테스트 커버 문제는 정의 할 수 있습니다테스트 커버 용 선형 선형 프로그래밍 공식? 다음과 같이
우리가 n
질병의 세트와 우리가 증상을 확인하기 위해 수행 할 수있는 m
테스트 세트가 가정하자. , A[i][j]
가 긍정적 인 결과를 나타내는 질환 일 상기 i
(1 환자에 j
번째 테스트를 실행 한 결과를 나타내는 이진 값
n
Xn
매트릭스A
: 우리는 다음과 같은 주어진다 0은 음수를 나타냄);- 시험 주행 비용
j
,c_j
; 및 - 것을 어떤 환자는 정확히 하나 개의 질병
작업이 유일하게 최소의 비용으로하여 n
질병의 각각을 식별 할 수있는 일련의 테스트를 찾을 수 있습니다을해야합니다.
이 문제
우리가 목적 함수\sum_{j=1}^{m} c_j x_j
,
x_j
= 1 우리는 우리의 세트에서 테스트
j
을 포함하도록 선택하는 경우, 0 그렇지 않으면를 최소화하려는 정수 선형 프로그램으로 제형 화 될 수있다.
내 질문은 :
이 문제에 대한 선형 제약의 설정은 무엇입니까?
덧붙여 말하자면,이 문제는 NP- 하드 (일반적으로 정수 선형 프로그래밍이 그렇듯이)라고 생각합니다.
그러나 x_j = 0이면 해당 합계는 0입니다.그래서 이러한 제약 때문에 우리는 모든 단일 테스트를 선택해야만합니다. 물론 당신의 대답을 오해하지 않았다면 말이죠. – Will
사실,'x_j.A_ij'가 1이면, 합계는 적어도 하나입니다. 이것은 당신이 찾는 것입니다. –
아, 이제 너 무슨 뜻인지 알 겠어. 그러나 그것은 여전히 정확하지 않습니다. 우리는 D1과 D2의 두 가지 질병과 T1과 T2의 두 가지 질병이있어 D1과 D2가 T1에 대해 양성으로 돌아오고 T2에 대해 음성 인 경우를 생각해보십시오. 그런 다음 x_1 = 1 및 x_2 = 0을 선택하면 제약 조건을 충족 시키지만 두 질병을 구별 할 수는 없습니다. – Will