Práce Vojtěcha Jarníka v kombinatorické optimalizaci
Le but de cet article est de procéder à une présentation pédagogique d'un concept étendu de rationalité, la rationalité stochastique. Dans une première partie, nous exposons le problème à l'aide d'un exemple simple et posons un ensemble de définitions préliminaires. Puis, dans une seconde partie, nous présentons le résultat fondamental de Falmagne (1978) s'appliquant aux situations de choix multiples ; l'approche ensembliste de cet auteur est formalisée à partir du concept de polynômes de Block-Marschak...
In this paper, we propose a primal interior-point method for large sparse generalized minimax optimization. After a short introduction, where the problem is stated, we introduce the basic equations of the Newton method applied to the KKT conditions and propose a primal interior-point method. (i. e. interior point method that uses explicitly computed approximations of Lagrange multipliers instead of their updates). Next we describe the basic algorithm and give more details concerning its implementation...
In this paper, we propose a primal interior-point method for large sparse minimax optimization. After a short introduction, the complete algorithm is introduced and important implementation details are given. We prove that this algorithm is globally convergent under standard mild assumptions. Thus the large sparse nonconvex minimax optimization problems can be solved successfully. The results of extensive computational experiments given in this paper confirm efficiency and robustness of the proposed...
We consider a special packing-covering pair of problems. The packing problem is a natural generalization of finding a (weighted) maximum independent set in an interval graph, the covering problem generalizes the problem of finding a (weighted) minimum clique cover in an interval graph. The problem pair involves weights and capacities; we consider the case of unit weights and the case of unit capacities. In each case we describe a simple algorithm that outputs a solution to the packing problem and...
We consider a special packing-covering pair of problems. The packing problem is a natural generalization of finding a (weighted) maximum independent set in an interval graph, the covering problem generalizes the problem of finding a (weighted) minimum clique cover in an interval graph. The problem pair involves weights and capacities; we consider the case of unit weights and the case of unit capacities. In each case we describe a simple algorithm that outputs a solution to the packing problem and...
Se define la versión multiobjetivo del Problema de Asignación Cuadrática. Se muestran los inconvenientes de la técnica de ponderación de objetivos y se desarrollan algoritmos locales bajo las metodologías de soluciones eficientes, lexicográficas y equilibradas mediante la generalización de los procedimientos r-óptimos al caso multidimensional. Se recogen resultados computacionales sobre los algoritmos propuestos.
Se estudia el problema de decisión (Θ,Δ,ρ) cuando Θ es un intervalo finito de R y el decisor posee información acerca de las probabilidades de una partición de Θ en subintervalos, de la monotonía de las f.d.d. en dichos intervalos y de algunas restricciones sobre los momentos de la distribución y ciertos generalizadores de éstas dentro de este contexto.
En este artículo se estudian los problemas de Knapsack con una restricción adicional. Este estudio viene motivado por la aparición de problemas con esta estructura en la formulación de distintas relajaciones lagrangianas asociadas a problemas enteros. Hemos considerado dos tipos de problemas: unos tienen las dos restricciones del mismo sentido, mientras que los otros las tienen de distinto sentido. Para ambos tipos de problemas presentamos algoritmos de enumeración implícita para su resolución así...
Consideramos la conexión que existe entre la información de Kullback y los tests admisibles óptimos en el conjunto de riesgos de Neyman-Pearson, usando para ello el estudio de problemas de programación matemática de tipo infinito. Se obtienen resultados que caracterizan un subconjunto de soluciones Bayes como consecuencia del conocimiento de la información, así como una medida de discriminación entre hipótesis para el conjunto de riesgos.