- •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
2.9.4. Неограниченные решения.
Условия некоторых задач линейного программирования могут допускать бесконечное увеличение значений переменных без нарушения ограничений. Это свидетельствует о том, что пространство допустимых решений, по крайней мере, в одном направлении, неограниченно. В таких случаях целевую функцию можно сделать бесконечно большой (при решении задачи mах f0) и бесконечно малой (min f0). Тогда говорят, что оптимальное значение целевой функции не ограничено.
Неограниченность решения задачи линейного программирования свидетельствует о том, что разработанная модель недостаточно точна.
Ведь бессмысленно использовать, например модель, прогнозирующую бесконечную прибыль.
Типичные ошибки, приводящие к построению моделей такого рода, состоят в том, что:
Не учтено одно (или несколько) ограничение, не являющееся избыточным.
Не точно оценены параметры, фигурирующие в соответствующих ограничениях.
В следующем примере показано, как можно выявить неограниченность пространства решений и целевой функции, используя симплекс - таблицу.
Пример 2. 9. 3: Неограниченная целевая функция.
В стандартной форме |
В канонической форме |
f0 = х1 +2х2 maх |
fур - х1 -2 х2=0 |
при ограничениях |
п ри ограничениях |
х 1 – х2 10 (1) |
х1 – х2 +х3= 10 |
х1 20 (2) |
х1+х4= 20 |
х1, х2 0 |
хi0 i=1,2,...,4 |
Таблица 23
№ итер. |
Базис |
х1 |
х2 |
х3 |
х4 |
Знач. |
Отнош |
Формула |
№=0 |
fур |
-1 |
-2 |
0 |
0 |
0 |
|
|
Х3 |
1 |
-1 |
1 |
0 |
10 |
не рассчит |
|
|
Х4 |
1 |
0 |
0 |
1 |
20 |
20/0= |
|
Рис. 23
Во всех ограничениях коэффициенты при х2 либо отрицательны, либо равны нулю. Это означает, что не нарушая ни одного из ограничений модели можно соответственно увеличивать х2. Так как при бесконечном увеличении х2, целевая функция будет неограниченно увеличиваться.
Правило. Если на некоторой итерации небазисная переменная имеет в ограничениях неположительные (равны 0 или отрицательные) коэффициенты, то пространство решений соответствующей задачи в данном направлении неограниченно. Если при этом, коэффициент при этой переменной в f - уравнении отрицательный, а f0 подлежит максимизации или данный коэффициент положительный, а f0 подлежит минимизации, то целевая функция так же неограничена.
Неограниченность может обнаружиться не сразу, а на какой - либо из последующих итераций.
Пример 2. 9. 5: Область допустимых решений неограниченна, а оптимальное значение целевой функции конечно.
В стандартной форме |
В канонической форме |
f0 = 6х1 – 2х2 maх |
fур - 6х1 + 2х2=0 |
при ограничениях |
П ри ограничениях |
2х1 – х2 2 (1) |
2х1 – х2+х3 = 2 |
х1 4 (2) |
х1+х4= 4 |
х1, х2 0 i=1,2 |
хi 0 i=1,2,...,4 |
Таблица 24
№ итер. |
базис |
х1 |
х2 |
х3 |
х4 |
Знач. |
Отнош. |
Формула |
N=0 х1 ввод., х3 искл. |
fур |
-6 |
2 |
0 |
0 |
0 |
|
|
х3 |
2 |
-1 |
1 |
0 |
2 |
2:2=1 |
|
|
х4 |
1 |
0 |
0 |
1 |
4 |
4:1=4 |
|
|
N=1 х2 ввод., х4 искл. |
fур. |
0 |
-1 |
3 |
0 |
6 |
|
fyp=fyp+6x1 |
х1 |
1 |
-1/2 |
1/2 |
0 |
1 |
не рассч. |
x1=x3:2 |
|
х4 |
0 |
1/2 |
-1/2 |
1 |
3 |
3:1/2=6 |
x4=x4 -x1 |
|
N=2 оптимум (т. В) |
fур |
0 |
0 |
2 |
2 |
12 |
|
fyp=fyp+x2 |
х1 |
1 |
0 |
0 |
1 |
4 |
|
x1=x1+1/2x2 |
|
х2 |
0 |
1 |
-1 |
2 |
6 |
|
x2=x4:1/2 |
mах f0*=12, оптимальный план Х*=(4;6;0;0)
Пространство решений в направлении оси х2 не ограниченно, но так как х2 фигурирует в f -уравнении с положительным коэффициентом, то нельзя сделать вывод о неограниченности целевой функции.
Фактором, который определяет, будет ли целевая функция ограниченной, является наклон линии уровня.
Рис. 24.