- •§ 1. Балансовые модели
- •1. Войти в excel
- •1. В первом столбце таблицы перечислены “чистые отрасли”, более или менее цельные, самостоятельные (энергетика, металлургия, машиностроение, оборонка, сельское хозяйство и т.Д.)
- •§ 3. Общая постановка задачи линейного программирования. Симплекс- метод
- •1. Множество решений системы (1) из § 2 является выпуклым многогранником (напомним, что выпуклое множество вместе с любыми двумя точками содержит все точки соединяющего их отрезка).
- •2. Вершины многогранника называются угловыми точками.
- •2. Приводим задачу к каноническому виду:
- •3. Составляем исходную симплекс-таблицу (заметим, что в разных учебных пособиях форма симплекс- таблицы различна!):
- •4. Проверяем опорное решение на оптимальность: если все элементы оценочной строки неотрицательны, то опорное решение оптимально. В нашем случае это не так.
- •1. Если в оценочной строке последней симплекс- таблицы все коэффициенты при балансовых переменных больше 0, то оптимальное решение единственно.
- •§ 4. Двойственные задачи (dual problem).
- •1. Построение математической модели:
- •§ 5. Транспортная задача (transportation
- •1. Вывести весь груз поставщиков (запасы)
- •2. Удовлетворить весь спрос потребителей
- •3. Минимизировать суммарные затраты.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •4. Проверка опорного плана на оптимальность.
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •3. Переход к новому опорному плану, лучшему, чем предыдущему.
- •50 Изделий из Стокгольма в Лион
- •1. Нахождение начального опорного плана (угловой точки).
- •2. Проверка опорного плана на оптимальность.
- •§ 6 Задача о назначениях (assignment problem).
- •1. Образовать таблицу затрат с.
- •§ 7 Задачи нелинейного программирования
- •§ 8 Игры двух лиц с нулевой суммой (theory of games).
- •1. Наличие двух игроков а и в, с противоположными целями. Поэтому игру и называют антагонистической.
- •2. Наличие у каждого игрока конечного числа ходов, называемых также чистыми стратегиями. Каждый игрок знает чистые стратегии соперника, но не знает какую чистую стратегию тот применит.
- •3. Игроки независимо выбирают чистые стратегии (ходы), после чего игра (партия) заканчивается и каждому игроку выплачивается выигрыш, причем сумма выигрышей равна нулю.
- •4. Все возможные выигрыши аij игрока а сосредоточены в платежной матрице:
- •2. Пусть игрок а обладает 4 чистыми стратегиями. Будут ли следующие векторы смешанными стратегиями?
- •2. Пусть игрок а имеет две чистых стратегии.
- •§ 10 Сведение матричных игр с нулевой суммой к задачам линейного программирования
- •§ 11. Итерационный метод (Брауна – Робинсона).
- •§ 12. Игры с природой (статистические решения)
- •1. Критерий крайнего оптимизма.
- •2. Критерий Вальда
- •3. Критерий Гурвица
- •4. Критерий Сэвиджа
- •5. Критерий Лапласа
- •1. Критерий крайнего оптимизма.
- •§ 13. Модели принятия решений с помощью деревьев решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Изображаем дерево решений, указывая все этапы процесса принятия решений.
- •1. Оптимизация 4-го шага, т.Е. Решение задачи:
- •2. Оптимизация 3-го шага, т.Е. Решение задачи:
- •3. Оптимизация 2-го шага, т.Е. Решение задачи:
- •4. Оптимизация 1- го шага → табл.5
- •5. Обратный ход – окончательный оптимальный набор шаговых уравнений
- •80, Третьему- 40, четвертому - 40.
- •§ 15 Вероятностные модели
- •2. Формирование оптимального портфеля акций
- •1 3, 14, 23. Ясно, что точки 1 и 2 не доминируются другими. Они и образуютПарето - оптимальное множество. Среди них и нужно выбрать оптимальную.
- •1. Предоставить окончательный выбор лицу, принимающему решение (например, совету директоров).
- •2. Воспользоваться объединяющей взвешивающей формулой:
- •§ 17. Математическая модель управления запасами
- •1. В момент полного исчерпания запасов склада мгновенно поступает ранее заказанная партия запасов в количестве q.
- •2. С другой стороны со скоростью V ед. Запасов/ ед. Времени запасы отпускаются потребителям:
- •§ 18. Моделирование социально- экономической структуры общества.
- •§ 16. Дисперсионный анализ
- •1. Пусть х- случайная величина, определяющая результативный признак , в данном случае- производительность. Фактор а- методика обучения.
- •3. Подсчитываем факторную дисперсию:
- •4. Подсчитываем остаточную дисперсию:
- •5. Вычисляем значение критерия Фишера:
- •7. Находим число степеней свободы числителя (v1 ) и
- •§ 19. Имитационное моделирование (model simulation)
- •4. Итоговая оценка суммарных издержек:
- •5. Итоговая оценка суммарных издержек:
- •§ 19. Моделирование социально- экономической структуры общества.
- •1. Афанасьев м.Ю., Суворов б.Р. Исследование операций в экономике.-м.: Инфра-м, 2003.
1. Построение математической модели:
5х1 + х2 + 2х4 ≤ 1000
4х1 + 2х2 + 2х3 + х4 ≤ 600
х1 + 2х3 + х4 ≤ 150
хi ≥ 0
F = 6х1 +2х2 +2,5x3 + 4х4 → max
2. Решение исходной оптимизационной задачи
Воспользуемся файлом “новый”. (этот файл входит в программное обеспечение кафедры БИСУП МИСиС).
Ответ (0, 225, 0,150), Fmax =1050
3. Составление двойственной задачи:
5у1 + 4у2 + у3 ≥ 6
у1 + 2у2 ≥ 2
2у2 + 2у3 ≥ 2,5
2у1 + у2 + у3 ≥ 4
G = 1000у1 + 600у2 + 150у3 → min
4. Решение двойственной задачи:
Т.к. в оптимальном решении исходной задачи х2 и х4 не равны 0, то второе и четвертое ограничения двойственной задачи обращаются в равенства. Более того, т.к. первое ограничение исходной задачи обращается в строгое неравенство (проверить!), то у1 = 0. Итак,
2у2 = 2
у2 + у3 = 4
Имеем у2 = 1, у3= 3, у1 = 0
5. Контроль:
Gmin = 1000*0 + 600*1 + 150*3 = 1050 =Fmax→ Верно!
6. Экономический анализ:
1. Следует выпускать 225 изделий 2 типа и 150- 4 типа.
Изделия 1 и 3 типа экономически не выгодны!
Ожидаемая прибыль 1050.
2. Т.к. у1 = 0, то сырье 1 (первый ресурс) не дефицитно.
Однако сырье 2 и 3 дефицитны!
3. Т.к. у3 > у2, то дополнительные средства выгоднее вложить в закупку сырья 3. При этом, увеличение запаса этого сырья на одну ед. приведет к увеличению максимальной прибыли на 3 у.е.
4. Экономически, предприятию безразлично - выпускать ли изделия следуя оптимальному плану или взять да продать (если найдутся желающие!) имеющиеся ресурсы по найденным теневым ценам!
Пример:
При выплавке 4-х видов стали используются 3 различных ресурса: лом, чугун, ферросплавы.
Исходные данные приведены
в таблице:
марка стали |
Запасы ресурсов |
Цена, тыс.руб/т |
расх. коэфф. | ||||||
ресурс |
1 |
2 |
3 |
4 | |||||
Лом |
150 |
40 |
0,8 |
0,7 |
0,3 |
0,6 | |||
Чугун |
160 |
50 |
0,3 |
0,5 |
0,8 |
0,6 | |||
Ферросплавы |
70 |
150 |
0,1 |
0,2 |
0,15 |
0,1 | |||
Цена,т.руб/т |
|
|
130 |
150 |
120 |
105 | |||
Объем заказов, тыс. т. |
|
|
20 |
25 |
30 |
26 |
Менеджменту завода нужно составить оптимальный план выпуска марок стали, так, чтобы суммарная прибыль завода была максимальна.
Математическая модель:
хi – количество стали i-й марки , i=1,2,3,4
0,8х1 + 0,7х2 + 0,3х3 + 0,6х4 ≤ 150
0,3х1 + 0,5х2 + 0,8х3 + 0,6х4 ≤ 160
0,1х1 + 0,2х2 + 0,15х3 + 0,1х4 ≤ 70
х1 ≥ 20
х2 ≥ 25
х3 ≥ 30
х4 ≥ 26
хi ≥ 0
F= 68x1 + 67x2 + 45,5x3 + 36x4 → max
(Пояснение: 68= 130-(0,8*40+0,3*50+0,1*150 и т.д.)
§ 5. Транспортная задача (transportation
problem)
Среди задач линейного программирования особое место занимает транспортная задача. Ее методы широко используются в экономике и бизнесе, особенно в транспортных и дистрибьюторских фирмах.
Традиционная постановка транспортной задачи такова:
Рис. 5.1
Имеются m поставщиков и n потребителей. У поставщиков сосредоточен однородный груз (запас) в количестве a1, a2,…..am.
Спрос потребителей на груз: в1, в2,….вn.
Известны стоимости (тарифы) сij на перевозку единицы груза от i-го поставщика к j- му потребителю.
Требуется составить оптимальный план перевозок грузов такой, чтобы: