Ulohu linearniho programovani lze matematicky formulovat jako ulohu nalezeni extremu (maxima nebo minima) linearni funkce vice promennych pri vedlejsich podminkach vyjadrenych linearnimi rovnicemi nebo nerovnostmi. Protoze nerovnosti lze prevest na rovnice o vetsim poctu neznamych a reseni uloh minimalizacnich na maximalizacni, formulujeme obecnou ulohu linearniho programovani takto:
Funkci (1.1), jejiz maximum
hledame, nazyvame ucelovou funkci.
Rovnice (1.2) jsou
vlastni omezeni ulohy.
Nerovnosti (1.3)
se nazyvaji podminkami nezapornosti .
Promenne xi , kde i
= 1,2,....,n, charakterizuji objemy procesu, ktere se maji realizovat,
ma-li byt dany ukol splnen.
Uloha linearniho programovani je specialnim pripadem ulohy matematickeho programovani, kde vsechny funkce (tj. ucelova funkce i vsechna vlastnich omezeni) jsou linearni. Vedle linearity funkci se v linearnim programovani predpoklada, ze i vsechny koeficienty ulohy (koeficienty vsech funkci) jsou dana realna cisla.
Tato veta je zakladni vetou linearniho programovani.
Ma-li uloha linearniho programovani optimalni reseni, ma tez optimalni reseni zakladni.
To znamena, ze se pri hledani optimalniho reseni muzeme omezit na zakladni reseni, kterych je vzdy konecny pocet, nejvyse rovny kombinacnimu cislu "n nad m".
Tato veta vyjadruje vlastnost pripustnych reseni ulohy linearniho programovani.Z vety vyplyva, ze mnozina pripustnych reseni ulohy linearniho programovani je konvexni mnozinou s konecnym poctem krajnich bodu (vrcholu).
Jsou-li a dve pripustna reseni ulohy linearniho programovani, pak i kazda jejich konvexni kombinace, tj. , je pripustne reseni.
Mnozina je konvexni, patri-li do ni s kazdymi
dvema body mnoziny i jejich spojnice.
Krajnim bodem mnoziny je bod, ktery nelezi
na spojnici jinych dvou bodu mnoziny.
Dopravni uloha byla jednim z prvnich problemu, pri jejichz reseni bylo uspesne pouzito metod linearniho programovani. Ulohu lze resit simplexovou metodou, ale v praxi se uziva specialnich metod (distribucni metody nebo metody vyuzivajici algoritmus z teorie grafu - hledani nejlacinejsiho toku v siti).
V dopravni uloze jde o prepravu produktu od skupiny dodavatelu ke skupine odberatelu za nejnizsi cenu (nebo po nejkratsi ceste).
Predpokladame, ze naklady cij jsou konstantni, tj. nezavisi na prepravovanem mnozstvi. Dale predpokladejme, ze objem kapacit se rovna objemu pozadavku tj.
, neboli pujde o tzv. vyrovnanou dopravni ulohu.
Vsechny udaje muzeme
sestavit do prehledne tabulky:
Matematicky model:
Nalezt minimum linearni funkce
z = cij . xij (1.5)
pri splneni podminek
xij = ai pro i = 1,2,...,m (1.6)
xij = bj pro j = 1,2,...,n (1.7)
xij 0 pro i = 1,2,...,m (1.8)
pro j = 1,2,...,nJe zrejme, ze ulohu bychom mohli resit jako ulohu linearniho programovani s m x n promennymi a m + n vlastnimi omezenimi simplexovou metodou, ale reseni by bylo zbytecne pracne.
Vsechna omezeni (1.6) a (1.7) nejsou vzhledem k predpokladu (1.4) nezavisla, jedno vyplyva z ostatnich. Nezavislych omezeni je m + n - 1, tzn., ze zakladni reseni ma nejvyse m + n - 1 kladnych prvku. Dopravni uloha ma vzdy optimalni reseni.
Existuji i vicerozmerne
dopravni ulohy, napr. jde-li zbozi od m
dodavatelu k n spotrebitelum
pres r meziskladu. Pokud
je problem vyrovnan, tj. celkova kapacita dodavatelu je rovna:
celkovym pozadavkum spotrebitelu
celkovym kapacitam meziskladu,
lze ulohu resit
rozkladem na dve jednorozmerne dopravni ulohy.