- •9. Алгебраический симплексный метод. Основные положения данного метода.
- •10. Алгоритм решение задачи симплексным методом(первый опорный план)
- •11. Алгоритм решения задачи симплексным методом ( проверка на оптимальность, определения ведущего столбца и строки, построение нового опорного плана).
- •13. Анализ оптимального плана симплексного метода на примере задачи планирования товарооборота.
- •Метод искусственного базиса на примере системы ограничений, содержащей уравнения.
- •Основные теоремы линейного программирования. Фундаментальная теорема и теорема об альтернативном оптимуме.
- •Геометрическая интерпретация симплекс-метода.
- •Двойственная задача линейного программирования и ее математическая модель.(не до конца!!!!)
- •21. Виды двойственных задач. Правила составления симметричных двойственных задач линейного программирования.
- •22. Виды двойственных задач. Правила составления несимметричных двойственных задач линейного программирования.
- •Основное неравенство теории двойственности. Достаточный признак оптимальности. Первая теорема двойственности.
- •24. Экономический смысл первой теоремы двойственности.
- •25. Вторая теорема двойственности. Определение двойственных оценок с помощью второй теоремы двойственности.
- •26. Определение двойственных оценок однородной задачи линейного программирования симплекс-методом.
- •31) Транспортная задача линейного программирования, ее математическая модель.
- •33. Построение начального опорного решения тз методом наименьших тарифов.
- •34. Построение начального опорного решения тз методом северо-западного угла.
- •35. Построение начального опорного решения тз методом двойного предпочтения.
- •37. Метод потенциалов тз. Проверка плана на вырожденность. Проверка решения транспортной задачи на оптимальность.
- •38. Построение нового опорного решения тз. Понятие цикла.
- •39. Анализ оптимального решения тз. Рекуррентная формула расчета целевой функции.
- •Поток Пальма. Поток Эрланга.
- •Графы состояний смо.
- •Цепи Маркова.
- •Случайные процессы. Марковские случайные процессы.
- •Уравнения Колмогорова.
13. Анализ оптимального плана симплексного метода на примере задачи планирования товарооборота.
Оптимальное решение выписывают из столбца ЗБП последнего оптимального плана симплексной таблицы. Если какая либо переменная в этом столбце отсутствует, то в оптимальном плане она равна 0.
Значение целевой функции также берется из столбца ЗБП последнего оптимального плана. Оптимальный вектор переменных обозначаем X*, а оптимальное значение целевой функции F max(X*) При решении задачи планирования товарооборота( задача о распределе6нии ресурсов), основные переменные указывают на количество реализуемой продукции каждого вида, для получения max дохода. А дополнительные переменные указывают на количество недоиспользованных ресурсов каждого вида. Если какая нибудь дополнительная переменная равна 0, то соответствующий ей ресурс использован полностью и является дефицитным. Положительное значение дополнительной переменной говорит о имеющихся излишках ресурсов.
Нулевое значение какой-либо основной переменной говорит о том, что соответствующий товар невыгоден, его реализация нерентабельна.
Вывод о количестве оптимальных решений можно сделать по индексной строке оптимального плана. Если в индексной строке 0 соответствуют только столбцам базисных переменных, то полученное оптимальное решение единственно. Если 0 соответствует небазисной переменной, то задача будет иметь альтернативный оптимум.
Альтернативный оптимум можно найти, если принять за ведущий столбец, столбец с небазисным 0. При этом среди элементов данного столбца должен быть один положительный.
Если известны два оптимальных решения, то в задачи с альтернативным оптимумом можно записать бесконечное множество оптимальных решений, но все они будут линейными комбинациями найденных оптимальных решений.
Xопт =t *X*+ (1-t)X**
X*- первое оптимальное решение
X**- второе оптимальное решение
0 t 1
Если в ходе решения в ведущем столбце все коэффициенты aij оказались <=0, то целевая функция F(X)- неограниченна на множестве допустимых решений. А значит, оптимального решения задача не имеет.
Если в ходе последнем столбце симплексной таблицы оказалось сразу несколько одинаковых наименьших элементов, то опорный план считается вырожденным, а дальнейшие решения может привести к зацикливанию. Для определения ведущей строки в данном случае применяется метод Креко: рассматривают все строки претендующие на ведущую, в каждой из них находят предполагаемый разрешающий элемент. Элементы каждой строки делят на свой разрешающий элемент, а результаты записывают в дополнительные строки симплексной таблицы.
Дополнительные строки сравнивают между собой двигаясь слева на право по столбцам, сравнение проводят до тех пор пока не встретится наименьший элемент. Он и определит ведущую строку в рассматриваемом плане.
Метод искусственного базиса на примере системы ограничений, содержащей уравнения.
Заметим что классический симплексный метод основывается на задаче с системой ограничений вида <=, на первом шаге такой задачи ее условий приводятся к канонической форме. Тем самым образуется базис для построения начального решения.
Если задача сразу представлена в канонической форме, то в ней как правило отсутствуют переменные выполняющие роль базисных. Введение же дополнительных переменных нарушит каноническую форму и не позволит реализовать алгоритм симплексного метода. В этом случае прибегают к методу искусственного базиса.
F(X)=c1x1+c2x2+…..+cnxn extr
A11x1+a12x2+….+a1nxn=b1
A21x1+a22x2+….+a2nxn=b2
…………………………
Am1x1+am2x2+….+amnxn=bm
xj 0; j=1,n
введем m- искусственных переменных yi=0;i=1,m. каждая искусственная переменная вводится только в одно уравнение системы, и так как они заведомо равны 0, то знак равенства не изменяется
A11x1+a12x2+….+a1nxn+y1=b1
A21x1+a22x2+….+a2nxn+y2=b2
…………………………
Am1x1+am2x2+….+amnxn+ym=bm
xj 0; j=1,n
y i0; i=1,m
Использование искусственных переменных в системе ограничений приводит к тому, что на целевую функцию накладывается так называемый штраф в виде бесконечно большой положительной величины, точное значение которой не задается, а используется обозначение М. При решении задачи на min целевая функция примет вид:
F(X)=c1x1+c2x2+…..+cnxn+My1+My2+….+Mym min
При решении задачи на max целевая функция примет вид:
F(X)=c1x1+c2x2+…..+cnxn+My1+My2+….+Mym max
Дальнейшее решение будет протекать по следующим этапам:
Необходимо выразить искусственные переменные через основные
Полученные выражения подставить в целевую функцию
Выполнить тождественное преобразование целевой функции ( раскрыт скобки, привести подобные)
В результате целевая функция будет содержать только основные переменные, но коэффициенты при них будут содержать штрафы М
Для преобразования целевой функции и преобразованной системы ограничений находим начальное опорное решение, обычным симплексным методом
Заметим, что в результате преобразования целевой функции появляется свободный член, а значит, первоначальное значение целевой функции будет отлично от 0.
Дальнейшее решение продолжаем по алгоритму классического симплексного метода. На каждом шаге нужно стараться исключить искусственные переменные из базисных. В отличном от решении должны статься только основные переменные.
Причем их значение должны освободиться от штрафа М. Штрафы останутся только в индексной строке искусственных переменных.
р Основные теоремы линейного программирования. Теоремы об оптимальном решении в ограниченной и неограниченной области.
Базисным(опорным) решением системы m – линейных уравнений с n – переменными называется решением в котором все (n-m) неосновных переменных равны нулю.
Ч исло базисных решений является конечным, так как оно равно числу групп основных переменных, не превосходящему
Теорема. Если задача ЛП имеет оптимальное решение, то линейная функция, принимает максимальное значение в одной из угловых точек многогранника решений. Если линейная функция принимает максимальное значение более чем в одной угловой точке, являющейся выпуклой линейной композицией этих точек.
Теорема. (Об оптимальном решении а ограниченной области).
Если область допустимых решений системы ограничена, то оптимальное решение существует и совпадает хотя бы с одним из опорных решений системы.
Данная теорема обобщает первые два из рассмотренных выше случаев, в каждом из которых область допустимых решений является ограниченным выпуклым многогранником. Теорема утверждает, что при таком виде области оптимальное решение существует всегда, при этом может существовать как одно, так и множество оптимальных решений.
Теорема. (Об оптимальном решении в неограниченной области). Если область допустимых решений не ограничена. То оптимальное решение совпадающее, по крайней мере, с одним из опорных решений, существует только, когда линейная функция ограничена сверху для задачи максимизации или снизу для задачи минимизации.
Данная теорема обобщает третий и четвертый из рассмотренных случаев, в которых область допустимых решений является незамкнутой, утверждая, что при таком виде области оптимальное решение существует не всегда, а только в тех случаях, когда линейная функция ограничена снизу для задачи минимизации и когда линейная функция ограничена сверху для задачи максимизации.