Двойственный симплекс-метод

Содержание

Слайд 2

Введение Рассмотрим следующую задачу линейного программирования (ЗЛП):

Введение

Рассмотрим следующую задачу линейного программирования (ЗЛП):

Слайд 3

Приведем рассматриваемую ЗЛП к каноническому виду: или

Приведем рассматриваемую ЗЛП к каноническому виду:

или

Слайд 4

Рассмотрим расширенную матрицу системы линейных уравнений: Матрица содержит единичную подматрицу порядка

Рассмотрим расширенную
матрицу системы
линейных уравнений:
Матрица содержит единичную подматрицу порядка 3 и

следовательно, определяет базисное решение
системы уравнений, причем
Слайд 5

Так как элементы (n+1=6)-го столбца матрицы системы не являются неотрицательными, то

Так как элементы (n+1=6)-го столбца матрицы системы не являются неотрицательными, то

она не является К-матрицей ЗЛП. Вычислим симплекс-разности матрицы :
Так как все симплекс-разности матрицы являются неотрицательными, то базисное решение
не являющееся допустимым решением ЗЛП, является «лучшим», чем оптимальное решение.
Слайд 6

В чем отличие двойственного симплекс-метода от обычного?? При решении задачи симплекс-методом

В чем отличие двойственного симплекс-метода от обычного??
При решении задачи симплекс-методом текущее

базисное решение является допустимым, но неоптимальным. Эти соображения позволяют построить метод решения определенного класса ЗЛП. В этом методе, называемом ДВОЙСТВЕННЫМ СИМПЛЕКС-МЕТОДОМ, на каждой итерации обеспечивается выполнение условия оптимальности текущего базисного решения, не являющегося допустимым. Критерием окончания процесса итераций является получение допустимого решения.
Слайд 7

КЗЛП имеет вид:

КЗЛП имеет вид:

Слайд 8

Р-матрица. Определение Р-матрицей КЗЛП (1) –(3) называется расширенная матрица системы линейных

Р-матрица. Определение

Р-матрицей КЗЛП (1) –(3) называется расширенная матрица системы линейных уравнений,

равносильной системе (2), содержащую единичную подматрицу порядка m на месте n первых столбцов, все симплекс-разности которой неотрицательны.
Очевидно, что всякая P-матрица ЗЛП определяет некоторое базисное решение системы уравнений (2).
Базисное решение системы линейных уравнений , определяемое Р-матрицей, называется псевдопланом ЗЛП.
Слайд 9

Условие перехода от одной Р-матрицы ЗЛП к другой Пусть известна Р-матрица

Условие перехода от одной Р-матрицы ЗЛП к другой
Пусть известна Р-матрица ,

определяющая псевдоплан
Условия перехода от матрицы к матрице
составляют содержание следующей теоремы:
Слайд 10

Теорема 1: Пусть и в строке матрицы есть хотя бы один

Теорема 1:

Пусть и в строке матрицы есть хотя бы один отрицательный

элемент. Тогда с помощью одного шага метода Жордана-Гаусса можно построить новую Р-матрицу , выбрав направляющий элемент из условия:
Замечание: Если в матрице не , то определяемый ею псевдоплан является решением ЗЛП.
Слайд 11

Теорема 2: Пусть и в строке матрицы нет ни одного отрицательного

Теорема 2:

Пусть и в строке матрицы нет ни одного отрицательного элемента.

Тогда множество планов Р ЗЛП (1) - (3) пусто.
Слайд 12

Теорема 3: При переходе от матрицы к матрице целевая функция изменяется

Теорема 3:

При переходе от матрицы к матрице целевая функция изменяется в

соответствии с формулой:
откуда следует, что т.к.
И . Из последнего неравенства следует, что при переходе от одного псевдоплана к другому значению функции не возрастает.
Слайд 13

Алгоритм Р-метода Будем считать, что известна исходная Р- матрица задачи линейного

Алгоритм Р-метода

Будем считать, что известна исходная Р- матрица задачи линейного программирования,

определяющая исходный псевдоплан:
В методе последовательного уточнения оценок последовательно строят Р-матрицы задачи линейного программирования, пока не получат Р-матрицу ЗЛП, определяющую ее оптимальный план.
Слайд 14

Рассмотрим алгоритм S-ой итерации метода последовательного уточнения оценок. В начале S-ой

Рассмотрим алгоритм S-ой итерации метода последовательного уточнения оценок. В начале S-ой

итерации имеем Р-матрицу задачи линейного программирования, определяющую псевдоплан
ШАГ 1. Найдем номер из условия
Слайд 15

ШАГ 2. Если , то псевдоплан является оптимальным опорным планом, а

ШАГ 2. Если , то псевдоплан
является оптимальным опорным планом, а
есть

оптимальное значение линейной формы , иначе переходим к шагу 3.
Слайд 16

ШАГ 3. Если то задача линейного программирования не имеет решения (множество

ШАГ 3. Если то задача линейного программирования не имеет решения (множество

планов Р пусто), иначе переходим к шагу 4.
ШАГ 4. Вычисляем для столбцов матрицы симплекс-разности и находим номер К из условия:
Слайд 17

ШАГ 5. Вычисляем компоненты вектора ШАГ 6. Производим один шаг метода

ШАГ 5. Вычисляем компоненты вектора
ШАГ 6. Производим один шаг метода Жордана-Гаусса

с направляющим элементом .
Вычисляем элементы Р-матрицы методом Жордана-Гаусса. Присваиваем переменной алгоритма S значение S+1 и переходим к шагу 1.
Слайд 18

Решим задачу, которую мы начали пешать в начале презентации. Результаты решения приведены в симплекс-таблице.

Решим задачу, которую мы начали пешать в начале презентации. Результаты решения

приведены в симплекс-таблице.
Слайд 19

Решим следующую ЗЛП:

Решим следующую ЗЛП:

Слайд 20

Приводим ЗЛП к каноническому виду

Приводим ЗЛП к каноническому виду

Слайд 21

Т.К. расширенная матрица системы линейных уравнений является Р-матрицей. Следовательно, к решению данного ЗЛП применим Р-метод.

Т.К. расширенная матрица

системы линейных уравнений является Р-матрицей.

Следовательно, к решению данного ЗЛП

применим Р-метод.
Слайд 22

Решим задачу, которую мы начали решать в начале презентации. Результаты решения приведены в симплекс-таблице.

Решим задачу, которую мы начали решать в начале презентации. Результаты решения

приведены в симплекс-таблице.