Решение задачи о раскрое материала

Вид материалаРешение

Содержание


2. Теоретические основы графического метода линейного программирования.
Этапы исследования операций
Краткое описание каждого этапа
3. Пример задачи, решаемой этим методом
Расход исходного продукта для про­изводства обоих видов изделия
Графический метод решения ЗЛП
4. Задача о раскрое материала.
Постановка задачи
Целевая функция
Список используемой литературы
Подобный материал:

Муниципальное общеобразовательное учреждение «Лицей»


Секция «математика»


«Графический метод решения задач линейного программирования»


Выполнила:

Смирнова Татьяна.,

учащаяся 9 «А» класса, МОУ «Лицей»


Руководитель:

Полкачева Т.А..

учитель математики,

Моу «Лицей»


г. Междуреченск, 2008г.

Содержание


1

Введение

3

2

Теоретические основы графического метода линейного программирования

4

3

Пример задачи, решаемой этим способом

10

4

Решение задачи о раскрое материала

15

5

Заключение

18




Список используемой литературы

19










1. Введение


Цель. Решение задачи о раскрое ткани.


Задачи.

1. изучить графический метод линейного программирования.

2. найти оптимальное решение задачи о раскрое материала.


Актуальность. У меня возник интерес сшить односпальные и двуспальные комплекты, но передо мной встал выбор какие комплекты шить и какой ширины использовать для этого ткань.

2. Теоретические основы графического метода линейного программирования.


Введение в исследование операций

Исследование операций — научная дисциплина, занимающаяся разработкой и прак­тическим применением методов наиболее эффективного управления различными органи­зационными системами.

Другими словами, исследование операций — научное направление, целевая установ­ка которого - разработка методов анализа целенаправленных действий (операций) и объ­ективная (в частности, количественная) сравнительная оценка решения.

Операция — любое управляемое мероприятие, направленное на достижение цели. Результат операции зависит от способа её проведения, организации, иначе — от выбора не­которых параметров. Всякий определённый выбор параметров называется решением.

Оптимальными считают те решения, которые по тем или иным соображениям предпочтительнее других. Поэтому основной задачей исследования операций является предварительное количественное обоснование оптимальных решений.

Эффективность операции — степень её приспособленности к выполнению задачи — количественно выражается в виде критерия эффективности - целевой функции.

Дня применения количественных методов исследования требуется построить мате­матическую модель операции.

Экономико-математическая модель - достаточно точное описание исследуемого экономического процесса или объекта с помощью математического аппарата (различного рода: функций, уравнений, систем уравнений и неравенств и т.п.).


Этапы исследования операций

Усложнение производства, техники и организационной структуры общества при­водит к тому, что принятие решений и эффективное руководство все больше и больше нуж­даются в широкой, точной и быстрой информации, количественной оценке и прогнозе ре­зультатов, последствий принятых решений. Назначение методов исследования операций — объективно разобраться в каждом явлении, численно оценить предлагаемые целенаправ­ленные действия и, возможно, предложить варианты решений, отличные от тех, которые рассматривали хозяйственные или другие руководители.

Несмотря на многообразие задач, возникающих в экономике (задача оптимального планирования инвестиций, формирование минимальной потребительской корзины, орга­низация рекламной деятельности, составление штатного расписания, определение специа­лизации предприятия и т.д.), при их решении можно выделить некоторую общую после­довательность этапов, через которые проходит любое операционное исследование.

Как правило, это:
  1. Постановка задачи.
  2. Построение содержательной (вербальной) модели рассматриваемого объекта (операции, процесса). На данном этапе происходит формализация цели управления объектом, выде­ление возможных управляющих воздействий, влияющих на достижение сформулирован­ной цели, а также описание системы ограничений на управляющие воздействия.
  3. Построение математической модели, т.е. перевод сконструированной вербальной моде­ли в ту форму, в которой для ее изучения может быть использован математический ап­парат.
  4. Анализ модели или получение решения задачи.
  1. Анализ решения, т.е. получение информации об изменениях решения при изменении условий (неуправляемых переменных) функционирования системы. Эту часта исследо­вания обычно называют анализом модели на чувствительность.
  2. Проверка полученных результатов на их адекватность, природе изучаемой системы, включая исследование влияния так называемых внемодельных факторов, и возможная корректировка первоначальной модели.

Реализация полученного решения на практике.


Краткое описание каждого этапа

1,2) Постановка задачи является одним из наиболее важных этапов исследования операций. При постановке задачи исследования операций необходимо определить цель, преследуемую субъектом управления (ЛПР) и установить, значение каких характеристик (управляемых переменных) исследуемой системы (процесса) можно варьировать, а изме­нение значений каких переменных (неуправляемых) не зависит от решений ЛПР. Кроме того, на данном этапе необходимо определить требования, условия и ограничения на ис­следуемую операцию. На этом же этапе должны быть решены проблемы информационно­го обеспечения будущей модели ИО.

3) Построение модели. На этом этапе необходимо выбрать модель, наиболее под­ ходящую для адекватного описания ИО. При построении модели должны быть установле­ны количественные соотношения для выражения целевой функции (ЦФ) и ограничений в виде функций от управляемых переменных. Наиболее важным типом моделей ИО явля­ются математические модели (ММ). В основе их построения лежит допущение о том, что все переменные, ограничения, их связывающие, а также целевая функция количественно измеримы. Поэтому если представляют собой n управляемых переменных, а условия функционирования исследуемой системы (ИС) характеризуются m ограниче­ниями, то ММ может быть записана в следующем виде:

- целевая функция

- ограничения
  1. Анализ модели обычно производится с помощью методов математического про­граммирования.
  2. Анализ решения или анализ на чувствительность — это процесс, реализуемый по­сле того, как оптимальное решение задачи получено. В рамках такого анализа выявляется чувствительность оптимального решения к определенным изменениям исходной модели, т.е. фактически рассматривается совокупность моделей, что придает исследуемой опера­ции определенную динамичность.
  1. Решение, полученное при помощи анализа модели, не может, однако, не­посредственно быть рекомендовало для практической реализации. Математическая мо­дель, как и любая другая модель, лишь частично отображает действительность, акценти­рует отдельные ее аспекты. Адекватность модели исследуемой операции и, следовательно, качество полученного результата можно проверить, сопоставлял результаты, установлен­ные без использования модели, с результатами, вытекающими из анализа модели.

Работы по исследованию операций имеют смысл, если они завершаются внедре­нием результатов исследования в практику. Важность задач координации научной и про­изводственной деятельности и трудности, связанные с внедрением научных рекомендаций в производство, заставляют рассматривать эти вопросы как отдельный этап в иссле­довании операций. При этом следует помнить, что задача исследователя операции - под­готовить решение, а не принять его. Руководитель, ответственный за решение, должен учитывать помимо рекомендаций исследователя операций, основанных на количествен­ных оценках, и другие факторы, не поддающиеся формализации.

В исследовании операций используется разнообразный математический аппарат. Чаще других методов для анализа моделей операций и подготовки решений используются методы математического программирования, комбинаторного анализа и статистического моделирования.

Математическое программирование — область математики, разрабатывающая тео­рию и численные методы решения многомерных экстремальных задач с ограничениями, т.е. задач на экстремум функции многих переменных с ограничениями на область изме­нения этих переменных.

Задача математического программирования (ЗМП) имеет вид:

— целевая функция

—ограничения

В зависимости от свойств функций и математическое программирование мож­но рассматривать как ряд самостоятельных дисциплин, занимающихся изучением и разра­боткой методов решения определенных классов задач.

Прежде всего, задачи математического программирования делятся на задачи ли­нейного и нелинейного программирования. При этом если все функции и линейные, то соответствующая задача является задачей линейного программирования. Бели же хотя бы одна из указанных функций нелинейная, то соответствующая задача является задачей нелинейного программирования.

Наиболее изученным разделом математического программирования является ли­нейное программирование. Для решения задач линейного программирования разработан целый ряд эффективных методов, алгоритмов и программ.

Среди задач нелинейного программирования наиболее глубоко изучены задачи вы­пуклого программирования. Это задачи, в результате решения которых определяется ми­нимум выпуклой (или максимум вогнутой) функции, заданной на выпуклом замкнутом множестве.

В свою очередь, среди задач выпуклого программирования более подробно иссле­дованы задачи квадратичного программирования. В результате решения таких задач тре­буется в общем случае найти максимум (или минимум) квадратичной функции при усло­вии, что ее переменные удовлетворяют некоторой системе линейных неравенств или ли­нейных уравнений, либо некоторой системе, содержащей как линейные неравенства, так и линейные уравнения.

Отдельными классами задач математического программирования являются задачи целочисленного, параметрического и дробно-линейного программирования.

В задачах целочисленного программирования неизвестные могут принимать только целочисленные значения.

В задачах параметрического программирования целевая функция или функции, определяющие область возможных изменений переменных, либо то и другое зависят от некоторых параметров.

В задачах дробно-линейного программирования целевая функция представляет со­бой отношение двух линейных функций, а функции, определяющие область возможных изменений переменных, также являются линейными.

Выделяют отдельные классы задач стохастического и динамического программи­рования.


3. Пример задачи, решаемой этим методом

Если в целевой функции или в функциях, определяющих область возможных изме­нений переменных, содержатся случайные величины, то такая задача относится к задаче стохастического программирования.

Задача, процесс нахождения решения которой является многоэтапным, относится к задаче динамического программирования.

Рассмотрим несколько примеров проведения операционного исследования.

Пример 1.1; Фабрика выпускает продукцию двух видов: П1 и П2. Продукция обоих видов поступает в оптовую продажу. Для производства этой продукции используются три исходных продукта - А, В, С. Максимально возможные суточные запасы этих продуктов составляют 6, 8 и 5 т соответственно. Расходы сырья А, В, С на 1 тыс. изделий П1 и П2 приведены в табл. 1.1.

Таблица 1.1

Исходный продукт

Расход исходных продуктов на 1 тыс. изделий (т.) П1 П2

Максимально воз­можный запас (т.)

А

1

2

6

В

2

1

8

С

1

0.8

5

Изучение рынка сбыта показало, что суточный спрос на изделия П2 никогда не превышает спроса изделия П1 более чем на 1 тыс. шт. Кроме того, установлено, что спрос на изделия П2 никогда не превышает 2 тыс. шт. в сутки.

Оптовые цены 1 тыс. шт. изделий П1 равны 3 тыс. руб., 1 тыс. шт. П2 - 2 тыс. шт.

Какое количество изделий (в тыс. шт.) каждого вида должна производить фабрика, чтобы доход от реализации продукции был максимальным?

Построение математической модели следует начать с идентификации переменных (искомых величин). После этого целевая функция и ограничения выражаются через соот­ветствующие переменные.

В рассматриваемом примере имеем следующее:

Переменные. Так как нужно определить объемы производства каждого вида про­дукции, переменными являются:

— суточный объем производства изделия П1в тыс. шт.;

—суточный объем производства изделия П2 в тыс. шт.

Целевая функция. Так как стоимость 1 тыс. изделий П1 равна 3 тыс. руб., суточный доход от ее продажи составит тыс. руб. Аналогично доход от реализации тыс. шт. П2 составит тыс. руб. в сутки. При допущении независимости объемов сбыта каждого из изделий общий доход равен сумме двух слагаемых — дохода от продажи изделий П1 и дохода от продажи изделий П2.

Обозначив доход (в тыс. руб.) через , можно дать следующую математиче­скую формулировку целевой функции: определить (допустимые) значения и , мак­симизирующие величину общего дохода:




Ограничения. При решении рассматриваемой задачи должны быть учтены ограни­чения на расход исходных продуктов А, В и С и спрос на изготовляемую продукцию, что можно записать так:

Расход исходного продукта для про­изводства обоих видов изделия




Максимально возможный запас данного исходного продукта


Это приводит к трем ограничениям:

(для А)

(для В)

(для С)

Ограничения на величину спроса на продукцию имеют вид:

(соотношение величин спроса на изделия П1 и П2),

(максимальная величина спроса на изделия П2).

Вводятся также условия неотрицательности переменных, т. е. ограничения на их знак:

(объем производства П1),

(объем производства П2).

Эти ограничения заключаются в том, что объемы производства продукции не могут принимать отрицательных значений.

Следовательно, математическая модель записывается следующим образом.

Определить суточные объемы производства (и ) изделий П1 и П2 в тыс. шт., при которых достигается

- (целевая функция)

при



ограничения


Графический метод решения ЗЛП

Графическим методом целесообразно решать ЗЛП, содержащие не более двух пе­ременных.

Алгоритм графического метода рассмотрим применительно к задаче:



при



Шаг 1. Строим область допустимых решений - область Р, т.е. геометриче­ское место точек, в котором одновременно удовлетворяются все ограничения ЗЛП. Каж­дое из неравенств (а)-(д) системы ограничений задачи геометрически определяет полуплоскость соответственно с граничными прямыми:



Условия неотрицательности переменных (е) ограничивают область допустимых решений первым квадратом. Области, в которых выполняются соответствующие ограни­чения в виде неравенств, указываются стрелками, направленными в сторону допус­тимых значений переменных (см. на рис.).







откуда или .

Подставляя значения и в функцию , найдем

.


4. Задача о раскрое материала.


Продукция ткацкой фабрики выпускается в виде рулонов ткани шириной 2,20 м. и 1,50 м. Длина ткани в рулоне соответственно 84 м. и 120 м. Из ткани шьют спальные комплекты: односпальные и двуспальные. Цена односпального комплекта 800 руб., а двуспального 1000 руб. Выяснить какое количество комплектов каждого вида нужно изготовить, что бы получить максимальную прибыль от продажи?


Доход ткани


Ширина (м)

Односпальный комплект (м)

Двуспальный комплект (м)

Количество ткани в рулоне (м)

1,50

8,3

12,4

120

2,20

7

8

84


Постановка задачи
  1. Построение математической модели начинаем с идентификации переменных (искомых величин). После этого целевая функция и ограничения выражаются через соответствующие переменные.


Переменные По условию имеем переменные т. к. нужно выяснить количество комплектов первого и второго видов, переменными являются: X1 – количество односпальных комплектов, X2 - количество двуспальных комплектов.

Целевая функция Т. к. цена односпального комплекта 800 руб., то прибыль от реализации 800 руб. Цена двуспального комплекта 1000 руб., доход от продажи 1000 руб.

Общий доход равен сумме двух слагаемых – доход от продажи односпального комплекта и двуспального. Обозначим доход через , можно дать следующую формулировку целевой функции: определить допустимые значения и , максилизирующие величину общего дохода:

, .

Ограничения при решении рассматриваемой задачи должны быть учтены ограничения на расход исходных продуктов и спрос на изготовляемую продукцию, что можно записать так:


Расход исходного продукта для производства обоих видов изделия



Максимально возможный запас данного исходного продукта





Решим задачу графическим методом

Шаг 1. Построим область допустимых значений, то есть геометрическое место точек, в котором одновременно удовлетворяются все ограничения задачи.

Шаг 2. Строим вектор – градиент , указывающий направление возрастание функции.

Шаг 3. Строим прямую линию уровня функции перпендикулярную вектору – градиенту .

Шаг 4 . Передвигая линию уровня в направлении вектора, убеждаемся в неограниченном возрастании функции.

Оптимальное решение:

5. Заключение


В результате применения графического метода линейного программирования мне удалось решить задачу о раскрое материала: максимальную прибыль я получу, если сошью из данных рулонов ткани 8 односпальных комплектов и 14 двуспальных. При этом выручка от продажи комплектов будет равна 20400 руб. существует еще один метод решения задачи целочисленного программирования, который в дальнейшем я хочу изучить.

Список используемой литературы

1. Н. Ю. Грызина, И. Н. Мастяева, О. Н. Саменихина, П. С. Тимашкова
«Математические методы исследования операции» Москва 2004г.

2. "Математические методы исследования операций" Учебное пособие. М.: 2003
  1. Алферова З.В, Романников А.Н. "Линейная алгебра", М.:, 2003.
  2. "Исследование операций в экономике". Под редакцией Н. Ш. Кремера. М., Юнити, 1997.
  1. Хазанова Л.Э. Математическое моделирование в экономике. М.: Бек, 1998.
  2. Солодовников А.С. и др. "Математика в экономике" Часть 1. М.:ФиС, 1999.

7. Курицкий Б.Я. "Поиск оптимальных решений средствами Excel 7.0. СПб, BHV, 1997.
  1. Мастяева И.Н. "Методы оптимизации". М., 1990.
  2. Таха X. "Введение в исследование операций". М. :ИД "Вильямс", 2001
  3. Эддоус М., Стэнсфилд Р. "Методы принятия решений". М.: Юнити,
    1997.
  4. Мастяева И.Н., Горбовцов Г.Я., Семенихина О.Н., Турундаевский В.Б
    "Прикладная математика". М.:, 2000.
  5. Васильков Ю.В., Василькова Н.Н. Компьютерные технологии
    вычислений в математическом моделировании. М.: Финансы и статистика,
    1999.