Home - Rasfoiesc.com
Educatie Sanatate Inginerie Business Familie Hobby Legal
Doar rabdarea si perseverenta in invatare aduce rezultate bune. stiinta, numere naturale, teoreme, multimi, calcule, ecuatii, sisteme
Biologie Chimie Didactica Fizica Geografie Informatica
Istorie Literatura Matematica Psihologie

Matematica


Index » educatie » Matematica
» Consideratii de dualitate in programarea matematica


Consideratii de dualitate in programarea matematica


CONSIDERATII DE DUALITATE IN PROGRAMAREA MATEMATICA

            Oricarei probleme de programare matematica (in general) si de programare liniara (in special), numita problema initiala sau problema primala,  ii corespunde o alta problema de programare matematica (in general) si de programare liniara (in special), numita problema duala.

            O teorema de dualitate in programarea matematica este o relatie intre doua probleme de programare: o problema de optimizare (minimizare sau maximizare) cu restrictii, (problema primala) si o problema de optimizare (maximizare sau minimizare) cu restrictii, (problema duala), relatie care satisface, total sau partial, urmatoarele proprietati:

            (i). Existenta unui program optim pentru una dintre probleme atrage dupa sine existenta unui program optim si pentru cealalta problema, caz in care valorile functiilor obiectiv ale celor doua probleme sunt egale.

            (ii). Daca ambele probleme admit programe atunci ele admit programe optime.



            (iii).Daca una dintre probleme admite programe, iar cealalta nu admite, atunci problema care admite programe are optim infinit (functia obiectiv a acestei probleme este nemarginita pe multimea programelor).

Proprietatea poate fi formulata si astfel: daca una dintre probleme nu admite programe, atunci cealalta sau nu admite programe, sau functia obiectiv este nemarginita pe multimea programelor, ceea ce inseamna ca aceasta problema admite optim infinit.

(iv). Daca functia obiectiv a uneia dintre probleme este nemarginita pe multimea programelor acestei probleme, atunci cealalta problema nu admite programe.

Vom constata ca cele patru proprietati sunt total satisfacute in programarea liniara, dar sunt partial satisfacute in programarea convexa si patratica.

1. REZULTATE FUNDAMENTALE IN DUALITATEA IN PROGRAMAREA LINIARA

 

            Definitia 1. Se numeste problema duala a problemei de programare liniara (1):

                                           (1)

unde:

           

problema de programare liniara (2):

                                           (2)

Modelele (1) respectiv (2), in detaliu, devin modelele (1’) respectiv (2’), asadar, problema duala a problemei de programare liniara (1’):

este problema de programare liniara (2’):

            Observatie. Problema duala a unei probleme de programare liniara se obtine, pornind de la problema primala, cu respectarea urmatoarele reguli:

            (i). Oricarei restrictii a problemei primale ii corespunde o variabila in problema duala (numita variabila duala); unei restrictii exprimate printr-o inegalitate ii corespunde o variabila duala cu restrictii de semn, iar unei restrictii exprimate printr-o egalitate ii corespunde o variabila duala fara restrictii de semn; mai exact unei restrictii exprimate printr-o inegalitate de tipul “” ii corespunde o variabila duala nenegativa, iar unei restrictii exprimate printr-o inegalitate de tipul “” ii corespunde o variabila duala nepozitiva, in cazul unei probleme primale de minimizat, semnele variabilelor duale inversandu-se in cazul in care problema primala este de maximizat.

            (ii). Oricarei variabile a problemei primale ii corespunde o restrictie in problema duala; unei variabile cu restrictii de semn ii va corespunde o restrictie exprimata printr-o inegalitate, iar unei variabile fara restrictii de semn ii corespunde o restrictie exprimata printr-o egalitate; mai exact unei variabile nenegative ii corespunde o inegalitate de tipul “ “, in timp ce unei variabile nepozitive ii corespunde o inegalitate de tipul “” daca problema primala este o problema de minimizat, tipul restrictiilor duale inversandu-se in cazul in care problema primala este de maximizat.

            (iii). Coeficientii variabilei duale de indice “i” sunt elementele liniei “i” din problema primala, asadar matricea coeficientilor restrictiilor problemei duale este matricea transpusa a matricei coeficientilor restrictiilor problemei primale.

            (iv). Daca functia obiectiv a problemei primale se minimizeaza (maximizeaza) atunci functia obiectiv a problemei duale se maximizeaza (minimizeaza); coeficientii functiei obiectiv a problemei duale sunt termenii liberi ai restrictiilor problemei primale si termenii liberi ai restrictiilor problemei duale sunt coeficientii functiei obiectiv a problemei primale.

            Observatii: (i). Problema duala a unei probleme de programare liniara sub forma generala este tot o problema de programare liniara sub forma generala.

            (ii). Problema duala a unei probleme de programare liniara sub forma standard nu este o problema sub forma standard; problema duala problemei (3):

                                                 (3)

este problema (4).

                                                                                   (4)

           

            (iii). Duala unei probleme de programare liniara sub forma canonica este tot o problema de programare liniara sub forma canonica, motiv pentru care consideratiile de dualitate in programarea liniara se fac indeosebi asupra problemelor sub forma canonica; problemele duale ale problemelor (5), respectiv (6) sunt problemele (7), respectiv (8):

                                                 (5)

                                              (6)                   

                                                                                    (7)                                                                         

                                                                                      (8)

(iv). Dualitatea in programarea liniara are caracter involutiv, adica problema duala a unei problemei duale a unei probleme de programare liniara este problema initiala (primala); din aceasta cauza vom spune ca doua probleme de programare liniara duale una alteia formeaza un cuplu de probleme de programare liniara duale. Spre exemplu, problemele duale ale problemelor (7), respectiv (8) sunt problemele (5), respectiv (6):

(v). Problemele duale a doua probleme de programare liniara echivalente (probleme care se obtin una din alta prin transformari elementare) sunt probleme echivalente.

In contextul dualitatii ne propunem sa prezentam cinci rezultate reprezentative. Pentru primele patru teoreme vom considera cuplul de probleme de programare liniara sub forma canonica (5), (7), iar pentru ultimul rezultat preferam sa consideram cuplul format din problema de programare liniara sub forma standard (3) si duala sa (4), pentru ca pentru problema standard vom formula algoritmul simplex-dual.

Teorema 1. (Teorema fundamentala a dualitatii).  Pentru orice cuplu de probleme de programare liniara duale este posibila una si numai una dintre urmatoarele trei afirmatii:

(i). ambele probleme admit programe; in acest caz ambele probleme admit programe optime, pentru care functiile obiectiv coincid;

(ii). una dintre probleme admite programe iar cealalta nu; in acest caz problema care admite programe are optim infinit;

(iii). nici una dintre probleme nu admite programe.

Pentru demonstrarea teoremei, vom prezenta in prealabil trei leme ajutatoare.

Consideram asadar cuplul de probleme duale (5), (7).

Notam: P =    – multimea programelor problemei (5);

             D = – multimea programelor problemei (7).

Lema 1. Pentru orice pereche de programe duale P, D este adevarata inegalitatea: b’≤c’.

Intr-adevar, P;

                    ;

rezulta de aici ca .

Lema 2. Daca si  atunci  este program optim pentru problema (5), iar este program optim pentru problema (7).

Aplicam lema 1 perechii de programe , u, u – oarecare; rezulta:

b’u=,D,

adica este program optim pentru problema (7).

            Procedand analog cu perechea de programe xP, x – oarecare, D rezulta:

            =c’x, P,

deci este program optim pentru problema (5).

            Lema  Daca dintr-un cuplu de probleme de programare duale una are optim infinit, atunci cealalta problema nu are programe; daca una dintre probleme are program optim  , cealalta problema nu poate avea optim infinit.

Pentru demonstratie este suficient sa remarcam faptul ca:

.

Demonstratia teoremei.

Asociem cuplului de probleme de programare liniara duale (5), (7) matricea antisimetrica

;

facem apel la urmatoarea consecinta a teoremei Farkas-Minkowski [ ]: pentru orice matrice antisimetrica LMn(R) exista un vector Rn astfel incat sa avem:

            ;

in cazul nostru exista Rn+m+1 astfel incat:

            ,                                  (9)

adica in detaliu:

                                                                                                  (10)

                                                                                                  (11)

                                                                                                  (12)

                                                                                    (13)

                                                                                        (14)

                                                                                    (15)

                                                                              (16)

                                                                                  (17)

                                                                              (18)

            Deoarece exista doua posibilitati:

            (i). . Din (10)-(11) rezulta ca:

           

iar din (13)-(14) rezulta ca:

            si ,

asadar P, . Din (15) si lema 1 rezulta ca , iar in baza lemei 2  si sunt programe optime pentru problemele (5), respectiv (7).

            (ii). . Demonstram, in acest caz, ca nu este posibil ca ambele probleme duale (5) si (7) sa admita programe. Intr-adevar, daca presupunem ca problema (5) admite programul x si problema (7) admite programul u, atunci:

            Ax ≥ b, x ≥ 0;

            A’u ≤ c, u ≥ 0.

            In aceste condttii rezulta urmatoarele inegalitati contradictorii:

            ;

            ;

am folosit faptul ca .

Prin urmare in cazul sunt posibile doua situatii: sau nici una dintre probleme nu admite programe, ceea ce reprezinta cea de a treia afirmatie a teoremei, sau una dintre probleme admite programe si cealalta nu admite. Teorema este complet demonstrata daca aratam ca in cea de a doua situatie problema care admite programe are optim infinit. Presupunem in acest caz ca problema (5) admite programul x0, deci Ax0b, x0 ≥ 0. Aratam acum ca orice vector de forma x=x0+λ cu λ ≥ 0 este program al problemei (5), iar functia obiectiv tinde la −∞ de-a-lungul razei x.

Intr-adevar, avem:

Ax = Ax0+λA≥b;

c’x=c’x0+λc’  → - ∞,

                        λ→∞

deoarece < (x0)’A’≤ 0,  ceea ce demonstreaza teorema.

Prezentam in continuare trei teoreme ce se constituie in teoreme necesare si suficiente pentru ca un program sa fie program optim pentru problema (5).

            Teorema 2. (Teorema ecarturilor complementare). O conditie necesara si suficienta pentru ca programele P si D sa fie programe optime pentru problemele duale (5) si (7) este:

            .                                                       (19)

Demonstratie. Necesitatea. Din faptul ca P si D sunt programe optime pentru problemele duale (5) si (7) rezulta ca . Mai departe avem:

      





 , deoarece  ,

si produsul scalar este comutativ.

            Suficienta.        si sunt programe optime pentru problemele duale (5) si (7)

Observatie. Conditiile (necesare si suficiente) din teorema ecarturilor complementare se exprima, in detaliu, astfel:

;

,

sau 

;

,

de unde rezulta ca:

            ;

           

si

            ;

            ,

ceea ce exprima faptul ca pentru doua programe optime duale, daca una dintre  restrictii este satisfacuta ca inegalitate stricta, atunci valoarea variabilei duale corespunzatoare este nula, sau daca una dintre valorile variabilei este strict pozitiva, atunci restrictia duala corespunzatoare este satisfacuta ca egalitate. De aici provine si denumirea de teorema a ecarturilor complementare.

           

Teorema  (Kuhn-Tucker). Conditia necesara si suficienta pentru ca Rnsa fie program optim al problemei (5) este sa existe Rm astfel ca:

            ,           ,                          ;                                   (20)

            ,              ,          .                                  (21)

Demonstratie. Conditiile teoremei sunt echivalente cu conditiile P si D si cu conditiile din teorema ecarturilor complementare.

Rezultatul urmator se bazeaza pe conceptul de functie a lui Lagrange (sau lagrangeian) asociata (asociat) problemei de programare liniara (5).

Definitia 2. Se numeste lagrangeian asociat problemei de programare liniara (5) functia:

definita prin:

            .                                                                 (22)

            Variabilele duale se mai numesc si multiplicatori Kuhn-Tucker sau multiplicatori ai lui Lagrange prin analogie cu problema extremelor cu legaturi.

           

Teorema 4. (Teorema lagrangeianului). Conditia necesara si suficienta pentru ca sa fie program optim al problemei (5) este sa existe astfel incat punctul () sa fie punct-sa pentru lagrangeianul , adica sa fie indeplinita dubla inegalitate:

            .

            Demonstratie. Necesitatea. Daca este program optim al problemei (5), atunci in baza teoremei Kuhn-Tucker exista  astfel incat sa fie indeplinite conditiile:

            ,           ,                          ;

            ,              ,          .

            Din conditiile ecarturilor rezulta ca:

           

 si impreuna cu celelalte conditii rezulta:

           

            .

            Suficienta. Din prima inegalitate de punct-sa rezulta:

           

alegem si rezulta <ai, >-bi≥0, , ai – vectorul linie i al matricei A, deci A≥b, prin urmare este program al problemei (5).

            Procedam analog cu cea de a doua inegalitate de punct-sa si rezulta:

           

luam si rezulta cj-<, aj> ≥ 0, , adica (aj este vectorul coloana j al matricei A), prin urmare este program al problemei (7).

            Pentru cazul particular x = 0 si u = 0, inegalitatile de punct-sa devin:

            .

            Fiind adevarata si inegalitatea contrara rezulta ca , deci in baza lemei 2 programele P si D sunt programe optime pentru problemele (5), respectiv (7).

            Prezentam in finalul acestui paragraf un rezultat care evidentiaza pe de o parte faptul ca este posibil sa se rezolve simultan problemele ce constituie un cuplu de probleme de programare liniara duale si pe de alta parte constituie un element care contribuie la fundamentarea algoritmului simplex-dual.

            Consideram de aceasta data problema de programare liniara sub forma standard (23):

            min (z = c’x)

            Ax = b                                                                                     (23)

            x ≥ 0

si duala sa (24):

            max (w = b’u)

            A’u ≤ c                                                                                    (24)

            u – oarecare.

Teorema 5. O conditie suficienta (si necesara daca problema (23) este nedegenerata) pentru ca o baza B din matricea A sa fie baza optima este ca sa fie indeplinite urmatoarele conditii:

B-1b≥0;                                                                                    (25)

(cB)’B-1A – c’≤0.                                                                      (26)

In aceasta situatie programele optime ale problelor duale (23), (24) sunt:

xB = B-1b; xS = 0,

respectiv

            (uB)’ = (cB)’B-1.

Demonstratie. Este de remarcat faptul ca vectorii  si uB definiti mai sus sunt programe optime pentru problemele (23) si respectiv (24), deoarece sunt programe pentru cele doua probleme , iar valorile functiilor obiectiv coincid, adica:

(cB)’xB = (cB)’B-1b = (uB)’b.

Daca problema (23) este nedegenerata conditia (26) este si necesara pentru optimalitatea bazei B deoarece daca (cB)’B-1ak – ck > 0 (adica zk –ck > 0) atunci, prin introducerea variabilei xk in baza, functia obiectiv scade strict cu valoarea:

.

Teorema precedenta poate fi reformulata, daca definim conceptele de baza admisibila si baza dual-admisibila.

Definitia  (i). O baza B care satisface conditia (25) se numeste admisibila (deoarece ii corespunde un program de baza al problemei (23), xB = B-1b, xS = 0);

(ii). O baza B care satisface conditia (26) se numeste dual-admisibila (deoarece ii corespunde un program de baza al problemei duale (24), uB = (cB)’B-1).

Cu aceste elemente, teorema precedenta afirma faptul ca o baza B este optima daca si numai daca este simultan admisibila si dual-admisibila.

Observatii . (i). Daca matricea A contine o matrice unitate Im, atunci la fiecare iteratie simplex in aceste coloane se gaseste inversa bazei curente, adica B-1; in particular in tabelul simplex optim regasim inversa bazei optime. In aceste conditii observam ca in acest tabel regasim si programul optim al problemei duale (26).

 (ii). Daca ne referim la cuplul de probleme duale (5), (6) atunci forma standard echivalenta este Ax – y = b, y ≥ 0, daca B este baza optima atunci programul optim al problemei duale (6) reprezinta elementele luate cu semn schimbat, din ultima linie a tabelului simplex optim, situate in coloanele corespunzatoare variabilelor ecart zi,

zi – cei  =  (uB)’i  = - [(cBB-1]i .

2. ALGORITMUL SIMPLEX DUAL

Prin aplicarea algoritmului simplex problemei duale se obtine un nou algoritm pentru problema initiala, numit algoritmul simplex-dual, care este tot un algoritm pentru problema initiala, ca si simplexul, si intr-un anumit sens dual acestuia.

Algoritmul simplex exploreaza bazele admisibile, pana cand acestea devin si dual-admisibile, deci optime, in timp ce algoritmul simplex-dual exploreaza bazele dual-admisibile pana cand acestea devin si admisibile, deci optime.

Consideram problema de minimizat (26) ca problema initiala.

Pasul 1. Se determina o baza initiala B a matricei A, se calculeaza elementele si se intocmeste tabelul simplex corespunzator.

Pasul 2. Daca baza B nu este dual-admsibila atunci executa:

            Se adauga restrictia suplimentara

                        , M – suficient de mare;

            Se aduce restrictia la forma standard:

                        ;

Se face schimbarea de baza , unde k se determina din relatia: .

            Pasul  Daca  atunci scrie ‘ Programul gasit este optim’; Stop.

                                                          altfel se determina indicele l din relatia:

                                                            .

Pasul 4. Daca atunci scrie ‘Problema nu are programe’;                Stop.

                                                        altfel se determina indicele k din relatia:

                                                                    .

            Pasul 5. Se face schimbarea de baza , se transforma tabelul simplex conform formulelor de transformare cu pivotul   si se reia algoritmul de la pasul

           

                                                           



loading...




Copyright © 2017 - Toate drepturile rezervate

Matematica


Statistica


Valori extreme ale unei functii
FUNCTIA RADICAL
Ecuatii de recurenta liniara de ordin doi
Functii pare, impare
METODA MULTIPLICATORILOR LUI LAGRANGE
Reprezentari analitice ale suprafetelor
PROIECT - Cel mai mic multiplu comun al doua numere naturale (c.m.m.m.c)
Aplicatii liniare
Programul de Cercetare Stiintifica - Optimizari si dinamica geometrica pe varietati Riemann
Proprietatile dreptelor simplu si dublu particulare. Urmele dreptei. Pozitii relative a doua drepte.












loading...