Динамические модели линейного программирования. Модель линейного программирования

Математическое программирование ("планирование") – это раздел математики, занимающийся разработкой методов отыскания экстремальных значений функции, на аргументы которой наложены ограничения. Идея линейного программирования возникла в 1939г., когда была напечатана брошюра Леонида Витальевича Канторовича "Математические методы организации и планирования производства". Американский математик А. Данциг в 1947 году разработал весьма эффективный конкретный метод численного решения задач линейного программирования (он получил название симплекс метода ).

Дальнейшее изложение материала предполагает, что студенты изучали теорию линейного программирования в курсе математики. В связи с этим рекомендуется совмещать чтение этой главы с просмотром презентаций. Электронные версии презентаций размещены в папке «Линейное программирование». При этом часть материала предназначена для восстановления знаний, полученных в курсе математики, а часть для их расширения и углубления с акцентом на прикладные возможности теоретических моделей.

Теория линейного программирования

Общая постановка задачи

Идея линейного программирования представлена в формате презентаций, электронная версия которых размещена в файле «Идея - линейное программирование».

Геометрическая интерпретация и графический метод решения

Графически способ решения задач линейного программирования целесообразно использовать:

1. Для решения задач с двумя переменными, когда ограничения выражены неравенствами.

2. Решения задач со многими переменными при условии, что в их канонической записи содержится не более двух свободных переменных.

Геометрический метод решения задач линейного программирования представлен в формате презентации - файл «Геометрический метод ЛП»

2.2. Симплекс-метод, общая характеристика, критерий оптимальности допустимого базисного плана

Графический способ решения задачи линейного программирования показывает, что оптимальное решение этой задачи всегда ассоциируется с угловой точкой пространства решений (в математике она также называется крайней точкой множества ). Это является ключевой идеей при разработке общего алгебраического симплекс-метода для решения любой задачи линейного программирования.

Переход от геометрического способа решения задачи линейного программирования к симплекс-методу лежит через алгебраическое описание крайних точек пространства решений. Для реализации этого перехода сначала надо привести задачу линейного программирования к стандартной (канонической) форме:

· преобразовать неравенства ограничений в равенства путем введения дополнительных переменных;

· преобразовать свободные переменные в неотрицательные;

· преобразовать задачу максимизации в задачу минимизации.

Стандартная форма задачи линейного программирования необходима, потому что она позволяет получить базисное решение (используя систему уравнений, порожденную ограничениями). Это (алгебраическое) базисное решение полностью определяет все (геометрические) крайние точки пространства решений. Симплекс-метод позволяет эффективно найти оптимальное решение среди всех базисных.

Восстановить знания по решению задач симплекс-методом можно с помощью презентации «Симплекс метод».

Двойственные задачи

Любая задача линейного программирования имеет двойственную природу. Правило построения двойственной задачи:

Если исходная задача на max, то двойственная на min и наоборот.

В двойственной задаче столько переменных, сколько ограничений в исходной постановке. При этом переменные соответствуют ограничениям и наоборот.

Коэффициентами целевой функции двойственной задачи являются правые части ограничений исходной задачи.

Матрица коэффициентов ограничений двойственной задачи получается транспонированием матрицы коэффициентов ограничений исходной задачи.

Правыми частями ограничений двойственной задачи являются коэффициенты целевой функции исходной.

Ограничениям неравенствам исходной задачи соответствуют неотрицательные переменные двойственной задачи, а ограничениям равенствам – переменные любого знака и наоборот.

Теорема 1: Если исходная задача имеет оптимальный план x*, то двойственная задача также имеет оптимальный план y*, причем значения функций на этих планах равны: f(x*)=g(y*).

Теорема 2: Если исходная и двойственная задачи имеют планы, то они имеют и оптимальные планы, причем f(x*)=g(y*).

Признаки оптимальности для двойственных задач:

Признак 1: Если исходная и двойственная задачи имеют планы X и Y, причем f(X)=g(Y), то эти планы оптимальные.

Определение: Ограничения, расположенные на одной строке в схеме пары двойственных задач, называют сопряженными.

Признак 2: Для того, чтобы планы X и Y исходной и двойственной задач были оптимальны, необходимо и достаточно чтобы на этих планах хотя бы одно из каждой пары сопряженных ограничений являлось равенством.

Второй признак позволяет, зная оптимальный план одной из задач, найти оптимальный план другой задачи.

Основные положения двойственной задачи изложены в презентациях «Теория двойственности» и «Двойственная задача».

Транспортные задачи

Транспортная задача является одной из наиболее распространенных специальных задач линейного программирования. Первая строгая постановка транспортной задачи принадлежит Ф. Хичкоку, а первый точный метод решения разработан Л. В. Канторовичем и М. К. Гавуриным.

Под названием “транспортная задача” объединяется широкий круг задач с единой математической моделью. Данные задачи относятся к задачам линейного программирования и могут быть решены симплексным методом. Однако матрица системы ограничений транспортной задачи настолько своеобразна, что для ее решения разработаны специальные методы. Эти методы, как и симплексный метод, позволяют найти начальное опорное решение, а затем, улучшая его, получить оптимальное решение.

Под термином "транспортные задачи" понимается широкий круг задач не только транспортного характера. Общим для них является, как правило, распределение ресурсов, находящихся у m производителей (поставщиков), по n потребителям этих ресурсов. Различают два типа транспортных задач: по критерию стоимости (план перевозок оптимален, если достигнут минимум затрат на его реализацию) и по критерию времени (план оптимален, если на его реализацию затрачивается минимум времени).

Наиболее часто встречаются следующие задачи, относящиеся к транспортным:

· прикрепление потребителей ресурса к производителям;

· привязка пунктов отправления к пунктам назначения;

· взаимная привязка грузопотоков прямого и обратного направлений;

· отдельные задачи оптимальной загрузки промышленного оборудования;

· оптимальное распределение объемов выпуска промышленной продукции между заводами-изготовителями и др.

Постановки задач транспортного типа, алгоритмы их решения и примеры практического использования представлены в трех презентациях:

1. «Обобщенная транспортная задача (λ-задача)».

2. «Закрытая транспортная задача. Метод потенциалов».

3. «Усложнённые постановки транспортной задачи».

Экономические приложения

Многообразие экономических приложений математического моделирования методами линейного программирования рассмотрим на примерах формулирования конкретных постановок прикладных задач (заимствовано из курса лекций Диязитдиновой А.П.).

Задача 1

Для сохранения нормальной жизнедеятельности человек должен в сутки потреблять белков не менее 120 условных единиц (усл. ед.), жиров – не менее 70 и витаминов – не менее 10 усл. ед. Содержание их в каждой единице продуктов П 1 и П 2 равно соответственно (0,2; 0,075; 0) и (0,1; 0,1; 0,1) усл. ед.

Стоимость 1 ед. продукта П 1 – 2 руб., П 2 –3 руб.

Постройте математическую модель задачи, позволяющую так организовать питание, чтобы его стоимость была минимальной, а организм получил необходимое количество питательных веществ.

Задача 2

Из пункта А в пункт В ежедневно отправляются пассажирские и скорые поезда. Данные об организации перевозок следующие:

Сколько должно быть сформировано скорых и пассажирских поездов, чтобы перевезти наибольшее количество пассажиров?

Задача 3

Четыре овощехранилища каждый день обеспечивают картофелем три магазина. Магазины подали заявки соответственно на 17, 12 и 32 тонны. Овощехранилища имеют соответственно 20, 20 ,15 и 25 тонн. Тарифы (в д.е. за 1 тонну) указаны в следующей таблице:

Задача 4

Имеются два склада готовой продукции: А 1 и А 2 с запасами однородного груза 200 и 300 тонн. Этот груз необходимо доставить трем потребителям В 1 , В 2 и В 3 в количестве 100, 150 и 250 тонн соответственно. Стоимость перевозки 1 тонны груза из склада А 1 потребителям В 1 , В 2 и В 3 равна 5, 3 ,6 д.е., а из склада А 2 тем же потребителям – 3, 4, 2 д.е. соответственно.

Составьте план перевозок, минимизирующий суммарные транспортные расходы.

Задача 5

При откорме каждое животное должно получить не менее 9 ед. белков, 8 ед. углеводов и 11 ед. протеина. Для составления рациона используют два вида корма, представленных в следующей таблице.

Стоимость 1 кг корма первого вида – 4 д.е., второго – 6 д.е.

Составьте дневной рацион питательности, имеющий минимальную стоимость.

Задача 6

Хозяйство располагает следующими ресурсами: площадь – 100 ед., труд – 120 ед., тяга – 80 ед. Хозяйство производит четыре вида продукции: П 1 , П 2 , П 3 и П 4 . Организация производства характеризуется следующей таблицей:

Составьте план выпуска продукции, обеспечивающий хозяйству максимальную прибыль.

Задача 7.

Цех выпускает трансформаторы двух видов. Для изготовления трансформаторов обоих видов используются железо и проволока. Общий запас железа – 3 тонны, проволоки – 18 тонн. На один трансформатор первого вида расходуются 5 кг железа и 3 кг проволоки, а на один трансформатор второго вида расходуются 3 кг железа и 2 кг проволоки. За каждый реализованный трансформатор первого вида завод получает прибыль 3 д.е., второго – 4 д.е.

Составьте план выпуска трансформаторов, обеспечивающий заводу максимальную прибыль.

Задача 8

Совхоз отвел три земельный массива размером 5000, 8000 и 9000 га на посевы ржи, пшеницы, кукурузы. Средняя урожайность в центнерах на 1 га по массивам указана в следующей таблице:

Посевы	Массивы
I	II	III
рожь
пшеница
кукуруза

За 1 центнер ржи совхоз получает 2 д.е., за 1 центнер пшеницы – 2,8 д.е., за 1 центнер кукурузы – 1,4 д.е. Сколько гектаров и на каких массивах совхоз должен отвести на каждую культуру, чтобы получить максимальную выручку, если по плану он обязан сдать не менее 1900 тонны ржи, 158 000 тонны пшеницы и 30 000 тонн кукурузы?

Задача 9

Из трех продуктов – I, II, III составляется смесь. В состав смеси должно входить не менее 6 ед. химического вещества А, 8 ед. – вещества В и не менее 12 ед. вещества С. Структура химических веществ приведена в следующей таблице:

Продукт	Содержание химического вещества в 1 ед. продукции	Стоимость 1 ед. продукции
А	В	С
I
II
III		1,5	2,5

Составьте наиболее дешевую смесь.

Задача 10

В школе проводится конкурс на лучшую стенгазету. Одному школьнику дано следующее поручение:

купить акварельной краски по цене 30 д.е. за коробку, цветные карандаши по цене 20 д.е. за коробку, линейки по цене 12 д.е., блокноты по цене 10 д.е.;

красок нужно купить не менее трех коробок, блокнотов – столько, сколько коробок карандашей и красок вместе, линеек не более пяти. На покупки выделяется не менее 300 д.е.

В каком количестве школьник должен купить указанные предметы, чтобы общее число предметов было наименьшим?

Задача 11

Имеются три специализированные мастерские по ремонту двигателей. Их производственные мощности равны соответственно 100, 700, 980 ремонтов в год. В пяти районах, обслуживаемых этими мастерскими, потребность в ремонте равна соответственно 90, 180, 150, 120, 80 двигателей в год. Затраты на перевозу одного двигателя из районов к мастерским следующие:

Районы	Мастерские

	4,5	3,7	8,3
	2,1	4,3	2,4
	7,5	7,1	4,2
	5,3	1,2	6,2
	4,1	6,7	3,1

Спланируйте количество ремонтов каждой мастерской для каждого из районов, минимизирующее суммарные транспортные расходы.

Задача 12

Нефтеперерабатывающий завод получает четыре полуфабриката: 400 тыс. л алкилата, 250 тыс. л крекинг-бензина, 350 тыс. л бензина прямой перегонки и 100 тыс. л изопентона. В результате смешивания этих четырех компонентов в разных пропорциях образуются три сорта авиационного бензина: бензин А-2:3:5:2, бензин В-3:1:2:1, бензин С-2:2:1:3. Стоимость 1 тыс. л указанных сортов бензина характеризуется числами 120 д.е., 100 д.е., 150 д.е.

Составьте план выпуска разных сортов авиационного бензина из условия получения максимальной стоимости всей продукции.

Задача 13

Для участия в соревнованиях спортклуб должен выставить команду, состоящую из спортсменов I и II разрядов. Соревнования проводятся по Буге, пряжкам в высоту, прыжкам в длину. В беге должны участвовать 5 спортсменов, в прыжках в длину – 8 спортсменов, а в прыжках в высоту – не более 10. количество очков, гарантируемых спортсмену каждого разряда по каждому виду, указано в таблице:

Распределите спортсменов в команды так, чтобы сумма очков команды была наибольшей, если известно, что в команде I разряд имеют только 10 спортсменов.

Задача 14

Звероферма выращивает черно-бурых лисиц и песцов. На звероферме имеется 10 000 клеток. В одной клетке могут быть либо 2 лисицы, либо 1 песец. По плану на ферме должно быть не менее 3000 лис и 6000 песцов. В одни сутки необходимо выдавать каждой лисе корма – 4 ед., а каждому песцу – 5 ед. Ферма ежедневно может иметь не более 200 000 единиц корма. От реализации одной шкурки лисы ферма получает прибыль 10 д.е., а от реализации одной шкурки песца – 5 д.е.

Какое количество лисиц и песцов нужно держать не ферме, чтобы получить наибольшую прибыль?

Задача 15

Имеются два элеватора, в которых сосредоточено соответственно 4200 и 1200 тонн зерна. Зерна необходимо перевезти трем хлебозаводам в количестве 1000, 2000 и 1600 тонн каждому. Расстояние от элеватора до хлебозавода указано в следующей таблице:

Затраты на перевозку 1 тонны продукта на 1 км составляют 25 д.е. Спланируйте перевозки зерна из условия минимизации транспортных расходов.

Задача 16

Из двух сортов бензина образуются две смеси – А и В. Смесь А содержит Бензина 60% 1-го сорта и 40% 2-го сорта; смесь В – 80% 1-го сорта и 20% 2-го сорта. Цена 1 кг смеси А – 10 д.е., а смеси В – 12 д.е.

Составьте план образования смесей, при котором будет получен максимальный доход, если в наличии имеется бензин 50 т 1-госорта и 30 т второго сорта.

Задача 17

Имеются две почвенно-климатические зоны, площади которых соответственно равны 0,8 и 0,6 млн. га. Данные об урожайности зерновых культур приведены в таблице:

Определите размеры посевных площадей озимых и яровых культур, необходимые для достижения максимального выхода продукции в стоимостном выражении.

Задача 18

На заводе выпускают изделия четырех типов. От реализации 1 ед. каждого изделия завод получает прибыль соответственно 2, 1, 3, 5 д.е. На изготовление изделий расходуются ресурсы трех видов: энергия, материалы, труд.

Данные о технологическом процессе приведены в следующей таблице:

Спланируйте производство так, чтобы прибыль от их реализации была наибольшей.

Рассмотренные выше модели можно отнести к разряду статических моделей линейного программирования, поскольку в них временной интервал был фиксирован. Если возникает необходимость найти решение для другого временного интервала, то нужно заново вводить данные в модель и производить новую оптимизацию. Иначе говоря, в подходе, рассмотренном выше, предполагалось, что все временные интервалы являются независимыми и для каждого временного интервала должна решаться своя задача оптимизации.
В динамических моделях рассматривается поведение системы на нескольких временных интервалах, а поиск решения производится один раз, оптимизируя поведение модели на всех временных интервалах сразу.
Динамические модели являются более реалистическими и более адекватно описывают многие производственные ситуации. Зависимость принятия решения от поведения системы во времени делает динамические модели исключительно полезным методом экономического анализа, но они оказываются значительно сложнее статических по своей постановке, содержат, как правило, большое число переменных, требуют определенного навыка при составлении табличной модели.
В качестве примера рассмотрим практически значимую модель управления производственными запасами (другое название этой модели – многофазовые модели управления запасами ). Для общности результатов мы не будем присваивать параметрам числовые значения. После построения модели можно будет задать явные значения параметров и получить численное решение.

Пример 3.10
Рассмотрим химическую фирму, производящую полиуретан. Производитель имеет заказы на поставку полиуретана в количестве d i тонн в месяц на ближайшие четыре месяца (i=1,2,…,4). Пусть затраты на производство одной тонны полиуретана составляют C i тыс. рублей, а максимальный объем производства полиуретана по месяцам ограничен и равен K i тонн в месяц. Производственная фирма имеет возможность хранить продукцию на складе, причем стоимость хранения одной тонны продукции за месяц составляет n i тыс. рублей. На начальный период времени запас полиуретана на складе составлял L 0 тонн. Менеджеру компании требуется составить план производства полиуретана по месяцам, который бы обеспечил выполнение заказов при минимальной стоимости производства и хранения продукта.
Решение
Заметим, что если бы не было возможности хранить продукцию на складе, то задача разбилась бы на четыре независимые статические задачи и потеряла бы для нас всякий смысл.
Составим уравнение материального баланса, позволяющего вычислить количество продукции, хранящееся на складе в течение i-го месяца. Пусть x i – количество полиуретана, произведенного в i-й временной период. Тогда в течение первого месяца товарный запас на складе будет равен L 1 =L 0 +x 1 -d 1 . Товарный запас второго месяца

Продолжая этот процесс, легко получить общую формулу товарных запасов для любого временного интервала :

. (3.24)
После того как мы вывели уравнение (3.24), описывающее поведение товарных запасов, легко записать математическую модель задачи:

(3.25)
Поставленная задача (3.25) является типичной задачей линейного программирования и может быть достаточно легко решена с помощью программы Поиск решения. Используя численные значения удельных затрат производства

и необходимого объема поставок и производственных мощностей по месяцам
требуется составить оптимальный план производства полиуретана, если на первое января запас полиуретана на складе составлял 15 тонн.

Табличная модель задачи управления запасами
Табличная модель задачи после нахождения оптимального решения приведена на рис. 21.

Рис. 21. Табличная модель задачи динамического программирования

Следует сказать несколько слов и об отчете по устойчивости для этой модели, приведенном на рис. 22.

Рис. 22. Отчет по устойчивости для динамической модели

Если используется простое ограничение на значение оптимизируемых переменных (x i ≤K i в нашем случае), то в отчете по устойчивости теневые цены для этих ограничений помещаются в столбце нормированная стоимость, а информация о допустимом диапазоне теневых цен для этих ограничений не выводится. Таким образом, если увеличить на одну тонну производственные мощности в январе, то общие затраты уменьшатся на 1,7 тыс. рублей.
Требует дополнительных пояснений и столбец Целевой коэффициент отчета по устойчивости. Приведенные здесь значения Excel вычисляет самостоятельно. Смысл целевого коэффициента при переменной состоит в том, что он показывает, насколько увеличится значение целевой функции при увеличении оптимального значения переменной на единицу.
В этом легко убедиться на практике. Оптимальное значение производства полиуретана в январе – 60 тонн, а суммарные затраты равны 4 776,45 тыс. рублей. Если в качестве оптимального значения за январь подставить число 61 и пересчитать суммарные затраты, то получим новое значение – 4 805,50. Разность этих чисел как раз и равна 29,05 – целевому коэффициенту при переменной объема производства в январе.
Широко известны и другие постановки задач динамического программирования. Некоторые из них (модель замены оборудования и модель инвестиций) будут рассмотрены на практических занятиях.

Линейное программирование - один из первых и наиболее подробно изученных разделов математического программирования. Именно линейное программирование явилось тем разделом, с которого начала развиваться сама дисциплина «математическое программирование». Термин «программирование» в названии дисциплины ничего общего с термином «программирование (т.е. составление программ) для ЭВМ» не имеет, так как дисциплина «линейное программирование» возникла еще до того времени, когда ЭВМ стали широко применяться при решении математических, инженерных, экономических и др. задач. Термин «линейное программирование» возник в результате неточного перевода английского «linear programming». Одно из значений слова «programming» - составление планов, планирование. Следовательно, правильным переводом «linear programming» было бы не «линейное программирование», а «линейное планирование», что более точно отражает содержание дисциплины. Однако, термин линейное программирование, нелинейное программирование и т.д. в нашей литературе стали общепринятыми.

Итак, линейное программирование возникло после Второй Мировой Войны и стал быстро развиваться, привлекая внимание математиков, экономистов и инженеров благодаря возможности широкого практического применения, а так же математической «стройности».

Можно сказать, что линейное программирование применимо для построения математических моделей тех процессов, в основу которых может быть положена гипотеза линейного представления реального мира: экономических задач, задач управления и планирования, оптимального размещения оборудования и пр.

Задачами линейного программирования называются задачи, в которых линейны как целевая функция, так и ограничения в виде равенств и неравенств. Кратко задачу линейного программирования можно сформулировать следующим образом: найти вектор значений переменных, доставляющих экстремум линейной целевой функции при m ограничениях в виде линейных равенств или неравенств.

Линейное программирование представляет собой наиболее часто используемый метод оптимизации. К числу задач линейного программирования можно отнести задачи:

· рационального использования сырья и материалов; задачи оптимизации раскроя;
· оптимизации производственной программы предприятий;
· оптимального размещения и концентрации производства;
· составления оптимального плана перевозок, работы транспорта;
· управления производственными запасами;
· и многие другие, принадлежащие сфере оптимального планирования.

Так, по оценкам американских экспертов, около 75% от общего числа применяемых оптимизационных методов приходится на линейное программирование. Около четверти машинного времени, затраченного в последние годы на проведение научных исследований, было отведено решению задач линейного программирования и их многочисленных модификаций.

Постановка задачи оптимизации предполагает существование конкурирующих свойств процесса, например:

· количество продукции - расход сырья
· количество продукции - качество продукции

Выбор компромиcного варианта для указанных свойств и представляет собой процедуру решения оптимизационной задачи.

При постановке задачи оптимизации необходимо:

1. Наличие объекта оптимизации и цели оптимизации. При этом формулировка каждой задачи оптимизации должна требовать экстремального значения лишь одной величины, т.е. одновременно системе не должно приписываться два и более критериев оптимизации, т.к. практически всегда экстремум одного критерия не соответствует экстремуму другого. Приведем примеры.

Типичный пример неправильной постановки задачи оптимизации:

«Получить максимальную производительность при минимальной себестоимости».

Ошибка заключается в том, что ставится задача поиска оптимальности 2-х величин, противоречащих друг другу по своей сути.

Правильная постановка задачи могла быть следующая:

а) получить максимальную производительность при заданной себестоимости;
б) получить минимальную себестоимость при заданной производительности;

В первом случае критерий оптимизации - производительность, а во втором - себестоимость.

2. Наличие ресурсов оптимизации, под которыми понимают возможность выбора значений некоторых параметров оптимизируемого объекта.
3. Возможность количественной оценки оптимизируемой величины, поскольку только в этом случае можно сравнивать эффекты от выбора тех или иных управляющих воздействий.
4. Учет ограничений.

Обычно оптимизируемая величина связана с экономичностью работы рассматриваемого объекта (аппарат, цех, завод). Оптимизируемый вариант работы объекта должен оцениваться какой-то количественной мерой - критерием оптимальности.

Критерием оптимальности называется количественная оценка оптимизируемого качества объекта.

На основании выбранного критерия оптимальности составляется целевая функция, представляющая собой зависимость критерия оптимальности от параметров, влияющих на ее значение. Вид критерия оптимальности или целевой функции определяется конкретной задачей оптимизации.

Таким образом, задача оптимизации сводится к нахождению экстремума целевой функции.

В зависимости от своей постановки, любая из задач оптимизации может решаться различными методами, и наоборот - любой метод может применяться для решения многих задач. Методы оптимизации могут быть скалярными (оптимизация проводится по одному критерию), векторными (оптимизация проводится по многим критериям), поисковыми (включают методы регулярного и методы случайного поиска), аналитическими (методы дифференциального исчисления, методы вариационного исчисления и др.), вычислительными (основаны на математическом программировании, которое может быть линейным, нелинейным, дискретным, динамическим, стохастическим, эвристическим и т.д.), теоретико-вероятностными, теоретико-игровыми и др. Подвергаться оптимизации могут задачи как с ограничениями, так и без них.

Экономико-математическая модель любой задачи линейного программирования включает: целевую функцию, оптимальное значение которой (максимум или минимум) требуется отыскать; ограничения в виде системы линейных уравнений или неравенств; требование неотрицательности переменных.

В общем виде модель записывается следующим образом:

Целевая функция:

При этом aij, bi, cj () - заданные постоянные величины.

Задача состоит в нахождении оптимального значения функции (1.1) при соблюдении ограничений (1.2) и (1.3).

Систему ограничений (1.2) называют функциональными ограничениями задачи, а ограничения (1.3) - прямыми.

Вектор, удовлетворяющий ограничениям (1.2) и (1.3), называется допустимым решением (планом) задачи линейного программирования. План, при котором функция (1.1) достигает своего максимального (минимального) значения, называется оптимальным.

Лекция №1

Тема: Модели линейного программирования.

1. Понятие модели и моделирования. Классификация математических моделей.

2.Общая задача линейного программирования. Различные формы моделей задач линейного программирования.

3.Постановка и ЭММ задачи планирования производства.

4.Постановка и ЭММ задачи оптимального составления смесей.

Цель: Дать общую характеристику предмету экономико-математического моделирования, показать классификацию видов моделирования и математических моделей. Дать постановку и математическую формулировку общей задачи линейного программирования, а также основных экономико-математических моделей.

1.Понятие модели и моделирования. Классификация математических моделей.

Основным методом исследования систем является метод моделирования , т.е. способ теоретического анализа и практического действия, направленный на разработку и использования моделей. Под моделью понимается образ реального объекта (процесса) в материальной или идеальной форме (т.е. описанный знаковыми средствами на каком-либо языке), отражающие существенные свойства моделируемого объекта (процесса) и замещающий его в ходе исследования и управления.

Математическая модель – это система математических соотношений, приближенно, в абстрактной форме, описывающих изучаемый процесс или систему.

Экономико-математическая модель – это математическая модель, предназначенная для исследования экономической проблемы.

Построение и расчет математической модели позволяют проанализировать ситуацию и выбрать оптимальные решения по управлению ею или обосновать предложенные решения. Применение математических моделей необходимо в тех случаях, когда проблема сложна, зависит от большого числа факторов, по-разному влияющих на её решение. Использование математических моделей позволяет осуществить предварительный выбор оптимальных или близких к ним вариантов решений по определенным критериям.

По числу критериев эффективности математические модели делятся на однокритериальные и многокритериальные. Многокритериальные математические модели содержат два и более критерия.

По учету неизвестных факторов математические модели делятся на детерминированные, стохастические и модели с элементами неопределенности. В детерминированных моделях неизвестные факторы не учитываются. Несмотря на кажущуюся простоту этих моделей, к ним сводят многие практические задачи, в том числе большинство экономических задач. В стохастических моделях неизвестные факторы – это случайные величины, для которых известны функции распределения и различные статистические характеристики. Для моделирования ситуаций, зависящих от факторов, для которых невозможно собрать статистические данные и значения, которых неопределенны, используются модели с элементами неопределенности.

2.Общая задача линейного программирования. Различные формы моделей задач линейного программирования.

В общем виде задача линейного программирования ставится следующим образом: максимизировать (минимизировать) функцию:

при ограничениях:

где x j - управляющие переменные или решения задачи, j =1,… n

b i , a ij , c j - параметры i =1,… m ; j =1,… n

Z - целевая функция или критерий эффективности задачи.

Решить задачу линейного программирования – это значит найти значения управляющих переменных, удовлетворяющих заданным ограничениям (1-3), при которых целевая функция принимает максимальное или минимальное значение.

Задача линейного программирования в развернутом виде записывается следующим образом:

При условии, что все переменные неотрицательны, система ограничений состоит лишь из одних неравенств – такая задача линейного программирования называется стандартной , если система ограничений состоит из одних уравнений, то такая задача называется канонической (основной)

3. Постановка и ЭММ задачи планирования производства.

Постановка задачи планирования производства заключается в следующем: найти такой план выпуска продукции, удовлетворяющий системе ограничений по использованию ресурсов, при котором целевая функция достигает максимального значения.

Обозначим x j (j =1,… n ) - число единиц продукции j –вида, запланированной к производству, b i (i =1,… m ) - запас ресурса i – вида; a ij -затраты i –го ресурса на изготовление единицы продукции j - вида; c j -прибыль от реализации единицы продукции j –вида. Тогда ЭММ задачи планирования производства примет вид

при условиях:

4. Постановка и ЭММ задачи оптимального составления смесей.

Постановка задачи составления смеси (рациона, диеты) заключается в следующем: составить смесь (рацион, диету), удовлетворяющую системе ограничений по сбалансированности питательных веществ, при котором стоимость смеси (рациона, диеты) будет минимальной.

Обозначим x j (j =1,… n ) - число единиц продукта (корма) j –вида, b i (i =1,… m ) – необходимый минимум содержания в рационе (смеси) питательного вещества i – вида; a ij – число единиц питательного вещества i –го вида в единице продукта (корма) j - вида; c j – стоимость единицы продукта (корма) j –вида. Тогда ЭММ задачи примет вид

при условиях:

Вопросы для самоконтроля:

1. Что означает термин «моделирование»?

2. Дайте определение «модели»

3. Как записывается общая задача линейного программирования.

4. Какие существуют формы записи задачи линейного программирования.

5. Запишите ЭММ задачи планирования производства.

6. Запишите ЭММ задачи оптимального составления смеси.

1.«Исследование операций в экономике» под редакцией профессора Кремера Н.Ш., М: Банки и биржи, 1997, стр17-26

2.Хазанова Л.Э. «Математическое моделирование в экономике» Учебное пособие, М: Изд. БЕК, 2005, стр11-20, 24-26

3.Покровский В.В. «Математические методы в бизнесе и менеджменте» Учебное пособие. М.: Финансы и статистика, 2008г

4.Рахметова Р.У. «Математические модели и методы экономики» Учебное пособие. А.:Экономика, 2008г

Лекция №2-3

Тема: Методы решения моделей линейного программирования.

1. Алгоритм метода последовательного улучшения опорного плана в симплексных таблицах (симплексный метод).

2. Алгоритм М-метода решения задач линейного программирования со смешанными ограничениями.

Цель: Дать характеристику методам решения задач линейного программирования.

1. Алгоритм метода последовательного улучшения опорного плана в симплексных таблицах (симплексный метод).

Впервые симплексный метод был предложен Данцигом в 1949 г. Симплекс – это выпуклый простейший многогранник в n -мерном пространстве. Алгоритм симплексного метода построен так, что достаточно найти одну из вершин многогранника допустимых решений, а далее с помощью перебора вершин симплекса план будет улучшаться до нахождения оптимального варианта. Решение экономико–математической задачи проводится в несколько этапов:

1) математическая формулировка условий задачи в виде неравенств и уравнений.

2) решение задачи симплексным методом:

а) приведение задачи к канонической форме и нахождение первоначального варианта допустимого плана соответственного одной из вершин выпуклого многогранника,

б) проверка найденного плана на оптимальность, если план оптимален, то решение получено, в противном случае план должен быть улучшен,

в) последовательное улучшение плана до получения оптимального,

3) экономический анализ оптимального плана.

В зависимости от характера ограничений задачи линейного программирования могут решаться симплексным методом с использованием естественного и искусственного базиса. Если ограничения задаются неравенствами типа , то задача решается с естественным базисом. Если ограничения заданы неравенствами  или , то решение ведется с искусственным базисом.

Условие задачи :

Для производства изделия «А» и «В» используется 3 вида сырья.

Вид сырья	Норма расхода сырья на одно изделие, кг	Общее количество сырья, кг
Вид сырья		Общее количество сырья, кг



Прибыль от реализации 1 изд., д. ед.

Определить оптимальный план выпуска изделий, при котором прибыль от реализации будет максимальной.

x 1 -производство изделий вида «А», шт.

x 2 -производство изделий вида «В», шт.

Математическая модель задачи:

Для приведения задачи к каноническому виду в систему неравенств введем дополнительные неизвестные (x 3, x 4, x 5 ) – недоиспользование ресурсов.

Дополнительные переменные входят в целевую функцию с нулевой оценкой, так как недоиспользование ресурсов не приносит никакого дохода. Вынесем дополнительные переменные за знак равенства.

Дополнительные переменные x 3, x 4, x 5 называются базисными, а x 1 и x 2 – основными или небазисными. Находим базисное решение задачи. Для этого примем x 1 =0 x 2 =0.

Тогда x 3 =300, x 4 =120, x 5 =252, Z =0.

Решение проводится в симплексных таблицах на основе тождественных преобразований, путем последовательного исключения неизвестных из уравнений.

МОДЕЛИ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ - математические модели решения экономических задан, представленные в форме задач линейного программирования. Целевая функция, связи и в такой модели выражены в виде линейных уравнений.

Экономика и право: словарь-справочник. - М.: Вуз и школа . Л. П. Кураков, В. Л. Кураков, А. Л. Кураков . 2004 .

Смотреть что такое "МОДЕЛИ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ" в других словарях:

Математические модели решения экономических задач, представленные в форме задач линейного программирования. Целевая функция, связи и ограничения в такой модели выражены в виде линейных соотношений. Райзберг Б.А., Лозовский Л.Ш., Стародубцева Е.Б … Экономический словарь

модели линейного программирования - математические модели решения экономических задач, представленные в форме задач линейного программирования. Целевая функция, связи и ограничения в такой модели выражены в виде линейных соотношений … Словарь экономических терминов

МОДЕЛЬ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ В МЕНЕДЖМЕНТЕ - вид модели, который применяют для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей. Некоторые типичные применения этого метода в управлении производством: планирование ассортимента изделий; … Большой экономический словарь

Модели в экономике используются начиная с 18 в. В «Экономических таблицах» Ф. Кенэ, которые К. Маркс назвал идеей «...бесспорно самой гениальной из всех, какие только выдвинула до сего времени политическая экономия» (Маркс К. и Энгельс Ф., Соч.,… …

I Модели в биологии применяются для моделирования (См. Моделирование) биологических структур, функций и процессов на разных уровнях организации живого: молекулярном, субклеточном, клеточном, органно системном, организменном и популяционно … Большая советская энциклопедия

Модели экономических объектов или процессов, при описании которых используются математические средства. Цели создания Э. м. м. разнообразны: они строятся для анализа тех или иных предпосылок и положений экономической теории, логического… … Большая советская энциклопедия

- (scarcity) Свойство (товаров или производственных факторов), состоящее в том, что при нулевой цене спрос на них (по сравнению с предложением) будет чрезмерно высоким. Это значит, что в условиях равновесия цена дефицитного товара или фактора… … Экономический словарь

Построение, разработка и приложения математич. моделей принятия оптимальных решений. Содержанием теоретич. аспекта И. о. являются анализ и решение математич. задач выбора в заданном множестве допустимых решений Xэлемента, удовлетворяющего тем или … Математическая энциклопедия

- (НИР и ОКР, applied research, research and development R D) – научные исследования, направленные на решение социально практических проблем. Наука (science) сфера человеческой деятельности, функцией которой является выработка и теоретическая… … Википедия

Математическая дисциплина, предметом к рой являются модели экономич. объектов и процессов и методы их исследования. Однако понятия, результаты, методы М. э. удобно и принято излагать в тесной связи с их экономич. происхождением, интерпретацией и… … Математическая энциклопедия

Книги

Экономико-математические методы и модели в коммерческой деятельности. Учебник , Г. П. Фомин. В учебнике рассмотрены операции, экономические показатели, схема образования прибыли, структура связи экономических и математических методов, методы и модели изучения, анализа и…
Методы и модели оптимизации управленческих решений. Учебное пособие , А. Р. Урубков, И. В. Федотов. В учебном пособии изложены принципы оптимизации управленческих решений на основе методов и моделей линейного программирования. На примерах реальных бизнес-ситуаций показано, как, используя…