- •Розділ 1. Методологічні основи дослідження операцій
- •1.1 Етапи дослідження операцій
- •1.2 Математичне моделювання. Загальна структура
- •1.3 Етапи математичного моделювання. Приклади
- •1.4 Розділи і класи задач дослідження операцій
- •1.5 Основні вимоги до математичних моделей і їх властивості
- •1.6 Формалізація принципів оптимального поводження в моделях прийняття рішення.
- •Розділ 2. Задачі лінійного програмування
- •2.1 Попередні відомості теорії лінійного програмування.
- •2.2 Графічна інтерпретація розв’язання задач лп
- •2.3 Змістовний опис симплекс-методу розв’язання задач лп
- •2.4 Знаходження початкового опорного плану
- •2.5 Знаходження оптимального плану
- •2.6 Застосування симплекс-таблиць
- •2.7 Метод штучної бази
- •2.8 Двоїсті (спряжені) задачі лінійного програмування
- •З другої групи умов доповняльної нежорсткості маємо
- •Розділ 3. Транспортні задачі (т-задачі)
- •3.1 Математична структура т-задач
- •3.2. Визначення початкового опорного плану т-задачі
- •3.3 Властивості опорних планів т-задач
- •3.4 Розв’язання т-задач методом потенціалів
- •3.6 Задача про оптимальні призначення
- •3.7 Задача про максимальний потік. Метод Форда-Фалкерсона
- •3.8 Задача про найкоротший шлях на мережi. Метод Мiнтi
- •Розділ 4. Дискретне програмування
- •4.1 Задача дискретного лп. Метод Гоморi-1)
- •4.2 Задача частково дискретного лп. Метод Гоморi-2
- •4.3 Задача дискретного лп. Метод Гоморi-3
- •4.4 Задача частково дискретного лп. Метод Дальтона-Ллевелiна
- •4.5 Задача дискретного лп. Метод гілок I границь
- •Розділ 5. Нелінійне програмування. Безумовна однопараметрична оптимізація
- •5.1 Загальні відомості
- •5.2 Методи виключення інтервалів
- •Зауваження
- •5.3 Поліноміальна апроксимація
- •5.4 Методи оптимізації з використанням похідних
- •Розділ 6. Нелінійне програмування. Методи умовної оптимізації
- •6.1 Класична задача математичного програмування
- •6.2 Задача опуклого квадратичного програмування.
- •6.3. Метод Франка – Вулфа розв’язання задач квадратичного програмування (зкп)
- •Розділ 7. Теорія прийняття рішень
- •7.1. Теорія корисності і прийняття рішень
- •7.1.1. Прийняття рішень в умовах ризику
- •7.1.2. Критерій “очікуване значення – дисперсія”
- •7.1.3. Критерій граничного рівня.
- •7.2. Прийняття рішень в умовах невизначеності
- •7.2.1. Класичні критерії прийняття рішень
- •7.2.2. Похідні критерії
- •Розділ 8. Прийняття рішень в ігрових ситуаціях
- •8.1 Класифікація ігор
- •8.2 Розв’язання матричних ігор у чистих стратегіях
- •8.3 Змішане розширення матричної гри
- •8.4 Властивості розв’язку матричних ігор
- •8.5. Алгебраїчний метод розв’язання матричних ігор
- •8.6 Графічний метод розв’язання ігор 2nіm 2.
- •8.7 Матричний метод розв’язання ігор
- •8.8. Ітеративні методи розв’язання ігор
- •8.9. Метод послідовного наближення до ціни гри
- •Розділ 9. Нескінченні антагоністичні ігри
- •9.1. Визначення нескінченної антагоністичної гри
- •9.2 Ігри з опуклими функціями виграшів
- •Розділ 10. Безкоаліційні ігри
- •Розділ 11. Кооперативні ігри
- •11.1 Характеристика кооперативних ігор
- •11.2. Характеристичні функції ігор з малим числом гравців
- •Розділ 12. Вправи для самостійної роботи та для практичних і лабораторних занять
- •12.1. Побудова математичних моделей задач
- •12.2. Розв’язання задач лінійного програмування
- •12.3 Розв’язання транспортних задач
- •12.4 Розв’язання задач цілочислового програмування
- •12.5 Розв’язання задач нелінійного програмування
- •12.6 Розв’язання матричних ігор
- •12.7 Лабораторний практикум
- •Розділ 13. Контрольна робота для студентів заочної форми навчання
- •13.1 Правила вибору задач контрольної роботи
- •13.2 Варіанти завдань контрольної роботи
- •Література
- •1.1 Етапи дослідження операцій 5
3.2. Визначення початкового опорного плану т-задачі
Розв’язання Т-задачі починається з побудови опорного плану. Опорний план містить не більше ніж m+n -1 (значення рангу системи обмежень Т-задачі) додатних компонент: невироджений план містить m+n-1, а вироджений план - менше ніж m+n-1. Є кілька простих способів знаходження початкового опорного плану Т-задачі, серед яких найпоширенішими є діагональний метод північно-західного кута, метод мінімальної вартості і метод подвійних позначок.
Метод північно-західного кута. Назва методу пов’язана із тим, що на кожному кроці процедури алгоритму першою заповнюється клітинка лівого верхнього кута незаповненої частини таблиці. Алгоритм заповнення може бути описаним таким чином.
1. Знаходимо x11 початкового плану, що дорівнює меншому з чисел a1,b1, тобто x11=min(a1,b1), а всі інші елементи першого стовпця (якщо a1>b1 , то x11=b1), або першого рядка (якщо a1<b1 то x11=a1), або і першого стовпця і першого рядка (якщо a1=b1, то x11=a1=b1) матриці перевезень покладемо такими, що дорівнюють нулю. Визначимо a(1)1=a1 - x11, b(1)1=b1 -x11.
2. Далі розглянемо незаповнену частину таблиці після k ітерацій, тобто ту частину, що містить ще невизначені елементи матриці перевезень. Нехай її верхній лівий елемент є x (k+2). Виконаємо (k+1) ітерацію. Повторимо всі кроки першої ітерації, тобто знайдемо
Якщо a(k) b(k) то заповнюємо нулями -й рядок, починаючи з (+1)-го елемента. Якщо ж a(k) >b(k) то заповнюємо нулями -й стовпець. Коли ж х=a(k)=b(k) , то нулями заповнюються як -й рядок так і -й стовпець. Обчислюємо ,. На цьому (к+1) ітерація закінчується.
Через обмеженість числа елементів ai, i=1,m та bj, j=1,n описаний алгоритм скінчений. Так, наприклад, для задачі, вихідні дані якої задані в табл. 3.2, початковий опорний план, побудований методом північно-західного кута, ілюструється у табл. 3.3.
Метод мінімальної вартості. Метод полягає в тому, що на першому кроці всі клітинки транспортної таблиці, де наведені елементи матриці вартостей, нумерують, починаючи з найменшого в порядку їх зростання (цифри в дужках). На другому кроці заповнюємо клітинку перевезеннями, починаючи з клітинки а найменшою цифрою, потім заповнюємо клітинку, яка має найменший номер після другого кроку і т.д. При цьому для відповідних вибраних клітин правила заповнення рядків і стовпців аналогічні методу північно-західного кута.
Таблиця 3.2
ПВ |
ПД |
ai | |||
B1 |
B2 |
B3 |
B4 | ||
A1 |
7 |
4 |
2 |
3 |
50 |
A2 |
1 |
5 |
6 |
2 |
50 |
A3 |
3 |
8 |
7 |
6 |
100 |
bj |
90 |
80 |
20 |
10 |
200 |
Таблиця 3.3
ПВ |
ПД |
ai | |||
B1 |
B2 |
B3 |
B4 | ||
A1 |
50 |
|
|
|
50 |
A2 |
40 |
10 |
|
|
50 |
A3 |
|
70 |
20 |
10 |
100 |
bj |
90 |
80 |
20 |
10 |
200 |
Опорний план Т-задачі для попереднього прикладу, і який побудовано методом мінімальної вартості, наведено у табл. 3.4.
Таблиця 3.4
ПВ |
ПД |
ai | |||
B1 |
B2 |
B3 |
B4 | ||
A1 |
(10)7 |
(6)4 20 |
(3)2 20 |
(4)3 10 |
50 |
A2 |
(1)1 50 |
(7)5 |
(8)6 |
(2)2 |
50 |
A3 |
(5)3 40 |
(12)8 60 |
(11)7 |
(9)6 |
100 |
bj |
90 |
80 |
20 |
10 |
200 |
Метод подвійних позначок. Суть методу полягає в тому, що на першому кроці в кожному рядку транспортної таблиці позначають зірочкою найменший елемент сij, а потім позначають зірочкою найменший елемент у кожному стовпці цієї таблиці. Таким чином, маємо клітинки з двома позначками, однією позначкою та без позначок.
На другому кроці знаходимо перевезення для однієї із клітинок з двома позначками, потім, якщо їх вже не вистачає, для клітинок із однією позначкою, а на останніх кроках для клітинок, які мають найменшу вартість. У табл. 3.5 наведено опорний план, побудований методом подвійних позначок.
Слід відзначити, що методи мінімальної вартості та подвійних позначок є модифікацією діагонального методу і в більшості випадків дають ближчий до оптимального початковий план.
Таблиця 3.5
ПВ |
ПД |
ai | |||
B1 |
B2 |
B3 |
B4 | ||
A1 |
7 |
* 4 30 |
** 2 20 |
3 |
50 |
A2 |
** 1 50 |
5 |
6 |
* 2 |
50 |
A3 |
* 3 40 |
8 50 |
7 |
6 10 |
100 |
bj |
90 |
80 |
20 |
10 |
200 |