19. ЕН.Р.1 Исследование Операций

1
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).
В ходе изучения дисциплины ставятся следующие задачи:

3
 научить студентов использовать в своей практической деятельности
современные методы исследования операций;
 привить студентам умение и навыки самостоятельно изучать литературу
по исследованию операций и математическим методам принятия оптимальных
решений.
2 Требования к результатам освоения дисциплины
В результате изучения дисциплины обучающийся должен знать:
 основные принципы и этапы построения математических моделей;
 изучаемые математические модели и методы получения оптимальных
решений.
Уметь:
 провести формализацию и математическое моделирование типовой
задачи исследования операций;
 решать конкретные практические задачи исследования операций, в том
числе на ПЭВМ с использованием прикладных программ;
 анализировать итоги исследования и предлагать решения, опираясь на
результаты, полученные путем математического моделирования.
Владеть:
 современной терминологией, понятиями, определениями и
классификацией методов исследования операций;
 средствами Microsoft Excel для реализации математических методов
принятия оптимальных решений
3 Начальные требования к освоению дисциплины
Дисциплина «Исследование операций» относится к дисциплинам
регионального компонента цикла естественнонаучных дисциплин. Ее изучение
базируется на сумме знаний и фактических навыках, полученных студентами в
ходе изучения таких дисциплин, как «Математика», «Экономическая теория»,
«Статистика», и других.
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
5 Тематическое планирование изучения содержания дисциплины
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
Тема 4. Симплексный метод решения задач линейного
2 / 0,5 2/- 3/4
Тема 5. Теория двойственности 1 / 0,5 2/- 3/2
Тема 6. Транспортная задача линейного
2 / 0,5 2 / 0,5 4/3
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
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
переменными Графический метод решения задач линейного программирования с n переменными.
Лабораторная/ практическая работа №2. Решение задач линейного

программирования графическим методом.
Тема 4. Симплексный метод решения задач линейного
программирования. Общие понятия. Опорное решение задачи линейного программирования . Алгоритм
симплексного метода. Метод искусственного базиса.
Лабораторная работа №3. Решение задач линейного программирования

симплексным методом.
Тема 5. Теория двойственности. Составление математических моделей двойственных
задач. Первая теорема двойственности. Вторая теорема двойственности. Двойственный симплексный метод
(метод последовательного уточнения оценок).
Лабораторная работа №4. Составление математических моделей двойственных задач.

Тема 6. Транспортная задача линейного программирования.
Математическая модель транспортной задачи. Опорное решение транспортной задачи. Метод минимальной
стоимости. Переход от одного опорного решения к другому.
Лабораторная работа №5/ практическая работа №3. Транспортная

задача линейного программирования.
Тема 7. Метод потенциалов. Общие понятия. Алгоритм решения транспортных задач
7
методом потенциалов.
Лабораторная работа №6. Решение транспортных задач методом

потенциалов.
Тема 8. Транспортная задача с ограничением на пропускную
способность. Транспортная задача с ограничением на пропускную
способность.
Тема 9. Транспортная задача по критерию времени. Транспортная
задача по критерию времени.
Лабораторная работа №7 практическая работа №4. Решение транспортных
задач с ограничением на пропускную способность и по критерию времени.
Тема 10. Метод Гомори решения задач целочисленного
программирования. Метод Гомори. Метод Гомори решения задач
целочисленного программирования.
Лабораторная работа №8. Решение задач методом Гомори.
Тема 11. Нелинейное программирование.
Цели. Модели. Примеры. Модели управления запасами.
Детерминированные модели: Простейшая модель оптимального размера заказа.
Модель оптимального размера заказа с фиксированным временем его
выполнения. Модель оптимального размера заказа с производством. Модель
оптимального размера заказа с дефицитом. Модель оптимального размера
заказа с количественными скидками. Стохастическая модель. Дискретная
стохастическая модель оптимизации начального запаса. Примеры. Модели
систем массового обслуживания. Цели. Модели.
Лабораторная работа №9. Решение задач нелинейного программирования.
Тема 12. Применение ЭВМ при решении ЗЛП. Применение ЭВМ при
решении ЗЛП. (Решение ЗЛП через "Поиск Решения"). Имитационная игра
"Моделирование экономики и менеджмента". Имитационная игра
"Моделирование экономики и менеджмента".
7 Содержание лабораторных / практических занятий
Лабораторная / практическая работа №1. Приведение общей задачи
Лабораторная / практическая работа №2. Решение задач линейного
8
Лабораторная работа №3. Решение задач линейного программирования
симплексным методом.
Лабораторная работа №4. Составление математических моделей двойственных задач.

Лабораторная работа №5 / практическая работа №3. Транспортная
Лабораторная работа №6. Решение транспортных задач методом
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.
8 Учебно-методическое обеспечение дисциплины

Основная литература
1. Исследование операций в экономике : учебное пособие / под ред. Н.
Ш. Кремера. – М. : ЮНИТИ, 2008.
2. Красс М. С. Математические методы и модели для магистров
экономики : учебное пособие / М. С. Красс, Б. П. Чупрынов. – СПб. : Питер,
2008.
3. Мельников В. П. Исследование систем управления : учебник для студ.
высш. учеб. заведений / В. П. Мельников. – М. : Академия, 2008.
4. Мишин В. М. Исследование систем управления : учебник для вузов / В.
М. Мишин. – 2-е изд., стереотип. – М. : ЮНИТИ-ДАНА, 2008.
5. Пантелеев А. В. Теория управления в примерах и задачах : учебное
пособие / А. В. Пантелеев, А. Бортаковский. – М. : Высш. шк., 2009.
6. Ползунова Н. Н. Исследование систем управления : учебное пособие
для вузов / Н. Н. Ползунова, В. Н. Краев. – М. : Академический Проект, 2008.
Дополнительная
1. Бережная Е. В. Математические методы моделирования экономических
систем / Е. В. Бережная, В. И. Бережной. – М. : Финансы и статистика, 2006.
9
2. Вентцель Е. С. Исследование операций / Е. С. Вентцель. – М. : Высшая
школа, 2001.
3. Гарнаев А. Ю. Использование MS Excel и YBA в экономике и
финансах / А. Ю. Гарнаев. – СПб. : BHV-Санкт-Петербург, 2000.
4. Емельянов А. А. Имитационное моделирование экономических
процессов : учеб. пособие / А. А. Емельянов. – М. : Финансы и статистика,
2006.
5. Карманов В. Г. Математическое программирование / В. Г. Карманов. –
М. : Наука, 2002.
6. Красс М. С. Математические методы и модели для магистрантов
экономики : учебное пособие / М. С. Красс, Б. П. Чупрынов. – СПб. : Питер,
2006.
7. Красс М. С. Основы математики и ее приложения в экономическом
образовании / М. С. Красс, Б. П. Чупрынов. – М. : Дело, 2003.
8. Плис А. И. Mahcad. Математический практикум для инженеров и
экономистов : учеб. пособие / А. И. Плис, Н. А. Сливина. – 2-е изд. перераб. и
доп. – М. : Финансы и статистика, 2003.
9. Салманов О. Н. Математическая экономика с применением Mahcad и
Excel / О. Н. Салманов. – СПб. : БХВ-Петербург, 2003.
Информационные ресурсы
1. Михайлова И. В. Исследование операций. Специальный курс : Ч. 1.
Математическая модель операции [Электронный ресурс] : учебное пособие /
И. В. Михайлова. – Воронеж : Изд-во ВГУ, 2003. – Режим доступа :
http://window.edu.ru/resource/344/27344
2. Михайлова И. Н. Исследование операций : Ч. 2. Модели управления
запасами [Электронный ресурс] : учебно-методическое пособие / И. Н.
Михайлова, Л. Н. Баркова. – Воронеж : Изд-во ВГУ, 2005. – Режим доступа :
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 :
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
Минимальный балл Максимальный балл Результат

220 Допуск к экзамену
235 274 удовлетворительно
275 286 хорошо
287 320 отлично
Максимально возможная рейтинговая оценка по видам деятельности
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 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
F=√ x 21+ x 22 →min

3 x −4 x 2 + √ x 3 →max
F= 1
2
F= x 1 −2 x 2 →max.
14. Системой ограничений задачи линейного программирования может
являться система:
{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:
18. Целевой функцией задачи линейного программирования может являться

функция:
F=12x1+20x2–30x3 →min
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:
Тогда максимальное значение функции F(х1, х2)= 3х1 + 5х2 равно…

29
20
27
31
вид:
Тогда максимальное значение функции F(х1, х2)= 5х1 + 3х2 равно…

30
32
12
27
вид:
21
Тогда максимальное значение функции F(х1, х2)= 2х1 - 2х2 равно…
12
14
8
20
вид:
Тогда минимальное значение функции F(х1, х2)= 2х1 - 2х2 равно…

-8
-12
2
0
24. Область допустимых решений задачи нелинейного 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.
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
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
С=¿ ( 4 6 8¿ ) ¿ ¿¿
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 ¿ ) ¿ ¿¿
¿
С=¿ ( 4 6 8¿ ) ¿ ¿¿
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
С=¿ ( 4 6 8 ¿ ) ¿ ¿¿
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  ;
33. Транспортная задача

30 100+b
3 9
20
4 1
30+a
6 8
100
будет закрытой, если…
a=60, b=80
a=60, b=85
a=60, b=70
a=60, b=75
30 100
3 9
20
4 1
30
6 8
100
является…
открытой
закрытой
неразрешимой
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 (+ ¥)
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
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
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 (- ¥)
имеет вид:
Тогда максимальное значение функции F(х1, х2)= х12 +х22 равно…

36
72
25
12
имеет вид:
Тогда минимальное значение функции F(х1, х2)= х12 +х22 равно…

0
6
9
16
31
52. Для решения транспортной задачи может применяться…
метод потенциалов
метод дезориентации
53. В системе ограничений общей задачи линейного программирования …
могут присутствовать и уравнения, и неравенства
могут присутствовать только уравнения
могут присутствовать только неравенства
54. В системе ограничений стандартной (симметричной) задачи линейного
программирования …
могут присутствовать только неравенства
могут присутствовать и уравнения, и неравенства
могут присутствовать только уравнения
55. В системе ограничений канонической (основной) задачи линейного
программирования …
могут присутствовать только уравнения (при условии неотрицательности
переменных)
могут присутствовать только неравенства (при условии неотрицательности
переменных)
могут присутствовать и уравнения, и неравенства (при условии
неотрицательности переменных)
56. Задача линейного программирования
F(х1, х2)= 2х1 + 7х2 → mах,
-2х1 + 3х2 ≤ 14,
х1 + х2 ≤ 8,
х1 ≥ 0, х2 ≥ 0.
записана в …
стандартной (симметричной) форме
канонической (основной) форме
32
словесной форме
57. Для записи задачи
F(х1, х2)= 2х1 + 7х2 → mах,
-2х1 + 3х2 ≤ 14,
х1 + х2 ≤ 8,
х1 ≥ 0, х2 ≥ 0.
в канонической форме …
необходимо ввести две дополнительных неотрицательных переменных
необходимо ввести три дополнительных неотрицательных переменных
необходимо ввести четыре дополнительных неотрицательных переменных
F(х1, х2)= 2х1 + 7х2 → mах,
-2х1 + 3х2 ≤ 14,
х1 + х2 ≤ 8,
х1 + 4х2 ≥ 10,
х1 ≥ 0, х2 ≥ 0.
необходимо ввести пять дополнительных неотрицательных переменных
F(х1, х2)= 2х1 + 7х2 → mах,
-2х1 + 3х2 = 14,
х1 + х2 ≤ 8,
х1 + 4х2 ≥ 10,
х1 ≥ 0, х2 ≥ 0.
33
необходимо ввести пять дополнительных неотрицательных переменных
60. При решении задач целочисленного программирования может применяться
метод Гомори
метод аппроксимации Фогеля
61. В основе решения задач методом динамического программирования
лежит…
принцип оптимальности Беллмана
принцип «бритва Оккама»
принцип «зуб - за зуб, око- за око»
принцип Гейзенберга
62 . Ситуация, в которой участвуют стороны, интересы которых полностью
или частично противоположны, называется …
(конфликтной, конфликтная, конфликт, конфликтом)
63. Действительный или формальный конфликт, в котором имеется по
крайней мере два участника (игрока), каждый из которых стремится к
достижению собственных целей, называется …
(игра, игрой)
64. Допустимые действия каждого из игроков, направленные на достижение
некоторой цели, называются …
(правила игры, правилами игры)
65. Количественная оценка результатов игры называется …
(платежом, платеж, платёж)
66. Если в игре участвует только две стороны (два лица), то игра
называется…
(парной, парная, парной игрой, парная игра)
67. Если в парной игре сумма платежей равна нулю, то есть проигрыш одного
игрока равен выигрышу другого, то игра называется игрой…
34
(с нулевой суммой)
68. Однозначное описание выбора игрока в каждой из возможных ситуаций,
при которой он должен сделать личный ход, называется..
(стратегией игрока, стратегия игрока, стратегией, стратегия)
69. Если при многократном повторении игры стратегия обеспечивает игроку
максимально возможный средний выигрыш (минимально возможный средний
проигрыш), то такая стратегия называется…
(оптимальной, оптимальная, оптимальной стратегией, оптимальная стратегия)
70. Пусть a - нижняя цена, а b - верхняя цена парной игры с нулевой суммой.
Тогда верно утверждение…
a£b
a³b
a2 + b2 = 1
a+b=0
Если a = b = v, то число v называется …
ценой игры
точкой равновесия
оптимальной стратегией
смешанной стратегией
Если a = b, то игра называется…
игрой с седловой точкой
неразрешимым конфликтом
игрой без правил
73. Вектор, каждая из компонент которого показывает относительную
частоту использования игроком соответствующей чистой стратегии,
называется…
смешенной стратегией
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
)
равна…
4
5
6
2
36
2 5
( )
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
( )
22 22 22
21 23 23
81. Матричная игра, заданная платежной матрицей 20 21 24 , …
( )
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
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
)
равна…
3
4
2
5
( 2 5
)
равна…
4
5
3
2
( 2 5
)
87. Матричная игра, заданная платежной матрицей 4 3 , …
38
3 6
( )
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
( 2 5
)
91. Верхняя цена матричной игры, заданной платежной матрицей 4 3 , …
Больше нижней цены
равна нижней цене
( )
20 22 25
22 21 23
92. Матричная игра, заданная платежной матрицей 20 21 24 , …
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
пуассоновским
98. Если поток событий одновременно обладает свойствами стационарности,
ординарности и отсутствием последствия, то он называется:
простейшим (пуассоновским)
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
Лабораторная / практическая работа № 2. Решение задач линейного
Лабораторная работа № 3. Решение задач линейного
программирования симплексным методом.
Лабораторная работа № 4. Составление математических моделей двойственных задач.
Лабораторная работа № 5 / практическая работа № 3. Транспортная
Лабораторная работа № 6. Решение транспортных задач методом
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.
ПРИМЕРЫ СОДЕРЖАТЕЛЬНЫХ ПОСТАНОВОК ЗАДАЧ ЛИНЕЙНОГО

ПРОГРАММИРОВАНИЯ
Задача №1
Задача об оптимальном использовании ресурсов. Для изготовления
двух видов продукции используются четыре вида ресурсов: В1, В2, В3, В4.
Имеющиеся запасы ресурсов различных видов, а также затраты на
изготовление единицы каждого из двух видов продукции приведены в табл. 1.
Таблица 1
Задача об оптимальном использовании ресурсов
Число единиц ресурсов,
Вид ресурса Запас ресурса затрачиваемых на изготовление единицы продукции
Первый вид продукции Второй вид продукции
В1 18 1 3
44
В2 16 2 1
В3 5 – 1
В4 21 3 –
На производство единицы продукции I-го и II-го видов используется
различное количество ресурсов. Так, например, на производство единицы
продукции I-го вида используется только одна единица ресурса В1, а на
производство единицы продукцииII-го вида используются 3 единицы ресурса
В1 на производство единицы продукции I-го вида используются 2 единицы
ресурса В2, а на производство единицы продукции II-го вида используется 1
единица ресурса В2, в то же время на производство продукции I-го вида ресурс
В3 вообще не используется, а на производство продукции II-го вида не
используется ресурс В4.
Выручка, получаемая предприятием от продажи единицы продукции
первого и второго видов, составляет соответственно 2 руб. и 3 руб.
Необходимо составить такой план производства продукции первого и
второго видов, при котором выручка предприятия от ее реализации будет
максимальной.
Составим экономико-математическую модель задачи.
Пусть x1 – число единиц продукции первого вида, которое запланировано к
производству; x2 – число единиц продукции второго вида, которое
запланировано к производству.
На их изготовление предприятию потребуется:
x1 + 3 х2 единиц ресурса В1;
2x1 + х2 единиц ресурса В2;
х2 единиц ресурса В3;
3x1 единиц ресурса В4.
Так как потребление ресурсов не должно превышать их запасов, то связь
между потреблением ресурсов и их запасами выразится системой ограничений:
x1 + 3 х2 ≤ 18,
2x1 + х2 ≤ 16, (6)
х2 ≤ 5,
45
3x1 ≤ 21.
По смыслу задачи:
x1 ≥ 0, x2 ≥ 0, (7)
Так как количество выпускаемой продукции как первого, так и второго
вида не может быть отрицательным.
Выручка от реализации продукции первого вида составит 2x1, а от
реализации продукции второго вида – 3 х2, таким образом, суммарная выручка
от реализации обоих видов продукции составит:
F = 2x1 + 3x2 -> max (8)
Требуется найти такой план выпуска продукции X = (х1, х2), который
удовлетворял бы ограничениям (6) и (7) и при котором целевая функция F (8)
принимала бы максимальное значение.
Эту задачу легко обобщить на n видов продукции и m видов ресурсов.
Обозначим через:
xj – число единиц j-го вида продукции (j = 1, ... , n), запланированной к
производству;
bi – запас i-го ресурса (i =1, ..., т);
aij – число единиц ресурса i, затрачиваемого на изготовление единицы
продукции j-го вида (aij часто называют технологическими коэффициентами);
cj – выручка от реализации единицы продукции j-го вида (или цена
продукции j-го вида) (j = 1, ..., n).
Тогда экономико-математическая модель задачи об использовании
ресурсов в общей постановке примет вид: найти такой план Х=
(х1, х2, ..., хn) выпуска продукции, который удовлетворял бы системе
ограничений:
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.:
 известна стоимость перевозки одной единицы товара (одной машины)

из пункта отправления Ai в пункт назначения Bj, т.е. задана матрица стоимостей
перевозок:
Требуется составить такой план перевозок, при котором весь имеющийся

запас товара из всех городов-поставщиков, являющихся пунктами отправления,
был вывезен, все заявки городов-потребителей удовлетворены, а стоимость
перевозок всего товара, который перевозится от поставщиков к потребителям,
была бы минимальна. Вся вышеперечисленная информация представлена в
табл. 2.
Таблица 2
Транспортная задача
10 20 50 а1 = 10 A1
40 60 90 а2 = 20 A2
30 80 70 а3 = 30 A3
b1 = 10 b2 = 10 b3 = 40 60
B1 B2 B3
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:
Второе содержательное ограничение в данной задаче – все товары,

имеющиеся в каждом из пунктов отправления, должны быть вывезены,
возможно, в различные пункты назначения. Математически это означает, что
должны выполняться следующие равенства:
Третье содержательное ограничение - суммарное количество товара,

доставляемого в каждый пункт назначения изо всех пунктов отправления,
должно быть равно заявке, поданной данным пунктом. Математически это
означает, что должны выполняться следующие неравенства:
Четвертое ограничение предполагает, что перевозимые товары не могут

принимать отрицательные значения, т.е. хij ≥ 0.
49
Цель задачи состоит в минимизации перевозок. Математически это
означает, что целевая функция
Таким образом, математически задача состоит в нахождении такого плана

перевозок Х = (х11, х12, ..., х33), который удовлетворял бы системе ограничений и
доставлял бы минимум целевой функции.
Отличительные особенности экономико-математической модели
транспортной задачи:
 система ограничений представляет собой систему уравнений;
 в системе ограничений коэффициенты при переменных принимают
только два возможных значения: либо 0, либо 1;
 каждая переменная входит в систему ограничений два раза.
Для математической формулировки транспортной задачи в общем виде
введем следующие обозначения:
т – количество пунктов отправления, в которых сосредоточены товары;
ai – количество товара, сосредоточенного в пункте отправления Аi, (z =
1, ..., т);
п – количество пунктов назначения, в которые должны быть перевезены
товары;
bj – количество товара, которое заявлено пунктом Bj (j = 1,... , и);
сij – стоимость перевозки единицы товара из пункта i в пункт j.
В этом случае система ограничений примет вид:
а линейная функция – критерий
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
2. В рационе животных используется два вида кормов. Животные должны

получать три вида веществ. Составить рацион кормления, обеспечивающий
минимальные затраты. Исходные данные таковы:
а) б)
Содержание Содержание
Необходимое Необходимое
питательного питательного
количество количество
вещества вещества
питательного питательного
в единице корма в единице корма
вещества вещества
№1 №2 №1 №2
15 5 1 12 2 1
12 2 1 10 1 1
7 1 1 24 2 3
Стоимость 40 30 Стоимость 60 60
единицы единицы
корма корма
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
Получаем X* = (4, 3). Вычисляем Z(X*) = 3 ∙ 4 + 2 ∙ 3 = 18.

О т в е т : max Z(X) = 18 при X* = (4, 3).
Задача № 6
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
Сравниваем значения целевой функции на полученных опорных

решениях: min {-1, 5, 7, 7} = -1. Делаем вывод, что оптимальным решением
является X1 = (0, 0, 3,4).
О т в е т : min Z(X) = -1 при X* = (0, 0, 3, 4).
Задача № 10
60
Решить симплексным методом
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
Система ограничений этой задачи является системой уравнений,

разрешенной относительно переменных х4, х5, х6. Свободные (неразрешенные)
переменные приравниваем к нулю: х1 = х2 = х3 = 0. Получаем х4 = 6, х5 = х6 = 10.
Записываем базисное решениеХ1 = (0, 0, 0, 6, 10, 10), которое является начальным
опорным решением с базисом Б1 = (А4, А5, Л6).
По формуле (21) вычисляем оценки разложений векторов условий по
базису опорного решения:
( )( )
−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
Оценки для векторов, входящих в базис, всегда равны нулю.

Опорное решение, коэффициенты разложений и оценки разложений
векторов условий по базису опорного решения записываются в симплексную
таблицу (табл. 4).
Таблица 4
Для удобства вычислений оценок над таблицей записываются

коэффициенты целевой функции. В первом столбце «Б» записываются векторы,
входящие в базис опорного решения. Порядок записи этих векторов
соответствует номерам разрешенных неизвестных в уравнениях-ограничениях.
Во втором столбце таблицы «Сб» записываются коэффициенты целевой
функции при базисных переменных в том же порядке. При правильном
расположении коэффициентов целевой функции в столбце «С б» оценки
единичных векторов, входящих в базис, всегда равны нулю. В последней
строке таблицы с оценками Δk в столбце «А0» записывается значение целевой
функции на опорном решении Z(X1).
Начальное опорное решение не является оптимальным, так как в
рассматриваемой задаче на максимум векторам A1, A2 и А3 соответствуют
отрицательные оценки Δ1 = -2, Δ2 = -2, Δ3 = -3 (не выполняется признак
оптимальности).
В данном случае можно найти новое опорное решение, на котором
значение целевой функции будет больше. Определим, введение какого из трех
векторов приведет к большему приращению целевой функции. Приращение
целевой функции находится по формуле (30.5). Вычисляем значения параметра
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:
Следовательно, для более быстрого приближения к оптимальному

решению необходимо ввести в базис опорного решения либо вектор A1, либо
вектор А2. Вводим в базис вектор А1. Так как минимальное значение θ01=5
достигается при l = 3, то исключаем из базиса третий вектор А 6. За
разрешающий элемент принимаем число 2, расположенное в первом столбце и
третьей строке. Выполняем преобразование Жордана с элементом х31 = 2.
Получаем второе опорное решение Х2 = (5, 0, 0, 1, 5, 0) с
базисом Б2 = (А4,А5, А1), Z(X2) = 4 (табл.5).
Таблица 5
Это решение не является оптимальным, так как векторы А2 и А3 имеют

отрицательные оценки Δ2 = -1, Δ3 = -2. Определяем, введение какого из
векторов А2 или А3 в базис опорного решения приведет к большему приращению
целевой функции:
Вводим в базис вектор А2. Минимальное значение параметра θ02 = 2 имеет

место при l = 1, поэтому разрешающий элемент берем в первой строке. Из
базиса исключаем вектор А4. Выполняем преобразование Жордана с элементом х12
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
Опорное решение Х3 является оптимальным, так как для всех векторов

условий оценки в задаче на максимум неотрицательные. Однако данное
решение не единственное, так как вектор А6, не входящий в базис, имеет
нулевую оценку. Этот вектор нужно ввести в базис опорного решения, чтобы
получить еще одно оптимальное решение. Вектор, выводимый из базиса,
находим с помошью параметра θ6. Так как θ06 = min {2, 4} = 2 при l = 2,
разрешающий элемент для следующего преобразования Жордана берем во
второй строке. В базис входит вектор A6 вместо вектора А5. Получаем второе
оптимальное решение Х4 = (2, 4, 0, 0, 0, 2) с базисом Б4 = (А2, А6, А1), Z(X4) = 6
(табл. 7).
Таблица 7
Исходная задача имела четыре переменные, поэтому в ответе в

оптимальном решении последние две дополнительные переменные не
записываем.
О т в е т : max Z(X) = 6 при X* = (1-t)X*1 + tX*2, 0 ≤ t ≤1
Задача № 11
64
Решить методом искусственного базиса задачу линейного
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
Приравниваем свободные переменные системы

уравнений (ограничений) к нулю: x1 = x2 = x3 = х4 = 0, получаем начальное
опорное решение расширенной задачи X1 = (0, 0, 0, 0, 3, 2) с базисом из
единичных векторов Б1 = (А5, А6). Вычисляем по формулам (30.8) оценки
разложений векторов условий по базису опорного решения и записываем в
симплексную таблицу (табл. 8). При этом оценки Δk и Z(X1) для удобства
вычислений записываем в две строки: в первую – слагаемые Δk, не зависящие
от М, во вторую – слагаемые Δ''k(М), зависящие от М. Значения Δ''k (М) удобно
записывать без М, имея в виду, однако, что оно там присутствует.
Таблица 8
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
В столбце «А4» за разрешающий элемент выбираем коэффициент 2 в

первой строке и выполняем преобразование Жордана.
Вектор А5, выводимый из базиса, исключаем из рассмотрения
(вычеркиваем). Получаем опорное решение Х2 = (0, 0, 0, 3/2, 0, 0.5) с
базисом Б2 = (А4,A6) (табл. 9).
Таблица 9
Данное решение не является оптимальным, так как векторы A1 и А3

имеют положительные оценки Δ''1(М) = Δ''3(М)=1/2М. Введение в базис опорного
66
решения любого из этих векторов приведет к уменьшению целевой функции на
одну и ту же величинуΔZ1=ΔZ3= -1*(1/2)М = -М/2(слагаемыми без М
пренебрегаем). По своему усмотрению вводим в базис вектор A1, получаем
опорное решение Х3 = (1, 0, 0, 1, 0, 0) с базисом Б3 = (А4, A1) (табл. 10).
Таблица 10
Опорное решение Х3 не является оптимальным, так как

вектор А2 имеет положительную оценку. Вводим этот вектор в базис опорного
решения. В соответствующем столбце симплексной таблицы единственное
положительное число, а именно 1, принимаем за разрешающий элемент для
перехода к новому опорному решению. Получаем следующее опорное
решение Х4 = (4, 1, 0, 0, 0, 0), которое является оптимальным решением
расширенной задачи, так как оценки для всех векторов неположительные (табл.
11).
Таблица 11
Исходная задача также имеет оптимальное решение, которое получается из

оптимального решения расширенной задачи отбрасыванием нулевых
искусственных переменных, т.е. X* = (4, 1, 0, 0).
О т в е т : min Z(X) = 15 при X* = (4, 1, 0, 0).
Задача № 12
Решить методом искусственного базиса задачу линейного
67
Решение:
Приводим задачу к каноническому виду. Для этого вводим
дополнительные переменные x4, x5, x6:
Чтобы найти начальное опорное решение с базисом из единичных

векторов, вводим в первое уравнение-ограничение искусственную переменную,
получаем расширенную задачу
Данная расширенная задача имеет начальное опорное решение X1 = (0, 0, 0,

0, 6, 8, 2) с базисом из единичных векторов Б1 = (А7, А5, А6). Вычисляем оценки
векторов условий и записываем в симплексную таблицу (табл. 12). Это решение
не является оптимальным, так как оценки и

отрицательные. Находим приращение целевой функции при введении в базис
опорного решения векторов A1 и А3.
68
Получаем Δ Z1 = -1 ∙ (-2М) = 2М, ΔZ3 = -2 ∙ (-М) = 2М. По своему
усмотрению вводим в базис вектор A1.
Таблица 12
Выполняем преобразование Жордана с разрешающим

элементом х11 = 2, получаем второе опорное решение Х2 = (1, 0, 0, 0, 7, 11, 0) с
базисом из единичных векторов Б2 = (А1 А5, А6). Данное решение не является
оптимальным, потому что оценка для вектора A4отрицательная:

. Однако опорное решение нельзя улучшить, так как все коэффициенты
разложения вектора А4 по базису опорного решения отрицательные: xi4 < 0 (i =
1, 2, 3). Таким образом, расширенная задача не имеет решения в виду
неограниченности целевой функции. Исходная задача также не имеет решения
в виду неограниченности целевой функции.
О т в е т : Z(X)-> +∞
Задача № 13
Составить математическую модель транспортной задачи, исходные данные
которой таковы:
69
Решение:
Введем переменные задачи (матрицу перевозок)
Запишем матрицу стоимостей
.
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:
Это означает, что запасы поставщиков вывозятся полностью.

Суммы перевозок, стоящих в каждом столбце матрицы X, должны быть
равны запросам соответствующих потребителей:
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
и удовлетворяющие системе ограничений
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
потребителя , то в клетку (2, 1) записываем перевозку x21 = 50 и

исключаем из рассмотрения первого потребителя. Определяем оставшиеся
запасы второго поставщика . Так
как , то в клетку (2, 2) записываемх22 = 300 и исключаем по

своему усмотрению либо второго поставщика, либо второго потребителя. Пусть
исключили второго поставщика. Вычисляем оставшиеся неудовлетворенными
запросы второго потребителя
.
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
изменились . Сравниваем и b3 (400 > 200), в

клетку (3, 3) записываем х33 = 200, исключаем третьего потребителя и
вычисляем . Так как , то в клетку (3, 4)

записываем х34 = 200. Ввиду того, что задача с правильным балансом, запасы
всех поставщиков исчерпаны и запросы всех потребителей удовлетворены
полностью.
Результаты построения опорного решения приведены в табл. 13.
Таблица 13
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»:
Следовательно, векторы условий, соответствующие занятым клеткам,

линейно независимы и построенное решение действительно является опорным.
Задача №15
Решить транспортную задачу, исходные данные которой таковы:
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
3. Для проверки оптимальности опорного решения необходимо найти

потенциалы. По признаку оптимальности в каждой занятой опорным решением
клетке таблицы транспортной задачи сумма потенциалов равна стоимости
(ui + vj = cij при xij > 0). Записываем систему уравнений для нахождения
потенциалов и решаем ее:
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:
Значения потенциалов записываем в таблицу рядом с запасами или

запросами соответствующих поставщиков и потребителей (табл. 15).
Система уравнений для нахождения потенциалов достаточно проста, обычно
ее решают устно. Любой неизвестный потенциал, соответствующий занятой
клетке, равен находящейся в этой клетке стоимости минус известный
потенциал, соответствующий этой же клетке.
Таблица 15
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):
Положительные оценки записываем в левые нижние углы соответствующих

клеток таблицы, вместо отрицательных ставим знак «–».
Начальное опорное решение не является оптимальным, так как имеется
положительная оценка Δ24 = 2.
5. Переходим к новому опорному решению. Для клетки (2, 4) с
положительной оценкой строим цикл. Ставим в эту клетку знак «+»,
присоединяем ее к занятым клеткам и, применяя метод вычеркивания, находим
цикл (2, 4), (3, 4), (3, 2), (2, 2). Цикл изображен в табл.
6. В угловых точках цикла расставляем поочередно знаки «+» и «–»,
начиная с «+» в клетке (2, 4). В клетки, отмеченные знаком «+», добавляется
груз θ, а из клеток, отмеченных знаком «–», убавляется такой же по величине
груз. Определяем величину груза θ, перераспределяемого по циклу. Она равна
значению наименьшей из перевозок в клетках цикла, отмеченных знаком «–»:
.
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:
Все оценки неположительные. Следовательно, решение является

оптимальным. Вычисляем значение целевой функции на этом решении:
Z(X2) = 1 ∙ 200 + 2 ∙ 200 + 6 ∙ 100 + 7 ∙ 200 + 9 ∙ 300 + 0 ∙ 100 = 5200.
О т в е т : min Z(X) = 5200 при .

Задача № 16
С к о л ь к о п р о и з в о д и т ь ? Предприятие располагает ресурсами двух
видов сырья и рабочей силы, необходимыми для производства двух видов
продукции. Затраты ресурсов на изготовление одной тонны каждого продукта,
77
прибыль, получаемая предприятием от реализации тонны продукта, а также
запасы ресурсов указаны в следующей таблице:
Стоимость одной тонны каждого вида сырья определяется следующими

зависимостями: (9 + 0,0088 r1) тыс. руб. для сырья 1 и (5 - 0,0086 r2) тыс. руб.
для сырья 2, где r1 и r2 – затраты сырья на производство продукции. Стоимость
одного часа трудозатрат определяется зависимостью (1 – 0,0002r), где r –
затраты времени на производство продукции.
Вопросы
1. Сколько продукта 1 следует производить для того, чтобы обеспечить
максимальную прибыль?
2. Сколько продукта 2 следует производить для того, чтобы обеспечить
максимальную прибыль?
3. Какова максимальная прибыль?
Решение:
Пусть х1 – объем выпуска продукта 1 (в тоннах), х2 – объем выпуска
продукта 2 (в тоннах). Тогда задача может быть описана в виде следующей
модели нелинейного программирования:
При использовании программы GINO исходную информацию для решения

этой задачи представляем в следующем виде:
78
MODEL:
1) MAX = 11 * X1 + 16 * X2 + 0,1 * X1 * X1 + 0,12 * X2 * X2 + 0,22 * * X1 * X2;
2) 3 * X1 + 5 * X2 < 120;
3) 4 * X1 + 6 * X2 < 150;
4) 14 * X1 + 12 * X2 < 400;
5) X1 > 0;
6) X2 > 0;
END
Получаем следующий результат:
OBJECTIVE FUNCTION VALUE
1) 507.407407
Ответы: 1. 16,67 т. 2. 13,89 т.

3. 507,407 тыс. руб.
Задача № 17
Формирование портфеля ценных б у м а г . Клиент поручил
брокерской конторе купить для него на 1 млн. руб. 1 акции трех известных ему
компаний. Сделка заключается на год. Клиент заинтересован, с одной стороны,
в максимизации средней прибыли на вложенный капитал, а с другой – в
минимизации риска, поскольку прибыль, получаемая в конце года от акции
каждой компании, является величиной случайной. Известно, что чем
прибыльнее акция, тем выше связанный с ней риск, поэтому названные
критерии являются противоречивыми. Клиенту это обстоятельство разъяснили
и попросили его указать относительную значимость («вес») критериев. Клиент,
будучи человеком осторожным, высказал пожелание, чтобы риск учитывался с
весом втрое большим, чем прибыль. Получив такие указания, сотрудники
79
брокерской конторы сформулировали следующую модель нелинейного
программирования:
где xj – объем средств, затраченных на покупку акций типа j (тыс. руб.);

μj – математическое ожидание процента прибыли от вложения 1 тыс. руб. в
акции типа j;
σjj – дисперсия указанного выше процента прибыли;
σij – ковариация между процентами прибыли от вложения 1 тыс. руб. в акции
типа i и j (i ≠ j).
Первая сумма в критерии – ожидаемое значение прибыл обеспечиваемой
пакетом акций, вторая – дисперсия прибыли пакета акций, взятая с «весом» 3.
Дисперсия прибыли пакета акций служит мерой риска.
Пусть средние значения процентов годовой прибыли от акций компаний
составляют соответственно 8, 10 и 13%.
Дисперсии σ11 = 0,1, σ22 = 0,15, σ33 = 0.19. Ковариации σ12 = 0,01, σ13 = 0,02
σ23 = 0,03.
Вопросы
1. Является ли целевая функция строго вогнутой?
2. Какую сумму следует вложить в покупку акций типа 1?
3. Какую сумму следует вложить в покупку акций типа 3?
Решение:
Модель нелинейного (в данном случае – квадратичного)
программирования имеет вид
80
Найдем все частные производные второго порядка целевой функции:
Рассчитав значения соответствующих определителей (главных миноров

матрицы Хессе), можно убедиться, что выполняются условия (4), откуда
следует, что целевая функция строго выпукла для любых
значений х1, х2, х3 (значения определителей не зависят от значений
переменных).
Используя программу GINO, исходную информацию для решения этой
задачи представляем в следующем виде:
MODEL:
1) MAX = 0,08 * X1 + 0,1 * X2 + 0,13 * X3 – R1 – R2;
2) R1 = 0,3 * X1 * X1 + 0,45 * X2 * X2 + 0,57 * X3 * X3;
3) R2 = 0,06 * X1 * X2 + 0,12 * X1 * X3 + 0,18 * X2 * X3;
4) X1 + X2 + X3 = 1000;
5) X1 > 0;
6) X2 > 0;
7) Xj - целое;
END
Получаем следующий результат:
OBJECTIVE FUNCTION VALUE
1) 169988.211211
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:
Затраты, связанные с приобретением сырья (молока), являются кусочно-

линейной функцией закупаемого количества:
а) для фермы 1
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
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:
Используя для решения этой задачи программу POMWIN, получаем

следующий результат:
84
Далее представлена таблица, содержащая границы устойчивости по
коэффициентам целевой функции:
Границы устойчивости по правым частям ограничений:
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.
Симплексный метод решения задач линейного программирования

Задача № 2. Найти начальное опорное решение и путем перебора опорных
решений определить оптимальное решение задачи (выбор номера задачи в
зависимости от варианта):
1.
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.
Для следующих задач составить и решить двойственные и, используя их

решение, найти решение исходных задач:
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

19. ЕН.Р.1 Исследование Операций

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

19. ЕН.Р.1 Исследование Операций

Загружено:

Авторское право:

Доступные форматы

1

В ходе изучения дисциплины ставятся следующие задачи:

5 Тематическое планирование изучения содержания дисциплины

переменными Графический метод решения задач линейного программирования с n переменными.

Лабораторная/ практическая работа №2. Решение задач линейного

симплексного метода. Метод искусственного базиса.

Лабораторная работа №3. Решение задач линейного программирования

Тема 5. Теория двойственности. Составление математических моделей двойственных

(метод последовательного уточнения оценок).

Лабораторная работа №4. Составление математических моделей двойственных задач.

стоимости. Переход от одного опорного решения к другому.

Лабораторная работа №5/ практическая работа №3. Транспортная

Лабораторная работа №6. Решение транспортных задач методом

Лабораторная работа №4. Составление математических моделей двойственных задач.

8 Учебно-методическое обеспечение дисциплины

Минимальный балл Максимальный балл Результат

Максимально возможная рейтинговая оценка по видам деятельности

F=√ x 21+ x 22 →min

18. Целевой функцией задачи линейного программирования может являться

Тогда максимальное значение функции F(х1, х2)= 3х1 + 5х2 равно…

Тогда максимальное значение функции F(х1, х2)= 5х1 + 3х2 равно…

Тогда минимальное значение функции F(х1, х2)= 2х1 - 2х2 равно…

33. Транспортная задача

Тогда максимальное значение функции F(х1, х2)= х12 +х22 равно…

Тогда минимальное значение функции F(х1, х2)= х12 +х22 равно…

ПРИМЕРЫ СОДЕРЖАТЕЛЬНЫХ ПОСТАНОВОК ЗАДАЧ ЛИНЕЙНОГО

 известна стоимость перевозки одной единицы товара (одной машины)

Требуется составить такой план перевозок, при котором весь имеющийся

Второе содержательное ограничение в данной задаче – все товары,

Третье содержательное ограничение - суммарное количество товара,

Четвертое ограничение предполагает, что перевозимые товары не могут

Таким образом, математически задача состоит в нахождении такого плана

а линейная функция – критерий

2. В рационе животных используется два вида кормов. Животные должны

Получаем X* = (4, 3). Вычисляем Z(X*) = 3 ∙ 4 + 2 ∙ 3 = 18.

Сравниваем значения целевой функции на полученных опорных

Система ограничений этой задачи является системой уравнений,

Оценки для векторов, входящих в базис, всегда равны нулю.

Для удобства вычислений оценок над таблицей записываются

Следовательно, для более быстрого приближения к оптимальному

Это решение не является оптимальным, так как векторы А2 и А3 имеют

Вводим в базис вектор А2. Минимальное значение параметра θ02 = 2 имеет

Опорное решение Х3 является оптимальным, так как для всех векторов

Исходная задача имела четыре переменные, поэтому в ответе в

Приравниваем свободные переменные системы

В столбце «А4» за разрешающий элемент выбираем коэффициент 2 в

Данное решение не является оптимальным, так как векторы A1 и А3

Опорное решение Х3 не является оптимальным, так как

Исходная задача также имеет оптимальное решение, которое получается из

Чтобы найти начальное опорное решение с базисом из единичных

Данная расширенная задача имеет начальное опорное решение X1 = (0, 0, 0,

не является оптимальным, так как оценки и

Выполняем преобразование Жордана с разрешающим

оптимальным, потому что оценка для вектора A4отрицательная:

Запишем матрицу стоимостей

Это означает, что запасы поставщиков вывозятся полностью.

и удовлетворяющие системе ограничений

потребителя , то в клетку (2, 1) записываем перевозку x21 = 50 и

запасы второго поставщика . Так

как , то в клетку (2, 2) записываемх22 = 300 и исключаем по

изменились . Сравниваем и b3 (400 > 200), в

вычисляем . Так как , то в клетку (3, 4)

Следовательно, векторы условий, соответствующие занятым клеткам,

3. Для проверки оптимальности опорного решения необходимо найти