- •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
Задача с нелинейной целевой функцией и нелинейной системой ограничений
Пример 38. Найти глобальные экстремумы функции
L =( х1- 2)2 +(х2 - 1)2
при ограничениях: х12+х22≤16, х1,х2≥0.
Решение. Областью допустимых решений является окружность с радиусом 4, расположенная в первой четверти. Линиями уровня будут окружности с центром в точке О1(2,1). Глобальный минимум достигается в точке О1. Глобальный максимум — в точке А(0,4), при этом
L(A) = (0 - 2)2 + (4 - I)2 = 4 + 9 = 13.
Рисунок 24
Ответ. Глобальный минимум, равный нулю, достигается в точке O1(2,1), глобальный максимум, равный 13, находится в точке А(0,4).
Пример 39. Найти глобальные экстремумы L =х12+х22 при ограничениях:
Решение. Область допустимых решений не является выпуклой и состоит из двух частей. Линиями уровня являются окружности с центром в точке О(0,0).
Рисунок 25
Найдем координаты точек А и В, решая систему
Получим А(1,4), В(4,1). В этих точках функция имеет глобальные минимумы, равные 17. Найдем координаты точек D и Е, решая системы
откуда
получаем D(2/3,6)
и L(D)
= 328/9, Е(7,4/7)
и L(E)
= 2417/49.
Ответ. Целевая функция имеет два глобальных минимума, равных 17, в точках А(1,4) и В(4, 1), глобальный максимум, равный 2417/49, достигается в точке Е(7,4/7).
5.2. Метод множителей Лагранжа. Постановка задачи
Дана задача нелинейного программирования L=f(x1, х2,..., хп) →max(min) при ограничениях:
.
(51)
Предположим, что
функции f(x1,
х2,...,
хп)
и
непрерывны
вместе со своими первыми частными
производными.
Ограничения заданы в виде уравнений, поэтому для решения задачи воспользуемся методом отыскания условного экстремума функции нескольких переменных.
Для решения задачи составляется функция Лагранжа
(52)
где λi — множители Лагранжа.
Затем определяются частные производные:
Приравняв к нулю частные производные, получим систему
(53)
Решая систему, получим множество точек, в которых целевая функция L может иметь экстремальные значения. Следует отметить, что условия рассмотренной системы являются необходимыми, но недостаточными. Поэтому не всякое полученное решение определяет точку экстремума целевой функции. Применение метода бывает оправданным, когда заранее предполагается существование глобального экстремума, совпадающего с единственным локальным максимумом или минимумом целевой функции.
Пример 40. Найти точку условного экстремума функции
L = х1х2 + х2х3
при ограничениях:
Решение. Составим функцию Лагранжа
.
Найдем частные производные функции Лагранжа по переменным х1, х2, х3, λ1, λ2. Приравняв к нулю полученные выражения, решим систему
Откуда λ1= —х2, λ2 = — х2/2, х1 = —2, х2 = —4, х3 = 4, L = -8.
Определим характер экстремума, изменяя полученные значения переменных. Измененные значения должны удовлетворять заданной системе ограничений. Возьмем х1 > —2, например x1=—1, тогда из системы ограничений получим х2=—3, х3 = 7/2, L = —15/2. Возьмем х1< —2, например х1= —3, тогда получим х2 = —5, х3=9/2, L = —15/2. Следовательно, L = — 8 — минимальное значение функции.
Ответ. Точка экстремума х1 = —2, х2 = —4, х3 = 4, при этом минимальное значение функции L =— 8.
