Эконоико-математические модели управления
Выбери формат для чтения
Загружаем конспект в формате ppt
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Эконоико-математические
модели управления
Задача линейного
программирования
Математическое программирование изучает задачи поиска экстремума
(минимума или максимума) функции нескольких переменных при наличии
ограничений на эти переменные.
Сущность экстремальных задач состоит в том, чтобы из множества
допустимых наборов значений выбрать оптимальный с определенной точки
зрения.
2
Математическая модель задачи линейного программирования (ЗЛП) имеет
следующие составные части:
(1)
(2)
позволяет выбирать оптимальный, т. е. наилучший план из множества
возможных планов ЗЛП. В экономике целевая функция может представлять
собой прибыль, издержки производства, объем реализации и т. п.
3
Стандартной формой ЗЛП называют:
(3)
при ограничениях:
(4)
4
В свернутом виде ЗЛП имеет вид:
(5)
(6)
5
Если система ограничений представляет собой систему уравнений, можно
использовать методы решения систем линейных алгебраических уравнений из
линейной алгебры.
ЗЛП в канонической форме имеет вид:
(7)
при ограничениях:
(8)
6
матрица коэффициентов
системы ограничений:
(9)
матрица-строка коэффициентов целевой функции:
(10)
матрица-столбец
свободных членов:
(11)
матрицастолбец
неизвестных:
(12)
7
Тогда каноническую форму записи ЗЛП можно представить в следующем
матричном виде, эквивалентном первоначальному:
(13)
(14)
где 0 - нулевая матрица-столбец той же размерности, что и Х.
В математике и информатике каноническая, нормальная или стандартная форма
математического объекта - это стандартный способ представления этого объекта в
виде математического выражения.
Часто это тот, который обеспечивает простейшее представление объекта и который
позволяет идентифицировать его уникальным способом.
8
(15)
(16)
9
или в свернутой форме с использованием символов суммирования:
(17)
(18)
10
Условный пример:
Привести задачу линейного программирования к канонической форме:
Решение.
Введем в каждое неравенство системы ограничений выравнивающие
переменные x4, x5, x6.
Запишем систему в виде равенств.
В первое и третье уравнения x4, x6 вводятся в левую часть со знаком «+», а
во второе уравнение вводится x5 со знаком «-».
11
Свободные члены в канонической форме должны быть положительными, для
этого два последних уравнения умножим на (-1):
12
Допустим, что
Подставляя данное выражение в систему ограничений и целевую функцию и
записывая переменные в порядке возрастания индекса, получим задачу
линейного программирования, представленную в канонической форме:
13
Графический метод эффективно применяется в случае двух переменных:
х1 и x2.
Пусть математическая формулировка задачи линейного программирования
(ЗЛП) имеет вид:
(1)
при ограничениях:
(2)
14
Графический метод решения ЗЛП состоит в следующем.
-
Областью решений линейного неравенства ai1x1 + ai2x2 ≤ bi является
одна из двух полуплоскостей, на которые прямая ai1x1 + ai2x2 = 0,
соответствующая данному неравенству, делит всю координатную
плоскость.
Для того, чтобы определить, какая из двух координатных полуплоскостей
является областью решений, достаточно координаты какой-либо точки, не
лежащей на прямой, подставить в неравенство.
Если оно удовлетворяется, то областью решений является полуплоскость,
содержащая данную точку.
В противном случае, областью решений является полуплоскость, не
содержащая данную точку.
15
2. Строится вектор-градиент* целевой функции (рис. 1)
и ее линия уровня l, прямая, перпендикулярная вектору градиента и
проходящая, например, через начало координат.
*Градие́нт (от лат. gradiens, род. п. gradientis «шагающий, растущий») — вектор, своим направлением
указывающий направление наибольшего возрастания некоторой скалярной величины φ, (значение которой
меняется от одной точки пространства к другой, образуя скалярное поле), а по величине (модулю) равный
скорости роста этой величины в этом направлении.
16
Рис. 1. Область допустимых значений и вектор-градиент
17
Данное обстоятельство запишем в виде:
4. Если при таком перемещении окажется, что линия уровня совпадает с
одной из сторон области допустимых решений, то ЗЛП имеет бесконечное
множество решений.
5. Если же вдруг окажется, что первой (последней) точки не существует, то
задача отыскания min (max) целевой функции Q является неразрешимой.
18
Двумерные задачи линейного программирования решаются
графически. Для случая n = 3 можно рассмотреть трехмерное
пространство, и целевая функция будет достигать своего
оптимального значения в одной из вершин трехмерного
многогранника.
Основная идея симплекс-метода состоит в следующем.
Этот метод является универсальным, применимым к любой задаче
линейного программирования представленной в канонической форме.
Система ограничений - система линейных уравнений, в которой количество
неизвестных больше количества уравнений (n < m).
Если ранг системы равен n, то мы можем выбрать n неизвестных, которые
выразим через остальные неизвестные.
Приведем ЗЛП к канонической форме.
Задача оформляется в виде симплекс таблицы (табл.).
Таблица - Первоначальный вид симплекс-таблицы
Порядок работы с симплекс таблицей
Рисунок - Схема преобразования элементов симплекс-таблицы
Решение.
Составим математическую модель задачи.
Пусть x1 - количество корпусов типа А, х2 - количество корпусов типа В,
которые должны быть произведены в неделю (по смыслу задачи эти
переменные неотрицательны).
Таким образом, приходим к задаче линейного программирования.
Решим задачу симплекс-методом.
Введем три дополнительные переменные x3, x4, x5 и придем к
задаче:
В качестве опорного плана выберем:
Составим симплекс-таблицу.
В последней оценочной строке есть отрицательные элементы, поэтому нужно
делать шаг симплекс-метода.
Выбираем столбец с наименьшей оценкой, а затем разрешающий элемент по наименьшему отношению свободных членов к коэффициентам столбца.
Результат шага запишем в таблицу (разрешающий элемент будем выделять
жирным).
Аналогично будем повторять шаги, пока не придем к таблице с
неотрицательными оценками.
Итак, разрешающий элемент: min отрицательный -4, следовательно это
разрешающий столбец.
Ищем min (элементы плана делим на элементы разрешающего столбца):