- •Тема 1. Математические основы для решения оптимальных задач 12
- •Тема 2. Многокритериальная оптимизация 33
- •Тема 3. Совокупность взаимосвязанных отраслей экономики 38
- •Тема 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики 52
- •Тема 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств 126
- •Тема 10. Поиск наилучших решений методами динамического программирования 137
- •Введение
- •Тема 1. Математические основы для решения оптимальных задач Лекция 1. Математические основы для решения оптимальных задач
- •Условия возникновения двойственности при оптимизации проблемных ситуаций, возникающих в экономике
- •Первая теорема двойственности
- •Вторая теорема двойственности
- •Третья теорема двойственности
- •Контрольные вопросы по введению и теме №1
- •Модель оценки технических возможностей экскаваторов Составление модели
- •Учет в модели дополнительных факторов
- •Основные рыночные характеристики экскаваторов
- •Тема 2. Многокритериальная оптимизация Лекция 2. Многокритериальная оптимизация
- •Контрольные вопросы к теме №2
- •Дополнительная задача
- •Тема 3. Совокупность взаимосвязанных отраслей экономики Лекция 3. Совокупность взаимосвязанных отраслей в экономике
- •Оптимизационная модель Леонтьева с учетом комплектности для выпускаемой продукции по отраслям
- •Разработка модели и анализ результатов
- •Модели динамического межотраслевого баланса Модель экономического роста
- •Оптимизационные динамические модели межотраслевого баланса
- •Динамическая оптимизационная модель накопления капитала
- •Динамическая оптимизационная модель потребления
- •Контрольные вопросы к теме №3
- •Анализ вариантов реконструкции завода
- •Составление модели
- •Тема 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики Лекция 4. Поиск наилучших решений под контролем ключевых вопросов развития экономики
- •Решение
- •Решение
- •Задачи оптимизации производства
- •Функции спроса на ресурсы для долгосрочного периода
- •Функции спроса на ресурсы для краткосрочного периода
- •Динамическая модель оптимального размещения выпускаемой продукции по отраслям промышленного производства (производственно – транспортная модель)
- •Неоклассическая модель экономического роста Солоу
- •Математические основы развития экономики в модели Солоу
- •Математические основы теории трудовой стоимости Модель продаж и рынка одного товара
- •Модель производства множества товаров
- •Величина и стоимость трудовых ресурсов, необходимых для производства множества товаров
- •Контрольные вопросы по теме №4
- •Оптимизация внешнеторгового оборота
- •Оптимизация комплектования и транспортировки ресурсов для производства товаров внутри страны
- •Контрольные вопросы к теме №5
- •Тема 6. Динамические модели инвестиционной деятельности Лекция 6. Динамические модели инвестиционной деятельности
- •Модель инвестиционного менеджмента с учетом экономической конъюнктуры рынка
- •Обозначения.
- •Тема 7. Функциональная модель инвестиционного менеджмента Лекция 7. Функциональная модель инвестиционного менеджмента
- •Постановка задачи
- •Метод моделирования Условия ликвидности
- •Ограничения по производственным мощностям
- •Анализ результатов
- •Целевая функция двойственной задачи
- •Экономическая интерпретация результатов двойственной
- •Особенности модели Ферстнера
- •Тема 8. Динамическая оптимизационная модель конкурса инвестиционных проектов Лекция 8. Динамическая оптимизационная модель конкурса инвестиционных проектов
- •Постановка задачи
- •Метод моделирования
- •Анализ результатов
- •Модель инвестиционного менеджмента (по Албаху)
- •Постановка задачи
- •Условия проекта
- •Метод моделирования
- •Условия производства и сбыта продукции
- •Анализ результатов
- •Контрольные вопросы к темам № 6, 7, 8
- •Тема 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств Лекция 9. Оптимизация проблемных ситуаций с использованием теории нечетких множеств
- •Контрольные вопросы по теме №9
- •Пример практического применения нечетких чисел
- •Тема 10. Поиск наилучших решений методами динамического программирования Лекция 10. Поиск наилучших решений методами динамического программирования
- •Алгоритм решения
- •Контрольные вопросы по теме №10
- •Приложение 1 Минимальное возрастание стоимости комплекса работ
- •Указания к выполнению самостоятельной работы
- •Экзаменационные вопросы
- •Литература
- •Математические методы теории принятия решений Курс лекций
- •220007, Г. Минск, ул. Московская, 17.
Тема 1. Математические основы для решения оптимальных задач Лекция 1. Математические основы для решения оптимальных задач
Пусть область допустимых решений (ОДР), в которой отыскивается наилучшее решение для целевой функции, определена соотношениями:
Z = 2x1 + 3x2 max
x1 + x2 6 (1)
x1 + 2x2 8,5 (2)
x 1 4 (3)
x2 3 (4)
Ясно, что минимальное значение для целевой функции (для неотрицательных x1, x2) находится в начале координат (рис.1). Значит, для отыскания максимума целевой функции надо двигаться в плоскости (пространстве) переменных на «северо–восток». Нам придется сделать пять таких шагов.
Первый и второй шаг. Первоначальная запись целевой функции (ЦФ) и ограничений (1-4) можно представить в канонической форме:
Z=2x1 + 3x2 max или Z=2x1 + 3x2 max
x1 + x2 + x3 = 6 (1) x3 = 6 – x1 – x2 (1)
x1 + 2x2 + x4 = 8,5 (2) x4 = 8,5 – x1 2x2 (2)
x1 + x5 = 4 (3) x5 = 4 – x1 (3)
x2 + x6= 3 (4) x6 = 3 – x2 (4)
В этих выражениях x1, x2 называются свободными, а x3, x4, x5 и x6 – базисными переменными. Базисное решение определяется, когда движение на «северо–восток» начнется из начала координат – то есть при x1 = 0 и x2 = 0. Тогда значения x3 = 6, x4 = 8,5, x5 = 4, x6 = 3. При этом Z = 0; увеличим его за счет x1.
Третий шаг. Увеличивать x1 можно до тех пор, пока базовая переменная x5 не станет равной нулю. Из (3) следует, что значение x1 = 4 – x5. Подставив это значение в правый столбец соотношений (1-4), получим:
Z=2x1 + 3x2 = 8 – 2x1 + 3x2 max
x3 = 2 + x5 – x2 (1)
x4 = 4,5 + x5 2x2 (2)
x1 = 4 – x5 (3)
x6 = 3 – x2 (4)
Видно, что значение ЦФ выросло до величины Z = 8, а значения базовых переменных уменьшились: x3 = 2, x4 = 4,5. Свободная переменная x1 = 4. На третьем шаге к нулю приравнивались значения переменных x5 = 0 и x2 = 0. Теперь уже точно определяется угол наклона линии ЦФ и значения, отсекаемые этой прямой на каждой из осей: x1 = 4 x2 = 2,67. Тогда и направление ЦФ в начале координат также становится известным – оно параллельно линии Z = 8.
Четвертый шаг. Проделав аналогичные операции преобразования, для увеличения ЦФ только за счет x2, и положив значение x2 =2 + x5 x3 , получим следующие значения отыскиваемых переменных: x1 = 4, x2 = 2, x3 = 0, x4 = 0,5, x5 = 0, x6 = 1. Здесь в качестве базовых переменных были x3 и x5. Значение Z = 14 проходит через новую угловую точку С(4;2) параллельно линии Z = 8.
Пятый шаг. Осталась возможность улучшить значение ЦФ за счет x5. Поскольку x5 = 0,5 + 2x3 x4, получим преобразованную систему уравнений:
Z = 2x1 + 3x2 = 14,5 – x3 x4 max
x2 = 2,5 + x3 – x4 (1)
x4 = x1 =2x3 2x3 + x4 (2)
x1 = 3,5 –2x3 + x4 (3)
x6 = 0,5 –x3 + x4 (4)
Поскольку на этом шаге свободными переменными оказались x3, x4, их значения надо приравнять к нулю. Тогда Z = 14,5; x1 = 3,5; x2 = 2,5. Свободные же переменные значительно отличаются от их первоначальных значений: x3 = 0 (а было равно 6); x4 = 0 (было 8,5); x5 = 0,5 (было 4); x6 = 0,5 (было 3).
Таким образом, в случае решения линейных оптимизационных задач мы получили надежный математический аппарат, пригодный для решения задач и со многими переменными.
Но линейные задачи оптимизации обладают чудесными свойствами дополнительных информационных ресурсов.