Ακέραιος Γραµµικός Προγραµµατισµός

Σχετικά έγγραφα
Ακέραιος Γραµµικός Προγραµµατισµός

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία

Μοντελοποίηση προβληµάτων

Θεωρία Αποφάσεων και Βελτιστοποίηση

Αξιολόγηση Ευριστικών Αλγορίθµων

Θεωρία Αποφάσεων και Βελτιστοποίηση

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Simplex µε πίνακες Simplex µε πίνακες

max c 1 x 1 + c 2 x c n x n υπό a 11 x 1 + a 12 x a 1n x n b 1 a 21 x 1 + a 22 x a 2n x n b 2 a m1 x 1 + a m2 x a mn x n b m

Λυμένες ασκήσεις στα πλαίσια του μαθήματος «Διοίκηση Εφοδιαστικής Αλυσίδας»

Γραμμικός Προγραμματισμός

Γενικευµένη Simplex Γενικευµένη Simplex

Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός

Κεφάλαιο 5ο: Ακέραιος προγραμματισμός

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Branch and Bound. Branch and Bound

Αλγόριθμοι Προσέγγισης για NP-Δύσκολα Προβλήματα

Προσεγγιστικοί Αλγόριθμοι

για NP-Δύσκολα Προβλήματα

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Τμήμα Διοίκησης Επιχειρήσεων

ΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Ο Αλγόριθµος της Simplex

Μη Ντετερμινισμός και NP-Πληρότητα

Τμήμα Διοίκησης Επιχειρήσεων

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX

NP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων

Εξαντλητική Απαρίθµηση

Προβλήματα Ελάχιστου Κόστους Ροής σε Δίκτυο. Δίκτυα Ροής Ελάχιστου Κόστους (Minimum Cost Flow Networks)

Υπολογιστική Πολυπλοκότητα

Γραμμικός Προγραμματισμός

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

Προσεγγιστικοί Αλγόριθμοι

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Αλγόριθμοι και Πολυπλοκότητα

Ακέραιος Γραμμικός Προγραμματισμός

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Ακέραιος Γραμμικός Προγραμματισμός

Μέθοδοι Βελτιστοποίησης

Αλγόριθµοι και Πολυπλοκότητα

Κεφάλαιο 1. Πέντε Αντιπροσωπευτικά Προβλήματα. Έκδοση 1.4, 30/10/2014. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

Επιχειρησιακή Έρευνα I

Προσεγγιστικά Σχήµατα για Προβλήµατα Χρονοδροµολόγησης

Συνδυαστική Βελτιστοποίηση Σημειώσεις. Β. Ζησιμόπουλος

Κατευθυνόµενα γραφήµατα. Στοιχεία Θεωρίας Γραφηµάτων (1) Πολυγραφήµατα (Multigraphs)

Αλγόριθµοι και Πολυπλοκότητα

Επίλυση Προβληµάτων µε Greedy Αλγόριθµους

Κουτσιούμπας Αχιλλέας U. Adamy, C. Ambuehl, R. Anand, T. Erlebach

Υπολογιστική Πολυπλοκότητα

Ακέραιος Γραμμικός Προγραμματισμός

ΚΕΦΑΛΑΙΟ 4 ΤΟ ΕΡΓΑΛΕΙΟ SOLVER

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING)

Επιστηµονικοί Υπολογισµοί (Αρ. Γρ. Αλγεβρα)Επαναληπτικές µέθοδοι και 31 Μαρτίου Ηµι-Επαναληπτικές Μέθοδο / 17

Στοιχεία Θεωρίας Γραφηµάτων (1)

Προσεγγιστικοί Αλγόριθμοι

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I

Κεφάλαιο 6. Μέθοδοι επίλυσης προβλημάτων ακέραιου προγραμματισμού

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ. Κεφάλαιο 3 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού

z = c 1 x 1 + c 2 x c n x n

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ: ΤΕΧΝΙΚΕΣ ΜΟΝΤΕΛΟΠΟΙΗΣΗΣ ΜΕΘΟ ΟΙ ΕΠΙΛΥΣΗΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ. Αντώνης Οικονόµου ηµήτρης Καγιούλης Ιγνάτιος Χάρος ΕΠΙΣΚΟΠΗΣΗ

ΔΥΣΚΟΛΙΑ ΣΤΗΝ ΠΡΟΣΕΓΓΙΣΙΜΟΤΗΤΑ

Scheduling on Unrelated Parallel Machines

Μάθημα Επιλογής 8 ου εξαμήνου

Μοντέλα Διανομής και Δικτύων

Αλγόριθµοι Προσέγγισης για NP- ύσκολα Προβλήµατα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Εφαρμογές Επιχειρησιακής Έρευνας. Δρ. Γεώργιος Κ.Δ. Σαχαρίδης

Θεωρία παραγωγού. Μικροοικονομική Θεωρία Ι / Διάλεξη 11 / Φ. Κουραντή 1

Κεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιµότητα. Χρησιµοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

max 17x x 2 υπό 10x 1 + 7x 2 40 x 1 + x 2 5 x 1, x 2 0.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ - ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΕΙΣΑΓΩΓΙΚΕΣ ΜΕΤΑΠΤΥΧΙΑΚΕΣ ΕΞΕΤΑΣΕΙΣ 26 ΙΟΥΛΙΟΥ 2009 ΕΥΤΕΡΟ ΜΕΡΟΣ :


ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

(S k R n ) (C k R m )

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/)

Προσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας Πολυκριτήριος Γραμμικός Προγραμματισμός (Goal Programming)

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017

ΕΦΑΡΜΟΓΕΣ ΔΙΟΙΚΗΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ

Θεωρία Γραφημάτων Θεμελιώσεις-Αλγόριθμοι-Εφαρμογές

2. ΣΥΓΚΕΝΤΡΩΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ

Προβλήματα Μεταφορών (Transportation)

Διδάσκων: Νίκος Λαγαρός

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

ΑΚΕΡΑΙΟΣ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

Προβλήµατα Μεταφορών (Transportation)

Transcript:

Μέγιστο Ανεξάρτητο Σύνολο

Μέγιστο Ανεξάρτητο Σύνολο Εφαρµογές : Παράλληλη εκτέλεση εργασιών Χρονοπρογραµµατισµός (scheduling) Ανάθεση πόρων (resource allocation) Πρόβληµα k-ϐασιλισσών Τηλεπικοινωνίες

Μέγιστο Ανεξάρτητο Σύνολο Εφαρµογές : Επίλυση : Παράλληλη εκτέλεση εργασιών Χρονοπρογραµµατισµός (scheduling) Ανάθεση πόρων (resource allocation) Πρόβληµα k-ϐασιλισσών Τηλεπικοινωνίες Θεωρία Γράφων Γραµµικό Ακέραιο Πρόγραµµα Χαλάρωση (προσεγγιστική λύση) Μέθοδοι ακέραιου γραµµικού προγραµµατισµού

Μέγιστο Ανεξάρτητο Σύνολο Εφαρµογές : Επίλυση : Παράλληλη εκτέλεση εργασιών Χρονοπρογραµµατισµός (scheduling) Ανάθεση πόρων (resource allocation) Πρόβληµα k-ϐασιλισσών Τηλεπικοινωνίες Θεωρία Γράφων Γραµµικό Ακέραιο Πρόγραµµα Χαλάρωση (προσεγγιστική λύση) Μέθοδοι ακέραιου γραµµικού προγραµµατισµού Γενίκευση κόστους ανάλογα µε την εφαρµογή

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Πρόβληµα ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των κόµβων V V ώστε u, v V : [u, v] / E.

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Πρόβληµα ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των κόµβων V V ώστε u, v V : [u, v] / E. Βέλτιστη Λύση Μια ϐέλτιστη λύση V είναι µέγιστη ως προς το πληθάριθµο : V = arg max V 2 V V

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού:

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά Περιορισµοί : x i + x j 1 για κάθε [v i, v j ] E

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά Περιορισµοί : x i + x j 1 για κάθε [v i, v j ] E Αντικειµενική Συνάρτηση : Μεγιστοποίησε τη ποσότητα n i=1 x i

Μέγιστο Ανεξάρτητο Σύνολο (Παραδείγµατα) Γράφος G(V, E), V = {V 1, V 2, V 3, V 4, V 5, V 6 } V 2 V 6 V 1 V 3 V 5 V 4

Μέγιστο Ανεξάρτητο Σύνολο (Παραδείγµατα) max z = x 1 +x 2 +x 3 +x 4 +x 5 +x 6 s.t. x 1 +x 2 1 x 1 +x 3 1 x 1 +x 4 1 x 1 +x 5 1 x 1 +x 6 1 x i {0, 1}

Μέγιστο Ανεξάρτητο Σύνολο (Παραδείγµατα) Γράφος G(V, E), V = {V 1, V 2, V 3 } V 1 V 2 V 3

Μέγιστο Ανεξάρτητο Σύνολο (Παραδείγµατα) max z = x 1 +x 2 +x 3 s.t. x 1 +x 2 1 x 1 +x 3 1 x 2 +x 3 1 x i {0, 1}

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση µε Πίνακες) Πίνακας πρόσπτωσης Εστω γράφος G(V, E) µε V = n και E = m Ορίζουµε { τον m n πίνακα πρόσπτωσης A ως εξής : 1 αν j ei a ij = 0 διαφορετικά

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση µε Πίνακες) Πίνακας πρόσπτωσης Εστω γράφος G(V, E) µε V = n και E = m Ορίζουµε { τον m n πίνακα πρόσπτωσης A ως εξής : 1 αν j ei a ij = 0 διαφορετικά Για το παράδειγµα 2 : v 1 v 2 v 3 e 1 1 1 0 Α= e 2 1 0 1 e 3 0 1 1

Μέγιστο Ανεξάρτητο Σύνολο (Μοντελοποίηση µε Πίνακες) Θέτουµε x = x 1.. x n max z =1 t x s.t. A x 1 x i {0, 1}, 1 = 1. 1 Το γραµµικό πρόβληµα γίνεται :

Βεβαρηµένο Μέγιστο Ανεξάρτητο Σύνολο Στο πρόβληµα του Βεβαρηµένου Μεγίστου Ανεξάρτητου Συνόλου (Weighted Maximum Independent Set) έχουµε ένα ϐάρος c i για κάθε κόµβο v i.

Βεβαρηµένο Μέγιστο Ανεξάρτητο Σύνολο Στο πρόβληµα του Βεβαρηµένου Μεγίστου Ανεξάρτητου Συνόλου (Weighted Maximum Independent Set) έχουµε ένα ϐάρος c i για κάθε κόµβο v i. n Η αντικειµενική συνάρτηση αλλάζει σε max z = c i x i i=1

Βεβαρηµένο Μέγιστο Ανεξάρτητο Σύνολο Στο πρόβληµα του Βεβαρηµένου Μεγίστου Ανεξάρτητου Συνόλου (Weighted Maximum Independent Set) έχουµε ένα ϐάρος c i για κάθε κόµβο v i. n Η αντικειµενική συνάρτηση αλλάζει σε max z = c i x i (Το πρόβληµα Μεγίστου Ανεξάρτητου Συνόλου είναι µια ειδική περίπτωση όπου i : c i = 1) i=1

Βεβαρηµένο Μέγιστο Ανεξάρτητο Σύνολο Στο πρόβληµα του Βεβαρηµένου Μεγίστου Ανεξάρτητου Συνόλου (Weighted Maximum Independent Set) έχουµε ένα ϐάρος c i για κάθε κόµβο v i. n Η αντικειµενική συνάρτηση αλλάζει σε max z = c i x i (Το πρόβληµα Μεγίστου Ανεξάρτητου Συνόλου είναι µια ειδική περίπτωση όπου i : c i = 1) Η µοντελοποίηση µε πίνακες : max z =c t x s.t. Ax 1 x i {0, 1} όπου c t = [ c 1... c n ] i=1

Ελάχιστη Κοµβική Επικάλυψη Εφαρµογές : Επίβλεψη χώρων Εγκατάσταση εξυπηρετητών Λήψη ϕωτογραφιών από δορυφόρους

Ελάχιστη Κοµβική Επικάλυψη Εφαρµογές : Επίλυση : Επίβλεψη χώρων Εγκατάσταση εξυπηρετητών Λήψη ϕωτογραφιών από δορυφόρους Θεωρία Γράφων Γραµµικό Ακέραιο Πρόγραµµα Χαλάρωση (προσεγγιστική λύση) Μέθοδοι ακέραιου γραµµικού προγραµµατισµού

Ελάχιστη Κοµβική Επικάλυψη Εφαρµογές : Επίλυση : Επίβλεψη χώρων Εγκατάσταση εξυπηρετητών Λήψη ϕωτογραφιών από δορυφόρους Θεωρία Γράφων Γραµµικό Ακέραιο Πρόγραµµα Χαλάρωση (προσεγγιστική λύση) Μέθοδοι ακέραιου γραµµικού προγραµµατισµού Γενίκευση κόστους ανάλογα µε την εφαρµογή

Ελάχιστη Κοµβική επικάλυψη (Μοντελοποίηση) Πρόβληµα ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των κόµβων V V ώστε [u, v] E : u V v V.

Ελάχιστη Κοµβική επικάλυψη (Μοντελοποίηση) Πρόβληµα ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των κόµβων V V ώστε [u, v] E : u V v V. Βέλτιστη Λύση Μια ϐέλτιστη λύση V είναι ελάχιστη ως προς το πληθάριθµο : V = arg min V 2 V V.

Ελάχιστη Κοµβική Επικάλυψη (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού:

Ελάχιστη Κοµβική Επικάλυψη (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά

Ελάχιστη Κοµβική Επικάλυψη (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά Περιορισµοί: x i + x j 1 για κάθε [v i, v j ] E

Ελάχιστη Κοµβική Επικάλυψη (Μοντελοποίηση) Μοντελοποίηση µέσω Ακέραιου Γραµµικού Προγραµµατισµού: Μεταβλητές { : 1 αν vi V x i = 0 διαφορετικά Περιορισµοί: x i + x j 1 για κάθε [v i, v j ] E Αντικειµενική Συνάρτηση : Ελαχιστοποίησε τη ποσότητα n i=1 x i

Ελάχιστη Κοµβική Επικάλυψη (Παραδείγµατα) Γράφος G(V, E), V = {V 1, V 2, V 3, V 4 } V 3 V 1 V 4 V 2

Ελάχιστη Κοµβική Επικάλυψη (Παραδείγµατα) min w = x 1 +x 2 +x 3 +x 4 s.t. x 1 +x 3 1 x 1 +x 2 1 x 2 +x 3 1 x i {0, 1} x 3 +x 4 1

Ελάχιστη Κοµβική Επικάλυψη (Μοντελοποίηση µε Πίνακες) Το γραµµικό πρόβληµα µε χρήση πινάκων γίνεται : min w =1 t x s.t. Ax 1 x i {0, 1}

Βεβαρηµένη Ελάχιστη Κοµβική Επικάλυψη Στο πρόβληµα της Βεβαρηµένης Ελάχιστης Κοµβικής Επικάλυψης (Weighted Vertex Cover) έχουµε πάλι ϐάρη στους κόµβους και στοχεύουµε στην ελαχιστοποίηση της ποσότητας n min w = c i x i i=1

Βεβαρηµένη Ελάχιστη Κοµβική Επικάλυψη Στο πρόβληµα της Βεβαρηµένης Ελάχιστης Κοµβικής Επικάλυψης (Weighted Vertex Cover) έχουµε πάλι ϐάρη στους κόµβους και στοχεύουµε στην ελαχιστοποίηση της ποσότητας n min w = c i x i i=1 Η µοντελοποίηση µε πίνακες : min w =c t x s.t. Ax 1 x i {0, 1} όπου c t = [ c 1... c n ]

Σχέση Ελάχιστης Κοµβικής Επικάλυψης -Μέγιστου Ανεξαρτήτου Υποσυνόλου Πρόταση 1 Εστω µια εφικτή λύση x του Μέγιστου Ανεξάρτητου Υποσυνόλου : Η λύση 1 x είναι µια εφικτή λύση της Ελάχιστης Κοµβικής Επικάλυψης.

Σχέση Ελάχιστης Κοµβικής Επικάλυψης -Μέγιστου Ανεξαρτήτου Υποσυνόλου Πρόταση 1 Εστω µια εφικτή λύση x του Μέγιστου Ανεξάρτητου Υποσυνόλου : Η λύση 1 x είναι µια εφικτή λύση της Ελάχιστης Κοµβικής Επικάλυψης. Απόδειξη Ax 1 Ax A1 1 A1 A(x 1) 1 A(1 x ) 1 (A1 = 2)

Σχέση Ελάχιστης Κοµβικής Επικάλυψησ-Μέγιστου Ανεξαρτήτου Υποσυνόλου Πρόταση 2 Εστω µια ϐέλτιστη λύση x του Μέγιστου Ανεξάρτητου Υποσυνόλου: Η λύση 1 x είναι µια ϐέλτιστη λύση της Ελάχιστης Κοµβικής Επικάλυψης.

Σχέση Ελάχιστης Κοµβικής Επικάλυψησ-Μέγιστου Ανεξαρτήτου Υποσυνόλου Πρόταση 2 Εστω µια ϐέλτιστη λύση x του Μέγιστου Ανεξάρτητου Υποσυνόλου: Η λύση 1 x είναι µια ϐέλτιστη λύση της Ελάχιστης Κοµβικής Επικάλυψης. Απόδειξη n i=1 n i=1 n i=1 x i (1 x i ) x i n i=1 n i=1 x i x i n (1 x i ) i=1

Αλλα Προβλήµατα Ελάχιστη Επικάλυψη ακµών ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των ακµών E E ώστε v V : e E : v e. Η Αντικειµενική Συνάρτηση σκοπεύει στην ελαχιστοποίηση του πληθάριθµο αριθµού E.

Αλλα Προβλήµατα Ελάχιστη Επικάλυψη ακµών ίνεται γράφος G(V, E) Μία εφικτή λύση είναι ένα υποσύνολο των ακµών E E ώστε v V : e E : v e. Η Αντικειµενική Συνάρτηση σκοπεύει στην ελαχιστοποίηση του πληθάριθµο αριθµού E.

Αλλα Προβλήµατα Ελάχιστος Χρωµατισµός Γράφων ίνεται γράφος G(V, E) Μία εφικτή λύση είναι µια ανάθεση χρωµάτων Color : V C έτσι ώστε [u, v] E :Color(v) Color(u). Η Αντικειµενική Συνάρτηση σκοπεύει στην ελαχιστοποίηση του αριθµού των διαφορετικών χρωµάτων που ανατίθενται στους κόµβους.

Ασκήσεις 1 Να µοντελοποιηθεί το πρόβληµα της Ελάχιστης Επικάλυψης Ακµών ως πρόβληµα Ακέραιου Γραµµικού Προγραµµατισµού.

Ασκήσεις 1 Να µοντελοποιηθεί το πρόβληµα της Ελάχιστης Επικάλυψης Ακµών ως πρόβληµα Ακέραιου Γραµµικού Προγραµµατισµού. 2 Να µοντελοποιηθεί το πρόβληµα του Ελάχιστου Χρωµατισµού Γράφων ως πρόβληµα Ακέραιου Γραµµικού Προγραµµατισµού.