- •1. Понятие реш задач мат программирования. Постановка задач линейного программирования. Примеры. 1.
- •2 . Основные формы задача лп. Правило сведения злп к канон форме. Геометр интерпр злп. Понятие угловой точки мн-ва
- •3. Критерий угловой точки множества.
- •4. Определение базиса угловой точки. Невырожденные угловые точки. Примеры.
- •5. Связь между переменными злп.
- •7. Построение симплекс-таблицы. Достаточное условие оптимизации в задаче лп. Достаточное условие неразрешимости задачи лп.
- •8. Итерация симплекс-метода.
- •9. Обоснование конечности симплекс-алгоритма.
- •10. Обоснование непустоты множества планов в злп. Пример.
- •11.Нахождение базиса угловой точки. Пример. Св-во решений злп.
- •12. Свой-ва решений злп.
- •13. Постановка тз. Построение плана перевозок методом северо-западного угла.
- •14.Определение закрытой модели тз. Критерий существования решения тз.
- •Замечание Транспортная задача, для которой выполняется условие (1) называется закрытой, в противном случае – открытой.
- •15.Исследование множества клеток транспортной таблицы.
- •16.Достаточное условие минимальности стоимости перевозок
- •17. Определения выпуклого множества, выпуклой функции. Свойства выпуклых множеств. Сумма выпуклых функций. Свойство Лебега выпуклых функций. Свойство неотрицательности остатка выпуклой функции.
- •18. Теорема о точках минимума выпуклой функции. Теорема о стационарной точке выпуклой функции.
- •20.Классический метод решения задачи безусловной минимизации функции многих переменных. Пример.
- •21.Метод исключения решения задачи на усл минимум. Пример.
- •23.Классич правило мн л в задаче опт-ции с огранич типа равенств. Необходим условия первого и второго порядка в задаче опт-ции типа равенств.
- •24.Достат условия экстремума в задаче опт-ции с ограничениями типа равенств.
- •25. Задача проектирования на выпуклое и замкнутое множество. Свойства проекции. Примеры.
- •27. Основные определения в задаче одномерной минимизации. Примеры.
- •Пример . Множ-во решений задачи min-ции f(X)
- •28.Метод деления отрезка пополам решения задачи одномерной минимизации.
- •29.Метод золотого сечения.
- •30.Метод ломаных. Обоснование и алгоритм. Пример.
- •31.Обоснование сходимости метода ломаных решения задачи одомерной минимизации
- •33. Алгоритм метода условного градиента
- •Теорема3
- •35. Сходимостсь метода скорейшого спуска
- •36. Постановка задачи вариационного исчисления. Пр.
- •Определим множество:
- •Замечание
- •37. Метод вариаций лагранжа Пусть в задаче , где и исследуется на минимум кривая , тогда все допустимые кривые X(t), из множества X можно представить в виде:
- •38. Уравнение Эйлера.
- •39. Случай интегрируемости ур-ния Эйлера. Пример.
- •40. Задача вариационного исчисления с незакрепленными концами и фиксированным отрезком интегрирования.
- •41. Задача вариационного исчисления с незакрепленными концами и нефиксированным отрезком интегрирования.
- •42. Задача вариационного исчисления с движущимся по кривой коцом.
- •43. Примеры задач динамического программирования, их особенности.
- •44. Принципы динам програм и функцон ур-ния Беллмана.
- •45. Постановка задачи оптимального быстродействия.
- •46 Достат условия оптимальности для линейной задачи оптимального быстродействия (зоб).
- •47. Пример решения задач оптимального быстродействия.
7. Построение симплекс-таблицы. Достаточное условие оптимизации в задаче лп. Достаточное условие неразрешимости задачи лп.
Для табличной реализации симплекс метода величины , , удобно представить в виде табл.:
Базис ( ) |
Св. члены ( ) |
|
… |
|
… |
|
|
… |
|
|
|
1 |
|
0 |
|
0 |
|
|
|
|
|
0 |
|
1 |
|
0 |
|
|
|
|
|
0 |
|
0 |
|
1 |
|
|
|
|
Г(y) |
0 |
|
0 |
|
0 |
|
|
|
С учетом сделанных преобразований исходную задачу , можно переформулировать след. обр.: найти максимум функции , где при ограничениях: , где и неотрицательности.
Будем искать некот. точку , в которой не уменьшится по сравнению с найденным знач. в точке y.
Выберем некот. небазисную перем. , и будем подбирать для нее неотрицат. значения. Остальные базисные перем. , , . Тогда соотношение примет вид: , а выражение целевой ф-ции .
Достаточное условие оптимальности:
Т.: Если , то план y является оптимальным.
►Рассм. произв. точку и целев. ф-ю
◄
Достаточное условие неразрешимости:
Пусть дост. усл. оптимальности не выполняется, т.е. и все величины из выбранного значения k.
Т.: Если при , , то целевая функция неограниченно возрастает. Т.е. ЗЛП неразрешаема.
8. Итерация симплекс-метода.
Пусть такие номера i, k: и . В силу того, что , а , то знач. цел. ф-ции будет увел. Т.о. выбирается s ( ) такой, что . Эл. наз. ведущим (разрешающим), i-ая строка и k-ый столбец – ведущими (разрешающими). В качестве знач. перем. . Пост. по ф-лам следующ.обр. , , , , , …, , , .
, т.е. n-r коорд. нулев. Не равн. 0 коорд. имеют инд.: 1,...,s-1,s+1,…, r, k. Рассм. лин. комб. (*). Покажем, что (*) может принимать знач. =0 только при усл., что все . Рассм. , тогда(*)предст.ввиде: . Последняя сумма предст. собой лин. комб. ЛНЗ векторов ; , . След-но, вектора стоящие при базисных коорд. точк. - ЛНЗ.
, где ,
Выражая из s-го ур-ния (**) знач. перем. и подставляя полученное выражение в остальные ур-ния (**) получим зависимость между базисными и небазисными коорд. точк. , полученные соотношения представим в виде симплекс-таблицы:
|
|
|
… |
|
… |
|
|
… |
|
… |
|
|
|
1 |
|
|
|
0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
0 |
|
|
0 |
|
|
|
|
0 |
|
|
|
0 |
|
|
1 |
|
|
|
|
0 |
|
|
|
0 |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
1 |
|
|
0 |
|
|
|
|
0 |
|
|
|
0 |
|
|
0 |
|
|