Лекции по "Развитию операционных систем"
Курс лекций, 12 Марта 2014, автор: пользователь скрыл имя
Краткое описание
Эйлеров цикл содержит не только все ребра (по одному разу), но и все вершины графа (возможно, по несколько раз). Ясно, что эйлеровым может быть только связный граф. С эйлеровым циклом как раз связана задача о кенигсбергских мостах, приведшей к исторически первой попытке развития теории графов как самостоятельного предмета. Чтобы решить данную задачу потребуется сначала сформулировать и доказать теорему. Эта теорема справедлива также и для мультиграфов, и для псевдографов, исключая тот случай, когда псевдограф имеет только одну вершину.
Прикрепленные файлы: 21 файл
Лекция 1.doc
— 251.50 Кб (Просмотреть файл, Скачать документ)Лекция 10.doc
— 228.00 Кб (Просмотреть файл, Скачать документ)Лекция 11.doc
— 575.00 Кб (Просмотреть файл, Скачать документ)Лекция 12.doc
— 518.50 Кб (Просмотреть файл, Скачать документ)Лекция 13.doc
— 335.50 Кб (Просмотреть файл, Скачать документ)Лекция 14.doc
— 291.50 Кб (Просмотреть файл, Скачать документ)Лекция 15.doc
— 184.00 Кб (Скачать документ)Обозначим через план выпуска продукции вида П1, П2, …, Пj, …, Пn, которые обеспечивают предприятию максимум объема реализации при имеющихся ресурсах.
Получаем следующую математическую модель: найти план выпуска продукции видов П1, П2, …, Пj, …, Пn,, обеспечивающий максимум объема реализации в стоимостном выражении
(16.1.1.)
при ограничениях на лимитируемые ресурсы
(16.1.2.)
и условии неотрицательности
(16.1.3.)
где – вектор цен, т.е. цена реализации единицы каждого вида продукции;
число, указывающее, сколько единиц i-го ресурса требуется для производства единицы продукции j-го вида;
– вектор ресурсов, т.е. количество каждого вида ресурса.
Аналогичная математическая модель составляется для задачи о выборе оптимальных технологий.
Задача о раскрое материалов.
Суть задачи об оптимальном раскрое состоит в разработке таких технологически допустимых планов раскроя, при которых получается необходимый комплект заготовок, а отходы (по длине, площади, объему, массе или стоимости) сводится к минимуму. Рассмотрим простейшую модель раскроя по одному измерению. Более сложные постановки ведут к задачам целочисленного программирования.
Модель задачи раскроя по одному измерению длинномерных материалов (прутков, труб, профильного проката и др.) может быть сформулирована так. Пусть имеется N штук исходного материала, длина каждой штуки равна L. Нужны заготовки m видов, длины которых равны . Известна потребность в заготовках каждого вида, она равна . Изучение вопроса раскроя (построение технологической карты раскроя) показывает, что можно выделить n приемлемых вариантов раскроя исходного материала длиной L на заготовки длиной . Обозначим через количество заготовок i-го вида, получаемое при раскрое единицы исходного материала по j-му варианту, - отходы при раскрое единицы исходного материала по j-му варианту.
План задачи , где – количество единиц исходного материала, планируемое к раскрою по j-му варианту.
Функция цели – минимум отходов, получаемых при раскрое:
(16.1.4.)
при ограничениях на число единиц исходного материала
на удовлетворение ассортиментного спроса потребителей
(16.1.6.)
и условии неотрицательности
где - отходы при раскрое единицы исходного материала по j-му варианту;
- количество заготовок i-го вида, получаемое при раскрое единицы исходного материала по j-му варианту;
N – количество исходного материала, длина каждой из которых равна L;
- потребность в заготовках каждого вида.
Похожие математические модели строятся для задачи о смесях, задачи о диете.
К задачам линейного программирования относится транспортная задача. Формулировку и математическую модель этой задачи мы рассмотрим отдельно несколько позже.
Рассмотрим пример задачи линейного программирования.
Пример 16.1. При изготовлении изделий И1 и И2 используются токарные и фрезерные станки, а также сталь и цветные металлы. По технологическим нормам на производство единицы изделия И1 требуется 300 и 200 единиц соответственно токарного и фрезерного оборудования (в станко-часах) и 10 и 20 единиц стали и цветных металлов (в килограммах). Для производства единицы изделия И2 требуется 400, 100, 70 и 50 соответствующих единиц тех же ресурсов. Цех располагает 12400 и 6800 станко-часов оборудования, 640 и 840 кг материалов. Прибыль от реализации единицы изделия И1 – 6 тыс. ден. ед., И2 – 16 тыс. ден. ед. Требуется:
1) свести исходные данные в таблицу, удобную для построения модели;
2) составить математическую модель задачи (показатель эффективности – прибыль).
Решение. 1) Обозначим через x1 число изделий И1, через x2 – изделий И2, через Z – суммарную прибыль от реализации производственных изделий, тогда исходные данные удобно представить в виде таблицы.
Ресурсы |
Затраты на единицу изделия |
Объем ресурса |
Вид ограничений | |
И1 |
И2 | |||
Станки, станко-ч токарные фрезерные Сталь, кг Цветные маталлы, кг |
300 200 10 20 |
400 100 70 50 |
12400 6800 640 840 |
|
Прибыль, тыс. ден. ед. |
6 |
16 |
||
План выпуска, шт. |
x1 |
x2 |
||
2) Так как каждое изделие И1 дает прибыль 6 тыс. ден. ед., а таких изделий изготовляется x1 ед., то все изделия И1 дадут прибыль 6x1; аналогично изделия И2 обеспечат прибыль 16x2. Суммарную прибыль можно записать в виде целевой функции, которая максимизирует прибыль
Токарного оборудования на изделие И1 требуется 300 станко-часов, на изделие И2 – 400 станко-ч. Тогда для изготовления x1 изделий И1 и x2 изделий И2 потребуется токарного оборудования (станко-ч). Так как общий фонд рабочего времени токарных станков не может превышать 12400 станко-ч, должно выполняться неравенство . Аналогично можно записать условия, налагаемые на фонд рабочего времени фрезерных станков: , и лимитирующие материалы: по стали , по цветным металлам .
Итак, искомый план задачи . Целевая функция
Система ограничений
Переменные x1 и x2 не могут быть выражены отрицательными числами, поэтому
,