- •1.Загальна економіко-математична модель задачі лінійного програмування. Допустимий та оптимальний план задачі лінійного програмування.
- •2.Форми запису лінійної задачі оптимізації: в скороченому вигляді, в матричній і векторній формах.
- •3.Геометрична інтерпретація задачі лінійного програмування.
- •4.Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •5.Алгоритм графічного методу розв’язування задач лінійного програмування.
- •6.Алгоритм розв’язування задачі лінійного програмування симплексним методом.
- •7.Теорема (ознака оптимальності опорного плану задачі лінійного програмування).
- •8.Правила побудови двоїстих задач.
- •9.Теореми двоїстості.
- •10.Приклад економічної інтерпретації пари спряжених задач.
- •11.Економічна інтерпретація двоїстої задачі (на прикладі задачі оптимального використання обмежених ресурсів).
- •12.Визначення за допомогою двоїстих оцінок статус кожного ресурсу прямої задачі та проведення аналізу рентабельності продукції (на прикладі задачі оптимального використання обмежених ресурсів).
- •13.Постановка транспортної задачі.
- •Транспортна задача — це специфічна задача лінійного програмування, застосовувана для визначення найекономічнішого плану перевезення однорідної продукції від постачальників до споживачів.
- •14.Алгоритм розв’язування транспортної задачі методом потенціалів.
- •15.Транспортна задача з додатковими умовами: 1) заборона перевезень від певного постачальника до певного споживача; 2) перевезення за окремими маршрутами строго визначеного обсягу продукції.
- •16.Економічна та математична постановка задачі про розподіл обладнання.
- •17.Економічна та математична постановка задачі про призначення.
- •18.Двохетапна транспортна задача.
- •19.Економічна та математична постановка цілочислової задачі лінійного програмування.
- •20.Загальна характеристика методів розв’язування цілочислових задач лінійного програмування.
- •1) Точні методи:
- •21.Алгоритм розв’язування цілочислових задач лінійного програмування методом Гоморі.
- •22.Алгоритм методу гілок та меж.
- •23.Задача про рюкзак.
- •24.Задача оптимального розкрою матеріалів.
- •25.Задача планування виробничої лінії.
- •26.Економічна та математична постановка задачі дробово-лінійного програмування.
- •27.Геометрична інтерпретація задачі дробово-лінійного програмування.
- •28.Розв’язування дробово-лінійної задачі зведенням до задачі лінійного програмування.
- •29.Постановка нелінійної задачі оптимізації. Геометрична інтерпретація задачі нелінійного програмування.
- •30.Основні труднощі розв’язування нелінійних задач.
- •31.Метод множників Лагранжа розв’язування нелінійних задач оптимізації.
- •32.Економічна сутність задач динамічного програмування.
- •33.Сутність динамічного програмування. Принцип оптимальності.
- •34.Задача про розподіл капіталовкладень між підприємствами.
- •35.Принцип оптимальності р.Белмана.
- •36.Алгоритм розв’язування задач динамічного програмування.
- •37.Основні поняття теорії ігор.
- •38.Класифікація ігор.
- •39.Матричні ігри двох осіб.
- •40.Гра зі змішаними стратегіями.
- •Нехай маємо скінченну матричну гру з платіжною матрицею
- •41.Геометрична інтерпретація гри 22.
- •42.Зведення матричної гри до задачі лінійного програмування.
- •Типові задачі.
- •1. Розв’язування задачі лінійної оптимізації графічним методом.
- •Задача 2.1.
- •2. Знаходження оптимальних планів прямої та двоїстої задачі на основі теорем двоїстості.
- •Задача 3.3.
- •3. Побудова математичних моделей прямої та двоїстої задач та економічний аналіз їх оптимальних планів.
- •4. Розв’язування задачі дробово-лінійного програмування графічним методом.
- •5. Розв’язування задачі нелінійного програмування графічним методом.
- •6. Розв’язування задачі нелінійного програмування методом множників Лагранжа.
20.Загальна характеристика методів розв’язування цілочислових задач лінійного програмування.
(1., стр.258).
Для знаходження оптимальних планів задач цілочислового програмування застосовують такі групи методів:
1) Точні методи:
методи відтинання;
комбінаторні методи;
2) наближені методи.
Основою методів відтинання є ідея поступового «звуження» області допустимих розв’язків розглядуваної задачі. Пошук цілочислового оптимуму починається з розв’язування задачі з так званими послабленими обмеженнями, тобто без урахування вимог цілочисловості змінних. Далі введенням у модель спеціальних додаткових обмежень, що враховують цілочисловість змінних, багатогранник допустимих розв’язків послабленої задачі поступово зменшують доти, доки змінні оптимального розв’язку не набудуть цілочислових значень.
До цієї групи належать:
а) методи розв’язування повністю цілочислових задач (дробовий алгоритм Гоморі);
б) методи розв’язування частково цілочислових задач (другий алгоритм Гоморі, або змішаний алгоритм цілочислового програмування).
Комбінаторні методи цілочислової оптимізації базуються на ідеї перебору всіх допустимих цілочислових розв’язків, однак, згідно з їх процедурою здійснюється цілеспрямований перебір лише досить невеликої частини розв’язків.
Найпоширенішим у цій групі методів є метод гілок і меж.
Починаючи з розв’язування послабленої задачі, він передбачає поділ початкової задачі на дві підзадачі через виключення областей, що не мають цілочислових розв’язків, і дослідження кожної окремої частини багатогранника допустимих розв’язків.
Для розв’язування задач із бульовими змінними застосовують комбінаторні методи, причому, оскільки змінні є бульовими, то методи пошуку оптимуму значно спрощуються.
Досить поширеними є також наближені методи розв’язування цілочислових задач лінійного програмування. Оскільки для практичних задач великої розмірності за допомогою точних методів не завжди можна знайти строго оптимальний розв’язок за прийнятний час або для розв’язування задачі використовуються наближено визначені, неточні початкові дані, то часто в реальних задачах досить обмежитися наближеним розв’язком, пошук якого є спрощеним.
Значна частина наближених алгоритмів базується на використанні обчислювальних схем відомих точних методів, таких, наприклад, як метод гілок і меж.
До наближених методів належать: метод локальної оптимізації (метод вектора спаду); модифікації точних методів; методи випадкового пошуку та ін.
Головними показниками для зіставлення ефективності застосування конкретних наближених алгоритмів на практиці є такі: абсолютна та відносна похибки отриманих наближених розв’язків.
, ,
де F — цільова функція (в даному разі для визначеності допускаємо вимогу відшукання максимального її значення); Х1— наближений розв’язок, знайдений деяким наближеним методом; Х* — оптимальний план задачі.
21.Алгоритм розв’язування цілочислових задач лінійного програмування методом Гоморі.
(1., стр.262-263).
Отже, для розв’язування цілочислових задач лінійного програмування (6.1)—(6.4) методом Гоморі застосовують такий алгоритм:
1. Симплексним методом розв’язується задача без вимог цілочисловості змінних — (6.1)—(6.3).
Якщо серед елементів умовно-оптимального плану немає дробових чисел, то цей план є розв’язком задачі цілочислового програмування (6.1)—(6.4).
Якщо задача (6.1)—(6.3) не має розв’язку (цільова функція необмежена, або система обмежень несумісна), то задача (6.1) — (6.4) також не має розв’язку.
2. Коли в умовно-оптимальному плані є дробові значення, то вибирається змінна, яка має найбільшу дробову частину. На базі цієї змінної (елементів відповідного рядка останньої симплексної таблиці, в якому вона міститься) будується додаткове обмеження Гоморі:
.
3. Додаткове обмеження після зведення його до канонічного вигляду і введення базисного елемента приєднується до останньої симплексної таблиці, яка містить умовно-оптимальний план. Отриману розширену задачу розв’язують і перевіряють її розв’язок на цілочисловість. Якщо він не цілочисловий, то процедуру повторюють, повертаючись до п. 2. Так діють доти, доки не буде знайдено цілочислового розв’язку або доведено, що задача не має допустимих розв’язків на множині цілих чисел.
У літературі [12, 27] доведено, що за певних умов алгоритм Гоморі є скінченним, але процес розв’язування задач великої розмірності методом Гоморі повільно збіжний. Слід також мати на увазі, що і кількість ітерацій суттєво залежить від сформованого правильного відтинання. Наведене правило (6.13) щодо формування правильного відтинання не єдине. Існують ефективніші відтинання, які використовуються у другому та третьому алгоритмах Гоморі [12, 27], однак наявний практичний досвід ще не дає змоги виділити з них найкращий.
Загалом, алгоритм Гоморі в обчислювальному аспекті є мало вивченим. Якщо в лінійному програмуванні спостерігається відносно жорстка залежність між кількістю обмежень задачі та кількістю ітерацій, що необхідна для її розв’язування, то для цілочислових задач такої залежності не існує. Кількість змінних також мало впливає на трудомісткість обчислень. Очевидно, процес розв’язання цілочислової задачі визначається не лише її розмірністю, а також особливостями багатогранника допустимих розв’язків, що являє собою набір ізольованих точок.
Як правило, розв’язування задач цілочислового програмування потребує великого обсягу обчислень. Тому при створенні програм для ЕОМ особливу увагу слід приділяти засобам, що дають змогу зменшити помилки округлення, які можуть призвести до того, що отриманий цілочисловий план не буде оптимальним.