
- •§1. Этапы решения задачи
- •§2. Некоторые сведения из линейной алгебры.
- •§ 3. Классификация методов математического программирования.
- •§4. Методы исследования функций классического анализа
- •4.1. Необходимые и достаточные условия безусловного экстремума функции
- •Найти все критические точки функции, принадлежащие [а; b],
- •Найти значения функции в этих точках и на концах промежутка. Наибольшее и наименьшее из этих чисел будут соответственно наибольшим и наименьшим значениями функции на отрезке.
- •4.2. Необходимые и достаточные условия условного экстремума. Принцип Лагранжа.
- •§5. Методы исследования функций численного анализа.
- •Раздел 1.
- •Глава 1. Метод линейного программирования
- •§1. Примеры составления задач лп
- •§ 2. Геометрическая интерпретация решения задачи лп.
- •§ 3. Алгоритм решения канонической задачи лп симплексным методом (метод Данцига).
- •Составим исходную симплексную таблицу.
- •§ 4. Решение почти канонических задач.
- •§ 5. Вырожденная задача лп.
- •Глава 2. Решение основной задачи линейного программирования.
- •§1 Сведение основной задачи к двум каноническим.
- •Метод искусственного базиса
- •§2. Задача о диете
- •Глава 3. Целочисленное линейное программирование.
- •§1 Метод Гомори
- •§2. Пример постановки задачи рационального раскроя [4, c.176].
- •Глава 4. Теория двойственности в лп
- •§ 1. Симметричные двойственные задачи
- •I и II задачи имеют решение.
- •Одна имеет ( ), значит другая решения не имеет.
- •Обе задачи решения не имеют.
- •§2. Несимметричные двойственные задачи.
- •Раздел 2. Нелинейное программирование
- •Глава 1.
- •§ 1. Задачи нелинейного программирования с линейной целевой функцией и нелинейной системой ограничений.
- •§ 2. Задачи нелинейного программирования с линейной системой ограничений, но нелинейной целевой функцией.
- •§ 3. Задачи нелинейного программирования с нелинейной системой ограничений и нелинейной целевой функцией.
- •§4. Градиентный метод нелинейного программирования.
- •§5. Выпуклое программирование.
- •Геометрическая интерпретация и графический способ решения задачи квадратичного программирования
- •§6. Параметрическое программирование.
- •Глава 2. Динамическое программирование.
- •Глава 3. Метод случайных испытаний.
- •Глава 4. Геометрическое программирование.
§6. Параметрическое программирование.
(6.1)
Для всех значений параметра


при условиях:
или краткой форме:
,
заданные
постоянные.
Задачу решают в следующем порядке.
1.
Пользуясь
симплекс-методом, решаем задачу (6.1) –
(6.3) при
до получения оптимального плана.
Коэффициенты линейной формы равны:
(6.4)
Следовательно,
для любого базиса разности
могут быть представлены в виде линейной
функции от
,
то есть
(6.5)
Тогда
(6.6)
что означает совместность всей системы неравенств
(6.7)
Решение
задачи (6.1) – (6.3) , полученное при
, является оптимальным для всех значений
параметра
,
удовлетворяющих условию
г
(6.8)
де
( 6.9)

Здесь возможны следующие случаи:
а)
,
процесс решения закончен. Полученный
план при
остается оптимальным для всех значений
параметра
б)
, при
.
Если все
,
то линейная форма (6.1) при
не ограничена снизу. Полученный план
при
остается оптимальным для всех значений
параметра
;
в)
и существует по крайней мере одна
.
В этом случае в базис вводится вектор
и исключается вектор
.
Новый базис соответствует оптимальному
плану хотя бы для одного значения
параметра
.
Если
интервал
является полной совокупностью значений
,
для которых новый базис соответствует
оптимальному плану, то
.
Полученный оптимальный план при
остается оптимальным для всех значений
параметра
.
Полагая далее
,
продолжают процесс решения задачи.
Аналогичным образом переходят от одного
интервала изменения
к
другому, пока один из интервалов не
включит
.
Величины
называют критическими значениями
параметра
,
а оптимальные планы, соответствующие
различным значениям
– критическими решениями.
2. Пользуясь симплекс-методом, можно убедиться, что при линейная форма не ограничена снизу на выпуклом множестве, определяемом условиями (6.2).
Здесь возможны следующие случаи:
а)
– вектор, подлежащий вводу в базис,
,
все
Если
,
то линейная форма задачи не ограничена
снизу для любого
б)
если
,
неравенство
будет иметь место для всех
,
то есть для любого
задача не имеет оптимального плана.
Если все
,
то оптимальный план задачи
получен.
Пусть
,
тогда этот план является решением задачи
при
,
а далее решение продолжается так же,
как в случае (а).
Если
не все
,
в базис вводится любой вектор, для
которого
.
Процесс продолжается до тех пор, пока
не окажется, что
,
или пока не будет обнаружен вектор
c
,
все коэффициенты разложения которого
по базису неположительны.
Если
для всех j, встречаем случай (а).
Если
,
линейная форма задачи не ограничена
снизу при всех
.
Если
,
то линейная форма при
,
где
’
>
,
не ограничена снизу.