Исследование операций
Целевая функция. Многоугольник решений. Решение задачи графическим методом. Линейное программирование. Составление симплекс–таблиц. Система ограничений. Система уравнений. Метод потенциалов. Опорное решение методом наименьших затрат. Матрица оценок.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 29.09.2008 |
Размер файла | 487,6 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Министерство образования и науки Российской Федерации
Южно-Уральский государственный университет
Кафедра систем управления
Челябинск, 2005
Курсовая работа по дисциплине «Исследование операций»
Нормоконтроллёр:
Плотникова Н. В.
«____» ___________ 2005 г.
Руководитель:
Плотникова Н. В.
«____» ___________ 2005 г.
Автор:
Студент группы ПС-346
Нечаев Л. В.
«____» ___________ 2005 г.
Работа защищена
с оценкой
«____» ___________ 2005 г.
11
Оглавление
- Задача 1 3
- Условие 3
Решение 3
Ответ: 5
- Задача 2 6
- Условие 6
Решение 6
Ответ: 8
Примечание: 8
- Задача 3 10
- Условие 10
Решение 10
Ответ: 14
- Задача 4 15
- Условие 15
Решение 15
Ответ: 19
- Приложение 1 20
Список использованной литературы 22Задача 1
Условие
Оператор связи оказывает 2 вида услуг:
1. Предоставление одной линии телефонной сети общего пользования (ТСОП) и трёх линий цифровой связи (ЦС);
2. Предоставление одной линии ЦС и двух линий ТСОП.
Стоимость услуг указана в табл. 1:
Таблица 1
ТСОП |
ЦС |
Цена |
||
Услуга 1 |
1 |
3 |
750 |
|
Услуга 2 |
2 |
1 |
600 |
Сети связи и эксплуатируемое оборудование накладывает следующие ограничения на количество используемых линий связи:
ТСОП ? 300
ЦС ? 120
ТСОП+2*ЦС ? 380
Определить оптимальное соотношение услуг 1 и 2, которые оператор должен предоставлять для получения максимальной выручки.
Решение
1. Обозначим за x1 количество оказанных услуг с номером `1', а x2 - количество оказанных услуг с номером `2'.
2. Учтём ограничения задачи: .
3. Составим целевую функцию, которую нужно максимизировать:
4. Задача сведена к следующей задаче линейного программирования: «Найти значения аргументов x1 и x2, при которых функция принимает наибольшее значение при ограничениях:. Разумеется, x1?0, x2?0.
5. Решим выше представленную задачу графическим методом, так как в задаче присутствуют только 2 переменные x1 и x2. Для этого:
Изобразим многоугольник решений в плоскости x2Ox1:
График представлен на рис. 1.
В начале максимизации наибольшее значение целевой функции равно 0, также F проходит через начало координат (пунктирная линия на рис. 1). Вектор задаёт направление возрастания целевой функции.
Оптимальное решение находится в точке (0; 95), находящейся на
пересечении прямых . Следовательно, наибольшее значение целевой функции F будет равно , достигается при x1 = 0, x2 = 95.
Итак, для получения наибольшей прибыли (57000 ед.) оператор связи должен не предоставлять услуг 1, а услуг 2 предоставить в количестве 95 штук.
Ответ:
– Не предоставлять yслуг #1
– Yслуг #2 предоставить в количестве 95 штук.
Задача 2
Условие
Решение задачи линейного программирования.
С помощью симплекс-таблиц найти решение задачи линейного программирования: определить экстремальное значение целевой функции F=CTx при условии Ax ? B,
где CT = [ c1 c2 . . . c6 ]T , ВT = [ b1 b2 . . . b6 ]T , XT = [ x1 x2 . . . x6]T , А= [aij] (i=1,6; j=1,3).
Таблица 2
c1 |
c2 |
c3 |
c4 |
c5 |
c6 |
b1 |
b2 |
b3 |
Знаки ограничений |
|||
1 |
2 |
3 |
||||||||||
4 |
-1 |
12 |
2 |
-1 |
0 |
2 |
13 |
16 |
= |
= |
= |
a11 |
a12 |
a13 |
a14 |
a15 |
a16 |
a21 |
a22 |
a23 |
a24 |
a25 |
a26 |
a31 |
a32 |
a33 |
a34 |
a35 |
a36 |
Ext |
|
-1 |
1 |
1 |
0 |
0 |
0 |
4 |
3 |
2 |
1 |
1 |
0 |
3 |
2 |
0 |
0 |
1 |
0 |
max |
Решение
Составляем систему:
Целевая функция имеет вид
Приведем систему ограничений к виду основной задачи линейного программирования:
Пусть х1, х2 - свободные переменные, х3, х4, х5 - базисные.
Приведем систему и целевую функцию к стандартному виду, для построения симплекс-таблицы:
Составляем симплекс-таблицу.
Это решение является допустимым, но не опорным, т.к. присутствует отрицательный свободный член во второй строке. Ликвидируем его путём замены базисных переменных на основные. В строке x4 находится отрицательный элемент a42=-2, следовательно, столбец x2 - разрешающий. Наименьшее отношение между свободным членом и эл-том разрешающего столбца (см. поле «оценка») будет в первой строке и элемент a32 - разрешающий. Получилась таблица 3 (верхние числа).
Таблица 3
Базис |
Свободный член |
Переменные |
Оценка |
||
x1 |
x2 |
|
|||
x3 |
2 2 |
-1 -1 |
1 1 |
2 |
|
x4 |
-7 4 |
3 -2 |
-2 2 |
- |
|
x5 |
16 -4 |
3 2 |
2 -2 |
8 |
|
F |
6 18 |
13 -9 |
-9 9 |
- |
Теперь преобразуем таблицу по следующему алгоритму:
1. Выделим разрешающий элемент aij;
2. Найдём обратную ему величину л=1/aij и запишем её в правом нижнем углу этой же ячейки;
3. Все элементы разрешающей строки, кроме разрешающего элемента, умножим на л и запишем внизу соответствующей ячейки;
4. Все элементы разрешающего столбца , кроме разрешающего элемента, умножим на -л и запишем внизу соответствующей ячейки;
5. Выделим все верхние числа в разрешающей строке, и все нижние - в разрешающем столбце;
6. Для каждого из остальных элементов запишем в нижнюю часть ячейки произведение выделенных чисел, стоящих в той же строке и в том же столбце, что и данный элемент;
7. Перепишем таблицу, заменив переменные: элементы разрешающих строки и столбца - значениями, стоящими в нижних частях этих ячеек; оставшиеся элементы - суммой чисел, стоящих в верхних и нижних частях ячеек.
Применительно к текущему шагу, разрешающий элемент a32, л = 1 / a32 = 1. После указанных выше преобразований, получим новую таблицу (табл. 4):
Таблица 4
Базис |
Свободный член |
Переменные |
|
||
x1 |
x3 |
|
|||
x2 |
2 |
-1 |
1 |
||
x4 |
-3 |
1 |
2 |
||
x5 |
12 |
5 |
-2 |
||
F |
24 |
4 |
9 |
Решение снова не может быть опорным, т.к. присутствует отрицательный свободный член во второй строке. Попытаемся ликвидировать его путём замены базисных переменных на основные. Но в строке x4 больше нет отрицательных элементов, следовательно, невозможно выбрать разрешающий столбец. Заметим, что в строке целевой функции нет отрицательных элементов, значит оптимальное решение, в случае отмены ограничений на переменные, достигнуто. Ограничивающая система уравнений не имеет решений при неотрицательных значениях всех переменных.
Ответ:
Система уравнений несовместима в области положительных значений переменных.
Примечание:
Этот же результат получен и при решении данной задачи в пакете Mathematica:
Задача 3
Условие
Решение транспортной задачи:
1. Записать условия задачи в матричной форме.
2. Определить опорный план задачи.
3. Определить оптимальный план задачи.
4. Проверить решение задачи методом потенциалов.
Таблица 5
B1 |
B2 |
B3 |
ai |
||
A1 |
10 |
20 |
32 |
700 |
|
A2 |
12 |
50 |
25 |
600 |
|
A3 |
21 |
18 |
50 |
200 |
|
A4 |
25 |
15 |
23 |
200 |
|
A5 |
21 |
30 |
40 |
100 |
|
bj |
300 |
700 |
1000 |
Решение
Заметим, что общее количество запасов (700+600+200+200+100=1800) меньше количества заявок (300+700+1000=2000), следовательно имеем открытую транспортную задачу с избытком заявок. Добавим строку с фиктивными запасами для дополнения задачи до задачи закрытого типа. После корректировки получаем транспортную задачу с правильным балансом (табл. 6):
Таблица 6
B1 |
B2 |
B3 |
ai |
||
A1 |
10 |
20 |
32 |
700 |
|
A2 |
12 |
50 |
25 |
600 |
|
A3 |
21 |
18 |
50 |
200 |
|
A4 |
25 |
15 |
23 |
200 |
|
A5 |
21 |
30 |
40 |
100 |
|
A6 |
0 |
0 |
0 |
200 |
|
bj |
300 |
700 |
1000 |
2000 |
Найдём опорное решение методом наименьших затрат (табл. 7):
Таблица 7
B1 |
B2 |
B3 |
ai |
|||
A1 |
10 300 |
20 400 |
32 - |
700 |
-10 (2) |
|
A2 |
12 - |
50 - |
25 600 |
600 |
-7 (7) |
|
A3 |
21 - |
18 200 |
50 - |
200 |
-8 (4) |
|
A4 |
25 - |
15 100 |
23 100 |
200 |
-5 (5) |
|
A5 |
21 - |
30 - |
40 100 |
100 |
-22 (8) |
|
A6 |
0 - |
0 - |
0 200 |
200 |
18 (9) |
|
Bj |
300 |
700 |
1000 |
2000 |
||
0 (1) |
-10 (3) |
-18 (6) |
Выбранный план перевозок является допустимым, т.к. при нём все заявки удовлетворены и все запасы израсходованы, сумма перевозок по строке равна запасу соответствующего пункта отправления, а сумма перевозок по столбцу - заявке соответствующего пункта назначения. Сумма запасов равна сумме заявок, и выражается числом 2000, стоящим в правом нижнем углу таблицы. Данное распределение является базисным (заполнено m+n-1=8 ячеек таблицы), следовательно, задача готова к решению.
Первоначально затраты на перевозку составят:
Составим матрицу оценок методом потенциалов:
Начнём с первого столбца. Пусть потенциал этого столбца равен нулю. Рядом с потенциалом в скобках записываем номер шага. После прибавления потенциала к коэффициентам затрат первого столбца коэффициент затрат заполненной клетки (1;1) не изменится; чтобы полученный после сложения коэффициент стал равен 0, потенциал первой строки таблицы должен быть равен -10; для обнуления коэффициента затрат клетки (1;2) потенциал второго столбца должен быть -10 и т.д.
Изменённые коэффициенты выписываются в виде матрицы оценок:
Критерий оптимальности (базисное распределение поставок верно тогда и только тогда, когда оценки всех свободных клеток неотрицательны) на данном шаге не выполнен - присутствуют 2 свободные клетки с отрицательными оценками.
Продолжим оптимизацию (табл. 8). Составим цикл пересчёта для клетки (5;2) и дадим поставку неё:
Таблица 8
B1 |
B2 |
B3 |
ai |
||
A1 |
10 300 |
20 400 |
32 - |
700 |
|
A2 |
12 - |
50 - |
25 600 |
600 |
|
A3 |
21 - |
18 200 |
50 - |
200 |
|
A4 |
25 - |
15 - 100 |
23 + 100 |
200 |
|
A5 |
21 - |
30 + - |
40 - 100 |
100 |
|
A6 |
0 - |
0 - |
0 200 |
200 |
|
Bj |
300 |
700 |
1000 |
2000 |
В верхнем правом углу знаком «+» отмечаются те клетки, поставки в которые увеличатся, а знаком «-» - те, в которые уменьшатся. Наибольшая возможная поставка, исходя из текущего цикла пересчёта равна min {100, 100, 100} = 100. Передвигаем её по циклу (табл. 9):
Таблица 9
B1 |
B2 |
B3 |
ai |
|||
A1 |
10 300 |
20 400 |
32 - |
700 |
-10 (2) |
|
A2 |
12 - |
50 - |
25 600 |
600 |
-7 (8) |
|
A3 |
21 - |
18 200 |
50 - |
200 |
-8 (4) |
|
A4 |
25 - |
15 0 |
23 200 |
200 |
-5 (5) |
|
A5 |
21 - |
30 100 |
40 - |
100 |
-20 (6) |
|
A6 |
0 - |
0 - |
0 200 |
200 |
18 (9) |
|
Bj |
300 |
700 |
1000 |
2000 |
||
0 (1) |
-10 (3) |
-18 (7) |
После передвижения освободились сразу 2 клетки, решение перестало быть базисным. Для того, чтобы оно осталось базисным, дадим фиктивную поставку в клетку (4;2).
Снова составляем матрицу оценок по вышеприведённому алгоритму:
На текущем шаге клеток с отрицательной оценкой нет, следовательно, критерий оптимальности выполнен.
Проверим решение с помощью метода потенциалов (табл. 10). Примем a1 = 0, тогда bj = cij - ai (для заполненных клеток). Если найденное решение справедливо, то во всех пустых клетках таблицы Дij = cij - (ai + bj ) ? 0, и Дij = 0 в заполненных клетках. Получим следующую таблицу (в скобках показаны оценки клеток):
Таблица 9
B1 |
B2 |
B3 |
ai |
|||
A1 |
10 (0) 300 |
20 (0) 400 |
32 (4) - |
700 |
-10 (2) |
|
A2 |
12 (5) - |
50 (33) - |
25 (0) 600 |
600 |
-7 (8) |
|
A3 |
21 (13) - |
18 (0) 200 |
50 (24) - |
200 |
-8 (4) |
|
A4 |
25 (20) - |
15 (0) 0 |
23 (0) 200 |
200 |
-5 (5) |
|
A5 |
21 (1) - |
30 (0) 100 |
40 (2) - |
100 |
-20 (6) |
|
Bj |
300 |
700 |
1000 |
|||
0 (1) |
-10 (3) |
-18 (7) |
Условие Дij ? 0 выполняется, следовательно, решение верное.
Ответ:
Таблица 10
B1 |
B2 |
B3 |
ai |
||
A1 |
10 300 |
20 400 |
32 - |
700 |
|
A2 |
12 - |
50 - |
25 600 |
600 |
|
A3 |
21 - |
18 200 |
50 - |
200 |
|
A4 |
25 - |
15 - |
23 200 |
200 |
|
A5 |
21 - |
30 100 |
40 - |
100 |
|
Bj |
300 |
700 |
1000 |
1800/2000 |
Суммарные затраты на перевозку составляют:
Задача 4
Условие
Решение задачи нелинейного программирования
Определить экстремум целевой функции вида
F = c11x12+c22x22+c12x1x2+b1x1+b2x2
при условиях
a11x1+a12x2<=>p1
a21x1+a22x2<=>p2 .
Данные располагаются в табл. 11.
Найти стационарную точку целевой функции и исследовать ее (функцию) на выпуклость (вогнутость) в окрестностях стационарной точки.
Составить функцию Лагранжа.
Получить систему неравенств в соответствии с теоремой Куна-Таккера.
Используя метод искусственных переменных составить симплекс-таблицу и найти решение полученной задачи линейного программирования.
Дать ответ с учетом условий дополняющей нежёсткости.
Таблица 11
b1 |
b2 |
c11 |
c12 |
c22 |
extr |
a11 |
a12 |
a21 |
a22 |
p1 |
p2 |
Знаки огр. |
||
1 |
2 |
|||||||||||||
1 |
8 |
-1 |
0.5 |
-1 |
max |
1 |
1 |
0 |
1 |
7 |
5 |
? |
? |
Решение
Целевая функция имеет вид:
Ограничения:
,
1. Определим относительный максимум функции. Для этого необходимы координаты стационарной точки .
,
Получили стационарную точку (1.6;4.4).
2. Исследуем стационарную точку на максимум, для чего и определим вогнутость функции f.
,
Условия выполняются, следовательно целевая функция является строго вогнутой в окрестности стационарной точки.
3. Составим функцию Лагранжа:
Составим систему неравенств в соответствии с теоремой Куна-Таккера.
А)Б)
Перепишем систему А:
A1).Вводим дополнительные переменные v1, v2, w1, w2, превращающие неравенства системы А1 в равенства:
A2)
перепишем систему Б:
Б2)- условия дополняющей нежёсткости
Решим систему А2 с помощью метода искусственных переменных. в первое и второе уравнение системы А2.
Вводим псевдоцелевую функцию
базисные переменные: y1, y2, w1, w2
свободные переменные: x1, x2, v1, v2, u1, u2
Решаем эту задачу симплекс-методом с помощью таблиц и небольшой программы на языке Си, текст которой приведён в Приложении 1.
Таблица 12
bi |
x1 |
x2 |
u1 |
u2 |
v1 |
v2 |
||
y1 |
1 0.5 |
2 0.5 |
-0.5 -0.25 |
1 0.5 |
0 0 |
-1 -0.5 |
0 0 |
|
y2 |
8 0.25 |
-0.5 0.25 |
2 -0.125 |
1 0.25 |
1 0 |
0 -0.25 |
-1 0 |
|
w1 |
7 -0.5 |
1 -0.5 |
1 0.25 |
0 -0.5 |
0 0 |
0 0.5 |
0 0 |
|
w2 |
5 0 |
0 0 |
1 0 |
0 0 |
0 0 |
0 0 |
0 0 |
|
Y' |
9M 0.75M |
-1.5M 0.75M |
-1.5M -0.375M |
-2M 0.75M |
-1M 0M |
1M -0.75M |
1M 0M |
Таблица 13
bi |
y1 |
x2 |
u1 |
u2 |
v1 |
v2 |
||
x1 |
0.5 1.1 |
0.5 0.03333 |
-0.25 0.1333 |
0.5 0.1667 |
0 0.1333 |
-0.5 -0.03333 |
0 -0.1333 |
|
y2 |
8.25 4.4 |
0.25 0.1333 |
1.875 0.5333 |
1.25 0.6667 |
1 0.5333 |
-0.25 -0.1333 |
-1 -0.5333 |
|
w1 |
6.5 -5.5 |
-0.5 -0.1667 |
1.25 -0.6667 |
-0.5 -0.8333 |
0 -0.6667 |
0.5 0.1667 |
0 0.6667 |
|
w2 |
5 -4.4 |
0 -0.1333 |
1 -0.5333 |
0 -0.6667 |
0 -0.5333 |
0 0.1333 |
0 0.5333 |
|
Y' |
9.75M 8.25M |
0.75M 0.25M |
-1.875M 1M |
-1.25M 1.25M |
-1M 1M |
0.25M -0.25M |
1M -1M |
Таблица 14
bi |
y1 |
y2 |
u1 |
u2 |
v1 |
v2 |
||
x1 |
1.6 |
0.5333 |
0.1333 |
0.6667 |
0.1333 |
-0.5333 |
-0.1333 |
|
x2 |
4.4 |
0.1333 |
0.5333 |
0.6667 |
0.5333 |
-0.1333 |
-0.5333 |
|
w1 |
1 |
-0.6667 |
-0.6667 |
-1.333 |
-0.6667 |
0.6667 |
0.6667 |
|
w2 |
0.6 |
-0.1333 |
-0.5333 |
-0.6667 |
-0.5333 |
0.1333 |
0.5333 |
|
Y' |
18M |
1M |
1M |
0M |
0M |
0M |
0M |
Оптимальное решение:
y1=y2=u1=u2=v1=v2=0
x1=1.6
x2=4.4
w1=1
w2=0.6
Проверим условие дополняющей нежёсткости:
xi*vi=0
ui*wi=0
Условия выполняются, следовательно, x1=1.6, x2=4.4 являются решением исходной задачи kвадратичного программирования. Координаты стационарной точки совпадают с координатами, полученных в качестве ответа. Стационарная точка удовлетворяет условиям ограничений.
Значение функции в точке (x1;x2) равно 0.
Ответ:
x1=1.6
x2=4.4
f(x1;x2) = 0
Приложение 1
Для решения задачи #4 использована следующая программа на языке Си, скомпилированная gcc (GCC) 4.0.0 20050519 (Red Hat 4.0.0-8). Её текст приведён ниже:
#include <stdio.h>
#define x 7
#define y 5
double mc[x*y] =
{
1, 2, -0.5, 1, 0, -1, 0,
8, -0.5, 2, 1, 1, 0, -1,
7, 1, 1, 0, 0, 0, 0,
5, 0, 1, 0, 0, 0, 0,
9, -1.5, -1.5, -2, -1, 1, 1
};
double mt[x*y];
void mprint (double* m, int xs, int ys)
{
int i, j;
printf ("\n");
for (j = 0; j < ys; j++)
{
for (i = 0; i < xs; i++)
{
printf ("%10.4lg ", m[j*xs+i]);
}
printf ("\n");
}
}
int main (void)
{
int i, j, i1, j1, it, jt;
double msx, msx1;
// Выбираем разрешающий эл-т
nextmtx:
printf ("\nИсходная матрица коэффициентов:"); mprint (mc, x, y);
getch ();
msx = 10000.;
for (i = 0; i < x; i++)
{
if (mc[(y-1)*x+i] < 0)
{
// Возможно, найден разрешающий столбец
for (j = 0; j < y; j++)
{
// Ищем наименьшее отношение своб. члена к эл-ту разр. столбца
if (mc[j*x+i] < 1e-32)
continue; // Нулевой или отрицательный
msx1 = mc[j*x] / mc[j*x+i];
if (msx > msx1) // Частное св.ч / р.эл
{
msx = msx1; // наименьшее ищем
it = i; jt = j; // координаты р.эл.
}
}
if (msx > 9999.) continue; // Нет положительных эл-тов
else // найден р.эл., mx != 0
{
i = it; j = jt; // его координаты
}
printf ("\n Разрешающий элемент: a(%d;%d) = %lg", j+1, i+1, mc[j*x+i]);
if (mc[j*x+i] > 0)
{
// Это и есть разрешающий элемент (s_el), находим обратную величину
mt[j*x+i] = 1. / mc[j*x+i];
for (i1 = 0; i1 < x; i1++)
{
// Разрешающая строка ( 1/s_el)
if (i1 == i) continue; // Пропустить сам s_el
mt[j*x+i1] = mt[j*x+i] * mc[j*x+i1];
}
for (j1 = 0; j1 < y; j1++)
{
// Разрешающий столбец (-1/s_el)
if (j1 == j) continue; // Пропустить сам s_el
mt[j1*x+i] = - mt[j*x+i] * mc[j1*x+i];
}
// успешно составлены разр. строка и столбец.
// теперь составляем остальные коэфф-ты
for (j1 = 0; j1 < y; j1++)
{
if (j1 == j) continue; // Пропустить всю разреш. строку
for (i1 = 0; i1 < x; i1++)
{
if (i1 == i) continue; // И столбец тоже
// Произведение нижней части столбца
// на верхнюю часть строки
mt[j1*x+i1] = mt[j1*x+i] * mc[j*x+i1];
}
}
/*
* Всё. Готова матрица нижних значений, теперь нужно
* поместить всё на свои места в mc
*/
printf ("\nМатрица нижних значений:"); mprint (mt, x, y);
getch ();
for (j1 = 0; j1 < y; j1++)
{
for (i1 = 0; i1 < x; i1++)
{
if ((j1 == j) || (i1 == i))
{
/*
* Разрешающая строка или столбец
* просто ложим элементы в mc
*/
mc[j1*x+i1] = mt[j1*x+i1];
}
else
// иначе - сумму
mc[j1*x+i1] += mt[j1*x+i1];
}
}
// Всё готово к очередному шагу.
goto nextmtx; // след. матрица
}
// Этот эл-т не подходит, т.к. он отрицательный
}
// Если так и не было подходящего эл-та, то проверяем след. столбец
}
// отрицательны коэфф-тов при целевой ф-ции не найдено, следовательно, решение оптимально
printf ("\nОптимизировано. Ответ:"); mprint (mc, x, y);
return 0;
}
Программа компилировалась командной строкой:
gcc simplex.c -o simplex
, запускалась:
./simplex
и выдавала на консоль пошаговое решение задачи, которое было занесено в симплекс-таблицы (см. табл. 12-14) четвёртой задачи данной курсовой работы.
Список использованной литературы
1. Кремер Н. Ш., Путко Б. А., Трощин И. М. «Исследование операций в экономике» - М.: ЮНИТИ, 2004. - 407 с.
2. Плотникова Н. В. Курс лекций (ПС)
Подобные документы
Математическая модель задачи. Система ограничений. Составление симплекс-таблиц. Разрешающий элемент. Линейное программирование. Коэффициенты при свободных членах. Целевая функция. Метод потенциалов, северо-западного угла. Выпуклость, вогнутость функции.
контрольная работа [47,2 K], добавлен 29.09.2008Решение задачи линейного программирования графическим методом, его проверка в MS Excel. Анализ внутренней структуры решения задачи в программе. Оптимизация плана производства. Решение задачи симплекс-методом. Многоканальная система массового обслуживания.
контрольная работа [2,0 M], добавлен 02.05.2012Восстановление математической модели задачи нелинейного программирования. Решение уравнений прямых. Метод линеаризации: понятие, особенности применения при решении задач. Нахождение точки максимума заданной функции. Решение задачи графическим методом.
задача [472,9 K], добавлен 01.06.2013Математическая модель задачи. Целевая функция. Симплекс метод, таблица. Оптимальное решение симплекс-метода. Метод северо-западного угла, потенциалов. Определение стационарной точки. Проверка стационарной точки на относительный минимум и максимум.
контрольная работа [1000,1 K], добавлен 29.09.2008Математические основы оптимизации. Постановка задачи оптимизации. Методы оптимизации. Решение задачи классическим симплекс методом. Графический метод. Решение задач с помощью Excel. Коэффициенты целевой функции. Линейное программирование, метод, задачи.
реферат [157,5 K], добавлен 21.08.2008Алгоритм решения задач линейного программирования симплекс-методом. Построение математической модели задачи линейного программирования. Решение задачи линейного программирования в Excel. Нахождение прибыли и оптимального плана выпуска продукции.
курсовая работа [1,1 M], добавлен 21.03.2012Постановка задачи линейного программирования. Решение системы уравнений симплекс-методом. Разработка программы для использования симплекс-метода. Блок-схемы основных алгоритмов. Создание интерфейса, инструкция пользователя по применению программы.
курсовая работа [1,7 M], добавлен 05.01.2015Последовательность выполнения оптимизации с помощью подходов: критерии различны по значимости; метод оптимума номинала и критерии равнозначны. Решение задачи симплекс-методом, построение таблиц. Уравнение равнозначности. Исходная система ограничений.
контрольная работа [934,6 K], добавлен 23.01.2014Решение общей задачи линейного программирования симплексным методом, графическое построение целевой функции. Его проверка с помощью встроенной функции "Поиск решения" MS Excel. Определение плана перевозок при наименьших суммарных транспортных затрат.
контрольная работа [362,3 K], добавлен 03.11.2011Задачи оптимизации. Ограничения на допустимое множество. Классическая задача оптимизации. Функция Лагранжа. Линейное программирование: формулировка задач и их графическое решение. Алгебраический метод решения задач. Симплекс-метод, симплекс-таблица.
реферат [478,6 K], добавлен 29.09.2008