- •Содержание
- •Введение
- •Тема 1. Экономико-математические методы и модели и их классификация
- •1.1. Социально-экономические системы, методы их исследования и моделирования
- •1.2.Этапы экономико-математического моделирования, классификация экономико-математических моделей и методов
- •Примеры описательных моделей
- •Тема 2. Балансовый метод в экономике
- •2.1. Общие понятия балансового метода, принципиальная схема межпродуктового баланса
- •2.2. Экономико-математическая модель межотраслевого баланса
- •2.3. Плановые расчеты на основе матричных моделей систем производства и распределения продукции
- •2.3.1. Методика расчета планового баланса по заданным валовым выпускам продукции Xiпл
- •2.3.2. Коэффициенты полных материальных затрат и методы их расчета
- •2.3.3. Методика расчета планового баланса по заданным плановым уровням конечной продукции Yiпл
- •2.4. Пример расчета планового баланса для трехотраслевой экономической системы
- •2.5. Использование балансового метода на предприятии
- •Тема 3. Математические методы сетевого планирования и управления
- •3.1. Основные понятия сетевой модели
- •Распределение (расслоение) вершин сетевого графика по рангам
- •3.2. Анализ сетевого графика и расчет его временных характеристик
- •3.2.1. Расчет временных характеристик событий
- •3.2.2. Расчет временных характеристик работ
- •3.3. Сетевое планирование в условиях неопределенности
- •Вероятностные оценки продолжительности работ
- •3.4. Оптимизация сетевой модели
- •Краткая характеристика метода оптимизации
- •Тема 4. Классификация задач математического программирования и область их эффективного применения в экономике
- •4.1. Математическая постановка и структура задачи оптимизации
- •4.2. Краткая классификация методов математического программирования
- •Тема 5. Линейное программирование
- •5.1. Предмет линейного программирования
- •5.2. Построение оптимизационных моделей для решения экономических задач
- •5.3. Общая задача линейного программирования. Основные определения
- •5.4. Графический метод решения задач линейного программирования
- •I этап. Графическая интерпретация области допустимых решений
- •II этап. Графическая интерпретация целевой функции
- •III этап. Нахождение оптимального решения
- •5.5. Примеры решения задач линейного программирования графическим методом
- •5.6. Понятие о симплекс-методе озлп
- •5.7. Каноническая форма задач линейного программирования
- •5.8. Базисные решения задачи линейного программирования
- •5.9. Алгоритм симплекс-метода озлп
- •5.10.Примеры решения задач линейного программирования симплекс-методом
- •Тема 6. Двойственность в линейном программировании
- •6.1.Понятие двойственности. Построение двойственных задач и их свойства
- •6.2. Основные теоремы двойственности и их экономическое содержание
- •Первая теорема двойственности
- •Вторая теорема двойственности (теорема о дополняющей нежесткости)
- •6.3.Экономическая интерпретация двойственной задачи Пример 1. Задача оптимального использования ресурсов.
- •6.4.Экономико-математический анализ полученных оптимальных решений
- •Свойство 1. Оценки как мера дефицитности ресурсов
- •Свойство 2. Оценки как мера влияния ограничений на функционал
- •Свойство 3. Оценки - инструмент определения эффективности отдельных вариантов (технологических способов) с позиций общего оптимума
- •Тема 7. Транспортная задача линейного программирования
- •7.1. Постановка транспортной задачи
- •Классическая постановка транспортной задачи
- •Модели транспортной задачи
- •7.2.Методы построения исходного плана
- •Метод северо-западного угла
- •Метод минимального элемента
- •7.3.Оптимизация исходного базисного плана перевозок. Метод потенциалов
- •Основные процедуры метода потенциалов
- •Алгоритм метода потенциалов
- •7.4. Пример решения транспортной задачи
- •7.5. Применение модели транспортной задачи при решении различных экономических задач
- •Тема 8. Модели и методы дискретного программирования
- •8.1. Постановка задачи дискретного программирования
- •Задача о назначении (проблема выбора, задача о женихах и невестах)
- •8.2.Краткая классификация математических моделей дискретного программирования
- •8.3.Методы решения задач дискретного программирования
- •8.3.1. Методы отсечения для решения полностью целочисленной задачи линейного программирования
- •8.3.2.Сущность метода ветвей и границ
- •Тема 9. Модели и методы динамического программирования
- •9.1. Моделирование процессов наилучшего распределения ресурсов методом динамического программирования
- •Итоговая таблица условно-оптимальных решений
- •Графики предельной и средней эффективности
- •Тема 10. О других моделях и методах математического программирования
- •10.1.Нелинейное программирование
- •10.2.Стохастическое программирование
- •Тема 11. Модели конфликтных ситуаций в теории игр
- •11.1.Основные понятия теории игр
- •11.2.Решение игры в чистых стратегиях
- •11.3.Решение игры без седловой точки
- •Графический способ решения матричной игры
- •11.4. Пример решения экономической задачи методами теории игр
- •Тема 12. Модели управления запасами
- •12.1. Основные понятия
- •12.2. Статические модели управления запасами Уилсона
- •12.2.1. Статическая модель без дефицита
- •12.2.2. Статическая модель с дефицитом
- •12.3. Модели со случайным спросом
- •Тема 13. Модели массового обслуживания
- •Литература
II этап. Графическая интерпретация целевой функции
Следующим этапом присвоим целевой функции f значение нуль и построим прямую:
f=x1-3x2=0. |
(11) |
Э
(12)
Построим вектор [он проходит через начало координат и точку (1, -3)] и перпендикулярно ему через начало координат проведем прямую. Это и будет прямая (11).
Вектор всегда показывает направление возрастания значения целевой функции, а противоположный ему вектор (-) - направление убывания значения целевой функции. Передвигая прямую (11) по области определения параллельно самой себе в направлении вектора , значения целевой функции будут возрастать. Передвижение в направлении вектора (-) дает убывание значения целевой функции.
Передвижение на графике прямой равносильно изменению значения b в уравнении x1-3x2=b. Каждому значению b соответствует прямая. Получаемые прямые параллельны между собой и называются линиями уровня. Особенность линии уровня состоит в том, что целевая функция принимает на ней одинаковые значения, т.е. подставив координаты любой точки линии уровня в целевую функцию, ее значения изменяться не будут.
Целевая функция f в задаче (8)-(10) достигает своего минимального значения в точке В многоугольника, а максимального - в точке D.
III этап. Нахождение оптимального решения
Оптимальному решению задачи (8)-(10) соответствует точка В, которая лежит на пересечении прямых
-x1+x2=3 (II), x1+x2=10 (IV). |
(12) |
Для определения координат точки В решим систему (12). В результате получим: , ; .
Перейдем теперь к рассмотрению свойств решений задачи линейного программирования. Ранее отмечалось, что все допустимые планы задачи линейного программирования образуют так называемую область определения задачи. Примем без доказательства следующую теорему: область определения задачи линейного программирования представляет собой выпуклое множество.
Рис. 2.
Определение 1. Множество называется выпуклым, если ему вместе с двумя произвольными точками принадлежит и прямолинейный отрезок, их соединяющий.
Например, множество планов задачи (8)-(10) является выпуклым. Если взять любые две точки, принадлежащие этому множеству, то и отрезок, соединяющий данные точки, будет также принадлежать этому множеству. Множество, изображенное на рис. 2, не является выпуклым.
Определение 2. Множество называется замкнутым, если ему принадлежат все граничные точки.
Замкнутое множество может быть ограниченным (рис. 3а) и неограниченным (рис. 3б, в). Множество планов задачи линейного программирования представляет собой замкнутый выпуклый многогранник (в двумерном пространстве - замкнутый выпуклый многоугольник). Вершины многогранника (многоугольника) являются его угловыми точками. Прямая, плоскость, полуплоскость, пространство, полупространство угловых точек не имеют.
Теорема (без доказательства). Целевая функция задачи линейного программирования достигает своего экстремального значения в угловой точке многогранника решений. Если целевая функция принимает экстремальное значение более чем в одной угловой точке, то она достигает того же значения в любой точке, лежащей на соединяющем их отрезке.
В двумерном пространстве утверждение второй части теоремы будет иметь место, если прямая f=c1x1+c2x2=0 при передвижении по области определения в необходимом направлении совпадает с одной из граничных прямых области. Такое совпадение возможно только при равенстве угловых коэффициентов данных прямых.
Рис. 3а.
Рис. 3б.
Рис. 3в.
Рис. 3г.
Если целевая функция достигает своего экстремального значения в одной угловой точке, то задача имеет единственное оптимальное решение, если более чем в одной точке - то задача имеет бесконечное число оптимальных решений.
Множество планов задачи линейного программирования может быть:
1) замкнутым ограниченным (рис. 3а) - в этом случае задача обязательно имеет одно или бесконечное число оптимальных решений;
2) замкнутым неограниченным (рис. 3б, в) - в этом случае задача имеет одно или бесконечное число решений, либо вообще не имеет оптимальных решений, когда в силу неограниченности множества значение целевой функции неограничено;
3) пустым (рис. 3г) - в этом случае задача допустимых решений не имеет, так как не существует точек, удовлетворяющих всем ограничениям одновременно.
Кроме того, область определения задачи линейного программирования может быть представлена точкой, отрезком, лучом.
Замечание. Ситуация, когда задача линейного программирования не имеет оптимального решения, возникает, как правило, в искусственно создаваемых задачах. Реальные задачи линейного программирования всегда разрешимы, т.е. должны иметь оптимальный план. Однако иногда некорректная постановка задачи может привести к ее неразрешимости.