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 04.10.2010

  • Задача 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 27.10.2013

  • Определение 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 06.06.2012

  • Составление 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 26.11.2010

  • Разработка 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 08.09.2011

  • Использование 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 22.06.2019

  • Построение 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 09.07.2014

  • Принятие 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 01.02.2012

  • Обоснование 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 21.03.2014

  • Решение 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 18.03.2015

  • Понятие 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 15.06.2015

  • Основы 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 13.04.2014

  • Принятие 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 20.03.2016

  • Классическая 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 18.01.2015

  • Этапы 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 23.05.2015

  • Решение 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 17.12.2014

  • Сущность 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 23.04.2013

  • Понятие 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 20.01.2015

  • 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

  • Теория 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

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.