Автор работы: Пользователь скрыл имя, 07 Января 2014 в 17:02, контрольная работа
Исследование операций - это математическая дисциплина, занимающаяся разработкой и применением методов нахождения наилучших решений в различных областях человеческой деятельности.
Термин "Исследование операций" ("Operation Research") заимствован из западной литературы. Сейчас, пожалуй, нельзя точно назвать, ни дату его возникновения, ни автора, да и вряд ли найдется исчерпывающее определение этого понятия. Под операциями обычно понимают целенаправленные управляемые процессы. Природа их может быть различной - это могут быть военные действия, производственные процессы, коммерческие мероприятия, административные решения, и т.д.
Теоретические вопросы:
Задание №15………………………………………………………….3
Задание №49………………………………………………………….6
Задание №83………………………………………………………….8
Задача №15………………………………………………………………….10
Экономико-математическая модель кормления №15……………………12
Транспортная задача №15………………………………………………….16
Список литературы…………………………………………………………32
В полученный рацион вошли 8 из 13 предоставленных видов кормов. Рацион удовлетворяет всем поставленным ограничениям.
Соблюдены также все условия по удельному весу отдельных видов кормов в их группах и групп кормов в балансе кормовых единиц:
Таблица 6. Состав рациона по группам кормов
Группы кормов |
Масса, кг |
Кормовых единиц, кг |
Перевари-мого протеина, г |
Каротина, мг |
Стоимость, руб. |
Концентраты |
4 |
4,37 |
559,94 |
1,52 |
31,20 |
Грубые корма |
23,23 |
10,48 |
770,49 |
292,99 |
6,25 |
Силос |
12,5 |
1,85 |
187,5 |
162,5 |
24,50 |
Структура кормового рациона по видам кормов выглядит следующим образом.
Таблица 7. Структура кормового рациона по видам кормов
Ед. изм. |
Показатели |
Концентра-ты |
Грубые |
Силос |
Итого |
Кг |
Кормовые единицы |
4,37 |
10,48 |
1,85 |
16,7 |
% |
26,17 |
62,75 |
11,08 |
100% | |
Г |
Переваримый протеин |
559,94 |
770,49 |
187,50 |
1517,93 |
% |
36,89 |
50,76 |
12,35 |
100% | |
Мг |
Каротин |
1,52 |
292,99 |
162,5 |
455,49 |
% |
0,33 |
64,32 |
35,35 |
100% | |
Руб |
Стоимость |
31,20 |
6,25 |
24,50 |
61,95 |
% |
50,37 |
10,08 |
39,55 |
100% |
Грубые корма и силос находятся почти на верхних границах допустимого диапазона. Поэтому их следует считать дефицитными и наиболее эффективными. Грубые корма следует считать наиболее дешевыми (их доля по количеству кормовых единиц и протеина больше, чем по стоимости), а силос - наиболее питательным (содержит значительное количество кормовых единиц и протеина, и особенно - каротина).
Таким образом, рассчитав нашу модель и, получив минимизированный результат при помощи программного пакета Microsoft Office 2003, я сделал вывод, что полученный результат является оптимальным и минимизирует наши затраты. При этом полностью удовлетворяется потребность коровы в питательных веществах и их соотношениях.
Если бы при расчетах не использовалась математическая модель, то решение находилось бы очень долго и полученный результат, возможно, не был бы оптимальным.
Итак, метод линейной оптимизации очень удобен для решения задач, к примеру, животноводческих ферм.
Поставщик |
Потребитель |
Затраты на доставку от 1-го поставщика J – му потребителю | |
|
25 25 30 | ||
25 30 25 | |||
20 35 25 | |||
30 35 25 |
Решение:
Запас груза в i-м пункте отправления ai: a1=6, a2=9, a3=6, a4=2. Потребность j-го пункта назначения в грузе bj: b1=8, b2=6, b3=7. Матрица тарифов (затрат на доставку от I-го поставщика J-му потребителю) Ci,j:
(Ci,j)m×n= |
потребитель |
1 |
2 |
3 |
1 |
25 |
30 |
40 | |
2 |
30 |
30 |
35 | |
3 |
27 |
32 |
20 | |
4 |
40 |
25 |
30 |
Составим математическую модель задачи транспортного типа. Общие суммарные затраты, связанные с реализацией плана перевозок, можно представить целевой функцией
Переменные Xk должны удовлетворять ограничениям по запасам (1), по потребностям (2), и условиям неотрицательности. В математической записи это можно представить так:
Целевая функция:
25X1+30X2+40X3+30X4+30X5+35X6+
Условия:
1X1+1X2+1X3+0X4+0X5+0X6+0X7+0X
0X1+0X2+0X3+1X4+1X5+1X6+0X7+0X
0X1+0X2+0X3+0X4+0X5+0X6+1X7+1X
0X1+0X2+0X3+0X4+0X5+0X6+0X7+0X
1X1+0X2+0X3+1X4+0X5+0X6+1X7+0X
0X1+1X2+0X3+0X4+1X5+0X6+0X7+1X
0X1+0X2+1X3+0X4+0X5+1X6+0X7+0X
Транспортная задача разрешима только в случае, если соблюдается условие баланса Σai=Σbi. В нашем случае оно нарушено, так как: Σai=6+9+6+2=23 и Σbi=8+6+7=21 Следовательно задача является открытой (несбалансированной). Поскольку Σai>Σbi, то введем фиктивного потребителя количество продукции у которого составит Σai-Σbi=2. По условию, необходимо полностью использовать ресурсы поставщика(ов): №1, №2, №3, а это означает, что указанным потребителям нельзя поставлять продукцию от фиктивного источника. Следовательно, стоимость транспортных расходов на доставку единицы продукции от фиктивного источника необходимо сделать невыгодной C >max(Ci,j). Положим С=80. А стоимость транспортных расходов на доставку единицы продукции от фиктивного поставщика всем оставшимся потребителям будем полагать равной нулю.
Получим следующую закрытую модель транспортной задачи:
25X1+30X2+40X3+80X4+30X5+30X6+
+30X15+X16→min
Внесем дополнительное ограничение для фиктивного поставщика в систему.
Приведем систему ограничений к каноническому виду, для этого введем в каждое условие искусственную переменную R. Тогда система запишется в виде:
1X1+1X2+1X3+1X4+0X5+0X6+0X7+0X
0X1+0X2+0X3+0X4+1X5+1X6+1X7+1X
0X1+0X2+0X3+0X4+0X5+0X6+0X7+0X
0X1+0X2+0X3+0X4+0X5+0X6+0X7+0X
1X1+0X2+0X3+0X4+1X5+0X6+0X7+0X
0X1+1X2+0X3+0X4+0X5+1X6+0X7+0X
0X1+0X2+1X3+0X4+0X5+0X6+1X7+0X
0X1+0X2+0X3+1X4+0X5+0X6+0X7+1X
На основе полученных данных можно составить симплекс таблицу и после её решения данные подтверждают, что полученный нами ведущий элемент отрицателен, целевая функция не ограничена снизу, в области допустимых решений задачи.
Построение опорного
плана методом «северо-западног
Занесем исходные данные в распределительную таблицу.
1 |
2 |
3 |
4 |
Поставка | |
1 |
25 |
30 |
40 |
0 |
6 |
2 |
30 |
30 |
35 |
0 |
9 |
3 |
27 |
32 |
20 |
0 |
6 |
4 |
40 |
25 |
30 |
0 |
2 |
Потребности |
8 |
6 |
7 |
2 |
1. Используя метод северо-западного угла, построим первый опорный план транспортной задачи. План начинается заполняться с верхнего левого угла. Искомый элемент равен 25
Для этого элемента запасы равны 6, потребности 8. Поскольку минимальным является 6, то вычитаем его: x11 = min(6,8) = 6.
25 |
x |
x |
x |
6 - 6 = 0 |
30 |
30 |
35 |
0 |
9 |
27 |
32 |
20 |
0 |
6 |
40 |
25 |
30 |
0 |
2 |
8 - 6 = 2 |
6 |
7 |
2 |
0 |
Искомый элемент равен 30 Для этого элемента запасы равны 9, потребности 2. Поскольку минимальным является 2, то вычитаем его: x21 = min(9,2) = 2.
25 |
x |
x |
x |
0 |
30 |
30 |
35 |
0 |
9 - 2 = 7 |
x |
32 |
20 |
0 |
6 |
x |
25 |
30 |
0 |
2 |
2 - 2 = 0 |
6 |
7 |
2 |
0 |
Искомый элемент равен 30. Для этого элемента запасы равны 7, потребности 6. Поскольку минимальным является 6, то вычитаем его: x22 = min(7,6) = 6.
25 |
x |
x |
x |
0 |
30 |
30 |
35 |
0 |
7 - 6 = 1 |
x |
x |
20 |
0 |
6 |
x |
x |
30 |
0 |
2 |
0 |
6 - 6 = 0 |
7 |
2 |
0 |
Информация о работе Математическое моделирование в менеджменте