18 I.l. Pro|r»mj»i>im‘t liniowe
prey ciym
„T _ / & Wi-1 1 1/1+1 v~\
Możemy t<*ru albo uaktualnić elementy B bezpośrednio, albo użyć postaci iloczynowej mmcterry odwrotnej (w skrócie PFI, od angielskiej nazwy product form of the tnver§c). TirfirM) »po*ób ma sens praktyczny, dopóki macierz B“l, składająca się z m2 elementów, mose być pamiętana w pamięci głównej komputera. Dla zagadnień o wielkich rozmiarach, które wy magają juz pamięci pomocniczych, takich jak dyski lub taśmy magnetyczne, metoda PFI jest znacznie korzystniejsza. W metodzie tej obliczamy ciąg macierzy E i przetUtawiamy /?“1 po y-tej iteracji jako iloczyn
(1 11) B-' = Ep...E3E2Ex.
Nałożyliśmy w (111), śe macierz jednostkowa I była bazą początkową. Taka postać odwrotnej macierzy bazowej jest bardzo wygodna do implementacji z użyciem sekwencyjnych pamięci pomocniczych. Wektor XT oblicza się ze wzoru
A* = ((<$!?„)£„_,) • • • Ex,
i j zgodnie ze wzorem
v=Ep...(E2{E1 o*)).
Każda iteracja metody sympleks daje dodatkowo jeden wektor rj. W praktyce, pamięta się jedynie nieserowe elementy Ej i na ogół dzięki temu używa się mniejszej pamięci niż dla całej macierzy B. Metoda PFI została wykorzystana z powodzeniem do rozwiązania wielkich zagadnień z macierzami rzadkimi.
W kolejnych iteracjach zymplekaowych metoda PFI wymaga pamiętania coraz to nowych macierzy elementarnych. Aby ograniczyć zapotrzebowanie na pamięć i zapewnić dokładność numeryczną, trzeba od czasu do czasu zatrzymać proces iteracyjny i odwrócić macierz B, używając kolumn macierzy A. Taki krok reinwersji musi być uzupełniony ponownym obliczeniem mB z równania xB = B~lb\ potem następuje ciąg iteracji, aż do ponownej reinwersji.
Przykład 1.1. Aby zilustrować metodę sympleksową, wykonamy jedną iterację zrewidowanego algorytmu sympleks na następującym przykładzie:
snaleść minimum z = —0.5xt — G.4x2
pr*y warunkach *, + 2xa + *3 = 24,
|l +Xj = ll,
Mamy tutąj następujące wektory i macierze:
ri |
2 |
1 |
0 |
0‘ |
24" | ||
A = |
1.5 1 |
0 |
1 |
0 |
, b = |
18 | |
1 |
0 |
0 |
0 |
1. |
11. |