Disjunctive Programming Egon Balas

Visit to download the full and correct content document:

https://textbookfull.com/product/disjunctive-programming-egon-balas/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Disjunctive programming Balas E

https://textbookfull.com/product/disjunctive-programming-balas-e/

Bitcoin and blockchain: history and current

applications Balas

https://textbookfull.com/product/bitcoin-and-blockchain-history-
and-current-applications-balas/

Structures of Computing: A Guide to Practice-Oriented

Theory 1st Edition Egon Börger

https://textbookfull.com/product/structures-of-computing-a-guide-
to-practice-oriented-theory-1st-edition-egon-borger/

Disjunctive Prime Ministerial Leadership in British

Politics From Baldwin to Brexit Christopher Byrne

https://textbookfull.com/product/disjunctive-prime-ministerial-
leadership-in-british-politics-from-baldwin-to-brexit-
christopher-byrne/
Handbook of Data Science Approaches for Biomedical
Engineering 1st Edition Valentina Emilia Balas

https://textbookfull.com/product/handbook-of-data-science-
approaches-for-biomedical-engineering-1st-edition-valentina-
emilia-balas/

Data Management Analytics and Innovation Proceedings of

ICDMAI 2018 Volume 2 Valentina Emilia Balas

https://textbookfull.com/product/data-management-analytics-and-
innovation-proceedings-of-icdmai-2018-volume-2-valentina-emilia-
balas/

Emergence of Pharmaceutical Industry Growth with

Industrial IoT Approach 1st Edition Valentina Emilia
Balas

https://textbookfull.com/product/emergence-of-pharmaceutical-
industry-growth-with-industrial-iot-approach-1st-edition-
valentina-emilia-balas/

A Handbook of Internet of Things in Biomedical and

Cyber Physical System Valentina E. Balas

https://textbookfull.com/product/a-handbook-of-internet-of-
things-in-biomedical-and-cyber-physical-system-valentina-e-balas/

Soft Computing Applications Proceedings of the 8th

International Workshop Soft Computing Applications SOFA
2018 Vol I Valentina Emilia Balas

https://textbookfull.com/product/soft-computing-applications-
proceedings-of-the-8th-international-workshop-soft-computing-
applications-sofa-2018-vol-i-valentina-emilia-balas/
Egon Balas

Disjunctive
Programming
Disjunctive Programming
Egon Balas

Disjunctive Programming

123
Egon Balas
Tepper School of Business
Carnegie Mellon University
Pittsburgh, PA, USA

ISBN 978-3-030-00147-6 ISBN 978-3-030-00148-3 (eBook)

https://doi.org/10.1007/978-3-030-00148-3

Library of Congress Control Number: 2018957148

© Springer Nature Switzerland AG 2018

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of
the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation,
broadcasting, reproduction on microfilms or in any other physical way, and transmission or information
storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology
now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, express or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Preface

This book is meant for students and practitioners of optimization, mainly integer and
nonconvex optimization, as an introduction to, and review of, the recently developed
discipline of disjunctive programming. It should be of interest to all those who are
trying to overcome the limits set by convexity to our problem-solving capability.
Disjunctive programming is optimization over disjunctive sets, the first large class
of nonconvex sets shown to be convexifiable in polynomial time.
There are no prerequisites for the understanding of this book, other than some
knowledge of the basics of linear and integer optimization. Clarity of exposition
was a main objective in writing it. Where background material is required, it is
indicated through references.
Habent sua fata libelli, goes the Latin saying: books have their own fate. The
basic document on Disjunctive Programming is the July 1974 technical report
“Disjunctive Programming: Properties of the convex hull of feasible points. MSRR
#348”, which however has not appeared in print until 24 years later, when it was
published as an invited paper with a remarkable foreword by Gerard Cornuejols
and Bill Pulleyblank [7] (for a history of this episode see the introduction to [11]).
The new theory, which was laid out without implementation of its cutting planes,
let alone computational experience, stirred little if any enthusiasm at the time of its
inception. But 15 years later, when Sebastian Ceria, Gerard Cornuejols and myself
recast essentially the same results in a new framework which we called lift-and-
project [19], the reaction was quite different. This time our work was focused on
algorithmic aspects, with the cutting planes generated in rounds and embedded into
an enumerative (branch and cut) framework, and was accompanied by an efficient
computer code, MIPO, that was able to solve many problem instances that had been
impervious to solution by branch-and-bound alone. This has led to a general effort
on the part of software builders to incorporate cutting planes into a new generation
of integer programming solvers, with the outcome known as the revolution in the
state of the art in mixed integer programming that took place roughly in the period
1990–2005.
From a broader perspective, disjunctive programming is one of the early bridges
between convex and nonconvex programming.

v
vi Preface

Several friends and colleagues have contributed to the improvement of this

book through their comments and observations. Their list includes David Bernal,
Dan Bienstock, Gérard Cornuéjols, Ignacio Grossmann, Michael Juenger, Alex
Kazachkov, Tamas Kis, Andrea Qualizza, Thiago Serra, and an anonymous editor
of the Springer Series Algorithms and Combinatorics.
The research underlying the results reported on in this book was supported
generously throughout the last four decades by the National Science Foundation
and the US Office of Naval Research. The writing of the book itself was supported
by NSF Grant 1560828 and ONR Contract N000141512082.
Pittsburgh, PA, USA Egon Balas
Contents

1 Disjunctive Programming and Its Relation to Integer

Programming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 1
1.1 Introduction .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 1
1.2 Intersection Cuts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 2
1.3 Inequality Systems with Logical Connectives . .. . . . . . . . . . . . . . . . . . . . 6
1.4 Valid Inequalities for Disjunctive Sets . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 9
1.5 Duality for Disjunctive Programs . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 12
2 The Convex Hull of a Disjunctive Set . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 17
2.1 The Convex Hull Via Lifting and Projection .. . .. . . . . . . . . . . . . . . . . . . . 17
2.1.1 Tightness of the Lifted Representation . . . . . . . . . . . . . . . . . . . . 22
2.1.2 From the Convex Hull to the Union Itself .. . . . . . . . . . . . . . . . 23
2.2 Some Facts About Projecting Polyhedra .. . . . . . .. . . . . . . . . . . . . . . . . . . . 26
2.2.1 Well Known Special Cases . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 28
2.2.2 Dimensional Aspects of Projection . . . .. . . . . . . . . . . . . . . . . . . . 29
2.2.3 When Is the Projection of a Facet a Facet of the
Projection? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 29
2.3 Projection with a Minimal System of Inequalities .. . . . . . . . . . . . . . . . . 31
2.4 The Convex Hull Via Polarity . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 31
3 Sequential Convexification of Disjunctive Sets . . . . . .. . . . . . . . . . . . . . . . . . . . 41
3.1 Faciality as a Sufficient Condition.. . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 42
3.2 A Necessary Condition for Sequential Convexifiability .. . . . . . . . . . . 46
4 Moving Between Conjunctive and Disjunctive Normal Forms .. . . . . . . 49
4.1 The Regular Form and Basic Steps . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 49
4.2 The Hull Relaxation and the Associated Hierarchy . . . . . . . . . . . . . . . . 51
4.3 When to Convexify a Subset .. . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 54
4.4 Parsimonious MIP Representation of Disjunctive Sets . . . . . . . . . . . . . 59

vii
viii Contents

4.5 An Illustration: Machine Sequencing Via Disjunctive Graphs .. . . . 61

4.5.1 A Disjunctive Programming Formulation . . . . . . . . . . . . . . . . . 64
4.5.2 A Tighter Disjunctive Programming Formulation . . . . . . . . 65
4.6 Disjunctive Programs with Trigger Variables .. .. . . . . . . . . . . . . . . . . . . . 67
5 Disjunctive Programming and Extended Formulations .. . . . . . . . . . . . . . . 69
5.1 Comparing the Strength of Different Formulations.. . . . . . . . . . . . . . . . 70
5.1.1 The Traveling Salesman Problem .. . . . .. . . . . . . . . . . . . . . . . . . . 71
5.1.2 The Set Covering Problem . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 72
5.1.3 Nonlinear 0-1 Programming . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 73
5.2 Proving the Integrality of Polyhedra . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 74
5.2.1 Perfectly Matchable Subgraphs of a Bipartite Graph . . . . . 74
5.2.2 Assignable Subgraphs of a Digraph . . .. . . . . . . . . . . . . . . . . . . . 76
5.2.3 Path Decomposable Subgraphs of an Acyclic Digraph .. . 76
5.2.4 Perfectly Matchable Subgraphs of an Arbitrary Graph . . . 77
6 Lift-and-Project Cuts for Mixed 0-1 Programs . . . . .. . . . . . . . . . . . . . . . . . . . 79
6.1 Disjunctive Rank . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 80
6.2 Fractionality of Intermediate Points .. . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 81
6.3 Generating Cuts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 83
6.4 Cut Lifting .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 83
6.5 Cut Strengthening . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 86
6.6 Impact on the State of the Art in Integer Programming . . . . . . . . . . . . 87
7 Nonlinear Higher-Dimensional Representations .. . .. . . . . . . . . . . . . . . . . . . . 91
7.1 Another Derivation of Lift-and-Project Cuts. . . .. . . . . . . . . . . . . . . . . . . . 91
7.2 The Lovász-Schrijver Construction . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 93
7.3 The Sherali-Adams Construction .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 94
7.4 Lasserre’s Construction . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 95
7.5 The Bienstock-Zuckerberg Lift Operator . . . . . . .. . . . . . . . . . . . . . . . . . . . 95
8 The Correspondence Between Lift-and-Project Cuts and
Simple Disjunctive Cuts. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 97
8.1 Feasible Bases of the CGLP Versus (Feasible or Infeasible)
Bases of the LP .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 98
8.2 The Correspondence Between the Strengthened Cuts .. . . . . . . . . . . . . 103
8.3 Bounds on the Number of Essential Cuts . . . . . . .. . . . . . . . . . . . . . . . . . . . 103
8.4 The Rank of P with Respect to Different Cuts .. . . . . . . . . . . . . . . . . . . . 104
9 Solving (CGLP)k on the LP Simplex Tableau . . . . . . .. . . . . . . . . . . . . . . . . . . . 107
9.1 Computing Reduced Costs of (CGLP)k Columns for the LP
Rows . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 109
9.2 Computing Evaluation Functions for the LP Columns . . . . . . . . . . . . . 113
9.3 Generating Lift-and-Project Cuts by Pivoting in the LP
Tableau .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 116
9.4 Using Lift-and-Project to Choose the Best Mixed Integer
Gomory Cut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 117
Contents ix

10 Implementation and Testing of Variants . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 121

10.1 Pivots in the LP Tableau Versus Block Pivots in the CGLP
Tableau .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 122
10.2 Most Violated Cut Selection Rule . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 126
10.3 Iterative Disjunctive Modularization . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 127
10.4 Computational Results . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 129
10.5 Testing Alternative Normalizations . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 135
10.6 The Interplay of Normalization and the Objective Function . . . . . . . 136
10.7 Bonami’s Membership LP . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 139
10.8 The Split Closure .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 141
11 Cuts from General Disjunctions . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 145
11.1 Intersection Cuts from Multiple Rows . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 145
11.2 Standard Versus Restricted Intersection Cuts . . .. . . . . . . . . . . . . . . . . . . . 149
11.3 Generalized Intersection Cuts . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 152
11.4 Generalized Intersection Cuts and Lift-and-Project Cuts . . . . . . . . . . 153
11.5 Standard Intersection Cuts and Lift-and-Project Cuts . . . . . . . . . . . . . . 155
11.6 The Significance of Irregular Cuts. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 163
11.7 A Numerical Example . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 166
11.8 Strengthening Cuts from General Disjunctions .. . . . . . . . . . . . . . . . . . . . 169
11.9 Stronger Cuts from Weaker Disjunctions . . . . . . .. . . . . . . . . . . . . . . . . . . . 179
11.9.1 Simple Split Disjunction . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 183
11.9.2 Multiple Term Disjunctions .. . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 187
11.9.3 Strictly Weaker Disjunctions .. . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 192
12 Disjunctive Cuts from the V -Polyhedral Representation . . . . . . . . . . . . . . 195
12.1 V -Polyhedral Cut Generator Constructed Iteratively .. . . . . . . . . . . . . . 197
12.1.1 Generating Adjacent Extreme Points . .. . . . . . . . . . . . . . . . . . . . 199
12.1.2 How to Generate a Facet of conv F in n Iterations . . . . . . . 201
12.1.3 Cut Lifting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 203
12.1.4 Computational Testing . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 204
12.2 Relaxation-Based V -Polyhedral Cut Generators . . . . . . . . . . . . . . . . . . . 205
12.3 Harnessing Branch-and-Bound Information for Cut
Generation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 208
13 Unions of Polytopes in Different Spaces. . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 215
13.1 Dominants of Polytopes and Upper Separation .. . . . . . . . . . . . . . . . . . . . 215
13.2 The Dominant and Upper Separation for Polytopes in [0, 1]n . . . . . 219
13.2.1 Unions of Polytopes in Disjoint Spaces . . . . . . . . . . . . . . . . . . . 220
13.3 The Upper Monotone Case . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 221
13.3.1 conv(Z): The General Case. . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 222
13.4 Application 1: Monotone Set Functions and Matroids . . . . . . . . . . . . . 223
x Contents

13.5 Application 2: Logical Inference . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 225

13.6 More Complex Logical Constraints . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 227
13.7 Unions of Upper Monotone Polytopes in the Same Space . . . . . . . . . 228
13.8 Unions of Polymatroids .. . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 230

References .. .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . 233
Chapter 1
Disjunctive Programming and Its
Relation to Integer Programming

1.1 Introduction

Disjunctive programming is optimization over disjunctive sets. A (linear) dis-

junctive set is the solution set of a system of (linear) inequalities joined by the
logical connectives of conjunction (∧, “and”, juxtaposition), disjunction (∨, “or”),
negation (¬, “complement of”). The name reflects the fact that it is the presence of
disjunctions that makes these sets nonconvex. Indeed, any (linear) disjunctive set is
equivalent to a union of polyhedra, and while polyhedra are convex, their unions are
not.
Linear programming arose during and immediately after World War II, and the
appearance of computers in the early postwar years made the simplex method a
practical tool for solving real world problems. It soon became clear that nonlinear
convex optimization problems, i.e. problems whose locally optimal solutions are
also globally optimal, can also be dealt with in promising ways. However, going
beyond convexity turned out to be radically different. Integer programs, the most
common representation of nonconvex optimization problems, for decades could
only be solved at the level of toy models. Attempts at generating the integer hull,
i.e. the convex hull of feasible integer points, which would reduce the problem to
optimization over a convex set, turned out to be extremely difficult. From the point
of view of solvability, a huge gap arose between convex and nonconvex optimization
problems.
The theoretical significance of disjunctive programming consists in the fact
that it is the first general class of nonconvex optimization problems amenable to
compact convexification in the following sense: every linear disjunctive set in Rn is
equivalent to a union of polyhedra in Rn , and the closed convex hull of such a union
is a polyhedron in Rq×n , where q is the number of polyhedra in the union. Thus the
closed convex hull of a union of polyhedra has a compact representation in a higher
dimensional space.

© Springer Nature Switzerland AG 2018 1

E. Balas, Disjunctive Programming, https://doi.org/10.1007/978-3-030-00148-3_1
2 1 Disjunctive Programming and Its Relation to Integer Programming

Logical conditions are pervasive in optimization problems inspired by real-

world situations. Discontinuities, interruptions, sudden changes, logical alternatives,
implications, either/or decisions, threshold conditions, etc. are common occurrences
in such situations. Representing such constraints in optimization problems through
0-1 variables was the primary original motivation for integer programming. The so-
called “big-M” method was the main tool for such representations, and the ability to
formulate almost any logical condition through a couple of constraints and binary
variables made integer programming into a universal modeling tool that possessed
the flexibility that could not be accommodated by linear or convex programming
formulations. However, the introduction of integer variables into an otherwise easily
solvable linear or convex program made the resulting formulations radically harder
to solve. Integer programming problems became the prototype of problems shown
in the early 70s to be N P-hard, a class for which no polynomial-time solution
methods are known.
On the other hand, disjunctive programming, which also started in the early 70s,
came about as an attempt to use logical conditions to help solving integer programs.
Just as logical conditions can be represented as integrality constraints via the use of
binary variables, the opposite is also true: integrality constraints can be represented
via disjunctions. Furthermore, a closer look at logical or disjunctive constraints
reveals that they can always be brought to the form of unions of polyhedra. Hence
the discovery of a compact representation of the closed convex hull of a union of
polyhedra points to a crucial breakthrough in the struggle to describe the integer
hull, the convex hull of feasible integer points.
This discovery had repercussions in two distinct directions. On the one hand,
it has led to the development of methods to use the disjunctive representation of
integrality conditions towards approximating the integer hull through cutting planes,
i.e. inequalities that cut off part of the linear programming polyhedron, but no
feasible integer points: disjunctive cuts, lift-and-project cuts. On the other hand,
it has led to the search for, and discovery of, higher dimensional representations
of a given integer program, whose linear programming relaxation is a closer
approximation of the integer hull than that of the original formulation: extended
formulations. Both developments had a major impact on the development of integer
programming during the last four decades.

1.2 Intersection Cuts

The origins of disjunctive programming are to be found in the concept of intersec-

tion cuts for integer programming, introduced around 1970.
We will consider (linear) mixed integer programs in the form

min{cx : x ∈ PI }, (MIP)
1.2 Intersection Cuts 3

where PI represents the set of feasible integer points. The linear programming
relaxation of (MIP), of central importance in all major solution methods, is

min{cx : x ∈ P }, (LP)

where

P := {x ∈ RN : Ax ≥ b, x ≥ 0}

= {x ∈ RN : Ãx ≥ b̃}, N = {1, . . . , n},

and where A is m × n. Thus PI is the set

PI := P ∩ {x ∈ RN : xj ∈ Z, j ∈ N  ⊆ N}.

We will assume throughout that the data of P are rational.

nIntroducing surplus variables into the system of inequalities defining P , xn+i =
a x
j =1 ij j − b i , i = 1, . . . , m, we obtain a system in R n+m . If x̄ ∈ Rn+m is an

optimal solution to (LP) with I and J the index sets of basic and nonbasic variables,
respectively, then the optimal simplex tableau is

xi = x̄i − āij xj , i ∈ I
j ∈J

xj ≥ 0, j ∈I ∪J

When convenient, we will use the notations xN and xJ for the subvectors of x
with components indexed by j ∈ N and j ∈ J , respectively.
Associated with every basic solution x̄ to (LP) is the LP-cone C(x̄) whose apex is
x̄ and whose facets are defined by the n hyperplanes that form the basis of x̄. In order
to avoid possible confusions in the case of a degenerate x̄ which is the intersection
of more than n hyperplanes, we will sometimes denote this cone by C(J ), meaning
that the n tight inequalities defining the cone are those that are nonbasic at x̄. Thus
j
C(J ) has n extreme rays with direction vectors r j , j ∈ J , with ri = −āij for i ∈ I
j j
and rj = 1, ri = 0 for i ∈ J \ {j }.
The convex hull of feasible integer points, conv(PI ), is also known as the integer
hull. The convex hull of integer points in C(J ) is known as the corner polyhedron
[82], denoted corner(J ). The relationship between the various polyhedral relax-
ations of PI introduced above can be summarized as C(J ) ⊃ P ⊃ conv(PI ) and
C(J ) ⊃ corner(J ) ⊃ conv(PI ).
The central object of research in integer programming is of course conv(PI ),
the integer hull, whose knowledge would transform a mixed integer program into a
linear one. This elusive object has defied the strenuous efforts spent on identifying
it, due to two circumstances: (a) its facets are hard to come by, and (b) their numbers
are typically exponential in the problem dimensions. Therefore attempts to identify
4 1 Disjunctive Programming and Its Relation to Integer Programming

the convex hull were early on replaced by efforts to approximate it by generating

inequalities that cut off parts of P , but no point of PI , called cutting planes. Clearly,
facet defining inequalities are the strongest possible cutting planes.
The first family of cutting planes, whose validity and convergence properties
were discovered by Gomory, were the pure [80] and mixed [81] integer Gomory
cuts. Both of these were derived from the condition that if xk is a basic variable
whose value āk0 in the current solution is fractional, then in any integer solution the
value of xk has to lie outside the interval [ āk0 , āk0 ], i.e. the solution itself has
to lie outside the strip {x : āk0 ≤ xk ≤ āk0 }. The basic idea of an intersection
cut generalizes this condition to the following broader requirement: if the current
solution x̄ is fractional, then given any convex set S whose interior, int S, contains
x̄ but no point of PI , the region P ∩ int S can be cut off without cutting off any
feasible integer point. Convex sets with the above property are called PI -free. A
straightforward way to generate a hyperplane, i.e. a cut, that accomplishes this, is
to intersect the n extreme rays of the LP cone C(J ) with the boundary bd S of the
PI -free convex set S and use the hyperplane through the n intersection points as the
cutting plane.
Figure 1.1a illustrates an intersection cut in two dimensions when S is the wedge
defined by two halfplanes. In Fig. 1.1b, the two halfplanes define a strip, and the
resulting intersection cut is a mixed integer Gomory cut.
Algebraically, intersecting the boundary of S with the n extreme rays of C(J )
amounts to finding, for each extreme ray x̄ − āj λj , λj ≥ 0, j ∈ J , the value
of λ∗j = max{λj : x̄ − āj λj ∈ S}, where −āj has components −āij for i ∈ I ,
−ājj = −1 and −āij = 0 for i ∈ J \ {j }.
Theorem 1.1 ([4]) For j ∈ J , let λ∗j be the value of λj for which the extreme ray
x̄ − āj λj of C(J ) intersects bd(S).

Fig. 1.1 Intersection cuts integer points

x̄
S
x
(a) x r1

r2

x r1
x̄
S
(b)
x

r2
1.2 Intersection Cuts 5

Then the intersection cut


1
λ∗j xj ≥1
j ∈J

cuts off x̄ but no point of PI .


Proof The part of P cut off by the intersection cut, namely {x ∈ P : 1
j ∈J λ∗j xj <
1}, is contained in int S, which by definition contains no integer points. 

See [5] for related development.
The intersection cut expressed in terms of the nonbasic variables indexed by J ,
as above, will be denoted πJ xJ ≥ 1. The same cut, when expressed in terms of the
structural variables (indexed by N), will be denoted πN xN ≥ π0 .
Now an intersection cut from a PI -free convex set S, where, say,

S := {x ∈ Rn : d i x ≤ d0i , i ∈ Q}

can also be viewed as a cut derived from the condition that every feasible point
satisfy the disjunction

(d i x ≥ d0i ), (1.1)
i∈Q

i.e. as a disjunctive cut.

Indeed, if int S contains no point of PI , then every x ∈ PI must satisfy at
least one of the inequalities obtained by reversing those defining S, where reversing
means taking the weak complement. So a disjunctive cut seems to be just a different
way of looking at an intersection cut. But this seemingly innocuous change of
perspective has unexpected implications. If (1.1) is a valid disjunction that must be
satisfied by every solution, then so is the disjunction obtained from (1.1) by adding
to its terms all inequalities defining P , namely
 
 Ãx ≥ b̃
(1.2)
i∈Q d i x ≥ d0i

Clearly, (1.2) is stronger, i.e. more restrictive, than (1.1). But beyond this
consideration, the formulation (1.2) suggests a way to describe the family of valid
cuts, i.e. of inequalities satisfying condition (1.2), as those defining the convex hull
of a union of polyhedra. And this is the crux of the matter. But before we address
the question of finding the convex hull of a union of polyhedra, we have to address
the question of how to deal with disjunctive sets of inequalities that do not seem to
conform to this model? For instance, what about aset like
 1the one1 defined
 by the
g 1 x ≥ g01 h x ≤ h0
condition ((ax ≤ b) ∨ (cx ≥ d)) ⇒ ∨ .
g 2 x ≥ g02 h2 x ≤ h20
6 1 Disjunctive Programming and Its Relation to Integer Programming

1.3 Inequality Systems with Logical Connectives

Mathematical logic analyzes methods of reasoning. More specifically, reasoning

with logical connectives is the object of Propositional Calculus [101]. The basic
building blocks of Propositional Calculus are sentences (also called propositions),
denoted by the letters of the alphabet, that can take one of the two values true
or false. Inequalities or equations are sentences that are true if satisfied, false
if violated. To these sentences, logical connectives are applied to obtain new
sentences, whose truth or falsity depends on the truth or falsity of the component
sentences. These logical connectives are the conjunction (∧, “and”, juxtaposition),
disjunction (∨, (nonexclusive) “or”), negation (¬, “complement”), conditional (⇒,
“if . . . then”), biconditional (≡, “if and only if”). In our context, the tools of
Propositional Calculus are applied to sentences or statements consisting of linear
inequalities or sets thereof. Since conjunction and disjunction are analogous to
intersection and union, elementary set theory [83] is also relevant in this context. A
statement is true if the corresponding inequality system is feasible, false otherwise.
Examining the logical connectives listed above, we find that the conditional A ⇒ B
is equivalent to the disjunction (¬A)∨B, and therefore the solution set of a system of
linear inequalities joined to each other by these connectives is convex (polyhedral)
as long as the connective “or” is not used; in other words, the disjunction is the
sole connective whose presence results in a system that defines a nonconvex set.
Hence the name of disjunctive sets for sets of inequalities and/or equations joined
by logical connectives that include disjunctions, and disjunctive programming for
optimization over such sets.
The validity of statements in Propositional Logic is proved by using truth tables;
namely:

A B A∨B A∧B
T T T T

T F T F

F T T F

F F F F

This table says that if both statement letters A and B are true, then both A ∨ B
and A ∧ B are true; if both A and B are false, then both A ∨ B and A ∧ B are false;
but if exactly one of A and B is true, then A ∨ B is true but A ∧ B is false.
Working with logical connectives requires knowledge of the basic laws of the
Algebra of Propositions, which are as follows:
Associative law: (A ∨ B) ∨ C = A ∨ (B ∨ C), (A ∧ B) ∧ C = A ∧ (B ∧ C)
Commutative law: A ∨ B = B ∨ A, A ∧ B = B ∧ A
Distributive law: A∨(B ∧C) = (A∨B)∧(A∨C), A∧(B ∨C) = (A∧B)∨(A∧C)
1.3 Inequality Systems with Logical Connectives 7

DeMorgan’s law: ¬(A ∨ B) = ¬A ∧ ¬B, ¬(A ∧ B) = ¬A ∨ ¬B

Law of absorption: (A ∧ B) ∨ A = A, (A ∨ B) ∧ A = A
A logical statement, hence a disjunctive set, has many equivalent forms, and the
use of the above laws allows us to move from one to another. The two extreme forms
of a logical statement are the conjunctive and disjunctive normal forms.
A disjunction (a conjunction) is called elementary, if its terms do not contain
further disjunctions (conjunctions). For instance, the expression ax +by ≤ c ∨dx +
ey ≤ f is an elementary disjunction; while the expression ax +by ≤ c, dx +ey ≤ f
is an elementary conjunction. The set defined by an elementary disjunction is called
an elementary disjunctive set.
A disjunctive set is in conjunctive normal form (CNF) if it is the conjunction of
terms (conjuncts) consisting of elementary disjunctions. It is in disjunctive normal
form (DNF) if it is the disjunction of terms (disjuncts) consisting of elementary
conjunctions. Note that statement letters (i.e. single inequalities) are considered
(degenerate) elementary conjunctions or disjunctions.
For instance the following statement is in conjunctive normal form:
⎛ ⎞
a1 x ≥ b1
⎜ .. ⎟
⎝ . ⎠ ∧ (x1 = 0 ∨ x1 = 1) ∧ · · · ∧ (xn = 0 ∨ xn = 1)
am x ≥ bm

or, more concisely,

Ax ≥ b
xj ∈ {0, 1}, j = 1, . . . , n

The same expression in disjunctive normal form reads

⎡ ⎤ ⎡ ⎤ ⎡ ⎤
a1 x ≥ b1 a1 x ≥ b1 a1 x ≥ b1
⎢ .. ⎥ ⎢ .. ⎥ ⎢ .. ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ . ⎥ ⎢ . ⎥ ⎢ . ⎥
⎢a x ≥ b ⎥ ⎢a x ≥ b ⎥ ⎢a x ≥ b ⎥
⎢ m m⎥ ⎢ m m⎥ ⎢ m m⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ .... ⎥ ⎢ .... ⎥ ⎢ .... ⎥
⎢ ⎥∨⎢ ⎥ ∨··· ∨⎢ ⎥
⎢ x1 = 0 ⎥ ⎢ x1 = 1 ⎥ ⎢ x1 = 1 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ x2 = 0 ⎥ ⎢ x2 = 0 ⎥ ⎢ x2 = 1 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢ .. ⎥ ⎢ .. ⎥ ⎢ .. ⎥
⎣ . ⎦ ⎣ . ⎦ ⎣ . ⎦
xn = 0 xn = 0 xn = 1

or, more concisely,

Ax ≥ b
x ∈ {0, 1}n
8 1 Disjunctive Programming and Its Relation to Integer Programming

Note that the relationship between disjunction and conjunction (union and inter-
section) bears a certain similarity with the relationship between ordinary addition
and multiplication; namely, they both abide by the associative and commutative
laws. However, whereas multiplication is distributive with respect to addition, the
converse is false: addition is not distributive with respect to multiplication. By
contrast, disjunction and conjunction (union and intersection) are distributive with
respect to each other, which makes a significant difference.
It is precisely this distributive property of disjunction and conjunction with
respect to each other which makes it possible to put any logical statement in either
conjunctive or disjunctive normal form.
Example 1 Consider the expression

(AB ∨ CD) ∧ (E ∨ F ) ∧ G,

which is neither in disjunctive nor in conjunctive normal form. To bring it to DNF,

we use the distributivity of conjunction to obtain

ABEG ∨ ABF G ∨ CDEG ∨ CDF G;

and to bring it to CNF we use the distributivity of disjunction:

(A ∨ C) ∧ (A ∨ D) ∧ (B ∨ C) ∧ (B ∨ D) ∧ (E ∨ F ) ∧ G.

The ability to put any logical statement, hence any disjunctive set, in any of these
two normal forms is crucial to the study of their properties: as it will soon become
obvious, each of the two crucial properties of disjunctive sets is derived from, and
applies to, one and only one of the two normal forms. This is remarkable in light
of the fact that the two normal forms are just two ways to describe the same entity,
namely the set of solutions to the system described in these two forms.
Of the two normal forms, the one that is of foremost interest to us, is the DNF,
which has a geometric interpretation as a union of polyhedra.
Once the inequalities of a disjunctive set are given, the disjunctive and conjunc-
tive normal forms are unique. However, it is important to notice that the inequalities
expressing the conditions of a given problem, can usually be chosen in more than
one way. For instance, the constraint set

3x1 + x2 − 2x3 + x4 ≤ 1,
x1 + x2 + x3 + x4 ≤ 1
xj = 0 or 1, j = 1, . . . , 4,
1.4 Valid Inequalities for Disjunctive Sets 9

when put in disjunctive normal form, becomes a disjunction with 24 = 16 terms.

But the same constraint set can also be expressed as

3x1 + x2 − 2x3 + x4 ≤ 1
∨4i=1 (xi = 1, xj = 0, j = i) ∨ (xj = 0, ∀j ),

whose disjunctive normal form has only five terms.

1.4 Valid Inequalities for Disjunctive Sets

We start with a characterization of all valid inequalities for a disjunctive set. For that
purpose we need the disjunctive set in DNF.
Theorem 1.2 ([6, 8] Farkas’ Lemma for Disjunctive Sets) Let

F = Ph , Ph := {x ∈ Rn : Ah x ≥ bh }, h ∈ Q, (1.3)
h∈Q

where each Ah is a mh × n matrix, each bh is an mh -vector, and Q is a finite index

set. Let Q∗ = {h ∈ Q : Ph = ∅}. Then the inequality αx ≥ α0 is satisfied by all
x ∈ F if and only if there exist vectors uh ∈ Rmh , uh ≥ 0, such that α = uh Ah ,
α0 ≤ uh bh , h ∈ Q∗ .
Proof The basic fact about valid inequalities for a disjunctive set F is that αx ≥ α0
is valid for F if and only if it is valid for every polyhedron in the union that makes
up F . For suppose αx ≥ α0 cuts off some point p in one of the polyhedra Ph . Then
αx ≥ α0 is invalid for F , since p ∈ F .
Now one of the forms of the famous Farkas’ Lemma asserts that an inequality
αx ≥ α0 is implied by (is a consequence of) the system Ah x ≥ bh (where the latter
is feasible) if and only if there exists a vector uh ≥ 0 such that uh Ah = α and
uh bh ≥ α0 . 

Remark 1.3 If in Theorem 1.2 we define P h as {x ∈ R n : Ah x ≥ bh , x ≥ 0},
h ∈ Q, then the condition α = uh Ah , h ∈ Q∗ , is to be replaced with α ≤ uh Ah ,
h ∈ Q∗ . Let’s call the resulting version Theorem 1.2 .
Remark 1.4 If the ith inequality defining Ph is replaced by an equation, the ith
component of uh is to be made unrestricted in sign for the Theorem to remain valid.
An alternative way to describe the family of inequalities defined by Theorem 1.2
is the set of those αx ≥ α0 satisfying

αj = maxh∈Q∗ uh Ahj j ∈ N
(1.4)
α0 ≤ minh∈Q∗ uh bh

for some uh ≥ 0, h ∈ Q∗ .
10 1 Disjunctive Programming and Its Relation to Integer Programming

Since Q∗ ⊆ Q, the if part of the Theorem remains of course valid if Q∗ is

replaced by Q.
Since (1.4) defines all the valid inequalities for (1.3), every valid cutting plane for
a disjunctive program can be obtained from (1.4) by choosing suitable multipliers
uhi . The simplest such cut is from the condition x i ≤ 0 ∨ xi ≥ 1 imposed on the
basic variable xi of a simplex tableau, xi = ai0 − j ∈J aij xj where 0 < ai0 < 1.
Rewriting xi ≤ 0 ∨ xi ≥ 1 as
 
aij xj ≥ ai0 ∨ (−aij )xj ≥ 1 − ai0
j ∈J j ∈J

and applying (1.4) yields

  
aij (−aij )
max , xj ≥ 1 (1.4 )
ai0 (1 − ai0 )
j ∈J

Note that the cut derived from xi ≤ 0, ∨xi ≥ 1 is by far not unique; it depends on
the set on nonbasic variables in terms of which xi as a basic variable is expressed.
An important feature of the general expression (1.4) is that putting a given cut
in the form (1.4) may suggest ways of improving it by an appropriate choice of the
multipliers.
We illustrate this by the following
Example 2 Consider the mixed integer program whose constraint set is

x1 = 0.2 + 0.4(−x3) + 1.3(−x4) − 0.01(−x5) + 0.07(−x6)

x2 = 0.9 − 0.3(−x3) + 0.4(−x4) − 0.04(−x5) + 0.1(−x6)
xj ≥ 0, j = 1, . . . , 6, xj integer, j = 1, . . . , 4.

This problem is taken from the paper [87], which also lists six cutting planes
derived from the extreme valid inequalities for the associated group problem:

0.75x3 + 0.875x4 + 0.0125x5 + 0.35x6 ≥ 1

0.778x3 + 0.444x4 + 0.40x5 + 0.111x6 ≥ 1,
0.333x3 + 0.667x4 + 0.033x5 + 0.35x6 ≥ 1,
0.50x3 + x4 + 0.40x5 + 0.25x6 ≥ 1,
0.444x3 + 0.333x4 + 0.055x5 + 0.478x6 ≥ 1,
0.394x3 + 0.636x4 + 0.346x5 + 0.155x6 ≥ 1.
1.4 Valid Inequalities for Disjunctive Sets 11

The first two of these inequalities are the mixed-integer Gomory cuts derived
from the row of x1 and x2 , respectively. To show how they can be improved, we first
derive them as they are. To do this, for a row of the form

xi = ai0 + aij (−xi ),
i∈J

with xj integer-constrained for j ∈ J1 , continuous for j ∈ J2 , one defines fij =

aij − aij , j ∈ J ∪ {0}, and ϕi0 = fi0 ,
⎧
⎪
⎪ fij , j ∈ J1+ = {j ∈ J1 |fi0 ≥ fij },
⎨
ϕij = fij − 1, j ∈ J1− = {j ∈ J1 |fi0 < fij },
⎪
⎪
⎩
aij , j ∈ J2

Then every x which satisfies the above equation and the integrality constraints
on xj , j ∈ J1 ∪ {i}, also satisfies the condition

yi = ϕi0 + ϕij (−xj ), yi integer.
j ∈J

For the two equations of the example, the resulting conditions are

y1 = 0.2 − 0.6(−x3) − 0.7(−x4) − 0.01(−x5) + 0.07(−x6), y1 integer,

y2 = 0.9 + 0.7(−x3) + 0.4(−x4) − 0.04(−x5) + 0.1(−x6), y2 integer.

Since each yi is integer-constrained, they have to satisfy the disjunction yi ≤

0 ∨ yi ≥ 1. Applying formula (1.4 ), the cuts for the cases i = 1, 2 are

0.6 0.7 0.01 0.07

x3 + x4 + x5 + x6 ≥ 1,
0.8 0.8 0.8 0.2
and
0.7 0.4 0.04 0.1
x3 + x4 + x5 + x6 ≥ 1.
0.9 0.9 0.1 0.9
These are precisely the first two inequalities of the above list.
Since all cuts discussed here are stated in the form ≥ 1, the smaller the j th
coefficient, the stronger is the cut in the direction j . We would thus like to reduce
the size of the coefficients as much as possible.
12 1 Disjunctive Programming and Its Relation to Integer Programming

Now suppose that instead of y1 ≤ 0 ∨ y1 ≥ 1, we use the disjunction

 
y1 ≥ 1
{y1 ≤ 0} ∨ ,
x1 ≥ 0

which of course is also satisfied by every feasible x.

Then, applying Theorem 1.2 in the form (1.4) with multipliers 5, 5 and 15 for
y1 ≤ 0, y1 ≥ 1 and x1 ≥ 0 respectively, we obtain the cut whose coefficients are
 
5 × (−0.6) 5 × 0.6 + 15 × (−0.4)
max , = −3,
5 × 0.2 5 × 0.8 + 15 × (−0.2)
 
5 × (−0.7) 5 × 0.7 + 15 × (−1.3)
max , = −3.5,
5 × 0.2 5 × 0.8 + 15 × (−0.2)
 
5 × (−0.01) 5 × 0.01 + 15 × 0.01
max , = 0.2,
5 × 0.2 5 × 0.8 + 15 × (−0.2)
 
5 × 0.07 5 × (−0.07) + 15 × (−0.07)
max , = 0.35,
5 × 0.2 5 × 0.8 + 15 × (−0.2)

that is

−3x3 − 3.5x4 + 0.2x5 + 0.35x6 ≥ 1.

The sum of coefficients on the left hand side has been reduced from 1.9875 to
−5.95.
Similarly, for the second cut, if instead of y2 ≤ 0 ∨ y2 ≥ 1 we use the disjunction
 
y2 ≤ 0
∨ {y2 ≥ 1},
x1 ≥ 0

with multipliers 10, 40 and 10 for y2 ≤ 0, x1 ≥ 0 and y2 ≥ 1 respectively, we obtain

the cut

−7x3 − 4x4 + 0.4x5 − x6 ≥ 1.

Here the sum of left hand side coefficients has been reduced from 1.733 to −11.6.

1.5 Duality for Disjunctive Programs

In this section we state a duality theorem for disjunctive programs, which general-
izes to this class of problems the duality theorem of linear programming.
1.5 Duality for Disjunctive Programs 13

Consider the disjunctive program

z0 = min cx,
 
 Ah x ≥ b h (DP)
,
h∈Q x≥0

where Ah is a matrix and bh a vector, ∀h ∈ Q.

We define the dual of (DP) to be the problem

w0 = max w,
⎧ ⎫
⎪
⎪ w − uh b h ≤ 0 ⎪
⎪
⎨ ⎬ (DD)
u A ≤c .
h h
⎪ ⎪
h∈Q ⎪
⎩ ⎪
⎭
uh ≥ 0

The constraint set of (DD) requires each uh , h ∈ Q, to satisfy the corresponding

bracketed system, and w to satisfy each of them.
Let

Xh = {x|Ah x ≥ bh , x ≥ 0}, X̄h = {x|Ah x ≥ 0, x ≥ 0};

Uh = {uh |uh Ah ≤ c, uh ≥ 0}, Ūh = {uh |uh Ah ≤ 0, uh ≥ 0}.

Further, let

Q∗ = {h ∈ Q|Xh = ∅}, Q∗∗ = {h ∈ Q|Uh = ∅}.

We will assume the following

Regularity Condition

(Q∗ = ∅, Q \ Q∗∗ = ∅) ⇒ Q∗ \ Q∗∗ = ∅;

i.e., if (DP) is feasible and (DD) is infeasible, then there exists h ∈ Q such that
Xh = ∅, Uh = ∅.
Theorem 1.5 ([9, 10]) Assume that (DP) and (DD) satisfy the regularity condition.
Then exactly one of the following two situations holds.
(1) Both problems are feasible; each has an optimal solution and z0 = w0 .
(2) One of the problems is infeasible; the other one either is infeasible or has no
finite optimum.
14 1 Disjunctive Programming and Its Relation to Integer Programming

Proof
(1) Assume that both (DP) and (DD) are feasible. If (DP) has no finite minimum,
then there exists h ∈ Q such that X̄h = ∅ and x̄ ∈ X̄h such that cx̄ < 0. But
then Uh = ∅, i.e., (DD) is infeasible; a contradiction.
Thus (DP) has an optimal solution, say x̄. Then the inequality cx ≥ z0 is
a consequence of the constraint set of (DP); i.e., x ∈ Xh implies cx ≥ z0 ,
∀h ∈ Q. But then for all h ∈ Q∗ , there exists uh ∈ Uh such that uh bh ≥ z0 .
Further, since (DD) is feasible, for each h ∈ Q \ Q∗ there exists ûh ∈ Uh ; and
since Xh = ∅ (for h ∈ Q \ Q∗ ), there also exists ūh ∈ Ūh such that ūh bh > 0,
∀h ∈ Q \ Q∗ . But then, defining

uh (λ) = ûh + λūh , h ∈ Q \ Q∗ ,

for λ sufficiently large, uh (λ) ∈ Uh , uh (λ)b h ≥ z0 , ∀h ∈ Q \ Q∗ .

Hence for all h ∈ Q, there exist vectors uh satisfying the constraints of (DD)
for w = z0 . To show that this is the maximal value of w, we note that since x̄ is
optimal for (DP), there exists h ∈ Q such that

cx̄ = min{cx|x ∈ Xh }.

But then by linear programming duality,

cx̄ = max{uh bh |uh ∈ Uh }

= max{w|w − uh bh ≤ 0, uh ∈ Uh }
 " 
"#
"
≥ max w " (w − u b ≤ 0, u ∈ Uh )
h h h
"h∈Q

i.e., w ≤ z0 , and hence the maximum value of w is w0 = z0 .

(2) Assume that at least one of (DP) and (DD) is infeasible. If (DP) is infeasible,
Xh = ∅, ∀h ∈ Q; hence for all h ∈ Q, there exists ūh ∈ Ūh such that ūh bh > 0.
If (DD) is also infeasible, we are done. Otherwise, for each h ∈ Q there
exists û ∈ Uh . But then defining

uh (λ) = ûh + λūh , h ∈ Q,

uh (λ) ∈ Uh , h ∈ Q, for all λ > 0, and since ūh bh > 0, ∀h ∈ Q, w can be made
arbitrarily large by increasing λ; i.e., (DD) has no finite optimum.
Conversely, if (DD) is infeasible, then either (DP) is infeasible and we are
done, or else, from the regularity condition, Q∗ \Q∗∗ = ∅; and for h ∈ Q∗ \Q∗∗
there exists x̂ ∈ Xh and x̄ ∈ X̄h such that cx̄ < 0. But then

x(μ) = x̂ + μx̄
1.5 Duality for Disjunctive Programs 15

is a feasible solution to (DP) for any μ > 0, and since cx̄ < 0, z can be made
arbitrarily small by increasing μ; i.e., (DP) has no finite optimum. 

The above theorem asserts that either situation 1 or situation 2 holds for (DP)
and (DD) if the regularity condition is satisfied. The following Corollary shows that
the condition is not only sufficient but also necessary.
Corollary 1.6 If the regularity condition does not hold, then if (DP) is feasible
and (DD) is infeasible, (DP) has a finite minimum (i.e., there is a “duality gap”).
Proof Let (DP) be feasible, (DD) infeasible, and Q∗ \ Q∗∗ = ∅, i.e., for every
h ∈ Q∗ , let Uh = ∅. Then for each h ∈ Q∗ , min{cx|x ∈ Xh } is finite, hence (DP)
has a finite minimum. 

Remark 1.7 The theorem remains true if some of the variables of (DP) [of (DD)] are
unconstrained, and the corresponding constraints of (DD) [of (DP)] are equalities.
The regularity condition can be expected to hold in all but some rather peculiar
situations. In linear programming duality, the case when both the primal and the
dual problem is infeasible only occurs for problems whose coefficient matrix A has
the very special property that there exists x = 0, u = 0, satisfying the homogeneous
system

Ax ≥ 0, x ≥ 0;
uA ≤ 0, u ≥ 0.

In this context, our regularity condition requires that, if the primal problem is
feasible and the dual is infeasible, then at least one of the matrices Ah whose
associated set Uh are infeasible, should not have the above mentioned special
property.
Though most problems satisfy this requirement, nevertheless there are situations
when the regularity condition breaks down, as illustrated by the following example.
Consider the disjunctive program

min −x1 − 2x2,

⎧ ⎫ ⎧ ⎫
⎪
⎪ −x1 + x2 ≥ 0 ⎪ ⎪ ⎪
⎪ −x1 + x2 ≥ 0 ⎪ ⎪
⎨ ⎬$⎨ ⎬ (DP)
−x1 − x2 ≥ −2 x1 − x2 ≥ 1
⎪
⎪ ⎪
⎪ ⎪ ⎪
⎩ ⎭ ⎪
⎩ ⎪
⎭
x1 , x2 ≥ 0 x1 , x2 ≥ 0
16 1 Disjunctive Programming and Its Relation to Integer Programming

and its dual

max w,
w + 2u12 ≤ 0,
− u11 − u12 ≤ −1,
u11 − u12 ≤ −2,
(DD)
w − u22 ≤ 0,
− u1 + u22
2 ≤ −1,
u21 − u22 ≤ −2,
uki ≥ 0, i = 1, 2; k = 1, 2.

The primal problem (DP) has an optimal solution x̄ = (0, 2), with cx̄ = −4;
whereas the dual problem (DD) is infeasible. This is due to the fact that Q∗ = {1},
Q \ Q∗∗ = {2} and X2 = ∅, U2 = ∅, i.e., Q∗ \ Q∗∗ = ∅, hence the regularity
condition is violated. Here
 "   " 2 
" −x1 + x2 ≥ 0 " −u + u2 ≤ −1
2 " 2 " 1 2
X2 = x ∈ R+ " , U2 = u ∈ R+ " .
" x1 − x2 ≥ 1 " u2 − u2 ≤ −2
1 2
Chapter 2
The Convex Hull of a Disjunctive Set

2.1 The Convex Hull Via Lifting and Projection

There are two ways to describe the convex hull of a disjunctive set, and each one
provides its insights. Here we discuss the first one.
Lifting is a topic introduced into the discrete optimization literature as the lifting
of inequalities, in the following sense: given a (MIP) in Rn as defined in Sect. 1.1,
suppose we know q < n coefficients of a valid inequality; how do we find values
for the remaining n − q coefficients that leave the inequality valid? There is a rich
literature on this and related topics. Here we refer to lifting in a broader sense,
as an operation which in a way is the reverse of projection. Typically, discrete
or combinatorial optimization problems can be formulated in more than one way.
Given a formulation in, say, Rn , by lifting we mean finding a formulation in a higher
dimensional space that offers some advantage. In the current context, our objective
is to find a description of the convex hull of a disjunctive set, i.e. of a union of
polyhedra, and we attain our objective by formulating the convex hull in a higher
dimensional space and projecting back the resulting formulation onto the original
space.
One possible way to derive this higher-dimensional formulation is the following.
Consider a disjunctive program

min cx
$ (DP)
h∈Q (A
hx ≥ bh )

© Springer Nature Switzerland AG 2018 17

E. Balas, Disjunctive Programming, https://doi.org/10.1007/978-3-030-00148-3_2
18 2 The Convex Hull of a Disjunctive Set

Its dual, defined (for the case where x ≥ 0) in Sect. 1.5, can be stated as the linear
program

max w
w − uh b h ≤ 0
(DD)
uh A h = c
uh ≥ 0 h∈Q

(Here equation replaces inequality in (DD) because x is not sign restricted in (DP).)
Taking the linear programming dual of (DD) we get (denoting |Q| = q)

min cy 1 + · · · + cy q
A1 y 1 − b1y01 ≥0
.. ..
. .
q
Aq y q − b q y0 ≥ 0
q
y01 + ··· + y0 = 1
q
y01 , . . . , y0 ≥ 0

If we now represent the sum of the y h by the new variable x ∈ Rn , the result is

min cx 
x− yh =0
h∈Q

Ah y h − bh y0h ≥ 0 h ∈ Q
(DP  )

y0h = 1
h∈Q

y0h ≥ 0, h ∈ Q.

The fact that (DP ) is the linear programming dual of (DD) suggests that this
problem is equivalent to the disjunctive program (DP). This is indeed the case, and
furthermore the constraint set of (DP ) describes, in its higher-dimensional space,
the convex hull of the feasible set of (DP).%Indeed, consider the polyhedra Ph :=
{x ∈ Rn : Ah x ≥ bh }, h ∈ Q, and let F := h∈Q Ph , Q∗ := {h ∈ Q : Ph = ∅}.
2.1 The Convex Hull Via Lifting and Projection 19

Theorem 2.1 ([6]) The closed convex hull of F , cl conv F , is the set of those x for
which there exist vectors (y h , y0h ) ∈ Rn+1 , h ∈ Q∗ , satisfying

x− yh =0
h∈Q∗
Ah y h − bh y0h ≥ 0
(2.1)
y0h ≥ 0 h ∈ Q∗

y0h = 1.
h∈Q∗

We give two proofs of this theorem.

First Proof Let PQ := cl conv F , let P be the set of vectors (x, {y h , y0h }h∈Q∗ )
satisfying (2.1), and let X(P) be the set of x ∈ Rn for which there exist vectors
(y h , y0h ), h ∈ Q∗ such that (x, {y h , y0h }h∈Q∗ ) ∈ P.
If Q is finite and F = ∅, then Q∗ is nonempty.
(i) We first show that PQ ⊆ X(P). If x ∈ PQ , then x is the convex combination
of at most |Q∗ | points uh , each from a different Ph , i.e.
 
x= uh λh , λh ≥ 0, h ∈ Q∗ , with λh = 1,
h∈Q∗ h∈Q∗

where for each h ∈ Q∗ , uh satisfies Ah uh ≥ bh . But if (x, {uh λh , λh }h∈Q∗ )

satisfies the above constraints, then (x, {y h , y0h }h∈Q∗ ), where y0h = λh and y h =
uh λh , clearly satisfies the constraints of P; hence x ∈ PQ ⇒ x ∈ X(P).
(ii) Next we show that X(P) ⊆ PQ . Let x̄ ∈ X(P), with (x̄, {ȳ h , ȳ0h }h∈Q∗ ) ∈ P.
Let Q∗1 := {h ∈ Q∗ : ȳ0h > 0}, Q∗2 := {h ∈ Q∗ : ȳ0h = 0}.
h h  
For h ∈ Q∗1 , ȳ h ∈ Ph , hence ȳ h = i∈Uh μhi uhi + k∈Vh ν hk v hk for some
ȳ0 ȳ0
uhi ∈ vert Ph , i ∈ Uh , and v hk ∈ dir Ph , k ∈ Vh , where
 Uh and Vh are finite
index sets, μhi ≥ 0, i ∈ Uh , ν hk ≥ 0, k ∈ Vh , and i∈Vh μhi = 1; or, setting
μhi ȳ0h = θ hi , ν hk ȳ0h = σ hk ,
 
ȳ h = θ hi uhi + σ hk v hk
i∈Uh k∈Vh


with θ hi ≥ 0, i ∈ Uh , σ hk ≥ 0, k ∈ Vh , and i∈Uh θ hi = ȳ0h .
For h ∈ Q∗2 , ȳ h is either
 0 or a nontrivial solution to the homogeneous system
A y h ≥ 0, hence ȳ h = k∈Vh σ hk v hk , σ hk ≥ 0, k ∈ Vh for some v hk ∈ dir Ph ,
h
Another random document with
no related content on Scribd:
 Puhemies Näppisen kysyttyä, oliko vielä muita asioita, huusi Kaisa
Kompura kahvilan puolelta, että entäs se vallankumouksen
toimeenpaneminen, jokos siitä on päätetty?

Puhemies Näppinen esitteli käsiteltäväksi kysymyksen

vallankumouksen valmistamisesta ensi syksyksi.

Poliisi Pekka Suova ilmoitti, että nimismies on antanut käskyn

hajoittaa kokouksen, jos siinä ruvetaan puhumaan
vallankumouksesta.

Kokouksen jäsenten ilmaistessa huudoilla inhomieltä kysyi

puhemies
Näppinen, että aiotkos sitten hajoittaa?

Pekka Suova vastasi, että niinkuin käsky on.

Puhemies Näppisen kysyttyä, mitä Pekka Suova aikoi tehdä, jos ei

internaali tottele hajoittamiskäskyä, vastasi Suova, että sittenpähän
sen näette.

Puhemies Näppinen sanoi, ettei poliisi voi mitään näin isolle

kansanjoukolle, mihin Pekka Suova vastasi, että älä turise Näppinen
joutavia selvässä asiassa.

Tov. Jerobeam Näppisen tiedusteltua, luuliko nimismies olevansa

niin iso herra, että voi uhmata vallankumouksellisen kansan
joukkotahtoa Pöllölässä, vastasi Pekka Suova ivamielisesti, että
näkyypä tuossa olevan teille herraa tarpeeksi.

Keittiön puolella aloitti Kaisa Kompura kimakalla äänellä

nimismiestä vastaan tähdätyn virren, johon useat tuvassa olevat
kommunistisolut virkavallan kiusaksi yhtyivät:
 »Juur turhaan kiukuissaan
Nyt maailman päämies vaan
Pauhaapi…»

Huomattiin että myöskin poliisi Suova veteli virttä, minkä johdosta

nähtiin eräiden puolinoskien kummallisesti hymyilevän.

Virren päätyttyä kysyi poliisi Suova, eikö Näppinen vielä pitäisi

pientä rukousta, mikä noskemaisuutta kuvaava lauselma
puhemiehen puolelta jätettiin omaan alhaiseen arvoonsa.

Puhemies Näppinen teki julkisen ilmoituksen, että hän alistuu

porvarillisen väkivallan edessä, lausuen surkuttelunsa, että poliisi,
köyhän leskivaimon poikana, sortaa sitä luokkaa, josta on itsekin
lähtöisin.

Pekka Suova sanoi, että jos tässä sortaminen olisi kyseessä, niin
olisi hän ensin mennyt tuonne kahvilan puolelle pyytämään
maistellakseen sitä Reeta Sinkkosen limonaatia, jolla on niin muikea
haju, että tuntuu pihalle asti.

Puhemies Näppinen selitti, ettei hän suinkaan ole tahtonut millään

tavoin loukata Pekka Suovaa, joka tunnetaan maltilliseksi
virkamieheksi.

Israel Huttunen ehdotti, että kokous lausuisi Pekka Suovalle

kansan luottamuksen, mikä yksimielisesti hyväksyttiin.

Poliisi Pekka Suova lausui kansalle: kiitoksia!

8 §.
 Kokouksen jatkuessa sääntöperäisessä järjestyksessä ilmoitti
puhemies Näppinen kysymystä olleen kommuunin keskuudessa
yksityisesti, olisiko kommunistien ryhdyttävä keskustelemaan
noskelaisten kanssa yhteistoiminnan aikaansaamisesta
eduskuntavaaleissa köyhälistön rintaman lujittamiseksi porvarillista
taantumusta vastaan.

Tov. Kusti Pirhonen selvitteli yhteiskunnallisia katsantokantoja

luokkataistelun valossa, tullen siihen johtoperään, että noskelaisille
olisi tarjottava tilaisuus yhteistoimintaan luokkatietoisen köyhälistön
kanssa.

Tämä puhe synnytti kiivasta mielenliikutusta laajoissa

vallankumouksellisissa riveissä, jotka huusivat, että Pirhosen Kusti
on tainnut saada urakakseen täyttää ohrananoskelaisten
syöttiläspomojen mahalaukut työtätekevän luokan tuloksilla.

Esittäen halpamaisia hulikaani- y.m. parjauksia maalasi Kusti

Pirhonen noskelaista sosialibatrioottista aatetta mitä
voimakkaimmilla pääväreillä, ollen tilaisuudessa esittämään
profveettamaisen itserakkautensa, ja vastaväittäjiä kohtaan kohdisti
ala-arvoisia sanasutkauksia.

Kun Simo Turtiainen antoi ymmärtää, että demokraatit tahtovat

rukoilemalla saavuttaa pikkuparannuksia, huusi puolinoske Heikki
Putkonen, että koska se on Turtiaisesta tullut asiantuntija, kun ei ole
tähän asti ymmärtänyt kuin ne kaksi asiaa, jotka äskensyntynyt
lapsikin osaa.

Muutamien nauraa räkättäessä kutsui puhemies Näppinen Heikki

Putkosen päiväjärjestykseen.
 Mari Kukkonen toi päivänvaloon vainotun punikkikansan
kiusaukset valkoisen tasavallan verivaakunan alla, saattaen esille
räikeitä ja kyynillisiä epäkohtia.

Puhemiehen huomautettua Mari Kukkoselle, että nyt on kysymys

noskelaisista eikä porvareista, kiljasi Mari Kukkonen, että mikä sinä
luulet olevasi määrääjä, mistä minä puhun.

Muutkin akat rupesivat huutamaan, että naisella on äänioikeus,

antaa
Mari Kukkosen puhua.

Melkoisen naurunrähäkän vallitessa sanoi puhemies Näppinen,

että voi hyvä isä, jos kuka saisi nuo akat riivatut pitämään turpansa
kiinni.

Justus Tiilikainen ehdotti, että ajetaan ne kahvilan puolelle, mikä

hyväksyttiin.

Merkittiin pöytäkirjaan, että muut akat lähtivät vastustelematta,

paitsi Kaisa Kompura, joka oli heitettävä, ja joka sitten vielä kävi
pirtin ovella pyllistämässä internaalille ja sen puhemiehelle.

Levollisuuden palattua jatkettiin asian käsittelyä

yhteistoimintamahdollisuuksista noskelaisten kanssa.

Justus Tiilikainen esiintoi perustellussa lausunnossa, että

kapitalismin raastamat työläiset kääntäisivät Kotolaisten
reformistiselle petturisakille selkänsä, ennenkuin joutuvat
kapitalismin jättiläiskäärmeen nieluelimistä alashotkaistuksi, mikä
muutamilta hyväksyttiin.
 Paavo Pellikka vänkäsi laajemmassa esitelmässä
noskelaisuuteen, sanoen Tiilikaisen sotkevan veden voidakseen
kalastaa sameudessa yksilöllisten tarkoitusperien hyväksi.

Tov. Tiilikaisen selvitettyä Pellikan roistomaista vääristelyä käytti

Heikki Putkonen pitemmän puheenvuoron, tarkoitusperänä kohottaa
työläisväestö luokkana laumakantaa korkeammalle.

Simo Turtiainen paljasti kuvaannollisia esimerkkejä porvarillisesta

oikeuspuntarista, joka noteeraa kommunistisille sanomalehdille
kuritushuonetta vallankumouksellisen totuuden puhumisesta.

Paavo Pellikka veti esiin näytöksiä sos. dem. lehdistä, että nämä
tuomitsevat ankarasti porvarillisen oikeuspuntarin, jos se tahtoo
takseerata tuomiota vallankumouksen valmistamisesta, mihin
sihteeri Mikko Tarjus liitti välihuudahduksen, että ne ovat vain
salataantumuksen grogotiilin mustia murhekyyneliä
vallankumouksellisen käsityksen hämäämiseksi.

Suuressa loppupuheessa teki puhemies Jerobeam Näppinen

yhteenvedon noskelaisten rötöksistä työväen pettämiseksi sekä
salaisesta suostuvaisuudesta vallankumouksen esitaistelijain
ohranoimiseen, todistaen kommunistisella tietoisuudella sos.-dem.
johtoherralurjusten inhoittavien taistelukeinojen ainoana tuloksena
olevan vain sen, että työväki jättää omiin hoteisiinsa nämä kurjat
ohranan kätyrit, jotka valta-asemansa pelastamiseksi eivät näe
muuta keinoa kuin usuttaa valkoisen taantumuksen mustat ohranat
työväenliikkeen kimppuun.

Puhemies Näppinen kysyi lopuksi, onko se kansan tahto, johon

kansa vastasi että on.
 Heikki Putkosen ja Paavo Pellikan lausuttua päivittelynsä kielsi
puhemies heitä puhumasta kansan tahtoa vastaan Pöllölässä.

Puhemiehen tiedusteltua, olisiko valittava pöytäkirjan tarkastaja,

vastasi kokous yksimielisesti, että tarkastakoon Mikko Tarjus, koska
on itse sen laatinutkin.

Poliisi Pekka Suova kysyi, eikö kokous jo pian lopu, mihin

puhemies vastasi, ettei tässä enää tule esille mitään
vallankumouksellista, niin että senpuolesta joudat kyllä lähteä, jos on
mihin kiire.

Poliisi Suova tiedusteli vielä, oliko kokouksen jälkeen pidettävissä

iltamissa erikoista ohjelmaa, minkä johdosta sihteeri Mikko Tarjus
ilmoitti, että liekö tuossa muuta kuin kintun vingutusta ja lattian
silitystä.

Poliisi Suova sanoi, että siispä jääkää terveeksi, Pöllölän

kommunistit, johon kokous vastasi, että hyvästi vain ja kiitoksia
seurasta.

Poliisin mentyä arveli Simo Turtiainen, että lieneekö sille nokkaan

käynyt haju noista Pussisen pojan limonaatipulloista, kun se siihen
suuntaan oppaili, mihin kansankerrokset vastasivat, että on tässä
tuvassa niin monensorttista hajua, ettei siitä poliisikoirakaan selvää
ottaisi.

Virallisen kokouksen päätyttyä otettiin esille kysymys parista

puolikuppisesta köyhälistön tiktatuurin kunniaksi.

Solutar Reeta Sinkkonen ilmoitti, että kahvia kyllä olisi, mutta

Pussisen pojan tuomiset ovat lopussa.
 Sihteeri Mikko Tarjuksen lausuttua läsnäolijain puolesta
kummastuksen tunteet Pussisen aikamiespojalle, ilmoitti mainittu
poika, että demokraateilla sitä kyllä olisi, kun ne varustivat sitä yli
oman tarpeen sinne Törkysen saunaan.

Sihteeri Mikko Tarjus ilmaisi otaksuman, etteivät nosket ole

halukkaat jakamaan kommunistien kanssa.

Puhemies Näppinen esitti valittavaksi kolmimiehisen komitean

laatimaan mietintöä siitä, mihin toimenpiteisiin olisi ryhdyttävä asian
valaisemiseksi.

Hyväksyen ehdotuksen valitsi kokous huutoäänestyksellä

komitean jäseniksi Jerobeam Näppisen puheenjohtajana, Mikko
Tarjuksen varapuheenjohtajana ja sihteerinä sekä Israel Huttusen
jäsenenä. Komitealle lausuttiin toivomus, että se valmistaisi
mietinnön nopeasti, hautaamatta sitä vihertävän veran alle.

Komitean puolesta vastasi Mikko Tarjus, että yhtä jano se on

meillä kuin teilläkin.

Komitea kokoontui heti porstuassa.

Viiden minuutin kuluttua esitti komitea internaateille ehdotuksen,

että valiokunta kommunistisia soluja saisi tehtäväkseen lähestyä
noskelaisia Törkysen saunassa yhteistoiminnan aikaansaamisen
nimessä valtiollisissa vaaleissa. Kokous ilmaisi myötätuntoista
kannatustaan yleisellä hölinällä.

Justus Tiilikainen ilmoitti vastustavansa kaikkia valtiollista

yhteistoimintaa koskevia neuvotteluja, viitaten yleispöllöläläisen
internaalin äsken tekemään päätökseen.
 Israel Huttunen huomautti sattuvasti, että kansalla, jolla on valta
sitoa, on myöskin valta päästää, joten läsnä olijat voivat vaikeuksitta
purkaa äskeisen päätöksen.

Sihteeri Mikko Tarjus selitti asiantuntemuksella, ettei sitä tarvitse

purkaakaan, vaan voi hän pöytäkirjaa tarkistaessaan jysteerata
päätöstä siihen suuntaan kuin vallankumouksellisen köyhälistön
tarpeet vaativat.

Kunniasolu Jerobeam Näppinen valaisi asiaa

vallankumouksellisen taktillisuuden merkeissä, koska ei Pöllölän
kommuunin tosiperäinen tarkoitus ole valtiollisen
yhteistoimintapohjan luominen aatteen pettäjien välille, vaan
ainoastaan tarpeellisen pirtun hankkiminen vallankumouksen
hyväksi, mille valtiolliselle kaukonäköisyydelle nähtiin
luokkatietoisten toverien ymmärtäväisesti virnuilevan.

Jerobeam Näppisen kysymykseen, olisiko se kansan tahto,

vastattiin yksimielisesti myöntäen.

Valtuutettiin ilman keskustelua äskeinen komitea ryhtymään

neuvotteluihin noskelaisten kanssa Törkysen saunassa.

Justus Tiilikaisen toivomukseen, ettei komitea antaisi

jesuiittamaisten noskelaisten pettää itseään, vakuutti komitea
tulevansa toimimaan vallankumouksellisen järjen selvässä valossa.

Pannen komitea tämän jälkeen hatut päähänsä ja lähtien matkalle

Törkysen saunaan.
 10 §.

Komitean lähdettyä esitti Justus Tiilikainen ulkopuolella

pöytäkirjan, eikö toveri Kuusinen olisi kutsuttava aitasta, koska poliisi
on mennyt matkaansa.

Kansa hyväksyi tämän yksimielisesti, ja valtuutettiin toveri

Tiilikainen noutamaan toveri Kuusisen aitasta.

Toveritar Reeta Sinkkonen esitti, että internaali tervehtisi toveri

Kuusista seisoalleen nousten, mikä hyväksyttiin.

Toveri Kuusisen tultua tupaan kunnioitti internaali häntä

seisoalleen nousten, mistä arvonannosta toveri Kuusinen lausui
Pöllölän vallankumoukselliselle internaalille liikutetun kommunistisen
kiitollisuutensa.

Toveri Tiilikainen pyysi kunniavierasta käymään pöydän päähän,

minkä johdosta toveri Kuusinen kysyi, oliko varmaa, että kaikki
läsnäolijat olivat luotettavia, ja eikö ollut mahdollista, että poliisi
Pekka Suova tai muut ohranat voivat odottamatta saapua paikalle.

Useat läsnäolijat lausuivat mielipiteenään, ettei se ole luultavaa ja

että kyllä tässä aina keinot keksitään, jos sattuisikin ohranoita
tulemaan.

Toveri Kuusinen, kun oli ensin keskusteltu arkipäiväisistä asioista

ja ohranan loukuista, ryhtyi kyselemään Pöllölän kommuunin
valtiollisesta valistustyöstä, ja kysyi tämän ohella sitäkin, onko
Pöllölän internaaleilla jo kommunistin katkesmusta.
 Tähän vastasivat läsnäolevat kieltävästi, minkä johdosta toveri
Kuusinen lausui surkuttelunsa, ilmaisten kommunistisen
katkesmuksen tärkeyden järkiperäisessä vallankumoustaistelussa
käsitteiden tosiperäiseksi selvittämiseksi vähemmän luokkatietoisille
kansanaineksille.

Tov. Simo Turtiainen myönsi, että olisihan se hyvä olla katkesmus,

mutta kun ei ole.

Toveri Kuusinen ilmoitti, ettei hänellä ole painettua katkesmusta

mukanaan, mutta että hän osaa sen ulkoa, joten se voidaan kirjoittaa
vaikka tänä iltana, jos tuonne aittaan nostetaan tuolta kahvilan
puolelta se pienempi pöytä ja läkkilamppu.

Toveritar Reeta Sinkkonen kiiruhti niiaten vakuuttamaan, että se

pöytä kyllä joutaa.

Tov. Kuusinen ilmoitti, että häneltä on käsi kipeänä, kun on

loukannut sen ohranan kynsistä paetessaan, mutta jos tämä Hilta
Kukkasjärvi, joka oli tuonut hänelle aittaan virvokkeita, tulisi hänelle
kirjuriksi, niin hän sanelisi sille.

Muutamat läsnäolevat todistivat Hilta Kukkasjärven hyvin

kirjoitustaitoiseksi, ja Justus Tiilikainen ilmoitti:

— Tämä Hilta kun on meidän kommuunin pikasihteeri Mikko

Tarjuksen morsian, niin tämähän se aina Mikollekin kirjoittaa
pöytäkirjat puhtaiksi.

Kaikkien läsnäolijain hyväksyttyä kommunistisella mielihyvällä

Hilta Kukkasjärven toveri Kuusisen sihteeriksi kommunistin
katkesmuksen toimitustyössä, nostettiin Reeta Sinkkosen pienempi
pöytä aittaan, minkä jälkeen toveri Kuusinen ja Hilta Kukkasjärvi
sulkeutuivat aittaan ja ottivat avaimen ovelta, ettei kukaan
iltamavieraista tulisi kurkistelemaan ja häiritsemään katkesmuksen
kirjoittamista, iltaman kun piti alkaa tunnin päästä.

Toveritar Kaisa Kompura sanoi takaisin tupaan tultua, että mitähän

se Mikko Tarjus meinaa, kun kuulee morsiamensa olevan lukon
takana kahden kesken tuntemattoman miehen kanssa. Tälle
aiheettomalle huomautukselle kuultiin useiden miesten päästävän
ala-arvoisen naurunhörinän.

Tov. Justus Tiilikainen nuhteli Kaisa Kompuraa kiivaasti

epäkommunistisesta puhetavasta ja toveri Kuusisen kunnian
loukkaamisesta halpa-arvoisella epäluulolla, jolloin toveritar Kaisa
Kompura alkoi räkättää vastaan ja haukkua tov. Tiilikaista
kerrassaan epäparlamenttaarisella tavalla.

Justus Tiilikaisen haukkuessa vastaan ja yleisen tunnelman

uhatessa täten joutua häiriöön käskivät useat karjuen kumpaakin
pitämään turpansa kiinni.

Toveritar Reeta Sinkkonen sanoi vallankumouksellisen köyhälistön

sankarien olevan kaikkien epäluulojen yläpuolella akallisissa
asioissa, koska he elävät aatteellisuuden ilmakehässä.

Justus Tiilikaisen sanottua rumasti Kaisa Kompurasta ja lausuttua,

että Kaisa itse olisi halunnut sinne aittaan, jos olisi huolittu, vaikka
silloin kyllä olisivat kirjoitusneuvot olleet tarpeettomat, sylki toveritar
Kaisa Kompura toveri Justus Tiilikaista vasten kuonoa ja yritti repiä
silmät hänen päästään, mikä vastavallankumouksellinen toiminta
saatiin toisten toverien väliintulolla ehkäistyksi.
 Tov. Aatami Lötjönen, joka oli lähtenyt Törkysen saunan taakse
kuuntelemaan, palasi ilmoittaen, että neuvottelut yhteisestä
rintamasta sujuvat täysin lojaalisti, koska komitean jäsenet
Näppinen, Huttunen ja Tarjus jo ryyppäävät samasta pullosta
noskelaisten kanssa.

Muutamat luokkatietoisista tovereista lausuivat epäilyksen, että

komitea saattaa kukaties jäädä sinne yhteiselle rintamalle koko
illaksi, minkä johdosta yksimielisesti päätettiin lähettää Pussisen
poika hakemaan komiteaa kotiin, ellei sitä pian alkaisi kuulua.

Toveritar Reeta Sinkkosen sytyttäessä tuvan katossa olevaa

lamppua, koska jo alkoi hämärtää, palasi komitea Törkysen saunalta
omasta alotteestaan ja vapaasta tahdostaan.

Kansan syvien rivien kysymykseen, kuinka lähetystö oli onnistunut

tehtävässään, vastasi puhemies Jerobeam Näppinen jossain määrin
sammaltaen, että lähetyskunta oli onnistunut kiitettävästi kaikin
puolin ja että sovinnollinen yhteistoiminta vallankumouksellisen
proletaarin molempien siipien välillä on saanut tosiperäisen
perustuksen.

Justus Tiilikaisen kysymykseen, olivatko nosket asettaneet joitakin

ehtoja puolestaan yhteistyötä varten, ilmoitti Israel Huttunen parin
nikotuskohtauksen keskeyttämänä noskelaisten päävaatimuksen
olevan, että kommunistit lakkaavat vaalitaistelun ajaksi kiihotuksesta
noskelaiskoplaa vastaan.

Tov. Tiilikaisen seuraavaan tiedusteluun, oliko komitea mennyt

antamaan siinä suhteessa mitään lupauksia, vastasi kunniasolu
Näppinen ensin kieltäen, mutta sitten, asiaa tarkemmin muisteltuaan,
kolmasti myöntäen.
 Justus Tiilikainen ilmoitti tämän johdosta vastalauseensa,
esiintuoden vallankumouksellisen taktillisuuden valossa, ettei
komitealla ollut sellaiseen lupaukseen mitään ehdotonta oikeutta.

Israel Huttusen kiellettyä tov. Tiilikaista puhumasta

vallankumouksen nimessä esitti Justus Tiilikainen, että kokous
huutaisi alas komitean, mihin suuri enemmistö karjuen yhtyi,
leimaten komitean menettelyn kansan pettämiseksi.

Sihteeri Mikko Tarjus otti taskuistaan kolme noskelaisilta saatua

täysinäistä putelia, ilmoittaen niistä pääsevän osallisiksi vain niiden,
jotka yhtyvät kannattamaan komitean menettelytapaa, koska
noskelaiset ovat myöntäneet nämä putelit nimenomaan mielialan
muokkaamista varten kommunistien keskuudessa.

Tämän ilmoituksen johdosta syntyneen pitkän ja synkän

vallankumouksellisen äänettömyyden aikana asettui komitea pöydän
ääreen, asettaen pullot eteensä, minkä jälkeen puhemies Näppinen,
siveltyään muutamia kertoja kämmenellä kasvojaan ja pyyhittyään
suupieliään, esitti Pöllölän vallankumouksellisen köyhälistön
vastattavaksi, nauttiiko neuvotteleva komitea luottamusta, ja onko
saapuvilla ketään, joka sihteeri Tarjuksen ilmoituksen kuultuaan
edelleenkin tahtoo leimata komitean menettelyn kansan
pettämiseksi?

Mikko Tarjuksen ottaessa korkkiruuvin taskustaan ja alkaessa

hitaasti vetää korkkia auki yhdestä putelista pyysi toveri Kusti
Pirhonen puheenvuoroa ja lausui mielipiteenään, että kokouksen
taholta on tapahtunut väärinkäsitys ja että Pöllölän
vallankumouksellinen internaali, ottaen huomioon
vallankumouksellisen joukkotahdon ahdistetun aseman
lahtariyhteiskunnassa ja komitean jäsenten yleisesti tunnustetut
suuret ansiot internaalissa, mielenylevyydellä hyväksyy komitean
toimenpiteet yhteisen rintaman luomiseksi porvarillista
ohranamaisuutta vastaan sekä luopuu kaikesta kiihoituksesta
noskelaisia vastaan.

Puhemiehen kysymykseen, onko tämä kansan tahto, vastasi

kokous jyrisevällä huutoäänestyksellä myöntävästi.

Puhemiehen kysymykseen, katsooko Pöllölän internaali, että

toveri Justus Tiilikainen on kenkku ja että hän on yrittänyt antaa
iskun vallankumouksen selkään, vastattiin niinikään myöntävästi
kaikilla äänillä tov. Tiilikaisen ääntä vastaan.

Toveritar Reeta Sinkkonen ilmoitti, että koska iltamavieraita alkaa

jo keräytyä pihalle, olisi internaalin siirryttävä pulloineen kahvilan
puolelle, mikä hyväksyttiin.

11 §.

Pöllölän kommunistisen internaalin sijoituttua kahvilan puolelle

nauttimaan noskelaisilta saatuja virvokkeita kysyi sihteeri Tarjus
ulkopuolella päiväjärjestyksen, minne kahvilan pienempi pöytä on
viety, sekä missä hänen morsiamensa Hilta Kukkasjärvi on?

Tähän välikyselyyn vastasi internaalin puolesta toveri Kusti

Pirhonen, tehden lyhyesti ja selväpiirteisesti selkoa toveri Kuusisen
kirjallisesta toiminnasta ja kommunistin katkesmuksesta.

Mikko Tarjuksen kysymykseen, mitä tekemistä Hiltalla siellä

aitassa on, vastattiin seikkaperäisellä selvityksellä toveri Kuusisen
kipeästä kädestä.

Koska Tov. Mikko Tarjus tällöin puhkesi kommunistisiin sadatuksiin

ja uhkasi lähteä vaatimaan Hiltaa pois aitasta, ryhtyivät useat
läsnäolijat rauhoittamaan Mikko Tarjusta, leimaten selvässä valossa
hänen aikomuksensa sopimattomaksi yleisen luokkataistelun
kannalta.

Puhemies Näppinen todisti vastustamattomasti, että koska toveri

Kuusinen kerran tarvitsee sihteeriä, niin täytyy Pöllölän internaalien
kustantaa hänelle sihteeri kommunistin katkesmuksen toimittamista
varten.

Mikko Tarjus, iskien nyrkillä pöytään, sanoi ei ymmärtävänsä,

miksi juuri Hiltan täytyy sihteerinä olla, ja lupasi itse ryhtyä Kuusisen
kirjuriksi.

Eräät Pöllölän luokkatietoiset internaalit vastasivat tähän ikeniänsä

irvistellen tov. Tarjuksen jo olevan siinä kypsyyden tilassa, ettei
hänellä pysy kynä näpissä, minkä johdosta nähtiin Mikko Tarjuksen
vihaisesti vääntelevän silmiään.

Muutamien nauraessa sanoi Kaisa Kompura ilkeästi

mielipiteekseen toveri
Kuusisen varmasti pitävän mieluummin sihteerinään Hiltaa kuin
Mikko
Tarjusta.

Toveri Mikko Tarjus yritti tämän johdosta nousta ylös, mutta

painoivat Israel Huttunen ja Kusti Pirhonen hänet jälleen istumaan ja
käskivät hänen olla siivolla.
 Puhemies Näppinen selvitti rauhoittavasti kommunismin
hengessä, että jos vallankumouksen johtomiehet tahtovat meiltä
esimerkiksi morsiamet tai vaikka akatkin, niin on ne heille
luovutettava aatteen mukaisesti tarkoitusperiä varten, niinkuin
Venäjälläkin, koska kommunistin aatteena on omaisuuden yhteys, ja
nuhteli tov. Tarjusta hänen pikkumaisuutensa johdosta yhteisessä
asiassa, missä yksilön onni on vähäpätöinen.

Toveri Tarjus, ryhtyen metelöimään, ilmoitti antavansa kirkkaan

pirun sellaiselle vallankumoukselle.

Kun ilmeni, ettei toveri Tarjus tahtonut kuulla vallankumouksellisen

järjen ääntä, ehdotti puhemies Näppinen hänelle annettavaksi
kommunistisen varoituksen, mikä hyväksyttiin.

Tov. Tarjus sanoi, ettei hän ota semmoisen seurapiirin varoituksia

huomioonsa, minkä johdosta läsnäolijat lausuivat tov. Tarjukselle
kummastuksensa, jota ei voitu merkitä pöytäkirjaan, ollen se tov.
Tarjuksen taskussa.

Kaisa Kompura sanoi Mikko Tarjukselle toivovansa, ettei Hilta

Kukkasjärvi siitä paljon pahene, vaikkapa onkin yhden illan vieraan
miehen kanssa lukon takana aitassa katkesmuksen teossa, minkä
johdosta jotkut internaalit äänekkäästi karjuen käskivät Kaisa
Kompuran pitää suunsa kiinni ja laputtaa pellolle.

Useiden toverien vannottaessa Mikko Tarjusta uhraamaan

tilapäisesti rakkautensa vallankumouksen alttarille, vaikkapa toveri
Kuusisella olisikin joitakin sivutarkoituksia Hiltaan nähden, puhkesi
tov. Tarjus kyyneleihin ja ilmoitti olevansa luokkataistelun uhri.
 Koska tov. Tarjus hetken kuluttua putosi pöydän alle, annettiin
hänen nukkua siellä, kun ei muuallakaan ollut tilaa.

Tämän jälkeen ryhdyttiin vilkastuvan mielialan vallitessa

keskustelemaan kommunistin katkesmuksen käytäntöön
ottamisesta, ja ehdotti puhemies Näppinen, että toverit esittäisivät
mielipiteensä.

Tov. Lötjönen murahti, että kommunistin katkesmus on aivan

lojaali asia jokaiselle luokkatietoiselle kommunistille, jonka tähden
sitä olisi kannatettava.

Tov. Israel Huttunen, tehden laajaperäisesti selkoa kirkon

pimitystyöstä ja kinkerien käyttämisestä kansan orjuuttamiseen sekä
selväpiirteisen valistuksen hämäämiseen, esitti että kommunistin
katkesmus hyväksyttäisiin käytäntöön ensi kuun alusta, mihin
kokous vastasi myöntävästi.

Reeta Sinkkosen kysymykseen, olisko opeteltava koko katkesmus

ulkoa, vastattiin laajan puheenvaihdon jälkeen, mikä välistä muuttui
yleislaatuiseksi hölinäksi, ettei tarvitse lukea muuta kuin kymmenet
käskyt ja uskontunnustukset ulkoa, mutta muuten kunhan tietää
kertoa pääkohdat.

Valtuutettiin tov. Israel Huttunen kommunisterin arvolla pitämään

syksyllä kommunistiset kinkerit, joissa kuulustelee luokkatietoiselta
proletaarilta katkesmuksen taitoa.

Tov. Lötjösen ilmoitettua, ettei hän osaa oikein lojaalisti lukea,

päätettiin äänten enemmistöllä, ettei hänen tarvitse opetella muuta
kuin uskontunnustus, minkä Reeta Sinkkonen hänelle takokoon
päähän.
 Tov. Lötjönen lausui toivomuksenaan, että uskontunnustus ei olisi
lojaalia pitempi, mihin Kaisa Kompura muutamien nauraa
räkättäessä huusi, että jos ne siellä aitassa koko ajan
uskontunnustusta tekevät, niin riittää siinä sinulle opettelemista sivu
ensi pääsiäisenkin.

12 §.

Kommunistisen yleispöllöläläisen internaalin iltamat pidettiin

samana iltana samassa paikassa vaihtelevalla ohjelmalla.

Tilaisuuteen oli saapunut runsaasti luokkatietoista internaalia kuin

myöskin noskelaisia, sekä sellaistakin väkeä, joka ei vielä ole
herännyt täyteen vallankumoukselliseen tietoisuuteen, vaan liikkuu
vielä porvärillisen valhevaipan nukuttavien sumusireeniäänien
lumoissa.

Kun suuri osa yleisöä oli asettunut paikoilleen tuvassa, katselivat

kaikki ympärilleen, nähdäkseen toveri Kuusisen, jonka saapumisesta
salainen sana oli levinnyt laajoihin uskottuihin kerroksiin, ja
tähystelivät useat kunnioittavasti etenkin uunille, kunnes saatiin
kuulla kuiskaus toveri Kuusisen olevan aitassa kirjallisissa
toimenpiteissä.

Puhemies Näppisen tuntiessa itsensä väsyneeksi piti

tervehdyspuheen tov. Justus Tiilikainen, kosketellen järjestötoimintaa
vallankumouksellisessa hengessä, ja havaittiin avauspuheen pitäjän
kasvonpiirteissä mitä vakavimpia ilmeitä, hänen sanoessaan että
hän olisi tahtonut puhua kaiken mitä ajatteli, katsellessaan sitä
suurilukuista nuorisoparvea, mikä harhailee ulkopuolella järjestöjen.
Siirtyen sitten puhumaan noskelaisista ilmoitti puhuja, että
noskelaisten ohjelmassa ilmenevät perusjuonet ovat ilmianto,
provokatsiooni, oman mädännäisyytensä peittäminen ja
tietämättömien joukkojen tunnoton pimittäminen ja uskotteleminen,
jotka ovat tämän kuolemaantuomitun liikkeen viimeisiä,
kouristuksentapaisesti nytkähteleviä elonmerkkejä.

Puhujan ennätettyä näin pitkälle keskeyttivät ylvästelevät nosket

esityksen mitä raakamaisimmalla jalkojen töminällä ja pehmeäksi
keitetyllä nauriilla, joka lätkähti keskelle puhujan otsaa, leviten
ympäri naamaa, ja matkaansaattoi ilkeän naurun-ulvonnan ei
ainoastaan noskelaisissa, vaan eräissä vähemmän valistuneissa
kommunisteissakin.

Kun toveri Tiilikainen, pyyhkien naurismuhennosta otsaltaan,

poskiltaan ja leuastaan, oli astunut pois puhujan paikalta ja tämän
häpeällisen attentaatin nostama meteli oli vähän asettunut, lausui
Reeta Sinkkonen tunnelmallisella taidolla runon »Työn orjat», mitä
tervehdittiin vilkkailla kättentaputuksilla.

Tämän jälkeen seurasi ohjelmassa yleinen tanssi hanurin

säestyksellä, minkä aikana muutamat korven kyynelistä liikutetut
pikkunosket tekivät paheksittavaa ilkivaltaa ulkona pihalla, nostaen
rappuset pois oven edestä ja jyskyttäen haloilla seiniä.

Myöskin oli joku heistä iltamapirtin ovella seisten kysellyt,

kumpaako kansa tahtoo, pimeyttä vaiko valkeutta, katsellen
sääliväisesti katossa palavaa lamppua ja poistuen sitten ulos
myrtyneen näköisenä, lamppuun koskematta.
 Reeta Sinkkosen kysymykseen, missä järjestysmiehet ovat, kun
eivät ole hoitamassa virkaansa, ilmoitti Kaisa Kompura asiaan
perehdyttyään järjestysmiesten nukkuvan saunan lauteilla ja ettei ole
mahdollista saada heitä hereille.

Koska kahvilanpuolella oli vesiämpäri kaatunut permannolle, niin

että sihteeri Mikko Tarjus oli kastunut selkäpuoleltaan märäksi näin
syntyneessä lätäkössä, oli toveri Tarjus herännyt pöydän alla,
noussut ylös ja ryhtynyt kuivailemaan selkäänsä hellan edessä.

Tällöin tuli Kaisa Kompura, joka oli vähäväliä liikkunut ulkona

huomioita tekemässä, sisään ja sanoi kovalla äänellä, että niillä
katkesmuksen kirjoittajilla mahtaa olla kissan silmät, kun näkevät
pimeässäkin kirjoittaa ja ovat sammuttaneet lampun.

Tämän johdosta päästi toveri Mikko Tarjus niin kovan kirouksen,

että se kuului yli tanssin jytkytyksen, ja läksi syöksymään ulos.

Koska näytti olevan pelättävissä väkivaltaisuutta tov. Kuusista

kohtaan tov. Tarjuksen taholta, ryhtyivät Simo Turtiainen ja Jerobeam
Näppinen estämään Mikko Tarjusta, jolloin kaikki kolme iltamayleisön
huutaessa vyöryivät ulos ovesta ja putosivat päistikkaa alas
kynnykseltä edellämainitun, portaille tehdyn ilkivaltaisuuden
johdosta.

Tässä putouksessa onnistui Mikko Tarjuksen päästä irti Jerobeam

Näppisen ja Simo Turtiaisen käsistä, ja juosten aitan ovelle alkoi
Mikko Tarjus, monisanaisesti kiroillen, perkaa ovea nyrkeillään,
vaatien, niinkuin sanat kuuluivat, päästä varajäseneksi
katkesmuskomiteaan.