Documente Academic
Documente Profesional
Documente Cultură
Să reamintim că:
βr/αrs ≥ 0,________________
βi – βr αis/αrs ≥ 0, i=1,…,m, i≠ r,
echivalente cu:
Teoremă (criteriul de optimalitate). Soluţia admisibilă de bază este punct de maxim (de
minim) dacă şi numai dacă toate estimaţiile variabilelor libere sunt nenegative
(nepozitive), adică:
zj – cj ≥ 0 (zj – cj ≤ 0), j=m+1,…, n.__(3)
Dacă toate inegalităţile în (3) sunt stricte, atunci soluţia optimă e unică, iar dacă în (3)
există zj – cj = 0, j∈ {m+1,… , n}, atunci există o infinitate de soluţii optime.
Teoremă (criteriul de selectare a coloanei pivot). Dacă există z s – cs <0, s ∈ {m+1, …,
n}, şi există βr/αrs = min{βi/αis | i: αis>0}, atunci o transformare simplex cu pivotul α rs va
mări valoarea funcţiei obiectiv cu – βr(zs–cs)/αrs.
Teoremă (criteriul de nemărginire). Dacă există z s–cs<0, s ∈ {m+1, …, n}, şi αis≤0 pentru
toţi i=1,…, m, atunci problema nu are valoare optimă finită.
În conformitate cu teorema 2, pentru a trece de la o soluţie admisibilă de bază la alta, se
selectează o estimaţie negativă z s – cs <0, s ∈ {m+1, …, n}, şţ i se efectueazăă
transformăă rile simplex cu pivotul αrs în coloana s (r – linia pivot). Dacă termenul liber β r din
linia pivot e pozitiv, atunci se va trece la o nouă soluţie admisibilă de bază, cu valoarea
funcţiei obiectiv mai mare; dacă termenul liber β r din linia pivot e nul, atunci în urma
transformărilor simplex soluţia admisibilă de bază rămâne neschimbată, deoarece soluţia
e degenerată (xs devine variabilă de bază, iar xr – variabilă liberă); dacă în coloana s
toate elementele sunt nepozitive, adică αis ≤ 0, i=1,…, m}, atunci tragem concluzia că
problema iniţială nu are valoare optimă mărginită (funcţia obiectiv (2) poate creşte oricît
de mult, deoarece în (1) variabila xs şi, respectiv, variabilele de bază xi, pentru care αis <0,
pot creşte oricît de mult.
Remarcă. Din (2) reiese că estimaţia zj – cj a unei variabile libere xj , j∈ {m+1,… , n}, este
egală cu valoarea cu care se schimbă valoarea funcţiei obiectiv la creşterea cu o unitate a
valorii variabilei} xj ( dacă zj – cj e negativă, atunci valoarea funcţiei obiectiv creşte, în caz
contrar, descreşte).
Ordonarea calculelor. Alcătuirea tabelului simplex
Dacă dorim să construim un algoritm care ar realiza trecerea de la un vârf al mulţimii
poliedrale de soluţii admisibile X la alt vârf, este important ca totdeauna să fie la
îndemână:
Fie că a fost găsită o soluţie admisibilă de bază a problemei standard şi presupunem, fără
a pierde din generalitate, că în sistemul respectiv sunt explicitate primele m variabile:
ultima linie din tabel conţine estimaţiile variabilelor şi valoarea funcţiei obiectiv
α00 pentru soluţia admisibilă de bază x=(α10, α20,… , αm0, 0,… , 0)T;
coloana a doua conţine lista variabilelor de bază;
coloana a treia conţine valorile variabilelor de bază (termenii liberi ai sistemului de
ecuaţii);
prima coloană conţine coeficienţii din funcţia obiectiv ai variabilelor de bază.
Elementele αij, i=0,…, m, j=0,…,n, ale tabelului simplex le-am interpretat, pe bună
dreptate, ca coeficienţi şi termeni liberi ai sistemului de ecuaţii. Dar elementele au şi altă
semnificaţie: dacă B={A1, A2,… , Am} este o bază a matricei A a sistemului de ecuaţii al
problemei standard, atunci elementele αij, j=1,…,m, sunt coordonate ale vectorului
coloană Aj, j ∈ {1, …, n}, îîn baza B. De aceea, elementele tabelului simplex sunt notate
şi prin xij, i=0,…, m}, j=0,…, n, subînțelegându-se, în aşa caz, coordonatele obţinute la
descompunerea coloanelor matricei sistemului de restricţii (a problemei standard iniţiale)
în baza corespunzătoare.
Determinarea soluţiei admisibile de bază iniţiale
A rămas neelucidată o singură chestiune: cum se determină soluţia admisibilă de bază
iniţială de la care îşi începe execuţia algoritmul simplex? Desigur, în unele cazuri ea se
obţine chiar din formularea problemei. De exemplu, la cercetarea problemei canonice:
c1 x1 + c2 x2 + … + cnxn → max,_____
ai1x1 + ai2x2 + … + ainxn ≤ bi, i=1,…,m,
xj ≥ 0, j=1,…,n,___________________
în care bi ≥ 0, i=1,…,m, trecerea (prin introducerea variabilelor ecart x n+1, xn+2, … , xn+m la
forma standard:
c1 x1 + c2 x2 + … + cnxn → max,__________
ai1x1 + ai2x2 + … + ainxn+xn+i = bi, i=1,…,m,
xj ≥ 0, j=1,…,n+m,_____________________
este însoţită de formarea unei baze unitare B =[α n+1… αn+m = [e1 … em], căreia îi
corespunde soluţia admisibilă de bază x=(0,… ,0,b1,… ,bm)T.
Dacă problema are forma standard (1)-(2) şi nu conţine o bază unitară, atunci pot fi
încercate metodele cunoscute de soluţionare a sistemelor de ecuaţii liniare, cum este
metoda Gauss-Jordan. Totuşi rezultatul scontat totdeauna poate fi obţinut prin metoda
bazei artificiale, definitivată în două variante: metoda celor două faze şi metoda
coeficienţilor de penalizare, ambele variante reducând problema determinării soluţiei
admisibile de bază iniţiale la o problemă secundară de programare liniară.
Metoda celor două faze. În faza I, în se introduc variabilele artificiale x n+1,… ,xn+m şi se
rezolvă problema artificială:
xn+11 + xn+2 + … + xn+m → min,_________
ai1x1 + ai2x2 + … + ainxn+xn+i = bi, i=1,…,m,
xj ≥ 0, j=1,…,n+m,_____________________
care are soluţia admisibilă de bază iniţială x=(0,… ,0,b1,… ,bm)T.
Dacă problema secundară are valoarea optimă nulă, atunci soluţia acestei probleme este
soluţie admisibilă de bază iniţială a problemei iniţiale, soluţie care poate fi utilizată mai
departe în faza a II-a la aflarea soluţiei optime a problemei iniţiale. Dacă problema
secundară are soluţie pozitivă, problema iniţială nu are soluţii admisibile.