
- •1.2 Стандартная (каноническая) форма задачи линейного программирования
- •1.3 Построение математической модели
- •1.4 Графическое решение задачи линейного программирования
- •1.5 Симплексный метод решения задачи линейного программирования
- •Решение задачи 1 симплексным методом
- •1.6 Искусственное начальное решение. Метод больших штрафов.
- •7 Особые случаи применения симплекс-метода
- •1.7.1 Вырожденное оптимальное решение
- •1.7.2 Бесконечное множество решений
- •1.7.3 Отсутствие допустимых решений
- •1.7.4 Неограниченные решения
- •1.7.5 Промежуточное вырожденное решение
- •1.8 Определение транспортной задачи.
- •1.9 Сбалансированная транспортная модель
- •1.10 Задача о назначениях
- •1.11 Интерпретация симплекс-таблиц – анализ модели на чувствительность
- •4 Изменение запаса ресурса продукта а 7
- •1 Изменение единицы стоимости продукта а 4
- •1.12 Заключение
1.7.3 Отсутствие допустимых решений
Если ограничения ЗЛП одновременно
выполняться не могут, то задача не имеет
допустимых решений. Если задача содержит
ограничения в виде (=), (
),
обычно используются искусственные
переменные, не гарантирующие получения
допустимого решения в ее первоначальной
подстановке. Несмотря на то, что
используемые вычислительные процедуры
должны привести к нулевым значениям
искусственных переменных в оптимуме
за счет введения штрафов,, этого удается
добиться только тогда, когда допустимые
решения существуют. В противном случае
на итерации, приводящей к оптимуму, по
крайней мере одна из искусственных
переменных будет иметь положительное
значение, а это свидетельствует о том,
что ЗЛП не имеет допустимых решений.
П
ример
3.
(1)
(2)
(3)
(4)
Б |
cz |
bi |
|
|
|
|
|
θ |
Замечания |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.7.4 Неограниченные решения
Условия некоторых ЗЛП могут допускать бесконечное увеличение значений переменных без нарушения наложенных ограничений. Это свидетельствует о том, что пространство решений по крайней мере в одном направлении не ограничено. Следовательно, в таких случаях целевую функцию можно сделать сколь угодно большой или сколь угодно малой.
Неограниченность решения ЗЛП свидетельствует только об одном: разработанная модель недостаточно точна. Бессмысленность использования модели, прогнозирующей «бесконечную» прибыль, вполне очевидна. Наиболее типичные ошибки, приводящие к построению моделей такого рода, состоит в том, что
а) не учтено одно (или несколько) ограничение, не являющееся избыточным;
б) неточно оценены параметры , фигурирующие в некоторых ограничениях.
Пример 4. (Неограниченная целевая функция.)
В стандартной форме
(1)
(2)
(3)
(4)
Б |
с |
|
2 |
1 |
0 |
0 |
|
Замечания |
|
|
|
|
|||||
|
0 |
10 |
1 |
-1 |
1 |
0 |
10-min |
|
|
0 |
20 |
1 |
0 |
0 |
1 |
20 |
|
|
0 |
-2 |
-1 |
0 |
0 |
|
||
|
2 |
10 |
1 |
-1 |
1 |
0 |
отр |
|
|
0 |
30 |
0 |
1 |
-1 |
1 |
30-min |
|
|
20 |
0 |
-3 |
2 |
0 |
|
||
|
2 |
40 |
1 |
0 |
0 |
1 |
|
Отсутствие
|
|
1 |
30 |
0 |
1 |
-1 |
1 |
отр |
|
|
110 |
0 |
0 |
-1 |
3 |
|









z
Замечание: признак неограниченности решения можно было заметить еще при первой итерации, а именно, в столбце для уже отсутствовало неотрицательное min , а присутствие отрицательного значения в результирующей строке этого столбца (-1) свидетельствовало о неограниченности целевой функции при максимизации.
Пример 5. (Пространство решений не ограничено, а оптимальное значение целевой функции
конечно)
В стандартной форме
(1)
(2)
(3)
(4)
Б |
с |
|
6 |
-2 |
0 |
0 |
|
Замечания |
|
|
|
|
|||||
|
0 |
2 |
2 |
-1 |
1 |
0 |
1-min |
|
|
0 |
4 |
1 |
0 |
0 |
1 |
4 |
|
|
0 |
-6 |
2 |
0 |
0 |
|
||
|
6 |
1 |
1 |
- |
|
0 |
отр |
|
|
0 |
3 |
0 |
|
- |
1 |
6- min |
|
|
6 |
0 |
-1 |
3 |
0 |
|
||
|
6 |
4 |
1 |
0 |
0 |
1 |
|
|
|
-2 |
6 |
0 |
1 |
-1 |
2 |
|
|
|
12 |
0 |
0 |
2 |
2 |
|

Замечание: признак неограниченности решения можно было заметить еще при первой итерации, а именно, в столбце для уже отсутствовало неотрицательное min , а присутствие положительного значения в результирующей строке этого столбца (2) свидетельствовало о том, что целевая функция конечна при максимизации.