КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Геометрическая интерпретация задачи линейного программирования
Рассмотрим задачу линейного программирования, система ограничений которой задана в виде неравенств Найти минимальное значение линейной функции (1.5) Z = С 1 х 1 +С 2 х 2 +… +С N x N при ограничениях a 11 x 1 + a 22 x 2 + … + a 1N Х N b 1 a 21 x 1 + a 22 x 2 + … + a 2N Х N b 2 (1.6)........... a M1 x 1 + a M2 x 2 + … + a MN Х N b M (1.7) x j 0 (j = 1, 2, …,n) Совокупность чисел х 1 , х 2 , …, х N , удовлетворяющих ограничениям (1.6) и (1.7), называется решением. Если система неравенств (1.6) при условии (1.7) имеет хотя бы одно решение, она называется совместной, в противном случае – несовместной Рассмотрим на плоскости х 1 Ох 2 совместную систему линейных неравенств a 11 x 1 + a 22 x 2 b 1 a 21 x 1 + a 22 x 2 b 2 ....a M1 x 1 + a M2 x 2 b M x 1 0, x 2 0 Это все равно, что в системе (1.6) – (1.7) положить N=2. Каждое неравенство этой системы геометрически определяет полуплоскость с граничной прямой a i1 x 1 + a i2 x 2 = b i ,(i = 1, 2, …, m). Условия неотрицательности определяют полуплоскости соответственно с граничными прямыми х = 0, х = 0. Система совместна, поэтому полуплоскости, как выпуклые множества, пересекаясь, образуют общую часть, которая является выпуклым множеством и представляет собой совокупность точек, координаты каждой из которых являются решением данной системы (рис. 1.1) Совокупность этих точек (решений) назовем многоугольником решений. Он может быть точкой, отрезком, лучом, много-угольником, неограничен-ной многоугольной облас-тью Если в системе ограничений (1.6) – (1.7) n = 3, то каждое нера-венство геометрически представляет полупространство трехмерного пространства, граничная плоскость которого a i1 x 1 + a i2 x 2 + a i3 x 3 = b i ,(i = 1, 2, …, n), а условия неотрицательности – полупрост-ранства с граничными плоскостями соответственно х j = 0 (j = 1, 2, 3). Если система ограничений совместна, то эти полупространства, как выпуклые множества, пересекаясь, образуют в трехмерном пространстве общую часть, которая называется многогранником решений. Многогранник решений может быть точкой, отрезком, лучом, многоугольником, многогранником, многогранной неограниченной областью. Пусть в системе ограничений (1.6) – (1.7) n 3; тогда каждое неравенство определяет полупространство n-мерного пространства с граничной гиперплоскостью a i1 x 1 + a i2 x 2 + a iN x N = b i (i = 1, 2, …, m), а условия неотрицательности – полупространства с граничными гиперплоскостями х j 0 (j = 1, 2, …, n) Если система ограничений совместна, то по аналогии с трехмерным пространством она образует общую часть n-мерного пространства, называемую многогранником решений, так как координаты каждой его точки являются решением Таким образом, геометрически задача линейного программирования представляет собой отыскание такой точки многогранника решений, координаты которой доставляют линейной функции минимальное значение, причем допустимыми решениями служат все точки многогранника решений
79. Графический метод решения задачи линейного программирования для двух переменных. Наиболее простым и наглядным методом линейного программирования является графический метод. Он применяется для решения задач ЛП с двумя переменными, заданными в неканонической форме, и многими переменными в канонической форме при условии, что они содержат не более двух свободных переменных. С геометрической точки зрения в задаче линейного программирования ищется такая угловая точка или набор точек из допустимого множества решений, на котором достигается самая верхняя (нижняя) линия уровня, расположенная дальше (ближе) остальных в направлении наискорейшего роста. Для нахождения экстремального значения целевой функции при графическом решении задач ЛП используют вектор L () на плоскости Х 1 ОХ 2, который обозначим. Этот вектор показывает направление наискорейшего изменения целевой функции, он равен
где е 1 и е 2 — единичные векторы по осям OX 1 и ОX 2 соответственно; таким образом, = (∂L/∂х 1, ∂L/∂х 2 ). Координатами вектора являются коэффициенты целевой функции L().
Дата добавления: 2015-05-26; Просмотров: 495; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |