mo_in_exercises
.pdfS1(xN −1) = min{(2a +ϕ(uN ) +ϕ(xN −1 −uN ) : 0 < uN < xN −1}.
Значение uN , определяющее минимум на открытом промежутке, ищем из условия обращения в ноль первой производной: ϕ′(uN ) −ϕ′(xN−1 −uN ) =0, поскольку вторая производная ϕ′′(uN ) +ϕ′′(xN −1 − uN ) > 0 . Отсюда следует,
что в точке минимума ϕ′(uN ) =ϕ′(xN −1 −uN ) , или uN = xN −1 2 , что не выходит за пределы допустимых значений uN .
|
Итак, |
u* |
(x |
N −1 |
) = x |
N |
−1 |
2, |
а |
S (x |
N −1 |
) = 2a + 2 f (x |
N −1 |
2). Пусть |
||
|
|
N |
|
|
|
|
|
1 |
|
|
|
|||||
теперь проведены все инъекции, кроме двух последних: |
(N −1) -й и N -й (не |
|||||||||||||||
считая завершающей в момент времени T ), а длина оставшегося промежутка |
||||||||||||||||
времени составляет xN −2 . Тогда |
|
|
|
|
|
|
|
|||||||||
|
S2 (xN −2 ) = |
|
min |
|
|
{a +ϕ(uN −1) + S1(xN −2 −uN −1)} = |
||||||||||
|
|
|
|
0< uN −1 < xN −2 |
|
|
|
|
|
|
|
|
||||
|
|
|
= |
min |
|
|
{3a +ϕ(uN −1) + 2ϕ( (xN −2 −uN −1) |
2)}. |
||||||||
|
|
|
0<uN −1 <xN −2 |
|
|
ϕ′(uN −1) −ϕ′( (xN −2 −uN −1) 2)= 0 , |
||||||||||
|
Минимум |
находим |
из |
условия |
||||||||||||
или ϕ′(uN −1) =ϕ′( (xN −2 −uN −1) |
2), т.е. uN −1 = xN −2 |
3. |
|
|
||||||||||||
|
Итак, |
u*N −1(xN −2 ) = xN −2 3, S2 = (xN −2 ) = 3a +3ϕ( xN −2 |
3). |
|||||||||||||
|
Легко заметить имеющуюся закономерность. Для ее обоснования |
|||||||||||||||
применим метод математической индукции. Предположим, что |
|
|
||||||||||||||
u*N −k +1(xN −k ) = xN −k |
(k +1), |
Sk (xN −k ) = (k +1)(a +ϕ(xN −k |
(k +1) ) ). |
|||||||||||||
Тогда Sk +1(xN −k −1) = |
|
min |
|
{a +ϕ(uN −k ) + Sk (xN −k − −uN −k )} = |
||||||||||||
|
|
|
|
0<uN −k <xN −k −1 |
|
|
|
1 |
|
|
||||||
= |
min |
|
{(k + 2)a +ϕ(uN −k ) + (k +1)ϕ( (xN −k −1 −uN −k ) k +1)}. |
|||||||||||||
|
0<u N −k <xN −k −1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Из условия равенства нулю первой производной находим, что |
|
ϕ′(uN −k ) =ϕ′( (xN −k −1 −uN −k ) (k +1) ) , т.е. u* − (x ) = x − − (k +2),
N k N −k −1 N k 1
Sk +1(xN −k −1) = (k + 2)(a +ϕ( xN −k −1 (k + 2) ) ) . Следовательно, доказано, что эти соотношения верны для всех k .
Поскольку начальное состояние x0 = T известно, последовательно
применяя полученные оптимальные правила u* (x − ) выбора промежутков
k k 1
между инъекциями, получим последовательность оптимальных значений для управлений и состояний:
u* = u*(x |
) = |
T |
, |
x* =T −u* = |
T N |
|
, |
|||
|
|
|||||||||
1 |
1 |
0 |
N + 2 |
|
1 |
1 |
N +1 |
|
||
|
|
|
|
|
|
|
|
11
u* |
= u* (x*) |
= |
T N |
|
= |
|
|
T |
, |
x* = T (N −1) |
, ..... |
|||
|
|
|
|
|||||||||||
2 |
2 |
1 |
|
(N |
+1)N |
|
|
(N +1) |
|
2 |
N +1 |
|
||
|
|
|
|
|
|
|
|
|
||||||
u*N = u*N (x*N −1) = |
T 2 |
|
|
= |
T |
|
. |
|
|
|||||
(N |
+1)2 |
|
(N +1) |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
Окончательно имеем: оптимальные затраты равны
SN(T) =(N+1)(α+ϕ(T(N+1)) ),
и достигаются при проведении инъекций через равные промежутки времени u1* = u2* = ... = u*N = T(N +1).
Пример 3. Оптимальное соединение точек
На числовой оси y имеется набор из ( N +1) точек, размещенных в порядке возрастания координат y1 < y2 < ... < yN +1 . Длины отрезков [ y1 y2 ],...,
[ yN yN +1] заданы и выражаются |
положительными числами p1, p2 , ..., pN . |
Пометим часть отрезков [ yk , yk +1] |
так, чтобы каждая точка y1, y2 , ... , yN +1 |
принадлежала хотя бы одному из помеченных отрезков. Обозначим пометки через u1, u2 , ... , uN , считая, что при uk =1 отрезок [ yk , yk +1] помечен, а при uk = 0 – нет. Требуется расставить пометки так, чтобы сумма длин
помеченных отрезков, равная ∑N= pkuk , была минимальна. Из условий задачи
k 1
вытекают следующие ограничения на uk : соседние значения uk , uk +1 не могут
одновременно обращаться в ноль; кроме того, первый и последний отрезки помечаются обязательно.
Перейдем к построению решения, используя метод Р. Беллмана. Поскольку порядок нумерации отрезков (прямой или обратный) в данной задаче значения не имеет, запишем уравнения Беллмана не от конца, а от начала процесса. Вместо одной задачи из N отрезков рассмотрим задачи из
одного, двух, трех и т.д. первых отрезков. Пусть Z1, Z2 ,... – наименьшие
возможные суммы длин помеченных отрезков в таких задачах, а uk*−1(k) –
оптимальная пометка ( k −1)-го отрезка в задаче, включающей k первых отрезков.
В отличие от общего случая, в этой задаче функции Беллмана не имеют аргумента, поскольку их значения зависят только от индекса, показывающего число отрезков (число шагов) в задаче. Само же количество пройденных отрезков может быть принято в этой задаче за состояние, и, таким образом, состояние совпадает с номером шага, дублируя его. Очевидно, что
Z1 = p1, u1* (1) =1;
Z2 = p1 + p2 , u2* (2) =1, u1* (2) =1;
12
Z3 = min{p3 + Z1, p3 + Z2}, u2* (3) = 0, если минимум достигается на первом
элементе, и u2* (3) =1, если на втором, т.е. первый и последний должны быть помечены.
Аналогично, для значений 2 < k +1 ≤ N
Zk +1 = pk +1 + min { Zk −1, Zk },
u* (k +1) = 0,если Zk −1 ≤ Zk
k 1,если Zk −1 ≥ Zk .
Всегда uk* +1(k +1) =1, т.к. последний отрезок всегда должен быть помечен.
Покажем, как можно получить окончательное решение при конкретных данных. Пусть N = 6 и p1 =1, p2 = 2, p3 =1, p4 =1, p5 = 2, p6 = 2 (рис. 1.1).
Рис. 1.1. Пример размещения точек и их оптимальное соединение
Применяя приведенные расчетные формулы, получим следующий результат.
|
|
Z =1, |
u* |
(1) =1; |
|
|
|
|
1 |
1 |
|
|
|
|
|
Z2 = 3, |
u2* (2) =1; |
|
|
|
Z3 =1 + min{1, 3} = 2, |
u2* (3) = 0, |
u3* (3) =1; |
|
|||
Z4 =1+ min{3, 2} = 3, |
|
u3* (4) =1, |
u4* (4) =1; |
|
||
Z5 = 2 + min{2, 3} = 4, |
u4* (5) = 0, |
u5* (5) =1; |
|
|||
Z6 = 2 + min{3, 4} = 5, |
|
u5* (6) = 0, |
u6* (6) =1. |
|
||
Последние найденные |
|
значения |
u5*,6 (6) показывают, что в |
задаче с |
||
N = 6 отрезками отрезок p |
6 |
помечается, т.е. u* =1, а p нет, т.е. |
u* = 0. В |
|||
|
|
|
6 |
5 |
5 |
силу того, что p5 не помечен, необходимо рассмотреть укороченную задачу для оставшихся 4-х отрезков ( p1, ... , p4 ) . Из полученных условных решений
видно, что в |
возникшей |
четырехшаговой |
задаче |
u4* = u4* (4) =1 и |
||||
u3* = u3* (4) =1. |
p3 оказался |
|
|
|
|
|
|
|
Поскольку |
помеченным, |
|
то |
далее |
следует рассмотреть |
|||
трехинтервальную задачу p , p |
2 |
, p . Видим, |
что u* = u* (3) = 0. Но тогда |
|||||
|
1 |
|
3 |
|
|
2 |
2 |
|
остается одноинтервальная задача, и в ней u* |
=1. Следовательно, минимальная |
|||||||
|
|
|
|
1 |
|
|
|
|
13
сумма длин помеченных интервалов равна Z6 = 5, а пометки следует поставить так: u1* =1, u2* = 0, u3* =1, u4* =1, u5* = 0, u6* =1. На рисунке эти
интервалы помечены жирными линиями.
Дополнительные примеры с решениями можно найти в указанной литературе [2-5].
1.2. Управляемые марковские процессы с доходами, теория и примеры
Метод динамического программирования может быть применен и для выбора оптимальной стратегии при управлении вероятностными марковскими процессами [6]. Будем рассматривать случай, когда значения, принимаемые марковским процессом, могут быть пронумерованы. Такой процесс будем называть дискретным. Вместо значений, которые принимает процесс, в дальнейшем будем использовать их номера.
Случайный процесс с дискретными значениями xn называют марковским, если он обладает свойством: для любого n ≥1 (n =1, 2,K) и любых возможных значений i0 ,i1,i2 ,K,in−1 должно выполняться следующее требование для условных вероятностей:
p(xn = in / x0 = i0 , x1 = i1,..., xn−1 = in−1 )= p(xn = in / xn−1 = in−1 ).
Значения ik , которые принимает марковский процесс, можно назвать его
внутренними состояниями. Они ни в коем случае не являются его «состояниями» в терминологии динамических систем. Однако далее для краткости изложения вместо термина «внутреннее состояние» в некоторых случаях будем говорить просто о состоянии, опуская слово «внутреннее»
Если вероятность p(xn = in / xn−1 = in−1 ) перехода из состояния in−1 в состояние in не зависит от момента времени n , марковский процесс называется
стационарным. В последнем случае случайный процесс перехода из одного состояния в другое на каждом шаге описывается одной и той же
стохастической матрицей P = (pij ), элементы которой pij являются условными вероятностями того, что следующим состоянием будет состояние j , если текущим состоянием является состояние i . Эти вероятности удовлетворяют двум условиям: pij ≥ 0 и ∑jj ==1m pij =1, (если число возможных состояний
равно m). Марковский процесс с конечным числом внутренних состояний называют конечной марковской цепью.
Рассмотрим марковскую цепь с m внутренними состояниями, вероятности нахождения в которых в момент времени n заданы вектором-строкой
p(n) = ( p1(n),..., pm (n)). Вектор p(n) описывает текущее вероятностное
14
распределение марковской цепи по ее внутренним состояниям. В силу однозначности определения p(n +1) по p(n) вектор вероятностного
распределения будет являться состоянием марковской цепи как динамической системы [1]. Оператор изменения этих вероятностей задается стохастической матрицей P : p(n +1) = p(n)P .
Сделаем теперь цепь управляемой за счет того, что матрица вероятностей
переходов P будет зависеть от Предположим, что при каждом возможность выбирать одну из
некоторой стратегии-управления k ( P(k) ). внутреннем состоянии цепи мы имеем K стратегий, задаваемых стохастическими
матрицами P(k ) , k =1,K, K . Каждой матрице P(k ) сопоставим матрицу доходов D(k ) так, что при выборе стратегии k математическое ожидание дохода qi(k ) , связанного с попаданием во внутреннее состояние i за один шаг, будет равно
qi(k ) = pi(1k ) di(1k ) + pi(2k ) di(2k ) +... + pim(k ) dim(k ) .
Обозначим через Vn (i) максимально возможное математическое
ожидание дохода за n шагов, если начальное внутреннее состояние системы было i . Тогда в соответствии с принципом оптимальности мы получим рекуррентное соотношение [7], являющееся аналогом уравнения Р.Беллмана
|
m |
( j) : k {1,K, K} . |
|
Vn (i) = max qi(k ) + ∑ pij(k )Vn−1 |
(1.4) |
||
|
j =1 |
|
|
Функция Vn (i) играет роль функции Беллмана.
Пример 4. Задача об игрушечных дел мастере [7]
Игрушечных дел мастер в течение недели изготавливает игрушки, а в воскресенье выходит на рынок, чтобы их продать. Вероятности успешной или неуспешной продажи, а также величины доходов в зависимости от результата предыдущего раунда заданы матрицами
P(1) = |
0.5 |
0.5 |
0.6 |
0.4 |
|
= |
0.7 |
0.3 |
, |
|
|
, P(2) |
= |
, P(3) |
|
|
|
||||
|
0.4 |
0.6 |
0.5 |
0.5 |
|
|
0.6 |
0.4 |
|
|
D(1) |
9 3 |
8 |
2 |
|
6 |
1 |
|
|
||
= |
, D(2) |
= |
, D(3) |
= |
|
|
. |
|
||
|
3 |
−7 |
1 |
−8 |
|
0 |
−10 |
|
Первая стратегия соответствует отсутствию рекламы, вторая стратегия соответствует рекламе по радио, третья стратегия соответствует рекламе по телевидению. Требуется определить оптимальную стратегию в смысле максимума математического ожидания дохода на несколько шагов вперед.
Пусть V0 (1) =V0 (1) = 0 . Тогда рекуррентное соотношение (1.4) позволяет нам найти оптимальную стратегию поведения (k1(1), k2 (1)) в расчете на один шаг:
15
|
0.5 9 |
+ 0.5 |
3 = 6 |
|
|
0.4 |
3 + 0.6 (−7) = −3 |
|
V1 |
|
8 |
+ 0.4 |
|
|
(2) |
|
|
(1) = max 0.6 |
2 = 5.6 , V1 |
= max 0.5 |
1+ 0.5 (−8) = −3.5 . |
|||||
|
|
6 + 0.3 |
1 = 4.5 |
|
|
|
|
|
|
0.7 |
|
|
0.6 |
0 + 0.4 (−10) = −4 |
Итак, оптимальная стратегия поведения (k1(1), k2 (1)) = (1;1) в расчете на
один шаг, при этом V1(1) = 6, V1(2) = −3. Теперь подсчитаем оптимальную |
||||||
стратегию поведения (k1(2), k2 (2)) в расчете на два шага: |
|
|
||||
|
|
6 + 0.5 6 + |
0.5 (−3) = 7.5 |
|
|
|
V2 |
|
+ 0.6 6 |
+ 0.4 (−3) = 8 |
|
|
|
(1) = max 5.6 |
, |
|||||
|
|
|
+ 0.7 6 |
|
|
|
|
|
4.5 |
+ 0.3 (−3) = 7.8 |
|
||
|
|
−3 + 0.4 6 + 0.6 (−3) = −2.4 |
|
|||
V2 |
|
|
|
6 + 0.5 (−3) = −2 |
|
|
(2) = max −3.5 + 0.5 |
. |
|||||
|
|
|
|
|
|
|
|
|
− 4 + 0.6 6 |
+ 0.4 (−3) = −1.6 |
Итак, в расчете |
на |
два |
шага оптимальная стратегия |
поведения |
||
(k1(2), k2 (2)) = (2;3) , |
при этом V2 (1) = 8, V2 (2) = −1.6 . Теперь подсчитаем |
|||||
оптимальную стратегию поведения (k1(3), k2 (3)) в расчете на три шага: |
||||||
|
|
6 + 0.5 8 + 0.5 (−1.6) = 9.2 |
|
|
||
|
|
|
|
|
|
|
V3 (1) = max 5.6 |
+ 0.6 8 + 0.4 (−1.6) = 9.76 , |
|
||||
|
|
|
|
|
|
|
|
|
4.5 |
+ 0.7 8 + 0.3 (−1.6) = 9.62 |
|
||
|
−3 + 0.4 8 + 0.6 (−1.6) = −0.76 |
|
||||
|
|
|
|
|
|
|
V3 (2) = max −3.5 |
+ 0.5 8 + 0.5 (−1.6) = −0.3 . |
|
||||
|
|
|
0.6 8 + 0.4 (−1.6) = 0.16 |
|
|
|
|
− 4 + |
|
|
|||
Итак, в расчете |
на |
три |
шага оптимальная стратегия |
поведения |
||
(k1(3), k2 (3)) = (2;3) , при |
этом |
|
V3 (1) = 9.76, V3 (2) = 0.16 . Можно сделать |
предположение, что стратегия (2;3) останется оптимальной и на большее
число шагов. Рассмотрим марковский процесс, соответствующий этой стратегии:
p(n +1) = |
0.6 |
0.4 |
p(n) |
|
|
|
0.6 |
0.4 |
Известно, что если все элементы матрицы вероятностей переходов строго положительны, то вне зависимости от начального распределения p(0)
существует lim p(n) = p . В этом случае марковскую цепь называют
n→∞
16
эргодической [1, 6] Переходя к пределу в записанном соотношении, получим систему двух зависимых уравнений относительно вектора p* . Дополняя ее условием нормировки p1* + p2* =1, находим соответствующий нашей задаче вектор предельных вероятностей p* = (0.6;0.4) . Таким образом, предполагая процесс достаточно длительным, мы можем подсчитать средний доход M за один шаг при соблюдении стратегии :
M = 0.6 (0.6 8 +0.4 2) +0.4 (0.6 0 +0.4 (−10)) =1.76.
Можно убедиться, сделав полный перебор всех возможных стратегий и рассмотрев соответствующие им эргодические марковские процессы, что стратегия(2;3) является оптимальной в смысле максимума среднего дохода за
один шаг среди всех 9 стационарных стратегий в расчете на бесконечношаговый процесс.
1.3. Контрольные задания
1. Задача о путешественнике
На местности имеется сеть дорог, связывающих несколько населенных пунктов. Путешественник находится в пункте a0 , из которого, двигаясь по
одной из трех дорог, можно попасть в пункты a1, a2 , a3 . Из каждого пункта опять выходят ровно три дороги, ведущие в a4 , a5 , a6 . Из них – в a7 , a8 , a9 и
так далее, вплоть до конечных пунктов b1 = a3 N −2 , b2 = a3 N −1, b3 = a3 N . Длины всех дорог заданы. Найти наиболее короткий путь из a0 в один из
конечных пунктов. Решить задачу при N = 5. Оцените количество операций сложения и сравнения при ее решении по методу Беллмана, а также при полном переборе всех путей.
2. Задача о распределении инвестиций
Нужно распределить между N предприятиями сумму a , выделенную для их инвестирования. Известно, что вложение средств в размере y в k -ое
предприятие обеспечивает прибыль в размере dk ( y). Целью распределения является получение максимального суммарного дохода. Решить задачу при
N = 4, a = 300 |
при условии, что суммы инвестиций всегда кратны 50 , а |
функции dk ( y) |
для y = 50 j ( j = 0, 1, ... , 6) принимают значения, заданные |
в табл. 1.3. |
|
3. Задача о распределении механизмов
Имеется m видов земляных работ и N > m однотипных механизмов, способных выполнять эти работы. Если назначить на i -й вид работы k механизмов, то их суммарная производительность определяется значением
17
Gik . Считая, что матрица G , составленная из таких значений, известна, найти
оптимальное по суммарной производительности размещение механизмов по всем видам работ. Решить задачу, приняв N = 4, m = 3,
|
|
|
|
|
5 |
9 |
|
12 |
14 |
|
|
|
|
|
|
|
|
|
|
|
7 |
9 |
|
11 |
13 |
|
|
|
|
|
|
|
|
|
|
G = |
|
|
|
|
|
|
|||||
|
|
|
|
|
6 |
10 |
13 |
15 |
|
|
|
|
|
||
|
|
|
|
|
|
. |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Значения функции dk ( y) для задачи 2 |
|
Таблица 1.3 |
|||||||||||
|
|
|
|
||||||||||||
|
|
y |
0 |
50 |
|
100 |
|
150 |
200 |
|
250 |
300 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
d1( y) |
0 |
50 |
|
120 |
|
140 |
150 |
|
200 |
250 |
|
||
|
|
d2 ( y) |
0 |
60 |
|
130 |
|
140 |
130 |
|
160 |
200 |
|
||
|
|
d3 ( y) |
0 |
30 |
|
|
60 |
|
100 |
130 |
|
200 |
250 |
|
|
|
|
d4 ( y) |
0 |
40 |
|
100 |
|
110 |
120 |
|
160 |
220 |
|
||
4. Задача о распределении ресурса |
|
|
|
|
ресурс a на доли |
||||||||||
Пусть |
требуется |
распределить |
ограниченный |
||||||||||||
x1, ... , xN |
(x1 ≥ 0, ... , xN ≥ 0, x1 +... + xN ≤ a) |
|
между N предприятиями, |
каждое из которых приносит доход f |
i |
(x ) = c x2 |
(c |
i |
> 0) . Найти оптимальное |
|
распределение ресурсов. |
i |
i i |
|
|
||
|
|
fi (xi ) = ci |
|
xi . |
||
5. Решить предыдущую задачу при |
|
6. Задача о загрузке судна
Судно, имеющее грузоподъемность a , загружается предметами N типов. Один предмет i -го типа имеет стоимость yi и вес zi . Требуется найти вариант
загрузки судна, при котором стоимость взятых на борт предметов максимальна. Решить задачу для N = 3, a = 200 , y1 = 25, y2 = 40 , y3 = 80, z1 = 40 ,
z2 = 50, z3 = 70.
7. Решить предыдущую задачу при дополнительном условии, что хотя бы один предмет каждого типа должен быть погружен на борт судна.
8. Задача о налоге
В Н-ской области решили ввести дополнительный налог на рост доходов частных фирм. Если за N месяцев доходы фирмы образуют возрастающий ряд
0 < p1 ≤ p2 ≤... ≤ pN +1 то, согласно установленным правилам, фирма должна уплатить дополнительный налог в размере
18
S = |
(p |
p )r + (p p |
2 |
)r +K+ (p |
N +1 |
p |
N |
)r − N , |
|
|
|
2 1 |
3 |
|
|
|
|||
где r > 0. При |
заданном значении начальных и конечных доходов |
||||||||
p1 = a < b = pN +1 |
фирма |
должна |
спланировать график возрастания своих |
доходов так, чтобы дополнительный налог был минимален. Получить решение задачи аналитически.
9. Задача о надежности
Технологическая цепочка изготовления изделия включает N операций, выполняемых на автоматизированных участках конвейерной обработки.
Устройство, выполняющее операции |
на i -ом участке, имеет вероятность |
||
работы без отказа |
pi и стоимость ci . Для повышения надежности на участке |
||
можно установить mi дублеров, повысив надежность |
участка до значения |
||
P (m ) =1 − (1 − p )1+mi . Средства, |
выделенные на |
установку устройств- |
|
i i |
i |
|
|
дублеров, ограничены значением C . |
Решить задачу о выборе оптимального |
количества дублеров, приводящем к максимизации надежности всей технологической цепочки.
При решении |
принять |
N = 3, |
C =17, |
p1 = 0.5, p2 = 0.3, c1 = 6 , |
|||||||
c2 = 4, c3 = 4 . Для |
упрощения |
расчетов принять |
приближенные значения |
||||||||
функций Pi (m) из табл. 1.4. |
|
|
|
|
|
|
|
|
|
Таблица 1.4 |
|
|
Значения функции Pi (m) |
|
|||||||||
|
|
|
|||||||||
|
m |
0 |
|
1 |
|
2 |
3 |
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P1(m) |
0.5 |
|
0.8 |
|
0.9 |
0.9 |
|
1 |
|
|
|
P2 (m) |
0.3 |
|
0.5 |
|
0.7 |
0.8 |
|
0.8 |
|
|
|
P3 (m) |
0.4 |
|
0.6 |
|
0.9 |
0.9 |
|
1 |
|
|
10. Задача о замене оборудования |
|
N лет заниматься выпуском |
|||||||||
Частное предприятие планирует в течение |
изделий, используя некоторое оборудование. В начале можно либо купить новое оборудование возраста x0 = 0 лет и стоимостью p , либо подержанное
оборудование возраста x0 > 0 лет по его ликвидной стоимости ϕ(x0 ). Показатели эксплуатации оборудования включают: f (t) – стоимость произведенных за год изделий на оборудовании возраста t лет; r(t) – затраты на
эксплуатацию в течение года оборудования возраста t лет.
В процессе эксплуатации оборудование можно менять, продавая старое по ликвидной стоимости ϕ(t) и покупая новое стоимостью p. В конце N -го года оборудование продается по ликвидной стоимости. Определить
19
оптимальный возраст оборудования x0 при начальной покупке и оптимальный
график его |
замены. Выполнить расчеты при |
N =8, x0 { 0, 1, 2}, |
|||
f (t) = 30 − t |
2, |
r(t) =13 +t 2, p =17, |
6 |
при 0 ≤ t ≤ 6 |
. |
ϕ(t) = |
при 7 ≤ t ≤10 |
||||
|
|
|
2 |
|
11. Предприятие, выпускает товары, изготавливая их отдельными партиями. Чем больше размер этих партий, тем относительно дешевле обходится выпуск. Поэтому в отдельные месяцы выгодно выпускать больше изделий, чем это нужно для удовлетворения спроса, а излишки хранить на складе для их реализации в последующие месяцы. За хранение в течение месяца каждой тысячи штук изделий нужно платить α =1 усл.ед. Емкость склада ограничена величиной C =4000 штук.
Составить оптимальный план производства на N = 4 месяцев, при котором общая сумма затрат на производство и хранение была минимальной, а спрос на изделия – всегда удовлетворен. Объемы спроса по месяцам
составляют mi (i =1,.., N ) |
изделий (при решении принять: 2000, 3000, 3000 и |
|||||||||
2000). |
Начальные |
запасы |
готовых |
изделий составляют |
C0 =2000. Размер |
|||||
производимых |
партий |
не |
может |
превышать |
p =4000 |
изделий. Затраты, |
||||
связанные с выпуском парий изделий объемом vi (i =1,.., N ) |
штук (принять: |
|||||||||
1000, |
2000, |
3000 |
и |
4000), |
определяются |
величинами |
zi (i =1,.., N) |
|||
(соответственно 13, 15, 17 и 19 есл.ед.). |
|
|
|
|||||||
12. Товар в |
количестве |
C =100 ед. может реализовываться на трех |
рынках по ценам p1 , p2 и p3 за единицу продукции. Определить оптимальное распределение товара между рынками при следующих зависимостях цены от объема предлагаемой продукции xi на данном рынке:
40 − 20x1 при 0 ≤ x1 ≤ 20 |
, p2 (x2 ) |
50 −0.5x2 при x2 > 30 |
||
p1(x1) = |
при x1 > 20 |
= |
при 0 ≤ x2 ≤ 30 |
|
0 |
|
30 |
||
и p3 (x3 ) = 30 − 0.3x3 . |
|
|
|
|
13. Используя уравнения Беллмана, составить расчетную схему решения |
||||
задачи максимизации суммарной прибыли от работы k |
цехов, выпускающих |
|||
изделия разных видов. Прибыль от выпуска x изделий |
j -го вида (он произво- |
|||
дятся j -м цехом) |
определяется значением |
Pj (x) (табл. 1.5). Изготовление |
одного изделия j -го вида требует определенного количества сырья m типов, а именно C j 1, K ,C j m . Запасы этого сырья, общие для всех цехов, составляют z1, K , zm . Решить задачу при следующих данных: K = 3, m = 2 , расходы сырья для изделия первого типа: C11 = 2, C12 = 4 ; второго: C21 = 4,
20