MMP_5
.pdfили, в матричной записи, |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
x Ax y , |
(3) |
|
|
|
|
|
|
|
|||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a |
a |
a |
|
|
x1 |
|
|
|
y1 |
|
|
||||
|
11 |
|
12 |
|
1n |
|
|
|
|
|
|||||
a21 |
a22 |
a2n1 |
|
|
|
|
|
|
|
|
|
||||
A . . . . . . |
. . . . . . , |
x |
x2 |
|
, |
y |
y2 |
|
. |
||||||
|
|
|
|
|
|||||||||||
a |
|
|
|
|
|
|
|
|
|
|
|
||||
|
a |
|
a |
|
|
|
|
|
|
|
|
|
|
||
|
n1 |
|
n2 |
|
nn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
xn |
|
|
|
yn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вектор x называется вектором валового выпуска, вектор y - вектором конечного потребления, а матрица А - матрицей прямых затрат.
Соотношение (3) называется уравнением линейного межотраслевого баланса. Вместе с изложенной интерпретацией матрицы А и векторов x и y
это соотношение называют также моделью Леонтьева.
Уравнения межотраслевого баланса можно использовать для плановых расчетов:
- задавая для каждой отрасли i валовой выпуск продукции xi можно определить объемы конечного потребления каждой отрасли yi :
y E A x ,
где Е – единичная матрица;
- задавая величины конечного потребления каждой отрасли yi можно определить величины валового выпуска продукции xi :
x E A 1 y ,
где E A 1 – матрица, обратная к матрице E A , ее элементы
называют коэффициентами полных материальных затрат.
Отметим особенности системы (3): все компоненты матрицы А, а также векторов x и y неотрицательны (это вытекает из экономического смысла А,
x и y ). Для краткости будем записывать это так: A 0, x 0, y 0 .
10
Таким образом, плановые расчеты по модели Леонтьева можно выполнять при соблюдении следующего условия продуктивности:
матрица A 0 называется продуктивной, если для любого вектора y 0 существует решение x 0 уравнения (3).
В этом случае и модель Леонтьева, определяемая матрицей А, тоже называется продуктивной.
Сформулируем критерии продуктивности матрицы A 0 .
Критерий I. Матрица A 0 продуктивна тогда и только тогда, когда матрица E A 1 существует и неотрицательна.
Критерий II. Матрица A 0 продуктивна тогда и только тогда,
когда имеет место разложение матрицы E A 1 в матричный ряд
E A 1 E A A2 A3 An . (4)
В соотношении (4) матрицы A2 , A3 , , An , называются матрицами коэффициентов косвенных затрат 2-го, 3-го и т.д. порядков. Их сумма образует матрицу коэффициентов косвенных затрат
B A2 A3 An . |
(5) |
Суть косвенных затрат поясним на примере производства двигателей.
На их изготовление в виде прямых затрат расходуется сталь, чугун и т.д. Но для производства стали также нужен чугун. Следовательно, производство двигателей включает как прямые, так и косвенные затраты чугуна.
Таким образом, из соотношений (4) и (5) имеем
E A 1 E A B , |
(6) |
т.е. матрица коэффициентов полных материальных затрат включает в себя матрицы коэффициентов прямых и косвенных затрат.
Рассмотрим примеры.
11
Пример 1. Исследовать на продуктивность матрицу
|
|
|
|
|
|
|
|
0,05 |
0,45 |
0,4 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
0,1 |
0,2 |
0,5 |
|
|
|
|
||
|
|
|
|
|
|
|
|
0,2 |
0,3 |
0,1 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Решение. Сначала найдем матрицу E A: |
|
|
|
|
||||||||||||
|
1 |
0 |
0 |
|
|
0,05 |
0,45 |
0,4 |
|
|
0,95 |
0,45 |
0,4 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
E A |
0 |
1 |
0 |
|
|
0,1 |
0,2 |
0,5 |
|
|
|
0,1 |
0,8 |
0,5 |
|
|
|
0 |
0 |
1 |
|
|
0,2 |
0,3 |
0,1 |
|
|
|
0,2 |
0,3 |
0,9 |
|
|
|
|
|
|
|
|
Затем найдем |
E A 1 . |
С этой |
целью |
по |
известным из |
линейной |
||||||
алгебры правилам вычислим определитель |
|
|
|
|
|
|
||||||
|
0,45 |
0,4 |
|
0,95 |
0,45 |
0,4 |
|
0,95 |
0,85 |
0,4 |
|
|
|
0,95 |
|
|
|
||||||||
det E A |
0,1 |
0,8 |
0,5 |
|
0,1 |
0,8 |
0,5 |
|
0,1 |
0,3 |
0,5 |
|
|
0,2 |
0,3 |
0,9 |
|
0 |
1,9 |
1,9 |
|
0 |
0 |
1,9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1,9 0,95 0,85 1,9 0,285 0,085 0,38;
0,1 0,3
алгебраические дополнения для элементов матрицы E A
|
|
|
|
|
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
0,1 |
0,5 |
|
|
||||||||||
1 1 1 |
0,8 |
|
|
0,57 |
; |
|
1 1 2 |
0,1; |
|
||||||||||||||||||||||
0,3 |
0,9 |
|
|
|
|
|
0,2 |
0,9 |
|
|
|
|
|||||||||||||||||||
1 1 3 |
|
|
0,1 |
0,8 |
|
|
|
0,19 ; |
|
|
1 2 1 |
|
|
0,45 |
0,4 |
|
|
|
0,525; |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
|
0,2 |
0,3 |
|
|
|
|
|
|
|
|
|
0,3 |
0,9 |
|
|
|
|
|
|||||||||||||
1 2 2 |
|
|
0,95 |
0,4 |
|
|
0,775 |
; |
|
1 2 3 |
|
0,95 |
0,45 |
|
|
0,375 |
; |
||||||||||||||
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
0,2 |
0,9 |
|
|
|
|
|
|
0,2 |
0,3 |
|
|
|
|||||||||||||||||
1 3 1 |
|
0,45 |
0,4 |
|
0,545 |
; |
1 3 2 |
|
0,95 |
0,4 |
|
|
0,515 ; |
|
|||||||||||||||||
|
|
|
|
|
|||||||||||||||||||||||||||
|
0,8 |
0,5 |
|
|
0,1 |
0,5 |
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12
|
|
|
|
0,45 |
|
|
|
|
|
|
|||||||
|
|
|
1 3 3 |
0,95 |
|
0,805 . |
|
|
|
||||||||
|
|
|
|
|
0,1 |
0,8 |
|
|
|
|
|
|
|
|
|
|
|
Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,57 |
0,525 |
0,545 |
|
|
|
|
57 |
52,5 |
54,5 |
|
|||
1 |
|
1 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
E A |
|
|
|
0,1 |
0,775 |
0,515 |
|
|
|
|
10 |
77,5 |
51,5 |
|
|||
0,38 |
38 |
||||||||||||||||
|
|
|
0,19 |
0,375 |
0,805 |
|
|
|
19 |
37,5 |
80,5 |
|
|||||
|
|
|
|
|
|
|
|
|
Полученная матрица неотрицательна и по Критерию I исходная матрица А продуктивная.
Пример 2. Для матрицы А коэффициентов прямых затрат из примера 1
и вектора конечного потребления
152
y 114
190
найти: а) вектор валового выпуска; б) матрицу косвенных затрат; в)
изменение вектора валового выпуска при увеличении вектора конечного потребления на величину
76y 3838
Решение.
а) Вектор валового выпуска x вычислим по формуле
x E A 1 y .
Имеем
13
|
|
|
57 |
52,5 |
54,5 |
152 |
|
|
57 |
|
52,5 |
54,5 |
|
4 |
|
|
658 |
|
|
|
||||||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
10 |
77,5 |
51,5 |
114 |
|
|
10 |
|
77,5 |
51,5 |
|
3 |
|
|
530 |
|
|
|
||||||
38 |
|
|
|
|||||||||||||||||||||||
|
|
19 |
37,5 |
80,5 |
|
|
|
19 |
|
37,5 |
80,5 |
|
5 |
|
|
|
|
|
|
|||||||
|
|
|
190 |
|
|
|
|
|
|
591 |
|
|
||||||||||||||
б) Матрицу косвенных затрат В найдем из соотношения (2.6): |
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
57 |
52,5 |
54,5 |
|
|
1 |
0 |
0 |
|
|
0,05 |
0,45 |
0,4 |
|
|
|||||
|
1 |
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
B E A |
E |
A |
|
|
10 |
77,5 |
|
51,5 |
|
0 |
1 |
0 |
|
|
0,1 |
0,2 |
0,5 |
|
|
|||||||
38 |
|
|||||||||||||||||||||||||
|
|
|
|
|
|
19 |
37,5 |
80,5 |
|
|
0 |
0 |
1 |
|
|
0,2 |
0,3 |
0,1 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
17,1 |
35,4 |
39,3 |
|
|
|
1 |
|
6,2 |
31,9 |
32,5 |
|
|
|
|
|
|||||
38 |
|||||||
|
|
|
26,1 |
38,7 |
|
||
|
|
11,4 |
|
|
|
|
|
|
57 |
52,5 |
54,5 |
|
76 |
|
221 |
||
|
1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
в) |
x E A |
y |
|
10 |
77,5 |
51,5 |
|
38 |
|
149 |
|
||
38 |
|||||||||||||
|
|
|
|
19 |
37,5 |
80,5 |
|
38 |
|
|
|
||
|
|
|
|
|
|
|
156 |
|
Таким образом, при увеличении вектора конечного потребления на
|
76 |
|
221 |
|
|
|
|
|
|
y |
38 |
|
вектор валового выпуска увеличится на x 149 |
. |
|
38 |
|
|
|
|
|
156 |
|
14
ЛЕКЦИЯ 3,4,5
Задачи математического и линейного программирования. Модели линейного программирования.
Нередко экономические задачи имеют не единственное решение и требуется выбрать лучшее – оптимальное из них. Моделирование таких задач сводится к задачам математического программирования (ЗМП).
Математическое программирование – область математики, изучающая оптимизационные процессы посредством поиска экстремума функции при заданных ограничениях.
Сформулируем в общем виде ЗМП:
f x1, x2 , , xn max min |
(7) |
при условиях
g1 x1, x2 , , xn bi , g1 x1, x2 , , xn bi , g1 x1, x2 , , xn bi ,
i 1, 2, , k, |
|
|
|
|
(8) |
i k 1, , l, |
||
|
|
|
i l 1, , m, |
|
|
x1 0, x2 0, , xn 0, |
(9) |
|
||
где f x1, x2 , , xn – целевая |
функция, |
условия (8) – специальные |
|||
ограничения, условия (9) – общие ограничения ЗМП. |
|
||||
Точку |
x1, x2 , , xn , |
координаты |
которой |
удовлетворяют |
|
ограничениям (8) и (9), называют допустимым решением ЗМП. |
|||||
Множество всех допустимых решений ЗМП называют допустимым |
|||||
множеством. |
|
|
|
|
|
Допустимое решение x * , x * , , x * , удовлетворяющее соотношению |
|||||
|
1 |
2 |
n |
|
|
(7), называют оптимальным решением ЗМП.
15
Если в |
ЗМП |
целевая |
функция |
f x1, x2 , , xn и функции |
g1 x1, x2 , , xn , |
i 1, |
2, , m , – |
линейные, |
то имеем общую задачу |
линейного программирования (ЗЛП):
c1x1 c2 x2 cn xn F max min (10)
ai1x1 ai 2 ai1x1 ai 2 ai1x1 ai 2
x2 ain xn bi , x2 ain xn bi , x2 ain xn bi ,
x1 0, x2 0, , xn
i 1, 2, , k, |
|
|
|
|
(11) |
i k 1, , l, |
||
|
|
|
i l 1, , m, |
|
|
0, |
|
(12) |
В зависимости от вида специальных ограничений различают
следующие ЗЛП:
- каноническая ЗЛП, включающая в качестве ограничений (11) только
уравнения, т. е.
ai1x1 ai2 x2 ain xn bi , |
i 1, 2, , m ; |
- стандартная ЗЛП, включающая в качестве ограничений (11) только |
|
неравенства, т. е. |
|
ai1x1 ai2 x2 ain xn bi , |
i 1, 2, , l, |
ai1x1 ai2 x2 ain xn bi , |
i l 1, , m. |
Рассмотрим следующие примеры моделей, приводимых к ЗЛП.
Пример 1. Экономико-математическая модель задачи о планировании производства.
На заводе имеются запасы трех видов сырья: S1 , S2 и S3 , из которого можно наладить производство двух видов товаров: T1 и T2 . Запасы сырья,
норма его расхода на производство единицы товаров, а также прибыль от реализации единицы каждого товара приведены в таблице 1 (цифры условные).
16
Таблица 1 |
|
|
|
|
|
Сырье |
S1 |
S2 |
S3 |
Прибыль |
|
Товары |
|||||
|
|
|
|
||
T1 |
3 |
1 |
1 |
25 |
|
T2 |
3 |
2 |
4 |
34 |
|
Запасы |
126 |
48 |
72 |
|
Необходимо составить такой план производства товаров, при котором
прибыль от их реализации будет максимальной. |
|
|
|
|||||
Решение. |
|
|
|
|
|
|
|
|
План производства зададим числами x1 |
и x2 , где xi – количество |
|||||||
единиц товара Ti , |
которое следует произвести i 1, 2 . Неизвестные x1 и |
|||||||
x2 должны удовлетворять условиям |
|
|
|
|
||||
3x1 3x2 126 |
|
x1 x2 |
42 |
|||||
|
2x2 48 |
|
|
|
|
48 , (13) |
||
x1 |
или |
x1 2x2 |
||||||
x 4x |
2 |
72 |
|
x 4x |
2 |
72 |
||
1 |
|
|
|
1 |
|
|
x1 0, x2 0 |
(14) |
Поясним смысл первого неравенства системы (13). В левой части
записано количество сырья S1 , которое расходуется на выпуск x1 единиц товара T1 и x2 единиц товара T2 . Это количество не должно превышать
имеющегося запаса сырья S1 , т. е. |
126 единиц. |
Аналогичный смысл |
имеют второе и третье неравенства системы (13). |
|
|
Прибыль, предприятия от реализации плана ( x1 , x2 ) производства |
||
товаров, очевидно, составит |
|
|
F 25x1 |
34x2 . |
(15) |
Винтересах предприятия максимизировать эту прибыль.
Следовательно, чтобы составить план производства товаров, при котором
прибыль от их реализации будет максимальной нужно решить стандартную ЗЛП: F 25x1 34x2 max при условиях (13) и (14):
17
x1 x2 42x1 2x2 48x1 4x2 72x1 0, x2 0
Пример 2. Экономико-математическая модель задачи о диете.
Имеются два вида продуктов: P1 и P2 . Содержание в 1 кг питательных веществ A, B и C, ежесуточные потребности организма V в них и стоимость S
1 кг продуктов приведены в таблице 2
Таблица 2 |
|
|
|
|
|
Витамины |
A |
B |
C |
S |
|
Продукты |
|||||
|
|
|
|
||
P1 |
1 |
3 |
1 |
8 |
|
P2 |
3 |
1 |
8 |
16 |
|
V |
6 |
9 |
8 |
|
Составить такую ежесуточную диету, которая обеспечивает необходимое количество питательных веществ при минимальных затратах на продукты.
Решение.
Пусть x1 и x2 – искомые количества продуктов P1 и P2
соответственно. Их стоимость составляет
f 8x1 16x2
Общее количество питательного вещества A в обоих видах продуктов равно x1 3x2 . Оно должно быть не меньше 6 единиц: x1 3x2 6 .
Аналогичные неравенства составим для питательных веществ B и C: 3x1 x2 9 и x1 8x2 8.
Очевидно, x1 0 и x2 0 .
Таким образом, получим следующую стандартную ЗЛП:
18
f 9x1 12x2 min |
(16) |
при условиях
x1 |
3x2 |
6 |
|
|||
3x1 |
x2 |
9 |
(17) |
|||
x |
8x |
|
8 |
|||
|
|
|||||
1 |
|
|
2 |
|
|
|
|
0, x2 |
0 |
|
|||
x1 |
|
Геометрический метод решения задач линейного программирования.
Геометрический метод решения ЗЛП – простой и наглядный способ решения стандартных ЗЛП с двумя переменными:
F c1x1 c2 x2 max min (18)
при условиях
ai1x1 ai2 x2 bi , ai1x1 ai2 x2 bi , x1 0, x2 0,
i 1, , l,
i l 1, , m, (19)
Рассмотрим следующие геометрические объекты.
Выпуклые множества и их свойства.
Множество точек называется выпуклым, если оно вместе с произвольными двумя своими точками содержит весь отрезок, соединяющий эти точки.
Справедливо утверждение: пересечение любого числа выпуклых множеств есть выпуклое множество.
Каждое неравенство системы ограничений (19) геометрически определяет полуплоскость с граничной прямой ai1x1 ai2 x2 bi , i 1, , m , или x1 0 , или x2 0.
Поясним сказанное. Рассмотрим, например, неравенство 3x1 4x2 12 .
19