- •Академия управления при Президенте Республики Беларусь
- •Содержание
- •Тема 1. Элементарная математика 13
- •Тема 2. Аналитическая геометрия 38
- •Тема 3. Линейная алгебра 81
- •Введение Лекция 1. Основы математической логики
- •Высказывания и логические связки
- •Контрольные вопросы к лекции №1
- •Тема 1. Элементарная математика Лекция 2. Элементы теории множеств
- •Основные понятия
- •Основные операции над множествами
- •Отображения
- •Отношения эквивалентности и упорядоченности
- •Контрольные вопросы к лекции №2
- •Лекция 3. Числовые множества
- •Основные понятия
- •Соединения. Бином Ньютона
- •Комплексные числа
- •Операции над комплексными числами
- •Формула Муавра. Извлечение корня из комплексного числа
- •Контрольные вопросы к лекции №3
- •Тема 2. Аналитическая геометрия Лекция 4. Векторы
- •Основные понятия
- •Линейные операции над векторами
- •Проекция вектора на ось
- •Линейная зависимость векторов
- •Базис. Координаты вектора в базисе
- •Декартовы прямоугольные координаты в пространстве. Координаты точек. Координаты векторов. Деление отрезка в данном отношении
- •Направляющие косинусы
- •Скалярное произведение
- •Векторное произведение
- •Смешанное произведение
- •Контрольные вопросы к лекции №4
- •Лекция 5. Прямая
- •Основные понятия
- •Взаимное расположение прямых
- •Контрольные вопросы к лекции №5
- •Лекция 6. Плоскость
- •Основные понятия
- •Нормальное уравнение плоскости
- •Взаимное расположение плоскостей
- •Контрольные вопросы к лекции №6
- •Лекция 7. Кривые второго порядка
- •Уравнение фигуры
- •Гипербола
- •Парабола
- •Исследование на плоскости уравнения второй степени
- •Контрольные вопросы к лекции №7
- •Тема 3. Линейная алгебра Лекция 8. Понятие евклидова пространства
- •Коллинеарные векторы
- •Размерность и базис векторного пространства
- •Контрольные вопросы к лекции №8
- •Лекция 9. Матрицы
- •Основные понятия
- •Операции над матрицами
- •Определитель матрицы
- •Ранг матрицы
- •Обратная матрица
- •Контрольные вопросы к лекции №9
- •Лекция 10. Понятие линейного оператора
- •Переход к новому базису
- •Линейное преобразование переменных
- •Собственные значения и собственные вектора матриц
- •Контрольные вопросы к лекции №10
- •Лекция 11. Многочлены
- •Основные понятия
- •Теорема о делении с остатком
- •Теорема Безу
- •Контрольные вопросы к лекции №11
- •Лекция 12. Квадратичные формы
- •Понятие квадратичной формы
- •Канонический базис квадратичной формы
- •Канонический базис из собственных векторов матрицы квадратичной формы
- •Канонический базис Якоби квадратичной формы
- •Положительно и отрицательно определенные квадратичные формы
- •Применение квадратичных форм к исследованию кривых второго прядка
- •Контрольные вопросы к лекции №12
- •Лекция 13. Системы линейных уравнений
- •Основные понятия
- •Критерий совместности системы линейных уравнений
- •Правило Крамера решения систем линейных уравнений
- •Метод Гаусса
- •Однородные системы уравнений
- •Разрешенные системы линейных уравнений
- •Контрольные вопросы к лекции №13
- •Лекция 14. Основы линейного программирования
- •Линейное программирование
- •Задача линейного программирования
- •Приведение общей задачи линейного программирования к канонической форме
- •Множества допустимых решений
- •Опорное решение задачи линейного программирования, его взаимосвязь с угловыми точками
- •Симплекс-метод с естественным базисом
- •Симплексный метод с искусственным базисом (м-метод)
- •Теория двойственности
- •Теоремы двойственности
- •Контрольные вопросы к лекции 14
- •Экзаменационные вопросы
- •Литература
- •Высшая математика
- •Часть I
- •220007, Г. Минск, ул. Московская, 17.
Симплекс-метод с естественным базисом
Для применения этого метода задача линейного программирования должна быть сформулирована в канонической форме, причем матрица системы уравнений должна содержать единичную подматрицу размерностью . В этом случае очевиден начальный опорный план (неотрицательное базисное решение).
Для определенности предположим, что первые т векторов матрицы системы составляют единичную матрицу.Тогда очевиден первоначальный опорный план: .
Проверка на оптимальность опорного плана проходит с помощью критерия оптимальности, переход к другому опорному плану — с помощью преобразований Жордана-Гаусса и с использованием критерия оптимальности.
Полученный опорный план снова проверяется на оптимальность и т.д. Процесс заканчивается за конечное число шагов, причем на последнем шаге либо выявляется неразрешимость задачи (конечного оптимума нет), либо получаются оптимальный опорный план и соответствующее ему оптимальное значение целевой функции.
Признак оптимальности заключается в следующих двух теоремах.
Теорема 1. Если для некоторого вектора, не входящего в базис, выполняется условие:
, где ,
то можно получить новый опорный план, для которого значение целевой функции будет больше исходного; при этом могут быть два случая:
если все координаты вектора, подлежащего вводу в базис, неположительны, то задача линейного программирования не имеет решения;
если имеется хотя бы одна положительная координата у вектора, подлежащего вводу в базис, то можно получить новый опорный план.
Теорема 2. Если для всех векторов выполняется условие , то полученный план является оптимальным.
На основании признака оптимальности в базис вводится вектор , давший минимальную отрицательную величинусимплекс-разности:.
Чтобы выполнялось условие неотрицательности значений опорного плана, выводится из базиса вектор г, который даетминимальное положительное отношение:
;,.
Строка называетсянаправляющей, столбец и элемент—направляющими (последний называют такжеразрешающим элементом).
Элементы вводимой строки, соответствующей направляющей строке, в новой симплекс-таблице вычисляются по формулам:
,
а элементы любой другой -йстроки пересчитываются по формулам:
,,
Значения базисных переменных нового опорного плана (показатели графы «план») рассчитываются по формулам:
для;, для .
Если наименьшее значение достигается для нескольких базисных векторов, то чтобы исключить возможность зацикливания (повторения базиса), можно применить следующий способ.
Вычисляются частные, полученные от деления всех элементов строк, давших одинаковое минимальное значениена свои направляющие элементы. Полученные частные сопоставляются по столбцам слева направо, при этом учитываются и нулевые, и отрицательные значения. В процессепросмотра отбрасываются строки, в которых имеются большие отношения, и из базиса выводится вектор, соответствующий строке, в которой раньше обнаружится меньшеечастное.
Для использования приведенной выше процедуры симплекс-метода к минимизации линейной формы следуетискать максимум функции , затем полученный максимум взять с противоположным знаком. Это и будет искомый минимум исходной задачи линейного программирования.