- •1. Теория графов
- •1.1 Остовные деревья минимального веса.
- •Алгоритм Прим
- •Алгоритм Краскал
- •1.2 Нахождение кратчайших путей между двумя заданными вершинами. Алгоритм Дийкстры
- •Алгоритм Дийкстры
- •Модифицированный алгоритм Дийкстры
- •1.3 Нахождение кратчайших цепей между всеми парами узлов в сети
- •Алгоритм Флойда (Floyd r. W.)
- •Модификация алгоритма Флойда
- •1.4 Построение потоков максимальной мощности. Алгоритм Форда-Фалкерсона
- •Алгоритм Форда-Фалкерсона
- •1.5 Обобщенные задачи о потоке
- •1.5.1 Построение потока в сети с двойным ограничением потока по дугам
- •1.5.2 Построение потока в сети с пропускными способностями узлов
- •1.5.3 Построение потока в сети с несколькими источниками-стоками
- •1.5.4 Построение потока в сети с неориентированными ребрами
- •1.6 Определение потока заданной величины минимальной стоимости. Алгоритмы Басакера-Гоуэна, Клейна
- •Алгоритм Басакера-Гоуэна (Basaker r.G., Gowen p.J)
- •Алгоритм Клейна (Klein m.)
- •2 Сетевое планирование
- •2.1 Построение сетевых моделей
- •2.2 Расчет и анализ сетевых моделей
- •Задача №1
- •Задача №2
- •I. Поиск критических путей
- •II. Поиск резервов работ
- •Правило №2.1
- •3 Линейное программирование
- •3.1 Примеры задач лп
- •3.2 Свойства решений задач линейного программирования
- •3.3 Двумерные задачи линейного программирования. Графический метод решения. Исследование на разрешимость
- •3.3.1 Построение области допустимых решений целевой функции f.
- •3.3.2 Построение прямой уровня
- •3.3.3 Максимизация целевой функции f
- •3.4 Симплекс-метод.
- •3.4.1 Построение начального опорного плана.
- •3.4.2 Симплексные таблицы
- •3.4.3 Примеры решения задач симплекс-методом
- •4. Теория двойственности в линейном программировании
- •4.1 Понятие двойственности. Построение пары взаимно двойственных задач
- •4.2 Теоремы двойственности и их экономическое содержание
- •4.3 Анализ решения задач линейного программирования
- •5. Транспортная задача
- •5.1 Постановка транспортной задачи в матричной форме. Построение исходного опорного плана
- •5.2 Метод потенциалов
- •5.3 Дополнительные условия в транспортных задачах.
- •6. Дискретное программирование.
- •6.1 Метод Гомори для решения задачи целочисленного линейного программирования
- •7. Динамическое программирование
- •7.1 Многошаговые процессы в динамических задачах
- •7.2 Принцип оптимальности и рекуррентные соотношения
- •7.3 Вычислительная схема динамического программирования
- •7.4 Оптимальное распределение средств на расширение производства
- •8. Матричные игры
- •8.1 Парные матричные игры с нулевой суммой
- •8.2 Платежная матрица
- •Нижняя и верхняя цена игры
- •8.3 Смешанные стратегии
- •8.3 Решение матричной игры сведением к задаче линейного программирования
- •8.4 Решение матричной игры графическим методом
- •8.5 Приближенный метод решения матричных игр
- •Практические работы Практическая работа №1 Построение остовного дерева графа. Нахождение найкратчайшего расстояния между заданными вершинами графа
- •Практическая работа №2 Нахождение наикратчайших расстояний между всеми парами вершин графа. Алгоритм Флойда.
- •Практическая работа №3
- •Практическая работа №4 Нахождение потока заданной величины минимальной стоимости. Алгоритм Басакера-Гоуэна
- •Практическая работа №7 Оптимизация проекта по времени.
- •Практическая работа №8
- •Практическая работа №9 Оптимизация целевой функции с помощью двухфазного симплекс метода.
- •Практическая работа №10 Решение двойственных задач. Экономическая интерпретация задач линейного программирования.
- •Практическая работа №11 Решение транспортных задач.
- •Практическая работа №12 Дополнительные условия в транспортных задачах
- •Практическая работа №13 Метод Гомори для решения задачи целочисленного линейного программирования.
- •Практическая работа №14
- •Практическая работа №15 Решение матричных игр в чистых стратегиях
- •Практическая работа №16 Графический метод решения матричных игр.
- •Каркас минимального веса. Метод р. Прима.
- •Кратчайшие пути
- •Лабораторная работа №2 Кратчайшее расстояния от заданной вершины до всех остальных вершин графа.
- •Алгоритм Дийкстры.
- •Пути в бесконтурном графе.
- •Лабораторная работа №3 Кратчайшие пути между всеми парами вершин графа.
- •Алгоритм Флойда.
- •Лабораторная работа №4 Построение потока максимальной мощности.
- •Потоки в сетях.
- •Метод построения максимального потока в сети.
- •Лабораторная работа №5 Симплекс метод
- •Лабораторная работа №6 Транспортная задача
- •Список литературы
3.4.2 Симплексные таблицы
Приведя модель ЗЛП к предпочтительному виду, ее заносят в так называемую симплексную таблицу.
Таблица 4.1
БП |
сБ |
А0 |
х1 |
х2 |
… |
xi |
… |
хm |
xm+1 |
… |
xj |
… |
хn |
с1 |
с2 |
… |
ci |
… |
cm |
cm+1 |
… |
cj |
… |
cn |
|||
х1 |
c1 |
b1 |
1 |
0 |
… |
0 |
… |
0 |
a1,m+1 |
… |
a1j |
… |
a1n |
х2 |
c2 |
b2 |
0 |
1 |
… |
0 |
… |
0 |
a2,m+1 |
… |
a2j |
… |
a2n |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
xi |
ci |
bi |
0 |
0 |
… |
1 |
… |
0 |
ai,m+1 |
… |
aij |
… |
ain |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
… |
хm |
cm |
bm |
0 |
0 |
… |
0 |
… |
1 |
am,m+k |
… |
amj |
… |
amn |
zj-cj |
∆0 |
0 |
0 |
… |
0 |
… |
0 |
∆m+1 |
… |
∆i |
… |
∆n |
Рабочая часть таблицы, начиная с 3-го столбца и 3-й строки, содержит элементы расширенной матрицы, над которыми будут производиться преобразования с целью получения оптимального плана. В последней строке (zj-cj) таблицы записано «нулевое» уравнение (целевая функция Z). Эта строка называется уравнение индексной или строкой оценок. В столбец БП занесены базисные (предпочтительные) переменные. Столбец сБ содержит коэффициенты целевой функции, стоящие при базисных переменных. Столбец А0 содержит свободные члены bi 0 системы ограничений. Сверху над рабочей частью таблицы указаны все переменные и коэффициенты целевой функции cj.
Остановимся на заполнении индексной строки zj-cj. Здесь расположены значение целевой функции для
начального опорного плана х0 ,т. е. z(х0) = 0 = сБ A0, и оценки индексной строки j = сБ Aj – cj.
Проиллюстрируем процесс заполнения таблицы на примере следующей задачи:
Пример.
Решение Введя дополнительные переменные х4, х5 и х6, придем к канонической форме:
.
Заносим условия задачи в симплексную таблицу
Таблица 4.2
БП |
сБ |
А0 |
х1 |
х2 |
x3 |
х4 |
x5 |
x6 |
18 |
20 |
32 |
0 |
0 |
0 |
|||
х4 |
0 |
720 |
18 |
15 |
12 |
1 |
0 |
0 |
х5 |
0 |
384 |
6 |
4 |
8 |
0 |
1 |
0 |
x6 |
0 |
360 |
5 |
3 |
12 |
0 |
0 |
1 |
zj-cj |
0 |
-18 |
-20 |
-32 |
0 |
0 |
0 |
Индексная строка zj-cj заполнена по известным формулам 0 = сБ A0, j = сБ Aj – cj:
0 = 0 720 + 0 384 + 0 360 = 0
1 = 0 18 + 0 6 + 0 5 – 18 = -18
2 = 0 15 + 0 4 + 0 3 - 20 = -20
3 = 0 12 + 0 8 + 0 12 - 32 = -32
4 = 0 1 + 0 0 + 0 0 - 0 = 0
5 = 0 0 + 0 1 + 0 0 - 0 = 0
6 = 0 0 + 0 0 + 0 1 - 0 = 0.
Приравнивая х1, х2 и х3 нулю, находим х4 = 720, х5 = 384, х6 = 360 и тем самым начальный опорный план В столбце A0 индексной строки получено значение 0 = 0 целевой функции, соответствующее плану х0.
Признак оптимальности опорного плана задачи максимизации: если для некоторого опорного плана все оценки j неотрицательны, то такой план оптимален; если же исходная задача на минимум и j неположительны, то такой план оптимален.
Так, содержащийся в табл. опорный план не является оптимальным, поскольку 1 = -18, 2 = -20, 3 = -32.
Рассмотрим переход к нехудшему опорному плану на примере ЗЛП на максимум. Приведем ее к каноническому виду и занесем в симплексную таблицу. Если все j 0, то начальный опорный план х0 оптимален. Если же существуют j < 0, то план неоптимален, при определенных условиях его можно улучшить. Среди отрицательных оценок находят максимальную по абсолютной величине:
Столбец j0 называется разрешающим. Если задача решается на минимум, то разрешающий столбец выбирается из условия
Переменную , соответствующую разрешающему столбцу, следует ввести в базис. Для определения переменной, выводимой из базиса, находят отношения
(они называются симплексными). Среди симплексных отношений определяют наименьшее, т. е.
Оно и укажет строку, в которой содержится исключаемая из базиса переменная . Строка i0, соответствующая минимальному симплексному отношению, называется разрешающей. Элемент, стоящий на пересечении разрешающего столбца и разрешающей строки, также называется разрешающим. Чтобы завершить шаг преобразований, ведущих к новому опорному плану, составляют таблицу по следующим правилам:
элементы строки i0 новой таблицы равны соответствующим элементам разрешающей строки старой таблицы, деленным на разрешающий элемент;
все элементы столбца j0 новой таблицы равны нулю, за исключением
чтобы получить все остальные элементы (включая элементы индексной строки) новой таблицы, надо из соответствующего элемента прежней таблицы вычесть произведение элемента разрешающей строки на элемент разрешающего столбца, разделенное на разрешающий элемент.
Для контроля вычислений элементов индексной строки применяют формулы:
0 = сБ A0, j = сБ Aj – cj:
Альтернативный оптимум (признак бесконечности множества оптимальных планов): если в индексной строке последней симплексной таблицы (содержащей оптимальный план) имеется хотя бы одна нулевая оценка, соответствующая свободной переменной (небазисные переменные), то задача ЛП имеет бесконечное множество оптимальных планов.
Признак неограниченности целевой функции: если в разрешающем столбце нет ни одного положительного элемента, то целевая функция на множестве допустимых планов не ограничена.
Признак несовместимости системы ограничений: если в оптимальном плане М- задачи не все искусственные переменные равны нулю, то система ограничений исходной задачи несовместна.