- •Козлова с.Ж.
- •Содержание
- •Часть I
- •Часть II
- •Введение
- •Часть I Линейное программирование в оптимальном Планировании постановка задачи линейного программирования
- •Общая теория
- •Построение математической модели экономической задачи Сформулируем конкретную экономическую задачу и построим математическую модель, адекватную исходным данным.
- •Построение математической модели:
- •Тогда общая стоимость выпущенной продукции составит:
- •1. Графический метод.
- •2. Симплекс-метод. Решение задачи линейного программирования графическим методом
- •Решение задачи линейного программирования симплекс – методом
- •Общая теория
- •Алгоритм симплекс-метода для решения з.Л.П.
- •Алгоритм решения з.Л.П. С использованием симплекс – таблицы
- •Задачи для самостоятельного решения
- •Дополнительная литература
- •Часть II транспортная задача. Методы решения Общая постановка транспортной задачи
- •Построение математической модели
- •Общий вид таблицы перевозок
- •Методы решения транспортной задачи
- •Методы решения транспортной задачи
- •Построение первоначального т-плана методом северо-западного угла
- •Построение первоначального т-плана методом наименьшей стоимости
- •Метод потенциалов
- •Распределительный метод
- •Задачи для самостоятельного решения
- •Варианты контрольных работ
- •Дополнительная литература
- •Математическое программирование в оптимальном планировании (Учебное пособие)
- •617766, Пермский край, г. Чайковский, ул. Декабристов, 23.
Построение математической модели:
Обозначим через x1 - количество выпущенных деталей вида А;
x2 - количество выпущенных деталей вида В;
x3 – количество выпущенных деталей вида С.
Тогда общая стоимость выпущенной продукции составит:
f (x) = 30x1 + 32x2 +29x 3
При этом ограниченный запас мощности станков будет выражаться в модели как система линейных неравенств:
Необходимо заметить, что по смыслу задачи все переменные Хi, гдеi=1,2,3, могут принимать лишь неотрицательные значения, т.е. Хi 0.
Таким образом, мы построили математическую модель интересующей нас экономической задачи:
целевая функция: f(x) = 30x1 + 32x2 +29x 3 max
система ограничений:
x1 0, x2 0, x3 0
Построение математической модели позволяет применить для решения производственной задачи широкий спектр математических методов. Существует несколько методов решения З.Л.П. Мы рассмотрим два наиболее распространенных из них:
1. Графический метод.
2. Симплекс-метод. Решение задачи линейного программирования графическим методом
Графический метод решения З.Л.П. заключается в выполнении двух последовательных этапов:
I этап заключается в построении области допустимых решений. Для этого необходимо построить такой многогранник, множество всех точек которого будет совпадать с областью допустимых значений З.Л.П.
II этап предполагает вычисление оптимального решения. Для этого необходимо найти такую точку многогранника, которая будет являться оптимальным решением З.Л.П., т.е. при подстановке координат этой точки в уравнение целевой функции будет достигаться ее (функции) необходимое по смыслу задачи максимальное или минимальное значение.
Проиллюстрируем применение графического метода решения З.Л.П. на конкретном примере.
Задача: На кондитерской фабрике для производства карамели двух видов Р1 и Р2 используется сахарный песок, патока и фруктовое пюре, ресурсы которых в плановый период заданы следующими числами 60 т, 80 т, 44 т соответственно. Расходы сырья на 1 т карамели соответствующего вида, а так же прибыль (у.е.) заданы в таблице:
Вид сырья |
Расход сырья на 1т. карамели |
Запс сырья (т) | |
Р1 |
Р2 | ||
Сахарный песок |
1 |
3 |
21 |
Патока |
3 |
2 |
21 |
Фруктовое пюре |
3 |
1 |
18 |
Прибыль |
30 |
60 |
|
Найти план производства карамели, при котором прибыль будет максимальной.
Построим математическую модель данной задачи:
Пусть x1 – объем выпускаемой карамели вида Р1 иx2 – вида Р2. Тогда целевая функция, отражающая объем прибыли, примет вид:
f (x) = 30x1 + 60x2 max,
а система ограничений (зависит от ресурсов сырья) будет представлена следующей системой линейных неравенств:
(1)
Схема выполнения I этапа. Так как целевая функция в рассматриваемой З.Л.П. содержит две переменные х1 и х2 , то и искомый многогранник будем строить в координатной плоскости с вумя осями координат. Одну из них обозначим через х1, а другую через х2.
Для того, чтобы построить многогранник, множество всех точек которого будет совпадать с областью допустимых значений З.Л.П., необходимо решить систему линейных неравенств (1). Для этого постоим на плоскости множество точек, координаты которых удовлетворяют каждому из неравенств системы.
Для решения неравенства х1 + 3х2 21 необходимо построить на плоскости прямую, заданную уравнением х1 + 3х2 = 21 (). Данная прямая разбивает плоскость на две полуплоскости. Чтобы определить, какая из полуплоскостей является решением первого неравенства необходимо подставить координаты любой точки, лежащей в одной из полуплоскостей, в уравнение неравенства. Для удобства вычислений выберем точку (0;0). При подставке координат точки в уравнение неравенства получаем: 0 + 3*0 21. Это истинное неравенство.
Рисунок 1
Следовательно, решением неравенства х1 + 3х2 21 является множество точек нижней полуплоскости, так как оно содержит точку (0;0) (рис.1).
Аналогично находим решение второго (3х1 + 2х2 21) и третьего (3х1 + х 2 18) неравенств системы ограничений (рис.2 и рис.3 соответственно).
Рисунок 2 Рисунок 3
Для построения многогранника допустимых решений найдем пересечение множеств решений всех неравенств (рис.4).
Рисунок 4
Необходимо учесть, что по смыслу задачи переменные х1 и х2 могут принимать только неотрицательные значения. Следовательно, область допустимых решений рассматриваемой З.Л.П. будет содержать только те точки, которые расположены в первой координатной четверти (рис.5).
Рисунок 5
Таким образом, областью допустимых значений рассматриваемой З.Л.П. является замкнутый многогранник АВСДЕ.
Схема выполнения II этапа. Для нахождения точки многогранника, являющейся оптимальным решением З.Л.П. можно сравнить значение целевой функции f (x) = 30x1 + 60x2 во всех точках многогранника. Очевидно, что этот процесс займет бесконечный объем времени. Поэтому введем новое понятие и сократим время исследований до реальных сроков.
Определение 6 линией уровня s мы назовем множество точек плоскости, в которых целевая функция будет принимать одно и то же значение, равное s. |
В нашем случае линия уровня будет задана следующим уравнением:
30x1 + 60x2=s
Параметр s может принимать различные значения. Вследствие чего мы получим не одну линию уровня, а семейство параллельных прямых, являющихся линиями уровня.
Замечание 1 Задача вычисления оптимального решения будет сводиться к выбору такой линии уровня, пересекающей многоранник (или касающейся его), которой соответствует наибольшее значение целевой функции (поскольку, по условию исходной задачи необходимо вычислить максимальное значение целевой функции). Замечание 2 Значение параметра s можно задать произвольным образом. |
Пусть s1= 0 и s2=240. Получили две линии уровня:
s1: 30x1 + 60x2=0 и s2: 30x1 + 60x2=240
Построим графики полученных линий уровня. Анализ их взаимного расположения на координатной плоскости показывает, что при перемещении линии уровня параллельно самой себе в направлении, указанном на рисунке 6 стрелкой (), значение целевой функции возрастает.
Следовательно, для отыскания максимального значения целевой функции необходимо перемещать линию уровня по направлению стрелки до тех пор, пока она имеет общие точки с множеством допустимых решений.
Рисунок 6
В крайнем положении линия уровня проходит через точку В, которая лежит на пересечении прямых х1+3х2=21 и 3х1+2х2=21. Чтобы найти ее координаты необходимо решить систему линейных уравнений:
Решив систему методом подстановки получили, что х1=3 и х2=6. Подставим полученные значения х1 и х2 в уравнение целевой функции: f (x) = 30x1 + 60x2 = 30*3+ 60*6 = 450.
Таким образом, максимум целевой функции достигается в точке В (3;6) и равен 450 у.е. Сформулированная З.Л.П. решена.
Интерпретация результатов решения З.Л.П. Полученные результаты решения задачи линейного программирования имеют определенный практический смысл. В условиях сформулированной задачи можно сделать следующие выводы:
Максимально возможная прибыль производства карамели при существующих ресурсах в плановый период равна 450 условных единиц (так как при решении З.Л.П. было найдено, что f max(x) = 450);
Для получения максимальной прибыли необходимо выпустить 3 т. карамели вида Р1 (так как х1=3) и 6 т. карамели вида Р2 (так как х2=6).
При этом ресурсы сахарного песка и патоки будут исчерпаны, так как при х1=3 и х2=6 первое и второе неравенства системы ограничений обращаются в тожество:
х1+3х2 21 3+3*6=21
3х1+2х2 21 3*3+2*6=21;
ресурсы фруктового пюре будут сэкономлены на 3 т., так как третье неравенство системы ограничений не обращается в тождество при найденных значениях х1 и х2.
Действительно: 3х1+х2 18 3*3+6 18 (разность равна 3-м единицам).
Замечание 3: графический метод является наглядным способом решения З.Л.П. Но в случае большого числа переменных (более трех) графические построения становятся невозможными. Поэтому принято использовать графический метод решения З.Л.П. в основном для задач с двумя (реже - с тремя) переменными.
Замечание 4: очевидно, что в том случае, когда область допустимых решений является замкнутым контуром, оптимальное решение будет находиться либо в одной из вершин многогранника либо на одном из его ребер. Поэтому для нахождения оптимального решения З.Л.П. можно вычислить значение целевой функции в каждой из вершин многогранника допустимых решений. За оптимальное решение можно принять координаты той вершины многогранника, при которых значение целевой функции будет наибольшим.
Замечание 5: при построении области допустимых решений может получиться незамкнутый многогранник (рис.7). В этом случае З.Л.П. значение целевой функции f max (x)= (или f min (x)=, в зависимости от условия задачи).
Х2
s2
s1
Х1
Рисунок 7