- •Математика в экономике Учебное пособие
- •Оглавление
- •Предисловие
- •Программа дисциплины Цели и задачи освоения учебной дисциплины
- •Содержание дисциплины
- •I. Линейное программирование
- •1.1. Общая задача линейного программирования Задачи математического и линейного программирования
- •Математические модели простейших экономических задач Задача использования ресурсов
- •Задача о составлении рациона питания
- •Каноническая форма задачи линейного программирования
- •Приведение общей задачи линейного программирования к канонической форме
- •Задачи для самостоятельного решения
- •1.2. Графический метод решения задач линейного программирования Задача с двумя переменными
- •Графический метод решения задач линейного программирования с п переменными
- •Задачи для самостоятельного решения
- •1.3. Основные положения о решении злп
- •Теоремы о взаимосвязи опорных решений и угловых точек области допустимых решений
- •1.4. Симплексный метод решения задач линейного программирования Симплекс-метод
- •Симплексные таблицы
- •Задачи для самостоятельного решения
- •1.5. Теория двойственности Виды математических моделей двойственных задач
- •Общие правила составления двойственных задач
- •Первая теорема двойственности
- •Вторая теорема двойственности
- •Задачи для самостоятельного решения
- •1.6. Транспортная задача линейного программирования
- •Формулировка транспортной задачи
- •Математическая модель транспортной задачи
- •Опорное решение транспортной задачи
- •Необходимое и достаточное условия разрешимости транспортной задачи
- •Метод вычеркивания
- •Методы построения начального опорного решения Метод северо-западного угла
- •Метод минимальной стоимости
- •Переход от одного опорного решения к другому
- •Распределительный метод
- •Метод потенциалов
- •Особенности решения транспортных задач с неправильным балансом
- •Алгоритм решения транспортной задачи методом потенциалов
- •Транспортная задача по критерию времени
- •Задачи для самостоятельного решения
- •Глава II. Теория игр
- •2.1. Математические модели конфликтных ситуаций
- •2.2. Чистые и смешанные стратегии Основная теорема теории игр
- •Основная теорема теории игр
- •Геометрическая интерпретация игры 2x2, игры 2xп.
- •Общие методы решения конечных игр. Сведение их к задачам линейного программирования
- •Игры с «природой».
- •Задачи для самостоятельного решения
- •Глава III. Теория массового обслуживания
- •3.1. Марковский случайный процесс
- •Понятие о марковском процессе
- •Потоки событий. Простейший поток.
- •Граф состоянии. Размеченный граф состояний
- •Уравнения Колмогорова для вероятностей состояния
- •Финальные вероятности состояний
- •3.2. Системы массового обслуживания
- •Смо с отказами
- •Смо с неограниченным ожиданием
- •Формулы для установившегося режима
- •Смо с ожиданием и с ограниченной длиной очереди
- •Формулы для установившегося режима
- •Задачи для самостоятельного решения
- •Глава IV. Целочисленное программирование
- •4.1 Общая формулировка задачи целочисленного программирования Общая формулировка задачи
- •Графический метод решения задач
- •Прогнозирование эффективного использования производственных площадей
- •Метод Гомори
- •Задачи для самостоятельного решения
- •Глава V. Нелинейное программирование
- •5.1. Задачи нелинейного программирования
- •Общая постановка задачи нелинейного программирования
- •Графический метод решения задач нелинейного программирования с двумя переменными
- •Задача с нелинейной целевой функцией и нелинейной системой ограничений
- •5.2. Метод множителей Лагранжа. Постановка задачи
- •Расчет экономико-математической модели при нелинейных реализациях продукции.
- •5.3. Дробно-линейное программирование Математическая модель задачи
- •Алгоритм решения.
- •Сведение экономико-математической модели дробно-линейного программирования к задаче линейного программирования
- •Задачи для самостоятельного решения
- •Глава VI. Динамическое программирование
- •6.1. Постановка задачи динамического программирования
- •Некоторые экономические задачи, решаемые методами динамического программирования Оптимальная стратегия замены оборудования
- •Оптимальное распределение ресурсов
- •Распределение инвестиций для эффективного использования потенциала предприятия
- •Нахождение рациональных затрат при строительстве трубопроводов и транспортных артерий
- •Задачи для самостоятельного решения
- •Глава VII. Сетевые модели
- •7.1. Основные понятия сетевой модели Основные понятия
- •Расчет временных параметров сетевого графика
- •Построение сетевого графика и распределение ресурсов
- •Учет стоимостных факторов при реализации сетевого графика
- •Обоснование привлекательности проекта по выпуску продукции
- •Минимизация сети
- •Алгоритм решения
- •Нахождение кратчайшего пути
- •Задача замены автомобильного парка
- •Задачи для самостоятельного решения
- •Тест для самоконтроля
- •Список используемой литературы
- •Список рекомендуемой литературы Основная литература:
- •Дополнительная литература:
- •Ключ к тесту для самоконтроля
Распределительный метод
Один из наиболее простых методов решения транспортных задач ― распределительный метод.
Пусть для транспортной задачи найдено начальное опорное решение Х1 и вычислено значение целевой функции на этом решении F(X1). По теореме (о существовании и единственности решения) для каждой свободной клетки таблицы задачи можно построить единственный цикл, который содержит эту клетку и часть клеток, занятых опорным решением. Означив этот цикл и осуществив сдвиг (перераспределение груза) по циклу на величину θ = , можно получить новое опорное решение Х2.
Определим, как изменится целевая функция при переходе к новому опорному решению. При сдвиге на единицу груза по циклу, соответствующему клетке (l, k), приращение целевой функции Δlk равно разности двух сумм:
Δlk
=
-
,
где — сумма стоимостей перевозок единиц груза в нечетных клетках цикла, отмеченных знаком «+»;
—
сумма стоимостей
перево
зок
единиц груза в четных клетках цикла,
отмеченных знаком «—».
В клетках, отмеченных знаком «+», величины груза прибавляются, что приводит к увеличению значения целевой функции F(X), а в клетках, отмеченных знаком «—», величины груза уменьшаются, что приводит к уменьшению значения целевой функции.
Если
разность сумм для свободной клетки (l,
k)
меньше
нуля, т.е. Δlk<0,
то перераспределение величины θ по
соответствующему циклу приведет к
уменьшению значения F(X)
на
величину θ·Δlk,
т.е.
опорное решение можно улучшить. Если
же величины Δlk,
называемые оценками,
для
всех свободных клеток таблицы транспортной
задачи неотрицательны, то значение
целевой функции нельзя уменьшить и
опорное решение оптимально. Следовательно,
признаком
оптимальности распределительного
метода является условие Δlk≥0
хlk=0.
Для решения транспортной задачи распределительным методом необходимо найти начальное опорное решение. Затем для очередной опорной клетки (l, k) построить цикл и вычислить оценку Δlk. Если оценка неотрицательная, переходят к следующей свободной клетке. Если же оценка отрицательная, следует осуществить сдвиг по циклу на величину θ = . В результате получится новое опорное решение.
Для каждого нового опорного решения вычисление оценок начинается с первой свободной клетки таблицы. Очередность проверяемых свободных клеток целесообразно устанавливать в порядке возрастания стоимости перевозок cij, так как решается задача на нахождение минимума.
Пример 15. Решить распределительным методом транспортную задачу:
b j ai |
20 |
40 |
40 |
20 |
1 |
3
|
2 |
30 |
4 |
5 |
7 |
50 |
6 |
8 |
15 |
Решение. Строим начальное опорное решение:
.
Затем вычисляем значение целевой функции на нем: F(X1)=20·1+ +30·5+10·8 + 40·15 = 850.
b ai |
20 |
40 |
40 |
20 |
1 20 |
3
|
2 0 |
30 |
4 |
5 30 |
7 |
50 |
6 |
8 10 |
15 40 |
Находим цикл для
свободной клетки (1,2) таблицы, он включает
клетки (1, 2), (1, 3), (3, 3), (3, 2). Вычисляем
оценку Δ12
= (3+15)-(2+8)=8. Так как Δ12=8>
0, переходим к следующей свободной клетке
(2, 1). Для нее цикл таков: (2, 1), (1, 1), (1, 3),
(3, 3), (3, 2), (2, 2). Оценка Δ21=(4+2+8)-(1+15+5)=14-21=-7.
Так как Δ21
= -7 < 0, определяем величину груза,
перераспределяемого по циклу, θ =
{20,
40, 30} = 20. Приращение целевой функции ΔF=
-7 · 20 = -140. Получаем новое опорное решение
Х2.
Значение целевой функции на нем
F(X2) = 20 · 2 + 20 · 4 + 10 · 5 + 30 · 8 + 20 · 15 = 710.
b ai |
20 |
40 |
40 |
20 |
1
|
3
|
2 20 |
30 |
4 20 |
5 10 |
7 |
50 |
6 |
8 30 |
15 20 |
Вычисляем Δ11 = (1 + 15 + 5) - (2 + 8 + 4) = 7 > 0, Δ12 = (3+15)-(2+8)=8> 0, Δ23 = (7 + 8) - (5 + 15) = -5 < 0, Δ31 = (6 + 5)—(4 + 8) = -1 < 0. Оценки можно вычислять до первой отрицательной. Так как Δ23 = -5 < 0, осуществляем сдвиг по циклу (2, 3), (3, 3), (3, 2), (2, 2) на величину θ = {10, 20} = 10. Приращение целевой функции ΔF= -5 · 10 = -50. Получаем третье опорное решение Х3. Значение целевой функции на нем
F(X3) = 20 · 2 + 20 · 4 + 10 · 7 + 40 · 8 + 10 · 15 = 660.
b ai |
20 |
40 |
40 |
20 |
1
|
3
|
2 20 |
30 |
4 20 |
5
|
7 10 |
50 |
6 |
8 40 |
15 10 |
Вычисляем оценки для свободных клеток: Δ11= (1 + 7) — (2 + 4) = 2 > 0, Δ12 = (3 + 15) - (2 + 8) = 8 > 0, Δ22=(5+15)-(7+8)=5>0, Δ31=(6+7)—(4+15)=-6 < 0. Так как Δ31 = -6 < 0, осуществляем сдвиг по циклу (3, 1), (2, 1), (2, 3), (3, 3) на величину θ = {20, 10} = 10. Приращение целевой функции ΔF= -6 · 10 = -60. Получаем четверки опорное решение Х4. Значение целевой функции на нем
F(X4) = 20 · 2 + 10 · 4 + 20 · 7 + 10 · 6 + 40 · 8 = 600.
b ai |
20 |
40 |
40 |
20 |
1
|
3
|
2 20 |
30 |
4 10 |
5
|
7 20 |
50 |
6 10 |
8 40 |
15
|
Вычисляем оценки для свободных клеток Δ11 = (1 + 7) — (2 + 4) =2 > 0, Δ12 = (3 + 7 + 6) - (2 + 4 + 8) = 2 > 0, Δ22 = (5 + 6)-(4 + 8)=-1<0. Так как Δ22=-1< 0, осуществляем сдвиг по циклу (2,2), (3,2), (3,1), (2,1) на величину θ= {10,40}=10. Приращение целевой функции ΔF= -1 · 10 = -10. Получаем пятое опорное решение Х5.
b j ai |
20 |
40 |
40 |
20 |
1
|
3
|
2 20 |
30 |
4 0 |
5 10 |
7 20 |
50 |
6 20 |
8 30 |
15
|
Значение целевой функции на нем
F(X5) = 20 · 2 + 10 · 5 + 20 · 7 + 20 · 6 + 30 · 8 = 590.
Вычисляем оценки для свободных клеток: Δ11= (1 + 7) — (2 + 4) =2 > 0, Δ12 = (3 + 7) - (2 + 5) = 3 > 0, Δ33 = (15 + 5) - (7 + 8) = 5 > 0. Все оценки для свободных клеток положительные, следовательно, решение оптимально.
Ответ: min
F(X)
= 590 при
.

j
j
j
j