- •Глава I.
- •§ 1. Общие сведения
- •§ 2. Этапы операционного исследования
- •Глава II.
- •§ 3. Виды математических моделей, описываемых уравнениямл регрессии
- •§ 4. Дискриминация математических моделей, описываемых с помощью уравнений регрессии
- •§ 5. Проверка математической модели на адекватность
- •§ 6. Определение оптимальных решений на основе полученных уравнений регрессии
- •Глава III.
- •§7. Общие сведения
- •§ 8. Принятие решения в условиях полной определенности
- •§9. Принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими вероятностями
- •§10. Принятие решения в условиях полной неопределенности, когда вероятности внешних условий неизвестны
- •Глава IV.
- •§11. Общие сведения
- •§12. Закон распределения случайной функции. Характеристики случайной функции
- •Глава V.
- •§15. Общие сведения
- •§16. Определение вероятностей состояний системы, описываемой случайным марковским процессом с дискретными состояниями и дискретным временем
- •Глава VI.
- •§17. Общие сведения
- •§18. Одноканальная система с отказами
- •§ 20. Многоканальная система массового обслуживания с ожиданием в очереди при ограничении длины очереди
- •§ 21. Замкнутые системы массового обслуживания
- •§22. Теоретические основы метода
- •§ 23. Алгоритм для моделирования случайных величин, распределенных по показательному закону
- •§24. Решение задачи теории массового обслуживания методом статистического моделирования
- •Глава VIII.
- •§25. Общие сведения
- •§26. Решение задач линейного программирования графическим способом
- •§27. Математическая формулировка задачи линейного программирования
- •§ 28. Разрешимость системы ограничений в задачах линейного программирования
- •§29. Решение экономических задач методом линейного программирования
- •§30. Терминология, применяемая при решении задач линейного программирования
- •§ 37. Идея симплекс—метода
- •§38. Табличный симплексный метод
- •Глава IX.
- •§40. Общие сведения
- •§ 41. Проверка согласованности показаний двух экспертов
- •§42. Проверка согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела
- •§ 43. Оценка компетентности экспертов
- •§ 44. Определение весов частных показателей эффективности
§26. Решение задач линейного программирования графическим способом
Проиллюстрируем порядок определения экстремума линейной функции графическим способом, на переменные которой наложены ограничения в виде линейных неравенств. Как будет показано ниже, ограничения на переменные образуют собой область существования функции 2. , которая обозначается ОДР.
Пример 10. Задана линейная функция Ъ = Х- +3^ , на переменные которой наложены ограничения1: 2 Х-у ^ 5 ; 2У~Х 5-5 и Х + у ^ 4 . Требуется построить область существования функции и найти ее максимальное и минимальное значения. Решение. Наносим ограничения и след функции Ъ на координатную плоскость (см. рис.23).
Рис.24. Область существования линейной функции двух переменных 2. для двумерного случая: а) —замкнутая область; б) —незамкнутая область
След (линия), отвечающий функции 2. на плоскости ХОУ, называется опорной линией. В полном курсе линейного программирования доказывается теорема, что линейная функция, на переменные которой наложены ограничения, может достигать экстремума только в вершинах области ее существования. Поэтому при графическом способе для определения экстремума линейной функции, опорную линию перемещают пара,дле,льно самой себе (перпендикулярно вектору—градиенту) до ее соприкосновения с вершинами области ее существования (области ОДР). Для рассматриваемого примера область существования функции представляет собой треугольник. Значения линейной функции в вершинах указанного треугольника, составляют:
Таким образом экстремумы заданной функции найдены. В рассматриваемом случае задача решается сравнительно просто, т.к. область существования функции имеет всего лишь три вершины. В общем случае при решении задач линейного программирования область существования функции может быть представлена не только треугольником, но и многоугольником. При этом она может быть замкнутой и незамкнутой (см. рис. 24).
Для трехмерного пространства область существования функции уже представляет собой многогранник, который может быть правильным и неправильным. Это значит, что в этом случае область существования функции может собой представлять, например, тетраэдр (4 вершины), икосаэдр (12 вершин), додекаэдр (20 вершин) и какой- либо неправильный многогранник ^см. рис. 25).
Для четырех-,пяти-и у\ ^-мерного пространства область существования линейной функции, на переменные которой наложены ограничения, уже не может быть представлена графически.
Очевидно, что число вершин указанных многоугольников, в одной из которых функция Н. достигает своего максимума и в другой минимума, может быть значительным, Поэтому простой перебор всех вершин многогранников (называемый методом сканирования) связан с весьма трудоемкими вычислениями. Как будет показано ниже, при решении задач линейного программирования любой рложности применяется, так называемый, "симплексный метод", согласно которому переход совершается от худшей вершины только к лучшей. Поэтому любая сложная задача с помощью симплексного метода решается за небольшое число итераций, т£. приближений.
