Методы оптимальных решений
Построение области допустимых решений. Определение полуплоскостей заданных неравенствами, графическое решение системы. Определение объёма производства каждого вида продукции. Максимальное значение целевой функции в точке. Область многоугольника решений.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 14.06.2017 |
Размер файла | 364,4 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/
Федеральное государственное бюджетное образовательное учреждение
высшего образования
"Саратовский государственный технический университет
имени Гагарина Ю. А."
Факультет Экономики и менеджмента (ФЭМ)
Кафедра "Математика и моделирование"
Направление 38.03.01 "Экономика"
КОНТРОЛЬНАЯ РАБОТА
Методы оптимальных решений
Вариант № 10
ВЫПОЛНИЛ (А):
Горбунова Вероника Александровна
ПРОВЕРИЛ(А): доктор физико-математических наук,
Профессор Бредихин Дмитрий Александрович
Саратов
2016
Содержание
Задание 1
Задание 2
Задание 3
Задание 1
F = 7x1+x2 > max/min, при системе ограничений:
x1+3x2?2
4x1-2x2?35
5x1-13x2?18
x1 ? 0
x2 ? 0
Построим область допустимых решений, т.е. решим графически систему неравенств. Для этого построим каждую прямую и определим полуплоскости, заданные неравенствами (полуплоскости обозначены стрелочками направлений).
x1+3x2=2 (1) прямая, проходит через точки (2;0) и (-1;1),
4x1-2x2=35 (2) прямая, проходит через точки (9,75; 2) и (8,75; 0)
5x1-13x2=18 (3) прямая, проходит через точки (1; -1) и (3,6; 0)
x1 = 0 (4) ось Ох2
x2 = 0 (5) ось Ох1
Пересечением полуплоскостей будет являться область, координаты точек которого удовлетворяют условию неравенствам системы ограничений задачи.
Обозначим границы области многоугольника решений.
Построим прямую, отвечающую значению функции F = 0: F = 7x1+x2 = 0.
Вектор-градиент, составленный из коэффициентов целевой функции, указывает направление максимизации F(X). Начало вектора - точка (0; 0), конец - точка (7; 1)
Определим границы ограниченной области:
1) Так как точка A получена в результате пересечения прямых (5) и (3), то ее координаты удовлетворяют уравнениям этих прямых:
2) Так как точка B получена в результате пересечения прямых (2) и (5), то ее координаты удовлетворяют уравнениям этих прямых:
3) Так как точка С получена в результате пересечения прямых (2) и (3), то ее координаты удовлетворяют уравнениям этих прямых:
Сравним значения целевой функции в вершинах области:
F(A)= 7*3,6 + 1*0 = 25,2 минимальное значение
F(B)= 7*8,75 + 1*0 = 61,25
F(C) = 7*9,98+1*2,45 = 72,29 максимальное значение
Ответ: максимальное значение целевой функции F(X) = 72,29 в точке ; минимальное значение целевой функции F(X) = 25,2 в точке .
Задание 2
Так как нужно определить объёмы производства каждого вида продукции, переменными являются:
X1 - объём производства изделия А в шт.
Х2 - объём производства изделия В в шт.
Целевая функция. Так как стоимость 1 изделия А равна16 руб., доход от её продажи составит 16Х1 руб. Аналогично доход от реализации изделия В составит 19Х2 руб. При допущении независимости объёмов сбыта каждого из изделий общий доход равен сумме двух слагаемых - дохода от продажи изделий А и дохода от продажи изделий В.
Обозначив доход (в руб.) через f(X), можно дать следующую математическую формулировку целевой функции: определить (допустимые) значения X1 и Х2, максимизирующие величину общего дохода:
f(X) = 16X1 + 19X2
Составим математическую модель задачи:
Исходный продукт |
Расход исходных продуктов на 1 изделие (кг) |
Максимально возможный запас (кг) |
||
А |
В |
|||
I |
а1 |
в1 |
с1 |
|
II |
а2 |
в2 |
с2 |
|
III |
а3 |
в3 |
с3 |
|
Прибыль |
б |
в |
Максимальное значение целевой функции F(X) = 16x1+19x2 при следующих условиях-ограничений.
19x1+31x2?1121
16x1+9x2?706
19x1+x2?1068
Для построения первого опорного плана систему неравенств приведем к системе уравнений путем введения дополнительных переменных (переход к канонической форме).
19x1 + 31x2 + 1x3 + 0x4 + 0x5 = 1121
16x1 + 9x2 + 0x3 + 1x4 + 0x5 = 706
19x1 + 1x2 + 0x3 + 0x4 + 1x5 = 1068
Базисные переменные это переменные, которые входят только в одно уравнение системы ограничений и притом с единичным коэффициентом.
Экономический смысл дополнительных переменных: дополнительные переменные задачи ЛП обозначают излишки сырья, времени, других ресурсов, остающихся в производстве данного оптимального плана.
Решим систему уравнений относительно базисных переменных: x3, x4, x5
Полагая, что свободные переменные равны 0, получим первый опорный план: X1 = (0,0,1121,706,1068)
Базисное решение называется допустимым, если оно неотрицательно.
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
x3 |
1121 |
19 |
31 |
1 |
0 |
0 |
|
x4 |
706 |
16 |
9 |
0 |
1 |
0 |
|
x5 |
1068 |
19 |
1 |
0 |
0 |
1 |
|
F(X0) |
0 |
-16 |
-19 |
0 |
0 |
0 |
Переходим к основному алгоритму симплекс-метода.
Текущий опорный план неоптимален, так как в индексной строке находятся отрицательные коэффициенты.
В качестве ведущего выберем столбец, соответствующий переменной x2, так как это наибольший коэффициент по модулю.
Вычислим значения Di по строкам как частное от деления: bi / ai1 и из них выберем наименьшее:
min (1121 : 31 , 706 : 9 , 1068 : 1 ) = 365/31
Следовательно, 1-ая строка является ведущей.
Разрешающий элемент равен (20) и находится на пересечении ведущего столбца и ведущей строки.
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
min |
|
x3 |
1121 |
19 |
31 |
1 |
0 |
0 |
365/31 |
|
x4 |
706 |
16 |
9 |
0 |
1 |
0 |
784/9 |
|
x5 |
1068 |
19 |
1 |
0 |
0 |
1 |
1068 |
|
F(X1) |
0 |
-16 |
-19 |
0 |
0 |
0 |
0 |
Вместо переменной x3 в план 1 войдет переменная x2.
Строка, соответствующая переменной x2 в плане 1, получена в результате деления всех элементов строки x3 плана 0 на разрешающий элемент =31. На месте разрешающего элемента получаем 1. В остальных клетках столбца x2 записываем нули.
Все остальные элементы нового плана 1, включая элементы индексной строки, определяются по правилу прямоугольника.
Представим расчет каждого элемента в виде таблицы:
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
1121 : 31 |
19 : 31 |
31 : 31 |
1 : 31 |
0 : 31 |
0 : 31 |
|
706-(1121 * 9):31 |
16-(19 * 9):31 |
9-(31 * 9):31 |
0-(1 * 9):31 |
1-(0 * 9):31 |
0-(0 * 9):31 |
|
1068-(1121 * 1):31 |
19-(19 * 1):31 |
1-(31 * 1):31 |
0-(1 * 1):31 |
0-(0 * 1):31 |
1-(0 * 1):31 |
|
0-(1121 * -19):31 |
-16-(19 * -19):31 |
-19-(31 * -19):31 |
0-(1 * -19):31 |
0-(0 * -19):31 |
0-(0 * -19):31 |
Получаем новую симплекс-таблицу:
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
x2 |
365/31 |
19/31 |
1 |
1/31 |
0 |
0 |
|
x4 |
38017/31 |
1015/31 |
0 |
-9/31 |
1 |
0 |
|
x5 |
103126/31 |
1812/31 |
0 |
-1/31 |
0 |
1 |
|
F(X1) |
6872/31 |
-411/31 |
0 |
19/31 |
0 |
0 |
Текущий опорный план неоптимален, так как в индексной строке находятся отрицательные коэффициенты.
В качестве ведущего выберем столбец, соответствующий переменной x1, так как это наибольший коэффициент по модулю.
Вычислим значения Di по строкам как частное от деления: bi / ai2 и из них выберем наименьшее:
min (365/31 : 19/31 , 38017/31 : 1015/31 , 103126/31 : 1812/31 ) = 3697/325 полуплоскость неравенство целевой многоугольник
Следовательно, 2-ая строка является ведущей.
Разрешающий элемент равен (1015/31) и находится на пересечении ведущего столбца и ведущей строки.
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
min |
|
x2 |
365/31 |
19/31 |
1 |
1/31 |
0 |
0 |
59 |
|
x4 |
38017/31 |
1015/31 |
0 |
-9/31 |
1 |
0 |
3697/325 |
|
x5 |
103126/31 |
1812/31 |
0 |
-1/31 |
0 |
1 |
5667/570 |
|
F(X2) |
6872/31 |
-411/31 |
0 |
19/31 |
0 |
0 |
0 |
Вместо переменной x4 в план 2 войдет переменная x1.
Строка, соответствующая переменной x1 в плане 2, получена в результате деления всех элементов строки x4 плана 1 на разрешающий элемент =1015/31. На месте разрешающего элемента получаем 1. В остальных клетках столбца x1 записываем нули.
Таким образом, в новом плане 2 заполнены строка x1 и столбец x1. Все остальные элементы нового плана 2, включая элементы индексной строки, определяются по правилу прямоугольника.
Представим расчет каждого элемента в виде таблицы:
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
365/31-(38017/31 * 19/31):1015/31 |
19/31-(1015/31 * 19/31):1015/31 |
1-(0 * 19/31):1015/31 |
1/31-(-9/31 * 19/31):1015/31 |
0-(1 * 19/31):1015/31 |
0-(0 * 19/31):1015/31 |
|
38017/31 : 1015/31 |
1015/31 : 1015/31 |
0 : 1015/31 |
-9/31 : 1015/31 |
1 : 1015/31 |
0 : 1015/31 |
|
103126/31-(38017/31 * 1812/31):1015/31 |
1812/31-(1015/31 * 1812/31):1015/31 |
0-(0 * 1812/31):1015/31 |
-1/31-(-9/31 * 1812/31):1015/31 |
0-(1 * 1812/31):1015/31 |
1-(0 * 1812/31):1015/31 |
|
6872/31-(38017/31 * -411/31):1015/31 |
-411/31-(1015/31 * -411/31):1015/31 |
0-(0 * -411/31):1015/31 |
19/31-(-9/31 * -411/31):1015/31 |
0-(1 * -411/31):1015/31 |
0-(0 * -411/31):1015/31 |
Получаем новую симплекс-таблицу:
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
x2 |
13297/325 |
0 |
1 |
16/325 |
-19/325 |
0 |
|
x1 |
3697/325 |
1 |
0 |
-9/325 |
31/325 |
0 |
|
x5 |
36427/65 |
0 |
0 |
31/65 |
-149/65 |
1 |
|
F(X2) |
8459/65 |
0 |
0 |
32/65 |
27/65 |
0 |
Среди значений индексной строки нет отрицательных. Поэтому эта таблица определяет оптимальный план задачи.
Окончательный вариант симплекс-таблицы:
Базис |
B |
x1 |
x2 |
x3 |
x4 |
x5 |
|
x2 |
13297/325 |
0 |
1 |
16/325 |
-19/325 |
0 |
|
x1 |
3697/325 |
1 |
0 |
-9/325 |
31/325 |
0 |
|
x5 |
36427/65 |
0 |
0 |
31/65 |
-149/65 |
1 |
|
F(X3) |
8459/65 |
0 |
0 |
32/65 |
27/65 |
0 |
Оптимальный план можно записать так:
x1 = 3697/325?36,3, x2 = 13297/325? 13,9
F(X) = 16*3697/325 + 19*13297/325 = 8459/65? 845,14
Ответ: Максимальная прибыль составит 8459/65? 845,14 руб при реализации 3697/325?36,3, изделий вида А и 13297/325? 13,9изделий вида В.
Задание 3
Стоимость доставки единицы груза из каждого пункта отправления в соответствующие пункты назначения задана матрицей тарифов
1 |
2 |
3 |
4 |
5 |
Запасы |
||
1 |
20 |
10 |
13 |
13 |
18 |
200 |
|
2 |
27 |
19 |
20 |
16 |
22 |
300 |
|
3 |
26 |
17 |
19 |
21 |
23 |
250 |
|
Потребности |
210 |
150 |
120 |
135 |
135 |
Проверим необходимое и достаточное условие разрешимости задачи.
?a = 200 + 300 + 250 = 750
?b = 210 + 150 + 120 + 135 + 135 = 750
Условие баланса соблюдается. Запасы равны потребностям. Следовательно, модель транспортной задачи является закрытой.
Занесем исходные данные в распределительную таблицу, используя метод северо-западного угла, построим первый опорный план транспортной задачи.
План начинается заполняться с верхнего левого угла. Искомый элемент равен 20. Для этого элемента запасы равны 200, потребности 210. Поскольку минимальным является 200, то вычитаем его. x11 = min(200,210) = 200.
Движемся вправо по строке - искомый элемент равен 27. Для этого элемента запасы равны 300, потребности 10. Поскольку минимальным является 10, то вычитаем его. x21 = min(300,10) = 10..
Далее искомый элемент равен 19. Для этого элемента запасы равны 290, потребности 150. Поскольку минимальным является 150, то вычитаем его. x22 = min(290,150) = 150.
Искомый элемент равен 20. Для этого элемента запасы равны 140, потребности 120. Поскольку минимальным является 120, то вычитаем его. x23 = min(140,120) = 120.
Искомый элемент равен 16. Для этого элемента запасы равны 20, потребности 135. Поскольку минимальным является 20, то вычитаем его. x24 = min(20,135) = 20.
Искомый элемент равен 16. Для этого элемента запасы равны 20, потребности 135. Поскольку минимальным является 20, то вычитаем его. x24 = min(20,135) = 20.
Искомый элемент равен 23. Для этого элемента запасы равны 135, потребности 135. Поскольку минимальным является 135, то вычитаем его. x35 = min(135,135) = 135.
Получили следующий опорный план:
Таблица 1
1 |
2 |
3 |
4 |
5 |
Запасы |
||
1 |
20[200] |
10 |
13 |
13 |
18 |
200 |
|
2 |
27[10] |
19[150] |
20[120] |
16[20] |
22 |
300 |
|
3 |
26 |
17 |
19 |
21[115] |
23[135] |
250 |
|
Потребности |
210 |
150 |
120 |
135 |
135 |
В результате получен первый опорный план, который является допустимым, так как все грузы из баз вывезены, потребность магазинов удовлетворена, а план соответствует системе ограничений транспортной задачи.
Подсчитаем число занятых клеток таблицы, их 7, а должно быть m + n - 1 = 7. Следовательно, опорный план является невырожденным.
Значение целевой функции для этого опорного плана равно:
F(x) = 20*200 + 27*10 + 19*150 + 20*120 + 16*20 + 21*115 + 23*135 = 15360
Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vj. по занятым клеткам таблицы, в которых ui + vj = cij, полагая, что u1 = 0.
u1 + v1 = 20; 0 + v1 = 20; v1 = 20
u2 + v1 = 27; 20 + u2 = 27; u2 = 7
u2 + v2 = 19; 7 + v2 = 19; v2 = 12
u2 + v3 = 20; 7 + v3 = 20; v3 = 13
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
u3 + v4 = 21; 9 + u3 = 21; u3 = 12
u3 + v5 = 23; 12 + v5 = 23; v5 = 11
Таблица 2
v1=20 |
v2=12 |
v3=13 |
v4=9 |
v5=11 |
||
u1=0 |
20[200] |
10 |
13 |
13 |
18 |
|
u2=7 |
27[10] |
19[150] |
20[120] |
16[20] |
22 |
|
u3=12 |
26 |
17 |
19 |
21[115] |
23[135] |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(1;2): 0 + 12 > 10; ?12 = 0 + 12 - 10 = 2
(3;1): 12 + 20 > 26; ?31 = 12 + 20 - 26 = 6
(3;2): 12 + 12 > 17; ?32 = 12 + 12 - 17 = 7
(3;3): 12 + 13 > 19; ?33 = 12 + 13 - 19 = 6
max(2,6,7,6) = 7
Выбираем максимальную оценку свободной клетки (3;2): 17
Для этого в перспективную клетку (3;2) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 3
Цикл приведен в таблице (3,2 > 3,4 > 2,4 > 2,2).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (3, 4) = 115. Прибавляем 115 к объемам грузов, стоящих в плюсовых клетках и вычитаем 115 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 4
Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vj. по занятым клеткам таблицы, в которых ui + vj = cij, полагая, что u1 = 0.
u1 + v1 = 20; 0 + v1 = 20; -v1 = 20
u2 + v1 = 27; 20 + u2 = 27; u2 = 7
u2 + v2 = 19; 7 + v2 = 19; v2 = 12
u3 + v2 = 17; 12 + u3 = 17; u3 = 5
u3 + v5 = 23; 5 + v5 = 23; v5 = 18
u2 + v3 = 20; 7 + v3 = 20; v3 = 13
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
Таблица 5
v1=20 |
v2=12 |
v3=13 |
v4=9 |
v5=18 |
||
u1=0 |
20[200] |
10 |
13 |
13 |
18 |
|
u2=7 |
27[10] |
19[35] |
20[120] |
16[135] |
22 |
|
u3=5 |
26 |
17[115] |
19 |
21 |
23[135] |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(1;2): 0 + 12 > 10; ?12 = 0 + 12 - 10 = 2
(2;5): 7 + 18 > 22; ?25 = 7 + 18 - 22 = 3
max(2,3) = 3
Выбираем максимальную оценку свободной клетки (2;5): 22
Для этого в перспективную клетку (2;5) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 6
Цикл приведен в таблице (2,5 > 2,2 > 3,2 > 3,5).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (2, 2) = 35. Прибавляем 35 к объемам грузов, стоящих в плюсовых клетках и вычитаем 35 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 7
Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vj. по занятым клеткам таблицы, в которых ui + vj = cij, полагая, что u1 = 0.
u1 + v1 = 20; 0 + v1 = 20; v1 = 20
u2 + v1 = 27; 20 + u2 = 27; u2 = 7
u2 + v3 = 20; 7 + v3 = 20; v3 = 13
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
u2 + v5 = 22; 7 + v5 = 22; v5 = 15
u3 + v5 = 23; 15 + u3 = 23; u3 = 8
u3 + v2 = 17; 8 + v2 = 17; v2 = 9
Таблица 8
v1=20 |
v2=9 |
v3=13 |
v4=9 |
v5=15 |
||
u1=0 |
20[200] |
10 |
13 |
13 |
18 |
|
u2=7 |
27[10] |
19 |
20[120] |
16[135] |
22[35] |
|
u3=8 |
26 |
17[150] |
19 |
21 |
23[100] |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(3;1): 8 + 20 > 26; ?31 = 8 + 20 - 26 = 2
(3;3): 8 + 13 > 19; ?33 = 8 + 13 - 19 = 2
max(2,2) = 2
Выбираем максимальную оценку свободной клетки (3;1): 26
Для этого в перспективную клетку (3;1) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 9
Цикл приведен в таблице (3,1 > 3,5 > 2,5 > 2,1).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (2, 1) = 10. Прибавляем 10 к объемам грузов, стоящих в плюсовых клетках и вычитаем 10 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 10
u1 + v1 = 20; 0 + v1 = 20; v1 = 20
u3 + v1 = 26; 20 + u3 = 26; u3 = 6
u3 + v2 = 17; 6 + v2 = 17; v2 = 11
u3 + v5 = 23; 6 + v5 = 23; v5 = 17
u2 + v5 = 22; 17 + u2 = 22; u2 = 5
u2 + v3 = 20; 5 + v3 = 20; v3 = 15
u2 + v4 = 16; 5 + v4 = 16; v4 = 11
Таблица 11
v1=20 |
v2=11 |
v3=15 |
v4=11 |
v5=17 |
||
u1=0 |
20[200] |
10 |
13 |
13 |
18 |
|
u2=5 |
27 |
19 |
20[120] |
16[135] |
22[45] |
|
u3=6 |
26[10] |
17[150] |
19 |
21 |
23[90] |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(1;2): 0 + 11 > 10; ?12 = 0 + 11 - 10 = 1
(1;3): 0 + 15 > 13; ?13 = 0 + 15 - 13 = 2
(3;3): 6 + 15 > 19; ?33 = 6 + 15 - 19 = 2
max(1,2,2) = 2
Выбираем максимальную оценку свободной клетки (1;3): 13
Для этого в перспективную клетку (1;3) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 12
Цикл приведен в таблице (1,3 > 1,1 > 3,1 > 3,5 > 2,5 > 2,3).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (3, 5) = 90. Прибавляем 90 к объемам грузов, стоящих в плюсовых клетках и вычитаем 90 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 13
u1 + v1 = 20; 0 + v1 = 20; v1 = 20
u3 + v1 = 26; 20 + u3 = 26; u3 = 6
u3 + v2 = 17; 6 + v2 = 17; v2 = 11
u1 + v3 = 13; 0 + v3 = 13; v3 = 13
u2 + v3 = 20; 13 + u2 = 20; u2 = 7
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
u2 + v5 = 22; 7 + v5 = 22; v5 = 15
Таблица 14
v1=20 |
v2=11 |
v3=13 |
v4=9 |
v5=15 |
||
u1=0 |
20[110] |
10 |
13[90] |
13 |
18 |
|
u2=7 |
27 |
19 |
20[30] |
16[135] |
22[135] |
|
u3=6 |
26[100] |
17[150] |
19 |
21 |
23 |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(1;2): 0 + 11 > 10; ?12 = 0 + 11 - 10 = 1
Выбираем максимальную оценку свободной клетки (1;2): 10
Для этого в перспективную клетку (1;2) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 15
Цикл приведен в таблице (1,2 > 1,1 > 3,1 > 3,2).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (1, 1) = 110. Прибавляем 110 к объемам грузов, стоящих в плюсовых клетках и вычитаем 110 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 16
Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vj. по занятым клеткам таблицы, в которых ui + vj = cij, полагая, что u1 = 0.
u1 + v2 = 10; 0 + v2 = 10; v2 = 10
u3 + v2 = 17; 10 + u3 = 17; u3 = 7
u3 + v1 = 26; 7 + v1 = 26; v1 = 19
u1 + v3 = 13; 0 + v3 = 13; v3 = 13
u2 + v3 = 20; 13 + u2 = 20; u2 = 7
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
u2 + v5 = 22; 7 + v5 = 22; v5 = 15
Таблица 17
v1=19 |
v2=10 |
v3=13 |
v4=9 |
v5=15 |
||
u1=0 |
20 |
10[110] |
13[90] |
13 |
18 |
|
u2=7 |
27 |
19 |
20[30] |
16[135] |
22[135] |
|
u3=7 |
26[210] |
17[40] |
19 |
21 |
23 |
Опорный план не является оптимальным, так как существуют оценки свободных клеток, для которых ui + vj > cij
(3;3): 7 + 13 > 19; ?33 = 7 + 13 - 19 = 1
Выбираем максимальную оценку свободной клетки (3;3): 19
Для этого в перспективную клетку (3;3) поставим знак "+", а в остальных вершинах многоугольника чередующиеся знаки "-", "+", "-".
Таблица 18
Цикл приведен в таблице (3,3 > 3,2 > 1,2 > 1,3).
Из грузов хij стоящих в минусовых клетках, выбираем наименьшее, т.е. у = min (3, 2) = 40. Прибавляем 40 к объемам грузов, стоящих в плюсовых клетках и вычитаем 40 из Хij, стоящих в минусовых клетках. В результате получим новый опорный план.
Таблица 19
Проверим оптимальность опорного плана. Найдем предварительные потенциалы ui, vj. по занятым клеткам таблицы, в которых ui + vj = cij, полагая, что u1 = 0.
u1 + v2 = 10; 0 + v2 = 10; v2 = 10
u1 + v3 = 13; 0 + v3 = 13; v3 = 13
u2 + v3 = 20; 13 + u2 = 20; u2 = 7
u2 + v4 = 16; 7 + v4 = 16; v4 = 9
u2 + v5 = 22; 7 + v5 = 22; v5 = 15
u3 + v3 = 19; 13 + u3 = 19; u3 = 6
u3 + v1 = 26; 6 + v1 = 26; v1 = 20
Таблица 20
v1=20 |
v2=10 |
v3=13 |
v4=9 |
v5=15 |
||
u1=0 |
20 |
10[150] |
13[50] |
13 |
18 |
|
u2=7 |
27 |
19 |
20[30] |
16[135] |
22[135] |
|
u3=6 |
26[210] |
17 |
19[40] |
21 |
23 |
Опорный план является оптимальным, так все оценки свободных клеток удовлетворяют условию ui + vj ? cij.
Минимальные затраты составят: F(x) = 10*150 + 13*50 + 20*30 + 16*135 + 22*135 + 26*210 + 19*40 = 14100
Ответ: Минимальные затраты составят: F(x) = 14100
При этом из 1-го склада необходимо направить во 2-й магазин 150 единиц груза, в 3-й магазин 50 единиц груза. Из 2-го склада необходимо направить в 3-й магазин 30 единиц груза, в 4-й магазин 135 единиц груза, в 5-й магазин 135 единиц груза. Из 3-го склада необходимо направить в 1-й магазин 210 единиц груза, в 3-й магазин 40 единиц груза.
Размещено на Allbest.ru
...Подобные документы
Оптимизация решений динамическими методами. Расчет оптимальных сроков начала строительства объектов. Принятие решений в условиях риска (определение математического ожидания) и неопределенности (оптимальная стратегия поведения завода, правило максимакса).
контрольная работа [57,1 K], добавлен 04.10.2010Задача оптимизации производства в форме максимизации дополнительной прибыли предприятия при заданных ассортименте выпускаемой продукции и ограничениях на запасы. Определение размера максимального дополнительного дохода от вложения денежных средств.
контрольная работа [591,3 K], добавлен 27.10.2013Определение максимума целевой функции при различных системах ограничений. Применение экономико-математических методов при нахождении оптимальных планов транспортных задач. Решение линейных неравенств, максимальное и минимальное значения целевой функции.
методичка [45,2 K], добавлен 06.06.2012Составление плана выпуска продукции. Определение остатков ресурсов после изготовления продукции. Нахождение лимитирующего фактора. Построение графика допустимых решений. Применение метода "2-х точек" в решении задач. Оптимальная программа выпуска.
контрольная работа [15,7 K], добавлен 26.11.2010Разработка и принятие правильного решения как задачи работы управленческого персонала организации. Деревья решений - один из методов автоматического анализа данных, преимущества их использования и область применения. Построение деревьев классификации.
контрольная работа [91,6 K], добавлен 08.09.2011Использование методов исследования операций для обоснования оптимальных решений, принимаемых менеджером. Выполнение расчетов, необходимых для обоснования решений в управлении и повышения их эффективности с помощью компьютерных программ (например, Excel).
курсовая работа [5,2 M], добавлен 22.06.2019Построение графического дерева решений по установленному критерию оптимальности. Анализ узлов дерева решений с точки зрения доступности информации. Определение вектора приоритетов альтернатив, используя метод анализа иерархий и матрицы парных сравнений.
контрольная работа [106,4 K], добавлен 09.07.2014Принятие решений в условиях неопределенности. Критерий Лапласа и принцип недостаточного основания. Критерий крайнего пессимизма. Требования критерия Гурвица. Нахождение минимального риска по Сэвиджу. Выбор оптимальной стратегии при принятии решения.
контрольная работа [34,3 K], добавлен 01.02.2012Обоснование решений в конфликтных ситуациях. Теория игр и статистических решений. Оценка эффективности проекта по критерию ожидаемой среднегодовой прибыли. Определение результирующего ранжирования критериев оценки вариантов приобретения автомобиля.
контрольная работа [99,9 K], добавлен 21.03.2014Решение задач при помощи пакета прикладных программ MatLab. Загрузка в MatLab матриц A и P. Нахождение оптимальной стратегии для заданных матриц с использованием критериев принятия решений в условиях неопределённости Вальда, Гурвица, Лапласа, Сэвиджа.
лабораторная работа [80,2 K], добавлен 18.03.2015Понятие математического программирования как отрасли математики, являющейся теоретической основой решения задач о нахождении оптимальных решений. Основные этапы нахождения оптимальных решений экономических задач. Примеры задач линейного программирования.
учебное пособие [2,0 M], добавлен 15.06.2015Основы теории матричных игр. Причины неопределенности результата. Смешанные стратегии в матричных играх. Свойства решений. Определение смешанных стратегий с использованием геометрической интерпретации. Нахождение неотрицательных решений неравенств.
контрольная работа [132,8 K], добавлен 13.04.2014Принятие решений как особый процесс человеческой деятельности, направленный на выбор наилучшего варианта действий. Особенности применения математических методов в данном процессе. Принципы оптимизации в математике, их эффективность. Содержание теории игр.
реферат [392,7 K], добавлен 20.03.2016Классическая теория оптимизации. Функция скаляризации Чебышева. Критерий Парето-оптимальность. Марковские процессы принятия решений. Метод изменения ограничений. Алгоритм нахождения кратчайшего пути. Процесс построения минимального остовного дерева сети.
контрольная работа [182,8 K], добавлен 18.01.2015Этапы построения деревьев решений: правило разбиения, остановки и отсечения. Постановка задачи многошагового стохастического выбора в предметной области. Оценка вероятности реализации успешной и неуспешной деятельности в задаче, ее оптимальный путь.
реферат [188,8 K], добавлен 23.05.2015Решение задачи об оптимальной работе предприятия электронной промышленности, выпускающего две модели радиоприемников. Определение интервала изменения прибыли от продажи двух радиоприемников. Нахождение пределов изменения коэффициентов целевой функции.
курсовая работа [258,5 K], добавлен 17.12.2014Сущность метода наименьших квадратов. Экономический смысл параметров кривой роста (линейная модель). Оценка погрешности и проверка адекватности модели. Построение точечного и интервального прогноза. Суть графического построения области допустимых решений.
контрольная работа [32,3 K], добавлен 23.04.2013Понятие нулевой и альтернативной гипотез. Обычная процедура принятия решений. Область принятия гипотезы. Гипотетическое распределение, область принятия и распределения в действительности. Области и вероятность совершения ошибки при принятии решения.
презентация [61,3 K], добавлен 20.01.2015Составление 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 15.11.2010Теория игр в контексте теории принятия решений. Игры без седловых точек. Использование линейной оптимизации при решении матричных игр. Критерии, используемые для принятия решений в играх с природой. Решение парных матричных игр с нулевой суммой.
контрольная работа [437,2 K], добавлен 14.02.2011