Признак оптимальности в краткой форме

Некоторые определения

1. Пусть М = {a₁ , a₂, ..., а_m} – множество вещественных чисел R.

Подмножество Мна­зывают ограниченным сверху, если все его элементы не пре­восходят некоторого с R, где величину «с» называют верхней границей для М.

2. Для каждого ограниченного сверху непу­стого множества M Rимеется минимальная граница среди его верхних границ, которую называют супремумом множества М и обозначают sup M.

Если же множество M R не является ограниченным сверху, то пишут sup M=+ .

3. Множество М R называют ограниченным снизу, если все его элементы не меньше некоторого числа с R.

Для каждого ограниченного снизу непу­стого множества M Rимеется наибольшая граница среди его нижних границ, которую называют инфимумом множества М(inf M). Если же множество M R не является ограниченным снизу, то пишут

inf M =- .

5. Система векторов x₁, x₂,…,x_r, r≥2, называется линейно зависимой, если хотя бы один из векторов системы является линейной комбинацией остальных, и линейно независимой – в противном случае.

Пример. Векторы линейно зависимы.

Линейная комбинация: или

Векторы - линейно независимы:

6. Максимальное число линейно независимых векторов в n-мерном пространстве равно n.

7. Любая совокупность n линейно независимых векторов n-мерного пространства образует базис n-мерного пространства.

8. Какова бы ни была прямоугольная матрица А:

,

максимальное число линейно независимых строк (т. е. со­ответствующих n-мерных векторов) совпадает с максималь­ным числом линейно независимых столбцов (т. е. соответ­ствующих m-мерных векторов). Это число называется ран­гом матрицы А.

Квадратную матрицу

порядка m называют неособенной, если ее ранг r совпадает с m. Если отвечающая системе линейных уравнений квадратная матрица А является неособенной, то эта система имеет единственное решение при любых свободных членах .

9. Любой вектор х, удовлетворяющий ограничениям задачи МП, называется допустимым вектором.

10. Допустимый вектор, доставляющий maxилиminцелевой функции задачи ЛП, называется оптимальным вектором.

11. Если любые две точки множества D можно соединить ломаной, целиком лежащей в D, то множество D называется связным.

Некоторые важные теоремы

Кузнецов Ю.Н., Кузубов В.И. Волощенко А.В. Математическое программирование

Определение 1. Выпуклым называется множество, которое вместе с двумя точками содержит отрезок, их соединяющий.

Пусть , – две точки множества, возьмем произвольную точку . Выразим через , :

выпуклая линейная комбинация, где 1, 2 – угловые (крайние) точки. Угловая точка не может быть представлена в виде выпуклой линейной комбинации. Для угловых точек выпуклая линейная комбинация обобщается в виде:

Некоторые важные теоремы

Теорема 1. Множество всех допустимых решений задачи ЛП выпукло.

€ Надо показать, что если , – допустимые решения задачи ЛП, то и , тоже допустимое решение.

Имеем: ■

Теорема 2. Целевая функция задачи ЛП достигает своего максимального значения в угловой точке допустимой области. Если целевая функция принимает максимальное значение в более чем одной угловой точке, то она достигает того же значения в любой точке, являющейся линейной комбинацией этих точек.

€ Пусть ОДР задачи ЛП ограничена и имеет угловые точки .

Пусть - оптимальное решение.

Имеем: (1) для любой точки из ОДР.

Пусть - не угловая точка (она м.б. представлена в виде выпуклой линейной комбинации).

Тогда имеем:

и

Среди найдем максимальное:

Тогда: (2)

Из (1),(2)имеем: и - угловая точка.

Следовательно, существует угловая точка , в которой целевая функция достигает максимального значения.

Если среди величин имеются равные, т.е. , то для точек образуем выпуклую линейную комбинацию .

На основании предыдущей теоремы следует, что .

Определим , т.е. ■

Общая форма задачи ЛП

Пусть заданы: множества I={1,2…m} и J={1,2…n}, причем I= I₁U I₂, I₁ Ç I₂ = Æ, J= J₁UJ₂, J₁Ç J₂ = Æ, вещественные числа а_ij, b_i , с_j , iÎI, jÎJ.

ЗАДАЧА 1 (прямая со смешанными ограничениями)

Максимизировать линейную функцию

(1)

на множестве векторов х=( х₁,х₂, …х_n,), (2)

удовлетворяющих условиям:

1. х_j ³0 для jÎJ₂ (3)

2. (4)

Двойственная задача ЛП

ЗАДАЧА 1* (двойственная со смешанными ограничениями).

Минимизировать линейную функцию

(5)

на множестве векторов y=(y₁,y₂,…..y_m), (6)

удовлетворяющих условиям:

1. y_i ≥ 0 для iÎI₂ (7)

2.(8)

Определение.

Векторы (2), (6), удовлетворяющие условиям (3), (4) и (7), (8) называются допустимым для задачи 1 и задачи 1* соответственно.

Допустимые векторы (2), (6), доставляющие максимум функции (1) и минимум функции (5) соответственно, называются оптимальными.

Связь между задачами 1 и 1^*

Связь между парой двойственных задач устанавливает следующая лемма 1:

Для любых допустимых векторов х и у в задачах 1 и 1* выполняются неравенства

µ(x) £ (у), (9)

причем (9) выполняется как равенство в том и только в том случае, если справедливы следующие соотношения:

(10)

(11)

Связь между задачами 1 и 1^*

Доказательство. По условию – допустимый вектор в задаче 1.

По условию – допустимый вектор в задаче 1*.

µ(x) £ v(у)

Связь между задачами 1 и 1^*(продолжение)

Доказательство.

Полагаем: ,

Аналогично,

▄

Признак оптимальности в краткой форме

Для оптимальности допустимого вектора х=( х₁,х₂, …х_n,) в задаче 1 достаточно существования допустимого вектора y=(y₁,y₂,…..y_m) в задаче 1*, удовлетворяющего условию

m(х)= n(у)(1)

Тогда допустимый вектор y=(y₁,y₂,…..y_m) также является оптимальным в задаче 1*.

Доказательство.

Пусть вектор х допустимый и существует допустимый вектор у такой, что справедливо (1). Покажем, вектор х оптимальный.

Рассмотрим некоторый другой оптимальный вектор х′ в задаче 1 (х′≠х), тогда имеем пару векторов х′ и у. Для этой пары допустимых векторов справедлива лемма 1, т. е. m(х′)≤ n(у) =m(х)и m(х′)≤m(х). Отсюда следует что х – оптимальный вектор.

Покажем теперь, что вектор у также является оптимальным.

Рассмотрим некоторый другой оптимальный вектор у′ в задаче 1^* (у′≠у), тогда имеем пару векторов х и у′ . Для этой пары допустимых векторов справедливо лемма 1, т. е. n( у′)≥m(х)= n(у) и n(у)≤ n( у′). Отсюда следует что у – оптимальный вектор.▄