Время, требуемое на обработку каждой модели в каждом цехе
Цех | Время на единицу продукции | Максимальная производительность, ч/мес. | |||
| “Юпитер” | “Венера” | “Марс” | “Сатурн” |
|
Узловой сборки Сборочный Испытательный | 5 2 0,1 | 8 3 0,2 | 20 8 2 | 25 14 4 | 800 420 150 |
Максимальное прогнозное значение спроса за месяц |
100 |
45 |
25 |
20 |
|
Доход, ф.ст. | 15 | 30 | 120 | 130 |
|
Шаг 2. Какова цель задачи? Каковы ограничения на производственный процесс? Цель состоит в максимизации общего дохода за месяц. Объем производства ограничен размером фонда рабочего времени по каждому цеху и возможностью продажи компьютеров каждой модели.
Шаг 3. Целевая функция задачи. Пусть Р (ф. ст.) — общий доход в месяц, тогда:
Р = 15 j + 30 v + 120 m + 130 s (ф. ст. в месяц).
Шаг 4. Ограничения на производственный процесс. Для каждого цеха время, требуемое для производства j, v, m их единиц продукции соответствующих моделей увязывается с максимальной производственной мощностью данного цеха.
Цех узловой сборки: 5j + 8v +20m+25s 800 (ч/мес.)
Сборочный цех: 2j + 3v + 8m+14s 420 (ч/мес.)
Испытательный цех: 0,1 j + 0,2 v+2m+4s 150 (ч/мес.)
Спрос на "Юпитер": j 100 (ед./мес.)
Спрос на "Венеру": v 45 (ед./мес.)
Спрос на "Марс": m 25 (ед./мес.)
Спрос на "Сатурн": s 20 (ед./мес.)
Условие неотрицательности: j, v, m, s 0
Окончательная формулировка задачи линейного программирования такова:
каждый месяц производится j, v, m и s единиц компьютеров типа "Юпитер", "Венера", "Марс" и "Сатурн" соответственно. Максимизировать:
Р = 15 j + 30 v + 120m + 130 s (ф. ст. в месяц)
в условиях ограничений, указанных выше.
Пример 1.4.. Менеджер по ценным бумагам намерен разместить 100000 ф. ст.
капитала таким образом, чтобы получать максимальные годовые проценты с дохода. Его выбор ограничен четырьмя возможными объектами инвестиций: А, В, С и D. Объект А позволяет получать 6% годовых, объект В — 8% годовых, объект С — 10%, а объект D — 9% годовых. Для всех четырех объектов степень риска и условия размещения капитала различны. Чтобы не подвергать риску имеющийся капитал, менеджер принял решение, что не менее половины инвестиций необходимо вложить в объекты А и В. Чтобы обеспечить ликвидность, не менее 25% общей суммы капитала нужно поместить в объект D. Учитывая возможные изменения в политике правительства, предусматривается, что в объект С следует вкладывать не более 20% инвестиций, тогда как особенности налоговой политики требуют, чтобы в объект А было вложено не менее 30% капитала. Сформулируем для изложенной проблемы распределения инвестиций модель линейного программирования.
Решение
Вкладывается а ф. ст. в объект А, b ф. ст. — в объект В, с ф. ст. — в объект C u d ф. ст. — в объект D. Целью является максимизация общей суммы годовых процентов с дохода. На распределение инвестиций наложены ограничения, связанные с отсутствием риска, ликвидностью, политикой правительства и системой налогообложения. Обозначим через R общую сумму годового процентного дохода, тогда:
R = 0,06 а + 0,08 b + 0,10 с + 0,09 d (ф. ст. в год).
Максимизация целевой функции осуществляется в условиях ограничений на
Общую сумму инвестиций: a+b+c+d 100000 ф. ст.
Отсутствие риска: а + b 0,05 (а + b -Р с + d)
Ликвидность : d 0,25 (а + b + с + d)
Правительственную политику: с 0,2 (а + b + с + d)
Систему налогообложения: а 0,3 (а + b + с + d) ,
Неотрицательность: а, b, с, d 0.
Чтобы решить задачу линейного программирования, ограничения обычно преобразовывают таким образом, чтобы переменные находились только в левой части любого неравенства. Результаты этого преобразования представлены ниже. Окончательная форма задачи линейного программирования имеет следующий вид:
Вкладывается а ф. ст. в объект А,
b ф. ст. в объект В,
с ф. ст. в объект С,
d ф. ст. в объект D.
Максимизируется общая сумма годового процентного дохода, т.е.:
R=0,06 а + 0 ,08 b + 0,10 с + 0,09 d (ф. ст. в год)
в условиях следующих ограничений (ф. ст.):
Общая сумма инвестиций: а + b + с + d 100000
Отсутствие риска: 0,5 а + 0,5 b - 0,5 с - 0,5 d 0
Ликвидность: - 0,25 а - 0,25 b - 0,25 с + 0,75d 0
Правительственная
политика: -0,2 a - 0,2 b + 0,8 с - 0,2 d 0
Система налогообложения: 0,7 а - 0,3 b - 0,3 с - 0,3 d 0
Условие неотрицательности: а, b, с, d 0
Во всех четырех приведенных выше примерах целевую функцию требовалось максимизировать. На стадии постановки задачи процедура не меняется, если целью является минимизация некоторого показателя. Примеры таких задач приводятся в конце данной главы.
- Глава 1. Линейное программирование
- 1.1. Введение
- 1.2. Формулировка задачи линейного программирования
- Время, требуемое на обработку каждой модели в каждом цехе
- 1.3. Решение задачи линейного программирования
- Условие неотрицательности: х, у 0
- 1.3.1. Графическое решение задачи линейного программирования.
- 1.4. Анализ чувствительности
- 1.4.1. Воздействие изменений в обеспечении лимитирующим ресурсом на решение задачи линейного программирования
- 1.4.2. Воздействие на оптимальное решение изменений в обеспечении не лимитирующими ресурсами
- 1.4.3 Воздействие на оптимальное решение изменений в коэффициентах целевой функции
- Решение
- 1.5. Симплекс-метод решения задачи линейного программирования с множеством переменных
- Решение
- Первая симплекс-таблица
- Первая симплекс-таблица с учетом отношений
- Ведущий столбец х
- Вторая симплекс-таблица
- Вторая симплекс-таблица с отношениями
- Третья, итоговая, симплекс-таблица
- Интерпретация итоговой симплекс-таблицы
- Модификация итоговой таблицы
- 1.6. Анализ чувствительности и симплекс-метод
- Итоговая симплекс-таблица
- Модифицированные элементы итоговой симплекс-таблицы
- Модифицированные элементы итоговой симплекс-таблицы
- Модифицированные элементы итоговой симплекс-таблицы
- Модифицированные элементы итоговой симплекс-таблицы
- 1.7. Двойственная модель линейного программирования
- Решение
- Упражнения
- Обосновать, сочтет ли администрация компании целесообразным такое предложение?
- Глава 2. Транспортная задача и задача о назначениях
- 2.1. Введение
- 2.2. Транспортная задача и алгоритм ее решения
- 2.2.1. Транспортная задача
- Стоимость перевозки бутылок, показатели спроса и предложения
- 2.2.2. Алгоритм решения транспортной задачи
- 2.2.3. Поиск начального распределения ресурсов
- Сбалансированная транспортная таблица
- Начальное распределение ресурсов, полученное методом минимальной стоимости
- Метод 2. Метод вогеля
- Начальное распределение перевозок, полученное методом Вогеля
- 2.2.4. Проверка на оптимальность
- Начальное распределение, полученное методом минимальной стоимости
- Начальное распределение перевозок, полученное методом минимальной стоимости
- Применение метода моди для проверки на оптимальность начального распределения перевозок
- 2.2.5. Поиск оптимального решения
- Ступенчатый цикл для (r, фиктивный) с Фиктивный
- Перераспределение перевозок
- Таким образом, теневые цены соответствующие пустым клеткам, будут равны:
- Проверка распределения перевозок на оптимальность с использованием метода моди
- 2.2.6. Анализ чувствительности
- 2.2.7. Модификации транспортной задачи
- Значения спроса и производственных мощностей
- Данные производственного плана для месяцев 1-4
- Исходная информация
- Ступенчатый цикл для клетки (z.M)
- Проверка оптимального решения — метод моди
- 2.3. Задача о назначениях
- 2.3.1. Алгоритм решения задачи о назначениях
- Расстояние от сбытовых баз до потребителей
- Выявление наименьших элементов по строкам
- Вычитание наименьшего элемента по строкам и выявление наименьшего элемента по столбцам
- Вычитание наименьшего элемента по столбцам
- Назначения в клетки с нулевыми значениями
- Скорректированная таблица с назначениями для нулевых клеток
- 2.3.2. Особые случаи задачи о назначениях
- Объемы продаж в различных торговых точках для различных продавцов
- Модификация исходных данных и выявление минимальных элементов
- Вычитание минимального элемента по строкам и выявление минимальных элементов во столбцам
- Вычитание минимального элемента по столбцам
- Недопустимые назначения
- Упражнения
- Упражнение 2.8
- Упражнение 2.12
- Тесты Вариант № 1
- К а) б) в) г) акие из приведенных решений являются опорными для следующей системы уравнений:
- Вариант № 2
- К а) . Б) . В) . Г) акие из приведенных решений являются опорными для следующей системы уравнений:
- Фирма производит три вида продукции (а, в, с) для впуска каждого из которых требуется определенное время обработки на всех четырех устройствах I, II, III, IV.
- В какой точке множества допустимых решений достигается минимум целевой функции
- Определить, какая из задач линейного программирования записана в канонической форме?
- 5. Найти опорный план транспортной задачи, заданной следующей таблицей и вычислить соответствующие транспортные издержки.
- Вариант № 3.
- Какие из приведенных решений являются опорными для следующей системы уравнений:
- В какой точке множества допустимых решений достигается максимум целевой функции ;
- О пределить, какая из задач линейного программирования записана в канонической форме?
- Найти опорный план транспортной задачи, заданной следующей таблицей и вычислить соответствующие транспортные издержки.
- Вариант № 4
- К а) б) в) г) акие из приведенных решений являются опорными для следующей системы уравнений:
- В какой точке множества допустимых решений достигается максимум целевой функции ;
- О пределить, какая из задач линейного программирования записана в канонической форме?
- Найти опорный план транспортной задачи, заданной следующей таблицей и вычислить соответствующие транспортные издержки.
- Вариант № 5
- 1 A) ; б) ; в) ; г) . . Какие из приведенных решений являются опорными для следующей системы уравнений:
- Литература