Экономические оптимизационные задачи. Анисимов С.В. - 6 стр.

 Задачи управления на основе дробно-линейного программирования

Задачи дробно-линейного программирования -нелинейные задачи математического программирования, в
которых функция цели имеет дробно-линейный вид, а условия, определяющие множестводопустимых
решений, задаются линейными уравнениями и неравествами.
Себестоимость 1м тканей 1-го типа 2 у.е.; 2-го типа - 2 у.е. В 1м ткани 1 типа содержится 2 ед. натуральных
и 2 ед. искусственных волокон. В 1м ткани 2 типа содержится 2 ед. натуральных и 2ед. искусственных
волокон. На производство тканей должно быть израсходовано не менее N ыс.ед. натуральных и не более I
тыс.ед. искусственных волокон. Определить план роизводства каней с общей минимальной
себестоимостью.
+------------------------------------------------------------+
  ¦Nвар¦ C_41_0 C_42_0¦n_41_0 i_41_0¦n_42_0 i_42_0¦ N I ¦Nвар¦ C_41_0 C_42_0¦n_41_0 i_41_0¦n_42_0
i_42_0¦ N I¦
  +----+------+-----+-----+------+----+------+-----+-----+-----¦
  ¦ 1 ¦ 2 4 ¦ 1 2¦ 3 2¦ 5 6 ¦ 15 ¦ 4 5 ¦ 2 2¦ 8 7¦10 9¦
  ¦ 2 ¦ 3 4 ¦ 1 2¦ 4 3¦ 9 9 ¦ 16 ¦ 3 5 ¦ 3 4¦ 3 1¦ 4 4¦
  ¦ 3 ¦ 3 5 ¦ 1 3¦ 4 3¦ 1 1 ¦ 17 ¦ 2 4 ¦ 3 5¦ 3 2¦ 5 6¦
  ¦ 4 ¦ 2 4 ¦ 1 2¦ 5 2¦ 3 3 ¦ 18 ¦ 4 6 ¦ 3 2¦ 6 1¦ 2 1¦
  ¦ 5 ¦ 1 3 ¦ 1 2¦ 5 4¦ 2 3 ¦ 19 ¦ 3 4 ¦ 4 5¦ 3 2¦ 5 5¦
  ¦ 6 ¦ 3 5 ¦ 2 3¦ 3 2¦ 4 4 ¦ 20 ¦ 4 5 ¦ 4 5¦ 4 3¦ 8 7¦
  ¦ 7 ¦ 1 2 ¦ 2 3¦ 4 3¦ 3 4 ¦ 21 ¦ 3 4 ¦ 5 6¦ 3 2¦ 1 1¦
  ¦ 8 ¦ 2 3 ¦ 2 4¦ 4 5¦ 3 4 ¦ 22 ¦ 4 5 ¦ 5 4¦ 4 2¦ 3 2¦
  ¦ 9 ¦ 4 5 ¦ 2 2¦ 5 2¦ 4 3 ¦ 23 ¦ 1 3 ¦ 5 6¦ 4 4¦ 7 8¦
  ¦ 10 ¦ 1 2 ¦ 2 3¦ 5 4¦ 1 1 ¦ 24 ¦ 1 3 ¦ 5 6¦ 6 6¦ 8 9¦
  ¦ 11 ¦ 3 4 ¦ 2 4¦ 5 6¦ 2 3 ¦ 25 ¦ 4 6 ¦ 6 5¦ 3 1¦ 2 1¦
  ¦ 12 ¦ 4 5 ¦ 2 3¦ 6 7¦ 3 4 ¦ 26 ¦ 3 5 ¦ 6 6¦ 4 3¦10 9¦
  ¦ 13 ¦ 4 5 ¦ 2 2¦ 7 3¦ 2 1 ¦ 27 ¦ 2 3 ¦ 6 8¦ 4 4¦ 7 8¦
  ¦ 14 ¦ 2 4 ¦ 2 3¦ 7 6¦ 8 8 ¦ 28 ¦ 4 6 ¦ 6 8¦ 5 6¦ 4 5¦
  +------------------------------------------------------------+


                 Ответы (U = X1,X2)

     __Nвар y0 y1 y2 X1 X2 Cmin _.|__Nвар y0 y1 y2 X1 X2 Cmin
       1 0.333 0.667 0.333 2.000 1.000 2.67 | 15 0.500 0.500 0.500 1.000 1.000 4.50
       2 0.278 0.500 0.500 1.800 1.800 3.50 | 16 0.750 0.667 0.333 0.889 0.444 3.67
       3 3.000 0.333 0.667 0.111 0.222 4.33 | 17 0.600 0.533 0.467 0.889 0.778 2.93
       4 0.667 0.750 0.250 1.125 0.375 2.50 | 18 1.800 0.800 0.200 0.444 0.111 4.40
       5 0.750 0.875 0.125 1.167 0.167 1.25 | 19 0.700 0.500 0.500 0.714 0.714 3.50
       6 0.625 0.500 0.500 0.800 0.800 4.00 | 20 0.500 0.250 0.750 0.500 1.500 4.75
       7 0.750 0.875 0.125 1.167 0.167 1.13 | 21 4.000 0.500 0.500 0.125 0.125 3.50
       8 1.200 0.200 0.800 0.167 0.667 2.80 | 22 1.500 0.500 0.500 0.333 0.333 4.50
       9 0.667 0.778 0.222 1.167 0.333 4.22 | 23 0.667 0.667 0.333 1.000 0.500 1.67
      10 3.500 0.500 0.500 0.143 0.143 1.50 | 24 0.667 0.667 0.333 1.000 0.500 1.67
      11 1.600 0.600 0.400 0.375 0.250 3.40 | 25 1.800 0.200 0.800 0.111 0.444 5.60
      12 1.000 0.750 0.250 0.750 0.250 4.25 | 26 0.500 0.500 0.500 1.000 1.000 4.00
      13 2.667 0.333 0.667 0.125 0.250 4.67 | 27 0.667 0.333 0.667 0.500 1.000 2.67
      14 0.563 0.500 0.500 0.889 0.889 3.00 | 28 1.333 0.333 0.667 0.250 0.500 5.33