
- •1.Задачі лінійного програмування її модифікація.
- •2. Симплексний метод: ідея, вимоги та умови оптимальності.
- •3. Графічний метод розв’язування задач лінійного програмування.
- •4. Симплексний метод: алгоритм розв’язування.
- •5. Альтернативний оптимум задач лінійного програмування.
- •6. Двоїста пара задач: типи та алгоритми перетворення.
- •7. Теорія двоїстості.
- •8. Розв’язування двоїстих задач.
- •9. Відповідність двоїстих оцінок змінних двоїстої пари задач.
- •10. Транспортна задача: математична модель, типи та особливості.
- •11) Умови оптимальності в методі потенціалів, її обґрунтування.
- •12) Методи будування базисних планів при розв’язуванні транспортної задачі.
- •Початковий опорний план
- •Метод північно-західного кута
- •Метод найменшої вартості
- •13) Метод потенціалів Метод потенціалів
- •Приклад
- •14) Транспортна задача: випадки вродженості
- •15) Альтернативний оптимум в транспортних задачах
- •16) Динамічне програмування: математична модель, особливості.
- •17) Основні вимоги, переваги, недоліки в методі динамічного програмування.
- •18) Види цільової функції в методі динамічного програмування.
- •19) Алгоритм розв’язування методом динамічного програмування
- •20) Задачі про призначення: особливості, математична модель, та алгоритм
- •4.2. Математична модель задачі про призначення.
- •4.3. Рішення задачі про призначення
- •21) Угорський метод
- •1 Постановка завдання
- •2 Розв’язання завдання
- •22. Задача про кільцевий маршрут та її розв’язування.
- •23. Алгоритм методу розгалужень та меж.
- •24. Задача про максимальний потік та її розв’язок.
- •25. Задача про найкоротшу відстань та метод її розв’язування.
- •26. Теорія ігор: ціна ігор.
- •27. Теорія ігор: сідлова точка.
- •28. Теорія ігор: теорія мінімакса ті її використання.
- •29. Зведення ігрових задач до задач лінійного програмування.
4.3. Рішення задачі про призначення
Властивість. Оптимальне рішення задачі про призначення не зміниться, якщо до будь-якого рядку або стовпцю матриці вартостей відняти (або додати) постійний розмір. Дійсно, якщо з і-й рядки відняти постійну рі, із j-го стовпця - gi, те нові вартості будуть иметь вид
Тоді нова цільова функція
Тому
що
,
те
.
Звідси випливає, що мінімізація вихідної
цільової функції L приводить до такого
ж рішенню, як і мінімізація L'.
Використовуючи приведене вище властивість, можна побудувати матрицю вартості з нульовими елементами. І якщо ці нульові елементи матриці вартостей відповідають припустимому рішенню, то таке рішення буде оптимальним, оскільки вартість не може бути негативної.
Покажемо,
як реалізується цей прийом на наступному
прикладі: a=||1,1,1||; b=||1,1,1||;
.
У матриці с’ нульові елементи отримані вирахуванням найменшого елемента в кожному рядку з усіх елементом цього рядка:
Віднімаючи g3=2 із третього стовпця, одержуємо матрицю з виду
,
g3=2.
Квадратами в матриці з” відзначені елементи, що відповідають припустимому (а оскільки ці елементи нульові, те й оптимальному) рішенню: x11=х23=х32=1,
min L=c11+c23+c32=5+12+13=30. Зауважимо, що ця вартість дорівнює p1+p2+p3+g3=30.
На жаль, не завжди удасться визначити припустиме рішення настільки просто, як у приведеному прикладі. Тому вимагаються додаткові прийоми для перебування оптимального рішення. Ці прийоми проілюструємо на наступному прикладі: a=||1,1,1,1||; b=||1,1,1,1||;
.
Виконуючи ті ж нараховані кроки, що й у попередньому прикладі, маємо:
Матриця з” не дозволяє знайти припустиме рішення, що перебуває їхніх нульових елементів. Подальша процедура перебуває в проведенні мінімального числа прямих через деякі рядки і стовпці, із тим щоб усі нулі виявилися викресленими:
На наступному кроку вибирається найменший невикреслені елемент (х32=1). Цей елемент відраховується їх кожного невикресленого елемента і додається до кожному елементу, що коштує на перетинанні проведений прямих. У результаті отримуємо матрицю
У матриці с’’’ відзначені елементи, що відповідають припустимому і, отже, оптимальному рішенню: х11=х23=х32=х44=1.
min L=c11+c23+c32+c44=1+10+5+5=21.
Якщо на останньому кроку оптимальне рішення не досягнуте, те процедуру проведення прямих варто повторити доти, поки не буде отримане припустиме рішення.
Як
і для випадку транспортної задачі, якщо
в задачі про призначення
,
та задачу потрібно збалансувати.
21) Угорський метод
Угорський метод є одним з найцікавіших і найпоширеніших методів рішення транспортних завдань. Основна ідея цього методу була вперше висловлена угорським математиком Е. Егерварі (звідси й назва методу) задовго до виникнення теорії лінійного програмування.
Розглянемо спочатку основні ідеї угорського методу на прикладі рішення завдання вибору (завдання про призначення), що є окремим випадком Т-задачі, а потім узагальнимо цей метод для довільної Т-задачі.
1 Постановка завдання
Припустимо,
що є різні
роботи і механізми,
кожний з яких може виконувати будь-яку
роботу, але з неоднаковою
ефективністю. Продуктивність кожного i-го
механізму при
виконанні j-тої
роботи позначимо Cij ,
і = 1,...,n; j = 1,...,n. Потрібно так розподілити
механізми по роботах,
щоб сумарний ефект від їхнього використання
був максимальний. Таке завдання
називається завданням вибору або
завданням про призначення.Формально
вона записується так. Необхідно вибрати
таку послідовність елементів
з
матриці
щоб
сума
була
максимальна й при цьому з кожного рядка
й стовпця був обраний тільки один
елемент.