Kokonaislukuoptimointi

Samankaltaiset tiedostot
Kokonaislukuoptiomointi Leikkaustasomenetelmät

MAT Algebra 1(s)

Varistoista ja ideaaleista

Mitään muita operaatioita symbolille ei ole määritelty! < a kaikilla kokonaisluvuilla a, + a = kaikilla kokonaisluvuilla a.

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio

Koodausteoria, Kesä 2014

MAT Algebra I (s) periodilla IV 2012 Esko Turunen

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

14. Juurikunnat Määritelmä ja olemassaolo.

Matematiikan ja tilastotieteen laitos Algebra I - Kesä 2009 Ratkaisuehdoituksia harjoituksiin 8 -Tehtävät sivua Heikki Koivupalo ja Rami Luisto

Esimerkki A1. Jaetaan ryhmä G = Z 17 H = 4 = {1, 4, 4 2 = 16 = 1, 4 3 = 4 = 13, 4 4 = 16 = 1}.

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

1 Lineaariavaruus eli Vektoriavaruus

1 Algebralliset perusteet

MAT Algebra I (s) periodeilla IV ja V/2009. Esko Turunen

ja jäännösluokkien joukkoa

PERUSASIOITA ALGEBRASTA

on Abelin ryhmä kertolaskun suhteen. Tämän joukon alkioiden lukumäärää merkitään

Insinöörimatematiikka D

Koodausteoria, Kesä 2014

802320A LINEAARIALGEBRA OSA I

Luento 8: Epälineaarinen optimointi

Matriisilaskenta Luento 16: Matriisin ominaisarvot ja ominaisvektorit

ALGEBRA KEVÄT 2013 JOUNI PARKKONEN

2.5. Matriisin avaruudet ja tunnusluvut

MS-C1340 Lineaarialgebra ja

Esko Turunen Luku 3. Ryhmät

Ville Turunen: Mat Matematiikan peruskurssi P1 1. välikokeen alueen teoriatiivistelmä 2007

Numeeriset menetelmät

Gaussin ja Jordanin eliminointimenetelmä

Johdatus lukuteoriaan Harjoitus 2 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Matriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?

Määritelmä Olkoon T i L (V i, W i ), 1 i m. Yksikäsitteisen lineaarikuvauksen h L (V 1 V 2 V m, W 1 W 2 W m )

Luento 8: Epälineaarinen optimointi

1. Olkoon f :, Ratkaisu. Funktion f kuvaaja välillä [ 1, 3]. (b) Olkoonε>0. Valitaanδ=ε. Kun x 1 <δ, niin. = x+3 2 = x+1, 1< x<1+δ

Ratkaisuehdotukset LH 7 / vko 47

Mat Lineaarinen ohjelmointi

k=1 b kx k K-kertoimisia polynomeja, P (X)+Q(X) = (a k + b k )X k n+m a i b j X k. i+j=k k=0

2 Konveksisuus ja ratkaisun olemassaolo

Funktioiden approksimointi ja interpolointi

Kurssikoe on maanantaina Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.

Lineaarialgebra ja matriisilaskenta II. LM2, Kesä /141

MS-C1340 Lineaarialgebra ja

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

Insinöörimatematiikka D

Avainsanat Nyckelord Keywords Nullstellensatz, Hilbertin nollajoukkolause, algebrallinen geometria

802328A LUKUTEORIAN PERUSTEET Merkintöjä ja Algebrallisia rakenteita

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Paulin spinorit ja spinorioperaattorit

b 1. b m ) + ( 2b Ax) + (b b)

Kuvauksista ja relaatioista. Jonna Makkonen Ilari Vallivaara

Insinöörimatematiikka D

MS-C1340 Lineaarialgebra ja

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Numeeriset menetelmät

Algebran perusteet. 44 ϕ(105) = (105). Näin ollen

jonka laskutoimitus on matriisien kertolasku. Vastaavasti saadaan K-kertoiminen erityinen lineaarinen ryhmä

Mat Lineaarinen ohjelmointi

Teema 4. Homomorfismeista Ihanne ja tekijärengas. Teema 4 1 / 32

Teemu Ojansivu Polynomien resultanteista

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

MS-A0004/A0006 Matriisilaskenta

R : renkaan R kääntyvien alkioiden joukko; R kertolaskulla varustettuna on

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Renkaat ja modulit. Tässä osassa käsiteltävät renkaat ovat vaihdannaisia, ellei toisin mainita. 6. Ideaalit

(0 desimaalia, 2 merkitsevää numeroa).

Ennakkotehtävän ratkaisu

Lineaarinen yhtälöryhmä

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

MS-C1340 Lineaarialgebra ja

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

TOOLS. Tapani Matala-aho MATEMATIIKKA/LUTK/OULUN YLIOPISTO TOOLS 1 / 28

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

2 1/ /2 ; (a) Todista, että deg P (x)q(x) = deg P (x) + deg Q(x). (b) Osoita, että jos nolla-polynomille pätisi. deg 0(x) Z, Z 10 ; Z 10 [x];

renkaissa. 0 R x + x =(0 R +1 R )x =1 R x = x

Bijektio. Voidaan päätellä, että kuvaus on bijektio, jos ja vain jos maalin jokaiselle alkiolle kuvautuu tasan yksi lähdön alkio.

Matemaattisten menetelmien hallinnan tason testi.

Avaruuden R n aliavaruus

Algebra I Matematiikan ja tilastotieteen laitos Ratkaisuehdotuksia harjoituksiin 6 (8 sivua) OT. 1. a) Määritä seuraavat summat:

Induktiotodistus: Tapaus n = 0 selvä; ol. väite pätee kun n < m.

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Ominaisarvot ja ominaisvektorit 140 / 170

Insinöörimatematiikka D

Lineaarinen toisen kertaluvun yhtälö

10 Matriisit ja yhtälöryhmät

Insinöörimatematiikka D

Demo 1: Simplex-menetelmä

Algebra I, harjoitus 5,

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Lineaarinen optimointitehtävä

Diskreetin matematiikan perusteet Laskuharjoitus 2 / vko 9

Salausmenetelmät. Veikko Keränen, Jouko Teeriaho (RAMK, 2006)

Esko Turunen Luku 9. Logiikan algebralisointi

4 Yleinen potenssifunktio ja polynomifunktio

Transkriptio:

Kokonaislukuoptimointi Algebrallisen geometrian sovelluksia

Sisältö Taustaa algebrallisesta geometriasta Gröbnerin kanta Buchbergerin algoritmi Kokonaislukuoptimointi Käypyysongelma Algoritmi ratkaisun löytämiseen Kirjan luvussa on lisäksi binäärioptimointia, reaalilukuoptimointia (polynominen kohdefunktio sekä polynomiset rajoitusehdot) sekä kokonaislukupisteiden generoivia funktioita. Nämä sivuutetaan tässä esityksessä.

Merkintöjä Multi-indeksi α : α Monomi x : Polynomi f : f α α x (x) = ( α,..., α ) = = x α... α S f n n Z + α n x n x α α n kpl muuttujan polynomien joukkoa kertojakunnalla k (reaali- tai kompeksiluvut) merkitään k x,..., x ] [ n

Polynomien algebra Polynomien joukko muodostaa kommutatiivisen algebran, kun se varustetaan normaalilla yhteenja kertolaskulla. Polynomien algebralla ei ole käänteisalkiota.

Monomijärjestys n Relaatio joukolla on Monomijärjestys, jos > Z + a) > täydellinen järjestys n b) Jos α > β ja γ Z +, niin α + γ > β + γ n c) Jokaisella epätyhjällä joukolla A Z on pienin + alkio > :n suhteen

Leksikografinen järjestys Määritellään leksikografinen järjestys seuraavasti: α > β α β > lex lex jos vektorin vasemmanpuolimmaisin nollasta poikkeava alkio on positiivinen Esimerkiksi,,0) > (,,3), koska ( lex (,,0) (,,3) = (0,, 3)

Johtotermi Olkoon annettuna monomijärjestys > ja α polynomi f (x) = f. Merkitään multideg α S αx ( f ) = max α α S Johtava kerroin Johtava monomi Johtotermi ( f ) f multideg ( f ) ( f ) multideg ( f ) x ( f ) LC( f ) LM ( f ) L C = L M = LT =

Ideaali I k[ x,..., x n ] on ideaali, jos a) 0 I b) Jos f, g I, niin f + g I hf I h k x,..., x ] c) kaikilla ja [ n f I Ideaalin I nollakohtien joukkoa (affine variety) merkitään V (I ): V ( I ) = { n x k f ( x) = 0, kaikille f I}

Hilbertin kantalause Jokainen ideaali I on äärellisesti generoitu: On olemassa g g k[ x,..., x ] siten, että,..., t n t I = hi g i h,..., ht k[ x,..., x ] i= Merkitään I = g,..., g. t

Heikko nollakohtien lause Olkoon I C x,..., x ] ideaali, jolle pätee [ n V (I ) = I = C x,..., x ]. Tällöin [ n

Radikaali Ideaali on radikaali, jos jollain m Z + I seuraa, että f I. f m I Merkitään I (V ):llä joukkoa polynomeja, joilla on nollakohdat V :ssä I (V ) on ideaali. on radikaali. I (V )

Hilbertin nollakohtien lause Olkoon f f,..., f C[ x,..., x ]. Tällöin, s n f I ( V ( f,..., f s )) jos ja vain jos on m olemassa siten että f f,..., m < f s > Seurauslause: I I ( V ( I )) jos ja vain jos on olemassa ja siten, että m f I f m I

Ideaalin generoima radikaali Olkoon ideaali. :n radikaali on I I I I { m f f I jollain } = m

Farkasin lause Olkoon g g C[ x,..., x ]. Systeemillä,..., t n g i ( x) = 0, i =,..., t, ei ole ratkaisua jos ja vain jos on olemassa polynomit h h C[ x,..., x ] siten, että,..., t n t i= h i g i =.

Jakojäännös Esimerkki: Valitaan leksikografinen järjestys, ja olkoon g = xy +, g = y ja f = xy x Jaetaan ensin g :llä ja sitten :lla: g f = y( xy + ) + 0( y ) + ( x Jaetaan ensin g :lla ja sitten g:llä f = x( y ) + 0( xy + ) + 0 Huomataan, että jakojäännös riippuu järjestyksestä y)

Gröbnerin kanta { } Olkoon G = g,..., g t ja I = g,..., gt. G on Gröbnerin kanta ideaalille I jos seuraavat väittämät ovat yhtäpitäviä:. f I. f :n jakojäännös jaettuna kaikilla G:n alkioilla on nolla riippumatta siitä, missä järjestyksessä jakolaskut suoritetaan.

Buchbergerin algoritmista I { } Olkoon F = f,..., f s joukko polynomeja, ja olkoon < monomijärjestys Buchbergerin algoritmi tuottaa Gröbnerin kannan ideaalille I =< f,..., fs >

Buchbergerin algoritmi. Alustus: G : = f,..., f s. Jokaiselle p, q G = multideg( p) β = multideg γ i = max( αi, βi ) ja γ = ( γ,...,γ n ). a) Olkoon ja, b) Laske ( ) α ( q) x S( p, q) = LT γ p ( p) LT( q) q c) Laske S( p, q) :n jakojäännös r järjestetyllä joukolla G. d) Jos r 0, määritä G = ( G, r); ja palaa kohtaan. e) Jos r = 0 kaikille p, q G, niin G on Gröbnerin kanta. x γ

Bucbergerin algoritmista II Algoritmi toimii kaikille monomijärjestyksille ja kaikille ideaaleille I. Algoritmin tuottamassa Gröbnerin kannassa on yleensä tarpeettomia alkioita Algoritmia voidaan jatkaa havaitsemalla, että jos p G on sellainen, että LT( p ) LT( G \ p), niin myös G \ p on alkuperäisen ideaalin Gröbnerin kanta (ks. Kirjasta eliminointi ja jatkaminen)

Minimaalinen ja redusoitu Gröbnerin kanta G on ideaalin I minimaalinen Gröbnerin kanta, jos se on I:n Gröbnerin kanta ja pätee:. LC(p) = kaikille p G. Kaikille G pätee p LT( p ) LT( G \ p) G on ideaalin I redusoitu Gröbnerin kanta, jos se on I:n Gröbnerin kanta ja pätee:. LC(p) = kaikille p G. Kaikille p G pätee, että yksikään p :n monomi ei kuulu LT G \ p : ( ) hen

Redusoidusta Gröbnerin kannasta Jokaisella polynomi-ideaalilla on yksikäsitteinen redusoitu Gröbnerin kanta Buchbergerin algoritmia voidaan käyttää kannan etsimiseen. Tällöin tarvitaan lisäksi systemaattinen tapa eliminoida ylimääräisiä kannan alkioita.

Kokonaislukuoptimointi minimoi ehdolla c'x Ax = b () x Z missä c, A, ja b ovat kokonaislukuarvoisia. Tavoitteena ratkaista tehtävä algebrallisen geometrian työkaluilla Tässä esitelmässä rajoitutaan tapaukseen, jossa kaikki matriisit, vakiot ja muuttujat ovat positiiviarvoisia. Kurssikirjassa on esitetty tapa yleistää tämä tulos. n +,

Kokonaislukuoptimointi Määritellään uudet muuttujat, yksi jokaista rajoitusehtoa kohden, kaavalla Määritellään toiset muuttujat ja kuvaus missä ai x +... + ainxn bi zi = zi i =,..., m φ : C[ w,..., wn ] C[ z,..., z m ] z i w j siten, että φ ( g( w,..., wn )) = g( φ( w ),..., φ( w n φ( w j ) = m i= z a i ij )),

Käypyysongelma n Propositio: x Z + on käypä ongelmalle () jos ja x b vain jos φ( w ) = z Esimerkki: Nyt 4x x + 5x + 3x = 37 = 0 ja,..., x on käypä jos ja vain jos 4 x x x3 x4 37 φ( w w w w = z + x 3 + + x x 4 i Z + kaikilla i =,,3,4 4 5 3 φ( w ) = z z, φ( w ) = z z, φ( w3 ) = z, φ( w4 ) = z, ( ) x 0 3 4 ) z

Käypyysongelma II aij Propositio: Merkitään f j = φ( w j ) = zi, olkoon I = f w,..., fn wn C[ z,..., zm, w,..., wn ], ja olkoon G Gröbnerin kanta I:lle monomijärjestyksellä z >... > z > w. Tällöin m n > w. Kaikki G:n alkiot ovat erotuksia kahdesta monomista. Jos monomi f riippuu ainoastaan muuttujista, niin f:n jakojäännös G:n suhteen on monomi. m i= z i

Käypyysongelma III b Kirja antaa ymmärtää, että polynomin z jakojäännöksen asteluvuista G:n suhteen voidaan lukea alkuperäisen ongelman () käypä ratkaisu. Tätä ei ole kuitenkaan muotoiltu kirjassa lauseeksi. Tämä seuraa kuitenkin kirjan lauseen 7. todistuksesta.

Käypyysongelma IV Esimerkki (jatkuu): Edellisen esimerkin ideaali on ja tämän Gröbnerin kanta edellä mainitun järjestyksen suhteen on G = { z 37 0 4 4 :n jakojäännös G:n suhteen on w w w, joten alkuperäisen ongelman yksi käypä ratkaisu on (4,4,,0) I 4 5 3 =< z z w, z z w, z w3, z w4 >, w, z 4 3 3 w w w w w, w 3 4 4, w w 4 w 4 3 w, w w 3 3 w w 4 3, w 3 3 w w w w 3 }. z z 3,

Kokonaislukuoptimointiongelma Idea: Palautetaan ongelma käypyysongelmaksi, ratkaistaan se algebrallisen geometrian työkaluilla valiten monomijärjestys siten, että se ottaa huomioon kustannnusvektorin c.

Vektorin indusoima monomijärjestys n Olkoon c Z + ja α, β multi-indeksejä. Sanotaan α β jos > c c ' α > c' β, tai c' α = c' β ja α > lex β Ei ole vaikea tarkistaa, että tämä todellakin on monomijärjestys Kokonaislukuoptimointisovelluksen kannalta ei ole oleellista, miten monomit järjestetään, mikäli sisätulo c :n kanssa on yhtä suuri..

Kokonaislukuoptimointiongelma Vaaditaan monomijärjestykseltä z >... > z m > wi kaikilla i =,..., n, x sekä järjestetään monomit w kustannusvektorin c indusoimalla monomijärjestyksellä

Kokonaislukuoptimointialgoritmi f = ij. Olkoon ja j m i= z. Laske Gröbnerin kanta G ideaalille I käyttäen edellä mainittua järjestystä. 3. Laske jakojäännös r :stä G:n suhteen. a i z b x r = w... w * I = f w,..., 4. Jos jakojäännös n, niin optimiratkaisu * * ():lle on ( x,..., ). Muulloin ongelmalla ei ole käypää xn ratkaisua. * x n f n w n