Раздел 7 Математические пакеты в моделировании

 

Виды математических программных сред. Общая характеристика программ МаMaple, MathCad, MatLab, Mathematika. Их применение в моделировании

Литература[7 c. 50-250], методические рекомендации по выполнению задач домашней контрольной работы.

Вопросы для самоконтроля:

1 Редактирование документов в программе MathCad.

2 Вычисление в пределах экрана (Calculate)

3 Работа с символьным процессором

4 Решение уравнения относительно заданной переменной (Solve)

5 Транспонирование матрицы (Transpose), обращение матриц (Invert)

 

М етодические рекомендации по выполнению задач домашней контрольной работы

Методические рекомендации к решению задач графическим способом (101–115)

 

Графическое решение задач с двумя и n переменными рассмотрим на примерах.

Пример. Решить задачу линейного программирования

 

 

графическим способом.

Решение: для построения области допустимых решений строим в системе х10х2 соответствующие данным ограничениям-неравенствам граничные прямые:

 

х1 + х2 = 6, х1 + 4 · х2 = 4, 2 · х1 – х2 = 0.

 

Находим полуплоскости, в которых выполняются данные неравенства. Для этого вследствие выпуклости любой полуплоскости достаточно взять произвольную точку, через которую не проходит соответствующая граничная прямая, и проверить, удовлетворяет ли эта пробная точка ограничению-неравенству. Если удовлетворяет, то данное неравенство выполняется в полуплоскости, содержащей пробную точку. В противном случае берется полуплоскость, не содержащая пробной точки. В качестве пробной точки часто удобно брать начало координат О (0; 0). Для нашего примера область допустимых решений – множество точек четырехугольника АВСD (рисунок 1).

Строим вектор с = (с1; с2) = (2; 3). Так как он необходим для выяснения направления возрастания целевой функции, иногда для большей наглядности удобно строить вектор λс (λ>0). Перпендикулярно к вектору с проводим линию уровня F = 0. Параллельным перемещением прямой F = 0 находим крайнюю точку В, в которой целевая функция достигает максимума, и точку А, в которой достигается минимум. Координаты точки В определяются системой

 

 

откуда В (2; 4), Fmax = F(B) = 16. Точку минимума А находим, решая систему уравнений граничных прямых:

 

 

Имеем А(4/9; 8/9), Fmin = F(A) = 32/9.

 

Рисунок 1 – Решение задачи

 

Пример. Найти

 

 

при ограничениях:

 

Решение: в данном примере n = 5, m = 3. Так как n – m = 5 – 3 = 2, то задачу можно решить графически. Решим систему ограничительных уравнений относительно любых трех неизвестных. В данном случае лучше решить систему относительно х3, х4 и х5:

 

 

Подставив выражения для х3, х4 и х5 в целевую функцию, после упрощения получим F = -2х1 – 3х2.

Задача линейного программирования с двумя переменными принимает вид:

 

 

На рисунке 2 представлен многоугольник решений АВСD, линия уровня F и вектор с = (2; 3).

Рисунок 2 – Решение задачи

 

Максимального значения целевая функция достигает в точке А(0; 4), то есть Fmax = f(A) = -12, а минимального в точке В (6; 8): Fmin = f(В) = -36. подставив координаты точек А и В в выражения для х3, х4, х5, найдем остальные координаты экстремальных точек: А´ (0; 4; 16; 0; 0), В´ (6; 8; 0; 28). При этом Fmax = -12, Fmin = -36.

Методические рекомендации к решению задач симплекс методом

 

Для случая большого числа переменных используется симплекс-метод, который гласит, что если задача линейного программирования имеет решение, то хотя бы одно из них – базисное. Решение задачи симплекс-методом рассмотрим на примере.

Пример. Решить задачу симплекс-методом. Предприятие выпускает три вида продукции:I, II, III. Для производства продукции оно располагает ресурсами в следующих объемах (единиц):

- Комплектующие изделия – 3120;

- Сырьё – 3000;

- Материалы – 3150.

Расход ресурсов на единицу продукции каждого вида приведен ниже:

 

Ресурсы	Вид продукции
I	II	III
Комплектующие изделия
Сырьё
Материалы

 

Прибыль от единицы продукции I вида составляет 240 млн руб., II – 210 млн. руб. и III – 180 млн руб.

Требуется определить производственную программу предприятия, обеспечивающую максимальную прибыль.

Решение: составим математическую модель задачи. Обозначим через х1, х2, х3 искомые объемы производства продукции, а через F – прибыль от производства и реализации всей продукции, которая с учетом обозначений определяется следующей функцией:

 

 

Запишем ограничения по ресурсам:

 

 

Объемы производства продукции не могут быть отрицательными, поэтому х1, х2, х3 ≥ 0.

Приведем ограничения задачи к каноническому виду, добавив к их левым частям соответствующие положительные неизвестные у1, у2, у3. В результате ограничения запишутся в виде равенств:

 

 

Дополнительные неизвестные у1, у2, у3 будут базисными, так как им соответствуют единичные векторы, которые образуют базис в трехмерном пространстве. Разрешив систему относительно базисных неизвестных, получим:

 

 

Занесем условия задачи в симплексную таблицу 1:

 

Таблица 1 – Условия задачи

Н.Н. Б.П.	-х1	-х2	-х3	CЧ	CO
y1 =					3120:4=780
y2 =					3000:2=1500
y3 =					3150:6=525
F =	-240	-210	-180

 

Базисное решение задачи в таблице 1 следующие: х1 = х2 = х3=0 (как небазисные неизвестные), т.е. предприятие продукции не выпускает. Тогда у1 =3120, у2 =3000, у3 = 3150. Игреки означают количество неиспользуемых ресурсов. Значит, если продукция не выпускается, то ресурсы не используются, и прибыль при этом равна нулю (F = 0).

Решение задачи опорное, так как базисные неизвестные принимают положительные значения. Переходим к поиску оптимального решения. В строке функции наибольший по абсолютной величине (среди отрицательных) элемент находится в первом столбце, поэтому этот столбец берем за разрешающий и выделяем его. Разрешающую строку находим по наименьшему симплексному отношению:

 

.

 

Наименьшее симплексное отношение соответствует третьей строке, следовательно, она будет разрешающей, выделим ее. Выделим в таблице и разрешающий элемент, который находится на пересечении разрешающих строки и столбца.

Разрешающий столбец выделен первый, так как от единицы продукции первого вида самая высокая прибыль – 240 млн. руб. Симплексное отношение означает возможные объемы производства продукции первого вида из имеющихся ресурсов, а наименьшее симплексное отношение означает максимально возможный выпуск этой продукции. В самом деле, третий ресурс позволяет изготавливать лишь 525 ед. продукции, в то время как первый ресурс – 780, а второй – 1500.

Рассчитаем элементы новой симплексной таблицы 2.

 

Таблица 2 – Симплексная таблица

Н.Н. Б.П.	- y3	-х2	-х3	CЧ	CO
y1 =	-2/3		16/3		191,25
y2 =	-1/3		26/3
х1=	1/6	3/2	2/3		787,5
F =			-20

 

Выпишем решение из таблицы 2:

 

х1 = 525, х2 = х3 = 0, у1 =1020, у2 =1950, у3 = 0, F = 126000 (млн руб).

 

Это означает следующее: предприятие может изготовить продукции первого вида в объеме 525 ед., при этом оно получит прибыль в размере 126000 млн руб., третий ресурс будет использован полностью (у3 = 0), а первый и второй ресурсы не используются в объемах 1020 и 1950 ед. соответственно. Решение в таблице 2 не является оптимальным, так как в строке функции имеется отрицательный элемент -20. В соответствии с алгоритмом выберем разрешающий элемент (16/3) и осуществим еще одно симплексное преобразование. В таблице 3 получено оптимальное решение:

 

х1 = 397,5; х2 = 0; х3 = 191,25; у1 =у3 = 0, у2 =292,5.

 

Fmax = 129825 (млн руб).

 

Таблица 3 – Оптимальное решение

Н.Н. Б.П.	- y3	-х2	- y1	CЧ
х3=				191,25
y2 =				292,5
х1=				397,5
F =	37,5		3,75

 

Из решения видно, что продукция третьего вида с самой малой прибылью (180 млн руб.) вошла в оптимальное решение задачи. Это произошло потому, что у этого вида продукции низкая норма расхода третьего ресурса. Поэтому оптимальное сочетание выпуска продукции первого и третьего вида позволило увеличить прибыль по сравнению с предыдущим решением на 3825 млн руб.

 

Методические рекомендации к решению двойственных задач

(116–140)

 

Пример. Сформулировать правила построения модели любой из задач данной пары, если другая модель известна. В “а” и “б” построены пары симметричных взаимно двойственных задач. В “в” приведен порядок построения двойственной задачи к несимметричной задачи линейного программирования:

 

прямая задача двойственная задача

а)

б)

 

в) пусть имеется задача линейного программирования в произвольной несимметричной форме. Построить ей двойственную:

 

 

Прежде всего ограничения типа ≥ умножением на –1 сведем к ограничениям типа ≤. Получим:

 

 

Решение. Для построения двойственной задачи необходимо пользоваться следующими правилами:

1) если прямая задача решается на максимум, то двойственная – на минимум, и наоборот;

2) в задаче на максимум ограничения-неравенства имеют смысл ≤, а в задаче минимизации – смысл ≥;

3) каждому ограничению прямой задачи соответствует переменная двойственной задачи, и наоборот, каждому ограничению двойственной задачи соответствует переменная прямой задачи;

4) матрица системы ограничений двойственной задачи получается из матрицы системы ограничений исходной задачи транспонированием;

5) свободные члены системы ограничений прямой задачи являются коэффициентами при соответствующих переменных целевой функции двойственной задачи, и наоборот;

6) если на переменную прямой задачи наложено условие неотрицательности, то соответствующее ограничение двойственной задачи записывается как ограничение-неравенство, если же нет, то как ограничение-равенство;

7) если какое-либо ограничение прямой задачи записано как равенство, то на соответствующую переменную двойственной задачи условие неотрицательности не налагается.

В результате применения указанных правил получим следующую модель двойственной задачи для модели задачи линейного программирования, сформулированной в пункте “в”:

 

 

Методические рекомендации к решению транспортных задач

(141–197)

 

Пример. Построить исходный опорный план транспортной задачи, условие которой представлено в таблице 4, по правилу «северо-западного угла».

 

Таблица 4 – Условие задачи

Поставщики	Потребители	Запас груза аi
В1	В2	В3	В4
А1
А2
А3
Потребность в грузе bj

 

Решение. В клетку (1; 1) вписываем число х11 = min (50, 40) = 40 ед. В данном случае потребность потребителя В1 полностью удовлетворяется запасом поставщика А1. Первый столбец в дальнейшем в расчет не принимается.

Потребность потребителя В2 за счет поставщика А1 можно удовлетворить только частично. В клетку (1; 2) вписываем число х12 = =min (50 – 40, 60) = min (10, 60) = 10 ед.

В результате такого распределения запас груза поставщика А1 полностью исчерпан, т. е. первая строка таблицы в дальнейшем в расчет не принимается. Поскольку потребность потребителя В2 удовлетворена за счет поставщика А1 частично, переходим к распределению запаса груза поставщика А2. В клетку (2; 2) вписываем число х22 = min (70, 60 – 10) = min (70, 50) = 50 ед. В этом случае потребность потребителя В2 полностью удовлетворена, а у поставщика А2 осталось 20 ед. груза.

Потребность потребителя В3 за счет поставщика А2 можно удовлетворить частично (на 20 ед.). В клетку (2; 3) вписываем число х23 = min (20, 50) = 20 ед. В этом случае запас груза поставщика А2 полностью исчерпан и переходим к распределению запаса груза поставщика А3.

В клетку (3; 3) вписываем число х33 = min (100, 50 – 20) = min (100, 30) = 30 ед. В результате потребность потребителя В3 полностью удовлетворена, у поставщика А3 осталось 70 ед. груза.

Потребность потребителя В4 составляет 70 ед., а у поставщика А3 осталось 70 ед. груза. В клетку (3; 4) вписываем число x34 = 70 ед. Окончательно получаем таблицу 5.

 

Таблица 5 – Итоговая таблица

Поставщики	Потребители	Запас груза ai
В1	В2	В3	В4
А1
А2
А3
Потребность в грузе bj

 

Исходным опорным планом перевозок является

 

 

Этому плану соответствует значение целевой функции

 

F = 4 · 40 + 3 · 10 + 4 · 50 + 5 · 20 + 7 · 30 + 5 · 70 = 1050.

 

Пример. Составить исходный опорный план транспортной задачи, условие которой представлено в таблице 6, по правилу «минимального элемента».

 

Таблица 6 – Условие задачи

Поставщики	Потребители	Запас груза аi
В1	В2	В3	В4
А1
А2
А3
Потребность в грузе bj

 

Решение. Загрузка начинается с клетки, которой соответствует наименьший тариф сij из всей матрицы тарифов. Такой клеткой является (2; 4), с₂₄ = 1. В клетку (2; 4) вписываем число х₂₄= min (70, 70) = 70 и исключаем из дальнейшего рассмотрения вторую строку и четвертый столбец. Из оставшихся тарифов наименьшим является с₁₃ = 2. В клетку (1; 3) вписываем число х₁₃ = min (50, 50) = 50. В этом случае из дальнейшего рассмотрения исключаются первая строка и третий столбец. В расчет принимается распределение груза поставщика А3. В третьей строке имеем наименьший тариф для клетки (3; 1), с₃₁ = 3. В клетку (3; 1) вписываем число x₃₁ = min (100, 40) = 40. Оставшееся количество единиц груза от поставщика А3 помещаем в клетку (3; 2), х₃₂ = min (100 - 40, 60) = (60, 60) = 60. Окончательно получаем таблицу 7.

 

Таблица 7 – Итоговая таблица

Поставщики	Потребители	Запас груза ai
В1	В2	В3	В4
А1
А2
А3
Потребность в грузе bj

 

В результате полного распределения грузов получаем исходное опорное решение

 

для которого F = 2 x 50 + 1 x 70 + 3 x 40 + 6 x 60 = 650 ден.ед.

 

Очевидно, что для данного опорного плана не выполняется условие m + n – l = 3 + 4 – l = 6. План Х вырожденный.

 

Пример. Составить методом Фогеля опорный план ТЗ, условие которой представлено в таблице 8.

 

Таблица 8 – Условие задачи

Поставщики	Потребители	Запас груза аi
В1	В2	В3	В4
А1
А2
А3
Потребность в грузе bj

 

Решение. По каждой строке и каждому столбцу определяем разность между двумя наименьшими тарифами и из всех разностей выбираем наибольшую. Такой разностью на первом этапе является с₃₄ – с₂₄ = 5 – 1 = 4 для четвертого столбца. В клетку (2; 4) вписываем число x₂₄ = min (70, 70) = 70. Остаток груза по второй строке равен нулю, и потребность в грузе по четвертому столбцу равна нулю, а это значит, что на втором этапе вторая строка и четвертый столбец в расчет приниматься не будут.

На втором этапе наибольшей разностью будет с₃₃ – с₁₃ = 7–2 = 5 в третьем столбце. В клетку (1; 3) вписываем число x₁₃ = min (50, 50) = 50. На данном этапе остатки груза по первой строке и третьему столбцу равны нулю, т. е. первая строка и третий столбец на следующем этапе в расчет не принимаются.

Остались одна строка и два столбца. В этом случае запас груза поставщика А3 распределяем по третьей строке для полного удовлетворения спроса потребителей B1, B2. Последовательность поставок груза в соответствующую клетку на каждом этапе можно отмечать числом в нижнем правом углу клетки. Проделав несколько таких этапов, получим опорный план перевозок, который близок к оптимальному, а иногда совпадает с ним (таблица 9).

 

Таблица 9 – Итоговая таблица

Поставщики	Потребители	Запас груза ai	Этап
В1	В2	В3	В4	№1	№2
А1
А2											-
А3
Потребность в грузе bj
Этап	№1
№2

Полученный опорный план задачи можно представить в виде

 

 

Для этого плана транспортные издержки F=2x50+1x70+3x40+6x60=650 ден. ед. План Х вырожденный.

Пример. Найти оптимальный опорный план перевозок топлива из хранилищ А1, А2, А3, в которых имеется в наличии соответственно 300, 150, 200 т топлива, предназначенного для пяти АЗС: В1, В2, В3, В4, В5. Потребности в топливе составляют соответственно 80, 170, 150, 160 и 70 т при следующей матрице затрат на перевозку 1 т топлива:

 

.

 

Решение. Опорное решение найдем, например, по правилу «минимального элемента» (таблица 10)

 

Таблица 10 – Опорное решение найденное по правилу «минимального

элемента»

	В1	В2	В3	В4	В5	Запас груза ai
А1									+
–
А2							+
									–
А3
+							–
Потребность в грузе bj

 

В таблице распределения получен вырожденный план. Условие для базисных клеток m + n – l = 3 + 5 – l = 7 не выполняется.

В одну из свободных клеток (как правило, в клетку с наименьшим тарифом) вписываем число нуль (нуль-загрузка), и такая клетка считается базисной. Очень важно, чтобы из базисных клеток не образовался замкнутый цикл. Например, впишем число нуль в клетку (2;5), х₂₅ = 0.

 

Построение оптимального плана перевозок методом потенциалов.

Дл я определения оптимального плана перевозок необходимо построить начальный опорный план по одному из выше приведенных правил («северо–западного угла», «минимального элемента», и т.д.)

Затем определяем потенциалы поставщиков.

Для определения потенциалов поставщиков и потребителей имеем систему уравнений:

 

 

Поскольку число уравнений системы на единицу меньше числа потенциалов (система неопределенная), для ее решения одному из потенциалов придается произвольное значение. Положим u1 = 0. все остальные потенциалы определяются однозначно: u2 = 1, u3 = 4, v1=4, v2 = 2, v3 = 1, v4 = 0, v5 = 4. Найденные потенциалы поставщиков и потребителей указаны справа и внизу в клетках таблицы 10. Расчет их можно произвести непосредственно в таблице.

Определяем оценки свободных клеток:

 

s12 = 7 – (0 + 1) = 6, s14 = 5 – 0 = 5,

s21 = 6 – (1 + 4) = 1, s22 = 2 – (1 + 2) = -1,

s23 = 4 – (1 + 1) = 2, s31 = 5 – (4 + 1) = -3,

s33 = 7 – (4 + 1) = 2, s35 = 8 – (4 + 2) = 2.

 

Полученный план неоптимален. Среди оценок имеются отрицательные. Наиболее потенциальной клеткой является клетка (3;1). Строим замкнутый цикл для клетки (3;1). В таблице он выделен штриховой линией. В отрицательных вершинах цикла наименьшее количество груза равно min (80, 0, 30) = 0, т.е. число нуль нужно поместить в клетку (3;3), х₃₃ = 0. Получаем новый план перевозок, хотя значение целевой функции и не изменится (таблица 11): u₁ = 0, u₂ = -2, u₃ = 1, v₁=4, v₂ = 5, v₃ = 1, v₄ = 3, v₅ = 2.

 

Таблица 11 – Новый план перевозок

	В1	В2	В3	В4	В5	Запас груза ai
А1
А2			+				–
А3			–
							+
Потребность в грузе bj

 

Оценки свободных клеток следующие:

 

s₁₂ = 7 – (5 + 0) = 2, s₁₄ = 5 – (3 + 0) = 2,

s₂₁ = 6 – (-2 + 4) = 4, s₂₂ = 2 – (-2 + 5) = -1,

s₂₃ = 4 – (-2 + 1) = 5, s₃₁ = 3 – (-2 + 2) = 3,

s₃₃ = 7 – (1 + 1) = 5, s₃₅ = 8 – (1 + 2) = 5.

 

Поскольку имеется оптимальная оценка, то план перевозок еще неоптимален и его можно улучшить за счет загрузки клетки (2;2). Строим замкнутый цикл, который включает клетки (2;2), (2;4), (3;4), (3;2). Наименьшее количество единиц груза в отрицательных вершинах цикла равно min (150, 170) = 150 ед. После смещения по циклу 150 ед. груза получим новый план (таблица 12)

 

Таблица 12 – Новый план перевозок

	В1	В2	В3	В4	В5	Запас груза ai
А1
А2
А3
Потребность в грузе bj

 

Потенциалы поставщиков и потребителей для плана, представленного в таблице 12, определены непосредственно в таблице. Оценки свободных клеток следующие:

 

s₁₂ = 7 – (5 + 0) = 2, s₁₄ = 5 – (3 + 0) = 2,

s₂₁ = 6 – (-3 + 4) = 5, s₂₂ = 4 – (-3 + 1) = 6,

s₂₃ = 1 – (-3 + 3) = 1, s₃₁ = 3 – (-3 + 2) = 4,

s₃₃ = 7 – (1 + 1) = 5, s₃₅ = 8 – (1 + 2) = 5.

 

Все оценки свободных клеток положительны. Представленный в таблице 12 план перевозок оптимален, а так как среди оценок нет нулевых, то оптимальный план является и единственным:

 

 

Для этого плана значение целевой функции

 

F(Х*) = 4 · 80 + 1 · 150 + 2 · 70 + 6 · 20 + 4 ∙ 180 = 1750

 

 

Методические рекомендации к решению задач заданных с помощью графовых моделей (198–227)

 

Имеется несколько способов задания графа. Во многих случаях граф удобно задавать в виде матрицы смежности вершин, матрицы смежности дуг или матрицы инцидентности.

Матрицей смежности вершин орграфа называется квадратная матрица А, каждый ij -ый элемент которой численно равен количеству дуг, идущих из вершины Е_i в вершину Е_j. Если G=(E, ) – неориентированный граф, то ему соответствует симметричная матрица смежности, так как дуги (Е_i, Е_j) и (Е_j,Е_i) существуют одновременно. Если G=(E, ) – орграф, то соответствующая ему матрица смежности может не являться симметричной.

 

Рисунок 3 – Изображение ориентированного графа

 

Матрица смежности вершин графа (рисунка 3) представлена в таблице 13.

 

Таблица 13 – Матрица смежности вершин графа

Еj Еi	Е1	Е2	Е3	Е4
Е1
Е2
Е3
Е4

 

Матрицей смежности дуг (ребер) орграфа (графа) называется квадратная матрица А, каждый ij -ый элемент которой равен единице, если конечная вершина дуги является начальной вершиной дуги (если ребра имеют общую вершину), и нулю во всех остальных случаях. В таблице 14 приведены матрица смежности ребер и (дуг) графа, изображенного на рисунке 3.

 

Таблица 14 – Матрица смежности ребер

Матрицей инцидентности орграфа называется прямоугольная матрица А, строки которой соответствуют вершинам, столбцы – дугам, а элементы равны 1, -1 или 0. При этом на пересечении вершины Е и дуги ставится значение ε (E, ) = 1, если Е – начальная вершина дуги , ε (E, ) = -1, если Е – конечная вершина дуги, и ε (E, ) = 0, если Е не инцидентна .

Если G – неориентированный граф, то можно использовать значения ε = 0, ε = 1.

 

Методические рекомендации к решению задач о максимальном потоке (228–257)

 

Для решения задачи необходимо рассмотреть алгоритм построения максимального потока:

1 построить некоторый начальный поток Х⁰ ={ х⁰_ij };

2 организовать процедуру составления подмножества А вершин, достижимых из истока I по ненасыщенным ребрам. Если в этом процессе сток S не попадет в подмножество А, то построенный поток максимальный и задача решена. Если же S попал в А, то перейти к п.3 алгоритма;

3 выделить путь из I в S, состоящий из ненасыщенных ребер, и увеличить поток х_ij по каждому ребру этого пути на Δ = min(r_ij - х_ij), где минимум берется по ребрам (i, j) упомянутого пути. Тем самым будет построен новый поток Х¹ ={ х¹_ij }. После этого надо возвратиться к п.2 алгоритма.

Применение алгоритма рассмотрим на примере.

Пример. На сети, изображенной на рисунке 4, сформировать поток максимальной мощности, направленный из истока I в сток S, при условии, что пропускные способности ребер в обоих направлениях одинаковы. Выписать ребра, образующие на сети разрез минимальной пропускной способности.

Рисунок 4 - Сеть

Решение. В соответствии с п.1 алгоритма на сети необходимо сформировать начальный поток Х⁰. Сделаем это, следующим образом. По пути 1–3–4–6 пропустим 1 ед., по пути 1–2–3–4–6 — 1 ед., по пути 1–2–5–6 — 3 ед. В результате потоки х_ij по ребрам сети будут равны: х₁₂ =4, х₁₃ =1, х₂₃ =1, х₂₅ = 3, х₃₄ = 2, х₄₆ = 2, х₅₆ = 3; потоки по остальным ребрам сети равны нулю. Совокупность перечисленных потоков по ребрам и составит поток Х⁰ по сети. Видно, что условия (2) и (3), налагаемые на потоки по ребрам сети выполняются. Матрица пропускных способностей ребер данной сети приведена в таблице 15, а матрица построенного потока – в таблице 16.

 

Таблица 15 – Матрица пропускных способностей ребер

j i

 

Таблица 16 – Матрица построенного потока

j i
	-4
	-1	-1
			-2
		-3
				-2	-3

 

Приступая к выполнению п.2 алгоритма, составим матрицу R – Х⁰ (таблица 17), элементы r_ij – х_ij которой позволяют судить о ненасыщенности ребер сети. Насыщенным ребрам будут соответствовать нулевые элементы, а ненасыщенным – ненулевые. Так, ребро (1, 2) ненасыщенное, поэтому элемент r₁₂ - х⁰₁₂ = 6-4=2≠0, а вот ребро (2,5) насыщенное, поэтому r₂₅ - х⁰₂₅ = 3 – 3 = 0.

 

Таблица 17 – Матрица R – Х⁰

j i