- •А.В. Зыкина методы оптимизации
- •Омск 2007
- •Введение
- •Графическое решение задач лп
- •1.1. Каноническая форма задачи лп
- •1.2 Пример построения канонической формы
- •1.3. Общие рекомендации к графическому решению задач лп
- •1.4. Пример графического решения
- •2. Численные методы решения задач лп
- •2.1. Симплекс-метод
- •2.2. Алгоритм симплекс-метода для задачи на минимум
- •2.3. Алгоритм симплекс-метода для задачи на максимум
- •2.4. Пример решения задачи симплекс-методом
- •2.5. Метод искусственного базиса
- •Пример решения задачи методом искусственного базиса
- •2.7. Двойственный симплекс-метод
- •2.8.Пример решения задачи двойственным симплекс-методом Решить задачу лп двойственным симплекс-методом:
- •3. Двойственность в лп
- •3.1. Постановка задачи
- •3.2. Пример построения двойственной задачи
- •3.3. Теоремы двойственности
- •3.4. Пример решения пары двойственных задач
- •3.5. Пример проверки вектора на оптимальность
- •4. Метод Гомори
- •4.1. Постановка задачи цлп
- •4.2. Алгоритм метода Гомори
- •Замечания
- •4.3. Пример решения задачи цлп
- •5. Транспортная задача лп
- •5.1. Постановка задачи
- •5.2. Построение опорного плана транспортной задачи
- •5.3. Метод северо-западного угла
- •5.4.Пример построения опорного плана методом северо-западного угла
- •5.5. Метод минимальной стоимости
- •5.6.Пример построения опорного плана методом минимальной стоимости
- •5.7. Метод потенциалов
- •5.8. Вычислительная схема метода потенциалов
- •5.9.Пример решения транспортной задачи методом потенциалов Решить методом потенциалов транспортную задачу:
- •Библиографический список
- •Оглавление
Графическое решение задач лп
1.1. Каноническая форма задачи лп
Для численного решения задачи ЛП требуется предварительно привести ее к каноническому виду:
![]()
(1)
………………………
![]()
![]()
Каноническая форма (КФ) (1) задачи характеризуется следующими тремя признаками:
однородная система ограничений в виде системы уравнений;
однородные условия неотрицательности, распространяющиеся на все переменные, участвующие в задаче;
минимизация (максимизация) целевой функции.
Известно, что для произвольной задачи ЛП можно построить эквивалентную ей каноническую задачу ЛП (эквивалентность двух задач означает, что оптимальному решению одной задачи соответствует оптимальное решение другой)[1,2,3].
1.2 Пример построения канонической формы
Привести задачу к КФ на минимум:
(2)
В данной задаче (2) нарушены все три признака КФ.
Начнем с преобразования смешанной системы ограничений в систему уравнений. Для этого введем в первое и второе ограничения неотрицательные переменные y1, y2, которые называются дополнительными или слабыми. В результате система ограничений запишется в следующем виде:
(3)
Условия неотрицательности в (3) не выполняются только для переменной x2. Для приведения задачи к однородным условиям неотрицательности можно воспользоваться двумя приемами.
Первый
прием.
Представим переменную x2
в виде разности двух неотрицательных
переменных:
После преобразования системы ограничений
и целевой функции получим задачу
(4)
![]()
Второй
прием. Найдем
из какого-либо уравнения (4) переменную
x2.
Пусть из первого уравнения
.
Подставим это выражение во все уравнения
и в целевую функцию, исключив таким
образом переменную x2
из задачи. Получим
(5)
3. Переход
к задаче минимизации целевой функции
L
в задаче (5)
осуществляется путем введения новой
функции
из равенства
в
первом случае,
во
втором случае.
1.3. Общие рекомендации к графическому решению задач лп
1. Графически могут решаться [1]:
задачи, заданные в произвольной форме, содержащие не более двух переменных;
задачи, заданные в канонической форме, с числом свободных переменных
;задачи в произвольной форме записи, которые после приведения к канонической форме будут содержать не более двух свободных переменных
.
2. Основной формой для графического решения является 1-й тип задач. Поэтому, если встречается 2-й или 3-й тип задач, то предварительно их модель должна быть приведена к первому типу.
3. Решение задач 1-го типа выполняется в два этапа:
этап 1 – построение области допустимых решений;
этап 2 – построение в допустимой области оптимального решения.
4. При построении области допустимых решений может встретиться один из трех случаев:
а) пустая область – задача не имеет решения из-за несовместности системы ограничений в области допустимых решений;

б) выпуклый многоугольник – задача всегда имеет оптимальное решение;

в) неограниченная выпуклая многогранная область – в зависимости от направления вектора c (вектора коэффициентов целевой функции L) задача может иметь или не иметь решение. Последнее связано с неограниченностью целевой функции в области допустимых решений.

5. Если оптимальное решение существует, то возможен один из трех исходов:
а) оптимальное решение единственное и совпадает с одной из вершин области;

б)
оптимальные решения соответствуют всем
точкам отрезка, соединяющего две вершины
области
и
:

в)оптимальные решения
соответствуют всем точкам допустимого
луча, исходящего из вершины области
:

