Изменение коэффициентов целевой функции.

↑

▷ Содержание

⇐ ПредыдущаяСтр 4 из 16Следующая ⇒

▷ Похожие статьи

В общем виде целевую функцию задачи ЛП с двумя переменными можно записать следующим образом: Z = с₁x₁ + с₂х₂

Изменение значений коэффициентов c₁ и c₂ приводит к изменению угла наклона прямой z. Графический способ решения задачи ЛП показывает, что это может привести к изменению оптимального решения: оно будет достигаться в другой угловой точке пространства решений. Вместе с тем, очевидно, существуют интервалы изменения коэффициентов c₁ и c₂, когда текущее оптимальное решение сохраняется.

Задача анализа чувствительности и состоит в получении такой информации. В частности, представляет интерес определение интервала оптимальности для отношения c₁/c₂ (или, что то же самое, для c₂/c₁); если значение отношения c₁/c₂ не выходит за пределы этого интервала, то оптимальное решение в данной модели сохраняется неизменным.

Следующий пример показывает, как можно получить необходимый результат с помощью анализа графического представления модели ЛП.

Пример 1. Применим процедуру анализа чувствительности к модели для компании "Reddy Mikks". На рис. 1 видно, что функция Z = 5х₁ + 4х₂ достигает максимального значения в угловой точке С.

Рис. 1. Анализ чувствительности

При изменении коэффициентов целевой функции Z = с₁x₁ + с₂х₂ точка С останется точкой оптимального решения до тех пор, пока угол наклона линии z будет лежать между углами наклона двух прямых, пересечением которых является точка С. Этими прямыми являются 6х₁ + 4х₂ = 24 (ограничение на сырье Ml) и х₁ + 2х₂ = 6 (ограничение на сырье М2).

Алгебраически это можно записать следующим образом:

или

В первой системе неравенств условие c₁ <> 0 означает, что прямая, соответствующая целевой функции, не может быть горизонтальной.

Аналогичное условие в следующей системе неравенств означает, что эта же прямая не может быть вертикальной.

Из рис. 1 видно, что интервал оптимальности данной задачи (он определяется двумя прямыми, пересекающимися в точке С) не разрешает целевой функции быть ни горизонтальной, ни вертикальной прямой. Таким образом, мы получили две системы неравенств, определяющих интервал оптимальности в нашем примере. (Когда c₁ и c₂ могут принимать нулевые значения, интервал оптимальности для отношения c₁/c₂ (или c₂/c₁) необходимо разбить на два множества, где знаменатели не обращались бы в нуль.

Итак, если коэффициенты c₁ и c₂ удовлетворяют приведенным выше неравенствам, оптимальное решение будет достигаться в точке С.

Отметим, если прямая Z = с₁x₁ + с₂х₂ совпадет с прямой х₁ + 2х₂ = 6, то оптимальным решением будет любая точка отрезка CD.

Аналогично, если прямая, соответствующая целевой функции, совпадет с прямой 6x₁ + 4х₂ = 24, тогда любая точка отрезка ВС будет оптимальным решением. Однако заметим, что в обоих случаях точка С остается точкой оптимального решения.

Приведенные выше неравенства можно использовать при определении интервала оптимальности для какого-либо одного коэффициента целевой функции, если предположить, что другой коэффициент остается неизменным. Например, если в нашей модели зафиксировано значение коэффициента с₂ (пусть с₂ = 4), тогда интервал оптимальности для коэффициента с₁ получаем из неравенств путем подстановки туда значения с₂ = 4. После выполнения элементарных арифметических операций получаем неравенства для коэффициента с₁: 2 ≤ с₁ ≤ 6.

Аналогично, если зафиксировать значение коэффициента с₁ (например, с₁ = 5), тогда из неравенств получаем интервал оптимальности для коэффициента с₂: 10/3 ≤ с₂ ≤ 10.

Стоимость ресурсов.

Во многих моделях линейного программирования ограничения трактуются как условия ограниченности ресурсов. В таких ограничениях правая часть неравенств является верхней границей количества доступных ресурсов. Рассмотрим чувствительность оптимального решения к изменению ограничений, накладываемых на ресурсы.

Такой анализ задачи ЛП предлагает простую меру чувствительности решения, называемую стоимостью единицы ресурса; при изменении количества доступных ресурсов (на единицу) значение целевой функции в оптимальном решении изменится на стоимость единицы ресурса.

Проиллюстрируем этот вид анализа задачи ЛП на следующем примере.

Пример 1. В модели для компании "Русские краски" первые два неравенства представляют собой ограничения на использование сырья M1 и М2 соответственно. Определим стоимость единиц этих ресурсов.

Начнем с ограничения для сырья M1. Напомним, что в данной задаче оптимальное решение достигается в угловой точке С, являющейся точкой пересечения прямых, соответствующих ограничениям на сырье M1 и М2 (рис. 1).

Рис. 1. Стоимость ресурса М1

При изменении уровня доступности материала M1 (увеличение или уменьшение текущего уровня, равного 24 т) точка С оптимального решения "плывет" вдоль отрезка DG. Любое изменение уровня доступности материала M1, приводящее к выходу точки пересечения С из этого отрезка, ведет к неосуществимости оптимального решения в точке С. Поэтому можно сказать, что концевые точки D = (2, 2) и G = (6, 0) отрезка DG определяют интервал осуществимости для ресурса M1. Количество сырья M1, соответствующего точке D = (2, 2), равно 6x₁ + 4x₂ = 6*2 + 4*2 = 20 т.

Аналогично количество сырья, соответствующего точке G = (6, 0), равно 36 т.

Таким образом, интервал осуществимости для ресурса M1 составляет 20 ≤ M1 ≤ 36 (здесь через M1 обозначено количество материала M1). Если мы определим М1 как M1 = 24 + D₁, где D₁ — отклонение количества материала М1 от текущего уровня в 24 т, тогда последние неравенства можно переписать как 20 ≤ 24 + D₁ ≤ 36 или -4 ≤ D₁ ≤ 12. Это означает, что текущий уровень ресурса M1 может быть уменьшен не более чем на 4 т и увеличен не более чем на 12 т. В этом случае гарантируется, что оптимальное решение будет достигаться в точке С — точке пересечения прямых, соответствующих ограничениям на ресурсы M1 и М2.

Теперь вычислим стоимость единицы материала M1. При изменении количества сырья M1 от 20 до 36 тонн, значения целевой функции z будут соответствовать положению точки С на отрезке DG. Обозначив через y₁ стоимость единицы ресурса M1, получим следующую формулу:

Если точка С совпадает с точкой D = (2, 2), то z = 5*2 + 4*2 = 18 (тысяч д.e.), если же точка С совпадает с точкой G = (6, 0), тогда z = 5*6 + 4*0= 30 (тысяч д.e.). Отсюда следует, что

(тысяч д.е. на тонну материала M1).

Этот результат показывает, что изменение количества ресурса M1 на одну тонну (если общее количество этого ресурса не меньше 20 и не больше 36 тонн) приводит к изменению в оптимальном решении значения целевой функции на 750 д.е.

Теперь рассмотрим ресурс М2.

Рис. 2. Стоимость ресурса М2

На рис. 2 видно, что интервал осуществимости для ресурса М2 определяется концевыми точками В и H отрезка ВН, где В = (4, 0) и Н= (8/3, 2). Точка Н находится на пересечении прямых ED и ВС. Находим, что количество сырья М2, соответствующего точке В, равно x₁ + 2х₂ = 4 + 2*0 = 4 т, а точке Н — 8/3+2*2= 20/3 т. Значение целевой функции в точке В равно 5x₁ + 4х₂ = 5*4 + 4*0 = 20 (тысяч д.e.), а в точке Н — 5*8/3 + 4*2 = 64/3 (тысяч д.e.). Отсюда следует, что количество сырья М2 может изменяться от 4 до 20/3 тонн, а стоимость единицы ресурса М2, обозначенная как у₂, равна

(тысяч д.е. на тонну материла M2).

Тема 5. Применение симплекс-метода.

Познавательные статьи:



Алгоритмические операторы Matlab

Конструирование и порядок расчёта дорожной одежды

Исследования учёных: почему помогают молитвы?

Почему терпят неудачу многие предприниматели?