Методы оптимальных решений

Нахождение стационарных точек функций двух и трех переменных, вычисление их экстремальных точек и значений. Составление функции Лагранжа. Решение задачи линейного программирования симплекс-методом. Методы определения начального плана транспортной задачи.

Рубрика Математика
Вид контрольная работа
Язык русский
Дата добавления 16.10.2017
Размер файла 401,6 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Федеральное агентство железнодорожного транспорта

Федеральное государственное образовательное учреждение высшего профессионального образования

«Петербургский Государственный Университет Путей Сообщения Императора Александра I»

Кафедра «Математика и моделирование»

Контрольная работа по дисциплине

«Методы оптимальных решений»

Выполнил: Студент

учебной группы 14 ЭБС - 230

Евдокимова Н.Н.

Санкт - Петербург, 2016

Задание 1.

Для функции двух переменных

,

заданной следующим выражением:

Задачи, поставленные в задании:

a. Найти стационарную точку и вычислить в ней значение функции;

b. Найти экстремальные точки и экстремальные значения;

c. Найти области выпуклости (вогнутости) функции.

Решение

a) Для нахождения стационарной точки найдем частные производные, прировняем их к 0, вычислим систему уравнений, так найдем координаты стационарной точки.

= 7*2x1+2x2+1;

= 2x1+5*2x2 - 10;

;

;

;

;

Точка M с координатами (-15/68; 71/68) - стационарная точка.

Значение функции двух переменных

в точке M вычислено при помощи Microsoft Excel.

Z (-15/68 ; 71/68) = ?10 ;

b) Чтобы найти экстремальные точки и экстремальные значения найдем частные производные второго порядка.

Обозначим:

A = =14

;

= 10

и через

? = AC - B2 = 14*10 ?22 = 136;

? ? 0;

Так как ? ? 0, и A ? 0 то по достаточному условию экстремума функция Z имеет в точке М (-15/68 ; 71/68) минимум, причем значение функции Z = ?10;

c) Так как функция Z дважды дифференцируема и Z''(x1;x2) ? 0, то функция Z - выпуклая.

Ответ:

1. Точка M с координатами (-15/68; 71/68) - стационарная точка.

Значение функции в точке M равно = ?10

2. Функция Z имеет в точке М (-15/68 ; 71/68) минимум.

3. Функция Z - выпуклая.

Задание 2

Функция трех переменных задана следующим выражением.

Задачи, поставленные в задании:

a. Найти стационарную точку функции и вычислить в ней ее значение;

b. Найти экстремальные точки и экстремальные значения функции;

c. Найти области выпуклости (вогнутости) функции.

Решение:

a) Найдем частные производные.

= 6x1 + 2x2 - x3 + 4;

= 4x2 + 2x1 + 5x3 - 1; = 10x3 - x1 + 5x2;

Составим и решим систему уравнений для нахождения стационарных точек.

Решив систему уравнений при помощи Microsoft Excel, с помощью обратной матрицы, найдены корни уравнений.

x1 = -3,27;

x2 = 6,12;

x3 = -3,38

Найдена одна стационарная точка M (-3,27; 6,12; -3,38)

Значение функции U в точке M равно, U = 135,37

b) Чтобы найти экстремальные точки и экстремальные значения найдем частные производные второго порядка.

= 6;

= 2;

= -1;

= 2;

= 4;

= 5;

= -1;

= 5;

10;

Составим матрицу Гессе:

H =

Продолжение решения через анализ угловых миноров матрицы Гессе.

Достаточные условия экстремума. Если в некоторой точке выполнены необходимые условия экстремума и все частные производные 2-го порядка непрерывны, то существование экстремума в этой точке определяется значениями угловых миноров матрицы вторых производных (матрицы Гессе):

M1 ? 0 , M2 ? 0 - локальный минимум;

M1 ? 0 , M2 ? 0 - локальный максимум;

M2 ? 0 - экстремума нет.

Так как угловые миноры: M1 = 15; M2 = 10, следовательно на основании достаточного условия экстремума, функция

в точке M (-3,27; 6,12; -3,38) имеет локальный минимум.

c) Достаточным условием выпуклости функции f (x1, x2, …, xn) является положительная определенность матрицы.

Составим главные определители матрицы Гессе.

?1 = 15;

?2 = 10;

?3 = 59;

Так как все определители ? 0, то матрица H положительно определена и функция

выпуклая.

Ответ:

1. Найдена одна стационарная точка M (-3,27; 6,12; -3,38)

Значение функции

в точке M равно, U = 135,37

2. В точке M (-3,27; 6,12; -3,38) имеет локальный минимум.

3. По критерию Сильвестра, матрица H положительно определена и функция

выпуклая.

Задание 3

Даны функция

и ограничения.

Задачи, поставленные в данном задании.

a. Составить функцию Лагранжа;

b. Найти стационарную точку функции Лагранжа;

c. Найти условный экстремум функции

(экстремальную точку, экстремальное значение и тип экстремума.)

Решение:

a) Составить функцию Лагранжа.

Используем метод множителей Лагранжа:

Обозначив

ц1(x1,x2,x3) = 4x1 - 2x2 + 2x3

ц2(x1,x2,x3) = 7x1 + 5x2 - 3x3

где цi(x) - ограничения в неявном виде (i=1..n), что аргументы функции связаны уравнением

j (x , y , z) = 0 , называемым уравнением связи.

экстремальный лагранж линейный программирование

Функция Лангранжа имеет вид:

L(x1,x2,…,xn) = f(x1,x2,…,xn) +

Константы лk ,(k = 1,….,m) называют множителями Лагранжа.

В качестве целевой функции, подлежащей оптимизации является

Функция Лагранжа имеет вид:

L(x1,x2,x3x,л) = 12x12 + 9x22 + 5x11x2 - 9x1x3 - 2x2x3 - 35x1 - 60x2 + 20x3 + л1(4x1 - 2x2 + 2x3 - 200) + л2(7x1 + 5x2 - 3x3 - 400)

b) Необходимым условием экстремума функции Лагранжа является равенство нулю ее частных производных по переменным xi неопределенным множителям л.

Для нахождения стационарной точки найдем частные производные первого порядка и составим систему уравнений.

;

Необходимые условия условного экстремума выражаются системой

Решение системы даёт координаты точки (или системы точек), в которой возможен условный экстремум.

Решив данную систему уравнений с помощью Microsoft Excel, получим

x1 =47,99;

x2 = 38,07;

x3 = 42,09;

л1 = 24,29;

л2 = -146,49;

Мы получили одну стационарную точку M (-0,28;1,85;2,41).

c) Выяснить, условный минимум или условный максимум имеет функция в найденной точке, можно, как и ранее, необходимо вычислить матрицу Гессе для точки M.

Дана функция

Найдем частные производные :

= 24x1 + 5x2 - 9x3 - 35;

= 18x2 + 5x1 - x3 - 60;

= 4x3 - 9x1 - 2x2 + 20;

Прировняв частные производные к 0, составим систему уравнений и найдем координаты стационарной точки.

Получили стационарную точку: M (-3,15; 3,64; -10.27)

Найдем второй частный дифференциал:

= 24;

= 5;

= -9;

= 5;

= 18;

= -2;

= -9;

= -1;

= 4;

Достаточное условие экстремума функции:

Используем второй дифференциал.

d2f = fx1x1''dx12 + 2fx1x2''dx1dx2 + 2fx1x3''dx1dx3 +2fx2x3''dx2dx3 + fx2x2''dx2 + fx3x3''dx32

d2f = 24 + 2*5 + 2*(-9) + 2*(-1) + 18 + 4 = 36

В стационарной точке

M (-3,15; 3,64; -10.27) d2f > 0,

эта точка локального минимума.

Значение функции в данной точке равно

f (-3,15; 3,64; -10.27) = -138,026

Ответ:

1. Функция Лагранжа имеет вид:

L(x1,x2,x3x,л) = 12x12 + 9x22 + 5x11x2 - 9x1x3 - 2x2x3 - 35x1 - 60x2 + 20x3 + л1(4x1 - 2x2 + 2x3 - 200) + л2(7x1 + 5x2 - 3x3 - 400)

2. Cтационарная точка функции Лангранжа M (-0,28;1,85;2,41).

И собств. числа: л1 = 24,29; л2 = -146,49

3. В стационарной точке M (-3,15; 3,64; -10.27) d2f > 0, эта точка локального минимума.

Значение функции в данной точке равно f (-3,15; 3,64; -10.27) = -138,026

Задание 4

Составить математическую модель и найти оптимальное решение, используя процедуру «поиск решения» («solver») MS Excel.

Условие задачи:

Двум погрузчикам равной мощности за 24 часа нужно погрузить на первой площадке 230 т, на второй 168 т. Первый погрузчик на первой площадке может погрузить 10 т в час, на второй - 12 т. Второй погрузчик на каждой площадке может погрузить по 13 т в час. Стоимость погрузки 1 т первым погрузчиком на первой площадке равна 8 тыс. руб., на второй 7 тыс. руб., вторым погрузчиком на первой площадке - 12 тыс. руб., на второй - 13 тыс. руб. Первый погрузчик на второй площадке может работать не более 16 час. Найти такой план работ, чтобы стоимость работ была минимальной.

Решение:

Введем обозначения:

х11 - время работы первого погрузчика на первой площадке;

х12 - время работы первого погрузчика на второй площадке;

х21 - время работы второго погрузчика на первой площадке;

х22 - время работы второго погрузчика на второй площадке.

х11 0, х12 0, х21 0, х22 0.

По условию, первый погрузчик на второй площадке может работать не более 16 часов, значит:

х1216

Ограничения на лимиты рабочего времени:

на первой площадке необходимо погрузить 230 т.:

х11 + х21 = 230;

на второй площадке необходимо погрузить 168 т., т.е.:

х12 + х22 = 160

Составим математическую модель задачи:

Общая стоимость погрузки (целевая функция):

F =8000х11+7000 х12+12000 х21+13000 х22

Найти такой план работ, чтобы стоимость работ была минимальной:

F(x11, x12, x21, x22) =8000х11+7000 х12+12000 х21+13000 х22>min.

При ограничениях на переменные:

х11+ х21 = 230,

х12+ х22 = 168,

х11 /10+ х12 /12 24,

х21 /13+ х22 /13 24,

х11 /10+ х21 /13 24,

х12 /12+ х22 /13 24,

хij 0;

х12 /1216;

Для решения задачи воспользуемся помощью процедуры «Поиск решения» MS Excel.

Рис. №1

Итак, по оптимальному плану первый погрузчик должен погрузить 100 т. на первой площадке и 168 т. на второй, второму погрузчику надлежит погрузить 130 т. на первой площадке. Стоимость всех работ составит 3536 тыс. руб.

Ответ:

Решая поставленную задачу, был найден план работ такой, чтобы стоимость работ была минимальной.

Первый погрузчик должен отработать на первой площадке 10 часов, на второй - 14. Второй погрузчик - 10 часов на первой площадке.

Минимальная стоимость работ составляет 3 536 тыс. руб.

Задание 5

Дана задача линейного программирования, в которой

max f = 2x1 + 5x2

x1 ; x2 0;

Задачи, поставленные в данном задании:

a. Записать задачу в канонической и стандартной формах;

b. Записать каноническую и стандартную задачи в матричном виде;

c. Решить задачу линейного программирования геометрически;

d. Решить задачу линейного программирования симплекс-методом;

e. Составить двойственную задачу к первоначальной задаче и найти ее решение.

Решение:

a) Запись ЗЛП в канонической форме:

Для приведения задачи к канонической форме, где все ограничения имеют вид равенств, вводят дополнительные переменные

xn+1, xn+2,…,xn+p ,

которые тоже считаются неотрицательными и записывают исходную задачу в виде

c1x1+c2x2+…+cnxn+0*xn+1+0*xn+2+…+0*xn+p => min

Введем дополнительные переменные x3, x4, x5. Переводя мах в min, запишем задачу в виде:

-2*x1 - 5*x2 + 0*x3 +0*x4 +0*x5 => min;

;

x1>0, x2>0, x3>0, x4>0, x5>0;

Запись ЗЛП в стандартной форме:

Если целевая функция в задаче линейного программирования задана в виде:

c1x1 + c2x2 +…+cnxn =>max

то, умножая её на (- 1), приведем её к виду:

(-c1)x1 +(- c2 )x2 +…+(-cn )xn =>min

Таким образом, получаем:

min f = - 2x1 - 5x2

x1 ; x2 0;

b) Запись канонической задачи в матричном виде:

Найти минимальное значение функции

f(x) = CX, при условиях ,

где C = (-2; -5; 0; 0; 0) - вектор - строка коэффициентов при переменных.

X = (x1, x2, x3, x4, x5 ), Х ? 0

A = (aij)m*n - матрица размерности m*n, столбцами которой являются вектор-столбцы Aj.

A = ;

B = ;

Запись стандартной задачи в матричном виде:

Найти максимальное значение функции

f(x) = CX,

при условиях

AX ? B ,

Где C = (-2; -5), X = (x1, x2), Х?0,

A = ;

B = ;

c) Решение ЗЛП графическим методом.

max f = 2x1 + 5x2

Построим ОДР, т.е. решим графически систему неравенств. Для этого построим каждую прямую и определим полуплоскости, заданные неравенствами (полуплоскости обозначены штрихом).

Так как xi0, то рассмотрим только первую координатную четверть.

Определяем полуплоскости, задаваемые неравенствами. Для этого в неравенства подставляем координаты любой точки, не лежащей на соответствующей прямой. Если неравенство верное, то штрихуем в сторону выбранной точки. В результате построений получаем многоугольник B0EIB4(рис. 1).

Построим прямую, отвечающую значению функции f = 0.

2x1 + 5x2= 0

Вектор-градиент, составленный из коэффициентов целевой функции, указывает направление максимизации f(X). Начало вектора - точка (0; 0), конец - точка (2; 5).

Будем двигать эту прямую(перпендикулярную к вектору - градиенту), параллельным образом. Так как ищется максимальное значение целевой функции f(x), поэтому двигаем прямую до последнего касания области B0EIB4.

Максимального значения целевая функция достигает в точке I. Точка I получена, в результате пересечения прямых (2) и (3), находим ее координаты, решая систему уравнений:

Решив систему уравнений, получим: x1 = 4, x2= 5

Можно найти максимальное значение целевой функции:

fmax(x) = 2*4 + 5*5 = 33

d) Решить задачу линейного программирования симплекс-методом

Решим прямую задачу линейного программирования симплексным методом, с использованием симплексной таблицы.

Поскольку в правой части присутствуют отрицательные значения, умножим соответствующие строки на (-1).

Определим максимальное значение целевой функции

f(x) = 2x1 + 5x2

при следующих условиях-ограничениях.

Перейдем к канонической форме записи ЗЛП и составим матрицу коэффициентов.

Матрица коэффициентов A = a(ij) имеет вид:

A =

Базисные переменные это переменные, которые входят только в одно уравнение системы ограничений и притом с единичным коэффициентом.

Решим систему уравнений относительно базисных переменных: x3, x4, x5

Полагая, что свободные переменные равны 0, получим первый опорный план:

x1= (0,0,8,4,5)

Базисное решение называется допустимым, если оно неотрицательно.

Базис

B

x1

x2

x3

x4

x5

x3

8

1

-2

1

0

0

x4

4

1

0

0

1

0

x5

5

0

1

0

0

1

f(x0)

0

-2

-5

0

0

0

Алгоритм симплекс-метода.

Итерация №0.

1. Проверка критерия оптимальности.

Текущий опорный план не оптимален, так как в индексной строке находятся отрицательные коэффициенты.

2. Определение новой базисной переменной.

В качестве ведущего выберем столбец, соответствующий переменной x2, так как это наибольший коэффициент по модулю.

3. Определение новой свободной переменной.

Вычислим значения Di по строкам как частное от деления: bi / ai2 и из них выберем наименьшее:

min (- , - , 5 / 1) = 5

Следовательно, 3-ая строка является ведущей.

Разрешающий элемент равен (1) и находится на пересечении ведущего столбца и ведущей строки.

Базис

B

x1

x2

x3

x4

x5

min

x3

8

1

-2

1

0

0

-

x4

4

1

0

0

1

0

-

x5

5

0

1

0

0

1

5

f(x1)

0

-2

-5

0

0

0

0

4. Пересчет симплекс-таблицы.

Формируем следующую часть симплексной таблицы. Вместо переменной x5 в план 1 войдет переменная x2.

Строка, соответствующая переменной x2 в плане 1, получена в результате деления всех элементов строки x5 плана 0 на разрешающий элемент РЭ=1. На месте разрешающего элемента в плане 1 получаем 1.

В остальных клетках столбца x2. плана 1 записываем нули. Таким образом, в новом плане 1 заполнены строка x2. и столбец x2..

Все остальные элементы нового плана 1, включая элементы индексной строки, определяются по правилу прямоугольника.

Для этого выбираем из старого плана четыре числа, которые расположены в вершинах прямоугольника и всегда включают разрешающий элемент РЭ.

НЭ = СЭ - (А*В)/РЭ

СТЭ - элемент старого плана, РЭ - разрешающий элемент (1), А и В - элементы старого плана, образующие прямоугольник с элементами СТЭ и РЭ.

Представим расчет каждого элемента в виде таблицы:

B

x1

x2

x3

x4

x5

8-(5 * -2)/1

1-(0 * -2)/1

-2-(1 * -2)/1

1-(0 * -2)/1

0-(0 * -2)/1

0-(1 * -2)/1

4-(5 * 0)/1

1-(0 * 0)/1

0-(1 * 0)/1

0-(0 * 0)/1

1-(0 * 0)/1

0-(1 * 0)/1

5 / 1

0 / 1

1 / 1

0 / 1

0 / 1

1 / 1

0-(5 * -5)/1

-2-(0 * -5)/1

-5-(1 * -5)/1

0-(0 * -5)/1

0-(0 * -5)/1

0-(1 * -5)/1

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x2

18

1

0

1

0

2

x4

4

1

0

0

1

0

x5

5

0

1

0

0

1

F(X1)

25

-2

0

0

0

5

Итерация №1.

1. Проверка критерия оптимальности.

Текущий опорный план не оптимален, так как в индексной строке находятся отрицательные коэффициенты.

2. Определение новой базисной переменной.

В качестве ведущего выберем столбец, соответствующий переменной x1, так как это наибольший коэффициент по модулю.

3. Определение новой свободной переменной.

Вычислим значения Di по строкам как частное от деления: bi / ai1 и из них выберем наименьшее:

min (18 / 1 , 4 / 1 , - ) = 4

Следовательно, 2-ая строка является ведущей.

Разрешающий элемент равен (1) и находится на пересечении ведущего столбца и ведущей строки.

Базис

B

x1

x2

x3

x4

x5

min

x2

18

1

0

1

0

2

18

x4

4

1

0

0

1

0

4

x5

5

0

1

0

0

1

-

f(x2)

25

-2

0

0

0

5

0

4. Пересчет симплекс-таблицы.

Формируем следующую часть симплексной таблицы. Вместо переменной x4 в план 2 войдет переменная x1

Строка, соответствующая переменной x1 в плане 2, получена в результате деления всех элементов строки x4 плана 1 на разрешающий элемент РЭ=1

На месте разрешающего элемента в плане 2 получаем 1. В остальных клетках столбца x1 плана 2 записываем нули.

Таким образом, в новом плане 2 заполнены строка x1 и столбец x1.

Все остальные элементы нового плана 2, включая элементы индексной строки, определяются по правилу прямоугольника.

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x2

14

0

0

1

-1

2

x4

4

1

0

0

1

0

x1

5

0

1

0

0

1

f(x2)

33

0

0

0

2

5

1. Проверка критерия оптимальности.

Среди значений индексной строки нет отрицательных. Поэтому эта таблица определяет оптимальный план задачи.

Окончательный вариант симплекс-таблицы:

Базис

B

x1

x2

x3

x4

x5

x2

14

0

0

1

-1

2

x4

4

1

0

0

1

0

x1

5

0

1

0

0

1

f(x3)

33

0

0

0

2

5

Ответ:

Оптимальное значение функции

fmax(x)= 2*4 + 5*5 = 33

достигается в точке с координатами:

x1 = 4,

x2 = 5

x3 = 14

x4 = 0 x5 = 0

e) Составить двойственную задачу к первоначальной задаче и найти ее решение.

Рассмотрим задачу в стандартной форме:

max f = 2x1 + 5x2

x1 0; x2 0 ;

Домножим уравнение (1 )на (-1)

Так как исходная задача была на максимум, двойственная задача будет на минимум, причем коэффициенты при переменных в целевой функции соответствуют правым частям ограничений, число переменных равно числу ограничений исходной задачи и равно трем.

min f* = 8*y1 + 4*y2 + 5*y3

Строим ограничения, транспонируя матрицу коэффициентов в ограничениях.

A = ;

AT =

Так как все переменные были неотрицательны, все ограничения будут иметь знаки . Правые части ограничений - это коэффициенты при переменных в исходной целевой функции.

y1 0; y2 0; y3 0;

Решение двойственной задачи найдем с помощью теорем двойственности.

По первой теореме двойственности:

Если одна из задач двойственной пары имеет оптимальный план, то и другая имеет оптимальный план и значения целевых функций задач при их оптимальных планах равны между собой, т. е.

Fmax = F*min

max f = min f* = 33

Используем вторую теорему двойственности: так как в оптимальном решении исходной задачи x1 ?0 и x2 ?0, то на оптимальном решении двойственной задачи первое и второе ограничения двойственной задачи выполняется как равенство. Подставим xопт в ограничения исходной задачи, получим, что первое ограничение выполняется как строгое неравенство, значит y1 = 0. Получаем систему:

;

;

Решение двойственной задачи:

yопт =(0; 2; 5), min f* = 33

Задание 6

Дана задача линейного программирования,

max f = 3x1 - 6x2 + 2x3

в которой x1, x2, x3 0

Задачи, которые необходимо решить в данном задании.

a. Записать задачу в канонической и стандартной формах;

b. Записать каноническую и стандартную задачи в матричном виде;

c. Решить задачу линейного программирования симплекс-методом;

d. Составить двойственную задачу к первоначальной задаче и найти ее решение.

Решение:

a) Записать задачу в канонической и стандартной формах;

Каноническая форма ЗЛП:

Для приведения задачи к канонической форме, где все ограничения имеют вид равенств, вводят дополнительные переменные

xn+1, xn+2,…,xn+p ,

которые тоже считаются неотрицательными и записывают исходную задачу в виде

c1x1+c2x2+…+cnxn+0*xn+1+0*xn+2+…+0*xn+p => min

Введем дополнительные переменные x3, x4, x5. Переводя мах в min, запишем задачу в виде:

3*x1 - 6*x2 + 2*x3 + 0*x4 + 0*x5 + 0*x6 =>min

xi =

Стандартная форма ЗЛП:

Если целевая функция в задаче линейного программирования задана в виде:

c1x1 + c2x2 +…+cnxn =>max

то, умножая её на (- 1), приведем её к виду:

(-c1)x1 +(- c2 )x2 +…+(-cn )xn =>min

Таким образом, получаем:

min f = -3x1 + 6x2 - 2x3

b) Записать каноническую и стандартную задачи в матричном виде;

Запись канонической задачи в матричном виде:

Найти минимальное значение функции

f(x) = CX, при условиях ,

где C = (3; -6; 2; 0; 0; 0) - вектор - строка коэффициентов при переменных.

X = (x1, x2, x3, x4, x5,x6 ), Х ? 0

A = (aij)m*n - матрица размерности m*n, столбцами которой являются вектор-столбцы Aj

A =

B =

Запись стандартной задачи в матричном виде:

Найти максимальное значение функции

f(x) = CX,

при условиях

AX ? B ,

где

C = (-3; 6; -2), X = (x1, x2, x3), Х?0,

A = ; B = ;

c) Решить ЗЛП симплекс-методом;

Определим максимальное значение целевой функции:

max f = 3x1 - 6x2 + 2x3

при следующих условиях-ограничений:

xi 0, i = 1,…,6

Приведем систему ограничений к каноническому виду, для этого необходимо неравенства преобразовать в равенства, с добавлением дополнительных переменных. Если в преобразуемом неравенстве стоит знак ?, то при переходе к равенству знаки всех его коэффициентов и свободных членов меняются на противоположные. Тогда система запишется в виде:

xi 0, i = 1,…,6

max f = 3x1 - 6x2 + 2x3

Введем искусственные переменные x: в 2-м равенстве вводим переменную x7; в 3-м равенстве вводим переменную x8;

Для постановки задачи на максимум целевая функция :

F(X) = 3x1-6x2+2x3 - Mx7 - Mx8 > max

За использование искусственных переменных, вводимых в целевую функцию, накладывается так называемый штраф величиной М, очень большое положительное число, которое обычно не задается.

Полученный базис называется искусственным, а метод решения называется методом искусственного базиса.

Причем искусственные переменные не имеют отношения к содержанию поставленной задачи, однако они позволяют построить стартовую точку, а процесс оптимизации вынуждает эти переменные принимать нулевые значения и обеспечить допустимость оптимального решения.

Из уравнений выражаем искусственные переменные:

x7 = 8-x1-4x2-8x3+x5

x8 = 2-x3+x6

которые подставим в целевую функцию:

F(X) = 3x1-6x2 + 2x3 - M(8-x1-4x2-8x3+x5) - M(2-x3+x6) > max

Или

F(X) = (3+M)x1+(-6+4M)x2+(2+9M)x3+(-M)x5+(-M)x6+(-10M) > max

Матрица коэффициентов A = aij этой системы уравнений имеет вид:

A =

Базисные переменные это переменные, которые входят только в одно уравнение системы ограничений и притом с единичным коэффициентом.

Экономический смысл дополнительных переменных: дополнительные переменные задачи ЛП обозначают излишки сырья, времени, других ресурсов, остающихся в производстве данного оптимального плана.

Решим систему уравнений относительно базисных переменных: x4, x7, x8

Полагая, что свободные переменные равны 0, получим первый опорный план:

X1 = (0,0,0,6,0,0,8,2)

Базисное решение называется допустимым, если оно неотрицательно.

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x4

6

3

3

2

1

0

0

0

0

x7

8

1

4

8

0

-1

0

1

0

x8

2

0

0

1

0

0

-1

0

1

f(x0)

10M

-3 - M

6 - 4M

-2-9M

0

M

M

0

0

Алгоритм симплекс-метода:

Итерация №0.

Текущий опорный план не оптимален, так как в индексной строке находятся отрицательные коэффициенты.

В качестве ведущего выберем столбец, соответствующий переменной x3, так как это наибольший коэффициент по модулю.

Вычислим значения Di по строкам как частное от деления: bi / ai3 и из них выберем наименьшее:

min (6 / 2 , 8 / 8 , 2 / 1 ) = 1

Следовательно, 2-ая строка является ведущей.3

Разрешающий элемент равен (8) и находится на пересечении ведущего столбца и ведущей строки.

Пересчет симплекс-таблицы:

Формируем следующую часть симплексной таблицы.

Вместо переменной x7 в план 1 войдет переменная x3

Строка, соответствующая переменной x3 в плане 1, получена в результате деления всех элементов строки x7 плана 0 на разрешающий элемент РЭ=8. На месте разрешающего элемента в плане 1 получаем 1.

В остальных клетках столбца x3 плана 1 записываем нули. Таким образом, в новом плане 1 заполнены строка x3 и столбец x3 Все остальные элементы нового плана 1, включая элементы индексной строки, определяются по правилу прямоугольника.

Для этого выбираем из старого плана четыре числа, которые расположены в вершинах прямоугольника и всегда включают разрешающий элемент РЭ.

НЭ = СTЭ - (А*В)/РЭ

СТЭ - элемент старого плана, РЭ - разрешающий элемент (8), А и В - элементы старого плана, образующие прямоугольник с элементами СТЭ и РЭ.

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x4

4

2

2

0

1

0

-

0

x7

1

1

0

-

0

0

x8

1

-

-

0

0

-1

1

f(x0)

10M

-3 - M

6 - 4M

-2-9M

0

M

M

0

0

Итерация №1.

Текущий опорный план не оптимален, так как в индексной строке находятся отрицательные коэффициенты.

В качестве ведущего выберем столбец, соответствующий переменной x5, так как это наибольший коэффициент по модулю.

Вычислим значения Di по строкам как частное от деления: bi / ai5 и из них выберем наименьшее:

min (4 / 1/4 , - , 1 / 1/8 ) = 8

Следовательно, 3-ая строка является ведущей. Разрешающий элемент равен (1/8) и находится на пересечении ведущего столбца и ведущей строки.

Формируем следующую часть симплексной таблицы.

Вместо переменной x8 в план 2 войдет переменная x5.

Строка, соответствующая переменной x5 в плане 2, получена в результате деления всех элементов строки x8 плана 1 на разрешающий элемент РЭ=1/8

На месте разрешающего элемента в плане 2 получаем 1. В остальных клетках столбца x5 плана 2 записываем нули.

Таким образом, в новом плане 2 заполнены, строка x5 и столбец x5. Все остальные элементы нового плана 2, включая элементы индексной строки, определяются по правилу прямоугольника.

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x4

2

3

3

0

1

2

-

-2

x7

2

1

0

-

-1

1

x8

8

-

-

0

0

-8

8

f(x0)

4

-3

6

0

0

0

-2

M

2 + M

Итерация №2

Текущий опорный план не оптимален, так как в индексной строке находятся отрицательные коэффициенты.

В качестве ведущего выберем столбец, соответствующий переменной x1, так как это наибольший коэффициент по модулю.

Вычислим значения Di по строкам как частное от деления: bi / ai1 и из них выберем наименьшее:

min (2 / 3 , - , - ) = 2/3

Следовательно, 1-ая строка является ведущей. Разрешающий элемент равен (3) и находится на пересечении ведущего столбца и ведущей строки.

Формируем следующую часть симплексной таблицы. Вместо переменной x4 в план 3 войдет переменная x1.

Строка, соответствующая переменной x1 в плане 3, получена в результате деления всех элементов строки x4 плана 2 на разрешающий элемент РЭ=3. На месте разрешающего элемента в плане 3 получаем 1. В остальных клетках столбца x1 плана 3 записываем нули.

Таким образом, в новом плане 3 заполнены строка x1 и столбец x1.

Все остальные элементы нового плана 3, включая элементы индексной строки, определяются по правилу прямоугольника.

Получаем новую симплекс-таблицу:

Базис

B

x1

x2

x3

x4

x5

x6

x7

x8

x4

1

1

0

x7

2

1

0

-

-1

1

x8

8

0

-3

0

-7

7

f(x0)

6

0

9

0

1

0

0

M

M

Среди значений индексной строки нет отрицательных. Поэтому эта таблица определяет оптимальный план задачи. Это окончательный вариант симплекс-таблицы.

Так как в оптимальном решении отсутствуют искусственные переменные (они равны нулю), то данное решение является допустимым.

Оптимальный план можно записать так:

xопт: x1 = 2/3, x2 = 0, x3 = 2;

fmax(X) = 3*2/3 -6*0 + 2*2 = 6;

d) Составить двойственную задачу к первоначальной задаче и найти ее решение.

max f = 3x1 - 6x2 + 2x3

Так как исходная задача была на максимум, двойственная задача будет на минимум, причем коэффициенты при переменных в целевой функции соответствуют правым частям ограничений, число переменных равно числу ограничений исходной задачи и равно трем.

min f* = 6*y1 + 8*y2 + 2*y3

Строим ограничения, транспонируя матрицу коэффициентов в ограничениях:

A = ;

AT = ;

Так как все переменные были неотрицательны, все ограничения будут иметь знаки . Правые части ограничений - это коэффициенты при переменных в исходной целевой функции.

y1 0; y2 0; y3 0;

Решение двойственной задачи найдем с помощью теорем двойственности.

По первой теореме двойственности:

Если одна из задач двойственной пары имеет оптимальный план, то и другая имеет оптимальный план и значения целевых функций задач при их оптимальных планах равны между собой, т. е.

Fmax = F*min

fmax = f*min = 6;

Используем вторую теорему двойственности: так как в оптимальном решении исходной задачи х1 ?0 и х2 ?0, то на оптимальном решении двойственной задачи первое и второе ограничения двойственной задачи выполняется как равенство. Подставим хопт в ограничения исходной задачи, получим, что второе и третье ограничение выполняются как строгие неравенства, значит y2=0, . Получаем систему:

;

;

Решение двойственной задачи: уопт=(1; 0; 0 )

min f* = 6*y1 + 8*y2 + 2*y3 = 6 *1 + 8*0 + 2*0 = 6

min f* = 6

Задание 7.

В задаче об оптимальном планировании перевозок Ai - пункты отправления; ai - запасы в пунктах отправления; Bj - пункты назначения; bj - заявки пунктов назначения.

В1

В2

В3

В4

В5

ai

А1

3

3

4

4

5

350

А2

4

5

6

2

6

370

А3

4

4

5

5

6

390

А4

2

2

5

3

4

430

А5

4

2

5

6

6

400

bj

340

380

420

410

390

Задачи, которые необходимо решить в данном задании.

a. Определить начальный план транспортной задачи методом северо-западного угла;

b. Определить начальный план транспортной задачи методом минимального элемента;

c. Найти оптимальный план транспортной задачи методом потенциалов и стоимость перевозки по этому плану.

Решение.

Проверим необходимое и достаточное условие решения задачи.

Уai = 350 + 370 + 390 + 430 + 400= 1940

Уbj = 340 + 380 + 420 + 410 + 390 = 1940

Как видно, суммарная потребность груза в пунктах назначения не превышает запасы груза на базах. Итак, модель исходной транспортной задачи является закрытой.

a. Определение начального плана транспортной задачи методом северо-западного угла;

В1

В2

В3

В4

В5

ai

А1

3 (340)

3 (10)

4

4

5

350

А2

4

5 (370)

6

2

6

370

А3

4

4

5 (390)

5

6

390

А4

2

2

5 (30)

3 (400)

4

430

А5

4

2

5

6 (10)

6 (390)

400

bj

340

380

420

410

390

В результате получен первый опорный план, который является допустимым, так как все грузы из баз вывезены, потребность в заявках пунктов назначения удовлетворена, а план соответствует системе ограничений транспортной задачи.

Подсчитаем число занятых клеток таблицы, их 8, а должно быть m + n-1 = 9. Итак, опорный план является вырожденным.

Значение целевой функции для начального плана:

F (X) = 3*340 + 3*10 + 5*370 + 5*390 + 5*30 + 3*400 + 6*10 + 6*390 = 8600;

b. Определение начального плана транспортной задачи методом минимального элемента;

В1

В2

В3

В4

В5

ai

А1

3

3

4 (310)

4 (40)

5

350

А2

4

5

6

2 (370)

6

370

А3

4

4

5

5

6 (390)

390

А4

2 (340)

2 (90)

5

5

5

430

А5

4

2 (290)

5 (110)

6

6

400

bj

340

380

420

410

390

Значение целевой функции для данного начального плана (стоимость перевозок по этому плану составляет):

F (X) = 2*340 + 2*90 + 2*290 + 4*310 + 5*110 +4*40 + 2*370 + 6* 390 = 6470;

Стоимость перевозок, полученных по методу минимального элемента, обычно бывает меньше стоимости перевозок, полученных по методу «северо-западного» угла.

c. Найти оптимальный план транспортной задачи методом потенциалов и стоимость перевозки по этому плану.

Так как начальный план транспортной задачи, полученный методом минимального элемента, дает меньшую стоимость перевозок, то решаем задачу по этому плану.

Теперь проверим его на оптимальность методом потенциалов, который заключается в последовательном улучшении опорных планов транспортной задачи на основе информации, полученной с помощью чисел, называемых потенциалы поставщиков ui, и потребителей vj (ui, vj. - двойственные переменные, то есть переменные задачи, двойственной к транспортной). Потенциалы находим из условия ui + vj cij, где cij - тарифы заполненных клеток, полагая, что u1 = 0,

u1 + v3 = 4; 0 + v3 = 4; v3 = 4; u5 + v3 = 5; u5 + 4 = 5; u5 = 1;

u5 + v2 = 2; 1 + v2 = 2; v2 = 1; u4 + v2 = 2; u4 + 1 = 2; u4 = 1;

u4 + v1 = 2; 1 + v1 = 2; v1 = 1; u1 + v4 = 4; 0 + v4 = 4; v4 = 4;

u2 + v4 = 2; u2 + 4 = 2; u2 = -2; u3 + v5 = 6; 1 + v5 = 6; v5 = 5;

v1 = 1

v2 = 1

v3 = 4

v4 = 4

v5 = 5

u1 =0

3

3

4 (310)

4 (40)

5

u2 =-2

4

5

6

2 (370)

6

u3 = 1

4

4

5

5

6 (390)

u4 = 1

2 (340)

2 (90)

5

5

5

u5 = 1

4

2 (290)

5 (110)

6

6

Все оценки свободных клеток удовлетворяют условию

ui + vj cij,

Выбранный опорный план оптимальный.

Минимальные затраты на перевозку составят 6470.

Размещено на Allbest.ru


Подобные документы

  • Составление математической модели задачи. Приведение ее к стандартной транспортной задаче с балансом запасов и потребностей. Построение начального опорного плана задачи методом минимального элемента, решение методом потенциалов. Анализ результатов.

    задача [58,6 K], добавлен 16.02.2016

  • Понятие линейного программирования и его основные методы. Формулировка задачи линейного программирования в матричной форме и ее решение различными методами: графическим, табличным, искусственного базиса. Особенности решения данной задачи симплекс-методом.

    курсовая работа [65,3 K], добавлен 30.11.2010

  • Поиск оптимальных значений некоторых параметров в процессе решения задачи оптимизации. Сравнение двух альтернативных решений с помощью целевой функции. Теорема Вейерштрасса. Численные методы поиска экстремальных значений функций. Погрешность решения.

    презентация [80,6 K], добавлен 18.04.2013

  • Составление математической модели задачи. Определение всевозможных способов распила 5-метровых бревен на брусья 1,5, 2,4, 3,2 в отношении 1:2:3 так, чтобы минимизировать общую величину отходов. Решение задачи линейного программирования симплекс-методом.

    задача [26,1 K], добавлен 27.11.2015

  • Сущность понятия "симплекс-метод". Математические модели пары двойственных задач линейного программирования. Решение задачи симплексным методом: определение минимального значения целевой функции, построение первого опорного плана, матрица коэффициентов.

    курсовая работа [219,4 K], добавлен 17.04.2013

  • Нахождение экстремумов функций методом множителей Лагранжа. Выражение расширенной целевой функции. Схема алгоритма численного решения задачи методом штрафных функций в сочетании с методом безусловной минимизации. Построение линий ограничений.

    курсовая работа [259,9 K], добавлен 04.05.2011

  • Сущность линейного программирования. Изучение математических методов решения экстремальных задач, которые характеризуются линейной зависимостью между переменными и линейной целевой функцией. Нахождение точек наибольшего или наименьшего значения функции.

    реферат [162,8 K], добавлен 20.05.2019

  • История зарождения и создания линейного программирования. Транспортная задача. Общая постановка, цели, задачи. Основные типы, виды моделей. Методы составления начального опорного плана. Понятие потенциала и цикла. Задача, двойственная к транспортной.

    курсовая работа [166,7 K], добавлен 17.07.2002

  • Симплекс как геометрическая фигура, являющаяся мерным обобщением треугольника. Математика и её место в жизни человека. Алгоритм решения задачи "нахождение наименьшего значения линейной функции симплексным методом". Составление начальной симплекс таблицы.

    контрольная работа [484,7 K], добавлен 29.07.2013

  • Вычисление производной функции и ее критических точек. Определение знака производной на каждом из интервалов методом частных значений. Нахождение промежутков монотонности и экстремумов функции. Разложение подынтегральной функции на простейшие дроби.

    контрольная работа [134,7 K], добавлен 09.04.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.