- •Математическое программирование.
- •Введение
- •1. Целочисленное программирование
- •Метод Гомори
- •Метод ветвей и границ
- •1.3 Задачи для самостоятельной работы
- •2. Теория игр
- •2.1. Основные положения теории игр
- •2.2. Решение матричной игры в чистых стратегиях
- •2.3. Решение матичной игры в смешанных стратегиях
- •2.4. Игра 2 2
- •2.5. Сведение матричной игры к задаче линейного программирования
- •2.6. Игры с природой
- •2.7. Задачи для самостоятельной работы
- •3. Линейный межотраслевой баланс
- •3.2. Задачи для самостоятельной работы
- •4. Нелинейное программирование
- •4.1 Постановка задача нелинейного программирования
- •4.2 Решение задач нелинейного программирования с ограничениями-равенствами
- •4.3. Решение задач нелинейного программирования с ограничениями-неравенствами
- •4.4. Задачи для самостоятельной работы
- •5. Динамическое программирование
- •Долл., долл.,
- •5.3 Задачи для самостоятельной работы
- •6. Контрольные задания
- •Литература
- •Содержание
- •Математическое программирование
4.2 Решение задач нелинейного программирования с ограничениями-равенствами
Основными среди точных методов решения задач нелинейного программирования данного типа является метод множителей Лагранжа.
Теорема. Если - точка локального минимума дифференцируемой функции , то при ограничениях , удовлетворяющих некоторому условию регулярности, для функции Лагранжа
(4.3.)
существует вектор множителей Лагранжа такой, что
, (4.4)
. (4.5.)
Замечания. 1.Множители Лагранжа имеют произвольные знаки.
2. Если f и выпуклы, то необходимые условия (4.4.), (4.5.) являются и достаточными для существования решения задачи (4.1.), (4.2.).
3. Требование регулярности связано с существованием решения системы (4.4.), (4.5.).
Метод множителей Лагранжа позволяет отыскивать максимум или минимум функции при ограничениях–равенствах, т.е. в (4.1) все ограничения являются равенствами. Основная идея метода заключается в переходе от задачи на условный экстремум к задаче отыскания безусловного экстремума некоторой специально построенной функции Лагранжа.
Пусть требуется найти
(4.6.)
при ограничениях
(4.7.)
Составим функцию Лагранжа следующего вида:
Для того чтобы вектор являлся решением задачи (4.6.), (4.7.) , необходимо существование такого вектора , чтобы пара векторов удовлетворяла системе уравнений:
Пример 11. В двух цехах предприятия нужно изготовить 20 изделий некоторой продукции. Затраты, связанные с изготовлением х1 изделий в 1-м цехе, равны руб., а затраты при изготовлении х2 изделий во 2-м цехе равны руб. Составить план производства изделий в двух цехах с минимальными затратами.
Решение. Математическая модель задачи:
Запишем функцию Лагранжа
Для данной точки получим в точке экстремума:
Исследуем характер функции f в окрестности точки , для этого находим
Так как и , то функция выпукла, и точка - точка минимума.
Ответ: Оптимальный план изделий.
4.3. Решение задач нелинейного программирования с ограничениями-неравенствами
Имеется задача нелинейного программирования с ограничениями-неравенствами:
(4.8)
при условиях
(4.9)
Допустим, что функции и все , выпуклы по Х. Такая задача носит название выпуклого программирования и множество решений , определяемое условиями (4.9), является выпуклым. Для задачи (4.8), (4.9) справедлива теорема Куна-Таккера.
Теорема. Пусть , , обладают непрерывными частными производными на некотором открытом множестве пространства , содержащем . Если является точкой минимума при ограничениях , удовлетворяющих некоторому дополнительному условию регулярности, то существуют такие неотрицательные множители Лагранжа для которых выполняются следующие условия:
(4.10)
(4.11)
Последнее условие называется условием дополняющей нежесткости.
Если функции и - выпуклы по Х, то условия оптимальности (4.10), (4.11) будут не только необходимыми, но и достаточными. В этом случае условие существования решения Х и , удовлетворяющего (4.10), (4.11), которое называют условием регулярности, примет вид
для всех .
Пользуясь теоремой Куна-Таккера, задачу нелинейного программирования решают следующим образом.
Шаг 1. Составляют функцию Лагранжа
Шаг 2. Составляют систему уравнений вида (4.10), (4.11).
Шаг 3. Находят ее решение . В отличие от задачи с ограничениями-равенствами вектор должен в этом случае удовлетворять условию неотрицательности.
Часто в задачах исследования операций приходится решать задачи, в которых переменные , должны удовлетворять условию .
Основные положения теории могут быть легко распространены на этот случай. Тогда к ограничению (4.9) следует добавить следующее ограничение:
(4.12)
Это ограничение в общем виде можно записать как
.
Задача представлена в каноническом виде. Применим к ней теорему Куна-Таккера, для чего составим функцию Лагранжа
(4.13)
где - множители, связанные с ограничениями (4.12). Условия теоремы Куна-Таккера выглядят так:
Последнее соотношение представляет собой условия дополняющей нежесткости для ограничений неотрицательности.
Теорема. Пусть задача нелинейного программирования имеет вид
при условиях:
,
а функции и дифференцируемы и выпуклы по Х. Вектор является оптимальным решением задачи тогда и только тогда, когда существует такой вектор , что пара является седловой точкой функции Лагранжа , т.е. выполняются следующие условия:
Пример 12. Предприятие выпускает два вида изделий А и Б. Норма расхода на производство каждого вида изделий приведены в таблице. При этом известно, что сырья имеется 12 т, а оборудования - 30 станко-часов.
Ресурсы |
Норма расхода ресурсов на 1 изделие |
Запас ресурсов |
|
Изделие А |
Изделие Б |
||
Сырье, т |
3 |
2 |
12 |
Оборудование, станко-час |
5 |
6 |
30 |
Оптовые цены, руб. |
9 |
7 |
|
Определить оптимальный план реализации продукции, если себестоимость одного изделия соответственно равна руб. и руб., где и - план выпуска изделий вида А и Б.
Решение.
Математическая запись задачи. Прибыль предприятия при плане равна
.
Для удобства решения перейдем от задачи , к задаче . Тогда ее модель получит вид
Функция Лагранжа получит вид
.
Для данной функции в точке экстремума получим:
При решении данной системы уравнений рассмотрим четыре случая.
1. Этот случай соответствует предположению о том, что - внутренняя точка Х. Тогда
Откуда
Но эта точка не принадлежит Х, так как условие (4.9) не выполняется, т.е.
2. Из и условия (4.8) следует, что точка лежит на границе . Получаем систему линейных уравнений вида
Решив данную систему уравнений, получаем
3. Случай невозможен.
4. Случай невозможен.
Ответ. Оптимальный план изделий.