- •127994, Москва, ул. Образцова, д. 9, стр. 9.
- •Пояснительная записка
- •Алгоритм формирования компетенций студента в процессе самостоятельной работы
- •Методика подготовки студентов к семинарскому / практическому занятию
- •Требования к выступлению студента
- •2. Тематика и содержание семинаров и практических занятий
- •Раздел 1. Математические модели и оптимизация в экономике. Тема 1. Введение. Общее представление о статической задаче оптимизации
- •Раздел 2. Задача нелинейного программирования
- •Раздел III. Задача линейного программирования
- •Тема 5. Формулировка задачи линейного программирования (лп). Примеры задач лп. Стандартная (нормальная) и каноническая формы представления задачи лп и сведение к ним.
- •Раздел IV. Оптимизация в условиях неопределенности
- •Тема 7. Принятие решение при случайных параметрах. Вероятностная информация о параметрах. Принятие решений на основе математического ожидания. Случайность и риск. Учет склонности к риску.
- •Раздел V. Основные понятия многокритериальной оптимизации
- •Тема 9. Понятие лица, принимающего решение. Основные типы методов решения задач многокритериальной оптимизации. Методы аппроксимации паретовой границы.
- •Раздел VI. Оптимизация динамических систем
- •Тема 10. Динамические задачи оптимизации.
- •Методические указания и требования к самостоятельной рабоТе
- •1. Методические рекомендации по работе
- •С учебной и научной литературой
- •2. Методические рекомендации по выполнению реферата
- •Примерная тематика рефератов
- •3. Методические рекомендации по изучению содержания основных разделов дисциплины
- •Раздел I. Тема 1. Решить задачу линейного программирования графическим методом
- •Раздел I. Тема 2. Решить задачу целочисленного линейного программирования методом ветвей и границ, учитывая целочисленность переменных.
- •Раздел II. Тема 3. Решить методом ветвей и границ следующую задачу коммивояжера:
- •Раздел II. Тема 3. Решить транспортную задачу.
- •Раздел III. Задача линейного программирования
- •Тема 5. Формулировка задачи линейного программирования (лп).
- •Раздел IV. Тема 6. Симплексный метод решения задачи линейного программирования
- •Раздел IV. Тема 7. Теория двойственности. Двойственная задача к задаче планирования торговли. Решение задачи линейного программирования двойственным симплексным методом
- •Раздел V. Тема 8. Целочисленное программирование
- •Раздел V. Тема 9. Транспортная задача. Нахождение оптимального плана методом потенциалов
- •Решение типовых задач графический способ решения задачи линейного программирования типовой пример 1
- •Типовой пример 2
- •Двойственная задача линейного программирования
- •Анализ модели на чувствительность
- •Изменение условий задачи влияющих на допустимость решения.
- •Изменения условий задачи влияющих на оптимальность решения.
- •Тесты для самоконтроля Раздел I.
- •Вопрос 4. Как классифицируются решения по содержанию?
- •Раздел II.
- •Раздел 3
- •Раздел 4
- •Раздел 5
- •Раздел 6
- •Тема II
- •Тема III
- •Тема IV
- •Тема VI
- •Основная литература
- •Дополнительная литература
- •Базы данных, информационно-справочные и поисковые системы
- •Учебно-методические издания в электронном виде
- •Критерии оценки самостоятельной работы студентов
Изменение условий задачи влияющих на допустимость решения.
На допустимость решения влияет изменение правых частей ограничений и добавление новых ограничений.
Изменение правых частей ограничений
Заменим в правой части второго ограничения 780 на 860 и проверим, как это отразится на текущем решении.
Из соотношения двойственности новые решения можно получить, используя последнюю симплекс-таблицу.
Из последней симплекс-таблицы вектор-столбец базисных переменных равен произведению обратной матрицы на столбец новой правой части.
х1
3
-1 0 300 40
х2 = -2 1 0 860 = 260
х5 -120 30 1 14400 4 200
Все
элементы правой части таблицы после
изменения остались неотрицательными
состав базисных переменных не изменился,
но они приняли новое значение:
х1 = 40, х2 = 260, х5 = 4200.
Новое значение функции:Z=0,16∙40 + 0,2∙260 =58,4
Т
еперь
заменим 780 на 910.
х1
3
-1 0 300 -10
х2 = - 2 1 0 910 = 310
х5 -120 30 1 14400 5700
Т.к. х1 имеет отрицательное значение, то решение не допустимое и необходимо выполнить симплекс-итерацию для получения допустимого решения.
В симплекс-таблице для последнего оптимального решения надо записать значение Z, найдем его подставки в Z-уравнение другие новые значения х1 и х2:
Z=0,16∙х1 + 0,2 ∙ х2 = 0,16 ∙(-10)+310∙0,2 = 60,4
Симплекс-таблица примет вид:
Таблица 4
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
Решение |
Х1 |
1 |
0 |
3 |
|
|
-10← |
Х2 |
0 |
1 |
-2 |
1 |
0 |
300 |
Х5 |
0 |
0 |
-120 |
30 |
1 |
5700 |
Z |
0 |
0 |
2⁄25 |
1⁄25 ↑ |
0 |
60,4 |
Применим двойственный симплекс-метод.
Когда решение прямой задачи неоптимальное, решение двойственной задачи недопустимое, поэтому оптимальному решению прямой задачи соответствует допустимое решение двойственной задачи.
При использовании двойственного симплекс-метода сначала получаем недопустимое, но «лучшее оптимальное», решение. (При обычном симплекс-методе сначала находим допустимое, но не оптимальное решение). Когда полученное решение оказывается допустимым, итерационный процесс вычислений заканчивается, так как это решение является и оптимальным.
Как и обычный симплекс-метод, двойственный метод основан на условии оптимальности и допустимости.
Условие допустимости. В качестве исключаемой переменной выбирается наибольшая по абсолютной величине отрицательная базисная переменная. В нашем примере это базисная переменная х1 с коэффициентом – 10
Условие оптимальности. Включаемая в базис переменная выбирается из числа небазисных переменных следующим образом. В столбце Решение выбирается наименьшее по абсолютной величине отрицательное значение. В нашем случаи вводимой переменной будет х4. Следовательно ведущий элемент будет на пересечении х4 и х1, он равен – 1.
После выбора включаемой в базис и исключаемой переменных для получения следующего решения осуществляется обычная операция преобразования строк симплекс-таблицы.
Таблица 5
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
Решение |
Х4 |
-1 |
0 |
-3 |
1 |
0 |
10 |
Х2 |
1 |
1 |
3 |
0 |
0 |
300 |
Х5 |
30 |
0 |
-40 |
0 |
1 |
15000 |
Z |
1⁄25 |
0 |
1⁄5 |
0 |
0 |
60 |
Мы получили новое допустимое и оптимальное решение: х1=0, х2=300, х3=0, х4= 10, х5 = 15000, Z= 0,16 ∙0 + 0,2 ∙300 = 60
Добавление нового ограничения
Рассмотрим вариант изменения условий задачи, влияющий на допустимость решения, состоящий в добавлении нового ограничения.
Пусть спрос на товар х1 велик и фирма решила закупить его не менее чем на 130 тыс. руб. т.е. в условиях задачи появилось новое ограничение х1 ≥ 130, это ограничение касается базисной переменной в оптимальном решении, значит надо проверить как изменится полученное ранее решение.
Введем новую дополнительную переменную х6 и новое ограничение в стандартной форме запишется как: -х1 + х6≤-130, в текущем решении х1 является базисной переменной, поэтому необходимо выразить ее через небазисные. В таблице для текущего оптимального решения х1 уравнение имеет вид:
х1 + 3х3 –х4 = 120, х1 =120 – 3х3 + х4 таким образом новое ограничение, где фигурируются только текущие небазисные переменные можно записать как:
-120 + 3х3 –х4 + х6 = -130
или
3х3 –х4 + х6 = -10
Поскольку х4 = 0, х3 = 0, х6 = -10, значит решение будет недопустимым, а таблица примет вид:
Таблица 6
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
Решение |
Х1 |
1 |
0 |
3 |
-1 |
0 |
0 |
120 |
Х2 |
0 |
1 |
-2 |
1 |
0 |
0 |
180 |
Х5 |
0 |
0 |
-120 |
3 |
1 |
0 |
1800 |
Х6 |
0 |
0 |
3 |
-
|
0 |
1 |
-10← |
Z |
0 |
0 |
2⁄25 |
1 ↑ |
0 |
0 |
55,2 |
Вводим в базис х4 и выводим х6
Таблица 7
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
Решение |
Х1 |
1 |
0 |
0 |
0 |
0 |
-1 |
130 |
Х2 |
0 |
1 |
1 |
0 |
0 |
1 |
170 |
Х5 |
0 |
0 |
-30 |
0 |
1 |
30 |
1500 |
Х4 |
0 |
0 |
-3 |
1 |
0 |
-1 |
10 |
Z |
0 |
0 |
2⁄25 |
0 |
0 |
1⁄25 |
54,8 |
Новое решение х1=130,х2=170, х3=0, х4=10, х5=1500,х6=0.
Z=0,16∙130+ 0,2 ∙170=54,8 это решение хуже чем, то, которое соответствовало условиям задачи до введения нового ограничения.

Переменные
-1
0
Пременные
Переменные
0
1
⁄25
Переменные