- •Методы исследования операций.
- •Необходимые и достаточные условия безусловного экстремума. Необходимые и достаточные условия экстремума функции нескольких (двух) переменных
- •4.Модели линейного программирования.
- •5.Графическое решение задачи линейного программирования (нахождение максимума целевой функции).
- •6.Графическое решение задачи линейного программирования (нахождение минимума целевой функции).
- •8.Графический анализ чувствительности
- •9.Стандартная форма задачи линейного программирования
- •11.Алгоритм симплекс-метода.
- •13.Определение двойственной задачи
- •23. Метод штрафных функций решения задачи математического программирования.
- •24. Метод динамического программирования.
- •25. Теорема фон Неймана существование цены матричной игры в смешанных стратегиях.
- •Теорема фон Неймана существование цены матричной игры в смешанных стратегиях.
- •26. Метод Шепли-Сноу решения матричных игр.
- •27. Равновесие по Нэшу.
- •28. Оценка пропускной способности смо.
- •29. Оценка среднего времени ожидания заявки.
- •Оценка среднего времени ожидания заявки.
11.Алгоритм симплекс-метода.
Рассмотрим задачу ЛП Будем считать ее невырожденной. В этих предположениях приведем алгоритм симплекс-метода.
Алгоритм
1. Начать с д.б.р. .
2. Вычисляем оценки по формуле .
3. Если , то x0 - оптимальное решение, конец, иначе
4. Находим (это правило носит рекомендательный характер, поскольку можно выбрать любую положительную оценку).
5. Если , то целевая функция неограничена, конец, иначе
6. Находим .
7. Элемент xlk становится ведущим, и делается преобразование симплекс-таблицы по формулам (2.11).
8. Переход на 2.
В случае, если задача ЛП не вырождена, алгоритм, очевидно, конечен. В самом деле, в этом случае q>0, а значит, действует замечание к теореме 6, и новое д.б.р. будет таким, что значение целевой функции будет меньше, чем на предыдущем д.б.р. Ну а поскольку допустимых базисных решений конечное число, а на каждом шаге алгоритма мы обязательно переходим к новому д.б.р., то за конечное число итераций алгоритм закончит свою работу либо в п. 3, либо в п.5.
12. Искусственное начальное решение. М-метод
Рассмотрим модификацию метода начальное решение. М-метод
(2.13)
Здесь M>0 - большое положительное число, которое можно интерпретировать как штраф за то, что искусственная переменная остается в базисе. Поскольку мы решаем задачу минимизации, то симплекс-метод будет стремиться к тому, чтобы все искусственные векторы вышли из базиса, так как если они остаются в базисе, то значение целевой функции сильно возрастает.
Также, как и в предыдущем пункте, можно считать, что bi≥ 0. А значит, и
будет д.б.р. для задачи (2.13). Запустим алгоритм симплекс-метода для задачи (2.13), взяв в качестве начального д.б.р. x0 . Возможно 2 варианта:
Получено оптимальное решение . Здесь возможны 2 подслучая:
a) в этом случае задача (2.1) не имеет допустимых решений.
b) . Покажем, что есть оптимальное решение задачи(2.1) min cx Ax=b x≥0.
Целевая функция в задаче (2.13) неограничена. Здесь возможны 2 варианта:
Задача (2.1) имеет допустимые решения. Поскольку в задаче (2.13) целевая функция неограничена, это означает, что .
вектор Ak является основным и все его коэффициенты разложения по искусственным векторам равны 0. Пусть - допустимое решение (2.1). Строим новое решение :
, где B – множество индексов базисных векторов.
, где N – множество индексов небазисных векторов.
Покажем, что
- допустимое решение (2.1):
, т.к. можно считать, что это разложение вектора Ak по текущему базису, поскольку, как было доказано ранее, все коэффициенты при базисных векторах, являющихся искусственными, равны 0.
Очевидно (по построению), что .
Но решение х-штрих остается допустимым при любом q>0, а .
.
b). возможна ситуация, когда целевая функция в M-задаче (2.13) неограничена, а задача 2.1 не имеет допустимых решений
13.Определение двойственной задачи
Каждой задаче линейного программирования можно определенным образом сопоставить некоторую другую задачу (линейного программирования), называемую двойственной или сопряженной по отношению к исходной или прямой задаче. Дадим определение двойственной задачи по отношению к общей задаче линейного программирования, состоящей, как мы уже знаем, в нахождении максимального значения функции
(32)
при условиях
(33)
(34)
Определение 13.
Задача, состоящая в нахождении минимального значения функции
(35)
при условиях
(36)
(37)
называется двойственной по отношению к задаче (32) – (34). Задачи (32) – (34) и (35) – (37) образуют пару задач, называемую в линейном программировании двойственной парой. Сравнивая две сформулированные задачи, видим, что двойственная задача составляется согласно следующим правилам:
1. Целевая функция исходной задачи (32) – (34) задается на максимум, а целевая функция двойственной (35) – (37) – на минимум.
2. Матрица
(38)
составленная из коэффициентов при неизвестных в системе ограничений (33) исходной задачи (32) – (34), и аналогичная матрица
(39)
в двойственной задаче (35) – (37) получаются друг из друга транспонированием (т. е. заменой строк столбцами, а столбцов – строками).
3. Число переменных в двойственной задаче (35) – (37) равно числу ограничений в системе (33) исходной задачи (32) – (34), а число ограничений в системе (36) двойственной задачи – числу переменных в исходной задаче.
4. Коэффициентами при неизвестных в целевой функции (35) двойственной задачи (35) – (37) являются свободные члены в системе (33) исходной задачи (32) – (34), а правыми частями в соотношениях системы (36) двойственной задачи – коэффициенты при неизвестных в целевой функции (32) исходной задачи.
5. Если переменная xj исходной задачи (32) – (34) может принимать только лишь положительные значения, то j–е условие в системе (36) двойственной задачи (35) – (37) является неравенством вида “? ”. Если же переменная xj может принимать как положительные, так и отрицательные значения, то 1 – соотношение в системе (54) представляет собой уравнение. Аналогичные связи имеют место между ограничениями (33) исходной задачи (32) – (34) и переменными двойственной задачи (35) – (37). Если i – соотношение в системе (33) исходной задачи является неравенством, то i–я переменная двойственной задачи . В противном случае переменная уj может принимать как положительные, так и отрицательные значения.
Двойственные пары задач обычно подразделяют на симметричные и несимметричные. В симметричной паре двойственных задач ограничения (33) прямой задачи и соотношения (36) двойственной задачи являются неравенствами вида “ ”. Таким образом, переменные обеих задач могут принимать только лишь неотрицательные значения.