programowanie liniowe 2 id 3961 Nieznany

background image

12

PROGRAMOWANIE LINIOWE


Dane są:

Wektor n zmiennych decyzyjnych: x

T

= {x

1

, x

2

, . . x

n

}

T

Liniowa funkcja celu f zależna od zmiennych

decyzyjnych:


z = f(x) =

n

n

x

c

x

c

x

c

x

c

+

+

+

+

.

.

.

.

3

3

2

2

1

1


c

1

, c

2

, . . c

n

– współczynniki kosztu c

T

= {c

1

, c

2

, . . c

n

}

T


x

c

T

z

=

Zbiór

m

liniowych funkcji ograniczeń

zależnych od

zmiennych decyzyjnych:


i

n

in

i

i

i

b

x

a

x

a

x

a

g

+

+

+

=

.

.

.

2

2

1

1

i = 1,2, . . , m


[

]

in

i

i

i

a

a

a

"

2

1

=

a

0

x

a

i

i

b

i

= 1,2, . ,

m

=

=

=

mn

m

m

n

n

m

m

a

a

a

a

a

a

a

a

a

b

b

b

"

#

#

#

#

"

"

#

#

2

1

2

22

21

1

12

11

2

1

2

1

,

a

a

a

A

b

0

Ax

b

background image

13

Sformułowanie ZPL:


Znaleźć

xˆ

takie, że:


x

c

x

c

x

T

T

z

.

min

ˆ

=

=


przy spełnieniu ograniczeń:

0

Ax

b


A, b, c – dane; n zmiennych projektowania, m ograniczeń.

POSTAĆ KANONICZNA (Standardowa) ZPL:

Ograniczenia są przekształcone do ograniczeń
równościowych

wprowadzając dodatkowe

zmienne dopełniające

x

n+i

0, takie, że


i

i

b

a x

i

i

n

i

b

x

=

+

x

a

Wszystkie zmienne projektowania są nieujemne.

Zmienną nieokreślonego znaku zastępuje się
dwiema zmiennymi nieujemnymi, takimi, że

0

0

gdzie

=

+

+

j

j

j

j

j

x

x

x

x

x


Postać kanoniczna ZPL:

x

c

x

x

T

f

z

.

min

)

ˆ

(

=

=

przy ograniczeniach:

0

=

x

b

Ax

background image

14


METODY ROZWIĄZYWANIA ZPL


Dane jest ZPL w postaci kanonicznej:

0

ogr.

przy

.

min

=

=

x

b

Ax

z

c

T

z


n –
liczba zmiennych projektowania
m –
liczba ograniczeń

n

m


Przypadek nietrywialny m<n:


Znaleźć xˆ takie, że:

{

}

n

n

m

n

m

R

X

z

z

n

L

X

T

L

=

=

=

×

=

=

=

=

=

c

x

b

A

x

x

b

Ax

x

x

c

x

x

dim

,

dim

,

dim

,

dim

ny

dopuszczal

obszar

,

0

,

:

gdzie

)

(

.

min

)

ˆ

(

ˆ

0

0

background image

15

Definicje:

Wektor

L

X

0

x

nazywamy rozwiązaniem dopuszczalnym

ZPL.

Macierz B o wymiarze m

x

m utworzoną z liniowo-

niezależnych kolumn macierzy A nazywamy macierzą
bazową
układu równań Ax=b.

[

]

n

mn

m

m

n

n

m

a

a

a

a

a

a

a

a

a

a

a

a

a

a

a

A

"

"

#

#

#

#

"

"

#

2

1

2

1

2

22

21

1

12

11

2

1

=

=

=


na przykład:

[

] [

]



"



"

kolumn

m

n

kolumn

m

m

3

9

5

2

3

2

1

=

=

a

a

a

a

b

b

b

b

B

Wektor

b

B

x

1

=

B

nazywamy rozwiązaniem bazowym

układu równań Ax=b.

x

B

jest rozwiązaniem układu równań Bx

B

= b

Składowe wektora x

B

nazywamy zmiennymi bazowymi.


Jeżeli x

B

0, to x

B

jest dopuszczalnym

rozwiązaniem bazowym.

Jeżeli x

B

> 0, to x

B

jest niezdegenerowanym

dopuszczalnym

rozwiązaniem bazowym.

Kolumna macierzy A

Wiersz macierzy A

background image

16


Maksymalna ilość rozwiązań bazowych:

)!

(

!

!

m

n

m

n


Rozwiązanie układu Ax = b odpowiadające danemu

rozwiązaniu bazowemu

{

}

0

x

x

B

=

n (n-m)


Rozwiązanie optymalne xˆ ZPL : to z rozwiązań

dopuszczalnych

{

}

0

x

x

B

=

które minimalizuje funkcję

celu

x

c

T

z

=

.

background image

17

Przykład

Założenia:

Firma do wytworzenia wyrobu I używa maszyn A i B, zaś

do wytworzenia wyrobu II – maszyn A i C.

Zdolność produkcyjna:

- maszyny A: 6 tys. sztuk/rok wyrobu I lub wyrobu II
- maszyny B: 4 tys. sztuk/rok wyrobu I
- maszyny C: 5 tys. sztuk/rok wyrobu II

Zysk na wyrobie I – 2 zł./szt. , na wyrobie II – 1 zł./szt.

Cel:

Ustalić optymalną wielkość produkcji x

1

wyrobu I i

x

2

wyrobu II tak, aby uzyskać maksymalny roczny zysk.


Matematyczne sformułowanie problemu:

0

,

0

C/rok

masz.

prod.

zdolnosc

5

B/rok

masz.

prod.

zdolnosc

4

A/rok

masz.

prod.

zdolnosc

6

:

ogr.

przy

2

.

max

2

1

2

1

2

1

2

1

+

+

=

x

x

x

x

x

x

x

x

f

background image

18

Sformułowanie ZPL:




+

=

=

0

,

0

5

4

6

:

ogr.

przy

2

.

min

2

1

2

1

2

1

2

1

x

x

x

x

x

x

x

x

f

z

Postać kanoniczna ZPL:

=

+

=

+

=

+

+

=

=

0

,

0

,

0

,

0

,

0

5

4

6

:

ogr.

przy

2

.

min

5

4

3

2

1

5

2

4

1

3

2

1

2

1

x

x

x

x

x

x

x

x

x

x

x

x

x

x

f

z

n = 5 , m = 2

5

4

3

,

,

x

x

x

-

zmienne dopełniające

Max. liczba rozw. bazowych:

10

)!

2

5

(

!

2

!

5

=


background image

19

Ograniczenia można zapisać w postaci:

Ax = b

lub





=





5

4

6

1

0

0

1

0

0

1

0

0

1

0

0

1

1

1

5

4

3

2

1

x

x

x

x

x


[ a

1

a

2

a

3

a

4

a

5

]{

x} = {b}

3 x 5 5 x 1 5 x 1


Macierze bazowe B

k

, k=1,2,...,10, są utworzone z

kombinacji kolumn macierzy A:

1)

1 2 3

2)

1 2 4

3)

1 2 5

4)

1 3 4


5)

1 3 5

6)

1 4 5

7)

2 3 4

8)

2 3 5


9)

2 4 5

10)

3 4 5


Rozwiązując kolejno układ równań:

b

x

B

=

k

B

k

(k=1,..,10)

Znajduje się rozwiązania bazowe

k

B

x i odpowiadające im

rozwiązania problemu wyjściowego

=

k

N

k

B

k

x

x

x

gdzie

0

x

=

k

N

background image

20

Rozw. bazowe 1, 6 i 9 : niedopuszczalne
Rozw. bazowe 4 i 8 : brak (układ sprzeczny)
Rozw. bazowe 2,3,5,7 i 10: dopuszczalne


Zestawienie rozwiązań dopuszczalnych:

Nr x

1

x

2

x

3

x

4

x

5

f. celu z=-2x

1

-x

2

1 1 5 3 0 0

-7

2

4 2 0 0 3

-10

3 4 0 2 0 5

-8

4 0 5 1 4 0

-5

5 0 0 6 4 5

0




=

2

4

ˆx

należy produkować rocznie 4 tys. sztuk

wyrobu I i 2 tys. sztuk wyrobu II, uzyskując
roczny zysk w wysokości 10 tys. zł.

Rozwiązanie optymalne

background image

21

Interpretacja geometryczna:



















0

1

2

3

4

5

6

7

0

1

2

3

4

5

6

7

8

9

x2

x1

g3

g2

g1

z=-8

z=-7

z=-10

rozw. opt. (4 2)

kie

run

ek

zm

nie

jsz

ani

a s

ie

fun

kcj

i ce

lu

background image

22

PODSTAWOWE WŁASNOŚCI ROZWIĄZAŃ ZPL

1. Funkcja celu i ograniczenia są funkcjami wypukłymi

(jako

funkcje

liniowe)


Stąd wynika: Zbiór rozwiązań dopuszczalnych ZPL jest
zbiorem wypukłym (

hiperwielościanem wypukłym

).


)

,

0

,

:

{

0

n

L

R

X

=

=

x

x

b

Ax

x


2. Jeżeli dany układ równań liniowych ograniczeń Ax=b
(gdzie dim A =

m

x

n

, dim x =

n

, dim b =

m

) ma rozwią-

zania dopuszczalne, to istnieją również bazowe rozwią-
zania dopusazczalne
.

3. Rozwiązanie dopuszczalne x ZPL jest punktem wierz-
chołkowym
zbioru rozwiązań dopuszczalnych

X

OL

(wierz-

chołkiem hiperwielościanu wypukłego) wtedy i tylko wte-
dy, gdy odpowiada mu bazowe rozwiązanie dopuszczalne,

tzn.

=

0

x

x

B

.


4. Jeżeli funkcja

f

(x) określona w wypukłym zbiorze

X

OL

jest ciągła i wypukła, to globalne minimum funkcji

f

występuje w punkcie (lub punktach) wierzchołkowym
zbioru

X

OL

.

background image

23

Interpretacja geometryczna ZPL w przestrzeni rozwiązań:


Zbiór rozwiązań dopuszczalnych:

}

,

0

,

0

:

{

0

n

L

R

X

=

x

x

Ax

b

x

tworzy hiperwielościan wypukły w przestrzeni zmiennych
decyzyjnych.























zbiór X0L

minimum

(jedno rozw. opt.)

hiperplaszczyzny ograniczeñ
z=const.

x2

x1

zbiór X0L

hiperplaszczyzny ograniczeñ

z=const.

x2

x1

nieskoñczenie wiele
rozwiazan optymalnych


Wyszukiwarka

Podobne podstrony:
Program umiarkowany id 395519 Nieznany
Narodowy Program Zdrowia1 id 31 Nieznany
Narodowy Program Zdrowia id 314 Nieznany
Program cw3 id 395618 Nieznany
Algebra liniowa1 id 57289 Nieznany
Programowanie GUI id 395885 Nieznany
Algebra liniowa 1 3 id 57241 Nieznany
Program zjazdu id 395614 Nieznany
Program cw2 id 395617 Nieznany
badop gry liniowe id 78528 Nieznany (2)
Program cw5 id 395619 Nieznany
Program cz1 id 395054 Nieznany
Program cz10 id 395055 Nieznany
program zajec id 395592 Nieznany
Programowanie Usb C id 396388 Nieznany
Program wykladu id 395571 Nieznany
Program zajec 2 id 395593 Nieznany
program arteterapii 3 id 394997 Nieznany

więcej podobnych podstron