Двоїста задача лінійного програмування: економічна інтерпретація знаходження оптимальних планів (стр. 5 из 6)

Економічний зміст другої теореми двоїстості стосовно оптимального плану Х* прямої задачі. Якщо для виготовлення всієї продукції в обсязі, що визначається оптимальним планом Х*, витрати одного і-го ресурсу строго менші, ніж його загальний обсяг

, то відповідна оцінка такого ресурсу (компонента оптимального плану двоїстої задачі) буде дорівнювати нулю, тобто такий ресурс за даних умов для виробництва не є «цінним».

Якщо ж витрати ресурсу дорівнюють його наявному обсягові

, тобто його використано повністю, то він є «цінним» для виробництва, і його оцінка буде строго більшою від нуля.

Економічне тлумачення другої теореми двоїстості щодо оптимального плану Y* двоїстої задачі: у разі, коли деяке j-те обмеження виконується як нерівність, тобто всі витрати на виробництво одиниці j-го виду продукції перевищують її ціну сj, виробництво такого виду продукції є недоцільним, і в оптимальному плані прямої задачі обсяг такої продукції

дорівнює нулю.

Якщо витрати на виробництво j-го виду продукції дорівнюють ціні одиниці продукції

, то її необхідно виготовляти в обсязі, який визначає оптимальний план прямої задачі .

3.3 Третя теорема двоїстості

Як було з’ясовано в попередньому параграфі, існування двоїстих змінних уможливлює зіставлення витрат на виробництво і цін на продукцію, на підставі чого обґрунтовується висновок про доцільність чи недоцільність виробництва кожного виду продукції. Крім цього, значення двоїстої оцінки характеризує зміну значення цільової функції, що зумовлена малими змінами вільного члена відповідного обмеження. Дане твердження формулюється у вигляді такої теореми.

Теорема (третя теорема двоїстості). Компоненти оптимального плану двоїстої задачі

дорівнюють значенням частинних похідних від цільової функції за відповідними аргументами , або

(3.28)

Доведення. Розглянемо задачу лінійного програмування, подану в канонічній формі:

(3.29)

(3.30)

(3.31)

Двоїсту задачу до задачі (3.29) – (3.31) сформулюємо так: знайти оптимальний план

, за якого мінімізується значення

(3.32)

за умов:

(3.33)

причому умова невід’ємності змінних

відсутня.

Позначимо

– оптимальний план двоїстої задачі, – оптимальний план задачі (3.29) – (3.31). За першою теоремою двоїстості відомо, що:

,

або

. (3.34)

Оскільки досліджується питання впливу зміни значень

на F, то лінійну функцію (3.34) можна розглядати як функцію від аргументів . Тоді частинні похідні за змінними будуть дорівнювати компонентам оптимального плану двоїстої задачі :

. (3.35)

Однак дане твердження справедливе лише у тому разі, коли компоненти оптимального плану

залишаються постійними, а оскільки за першою теоремою двоїстості , то значення двоїстих оцінок будуть незмінними лише за умови постійної структури оптимального плану початкової задачі.

Отже, рівності (3.35) справджуються лише за незначних змін

, інакше суттєва зміна умов початкової задачі (правих частин системи обмежень (3.30) та цільової функції (3.32)) приведе до зміни базису в оптимальному плані прямої задачі, а значить, і до іншого розв’язку двоїстої .

Економічний зміст третьої теореми двоїстості. Двоїсті оцінки є унікальним інструментом, який дає змогу зіставляти непорівнянні речі. Очевидно, що неможливим є просте зіставлення величин, які мають різні одиниці вимірювання. Якщо взяти як приклад виробничу задачу, то цікавим є питання: як змінюватиметься значення цільової функції (може вимірюватися в грошових одиницях) за зміни обсягів різних ресурсів (можуть вимірюватися в тоннах, м2, люд./год, га тощо).

Використовуючи третю теорему двоїстості, можна легко визначити вплив на зміну значення цільової функції збільшення чи зменшення обсягів окремих ресурсів: числові значення двоїстих оцінок показують, на яку величину змінюється цільова функція за зміни обсягу відповідного даній оцінці ресурсу

.

Отже, за умови незначних змін

замість задачі (3.29) – (3.31) маємо нову задачу, де замінено на . Позначимо через оптимальний план нової задачі. Для визначення не потрібно розв’язувати нову задачу лінійного програмування, а достатньо скористатися формулою , де – оптимальний план задачі (3.29) – (3.31).

4. Приклади застосування теорії двоїстості для знаходження оптимальних планів прямої та двоїстої задач

Кожну з двох спряжених задач можна розв’язати окремо, проте встановлені теоремами двоїстості залежності між оптимальними планами прямої та двоїстої задач уможливлюють знаходження розв’язку двоїстої задачі за наявності оптимального плану прямої, і навпаки.

До заданої задачі лінійного програмування записати двоїсту задачу. Розв’язати одну з них симплекс-методом та визначити оптимальний план другої задачі, використовуючи співвідношення першої теореми двоїстості.

max Z = – 5x1 + 2x2;

Розв’язання. Перш ніж записати двоїсту задачу, необхідно пряму задачу звести до стандартного вигляду. Оскільки цільова функція F максимізується і всистемі обмежень є нерівності, то їх слід звести до виду «

». Тому перше обмеження задачі помножимо на (–1). Отримаємо:

max Z = – 5x1 + 2x2;

Тепер за відповідними правилами складемо двоїсту задачу:

min F = – y1 + 5y2;

Оскільки записані задачі симетричні, то будь-яку з них можна розв’язати симплекс-методом. Наприклад, визначимо спочатку оптимальний план прямої задачі. Для цього застосуємо алгоритм симплекс-методу.

1. max Z = – 5x1 + 2x2 + 0x3 + 0x4;

2. Векторна форма запису системи обмежень має вигляд:

,

де

, , , , .

У системі векторів для утворення початкового одиничного базису відсутній один вектор. Тому введемо штучну змінну в перше обмеження.