Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Существует простое правило, которое гарантирует, что нулевая базисная искусственная переменная на втором этапе никогда не станет положительной.
1. Если в ведущем столбце коэффициент, соответствующий нулевой базисной искусственной переменной, положителен, тогда ведущий элемент определяется автоматически (поскольку ему соответствует минимальное отношение, равное нулю), и искусственная переменная на следующей итерации становится небазисной.
2. Если ведущий элемент равен нулю, следующая итерация оставляет искусственную переменную нулевой.
3. Если ведущий элемент отрицательный, то минимальное отношение не ассоциируется с базисной (нулевой) искусственной переменной. В этом случае, если минимальное отношение будет положительным, то на следующей итерации искусственная переменная примет положительное значение (обоснуйте это утверждение). Чтобы исключить эту возможность, мы принуждаем искусственную переменную всегда оставаться в базисном решении. Поскольку искусственная переменная равна нулю, ее удаление из базисного решения не влияет на то, будет ли допустимым решение из оставшихся в базисе переменных.
Итак, правило для второго этапа заключается в том, чтобы искусственные переменные оставлять в базисе всегда, когда коэффициент в ведущем столбце положителен или отрицателен. Фактически это правило применяется в конце первого этапа, когда из базисного решения удаляются нулевые искусственные переменные, перед тем как приступить ко второму этапу (см. упражнение 3.4.2.5).
УПРАЖНЕНИЯ 3.4.2
1. Ответьте на следующие вопросы.
a) Почему на первом этапе двухэтапного метода всегда минимизируется сумма искусственных переменных?
b) Если в задаче ЛП требуется найти максимум целевой функции, то следует ли на первом этапе максимизировать сумму искусственных переменных?
Глава 3. Симплекс-метод
2. Для каждой задачи из упражнения 3.4.1.4 запишите соответствующую целевую функцию для первого этапа.
3. Решите задачи из упражнения 3.4.1.5 двухэтапным методом.
4. Покажите, что следующая задача не имеет допустимого решения. Запишите задачу ЛП для первого этапа и затем примените программу TORA для поиска ее решения.
Максимизировать z = 2хх + Ъх2 при выполнении условий
Зх, + 2х2>6, 2хх + х2<2, хх, х2>0.
5. Дана следующая задача.
Максимизировать z = 2хх + 2х2 + 4х3 при выполнении условий
2хх + х2 + х3 < 2, Зхх + 4х2 + 2х3 > 8, хх, х2, х3>0.
a) Используя программу TORA, покажите, что первый этап закончится с нулевой искусственной базисной переменной.
b) Выполните вручную вычисления второго этапа с нулевой искусственной переменной, являющейся частью начального базисного решения. Убедитесь, что искусственные переменные никогда не принимают положительных значений.
c) Покажите, что нулевые искусственные переменные можно удалить из базисного решения на первом этапе (до начала второго) путем выбора вводимой переменной с помощью ненулевого ведущего элемента в строке искусственной переменной.
6. Рассмотрите следующую задачу.
Максимизировать z = Зхх + 2х2 + Зх3 при выполнении условий
2хх + х2 + х3 = 2, хх + Зх2 + х3 = 6, Зхх + 4х2+2х3>8, хх, х2, х3>0.
a) С помощью программы TORA покажите, что первый этап закончится с двумя нулевыми искусственными переменными в базисном решении.
b) Покажите, что описанная в упражнении 5.3 процедура, применяемая в конце первого этапа, может только одну из двух нулевых искусственных переменных сделать небазисной.
c) Покажите, что исходное ограничение, соответствующее нулевой искусственной переменной, которую нельзя сделать небазисной в п. Ь, является избыточным. Следовательно, строку этого ограничения, как и его искусственную переменную, можно удалить перед началом второго этапа.
3.5. Особые случаи применения симплекс-метода
7. Дана следующая задача линейного программирования.
Максимизировать z = Зх, + 2х2 + Зх3
при выполнении условий
2х, + х2 + х3 < 2,
Зх, + 4х2 + 2х3 > 8,
х„ хг, х3>0.
Оптимальная симплекс-таблица, полученная в конце первого этапа, имеет следующий вид
Базис | *1 | хг | хз | хл | х5 | Я | Решение |
z | -5 | -2 | -1 | -4 | |||
хг | |||||||
Я | -5 | -2 | -1 | -4 |
Покажите, что небазисные переменные х,, х3, х3 и х4 никогда не примут положительных значений в конце второго этапа. Следовательно, столбцы этих переменных можно удалить из симплекс-таблицы еще до начала второго этапа. В сущности, удаление этих переменных сводит ограничительные равенства к одному: х2 = 2. Это означает, что не было необходимости выполнять второй этап вовсе, так как пространство допустимых решений состоит только из одной точки.
Из этого упражнения можно сделать общий вывод, что любые небазисные переменные, которые имеют строго отрицательные коэффициенты в z-строке в конце вычислений первого этапа, можно удалить из симплекс-таблицы, так как они никогда не примут положительных значений в результате выполнения второго этапа. В связи с этим отметим, что отрицательные коэффициенты в z-строке для "естественных" (не искусственных) переменных могут появиться только в том случае, если в конце первого этапа в базисе присутствуют искусственные нулевые переменные.
8. Дана задача линейного программирования.
Минимизировать z = 2х, - 4х2 + Зх3
при выполнении условий
5х, - 6х2 + 2х3 > 5,
-х, + Зх2 + 5х3 > 8,
2х, + 5х2 - 4х3 < 9,
х„ х2, х3>0.
Покажите, что неравенства можно свести к множеству равенств, которое потребует введения только одной искусственной переменной (вместо возможных двух искусственных).
3.5. ОСОБЫЕ СЛУЧАИ ПРИМЕНЕНИЯ СИМПЛЕКС-МЕТОДА
В этом разделе рассмотрим четыре особых случая, встречающихся при использовании симплекс-метода.
1. Вырожденность.
2. Альтернативные оптимальные решения.
Глава 3. Симплекс-метод
3. Неограниченные решения.
4. Отсутствие допустимых решений.
При изучении этих случаев основное внимание мы уделим, во-первых, теоретическому обоснованию причин, приводящих к таким ситуациям, и, во-вторых, их практическим интерпретациям применительно к реальным задачам.
3.5.1. Вырожденность
В ходе выполнения симплекс-метода проверка условия допустимости может привести к неоднозначному выбору исключаемой переменной. В этом случае на следующей итерации одна или несколько базисных переменных примут нулевое значение. Тогда новое решение будет вырожденным.
В вырожденном решении нет никакой опасности, за исключением небольших теоретических неудобств, которые мы далее кратко обсудим. С практической точки зрения вырожденность объясняется тем, что в исходной задаче присутствует по крайней мере одно избыточное ограничение. Для того чтобы лучше понять практические и теоретические аспекты явления вырожденности, рассмотрим численный пример. Графическая интерпретация задачи поможет наглядно разобраться в этом явлении.
Пример 3.5.1. Вырожденное оптимальное решение
Рассмотрим следующую задачу ЛП.
Максимизировать z = Зх, + Эх,
при выполнении условий
х, + 4х2 < 8, х, + 2х2<4, х„х2>0.
Обозначим через х3 и х4 дополнительные переменные. Результаты применения симплекс-метода представлены в следующей таблице.
Итерация | Базис | Х1 | хг | хз | Xi | Решение |
Начальная | z | -3 | -9 | |||
Вводится хг | Хз | |||||
Исключается хз | Xi | |||||
Первая | Z | -3/4 | 9/4 | |||
Вводится *1 | хг | 1/4 | 1/4 | |||
Исключается х4 | хЛ | 1/2 | -1/2 | 0 ■ | ||
Вторая | Z | 3/2 | 3/2 | |||
Оптимум | хг | 1/2 | -1/2 | |||
Х1 | -1 |
На начальной итерации в качестве исключаемой можно выбрать как переменную х3, так и х4. Если оставить в базисе переменную х4, на следующей итерации она
3.5. Особые случаи применения симплекс-метода
примет значение 0 (как показано в таблице), т.е. получим вырожденное базисное решение. Оптимальное решение получается на следующей итерации.
Что же практически приводит к вырожденности решения? Рассмотрим рис. 3.9, графически представляющий решение этой задачи. Точка оптимума х, = О, хг — 2 является пересечением трех прямых. Поскольку данная задача двухмерна, эта точка переопределена (на плоскости для определения точки достаточно двух прямых), и, следовательно, одно из ограничений избыточно.
х2
Оптимальное вырожденное решение
Рис. 3.9. Вырожденность задачи примера 3.5.1
На практике информация о том, что некоторые ресурсы недефицитны, может быть полезной при интерпретации результатов решения задачи. Эти сведения также могут помочь выявить неточности и ошибки в постановке исходной задачи. К сожалению, не существует способов определить избыточное ограничение непосредственно изданных симплекс-таблиц.
С вычислительной и теоретической точек зрения вырожденность может привести к двум последствиям. Во-первых, в процессе вычислений может возникнуть зацикливание. Если в приведенной выше таблице сравнить первую и вторую итерации, то можно заметить, что значение целевой функции не изменилось (z = 18). Поэтому может возникнуть ситуация, когда при реализации симплекс-метода некоторая последовательность будет повторяться, не изменяя значения целевой функции и не приводя к завершению вычислительного процесса. Существуют методы, предотвращающие зацикливание, однако они значительно замедляют процесс вычислений. Поэтому в большинстве программ, реализующих симплекс-метод, отсутствуют специальные средства защиты от зацикливания, тем более, что вероятность зацикливания очень мала.
Во-вторых, последствие вырожденности решения можно обнаружить, сравнивая первую и вторую итерации в приведенной выше таблице. Хотя в этих итерациях состав базисных и небазисных переменных различен, значения всех переменных и значение целевой функции не изменяются:
х, = 0, х2 = 2, х3 = 0, х4 = 0, z = 18.
Можно ли, несмотря на то, что оптимальное решение не достигнуто, остановить вычисления на первой итерации (когда впервые обнаруживается вырожденность)? Ответ отрицательный, так как решение может быть только временно вырожденным (упражнение 3.5.1.2).
Глава 3. Симплекс-метод
УПРАЖНЕНИЯ 3.5.1
1. Рассмотрите графическое представление пространства решений (рис. 3.10). Предположим, что выполнение симплекс-метода начинается из точки А, оптимальное решение соответствует точке D, а целевая функция такова, что в точке А вводимой переменной будет х,.
a) Покажите (на рисунке) крайние точки, которые соответствуют последовательности симплекс-итераций, приводящих к точке оптимума.
b) Определите максимально возможное число симплекс-итераций, необходимых для достижения оптимального решения.
2. Покажите (графически и с помощью TORA), что следующая задача имеет временно вырожденные решения.
Максимизировать z = Зх, + 2х2
при выполнении условий
3. Используя в программе TORA опции, позволяющие управлять процессом вычислений, выполните последовательность симплекс-итераций в следующей задаче ЛП (задача придумана Е. М. Beale). Начальное допустимое базисное решение, состоящее из дополнительных переменных, повторится на седьмой итерации. Этот пример иллюстрирует явление зацикливания при выполнении симплекс-метода; в этом случае оптимальное решение никогда не будет достигнуто.
Рис. 3.10. Пространство решений для упражнения 1
4х,+ 3х2<12, 4х, - х2< 8, 4х,+ х2<8, х,, х2>0.
Максимизировать z
при выполнении условий
8х2 - х3 + 9х4 < 0,
12х,
'■■>--х* + Зх. < 0,
2 2
3.5. Особые случаи применения симплекс-метода
х3<1,
^1' ^2> ^3' ^4 —
Интересно отметить, что если сделать все коэффициенты в этой задаче целыми (путем умножения на соответствующие множители), то алгоритм симплекс-метода достигнет оптимального решения за конечное число итераций (проверьте это!).
(Предостережение. Не используйте программу TORA в автоматическом режиме, так как в этом случае циклические вычисления будут выполняться бесконечно.)
3.5.2. Альтернативные оптимальные решения
Когда прямая (если рассматривается двухмерная задача ЛП, в общем случае — гиперплоскость), представляющая целевую функцию, параллельна прямой (гиперплоскости), соответствующей связывающему неравенству (которое в точке оптимума выполняется как точное равенство), целевая функция принимает одно и то же оптимальное значение на некотором множестве точек границы пространства решений. Эти решения называются альтернативными оптимальными решениями. Следующий пример показывает, что таких решений (если они существуют) бесконечное множество. Этот пример также проиллюстрирует практическую значимость альтернативных решений.
Пример 3.5.2. Бесконечное множество решений
Рассмотрим следующую задачу ЛП.
Максимизировать z = 2xl + 4х2
при ограничениях
х, + 2х2 < 5, х, +х,<4, xvx2>0.
На рис. 3.11 показано множество альтернативных оптимальных решений, которые являются следствием того, что прямая, представляющая целевую функцию, параллельна прямой;- соответствующей связывающему ограничению. Каждая точка отрезка ВС соответствует оптимальному решению со значением целевой функции z = 10. Последовательные итерации выполнения симплекс-метода представлены в следующей таблице.
Итерация | Базис | XI | Хг | х3 | Xi | Решение |
Начальная | z | -2 | -4 | |||
Вводится хг | Хз | |||||
Исключается хз | Xl | |||||
Первая (оптимум) | Z | 0. | ||||
Вводится Х\ | хг | 1/2 | 1/2 | 5/2 | ||
Исключается | Xi | 1/2 | -1/2 | 3/2 | ||
Вторая | Z | |||||
(альтернативный | хг | -1 | ||||
оптимум) | x^ | -1 |
Глава 3. Симплекс-метод
*2
Рис. 3.11. Альтернативные оптимумы в примере 3.5.2
На первой итерации получаем оптимальное решение хх = 0, хг = 5/2 и z = 10, которое соответствует точке В на рис. 3.11. Как узнать из симплекс-таблицы, что существует альтернативное оптимальное решение? Посмотрите на коэффициенты небазисных переменных в г-строке первой итерации. Коэффициент небазисной переменной х, равен нулю, это означает, что данную переменную можно ввести в базис без изменения значения целевой функции, но значение самой переменной д-, изменится. Введение переменной хх в базисное решение выполнено на второй итерации, при этом из базиса исключена переменная xt. Получено новое решение л:, = 3, х2 = 1, z = 10, которое соответствует точке Сна рис. 3.11.
Симплекс-метод может определить только две угловые точки В и С. Математически мы можем найти все точки (х\,х\) отрезка ВС как взвешенное среднее (с неотрицательными весами) точек В и С. Если 0 < ос < 1 и
В: х, = 0, х, = 5/2,
С', л", = 3, х2 = 1,
координаты любой точки отрезка ВС можно записать следующим образом:
х\ = а х 0 + (1 - а) х 3 = 3 - За,
5 3 jc, = ах - + (1 - а) х 1 = 1 + - а. 2 2
При а = 0 (х\,х'г) = (3, 1), что соответствует точке С. При а=1 получаем (х[,х'2) = (0, 5/2) — это точка В. Если значение а лежит строго между 0 и 1, получаем внутренние точки отрезка ВС.
На практике альтернативные оптимальные решения весьма полезны, поскольку позволяют сделать выбор среди множества решений без ухудшения значения целевой функции. Например, в рассмотренной выше задаче переменная л:2 принимает нулевое значение в точке В, тогда как в других альтернативных оптимальных решениях ее значение положительно. Если интерпретировать задачу как задачу организации производства двух видов товара (которые соответствуют переменным д;, и д;2), то с учетом конкуренции на рынке более рационально производить оба вида товара, а не один. В этом случае решение, соответствующее точке С, предпочтительнее.
3.5. Особые случаи применения симплекс-метода
УПРАЖНЕНИЯ 3.5.2
1. Для следующей задачи ЛП найдите не менее трех альтернативных оптимальных базисных решений. Запишите также общее выражение для всех небазисных альтернативных оптимальных решений, частными случаями которых будут найденные ранее решения.
Максимизировать г = х, + 2х2 + Зх3
при выполнении условий
x,+2x2-l-3x3<10, х, + х2 < 5,
х,, хг, х3>0.
2. Покажите с помощью программы TORA, что следующая задача ЛП имеет альтернативные оптимальные решения и все они небазисные. Для этой задачи представьте на плоскости пространство решений и прямую, соответствующую целевой функции.
Максимизировать г = 2х, - х2 + Зх3
при выполнении условий
х, - х2 + 5х3< 10, 2х, - х2 + Зх3 < 40, *i> х2, х3>0.
3. Покажите с помощью программы TORA, что в следующей задаче ЛП оптимальное решение вырождено, и все существующие альтернативные решения являются небазисными.
Максимизировать z = Зх, + х2 при выполнении условий
х, + 2х2<5, х, + х2-х3<2, 7х, + Зх2 - 5х3 < 20, х,, х2, х3>0.
3.5.3. Неограниченные решения
В некоторых задачах ЛП значения переменных могут неограниченно возрастать без нарушения ограничений. Это говорит о том, что пространство допустимых решений не ограничено по крайней мере по одному направлению. В результате этого целевая функция может возрастать (задача максимизации) или убывать (задача минимизации) неограниченно.
Неограниченность решения задачи свидетельствует только об одном: модель разработана не достаточно корректно. Типичные ошибки, приводящие к построению таких моделей, заключаются в том, что не учитываются ограничения, не являющиеся избыточными, и не точно оцениваются параметры (коэффициенты) ограничений.
В следующем примере показано, как на основе данных, приведенных в симплекс-таблице, можно определить, когда не ограничено пространство решений и значения целевой функции.
Глава 3. Симплекс-метод
Пример 3.5.3. Неограниченная целевая функция
Рассмотрим задачу
максимизировать z = 2х, + х2
при выполнении условий
х,-х2<10, 2х, < 40, х„ х2 > 0.
Симплекс-таблица начальной итерации этой задачи имеет следующий вид.
Базис | Xi | хг | Хз | Х4 | Решение |
z | -2 | ||||
хз | |||||
Х4 |
Из этой таблицы видно, что в качестве вводимой переменной можно взять как х,, так и х2. Поскольку переменная х, имеет максимальный (по абсолютной величине) отрицательный коэффициент в z-строке, именно ее следует ввести в базисное решение. Однако заметим, что во всех ограничениях коэффициенты, стоящие перед переменной х2, отрицательны или равны нулю. Это означает, что значение переменной х2 может возрастать до бесконечности, и при этом не нарушается ни одно ограничение. Поскольку увеличение на 1 значения переменной х2 приводит к увеличению на 1 значения целевой функции, следовательно, неограниченное увеличение значения переменной х2 ведет к неограниченному увеличению значения целевой функции. Эта ситуация проиллюстрирована на рис. 3.12. На этом рисунке видно, что пространство допустимых решений не ограничено в направлении оси х2, и значение целевой функции может быть каким угодно большим.
Неограниченное пространство решений
2x^40
Неограниченное значение целевой функции
Рис. 3.12. Неограниченность решения в примере 3.5.3
3.5. Особые случаи применения симплекс-метода
Правило выявления неограниченности решения следующее. Если на какой-либо симплекс-итерации коэффициенты в ограничениях для какой-нибудь небазисной переменной будут неположительными, значит, пространство решений не ограничено в направлении возрастания этой переменной. Кроме того, если коэффициент этой переменной в 2-строке отрицателен, когда рассматривается задача максимизации, или положителен в задаче минимизации, целевая функция также не ограничена.
УПРАЖНЕНИЯ 3.5.3
1. В задаче из примера 3.5.3 с помощью программы TORA покажите, что применение симплекс-метода, когда согласно условию оптимальности вычисления начинаются с переменной л:, в качестве вводимой, обязательно приведет к неограниченному решению.
2. Дана следующая задача ЛП.
Максимизировать z = 20л:, + 10л:2 + л:3 при выполнении условий
Зл:, - Зх2 + 5л:3 < 50, л:, + л:3< 10, х, - л:2 + 4л:3 < 20, х„ х2, х3>0.
a) Рассмотрев ограничения, определите направление (по оси л:,, л:2 илил:3), в котором пространство допустимых решений не ограничено.
b) Без дополнительных вычислений сделайте заключение относительно оптимального значения целевой функции.
3. В некоторых плохо построенных моделях ЛП пространство допустимых решений может быть неограниченным даже тогда, когда задача имеет конечное (ограниченное) оптимальное решение. Такое может случиться, если при построении ограничений допущены ошибки. В больших задачах иногда трудно визуально определить, является ли пространство допустимых решений ограниченным. Разработайте процедуру определения неограниченности про-
• странства решений.
3.5.4. Отсутствие допустимых решений
Если ограничения задачи ЛП несовместны (т.е. они не могут выполняться одновременно), то задача не имеет допустимых решений. Такая ситуация не может возникнуть, если все неравенства, составляющие систему ограничений, имеют тип "<" с неотрицательными правыми частями, так как в этом случае дополнительные переменные могут составить допустимое решение. Для других типов ограничений используются искусственные переменные. И хотя в оптимальном решении все искусственные переменные в силу штрафов равны нулю, такой исход возможен только тогда, когда задача имеет непустое пространство допустимых решений. В противном случае в оптимальном решении будет присутствовать хотя бы одна положительная искусственная переменная.
С практической точки зрения отсутствие допустимых решений свидетельствует о том, что задача плохо сформулирована.
Глава 3. Симплекс-метод
Пример 3.5.4. Отсутствие допустимых решений
Рассмотрим следующую задачу.
Максимизировать z = Зх, + 2х2
при выполнении условий
2а-, + хг<2, Зх, + 4х3> 12, xltx2>0.
Результат применения симплекс-метода представлен в следующей таблице.
Итерация | Базис | *1 | хг | Xi | Хз | Я | Решение |
Начальная | z | -3-ЗМ | -2-AM | М | -12М | ||
Вводится хг | хз | ||||||
Исключается хз | Я | -1 | |||||
Первая | Z | 1 +5М | М | 2 + 4М | 4-4М | ||
(псевдооптимум) | хг | ||||||
R | -5 | -1 | -4 |
Данные из этой таблицы показывают, что в точке оптимума искусственная переменная R имеет положительное значение (= 4), что свидетельствует об отсутствии допустимого решения. На рис. 3.13 графически представлена ситуация данной задачи. Алгоритм симплекс-метода, допуская положительные значения искусственной переменной, по существу, превращает неравенство Зд-,+ 4дг3>12 в Зх, + 4дг3 < 12. (Объясните, почему так происходит.) В результате получаем то, что можно назвать псевдооптимальным решением.
х2
Рис. 3.13. Отсутствие допустимых решений в примере 3.5.4
Литература
УПРАЖНЕНИЯ 3.5.4
1. Компания производит изделия трех типов Tl, Т2 и ТЗ. На их изготовление расходуется материал Ml и М2 согласно данным следующей таблицы.
Расход материалов на единицу изделия | ||
Материал | Т1 Т2 | ТЗ |
М1 | 3 5 | |
М2 | 5 3 |
Ежедневно можно использовать не более 1000 единиц материала Ml и 1200 единиц материала М2. Отдел маркетинга настаивает, чтобы суммарное ежедневное производство изделий составляло не менее 500 единиц. Может ли производство удовлетворить это требование? Если ответ отрицательный, помогите компании составить наиболее выгодную структуру производства изделий. 2. Дана следующая задача ЛП.
Дата публикования: 2014-11-18; Прочитано: 540 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!