Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
МОП_лекции.docx
Скачиваний:
3
Добавлен:
23.11.2019
Размер:
810.21 Кб
Скачать

1.2. Графическое решение двумерных задач

На примере 1 мы показали, каким образом задачи ЛП возникают на практике, и продемонстрировали графический метод их решения. Рассмотрим еще несколько простых примеров, чтобы выявить несколько общих свойств задач ЛП, которые могут подсказать путь к их общему решению.

Пример 1

Минимизировать функцию

при ограничениях

,

,

,

.

Допустимой областью, изображенной на рис. 1.2, является четырехугольник PQRS.

Рис. 1.2

Два последних ограничения усиливают условия неотрицательности. Функция убывает в направлении вектора

.

Минимальное значение функции = – 68 и достигается в точке = (12, 8). Заметим, что, как и в примере 1, минимум достигается в вершине допустимой области. Оптимальным решением задачи является точках = 12, = 8 с минимальным значением функции = – 68.

Иногда задача имеет более чем одно оптимальное решение.

Пример 2

Минимизировать функцию

при ограничениях

,

.

На рис. 1.3 четырехугольник ОАВС изображает допустимую область , , и, таким образом, вектор указывает направление убывания функции . Любая точка на отрезке ВС является оптимальным решением. В частности, в вершинах В = и С = (2, 0) достигаются оптимальные решения, соответствующие одному и тому же минимальному значению функции = – 12.

Рис. 1.3

Любая точка на отрезке ВС представляется формулой

,

где .

Для каждой такой точки значение функции равно

. Функция имеет единственное минимальное значение.

Иногда решение задачи не ограничено.

Пример 3

Максимизировать функцию

при ограничениях

,

.

Допустимая область, изображенная на рис. 1.4, не ограничена в направлении, в котором функция возрастает, т. е. в допустимой области не существует конечной точки, в которой функция достигала бы максимума.

Рис. 1.4

Решение, как и максимальное значение функции , не ограничено. Однако некоторые задачи с неограниченными допустимыми областями имеют конечные решения. Например, задача максимизации функции при ограничениях из примера 3 имеет конечное решение.

Разумеется, если бы задача состояла в минимизации функции при тех же ограничениях, то минимум достигался бы в единственной точке (min) = 1 в вершине допустимой области ( = 1, = 0).

Иногда задача не имеет решения, поскольку допустимой области не существует.

Пример 4

Минимизировать функцию

при ограничениях

,

.

Ограничения задачи противоречивы, поэтому нет допустимых решений (рис. 1.5).

Рис.1.6

Уже из рассмотренных выше примеров можно вывести несколько характерных черт задач линейного программирования. Во-первых, допустимая область всегда является выпуклым многоугольником, даже в случае, когда она не ограничена. Во-вторых, оптимальное решение всегда достигается в вершинах допустимой области. В примере 2 и вершина В, и вершина С являются оптимальными точками. Эти результаты могут быть обобщены.