Исследование операций

Сущность графического метода нахождения оптимального значения целевой функции. Особенности и этапы симплексного метода решения задачи линейного программирования, понятие базисных и небазисных переменных, сравнение численных значений результатов.

Рубрика Математика
Вид задача
Язык русский
Дата добавления 21.08.2010
Размер файла 394,9 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.

Министерство образования и науки Украины

Днепропетровский Национальный Университет

Факультет электроники, телекоммуникаций и компьютерных систем

Кафедра АСОИ

Расчётная задача №2

«Исследование операций»

Выполнил:

Ст. группы РС-05

Проверил:

Доцент кафедры АСОИ

Саликов В.А.

г. Днепропетровск

2007г.

Условие задачи

1)Решим графическим методом

Следовательно, оптимальное решение: X1=4/9

Х2=35/9

Минимальное значение целевой функции: Z=55/9

2)Симплекс-метод

В случае, когда одно или несколько ограничений имеют знаки или = невозможно получить решение. Для получения начального допустимого базиса вводят искусственные переменные R1,R2,R3,R4. Поскольку R1,R2,R3,R4 не имеют отношение к содержательной постановке задачи, то за их применение назначается штраф. В ходе решения задачи на заключительной итерации эти переменные должны принять нулевое значение и выйти из базиса.

Симплексный метод решения задачи линейного программирования основан на переходе от одного опорного плана к другому, при котором значение целевой функции возрастает (при условии, что данная задача имеет оптимальный план, и каждый ее опорный план является невырожденным). Указанный переход возможен, если известен какой-нибудь исходный опорный план.

Приведем задачу к каноническому виду:
Z=5x1+x2 min
Добавим в систему уравнений искусственные переменные R
при ограничениях:
x1 >= 0; x2 >= 0; x3 >= 0; x4 >= 0; x5 >= 0; x6 >= 0; x7 >= 0; x8 >= 0; x9 >= 0; R1 >= 0; R2 >= 0; R3 >= 0; R4 >= 0
Существуют базисные и небазисные переменные.
Включающиеся переменные называются небазисными в данный момент переменными, которые включаются в состав базиса на следующей итерации.
Исключаемые - базисные переменные, которые на следующей итерации подлежат исключению.
На следующем шаге необходимо подставить значение в целевую функцию:
Таким образом, задача в стандартной форме имеет следующий вид:
x1 >= 0; x2 >= 0; x3 >= 0; x4 >= 0; x5 >= 0; x6 >= 0; x7 >= 0; x8 >= 0; x9 >= 0; R1 >= 0; R2 >= 0; R3 >= 0; R4 >= 0
Перенесем члены целевой функции влево
z -5x1-1x2 = 0
Далее задача решается обычным симплекс-методом
Шаг 0. Используя линейную модель стандартной формы, определяют начальное допустимое базисное решение путем приравнивания к нулю n- m небазисных переменных.
Шаг 1. Из числа небазисных переменных (равных нулю) выбирается включаемая в новый базис переменная, увеличение которой обеспечивает больший по сравнению с остальными рост целевой функции (условие оптимальности). Если такой переменной нет, вычисления прекращаются и полученное решение является оптимальным. В противном случае, переходят к шагу 2.
Шаг 2. Из числа переменных текущего базиса выбирается исключаемая переменная, значение которой быстрее всех стремится к нулю при переходе к новой смежной точке (становящаяся небазисной и равной нулю при введении в базис новой переменной - условие допустимости).
Шаг 3. Определяется новое базисное решение (соответствующее новой смежной точке, т.е. новому составу базисных и небазисных переменных) и осуществляется переход к шагу 1.
Строим симплекс таблицу:

Базис

Решение

Оценка

Z

0

0

0

0

0

0

0

-2

1

0

1

0

0

0

0

0

0

0

0

0

6

6

1

0

0

0

0

0

0

1

0

0

0

0

0

6

-

0

1

0

0

0

0

0

0

1

0

0

0

0

7

7

1

7

-1

0

0

0

0

0

0

1

0

0

0

7

1

2

5

0

0

-1

0

0

0

0

0

1

0

0

10

2

5

2

0

0

0

-1

0

0

0

0

0

1

0

10

5

7

1

0

0

0

0

-1

0

0

0

0

0

1

7

7

- ведущий столбец
- ведущая строка
Из числа текущих небазисных переменных выбирается включаемая в новый базис переменная, увеличение которой обеспечивает улучшение целевой функции
Для определения нового базисного решения (шаг 3) воспользуемся методом Гаусса-Жордана:
А) новая ведущая строка = предыдущая ведущая строка / ведущий элемент;
Б) новое уравнение = предыдущему уравнению - {старый коэффициент ведущего столбца, соответствующий искомому уравнению * новую ведущую строку}
Новая симплекс - таблица будет иметь следующий вид:

Базис

Решение

Оценка

Z

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

5

-

1

0

0

0

0

0

0

1

0

0

0

0

0

6

6

0

0

0

0

0

0

1

0

0

0

6

-

1

0

0

0

0

0

0

0

0

0

1

7

0

0

-1

0

0

0

0

1

0

0

5

0

0

0

-1

0

0

0

0

1

0

8

0

0

0

0

-1

0

0

0

0

1

6

- ведущий столбец
- ведущая строка
В столбцах векторов, входящих в базис, на пересечении строк и столбцов одноименных векторов проставляются единицы, а все остальные элементы данных столбцов полагают равными нулю.

В состав таблицы входят столбцы для базисных переменных и всех переменных, входящих в целевую функцию и ограничения, и, кроме того, столбец решений и отношений. Строками таблицы являются строки из коэффициентов при переменных в соответствующих уравнениях для базисных переменных.

Для решения задачи шага 1 из числа небазисных (равных нулю) переменных выбираем включаемую переменную, имеющую наибольший отрицательный коэффициент в z - уравнении (условие оптимальности), т.к. при этом обеспечивается максимальный прирост целевой функции в стандартной форме. Столбец с включаемой переменной становится ведущим.

Исключаемую переменную (шаг 2) определяем по минимальному положительному отношению правой части уравнения к соответствующему коэффициенту ведущего столбца (условие допустимости - обращение в нуль данной переменной в смежной точке). Строка, соответствующая исключаемой переменной, становится ведущей. Далее определяем ведущий элемент таблицы на пересечении ведущего столбца и строки

Во вводимой переменной в задаче минимизации является небазисная переменная, имеющая в Z-уравнении наибольший положительный коэффициент.

Базис

Решение

Оценка

Z

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

0

1

0

0

0

-

0

0

0

0

0

0

1

0

0

42

0

1

0

0

0

0

0

0

0

-

0

0

0

-1

0

0

0

1

0

0

0

0

0

-1

0

0

0

1

1

0

0

0

0

0

0

0

0

42

- ведущий столбец

- ведущая строка

Базис

Решение

Оценка

Z

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

-

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

1

0

0

-

0

1

0

0

0

0

0

0

0

28

0

0

1

0

0

0

0

-1

0

0

0

0

0

-1

0

0

0

1

1

0

0

0

0

0

0

0

0

-

- ведущий столбец

- ведущая строка

Базис

Решение

Оценка

Z

0

0

0

0

0

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

0

1

0

0

0

-

0

0

0

0

0

0

1

0

0

0

1

0

0

0

0

0

0

0

-

0

0

1

0

0

0

0

-1

0

-

0

0

0

0

1

0

0

0

-1

1

0

0

0

0

0

0

0

0

15

- ведущий столбец

- ведущая строка

Базис

Решение

Z

0

0

0

0

0

0

0

0

0

0

1

0

1

-1

0

0

0

0

-1

1

3

0

0

0

0

0

1

0

0

0

0

0

0

0

0

0

1

0

0

0

1

0

0

0

0

0

0

0

0

0

1

0

0

0

0

-1

0

0

0

0

0

1

0

0

0

-1

1

0

0

0

0

0

0

0

0

Если переменной для включения в базис нет и все коэффициенты при небазисных переменных - отрицательны, то полученное решение оптимально.

Таким образом, оптимальное решение задачи имеет вид:

,

Так как, значение целевой функции, вычисленное симплекс методом, совпало со значением, полученным в результате решения графическим методом, можно сделать вывод, что найденные значения верны.


Подобные документы

  • Развитие численных линейных методов решения задач линейного программирования. Знакомство с методами поиска целевой функции: равномерный симплекс, методы Коши, Ньютона, сопряжённого градиенты, квазиньютоновский метод. Алгоритмы нахождения экстремума.

    курсовая работа [716,1 K], добавлен 12.07.2012

  • Форма для ввода целевой функции и ограничений. Характеристика симплекс-метода. Процесс решения задачи линейного программирования. Математическое описание алгоритма симплекс-метода. Решение задачи ручным способом. Описание схемы алгоритма программы.

    контрольная работа [66,3 K], добавлен 06.04.2012

  • Геометрический смысл решений неравенств, уравнений и их систем. Определение понятия двойственности с помощью преобразования Лежандра. Разбор примеров нахождения переменных или коэффициентов при неизвестных в целевой функции двойственной задачи.

    дипломная работа [2,6 M], добавлен 30.04.2011

  • 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

  • Общая схема методов спуска. Метод покоординатного спуска. Минимизация целевой функции по выбранным переменным. Алгоритм метода Гаусса-Зейделя. Понятие градиента функции. Суть метода наискорейшего спуска. Программа решения задачи дискретной оптимизации.

    курсовая работа [90,8 K], добавлен 30.04.2011

  • Численное решение дифференциальных уравнений с помощью многошагового метода прогноза и коррекции Милна. Суммарная ошибка метода Милна. Применение метода Рунге-Кутта для нахождения первых значений начального отрезка. Абсолютная погрешность значения.

    контрольная работа [694,0 K], добавлен 27.02.2013

  • Задачи нахождения собственных значений и соответствующих им собственных векторов. Математическое обоснование метода итераций. Алгоритм метода Леверрье-Фаддеева, численное решение оценки собственных значений матриц. Листинг программы на языке "Pascal".

    курсовая работа [221,8 K], добавлен 05.11.2014

  • 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

  • Методы нахождения минимума функций градиентным методом наискорейшего спуска. Моделирование метода и нахождение минимума функции двух переменных с помощью ЭВМ. Алгоритм программы, отражение в ней этапов метода на языке программирования Borland Delphi 7.

    лабораторная работа [533,9 K], добавлен 26.04.2014

  • Сущность метода системосовокупностей как одного из распространенных и универсальных методов решения неравенств любого типа. Обобщение метода интервалов на тригонометрической окружности. Эффективность и наглядность графического метода решения задач.

    методичка [303,7 K], добавлен 14.03.2011

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.