- •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.
Метод прямого перебора
Данный метод решения применим, когда ЗЛП приведена к канонической форме и число ограничений m меньше числа переменных n.
Если n — количество переменных, m — количество ограничений в задаче, то количество базисных переменных (не равных нулю) будет равно m, а небазисных (свободные переменные, которые приравниваются нулю) — n-m. В этом случае число возможных вариантов базисных наборов для данной за-
п\
дачи определяется по формуле Сm =n ! . Далее строится таблица ре-
т\{п-т)\
шения, в которой для каждого базисного набора вычисляют значения базисных переменных из ограничений задачи, остальные переменные (небазисные) принимают нулевые значения. Для каждого базисного набора переменных вычисляют значения целевой функции / Базисные наборы переменных, у которых при вычислениях получаются xj < 0, не принимаются к рассмотрению, что вытекает из экономического смысла задачи. Затем выбирается среди вычисленных значений функции наибольшее /„ (либо/шШ в зависимости от условий задачи) и по нему восстанавливается набор переменных, который и будет оптимальным планом задачи.
Пример. Решить задачу методом прямого перебора:
f = 3 х1 + 4 х2 → max х1 +х2 30, + 4х2 < 84;
х1≥0,х2≥0.
23
Решение. Приведем задачу к канонической форме записи:
f= 3 х1 + 4 х2 → max
xr+x2+x3- 30, [xt + 4x2 +x4- 84;
х1 , х2 , х3, х4 ≥ 0.
Отсюда n = 4, m = 2, n - m = 2. Количество возможных базисных набо-
2 4! ров равно С4 = = 6. Составим табл. 1.2 для решения.
Таблица 1.2
№ базисного набора |
Значение переменных |
F(x) |
|||
х1 |
х2 |
*з |
х4 |
||
1 |
0 |
0 |
30 |
84 |
0 |
2 |
0 |
30 |
0 |
-36 |
— |
3 |
0 |
21 |
9 |
0 |
84 |
4 |
30 |
0 |
0 |
54 |
90 |
5 |
84 |
0 |
-54 |
0 |
— |
6 |
12 |
18 |
0 |
0 |
108 |
Из табл. 1.2 видно, что максимальное значение 108 целевая функция принимает в 6-м наборе, а величина прибыли F(х* ) = 108 руб. достигается
24
Лекция 1.1.4. Симплексный метод и метод искусственного базиса для нахождения оптимального решения линейных задач исследования операций
Симплексный метод решения задачи ЛП основан на переходе от одного опорного плана к другому, при котором значение целевой функции возрастает (при условии, что данная задача имеет оптимальный план и каждый ее опорный план является невырожденным). Указанный переход возможен, если известен какой-нибудь исходный опорный план.
Для решения симплекс-методом исходная задача должна быть представлена в канонической форме записи:
с2х2+ ... + спхп^>тах; (1.4)
In п 1*
(1.5)
X« =Ьт>
(1.6)
В данной задаче количество ограничений m меньше количества пере-
м енных n; величины щр bit cj (i = 1,m;j = 1,n) заданы по условию. Задача (1.4)—(1.6) имеет исходный опорный план хт=(b1; b2; b3;…bm; 0;…; 0), где первые m компонент равны координатам вектора-столбца ограничений, а последние n-m компонент нулевые.
Задачу (1.4)—(1.6) для решения симплексным методом удобно представить в векторной форме:
F = 1LCJ max (1.7)
x1P1+x2P2+…+xnPn = P0, (1.8)
xj≥0 (j = 1,n), (1.9)
где
25
|
|
|
|
'(Г |
|
|
|
|
|
'в1 ^ |
0 |
|
1 |
|
|
|
|
|
а |
|
в |
|
; р2- |
: |
' ■"' т |
0 |
Рт+Х - |
• |
\-\Рп- |
• |
;Р°" |
Z |
|
|
|
|
|
|
у mm,1 + |
|
V вот/ |
|
Л, |
Исходный опорный план задачи определяется системой единичных векторов Р\, P1,Р2,…, Рm, которые образуют базис m-мерного пространства. Поэтому каждый из векторов Pm+1, Pm+2, Pm, P0 может быть представлен в виде линейной комбинации векторов данного базиса.
Д
алее
для каждого j
(j = 1,
n)
вычисляются
оценки
(1.10)
Значения Δj позволяют определить, оптимален данный план или нет. Если все Δj ≥ 0, то процесс решения задачи окончен, рассматриваемое опор-
т
ное решение оптимально. Оптимум целевой функции равен Fc m
Если существуют оценки Δj < 0, то среди них выбирают максимальную по модулю (наименьшую отрицательную), в дальнейшем столбец с этой оценкой будет называться направляющим и войдет в базис. Для определения
вектора, выводимого из базиса, вычисляют соотношение λi = в i, где k —
индекс направляющего столбца, из найденных значений λi всегда выбирается
( в \ наименьшее положительное, т. е. min λi = min —- для всех а# > 0. Пусть
этот минимум достигается при i = r, тогда из базиса исключается вектор Pr, а на его место встает вектор Pk. Строка с индексом r называется направляющей, а элемент, находящийся на пересечении k-го столбца и r-ой строки (ark), называется разрешающим.
26
Если в столбце с элементами а& нет положительных, т.е. все air ≤ 0, то целевая функция не ограничена сверху на множестве допустимых планов.
После выделения направляющего столбца и направляющей строки находят новый опорный план и коэффициенты разложения векторов Pj по векторам нового базиса. Компоненты нового опорного плана вычисляют (по методу Жордана — Гаусса) следующим образом:
= ^-{вг1агк)а1к при (фг, rrk/air при , = r,
а коэффициенты разложения векторов по векторам нового базиса, соответствующего новому опорному плану, по формулам
, = 1ЧКЧ*К р >
aairrjrk/ при i . =
После вычисления всех элементов, соответствующих новому опорному плану, вновь рассчитывают величины Δj для всехj и делают вывод:
а) если все Δj ≥ 0 — план оптимальный;
б) если существует хотя бы одна оценка Δj < 0 и для каждого такогоj по крайней мере одно из чисел aij>0, то возможен переход к новому опор ному плану, при котором значение целевой функции увеличивается;
в) если существует хотя бы одна оценка Δj < 0, но при этом все числа ау< О, то целевая функция не ограничена.
Для удобства решения задачи симплексным методом составляют таблицу (табл. 1.2). Первый столбец таблицы («i») означает номер строки; второй («базис») — содержит вектора базиса, записанные в порядке возрастания номера единичной координаты; третий («Сбаз») — коэффициенты целевой функции, соответствующие базисным векторам; четвертый («Р0») — это вектор-столбец правых частей системы, записанных в том же порядке, что и вектора базиса; последующие столбцы таблицы («Р1», …, «Рn») заполняются по матрице условий задачи.
27
Таблица 1.2
i |
Базис |
^баз |
Р0 |
|
... |
С |
... |
Сm |
Сm+1 |
... |
Сk |
... |
Сn |
P1 |
... |
Рг |
... |
Pm |
Рщ+\ |
... |
Pk |
... |
Pn |
||||
1 |
P1 |
Q |
в1 |
1 |
... |
0 |
... |
0 |
a1,m+1 |
... |
a1k |
... |
a1n |
2 |
P2 |
С2 |
в2 |
0 |
... |
0 |
... |
0 |
|
... |
a2k |
... |
a2n |
; |
■ |
■ |
■ |
|
... |
|
... |
|
■ |
... |
■ |
... |
■ |
Г |
Pr |
|
|
0 |
... |
1 |
... |
0 |
ar,m+1 |
... |
ark |
... |
dm |
• |
• |
• |
• |
|
... |
• |
... |
• |
'■ |
... |
'■ |
... |
• |
т |
Рт |
|
|
0 |
... |
0 |
... |
1 |
am,m+1 |
... |
amk |
... |
amn |
т+\ |
|
|
|
0 |
... |
0 |
... |
0 |
Δm+1 |
... |
Δk |
... |
|
Строка m+1 является оценочной строкой, первый ее элементF0 (значение целевой функции) расположен в столбце Р0 и рассчитывается по формуле
m
∑iiв. Остальные элементы строки m+1 рассчитывают по формуле
(1.10). После пересчета элементов нового плана заполнение таблицы продолжают до тех пор, пока все Δj не станут неотрицательными.
Алгоритм симплекс-метода в виде блок-схемы может быть представлен следующим образом (рис. 1.2).
28
Исходные
данные: векторы
iVV-
Рn С;
исходный базис
Вычисление значения целевой функции F0 и оценок Δj (j = 1,...n)
П
оиск
k:
Δk
= min
Δj,
где
Δj<0и
К . Ь{ r: —r = mini—
ark i aik
Нет
Да
Д
а
Конец: опорное решение оптимально
К
онец:
задача неразрешима
Рис. 1.2. Блок-схема алгоритма симплекс-метода
Пример. Пусть экономико-математическая модель задачи записана:
F = 3 х1 +4 х2→ max;
+ ≤ < 30, [jq+4jt2<84;'
х1≥0, х2≥0.
Найти решение задачи симплекс-методом.
Решение. Чтобы воспользоваться алгоритмом симплекс-метода, задачу следует привести к канонической форме, т. е.:
F = 3 х1 + 4 х2 → max;
++= х30, =84;
29
x1 P1 + x2P2 + … + x n Pn = где
U' z И' 3 0' 4 1
Система имеет два ограничения и четыре переменные, в базис исходного опорного плана войдут два вектора — это единичные векторы Р3 и Р4. Составим симплекс-таблицу (табл. 1.3).
Таблица 1.3
i |
Базис |
Сбаз |
Р0 |
3 |
4 |
0 |
0 |
|
P1 |
P2 |
Ръ |
Ра |
|||||
1 |
Рз |
0 |
30 |
30 |
1 |
1 |
0 |
30 |
2 |
P4 |
0 |
84 |
84 |
4 |
0 |
1 |
21 |
3 |
А/ |
— |
0 |
0 |
-4 |
0 |
0 |
— |
1 |
Рз |
0 |
9 |
3/4 |
0 |
1 |
-1/4 |
12 |
2 |
P2 |
4 |
21 |
1/4 |
1 |
0 |
1/4 |
84 |
3 |
А/ |
— |
84 |
-2 |
0 |
0 |
1 |
— |
1 |
P1 |
3 |
12 |
1 |
0 |
4/3 |
-1/3 |
— |
2 |
P2 |
4 |
18 |
0 |
1 |
-2/3 |
1/3 |
— |
3 |
Ау |
— |
108 |
0 |
0 |
4 |
2 |
— |
Исходный опорный план имеет две отрицательных оценки: Δ1 = -3 и
«
22
(ai2 > 0), отсюда r = 2. Разрешающий элемент таблицы аrk = a22 = 4.
Осуществляем пересчет табл. 1.3 по формулам (1.11)—(1.12), получаем новый план, где базисными являются вектора Р3 и Р2. Значение целевой функции F0 увеличивается с 0 до 84. Оценочная строка табл. 1.3 рассчитывается по формуле (1.10).
30
В новом опорном плане присутствует оценка Δ1= -2, значит, этот план оптимальным не будет.
Поскольку отрицательная оценка одна, то k = 1, а r выбираем:
вв 9 minв i = в1 =9= 12 (аи > 0). Отсюда r =1, разрешающий элемент а11=3/4.
г ап 11 3/4
Вновь пересчитываем таблицу по формулам (1.11)—(1.12) для нового базиса P1, P2. Данный опорный план имеет все Δj ≥ 0, следовательно, он оптимальный. Выпишем теперь ответ из последней симплекс-таблицы. Так как в базисе содержатся два элемента P1 и P2 , то соответствующие им значения x1 и x2 находим на пересечении строки P1 (P2) и столбца P0, т. е. x1 = 12 x2 = 18. Значение функции находится на пересечения строки Δj и столбца P0 , т. е. F* =108.
Ответ: х* = (12; 18), F*max=108.
