Линейное программирование как метод оптимизации (стр. 3 из 4)
Х0 (0, 0, 0, 0, 3,7), F0 = 9*0 + 14*0 +15*0 +10*0 + 0*3 +0*7 = 0
Составим соответствующую плану 1 симплексную таблицу:
| Базис | Сб | Р0 | Р1 | Р2 | Р3 | Р4 | Р5 | Р6 |
| 9 | 14 | 15 | 10 | 0 | 0 | |||
| Р5 | 0 | 3 | 1 | 1 | 1 | 2 | 1 | 0 |
| Р6 | 0 | 7 | 1 | 2 | 3 | 1 | 0 | 1 |
| -9 | -14 | -15 | -10 | 0 | 0 |
Вычислим оценки:
∆ = (Сб*А) - С
∆1 = (0 *1 + 0*1) - 9 = - 9; ∆2 = (0 *1 + 0*2) - 14 = - 14; ∆3 = (0 *1 + 0*3) - 15 = - 15; ∆4 = (0 *2 + 0*1) - 10 = - 10; ∆5 = (0 *1 + 0*0) - 0 = 0; ∆6 = (0 *0 + 0*1) - 0 = 0
Критерием оптимальности является условие, что все ∆ ≥ 0, т.к. это не так, решение не оптимально.
Выберем вектор, который будем включать в базис:
min1 = (3/1; 7/1) = 3; min2 = (3/1; 7/2) =3; min3 = (3/1; 7/3) = 2 1/3; min4 = (3/2; 7/1) = 1 1/2,
теперь посмотрим соотношение minc∆:
∆f= - ∆*min
∆f1 = - (-9) *3 = 27; ∆f2 = - (-14) *3 = 42; ∆f3 = - (-15) *2 1/3 = 34.95; ∆f4 = - (-10) *1 1/2 = 15,
Отсюда следует, что менять будем Р5 на Р2.
5. Составим 2 симплексную таблицу:
| Базис | Сб | Р0 | Р1 | Р2 | Р3 | Р4 | Р5 | Р6 |
| 9 | 14 | 15 | 10 | 0 | 0 | |||
| Р2 | 14 | 3 | 1 | 1 | 1 | 2 | 1 | 0 |
| Р6 | 0 | 1 | -1 | 0 | 1 | -1 | -1 | 1 |
| 5 | 0 | -1 | 4 | 14 | 0 |
7- (3*2) /1 = 1; 1 - (1*2) /1 = - 1; 3 - (2*1) /1 = 1; 1- (2*1) /1 = - 1; 0- (1*1) /1 = - 1; 1- (0*1) /1 = 1
∆1 = 14*1+0* (-1) - 9 = 5; ∆3 = 14*1+0*1-15 = - 1; ∆4 = 14*2+0* (-1) - 10 = 4;
∆5 = 14*1+0* (-1) - 0 = 14; ∆6 = 14*0+0*1-0 = 0;
Х1 (0,3,0,0,0,1); F1 = 9*0+14*3+15*0+10*0+0*0+0*1 = 42
Приняв этот план видим, что выпуск 2го вида продукции является наиболее выгодным, остаток сырья 2го вида продукции составит 1 единица.
Т.к. не все ∆ ≥ 0, план не является оптимальным, поэтому продолжим…..
Вектором Р3 заменим Р6 min= (3/1, 1/1) = (3,1)
6. Составим 3 симплексную таблицу
| Базис | Сб | Р0 | Р1 | Р2 | Р3 | Р4 | Р5 | Р6 |
| 9 | 14 | 15 | 10 | 0 | 0 | |||
| Р2 | 14 | 2 | 2 | 1 | 0 | 3 | 2 | -1 |
| Р3 | 15 | 1 | -1 | 0 | 1 | -1 | -1 | 1 |
| 4 | 0 | 0 | 17 | 13 | 1 |
3-1*1/1=2; 1- (-1) *1/1=2; 1-0*1/1=1; 2-1* (-1) /1=3; 1-1* (-1) /1=2; 0-1*1/1=-1
∆1 = 14*2+15* (-1) - 9 = 4; ∆2 = 14*1+15*0-14 = 0; ∆4 = 14*3+15* (-1) - 10 = 17;
∆5 = 14*2+15* (-1) - 0 = 13; ∆6 = 14* (-1) +15*1-0 = 1;
Х2 = (0,2,1,0,0,0); F2 = 9*0+14*2+15*1+0 = 43
План является оптимальным, говорим о том, что наиболее выгодным является производство 2единиц 2 вида продукции и 1единицы 3 вида продукции, причем сырье расходуется полностью.
6. Теоремы двойственности и их использование в задачах ЛП
Каждой задаче линейного программирования можно определенным образом сопоставить некоторую другую задачу (линейного программирования), называемую двойственной или сопряженной по отношению к исходной или прямой задаче. Дадим определение двойственной задачи по отношению к общей задаче линейного программирования, состоящей, как мы уже знаем, в нахождении максимального значения функции
(42)при условиях
(43) 
(44)Определение.
Задача, состоящая в нахождении минимального значения функции
(45)при условиях
(46) 
(47)называется двойственной по отношению к задаче (42) - (44). Задачи (42) - (44) и (45) - (47) образуют пару задач, называемую в линейном программировании двойственной парой. Сравнивая две сформулированные задачи, видим, что двойственная задача составляется согласно следующим правилам:
1. Целевая функция исходной задачи (42) - (44) задается на максимум, а целевая функция двойственной (45) - (47) - на минимум.
2. Матрица
(48)составленная из коэффициентов при неизвестных в системе ограничений (43) исходной задачи (42) - (44), и аналогичная матрица
(49)в двойственной задаче (45) - (47) получаются друг из друга транспонированием (т.е. заменой строк столбцами, а столбцов - строками).
3. Число переменных в двойственной задаче (45) - (47) равно числу ограничений в системе (43) исходной задачи (42) - (44), а число ограничений в системе (46) двойственной задачи - числу переменных в исходной задаче.
4. Коэффициентами при неизвестных в целевой функции (45) двойственной задачи (45) - (47) являются свободные члены в системе (43) исходной задачи (42) - (44), а правыми частями в соотношениях системы (46) двойственной задачи - коэффициенты при неизвестных в целевой функции (42) исходной задачи.
5. Если переменная xj исходной задачи (42) - (44) может принимать только лишь положительные значения, то j-е условие в системе (46) двойственной задачи (45) - (47) является неравенством вида “". Если же переменная xj может принимать как положительные, так и отрицательные значения, то 1 - соотношение в системе представляет собой уравнение. Аналогичные связи имеют место между ограничениями (43) исходной задачи (42) - (44) и переменными двойственной задачи (45) - (47). Если i - соотношение в системе (43) исходной задачи является неравенством, то i-я переменная двойственной задачи 
. В противном случае переменная уj может принимать как положительные, так и отрицательные значения.
Двойственные пары задач обычно подразделяют на симметричные и несимметричные. В симметричной паре двойственных задач ограничения (43) прямой задачи и соотношения (46) двойственной задачи являются неравенствами вида “
". Таким образом, переменные обеих задач могут принимать только лишь неотрицательные значения.Теорема двойственности.
Существующие зависимости между решениями прямой и двойственной задач характеризуются сформулированными ниже леммами и теоремами двойственности.
Лемма 1.
Если Х - некоторый план исходной задачи, a Y - произвольный план двойственной задачи, то значение целевой функции исходной задачи при плане Х всегда не превосходит значения целевой функции двойственной задачи при плане Y, т.е. 
Лемма 2.
Если 
для некоторых планов X* и Y* задач, то X* - оптимальный план исходной задачи, а Y* - оптимальный план двойственной задачи.
Теорема 8
(первая теорема двойственности). Если одна из задач двойственной пары или, имеет оптимальный план, то и другая имеет оптимальный план и значения целевых функций задач при их оптимальных планах равны между собой, т.е. 
Если же целевая функция одной задачи из двойственной пары неограничена (для исходной - сверху, для двойственной - снизу), то другая задача вообще не имеет планов.
Теорема 9
(вторая теорема двойственности).
План 
задачии план 
задачи, являются оптимальными планами этих задач тогда и только тогда, когда для любого 
выполняется равенство
Геометрическая интерпретация двойственных задач. Если число переменных в прямой и двойственной задачах, образующих данную пару, равно двум, то, используя геометрическую интерпретацию задачи линейного программирования, можно легко найти решение данной пары задач. При этом имеет место один из следующих трех взаимно исключающих друг друга случаев:
1) обе задачи имеют планы;
2) планы имеет только одна задача;
3) для каждой задачи двойственной пары множество планов пусто.
а) Составить задачу двойственную к примеру 2.
б) Найти её решение любым методом.
в) Найти решение задачи 2, используя теорему двойственности.
а) Задача имеет вид:
| 1 | 1 |
| 1 | 2 |
| 1 | 3 |
| 2 | 1 |
f = 9X1 + 14X2 + 15 X3 + 10X4 → max
| 1 | 1 | 1 | 2 |
| 1 | 2 | 3 | 1 |
X1 + X2 + X3 + 2X4 ≤ 3
X1 + 2X2 + 3X3 + X4 ≤ 7
X1, X2, X3, X4 ≥ 0
Составим двойственную задачу по следующей схеме:
число переменных в дв. задаче равно числу ограничений в исходной, а число ограничений в дв. равно числу переменных в исходной;
в дв. задаче меняется вид экстремума (min→max);
векторы правой части и коэффициентов целевой функции в дв. задаче меняются местами: первый становится вектором коэффициентов целевой функции, а второй - вектором правой части в системе ограничений;
левая часть системы ограничений строится по транспонированной матрице (строки меняются со столбцами), которая умножается на вектор переменных двойственной задачи
знаки в системе ограничений двойственной задачи определяются знаками ограничений неотрицательности в исходной задаче.