Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός

Σχετικά έγγραφα
Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Simplex µε πίνακες Simplex µε πίνακες

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX

Γενικευµένη Simplex Γενικευµένη Simplex

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Θεωρία Αποφάσεων και Βελτιστοποίηση

Συνεχείς συναρτήσεις πολλών µεταβλητών. ε > υπάρχει ( ) ( )

Ο Αλγόριθµος της Simplex

Θεωρία Αποφάσεων και Βελτιστοποίηση

Δυϊκότητα. Δημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός

1 Οι πραγµατικοί αριθµοί

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

KΕΦΑΛΑΙΟ 6 ΥΝΑΜΟΣΕΙΡΕΣ-ΣΕΙΡΕΣ TAYLOR

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι ( )

Εισαγωγή και ανάλυση ευαισθησίας προβληµάτων Γραµµικού Προγραµµατισµού. υϊκότητα. Παραδείγµατα.

Μοντελοποίηση προβληµάτων

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

Κεφάλαιο 6. Πεπερασµένα παραγόµενες αβελιανές οµάδες. Z 4 = 1 και Z 2 Z 2.

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

Ακέραιος Γραµµικός Προγραµµατισµός

Εισαγωγή στην Τοπολογία

Κεφάλαιο 7 Βάσεις και ιάσταση

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Branch and Bound. Branch and Bound

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

1 Οι πραγµατικοί αριθµοί

Kεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

Υπερβατικοί Αριθµοί και Θεώρηµα του Liouville

f x = f a + Df a x a + R1 x, a, x U και από τον ορισµό της 1 h f a h f a h a h h a R h a i i j

x 2 = x x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.

Κυρτή Ανάλυση. Ενότητα: Υπερεπίπεδα στήριξης και διαχωριστικά ϑεωρήµατα. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Όρια συναρτήσεων. ε > υπάρχει ( ) { } = ± ορίζονται αναλόγως. Η διατύπωση αυτών των ορισµών αφήνεται ως άσκηση. x y = +. = και για κάθε (, ) ( 0,0)

Ανω Φράγµα στην Τάξη των Συναρτήσεων. Ρυθµός Αύξησης (Τάξη) των Συναρτήσεων. Παράδειγµα (1/2) O( g(n) ) είναι σύνολο συναρτήσεων:

Ακέραιος Γραµµικός Προγραµµατισµός

ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Θεωρία Τελεστών. Ενότητα: Το ϕασµατικό ϑεώρηµα για αυτοσυζυγείς τελεστές. Αριστείδης Κατάβολος. Τµήµα Μαθηµατικών

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Λυσεις Ασκησεων - Φυλλαδιο 1

Θεωρήµατα Ιεραρχίας Ειδικά Θέµατα Υπολογισµού και Πολυπλοκότητας, Μάθηµα Βασικής Επιλογής Εαρινού Εξαµήνου Τοµέας Εφαρµογών και Θεµελιώσεων

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν τη γραµµική αντικειµενική συνάρτηση. n j = j = 1, 2,, n

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

Θεωρια Αριθµων. Θεωρητικα Θεµατα. Ακαδηµαϊκο Ετος Α. Μπεληγιάννης

Όρια συναρτήσεων. ε > υπάρχει ( ) { } = ± ορίζονται αναλόγως. Η διατύπωση αυτών των ορισµών αφήνεται ως άσκηση. x y = +. = και για κάθε (, ) ( 0,0)

Αριθµητική Ανάλυση. Ενότητα 5 Προσέγγιση Συναρτήσεων. Ν. Μ. Μισυρλής. Τµήµα Πληροφορικής και Τηλεπικοινωνιών,

Αρµονική Ανάλυση. Ενότητα: Ολοκλήρωµα Lebesgue - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50

x(t) 2 = e 2 t = e 2t, t > 0

Τμήμα Εφαρμοσμένης Πληροφορικής

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΑΛΓΕΒΡΙΚΕΣ ΟΜΕΣ Ι. Ασκησεις - Φυλλαδιο 2

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 4

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 3

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

KΕΦΑΛΑΙΟ 1 ΧΡΗΣΙΜΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΝΝΟΙΕΣ. { 1,2,3,..., n,...

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΠΕΡΙΤΤΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2

Κεφάλαιο 4. Ευθέα γινόµενα οµάδων. 4.1 Ευθύ εξωτερικό γινόµενο οµάδων. i 1 G 1 G 1 G 2, g 1 (g 1, e 2 ), (4.1.1)

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1)

Συνεκτικά σύνολα. R είναι συνεκτικά σύνολα.

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 28/3/2012. Lecture07 1

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

ΑΝΤΙΜΕΤΑΘΕΤΙΚΗ ΑΛΓΕΒΡΑ ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ, 2013 ΣΗΜΕΙΩΣΕΙΣ ΧΑΡΑ ΧΑΡΑΛΑΜΠΟΥΣ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ, ΑΠΘ

Αρµονική Ανάλυση. Ενότητα: L p Σύγκλιση. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης , (1)

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +

Γραµµική Αλγεβρα Ι. Ενότητα: ιανυσµατικοί χώροι. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων

ΚΕΦΑΛΑΙΟ 8: Εφαρµογή: Το θεώρηµα του Burnside

Θεωρια Αριθµων. Θεωρητικα Θεµατα. Ακαδηµαϊκο Ετος ιδασκοντες: Α. Μπεληγιάννης & Σ. Παπαδάκης

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 3

Αλγεβρικες οµες Ι Ασκησεις - Φυλλαδιο 2

Εισαγωγή στην Τοπολογία

Επιχειρησιακή Έρευνα I

Κεφάλαιο 9. Οµάδες συγκεκριµένης τάξης. 9.1 Οµάδες τάξης pq. Z p 2 και Z p Z p.

Συνεκτικά σύνολα. R είναι συνεκτικά σύνολα.

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

Επιχειρησιακή Έρευνα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

ΚΕΦΑΛΑΙΟ 4: Ριζικό του Jacobson

Υπόδειξη. (α) Άµεσο αφού κάθε υποσύνολο µηδενικού συνόλου είναι µετρήσιµο.

Αλγεβρα. Ενότητα: Πολυωνυµικές σχέσεις - πολυώνυµα µίας µεταβλητής. Ευάγγελος Ράπτης. Τµήµα Μαθηµατικών

Υπολογισµός διπλών ολοκληρωµάτων µε διαδοχική ολοκλήρωση

ΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ. 4.1 Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι (ΑΡΤΙΟΙ) Λυσεις Ασκησεων - Φυλλαδιο 2

1 Το ϑεώρηµα του Rademacher

Transcript:

Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση

Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις που δεν είναι εφικτή η αυθαίρετη λύση µε µηδενικές µεταβλητές απόφασης χρησιµοποιήσαµε την τεχνική των δύο ϕάσεων

Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις που δεν είναι εφικτή η αυθαίρετη λύση µε µηδενικές µεταβλητές απόφασης χρησιµοποιήσαµε την τεχνική των δύο ϕάσεων Μπορούµε να αποφύγουµε την παραπάνω διαδικασία χρησιµοποιώντας την ϑεωρία του δυϊσµού χρησιµοποιώντας µόνο µια ϕορά τον αλγόριθµο της Simplex

Εισαγωγή Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση Σε περιπτώσεις που δεν είναι εφικτή η αυθαίρετη λύση µε µηδενικές µεταβλητές απόφασης χρησιµοποιήσαµε την τεχνική των δύο ϕάσεων Μπορούµε να αποφύγουµε την παραπάνω διαδικασία χρησιµοποιώντας την ϑεωρία του δυϊσµού χρησιµοποιώντας µόνο µια ϕορά τον αλγόριθµο της Simplex Σύµφωνα µε αυτή τη ϑεωρία για κάθε πρωταρχικό πρόβληµα P υπάρχει το δυϊκό του D

Αλγεβρική Μορφή υϊκού Προβλήµατος Πρωταρχικό Πρόβληµα P n max z = c j x j s.t. n a ij x j b i, 1 i m x j 0 1 j n

Αλγεβρική Μορφή υϊκού Προβλήµατος Πρωταρχικό Πρόβληµα P n max z = c j x j s.t. n a ij x j b i, 1 i m x j 0 1 j n υϊκό Πρόβληµα D m min w = b i y i s.t. m a ij y i c j, 1 j n y i 0 1 i m

Μορφή Πινάκων υϊκού Προβλήµατος Πρωταρχικό Πρόβληµα P max z =cx s.t. Ax b x 0

Μορφή Πινάκων υϊκού Προβλήµατος Πρωταρχικό Πρόβληµα P max z =cx s.t. Ax b x 0 υϊκό Πρόβληµα D min w =b T y s.t. A T y c T y 0

Παράδειγµα - Υπογραφή Συµβολαίων Πρωταρχικό Πρόβληµα P max z = 8x 1 + 6x 2 = 2 (4x 1 + 3x 2 ) s.t. 5x 1 + 3x 2 30 2x 1 + 3x 2 24 x 1 + 3x 2 18 x 1, x 2 0

Παράδειγµα - Υπογραφή Συµβολαίων Πρωταρχικό Πρόβληµα P max z = 8x 1 + 6x 2 = 2 (4x 1 + 3x 2 ) s.t. 5x 1 + 3x 2 30 2x 1 + 3x 2 24 x 1 + 3x 2 18 x 1, x 2 0 υϊκό Πρόβληµα D min w = 30y 1 + 24y 2 + 18y 3 s.t. 5y 1 + 2y 2 + y 3 4 3y 1 + 3y 2 + 3y 3 3 y 1, y 2, y 3 0

Παρατηρήσεις Παρατηρούµε µια σχέση ανάµεσα από κάθε περιορισµό i του πρωταρχικού προβλήµατος µε την µεταβλητή y i του δυϊκού προβλήµατος

Παρατηρήσεις Παρατηρούµε µια σχέση ανάµεσα από κάθε περιορισµό i του πρωταρχικού προβλήµατος µε την µεταβλητή y i του δυϊκού προβλήµατος Αντίστοιχα ανάµεσα από κάθε µεταβλητή x j του πρωταρχικού προβλήµατος µε τον περιορισµό j του δυϊκού προβλήµατος και την αντίστοιχη µεταβλητή απόκλισης y m+j

Παρατηρήσεις Παρατηρούµε µια σχέση ανάµεσα από κάθε περιορισµό i του πρωταρχικού προβλήµατος µε την µεταβλητή y i του δυϊκού προβλήµατος Αντίστοιχα ανάµεσα από κάθε µεταβλητή x j του πρωταρχικού προβλήµατος µε τον περιορισµό j του δυϊκού προβλήµατος και την αντίστοιχη µεταβλητή απόκλισης y m+j Οι σχέσεις αυτές δίνονται στους παρακάτω πίνακες

Πίνακες µετατροπής Πρωταρχικό υϊκό n Περιορισµός a ij x j b i Μεταβλητή y i 0 Περιορισµός Περιορισµός n a ij x j = b i Μεταβλητή y i R n a ij x j b i Μεταβλητή y i 0

Πίνακες µετατροπής Πρωταρχικό Μεταβλητή x j 0 Μεταβλητή x j R Μεταβλητή x j 0 υϊκό m Περιορισµός a ij y i c j Περιορισµός Περιορισµός m a ij y i = c j m a ij y i c j

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P P Απόδειξη max z =cx s.t. Ax b x 0

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P P Απόδειξη D(P) max z =cx s.t. Ax b x 0 min w =b T y s.t. A T y c T y 0

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P P Απόδειξη D(P) D(P) max z =cx s.t. Ax b x 0 min w =b T y s.t. A T y c T y 0 max w = b T y s.t. Ax c T y 0

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P P Απόδειξη D(P) D(P) max z =cx s.t. Ax b x 0 D(D(P)) min w =b T y s.t. A T y c T y 0 max w = b T y s.t. Ax c T y 0 min z =(c T ) T x s.t. (A T ) T x (b T ) T x 0

Θεωρία υϊσµού Θεώρηµα Εστω ένα πρωταρχικό πρόβληµα P. Συµβολίζουµε το δυϊκό του ως D(P). Για το δυϊκό του D(P) ισχύει : D(D(P)) = P P Απόδειξη D(P) D(P) max z =cx s.t. Ax b x 0 D(D(P)) min w =b T y s.t. A T y c T y 0 max w = b T y s.t. Ax c T y 0 D(D(P)) min z =(c T ) T x s.t. (A T ) T x (b T ) T x 0 max z =cx s.t. Ax b x 0

Θεωρία υϊσµού Θεώρηµα Εστω (x 1,..., x n ) µια εφικτή λύση για το P και (y 1,..., y m ) µια εφικτή n m λύση για το δυϊκό του D. Ισχύει πώς : c j x j b i y i

Θεωρία υϊσµού Θεώρηµα Εστω (x 1,..., x n ) µια εφικτή λύση για το P και (y 1,..., y m ) µια εφικτή n m λύση για το δυϊκό του D. Ισχύει πώς : c j x j b i y i Απόδειξη n c j x j = n m ( a ij y i )x j m n ( a ij x j )y i m b i y i

Θεωρία δυϊσµού Κάθε λύση του δυϊκού αποτελεί ένα άνω ϕράγµα για την ϐέλτιστη m λύση του πρωταρχικού z b i y i

Θεωρία δυϊσµού Κάθε λύση του δυϊκού αποτελεί ένα άνω ϕράγµα για την ϐέλτιστη m λύση του πρωταρχικού z b i y i Αντίστοιχα κάθε λύση του πρωταρχικού αποτελεί ένα κάτω ϕράγµα n για την ϐέλτιστη λύση του δυϊκού w c j x j

Θεωρία δυϊσµού Κάθε λύση του δυϊκού αποτελεί ένα άνω ϕράγµα για την ϐέλτιστη m λύση του πρωταρχικού z b i y i Αντίστοιχα κάθε λύση του πρωταρχικού αποτελεί ένα κάτω ϕράγµα n για την ϐέλτιστη λύση του δυϊκού w c j x j Αµεσο συµπέρασµα είναι πως εάν ένα πρόβληµα είναι εφικτό και µη ϕραγµένο το δυϊκό του είναι µη εφικτό (κενός χώρος εφικτών λύσεων)

Θεωρία δυϊσµού Κάθε λύση του δυϊκού αποτελεί ένα άνω ϕράγµα για την ϐέλτιστη m λύση του πρωταρχικού z b i y i Αντίστοιχα κάθε λύση του πρωταρχικού αποτελεί ένα κάτω ϕράγµα n για την ϐέλτιστη λύση του δυϊκού w c j x j Αµεσο συµπέρασµα είναι πως εάν ένα πρόβληµα είναι εφικτό και µη ϕραγµένο το δυϊκό του είναι µη εφικτό (κενός χώρος εφικτών λύσεων) Ενα πολύ σηµαντικό ϑεώρηµα για τις ϐέλτιστες λύσεις του δυϊκού είναι το παρακάτω

Θεωρία δυϊσµού Θεώρηµα Εάν ένα πρόβληµα P επιδέχεται ϐέλτιστη λύση z max τότε το δυϊκό του επίσης επιδέχεται ϐέλτιστη λύση w min. Επιπλέον ισχύει z max = w min Απόδειξη Για την απόδειξη ϑα χρησιµοποιήσουµε τον αλγόριθµο της Simplex αφού το πρόβληµα είναι εφικτό και ϕραγµένο.

Θεωρία δυϊσµού Θεώρηµα Εάν ένα πρόβληµα P επιδέχεται ϐέλτιστη λύση z max τότε το δυϊκό του επίσης επιδέχεται ϐέλτιστη λύση w min. Επιπλέον ισχύει z max = w min Απόδειξη Για την απόδειξη ϑα χρησιµοποιήσουµε τον αλγόριθµο της Simplex αφού το πρόβληµα είναι εφικτό και ϕραγµένο. Εστω x η ϐέλτιστη λύση. Για τις µεταβλητές απόκλισης ισχύει : n x n+1 = b i a ij x j

Θεωρία δυϊσµού Θεώρηµα Εάν ένα πρόβληµα P επιδέχεται ϐέλτιστη λύση z max τότε το δυϊκό του επίσης επιδέχεται ϐέλτιστη λύση w min. Επιπλέον ισχύει z max = w min Απόδειξη Για την απόδειξη ϑα χρησιµοποιήσουµε τον αλγόριθµο της Simplex αφού το πρόβληµα είναι εφικτό και ϕραγµένο. Εστω x η ϐέλτιστη λύση. Για τις µεταβλητές απόκλισης ισχύει : n x n+1 = b i a ij x j n+m Επιπλέον για το τελικό λεξικό ισχύει : z = z η k x k k=1 (η k = 0 για µεταβλητές x k B ενώ η k 0 για x k EB)

Θεωρία δυϊσµού Θεώρηµα Εάν ένα πρόβληµα P επιδέχεται ϐέλτιστη λύση z max τότε το δυϊκό του επίσης επιδέχεται ϐέλτιστη λύση w min. Επιπλέον ισχύει z max = w min Απόδειξη Για την απόδειξη ϑα χρησιµοποιήσουµε τον αλγόριθµο της Simplex αφού το πρόβληµα είναι εφικτό και ϕραγµένο. Εστω x η ϐέλτιστη λύση. Για τις µεταβλητές απόκλισης ισχύει : n x n+1 = b i a ij x j n+m Επιπλέον για το τελικό λεξικό ισχύει : z = z η k x k k=1 (η k = 0 για µεταβλητές x k B ενώ η k 0 για x k EB) n m n z = z η j x j η n+i (b i a ij x j )

Θεωρία δυϊσµού Απόδειξη(Συνέχεια) n z = z η j x j m η n+i b i + m n η n+i ( a ij x j )

Θεωρία δυϊσµού Απόδειξη(Συνέχεια) n m m n z = z η j x j η n+i b i + η n+i ( a ij x j ) z = z m η n+i b i + n m ( η n+i a ij η j )x i

Θεωρία δυϊσµού Απόδειξη(Συνέχεια) n z = z η j x j z = z m η n+i b i + m η n+i b i + m n η n+i ( a ij x j ) n m ( η n+i a ij η j )x i Χρησιµοποιώντας την ισότητα πολυωνύµων ϑέτοντας n z = c j x j καταλήγουµε στις σχέσεις z = m η n+i b i c j = ( m η n+ia ij ) η j για 1 j n

Θεωρία δυϊσµού Απόδειξη (Συνέχεια) Αφού η j 0 m c j η n+i a ij

Θεωρία δυϊσµού Απόδειξη (Συνέχεια) Αφού η j 0 m c j η n+i a ij Αρα ή (η n+1,..., η n+m ) είναι εφικτή λύση του δυϊκού προβλήµατος. Επιπλέον είναι η ελάχιστη αφού ταυτίζεται µε µία λύση του πρωταρχικού και σύµφωνα µε το πρώτο ϑεώρηµα οποιαδήποτε λύση του δυϊκού είναι άνω ϕράγµα για όλες τις λύσεις του πρωταρχικού

Συµπεράσµατα Μπορούµε µε τη Simplex να καθορίσουµε την ϐέλτιστη λύση του δυϊκού προβλήµατος από την επίλυση του αρχικού

Συµπεράσµατα Μπορούµε µε τη Simplex να καθορίσουµε την ϐέλτιστη λύση του δυϊκού προβλήµατος από την επίλυση του αρχικού Θέτουµε y i = η n+i για 1 i m όπου η n+i οι συντελεστές της αντικειµενικής συνάρτησης των µεταβλητών απόκλισης στο τελευταίο λεξικό

Συµπεράσµατα Μπορούµε µε τη Simplex να καθορίσουµε την ϐέλτιστη λύση του δυϊκού προβλήµατος από την επίλυση του αρχικού Θέτουµε y i = η n+i για 1 i m όπου η n+i οι συντελεστές της αντικειµενικής συνάρτησης των µεταβλητών απόκλισης στο τελευταίο λεξικό Στη περίπτωση των πινάκων η ϐέλτιστη λύση του δυϊκού δίνεται από την κολόνα y του Βήµατος 3

Παράδειγµα Υπογραφή Συµβολαίων Λεξικό 3 Βάση : Β 3 = {1, 2, 4} Εκτός Βάσης : ΕΒ 3 = {3, 5} Βασική Εφικτή Λύση : ΒΕΛ 3 = {3, 5, 0, 3, 0} x 1 = 1 4 x 3 x 2 = x 4 = 1 12 x 3 1 4 x 3 + z = 3 4 x 3 1 4 x 5 + 3 5 12 x 5 + 5 3 4 x 5 + 3 1 4 x 5 + 27

Παράδειγµα Υπογραφή Συµβολαίων Λεξικό 3 Βάση : Β 3 = {1, 2, 4} Εκτός Βάσης : ΕΒ 3 = {3, 5} Βασική Εφικτή Λύση : ΒΕΛ 3 = {3, 5, 0, 3, 0} x 1 = 1 4 x 3 x 2 = x 4 = 1 12 x 3 1 4 x 3 + z = 3 4 x 3 1 4 x 5 + 3 5 12 x 5 + 5 3 4 x 5 + 3 1 4 x 5 + 27 Θέτουµε y 1 = η 2+1 = 3 4 και y 3 = η 2+3 = 1 4

Σχέση περιορισµών-µεταβλητών Πολλές ϕορές αφού λύσουµε ένα πρόβληµα καταγράφουµε µόνο τη ϐέλτιστη λύση και όχι την σκιαγράφηση του αλγορίθµου

Σχέση περιορισµών-µεταβλητών Πολλές ϕορές αφού λύσουµε ένα πρόβληµα καταγράφουµε µόνο τη ϐέλτιστη λύση και όχι την σκιαγράφηση του αλγορίθµου Ακόµη και σε αυτές τις περιπτώσεις υπάρχει δυνατότητα προσδιορισµού της λύσης του δυϊκού µε ϐάση τα επόµενα ϑεωρήµατα

Θεωρία υϊσµού Θεώρηµα Εστω (x 1,..., x n ) (y 1,..., y m) λύσεις για το πρωταρχικό P και το δυϊκό D αντίστοιχα. Οι δύο λύσεις είναι ϐέλτιστες αν και µόνο αν ισχύει : 1 x j = 0 ή y m+j = 0 για 1 j n 2 y i = 0 ή x n+i = 0 για 1 i m

Θεωρία υϊσµού Θεώρηµα Εστω (x 1,..., x n ) (y 1,..., y m) λύσεις για το πρωταρχικό P και το δυϊκό D αντίστοιχα. Οι δύο λύσεις είναι ϐέλτιστες αν και µόνο αν ισχύει : 1 x j = 0 ή y m+j = 0 για 1 j n 2 y i = 0 ή x n+i = 0 για 1 i m Παρατήρηση Το ή στις παραπάνω συνθήκες δεν είναι αποκλειστικό

Θεωρία υϊσµού Απόδειξη Αφού οι λύσεις x και y είναι ϐέλτιστες ϑα ισχύει: n n m m n m c j x j = ( a ij y i )x j = ( a ij x j )y i = b i y i

Θεωρία υϊσµού Απόδειξη Αφού οι λύσεις x και y είναι ϐέλτιστες ϑα ισχύει: n n m m n m c j x j = ( a ij y i )x j = ( a ij x j )y i = b i y i n m (c j ( a ij y i ))x j = 0 x j = 0 ή c j ( m a ijy i ) = x j = 0 ή y n+j = 0

Θεωρία υϊσµού Απόδειξη Αφού οι λύσεις x και y είναι ϐέλτιστες ϑα ισχύει: n n m m n m c j x j = ( a ij y i )x j = ( a ij x j )y i = b i y i n m (c j ( a ij y i ))x j = 0 x j = 0 ή c j ( m a ijy i ) = x j = 0 ή y n+j = 0 m n (b i ( a ij x j ))y i = 0 y i = 0 ή b i ( n a ijx j ) = y i = 0 ή x m+i = 0

Θεωρία υϊσµού Ορισµός Θα συµβολίζουµε έναν περιορισµό της µορφής η ως κορεσµένο όταν ισχύει η ισότητα

Θεωρία υϊσµού Ορισµός Θα συµβολίζουµε έναν περιορισµό της µορφής η ως κορεσµένο όταν ισχύει η ισότητα Πόρισµα Εστω x µια ϐέλτιστη λύση του πρωταρχικού προβλήµατος P. Για την ϐέλτιστη λύση του δυϊκού y ισχύει : Εάν η µεταβλητή x j είναι αυστηρά µεγαλύτερη του µηδενός τότε ο περιορισµός j του δυϊκού προβλήµατος D είναι κορεσµένος. Εάν ο περιορισµός i δεν είναι κορεσµένος τότε η µεταβλητή y j ισούται µε το µηδέν.

Θεωρία υϊσµού Ορισµός Θα συµβολίζουµε έναν περιορισµό της µορφής η ως κορεσµένο όταν ισχύει η ισότητα Πόρισµα Εστω x µια ϐέλτιστη λύση του πρωταρχικού προβλήµατος P. Για την ϐέλτιστη λύση του δυϊκού y ισχύει : Εάν η µεταβλητή x j είναι αυστηρά µεγαλύτερη του µηδενός τότε ο περιορισµός j του δυϊκού προβλήµατος D είναι κορεσµένος. Εάν ο περιορισµός i δεν είναι κορεσµένος τότε η µεταβλητή y j ισούται µε το µηδέν. Παρατήρηση Στις παραπάνω προτάσεις δεν ισχύει η διπλή συνεπαγωγή. Υπάρχουν περιπτώσεις που ένας περιορισµός είναι κορεσµένος ενώ η αντίστοιχη µεταβλητή του δυϊκού είναι µηδενική

Συµπεράσµατα Οπως έχουµε δει κάθε πρόβληµα µπορεί να είναι εφικτό µε ϐέλτιστη λύση, µη εφικτό, εφικτό µη ϕραγµένο

Συµπεράσµατα Οπως έχουµε δει κάθε πρόβληµα µπορεί να είναι εφικτό µε ϐέλτιστη λύση, µη εφικτό, εφικτό µη ϕραγµένο Από τους 9 διαφορετικούς συνδυασµούς χαρακτηρισµών των δύο προβληµάτων, πρωταρχικού και δυϊκού µόνο 5 είναι δυνατοί

Συµπεράσµατα Οπως έχουµε δει κάθε πρόβληµα µπορεί να είναι εφικτό µε ϐέλτιστη λύση, µη εφικτό, εφικτό µη ϕραγµένο Από τους 9 διαφορετικούς συνδυασµούς χαρακτηρισµών των δύο προβληµάτων, πρωταρχικού και δυϊκού µόνο 5 είναι δυνατοί υϊκό D Μ Ε Ε Μ Φ Β Λ Πρωταρχικό P Μ Ε " " Ε Μ Φ " Β Λ "

Συµπεράσµατα Το δυϊκό πρόβληµα µπορεί να µας οδηγήσει στη ϐέλτιστη λύση µε πολύ λιγότερα ϐήµατα του αλγορίθµου

Συµπεράσµατα Το δυϊκό πρόβληµα µπορεί να µας οδηγήσει στη ϐέλτιστη λύση µε πολύ λιγότερα ϐήµατα του αλγορίθµου εν µπορούµε όµως να γνωρίζουµε πιο από τα δύο ϑα µας οδηγήσει στα λιγότερα ϐήµατα

Συµπεράσµατα Το δυϊκό πρόβληµα µπορεί να µας οδηγήσει στη ϐέλτιστη λύση µε πολύ λιγότερα ϐήµατα του αλγορίθµου εν µπορούµε όµως να γνωρίζουµε πιο από τα δύο ϑα µας οδηγήσει στα λιγότερα ϐήµατα Η χρήση όµως πίνακα ϐάσης µικρότερων διαστάσεων µπορεί να επιταχύνει τους υπολογισµούς πινάκων των Βηµάτων 2 και 3

Συµπεράσµατα Το δυϊκό πρόβληµα µπορεί να µας οδηγήσει στη ϐέλτιστη λύση µε πολύ λιγότερα ϐήµατα του αλγορίθµου εν µπορούµε όµως να γνωρίζουµε πιο από τα δύο ϑα µας οδηγήσει στα λιγότερα ϐήµατα Η χρήση όµως πίνακα ϐάσης µικρότερων διαστάσεων µπορεί να επιταχύνει τους υπολογισµούς πινάκων των Βηµάτων 2 και 3 Επιπλέον σε περιπτώσεις που η Αρχική Βασική Εφικτή Λύση δεν είναι τετριµµένη µπορούµε να καταφύγουµε στην επίλυση του δυϊκού

Παράδειγµα Πρωταρχικό Πρόβληµα P min z = 30x 1 + 24x 2 + 18x 3 s.t. 5x 1 + 2x 2 + 2x 3 4 3x 1 + 3x 2 + 3x 3 3 x 1, x 2, x 3 0

Παράδειγµα Πρωταρχικό Πρόβληµα P max w = 30x 1 24x 2 18x 3 s.t. 5x 1 2x 2 2x 3 4 3x 1 3x 2 3x 3 3 x 1, x 2, x 3 0

Παράδειγµα υϊκό Πρόβληµα D min w = 8y 1 6y 2 s.t. 5y 1 3y 2 30 2y 1 3y 2 24 y 1 3y 2 18 y 1, y 2 0

Παράδειγµα υϊκό Πρόβληµα D max w = 8y 1 + 6y 2 s.t. 5y 1 + 3y 2 30 2y 1 + 3y 2 24 y 1 + 3y 2 18 y 1, y 2 0