- •Розділ 1. Предмет, особливості та сфери застосування математичного програмування в економіці. Класифікація задач
- •1.1. Предмет курсу «математичне програмування»
- •1.2. Найпростіша класифікація задач математичного програмування
- •1.3. Програма дисципліни «Оптимізаційні методи та моделі»
- •Тема 9. Задачі динамічного програмування
- •Тема 10. Моделі та методи стохастичного програмування
- •Тема 11. Елементи теорії ігор
- •Розділ 2. Загальна задача лінійного програмування та методи її розв’язування
- •2.1. Загальна математична модель лінійного програмування
- •2.2. Форми запису задач лп
- •2.3. Геометрична інтерпретація злп
- •2.4. Основні аналітичні властивості розв’язків задач лінійного програмування
- •2.5. Графічний метод розв’язування задач лінійного програмування
- •2.5.1. Основи графічного методу
- •2.5.2. Навчальні завдання. Розв’язування задач графічним методом
- •2.6. Симплексний метод розв’язування задач лп
- •2.6.1. Теоретичні відомості
- •2.6.2. Навчальні завдання розв’язування задач симплекс-методом
- •Розділ 3. Двоїстість у лінійному програмуванні
- •3.1. Поняття двоїстості. Правила побудови двоїстих задач
- •3.2. Теорема двоїстості
- •3.3. Навчальні завдання
- •Розділ 4. Економічна інтерпретація двоїстих задач. Аналіз оптимальних планів лінійних економіко-математичних моделей
- •4.1. Економічна інтерпретація двоїстої задачі
- •4.2. Навчальні завдання
- •Розділ 5. Транспортна задача
- •5.1. Постановка транспортної задачі
- •5.2. Метод потенціалів
- •5.3. Навчальні завдання
- •Розділ 6. Вибрані розділи математичного програмування
- •6.1. Цілочислове програмування
- •6.1.1. Постановка задачі
- •6.1.2. Метод Гоморі
- •6.1.3. Метод «віток і меж»
- •6.1.4. Приклади цілочислових економічних задач
- •6.2. Дробово-лінійне програмування
- •6.2.1. Постановка задачі та алгоритм розв’язування
- •6.2.2. Приклади дробово-лінійних задач
- •6.3. Нелінійне програмування
- •6.3.1. Постановка задачі
- •6.3.2. Труднощі розв’язування задач нелінійного програмування
- •6.3.3. Метод множників Лагранжа
- •6.3.4. Приклади задач нелінійного програмування
- •6.4. Динамічне програмування
- •6.4.1. Сутність динамічного програмування. Принципи оптимальності
- •6.4.2.Методикарозв’язування динамічних задач
- •6.4.3. Приклади розв’язування динамічних задач
- •6.5 Теорія ігор
- •6.5.1. Основні поняття теорії ігор
- •6.5.2. Зведення матричної гри до задачі лінійного програмування
- •6.6. Стохастичне програмування
- •6.6.1 Постановка задач і методи розв’язування
- •6.6.2. Приклади стохастичних економічних задач
2.2. Форми запису задач лп
Задачу ЛП (ЗЛП) зручно записувати за допомогою знака суми «». Справді, задачу (2.4)—(2.6) можна подати так:
за умов
Ще компактнішим є запис ЗЛП у векторно-матричному вигляді:
за умов
АХ = А0,
Х 0,
де
є матриця коефіцієнтів при змінних;
—вектор змінних; — вектор вільних членів;
С = (с1, с2, …, сп) — вектор коефіцієнтів при змінних у цільовій функції.
Часто ЗЛП зручно записувати у векторній формі:
за умов
,
,
де
, , …,
є вектори коефіцієнтів при змінних.
2.3. Геометрична інтерпретація злп
Геометричну інтерпретацію ЗЛП розглянемо на такому прикладі. Нехай фермер прийняв рішення вирощувати озиму пшеницю і цукровий буряк на площі 20 га, відвівши під цукровий буряк не менш як 5 га. Техніко-економічні показники вирощування цих культур наведені в таблиці:
№ п/п |
Техніко-економічний показник із розрахунку на 1 га |
Сільськогосподарська культура |
Наявний ресурс | |
Озима пшениця |
Цукровий буряк | |||
1 |
Жива праця, людино-днів |
5 |
25 |
270 |
2 |
Механізована праця, людино-днів |
2 |
8 |
80 |
3 |
Прибуток, тис. грн. |
0,7 |
1 |
|
Критерієм оптимальності є максимізація прибутку.
Запишемо економіко-математичну модель структури виробництва озимої пшениці та цукрового буряка, скориставшись такими позначеннями:
х1 — шукана площа посіву озимої пшениці;
х2 — шукана площа посіву цукрового буряка.
ЗЛП має вигляд:
(2.7)
за умов
, (2.8)
, (2.9)
, (2.10)
, (2.11)
, . (2.12)
Геометричну інтерпретацію задачі наведено на рис. 2.1.
Рис. 2.1. Область допустимих розв’язків
Область допустимих розв’язків дістаємо так. Кожне обмеження, наприклад х1 + х2 ≤ 20, задає півплощину з граничною прямою х1 + х2 = 20. Будуємо її і визначаємо півплощину, яка описується нерівністю х1 + х2 ≤ 20. З цією метою в нерівність х1 + х2 ≤ 20 підставляємо координати якоїсь характерної точки, скажімо х1 = 0 і х2 = 0. Переконуємося, що ця точка належить півплощині х1 + х2 ≤ 20. Цей факт на рис. 2.1 ілюструємо відповідною напрямленою стрілкою. Аналогічно будуємо півплощини, які відповідають нерівностям (2.8)—(2.12). У результаті перетину цих півплощин утворюється область допустимих розв’язків задачі (на рис. 2.1 — многокутник ABCD). Цільова функція описує сім’ю паралельних прямих, кожна з яких відповідає певному значеннюZ. Зокрема, якщо Z = 0, маємо 0,7х1 + х2 = 0. Ця пряма проходить через початок системи координат. Коли Z = 3,5, дістаємо пряму 0,7х1 + х2 = 3,5.
Загальна задача лінійного програмування (2.1)—(2.3) геометрично інтерпретується так: кожне і-те обмеження, що має вигляд рівняння
,
у п-вимірному просторі основних змінних х1, х2, …, хп задає гіперплощину. Кожному обмеженню виду (2.2) і (2.3) відповідають гіперплощина та півпростір, який лежить по один бік цієї гіперплощини. У перетині всіх півпросторів, що визначаються обмеженнями задачі (2.2) і (2.3), утворюється опуклий многогранник допустимих її розв’язків.
Цільову функцію
в п-вимірному просторі основних змінних можна геометрично інтерпретувати як сім’ю паралельних гіперплощин, положення кожної з яких визначається значенням параметра Z.