
- •4.1. Введение
- •4.2. Графический метод решения задачи Oak Products
- •I Множество всех значений переменных решения, удовлетворяющих одновременно всем ограничениям, называется допустимым множеством ограничений или допустимой областью.
- •4.3. Крайние точки и оптимальные решения
- •4.4. Графическое решение задачи минимизации
- •4.5. Неограниченные и недопустимые модели
- •Модель рациона питания
- •4.6. Анализ чувствительности модели лп
- •4.7. Изменения коэффициентов целевой функции
- •4.8. Изменение правых частей ограничений
- •4.9. Анализ чувствительности с помощью надстройки SolverTable
- •4.10. Анализ чувствительности в действии
- •4.13. Вырождение моделей лп
4.1. Введение
В реальной жизни менеджеру ежедневно приходится сталкиваться с проблемой, как применить на практике результаты табличной модели. В главе 3 мы оптимизировали модель линейного программирования (ЛП) компании Oak Products с помощью средства Поиск решения. Однако не следует думать, что теперь у нас есть хорошее решение задачи планирования компании Oak Products, и можно заняться другими проблемами. Зачастую такое суждение ошибочно. Как правило, решение является только отправной точкой анализа ситуации. Необходимо помнить, что модель— это абстракция реальной ситуации. Например, Тому Барру, ответственному администратору компании Oak Products, придется поставить множество дополнительных вопросов к модели, предложенной Джимом Уайтом, прежде чем он будет настолько уверен в предложенных результатах, чтобы реализовать рекомендуемые решения на практике. Например, могут существовать довольно веские соображения, которые из-за их сложности не были включены в модель. Поскольку модель — упрощение действительности, всегда найдутся факторы (например, политической или этической природы), которые в ней учесть не удалось. Кроме того, некоторые данные, вошедшие в модель в качестве параметров, могут содержать неточности или неопределенности. Это достаточно сложно выразить количественно, но принять во внимание необходимо. Таким образом, после оптимизации модели следует выяснить, насколько оптимальное решение согласуется с другими соображениями, которые в модель не вошли. В реальных ситуациях это норма, а не исключение.
Как уже отмечалось в главах 1 и 2, анализ чувствительности — вычисление результата воздействия (небольшого) изменения внешней переменной на переменные решения —дает важную информацию, которую можно использовать при принятии решения в реальной ситуации. Применительно к оптимизационным моделям анализом чувствительности называется процесс анализа модели после нахождения оптимального решения. В данной главе мы подробно рассмотрим, как на практике воспользоваться той обширной информацией, которую предоставляет средство Поиск решения при анализе чувствительности моделей ЛП.
Мы покажем, как модели ЛП оптимизируются с помощью средства Поиск решения и как следует интерпретировать результаты анализа чувствительности. На примере двухмерных графиков мы поясним общие понятия анализа чувствительности. В частности, на основе таких графиков можно предложить простой графический способ нахождение решения задачи ЛП, содержащей две переменные решения. Большинство реальных задач содержит гораздо больше переменных решения, и, следовательно, такой графический метод решения не имеет широкого применения, однако он создаст основу для понимания большей части того, что будет излагаться в дальнейшем. Иными словами, в данной главе мы хотим представить графические аспекты моделей ЛП в качестве средства, которое поможет понять, что нам дает анализ чувствительности моделей Л П. Мы рассмотрим два средства, используемых для проведения анализа чувствительности моделей ЛП: отчет по устойчивости, создаваемый средством Поиск решения, и надстройку SolverTable. Они помогут интерпретировать результаты моделей ЛП во многих реальных приложениях. Наконец, в разделе 4.12 предлагается поучительная история о ловушках, которые могут подстерегать менеджера при проведении анализа чувствительности.