
- •В.Г. Шуметов линейное программирование (двумерный случай)
- •Содержание
- •Методические указания к выполнению типового расчета по теме
- •Вопросы для изучения
- •Рекомендуемая литература
- •Цель типового расчета
- •Указания к выполнению типового расчета
- •Раздел 1. Основные положения теории линейного программирования
- •Раздел 2. Геометрический метод решения задач лп в случае двух переменных
- •Двойственные задачи линейного программирования
- •Координаты вершин многоугольника допустимых решений и значения целевой функции
- •Исходные данные задачи (издержки перевозок cij, потребности wj, мощности поставок fi)
- •Оптимальный план перевозок
- •Задание на самостоятельную работу
Двойственные задачи линейного программирования
Первая задача |
Вторая задача |
Ограничения |
|
Все хi ³ 0, i = 1, 2 |
Все yj ³ 0, j = 1, 2, 3, 4 |
|
|
8х1 + 5х2 £ 320; 4х1 + 5х2 £ 200; -1х1 + 0х2 £ -15; 0х1 + (-1)х2 £ -10 |
8y1 + 4y2 + (-1)y3 + 0y4 ³ 1,75 5y1 + 5y2 + 0y3 + (-1)y4 ³ 1,50 |
Целевая функция |
|
Ц
=
|
D
=
|
Ц = 1,75х1 + 1,50х2 |
D = 320y1 + 200y2 - 15y3 - 10y4 |
Задача |
|
Максимизировать Ц |
Минимизировать D |
Первая задача является двумерной и может быть решена графическим методом.
На первом этапе решения находим множество допустимых решений, представив ограничения задачи максимизации целевой функции в виде пересечения множества решений, каждое из которых выражается линейным неравенством с двумя неизвестными х1 и х2 (рис. 1).
Ц
=76,5 x2 x1
= 15
70
60
50
40 8x1
+ 5x2
=
320
Ц=0 30 4x1
+ 5x2
=
200
20 B C
10
A
D
x2
= 10
0
10 20 30 40 50 x1
Рис. 1. Графическое решение задачи оптимизации
График строим в следующей последовательности.
Вначале наносим линии (пунктирные прямые на рис. 1), уравнения которых заданы равенствами, получаемыми из соответствующих неравенств-ограничений:
8х1 + 5х2 = 320;
4х1 + 5х2 = 200;
х1 = 15;
х2 = 10.
Затем выделяем область допустимых решений системы неравенств:
8х1 + 5х2 £ 320;
4х1 + 5х2 £ 200;
х1 ³ 15;
х2 ³ 10.
Из неравенств и геометрических соображений ясно, что это область ограничена многоугольником ABCD, т.е. точки внутри и на границах этого многоугольника имеют координаты х1 и х2, смысл которых число изделий 1 и 2 соответственно, удовлетворяющих ограничениям задачи.
Из теории линейного программирования следует, что задача имеет оптимальное решение на границах области допустимых решений, в данном случае в вершинах или на ребрах многоугольника ABCD. Можно рассчитать значения оптимизируемой (целевой) функции в вершинах многоугольника ABCD, а затем простым “перебором” найти оптимальный план производства. Координаты вершин находим решением соответствующих систем уравнений.
Так, для координат вершины А имеем непосредственно значения: х1 = 15; х2 = 10.
Для расчета координат вершины В необходимо решить систему уравнений:
х1 = 15;
4х1 + 5х2 = 200.
Получаем координаты вершины В: х1 = 15; х2 = 28.
Для расчета координат вершины С необходимо решить систему уравнений:
4х1 + 5х2 = 200;
8х1 + 5х2 = 320.
Отсюда координаты вершины С: х1 = 30; х2 = 16.
Для расчета координат вершины D имеем систему уравнений:
8х1 + 5х2 = 320;
х2 = 10.
Координаты вершины D: х1 = 33,75; х2 = 10.
Первые три вершины имеют целочисленные координаты и удовлетворяют смыслу задачи. Четвертая вершина имеет координату х1 = 33,75, что не имеет физического смысла. Можно принять в качестве решения ближайшую точку, принадлежащую многоугольнику допустимых решений, с целочисленными координатами х1 = 33; х2 = 10. Результаты расчета значений целевой функции в вершинах многоугольника допустимых решений и близких к ним точках сводим в табл. 2.
Т а б л и ц а 2