- •1.Загальна економіко-математична модель задачі лінійного програмування. Допустимий та оптимальний план задачі лінійного програмування.
- •2.Форми запису лінійної задачі оптимізації: в скороченому вигляді, в матричній і векторній формах.
- •3.Геометрична інтерпретація задачі лінійного програмування.
- •4.Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.
- •5.Алгоритм графічного методу розв’язування задач лінійного програмування.
- •6.Алгоритм розв’язування задачі лінійного програмування симплексним методом.
- •7.Теорема (ознака оптимальності опорного плану задачі лінійного програмування).
- •8.Правила побудови двоїстих задач.
- •9.Теореми двоїстості.
- •10.Приклад економічної інтерпретації пари спряжених задач.
- •11.Економічна інтерпретація двоїстої задачі (на прикладі задачі оптимального використання обмежених ресурсів).
- •12.Визначення за допомогою двоїстих оцінок статус кожного ресурсу прямої задачі та проведення аналізу рентабельності продукції (на прикладі задачі оптимального використання обмежених ресурсів).
- •13.Постановка транспортної задачі.
- •Транспортна задача — це специфічна задача лінійного програмування, застосовувана для визначення найекономічнішого плану перевезення однорідної продукції від постачальників до споживачів.
- •14.Алгоритм розв’язування транспортної задачі методом потенціалів.
- •15.Транспортна задача з додатковими умовами: 1) заборона перевезень від певного постачальника до певного споживача; 2) перевезення за окремими маршрутами строго визначеного обсягу продукції.
- •16.Економічна та математична постановка задачі про розподіл обладнання.
- •17.Економічна та математична постановка задачі про призначення.
- •18.Двохетапна транспортна задача.
- •19.Економічна та математична постановка цілочислової задачі лінійного програмування.
- •20.Загальна характеристика методів розв’язування цілочислових задач лінійного програмування.
- •1) Точні методи:
- •21.Алгоритм розв’язування цілочислових задач лінійного програмування методом Гоморі.
- •22.Алгоритм методу гілок та меж.
- •23.Задача про рюкзак.
- •24.Задача оптимального розкрою матеріалів.
- •25.Задача планування виробничої лінії.
- •26.Економічна та математична постановка задачі дробово-лінійного програмування.
- •27.Геометрична інтерпретація задачі дробово-лінійного програмування.
- •28.Розв’язування дробово-лінійної задачі зведенням до задачі лінійного програмування.
- •29.Постановка нелінійної задачі оптимізації. Геометрична інтерпретація задачі нелінійного програмування.
- •30.Основні труднощі розв’язування нелінійних задач.
- •31.Метод множників Лагранжа розв’язування нелінійних задач оптимізації.
- •32.Економічна сутність задач динамічного програмування.
- •33.Сутність динамічного програмування. Принцип оптимальності.
- •34.Задача про розподіл капіталовкладень між підприємствами.
- •35.Принцип оптимальності р.Белмана.
- •36.Алгоритм розв’язування задач динамічного програмування.
- •37.Основні поняття теорії ігор.
- •38.Класифікація ігор.
- •39.Матричні ігри двох осіб.
- •40.Гра зі змішаними стратегіями.
- •Нехай маємо скінченну матричну гру з платіжною матрицею
- •41.Геометрична інтерпретація гри 22.
- •42.Зведення матричної гри до задачі лінійного програмування.
- •Типові задачі.
- •1. Розв’язування задачі лінійної оптимізації графічним методом.
- •Задача 2.1.
- •2. Знаходження оптимальних планів прямої та двоїстої задачі на основі теорем двоїстості.
- •Задача 3.3.
- •3. Побудова математичних моделей прямої та двоїстої задач та економічний аналіз їх оптимальних планів.
- •4. Розв’язування задачі дробово-лінійного програмування графічним методом.
- •5. Розв’язування задачі нелінійного програмування графічним методом.
- •6. Розв’язування задачі нелінійного програмування методом множників Лагранжа.
42.Зведення матричної гри до задачі лінійного програмування.
(1., стр.436-439).
Якщо гра 2 n або m 2 може бути розв’язана геометрично, то у випадку гри 3 n (m 3) геометрична інтерпретація переходить у простір, що ускладнює як її побудову, так і сприйняття. У випадку ж, коли n > 3, m > 3, геометрична інтерпретація взагалі неможлива. Для розв’язування гри m × n використовують прийом зведення її до задачі лінійного програмування.
Нехай розглядається парна гра зі стратегіями для гравця А та стратегіями для гравця В і платіжною матрицею . Необхідно знайти оптимальні змішані стратегії та , де , .
Знайдемо спочатку оптимальну стратегію гравця А. За основною теоремою теорії ігор така стратегія має забезпечити гравцеві виграш, не менший за ціну гри (поки що невідому величину) , за будь-якої поведінки гравця В.
Допустимо, що гравець А застосовує свою оптимальну стратегію, а гравець В — свою «чисту» j-ту стратегію Bj, тоді середній виграш гравця А дорівнюватиме:
. (11.10)
За цих обставин виграш має бути не меншим, ніж ціна гри. Отже, для будь-якого значення j величина виду (11.10) має бути не меншою, ніж :
Розділивши всі обмеження на , отримаємо:
Позначивши маємо:
.
Враховуючи умову, що , отримуємо .
Необхідно зробити виграш максимальним. Цього можна досягти, коли вираз набуватиме мінімального значення. Отже, врешті маємо звичайну задачу лінійного програмування.
Цільова функція:
(11.11)
за умов:
(11.12)
. (11.13)
Розв’язуючи цю задачу симплексним методом, знаходимо значення а також величину і значення , що є оптимальним розв’язком початкової задачі. Отже, визначено змішану оптимальну стратегію для гравця А.
За аналогією можна записати задачу лінійного програмування для визначення оптимальної стратегії гравця В. З цією метою позначимо:
Маємо таку лінійну модель задачі:
за умов:
Очевидно, що задача лінійного програмування для гравця В є двоїстою до задачі гравця А, а тому оптимальний розв’язок однієї з них визначає також оптимальний розв’язок спряженої.
Типові задачі.
При розв’язуванні усіх задач необхідно:
1) при складанні математичної моделі задачі, вказати економічний зміст змінних та одиниці виміру,
2) вказати до якого класу оптимізаційних задач належить дана задача,
3) зазаначити яким методом буде здійснюватись розв’язування задачі,
4) якщо задача розв’язується графічним методом, вказати якими буквами позначено множину допустимих планів задачі.
1. Розв’язування задачі лінійної оптимізації графічним методом.
(2., стор.27-30).
Розглянемо застосування графічного методу для розв’язування деяких економічних задач.
Задача 2.1.
Фірма спеціалізується на
виробництві офісних меблів, зокрема
вона випускає дві моделі збірних
книжкових полиць — А та
В. Полиці обох моделей обробляють на
верстатах 1 та 2. Тривалість обробки
(у хвилинах) однієї полиці кожної
моделі подано таблицею.
Верстати |
Тривалість обробки полиці, хв, за моделями |
|
А |
В |
|
1 |
30 |
15 |
2 |
12 |
26 |
Час роботи верстатів 1 та 2 становить відповідно 40 та 36 год на тиждень. Прибуток фірми від реалізації однієї полиці моделі А дорівнює 50 у. о., а моделі В — 30 у. о. Вивчення ринку збуту показало, що тижневий попит на книжкові полиці моделі А ніколи не перевищує попиту на модель В більш як на 30 одиниць, а попит на полиці моделі В не перевищує 80 одиниць на тиждень.
Визначити обсяги виробництва книжкових полиць різних моделей, що максимізують прибуток фірми. Побудувати економіко-математичну модель поставленої задачі та розв’язати її графічно.
Побудова математичної моделі. Змінними в моделі є тижневі обсяги виробництва книжкових полиць моделей А та В. Нехай х1 — кількість полиць моделі А, виготовлюваних фірмою за тиждень, а х2 — відповідна кількість полиць моделі В. Цільова функція моделі — максимізація прибутку фірми від реалізації продукції. Математично вона записується так:
Обмеження математичної моделі враховують час роботи верстатів 1 та 2 для обробки продукції та попит на полиці різних моделей.
Обмеження на час роботи верстатів 1 та 2 набирають такого вигляду:
для верстата 1
30х1 + 15х2 ≤ 2400 хв;
для верстата 2
12х1 + 26х2 ≤ 2160 хв.
Обмеження на попит набирають вигляду:
х1 – х2 ≤ 30 і х2 ≤ 80.
Отже, економіко-математичну модель поставленої задачі можна записати так:
Z = 50х1 + 30х2 max, (2.16)
|
(2.17) (2.18) (2.19) (2.20) (2.21) |
Записана економіка-математична модель є моделлю задачі лінійного програмування, що містить лише дві змінні, і тому може бути розв’язана графічно.
Розв’язування. Перший крок згідно з графічним методом полягає в геометричному зображенні допустимих планів задачі, тобто в побудові такої області, де одночасно виконуються всі обмеження моделі. Замінюємо знаки нерівностей на знаки строгих рівностей і будуємо графіки відповідних прямих (рис. 2.9). Кожна з побудованих прямих поділяє площину системи координат на дві півплощини. Координати точок однієї задовольняють розглядувану нерівність, а іншої — не задовольняють. Щоб визначити необхідну півплощину (на рис. 2.9 її напрям позначено стрілкою), потрібно взяти будь-яку точку і перевірити, чи задовольняють її координати зазначене обмеження. Якщо задовольняють, то півплощина, в якій міститься вибрана точка, є геометричним зображенням нерівності. У протилежному разі таким зображенням є інша півплощина.
Рис. 2.9
Для цього побудуємо вектор , компонентами якого є коефіцієнти при змінних у цільовій функції задачі. Вектор завжди виходить із початку координат і напрямлений до точки з координатами (х1 = с1; х2 = с2). У нашій задачі век- тор . Він задає напрям збільшення значень цільо- вої функції Z, а вектор, протилежний йому, — напрям їх зменшення.
Побудуємо лінію, що відповідає, наприклад, значенню Z = 0. Це буде пряма 50х1 + 30х2 = 0, яка перпендикулярна до вектора і проходить через початок координат. Оскільки маємо визначити найбільше значення цільової функції, пересуватимемо пряму 50х1 + 30х2 = 0 в напрямі вектора доти, доки не визначимо вершину многокутника, яка відповідає оптимальному плану задачі.
Із рис. 2.9 бачимо, що останньою спільною точкою прямої цільової функції та многокутника OABCDE, є точка С. Координати цієї точки визначають оптимальний план задачі, тобто обсяги виробництва книжкових полиць моделей А та В, що максимізують прибуток від їх реалізації.
Координати точки С визначаються перетином прямих (2.17) і (2.18):
Розв’язавши цю систему рівнянь, дістанемо х1 = 50; х2 = 60.
Отже, Х* = (50; 60); .
Це означає, що коли фірма щотижня виготовлятиме 50 збірних книжкових полиць моделі А та 60 — моделі В, то вона отримає максимальний прибуток 4300 у. о. При цьому тижневий фонд роботи верстатів 1 та 2 буде використано повністю.