Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Учеб пособие и варианты заданий.doc
Скачиваний:
129
Добавлен:
12.03.2015
Размер:
2.17 Mб
Скачать

1.2.2 Задача на составление рациональных смесей.

Пусть организация имеет возможность готовить различные виды смесей (продуктов) из закупаемых различных видов сырья. Каж­дый вид сырья содержит разное количество питательных компонентов (ингредиентов).

Установлено, что продукция должна удовлетворять по крайней мере некоторым минимальным требованиям с точки зрения питательности (полезности). Перед руководством организации стоит задача определить количество каждого i-го сырья, образующего смесь минимальной стоимости при соблюдении требований к общему расходу смеси и ее питательности.

Введем условные обозначения: xi — количество i-го сырья в смеси; т — количество видов сырья; п — количество ингредиен­тов в сырье; аij — количество j-го ингредиента, содержащегося в единице i-го вида сырья; bj — минимальное количество j-го ингредиента, содержащегося в единице смеси; сi — стоимость единицы i-го сырья; q — минимальный вес смеси.

В общем виде задача может быть записана

при следующих ограничениях:

- на общий расход смеси;

- на питательность смеси;

- на неотрицательность переменных.

Пример 2. Для жизнедеятельности человека среднего возраста ежедневно необходимо потреблять 118 г белков, 56 г жиров, 500 г углеводов, 8 г минеральных солей. Количество питательных веществ, содержащихся в 1 кг продуктов питания, а также стоимость этих продуктов в магазине приведены в табл. 1.3. Требуется выявить суточный рацион, содержащий не менее указанных выше необходимых питательных веществ и обеспечивающий минимальную общую стоимость закупаемых продуктов.

Таблица 1.3

Питательные вещества

Содержание питательных веществ в 1 кг продуктов, г

Мясо

Рыба

Масло

Картофель

Сыр

Крупа

Белки

180

190

70

21

260

130

Жиры

20

3

865

2

310

30

Углеводы

0

0

6

200

20

650

Минеральные соли

9

10

12

70

60

20

Цена 1 кг продукта, руб

250

150

200

40

180

60

Обозначим через x1, x2, x3, x4, x5, x6 количество покупаемого каждого вида сырья. Тогда целевая функция данной задачи должна обеспечить минимальные затраты на покупку продуктов питания - будет записана в виде:

при следующих ограничениях

Тема 2. Графический метод решения задач линейного программирования.

Графический метод основан на геометрической интерпрета­ции задачи линейного программирования (ЗЛП) и применяется или решения задач с двумя переменными, когда ограничения выражены неравенствами.

Рассмотрим графический метод решения на примере.

Пример 3. ЗЛП имеет вид:

Целевая функция

при ограничениях

Решение: Каждое из неравенств системы ограничений геометрически определяет полуплоскость. Пере­сечение этих полуплоскостей задает область допустимых решений- планов ЗЛП.

В общем случае такая область представляет собой одну из следующих фигур: выпуклый многоугольник, неограниченная многоугольная область, луч, отрезок, точка или пустая область. В последнем случае говорят, что ограничения не совместны.

Для построения данной области необходимо начертить гра­ничные прямые по уравнениям системы ограничений, в кото­рых неравенства заменяются равенствами.

I

(I)

уравнение:

рис. 2.1.

Пример построения такой области для решаемой задачи при­веден на рис. 2.1. Первым неравенством из примера 3 определяются две области на плоскости.

Одна из них — это область возможных планов задачи, другая — область, где этих планов нет. Границей между ними будет прямая, которую мы построим, заменив неравенство равенством (прямая I). Подставив точку O(0,0) в неравенство и проверив его справедливость, определяем область возможных решений. По знаку первого неравенства находим область решения задачи. Аналогично, заменив не­равенства равенствами, строим остальные и определяем область решений задачи, учитывая знаки неравенств.

(II)

(III)

рис. 2.2

рис. 2.3

рис. 2.4

(IV)

рис. 2.5

(V)

(I)

(II)

(III)

(IV)

(V)

A

B

C

D

E

L

рис. 2.6

На рисунке номер прямой определяет порядковый номер огра­ничения. Латинскими буквами обозначены точки пересечения прямых. Неравенства означают, что область определения будет расположена в 1-м квадранте координатной плоско­сти. Таким образом, выделенная на рис. 2.6 область ABCDE будет областью допустимых решений, определенной ограничениями задачи. Крайние точки полученной выпуклой многогранной области будут соответствовать допустимым базис­ным решениям задачи.

Для нахождения оптимального плана необходимо построить многоугольник пересечения целевой плоскости с многогранной выпуклой областью ограничений и выбрать на нем вершину с максимальным значением. Для упрощения этой графической

задачи пользуются свойствами целевой плоскости, позволяющими получить решение, проецируя изображение на плоскость огра­ничений.

Сначала определяют направление максимального возрастания значения целевой функции, или что то же, направление наиско­рейшего подъема по целевой плоскости. Для этого находят вектор градиента G, координатами которого являются коэффици­енты целевой функции. Для данного примера он имеет значение G=(1, 2). Прямая, идущая в направлении градиента, также обозначена на рисунке буквой G.

Для определения оптимального решения необходимо постро­ить прямую L=, перпендикулярную линии градиента и перемещать ее параллельно вдоль линии градиента до самой удаленной точки области. Такие прямые, перемещаемые вдоль линии градиента являются не чем иным, как линиями уровня плоскости. Если ре­шается задача поиска максимума, то линии уровня перемещаются в направлении возрастания градиента до поиска самой удаленной точки области ограничений. В случае поиска минимума — линии перемещаются в направлении, противоположном возрастанию градиента до самой удаленной точки. На рисунке показана ли­ния уровня L, определяющая оптимальную точку B, в которой значение целевой функции достигает своего максимума.

Зная, какая точка задает оптимальное решение, можно точно вычислить ее координаты. Для данного примера точка B нахо­дится на пересечении прямых III и I. Записав систему уравнений этих прямых, определяем координаты точки пересечения:

В результате получаем Хопт=(1,17; 5,68). Подставляя найденный результат в целевую функцию, имеем искомое оптимальное значение F(Хопт)=1·1,17+2·5,68=12,53.

В зависимости от вида области ограничений и типа целевой функции решением может быть не одна точка, а бесконечное множество точек отрезка. Так, если в приведенном выше приме­ре градиент будет перпендикулярен линии ВС (см. рис. 2.6), то линия уровня целевой плоскости будет включать в себя весь от­резок BC полностью и, следовательно, в качестве решения мож­но брать любую из точек этого отрезка.

Пример 4. ЗЛП имеет вид:

Целевая функция

при ограничениях

Решение:

Построив область допустимых решений, получаем, что она пуста из-за несовместности ограничений. Решений нет.

(I)

(II)

(III)

(IV)

рис. 2.7

Иногда решения может не быть вовсе. Так, очевидно, реше­ние будет отсутствовать в случае несовместности ограничений, когда область допустимых решений является пустым множе­ством. Кроме того, решение может отсутствовать в том случае, когда область допустимых решений задана бесконечной полу­плоскостью. Если она не ограничена сверху, то для нее невоз­можно отыскать максимум, а если снизу — мини­мум.

Пример 5. ЗЛП имеет вид:

Целевая функция

при ограничениях

Решение:

(I)

(II)

(III)

G

рис. 2.8

A

Из графика видно, что область допустимых решений одна точка A(0;2) - она и является оптимальным решением, так как целевая функция стремится к минимуму и оптимальная точка на области допустимых решений ищется в направлении, противоположном вектору-градиенту. Если бы целевая функция стремилась к максимуму, то ЗЛП не имела бы решения.