Professional Documents
Culture Documents
Uopt Zadaci Za Vjezbu PDF
Uopt Zadaci Za Vjezbu PDF
10x + y ≥ 10
5x + 4y ≥ 20
3x + 7y ≥ 21
x + 12y ≥ 12
x, y ≥ 0,
3. (Varijanta transportnog problema) Tvrtka ima tri skladi²ta iz kojih robu treba transporti-
rati prema trgovinama na na£in da trgovina T1 dobije barem 15 jedinica robe, a trgovina
T2 barem 20 jedinica robe. Na raspolaganju je po 12 jedinica robe u svakom skladi²tu, a u
tablici je dan tro²ak transporta jedinice robe iz skladi²ta prema trgovinama.
T1 T2
S1 13 15
S2 6 7
S3 15 15
4. Zada¢u optimizacije
−x + |2x − y| → min
x + y ≤ 10
(1)
2x + y ≤ 15
x, y ≥ 0 ,
svedite na zada¢u linearnog programiranja i rije²ite simpleks metodom.
Uvod u optimizaciju, zadaci za vjeºbu 2
−x + t → min
2x − y − t ≤ 0
2x − y + t ≥ 0
(2)
x + y ≤ 10
2x + y ≤ 15
x, y, t ≥ 0 .
Primijetimo, za optimalnu to£ku (x∗ , y ∗ , t∗ ) nove zada¢e mora vrijediti t∗ = |2x∗ − y ∗ |, jer
bi u suprotnom (zbog prva dva uvjeta) vrijedilo t∗ > |2x∗ − y ∗ |, ²to vodi na kontradikciju
jer bi (x∗ , y ∗ , |2x∗ −y ∗ |) bila dopustiva to£ka s manjom vrijedno²¢u funkcije cilja. Ozna£imo
funkciju cilja nove zada¢e s g : R3 → R, a originalne s f : R2 → R.
Pokaºimo da su zada¢e optimizacije (1) i (2) ekvivalentne u sljede¢em smislu:
a) Ako je (x∗ , y ∗ ) rje²enje zada¢e (1) onda je (x∗ , y ∗ , t∗ ), uz t∗ = |2x∗ −y ∗ |, rje²enje zada¢e
(2).
b) Ako je (x∗ , y ∗ , t∗ ) rje²enje zada¢e (2) onda je (x∗ , y ∗ ) rje²enje zada¢e (1).
Za dokaz tvrdnje a) pretpostavimo suprotno: (x̂, ŷ, t̂) je dopustiva to£ka zada¢e (2) za koju
vrijedi g(x̂, ŷ, t̂) < g(x∗ , y ∗ , t∗ ). Prema gornjem komentaru mora vrijediti t̂ = 2x̂ − ŷ , ²to
vodi na kontradikciju, jer je (x̂, ŷ) dopustiva to£ka zada¢e (1) i vrijedi f (x̂, ŷ) = g(x̂, ŷ, t̂) <
g(x∗ , y ∗ , t∗ ) = f (x∗ , y ∗ ).
Dokaz tvrdnje b) provodimo sli£no: ako je (x∗ , y ∗ , t∗ ) optimalna, onda je, prema gornjem
komentaru, t∗ = |2x∗ − y ∗ | pa je g(x∗ , y ∗ , t∗ ) = f (x∗ , y ∗ ) ≤ f (x, y) = g(x, y, |2x − y|) za
svaku dopustivu to£ku (x, y) originalne zada¢e.
Drugi pristup uvodi dvije nove varijable u, v ≥ 0 te se apsolutna vrijednost zamjenjuje s
u + v i dodaje se uvjet 2x − y = u − v . Primijetimo, niti jedan pristup ne bi bio dobar da
je ispred apsolutne vrijednosti negativan koecijent.
h i
Rez: x∗ = 103
, y ∗
= 20
3
.
a)
b)
x1 − 3x2 → min
x1 − x 2 ≤3
2x1 + x2 ≥3
x1 − 3x2 ≤1
x1 , x2 ≥ 0.
h i
Rez: a) c = 11, x = (1, 3), b) funkcija cilja neograni£ena odozdo.
∗ ∗
a) aff K = K − K
b) (−K) ∩ K je najve¢i vektorski potprostor sadrºan u K .
6. Naite primjer zatvorenog skupa £ija konveksna ljuska nije zatvoren skup (v. Zadatak 11).
7. Dokaºite da je skup v
u n
uX
x ∈ Rn+1 :t x2i ≤ xn+1
i=1
9.∗ (Carathéodoryjev teorem za konusnu ljusku) Dokaºite tvrdnju: Svaki netrivijalni vektor
konusne ljuske skupa S moºe se prikazati kao konusna kombinacija linearno nezavisnih
vektora iz S .
Y = {(x, 1) ∈ Rn+1 : x ∈ X} .
3. Dokaºite tvrdnju: Ako skup C nije konveksan tada postoji to£ka x ∈ Rn \ C koja se ne
moºe strogo separirati od skupa C .
5. Dokaºite jednakosti
N (A) ⊕ R(Aτ ) = Rn
N (Aτ ) ⊕ R(A) = Rm .
Rj: Za prvu jednakost uo£imo da su potprostori na lijevoj strani okomiti: za svaki z ∈ N (A)
i svaki y = Aτ x ∈ R(Aτ ) vrijedi
yτ z = (Aτ x)τ z = xτ Az = 0
pa tvrdnja vrijedi jer je, prema teoremu o rangu i defeku, suma dimenzija tih potprostora
jednaka n.
6. (Metoda najmanjih kvadrata) Neka je A ∈ Mmn (R), b ∈ Rm \ R(A) te bb projekcija to£ke
b na sliku R(A). Koriste¢i Teorem 3.3 i Zadatak 5 dokaºite da je b
b = Ax, gdje je x
rje²enje normalnog sustava jednadºbi
Aτ Ax = Aτ b . (3)
Preciznije, dokaºite da sustav (3) uvijek ima rje²enje te da svako rje²enje x poprima istu
vrijednost Ax. Nadalje, rje²enje x sustava je jedinstveno ako i samo ako je d(A) = 0.
zλ
λr xλ
z
r x
Uputa: a) Ako je B(x, r) ⊆ C i xλ = (1−λ)y+λx za neki λ ∈ h0, 1i, onda je B(xλ , λr) ⊆ C
(v. Sliku 1 raspisati ekvivalenciju, uz oznake sa slike: kzλ − xλ k < λr ako i samo ako
kz − xk < r); b) Iskoristiti tvrdnju a); c) Aproksimirati y nizom (yk ) ⊆ C . Za yk iskoristiti
tvrdnju a) i zaklju£iti da za dovoljno veliki k vrijedi B(xλ , λr
2
) ⊆ B(yλk , λr) ⊆ C , gdje je
yλk = (1 − λ)yk + λx; d) Iskoristiti tvrdnju c); e) Ako je Int C neprazan, iskoristiti tvrdnju
c). Ina£e, vrijedi Int (Cl C) = ∅, prema Zadacima 4 i 10.
10.∗ Neka je C ⊆ Rn konveksan skup. Dokaºite da je Int C neprazan ako i samo ako je
aff C = Rn .
Uputa: Nuºnost je trivijalna. Za dokaz dovoljnosti, neka su v0 , . . . , vn to£ke skupa C
koje ne leºe u istoj hiperravnini skupa Rn (kaºemo da su ano nezavisne). BSOMP
v0 = 0 (ina£e translatiramo skup C za v0 ), ²to povla£i da su vi linearno nezavisni. De-
niramo regularno linearno preslikavanje T s T vi := ei , i = 1, . . . , n. Ono preslikava skup
P := conv {0, v1 , . . . , vn } u standardni simpleks K = conv {0, e1 , . . . , en }, kojeg moºemo
reprezentirati presjekom zatvorenih poluprostora x1 ≥ 0, . . . , xn ≥ 0 i x1 + · · · + xn ≤ 1.
Ako svugdje stavimo stroge nejednakosti dobivamo otvoreni skup O, koji je o£ito nepra-
zan. Dakle, K ima neprazan otvoren podskup O (to mu je zapravo interior), pa je i T −1 (O)
otvoren skup, sadrºan u P , odnosno C .