Estratto del documento

Poliedri e formulazioni

Poliedro P ⊂ ℝk è l'insieme dei punti che soddisfano un numero finito di disequazioni lineari, ossia P = {x ⊂ ℝn : Ax ≤ b} con A ⊂ ℝm,n, x ⊂ ℝn, b ⊂ ℝm.

Un poliedro è sicuramente una regione connessa, individuato dai vincoli che sono iperpiani in n dimensioni.

Dividono Rn in iperioni ammissibili e non, che individuano uno spazio connesso.

Esempi poliedri e formulazioni

Dimensione dello spazio degli interi k=1 e dei reali h=1.

Zk ⊂ Rh, x = (x1, x2), x2 ⊂ x ⊂ ℝ -> la prima componente deve essere intera, la seconda reale.

I valori (x1, x2) ammissibili giacciono sulle rette x1 = k, k ⊂ Z individuate.

Dimensione dello spazio degli interi k=2 e dei reali h=0 - Zk = Rh -> spazio delle soluzioni ammissibili, individuato da punti che hanno entrambe le coordinate intere: (x1, x2) ⊂ Zh.

Consideriamo dette soluzioni ammissibili in Z1 e dei vincoli che circoscrivono la regione connessa di tali punti:

  • V: x2 ≥ 0,5
  • W: x1 ≤ 4,8
  • P: x1 ≤ 6; 3, x2 ≤ 0,5 definiscono il poliedro P = {x ⊂ ℝ2: x2 ≥ 0,5; x1 ≤ 4,8; x1 ≤ 6; 3, x2 ≤ 0,5}

Il segmento definito da queste condizioni contiene tutti i punti ammissibili.

Poliedri e formulazioni

Poliedro P ⊆ ℝn è l’insieme dei punti che soddisfano un numero finito di disequazioni lineari, ossia: P = { x ∈ ℝn : Ax ≤ b} con A ∈ ℝm × n, x ∈ ℝn, b ∈ ℝm.

Un poliedro è sicuramente una regione connessa, individuata dai vincoli che sono iperpiani in n dimensioni. Divide ℝn in iperpoliedri ammissibili e non, che individuano uno spazio connesso.

Definizione

Per un poliedro P ⊂ ℝk è una formulazione per un insieme x ⊆ x'⊆ ℝk se e solo se x = P ∩ (Zk × ℝl), dove Zl è l’insieme delle soluzioni ammissibili del problema e l’insieme dei vincoli del problema è un insieme finito di disequazioni lineari che definiscono un poliedro P.

Se P contiene tutte e sole le soluzioni ammissibili e l’insieme dei vincoli è una formulazione.

Esempi poliedri e formulazioni

Dimensione dello spazio degli interi k = 1 e dei reali h = 1.

Zᵏ × Rˡ , x = (x₁,x₂) x₁ ∈ Z x₂ ∈ ℝ → la prima componente deve essere intera, la seconda reale. I valori (x₁,x₂) ammissibili giacciono sulle rette x₁ = k, k ∈ Z individuate.

Punti che soddisfano x₁ ∈ Z e x₂ ∈ ℝ.

Dimensione dello spazio degli interi k = 2 e dei reali h = 0 - Zᵏ × Rˡ - spazio delle soluzioni ammissibili, individuato dai punti che hanno entrambe le coordinate intere: (x₁,x₂) ∈ Zᵏ.

Consideriamo dette soluzioni ammissibili in Zᵏ e dei vincoli che circoscrivono la regione connessa di tali punti:

  • X₂ ≥ 0,5
  • X₂ ≤ 4,0
  • X₁ ≤ 4,9
  • X₁ ≥ 0,5 definiscono il poliedro P = { x ∈ ℝ2: x₂ ≥ 0,5; x₁ ≤ 4,9; x₁ ≥ 0,5; x₂ ≤ 4,8} x₁ ≥ 0 intero x₂ ≥ 0 intera → NB. x₁ è più stringente di x₂,0, quindi il primo implica il secondo, ma non viceversa

Allora: P è formulazione per xᵢ × ℤᵏ e solo se x ≠ P ∩ (Zᵏ × ℝˡ) x P è formulazione e i vincoli contengono tutte le soluzioni ammissibili, e non solo altri vincoli xm cercati e contenute in P.

σ è considerazione xᵢ ⊆ ℝk: x ∈ xᵢ s.t., x₁, x₂ ≤ 5; x₁, x₂ ≥ 0.5.

P è P che non contiene x.

Sia xm anche interi Zl ={ x₁,x₂: x₁ ≥ 5 } se Siano punti P non è formulazione.

31 consideriamo le seguenti soluzioni ammissibili:

v1 x2 ∈ Zl e P := { x ∈ R2 : x verifica u1,u2,u4 }

P ∩ Zl esclude delle soluzioni ammissibili di x : P ∩ Zl ≠ X quindi P non è formulazione per x dato.

Definizione

DEF Dato x ∈ zR le due formulazioni P1 e P2 per X, allora P2 è migliore di P2 se P2 ⊂ P1.

x * { j ∈ l } ⊂ Zl → P2 è migliore perché è più stringente di P1 : P2 ⊂ P1.

Presupposto necessario: P1 e P2 devono essere formulazioni.

P indica la formulazione migliore possibile.

Combinazione convessa

Combinazione convessa insieme di punti, che è possibile ottenere da una combinazione convessa di altri punti dati.

P → è il segmento che congiunge i due punti P = (xP

Anteprima
Vedrai una selezione di 4 pagine su 11
Appunti di Metodi e modelli di ottimizzazione discreta 1 - parte 2  Pag. 1 Appunti di Metodi e modelli di ottimizzazione discreta 1 - parte 2  Pag. 2
Anteprima di 4 pagg. su 11.
Scarica il documento per vederlo tutto.
Appunti di Metodi e modelli di ottimizzazione discreta 1 - parte 2  Pag. 6
Anteprima di 4 pagg. su 11.
Scarica il documento per vederlo tutto.
Appunti di Metodi e modelli di ottimizzazione discreta 1 - parte 2  Pag. 11
1 su 11
D/illustrazione/soddisfatti o rimborsati
Acquista con carta o PayPal
Scarica i documenti tutte le volte che vuoi
Dettagli
SSD
Scienze matematiche e informatiche MAT/09 Ricerca operativa

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher annaborello di informazioni apprese con la frequenza delle lezioni di Metodi e Modelli di ottimizzazione discreta e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli Studi di Roma Tor Vergata o del prof Nicoloso Sara.
Appunti correlati Invia appunti e guadagna

Domande e risposte

Hai bisogno di aiuto?
Chiedi alla community