Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Свойства решений задачи линейного программирования ⇐ ПредыдущаяСтр 2 из 2 Свойства основной задачи линейного программирования. Свойства основной задачи линейного программирования тесным образом связаны со свойствами выпуклых множеств. Т е о р е м а 1. Множество всех планов задачи линейного программирования выпукло. Доказательство. Необходимо доказать, что если Х 1 и Х 2 — планы задачи линейного программирования, то их выпуклая линейная комбинация Х = l 1 Х 1 + l 2 Х 2, l 1 ³ 0, l 2 ³ 0, l 1 + l 2 = 1 также план задачи. Так как Х 1 и Х 2 — планы задачи, то выполняются соотношения АХ 1 = А 0, Х 1 ³ 0, АХ 2 = А 0, Х 2 ³ 0. Перемножая АХ = A (l 1 Х 1 + l 2 Х 2) = l 1 АХ 1 + l 2 АХ 2 = l 1 А 0 + l 2 А 0 = = (l 1 + l 2) А 0 = А 0, получаем, что Х удовлетворяет системе (2.43). (2.52) xi ³ 0 (i = 1, 2,..., n) (2.53) Но так как Х 1 ³ 0; Х 2 ³ 0, l 1 ³ 0, l 2 ³ 0, то и Х ³ 0, т. е. удовлетворяет и условию (2.53). Таким образом Х — план задачи линейного программирования. Т е о р е м а 2. Линейная функция задачи линейного программирования достигает своего минимального значения в угловой точке многогранника решений. Если линейная функция принимает минимальное значение более чем в одной угловой точке, то она достигает того же значения в любой точке, являющейся выпуклой линейной комбинацией этих точек. Доказательство. Предположим, что многогранник решений ограниченный, имеющий конечное число угловых точек. Обозначим его через К. В двумерном пространстве К имеет вид многоугольника, изображенного на рис. 2.5. Обозначим угловые точки К через Х 1, Х 2,..., Хp, а оптимальный план — через Х 0. Тогда Z (X 0) £ Z (X) для всех Х из К. Если Х 0 — угловая точка, то первая часть теоремы доказана. Предположим, что Х 0 не является угловой точкой; тогда Х 0 на основании теоремы 1 можно представить как выпуклую линейную комбинацию угловых точек К, т. е. Х 0 = l 1 Х 1 + l 2 Х 2 +... + lpХp, lI ³ 0 (i = 1, 2,..., p), . Так как Z (X) — линейная функция, получаем Z (X) = Z (l 1 Х 1 + l 2 Х 2 +... + lpХp) = = l 1 Z (X 1) + l 2 Z (X 2) +... … + lpZ (Xp). (2.54) В этом разложении среди значений Z (Xi) (i = 1, 2,..., p) выберем наименьшее [пусть оно соответствует угловой точке Хk (1 £ k £ p)] и обозначим его через m, т. е. Z (Xk) = m. Заменим в (2.54) каждое значение Z (X i) этим наименьшим значением. Тогда, так как li ³ 0, , то Z (X 0) ³ l 1 m + l 2 m +... + lpm = m . По предположению, Х 0 — оптимальный план, поэтому, с одной стороны, Z (X 0) £ m, но с другой стороны, доказано, что Z (X 0) ³ m, значит, Z (X 0) = m = Z (Xk), где Xk — угловая точка. Итак, существует угловая точка Xk, в которой линейная функция принимает минимальное значение. Для доказательства второй части теоремы допустим, что Z (X) принимает минимальное значение более чем в одной угловой точке, например в точках Х 1, Х 2,..., Хq, 1< q £ p; тогда Z (X 1) = Z (X 2) =... = Z (Xq) = m. Если Х — выпуклая линейная комбинация этих угловых точек: Х = l 1 Х 1 + l 2 Х 2 +... + lqХq, lI ³ 0 (i = 1, 2,..., q), , то Z (X) = Z (l 1 Х 1 + l 2 Х 2 +... + lqХq) = l 1 Z (X 1) + l 2 Z (X 2) +... … + lqZ (Xq) = l 1 m + l 2 m +... + lqm = m . т. е. линейная функция Z принимает минимальное значение в произвольной точке Х, являющейся выпуклой линейной комбинацией угловых точек Х 1, Х 2,..., Хq . Графический метод решения задачи линейного программирования. Графический метод основан на геометрической интерпретации задачи линейного программирования и применяется в основном при решении задач двумерного пространства. Пусть задача линейного программирования задана в двумерном пространстве, т. е. ограничения содержат две переменные. Найти минимальное значение функции Z = C 1 x 1 + C 2 x 2 (2.55) при условиях (2.56) х 1 ³ 0, х 2 ³ 0. (2.57) Допустим, что система (2.56) при условии (2.57) совместна и ее многоугольник решений ограничен. Каждое из неравенств (2.56) и (2.57) определяет полуплоскость с граничной прямой ai 1 x 1 + ai 2 x 2 = b (i = 1, 2,..., m), x 1 = 0, x 2 = 0. Линейная функция (2.55) при фиксированных значениях Z является уравнением прямой линии C 1 х 1 + C 2 x 2 = const. Построим многоугольник решений системы ограничений (2.56) и график линейной функции (2.55) при Z = 0 (рис.2.6). Тогда поставленной задаче линейного программирования можно дать следующую интерпретацию. Найти точку многоугольника решений, в которой прямая C 1 х 1 + C 2 x 2 = const — опорная и функция Z при этом достигает минимума. Значения Z = C 1 х 1 + C 2 x 2 возрастают в направлении вектора N = (C 1, C 2), поэтому прямую Z = 0 передвигаем параллельно самой себе в направлении вектора N. Из рис. 2.6 следует, что прямая дважды становится опорной по отношению к многоугольнику решений (в точках A и C, причем минимальное значение принимает в точке А. Координаты точки А (х 1; х 2) находим, решая систему уравнений прямых АВ и АЕ. При нахождении решения задачи (2.55) — (2.57) могут встретиться случаи, изображенные на рис. 2.7—2.10. Рис. 2.7 характеризует случай, когда целевая функция принимает минимальное значение в единственной точке А. Из рис. 2.8 видно, что минимальное значение целевая функция принимает в любой точке отрезка АВ. На рис. 2.9 изображен случай, когда целевая функция не ограничена снизу на множестве допустимых решений, а на рис. 2.10 — случай, когда система ограничений задачи несовместна.
рис.2.7 рис.2.8
рис.2.9 рис.2.10
Отметим, что нахождение максимального значения отличается от нахождения минимального значения при тех же ограничениях лишь тем, что линия C 1 х 1 + C 2 x 2 = const передвигается не в направлении вектора N,а в противоположном направлении. Итак, нахождение решения задачи линейного программирования (2.55)—(2.57) на основе ее геометрической интерпретации включает следующие этапы: 1. Строят прямые, уравнения которых получаются в результате замены в ограничениях (2.56) и (2.57) знаков неравенств на знаки точных равенств. 2. Находят полуплоскости, определяемые каждым из ограничений задачи. 3. Находят многоугольник решений. 4. Строят вектор N (C 1; C 2), 5. Строят прямую C 1 х 1 + C 2 x 2 = const. 6. Передвигают эту прямую в направлении вектора N, в результате чего либо находят точку (точки), в которой целевая функция принимает минимальное значение, либо устанавливают неограниченность снизу функции на множестве планов. 7. Определяют координаты точки минимума функции на множестве планов. П р и м е р 1. Задача использования сырья. Найти максимальное значение функции Z = 50 x 1 + 40 x 2 при условиях Р е ш е н и е. Построим многоугольник решений (рис. 2.11). Для этого в системе x1Ox2 на плоскости изобразим граничные прямые 2 x 1 + 5 x 2 = 20, 8 x 1 + 5 x 2 = 40, 5 x1 + 6x 2 = 30, x 1 = 0, x 2 = 0. Взяв какую-нибудь точку, например, начало координат, установим, какую полуплоскость определяет соответствующее неравенство. Многоугольником решений данной задачи является ограниченный пятиугольник OABCD. Для построения прямой 50 x 1 + 40 x 2 = 0 строим радиус-вектор N = (50; 40) = 10×(5; 4) и через точку О проводим прямую, перпендикулярную ему. Построенную прямую Z = 0 перемещаем параллельно самой себе в направлении вектора N. Из рисунка следует, что опорный план по отношению к многоугольнику решений эта прямая становится в точке C, где функция Z принимает максимальное значение. Точка C лежит на пересечении прямых 8 x 1 + 5 x 2 = 40 и 5 x1 + 6x 2 = 30. Для определения ее координат решим систему уравнений Оптимальный план задачи: х 1 = 90/23» 3.9, х 2 = 40/23» 2.7. Подставляя зна-чения х 1 и х 2 в линейную функ-цию, получаем Z max = 50 ´ 3.9 + 40 ´ 2.7» 260.3. Таким обра-зом, для того чтобы получить максимальную прибыль в размере 260.3 руб., необходимо запланировать производство 3.9 ед. продукции А 1 и 2.7 ед. продукции А 2.
|