![](/user_photo/1549_7W_y5.jpg)
- •1 Лабораторная работа №1. Изучение принципов работы системы mathcad
- •Теоретические сведения Общие понятия
- •Создание и редактирование формул
- •Работа с массивами данных
- •Создание текстовых блоков
- •Построение графиков
- •Вычисления в MathCad
- •Установка системы единиц
- •Символические вычисления
- •1.2 Порядок выполнения работы
- •1.3 Содержание отчета
- •1.4 Контрольные вопросы
- •Литература
- •2 Лабораторная работа №2. Изучение методов интерполяции и аппроксимации данных
- •2.1 Теоретические сведения Постановка задачи интерполяции и виды интерполяции
- •Глобальная интерполяция
- •Локальная интерполяция
- •Сплайн-интерполяция
- •Использование MathCad для интерполяции
- •Аппроксимация
- •Использование MathCad для аппроксимации
- •2.2 Порядок выполнения работы
- •Содержание отчета
- •2.4 Контрольные вопросы
- •Литература
- •3 Лабораторная работа №3. Изучение метода конечных разностей
- •Теоретические сведения Конечно-разностные аппроксимации
- •Краевая задача теплопроводности
- •Решение одномерных стационарных задач
- •Решение одномерных нестационарных задач
- •Использование MathCad для решения систем уравнений
- •3.2 Порядок выполнения работы
- •Геометрическая интерпретация линейных задач. Графический метод решения задач линейного программирования
- •Симплекс - метод
- •4.2 Порядок выполнения работы
- •4.3 Содержание отчета
- •4.4 Контрольные вопросы
- •Литература
- •5 Лабораторная работа №5. Изучение градиентных методов решения задачи нелинейного программирования
- •5.1 Теоретические сведения Постановка задачи нелинейного программирования
- •Градиентные методы безусловной оптимизации
- •Условная оптимизация градиентным методом
- •5.2 Порядок выполнения работы
- •Содержание отчета
- •Контрольные вопросы
- •Литература
- •6 Лабораторная работа №6. Изучение алгоритмов размещения элементов
- •Теоретические сведения Постановка задачи размещения
- •Алгоритмы размещения
- •Последовательный алгоритм размещения
- •6.2 Порядок выполнения работы
- •6.3 Содержание отчета
- •6.4 Контрольные вопросы
- •Литература
Геометрическая интерпретация линейных задач. Графический метод решения задач линейного программирования
Некоторые задачи линейного программирования можно решить графически, используя геометрические модели условий задачи.
Пусть задана система ограничений в каноническом виде:
, (4.1)
где mчисло ограничений;nобщее число переменных (параметров).
Возможны три варианта соотношений между числом переменных nи числом ограниченийm:n < m;n = m;n > m.
1. Если n < m, то в этом случае задача несовместна (не имеет решений). Например,n = 1;m = 2; F = 3x1при ограничениях 2x1 = 4, x1 = 5.
2. Если n = m, то задача имеет одно единственное решение. Например,
n = 2;m = 2;F = 5x1 + 3x2при ограниченияхx1 + x2 = 3; 3x1 x2 = 1; откуда
x1 = 1; x2 = 2.
3. Если n > m, то система ограничений имеет бесчисленное множество решений. Задача оптимизации позволяет из бесчисленного множества решений выбрать такое, которое минимизирует или максимизирует целевую функцию.
В случае если часть ограничений представлена в виде неравенств, то, введя в неравенства дополнительные переменные, можно перейти к уравнениям. При ограничениях в виде неравенств со знаком можно к левой части неравенства прибавить переменнуюxi ≥ 0, неравенство со знаком ≥ можно превратить в равенство, вычтя из левой части переменнуюxi ≥ 0. Например, от системы ограничений
перейдем к системе
Очевидно, что в этом случае общее число переменных увеличится на l, гдеl число дополнительных переменных или число ограничений в виде неравенств.
В общем случае задача оптимизации решается в K-мерном пространстве. При этом мерность пространства зависит как от числа переменныхn, так и от вида ограничений. В случае если всеm ограничений имеют вид неравенств, тоK = n. Если всеmограничений имеют вид уравнений, тоK = n m. В случае еслиmограничений имеют вид уравнений, аl вид неравенств, тоK =
n
+ l m. ЕслиK
2, то задачу оптимизации можно графически
изобразить на плоскости.
Пусть мерность пространства K = 2. Если в системе ограничений выбрать любые две переменные в качестве свободных или координатных (пустьx1иx2), то через них можно выразить остальные переменные, называемые базисными, а также целевую функцию. В качестве свободных переменных лучше выбирать переменные, которые в системе ограничений встречаются большее число раз.
Так как в ЗЛП есть дополнительное условие xi ≥ 0, то графическое решение всегда находится в первом квадранте. Далее в системе координат свободных переменных строят область допустимых решений, используя выражения для базисных переменных. Например, ограничениеx3 =
a31x1 + a32x2 +b3 ≥ 0 является полуплоскостью. Еслиx3 = 0, то получается уравнение прямой в координатахx1 , x2. По одну сторону этой прямой располагается полуплоскость, гдеx3 > 0, по вторуюполуплоскостьx3 < 0. Чтобы определить, с какой стороны от прямой лежит область допустимых решений (ОДР), необходимо взять любую точку, не лежащую на прямой, подставить координаты этой точки в выражение для соответствующей базисной переменной и проверить выполнение неравенства (напримерx3 > 0). Если неравенство выполняется, значит, точка принадлежит ОДР, если нет, то полуплоскость штрихуется (точка не принадлежит ОДР). Аналогичным образом строят ОДР с учетом всех остальных ограничений и получают многоугольник области допустимых решений. Поскольку целевая функция также выражена через свободные переменные, то можно в этих же координатах построить линии уровня целевой функции, задавая целевой функции некоторые значения. По двум линиям уровня определяют направление изменения целевой функции к экстремальному значению и получают решение поставленной задачи. ОДР также можно построить для ограничений неравенств, не приводя задачу к каноническому виду [2].
Пример 1.Найтиmaxпри ограничениях
|
В качестве свободных переменных принимаем x4, x5. Выразим целевую функцию и базисные переменные через свободные переменные: |
;
|
Область допустимых решений и линии отклика целевой функции приведены на рисунке 4.1. Направление возрастания значения целевой функции указано стрелками. |
1 2 0 1 2 x3=0 x2=0 x4 x5 F=40
Рисунок 4.1 |
Решение задачи x1=5, x2=3, x3=5, x4=0, x5=0,Fmax=50. Как следует из системы неравенств, для каждой стороны многоугольника ОДР одна пере-менная равна 0. В каждой вершине ОДР две переменные равны 0. Оптимальным решением ЗЛП являются координаты одной из вершин многоугольника ОДР. Минимум
целевой функции
|