Перейти к содержимому

Симплекс-метод: метод «большого M» и искусственные переменные

Optima Decisions Lab

0:00 / 0:00

Симплекс-метод: метод «большого M» и искусственные переменные

137 просмотров · 2 дня назад
Optima Decisions Lab
335 подписчиков
137 просмотров · 2 дня назад
Узнайте, как работает метод «Большого М» и искусственные переменные в симплекс-методе для линейного программирования. В этом уроке решается задача минимизации с ограничениями ≥, демонстрируется необходимость использования избыточных и искусственных переменных, а также то, как штраф «Большого М» вытесняет искусственные переменные из базиса. 📌 ЧТО ВЫ УЗНАЕТЕ Почему для ограничений ≥ и = необходимы искусственные переменные для установления начального базиса Роль избыточных переменных, искусственных переменных и штрафа M Как MA добавляется к целевой функции при минимизации и вычитается при максимизации Когда необходимы искусственные переменные и метод Big M, а когда нет Как составить и решить симплекс-таблицу для задачи минимизации Анализ чувствительности на основе итоговой таблицы ⏱️ РАЗДЕЛЫ 0:00 – Введение в метод Big M и искусственные переменные 7:20 – Важные замечания по использованию метода Big M и искусственных переменных 10:35 – Симплекс-таблица и вычисления 21:23 – Анализ чувствительности 🎓 СЛЕДИТЕ ЗА ПОЛНОЙ СЕРИЕЙ ПО МЕТОДУ СИМПЛЕКСА Это часть 4 серии. В частях 1-3 рассматриваются задачи максимизации с ограничениями ≤, а в этом видео метод расширен до задач минимизации с ограничениями ≥. Для лучшего понимания смотрите видео по порядку. ▶️ Часть 1: Объяснение симплекс-метода: от исходной таблицы до оптимального решения    • Simplex Method Explained: From Initial Tab...   ▶️ Часть 2: Объяснение симплекс-метода: анализ чувствительности и теневая цена    • Simplex Method Explained: Sensitivity Anal...   ▶️ Часть 3: Объяснение симплекс-метода: снижение затрат и точка безубыточности    • Simplex Method Explained: Reduced Cost & B...   ▶️ Часть 4: Объяснение симплекс-метода: метод «Большого M» и искусственные переменные Вы смотрите это видео! 📈 Укрепите свое понимание с помощью графического метода ▶️ Плейлист с графическими решениями:    • Graphical Sensitivity Analysis in Linear P...   🔜 Далее: Смешанные ограничения (≤, ≥, =) В следующем уроке мы объединим все типы ограничений в одной задаче. Если этот урок вам помог, пожалуйста, поставьте лайк видео и подпишитесь на канал Optima Decisions Lab, чтобы получать больше уроков по линейному программированию, оптимизации, моделированию решений и симуляции. #МетодСимплекса #МетодБольшойМетода #ИскусственныеПеременные #ЛинейноеПрограммирование #Минимизация