SlideShare a Scribd company logo
1 of 37
ТЕМА 7 
ЦІЛОЧИСЛОВЕ 
ПРОГРАМУВАННЯ 
.
. 
План 
1. Постановка задачі. 
2. Метод Гоморі. 
3. Метод «віток і меж». 
4. Приклад визначення оптимального 
плану задачі цілочислового 
програмування.
7.1. ПОСТАНОВКА ЗАДАЧІ 
• Існує доволі широкий клас задач 
математичного програмування, в економіко- 
математичних моделях яких одна або кілька 
змінних мають набувати цілих значень, 
наприклад, коли йдеться про кількість 
верстатів у цеху, корів у сільськогосподарських 
підприємствах тощо, тобто коли така вимога 
випливає з особливостей технології 
виробництва. 
• До цілочислового програмування 
належать також задачі оптимізації, в яких 
змінні набувають лише двох значень — 0 або 1 
(бульові, або бінарні змінні). 
.
До цілочислового програмування 
відносять задачі про призначення, 
найкоротший шлях і т. ін. У реальних 
задачах часто цілочислових значень 
набувають не всі, а одна чи кілька 
змінних. Такі задачі називають 
частково цілочисловими. 
.
• Загальна задача цілочислового 
програмування записується так: 
j j ® =å= 
. 
, (7.1) 
за умов 
, (7.2) 
, (7.3) 
— цілі . 
(7.4) 
n 
Z c x max(min) 
j 1 
ü 
ïþ 
ïý 
ïî 
ïíì 
£ 
= 
j i 
n 
j 1 
aij x b 
³ 
å= 
(i = 1,m) 
x j ³ 0 ( j = 1,n) 
x j ( j = 1,n)
• Для знаходження оптимальних планів 
задач цілочислового програмування 
застосовують дві основні групи методів: 
–методи відтинання; 
– комбінаторні методи. 
.
• Основою методів відтинання є ідея 
поступового «звуження» області допустимих 
розв’язків розглядуваної задачі. 
• Пошук цілочислового оптимуму 
починається з розв’язування задачі з так 
званими послабленими обмеженнями, 
тобто без урахування вимог цілочисловості 
змінних. 
• Далі введенням у модель спеціальних 
додаткових обмежень, що враховують 
цілочисловість змінних, многокутник 
допустимих розв’язків послабленої задачі 
поступово зменшуємо доти, доки змінні 
оптимального розв’язку не набудуть 
цілочислових значень. 
• 
.
• До цієї групи належать: 
• а) методи розв’язування повністю 
цілочислових задач (дробовий 
алгоритм Гоморі); 
• б) методи розв’язування частково 
цілочислових задач (другий 
алгоритм Гоморі, або змішаний 
алгоритм цілочислового 
програмування). 
.
• Комбінаторні методи 
цілочислової оптимізації базуються на 
повному переборі всіх допустимих 
цілочислових розв’язків, тобто вони 
реалізують процедуру 
цілеспрямованого перебору, під час 
якої розглядається лише частина 
розв’язків (досить невелика), а решта 
враховується одним зі спеціальних 
методів. 
.
• Найпоширенішим у цій групі методів є метод 
віток і меж. 
• Починаючи з розв’язування послабленої 
задачі, він передбачає розбиття початкової 
задачі на дві підзадачі виключенням 
областей, що не мають цілочислових 
розв’язків, і дослідженням кожної окремої 
частини многокутника допустимих розв’язків. 
• Для розв’язування задач із бульовими 
змінними застосовують комбіновані 
методи, причому оскільки змінні є 
бульовими, то методи пошуку оптимуму 
значно спрощуються. 
.
7.2. МЕТОД ГОМОРІ 
• Нехай маємо задачу цілочислового 
програмування (7.1)—(7.4). Для її 
розв’язування можна скористатися 
ітеративним методом Гоморі. 
1. Знаходять розв’язок послабленої, тобто 
задачі без вимог цілочисловості змінних — 
(7.1)—(7.3) . 
Якщо серед елементів умовно- 
оптимального плану немає дробових чисел, 
то цей план є оптимальним планом задачі 
цілочислового програмування (7.1)—(7.4) . 
.
• 2. Коли в умовно-оптимальному 
плані є дробові значення, то 
вибирається змінна, яка має найбільшу 
дробову частину. На базі цієї змінної 
(елементів відповідного рядка останньої 
симплексної таблиці, в якому вона 
міститься) будується додаткове 
обмеження Гоморі: 
. 
, 
{ } { } j 
n 
j ij b x a ³ å= 
j 1 
{ } 
де символ позначає дробову 
частину числа.
• Для визначення дробової частини 
будь-якого числа від цього числа 
віднімають цілу його частину — 
найбільше ціле число, що не 
перевищує даного. Цілу частину числа 
позначають символом . 
• Наприклад, 
. 
[ ] 
[ 1,8 ] = 1; { 1,8 } 
= 1,8 - 1 = 
0,8; 
[ - 1,8] = - 2; { - 1,8} = - 1,8 - ( - 2) = - 1,8 + 2 = 
0,2
• 3. Додаткове обмеження після зведення 
його до канонічного вигляду і введення 
базисного елемента приєднується до 
останньої симплексної таблиці, яка містить 
умовно-оптимальний план. Здобуту 
розширену задачу розв’язують, а далі 
перевіряють її розв’язок на цілочисловість. 
• Якщо він не цілочисловий, то процедуру 
повторюють, повертаючись до п. 2. Так діють 
доти, доки не буде знайдено цілочислового 
розв’язку або доведено, що задача не має 
допустимих розв’язків у множині цілих чисел. 
.
• Досвід показує, що процес 
розв’язування задач великої розмірності 
методом Гоморі повільно збіжний. 
• 
• Істотними є також похибки 
округлення, які можуть призвести до 
того, що отриманий цілочисловий план 
не буде оптимальним. 
.
7.3. МЕТОД «ВІТОК І МЕЖ» 
• Ефективнішим за метод Гоморі 
розв’язування задач цілочислового 
програмування є метод «віток і меж» 
• 1. Розв’язується послаблена без умови 
цілочисловості задача — (7.1)—(7.3) за 
допомогою симплекс-методу. 
• 2. Нехай шукана цілочислова змінна, 
значення якої в оптимальному плані 
послабленої задачі є дробовим. Тоді 
можна стверджувати, що в інтервалі 
. цілих значень 
. 
немає. 
x j - 
*j 
x 
[ ] [ ] ( ) 1 x , x *j 
*j 
+
, 2 , 3 x*j 
• Наприклад, якщо = 
, то в інтервалі 
• цілих значень не існує, а якщо 
то в інтервалі також не існує цілих 
значень . 
( ) 4 ; 3 j x 2 , 3 x*j 
• Отже, допустиме ціле значення 
має задовольняти одну з нерівностей 
. 
або . 
= - 
(- 4;3) 
x j 
x j 
[ ] *j 
j 
x £ x x ³ [x ] j j + 
*1
• Приписавши кожну з цих умов до задачі з 
послабленими обмеженнями, дістанемо дві не 
пов’язані між собою задачі: 
n 
Z c x max(min) 
n 
ü 
ì 
£ 
(i = 1,m) j i 
x ( j = 1,n) 
( j = 1,n) 
j j 
[ ] ( j = 1,n) 
( j = 1 , n *) x j £ x x [x ] 1 *j 
. 
n 
, (7.5) , (7.10) 
j j ® =å= 
j 1 
Z c x max(min) 
j j ® =å= 
j 1 
за умов за умов 
ïþ 
ïý 
ïî 
ïí 
aij x = 
b 
å= 
(i = 1,m) 
, , (7.6) , , 
ü 
ïþ 
ïý 
ì 
ïî 
ïí 
£ 
aij x = 
b 
j i 
å= 
j 1 
(7.11) 
³ 
j 1 
³ 
x j ³ 0 
x j ³ 0 
, (7.7) , (7.12) 
x j 
— цілі, , (7.8) — цілі, ,(7.13) 
j ³ + 
, (7.9) , (7.14) 
n 
*j 
x 
де — компонент розв’язку задачі (7.1)—(7.4).
• 3. Далі симплекс-методом розв’язуємо 
послаблені задачі (7.6)—(7.9) і (7.10)—(7.14) , 
тобто з відкиданням обмежень (7.8) і (7.13). 
• Якщо знайдені оптимальні плани 
задовольняють умови цілочисловості, то ці 
плани є розв’язками задачі (7.1)—(7.4) . 
Інакше пошук розв’язку задачі триває. Для 
подальшого розгалуження беремо задачу з 
найбільшим значенням цільової функції, 
якщо йдеться про максимізацію, і навпаки — 
з найменшим значенням цільової функції в 
разі її мінімізації. 
. 
•
• Подальше розгалуження 
виконується доти, доки не буде 
встановлено неможливість поліпшення 
розв’язку. Здобутий план — 
оптимальний. 
• Розв’язування цілочислових задач 
методом «віток і меж» можна значно 
прискорити, приєднавши обмеження 
виду (7.9) і (7.14) до останньої 
симплекс-таблиці не початкової (7.1)— 
(7.4) , а відповідних задач. 
.
• Приклади цілочислових економічних 
задач 
• 1. Задача лінійного розкрою. 
• 2. Задача комівояжера 
• 3. Задача планування виробничої лінії. 
• 4. Задача оптимального призначення. 
.
7.4. Задача 3.1. Метод Гоморі розв’язання задач 
цілочислового програмування 
• Знайти цілочисловий розв’язок задачі 
лінійного програмування методом Гоморі 
Z = x + 4 x ® 
max 
2x x 19 
3 
+ £ 
1 2 
1 2 
ì 
x ³ 0, x ³ 
0 
1 2 
x , x цілі 
. 
x 3x 4 
1 2 
1 2 
- 
ïî 
ïí 
+ £
• Розв’язання 
• 1. Запишемо задачу лінійного програмування 
в канонічній формі: 
Z = x + 4 x + 0 x + 0 x ® 
max 
1 2 3 4 
2 x + x + x = 
19 
1 2 3 
x 3x x 4 
ì 
x 0, j 1;4 
j 
³ = 
x цілі 
. 
3 
j 
1 2 4 
- 
ïî 
ïí 
+ + =
2. Знаходимо розв’язок послабленої задачі, тобто 
задачі без вимог цілочисловості змінних. Симплексна 
таблиця матиме вигляд: 
N i Базис Сбаз План 
. 
1 4 0 0 
θ 
Опорний 
x план 1 x2 x3 x4 
0 
1 x3 0 19/3 2 1 1 0 
19/3 
Х0= 
(0;0;19/3;4) 
2 x4 0 4 1 3 0 1 
4/3 
3 Z, Δj 0 -1 -4 0 0 
1 
1 x3 0 5 5/3 0 1 -1/3 Х1= 
(0;4/3;5;0) 
2 x2 4 4/3 1/3 1 0 1/3 
3 Z, Δj 16/3 1/3 0 0 4/3
• 3.Оскільки в умовно-оптимальному 
X 0; 4 1 
3 
ö çè 
плані значення другої змінної 
• – дробове число, що не 
задовольняє початкові умови 
цілочисловості задачі, то побудуємо 
для другого рядка наведеної 
симплексної таблиці додаткове 
обмеження Гоморі виду: 
j ij b x a ³ å= 
. 
÷ø 
= æ 
3 
x2 = 4 
{ } { } j 
n 
j 1
{ } { } 
x 4 
3 
1 2 3 4 
x 1 
3 
+ + + ³ 
1 2 3 4 
+ ³ 
• Приведемо його до канонічної форми 
за допомогою додаткової балансуючої 
змінної та введемо штучну змінну : 
. 
x x 1 
3 
1 
x 0 x 0 x 1 
3 
3 
1 
x 1 x 0 x 1 
3 
1 4 
þ ý ü 
î í ì 
³ 
þ ý ü 
î í ì 
+ + + 
þ ý ü 
î í ì 
x5 x6 
x1 + x4 - x5 + x6 = 1
• В результаті отримаємо розширену задачу 
лінійного програмування 
Z = x + 4 x + 0 x + 0 x + 0 x - Mx ® 
max 
1 2 3 4 5 6 
2 x + x + x = 
19 
1 2 3 
x + 3x + x = 
4 
1 2 4 
x x x x 1 
ì 
ï ï 
í 
x 0, j 1;6 
j 
³ = 
x цілі 
• Розв’язання одержаної задачі можна значно 
спростити, приєднавши здобуте обмеження 
Гоморі до останньої симплексної таблиці з 
умовно-оптимальним планом: 
. 
3 
j 
1 4 5 6 
- 
ï ï 
î 
+ - + =
. 
N i Ба 
зис Сбаз 
Пла 
н 
1 4 0 0 0 -М 
θ Опорний 
x1 x2 x3 x4 X5 x6 план 
0 
1 x3 0 5 5/3 0 1 -1/3 0 0 3 
Х0= 
(0;4/3;5; 
0;0) 
2 x2 4 4/3 1/3 1 0 1/3 0 0 4 
3 x6 -М 1 1 0 0 1 -1 1 1 
4 Z, Δj 16/3 1/3 0 0 4/3 0 0 
5 -М -М 0 0 -М М 0 
1 
1 x3 0 10/3 0 0 1 -2 5/3 -5/3 Х1= 
(1;1;10/3; 
2 x2 4 1 0 1 0 0 1/3 -1/3 0;0) 
3 x1 1 1 1 0 0 1 -1 1 
4 Z, Δj 5 0 0 0 1 1/3 -1/3 
5 Оскільки в0икону0ється 0як ум0ова о0птим0альноМсті так і умова 
цілочисловості 
змінних, то знайдений опорний план є оптимальний цілочисловим 
планом початкової задачі: X* = (1;1) Z 5 max =
Задача 3.2. Метод “віток та меж” розв’язання задач 
цілочислового програмування 
• Знайти цілочисловий розв’язок задачі 
лінійного програмування методом «віток 
та меж». 
Z x 4 x max 
ì 
. 
= + ® 
2x + x £ 
19 
1 2 
x 3x 4 
1 2 
x ³ 0, x ³ 
0 
1 2 
x , x цілі 
3 
1 2 
1 2 
- 
ïî ïí 
+ £
• Розв’язання 
• Знаходимо розв’язок послабленої задачі, 
тобто задачі без вимог цілочисловості 
змінних: X = æ 
4 1 • 
çè 
0; ö , тобто 
3 
• 2. Отже, допустиме ціле значення має 
задовольняти одну з нерівностей 
x 1 1 2 = úû 
úû 
x ³ é 
1 1 ù 
2 + = £ é 1 2 
. 
1 1 
x 0; x 4 1 = 2 = = 
3 
x2 
або . 
÷ø 
3 
1 
3 
ù 
êë 
3 
êë 
• Приписавши кожну з цих умов до задачі з 
послабленими обмеженнями, дістанемо дві 
не пов’язані між собою задачі:
1 задача 2 задача 
Z = x + 4 x ® 
max 
. 
1 2 
2 x + x £ 
19 
1 2 
x + 3x £ 
4 
1 2 
x 1 
ì 
ï ï 
í 
x ³ 0, x ³ 
0 
1 2 
x , x цілі 
3 
1 2 
2 
- 
ï ï 
î 
£ 
Z = x + 4 x ® 
max 
1 2 
2x + x £ 
19 
1 2 
x + 3x £ 
4 
1 2 
x 2 
ì 
ï ï 
í 
x ³ 0, x ³ 
0 
1 2 
x , x цілі 
3 
1 2 
2 
- 
ï ï 
î 
³
• Розв’язуємо по черзі обидві утворені задачі. 
Для першої (з обмеженням ) 
оптимальним буде розв’язок , , 
x2 £ 1 
x1 1 
1 = x 1 1 
2 = 
Z1 5 
max = x2 ³ 2 
, а для другої (з обмеженням ) 
— не маємо розв’язку, оскільки серед 
базисних змінних міститься штучна змінна, 
що не виключається. 
• Отже, маємо оптимальний план 
. 
X* = (1;1) Zmax = 5 
, , 
• що збігається з розв’язком, здобутим за 
методом Гоморі.
Z = x + 4 x ® 
max 
1 2 
2x + x £ 
19 
1 2 
x + 3x £ 
4 
1 2 
x 1 
ì 
ï ï 
í 
x 0, x 0 
Z = x + 4 x + 0 x + 0 x + 0 x ® 
max 
1 2 3 4 5 
2 x x x 19 
3 
+ + = 
1 2 3 
x + 3x + x = 
4 
1 2 4 
x x 1 
2 5 
. 
• Задача 1 
• Розв’язування 
³ ³ 
1 2 
x , x цілі 
3 
1 2 
2 
- 
ï ï 
î 
£ 
ì 
ï ï 
í 
x ³ 0, x - цілі ; j = 
1;5 
j j 
ï ï 
î 
+ =
2 x4 0 1 1 0 0 1 -3 1 
3 x2 4 1 0 1 0 0 1 - 
4 Z, Δj 4 -1 0 0 0 1/3 
2 1 x3 0 10/3 0 0 1 -2 5 Х2= 
. 
N i Ба 
зис Сбаз План 
1 4 0 0 0 
θ Опорний 
x5 
x1 x2 x3 x4 план 
0 
1 x3 0 19/3 2 1 1 0 0 19/3 
Х0= 
(0;0;19/3;4 
;1) 
2 x4 0 4 1 3 0 1 0 4/3 
3 x5 0 1 0 1 0 0 1 1 
4 Z, Δj 0 -1 -4 0 0 0 
1 
1 x3 0 16/3 2 0 1 0 -1 8/3 
Х1= 
(1;1;10/3;0 
;0) 
(1;1;10/3;0 
;0) 
2 x1 1 1 1 0 0 1 -3 
3 x2 4 1 0 1 0 0 1 
4 Z, ΔОптjимал5ьний0 план0 0 0 1 X * = (1;1) Zmax = 5
Z = x + 4 x ® 
max 
1 2 
2 x + x £ 
19 
1 2 
x + 3x £ 
4 
1 2 
x 2 
ì 
ï ï 
í 
x 0, x 0 
Z = x + 4 x + 0 x + 0 x + 0 x - Mx ® 
max 
1 2 3 4 5 6 
2 x x x 19 
3 
+ + = 
1 2 3 
x + 3x + x = 
4 
1 2 4 
x x x 2 
2 5 6 
³ . 
- = 
• Задача 2 
• Розв’язування 
³ ³ 
1 2 
x , x цілі 
3 
1 2 
2 
- 
ï ï 
î 
³ 
ì 
ï ï 
í 
x 0, x цілі ; j 1;6 
j j 
ï ï 
î 
- + =
. 
N i Ба 
зис Сбаз План 
1 4 0 0 0 -М 
θ Опорний 
x1 x2 x3 x4 X5 x6 план 
0 
1 x3 0 19/3 2 1 1 0 0 0 
19/3 
Х0= 
(0;0;19/3; 
2 x4 4 4 1 3 0 1 0 0 4/3 4;0;0) 
3 x6 -М 2 0 1 0 0 -1 1 2 
4 Z, Δj 0 -1 -4 0 0 0 0 
5 -2М 0 -М 0 0 М 0 
1 
1 x3 0 5 5/3 0 1 -1/3 0 0 Х1 2 x2 4 4/3 1/3 1 0 1/3 0 0 
3 x6 -М 2/3 -1/3 0 0 -1/3 -1 1 
4 Z, Δj 16/3 1/3 0 0 4/3 0 0 
5 -2М/3 М/3 0 0 М/3 М 0 
Оптимального плану не існує, оскільки серед 
базисних змінних міститься штучна змінна, що не 
виключається
Дякую за 
увагу! 
.

More Related Content

What's hot

задачі лінійного програмування
задачі лінійного програмуваннязадачі лінійного програмування
задачі лінійного програмуванняcit-cit
 
формули зведення
формули зведенняформули зведення
формули зведенняmatematuka
 
Частинні похідні функції двох змінних
Частинні похідні функції двох зміннихЧастинні похідні функції двох змінних
Частинні похідні функції двох зміннихOksana Bryk
 
Рівняння дотичної до графіка функції
Рівняння дотичної до графіка функціїРівняння дотичної до графіка функції
Рівняння дотичної до графіка функціїNina Shestak
 
теорема вієта
теорема вієтатеорема вієта
теорема вієтаorestznak
 
Презентація на тему :"Первісна та невизначений інтеграл"
Презентація на тему :"Первісна та невизначений інтеграл"Презентація на тему :"Первісна та невизначений інтеграл"
Презентація на тему :"Первісна та невизначений інтеграл"Антонина Антонина
 
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"Алена Скирта
 
застосування похідної
застосування похідноїзастосування похідної
застосування похідноїmatematuka
 
Перетворення графіків
Перетворення графіківПеретворення графіків
Перетворення графіківDarina Shama
 
площі поверхні призми
площі поверхні призмиплощі поверхні призми
площі поверхні призмиyahnoluida
 
перетворення графіків функцій
перетворення графіків функційперетворення графіків функцій
перетворення графіків функційLou24112013
 
Квадратное неравенство
Квадратное неравенствоКвадратное неравенство
Квадратное неравенствоИлья Сыч
 
Способи розв'язування показникових рівнянь
 Способи розв'язування показникових рівнянь Способи розв'язування показникових рівнянь
Способи розв'язування показникових рівняньrussoua
 
Тема 4 Загальні методи доведення нерівностей (9 год)
Тема 4 Загальні методи доведення нерівностей (9 год)Тема 4 Загальні методи доведення нерівностей (9 год)
Тема 4 Загальні методи доведення нерівностей (9 год)Valyu66
 
розв’язування тригонометричних рівнянь методом заміни змінних
розв’язування тригонометричних рівнянь методом заміни зміннихрозв’язування тригонометричних рівнянь методом заміни змінних
розв’язування тригонометричних рівнянь методом заміни зміннихkristina_chepil
 
ірраціональні рівняння та нерівності з параметрами
ірраціональні рівняння та нерівності з параметрамиірраціональні рівняння та нерівності з параметрами
ірраціональні рівняння та нерівності з параметрамиЛюдмила Щецова
 
Ірраціональні рівняння і нерівності
Ірраціональні рівняння і нерівностіІрраціональні рівняння і нерівності
Ірраціональні рівняння і нерівностіtcherkassova2104
 
модуль рівняння-нерівності
модуль  рівняння-нерівностімодуль  рівняння-нерівності
модуль рівняння-нерівностіTamara tamara
 
Презентація до уроку : "Степенева функція. Графік та властивості"
Презентація до уроку : "Степенева функція. Графік та властивості"Презентація до уроку : "Степенева функція. Графік та властивості"
Презентація до уроку : "Степенева функція. Графік та властивості"yuraravlinko
 

What's hot (20)

задачі лінійного програмування
задачі лінійного програмуваннязадачі лінійного програмування
задачі лінійного програмування
 
формули зведення
формули зведенняформули зведення
формули зведення
 
Частинні похідні функції двох змінних
Частинні похідні функції двох зміннихЧастинні похідні функції двох змінних
Частинні похідні функції двох змінних
 
Рівняння дотичної до графіка функції
Рівняння дотичної до графіка функціїРівняння дотичної до графіка функції
Рівняння дотичної до графіка функції
 
теорема вієта
теорема вієтатеорема вієта
теорема вієта
 
Презентація на тему :"Первісна та невизначений інтеграл"
Презентація на тему :"Первісна та невизначений інтеграл"Презентація на тему :"Первісна та невизначений інтеграл"
Презентація на тему :"Первісна та невизначений інтеграл"
 
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"
Лекція Олексія Ігнатенка з теорії ігор для "Кукушонок"
 
застосування похідної
застосування похідноїзастосування похідної
застосування похідної
 
Перетворення графіків
Перетворення графіківПеретворення графіків
Перетворення графіків
 
площі поверхні призми
площі поверхні призмиплощі поверхні призми
площі поверхні призми
 
перетворення графіків функцій
перетворення графіків функційперетворення графіків функцій
перетворення графіків функцій
 
Квадратное неравенство
Квадратное неравенствоКвадратное неравенство
Квадратное неравенство
 
Способи розв'язування показникових рівнянь
 Способи розв'язування показникових рівнянь Способи розв'язування показникових рівнянь
Способи розв'язування показникових рівнянь
 
Тема 4 Загальні методи доведення нерівностей (9 год)
Тема 4 Загальні методи доведення нерівностей (9 год)Тема 4 Загальні методи доведення нерівностей (9 год)
Тема 4 Загальні методи доведення нерівностей (9 год)
 
розв’язування тригонометричних рівнянь методом заміни змінних
розв’язування тригонометричних рівнянь методом заміни зміннихрозв’язування тригонометричних рівнянь методом заміни змінних
розв’язування тригонометричних рівнянь методом заміни змінних
 
ірраціональні рівняння та нерівності з параметрами
ірраціональні рівняння та нерівності з параметрамиірраціональні рівняння та нерівності з параметрами
ірраціональні рівняння та нерівності з параметрами
 
Похідна складеної функції
Похідна складеної функціїПохідна складеної функції
Похідна складеної функції
 
Ірраціональні рівняння і нерівності
Ірраціональні рівняння і нерівностіІрраціональні рівняння і нерівності
Ірраціональні рівняння і нерівності
 
модуль рівняння-нерівності
модуль  рівняння-нерівностімодуль  рівняння-нерівності
модуль рівняння-нерівності
 
Презентація до уроку : "Степенева функція. Графік та властивості"
Презентація до уроку : "Степенева функція. Графік та властивості"Презентація до уроку : "Степенева функція. Графік та властивості"
Презентація до уроку : "Степенева функція. Графік та властивості"
 

Similar to мпр т 7

презентація моя 23 06-2016
презентація моя 23 06-2016презентація моя 23 06-2016
презентація моя 23 06-2016GTM_NUFT
 
Найбільше і найменше значення функції на відрізку, 11 клас
Найбільше і найменше значення функції на відрізку, 11 класНайбільше і найменше значення функції на відрізку, 11 клас
Найбільше і найменше значення функції на відрізку, 11 класvmakarets
 
11а логар ф-я_і_параметром_модягіна
11а логар ф-я_і_параметром_модягіна11а логар ф-я_і_параметром_модягіна
11а логар ф-я_і_параметром_модягінаdaniil chilochi
 
незалежне оцінювання, шляхи розв’язування
незалежне оцінювання, шляхи розв’язуваннянезалежне оцінювання, шляхи розв’язування
незалежне оцінювання, шляхи розв’язуванняТетяна Герман
 
лекція 7
лекція 7лекція 7
лекція 7cit-cit
 
9 алг мерзляк_полонський_углубл_сканир_2009_укр
9 алг мерзляк_полонський_углубл_сканир_2009_укр9 алг мерзляк_полонський_углубл_сканир_2009_укр
9 алг мерзляк_полонський_углубл_сканир_2009_укрAira_Roo
 
Algebra poglyblene-9-klas-merzljak
Algebra poglyblene-9-klas-merzljakAlgebra poglyblene-9-klas-merzljak
Algebra poglyblene-9-klas-merzljakkreidaros1
 
Matematyka 11-klas-merzljak-2019
Matematyka 11-klas-merzljak-2019Matematyka 11-klas-merzljak-2019
Matematyka 11-klas-merzljak-2019kreidaros1
 
дослідження функції
дослідження функціїдослідження функції
дослідження функціїyahnoluida
 
практ 1 копия
практ 1   копияпракт 1   копия
практ 1 копияcit-cit
 
лекція6
лекція6лекція6
лекція6cit-cit
 

Similar to мпр т 7 (20)

912096 (1).pptx
912096 (1).pptx912096 (1).pptx
912096 (1).pptx
 
презентація моя 23 06-2016
презентація моя 23 06-2016презентація моя 23 06-2016
презентація моя 23 06-2016
 
1
11
1
 
Найбільше і найменше значення функції на відрізку, 11 клас
Найбільше і найменше значення функції на відрізку, 11 класНайбільше і найменше значення функції на відрізку, 11 клас
Найбільше і найменше значення функції на відрізку, 11 клас
 
Lr4
Lr4Lr4
Lr4
 
11а логар ф-я_і_параметром_модягіна
11а логар ф-я_і_параметром_модягіна11а логар ф-я_і_параметром_модягіна
11а логар ф-я_і_параметром_модягіна
 
5698 а 9
5698 а 95698 а 9
5698 а 9
 
незалежне оцінювання, шляхи розв’язування
незалежне оцінювання, шляхи розв’язуваннянезалежне оцінювання, шляхи розв’язування
незалежне оцінювання, шляхи розв’язування
 
1
11
1
 
лекція 7
лекція 7лекція 7
лекція 7
 
иукмцум
иукмцумиукмцум
иукмцум
 
9 алг мерзляк_полонський_углубл_сканир_2009_укр
9 алг мерзляк_полонський_углубл_сканир_2009_укр9 алг мерзляк_полонський_углубл_сканир_2009_укр
9 алг мерзляк_полонський_углубл_сканир_2009_укр
 
Algebra poglyblene-9-klas-merzljak
Algebra poglyblene-9-klas-merzljakAlgebra poglyblene-9-klas-merzljak
Algebra poglyblene-9-klas-merzljak
 
Matematyka 11-klas-merzljak-2019
Matematyka 11-klas-merzljak-2019Matematyka 11-klas-merzljak-2019
Matematyka 11-klas-merzljak-2019
 
функція
функціяфункція
функція
 
Tema 5
Tema 5Tema 5
Tema 5
 
Функции
ФункцииФункции
Функции
 
дослідження функції
дослідження функціїдослідження функції
дослідження функції
 
практ 1 копия
практ 1   копияпракт 1   копия
практ 1 копия
 
лекція6
лекція6лекція6
лекція6
 

мпр т 7

  • 1. ТЕМА 7 ЦІЛОЧИСЛОВЕ ПРОГРАМУВАННЯ .
  • 2. . План 1. Постановка задачі. 2. Метод Гоморі. 3. Метод «віток і меж». 4. Приклад визначення оптимального плану задачі цілочислового програмування.
  • 3. 7.1. ПОСТАНОВКА ЗАДАЧІ • Існує доволі широкий клас задач математичного програмування, в економіко- математичних моделях яких одна або кілька змінних мають набувати цілих значень, наприклад, коли йдеться про кількість верстатів у цеху, корів у сільськогосподарських підприємствах тощо, тобто коли така вимога випливає з особливостей технології виробництва. • До цілочислового програмування належать також задачі оптимізації, в яких змінні набувають лише двох значень — 0 або 1 (бульові, або бінарні змінні). .
  • 4. До цілочислового програмування відносять задачі про призначення, найкоротший шлях і т. ін. У реальних задачах часто цілочислових значень набувають не всі, а одна чи кілька змінних. Такі задачі називають частково цілочисловими. .
  • 5. • Загальна задача цілочислового програмування записується так: j j ® =å= . , (7.1) за умов , (7.2) , (7.3) — цілі . (7.4) n Z c x max(min) j 1 ü ïþ ïý ïî ïíì £ = j i n j 1 aij x b ³ å= (i = 1,m) x j ³ 0 ( j = 1,n) x j ( j = 1,n)
  • 6. • Для знаходження оптимальних планів задач цілочислового програмування застосовують дві основні групи методів: –методи відтинання; – комбінаторні методи. .
  • 7. • Основою методів відтинання є ідея поступового «звуження» області допустимих розв’язків розглядуваної задачі. • Пошук цілочислового оптимуму починається з розв’язування задачі з так званими послабленими обмеженнями, тобто без урахування вимог цілочисловості змінних. • Далі введенням у модель спеціальних додаткових обмежень, що враховують цілочисловість змінних, многокутник допустимих розв’язків послабленої задачі поступово зменшуємо доти, доки змінні оптимального розв’язку не набудуть цілочислових значень. • .
  • 8. • До цієї групи належать: • а) методи розв’язування повністю цілочислових задач (дробовий алгоритм Гоморі); • б) методи розв’язування частково цілочислових задач (другий алгоритм Гоморі, або змішаний алгоритм цілочислового програмування). .
  • 9. • Комбінаторні методи цілочислової оптимізації базуються на повному переборі всіх допустимих цілочислових розв’язків, тобто вони реалізують процедуру цілеспрямованого перебору, під час якої розглядається лише частина розв’язків (досить невелика), а решта враховується одним зі спеціальних методів. .
  • 10. • Найпоширенішим у цій групі методів є метод віток і меж. • Починаючи з розв’язування послабленої задачі, він передбачає розбиття початкової задачі на дві підзадачі виключенням областей, що не мають цілочислових розв’язків, і дослідженням кожної окремої частини многокутника допустимих розв’язків. • Для розв’язування задач із бульовими змінними застосовують комбіновані методи, причому оскільки змінні є бульовими, то методи пошуку оптимуму значно спрощуються. .
  • 11. 7.2. МЕТОД ГОМОРІ • Нехай маємо задачу цілочислового програмування (7.1)—(7.4). Для її розв’язування можна скористатися ітеративним методом Гоморі. 1. Знаходять розв’язок послабленої, тобто задачі без вимог цілочисловості змінних — (7.1)—(7.3) . Якщо серед елементів умовно- оптимального плану немає дробових чисел, то цей план є оптимальним планом задачі цілочислового програмування (7.1)—(7.4) . .
  • 12. • 2. Коли в умовно-оптимальному плані є дробові значення, то вибирається змінна, яка має найбільшу дробову частину. На базі цієї змінної (елементів відповідного рядка останньої симплексної таблиці, в якому вона міститься) будується додаткове обмеження Гоморі: . , { } { } j n j ij b x a ³ å= j 1 { } де символ позначає дробову частину числа.
  • 13. • Для визначення дробової частини будь-якого числа від цього числа віднімають цілу його частину — найбільше ціле число, що не перевищує даного. Цілу частину числа позначають символом . • Наприклад, . [ ] [ 1,8 ] = 1; { 1,8 } = 1,8 - 1 = 0,8; [ - 1,8] = - 2; { - 1,8} = - 1,8 - ( - 2) = - 1,8 + 2 = 0,2
  • 14. • 3. Додаткове обмеження після зведення його до канонічного вигляду і введення базисного елемента приєднується до останньої симплексної таблиці, яка містить умовно-оптимальний план. Здобуту розширену задачу розв’язують, а далі перевіряють її розв’язок на цілочисловість. • Якщо він не цілочисловий, то процедуру повторюють, повертаючись до п. 2. Так діють доти, доки не буде знайдено цілочислового розв’язку або доведено, що задача не має допустимих розв’язків у множині цілих чисел. .
  • 15. • Досвід показує, що процес розв’язування задач великої розмірності методом Гоморі повільно збіжний. • • Істотними є також похибки округлення, які можуть призвести до того, що отриманий цілочисловий план не буде оптимальним. .
  • 16. 7.3. МЕТОД «ВІТОК І МЕЖ» • Ефективнішим за метод Гоморі розв’язування задач цілочислового програмування є метод «віток і меж» • 1. Розв’язується послаблена без умови цілочисловості задача — (7.1)—(7.3) за допомогою симплекс-методу. • 2. Нехай шукана цілочислова змінна, значення якої в оптимальному плані послабленої задачі є дробовим. Тоді можна стверджувати, що в інтервалі . цілих значень . немає. x j - *j x [ ] [ ] ( ) 1 x , x *j *j +
  • 17. , 2 , 3 x*j • Наприклад, якщо = , то в інтервалі • цілих значень не існує, а якщо то в інтервалі також не існує цілих значень . ( ) 4 ; 3 j x 2 , 3 x*j • Отже, допустиме ціле значення має задовольняти одну з нерівностей . або . = - (- 4;3) x j x j [ ] *j j x £ x x ³ [x ] j j + *1
  • 18. • Приписавши кожну з цих умов до задачі з послабленими обмеженнями, дістанемо дві не пов’язані між собою задачі: n Z c x max(min) n ü ì £ (i = 1,m) j i x ( j = 1,n) ( j = 1,n) j j [ ] ( j = 1,n) ( j = 1 , n *) x j £ x x [x ] 1 *j . n , (7.5) , (7.10) j j ® =å= j 1 Z c x max(min) j j ® =å= j 1 за умов за умов ïþ ïý ïî ïí aij x = b å= (i = 1,m) , , (7.6) , , ü ïþ ïý ì ïî ïí £ aij x = b j i å= j 1 (7.11) ³ j 1 ³ x j ³ 0 x j ³ 0 , (7.7) , (7.12) x j — цілі, , (7.8) — цілі, ,(7.13) j ³ + , (7.9) , (7.14) n *j x де — компонент розв’язку задачі (7.1)—(7.4).
  • 19. • 3. Далі симплекс-методом розв’язуємо послаблені задачі (7.6)—(7.9) і (7.10)—(7.14) , тобто з відкиданням обмежень (7.8) і (7.13). • Якщо знайдені оптимальні плани задовольняють умови цілочисловості, то ці плани є розв’язками задачі (7.1)—(7.4) . Інакше пошук розв’язку задачі триває. Для подальшого розгалуження беремо задачу з найбільшим значенням цільової функції, якщо йдеться про максимізацію, і навпаки — з найменшим значенням цільової функції в разі її мінімізації. . •
  • 20. • Подальше розгалуження виконується доти, доки не буде встановлено неможливість поліпшення розв’язку. Здобутий план — оптимальний. • Розв’язування цілочислових задач методом «віток і меж» можна значно прискорити, приєднавши обмеження виду (7.9) і (7.14) до останньої симплекс-таблиці не початкової (7.1)— (7.4) , а відповідних задач. .
  • 21. • Приклади цілочислових економічних задач • 1. Задача лінійного розкрою. • 2. Задача комівояжера • 3. Задача планування виробничої лінії. • 4. Задача оптимального призначення. .
  • 22. 7.4. Задача 3.1. Метод Гоморі розв’язання задач цілочислового програмування • Знайти цілочисловий розв’язок задачі лінійного програмування методом Гоморі Z = x + 4 x ® max 2x x 19 3 + £ 1 2 1 2 ì x ³ 0, x ³ 0 1 2 x , x цілі . x 3x 4 1 2 1 2 - ïî ïí + £
  • 23. • Розв’язання • 1. Запишемо задачу лінійного програмування в канонічній формі: Z = x + 4 x + 0 x + 0 x ® max 1 2 3 4 2 x + x + x = 19 1 2 3 x 3x x 4 ì x 0, j 1;4 j ³ = x цілі . 3 j 1 2 4 - ïî ïí + + =
  • 24. 2. Знаходимо розв’язок послабленої задачі, тобто задачі без вимог цілочисловості змінних. Симплексна таблиця матиме вигляд: N i Базис Сбаз План . 1 4 0 0 θ Опорний x план 1 x2 x3 x4 0 1 x3 0 19/3 2 1 1 0 19/3 Х0= (0;0;19/3;4) 2 x4 0 4 1 3 0 1 4/3 3 Z, Δj 0 -1 -4 0 0 1 1 x3 0 5 5/3 0 1 -1/3 Х1= (0;4/3;5;0) 2 x2 4 4/3 1/3 1 0 1/3 3 Z, Δj 16/3 1/3 0 0 4/3
  • 25. • 3.Оскільки в умовно-оптимальному X 0; 4 1 3 ö çè плані значення другої змінної • – дробове число, що не задовольняє початкові умови цілочисловості задачі, то побудуємо для другого рядка наведеної симплексної таблиці додаткове обмеження Гоморі виду: j ij b x a ³ å= . ÷ø = æ 3 x2 = 4 { } { } j n j 1
  • 26. { } { } x 4 3 1 2 3 4 x 1 3 + + + ³ 1 2 3 4 + ³ • Приведемо його до канонічної форми за допомогою додаткової балансуючої змінної та введемо штучну змінну : . x x 1 3 1 x 0 x 0 x 1 3 3 1 x 1 x 0 x 1 3 1 4 þ ý ü î í ì ³ þ ý ü î í ì + + + þ ý ü î í ì x5 x6 x1 + x4 - x5 + x6 = 1
  • 27. • В результаті отримаємо розширену задачу лінійного програмування Z = x + 4 x + 0 x + 0 x + 0 x - Mx ® max 1 2 3 4 5 6 2 x + x + x = 19 1 2 3 x + 3x + x = 4 1 2 4 x x x x 1 ì ï ï í x 0, j 1;6 j ³ = x цілі • Розв’язання одержаної задачі можна значно спростити, приєднавши здобуте обмеження Гоморі до останньої симплексної таблиці з умовно-оптимальним планом: . 3 j 1 4 5 6 - ï ï î + - + =
  • 28. . N i Ба зис Сбаз Пла н 1 4 0 0 0 -М θ Опорний x1 x2 x3 x4 X5 x6 план 0 1 x3 0 5 5/3 0 1 -1/3 0 0 3 Х0= (0;4/3;5; 0;0) 2 x2 4 4/3 1/3 1 0 1/3 0 0 4 3 x6 -М 1 1 0 0 1 -1 1 1 4 Z, Δj 16/3 1/3 0 0 4/3 0 0 5 -М -М 0 0 -М М 0 1 1 x3 0 10/3 0 0 1 -2 5/3 -5/3 Х1= (1;1;10/3; 2 x2 4 1 0 1 0 0 1/3 -1/3 0;0) 3 x1 1 1 1 0 0 1 -1 1 4 Z, Δj 5 0 0 0 1 1/3 -1/3 5 Оскільки в0икону0ється 0як ум0ова о0птим0альноМсті так і умова цілочисловості змінних, то знайдений опорний план є оптимальний цілочисловим планом початкової задачі: X* = (1;1) Z 5 max =
  • 29. Задача 3.2. Метод “віток та меж” розв’язання задач цілочислового програмування • Знайти цілочисловий розв’язок задачі лінійного програмування методом «віток та меж». Z x 4 x max ì . = + ® 2x + x £ 19 1 2 x 3x 4 1 2 x ³ 0, x ³ 0 1 2 x , x цілі 3 1 2 1 2 - ïî ïí + £
  • 30. • Розв’язання • Знаходимо розв’язок послабленої задачі, тобто задачі без вимог цілочисловості змінних: X = æ 4 1 • çè 0; ö , тобто 3 • 2. Отже, допустиме ціле значення має задовольняти одну з нерівностей x 1 1 2 = úû úû x ³ é 1 1 ù 2 + = £ é 1 2 . 1 1 x 0; x 4 1 = 2 = = 3 x2 або . ÷ø 3 1 3 ù êë 3 êë • Приписавши кожну з цих умов до задачі з послабленими обмеженнями, дістанемо дві не пов’язані між собою задачі:
  • 31. 1 задача 2 задача Z = x + 4 x ® max . 1 2 2 x + x £ 19 1 2 x + 3x £ 4 1 2 x 1 ì ï ï í x ³ 0, x ³ 0 1 2 x , x цілі 3 1 2 2 - ï ï î £ Z = x + 4 x ® max 1 2 2x + x £ 19 1 2 x + 3x £ 4 1 2 x 2 ì ï ï í x ³ 0, x ³ 0 1 2 x , x цілі 3 1 2 2 - ï ï î ³
  • 32. • Розв’язуємо по черзі обидві утворені задачі. Для першої (з обмеженням ) оптимальним буде розв’язок , , x2 £ 1 x1 1 1 = x 1 1 2 = Z1 5 max = x2 ³ 2 , а для другої (з обмеженням ) — не маємо розв’язку, оскільки серед базисних змінних міститься штучна змінна, що не виключається. • Отже, маємо оптимальний план . X* = (1;1) Zmax = 5 , , • що збігається з розв’язком, здобутим за методом Гоморі.
  • 33. Z = x + 4 x ® max 1 2 2x + x £ 19 1 2 x + 3x £ 4 1 2 x 1 ì ï ï í x 0, x 0 Z = x + 4 x + 0 x + 0 x + 0 x ® max 1 2 3 4 5 2 x x x 19 3 + + = 1 2 3 x + 3x + x = 4 1 2 4 x x 1 2 5 . • Задача 1 • Розв’язування ³ ³ 1 2 x , x цілі 3 1 2 2 - ï ï î £ ì ï ï í x ³ 0, x - цілі ; j = 1;5 j j ï ï î + =
  • 34. 2 x4 0 1 1 0 0 1 -3 1 3 x2 4 1 0 1 0 0 1 - 4 Z, Δj 4 -1 0 0 0 1/3 2 1 x3 0 10/3 0 0 1 -2 5 Х2= . N i Ба зис Сбаз План 1 4 0 0 0 θ Опорний x5 x1 x2 x3 x4 план 0 1 x3 0 19/3 2 1 1 0 0 19/3 Х0= (0;0;19/3;4 ;1) 2 x4 0 4 1 3 0 1 0 4/3 3 x5 0 1 0 1 0 0 1 1 4 Z, Δj 0 -1 -4 0 0 0 1 1 x3 0 16/3 2 0 1 0 -1 8/3 Х1= (1;1;10/3;0 ;0) (1;1;10/3;0 ;0) 2 x1 1 1 1 0 0 1 -3 3 x2 4 1 0 1 0 0 1 4 Z, ΔОптjимал5ьний0 план0 0 0 1 X * = (1;1) Zmax = 5
  • 35. Z = x + 4 x ® max 1 2 2 x + x £ 19 1 2 x + 3x £ 4 1 2 x 2 ì ï ï í x 0, x 0 Z = x + 4 x + 0 x + 0 x + 0 x - Mx ® max 1 2 3 4 5 6 2 x x x 19 3 + + = 1 2 3 x + 3x + x = 4 1 2 4 x x x 2 2 5 6 ³ . - = • Задача 2 • Розв’язування ³ ³ 1 2 x , x цілі 3 1 2 2 - ï ï î ³ ì ï ï í x 0, x цілі ; j 1;6 j j ï ï î - + =
  • 36. . N i Ба зис Сбаз План 1 4 0 0 0 -М θ Опорний x1 x2 x3 x4 X5 x6 план 0 1 x3 0 19/3 2 1 1 0 0 0 19/3 Х0= (0;0;19/3; 2 x4 4 4 1 3 0 1 0 0 4/3 4;0;0) 3 x6 -М 2 0 1 0 0 -1 1 2 4 Z, Δj 0 -1 -4 0 0 0 0 5 -2М 0 -М 0 0 М 0 1 1 x3 0 5 5/3 0 1 -1/3 0 0 Х1 2 x2 4 4/3 1/3 1 0 1/3 0 0 3 x6 -М 2/3 -1/3 0 0 -1/3 -1 1 4 Z, Δj 16/3 1/3 0 0 4/3 0 0 5 -2М/3 М/3 0 0 М/3 М 0 Оптимального плану не існує, оскільки серед базисних змінних міститься штучна змінна, що не виключається