Академический Документы
Профессиональный Документы
Культура Документы
2
Аннотация
Исследование операций в экономике объединяет совокупность методов и
моделей, позволяющих на базе экономической теории, экономической
статистики и математического инструментария принимать обоснованные
управленческие решения.
При изучении дисциплины «Исследование операций» предполагается, что
студент владеет основами матричной алгебры, математического анализа,
теории вероятностей, экономической теории, экономики и статистики в объёме,
предусмотренным Государственным образовательным стандартом.
Задача курса – обучить студентов основам количественного анализа
ситуаций в экономике, приёмам исследования экономических объектов путём
построения и анализа экономико-математических моделей.
Конечной целью изучения дисциплины «Исследование операций»
является формирование у будущих специалистов в области экономики и
управления теоретических знаний и практических навыков для решения
прикладных экономических задач с целью принятия управленческих решений
средствами количественного анализа и экономико-математического
моделирования.
1 Цели и задачи дисциплины
Основная часть теоретического материала, перечисленного в программе,
излагается на лекциях. Главной задачей практических занятий является
формирование и развитие умений и навыков, необходимых для практического
применения математического аппарата.
Конечные цели преподавания дисциплины:
овладение методологией математического моделирования, построения и
применения математических моделей в задачах исследования операций;
освоение математических методов получения оптимальных решений;
углубление теоретических знаний о проблемах разработки и выбора решений
по организации и управлению целенаправленными процессами (операциями).
4
4 Объем дисциплины и виды учебной работы
Распределение
Всего
Виды учебной работы по семестрам /
часов
курсам
Общая трудоёмкость дисциплины 75 / 75
Лекции 20 / 6
Лабораторные занятия 18/- 4/5
Практические занятия -/2
Всего самостоятельная работа, 37 / 67
в том числе контрольная работа -/1
Вид итогового контроля экзамен /экзамен
Кол-во часов
Темы программы
Лц Лз/Пз СРС
Тема 1. Линейное программирование: методы и
2 / 0,5 3/2
приложения
Тема 2. Математическая модель задачи математического
2 / 0,5 2 / 0,5 3/4
программирования
Тема 3. Графический метод решения задач линейного
2 / 0,5 2 / 0,5 3/4
программирования
Тема 4. Симплексный метод решения задач линейного
2 / 0,5 2/- 3/4
программирования
Тема 5. Теория двойственности 1 / 0,5 2/- 3/2
Тема 6. Транспортная задача линейного
2 / 0,5 2 / 0,5 4/3
программирования
Тема 7. Метод потенциалов 1 / 0,5 2/- 3/2
Тема 8. Транспортная задача с ограничением на
2 / 0,5 -/- 3/6
пропускную способность
Тема 9. Транспортная задача по критерию времени 2 / 0,5 2 / 0,5 3/4
Тема 10. Метод Гомори решения задач целочисленного
1 / 0,5 2/- 3/6
программирования.
Тема 11. Нелинейное программирование 1 / 0,5 2/- 3/6
Тема 12. Применение ЭВМ при решении ЗЛП 2 / 0,5 -/- 3/ 4
Конт рольная работа -/20
Всего 20 / 6 18 / 2 37 / 67
5
6
6 Содержание учебной дисциплины
Тема 1. Линейное программирование: методы и приложения. Понятие
модели. Классификация экономико-математических моделей.
Оптимизационные модели. Примеры содержательных постановок задач
линейного программирования. Транспортная задача линейного
программирования.
Тема 2. Математическая модель задачи математического
программирования. Общие понятия. Примеры составления математических
моделей экономических задач. Приведение общей задачи линейного
программирования к канонической форме.
Лабораторная / практическая работа №1. Приведение общей задачи
линейного программирования к канонической форме.
Тема 3. Графический метод решения задач линейного
программирования. Графический метод решения задач линейного программирования с двумя
задач. Первая теорема двойственности. Вторая теорема двойственности. Двойственный симплексный метод
7
методом потенциалов.
10
3. Пчельник В. К. Исследование операций [Электронный ресурс] :
методические рекомендации / В. К. Пчельник, И. Н. Ревчук. – Гродно
(Беларусь) : ГрГУ им. Я. Купалы, 2010. – Режим доступа :
http://window.edu.ru/resource/120/69120
9 Перечень вопросов для итогового контроля
1 Понятие модели. Виды и типы моделей.
2 Основная задача линейного программирования (ЛП). Приведение задачи
ЛП к каноническому виду.
3 Область допустимых решений задачи линейного программирования. Ее
геометрическая интерпретация.
4 Методы решения задач линейного программирования.
5 Графический метод решения задач линейного программирования с
двумя неизвестными.
6 Графический метод решения задач линейного программирования с n
неизвестными.
7 Симплексный метод решения задачи линейного программирования.
8 Метод искусственного базиса.
9 Основные правила составления математических моделей двойственных задач.
10 Первая и вторая теоремы двойственности.
11 Математическая модель транспортной задачи.
12 Математическая модель задач о рационе питания, об использовании ресурсов.
13 Опорное решение транспортной задачи. Методы построения начального
опорного решения.
14 Метод потенциалов. Алгоритм метода потенциалов.
15 Транспортная задача с ограничениями на пропускную способность.
16 Транспортная задача по критерию времени.
17 Виды и типы математических моделей.
18 Симплексный метод (алгоритм метода решения с помощью ЭВМ).
19 Экономическая интерпретация задач линейного программирования.
11
20 Решение оптимизационных задач с помощью пакета прикладных
программ Excel.
10 Материально-техническое обеспечение дисциплины
В процессе преподавания дисциплины «Исследование операций»
используются как классические формы и методы обучения (лекции,
практические занятия), так и активные методы обучения, применяются IT-
обучающие технологии.
При проведении лекционных занятий по дисциплине «Исследование
операций» используются аудиовизуальные, компьютерные и мультимедийные
средства обучения, а также демонстрационные и наглядно-иллюстрационные (в
том числе раздаточные) материалы.
11 Рейтинговая оценка по дисциплине
Изучение дисциплины «Исследование операций» рассчитано на один год
(курс). Итоговым контролем является экзамен.
Для оценки полученных знаний по дисциплине используется балльно-
рейтинговая система. Каждый вид работы студента оценивается определенным
количеством баллов.
2 балла за каждую посещенную лекцию (при пропуске по уважительной
причине – только после предъявления конспекта).
В процессе изучения дисциплины студент должен выполнить:
контрольную работу, за которую студент может получить до 50 баллов,
сданную в срок и защищенную в устной беседе (до 10 баллов за каждое задание);
электронные тесты (15 тестов + 1 итоговый) до 10 баллов за каждый тест
+ до 30 баллов за итоговый.
Общее максимальное количество баллов, которое может быть набрано
студентом, при своевременном и качественном выполнении всего перечня
заданий может составить: 290.
Если набрано > 280 балла – студент получает «отлично» без сдачи экзамена.
Если набрано > 270 балла – студент получает «хорошо» без сдачи экзамена.
12
Если набрано > 220 баллов – студент имеет допуск к экзамену, где во время
ответа может «добрать» необходимое для получения желаемой итоговой
оценки количество баллов.
Перевод суммарного рейтингового балла
Оценка за
Максимально
Количество один вид
Вид занятия или деятельности возможный
занятий, работ работы
суммарный балл
(баллы)
Посещаемость занятий 18 2 36
Практические занятия 9 3 24
Тест 15 + 1 итоговый 10 + 30 180
Контрольная работа 1 50 50
Всего за курс 290
Экзамен 3 вопроса 10 30
Итого 320
13
Министерство образования и науки Российской Федерации
ДАЛЬНЕГОРСКИЙ ИНДУСТРИАЛЬНО-
ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
(филиал) государственного образовательного
учреждения высшего профессионального
образования «Дальневосточный
государственный технический университет
(ДВПИ имени В.В.Куйбышева)»
КОНТРОЛЬНО-ИЗМЕРИТЕЛЬНЫЕ МАТЕРИАЛЫ
(оценочные материалы)
Исследование операций
080502. 65 Экономика и управление на предприятии (по отраслям)
(очная / заочная форма обучения)
г. Дальнегорск
2010
14
Перечень вопросов для итогового контроля
1. Понятие модели. Виды и типы моделей.
2. Основная задача линейного программирования (ЛП). Приведение задачи
ЛП к каноническому виду.
3. Область допустимых решений задачи линейного программирования. Ее
геометрическая интерпретация.
4. Методы решения задач линейного программирования.
5. Графический метод решения задач линейного программирования с
двумя неизвестными.
6. Графический метод решения задач линейного программирования с n
неизвестными.
7. Симплексный метод решения задачи линейного программирования.
8. Метод искусственного базиса.
9. Основные правила составления математических моделей двойственных задач.
10. Первая и вторая теоремы двойственности.
11. Математическая модель транспортной задачи.
12. Математическая модель задач о рационе питания, об использовании ресурсов.
13. Опорное решение транспортной задачи. Методы построения начального
опорного решения.
14. Метод потенциалов. Алгоритм метода потенциалов.
15. Транспортная задача с ограничениями на пропускную способность.
16. Транспортная задача по критерию времени.
17. Виды и типы математических моделей.
18. Симплексный метод (алгоритм метода решения с помощью ЭВМ).
19. Экономическая интерпретация задач линейного программирования.
20. Решение оптимизационных задач с помощью пакета прикладных
программ Excel.
15
Тест по дисциплине «Исследование операций»
(верные ответы - первые)
1. Термин "исследование операций” появился …
в годы второй мировой войны
в 50-ые годы XX века
в 60-ые годы XX века
в 70-ые годы XX века
в 90-ые годы XX века
в начале XXI века
2. Под исследованием операций понимают (выберите наиболее подходящий
вариант) …
комплекс научных методов для решения задач эффективного управления
организационными системами
комплекс мер, предпринимаемых для реализации определенных операций
комплекс методов реализации задуманного плана
научные методы распределения ресурсов при организации производства
3. Упорядочьте этапы, через которые, как правило, проходит любое
операционное исследование:
постановка задачи
построение содержательной (вербальной) модели рассматриваемого объекта
(процесса)
построение математической модели
решение задач, сформулированных на базе построенной математической модели
проверка полученных результатов на адекватность природе изучаемой системы
реализация полученного решения на практике
4. В исследовании операций под операцией понимают…
всякое мероприятие (систему действий), объединенное единым замыслом и
направленное на достижение какой-либо цели
всякое неуправляемое мероприятие
16
комплекс технических мероприятий, обеспечивающих производство продуктов
потребления
5. Решение называют оптимальным, …
если оно по тем или иным признакам предпочтительнее других
если оно рационально
если оно согласовано с начальством
если оно утверждено общим собранием
6. Математическое программирование …
занимается изучением экстремальных задач и разработкой методов их решения
представляет собой процесс создания программ для компьютера под
руководством математиков
занимается решением математических задач на компьютере
7. Задача линейного программирования состоит в …
отыскании наибольшего (наименьшего) значения линейной функции при
наличии линейных ограничений
создании линейной программы на избранном языке программирования,
предназначенной для решения поставленной задачи
описании линейного алгоритма решения заданной задачи
8. В задаче квадратичного программирования…
целевая функция является квадратичной
область допустимых решения является квадратом
ограничения содержат квадратичные функции
9. В задачах целочисленного программирования…
неизвестные могут принимать только целочисленные значения
целевая функция должна обязательно принять целое значение, а неизвестные
могут быть любыми
целевой функцией является числовая константа
10. В задачах параметрического программирования…
целевая функция и/или система ограничений содержит параметр(ы)
область допустимых решения является параллелограммом или параллелепипедом
17
количество переменных может быть только четным
11. В задачах динамического программирования…
процесс нахождения решения является многоэтапным
необходимо рационализировать производство динамита
требуется оптимизировать использование динамиков
12. Поставлена следующая задача линейного программирования:
F(х1, х2) = 5х1 + 6х2→ mах
0.2х1 + 0.3х2 ≤ 1.8,
0.2х1 + 0.1х2 ≤ 1.2,
0.3х1 + 0.3х2 ≤ 2.4,
х1 ≥ 0, х2 ≥ 0.
Выберите задачу, которая эквивалентна этой задаче.
F(х1, х2)= 5х1 + 6х2 → mах,
2х1 + 3х2 ≤ 18,
2х1 + х2 ≤ 12,
х1 + х2 ≤ 8,
х1 ≥ 0,
х2 ≥ 0.
F(х1, х2)= 6х1 + 5х2 → min,
2х1 + 3х2 ≤ 18,
2х1 + х2 ≤ 12,
х1 + х2 ≤ 8,
х1 ≥ 0,
х2 ≥ 0.
F(х1, х2)= 50х1 + 60х2 → mах,
2х1 + 3х2 ≤ 18,
2х1 + х2 ≤ 12,
х1 + х2 ≤ 8,
х1 ≥ 0,
х2 ≥ 0.
18
F(х1, х2)= 5х12 + 6х22 → mах,
2х1 + 3х2 ≤ 18,
2х1 + х2 ≤ 12,
3х1 + х2 ≤ 2.4,
х1 ≥ 0,
х2 ≥ 0.
13. Целевой функцией задачи линейного программирования может являться
функция:
F=12x1+20x2–30x3 →min
{x1−x2≥3, ¿ ¿¿¿
{ x21 +x22≥3, ¿ ¿¿¿
{√x1+x2=4, ¿ ¿¿¿
{ x32−x1=4, ¿ ¿¿¿
15. Симплекс-метод – это:
аналитический метод решения основной задачи линейного программирования
метод отыскания области допустимых решений задачи линейного
программирования;
графический метод решения основной задачи линейного программирования;
метод приведения общей задачи линейного программирования к
каноническому виду.
19
16. Задача линейного программирования состоит в:
отыскании наибольшего или наименьшего значения линейной функции при
наличии линейных ограничений
разработке линейного алгоритма и реализации его на компьютере
составлении и решении системы линейных уравнений
поиске линейной траектории развития процесса, описываемого заданной
системой ограничений.
17. Область допустимых решений задачи линейного программирования не
может выглядеть так:
F=√ x 2
1 + x 2
2 →min
F=
3 x 1−4 x 2 + √ x 3 →max
2
F= x 1 −2 x 2 →max.
19.Системой ограничений задачи линейного программирования может
являться система:
{x1−x2≥3, ¿ ¿¿¿
{ x21 +x22≥3, ¿ ¿¿¿
20
{√x1+x2=4, ¿ ¿¿¿
{ x32−x1=4, ¿ ¿¿¿
20. Область допустимых решений задачи линейного программирования имеет
вид:
22
Тогда максимальное значение функции F(х1, х2)= х2 – х12 равно…
4
6
-5
12
25. Максимальное значение целевой функции F(х1, х2)= 5х1 + 2х2 при
ограничениях х1 + х2 ≤ 6, х1 ≤ 4, х1 ≥ 0, х2 ≥ 0, равно …
24
18
26
12
26. Малое предприятие производит изделия двух видов. На изготовление одного
изделия вида А расходуется 2 кг сырья, на изготовление одного изделия вида В
– 1 кг. Всего имеется 60 кг сырья. Требуется составить план производства,
обеспечивающий получение наибольшей выручки, если отпускная стоимость
одного изделия вида А 3 д.е., вида В - 1 у.е., причем изделий вида А требуется
изготовить не более 25, а вида В – не более 30. Данная задача является …
задачей линейного программирования
задачей, решаемой методом динамического программирования
задачей нелинейного программирования
задачей сетевого планирования.
27. Малое предприятие производит изделия двух видов. На изготовление одного
изделия вида А расходуется 2 кг сырья, на изготовление одного изделия вида В
– 1 кг. Всего имеется 60 кг сырья. Требуется составить план производства,
обеспечивающий получение наибольшей выручки, если отпускная стоимость
одного изделия вида А 3 д.е., вида В - 1 у.е., причем изделий вида А требуется
изготовить не более 25, а вида В – не более 30. Целевой функцией данной
задачи является функция …
F(x1,x2)=3x1+x2 →max
F(x1,x2)=25x1+30x2 →max
23
F(x1,x2)=2x1+x2 →max
F(x1,x2)=60 -2x1 -x2 →min
28. Малое предприятие производит изделия двух видов. На изготовление одного
изделия вида А расходуется 2 кг сырья, на изготовление одного изделия вида В
– 1 кг. Всего имеется 60 кг сырья. Требуется составить план производства,
обеспечивающий получение наибольшей выручки, если отпускная стоимость
одного изделия вида А 3 д.е., вида В - 1 у.е., причем изделий вида А требуется
изготовить не более 25, а вида В – не более 30. Допустимым планом данной
задачи является план:
X=(20,20)
X=(25,15)
X=(20,25)
X=(30,10)
29. В двух пунктах А1 и А2 имеется соответственно 60 и 160 единиц товара.
Весь товар нужно перевезти в пункты В 1, В2, В3 в количестве 80, 70 и 70
С=¿ ( 4 6 8¿ ) ¿ ¿¿
единиц соответственно. Матрица тарифов такова: ¿ . Спланируйте
перевозки так, чтобы их стоимость была минимальной. Данная задача
является
транспортной задачей
задачей нелинейного программирования
задачей коммивояжера
задачей о назначениях
30. В двух пунктах А1 и А2 имеется соответственно 60 и 160 единиц товара.
Весь товар нужно перевезти в пункты В 1, В2, В3 в количестве 80, 70 и 70
С=¿ ( 4 6 8¿ ) ¿ ¿¿
единиц соответственно. Матрица тарифов такова: ¿ . Спланируйте
перевозки так, чтобы их стоимость была минимальной. Опорным планом
данной задачи является план:
24
X=¿ ( 60 0 0 ¿ ) ¿ ¿¿
¿ ;
X=¿ ( 40 20 0 ¿ ) ¿ ¿¿
¿
X 20 20 20
60 50 50
X=¿ ( 30 20 10 ¿ ) ¿ ¿¿
¿
31. В двух пунктах А1 и А2 имеется соответственно 60 и 160 единиц товара.
Весь товар нужно перевезти в пункты В 1, В2, В3 в количестве 80, 70 и 70
С=¿ ( 4 6 8¿ ) ¿ ¿¿
единиц соответственно. Матрица тарифов такова: ¿ . Спланируйте
перевозки так, чтобы их стоимость была минимальной. Целевой функцией
данной задачи является функция:
F=4x11+6x12+8x13+5x21+8x22+7x23→min
4 6 8 5 8 7
F= x 11 + x 12+ x 12 + x 21+ x 22 + x 23 →min
F=60x1+160x2+80x3+70x4+705 →max
F=60x1+160x2–80x3–70x4–705 →min
32. В двух пунктах А1 и А2 имеется соответственно 60 и 160 единиц товара.
Весь товар нужно перевезти в пункты В 1, В2, В3 в количестве 80, 70 и 70
С=¿ ( 4 6 8 ¿ ) ¿ ¿¿
единиц соответственно. Матрица тарифов такова: ¿ . Спланируйте
перевозки так, чтобы их стоимость была минимальной. Оптимальным планом
данной задачи является план:
X=¿ ( 0 60 0 ¿ ) ¿ ¿¿
¿ ;
X=¿ ( 0 0 60 ¿ ) ¿ ¿¿
¿ .
X=¿ ( 60 0 0 ¿ ) ¿ ¿¿
¿ ;
25
X 20 20 20
60 50 50 ;
является…
открытой
закрытой
неразрешимой
35. Транспортная задача
50 100
3 9
20
4 1
30
6 8
100
является…
закрытой
открытой
неразрешимой
36. Для решения следующей транспортной задачи
50 90
3 9
20
26
4 1
30
6 8
100
необходимо ввести…
фиктивного потребителя
фиктивного поставщика;
эффективный тариф
эффективную процентную ставку.
37. Для решения следующей транспортной задачи
50 130
3 9
20
4 1
30
6 8
100
необходимо ввести…
фиктивного поставщика;
фиктивного потребителя
эффективный тариф
эффективную процентную ставку.
38. Среди данных транспортных задач
закрытыми являются…
2
27
2и3
1и3
1
39. Исходный опорный план транспортной задачи можно составить…
всеми перечисленными методами
методом северо-западного угла
методом минимального тарифа
методом двойного предпочтения
методом аппроксимации Фогеля
40. Если целевая функция задачи линейного программирования задана на
максимум, то…
целевая функция двойственной задачи задается на минимум
целевая функция в двойственной задаче отсутствует
двойственная задача не имеет решений
двойственная задача имеет бесконечно много решений
41. Дана задача линейного программирования:
F(х1, х2)= 2х1 + 7х2 → mах,
-2х1 + 3х2 ≤ 14,
х1 + х2 ≤ 8,
х1 ≥ 0, х2 ≥ 0.
Двойственной для этой задачи будет следующая…
F*(y1, y2)= 14y1 + 8y2 → min,
-2y1 + y2 ³ 2,
3y1 + y2 ³ 7,
y1 ≥ 0, y2 ≥ 0.
F*(y1, y2)= 2y1 + 7y2 → min,
-2y1 + 3y2 ³ 14,
y1 + y2 ³ 8,
y1 £ 0, y2 £ 0.
F*(y1, y2)= 2y1 + 7y2 → min,
28
-2y1 + y2 ³ 2,
3y1 + y2 ³ 7,
y1 £ 0, y2 £ 0.
F*(y1, y2)= 14y1 + 8y2 → min,
-2y1 + 32 ³ 2,
y1 + y2 ³ 7,
y1 ≥ 0, y2 ≥ 0.
42. Если одна из пары двойственных задач имеет оптимальный план, то…
и другая имеет оптимальный план
другая не имеет оптимального плана
другая не имеет допустимых решений
43. Если одна из пары двойственных задач имеет оптимальный план, то…
и другая имеет оптимальный план и значения целевых функций при их
оптимальных планах равны между собой
и другая имеет оптимальный план, но значения целевых функций при их
оптимальных планах не равны между собой
другая задача может не иметь оптимального плана, но иметь допустимые решения
44. Если целевая функция одной из пары двойственных задач не ограничена (для
задачи на максимум – сверху, для задачи на минимум - снизу), то
другая задача не имеет допустимых планов
другая задача имеет допустимые планы, но не имеет оптимального плана
целевая функция другой задачи также не ограничена
45. При решении некоторых задач нелинейного программирования применяется
метод множителей Лагранжа
метод Гаусса
метод аппроксимации Фогеля
метод Гомори
46. Задана задача нелинейного программирования
F(х1, х2)= х12 + х22 → mах,
х1 + х2 =6,
29
х1 ≥ 0, х2 ≥ 0.
Наибольшее значение целевой функции F(х1, х2) …
равно 36
равно 18
равно 72
не достижимо (+ ¥)
47. Задана задача нелинейного программирования
F(х1, х2)= х12 + х22 → min,
х1 + х2 =6,
х1 ≥ 0, х2 ≥ 0.
Наименьшее значение целевой функции F(х1, х2) …
равно 18
равно 36
равно 6
равно 9
48. Задана задача нелинейного программирования
F(х1, х2)= х12 + х22 → mах,
х1 + х2 =6,
х1, х2 - любые.
Наибольшее значение целевой функции F(х1, х2) …
не достижимо (+ ¥)
равно 36
равно 18
равно 72
49. Задана задача нелинейного программирования
F(х1, х2)= х12 + х22 → min,
х1 + х2 =6,
х1, х2 - любые.
Наименьшее значение целевой функции F(х1, х2) …
равно 18
30
равно 36
равно 6
равно 9
равно 0
не достижимо (- ¥)
50. Область допустимых решений задачи нелинейного программирования
имеет вид:
35
направляющим вектором
вектором нормали
градиентом
( )
1 4
74. Нижняя цена матричной игры, заданной платежной матрицей 3 2 ,
равна…
2
4
1
3
( 1 4
75. Верхняя цена матричной игры, заданной платежной матрицей 3 2 ,
)
равна…
3
4
1
2
( 1 4
)
76. Матричная игра, заданная платежной матрицей 3 2 , …
не имеет седловой точки
имеет седловую точку
не является парной
( 2 5
77. Нижняя цена матричной игры, заданной платежной матрицей 6 4 ,
)
равна…
4
5
6
2
36
2 5
( )
78. Верхняя цена матричной игры, заданной платежной матрицей 6 4 ,
равна…
5
4
6
2
( )
1 4
79. Нижняя цена матричной игры, заданной платежной матрицей 3 2 , …
меньше верхней цены
равна верхней цене
не существует
( )
1 4
80. Верхняя цена матричной игры, заданной платежной матрицей 3 2 , …
Больше нижней цены
равна нижней цене
не существует
( )
22 22 22
21 23 23
81. Матричная игра, заданная платежной матрицей 20 21 24 , …
имеет седловую точку
не имеет седловой точки
не является парной
( )
22 22 22
21 23 23
82. Цена игры, заданной платежной матрицей 20 21 24 , равна…
22
21
20
23
37
24
( 7 9 8 ¿) ¿ ¿¿
83. Матричная игра, заданная платежной матрицей ¿ ,…
является парной
имеет седловую точку
не является парной
84. Парная игра с нулевой суммой, заданная своей платежной матрицей,
может быть сведена к …
задаче линейного программирования
задаче нелинейного программирования
целочисленной задаче линейного программирования
классической задаче оптимизации
( 2 5
85. Нижняя цена матричной игры, заданной платежной матрицей 4 3 ,
)
равна…
3
4
2
5
( 2 5
86. Верхняя цена матричной игры, заданной платежной матрицей 4 3 ,
)
равна…
4
5
3
2
( 2 5
)
87. Матричная игра, заданная платежной матрицей 4 3 , …
не имеет седловой точки
имеет седловую точку
38
не является парной
3 6
88. Нижняя цена матричной игры, заданной платежной матрицей 7 5 ,
( )
равна…
5
3
6
7
( )
3 6
89. Верхняя цена матричной игры, заданной платежной матрицей 7 5 , равна
6
3
7
5
( 2 5
)
90. Нижняя цена матричной игры, заданной платежной матрицей 4 3 , …
меньше верхней цены
равна верхней цене
не существует
( 2 5
)
91. Верхняя цена матричной игры, заданной платежной матрицей 4 3 , …
Больше нижней цены
равна нижней цене
не существует
( )
20 22 25
22 21 23
92. Матричная игра, заданная платежной матрицей 20 21 24 , …
не имеет седловой точки
имеет седловую точку
не является парной
39
( )
20 22 25
22 21 23
93. Цена игры, заданной платежной матрицей 20 21 24 , заключена в
пределах…
от 21 до 22
от 20 до 25
от 22 до 23
от 21 до 24
94. Если в потоке событий события следуют одно за другим через заранее
заданные и строго определенные промежутки времени, то такой поток
называется …
регулярным
сложным
организованным
простым
95. Если вероятность попадания любого числа событий на промежуток
времени зависит только от длины этого промежутка и не зависит от того,
как далеко расположен этот промежуток от начала отсчета времени, то
соответствующий поток событий называется:
стационарным
потоком без последствий
простейшим
пуассоновским
96. Если число событий, попадающих на один из произвольно выбранных
промежутков времени, не зависит от числа событий, попавших на другой,
также произвольно выбранный промежуток времени при условии, что эти
промежутки не пересекаются, то соответствующий поток событий
называется …
потоком без последствий
регулярным
40
показательным
нормальным
97. Если вероятность попадания на очень малый отрезок времени сразу двух или
более событий пренебрежимо мала по сравнению с вероятностью попадания
только одного события, то соответствующий поток событий называется
ординарным
неординарным
нормальным
пуассоновским
98. Если поток событий одновременно обладает свойствами стационарности,
ординарности и отсутствием последствия, то он называется:
простейшим (пуассоновским)
нормальным
обычным
сложным
99. Одноканальная СМО с отказами представляет собой пост ежедневного
обслуживания для мойки автомобилей. Заявка - автомобиль, прибывший в
момент, когда пост занят, - получает отказ в обслуживании. Интенсивность
потока автомобилей λ=1,0 (автомобиль в час). Средняя продолжительность
обслуживания - 1,8 часа. Поток автомобилей и поток обслуживания являются
простейшими. Тогда в установившемся режиме относительная пропускная
способность q равна…
0, 356
0, 555;
1,8
0,643
100. Одноканальная СМО с отказами представляет собой пост ежедневного
обслуживания для мойки автомобилей. Заявка - автомобиль, прибывший в
момент, когда пост занят, - получает отказ в обслуживании. Интенсивность
потока автомобилей λ=1,0 (автомобиль в час). Средняя продолжительность
41
обслуживания - 1,8 часа. Поток автомобилей и поток обслуживания являются
простейшими. Тогда в установившемся режиме процент автомобилей,
получающих отказ в обслуживании, равен…
64,4 %
55,5 %
44,5 %
35,6 %;
42
Министерство образования и науки Российской Федерации
ДАЛЬНЕГОРСКИЙ ИНДУСТРИАЛЬНО-
ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
(филиал) государственного образовательного
учреждения высшего профессионального
образования «Дальневосточный
государственный технический университет
(ДВПИ имени В.В.Куйбышева)»
МЕТОДИЧЕСКИЕ УКАЗАНИЯ
Исследование операций
080502. 65 Экономика и управление на предприятии (по отраслям)
(очная / заочная форма обучения)
г. Дальнегорск
2010
43
Методические указания по выполнению
лабораторных / практических работ
СОДЕРЖАНИЕ ЛАБОРАТОРНЫХ /ПРАКТИЧЕСКИХ ЗАНЯТИЙ
Лабораторная / практическая работа № 1. Приведение общей задачи
линейного программирования к канонической форме.
Лабораторная / практическая работа № 2. Решение задач линейного
программирования графическим методом.
Лабораторная работа № 3. Решение задач линейного
программирования симплексным методом.
Лабораторная работа № 4. Составление математических моделей двойственных задач.
Лабораторная работа № 5 / практическая работа № 3. Транспортная
задача линейного программирования.
Лабораторная работа № 6. Решение транспортных задач методом
потенциалов.
Лабораторная работа №7 / практическая работа № 4. Решение
транспортных задач с ограничением на пропускную способность и по
критерию времени.
Лабораторная работа № 8. Решение задач методом Гомори.
Лабораторная работа № 9. Решение задач нелинейного программирования.
46
и при котором целевая функция достигала бы своего максимального
значения:
Задача № 2
Транспортная задача линейного программирования. Пусть имеется
несколько пунктов отправления, в которых сосредоточены запасы какого-либо
однородного товара в определенных количествах, несколько пунктов
назначения, которые хотят получить этот товар в определенных количествах.
Известно, что сумма заявок на получение груза из всех пунктов назначения
равна сумме запасов товара, находящегося во всех пунктах отправления.
Известна стоимость перевозки единицы товара от каждого пункта отправления
до каждого пункта назначения.
Требуется составить такой план перевозок, в котором:
все грузы из всех пунктов отправления были бы вывезены;
заявки всех пунктов назначения были бы удовлетворены;
суммарные затраты на перевозку были бы минимальны. Рассмотрим
конкретный пример.
Пусть имеется:
три пункта отправления: города под названием А1, А2, А3, в которых
сосредоточены запасы какого-либо товара (например, машин) соответственно в
количестве а1 = 10, а2 = 20, а3 = 30;
47
три пункта назначения: города под названием B1, B2, B3, в которых
сосредоточены потребители товара (машин), желающие получить его в
количестве b1 = 10, b2 = 10, b3 = 40;
установлено, что сумма заявок всех городов-потребителей товара равна
суммарному количеству товара, имеющегося в городах – поставщиках этого
товара, т.е.:
48
Перейдем к математической формулировке этой задачи. Обозначим
через хij – количество товара, который перевозится из пункта отправления Аi; в
пункт назначения Bj (1 ≤ i ≤ 3, 1 ≤ j ≤ 3).
Сформируем для рассматриваемой задачи систему ограничений.
Первое содержательное ограничение состоит в том, что сумма товаров,
содержащихся во всех пунктах отправления, должна равняться сумме заявок на
доставку этих товаров, которые подали все пункты назначения. Математически
это означает, что должно выполняться уравнение:
49
Цель задачи состоит в минимизации перевозок. Математически это
означает, что целевая функция
50
В этой задаче необходимо найти такой вектор Х = (х11, х12, ..., хmn), который
удовлетворял бы построенной системе ограничений и доставлял бы минимум
целевой функции.
Важной особенностью данной постановки задачи является соблюдение
баланса между количеством товара, которое хотят приобрести по заявкам все
пункты назначения, и количеством груза, имеющегося во всех пунктах
отправления. Такие транспортные задачи называются закрытыми. При
несоблюдении этого условия транспортные задачи называются открытыми.
Будучи задачей линейного программирования, транспортная задача может
быть решена симплекс-методом. Однако в силу отмеченных выше
особенностей для нахождения ее оптимального решения могут быть применены
и специальные методы решения (например, метод потенциалов).
Задача № 3
Задача использования ресурсов. При производстве п видов продукции
используется т видов ресурсов.
Известно:
b1, b2, ...,bт – запасы ресурсов;
aij (i = 1, 2, ..., т; j = 1, 2, ..., п) – расход каждого i-гo вида ресурса на
изготовление единицы j-й продукции
с;(j = 1, 2, ..., п) – прибыль, получаемая при реализации единицы j-й
продукции.
Составить план выпуска продукции, обеспечивающий максимальную
прибыль.
Решение:
Обозначим вектор переменных задачи:
X = (х1, х2, ..., хп), где xj (j = 1,2, ..., п) – объем выпуска j-й продукции.
Учитывая, что CjXj– прибыль от реализации всего объема j-й продукции,
aijxj – затраты i-го вида ресурса на весь объем выпуска j-ой продукции, запишем
математическую модель задачи.
51
Кроме того, необходимо учитывать неотрицательность переменных
задачи, так как объем выпуска продукции не может быть отрицательным.
Таким образом, математическая модель имеет вид:
Задача № 4
Задача о составлении рациона питания. Животные должны получать
ежедневно т питательных веществ в количестве не менее b1, b2, ..., bт. В рацион
животных входят корма п видов.
Известно:
aij (i = 1, 2, ..., т; j = 1, 2, ..., п) – содержание i-гo питательного вещества в
единице j-го вида корма;
Cj (j = 1, 2, ..., n) – стоимость единицы j-го вида корма. Составить
суточный рацион кормления животных, обеспечивающий минимальные
затраты.
Решение:
Введем переменные задачи:
X = (х1, х2, ..., хп), где xj (j = 1,2, ..., п) – объем j-го вида корма, входящего в
суточный рацион. Так как aijхj, — количество i-го питательного вещества,
содержащегося в ум виде корма, входящего в суточный рацион, сjхj – стоимость
j-го корма, то математическая модель имеет вид:
52
Составить математические модели следующих задач:
1. При производстве двух видов продукции используются три вида сырья.
Составить план выпуска продукции, обеспечивающий максимум прибыли.
Исходные данные таковы:
а Расход сырья на б) Расход сырья на
Запасы Запасы
единицу продукции единицу продукции
а) сырья сырья
№1 №2 №1 №2
30 1 3 20 2 1
48 4 3 12 1 1
60 3 3 30 1 3
Прибыль 70 60 Прибыль 40 50
53
Задача № 5
Решить задачу линейного программирования
Решение:
Строим область допустимых решений задачи. Нумеруем ограничения
задачи. В прямоугольной декартовой системе координат (рис. 2) строим
прямую х1 – х2 + 2 = 0 (L1), соответствующую ограничению (1). Находим, какая
из двух полуплоскостей, на которые эта прямая делит всю координатную
плоскость, является областью решений неравенства (1). Для этого достаточно
координаты какой-либо точки, не лежащей на прямой, подставить в
неравенство. Так как прямая L1 не проходит через начало координат,
подставляем координаты точки О (0, 0) в первое ограничение 1*0-1*0 + 2 ≥ 0.
Получаем строгое неравенство 2 ≥ 0. Следовательно, точка О лежит в
полуплоскости решений. Таким образом, стрелки на концах прямой L1 должны
быть направлены в полуплоскость, содержащую точку О. Аналогично строим
прямые Зх1 – 2х2 – 6 = 0 (L2), 2х1 + х2 – 2 = 0 (L3), х2 = 3 (L4) и области решений
ограничений (2), (3) и (4). Находим общую часть полуплоскостей решений, учи-
тывая при этом условия неотрицательности; полученную область допустимых
решений отметим на рис. 2 штриховкой.
54
Рис. 2
Строим нормаль линий уровня п = (3, 2) и одну из этих линий,
например 3х1 + 2х2 = 0. Так как решается задача на отыскание максимума
целевой функции, то линию уровня перемещаем в направлении нормали до
опорной прямой. Эта прямая проходит через точку X* пересечения прямых,
ограничивающих область допустимых решений и соответствующих
неравенствам (2) и (4). Определяем координаты точки X* = L2 ∩ L4. Решая
систему
55
Решение:
Строим область допустимых решений, нормаль линий уровня п = (4, 2) и
одну из линий уровня, имеющую общие точки с этой областью (рис. 3).
Перемещаем линию уровня в направлении, противоположном направлению
нормали п, так как решается задача на отыскание минимума функции. Нормаль
линий уровня п = (4, 2) и нормаль п2 = (2, 1) граничной прямой L2, в
направлении которой перемещаются линии уровня, параллельны, так как их
координаты пропорциональны (4:2 = 2:1). Следовательно, опорная прямая
совпадает с граничной прямой L2 области допустимых решений и проходит
через две угловые точки этой области X*1 и Х*2. Задача имеет бесконечное
множество оптимальных решений, являющихся точками отрезка [X*1, X*2]. Эти
точки X*2 = L1 ∩ L2, находим, решая соответствующие системы уравнений:
Вычисляем
56
Рис. 3
О т в е т : min Z(X) = 12 при X* = (1 – t) X*1 + tX*2 , 0 ≤ t ≤ 1.
Задача № 7
Решение:
57
Строим область допустимых решений, нормаль п = (3, 7) и одну из линий
уровня (рис. 4).
Рис. 4
В данной задаче необходимо найти максимум целевой функции, поэтому
линию уровня перемещаем в направлении нормали. Ввиду того что в этом
направлении область допустимых решений не ограничена, линия уровня уходит
в бесконечность. Задача не имеет решения вследствие неограниченности
целевой функции.
О т в е т : Z(X)-> ∞.
Задача № 8
58
Решение:
Строим прямые линии, соответствующие неравенствам
системы ограничений и находим полуплоскости, являющиеся областями
решений этих неравенств (рис. 5).
Рис. 5
Область допустимых решений задачи является пустым множеством.
Задача не имеет решения ввиду несовместности системы ограничений.
Ответ: система ограничений несовместна.
Задача № 9
59
Опорное решение задачи линейного программирования. Найти
начальное опорное решение и путем перебора опорных решений определить
оптимальное решение задачи линейного программирования
Решение:
Результаты нахождения начального опорного решения и
дальнейшего перебора опорных решений приведены в табл. 3. В правой части
таблицы на каждом шаге вычислений приведены значения параметра θк для
различных столбцов k (минимальные значения θok выделены жирным
шрифтом), соответствующее опорное решение Xi и значение целевой
функции Z(Xi) на этом решении. Номера столбцов для выбора разрешающих
элементов принимались произвольно.
Таблица 3
Решение:
Приводим задачу к каноническому виду. Для этого в левую часть второго и
третьего ограничений-неравенств типа «≤» вводим дополнительные
переменные х5 и х6 с коэффициентом +1. В целевую функцию х5 и х6 входят с
коэффициентом 0 (т.е. не входят). Получаем
( )( )
−1 1
∆ 1=С б Х 1−с1= 0 ∙ 1 -1=(-1)∙1+0∙1+0∙2-1=-2
0 2
( )( )
−1 1
∆ 2=С б Х 2−с2 = 0 ∙ 2 -1=(-1)∙1+0∙2+0∙1-1=-2
0 1
61
( )( )
−1 2
∆ 3=С б Х 3−с 3= 0 ∙ 1 -1=(-1)∙2+0∙1+0∙1-1=-3
0 1
62
θ0А для первого, второго и третьего векторов по формуле (30.4). Получаем θ 01= 5
при l= 3;θ 02= 5 при l=2; θ03= 3 при l= 1 (см. табл. 2). Находим возможные
приращения целевой функции при введении в базис каждого из этих векторов и
определяем наибольшее из них:
63
= 0,5. Получаем третье опорное решение Х3 = (4, 2, 0, 0, 2, 0) с базисом Б3 =
(А2, А5, A1), Z(X3) = 6 (табл. 6).
Таблица 6
64
Решить методом искусственного базиса задачу линейного
программирования
Решение:
Составляем расширенную задачу. В левые части уравнений системы
ограничений вводим неотрицательные искусственные переменные с
коэффициентом + 1 (всегда). Данная задача – задача на нахождение минимума,
поэтому x5 и x6 в целевую функцию вводятся с коэффициентом +М. Получаем
65
Начальное опорное решение не является оптимальным, так как в задаче на
минимум имеются положительные оценки. Выбираем номер
вектора Аk, вводимого в базис опорного решения, и вектора Аl, выводимого из
базиса. Для этого вычисляем приращения целевой функции ΔZk при введении в
базис каждого из векторов с положительной оценкой и находим минимум этого
приращения. При этом слагаемыми оценок Δ'к (без М) пренебрегаем до тех пор,
пока хотя бы одно слагаемое Δ''к(М) (с М) отлично от нуля. В связи с этим
строка со слагаемыми оценок Δ'к может отсутствовать в таблице до тех пор,
пока присутствует строка Δ''k(М). Находим
67
Решение:
Приводим задачу к каноническому виду. Для этого вводим
дополнительные переменные x4, x5, x6:
Таблица 12
69
Решение:
Введем переменные задачи (матрицу перевозок)
.
Целевая функция задачи равна сумме произведений всех соответствующих
элементов матриц С и X:
.
Данная функция, определяющая суммарные затраты на все перевозки,
должна достигать минимального значения.
Составим систему ограничений задачи. Сумма всех перевозок, стоящих в
первой строке матрицы X, должна равняться запасам первого поставщика, а
сумма перевозок во второй строке матрицы X – запасам второго поставщика:
70
Это означает, что запросы потребителей удовлетворяютсяполностью.
Необходимо также учитывать, что перевозки не могут быть
отрицательными: хij ≥ 0, i = l, 2, ..., т; j = 1, 2, ..., п.
О т в е т : математическая модель задачи формулируется следующим
образом: найти переменные задачи, обеспечивающие минимум функции
Задача № 14
Для следующих транспортных задач составить математические модели:
Составить начальное опорное решение, используя метод северо-западного
угла, для транспортной задачи, исходные данные которой таковы:
Решение:
Распределяем запасы первого поставщика. Так как его запасы а1 = 200
меньше запросов первого потребителя b1 = 250, то в клетку (1, 1) записываем
перевозку x11 = 200 и исключаем из рассмотрения первого поставщика (табл.
71
6.1). Определяем оставшиеся неудовлетворенными запросы первого
потребителя .
Распределяем запасы второго поставщика. Так как его запасы a2 =
350 больше оставшихся неудовлетворенными запросов первого
.
Распределяем запасы третьего поставщика.
Так как а3 > b'2 (400 > 0), то в клетку (3, 2) записываем х32 = 0 и исключаем
второго потребителя. Запасы третьего поставщика не
72
Проверяем правильность построения опорного решения. Число занятых
клеток должно быть равно N = m + n – l = 3 + 4 – l = 6. В табл. 32.1 занято 6
клеток. Применяя метод вычеркивания, убеждаемся, что найденное решение
является «вычеркиваемым»:
Решение:
1. Проверяем выполнение необходимого и достаточного условия
разрешимости задачи. Находим суммарные запасы поставщиков и суммарные
запросы потребителей:
73
Задача с неправильным балансом. Вводим четвертого, фиктивного
поставщика с запасами а4 = 1100 – 1000 = 100 и нулевыми стоимостями
перевозок единиц груза (табл. 14).
2. Находим начальное опорное решение методом минимальной стоимости
(см. табл. 7.1). Полученное решение X1 имеет
m + n – 1 = 4 + 4 – 1 = 7 базисных переменных. Вычисляем значение
целевой функции на этом опорном решении:
Z(Х1) = 1 ∙ 200 + 2 ∙ 200 + 3 ∙ 100 + 7 ∙ 100 + 9 ∙ 300 +
+ 12 ∙ 100 + 0 ∙ 100 = 5300.
Таблица 14
74
Система состоит из семи уравнений и имеет восемь переменных. Система
неопределенная. Одному из потенциалов задаем значение произвольно: пусть u3 =
0. Остальные потенциалы находятся однозначно:
75
4. Проверяем опорное решение X1 на оптимальность. С этой целью
вычисляем оценки Δij для всех незаполненных клеток таблицы (для всех
занятых клеток Δij = 0):
.
Осуществляем сдвиг по циклу на величину θ = 100. Получаем второе
опорное решение Х2 (табл. 16).
Таблица 16
76
Находим для этого решения потенциалы (они приведены в табл. 32.5).
Вычисляем оценки:
79
брокерской конторы сформулировали следующую модель нелинейного
программирования:
80
Найдем все частные производные второго порядка целевой функции:
81
Непосредственной подстановкой полученного решения в условия (5)–(8)
можно убедиться, что условия Куна-Таккера выполняются, причем решение
обеспечивает глобальный максимум целевой функции.
Ответы: 1. Да, является (при любых значениях переменных).
2. 496,8 тыс. руб. 3. 197,93 тыс. руб.
Задача № 18
П р о и з в о д с т в о м о л о ч н ы х п р о д у к т о в . Молокозавод производит
для местного рынка три вида продуктов: сметану, творог и сыр. Молоко
поступает ежедневно из двух ферм. Технологические и экономические данные
о производимых продуктах приведены в следующей таблице:
б) для фермы 2
Вопросы
1. Какова максимальная ежедневная прибыль молокозавода?
2. Сколько молока следует закупать на ферме 1?
3. Сколько молока следует закупать на ферме 2?
4. Как изменится максимальная прибыль, если максимальное суточное
производство сметаны увеличить на 1 кг?
82
5. Как изменится максимальная прибыль, если максимальное суточное
производство творога уменьшить на 2 кг?
Решение:
Задача может быть описана с помощью модели линейного
программирования.
Пусть х1 – количество молока, закупаемого на ферме 1, х2 – количество
молока, закупаемого на ферме 2. Представим х1 и х2 в следующем виде:
(в нашем случае
(в нашем случае ).
Тогда стоимость молока, закупаемого на ферме 1, описывается функцией
,
а стоимость молока, закупаемого на ферме 2, – функцией
.
Окончательно модель линейного программирования имеет вид
83
Структура матрицы задачи линейного программирования показана в
следующей таблице:
84
Далее представлена таблица, содержащая границы устойчивости по
коэффициентам целевой функции:
85
Ответы: 1. 8275 руб. 2. 312,5 кг. 3. 218,75 кг.
4. Увеличится на 45 руб.
5. Уменьшится на 80 руб.
Графический метод решения задач линейного программирования
Задача №1. Решить задачу линейного программирования графическим
методом, в зависимости от варианта:
1. 2.
3 4.
86
5. 6.
7. 8.
9. 10.
11.
87
12.
13
14.
15.
16.
88
17.
2.
3.
4.
89
5.
6.
7.
8.
9.
90
10.
11.
12.
13.
14.
91
15.
16.
17.
18.
19.
92
20.
21.
22.
23.
24.
93
Теория двойственности
Задача № 3. Составить двойственные задачи для следующих задач (номер
задачи в зависимости от варианта):1.
1. 2.
3.
4.
5.
94
6. 7.
8. 9.
10.
11.
12.
95
13.
Метод потенциалов
Задача № 4 Решить транспортные задачи методом потенциалов:
96
97
98
Метод Гомори решения задач целочисленного программирования
Задача №5 Решить задачи целочисленного программирования:
99
100
101