Вы находитесь на странице: 1из 6

Конспект лекций по предмету “Проектирование алгоритмов”

Лекция 4

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ЗАДАЧ ЛИНЕЙНОГО


ПРОГРАММИРОВАНИЯ, ЭКОНОМИЧЕСКИЙ АНАЛИЗ. ЦЕЛЕВАЯ
ФУНКЦИЯ. ДВОЙСТВЕННАЯ ЗАДАЧА

Задача нахождения наиболее приемлемого плана производства,


соответствующего существующим экономическим и материальным связям
между параметрами производства привело к появлению нового класса задач
получивших название задач линейного программирования (ЗЛП). При
построении математической модели формулируются условия на основе
существующих производственных ресурсов, рыночных цен, нормативов
производства и выбирается вид так называемой целевой функции (ЦФ). В
зависимости от ситуации, требуется найти максимальное значение этой
функции, если задача связана с доходами или минимальное значение
функции, если задача связана с расходами.

Так как в большинстве случаях условия, выражающие


производственные ресурсы, производственные силы, их возможности
задаются в виде линейных функций, целевая функция также имеет линейную
форму, то эти задачи получили название ЗЛП. В данном случае термин
программирование надо воспринимать как планирование, то есть требуется
найти оптимальный план производства, при котором доходы будут
максимальными или расходы будут минимальными. Как убедимся далее,
традиционные методы оптимизации в данном случае неприменимы. В связи с
этим разработаны специальные методы, предназначенные для решения ЗЛП.
Ознакомимся с некоторыми из них.

Для того чтобы получить некоторое начальное представление о ЗЛП,


мы рассмотрим следующую производственную задачу. Заранее оговоримся,
что приведенные в этой задаче нормативы будут иметь условные значения,
но они могут быть преобразованы к реальным значениям, что не будет
представлять особого труда.

Имеется частное малое предприятие, выпускающее фруктовые соки


двух типов. На предприятии имеется 30 кг вишни, 45 кг яблок, 12 сахара. Для
выработки одной банки фруктового сока первого вида необходимо 0,1 кг
вишни, 0,5 кг яблок, 0,1 кг сахара, для одной банки фруктового сока второго
вида необходимо 0,3 кг вишни, 0,2 кг яблок, 0,1 кг сахара. Стоимость одной
банки фруктового сока первого вида 1000 сум, второго вида 1400 сум.
Определить план выпуска – количество соков первого и второго вида, при
котором доход предприятия будет максимальным.

Так выражается экономическая постановка задачи, являющейся


достаточно сложной проблемой,решая которую правильно,частный
предприниматель может обеспечить себе процветание. В условиях
современной стратегии рыночной экономики, где ситуация может изменяться
скоротечно, алгоритмизация планирования также является неотъемлемой
частью производства.

Перейдем к построению математической модели вышеизложенной

экономической задачи. Для этого обозначим через х1 , х2 неизвестные


количества банок соков первого и второго видов, выпускаемые
предприятием. При этом план производства должен соответствовать
производственным ресурсам, имеющимся на предприятии. Для этого
расходы ресурсов на производство не должны превосходить запасов
соответствующих ресурсов. На основе этих требований определим расходы
ресурсов согласно существующим нормативам и определим условия по
расходу ресурсов (вишне, яблокам и сахару):

 0,1х1  0,3 х2  30

0,5 х1  0,2 х2  45
 0,1х  0,1х  12
 1 2 (4.1)
х1  0; х2  0. (4.2)

Доход предприятия, при этом,будет выражается целевой функцией вида:

L  x1 , x2   1000 x1  1400 x2  max (4.3)

Таким образом, мы получили математическую модель


вышеизложенной экономической задачи, в которой учтены все сведения,
приведенные в условиях задачи и целевую функцию выражающую доход
предприятия. Задача (4.1)-(4.3) является простейшим примером ЗЛП. Суть
математической задачи состоит в том, чтобы найти максимальное значение
целевой функции (4.3) на множестве точек координатной плоской и ОХ 1Х2,
удовлетворяющих условиям (4.1)-(4.2). Множество точек соответствующих
условиям (4.1)-(4.2) называется областью допустимых решений (ОДР).
Координаты любой точки ОДР дают допустимый план производства.
Следовательно, таких допустимых планов будет бесконечное множество.

Выделение из этого множества оптимального плана становится


нетривиальной задачей. Ознакомимся с одним из методов решения ЗЛП,
применимым в двух и трехмерных случаях. Предварительно отметим, что
традиционный метод нахождения экстремума, основанный на нахождении
стационарных точек, в которых первые производные равны нулю, здесь
неприменим. Действительно, в нашем случае:

L L
 1000  0;  1400  0
x1 x2

т.е. стационарных точек нет.

Геометрический метод решения ЗЛП. Построим область плоскости


ОХ1Х2, соответствующую условиям (4.1)-(4.2). Каждое из условий (4.1)
выделяет определенную полуплоскость, и условия (4.2) выделяют первую
четверть координатной плоскости.
Рисунок 4.1
x2

270

240

210

180

150

120
A B
90

C
60 ОДР

ЦФ 30 D x1
О
30 60 90 120 150 180 210 240 270 300 1

L=28000 2 3

Рис.4

Таким образом,получаем ОДР, то есть выпуклый пятиугольник


OABCDрис.4. На этом же рисунке построен график целевой функции при
L  28000. Очевидно, что при увеличении значения L график ЦФ будет
подниматься вверх. Нам необходимо максимальное значение ЦФ. Из рисунка
3 видно, что такое поднятие возможно до выхода из ОДР, т.е. пока эта
прямая будет содержать хотя бы одно допустимое решение. Обычно
последней точкой соприкосновения графика ЦФ с ОДР будет одна из вершин
ОДР. В связи с этим вершины многоугольника ОДР являются тем
множеством, среди которых и надо искать оптимальное решение. Вершины
этого многоугольника, вернее, их координаты называются опорными
решениями (ОР).Таким образом, алгоритм решения сводится к нахождению
ОР. В нашем случае координаты точек A, B, C, Dлегко находится:A(0;100),
B(70;50), C(30;90), D(90;0). Вычислим значения ЦФ в этих точках:

LA  140000; LB  140000; LC  156000; LD  90000.


Отсюда видим, что оптимальный план будет в точке С и х1  30; х2  90.
Таким образом, при выпуске 30ти банок первого и 90 банок второго вида
соков доход будет максимальным.

Здесь же отметим, что при изменении нормативов расходов, запасов


ресурсов, рыночных цен изменятся только соответствующие коэффициенты
в (4.1)-(4.3), а алгоритм решения не изменится.

Выше изложенная задача позволяет нам построить общую


математическую модель ЗЛП указанного вида.

 n
  aij x j  bi , i  1,2,..., m, (4.4)
 j 1

 x j  0, j  1,2,..., n, (4.5)
 n
 L  x    c j x j  max. (4.6)
 j 1

Если условия задачи (4.4)-(4.6) перенести на экономический язык, то


мы можем сформулировать следующую задачу.

Предприятие выпускает nвидов изделий на основе mвидов ресурсов,


запасы которых составляют, соответственно b1,b2,…,bm. Расходы i-того
ресурса на одно изделие j-того вида составляет aijединиц. Цена одного
изделия j-того вида составляет cj – денежных единиц. Определить
оптимальный план производства, при котором доход предприятия будет
максимальным. Отметим, что для полноты задачи среди ресурсов мы должны
учитывать, энергетические, транспортные и трудовые ресурсы тоже. С
увеличением значений m и n задача (4.4)-(4.6) становится сложной, процесс
решения достаточно трудоемким. В этом случае приходится обращаться к
программным способам решения. С одним из них мы далее и ознакомимся.

Отметим ещё одну особенность ЗЛП. Для любой ЗЛП вида (4.4)-(4.6)
можно построить двойственную задачу, которая будет иметь вид:
 m
  aij yi  c j , j  1,2,..., n, (4.7)
 i 1
 yi  0, i  1,2,..., m, (4.8)
 m
Q  y    bi yi  min. (4.9)
 i 1

Доказана так называемая теорема двойственности, которая утверждает,


что если задача (4.4)-(4.6) разрешима, то двойственная задача (4.7)-(4.9) тоже
разрешима, причем оптимальные значения будет равны:

Lmax  Qmin .

Этим обстоятельством пользуются для решения вопроса о разрешимости и


оценки правильности решения. Иногда, двойственная задача может
получиться проще основной. Тогда проверку можно начинать с
двойственной задачи. Экономический смысл двойственной задачи иногда
можно воспринимать как определение оптимальных цен производственных
ресурсов. Мы выше остановились только на одном из возможных видов ЗЛП.
На практике встречаются видоизменения ЗЛП, которые всегда можно
преобразовать к удобному виду. Далее мы к этому вопросу ещё вернемся.