Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Podobne dokumenty
Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Dualność w programowaniu liniowym

Sterowalność liniowych uk ladów sterowania

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 14 Formy kwadratowe I

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Wyk lad 11 1 Wektory i wartości w lasne

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

liniowych uk ladów sterowania

Teoretyczne podstawy programowania liniowego

KOLOKWIUM Z ALGEBRY I R

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Programowanie liniowe

W poszukiwaniu kszta ltów kulistych

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

PROGRAMOWANIE KWADRATOWE

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Ekonomia matematyczna i dynamiczna optymalizacja

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Programowanie liniowe

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x

Wyk lad 11 Przekszta lcenia liniowe a macierze

Funkcje wielu zmiennych

Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas

Liniowe uk lady sterowania.

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

TOZ -Techniki optymalizacji w zarządzaniu

Programowanie liniowe

Standardowe zadanie programowania liniowego. Gliwice 1

Funkcje wielu zmiennych

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE.

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. mm

Programowanie liniowe. Tadeusz Trzaskalik

Normy wektorów i macierzy

Monika Musia l. METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe)

g liczb rzeczywistych (a n ) spe lnia warunek

Wprowadzenie z dynamicznej optymalizacji

1 Przestrzenie unitarne i przestrzenie Hilberta.

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Podstawowe działania w rachunku macierzowym

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym.

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Programowanie liniowe

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1.

Programowanie matematyczne. czȩść I: programowanie liniowe. Andrzej Cegielski

DZYSZKOLNE ZAWODY MATEMATYCZNE. Eliminacje rejonowe. Czas trwania zawodów: 150 minut

Dyskretne modele populacji

Stabilność liniowych uk ladów sterowania

Programowanie liniowe

Układy równań i nierówności liniowych

LOGIKA ALGORYTMICZNA

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Algorytm simplex i dualność

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Szeṡcian w uk ladzie wspȯ lrzȩdnych x, y, z GEOMETRIA PRZESTRZENNA STEREOMETRIA

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

MATEMATYKA DZIELENIE LICZB Z RESZTA CECHY PODZIELNOṠCI

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

Wyk lad 13 Funkcjona ly dwuliniowe

Definicja problemu programowania matematycznego

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Rozdzia 5. Uog lniona metoda najmniejszych kwadrat w : ::::::::::::: Podstawy uog lnionej metody najmniejszych kwadrat w :::::: Zastos

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

c ze wzoru dwumianowego Newtona obliczyć sumy: a) 3 2 obliczyć wartości wyrazów będa cych liczbami ca lkowitymi,

Pierwiastki arytmetyczne n a

Cia la i wielomiany Javier de Lucas

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?

Matematyka A, egzamin, 17 czerwca 2005 rozwia zania

FUNKCJE LICZBOWE. x 1

Wyk lad 3 Wielomiany i u lamki proste

1 Zbiory i działania na zbiorach.

Programowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

Transkrypt:

Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka

Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach liniowych c 1 x 1 + c 2 x 2 +... + c n x n (1) a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2... (2) a m1 x 1 + a m2 x 2 +... + a mn x n = b m x j 0, j = 1, 2,..., n gdzie a ij, b i, c j s a sta lymi oraz m < n. 1

Oznaczenia stosowane w prezentacji A = [a ij ] macierz wspó lczynników, c = (c 1,..., c n ) wektor kosztów, b = (b 1,..., b m ) wektor ograniczeń, 0 = (0,..., 0) n-wymiarowy wektor sk ladaj acy siȩ z samych zer, P j j-ta kolumna macierzy A, P 0 = b. 2

Zapis macierzowy zadania PL. Zminimalizować funkcje celu c T X (3) przy ograniczeniach AX = b X 0 (4) 3

Przydatne twierdzenia powtórzenie Twierdzenie 1 Zbiór wszystkich rozwi azań dopuszczalnych zagadnienia programowania liniowego jest zbiorem wypuk lym. Twierdzenie 2 Funkcja celu przyjmuje wartość minimaln a w punkcie wierzcho lkowym zbioru wypuk lego, utworzonego na zbiorze rozwi azań dopuszczalnych zagadnienia programowania liniowego. Twierdzenie 3 Jeżeli można znaleźć zbiór wektorów P 1, P 2,..., P k (k m) liniowo niezależnych takich, że x 1 P 1 + x 2 P 2 +... + x k P k = P 0, oraz wszystkie x j 0, to punkt X = (x 1, x 2,..., x k, 0,...0) jest punktem wierzcho lkowym zbioru wypuk lego rozwi azań dopuszczalnych. 4

Wnioski 1 Każdemu punktowi wierzcho lkowemu zbioru wypuk lego rozwi azań dopuszczalnych odpowiada zbiór m wektorów liniowo niezależnych z danego zbioru P 1, P 2,..., P n. Twierdzenie 4 Jeżeli dla dowolnego rozwi azania dopuszczalnego X = (x 10, x 20,..., x m0 ) któremu odpowiada zbiór liniowo niezależnych wektorów P 1, P 2,..., P m spe lnione s a warunki z j c j 0 dla wszystkich j = 1, 2,..., n, to x 10 P 1 + x 20 P 2 +... + x m0 P m = P 0 x 10 c 1 + x 20 c 2 +... + x m0 c m = z 0, określaj a minimalne rozwi azanie dopuszczalne. 5

Przyk lad 1 Zminimalizować funkcjȩ celu: x 2 3x 3 + 2x 5 przy ograniczeniach: x 1 + 3x 2 x 3 + 2x 5 = 7 2x 2 + 4x 3 + x 4 = 12 4x 2 + 3x 3 + 8x 5 + x 6 = 10 x 1,..., x 6 0 6

Rozwia zanie zadania I krok SIMPLEKS c j 0 1 3 0 2 0 Baza c P 0 P 1 P 2 P 3 P 4 P 5 P 6 P 1 0 7 1 3 1 0 2 0 P 4 0 12 0 2 4 1 0 0 P 6 0 10 0 4 3 0 8 1 z j c j 0 0 1 3 0 2 0 7

II krok SIMPLEKS c j 0 1 3 0 2 0 Baza c P 0 P 1 P 2 P 3 P 4 P 5 P 6 P 1 0 10 1 2.5 0 0.25 2 0 P 3 3 3 0 0.5 1 0.25 0 0 P 6 0 1 0 2.5 0 0.75 8 1 z j c j 9 0 0.5 0 0.75 2 0 8

III krok SIMPLEKS c j 0 1 3 0 2 0 Baza c P 0 P 1 P 2 P 3 P 4 P 5 P 6 P 2 1 4 0.4 1 0 0.1 0.8 0 P 3 3 5 0.2 0 1 0.3 0.4 0 P 6 0 11 1 0 0 0.5 10 1 z j c j 11 0.2 0 0 0.8 2.4 0 9

Niesymetryczne zagadnienie dualne PL Zagadnienie pierwotne min c T X przy ograniczeniach AX = b X 0 Zagadnienie dualne max λ T b przy ograniczeniach λ T A c T UWAGA: Zadanie dualne zadania dualnego jest pocz atkowym zagadnieniem pierwotnym. 10

Lemat 1 S laby lemat o dualności. Za lóżmy, że X i λ s a rozwi azaniami dopuszczalnymi, odpowiednio, zadania pierwotnego i dualnego. Wówczas prawdziwa jest nastȩpuj aca nierówność: c T X λ T b. Twierdzenie 5 Niech X 0 i λ 0 bȩd a rozwi azaniami dopuszczalnymi, odpowiednio, zadania pierwotnego i dualnego. Jeżeli c T X 0 = λ 0 T b, to X 0 i λ 0 s a optymalnymi rozwi azaniami, odpowiednio, zadania pierwotnego i dualnego. 11

Twierdzenie o dualności Twierdzenie 6 Jeżeli zagadnienie pierwotne (albo dualne) ma skończone rozwi azanie optymalne, to odpowiednie zagadnienie dualne (albo pierwotne) ma również skończone rozwi azanie optymalne i ekstrema funkcji celu s a sobie równe. Jeżeli jedno z zagadnień (pierwotne lub dualne) nie ma optymalnego rozwi azania ograniczonego, to odpowiadaj ace mu zagadnienie dualne nie ma rozwi azań dopuszczalnych. 12

Przyk lad 2 Znaleźć rozwi azanie optymalne zagadnienia dualnego z przyk ladu 1 Zadanie pierwotne Zminimalizować: Zadanie dualne Zmaksymalizować: x 2 3x 3 + 2x 5 7λ 1 + 12λ 2 + 10λ 3 przy ograniczeniach przy ograniczeniach λ 1 0 x 1 + 3x 2 x 3 + 2x 5 = 7 3λ 1 2λ 2 4λ 3 1 2x 2 + 4x 3 + x 4 = 12 λ 1 + 4λ 2 + 3λ 3 3 4x 2 + 3x 3 + 8x 5 + x 6 = 10 λ 2 0 x 1,..., x 6 0 2λ 1 + 8λ 3 2 λ 3 0 13

Baza końcowa metody SIMPLEKS P 2, P 3, P 6 : B = [P 2 P 3 P 6 ] 3 1 0 = 2 4 0 4 3 1 0.4 0.1 0 B 1 = 0.2 0.3 0. 1 0.5 1 UWAGA: Jeżeli oryginalna macierz wspó lczynników A zawiera macierz jednostkow a, albo zostanie uzupe lniona macierz a jednostkow a, to w każdym kroku obliczeń w odpowiednich kolumnach macierzy jednostkowej otrzymamy macierz odwrotn a bazy. 14

Optymalne rozwi azanie zadania pierwotnego: X 0 = B 1 b = ( x 0 2, x 0 3, x 0 6) = (4, 5, 11), c 0 = ( c 0 2, c 0 3, c 0 6) = (1, 3, 0). Minimalna wartość funkcji celu: c 0 X 0 = (1, 3, 0) T (4, 5, 11) = 11. Wektor rozwi azania minimalnego: Z = c T 0 X c T = ( 0.2, 0, 0, 0.8, 2.4, 0). 15

Optymalne rozwi azania zadania dualnego: λ 0 = c 0 B 1 = (1, 3, 0) = ( 0.2, 0.8, 0). 0.4 0.1 0 0.2 0.3 0 1 0.5 1 Wartość dualnej funkcji celu: λ T 0 b = ( 0.2, 0.8, 0) 7 12 10 = 11. 16

Sprawdzenie: ( 15, 45, 0 ) 1 3 1 0 2 0 0 2 4 1 0 0 0 4 3 0 8 1 0 1 3 0 2 0 0.2 1 3 0.8 0.4 0 0 1 3 0 2 0 17

Symetryczne zagadnienie dualne Zagadnienie pierwotne min c T X przy ograniczeniach AX b X 0 Zagadnienie dualne max λ T b przy ograniczeniach λ T A c T λ 0. UWAGA: Twierdzenie o dualności może być zastosowane również do symetrycznych zagadnień dualnych. 18

Przekszta lcenie symetryczne zagadnienia programowania liniowego do postaci równości a 11 x 1 +... + a 1n x n b 1 a 21 x 1 +... + a 2n x n b 2... a m1 x 1 +... + a mn x n b m a 11 x 1 +... + a 1n x n x n+1 = b 1 a 21 x 1 +... + a 2n x n x n+2 = b 2... a m1 x 1 +... + a mn x n x n+m = b m a 11 λ 1 +... + a m1 λ m c 1 a 21 λ 1 +... + a m2 λ m c 2... a 1n λ 1 +... + a mn λ m c n a 11 λ 1 +... + a m1 λ m + λ m+1 = c 1 a 21 λ 1 +... + a m2 λ m + λ m+2 = c 2... a 1n λ 1 +... + a mn λ m + λ m+n = c n 19

Niech wektor kolumnowy Y = (y 1, y 2,..., y m ) sk lada siȩ ze zmiennych os labiaj acych, które przekszta lcaj a uk lad nierówności ograniczaj acych w uk lad równań. Równoważne zagadnienie PL zapisane za pomoc a macierzy z lożonych: max [ c T, 0 T ] X Y przy ograniczeniach: [A, I] X Y = b, X Y 0. Zagadnie dualne tego przekszta lconego zadania pierwotnego jest postaci: max λ T b przy ograniczeniach λ T [A, I] [ c T, 0 T ]. 20

Twierdzenie o zmiennych os labiaja cych Twierdzenie 7 Dla optymalnych rozwi azań dopuszczalnych uk ladów pierwotnego i dualnego, jeżeli tylko wystȩpuje nierówność w k tej zależności dowolnego uk ladu (odpowiednia zmienna os labiaj aca jest dodatnia), to k-ta zmienna w jego uk ladzie dualnym znika. Jeżeli k-ta zmienna jest dodatnia w dowolnym uk ladzie, to k-ta zależność w jego uk ladzie dualnym jest równości a ( odpowiednia zmienna os labiaj aca jest zerem). 21

Complementary Slackness Condition Twierdzenie 8 Dopuszczalne rozwi azania X i λ dualnej pary problemów s a optymalne, wtedy i tylko wtedy gdy: ( c T λ T A ) X = 0 oraz λ T (AX b) = 0. 22

Dziȩkujȩ za uwagȩ. 23