- •Математика в экономике Учебное пособие
- •Оглавление
- •Предисловие
- •Программа дисциплины Цели и задачи освоения учебной дисциплины
- •Содержание дисциплины
- •I. Линейное программирование
- •1.1. Общая задача линейного программирования Задачи математического и линейного программирования
- •Математические модели простейших экономических задач Задача использования ресурсов
- •Задача о составлении рациона питания
- •Каноническая форма задачи линейного программирования
- •Приведение общей задачи линейного программирования к канонической форме
- •Задачи для самостоятельного решения
- •1.2. Графический метод решения задач линейного программирования Задача с двумя переменными
- •Графический метод решения задач линейного программирования с п переменными
- •Задачи для самостоятельного решения
- •1.3. Основные положения о решении злп
- •Теоремы о взаимосвязи опорных решений и угловых точек области допустимых решений
- •1.4. Симплексный метод решения задач линейного программирования Симплекс-метод
- •Симплексные таблицы
- •Задачи для самостоятельного решения
- •1.5. Теория двойственности Виды математических моделей двойственных задач
- •Общие правила составления двойственных задач
- •Первая теорема двойственности
- •Вторая теорема двойственности
- •Задачи для самостоятельного решения
- •1.6. Транспортная задача линейного программирования
- •Формулировка транспортной задачи
- •Математическая модель транспортной задачи
- •Опорное решение транспортной задачи
- •Необходимое и достаточное условия разрешимости транспортной задачи
- •Метод вычеркивания
- •Методы построения начального опорного решения Метод северо-западного угла
- •Метод минимальной стоимости
- •Переход от одного опорного решения к другому
- •Распределительный метод
- •Метод потенциалов
- •Особенности решения транспортных задач с неправильным балансом
- •Алгоритм решения транспортной задачи методом потенциалов
- •Транспортная задача по критерию времени
- •Задачи для самостоятельного решения
- •Глава II. Теория игр
- •2.1. Математические модели конфликтных ситуаций
- •2.2. Чистые и смешанные стратегии Основная теорема теории игр
- •Основная теорема теории игр
- •Геометрическая интерпретация игры 2x2, игры 2xп.
- •Общие методы решения конечных игр. Сведение их к задачам линейного программирования
- •Игры с «природой».
- •Задачи для самостоятельного решения
- •Глава III. Теория массового обслуживания
- •3.1. Марковский случайный процесс
- •Понятие о марковском процессе
- •Потоки событий. Простейший поток.
- •Граф состоянии. Размеченный граф состояний
- •Уравнения Колмогорова для вероятностей состояния
- •Финальные вероятности состояний
- •3.2. Системы массового обслуживания
- •Смо с отказами
- •Смо с неограниченным ожиданием
- •Формулы для установившегося режима
- •Смо с ожиданием и с ограниченной длиной очереди
- •Формулы для установившегося режима
- •Задачи для самостоятельного решения
- •Глава IV. Целочисленное программирование
- •4.1 Общая формулировка задачи целочисленного программирования Общая формулировка задачи
- •Графический метод решения задач
- •Прогнозирование эффективного использования производственных площадей
- •Метод Гомори
- •Задачи для самостоятельного решения
- •Глава V. Нелинейное программирование
- •5.1. Задачи нелинейного программирования
- •Общая постановка задачи нелинейного программирования
- •Графический метод решения задач нелинейного программирования с двумя переменными
- •Задача с нелинейной целевой функцией и нелинейной системой ограничений
- •5.2. Метод множителей Лагранжа. Постановка задачи
- •Расчет экономико-математической модели при нелинейных реализациях продукции.
- •5.3. Дробно-линейное программирование Математическая модель задачи
- •Алгоритм решения.
- •Сведение экономико-математической модели дробно-линейного программирования к задаче линейного программирования
- •Задачи для самостоятельного решения
- •Глава VI. Динамическое программирование
- •6.1. Постановка задачи динамического программирования
- •Некоторые экономические задачи, решаемые методами динамического программирования Оптимальная стратегия замены оборудования
- •Оптимальное распределение ресурсов
- •Распределение инвестиций для эффективного использования потенциала предприятия
- •Нахождение рациональных затрат при строительстве трубопроводов и транспортных артерий
- •Задачи для самостоятельного решения
- •Глава VII. Сетевые модели
- •7.1. Основные понятия сетевой модели Основные понятия
- •Расчет временных параметров сетевого графика
- •Построение сетевого графика и распределение ресурсов
- •Учет стоимостных факторов при реализации сетевого графика
- •Обоснование привлекательности проекта по выпуску продукции
- •Минимизация сети
- •Алгоритм решения
- •Нахождение кратчайшего пути
- •Задача замены автомобильного парка
- •Задачи для самостоятельного решения
- •Тест для самоконтроля
- •Список используемой литературы
- •Список рекомендуемой литературы Основная литература:
- •Дополнительная литература:
- •Ключ к тесту для самоконтроля
Метод потенциалов
Широко распространенным методом решения транспортных задач является метод потенциалов. Этот метод позволяет упростить наиболее трудоемкую часть вычислений — нахождение оценок свободных клеток.
Теорема 12 (признак оптимальности опорного решения). Если допустимое решение X = (хij), i= 1, 2, ..., m, j = 1, 2, ..., п транспортной задачи является оптимальным, то существуют потенциалы (числа) поставщиков иi, i = 1, 2, ..,, т и потребителей v j , j = 1, 2, ..., п, удовлетворяющие следующим условиям:
ui+ vj = cij при хij > 0 и ui+ vj ≤ cij при хij = 0.
Группа равенств ui+ vj = cij при хij > 0 используется как система уравнений для нахождения потенциалов. Нетрудно видеть, что эта система могла иметь несколько другой вид, например - ui+ vj = cij или ui- vj = cij , если перед тем, как записать двойственную задачу, все уравнения одной из групп уравнений исходной задачи умножить на (-1).
Данная система уравнений имеет т + п неизвестных иi, i=1,2, ..., т и vj, j= 1, 2, ..., п. Число уравнений системы, как и число отличных от нуля координат невырожденного опорного решения, равно т + п — 1. Так как число неизвестных системы на единицу больше числа уравнений, то одной из них можно задать значение произвольно, а остальные найти из системы.
Группа неравенств ui+ vj ≤ cij при хij = 0 используется для проверки оптимальности опорного решения. Эти неравенства удобно записать в виде
Δij =ui+ vj - cij ≤ 0 при хij = 0.
Числа Δij называются оценками свободных клеток таблицы или векторов ― условий транспортной задачи, не входящих в базис опорного решения. В этом случае признак оптимальности можно сформулировать так же, как в симплексном методе (для задачи на минимум): опорное решение является оптимальным, если для всех векторов-условий (клеток таблицы) оценки неположительные.
Оценки для свободных клеток транспортной таблицы используются для улучшения опорного решения. С этой целью находят клетку (l, k) таблицы, соответствующую max{Δij}= Δlk. Если Δlk ≤ 0, то решение оптимальное. Если же Δ lk > 0, то для соответствующей клетки (l, k) строят цикл и улучшают решение, перераспределяя груз θ = по этому циклу.
Особенности решения транспортных задач с неправильным балансом
До сих пор рассматривались транспортные задачи с правильным балансом. Однако на практике чаще встречаются задачи с неправильным балансом. Каковы особенности их решения?
1. Пусть суммарные запасы поставщиков превосходят суммарные запросы потребителей, т.е. > .
Очевидно, что в
этом случае при составлении оптимального
плана перевозок часть запасов поставщиков,
равная bn+1=
-
,
останется не вывезенной. Поэтому в
системе ограничений транспортной задачи
первую группу уравнений следует заменить
неравенствами
,
i=1,2,
..., т.
Вторая группа
уравнений остается без изменения, так
как запросы всех потребителей
удовлетворяются полностью. Для приведения
к канонической форме в неравенства
вводят дополнительные переменные
х1(п+1),
х2(п+1),…,
хт(п+1),
в результате
первые т
ограничений
задачи принимают вид
,
i=1,2,
..., т.
В целевую функцию дополнительные переменные не входят (входят с нулевыми коэффициентами). Математическая модель задачи принимает вид
F(X)
=
+
→
min,
, i=1,2, ..., т,
,
j=
1, 2, ..., п.
хij ≥ 0, i=1,2, ..., т, j= 1, 2, ..., п.
Запишем необходимое и достаточное условие разрешимости задачи:
=
.
Отсюда
-
-
=bn+1
.
Следовательно, чтобы задача в рассматриваемом случае имела решение, необходимо ввести фиктивного потребителя с запросами bn+1, равными разности суммарных запасов поставщиков и запросов потребителей, и нулевыми стоимостями перевозок единиц груза сi(n+1) = 0 i.
2. Аналогично в
случае, когда суммарные запросы
потребителей превосходят суммарные
запасы поставщиков, т.е.
<
,
часть запросов потребителей, равная
ат+1=
-
,
останется не удовлетворенной. Поэтому
вторая группа уравнений системы
ограничений транспортной задачи
заменяется неравенствами
,
j=
1, 2, ..., п.
После введения дополнительных переменных х(т+1)1, х(т+1)2, ...,. х(т+1)п в эти неравенства математическая модель задачи примет вид
F(X)
=
+
→
min,
,
i=1,2,
..., т,
,
j=
1,
2, ..., п.
хij ≥ 0, i=1,2, ..., т, j= 1, 2, ..., п.
Для того чтобы задача имела решение, необходимо и достаточно, чтобы
=
=
.
Отсюда
=
-
-
=ат+1.
Следовательно, чтобы в этом случае задача имела решение, необходимо ввести фиктивного поставщика с запасами ат+1, равными разно суммарным запросам потребителей и запасам поставщиков, и нулевыми стоимостями перевозок единиц груза с(т+1)j = 0 j.
Необходимо отметить, что при составлении начального решения в последнюю очередь следует распределять запасы фиктивного поставщика и удовлетворить запросы фиктивного потребителя, несмотря на то что им соответствует наименьшая стоимость перевозок, равная нулю.
