- •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:
Теория двойственности в линейном программировании.
Важную роль в линейном программировании играют двойственные (сопряженные) задачи, особенно по отношению к задачам, связанным с планированием производства и распределением ресурсов. Допустимое решение прямой и двойственной задач прямо связаны между собой, однако, их оптимальные решения таковы, что зная одно из них, сразу же определить оптимальное решение другой.
Часто решение двойственной задачи найти намного легче, чем решение прямой.
Прямая задача: предприятие имеет m-видов ресурсов в количестве bi (i= ), из которых планируют произвести n – видов продукции : j= . Для производства единицы j-ого вида продукции предполагается использовать aij-единиц i-того вида ресурсов, цена реализации единицы продукции равна cj. Требуется указать сколько и какого вида продукци следует выпускать, чтобы обеспечить максимальную прибыль от ее реализации.
Формально, следует определить вектор Х=(x1,…,xn) удовлетворяющими ограничениям
a11x1+…+a1nxn b1
……………………
am1x1+…+amnxn bm
xj 0 j=
и обеспечивающей максимум функции Z=С1Х1+…+СnХn
Оценим стоимость ресурсов, необходимых для производства продукции указанных видов.
За единицу оценки стоимости ресурсов принимают единицу стоимости выпускаемой продукции.
Через yi обозначим оценку стоимости единицы i-того вида ресурса. Тогда оценка стоимости ресурсов, затраченных на изготовление единицы j-ого вида продукции, будет равна aijyi– и она не меньше стоимости выпускаемой продукции aijyi сj j= . При этом оценка стоимости затраченных ресурсов выражается biyi min. Формально требуется определить вектор Y=(y1…..ym), удовлетворяющий ограничениям:
a11y1+…+a1mym c1
……………………...
an1y1+…+anmym cn
yi 0 i=
и обеспечивающий минимум целевой функции F=b1y1+...+bmym min.
Стоимостное выражение ресурса не есть его цена и поэтому y1…ym – это есть неявные или учетные цены.
Экономическая интерпретация
Прямая: сколько и какой продукции необходимо произвести, чтобы при заданных ценах реализации, объемах и заданном способе производства получить максимальную прибыль от реализации произведенной продукции. Z=CX max AXB X0
|
Двойственная: какова должна быть оценка цены единицы каждого вида ресурсов, чтобы при имеющихся их объемах, величин стоимости реализации и заданном способе производства, минимизировать общую оценку стоимости затрат. F=BY min ATYC Y0 |
Виды моделей двойственных задач.
1.Не симметричные |
|
Прямая
|
Двойственная |
1)Z=CX max AX=B X 0 |
1)F=YB min YAT C
|
|
|
1)Z=CX max AX B X 0
|
1)F=BY min ATY C Y 0 |
Соответствие между прямой и двойственной задачами.
Прямая |
Двойственная |
1)Целевая функция исследуется на max
|
1)Целевая функция исследуется на min |
2) коэффициент целевой функции C=(C1…Cn) – вектор-строка |
2)Вектор-столбец ограничений |
3) матрица ограничений – А |
3)Транспонированная матрица AT |
4)B=( ) вектор–столбец ограничений |
4)Коэффициент целевой функции В=(b1……bn) – вектор-строка |
5)Неравенство в ограничениях: правых частей |
5) правых частей
|
6)Ограничения:
|
6)Ограничения:
|
7)Переменные: а) Xj 0 переменные неотрицательны б) на переменную Xj – нет ограничений на знак |
7) Переменные: а) J-е ограничение-неравенство б) J-е ограничение равенство
|
Число ограничений двойственной задачи равно числу переменных прямой, а число переменных двойственной задачи равно числу ограничений прямой.
Теорема 6.1 «Первая теорема двойственности»
Для любой пары двойственных задач имеет место одно из следующих вариантов:
Прямая и двойственная задачи имеют оптимальные решения тогда, когда значения целевой функции (на оптимальных решениях этих задач) совпадают.
Целевая функция прямой задачи не ограничена сверху на не пустом множестве планов, тогда двойственная задача имеет пустое множество допустимых решений.
Прямая и двойственная задачи могут иметь пустые множества допустимых решений.
Если множество допустимых решений одной из двойственных задач пусто, то целевая функция другой задачи не ограничена.
Лемма 1.
Для любых планов X и Y прямой и двойственной задач соответственно (прямая – максимум, двойственная – минимум) имеет место Z(X*) F(Y*), где Z – целевая функция переменной, F – функция двойственной задачи.
Теорема 6. 2 «Вторая теорема двойственности»
Пусть X*=(X ,…X ) и Y*=(Y ,…Y ) допустимые решения прямой и двойственной задач соответственно. Для того, чтобы X* и Y* были оптимальными решениями прямой и двойственной задач, необходимо и достаточно выполнение следующих условий:
x ( aijy* -cj)=0 j=
y ( aijx*j-bi)=0 i=
Условие 1 и 2 позволяют, зная оптимальное решение одной из задач, найти оптимальное решение другой. На основании второй теоремы двойственности сформулируем критерий оптимальности для допустимого решения задачи.
Теорема 6.3.
Пусть X*=(X ,…X ) допустимое решение прямой задачи. Вектор X* является оптимальным решением прямой задачи тогда и только тогда, когда среди решений системы уравнений (1) при X 0 содержалось хотя бы одно допустимое решение двойственной задачи, в которой yi=0 при aijxj<bi.