- •17)Симплексные преобразования
- •20Прямая и двойственная задача
- •21)Основное неравенство теории двойственности
- •22)Критерий оптимальности Канторовича
- •23)Малая теорема дв-ти.
- •36)Метод Гомори(метод отсеч-я)
- •37)Построение правильного отсечения
- •38.Теорема о правильном отсечени
- •39.Метод ветвей и границ.
- •40.Понятие о Динам.Прогр-ии (дп).Особенности задач дп.
- •41.Понятие о дп.Геометрич-я интерпретация задач дп.
- •42.Принципы дп(пр-пы дп).
1)МП—обл приклод-й мат-ки, разраб-я теорию и численные методы реш-я многомер-х, эстрим-х задач с огранич-ми, т.е.задач на экстр-м ф-ции многих перемен-х с огран-ми на обл измен-я этих перем-х. ЭММ—описание эк-го процесса с помощью ф-ций, нерав-в, цифр и т.д., произв-я в целях его исследов-я. Модель задачи МП: max(min)F=f(x),x€Ω или max(min)F=f(x1,х2…xn) (1). Система: γ1(x1,x2…xn){≤,=,≥}b1; γ2(x1,x2…xn){≤,=,≥}b2; …………..γn(x1,x2…xn){≤,=,≥}bn;(2) xj≥0, j=1,n (3) ЦФ—позв-т выбирать наилуч-й вариант из множ-ва возм-х, кот доставл-й ей экстрим-е значение. (2)—основ-е огран-я—условия налогаемые на неизв-е величины, осн огранич-я вырож-ся в виде уров-й и нерав-в. (3)—тривиальные огр-я. (2,3)—образуют ОДР.Сов-ть неиз-х величин х=(х1,х2…хn)наз планом задачи. План Х удовлет-й огран-м (2)(3)наз допустимым. Допус-й план доставл-й ЦФ экстрим-е знач наз оптим-м Х*. Экстрем-е знач-е ЦФобоз-ся F*.
2)Задачи МП деляться на линейного и нелин-го программ-я. Выд-т задачи: целочисленного,параметрического, дробно-линейногопрог-я. Парамет-го прог-е ЦФ и ф-ции опред-щие ОДР зависят от некот-х параметров. В задачах др-линейного пр-я Цф пред-т собой отношение 2-х линейн-х ф-ции. Выд-т задачи: стохостического, динамического пр-я. В задачах динамин-го пр-я процесс нахождения решения явл. многошаговым.
3)ЛП—раздел МП,в кот разраб-я теория и численные методы отыскания эстрим-ма лин ф-циймногих переем-х при лин-х допол-х огранич-й налог-х на эти переем-е. Задача о наил-м исп-и рес-в. Пусть некот-е предп-е произв-т n--видов пр-ции, m—типов ресурсов. Парам-ры: сj-цена ед прод-ции, bi-кол-во ресурсов. аij-колво i-го рес-са использ для произ-ва ед прод-ции j-говида, j=1,n; i=1,m,. Треб-ся найти план производства.Х*=(х1*, х2*…хn*) т.е. максимизация прибыли.Решение: сj-цена ед прод-ции j-го вида , то цена хj ед будет = сjхj,а цена всех n—F= с1х1+с2х2+…+сnхn= ∑( j=1,n) сjхj. Тогда расход i-го рес-са на пр-во всех n видов пр-ции, кот не должен превышать bi составит: аi1х1+аi2х2+…+аinхn=∑( j=1,n) аijхj≤bi, i=1,m. Для того что бы план был реален на обьемы выпуска пр-ции необ-мо условие неотриц-ти,т.е. хj≥0, j=1,n. То ЭММ имеет вид: maхF= ∑( j=1,n) сjхj; ∑( j=1,n) аijхj≤bi, i=1,m; хj≥0, j=1,n
4)Пусть имеется n прод-в питания, в кот содер-ся m полезн-х пит-х вещ-в. сj, j=1,n—цена ед j-го прод-та, bi, i=1,m.—min кол-во i-го полезн вещ-ва кот необ-мо употреб-ть за опред-й период времени. аij, j=1,n; i=1,m—содер-ние i-го полезн вещ-ва в ед j-го пр-та. Требуется опред-ть план Х*, т.е.кол-во прод-ции каждого вида обес-е необ-е кол-во полезн-х вещ-в, при min стоим-ти прод-в питания. Решение: F= с1х1+с2х2+…+сnхn= ∑( j=1,n) сjхj; аi1х1+аi2х2+…+аinхn=∑( j=1,n) аijхj≥bi, i=1,m ; хj≥0, j=1,n Тогда ЭММ имеет вид minF= ∑( j=1,n) сjхj;
∑( j=1,n) аijхj≥bi, i=1,m; хj≥0, j=1,n
5)Задача о выборе оптимальных технологий. В задаче о наилучшем использовании ресурсов определяется оптимальный план выпуска продукции. Пусть при производстве какого-то общественно необходимого продукта используется п технологий. При этом требуется т видов ресурсов, заданных объемами bi (i = 1, m). Эффективности технологий, т. е. количество конечной продукции (в ден. ед.), производимой в единицу времени по j-й (j= 1,n) технологии, обозначим cj. Пусть, далее, аij- — расход i-го ресурса в единицу времени по j-й технологии. В качестве неизвестной величины xj примем интенсивность использования j-й технологии, т. е. время, в течение которого продукция производится по j-й технологии. Пренебрегая временем переналадок, необходимым для перехода от одной технологии к другой, получаем следующую математическую модель задачи: найти план интенсивностей использования технологий х = (xi;... ;хп), обеспечивающий максимум выпуска продукции в стоимостном выражении:
6)Задача о раскрое материалов. Суть задачи об оптимальном раскрое состоит в разработке таких технологически допустимых планов раскроя, при которых получается необходимый комплект заготовок, а отходы (по длине, площади, объему, массе или стоимости) сводятся к минимуму. Рассмотрим простейшую модель раскроя по одному измерению. Более сложные постановки ведут к задачам целочисленного программирования.
Модель задачи раскроя по одному измерению длинномерных материалов (прутков, труб, профильного проката и др.) может быть сформулирована так. Пусть имеется N штук исходного материала, длина каждой штуки равна L. Нужны заготовки т видов, длины которых равны li (г = 1,то). Известна потребность в заготовках каждого вида, она равна b{. Изучение вопроса раскроя (построение технологической карты раскроя) показывает, что можно выделить п приемлемых вариантов раскроя исходного материала длиной L на заготовки длиной Zj. Обозначим через a,ij количество заготовок г-
го вида, получаемое при раскрое единицы исходного материала по j-му (j — 1,п) варианту, Cj — отходы при раскрое единицы исходного материала по j-му варианту. План задачи х = (х1;... ; xj \... ;хп), где xj — количество единиц исходного материала, планируемое к раскрою по j-му варианту.
Функция цели — минимум отходов, получаемых при раскрое:
при ограничениях: на число единиц исходного
материала
7)Множество наз.выпуклым,если вместе с любыми 2-я своими т. оно сод. произв-ю выпуклую лин-ю комбинацию.Вып-ой лин-ой комб-ей т. x1 x2….xn наз.сумма λ1х1+λ2х2+…+λnxn λi>0 Σ(i=1,n)λi=1
Рассм. зад. с 2-я переменными max(min)F=c1x1+c2x2 (1) a11x1+a12x2<=b1, a21x1+a22x2<=b2 ………. am1x1+am2x2<=bm (2) x1>=0 x2>=0 (3) .Каждое из огран-ий (2),(3) задаётся на плос-и х1Ох2 некот. полупл. Полупл. выпукл. мн-о, пересеч. любого числа вып-х мн-в явл. вып-м мн-м. Т/обр. ОДР явл. вып-щу мн-о. (Вставить рис.)Предп-м, что ОДР явл. вып-й многогр-к А1А2А3А4А5А6 выб-м произв-ое знач. F=Fo,то c1x1+c2x2=Fo это ур-е прямой линии считая F парам-м полу-м ур.семей-а паралле-х прямых,кот. наз. линиями ур.ЦФ(линиями пост. знач.)
Для того чтобы нйти напр-е возр-я ЦФ найдём её частное произв-ое по х1,х2 ðF⁄ðx1=c1 ðF⁄ðx2=c2 Вектор Ć=(с1 с2)наз. градиентом функции и указ-т направл. наискоре-го возр-ия. –Ć(с1 с2) наз. антиград-м и указ-т направл. наискор-го убыв-я ЦФ. Ć,-Ć_|_(с1х1+с2х2=F). Алгор- м граф. метода:1)с уч. системы огр-ий строим обл. допуст. решений 2)строим вектор градиент3) строим прямую F=0 _|_Ć 4) в случ. реш зад. на max прямую F=0 перемещ.в напр-ии Ć до край-ей т.(дальней) ОДР. В случ.реш.зад. на min F=0 перемещ. до1-й т. ОДР 5)наход.оптим.реш. Х* и экстр-е знач. ЦФ F*
9)Общ. зад.ЛП наз.задачу: max(min)F=Σ(j=1 n)cjxj Σ(j=1 n)aij xj<=bi i=1.m1 j=1.m Σ(j=1n)aij xj=bi i=m+1.m2 Σ(j=1n)aij xj>=bi i=m2+1.m3 xj>=0 j=1,n xj-произв. j=n1+1,n Симметр-ой зад. ЛП наз. зад.: maxF=Σ(j=1 n)cjxj Σ(j=1 n)aij xj<=bi i=1.m xj>=0 j=1,n minF=Σ(j=1n)cjxj Σ(j=1n)aij xj>=bi xj>=0 j=1,n Кононической (основ-й)зад. наз. зад. min)F=Σ(j=1n)cjxj (1) Σ(j=1n)aij xj=bi (2) i=1.m xj>=0 j=1,n (3 ) часто исп-ся зад. запис-ые в матрич-й и векторной форме. Расс. зад. (1)-(3) введём след. обозн. C=[c1, c2,….cn] X=[Запис-м в столбик x1 x2…..xn] A=[зап. в столб. a11 a12 …..a1n; a21 a22 ….a2n; ………; am1 am2 …..amn] B=[в столб. b1 b2 …. bm] Тогда зад. 1-3 запиш-ся виде maxF=CX AX=B X>=0 Введём обозн. ВСЁ ПИШЕМ В СТОЛБ A1=[a11 a21 … am1] A2=[a12 a22…am2] …….. An=[a1n a2n ……amn] Тогда послед. зад можно запис. в виде maxF=CX A1x1+A2x2+…..+Anxn=B X>=0
10)Пер-д к кан-ой форме записи ЛП.Т-ма о доп-х реш-х.
Рассм. Задачу вида: maxF= jxj 1); bi, i=1,m1 2); bi i=m1+1,m 3); xj , j=1,n 4); введём xn+i , i=1,m Преобразуем неравенства в равенства, для этого прибавим(вычтем) доп.перемен.с коэф.=0. В итоге получим канон-ю форму записи: maxF= jxj+ n+i 7); +x n+i=bi ,i=1,m1 8); -x n+i=bi, i=m1+1,m 9); xj , j=1,n j=1,n xn+i i=1,m 10). Т-ма: каждому допуст-му реш-ю 1)-4) соот-т допуст-е реш-е 7)-10) и наоборот. Т.к. доп-е перем-е в ЦФ 7) с коэф=0 => значения 1)=7) => ЦФ 1) и7) достигают экстрем-го знач-я одновр-но. Оптим-му реш-ю 1)-4) соотв-т 7)-10), т.е. исходн-я задача и её канон-я форма эквивалентны.
11)Пер-д к симметр-й форме записи задачи ЛП.
Рассм. Задачу ЛП в канон-м виде maxF= jxj 11); =bi, i=1,m
12); xj j=1,n 13). С помощью методов Гауса, Жардановых искл-й с-му 12) можно преобразовать: xi+ λijxj=ßi, i=1,m 14). В 14) векторы А1,А2,…,Am составляют базис с-мы векторов А1,А2,…,An.Переменные соответ-е векторам базиса наз-ся БП. x1+x2+…xm- БП; xm+1,xm+2…xn –СП. Если в общем решении с-мы 14) СП=0, а БП=свободным членам, то получим частное решение (ß1, ß2…ßm,0,0,…0) называется базисным. Базис-е реш-е с полож координатами наз-ся опорным решением. Выразим ЦФ 11) через СП получим: maxF= jxj=с1x1+c2x2+…cmxm+cm+1xm+1+…+cnxn. Обозначим через CБ коэф-ты ЦФ стоящие при БП, через В – вектор свободных членов Am+k, k=1,n-m – вектор коэф-в при СП. Обозначим через ∆0= CБB; ∆m+1= CБAm+1+Cm+1; ∆m+2= CБAm+2 - Cm+2……..∆n= CБAn-Cn. Тогда ЦФ 11) можно записать в виде: F=∆0- ∆jxj. Т.к. xj , j=1,n, то из формулы 14) получим xi=βi - αijxj 0 => αijxj . В итоге получим задачу в симметрической форме: F=∆0- ∆jxj; αijxj ; xj , j=m+1,n
12)Т-ма о струк-ре корд-т угловой точки.
Если с-ма векторов А1,А2,…,An содержит m линейно независимых векторов А1,А2,…,Am, то допустимое решение вида X=(x1,x2….xm,0…0) xj>0 j=1,m 4); Явл-ся крайней точкой многогранника планов решений. Док-во: Т.к. с-ма векторов А1,А2,…,Am явл-ся линейно независимой, то вектор В м.б. выражен через них единст-м образом A1x1+ A2x2+…+ Amxm=B 5); Предположим, что 4 не яв-ся крайней точкой => её можно пред-ть как выпуклую линейную комбинацию двух других точек X1,X2. X=λ1X1+ λ2X2, где λ1>0, λ1+ λ2=1 6); Точки X1 и X2 имеют вид X1=(1x1,1x2…1xn), X2=(2x1,2x2…2xn) 7); Подставим 4) и 7) в 6) Получим, что точки x1 и x2 имеют такую же стр-ру как x. Поскольку точки x1 и x2 принадлежат ОДР => они должны удовлет-ть векторному равенству 5). (A1x11+ A2x21+…+ Amxm1=B) – (A1x12+ A2x22+…+ Amxm2=B)=A1(x11-x12)+ A2(x21-x22)+….+ Am(xm1-xm2)=0. Т.к. векторы А1,А2,…,Am линейно независимые, то последнее равенство выпол-ся при условии x11= x21,…, xm1= xm2. Пришли к противоречию, что точку Х невозможно представит как выпуклую комбинацию двух различных точек => X- крайняя точка
14)Построение начального опорного плана.
1-й сл.: =bi, bi i=1,m. Огран-е равенства имеет предпочтительный вид,если при неотриц. прав. части лев. часть содержит переменную с коэф-м равным 1, а восталные огран-я это переем-я с коэф 0. С-ма огр-й имеет предпочтительный вид, кажд огран-е рав-ва имеет предпоч-й вид. Оптим-е реш-е: все СП=0, а БП=свободным членам. 2-й сл.: bi bi i=1,m. Приведём к канон-му виду x1,x2,….,xn – СП, а xn+1,xn+2,….,xn+m – БП. Тогда начальный опорный план: X0=(0,0…0,b1,b2...bm).3 сл.: bi bi i=1,m.
15)Признак оптимальности опорного плана. Симплексная таблица.
БП |
1 |
-xm+1 |
-xm+2 |
-xm |
-xm+n |
|
x1 |
β1 |
α11 m+1 |
α11 m+2 |
… |
α1 m |
|
x2 |
β2 |
α22 m+1 |
α21 m+2 |
… |
α2 n |
|
xm |
βm |
αm1m+1 |
αm1m+2 |
|
αmn |
|
F |
∆0 |
∆m+n |
|
|
∆n |
|
|
|
|
|
Посл-ю строку называют индексной строкой(строкой ЦФ). ∆0=F(X0)- знач-е ЦФ для начального опорного плана. Т-ма: пусть исходная задача решается на max.Если для некоторого опорного плана все оценки ∆j 0, j=1,n, то такой план оптимальный Док-во: т.к. : F=∆0 - ∆jxj и по усл-ю ∆j , j=1,n, то ЦФ F достигает max знач-я при ∆jxj=0 это возможно лишь тогда, когда xm+1=xm+2…xn =0, т.е опорный план вида X*=( β1, β2… βm,0…0) – оптимальный. Т-ма: Пусть исходная задача рассм-ся на min если для некоторого опорного плана ∆j 0, j=1,n, то такой план оптимальный
17)Симплексные преобразования
Для того, чтобы завершить шаг преобразований, ведущих к новому опорному плану, в новом базисе выразим новую БП xj0 из уравнения с номером i0 системы xi+∑αijj=bi(j=m+1,n), bi≥0,i=1,m через СП
xi0+αi0,m+1xm+1+…+αio,j0-1xjo-1+αi0j0xj0+αi0,j0+1xj0+1+…+αi0nxn=βio
xj0=βi0/αi0j0-((αi0,m+1/αi0j0)xm+1+…+ (αi0,j0-1/αi0j0)xj0-1+(1/αi0j0)xi0+(αi0,j0+1/αi0j0)xjo+1+…+(αi0n/αi0j0)xn (1)
Аналогично, если мы подставим в выражение (1) в остальные ограничения (1) ограничения и в ЦФ max(min)F=∆0-∑∆jxj(j=m+1), получим след. формулу:
Xi=(βiαi0j0-βi0αij0)/αi0j0-((αi,m+1αi0j0-αi0,m+1αij0)/αi0jo+…-(αij0/αi0j0)xi0+…+((αinαi0j0-αi0nαij0)/αi0j0)xn),i=1,m; i≠i0 (2)
F= (∆0αi0j0-∆j0βi0)/αiojo-(((∆m+1αi0j0-∆j0αi,m+1)/∆iojo)xm+1+…-(∆j0/αiojo)xio+…+((∆nxiojo-∆joαi0n)/αi0j0)xn)
Из формул (1)-(3) следуют правила пересчета элементов таблиц:
1)из выражения (1) следует, что элемент новой таблицы, стоящий на месте разрешающего , заменяется обратной величиной.
2)из выражения (1) следует, что оставшиеся элементы разрешающей строки i0 новой таблицы равны соответственно элементам разрешающей строки старой таблицы, деленным на разрешающий элемент.
3)оставшиеся элементы разрешающего столбца из выражений (2) и(3) новой таблицы равны соотв. элементам разрешающего столбца старой таблицы, деленным на разрешающий элемент и изменением знака на противоположный.
4)из формул (2) и (3) следует, что все оставшиеся элементы рассчитываются по правилу прямоугольника. Для этого, чтобы получить элемент новой таблицы, надо из соотв. элемента новой таблицы вычесть произведение второстепенной диагонали разделенное на разрешающий элемент.
18) Теорема Если в индексной строке последней симплексной табл, содержащей оптимальный план, имеется хотя бы одна нулевая оценка, соответствующая свободной переменной, то ЗЛП имеет бесконечное множество оптимальных планов
Доказательство. Пусть в оптимальном плане Aj0 = О, где jo принадлежит множеству индексов СП, а минимальное симплексное отношение соответствует строке iго- Тогда, введя Xj0 в базис, получим новое значение ЦФ.
Значение ЦФ при переходе к новому опорному плану не изменилось.
Если нулевых небазисных оценок в последней симплексной таблице окажется несколько, то, введя каждую из соответствующих переменных в базис, найдем оптимальные планы x1*,x2*,... ,хk*, для которых значение ЦФ будет одно и то же, т. е.
Z(x1)=z(x2)=…z(xk)
Согласно второй части основной теоремы линейного программирования, в этом случае оптимальным будет любой план, являющийся их выпуклой линейной комбинацией, т.е. общее решение примет вид
λ =λ1x1+λ2x2+…..+λkxk, λ1+λ2+….+λk=1
λi≥0 (i=1,k)
Эта ф-ла опред-т бесконечное мн-во оптимальн. Планов.
Следств: Если в инд. Строке симпл. табл, содержащей оптимальный план, все оценки СП положит., то найденные опт план и единств.
19) Теорема 1.10. Если в индексной строке симплексной таблицы ЗЛП на максимум содержится отрицательная оценка ∆j0 < 0, а в соответствующем столбце переменной Xj0 нет ни одного положительного элемента, то целевая функция на множестве допустимых планов задачи не ограничена сверху.
Доказательство. Если бы все оценки индексной строки Aj были неотрицательны, то опорный план был бы оптимальным. Пусть ∆j0 < 0. Тогда можно попытаться, не изменяя нулевых значений всех свободных переменных xm+i,... , хп в равенстве (1.95), кроме Xj0, увеличить значение целевой функции Z за счет увеличения переменной Xj0 > 0. Полагая в равенствах (1.96) все Xj, кроме Xj0, равными нулю, получаем
Так как Xi≥ 0, то
Пусть все aij0 ≤ 0. Тогда при любом Xi0 ≥ 0 имеем Xi ≥ 0. Что касается целевой функции Z, то, взятз в качестве Xj0 достаточно большое положительное число, вследствие того, что ∆j0 < 0, можно сделать значение
как угодно большим. В самом деле, так как ∆j0 < 0, при Xj0 —> оо имеем Z = ∆о — ∆j0Xj0 —► оо, т.е. целевая функция Z не ограничена сверху.