- •0Министерство образования Российской Федерации
- •Московская финасово-юридическая академия
- •Учебное пособие по дисциплине «Математические методы в экономике»
- •Оглавление.
- •Введение в математические методы. Моделирование в экономике и его использование в развитии и формализации экономической теории.
- •Математическая модель и ее основные элементы (экзогенные и эндогенные переменные, параметры; виды зависимостей экономических переменных и их описание; уравнения, тождества, неравенства и их системы).
- •Модель Василия Леонтьева многоотраслевой экономики (балансовый анализ).
- •Задание.
- •Предмет и задачи исследования операций. Что такое исследование операций и чем оно занимается.
- •Основные понятия и принципы исследования операций.
- •Математические модели операций.
- •Прямые и обратные задачи исследования операций. Основные задачи ио.
- •Линейное программирование. Введение.
- •Примеры задач линейного программирования.
- •1.Задача об использовании ресурсов.
- •Задача составления рациона (задача о диете, задача о смесях).
- •Задания:
- •.Общая задача линейного программирования.
- •Геометрический смысл решений неравенств и их систем.
- •Графический метод решения злп.
- •Алгоритм решения злп графическим методом.
- •Задания:
- •Особые случаи задач линейного программирования. (графический метод) Неограниченность области допустимых решений.
- •Не единственность оптимального решения.
- •Системыmлинейных уравнений сnнеизвестными.
- •Основы симплекс - метода линейного программирования
- •Задачи.
- •Особые случаи симплексного метода Не единственность оптимального решения (альтернативный оптимум).
- •Появление вырожденного базисного решения
- •Отсутствие конечного оптимума.
- •Метод искусственных переменных (м-метод).
- •Задания.
- •Двойственные задачи
- •Свойства взаимно двойственных задач.
- •Алгоритм составления двойственных задач.
- •Объективно обусловленные оценки и их смысл.
- •Задания.
- •Модели целочисленного линейного программирования.
- •Методы отсечения.
- •Метод Гомори.
- •Алгоритм метода Гомори.
- •Понятие о методе ветвей и границ.
- •Задания
- •Транспортная модель.
- •Определение транспортной модели
- •Пример транспортной модели
- •Приведение любой транспортная модель к сбалансированной.
- •Решение транспортной задачи
- •Нахождение первоначального допустимого базисного решения.
- •I. Метод северо-западного угла
- •II.Метод минимальной стоимости.
- •Критерий оптимальности и нахождение переменной вводимой в базис. Метод потенциалов.
- •Нахождение переменной, выводимой из базиса.
- •Распределительный метод (построение замкнутого цикла).
- •Примеры задач транспортной модели. Модель производства за запасами
- •Задания.
- •Элементы теории игр.
- •Платежная матрица. Верхняя и нижняя цена игры.
- •Задания.
- •Решение игр в смешанных стратегиях.
- •Задания:
- •Нелинейное программирование. Классическое определение экстремума.
- •Глобальный экстремум.
- •Условный экстремум.
- •Метод множителей Лагранжа.
- •Выпуклые множества и выпуклые функции.
- •Задача выпуклого программирования.
- •Производная по направлению и градиент.
- •Методы спуска.
- •Градиентные методы.
- •Задания.
- •Динамическое программирование.
- •Общая постановка задач динамического программирования.
- •Принцип оптимальности.
- •Уравнения Беллмана.
- •Общая схема решения задач динамического программирования.
- •Задача о распределении средств между предприятиями.
- •Задания.
- •Модели сетевого планирования и управления.
- •Порядок построения сетевых графиков.
- •Задания.
- •Ключ к тесту.
- •Вопросы для подготовки к экзамену (зачету)
- •Список литературы.
Отсутствие конечного оптимума.
Рассмотрим задачу:
При геометрическом решении мы убедились, что оптимум отсутствует. Рассмотрим симплекс-метод на очередном шаге:
Базис |
Свободный член |
Переменные |
Оценочные отношения | ||||
x1 |
x2 |
x3 |
x4 |
x5 | |||
x1 |
5/3 |
1 |
0 |
-1/3 |
-1/3 |
0 |
|
x2 |
7/3 |
0 |
1 |
-2/3 |
1/3 |
0 |
|
x5 |
4 |
0 |
0 |
-1 |
1 |
1 |
|
F |
-1/3 |
0 |
0 |
-2/3 |
-2/5 |
0 |
|
Условие оптимальности целевой функции не выполнено, так как в строке целевой функции коэффициент при . При попытке ввестив базис получаем. Уравнения не ограничивают рост, следовательно,minне ограничен (не достигается).
Вывод:если на каком либо шаге получается, что во всех уравнениях системы (строках симплекс-таблице) бесконечные оценочные отношения той переменной, которая переводится в основные, то задача не имеет конечного оптимума.
Метод искусственных переменных (м-метод).
В рассматриваемой вычислительной схеме симплекс-метода для получения начального базисного решения используются дополнительные переменные. Допустимое базисное решение получается в случае, когда ограничения вида "". Однако для ограничений вида "" или "=" начальное базисное решение может быть недопустимым.
Для получения системы в каноническом виде, обладающей допустимым базисным решением, существует специальный метод. Сначала задача ЛП приводится к канонической форме, в которой все переменные неотрицательные. Затем для каждого ограничения проверяется существование соответствующей базисной переменной. Если ее нет, то вводится новая искусственная переменная yj с тем же знаком, что и свободный член (искусственных переменных столько, сколько ограничений дающих отрицательную компоненту в первоначальном базисе), играющая роль базисной для данного ограничения. После проверки всех ограничений получается расширенная система в каноническом виде и появляется возможность заполнить начальную симплексную таблицу. Так как введенные переменные не имеют отношения к существу задачи ЛП в исходной постановке, то необходимо добиться обращения в нуль искусственных переменных. Для этого составляем новую целевую функцию T=z-M(y1+…+yk), где М – произвольное, большое по отношению к задаче число; k – количество искусственных переменных, и ищем максимальное значение Т-функции.
Теорема:
Если в оптимальном решение Т-задачи все искусственные переменные равны 0, то соответствующие значения остальных переменных дают оптимальное решение исходной задачи.
Если имеется оптимальное решение Т-задачи, в котором хотя бы одна из искусственных переменных отлична от 0, то система ограничений исходной задачи несовместна.
Если максимум Т-функции равен бесконечности, то исходная задача неразрешима (либо система несовместна, либо максимум неограничен).
На практике, как правило, Т-задачу разбивают на две задачи и решают с помощью двухэтапного симплекс-метода.
Этап 1. Рассматривается искусственная целевая функция -M(y1+…+yk) которая максимизируется при помощи симплекс-метода. Другими словами, производится исключение искусственных переменных. Если максимальное значение вспомогательной задачи равно нулю, то все искусственные переменные обращаются в нуль и получается допустимое базисное решение начальной задачи. Далее реализуется этап 2. Если минимальное значение вспомогательной задачи положительное, то по крайней мере одна из искусственных переменных также положительная, что свидетельствует о противоречивости начальной задачи, и вычисления прекращаются.
Этап 2. Допустимое базисное решение, найденное на первом этапе, улучшается в соответствии с целевой функцией исходной задачи ЛП на основе симплекс-метода, т.е. оптимальная таблица 1 этапа превращается в начальную таблицу этапа 2 и изменяется целевая функция.
Пример 7.
X1= (0; 0; -1; 3; 3) не допустимое решение. В первое ограничение, дающее отрицательную компоненту, введем искусственную переменнуюy1.
Преобразуем систему ограничений, умножив первое и второе уравнение на –1.
Т-функция будет иметь вид: Т=x1+2x2-My1max. Заполняем первую симплекс-таблицу:
Базис |
Свободный член |
Переменные |
Оценочные отношения | |||||
x1 |
x2 |
x3 |
x4 |
x5 |
y1 | |||
y1 |
1 |
-1 |
1 |
-1 |
0 |
0 |
1 |
1 |
x4 |
3 |
-1 |
1 |
0 |
1 |
0 |
0 |
3 |
x5 |
3 |
1 |
0 |
0 |
0 |
1 |
0 |
|
z |
0 |
-1 |
-2 |
0 |
0 |
0 |
0 |
|
Мф |
-М |
М |
-М |
М |
0 |
0 |
0 |
|
Последняя строка таблицы – это (-М-функция), т.е. -My1. Заполняется она путем выражения искусственных переменных через небазисные переменные (Строки, в которых присутствует искусственная переменная умножаются на –М и соответствующие их компоненты складываются; в данном случае умножается строка I). В качестве оценочной строки рассматривается строка Мф. Критерий оптимальности не выполнен. Отрицательный коэффициент соответствует столбцу х2. Считаем оценочные отношения и находим переменную, выводимую из базиса –y1. Переходим к новой симплекс таблице.
Базис |
Свободный член |
Переменные |
Оценочные отношения | |||||
x1 |
x2 |
x3 |
x4 |
x5 |
y1 | |||
х2 |
1 |
-1 |
1 |
-1 |
0 |
0 |
1 |
|
x4 |
2 |
0 |
0 |
1 |
1 |
0 |
1 |
|
x5 |
3 |
1 |
0 |
0 |
0 |
1 |
0 |
|
z |
2 |
-3 |
0 |
-2 |
0 |
0 |
-2 |
|
Мф |
0 |
0 |
0 |
0 |
0 |
0 |
М |
|
Последняя строка показывает, что критерий оптимальности выполнен: max(-Mф)=0. Искусственная переменная тоже равна нулю. Допустимое базисное решение получено (0; 1; 0; 2; 3). Далее, отбросив последнюю строку и столбец с искусственной переменной переходим ко второму этапу.
Базис |
Свободный член |
Переменные |
Оценочные отношения | ||||
x1 |
x2 |
x3 |
x4 |
x5 |
| ||
х2 |
1 |
-1 |
1 |
-1 |
0 |
0 |
|
x4 |
2 |
0 |
0 |
1 |
1 |
0 |
|
x5 |
3 |
1 |
0 |
0 |
0 |
1 |
|
z |
2 |
-3 |
0 |
-2 |
0 |
0 |
|