QHTT (SV)

4/19/2011
Toán chuyên đề 4: QUY HOẠCH TUYẾN TÍNH Toán chuyên đề 4: QUY HOẠCH TUYẾN TÍNH
Số tín chỉ: 2 (30 tiết).
Điều kiện tiên quyết: Đã học xong chương trình
toán C2.
MÔN QUY HOẠCH TUYẾN TÍNH Mục đích của học phần: Trang bị cho sinh viên
các kiến thức về một số mô hình tối ưu trong
kinh tế.
Giảng viên phụ trách:Ths. NGUYỄN NGỌC CHƯƠNG  Về kiến thức:
ĐT: 0919307060 ‒ Email: n2chuong@hotmail.com  Hiểu biết các khái niệm về bài toán quy hoạch
tuyến tính, bài toán đối ngẫu, bài toán vận tải.
 Nắm vững các phương pháp giải toán: phương
pháp đơn hình, đơn hình đối ngẫu, phương
pháp thế vị.
Về kỹ năng: Tài liệu tham khảo:
 Biết vận dụng các phương pháp vào giải một [1] GS. Đặng Hấn, Quy hoạch tuyến tính, ĐHKT
số bài toán cụ thể trong thực tế. TP.HCM.
Nội dung của học phần: [2] GS. Phan Quốc Khánh, Quy hoạch tuyến tính,
NXBGD 1998.
 Chương 1: Bài toán quy hoạch tuyến tính. Tiêu chuẩn và hình thức đánh giá kết quả :
 Chương 2: Bài toán đối ngẫu.  Dự lớp: Từ 80% số tiết trở lên.
 Chương 3: Bài toán vận tải.  Tiểu luận
Giáo trình:  Thi giữa kỳ: Tự luận
[1] TS Nguyễn Phú Vinh, Giáo trình Quy hoạch  Thi kết thúc học phần: Tự luận
tuyến tính, Trường ĐHCN TP.HCM. Thang điểm: Theo học chế tín chỉ.
Bài toán lập kế hoạch sản xuất
Chương1: BÀI TOÁN QUY HOẠCH TUYẾN TÍNH Một xí nghiệp sản xuất 2 loại sản phẩm A và B, chế
tạo từ 3 loại nguyên liệu I, II và III.
Một đơn vị sản phẩm loại A dùng 2 đơn vị nguyên
MỘT SỐ BÀI TOÁN DẪN ĐẾN liệu I, không cần nguyên liệu loại II, 4 đơn vị
nguyên liệu loại III, một đơn vị sản phẩm loại B
BÀI TOÁN QUY HOẠCH TUYẾN TÍNH
dùng 1 đơn vị nguyên liệu I, 6 đơn vị nguyên liệu
loại II, không cần nguyên liệu loại III. Lượng
nguyên liệu I, II, và III mà xí nghiệp có là 8, 24, 12.
Biết rằng một đơn vị sản phẩm loại A lãi 3 triệu
đồng, một đơn vị sản phẩm loại B lãi 5 triệu.
GV: Ths. Nguyễn Ngọc Chương 5 GV: Ths. Nguyễn Ngọc Chương 6
1
4/19/2011
Hãy lập kế hoạch sản xuất sao cho lãi thu được Mô hình toán học của bài toán
nhiều nhất? Tìm x = (x1, x2) sao cho
Minh hoạ dữ liệu bài toán: f(x) = 3x1 + 5x2 ⟶ max
Sản phẩm Số nguyên với các ràng buộc
A B
Nguyên liệu liệu tối đa
2x1 + x2 ≤ 8
I 2 1 8
6x2 ≤ 24
II 0 6 24
4x1 ≤ 12
III 4 0 12
x1 , x2 ≥ 0
Tiền lãi/đơn vị
3 5
sản phẩm
Tương tự hãy lập mô hình toán học cho bài toán: Mô hình toán học của bài toán
Một công ty sản xuất 2 loại sơn nội thất và sơn Tìm x = (x1, x2) sao cho
ngoài trời, sử dụng 2 loại nguyên liệu A, B với trữ
lượng là 6 tấn và 8 tấn. Một tấn sơn nội thất cần 2 f(x) = 2x1 + 3x2 ⟶ max
tấn nguyên liệu A và 1 tấn nguyên liệu B, một tấn với các ràng buộc
sơn ngoài trời cần 1 tấn nguyên liệu A và 2 tấn 2x1 + x2 ≤ 6
nguyên liệu B. Lượng sơn nội thất không hơn sơn
ngoài trời quá 1 tấn, lượng sơn nội thất tối đa là 2 x1 + 2x2 ≤ 8
tấn. Giá bán một tấn sơn nội thất là 2000USD, giá x1 ‒ x2 ≤ 1
bán một tấn sơn ngoài trời là 3000USD. x1 ≤ 2
Hỏi cần sản xuất mỗi loại sơn bao nhiêu tấn để có x1 , x2 ≥ 0
doanh thu lớn nhất ?
Bài toán tổng quát: Minh hoạ dữ liệu bài toán:
Một công ty sản xuất n loại sản phẩm S j (j=1,2, ..,n) Sản phẩm Số nguyên
sử dụng m loại nguyên liệu N i (i = 1,2, ..,m). Biết: S1 S2 … Sn
Nguyên liệu liệu tối đa
+ Lượng nguyên liệu Ni cần thiết dùng để sản xuất
N1 a11 a12 … a1n b1
một đơn vị sản phẩm Sj là: aij
+ Trữ lượng nguyên liệu Ni là: bi N2 a21 a22 … a2n b2
+ Tiền lãi một đơn vị sản phẩm Sj là: cj … … … … … …
Hãy xây dựng kế hoạch sản xuất cho công ty để có Nm am1 am2 … amn bm
lợi nhuận nhiều nhất. Tiền lãi/đơn vị
c1 c2 … cn
sản phẩm
2
4/19/2011
Mô hình toán học của bài toán Bài toán vốn đầu tư
Tìm x = (x1, x2 , …, xn) sao cho Một xí nghiệp xử lý rác thải có n phân xưởng Sj,
f(x) = c1x1 + c2x2 + … + cnxn ⟶ max j=1,2,…,n xử lý m loại rác thải Ni, i=1,2,…,m. Nếu
với các ràng buộc cùng đầu tư một đơn vị vốn vào các phân xưởng
a11x1 + a12x2 + … + a1nxn ≤ b1 thì cuối năm mỗi phân xưởng Sj có thể xử lý aij đơn
vị rác thải Ni, i=1,2,…m, j=1,2,…,n. Ngoài ra theo
a21x1 + a22x2 + … + a2nxn ≤ b2 hợp đồng lao động thì cuối năm số lượng rác thải
… Ni tối thiểu mà xí nghiệp cần phải xử lý là bi ,
am1x1 + am2x2 + … + amnxn ≤ bm i=1,2,…,m.
x1, x2, …, xn ≥ 0 Hãy lập kế hoạch đầu tư sao cho tổng vốn đầu tư
Đây là một bài toán quy hoạch tuyến tính. của xí nghiệp nhỏ nhất mà vẫn đảm bảo hoàn
thành hợp đồng lao động.
Minh hoạ dữ liệu bài toán: Mô hình toán học của bài toán
Phân xưởng Lượng rác xử Tìm x = (x1, x2, …, xn) sao cho
S 1 S2 … Sn f(x) = x1 + x2 + … + xn ⟶ min
Loại rác thải lý tối thiểu
với các ràng buộc
N1 a11 a12 … a1n b1
a11 x1 + a12x2 + … + a1nxn ≥ b1
N2 a21 a22 … a2n b2 a21 x1 + a22x2 + … + a2nxn ≥ b2
… … … … … … …
Nm am1 am2 … amn bm am1 x1 + am2x2 + … + amnxn ≥ bm
x1 , x2, …, xn ≥ 0
Đây là một bài toán quy hoạch tuyến tính.
Bài toán vận tải Minh hoạ dữ liệu bài toán:
Xí nghiệp cần vận chuyển hàng hoá từ m kho (điểm Điểm thu
phát) Pi, i=1,2,…,m đến n nơi tiêu thụ (điểm thu) T1:b1 T2 :b2 … Tn:bn
Điểm phát
Tj, j=1,2,…,n. Lượng hàng có ở mỗi kho Pi là ai,
i=1,2,…,m. Lượng hàng cần ở mỗi nơi tiêu thụ Tj là c11 c12 c1n
P1:a1 …
bj, j=1,2,…,n. Chi phí vận chuyển một đơn vị hàng
từ kho Pi đến nơi tiêu thụ Tj là cij, i=1,2,…m, c21 c22 c2n
j=1,2,…,n. Cho biết tổng lượng hàng ở các kho P2:a2 …
bằng tổng lượng hàng cần tiêu thụ.
… … … … …
Hãy lập kế hoạch vận chuyển hàng hoá sao cho
tổng chi phí là nhỏ nhất và đảm bảo yêu cầu thu cm1 cm2 cmn
Pm:am …
phát.
3
4/19/2011
Mô hình toán học của bài toán
Tìm x = (x11, x12, …, xmn) sao cho
f(x) = c11 x11 + c12x12 + … + cmnxmn ⟶ min
x11 + x12 + … + x1n = a1
… BÀI TOÁN QUY HOẠCH TUYẾN TÍNH
xm1 + xm2 + … + xmn= am VÀ Ý NGHĨA HÌNH HỌC
x11 + x21 + … + xm1 = b1
…
x1n + x2n + … + xmn = bn
x11, x12, …, xmn ≥ 0
Bài toán quy hoạch tuyến tính tổng quát Ví dụ:
Tìm x = (x1, x2 , … , xn) sao cho + f(x) = 3x1 + x2 – 2x3 – x4 + 4x5 – 2x6 ⟶ max
f(x) = c1x1 + c2x2 + … + cnxn ⟶ max(min) (1) x1 + 2x2 – x3 + x4 + x5 ≤ 8
ai1x1 + ai2x2 + … + ainxn ≤ bi, i ∊ I1 (2) x1 – 3x3 – x4 + 3x6 ≥ 2
ai1x1 + ai2x2 + … + ainxn ≥ bi, i ∊ I2 (3) 2x1 + 3x2 + x3 – x4 = 5
ai1x1 + ai2x2 + … + ainxn = bi, i ∊ I3 (4) – x1 + x2 – x3 + 2x4 – 3x5 ≥ 6
xj ≥ 0, j ∊ J1 (5) I1∪I2∪I3 =*1,2,…,m+, 3x1+ 2x2 – 2x3 – x4 – 2x6 ≤ 11
xj ≤ 0, j ∊ J2 (6) I1∩I2∩I3=∅ x1, x4 ≥ 0, x2, x3, x6 ≤ 0, x5 ∊ ℝ
xj ∊ ℝ, j ∊ J3 (7) và J1∪J2 ∪J3={1,2,…,n+,
J1∩J2∩J3 =∅
Một số khái niệm Dạng chính tắc của bài toán quy hoạch tuyến tính
Hàm mục tiêu: hàm f(x) = c1x1 + c2x2 + … + cnxn Tìm x = (x1, x2, … , xn) sao cho
Phương án: vectơ x = (x1, x2, … , xn) thoả mãn các f(x) = c1x1 + c2 x2 + … + cnxn ⟶ max(min)
điều kiện ràng buộc từ (2) đến (7). ai1x1 + ai2x2 + … + ainxn = bi, i = 1, 2, …, m
Phương án tối ưu: phương án làm cho hàm mục xj ≥ 0, j = 1, 2, …, n
tiêu đạt max hay min nghĩa là thoả mãn (1). hay f(x) = ∑cjxj ⟶ max(min)
Tập phương án: tập hợp tất cả các phương án của ∑aijxj = bi, i = 1, 2, …, m
bài toán. xj ≥ 0, j = 1, 2, …, n
Giải bài toán quy hoạch tuyến tính: là tìm phương Lưu ý: Mọi bài toán quy hoạch tuyến tính đều có
án tối ưu cho bài toán. thể biến đổi đưa về dạng chính tắc.
4
4/19/2011
Để biến đổi bài toán về dạng chính tắc tìm min ta Ví dụ: Biến đổi về dạng chính tắc
thực hiện như sau: + f(x) = x1 – 3x2 + 2x3 – x4 ⟶ max
+ Thay hàm mục tiêu f ⟶ max bởi g =  f, khi đó 2x1 + x2 + x3 – x4 ≤ 8
ta có g ⟶ min. x1 – x3 + x4 = 5
+ Từ ràng buộc ai1x1 + ai2x2 + … + ainxn ≤ bi, bổ x1 – 2x2 – x3 + 3x4 ≥ 7
sung thêm xn+i ≥ 0 để có dấu ‘=‘.
x1 , x3 ≥ 0
+ Từ ràng buộc ai1x1 + ai2x2 + … + ainxn ≥ bi, bổ
x2 ≤ 0
sung thêm xn+i ≥ 0 để có dấu ‘=‘.
x4 ∊ ℝ
+ Thay biến xj ≤ 0 bởi biến x′j =  xj ≥ 0
+ Thay biến xj  ℝ bởi x′j  x″j = xj với x′j , x″j ≥ 0
ĐS: g(x) = – x1 – 2x3 – 3x7 + x8 – x9 ⟶ min + f(x) = 2x1 – x2 + x3 – 3x4 ⟶ min
2x1 + x3 + x5 – x7 – x8 + x9 = 8 x1 + 2x2 + 2x3 – x4 ≥ 6
x1 – x3 + x8 – x9 = 5 2x1 – x2 – 2x3 + x4 = 9
x1 – x3 – x6 + 2x7 + 3x8 – 3x9= 7 3x1 –x2 + x3 + 2x4 ≤ 12
xj ≥ 0, j=1,2,…,9 x2 , x4 ≥ 0
x1 ≤ 0
x3 ∊ ℝ
ĐS: f(x) = 2x1 – x2 + x3 – 3x4 ⟶ min Phương án cực biên
2x2– x4 – x5 – x7 + 2x8 – 2x9 = 6 Xét bài toán
– x2 + x4 – 2x7 – 2x8 + 2x9 = 9
f(x) = ∑cjxj ⟶ min
–x2 + 2x4 + x6 – 3x7 + x8 – x9 = 12
∑aijxj = bi, i = 1, 2, …, m
xj ≥ 0, j=1,2,…,9
Lưu ý: Từ đây ta chỉ xét các bài toán dạng chính tắc xj ≥ 0, j = 1, 2, …, n
tìm min. Vectơ liên kết với biến xj là vectơ cột Aj = [aij]m1
f(x) = ∑cjxj ⟶ min có các thành phần là hệ số tương ứng của biến xj.
∑aijxj = bi, i = 1, 2, …, m Phương án cực biên là phương án mà hệ vectơ
xj ≥ 0, j = 1, 2, …, n liên kết với các biến xj > 0 là hệ vectơ độc lập
tuyến tính.
5
4/19/2011
Biến cơ sở là biến xj > 0, vectơ Aj tương ứng với Ví dụ:
biến cơ sở gọi là vectơ cơ sở, biến phi cơ sở là biến + Xét bài toán
xj = 0.
f(x) = 4x1 + x2 + x3 ⟶ min
Phương án cực biên không suy biến là phương án x1 +2x2  x3 = 5
có đúng m biến cơ sở, nếu số biến cơ sở bé hơn m
ta có phương án cực biên suy biến. x1  x2 + 2x3 = 5
xj ≥ 0, j=1,2,3
Số các phương án cực biên của một bài toán quy
hoạch tuyến tính là hữu hạn. Vectơ nào sau là phương án cực biên không suy
biến: x0 = (1, 4, 4), x1 = (5, 0, 0), x2 = (0, 5, 5)?
ĐS: x2 = (0, 5, 5)
+ Xét bài toán Lưu ý: Cách thành lập một phương án cực biên của
f(x) = x1 + 2x2  x3 ⟶ min bài toán quy hoạch tuyến tính dạng chính tắc:
x1 + x2 + x3 = 4 + Xác định hệ vectơ liên kết với n biến.
x1  x2 = 0 + Tìm các hệ con {Ai+, i = 1, 2, …,m gồm m véctơ
độc lập tuyến tính của hệ vectơ Số hệ con này hữu
xj ≥ 0, j=1,2,3 hạn.
Vectơ nào sau là phương án cực biên không suy + Biểu diễn vectơ b theo hệ con {Ai} ở trên, ta
biến: x0 = (1, 1, 2), x1 = (2, 2, 0), x2 = (0, 0, 4)? được các hệ số biểu diễn. Thành lập vectơ x có các
ĐS: x1 = (2, 2, 0) thành phần là hệ số biểu diễn.
+ Loại đi những vectơ x có thành phần âm, các
véctơ còn lại là các phương án cực biên.
Ví dụ: Tìm các phương án cực biên của bài toán Lưu ý:
+ f(x) = 2x1 + x3 + 5x4 ⟶ min Do số thành phần dương của một phương án cực
x1 + x3 + x4 = 5 biên không suy biến là bằng m nên suy ra số thành
9 1
x2  x3 + 2x4 = 1 ĐS: (5, 1, 0, 0), ( 2, 0, 0, 2), phần bằng 0 sẽ là n – m.
(0, 6, 5, 0), (0, 0, 3, 2) Từ đó suy ra muốn tìm phương án cực biên ta có
xj ≥ 0, j=1,2,3,4
thể cho n – m thành phần bằng 0 rồi tính giá trị của
+ f(x) = 2x1  x3 + 2x4 ⟶ min
m thành phần còn lại bằng cách giải hệ m phương
x1 + x2 + x3 + x4 = 10 trình m ẩn.
16 14
2x2 + x3  x4 = 6 ĐS: (0, 0, 8, 2), (0, 3 , 0, 3 ),
xj ≥ 0, j=1,2,3,4 (4, 0, 6, 0), (7, 3, 0, 0)
6
4/19/2011
Ví dụ: Tìm các phương án cực biên của bài toán Các tính chất chung của bài toán quy hoạch
+ f(x) = x1 + 6x3  5x4 ⟶ min tuyến tính
x1 + 2x3 + 3x4 = 5 8 7 5 + Tập các phương án của bài toán quy hoạch tuyến
ĐS: (5, 3, 0, 0), (0, 2, 2, 0), tính là một tập lồi nghĩa là nếu x, y là hai phương
3x2  x3 + 2x4 = 8
14
(0, , 0, )
5 án bất kỳ của bài toán thì mọi tổ hợp x + (1 )y,
xj ≥ 0, j=1,2,3,4 9 3  ∊ ℝ: 0 ≤  ≤ 1 cũng là một phương án của bài
+ f(x) = x1  6x3 + x4  x5 ⟶ max toán.
x1 + 2x4 + x5 = 8 + Tập các phương án tối ưu của bài toán quy
x2 + x4  x5 = 4 ĐS: (8,4,6,0,0), (2,10,0,0,6), hoạch tuyến tính cũng là một tập lồi.
x3 + x4 + x5 = 6 (0,0,2,4,0), (0,6,0,2,4) + Nếu bài toán quy hoạch tuyến tính dạng chính
xj ≥ 0, j=1,2,…,5 tắc có tập phương án khác rỗng thì nó có ít nhất
một phương án cực biên.
+ Điều kiện cần và đủ để bài toán quy hoạch tuyến Ví dụ: Giải các bài toán quy hoạch tuyến tính
tính dạng chính tắc có phương án tối ưu là nó có + f(x) = x1 + 6x3  5x4 ⟶ min
tập phương án khác rỗng và hàm mục tiêu bị chặn. x1 + 2x3 + 3x4 = 5 14 5
+ Nếu bài toán quy hoạch tuyến tính dạng chính ĐS: x* = (0, , 0, ),
3x2  x3 + 2x4 = 8 9 3
tắc có phương án tối ưu thì nó có ít nhất một fmin = 
25
xj ≥ 0, j=1,2,3,4
phương án cực biên là phương án tối ưu. 3
+ f(x) = x1  6x3 + x4  x5 ⟶ max
Lưu ý: Từ đây, ta có thể giải bài toán quy hoạch
tuyến tính dạng chính tắc nếu biết nó có phương x1 + 2x4 + x5 = 8
án tối ưu bằng cách tìm tất cả các phương án cực x2 + x4  x5 = 4 ĐS: x* = (0,6,0,2,4),
biên của bài toán, phương án tối ưu là phương án x3 + x4 + x5 = 6 fmax = 2
mà giá trị hàm mục tiêu lớn nhất (hay nhỏ nhất). xj ≥ 0, j=1,2,…,5
Giải bài toán quy hoạch tuyến tính hai + f(x) = x + 3y ⟶ max
biến bằng phương pháp hình học x + 2y ≤ 6
Ví dụ: 2x + y ≤ 10
+ f(x) = 2x +3y ⟶ min ‒x + y ≤ 4
3x + y ≥ 3 x ≥ 0, y ≥ 0
x  4y ≤ 6 ĐS: fmax = 9 tại A (0;3)
x + 2y ≤ 6
x ≥ 0, y ≥ 0
ĐS: fmin = 2 tại C(1; 0)
7
4/19/2011
Cơ sở của phương pháp đơn hình
Dựa vào phương án hiện có, ta tìm cách đánh giá
phương án đó có là phương án tối ưu hay chưa,
nếu phương án đang xét đã là phương án tối ưu thì
PHƯƠNG PHÁP ĐƠN HÌNH mục đích của ta đã đạt, được nếu chưa là phương
án tối ưu thì ta thay thế bởi nó một phương án mới
GIẢI BÀI TOÁN QUY HOẠCH TUYẾN TÍNH tốt hơn.
Xét bài toán dạng chính tắc (P)
f(x) = ∑cjxj ⟶ min
∑aijxj = bi, i = 1, 2, …, m
xj ≥ 0, j = 1, 2, …, n
Giả sử ta có phương án x 0 = x10, x20 ,… , xm

0 , 0, … , 0
Định lý: ( Dấu hiệu tối ưu)
với các biến cơ sở tương ứng x 1 , x2, …, xm và hệ Nếu x = x10, x20, … , xm
0
, 0, … , 0 là một phương án
vectơ cơ sở liên kết là *Ai+, i = 1,2,…,m. cực biên của (P) sao cho ∆ j ≤ 0 với mọi j = 1,2,…,n
Giá trị mục tiêu f x 0 = c1 x10 + c2 x02 + ⋯ + cm xm
0. thì x là phương án tối ưu.
Đặt ∆j= c1 x1j + c2 x2j + ⋯ + cm xmj − cj Định lý: ( Dấu hiệu không có phương án tối ưu)
với xj = (x1j, x2j, …, xmj) là toạ độ của các vectơ Aj Nếu ngoài cơ sở liên kết của phương án cực biên
đối với hệ cơ sở *Ai+, gọi là ước lượng của biến x j. tồn tại j sao cho ∆j > 0 và xj ≤ 0 nghĩa là xij≤ 0 với
Lưu ý: Nếu ma trận cột tạo bởi hệ vectơ cơ sở {Ai} mọi i = 1,2,…,m thì (P) không có phương án tối ưu.
là ma trận đơn vị thì x ij = aij. Rõ hơn là hàm mục tiêu không bị chặn dưới trên
tập phương án.
Thuật toán đơn hình Ví dụ:
Xét bài toán + Xét bài toán
f(x) = ∑cjxj ⟶ min f(x) = x1 + 6x2 + 9x3 ⟶ min
∑aijxj = bi, i = 1, 2, …, m x1 + 2x3 = 6
xj ≥ 0, j = 1, 2, …, n x2 + x3 = 8
bi ≥ 0, i=1,2,…,m và có sẵn ma trận đơn vị. xj ≥ 0, j = 1, 2, 3.
+ Tìm phương án cực biên ban đầu: Giả sử ma trận Vectơ x = (6, 8, 0) có phải là phương án tối ưu hay
đơn vị tạo bởi các vectơ cột A i, i = 1,2,…,m thì ta có không?
phương án cực biên ban đầu ĐS: x là phương án tối ưu. fmin = 54.
x 0 = x10, x20 ,… , xm
0 ,0, … , 0
8
4/19/2011
+ Xét bài toán Định lý:

f(x) = 7x1 ‒ 26x2 + 9x3 ⟶ min Nếu ngoài cơ sở liên kết của phương án cực biên
x1 ‒ 2x3 = 5 tồn tại j sao cho ∆j > 0 và có ít nhất một xij > 0 với i
‒x2 + x3 = 7 nào đó thì ta luôn có thể tìm được một phương án
cực biên mới tốt hơn x, nghĩa là phương án này
xj ≥ 0, j = 1, 2, 3.
làm cho hàm mục tiêu nhỏ hơn phương án x.
Vectơ x = (5, 0, 7) có phải là phương án tối ưu hay
không?
ĐS: x không phải là phương án tối ưu.
+ Đánh giá phương án hiện có: lập bảng đơn hình + Xây dựng phương án mới – Phương pháp phần
như hình bên dưới và căn cứ vào đó để đánh giá tử trục quay:
Biến Hệ Phương x1 x2 … xn Xác định cột quay s là cột mà s > 0 lớn nhất, biến
 cơ sở tương ứng xs là biến cơ sở đưa vào.
cơ sở số án c1 c2 … cn
x0
x1 c1 x10 x11 x12 … x1n Dòng quay r là dòng mà r nhỏ nhất với θr = x r ,
ks
x2 c2 x20 x21 x22 … x2n biến cơ sở tương ứng xr là biến cơ sở đưa ra.
… … … … … … … Phần tử quay xrs là phần tử giao giữa dòng quay r
0
xm cm xm xm1 xm2 … xmn và cột quay s.
f(x0) 1 2 … n
+ f(x) = ‒2x1 ‒ 4x2 + x3 ‒ x4 ⟶ min Xác định các thành phần phương án x 1 mới:
x1 + 3x2 + x5 = 4 x 0r PA s ↓
2x1 + x2 ‒ x3 + x6 = 3 x rs
nếu i = r i
xi1 = xi0 xis
x2 + 4x3 + x4 = 3 x 0i x rs− x0rx is r
nếu i ≠ r
x rs xr0 xrs
xj ≥ 0, j = 1, 2, …,6.
Xác định các hệ số biểu diễn xij mới
ĐS: Phương án tối ưu x* = (1, 1, 0, 2, 0, 0). Giá trị
tối ưu fmin = ‒8. j↓ s↓
x rj
x rs
nếu i = r i
xij′ = x ijx rs−xrjx is xij xis
nếu i ≠ r r
x rs xrj xrs
9
4/19/2011
Ví dụ: Giải các bài toán + f(x) = 3x1 ‒ 4x2 ‒ 5x3 + 6x4 ⟶ min
+ f(x) = x1 ‒ x2 ‒ 2x4 + 2x5 ‒ 3x6 ⟶ min x1 + x2 + x3 + 13x4 = 14
x1 + x4 + x5 ‒ x6 = 2 2x1+ x2 + 14x4 = 11
x2 + x4 + x6 = 12 3x2 + x3 + 14x4 = 16
x3 + 2x4 + 4x5 + 3x6 = 9 xj ≥ 0, j = 1,2,3,4.
xj ≥ 0, j = 1, 2, …,6.
ĐS: Phương án tối ưu x* = (0, 8, 0, 3, 0, 1). Giá trị
tối ưu fmin = ‒17.
Thuật toán đơn hình mở rộng Lưu ý:
Xét bài toán + Nếu bài toán có b i ≥ 0, i=1,2,…,m và chưa có sẵn
f(x) = ∑cjxj ⟶ min ma trận đơn vị ta có thể thực hiện biến đổi ma trận
∑aijxj = bi, i = 1, 2, …, m hệ số mở rộng của hệ điều kiện ràng buộc để có ma
trận đơn vị.
xj ≥ 0, j = 1, 2, …, n
Ví dụ: Giải bài toán
với bi ≥ 0, i=1,2,…,m và chưa có sẵn ma trận đơn vị
(giả sử bài toán còn thiếu m vectơ đơn vị). + f(x) = ‒ 3x1 + x2 + 3x3 ‒ x4 ⟶ min
Ta bổ sung thêm m biến x n+i, i=1,2,…,m để có được x1 + 2x2 ‒ x3 + x4 = 2
ma trận đơn vị và đưa về xét hàm mục tiêu 2x1‒ 6x2 + 3x3 + 3x4 = 9
g = ∑cjxj + Mxn+1 + Mxn+2 + … + Mxn+m với M là x1 ‒ x2 + x3 ‒ x 4 = 6
một số rất lớn, lớn hơn bất cứ số nào khác. xj ≥ 0, j = 1,2,3,4.
ĐS: Bài toán trở thành ĐS: Bài toán trở thành
f(x) = ‒2x1 ‒ 4x2 + x3 ‒ x4 ⟶ min f(x) = ‒2x1 ‒ 4x2 + x3 ‒ x4 ⟶ min
6 27
x 1 + 5x 4 = 3 x1 + x =4
5 4
23 16
x2 ‒ x =2
5 4
x2 + 5 x4 = 3
12 22
x3 ‒ x4 = 5 x3 + x4 = 7
5 5
xj ≥ 0, j = 1, 2, 3, 4. xj ≥ 0, j = 1, 2, 3, 4.
10
4/19/2011
Bài toán trở thành bài toán M sau đây Ta dùng thuật toán đơn hình để giải bài toán M với
g(x) = ∑cjxj + Mxn+1 + Mxn+2 + … + Mxn+m ⟶ min một vài lưu ý:
∑aijxj + xn+i = bi, i = 1, 2, …, m + Nếu đã có k vectơ đơn vị thì ta bổ sung vào m – k
xj ≥ 0, j = 1, 2, …, n+m biến để có ma trận đơn vị cấp m.
Lưu ý: + Hàm mục tiêu g, ước lượng j của các biến xj có
Nếu bài toán M có phương án tối ưu (x, t) với t > 0 thể viết dưới dạng g = AM + B, j =  jM+ j.
t = (xn+1 , …, xn+m) thì bài toán chính không có
+ Để so sánh các ước lượng ta có
phương án. Nếu bài toán M có phương án tối ưu
(x, 0) thì x là phương án tối ưu của bài toán chính αj > 0 αj > αk
và nếu bài toán M không có phương án tối ưu thì ∆j ≥ 0 ⇔ , ∆j ≥ ∆k⇔
αj = 0, βj ≥ 0 αj = αk, βj ≥ βk
bài toán chính cũng không có phương án tối ưu.
và các hệ số A, B, ,  được trình bày trên 2 dòng.
Ví dụ: Giải bài toán + f(x) = 3x 1 ‒ 4x2 ‒ 5x3 + 6x4 ⟶ min

+ f(x) = ‒ 3x1 + x2 + 3x3 ‒ x4 ⟶ min x1 + x2 + x3 + 13x4 = 14
x1 + 2x2 ‒ x3 + x4 = 2 2x1+ x2 + 14x4 = 11
2x1‒ 6x2 + 3x3 + 3x4 = 9 3x2 + x3 + 14x4 = 16
x1 ‒ x2 + x3 ‒ x4 = 6 xj ≥ 0, j = 1,2,3,4.
xj ≥ 0, j = 1,2,3,4. ĐS: Phương án tối ưu x* = (4, 3, 7, 0). Giá trị tối
ĐS: Phương án tối ưu x* = (3, 2, 5, 0). Giá trị tối ưu fmin = ‒35.
ưu fmin = 8.
Lưu ý: Với bài toán dạng chính tắc tìm max ta thực 2 17 39
ĐS: Phương án tối ưu x* = (3, 6 , 2 , 0, 0). Giá trị
hiện tương tự, chỉ khác là nếu ∆ j ≥ 0, ∀j = 1,2,…,n
88
thì phương án đang xét là tối ưu, nếu có ∆j < 0 mà tối ưu fmax = .
3
xj ≤ 0 thì bài toán không có lời giải, cột quay s là
cột tương ứng với ∆ s < 0 nhỏ nhất. + f(x) = 3x 1 ‒ x2 ‒ 2x3 ⟶ max
Ví dụ: Giải bài toán ‒x1 + 3x2 + x3 + x4 = 7
+ f(x) = 2x1 + 3x2 + x3 ⟶ max 3x1‒ 4x2 + 8x3 + x5 = 10
x1 ‒ 5x2 + x3 = 6 4x1‒ 2x2 + x6 = 12
2x1+ 2x2 + x4 = 7 xj ≥ 0, j = 1,2, …,6.
‒x1 + 2x2 + x5 = 5 ĐS: Phương án tối ưu x* = (5, 4, 0, 0, 11, 0). Giá trị
xj ≥ 0, j = 1,2,3,4,5. tối ưu fmax = 11.
11
4/19/2011
Giải bài toán quy hoạch tuyến tính với EXCEL trong đó ở dòng phương án, ta gán các giá trị ban
Cài thêm công cụ Add-ins Solver đầu là 1 (hay 0) cho các biến x j ≥ 0.
+ Options ⟶ Add-Ins
⟶ Excel Add-Ins.
+ Trong hộp thoại Add-Ins
ta click chọn Solver Add-In.
Tổ chức dữ liệu trên bảng tính
Tiến hành nhập liệu trên bảng
tính Excel như sau
Tiến hành giải bài toán Ta có thể sửa đổi, thêm bớt các ràng buộc. Muốn
thêm vào ràng buộc ta click chọn nút Add.
+ Data ⟶ Solver
+ Trong hộp thoại Solver Parameters:
Set Objective: click chọn ô chứa giá trị mục tiêu B8.
Max/Min/Equal To: chọn loại bài toán để giải. trong hộp thoại Add Constraint:
By Changing Cells: click chọn địa chỉ tuyệt đối của Cell Reference: click chọn địa chỉ chứa công thức.
các ô ghi các giá trị ban đầu của biến. Ô dấu: lựa chọn dấu của các ràng buộc tương ứng.
Subject to the Constraints: nhập các ràng buộc. Constraint: Ô chứa giá trị vế phải của các ràng
buộc tương ứng (ta cũng có thể nhập trực tiếp giá
trị vế phải của ràng buộc tương ứng).
Select a solving method: click chọn phương pháp
giải, ở đây là Simplex LP phương pháp đơn hình.
Trong hộp thoại Solver Result:
Keep Solver Solution: Lấy kết quả, in ra bảng tính.
Restore Original Values: Huỷ kết quả vừa tìm được
và trả các biến về tình trạng ban đầu.
Save Scenario: Lưu kết quả vừa tìm được thành
một tình huống để có thể xem lại sau này.
Lưu ý: Có 3 loại báo cáo là Answer, Sensitivity và
Limits.
12
4/19/2011
Định nghĩa bài toán đối ngẫu
Xét bài toán quy hoạch tuyến tính gốc (P)
f(x) = c1x1 + c2 x2 + … + cnxn ⟶ max(min)
Chương 2: BÀI TOÁN ĐỐI NGẪU ai1x1 + ai2x2 + … + ainxn ≤ bi, i ∊ I1 (1)
ai1x1 + ai2x2 + … + ainxn ≥ bi, i ∊ I2 (2)
BÀI TOÁN ĐỐI NGẪU VÀ MỘT SỐ TÍNH CHẤT ai1x1 + ai2x2 + … + ainxn = bi, i ∊ I3 (3)
xj ≥ 0, j ∊ J1 (4)
xj ≤ 0, j ∊ J2 (5)
xj ∊ ℝ, j ∊ J3 (6)
Bài toán đối ngẫu của bài toán (P) là bài toán (Q): Ví dụ: Viết bài toán đối ngẫu (Q) của bài toán (P):
g(y) = b1y1 + b2y2 + … + bmym ⟶ min(max) + f(x) = 2x1 – x2 + 3x3 + x4 – 2x5 ⟶ min
aj1y1 + aj2y2 + … + ajmym ≤ cj, j ∊ J1 (4′) x1 + x2 + 2x3 – x4 + x5 ≤ 12
aj1y1 + aj2y2 + … + ajmym ≥ cj, j ∊ J2 (5′) 2x1 – x3 + 3x4 + 2x5 ≥ –5
aj1y1 + aj2y2 + … + ajmym = cj, j ∊ J3 (6′) – x1 + 3x2 – 2x4 – x5 = 6
yi ≤ 0, i ∊ I1 (1′) 3x1 + 2x2 – x3 + x4 ≥ 3
yi ≥ 0, i ∊ I2 (2′) x1 , x3 ≥ 0
yi ∊ ℝ, i ∊ I3 (3′) x5 ≤ 0
Các cặp ràng buộc (1)–(1), (2)–(2), .., (6)–(6) x2 , x4 ∊ ℝ
được gọi là các ràng buộc đối ngẫu với nhau.
ĐS: Bài toán (Q): Cách thành lập bài toán đối ngẫu
g(y) = 12y1 – 5y2 + 6y3 + 3y4 ⟶ max Bài toán gốc Chỉ số Bài toán đối ngẫu
y1 + 2y2 – y3 + 3y4 ≤ 2
f(x) = cjxj ⟶ min g(y) = biyi ⟶ max
y1 + 3y3 + 2y4 = –1
xj ≥0 j ∊ J1 ajiyi ≤ cj
2y1 – y2 – y4 ≤ 3
–y1 + 3y2 – 2y3 + y4 = 1 xj ≤ 0 j ∊ J2 ajiyi ≥ cj
y1 + 2y2 – y3 ≥ –2 xj ∊ ℝ j ∊ J3 ajiyi = cj
y1 ≤ 0 aijxj ≤ bi i ∊ I1 yi ≤ 0
y2, y4 ≥ 0 aijxj ≥ bi i ∊ I2 yi ≥ 0
y3 ∊ ℝ
aijxj = bi i ∊ I3 yi ∊ ℝ
13
4/19/2011
Ví dụ: Viết bài toán đối ngẫu (Q) của bài toán (P): ĐS: Bài toán (Q):
+ f(x) = x1 + x2 + x4 – 3x5 ⟶ max g(y) = 4y1 + 7y2 + 6y3 + 3y4 ⟶ min
x1 + 2x2– 2x4 + x5 = 4 y1 – y2 + 2y3 + y4 = 1
– x1 + 3x3 + x4 – 2x5 ≤ 7 – 3y1 – 2y4 ≤ 1
2y1 + 3y2 – y3 + 4y4 ≥ 0
2x1 – 3x2 – x3 – x4 + 3x5 = 6
–2y1 + y2 – y3 – y4 ≥ 1
x1 – 2x2 + 4x3 – x4 – x5≥ 3
y1 – 2y2 + 3y3 – y4 ≤ –3
x2 , x5 ≥ 0 y2 ≤ 0
x3 , x4 ≤ 0 y4 ≥ 0
x1 ∊ ℝ y1,y3 ∊ ℝ
Mối liên hệ giữa bài toán gốc và bài toán đối ngẫu Định lý 2 (Đối ngẫu mạnh)
Xét bài toán quy hoạch tuyến tính gốc dạng chính Nếu một trong hai bài toán có phương án tối ưu thì
tắc tìm min. bài toán đối ngẫu của nó cũng có phương án tối ưu
Định lý 1 (Đối ngẫu yếu) và giá trị tối ưu của các hàm mục tiêu của chúng là
bằng nhau.
Cho x, y theo thứ tự là phương án của bài toán gốc
và đối ngẫu ta có f(x) ≥ g(y). Định lý 3 (Định lý tồn tại)
Lưu ý: Từ định lý nếu ta có phương án của bài toán Một cặp bài toán và bài toán đối ngẫu của nó chỉ có
gốc và đối ngẫu theo thứ tự là x, y mà f(x) = g(y) thể xảy ra một trong 3 khả năng loại trừ sau:
thì x, y lần lượt là phương án tối ưu của bài toán  Cả hai bài toán đều không có phương án.
gốc và bài toán đối ngẫu.
 Cả hai bài toán đều có phương án, khi đó cả hai n
cùng có phương án tối ưu và giá trị tối ưu của hai bi − aijxj yi = 0, i = 1, m
hàm mục tiêu là bằng nhau. j=1
 Một bài toán có phương án còn bài toán kia m
không có phương án, khi đó bài toán có phương án cj − aji yi xj = 0, j = 1, n
sẽ không có phương án tối ưu và hàm mục tiêu
i=1
không bị chặn trong miền ràng buộc.
Định lý 4 (Độ lệch bù) Lưu ý: bi – aijxj là độ lệch ở ràng buộc thứ i ở bài
toán gốc và cj – ajiyi là độ lệch ở ràng buộc thứ j ở
Một cặp phương án x, y của bài toán gốc và đối
bài toán đối ngẫu của nó.
ngẫu là phương án tối ưu khi và chỉ khi chúng
nghiệm đúng hệ thức sau:
14
4/19/2011
Giải bài toán đối ngẫu ĐS: Phương án tối ưu của bài toán đối ngẫu là
3
Áp dụng định lý độ lệch bù y* = (1, − 2) và gmax = 6 = fmin
Ví dụ: + Cho bài toán gốc
+ Cho bài toán gốc f(x) = x1 + x2 + x3 + x4 + x5 ⟶ min
f(x) = x1  2x2 + 2x3 ⟶ min 3x1 + x2 + x3 = 1
x1 + x2 + 4x4 = 6 5x1 + x2 + x3 + x4 = 3
2x2 + x3 + 5x4 = 8 2x1 + 5x2 + x3 + x5 = 8
xj ≥ 0, j=1,2,3,4,5
xj ≥ 0, j=1,2,3,4
có phương án tối ưu là x* = (0, 1, 0, 2, 3), fmin = 6.
có phương án tối ưu là x* = (2, 4, 0, 0), fmin = 6. Tìm phương án tối ưu của bài toán đối ngẫu.
Tìm phương án tối ưu của bài toán đối ngẫu.
ĐS: phương án tối ưu của bài toán đối ngẫu là ĐS: Phương án tối ưu của bài toán đối ngẫu là
y* = (5, 1, 1) và gmax = 6 = fmin 3
y* = (1, − 2) và gmax = 6 = fmin
Dùng bảng đơn hình của bài toán gốc
Ví dụ: + Giải bài toán gốc
+ Giải bài toán gốc f(x) = x1 + x2 + x3 + x4 + x5 ⟶ min
f(x) = x1  2x2 + 2x3 ⟶ min 3x1 + x2 + x3 = 1
x1 + x2 + 4x4 = 6 5x1 + x2 + x3 + x4 = 3
2x2 + x3 + 5x4 = 8 2x1 + 5x2 + x3 + x5 = 8
xj ≥ 0, j=1,2,3,4 xj ≥ 0, j=1,2,3,4,5
Suy ra phương án tối ưu của bài toán đối ngẫu. Suy ra phương án tối ưu của bài toán đối ngẫu.
*Quy tắc: Nếu cơ sở ban đầu là ma trận đơn vị thì Phương pháp đơn hình đối ngẫu
để tìm lời giải của bài toán đối ngẫu, ta chọn ra từ + Tìm một “giả phương án”
bảng đơn hình cuối cùng các ước lượng k của các + Lập bảng đơn hình đối ngẫu. Nếu các phần tử
biến cơ sở xk ở bảng đơn hình đầu tiên rồi cộng trong cột giả phương án đều không âm thì ta có
thêm hệ số ck tương ứng. phương án tối ưu.
Ta đã giải quyết các bài toán có sẵn ma trận đơn vị + Dòng quay r là dòng có chứa phần tử âm nhỏ
với hệ số bi ≥ 0 cũng như bài toán chưa có sẵn ma nhất trong cột giả phương án.
trận đơn vị. Với các bài toán có sẵn ma trận đơn vị + Cột quay là cột s tương ứng với tỷ số nhỏ nhất
∆
nhưng có hệ số bi < 0 ta thường áp dụng phương trong các tỷ số k với zrk < 0.
zrk
pháp đơn hình đối ngẫu sau đây
Tiếp tục biến đổi bảng đơn hình bình thường…
15
4/19/2011
Ví dụ: Dùng phương pháp đơn hình đối ngẫu, giải + f(x) = 15x1 + 12x2 + 10x3 ⟶ min
bài toán 3x1 + 4x2 + 2x3 ≥ 160
+ f(x) = x1 + 2x2 + 3x3 + 4x4 ⟶ min x1 + 2x2 + 3x3 ≥ 140
x1 + x2 + x3 + 4x4 ≥ 6 xj ≥ 0, j=1,2,3.
4x1 + x2 + x3 + x4 ≥ 9 ĐS: Phương án tối ưu là x* = (0, 25, 30, 0, 0, 0), giá
xj ≥ 0, j=1,2,3,4. trị tối ưu fmin = 600.
ĐS: Phương án tối ưu là x* = (2, 0, 0, 1, 0, 0), giá trị
tối ưu fmin = 6.
Định nghĩa bài toán vận tải
Xí nghiệp cần vận chuyển hàng hoá từ m kho (điểm
Chương 2: BÀI TOÁN VẬN TẢI phát) Pi, i=1,2,…,m đến n nơi tiêu thụ (điểm thu)
Tj, j=1,2,…,n. Lượng hàng có ở mỗi kho Pi là ai,
i=1,2,…,m. Lượng hàng cần ở mỗi nơi tiêu thụ Tj là
BÀI TOÁN VẬN TẢI VÀ MỘT SỐ KHÁI NIỆM bj, j=1,2,…,n. Chi phí vận chuyển một đơn vị hàng
từ kho Pi đến nơi tiêu thụ Tj là cij, i=1,2,…m,
j=1,2,…,n. Cho biết tổng lượng hàng ở các kho
bằng tổng lượng hàng cần tiêu thụ.
Hãy lập kế hoạch vận chuyển hàng hoá sao cho
tổng chi phí là nhỏ nhất và đảm bảo yêu cầu thu
phát.
Mô hình toán học của bài toán Ta trình bày dưới dạng bảng vận tải như sau:
Tìm x = (x11, x12, …, xmn) sao cho Thu
f(x) =  cijxij ⟶ min b1 b2 … bn
Phát
xij = ai, i=1,2,…,m. c11 c12 c1n
xij = bj, j=1,2,…,n. a1 x11 x12 … x1n
xij  0, i=1,2,…,m, j=1,2,…,n. c21 c22 c2n
a2 x21 x22 … x2n
trong đó ai = bj (điều kiện cân bằng thu phát)
Lưu ý: Bài toán vận tải cân bằng thu phát luôn có … … … … …
phương án tối ưu và ta cũng có thể giải bằng cm1 cm2 cmn
am x m1 x m2 … x mn
phương pháp đơn hình.
16
4/19/2011
Một số khái niệm + Chu trình là một dây chuyền khép kín. Số các ô
Xét bảng vận tải m  n. trong một chu trình là số chẵn. Số các ô tối đa
+ Ô chọn là ô (i, j) nằm trên dòng i, cột j mà lượng trong bảng không tạo thành chu trình là m + n  1.
hàng xij > 0, ô loại là ô (i, j) mà xij = 0. Với m + n  1 ô không tạo thành chu trình ta có thể
+ Dây chuyền là một tập hợp các ô chọn sao cho bổ sung thêm một ô bất kỳ để có ít nhất một chu
không có quá hai ô liên tiếp nằm trên cùng một trình.
dòng hoặc cột.
     
        
        
   
Một số chu trình thường gặp
Dây chuyền Không là dây chuyền
+ Ma trận cước phí là ma trận (cij) với cij là cước Tìm phương án cực biên ban đầu
phí vận chuyển một đơn vị hàng từ Pi đến Tj. Phương pháp “min” cước
+ Phương án hay ma trận phương án là ma trận + Tìm ô có cước phí bé nhất,
(xij) với xij là lượng hàng vận chuyển từ Pi đến Tj.
+ Phân phối lượng hàng tối đa có thể vào ô đó.
+ Phương án cực biên là phương án có số ô chọn
+ Loại bỏ dòng hay cột đã phân phối đủ hàng.
tối đa không tạo thành chu trình là m + n  1, nếu
số ô này bằng đúng m + n  1 ta có phương án cực Tiếp tục quá trình cho đến khi phân phối hết hàng.
biên không suy biến, ngược lại ta có phương án
cực biên suy biến. Trường hợp suy biến ta có thể
bổ sung thêm một số “ô chọn 0” để có m + n  1 ô
không tạo thành chu trình.
GV: Ths. Nguyễn Ngọc Chương 99 GV: Ths. Nguyễn Ngọc Chương 1 00
Ví dụ: Tìm phương án cực biên ban đầu +
+ 130 140 120 160 ĐS:
30 60 50 40 ĐS: 20 18 22 25 Phương án ban đầu
180 0 140 40 0
1 5 7 2 Phương án ban đầu 130 0 0 40
45 30 0 0 15 15 25 30 15
170 0 0 80 120
5 7 4 9 0 5 50 25 Giá trị mục tiêu
80 0 55 0 0 45 30 40 35 f = 13350
Giá trị mục tiêu 200
12 2 3 6
55 f = 630
GV: Ths. Nguyễn Ngọc Chương 1 01 GV: Ths. Nguyễn Ngọc Chương 1 02
17
4/19/2011
Phương pháp Vogel Ví dụ: Tìm phương án cực biên ban đầu
+ Tính hiệu số cước phí của hai ô có cước phí bé +
nhất trên các dòng và cột.
30 60 50 40 ĐS:
+ Trên dòng hay cột có hiệu số lớn nhất tìm ô có Phương án ban đầu
cước phí bé nhất 1 5 7 2
45 30 0 0 15
+ Phân phối lượng hàng tối đa vào ô có hiệu số lớn 0 5 50 25
5 7 4 9
nhất đó. 80 0 55 0 0
+ Loại bỏ dòng hay cột đã phân phối đủ hàng. Giá trị mục tiêu
12 2 3 6
55 f = 630
+ Tính lại hiệu số cước phí trên cột hay dòng.
Tiếp tục quá trình cho đến khi phân phối hết hàng.
+ Giải bài toán vận tải
130 140 120 160 ĐS: Tìm phương án cực biên không suy biến ban đầu.
20 18 22 25 Phương án ban đầu Áp dụng phương pháp ‘min’ cước hay Vogel.
180 120 0 60 0
10 0 0 160 Đánh giá phương án hiện có – Thuật toán quy 0
15 25 30 15 cước phí ô chọn
170 0 140 60 0
Giá trị mục tiêu + Tìm hệ thống thế vị ui và vj trên các dòng i, cột j
45 30 40 35 f = 12870
200 sao cho tại các ô chọn (i, j) ta có ui + vj = cij.
+ Biến đổi ma trận cước phí (cij) thành ma trận
cước phí mới (cij) với cij = cij  (ui + vj).
+ Nếu cij  0 với mọi i, j thì phương án đang xét là + Gọi h = min{xij  (i, j)  U}, biến đổi ma trận
phương án tối ưu, trái lại ta chuyển sang xây dựng phương án (xij) thành ma trận phương án mới
phương án mới. (xij) sao cho:
Xây dựng phương án mới xij nếu (i, j)  U
+ Gọi ô (r, s) là ô sao cho crs < 0, bé nhất, tìm một xij = xij + h nếu (i, j)  U+
chu trình U qua ô (r, s) và tập hợp T các ô chọn. xij  h nếu (i, j)  U
+ Đánh dấu +/ các ô trong U, bắt đầu là ô (r, s), Tiếp tục quá trình trên cho đến khi tìm được
phân chia U = U+  U, với U+ là tập hợp các ô phương án tối ưu.
mang dấu + và U là tập hợp các ô mang dấu  .
18
4/19/2011
Ví dụ: Giải các bài toán vận tải +
+ 130 140 120 160 ĐS:
30 60 50 40 ĐS: 20 18 22 25 Phương án ban đầu
180 60 0 120 0
1 5 7 2
Phương án tối ưu 70 0 0 100
45 5 0 0 40 15 25 30 15
0 140 0 60
25 5 50 0 170
5 7 4 9 Giá trị mục tiêu
80 0 55 0 0 45 30 40 35 fmin = 12690
Giá trị mục tiêu 200
12 2 3 6
55 fmin = 555 Lưu ý:
+ Với phương án suy biến ta bổ sung thêm các “ô
chọn 0” để có m+n1 ô không tạo thành chu trình.
+ Trường hợp ai < bj hay cung nhỏ hơn cầu, ta + Trường hợp ai > bj hay cung lớn hơn cầu, ta
bổ sung dòng phát giả Pm+1 với am+1= bj ‒ ai và bổ sung cột thu giả Tn+1 với bn+1= ai ‒ bj và
cm+1j= 0 đối với các ô giả (m+ 1, j). cin+1 = 0 đối với các ô giả (i, n+ 1).
Ví dụ: Giải bài toán vận tải Ví dụ: Giải bài toán vận tải
65 45 50 30 ĐS: 100 65 95 ĐS:
10 9 12 7 Phương án tối ưu 7 5 2 Phương án tối ưu
60 30 0 0 30 80 0 0 80
9 11 10 15 30 0 25 0 3 4 5 70 0 0
55 5 45 0 0 70 30 65 15
Giá trị tối ưu Giá trị tối ưu
8 7 14 12 9 2 7
50 fmin = 1385 150 fmin = 875
+ Trường hợp có ô cấm, ta bỏ ô cấm và đưa vào đó + Trường hợp bài toán vận tải tìm max:
cước phí M rất lớn và tiến hành làm bình thường. Nếu tìm phương án cực biên bằng ‘max’ cước ta ưu
Phương án tối ưu không có giá trị trong ô cấm. tiên cho các ô có cước phí lớn nhất, bằng Vogel ta
Ví dụ: Giải bài toán vận tải ưu tiên cho các ô có cước phí lớn nhất trên dòng
100 65 95 40 ĐS: hay cột có hiệu số cước phí lớn nhất của hai ô có
6 5 11 10 Phương án tối ưu cước phí lớn nhất rồi tiến hành làm bình thường.
80 15 65 0 0 Dấu hiệu để phương án tối ưu là cij ≤ 0 với mọi i, j
10 5 7 0 0 30 40 sau khi quy 0 cước phí ô chọn. Nếu phương án
70 85 0 65 0 chưa tối ưu ta bổ sung ô (i, j) mà cij > 0 lớn nhất
Giá trị tối ưu rồi điều chỉnh phương án bình thường.
9 8 7
150 fmin = 2065
GV: Ths. Nguyễn Ngọc Chương 1 14
19
4/19/2011
Ví dụ: Giải bài toán vận tải tìm ‘max’ Giải bài toán vận tải với EXCEL
140 160 120 140 ĐS: Vì bài toán vận tải cũng là bài toán quy hoạch
15 13 17 20
Phương án tối ưu tuyến tính nên ta cũng có thể sử dụng EXCEL để
170 0 30 0 140 giải, chỉ có khác biệt ở cách trình bày dữ liệu trên
0 130 70 0 bảng tính.
10 20 25 10 140 0 50 0
200 Cài thêm công cụ Add-ins Solver
Giá trị tối ưu
40 25 35 30 fmax = 14890 Tương tự, trước hết ta phải cài thêm công cụ
190
Slover để gỉi bài toán.
Tổ chức dữ liệu trên bảng tính
Tiến hành nhập liệu trên bảng tính Excel như sau
GV: Ths. Nguyễn Ngọc Chương 1 15
Toán chuyên đề 4: QUY HOẠCH TUYẾN TÍNH
Tiến hành giải bài toán vận tải như trường hợp giải
bài toán quy hoạch tuyến tính.
20

QHTT (SV)

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

QHTT (SV)

Uploaded by

Copyright:

Available Formats

4/19/2011

Giả sử ta có phương án x 0 = x10, x20 ,… , xm

+ Xét bài toán Định lý:

Ví dụ: Giải bài toán + f(x) = 3x 1 ‒ 4x2 ‒ 5x3 + 6x4 ⟶ min

Toán chuyên đề 4: QUY HOẠCH TUYẾN TÍNH

You might also like