- •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
2.9.2.Зацикливание.
Посмотрите на симплекс – таблицу (см. табл. 20) значение целевой функции не улучшилось после 2-ой итерации по сравнению с 1 итерацией. Поэтому, можно предположить, что в общем случае может возникнуть зацикливание (циклическое повторение одинаковых операций, не улучшающих значение целевой функции, и не приводящих к завершению вычислительного процесса). Имеются специальные приемы, которые предотвращают зацикливание. Однако их использование чрезмерно замедляет процесс численных расчетов. Поэтому разработанные программы не содержат таких блоков, тем более, что вероятность зацикливания ничтожно мала.
Пример 2. 9. 1. Появление промежуточного вырожденного решения.
Рассмотрим пример.
В стандартной форме |
В канонической форме |
f0 = 3х1 + 2х2 maх |
fур - 3х1 - 2х2=0 |
при ограничениях |
при ограничениях |
4 х1 + 3х2 12 (1) |
4х1 + 3х2+х3=12 |
4х1 + х2 8 (2) |
4х1 + х2+х4 =8 |
4х1 – х2 8 (3) |
4х1–х2+х5= 8 |
х1, х2 0 |
хi0 i=1,2,...,5 |
n = 5; m = 3; (n - m)= 2 число небазисных переменных
Таблица 21
№ итер. |
Базис |
х1 |
х2 |
х3 |
х4 |
x5 |
Знач |
Отнош |
Формула |
N=0 х1 ввод., х4 искл. |
fур |
-3 |
-2 |
0 |
0 |
0 |
0 |
|
|
х3 |
4 |
3 |
1 |
0 |
0 |
12 |
12:3=4 |
|
|
х4 |
4 |
1 |
0 |
1 |
0 |
8 |
8:4=2 |
|
|
x5 |
4 |
-1 |
0 |
0 |
1 |
8 |
8:4=2 |
|
|
N=1 х2 ввод., х3 искл. |
fур. |
0 |
-5/4 |
0 |
¾ |
0 |
6 |
|
fyp=fyp+3x1 |
х3 |
0 |
2 |
1 |
-1 |
0 |
4 |
4:2=2 |
x3=x3-4x1 |
|
х1 |
1 |
1/4 |
0 |
¼ |
0 |
2 |
2:1/4=8 |
x1=x4:4 |
|
х5 |
0 |
-2 |
0 |
-1 |
0 |
0 |
|
x5=x5-4x1 |
|
N=2 оптимум |
fур |
0 |
0 |
5/8 |
1/8 |
0 |
17/2 |
|
fyp=fyp+5/4x2 |
х2 |
0 |
1 |
1/2 |
-1/2 |
0 |
2 |
|
x2=x3:2 |
|
х1 |
1 |
0 |
-1/8 |
3/8 |
0 |
3/2 |
|
x1=x1-1/4x2 |
|
х5 |
0 |
0 |
1 |
-2 |
1 |
4 |
|
X5=x5+2x2 |
В рассмотренном примере на второй итерации вырожденности нет, причем значение целевой функции возросло с 6 до . Из примера можно сделать следующий вывод: итерации симплекс - метода должны выполняться до тех пор, пока не будет выполнено условие оптимальности! Точка С переопределена (через нее проходят 3 прямые).
Рис. 21.