Главная Прочие дисциплины Книги Математичне програмування - Наконечний С.І.

Математичне програмування - Наконечний С.І.

10.4. Одноетапні задачі стохастичного програмування

Розглянемо лінійну одноетапну задачу стохастичного програмування в такій постановці: визначити план Х, для якого

,

,

,

де вектор коефіцієнтів при змінних у цільовій функції , матриця коефіцієнтів при змінних у системі обмежень , а також вектор є випадковими величинами; ω — випадковий параметр, Ω — множина значень ω, що з’являються з певною ймовірністю. Нехай — нормально розподілена випадкова величина з математичним сподіванням і дисперсією , а і — нормально розподілені випадкові величини з математичними сподіваннями відповідно та і дисперсіями .

Оскільки в обмеженнях задачі виду матриця та вектор є нормально розподіленими випадковими величинами, то їх різниці також є випадковими величинами з нормальним розподілом, математичним сподіванням і дисперсією .

Обмеження еквівалентні нерівностям . Враховуючи, що нормально розподілена випадкова величина, використаємо функцію нормального закону розподілу, внаслідок чого наведену нерівність можна записати так:

.

Позначимо: . Тоді останню нерівність зведемо до вигляду:

, звідки .

Підставивши в цю нерівність значення і , отримаємо:

.

Отже, початкову стохастичну задачу зведено до детермінованого аналогу з лінійною цільовою функцією та нелінійними обмеженнями:

за умов:

.

Таку задачу можна розв’язати одним з відомих методів розв’язування задач нелінійного програмування, наприклад, методом множників Лагранжа.

Розглянемо одноетапну задачу стохастичного програмування, що задана Р-моделлю. Отже, маємо задачу виду:

за умов:

;

,

.

У даній задачі необхідно мінімізувати величину k, що обмежує витрати на виготовлення продукції , причому така вимога має виконуватися не строго, а із заданим рівнем імовірності — . Інші обмеження також виконуються з певною імовірністю — .

Допустимо, що випадкова величина — нормально розподілена з математичним сподіванням і кореляційною матрицею , де . Тоді вираз буде випадковою величиною, що також нормально розподілена з математичним сподіванням та дисперсією . Отже, (з попередніх викладок) можна записати:

.

При величина є угнутою функцією за змінними . Отже, за зроблених допущень задачі стохастичного програмування

,

,

,

відповідає детермінований еквівалент:

за умов:

.

Остання задача являє собою задачу опуклого програмування. Для її розв’язування можна застосувати теорему Куна—Таккера, або один з інших методів розв’язування задач нелінійного програмування.

Фермер має змогу купити три види зерна та готувати з нього різні суміші для виробництва свинини. У табл. 10.5 містяться дані про поживність зерна, його вартість і мінімальні та максимальні потреби у поживних речовинах. Потреба у поживних речовинах розподілена рівномірно на зазначених інтервалах від мінімально можливого до максимального рівня для кожної і-ої поживної речовини .

Таблиця 10.5

Вміст поживних речовин в 1 ц зерна та потреба у поживних речовинах

Необхідно розробити економіко-математичну модель і знайти оптимальний розв’язок, який забезпечував би мінімальні витрати на закупівлю зерна за умов задоволення мінімально допустимих потреб у всіх поживних речовинах з ймовірністю

Розв’язання. Нехай — відповідно обсяги ячменю, кукурудзи і гороху, які необхідно закупити.

Критерій оптимальності:

за умов:

,

де — відповідно потреби кормових одиниць, перетравного протеїну, лізину та кальцію (випадкові, рівномірно розподілені величини).

Цю систему ймовірнісних обмежень запишемо детермінованими еквівалентами, тобто:

де — відповідно значення випадкових величин, що задовольняють умови:

і

і

Визначимо параметри З теорії ймовірностей відомо, що:

.

Отже, маємо: Звідси: або тому

Відповідно отримаємо:

Запишемо детермінований варіант економіко-математичної моделі купівлі фермером зерна, яке буде використано для відгодівлі свиней:

за умов:

Розв’язавши цю задачу симплексним методом, отримаємо: , , . Оптимальні витрати дорівнюють 3749 гривням.