- •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
Транспортная задача по критерию времени
Задача по критерию времени возникает при перевозке срочных грузов. Как и в обычной транспортной задаче, имеется т поставщиков с запасами однородного груза в количестве а1, а2, …, ат и п потребителей, которым этот груз должен быть доставлен в объеме b1, b2, ... , bn. Известно tij, i = 1, 2, ..., m, j = 1, 2, ..., n — время, за которое груз доставляется от каждого i-го поставщика каждому j-му потребителю. Требуется составить такой план перевозок груза, при котором запасы всех поставщиков вывозятся полностью, запросы всех потребителей удовлетворяются полностью и наибольшее время доставки всех грузов является минимальным.
Составим
математическую модель этой задачи.
Обозначим хij
— объем
перевозимого груза от i-го
поставщика j-му
потребителю. Система ограничений задачи
не отличается от системы ограничений
обычной транспортной задачи. Пусть X
= (xij),
i
= 1, 2, ..., т,
j
= 1, 2, ..., п
— некоторое
опорное решение задачи. Запишем целевую
функцию задачи. Обозначим через Т(Х)
наибольшее
значение элементов матрицы Т=(tij),
i=
1,2, ..., m,
j
= 1, 2, ..., п,
соответствующих
клеткам таблицы, занятым опорным
решением: Т(Х)
=
.
Таким образом, за время Т(Х)
план перевозок
будет выполнен полностью. Математическая
модель имеет вид
Т(Х) = → min,
, i=1,2, ..., т,
,
j=
1, 2, ..., п.
хij ≥ 0, i=1,2, ..., т, j= 1, 2, ..., п.
Задача решается
в следующем порядке. Находится начальное
опорное решение Х1.
Определяется
значение целевой функции Т(Х1)
=
=
.
Все свободные
клетки, которым соответствуют значения
tij
> Т(Х1),
исключаются
из рассмотрения (перечеркиваются).
Занимать эти клетки нецелесообразно,
так как повысится значение целевой
функции. Чтобы понизить ее значение,
необходимо освободить клетку (l1
, k1),
в которой
tij
достигает
максимума. Для этого строят так называемые
разгрузочные
циклы, которые
могут включать в свой состав несколько
свободных клеток. В каждом разгрузочном
цикле, начиная с разгружаемой клетки
(l1
, k1),
расставляются поочередно знаки «—» и
«+» и осуществляется сдвиг на величину
θ=
{
хij
}.
Если удается
эту клетку разгрузить, то она исключается
из рассмотрения (зачеркивается).
Получается новое опорное решение Х2,
на котором
значение целевой функции меньше, чем
на Х1.
Далее снова
пытаются разгрузить клетку, соответствующую
Т(Х2)=
=
=
.
Процесс
продолжается до тех пор, пока возможность
разгрузить соответствующую клетку не
исчезнет.
Пример 18. Найти минимальное время на осуществление всех перевозок для задачи, исходные данные которой приведены в таблице:
bj ai |
20 |
30 |
40 |
60 |
20 |
10 20 |
6 |
3 |
2 |
30 |
5 |
8 30 |
7 |
4 |
50 |
2 |
4
|
5 40 |
12 10 |
50
|
1 |
5 |
9 |
4 50 |
Решение.
Составим начальное опорное решение Х1
по методу
северо-западного угла (см. табл.). Базисные
нули не записываем. Максимум целевой
функции Т(Х1)=
{10,
8, 5, 12, 4} = 12 достигается в клетке (3, 4).
Перечеркнем клетку (4, 1), в которой время
доставки груза t41
= 15 больше
Т(Х1)=
12.
Для улучшения решения разгрузим клетку (3, 4) с помощью цикла (3, 4), (2, 4), (2, 2), (3, 2). Означим цикл, найдем θ= {10, 30} = 10. Осуществив сдвиг по циклу, получим второе опорное решение Х2:
ai |
2 |
30 |
40 |
60 |
20 |
10 20 |
6 |
3 |
2 |
30 |
5 |
8 20 |
7 |
4 10 |
50 |
2 |
4 10 |
5 40 |
12
|
50
|
15 |
5 |
9 |
4 50 |
Максимум целевой функции на этом опорном решении Т(Х2)= {10,8,4,5,4}=10 достигается в клетке (1, 1). Перечеркнем клетку (3, 4), так как время t34=12 больше, чем Т(Х2)=10. Разгрузим клетку (1, 1) с помощью цикла (1, 1), (1, 2), (2, 2), (2, 1). Означим цикл, найдем θ= {20,20}=20. Осуществив сдвиг по циклу, получим третье опорное решение Х3. Максимум целевой функции на этом опорном решении Т(Х3)= {6,5,4,4,5,4}=6 и достигается в клетке (1, 2). Перечеркнем клетки (1,1), (2,2), (2,3) и (4,3): в них время t11=10, t22=8, t23=7 и t43=9 больше, чем Т(Х3)=6. Разгрузим клетку (1, 2) с помощью цикла (1, 2), (1, 3), (3, 3), (3, 2). Означим цикл, найдем θ= {20, 20}=20.
ai |
20 |
30 |
40 |
60 |
20 |
10
|
6 20 |
3 |
2 |
30 |
5 20 |
8
|
7 |
4 10 |
50 |
2 |
4 10 |
5 40 |
12
|
50
|
15 |
5 |
9 |
4 50 |
Осуществив сдвиг по циклу, получим четвёртое опорное решение Х4. Максимум целевой функции на этом опорном решении Т(Х4)= {5,4,4,5,4}=5 и достигается в клетках (2, 1) и (3, 3). Перечеркнем клетки (1, 2), и (4, 2), в которых время перевозок не менее t21=5. С помощью оставшихся невычеркнутых клеток разгрузить клетки (2,1) и (3, 3) не удаётся, поэтому Х4 является оптимальным решением.
bj ai |
20 |
30 |
40 |
60 |
20 |
10
|
6 20 |
3 |
2 |
30 |
5 20 |
8
|
7 |
4 10 |
50 |
2 |
4 10 |
5 40 |
12
|
50
|
15 |
5 |
9 |
4 50 |
Ответ: min
Т(X)
= 5 при X*
=
.

5
bj
0
bj