- •Международный консорциум «Электронный университет»
- •Оглавление
- •Тема 1.
- •Цель изучения – ознакомление с различными направлениями и методологией исследования операций
- •1.1. Основные определения
- •1.2. Этапы исследования операций
- •Время, требуемое на обработку каждой модели в каждом цехе
- •Тема 2.
- •Цель изучения – выработать навыки решения систем линейных алгебраических уравнений.
- •2.1. Алгебра матриц
- •2.1.1. Виды матриц
- •2.1.2. Действия над матрицами
- •2.2. Вычисление определителей
- •2.3. Решение систем алгебраических уравнений
- •2.3.1. Основные понятия и определения
- •2.3.2. Формулы крамера и метод обратной матрицы
- •2.3.3. Метод жордана–гаусса
- •2.4. Векторное пространство
- •2.4.2. Размерность и базис векторного пространства
- •2.5. Решение задач линейной алгебры с помощью ms Excel
- •Тема 3.
- •3.1. Постановки задачи линейного программирования
- •3.1.1. Общая постановка задачи линейного программирования
- •3.1.2. Основная задача линейного программирования
- •3.1.3. Каноническая задача линейного программирования
- •3.2. Графический метод решения злп
- •3.3. Анализ решения (модели) на чувствительность
- •3.4. Решение линейных моделей Симплекс-методом
- •3.5. Двойственный симплекс-метод (р-Метод)
- •3.6. Решение злп двухэтапным Симплекс-методом
- •Тема 4.
- •Теория двойственности в линейном программировании
- •Цель изучения – получить представление о теории двойственности и осознать ее экономическую значимость.
- •4.1. Определение и экономический смысл двойственной злп
- •4.2. Основные положения теории двойственности
- •Получение оптимального плана двойственной задачи на основании теоремы 4.4.
- •4.3. Решение злп с помощью Ms Excel
- •4.4. Анализ решения злп на основе отчетов ms excel
- •Тема 5.
- •Целочисленные модели исследования операций
- •Цель изучения – получить представление о специальных задачах линейного программирования, об особенностях решения зцлп.
- •5.1. Метод ветвей и границ решения целочисленных задач линейного программирования (цзлп)
- •X1, х2 0, целые.
- •5.2. Задача коммивояжера
- •Применение метода ветвей и границ для решения задачи коммивояжера
- •Ветвление
- •Построение редуцированных матриц и и вычисление оценок снизу
- •Формирование списка кандидатов на ветвление
- •Тема 6.
- •Экономические задачи, сводящиеся к транспортной модели
- •Цель изучения – получить представление об особенностях решения транспортной задачи и задачи о назначении.
- •6.1. Транспортная задача линейного программирования
- •Методы составления первоначальных опорных планов
- •Метод потенциалов решения транспортной задачи
- •Проверка выполнения условия оптимальности для незанятых клеток
- •Выбор клетки, в которую необходимо поместить перевозку
- •Построение цикла и определение величины перераспределения груза
- •Проверка нового плана на оптимальность
- •Определение оптимального плана транспортных задач, имеющих некоторые усложнения в их постановке
- •6.2. Экономические задачи, сводящиеся к транспортной модели
- •Оптимальное распределение оборудования
- •Формирование оптимального штата фирмы
- •Задача календарного планирования производства
- •Модель без дефицита
- •Модель с дефицитом
- •6.3. Задача о назначениях
- •Венгерский алгоритм
- •Оптимальное исследование рынка
- •Оптимальное использование торговых агентов
- •Глоссарий
- •Список рекомендуемой литературы Основная
- •Дополнительная
Тема 5.
Целочисленные модели исследования операций
Для изучения данного раздела дисциплины необходимо умение решать задачи графическим и симплекс-методом.
Изучив данную тему, студент должен:
– знать методы решения ЗЦЛП;
уметь решать ЗЦЛП методом ветвей и границ;
уметь решать задачу коммивояжера
Цель изучения – получить представление о специальных задачах линейного программирования, об особенностях решения зцлп.
Целочисленное программирование ориентировано на решение задач математического программирования, в которых все или некоторые переменные должны принимать только целочисленные значения.
Задача называется полностью целочисленной, если условие целочисленности наложено на все ее переменные; когда это условие относится лишь к некоторым переменным, задача называется частично целочисленной. Если при этом ЦФ и функции, входящие в ограничения, линейные, то задача является линейной целочисленной.
Несмотря на то, что к настоящему времени разработан ряд методов решения целочисленных задач, ни один из них не обеспечивает желаемой эффективности соответствующих вычислительных процедур, что особенно проявляется при увеличении размерности задачи. Таким образом, в отличие от ЗЛП, время решения которых относительно невелико, реализация целочисленных алгоритмов в ряде случаев весьма затруднительна.
Одна из основных трудностей в целочисленном программировании связана с эффектом ошибки округления, возникающим при использовании цифровых ЭВМ. Даже наличие алгоритмов, применимых для решения задач с целочисленными коэффициентами и позволяющих обойтись без оперирования дробями (и, следовательно, избежать влияния ошибок округления), не упрощает ситуации, поскольку такие алгоритмы (в ряде случаев) сходятся чрезвычайно медленно.
Методы решения задач целочисленного линейного (ЗЦЛП) программирования можно классифицировать как (1) методы отсечений и (2) комбинаторные методы.
Исходной задачей для демонстрации возможностей методов отсечений, используемых при решении линейных целочисленных задач, является задача с ослабленными ограничениями, которая возникает в результате исключения требования целочисленности переменных. По мере введения специальных дополнительных ограничений, учитывающих требование целочисленности, многогранник допустимых решений ослабленной задачи постепенно деформируется, до тех пор пока координаты оптимального решения не станут целочисленными. Название «методы отсечений» связано с тем обстоятельством, что вводимые дополнительные ограничения отсекают (исключают) некоторые области многогранника допустимых решений, в которых отсутствуют точки с целочисленными координатами.
В основе комбинаторных методов лежит идея перебора всех допустимых целочисленных решений. Разумеется, на первый план здесь выдвигается проблема разработки тестовых процедур, позволяющих непосредственно рассматривать лишь часть (относительно небольшую) указанных решений, а остальные допустимые решения учитывать некоторым косвенным образом.
5.1. Метод ветвей и границ решения целочисленных задач линейного программирования (цзлп)
Пример 5.1:
F() = 3x1 + 2x2 max
при ограничениях
x1 + x2 3,5;
x1 2;
x2 2;