Проблема текущих подходов к преподаванию вычислительной сложности и труднорешаемых задач:

• «ненужная заумь для ботанов»
• «всякой фигни как матло у нас нет, у нас проектный подход»© (день открытых дверей МФТИ).
• множество книг, слайдов, видео и т.п. — но все как правило перепев «ГД», на досках или одноразовых веселых видео.
  • но не «живые модели»!

• Нет навыков проверяемых доказательств
• Не получаются навыки работы с труднорешаемыми задачами.
  • Мучать «эвристики» и «нейросети» не приходя в сознание.
    • «Какая у вас задача» — ну мы тут «GAN» сети пробовали, вот теперь трансформеры… — Задача то какая?

• Научится формализованно формулировать
  • ЦЛП
  • 3SAT
• Использовать решатели
  • ЦЛП (cbc, coin, SCIP, CPLEX, GUROBI, COPT, MIPT…)
  • SAT (см. SAT-Races [1]).

• Часто решить задачу для реальных данных сходу
  • Или покрутить постановку чтобы задача решалась (релаксация бизнес-ограничений).
• Начать тестировать
  • Алгоритмы полиномиальные в среднем
  • Приближенные алгоритмы с гарантией точности
  • Вероятностные алгоритмы
  • Эвристики
• Доказать труднорешаемость
  • Конструктивное сведение кодом, тестирование
  • Потом статья с объяснением.

• Навыки моделирования
  • в PYOMO, сразу см. воркшоп, Зеркало
  • в PYSAT
  • Jupyter Notebooks

• → Бизнес-аналитик-алгоритмист! (нарасхват!)
• → Курсовые-дипломы-статьи в JN
  • В любой ситуации

• Настоящие классические задачи в одном месте (ГД+ВК+…)
  • Open Classic Hard Problems
    • Не пугайтесь, вам достаточно изучить одну задачу… но можно и все.
      • Не «книга, толщиной защищающая от прочтения»
• Там (см. беджики-ссылки)
  • Постановки
  • Наброски ноутбуков для всех задач в Lab17
  • Частично готовая модель
    • • тестовые данные (генератор)
      • визуализация
      • сведение к ЦЛП через Pyomo
      • сведение с 3SAT к задаче
      • вероятностное тестирование
      • видео с разьяснениями

• Hardprob/Maximum Set Packing
• Hardprob/Minimum Set Cover
• Hardprob/Maximum Cut
• Hardprob/Maximum Set Splitting

• Pyomo-сведение к ЦЛП → — есть Pyomo-формулировка для ЦЛП., — есть тестовые данные и визуализация.
• 3SAT-сведение к задаче → — есть сведение на Python NP-полной задачи к данной.
• Вероятностное тестирование → Можно доработать — сделать Вероятностное тестирование NPC-сведения!
• Можно
  • все для одной задачи,
  • можно для разных (исправление ошибки или улучшение — ОК)

Без классического дерева сведения (но можно копировать функции сведения тех задач).

• Выбирайте задачи из Open Classic Hard Problems, переходите к редактированию по «Беру…» →
  • Зарезервированные задачи просто помечаются в том же списке, для простоты.
    • Если видите, что зарезервировано кем-то в прошлом году — можно снять чужое резервирование, и поставить свое.
  • Воркфлоу «взятия задачи» аналогичен блоку «Практикуемся_В_Алгоритмах»
  • Только здесь, в вики, на «странице решения» обсуждаем постановку (если что-то непонятно), а решением будет юпитер-ноутбук в Lab17.
• Всего должно хватать в нашем Lab17
• Как поотлаживаться локально через VSCode — потом.

Картинка в полный размер