
- •Глава 1
- •§1. Сравнительная характеристика методов решения задач оптимизации.
- •§2. Методы исследования функций классического анализа
- •Глава 2
- •§1. Примеры составления задач лп
- •Формулировка задачи о рациональном питании [2].
- •Формулировка транспортной задачи
- •§2. Методы исследования функций численного анализа.
- •§ 3. Геометрическая интерпретация решения задачи лп.
- •§4. Алгоритм решения канонической задачи лп симплексным методом.
- •1) Найдется хотя бы одна положительная (отрицательная) оценка и в каждом столбце с такой оценкой найдется хотя бы один положительный элемент, то можно улучшить решение, выполнив следующую итерацию;
- •2) Найдется хотя бы одна положительная (отрицательная) оценка, столбец которой не содержит ни одного положительного элемента, то функция не ограничена в области допустимых решений;
- •§ 5. Решение почти канонических задач.
- •0 1 0 -1 0
- •§ 6. Вырожденная задача лп.
- •Глава 3 Решение основной задачи линейного программирования.
- •§1 Сведение основной задачи к двум каноническим.
- •Метод искусственного базиса
- •§2. Задача о диете
- •Глава 4. Целочисленное линейное программирование.
- •§1 Метод Гомори
- •§2.Пример постановки задачи рационального раскроя [4, c.176].
- •Задачи.
- •Глава 5. Теория двойственности в лп
- •§ 1. Симметричные двойственные задачи
- •I и II задачи имеют решение.
- •§2. Несимметричные двойственные задачи.
- •Глава 6. Нелинейное программирование
- •§ 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 7. Динамическое программирование.
- •Глава 8. Метод случайных испытаний.
- •Глава 9. Геометрическое программирование.
I и II задачи имеют решение.
Одна имеет (
), значит другая решения не имеет.
Обе задачи решения не имеют.
Решение IIзадачи– оптимальные оценки.
Эти оценки были введены Л. В. Конторовичем как «разрешающие множители» или по-другому, «объективно-обусловленные оценки».
§2. Несимметричные двойственные задачи.
Рассмотрение
таких задач часто полезно в ЛП. Причём
эти задачи сводятся к симметричным.
Задача I
– основная задача ЛП, задача II
задача минимизации, но
воII задаче
могут быть любого знака.
Сведение
осуществляется следующим образом. Как
известно, равенство
равносильно паре неравенств
;
или
.
В задачеIкаждое уравнение
заменяется парой неравенств такого
рода. Тогда задачаIбудет
задачей максимизации с «n»
переменными и «2m»
неравенствами. Затем выписываем
симметричную ей двойственную задачу.
Например, дано:
Задача I |
Задача II |
при условиях:
Ответ: (2,3,0,0)
|
при условиях:
Ответ:
(-1,-2),
|
Сведем к паре симметричных двойственных задач ЛП
Задача I |
Задача II |
при условиях:
|
при условиях:
|
У задачи II,
когда– любого знака, любой план называется
псевдопланом.
Теорема:Если*
некоторый план задачиI,
а
*
- некоторый псевдоплан задачиIIиf(x*)=g(y*),
тоx*иy*оптимальные план и псевдопланIиIIзадачи.
Глава 6. Нелинейное программирование
§ 1. Задачи нелинейного программирования с линейной целевой функцией и нелинейной системой ограничений.
Чтобы проиллюстрировать более наглядно различие между линейными и нелинейными задачами, ограничимся решением задачи с двумя переменными, так как решение таких задач может быть представлено графически.
Задача.
На множестве решений системы неравенств
+
≤
36;
найти
глобальные экстремумы функции
.
Решение.
На рис. 1 множество допустимых решений
заштриховано. Это множество выпукло.
Линиями уровня функции z
= 2х + у являются
параллельные прямые с угловым
коэффициентом К =
- 2. Очевидно, что глобальный минимум
достигается в точке О(0; 0), а глобальный
максимум— в точке А
касания прямой уровня
и окружности х2
± y2
= 36. Найдем координаты точки А.
Для этого достаточно
составить уравнение прямой l
и решить систему, состоящую из
уравнения прямой и уравнения окружности.
Заметим, что прямая l
перпендикулярна линии уровня, а,
следовательно, ее угловой коэффициент
К1
равен
(К1К
= — 1).
Прямая l
проходит через точку О
и имеет угловой
коэффициент
К 1
=
.
Рис. 1
Поэтому
ее уравнение таково:
у =
.
Решая
систему
+
=
36;
у
=
,
получаем
Итак,
глобальный минимум, равный 0, достигается
в точке О (0;0), а глобальный максимум,
равный 6,
— в точкеА (2,4-
;
1,2*
).
Локальных экстремумов, отличных от
глобальных, функция не достигает.