
- •Предмет «Математическое программирование», общая постановка задачи, различные его разделы.
- •Экономические постановки задач линейного программирования.
- •Постановка и математическая модель задачи оптимального планирования.
- •Постановка и математическая модель задачи на смеси и соединения
- •Постановка и математическая модель задачи раскроя материалов.
- •Постановка и математическая модель транспортной задачи.
- •Постановка и математическая модель задачи о назначении.
- •Постановка и математическая модель распределительной (х-задачи).
- •Формы записи задачи линейного программирования (общая, векторная, матричная).
- •Линейная зависимость системы векторов, ранг системы векторов.
- •Разложение вектора по векторам базиса.
- •Метод Жордана-Гаусса, решение систем линейных уравнений.
- •Виды решений систем линейных уравнений.
- •Выпуклое множество и его особые точки.
- •Теорема о представлении.
- •Теорема об экстремуме целевой функции.
- •Свойство решений задачи линейного программ-я.
- •Теорема об опорном плане.
- •Геометрическая интерпретация задачи линейного программирования.
- •Графический метод решения задачи линейного программирования с двумя неизвестными
- •Графический метод решения задачи линейного программирования с п неизвестными.
- •Формы задачи линейного программирования. Переход от одной формы к другой.
- •24. Симплексный метод решения задачи линейного программирования:
- •25. Метод искусственного базиса.
- •Несовместность условий в линейном программировании.
- •Двойственность в линейном программировании:
- •Транспортная задача, ее модель.
- •Методы построения первого опорного плана транспортной задачи.
- •Вырожденность в транспортной задаче.
- •Альтернативный оптимум в транспортной задаче.
- •Запреты в транспортной задаче.
- •35 Задача динамического программирования. Функция Беллмана.
- •36. Задачи целочисленного программирования. Метод ветвей и границ. Метод Гомори.
- •37.Задачи нелинейного программирования.
Графический метод решения задачи линейного программирования с п неизвестными.
Пусть задача в канонической форме имеет n переменных и m ограничений. Задача может быть решена графическим методом, если n–m≤3, когда все уравнения системы линейно независимы или в общем случае, если n–r≤3, где r – кол-во линейно независимых ур-й, или ранг матрицы, состоящей из коэффициентов при переменных в уравнениях системы ограничений. Алгоритм графического метода
1. Проверяется находится ли исходная ЗЛП в стандартной форме, если нет, то задачу необходимо преобразовать к стандартной форме.
2. Опр-ся кол-во неизвестных переменных. Если это кол-во больше 3, то задача не может быть решена графическим методом. Сущ. др. эффективные методы реш-я таких задач.
3. Строится ОДЗ переменных для ЗЛП.
4. Строится направляющий вектор c .
5. Перпендикулярно направляющему вектору через ОДЗ проводится исходная изоцель.
6. Проводится мысленное перемещение исходной изоцели в направлении вектора c , если опре-ся максимальное значение целевой функции или в противоположном направлении, если опр-ся её минимальное значение, до тех пор, пока изоцель не станет опорной к ОДЗ. Точки пересечения опорной изоцели и ОДЗ и будут оптимальными точками задачи.
7. Для опр-я координат оптимальной точки, необходимо решить систему соответствующих линейных уравнений.
8. Для нахождения оптимального значения целевой функции, необходимо оптимальные значения переменных подставить в целевую функцию и вычислить её значение.
Формы задачи линейного программирования. Переход от одной формы к другой.
ЗЛП может находиться в одной из следу. форм: общей, стандартной или канонической.
Общая форма. В такой форме все элемены мат-й модели могут принимать любое возможное сост-е:
Целевая ф-ция может быть как на макс-мум так и на мин.
Ограничения задачи. Одни огранич. – в виде нестрогих нерав-в, а др. в виде ур-й.
Условие неотрицательности. Одни переменные могут быть неотрицательными, др. – неположительными, а третьи принимать любые значения.
Стандартная форма. Отличается от общей тем, что все ограничения представлены в виде нер-в.
Каноническая форма. В этой форме все эелементы модели (почти) должны быть строго определены.
Целевая ф-ция. Она должна быть на нахождение мин-го знач-я. Однако некот-е авторы считают, что в канонической форме целевая ф-ция должна быть на нах-е макс-го зн-я.
В канонической форме все ограничения должны быть в виде ур-я.
Условия неотрицательности должны накладываться на все переменные.
Для перехода от общей или стандартной формы к канонической используют следующие приёмы.
1. Преобразование переменных. Если какая-то переменная хk неположительная (хk ≤ 0), то вводят новую переменную xk′ такую, что xk′=-хk. Очевидно, что xk′ ≥ 0. После чего в каждом ограничении и целевой функции переменную хk заменяют на [-xk′].
Если какая-то переменная хt может принимать любые значения, то её заменяют разностью двух неотриц-х переменных xt′ и xt′′, т.е. полагают, что хt = xt′ – xt′′, где xt′ ≥ 0 и xt′′ ≥ 0.
2. Преобразование ограничений. Если какое–либо из ограничений имеет вид нерав-ва, то оно преобразуется в ур-е прибавлением (нер-во имеет тип ≤) к его левой части некоторой доп-й неотрицательной переменной или вычитанием (нер-во имеет тип ≥) такой переменной из его левой части. Эти переменные называют балансовыми. Балансовые переменные входят в целевую функцию с коэффициентами нуль.
3. Преобразование целевой функции. Если задана целевая функция на нахождение максимального значения, то вместо задачи z → max, будем рас-сматривать задачу z′ = -z → min. Очевидно, что max z = -min z′.