Экономико-математическое моделирование

Решение задачи линейного программирования симплексным методом. Поиск решения задачи графическим и аналитическим методами. Решение транспортной задачи распределительным методом или методом потенциалов. Расчет качества системы массового обслуживания.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 22.11.2013
Размер файла 217,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Задача №1

Допустим предприятие выпускает три вида изделий (И1, И2, И3), используя три вида ресурсов (Р1, Р2, Р3). Запасы ресурсов (З) ограничены. Прибыль от реализации (П) единицы изделия и нормы расхода ресурсов представлены в таблицах. Определить ассортимент и объемы выпуска продукции, получаемую прибыль, величину остатков ресурсов. Найти решение задачи симплексным методом с представлением всех симплексных таблиц (промежуточных шагов решения) и проанализировать полученные результаты. Составить двойственную задачу. Определить двойственные оценки из последней симплексной таблицы и провести анализ последней симплексной таблицы.

И1

И2

И3

З

Р1

5

6

7

50

Р2

6

5

2

30

Р3

3

4

2

51

П

5

2

7

Для определения оптимального плана производства, необходимо решить следующую задачу: определить максимум целевой функции

f(x) = 5X1 + 2X2 + 7X3max

при следующих условиях

Х1, Х2, Х3 0.

Запишем данную задачу в каноническом виде

линейный программирование транспортный симплексный

Для решения задачи линейного программирования составим симплексную таблицу

Базис

Коэффициент цели

План

Коэффициент функции цели

5

2

7

0

0

0

Х1

Х2

Х3

Х4

Х5

Х6

Х4

0

50

5

6

7

1

0

0

50/7=

Х5

0

30

6

5

2

0

1

0

30/2=15

Х6

0

51

3

4

2

0

0

1

51/2=25,5

F(x)=0*50+30*0+0*51=0

-5

-2

-7

0

0

0

?1=0*5+0*6+0*3-5=-5

?2=0*6+0*5+0*4-2=-2

?3=0*7+0*2+0*2-7=-7

?4=?5=?6=0

Наибольшим по модулю является элемент третьего столбца, значит данный столбец выбираем за ведущий.

Для определения ведущей строки делим план на соответствующие элементы третьего столбца и записываем в последний столбец. Первая строка является ведущей, так как значение самое маленькое из определенных.

На пересечении ведущих строки и столбца находится ключевой элемент.

Из базиса выходит х4, а входит х3. Сделаем пересчет таблицы. Для этого каждый элемент первой строки разделим на 7, из каждого элемента второй строки отнимем первуюстрокуумноженную на 2/7, и из каждого элемента третьей строки отнимем первую строку, умноженную на 2/7. Таблица будет иметь следующий вид:

Базис

Коэффициент цели

План

Коэффициент функции цели

5

2

7

0

0

0

Х1

Х2

Х3

Х4

Х5

Х6

Х3

7

5/7

6/7

1

1/7

0

0

Х5

0

4

0

-2/7

1

0

Х6

0

36

1

0

-2/7

0

1

F(x)=7*50/7+110/7*0+257/7*0=50

0

4

0

1

0

0

?1=7*5/7+0*4+0*1-5=0

?2=7*6/7+0*+0*-2=4

?3=7*1+0*0+0*0-7=0

?4=7*1/7+0*-2/7+0*-2/7-0=1

?5=?6=0

Индексная строка не содержит отрицательных элементов - найден оптимальный план.

Необходимо выпускать изделия И3 в количествеединицы. Второе сырье в количестве кг и третье в количестве 36 кг остается неиспользованным. Общий доход от продажи составит 50усл.ед. Из таблицы также видно, что оптимальным решением двойственной задачи является Y* = (1, 0, 0), поскольку решение двойственной задачи находится в столбцах, соответствующих дополнительным переменным исходной задачи (Х4, Х5, Х6).Переменная , = 0, и, значит, второй и третий вид сырья имеется в избытке.

Выпускать продукцию типа И2 невыгодно, а принудительный выпуск единицы данной продукции уменьшит доход на 4ус.ед.

Также увеличение на 1 кг сырья первого вида дает новый оптимальный план, при котором доход возрастет на 1усл.ед. и составит 51усл.ед. Это можно также достигнуть за счет увеличения выпуска изделия И3 на 1/7.

Вычислим минимальное значение целевой функции двойственной задачи:

F(y) = 501+ 30 0+ 510= 50оно совпадает с максимальным значением целевой функции исходной задачи.

Задача№2

Решить задачу графическим и аналитическим методами. Для всех вариантов Х1 и Х2 принимают неотрицательные значения.

18X1 - 10X2<= 90 5X1 + 4X2>= 200

- 10X1 + 25X2<= 0 X2>= 70

7X1 + 7X2<= 63 9X1 - X2>= 0

17X1 + 12X2<= 204 5X1 - 4X2>= 200

f(X) = -5X1 - 4X2 -> min f(X) = - 3X1 - 2X2 -> max

Максимум достигается в точке пересечения второй и первой прямой. Составим для них уравнение и найдем точку оптимальности:

Выразим из первого уравнения х2 и подставим во второе:

-10х1+25*=0 отсюда Х1=45/11 значит х2=(90-18*45/11)/10=18/11

Вычислим значение функции цели в точке А(45/11; 18/11)

f(x)max = -545/11 + -4*18/11 = -27

а)

б)

Максимум достигается в точке пересечения второй и четвертой прямой. Составим для них уравнение и найдем точку оптимальности:

Методом замены переменной получим х1=96, х2=70

Вычислим значение функции цели в точке А(96; 70)

f(x)min = -396-2*70 = -428

Задача №3

Решить транспортную задачу распределительным методом или методом потенциалов

Допустим имеется три поставщика продукции с соответствующими предложениями а1, а2 и а3 и три потребителя, спрос которых составляет в1, в2 и в3 соответственно. Стоимость перевозки единицы груза из каждого пункта отправления до каждого пункта назначения задается матрицей С.

а1= 112, а2 = 238, а3 = 250 6 2 4

в1 = 120, в2 = 130, в3 = 200 С = 1 5 3

Пункты

отправления

Предложение

В1

В2

В3

А1

6

2

4

112

А2

1

5

3

238

А3

2

2

4

250

Спрос

120

130

200

Всего предложения: 112+238+250=600, всего спроса: 120+130+200=450

Данная задача открытая. Преобразуем ее в закрытую. Введем фиктивного потребителя в4=150

Пункты

отправления

Предложение

В1

В2

В3

В4

А1

6

2

4

112

А2

1

5

3

238

А3

2

2

4

250

Спрос

120

130

200

150

600

Сделаем опорный план методом северо-восточного угла.

Пункты

отправления

Предложение

В1

В2

В3

В4

А1

1126

2

4

А2

81

1305

1003

А3

2

2

1004

150

Спрос

Согласно данному плану перевозок функция цели - общая стоимость перевозок всего груза - составляет

f(х) = 6 112+ 1 8+ 5130 + 3100+ 4100 + 0*150= 1830.

Решим задачу методом потенциала.

V1= 6

V2 = 10

V3 = 8

V4 = 4

Для занятых клеток

U1 + V1 = 6,

U2+ V1= 1,

U2 + V2= 5,

U2+ V3= 3,

U3+ V3 = 4,

U3+ V4= 0,

U1= 0

1126

2

4

0

112

U2 = -5

81

1305

1003

0

238

U3 = -4

2

2

1004

1500

250

120

130

200

150

ПоложимU1= 0, тогда учитывая занятые клетки

V1= 6, V2 = 10, U2 = -5, U3 = -4, V3 = 8, V4 = 4.

Подсчитаем ij для свободных клеток:

12 = 2 - (0+10) = -8, 13 = 4 - (0 +8) = -4,

14 = 0 - (0+4) = -4, 24 = 0 - (4-5) = 1,

31 = 2 - (6-4) = 0, 32 = 2 - (-4+10) = -4,

Поскольку среди значений ij есть отрицательные, то план перевозок не оптимален и необходимо, сделав сдвиг по циклу пересчета для клетки (1,2), перейти к новому плану.

V1= -2

V2 = 2

V3 = 0

V4 = -4

Для занятых клеток

U1 + V2= 2,

U2+ V2 = 5,

U2+ V1= 1,

U2+ V3= 3,

U3+ V3= 4,

U3+ V4= 0,

U1= 0

06

1122

4

0

112

U2 = 3

1201

185

1003

0

238

U3 = 4

2

2

1004

1500

250

120

130

200

150

ПоложимU1= 0, тогда учитывая занятые клетки

V1= -2, V2 = 2, U3= 4, U2= 3, V3 = 0, V4 = -4.

Подсчитаем ij для свободных клеток:

11 = 6 - (0-2) = 8, 13 = 4 - (0 -4) = 8,

14 = 0 - (0-4) = 4, 24 = 0 - (3-4) = 1,

31 = 2 - (4-2) = 0, 32 = 2 - (4+2) = -4,

Поскольку среди значений ij есть отрицательные, то план перевозок не оптимален и необходимо, сделав сдвиг по циклу пересчета для клетки (3,2), перейти к новому плану.

V1= 2

V2 = 2

V3 = 4

V4 = 0

Для занятых клеток

U1 + V2= 2,

U3+ V2 = 2,

U3+ V3= 4,

U3+ V4= 0,

U2+ V3= 3,

U2+ V1= 1,

U1= 0

6

1122

4

0

112

U2 = -1

1201

05

1183

0

238

U3 =0

2

182

824

1500

250

120

130

200

150

ПоложимU1= 0, тогда учитывая занятые клетки

V1= 2, V2 = 2, U3= 0, U2=-1, V3 = 4, V4 = 0.

Подсчитаем ij для свободных клеток:

11 = 6 - (0+2) = 4, 13 = 4 - (0 +4) = 0,

14 = 0 - (0 +0) = 0, 22 = 5 - (2-1) = 4,

24 = 0 - (0-1) = 1, 31 = 2 - (2+0) = 0,

Поскольку среди значений ij нет отрицательных, то найден оптимальный план перевозок.

f(х) = 1122+ 120 1+ 1183 + 182+824= 1062

Задача №4

Построить сетевую модель выполнения комплекса работ и рассчитать основные временные параметры для всех событий и работ.

Коды работ

to

tнв

tп

1-2

1

5

7

1-3

1

2

3

1-5

2

3

7

2-3

0

0

0

2-4

3

4

7

3-4

3

5

7

3-6

1

2

5

4-6

1

3

6

5-6

1

2

3

6-7

2

3

4

7-8

4

5

6

7-9

6

7

8

8-10

0

0

0

8-12

2

3

4

9-10

4

5

7

9-11

0

0

0

10-11

0

0

0

10-12

1

2

4

11-13

1

3

4

12-13

2

3

4

Где to- оптимистическая оценка, tнв- наиболее вероятная оценка, tп - пессимистическая оценка.

В случаях, когда время выполнения работ точно не известно, то есть продолжительность работы является случайной (стохастической) величиной, характеризующейся законом в-распределения с числовыми характеристиками - средним значением, или математическим ожиданием продолжительности работы tожij и дисперсией продолжительности работы у2ij.

Тогда среднее (ожидаемое) время выполнения работы определяется выражением

toжij = ,

Определение степени неопределённости выполнения работ, лежащих на критическом пути

,

Рассчитаем данные показатели и запишем в последние колонки.

Коды работ

to

tнв

tп

tож

Дисперсия

1-2

1

5

7

4,67

1,0

1-3

1

2

3

2,00

0,1

1-5

2

3

7

3,50

0,7

2-3

0

0

0

0,00

0,0

2-4

3

4

7

4,33

0,4

3-4

3

5

7

5,00

0,4

3-6

1

2

5

2,33

0,4

4-6

1

3

6

3,17

0,7

5-6

1

2

3

2,00

0,1

6-7

2

3

4

3,00

0,1

7-8

4

5

6

5,00

0,1

7-9

6

7

8

7,00

0,1

8-10

0

0

0

0,00

0,0

8-12

2

3

4

3,00

0,1

9-10

4

5

7

5,17

0,3

9-11

0

0

0

0,00

0,0

10-11

0

0

0

0,00

0,0

10-12

1

2

4

2,17

0,3

11-13

1

3

4

2,83

0,3

12-13

2

3

4

3,00

0,1

Построим сетевой график на основании данных.

Критический путь (1,2,4,6,7,9,10,11,13) равен 5+4+3+3+7+5+0+3=30 дня.

Дисперсия критического пути составляет:

1+0,4+0,7+0,1+0,1+0,3+0+0,3=2,9

Определение вероятности завершения комплекса работ в заданный директивный срок. Для этого необходимо найти аргумент функции нормального распределения Z по формуле

где Tдир - директивный срок завершения работ; Lкр - длительность критического пути; у2ijкр - суммарная дисперсия работ, лежащих на критическом пути.

Найдем аргумент функции вероятность завершения комплекса работ в течении35 дней.

С помощью функции ExcelНОРМСТРАСПР находим значение вероятности. С вероятностью 0,998 работы завершаться в течении 35 дней.

Максимальный срок выполнения всего комплекса работ Т при заданном уровне вероятности р

.

Найдем максимальный срок выполнения всего комплекса работ при вероятности 95%

Для получения величины Z можно использовать функцию НОРМСТОБР из категории СтатистическиеExcel.

Z=1.645

Т=30+1,645*1,7=32,8 дней

Таким образом, с вероятностью 0,95 комплекс работ будет завершен за 32,8 дней.

Линейная модель выглядит следующим образом:

Задача №5

Провести расчеты показателей качества системы массового обслуживания и проанализировать полученные результаты сравнивая их с представленным примером. Пояснить какая система является более приемлемой для внедрения на производстве и почему.

Допустим имеется возможность выбора способа реализации производственного процесса, используя различные технологии и различное оборудование: 1-й способ, рассмотренный в варианте, 2-й способ, для которого необходимо также рассчитать все приведенные показатели и сравнить с 1-м, определяется следующим образом: количество работников необходимо увеличить на 1 для всех вариантов. Интенсивность поступления заявок во всех случаях равна 1 (один из станков выходит из строя в среднем 1 раз в час), время обслуживания станка 6 мин.

Вариант

1

2

3

4

5

6

7

8

9

10

Кол-во станков

11

12

13

14

15

16

17

18

19

20

Кол-во работников

2

2

2

2

2

3

3

3

3

3

Решение:

n = 3, m = 18, = 1, = 6 мин = 0,1 ч.,

= = 10, = = 0,1.

В любой момент времени система находится в одном из своих возможных состояний:

k = 0 - все станки работают, очереди нет;

k = 1 - один станок обслуживается, очереди нет;

k = 2 - два станка обслуживаются, очереди нет;

k = 3 - три станка обслуживаются, очереди нет;

k = 4 - три станка обслуживаются, один в очереди, остальные работают;

k = 18 - три станка обслуживаются, пятнадцать в очереди на обслуживание, т.е. ни один станок не работает.

Этим состояниям системы соответствуют вероятности:

Р0, Р1, Р2, Р3, …, Р18.

Определим значения для случая, когда очереди нет

(0 k 2):

0 = 0,1 = 1; 1 = 0,11 = 1,8;

2 = 0,12 = 1,53, 3= 0,13 = 0,816.

Определим значения для случая, когда очередь есть

(4k12):

4= 0,14 = 0,33;

18= 0,112 = 2,47884684245287E-11.

Вероятность того, что в системе не будет ни одного требования:

Р0 = (5,87766997)-1 = 0,1701.

Среднее число станков, стоящих в очереди:

М1 = Рk = 0,2152.

Это означает, что в среднем из 18 станков 0,2152 простаивают в очереди на обслуживание.

Коэффициент простоя станка в очереди К1 = = 0,012.

Это означает, что в среднем каждый станок 1,2 % времени простаивает в очереди.

Среднее число простаивающих станков (в очереди и обслуживании)

М2 = Рk = 1,832.

Это означает, что в среднем 95 % рабочего времени 2 станка из 18 не будет работать.

Коэффициент простоя станка в системе обслуживания

К2 = = 0,102.

Это означает, что 10,2 % времени в среднем будет простаивает каждый станок из 18.

Среднее число свободных обслуживающих аппаратов (рабочих)

М3 = Рk = 1,667

Это означает, что из трех человек в среднем один всегда свободен.

Коэффициент простоя рабочего К3 = = 0,556.

Это означает, что в среднем каждый рабочий 55,6 % рабочего времени простаивает без работы.

Число требований,

Число требований, ожидающих обслуживания,

Число свободных рабочих,

и

Рk=bkЧР0

(k-n) Рk

kЧРk

(n-k) Рk

k

k - n

n - k

0

-

3

1

0,1701

-

0

0,5103

1

-

2

1,8

0,30618

-

0,30618

0,61236

2

-

1

1,53

0,260253

-

0,520506

0,31365

3

-

-

0,816

0,1388016

-

0,4164048

-

4

1

-

0,408

0,0694008

0,0694008

0,2776032

-

5

2

-

0,1904

0,032387

0,06477408

0,1619352

-

6

3

-

0,08250667

0,0140344

0,04210315

0,0842063

-

7

4

-

0,03300267

0,0056138

0,02245501

0,0392963

-

8

5

-

0,01210098

0,0020584

0,01029188

0,016467

-

9

6

-

0,00403366

0,0006861

0,00411675

0,0061751

-

10

7

-

1,21E-03

0,0002058

0,00144086

0,0020584

 

11

8

-

3,23E-04

5,489E-05

0,00043912

0,0006038

 

12

9

-

7,53E-05

1,281E-05

0,00011527

0,0001537

 

13

10

-

1,51E-05

2,562E-06

2,5615E-05

3,33E-05

 

14

11

-

2,51E-06

4,269E-07

4,6961E-06

5,977E-06

 

15

12

-

3,35E-07

5,692E-08

6,8308E-07

8,538E-07

 

16

13

-

1,12E-08

1,897E-09

2,4667E-08

3,036E-08

 

17

14

-

7,44E-10

1,265E-10

1,7709E-09

2,15E-09

 

18

15

-

2,48E-11

4,217E-12

6,3248E-11

7,59E-11

 

-

-

5,87766997

-

0,21516795

1,8316299

1,667

1) Второй вариант, когда 4 рабочих при всех оставшихся параметрах.

n = 4, m = 18, = 1, = 6 мин = 0,1 ч.,

= = 10, = = 0,1.

В любой момент времени система находится в одном из своих возможных состояний:

k = 0 - все станки работают, очереди нет;

k = 1 - один станок обслуживается, очереди нет;

k = 2 - два станка обслуживаются, очереди нет;

k = 3 - три станка обслуживаются, остальные работают;

k = 4 - четыре станка обслуживаются, остальные работают;

k = 18 - четыре станка обслуживаются, четырнадцать в очереди на обслуживание, т.е. ни один станок не работает.

Этим состояниям системы соответствуют вероятности:

Р0, Р1, Р2, Р3, …, Р18.

Определим значения для случая, когда очереди нет

(0 k 2):

0 = 0,1 = 1; 1 = 0,11 = 1,8;

2 = 0,12 = 1,53, 3 = 0,13=0,816,3 = 0,14=0,306

Определим значения для случая, когда очередь есть

(5k18):

5= 0,15 = 0,1071; … 18= 0,112 = 9,94E-13.

Вероятность того, что в системе не будет ни одного требования:

Р0 = (5,6081)-1 = 0,1783.

Среднее число станков, стоящих в очереди:

М1 = Рk = 0,04.

Это означает, что в среднем из 18 станков 0,04 простаивают в очереди на обслуживание.

Коэффициент простоя станка в очереди

К1 = = 0,0022.

Это означает, что в среднем каждый станок 0,22 % времени простаивает в очереди.

Среднее число простаивающих станков (в очереди и обслуживании)

М2 = Рk = 1,673.

Это означает, что в среднем 95 % рабочего времени 2 станка из 18 не будет работать.

Коэффициент простоя станка в системе обслуживания

К2 = = 0,09.

Это означает, что 9 % времени в среднем будет простаивает каждый станок из 18.

Среднее число свободных обслуживающих аппаратов (рабочих)

М3 = Рk = 2,367

Это означает, что из четырех человек в среднем два всегда свободны, а третий свободен на 37%

Коэффициент простоя рабочего

К3 = = 0,5917.

Это означает, что в среднем каждый рабочий 59,17 % рабочего времени простаивает без работы.

Число требований,

k

Число требований, ожидающих обслуживания,

k - n

Число свободных рабочих,

n - k

и

Рk=kР0

(k-n) Рk

kРk

(n-k) Рk

0

-

3

1

0,3088

-

-

0,9264

1

-

2

1,2

0,37056

-

0,37056

0,74112

2

-

1

0,66

0,203808

-

0,407616

0,203808

3

-

-

0,22

0,067936

-

0,203808

-

4

1

-

0,099

0,030571

0,0305712

0,1222848

-

5

2

-

0,0396

0,012228

0,02445696

0,0611424

-

6

3

-

0,01386

0,00428

0,0128399

0,02567981

-

7

4

-

0,004158

0,001284

0,00513596

0,00898793

-

8

5

-

0,0010395

0,000321

0,00160499

0,00256798

-

9

6

-

0,0002079

6,42E-05

0,0003852

0,0005778

-

10

7

-

3,1185E-05

9,63E-06

6,7409E-05

9,6299E-05

 

11

8

-

3,1185E-06

9,63E-07

7,7039E-06

1,0593E-05

 

12

9

-

1,5593E-07

4,81E-08

4,3335E-07

5,778E-07

 

-

-

3,23789986

-

0,07506976

1,20333219

1,87132

Сравнив две СМО можно прийти к выводу, что при увеличении обслуживающего персонала на одного рабочего, снизится простой оборудования на 1 % и уменьшится время простаивания каждого станка на 1%. Но увеличится простой работников с 55,6% до 59,7% рабочего времени.

Задача №6

Определить наилучшую стратегию поведения на рынке товаров и услуг с помощью критериев: Байеса, Лапласа, Вальда, Сэвиджа, Гурвица и максимакса. Сi (i=1-m) - стратегии лица, принимающего решения, Пj (j=1-n) - вероятные состояния рыночной среды, qj- вероятности проявления каждой из n возможных ситуаций во внешней среде.

q1=0,15

q2=0,2

q3=0,35

q4=0,25

q5=0,05

П1

П2

П3

П4

П5

С1

44

16

66

47

10

С2

60

49

63

82

45

С3

13

64

69

86

35

С4

31

85

11

27

47

С5

21

46

31

83

43

Коэффициент “пессимизма” равен 0,3

Определим наилучшую стратегию по критерию Байеса:

44 0,15+ 16 0,2 + 66 0,35+ 47 0,25+10 0,05= 56,9,

60 0,15+ 49 0,2 + 63 0,35+ 82 0,25+45 0,05= 63,6,

13 0,15+ 64 0,2 + 69 0,35+ 86 0,25+35 0,05= 62,15,

31 0,15+ 85 0,2 + 11 0,35+ 27 0,25+47 0,05= 41,35,

21 0,15+ 46 0,2 + 31 0,35+ 83 0,25+43 0,05= 66,85,

Наилучшая стратегия С5 дает максимальный средний «выигрыш» в размере 66,85тыс. ден.ед.

Определим наилучшую стратегию по критерию Лапласа:

(44 + 16 + 66 + 47+10)/5 = 36,6,

(60 + 49 + 63 + 82+45)/5 = 59,8,

(13 + 64 + 69 + 86+35)/5 = 53,4,

(31 + 85 + 11 + 27+47)/5 = 40,2,

(21 + 46 + 31 + 83+43)/5 = 44,8,

Наилучшая стратегия С2 дает максимальный средний «выигрыш» в размере 59,8тыс. ден.ед.

Используя матрицу игры, по критерию Вальдаопределяем минимальный выигрыш для всех стратегий

1 = 10; 2 = 45; 3 = 13; 4 = 11,5 = 21

Наилучшая стратегия С2 дает максимальный (из минимальных) «выигрыш» в размере 45тыс. ден.ед.

По критерию Сэвиджа, используя матрицу рисков, находим максимальные риски для всех стратегий

ri = rij

Составим матрицу рисков

П1

П2

П3

П4

П5

С1

16

69

3

39

37

С2

0

36

6

4

2

С3

47

21

0

0

12

С4

29

0

58

59

0

С5

39

39

38

3

4

ri = rij

r1 =69, r2 = 36, r3= 47, r4 = 59, r5 = 39

Наилучшая стратегия С2 допускает минимальный риск (из максимальных) в размере 36тыс. ден.ед.

Критерий крайнего оптимизма (максимакса):

M = аij.

Наивыгоднейшая стратегия С3 может дать «выигрыш» в размере 86тыс. ден.ед.

G = {kаij + (1 -k) аij},

где k - коэффициент «пессимизма».

k1=0.3*10+0.7*66=49,2

k2=0.3*45+0.7*82=70,9

k3=0.3*13+0.7*86=64,1

k4=0.3*11+0.7*85=62,8

k5=0.3*21+0.7*83=64,4

Наилучшая стратегия С2 дает «выигрыш» в размере 70,9тыс. ден.ед.

По большинству критериев наилучшей стратегией является С2

Размещено на Allbest.ru

...

Подобные документы

  • Решение графическим методом задачи линейного программирования с двумя неизвестными. Решение транспортной задачи методом северо-западного угла и методом минимальной стоимости. Системы массового обслуживания. Стохастическая модель управления запасами.

    контрольная работа [458,1 K], добавлен 16.03.2012

  • Применение линейного программирования для решения транспортной задачи. Свойство системы ограничений, опорное решение задачи. Методы построения начального опорного решения. Распределительный метод, алгоритм решения транспортной задачи методом потенциалов.

    реферат [4,1 M], добавлен 09.03.2011

  • Экономико-математическая модель получения максимальной прибыли, её решение графическим методом. Алгоритм решения задачи линейного программирования симплекс-методом. Составление двойственной задачи и её графическое решение. Решение платёжной матрицы.

    контрольная работа [367,5 K], добавлен 11.05.2014

  • Исследование методом Жордана-Гаусса системы линейных уравнений. Решение графическим и симплексным методом задач линейного программирования. Экономико-математическая модель задачи на максимум прибыли и нахождение оптимального плана выпуска продукции.

    контрольная работа [177,8 K], добавлен 02.02.2010

  • Формулировка проблемы в практической области. Построение моделей и особенности экономико-математической модели транспортной задачи. Задачи линейного программирования. Анализ постановки задач и обоснования метода решения. Реализация алгоритма программы.

    курсовая работа [56,9 K], добавлен 04.05.2011

  • Составление системы ограничений и целевой функции по заданным параметрам. Построение геометрической интерпретации задачи, ее графическое представление. Решение транспортной задачи распределительным методом и методом потенциалов, сравнение результатов.

    контрольная работа [115,4 K], добавлен 15.11.2010

  • Решение задачи линейного программирования графическим способом. Определение экстремальной точки. Проверка плана на оптимальность. Правило прямоугольников. Анализ и корректировка результатов решения задач линейного программирования симплексным методом.

    контрольная работа [40,0 K], добавлен 04.05.2014

  • Пример решения графическим методом задачи линейного программирования с двумя неизвестными. Решение транспортной задачи методами северо-западного угла и минимальной стоимости. Стохастическая модель управления запасами, ее значение для предприятий.

    контрольная работа [606,2 K], добавлен 04.08.2013

  • Аналитическое определение экстремума функции одной и нескольких переменных. Расчет оптимальной долговечности изделия аналитическим методом. Решение одно- и многомерной задачи оптимизации численными методами. Поиск оптимального вложения инвестиций.

    лабораторная работа [914,5 K], добавлен 02.10.2012

  • Цель работы: изучить и научиться применять на практике симплекс - метод для решения прямой и двойственной задачи линейного программирования. Математическая постановка задачи линейного программирования. Общий вид задачи линейного программирования.

    реферат [193,4 K], добавлен 28.12.2008

  • Решение задачи линейного программирования графическим и симплекс-методом. Решение задачи двойственной к исходной. Определение оптимального плана закрепления потребителей за поставщиками однородного груза при условии минимизации общего пробега автомобилей.

    контрольная работа [398,2 K], добавлен 15.08.2012

  • Симплекс метод решения задач линейного программирования. Построение модели и решение задачи определения оптимального плана производства симплексным методом. Построение двойственной задачи. Решение задачи оптимизации в табличном процессоре MS Excel.

    курсовая работа [458,6 K], добавлен 10.12.2013

  • Составление математической модели, целевой функции, построение системы ограничений и симплекс-таблиц для решения задач линейного программирования. Решение транспортной задачи: определение опорного и оптимального плана, проверка методом потенциалов.

    курсовая работа [54,1 K], добавлен 05.03.2010

  • Построение экономико-математической модели задачи, комментарии к ней и получение решения графическим методом. Использование аппарата теории двойственности для экономико-математического анализа оптимального плана задачи линейного программирования.

    контрольная работа [2,2 M], добавлен 27.03.2008

  • Решение задачи линейного программирования графическим и симплекс-методом. Способы решения транспортных задач: методы северо-западного угла, наименьшей стоимости и потенциалов. Динамическое программирование. Анализ структуры графа, матрицы смежности.

    курсовая работа [361,8 K], добавлен 11.05.2011

  • Общая постановка задачи линейного программирования (ЛП). Приведение задачи ЛП к стандартной форме. Теоремы двойственности и их использование в задачах ЛП. Транспортная задача и её решение методом потенциалов. Интерполирование табличных функций.

    курсовая работа [337,1 K], добавлен 31.03.2014

  • Построение одноиндексной математической модели задачи линейного программирования, ее решение графическим методом. Разработка путей оптимизации сетевой модели по критерию "минимум исполнителей". Решение задачи управления запасами на производстве.

    контрольная работа [80,8 K], добавлен 13.12.2010

  • Основные методы решения задач линейного программирования. Графический метод, симплекс-метод. Двойственная задача, метод потенциалов. Моделирование и особенности решения транспортной задачи методом потенциалов с использованием возможностей Мicrosoft Excel.

    контрольная работа [1,1 M], добавлен 14.03.2014

  • Алгоритм решения оптимизационной задачи линейного программирования (ЗЛП) – планирования производства симплекс методом и при помощи средства "Поиск решения" в Microsoft Excel. Описание работы, графический интерфейс и схема программы для решения ЗЛП.

    дипломная работа [2,3 M], добавлен 19.09.2010

  • Построение сетевого графика согласно данным структурно-временной таблицы. Определение вероятности отказа и средней длины очереди для систем массового обслуживания. Решение игры в чистых стратегиях, по принципу доминирования и графическим методом.

    контрольная работа [455,9 K], добавлен 13.11.2010

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.