- •Введение.
- •Задачи линейного программирования
- •Общая формулировка задачи линейного программирования
- •Графический метод решения задачи линейного программирования
- •Симплексный метод решения задач линейного программирования
- •Решение транспортной задачи.
- •Методы исследования зависимостей двух величин.
- •Игровые модели: понятие риска, дерево решений, принятие управленческих решений Рисковые ситуации в экономике.
- •Меры риска
- •Постановка игровых задач
- •Задача о выборе мощности предприятия обслуживания.
- •Принципы построения деревьев связи
- •Анализ и решение задач с помощью дерева решений
- •Финансовая математика. Основные понятия, связанные с финансовыми операциями
- •Элементарные финансовые расчеты
- •Определение современной и будущей величины денежных потоков
- •Вариант 1.
- •Вариант 2.
- •Вариант 3.
- •Вариант 4.
- •Вариант 5.
- •Вариант 6.
- •Вариант 7.
- •Вариант 8.
- •Вариант 9.
- •Вариант 10.
Общая формулировка задачи линейного программирования
Примеры, рассмотренные выше, укладываются в общий класс задач линейного программирования. Однако запись линейной функции и, главным образом, ограничений в разных задачах заметно различается.
Ряд практических задач сводится к смешанным условиям: часть ограничений - линейные уравнения, другие - линейные неравенства. Такое разнообразие форм записи условий задач затрудняет создание и использование общих методов и вычислительных алгоритмов их решения. Поэтому естественно рассмотреть метод и алгоритм решения основной (стандартной) задачи линейного программирования и способы сведения любой задачи линейного программирования к основной форме, которая состоит в следующем. Задана система m линейных алгебраических уравнений с n неизвестными:
(7)
и линейная функция относительно переменных х1, х2, ¼, хn:
(8)
Требуется найти такие неотрицательные значения переменных х1, х2, ¼, хn, которые бы удовлетворяли системе линейных уравнений (7) и, кроме того, обращали в максимум линейную функцию (8).
Заметим, что если по условиям задачи требуется отыскать минимум функции L, записанной в виде (8), то задачу можно свести к задаче максимизации функции L¢, связанной с функцией L так:
L¢ = - L = -c1x1 - c2x2 - ¼ - cnxn. (9)
Максимум функции (9) и минимум функции (8) будут достигаться при одном и том же наборе переменных (х1, х2, ¼, хn), удовлетворяющих условиям неотрицательности переменных и уравнениям (7), областью определения задачи.
Допустимым решением задачи линейного программирования будем называть любую совокупность переменных
х1 ³ 0, х2 ³ 0, ¼ , хn ³ 0, (10)
удовлетворяющих уравнениям (7).
Оптимальным решением будем называть то из допустимых решений, для которого линейная форма L обращается в максимум (минимум).
Графический метод решения задачи линейного программирования
Если число неизвестных в задаче линейного программирования равно двум, т.е. n = 2, то ее можно решить графическим методом. Кроме того, графический метод дает геометрическую интерпретацию решения ЗЛП. В качестве примера рассмотрим частный случай задачи 1, когда комбинат выпускает 2 вида продукции, например, j = 1,2:
Булки
Пирожные.
Тогда система ограничений на ресурсы будет иметь следующий вид:
а11х1 + а12х2 £ b1 - ограничение по муке
а21х1 + а22х2 £ b2 - ограничение по сахару
а31х1 + а32х2 £ b3 - ограничение по маслу
а41х1 + а42х2 £ b4 - ограничение по творогу
а51х1 + а52х2 £ b5 - ограничение по яйцам
Используя численные данные аij и bi таблиц 3.2 и 3.3, получим следующую систему неравенств:
0,1×х1 + 0,04×х2 £ 200 (1)
0,01×х1 + 0,05×х2 £ 50 (2)
0×х1 + 0,05×х2 £ 50 (3)
0×х1 + 0×х2 £ 50 (4)
0,1×х1 + 0,2×х2 £ 500 (5)
Так как а41 = 0 и а42 = 0, то вместо пяти осталось четыре неравенства.
Превратим эти неравенства в равенства и построим в системе координат х1, х2 прямые (1), (2), (3), (5) ограничивающие область допустимых значений неизвестных х1, х2, представленную на рис.3.1.
Рис. 1 Графическое решение ЗЛП при числе неизвестных n = 2
Для построения прямых (1), (2), (3), (5) используется обычно такой прием. Сначала полагают х1 = 0 и определяют на оси х2. Затем полагают х2 = 0 и определяют на оси х1. После этого через точки х1 и х2 на этих осях проводят прямые. Так для прямой (1) получим: х1 = 0, , х2 = 0, .
Аналогично построим прямые (2) и (5). Прямая (3) идет параллельно оси х1 со значением .
Из рис.1 следует, что область допустимых значений х1 и х2 ограничена многоугольником с вершинами 0,1,2,3, образованного осями координат х1 и х2, а также прямыми (1) и (2), т.е. ресурсами мукой и сахаром. Прямые (3) и (5) в данном примере на область допустимых значений х1 и х2 не влияют.
Целевая функция в задаче 1 при двух видах продукции (булки и пирожное) примет вид
D = с1х1 + с2х2 = 0,84х1 + 3,2х2 = mах.
Для определения оптимальных значений х1оп и х2оп, при которых величина D= mах, используем следующий прием: зададим произвольно величину D > 0, например D = 2000, и построим прямую
0,84х1 + 3,2х2 = 2000.
Она пройдет через точки и на осях x1 и x2. На рис. 3.1 эта прямая показана пунктиром. Отметим, что прямая D = 2000 идет круче прямой (2). Если теперь увеличить значение D, например, D = 2500, тогда прямая D = 2500 переместится вверх параллельно прямой D = 2000. Увеличивая таким образом D, мы будем перемещать прямую параллельно самой себе до тех пор, пока она не достигнет верхней точки допустимой области. В данной задаче этой точкой является точка 2 пересечения прямых (1) и (2). Координаты этой точки определим, решив совместно систему из двух уравнений (1) и (2).
0,1×х1 + 0,04×х2 = 200 (1)
0,01×х1 + 0,05×х2 = 50 (2)
Решение этой системы таково
х1оп = 1739, х2оп = 652.
Доход фирмы при таком плане выпуска продукции (в точке 2) составит:
D3 = с1х1оп + с2х2оп = 0,84×1739 + 3,2×652 = 1460,76 + 2086,4 = 3547,16 (руб).
При этом полностью будут израсходованы мука и сахар.
Отметим, что при других ценах с1 и с2 на продукцию фирмы прямая
D = с1х1 + с2х2
имела бы другой наклон, тогда оптимальное решение могло быть в точках 1 или 3 на рис. 3.1.
Однако при ценах с1 = 0,84 руб и с2 = 3,2 руб доход фирмы в точках 1 и 3 составит:
в точке 1, когда изготовляются только пирожные
D1 = 3,2 × 1000 = 3200 руб.
в точке 2, когда изготовляются только булки
D3 = 0,84 × 2000 = 1680 руб.
Из приведенных расчетов следует, что доход в точке 2
D2 = max = 3547,16 руб > D1 > D3 ,
то есть доход фирмы в точке 2 наибольший.
Если бы наклон прямой D = с1х1 + с2х2 совпал бы с наклоном прямой (2), тогда оптимальных планов выпуска продукции было бы множество, а именно: во всех точках на прямой (2) в интервале между точками 1 и 2, включая эти две точки.
Попытка решить эту задачу методом производных приведут к следующему абсурдному результату:
,
т.е. булки и пирожные надо продавать бесплатно, при этом получим D = 0.
При трех неизвестных в ЗЛП, когда n = 3, строится трехмерная система координат с взаимно перпендикулярными осями х1, х2 и х3. При этом система неравенств образует трехмерную объемную фигуру - многогранник, а выражение целевой функции D = с1х1 + с2х2 + с3х3 описывает плоскость, наклон которой зависит от значений коэффициентов с1, с2 и с3. Перемещение этой плоскости вверх параллельно самой себе до верхней точки допустимой области определит координаты вершины многогранника х1оп, х2оп и х3оп, где выполняется условие оптимизационной задачи D = max. В принципе можно решить графически ЗЛП при n = 3, но сложно.
При числе неизвестных больших трех, т.е. при n > 3 должна быть построена n-мерная система координат, неравенства образуют в гиперпространстве некий гипермногогранник, а целевая функция представляет собой гиперплоскость. Перемещение этой гиперплоскости в гиперпространстве параллельно самой себе приведет до верхней точки гипермногогранника, координаты вершины которого обеспечивают D = max.