Материал: 1820

требющие производственную площадь 3м2 (с учетом проходов) и производительностью 2 т. зерна, и более мощные машина типа B с характеристиками – 4 ден. ед., 5м2, 3 т. зерна.

Требуется составить оптимальный план приобретения оборудования, обеспечивающий максимальную общую производительность при условии, что фермер может приобрести не более 8 машин типа B.

Решение:

Обозначим через x1, x2 количество машин соответственно типа А и В, чрез Z – общую производительность. Тогда математическая модель задачи примет вид:

Z2x1 32 max 3x1 5x2 60, 3x1 4x2 34, x2 8,

x1 0, x2 0, x1, x2 – целые числа.

Введем дополнительные неотрицательные переменные x3, x4, x5 и получим систему

уравнений. Далее решаем задачу симплексным методом без условия целочисленности. На последнем шаге получаем систему уравнений:

решение не удовлетворяет условию целочисленности. По первому уравнению с переменной x1 составляем дополнительное ограничение:

Это уравнение включаем в систему ограничений исходной канонической задачи. Получаем расширенную задачу, решаем её симплексным методом. Для сокращения числа шагов рекомендуется полученное дополнительное ограничение включать в систему ограничений, полученную на последнем шаге симплексного метода. Таким образом, запишем полученную систему:

31

Для получения допустимого базисного решения переводим в основные переменную, входящую с положительным коэффициентом в уравнение, в котором свободный член отрицательный. Переведем в основные переменную x5 . Тогда на очередном шаге имеем:

Основные переменные: x1,x2,x3,x4. Неосновные переменные: x4,x6 .

Выразим основные переменные через неосновные: x1 2 x4 2x6,

Так как в выражении линейной функции нет неосновных переменных с положительными коэффициентами, то базисное решение, полученное на этом шаге оптимально. Таким образом, оптимальное решение ЦЗЛП: X =(2, 7, 19, 0, 1, 0), Z 25.

6.Задачи многокритериальной оптимизации

6.1Практическое занятие №11 (4 часа). Решение задач

многокритериальной оптимизации.

Цель занятия: научиться находить решение задачи многокритериальной оптимизации методом последовательных уступок.

Методическое указание.

32

Задачи многокритериальной оптимизации возникают в тех случаях, когда имеется несколько целей, которые не могут быть отражены одним критерием. Рассмотрим решение таких задач методом последовательных уступок.

Пусть частные критерии могут быть упорядочены в порядке убывания их важности. Предположим, что все частные критерии максимизируются и пронумерованы в порядке

убывания их важности. Находим максимальное значение Z1 первого по важности критерия в области Qдопустимых решений путем решения однокритериальной задачи:

Z1 X max

X Q

Затем, исходя из практических соображений и принятой точности, назначается величина допустимого отклонения 1 >0 критерия Z1 и находим максимальное значение второго по

важности критерия Z2 при условии, что значение первого критерия не должно отклоняться от своего максимума более чем на величину допустимой уступки, т.е. решается задача:

Z2 X max

Z1 X Z1 1, X Q.

Снова назначается величина уступки 2 >0 по второму критерию, которая вместе с первой уступкой используется для нахождения условного максимума третьего частного критерия:

Z3 X max

Z1 X Z1 1,

Z2 X Z2 2, X Q.

Аналогичные процедуры повторяются до тех пор, пока не будет выявлено максимальное значение последнего по важности критерия. Полученное на последнем этапе решение считается оптимальным.

Пример.

Пусть задача трехкритериальной оптимизации имеет вид:

Z1 x1 2x2 max

Z2 2x1 x2 max Z3 x1 3x2 max x1 x2 6,

1 x1 3,

1 x2 4,

51 3, 2 3 .

Решение:

Максимум первой функции Z1 можно найти, например, графическим методом или симплексным методом. И в данном случае оптимальное решение на первом этапе: X1 1, 4

и Z1 7. Теперь решаем задачу максимизации Z2 :

Z2 2x1 x2 max

33

Далее уступаем по критерию Z2 на величину соответствующей уступки, и решаем еще одну ЗЛП:

3.

Z1(x) 5x1 x2 max, 1 17,4 Z2 (x) 3x1 3x2 min, 2 20% Z3(x) 2x1 x2 min

x1 x2 5,

2x1 3x2 12,

0 x1,x2 2.

34

Задания для самостоятельной работы

Целью самостоятельной работы в дисциплине «Математические методы исследования экономических систем» является систематизация, расширение и закрепление теоретических знаний студентов и их применение при решении практических задач; развитие навыков применения разобранных на лекционных и практических занятиях методов решения оптимизационных задач.

Форма отчета: домашние и контрольные работы Форма контроля: проверка домашних заданий, контрольных работ, опрос на практических занятиях.

Тема 1. Регрессионные модели экономических процессов

Рекомендуемые источники для выполнения заданий: 1, 2, 3 из списка литературы

Задание 1.

Изучается зависимость доходности акций предприятия y (%) от темпа роста валового внутреннего продукта x (%). Полученные результаты отражены в таблице:

Определить, есть ли между переменными линейная зависимость.

Задание 2.

По данным n=12 угольных шахт провести регрессионный анализ зависимости полной себестоимости добычи 1т.угля y (тыс. руб.) от средней суточный добычи угля на шахте x1 и

удельного веса комбайновой проходки выработки x2 (%).

1)проверить статистическую значимость коэффициентов регрессии с уровнем значимости 5%;

2)определить доверительные интервалы для коэффициентов регрессии с уровнем значимости 1%;

4)проверить качество уравнения регрессии (уровень значимости 5%, 10%).

35