úlohy lineárního programování

Slides:



Advertisements
Podobné prezentace
Lineární programování Simplexový algoritmus
Advertisements

EMM 6 Ekonomicko-matematické metody 6 Prof. RNDr. Jaroslav Ramík, CSc.
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Nalezení nejkratší vzdálenosti mezi uzly dopravní sítě Předmět: Teorie dopravy - cvičení.
:-) Asymptotická složitost algoritmů Autor: Antonín DANĚK Semestrální projekt 1 – Y14TED.
EMM101 Ekonomicko-matematické metody č. 10 Prof. RNDr. Jaroslav Ramík, CSc.
EMM31 Ekonomicko-matematické metody 3 Prof. RNDr. Jaroslav Ramík,CSc.
Význam diferenciálních rovnic převzato od Doc. Rapanta.
Rovnice a nerovnice Soustavy rovnic VY_32_INOVACE_RONE_04.
Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační.
Ambasadoři přírodovědných a technických oborů Numerické metody Martin Hasal.
Funkce Lineární funkce a její vlastnosti 2. Funkce − definice Funkce je předpis, který každému číslu z definičního oboru, který je podmnožinou množiny.
ČÍSLO PROJEKTUCZ.1.07/1.5.00/ ČÍSLO MATERIÁLUDUM 7 – Lineární rovnice – teorie NÁZEV ŠKOLY Střední škola a Vyšší odborná škola cestovního ruchu,
Definice: Funkce f na množině D(f)  R je předpis, který každému číslu z množiny D(f) přiřazuje právě jedno reálné číslo. Jinak: Nechť A, B jsou neprázdné.
CW-057 LOGISTIKA 36. PŘEDNÁŠKA Lineární programování – 6 distribuce
MATEMATIKA Lineární nerovnice o jedné neznámé a jejich soustavy.
Simplexová metoda.
MATEMATIKA Funkce.
CZECH SALES ACADEMY Hradec Králové – VOŠ a SOŠ s.r.o.
MATEMATIKA Čísla celá základní pojmy.
Lineární funkce - příklady
Ekonomicko-matematické metody 7
Výukový materiál zpracovaný v rámci projektu EU peníze školám
Lineární rovnice a nerovnice I.
Soustava dvou lineárních rovnic se dvěma neznámými
Grafické řešení lineárních rovnic
Kvadratické nerovnice
Operační výzkum Lineární programování – cvičení
Elektronická učebnice - II
Soustava dvou lineárních rovnic se dvěma neznámými
Jednostupňová dopravní úloha
Maďarská metoda Kirill Šustov Michal Bednář Stanislav Běloch
Soustavy dvou lineárních rovnic se dvěma neznámými
NÁZEV: VY_32_INOVACE_02_18_M7_Hanak TÉMA: Celá čísla
Číslo projektu CZ.1.07/1.5.00/ Název projektu Škola pro 21. století
SIMULAČNÍ MODELY.
VY_32_INOVACE_RONE_13 Rovnice a nerovnice Iracionální rovnice.
Funkce Funkce (píšeme f (x) ) je každé zobrazení množiny A do množiny R, kde A je libovolná podmnožina množiny R. Zobrazované množině A říkáme definiční.
Repetitorium z matematiky Podzim 2012 Ivana Medková
CW-057 LOGISTIKA 34. PŘEDNÁŠKA Lineární programování – 4/G Leden 2017
4.1 – 4.3 Lineární nerovnice i jednoduchý podílový tvar
SÁRA ŠPAČKOVÁ MARKÉTA KOČÍBOVÁ MARCELA CHROMČÁKOVÁ LUKÁŠ BARTOŠ B3E1
MATEMATIKA Soustavy dvou lineárních rovnic o dvou neznámých.
Obchodní akademie, Střední odborná škola a Jazyková škola s právem státní jazykové zkoušky, Hradec Králové Autor: Mgr. Vladimíra Houšková Název materiálu:
Soustava dvou lineárních rovnic se dvěma neznámými
Kvadratické nerovnice
Dostupné z Metodického portálu
Lineární funkce.
Programování (14PRG) 1. cvičení.
Rovnice základní pojmy.
Lineární optimalizační model
CW-057 LOGISTIKA 33. PŘEDNÁŠKA Lineární programování - 3 Leden 2017
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
MATEMATIKA Obsah přednášky. Opakování, motivační příklady Funkce.
3. přednáška Laplaceova transformace
Soustava dvou lineárních rovnic se dvěma neznámými
Primitivní funkce Přednáška č.3.
Název školy:  ZÁKLADNÍ ŠKOLA PODBOŘANY, HUSOVA 276, OKRES LOUNY Autor:
Lineární regrese.
Příklad postupu operačního výzkumu
* Funkce Matematika – 9. ročník *.
Lineární funkce a její vlastnosti
Teorie chyb a vyrovnávací počet 1
Funkce v jazyce C = „množina“ operací, která provádí nějakou činnost s různými vstupy odstranění vícenásobného psaní či vkládání téhož kódu a lepší přehlednost.
Funkce Pojem funkce Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem.
Grafy kvadratických funkcí
Teorie chyb a vyrovnávací počet 2
TOC Class Problem I (jednodušší varianta P&Q analýzy) (v tomto konkrétním příkladu je P=Y a Q=Z – specifikace proměnných) Ing.J.Skorkovský, CSc.
Dopravní úloha.
MATEMATIKA Lineární rovnice o jedné neznámé.
Transkript prezentace:

úlohy lineárního programování Simplexová metoda Tabulkové řešení úlohy lineárního programování

Postup Je zadaný matematický model Převedení na soustavu rovnic Sestavení simplexové tabulky Výpočty v simplexové tabulce Interpretace výsledků

Matematický model 1 𝟒𝒙+𝟔𝒚≤𝟐𝟒 𝟒𝒙+𝟐𝒚≤𝟏𝟐 𝒇 𝒙,𝒚 =𝒙+𝒚 → 𝐦𝐚𝐱 Vlastní omezení: 𝟒𝒙+𝟔𝒚≤𝟐𝟒 𝟒𝒙+𝟐𝒚≤𝟏𝟐 Podmínky nezápornosti proměnných : 𝒙≥𝟎 ; 𝒚≥𝟎 Účelová funkce: 𝒇 𝒙,𝒚 =𝒙+𝒚 → 𝐦𝐚𝐱

Kanonický tvar 𝟒 𝒙 𝟏 +𝟔 𝒙 𝟐 + 𝟏𝒙 𝟑 +𝟎𝒙 𝟒 =𝟐𝟒 Vlastní omezení: 𝟒 𝒙 𝟏 +𝟔 𝒙 𝟐 + 𝟏𝒙 𝟑 +𝟎𝒙 𝟒 =𝟐𝟒 𝟒 𝒙 𝟏 +𝟐 𝒙 𝟐 + 𝟎𝒙 𝟑 +𝟏𝒙 𝟒 =𝟏𝟐 Podmínky nezápornosti: 𝒙 𝟏 ≥𝟎 ; 𝒙 𝟐 ≥𝟎 Účelová funkce: 𝒇 𝒙 𝟏 , 𝒙 𝟐 , 𝒙 𝟑 , 𝒙 𝟒 = 𝒙 𝟏 + 𝒙 𝟐 +𝟎 𝒙 𝟑 +𝟎 𝒙 𝟒 →𝐦𝐚𝐱

základní (vlastní) proměnné koeficienty účelové funkce Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P 1 4 6 24 x4 2 12 účelová fce optim. krit. koeficienty účelové funkce báze koeficienty báze koeficienty rovnic

Simplexová tabulka

základní (vlastní) proměnné Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P

základní (vlastní) proměnné koeficienty účelové funkce Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P 1 koeficienty účelové funkce

základní (vlastní) proměnné koeficienty účelové funkce Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P 1 4 6 24 2 12 koeficienty účelové funkce koeficienty rovnic

základní (vlastní) proměnné koeficienty účelové funkce Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P 1 4 6 24 x4 2 12 koeficienty účelové funkce báze koeficienty rovnic

základní (vlastní) proměnné koeficienty účelové funkce Simplexová tabulka základní (vlastní) proměnné přídatné proměnné x1 x2 x3 x4  P 1 4 6 24 x4 2 12 koeficienty účelové funkce báze koeficienty báze koeficienty rovnic

průběžná hodnota účelové funkce = předchozí řádek  červený řádek Simplexová tabulka x1 x2 x3 x4  P 1 4 6 24 x4 2 12 účelová fce optim. krit. -1 koeficienty báze průběžná hodnota účelové funkce = předchozí řádek  červený řádek

Simplexová tabulka 4 6 24 2 12 x1 x2 x3 x4 P 1 12 / 2 = 6 x4 6 / 2 = 3 přídatné proměnné x1 x2 x3 x4  P 1 4 6 24 12 / 2 = 6 x4 2 12 6 / 2 = 3 účelová fce optim. krit. -1 báze nejmenší hodnota = klíčový řádek klíčový prvek nejzápornější hodnota = klíčový sloupec

Druhý krok v s-tabulce 2 3 12 6 -1 ½ x1 x2 x3 x4 P 1 12 / 2 = 6 x4 x1 nahradí v bázi x4 x1 x2 x3 x4  P 1 2 3 12 12 / 2 = 6 x4 6 6 / 2 = 3 účelová fce optim. krit. ‒1 -1 ½ 3 / ½ = 6 ‒½ nová báze klíčový řádek klíčový prvek klíčový sloupec

Třetí krok v s-tabulce 2 -1 6 ½ 3 ‒¼ ¾ 1,5 4,5 x1 x2 x3 x4 P 1 2 -1 6 6 / 2 = 3 ½ 3 3 / ½ = 6 účelová fce optim. krit. ‒½ ‒¼ ¾ 1,5 ¼ 4,5 nová báze pro tyto hodnoty x2 a x1 máme tento maximální zisk . žádná záporná hodnota !!  konec výpočtu

Řešení problému LP ověříme grafickou metodou: 6 5 4 3 2 1 Řešení problému LP ověříme grafickou metodou: množina přípustných řešení.

účelová funkce: x1 + x2 = c = 6 dotykový bod: P[ 1,5 ; 3 ] 4 3 2 1 účelová funkce: x1 + x2 = c = 6 dotykový bod: P[ 1,5 ; 3 ] hledané maximum: 1,5 + 3 = 4,5

Závěr 1: Řešením matematického modelu je dvojice čísel x1 = 1,5 a x2 = 3 . Maximální možná hodnota účelové funkce potom je 𝒇 1,5 ;𝟑 =1,5+𝟑=4,5

Matematický model 2 𝟓𝒙+𝟑𝒚 ≥ 𝟏𝟓𝟎 𝟒𝒙+𝟒𝒚 ≥ 𝟏𝟔𝟎 𝒙≥𝟎 ; 𝒚≥𝟎 Vlastní omezení: 𝟓𝒙+𝟑𝒚 ≥ 𝟏𝟓𝟎 𝟒𝒙+𝟒𝒚 ≥ 𝟏𝟔𝟎 Podmínky nezápornosti proměnných : 𝒙≥𝟎 ; 𝒚≥𝟎 Účelová funkce: 𝒇 𝒙,𝒚 =𝟔𝟎𝒙+𝟒𝟓𝒚→ 𝐦𝐢𝐧

Kanonický tvar 𝟓 𝒙 𝟏 +𝟑 𝒙 𝟐 − 𝒙 𝟑 +𝟎𝒙 𝟒 + 𝟏𝒙 𝟓 +𝟎𝒙 𝟔 =𝟏𝟓𝟎 Vlastní omezení: 𝟓 𝒙 𝟏 +𝟑 𝒙 𝟐 − 𝒙 𝟑 +𝟎𝒙 𝟒 + 𝟏𝒙 𝟓 +𝟎𝒙 𝟔 =𝟏𝟓𝟎 𝟒 𝒙 𝟏 +𝟒 𝒙 𝟐 + 𝟎𝒙 𝟑 −𝒙 𝟒 +𝟎𝒙 𝟓 +𝟏𝒙 𝟔 =𝟏𝟔𝟎 Podmínky nezápornosti: 𝒙 𝟏 ≥𝟎 ; 𝒙 𝟐 ≥𝟎 Účelová funkce (prohibitivní koeficienty 100): 𝒇 𝒙 𝟏 , 𝒙 𝟐 , 𝒙 𝟏 , 𝒙 𝟐 = =𝟔𝟎 𝒙 𝟏 +𝟒𝟓 𝒙 𝟐 +𝟎 𝒙 𝟑 +𝟎 𝒙 𝟒 + 𝟏𝟎𝟎𝒙 𝟓 + 𝟏𝟎𝟎𝒙 𝟔 →𝐦𝐢𝐧

menší hodnota = klíčový řádek nejkladnější hodnota = klíčový sloupec Simplexová tabulka vlastní proměnné přídatné proměnné pomocné proměnné menší hodnota = klíčový řádek x1 x2 x3 x4  x5 x6 P 60 45 100 5 3 -1 1 150 150/5 = 30 4 160 160/4 = 40 účelová fce 900 700 -100 31000 optim. krit. 840 655 klíčový prvek báze nejkladnější hodnota = klíčový sloupec

Druhý krok v s-tabulce x1 x2 x3 x4 x5 x6 P 60 45 100 5 3 -1 1 150 30 4 100 5 3 -1 1 150 30 4 160 40 úč. fce 900 700 -100 31 000 opt. krit. 840 655 ⅗ -⅕ ⅕ 50 ⁸/₅ ⅘ -⅘ 25 196 68 -68 5 800 151 -168 klíčový řádek novábáze klíčový prvek klíčový sloupec

Třetí krok v s-tabulce x1 x2 x3 x4 x5 x6 P 60 45 100 1 ⅗ -⅕ ⅕ 30 50 100 1 ⅗ -⅕ ⅕ 30 50 ⁸/₅ ⅘ -1 -⅘ 40 25 úč. fce 196 68 -100 -68 5 800 opt. krit. 151 -168 -½ ⅜ ½ -⅜ 15 -⅝ ⅝ -7,5 5,625 7,5 2 025 -5,625 -92,5 -94,375 pro tyto hodnoty x1 a x2 máme tyto minimální náklady . novábáze nejsou žádné kladné  konec výpočtu

Závěr 2: Řešením matematického modelu je dvojice čísel x1 = 15 a x2 = 25 . Hodnota účelové funkce (ta maximální) potom je 𝒇 15 ;𝟐𝟓 =60.15 + 45.25 = 2 025

Matematický model 3 2x + y  16 ; x + 3y  24 ; 2x + 2y  20 𝒙≥𝟎 ; 𝒚≥𝟎 Vlastní omezení: 2x + y  16 ; x + 3y  24 ; 2x + 2y  20 Podmínky nezápornosti proměnných : 𝒙≥𝟎 ; 𝒚≥𝟎 Účelová funkce: f(x , y) = 4x + 7y  max

Simplexová tabulka 2 1 16 3 24 20 x1 x2 x3 x4 x5 P 4 7 16 / 1 = 16 x4 přídatné proměnné báze x1 x2 x3 x4  x5 P 4 7 2 1 16 16 / 1 = 16 x4 3 24 24 / 3 = 8 20 20 / 2 = 10 úč. fce opt. krit. ‒4 ‒7 jednotková matice

Simplexová tabulka 2 1 16 3 24 20 x1 x2 x3 x4 x5 P 4 7 16 / 1 = 16 x4 přídatné proměnné báze x1 x2 x3 x4  x5 P 4 7 2 1 16 16 / 1 = 16 x4 3 24 24 / 3 = 8 20 20 / 2 = 10 úč. fce opt. krit. ‒4 ‒7 klíčový řádek klíčový prvek klíčový sloupec

Druhý krok v s-tabulce 2 1 16 3 24 20 ⁵⁄₃ -⅓ 8 ⅓ ⁴⁄₃ -⅔ x1 x2 x3 x4 x5 P 4 7 2 1 16 16 / 1 = 16 x4 3 24 24 / 3 = 8 20 20 / 3 = 10 úč. fce opt. krit. ‒4 ‒7 ⁵⁄₃ -⅓ 8 24/5 = 4,8 ⅓ ⁴⁄₃ -⅔ ⁷⁄₃ 56 ‒⁵⁄₃ nová báze jednotková matice

Druhý krok v s-tabulce 2 1 16 3 24 20 ⁵⁄₃ -⅓ 8 ⅓ ⁴⁄₃ -⅔ x1 x2 x3 x4 x5 P 4 7 2 1 16 16 / 1 = 16 x4 3 24 24 / 3 = 8 20 20 / 3 = 10 úč. fce opt. krit. ‒4 ‒7 ⁵⁄₃ -⅓ 8 24/5 = 4,8 ⅓ ⁴⁄₃ -⅔ ⁷⁄₃ 56 ‒⁵⁄₃ nová báze

Druhý krok v s-tabulce ⁵⁄₃ 1 -⅓ 8 ⅓ ⁴⁄₃ -⅔ ½ -⁵⁄₄ -¼ -½ ¾ x1 x2 x3 x4 P 4 7 ⁵⁄₃ 1 -⅓ 8 24/5 = 4,8 ⅓ 24 ⁴⁄₃ -⅔ 3 úč. fce ⁷⁄₃ 56 opt. krit. ‒⁵⁄₃ ½ -⁵⁄₄ -¼ -½ ¾ ³⁄₂ ⁵⁄₄ 61 nová báze jednotková matice

žádné záporné  konec výpočtů Druhý krok v s-tabulce x1 x2 x3 x4  x5 P 4 7 ⁵⁄₃ 1 -⅓ 8 24/5 = 4,8 ⅓ 24 ⁴⁄₃ -⅔ 3 úč. fce ⁷⁄₃ 56 opt. krit. ‒⁵⁄₃ ½ -⁵⁄₄ -¼ -½ ¾ ³⁄₂ ⁵⁄₄ 61 nová báze žádné záporné  konec výpočtů

x1 = 3 a x2 = 7 má účelová funkce optimální hodnotu 61 Druhý krok v s-tabulce x1 x2 x3 x4  x5 P 4 7 ⁵⁄₃ 1 -⅓ 8 24/5 = 4,8 ⅓ 24 ⁴⁄₃ -⅔ 3 úč. fce ⁷⁄₃ 56 opt. krit. ‒⁵⁄₃ ½ -⁵⁄₄ -¼ -½ ¾ ³⁄₂ ⁵⁄₄ 61 nová báze Pro x1 = 3 a x2 = 7 má účelová funkce optimální hodnotu 61

Závěr 3: Řešením matematického modelu je dvojice čísel x1 = 3 a x2 = 7 . Hodnota účelové funkce (ta maximální) potom je 𝒇 3 ;𝟕 =4.3 + 7.7 = 𝟔𝟏

Závěr celkový: Viděli jsme celkem tři modely, každý nám ukázal něco trochu jiného. Model č.1 byl úlohou na maximum se dvěma nerovnicemi. Model č.2 byl úlohou na minimum se dvěma nerovnicemi. Model č.3 byl úlohou na maximum se třemi nerovnicemi. Měli jsme možnost sledovat iterační proces, kdy v každém kroku se změnou báze (jednotková matice) došlo ke zlepšení hodnoty účelové funkce.