
- •Построение моделей. Типы моделей
- •Выпуклые множества. Выпуклые функции. Критерии выпуклости функции
- •Постановка задачи оптимизации. Необходимое условие экстремума. Достаточное условие экстремума
- •Определение поверхности (линии) уровня и направления наискорейшего роста целевой функции. Критерий оптимальности
- •Задачи на условный экстремум. Метод множителей Лагранжа. Необходимое условие существования условного локального экстремума функции
- •Задача выпуклого программирования. Теорема Куна-Таккера
- •Постановка задач линейного программирования. Формы записи злп
- •Предмет исследования операций
- •Основное неравенство теории двойственности. Основная теорема двойственности
- •Правило нахождения разрешающего элемента при использовании симплекс-метода. Экономическая интерпретация выбора направляющей строки и столбца
- •Правило построения новой симплексной таблицы. Как выписывается улучшенное решение из новой таблицы
- •Принятие решений в условиях неопределенности. Критерий Лапласа. Критерий Гурвица
- •Двойственность задач линейного программирования. Правило построения двойственной задачи
- •Двойственный симплекс-метод
- •Алгоритм двойственного симплекс-метода
- •Задача коммивояжера. Метод ветвей и границ
- •Задача о назначениях. Венгерский метод
- •Метод Гомори
- •Задачи нахождения кратчайшего пути. Алгоритм Дейкстры
- •Сетевые модели
- •Метод потенциалов
- •Задача нахождения кратчайшего пути. Алгоритм Флойда
- •Математическая постановка и разрешимость транспортной задачи
- •Метод северо-западного угла
- •Метод минимального элемента
- •Задача о максимальном потоке. Алгоритм нахождения максимального потока
- •Перебор разрезов
- •Экономическая интерпретация двойственных переменных. Анализ устойчивости двойственных оценок
- •Метод искусственного базиса (модифицированный симплекс метод)
- •2.1 Положительность строки m
- •2.2 Положительность строки f
Экономическая интерпретация двойственных переменных. Анализ устойчивости двойственных оценок
Предположим,
что исходная задача имеет невырожденные
опорные планы и хотя бы один из них
является оптимальным. Очевидно, изменение
правых частей ограничений исходной
задачи приводит, вообще говоря, к
изменению максимального значения
целевой функции Zmax,
т.е. Zmax можно
рассматривать как функцию свободных
членов системы линейных уравнений:
Теорема
(об оценках). В
оптимальном плане двойственной задачи
значение переменной
численно
равно частной производной функции
по
соответствующему аргументу
т.е.
(7.14)
Из
теоремы об оценках вытекает, что при
малом изменении правой части i-го
ограничения в системе ограничений ЗЛП
максимальное значение целевой функции
изменяется на величину
В
частности, при
имеем
Применительно
к задаче оптимального использования
ресурсов можно сказать, что двойственная
оценка
i-го
ресурса приближенно равна приращению
оптимальной прибыли, возникающему за
счет увеличения объема i-го
ресурса на единицу.
Из
теоремы также вытекает, что если изменится
объем каждого ресурса на величину
,
то эти изменения приведут к суммарному
изменению прибыли
,
которое может быть вычислено по
формуле:
.
Эта
формула имеет место лишь тогда, когда
при изменении величин bi значения
переменных
в
оптимальном плане соответствующей
двойственной задачи остаются неизменными,
поэтому представляет интерес определить
такие интервалы изменения каждого из
свободных членов bi,
в которых оптимальный план двойственной
задачи не меняется. Такие интервалы
называют интервалами
устойчивости двойственных оценок.
Нижнюю
и верхнюю границы интервала
устойчивости
двойственных оценок определяют по
формулам:
Здесь
–
элементы матрицы D=B–1,
обратной к матрице В базиса
оптимального плана,
а j принимает
значения индексов базисных
переменных
оптимального
плана.
Метод искусственного базиса (модифицированный симплекс метод)
Данный метод решения применяется при наличии в системе ограничений и условий-равенств, и условий-неравенств, и является модификацией табличного метода. Решение системы производится путём ввода искусственных переменных Ri со знаком, зависящим от типа оптимума, т.е. для исключения из базиса этих переменных последние вводятся в целевую функцию с большими отрицательными коэффициентами M, имеющими смысл "штрафов" за ввод искусственных переменных, а в задачи минимизации - с положительными M. Таким образом из исходной получается новая M-задача (поэтому метод искусственного базиса так же называют M-методом).
Если в оптимальном решении М-задачи нет искусственных переменных, это решение есть оптимальное решение исходной задачи. Если же в оптимальном решении M-задачи хоть одна из искусственных переменных будет отлична от нуля, то система ограничений исходной задачи несовместна и исходная задача неразрешима.
Симплекс-таблица, которая составляется в процессе решения, используя метод искусственного базиса, называется расширенной. Она отличается от обычной тем, что содержит две строки для функции цели: одна – для составляющей F, а другая – для составляющей M. При составлении симплекс таблицы полагают что исходные переменные являются небазисными, а дополнительные (xn+m) и искусственные (Ri)- базисными.
Исходная таблица для "Метода искусственного базиса" имеет следующий вид:
|
x1 |
x2 |
... |
xn-1 |
xn |
b |
F |
-a0,1 |
-a0,2 |
... |
-a0,n-1 |
-a0,n |
-b0 |
xn+1 |
a1,1 |
a1,2 |
... |
a1,n-1 |
a1,n |
b1 |
xn+2 |
a2,1 |
a2,2 |
... |
a2,n-1 |
a2,n |
b2 |
Ri |
ai,1 |
ai,2 |
... |
ai,n-1 |
ai,n |
bi |
... |
... |
... |
... |
... |
... |
... |
xn+m |
am,1 |
am,2 |
... |
am,n-1 |
am,n |
bm |
M |
-∑ai,1 |
-∑ai,2 |
... |
-∑ai,n-1 |
-∑ai,n |
-∑bi |
Элементы дополнительной строки M расчитываются как сумма соответствующих коэффициентов условий-равенств (условий в которые после приведения к каноническому виду введены переменные Ri) взятая с противоположным знаком.
Алгоритм метода искусственного базиса.
Подготовительный этап
Приводим задачу ЛП к каноническому виду
F=a0,1x1+a0,2x2+...a0,nxn +b0 → max
a1,1x1+a1,2x2+...a1,nxn+xn+1=b1
a2,1x1+a2,2x2+...a2,nxn+xn+2=b2
.........................................
ai,1x1+ai,2x2+...ai,nxn+Ri=bi
.......................................
am,1x1+am,2x2+...am,nxn+xn+m=bm
В случае если в исходной задаче необходимо найти минимум - знаки коэффициентов целевой функции F меняются на противоположные a0,n=-a0,n. Знаки коэффициентов ограничивающих условий со знаком "≥" так же меняются на противоположные. В случае если условие содержит знак "≤" или "=" - коэффициенты запишутся без изменений. К каждому условияю-неравенству, при переходе к каноническому виду добавляем дополнительную переменную, xn+m , к каждому i-му условию-равенству добавляем искусственную переменную Ri.
Шаг 0. Составляем симплексную таблицу, соответствующую исходной задаче
|
x1 |
x2 |
... |
xn-1 |
xn |
b |
F |
-a0,1 |
-a0,2 |
... |
-a0,n-1 |
-a0,n |
-b0 |
xn+1 |
a1,1 |
a1,2 |
... |
a1,n-1 |
a1,n |
b1 |
xn+2 |
a2,1 |
a2,2 |
... |
a2,n-1 |
a2,n |
b2 |
Ri |
ai,1 |
ai,2 |
... |
ai,n-1 |
ai,n |
bi |
... |
... |
... |
... |
... |
... |
... |
xn+m |
am,1 |
am,2 |
... |
am,n-1 |
am,n |
bm |
M |
-∑ai,1 |
-∑ai,2 |
... |
-∑ai,n-1 |
-∑ai,n |
-∑bi |
Шаг 1. Проверка на допустимость.
Проверяем на положительность элементы столбца b (свободные члены), если среди них нет отрицательных то найдено допустимое решение (решение соответствующее одной из вершин многогранника условий) и мы переходим к шагу 2. Если в столбце свободных членов имеются отрицательные элементы то выбираем среди них максимальный по модулю - он задает ведущую строку k. В этой строке так же находим максимальный по модулю отрицательный элемент ak,l - он задает ведущий столбец - l и является ведущим элементом. Переменная, соответствующая ведущей строке исключается из базиса, переменная соответствующая ведущему столбцу включается в базис. Пересчитываем симплекс-таблицу согласно правилам.
При составлении новой симплекс-таблицы в ней происходят следующие изменения:
Вместо базисной переменной xk записываем xl; вместо небазисной переменной xl записываем xk.
ведущий элемент заменяется на обратную величину ak,l'= 1/ak,l
все элементы ведущего столбца (кроме ak,l) умножаются на -1/ak,l
все элементы ведущей строки (кроме ak,l) умножаются на 1/ak,l
оставшиеся элементы симплекс-таблицы преобразуются по формуле ai,j'= ai,j- ai,l×ak,j/ ak,l
Если же среди свободных членов есть отрицательные элементы - а в соответствующей строке - нет то условия задачи несовместны и решений у нее нет.
Если после перерасчета в столбце свободных членов остались отрицаетельные элементы, то переходим к первому шагу, если таких нет, то ко второму.
Шаг 2. Проверка на оптимальность.
На предыдущем этапе найдено допустимое решение. Проверим его на оптимальность Если среди элементов симплексной таблицы, находщихся в строках M и F(не беря в расчет элемент b0 - текущее значение целевой функции и элемент -∑bi) нет отрицательных, то найдено оптимальное решение.