- •Ответы к зачету
- •III. Теория принятия оптимальных решений
- •IV. Экономическая кибернетика
- •V. Экспериментальные методы в экономике
- •I. Общая задача лп
- •Правила перехода
- •Двойственная у двойственной
- •Слабая теорема двойственности
- •Сильная теорема двойственности
- •Экономическая интерпретация условия оптимальности
- •Алгоритм применения условия оптимальности при решении задач лп
- •Транспортная задача с запретами
- •Транспортная задача по критерию времени
- •Задача о перевозке взаимозаменяемых продуктов
- •Задача определения производственной задачи предприятия
I. Общая задача лп
z – целевая функция
c= (c1, …,cn) – вектор целей
A= (aij)mxn– матрица задачи (матрица условий)
b= (b1, …,bm) – вектор ограничений (вектор правых условий)
x= (x1, …,xn) – план задачи (решение задачи)
Условие xj ≥ 0 – условие неотрицательности переменных
Множество x, удовлетворяющих всем ограничениям называется множеством допустимых решений, обозначаетсяX. План, на котором достигается оптимум целевой функции (минимум/максимум) называется решением задачи (оптимальный план), обозначаетсяx*.X*– множество решений задачи.
Решить общую задачу ЛП означает, найти хотя бы один оптимальный план и вычислить оптимальное значение.
Частные задачи ЛП
Скалярная форма |
Матричная форма |
Векторная форма |
II. Стандартная задача ЛП (задача планирования производства) | ||
III. Каноническая задача ЛП (транспортная задача) | ||
IV. Основная задача ЛП | ||
Все виды задач ЛП эквивалентны: существуют однозначные правила перехода от одного вида задачи к другому и решая последнюю задачу и вспоминая правила перехода, мы можем написать решение исходной задачи, не решая ее.
Правила перехода
xn+i– дополнительные переменные, (насколько недоиспользовано ограничение)
Пусть ai1 ≠ 0
Пусть
Пусть xj– свободная ~– любую свободную переменную можно представить в виде разности двух неотрицательных переменных.
Графический анализ линейных моделей.
m = 3
Строим границы множества решений, которые соответствуют неравенствам (прямые: )
Находим полуплоскости, соответствующие каждому ограничению (метод пробной точки)
Находим многоугольник допустимых решений, как пересечение найденных полуплоскостей. Полученную область заштриховать. Возможные варианты:
X– многоугольник
X –пустое множество
X –неограниченное многоугольное множество
Находим координаты вектора градиента целевой функции (вектор целей – вектор нормали к линиям уровня)
Строим прямую (перпендикулярно вектору цели), которая соответствует линии уровня для z0= 0.
Затем перемещаем прямую в направлении вектора цели (в случае задачи на min– в противоположном направлении) до тех пор, пока прямая имеет общие точки с множеством допустимых решений. Крайнее положение – ответ.
Вычисляем координаты крайней точки, как пересечение соответствующих прямых и вычисляем значение целевой функции в этой точке.
Ответ:
Двойственные модели ЛП, их экономическая интерпретация.
Рассмотрим задачу Lпланирования производства (1-ый вариант).
Скалярная форма |
Матричная форма |
Векторная форма |
|
mресурсов.
bi– объемi-го ресурсаnтехнологийаij– затратыi-го ресурса при использованииj-ой технологии в единицу времениcj– получаемая ценность при использованииj-ой технологии в единицу времени
xj– время работыj-ой технологии.
x= (x1, …,xn)
Оценим ценность затраченную и полученную в единицу времени
ui– ценность единицыi-го ресурса
Скалярная форма |
Матричная форма |
Векторная форма |
Δ – потери
x– план производства
L*– двойственная задача к задачеL
Скалярная форма |
Матричная форма |
Векторная форма |
Двойственная задача возникает как задача минимизации потерь ценности в производстве, при условии, что само производство функционирует оптимальным образом, то есть в соответствии с оптимальным планом задачи L.
Правила построения двойственных моделей.
|
L |
L* | |
1. |
Задача на max |
|
Задача на min |
2. |
Матрица условий A |
|
Матрица условий AT |
3. |
m ограничений n переменных |
|
n ограничений m переменных |
4. |
с– вектор цели b– вектор ограничений |
|
b– вектор цели c– вектор ограничений |
5. |
Ограничение ≤ |
|
Ограничение ≥ |
6. |
x ≥ 0 |
|
y ≥ 0 |