Баланс: 0.00
Авторизация
placeholder
Openstudy.uz saytidan fayllarni yuklab olishingiz uchun hisobingizdagi ballardan foydalanishingiz mumkin.

Ballarni quyidagi havolalar orqali stib olishingiz mumkin.

Метод искусственного базиса Исполнитель


Метод искусственного базиса.doc
  • Скачано: 53
  • Размер: 103.5 Kb
Matn

Метод искусственного базиса

Если  ограничения   задачи  линейного  программирования  содержат  единичную  матрицу  порядка  m, то  тем  самым  при  неотрицательных  правых  частях  уравнений  определен  первоначальный  план, исходя  из  которого  с  помощью  симплексного  метода  находится  оптимальный  план..

{spoiler=Подробнее}

Если  ограничения  задачи  линейного  программирования  можно  преобразовать к виду   АХ £ А0  при  А0 ³ 0, то  система  ограничений  всегда  содержит  единичную  матрицу . Многие  задачи  линейного  программирования , имеющие  решения ,  не  содержат  единичной  матрицы  и  не  приводятся  к указанному  виду . В этом случае  для  решения   задач   применяется  метод  искусственного  базиса . Рассмотрим  общую  задачу  линейного  программирования .

Найти минимальное значение линейной функции  Z=C1x1+C2x2+  +... + Cnxn+Mxn+1+...+Mxn+m при ограничениях

xj    (j=1,2,...,n+m),

Величина М предполагается достаточно большим положительным числом, если задача решается на отыскание минимального значения линейной функции, и достаточно малым отрицательным числом, если находится максимальное значение линейной функции. Единичные векторы

Аn+1, Аn+2, ...., Аn+m,

соответствующие искусственным переменным, образуют искусственный базис.

Для отыскания оптимального плана исходной задачи используют следующую теорему.

Теорема.  Если в оптимальном плане Х=(х12,... , хn, 0, 0, ... ,0) расширенной задачи искусственные переменные хn+i=0(i = 1,2, ... ,m), то план Х=(х1, х2, ... ,хn)  является оптимальным планом исходной задачи.

Пример. Найти максимальное значение линейной функции Z=5x1+3x2+4x3-x4 при ограничениях

xj>=0 (j=1,2,3,4).

Решение. Система ограничение не содержит единичной матрицы. Прибавим к каждому уравнению по одной неотрицательной искусственной переменной (соответственно x5³ 0, x6³0) и перейдём к расширенной задаче.

Найти максимальной  значение линейной функции

при ограничениях

xj>=0 (j=1,2,3,4,5,6).

или векторной форме:

A1x1+A2x2+A3x3+...+A6x6=A0

Выберем за базис единичные векторы А5, А6, которые и образуют искусственный базис. Приравнивая свободные неизвестные нулю: x1=x2=x3=x4=0, получаем первоначальный опорный план расширенной задачи:

Х0=(0:0:0:0:3:3), которому соответствует разложение х5А56А60.

Составим симплексную таблицу (табл.) в которой m+2 строки, и по оценкам, содержащимся в ней, проверим план на оптимальность.

Значения оценок, записанных в (m+1)-й и в (m+2)-й строках, находим по формулам.

Z(X0)=CбазX0=3M3M+0=06M,

Z1C1=CбазX1C1=M2M5=53M,

Z2C2=CбазX2C2=3M2M2=35M, и. т. д.,

т.е. если M заранее не фиксировано, то оценки Zj-Cj являются линейным функциями величины М, причем функция состоит из двух слагаемых, одно из которых зависит от М, а второй -не зависит.

Для удобства вычислений в (m+1) -ю строку - коэффициенты при М, которые позволяют сравнивать оценку между собой. В (m+2) -й строке отрицательные оценки, поэтому опорные план Х0 расширенной задачи не являются оптимальным и его можно улучшить.

базис с базиса A0 5 3 4 -1 -M -M
A1 A2 A3 A4 A5 A6
1 A5 M 3 1 3 2 2 1 0
2 A6 M 3 2 2 1 1 0 1
m+1 0 -5 -3 -4 1 0 0
m+2 -6 -3 -5 -3 -3 0 0

Вычислим max 0oj(Zj-Cj), которое достигается для вектора A2; 002(Zj-Cj),=3/3×(-5)=-5. Разрешающий элемент число 3, вектор А2 включаем в базис, вектор А5- исключаем.

Составим симплексную таблицу (табл.). для этого разделим элементы направляющей строки на 3 и произведем одно полное исключение.

В результате второй итерации с разрешающим элементом 4/3 из базиса исключен последний искусственный вектор А6, поэтому в  (m+2)-й строке третьей итерации все оценки, кроме оценок двух искусственных векторов, обратились в нуль.

В силу выбора величины М векторы А5 и А6 уже не могут попасть в базис, исключаем их из дальнейшего рассмотрения, но сохраним для получения обратной матрицы.

Опорной план 3/4;3/4;0;0;0;0;), полученные в третьей итерации, являются планом исходной задачи, и не оптимальным, так как в (m+1) -й строке имеется отрицательная оценка Z2-C3=-3<0.

Дальнейший итерационный процесс проводим по (m+1) -й строке, (m+2)-ю строку из дальнейшего рассмотрения исключаем, а величину М включаем в оценки искусственных векторов. В четвертой итерации находим оптимальный план исходной задачи: Х=(1;0;1;0); при этом плане Zmax(x)=9. В столбцах А5 и А6 получено матрица, из которой можно получить обратную, поменяв местами первую и вторую строки.

Принимая во внимание, что если  система ограничений задачи линейного программирования содержит единичный базис, то для решения задачи необходимо примерно m итераций; если  же для получения первоначального опорного плана необходимо ввести полный искусственный базис, то количество итераций увеличивается приблизительно до 2m.


5 3 4 -1
1 A2 3 1 1/3 1 2/3 2/3 1/3 0
2 1 4/3 0 -1/3 -1/3 -2/3 1
m+1 3 -4 0 -2 3 1 0
m+2 -1 -4/3 0 1/3 1/3 5/3 0
1 A2 3 3/4 0 1 3/4 ¾ 1/2 -1/4
2 A1 5 3/4 1 0 -1/4 -1/4 -1/2 3/4
m+1 6 0 0 -3 2 -1 3
m+2 0 0 0 0 0 1 1
1 A3 4 1 0 4/3 1 1 2/3 -1/3
2 A1 5 1 1 1/3 0 0 -1/3 2/3
m+1 Zi-Cj 9 0 4 0 5 1+M 2+M

При решений  определенной экономической задачи, по характеру которой известно, что она обладает планами и в процессе решения не требуется получения обратной матрицы, количество вводимых искусственных векторов можно значительно сократить, если используя метод полного исключения,  сначала включить в базис линейно независимые векторы из имеющийся системы векторов А12, ... ,Аn.

{/spoilers}

Комментарии (0)
Комментировать
Кликните на изображение чтобы обновить код, если он неразборчив
Copyright © 2024 г. openstudy.uz - Все права защищены.