русс | укр

Языки программирования

ПаскальСиАссемблерJavaMatlabPhpHtmlJavaScriptCSSC#DelphiТурбо Пролог

Компьютерные сетиСистемное программное обеспечениеИнформационные технологииПрограммирование

Все о программировании


Linux Unix Алгоритмические языки Аналоговые и гибридные вычислительные устройства Архитектура микроконтроллеров Введение в разработку распределенных информационных систем Введение в численные методы Дискретная математика Информационное обслуживание пользователей Информация и моделирование в управлении производством Компьютерная графика Математическое и компьютерное моделирование Моделирование Нейрокомпьютеры Проектирование программ диагностики компьютерных систем и сетей Проектирование системных программ Системы счисления Теория статистики Теория оптимизации Уроки AutoCAD 3D Уроки базы данных Access Уроки Orcad Цифровые автоматы Шпаргалки по компьютеру Шпаргалки по программированию Экспертные системы Элементы теории информации

Задачи линейного программирования

Линейное программирование — это математическая дисциплина, изучающая теорию и методы решения экстремальных задач на множествах n-мерного пространства векторов, которые задаются нераверствами и (СЛУ) системами линейных уравнений.

То есть мы видим, что слово "программирование" совсем не связано с понятием программирования. Как мы приняли считать, однако именно так называется данная дисциплина.

Леонид Витальевич Канторович в 1939 г. написал работу, которая называется «Математические методы организации и планирования производства», в ней он описал класс экстремальных задач с ограничениями, и в этой же работе он исследовал и создал эффективный метод их решения. Именно в этой работе были заложены основы линейного программирования.

Частным случаем выпуклого программирования, а также случаем математического программирования является линейное программирование. Одновременно линейное программирование — является базисом нескольких методов решения задач целочисленного и нелинейного программирования, а тажке дробно-линейного программирования.

В задаче линейного программирования возможно также интерпретировать свойства многогранников и таким образом геометрически формулировать и доказывать их.

Термин, использующийся словом «программирование» необходимо влаживать смысл «планирования». Джорджем Данцигом предложил этот термин в 1940-х гг., он одним из основоположников линейного программирования. К удивлению, но ещё до того, как компьютеры использовались для линейных задач оптимизации.

 

Математическая формулировка

В математической формулировне необходимо получить максимум линейной целевой функции:

f(x)=\sum_{j=1}^n c_jx_j=c_1x_1+c_2x_2+\ldots+c_nx_n

Условие:

\sum_{j=1}^n a_{ij}x_j\leqslant b_i при i=1,\;2,\;\ldots,\;m.

На xi иногда тоже накладывается набор области определия, ограничивающий в виде равенств. От этого избавиться можно, если мы будем последовательно выражать одну переменную через другие переменные, а замет подставлять её во другие равенства и неравенства и следовательно в функции f.

В линейном программировании подобную задачу называют «основной» или «стандартной».

 

Примеры задач линейного программирования

Максимальное паросочетание

Здесь мы рассмотрим простую задачу о максимальном паросочетании в двудольном графе.

Задача: есть несколько юношей и девушек, в задаче известно, что юноши и девушки симпатичны друг другу. Необходимо: поженить как можно больше число пар со взаимной симпатией.

Для решения поставленной задачи введём по началу переменные xij, которые соответствуют паре:  i - юноши и j девушки и удовлетворяют ограничениям:

0\leqslant x_{ij}\leqslant 1,
x_{1i}+x_{2i}+\ldots+x_{ni}\leqslant 1,
x_{i1}+x_{i2}+\ldots+x_{im}\leqslant 1,

с целевой функцией f=x_{11}+x_{12}+\ldots+x_{nm}. Видно, что среди оптимальных решений данной задачи линейного программирования мы найдем целочисленное значение. Переменные, равные 1 - это пара, которую нужно поженить.

Максимальный поток

Допустим мы имеем граф (с ориентированными рёбрами), в графе указана его пропускная способность для каждого ребра. В задании заданы две вершины: сток и исток. Нам нужно для каждого ребра указать, сколько через него протекать будет количество жидкости, так, чтобы максимизировать суммарный поток из истока в сток (но не больше чем его пропускная способность и жидкость не может добавляться или уходить во всех вершинах, кроме стока и истока).

Переменную xi обознчим как количество жидкости, которая протекает через i-тое ребро. Тогда:

0\leqslant x_i\leqslant c_i,

где ci — пропускная способность i-того ребра.

Для каждой вершины такие неравенства надо дополнить равенством количества втекающей и вытекающей жидкости, кроме стока и истока. Функция f - это разность между количеством вытекающей и втекающей жидкости в истоке.

Задача должна решить следующее задание — максимальный поток минимальной стоимости. Нам даны стоимости для каждого ребра и необходимо выбрать поток с минимальной стоимостью среди максимальных потоков. Задача сводится к двум задачам линейного программирования:

1) Нам нужно сначала решить задачу о максимальном потоке, а затем добавить к задаче ограничение f(x)\geqslant m, где m — величина максимального потока, и решить задачу с новой функцией f(x) — стоимостью потока.

Задачи такого типа можна решить быстрее, чем общими алгоритмами задач линейного программирования. Это достигается за счёт особой структуры уравнений и неравенств.

Транспортная задача

Дано: Однородный груз. Нужно его перевести с n складов на m заводов. Для каждого склада i известно, сколько в нём находится груза ai, а для каждого завода известна его потребность bj в грузе. Стоимость пропорциональна перевозки и расстоянию от склада до завода (все расстояния cij от i-го склада до j-го завода известны). Решение данной задачи линейного программирования - это нахождение наиболее дешёвого плану перевозки.

xij обозначим количествов груза, перевезённого из i-го склада на j-й завод. Они удовлетворяют ограничениям:

x_{i1}+x_{i2}+\ldots+x_{im}\leqslant a_i,
x_{1j}+x_{2j}+\ldots+x_{nj}\geqslant b_j.

Функция целевая имеет вид: f(x)=x_{11}c_{11}+x_{12}c_{12}+\ldots+x_{nm}c_{nm}, ее надо минимизировать.

Игра с нулевой суммой

Имеется матрица A размера n\times m. Первый игрок выбирает число от 1 до n, второй — от 1 до m. Затем игроки сверяют числа и первый игрок получает aij очков, а второй ( -aij) очков (i — число, выбранное первым игроком, j — вторым). Решение данной задачи сводится к оптимальной стратегию первого игрока.

Пусть в оптимальной стратегии, например, первого игрока число i нужно выбирать с вероятностью pi. Тогда оптимальная стратегия является решением следующей задачи:

0\leqslant p_i\leqslant 1,
p_1+\ldots+p_n=1,
a_{1i}p_1+a_{2i}p_2+\ldots+a_{ni}p_n\geqslant c (i=1,\;\ldots,\;m),

В данной задаче нам надо максимизировать функцию f(p_1,\;\ldots,\;p_n,\;c)=c. Значение c будет математическим ожиданием (в оптимальном решении) выигрыша первого игрока в наихудшем случае.

 

Алгоритмы решения

Симплекс-метод для решения задач линейного программирования считается наиболее известным и широко применяемым на практике. Симплекс-метод является достаточно эффективным алгоритмом. Он показывает хорошие результаты при решении прикладных задач в области линейного программирования, он является алгоритмом сэкспоненциальной сложностью.

Симплекс-метода, последовательно перебирает вершины многогранника допустимых решений при поиске оптимального решения.

В 1979 году математиком Л. Хачияном был предложен метод эллипсоидов, который разрешил проблему, остававшуюся нерешённой долгое время. Этот метод имеет совершенно другую, некомбинаторную, природу, в отличии симплекс-метода. Недостаток данного метода в том, что в вычислительном плане он оказывается неперспективным. Факт полиномиальной сложности задач способствовал к внедрению целого класса эффективных алгоритмов линейного программирования. Один из методов - это метод внутренней точки, предложенный в 1984 году Н. Кармаркаром, . Алгоритмы метода внутреней точки используют непрерывную трактовку задачи линейного программирования. В отличии от симплекс-метода, метод внутренних точек обходит точки из внутренней части области допустимых значений и использует методы логарифмических барьерных функций нелинейного программирования, которые были разработаны в 1960-х гг. Фиако (Fiacco) и МакКормиком (McCormick).

 

История

Леонид Витальевич Канторович  в 1939 году написал и опубликовал работу под названием «Математические методы организации и планирования производства», в ней он сформулировал новый класс экстремальных задач с ограничениями, а также разработал оптимальный и эффективный метод решения. Именно здесь были были заложены начатки линейного программирования.

В первый раз метод внутренних точек имеет упоменание в 1967 году И. И. Дикиным.

Отцом линейного программирования на западе признано считать Джорджа Данцига. Он разработал симплекс-метод.

Просмотров: 20674

Вернуться воглавление




Карта сайта Карта сайта укр


Уроки php mysql Программирование

Онлайн система счисления Калькулятор онлайн обычный Инженерный калькулятор онлайн Замена русских букв на английские для вебмастеров Замена русских букв на английские

Аппаратное и программное обеспечение Графика и компьютерная сфера Интегрированная геоинформационная система Интернет Компьютер Комплектующие компьютера Лекции Методы и средства измерений неэлектрических величин Обслуживание компьютерных и периферийных устройств Операционные системы Параллельное программирование Проектирование электронных средств Периферийные устройства Полезные ресурсы для программистов Программы для программистов Статьи для программистов Cтруктура и организация данных


 


Не нашли то, что искали? Google вам в помощь!

 
 

© life-prog.ru При использовании материалов прямая ссылка на сайт обязательна.