- •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. Двухэтапный метод
Недостаток M-метода связан с возможностью ошибок в вычислениях, обусловленной очень большой величиной коэффициента M. Например, если принять M=100000, тогда коэффициенты при х1 и х2 в f-уравнении начальной симплекс таблицы будут равны (-4 + 700000) и (-1 + 400000) соответственно. Из-за большой величины M вклад коэффициентов C1= 4 и C2= 1 при х1 и х2 оказывается ничтожно мал. Поэтому возникает опасность, что переменные х1 и х2 будут интерпретироваться как переменные, фигурирующие в целевой функции с нулевыми коэффициентами.
Двухэтапный метод позволяет избежать этих затруднений. В нем так же вводятся искусственные переменные, но без коэффициента M. Решение задачи расчленяется на два этапа.
Этап 1. Искусственная переменная вводится для получения начального базиса. Записывается новая целевая функция f1, предусматривающая минимизацию суммы искусственных переменных при исходных ограничениях, видоизмененных за счет введения искусственных переменных.
Если минимальное значение новой целевой функции равно нулю, (то есть искусственные переменные равны нулю), то исходная задача имеет допустимое решение. Переходят тогда к этапу 2.
Если min f1 0, то исходная задача не имеет допустимых решений.
Этап 2. Оптимальное базисное решение, полученное на этапе1, используется в качестве начального базиса исходной задачи.
Пример 2. 11. 1: Рассмотрим предыдущий пример:
f0= 4х1 + х2 min
при ограничениях:
3 х1 + х2+R1=3 (1) R1=3 – 3х1 – х2
4х1 + 3х2 -х3+R2= 6 (2) R2=6 – 4x1-3х2+х3
х1+2х2+х4=4 (3)
R1, R20
xi 0 i=1, 2,..,4
R1+R2=9-7х1-4х2+х3
Этап 1. Решается задача f1ур = R1 + R2 min.
Тогда целевая функция
f1ур = 9 – 7х1 – 4х2 + х3min
при ограничениях исходной задачи
Составим исходную симплекс - таблицу, за начальный базис возьмем R1, R2, х4, свободные переменные
х1 = х2 = х3 = 0
f1ур – х3+ 7х1 + 4х2 = 9
Таблица 37
№ итер |
Базис |
х1 |
х2 |
х3 |
х4 |
R1 |
R2 |
Знач |
Отнош |
Формула |
№=0 х1 вв., R1 искл. |
f1ур |
7 |
4 |
-1 |
0 |
0 |
0 |
9 |
|
|
R1 |
3 |
1 |
0 |
0 |
1 |
0 |
3 |
3:3=1 |
|
|
R2 |
4 |
3 |
-1 |
0 |
0 |
1 |
6 |
6:4=3/2 |
|
|
x4 |
1 |
2 |
0 |
1 |
0 |
0 |
4 |
4:1=4 |
|
|
№=1 х2 вв., R2 искл. |
f1ур |
0 |
5/3 |
-1 |
0 |
-7/3 |
0 |
2 |
|
f1ур=f1ур-7х1 |
х1 |
1 |
1/3 |
0 |
0 |
1/3 |
0 |
1 |
1:1/3=3 |
х1=R1:3 |
|
R2 |
0 |
5/3 |
-1 |
0 |
-4/3 |
1 |
2 |
2:5/3=6/5 |
R2=R2-4x1 |
|
x4 |
0 |
5/3 |
0 |
1 |
-1/3 |
0 |
3 |
3:5/3=9/5 |
x4=x4-x1 |
|
№=2 оптим. решен. 1 этапа |
f1ур |
0 |
0 |
0 |
0 |
-1 |
-1 |
0 |
|
f1ур=f1ур-5/3х1 |
х1 |
1 |
0 |
1/5 |
0 |
3/5 |
-1/5 |
3/5 |
|
х1= х1-1/3x2 |
|
x2 |
0 |
1 |
-3/5 |
0 |
-4/5 |
3/5 |
6/5 |
|
x2=R2:5/3 |
|
x4 |
0 |
0 |
1 |
1 |
1 |
-1 |
1 |
|
x4=x4-5/3x2 |
R1*=R2*= 0 х1*=3/5; х2*=6/5; х3*=0; x4*=1; f1ур *= 0
Получили допустимое базисное решение исходной системы ограничений, так как f1ур *= 0 при R1*=R2*= 0.
Этап 2. Искусственные переменные уже выполнили свою функцию, так что во всех последующих вычислениях они не должны фигурировать. Запишем из оптимальной симплекс таблицы уравнения ограничения:
х 1+ х3= х1= - х3
х2- х3= х2= + х3
х3+х4=1
Главная цель первого этапа обеспечить получение начального решения исходной системы ограничений. Теперь исходная задача содержит n = 4 переменных и m = 3 уравнения. Значит, число небазисных переменных n - m = 1. В полученном допустимом решении свободная переменная х3= 0, базисная
х1= , х2= , х4= 1.
Выразим целевую функцию через свободную переменную х3, подставив выражения для базисных переменных х1 и х2 через небазисную переменную х3.
f0 = 4х1 + х2 = - х3+ + х3= - х3 min
f0ур х3=
В результате будем иметь начальную симплекс - таблицу для 2–го этапа.
Таблица 38
№ итер. |
Базис |
х1 |
х2 |
х3 |
х4 |
Знач |
Отнош |
Формула |
№=3 x3 вв., х4 искл. |
f0ур |
0 |
0 |
1/5 |
0 |
18/5 |
|
|
х1 |
1 |
0 |
1/5 |
0 |
3/5 |
3/5:1/5=3 |
|
|
х2 |
0 |
1 |
-3/5 |
0 |
6/5 |
не рассчит. |
|
|
х4 |
0 |
0 |
1 |
1 |
1 |
1:1=1 |
|
|
№=4 оптим. реше-ние |
f0ур |
0 |
0 |
0 |
-1/5 |
17/5 |
|
f0ур=f0ур-1/5х3 |
х1 |
1 |
0 |
0 |
-1/5 |
2/5 |
|
х1=х1-1/5х3 |
|
х2 |
0 |
1 |
0 |
3/5 |
9/5 |
|
х2=х2+3/5x3 |
|
х3 |
0 |
0 |
1 |
1 |
1 |
|
x3=x4 |
Полученное решение оптимально, так как коэффициент при х4<0, а решается задача minf0
х1*= , х2*= , х3*= 1, х4*=0
min f0 = 4х1* + х2* = 4 + = .
Замечание:
1) Количество необходимых итераций в М – методе и двухэтапном методе всегда одинаково (в нашем случае 3 итерации), а между симплекс-таблицами, которые получаются при использовании этих методов, имеется взаимнооднозначное соотношение.
2) На 2 этапе искусственные переменные отсутствуют только в том случае, если в конце 1 этапа они стали не базисными. Однако возможен случай, который при завершении 1 этапа искусственные переменные, имея нулевые значения, останутся базисными.
Пример 2. 11. 2:
Математическая модель
f0=3х1+2х2+3х3min
при ограничениях:
х1+4х2+х3 7
2х1+х2+х4 10
хi 0 i=1,..,4
В канонической форме
х1+4х2+х3х5+R=7 R =7х14х2х3+х5
2х1+х2+х4х6=10
хi 0 i=1, 2,..,6; R 0
В качестве базисных переменных возьмем R и х4, которые входят лишь в одно ограничение.
Первый этап:
f1ур =R=7х14х2х3+х5min
п ри ограничениях:
х1+4х2+х3х5+R=7
2х1+х2+х4х6=10
f1ур х1 + 4х2+х3 х5=7
Таблица 39
№ итер. |
Базис |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
R |
Знач |
Отнош |
Формула |
N=0 x2 вв, R искл. |
fур |
1 |
4 |
1 |
0 |
-1 |
0 |
0 |
7 |
|
|
R |
1 |
4 |
1 |
0 |
-1 |
0 |
1 |
7 |
7:4=7/4 |
|
|
х4 |
2 |
1 |
0 |
1 |
0 |
-1 |
0 |
10 |
10:1=10 |
|
|
N=1 оптимум |
fур |
0 |
0 |
0 |
0 |
0 |
0 |
-1 |
0 |
|
f1ур=f1ур-4x3 |
х2 |
1/4 |
1 |
1/4 |
0 |
-1/4 |
0 |
1/4 |
7/4 |
|
x2=R:4 |
|
X4 |
7/4 |
0 |
-1/4 |
1 |
1/4 |
-1 |
-1/4 |
3 |
|
x4=х4-х2 |
Второй этап:
Выразим базисную переменную х2 через небазисные переменные. Из оптимальной симплекс–таблицы первого этапа:
х1+х2+ х3 х5 = х2= х1 х3+ х5
Подставим х2 в f0:
f0=3х1+2х2+3х3=3х1+2( х1 х3+ х5)+3х3=3х1+ х1 х3+ х5+3х3== х1+ х3+ х5+ min
В целевую функцию f0 свободные переменные х1, х2, х5 входят с положительными коэффициентами, поэтому их увеличение нецелесообразно, т.е. min f0= при плане Х*=(0; ; 0; 3; 0)