Условия оптимальности
Предположим, что задача линейного программирования (1) - (3) обладает планами и каждый ее опорный план невырожден. В этом случае для опорного плана (5) имеем (12) (13), где - это значение линейной формы, соответствующее плану . Разложение любого вектора по векторам базиса - единственно.
(14)
(15)
Теорема (для задачи на min): Если для некоторого вектора выполняются условия , то план не является оптимальным и можно построить такой план X: .
Доказательство:
Умножим равенство (14) на и вычтем из равенства (12), получаем
.
Умножим равенство (15) на и вычтем из равенства (13), получаем
(16).
Следствие: Если для некоторого плана разложение всех векторов в данном базисе, удовлетворяющих условию (17), то план является оптимальным. Неравенство (17) это условие оптимальности задачи на минимум, а величины - оценки плана.
Теорема (для задачи на max): Если для некоторого вектора выполняются условия , то план не является оптимальным и можно построить такой план X: .
Следствие: Если для некоторого плана разложение всех векторов в данном базисе, удовлетворяющих условию (18), то план является оптимальным. Неравенство (18) это условие оптимальности задачи на минимум, а величины - оценки плана.
- формула Жордана-Гаусса.
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | Поиск по сайту:
|