- •66. Постановка задачи лп; идея симплекс-метода; алгоритм симплекс-метода
- •67. Приведение задачи лп к каноническому виду. Метод дополнительных и искусственных переменных
- •Задача выпуклого программирования.
- •69. Методы безусловной минимизации выпуклых функций (метод наискорейшего спуска, метод покоординатного спуска, метод Ньютона)
- •70. Метод решения задач выпуклого программирования (условная минимизация) на выбор: метод условного градиента, метод проекции градиента, метод штрафных функций
- •71. Многокритериальная оптимизация. Матричные игры. Кооперативные игры.
- •1. Многокритериальная оптимизация.
- •Матричные Игры
- •3.Кооперативные игры
66. Постановка задачи лп; идея симплекс-метода; алгоритм симплекс-метода
Задачей ЛП наз-ся задача c11+ c22+… +cnn – min при ограниченияех
|
a111+ a122+…+ a1nn b1 a211+ a222+…+ a2nn b2 … am11+ am22+…+ amnn bm |
и 1,…, n0, где ci, aij, bi – вещественные числа
Будем рассм задачу минимизации, т.к. задачу максимизации можно свести к ней путем домножения на -1.
Задачу можно представить в матричной форме: обозн. x=(1, …, n), c=(c1,…,cn), b=(b1,…,bm), A={aij}. Тогда задача будет: <c,x> - min, Axb, x0
От задачи с нер-ми можно перейти к задаче с рав-ми путем введения доп. переменных n+1, n+2, …, n+m >0. Тогда получим задачу: c11+ c22+… cnn+0*n+1+…+n+m – min
|
a111+ a122+…+ a1nn+n+1 = b1 a211+ a222+…+ a2nn +n+2 = b1 … am11+ am22+…+ amnn +n+m= bm |
1,…, n+m0
Можно доказать, что решив эту задачу, будет решена и исходная.
Обозн |
тогда задачу можно представить в виде: c11+ c22+… cnn – min P11 + P22+…+Pnn = P0 1…n 0 |
Вектор x, удовл-ий ограничениям задачи наз‑ся допустимым решением, или планом. Мн-во всех планов – мн-во допустимых решений (мн-во планов). План, который доставляет минимум целевой ф-ии – решение. План наз‑ся опорным, если векторы Pj, соотв-ие ненулевым компонентам плана, линейно независимы. Пусть ранг матр. A = m. Опорный план наз‑ся невырожденным, если число ненулевых компонент k в этом плане совпадает с m; и называется вырожденным, если k>m.
Симплекс-метод: предположим, что среди векторов столбцов ограничений есть векторы P1, …, Pm, которые образуют единичный базис и коэфф. разложения вектора P0 по этому базису не отрицательны.
Если оказалось, что все оценки в строке критериев не положительны, то по теореме об оптимальности, опорный план, соответствующий исх‑му базису, оптимален. В противном случае, в строке критериев нужно выбрать любую положительную оценку. |
|
Пусть эта оценка j. Это озн‑ет, что Pj следует вводить в базис на следующем шаге. Выбранный столбец Pj принято называть ведущим на этом шаге. Для ведущего столбца вычисляется значение j=min(i0/ij) по i: ij > 0. Пусть минимум достигается при i=s. Число sj в ведущем столбце принято называть ведущим элементом таблицы на данном шаге.
После того, как найден ведущий элемент, найден и вектор Ps, выводящийся из базиса. В следующей симплекс-таблице в первом столбце будет стоять новый базис P1, …, Ps-1, Pj, Ps+1, …,Pm.
Для нового базиса при заполнении новой таблицы придется отыскивать коэффициенты разложения.
Для получения новых коэфф-ов разложения нужно сделать следующее:
Вся строчка с номером s делится на ведущий элемент sj, затем с пом. полученной на месте sj единички элементарными преобразованиями строк добиваемся чтобы во всех остальных строчках ведущий столбец получились нули. Новая матрица будет состоять из искомых коэф‑оф разложения.
Пр. min(21 - 32 + 3 + 54 - 25)
1…5 0
|
На втором шаге найден оптимальный опорный план. Т.о. решение: x*=(3, 11/2, 0, 3/2, 0)
|