- •Министерство образования Российской Федерации.
- •2. Многокритериальность. Особенности многокритериальных задач.
- •3. Однокритериальные задачи исследования операций.
- •4. Понятия и определения.
- •5. Математические модели в задачах оптимизации.
- •6. Постановка задачи оптимизации. Графическая интерпретация задачи оптимизации.
- •7. Классификация хтп и хтс с позиции решения задач оптимизации.
- •8.Критерии оптимальности.
- •9.Технико-экономические критерии (прибыль, норма прибыли)
- •10. Критерий оптимальности в виде алгебраической функции.
- •11.Критерий оптимальности в виде аддитивной функции частных критериев оптимальности.
- •12. Критерии оптимальности в виде линейной функции от управления.
- •13. Критерии оптимальности в виде функционала.
- •14.Линейное программирование. Постановка задачи лп.
- •Математическая формулировка задач линейного программирования.
- •15. Графическое представление задачи лп.
- •16. Симплекс - метод решений задач линейного программирования.
- •17.Метод искусственного базиса
- •18.Оптимальная организация производства продукции при ограниченных запасах сырья.
- •19. Методы оптимизации основанные на классическом математическом анализе.
- •20. Достаточные условия существования экстремума.
- •Условия Сильвестра.
- •22. Задачи на условный экстремум. Теорема Куна-Теккера.
- •23. Метод Штрафов в задачах на условный экстремум.
- •25. Метод неопределенных множителей Лагранжа как частный случай теоремы Куна-Таккера. Пример использования метода (проектирование опт. Бочки)
- •26. Мнл. Распределение потоков сырья между параллельно работающими аппаратами.
Математическая формулировка задач линейного программирования.
Пусть задана линейная форма R=C1X1+C2X2+CnXn=∑CnXn (1) и ограничения
a11x1+a22x2+a1nxn-b1≥0
a21x1+a22x2+a2nxn-b2≥0 (2)-может содержать как равенства, так и неравенства
am1x1+a22x2+amnxn-bm≥0
Задача формулируется вербально: требуется среди всех неотрицательных решений системы (2) найти такое, при котором линейная форма (1) принимает наименьшее значение.
Утверждение: ограничение задачи (2) можно выразить как в форме равенств, так и неравенств
1) Пусть ограничения заданы в виде неравенств, покажем, что можно перейти к задаче с ограничениями в виде уравнений. Рассмотрим любое из неравенств:
ak1x1+ak2x2+aknxn-b1≥0
Для того, чтобы сделать неравенство в равенство, необходимо уменьшить левую часть неравенства
ak1x1+ak2x2+aknxn-xn+k=bk
т.к по условию задачи Хn+k≥0 то оно вводится со знаком «-». Такие дополнительные переменные можно ввести во все неравенства системы и система (2) будет представлять собой систему уравнений, однако веденные дополнительные переменные увеличат размерность на число введенных переменных. В решении задач оптимизации эти дополнительные переменные выступают как вспомогательные.
2) Пусть ограничения заданы в виде равенств – покажем, что от равенств можно перейти к системе ограничений в виде неравенств:
aknx1+ak2x2+aknxn=bk
R=C1X1+C2X2+CnXn при m<n, k=1, m
Рассматривается когда система (1) совместна, т.е. ранг матрицы коэффициентов системы = рангу рассматриваемой матрицы rangA=r; r-переменных можно взять в качестве базисных и выразить через остальные(n-r), которые называются свободными
(3)
В линейную (2) поставляем (3) и следующее уравнение:
R=C'0+C'r+1Xr+1+C'nXn
т.к в условии (3) все переменные положительны, то все Хi≥0 положительные.
(5)
Система (5) с линейной формой 4 позволяет эквивалентно записать задачу (1), (2).
15. Графическое представление задачи лп.
Любое неотрицательное решение системы ограничений называется допустимым. Допустимое решение, доставляющее min (max) в линейной форме, называется оптимальным. Совокупность всех допустимых решений системы ограничений называется областью решений.
Рассмотрим систему ограничений в виде равенств
Допустим, что существует решение системы (1), т.е. система линейных уравнений совместна
rangA=rangB
rangA=n-система (1) имеет единственное решение
rangA<n-бесконечно большое число решений
col(x1 x2…xn)=x-единственное решение
Во втором случае каждое решение системы ограничений в пространстве с системой координат определяет некоторую гиперплоскость. Появляется возможность среди множества решений подбора таких значений как
,
которые дают экстремальное значение R.
Проиллюстрируем сказанное на примере 2-х переменных R=х1+х2 и задана система ограничений типа неравенств
2 х1+ х2≤1
х1+2 х2≤1 (4)
Неравенство (4) на плоскости х1 и х2 будут определять ограниченную область рис 15.1
Xopt=argmaxR(), 2 х1+ х2≤1, х1+2 х2≤1
Требования (свойства) к области допустимых решений:
1.Область должна быть выпуклой
Для многогранной области это будет равносильно тому, что вся область лежит по одну сторону от гиперплоскости, проходящей через грань области. Критерий оптимальности в виде линейной формы (3) определяет на плоскости некоторую прямую. R м.б. достигнуто либо в одной точке и эта точка является вершиной области, либо в бесчисленном множестве точек и это геометрическое место есть гиперплоскость, ограничивающая эту область.