Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Общая постановка задачи линейного программирования




Примеры задач линейного программирования

В разделе 1 мы упоминали об оптимизационных моделях. К одним из наиболее изученных классов таких моделей относятся математические модели линейного программирования. Становление этого класса задач относится к 50-м годам прошлого века и связано с решением практических задач в экономике.

1. Задача оптимального использования ресурсов.

Фирма планирует начать выпуск шкафов и столов для компьютеров. Исходные данные приведены в следующей таблице стандартного вида.

Ресурсы Запасы Расх. коэфф.
шкафы столы
Дсп, м2   3,5 1
Стекло, м2   1 2
Труд, чел-часы   1 1
Прибыль, у.е.   200 100

Менеджеру фирмы требуется составить оптимальный план выпуска изделий из условия максимальной прибыли.

Построение математической модели (следуем п. 1.1):

Пусть х1 – количество шкафов, х2- количество столов

По условию,

3,5 х1 + х2 ≤ 350

х1 + 2х2 ≤ 240

х1 + х2 ≤ 150 → ограничения модели

х1, х2 ≥ 0

F = 200x1 + 100x2 → max (целевая функция)

Смысл модели: найти такой набор переменных х1, х2, который удовлетворяет ограничениям и при этом обращает целевую функцию в максимум.

2. Задача о раскрое

Имеются прутки длиной 100 см. Требуется нарезать из них заготовки длиной 25 см. (200 штук), 30 см. (250), 35 см. (150). Возможные варианты раскроя приведены в таблице:

Вар. раскроя                   План
Вид заготовки
                     
                     
                     
Обрезь                    

Требуется определить, сколько прутков нужно разрезать по каждому варианту (х12,…х9), чтобы выполнить план по заготовкам и при этом минимизировать суммарную обрезь.

Построение математической модели:

1 + х4 + х5+ 2х6 + 2х7 + х9 = 200

2 + х3 + х5+ х6 + 2х8 + 2х9 = 250

3 + 2х4 + х5+ х6 + х7 + х8 = 150

хi ≥ 0

F= 10х2 + 5х4 +10 х5+ 20х6 + 15х7 +5 х8+15x9 →min

 

3. Транспортная задача.

На двух железнодорожных станциях сосредоточено топливо для трех электростанций. Исходные данные приведены в таблице:

Потребители       Запасы, тонн
Поставщики
         
         
Спрос, тонн        

В клетках указаны затраты на перевозку одной тонны от поставщиков к потребителям.

Требуется составить оптимальный план перевозок топлива от поставщиков к потребителям, чтобы

а) вывезти все топливо

б) удовлетворить спрос

в) минимизировать суммарные затраты

Построение математической модели:

Положим хi j – количество груза, перевозимого от i-го исходного пункта к j-му пункту назначения.

х11 + х12 + х13 =300

х21 + х22 + х23 =500

х11 + х21 =500

х12 + х22 =200

х13 + х23 =100

хij ≥ 0

F = 7х11 + 9х12 + 8х13 + 3х21 + 4х22 + 6х23 → min

1. Задача линейного программирования в каноническом виде

а11х1 + а12х2+……а1nхn = в1

а21х1 + а22х2+……а2nхn = в2 (1)

……………………………

аm1х1 + аm2х2+……аmnхn = вm

xi ≥ 0, i = 1,n

F = c1х1 + c2х2+……cnхn → max

Матричная запись:

Ах = в

х ≥ 0

F = c x → max

Здесь А – матрица коэффициентов, х – столбец переменных,

в- столбец правых частей, с - строка коэффициентов целевой функции.

Какие возможны ситуации?

1) Система (1) не имеет решений. Интерес такая ситуация не представляет.

2) Система (1) имеет единственное решение. Ясно, что оно и будет оптимальным решением.

3) Система (1) имеет бесконечное множество решений, но целевая функция не ограничена на множестве допустимых решений. Экономически такой случай не интересен. Он лишь свидетельствует о недостатке построения модели.

4) Система (1) имеет бесконечное множество решений, и целевая функция ограничена на множестве допустимых решений. Именно такой случай экономически представляет наибольший интерес. Рассмотрим его более подробно.

Теоретические основы линейного программирования. (без доказательства).




Поделиться с друзьями:


Дата добавления: 2014-12-27; Просмотров: 387; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.013 сек.