
- •1. Сущность математического моделирования экономических процессов
- •1.1. Понятие математической модели экономического процесса
- •1.2. Классификация математических моделей
- •1.3. Примеры построения математических моделей экономических задач
- •2. Линейное программирование
- •2.1. Постановка задачи линейного программирования
- •2.2. Линейное программирование в экономике
- •2.3. Графический метод решения задачи линейного программирования
- •2.4. Основная задача линейного программирования
- •2.5.Симплекс-метод
- •2.6.Пример расчета экономико-математической модели
- •2.7. Двойственная задача линейного программирования. Экономическая интерпретация
- •2.8. Целочисленное линейное программирование. Метод Гомори
- •3. Транспортная задача как пример специальной задачи линейного программирования
- •3.1.Построение транспортной модели
- •3.2. Сбалансированные и несбалансированные транспортные модели
- •3.3. Определение начального плана транспортировок. Методы "северо-западного" угла, минимального элемента, Фогеля
- •3.4.Оптимальный план транспортной задачи. Метод потенциалов
- •3.5. Экономические задачи, сводящиеся к транспортным моделям
- •3.6. Венгерский метод решения задачи о назначениях
- •3.7. Применение задачи о назначениях к решению экономических проблем
- •4. Нелинейное программирование
- •4.1. Постановка задачи нелинейного программирования
- •4.2 Геометрическая интерпретация задачи нелинейного программирования. Графический метод решения
- •4.3. Метод множителей Лагранжа
- •4.4. Расчет экономико-математической модели при нелинейных затратах на производство
- •5. Динамическое программирование
- •5.1. Постановка задачи динамического программирования. Основные условия и область применения
- •5.2. Составление математической модели динамического программирования
- •5.3.Этапы решения задачи динамического программирования
- •5.4. Задача замены оборудования как задача динамического программирования
- •5.5. Оптимальное распределение инвестиций как задача динамического программирования
- •6. Модели систем массового обслуживания
- •6.1 Определение систем массового обслуживания
- •6.2 Классификация смо.
- •6.3. Параметры смо
- •6.4 Модели смо с отказами.
- •6.5 Модели смо с неограниченным временем ожидания
- •6.6 Модели замкнутых смо
- •7. Модели сетевого планирования и управления (спу)
4.2 Геометрическая интерпретация задачи нелинейного программирования. Графический метод решения
Рассмотрим задачу Нелинейного программирования, содержащую две переменные.
(4.2.1)
(4.2.2)
Система
ограничений (4.2.2) определяет в
-мерном
пространстве некоторую область, которая
является областью допустимых решений
задачи.
Решить
ЗНП графически – это значит найти точку
области допустимых решений (4.2.2), через
которую проходит линия
наивысшего
(наинизшего) уровня.
Указанная точка может находиться как на границе, так и внутри области допустимых решений (4.2.2), в отличие от задач линейного программирования.
Так же, как и для линейных задач, ЗНП удобно решать графически, когда функция и ограничения содержат две переменные.
Алгоритм решения ЗНП графическим методом
Шаг
1. На
плоскости
строят область допустимых решений,
определенную ограничениями (4.2.2). Если
она пуста, т.е. ограничения несовместны,
то задача (4.2.1) – (4.2.2) не имеет решения.
В противном случае переходят к шагу 2.
Шаг
2.
Строят
линию уровня функции
,
где
С
–
некоторая константа. Переход к шагу 3.
Шаг
3.
Определяют
направление возрастания (при максимизации),
убывания (при минимизации) функции
.
Шаг
4.
Находят
точку области допустимых решений, через
которую проходит линия уровня
с
наибольшим (при максимизации), наименьшим
(при минимизации) значением С
или
устанавливают неограниченность функции
на области допустимых решений.
Шаг
5.
Определяют
значения
для
точки, найденной на шаге 4, и величину
функции
в
этой точке.
Пример 4.2.1
В
соответствии с алгоритмом построим на
плоскости
область
допустимых решений (рис. 4.2.1)
Рис. 4.2.1
Ограничения
,
выделяют
на плоскости
первую четверть.
Границей полуплоскости, соответствующей первому ограничению,
является гипербола
Неравенство выполняется для точек, лежащих выше гиперболы.
Границей полуплоскости, определяемой вторым ограничением, является окружность с центром в точке (0,0) и радиусом, равным 4. Искомая полуплоскость заштрихована вертикальной штриховкой. Область допустимых решений выделена горизонтальной штриховкой.
Функция
возрастает в направлении вектора-нормали
с координатами (2,3), и ее линии уровня
расположены перпендикулярно вектору-нормали
.
Таким образом, максимум достигается в
точкеА,
а
минимум – в точке В.
Заметим,
что в точке А
совпадают
тангенсы углов наклона касательной к
окружности
и прямой
к
оси
.
Тангенсы углов наклона касательной и
прямой к оси
определяются
значениями производных по
соответствующих функций. Для прямой
тангенс равен
.
Продифференцируем
выражение
как неявную функцию от
.
Получаем
,
Приравниваем значения тангенсов, получаем
,
К этому уравнению добавим уравнение окружности, которой принадлежит точка А.
Получаем систему
Решив ее, найдем оптимальное решение
;
;
Аналогично
определим координату точки В,
в
которой тангенс угла наклона к оси
прямой
совпадает с тангенсом угла наклона
касательной к функции
.
Получаем уравнение
Вторым для нахождения координат точки является уравнение гиперболы, которой принадлежит точка В:
Из
последней системы найдем оптимальное
решение, соответствующее минимальному
значению
,
,
,