Конспект Математическое моделирование. Автор: профессор МГОТУ Вилисов В.Я
.pdfФИНАНСОВО-ТЕХНОЛОГИЧЕСКАЯ АКАДЕМИЯ
КАФЕДРА МАТЕМАТИКИ И ЕСТЕСТВЕННОНАУЧНЫХ ДИСЦИПЛИН
Вилисов В.Я.
Конспект лекций по курсу
«МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ»
Специальность 230700.68 "Прикладная информатика" Магистратура
Королев 2013
Вилисов В. Я. Математическое моделирование: Учебное пособие (конспект лекций) для магистратуры специальности 230700.68 (Прикладная информатика). - Королев: КИУЭС, 2013. - 42 с.
Рецензент: д. ф.- м. н., профессор Самаров К. Л.
Учебное пособие составлено в соответствии с требованиями Государственных образовательных стандартов высшего профессионального образования по специальности 230700.68 (Прикладная информатика) и Учебными планами ФТА.
Пособие представляет собой конспект лекций по четырем основным темам, изучаемых магистрами в курсе «Математическое моделирование». Содержание пособия соответствует программе курса, утвержденной УМС ФТА.
РЕКОМЕНДОВАНО Учебно-методическим |
Программа рассмотрена и одобрена на |
||
советом ФТА |
|
заседании кафедры математики и |
|
Протокол № от |
2013 г. |
естественнонаучных дисциплин. |
|
|
|
Протокол № от |
2013 г. |
Зав. кафедрой математики и |
д. ф.- м. н., профессор Самаров К. Л. |
||
естественнонаучных дисциплин |
|
|
Компьютерная верстка:
© Финансово-технологическая академия, 2013 © Вилисов В. Я., 2013
Тираж экз. заказ № Отпечатано в типографии ФТА
г. Королев, ул. Гагарина д.42 тел.: 516-99-29 www.kimes.ru, e-mail. :kimes@kimes.ra
Содержание |
|
Введение: элементы моделирования................................................................................................ |
4 |
Термины .......................................................................................................................................... |
4 |
Классификация моделей................................................................................................................ |
4 |
1. Задачи математического программирования (ЗМП) .................................................................. |
5 |
1.1. Элементы ЗМП ........................................................................................................................ |
5 |
1.2. Прямая задача линейного программирования (ЗЛП) .......................................................... |
6 |
1.3. Двойственная задача ЛП ........................................................................................................ |
7 |
1.4. Некоторые типовые прикладные задачи, представимые в форме ЗЛП............................. |
9 |
1.4.1. Задача производственного типа...................................................................................... |
9 |
1.4.2. Задача о рационе (о составлении оптимальной смеси) .............................................. |
10 |
1.4.3. Транспортная задача (или задача планирования перевозок) ..................................... |
11 |
1.5. Анализ чувствительности решения ЗЛП к изменению исходных данных ..................... |
13 |
1.5.1. Влияние коэффициентов ЦФ на решение ЗЛП ........................................................... |
14 |
1.5.2. Влияние правых частей ограничений на решение ЗЛП ............................................. |
15 |
2. Многокритериальная оптимизация ............................................................................................ |
16 |
2.1. Скалярные и векторные критерии (показатели) ................................................................ |
16 |
2.2. Метод главного (доминирующего) критерия..................................................................... |
16 |
2.3. Метод гарантирующего (максиминного) критерия........................................................... |
17 |
2.4. Метод линейной (аддитивной) свертки ЦФ ....................................................................... |
17 |
2.5. Метод «идеальной точки».................................................................................................... |
18 |
2.6. Метод последовательных уступок ...................................................................................... |
18 |
2.7. Метод, основанный на Парето-оптимальности ................................................................. |
18 |
3. Модели управления запасами ..................................................................................................... |
20 |
3.1. Задача управления запасами ................................................................................................ |
20 |
3.2. Процесс расходования и пополнения запасов.................................................................... |
21 |
3.3. Модель с постоянным спросом ........................................................................................... |
22 |
3.4. Модель со скидками ............................................................................................................. |
23 |
3.5. Модель с дефицитом............................................................................................................. |
25 |
3.6. Модель с производством (с постепенным пополнением запасов) ................................... |
27 |
3.7. Многопродуктовая модель с ограниченным объемом склада.......................................... |
28 |
4. Методы и алгоритмы экспертного оценивания ........................................................................ |
30 |
4.1. Шкалы измерений ................................................................................................................. |
30 |
4.2. Ранжирование объектов ....................................................................................................... |
32 |
4.3. Парные сравнения ................................................................................................................. |
32 |
4.4. Обработка матрицы парных сравнений (один эксперт).................................................... |
34 |
4.5. Обработка данных групповой экспертизы ......................................................................... |
36 |
4.6. Оценивание качества экспертов .......................................................................................... |
39 |
Литература ........................................................................................................................................ |
42 |
3
Введение: элементы моделирования
Термины
Существуют три близких понятия, которые следует различать: задачи, модели и методы.
Задача – это конструкция, в которой есть исходные предпосылки и данные (дано), по которым следует найти решение (найти). Одну и ту же задачу можно решить разными методами.
Методы - это Способы или Алгоритмы выполнения операций над данными. Примеры методов: метод наименьших квадратов, метод скользящего среднего, метод экспоненциального сглаживания, …
Моделями называют некоторые копии, отражающие те или иные стороны объектов, субъектов или процессов.
В основе моделирования, т.е. построения моделей и их использования, лежит теория подобия.
При моделировании абсолютное подобие не достижимо, а поэтому необходимо лишь стремиться к тому, чтобы модель достаточно хорошо отображала необходимую сторону объекта, т.е. была адекватна объекту.
Один и тот же объект можно представить множеством моделей.
В некоторых случаях модель и задача могут использоваться как синонимы, а иногда и
метод.
Процедуры построения моделей впервые осознанно были использованы в период Второй мировой войны в Англии и послужили основой дисциплины Исследование операций
(ИО).
Классическая схема применения технологии и моделей ИО заключалась в следующих шагах:
1.Анализ объекта и определение цели исследования. Выбор учитываемых параметров, показателей качества и критериев.
2.Построение модели, адекватной объекту.
3.Исследование модели и поиск на модели оптимального решения для объекта.
4.Реализация решения и оценка его эффективности.
В математической модели объект представляется некоторым черным ящиком:
Параметры и структура объекта
Входные Объект Выходные параметры (модель) показатели
Классификация моделей
Основные признаки классификации моделей следующие (жирным выделены значения признаков, относящихся к математическим моделям).
1.По степени неопределѐнности:
Детерминированные
Стохастические
2.По степени отражения изменений во времени:
Статические
4
Динамические
3.По характеру учѐта временного фактора:
Дискретные
Непрерывные
Дискретно-непрерывные
4.По степени абстрагирования:
Виртуальные (от лат. virtus — потенциальный, возможный)
Реальные
5.Виртуальные могут быть представлены следующими группами: 5.1. Наглядные
Гипотетические
Аналоговые (аналоги)
Макеты
5.2.Символьные
Языковые
Знаковые
5.3.Математические
Аналитические (формульные)
Имитационные
Комбинированные
6.Реальные могут быть представлены следующими группами:
6.1.Натурные
Научный эксперимент
Производственный эксперимент
Комплексные испытания
6.2.Физические
В реальном масштабе времени (on-line)
В режиме разделения времени (off-line)
1.Задачи математического программирования (ЗМП)
|
|
1.1. Элементы ЗМП |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
- целевая функция V L( |
|
) , |
|
|
|||||
1. |
Первый элемент ЗМП |
x |
где вектор |
переменных |
|||||||||||
|
|
[x |
x |
|
x |
]T . |
|
|
|
|
|
|
|
||
x |
2 |
|
|
|
|
|
|
|
|||||||
1 |
|
n |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
||||||||
|
|
ЦФ связывает варьируемые переменные x с показателем качества V . |
|
||||||||||||
|
|
|
ЗМП функция V L( |
|
) |
|
|
|
|||||||
|
|
В |
x |
может быть линейной или |
нелинейной |
относительно |
переменных.
Целевая функция (ЦФ) отражает качество, моделируемого объекта.
Взависимости от смыслового содержания показателя V может возникать потребность
вего минимизации или максимизации за счет выбора наилучших значений переменных.
На основе ЦФ строится критерий.
Критерий – это правило выбора наилучших (оптимальных) значений переменных (аргументов), при которых показатель будет принимать своѐ экстремальное значение. Формально критерий записывается так:
V * L(x) max или min
x j |
x j |
||||
или в другой форме: |
|
|
|
||
x* arg max L( |
|
) |
или x* arg min L( |
|
) |
x |
x |
||||
x j |
x j |
Таким образом, первым элементом ЗМП является критерий.
5
2. Вторым элементом ЗМП являются ограничения, которые могут быть равенствами или неравенствами, линейными или нелинейными. В общем виде ограничения можно представить таким образом:
f ( |
|
) |
|
или |
f ( |
|
) |
|
или |
f ( |
|
) |
|
x |
a |
x |
a |
x |
a |
ЗМП относятся к задачам условной оптимизации.
ЗМП часто называют моделями математического программирования (ММП) т.к. они отражают взаимосвязь независимых и зависимых переменных некоторого процесса, явления или объекта.
1.2. Прямая задача линейного программирования (ЗЛП)
ЗЛП относится к классу ЗМП. ЗЛП чаще других используется на практике. Особенность ЗЛП в том, что как ЦФ, так и функции ограничений линейны
относительно переменных.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
L( |
|
|
) |
|
|
T |
|
c j x j |
max , |
||||||||||||||
x |
c |
x |
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
x j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где |
|
|
[c |
c |
|
|
c |
|
|
]T - вектор параметров целевой функции; |
|||||||||||||||||
c |
2 |
|
n |
||||||||||||||||||||||||
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
[x |
x |
|
|
x |
|
]T |
- вектор переменных размерности n , на которые накладываются |
||||||||||||||||||
x |
2 |
|
n |
||||||||||||||||||||||||
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
следующие ограничения: |
|
|
|
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
aij x j |
ai0 ; |
|
|
|
|
|
; |
|
|
||||||||||||
|
|
|
|
|
|
|
j 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i 1, m; |
|
j 1, n; |
|
|
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
x j |
|
0, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
A |
|
|
|
mn |
- матрица коэффициентов системы ограничений; |
||||||||||||||||||
|
|
|
|
aij |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
[a |
|
|
a |
|
|
a |
|
]T - вектор свободных членов системы ограничений. |
|||||||||||
|
|
|
|
a |
0 |
|
|
|
20 |
m0 |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
Все ограничения формируют выпуклый многогранник, который называют областью допустимых решений (ОДР).
Пример (для двух переменных x1 и x2)
Дано (см. таблицу). На производстве ведется сборка двух видов изделий: И1, И2. При сборке могут быть использованы три группы операций: Оп1, Оп2, Оп3. Ежедневный фонд рабочего времени на каждую операцию составляет соответственно 430, 460 и 420 минут. Плановая прибыль на единицу каждого типа изделий составляет соответственно 3, и 2 у.е. Трудоѐмкость по операциям составляет соответственно: для И1 - 1, 3, 1 минут; для И2 - 2, 0, 4 минут.
|
|
|
Таблица 1.2. |
|
|
Изделие 1 |
Изделие 2 |
Фонд рабочего |
|
|
времени, мин. |
|||
|
|
|
|
|
Операция 1, мин. |
1 |
2 |
|
430 |
|
|
|
|
|
Операция 2, мин. |
3 |
0 |
|
460 |
|
|
|
|
|
Операция 3, мин. |
1 |
4 |
|
420 |
|
|
|
|
|
Прибыль, у.е. |
3 |
2 |
|
|
|
|
|
|
|
Найти |
x1 |
x2 |
|
|
Математическая постановка ЗЛП для 2-х переменных примет вид.
L(x) 3x1 2x2 max ,
x
6
x1 2x2 |
430 |
|
|
|
||||
3x1 0x2 |
460 , |
|
|
|
||||
x |
4x |
2 |
420 |
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
x j |
0, j 1,2 . |
|
|
|
|
|||
Графическое решение ЗЛП . |
|
|
||||||
500 |
Х2 |
|
|
2 |
|
|
|
|
400 |
|
|
|
|
|
|
|
|
300 |
|
|
|
|
|
|
|
|
200 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
100 |
3 |
|
|
|
|
|
|
|
0 |
|
|
|
2 |
|
31 |
Х1 |
|
|
|
0 |
|
100 |
200 |
300 |
400 |
500 |
Оптимальное решение: x1=153.33 ; x2=66.67; L=593.33. L(x1; x2) имеет вид:
▲
700 L |
|
|
|
|
|
|
|
|
|
600 |
|
|
|
|
|
|
|
|
|
500 |
|
|
|
|
|
|
|
|
|
400 |
|
|
|
|
|
|
|
|
|
300 |
|
|
|
|
|
|
|
|
|
200 |
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
5 х2 |
|
|
|
|
|
|
|
|
|
3 |
|
0 |
|
|
|
|
|
|
|
|
|
0 |
20 |
40 |
60 |
80 |
100 |
|
|
1 |
|
120 |
140 |
160 |
|||||||
|
|
|
|
||||||
|
|
|
|
|
|||||
L=3*X1+2*X2 |
|
|
|
|
|
х1 |
1.3. Двойственная задача ЛП
Для прямой и двойственной задачи выполняется свойство симметрии, т.е. каждая из этой пары задач может быть прямой, тогда вторая будет ей двойственна.
Двойственная задача строится из прямой ЗЛП с помощью определенных правил:
1.Каждому из т ограничений прямой задачи соответствует переменная yi двойственной задачи, а каждой из п переменных xj прямой задачи соответствует ограничение двойственной задачи.
7
Коэффициенты целевой функции bi двойственной задачи равны коэффициентам правых частей ограничений ai0 прямой задачи и наоборот – правые части двойственной – это коэффициенты ЦФ прямой задачи.
2.Матрица коэффициентов левых частей ограничений двойственной задачи является транспонированной матрицей коэффициентов aij ограничений прямой задачи.
3.Критерию максимизации прямой задачи соответствует критерий минимизации двойственной задачи и наоборот.
4.Ограничения прямой задачи заменяются на ограничения в двойственной задачи.
Критерий оптимальности двойственной задачи примет вид:
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y bi |
|
|
|
|
|
|
|
||||||||
W ( y) |
b |
T |
yi |
min , |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
yi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
b |
|
]T |
[a |
|
|
a |
|
]T - вектор параметров целевой функции |
||||||
где |
b |
[b |
|
|
b |
|
a |
20 |
m0 |
|||||||||||
1 |
|
|
|
2 |
|
|
|
m |
|
10 |
|
|
|
|||||||
двойственной задачи т.е. вектор правых частей ограничений прямой задачи; |
||||||||||||||||||||
y [ y |
y |
2 |
y |
m |
]T - вектор переменных размерности m , на которые наложены |
|||||||||||||||
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
следующие ограничения: |
|
|
|
|
|
|
||||||||||||||
|
|
m |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
aij |
yi c j ; |
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
i 1 |
|
|
|
|
|
|
|
|
; |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
i 1, m; |
|
|
|
j 1, n; |
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
yi 0,
A aij mn - матрица коэффициентов системы ограничений; в математической постановке двойственной задачи эта матрица используется в транспонированном виде:
AТ |
a |
ji |
nm |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
]T - вектор свободных членов системы ограничений двойственной |
|
c [c |
c |
2 |
c |
n |
||||
|
|
|
1 |
|
|
|
задачи т.е. вектор коэффициентов целевой функции прямой задачи.
При решении ДЗЛП предполагаются известными A , c , a0 (т.е. b ), необходимо найти
оптимальный вектор y * .
В ОДР между ЦФ и критериями выполняется следующее отношение:
|
n |
m |
|
max L(x) c j x j |
bi yi |
W ( y) min , |
|
x j |
j 1 |
i 1 |
yi |
|
|
В оптимальной точке выполняется строгое равенство.
Экономическая интерпретация прямой и двойственной задачи заключается в следующем.
Впрямой задаче целью является распределение ограниченных ресурсов для максимизации эффекта от продукции. При этом:
1.Целевая функция отражает выручку или прибыль по оптимальному количеству всех видов продукции x j , а c j - это прибыль на единицу продукции j-го вида.
2.Ограничения отражают допустимое к использованию количество т видов ресурсов, а ai0 - это их запасы.
Вдвойственной задаче целью является минимизация общей стоимости ресурсов (сырья или времени) при ограничениях на цену продукции. При этом:
1.Целевая функция отражает общую стоимость ресурсов, затраченных на производство. Коэффициенты ЦФ bi (т.е. ai0 ) – это количество ресурсов, а yi
можно трактовать как стоимость единицы ресурса i-го вида (т.е. его цена).
8
2. Ограничения |
отражают границу роста себестоимости продукции. Разность |
|
m |
|
|
aij yi |
c j |
часто называют приведѐнными издержками. |
i 1
Пример (продолжение).
Двойственная задача линейного программирования для предыдущего примера примет следующий вид:
W ( y) 430 y1 460 y2 420 y3 min ,
y
y1 3y2 y3 3 2 y1 0 y2 4 y3 2 ,
yi 0, i 1,3 .
Оптимальное решение, полученное с помощью симплекс-метода такое:
y1 1; |
y2 2; |
y3 0; |
W 1350у.е. |
Интерпретация результатов.
Если подставить оптимальное решение в ограничения, то лишь в 1-ом ограничении выполняется неравенство (7 >= 3), а это можно интерпретировать так, что цена продажи может быть увеличена до 7, т.е. имеется запас по цене 1-го изделия. Значения ЦФ обеих задач равны.
▲
1.4.Некоторые типовые прикладные задачи, представимые в форме ЗЛП
1.4.1.Задача производственного типа
Постановка задачи имеет вид, приведенный ранее:
|
|
|
|
n |
|
|
|
|
|
L( |
|
|
) c j x j max , |
||||||
x |
|||||||||
|
|
|
|
j 1 |
|
|
|
x j |
|
|
n |
|
|
|
|
|
|||
aij x j |
ai0 ; |
|
; |
||||||
j 1 |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
i 1, m; |
j 1, n; |
|
|||||||
|
|
x j 0,
Особенности задачи:
распределяются ограниченные ресурсы (материальные, временные и др.);
спецификации (т.е. калькуляции) на производимую продукцию заданы. Они отражают количество материалов (комплектующих, ингредиентов, …), необходимое для производства единицы продукции каждого вида;
все коэффициенты левых и правых частей ограничений, а также коэффициенты ЦФ
неотрицательны: c j 0; |
aij 0; |
bi 0. |
ЗЛП этого типа для случая 2-х переменных имеет такой вид:
9
x2 |
Оптимальное |
решение |
ОДР |
x1 |
1.4.2. Задача о рационе (о составлении оптимальной смеси)
Этот тип задач по структуре напоминает Задачу производственного типа, но содержит дополнительные условия (ограничения).
Пример.
Дано. Предприятие производит пищевую добавку на основе смеси кукурузной и соевой муки в определѐнных пропорциях. Минимальная ежедневная потребность составляет 800 кг. Важными контролируемыми параметрами являются количество белка и клетчатки в смеси.
|
Кукурузная мука |
Соевая мука |
|
|
|
|
|
Белок (кг в 1 кг) |
0.09 |
0.60 |
|
|
|
|
|
Клетчатка (кг в 1 кг) |
0.02 |
0.06 |
|
|
|
|
|
Стоимость |
0.30 |
0.90 |
|
компонентов (руб/кг) |
|||
|
|
Дополнительные требования диетологов заключаются в том, чтобы в пищевой добавке было не менее 30% белка и не более 5 % клетчатки.
Найти рецептуру смеси минимальной стоимости.
Решение. Переменными будут количество кукурузной и соевой муки в ежедневном объѐме:
x1 – количество кукурузной муки в 1 кг смеси; x2 – количество соевой муки в 1 кг смеси. Тогда ЦФ и ограничения будут следующими:
L(x) 0.3x1 0.9x2 min ,
x
0.09x1 0.6x2 0.3(x1 x2 )
0.02x1 0.06x2 0.05(x1 x2 )
x1 x2 800
x j 0, j 1,2 .
Или после преобразований ограничения примут вид:
x1 x2 800 |
|
|||
0.21x1 0.3x2 |
0 , |
|||
0.03x |
0.01x |
2 |
0 |
|
1 |
|
|
|
Графическое решение этой задачи примет вид:
10