Лекция: Общее правило построения двойственной пары.
К пяти признакам сформулированным ранее, необходимо добавить следующие:
1) в исходной ограничения неравенства следует записывать со знаком, если целевая функция стремится к минимуму, и со знаком, если целевая функция стремится к максимуму;
2) каждому ограничению неравенства исходной задачи соответствует в двойственной задаче условие не отрицательности переменных ;
3) каждому условию равенства соответствует переменная без ограничения на знак, и наоборот: не отрицательным переменным из основной задачи в двойственной задаче соответствуют ограничения неравенства, а неограниченным по знаку переменным соответствуют равенства.
Приведу теорему без доказательства, справедливую для любых двойственных задач.
Теорема. Если одна из двойственных задач имеет оптимальное решение, то и другая его имеет. Причём экстремальные значения целевых функций совпадают. Если же в одной задаче целевая функций не ограничена, то двойственная ей задача противоречива.
Сведение матричной игры к двойственной задаче линейного программирования.
Теперь рассмотрю Сведение матричной игры к двойственной задаче линейного программирования. Предполагаю, что матрица Н не содержит седловой точки, поэтому решение игры представлено в смешанных стратегиях.
Соотношениям отыскания и можно поставить в соответствие эквивалентные им задачи
(7.1)
Здесь есть математическое ожидание выигрыша первого игрока.
Тогда для любой чистой стратегии y(j) игрока В
можно записать
, (7.2)
а для любой чистой стратегии x(i) игрока А
можно записать
. (7.3)
Следовательно, задачи (7.1) – (7.3) допускают следующую запись в форме задач линейного программирования
, (7.4)
. (7.5)
Нетрудно видеть, что задачи (7.4) и (7.5) взаимно двойственные, а поэтому их оптимальные значения должны совпадать, т.е., где V – цена игры (требуемое значение эффективности).
Для задачи (7.4) положим и, (7.6)
а для задачи (7.5) положим и. (7.7)
Тогда, отыскание оптимальной смешанной стратегии хопт игрока А приводит к необходимости решения следующей задачи линейного программирования:
минимизировать линейную функцию
(7.8)
при условиях
,;,, (7.9)
а отыскание оптимальной смешанной стратегии уопт игрока В привело к необходимости решения следующей задачи линейного программирования:
максимизировать линейную функцию
(7.10)
при условиях
,;,. (7.11)
Исходя из основной теоремы теории двойственности, задачи (7.8) – (7.11) имеют конечное решение и .
Применяя изложенный математический аппарат двойственной задачи линейного программирования, рассмотрю пример выбора оптимального ассортимента и объёма продукции швейного предприятия.
Рассмотрю работу швейного предприятия, выпускающего детские костюмы, платья и плащи, сбыт которых зависит от состояния погоды, при этом реализация продукции происходит через фирменные магазины.
По данным наблюдений за предшествующие одиннадцать лет предприятие в течение апреля – мая в условиях тёплой погоды может реализовать 600 костюмов, 2000 платьев и 300 плащей, в условиях прохладной погоды – 1000 костюмов, 500 платьев и 800 плащей и в условиях обычной погоды 800 костюмов, 1100 платьев и 600 плащей. Затраты на единицу продукции в течение указанных месяцев составили для костюмов 30 ден. ед., для платьев 10 ден. ед. и плащей 15 ден. ед., а цена реализации равна соответственно 50 ден. ед., 20 ден. ед. и 28 ден. ед.
Задача заключается в максимизации средней величины прибыли от реализации выпущенной продукции с учётом неопределённости погоды в рассматриваемые месяцы.
Подобная задача рассматривается как игра с природой. Её отличительная особенность состоит в том, что в ней сознательно действует только один из участников (предприятия), называемый игроком 1. Игрок 2 (природа) сознательно против игрока 1 не действует, а выступает как не имеющий конкретной цели и случайным образом выбирающий очередные ходы партнёр по игре.
Первоочередной задачей является построение платёжной матрицы.
Предприятие располагает тремя чистыми стратегиями: стратегия Р1 с расчетом на тёплую погоду, стратегия Р2 с расчётом на прохладную погоду и стратегия Р3 с расчётом на обычную погоду.
Природа, рассматривается как второй игрок, также располагает тремя стратегиями: обычная погода (стратегия П1), прохладная погода ( стратегия П2) и тёплая погода (стратегия П3).
Если предприятие выберет стратегию Р1, то в случае обычной погоды (стратегия природы П1) доход составит
в случае прохладной погоды (стратегия природы П2) доход будет равен
и в случае теплой погоды (стратегия природы П3) имеем доход, равный
Если предприятие выберет стратегию Р2, то реализация продукции в условиях обычной погоды даёт доход
в условиях холодной погоды доход будет
а в условиях тёплой погоды имеем доход
Если предприятие выберет стратегию Р3, то в случае обычной погоды доход будет равен
при прохладной погоде имеем доход, равный
и в случае тёплой погоды доход составит
Результаты вычислений сведены в табл. 7.1.
Платёжная матрица рассматриваемой производственной ситуации имеет вид
. (7.12)
Таблица 7.1
Платёжная матрица
Стратегия природы Стратегия предприятия | Обычная П1 | Прохладная П2 | Тёплая П3 |
Тёплая – Р1 | |||
Прохладная – Р2 | |||
Обычная – Р3 |
Платит, естественно, не природа, а некая третья сторона (или совокупность сторон, влияющих на принятие решений игроком 1 и объединённых в понятие «природа»). В данной ситуации платит само предприятие, получая меньшую или большую прибыль.
Для матрицы (7.12), исходя из общей постановки (7.8) – (7.11), имеем следующую пару двойственных задач:
для определения оптимальной стратегии Р нужно решить задачу линейного программирования: найти минимум функции
(7.13)
при ограничениях
(7.14)
Оптимальную стратегию игрока 2 определим, решив задачу линейного программирования: найти максимум функции
(7.15)
при ограничениях
(7.16)
Решаю более простую обратную задачу (7.15) – (7.16). Вводя положительные базисные переменные (б.п.), систему неравенств (7.16) записываем в виде системы уравнений
(7.17)
Систему (7.17) запишем в виде симплекс-таблицы 7.2.
Таблица 7.2
Симплекс-таблица
С.П. Б.П. | U1 | U2 | U3 |
U4 | |||
U5 | |||
U6 | |||
Z | -1 | -1 | -1 |
Совершив три шага жордановых исключений, получаем табл. 7.3.
Так как в табл. 7.3 все элементы в z – строке и 1 – столбце неотрицательны, то получаем оптимальное решение.
Таблица 7.3
Симплекс-таблица
С.П. Б.П. | U6 | U5 | U4 |
U3 | |||
U2 | |||
U1 |
Переходим к решению прямой задачи. Установим соответствие переменных двойственных задач:
С.П. Б.П.
Транспортируем табл. 7.3, знаки перед всеми элементами, кроме элементов z – строки, меняем на обратные, переменные заменяем на соответствующие переменные, получаем табл. 7.4.
Таблица 7.4
Транспортированная симплекс-таблица 7.3
С.П. Б.П. |
Т |
Из табл. 7.4 получаем оптимальное решение. Так как, то цена игры. Из получаем. Аналогично получим и .
Это означает, что означает, что стратегию Р1 нужно применять с вероятностью, стратегию Р2 – с вероятностью, и стратегию Р3 – с вероятностью .
Формируем оптимальный план производства:
Таким образом, предприятие при производстве 801 костюма, 1239 платьев и 554 плащей получит наибольшую прибыль, которая в среднем составит 20833 ден. ед.
Для приведённой формулировки производственной задачи получили однозначный ответ.
Недостатком данного метода является достаточно большой объём вычислительных операций даже для матрицы с размером. Однако применение ЭВМ снимает это неудобство.