- •Пример прикладных задач Задача 1. Производственная задача
- •Задача 2. О строительстве зрительного зала
- •Задачи нелинейного программирования
- •Линейное программирование
- •Свойства задач линейного программирования
- •Симплекс метод
- •Формальное описание симплекс метода
- •Правило одного шага Жорданого исключения
- •Метод искусственного базиса
- •Необходимость.
- •Теория двойственности в линейном программировании
- •Одновременное решение прямой и двойственной задачи
Задачи нелинейного программирования
(самые трудно решаемые)
Линейное программирование
Рассмотрим стандартную форму задачи линейного программирования:
И рассмотрим каноническую форму
- оптимальное решение
- множество всех оптимальных решений
Задача ЛП разрешима, если множество (иначе неразрешима)
Различают 2 типа неразрешимости:
Неразрешимость 1го типа (НР1)
Неразрешимость 2го типа (НР2)
(целевая функция не ограничена сверху)
Свойства задач линейного программирования
– выпуклое множество
Множество в задаче назовем многогранным, если непусто пересечение конечного числа гиперплоскостей и полуплоскостей
Гиперплоскость задается уравнением:
Полупространство задается неравенством:
Целевая функция задачи одновременно выпуклая и вогнутая
(любой ее локальный экстремум является глобальным)
-
ОПРЕДЕЛЕНИЕ
Опорным решение СЛУ называется такое допустимое решение задачи , что положительными координатами соответствует линейно независимые столбцы матрицы A:
Геометрическим образом опорного решения является вершина многогранника
-
ОПРЕДЕЛЕНИЕ
Базисом опорного решения называется m линейно независимых столбцов, среди которых присутствуют столбцы соответствующие положительным компонентам
ЗАМЕЧАНИЕ
Определение дано в предположении, что
Если , то вычеркиваем линейно зависимые уравнения
Если опорное решение – невырожденное (т.е. ), то получится единственный базис
Если вырожденное ( ), то этому решению соответствует базисы, число которых
СВОЙСТВО
(конечность числа опорных решений)
Число опорных решений СЛУ конечно
ДОКАЗАТЕЛЬСТВО
Из n столбцов можно построить не более чем базисов, следовательно число опорных решений конечно
ТЕОРЕМА
(об экстремуме линейной функции на многогранном множестве (множестве допустимых решений))
Если задача ЛП – разрешима, то целевая функция достигает своего max значения хотя бы на одном опорном решении СЛУ
ДОКАЗАТЕЛЬСТВО
Рассмотрим задачу в канонической форме ( задача сводится к канонической)
По условию, задача разрешима, те
Выберем любое оптимальное решение
Если оно является опорным ч.т.д
не является опорным
Будем считать, что первые k координат положительные
Но т.к. - не является опорным решением, то
Следовательно cсуществуют отличные от нуля
Всегда будем считать, что есть такие, что не равны нулю.
Но с другой стороны существует нетривиальное решение системы уравнений , а т.к. оно однородное, то существует решение с точностью до знака
Допишем к системе (2) уравнение
Получим:
Решение системы:
Теперь определим так, чтобы
Получим общее решение данной системы:
– всегда конечное положительное число (т.к. есть всегда)
– величина отрицательная (может быть )
Учитывая однородность (2), можно утверждать, что (*)
Чтобы убедится в конечности , построим семейство дополнительных решений задачи
Заметим, что оно имеет меньше чем положительных компонент.
Докажем, что все эти решения являются оптимальными
Для этого докажем, что
Рассмотрим целевую функцию:
Из неравенства получаем, что
Т.к. на принимает как положительные, так и отрицательные значения, то
Тогда
Следовательно – оптимальное решение задачи.
Итерируя описанный процесс преобразования , через конечное число итераций получим оптимальное опорное решение.
¤
ВЫВОД
Чтобы решить задачу линейного программирования, достаточно перебрать опорные решения системы линейных уравнений.
ТЕОРЕМА
(о разрешимости задачи ЛП)
Если , а целевая функция ограничена сверху, то задача линейного программирования разрешима (в задачи на max)