- •Розділ 1. Методологічні основи дослідження операцій
- •1.1 Етапи дослідження операцій
- •1.2 Математичне моделювання. Загальна структура
- •1.3 Етапи математичного моделювання. Приклади
- •1.4 Розділи і класи задач дослідження операцій
- •1.5 Основні вимоги до математичних моделей і їх властивості
- •1.6 Формалізація принципів оптимального поводження в моделях прийняття рішення.
- •Розділ 2. Задачі лінійного програмування
- •2.1 Попередні відомості теорії лінійного програмування.
- •2.2 Графічна інтерпретація розв’язання задач лп
- •2.3 Змістовний опис симплекс-методу розв’язання задач лп
- •2.4 Знаходження початкового опорного плану
- •2.5 Знаходження оптимального плану
- •2.6 Застосування симплекс-таблиць
- •2.7 Метод штучної бази
- •2.8 Двоїсті (спряжені) задачі лінійного програмування
- •З другої групи умов доповняльної нежорсткості маємо
- •Розділ 3. Транспортні задачі (т-задачі)
- •3.1 Математична структура т-задач
- •3.2. Визначення початкового опорного плану т-задачі
- •3.3 Властивості опорних планів т-задач
- •3.4 Розв’язання т-задач методом потенціалів
- •3.6 Задача про оптимальні призначення
- •3.7 Задача про максимальний потік. Метод Форда-Фалкерсона
- •3.8 Задача про найкоротший шлях на мережi. Метод Мiнтi
- •Розділ 4. Дискретне програмування
- •4.1 Задача дискретного лп. Метод Гоморi-1)
- •4.2 Задача частково дискретного лп. Метод Гоморi-2
- •4.3 Задача дискретного лп. Метод Гоморi-3
- •4.4 Задача частково дискретного лп. Метод Дальтона-Ллевелiна
- •4.5 Задача дискретного лп. Метод гілок I границь
- •Розділ 5. Нелінійне програмування. Безумовна однопараметрична оптимізація
- •5.1 Загальні відомості
- •5.2 Методи виключення інтервалів
- •Зауваження
- •5.3 Поліноміальна апроксимація
- •5.4 Методи оптимізації з використанням похідних
- •Розділ 6. Нелінійне програмування. Методи умовної оптимізації
- •6.1 Класична задача математичного програмування
- •6.2 Задача опуклого квадратичного програмування.
- •6.3. Метод Франка – Вулфа розв’язання задач квадратичного програмування (зкп)
- •Розділ 7. Теорія прийняття рішень
- •7.1. Теорія корисності і прийняття рішень
- •7.1.1. Прийняття рішень в умовах ризику
- •7.1.2. Критерій “очікуване значення – дисперсія”
- •7.1.3. Критерій граничного рівня.
- •7.2. Прийняття рішень в умовах невизначеності
- •7.2.1. Класичні критерії прийняття рішень
- •7.2.2. Похідні критерії
- •Розділ 8. Прийняття рішень в ігрових ситуаціях
- •8.1 Класифікація ігор
- •8.2 Розв’язання матричних ігор у чистих стратегіях
- •8.3 Змішане розширення матричної гри
- •8.4 Властивості розв’язку матричних ігор
- •8.5. Алгебраїчний метод розв’язання матричних ігор
- •8.6 Графічний метод розв’язання ігор 2nіm 2.
- •8.7 Матричний метод розв’язання ігор
- •8.8. Ітеративні методи розв’язання ігор
- •8.9. Метод послідовного наближення до ціни гри
- •Розділ 9. Нескінченні антагоністичні ігри
- •9.1. Визначення нескінченної антагоністичної гри
- •9.2 Ігри з опуклими функціями виграшів
- •Розділ 10. Безкоаліційні ігри
- •Розділ 11. Кооперативні ігри
- •11.1 Характеристика кооперативних ігор
- •11.2. Характеристичні функції ігор з малим числом гравців
- •Розділ 12. Вправи для самостійної роботи та для практичних і лабораторних занять
- •12.1. Побудова математичних моделей задач
- •12.2. Розв’язання задач лінійного програмування
- •12.3 Розв’язання транспортних задач
- •12.4 Розв’язання задач цілочислового програмування
- •12.5 Розв’язання задач нелінійного програмування
- •12.6 Розв’язання матричних ігор
- •12.7 Лабораторний практикум
- •Розділ 13. Контрольна робота для студентів заочної форми навчання
- •13.1 Правила вибору задач контрольної роботи
- •13.2 Варіанти завдань контрольної роботи
- •Література
- •1.1 Етапи дослідження операцій 5
4.1 Задача дискретного лп. Метод Гоморi-1)
Постановка задачі дискретного ЛП (ДЗЛП). Необхідно знайти вектор x=(x1,...,xn), що мiнiмiзує цільову функцію
L(x) = c1x1 + ... + cnxn (4.1)
i задовольняє систему обмежень
a11x1 + . . . + a1n xn = a10,
. . . . . . . . . . . . . . . . . . . . . . . , (4.2)
am1x1 + . . . + amnxn = am0,
xj³0, j=1,...,n, (4.3)
xj цілі (4.4)
Виклад методу Гоморi-1. Розв'язується ЗЛП (4.1)-(4.3), яку отримують з вихідної задачі ДЗЛП (4.1)-(4.4) відкиданням умови дискретності змінних (4.4). Якщо оптимальний розв'язок ЗЛП – дискретний, то він буде і розв'язком вихідної ДЗЛП. Якщо ж отриманий розв'язок задачі не дискретний, то від розв'язаної ЗЛП переходять до нової ЗЛП, що отримується додаванням додаткового лінійного обмеження, яке задовольняє дискретні розв'язки вихідної ДЗЛП i яке не задовольняє отриманий недискретний розв'язок ЗЛП. Це додаткове лінійне обмеження визначає деяку площину, що відсікаає, i називається правильним відсіканням. Приєднання нових правильних відсікань до вихідної ЗЛП здійснюється до тих пір, поки на деякому кроцi не буде отримано дискретний розв'язок ЗЛП, який, як очевидно, буде оптимальним розв'язком вихідної ДЗЛП. В методі Гоморi-1 правильне відсікання будується таким чином.
Нехай на останній iтерацiї симплекс-методу під час розв'язання допоміжної ЗЛП непрямі обмеження цієї задачі набули вигляду:
xi + ai,m+1 xm+1 +...+ ain xn = ai0, i=1,...,m,
i розв'язком допоміжної ЗЛП є вектор x = (a10 ,..., am0, 0,...,0 ).
Нехай існує номер r такий, що ar0 – дріб, i, як завжди, {z} – дробова частина z. Тоді правильне вiдсікання за методом Гоморi-1 задається такою нерівністю:
{ ar,m+1} xm+1 +...+ { arn} xn ³ { ar0} .
Алгоритм методу Гоморi-1.
1. Розв'язуємо допоміжну ЗЛП (4.1)(4.3). Нехай x(0) – її оптимальний розв'язок. Якщо оптимальний розв'язок не існує, то вихідна ДЗЛП також не має оптимального розв'язку.
2. Нехай на s-й iтерацiї маємо розв'язок допоміжної ЗЛП, що має M обмежень i N змінних, x(s) – її оптимальний розв'язок.
Будемо вважати, що x(s) визначається канонічними обмеженнями останньої iтерацiї, тобто: xi + bi,M+1 xM+1 +...+ biN xN = bi0, i=1,...,M,
звідки x(s) = ( b10,...,bM0,0,...,0 ).
3. Якщо bi0 (i=1,...,M) – цілі, то – кінець, а x(s) є оптимальним розв'язком вихідної ДЗЛП. Якщо існує хоча б одне i таке, що bi0 – дріб, то перехід до пункту 4.
4. Знаходимо r=min{i} по всіх i таких, що bi0 – дріб та будуємо додаткове обмеження
xN+1 {br,M+1} xM+1 ... {brN} xN = {br0} ,
де xN+1 ³ 0 – додаткова змінна.
5. Розширюємо симплекс-таблицю (M+1)-им рядком (додаткове обмеження) та (N+1)-им стовпцем, що відповідає додатковій змінній xN+1.
6. Розв'язуємо розширену таким чином ЗЛП двоїстим симплекс-методом i переходимо до пункту 2 із заміною s на s+1. Якщо, при цьому, на деякiй iтерацiї одна з додаткових змінних задачі повторно стає базисною, то виключаються з подальшого розгляду відповідні їй рядок i стовпець.
Приклад 4.1. Розв’язати цілочислову ЗЛП методом Гоморі-1:
x1 +x2 max,
6x1 +5x2 30,
x2 3,
x1 0, x2 0, де х1 х2 - цілі.
Відкидаючи умови цілочисельності змінних, на попередньому кроці знаходимо розв’язок задачі звичайним симплекс-методом. (див. табл. 4.1).
Таблиця 4.1
i |
Б |
С |
Х |
1 |
1 |
0 |
0 |
P1 |
P2 |
P3 |
P4 | ||||
1 |
P3 |
0 |
30 |
6 |
5 |
1 |
0 |
2 |
P4 |
0 |
3 |
0 |
1 |
0 |
1 |
m+1 |
|
|
0 |
-1 |
-1 |
0 |
0 |
1 |
P1 |
1 |
5 |
1 |
5/6 |
1/6 |
0 |
2 |
P4 |
0 |
3 |
0 |
1 |
0 |
1 |
m+1 |
|
|
5 |
0 |
-1/6 |
1/6 |
0 |
1 |
P1 |
1 |
5/2 |
1 |
0 |
1/6 |
-5/6 |
2 |
P2 |
1 |
3 |
0 |
1 |
0 |
1 |
m+1 |
|
|
11/2 |
0 |
0 |
1/6 |
1/6 |
Таблиця 4.2
і |
Б |
С |
Х |
1 |
1 |
0 |
0 |
0 |
P1 |
P2 |
P3 |
P4 |
P5 | ||||
1 |
P1 |
1 |
5/2 |
1 |
0 |
1/6 |
-5/6 |
0 |
2 |
P2 |
1 |
3 |
0 |
1 |
0 |
1 |
0 |
3 |
P5 |
0 |
-1/2 |
0 |
0 |
-1/6 |
-1/6 |
1 |
m+1 |
|
|
11/2 |
0 |
0 |
1/6 |
1/6 |
0 |
Таблиця 4.3
і |
Б |
С |
Х |
1 |
1 |
0 |
0 |
0 |
P1 |
P2 |
P3 |
P4 |
P5 | ||||
1 |
P1 |
1 |
2 |
1 |
0 |
0 |
-1 |
1 |
2 |
P2 |
1 |
3 |
0 |
1 |
0 |
1 |
0 |
3 |
P5 |
0 |
3 |
0 |
0 |
1 |
1 |
-6 |
m+1 |
|
|
5 |
0 |
0 |
0 |
0 |
1 |
Оскільки в оптимальному розв’язку змінна x1 дробова, то виконаємо загальний крок алгоритму. Запишемо додаткове обмеження. Для цього знайдемо, що
Додаткове обмеження має вигляд: Зведемо його до канонічної форми запису:і внесемо в останню симплекс-таблицю. Маючи табл. 4.2, і виконуючи один крок двоїстого симплекс-методу, приходимо до завершальної табл. 4.3.
Розв’язок вихідної задачі дістаємо у вигляді X* =(2, 3), L(X*)=5.