IV. Двойственные задачи линейного программирования

1. Структура, свойства и построение симметричных задач.

2. Основные неравенства и теоремы теории двойственности. Связь решений двойственных задач.

3. Экономический смысл двойственной задачи и ее оптимального решения.

4. Несимметричные двойственные задачи и интерпретация их решений.

Литература: 1(гл. 1), 4(гл. 5), 5(гл. 5), 6(гл. 2), 7(гл. 2), 12(гл. 5).

 

V. Распределительные методы

1. Характеристические признаки распределительных задач, их связь с общей задачей линейного программирования.

2. Различные способы построения исходного опорного плана на примере транспортной задачи.

3. Критерий оптимальности плана транспортной задачи. Алгоритм решения методом потенциалов. Метод дифференциальных рент.

4. Задачи линейного программирования, приводящиеся к транспортным.

Литература: 1(гл. 2), 2 (гл. 4), 4(гл. 10), 5 (гл. 6), 7 (гл. 3), 12(гл. 6).

VІ. Элементы нелинейного программирования

1. Целочисленное программирование. Экономические задачи, приводящиеся к ним. Понятие о методах решения, геометрическая интерпретация целочисленных задач.

2. Параметрическое программирование. Экономические задачи, приводящиеся к ним. Алгоритм решения параметрической задачи, содержащей параметр в целевой функции или в правой части. Геометрический смысл решения параметрической задачи.

3. Постановка общей задачи нелинейного программирования

Литература: 1, 9, 10, 12

VII. Элементы теории игр

1. Экономические задачи, приводящие к игровым моделям. Общие понятия теории игр. Чистые, смешанные, оптимальные стратегии. Седловая точка.

2. Решение игр в смешанных стратегиях. Связь матричных игр с задачами линейного программирования.

Литература: 3(гл. 13), 4(гл. 12).

 

введение

 

Возникшие новые пути приложения математики повлекли за собой глубокие изменения в самой математической науке. Они не только вызвали к жизни новые значительные направления теоретической математики (из которых такие, как теория игр или теория информации, заняли уже положение самостоятельных математических наук), но и способствовали изменению установившихся взглядов на ранее сложившиеся разделы. Наиболее существенным здесь является то, что некоторые разделы математики представляются нам теперь гораздо более содержательными и важными, чем это казалось математикам ХІХ века или первой половины ХХ века (как это произошло, например, с алгеброй).

Если начиная с XVII века главенствующее положение в математике занимало изучение функций непрерывно меняющегося аргумента, являющееся основой всех приложений математики к физике и к технике, то сегодня можно говорить о возрождении интереса к “конечной” математике. При этом возникли новые подходы к этой ветви математики, идущие в основном от математической логики.

В настоящее время наблюдается “математизация” целого ряда дисциплин, ранее далеких от всякого влияния математических методов – лингвистики, экономической теории, медицины, педагогики, психологии, теории искусства.

Применение математики в экономических исследованиях дает возможность углубить и уточнить представление о качественной стороне закономерностей, о существе тех предметов и явлений, которые подвергаются исследованию.

Остановимся на некоторых, наиболее важных направлениях экономико-математических исследований.

1. Использование математических методов при установлении экономически обоснованных цен, при разработке экономических критериев рентабельности, ориентируясь на которые отдельные государственные и частные предприятия могли бы в полной мере осуществлять хозяйственный расчет и сочетать свои и государственные интересы.

 

 

2. Разработка межотраслевых балансов производства и распределения. У нас имеется некоторый опыт балансовых построений. Однако пока еще не создана экономико-математическая модель, которая базировалась бы на системе математических уравнений и неравенств и давала возможность решать на оптимум различные экономические задачи. Построение такой модели обеспечит решение экстремальных задач на минимум затрат общественного труда и на максимально возможный уровень материальной обеспеченности членов общества.

 

3. Обеспечение рационального размещения производства при планировании работы транспорта. К числу экономических проблем такого рода относится распределение судов флота между определенными участками водных путей сообщения, наилучшее закрепление самолетов за определенными линиями, оптимальная эксплуатация различных средств транспорта на перевозках различных видов грузов, выбор рациональной схемы движения порожнего состава и др.

 

4. Решение разнообразных технико-экономических задач – задач на нахождение оптимального плана использования производственных мощностей (например, загрузки станков), на рациональный раскрой материалов, на наивыгоднейшее расположение хозяйственных объектов (складов, магазинов и пр.), на оптимальный состав химических и иных промышленных смесей, на определение наилучших пищевых наборов и рационов и т.д.

 

5. Математика перестала быть вспомогательной наукой, теперь она – мощный аппарат производства, профилирующая дисциплина в экономических исследованиях. Отметим особую роль электронно-вычислительной техники при внедрении математики в экономику. С появлением машин от математиков потребовалось создание новых, более мощных вычислительных методов, были поставлены новые вычислительные задачи.

 

Создание электронных вычислительных машин произвело революцию в области вычислительной математики и привело к возникновению нового раздела современной математики – математического программирования. К задачам математического программирования относятся задачи оптимизации, которые, как правило, не решаются классическими приемами. Это, прежде всего, задачи математической экономики. Они возникают в тех случаях, когда дефицитные ресурсы – люди, машины, сырье – следует распределить так, чтобы произвести необходимое количество продуктов и расходы при этом были минимальными (или доход максимальный). Огромный интерес к этим задачам объясняется прежде всего тем, что они встречаются не только в теоретической экономике, но и в практике производства, торговли, управления и в военном деле.

Точная экономическая наука особенно нужна теперь, когда непрерывно развивается экономика, и очень усложнились хозяйственные связи. С математической точки зрения методы математического программирования применимы лишь к тем явлениям и процессам, которые выражаются положительными величинами. Величины, характеризующие экономические явления, этим условиям, как правило, удовлетворяют. Математическое программирование можно применять к таким задачам, при решении которых оптимальный результат достигается лишь в виде сформулированных целей и при вполне определенных ограничениях, вытекающих из наличия средств.

Следовательно, для любых задач математического программирования характерны три следующих момента:

ü наличие системы взаимозависимых факторов;

ü строго определенный критерий оптимальности;

ü точная формулировка условий, ограничивающих использование наличных ресурсов или факторов.

Решение задачи достигается применением определенной математической процедуры, которая заключается в последовательном приближении рациональных вариантов, соответствующих выбранным факторам, к оптимальному плану. Сделаем несколько замечаний по постановке задач математического программирования, они затрагивают ряд организационных моментов.

Математический анализ применяется не к реальным явлениям, а к некоторым математическим моделям этих явлений. Такие абстрактные модели, естественно, охватывают не все, а лишь важнейшие для данной задачи стороны явления. Наиболее квалифицированная и ответственная работа при постановке задачи заключается в выборе характеристики явления – в решении, какими характеристиками пренебречь и какие учесть. При выборе переменных желательно обеспечить возможно более простой вид условий и критерия оптимальности. При построении математических моделей исследуемых явлений, особенно в тех случаях, когда эти явления изучаются впервые, не всегда удается сразу сформулировать и записать все условия. Некоторые факторы и ограничения, представляющиеся естественными, предполагаются само собой подразумевающимися и специально не оговариваются. Так, известны, например, случаи, когда при решении задачи о диете с минимальной стоимостью не были учтены вкусовые характеристики диеты. В результате были получены совершенно не съедобные рационы. Иногда встречаются случаи, когда решение, оптимальное с формально-математических позиций, неприемлемо для производства как не удовлетворяющее экономическим, технологическим и другим требованиям, предъявляемым к данному производственному процессу.

Следовательно, применение методов математического программирования может принести пользу тогда, когда условия задачи учитывают экономические, технологические и другие особенности процесса. Поэтому постановку серьезных задач математического программирования целесообразно проводить специалистам прикладных наук совместно с математиками.

Одним из важнейших разделов современной математики является теория игр. Она занимается изучением конфликтных ситуаций. Теория игр вызвана к жизни практическими потребностями в моделях и методах экономического и военного планирования. Эта теория развивалась независимо от математического программирования, пока в 50-х годах не была обнаружена замечательная связь между линейным программированием и теорией игр. Переплетение и взаимное проникновение этих дисциплин оказались полезными для каждой из них. Вычислительные приемы линейного программирования обогатились методами решения игр (итеративными) и наоборот.

Классификация задач математического программирования.

Задачи и методы математического программирования можно классифицировать по различным признакам. Полезно знать хотя бы одну из существующих классификаций, которая, прежде всего, выявляет в задаче наличие элемента случайности или его отсутствие.

Задачи математического программирования могут быть подразделены на два больших класса: детермированные задачи и стохастические (вероятностные).

Детермированными называются такие задачи, в которых критерий оптимальности не является случайной функцией параметров. В таких задачах почти с достоверностью можно описать необходимые условия осуществления действий (ограничения) и исходы этих действий. Параметры в этих задачах также не являются случайными величинами.

Стохастическими называются задачи, которые включают в себя неопределенность. Критерий оптимальности в таких задачах является некоторой характеристикой случайной функции параметров задачи. Неопределенность может возникнуть во многих случаях. Результаты некоторого действия могут зависеть от таких факторов, как погода, задержка автотранспорта, уровень занятости, повышение или падение покупательского спроса.

Класс детерминированных задач подразделяется на линейные задачи и нелинейные. Стохастические задачи можно тоже разбить на две группы, каждая из которых в свою очередь подразделяется на подгруппы.

В тех случаях, когда целевая функция (или критерий оптимальности) выражена линейно через исходные факторы, а условия, ограничивающие использование наличных ресурсов или факторов, записываются в виде линейных неравенств или равенств относительно искомых величин, мы приходим к задаче линейного программирования. Следует заметить, что в рамки линейного программирования укладывается огромное количество самых разнообразных задач перспективного и оперативного планирования хозяйства, управления различного рода процессами.

Почти параллельно с линейным программированием развивается нелинейное, представляющее значительно более сложную математическую задачу. В настоящее время еще нельзя говорить о законченной теории нелинейного программирования, но разработка ее осуществляется очень интенсивно. Из нелинейных задач выделяются задачи выпуклого программирования.

К задачам выпуклого программирования относятся задачи, у которых показатели качества и область определения оптимизируемой функции предполагаются выпуклыми. Между линейным и выпуклым программированием существует тесная связь. Любая выпуклая задача может быть сведена к задаче линейного программирования.

Среди задач выпуклого программирования подробнее других исследованы задачи квадратичного программирования. Для них характерно то, что функции цели представляют собой квадратичную форму, а ограничения линейны. Уже сейчас имеются методы для решения задач квадратичного программирования и более общего типа. Современная математическая наука располагает целым арсеналом методов, позволяющих решить задачу оптимального управления. Среди них особое место занимает метод динамического программирования. Специфика этого метода заключается в том, что для отыскания этого оптимального управления планируемая операции разделяется на ряд последовательных “шагов” или “этапов”. Соответственно и сам процесс планирования становится “многошаговым” и развивается последовательно от этапа к этапу, причем каждый раз оптимизируется управление только на одном этапе.

Если мы рассматриваем экономико-математическую модель не как застывшую задачу, а берем ее в динамике, желая найти решение на несколько периодов времени, то, естественно, возникает динамическая задача, и имеет смысл говорить о динамическом программировании. Динамические модели наиболее интересны для плановых расчетов, если плановую экономику рассматривать с точки зрения управляемых систем, а также при решении задач раскроя и др. задач.

Исследование задач, у которых коэффициенты ограничений, коэффициенты линейной формы, а также правые части ограничений зависят от параметра, составляет предмет параметрического программирования. В этой области еще много нерешенных проблем. Рассмотрен детально лишь частный случай, когда от параметра зависят коэффициенты линейной формы и правой части ограничений.

Целочисленными принято называть такие задачи линейного программирования, в которых переменные должны принимать лишь целые неотрицательные значения из допустимой области. Подобные задачи могут возникнуть различными путями. Прежде всего, существуют задачи, которые формально не относятся к целочисленным, но решения их при целых исходных данных автоматически получаются целочисленными. Такова известная транспортная задача и ее различные варианты.

Наиболее естественным источником целочисленных задач являются важнейшие в прикладном отношении задачи линейного программирования, в которых требуется составить план использования неделимых ресурсов (например, холодильников).

Целочисленное программирование приобретает особый интерес, потому что многие нелинейные выпуклые задачи математического программирования могут быть сведены к задачам линейного программирования с дополнительным требованием целочисленности решения.

Мы уже отмечали, что задачи, в которых нельзя пренебречь ошибками эксперимента, называются стохастическими. Это означает, что в такой задаче коэффициенты целевой функции и системы ограничений нельзя установить однозначно. А это приводит к тому, что с изменением одного или несколько коэффициентов изменяются оптимальные значения входящих в задачу параметров. Стандартные методы решения дают оптимальное решение только для определенного набора значений параметров, поэтому их использование здесь исключается.

Если для случайных величин, фигурирующих в задаче, известно вероятностное распределение, то говорят, что задача решается в условиях риска. Если вероятностное распределение неизвестно, то имеем задачу в условиях неопределенности. Примером задачи в условиях риска являются задачи управления запасами, а задачи специального стохастического анализа могут оказаться в условиях неопределенности. Из всех разделов математического программирования стохастическое наименее разработано.

2. Методические рекомендации

2.1 Постановка задач линейного программирования

Промышленное производство, ресурсы в экономике, напряжение сил в военных действиях – это комплексы многочисленных взаимоувязанных процессов. В управлении этими совершенно различными явлениями можно выделить существенные черты сходства. При описании задач оптимизации оказывается, что задачи, различные по содержанию, могут быть представлены однотипными математическими моделями.

Наиболее простой и изученной является модель линейного программирования. Она содержит в себе три основных момента:

§ набор неотрицательных переменных, характеризующих изучаемый процесс или явление;

§ соотношения, устанавливающие связь между переменными (ограничения) и отражающие требования задачи;

§ критерий оптимальности (функцию цели).

В задачах линейного программирования ограничения представляют собой систему линейных неравенств и уравнений, выражающих условие материального баланса (т.е. чтобы расход любого вида сырья не превышал имеющегося запаса данного сырья и т.д.). Функция цели тоже имеет линейный вид.

Прежде чем перейти к рассмотрению общей задачи линейного программирования, разберем несколько примеров.

 

Задача производственного планирования. Предположим, что на некотором предприятии имеется видов сырья для производства видов изделий. Известны нормы расхода каждого вида сырья на единицу каждого вида изделия. Кроме того, известны запасы каждого вида сырья и доход предприятия от реализации единицы изделий каждого вида.

Задача производственного планирования состоит в определении количества изделий каждого вида, которое должно производить предприятие, чтобы расход имеющегося сырья не превышал его запасы, а доход предприятия был бы как можно больше, т.е. достигал максимума.

Примем следующие обозначения:

–	число ресурсов (число видов сырья);
–	число видов изделий;
–	запасы сырья -го вида ;
–	доход от продажи -го изделия ;
–	норма расхода сырья -го вида на производство одного изделия -го вида

Очень удобной формой записи условия задачи является таблица следующего вида.

Таблица 1

 

Виды сырья	Норма расхода -го сырья на -ое изделий	Запасы сырья
В и д ы и з д е л и й
1	2	3	…
				…
				…
…	…	…	…	…	…	…
				…
Доход				…

 

В качестве неизвестных в задачах линейного программирования берут те величины, которые нужно определить. В данной задаче:

–	количество изделий 1-го вида, которое должно произвести предприятие;
–	количество изделий 2-го вида;
–	количество изделий 3-го вида;
………………………………………
–	количество изделий -го вида.

Составим ограничения.

Если на одно изделие I вида расходуется первого вида сырья, то на все изделия I вида сырья пойдет . На все изделия II вида этого же сырья потребуется (так как на одно изделие идет , а всего изделий ). На все изделия III вида необходимо сырья I вида и т.д., и, наконец, для производства последнего вида изделий сырья I вида потребуется . Всего сырья I вида будет израсходовано:

+ + + … +

– эта величина складывается из расходов сырья I вида по каждому виду изделия. А так как запасы ограничены, то эта сумма не должна превышать величину запаса по этому виду сырья (т.е. должна быть меньше ее или равна ей):

+ + … + .

Аналогично по второму виду сырья: следует учесть расходы этого сырья по всем изделиям каждого вида, а затем найти суммарный расход, и этот расход сырья II вида не должен превосходить запасы сырья этого вида. Тем самым получим второе ограничение

+ + … + .

Проведя подобные рассуждения для всех видов сырья, получим систему ограничений, описывающую данную задачу:

+ + … + ,

+ + … + ,

……………………………………..

+ + … + .

Поскольку количество изделий любого вида не может быть отрицательным, требуем, чтобы все введенные неизвестные были больше нуля или, в крайнем случае, равны нулю.

Доход, получаемый от производства всех изделий первого вида, составляет ; от производства изделий второго вида – и т.д. и от производства изделий -го вида он равен . Общий доход выразится в виде суммы этих величин.

Таким образом, задача заключается в нахождении таких переменных , которые удовлетворяют условиям

, , …, + + … + , + + … + , ……………………………………… + + … + .

и обращают функцию дохода = + +…+ в максимум.

 

Транспортная задача. Пусть в пунктах производится некоторый однородный продукт, причем объем производства (мощность) в каждом пункте известен. Этот продукт потребляется в пунктах , при этом известен объем потребления (спрос) для каждого пункта. Предполагается, что суммарная мощность совпадает с суммарным спросом. Допустим, что транспортировка возможна из любого пункта производства в каждый пункт потребления, причем транспортные издержки, приходящиеся на единицу продукта, считаются заданными. (Под транспортными издержками понимают время перевоза, расстояние, стоимость).

Транспортная задача заключается в распределении производимого продукта так, чтобы спрос был удовлетворен и суммарные транспортные издержки были минимальными.

Введем обозначения:

–	число поставщиков;
–	число потребителей;
–	общее количество единиц продукта, необходимое -му потребителю ;
–	общее количество единиц продукта, выделяемое для перевозки -м поставщиком ;
–	транспортные издержки, приходящиеся на единицу продукта, при перевозке из -го пункта в -ый пункт , .

Составим таблицу. Она даст нам более четкое представление о задаче.

Таблица 2

 

Пункты производства	Объем производства	Транспортные издержки на одно изделие
Пункты потребления и спрос
		……
				…
				…
…	…	…	…	…	…
				…

 

Особенностью транспортной задачи является наличие большого числа переменных, поэтому имеет смысл ввести двойные индексы. Обозначим через – количество продукта, перевозимого из первого пункта производства в первый пункт потребления, через – количество продукта, перевозимого из первого пункта производства во второй пункт потребления, и т.д., – количество продукта, перевозимого из в (первый индекс указывает номер пункта производства, второй – номер пункта потребления). Аналогично из второго пункта производства мы вывезем

–	в первый пункт потребления;
–	во второй пункт потребления;
………………………………………..
–	в -ый пункт потребления.

Подобно предыдущему, для всех пунктов производства введем свои неизвестные. В частности, для последнего

– из -го пункта в первый;

– из -го пункта во второй;

……………………………………

– из -го пункта в -ый.

При этом по-прежнему первый индекс у неизвестного указывает номер пункта отправки, а второй – номер пункта потребления. То есть означает количество продукции, перевозимой из пятого пункта производства в седьмой пункт потребления.

Составим ограничения. Прежде всего учтем, что общий спрос равен общему предложению, т.е.

.

Исходя из введенных обозначений, получим, что величина выражает собой не что иное, как количество единиц продукта, вывезенного из первого пункта производства во все пункты потребления. А так как продукт, имеющийся в этом пункте, должен быть распределен полностью без остатка, то, очевидно, эта сумма должна равняться имеющемуся запасу продукта, т.е.

.

Рассуждая аналогично предыдущему, получим, что величина характеризует количество единиц продукта, перевозимого из второго пункта производства во все пункты потребления и т.д.; величина указывает, сколько единиц продукта вывезено из -го пункта производства во все пункты потребления. И эти величины также должны согласовываться с мощностью соответствующего поставщика.

 

В итоге получим систему, отражающую интересы поставщиков

(1)

Однако эта система никак не учитывает интересы потребителей, ведь совсем не безразлично, сколько куда везти. Необходимо удовлетворить спрос потребителей. С этой целью будем подсчитывать, сколько в какой пункт мы везем от всех поставщиков. Так, в первый пункт мы везем от первого поставщика , от второго – и т.д. от -го – . Количество продукта, завезенного от всех поставщиков, должно совпадать с величиной спроса – объема потребления. Подобно этому, во второй пункт потребления мы перевозим из первого пункта производства, – из второго пункта производства и т.д. – из -го пункта производства. Сумма этих величин должна равняться объему потребления во втором пункте. Такого рода рассуждения приведут в тому, что в -ый пункт назначения мы перевозим величину из первого пункта производства, – из второго пункта и т.д. – из -го пункта.

Таким образом, нами получена еще одна система, которая отражает интересы потребителей

(2)

Естественно, что все введенные нами неизвестные не могут принимать отрицательных значений, т.е. .

Общие транспортные издержки будут складываться из затрат, возникающих при перевозке из каждого пункта производства в каждый пункт потребления необходимого количества единиц продукта. Суммарные издержки могут быть выражены с помощью функции цели следующего вида:

Итак, наша задача заключается в нахождении таких неотрицательных величин , которые удовлетворяли бы системам (1) и (2), а целевая функция была бы минимальной.

Задача о смесях. К этим задачам относятся задачи оптимального состава шихты для получения стали, задачи о смесях продукции, задачи диеты и др.

Рассмотрим задачу диеты. Предположим, что имеются различные пищевые продукты. Известна цена единицы каждого продукта и количество жизненно необходимых питательных веществ в единице каждого продукта. Кроме того, считается заданной величина, выражающая ежесуточную потребность в каждом питательном веществе.

Нужно составить диету, которая обеспечивала бы ежесуточную потребность организма в каждом питательном веществе при наименьшей стоимости используемых продуктов.

Примем следующие обозначения:

–	число питательных веществ, необходимых организму;
–	число имеющихся пищевых продуктов;
–	минимальная ежесуточная потребность в -м веществе ;
–	цена единицы продукта -ого вида ;
–	количество -ых питательных веществ в единице -го продукта.

Данные задачи запишем в таблицу. Она будет иметь следующий вид.

Таблица 3

 

Виды питательных веществ	Содержание питательных веществ в единице -го продукта	Потребность в питательных веществах
В и д ы п р о д у к т о в
1	2	…
			…
			…
…	…	…	…	…	…
			…
Стоимость единицы продукта -го вида			…

 

Таблица в этой задаче по внешнему виду полностью совпадает с таблицей задачи производственного планирования, однако по смыслу задачи не идентичны. Обозначим через:

–	количество единиц первого продукта, входящее в диету;
–	количество единиц второго продукта;
и т.д.
–	количество единиц -го продукта.

В единице продукта первого вида содержится единиц первого питательного вещества, а во всем первом продукте этого вещества будет . Этого же питательного вещества в единице продукта второго вида содержится единиц, тогда содержание первого питательного вещества во всем количестве 2-го продукта выразится величиной . Вычисляя величины – количество первого вещества во всем продукте третьего вида – и т.д., и, наконец, – количество вещества первого вида во всем -ом продукте, мы можем найти общее количество первого питательного вещества, содержащегося во всех продуктах. Оно будет равно:

.

Нам не безразлично, какой будет эта величина, она должна удовлетворять ежесуточную потребность в рассматриваемом веществе, т.е. она должна быть не менее ежесуточной нормы. Получаем ограничение

.

Рассмотрим второе питательное вещество. Следует учесть содержание этого вещества во всем количестве первого продукта, второго и т.д., -го продукта. Суммируя отдельные значения количества единиц второго питательного вещества во всех продуктах каждого вида, получим общее количество второго питательного вещества. Оно, естественно, должно быть не менее ежесуточной потребности в этом веществе. Получим еще одно ограничение. Аналогично предыдущему, можно установить соотношения между содержанием питательного вещества любого вида во всех продуктах и потребностью в этом веществе. В результате придем к системе ограничений

Величины , выражающие собой количество продукта соответственно первого, второго и т.д., -го вида, не могут быть отрицательными. В крайнем случае какие-то из них могут равняться нулю (это будет означать, что данный продукт не входит в рацион питания).

Зная, что цена единиц продукта первого вида равна , можем вычислить стоимость всего первого продукта – она равна . По тем же соображениям стоимость всего второго продукта равна и т.д., стоимость -го продукта равна . Суммарная стоимость всех продуктов, используемых в диете, равна сумме этих всех стоимостей. И задача диеты заключается в нахождении величин , которые удовлетворяют ограничениям

и дают минимум целевой функции

.

Основная задача линейного программирования. Мы рассмотрели несколько примеров построения моделей линейного программирования. В каждой из этих моделей задача состояла в нахождении решения системы линейных уравнений или неравенств, минимизирующего или максимизирующего линейную целевую функцию.

Основной математической задачей линейного программирования называется оптимизация линейной формы при линейных ограничениях. Все задачи линейного программирования можно сформулировать одним и тем же способом, а именно: найти в неотрицательных числах решение системы линейных уравнений, которое минимизирует функцию цели. Такая форма задачи называется канонической. Другими словами, найти , чтобы выполнялись ограничения

и минимизировалась величина

.

При использовании задач линейного программирования могут встретиться случаи:

1. Система ограничений противоречива, задача не имеет неотрицательных решений.

2. Система ограничений имеет неотрицательные решения, но максимум (минимум) функции цели равен .

3. Значение максимума (минимума) целевой функции конечно, система ограничений имеет неотрицательные решения.

Для задач линейного программирования, связанных с реальными практическими проблемами, обычно имеет место третий случай.

Значение считают неотрицательным, в противном случае соответствующее уравнение можно умножить на (–1). Кроме того, ограничения – неравенства можно представить в форме уравнений путем введения дополнительных переменных; чтобы не нарушалось условие неотрицательности, дополнительные неизвестные берут со знаком плюс или минус в зависимости от того, левая часть неравенства меньше правой или больше ее. Так, например, в задаче производственного планирования в каждое ограничение следует прибавить дополнительную переменную, и задача примет вид:

Найти неотрицательные , которые удовлетворяют условиям и обращают в максимум линейную форму . Здесь – дополнительные переменные.

 

А в задаче о смесях в каждом ограничении нужно вычесть дополнительную переменную.

Задача производственного планирования отличается от транспортной и задачи о диете тем, что в ней необходимо найти максимум линейной формы. Это отличие можно считать несущественным, учитывая, что от максимума целевой функции при некоторых ограничениях легко перейти к нахождению минимума функции , а после полного решения произвести обратный переход. И действительно, если величина приняла максимальное значение, то величина, ей противоположная, т.е. , примет наименьшее значение (самое большое по абсолютной величине, но со знаком минус).

Если условие неотрицательности не вытекает из физического смысла переменных, то каждую из переменных представляют в виде разности двух неотрицательных величин: . В этом равенстве и могут принимать только неотрицательные значения, а их разность, т.е. может принимать любые значения. Введя неотрицательные переменные и , мы выполнили важнейшее требование задач линейного программирования.

Сделаем несколько замечаний относительно математического моделирования экономических задач линейного программирования. Цель исследования должна быть четко определена и точно отражена в построении целевой функции. При этом следует учесть, что математическая модель конкретной экономической задачи может содержать только одну целевую функцию: в математической модели несовместимо наличие двух или нескольких целевых функций. Поэтому при качественном анализе задачи необходимо выделить для оптимизации один наиболее важный экономический показатель, а остальные показатели ограничить пределами допустимого уровня и ввести их в модель в качестве линейных ограничений. Кроме того, ограничения задачи должны быть полными и точно отражать все данные об экономических факторах, содержащихся в условии задачи. Построение математической модели экономической задачи – это процесс творческий. Чтобы уметь в каждом конкретном случае составить правильную, математически строгую формулировку задачи, нужны определенные навыки. И если математическая модель экономической задачи линейного программирования составлена, то она может быть решена одним из методов, рассматриваемых позднее. Рассмотрим несколько примеров построения математической модели.

Задача 1.

В состав рациона кормления ребенка входят три продукта – смеси “Малыш”, “Крепыш”, “Силач”, содержащие витамины А, В, С. Содержание витаминов (в условных единицах на 100 г) соответствующего продукта, минимальные нормы их потребления, а также предельно допустимые количества смесей для ребенка в сутки заданы в таблице. Определить оптимальный рацион кормления ребенка из условия минимальной стоимости питания.

 

Витамины Смеси	А	В	С	Нормы потребления смесей, г в сутки	Стоимость 100 г смесей, грн.
“Малыш”		3,6	1,2
“Крепыш”		2,5	0,8
“Силач”		2,0	0,6
Нормы потребления витаминов, усл.ед.		24,0	8,0

 

Пусть – количества смесей “Малыш”, “Крепыш”, “Силач” соответственно, приобретаемые для кормления ребенка в течение дня. В данном случае удобно выбрать в качестве единицы измерения пачку, содержащую 100 г смеси, так как смеси продаются в пачках и из условий задачи известна стоимость пачки каждого вида. К тому же содержание питательных веществ дается в граммах на 100 г смеси. Мы должны определить, сколько пачек детских смесей и в какой пропорции нужно приобрести ребенку на одни сутки.

Общие запасы витамина А во всех трех видах смесей составляют граммов и не должна быть меньше 200 ед., то есть минимально необходимой нормы его потребления в сутки. Это требование приводит к неравенству

.

Знак неравенства (а не точного равенства) возникает потому, что ребенок может получить и большее количество витамина А, чем предписано минимальной нормой его потребления. Аналогичные рассуждения относительно потребления витаминов В и С приводят к следующим двум неравенствам:

,

.

Далее для ребенка существуют предельные нормы потребления в сутки; они заданы по каждой из смесей и порождают неравенства:

; ; .

(Левые стороны неравенств получены из условий неотрицательности выбранных нами переменных; при написании неравенств учтена также размерность переменных).

Стоимость питания ребенка будет составлять грн. в сутки и должна быть минимальной. Из этого условия определяется целева