Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Lektsiyi_Ukhanska_1

.pdf
Скачиваний:
19
Добавлен:
12.02.2016
Размер:
2.03 Mб
Скачать

2. Введемо додаткові змінні

 

x5

, x6

, x7 0 .Замість змінної

умови невід’ємності, введемо

x2

 

 

 

 

 

 

/

 

//

/

 

//

0 .

x2

x2 ,

x2

, x2

 

L

2x

 

3 x

/

x

//

4x

x

 

max

 

 

 

 

 

2

2

4

 

 

 

 

 

1

 

1

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2x

 

 

 

 

 

x

3

 

 

2x

4

 

x

5

 

 

3

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

2 x / x //

 

x

3

x

4

 

 

x

6

 

 

2

 

 

1

 

2

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

3x

 

 

 

 

 

x

 

 

2x

 

 

 

 

 

 

 

x

 

 

5

 

 

 

 

 

 

3

 

4

 

 

 

 

7

 

 

1

x

 

x

 

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

2

 

 

 

/

//

 

2x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

 

 

3

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

x 0, i 1,3,4,5,6,7,

 

x

/

, x

//

0.

 

 

 

 

 

 

 

2

2

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

2

 

, на яку не накладено

§ 1.3. Властивості розв’язків задач лінійного програмування.

де

Запишемо задачу (1.1)-(1.3) у матричному вигляді

 

 

L X C X max

 

 

 

 

 

 

 

A X b

 

 

 

 

 

 

 

 

 

X 0

 

 

 

 

 

 

 

 

 

 

 

a

a

...

a

 

 

 

 

 

 

 

 

 

11

12

 

1n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

b P

,

A

a21

a22

...

a2n

C c

,..., c

 

 

 

 

 

 

 

,

n

0

 

 

... ... ... ...

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

am 2

...

 

 

 

 

 

 

 

 

 

am1

amn

 

 

 

 

(1.6)

Нагадаємо означення опуклої множини.

Означення 1. Множина точок n-вимірного простору, яка містить разом із будь-якими двома точками А і В всі точки відрізка АВ , називається опуклою множиною.

Внутрішньою називається точка множини, для якої існує ε-окіл, що містить лише точки даної множини. Граничною називається точка, для якої існує ε-окіл, що містить як точки даної множини, так і ті, які не належать множині.

Означення 2. Граничні точки, які не лежать всередині відрізка, що з’єднує дві інші точки множини, називаються вершинами ( кутовими точками або крайніми точками ).

10

Якщо множина Z X 1 Y Q, 0X Y Q, 1,

Q0,

n-вимірного

1,

або

0 .

 

простору є

в

опуклою і

X

загальному

Q, Y

Q , то

випадку

Теорема 1.

Множина всіх планів задачі лінійного програмування (1.6) є опуклою.

Доведення.

► Нехай X1 , X 2 - будь-які два плани задачі. Доведемо, що опукла комбінація

цих планів

X X1

1 X 2 , 0 1 є також планом.

Оскільки

X1 , X 2 - плани, то

AX1 b, AX 2 b .

Тоді

AX A X1 1 X 2 AX1

1 AX

2 b 1 b b ,

тобто X задовольняє умову (1.6)2 . Крім того X 0, оскільки X1 0, X 2 0, 0 1.

Отже, X – план задачі. ◄

 

 

 

Як бачимо, для будь-яких двох планів їх опукла комбінація також є планом.

Теорема 2.

Будь-який

опорний план задачі лінійного

програмування визначається

вершиною опуклого многокутника.

Таким чином, пошук оптимального плану задачі лінійного програмування можна обмежити перевіркою вершин опуклої множини планів задачі.

Теорема 3. ( Критерій крайності точки опуклої множини ). Для того щоб точка

X x1 ,..., xn

опуклої множини планів задачі лінійного програмування була

вершиною (крайньою точкою) необхідно і достатньо, щоб вектори

P

j , які

 

відповідають

додатним компонентам

x j , утворювали лінійно незалежну

систему.

 

 

 

 

Наслідок. Кожній вершині множини планів задачі лінійного програмування відповідає m

лінійно незалежних векторів із системи векторів P1 , P2 ,..., Pn .

§ 1.4. Графічний метод розв’язування задач лінійного програмування.

Графічний метод використовують для розв’язування задач лінійного програмування з двома (трьома) змінними.

Нехай треба знайти max (min) лінійної функції

11

1.

2.

L c1 x1 c2 x2 c0

(1.7)

ai1 x1

ai 2 x2

bi

i 1, m

(1.8)

x1 , x2

0 .

 

 

 

Розв’язок задачі шукаємо у такій послідовності:

На площині x1 , x2 будуємо многокутник розв’язків, тобто ті точки площини, що задовольняють умови (1.8).

Знаходимо оптимальну точку, яка розміщена у вершині многокутника. Для цього

використовуємо вектор нормалі

n

c

, c

 

 

L

,

L

2

 

 

 

 

1

 

 

x

 

x

 

 

 

 

 

 

2

 

 

 

1

 

 

  

, який є перпендикулярним

до лінії рівня, що задається рівнянням c0 c1 x1

c2 x2 const . ( Нагадаємо, що

лінією рівня функції z z x1 , x2 називають лінію

z x1 , x2 const . Якщо z x1 , x2 -

лінійна функція, то лінії рівня є паралельні прямі). Лінію рівня ще називають гіпер-

прямою. Отже, проводимо через многокутник розв’язків гіпер-пряму,

перпендикулярну до вектора нормалі n .

При паралельному перенесенні гіпер-

прямої у напрямку у напрямку вектора

n

значення цільової функції зростає.

Знаходимо вершину многокутника, в якій досягається найбільше значення функції

L (для знаходження точки мінімуму гіпер-пряму треба переміщувати у напрямку,

протилежному до

n ).

 

Лінії рівня (гіпер-прямі), що проходять через оптимальні

вершини многокутників розв’язків, називають опорними (оптимальними).

3. Обчислюємо

оптимальні значення. Знаходимо

координати точки

максимуму

(мінімуму),

отримані

 

значення підставляємо у

рівність (1.7) і

обчислюємо

Lmax Lmin .

 

 

 

 

 

 

 

Приклад. Знайти максимальне і мінімальне значення функції

 

 

L 10 3x1 2x2

 

 

при обмеженнях

 

 

 

 

 

 

2x

3x

2

18

 

 

 

 

1

 

 

 

 

 

2x

x

 

10

 

 

 

 

2

 

 

 

1

 

 

 

 

x1 , x2 0

Побудуємо многокутник розв’язків (ACBO).

12

x2

 

 

n

 

A

 

 

 

C

2

 

 

O

 

B

2

x1

 

 

 

 

Рис.1.1.

 

 

Будуємо вектор нормалі

n 3;2

і гіпер-пряму

3x1 2x2 10 0 . Переміщуючи

гіпер-пряму в напрямку нормалі

n до перетину з останньою вершиною многокутника,

знаходимо, що максимум досягається в точці С(3;4), а мінімум – в точці О. Обчислюємо оптимальні значення:

L

max

L C 7;

L

min

L O 10.

 

 

 

 

 

 

Зауважимо, що при розв’язуванні задач лінійного програмування графічним

методом, область допустимих планів може мати вигляд

 

x2

 

 

 

 

x2

 

 

 

n

 

 

A

n

 

 

 

 

 

 

B

x1

x1

Рис.1.2

Рис.1.3

x2

x2 n

 

x1

x1

 

 

Рис.1.4.

 

Рис.1.5.

13

x2

x1

Рис.1.6.

З рис.1.2 бачимо, що задача має єдиний розв’язків (гіперпряма паралельна до сторони AB

зверху; рис.1.5 – задача несумісна; рис.1.6 –

допустимих значень складається з однієї точки).

розв’язок; рис.1.3 – задача має безліч

); рис.1.4 – цільова функція необмежена задача має єдиний розв’язок (область

§ 1.5. Симплексний метод розв’язування задач лінійного програмування .

Симплексний метод ( метод послідовного покращення плану ) є універсальним методом розв’язування задачі лінійного програмування, записаної у канонічній формі.

Суть методу полягає у послідовному переході від одного опорного плану до іншого так,

що значення лінійної форми весь час зростає (при умові, що задача має оптимальний розв’язок і всі опорні плани невироджені).

Розглянемо задачу лінійного програмування, записану в канонічній формі (1.1)-

(1.3). Спочатку приведемо систему обмежень (1.2) до одиничного базису і припустимо для визначеності, що цей базис складається з перших m стовпців. Тобто система обмежень

(1.2) матиме вигляд

x1 a1m 1 xm 1 ...

a1n xn b1

 

 

a2 m 1 xm 1

a2 n xn b2

x2

.......... .......... .......... .......... ........

 

 

 

 

 

 

 

 

 

 

 

 

x

m

a

m m 1

x

m 1

...

a

m n

x

n

b

 

 

 

 

 

 

m

x

j

0,

 

 

j

1, n

.

14

Запишемо тепер задачу лінійного програмування у вигляді

де

 

 

 

 

 

 

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L c j x j

max

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(1.9)

 

 

 

 

 

 

j 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

P1 x1 P2 x2

.... Pn xn P0 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(1.10)

 

 

 

x

j

0,

j 1, n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

0

 

 

 

0

 

 

 

 

 

1m 1

 

 

 

 

 

1n

 

 

 

b

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

 

 

 

 

a

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

1

 

 

 

 

0

 

 

 

a2 m 1

 

 

 

a2 n

 

 

b2

 

P

 

0

 

P

 

 

 

,

, P

 

 

 

,

P

 

 

a

 

 

P

 

 

a

 

 

P

 

 

 

 

 

,

 

0

 

0

 

 

,

 

 

,

 

b .

1

 

 

 

2

 

 

 

m

 

 

 

m 1

 

 

3 m 1

 

n

 

 

3 n

 

0

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

...

 

 

 

 

...

 

 

 

 

...

 

 

 

...

 

 

 

 

...

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

0

 

 

 

 

1

 

 

 

am m 1

 

 

 

am n

 

 

bm

Припустимо, що всі bi 0

i 1, m . Поклавши вільні невідомі xm 1

,..., xn рівними нулю, із

співвідношення

(1.10)

знаходимо,

що базисний

опорний

план

має

вигляд

X

0

b1 ,b2 ,..., bm

,0,0,...,0

і значення

лінійної форми L для опорного плану

дорівнює

 

0

 

L X

0

c1b1

... cmbm .

 

 

 

 

 

L

 

 

 

 

 

 

 

 

 

1. Побудова опорних планів задачі лінійного програмування.

 

 

 

Нехай

X x1 , x2 ,..., xm ,0,...,0 , x j 0

j 1, m - деякий

невироджений

опорний план

задачі. Тоді виконується співвідношення (1.10). Невиродженому опорному планові

відповідає система лінійно незалежних

векторів P1 ,..., Pm ,

які

утворюють базис в m-

вимірному просторі. Тому кожен вектор

Pj

із системи векторів

P1 ,..., Pn можна єдиним

чином розкласти за векторами базису, наприклад,

 

 

 

 

 

 

 

 

 

 

 

 

Pj x1 j P1 x2 j P2

... xmj Pm

 

j

 

 

 

 

 

 

 

 

 

 

 

1, n

 

 

 

 

 

(1.11)

 

Припустимо, що для деякого вектора, наприклад

Pk ,який не належить до базису, хоча б

один із коефіцієнтів xik у розкладі Pk

x1k P1

x2k P2 ... xmk Pm є додатним. Помножимо

обидві частини останньої рівності на деяке число θ і віднімемо від (1.10):

 

 

 

 

x1 x1k P1

x2

x2k P2

... xm xmk Pm Pk

P0 .

 

 

 

 

Це означає, що вектор

X /

x x

, x

2

x

2k

,..., x

m

x

mk

, 0,..., 0, , 0,..., 0 у випадку

 

 

 

 

1

1k

 

 

 

 

 

 

 

 

 

 

 

 

 

 

невід’ємності своїх компонент буде також планом. Очевидно, що компоненти вектора

X

/

 

будуть невід’ємними при умові, що 0 і

xi xik

0 для всіх i

, для яких

xik

0 .

Звідси 0

xi

. Тому при будь-якому θ,

що задовольняє умову

0 min

xi

 

, де

 

xik

 

xik

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

мінімум береться по тих i, для яких

x

ik

0 , вектор

 

X / буде новим планом. Оскільки

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

15

новий план повинен бути опорним, то θ треба вибрати так, щоб план

X

/

мав не більше,

 

ніж m додатних компонент. Якщо прийняти 0

min

x

i

, де мінімум береться по тих i,

 

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

ik

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

для яких

xik

0 , то принаймні одна з перших m компонент вектора

X

/

буде дорівнювати

 

нулю. Нехай мінімум досягається при i l , тобто

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

min

x

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

l

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

i

x

 

x

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

lk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ik

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Тоді

при

 

0

 

 

 

 

новий

план

 

 

 

 

 

X

/

матиме

вигляд

 

 

 

 

 

 

 

 

 

 

 

X

/

/

/

 

/

/

 

/

, 0,..., 0, 0 , 0,...,0 , де

/

xi

0 xik

i 1,..., l 1,l 1,..., m .

 

x1 , x2 ,..., xl 1 , 0, xl 1

,..., xm

xi

Перехід до нового опорного плану здійснено шляхом введення в базис вектора Pk

замість

Pl

. Аналогічно можна перейти до наступного опорного плану.

 

 

 

 

Зауваження 1. Ми припускали, що серед компонент

 

xik

у співвідношенні (1.11) є хоча б

один додатний. Якщо ця умова не виконується , то лінійна форма на множині планів є необмеженою.

Зауваження 2. Якщо оптимальний план вироджений, то можливо, що ми не зможемо при обраному векторі Pk , який вводимо в базис, перейти до нового опорного плану. У цьому випадку треба спробувати ввести в новий базис інший вектор або змінити базис, що відповідає X.

2. Теоретичні основи симплекс-методу.

Задача лінійного програмування має скінчене число опорних планів і після скінченого

числа ітерацій процес послідовного покращення розв’язку повинен обірватися. Це означатиме, що знайдено найкращий опорний розв’язок, при якому цільова функція

досягає максимуму. Проте, якщо функція

L

необмежена в області допустимих розв’язків,

то отриманий опорний розв’язок є лише найкращим серед опорних, але не оптимальним

L . Виникає питання, чи можна про це довідатися в процесі виконання послідовних ітерацій. Відповідь на ці запитання дають теореми, які є основними для симплексного

методу.

Покладемо

m

 

 

 

j

 

 

 

 

 

 

z j ci xij ,

j z j

c j

1, n

 

 

 

 

i 1

 

 

 

 

 

 

 

 

 

 

( xij - координати розкладу вектора

Pj

через вектори базису P1 ,..., Pm ). Оскільки базис

 

 

 

 

 

m

 

j

 

.

утворюють одиничні вектори, то xij aij ,

 

j ci aij

c j

1, n

i 1

16

Теорема 1. (Ознака оптимальності опорного плану).

Якщо

 

j

0

 

 

j

1,

n

, то опорний план є оптимальним.

Теорема 2. (Ознака необмеженості лінійної форми на множині планів).

Якщо

 

j

0

 

 

для деякого j k і всі

a

ik

 

0

, то для заданої задачі цільова

функція

L

необмежена зверху.

Теорема 3. (Ознака переходу до нового опорного плану).

Якщо j

0

для деякого j k , але серед коефіцієнтів aik

є

додатний,

то

можна перейти до нового опорного плану

X

L X / L X , якщо опорний план невироджений.

Результати послідовних ітерацій симплексних перетворень зручно вигляді таблиць, які називаються симплексними таблицями.

хоча б один

/ , для якого

записувати у

 

 

 

 

с1

с2

...

сm

cm+1

 

ck

cn

Б

Сб

P0

 

 

 

 

 

 

 

 

 

 

 

P1

P2

Pm

Pm+1

 

Pk

Pn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

P1

с1

b1

1

0

0

a1m+1

 

a1k

a1n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

P2

с2

b2

0

1

0

a2m+1

 

a2k

a2n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

r

Pr

cr

br

0

0

0

ar m+1

 

ar k

 

ar n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

m

Pm

cm

bm

0

0

1

amm+1

 

amk

amn

m+1

 

 

L0

0

0

0

m+1

 

k

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В перших m рядках симплекс-таблиці розміщені вектори базису ( стовпець Б ),

відповідні компоненти лінійної

форми (

стовпець

Сб ), компоненти

опорного

плану

 

 

 

 

 

Pj j

 

через

 

 

(стовпець

Р0), коефіцієнти

aij

розкладів

векторів

1, n

вектори

базису

(стовпці

P1 ,..., Pn ). В останньому рядку симплекс-таблиці записуємо значення лінійної

форми, що відповідає розглянутому опорному планові і різниці

 

j

j 1, n

.

 

 

Якщо після побудови першої симплекс-таблиці виявилось, що виконуються умови першої або другої теореми, то розв’язування задачі припиняється. Якщо виконуються

17

умови третьої теореми, то будуємо нову симплекс-таблицю і переходимо до нового опорного плану.

Для переходу до нового опорного плану необхідно один вектор вивести з базису і на його місце ввести новий, який не належав до базису. Цей новий вектор визначається

найбільшим по модулю від’ємним значенням

j

. Якщо таких j

декілька, то вибираємо

те, для якого c j

максимальне. Якщо max j

k

, то вводимо в базис вектор Pk . Вектор,

 

 

j

 

 

 

 

 

 

 

 

який виводиться з базису,

визначається величиною min

bi

 

br

,

де мінімум береться по

aik

 

 

 

 

 

 

i

 

ark

 

 

 

 

 

 

 

 

 

 

 

тих i , для яких

aik 0 .

Стовпець з номером

 

k , рядок з номером r і елемент ark

називаються відповідно ключовим (або розв’язуючим) стовпцем, рядком та елементом.

Опорний план, що відповідає новому базисові, матиме координати, які визначаються за формулами

 

 

 

 

 

 

b

,

 

 

i r

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

b

/

 

 

 

 

a

rk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

b a

 

b a

 

 

 

 

 

 

 

 

 

,

i r

 

 

 

i

rk

 

 

r

ik

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

rk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

ij

,

 

 

 

i r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

/

 

 

 

 

 

a

rk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

aij

a

 

a

 

a

 

a

 

 

 

 

 

ij

rk

rj

ik

,

i r

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

rk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Нове значення цільової функції обчислюють за формулою

 

 

 

m

 

 

/

 

 

c b

/

L

0

 

 

 

i

i

 

 

 

i 1

 

 

.

При розв’язуванні вихідної задачі припускалось, що всі опорні плани не вироджені

( bi 0 ). Якщо серед опорних планів задачі лінійного програмування є вироджені, то при переході від одного виродженого плану до іншого може статися так, що опорний план не зміниться, а зміниться лише базис, що йому відповідає. Такий перехід може відбутися декілька разів. Якщо при цьому ми повертаємося до базису, що вже мав місце, то в алгоритмі симплексного методу утворюється цикл (відбувається зациклення). У цьому випадку доводиться використовувати спеціальні додаткові прийоми виходу з циклу. В

реальних умовах таких задач майже не зустрічається.

Приклад. Знайти найбільше значення лінійної функції L 3x1 2x2 на множині невід’ємних розв’язків системи нерівностей

18

2x

3x

2

12

 

 

1

 

 

 

 

2x

 

x

 

4

 

 

 

2

 

1

 

 

x

i

0, i 1,2

 

 

 

 

 

 

Зведемо задачу до канонічного вигляду

L 3x

2x

2

 

max

 

 

 

1

 

 

 

 

 

 

 

 

 

2x

3x

2

x

3

 

12

 

 

1

 

 

 

 

 

 

 

 

 

2x

x

 

 

 

 

 

 

x

 

4

 

2

 

 

 

 

 

4

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xi

0,

i 1,4

 

 

 

Оскільки ранг матриці системи обмежень дорівнює 2, то матимемо два базисні вектори. За

базисні змінні приймемо

x

3

, x

4

(

P , P

базисні вектори ), а змінні

x

, x

2

є вільними.

 

 

 

 

 

 

 

3

4

 

 

 

 

 

 

1

 

 

 

Запишемо першу симплекс-таблицю:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Сб

 

 

Р0

 

3

 

2

0

 

0

 

 

 

 

 

Б

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Р1

Р2

Р3

Р4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

Р3

 

0

 

 

 

12

 

2

 

3

1

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

Р4

 

0

 

 

 

4

 

 

2

 

-1

0

 

1

 

 

 

 

 

3

 

 

 

 

 

 

 

0

 

-3

-2

0

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L0

L

Початковий опорний план має вигляд

X 0 0 . Обчислимо значення j

X

0

 

(0, 0,12, 4)

. Значення лінійної форми

1 0 2 0 2 3 3, 2 0 3 0 ( 1) 2 2, 3 4 0 .

 

Згідно з теоремою 3 можна перейти до нового опорного плану (

j 0 , а серед

коефіцієнтів у відповідному стовпці є додатні ). Оскільки max j 1

3 , то в базис

 

j

 

необхідно ввести вектор P1 . Визначимо, який вектор потрібно вивести з базису. Складемо

відношення вільних членів ( чисел стовпчика

P0 ) до відповідних

додатних чисел

ключового стовпчика ( P1 ): 12/2=6, 4/2=2 і вибираємо з них найменше. Отже, елемент 2, що стоїть на перетині стовпця P1 і рядка P4 , буде ключовим, а з базису необхідно вивести вектор P4 . Переходимо до наступної ітерації.

Кожен елемент ключового рядка (2), починаючи зі стовпчика P0 , ділимо на ключовий елемент 2 і результат записуємо в нову таблицю у другий рядок. До елементів першого рядка старої таблиці, починаючи зі стовпчика P0 , додаємо відповідні елементи

19

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]