Выбери формат для чтения
Загружаем конспект в формате pdf
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
ЛЕКЦИЯ 1. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ. СЛОЖНЫЕ
ОБЪЕКТЫ. ТИПЫ МОДЕЛИРОВАНИЯ.
ЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ. УКАЗАНИЯ К ЛР-1
Составитель:
д.т.н. Колесникова С.И.
skolesnikova@yandex.ru
ПОНЯТИЕ МОДЕЛИ. КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ
Модель – это физический или абстрактный образ моделируемого
объекта, удобный для проведения исследований и позволяющий
адекватно отображать интересующие исследователя физические свойства
и характеристики объекта.
Зачем? Легкость, доступность получения информации, сокращение
сроков исследования и уменьшение материальных затрат на исследование
и др.
Моделирование процесс замещения объекта исследования некоторой его
моделью и проведение исследований на модели с целью получения
необходимой информации об объекте.
Моделирование систем
Физическое
Математическое
Аналитическое
Численное
Имитационное
Компьютерное
Статистическое
Классификация видов моделирования систем
Физическое моделирование: 1) сама исследуемая система (например,
производственный эксперимент), 2) другая система с подобной физической
природой (макет: продувка моделей самолетов в аэродинамических трубах).
Математическое моделирование - процесс установления соответствия
данной реальной системы некоторой математической модели и исследование
этой модели, позволяющее получить характеристики реальной системы.
Математическое моделирование
Аналитическое:
алгебраические,
интегральные,
разностные
соотношения
Компьютерное
Численное
Имитационное
Статистическое
Компьютерное моделирование - математическая модель системы
представлена в виде программы на ЭВМ, позволяющей проводить с ней
вычислительные эксперименты.
Численное моделирование - использование методов вычислительной
математики в численном решении некоторых математических уравнений при
заданных значениях параметров и начальных условиях.
Имитационное моделирование – воспроизведение на ЭВМ элементарных
явлений, составляющих реальный исследуемый процесс, с сохранением
последовательности протекания событий во времени.
Статистическое моделирование – это вид моделирования для получения
статистических данных о процессах в моделируемой системе.
ЛИНЕЙНЫЕ И НЕЛИНЕЙНЫЕ МОДЕЛИ
Будут ли следующие зависимости линейными?
— зависимость веса человека от его роста?
— длительность ожидания в очереди в магазине?
— посещаемость поликлиники в период гриппа?
— количество человек, ожидающих поезда на станции метро (во
времени )?
Постановка линейной задачи: Y= b⋅X+ ℇ
Постановка нелинейной задачи: Y= f(X, b, ℇ) где вид , f – нелинейный.
Линейные модели?
1) Чем дальше в лес,
тем больше дров
2) По доходу и расход
4
ЛИНЕЙНЫЕ И НЕЛИНЕЙНЫЕ МОДЕЛИ
Нелинейная модель
Статистически линейная модель
(линейный тренд в среднем)
Статистически нелинейная модель
(логарифмический тренд в среднем)
5
ЛИНЕАРИЗАЦИЯ НЕЛИНЕЙНЫХ МОДЕЛЕЙ
НЕЛИНЕЙНОСТЬ ОБЪЕКТОВ И ЯВЛЕНИЙ – В СОВРЕМЕННОЙ НАУКЕ, ОБРАЗОВАНИИ
«... истинные законы не могут
быть линейными» А. Эйнштейн
«... Создание общей теории нелинейных
систем вряд ли возможно» Р. Фейнман
Все реальные системы являются нелинейными,
многомерными и многосвязными, в которых протекают
сложные переходные процессы и возникают критические
и хаотические режимы.
ОТВЕТ НА ЛЮБОЙ ВОПРОС УЖЕ СУЩЕСТВУЕТ.
НАДО ТОЛЬКО ПРАВИЛЬНО ПОСТАВИТЬ ВОПРОС,
ЧТОБЫ ПОЛУЧИТЬ ЕГО
Формализовать цель
исследования
Николис Г., Пригожин И. Самоорганизация в неравновесных системах. –М.: Мир,
1979.
7
ОБЪЕКТЫ ИССЛЕДОВАНИЙ КАК ДИНАМИЧЕСКИЕ ОБЪЕКТЫ
СИСТЕМЫ ДИФФЕРЕНЦИАЛЬНЫХ, РАЗНОСТНЫХ УРАВНЕНИЙ –
математические модели динамических объектов
Состояние (совокупность переменных) детерминированной динамической
системы (ДС) изменяется во времени по некоторому заданному закону.
Регулярные ДС – устойчивые (малые возмущения со временем затухают, ДС
возвращается к исходному регулярному (стационарному) поведению.
Хаотические ДС обладают экспоненциальной чувствительностью к
начальным условиям (изменение в начальных условиях усиливается
экспоненциально во времени).
Примеры хаотического поведения: броуновское движение, изменения
погоды, колебания орбит астрономических тел, поведение фондовой биржи,
биологические процессы в организме человека, криптографические системы.
Объекты исследований: открытые сложные нелинейные системы с
обратными связями.
8
ОСНОВНЫЕ ПОНЯТИЯ ОТНОСИТЕЛЬНО ДИНАМИЧЕСКИХ ОБЪЕКТОВ
Система (от греч. systema – целое, составленное из частей, соединение) – множество
элементов, находящихся в отношениях и связях друг с другом, образующих
определенную целостность, единство.
Любая система может быть охарактеризована некоторым набором величин. Величины,
которые можно измерить, называют физическими: «длина», «температура», «цена»,
скорость,...
Все величины можно разделить на параметры и переменные.
Переменные – это величины, которые могут изменяться при рассмотрении процесса;
параметры – постоянные величины в рамках рассматриваемой задачи.
Независимые переменные – переменные (времяи, пространственные координаты),
изменяющиеся независимо от рассматриваемой системы (в рамках данной задачи).
Зависимые переменные - зависят от независимых и изменяются с изменением
независимых величин.
Пример. «Температура» и «давление» зависимые переменные; время - независимая
переменная.
Мир линейных функций утомительно однообразен: линейная зависимость не
обладает избирательностью,... не может описывать ни резонансных всплесков, ни
насыщения, ни колебаний – ничего, кроме равномерного неуклонного роста или
столь же равномерного и столь же неуклонного убывания.
Данилов Юлий Александрович (1936-2003) – русский физик, математик,
историк науки, педагог, переводчик и просветитель
9
Одно и то же математическое описание – модель для разных
процессов-явлений.
катастрофические события разной природы могут развиваться по одним
законам (Г.Г. Малинецкий)
Фондовый рынок: зависимость
логарифма индекса Доу-Джонса
от времени перед Великой
депрессией в 1929г.
Геологический объект: концентрации
ионов хлора в родниках перед
землетрясением в Кобе в 1995г.
10
ПРИМЕРЫ ОПИСАНИЙ. МОДЕЛЬ ПРОДОЛЬНОГО ДВИЖЕНИЯ СА
Задача синтеза системы управления продольным движением СА:
определение вектора управления u(x) как функции координат состояния
системы, обеспечивающего полет СА с заданными:
скоростью ( x1 ) V0 , высотой ( x4 )
H0
и углом тангажа ( x5 ) ϑ0
− g sin x5 + a1u1 + z1 ,
x1 (t ) =
− g cos x5 + a2 u2 + z2 ,
x2 (t ) =
x3=
(t ) a3u3 + z3 ,
=
x4 (t ) x1 sin x5 + x2 cos x5 ,
x5 (t ) = x3 ,
=
x6 (t ) x1 cos x5 − x2 sin x5 .
x1 - горизонтальная скорость, м/с, x2 - вертикальная скорость, м/с,
x3 - угловая скорость, рад/с; x4 - высота, м,
x5 - угол тангажа, град; x6 - дальность полета, м,
z1 , z2 , z3 - неизвестные возмущения,
u1 , u2 , u3 - управляющие воздействия.
11
ЭКОНОМИЧЕСКИЕ ОБЪЕКТЫ: МОДЕЛЬ РЫНКА ОДНОТИПНОЙ ПРОДУКЦИИ
Исходный объект (дискретное описание)
X=
X i (αC0 − µβ X X iYi ),
i +1
Аналог уравнения
(5) Фейгенбаума
Yi +=
A(αC0 − µβY X iYi ).
1
(В.И.Шаповалов)
A – количественная характеристика
X i , Yi – объемы продаж однотипной
государственных нужд в этом виде
продукции, реализуемых частным X и
продукции;
государственным Y предприятиями,
β X , βY – цены на товары у
соответственно, в i-й период;
C0 – средний доход покупателя в предприятий;
α , µ – коэффициенты
регионе;
пропорциональности.
Примеры объектов и задач управления
X=
X i (αC0 − µβ X X iYi ),
i +1
(6)
Yi +=
ui (αC0 − µβY X iYi ).
1
ui - закон изменения государственных
X=
X i (α C0 − µβ x X iYi ),
i +1
Yi +1 = A(α C0 − µβ y X iYi ) + ui .
ui - закон изменения объемов
(7)
нужд в этом типе продукции
производимой продукции данного типа
Цель управления: устойчивое достижение множества желаемых состояний,
0, i ∈ Ν
заданного аналитически ( X i , Yi ) : ψ ( X i , Yi ) =
{
}
12
Сложный динамический объект
(по Л.А. Растригину)
• НЕСТАЦИОНАРНОСТЬ • МНОГОМЕРНОСТЬ • МНОГОСВЯЗНОСТЬ
• НЕЛИНЕЙНОСТЬ •ХАОТИЧНОСТЬ •СЛАБАЯ ФОРМАЛИЗУЕМОСТЬ И УПРАВЛЯЕМОСТЬ
Свойства (и/или):
1) объект не имеет полного аналитического описания и
полностью описывающей его модели, т.е. для построения его
адекватной модели недостаточно априорной информации;
2)
нестационарность
описывающего
его
случайного
процесса, (слабопредсказуемость);
3) нелинейность имеющихся моделей описания;
4) многомерность, многосвязность;
X (t ) =
( x1(t ) ⋅ swf1(t ),..., xm (t ) ⋅ swfm (t ) ) ,
swf j (t ) - переключательная функция: x j (t ) ↑↓ ,
включения/выключения компоненты.
ДИНАМИЧЕСКАЯ МОДЕЛЬ ФЕЙГЕНБАУМА
xt=αxt-1(1-xt-1), t=1,2,…
СОВРЕМЕННЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЯ СЛОЖНЫХ ОБЪЕКТОВ
Построение алгоритмов
силового ВОЗДЕЙСТВИЯ на
объект
Исследование процессов
естественной самоорганизации
Синергетика
Кибернетика
Пассивное наблюдение за
природными явлениями
Синергетическая теория
управления (СТУ)
Активное воздействие
на искусственные и
природные системы
СТУ: выявление устойчивых законов поведения объекта
(инвариантов) и их энергоэффективное достижение
15
МАТЕМАТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ
Арсенал математических методов, которые объединиют под названием
– методы разработки оптимальных решений (или исследования
операций):
- Теория управления запасами.
- Теория массового обслуживания.
- Теория игр.
- Теория статистических решений. –
- Сетевые методы планирования и управления. –
- Математическое программирование
Математическое (оптимальное) программирование включает в себя:
o линейное,
o нелинейное,
o целочисленное,
o динамическое,
o дискретное,
o выпуклое программирование.
16
ЗАДАЧИ ЛИНЕЙНОГО/НЕЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ
Нелинейное программирование – раздел математического программирования,
изучающий задачи отыскания глобального экстремума фиксированной (целевой)
функции при наличии ограничений в ситуации, когда целевая функция и ограничения
имеют общий характер (не предполагаются линейными).
Стандартная форма задач ЛП и НЛП в матричной записи.
) Cx → extr ; Леонид Витальевич Канторович (1912—1986)
f ( x) F ( x ) → extr ; f ( x=
=
Найти минимум линейной функции на
Ax = b;
выпуклом множестве. (Нобелевская
b.
Φ ( x) =
премия по экономике).
x ≥ 0.
Задачи на условный экстремум функции.
Условный экстремум функции – экстремум функции, аргументы которой
удовлетворяют дополнительным условиям-ограничениями, уравнениями связи.
ПРИМЕРЫ. Задачи нелинейного программирования.
1) затраты изменяются не пропорционально количеству закупленных/произведенных
товаров;
2) расход определенных видов сырья и ресурсов происходит нелинейно, а скачкообразно
(в зависимости от объема производства);
3) среди замкнутых плоских кривых, имеющих заданную длину, найти кривую,
охватывающую максимальную площадь;
4) среди тел равного объема найти с наименьшей поверхностью;
5) ..............................
17
КЛАССИФИКАЦИЯ ЗАДАЧ И МЕТОДОВ ЛП (ЗЛП)
18
ДВОЙСТВЕННОСТЬ ЗАДАЧ ЛП. Правила перехода к двойственной ЗЛП
Прямая задача
Двойственная задача
m
n
min : f (Y ) = ∑ bi yi
max : Z ( X ) = ∑ c j x j ,
i =1
j =1
n
∑a x
j =1
ij j
≤ bi , i =
1,..., m
x j ≥ 0, j =
1,..., n
max Z ( X )
g i ( X ) ≤ bi , i = 1, m
m
yi
∑a y
i =1
ij i
≥ cj , j =
1,..., n
xi
1,...m
yi ≥ 0, i =
Переход
к двойственной
min f (Y )
r j (Y ) ≥ c j , j = 1, n
19
ФОРМЫ ЗАДАЧ ЛП
Каноническая
Стандартная
Общая
1. Ограничения
Уравнения
n
∑ aij x j = bi , i = 1; m
j =1
Неравенства
Уравнения и неравенства
≤
a
x
∑
ij j bi , i = 1; m
j =1
≥
≤
aij x j = bi , i = 1; m
∑
j =1
≥
n
n
2. Условия неотрицательности
Все переменные
Все переменные
Часть переменных
x j ≥ 0 , j = 1; n
x j ≥ 0 , j = 1; n
x j ≥ 0 , j = 1; s , s < n
3. Целевая функция
n
Z = ∑ c j x j (max или min)
j =1
Здесь: x j – переменные задачи; c j – коэффициенты при переменных в целевой функции; aij –
коэффициенты при переменных в основных ограничениях задачи; bi – правые части ограничений.
Любая ЗЛП может быть сведена к канонической, стандартной или общей задаче
20
ЗАДАЧИ ЛП (ЗЛП). ПРИМЕР
Составить экономико-математическую модель задачи:
для выпуска изделий двух типов А и В на заводе используют сырье четырех видов
(I, II, III, IV).
Для изготовления изделий необходимо:
А: С1(А) ед. сырья вида I, С2(А) ед. вида II, С3(А) ед. вида III и С4(А) ед. вида IV.
В: С1(В) ед. сырья вида I, С2(В) ед. вида II, С3(В) ед. вида III, С4(В) 1 ед. вида IV.
Запасы сырья: I вида – К1 ед., II вида – К2 ед., III вида – К3 ед., IV вида – К4 ед.
Выпуск одного изделия приносит прибыль
типа А – П1 усл.ед.
типа В – П2 усл.ед.
Составить план производства, обеспечивающий наибольшую прибыль.
Решение.
1. Сведение данных в таблицу:
Сырье
Кол-во
сырья
на
ед. Запас сырья,
продукции, ед.
ед.
А
В
I
С1(А)
С1(В)
К1
II
С2(А)
С2(В)
К2
III
С3(А)
С3(В)
К3
IV
С4(А)
С4(В)
К4
Прибыль
от
ед. П1
П2
продукции, усл.ед.
2. Формализация данных задачи как данных ЗЛП:
21
ЗАДАЧИ ЛП (ЗЛП). ПРИМЕР 1
1. Сведение данных в таблицу:
Сырье
Кол-во
сырья
на
продукции, ед.
А
В
С1(А)
С1(В)
С2(А)
С2(В)
С3(А)
С3(В)
С4(А)
С4(В)
ед. П1
П2
ед. Запас сырья,
ед.
I
К1
II
К2
III
К3
IV
К4
Прибыль
от
продукции, усл.ед.
2. Формализация данных задачи как данных ЗЛП: Обозначим x1 , x2 – количество изделий типа А и
В соответственно, планируемое к выпуску ( x1 ≥ 0 , x2 ≥ 0 ).
Прибыль: П1 ⋅ x1 + П2 ⋅ x2 ,
Целевая функция
задачи: Z П1 ⋅ x1 + П2 ⋅ x2 → max .
=
Составляя неравенства по каждому виду сырья, получим систему:
Z = П1 ⋅ x1 + П2 ⋅ x2 → max; Z =3 x1 + 2 x2 → max
С1( А ) ⋅ x1 + С1( B ) ⋅ x2 ≤ K1
С1( А ) ⋅ x1 + С1( B ) ⋅ x2 ≤ K1 2 x + 3 x ≤ 21
1
2
С2 ( А ) ⋅ x1 + С2 ( B ) ⋅ x2 ≤ K2
С2 ( А ) ⋅ x1 + С2 ( B ) ⋅ x2 ≤ K2 x1 + x2 ≤ 8
⇒
Модель
задачи
ЛП
⇒
⇒
С3
А
x
С3
B
x
K3
⋅
+
⋅
≤
x
x
С3
А
⋅
+
С3
B
⋅
≤
K3
( ) 2
( ) 2
( ) 1
( ) 1
2 x1 + x2 ≤ 12
С4 А ⋅ x + С4 B ⋅ x ≤ K4
С4 А ⋅ x + С4 B ⋅ x ≤ K4 x1 ≤ 5
( ) 2
( ) 2
( ) 1
( ) 1
x1 ≥ 0, x2 ≥ 0
22
ЗАДАЧИ ЛП . ПРИМЕР 2. ЗАДАЧА О НАЗНАЧЕНИЯХ
Имеется n (i = 1, , n) работ и m ( j = 1, , m) потенциальных их исполнителей.
Известны затраты cij на выполнение j-м исполнителем i-й работы.
Требуется назначить каждого исполнителя на одну работу так, чтобы
минимизировать суммарные затраты на выполнение всех работ.
Методы решения задачи о назначениях основаны на двух простых утверждениях:
1) решение задачи не изменится, если к любому столбцу или строке матрицы
затрат прибавить некоторую константу;
2) если все cij ≥ 0 и найдется план X такой,
что Z
=
n
m
=
c x
∑∑
=i 1 =j 1
ij ij
0, то X – оптимальный
план. Здесь n = m .
Основанный на упомянутых утверждениях, алгоритм поиска решения заключается
в преобразовании матрицы затрат cij в матрицу с нулевыми элементами,
образующими систему из n независимых нулей.
23
ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ДЛЯ ЗАДАЧ ЛП
Вещественное ЛП - Simplex-метод.
Целочисленное
ЛП
не
имеет
общепринятого
универсального
математического подхода к решению (математические пакеты).
Python, пакет для научных расчетов scipy.
Функция scipy.optimize.linprog - для решения только задач
вещественного ЛП.
Задачу целочисленного ЛП в Python можно решить с помощью любой из
множества дополнительных библиотек, таких как PuLP, Pyomo, cvxopt и др.
MatLab
Функция linprog - для задачи вещественного ЛП. матрично-векторная
форма записи ограничений.
Функция (начиная с версии R2014a) intlinprog - для решения задач
смешанного ЛП.
Функция solve - универсальная функция, ограничения и целевую
функцию можно задать символьно.
ЛИТЕРАТУРА
Мину М. Математическое программирование. Теория и алгоритмы. М.:
Наука, 1990.
Дэннис. Дж., Шнабель Р. Численные методы безусловной оптимизации и
решения нелинейных уравнений: Пер.с англ. М.: Мир, 1988.
Карманов В.Г. Математическое программирование: Учебное пособие. М.:
Наука, 1989.
Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1991.
Аоки М. Введение в методы оптимизации. М.: Наука, 1988.
Полак Э. Численные методы оптимизации. Единый подход. М.: Мир, 1994.
Уайлд Д. Дж. Методы поиска оптимума. М.: Наука, 1997.
Габбасов Р., Кириллова Ф.М. Методы оптимизации. Минск: Изд во БГУ,
1988.
Бахвалов Н.С. Численные методы. М.: Наука, 1989.
Гилл Ф. и др. Практическая оптимизация. М.: Мир, 1992.
25