Тема 8.

Линейные
задачи оптимизации

Семинар 8
Решают
студенты:
№ 28.3(б); 28.4(б);
28.9; 28.10; 29.6;
29.8; 29.7; 29.15;
29.12.
 Задача№1(о ресурсах)
При производстве двух видов продукции
используются три вида сырья. Составить план
выпуска продукции, обеспечивающий максимум
прибыли.
 Математическая модель задача №1
Пусть х1  объём первого вида продукции,
а х2  объём второго вида продукции.
Z  X   40 x1  50 x2  max
2 x1  x2  20,

Тогда  x1  x2  12,
 x  3 x  30,
 1 2
x1  0, x2  0.
 Задача№2 (о диете)
В рацион животных используется два вида кормов.
Животные должны получить три вида веществ.
Составить рацион кормления, обеспечивающий
минимальные затраты.
 Математическая модель задача №2
Пусть х1  объём первого вида корма ,
а х2  объём второго вида корма .
Z  X   40 x1  30 x2  min
5 x1  x2  20,

Тогда  2 x1  x2  12,
 x  x  7,
 1 2
x1  0, x2  0.
 Пример. Привести к
каноническому виду задачу
линейного программирования
Z ( X )   x1  4 x2  x3  11  min
 x1  2 x2  x3  4,

3 x1  x2  2 x3  9,
2 x  3 x  x  6,
 1 2 3

x j  0, j  1,2,3
Z ( X )   x1  4 x2  x3  0 х4  0 х5  11  min
 x1  2 x2  x3  4,  x1  2 x2  x3  4,
 
3 x1  x2  2 x3  9,  х4   x1  x2  2 x3  х4  9,
2 x  3 x  x  6,  х  x  3 x  x  х  6,
 1 2 3 5  1 2 3 5

x j  0, j  1,2,3 х j  0, j  1,2,3,4,5
Значит, Канонический вид З.Л.П.

Z ( X )   x1  4 x2  x3  0 х4  0 х5  11  min
 x1  2 x2  x3  4,

 x1  x2  2 x3  х4  9,
 x  3 x  x  х  6,
 1 2 3 5
х j  0, j  1,2,3,4,5
Пример. Привести к симметрическому
виду задачу линейного
программирования
Z  5 x1  x 2  13x3  9 x 4  max,
 x1  2 x 2  7 x3  8 x 4  54,

4 x1  9 x 2  33x3  35 x 4  241.
x j  0, j  1;2;3;4.
Z  5 x1  x 2  13x3  9 x 4  max,
 x1  2 x 2  7 x3  8 x 4  54,
 Восстановим по
4 x1  9 x 2  33x3  35 x 4  241.
x j  0, j  1;2;3;4.
Применяя метод Жордана –
Гаусса, преобразуем З.Л.П. к
симметрическому виду
Симметрический вид З.Л.П.
преобразованной
матрице З.Л.П.
Z  23x3  4 x4  45  max,
 x1  3x3  2 x4  4,
 
 x2  5 x3  3x4  25.
x j  0, j  1;2;3;4.
Z  23x3  4 x4  45  max,
 3x3  2 x4  4,
 
5 x3  3x4  25.
x j  0, j  3;4.
Пример 1. Привести к канони-
ческому виду
Z  X   3 x1  x2  3 x3  4 x4  min
 x1  2 x2  x3  x4  4,
 x  x  3 x  5,
 1 2 3

 2 x1  3 x 2  2 x 4  4,
 x1  3 x2  8,
x j  0, j  1, 2, 3, 4
Пример 1.
Z  X   3x1  x2  3x3  4 x4  min Канонический
 x1  2 x2  x3  x4  4,  х5

 x1  x2  3x3  5,  х6  вид З.Л.П.

 2 x1  3x2  2 x4  4,  х7
 x1  3x2  8,

x j  0, j  1, 2, 3, 4  Z  X   3x1  x2  3x3  4 x4  0 x5  0 x6  0 x7  min
 x1  2 x2  x3  x4  х5  4,
 x  x  3x  х  5,
 1 2 3 6

 2 x1  3x2  2 x4  х7  4,
 x1  3x2  8,
x j  0, j  1, 2, 3, 4, 5, 6, 7
 Привести к симметрической форме
Пример 2. записи

Z  X   2 x1  x2  2 x3  х4  max
  x1  x2  2 x3  х4  2,

9 x1  x2  6 x3  5 х4  6,
x j  0, j  1, 2, 3, 4
Z  X   2 x1  x2  2 x3  х4  max
  x1  x2  2 x3  х4  2,

9 x1  x2  6 x3  5 х4  6,
x j  0, j  1, 2, 3, 4
Применяя метод Жордана –
Гаусса, преобразуем З.Л.П. к
симметрическому виду
Симметрический вид З.Л.П
Восстановим по преобразованной
матрице З.Л.П.
Z  x1  4 x3  2  max,
 x1  x2  x3  4,
 
2 x1  x3  x4  2.
x j  0, j  1;2;3;4.
Z  x1  4 x3  2  max,
 x1  x3  4,
 
2 x1  x3  2.
x j  0, j  1;3.
 Пример. Решить З. Л.П.
Z  X   2 x1  4 x2  max,
 2 x1  3 x2  12,

 x1  x2  9,
 3 x  2 x  12,
 1 2

x1  0, x2  0.
Изобразим на плоскости систему
координат Оx1x2 и построим
граничные прямые области
допустимых решений:
• (L1): – 2x1+3x2=12;
• (L2): x1+x2=9;
• (L3): 3x1 – 2x2=12;
• x1=0, x2=0.
Изобразим на плоскости
систему координат Ох х и
1 2

построим граничные
прямые области
допустимых решений:
(L1): – 2x1+3x2=12;
(L3): 3x1 – 2x2 = 12;
(L2): x1+x2 = 9;
x1 = 0, x2 = 0.
Изобразим на плоскости систему координат Ох1х2 и построим
граничные прямые области допустимых решений:
(L1): – 2х1+3х2=12;

(L2): х1+х2=9;

(L3): 3х1 – 2х2=12;

х1=0, х2=0.
Изобразим на плоскости систему
координат Ox1x2 и построим
граничные прямые области
допустимых решений:
(L1): – 2x1 + 3x2 = 12;
(L3): 3x1 – 2x2 = 12;
(L2): x1 + x2=9;
x1 = 0, x2 = 0.
Изобразим на плоскости
систему координат Ox1x2 и
построим граничные прямые
области допустимых решений:
(L1): – 2x1 + 3x2 = 12;
(L2): x1+x2 = 9;
(L3): 3x1 – 2x2 = 12;
x1 = 0, x2 = 0.
Для линии уровня 2x1+4x2= const строим вектор нормали.
Перпендикулярно вектору нормали
строим одну из линий уровня.
Поскольку задача на max, то перемещаем
ее в направлении вектора нормали до
опорной прямой.
На рисунке видно, что опорная прямая
проходит через точку В, являющуюся
точкой пересечения граничных прямых
L1 и L2. Чтобы найти координаты точки
В , решим систему уравнений

 2 x1  3 x2  12,

 x1  x2  9.
Получим
 x1  3,

 x 2  6.
Данному оптимальному решению
X=(3;6) соответствует
максимальное значение целевой
функции max Z(X) = 2·3 + 4·6 =
30.
О Т В Е Т: max Z(X) = 30 при X(3,6).
(единственное решение)
Пример. Решить задачу линейного программирования

Строим область допустимых решений,

вектор нормали и одну из линий
уровня. Надо найти мах целевой
функции, поэтому перемещаем
линию уровня в направлении
вектора нормали. Поскольку ОДР в
этом направлении не ограничена, то
линия уровня уходит на
бесконечность. Задача не имеет
решения по причине
неограниченности целевой
функции.
О Т В Е Т: max Z(X) → + ∞
Пример. Решить задачу линейного программирования

Строим область допустимых решений, вектор

нормали и одну из линий уровня. Надо найти
min целевой функции, поэтому перемещаем
линию уровня в направлении
противоположном вектору нормали. Векторы
нормали и линии L2 коллинеарны.
Следовательно, опорная линия и L2
совпадают. Опорная линия проходит через
две угловые точки ОДР(X1 и X2). Задача
имеет бесконечное множество решений на
[X1,X2]. Найти координаты концов отрезка из
систем уравнений(*). Вычислим значение
целевой функции
Z(X1)=Z(X2)=4·1+2·4=4·2+2·2=12.

О Т В Е Т: min Z(X) =12

при X=(1-t)·X1+t·X2, X1(2;2),
X2(1;4), 0≤t≤1
Пример. Решить задачу линейного программирования

Строим область допустимых

решений. ОДР задачи
является пустым множеством.
Задача не имеет решения в
силу несовместности
системы ограничений.
О Т В Е Т: система ограничений
несовместна
 Экзаменационный вопрос №7.
Решить задачу линейного программирования:
Z  X    x1  6 x2  38  max
 x1  2 x2  4, x1  x2  5
  x1  2 x2  4
 x1  x2  5;
x1  0; x2  0

n  1;6

Ответ : Z max  Z 0;0   0  6  0  38  38

 Экзаменационный вопрос №7.
Решить задачу линейного программирования:

Z  X   5 x1  3 x2  37  min
 3 x1  1x2  6,
 5 x  3 x  25
5
 1 x  3 x 2  25; 1 2
x1  0; x2  0  3 x1  x2  6

n 5;3

Ответ : Z min  Z 0;0   5  0  3  0  37  37