Реферат: Анализ экономических задач симплексным методом
Введение.
Многие задачи, с которыми приходится иметь дело в повседневнойпрактике, являются многовариантными. Среди множества возможных вариантов вусловиях рыночных отношений приходится отыскивать наилучшие в некотором смыслепри ограничениях, налагаемых на природные, экономические и технологическиевозможности. В связи с этим возникла необходимость применять для анализа исинтеза экономических ситуаций и систем математические методы и современнуювычислительную технику? Такие методы объединяются под общим названием —математическое программирование.
Математическое программирование — область математики, разрабатывающаятеорию и численные методы решения многомерных экстремальных задач с ограничениями,т. е. задач на экстремум функции многих переменных с ограничениями на областьизменения этих переменных.
Функцию, экстремальное значениекоторой нужно найти в условиях экономических возможностей, называют целевой,показателем эффективности или критерием оптимальности.Экономические возможности формализуются в виде системы ограничений. Всеэто составляет математическую модель. Математическаямодель задачи — этоотражение оригинала в виде функций, уравнений, неравенств, цифр и т. д. Модельзадачи математического программирования включает:
1) совокупность неизвестных величин,действуя на которые, систему можно совершенствовать. Их называют планомзадачи (вектором управления, решением, управлением, стратегией, поведениеми др.);
2) целевую функцию (функцию цели,показатель эффективности, критерий оптимальности, функционал задачи и др.).Целевая функция позволяет выбирать наилучший вариант -из множества возможных.Наилучший вариант доставляет целевой функции экстремальное значение. Этоможет быть прибыль, объем выпуска или реализации, затраты производства, издержкиобращения, уровень обслуживания или дефицитности, число комплектов, отходы ит. д.;
Эти условия следуют из ограниченностиресурсов, которыми располагает общество в любой момент времени, изнеобходимости удовлетворения насущных потребностей, из условий производственныхи технологических процессов. Ограниченными являются не только материальные,финансовые и трудовые ресурсы. Таковыми могут быть возможности технического,технологического и вообще научного потенциала. Нередко потребности превышаютвозможности их удовлетворения. Математически ограничения выражаются в видеуравнений и неравенств. Их совокупность образует область допустимыхрешений (область экономических возможностей). План, удовлетворяющийсистеме ограничений задачи, называется допустимым. Допустимый план,доставляющий функции цели экстремальное значение, называется оптимальным.Оптимальное решение, вообще говоря, не обязательно единственно, возможныслучаи, когда оно не существует, имеется конечное или бесчисленное множествооптимальных решений.
Один из разделов математическогопрограммирования — линейным программированием. Методы и модели линейного программирования широко применяютсяпри оптимизации процессов во всех отраслях народного хозяйства: при разработкепроизводственной программы предприятия, распределении ее по исполнителям, приразмещении заказов между исполнителями и по временным интервалам, приопределении наилучшего ассортимента выпускаемой продукции, в задачах перспективного,текущего и оперативного планирования и управления; при планированиигрузопотоков, определении плана товарооборота и его распределении; в задачахразвития и размещения производительных сил, баз и складов систем обращенияматериальных ресурсов и т. д. Особенно широкое применение методы и моделилинейного программирования получили при решении задач экономии ресурсов(выбор ресурсосберегающих технологий, составление смесей, раскрой материалов),производственно-транспортных и других задач.
Начало линейномупрограммированию было положено в 1939 г. советским математиком-экономистом Л.В. Канторовичем в работе «Математические методы организации и планированияпроизводства». Появление этой работы открыло новый этап в применении математикив экономике. Спустя десять лет американский математик Дж. Данциг разработалэффективный метод решения данного класса задач — симплекс-метод. Общая идея симплексногометода (метода последовательного улучшения плана) для решения ЗЛП состоитв следующем:
1) умение находить начальный опорныйплан;
2) наличие признака оптимальностиопорного плана;
3) умение переходить к нехудшемуопорному плану.
§1.Задача линейного программирования и />свойства/> ее решений.
1.1 Понятие линейного программирования. Линейное программирование—разделматематического программирования, применяемый при разработке методов отысканияэкстремума линейных функций нескольких переменных при линейных дополнительныхограничениях, налагаемых на переменные. По типу решаемых задач его методыразделяются на универсальные и специальные. С помощью универсальных методовмогут решаться любые задачи линейного программирования (ЗЛП).Специальные методы учитывают особенности модели задачи, ее целевой функции исистемы ограничений.
Особенностью задачлинейного программирования является то, что экстремума целевая функциядостигает на границе области допустимых решений. Классические же методыдифференциального исчисления связаны с нахождением экстремумов функции вовнутренней точке области допустимых значений. Отсюда — необходимость разработкиновых методов.
Формы записи задачилинейного программирования:
Общей задачей линейногопрограммирования называют задачу
/> (1)
при ограничениях
/> (2)
/> (3)
/> (4)
/> (5)
/> — произвольные /> (6)
где /> — заданные действительныечисла; (1) – целевая функция; (1) – (6) –ограничения;
/> - план задачи.
1.2 Свойства решений.
Пусть ЗПЛ представлена вследующей записи:
/> (7)
/> (8)
/> (9)
Чтобы задача (7) – (8)имела решение, системе её ограничений (8) должна быть совместной. Это возможно,если r этой системы не больше числанеизвестных n. Случай r>n вообще невозможен. При r= n система имеет единственное решение, которое будет при/>оптимальным. В этом случаепроблема выбора оптимального решения теряет смысл. Выясним структуру координатугловой точки многогранных решений. Пусть r<n. В этом случае система векторов />содержит базис —максимальную линейно независимую подсистему векторов, через которую любойвектор системы может быть выражен как ее линейная комбинация. Базисов, вообщеговоря, может быть несколько, но не более />.Каждый из них состоит точно из rвекторов. Переменные ЗЛП, соответствующие r векторам базиса, называют, как известно, базисными иобозначают БП. Остальные n – r переменныхбудут свободными, их обозначают СП. Неограничивая общности, будем считать, что базис составляют первые m векторов />.Этому базису соответствуют базисные переменные />,а свободными будут переменные />.
Если свободные переменныеприравнять нулю, а базисные переменные при этом примут неотрицательные значения,то полученное частное решение системы (8) называют опорным решением (планом).
Теорема. Если система векторов /> содержит m линейно независимых векторов />, то допустимый план /> (10) является крайней точкой многогранникапланов.
Теорема. Если ЗЛП имеет решение, то целеваяфункция достигает экстремального значения хотя бы в одной из крайних точекмногогранника решений. Если же целевая функция достигает экстремальногозначения более чем в одной крайней точке, то она достигает того же значения влюбой точке, являющейся их выпуклой линейной комбинацией.
§2.Графический способ решения ЗЛП.
Геометрическая интерпретацияэкономических задач дает возможность наглядно представить, их структуру,выявить особенности и открывает пути исследования более сложных свойств. ЗЛП сдвумя переменными всегда можно решить графически. Однако уже в трехмерномпространстве такое решение усложняется, а в пространствах, размерность которыхбольше трех, графическое решение, вообще говоря, невозможно. Случай двухпеременных не имеет особого практического значения, однако его рассмотрениепроясняет свойства ОЗЛП, приводит к идее ее решения, делает геометрическинаглядными способы решения и пути их практической реализации.
Пусть дана задача
/> (11)
/> (12)
/> (13)
Дадим геометрическуюинтерпретацию элементов этой задачи. Каждое из ограничений (12), (13) задает наплоскости />некоторую полуплоскость. Полуплоскость— выпуклое множество. Но пересечение любого числа выпуклых множеств являетсявыпуклым множеством. Отсюда следует, что область допустимых решений задачи(11) — (13) есть выпуклое множество.
Перейдем к геометрическойинтерпретации целевой функции. Пусть область допустимых решений ЗЛП — непустоемножество, например многоугольник />.
/>
Выберем произвольноезначение целевой функции/>.Получим />. Это уравнение прямой линии. В точках прямой NМ целевая функция сохраняет одно и то жепостоянное значение />. Считая в равенстве(11) /> параметром, получимуравнение семейства параллельных прямых, называемых линиями уровня целевойфункции (линиями постоянного значения).
Найдём частныепроизводные целевой функции по /> и />
/> (14)
/> (15)
Частная производная (14) ((15)) функции показывает скорость ее возрастания вдоль данной оси. Следовательно,/> и />— скоростивозрастания /> соответственно вдоль осей /> и />. Вектор /> называется градиентомфункции. Он показывает направление наискорейшего возрастания целевой функции:
/>
Вектор —/> указывает направлениенаискорейшего убывания целевой функции. Его называют антиградиентом.
Вектор />перпендикулярен к прямым /> семейства />
Из геометрической интерпретации элементов ЗЛП вытекаетследующий порядок ее графического решения.
1. С учетом системыограничений строим область допустимых решений />
2. Строим вектор /> наискорейшего возрастанияцелевой функции — вектор градиентного направления.
3. Проводимпроизвольную линию уровня />
4. При решениизадачи на максимум перемещаем линию уровня /> внаправлении вектора /> так, чтобы онакасалась области допустимых решений в ее крайнем положении (крайней точке).В случае решения задачи на минимум линию уровня /> перемещают вантиградиентном направлении
5. Определяемоптимальный план /> и экстремальноезначение целевой функции />.
§3.Симплексный метод.
Общая идея симплексного метода (методапоследовательного улучшения плана) для решения ЗЛП состоит
1) умение находить начальный опорныйплан;
2) наличие признака оптимальностиопорного плана;
3) умение переходить к нехудшемуопорному плану.
Пусть ЗЛП представлена системойограничений в каноническом виде:
/>.
Говорят, что ограничение ЗЛП имеетпредпочтительный вид, если при неотрицательной правой части />левая часть ограниченийсодержит переменную, входящую с коэффициентом, равным единице, а в остальныеограничения равенства — с коэффициентом, равным нулю.
Пусть система ограничений имеет вид
/>
Сведем задачу к каноническому виду.Для этого прибавим к левым частям неравенств дополнительные переменные /> />. Получим систему, эквивалентнуюисходной:
/>,
которая имеет предпочтительный вид
/>.
В целевую функцию дополнительныепеременные вводятся с коэффициентами, равными нулю /> />.
Пусть далее система ограничений имеетвид
/>
Сведём её к эквивалентной вычитаниемдополнительных переменных /> />из левых частей неравенствсистемы. Получим систему
/>
Однако теперь система ограничений неимеет предпочтительного вида, так как дополнительные переменные /> входят в левую часть (при />) с коэффициентами, равными–1. Поэтому, вообще говоря, базисный план /> неявляется допустимым. В этом случае вводится так называемый искусственный базис.К левым частям ограничений-равенств, не имеющих предпочтительного вида, добавляютискусственные переменные />. Вцелевую функцию переменные />, вводятс коэффициентом М в случае решения задачи на минимум и с коэффициентом -М длязадачи на максимум, где М — большое положительное число. Полученная задачаназывается М-задачей, соответствующей исходной. Она всегда имеет предпочтительныйвид.
Пусть исходная ЗЛП имеет вид
/> (1)
/> (2)
/> /> (3)
причём ни одно из ограничений неимеет предпочтительной переменной. М-задача запишется так:
/> (4)
/> (5)
/> />,/> , /> (6)
Задача (4)-(6) имеет предпочтительныйплан. Её начальный опорный план имеет вид
/>
Если некоторые из уравнений (2) имеютпредпочтительный вид, то в них не следует вводить искусственные переменные.
Теорема. Если в оптимальном плане
/> (7)
М-задачи (4)-(6) все искусственныепеременные /> />, то план /> является оптимальным планомисходной задачи (1)-(3).
Для того чтобы решить задачу сограничениями, не имеющими предпочтительного вида, вводят искусственный базис ирешают расширенную М-задачу, которая имеет начальный опорный план />
Решение исходной задачи симплекснымметодом путем введения искусственных переменных /> называетсясимплексным методом с искусственным базисом.
Если в результате применениясимплексного метода к расширенной задаче получен оптимальный план, в которомвсе искусственные переменные />, то егопервые n компоненты дают оптимальный планисходной задачи.
Теорема.Если в оптимальномплане М-задачи хотя бы одна из искусственных переменных отлична от нуля, тоисходная задача не имеет допустимых планов, т. е. ее условия несовместны.
3.1 Признакиоптимальности.
Теорема. Пусть исходная задача решается на максимум. Если для некоторогоопорного плана все оценки /> />неотрицательны, то такойплан оптимален.
Теорема. Если исходная задача решается наминимум и для некоторого опорного плана все оценки /> /> неположительны, то такойплан оптимален.
§4. Понятие двойственности.
Понятие двойственности рассмотрим напримере задачи оптимального использования сырья. Пусть на предприятии решилирационально использовать отходы основного производства. В плановом периодепоявились отходы сырья mвидов в объемах/>единиц />. Из этих отходов, учитываяспециализацию предприятия, можно наладить выпуск n видов неосновной продукции. Обозначим через /> норму расхода сырья i-го вида на единицу j-й /> продукции,/> — цена реализации единицы j-й продукции (реализация обеспечена).Неизвестные величины задачи: /> —объемы выпуска j-й продукции,обеспечивающие предприятию максимум выручки.
Математическая модельзадачи:
/> (1)
/> (2)
/> /> (3)
Предположимдалее, что с самого начала при изучении вопроса об использовании отходовосновного производства на предприятии появилась возможность реализации ихнекоторой организации. Необходимо установить прикидочные оценки (цены) на этиотходы. Обозначим их />.
Оценкидолжны быть установлены исходя из следующих требований, отражающихнесовпадающие интересы предприятия и организации:
1) общую стоимость отходов сырьяпокупающая организация стремится минимизировать;
2) предприятие согласно уступить отходытолько по таким ценам, при которых оно получит за них выручку, не меньшую той,что могло бы получить, организовав собственное производство.
Эти требования формализуются в видеследующей ЗЛП.
Требование 1 покупающей организации –минимизация покупки: /> (4)
Требование 2 предприятия,реализующего отходы сырья, можно сформулировать в виде системы ограничений.Предприятие откажется от выпуска каждой единицы продукции первого вида, если />, где левая часть означаетвыручку за сырьё идущее на единицу продукции первого вида; правая – её цену.
Аналогичные рассуждения логичнопровести в отношении выпуска продукции каждого вида. Поэтому требованиепредприятия, реализующего отходы сырья, можно формализовать в виде сл. системыограничений:
/> (5)
По смыслу задачи оценки не должныбыть отрицательными:
/> (6)
Переменные /> /> называют двойственнымиоценками или объективно обусловленными оценками.
Задачи (1)-(3) и (4)-(6) называютпарой взаимно двойственных ЗПЛ.
Между прямой и двойственной задачамиможно установить следующую взаимосвязь:
1. Если прямая задача на максимум, тодвойственная к ней — на минимум, и наоборот.
2. Коэффициенты /> целевой функции прямойзадачи являются свободными членами ограничений двойственной задачи.
3. Свободные члены /> ограничений прямой задачиявляются коэффициентами целевой функции двойственной.
4. Матрицы ограничений прямой идвойственной задач являются транспонированными друг к другу.
5. Если прямая задача на максимум, то еесистема ограничений представляется в виде неравенств типа />. Двойственная задачарешается на минимум, и ее система ограничений имеет вид неравенств типа />.
6. Число ограничений прямой задачи равночислу переменных двойственной, а число ограничений двойственной — числупеременных прямой.
7. Все переменные в обеих задачахнеотрицательны.
Теорема. Для любых допустимых планов /> и />прямой и двойственной ЗЛПсправедливо неравенство />, т.е.
/> (7) – основное неравенство теориидвойственности.
Теорема. (критерий оптимальностиКанторовича)
Если для некоторых допустимых планов /> и /> пары двойственных задачвыполняется неравенство />, то /> и /> являются оптимальнымипланами соответствующих задач.
Теорема. (малая теоремадвойственности)
Для существования оптимальногоплана любой из пары двойственных задач необходимо и достаточно существованиедопустимого плана для каждой из них.
§5. Основные теоремы двойственности
и их экономическое содержание
Теорема.
Если одна из двойственных задач имеетоптимальное решение, то и другая имеет оптимальное решение, причем экстремальныезначения целевых функций равны: />. Еслиодна из двойственных задач неразрешима вследствие неограниченности целевойфункции на множестве допустимых решений, то система ограничений другой задачипротиворечива.
Экономическое содержание первойтеоремы двойственности состоит в следующем: если задача определенияоптимального плана, максимизирующего выпуск продукции, разрешима, то разрешимаи задача определения оценок ресурсов. Причем цена продукции, полученной приреализации оптимального плана, совпадает с суммарной оценкой ресурсов.Совпадение значений целевых функций для соответствующих планов парыдвойственных задач достаточно для того, чтобы эти планы были оптимальными. Этозначит, что план производства и вектор оценок ресурсов являются оптимальнымитогда и только тогда, когда цена произведенной продукции и суммарная оценкаресурсов совпадают. Оценки выступают как инструмент балансирования затрат ирезультатов. Двойственные оценки, обладают тем свойством, что онигарантируют рентабельность оптимального плана, т. е. равенство общей оценкипродукции и ресурсов, и обусловливают убыточность всякого другого плана,отличного от оптимального. Двойственные оценки позволяют сопоставить исбалансировать затраты и результаты системы.
Теорема. (о дополняющей нежесткости)
Для того, чтобы планы /> и /> пары двойственных задачбыли оптимальны, необходимо и достаточно выполнение условий:
/> (1)
/> (2)
Условия (1), (2) называются условиями дополняющейнежесткости. Из них следует: если какое-либо ограничение одной из задач ееоптимальным планом обращается в строгое неравенство, то соответствующая компонентаоптимального плана двойственной задачи должна равняться нулю; если жекакая-либо компонента оптимального плана одной из задач положительна, тосоответствующее ограничение в двойственной задаче ее оптимальным планомдолжно обращаться в строгое равенство.
Экономически этоозначает, что если по некоторому оптимальному плану /> производстварасход i -го ресурса строго меньше его запаса />, то в оптимальном планесоответствующая двойственная оценка единицы этого ресурса равна нулю. Если жев некотором оптимальном плане оценок его i -я компонента строго больше нуля, то в оптимальномплане производства расход соответствующего ресурса равен его запасу. Отсюдаследует вывод: двойственные оценки могут служить мерой дефицитности ресурсов.Дефицитный ресурс (полностью используемый по оптимальному плану производства)имеет положительную оценку, а ресурс избыточный (используемый не полностью)имеет нулевую оценку.
Теорема .(об оценках). Двойственные оценки показываютприращение функции цели, вызванное малым изменением свободного членасоответствующего ограничения задачи математического программирования, точнее
/> (3)
§6. Примерыэкономических задач
5.1 Задача о наилучшем использованииресурсов. Пустьнекоторая производственная единица (цех, завод, объединение и т. д.), исходяиз конъюнктуры рынка, технических или технологических возможностей и имеющихсяресурсов, может выпускать nразличных видов продукции (товаров), известных под номерами, обозначаемымииндексом j />. Ее будем обозначать />. Предприятие припроизводстве этих видов продукции должно ограничиваться имеющимися видамиресурсов, технологий, других производственных факторов (сырья, полуфабрикатов,рабочей силы, оборудования, электроэнергии и т. д.). Все эти видыограничивающих факторов называют ингредиентами />.Пусть их число равно m;припишем им индекс i />. Они ограничены, и их количестваравны соответственно /> условных единиц.Таким образом, /> - вектор ресурсов. Известнаэкономическая выгода (мера полезности) производства продукции каждого вида,исчисляемая, скажем, по отпускной цене товара, его прибыльности, издержкампроизводства, степени удовлетворения потребностей и т. д. Примем в качестветакой меры, например, цену реализации
/>/>, т. е. />—векторцен. Известны также технологические коэффициенты />,которые указывают, сколько единиц i–го ресурса требуется для производства единицы продукции j-го вида. Матрицу коэффициентов /> называют технологической иобозначают буквой А. Имеем />.Обозначим через />план производства,показывающий, какие виды товаров /> нужнопроизводить и в каких количествах, чтобы обеспечить предприятию максимумобъема реализации при имеющихся ресурсах.
Так как />-цена реализации единицы j'-йпродукции, цена реализованных /> единицбудет равна />, а общий объем реализации/>
Это выражение — целевая функция,которую нужно максимизировать.
Так как />-расход i-го ресурса на производство /> единиц j-й продукции, то, просуммировав расходi-горесурса на выпуск всех n видов продукции, получим общий расходэтого ресурса, который не должен превосходить />/> единиц:
/>
Чтобы искомый план />был реализован, наряду сограничениями на ресурсы нужно наложить условие неотрицательности на объёмы /> выпуска продукции:
/> />.
Таким образом, модель задачи онаилучшем использовании ресурсов примет вид:
/> (1)
при ограничениях:
/> /> (2)
/> /> (3)
Так как переменные /> входят в функцию /> и систему ограниченийтолько в первой степени, а показатели /> являютсяпостоянными в планируемый период, то (1)-(3) – задача линейногопрограммирования.
5.2 Задача о смесях.
В различных отраслях народногохозяйства возникает проблема составления таких рабочих смесей на основеисходных материалов, которые обеспечивали бы получение конечного продукта,обладающего определенными свойствами. К этой группе задач относятся задачи овыборе диеты, составлении кормового рациона в животноводстве, шихт вметаллургии, горючих и смазочных смесей в нефтеперерабатывающей промышленности,смесей для получения бетона в строительстве и т. д. Высокий уровень затрат наисходные сырьевые материалы и необходимость повышения эффективностипроизводства выдвигает на первый план следующую задачу: получить продукцию сзаданными свойствами при наименьших затратах на исходные сырьевые материалы.
5.3 Задача о раскрое материалов.
Сущность задачи об оптимальномраскрое состоит в разработке таких технологически допустимых планов раскроя,при которых получается необходимый комплект заготовок, а отходы (по длине,площади, объему, массе или стоимости) сводятся к минимуму. Рассмотримпростейшую модель раскроя по одному измерению. Более сложные постановки ведут кзадачам целочисленного программирования.
5.4 Транспортная задача.
Рассмотрим простейший вариант моделитранспортной задачи, когда речь идет о рациональной перевозке некоторогооднородного продукта от производителей к потребителям; при этом имеется балансмежду суммарным спросом потребителей и возможностями поставщиков по ихудовлетворению. Причем потребителям безразлично, из каких пунктов производствабудет поступать продукция, лишь бы их заявки были полностью удовлетворены. Таккак от схемы прикрепления потребителей к поставщикам существенно зависит объемтранспортной работы, возникает задача о наиболее рациональном прикреплении,правильном направлении перевозок грузов, при котором потребности полностьюудовлетворяются, вся продукция от поставщиков вывозится, а затраты натранспортировку минимальны.
5.5 Задача о размещении заказа.
Речь идет о задаче распределения заказа (загрузкивзаимозаменяемых групп оборудования) между предприятиями (цехами, станками,исполнителями) с различными производственными и технологическимихарактеристиками, но взаимозаменяемыми в смысле выполнения заказа. Требуетсясоставить план размещения заказа (загрузки оборудования), при котором симеющимися производственными возможностями заказ был бы выполнен, а показательэффективности достигал экстремального значения.
§7. Анализ задачи об оптимальномиспользовании сырья.
Исходя из специализации и своих технологических возможностей предприятие может выступать четыре вида продукции. Сбыт любого количестваобеспечен. Для изготовления этой продукции используются трудовые ресурсы,полуфабрикаты и станочное оборудование. Общий объём ресурсов, расход каждогоресурса за единицу продукции, приведены в таблице 1. Требуется определить планвыпуска, доставляющий предприятию максимум прибыли. Выполнить послеоптимизационный анализ решения и параметров модели.
Ресурсы Выпускаемая продукцияОбъём
Ресурсов
/>
/>
/>
/>
/>
Трудовые ресурсы, чел-ч 4 2 2 8 4800/>
Полуфабрикаты, кг 2 10 6 2400/>
Станочное оборудование, станко-ч 1 2 1 1500 Цена единицы продукции, р. 65 70 60 120/> /> /> /> /> /> /> /> /> />
Решение.
Пусть />-объёмы продукции />планируемый квыпуску; /> — сумма ожидаемой выручки.
Математическая модель пря мой задачи:
/>
Математическая модель двойственнойзадачи:
/>
/>
/>
По условиям примера найти:
1. Ассортимент выпускаемой продукции,обеспечивающий предприятию максимум реализации (максимум выручки)
2. Оценки ресурсов, используемых припроизводстве продукции.
Симплексным методом решаем прямуюзадачу, модель которой составлена выше в таблице1.
После второй итерации все оценкиоказались отрицательными, значит, найденный опорный план является оптимальным: />, />
Основные переменные />показывают, что продукцию/>и /> выпускать нецелесообразно,а продукции /> следует произвести 400 ед.,/> — 500 ед.
Дополнительные переменные />и /> показывают, что ресурсыиспользуются полностью />, а вот равенство /> свидетельствует о том, что200 единиц продукции /> осталосьнеиспользованным.
Номера ит. БП Сб/>
/>
/>
/>
/>
/>
/>
/>
65 70 60 120/>
4800 4 2 2 8 1/>
2400 2 10 6 1/>
1500 1 2 1 1/>
-65 -70 -60 -120 1/>
120 600 1/2 1/4 1/4 1 1/8/>
2400 2 6 1/>
900 1/2 -1/4 7/4 -1/8 1/>
72000 -5 -40 -30 15 2/>
120 500 5/12 -1/6 1 1/8 -1/24/>
60 400 1/3 5/3 1 1/6/>
200 -1/12 -19,6 -1/8 -7/24 1/>
84000 5 10 15 5Выпишем из таблицы2. Компонентыоптимального плана двойственной задачи – двойственные оценки. В каноническойформе прямой задачи переменные /> -являются свободными, а дополнительные переменные />-базисными. В канонической форме двойственной задачи свободными будут переменные/> — а базисными />
Соответствие между переменными приметвид
/>
Учитывая это соответствие, выпишем изиндексной строки последней итерации компоненты искомого плана /> - двойственные оценки.
min f = max Z =84000.
Запишем это неравенство вразвернутой форме:
48000*15 + 2400*5 + 1500*0= 65*0 + 70*0 + 60*400 + 120*500
Учитывая, что компонетыпредставляют собой оценки ресурсов заключаем:
При оптимальном планеоценка ресурсов, затраченных на выпуск продукции, совпадает с оценкойпроизведенной продукции.
Теперь установим степень дефицитностииспользуемых ресурсов и обоснуем рентабельность оптимального плана.
Мы нашли оптимальный план />выпуска продукции. При этомплане третье ограничение прямой задачи выполняется как строгое неравенство:
0+2-400+500= 1300< 1500. Этоозначает, что расход ресурса /> меньшеего запаса, т. е. ресурс /> избыточный.Именно поэтому в оптимальном плане /> двойственнойзадачи оценка /> этого ресурсаравна нулю.
А вот оценки /> и /> ресурсов /> и /> выражаются положительнымичислами 15 и 5, что свидетельствует о дефицитности этих ресурсов: они приоптимальном плане используются полностью. В самом деле, ограничения по этимресурсам выполняются как строгие равенства: 4.0+2.0+2.400+8.500=4800,2-0+10.0+6.400=2400.
Поскольку 15>5, ресурс /> считается более дефицитным,чем ресурс />.
На основе теоремы (о дополняющейнежесткости) нетрудно объяснить, почему не вошла в оптимальный план продукция />и />: первое и второеограничения двойственной задачи выполняются как строгие неравенства:4-15+2-5+0>65, 2-15+10*5>70.
Это означает, что оценки ресурсов,расходуемых на изготовление единицы продукции /> и/>, превышают оценки единицыэтой продукции. Понятно, что такую продукцию выпускать предприятию невыгодно.Что же касается продукции /> и /> />, то выпуск ее оправдан, поскольку оценка израсходованныхресурсов совпадает с оценкой произведенной продукции: 2*15+ +6*5+2*0=60, 8*15+0=120.
Таким образом, воптимальный план войдет только та продукция, которая выгодна предприятию, и невойдет убыточная продукция. В этом проявляется рентабельность оптимальногоплана.
Рассмотрим возможность дальнейшегосовершенствования оптимального ассортимента выпускаемой продукции.
Выше установлено, что ресурсы /> и /> являются дефицитными. Всвязи с этим на основе теоремы (об оценках) можно утверждать, что на каждуюединицу ресурса />, введеннуюдополнительно в производство, будет получена дополнительная выручка />, численно равная />.В самом деле, при />получаем />. По тем же причинам каждаядополнительная единица ресурса/>обеспечитприрост /> выручки, равный 5 р. Теперьстановится понятно, почему ресурс />считаетсяболее дефицитным по сравнению с ресурсом />:он может содействовать получению большей выручки.
Что же касаетсяизбыточного ресурса />, тоувеличение его запаса не приведет к росту выручки, поскольку />. Из приведенныхрассуждений следует, что оценки ресурсов позволяют совершенствовать планвыпуска продукции.
Выясним экономический смысл оценок />продукции />,/>,/>,/>.
По оптимальному плану />выпускать следует продукцию />и />. Оценки /> и /> этих видов продукции равнынулю. Что это означает, практически станет ясно, если представить оценки вразвернутой записи:
/>
/>
Таким образом, нулеваяоценка показывает, что эта продукция является неубыточной, поскольку оценкаресурсов, расходуемых на выпуск единицы такой продукции, совпадает с оценкойединицы изготовленной продукции.
Что же касается продукции/> и /> являющейся, как установленовыше, убыточной, а потому и не вошедшей в оптимальный план, то для ее оценок /> и />получаем:
/>
/>
Отсюда видно, что оценкаубыточной продукции показывает, насколько будет снижать каждая единица такойпродукции достигнутый оптимальный уровень.
§8. Программа и расчеты.
{Программасоставлена для решения задачи линейного программирования
симплекснымметодом}
usescrt;
constn=2;{число неизвестных исходной задачи}
m=3;{число ограничений}
m1=0;{последняя строка равенств}
m2=1;{последняя строка неравенств вида >=}
label5,15,20,10;
varb,cb:array[1..m] of real;c,x,e:array[1..50] of real;a:array[1..m,1..50] ofreal;
s0,max,mb,s1:real;i,j,k,i0,j0,m21,nm1,n1:integer; Bi:array[1..m] of integer;
begin
clrscr;
writeln;
writeln (' Симплексный метод решения задачи линейного программирования:');
writeln;
writeln (' Проведем некоторые преобразования с данной задачей:');
writeln;
writeln (' Подготовьте матрицу: сначала равенства, потом неравенства вида >=и неравенства вида <=;');
writeln (' Целевая функция должна быть на минимум (привести ее к такому виду);');
writeln (' Вектор b должен состоять только из положительных элементов (привестиего к та- кому виду);');
writeln(' Введите матрицу А ',m,'*',n,' построчно:');
for i:=1 to m
do begin for j:=1 to n
do read (a[i,j]);
readln
end;
writeln (' Введите в виде строки вектор b, состоящий из ',m,' компонент:');
for i:=1 to m
do read (b[i]);
writeln(' Введите теперь вектор с, состоящий из ',n,' компонент:');
for i:=1 to n
do read (c[i]);
m21:=m2-m1+n;nm1:=n+m-m1;n1:=n+m-m1+m2;
for i:=1 to m
do for j:=n+1 to n1
do a[i,j]:=0;
{переход к равенствам в неравенствах >=}
for i:=m1+1 to m2
do a[i,n+i-m1]:=-1;
{переход к равенствам в неравенствах <=}
for i:=m2+1 to m
do a[i,m21+i-m2]:=1;
{создание искуственного базиса}
for i:=1 to m2
do a[i,nm1+i]:=1;
{ввод mb в вектор с}
mb:=12345;
for i:=n+1 to nm1
do c[i]:=0;
for i:=nm1+1 to n1
do c[i]:=mb;
{выписать cb}
for i:=1 to m2
do begin cb[i]:=mb; Bi[i]:=nm1+i end;
for i:=m2+1 to m
do begin Bi[i]:=m21+i-m2;
cb[i]:=0;
end;
for i:=1 to n1
do x[i]:=0;
writeln(' Решение задачи:');
{применяем симплексный метод, вычисляем оценки}
5: for j:=1 to n1
do begin s0:=0;
for i:=1 to m
do s0:=s0+cb[i]*a[i,j];
e[j]:=s0-c[j]
end;
max:=e[1];j0:=1;
for i:=2 to n1
do if e[i]>max
then begin max:=e[i];
j0:=i
end;
{получили столбец с максимальной оценкой}
if max<=0
then begin for i:=1 to m
do x[Bi[i]]:=b[i];
goto 15
end;
s1:=a[1,j0];
for i:=2 to m
do if s1<a[i,j0]
then s1:=a[i,j0];
if s1<=0
then goto 10;
s1:=mb;
for i:=1 to m
do if a[i,j0]>0
then if s1>b[i]/a[i,j0]
then begin
s1:=b[i]/a[i,j0];
i0:=i
end;
{главный элемент a[i0,j0]}
s0:=a[i0,j0]; Bi[i0]:=j0;
for j:=1 to n1
do a[i0,j]:=a[i0,j]/s0;
b[i0]:=b[i0]/s0;
for i:=1 to m
do if i<>i0
then begin s1:=-a[i,j0];
b[i]:=b[i]+b[i0]*s1;
for j:=1 to n1
do a[i,j]:=a[i,j]+a[i0,j]*s1
end;
cb[i0]:=c[j0];
goto 5;
10: writeln(' Нет оптимального плана, функция неограничена');
goto 20;
{просмотр иск. переменных}
15: for i:=nm1+1 to n1
do if x[i]>0
then begin writeln(' Пустое множество планов');
goto 20
end;
for i:=1 to n
do writeln(' x[',i,']=',x[i]:7:4);
20:readkey
end.
Содержание
Введение………………………………………………………………………………1
§1. Задача линейного программирования и свойства еёрешений…………….…4
§2. Графический способ решения
задачи линейного программирования……………………………………….…6
§3. Симплексный метод……………………………………………………………..8
§4. Понятие двойственности……………………………………………………….11
§5. Основные теоремы двойственности
и их экономическое содержание………………………………………….……14
§6. Примеры экономических задач………………………………………………..16
§7. Анализ задачи об оптимальном использованиисырья………………………19
§8. Программа и расчеты…………………………………………………………..25