- •1.Оптимизационные задачи, их классификация 7
- •Оптимизационные задачи, их классификация
- •Классификация задач оптимизации
- •Классификация методов оптимизации
- •2. Постановка задачи линейного программирования
- •2.1 Общая задача линейного программирования (злп)
- •2.2 Математические модели задач линейного программирования
- •2.3 Формы записи задач линейного программирования: общая, каноническая и стандартная
- •3. Графический метод решения задачи линейного программирования
- •4. Симплекс- метод решения задач линейного программирования
- •4.1 Метод Жордана – Гаусса - метод решения систем линейных уравнений
- •III итерация
- •4.2. Симплексные таблицы. Нахождение начального опорного решения
- •4.3. Критерий оптимальности
- •4.4. Невырожденные злп, алгоритм их решения
- •4.5. Альтернативный оптимум, алгоритм нахождения всех оптимальных решений
- •Алгоритм нахождения всех оптимальных опорных решений
- •4.6. Вырожденные злп, алгоритм их решения
- •5. Двойственные задачи
- •5.1 Постановка двойственной задачи
- •5.2 Основное неравенство двойственности
- •5.3 Критерий Канторовича
- •5.4 Первая теорема двойственности
- •5.5. Вторая теорема двойственности (необходимое и достаточное условия оптимальности решения).
- •5.6. Третья теорема двойственности
- •5.7. Двойственный симплекс-метод
- •6. Транспортная задача
- •6.1 Экономическая постановка и математическая модель транспортной задачи
- •6.2 Методы нахождения начального плана перевозок
- •Метод «северо-западного угла»
- •Метод минимальной стоимости
- •6.3 Метод потенциалов решения транспортной задачи
- •6.4 Открытая модель транспортной задачи
- •7. Матричные игры, их применение к решению оптимизационных задач
- •7.1 Основные понятия теории матричных игр
- •7.2 Решение матричных игр в чистых стратегиях
- •7.3 Решение матричной игры в смешанных стратегиях
- •7.4 Сведение матричной игры к задаче линейного программирования
- •7.5 Статистические игры
- •8. Графы, их применение в решение оптимизационных задач
- •8.1 Определение графа
- •8.2 Путь и цикл в графе
- •8.3 Связность графа, деревья
- •8.4 Виды графов
- •8.5 Сети. Критический путь
- •Вопросы к экзамену
- •Индивидуальные задания Задание 1
- •Задание 2
- •Задание 3
- •Задание 4
- •Задание 5
- •Задание 6
- •Задание 7
- •Задание 8
- •Задание 9 Задачи 9.1 – 9.10
- •Методы оптимизации
- •Часть I
4.3. Критерий оптимальности
Критерий оптимальности полученного опорного решения:
если в последней строке симплексной таблицы – строке целевой функции f - все оценки неотрицательны
p0,
то полученное опорное решение оптимально.
Оптимальное решение не существует, если в симплексной таблице есть хотя бы одна отрицательная оценка, столбец которой не содержит положительных элементов, в этом случае целевая функция f не ограничена в области допустимых решений:
Пример 9
Проверить критерий оптимальности по заданной симплекс – таблице:
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
0 |
4/5 |
-1/5 |
0 |
140 |
|
x2 |
0 |
1 |
-3/5 |
2/5 |
0 |
120 |
|
x5 |
0 |
0 |
1 |
-1 |
1 |
100 |
|
f |
0 |
0 |
-2 |
3 |
0 |
13200 |
|
Решение
Найденное в предыдущем примере 8 опорное решение
Х=(140, 120, 0, 0, 100)
не будет оптимальным, так как в строке целевой функции есть отрицательная оценка 3= -2 0.
4.4. Невырожденные злп, алгоритм их решения
Опорное решение ЗЛП называется невырожденным, если все базисные переменные строго больше нуля.
Задача называется невырожденной, если все ее опорные решения невырожденные.
Алгоритм решения невырожденной ЗЛП
Приводим систему ограничений к единичному базису ( с помощью метода Жордана- Гаусса )
Находим приведенное выражение для целевой функции f и заполняем исходную симплексную таблицу.
Если все оценки строке целевой функции p0, то делаем вывод, что полученное решение оптимально и процесс решения задачи окончен.
Если есть отрицательная оценка p<0 и все элементы столбца над этой оценкой отрицательны или равны нулю, то это означает, что f неограниченна, max f и задача решения не имеет.
Если есть отрицательная оценка p<0 и хотя бы один из элементов столбца над ней положительный bip>0, то переходим к лучшему опорному решению следующим образом:
выбираем ведущий p- столбец из условия: наибольшая по модулю оценка p<0 и хотя бы один из элементов bip>0;
выбираем ведущую q- строку по наименьшему симплексному отношению .
в симплексной таблице выбираем ведущий элемент bqp (элемент, стоящий на пересечении q- ой строки и p- того столбца) и выполняем итерацию метода Жордана- Гаусса. Таким образом переходим к новому базису с базисной переменной xp.
находим новое опорное решение и проверяем выполнения
критерия оптимальности.
Пример 10
Найти оптимальное решение по заданной симплекс – таблице:
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
0 |
4/5 |
-1/5 |
0 |
140 |
|
x2 |
0 |
1 |
-3/5 |
2/5 |
0 |
120 |
|
x5 |
0 |
0 |
1 |
-1 |
1 |
100 |
|
f |
0 |
0 |
-2 |
3 |
0 |
13200 |
|
Решение
Найденное в предыдущем примере 8 опорное решение
Х1=(140, 120, 0, 0, 100)
не будет оптимальным, так как в строке целевой функции есть отрицательная оценка 3= -2 0.
Перейдем от исходного опорного решения Х1 к лучшему Х2.
В качестве ведущего столбца выберем третий столбец по отрицательной оценке 3=-2.
Для положительных элементов третьего столбца составим симплексные отношения и запишем их в последнем столбце симплексной таблицы.
В качестве ведущей строки возьмем строку с минимальным симплексным отношением- это третья строка, так как
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
0 |
4/5 |
-1/5 |
0 |
140 |
140:4/5=175 |
x2 |
0 |
1 |
-3/5 |
2/5 |
0 |
120 |
- |
x5 |
0 |
0 |
1 |
-1 |
1 |
100 |
100:1=100 |
f |
0 |
0 |
-2 |
3 |
0 |
13200 |
|
==100,
таким образом, ведущий элемент b33=1.
С этим ведущим элементом проведем одну итерацию метода Жордана- Гаусса, а именно.:
все элементы ведущей строки разделим на ведущий элемент
(на 1);
в ведущем столбце все элементы кроме ведущего заменим нулями (запишем единичный столбец);
все остальные элементы симплекс-таблицы преобразуем по правилу « определителя второго порядка », получим
новую симплекс – таблицу:
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
0 |
0 |
3/5 |
-4/5 |
220 |
|
x2 |
0 |
1 |
0 |
-1/5 |
3/5 |
180 |
|
x5 |
0 |
0 |
1 |
-1 |
1 |
100 |
|
f |
0 |
0 |
0 |
1 |
2 |
13400 |
|
Новое опорное решение
Х2=(220, 180, 100, 0, 0)
будет оптимальным, так как в строке целевой функции все оценки положительные p0, причем значение целевой функции fmax= f(X2)=13400.
В следующей задаче составим математическую модель и найдем оптимальное решение симплексным методом.
Пример 11
Составить оптимальный план производства изделий двух видов А и В, обеспечивающий максимальную стоимость их реализации, если на
изготовление единицы изделия А требуется затратить а1=2 кг сырья первого типа, а2=3 кг сырья второго типа и а3=1 кг сырья третьего типа. Для единицы изделия В требуется b1=1 кг сырья первого типа, b2=4 кг сырья второго типа и b3=3 кг сырья третьего типа. Производство обеспечено сырьем каждого типа в количестве 400 кг, 900 кг, 600 кг соответственно. Стоимость единицы изделия А составляет 60 руб., а единицы изделия В- 40 руб.
Решение
Построим математическую модель данной ЗЛП:
Пусть х1- количество изделий вида А,
х2- количество изделий вида В.
Тогда потребуется затратить сырья первого типа в количестве
кг на изделия вида А и b1х2 кг на изделия вида В. Значит, общие затраты сырья первого типа по плану составят кг. Аналогично, сырья второго типа в килограммах потребуетсяи сырья третьего типа а3х1+b3х2=х1+3х2. При реализации всех изделий будет получено рублей.
Нужно найти такие планы производства х1, х2, чтобы выполнялись условия данной задачи по запасам сырья трех типов:
и при этом функция f=60х1+40х2
должна достигать максимума.
Решим задачу симплексным методом
Запишем эту задачу в канонической форме, введя дополнительные балансовые переменные х3, х4, х5, которые имеют смысл остатков сырья соответственно первого, второго и третьего типов.
Тогда система ограничений имеет вид:
и приведенное выражение для целевой функции f
Очевидно, что система ограничений приведена к единичному базису:
базисные переменные- х3, х4, х5,
свободные переменные- х1, х2.
Составим исходную симплекс- таблицу.
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x3 |
2 |
1 |
1 |
0 |
0 |
400 |
400:2=200 |
x4 |
3 |
4 |
0 |
1 |
0 |
900 |
900:3=300 |
x5 |
1 |
3 |
0 |
0 |
1 |
600 |
600:1=600 |
f |
-60 |
-40 |
0 |
0 |
0 |
0 |
|
исходное опорное решение получим при х1=х2=0 равное
Х0=(0, 0, 400, 900, 600)
В строке целевой функции обе оценки свободных переменных(-60;-40) отрицательны. Следовательно, решение Х0=(0, 0, 400, 900, 600) не является оптимальным.
В каждом столбце с отрицательной оценкой все элемент- положительные, следовательно, задача имеет оптимальное решение.
Перейдем от исходного опорного решения Х0 к лучшему Х1.
В качестве ведущего столбца выберем столбец, в котором наибольшая по абсолютной величине отрицательная оценка 1=-60, это первый столбец.
Для положительных элементов первого столбца составим симплексные отношения и запишем их в последнем столбце симплексной таблицы.
В качестве ведущей строки возьмем строку с минимальным симплексным отношением- это первая строка, так как
==200,
таким образом, ведущий элемент b11=2.
С этим ведущим элементом проведем одну итерацию метода Жордана- Гаусса, а именно:
все элементы ведущей строки разделим на ведущий элемент
(на 2);
в ведущем столбце все элементы кроме ведущего заменим нулями (запишем единичный столбец);
элементы b14=b15=0, следовательно, четвертый и пятый столбцы останутся без изменения;
все остальные элементы симплекс-таблицы преобразуем по правилу « определителя второго порядка »,
например, b22=(2.4 -1.3): 2=5/2.
Итак, получим новую симплекс-таблицу:
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
1/2 |
1/2 |
0 |
0 |
200 |
400 |
x4 |
0 |
5/2 |
-3/2 |
1 |
0 |
300 |
120 |
x5 |
0 |
5/2 |
-1/2 |
0 |
1 |
400 |
160 |
f |
0 |
-10 |
30 |
0 |
0 |
1200 |
|
Таким образом, полагая свободные переменные х2=х3=0, получим новое опорное решение Х1=(200, 0, 0, 300, 400).
Значение целевой функции(см. в строке целевой функции) при опорном решении Х1 равно
f(X1)=1200.
Полученное решение Х1 снова не оптимально, так как в последней строке таблицы - в строке целевой функции
оценка 2=-10<0.
В столбце (втором) над этой оценкой есть положительные числа, следовательно, проведем еще одну итерацию с ведущим элементом b22=5/2
(выбрали ведущую строку – вторую - по минимальному симплексному отношению==120).
В результате получим симплексную таблицу
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
bi0 |
bi0 / bip |
x1 |
1 |
0 |
4/5 |
-1/5 |
0 |
140 |
|
x2 |
0 |
1 |
-3/5 |
2/5 |
0 |
120 |
|
x5 |
0 |
0 |
1 |
-1 |
1 |
100 |
|
f |
0 |
0 |
4 |
0 |
0 |
13200 |
|
Новое опорное решение найдем при свободных переменных х3=х4=0, получим Х2=(140, 120, 0, 0, 100),
Значение целевой функции равно
f(X2)=13200.
Так как в последней строке целевой функции нет отрицательных оценок, то найденное опорное решение оптимально, причем
х1=140, х2=120, х3=х4=0, х5=100, fmax=13200.
Итак, задача решена, оптимальный план производства будет следующий:
нужно произвести 140 изделий типа А, 120 изделий типа В, которые обеспечат максимальную прибыль при их реализации в размере 13200 руб., причем будет экономия сырья третьего типа в количестве 100 кг.