- •Лекция № 11
- •1.Основные методы решения задач оптимизации.
- •Основные методы решения задач оптимизации
- •2. Математическая постановка задачи оптимизации.
- •Пример математической модели.
- •Основные этапы работ при решении задачи оптимизации.
- •Задачи линейного программирования.
- •Примеры решения экономических задач лп и построение их математических моделей.
- •Задача об оптимальном плане выпуска продукции
- •Решение задач линейного программирования с помощью ms Excel
- •Пример 1
- •Пример 2
- •Решение:
- •Решение задачи
- •7.Задачи оптимизации, алгоритмы которых могут быть реализованы с помощью электронных таблиц.
- •8. Задачи линейного программирования решаемые графическим методом.
- •Пример. Слайд 29
- •9.Основные положения симплекс-метода
- •Лекционное занятие обсуждено и одобрено на заседании кафедры
Основные этапы работ при решении задачи оптимизации.
Выбор модели – важнейший вопрос, требующий много времени. Если модель выбрана неудачно, то это потерянное время и разочарование в методах оптимизации. Основные требования, которым должна удовлетворять модель:
должно существовать, как минимум, два варианта значений параметров, удовлетворяющих ОГР и ГРУ, ведь если вариантов решения нет, значит, и выбирать не из чего;
надо четко знать, в каком смысле искомое решение должно быть наилучшим, иначе не помогут ни математические методы, ни ПК.
Выбор модели завершается ее содержательной постановкой.
Содержательная постановка. Должны быть четко сформулированы элементы математической модели:
исходные данные (детерминированные и случайные);
искомые переменные (непрерывные и дискретные);
пределы, в которых могут находиться значения искомых величин в оптимальном решении;
зависимости между переменными (линейные или нелинейные);
критерии, по которым следует находить оптимальное решение.
Составление математической модели.
Сбор исходных данных – необходимый этап работы при поиске оптимального решения. Решение задач большой размерности целесообразно начать с контрольного примера. Это потребует собрать на начальном этапе работы небольшое количество исходных данных для быстрой оценки правильности составленной модели. Никакая хорошая сходимость алгоритма, быстродействие и оперативная память ПК не заменят достоверности исходных данных (никакие комбайны не заменят качественных семян).
Решение задачи. Компьютер с помощью прикладных программ (программного обеспечения) реализует алгоритм поиска оптимального решения.
Анализ решения – важнейший инструмент принятия оптимальных решений.
Принятие оптимального решения – конечный этап работы. Решения принимает не компьютер, а человек, который и должен отвечать за результаты принятого решения.
Графическое представление результата решения и анализа – мощный фактор наглядности информации, необходимой для принятия решения.
Задачи линейного программирования.
Задача линейного программирования, которая является частным случаем задачи оптимизации записывается следующим образом: Слайд 6
(7.10)
Система 7.10
Дана система из m линейных неравенств с n неизвестными и линейная функция F. Требуется найти решение системы x1, x2, x3…xn, удовлетворяющей ГРУ, при котором функция F принимает max значение.
Примеры решения экономических задач лп и построение их математических моделей.
Приведём некоторые примеры математических задач экономического содержания.
Задача про смеси.
Задача определения оптимального состава смеси тогда, когда из данных видов сырья с заданными наперед свойствами. При этом стоимость такой должна быть минимальной.
Допустим, что смесь необходимо изготовить из n разных видов сырья, каждый из которых содержит m видов необходимых для смеси элементов.
Пусть aij – количество i-того элемента в единице j-того сырья, стоимость которого равна cj.
Обозначим через bi΄ и bi˝ соответственно наименьшее и наибольшее количество i-того элемента в смеси. А через dj – запас , который имеем на запланированный период сырья j-того вида.
Для составления модели обозначим через xj – количество сырья i-того вида, которое мы запланировали использовать для изготовления смеси. Тогда стоимость смеси может быть вычислена по формуле: Слайд 7
А математическая модель будет иметь вид:
min :
Пример:
Было установлено, что для наилучшего откорма животных необходимо, чтобы они ежедневно потребляли витамины А, В, С в количествах не меньше чем, соответственно, 100, 50 и 200 единиц. Для откорма животных использовано два вида корма: Р1 и Р2. Содержание витаминов А, В и С в1 кг корма Р1 соответственно составляет 2, 3 и 0 единиц, а в Р2 – 1, 2, 3 единицы. Стоимость 1кг корма Р1 составляет 50 коп., а корма Р2 – 60 коп.
Необходимо составить такой рацион питания, чтобы животные получили необходимое количество витаминов, а стоимость этого корма была минимальной.
Решение.
Для удобства запишем данные в таблицу: Слайд 8
Витамины |
Р1 |
Р2 |
Количество |
А |
2 |
1 |
100 |
В |
3 |
2 |
50 |
С |
0 |
3 |
200 |
Стоимость 1 кг , грн |
0,5 |
0,6 |
|
Обозначим через x1 – количество корма Р1, через x2 – количество корма Р2.. Тогда стоимость рациона составляет: Z=0,5x1+0,6x2.
Содержание витамина А в рационе будет составлять: 2x1+1x2 ;
витамина В в рационе будет составлять: 3x1+2x2;
витамина С в рационе будет составлять: 0x1+3x2.
Их содержание в рационе не должно быть меньшим, в указанном количестве. Таким образом получим математическую модель задачи: Слайд 9
min Z= 0,5x1+0,6x2
2x1+1x2
≥ 100,
3x1+2x2 ≥ 50,
0x1+3x2 ≥ 200,
x1≥0, x2≥0.
Решая алгебраически получим Z=48,34грн.; X1=16,67грн.; X2=66,67грн.

Корм