Калькулятор симплекс-метода — пошагово

Пошаговый математический решатель задач линейного программирования. Максимизация и минимизация каноническим симплекс-методом, методом больших М и анализ чувствительности.

Исследование операций и линейное программирование

Основы симплекс-метода: академическое руководство

Узнайте, как симплекс-метод находит оптимум на многогранниках решений, преодолевает ограничения >= с помощью Big-M и вычисляет теневые цены.

01

Что решает симплекс-метод?

Симплекс-метод находит экстремум линейной целевой функции при системе линейных ограничений-неравенств и равенств. Геометрически область допустимых решений представляет собой выпуклый многогранник. Фундаментальная теорема ЛП утверждает, что оптимальное решение всегда достигается в одной из крайних точек (вершин). Вместо перебора всех вершин симплекс-метод последовательно переходит от одной вершины к смежной с лучшим значением функции.

02

Когда и зачем применять метод больших М (Big-M)?

Канонический симплекс-метод требует начального базисного плана (единичной матрицы), который дают дополнительные переменные при ограничениях вида <=. Если задача содержит ограничения >= или =, точка начала координат недопустима. Метод больших М вводит искусственные переменные со штрафом -M (при максимизации) или +M (при минимизации). Если в оптимальном плане искусственная переменная остается строго положительной, задача не имеет решений (несовместна).

03

Чтение симплекс-таблиц и анализ чувствительности

Каждая итерация обновляет таблицу методом Жордана-Гаусса. Входящая переменная выбирается по наибольшей по модулю отрицательной оценке в строке Z (при максимизации), а исключаемая — по наименьшему положительному симплекс-отношению. В оптимальной таблице калькулятор рассчитывает теневые цены (двойственные переменные) под столбцами дополнительных переменных, показывая предельную ценность ресурсов.

Часто задаваемые вопросы (FAQ)

Как выбрать между методом больших М и двухфазным методом?

Оба метода решают задачи с ограничениями >= и =. Метод Big-M использует одну целевую функцию с константой M, что удобно для ручного счета, но может вызывать вычислительные погрешности в софте. Двухфазный метод разделяет поиск допустимого плана (Фаза I) и оптимизацию (Фаза II). Simplex Solver Pro использует метод больших М для пошагового отображения таблиц; вы также можете изучить наше руководство по двухфазному методу для сравнения подходов.

Что делать, если правая часть (RHS) ограничения отрицательна?

Ограничение с отрицательной правой частью (например, 2x1 + x2 <= -4) необходимо нормализовать перед составлением таблицы, умножив обе части на -1 с изменением знака неравенства (-2x1 - x2 >= 4).

Как выявляются неограниченные задачи и альтернативные оптимумы?

Если в направляющем столбце все элементы меньше или равны нулю, симплекс-отношение не определяется, и целевая функция неограничена на допустимом множестве. Если в оптимальной таблице оценка небазисной переменной равна нулю, существует бесконечное множество оптимальных планов.

Каков экономический смысл теневой цены (двойственной оценки)?

Теневая цена показывает прирост максимального значения целевой функции при увеличении запаса соответствующего ресурса на единицу в интервале устойчивости базиса. Для дефицитных ограничений она строго положительна.

Operations Research

Пакет исследования операций

Исследуйте полную коллекцию интерактивных калькуляторов для линейного и дискретного программирования.