Реферат Курсовая Конспект
Загальна характеристика задач математичного програмування - раздел Математика, З ДИСЦИПЛІНИ ЕКОНОМІКО-МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ Математичне Програмування Відіграє Винятково Важливу Роль У П...
|
Математичне програмування відіграє винятково важливу роль у підготовці фахівців економічного профілю. Використання математичних методів економічній діяльності дозволяє вирішувати оптимальним способом багато виробничих задач організації, планування і управління. Іншими словами, економіст має надійний інструмент для одержання найвищого економічного ефекту в конкретних виробничих умовах.
Вираз "математичне програмування" слід розуміти як ітераційний пошук найкращого варіанта використання обмежених виробничих потужностей і ресурсів для досягнення поставлених цілей [61].
Прикладами, що наочно ілюструють корисність і необхідність знання методів математичного програмування, можуть бути наступні економічні задачі (подаються в змістовній постановці):
одержання максимального випуску продукції або максимального прибутку при заданих матеріальних, трудових та інших витратах;
забезпечення планових показників підприємства при мінімальних фінансових вкладеннях або мінімальній витраті якогось виробничого ресурсу;
досягнення мінімального терміну виготовлення продукції, будівництва об'єкта, товарообігу, виробничого циклу і т.п. при існуючих або заданих виробничих ресурсах (матеріальних, трудових, енергетичних та ін.);
забезпечення мінімальної собівартості продукції при заданих виробничих ресурсах [61].
У наведених прикладах максимальний випуск продукції, максимальний прибуток, мінімальні фінансові вкладення, максимально короткий термін - це є шукані оптимуми {максимуми або мінімуми). У математиці максимум і мінімум мають ще одну назву - екстремум, а задачі пошуку екстремуму називають екстремальними задачами.
У наведених прикладах умови, що накладаються на вирішення задачі (задані матеріальні, трудові й тимчасові витрати; планові показники; виробничі ресурси), називають обмеженнями задачі.
Ті припустимі рішення, при яких досягається оптимум, називають оптимальними, або екстремальними рішеннями.
У загальному випадку екстремальна задача може мати одне, декілька, безліч, нескінченну безліч або жодне оптимальне рішення.
У практиці економіста оптимальне рішення прийнято називати оптимальним планом.
Змістовна постановка задачі повинна дозволяти переходити до строгої математичної моделі. У противному разі необхідно пройти досить трудомісткі й копіткі процедури математичного моделювання й ідентифікації виробничих процесів, що у даному курсі не розглядаються.
У загальному вигляді екстремальна задача формулюється наступним чином: знайти найбільше (максимальне) або найменше (мінімальне) значення деякої функції Y(xl,x2, … ,xn) при умовах fi(х1,х2, ... ,хn)≤bi (і =1,m), і де y і fi - задані функції, а bi - дійсне число.
Наведене формулювання є узагальненням постановок ряду часткових задач математичного програмування, що можуть розрізнятися між собою як видом функцій y і fi (лінійні, нелінійні, стохастичні), так і характером (дискретний, неперервний) змінних.
Функцію Y(xl,x2,---,xn), яку мінімізують або максимізують, називають цільовою функцією.
Залежно від особливостей функцій у і fi математичне програмування можна розподілити на ряд самостійних дисциплін, що вивчають і розробляють методи вирішення окремих класів екстремальних задач. Насамперед, задачі математичного програмування розподіляються на задачі лінійного і нелінійного програмування. При цьому якщо усі функції y і fi є лінійними, то відповідна задача відноситься до класу задач лінійного програмування. Якщо ж хоча б одна із зазначених функцій є нелінійною, то відповідна задача належить до класу задач нелінійного програмування.
Окремими класами задач математичного програмування є задачі цілочислового, параметричного і дрібно-лінійного програмування.
У задачах цілочислового, або дискретного програмування частина або всі невідомі можуть приймати тільки цілочислові значення.
У задачах параметричного програмування цільова функція або функції обмежень, що визначають область можливих змін змінних, (або і те і інше) залежать від деяких параметрів.
У задачах дрібно-лінійного програмування цільова функція являє собою відношення двох лінійних функцій, а функції, що визначають область припустимих рішень, також є лінійними.
Особливі класи становлять задачі стохастичного і динамічного програмування.
Стохастичне програмування використовують для вирішення задач, в яких обмеження миють імовірний, випадковий характер, тобто, необхідно враховувати вплив яких-небудь непередбачених обставин. Як і цільова функція в задачах стохастичного програмування може служити математичне очікування деякого виробничого показника.
До задач такого типу відносяться:
комплектування ремонтних підприємств устаткуванням, коли заздалегідь невідомий обсяг робіт;
визначення необхідної кількості транспортних засобів на пасажирських маршрутах, коли: обсяг перевезень має випадковий характер;
визначення запасів деяких ресурсів, коли його постачання має випадковий характер.
За допомогою лінійного, нелінійного, цілочислового і стохастичного програмування вирішуються задачі, що зводяться до відшукання оптимального рішення без урахування можливої динаміки виробничого процесу, тобто без урахування чинника часу.
У динамічному програмуванні мають місце багатоетапні задачі, що вимагають оптимізації прийнятих рішень не як одиничного акту, а з урахуванням розвитку явища, його зміни в часі.
Переваги динамічного програмування:
можливість поетапного аналізу результатів у процесі вирішення задачі, визначення оптимальної стратегії з урахуванням чинника часу;
поглиблення раніше розроблених методів кількісного і якісного дослідження природи економічних процесів;
більш об'єктивне, повне і точне вирішення планово-економічних і виробничих завдань.
Таким чином, математичне програмування є важливим інструментарієм побудови економіко-математичних моделей оптимізації, що досліджує екстремальні задачі і розробляє методи вирішення. Математичне програмування як наука знаходиться в процесі постійного розвитку. Вченими всього світу розроблено багато методів для вирішення різних класів задач математичного програмування. Разом з тим багато задач ще не мають ефективних методів вирішення і чекають своїх дослідників.
Вирішення екстремальної економічної задачі складається з наступних етапів:
побудови економіко-математичної моделі, тобто обґрунтування критерію оптимізації, виявлення і формалізації у вигляді системи рівнянь або нерівностей найбільш істотних обмежень задачі;
вибору математичного методу, що дозволяє за кінцеве число кроків одержати шукане рішення з будь-якою заздалегідь заданою точністю, або вибору відповідної комп'ютерної технології;
знаходження оптимального плану й аналізу отриманих результатів з позицій можливого їхнього практичного застосування, оскільки в «економіко-математичній моделі розв'язуваного завдання враховуються тільки найбільш істотні зв'язки і залежності, а не всі, що мають місце в реальному виробництві.
З погляду економіста оптимальним називається такий план виробництва, що є найкращим з позицій досягнення максимального або мінімального рівня конкретного техніко-економічного критерію оцінки використання виробничого потенціалу і наявних ресурсів.
Критерієм оптимальності називається показник, за яким оцінюється міра ефективності плану. Критерій оптимальності повинен бути однозначним і мати кількісний вираз.
Для побудови економіко-математичної моделі найбільш часто використовуються задачі лінійного програмування. Тому розглянемо їх більш докладно.
Загальна задача лінійного програмування формулюється таким чином: знайти оптимум лінійної функції у(х), якщо на змінні задачі накладені лінійні обмеження у вигляді рівностей і нерівностей.
Аналітичний запис цього завдання має такий вигляд:
y(x)=cTx+c0→ opt , (2.1)
xÎΩÌRn
Ω: A1x+b1£0; (2.2)
A2x+b2=0; (2.3)
A3x+b3³0; (2.4)
x³0, (2.5)
де x - n - мірний вектор дійсних змінних; с - n - мірний вектор коефіцієнтів; С0 - вільний член у складі функції у; A1, А2, А3 - матриці коефіцієнтів лінійних систем розмірності m1×n, m2×n, m3×n відповідно, m2<n; b1, b2 ,b3 - вектори вільних членів обмежень розмірності m1×1, m2×1, m3×1 відповідно.
Часткові задачі лінійного програмування можуть не містити однієї або двох систем обмежень типу (2.2) - (2.4), все рівно яких. Крім того, замість умови невід'ємності (2.5) може мати місце двостороння або одностороння обмеженість змінних.
Задачу, складену з (2.1), (2.2) і (2.5), називають стандартною задачею лінійного програмування.
Канонічна, або основна задача лінійного програмування має такий вигляд:
y(x)=cTx+c0→ max; (2.6)
xÎΩÌRn
Ω: Ax+b=0; (2.7)
x≥0, (2.8)
де A - матриця коефіцієнтів розмірності m×n, m<n; b - вектори вільних членів розмірності m×1.
Очевидно, що обмеження-нерівність типу "£" можна перетворити в обмеження-рівність додаванням до його лівої частини додаткової невід'ємної змінної, а кожне обмеження-нерівність типу "≥" - в обмеження-рівність шляхом вирахуванням з його лівої частини додаткової невід'ємної змінної. Задачу мінімізації лінійної функції y можна звести задачі максимізації шляхом множення останньої на -1. Таким чином задачу лінійної оптимізації (2.1) - (2.5) завжди можна перетворити в задачу (2.6) - (2.8) і навпаки.
Складання економіко-математичної моделі загальної задачі математичного програмування або її канонічної форми вимагає певних зусиль і кмітливості Але досвід складання економіко-математичних моделей швидко накопичується. Досить мати практику вирішення декількох задач, щоб надалі не мати особливих труднощів при переході від змістовної постановки задачі лінійного програмування до формальної (аналітичної) [61].
– Конец работы –
Эта тема принадлежит разделу:
ХАРКІВСЬКА НАЦІОНАЛЬНА АКАДЕМІЯ МІСЬКОГО ГОСПОДАРСТВА... Мамонов К А Скоков Б Г Чечетова Н Ф... НАВЧАЛЬНИЙ ПОСІБНИК...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Загальна характеристика задач математичного програмування
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов