
- •Финансово-технологическая академия Колледж космического машиностроения и технологий
- •Дисциплина Математические методы
- •Раздел1. Основы моделирования ………………………………………………… .3
- •Раздел 2. Детерминированные задачи……………………………………………..7
- •Тема 2.1. Линейное программирование…………………………………………7
- •Основные понятия исследования операций
- •Рассмотрим основные понятия теории исследования операций.
- •Модели, их классификация, особенности
- •Классификация математических моделей
- •По использованному при построении модели математическому аппарату
- •Построение простейших математических моделей
- •Раздел 2. Детерминированные задачи
- •Тема 2.1. Линейное программирование
- •2.1.1. Модели линейного программирования
- •2.1.2. Графический метод решения задач линейного программирования
- •2.1.3. Симплекс-метод для решения задач линейного программирования
- •2.1.4. Симплекс-метод c искусственным базисом
- •2.1.5. Двойственная задача линейного программирования
- •2.1.6. Двойственный симплекс-метод
- •Приведем задачу к виду озлп
- •2.1.7. Постановка транспортной задачи
- •2.1.8. Построение опорного плана транспортной задачи
- •2.1.9. Определение оптимального плана транспортной задачи
- •Тема 2.2. Нелинейное программирование
- •Тема 2.3. Алгоритмы на графах
- •2.3.1. Основные сведения из теории графов
- •Пути и маршруты в графе
- •Вес и длина пути
- •Степени вершин
- •2.3.2. Матричное представление графа
- •Поиск кратчайшего пути в графе
- •Первая итерация
- •Вторая итерация
- •Третья итерация
- •Четвёртая итерация
- •Поиск максимального потока в графе
- •Задача о максимальном потоке
- •Тема 2.4. Динамическое программирование
- •2.4.1. Постановка задачи динамического программирования
- •2.4.2. Моделирование многошаговых процессов
- •2.4.3. Принцип оптимальности
- •Раздел 3. Задачи в условиях неопределенности системы массового обслуживания
- •Характеристики входа
- •Поведение клиентов
- •Характеристики очереди
- •Характеристики процесса обслуживания
- •Параметры моделей очередей
2.1.4. Симплекс-метод c искусственным базисом
Для построения исходного опорного плана при решении задачи симплекс-методом необходимо, чтобы матрица коэффициентов при переменных, имеющая «m» строк и «n» столбцов (m<n), содержала в себе единичную матрицу порядка «m». Такая матрица получалась после введения дополнительных переменных в исходные ограничения вида «≤». Однако, если исходные ограничения задаются сразу уравнениями, то нет никакой гарантии, что матрица коэффициентов содержит единичную матрицу порядка «m». То же относится и к системе неравенств вида « ≥».
Дополнительные переменные входят в такую систему с коэффициентами «-1». В этих случаях для решения задачи применяется симплекс-метод с искусственным базисом.
В левую часть уравнений вводятся неотрицательные искусственные переменные ω1, ω2, …, ωm , коэффициенты при которых образуют единичную матрицу. Эти же переменные с большими по абсолютной величине отрицательными коэффициентами (-M) включаются в целевую функцию.
В результате расширенная задача принимает вид:
При условиях:
,
Искусственные переменные необходимы для построения исходного плана задачи. В процессе решения они должны выводиться из базиса, т.к. в окончательном плане задачи должны соблюдаться исходные уравнения, а это возможно когда ωi=0.
Решение задачи линейного программирования методом искусственного базиса включает следующие этапы.
Составляют расширенную задачу.
Находят опорный план расширенной задачи.
С помощью обычных вычислений симплекс-методом исключают искусственные переменные из базиса. Анализ ведут по «m+2» строке. В результате находят опорный план исходной задачи, либо устанавливают ее неразрешимость.
Используя найденный опорный план исходной задачи симплекс-методом находят оптимальный план (анализ ведут по «m+1» строке) или устанавливают неразрешимость задачи.
Возможны случаи , когда при оптимизации опорного плана расширенной задачи в «m+2» строке еще остается отрицательное число, но в соответствующем ему столбце нет положительных коэффициентов, следовательно, в базисе остаются несколько искусственных переменных и они не могут быть выведены. Это означает, что исходная задача не имеет искомого решения. Полученный план не удовлетворяет всем поставленным условиям, и окончательный базис будет содержать искусственную переменную.
Пример:
Найти оптимальное решение задачи
F=-2x1+3x2−6x3−x4→min
при ограничениях
Приведем задачу к виду основной задачи линейного программирования, учитывая, что целевая функция должна стремиться к max
:
F=-2x1+3x2−6x3−x4→max
Среди векторов, составленных из коэффициентов при неизвестных, только два единичных (х4 и х5), поэтому в левую часть третьего уравнения добавим искусственную переменную ω и составим расширенную задачу:
F=-2x1+3x2−6x3−x4−М ω →max
Теперь задача содержит необходимое количество единичных векторов, образующих базис. Составим симплекс –таблицу
1-ая итерация
План можно улучшить . Анализ ведем по второй индексной строке . Вводимой переменной будет х3 ,а выводимой ω т.к.
Примечание.
Искусственную переменную всегда стараются вывести первой. Как только ω выведена из базиса , на последующих итерациях столбец ω не заполняется и индексная строка будет одна .
2-ая итерация
План можно улучшить. Вводимой переменной будет х6 , а выводимой х5
3-ая итерация
План улучшить нельзя, так как в индексной строке нет отрицательных элементов, следовательно найден оптимальный план.
X*=(0;0;11/2;035;0;1)
Оптимальное значение целевой функции берем в индексной строке в колонке «план» (в последнем разделе), Так как исходная целевая функция стремилась к min , то у полученного значения целевой функции из последнего раздела меняется знак на противоположный т.е. :
F*=-68