Контрольная работа по "Исследованию операций"

Автор работы: Пользователь скрыл имя, 13 Января 2012 в 11:07, контрольная работа

Описание работы

Требуется составить оптимальный план производства изделий А и В, обеспечивающий максимальную прибыль от их реализации, если заранее планируется изготовление суммарно не менее 10 единиц изделия А и В.
Сформулируйте математическую модель задачи линейного программирования по данному условию.
Является ли она задачей целочисленного программирования? Почему ?
Решите данную задачу графическим методом.
Дайте словесный ответна вопрос: «При каком выпуску изделий А и В прибыль предприятия будет наибольшей ?»

Файлы: 1 файл

КР. ИССЛЕДОВАНИЕ ОПЕРАЦИЙ.doc

— 253.50 Кб (Скачать файл)

Вопрос 1.

     Для производства двух видов изделий  А и В используются три вида сырья.

На производство единицы изделия А требуется  затратить сырья первого вида 13 кг, второго вида- 32 кг., сырья третьего вида – 58 кг. На производство единицы  изделия В требуется сырья соответственно 24 кг, 32 кг и 29 кг.

     Производство  обеспечено сырьем первого вида в  количестве 312 кг, сырьем второго вида – 480 кг, сырьем третьего вида – 696 кг.

     Прибыль от реализации готового изделия А  составляет 4 усл.ед., а изделия В  – 3 усл.ед.

     Требуется составить оптимальный план производства изделий А и В, обеспечивающий максимальную прибыль от их реализации, если заранее планируется изготовление суммарно не менее 10 единиц изделия  А и В.

    1. Сформулируйте математическую модель задачи линейного программирования по данному условию.
    2. Является ли она задачей целочисленного программирования? Почему ?
    3. Решите данную задачу графическим методом.
    4. Дайте словесный ответна вопрос: «При каком выпуску изделий А и В прибыль предприятия будет наибольшей ?»

Решение.

1. Построение  математической модели.

Составим  таблицу по условию задачи:

Сырьё / Изделия А В Запасы
1-й  вид 13 24 312
2-й  вид 32 32 480
3-й  вид 58 29 696
F 4 3 Max
 

Ввод  переменных:

Х1 – количество единиц изделий А;

Х2 – количество единиц изделий В. 

Тогда по условию задачи можно составить  следующую математическую модель задачи линейного программирования: 

 

2. Эта  задача не является задачей  целочисленного программирования, так как нет явных указаний  на целочисленность переменных.

3. Решение  графическим способом.

Построим  прямые системы ограничений и  затем – многоугольник допустимых решений. Прямые строим по точкам пересечения  с координатными осями.

Построим  также прямую, соответствующую одному из значений целевой функции:

OABCD – многоугольник допустимых решений.

O (0;0), A(0;13), B(4,4;10,6), C(9;6), D(12;0).

Grad F = (3;4).

Перемещая прямую целевой функции по направлению  вектора градиента до тех пор, пока на ней остаются точки многоугольника допустимых решений, получим:

F max = F( C ) = F ( 9 ; 6 ) = 4*9 + 3*6 = 54. 

4. Максимальная прибыль от реализации в размере 54 у.е., достигается при выпуске 9 единиц изделия А и 6 единиц изделия В. 
 
 
 

Вопрос 2.

     Цех-заготовитель поставляет в сборочный цех детали двух видов А и В. По договору между  цехами оговорены ежедневно два  срока поставок этих деталей, причем при поставке в первый срок деталей  А сборочный цех платит заготовительному премию 50 руб. При поставке изделий А во второй срок выплачивается премия 20 руб. При поставлке изделия В в первый срок премия составляет 30 руб., а во второй – 40 руб. Требуется определить оптимальный план поставок и получения деталей.

    1. Условно примите цех-заготовитель за игрока А, сборочный цех – за игрока В и составьте матрицу игры.
    2. Разрешима ли данная задача в «чистых стратегиях», почему ?
    3. Решите данную задачу в смешанных стратегиях.
    4. Дайте словесный ответ на вопрос: «Каков оптимальный план поставок деталей и какую гарантированную премию получит заготовительный цех ?»

    РЕШЕИЕ.

    Составим  платёжную матрицу:

Игроки B1 B2 a = min(Ai)
A1 50 20 20
A2 30 40 30
b = max(Bi) 50 40  

Находим гарантированный  выигрыш, определяемый нижней ценой  игры a = max(ai) = 30, которая указывает на максимальную чистую стратегию A2. 
Верхняя цена игры b = min(bj) = 40. 
Что свидетельствует об отсутствии седловой точки, так как a ≠ b, тогда цена игры находится в пределах 30 <= y <= 40. Находим решение игры в смешанных стратегиях. 
Математические модели пары двойственных задач линейного программирования можно записать так: 
найти минимум функции F(x) при ограничениях: 
50x1+30x2 >= 1 
20x1+40x2 >= 1 
F(x) = x1+x2 = min 
найти максимум функции Ф(y) при ограничениях: 
50y1+20y2 <= 1 
30y1+40y2 <= 1 
Ф(y) = y1+y2 = max 
Решаем эти системы  
Оптимальный план можно записать так: 
x1 = 1/140 
x2 = 3/140 
F(X) = 1•1/140 + 1•3/140 = 1/35

Оптимальный план двойственной задачи равен: 
y1 = 1/70 
y2 = 1/70 
Z(Y) = 1/35 
Цена игры: g = 1 : 1/35 = 35 
p1 = 1/4 
p2 = 3/4 
q1 = 1/2 
q2 = ½

То есть оптимально цех изготовитель должен с вероятностью 1/4  поставлять детали первого вида в первый срок и с вероятностью ¾  во вторй срок, а детали второго  вида с вероятностью ½ и в первй  и во второй срок. Тогда его гарантированная  премия составит не менее 35 рублей. 
 
 
 

Вопрос 3.

На предприятии  необходимо провести комплекс работ  по улучшению оборудования. Этот процесс  может быть проведен различными путями с различным количеством промежуточных  работ. Условно назовем первоначальное состояние оборудования – А, конечное (то, которого нужно добиться - М). Соответственно – Б, В, Г, Д, Е – промежуточные состояния оборудования. Стоимости перехода предприятия от одного состояния к другому (в усл.ед.) показаны в графе переходов. Используя принцип динамического программирования, найдите оптимальный по затратам путь улучшения оборудования предприятия.

 

РЕШЕНИЕ.

Построим  матрицу смежности вершин графа  D(0). Веса несуществующих ребер принимаем равными 1000.

D(0) M E Д K Б В Г А
М 0 4 6 1 1000 1000 1000 1000
Е 1000 0 2 1000 1000 1000 3 1000
Д 1000 1000 0 1000 1000 1000 2 6
К 1000 1 1000 0 8 6 1000 1000
Б 1000 1000 1000 1000 0 1000 1000 1
В 1000 1000 1000 1000 1 0 1000 4
Г 1000 1000 1000 1000 1000 1 0 4
А 1000 1000 1000 1000 1000 1000 1000 0

Последовательно преобразуем матрицы по алгоритму  Флойда, вычисляя новые элементы с  помощью рекуррентного соотношения:

Результаты  итераций:

D(1) M E Д K Б В Г А
М 0 4 6 1 1000 1000 1000 1000
Е 1000 0 2 1000 1000 1000 3 1000
Д 1000 1000 0 1000 1000 1000 2 6
К 1000 1 1000 0 8 6 1000 1000
Б 1000 1000 1000 1000 0 1000 1000 1
В 1000 1000 1000 1000 1 0 1000 4
Г 1000 1000 1000 1000 1000 1 0 4
А 1000 1000 1000 1000 1000 1000 1000 0

Информация о работе Контрольная работа по "Исследованию операций"