predavanje_matematika_6._26.09.2012
Transcript of predavanje_matematika_6._26.09.2012
8/19/2019 predavanje_matematika_6._26.09.2012
http://slidepdf.com/reader/full/predavanjematematika626092012 1/4
1
19. Linearno programiranje
Matematičko programiranje: linearno i nelinearnoprogramiranje
Ograničenja u obliku nejedna č ina
19.1 Jednostavni primjeri linearnog programiranja
Problem ishrane
2
Minimizirati
uz uslove (ograničenje za Ca )
(za bjelan č evine )(za vitamin A)
i
Prva j-na – f-ja cilja linearnog programa – f-ja troškovazasnovana na podacima o cijeni (nju treba minimizirati)
Tri sljedeće j-ne – ograni č enja uslovljena dnevnimpotrebama
Dodatne j-ne – uslovi nenegativnosti
0,
1262
2055
20410
6.0
21
21
21
21
21
≥
≥+
≥+
≥+
+=
x x
x x
x x
x x
x xC
3
Grafičko rješavanje
Skup mogu ć ih rješenja
Ekstremne ta č ke – napresjeku dva graničnapravca ili granične prave iose
x2=C-0.6x1
Na slici (b) – 3 linije jednakih troškova
Optimalno rješenje (3,1)
Učinak promjena cijena
–P1 /P2 – nagib linija jednakih troškova 4
Problem proizvodnje
Maksimizirati
uz uslove (ograničenje rezanja )
(ograničenje miješanja )
(ograničenje pakovanja )
i 0,
242
8
16
3040
21
21
2
1
21
≥
≤+
≤
≤
+=
x x
x x
x
x
x xπ
5
Grafičko rješavanje
Problem maksimiziranja
Linije jednakih profita
Optimalno rješenje (16,4) Maksimalni bruto profit
760$ po danu
6
19.2 Opšte formulisanjelinearnih programa
Obični zapis
Zapis pomoću ∑
0
...
...
...
...
...
2211
22222121
11212111
2211
≥
≤+++
≤+++
≤+++
+++=
j
mnmnmm
nn
nn
nn
x
r xa xa xa
r xa xa xa
r xa xa xa
xc xc xcπ
0
...
...
...
...
...
2211
22222121
11212111
2211
≥
≥+++
≥+++
≥+++
+++=
j
mnmnmm
nn
nn
nn
x
r xa xa xa
r xa xa xa
r xa xa xa
xc xc xcC
0
1
1
≥
≤
=
∑
∑
=
=
j
n
j
i jij
n
j
j j
x
r xa
xcπ
0
1
1
≥
≥
=
∑
∑
=
=
j
i
n
j
jij
n
j
j j
x
r xa
xcC
8/19/2019 predavanje_matematika_6._26.09.2012
http://slidepdf.com/reader/full/predavanjematematika626092012 2/4
7
Matrični zapis
≡
nc
c
c
c ...
2
1
≡
n x
x
x
x ...
2
1
=
mnmm
n
n
aaa
aaa
aaa
A
...
......
...
...
21
22221
11211
≡
mr
r
r
r ...
2
1
)1()1(
)1()1()(
)1(
'
)1(
0 ××
×××
××
≥
≤
=
nn
mnnm
nn
x
r x A
xcπ
0
'
≥
≤
=
x
r Ax
xcπ
0
'
≥
≥
=
x
r Ax
xcC
8
19.3 Konveksni skupovi ilinearno programiranje
Simbolički, za skup S kažemo da je konveksan ako
Konveksni skupovi se javljaju u većini aspekata linearnih programa
(zadata prava )
(zadata ravan )
(zadata hiperravan )
Hiperravan u n-dimenzionom prostoru je konveksan skup.
)10(,)1(, ≤≤−+≡∈⇒
∈
∈θ θ θ vuwS w
S v
S u
nn xc xc xc
xc xc xc
xc xc
+++=
++=
+=
...22110
3322110
22110
π
π
π
uc '
0 =π vc'
0 =π
[ ]
000
''
''''
)1()1(
)1()1(
π π θ θπ θ θ
θ θ θ θ
=−+=−+=
−+=−+=
vcuc
vcucvucwc
9
Hiperravan uvijek dijeli n-dimenzioni prostorna dva poluprostora .
Zatvoreni (c’x9) i otvoreni poluprostor(c’x<9)
Zatvoreni poluprostor n-dimenzionog prostora je konveksan skup, što se može pokazati.
Skup mogućih rješenja opšteg linearnogprograma sa n varijabli je zatvoren konveksanskup. To je presjek ukupno m+n zatvorenihkonveksnih skupova (m ograničenja + nuslova nenegativnosti)
Teorema: Presjek konačnog brojakonveksnih skupova je konveksan skup; ako je svaki od skupova zatvoren, presjek ćetakođe biti zatvoren.
10
Ekstremne tačke i optimalnorješenje
(1) Za bilo koju zadatu vrijednost od π (ili C), f-ja cilja linearnogprograma sa n varijabli uvijek definiše hiperravan koja je zatvorenkonveksan skup i (2) skup mogućih rješenja koji je presjek od m+nzatvorenih poluprostora takođe je zatvoren koveksan skup F.
Grani č na ta č ka b bilo kojeg skupa S ima svojstvo da svaka, ma kakomala, okolina od b mora sadržati makar jednu tačku koja ne pripadaskupu S. (tačke stranica kvadrata)
Unutrašnja ta č ka i skupa S ima svojstvo da će dovoljno mala okolinatačke i sadržati samo tačke koje pripadaju skupu S. (unutar kvadrata)
Ekstremna ta č ka je granična tačka koja ne leži na dužini što spajabilo koje druge dvije tačke skupa, tj. tačka koja se ne može prikazatikao konveksna kombinacija bilo kojih dviju drugih tačaka skupa.
(tjemena kvadrata)
11
Skup svih ekstremnih ta č aka od S je podskup skupa svih grani č nihta č aka od S; skup svih grani č nih ta č aka je disjunktan sa skupomsvih unutrašnjih ta č aka .
Potporna hiperravan Hp je hiperravan koja ima jednu ili višezajedničkih tačaka s konveksnim skupom F, ali koja je takosmještena da skup F leži isključivo na jednoj strani od Hp.
Samo grani č ne ta č ke skupa F mogu se pojaviti na hiperravnima.
Teorema I Za datu graničnu tačku u zatvorenog konveksnogskupa postoji barem jedna potporna hiperravan u u .
Teorema II Za zatvoreni konveksan skup ograničen odozdo postojibarem jedna ekstremna tačka u svakoj potpornoj hiperravni.
Značaj teorema očigledan: skup mogućih rješenja suziti na skupekstremnih tačaka.
12
Lokalni i globalni optimum
Teorema globalnosti (dovoljan ali ne i nužan uslov da je lokalniujedno i globalni minimum): Ako je skup F mogućih rješenjazatvoren konveksan skup i ako je f–ja cilja neprekidna konkavna(konveksna) f-ja na skupu mogućih rješenja, tada: (a) bilo koji l okalnimaksimum (mimimum) ujedno je i globalni maksimum (mimimum) i(b) tačke od F u kojima f-ja cilja dostiže optimum čine konveksanskup. Ako je f-ja cilja strogo konkavna (konveksna) na skupumogućih rješenja, tada je globalni maksimum (mimimum) jedinstven.
Važno svojstvo L.P. (razlika od klasičnih problema optimizacije)
Višestruki optimumi?
8/19/2019 predavanje_matematika_6._26.09.2012
http://slidepdf.com/reader/full/predavanjematematika626092012 3/4
13
Nizovi
Realnu funkciju jedne realne promjenljive čija je oblast definisanosti
skup prirodnih brojeva zovemo nizom. Nezavisnu promjenljivu niza
obično označavamo sa n, a odgovarajuću vrijednost funkcije sa a(n) ili,
češće, sa an. Vrijednost niza za dato n zovemo i članom niza.
Za niz an
kažemo da monotono raste ako je an
< an+1
za svako n ∈ N.
Ako je an ≤ an+1, ∀n ∈ N, kažemo da niz an ne opada. Analogno se
definiše mononotono opadanje odnosno nerašćenje niza an.
Za niz an kažemo da je ograničen ako postoji realan broj M > 0, takav da
je |an| ≤ M, ∀n ∈ N.
14
Primjeri nizova
a nn =
1a
n nan n+ =
+< =1 1
11
1 11
n n= ≤
Primjer 1. Niz monotono opada jer je , ∀n ∈ N.
Ovaj niz je i ograničen jer je , ∀n ∈ N.
Primjer 2. Niz za n = 1,2,... ima vrijednosti
i, očigledno, nije monoton. Kako je , ∀n ∈ N dati
niz je ograničen.
( )− ⋅ +
11n n
n− −2
3
2
4
3
5
4, , , , ...
( )− ⋅ +
= +
≤11 1
2n n
n
n
n
15
ARITMETIČKI NIZ
ARITMETIČKI NIZ ili ARITMETIČKA PROGRESIJA je niz od n
realnih brojeva kod kojih je razlika svaka dva uzastopna člana ovog
konačnog niza (proizvoljnog i njemu prethodnog) konstanta.
Neka je d konstantna razlika odnosno diferencija .
Slijede relacije:
a a d2 1= +
a a d a d3 2 1
2= + = +
a a i d i ni = + − =1
1 1 2( ) , , , ,K
Odnosno
16
ARITMETIČKI NIZ
Primjenjujući poslednju relaciju imamo da je:
a a a n dn1 1
1+ = + −( )
a a a d a n d a n dn2 1 1 1 1
2 1+ = + + + − = + −−
( ) ( )
a a a an n1 2 1+ = +−
Odnosno
Na isti način se provjerava da važi:
K=+=+=+−− 34231 nnn aaaaaa
17
ARITMETIČKI NIZ
Kako je za:
To je
Odnosno:
{ }i k n− ∈ 1 2, , ..., i { }i k n+ ∈ 1 2, , ..., i k N, ∈
a a i k di k −
= + − −1
1( )
a a i k di k +
= + + −1
1( )
[ ]a a a i d a i d ai k i k − +
+ = + − = + − =2 2 1 2 1 21 1 1
( ) ( )
aa a
i
i k i k = +− +
2
Proizvoljni član aritmetičko g n iza je
aritmetička sredina dva u odnosu na
njega simetrična člana.
18
ARITMETIČKI NIZ
Zbir prvih n članova aritmetičkog niza je:
Kako je, takođe:
Slijedi:
a a a ai
i
n
n
=
∑ = + + +1
1 2 K
a a a a ai
i
n
n n
=
−
∑ = + + + +1
1 2 1K
21
1 2 1 1 1a a a a a a a n a a
i
i
n
n n n n
=
−∑ = + + + + + + = ⋅ +( ) ( ) ( ) ( )K
an
a ai
i
n
n
=
∑ = +1
12
( )Odnosno:
8/19/2019 predavanje_matematika_6._26.09.2012
http://slidepdf.com/reader/full/predavanjematematika626092012 4/4