- •Математическое программирование
- •Метод Гаусса.
- •Переход от одной формы модели к другой форме модели , различные формы моделей з.Л.П.
- •Переход от стандартной формы к канонической форме.
- •Переход от канонической к стандартной.
- •Переход от задачи max к min и наоборот.
- •Графический метод решения л.П.
- •Геометрическая интерпретация линейного неравенства.
- •Геометрическая интерпретация системы линейны неравенств.
- •Графический метод .
- •Опорный план. Свойства допустимых планов.
- •Свойства допустимых планов.
- •Идея симплекс метода.
- •Алгебра симплекс метода.
- •Альтернативный оптимум.
- •Монотонность и конечность алгоритма симплекс метода.
- •Проблема выражденности.
- •Метод искусственного базиса.
- •Теория двойственности.
- •Стандартная форма.
- •Правило построения двойственных задач к общей з.Л.П.
- •Теорема двойственности.
- •Вторая теорема двойственности и свойства двойственных оценок.
- •Свойства двойственных оценок.
- •Транспортная задача.
- •Особенности т.З.
- •Теорема о ранге матрицы.
- •Этапы решения т.З.
- •Метод нахождения первоначального опорного плана.
- •Переход от одного опорного плана к другому.
- •Проверка плана на оптимальность. Теорема об оптимальности плана или теорема о потенциальности плана.
- •Алгоритм потенциалов.
- •Задачи о назначении.
- •Математическая модель.
- •Алгоритм решения.
- •Задача коммивояжера.
- •Метод ветвей и границ.
- •Ветвлениею
- •Признак оптимальности.
Особенности т.З.
Все ограничения равенства ( в закрытой)
Все переменные входят в систему ограничений, входят в систему либо 0 или 1
Каждая переменная входит в С.О. только два раза.
Теорема о существовании решения.
Т.З. всегда имеет оптимальное решение если сумма ai= сумме bj.
Док-во: Z=CijXij->min=ai (i=1,m)
=bj (j=1,n) Xij>=0
Очевидно что решением будет Хij = aibj/=aibj/
Просуммируем по i: =aibj/ai = bjai/ai = bj
Про суммируем по j : = ai Xij=min(ai;bj)
Теорема о ранге матрицы.
Ранг матрицы системы ограничений = m+n-1
х11+х12+…+х1n =a1
x21+x22+…+x2n =a2 m
2) xm1+xm2+…+xmn = am
x11+ x21 +xm1 = b1
x12+ x22+ xm2 = b2 n
x1n+ x2n+ +xmn=bn
Докажем что ранг матрицы (А)<m+n
А1=(1,1,1,0…0000…000) (коэффициенты первого уравнения размерность m*n)
А2=(0000,1111,0000000)
А1+А2+…+Аm=(111111111111)
Am+1
Am+2 A1+A2+…+Am=Am+1+Am+2+…+Am+n => Векторы линейно зависимые => уравнения
Am+n системы линейно зависимые между собой , а раз они линейно зависимые , то r(A)<m+n
Докажем что ранг = m+n-1
Ранг – наивысший порядок минора отличный от 0.
Построим матрицу А из (1 и 0) размерность m*n , найдем минор нужного порядка n-1 вычеркиваем одну из строк. Минор будет равен 1, отличен от 0.
Из этого следует что число базисных неизвестных в Т.З. = m+n-1 , а остальные переменные будут свободными. Ч.Т.Д.
Матрица Х=¦Хij¦ , называется допустимым решением Т.З. или допустимым планом , если она удовлетворяет системе ограничений и условиям не отрицательности. Допустимый план называется оптимальным , если Z при этом плане принимает свое минимальное значение.
Этапы решения т.З.
Находят первоначальный опорный план , либо методом северо-западного угла , либо методом минимального элемента.
Согласно т. о потенциальности плана (оптимальности плана) проверяют полученный план на оптимальность если он оптимален , то записывают ответ X* и Zmin=
Если полученный план не оптимален переходят к новому опорному плану.
Метод нахождения первоначального опорного плана.
северо-западного угла.
Х11=min(ai;bj) Клетка становится занятой – базисной. Если удовлетворен покупатель то столбец закрывается, если все со склада вывезли то закрывается строка. И.т.д.
Если баланс по строкам и столбцам выполняется и число клеток (занятых) совпадает с рангом матрицы то получаем допустимый план. Но данный опорный план может быть далеким от оптимального, потому что не берутся в расчет расходы. Поэтому используют для этого метод минимального элемента.
Если в середине таблицы одновременно закрывается строка и столбец , а число занятых клеток не равно рангу, то в следующую клетку ставят 0 базисный и клетка считается занятой -> выражденной решение.