Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Badania Operacyjne Ćwiczenia nr 5 (Materiały)"

Transkrypt

1 ZADANIE 1 Zakład produkuje trzy rodzaje papieru: standardowy do kserokopiarek i drukarek laserowych (S), fotograficzny (F) oraz nabłyszczany do drukarek atramentowych (N). Każdy z rodzajów papieru wymaga obróbki na trzech maszynach. Jeden tysiąc ryz papieru modelu S wymaga 4 godz. obróbki na maszynie M 1, 6 godz. obróbki na maszynie M 2 oraz 4 godz. obróbki na maszynie M 3. Do wyprodukowania tysiąca ryz papieru F niezbędne jest 10 godz. pracy maszyny M 1, 4 godz. pracy maszyny M 2 i 6 godz. pracy maszyny M 3, a dla tysiąca ryz wyrobu N niezbędne czasy pracy maszyn wynoszą odpowiednio: 4, 2 i 6 godz. Maszyny w ciągu tygodnia mogą maksymalnie pracować: M 1 80 godz., M 2 i M 3 po 60 godz. (1) Wiedząc, że cena ryzy papieru S wynosi 12 zł, papieru F 24 zł, zaś papieru N 16 zł określić optymalną tygodniową produkcję ryz papierów dającą maksymalny przychód ze sprzedaży. Pierwszym etapem jest zapisanie powyższego problemu decyzyjnego za pomocą programu liniowego: Zmienne decyzyjne: ść ść ść ł Warunki ograniczające: Artur Piątkowski WZ UW Strona 1

2 Funkcja celu: Badania Operacyjne Ćwiczenia nr 5 (Materiały) Następnie należy zaimplementować powyższy program do arkusza kalkulacyjnego MS Excel Przenosimy do arkusza poszczególne części programu: zmienne decyzyjne, warunki ograniczające oraz funkcję celu. Po zaimplementowaniu modelu (programu) do arkusza kalkulacyjnego, należy go rozwiązać z wykorzystaniem dodatku Solver. Odp1.: Optymalna tygodniowa produkcja wynosi: 6 tys. ryz papieru F oraz 3 tys. ryz papieru N (X 1 * =0,X 2 * =6, X 3 * =3 ). Taka kombinacja produkcji ryz papieru gwarantuje maksymalny przychód ze sprzedaży, który wynosi 213 tys. zł. Artur Piątkowski WZ UW Strona 2

3 Programowanie całkowitoliczbowe Zadanie programowania liniowego, w którym zmienne decyzyjne muszą przyjmować wartości całkowite nazywamy zadaniem programowania całkowitoliczbowego. Programowanie całkowitoliczbowe stosuje się w przypadkach, kiedy ułamkowe wartości zmiennych decyzyjnych nie mają sensu w rzeczywistości (np. Jedną z metod rozwiązywania zagadnień programowania całkowitoliczbowego jest metoda podziału i ograniczeń. Działanie metody polega na analizie drzewa rozwiązań. Drzewo reprezentuje wszystkie możliwe ścieżki, jakimi może pójść algorytm rozwiązując dany problem. Algorytm zaczyna w korzeniu drzewa i przechodząc do któregoś liścia konstruuje rozwiązanie. Przegląd całego drzewa rozwiązań jest bardzo czasochłonny i kosztowny. Dzięki metodzie podziału i ograniczeń można przyciąć drzewo rozwiązań i analizować tylko obiecujące obszary. (2) Dodatkowy warunek: x 1, x 2, x 3 są całkowite (warunek całkowitej liczbowości). W powyższym zadaniu optymalne wartości produkcji poszczególnych rodzajów papieru są liczbami rzeczywistymi: nie są liczbami całkowitymi. Wykorzystując metodę podziału i ograniczeń narzucamy dodatkowe ograniczenia, które wycinają pasy niecałkowitej liczbowości. Wybieramy zmienną decyzyjną o wartości ułamkowej np. i narzucamy warunki: Następnie implementujemy nowe ograniczenie do arkusza kalkulacyjnego i rozwiązujemy program. Zacznijmy od ograniczenia Artur Piątkowski WZ UW Strona 3

4 Po dodaniu nowego ograniczenia funkcja celu i zmienne decyzyjne przyjęły następujące wartości: X 1 oraz X 2 są liczbami całkowitymi, ale X 3 jest liczbą rzeczywistą (nie spełnia warunku całkowitej liczbowości). Należy narzucić kolejne warunki: Implementujemy ograniczenie i rozwiązujemy program. Artur Piątkowski WZ UW Strona 4

5 Dodanie nowego ograniczenia spowodowało, że program nie ma rozwiązania. BRAK ROZWIĄZANIA Implementujemy ograniczenie i rozwiązujemy program. Po dodaniu nowego ograniczenia funkcja celu i zmienne decyzyjne przyjęły następujące wartości: X 2 oraz X 3 są liczbami całkowitymi, ale X 1 jest liczbą rzeczywistą (nie spełnia warunku całkowitej liczbowości). Należy narzucić kolejne warunki: Artur Piątkowski WZ UW Strona 5

6 BRAK ROZWIĄZANIA Wróćmy do pierwszej pary ograniczeń (początkowego rozgałęzienia) i dodajmy ograniczenie Po dodaniu nowego ograniczenia funkcja celu i zmienne decyzyjne przyjęły następujące wartości: Zmienne decyzyjne X 1, X 2 oraz X 3 są liczbami całkowitymi. Dodatkowo funkcja celu w gałęzi zapoczątkowanej warunkiem X 2 i jest większa niż Artur Piątkowski WZ UW Strona 6

7 w gałęzi zapoczątkowanej warunkiem X 2, gdzie wynosi. Nie opłaca się dalej analizować gałęzi zapoczątkowanej przez warunek X 2 funkcja celu przyjmie w niej wartość co najwyżej równą 208, która jest mniejsza od wartości funkcji celu w pierwszej gałęzi. OK BRAK ROZWIĄZANIA Teraz wybieramy drugą zmienną decyzyjną o wartości ułamkowej i narzucamy warunki: Powstają dwie nowe gałęzie: Artur Piątkowski WZ UW Strona 7

8 Następnie implementujemy nowe ograniczenie do arkusza kalkulacyjnego i rozwiązujemy program. Zacznijmy od ograniczenia Po dodaniu nowego ograniczenia funkcja celu i zmienne decyzyjne przyjęły następujące wartości: Zmienne decyzyjne X 1, X 2 oraz X 3 są liczbami całkowitymi. Funkcja celu w gałęzi zapoczątkowanej warunkiem X 3 i jest mniejsza niż funkcja celu w gałęzi zapoczątkowanej warunkiem X 2 ( OK Analizujemy ostatnią gałąź, zapoczątkowaną przez ograniczenie implementujemy do arkusza kalkulacyjnego., które Artur Piątkowski WZ UW Strona 8

9 Po dodaniu nowego ograniczenia funkcja celu i zmienne decyzyjne przyjęły następujące wartości: X 3 jest liczbą całkowitą, ale X 1 oraz X 2 są liczbami rzeczywistymi, które nie spełniają warunku całkowitej liczbowości. Nie opłaca się analizować dalej tej gałęzi pomimo tego, że jest większe niż (wartość funkcji celu w gałęzi zapoczątkowanej ograniczeniem X 2. Funkcja celu posiada następująca postać: Jeżeli wartość funkcji celu w rozwinięciu analizowanej gałęzi przyjmie wartość z przedziału (212, 213), to będzie to oznaczać, że nie wszystkie zmienne decyzyjne spełniają warunek całkowitej liczbowości. Jeżeli wartość funkcji celu przyjmie wartość 212, to będzie wynosiła ona tyle samo, co w przypadku gałęzi zapoczątkowanej ograniczeniem X 2. OK Odp2.: Po narzuceniu warunku całkowitej liczbowości zmienne decyzyjne przyjęły następujące wartości:, które gwarantują przychód na poziomie FCL * =212 tys. złotych. Artur Piątkowski WZ UW Strona 9

10 Powyższy problem można również rozwiązać z wykorzystaniem dodatku Solver oraz ograniczenia integer (całkowitoliczbowego). Należy przejść w okno dodatku Solver oraz dodać trzy nowe ograniczenia, które bezpośrednio dotyczą zmiennych decyzyjnych: W okienku Podlegających ograniczeniom pojawi się sześć ograniczeń, w tym trzy dotyczące całkowitoliczbowości zmiennych decyzyjnych. Artur Piątkowski WZ UW Strona 10

11 Po dodaniu trzech warunków int zmienne decyzyjne i funkcja celu przyjęły następujące wartości: Odp2.: Po narzuceniu warunku całkowitej liczbowości zmienne decyzyjne przyjęły następujące wartości:, które gwarantują przychód na poziomie FCL * =212 tys. złotych. Zagadnienie transportowe Zagadnienie transportowe problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych źródeł zaopatrzenia do kilku punktów zgłaszających zapotrzebowanie na ten towar. Model zagadnienia transportowego można sformułować następująco: I dostawców pewnego jednorodnego towaru, z których każdy dysponuje A i (i=1,,i) jednostkami tego towaru, zaopatruje J odbiorców. Zapotrzebowanie każdego z odbiorców wynosi B j jednostek (j=1,,j). Każdy z dostawców może zaopatrywać dowolnego odbiorcę. Każdy odbiorca może otrzymywać towar od dowolnego dostawcy. Jednostkowe koszty transportu od i-tego dostawcy do j-tego odbiorcy: c ij (i=1,2,,i; j=1,2,,j). Całkowity koszt transportu jest sumą kosztów transportu na poszczególnych trasach. Należy opracować plan przewozu towarów pomiędzy dostawcami i odbiorcami, tak aby łączne koszty transportu były możliwie najniższe. Plan przewozu towarów ma określić ile Artur Piątkowski WZ UW Strona 11

12 towaru powinien dostarczyć i-ty dostawca j-temu odbiorcy te wielkości są zmiennymi decyzyjnymi.: x ij (i=1,2,,i; j=1,2,,j). Aby model transportowy miał rozwiązanie musi być spełniony następujący warunek: odbiorców). (łączna podaż dostawców powinna być nie mniejsza niż łączne zapotrzebowanie Jeżeli warunek jest spełniony z równością: to mamy do czynienia z zamkniętym zagadnieniem transportowym. Jeżeli warunek jest spełniony z nierównością (ostro): to mamy do czynienia z otwartym zagadnieniem transportowym. Zamknięte zagadnienie transportowe posiada). Warunki dla dostawców (i-ty dostawca ma dostarczyć odbiorcom tyle towaru, ile Artur Piątkowski WZ UW Strona 12

13 Warunek dla odbiorców (j-ty odbiorca ma otrzymać od wszystkich dostawców tyle towaru, ile potrzebuje). Warunki brzegowe. Funkcja celu (minimalizacja łącznych kosztów transportu od wszystkich dostawców do wszystkich odbiorców). ZADANIE 2 Trzy magazyny: M 1, M 2 oraz M 3 zaopatrują w mąkę cztery piekarnie: P 1, P 2, P 3, P 4. Wielkości charakteryzujące popyt, podaż i koszty transportu mąki (w zł za tonę) z każdego magazynu do każdej piekarni ilustruje poniższa tablica. Magazyny Piekarnie Podaż P 1 P 2 P 3 P 4 M M M Popyt Opracować plan przewozu mąki z magazynów do piekarń, w którym funkcja celu minimalizuje koszty przewozu. Pierwszym krokiem jest sprawdzenie, czy łączna podaż dostawców jest nie mniejsza niż łączny popyt odbiorców: Warunek jest spełniony z równością w takim wypadku mamy do czynienia z zamkniętym zagadnieniem transportowym. Artur Piątkowski WZ UW Strona 13

14 Następnie należy zapisać powyższy problem decyzyjny za pomocą programu liniowego: Zmienne decyzyjne (jest dwanaście zmiennych decyzyjnych): ść ą ść ść ą ą ść ą Warunki ograniczające: Podażowe: Popytowe: Funkcja celu: Artur Piątkowski WZ UW Strona 14

15 Następnie należy zaimplementować powyższy program do arkusza kalkulacyjnego MS Excel Przenosimy do arkusza poszczególne części programu: zmienne decyzyjne, warunki ograniczające, funkcję celu oraz tabelę z kosztami transportu. Artur Piątkowski WZ UW Strona 15

16 Do konstrukcji funkcji celu wykorzystujemy tabelę z kosztami transportu: Artur Piątkowski WZ UW Strona 16

17 Program rozwiązujemy z wykorzystaniem dodatku Solver. Należy pamiętać, że ograniczenia mają postać równości, ponieważ jest to zamknięte zagadnienie transportowe. Warunków ograniczających (popytowych i podażowych) jest razem siedem. Po zaimplementowaniu poszczególnych części zadania do dodatku Solver należy rozwiązań program. Artur Piątkowski WZ UW Strona 17

18 wartości: Po rozwiązaniu programu zmienne decyzyjne i funkcja celu przyjęły następujące Odp.: Z pierwszego magazynu należy przewieść 30 ton mąki do trzeciej piekarni oraz 40 ton mąki do czwartej piekarni. Z drugiego magazynu należy przewieść 40 ton mąki do pierwszej piekarni oraz 10 ton mąki do czwartej piekarni. Z trzeciego magazynu należy przewieść 60 ton mąki do drugiej piekarni oraz 20 ton mąki do trzeciej piekarni. Taki plan przewozu gwarantuje minimalne koszty transportu na poziomie 8000 zł. Artur Piątkowski WZ UW Strona 18

19 Literatura 1. Guzik B. (2009). Wstęp do badań operacyjnych. Wydawnictwo Uniwersytetu Ekonomicznego, Poznań. 2. Kukuła K. (1999). Badania operacyjne w przykładach i zadaniach. PWN, Warszawa. 3. Lipiec-Zajchowska M. Wspomaganie procesów decyzyjnych. Tom III. Badania Operacyjne, Wyd. C.H. Beck, Warszawa Radzikowski W. (1994). Badania operacyjne w zarządzaniu. Wydawnictwa Uniwersytetu Warszawskiego, Warszawa. 5. Sikora W. (2008). Badania operacyjne. PWE, Warszawa. Artur Piątkowski WZ UW Strona 19

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNENE TRANSPORTOWE Definicja: Program liniowy to model, w którym warunki ograniczające oraz funkcja celu są funkcjami liniowymi. W skład każdego programu liniowego wchodzą: zmienne decyzyjne, ograniczenia

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Badania Operacyjne Ćwiczenia nr 6 (Materiały) Otwarte zagadnienie transportowe Jeżeli łączna podaż dostawców jest większa niż łączne zapotrzebowanie odbiorców to mamy do czynienia z otwartym zagadnieniem transportowym. Warunki dla dostawców (i-ty

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Badania Operacyjne Ćwiczenia nr 4 (Materiały) Analiza wrażliwości Rozwiązanie programu liniowego jest dopiero początkiem analizy. Z punktu widzenia decydenta (menadżera) jest istotne, żeby wiedzieć jak na rozwiązanie optymalne wpływają zmiany parametrów

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu Analiza wrażliwości: współczynników funkcji celu analiza wrażliwości pozwala odpowiedzieć na pytanie, w jakich granicach mogą się zmieniać te parametry, aby dotychczasowe rozwiązanie było optymalne, wyrazów

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Badania Operacyjne Ćwiczenia nr 1 (Materiały) Wprowadzenie Badania operacyjne (BO) to stosunkowo młoda dyscyplina naukowa, która powstała w czasie II Wojny Światowej, w związku z utworzeniem przy niektórych sztabach sił zbrojnych specjalnych grup

Bardziej szczegółowo

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe Ćwiczenia laboratoryjne - 7 Zagadnienie transportowoprodukcyjne ZT-P programowanie liniowe Ćw. L. 8 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym

Bardziej szczegółowo

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Ćwiczenia 4 Programowanie liniowe Dualizm w programowaniu liniowym Plan zajęć Dualizm w programowaniu liniowym Projektowanie programu dualnego Postać programu dualnego Przykład 1 Rozwiązania

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW Zadania transportowe Zadania transportowe są najczęściej rozwiązywanymi problemami w praktyce z zakresu optymalizacji

Bardziej szczegółowo

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI Zagadnienie transportowe Klasyczne zagadnienie transportowe Klasyczne zadanie transportowe problem najtańszego przewozu jednorodnego dobra pomiędzy punktami nadania

Bardziej szczegółowo

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 4 BADANIA OPERACYJNE dr inż. Maciej Wolny AGENDA I. Badania operacyjne podstawowe definicje II. Metodologia badań operacyjnych III. Wybrane zagadnienia badań operacyjnych

Bardziej szczegółowo

OPTYMALIZACJA DYSKRETNA

OPTYMALIZACJA DYSKRETNA Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi

Bardziej szczegółowo

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że Stwierdzeń będzie. Przy każdym będzie należało ocenić, czy jest to stwierdzenie prawdziwe, czy fałszywe i zaznaczyć x w tabelce odpowiednio przy prawdzie, jeśli jest ono prawdziwe lub przy fałszu, jeśli

Bardziej szczegółowo

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? : Proces zmieniania wartości w komórkach w celu sprawdzenia, jak

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 3 (Materiały)

Badania Operacyjne Ćwiczenia nr 3 (Materiały) Metoda analityczna Przed przystąpieniem do rozwiązania programu liniowego metodą analityczną, należy sprowadzić program do postaci KANONICZNEJ. Model o postaci kanonicznej to taki, w którym wszystkie warunki

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

ZAGADNIENIA TRANSPORTOWE

ZAGADNIENIA TRANSPORTOWE ZAGADNIENIA TRANSPORTOWE Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE opracowano w 1941 r. (F.L. Hitchcock) Jest to problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Ćwiczenia 2 Programowanie liniowe Metoda geometryczna Plan zajęć Programowanie liniowe metoda geometryczna Przykład 1 Zbiór rozwiązań dopuszczalnych Zamknięty zbiór rozwiązań dopuszczalnych

Bardziej szczegółowo

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02 Optymalizacja całkowitoliczbowa Przykład. Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02 Firma stolarska produkuje dwa rodzaje stołów Modern i Classic, cieszących się na rynku dużym zainteresowaniem,

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE(ZT)

ZAGADNIENIE TRANSPORTOWE(ZT) A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że

Bardziej szczegółowo

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie:

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: Badania operacyjne Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe

Programowanie liniowe całkowitoliczbowe Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie nazywamy zadaniem programowania liniowego

Bardziej szczegółowo

Zagadnienie transportowe

Zagadnienie transportowe 9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11) Microsoft EXCEL - SOLVER 2. Elementy optymalizacji z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję

Bardziej szczegółowo

Excel - użycie dodatku Solver

Excel - użycie dodatku Solver PWSZ w Głogowie Excel - użycie dodatku Solver Dodatek Solver jest narzędziem używanym do numerycznej optymalizacji nieliniowej (szukanie minimum funkcji) oraz rozwiązywania równań nieliniowych. Przed pierwszym

Bardziej szczegółowo

Zadanie niezbilansowane. Gliwice 1

Zadanie niezbilansowane. Gliwice 1 Zadanie niezbilansowane 1 Zadanie niezbilansowane Przykład 11 5 3 8 2 A 4 6 4 2 B 9 2 3 11 C D E F G dostawcy odbiorcy DOSTAWCY: A: 15 B: 2 C: 6 ODBIORCY: D: 8 E: 3 F: 4 G: 5 2 Zadanie niezbilansowane

Bardziej szczegółowo

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego Przykład wykorzystania dodatku SOLVER 1 w arkuszu Ecel do rozwiązywania zadań programowania matematycznego Firma produkująca samochody zaciągnęła kredyt inwestycyjny w wysokości mln zł na zainstalowanie

Bardziej szczegółowo

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI

PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Strona 1 PROGRAM OPTYMALIZACJI PLANU PRODUKCJI Program autorski opracowany przez Sławomir Dąbrowski ul. SIENKIEWICZA 3 m. 18 26-220 STĄPORKÓW tel: 691-961-051 email: petra.art@onet.eu, sla.dabrowscy@onet.eu

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Programowanie liniowe, metoda geometryczna, dobór struktury asortymentowej produkcji Zachodniopomorski Uniwersytet

Bardziej szczegółowo

Microsoft EXCEL SOLVER

Microsoft EXCEL SOLVER Microsoft EXCEL SOLVER 1. Programowanie liniowe z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję

Bardziej szczegółowo

Problem zarządzania produkcją i zapasami

Problem zarządzania produkcją i zapasami Problem zarządzania produkcją i zapasami Wykorzystamy zasadę optymalności Bellmana do poradzenia sobie z zarządzaniem zapasami i produkcją w określonym czasie z punktu widzenia istniejącego i mogącego

Bardziej szczegółowo

Statystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe. dr Adam Sojda

Statystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe. dr Adam Sojda Statystyka z elementami badań operacyjnych BADANIA OPERACYJNE - programowanie liniowe -programowanie sieciowe dr Adam Sojda Literatura o Kukuła K. (red.): Badania operacyjne w przykładach i zadaniach.

Bardziej szczegółowo

Rozwiązywanie programów matematycznych

Rozwiązywanie programów matematycznych Rozwiązywanie programów matematycznych Program matematyczny składa się z następujących elementów: 1. Zmiennych decyzyjnych:,,, 2. Funkcji celu, funkcji-kryterium, która informuje o jakości rozwiązania

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału Problem przydziału Przykład Firma KARMA zamierza w okresie letnim przeprowadzić konserwację swoich urządzeń; mieszalników,

Bardziej szczegółowo

c j x x

c j x x ZESTAW 1 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 700 ton, w miejscowości 900 ton Ma być on przewieziony

Bardziej szczegółowo

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT). KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT). Przez klasyczne zagadnienie transportowe rozumiemy problem znajdowania najtańszego programu przewozowego jednorodnego dobra pomiędzy punktami nadania (m liczba

Bardziej szczegółowo

1 Programowanie całkowitoliczbowe PLC

1 Programowanie całkowitoliczbowe PLC Metody optymalizacji, wykład nr 9 Paweł Zieliński Programowanie całkowitoliczbowe PLC Literatura [] S.P. Bradley, A.C. Hax, T. L. Magnanti Applied Mathematical Programming Addison-Wesley Pub. Co. (Reading,

Bardziej szczegółowo

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1 A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a,a 2,...,a p i qodbiorców, którychpopytwynosi b,b 2,...,b

Bardziej szczegółowo

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5

Bardziej szczegółowo

ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.3. ZADANIA Wykorzystując

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Przedmiot: Nr ćwiczenia: 1 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie liniowe Cel ćwiczenia: Opanowanie umiejętności modelowania i rozwiązywania problemów

Bardziej szczegółowo

Badania operacyjne. Lista zadań projektowych nr 2

Badania operacyjne. Lista zadań projektowych nr 2 Badania operacyjne Lista zadań projektowych nr 2 1. Trzy PGR-y mają odstawić do czterech punktów skupu pszenicę w następujących ilościach: PGR I - 100 ton, PGR II - 250 ton, PGR III - 100 ton. Punkty skupu

Bardziej szczegółowo

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl

Bardziej szczegółowo

Badania operacyjne Instrukcja do c wiczen laboratoryjnych Rozwiązywanie problemów programowania liniowego z użyciem MS Excel + Solver

Badania operacyjne Instrukcja do c wiczen laboratoryjnych Rozwiązywanie problemów programowania liniowego z użyciem MS Excel + Solver Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Wydział Techniki Morskiej i Transportu Katedra Konstrukcji, Mechaniki i Technologii Okręto w Badania operacyjne Instrukcja do c wiczen laboratoryjnych

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe

Programowanie liniowe całkowitoliczbowe Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie nazywamy zadaniem programowania liniowego

Bardziej szczegółowo

łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)

łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.) 14. Zadanie przydziału z ustalonym poziomem produkcji i limitowanym czasem pracy planowanie wielkości produkcji (wersja uproszczona) Producent może wytwarzać n rodzajów wyrobów. Każdy z wyrobów można być

Bardziej szczegółowo

Barbadoska 16 mb 24 mb Afrykańska 16 mb 10 mb

Barbadoska 16 mb 24 mb Afrykańska 16 mb 10 mb I. Ćwiczenia 2 Firma McCain jest światowym potentatem w branży frytek. W swojej fabryce, która znajduje się w Buriey (stan Idaho), produkuje frytki Golden Longs oraz frytki My Fries Classic. Fabryka zaopatruje

Bardziej szczegółowo

Pyt.1. Podać warunki jakie musi spełniać model matematyczny dla możliwości rozwiązywania metodami programowania liniowego.

Pyt.1. Podać warunki jakie musi spełniać model matematyczny dla możliwości rozwiązywania metodami programowania liniowego. Firma produkująca płatki śniadaniowe rozważa wypuszczenie na rynek nowego produktu. Ma to być mieszanka pszenicy, ryżu i kukurydzy. Normy zawartości przedstawia tabela: Dane Pszenica Ryż Kukurydza Zawartość

Bardziej szczegółowo

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny.

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny. Badania operacyjne Dr Michał Kulej. Pokój 509, budynek B4 michal.kulej@pwr.wroc.pl Materiały do zajęć będa dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia wykładu: egzamin

Bardziej szczegółowo

Standardowe zadanie programowania liniowego. Gliwice 1

Standardowe zadanie programowania liniowego. Gliwice 1 Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci

Bardziej szczegółowo

Opis przedmiotu: Badania operacyjne

Opis przedmiotu: Badania operacyjne Opis : Badania operacyjne Kod Nazwa Wersja TR.SIK306 Badania operacyjne 2013/14 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

Zadanie transportowe

Zadanie transportowe Zadanie transportowe Opracowanie planu przewozu jednorodnego produktu z różnych źródeł zaopatrzenia do punktów, które zgłaszają zapotrzebowanie na ten produkt. Wykład ARo Metody optymalizacji w ekonomii

Bardziej szczegółowo

Wieloetapowe zagadnienia transportowe

Wieloetapowe zagadnienia transportowe Przykład 1 Wieloetapowe zagadnienia transportowe Dwóch dostawców o podaży 40 i 45 dostarcza towar do trzech odbiorców o popycie 18, 17 i 26 za pośrednictwem dwóch punktów pośrednich o pojemnościach równych

Bardziej szczegółowo

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7 Ćwiczenia laboratoryjne - 7 Problem (diety) mieszanek w hutnictwie programowanie liniowe Ćw. L. 7 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym zapisem

Bardziej szczegółowo

ZADANIE 1 W 1 W 2 W 3 P P P P

ZADANIE 1 W 1 W 2 W 3 P P P P ZADANIE 1 Trzy wydawnictwa: W 1, W 2 i W 3 zaopatrują się w materiały w czterech papierniach: P 1, P 2, P 3 oraz P 4. Zapotrzebowanie zakładów wynosi kolejno: 300, 400 oraz 100 kg papieru tygodniowo, natomiast

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Komputerowe wspomaganie rozwiązywania zadań programowania nieliniowego Zachodniopomorski Uniwersytet Technologiczny

Bardziej szczegółowo

PROGRAMOWANIE CAŁKOWITOLICZBOWE

PROGRAMOWANIE CAŁKOWITOLICZBOWE PROGRAMOWANIE CAŁKOWITOLICZBOWE METODA PODZIAŁU I OGRANICZEŃ Przykład 6. Metoda podziału i ograniczeń Rozwiązać zadanie z Przykładu 1. metodą podziału i ograniczeń, przy czym wielkość produkcji wyrobu

Bardziej szczegółowo

Metody Optymalizacji. Wstęp. Programowanie matematyczne. Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt

Metody Optymalizacji. Wstęp. Programowanie matematyczne. Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt Metody Optymalizacji Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt Wstęp W ogólności optymalizacja związana jest z maksymalizowaniem lub minimalizowaniem pewnej wielkości np. maksymalizacja zysku

Bardziej szczegółowo

Sieć (graf skierowany)

Sieć (graf skierowany) Sieci Sieć (graf skierowany) Siecia (grafem skierowanym) G = (V, A) nazywamy zbiór wierzchołków V oraz zbiór łuków A V V. V = {A, B, C, D, E, F}, A = {(A, B), (A, D), (A, C), (B, C),..., } Ścieżki i cykle

Bardziej szczegółowo

Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych

Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych dr inż. Ryszard Rębowski 1 OPIS ZJAWISKA Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych 8 listopada 2015 1 Opis zjawiska Będziemy obserwowali proces tworzenia

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp

Bardziej szczegółowo

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=

Bardziej szczegółowo

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Wstęp ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Problem podejmowania decyzji jest jednym z zagadnień sterowania nadrzędnego. Proces podejmowania decyzji

Bardziej szczegółowo

zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w

zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w Sformułowanie problemu Zastosowania Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM EKONOMIKA W ELEKTROTECHNICE INSTRUKCJA DO ĆWICZENIA 6 Analiza decyzji

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Optymalizacja zadań bazy transportowej ( część 2 ) Opracowano na podstawie : Stanisław Krawczyk, Metody ilościowe w logistyce ( przedsiębiorstwa ), Wydawnictwo C. H. Beck, Warszawa

Bardziej szczegółowo

Laboratorium Metod Optymalizacji. Sprawozdanie nr 1

Laboratorium Metod Optymalizacji. Sprawozdanie nr 1 PAWEŁ OSTASZEWSKI PIŁA, dn. 01.04.2003 nr indeksu: 55566 Laboratorium Metod Optymalizacji Sprawozdanie nr 1 1. TREŚĆ ZADANIA: Producent soku jabłkowego posiada fabryki w trzech miastach A, B i C. Sok jest

Bardziej szczegółowo

Analiza danych przy uz yciu Solvera

Analiza danych przy uz yciu Solvera Analiza danych przy uz yciu Solvera Spis treści Aktywacja polecenia Solver... 1 Do jakich zadań wykorzystujemy Solvera?... 1 Zadanie 1 prosty przykład Solvera... 2 Zadanie 2 - Optymalizacja programu produkcji

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,

Bardziej szczegółowo

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE 6. Ćwiczenia komputerowe Ćwiczenie 6.1

Bardziej szczegółowo

Ekonometria - ćwiczenia 11

Ekonometria - ćwiczenia 11 Ekonometria - ćwiczenia 11 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 21 grudnia 2012 Na poprzednich zajęciach zajmowaliśmy

Bardziej szczegółowo

SCENARIUSZ TEMATYCZNY. Programowanie liniowe problem decyzyjny rozwiązywanie przy pomocy komputera

SCENARIUSZ TEMATYCZNY. Programowanie liniowe problem decyzyjny rozwiązywanie przy pomocy komputera SCENARIUSZ TEMATYCZNY OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu Tytuł: 06 Model: 2o1r_T Zastosowanie programowania liniowego Autor: iotr SAWC Zakład Systemów Transportowych WMRiT piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/iotr.sawicki.ut

Bardziej szczegółowo

Programowanie dynamiczne i algorytmy zachłanne

Programowanie dynamiczne i algorytmy zachłanne Programowanie dynamiczne i algorytmy zachłanne Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

Zbudować model matematyczny do poniższych zagadnień (ułożyć program matematyczny ).

Zbudować model matematyczny do poniższych zagadnień (ułożyć program matematyczny ). PROGRAMOWANIE LINIOWE Zbudować model matematyczny do poniższych zagadnień (ułożyć program matematyczny ). Problem. Przedsiębiorstwo przewozowe STAR zajmuje się dostarczaniem lodów do sklepów. Dane dotyczące

Bardziej szczegółowo

Zagadnienie transportowe

Zagadnienie transportowe Zagadnienie transportowe Firma X zawarła kontrakt na dostarczenie trawnika do wykończenia terenów wokół trzech zakładów U, V i W. Trawnik ma być dostarczony z trzech farm A, B i C. Zapotrzebowanie zakładów

Bardziej szczegółowo

Programowanie matematyczne

Programowanie matematyczne dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X

Bardziej szczegółowo

Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu

Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu Stochastyczne zagadnienie rozdziału z dyskretnym rozkładem popytu Marcin Anholcer Uniwersytet Ekonomiczny w Poznaniu 19 marca 2013, Ustroń Marcin Anholcer Stochastyczne zagadnienie rozdziału 1/ 15 1 Zagadnienie

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Badania operacyjne Operational research Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia I stopnia

Bardziej szczegółowo

Opis modułu kształcenia Programowanie liniowe

Opis modułu kształcenia Programowanie liniowe Opis modułu kształcenia Programowanie liniowe Nazwa podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe Nazwa kierunku, z którym jest związany zakres podyplomowych

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 01 Budowa portfela produktowego. Zastosowanie programowania liniowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put

Bardziej szczegółowo

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,

Bardziej szczegółowo

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych

BADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,

Bardziej szczegółowo

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną binarną są określane mianem zadania programowania binarnego. W stosunku do dyskretnych modeli decyzyjnych stosuje się odrębną klasę metod ich rozwiązywania. W dalszych częściach niniejszego rozdziału zostaną

Bardziej szczegółowo

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,

Bardziej szczegółowo

Wybrane elementy badań operacyjnych

Wybrane elementy badań operacyjnych Wybrane elementy badań operacyjnych 1 Przykład 1. GWOŹDZIE. Pewna fabryczka może produkować dwa gatunki gwoździ II i I. Do wyprodukowania tony gwoździ II gatunku potrzeba 1,2 tony stali oraz 1 roboczogodzinę

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Przedmiot: Nr ćwiczenia: 3 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie dynamiczne Cel ćwiczenia: Formułowanie i rozwiązywanie problemów optymalizacyjnych

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE PROCESU MODELOWANIA TRANSPORTU

KOMPUTEROWE WSPOMAGANIE PROCESU MODELOWANIA TRANSPORTU Dr inż. Jolanta KRYSTEK Mgr inż. Tomasz GRABALSKI Instytut Automatyki Politechnika Śląska KOMPUTEROWE WSPOMAGANIE PROCESU MODELOWANIA TRANSPORTU Streszczenie: Artykuł dotyczy modelowania procesu transportowego.

Bardziej szczegółowo

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4

= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4  5 3$ 7&=0 5$+7&=4 17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,

Bardziej szczegółowo

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.

Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for

Bardziej szczegółowo