- •§1. Этапы решения задачи
- •§2. Некоторые сведения из линейной алгебры.
- •§ 3. Классификация методов математического программирования.
- •§4. Методы исследования функций классического анализа (Аналитические методы)
- •4.1. Необходимые и достаточные условия безусловного экстремума функции
- •4.2. Необходимые и достаточные условия условного экстремума. Принцип Лагранжа.
- •§5. Методы исследования функций численного анализа.
- •Раздел 1.
- •Глава 1. Метод линейного программирования
- •§1. Примеры составления задач лп
- •§ 2. Геометрическая интерпретация решения задачи лп.
- •§ 3. Алгоритм решения канонической задачи лп симплексным методом (метод Данцига).
- •1) Найдется хотя бы одна положительная (отрицательная) оценка и в каждом столбце с такой оценкой найдется хотя бы один положительный элемент, то можно улучшить решение, выполнив следующую итерацию;
- •2) Найдется хотя бы одна положительная (отрицательная) оценка, столбец которой не содержит ни одного положительного элемента, то функция не ограничена в области допустимых решений;
- •§ 4. Решение почти канонических задач.
- •§ 5. Вырожденная задача лп.
- •Глава 2. Решение основной задачи линейного программирования.
- •§1 Сведение основной задачи к двум каноническим.
- •Метод искусственного базиса
- •2. Если линейная система уравнений обладает планами, то существует равносильная ей каноническая система, которую можно получить из завершающей симплексной таблицы вспомогательной задачи [4].
- •3. Далее решаем каноническую (или почти каноническую) задачу лп: минимизировать (максимизировать) целевую функцию f основной задачи лп при условиях (***).
- •§2. Задача о диете
- •Глава 3. Целочисленное линейное программирование.
- •§1 Метод Гомори
- •§2.Пример постановки задачи рационального раскроя [4, c.176].
- •Глава 4. Теория двойственности в лп
- •§ 1. Симметричные двойственные задачи
- •I и II задачи имеют решение.
- •§2. Несимметричные двойственные задачи.
- •Раздел 2. Нелинейное программирование
- •Глава 1.
- •§ 1. Задачи нелинейного программирования с линейной целевой функцией и нелинейной системой ограничений.
- •§ 2. Задачи нелинейного программирования с линейной системой ограничений, но нелинейной целевой функцией.
- •§ 3. Задачи нелинейного программирования с нелинейной системой ограничений и нелинейной целевой функцией.
- •§4. Градиентный метод нелинейного программирования.
- •§5. Выпуклое программирование.
- •Геометрическая интерпретация и графический способ решения задачи квадратичного программирования
- •§6. Параметрическое программирование.
- •Глава 2. Динамическое программирование.
- •Глава 3. Метод случайных испытаний.
- •Глава 4. Геометрическое программирование.
§ 5. Вырожденная задача лп.
При рассмотрении симплексного метода предполагалось, что все как в исходной системе, так и в системах , получаемых после определенных итераций.Если же в некоторых уравнениях, , то возникает неоднозначность в выборе решающего элемента и в соответствующем базисном решении. Базисные переменные, относительно которых эти уравнения разрешены, принимают нулевые значения. Базисное решение, в котором хотя бы одна из базисных переменных равна нулю, называется вырожденным решением, а задача ЛП, имеющая хотя бы одно вырожденное решение, называется вырожденной задачей.Применяя (в случае вырожденной задачи) последовательные итерации, мы можем вернуться к ранее встречавшемуся базисному решению, т.е. появляется так называемое зацикливание (значение линейной формы не меняются от итерации к итерации) в схеме расчета.
Рассмотрим правило устранения зацикливания[1-4].
Если на каком либо этапе расчета возникает неопределенность в выборе разрешающей строки, т.е. окажется несколько равных минимальных отношений , то следует выбирать ту строку, для которой отношение элементов следующего столбца к разрешающему будет наименьшим. Если при этом снова окажутся равные минимальные отношения, то составляются отношения элементов следующего столбца, и так до тех пор, пока разрешающая строка не определиться однозначно.
Пример: ( Задача каноническая).
максимизировать
при ограничениях
|
|
Коэффициенты при неизвестных |
|
| |||||
|
|
|
|
|
| ||||
2 |
1 | ||||||||
|
12 |
1 |
|
|
|
1 |
1 |
12 |
|
|
30 |
|
1 |
|
|
5 |
-1 |
6 |
-1/5 |
|
6 |
|
|
1 |
|
1 |
-2 |
6 |
-2 |
|
9 |
|
|
|
1 |
3/2 |
-1 |
6 |
-2/3 |
F |
0 |
|
|
|
|
-4 |
-2 |
|
|
Выберем разрешающий элемент. Для этого делим столбец на столбец получим
столбец 1. Здесь минимальное отношение но таких результатов 3 (возникла неоднозначность) ! Следовательно, надо искать новое минимальное отношение столбцаразрешающая, а разрешающий элемент1. Выводим из базиса, а вводим в базис.
Итерация 1
|
|
Коэффициенты при неизвестных |
|
| |||||
|
|
|
|
|
| ||||
1 |
2 | ||||||||
|
6 |
1 |
|
-1 |
|
|
3 |
2 |
|
|
0 |
|
1 |
-5 |
|
|
9 |
0 |
-5/9 |
|
6 |
|
|
1 |
|
1 |
-2 |
|
|
|
0 |
|
|
-3/2 |
1 |
|
2 |
0 |
-3/4 |
F |
24 |
|
|
4 |
|
|
-10 |
|
|
В базисном решении . Возможно зацикливание. Применим и в данном случае правило устранения зацикливания.
Итерация 2
|
|
Коэффициенты при неизвестных |
| ||||||
|
|
|
|
|
|
| |||
|
6 |
1 |
|
5/4 |
-3/2 |
|
|
24/5 | |
|
0 |
|
1 |
7/4 |
-9/2 |
|
|
0 | |
|
6 |
|
|
-1/2 |
1 |
1 |
|
| |
|
0 |
|
|
-3/4 |
1/2 |
|
1 |
| |
F |
24 |
|
|
-7/2 |
5 |
|
|
|
На второй итерации значение целевой функции не изменилось. Базисное решение
Здесь только два решения (24/5 и 0:7/4). Следовательно, 7/4 – разрешающий элемент.
Итерация 3
|
|
Коэффициенты при неизвестных | |||||
|
|
|
|
|
| ||
|
6 |
1 |
- 5/7 |
|
12/7 |
|
|
|
0 |
|
4/7 |
1 |
-18/7 |
|
|
|
6 |
|
2/7 |
|
-2/7 |
1 |
|
|
0 |
|
3/7 |
|
-10/7 |
|
1 |
F |
24 |
|
2 |
|
-4 |
|
|
После итерации 3 значение Fтакже не изменилось., авводим в базис.
Итерация 4
|
|
Коэффициенты при неизвестных | |||||
|
|
|
|
|
| ||
|
7/2 |
7/12 |
-5/12 |
|
1 |
|
|
|
9 |
3/8 |
-1/2 |
1 |
|
|
|
|
7 |
1/6 |
1/6 |
|
|
1 |
|
|
5 |
5/6 |
-1/6 |
|
|
|
1 |
F |
38 |
7/3 |
1/3 |
|
|
|
|
Все оценки положительны, т.е. получено оптимально решение: