
- •Тема 1. Математическая модель задачи линейного программирования (злп)
- •1. Предмет математического программирования
- •2. Математическая модель мп
- •3. Основные типы задач мп:
- •4. Многокритериальная оптимизация
- •5. Основные понятия теории оптимизации
- •6. Постановка злп. Различные формы записи ее математической модели
- •Тема 2. Графический метод решения злп. Закономерности и общие свойства решения злп
- •1. Геометрическая интерпретация решения злп
- •2. Алгоритм решения злп графическим методом
- •3. Возможные случаи области допустимых решений при решении злп графическим методом:
- •4. Основные свойства решений злп:
- •5. Классификация решений злп
- •6. Решение злп с точки зрения линейной алгебры
- •Тема 3. Симплексный метод решения задач линейного программирования
- •1. Суть симплексного метода
- •2. Критерий оптимальности решения злп
- •3. Алгоритм основного симплекс-метода:
- •4. Алгоритм двойственного симплекс-метода:
- •5. Алгоритм смешанного симплекс-метода:
- •6. Особые случаи симплекс-метода:
- •Тема 4. Модифицированный симплекс-метод решения злп. Устойчивость оптимального решения злп
- •1. Обращенный базис и симплекс-множители
- •2. Модифицированный симплекс-метод
- •3. Устойчивость оптимального решения злп:
- •Тема 5. Двойственность в линейном программировании
- •1. Понятие двойственности и теневой цены
- •2. Правила построения двойственной злп
- •3. Основные теоремы двойственности и их экономическое содержание
- •Тема 6. Элементы теории матричных игр
- •1. Основные понятия
- •2. Теоремы теории игр для парных матричных игр с нулевой суммой
- •3. Способы решения задач ти:
- •Тема 7. Матричные статистические игры
- •1. Понятие статистической игры
- •2. Критерии выбора оптимальной стратегии при решении статистической игры
- •3. Кооперативные игры
- •Тема 8. Транспортная задача (тз)
- •1. Постановка тз
- •2. Математическая модель тз
- •3. Решение тз методом потенциалов
- •4. Проверка плана на оптимальность
- •5. Цикл пересчета
- •6. Метод дифференциальных рент
- •7. Дополнительные ограничения тз
- •Тема 9. Дискретное программирование
- •1. Задача целочисленного линейного программирования
- •2. Метод Гомори
- •3. Метод ветвей и границ
- •Тема 10. Элементы нелинейного программирования
- •1. Постановка задачи нелинейного программирования
- •2. Метод множителей Лагранжа
- •3. Задача выпуклого программирования
- •4. Задача квадратического программирования
- •Тема 11. Метод динамического программирования
- •1. Общая постановка задачи динамического программирования
- •2. Принцип оптимальности. Функциональные уравнения Беллмана
- •3. Задача оптимального распределения инвестиций
- •4. Задача о замене оборудования
- •Тема 12. Программирование на сетях
- •1. Основные понятия теории графов
- •2. Экстремальное дерево графа
- •3. Матричные способы задания графов. Упорядочение элементов орграфа
- •4. Потоки на сетях. Постановка задачи о максимальном потоке
- •5. Разрез на сети. Теорема Форда-Фалкерсона. Алгоритм решения задачи о максимальном потоке
- •Тема 13. Планирование на сетях
- •1. Понятие сетевого графика
- •2. Основные параметры сг
- •3. Связь временных параметров сг
- •4. Алгоритм расчета параметров сг:
4. Проверка плана на оптимальность
Теорема
8.1. Если для
некоторого опорного плана ТЗ существуют
числа
(потенциалы поставщиков) и числа
(потенциалы потребителей), такие что
(8.1) для
(клетка заполнена) и
(8.2) для
(клетка пуста)
,
то план является оптимальным.
Для
заполненных клеток составляется система,
которая содержит n+m–1
уравнение и n+m
неизвестных. Поэтому полагается, что
,
а затем находятся остальные переменные.
Для
свободных клеток определяются числа
.
Если
,
то условия теоремы выполнены, план
оптимален. Если же
,
то план не оптимален, и его следует
улучшить.
Проверим на оптимальность план, полученный по методу минимального элемента:
|
|
|
|
|
|
|
|
120 |
50 |
190 |
110 |
|
160 |
|
|
|
|
|
140 |
|
|
|
|
|
170 |
|
|
|
|
Для составим систему уравнений:
,
,
Пусть
,
=0,
,
=
-4,
=0,
,
=-2
,
=1,
,
=4.
.
Для подсчитаем значения выражений:
,
,
,
,
,
.
Так
как получена положительная разность
,
то план не оптимален.
5. Цикл пересчета
Определение 8.2. Цикл пересчета – замкнутая ломаная с вершинами в заполненных клетках и звеньями, расположенными вдоль строк и столбцов матрицы перевозок, при этом одна вершина находится в заполняемой клетке.
Цикл пересчета позволяет таким образом перераспределить поставки, чтобы не нарушить баланса перевозимого и поставляемого груза. Для любой свободной клетки можно построить единственный цикл пересчета.
Примеры. На рисунке 8.1 изображены возможные варианты циклов пересчета:
Рис. 8.1
Алгоритм улучшения опорного плана:
1)
Среди всех
выбирают максимальное.
2) Для соответствующей клетки строят цикл пересчета.
3) Помечают вершины цикла пересчета последовательно знаками «+» и «–», начиная с «+» в исходной клетке.
4) Среди чисел, стоящих в клетках, помеченных «–» определяют минимальное.
5) К значениям, стоящим в «+» клетках, прибавляют это минимальное число, а из значений, стоящих в «–» клетках, это число вычитают.
6) Проверяют полученный план на оптимальность.
Продолжим
решение, сформулированной ранее задачи.
Поскольку
,
то для соответствующей клетки необходимо
построить цикл пересчета:
|
120 |
50 |
190 |
110 |
160 |
|
|
|
|
140 |
|
|
|
|
170 |
|
|
|
|
Строя цикл пересчета по указанному алгоритму, получаем новый план перевозок, представленный в следующей транспортной таблице:
|
|
|
|
|
|
|
|
120 |
50 |
190 |
110 |
|
160 |
|
|
|
|
|
140 |
|
|
|
|
|
170 |
|
|
|
|
Новый план невырожденный. Проверим его на оптимальность.
Для :
, Пусть , =-2,
,
=
-6,
=0,
, =-2, =1,
, =2.
,
.
Для :
,
,
,
,
,
.
Так
как
,
то план не оптимален и для соответствующей
клетки необходимо построить цикл
пересчета:
|
120 |
50 |
190 |
110 |
160 |
|
|
|
|
140 |
|
|
|
|
170 |
|
|
|
|
Получаем новый план перевозок, представленный в следующей транспортной таблице:
|
|
|
|
|
|
|
|
120 |
50 |
190 |
110 |
|
160 |
|
|
|
|
|
140 |
|
20 |
|
|
|
170 |
|
|
|
|
Проверим план на оптимальность.
Для :
,
Пусть
,
=-1,
, = -5, =0,
, = -2, =1,
,
=2.
,
.
Для :
,
,
,
,
,
.
Все разности не положительны, следовательно, получен оптимальный план.
Оптимальные
затраты
Полученное значение совпадает со
значением целевой функции опорного
плана решения задачи по методу Фогеля.
Это говорит о том, что в данном случае
опорный план, построенный по методу
Фогеля, приводит к получению оптимального
плана решения ТЗ быстрее, чем по методу
минимального элемента.
Ответ:
,