
- •1. Теория графов
- •1.1 Остовные деревья минимального веса.
- •Алгоритм Прим
- •Алгоритм Краскал
- •1.2 Нахождение кратчайших путей между двумя заданными вершинами. Алгоритм Дийкстры
- •Алгоритм Дийкстры
- •Модифицированный алгоритм Дийкстры
- •1.3 Нахождение кратчайших цепей между всеми парами узлов в сети
- •Алгоритм Флойда (Floyd r. W.)
- •Модификация алгоритма Флойда
- •1.4 Построение потоков максимальной мощности. Алгоритм Форда-Фалкерсона
- •Алгоритм Форда-Фалкерсона
- •1.5 Обобщенные задачи о потоке
- •1.5.1 Построение потока в сети с двойным ограничением потока по дугам
- •1.5.2 Построение потока в сети с пропускными способностями узлов
- •1.5.3 Построение потока в сети с несколькими источниками-стоками
- •1.5.4 Построение потока в сети с неориентированными ребрами
- •1.6 Определение потока заданной величины минимальной стоимости. Алгоритмы Басакера-Гоуэна, Клейна
- •Алгоритм Басакера-Гоуэна (Basaker r.G., Gowen p.J)
- •Алгоритм Клейна (Klein m.)
- •2 Сетевое планирование
- •2.1 Построение сетевых моделей
- •2.2 Расчет и анализ сетевых моделей
- •Задача №1
- •Задача №2
- •I. Поиск критических путей
- •II. Поиск резервов работ
- •Правило №2.1
- •3 Линейное программирование
- •3.1 Примеры задач лп
- •3.2 Свойства решений задач линейного программирования
- •3.3 Двумерные задачи линейного программирования. Графический метод решения. Исследование на разрешимость
- •3.3.1 Построение области допустимых решений целевой функции f.
- •3.3.2 Построение прямой уровня
- •3.3.3 Максимизация целевой функции f
- •3.4 Симплекс-метод.
- •3.4.1 Построение начального опорного плана.
- •3.4.2 Симплексные таблицы
- •3.4.3 Примеры решения задач симплекс-методом
- •4. Теория двойственности в линейном программировании
- •4.1 Понятие двойственности. Построение пары взаимно двойственных задач
- •4.2 Теоремы двойственности и их экономическое содержание
- •4.3 Анализ решения задач линейного программирования
- •5. Транспортная задача
- •5.1 Постановка транспортной задачи в матричной форме. Построение исходного опорного плана
- •5.2 Метод потенциалов
- •5.3 Дополнительные условия в транспортных задачах.
- •6. Дискретное программирование.
- •6.1 Метод Гомори для решения задачи целочисленного линейного программирования
- •7. Динамическое программирование
- •7.1 Многошаговые процессы в динамических задачах
- •7.2 Принцип оптимальности и рекуррентные соотношения
- •7.3 Вычислительная схема динамического программирования
- •7.4 Оптимальное распределение средств на расширение производства
- •8. Матричные игры
- •8.1 Парные матричные игры с нулевой суммой
- •8.2 Платежная матрица
- •Нижняя и верхняя цена игры
- •8.3 Смешанные стратегии
- •8.3 Решение матричной игры сведением к задаче линейного программирования
- •8.4 Решение матричной игры графическим методом
- •8.5 Приближенный метод решения матричных игр
- •Практические работы Практическая работа №1 Построение остовного дерева графа. Нахождение найкратчайшего расстояния между заданными вершинами графа
- •Практическая работа №2 Нахождение наикратчайших расстояний между всеми парами вершин графа. Алгоритм Флойда.
- •Практическая работа №3
- •Практическая работа №4 Нахождение потока заданной величины минимальной стоимости. Алгоритм Басакера-Гоуэна
- •Практическая работа №7 Оптимизация проекта по времени.
- •Практическая работа №8
- •Практическая работа №9 Оптимизация целевой функции с помощью двухфазного симплекс метода.
- •Практическая работа №10 Решение двойственных задач. Экономическая интерпретация задач линейного программирования.
- •Практическая работа №11 Решение транспортных задач.
- •Практическая работа №12 Дополнительные условия в транспортных задачах
- •Практическая работа №13 Метод Гомори для решения задачи целочисленного линейного программирования.
- •Практическая работа №14
- •Практическая работа №15 Решение матричных игр в чистых стратегиях
- •Практическая работа №16 Графический метод решения матричных игр.
- •Каркас минимального веса. Метод р. Прима.
- •Кратчайшие пути
- •Лабораторная работа №2 Кратчайшее расстояния от заданной вершины до всех остальных вершин графа.
- •Алгоритм Дийкстры.
- •Пути в бесконтурном графе.
- •Лабораторная работа №3 Кратчайшие пути между всеми парами вершин графа.
- •Алгоритм Флойда.
- •Лабораторная работа №4 Построение потока максимальной мощности.
- •Потоки в сетях.
- •Метод построения максимального потока в сети.
- •Лабораторная работа №5 Симплекс метод
- •Лабораторная работа №6 Транспортная задача
- •Список литературы
3.4.3 Примеры решения задач симплекс-методом
Пример
1. (задача об
оптимальном распределении материалов).
Имеющийся фонд материалов
нужно
так распределить между изготовителями,
чтобы получить максимальную прибыль
от реализации всей продукции, произведенной
из данных материалов. Нормы
расхода
на единицу продукции и прибыль сj,
получаемая от реализованной единицы
продукции, представлены в табл.
Таблица 4.3
Материал |
Продукция |
Объем материала |
|||||
П1 |
П2 |
П3 |
П4 |
П5 |
|||
b1 b1 b1 |
0.7 1.4 0.5 |
0.9 0.3 2.1 |
1.5 0.7 1.8 |
2.3 2.5 0.7 |
1.8 2.0 2.0 |
50000 28000 40000 |
|
Прибыль сj |
5 |
7 |
6 |
9 |
8 |
|
|
План х |
х1 |
х2 |
х3 |
х4 |
х5 |
|
Решение Математическая модель задачи
Введя дополнительные переменные х6, х7 и х8, получим ее каноническую форму:
По индексной строке видно, что начальный опорный план неоптимален. Так как дополнительные переменные в канонической форме составляют допустимый единичный базис, то условия задачи заносим в симплексную таблицу.
Таблица 4.4
БП |
сБ |
А0 |
х1 |
х2 |
x3 |
х4 |
x5 |
x6 |
x7 |
x8 |
5 |
7 |
6 |
9 |
8 |
0 |
0 |
0 |
|||
х6 |
0 |
50000 |
0,7 |
0,9 |
1,5 |
2,3 |
1,8 |
1 |
0 |
0 |
х7 |
0 |
28000 |
1,4 |
0,3 |
0,7 |
2 |
2,0 |
0 |
1 |
0 |
x8 |
0 |
40000 |
0,5 |
2,1 |
1,8 |
0,7 |
2,0 |
0 |
01 |
|
zj-cj |
0 |
-5 |
-7 |
-6 |
-9 |
-8 |
0 |
0 |
0 |
|
х6 |
0 |
24240 |
-0,59 |
0,62 |
0,86 |
0 |
-0,04 |
1 |
-0,92 |
0 |
х4 |
9 |
11200 |
0,56 |
0,12 |
0,28 |
1 |
0,8 |
0 |
0,4 |
0 |
x8 |
0 |
32160 |
0,11 |
2 ,02 |
1,6 |
0 |
1,44 |
0 |
-0,28 |
1 |
zj-cj |
100800 |
0,04 |
-5,92 |
-3,48 |
0 |
-0,8 |
0 |
3,6 |
0 |
|
х6 |
0 |
14286 |
-0,62 |
0 |
0,36 |
0 |
-0,49 |
1 |
-0,83 |
-0,31 |
х4 |
9 |
9286 |
0,55 |
0 |
0,19 |
1 |
0,71 |
0 |
0,42 |
-0,06 |
x2 |
7 |
159525 |
0,05 |
1 |
0,8 |
0 |
0,72 |
0 |
-0,14 |
0,5 |
zj-cj |
195238 |
0,36 |
0 |
1,23 |
0 |
3,43 |
0 |
2,78 |
2,94 |
Разрешающие элементы выбираем по описанным выше правилам. Все вычисления выполняются согласно правилам симплексных преобразований.
На втором шаге преобразований получаем оптимальный план – все оценки положительны.
Итак, х0 = (0; 15 952; 0; 9286; 0; 14 286; 0; 0), т. е. имеющиеся материалы нужно распределить на выпуск продукции П2 в объеме х*2 = 15 952 ед. и П4 в объеме х*4 = 9286 ед. Реализация этой продукции даст 195 238 ден. ед.
На выпуск 15 952 ед. продукции П2 нужно выделить: первого материала 0,9 15 952 = 14 356,8 ед., второго материала 0,3 15 952 = 4785 ед., третьего материала 2,1 15 952 = 33 499,1 ед.
На выпуск 9286 ед. продукции П4 нужно выделить: первого материала 2,3 9286 = 21 357,8 ед., второго материала 2,5 9286 = 23 215 ед., третьего материала 0,7 9286 = 6500,2 ед.
Дополнительные переменные в оптимальном плане показывают объем неиспользуемых материалов: первого материала остается 14 286,4 ед., второй и третий материалы используются полностью.
Пример 2. Используя искусственный базис, решить ЗЛП
Решение
Составляем
соответствующую М
– задачу и решаем ее обычным способом.
После второй итерации все оценки(см.
табл.) неположительны: j
0 (
).
Следовательно, по признаку оптимальности
опорный план (0; 0; 3; 0; 0; 3) оптимален. Но
так как в оптимальном плане искусственная
переменная
w
не равна нулю, то система ограничений
исходной задачи несовместна. Задача
решения не имеет.
Таблица 4.5
Номер итерации |
БП |
сБ |
А0 |
х1 |
х2 |
x3 |
х4 |
x5 |
w |
2 |
-3 |
-4 |
0 |
0 |
М |
||||
2 |
х1 |
-4 |
3 |
3 |
3/2 |
1 |
1/2 |
0 |
0 |
w |
М |
3 |
-3 |
-1/2 |
0 |
-3/2 |
-1 |
1 |
|
zj-cj
|
12+ 3М |
-14 -3М |
-3 -1/2М |
0 |
-2 -3/2 М |
- М |
0 |