- •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
5.10.Примеры решения задач линейного программирования симплекс-методом
Пример 1. Рассмотрим задачу об использовании ресурсов (1), постановка которой приведена в § 5.2. Эта задача была решена графическим методом (§ 5.5.), на примере этой задачи был показан процесс нахождения оптимального плана (§ 5.6). Теперь решим эту задачу, применяя алгоритм симплекс-метода.
Модель задачи имеет вид:
|
f=12x1+15x2 max;
x10, x20. |
|
Решение. Приведем задачу к канонической форме:
|
f=12x1+15x2+0 x3+0 x4+0 x5 max;
|
|
Выделяем базисные переменные. Количество базисных переменных должно быть равно количеству ограничений, т.е. трем. В каждом ограничении данной задачи можно выделить одну переменную, которая присутствует только в этом ограничении с коэффициентом +1. Следовательно, переменные x3, x4, x5 являются базисными, а переменные x1, x2 - небазисными.
Определим исходный базисный план и значение целевой функции: x1=0, x2=0, x3=36, x4=20, x5=40, f=0.
Исходные данные задачи, а также вычисленные по формуле (22) значения целевой функции (f=(-1) 0+0 36+0 20+0 40=0) и по формуле (23) значения относительных оценок (1=(-1) 12+0 6+0 4+0 4=-12; 2=(-1) 15+0 6+0 2+0 8=-15) перенесем в исходную симплексную таблицу (табл. 4).
Проверяем полученный план на оптимальность по условию оптимальности (j0). Поскольку для данного плана существуют оценки 1<0 и 2<0, план не является оптимальным. Необходим переход к другому базисному плану.
В первую очередь среди небазисных переменных на основании (24) выберем переменную, которая будет вводиться в базис:
|
|
|
В базис будет
вводиться переменная x2,
так как этой переменной соответствует
максимальная по модулю относительная
оценка
=15.
Столбец, отвечающий переменной x2,
является главным.
Далее на основании (25) выберем переменную, которая будет выводиться из базиса:
|
|
|
Из базиса будет выводиться переменная x5, так как этой переменной соответствует минимальное отношение, равное 5. Строка, отвечающая переменной x5, является главной.
|
Таблица 4 |
|
Таблица 5 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Базис |
-1 |
0 |
12 |
15 |
|
Базис |
-1 |
0 |
12 |
0 |
||
|
С |
В |
x1 |
x2 |
|
C |
B |
x1 |
x5 |
||||
|
x3 |
0 |
36 |
6 |
6 |
|
x3 |
0 |
6 |
3 |
-3/4 |
||
|
x4 |
0 |
20 |
4 |
2 |
|
x4 |
0 |
10 |
3 |
-1/4 |
||
|
x5 |
0 |
40 |
4 |
8 |
|
x2 |
15 |
5 |
1/2 |
1/8 |
||
|
|
|
0 |
-12 |
-15 |
|
|
|
75 |
-9/2 |
15/8 |
||
На пересечении главной строки и главного столбца стоит главный элемент, равный 8. В таблице для удобства расчетов главный элемент необходимо пометить.
Строим новую симплексную таблицу (табл. 5), в которой переменные x5 и x2 меняются местами, вместе со своими коэффициентами в целевой функции. Остальные переменные переписываются без изменений со своими коэффициентами.
Пересчитываем
элементы табл. 4 и результаты заносим в
соответствующие клетки табл. 5. Элементы
главной строки табл. 4 пересчитываются
путем деления каждого элемента этой
строки на главный
,
главный элемент - путем деления единицы
на главный элемент
,
элементы главного столбца - путем деления
каждого элемента этого столбца на
главный со знаком минус
.
Все остальные
элементы табл. 5 определяются по правилу
прямоугольника. Например, для клетки
x3x1
новый элемент равен
.
Проверяем правильность расчета значений целевой функции f и оценок 1, 5 по формулам (22), (23):
|
f=(-1) 0+0 6+0 10+15 5=75,
|
|
Полученный в табл.
5 план не является оптимальным, так как
существует
.
В число базисных вводится переменная
x1, а из базиса
исключается переменная x3.
Пересчитываем элементы табл. 5 и результаты заносим в табл. 6.
|
Таблица 6 |
||||
|
|
|
|
|
|
|
Базис |
-1 |
0 |
0 |
0 |
|
С |
В |
x3 |
x5 |
|
|
x1 |
12 |
2 |
1/3 |
-1/4 |
|
x4 |
0 |
4 |
-1 |
1/2 |
|
x2 |
15 |
4 |
-1/6 |
1/4 |
|
|
|
84 |
3/2 |
3/4 |
После проверки правильности расчета f и оценок 3, 5 делаем вывод о том, что полученный в табл. 6 план является оптимальным, так как оценки 3, 5 > 0.
Для получения максимального дохода в размере 84 ед., предприятию необходимо выпускать из имеющихся в наличии ресурсов 2 ед. продукции вида Р1 и 4 ед. продукции Р2.Ответ: x*1=2, x*2=4, f=84.
Пример 2. Рассмотрим решение задачи линейного программирования симплекс-методом, в которой для построения исходного плана применяется метод искусственного базиса:
|
f=x1-5x2-x3+x4 max;
|
|
Решение. Исходная задачи записана в канонической форме. Для выделения базисных переменных обе части первого ограничения разделим на 3 и тогда в качестве базисной можно взять переменную x2, а во второе ограничение введем искусственную переменную x5:
|
f=x1-5x2-x3+x4-М x5 max;
|
|
Определим исходный базисный план и значение целевой функции:
|
x1=0, x3=0, x4=0, x2=1, x5=4, f=-4M. |
|
Заполним исходную симплексную таблицу (табл. 7). При проверке плана на оптимальность для выбора наибольшей по абсолютной величине относительной оценки достаточно рассматривать ту часть отрицательных j, которая содержит М (в силу того что М – очень большое положительное число).
Таблица 7
|
Базис |
-1 |
0 |
1 |
-1 |
1 |
|
С |
В |
x1 |
x3 |
x4 |
|
|
x2 |
-5 |
1 |
1/3 |
1 |
1/3 |
|
x5 |
-М |
4 |
2 |
3 |
-1 |
|
|
|
-4М-5 |
-2М-8/3 |
-3М-4 |
М-8/3 |
Только при наличии нескольких одинаковых наибольших по абсолютной величине частей j, содержащих М, рассматривается та часть j, которая М не содержит.
Анализ табл. 7 показывает, что в базис вводится переменная x3, а выводится - x2. Пересчитываем элементы табл. 7 по известным формулам. Дальнейшее решение задачи показано в табл. 8-10. Поскольку в табл. 8 из базиса исключается искусственная переменная x5, то соответствующий ей столбец в новую симплексную таблицу не включается.
Таблица 8
|
Базис |
-1 |
0 |
1 |
-5 |
1 |
|
С |
В |
x1 |
x2 |
x4 |
|
|
x3 |
-1 |
1 |
1/3 |
1 |
1/2 |
|
x5 |
-М |
1 |
1 |
-3 |
-2 |
|
|
|
-М-1 |
-М-4/3 |
3М+4 |
2М-4/3 |
Таблица 9
|
Базис |
-1 |
0 |
-5 |
1 |
|
С |
В |
x2 |
x4 |
|
|
x3 |
-1 |
2/3 |
2 |
1 |
|
x1 |
1 |
1 |
-3 |
-2 |
|
|
|
1/3 |
0 |
-4 |
Таблица 10
|
Базис |
-1 |
0 |
-5 |
1 |
|
С |
В |
x2 |
x3 |
|
|
x4 |
1 |
2/3 |
2 |
1 |
|
x1 |
1 |
7/3 |
1 |
2 |
|
|
|
3 |
8 |
4 |
Полученный в табл. 10 план является оптимальным, так как искусственные переменные в базисе отсутствуют и относительные оценки 2, 3>0.
Ответ:
![]()
Пример 3. Рассмотрим процесс решения задачи линейного программирования, имеющей бесконечное число планов (решений):
|
f=x1+x2 min
x10, x20. |
|
Решение данной задачи графическим методом приведено в §5.5 (см. рис. 5).
Решение. После приведения задачи к канонической форме для получения исходного базисного плана во второе ограничение введем искусственную переменную x6. Тогда модель задачи примет следующий вид:
|
f=-x1-x2+0 x3+0 x4+0 x5-M x6 max
|
|
Процесс получения
оптимального плана показан в табл.
11-13. Оптимальный план
соответствующий точке А (см. рис.
5), получен в табл. 12, так как 1=0
и 4=1.
Наличие в оптимальном плане оценки 1=0
говорит о том, что задача имеет бесконечное
число решений. Включение в число базисных
переменной x1,
которой отвечает оценка 1=0,
и исключение из базиса переменной x5
не изменит значения целевой функции,
но приведет к изменению базисного плана.
Это произойдет на следующей итерации
(табл. 13), в результате которой получается
новый оптимальный план:
fmin=2,
соответствующий точке В (см. рис.
5).
Таблица 11
|
Базис |
-1 |
0 |
-1 |
-1 |
0 |
|
С |
В |
x1 |
x2 |
x4 |
|
|
x3 |
0 |
2 |
1 |
-1 |
0 |
|
x6 |
-М |
2 |
1 |
1 |
-1 |
|
x5 |
0 |
1 |
1 |
-2 |
0 |
|
|
|
-2М |
-М+1 |
-М+1 |
М |
Таблица 12
|
Базис |
-1 |
0 |
-1 |
0 |
|
С |
В |
x1 |
x4 |
|
|
x3 |
0 |
4 |
2 |
-1 |
|
x2 |
-1 |
2 |
1 |
-1 |
|
x5 |
0 |
5 |
3 |
-2 |
|
|
|
-2 |
0 |
1 |
Таблица 13
|
базис |
-1 |
0 |
0 |
0 |
|
С |
В |
x5 |
x4 |
|
|
x3 |
0 |
2/3 |
-2/3 |
1/3 |
|
x2 |
-1 |
1/3 |
-1/3 |
-1/3 |
|
x1 |
-1 |
5/3 |
1/3 |
-2/3 |
|
|
|
-2 |
0 |
1 |
Ответ. Оптимальные
решения данной задачи будут лежать на
отрезке, заключенном между точками А(0,
2) и В
.
В любой точке этого отрезка целевая
функция fmin=2.
Задача имеет бесконечное число решений.
Координаты любой внутренней точки
отрезка АВ могут быть найдены из следующих
соотношений
:
|
|
|
При =1 получаем координаты точки А, при =0 - координаты точки В.
Замечание. При решении практических задач наличие бесконечного числа оптимальных планов дает возможность выбирать такой план, который в наибольшей степени отвечает сложившейся производственной ситуации.








