- •Математические методы теории оптимизации. Понятие экстремальных задач, примеры. Основные понятия лп.
- •Историческая справка.
- •Задача планирования производства.
- •Задача о рационе.
- •Транспортная задача.
- •Раздел 1. Линейное программирование.
- •Определение канонической формы задач.
- •Основные свойства решения задач лп
- •Элементы выпуклого анализа.
- •Множество решений задачи линейного программирования (если оно не пусто) является выпуклым многогранником.
- •Любая точка многогранника решений является линейно - выпуклой комбинацией его угловых точек. Опорное и базисное решение.
- •Алгебраическая характеристика угловой точки.
- •Симплексный метод.
- •Задача № 1.
- •Правило определения вектора вводимого в базис.
- •Метод искусственного базиса (м-метод).
- •Расширенная задача.
- •Исходная симплекс-таблица расширенной задачи.
- •Теория двойственности в линейном программировании.
- •Экономическая интерпретация
- •Виды моделей двойственных задач.
- •Соответствие между прямой и двойственной задачами.
- •Нахождение решения двойственной задачи по симплекс-таблице оптимального решения прямой задачи.
- •Экономическая интерпретация двойственности.
- •Экономическая интерпретация переменных двойственных задач.
- •Раздел II. Специальные задачи лп Целочисленное программирование.
- •Задачи целочисленного программирования.
- •Пример: «Задача о рюкзаке (задача загрузки корабля)»
- •Пример: «Задача о распределение инвестиций»
- •Первый алгоритм Гомори (аддитивный)
- •Алгоритм Гомори состоит из двух шагов:
- •Метод ветвей и границ.
- •Специальные виды целочисленных задач. Транспортная задача
- •Методы решения транспортной задачи
- •Вторая транспортная теорема
- •Метод потенциалов (Канторович)
- •Алгоритм решения
- •Задача о назначениях. Венгерский алгоритм.
- •А лгоритм решения:
Задача о рационе.
Фермер имеет в своем распоряжении n-видов кормов для кормления домашних животных, каждый из которых содержит m-видов различных питательных веществ. Известно, что единица каждого вида кормов содержит определенное количество единиц каждого вида питательных веществ и имеет конкретную стоимость.
Требуется составить такой рацион, который бы удовлетворял потребность во всех питательных веществах, и имел бы наименьшую стоимость.
Транспортная задача.
Определить оптимального план перевозок однородного продукта из пунктов отправления в пункты назначения при известных тарифах, запасах в пунктах отправления и потребностях в пунктах назначения.
Раздел 1. Линейное программирование.
Предметом изучения данного раздела являются линейные экстремальные задачи, в которых целевая функция и функция ограничения линейны.
Определение: общей задачей линейного программирования называется задача, состоящая в нахождении максимального значения целевой функции.
Z= cjxj max при условии
aijxj{ } bi(i= )
xj 0 (j n)
где aij; bi; cj – заданные постоянные величины,
целевая функция задачи (линейная форма)
ограничение задачи (типа равенства или неравенства)
3. условие неотрицательности переменной
Определение: стандартной (симметричной) задачей ЛП называется задача, в которой целевая функция исследуется на максимум или минимум, ограничение только типа неравенств, причем в одну сторону, а для всех переменных выполняется условие неотрицательности.
Определение канонической формы задач.
Канонической (основной) задачей линейного программирования называется задача, в которой:
1) функция цели исследуется на максимум или минимум 2) ограничение задачи только типа неравенства (в одну сторону)
3) все переменные неотрицательны (xj ≥ 0)
4) элементы столбца правых частей положительны (bi>0 i= )
Определение: совокупность n-чисел (x1……xn), удовлетворяющих ограничению задачи, назовем допустимым решением или планом задачи. План X*=(X …X ) называется оптимальным, если на нем целевая функция принимает максимальное (минимальное) значение.
Основные свойства решения задач лп
Рассмотрим различные формы представления задачи линейного программирования:
В екторная форма записи:
Z=CXmax
A1X1+…+AnXn B
X 0
где C=(C1…Cn) – вектор коэффициента целевой функции (строка коэффициента);
X=(Х1…….Хn) – вектор-строка переменных задач;
CX – скалярное произведение векторов, равное сумме произведений их соответствующих компонентов,т.е. СХ = С1Х1 +….+ СnХn;
A1…An – векторы условий, но векторы-столбцы при соответствующих переменных;
B – вектор - столбец ограничения или вектор правых частей.
М атричная форма
Z=CX max
AX B
X 0
A – матрица условий, составленная из столбцов-векторов A1…An,
X2
3)Геометрическая интерпретация
Z=C1X1+…..+CnXn max
a1x1+….+an xn bi
……………..
X1
Am x1+……+amnxn bm
x1….. xn 0
Геометрическую интерпретацию даем только в случае двух переменных. Тогда выражение Z=C1X1+C2X2 в зависимости от значения Z представляет собой семейство параллельных прямых, которые в точке (0,0) Z=0, и с увеличением Z прямые «приближаются» к границам области допустимых решений, которые определяются заданными неравенствами. Максимальное значение целевой функции достигается в одной (или нескольких) граничных точках области допустимых решений.
Необходимые сведения берутся из линейной алгебры.
Вектор – упорядоченный набор из n-действительных чисел, которые называются координатами вектора.
Векторы равны, когда они имеют одинаковую размерность и соответствующие координаты совпадают.
Вектор B , равный α1A1+…+αnAn, является линейной комбинацией векторов A1…An, если существуют такие числа a1…an, одновременно не равные нулю, при которых это равенство выполняется.
Система векторов A1…An называется линейно зависимой, если существуют такие числа a1,…,am 0(одновременно не равные нулю) и такие что выполняется равенство: (*) 0=a1A1+…amAm , где 0 – нуль-вектор (все его компоненты равны нулю).
Через Rn обозначим множество всех векторов размерности n c операциями сложения векторов и умножения их на число. В дальнейшем рассмотрим только векторы одинаковой размерности.
Если равенство (*) выполняется только в случае, когда все a1,…an равны нулю, то система векторов A1…An линейно независима.
Содержательно: система векторов линейно независима, если никакой ее вектор нельзя представить в виде линейной комбинации остальных векторов системы.
Базис – максимально линейно-независимая система векторов в пространстве. Любой базис содержит в пространстве Rn n-векторов. Единичный базис – система, состоящая из n различных единичных векторов E1……En (i-й единичный вектор, у которого на i месте 1, а остальные компоненты равны 0).