М-метод применяется для решения любых задач ЛП, в том числе и тех, где начальное базисное решение сразу не определяется.
М-метод состоит во введении новых искусственных переменных, которые сразу можно взять в качестве базисных, и дальнейшем решении полученной задачи симплекс-методом.
Исходная ЗЛП в канонической форме:
F(X) = c1Х1 +... + сnXn => max
ai,1X1 +... + ai,nXn = bi, (i=1,m)
Xj>0, (j=1,n)
Алгоритм М-метода:
- В каждое i-ое ограничение вводим искусственную переменную Xn+i >0. Всего m новых искусственных переменных.
- В целевую функцию F вводим m дополнительных отрицательных слагаемых вида:
-M*Xn+1 -M*Xn+2...-M*Xn+m,
где М - произвольная очень большая константа. - Получим новую ЗЛП вида:
F(X) = c1Х1 +... + сnXn -M*Xn+1 -... -M*Xn+m => max
ai,1X1+... + ai,nXn +Xn+i = bi, (i=1,m)
Xj >0, (j=1,n+m)
Новая система ограничений характерна тем, что искусственные переменные сразу можно взять в качестве базисных:
Xn+i = bi - ai,1X1 -... - ai,nXn, (i=1,m) - Формируем начальное базисное решение новой М-задачи:
X' = (0,... 0, b1,... bm) - Решаем М-задачу симплекс-методом
- Анализируем решение М-задачи в соответствии со следующими правилами:
- Если в оптимальном решении М-задачи:
X" = (X"1,... X"n, X"n+1,... X"n+m)
все искусственные переменные равны 0, то вектор
X" = (X"1,... X"n)
является оптимальным решением исходной ЗЛП. - Если в оптимальном решении М-задачи хотя бы одна искусственная переменная не равна 0, то исходная ЗЛП не имеет решения в силу несовместимости ограничений.
- Если М-задача не имеет решения, то исходная ЗЛП также не имеет решения в силу неограниченности целевой функции на допустимом множестве.
|
|