ЭММ и ПМ - 2009
.pdf41
Выделяют следующие основные элементы симплексного метода:
1)определение какого%либо первоначального допустимого базис% ного решения задачи;
2)правило перехода к нехудшему решению;
3)проверка оптимальности допустимого решения.
Рассмотрим решение задач линейного программирования сим0
плексным методом на следующем примере [1].
Для производства продукции типа П1 и П2 предприятие исполь% зует два вида сырья: С1 и С2. Данные об условиях работы предпри% ятия приведены в табл. 1.
|
|
|
Таблица 1 |
|
|
|
|
|
|
|
Расход сырья на единицу |
Количество |
||
Сырье |
продукции, кг/ед. |
|||
сырья, кг |
||||
|
П1 |
П2 |
||
|
|
|||
С1 |
1 |
3 |
300 |
|
С2 |
1 |
1 |
150 |
|
Прибыль, |
2 |
3 |
|
|
тыс. руб./ед. прод. |
|
|||
|
|
|
Требуется составить план производства по критерию “максимум прибыли”.
Экономико9математическая модель задачи
Переменные: х1 — число выпускаемых изделий типа П1; x2 — чис% ло изделий типа П2.
f(x) = 2 х1 + 3 х2 max. Ограничения задачи имеют вид:
х1 +3 х2 300, х1 + х2 150, х1 0; х2 0.
Решение. Приведем задачу к каноническому виду, введя дополни% тельные неотрицательные переменные в систему ограничений задачи:
x1 3x2 x3 300x1 x2 x4 150
x1 0; x2 0; x3 0; x4 0.
42
Матрица, составленная из коэффициентов при переменных x3, x4, имеет определитель, отличный от нуля:
A |
|
|
1 |
0 |
0. |
|
|||||
|
|
|
0 |
1 |
|
|
|
Следовательно, переменные x3, x4 можно выбрать в качестве ос% новных переменных на первом шаге, а переменные x1, x2 будут иг% рать роль неосновных.
Шаг 1. Основные переменные x3, x4; неосновные переменные x1, x2.
Выразим основные переменные через неосновные:
x3 300 x1 3x2x4 150 x1 x2 .
Приравнивая неосновные переменные x1, x2 к нулю, получим ба% зисное решение системы уравнений X1 (0;0;300;150). Оно явля% ется допустимым.
Значение целевой функции f(x) = 2 х1 + 3 х2 на этом шаге равно нулю. Это значение можно увеличить путем перевода одной из нео% сновных переменных в основные, что означает переход к новому базисному решению системы, в котором выбранная переменная будет не нулевой, а положительной. Следует выбрать такую пере% менную для перевода из неосновных в основные, чтобы решение не ухудшилось. В случае максимизации целевой функции решение будет улучшаться, если для перевода взять неосновную перемен% ную, входящую в выражение ЦФ с положительным коэффициен% том. В нашем примере такими являются обе неосновные перемен% ные. Увеличение ЦФ будет тем больше, чем больше коэффициент при переводимой переменной. Таким образом, выбираем для пере% вода переменную x2.
Для определения максимально возможного роста переменной x2 составим оценочные отношения, вытекающие из требования нео% трицательности переменных задачи (учтем, что переменная x1 как неосновная равна нулю).
x3 150 3x2 0,
x4 150 x2 0.
43
Решая систему неравенств, получим:
x2 100x2 150.
Сохранение неотрицательности переменных возможно, если мак% симально возможный рост переменной x2 равен 100. При x2=100 пе% ременная x3 обращается в нуль и переходит в основные перемен% ные. Уравнение, в котором достигается наибольшее возможное зна% чение переменной x2, называется разрешающим. В рассматривае% мом примере — это первое уравнение системы.
Шаг 2. Основные переменные x2, x4; неосновные переменные x1, x3.
Выразим основные переменные через неосновные, начиная с раз% решающего уравнения:
x |
|
100 |
1 |
x |
|
1 |
x |
|
|
|
|
|
|
|
|
|
2 |
|
|
3 |
|
|
|
|
|
|
|
||||||
|
3 |
|
1 |
3 |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
100 |
|
1 |
|
|
|
1 |
|
. |
||
x |
|
150 x |
|
|
|
x |
|
|
x |
|||||||
|
|
|
|
|
||||||||||||
|
4 |
|
|
1 |
|
|
3 |
|
1 |
3 |
|
3 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
После преобразований получим:
x |
|
100 |
1 |
x |
|
|
1 |
x |
|
|||||
|
|
|
|
|
||||||||||
|
2 |
|
3 |
|
1 |
|
3 |
|
3 |
|||||
|
|
|
2 |
|
|
|
|
1 |
|
|
|
|||
|
|
50 |
|
|
|
x3 . |
||||||||
x4 |
|
|
x1 |
|
|
|||||||||
3 |
3 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
Второе базисное решение системы уравнений X2 (0;100;0;50) является допустимым. Составим выражение для целевой функции через неосновные переменные:
|
|
|
|
100 |
|
1 |
x1 |
|
1 |
x3 |
|
|
|
|
f(x) = 2 х + 3 х =2 х + 3 |
|
|
=300+ х – x . |
|||||||||||
3 |
3 |
|||||||||||||
1 |
2 |
1 |
|
|
|
|
|
|
|
1 |
3 |
|||
|
|
|
|
|
|
|
|
|
Значение ЦФ на этом шаге равно 300. Значение ЦФ можно уве% личить за счет перевода переменной x1 в основные. Из условия нео% трицательности переменных определим максимально возможный рост переменной x1 (учтем, что переменная x3 как неосновная рав% на нулю):
44
x |
|
100 |
1 |
x |
|
0 |
|||
|
|
|
|
||||||
|
2 |
3 |
|
1 |
|
||||
|
|
|
2 |
|
|
|
|
|
|
x |
|
50 |
x |
|
0. |
||||
|
|
|
|||||||
|
4 |
3 |
|
|
1 |
|
|
||
|
|
|
|
|
|
|
Решая систему неравенств относительно x1, получим:
x1 300
x1 75.
Наибольшее возможное значение x1 равно 75. Второе уравнение является разрешающим, переменная x4 переходит в неосновные.
Шаг 3. Основные переменные x1, x2; неосновные переменные x3, x4. Выразим основные переменные через неосновные, начиная с раз%
решающего уравнения:
x |
|
75 |
1 |
x |
|
|
3 |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 |
|
|
3 |
|
4 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
2 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
1 |
|
|
|
|
|
1 |
|
|
|
3 |
|
x |
|
1 |
|
|
|
|||||
x |
|
100 |
75 |
x |
|
|
x |
|
x |
|
; |
|||||||||||||||
|
|
|
|
|
|
|
||||||||||||||||||||
|
2 |
|
3 |
|
|
|
|
2 |
|
3 |
2 |
|
4 |
1 |
3 |
|
3 |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
75 |
1 |
x |
|
|
3 |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
1 |
|
|
|
|
3 |
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
1 |
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
75 |
|
|
|
|
x4 . |
|
|
|
|
|
|
|
|
|
|
|
||||||||
x2 |
|
|
|
x3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Базисное решение X3 (75;75;0;0) — допустимое. Получим вы% ражение для ЦФ через неосновные переменные:
f(x) = 300+ х1– x3=300+ |
75 |
|
1 |
x3 |
|
3 |
x4 |
|
– x3=375 – |
1 |
x3 |
|
3 |
x4 . |
|
|
2 |
|
|||||||||||
|
|
2 |
|
2 |
|
|
|
|
2 |
|
Это выражение не содержит положительных коэффициентов при неосновных переменных, поэтому увеличить значение ЦФ, получен% ное на этом шаге, нельзя. Значение f(x) =375 является максимальным.
В некоторых задачах при выборе дополнительных переменных в качестве основных на первом шаге может получиться недопустимое базисное решение. В этом случае рекомендуется изменить базис системы (или перейти к так называемым задачам с искусственным базисом [1]).
45
Ответ
Предприятие получит максимум прибыли в размере 375,0 тыс. руб., если будет выпускать 75 единиц продукции типа П1 и 75 еди% ниц продукции типа П2.
Решение задачи 2
Экономико9математическая модель задачи
Переменные: х1, x2 — число женских и мужских костюмов.
f(x) = 10 х1 + 20 х2 max. Ограничения задачи имеют вид:
x1 x2 150, |
|||||
2x |
1 |
0,5x |
2 |
240, |
|
|
|
|
|
||
|
|
3,5x2 |
350, |
||
x1 |
|||||
x |
2 |
60, |
|
|
|
|
|
|
|
|
|
x1 |
0. |
|
|
Замечание. Необходимо также учесть, что число костюмов долж% но быть целым.
Первое ограничение по труду имеет вид: х1 + х2 150. Найдем пересечение граничной прямой с осями координат. Прямая х1 + х2 = = 150 проходит через точки (150; 0) и (0; 150). Второе ограничение по лавсану имеет вид: 2х1 + 0,5х2 240. Прямая 2х1 + 0,5х2 = 240 про% ходит через точки (120; 0) и (0; 480). Третье ограничение по шерсти имеет вид: х1 + 3,5х2 350. Прямая х1 + 3,5х2 = 350 проходит через точки (350; 0) и (0; 100). Четвертое ограничение по количеству мужских костюмов имеет вид: х2 60. Решением этого неравенства является полуплоскость, лежащая выше прямой х2 = 60.
В результате пересечения построенных четырех полуплоскостей получаем многоугольник ABCD, который и является допустимым множеством нашей задачи. Любая точка этого многоугольника удовлетворяет всем четырем неравенствам, а для любой точки вне этого многоугольника хотя бы одно неравенство системы ограниче%
46
ний будет нарушено. На рис. 1 заштрихована область допустимых решений.
Для определения направления движения к оптимуму построим вектор%градиент С, координаты которого являются частными про% изводными целевой функции, то есть
|
f |
|
f |
|
|
|
|
|
c , |
|
|
c2 |
(10; 20). |
x |
x |
|
||||
|
1 |
2 |
|
|
||
1 |
|
|
|
Чтобы построить такой вектор, нужно соединить точку (10; 20) с началом координат. Для удобства можно строить вектор, пропорци% ональный вектору С. Так, на рис. 1 изображен вектор (30; 60).
Затем построим линию уровня 10x1+20x2=a. Меняя значение a, получим семейство параллельных прямых, каждая из которых яв% ляется линией уровня целевой функции:
10x1+20x2=0 (x1= 30, x2= –15; x1= –30, x2=15),
10x1+20x2=1200 (x1= 0, x2=60; x1= 120, x2=0).
Движение линии уровня будем осуществлять в направлении гра% диента до ее выхода из области допустимых решений. В угловой точке C достигается максимум целевой функции. Для нахождения координат этой точки достаточно решить систему из двух уравне% ний прямых, дающих в пересечении точку максимума:
x1 3,5x2 350
x1 x2 150.
Решая систему, получаем x* 70, |
x* |
80, |
1 |
2 |
|
max f (x) f (x* ) 10 x* 20 x* 10 70 20 80 2300.
12
Ответ
Для получения максимальной прибыли (2300 руб.) необходимо выпустить семьдесят женских (x1* 70) и восемьдесят мужских (x2* 80) костюмов.
47
Рис. 1. Область допустимых решений задачи
48
Решение задачи 3
а) Оценка параметров модели
Линейная модель зависимости объемов платежей Y от сроков (времени) t имеет вид:
Y (t) a0 a1t.
Оценку параметров a0, a1 линейной модели регрессии Y от t прове% дем с помощью надстройки EXCEL Анализ данных. Результат рег% рессионного анализа содержится в нижеприведенных таблицах 2 и 3.
|
|
|
|
|
Таблица 2 |
|
|
|
|
|
|
Переменная |
|
Коэффициенты |
Стандартная |
t-статистика |
|
|
|
|
|
ошибка |
|
Y-пересечение |
|
a0 |
38,227 |
1,955 |
19,554 |
t |
|
a1 |
1,811 |
0,266 |
6,818 |
Во втором столбце табл. 3 содержатся коэффициенты уравнения регрессии a0, a1. Кривая роста зависимости объемов платежей от сроков (времени) имеет вид:
Y (t) 38,23 1,81t.
|
|
Таблица 3 |
|
|
|
Наблюдение |
Предсказанное Y |
Остатки |
1 |
40,038 |
4,962 |
2 |
41,850 |
–1,850 |
3 |
43,661 |
–0,661 |
4 |
45,472 |
2,528 |
5 |
47,283 |
–5,283 |
6 |
49,094 |
–2,094 |
7 |
50,906 |
0,094 |
8 |
52,717 |
2,283 |
9 |
54,528 |
–4,528 |
10 |
56,339 |
0,661 |
11 |
58,150 |
1,850 |
12 |
59,962 |
2,038 |
49
б) Оценка качества построенной модели
2.1) Оценка адекватности
Для оценки адекватности построенныхˆмоделей исследуются |
||||||
свойства остаточной компоненты et |
yt Yy (табл. 4). |
|
||||
|
|
|
|
|
|
Таблица 4 |
|
|
|
|
|
|
|
|
t |
Точки |
|
2 |
|
2 |
№ |
поворота |
|
t |
|
( t t 1) |
|
1 |
4,962 |
|
|
24,617 |
|
|
2 |
–1,850 |
1 |
|
3,421 |
|
46,392 |
3 |
–0,661 |
|
|
0,437 |
|
1,413 |
4 |
2,528 |
1 |
|
6,391 |
|
10,169 |
5 |
–5,283 |
1 |
|
27,912 |
|
61,015 |
6 |
–2,094 |
|
|
4,387 |
|
10,169 |
7 |
0,094 |
|
|
0,009 |
|
4,791 |
8 |
2,283 |
1 |
|
5,213 |
|
4,791 |
9 |
–4,528 |
1 |
|
20,503 |
|
46,392 |
10 |
0,661 |
|
|
0,437 |
|
26,924 |
11 |
1,850 |
|
|
3,421 |
|
1,413 |
12 |
2,038 |
|
|
4,155 |
|
0,036 |
Сумма |
0 |
5 |
|
100,902 |
|
213,504 |
При проверке независимости (отсутствие автокорреляции) опре% деляется отсутствие в ряду остатков систематической составляющей, например, с помощью d%критерия Дарбина–Уотсона по формуле:
|
n |
|
|
|
d |
[ t t ]2 |
|
213,504 |
2,12, |
t 2 |
||||
n |
|
|||
|
100,902 |
|
||
|
2t |
|
||
|
t 1 |
|
|
|
d 4 d 4 2,12 1,88.
Поскольку d попало в интервал от d2 до 2, то по данному крите% рию можно сделать вывод о выполнении свойства независимости.
Это означает, что в ряду динамики не имеется автокорреляции, следовательно, модель по этому критерию адекватна.
Проверку случайности уровней ряда остатков проведем на ос% нове критерия поворотных точек [1, 2]. Количество поворотных точек (p) равно 5 (рис. 2).
50
|
|
2 |
|
|
16n 29 |
|
|
|
||||
p |
|
(n 2) |
1,96 |
|
|
|
|
|||||
3 |
90 |
|||||||||||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|||
|
2 |
|
|
|
|
16 12 29 |
|
4,029 4. |
||||
|
|
(12 2) 1,96 |
|
|
|
|
|
|||||
3 |
90 |
|
|
|||||||||
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
Неравенство выполняется (5 > 4). Следовательно, свойство слу% чайности выполняется. Модель по этому критерию адекватна.
Рис. 2. График остатков
Соответствие ряда остатков нормальному закону распределе0 ния определим при помощи RS%критерия:
RS = [ max – min]/S ;
где max – максимальный уровень ряда остатков, max = 4,962,min – минимальный уровень ряда остатков, min = –5,283, S — среднеквадратическое отклонение,
S |
(t )2 |
|
100,902 |
3,029; |
|
n 1 |
11 |
||||
|
|
|