- •Операций в экономике Учебное пособие
- •1 Сибирский федеральный университет, 2007
- •Раздел 1. Исследование операций: линейные модели в экономике 5
- •Тема 1.1. Линейные модели в операционном анализе экономических систем ..5 Лекция 1.1.1. Основы методологии моделирования 5
- •Тема 1.2. Теория двойственности в операционном анализе экономических систем 37
- •Раздел 2. Нелинейные и специальные модели исследования операций 71
- •Тема 2.1. Нелинейность в экономических процессах 71
- •Тема 2.2. Специальные модели исследования операций в экономике 98
- •Раздел 1. Исследование операций: линейные модели в экономике
- •Тема 1.1. Линейные модели в операционном анализе экономических систем
- •Сфера применимости и предпосылки построения линейных моделей в экономике
- •Задача оптимального планирования производства
- •Задача о диете
- •Задача о раскрое
- •Транспортная задача
- •Задача о назначениях
- •Постановка задачи и основные определения злп
- •Формы записи общей злп
- •Метод прямого перебора
- •Метод искусственного базиса
- •Тема 1.2. Теория двойственности в операционном анализе экономических систем
- •Правила построения
- •Лекция 1.2.2. Постоптимальный анализ решения линейных моделей с использованием двойственных оценок: геометрическая интерпретация
- •Лекция 1.2.3. Постоптимальный анализ решения линейных моделей с использованием двойственных оценок: геометрическая интерпретация (продолжение)
- •Ресурса наиболее выгодно
- •Аналитический подход
- •Этап 1. Определение статуса ресурсов
- •Лекция 1.2.5. Постоптимальный анализ решения линейных моделей с использованием двойственных оценок: аналитический подход (продолжение)
- •Раздел 2. Нелинейные и специальные модели исследования операций
- •Тема 2.1. Нелинейность в экономических процессах
- •Нелинейного программирования
- •Метод множителей Лагранжа
- •Выпуклого программирования
- •Ограничения типа «неравенств»
- •Ограничения «смешанного типа»
- •Динамических задач.
- •Задача распределения капиталовложений
- •Модель динамического программирования
- •Задача о загрузке
- •Тема 2.2. Специальные модели исследования операций в экономике
- •Определение опорного плана транспортной задачи
- •Метод северо-западного угла
- •Транспортной задачи
- •Метод потенциалов
- •Лекция 2.2.3. Целочисленные задачи исследования операций. Метод Гомори для нахождения их решения. Задача о назначениях и венгерский метод
- •Задача о назначениях
- •Метод Гомори
- •Входящий поток заявок на обслуживание
- •Механизм обслуживания
- •Дисциплина очереди
- •Классификация систем массового обслуживания
- •«Первая пришла — первая обслужена»,
- •«Последняя пришла — первая обслужена»
- •Потоки событий
- •Понятие марковского случайного процесса
- •Задачи анализа поведения системы
- •Статистические задачи
- •Операционные задачи
- •Лекция 2.2.5. Многоканальные смо: многоканальные и одноканальные системы массового обслуживания
- •Одноканальные системы массового обслуживания с ограниченной длиной очереди
- •Лекция 2.2.6. Модели принятия решений в условиях неопределенности и риска
- •Свойства решений матричных игр
- •Игры порядка 2×2
- •Графический метод решения игр 2×n и m×2
- •Критерий Лапласа
- •Критерий Вальда
- •Критерий Гурвица
- •Критерий Сэвиджа
- •1. Ежегодные затраты, не зависящие от числа построенных комнат
- •2. Ежегодные затраты, пропорциональные числу построенных комнат, в долл. (табл. 2.26)
- •3. Ежегодные затраты, пропорциональные среднему числу занятых комнат r (табл. 2.27)
- •660041 Красноярск, пр. Свободный, 79.
Раздел 2. Нелинейные и специальные модели исследования операций
Тема 2.1. Нелинейность в экономических процессах
Лекция 2.1.1. Постановка задачи и методы решения для моделей
Нелинейного программирования
Во многих экономических исследованиях операций зависимости между постоянными и переменными факторами при более детальном рассмотрении оказываются нелинейными. Как правило, в теории управления такие показатели, как прибыль, себестоимость, совокупные транспортные затраты, капитальные затраты на производство, зависят от объема производства (расходы ресурсов, объема перевозок и др.) нелинейно. В этом случае возникает задача нелинейного программирования, математическая модель которой в векторной форме может быть представлена как определение максимального (минимального) значения функции f(x1,x2,...xn):
x = maxfx1,x2,...xn или minf(x)() = minfx1,x2,...xn (2.1)
при условии, что её переменные удовлетворяют соотношениям
gi(x1,x2,...xn)≤bi (i = 1,...,k), (2.2)
gi(x1,x2,...xn) = bi (i = k + 1,...,m), (2.3)
где f и gi — некоторые известные функции n переменных, а bi — заданные числа. Функцииfи gi(x) — нелинейные.
Сведение задачи условной оптимизации к безусловной
Данный метод применим для случая, если задача имеет ограничения только типа равенств, т. е. (2.3). Суть этого метода состоит в том, что за счет ограничений-равенств в задачи уменьшается число переменных.
71
Будем считать, что система из m ограничений относительно n переменных
gi(x)−bi=0, i = 1,2,...,m (2.4)
может быть разрешима относительно части своих переменных. Не нарушая общности, можно считать, что в системе (2.4) переменные x1,x2,...,xm— зависимые, а xm,xm+1,...,xn — независимые. В этом случае из системы (2.4) получим выражения для зависимых переменных через независимые:
Xj=<Pj(Xm+l>Xm+2>->Xn\ У = 1,2,...,m. (2.5)
Подставляя (2.4) в (2.5), получим новую задачу:
так/(р1(хт+1,...,хп),...,рт(хт+1,...,хп),хт+1,...,хп), (2.6)
в которой оптимизируемая функция уже зависит от n - m переменных.
Пример. Найти минимум функции х\ +xl+x1-x2+x3- 2x4 + x5, если
Ли "т" Лу i Л-э — •• •
jcj + 2x2 +x3+x4= 10,
•J«Xi "т" JJC'j "т" jXi "т" JCa "т" лс — Ј<D •
x1,...,x5≥0.
Решение. В задаче требуется найти минимум функции относительно пяти переменных, определенных на множестве с тремя ограничениями. Следовательно, две переменные будут независимыми, а три — зависимыми. Пусть зависимыми переменными будут x3, x4 и x5. Из ограничений найдем
4 = 5 − x2 ≥ 0 5=5 + 8x1−x2≥0
72
Подставив найденные выражения для x3, x4 и x5 в функцию f(x), полу-
чим
min f(x)= min (xf+x2г+xl-x2+(5-xl-x2)-2(5-x2)■ = min ()xx xx121 2 2 2)
x,. x* > 0 V '
-x2y\-
при ограничениях
5 − x1 − x2 ≥ 0
5−x2≥0
5 + 8x1 − x2 ≥ 0
Далее эту задачу можно решить графически (рис. 2.1).
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
=5 |
|
|
|
|
|
|
|
|
x2 |
||
+4f+(x2- |
|
|
N. |
|
|
|
|
|
|
|
|
> |
J |
\ |
|
|
|
|
|
|
|
|
|
|
\ |
|
|
|
|
1/2 |
)=< |
65/ |
4/\| |
|
|
N |
|
|
|
|
|
|
/ |
|
|
|
\ |
|
|
|
|
|
|
|
|
|
i |
|
Рис. 2.1. Графическое решение задачи
73
Т. к. минимизируемая функция после преобразования стала квадратич-
ной относительно двух переменных: f()()x1, x2) = x1 + 42 + \х2 − , то
2
из
ее вида следует, что она будет принимать наименьшее значение при x1=0 и x2=1/2. Возвращаясь к исходной задаче, получим ответ:
* * 1 *19 *19 * _ _ 1 9
x* = 0, х =—, х =5-0 — = 9, х =5 — = 9, х =5 + 0 — = 9,
1 2 2 3 2 2 4 2 2 5 2 2
*65
~ 4 .
