- •Линейные методы оптимизации. Задачи линейного программирования
- •1.1 Общая постановка задачи линейного программирования.
- •Линейное программирование в экономике
- •1.3 Решение систем линейных алгебраических уравнений в форме жордановых таблиц
- •1.3.1 Основные понятия
- •1.3.2 Жордановы таблицы
- •1.3.3 Алгоритм решения слау в форме жордановых таблиц
- •1.3.4 Примеры решения типовых задач
- •1.3.5 Задания для самостоятельного решения
- •1.4 Базисные и опорные решения слау
- •1.4.1 Основные понятия
- •1.4.2 Алгоритм отыскания опорных решений слау
- •1.4.3 Примеры решения типовых задач
- •Задания для самостоятельной работы
- •Графическое решение задач линейного программирования
- •1.5.1 Геометрическая интерпретация
- •1.5.2 Алгоритм графического решения злп
- •1.5.3 Пример решения типовой задачи
- •1.5.4 Задания для самостоятельной работы
- •1.6 Симплексный метод решения задач линейного программирования
- •1.6.1 Укрупненный алгоритм симплексного метода
- •1.6.2 Алгоритм отыскания начального опорного плана
- •1.6.3 Алгоритм отыскания оптимального опорного плана
- •1.6.4 Пример решения типовой задачи
- •1.6.5 Задания для самостоятельной работы
- •Двойственность в линейном программировании
- •1.7.1 Понятие двойственности для симметричных задач
- •1.7.2 Экономическая интерпретация симметричных двойственных задач
- •1.7.3 Связь между решениями прямой и двойственной задачи
- •2. Оптимальное распределение ресурсов. Транспортная задача
- •2.1. Метод северо-западного угла (мсзу)
- •2.2. Метод минимального тарифа (ммт)
- •2.3. Определение оптимального плана перевозок методом потенциалов
- •2.4. Транспортная задача с усложнениями
- •2.5. Транспортная задача по критерию времени
- •2.6 Задания для самостоятельной работы
- •3. Элементы нелинейного программирования
- •Постановка задач нелинейного программирования
- •Особенности решения задач нелинейного программирования
- •Метод множителей Лагранжа
- •4 Метод наименьших квадратов
- •4.1 Некоторые типы эмпирических формул
- •Примеры решения типовых задач
- •4.3 Задания для работы в аудитории
- •4.4 Подбор эмпирических формул по выборочным данным
- •4.3 Задание для самостоятельной работы
- •Элементы сетевого планирования
- •При управлении такими проектами применяются специальные способы изображения сетей, позволяющие разработать очень эффективные и простые процедуры вычислений информации о состоянии проекта.
- •5.1 Построение сетевой модели
- •5.2 Наиболее ранний срок наступления события
- •5.3 Наиболее поздний срок наступления события
- •Пример 3. Для всех узлов (событий) сети из примера 1 определить наиболее поздний допустимый срок наступления события.
- •5.4 Резерв времени и критический путь
- •5.5 Оптимизация плана комплексных работ
- •5.6 Задания для самостоятельной работы
- •Литература
- •Методы решения оптимизационных задач
- •346493, Донской гау, пос. Персиановский,
Метод множителей Лагранжа
Среди задач (1)-(3) особое место занимают задачи типа
(10)
,
(11)
для решения которых
можно воспользоваться классическим
методом оптимизации Лагранжа, или
методом разрешающих множителей. При
этом предполагают, что функции
и
непрерывны
вместе со своими первыми частными
производными.
Можно указать следующий порядок решения задачи (10)-(11) методом множителей Лагранжа:
составить функцию Лагранжа:
L
(12)
здесь
-
множители Лагранжа;
2)Найти частные
производные функции Лагранжа по всем
переменным
и приравнять их нулю. Тем самым получим
систему:
(13)
Эта система состоит из m + n уравнений. Решить эту систему (если это окажется возможным) и найти таким образом все стационарные точки функции Лагранжа;
из стационарных точек, взятых без координат
выбрать точки, в которых функция f(
имеет
условные локальные экстремумы при
наличии ограничений (11). Этот выбор
осуществляется, например, с применением
достаточных условий локального
экстремума. Часто исследование
упрощается, если использовать конкретные
условия задачи.
В основе метода
Лагранжа решения классической задачи
оптимизации (10)-(11) лежит утверждение,
что если
в
точке
имеет
экстремум, то существует такой вектор
,
что точка
является решением системы (13). Следовательно, решая систему (13), получаем множество стационарных точек, в которых функция Z может иметь экстремальные значения. При этом, как правило, неизвестен способ определения точек глобального максимума или минимума. Однако, если решения системы найдены, то для определения глобального экстремума достаточно найти значения функции в соответствующих точках области определения.
Множителям Лагранжа
можно придать следующий экономический
смысл. Если
-
доход, соответствующий плану
,
а функция
-
издержки i-го
ресурса, соответствующие этому плану,
то
-
цена (оценка) i-го
ресурса, характеризующая изменение
экстремального значения целевой функции
в зависимости от изменения размера i-го
ресурса.
Пример. По плану производства продукции предприятию необходимо изготовить 200 изделий. Эти изделия могут быть изготовлены двумя технологическими способами. Производственные затраты на изготовление n изделий первым способом равны 4n+n2, а для второго способа - 8n+n2. Сколько изделий надо изготовить каждым способом, чтобы общие затраты на производство продукции были бы минимальными.
Обозначим число изделий, изготовленных первым способом через х1, вторым способом - х2. Тогда суммарные затраты на изготовление продукции по плану составят:
f (x1,x2)=4x1+x12+8x2+x22
При этом общее число изделий должно быть равно 200, т.е.
x1+x2=200 .
Получим математическую модель задачи:
f(x1,x2)=4x1+x12+8x2+x22
x1+x2=200
x1
x2
.
Для ее расчета применим метод множителей Лагранжа.
Составим функцию Лагранжа
L(x1,x2,
)=4x1+x12+8x2+x22+
(200-x1-x2)
.
Найдем частные производные функции L по x1,x2, и приравняем их к нулю:
.
имеем систему:
.
Исключим из этой
системы
,
например выразим
из первого уравнения
и подставим найденное значение во второе
уравнение системы, получим:
.
Таким образом, по необходимому условию экстремума дифференцируемой функции получим стационарную точку М(101,99) возможного условного экстремума функции f(x1,x2).
Дальнейшее исследование этой точки будем проводить как и в случае безусловного экстремума.
Найдем частные производные второго порядка:
.
Для рассматриваемого примера производные постоянны и не зависят от значений х1 и х2. Поэтому a11=2, a12=a21=0, a22=2 (см. 6.8). Вычислим определитель
.
Так как определитель больше нуля и a11=2>0, следовательно, в точке М(101,99) функция f(x1,x2) имеет минимум:
(ед.).
При изготовлении 101 детали первым способом и 99 деталей вторым способом затраты на производство будут минимальными и равными 21198 денежным единицам.
