Автор работы: Пользователь скрыл имя, 17 Апреля 2011 в 15:53, курсовая работа
Цель курсовой работы - изучить методы решения задач линейного программирования и научиться применять на практике решение задачи графическим, симплекс-методом (аналитическим и табличным) для прямой и двойственной задачи линейного программирования.
Задачи работы:
1. Изучить литературу по данной теме
2. Овладеть методами научного исследования, провести научно-практическое исследование, раскрыть тему курсовой работы, рассмотрев ее в теоретическом и практическом аспектах
ВВЕДЕНИЕ ………………………………………………………………………… 5
1. ТЕОРЕТИЧЕСКАЯ ГЛАВА……………………………………………….
7
1.1 Задача линейного программирования и её свойства………………………. 7
1.2 Графический способ решения задачи линейного программирования........ 11
1.3 Симплексный метод…………………………………………………………. 13
1.4 Понятие двойственности…………………………………………………….. 16
1.5 Основные теоремы двойственности и их экономическое содержание…… 19
2. ПРАКТИЧЕСКАЯ ГЛАВА………………………………………………... 21
2.1 Решение задачи линейного программирования симплексным методом…. 21
2.2 Составление математической модели задачи………………………………. 22
2.3 Каноническая форма записи условий задачи…………………………......... 22
2.4 Система ограничений в векторной форме………………………………….. 22
2.5 Составление симплексной таблицы………………………………………… 23
2.6 Анализ таблиц…...…..……………………………………………………….. 27
ЗАКЛЮЧЕНИЕ…………………………………………………………………… 29
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ………………………………. 30
Теорема. (о дополняющей нежесткости )
Для того, чтобы планы пары двойственных задач были оптимальны, необходимо и достаточно выполнение условий:
Условия (1), (2) называются условиями дополняющей нежесткости. Из них следует если какое-либо ограничение одной из задач ее оптимальным планом обращается в строгое неравенство, то соответствующая компонента оптимального плана двойственной задачи должна равняться нулю если же какая-либо компонента оптимального плана одной из задач положительна, то соответствующее ограничение в двойственной задаче ее оптимальным планом должно обращаться в строгое равенство.
Экономически это означает, что если по некоторому оптимальному плану производства расход i -го ресурса строго меньше его запаса , то в оптимальном плане соответствующая двойственная оценка единицы этого ресурса равна нулю. Если же в некотором оптимальном плане оценок его i -я компонента строго больше нуля, то в оптимальном плане производства расход соответствующего ресурса равен его запасу. Отсюда следует 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 показывают приращение функции цели, вызванное малым изменением свободного члена соответствующего ограничения задачи математического программирования, точнее
2.1 Решение задачи линейного программирования симплексным методом
n | b1 | b2 | b3 | а11 | а12 | а13 | a14 | а21 | a22 | а23 | а24 | a31 | a32 | a33 | a34 | c1 | c2 | c3 | c4 |
4 | 20 | 37 | 30 | 2 | 2 | 3 | 0 | 3 | 1 | 1 | 2 | 0 | 1 | 1 | 4 | 11 | 6 | 9 | 6 |
Решение:
Представим исходные
данные в виде таблицы (матрицы планирования:
табл.1).
Таблица 1.
Вид ресурса | Объем ресурсов, идущих на единицы | На изготовление продукции | Запас
ресурсов
bi | ||
П1 | П2 | П3 | П4 | ||
Р1 | 2 | 2 | 3 | 0 | 20 |
Р2 | 3 | 1 | 1 | 2 | 37 |
Р3 | 0 | 1 | 1 | 4 | 30 |
Доход (Сj) | 11 | 6 | 9 | 6 |
Условные обозначения:
Хj – количество j-го вида продукции (j = 1, 4), которую планирует выпускать предприятие, ед.
Сj – доход, который будет получен при выпуске каждой единицы продукции j-го вида (j = 1,4) денеж. ед.
bi – запасы сырья i-го вида (I = 1,3), ед.
Z – целевая функция:
максимум дохода, получаемого при производстве
продукции с учетом ограниченных ресурсов.
2.2 Составим математическую модель задачи.
Доход, который может получить предприятие, составит:
Z = 11Х1 + 6Х2 + 9Х3 + 6Х4 max
Но выпуск продукции
ограничен запасами ресурсов, поэтому
формулируется система
2Х1 + 2Х2 + 3Х3 ≤ 20
3Х1 + Х2 + Х3 + 2Х4 ≤ 37
Х2 + Х3 + Х4 ≤ 30
Хj ≤ 0 (j= 1,4)
система неравенств переводится в систему уравнений путем введения в каждое неравенство слева от знака дополнительной неотрицательной переменной.
В целевую функцию балансовые переменные также вводят с коэффициентом Cj = 0, (j = 5,7).
Экономический смысл балансовых переменных заключается в том, что они равны остаткам неиспользованных ресурсов. На размер дохода эти остатки не влияют, поэтому Cj = 0.
В канонической форме задача имеет вид:
Z = 11Х1 + 6Х2 + 9Х3 + 6Х4 + 0 х Х5 + 0 х Х6 + 0 хХ7 max
2Х1 + 2Х2 + 3Х3 + Х5 = 20
3Х1 + Х2 + Х3 + 2Х4 + Х6 = 37
Х2 + Х3 + 4Х4 + Х7 = 30
Хj ≥ 0 (j= 1,7)
2.4 Система ограничений в векторной форме:
А1Х1
+ А2Х2 +А3Х3 + А4Х4
+ А5Х5 + А6Х6 + А7Х7
= Ао, где:
А1= | 2 | А2= | 2 | А3= | 3 | А4= | 0 | А5= | 1 | А6= | 0 | А7= | 0 | Ао= | 20 |
3 | 1 | 1 | 2 | 0 | 1 | 0 | 37 | ||||||||
0 | 1 | 1 | 4 | 0 | 0 | 1 | 30 |
Единичные вектора А5, А6, А7 берем в качестве базиса первоначального опорного плана, который будет следующим:
Хо = (0;
0; 0; 0; 20; 37; 30)
Переменные Х5, Х6, Х7 – это базисные неизвестные.
Свободные неизвестные Х1, Х2, Х3, Х4 приравниваем к нулю. Тогда значение целевой функции в опорном плане равно:
Z(Хо) = 11х
0 + 6 х 0 + 9 х 0 + 6 х 0 + 0 х 20 + 0 х 37 + 0 х 30 = 0
2.5 Составление симплексной таблицы (табл. 2).
Переход от одной симплексной таблицы к другой называется итерацией. Каждая итерация улучшает план.
I-я итерация.
Оценочная (индексная) строка заполняется по формулам:
п
Ñо = å Сб х Ао = 0 х 20 + 0 х 37 + 0 х 30 = 0
j=1
Ñj = Zj – Cj = å Аj х Cбi – Cj;
Ñ1 = (0 х 2 + 0 х 3 + 0 х 0) – 11 = -11
Ñ2 = (0 х 2 + 0 х 1 + 0 х 1) – 6 = - 6
Ñ3 = (0 х 3 + 0 х 1 + 0 х 1) – 9 = - 9
………………………………..
Ñ7
= (0 х 0 + 0 х 0 + 0 х 1) – 0 = 0
Таблица 2.
№ | БП | Сб | Ао | С1=11 | С2=6 | С3=9 | С4=6 | С5=0 | С6=0 | С7=0 |
(Х1)А1 | (Х2)А2 | (Х3)А3 | (Х4)А4 | (Х5)А5 | (Х6)А6 | (Х7)А7 | ||||
1 | Х5 | 0 | 20 | 2 | 2 | 3 | 0 | 1 | 0 | 0 |
2 | Х6 | 0 | 37 | 3 | 1 | 1 | 2 | 0 | 1 | 0 |
3 | Х7 | 0 | 30 | 0 | 1 | 1 | 4 | 0 | 0 | 1 |
m+1 | Ñj=Zj -Cj | 0 | -11 | -6 | -9 | -6 | 0 | 0 | 0 | |
1 | Х1 | 11 | 10 | 1 | 1 | 1,5 | 0 | 0,5 | 0 | 0 |
2 | Х6 | 0 | 7 | 0 | -2 | -3,5 | 2 | -1,5 | 1 | 0 |
3 | Х7 | 0 | 30 | 0 | 1 | 1 | 4 | 0 | 0 | 1 |
m+1 | Ñj=Zj -Cj | 110 | 0 | 5 | 7,5 | -6 | 5,5 | 0 | 0 | |
1 | Х1 | 11 | 10 | 1 | 1 | 1,5 | 0 | 0,5 | 0 | 0 |
2 | Х4 | 6 | 3,5 | 0 | -1 | -1,75 | 1 | -0,75 | 0,5 | 0 |
3 | Х7 | 0 | 16 | 0 | 5 | 8 | 0 | 3 | -2 | 1 |
m+1 | Ñj=Zj -Cj | 131 | 0 | -1 | -3 | 0 | 1 | 3 | 0 | |
1 | Х1 | 11 | 7 | 1 | 0,0625 | 0 | 0 | 0.0625 | 0,375 | -0,1875 |
2 | Х4 | 6 | 7 | 0 | 0,0937 | 0 | 1 | -0,0937 | 0,0625 | 0,2187 |
3 | Х3 | 9 | 2 | 0 | 0,0625 | 1 | 0 | 0,375 | -0,25 | 0,125 |
m+1 | Ñj=Zj -Cj | 137 | 0 | 0,875 | 0 | 0 | 2,125 | 2,25 | 0,375 |
В оценочной строке (I-я итерация) все оценки - отрицательные числа. Для задач, решаемых на максимум целевой функции, план считается оптимальным, если все оценки оценочной строки – положительные числа. Следовательно, опорный план – неоптимальный. Из отрицательных оценок выбирается максимальная по модулю:
ê- 11 ½>½ - 9½>½- 6½® ½- 11½= max
Столбец А1, в котором находится эта оценка, будет разрешаемым столбцом.
Находим
минимальное симплексное
Q – min Ао = min 20 ; 37 = min (10; 12,3) = 10
А1
2 3
Так как минимум соответствует Q11, то данный элемент будет разрешающим
( Q11 = 2), а вся первая строка – разрешающей. В базис вводится переменная Х1 (столбец А1) вместо переменной Х5 (столбец А5).
Вся первая строка делится на Q11 = 2. Остальные элементы таблицы, включая строку (m+1) пересчитывают по формулам исключения (правилу четырехугольника).
Заполняем новую таблицу (II-я итерация).
Перерасчет элементов разрешающего столбца (результаты вносим в столбец А5):
1: 2 = 0,5; - (3 : 2) = - 1,5; 0 : 2 = 0; - ((-11) : 2) = 5,5
Перерасчет элементов разрешающей строки:
20: 2 = 10;
2 : 2 = 1; 3 : 2 = 1,5; 0 : 2 = 0; 0 : 2 = 0; 0 : 2 = 0;
Для остальных элементов таблицы:
37 – 20 х 3 = 7; 30 – 20 х 0 = 30; 1 – 3 х 2 = - 2; 1 – 0 х 2 = 1;
2
2
2
2
- 6 – (-11) х 2 = 5; 1 - 3 х 3 = - 3,5; 1 – 0 х 3 = 1; - 9 – (-11) х 3 = 7,5;
2
2
2
2
Информация о работе Оптимизационные модели. Основная задача линейного программирования