Geometria układów nierówności
liniowych.
Metoda sympleks. Przypadki szczególne.
Dualność w optymalizacji liniowej.
1
Zbiory wypukłe
X - przestrzeń liniowa nad ciałem R.
Definicja 1.1 Zbiór A ⊂ X jest wypukły jeśli
∀x1, x2∈A ∀0≤λ≤1 λx1 + (1 − λ)x2 ∈ A.
Niech [x1, x2] odcinek o końcach x1, x2 ∈ X,
[x1, x2] = {y ∈ X : y = λx1 + (1 − λ)x2, 0 ≤ λ ≤ 1}
równoważnie: A wypukły jeśli ∀x1,x2∈A [x1, x2] ⊂ A Twierdzenie 1.1 Przeciecie dowolnej rodziny A
֒
t, t ∈
T zbiorów wypukłych jest zbiorem wypukłym.
Definicja 1.2 A ⊂ X dowolny zbiór w X. Zbiór
\
co(A) :=
B
B-wypukły,A⊂B
nazywamy powłoka wypukła zbioru A . Równoważnie,
֒
֒
coA jest zbiorem wszystkich kombinacji wypukłych elementów zbioru A,
k
k
z
X
z
X
coA := {z =
λiai,
λi = 1, λi ≥ 0, ai ∈ A i = 1, ..., kz}.
i=1
i=1
punkty wewnetrzne odcinka [a, b]: punkt z ∈ [a, b]
֒
jest jego punktem wewnetrznym jeśli z = λa + (1 −
֒
λ)b, 0 < λ < 1
1
Definicja 1.3 K ⊂ X - dowolny podzbiór przestrzeni liniowej X. Niepusty podzbiór S ⊂ K nazywamy
podzbiorem ekstremalnym dla K jeśli żaden punkt S nie jest punktem wewnetrznym żadnego odcinka,
֒
którego końce leża do K, chyba, że obydwa końce
֒
sa w S.
֒
Analitycznie: jeśli x, y ∈ K i 0 < t < 1 to (1 − t)x + ty ∈ S
⇒
x, y ∈ S.
Punktem ekstremalnym nazywamy jednoelemen-
towy zbiór ekstremalny S = {a}, a ∈ K. Anali-
tycznie, jeśli dla pewnych x, y ∈ K mamy
a = (1 − t)x + ty, 0 < t < 1 to x = y = a.
oznaczenie: E(A) - zbiór punktów ekstremalnych
A
Twierdzenie 1.2 ( Krein’a-Milman’a) X - przestrzeń lokalnie wypukła . Niech A ⊂ X niepusty zwarty
i wypukły podzbiór X.
Wtedy A jest domknieta
֒
֒
powłoka wypukła zbioru swoich punktów ekstremal-
֒
֒
nych, tzn
A = ¯
co(E(A)).
Dowód. oparty na twierdzeniu o rozdzielaniu
Twierdzenie 1.3 ( Krein’a-Milman’a 1) X - przestrzeń lokalnie wypukła .
Niech ∅ 6= A ⊂ X - zwarty
podzbiór X. Wtedy
A ⊂ ¯
co(A).
2
Twierdzenie 1.4 (Twierdzenie Milman’a) X - przestrzeń lokalnie wypukła . Niech A ⊂ X bedzie niepustym
֒
zwartym podzbiorem X takim, że ¯
co(A) jest zwarty.
Wtedy każdy punkt ekstremalny E( ¯
co(A)) powłoki
wypukłej ¯
co(A) zbioru A należy do A, czyli
E( ¯
co(A)) ⊂ A.
Dowód. Przez zaprzeczenie, niech p ∈ X bedzie
֒
punktem ekstremalnym domknietej powłoki wy-
֒
pukłej ¯
co(A) ale nie należy do A,
p ∈ ¯
co(A) \ A.
Istnieje wówczas wypukłe i zbalansowane otocze-
nie zera V takie, że
(p + ¯
V ) ∩ A = ∅.
(1)
Ze zwartości A ⇒ istnieja x
֒
1, ...xm ∈ A takie, że
m
[
A ⊂
(xi + ¯
V ).
i=1
Każdy ze zbiorów Ai := ¯
co(A ∩ (xi + ¯
V )) i = 1, ..., m
jest wypukły i zwarty (dlaczego?) oraz A ⊂ (A1 ∪
A2∪, ..., Am). Oraz
(A1 ∪ A2∪, ..., Am)
zwarty (i wypukły)
a wiec
֒
¯
co(A) ⊂ ¯
co(A1 ∪ A2∪, ..., Am) = co(A1 ∪ A2∪, ..., Am).
Ale Ai ⊂ ¯
co(A), i = 1, .., m a wiec
֒
¯
co(A) = co(A1 ∪ ... ∪ Am).
3
W szczególności,
N
X
p = t1y1 + ... + tN yN , yi ∈ Ai, ti ≥ 0,
ti = 1.
i=1
Stad mamy przedstawienie
֒
t2y2 + ... + t
p = t
N yN
1y1 + (1 − t1)
t2 + ... + tN
Zauwaźmy, że
t2y2 + ... + t
y
N yN
1,
∈ ¯
co(A)
t2 + ... + tN
czyli musi być p = y1 a wiec dla pewnego i mamy
֒
p ∈ Ai ⊂ xi + ¯
V ⊂ K + ¯
V
co przeczy (1).
4
Przykłady
1. zbiór Z := {x ∈ Rn a1x1 + a2x2 + ... + anxn ≤ b}
jest domkniety i wypukły. Z dzieli przestrzeń
֒
Rn na dwie półprzestrzenie.
2. zbiór N := {x ∈ Rn b1x1 + b2x2 + ... + bnxn = d } jest domkniety i wypukły - hiperpłaszczyzna w
֒
Rn
3. zbiór K ⊂ Rn jest stożkiem jeśli λx ∈ K dla
każdego x ∈ K and λ ≥ 0. Nie kaźdy stożek
jest zbiorem wypukłym.
4. zbiór K = {x ∈ Rn aT x = a1x1 + ...anxn ≤ 0} jest stożkiem wypukłym.
2.1
Zbiór rozwiazań dopuszczalnych Ω w optymalizacji lin-
֒
iowej
Ω zbiór rozwiazań układu równań i nierówności lin-
֒
iowych:
a11x1 + a12x2 + ..... + a1nxn ≤ b1
......
......
am1x1 + am2x2 + ... + amnxn ≤ bm
b11x1 + b12x2 + ... + b1nxn = d1
......
......
bk1x1 + bk2x2 + ...bknxn = dk
x1 ≥ 0, x2 ≥ 0, .... xn ≥ 0.
macierzowo: A macierz m × n, B macierz k × n,
b ∈ Rm, d ∈ Rk x = (x1, x2, ..., xn) ∈ Rn,
5
Ω := {x ∈ Rn : Ax ≤ b Bx = d x ≥ 0} = Ω1 ∩ Ω2
Ω1 := {x ∈ Rn : Ax ≤ b x ≥ 0}
Ω2 := {x ∈ Rn : Bx = d x ≥ 0}
zbiór Ω1 jest postaci
Ω1 = Z1 ∩ Z2 ∩ ... ∩ Zm ∩ Rn+
gdzie
Rn := {x ∈
+
Rn : x1 ≥ 0, ..., xn ≥ 0}
oraz dla i = 1, ..., m mamy
Zi := {x ∈ Rn ai1x1 + ai2x2 + ... + ainxn ≤ bi}
zbiór Ω2 jest postaci
Ω2 = N1 ∩ N2 ∩ ... ∩ Nk ∩ Rn+
gdzie dla i = 1, ..., k mamy
Ni := {x ∈ Rn bi1x1 + bi2x2 + ... + binxn = di}
Z Tw. o wypukłości przeciecia, Twierdzenie 1.1
֒
zbiory
Twierdzenie 2.1 Zbiory
Ω, Ω1, Ω2
sa wypukłe i domkniete.
֒
֒
Zbiory postaci Ω, Ω1, Ω2 nazywamy zbiorami wieloś-
ciennymi (przeciecia skończonej liczby półprzestrzeni).
֒
6
Rozpatrzmy zadanie optymalizacji liniowej: niech c ∈ Rn,
cT x = c1x1 + c2x2 + ... + cnxn → max
(P ) przy ograniczeniach
x ∈ Ω
Wartość maksymalna
Vmax := max cT x
x∈Ω
Twierdzenie 2.2 W zadaniu optymalizacji liniowej (P ) zbiór rozwiazań optymalnych
֒
S := {x∗ ∈ Ω : cT x∗ = Vmax}
jest wypukły i domkniety.
֒
Dowód. Wynika z Tw. o przecieciu
֒
S = Ω ∩ {x ∈ Rn cT x = Vmax} .
|
{z
}
hiperplaszczyzna
Zbiór rozwiazań układu równości i nierówności
֒
liniowych jednorodnych (prawe strony równe
zero bi = 0, i = 1, ..., m, di = 0, i = 1, ..., k) jest stożkiem wypukłym
7
zdegenerowane i niezdegenerowane punkty ekstremalne (wierzchołkowe) zbiorów wielościennych
3
Rozwiazania bazowe w metodzie symplex
֒
Zagadnienie w postaci standardowej
cT = c1x1 + ... + cnxn → max
przy ograniczeniach
Ax = b
x ≥ 0
gdzie A macierz ograniczeń m × n, m < n, rz(A) =
m, b ∈ Rm -wektor prawych stron, c ∈ Rn - wektor funkcji celu.
W każdym kroku metody symplex mamy nastepujacatablice
֒
֒
֒
֒
(po ewentualnym przenumerowaniu zmiennych)
x = (xB, xN) xB - zmienne bazowe o numerach 1 do m, xN - zmienne niebazowe o numerach m+1
do n
IxB + ¯
AxN = ¯b
(2)
gdzie ¯
A i ¯b sa to A i b przetransformowane za
֒
pomoca eliminacji Gaussa
֒
Definicja 3.1 Rozwiazanie bazowe otrzymujemy kładac
֒
֒
xN = 0 w (2).
8
Twierdzenie 3.1 (bazowe rozwiazanie dopuszczalne jest punktem ekstremaln
֒
Bazowe rozwiazanie dopuszczalne problemu (P )
֒
cT = c1x1 + ... + cnxn → max
przy ograniczeniach
Ax = b
x ≥ 0
jest punktem ekstremalnym (wierzchołkowym) wy-
pukłego zbioru rozwiazań dopuszczalnych
֒
Ω = {x ∈ Rn : Ax = b, x ≥ 0}.
Dowód.
Zakładamy, że rzad macierz A jest m.
֒
Poprzez ewentualne przenumerowanie indeksów niech x0 = (¯b1, ¯b2, ..., ¯bm, 0, ..., 0)
bedzie dopuszczalnym rozwiazaniem bazowym wz-
֒
֒
gledem zmiennych bazowych x
֒
1, x2, ..., xm.
Załóżmy, przez zaprzeczenie, że x0 nie jest punktem ekstremalnym Ω. Z definicji, istnieja dwa inne
֒
punkty dopuszczalne
p = (p1, ..., pn) ≥ 0,
q = (q1, ..., qn) ≥ 0
takie, że x0 = 1(p + q). W szczególności dla zmien-2
nych niebazowych j = m + 1, ..., n musi być xj = 0
czyli
pj = qj = 0
Ale wartości zmiennych bazowych wyznaczone sa֒
w sposób jednoznaczny przez wartości zmiennych
bazowych czyli musi być
p = q = x0.
9
Twierdzenie 3.2 (punkt ekstremalny jest rozwiazaniem bazowym dopuszczaln
֒
Każdemu punktowi wierzchołkowemu odpowiada cona-jmniej jedno rozwiazanie bazowe dopuszczalne. Jeśli
֒
dla danego punktu wierzchołkowego takie rozwiazanie
֒
bazowe dopuszczalne jest niezdegenerowane to jest ono dokładnie jedno.
10