Реферат: Математическое программирование 2

Математическое программирование

1. Общая задача линейного программирования (ЗЛП):

Здесь (1) называется системой ограничений , ее матрица имеет ранг r £ n, (2) - функцией цели (целевой функцией). Неотрицательное решение (х₁ ⁰ , x₂ ⁰ , ... , x_n ⁰ ) системы (1) называется допустимым решением (планом) ЗЛП. Допустимое решение называется оптимальным, если оно обращает целевую функцию (2) в min или max (оптимум).

2. Симплексная форма ЗЛП. Для решения ЗЛП симплекс - методом необходимо ее привести к определенной (симплексной) форме:

(2`) f+c_r+1 x_r+1 + ... + c_s x_s + ... + c_n x_n = b₀ ® min

Здесь считаем r < n (система имеет бесчисленное множество решений), случай r = n неинтересен: в этом случае система имеет единственное решение и если оно допустимое, то автоматически становится оптимальным.

В системе (1`) неизвестные х<sub>1</sub> , х<sub>2</sub> , ... , х<sub>r</sub> называются базисными (каждое из них входит в одно и только одно уравнение с коэффициентом +1), остальные х<sub>r+1</sub> , ... , x<sub>n</sub> - свободными. Допустимое решение (1`) называется базисным (опорным планом), если все свободные неизвестные равны 0, а соответствующее ему значение целевой функции f(x₁ ⁰ , ... , x_r ⁰ ,0, ... ,0) называется базисным.

В силу важности особенностей симплексной формы выразим их и словами:

а) система (1`) удовлетворяет условиям :

1) все ограничения - в виде уравнений;

2) все свободные члены неотрицательны, т.е. b_i ³ 0;

3) имеет базисные неизвестные;

б) целевая функция (2`) удовлетворяет условиям :

1) содержит только свободные неизвестные;

2) все члены перенесены влево, кроме свободного члена b₀ ;

3) обязательна минимизация (случай max сводится к min по формуле max f = - min(-f)).

3) Матричная форма симплекс-метода. Симплексной форме ЗЛП соответствует симплекс - матрица :

1 0 ... 0 ... 0 a_1,r+1 ... a_1s ... a_1n b₁

0 1 ... 0 ... 0 a_2,r+1 ... a_2s ... a_2n b₂

.................................................................

0 0 ... 1 ... 0 a_i,r+1 ... a_is ... a_in b_i

.................................................................

0 0 ... 0 ... 1 a_r,r+1 ... a_rs ... a_rn b_r

0 0 ... 0 ... 0 c_r+1 ... c_s ... c_n b₀

Заметим, что каждому базису (системе базисных неизвестных ) соответствует своя симплекс - матрица , базисное решение х = (b₁ ,b₂ , ... ,b_r , 0, ... ,0) и базисное значение целевой функции f(b₁ ,b₂ , ... ,b_r , 0, ... ,0) = b₀ (см. Последний столбец !).

Критерий оптимальности плана . Если в последней (целевой) строке симплекс-матрицы все элементы неположительны, без учета последнего b₀ , то соответствующий этой матрице план оптимален,

т.е. с_j £ 0 (j = r+1, n) => min f (b₁ , ... ,b₂ ,0, ... ,0) = b₀ .

Критерий отсутствия оптимальности. Если в симплекс-матрице имеется столбец (S-й), в котором последний элемент с_s > 0, a все остальные элементы неположительны, то ЗЛП не имеет оптимального плана, т.е. с_s > 0, a_is £ 0 ( i= 1,r ) => min f = -¥.

Если в симплекс-матрице не выполняются оба критерия, то в поисках оптимума надо переходить к следующей матрице с помощью некоторого элемента a_is > 0 и следующих преобразований (симплексных):

1) все элементы i-й строки делим на элемент a⁺ _is ;

2) все элементы S-го столбца, кроме a_is =1, заменяем нулями;

3) все остальные элементы матрицы преобразуем по правилу прямоугольника, что схематично показано на фрагменте матрицы и дано в формулах:

a_kl ` = a_kb a_is - a_il a_ks = a_kl - a_il a_ks ;

a_is a_is

b_k ` = b<sub>k</sub> a<sub>is</sub> - b<sub>i</sub> a<sub>ks</sub> ; c<sub>l</sub> ` = c_l a_is - c_s a_il

a_is a_is

Определение . Элемент a_is ⁺ называется разрешающим, если преобразование матрицы с его помощью обеспечивает уменьшение (невозрастание) значения, целевой функции; строка и столбец, на пересечении которых находится разрешающий элемент, также называются разрешающими.

Критерий выбора разрешающего элемента. Если элемент a_is ⁺ удовлетворяет условию

b_i = min b_k

a_{is 0} a_{ks 0} ⁺

где s₀ - номер выбранного разрешающего столбца, то он является разрешающим.

4. Алгоритм симплекс-метода (по минимизации).

1) систему ограничений и целевую функцию ЗЛП приводим к симплексной форме;

2) составим симплекс-матрицу из коэффициентов системы и целевой функции в симплексной форме;

3) проверка матрицы на выполнение критерия оптимальности; если он выполняется, то решение закончено;

4) при невыполнении критерия оптимальности проверяем выполнение критерия отсутствия оптимальности; в случае выполнения последнего решение закончено - нет оптимального плана;

5) в случае невыполнения обоих критериев находим разрешающий элемент для перехода к следующей матрице, для чего :

а) выбираем разрешающий столбец по наибольшему из положи тельных элементов целевой строки;

б) выбираем разрешающую строку по критерию выбора разрешающего элемента; на их пересечении находится разрешающий элемент;

6) c помощью разрешающего элемента и симплекс-преобразований переходим к следующей матрице;

7) вновь полученную симплекс-матрицу проверяем описанным выше способом (см. п. 3)

Через конечное число шагов, как правило получаем оптимальный план ЗЛП или его отсутствие

Замечания.

1) Если в разрешающей строке (столбце) имеется нуль, то в соответствующем ему столбце (строке) элементы остаются без изменения при симплекс-преобразованиях.

2) преобразования - вычисления удобно начинать с целевой строки; если при этом окажется, что выполняется критерий оптимальности, то можно ограничиться вычислением элементов последнего столбца.

3) при переходе от одной матрицы к другой свободные члены уравнений остаются неотрицательными; появление отрицатель
ного члена сигнализирует о допущенной ошибке в предыдущих вычислениях.

4) правильность полученного ответа - оптимального плана - проверяется путем подстановки значений базисных неизвестных в целевую функцию; ответы должны совпасть.

5. Геометрическая интерпретация ЗЛП и графический метод решения (при двух неизвестных)

Система ограничений ЗЛП геометрически представляет собой многоугольник или многоугольную область как пересечение полуплоскостей - геометрических образов неравенств системы. Целевая функция f = c₁ x₁ + c₂ x₂ геометрически изображает семейство параллельных прямых, перпендикулярных вектору n (с₁ ,с₂ ).

Теорема. При перемещении прямой целевой функции направлении вектора n значения целевой функции возрастают, в противоположном направлении - убывают.

На этих утверждениях основан графический метод решения ЗЛП.

6. Алгоритм графического метода решения ЗЛП.

1) В системе координат построить прямые по уравнениям, соответствующим каждому неравенству системы ограничений;

2) найти полуплоскости решения каждого неравенства системы (обозначить стрелками);

3) найти многоугольник (многоугольную область) решений системы ограничений как пересечение полуплоскостей;

4) построить вектор n (с₁ ,с₂ ) по коэффициентам целевой функции f = c₁ x₁ + c₂ x₂ ;

5) в семействе параллельных прямых целевой функции выделить одну, например, через начало координат;

6) перемещать прямую целевой функции параллельно самой себе по области решения, достигая max f при движении вектора n и min f при движении в противоположном направлении.

7) найти координаты точек max и min по чертежу и вычислить значения функции в этих точках (ответы).

7. Постановка транспортной задачи.

Приведем экономическую формулировку транспортной задачи по критерию стоимости:

Однородный груз, имеющийся в m пунктах отправления (производства) А₁ , А₂ , ..., А_m соответственно в количествах а₁ , а₂ , ..., а_m единиц, требуется доставить в каждый из n пунктов назначения (потребления) В₁ , В₂ , ..., В_n соответственно в количествах b₁ , b₂ , ..., b_n единиц. Стоимость перевозки (тариф) единицы продукта из A_i в B_j известна для всех маршрутов A_i B_j и равна C_ij (i=1,m; j=1,n). Требуется составить такой план перевозок, при котором весь груз из пунктов отправления вывозиться и запросы всех пунктов потребления удовлетворяются (закрытая модель), а суммарные транспортные расходы минимальны.

Условия задачи удобно располагать в таблицу, вписывая в клетки количество перевозимого груза из A_i в B_j груза X_ij > 0, а в маленькие клетки - соответствующие тарифы C_ij :

8. Математическая модель транспортной задачи.

Из предыдущей таблицы легко усматривается и составляется математическая модель транспортной задачи для закрытой модели

Число r = m + n - 1, равное рангу системы (1), называется рангом транспортной задачи. Если число заполненных клеток (X_ij ¹ 0) в таблице равно r, то план называется невырожденным, а если это число меньше r, то план вырожденный - в этом случае в некоторые клетки вписывается столько нулей (условно заполненные клетки), чтобы общее число заполненных клеток было равно r.

Случай открытой модели Σа_i ¹ Σb_j легко сводится к закрытой модели путем введения фиктивного потребителя B_n+1 c потребностью b_n+1 =Σa_i -Σb_j , либо - фиктивного поставщика А_m+1 c запасом a_m+1 =Σb_j -Σa_i ; при этом тарифы фиктивных участников принимаются равными 0.

9. Способы составления 1-таблицы (опорного плана).

I. Способ северо-западного угла (диагональный). Сущность способа заключается в том, что на каждом шаге заполняется левая верхняя клетка (северо-западная) оставшейся части таблицы, причем максимально возможным числом: либо полностью вывозиться груз из А_i , либо полностью удовлетворяется потребность B_j . Процедура продолжается до тех пор, пока на каком-то шаге не исчерпаются запасы a_i и не удовлетворяются потребности b_j . В заключение проверяют, что найденные компоненты плана X_ij удовлетворяют горизонтальным и вертикальным уравнениям и что выполняется условие невырожденности плана.

II. Способ наименьшего тарифа. Сущность способа в том, что на каждом шаге заполняется та клетка оставшейся части таблицы, которая имеет наименьший тариф; в случае наличия нескольких таких равных тарифов заполняется любая из них. В остальном действуют аналогично предыдущему способу.

10. Метод потенциалов решения транспортной задачи.

Определение: потенциалами решения называются числа a_i ®A_i , b_j ®B_j , удовлетворяющие условию a_i +b_j =C_ij (*) для всех заполненных клеток (i,j).

Соотношения (*) определяют систему из m+n-1 линейных уравнений с m+n неизвестными, имеющую бесчисленное множество решений; для ее определенности одному неизвестному придают любое число (обычно a₁ =0), тогда все остальные неизвестные определяются однозначно.

Критерий оптимальности. Если известны потенциалы решения X₀ транспортной задачи и для всех незаполненных клеток выполняются условия a_i +b_j £ C_{i j} , то X₀ является оптимальным планом транспортной задачи.

Если план не оптимален, то необходимо перейти к следующему плану (таблице) так, чтобы транспортные расходы не увеличились.

Определение: циклом пересчета таблицы называется последовательность клеток, удовлетворяющая условиям:

1) одна клетка пустая, все остальные занятые;

2) любые две соседние клетки находятся в одной строке или в одном столбце;

3) никакие 3 соседние клетки не могут быть в одной строке или в одном столбце .

Пустой клетке присваивают знак « + », остальным - поочередно знаки « - » и « + ».

Для перераспределения плана перевозок с помощью цикла перерасчета сначала находят незаполненную клетку (r, s), в которой a_r +b_s >C_rs , и строят соответствующий цикл; затем в минусовых клетках находят число X=min{X_ij }. Далее составляют новую таблицу по следующему правилу:

1) в плюсовые клетки добавляем X;

2) из минусовых клеток отнимаем Х;

3) все остальные клетки вне цикла остаются без изменения.

Получим новую таблицу, дающее новое решение X, такое, что f(X₁ ) £ f(X₀ ); оно снова проверяется на оптимальность через конечное число шагов обязательно найдем оптимальный план транспортной задачи, ибо он всегда существует.

11. Алгоритм метода потенциалов.

1) проверяем тип модели транспортной задачи и в случае открытой модели сводим ее к закрытой;

2) находим опорный план перевозок путем составления 1-й таблицы одним из способов - северо-западного угла или наименьшего тарифа;

3) проверяем план (таблицу) на удовлетворение системе уравнений и на невыражденность; в случае вырождения плана добавляем условно заполненные клетки с помощью « 0 »;

4) проверяем опорный план на оптимальность, для чего:

а) составляем систему уравнений потенциалов по заполненным клеткам;

б) находим одно из ее решений при a₁ =0;

в) находим суммы a_i +b_j =C¢_ij («косвенные тарифы») для всех пустых клеток;

г) сравниваем косвенные тарифы с истинными: если косвенные тарифы не превосходят соответствующих истинных(C¢_ij £ C_ij ) во всех пустых клетках, то план оптимален (критерий оптимальности). Решение закончено: ответ дается в виде плана перевозок последней таблицы и значения min f.

Если критерий оптимальности не выполняется, то переходим к следующему шагу.

5) Для перехода к следующей таблице (плану):

а) выбираем одну из пустых клеток, где косвенный тариф больше истинного (C¢_ij = a_i +b_j > C_ij );

б) составляем цикл пересчета для этой клетки и расставляем знаки « + », « - » в вершинах цикла путем их чередования, приписывая пустой клетке « + »;

в) находим число перерасчета по циклу: число X=min{X_ij }, где X_ij - числа в заполненных клетках со знаком « - »;

г) составляем новую таблицу, добавляя X в плюсовые клетки и отнимая X из минусовых клеток цикла

6) См. п. 3 и т.д.

Через конечное число шагов (циклов) обязательно приходим к ответу, ибо транспортная задача всегда имеет решение.