Lezione n°7
- Cono di recessione.
- Teorema della rappresentazione.
Prof. Cerulli – Dott.ssa Gentili – Dott. Carrabs
Lezioni di Ricerca Operativa
Corso di Laurea in Informatica ed Informatica Applicata
Università di Salerno
Coni Convessi
Un cono convesso è un insieme convesso che contiene raggi che partono dall’origine (perché?)
Definizione:
Un cono convesso C è un insieme convesso con la seguente proprietà
0
ogni x ∈ C ⇒ λ x ∈ C λ ≥
per
C
In generale:
un cono convesso può essere espresso in funzione dei suoi raggi
C
Solo alcuni raggi sono sufficienti (detti RAGGI ESTREMI) perché gli altri sono espressi come combinazione conica di questi
Nota:
alcuni raggi possono essere espressi
come combinazione conica di altri
Coni Convessi
Dato un insieme di vettori d1,d2,…,dk il cono convesso generato da questi vettori è dato da:
1
: 0 1 2
k
j j j
j
C λ d λ j , ,...,k
=
= ≥ =
∑
C
d1 d2
d3
d4
d5
Definizione
Una direzione d di un poliedro X, è una direzione estrema di X se e solo se non è esprimibile come
combinazione conica di altre direzioni di X.
Direzioni estreme di un poliedro
Come si calcolano le direzioni di un poliedro?
(Procedimento geometrico)
{ : ≤ , ≥ 0 }
= x A x b x
X (poliedro)
Abbiamo visto che d è una a direzione del poliedro se:
0 0
0
≠
≥
≤ d
d d A
Questo è un sistema omogeneo che definisce un cono poliedrico ( detto CONO di RECESSIONE) ottenuto traslando gli iperpiani che definiscono X
parallelamente a se stessi fino all’origine
X
Cono di recessione contenente tutte le direzioni del poliedro,
ossia tutte le direzioni che soddisfano il sistema:
Ad ≤ 0
d ≥ 0
d ≠ 0
X
Direzioni estreme del poliedro (direzioni estreme del cono di recessione)
Teorema (di rappresentazione di poliedri)
(no dim.)Dato un poliedro X non vuoto con punti estremi
k i
x
i= 1 , 2 ,...,
e direzioni estreme
Ogni punto x ∈ X può essere espresso come combinazione convessa dei punti estremi di X e combinazione lineare
non negativa delle sue direzioni estreme:
t j
d
j= 1 , 2 ,...,
t j
k i
d x
x
j
i k
i
i
t
j
j j k
i
i i
,..., 2 , 1
0
,..., 2 , 1
0
1
1
1 1
=
≥
=
≥
=
+
=
∑
∑
∑
=
=
=
µ
λ λ
µ
λ
1
x
2
x
3
x
1
d
2
d
y
z
( ) 0,1
)
1
(
32
+ − ∈
= λ x λ x λ y
0
1
≥
+
= y µ d µ
z
)
1
(
3 12
x d
x
z = λ + − λ + µ
quindi:
x
4Soluzione dei problemi di PL
Consideriamo il problema (PL) in Forma Standard
Ogni punto x∈ X può essere espresso come combinazione convessa dei punti estremi di X e combinazione lineare non negativa delle sue direzioni estreme:
t j
k i
d x
x
j i
k
i
i
t
j
j j k
i
i i
,..., 2 , 1
0
,..., 2 , 1
0
1
1
1 1
=
≥
=
≥
=
+
=
∑
∑
∑
=
=
=
µ λ
λ
µ λ
k i
x
i= 1 , 2 ,...,
punti estremid
jj = 1 , 2 ,..., t
direzioni estreme0
s.t.
min
≥
=
= x
b x
A
x c
z
TPossiamo trasformare il problema di PL in un nuovo problema con incognite:
λλλλ1 ,λλλλ2 ,...λλλλk e µµµµ1, µµµµ2,…, µµµµt
,...,t ,
j µ
,...,k ,
i λ
λ
d c x
c z
j i
k
i
i
t
j
j j k T
i
i i T
2 1 0
2
1 0
1
) (
)
(
min
1
1 1
=
≥
=
≥
=
+
=
∑
∑
∑
=
=
=
µ λ
Nota:
1. se esiste una direzione djtale che cTdj< 0 ⇒⇒⇒⇒ l’ottimo del problema è illimitato 2. se cTdj≥0 per ogni dj ⇒⇒⇒⇒
- le corrispondenti variabili µµµµ1, µµµµ2,…, µµµµt sono scelte uguali a zero
- per minimizzare il resto della sommatoria basta calcolare tutti i valori cTxi , scegliere il minimo ad esempio cTxp e fissare λλλλp=1e tutti gli altri uguali a zero
RIASSUMENDO:
1. la soluzione ottima di un problema di programmazione lineare è finito se e solo se c
Td
j≥ 0 per ogni d
j2. in questo caso una soluzione ottima si trova su uno dei vertici del poliedro
3. se esistono più vertici ottimi allora ogni combinazione
convessa di questi punti è una soluzione ottima
Soluzione dei problemi di PL: esempio
1 2
1 2
1 2
1 2
min 3 - 2 - 2 6 , 0
z x x
x x
x x
x x
= − + ≤
+ ≤
≥
d
1d
2X
Calcoliamo punti estremi e direzioni estreme
a b
h
1 2 1 2 2 1
1 2 1 2 2 1
1 2 2 1
1 2 1 1 1 2
- = 2 ; x = 0 x = 2; x = 0 x = -2 - 2 = 6; x = 0 x = 3; x = 0 x = -6
- = 2 2
- 2 = 6 4 2 6 2, 4
x x
x x
x x x x
x x x x x x
+ ⇒ ⇒
+ ⇒ ⇒
+ ⇒ = +
+ ⇒ − + + = ⇒ = =
X
Soluzione dei problemi di PL: esempio(2)
(-2,0) (-6,0)
(0,3) a = ( 2 , 4 ) )
2 , 0
= ( b
(0, 0)
h =
X
Soluzione dei problemi di PL: esempio(3)
( )
( )
1
2
2 / 3,1/ 3 1,0
d d
=
=
1 2 1=( , ) d 3 3
2 (1, 0) d =
≥
≥
= +
≤ +
−
≤ +
= −
0 ,
0
1 ,
0 2
, 0 :
) , (
2 1
2 1
2 1
2 1
2 1
d d
d d
d d
d d d
D d
≤
≤ ⇒ +
+
−
≤
≤ ⇒ +
+
−
−
=
3 0 1
2 1
2 0 1
1 1
2 2
2
2 2
2 2 1
d d
d
d d
d d d
3 0 ≤ d2 ≤ 1
1 2
1 2
1 2 3 1 2
1 2 3
1 2 3, 1 2
min 3 (1, 3)
0 0 2
(1, 3) 0; (1, 3) 6; (1, 3) 10;
0 2 4
2 / 3 1
(1, 3) 1/ 3; (1, 3) 1;
1/ 3 0
min 0 6 10 1/ 3
1
, , , 0
T
T T T
T T
z x x c
c h c b c a
c d c d
λ λ λ µ µ
λ λ λ λ λ λ µ µ
= − ⇒ = −
= − = = − = − = − = −
= − = − = − =
− − − +
+ + =
≥
Soluzione dei problemi di PL: esempio(4)
Ottimo illimitato
(facendo tendere µ
1a ∞ la f.o. tende a - ∞
indipendentemente dai valori
scelti per le altre variabili)
1 2
1 2
1 2 3 1 2
1 2 3
1 2 3, 1 2
min 4 (4, 1)
0 0 2
(4, 1) 0; (4, 1) 2; (4, 1) 4;
0 2 4
2 / 3 1
(4, 1) 7 / 3; (4, 1) 4;
1 / 3 0
min 0 2 4 7 / 3 4
1
, , , 0
T
T T T
T T