n m nOWIKOWA .. ysnowo tpo imizacii () KURS EKCIJL... [enij i geometri^eskoe opisanie simpleks...
Click here to load reader
Transcript of n m nOWIKOWA .. ysnowo tpo imizacii () KURS EKCIJL... [enij i geometri^eskoe opisanie simpleks...
. .
1998
1
n m n O W I K O W A
moskwa
( )osnowy optimizacii
KURS LEKCIJ
. .
,( ) | -
, , -( -, ,
, ), -.
,4-
, , -. ,
, -, , ,. -
: . . ,. .
c . .
2
oTWETSTWENNYJ REDAKTORAKADEMIK ran p s kRASNO]EKOW
w SVATOJ FORME DAETSQ IZLOVENIE OSNOW TEORII SLOVNOSTILINEJNOGO PROGRAMMIROWANIQ lp S OPISANIEM POLINOMIALXNYH ALGORITMOW CELO^ISLENNOGO lp MATEMATI^ESKOGO PROGRAMMIROWANIQ NEOBHODIMYE USLOWIQ \KSTREMUMA PRI OGRANI^ENIQHNERAWENSTWAH LOKALXNYE METODY BEZUSLOWNOJ OPTIMIZACII METOD[TRAFOW IDEI GLOBALXNOJ OPTIMIZACII SHEM METODOW DINAMI^ESKOGO PROGRAMMIROWANIQ I WETWEJ I GRANIC
rABOTA NAPISANA NA BAZE SEMESTROWOGO KURSA LEKCIJ ^ITAEMOGOAWTOROM STUDENTAM GO KURSA PROGRAMMISTSKOGO POTOKA FAKULXTETAwmIk mgu S U^ETOM DOPOLNENIJ I ZAME^ANIJ UKAZANNYH STUDENTAMI aWTOR BLAGODARIT WSEH STUDENTOW SODEJSTWOWAW[IH IZDANI@\TOGO KURSA I PREDLOVIW[IH ISPRAWLENIQ SPOSOBSTWU@]IE EGO ULU^[ENI@ W TOM ^ISLE lASKAWOGO sERGEQ sANNIKOWA aNDREQ I sWAHINAnIKOLAQ zAME^ENNYE OPE^ATKI I NETO^NOSTI PROSXBA SOOB]ATX AWTORU PO ADRESU
rABOTA ^ASTI^NO PODDERVANA GRANTOM rffi
rECENZENTY s k zAWRIEWa w lOTOW
n m nOWIKOWA
3. . . ..: , 1987, N 10.
. [3] | -, , -
:
+ + ++ + +
+ + +
(1)
. , -.
(1),= + + + -
, (1):
max ; (2)
(2)( )
0
(3)
3
hA^IQN l g sLOVNOSTX ZADA^ LINEJNOGO PROGRAMMIROWANIQm zNANIE
sOGLASNO LINEJNOE PROGRAMMIROWANIE \TO RAZDEL PRIKLADNOJ MATEMATIKI IZU^A@]IJ TEORI@ PRILOVENIQ I METODY RE[ENIQ KONE^NYH SISTEM LINEJNYH NERAWENSTW S KONE^NYM ^ISLOMWE]ESTWENNYH NEIZWESTNYH
ILI W SOKRA]ENNOJ ZAPISI s^ITAEM ^TO MATRICA NE SODERVIT NULEWYH STROK SOSTOIT WNAHOVDENII TAKOGO RE[ENIQ KOTOROE MAKSIMIZIRUET ZADANNU@LINEJNU@ FUNKCI@ WEKTORA NEIZWESTNYH PO WSEM WE]ESTWENNYM UDOWLETWORQ@]IM SISTEME
OZlp S NEIZWESTNYMI I OGRANI^ENIQMI NAZYWAETSQ ZADA^EJRAZMERNOSTI I ZADAETSQ ^ISLOWOJ TABLICEJ
2.
5.( )
1
osnowy linejnogo programmirowaniq
pONQTIE O SLOVNOSTI ZADA^ILINEJNOGO PROGRAMMIROWANIQ lpx
��
�
�
h i
h i
:
( ).- . -
. -, .
..
( )
lITERATURA
oPREDELENIE OSNOWNOJ ZADA^I lp OZlp pRINCIP GRANI^NYH
RE[ENIJ I GEOMETRI^ESKOE OPISANIE SIMPLEKS METODA aLGEBRAI
^ESKAQ I BITOWAQ SLOVNOSTX METODOW lp rEZULXTATY PO SLOV
NOSTI ZADA^ BLIZKIH K lp tEOREMA O GRANICAH RE[ENIJ ZADA^ lp S
CELYMI KO\FFICIENTAMI tEOREMA O MERE NESOWMESTNOSTI SISTEM
LINEJNYH NERAWENSTW S CELYMI KO\FFICIENTAMI
oSNOWNAQ ZADA^A lp OZlp
x ; : : : ; x
a x a x : : : a x ba x a x : : : a x b: : : : : : : : : : : : : : : : : : : : : : : : : : : : : :
a x a x : : : a x b
Ax b Aa
c; x:c x c x : : : c x
x x
c; x
n mn;m
a a : : : a ba a : : : a b: : : : : : : : : : : : : : :a a : : : a bc c : : : c
1
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
1 1 2 2
:
11 12 1 1
21 22 2 2
1 2
1 2
n
n n
n n
m m mn n m
i
n n
x Ax b
n
n
m m mn m
n
9>>=>>;
����������
����������
2 �Rn
. = �0 (2) -(1),
( ). 7. , (2) -
,
max
(.)
, -( ),
( (1), ):
(2) ,, = , . .
+ + + = ,(2).
,= , (1),(1). -
, (1) , (2)(1), . . -
(1).
3- ( , max( )[min( )] ). -,
.1820- . . 1947 . . -
(1) | -(2) | .
- (
4
SWOIH KO\FFICIENTOW w ^ASTNOM SLU^AE ZADA^A \KWIWALENTNA TAK ^TO UMENIE RE[ATX OZlp PREDPOLAGAET UMENIE RE[ATXSISTEMY LINEJNYH NERAWENSTW ln w BUDET POKAZANO OBRATNOESWEDENIE wOOB]E GOWORQ W FORME MOVET BYTX PREDSTAWLENA L@BAQ ZADA^A lp S OGRANI^ENIQMI RAWENSTWAMI I NERAWENSTWAMI W TOM^ISLE lp
zDESX I DALEE ^ERTA SWERHU BUDET ISPOLXZOWATXSQ DLQ WYDELENIQWEKTORA W OTLI^IE OT POHOVEGO ^ISLA
nESMOTRQ NA TO ^TO FORMALXNO ZADA^I lp NE QWLQ@TSQ DISKRETNYMI IH RE[ENIE NETRUDNO SWESTI K PEREBORU KONE^NOGO^ISLA UGLOWYH TO^EK WER[IN POLI\DRA ZADA@]EGO OGRANI^ENIQNA OSNOWANII
ESLI ZADA^A IMEET RE[ENIE TO NAJDETSQ TAKAQ PODMATRICAMATRICY ^TO L@BOE RE[ENIE SISTEMY URAWNENIJ T E
REALIZUET MAKSIMUM WoTMETIM ^TO DLQ NEWYROVDENNYH RE[ENIE SOOTWETSTWU@]EJSISTEMY URAWNENIJ UDOWLETWORQ@]EE OGRANI^ENIQMQWLQETSQ UGLOWOJ TO^KOJ iZ PRINCIPA GRANI^NYH RE[ENIJ SLEDUET ^TO ESLI UGLOWAQ TO^KA SU]ESTWUET TO RAZRE[IMAQ ZADA^AIMEET RE[ENIE I W UGLOWOJ TO^KE T E ONA \KWIWALENTNA MAKSIMIZACII NA KONE^NOM MNOVESTWE WER[IN POLI\DRA pROCEDURARE[ENIQ SISTEMY LINEJNYH URAWNENIJ METODOM gAUSSA TREBUET NEBOLEE POLINOMA J STEPENI OT TO^NEEARIFMETI^ESKIH OPERACIJ S \LEMENTAMI I oDNAKO ^ISLO WOZMOVNYH PODMATRIC MATRICY \KSPONENCIALXNO I METOD POLNOGOIH PEREBORA NE \FFEKTIWEN
w H GG v fURXE I ZATEM W G dV dANCIG PREDLOVILI METOD NAPRAWLENNOGO PEREBORA SMEVNYH WER[IN W NAPRAWLENII WOZRASTANIQ CELEWOJ FUNKCII hOTQKAVDYJ [AG SIMPLEKS METODA PREDSTAWLQ@]IJ SOBOJ OPREDELENNU@
5..
R
upravnenie pREDSTAWITX KANONI^ESKU@ ZADA^Ulp W FORME OZlp
x
h i
2
f j 2 g
h i
-
KANONI^ESKAQ ZADA^A
PRINCIPA GRANI^NYH RE[ENIJ
SIMPLEKS METOD
c
c; x :
x
AA A x b
a x a x : : : a x b i I
AA x b
c; x
m; n m; n m; nA b
A
= �0
1 1 2 2
2
Ax b; x
I
I I
i i in n i
I
I I
�
n
- (3)),
- -, ,
2 , -- . ,
- (\ "). -
( ) ( ,(3)), ( ) .
., , -
,(3), -
� .|
,( | )
-, . . ,
- . , -� ( . 1).
,, |
(3) | . ( , , ). -
. . 1978 .,. -
6.
.-
, . . -. -
. ,
5
PROCEDURU PERES^ETA \LEMENTOW SIMPLEKS TABLICY OGRANI^EN POPORQDKU ^ISLOM ARIFMETI^ESKIH OPERACIJ W NASTOQ]EE WREMQDLQ WSEH IZWESTNYH WARIANTOW SIMPLEKS METODA PRIWEDENY PRIMERY \KSPONENCIALXNYE PO ^ISLU ITERACIJ KOGDA PEREBIRAETSQ BOLEE
WER[IN NO DOKAZATELXSTWO NEWOZMOVNOSTI POSTROITX POLINOMIALXNYJ SIMPLEKS METOD TAKVE OTSUTSTWUET pOD^ERKNEM ^TONA PRAKTIKE SIMPLEKS METOD NE POKAZYWAET DANNOJ OCENKI PLOHIEPRIMERY DOWOLXNO REDKI mOVNO POSTROITX ALGORITM RE[ENIQ ZADA^I lp S OCENKOJ ARIFMETI^ESKIH OPERACIJ NAD ^ISLAMIZAPISANNYMI W GDE RASTET BYSTREE \KSPONENTY aLGORITM SPOLINOMIALXNOJ OCENKOJ ODNOWREMENNO PO I NE IZWESTEN I WRQDLI BUDET POSTROEN
tEPERX ZAMETIM ^TO FUNKCIQ OCENIWA@]AQ ^ISLO ARIFMETI^ESKIH OPERACIJ W ZAWISIMOSTI OT I NE U^ITYWAET DLINU KODA\LEMENTOW A TOLXKO IH KOLI^ESTWO I PO\TOMU NE QWLQETSQ WREMENNOJ SLOVNOSTX@ ALGORITMA uKAZANNAQ FUNKCIQ NOSIT NAZWANIE
W OTLI^IE OTFUNKCII OCENIWA@]EJ ^ISLO ARIFMETI^ESKIH OPERACIJ S BITAMIILI S KONE^NYMI PORCIQMI PO RAZMERU MA[INNOGO REGISTRACIFROWOJ ZAPISI PARAMETROW INDIWIDUALXNOJ ZADA^I lp W ZAWISIMOSTI OT DLINY WHODNOGO SLOWA T E OT I DLIN KODOW ^ISELW SIMPLEKS TABLICE o^EWIDNO BITOWAQ SLOVNOSTX ALGORITMA SOOTWETSTWUET EGO WREMENNOJ SLOVNOSTI SM wHODNYE KO\FFICIENTYZADA^I lp OBY^NO RACIONALXNY PO\TOMU DALEE USLOWIMSQ S^ITATXIH CELYMI TOGDA DLINA ZAPISI MAKSIMALXNOGO KO\FFICIENTAW KONE^NA nABOR NAZYWAETSQ BITOWOJ RAZMERNOSTX@ZADA^I lp wOPROS O SU]ESTWOWANII ALGORITMA lp S POLINOMIALXNOJ BITOWOJ SLOVNOSTX@ BYL RE[EN l g hA^IQNOM W G I TEMSAMYM BYLA DOKAZANA POLINOMIALXNOSTX ZADA^ lp oSNOWNYE MOMENTY \TOGO DOKAZATELXSTWA IZLAGA@TSQ W SLEDU@]EM PUNKTE IzDESX VE UKAVEM NA OTLI^IE KLASSOW SLOVNOSTI ZADA^I lp I DRUGIHLINEJNYH ZADA^
mETOD gAUSSA RE[ENIQ SISTEMY LINEJNYH ALGEBRAI^ESKIH URAWNENIJ IMEET POLINOMIALXNU@ ALGEBRAI^ESKU@ SLOVNOSTX T E QWLQETSQ dLQ lp WOPROS O SU]ESTWOWANII SILXNOPOLINOMIALXNOGO ALGORITMA OTKRYT kROME TOGO ZADA^A RE[ENIQ
�
x
x
ALGEBRAI^ESKOJ SLOVNOSTI BITOWOJ SLOVNOSTI
SILXNOPOLINOMIALXNYM
mn
f n mf
n m
n m
n m l
ln m l
min( 2)n;m=
, -= , -
.
( ): . -
- : ( . 2), . ..
|
( )
, ( ) | , -& ( , , ).
, , ,. -
.
-.
�( ) = max det
[ ] , -, . | -
, |.
. (2)( ) ,
�([ ])(2) = -
, �( ).
: = det det �([ ]),
det 1, ,
6
SISTEMY LINEJNYH URAWNENIJ PRINADLEVIT KLASSU A ANALOGI^NYJ REZULXTAT DLQ lp OZNA^AL BY RAWENSTWO OVIDATX KOTOROE NET OSNOWANIJ
iZ POLINOMIALXNOSTI lp WYTEKAET POLINOMIALXNOSTX ZADA^ISU]ESTWUET LI RE[ENIE SISTEMY ln aNALOGI^
NYE ZADA^I S DOPOLNITELXNYM OGRANI^ENIEM CELO^ISLENNOSTI ILIBULEWOSTI RE[ENIQ POLNY SM T EPOLINOMIALXNYE ALGORITMY DLQ NIH WRQD LI BUDUT POSTROENY
sU]ESTWUET NEPOLINOMIALXNOE OBOB]ENIE lp ZADA^A PROWERKIISTINNOSTI WYSKAZYWANIJ WIDA
GDE A PREDLOVENIE SOSTAWLENNOE IZ LINEJNYH NERAWENSTW S POMO]X@ SWQZOK I ILI OTRICANIEdOKAZANO ^TO L@BOJ ALGORITM RE[A@]IJ \TU MASSOWU@ ZADA^UIMEET NE MENEE ^EM \KSPONENCIALXNU@ SLOVNOSTX tOT VE REZULXTAT BUDET I PRI ZAMENE RAWENSTWAMI WSEH NERAWENSTW W POSTANOWKEZADA^I
rASSMOTRIM NEKOTORYE SWOJSTWA ZADA^ lp S CELYMI KO\FFICIENTAMI dLQ L@BOJ CELO^ISLENNOJ MATRICY WWEDEM PARAMETR
bUDEM OBOZNA^ATX ^EREZ MATRICU SOSTAWLENNU@ IZ I WEKTORASTOLBCA DOPISANNOGO SPRAWA zDESX I DALEE MERNOEPROSTRANSTWO CELO^ISLENNYH WEKTOROW EGO NEOTRICATELXNYJORTANT
eSLI OZlp RAZMERNOSTIS CELYMI KO\FFICIENTAMI RAZRE[IMA TO U NEE SU]ESTWUET
RACIONALXNOE RE[ENIE W [ARE I ZNA^ENIEMOZlp QWLQETSQ RACIONALXNOE ^ISLO SO ZNAMENATELEM OGRANI^ENNYM WELI^INOJ
nA OSNOWANII PRINCIPA GRANI^NYH RE[ENIJPO PRAWILU kRAMERA IBO
A OPREDELITELX MATRICY POLU^ENNOJ IZ ZAMENOJ
NCNC P
P
NP NPC
Q Q F
Q F
2.
Z ZZ
ln ln
cln bln
2
2 x
h i � h i �
2 f8 9g � �_ :
j j
j2
k k � jh i
9 � j j j j � j
j j �
( )O GRANICAH RE[ENIJ
;
x : : : x a ; x b ; : : : ; a ; x b ;
; ; : : : ;; ;
D
D:
D :
A b Ab m
n;mx x n A b
d:
c; x t=sA
A A x A = A A b
A A A
1 1 1
+
1 2
KWADRATNAQ PODMATRICA
n m m
D D
=
I jjI I
IjI I
f � g
0
�
� �
�
1 n
i
m m
m
0
1
.
tEOREMA
dOKAZATELXSTWO
- , �([ ]).. -
, 2- -�( ) det .
- -(1),
+ = 1 | - ,, | - ,
+ (1 )
. (1) -- = 1 [( +2)�( )],
, . . ., -
(1 ) ( ):
= min
, , 0.( min( ) = max( ))= (0 0 1) +1 ( ). , 1
,�([ ]) ( + 1)�( ), . . 1 [( + 1)�( )] |
..
- -(2), -
(1) (2) - :+ = 1 .
. (2) -= 1 (2 � ( )),
.. [3, . 21].
7
GO STOLBCA NA NE PREWY[AET PO MODUL@ oTS@DA DLQEWKLIDOWOJ NORMY POLU^AEM TREBUEMU@ OCENKU s U^ETOM CELO^ISLENNOSTI WEKTORA ZNAMENATELX MOVET BYTX WYBRAN RAWNYMZNAMENATEL@ I E UTWERVDENIE TEOREMY SLEDUET IZ OPREDELENIQ
tO^KA NAZYWAETSQ PRIBLIVENNYM RE[ENIEM SISTEMY LINEJNYH NERAWENSTW ESLI
GDE Q STROKA MATRICYILI W MATRI^NOJ ZAPISI OBOZNA^AQ WEKTOR STOLBEC IZ EDINIC
eSLI SISTEMA ln IMEET PRIBLIVENNOE RE[ENIE DLQ TO \TA SISTEMARAZRE[IMA T E IMEET TO^NOE RE[ENIE
oBOZNA^IM ^EREZ MINIMALXNOE PRI KOTOROM SISTEMA IMEET RE[ENIE PO USLOWI@
dOPUSTIM ^TO UTWERVDENIE TEOREMY NE WERNO TOGDA zADA^AOPREDELENIQ QWLQETSQ S U^ETOM RAWENSTWAOZlp S CELEWYM WEKTOROM PEREMENNYMII OGRANI^ENIQMI sLEDOWATELXNO PO TEOREME MOVETBYTX PREDSTAWLENA W WIDE DROBI SO ZNAMENATELEM NE PREWY[A@]IM
T E PRI[LIK PROTIWORE^I@ S OPREDELENIEM
aNALOGI^NOE UTWERVDENIE SPRAWEDLIWO I DLQ OZlptO^KA NAZYWAETSQ PRIBLIVENNYM RE[ENI
EM OZlp ESLI ONA QWLQETSQ PRIBLIVENNYM RE[ENIEM SISTEMYI REALIZUET MAKSIMUM W S TO^NOSTX@
IeSLI OZlp IMEET
PRIBLIVENNOE RE[ENIE DLQ TO \TA ZADA^A IMEETTO^NOE RE[ENIE
SM W S
e
e
e
e
� j
8� j j
h i � 8
�
�
� � ���
� �
j � � �
h i � 8 h i � �
( )
( )
O MERE NESOWMESTNOSTI
O MERE NESOWMESTNOSTI
j b A bxc d
x jA A
x "
a ; x b " i ;m; a i A
Ax b " :
" ":
= n Ax" "
" "
":
":
" >"
c ; : : : ; ; ; n x; "Ax " b "
A n A " = n A > ""
x """
a ; x b " i ;m c; x d ""
":
= n Ax
1 10
1
( ): +
1
2
22 3
I
j
I"
i"
i i
""
"
x;" Ax b "
"
i " i "
�
�
�
�
�
�
�
�
�
�
�
�
�
� � �
�
�
e
1.
2
.
2.
2
oPREDELENIE
tEOREMA
dOKAZATELXSTWO
oPREDELENIE
tEOREMA
dOKAZATELXSTWO
- (1) , ( -2, 5) -
. , -.
- (1). . .
:= (1).= 1
( ) = :( ) = : .
= ( -2). -
(1), . . - -( ). -
= ( )[ ] , -
( - ).
= min = arg min
:= (1 ) + . ( ) ( ) ,( ) -[ ],
, ,. , ( ) ( ), ( ) ,
, . .,max( ) ,
| (1).
.
8
iMEQ PRIBLIVENNOE RE[ENIE S MOVNO NA OSNOWANII TEOREMY BYTX UWERENNYM W SU]ESTWOWANII TO^NOGO RE[ENIQ SISTEMY LINEJNYH NERAWENSTW oKAZYWATSQ PROCEDURA POLU^ENIQ IZ QWLQETSQ POLINOMIALXNOJ sOOTWETSTWU@]IJ
PRIBLIVENNOGO RE[ENIQ SISTEMY DO TO^NOGOBYL UKAZAN l g hA^IQNOM I SOSTOIT W SLEDU@]EM
pRISWOIM I PODSTAWIM W rAZOBXEM MNOVESTWOINDEKSOW NERAWENSTW W SISTEME NA DWA PODMNOVESTWA
nAJDEM RE[ENIE SISTEMY RAWENSTW SU]ESTWUET PO TEOREME pUSTX NE QWLQETSQ TO^NYM RE[ENIEM T E W NE WYPOLNILOSX E NERAWENSTWO DLQ KAKOGO LIBO
tOGDA WWEDEM MNOVESTWO INDEKSOW NEWYPOLNENNYH NERAWENSTW I RASSMOTRIM NA OTREZKE
BLIVAJ[U@ K TO^KU W KOTOROJ E]E WYPOLNENY WSE NERAWENSTWA DLQ W ONI WYPOLNENY S ZAPASOM a IMENNOOPREDELIM
I PRISWOIM iMEEM IBONERAWENSTWA S INDEKSAMI IZ PRIBLIVENNO WYPOLNQLISXKAK RAWENSTWA NA WSEM OTREZKE A NERAWENSTWO S INDEKSOM
NE WYPOLNENNOE W TO^KE WYPOLNQETSQ W KAK RAWENSTWOPO POSTROENI@ tAKIM OBRAZOM NOPO\TOMU POWTORQQ UKAZANNU@ PROCEDURU S ZAMENOJ NA I T DPRIDEM NE BOLEE ^EM ^EREZ [AGOW K TOMU ^TO RE[ENIESOOTWETSTWU@]EJ SISTEMY RAWENSTW OKAVETSQ RE[ENIEM
s U^ETOM POLINOMIALXNOSTI ZADA^I RE[ENIQ SISTEM URAWNENIJPREDLOVENNYJ ALGORITM OKRUGLENIQ POLINOMIALEN
6.
1.
mETOD \LLIPSOIDOWx
�x
f gf jh i � j � g
n f h i � � � g
62f j h i g � n
2
� h i
h i � h i
� h i
h i � h i
� � [ f g
2� j j �
- -. -
. -. .
-
pOLINOMIALXNYJ ALGORITM OKRUGLENIQ PRIBLIVENNOGO RE
[ENIQ SISTEMY LINEJNYH NERAWENSTW mETOD \LLIPSOIDOW
PRIBLIVENNOGO RE[ENIQ OZlp oCENKA SLOVNOSTI METODA \LLIPSO
IDOW pOLINOMIALXNOSTX lp
ALGO
RITM OKRUGLENIQ
""
" " "
x x"
x x xM
:; : : : ;m
M x:
i a ; x b " ;M M x
:i a ; x b "
x A x bx
x ii M x
M:
i a ; x > b M M xx ; x x
i M x "
�: b a ; x
a ; x a ; x; i
: b a ; x
a ; x a ; x
x � x �x M x M x iM x "
x ; xi M x x
M x M x M x mx x
n;m xx
1
2
1
0
1
1 1
1 11
1 11
1( ) ( )
1
1
1
+ 1 1
1 1 1
+ 11
1
1 1 1
1
1 1
2 1 1 2 11
11
1 1
1+ 1 2
2 1
1 2
0
"
"
i i
i i
M x M x
i i
i M
i i
i i i M
i i
i i
0
0
0
0
0 0
2 0 2 0
0
0
0
0
1
1
1 1
+ +
- -( . [3, . 21]). -
--
� ,( 1,2 5). ,
, 1976{77 . . .. . ( ) . . , -
.� = �( ), (3).
| -vol . ( 1)- , -
.( ) ,
, ( ) = 0( ) -, ,
,vol
vol( )
( ) ( ) .|
�0: = : 1 , ( ) = 0 .= (0 0 ),
= ( + + ) + (1
+ 1) 1
= 1 1 ( + 1) = 1 + 1 ( 1),
( ),, . -
, -( ), -
: = = + 1 . = ,| . , -
,
9
aNALOGI^NYJ ALGORITM IMEETSQ I DLQ OKRUGLENIQ PRIBLIVENNOGO RE[ENIQ OZlp DO TO^NOGO SM S pO\TOMU DLQ POSTROENIQ POLINOMIALXNOGO ALGORITMA RE[ENIQ OZlp OSTALOSX UKAZATX POLINOMIALXNYJ ALGORITM POISKA PRIBLIVENNOGO RE[ENIQOZlp W [ARE ILI UDOSTOWERENIQ ^TO TAKOGO RE[ENIQNET PO TEOREMAM IZ tREBUEMYJ ALGORITM OSNOWANNYJ NA
KOTORYJ PREDLOVILI W GG d b `DINI a s nEMIROWSKIJ I NEZAWISIMO n z {OR PRIWODITSQ W SLEDU@]IH PUNKTAH
zDESX I DALEE GDE MATRICA ZADAETSQ TABLICEJ
pUSTX PROIZWOLXNYJ \LLIPSOID W S CENTROM I NENULEWOGO OB_EMA rASSMOTRIM MERNU@ PLOSKOSTX ZADANNU@ WEKTOROM NORMALI I PROHODQ]U@ ^EREZ CENTR \LLIPSOIDAoBOZNA^IM ^EREZ ODIN IZ DWUH POLU\LLIPSOIDOW NA KOTORYERAZBIWAET DANNAQ PLOSKOSTX
pOLU\LLIPSOID \LLIPSOIDA MOVNO CELIKOM ZAKL@^ITX W NOWYJ \LLIPSOID IME@]IJ OB_EM STROGOMENX[IJ
I MOVNO WY^ISLITX PO ZA ARIFMETI^ESKIH OPERACIJpUSTX EDINI^NYJ [AR S CENTROM W TO^KE
A pOMESTIM CENTRW TO^KU TOGDA
GDEoTNO[ENIE OB_EMOW RAWNO PROIZWEDENI@ POLUOSEJOTS@DA POLU^AEM IBO L@BOJ \LLIPSOID MOVNO PREWRATITX W [ARAFINNYM PREOBRAZOWANIEM KOORDINAT SOHRANQ@]IM OB_EM dEJSTWITELXNO BUDEM PREDSTAWLQTX PROIZWOLXNYJ \LLIPSOID S POMO]X@ EGO CENTRA I MATRICY ZADA@]EJ UKAZANNOE PREOBRAZOWANIE oBOZNA^IMGDE WERHNIJ INDEKS ZNAK TRANSPONIROWANIQ tOGDA I PREDSTAWLQ@]IE \LLIPSOID MINIMALXNOGO OB_EMA OPISANNYJ WOKRUG
2. R
R
k k �x
�
\ f j h � i � g
�
f 2 k k � g \f � g
f j � � g
� �
�
�f j k k � g k k
METODE \LLIPSOIDOW
"x x
"x n
:D D
E �E n
g � EE g
E E g E x g; x � :E g EE
EE
E< e ;
E E g O nE
E x x E g E xE � ; : : : ; ;
E x x : : : x =� xn
=� ;
�:
= n < e ; �:
= n < e :�� < e
E� Q n n
E x x � Qy; y �:Q g= Q g� Q
E
2
21 2
1 (2 +2)
2
1+1
21
21
2 2 2
1 ( +1) 2 2 1 ( 1)
1 1 (2 +2)
"
=
= n
n
n
n n
= n = n
n = n
T T
T
� �
�
�
�
�
0
0�
0 �
�
0 0
0�
� �
� �
0 0
0
n
n
1.
.
uTWERVDENIE
dOKAZATELXSTWO
2
2
( ),
=1
+ 1=
( 1)+ (
1
+ 11)
( ) .
.:= = 1 (2 � ). -
= ��0: = + = 1
. ., -
. , , --
, ( )( . .2), .
,1 ) : + , := ,2 ) := .
, . , 1+ , . . 0 =
( ) ; 20 = ( ) .
:= ( ).
. ,2, = ( ) (
). | .=
, . ., - .
, ,( . . , -), 2. -
. , -
10
POLU\LLIPSOIDA PERES^ITYWA@TSQ PO FORMULAM
ZA ARIFMETI^ESKIH OPERACIJ
pOLOVIM wWEDEM MNOVESTWOPRIBLIVENNYH RE[ENIJ OZlp W [ARE RADIUSA S CENTROMWwYBEREM UKAZANNYJ WY[E [AR W KA^ESTWE NA^ALXNOJ ITERACII DLQ\LLIPSOIDA rASSMOTRIM PROIZWOLXNU@ ITERACI@
pROWERQEM QWLQETSQ LI CENTR \LLIPSOIDA PRIBLIVENNYMRE[ENIEM eSLI DA TO ALGORITM ZAKAN^IWAET SWO@ RABOTU W PROTIWNOM SLU^AE STROIM \LLIPSOID DLQ O^EREDNOJ ITERACII KAK MINIMALXNYJ PO OB_EMU \LLIPSOID SODERVA]IJ POLU\LLIPSOIDSM P GDE WEKTOR OPREDELQETSQ SLEDU@]IM OBRAZOM tAK KAK
TO LIBOI TOGDA LIBO
IuBEDIMSQ ^TO PRI \TOM dEJSTWITELXNO DLQ WARIANTA
T EI ANALOGI^NO POLU^IM DLQ WARIANTA
tEPERX S WOZWRA]AEMSQ K NA^ALU ITERACII NA NOWYJ [AG
oCENIM ^ISLO ITERACIJ METODA \LLIPSOIDOW pOKAVEM ^TOSODERVIT [AR RADIUSA GDE
pUSTX TO^NOE RE[ENIE W iZSLEDUETI T E UKAZANNYJ WYBORGARANTIRUET ^TO WSE TAKIE BUDUT PRIBLIVENNYMI RE[ENIQMIpOSKOLXKU TO MNOVESTWO TEH IZ RASSMATRIWAEMYH DLQKOTORYH T E PERESE^ENIE [AROW RADIUSA I WKL@^A@]EE CENTR PERWOGO SODERVIT [AR RADIUSA |TOT [AR I PRINADLEVIT tAKIM OBRAZOM OB_EM BOLX[E OB_EMA MERNOGO
3
��
f�
� g
f j h i � 8 h i � � k k � g
�
629 h ih i � �
�8 2 h i � h i � \ f j h � i � g
�� \ f j h � i � g � �
� j j j jk � k �
jh i � h ij � k k k � k � 8 2jh i � h ij � k k k � k �
k k �k k �
-.mETOD \LLIPSOIDOW POLU^ENIQ PRIBLIVENNOGO RE[ENIQ
OZlp
WYSOTA ZADA^I
E g
� �n
Q�; Qn
nQ
n
nQ��
O n
"" "
:= n "
R:n
X:
x a ; x b " i ;m; c; x d "; x R :
E X� E "
EE g
g� X
i a ; � > b " g ac; � < d " g c
X Ex X a ; x b " < a ; � X E x a ; x �E a E
X E x c; x � E c EE E
Xr= r
:"= hn < R; h a ; c h
x X x x ra ; x a ; x a x x hn r " i M
c; x c; x c x x hn r rx "
x R xx R r R
r=X X n
2
2
22 3
1 2
0
0
0
0
1 2
1 2
1 2
T
=
" i i
"
"
i i i
"
" i i i " i
i
"
"=
ij j
"
i i i=
=
" "
pr
�
0 0
� �
�
0
�
�
�
� 0
� �
� 0
� � 0
0
�
� � �
� �
� �
�
� �
2. , , -, - ,
. 1 -
2
vol
vol
vol
vol
( �)2 ln( ) 2 ln(2 � ) 10 ln( �).
(ln( �))., ( ) ,
( + ) -( ( + ) ) -
, -. -
( .[3, . 21]). ,
-, ( ). ,
( ),(\ ") -
[3, . 24],. �
.
.
, , --
( -),
11
[ARA RADIUSA zNA^IT OB_EM \LLIPSOIDA POSTROENNOGO POSLEDNIM NAPRIMER DLQ J ITERACII NE DOLVEN OKAZATXSQ MENX[EOB_EMA \TOGO [ARA oTS@DA I IZ UTWERVDENIQ POLU^AEM DLQ SOOTNO[ENIE
IZ KOTOROGO PO OPREDELENI@ I NE PREWOSHODIT
sLEDOWATELXNO ^ISLO ITERACIJ METODA \LLIPSOIDOWI S U^ETOM ARIFMETI^ESKIH OPERACIJ DLQ KAVDOJ ITERACII POLU^IM OCENKU DLQ ^ISLA ARIFMETI^ESKIH OPERACIJ DOSTATO^NOGO METODU \LLIPSOIDOW PRI POISKE PRIBLIVENNOGORE[ENIQ OZlp aLGORITM OKRUGLENIQ PRIBLIVENNOGO RE[ENIQ DOTO^NOGO \TOJ OCENKI NE PORTIT SM S mOVNO TAKVE POKAZATX^TO PRI REALIZACII METODA \LLIPSOIDOW I ALGORITMA OKRUGLENIQ WSEARIFMETI^ESKIE OPERACII DOSTATO^NO PROWODITX S ^ISLAMI DWOI^NOJ DLINY OGRANI^ENNOJ pRI \TOM O[IBKI WOZNIKA@]IE ZAS^ET KONE^NOSTI ^ISLA RAZRQDOW O[IBKI OKRUGLENIJ POGLO]A@TSQPUTEM NEKOTOROGO DOPOLNITELXNOGO UWELI^ENIQ RAZDUTIQ OPISANNOGO \LLIPSOIDA NA KAVDOJ ITERACII S ^TO NE WLIQET NAPORQDOK OCENKI DLQ OB]EGO ^ISLA ITERACIJ w REZULXTATE WREMENNAQSLOVNOSTX TAKOJ PROCEDURY RE[ENIQ OZlp OKAZYWAETSQ POLINOMOMOT DLINY WHODA I SPRAWEDLIWA
zADA^A lp S CELYMI KO\FFICIENTAMI RAZRE[IMA ZAPOLINOMIALXNOE OT DLINY WHODA WREMQ
sLEDSTWIEM DANNOJ TEOREMY QWLQETSQ
pOD^ERKNEM ^TO NESMOTRQ NA DOKAZANNU@ POLINOMIALXNOSTX METOD \LLIPSOIDOW NE MOVET KONKURIROWATX S SIMPLEKS METODOM PRIPRAKTI^ESKOM RE[ENII ZADA^ lp REALXNO ON PRIMENQETSQ W WYPUKLOM KWADRATI^NOM PROGRAMMIROWANII POSKOLXKU POLU^ENNAQOCENKA ^ISLA EGO ITERACIJ DOSTIGAETSQ NA L@BYH INDIWIDUALXNYH
6.: ,
P
upravnenie oCENITX PO PORQDKU BITOWU@ DLINUWHODA OZlp DOKAZATX ^TO
ln
� �
2
r=E k
k
r
R
X
E
E
E< e ;
k r;R; "; hn Rnh=" < n n < n n
L L > O nk < O n L
O n nmO n n m L
""
O L
E
1 1(2 +2)
2 2 3 5 5 2
2
2
3
2
2
k
n"
kk= n
:
� � ��
0
3.
2.
tEOREMA
uTWERVDENIE
, -. - \ " ( ) -
( ), , ,,
., -
| | -.
, -, .
. (1) , : ,| . (2) ,
(1) (2) .
(4)
(1),, (1), (4).
- :0 , -
(1) ;
=
(4) (1). ,.
12
ZADA^AH DAVE ESLI W KA^ESTWE NA^ALXNOGO PRIBLIVENIQ WZQTX RE[ENIE tOGDA KAK SIMPLEKS METOD DLQ HORO[IH NEWYROVDENNYH ZADA^ DAET OCENKU NA PORQDOK MENX[U@ ^EM METOD \LLIPSOIDOWI ZA ODNU ITERACI@ MOVET PODTWERDITX ^TO NA^ALXNOE PRIBLIVENIEQWLQETSQ RE[ENIEM tEM NE MENEE SAM FAKT POLINOMIALXNOSTI lpINICIIROWAL POISK NOWYH METODOW lp ^TO PRIWELO K SOZDANI@ CELOGO KLASSA \FFEKTIWNYH METODOW MATEMATI^ESKOGO PROGRAMMIROWANIQ
I POZWOLILO POSTROITX KONKURENTOSPOSOBNYE POLINOMIALXNYE ALGORITMY lp iDEQ IH POSTROENIQBUDET IZLOVENA W SLEDU@]EM PARAGRAFE GDE TAKVE PRIWODQTSQ NEOBHODIMYE SWEDENIQ PO TEORII lp NA^INAQ S ln
sISTEMA ln NAZYWAETSQ ESLI IW PROTIWNOM SLU^AE oZlp RAZRE[IMA KOGDA
RAZRE[IMA SISTEMA I MAKSIMUM W DOSTIGAETSQlINEJNOE NERAWENSTWO
QWLQETSQ RAZRE[IMOJ SISTEMY LINEJNYH NERAWENSTWESLI DLQ L@BOGO UDOWLETWORQ@]EGO WYPOLNENO
sPOSOB POLU^ENIQ NERAWENSTW SLEDSTWIJ DOWOLXNO PROST WYBEREMPROIZWOLXNYE DOMNOVIM NA KAVDOE E NERAWENSTWOSISTEMY I SLOVIM POLU^IM DLQ WEKTORA
I L@BOGO ^ISLA
^TO BUDET SLEDSTWIEM oKAZYWAETSQ DRUGIH SLEDSTWIJ U lnNE BYWAET a IMENNO SPRAWEDLIWA
7. .
1
tEORIQ DWOJSTWENNOSTI lp iDEQ METODA kARMARKARAx
9 �
h i �
� 8 2
�
. � / -/. . -
..
- .
METODY WNUTRENNEJ TO^KI
sLEDSTWIQ SISTEM ln aFINNAQ LEMMA fARKA[A BEZ DOKA
ZATELXSTWA lEMMA fARKA[A O NERAZRE[IMOSTI tEOREMA DWOJ
STWENNOSTI lp sWEDENIE OZlp K ODNORODNOJ SISTEME URAWNENIJ
S OGRANI^ENIEM POLOVITELXNOSTI iDEQ METODA kARMARKARA I EGO
OTLI^IE OT SIMPLEKS METODA
RAZRE[IMOJ
NERAZRE[IMOJ
SLEDSTWIEM
O n
x Ax b
c; x d
x
� i M � i
c � a d � b ;
3
i i
i M
i i
i M
i i
X X2 2
3.oPREDELENIE
. (4)(1)
, :
= 0 (5)
( . [3, . 18].)(1)
(1) �0 1,. (1) -
,
= �0 1 0 (6)
(1) , -+ ,
0, . . -(0 0 1 ) ( ) 1
(6) ( = 1 ). (6) -(1) , �0 1
(1) , -(1), , .
| ,, , -
. ,, .
-(2)
:
min = 0
13
lINEJNOE NERAWENSTWO QWLQETSQSLEDSTWIEM RAZRE[IMOJ W WE]ESTWENNYH PEREMENNYH SISTEMY lnTOGDA I KOGDA SU]ESTWUET WEKTOR
sHEMU DOKAZATELXSTWA SM W SdLQ NERAZRE[IMOJ SISTEMY ln MOVNO FORMALXNO S^ITATX
SLEDSTWIEM ZAWEDOMO NEWERNOE NERAWENSTWO I DALEEPOLXZOWATXSQ AFINNOJ LEMMOJ fARKA[A KAK POKAZYWAET
fARKA[A sISTEMA ln NERAZRE[IMA TOGDA I TOLXKO TOGDA KOGDA RAZRE[IMA SISTEMA
pUSTX NERAZRE[IMA TOGDA IZ RAZRE[IMOSTI SISTEMY DOLVNO SLEDOWATX ^TO
T E SLEDSTWIEM \TOJ SISTEMY QWLQETSQ NERAWENSTWO I IZ AFINNOJ LEMMY fARKA[APOLU^AEM A TAKVE W DOPOLNENIE eSLI VE RAZRE[IMA I RAZRE[IMA TO UKAZANNOE WY[E NERAWENSTWOOKAZYWAETSQ SLEDSTWIEM I DOLVNO WYPOLNQTXSQ DLQ WSEH UDOWLETWORQ@]IH ZNA^IT TAKIH NE SU]ESTWUET
tEPERX MY MOVEM DOKAZATX OSNOWNOJ TEORETI^ESKIJ REZULXTATlp TEOREMU DWOJSTWENNOSTI NA KOTOROJ BAZIRU@TSQ KAK METODYRE[ENIQ ZADA^ lp TAK I SPOSOBY ANALIZA RE[ENIQ I KOTORAQ FAKTI^ESKI DAET NEOBHODIMYE I DOSTATO^NYE USLOWIQ OPTIMALXNOSTI Wlp nALI^IE DWOJSTWENNOSTI OBUSLOWIW HORO[U@ HARAKTERIZACI@ZADA^I PREDOPREDELILO POLINOMIALXNOSTX lp
K ZADA^E lp NA MAKSIMUM S OGRANI^ENIQMI NERAWENSTWAMI W FORME OZlp NAZYWAETSQ SLEDU@]AQZADA^A lp NA MINIMUM S OGRANI^ENIQMI W KANONI^ESKOJ FORME
ILI W KRATKOJ ZAPISI
RTOLXKO TOGDA
ln
2
� � 8 2
h i � �
� � � 8 2
h i � 8 2� �h i � �
h i � �
f j � 8 2 g
� ( )fARKA[A AFINNAQ
O NERAZRE[IMOSTI
dWOJSTWENNOJ
�
c � a ; d � b ; � i M:
; x
� a ; � b ; � i M:
a ; x x b i Mx " <
; : : : ; ; =" ; x; x� ="
; xx
� b � a c; � i M ;
+1
+1
+1
i M
i i
i M
i i i
i M
i i
i M
i i i
i n i
n
n
i
i M
i i
i M
i i i
X X
X X
P
X X
2 2
2 2
2 2
m
.
4.
lEMMA
lEMMA
dOKAZATELXSTWO
oPREDELENIE
min (7)
, ,, (7),
.
:(7) ( 5),
(2).( )., . -
, . . = , | (2), | (7).,
.(2) , (4) (1)
,(5) (5)
, . . = min (5) , (7)., (7) (6),
min (7) ((6) (7)
(7)). -(1) . ,
(7) (5) ,(4) (1) ,
(2), . . (2) .(2) -
= .
4-
., (2) (7)
( ):
= = �0 (8)
14
dLQ TOGO ^TOBY POSTROITX DWOJSTWENNU@ K PROIZWOLXNOJ ZADA^E lpNADO PREDSTAWITX EE W FORME OZlp PRIMENITX FORMULU A ZATEMWERNUTXSQ K OBOZNA^ENIQM ISHODNOJ ZADA^I
PREDSTAWITX W FORME OZlp ANALOGI^NO UPRAVNENI@ WYPISATXDWOJSTWENNU@ K POLU^ENNOJ ZADA^E I SWESTI EE K
zADA^A lp RAZRE[IMA TOGDAI TOLXKO TOGDA KOGDA RAZRE[IMA DWOJSTWENNAQ K NEJ w SLU^AE RAZRE[IMOSTI OPTIMALXNYE ZNA^ENIQ CELEWYH FUNKCIJ W OBEIH ZADA^AHSOWPADA@T T E GDE ZNA^ENIE ZNA^ENIE
PROWEDEM DLQ SLU^AQ OZlp POSKOLXKU L@BAQZADA^A lp ADEKWATNO PREDSTAWLQETSQ W TAKOJ FORME
pUSTX ZADA^A RAZRE[IMA TOGDA QWLQETSQ SLEDSTWIEMI NE QWLQETSQ ^TO PO AFINNOJ LEMME fARKA[A
\KWIWALENTNO RAZRE[IMOSTI PRI I NERAZRE[IMOSTIPRI T E A \TO I ESTX ZNA^ENIE
i NAOBOROT IZ RAZRE[IMOSTI SLEDUET NERAZRE[IMOSTXIBO W PROTIWNOM SLU^AE W OBRA]ALSQ BY W TAK KAKPRIBAWLENIE RE[ENIQ K RE[ENI@ DAET DOPUSTIMU@ TO^KU IUMENX[AET ZNA^ENIE CELEWOJ FUNKCII oTS@DA POLU^AEM RAZRE[IMOSTX PO LEMME fARKA[A O NERAZRE[IMOSTI kROME TOGORAZRE[IMOSTX OZNA^AET RAZRE[IMOSTX DLQ L@BOGOTAK ^TO OKAZYWAETSQ SLEDSTWIEM DLQ I PO\TOMUOGRANI^IWAET SWERHU ZNA^ENIE T E MAKSIMUM W DOSTIGAETSQtAKIM OBRAZOM POLU^ILI RAZRE[IMOSTX ZADA^I I MOVEM WERNUTXSQ K NA^ALU DOKAZATELXSTWA DLQ USTANOWLENIQ RAWENSTWA
iZ TEOREMY NEPOSREDSTWENNO POLU^AEMzADA^A lp OPTIMIZACII \KWIWALENTNA RE[E
NI@ SISTEMY LINEJNYH NERAWENSTWdEJSTWITELXNO OZlp \KWIWALENTNA ZADA^E lp I OBE ONI
\KWIWALENTNY SISTEME ln OTNOSITELXNO NEIZWESTNYH
7. ,upravnenie pOKAZATX ^TO DWOJSTWENNAQ ZADA^AK DWOJSTWENNOJ ZADA^E lp SOWPADAET S PRQMOJ ZADA^EJ lp
h i
8 � 8�
f j g
�1
��
� h i h i �
DWOJSTWENNOSTI lp
�; b :
d d d d
d d d < dd d
d < d d d
d dd d d
d d
x; �
Ax b; c; x b; � ; �A c; � :
= �0�A c; ��
� �� � ��
� �
�
� �
��
�� ��
� ��
4
3.
tEOREMA
dOKAZATELXSTWO
uTWERVDENIE
-.
(8) -5,7.
-.
4( )
:
^ = ^ �0 (9)
^ | ( ( 1)). �, -(9) (
), (9) . (9)= + + �
-: ^ = + + + = �, (9)
[ ^ �0]^ = ^ ^ �0. := ^ �= �[ ^ �0] [^ ^ ]̂.
= �0 = ( ) �0,= , = �0 �0 0
- 0,.
. (N. Karmarkar, 1984 .).5 , -
. ( ) = ( ) + + ( ) , | .( ) = 0 = �0.
( ) =[ ( )]
2 (9), -, ^ �0,
(^) 1 [3(�( ^)) ] [3, . 25{26].^
[3, . 26{28], .
15
zADA^A lp OPTIMIZACII \KWIWALENTNA RE[ENI@ SISTEMY LINEJNYH URAWNENIJ W NEOTRICATELXNYH PEREMENNYH
oT SISTEMY ln PEREHODIM K OGRANI^ENIQM W KANONI^ESKOJ FORME ANALOGI^NO UPRAVNENIQM
zADA^A lp \KWIWALENTNA POISKU NEOTRICATELXNOGO NENULEWOGO RE[ENIQ ODNORODNOJ SISTEMY LINEJNYH URAWNENIJ
nA OSNOWANII UTWERVDENIQ OZlp SWODITSQK NEKOTOROJ SISTEME ln S CELYMI KO\FFICIENTAMI OTNOSITELXNOWEKTORA WE]ESTWENNYH NEIZWESTNYH
PUSTX MATRICA wWEDEM PARAMETR MAVORIRU@]IJ KOORDINATY NEKOTOROGO RE[ENIQ PO TEOREME O GRANICAHRE[ENIJ ESLI SISTEMA RAZRE[IMA dOBAWIM K NERAWENSTWO
KOTOROE PREWRATIM W RAWENSTWO S POMO]X@ DOPOLNITELXNOJ PEREMENNOJ A PEREPI[ETSQ KAK
tEPERX SDELAEM ZAMENU PEREMENNYH IOBOZNA^IM pRIDEM K ODNORODNOJ SISTEME
S DOPOLNITELXNYMI OGRANI^ENIQMI^TO SOOTWETSTWUET SISTEME S
RE[ENIQMI LU^AMI L@BOE IZ KOTORYH PERES^ITYWAETSQW RE[ENIE ISHODNOJ SISTEMY
G wOSPOLXZUEMSQUTWERVDENIEM I OBOZNA^ENIQMI WWEDENNYMI PRI EGO DOKAZATELXSTWE pUSTX GDE STROKItOGDA \KWIWALENTNO wWEDEM
pRIMENQQ TEOREMU I ALGORITM OKRUGLENIQ K ZADA^E MOVNO POKAZATX ^TO DLQ TO^NOGO EE RE[ENIQ DOSTATO^NO NAJTI TAKOJDLQ KOTOROGO S
pOLINOMIALXNYJ ALGORITM POISKA NUVNOGO PRIBLIVENNOGOPRIWODITSQ W S I MY NE BUDEM EGO OPISYWATX oTMETIM
e
e
e e
2
�
� �
h i �
h ij �
j � j j j�
h i � h i8
h i h i
� �
�
mETOD kARMARKARA
FUNKCI@ kARMARKARA
y
Py q; y ;
P K N
y; y : : : y N ;
y y; y : : : y y NP y q; y x y=
P:N P q q : : : q
Px x x ; : : : ; xx; N Px ; x ; x; >
tx t >
p x:
p ; x : : : p ; x p Pp x Px
k x: p x
x x : : : x:
x >k x = P
x
1 1
1 1
1
0
12 2
2
1 2
N
N N N
N
K i
N=
N
N
�
�
4.
.
5.
.
uTWERVDENIE
dOKAZATELXSTWO
uTWERVDENIE
dOKAZATELXSTWO
, -( . .3) -
., -
- , -.: , -
,-
,. , -
. ,
.
.-
, -( , ) -
. --
.-
, ,, , -
,. -
-,
( , , = 0 1).
16
TOLXKO ^TO ANALOGI^NYJ ALGORITM MOVET BYTX POSTROEN NA OSNOWANII PRIMENENIQ METODA nX@TONA SM W RAZD K ZADA^E MINIMIZACII FUNKCII kARMARKARA ILI EJ PODOBNYH w REZULXTATE POLU^AEMCELYJ KLASS POLINOMIALXNYH ALGORITMOW lp KOTORYE NA PRAKTIKE OKAZYWA@TSQ SRAWNIMYMI S SIMPLEKS METODOM NE IMEQ TEORETI^ESKIH NEDOSTATKOW POSLEDNEGO pREDLOVENNYE ALGORITMY STROQTSQNA PRINCIPIALXNO NOWOJ IDEE NE DISKRETNOJ A NEPRERYWNOJ TRAKTOWKI ZADA^I lp KOGDA WMESTO PEREBORA KONE^NOGO ^ISLA UGLOWYHTO^EK OSU]ESTWLQ@T POISK RE[ENIQ W ISHODNOM PROSTRANSTWE WE]ESTWENNYH PEREMENNYH I TRAEKTORII ALGORITMOW NE PROHODQT ^EREZUGLOWYE TO^KI nAPOMNIM ^TO METOD \LLIPSOIDOW TAKVE NE ORIENTIRUETSQ NA UGLOWYE TO^KI MNOGOGRANNIKA OGRANI^ENIJ hARAKTERNO^TO IMENNO TAKOJ UHOD OT DISKRETNOGO PROGRAMMIROWANIQ POZWOLILPOSTROITX POLINOMIALXNYE ALGORITMYlp pO\TOMU DALEE BUDET DANNEKOTORYJ OBZOR OSNOWNYH PODHODOW K RE[ENI@ NEPRERYWNYH ZADA^OPTIMIZACII
eSLI BY RE^X [LA O NEPOSREDSTWENNOM POISKE TO^NOGO RE[ENIQ ZADA^I lp UKAZANNYMI METODAMI TO NELXZQ BYLO BY GARANTIROWATX KONE^NO[AGOWOSTX NE TO ^TO POLINOMIALXNOSTX SOOTWETSTWU@]IH ALGORITMOW dLQ IH PRIMENENIQ SU]ESTWENNOJ QWLQETSQ WOZMOVNOSTX OSTANOWKI W PRIBLIVENNOM RE[ENII BLAGODARQ NALI^I@ POLINOMIALXNOGO ALGORITMA OKRUGLENIQ nO POSKOLXKU DLQ EGORABOTY TREBUETSQ NA^ALXNOE PRIBLIVENIE IZ OPREDELENNOJ OKRESTNOSTI RE[ENIQ ZAWISQ]EJ OT DLINY ILI WYSOTY ILI DLINYWHODA KONKRETNOJ ZADA^I lp TO I ^ISLO ITERACIJ ALGORITMOW BAZIRU@]IHSQ NA RASSMATRIWAEMOM PRINCIPE ZAWISIT OT ^ISLA CIFR WZAPISI \LEMENTOW MATRICY OGRANI^ENIJ tAK ^TO NE UDAETSQ ISPOLXZOWATX DANNU@ IDE@ DLQ POSTROENIQ SILXNOPOLINOMIALXNYH ALGORITMOW lp KROME KAK W ^ASTNYH SLU^AQH OGRANI^ENNOSTI \LEMENTOWMATRICY NAPRIMER W ZADA^AH NA GRAFAH I SETQH GDE �
l hL
a ;ij
.zAME^ANIE
1.1. 32. NP- ( ) 103. . NP-
154.
212.5.
( ) 246. 297. . 333.
8. ( ) 389. 454.10. .
( ) 5111. ( ) 5412. ( ) 58
17
wwedenie w teori` slovnostipONQTIE O SLOVNOSTI RE[ENIQ ZADA^
POLNYE UNIWERSALXNYE ZADA^IkLASSY SLOVNOSTI sILXNAQ POLNOTA
I PSEWDOPOLINOMIALXNOSTXpRIBLIVENNOE RE[ENIE ZADA^ KOMBINATORNOJ
OPTIMIZACIIosnowy linejnogo programmirowaniqpONQTIE O SLOVNOSTI ZADA^I
LINEJNOGO PROGRAMMIROWANIQ lpmETOD \LLIPSOIDOWtEORIQ DWOJSTWENNOSTI lp iDEQ METODA kARMARKARA|lementy matemati~eskogo
programmirowaniqoBZOR IDEJ MATEMATI^ESKOGO PROGRAMMIROWANIQ mpdWOJSTWENNOSTX W mpsposoby re{eniq perebornyh zada~gLOBALXNAQ OPTIMIZACIQ
mETOD WETWEJ I GRANIC mwgcELO^ISLENNOE LINEJNOE PROGRAMMIROWANIE clpmETOD DINAMI^ESKOGO PROGRAMMIROWANIQ dp
sODERVANIE
xxx
x
x
xx
xx
x
xx