Feasible region (original) (raw)
Em matemática, uma restrição é uma condição de um problema de otimização que a solução deve satisfazer. Existem vários tipos de restrições — principalmente restrições de igualdade, restrições de desigualdade e restrições de número inteiro. O conjunto de soluções candidatas que satisfazem todas as restrições é chamado de .
| Property | Value |
|---|---|
| dbo:abstract | In mathematical optimization, a feasible region, feasible set, search space, or solution space is the set of all possible points (sets of values of the choice variables) of an optimization problem that satisfy the problem's constraints, potentially including inequalities, equalities, and integer constraints. This is the initial set of candidate solutions to the problem, before the set of candidates has been narrowed down. For example, consider the problem of minimizing the function with respect to the variables and subject to and Here the feasible set is the set of pairs (x, y) in which the value of x is at least 1 and at most 10 and the value of y is at least 5 and at most 12. The feasible set of the problem is separate from the objective function, which states the criterion to be optimized and which in the above example is In many problems, the feasible set reflects a constraint that one or more variables must be non-negative. In pure integer programming problems, the feasible set is the set of integers (or some subset thereof). In linear programming problems, the feasible set is a convex polytope: a region in multidimensional space whose boundaries are formed by hyperplanes and whose corners are vertices. Constraint satisfaction is the process of finding a point in the feasible region. (en) En optimización matemática, una región factible, un conjunto factible, un espacio de búsqueda o un espacio de solución es el conjunto de todos los puntos posibles (conjuntos de valores de las variables de elección) de un problema de optimización que satisface las restricciones del problema, incluyendo potencialmente desigualdades, igualdades y restricciones enteras. Este es el conjunto inicial de posibles soluciones al problema, antes de que se haya reducido el conjunto de candidatos. Por ejemplo, considere el problema Minimizar con respecto a las variables y sujeto a y Aquí, el conjunto factible es el conjunto de pares en el que el valor de es al menos 1 y como máximo 10 y el valor de es al menos 5 y como máximo 12. Tenga en cuenta que el conjunto factible del problema está separado de la función objetivo, que establece el criterio a optimizar y que en el ejemplo anterior es En muchos problemas, el conjunto factible refleja una restricción de que una o más variables deben ser no negativas. En problemas de programación de enteros puros, el conjunto factible es el conjunto de enteros (o algún subconjunto del mismo). En los problemas de programación lineal, el conjunto factible es un politopo convexo: una región en el espacio multidimensional cuyos límites están formados por hiperplanos y cuyas esquinas son vértices. La es el proceso de encontrar un punto en la región factible. (es) В теории оптимизации допустимая область, допустимое множество, пространство поиска или пространство решений — это множество всех возможных точек (значений переменных) задачи оптимизации, которые удовлетворяют задачи. Эти ограничения могут включать неравенства, равенства и требование целочисленности решения . Область допустимых решений является начальной областью поиска кандидатов в решение задачи, и эта область во время поиска может сужаться. Например, возьмём задачу Минимизировать с ограничениями на переменные и и В этом случае область допустимых решений представляет собой множество пар (x1, x2), для которых значение x1 не меньше 1 и не больше 10, а значение x2 не меньше 5 и не больше 12. Заметим, что множество допустимых решений рассматривается отдельно от целевой функции, которая определяет критерий оптимизации и которая в вышеприведённом примере равна Во многих задачах допустимая область решений включает ограничение, по которому одна и более переменных должны быть неотрицательными. В задачах чисто целочисленного программирования множество допустимых решений состоит из целых чисел (или некоторого подмножества). В задачах линейного программирования область допустимых решений является выпуклым политопом — областью в многомерном пространстве, границы которого образованы гиперплоскостями. Удовлетворение ограничений — это процесс поиска точки в области допустимых решений. (ru) Em matemática, uma restrição é uma condição de um problema de otimização que a solução deve satisfazer. Existem vários tipos de restrições — principalmente restrições de igualdade, restrições de desigualdade e restrições de número inteiro. O conjunto de soluções candidatas que satisfazem todas as restrições é chamado de . (pt) У математичній оптимізації допустима область, допустима множина, простір пошуку чи простір розв'язків - це сукупність усіх можливих точок (наборів значень змінних вибору) проблеми оптимізації, які задовольняють обмеження проблеми, потенційно включаючи нерівності, рівності та цілі обмеження. Це початковий набір кандидатських рішень проблеми до того, як сукупність кандидатів була звужена. Наприклад, розглянемо проблему Мінімізуйте відносно змінних і за умови і Тут допустимою множиною є сукупність пар ( x, y ), у яких значення x становить щонайменше 1 і щонайбільше 10, а значення y - принаймні 5 і не більше 12. Зауважимо, що допустима множина задачі є окремою від цільової функції, яка визначає критерій, який слід оптимізувати, і який у наведеному вище прикладі є У багатьох проблемах допустима множина відображає обмеження, що одна чи кілька змінних повинні бути негативними. У чистих цілих задачах програмування можливою множиною є набір цілих чисел (або їх деякий підмножина). У задачах лінійного програмування можливою множиною є опуклий багатогранник : область у багатовимірному просторі, межі якої утворені гіперпланами та кути яких є вершинами . Задоволення обмеженням - це процес пошуку точки у допустимому регіоні. (uk) |
| dbo:thumbnail | wiki-commons:Special:FilePath/IP_polytope_with_LP_relaxation.svg?width=300 |
| dbo:wikiPageID | 9157119 (xsd:integer) |
| dbo:wikiPageLength | 8995 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1109693986 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Candidate_solution dbr:Element_(mathematics) dbr:Monomial dbr:Hyperplanes dbr:Integer_programming dbr:Convex_set dbr:Mathematical_optimization dbr:Mathematics dbr:Saddle_point dbr:Equality_(mathematics) dbr:Genetic_algorithm dbr:Global_optimum dbr:Bounded_set dbr:Constraint_(mathematics) dbr:Constraint_satisfaction dbr:Convex_function dbr:Objective_function dbr:Antiderivative dbr:Computer_science dbr:Empty_set dbr:Linear_programming dbr:Local_optimum dbr:Cavalieri's_quadrature_formula dbr:First_derivative_test dbc:Optimal_decisions dbc:Mathematical_optimization dbr:Inequality_(mathematics) dbr:Inflection_point dbr:Integer dbr:Optimization_problem dbr:Search_algorithm dbr:Second_derivative_test dbr:Set_(mathematics) dbr:Vertex_(geometry) dbr:Dimension_(mathematics_and_physics) dbr:Polytope dbr:Necessary_and_sufficient_conditions dbr:First_derivative dbr:Simplex_method dbr:File:3dpoly.svg dbr:File:IP_polytope_with_LP_relaxation.svg dbr:File:Linear_Programming_Feasible_Region.svg dbr:File:Bounded_unbounded.svg |
| dbp:wikiPageUsesTemplate | dbt:Citation_needed dbt:Refimprove dbt:Reflist dbt:See_also dbt:Short_description |
| dct:subject | dbc:Optimal_decisions dbc:Mathematical_optimization |
| rdf:type | owl:Thing |
| rdfs:comment | Em matemática, uma restrição é uma condição de um problema de otimização que a solução deve satisfazer. Existem vários tipos de restrições — principalmente restrições de igualdade, restrições de desigualdade e restrições de número inteiro. O conjunto de soluções candidatas que satisfazem todas as restrições é chamado de . (pt) In mathematical optimization, a feasible region, feasible set, search space, or solution space is the set of all possible points (sets of values of the choice variables) of an optimization problem that satisfy the problem's constraints, potentially including inequalities, equalities, and integer constraints. This is the initial set of candidate solutions to the problem, before the set of candidates has been narrowed down. Constraint satisfaction is the process of finding a point in the feasible region. (en) En optimización matemática, una región factible, un conjunto factible, un espacio de búsqueda o un espacio de solución es el conjunto de todos los puntos posibles (conjuntos de valores de las variables de elección) de un problema de optimización que satisface las restricciones del problema, incluyendo potencialmente desigualdades, igualdades y restricciones enteras. Este es el conjunto inicial de posibles soluciones al problema, antes de que se haya reducido el conjunto de candidatos. Por ejemplo, considere el problema Minimizar con respecto a las variables y sujeto a y (es) У математичній оптимізації допустима область, допустима множина, простір пошуку чи простір розв'язків - це сукупність усіх можливих точок (наборів значень змінних вибору) проблеми оптимізації, які задовольняють обмеження проблеми, потенційно включаючи нерівності, рівності та цілі обмеження. Це початковий набір кандидатських рішень проблеми до того, як сукупність кандидатів була звужена. Наприклад, розглянемо проблему Мінімізуйте відносно змінних і за умови і Задоволення обмеженням - це процес пошуку точки у допустимому регіоні. (uk) В теории оптимизации допустимая область, допустимое множество, пространство поиска или пространство решений — это множество всех возможных точек (значений переменных) задачи оптимизации, которые удовлетворяют задачи. Эти ограничения могут включать неравенства, равенства и требование целочисленности решения . Область допустимых решений является начальной областью поиска кандидатов в решение задачи, и эта область во время поиска может сужаться. Например, возьмём задачу Минимизировать с ограничениями на переменные и и (ru) |
| rdfs:label | Región factible (es) Feasible region (en) Restrição (matemática) (pt) Область допустимых решений (ru) Допустимий регіон (uk) |
| rdfs:seeAlso | dbr:Convex_optimization |
| owl:sameAs | freebase:Feasible region yago-res:Feasible region wikidata:Feasible region dbpedia-es:Feasible region http://hy.dbpedia.org/resource/Թույլատրելի_արժեքների_բազմություն dbpedia-pt:Feasible region dbpedia-ru:Feasible region dbpedia-uk:Feasible region https://global.dbpedia.org/id/fTJV |
| prov:wasDerivedFrom | wikipedia-en:Feasible_region?oldid=1109693986&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Bounded_unbounded.svg wiki-commons:Special:FilePath/IP_polytope_with_LP_relaxation.svg wiki-commons:Special:FilePath/3dpoly.svg wiki-commons:Special:FilePath/Linear_Programming_Feasible_Region.svg |
| foaf:isPrimaryTopicOf | wikipedia-en:Feasible_region |
| is dbo:wikiPageRedirects of | dbr:Candidate_solution dbr:Solution_space dbr:Candidate_solutions dbr:Feasible_set dbr:Feasible_set_(optimization) dbr:Feasible_solution dbr:Solution_Space |
| is dbo:wikiPageWikiLink of | dbr:Candidate_solution dbr:Branch_and_bound dbr:Cutting-plane_method dbr:Interchangeability_algorithm dbr:Interior-point_method dbr:List_of_numerical_analysis_topics dbr:Convex_optimization dbr:Generative_design dbr:Genetic_algorithm dbr:Glossary_of_artificial_intelligence dbr:Glossary_of_computer_science dbr:Constraint_(mathematics) dbr:Constraint_satisfaction dbr:Core_(game_theory) dbr:Solution_space dbr:Active-set_method dbr:Feasibility dbr:Learning_classifier_system dbr:Linear-fractional_programming dbr:Linear_programming dbr:Affine_scaling dbr:Normal_fan dbr:Outline_of_finance dbr:Pairwise_independence dbr:Capital_market_line dbr:Direct_methods_(electron_microscopy) dbr:Hirsch_conjecture dbr:Rational_choice_theory dbr:Artelys_Knitro dbr:Superiorization dbr:Edgeworth_conjecture dbr:Search_algorithm dbr:Mathematical_programming_with_equilibrium_constraints dbr:Simplex_algorithm dbr:Slack_variable dbr:List_of_terms_relating_to_algorithms_and_data_structures dbr:Slater's_condition dbr:Participatory_economics dbr:Nonlinear_programming dbr:Multidimensional_assignment_problem dbr:Newell–Daganzo_merge_model dbr:Solution_set dbr:Set_estimation dbr:Spectrahedron dbr:Candidate_solutions dbr:Feasible_set dbr:Feasible_set_(optimization) dbr:Feasible_solution dbr:Solution_Space dbr:Search_space |
| is foaf:primaryTopic of | wikipedia-en:Feasible_region |
