Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Методы оптимальных решений

Покупка
Артикул: 864440.01.99
Доступ онлайн
300 ₽
В корзину
Учебно-методическое пособие предназначено для студентов, обучающихся по направлениям 38.03.01 «Экономика», 38.03.02 «Менеджмент». Учебное пособие содержит основные материалы по дисциплине «Методы оптимальных решений». В нем представлены основные вопросы лекционного курса по дисциплине и материалы для подготовки к практическим занятиям, задания для практического выполнения студентами. Допущено (рекомендовано) Ученым советом Западного филиала РАНХиГС в качестве учебно-методического пособия для студентов высших учебных заведений, обучающихся по направлениям 38.03.01 «Экономика», 38.03.02 «Менеджмент».
Балясникова, Е. В. Методы оптимальных решений : учебно-методическое пособие / Е. В. Балясникова. - Калининград : Аксиос, 2019. - 132 с. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2221685 (дата обращения: 19.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
 
 
Федеральное государственное бюджетное образовательное  
учреждение высшего образования 
РОССИЙСКАЯ АКАДЕМИЯ НАРОДНОГО ХОЗЯЙСТВА 
и ГОСУДАРСТВЕННОЙ СЛУЖБЫ 
при ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ 
Западный филиал 
 
 
 
 
 
 
 
 
 
Е. В. Балясникова 
 
 
МЕТОДЫ 
ОПТИМАЛЬНЫХ РЕШЕНИЙ 
 
 
Учебно-методическое пособие 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Калининград 


 
УДК 330.101 
ББК 65 
Б21 
 
 
Рецензенты: 
канд. экон. наук, доцент Есенжулова Л. С.,  
доцент кафедры экономики и менеджмента  
Западного филиала РАНХиГС; 
канд. физико-матем. наук, доцент Милованов В. Ф.,  
доцент БФУ им. И. Канта. 
 
 
 
Б21 
Балясникова Е. В. 
Методы оптимальных решений :  учебное пособие /Е. В. Балясникова. – Калининград: Аксиос, 2019. – 132 с. 
 
 
Учебно-методическое пособие предназначено для студентов, обучающихся по направлениям 38.03.01 «Экономика», 38.03.02 «Менеджмент». 
Учебное пособие содержит основные материалы по дисциплине «Методы 
оптимальных решений». В нем представлены основные вопросы лекционного курса по дисциплине и материалы для подготовки к практическим 
занятиям, задания для практического выполнения студентами. 
 
Допущено (рекомендовано) Ученым советом Западного филиала 
РАНХиГС в качестве учебно-методического пособия для студентов высших учебных заведений, обучающихся по направлениям 38.03.01 «Экономика», 38.03.02 «Менеджмент». 
 
 
Учебно-методическое пособие рекомендовано к изданию Учебнометодическим советом Западного филиала РАНХиГС 23 января 2019 г.,  
протокол № 05. 
 
 
 
 
 
© Балясникова, Е. В., 2019 
© Западный филиал РАНХиГС, 2019 


 
ОГЛАВЛЕНИЕ 
 
Введение ................................................................................................ 4 
ТЕМА 1.  Постановка задачи линейного программирования.   
Симплексный метод решения задач  линейного  
программирования ................................................................................ 5 
ТЕМА 2.  Двойственный симплексный метод ................................. 30 
ТЕМА 3. Специальные задачи  линейного программирования ...... 41 
ТЕМА 4. Транспортная задача ........................................................... 44 
ТЕМА 5. Постановка задачи динамического   
программирования. Задача оптимального   
распределения инвестиций................................................................. 87 
ТЕМА 6. Многошаговая задача  управления производством  
и запасами ............................................................................................ 95 
ТЕМА 7.  Основные понятия теории графов .................................. 106 
ТЕМА 8.  Основы сетевого моделирования ................................... 112 
Библиографический список ............................................................. 130 
Приложение А. Оформление титульного листа  
контрольной работы ......................................................................... 131 
 
 
 


 
ВВЕДЕНИЕ 
 
Профессиональная деятельность человека связана с принятием 
множества решений в разных областях. Процесс принятия решений 
является очень сложным, так как необходимо учитывать множество факторов, влияющих на конечный результат: ограниченность 
ресурсов, неопределенность внешней среды, действия конкурентов, 
условия внутренней среды и т. д. Сотруднику, принимающему решение, все время приходится делать выбор, исходя из имеющихся 
условий, чем-то жертвовать, что-то оставлять. И, главное, не ошибиться в своем выборе, то есть просчитать все возможные исходы 
принятого решения и исключить ошибки совсем, либо, если это 
невозможно, снизить возможные потери до минимума. 
Конечный результат принятого решения должен быть оптимальным, то есть наилучшим в сложившихся условиях. Для нахождения такого решения в математической науке созданы и продолжают совершенствоваться и создаваться новые математические 
методы. 
Пособие состоит из теоретических выкладок, написанных на доступном студенту не математических специальностей и направлений языке. Описаны алгоритмы применения разных методов оптимизации, даны основные определения и условия применения методов оптимизации. Рассмотрены примеры применения теоретических основ методов оптимизации, предложены прикладные примеры оптимизации в экономике и менеджменте. Для закрепления материала предложены задачи для самостоятельного решения. 
 
 


Тема 1.  
ПОСТАНОВКА ЗАДАЧИ ЛИНЕЙНОГО  
ПРОГРАММИРОВАНИЯ.  
СИМПЛЕКСНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧ  
ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ 
 
Основные понятия оптимизационных моделей 
Оптимизационные модели направлены на поиск наилучшего 
варианта решения из некоторого множества возможных решений. 
Критерием оптимальности в таких моделях служит достижение 
экстремального (максимального или минимального) значения некоторой величины, зависящей от переменных модели. Такая величина называется целевой функцией (ЦФ) задачи. Смысл целевой 
функции зависит от вида и смысла решаемой задачи. В экономических моделях в качестве целевой функции часто выступает прибыль, выручка от реализации выпущенной продукции и т.п. (они в 
итоге должны оказаться максимальными), или, например, величина 
производственных издержек (соответственно, в оптимальном случае она должна быть минимальной). 
Таким образом, решение задачи оптимизационного моделирования (коротко – «задачи оптимизации») сводится к поиску экстремума некоторой функции. 
Различают условные и безусловные задачи оптимизации. 
В условных задачах на переменные модели накладываются какието ограничения, сужающие область определения целевой функции. 
Простейшим ограничением является естественное для многих 
практических задач требование неотрицательности переменных, 
носящих материальный характер (например, объемов выпуска какой-либо продукции, и т.п.). Возможны и другие ограничения, связанные, например, с ограниченностью материальных или финансовых ресурсов. Такие ограничения всегда имеют вид каких-то равенств или неравенств. 
В безусловных задачах оптимизации ограничения отсутствуют. 
Из этого ясно, что экономические задачи оптимизации, как правило, являются условными. 
Задачи оптимизации различаются также: 
1. По числу переменных: 
а) одномерные – целевая функция зависит от одной переменной; 
б) многомерные (двумерные, трехмерные и т. д.) – целевая 
функция зависит от нескольких переменных. 


2. По математической структуре: 
а) линейные (все математические выражения в задаче имеют вид 
линейных форм); 
б) нелинейные. 
Многомерные условные линейные задачи оптимизации называются задачами линейного программирования (ЗЛП). 
Математическое моделирование экономических явлений и процессов проводится с целью оптимизации процессов управления, то 
есть оказания помощи при принятии управленческого решения, 
получило мощный стимул к развитию во время и сразу после второй мировой войны. Эта тематика развивалась в рамках интеллектуального движения, связанного с терминами «кибернетика», «исследование операций», а позже – «системный анализ», «информатика». 
Изначально имелась вполне практическая задача – контроль качества боеприпасов, вышедшая на первый план именно в годы второй мировой войны. 
Экономико-математические методы управления можно разделить на несколько групп [13]: 
– методы оптимизации, 
– методы, учитывающие неопределенность, прежде всего, вероятностно-статистические, 
– методы построения и анализа имитационных моделей, 
– методы анализа конфликтных ситуаций (теории игр). 
Во всех этих группах можно выделить статическую и динамическую постановки. При наличии фактора времени используют дифференциальные уравнения и разностные методы. 
Теория игр (более подходящее название – теория конфликта, 
или теория конфликтных ситуаций) зародилась как теория рационального поведения двух игроков с противоположными интересами. Она наиболее проста, когда каждый из них стремится минимизировать свой средний проигрыш, то есть максимизировать свой 
средний выигрыш. Отсюда ясно, что теория игр склонна излишне 
упрощать реальное поведение в ситуации конфликта. Участники 
конфликта могут оценивать свой риск по иным критериям. В случае нескольких игроков возможны коалиции. Большое значение 
имеет устойчивость точек равновесия и коалиций [13]. 
В экономике еще 150 лет назад теория дуополии (конкуренции 
двух фирм) О. Курно была развита на основе соображений, которые мы сейчас относим к теории игр. Новый толчок дан классиче
ской монографией Дж. фон Неймана и О. Моргенштейна [10], вышедшей вскоре после второй мировой войны. В учебниках по экономике обычно разбирается «дилемма заключенного» и точка равновесия по Нэшу (ему присуждена Нобелевская премия по экономике за 1994 г.). 
Моделирование процессов управления предполагает последовательное осуществление трех этапов исследования. Первый – от исходной практической проблемы до теоретической чисто математической задачи. Второй – внутриматематическое изучение и решение этой задачи. Третий – переход от математических выводов обратно к практической проблеме [13]. 
В области моделирования процессов управления, как, впрочем, 
и в иных областях применения математики, целесообразно выделять четверки составляющих [13]: 
ЗАДАЧА – МОДЕЛЬ – МЕТОД – УСЛОВИЯ ПРИМЕНИМОСТИ. 
Обсудим каждую из только что выделенных составляющих. 
Задача, как правило, порождена потребностями той или иной 
прикладной области. Вполне понятно, что при этом происходит 
одна из возможных математических формализаций реальной ситуации. Например, при изучении предпочтений потребителей у экономистов-маркетологов возникает вопрос: различаются ли мнения 
двух групп потребителей. При математической формализации мнения потребителей в каждой группе обычно моделируются как независимые случайные выборки, т.е. как совокупности независимых 
одинаково распределенных случайных величин, а вопрос маркетологов переформулируется в рамках этой модели как вопрос о проверке той или иной статистической гипотезы однородности. Речь 
может идти об однородности характеристик, например, о проверке 
равенства математических ожиданий, или о полной (абсолютной 
однородности), т.е. о совпадении функций распределения, соответствующих двух совокупностям [16]. 
Задача может быть порождена также обобщением потребностей 
ряда прикладных областей. Приведенный выше пример иллюстрирует эту ситуацию: к необходимости проверки гипотезы однородности приходят и медики при сравнении двух групп пациентов, и 
инженеры при сопоставлении результатов обработки деталей двумя способами, и т.д. Таким образом, одна и та же математическая 
модель может применяться для решения самых разных по своей 
прикладной сущности задач [13]. 


Метод, используемый в рамках определенной математической 
модели – это уже во многом, если не в основном, дело математиков. В эконометрических моделях речь идет, например, о методе 
оценивания, о методе проверки гипотезы, о методе доказательства 
той или иной теоремы, и т.д. В первых двух случаях алгоритмы 
разрабатываются и исследуются математиками, но используются 
прикладниками, в то время как метод доказательства касается лишь 
самих математиков [13]. 
Наконец, рассмотрим последний элемент четверки – условия 
применимости. Он – полностью внутриматематический. С точки 
зрения математика замена условия (кусочной) дифференцируемости некоторой функции на условие ее непрерывности может представляться существенным научным достижением, в то время как 
прикладник оценить это достижение не сможет. Для него, как и во 
времена Ньютона и Лейбница, непрерывные функции мало отличаются от (кусочно) дифференцируемых. Точнее, они одинаково 
хорошо (или одинаково плохо) могут быть использованы для описания реальной действительности. 
Методологический анализ – первый этап моделирования процессов управления, да и вообще любого исследования. Он определяет исходные постановки для теоретической проработки, а потому 
во многом и успех всего исследования. Анализ динамики развития 
методов моделирования позволяет выделить наиболее перспективные методы. В частности, при вероятностно-статистическом моделировании наиболее перспективными оказались методы нечисловой статистики [16]. 
Линейное программирование (ЛП) – область математики, разрабатывающая теорию и численные методы решения задач нахождения экстремума линейной функции многих переменных при 
наличии линейных ограничений, связывающих эти переменные. С 
помощью задач линейного программирования решается широкий 
круг вопросов планирования экономических процессов, где ставится цель поиска наилучшего решения. Например, планирование товарооборота; планирование товароснабжения города, района; планирование производственной программы предприятия; планирование оптимальной загрузки оборудования, планирование снабжения 
дошкольных образовательных учреждений и т.д. 
Общая задача линейного программирования состоит в нахождении максимума (минимума) линейной функции 
ܨሺܺሻൌܿଵݔଵ൅ܿଶݔଶ൅ܿଷݔଷ൅⋯൅ܿ௡ݔ௡→max ሺminሻ
 (1) 


при ограничениях 
ە
ۖ
۔
ۖ
ۓ ܽଵଵݔଵ൅ܽଵଶݔଶ൅⋯൅ܽଵ௡ݔ௡ሼ൑, ൌ, ൒ሽܾଵ
ܽଶଵݔଵ൅ܽଶଶݔଶ൅⋯൅ܽଶ௡ݔ௡ሼ൑, ൌ, ൒ሽܾଶ
…
ܽ௠ଵݔଵ൅ܽ௠ଶݔଶ൅⋯൅ܽ௠௡ݔ௡ሼ൑, ൌ, ൒ሽܾ௠,
ݔ௝൒0, ݆ൌ1, ݊
തതതതത 
(2) 
 
Функция ܨሺܺሻ называется функцией цели или целевой функцией. 
Система (2) – это система ограничений, то есть условий, которые должны быть выполнены при достижении цели. 
Многие социально-экономические процессы можно описать в 
виде математических символов и чисел. Процедура описания социально-экономического процесса в математическую форму – это 
построение экономико-математической модели задачи. 
Этапы построения экономико-математической модели задачи: 
1) определить переменные и обозначить их ݔଵ, ݔଶ,… ݔ௡, 
2) определить цель задачи и составить целевую функцию, 
3) определить условия достижения цели и записать ограничения. 
При определении переменных обязательно нужно указывать 
единицы измерения. 
Пример 1. Построить экономико-математическую модель задачи. Два предприятия МУП «Чистота» и МУП «Блеск» занимаются 
уборкой дорог (проезжей части) города. Максимальная протяженность дорог, которую необходимо убрать в сутки этим предприятиям, составляет 372 км. У обоих предприятий есть три вида техники, 
задействованной в уборке. Лимиты выполнения работ по каждому 
виду техники и стоимость выполнения уборки представлены в 
таблице. 
 
Вид уборочной  
техники 
Скорость выполнения уборки  
каждым видом техники, км/час 
Лимиты времени 
работы каждого 
вида техники  
в сутки, час 
МУП «Чистота» 
МУП «Блеск» 
1 
30 
40 
10 
2 
35 
30 
12 
3 
40 
45 
14 
Стоимость 1 км 
уборки, тыс. руб. 
 


Определить оптимальный объем выполнения уборочных работ 
предприятиями, обеспечивающий минимальную стоимость работ, 
оплачиваемую из муниципального бюджета. 
Решение 
1) В данной задаче речь идет об оптимальном объеме уборочных работ предприятиями, обеспечивающем минимальную стоимость работ, оплачиваемую из муниципального бюджета. Другими 
словами, нужно определить, какую протяженность дорог каждое 
предприятия должно убрать, чтобы для бюджета затраты были минимальные, а дороги были убраны в полном объеме. 
Исходя из этого, мы можем установить, что количество переменных равно двум: 
ݔଵ – протяженность дорог, убранных предприятием МУП «Чистота», км, 
ݔଶ – протяженность дорог, убранных предприятием МУП 
«Блеск», км. 
2) Целью задачи является минимальная стоимость уборочных 
работ. Стоимость работ складывается, исходя из стоимости единицы объема работ и выполненного объема работ. 
В нашем случае стоимость единицы объема работ указана в таблице и составляет 1 тыс. руб. для МУП «Чистота» и 1,1 тыс. руб. 
для МУП «Блеск». Объемом выполненных работ является протяженность убранных дорог, которая составляет ݔଵ км для МУП «Чистота» и ݔଶ км для МУП «Блеск». Следовательно, стоимость объема выполненных работ МУП «Чистота» составит произведение 
стоимости единицы объема работа и объема выполненных работ, 
то есть 1 ൈݔଵ=ݔଵ (тыс. руб.), а стоимость объема выполненных работ МУП «Блеск» 1 ൈݔଶ=ݔଶ (тыс. руб.). Общая стоимость уборочных работ для муниципального бюджета составит сумму стоимости объемов выполненных работ МУП «Чистота» и МУП «Блеск», 
то есть ݔଵ൅1,1ݔଶ (тыс. руб.). Так как целью задачи является минимум затрат, то целевая функция будет иметь вид: 
ܨሺܺሻൌݔଵ൅1,1ݔଶ→݉݅݊. 
3) Определим условия достижения цели. В задаче сказано, что 
протяженность дорог, которые необходимо убрать, составляет 372 
км, следовательно, первым ограничением будет равенство, указывающее на то, что оба предприятия в сумме должны убрать 372 км. 
На первом этапе мы определили, что протяженность дорог, убранных МУП «Чистота», составит ݔଵ км, а протяженность дорог, 
убранных МУП «Блеск», составит ݔଶ км, следовательно, вместе 


Доступ онлайн
300 ₽
В корзину