
- •Введение
- •Методические вопросы лабораторного практикума
- •Методические вопросы контрольной работы
- •Содержание и объем контрольной работы
- •Теоретические вопросы контрольной работы
- •Алгоритм выбора задания контрольной работы
- •Содержание описательной части контрольной работы:
- •Оформление контрольной работы
- •Защита контрольной работы и сдача зачета
- •Методические указания к решению задач
- •Работа 1. Интерполяция и аппроксимация таблично заданных функций
- •Содержание и порядок выполнения работы
- •Краткие сведения из теории
- •Определение коэффициентов аппроксимирующей функции с помощью надстройки «Поиск решения»
- •Технология подбора аппроксимирующей функции в среде эт путем построения линий тренда
- •Работа 2. Методы решения систем линейных алгебраических уравнений
- •Содержание и порядок выполнения работы
- •Краткие сведения из теории и компьютерной технологии
- •Метод Гаусса решения слау
- •Матричный метод решения слау
- •Технология работы с матричными функциями
- •Методика решения слау с помощью надстройки «Поиск решения»
- •Решение слау методом простой итерации
- •Вычисляем первое приближение по формулам (12), подставляя в них начальное приближение (13).
- •Решение слау методом Зейделя
- •Итерационный процесс поиска решения системы завершается, если выполняются условия (10).
- •Решение обыкновенного дифференциального уравнения первого порядка методом Эйлера
- •Модифицированный метод Эйлера
- •Методы Рунге-Кутта
- •Решение обыкновенных дифференциальных уравнений в среде электронных таблиц
- •Продолжение таблицы 9
- •Краткие сведения из теории
- •Задача оптимизации производственного плана предприятия
- •Математическая модель задачи
- •Математическая модель
- •Графический метод решения задачи лп
- •Решение задачи лп в среде электронных таблиц
- •Технология работы с надстройкой «Поиск решения»
- •Работа 5. Транспортная задача Цель работы. Освоить методику составления математической модели транспортной задачи и методы ее решения. Содержание и последовательность выполнения работы
- •Краткие сведения из теории
- •Математическая модель транспортной задачи
- •Виды моделей транспортной задачи
- •Математическая модель задачи
- •Методы решения транспортной задачи
- •Метод потенциалов
- •Алгоритм метода потенциалов
- •Решение транспортной задачи в среде эт
- •Задания Работа 1. Интерполяция и аппроксимация таблично заданных функций
- •Работа 2. Методы решения систем линейных алгебраических уравнений
- •Работа 3. Численные методы решения обыкновенных дифференциальных уравнений
- •Работа 4. Задача оптимизации производственной программы выпуска продукции
- •Работа 5. Транспортная задача
- •Список рекомендуемой литературы
Краткие сведения из теории
Постановка общей задачи математического
программирования. Найти значения
переменных (параметров)
которые удовлетворяют
ограничениям (уравнениям или
неравенствам)
(1)
граничным условиям
(2)
и доставляют экстремум (max или min) целевой функции
(3)
где
– известные функции;
- заданные константы.
Значения
не связаны между собой.
Всякий
набор управляемых переменных
,
удовлетворяющий ограничениям и граничным
условиям, определяет допустимое решение
(допустимый план). Допустимое решение,
при котором достигается экстремум
целевой функции, называется оптимальным.
Если
ограничения (1) и целевая функция (3)
линейны, то такие задачи относятся к
задачам линейного программирования
(ЛП). Если по смыслу управляемые переменные
должны быть целыми числами, то имеем
задачу целочисленного линейного
программирования. Если хотя бы одно
ограничение или целевая функция содержат
или произведение управляемых переменных,
то имеем задачу нелинейного программирования.
Если целевая функция или ограничения
задаются функциями вида
то
имеем задачу геометрического
программирования. Если целевая функция
или ограничения зависят не только от
управляемых переменных, но и параметров,
то получаем задачу параметрического
программирования. При наличии в
математической модели элементов
случайности приходим к задаче
стохастического программирования. Если
целевая функция и (или) система ограничений
являются функциями времени или процесс
получения решения имеет многошаговой
характер, то имеем задачу динамического
программирования.
Математическая модель задачи оптимизации содержит три составляющие: целевую функцию, ограничения и граничные условия. Граничные условия показывают предельно допустимые значения управляемых переменных . Ограничения устанавливают зависимости между значениями управляемых переменных. Целевая функция показывает, в каком смысле решение должно быть наилучшим.
Чтобы задача имела оптимальное решение, она должна удовлетворять двум требованиям: должна быть реальная возможность иметь множество допустимых решений и должен быть принят критерий, показывающий в каком смысле принимаемое решение наилучшее.
Таким образом, для постановки задачи оптимизации необходимо:
определить цель оптимизации (целевую функцию, критерий);
выбрать параметры, наиболее существенно влияющие на критерий;
выразить критерий через управляемые параметры в такой математической форме, которая с одной стороны отражала бы более точно истинное влияние каждого параметра, а с другой, обеспечивала бы наибольшую простоту предстоящего процесса оптимизации;
математически выразить все ограничения и граничные условия.
Линейное
программирование наиболее полно
разработано к настоящему времени и
довольно просто для понимания. Слово
«программирование» означает, что набор
управляемых переменных
обычно составляет программу (план)
работы конкретного предприятия.
Эффективным методом решения задач линейного программирования является симплекс-метод, разработанный Дж. Данцигом. Основная идея метода состоит в направленном переборе некоторых вариантов решений, называемых допустимыми планами, с целью последующего их улучшения и получения оптимального плана. Число управляемых переменных характеризует размерность и сложность задачи оптимизации.