Переход к канонической форме.
Наиболее широко используемые методы решений ЗЛП применяются лишь к задачам, уже записанным в канонической форме. Поэтому приходится переходить от любой формы ЗЛП к ее каноническому виду, причем нужно быть уверенным, что эти формы эквивалентны.
При необходимости задачу максимизации можно заменить задачей минимизации, и наоборот. Для функции одной переменной это утверждение очевидно. В самом деле, если x* — точка минимума функции y = f ( x ), то для функции y = – f ( x ) она является точкой максимума, так как графики функций f ( x ) и – f ( x ) симметричны относительно оси абсцисс (рис. 2.1).
рис. 2.1
Итак,
min f ( x* ) = – mаx ( – f ( x* )).
То же самое имеет место и в случае функции n переменных:
min f ( x1* , ..., xn* ) = – mаx ( – f ( x1* , ..., xn* )).
Таким образом, если в исходной ЗЛП целевая функция максимизируется,
т. е. , (2.27)
то выполнив замену Z1=–Z, получаем новое выражение
(2.28)
и эквивалентную ЗЛП.
Как следует из примеров задач линейного программирования, в них большинство ограничений задается неравенствами. Для перехода к канонической форме необходимо заменить все неравенства на строгие равенства.
Пусть исходная ЗЛП имеет вид
, (2.29)
, (2.30)
, (2.31)
. (2.32)
Преобразуем ее к каноническому виду. Введем m дополнительных (балансовых) неотрицательных переменных xn+i 0 ( i = ). Для того чтобы неравенства типа (2.30) преобразовать в равенства, к их левым частям прибавим дополнительные переменные xn+i (i = ), после чего система неравенств (2.30) примет вид
. (2.33)
Для того чтобы неравенства типа (2.31) преобразовать в равенства, из их левых частей вычтем дополнительные переменные xn+i ( i = ) . Получим
. (2.34)
Систему уравнений (2.33), (2.34) с условием неотрицательности дополнительных переменных называют эквивалентной системе неравенств (2.30), (2.31).
Дополнительные переменные xn+i ( i = ) в целевую функцию вводятся с коэффициентами, равными нулю. Получим задачу:
; (2.35)
, (2.36)
, (2.37)
. (2.38)
Задача (2.35)—(2.38) имеет каноническую форму. Задачи (2.29)—(2.32) и (2.35)—(2.38) тесно связаны между собой.
Т е о р е м а 1. Каждому допустимому решению задачи (2.29)—(2.32) соответствует вполне определенное допустимое решение задачи (2.35)—(2.38), где xn+i 0 (i = ), и наоборот, каждому допустимому решению задачи (2.35)—(2.38) соответствует допустимое решение решению задачи (2.29)—(2.32).
Д о к а з а т е л ь с т в о. Пусть — допустимое решение задачи (2.29)—(2.32). Для условий (2.30) обозначим
, (2.39)
для условий (2.31) —
. (2.40)
Из условий (2.39) и (2.40) следуют условия (2.36)—(2.38). Отсюда x0 = есть определенное допустимое решение задачи (2.35)—(2.38).
Аналогично доказывается обратное утверждение. Теорема доказана.
Так как дополнительные переменные входят в целевую функцию (2.35) с коэффициентами, равными нулю, то значения целевых функций (2.29) и (2.35) при соответствующих допустимых решениях и одинаковы. Отсюда следует, что целевые функции (2.29) и (2.35) на множестве соответствующих допустимых решений достигают экстремального значения одновременно. Оптимальному решению задачи (2.29)— (2.32) соответствует оптимальное решение задачи (2.35)—(2.38), т. е. исходная задача и ее каноническая форма эквивалентны.
Отметим экономический смысл дополнительных переменных. Они в каждой задаче прямо связаны с ее экономическим содержанием.
Например, для задачи о наилучшем использовании ресурсов
, (2.41)
т. е. дополнительная переменная показывает величину неиспользованного ресурса. Для задачи о смесях
, (2.42)
т. е. дополнительная переменная показывает потребление соответствующего питательного вещества в оптимальном плане сверх нормы.
В ряде производственно-экономических ситуаций не на все переменные налагаются условия неотрицательности. В подобных ситуациях, даже если ограничения представлены в виде равенств, задача не будет канонической. Для представления такой задачи в каноническом виде каждую из переменных xk , на которые не наложено условие неотрицательности, заменим разностью двух неотрицательных переменных и , т. е. , где . Очевидно, что при этом мы получим эквивалентную задачу.
И, наконец, рассмотрим два последних признака того, что ЗЛП представлена в каноническом виде. Это наличие в системе ограничений исходного базиса при неотрицательности всех свободных элементов данной системы; другими словами, наличие в системе ограничений выделенного исходного опорного решения.
Ï ð è ì å ð 1. Привести к канонической форме следующую задачу линейного программирования:
Р е ш е н и е .
1) Минимизируем целевую функцию задачи путем введения новой функции Z1 : .
2) В системе ограничений ЗЛП перейдем к строгим равенствам, для чего введем неотрицательные «балансовые» переменные x4 и x5 в левые части неравенств со знаками минус и плюс (в зависимости от знака неравенства). В результате ЗЛП запишется в следующем виде:
3) Перейдем к преобразованию условий неотрицательности. Данное условие не наложено только на одну переменную x1 (назовем ее произвольной). Исключим эту переменную из задачи, выполнив следующую замену переменных:
где .
При этом получаем следующее:
4) Выделяем в системе ограничений базис при неотрицательных свободных членах.
A'1 | A"1 | A2 | A3 | A4 | A5 | A0 |
|
1 | -1 | -1 | 0 | -1 | 0 | -2 | *( -1 ) |
5 | -5 | 2 | 0 | 0 | 1 | 15 |
|
3 | -3 | -1 | -1 | 0 | 0 | 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A'1 | A"1 | A2 | A3 | A4 | A5 | A0 |
|
-1 | 1 | 1 | 0 | 1 | 0 | 2 |
|
5 | -5 | 2 | 0 | 0 | 1 | 15 |
|
3 | -3 | -1 | -1 | 0 | 0 | 3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A'1 | A"1 | A2 | A3 | A4 | A5 | A0 | A0/A'1 |
-1 | 1 | 1 | 0 | 1 | 0 | 2 |
|
5 | -5 | 2 | 0 | 0 | 1 | 15 | 3 |
3 | -3 | -1 | -1 | 0 | 0 | 3 | 1 |
|
|
|
|
|
| min | 1 |
|
|
|
|
|
|
|
|
A'1 | A"1 | A2 | A3 | A4 | A5 | A0 |
|
0 | 0 | 0,666667 | -0,33333 | 1 | 0 | 3 |
|
0 | 0 | 3,666667 | 1,666667 | 0 | 1 | 10 |
|
1 | -1 | -0,33333 | -0,33333 | 0 | 0 | 1 |
|
Таким образом, получаем окончательно следующую каноническую форму для данной задачи линейного программирования:
- Математические методы системного анализа и теория принятия решений Методическое пособие
- 1. Теория принятия решений 4
- 2. Линейное программирование 9
- 3. Нелинейное программирование 42
- 4. Игровые методы обоснования решений 51
- 5. Задачи распознавания образов 62
- Предисловие
- 1. Теория принятия решений
- 1.1. Задачи, связанные с принятием решений Проблема оптимальности.
- Основные понятия и принципы исследования операций.
- Примеры задач исследования операций.
- 1.2. Математические модели операций Искусство моделирования.
- 1.3. Разновидности задач исследования операций и подходов к их решению Прямые и обратные задачи исследования операций.
- Пример выбора решения при определенности: линейное программирование.
- Проблема выбора решений в условиях неопределенности.
- Выбор решения по многим критериям.
- «Системный подход».
- 2. Линейное программирование
- 2.1. Краткое представление о математическом программировании Предмет математического программирования.
- Краткая классификация методов математического программирования.
- 2.2. Примеры экономических задач линейного программирования Понятие линейного программирования.
- Задача о наилучшем использовании ресурсов.
- Задача о выборе оптимальных технологий.
- Задача о смесях.
- Задача о раскрое материалов.
- Транспортная задача.
- 2.3. Линейные векторные пространства Основные понятия линейного векторного пространства.
- Решение систем линейных уравнений методом Гаусса.
- Реализация метода исключения неизвестных в среде Excel.
- Различные схемы реализации метода Гаусса.
- Опорные решения системы линейных уравнений.
- 2.4. Формы записи задачи линейного программирования Основные виды записи злп.
- Каноническая форма представления задачи линейного программирования.
- Переход к канонической форме.
- 2.5. Геометрическая интерпретация задачи линейного программирования Определение выпуклой области.
- Геометрическая интерпретация.
- 2.6. Свойства решений задачи линейного программирования Свойства основной задачи линейного программирования.
- Графический метод решения задачи линейного программирования.
- 2.7. Симплексный метод Идея симплекс-метода.
- Теоретические обоснования симплекс-метода.
- Переход к нехудшему опорному плану.
- Зацикливание.
- Алгоритм симплекс-метода.
- 2.8. Двойственность в линейном программировании Прямая и двойственная задача.
- Связь между решениями прямой и двойственной задач.
- Геометрическая интерпретация двойственных задач.
- 2.9. Метод искусственного базиса Идея и реализация метода искусственного базиса.
- 3. Нелинейное программирование
- 3.1. Общая задача нелинейного программирования Постановка задачи.
- Примеры задач нелинейного программирования (экономические).
- Геометрическая интерпретация задачи нелинейного программирования.
- 3.2. Выпуклое программирование Постановка задачи выпуклого программирования.
- 3.3. Классические методы оптимизации Метод прямого перебора.
- Классический метод дифференциальных исчислений.
- 3.4. Метод множителей лагранжа
- 3.5. Градиентные методы решения задач нелинейного программирования Общая идея методов.
- Метод Франка-Вулфа.
- Метод штрафных функций.
- 4. Игровые методы обоснования решений
- 4.1. Предмет и задачи теории игр Основные понятия.
- Классификация выборов решений.
- Антагонистические матричные игры.
- Чистые и смешанные стратегии и их свойства.
- 4.2. Методы решения конечных игр Упрощение матричной игры.
- Решение матричной игры размерностью 22.
- Графическое решение матричной игры.
- Сведение задач теории игр к задачам линейного программирования.
- 4.3. Задачи теории статистических решений Игры с природой.
- Критерии принятия решений.
- 5. Задачи распознавания образов
- 5.1. Общая постановка задачи распознавания образов и их классификация Проблема распознавания.
- Обсуждение задачи опознавания.
- Язык распознавания образов.
- Априорные предположения — это записанные специальным образом, накопленные знания специалистов.
- Общая постановка задачи.
- Геометрическая интерпретация задачи распознавания.
- Классификация задач распознавания.
- 5.2. Подготовка и анализ исходных данных Общая схема решения задачи.
- Общая схема постановки и решения задачи Анализ данных с целью выбора постановки и метода решения
- 5.3. Методы опознавания образов Основные этапы процесса опознавания образов.
- Методы создания системы признаков.
- Признаковое пространство.
- Сокращение размерности исходного описания.
- Методы построения решающего правила.
- 5.4. Меры и метрики Понятие о сходстве.
- Меры сходства и метрики.
- Примеры функций мер сходства.
- 5.5. Детерминированно-статистический подход к познаванию образов Основные этапы детерминированно-статистического подхода.
- Получение исходного описания.
- Создание системы признаков.
- Сокращение размерности исходного описания.
- Нахождение решающего правила (метод эталонов).
- Коррекция решающего правила.
- 5.6. Детерминированный метод построения решающего правила (метод эталонов) Идея метода эталонов.
- Минимизация числа эталонов.
- Габаритные эталоны.
- Применение метода эталонов к частично пересекающимся образам.
- Дополнительная минимизация числа признаков.
- Квадратичный дискриминантный анализ.
- Распознавание с отказами.
- 5.8. Алгоритм голотип-1 Назначение
- Постановка задачи
- Метод решения задачи.
- Условия применимости.
- Условия применимости.
- 5.10. Алгоритм направление опробования Назначение
- Постановка задачи.
- Метод решения задачи.
- Условия применимости.
- Транспортная задача Математическая постановка.
- Постановка задачи.
- Теоретическое введение.
- Методы нахождения опорного плана транспортной задачи.
- Определение оптимального плана транспортной задачи.
- Заключение.
- Целочисленное программирование Постановки задач, приводящие к требованию целочисленности.
- Постановка задачи.
- Методы отсечения.
- Алгоритм Гомори.
- Первый алгоритм р. Гомори решения полностью целочисленных задач.
- Приближенные методы.
- Заключение.
- Параметрическое программирование Введение.
- Формулировка задачи.
- Теоретическая часть.
- Общая постановка задачи.
- Решение задачи.
- Геометрическая интерпретация задачи.
- Общая постановка задачи.
- Решение задачи.
- Геометрическая интерпретация задачи
- Постановка задачи.
- Решение.
- Геометрическое решение.
- Решение задачи симплекс-методом.
- Результат.
- Некооперативные игры n лиц с ненулевой суммой Введение.
- Теоретическая часть.
- Постановка и решение задачи.
- Заключение.
- Cписок литературы