183823 (Экономико–математические методы в управлении), страница 2

Ответ: В смесь минимальной стоимости 2950/43 целесообразно включить 110/43 единиц продукта C₁, 280/43 единиц продукта C₃, а продукт C₂ не включать.

Задание 2.2.

Найти графоаналитическим методом оптимальное решение задачи нелинейного программирования.

maxZ = 3.6x₁ – 0.2x₁² + 0.8x₂ – 0.2x₂²

2 x₁ + x₂ ≥ 10

x₁² -10x₁ + x₂ ≤ 75

x₂ ≥ 0

В данной задаче имеется нелинейная целевая функция с нелинейной системой ограничений. Графическая схема позволит определить положение точки оптимума.

Сначала необходимо преобразовать формулу целевой функции так, чтобы получить её графическое отображение. Воспользуемся методом выделения полного квадрата двучлена относительно x₁ и x₂, разделив левую и правую части формулы на -0.2:

-5Z = x₁² -18x₁ + x₂² – 4x₂

Добавим к левой и правой частям уравнения числа, необходимые для выделения полных квадратов двучлена в правой части выражения:

9² и 2² в сумме составляют 85:

85 – 5Z = (x₁ – 9)² + (x₂ – 2)²

В результате получилась формула, позволяющая графически изобразить целевую функцию в виде линии уровня на плоскости X₁OX₂. Данные линии уровня представляют собой окружности с общим центром в точке O (9;2). Данная точка является точкой абсолютного экстремума целевой функции.

Для определения характера экстремума нужно провести анализ целевой функции на выпуклость/вогнутость. Для этого необходимо определить вторые частные производные и составить из них матрицу:

Z^”_x1x1 Z^”_x1x2 = -0.4 0

Z^”_x2x1 Z^”_x2x2 0 -0.4

Определим знаки главных миноров данной матрицы.

Главный минор первого порядка -0.4 < 0.

Главный минор второго порядка 0.16 > 0.

Т.к. знаки миноров чередуются, функция Z - строго вогнута. Экстремум вогнутых функций – max, следовательно в точке О у целевой функции находится абсолютный максимум.

Для построения области допустимых значений преобразуем второе неравенство системы ограничений:

x₁² – 10x₁ + x₂ ≤ 75

x₁² – 10x₁ + 25 + x₂ ≤ 100

(x₁ – 5)² + x₂ ≤ 100

(x₁ – 5)² ≤ 100 – x₂

Уравнение (x₁ – 5)² = 100 – x₂ выразим через переменные x₁^* и x₂^*:

x ₁^* = x₁ – 5

x₂^* = 100 – x₂

Уравнение примет вид: x₁^*2 = x₂^*.

В системе координат X₁^*O^*X₂^* данное уравнение является каноническим уравнением параболы.

На рисунке область допустимых значений – ограниченная часть плоскости ABCD. Из полученного графика видно, что точка абсолютного максимума Z лежит внутри ОДР. Следовательно, целевая функция принимает максимальное значение в этой точке:

max Z = Z(O) = Z(9;2) = 17

Задание 3.1

После нескольких лет эксплуатации оборудование может оказаться в одном из трех состояний:

1) требуется профилактический ремонт;

2) требуется замена отдельных деталей и узлов;

3) требуется капитальный ремонт.

В зависимости от ситуации руководство предприятия может принять следующие решения:

1. отремонтировать оборудование своими силами, что потребует затрат а;

2. вызвать специальную бригаду ремонтников, расходы в этом случае составят b;

3. заменить оборудование новым, реализовав устаревшее по остаточной стоимости.. Совокупные затраты на это мероприятие составят с.

Требуется найти оптимально решение данной проблемы по критерию минимизации затрат с учетом следующих предположений:

а) на основе обобщения опыта эксплуатации аналогичного оборудования определены вероятности наступления соответствующих состояний – q;

б) имеющийся опыт свидетельствует о равной вероятности наступления соответствующих состояний;

в) о вероятностях наступления соответствующих состояний ничего определенного сказать нельзя.

λ = 0.7

Составим платёжную матрицу, в которой П_j – состояния оборудования, А_i – альтернативы принятия решений:

Для принятия оптимального решения в случае а). воспользуемся критерием Байеса; в случае б). критерием Лапласа; в случае в). критериями Вальда, Сэвиджа, Гурвица.

а). на основе обобщения опыта эксплуатации аналогичного оборудования определены вероятности наступления соответствующих состояний: q₁ = 0.3; q₂ = 0.45; q₃ = 0.25

Критерий Байеса.

Для каждой альтернативы найдём средний выигрыш: a_i = ∑a_ij×q_j

a₁ = -11.7 a₂ = -14.15 a₃ = -13.4

Из средних выигрышей выбираем максимальный: max a_i = a₁ = -11.7 – первая альтернатива оптимальна в случае известных вероятностей наступления событий при выборе решения по критерию Байеса.

б). имеющийся опыт свидетельствует о равной вероятности наступления соответствующих состояний;

Критерий Лапласа.

Для каждой альтернативы найдём средний выигрыш: a_i = 1/3∑a_ij

a₁ = -12.3 a₂ = -14.3 a₃ = -14

Из средних выигрышей выбираем максимальный: max a_i = a₁ = -12.3 – первая альтернатива оптимальна в случае равной вероятности наступления событий при выборе решения по критерию Лапласа.

в). о вероятностях наступления соответствующих состояний ничего определенного сказать нельзя.

Критерий Вальда.

Для каждой альтернативы определим наихудший исход. d_i – минимальный элемент строки. Из наихудших исходов выбираем наилучший, т.е. максимальный d_i.

max d_i = d₁ = -15 – первая альтернатива оптимальна по критерию Вальда.

Критерий Сэвиджа.

Для каждого столбца находим максимальный элемент β_j.

Построим матрицу рисков, элементы которой: r_ij = β_j - a_ij

В матрице рисков в каждой строке найдём максимальный риск, и из них выберем минимальный: min r = r₁ = 4 – первая альтернатива оптимальна по критерию Сэвиджа.

Критерий Гурвица.

Для каждой строки находим минимальный d_i и максимальный β_j.

χ_i = λ × d_i + (1 – λ) × β_j λ = 0.7

Максимальный из элементов последнего столбца: max χ_i = χ₁ = -13.2 – первая альтернатива оптимальна по критерию Гурвица.