Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Wielkość: px
Rozpocząć pokaz od strony:

Download "Badania Operacyjne Ćwiczenia nr 4 (Materiały)"

Transkrypt

1 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 modelu. Można się tego dowiedzieć z analizy wrażliwości rozwiązania optymalnego na zmiany niektórych paramentów modelu. Analiza wrażliwości dotyczy: 1. Współczynników funkcji celu (np. cen wyrobów). Analiza wrażliwości umożliwia znalezienie odpowiedzi na pytanie, w jakich granicach mogą się zmienić współczynniki funkcji celu (np. ceny wyrobów), żeby dotychczasowe rozwiązanie było optymalne. Nie zmienią się optymalne wielkości X * n, natomiast zmieni się (zwiększy lub zmniejszy) wartość funkcji celu. 2. Wyrazów wolnych w warunkach ograniczających (np. zasobów surowca, norm ilości danego składnika żywienia). Analiza wrażliwości pozwala określić w jakich granicach mogą się zmieniać wyrazy wolne, żeby w rozwiązaniu optymalnym pozostały dotychczasowe zmienne bazowe. Nie zmieni się baza optymalna, natomiast zmienią się optymalne wartości zmiennych bazowych oraz wartość funkcji celu. 3. Współczynników występujących po lewej stronie układu warunków ograniczających. 4. Nowych warunków ograniczających. ZADANIE 1 Przedsiębiorstwo produkuje dwa wyroby: W 1 oraz W 2. Ograniczeniem w procesie produkcji są zapasy trzech surowców: S 1, S 2 oraz S 3. W tablicy 1 podano jednostkowe nakłady surowców na produkcję wyrobów, zapasy surowców oraz ceny wyrobów. Surowce Zużycie surowca (w kg) na 1 szt. wyrobu Zapasy surowca (w kg) W 1 W 2 S S S 3 1,5-600 Cena (zł) Artur Piątkowski WZ UW Strona 1

2 Rozwiązać model z wykorzystaniem dodatku Solver, który znajduje się w arkuszu kalkulacyjnym MS Excel (1) Określić rozmiary produkcji wyrobów W 1 oraz W 2, które gwarantują maksymalny przychód ze sprzedaży. Pierwszym etapem jest zapisanie powyższego problemu decyzyjnego za pomocą programu liniowego: Zmienne decyzyjne: ść ść Warunki ograniczające: Funkcja celu: Następnie należy zaimplementować powyższy program do arkusza kalkulacyjnego MS Excel Przenosimy do arkusza poszczególne części programu: zmienne decyzyjne, warunki ograniczające oraz funkcję celu. Artur Piątkowski WZ UW Strona 2

3 Po zaimplementowaniu modelu (programu) do arkusza kalkulacyjnego, należy go rozwiązać z wykorzystaniem dodatku Solver. Odp1.: Optymalne rozmiary produkcji wynoszą: 200 jednostek wyrobu W 1 oraz 600 jednostek wyrobu W 2 (X * 1 =200, X * 2 =600). Taka kombinacja produkcji wyrobów gwarantuje maksymalny przychód ze sprzedaży, który wynosi zł. (2) Jak może zmieniać się cena wyrobu pierwszego W 1 (w jakich granicach), aby rozwiązanie optymalne nie uległo zmianie? Do odpowiedzi na drugie pytanie będzie potrzebny raport wrażliwości, który można wygenerować za pomocą dodatku Solver. Artur Piątkowski WZ UW Strona 3

4 Żeby znaleźć odpowiedź na powyższe pytanie, należy przeanalizować raport wrażliwości komórek zmiennych. Informuje on w jakich granicach mogą zmienić się wartości współczynników znajdujących się w funkcji celu, żeby rozwiązanie optymalne (wartości X * 1 i X * 2 ) pozostało bez zmian. Należy pamiętać, że nie można zmieniać poszczególnych współczynników RÓWNOCZEŚNIE! Jeżeli jeden współczynnik (cena) zmienia się w określonych granicach, to pozostałe współczynniki (ceny) muszą pozostać niezmienione! Pierwszy współczynnik funkcji celu (cena wyrobu pierwszego) wynosi 30. Może on wzrosnąć o 10, lub zmniejszyć się o 10, żeby rozwiązanie optymalne pozostało bez zmian. Należy pamiętać o tym, że jest to przedział obustronnie domknięty. Odp2.: Obecne rozwiązanie optymalne nie ulegnie zmianie, jeżeli cena wyrobu pierwszego W 1 będzie przyjmować wartości z przedziału <20; 40>. (3) Jak może zmieniać się cena wyrobu drugiego W 2 (w jakich granicach), aby rozwiązanie optymalne nie uległo zmianie? Drugi współczynnik funkcji celu (cena wyrobu drugiego) wynosi 20. Może on wzrosnąć o 10, lub zmniejszyć się o 5, żeby rozwiązanie optymalne pozostało bez zmian. Odp3.: Obecne rozwiązanie optymalne nie ulegnie zmianie, jeżeli cena wyrobu drugiego W 2 będzie przyjmować wartości z przedziału <15; 30>. Artur Piątkowski WZ UW Strona 4

5 (4) Ile jest co najwyżej rozwiązań bazowych powyższego modelu? Zapisujemy warunki ograniczające w postaci kanonicznej: Tworzymy macierz A, która jest macierzą współczynników stojących po lewej równań: [ ] Powstała macierz o trzech rzędach m=3 oraz pięciu kolumnach n=5. Jeżeli n>m (5>3), to układ ma nieskończenie wiele rozwiązań, ale skończoną liczbę rozwiązań bazowych. Wykorzystując symbol Newtona, który jest funkcją dwóch argumentów całkowitych nieujemnych, można określić wszystkie kombinacje trzyelementowe (m=3) ze zbioru pięcioelementowego (n=5). W takim wypadku mamy co najwyżej: Odp4.: Jest co najwyżej 10 rozwiązań bazowych powyższego modelu. (5) Wymienić zmienne bazowe oraz niebazowe. Artur Piątkowski WZ UW Strona 5

6 Zmienne bazowe są to takie zmienne, które są większe od zera. Zmienne niebazowe to takie zmienne, które równają się zero. X 1 * oraz X 2 * to zmienne decyzyjne, które są bazowe, ponieważ ich wartość wynosi odpowiednio 200 i 600 (są większe od zera). X 3 *, X 4 * oraz X 5 * to zmienne swobodne (uzupełniające, dodatkowe). Informują one o różnicy pomiędzy prawą i lewą stroną nierówności (mierzą niewykorzystaną wielkość wyrazów wolnych warunków ograniczających). X 3 *, X 4 * oraz X * 5 informują ile jest niewykorzystanych zapasów surowców S 1, S 2, S 3. X 3 *, X 4 * informują, że zasób surowców S 1 oraz S 2 jest w pełni wykorzystany. X* 5 informuje, że jest jeszcze 300 kg niewykorzystanego zapasu surowca S 3 (zasób nie jest w pełni wykorzystany). Zmienne bazowe X 1 *, X 2 *, X 5 * tworzą bazę optymalną modelu! Odp5.: Występują trzy zmienne bazowe: X * 1 =200, X * 2 =600,X * 5 =300 (baza optymalna) oraz dwie zmienne niebazowe: X * 3 =0, X * 4 =0. (6) Czy i jak rozwiązanie optymalne ulegnie zmianie, jeżeli zasób surowca S 1 wzrośnie do 1100 kg? Czy zmieni się baza optymalna? Żeby znaleźć odpowiedź na powyższe pytanie, należy przeanalizować raport wrażliwości ograniczeń. Informuje on w jakich granicach mogą zmienić się prawe strony ograniczeń (wyrazy wolne), żeby baza optymalna pozostała bez zmian. Zmianie ulegną optymalne wartości zmiennych bazowych oraz wartość funkcji celu. Artur Piątkowski WZ UW Strona 6

7 Wyraz wolny pierwszego ograniczenia (zasób surowca S 1 ) wynosi Może on wzrosnąć o 200 lub zmniejszyć się o 200, żeby baza optymalna pozostała bez zmian. Baza optymalna nie zmieni się, jeżeli zasób surowca S 1 będzie się zmieniać w granicach <800;1200>. Natomiast zmienią się optymalne wielości rozwiązania optymalnego oraz wartość funkcji celu. Z raportu wrażliwości ograniczeń można odczytać wartości cen dualnych: Cena dualna informuje nas, o ile się zmieni wartość funkcji celu, jeżeli zwiększymy wyraz wolny (zasób surowca) ograniczenia o jednostkę. Nową wartość funkcji celu można obliczyć wykorzystując cenę dualną. Jeżeli zwiększymy zasób surowca o 100 kg, to funkcja celu zmieni się w następujący sposób: *100= W celu określenia wartości nowego rozwiązania optymalnego należy zmienić prawą stronę pierwszego ograniczenia w arkuszu kalkulacyjnym Excel i ponownie rozwiązać model z wykorzystaniem dodatku Solver. Artur Piątkowski WZ UW Strona 7

8 Zmienne bazowe X 1 *, X 2 *, X 5 * nadal tworzą bazę optymalną modelu. Zmieniła się tylko ich wartość. Nowe wartości zmiennych bazowych wynoszą: Odp6.: Wzrost zasobu surowca S 1 do 1100 (o 100 jednostek) spowoduje zmianę rozwiązania optymalnego. Nowe optymalne rozmiary produkcji wynoszą: 300 jednostek wyrobu W 1 oraz 500 jednostek wyrobu W 2 (X * 1 =300, X * 2 =500). Taka kombinacja produkcji wyrobów gwarantuje nowy maksymalny przychód ze sprzedaży, który wynosi zł. Baza optymalna nie zmieni się, jeżeli zasób surowca S 1 będzie zmieniać się w granicach <800; 1200>. (7) Czy zwiększenie zapasów surowca S 1 jest korzystne z ekonomicznego punktu widzenia, jeżeli koszt jednorazowego sprowadzenia 100 kg surowca S 1 wynosi 2000 zł? Jeżeli nie, to jaka cena za kilogram jest opłacalna? Należy zmniejszyć funkcję celu o koszt sprowadzenia 100 kg surowca S 1 oraz porównać wynik z poziomem funkcji celu sprzed zwiększenia zasobu: Artur Piątkowski WZ UW Strona 8

9 Opłacalne jest sprowadzenie surowca S 1, jeżeli jego cena za kilogram będzie niższa niż cena dualna y 1 *=10. Odp7.: Zwiększenie zapasów surowca S 1 nie jest korzystne z ekonomicznego punktu widzenia, ponieważ koszty sprowadzenia 100 kg surowca przewyższają przychód ze sprzedaży nowych wyrobów. Każda cena, która będzie niższa niż 10 zł za kilogram, będzie opłacalna. (8) Czy i jak rozwiązanie optymalne ulegnie zmianie, jeżeli zasób surowca S 2 zmniejszy się do 2100 kg? Czy zmieni się baza optymalna? Wyraz wolny drugiego ograniczenia (zasób surowca S 2 ) wynosi Może on wzrosnąć o 600 lub zmniejszyć się o 600, żeby baza optymalna pozostała bez zmian. Baza optymalna nie zmieni się, jeżeli zasób surowca S 2 będzie się zmieniać w granicach <1800;3000>. Natomiast zmienią się optymalne wielości rozwiązania optymalnego oraz wartość funkcji celu. Nową wartość funkcji celu można obliczyć wykorzystując cenę dualną. Cena dualna informuje nas, o ile się zmieni wartość funkcji celu, jeżeli zwiększymy wyraz wolny (zasób surowca) ograniczenia o jednostkę. Jeżeli zmniejszymy zasób surowca o 300 kg, to funkcja celu zmieni się w następujący sposób: Artur Piątkowski WZ UW Strona 9

10 W celu określenia wartości nowego rozwiązania optymalnego należy zmienić prawą stronę drugiego ograniczenia w arkuszu kalkulacyjnym Excel i ponownie rozwiązać model z wykorzystaniem dodatku Solver. Zmienne bazowe X 1 *, X 2 *, X 5 * nadal tworzą bazę optymalną modelu. Zmieniła się tylko ich wartość. Nowe wartości zmiennych bazowych wynoszą: Odp8.: Zmniejszenie zasobu surowca S 1 do 2100 kg spowoduje zmianę rozwiązania optymalnego. Nowe optymalne rozmiary produkcji wynoszą: 300 jednostek wyrobu W 1 oraz 400 jednostek wyrobu W 2 (X * 1 =300, X * 2 =400). Taka kombinacja produkcji wyrobów gwarantuje nowy maksymalny przychód ze sprzedaży, który wynosi zł. Baza optymalna nie zmieni się, jeżeli zasób surowca S 2 będzie zmieniać się w granicach <1800; 3000>. (9) Czy opłaca się zwiększyć zasób surowca S 3 do 2000 kg? W jakich granicach można zmieniać poziom surowca S 3, żeby baza optymalna nie zmieniła się? Artur Piątkowski WZ UW Strona 10

11 Wyraz wolny trzeciego ograniczenia (zasób surowca S 3 ) wynosi 600. Może on wzrastać do nieskończoności lub zmniejszyć się o 300, żeby baza optymalna pozostała bez zmian. ) ) Baza optymalna nie zmieni się, jeżeli zasób surowca S 3 będzie się zmieniać w granicach <300; ). Nie opłaca się zwiększać zasobu surowca S 3, ponieważ wzrost zapasu surowca o jednostkę nie zmieni wielkości funkcji celu. Wzrost zasobu surowca S 3 nie wpłynie na przychód ze sprzedaży wyrobów, ponieważ cena dualna wynosi zero. Odp9.: Nie opłaca się zwiększać zasobu surowca S 3, ponieważ cena dualna (wzrost zasobu surowca S 3 nie wpłynie na przychód ze sprzedaży wyrobów). Baza optymalna nie zmieni się, jeżeli poziom surowca S 3 będzie zmieniać się w przedziale ) (10) Zbudować zadanie dualne do zadania prymalnego oraz rozwiązać je z wykorzystaniem dodatku Solver, który znajduje się w arkuszu kalkulacyjnym MS Excel ZADANIE PRYMALNE Zmienne decyzyjne: ść ść Artur Piątkowski WZ UW Strona 11

12 Warunki ograniczające: Funkcja celu: ZADANIE DUALNE Nowe zmienne decyzyjne (zmienne dualne, ceny dualne): prymalnego: Transpozycja macierzy współczynników warunków ograniczających zadania [ ] * + Warunki ograniczające: Funkcja celu: Następnie należy zaimplementować model (program) do arkusza kalkulacyjnego oraz rozwiązać go z wykorzystaniem dodatku Solver: Artur Piątkowski WZ UW Strona 12

13 Nowe zmienne decyzyjne (zmienne dualne) osiągnęły wartość optymalną na poziomie:. Funkcja celu dla wartości optymalnych osiągnęła wartość zł. Funkcja celu zadania dualnego ( jak funkcja celu zadania prymalnego ( ) gdzie: ) osiągnęła taką samą wartość ł Odp10.: Rozwiązaniem optymalnym zadania dualnego jest:. Przy takim rozwiązaniu optymalnym funkcja celu osiąga wartość równą ł. (11) Ile jest co najwyżej rozwiązań bazowych programu dualnego? Zapisujemy warunki ograniczające w postaci kanonicznej: Tworzymy macierz A, która jest macierzą współczynników stojących po lewej równań: * + Powstała macierz o dwóch rzędach m=2 oraz pięciu kolumnach n=5. Jeżeli n>m (5>3), to układ ma nieskończenie wiele rozwiązań, ale skończoną liczbę rozwiązań bazowych. Wykorzystując symbol Newtona, który jest funkcją dwóch argumentów całkowitych Artur Piątkowski WZ UW Strona 13

14 nieujemnych, można określić wszystkie kombinacje dwuelementowe (m=2) ze zbioru pięcioelementowego (n=5). W takim wypadku mamy co najwyżej: Odp11.: Program dualny posiada co najwyżej 10 rozwiązań bazowych. (12) Wymień zmienne bazowe oraz niebazowe programu dualnego. y 1 * oraz y 2 * to zmienne decyzyjne, które są bazowe, ponieważ ich wartość wynosi odpowiednio 10 i (są większe od zera). y 3 *, y 4 * oraz y 5 * to zmienne niebazowe, ponieważ przyjmują wartość równą zero. Zmienne bazowe y 1 *oraz y 2 * tworzą bazę optymalną programu dualnego! Odp12.: Program dualny posiada dwie zmienne bazowe: y 1 * =10, y 2 * = (baza optymalna) oraz trzy zmienne niebazowe: y 3 * =0, y 4 * =0, y 5 * =0. Artur Piątkowski WZ UW Strona 14

15 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 15

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 2 (Materiały)

Badania Operacyjne Ćwiczenia nr 2 (Materiały) Zbiór rozwiązań dopuszczalnych programu liniowego Zbiór rozwiązań dopuszczalnych programu linowego to taki zbiór, który spełnia warunki ograniczające (funkcyjne oraz brzegowe) programu liniowego. Przy

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

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Badania Operacyjne Ćwiczenia nr 5 (Materiały) 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

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

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

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Schemat postępowania w badaniach operacyjnych decydent sytuacja decyzyjna decyzje decyzje dopuszczalne niedopuszczalne kryterium wyboru zadanie decyzyjne zmienne decyzyjne warunki

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

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

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

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania

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 GOSPODARKI ELEKTROENERGETYCZNEJ INSTRUKCJA DO ĆWICZENIA 5 Planowanie

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

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

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

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Wprowadzenie do badań operacyjnych - wykład 2 i 3 Wprowadzenie do badań operacyjnych - wykład 2 i 3 Hanna Furmańczyk 14 listopada 2008 Programowanie liniowe (PL) - wszystkie ograniczenia muszą być liniowe - wszystkie zmienne muszą być ciągłe n j=1 c j

Bardziej szczegółowo

Elementy Modelowania Matematycznego

Elementy Modelowania Matematycznego Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce

Bardziej szczegółowo

Programowanie liniowe. Tadeusz Trzaskalik

Programowanie liniowe. Tadeusz Trzaskalik Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków

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

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto Zad.1. Przedsiębiorstwo może wytwarzać trzy typy maszyn: tokarki, piły, frezarki zużywając dwa ograniczone zasoby: energię elektryczną i siłę roboczą w następujących proporcjach: energia (KWH / jedn.)

Bardziej szczegółowo

Firma JCo wytwarza dwa wyroby na dwóch maszynach. Jednostka wyrobu 1 wymaga 2 godzin pracy na maszynie 1 i 1 godziny pracy na maszynie 2.

Firma JCo wytwarza dwa wyroby na dwóch maszynach. Jednostka wyrobu 1 wymaga 2 godzin pracy na maszynie 1 i 1 godziny pracy na maszynie 2. Przykład Elementy analizy wrażliwości Firma JCo wytwarza dwa wyroby na dwóch maszynach. Jednostka wyrobu 1 wymaga 2 godzin pracy na maszynie 1 i 1 godziny pracy na maszynie 2. Dla wyrobu 2 czasy te wynosza

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

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

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

Programowanie liniowe

Programowanie liniowe Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10

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

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

Teoretyczne podstawy programowania liniowego

Teoretyczne podstawy programowania liniowego Teoretyczne podstawy programowania liniowego Elementy algebry liniowej Plan Kombinacja liniowa Definicja Kombinacja liniowa wektorów (punktów) x 1, x 2,, x k R n to wektor x R n k taki, że x = i=1 λ i

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

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową

Bardziej szczegółowo

OPTYMALIZACJA PROCESÓW LOGISTYCZNYCH

OPTYMALIZACJA PROCESÓW LOGISTYCZNYCH POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza Wydział Zarządzania Katedra Metod Ilościowych OPTYMALIZACJA PROCESÓW LOGISTYCZNYCH Prowadzący: dr Tomasz Pisula e-mail: tpisula@prz.edu.pl Treści kształcenia:

Bardziej szczegółowo

1 Przykładowe klasy zagadnień liniowych

1 Przykładowe klasy zagadnień liniowych & " 1 PRZYKŁADOWE KLASY ZAGADNIEŃ LINIOWYCH 1 1 Przykładowe klasy zagadnień liniowych Liniowy model produkcji Zakład może prowadzić rodzajów działalności np. produkować różnych wyrobów). Do prowadzenia

Bardziej szczegółowo

Metoda simpleks. Gliwice

Metoda simpleks. Gliwice Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2

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

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

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

Definicja problemu programowania matematycznego

Definicja problemu programowania matematycznego Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i

Bardziej szczegółowo

Badania operacyjne. Ćwiczenia 1. Wprowadzenie. Filip Tużnik, Warszawa 2017

Badania operacyjne. Ćwiczenia 1. Wprowadzenie. Filip Tużnik, Warszawa 2017 Badania operacyjne Ćwiczenia 1 Wprowadzenie Plan zajęć Sprawy organizacyjne (zaliczenie, nieobecności) Literatura przedmiotu Proces podejmowania decyzji Problemy decyzyjne w zarządzaniu Badania operacyjne

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

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ

MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)

Bardziej szczegółowo

6. ANALIZA POST-OPTYMALIZACYJNA analiza wrażliwości rozwiązania optymalnego

6. ANALIZA POST-OPTYMALIZACYJNA analiza wrażliwości rozwiązania optymalnego 6. ANALIZA POST-OPTYMALIZACYJNA analiza wrażliwości rozwiązania optymalnego Analiza wrażliwości est studium analizy wpływu zmian wartości różnych parametrów modelu PL na rozwiązanie optymalne. Na optymalne

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

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L. Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe Ćw. L. Typy optymalizacji Istnieją trzy podstawowe typy zadań optymalizacyjnych: Optymalizacja statyczna- dotyczy

Bardziej szczegółowo

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): 1 Narysuj na płaszczyźnie zbiór dopuszczalnych rozwiazań. 2 Narysuj funkcję

Bardziej szczegółowo

Programowanie celowe #1

Programowanie celowe #1 Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem

Bardziej szczegółowo

Dualność w programowaniu liniowym

Dualność w programowaniu liniowym 2016-06-12 1 Dualność w programowaniu liniowym Badania operacyjne Wykład 2 2016-06-12 2 Plan wykładu Przykład zadania dualnego Sformułowanie zagadnienia dualnego Symetryczne zagadnienie dualne Niesymetryczne

Bardziej szczegółowo

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007 ALGORYTM SIMPLEX 7 Zagadnienie asortymentu produkcji Firma produkuje dwa wyroby P, P. Ograniczeniem dla produkcji są trzy surowce S, S i S.Nakłady jednostkowe surowców są następujące: S S S Zysk jednostkowy

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

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,

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

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ 1 Iwona Konarzewska Programowanie celowe - wprowadzenie Katedra Badań Operacyjnych UŁ 2 Programowanie celowe W praktycznych sytuacjach podejmowania decyzji często występuje kilka celów. Problem pojawia

Bardziej szczegółowo

Układy równań liniowych i metody ich rozwiązywania

Układy równań liniowych i metody ich rozwiązywania Układy równań liniowych i metody ich rozwiązywania Łukasz Wojciechowski marca 00 Dany jest układ m równań o n niewiadomych postaci: a x + a x + + a n x n = b a x + a x + + a n x n = b. a m x + a m x +

Bardziej szczegółowo

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa Standardowe zadanie PL () Należy zaplanować produkcję zakładu w pewnym tygodniu w taki sposób, aby osiągnięty zysk był maksymalny. akład może wytwarzać dwa wyroby: P i P. Ich produkcja jest limitowana

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Projekt dofinansowała Fundacja mbanku UKŁADY RÓWNAŃ LINIOWYCH CZĘŚĆ I Układ równań to przynajmniej dwa równania spięte z lewej strony klamrą, np.: x + 0 Każde z równań musi zawierać przynajmniej jedną

Bardziej szczegółowo

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład: Programowanie liniowe. 1. Aktywacja polecenia Solver. Do narzędzia Solver można uzyskać dostęp za pomocą polecenia Dane/Analiza/Solver, bądź Narzędzia/Solver (dla Ex 2003). Jeżeli nie można go znaleźć,

Bardziej szczegółowo

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2 Document: Exercise*02*-*manual ---2014/11/12 ---8:31---page1of8 PRZEDMIOT TEMAT KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 Wybrane zagadnienia z

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

4. PROGRAMOWANIE LINIOWE

4. PROGRAMOWANIE LINIOWE 4. PROGRAMOWANIE LINIOWE Programowanie liniowe jest jednym z działów badań operacyjnych. Celem badań operacyjnych jest pomoc w podejmowaniu optymalnych z pewnego punktu widzenia decyzji. Etapy rozwiązywania

Bardziej szczegółowo

METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0

METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0 METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0 cx MAX Ax < b x > 0 Postać standardowa (kanoniczna): z = 5 x 1 + 6x 2 + 0x 3 + 0x 4 MAX

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

Lista 1 PL metoda geometryczna

Lista 1 PL metoda geometryczna Lista 1 PL metoda geometryczna 1.1. Znajdź maksimum funkcji celuf(x 1,x 2 )=5x 1 +7x 2 przy ograniczeniach: 2x 1 +2x 2 600, 2x 1 +4x 2 1000, x i 0 dlai=1,2 1.2. Znajdź maksimum funkcji celuf(x 1,x 2 )=2x

Bardziej szczegółowo

Algebra liniowa. 1. Macierze.

Algebra liniowa. 1. Macierze. Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE (część 1)

ZAGADNIENIE TRANSPORTOWE (część 1) ZAGADNIENIE TRANSPORTOWE (część 1) Zadanie zbilansowane Przykład 1. Zadanie zbilansowane Firma posiada zakłady wytwórcze w miastach A, B i C, oraz centra dystrybucyjne w miastach D, E, F i G. Możliwości

Bardziej szczegółowo

Układy równań liniowych. Ax = b (1)

Układy równań liniowych. Ax = b (1) Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m

Bardziej szczegółowo

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych)

Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Szukanie rozwiązań funkcji uwikłanych (równań nieliniowych) Funkcja uwikłana (równanie nieliniowe) jest to funkcja, która nie jest przedstawiona jawnym przepisem, wzorem wyrażającym zależność wartości

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

BADANIA OPERACYJNE Zagadnienie transportowe

BADANIA OPERACYJNE Zagadnienie transportowe BADANIA OPERACYJNE Zagadnienie transportowe Zadanie zbilansowane Zadanie zbilansowane Przykład 1 Firma posiada zakłady wytwórcze w miastach A, B i C, oraz centra dystrybucyjne w miastach D, E, F i G. Możliwości

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

BADANIA OPERACYJNE ANALITYKA GOSPODARCZA

BADANIA OPERACYJNE ANALITYKA GOSPODARCZA BADANIA OPERACYJNE ANALITYKA GOSPODARCZA Egzamin pisemny 8.4.7 piątek, salae-6, godz. 8:-9:3 OBECNOŚĆ OBOWIĄZKOWA!!! Układ egzaminu. TEST z teorii: minut (test wielostronnego wyboru; próg 75%). ZADANIA:

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

TOZ -Techniki optymalizacji w zarządzaniu

TOZ -Techniki optymalizacji w zarządzaniu TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Wykład 2 Optymalizacja

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania

Bardziej szczegółowo

3.2. RÓWNANIA I NIERÓWNOŚCI LINIOWE.

3.2. RÓWNANIA I NIERÓWNOŚCI LINIOWE. .. RÓWNANIA I NIERÓWNOŚCI LINIOWE. m równania (pierwiastkiem równania) z jedną niewiadomą nazywamy liczbę, która spełnia dane równanie, tzn. jeśli w miejsce niewiadomej podstawimy tę liczbę, to otrzymamy

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

8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH

8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH 39 8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH 8.1. Funkcje popytu i elastyczności popytu 8.1.1. Czynniki determinujące popyt i ich wpływ Załóżmy, że hipoteza ekonomiczna dotycząca kształtowania się

Bardziej szczegółowo

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego

Rozwiązanie zadania 1. Krok Tym razem naszym celem jest, nie tak, jak w przypadku typowego zadania transportowego Zadanie 1 Pośrednik kupuje towar u dwóch dostawców (podaż: 2 i, jednostkowe koszty zakupu 1 i 12), przewozi go i sprzedaje trzem odbiorcom (popyt: 1, 28 i 27, ceny sprzedaży:, 25 i ). Jednostkowe koszty

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

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych"

Zadanie laboratoryjne Wybrane zagadnienia badań operacyjnych Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych" 1. Zbudować model optymalizacyjny problemu opisanego w zadaniu z tabeli poniżej. 2. Rozwiązać zadanie jak w tabeli poniżej z wykorzystaniem

Bardziej szczegółowo

Analiza progu rentowności

Analiza progu rentowności Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka

Bardziej szczegółowo

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE] Spis treści 1 Metoda geometryczna... 2 1.1 Wstęp... 2 1.2 Przykładowe zadanie... 2 2 Metoda simpleks... 6 2.1 Wstęp... 6 2.2 Przykładowe zadanie... 6 1 Metoda geometryczna Anna Tomkowska 1 Metoda geometryczna

Bardziej szczegółowo

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1 A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe ZAGADNIENIE DUALNE Z każdym zagadnieniem liniowym związane jest inne zagadnienie nazywane dualnym. Podamy teraz teraz jak budować zagadnienie

Bardziej szczegółowo

Surowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0,2 2000 S 2 0,4 0,2 0 0,5 2800 Ceny 10 14 8 11 x

Surowiec Zużycie surowca Zapas A B C D S 1 0,5 0,4 0,4 0,2 2000 S 2 0,4 0,2 0 0,5 2800 Ceny 10 14 8 11 x Przykład: Przedsiębiorstwo może produkować cztery wyroby A, B, C, i D. Ograniczeniami są zasoby dwóch surowców S 1 oraz S 2. Zużycie surowca na jednostkę produkcji każdego z wyrobów (w kg), zapas surowca

Bardziej szczegółowo

1 Zbiory i działania na zbiorach.

1 Zbiory i działania na zbiorach. Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu

Bardziej szczegółowo

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją

Bardziej szczegółowo

Algorytm simplex i dualność

Algorytm simplex i dualność Algorytm simplex i dualność Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 15, 2016 Łukasz Kowalik (UW) LP April 15, 2016 1 / 35 Przypomnienie 1 Wierzchołkiem wielościanu P nazywamy

Bardziej szczegółowo

Przykład 2 układ o rozwiązaniu z parametrami. Rozwiążemy następujący układ równań:

Przykład 2 układ o rozwiązaniu z parametrami. Rozwiążemy następujący układ równań: Przykład 2 układ o rozwiązaniu z parametrami Rozwiążemy następujący układ równań: Po zapisaniu układu w postaci macierzy rozszerzonej będziemy dążyć do uzyskania macierzy jednostkowej po lewej stronie

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

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. Modele liniowe.......................... 5 1.1.

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Arkusz kalkulacyjny Excel

Arkusz kalkulacyjny Excel Arkusz kalkulacyjny Excel Ćwiczenie 1. Sumy pośrednie (częściowe). POMOC DO ĆWICZENIA Dzięki funkcji sum pośrednich (częściowych) nie jest konieczne ręczne wprowadzanie odpowiednich formuł. Dzięki nim

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

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Programowanie liniowe. Metoda Simplex. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ ZADANIE LINIOWE Tortilla z ziemniaków i cebuli (4 porcje) 300

Bardziej szczegółowo

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII NAZWISKO IMIĘ Nr albumu Nr zestawu Zadanie 1. Dana jest macierz Leontiefa pewnego zamkniętego trzygałęziowego układu gospodarczego: 0,64 0,3 0,3 0,6 0,88 0,. 0,4 0,8 0,85 W okresie t stosunek zuŝycia środków

Bardziej szczegółowo

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej: A Kasperski, M Kulej Badania Operacyjne- programowanie liniowe 1 ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej: max z = c 1 x 1 + c 2 x 2 + +

Bardziej szczegółowo

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych

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