- •Красноярский государственный торгово-экономический институт математика
- •Красноярск 2001
- •Задания 01-10. Предел функции Краткие теоретические сведения
- •Решение
- •Задания 11 20. Непрерывность функции Краткие теоретические сведения
- •Задания 21 30. Производная и дифференциал функции Краткие теоретические сведения
- •Решение
- •Задания 41 50. Неопределённый интеграл Краткие теоретические сведения
- •Относительной частотой w(a) события а называется отношение числа т появлений события а к общему числу n испытаний, т.Е.
- •Задания 81 90. Теоремы теории вероятностей Краткие теоретические сведения
- •Решение
- •Задания 91 100. Повторные независимые испытания Краткие теоретические сведения
- •Решение
- •Задания 101 110. Случайные величины Краткие теоретические сведения
- •Решение
- •Задания 111 120. Нормальное распределение Краткие теоретические сведения
- •Решение
- •Задания 121130. Статистические оценки параметров распределения Краткие теоретические сведения
- •Решение
- •Задания 131 140. Элементы теории корреляции Краткие теоретические сведения
- •Решение
- •Диаграмма рассеяния и прямая регрессии:
- •Задания 141 150. Системы линейных уравнений Краткие теоретические сведения
- •Решение
- •Задания 151 160. Задачи линейного программирования Краткие теоретические сведения
- •Решение
- •Задания 161 170. Транспортная задача Краткие теоретические сведения
- •Решение
- •Задания для контрольных работ Раздел 1. Дифференциальное и интегральное исчисление
- •Раздел 2. Теория вероятностей и математическая статистика
- •Раздел 3. Элементы линейного программирования.
- •Правила выполнения и оформления контрольных работ
Задания 151 160. Задачи линейного программирования Краткие теоретические сведения
-
Математическая модель многих экономических задач имеет следующий вид:
Найти максимум или минимум целевой функции
F = c1x1 + c2x2 +…+ cnxn при ограничениях:
Рассмотрим лишь случай нахождения максимума функции F, т.к. нахождение минимума сводится к нахождению максимума функции Z = F.
Для простоты ограничимся случаем, когда свободные члены неравенств-ограничений неотрицательны, т.е. bi ≥ 0, i = 1, 2, …, m.
Отметим, что числа m и n между собой не связаны.
-
При n = 2 решения системы неравенств-ограничений образуют выпуклый многоугольник на плоскости.
Многоугольник называется выпуклым если вместе с двумя своими точками содержит отрезок прямой, соединяющий эти точки.
Вершины выпуклого многоугольника называются угловыми точками.
-
Неравенства-ограничения сводятся к уравнениям-ограничениям введением дополнительных переменных хn+1, хn+2, …, хn+m следующим образом:
При условии неотрицательности свободных членов b1, b2, …, bm неравенств-ограничений дополнительные переменные тоже неотрицательны.
Дополнительные переменные имеют конкретный экономический смысл.
В целевую функцию F также следует ввести дополнительные переменные с нулевыми коэффициентами, т.е.
F = c1x1 + c2x2 +…+ cnxn + 0ּxn+1 + 0ּxn+2 +…+ 0ּxn+m.
-
Каноническая задача линейного программирования имеет следующий вид:
Найти максимум целевой функции
F = c1x1 + c2x2 +…+ cnxn при ограничениях:
-
Неотрицательные решения системы уравнений-ограничений образуют выпуклое множество в n-мерном пространстве. Угловыми точками этого множества являются допустимые базисные решения системы уравнений-ограничений.
-
Планом задачи называется любое решение системы ограничений.
-
Опорным планом называется угловая точка выпуклого множества решений системы ограничений.
-
Оптимальным планом называется такой план, на котором целевая функция F принимает оптимальное значение, т.е. максимальное при нахождении максимума и минимальное при нахождении минимума.
-
Если n = 2, то задачу линейного программирования можно решить геометрически.
Пусть нужно найти максимум целевой функции
F = c1x1 + c2x2 при ограничениях:
1) Каждое линейное неравенство-ограничение в системе координат ОХ1Х2 определяет полуплоскость.
Действительно, линейное неравенство Ax + By ≤ C после преобразований может быть приведено к одному из следующих четырех видов: x ≤ a, x ≥ a, y ≤ kx + b, y ≥ kx + b.
Первые два неравенства определяют полуплоскость, лежащую, соответственно, слева или справа от прямой x = а вместе с ограничивающей прямой.
Вторые два неравенства определяют полуплоскость, лежащую, соответственно, ниже или выше прямой y = kx + b вместе с ограничивающей прямой.
Зная, что линейное неравенство определяет полуплоскость, можно установить, как расположена эта полуплоскость, не выполняя преобразований неравенства. Сначала следует построить прямую, ограничивающую полуплоскость. Затем произвольным образом выбрать контрольную точку в одной из полуплоскостей и подставить её координаты в неравенство. Если в результате получится верное числовое неравенство, то контрольная точка принадлежит искомой полуплоскости. Если же получится неверное неравенство, то искомой является другая полуплоскость.
В качестве контрольной обычно выбирают точку О(0;0).
Решения системы линейных неравенств-ограничений образуют в системе координат ОХ1Х2 выпуклый многоугольник, который является пересечением полуплоскостей, определяемых неравенствами.
Построим многоугольник решений системы неравенств-ограничений.
2) Уравнение c1x1 + c2x2 = р (р = const) определяет прямую, на которой значение целевой функции постоянно и равно р.
Построим прямую L0, определяемую уравнением c1x1 + c2x2 = 0. Прямая L0 проходит через начало координат, причем F = 0 на L0.
3) вектор нормали к прямой L0. При параллельном перемещении прямой L0 в направлении вектора значение целевой функции F увеличивается. При этом максимальное значение функция F принимает в точке многоугольника решений, наиболее удаленной от L0.
-
Выводы из геометрического решения задач линейного программирования.
-
Если оптимальный план существует, то он находится не внутри, а на границе многоугольника решений.
-
Если оптимальный план единственен, то он совпадает с одной из угловых точек многоугольника решений (рис. 1).
-
Если оптимальных планов множество, то они совпадают с одной из сторон многоугольника решений (рис. 2).
-
Если оптимальный план не существует, то система неравенств противоречива или определяет неограниченный многоугольник решений (рис. 3).
-
Симплекс-метод самый общий метод решения задач линейного программирования (simplex простейший). При его использовании задача линейного программирования должна быть приведена к каноническому виду:
Найти максимум целевой функции
F = c1x1 + c2x2 +…+ cnxn при ограничениях:
-
Сущность симплекс-метода заключается в следующем.
Известно, что неотрицательные решения системы уравнений-ограничений образуют выпуклое множество, причем допустимые базисные решения являются его угловыми точками, или опорными планами.
Симплекс-метод осуществляет целенаправленный перебор опорных планов так, что на каждом следующем опорном плане значение целевой функции F улучшается. Если оптимальный план существует, то он будет достигнут.
-
Критерий оптимальности плана.
Для каждого полученного опорного плана т.е. для допустимого базисного решения вычисляются оценки zj по формуле:
где
коэффициенты целевой функции F при базисных переменных;
соответствующие коэффициенты при переменной xj, вычисленные в результате преобразования системы уравнений-ограничений по методу Жордана-Гаусса.
Если zj ≤ 0 при всех j = 1, 2, …, n, то план является оптимальным.
Оценки zj проще вычислять следующим образом.
Для базисных переменных эти оценки равны нулю, а для свободных переменных их можно вычислять по правилу прямоугольника.
-
Переход к новому улучшенному опорному плану осуществляется следующим образом.
Если построенный план не является оптимальным, то одну из свободных переменных, которой соответствует положительная оценка zj следует перевести в базисные. Рекомендуется переводить в базисные ту из свободных переменных, которой соответствует наибольшая положительная оценка, что позволяет сократить процесс нахождения оптимального плана.
Чтобы определить базисную переменную, которую следует перевести в свободные, вычисляют оценочные отношения i по формуле:
i = , где
bi элементы столбца свободных членов;
aik коэффициенты при свободной переменной xk, которую надлежит перевести в базисные.
i вычисляется только для тех значений i, для которых aik >0.
Переводится в свободные та базисная переменная, для которой соответствующее оценочное отношение i минимально, что обеспечивает допустимость следующего базисного решения системы уравнений-ограничений.
Пример
Предприятие оптовой торговли закупает для реализации товары двух видов. Известно, что при реализации товаров первого и второго вида в расчете на одну тысячу рублей затраты рабочего времени на обслуживание покупателей в среднем составляют 2 ч. и 3 ч., издержки обращения 60 руб. и 30 руб. соответственно.
Резерв времени для реализации товара составляет 780 часов, издержки обращения не должны превышать 14,4 тыс.руб. Прибыль от реализации товаров первого и второго вида составляет 16% и 20% соответственно.
Определить наибольшую прибыль, которую может получить торговое предприятие, если на закупку может быть истрачено не более 300 тыс. руб.
а) Составить математическую модель задачи;
б) решить задачу геометрически;
в) решить задачу симплекс-методом.