- •Введение
- •1Особенности моделирования экономических процессов
- •1.2.1Сущность процесса моделирования
- •1.3.1Характерные особенности математического моделирования в экономике
- •1.4.1Классификация математических моделей
- •1.5.1Этапы исследования экономических процессов
- •2Линейные математические модели
- •2.2.1Примеры постановок задач линейного программирования
- •2.3.1 Формы представления задач линейного программирования
- •Стандартная форма записи
- •Каноническая форма записи
- •Общая форма записи
- •2.4.1 Геометрический метод решения задач линейного программирования
- •2.5.1Модифицированный геометрический метод
- •2.6.1 Геометрический метод решения задач линейного программирования со многими переменными
- •2.7.1 Виды оптимальных решений
- •2.8.1 Основы анализа модели на чувствительность
- •2.9.1 Симплексный метод решения задач линейного программирования
- •Алгоритм метода:
- •Ведущий столбец
- •Ведущая строка
- •2.10.1Особые случаи применения симплекс - метода
- •2.9.1.Вырожденность.
- •2.9.2.Зацикливание.
- •2.9.3.Альтернативные оптимальные решения
- •2.9.4. Неограниченные решения.
- •2.9.5. Отсутствие допустимых решений
- •2.11.1 Интерпретация симплекс-таблиц – анализ модели на чувствительность
- •Статус ресурсов
- •Ценность ресурсов
- •Максимальное изменение коэффициентов удельной прибыли (стоимости)
- •2.12.1 Искусственное начальное решение
- •2.9.1.Метод больших штрафов
- •Алгоритм метода:
- •2.9.2. Двухэтапный метод
- •2.9.3.Двойственный симплекс-метод
- •Алгоритм метода:
- •2.13.1Двойственная задача линейного программирования
- •Примеры формулировок двойственных задач.
- •Основная теорема теории двойственности
- •Список литературы
- •Приложение 1. Блок-схема симплекс-метода
- •Приложение 2. Блок-схема метода больших штрафов
- •П Ввод матрицы условий риложение 3. Блок-схема двойственного симплекс-метода
2.10.1Особые случаи применения симплекс - метода
2.9.1.Вырожденность.
Если нет однозначной идентификации переменной (в случае одинаковых отношений), которая подлежит исключению из базиса, то выбор такой переменной можно сделать произвольно. Однако на следующей итерации по крайней мере, одна из базисных переменных должна быть равна нулю. В этом случае говорят, что новое решение является вырожденным. Появление вырожденного решения объясняется присутствием в модели, по крайней мере, одного избыточного ограничения.
Пример 2. 9. 1:
f0 = 3х1 + 9х2 maх
п ри ограничениях: х1 + 4х2 + х3 = 8 (1)
х1 + 2х2 + х4 = 4 (2)
хi 0, i = 1,..,4
Таблица 20
№ итер. |
Базис |
х1 |
х2 |
х3 |
х4 |
Знач |
Отнош. |
Формула |
N=0 х2 ввод. х3 искл. |
fур |
-3 |
-9 |
0 |
0 |
0 |
|
|
х3 |
1 |
4 |
1 |
0 |
8 |
8:4=2 |
|
|
х4 |
1 |
2 |
0 |
1 |
4 |
4:2=2 |
|
|
N=1 х1 ввод., х4 искл. |
fур |
-3/4 |
0 |
9/4 |
0 |
18 |
|
fур=fyp+9x2 |
х2 |
1/4 |
1 |
1/4 |
0 |
2 |
2:1/4=8 |
x2=x3/4 |
|
х4 |
1/2 |
0 |
-1/2 |
1 |
0 |
0:1/2=0 |
x4=x4-2x2 |
|
(вырожденное |
решение) |
|||||||
N=2 оптимум |
fур |
0 |
0 |
3/2 |
3/2 |
18 |
|
fур=fyp+3/4x1 |
х2 |
0 |
1 |
1/2 |
-1/2 |
2 |
|
x2=x2-1/4x1 |
|
х1 |
1 |
0 |
-1 |
2 |
0 |
|
x1=x4:1/2=х4. 2 |
max f =18 при плане Х* = (0;2;0;0).
Решим задачу графически. Через точку оптимума А проходят три прямые. Задача содержит только две переменные х1 и х2, поэтому для идентификации точки А достаточно 2-х прямых. Отсюда вывод: одно из ограничений является избыточным.
Рис. 20.
Информация, что некоторые ресурсы не нужны для достижения поставленной цели, оказывается полезной при практической реализации результатов исследования.
Однако не существует надежных способов обнаружения избыточных ограничений непосредственно из симплекс - таблицы.
Теоретически, вырожденность может привести к зацикливанию.