6w timo 2011

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Programowanie liniowe - podsumowanie

Każde bazowe rozwiązanie dopuszczalne jest punktem

wierzchołkowym zbioru X.

Istnieje punkt wierzchołkowy zbioru X w którym funkcja

celu zadania PL przyjmuje maksimum

Każdemu punktowi wierzchołkowemu zbioru X odpowiada

m wektorów liniowo niezależnych z danego zbioru n
wektorów związanych z tym punktem.

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Twierdzenie 6.1

Niech będzie dany układ równań liniowych

Ax=B

gdzie jest macierzą mxn, dim x=m, (A)=m, n>m. Jeśli istnieje

rozwiązanie dopuszczalne układu równań tzn. takie, że x>=0 to

istnieje również bazowe rozwiązanie dopuszczalne tzn. x=[x

B

,0]

Twierdzenie 6.2

Rozwiązanie dopuszczalne x zadania programowania liniowego

jest punktem wierzchołkowym zbioru rozwiązań dopuszczalnych

X

OL

wtedy i tylko wtedy gdy odpowiada mu bazowe rozwiązanie

dopuszczalne tzn. x=[x

B

,0]

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Rozwiązania optymalne

Twierdzenie 6.3

Twierdzenie 6.3

Je

Je

ś

ś

li zadanie programowania liniowego PL posiada rozwi

li zadanie programowania liniowego PL posiada rozwi

ą

ą

zanie optymalne i

zanie optymalne i

wszystkie rozwi

wszystkie rozwi

ą

ą

zania bazowe s

zania bazowe s

ą

ą

niezdegenerowane to za pomoc

niezdegenerowane to za pomoc

ą

ą

algorytmu

algorytmu

simpleks uzyskuje si

simpleks uzyskuje si

ę

ę

rozwi

rozwi

ą

ą

zanie optymalne po co najwy

zanie optymalne po co najwy

ż

ż

ej

ej





m

n

iteracjach.

iteracjach.

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Przypadki szczególne cd.

Twierdzenie 6.4

Jeśli zadanie PL jest nieograniczone, to istnieją rozwiązania
bazowe dopuszczalne

oraz wektor

taki, że:

Wówczas zbiór rozwiązań jest pusty.

B

x

K

y

,

min

2

1

0

x

x

x

=

0

,

1

2

2

1

2

1

2

1

+

x

x

x

x

x

x

m

i

dla

y

i

y

ik

k

,...,

1

0

0

0

=

<

Przykład:

II. Zadanie programowania liniowego – zadanie nieograniczone

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Przypadki szczególne cd.

III. Zadanie programowania liniowego – posiadające nieskończoną ilość

rozwiązań optymalnych na zbiorze ograniczonym

Ten przypadek wystąpi wtedy, gdy można znaleźć tablicę simpleksową, której
odpowiada optymalne rozwiązanie bazowe, takie że:

i istnieje para

dla której:

Dla przestrzeni o wymiarze n rozwiązanie optymalne jest kombinacją wypukłą
wierzchołków należących do zbioru optymalnego.

i

x

[ ]

p

i

gdy

x

x

i

p

i

i

p

i

i

i

,...,

1

,

1

,

0

,

1

1

1

=

=

=

=

=

λ

λ

λ

n

j

dla

y

oraz

m

i

dla

y

j

i

,...,

1

0

,...,

1

0

0

0

=

=

(

)

{

}

{

}

n

j

m

i

j

i

,...,

1

,

,...,

1

,

,

0

0

0

0

0

0

,

0

0

0

0

0

0

0

>

>

=

j

i

i

j

y

i

y

y

!!

Dla rozwiązania zdegenerowanego, przypadek ten może zaistnieć również

pod innymi warunkami.

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Przypadki szczególne cd.

III. Przykład gdy jest wiele rozwiązań optymalnych na zbiorze ograniczonym

x

1

x

2

x

0

0

-4

-2

x

3

4

-1

1

x

4

6

2

1

x

4

x

2

x

0

12

2

0

x

3

7

0.5

1.5

x

1

3

0.5

0.5

x

4

x

3

x

0

12

2

0

x

2

4.66 0.33 0.66

x

1

0.66 0.33

0.5

•1 rozwiązanie bazowe optymalne w:

•2 rozwiązanie bazowe optymalne w:

T

T

x

x

]

3

14

,

3

2

[

]

0

,

3

[

2

1

=

=

Zadanie posiada dwa dopuszczalne bazowe rozwiązania optymalne. Odpowiadają one dwóm
wierzchołkom w zbiorze rozwiązań optymalnych.

Zbiór rozwiązań optymalnych

[ ]

{

}

[ ]

.

)

3

14

3

14

(

),

3

7

3

2

(

:

1

,

0

)),

1

(

3

14

0

(

)),

1

(

3

2

3

(

:

1

,

0

,

)

1

(

:

2

1

+

=

=

+

+

=

=

+

=

=

λ

λ

λ

λ

λ

λ

λ

λ

λ

x

x

x

x

x

x

x

x

X

2

1

0

2

4

max

x

x

X

x

+

=

x

+

+

=

0

,

6

2

4

:

2

1

2

1

x

x

x

x

x

x

X

2

R

2

R

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Przypadki szczególne cd.

IV. Zadanie programowania liniowego – posiadające nieskończoną ilość

rozwiązań optymalnych na zbiorze nieograniczonym

Ten przypadek wystąpi wtedy, gdy można znaleźć tablicę simpleksową, której

odpowiada optymalne rozwiązanie bazowe, takie że:

dla której, że istnieje j

0

takie, że i dla wszystkich „i” zachodzi

y

i0

=0 (degeneracja) bądź

0

0

0

=

j

y

n

j

dla

y

oraz

m

dlai

y

j

i

,...,

1

0

,...,

1

0

0

0

=

=

0

0

0

j

y

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

Rozwiązanie optymalne zadania PL przyjmuje postać parametryczną:

Dla n=2 równanie parametryczne prostej,

Dla n=3 równanie parametryczne płaszczyzny itd.

T

x

]

3

7

,

3

2

[

=

Przykład:

Bazowe rozwiązanie optymalne:

Zbiór rozwiązań optymalnych jest półprostą:

+

=

=

0

,

]

3

1

,

3

2

[

:

2

t

t

x

x

R

x

X

T

2

1

0

4

2

max

x

x

X

x

+

=

x

+

+

=

0

,

4

2

1

1

2

:

2

1

2

1

x

x

x

x

x

x

X

x

1

x

2

x

0

0

2

-4

x

3

1

-2

1

x

4

4

-1

2

x

4

x

3

x

0

4

-6

4

x

2

1

-2

1

x

4

2

3

-2

x

4

x

3

x

0

8

2

0

x

2

2.33 0.66 -0,33

x

1

0.66 0.33 -0,66

IV. Zadanie programowania liniowego – posiadające nieskończoną ilość

rozwiązań optymalnych na zbiorze nieograniczonym

cd

background image

Teoria i metody optymalizacji
Dr inż. Ewa Szlachcic

Wydział Elektroniki studia II st.

kier. Automatyka i Robotyka

V. Zadanie programowania liniowego – zbiór rozwiązań dopuszczalnych

jest zbiorem pustym - brak rozwiązania

φ

=

X

2

1

0

4

max

x

x

X

x

+

=

x

+

=

0

,

2

4

:

2

1

2

1

x

x

x

x

x

x

X

W tej wersji metody prymalnej simpleks algorytm nie potrafi stworzyć pierwszego
rozwiązania bazowego dopuszczalnego z powodu wektora b, który posiada składowe
ujemne.

Przykład:

x

1

x

2

x

0

0

-1

-4

x

3

4

1

1

x

4

-2

1

-1

+

=

=

2

4

2

1

b

b

b

m

i

dla

y

i

,...,

1

0

0

=

Nie jest spełniony warunek dopuszczalności pierwszej tablicy simpleks

Krok 1.

(start). Rozpoczynamy algorytm od znalezienia pierwszego rozwiązania bazowego

dopuszczalnego. Należy sprawdzić dopuszczalność

rozwiązania:


Wyszukiwarka

Podobne podstrony:
2w timo 2011
1w timo 2011
11w timo 2011
7w timo 2011
5w timo 2011 cz2
3w timo 2011
9w timo 2011
8w timo 2011
10w timo 2011
4w timo 2011 cz1

więcej podobnych podstron