y à max |
Пример: |
Решение: |
||||
-x +y - 3£0 x +y-11£0 2x – y -7£0 -2x-3y +6£0 - x+2y - 7£0 4x + y-27£0 -x £0 -y £0 |
y £ y1 = x + 3 y £ y2 = 11 - x y ³ y3 = 2x -7 y ³ y4 = 2-⅔x y £ y5 = ½(x+7) y £ y6 = 27-4x x ³ x7 = 0 y ³ y8 = 0 |
I+={1,2,5,6} I-={3,4,8} |
F+(x)=min{x+3; -x+11; ½(x+7); -4x+27} F-(x) = max{2x-7; - 2/3x+2; 0 } |
|||
I0-={7} I0+=Æ |
u1=max{0/(-1)} =0 u2=+∞ |
U=[u1,u2]=[0,+∞) |
||||
Точки пересечения пар прямых (i, j) из I+ и I-: |
||||||
(1,2): x + 3 = 11 – x Þ 2x= 8 Þ x=4 ÎU (5,6): ½(x+7)=27-4x Þ 9x=47 Þ x=52/9 ÎU (3,4): 2x - 7 = 2 - 2/3x Þ 8x=27 Þ x=33/8 ÎU |
X={4,52/9,3⅜} медиана(X)=4 |
|||||
F-(4) =max{1; <0; 0}=1 < 5½ =min{7; 7; 5½; 11}= F+(4) Þ m1=4 допустима. Минимум был один Þ F+(x) в окрестности точки m1 совпадает с прямой y5 = ½(x+7) и возрастает (y¢5>0) Þ максимум находится справа от m1 Þ корректируем интервал: U=[m1=4, +∞).
Анализируем пары прямых, точки пересечения
которых оказались слева от интервала. Пара 1,2ÎI+ Þ можно
отбросить прямую y1, лежащую выше, т.к. y¢1
=1 > -1= y¢2;
пара 3,4ÎI- Þ можно
отбросить прямую y4, лежащую ниже, т.к. y¢4
= -2/3 < 2= y¢3.
I-={3, 8}. Ищем точку пересечения новой пары: 2x-7 = 0 Þ x=3½ лежит слева от U Þ сразу отбрасываем прямую y8 , лежащую ниже, т.к. y¢8 = 0 < 2= y¢3. Теперь I-={3}.
I+={2,5,6}. Здесь оставляем пару (5,6), для которой x=52/9
є U. Она же медиана m2.
F-(52/9)
=2*52/9-7=34/9 < 57/9
=min{57/9; 61/9;
61/9}= F+(52/9) Þ x=52/9
допустима. Минимум был один Þ F+ в окрестности точки m2 совпадает с y2=11-x; y2¢
=-1<0 Þ F+ убывает Þ ее максимум находится слева
от m2 Þ переходим к интервалу: U=[4, m2 =52/9]. Пара 5,6ÎI+ Þ
отбрасываем прямую y6, лежащую выше, т.к. y¢5
=½ > -4= y¢6.
I+={2,5}. Ищем точку пересечения новой пары: 11-x = ½(x+7) Þ x=5 ÎU=[4, 52/9].
Других пар нет Þ m3 =5. F+(5)= min{y2=11-5=6;y5=½(5+7)=6}>3=F-(5) Þ m3 допустима.
Т.к. F+(5) есть минимум пересекающихся прямых y2 и y5, то F¢+лев =max{y2¢=-1; y5¢=½}>0, F¢+прав =min{y2¢=-1; y5¢=½}<0. Производная меняет знак с + на - Þ m3 - точка максимума.
1.4. ПОНЯТИЕ О NР-ПОЛНОТЕ.
Алгоритм, решающий задачу Z, строит по входной информации выходную. Трудоемкость алгоритма будем оценивать как функцию от объема входа.
Пример: возведем 2 в степень n. Длина входа = log(n). Трудоемкость алгоритма равна n = 2log n, т.е. зависит от объема входной информации экспоненциально.
Будем различать 3 типа задач поиска:
1. оптимизационный: найти вектор x оптÎD, такой что ¦(xопт) = extr ¦(x).
2. вычислительный: найти число ¦опт такое, что ¦опт = extr ¦(x).
3. распознавания: существует ли (да или нет =1 бит) xÎD такой, что ¦(x) > L?
Все типы задач можно свести к варианту распознавания свойств.
НЕФОРМАЛЬНОЕ ОПРЕДЕЛЕНИЕ NP-ПОЛНОТЫ.
Говорят, что массовая задача распознавания Z принадлежит классу NP, если существуют такие полином Pz и алгоритм Az, что для каждой индивидуальной задачи (Z,I) с ответом “да” существует краткое удостоверение xответа, быстро проверяемого алгоритмом Az (т.е. и ).Краткого удостоверения ответа “нет” при этом может и не существовать.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.