Online migrációs ütemezési modellek

Hasonló dokumentumok
Az online algoritmusok k-szerver probléma

Approximációs algoritmusok

1. Online kiszolgálóelhelyezés

1. A k-szerver probléma

1. Bevezet példák, síbérlés

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

Az online algoritmusok k-szerver probléma

álló algoritmusosztályok. Approximációs algoritmusoknak egy olyan algoritmust. Minden algoritmusnak polinomiális idejűnek kell

Általános algoritmustervezési módszerek

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Módosítható Prioritási sor Binomiális kupaccal. Wednesday, March 21, 12

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

Ütemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

i=1 i+3n = n(2n+1). j=1 2 j < 4 2 i+2 16 k, azaz az algoritmus valóban konstans versenyképes.

1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok

Analízis előadás és gyakorlat vázlat

Algoritmuselmélet 18. előadás

Egyesíthető prioritási sor

Nagy Gábor compalg.inf.elte.hu/ nagy

Diszkrét matematika 2. estis képzés

Analízis I. Vizsgatételsor

Mohó algoritmusok. Példa:

Az optimális megoldást adó algoritmusok

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

Diszkrét matematika I.

Diszkrét Matematika MSc hallgatók számára. 4. Előadás

11. Előadás. 1. Lineáris egyenlőség feltételek melletti minimalizálás

Diszkrét matematika 2.C szakirány

Nagyordó, Omega, Theta, Kisordó

Programozási módszertan. Mohó algoritmusok

2. Reprezentáció-függvények, Erdős-Fuchs tétel

p j p l = m ( p j ) 1

Online algoritmusok versenyképességi

Nagy Gábor compalg.inf.elte.hu/ nagy

RSA algoritmus. P(M) = M e mod n. S(C) = C d mod n. A helyesség igazoláshoz szükséges számelméleti háttér. a φ(n) = 1 mod n, a (a 1,a 2,...

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Diszkrét matematika I.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2. estis képzés

Formális nyelvek - 9.

Online ládapakolás. 1. Ládapakolási modellek

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.

Minden x > 0 és y 0 valós számpárhoz létezik olyan n természetes szám, hogy y nx.

A valós számok halmaza 5. I. rész MATEMATIKAI ANALÍZIS

Korlátozás és szétválasztás elve. ADAGOLO adattípus

JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN

Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

E-tananyag Matematika 9. évfolyam Függvények

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

Programozási módszertan. Függvények rekurzív megadása "Oszd meg és uralkodj" elv, helyettesítő módszer, rekurziós fa módszer, mester módszer


Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.

Háromszögek fedése két körrel

A szimplex algoritmus

Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Algoritmuselmélet. Függvények nagyságrendje, elágazás és korlátozás, dinamikus programozás. Katona Gyula Y.

Optimalizálási eljárások/operációkutatás MSc hallgatók számára

Diszkrét matematika 1. estis képzés. Komputeralgebra Tanszék ősz

Anyagszükséglet-tervezés gyakorlat. Termelésszervezés

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA (a speciális tanterv szerint haladó gimnazisták)

Önszervező bináris keresőfák

4. Előadás: Erős dualitás

FÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI

Hadamard-mátrixok Előadó: Hajnal Péter február 23.

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Diszkrét matematika 2.

Sorozatok és Sorozatok és / 18

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

Diszkrét matematika I.

Boros Zoltán február

Gépi tanulás a gyakorlatban. Lineáris regresszió

Diszkrét Matematika MSc hallgatók számára. 14. Előadás

4. SOROK. a n. a k (n N) a n = s, azaz. a n := lim

Diszkrét matematika 2.C szakirány

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK

Algoritmuselmélet 2. előadás

Diszkrét matematika 2. estis képzés

Egyesíthető prioritási sor

Amortizációs költségelemzés

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

KOVÁCS BÉLA, MATEMATIKA I.

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

1: Bevezetés: Internet, rétegmodell Alapok: aszimptótika, gráfok. HálózatokII, 2007

Online algoritmusok a szállítmánytervezésben

Diszkrét matematika 2. estis képzés

Komplex számok. (a, b) + (c, d) := (a + c, b + d)

Diszkrét matematika 2.C szakirány

Függvények növekedési korlátainak jellemzése

Minimális feszítőfák Legyen G = (V,E,c), c : E R + egy súlyozott irányítatlan gráf. Terjesszük ki a súlyfüggvényt a T E élhalmazokra:

1.1 A függvény fogalma

Átírás:

Online migrációs ütemezési modellek Az online migrációs modellekben a régebben ütemezett munkák is átütemezhetőek valamilyen korlátozott mértékben az új munka ütemezése mellett. Ez csökkentheti a versenyképességi hányadost, a csökkenés természetesen függ attól milyen mennyiségben engedünk munkákat átütemezni. Különböző modellek vannak arra miként mérjük az átütemezés mennyiségét. A szigorú modellben egy algoritmust β migrációs hányadosúnak nevezünk, ha minden lépésben legfeljebb az aktuális munka méretének β-szorosát ütemezi át. Az amortizált modellben β migrációsnak azokat az algoritmusokat nevezzük, amelyekre mindig igaz, hogy az adott időpontig átütemezett teljes töltés legfeljebb β-szorosa az eddig érkezett töltésnek. Tétel Azonos gépekre egy 1-versenyképes migrációs algoritmusra a migrációs hányados Ω(m). Vegyük az inputot, ami két i/m méretű munkát tartalmaz minden i = 1,...,m 1-re. Az optimális megoldásban két gépen (m 1)/m méretű munka van egyedül és a többi gépen párba állítva a munkák elérik az (m 1)/m értéket. Ezt követően érkezzen egy 1 méretű munka. Ekkor az optimális megoldásban ez a munka lesz egyedül, és az 1/m és (m 1)/m munkák lesznek párba. Kiszámítva az átütemezéshez szükséges mozgást adódik a tétel.

Fill1 algoritmus Amikor egy új munka j érkezik, akkor az alábbi lehetőségekből vegyük azt, ami minimalizálja a maximális befejezési időt. Rakjuk a munkát a legkisebb töltéssel rendelkező gépre. Legyen i az a gép, ahol minimális a maximális munka. Vegyük el erről a gépről a munkákat, addig amíg az elvett munkák összmérete nagyobb nem lesz, mint 2p j. Utána rendeljük j-t ehhez a géphez, a többi munkát pedig osszuk szét a Lista algoritmus szerint. Tétel Fill1 3/2 1/2m-versenyképes, és a migrációs hányadosa 2. A migrációs hányadosra vonatkozó korlát nyilvánvaló. A versenyképességet a munkák száma szerinti indukcióval igazoljuk. A legfeljebb OPT /2 méretű munkákat kicsinek nevezzük a többit nagynak. Ha az új munka kicsi, akkor az első esetben szereplő mohó döntés egy jó megoldást ad. Ha az új munka nagy, akkor legfeljebb m 1 régi nagy munka van, így a másik esetben választott gépen nincs nagy munka. Tehát az újraütemezett munkák, mind kicsik, így teljesül az állítás.

Korlátozott hozzárendelési modell Ez a független gépek modelljének a speciális esete. A munka végrehajtási ideje minden gépen azonos, ahol a munkát végre lehet hajtani, de minden j i munka csak a gépek egy E i részhalmazán végrehajtható. Az online feladatot vizsgáljuk a cél a maximális befejezési idő minializálása. Tétel A mohó algoritmus O(log m)-versenyképes. Tétel Nincs olyan algoritmus, amelynek a versenyképességi hányadosa kisebb, mint Ω(log m). Bizonyítás ötlete Ha két gép van, akkor elsőként egy (1,1) munka érkezik. Majd az algoritmus döntésétől függően jön (1, ) vagy (,1), és két gépre adódik a 2-es alsó korlát. Ha négy gép van, akkor az első két munka (1,,1, ) és (,1,,1). Feltehetjük, hogy az algoritmus az első két gépen ütemezi ezeket. Az offline optimum az utolsó kettőn fogja. Ekkor egy (1,1,, ) munka jön, majd az algoritmus döntésétől függően (1,,, ) vagy (,1,, ). Így az optimális költség 1 az online költség 3. A fenti ötlettel megduplázva a gépek számát tudjuk 1-el növelni az alsó korlátot, így jön ki az Ω(logm).

Migrációs változat Feltesszük, hogy ismerjük az optimumot (ez a feltevés elhagyható egy konstans szorzót vesztve versenyképességben). A továbbiakban l( j) jelöli a j gép aktuális töltését. Legyen J i az érkező munka 1. rendeljük J i -t ahhoz az M j, géphez amire j = ARGMIN{l( j) M j E i } 2. ezt követően, amíg van olyan J t munka az M j gépen, amihez van olyan M j E t amire l( j) l( j ) + (1 + ε)opt addig rakjuk át J t -t M j -ről M j -re. Lemma Az amortizált migrációs faktor legfeljebb 3λ/ε, ahol λ az algoritmus versenyképessége. Lemma Az algoritmus O(log(m)/ log log(m))-versenyképes.

Lemma 1 bizonyítása Legyen Φ := j l( j) 2 a potenciál. Belátható, hogy a potenciálfüggvény összesen legfeljebb 3λOPT 1 t n p t mértékben nő. Amikor egy p t munkát átrakunk egy kisebb töltésű gépre a potenciál legalább εp t OPT mennyiséget csökken. Mivel a függvény nemnegatív az eljárás végén ezért a Lemma adódik.

Lemma 2 bizonyítása Tegyük fel, hogy a maximális töltés a migrációs lépés után C OPT, legyen egy ilyen töltéssel rendelkező gép v. Legyen S 0 = v és S 1 azon gépek halmaza, ahol a v-hez rendelt munkák végrehajthatóak. Majd minden i 2 esetén S i legyen azon gépek halmaza, amiket nem tartalmaz az S 0 S 1 S i 1 halmaz és amelyeken valamely munka végrehajtható az S 0 S 1 S i 1 halmazban levő gépekhez rendeltek közül. Jelölje S i méretét n i. Igazolható, hogy a töltés legalább (C i(1 + ε))opt az S i halmaz gépein. Szintén igazolható, hogy n i i j=1 (C j(1 + ε)) minden C 1 i 1-re. Ezen észrevételek alapján a C 1 i=1 n i m képletből adódik a versenyképességre vonatkozó korlát.