- •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.
16. Симплекс - метод решений задач линейного программирования.
Симплекс - выпуклый многогранник в N-мерном пространстве имеющий N+1 вершину и грань. Рис 16.1. Рассмотрим способ решения задачи линейного программирования симплекс-методом. Пусть система ограничений задана в форме равенств
(1)
Пусть r<n, выразим r-независимых переменных через остальные n-r:
Хi, i=1,2….. -базисные
Xj, j= r+1,n – свободные
т.к свободным переменным можно придавать любые значения, то Xj=0 при j= r+1,n; Хi=Bi при i=1,r; col(b1 (x1),b2 (x2),…. br (xr),0(xr+1) ,0(xn)) - первое базисное решение. Полученные решения являются допустимыми, т.к Xj=0 при j= r+1,n; Хi=Bi при i=1,r;
R=C1X1+C2X2+CnXn (3) подставим вместо базисных элементов их выражения через свободное R=Cо’+Cr+1’Xr+1+ Cr+2’Xr+2+Cn’Xn.
Для 1-ого базисного решения R=C0’ (5)
Далее переходим ко 2-му базисному решению таким образом, чтобы значение линейной формы r не увеличилось (пусть ищем минимум R). Переход осуществляется следующим образом – одна из базисных неизвестных заменяется свободной неизвестной и находится второе базисное решение. Этот процесс повторяется до тех пор, пока r не достигнет минимального значения.
Рассмотрим процедуру достижения минимума линейной формы:
R=3-X4+X5
X=arg min R(X), rangA=3
1-е Б.р: Х=col(2(x1),7(x2),2(x3), 0(x4), 0(x5))
При переходе возникает вопрос об увеличении x4.
Х4 можно увеличивать только до двух, т.к. в противном x1 случае становится <0, что по условиям линейного программирования недопустимо.
2-е Б.р: Х=col(0(x1),3(x2),4(x3),2(x4),0(x5))
Выразим новые базисные переменные x2, x3 ,x4 через свободные x1,x5
R=1+ x1+ 2x5
X(опт)=X(2-ого Б.р)= col (0(x1),3(x2),4(x3),2(x4),0(x5)) – задача решена.
17.Метод искусственного базиса
Рассмотрим различные случаи нахождения 1-ого базисного решения. Ограничения имеют вид неравенств:
чтобы перейти к равенствам введем дополнительные переменные:
(2)
Матрицы дополнительных переменных образуют диагональную первую подматрицу, элементы которой положительны, дополнительные переменные положительны и могут быть использованы для определения 1-ого Б.Р., которые имеют вид: Хn+j=bj, j=1,m. Свободные переменные: Хi=0 i=1,n. Это решение является дополнительным, т.к оно содержит m-положительных компонентов, остальные m-компоненты =0
2)
(4)
Для этого выберем из системы уравнений (1) у которого правая часть max bj>bk, выберем уравнение у которого bj максимальное, остальные умножаем на (-1) и складываем каждое из них с выбранным уравнением у которого b максимальное (bk=bm), тогда получим новую систему, состоящую из m-1 уравнений эквивалентных исходной но с положительным коэффициентом единичной подматрицы.
(5)
(6)
Где a’ji=-aj2+ami,b’j=bm-bj, i=1,n; j=1,m-1(7)
Новая система имеет единичную подматрицу с положительными элементами (порядок матрицы m-1), для того чтобы дополнить эту подматрицу до подматрицы порядка m введем в уравнение (6) искусственную переменную (Хn+m+1) со знаком «+» в результате получим:
(8)
Тогда переменные Хj,i=n+1,n+(m-1), совпадая с (Хn+m+1) образуют единичную подматрицу с положительными элементами, которую использую для нахождения первого базисного решения Хj ≥0, однако при достижении оптимума новая переменная (Хn+m+1)=0. Чтобы исключить базисный вектор, составляющий эту переменную, её вводят в критерий R в след виде:
, где М- большое положительное число (если ищем максимум)
Значение М должно превышать на много значение R, которое ожидается при решении задачи
3)
Представляет собой простую комбинацию одного из случаев для неравенства 1-ого вида как в случай 1), а для неравенства 2-вида как в случае 2).