- •Методи оптимізації
- •1. Задача лінійного програмування. Її властивості
- •Властивості допустимої області злп
- •Властивості розв’язків злп
- •2. Критерій оптимальності базисного розв’язку злп
- •3. Двоїсті задачі лінійного програмування. Теореми двоїстості.
- •Іі Теорема двоїстості (двоїстий критерій оптимальності)
- •4. Задача опуклого програмування. Теорема Куна-Такера.
- •5. Метод найшвидшого спуску.
- •6. Оптимальні чисті стратегії у матричній грі. Теорема про мінімакс.
Методи оптимізації 2
1. Задача лінійного програмування. Її властивості 2
2. Критерій оптимальності базисного розв’язку ЗЛП 3
3. Двоїсті задачі лінійного програмування. Теореми двоїстості. 3
4. Задача опуклого програмування. Теорема Куна-Такера. 5
5. Метод найшвидшого спуску. 7
6. Оптимальні чисті стратегії у матричній грі. Теорема про мінімакс. 8
Методи оптимізації
1. Задача лінійного програмування. Її властивості
Однією з найважливіших задач оптимізації є задача математичного програмування, що полягає в пошуку екстремуму (максимуму чи мінімуму) функції при умовах .
Якщо функції , - лінійні, а область X задається обмеженнями виду , то вказана задача називається задачею лінійного програмування (ЗЛП). Приклади задач лінійного програмування: задача про харчовий раціон (задача про дієту), задача розподілу ресурсів, задача про перевезення (транспортна задача).
Загальну задачу лінійного програмування (ЗЗЛП) визначимо наступним чином.
Знайти вектор , який мінімізує (максимізує) лінійну функцію (1)
та задовольняє системі лінійних обмежень
(2) (3)
де символ Ri замінює один з знаків , ,
Обмеження (3) наз. прямими обмеженнями та не включаються в число співвідношень (2).
Сукупність точок x, які задовольняють (2) та (3), наз. допустимою областю (множиною) ЗЛП, яку ми будемо записувати також у вигляді
Довільну точку назвемо допустимим розв’язком (точкою, вектором, планом).
Назвемо також цільовою функцією L(x) співвідношення (1), а допустиме значення, яке доставляє мінімум (максимум) цільової функції - оптимальним розв’язком ЗЛП:
При цьому будемо називати оптимальним значенням цільової функції.
Властивості допустимої області злп
Нехай . Опуклою лінійною оболонкою точок назвемо сукупність точок , де - довільні числа, які задовольняють співвідношенню.
Б-я точка опуклої лін оболонки наз опуклою лін комбінацією точок .
Частинним випадком (r=2) цього визначення є наступна конструкція. Назвемо відрізком опуклу лінійну оболонку точок чи формально
W - опукла множина, якщо для довільних точок відрізок . Множина наз. півпростором в , а множина - гіперплощиною в .
Лема 1. Перетин опуклих множин - опукла множина.
Лема 2. Півпростір є опуклою множиною.
Лема 3. Гіперплощина є опуклою множиною.
Багатогранною множиною назвемо перетин скінченого числа півпросторів. Обмежену багатогранну множину назвемо багатогранником. Доп. множина D ЗЛП є багатогранною множиною.
Теорема Допустима множина D ЗЛП є опуклою багатогранною множиною (опуклим багатогранником розв’язків - обмеженим чи необмеженим).
Точка х опуклої множини наз кутовою (крайньою), якщо її не можна представити у вигляді
Властивості розв’язків злп
Нехай D - непорожня та є обмеж. багатогранником.
Лема4. Довільна точка опуклого обмеженого багатогранника є опуклою лінійною комбінацією його вершин..
Теорема Цільова функція ЗЛП досягає оптим-ого значення в вершині багатогранника розв’язків. Якщо цільова функція приймає оптимальне значення більше ніж в одній точці, то вона досягає того ж значення в довільній точці, що є їх опуклою комбінацією.
2. Критерій оптимальності базисного розв’язку злп
СЗЛП. Шукається хEn: L(x) = nj=1 cj xj min (1)
nj=1 aij xj= bi , i = 1,...,m (2)
xj 0, j = 1,n (k n) (3)
Ненульовий допуст. розв’язок х задачі (1)-(3) наз. базисним розв’язком (БР), якщо система векторів умов Аj, що відповідають додатнім компонентам х є лінійно незалежною. Оскільки rang A = m, то максимальна кількість лін. незалежних векторів умов = m, максимальна кількість додатніх компонент базисного розв’язку = m.
Базисний розв’язок наз. невиродженим, якщо кількість додатніх компонент дорівнює m, і виродженим, якщо кількість додатніх компонент < m. Розглянемо невироджений БР, позначимо його через x=( x1, x2,..., xm,0,...,0). xi>0, i=1,m. Вектори умов А1, А2,...,Аm - лінійно незалежні. Вони формують базис, що породжує відповідний БР, утворюють базисну матрицю (А1,...,Аm)=В, яка визначається однозначно. Розглянемо вироджений БР, x=(x1,x2,...,xк,0,...,0).
k<n; А1,...,Аk - лінійно незалежні. Вони не будуть формувати базис. Базисом у цьому випадку є довільна система m лін. незал. векторів умов, що містить А1,...,Аk. Матриця визначається неоднозначно.
Змінні, що відповідають лінійно незалежним векторам, наз. базисними.
Теорема Кронекера-Капелі Допустимий розв’язок х ЗЛП є вершиною допустимої множини коли х є базисним розв’язком.
Нехай k= ck – mi=1 ciik - симплекс-різниця, що відповідає змінній xk.
Теорема (Критерій оптимальності БР ЗЛП). Якщо для деякого БР х* ЗЛП симплекс різниці j 0 (j=1,n), то х* - оптимальний розв’язок ЗЛП.