c j x x

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "c j x x"

Transkrypt

1 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 do miejscowości X 1 w ilości 500 ton oraz miejscowości X 2 w ilości 1200 ton Koszt przewozu jednej A A A decyzyjna x ij (i =1, 2, 3, j =1, 2) oznacza A Równanie 75x x x 31 =500; B Równanie x 11 + x 12 =700; C Nierówność x 21 + x Dane jest zadanie programowania f =10x 1 + x 2 przy warunkach ograniczających x 1 + 3x 2 15 oraz 2x 1 + x 2 10, x 1, x 2 0 Rozwiąż to zadanie (wskazówka: x 1 =0, x 2 =5, ; B Przy optymalnym rozwiązaniu f =10 ; C Optymalne rozwiązanie otrzymamy dla x 1 =2 i x 2 =1 3 Dana jest nieuzupełniona tablica sympleksowa dla c j c B zm bazowe x 1 x 2 s 1 s 2 b i s 1 2, x 2 x c j z nieznaną liczbą x A jeśli x =0,6, to tablica daje rozwiązanie B jeśli x =0,3, to tablica daje rozwiązanie C jeśli x =0,2, to tablica daje rozwiązanie optymalne 4 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x x c j a b c d A w miejsce c pojawi się 24; B w miejsce d pojawi się 22; C w miejsce c pojawi się 22 5 Pewna firma może produkować dwa gatunki plastiku z recyklingu Do wyprodukowania tony plastiku Igatunku potrzeba 1,2 tony odpadów oraz 2,5 roboczogodzin(y) pracy, do wyprodukowania 1 tony Igatunku plastiku potrzeba 2,5 ton odpadów oraz 3,2 roboczogodzin(y) pracy Zysk z 1 tony Igatunku opału wynosi 1,7 tys złotych, a zysk ednej tony Igatunku 1,2 tys złotych Dzienne zasoby odpadów wynoszą 27 ton, a dzienna moc przerobowa 162 roboczogodzin(y) gatunku należy wyprodukowaćw ciągu dnia, aby zysk byłnajwiększy? Budujemy model dziennie plastiku drugiego gatunku 2, 5x 1 + 3,2x 2 27; 1,2x 1 + 2,5x 2 27; C W modelu występuje nierówność 2,5x 1 + 3,2x Dana jest startowa nieuzupełniona tablica c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j A Zmienną usuwaną z bazy będzie s 1 ; B Nową zmienną bazową będzie x 2 ; C Nową zmienną bazową będzie x 1 7 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x s y x c j : A W miejsce y pojawi się 20; B W miejsce x pojawi się 0; C W miejsce x pojawi się 73 8 Dana jest startowa nieuzupełniona tablica liniowego na c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j nierówność 13x x 2 62; 22x x 2 100; ma postać f =5x 1 + 4x 2 1

2 ZESTAW 2 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Dana jest startowa nieuzupełniona tablica liniowego na c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j nierówność 8x 1 + 7x 2 64; 24x x 2 280; ma postać f = 8x 1 + 7x 2 2 Dana jest startowa nieuzupełniona tablica c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j B Zmienną usuwaną z bazy będzie s 2 ; C Zmienną usuwaną z bazy będzie s 1 3 Pewna firma może produkować dwa gatunki plastiku z recyklingu Do wyprodukowania tony plastiku I gatunku potrzeba 1,5 tony odpadów oraz 2,7 roboczogodzin(y) pracy, do potrzeba 2,3 ton odpadów oraz 3,3 roboczogodzin(y) pracy Zysk z 1 tony I gatunku opału wynosi 1,3 tys złotych, a zysk ednej tony II gatunku 1,4 tys złotych Dzienne zasoby odpadów wynoszą 34 ton, a dzienna moc przerobowa 155 roboczogodzin(y) dziennie plastiku drugiego gatunku 2, 3x 1 + 3,3x 2 34; 1, 3x 1 + 1,4x 2 34; C Funkcja celu jest postaci 1,3x 1 + 1,4x 2 4 Dana jest nieuzupełniona tablica sympleksowa c B zm bazowe x 1 x 2 s 1 s 2 b i x x c j a b c d A w miejsce c pojawi się 70; B w miejsce d pojawi się 57; C w miejsce d pojawi się 64 5 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x s y x c j : A W miejsce x pojawi się 4; B W miejsce y pojawi się 44; C W miejsce x pojawi się 0 6 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 700 ton, w miejscowości 600 ton Ma być on przewieziony do miejscowości X 1 w ilości 700 ton oraz miejscowości X 2 w ilości 700 ton Koszt przewozu jednej tony pomiędzy miejscowościami podany jest w A A A A Równanie 74x x 12 = 700; B Nierówność x 21 + x ; C Nierówność x 31 + x Dana jest nieuzupełniona tablica sympleksowa dla c j c B zm bazowe x 1 x 2 s 1 s 2 b i s 1 4, x 2 x c j z nieznaną liczbą x A jeśli x = 0,6, to tablica daje rozwiązanie B jeśli x = 0,3, to tablica daje rozwiązanie C jeśli x = 0,2, to tablica daje rozwiązanie optymalne 8 Dane jest zadanie programowania x 1 + 4x 2 28 oraz 5x 1 + x 2 80, x 1, x 2 0 Rozwiąż to zadanie (wskazówka: x 1 = 16, x 2 = 0, ; B Przy optymalnym rozwiązaniu f = 70; C Optymalne rozwiązanie otrzymamy dla x 1 = 3 i x 2 = 1 2

3 ZESTAW 3 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x x c j a b c d A w miejsce c pojawi się 84; B w miejsce c pojawi się 77; C w miejsce d pojawi się 59 2 Dana jest startowa nieuzupełniona tablica c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j B Zmienną usuwaną z bazy będzie s 1 ; C Nową zmienną bazową będzie x 2 3 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x s y x c j : A W miejsce y pojawi się 60; B W miejsce x pojawi się 0; C W miejsce y pojawi się 66 4 Dana jest startowa nieuzupełniona tablica liniowego na c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j nierówność 7x 1 + 6x 2 350; 15x x 2 122; ma postać f = 15x x 2 5 Dane jest zadanie programowania x 1 + 2x 2 10 oraz 4x 1 + x 2 52, x 1, x 2 0 Rozwiąż to zadanie (wskazówka: x 1 = 13, x 2 = 0, ; x 1 = 0, x 2 = 5, ; C Przy optymalnym rozwiązaniu f = 50 6 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 300 ton, w miejscowości 800 ton Ma być on przewieziony do miejscowości X 1 w ilości 400 ton oraz miejscowości X 2 w ilości 800 ton Koszt przewozu jednej tony pomiędzy miejscowościami podany jest w A A A A Nierówność x 21 + x ; B Równanie 36x x x 31 = 400; C Nierówność x 31 + x Pewna firma może produkować dwa gatunki plastiku z recyklingu Do wyprodukowania tony plastiku I gatunku potrzeba 1,4 tony odpadów oraz 2,7 roboczogodzin(y) pracy, do potrzeba 2,6 ton odpadów oraz 3,4 roboczogodzin(y) pracy Zysk z 1 tony I gatunku opału wynosi 1,5 tys złotych, a zysk ednej tony II gatunku 1,7 tys złotych Dzienne zasoby odpadów wynoszą 54 ton, a dzienna moc przerobowa 124 roboczogodzin(y) dziennie plastiku drugiego gatunku A Funkcja celu jest postaci 1,4x 1 + 2,7x 2 ; 1,4x 1 + 2,6x 2 54; C Funkcja celu jest postaci 1,5x 1 + 1,7x 2 8 Dana jest nieuzupełniona tablica sympleksowa dla c j c B zm bazowe x 1 x 2 s 1 s 2 b i s 1 3, x 2 x c j z nieznaną liczbą x A jeśli x = 0,4, to tablica daje rozwiązanie B jeśli x = 0,2, to tablica daje rozwiązanie C jeśli x = 0,7, to tablica daje rozwiązanie optymalne 3

4 ZESTAW 4 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Dana jest startowa nieuzupełniona tablica c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j B Zmienną usuwaną z bazy będzie s 1 ; C Zmienną usuwaną z bazy będzie s 2 2 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x x c j a b c d A w miejsce c pojawi się 38; B w miejsce c pojawi się 35; C w miejsce d pojawi się 47 3 Dane jest zadanie programowania x 1 + 3x 2 21 oraz 4x 1 + x 2 24, x 1, x 2 0 Rozwiąż to zadanie (wskazówka: A Przy optymalnym rozwiązaniu f = 70; x 1 = 1 i x 2 = 2; C Przy optymalnym rozwiązaniu f = 10 4 Dana jest nieuzupełniona tablica sympleksowa dla c j c B zm bazowe x 1 x 2 s 1 s 2 b i s 1 6, x 2 x c j z nieznaną liczbą x A jeśli x = 0,4, to tablica daje rozwiązanie B jeśli x = 0,7, to tablica daje rozwiązanie C jeśli x = 0,3, to tablica daje rozwiązanie optymalne 5 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 200 ton, w miejscowości A 2 w ilości 700 ton i w miejscowości A 3 w ilości 700 ton Ma być on przewieziony do miejscowości X 1 w ilości 500 ton oraz miejscowości X 2 w ilości 1000 ton Koszt przewozu jednej A A A A Równanie x 12 + x 22 + x 32 = 1000; B Nierówność x 31 + x ; C Nierówność x 21 + x Dana jest startowa nieuzupełniona tablica liniowego na c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j nierówność 13x x 2 217; 2x 1 + 7x 2 217; ma postać f = 2x 1 + 7x 2 7 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x s y x c j : A W miejsce x pojawi się 0; B W miejsce y pojawi się 30; C W miejsce x pojawi się 34 8 Pewna firma może produkować dwa gatunki plastiku z recyklingu Do wyprodukowania tony plastiku I gatunku potrzeba 1,6 tony odpadów oraz 2,4 roboczogodzin(y) pracy, do potrzeba 2,2 ton odpadów oraz 3,7 roboczogodzin(y) pracy Zysk z 1 tony I gatunku opału wynosi 1,5 tys złotych, a zysk ednej tony II gatunku 1,5 tys złotych Dzienne zasoby odpadów wynoszą 44 ton, a dzienna moc przerobowa 126 roboczogodzin(y) dziennie plastiku drugiego gatunku 1, 5x 1 + 1,5x 2 44; 2, 2x 1 + 3,7x 2 44; C W modelu występuje nierówność 2,4x 1 + 3,7x

5 ZESTAW 5 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Dana jest startowa nieuzupełniona tablica liniowego na c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j nierówność 7x 1 + 4x 2 86; B W modelu matematycznym funkcja celu ma postać f = 12x x 2 ; ma postać f = 7x 1 + 4x 2 2 Dane jest zadanie programowania x 1 + 4x 2 60 oraz 3x 1 + x 2 36, x 1, x 2 0 Rozwiąż to zadanie (wskazówka: x 1 = 12, x 2 = 0, ; x 1 = 3 i x 2 = 3; C Przy optymalnym rozwiązaniu f = 10 3 Pewna firma może produkować dwa gatunki plastiku z recyklingu Do wyprodukowania tony plastiku I gatunku potrzeba 1,3 tony odpadów oraz 2,5 roboczogodzin(y) pracy, do potrzeba 2,3 ton odpadów oraz 3,3 roboczogodzin(y) pracy Zysk z 1 tony I gatunku opału wynosi 1,3 tys złotych, a zysk ednej tony II gatunku 1,7 tys złotych Dzienne zasoby odpadów wynoszą 77 ton, a dzienna moc przerobowa 153 roboczogodzin(y) dziennie plastiku drugiego gatunku 2,5x 1 + 3,3x 2 153; 1, 3x 1 + 1,7x 2 77; C Funkcja celu jest postaci 1,3x 1 + 2,5x 2 4 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x s y x c j : A W miejsce x pojawi się 0; B W miejsce x pojawi się 6; C W miejsce x pojawi się 62 5 Dana jest nieuzupełniona tablica sympleksowa dla c j c B zm bazowe x 1 x 2 s 1 s 2 b i s 1 7, x 2 x c j z nieznaną liczbą x A jeśli x = 0,3, to tablica daje rozwiązanie B jeśli x = 0,6, to tablica daje rozwiązanie C jeśli x = 0,7, to tablica daje rozwiązanie optymalne 6 Dana jest nieuzupełniona tablica sympleksowa c j c B zm bazowe x 1 x 2 s 1 s 2 b i x x c j a b c d A w miejsce c pojawi się 57; B w miejsce c pojawi się 62; C w miejsce d pojawi się 33 7 Dana jest startowa nieuzupełniona tablica c j c B zm bazowe x 1 x 2 s 1 s 2 b i s s c j A Zmienną usuwaną z bazy będzie s 1 ; B Zmienną usuwaną z bazy będzie s 2 ; C Nową zmienną bazową będzie x 2 8 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 500 ton, w miejscowości A 2 w ilości 400 ton i w miejscowości A 3 w ilości 800 ton Ma być on przewieziony do miejscowości X 1 w ilości 600 ton oraz miejscowości X 2 w ilości 1000 ton Koszt przewozu jednej A A A A Nierówność x 31 + x ; B Równanie x 12 + x 22 + x 32 = 1000; C Równanie 56x x 12 = 600 5

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

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

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

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

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

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

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

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

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

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

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

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

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

=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

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

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

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

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

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

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

Wprowadzenie do badań operacyjnych

Wprowadzenie do badań operacyjnych Wprowadzenie do badań operacyjnych Hanna Furmańczyk 10 października 2008 Badania operacyjne (ang. operations research) - dyscyplina naukowa związana z teorią decyzji pozwalająca wyznaczyć metodę i rozwiązanie

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

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

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

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

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

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

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

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

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

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

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

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 metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13

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

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

Wykład z modelowania matematycznego. Algorytm sympleks.

Wykład z modelowania matematycznego. Algorytm sympleks. Wykład z modelowania matematycznego. Algorytm sympleks. 1 Programowanie matematyczne jest to zbiór metod poszukiwania punktu optymalizującego (minimalizującego lub maksymalizującego) wartość funkcji rzeczywistej

Bardziej szczegółowo

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n 123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki

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

Elementy Modelowania Matematycznego

Elementy Modelowania Matematycznego Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla

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

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

Statystyka. Zadanie 1.

Statystyka. Zadanie 1. Statystyka Zadanie 1. W przedsiębiorstwie Statexport pracuje 100 pracowników fizycznych i 25 umysłowych. Typowy wiek pracownika fizycznego kształtuje się w przedziale od 30 do 40 lat. Średnia wieku pracowników

Bardziej szczegółowo

METODY OBLICZENIOWE OPTYMALIZACJI zadania

METODY OBLICZENIOWE OPTYMALIZACJI zadania METODY OBLICZENIOWE OPTYMALIZACJI zadania Przedstawione dalej zadania rozwiąż wykorzystując Excel/Solver. Zadania 8 są zadaniami optymalizacji liniowej, zadania 9, dotyczą optymalizacji nieliniowej. Przed

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

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

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

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

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

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

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

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

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

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

( 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

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego Wstęp Spośród różnych analitycznych metod stosowanych do rozwiązywania problemów optymalizacji procesów technologicznych

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

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

Wydział Matematyki Programowanie liniowe Ćwiczenia. Zestaw 1. Modelowanie zadań programowania liniowego.

Wydział Matematyki Programowanie liniowe Ćwiczenia. Zestaw 1. Modelowanie zadań programowania liniowego. Wydział Matematyki Programowanie liniowe Ćwiczenia Zestaw. Modelowanie zadań programowania liniowego. Zadania dotyczące zagadnienia planowania produkcji Zadanie.. Zapisać następujące zadanie w postaci

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

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

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

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

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

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

Teoria. a, jeśli a < 0.

Teoria. a, jeśli a < 0. Teoria Definicja 1 Wartością bezwzględną liczby a R nazywamy liczbę a określoną wzorem a, jeśli a 0, a = a, jeśli a < 0 Zgodnie z powyższym określeniem liczba a jest równa odległości liczby a od liczby

Bardziej szczegółowo

Zestaw 12- Macierz odwrotna, układy równań liniowych

Zestaw 12- Macierz odwrotna, układy równań liniowych Zestaw - Macierz odwrotna, układy równań liniowych Przykładowe zadania z rozwiązaniami Załóżmy, że macierz jest macierzą kwadratową stopnia n. Mówimy, że macierz tego samego wymiaru jest macierzą odwrotną

Bardziej szczegółowo

Laboratorium Metod Optymalizacji

Laboratorium Metod Optymalizacji Laboratorium Metod Optymalizacji Grupa nr... Sekcja nr... Ćwiczenie nr 4 Temat: Programowanie liniowe (dwufazowa metoda sympleksu). Lp. 1 Nazwisko i imię Leszek Zaczyński Obecność ocena Sprawozdani e ocena

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, 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

Rachunkowość. Decyzje zarządcze 1/58

Rachunkowość. Decyzje zarządcze 1/58 Rachunkowość zarządcza Decyzje zarządcze 1/58 Decyzje zarządcze Spis treści Rodzaje decyzji zarządczych Decyzje podjąć / odrzucić działanie Ogólny opis Koszty relewantne opis i przykłady Przykłady decyzji

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

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1]

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1] D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1] Co to są badania operacyjne? Termin "badanie operacji" (Operations' Research) powstał podczas II wojny światowej i przetrwał do dzisiaj. W terminologii

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

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

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego: Zadanie Rafineria naftowa otrzymała zamówienie na dwa rodzaje specjalnych paliw węglowodorowych X oraz Y. Zamówienie opiewa na minimum 4 000 galonów paliwa X i minimum 2 400 galonów paliwa Y. Paliwa te

Bardziej szczegółowo

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Równania nieliniowe, nieliniowe układy równań, optymalizacja 4 maj 2009 Nieliniowe równania i układy rówań Slajd 1 Równania nieliniowe, nieliniowe układy równań, optymalizacja 4 maj 2009 Nieliniowe równania i układy rówań Slajd 2 Plan zajęć Rozwiązywanie równań

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

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

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

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

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

Optymalizacja. Programowanie Matematyczne

Optymalizacja. Programowanie Matematyczne . dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Zakres tematyczny Metodyka optymalizacja liniowa, całkowitoliczbowa, nieliniowa, heurystyki,

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Etap edukacyjny: IV, przedmiot: informatyka (poziom podstawowy )

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa Etap edukacyjny: IV, przedmiot: informatyka (poziom podstawowy ) SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Matura z matematyki?- MATURALNIE, Ŝe ZDAM! Zadania treningowe klasa I III ETAP

Matura z matematyki?- MATURALNIE, Ŝe ZDAM! Zadania treningowe klasa I III ETAP Matura z matematyki?- MATURALNIE, Ŝe ZDAM! Zadania treningowe klasa I III ETAP I Zadania zamknięte (pkt) Zadanie Liczba - jest miejscem zerowym funkcji liniowej = x + B. f ( x) = x C. f ( x) = x + D. f

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

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

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

Zagadnienie diety Marta prowadzi hodowlę zwierząt. Minimalne dzienne zapotrzebowanie hodowli na mikroelementy M1, M2 i M3 wynosi 300, 800 i 700

Zagadnienie diety Marta prowadzi hodowlę zwierząt. Minimalne dzienne zapotrzebowanie hodowli na mikroelementy M1, M2 i M3 wynosi 300, 800 i 700 Zagadnienie diety Marta prowadzi hodowlę zwierząt. Minimalne dzienne zapotrzebowanie hodowli na mikroelementy M1, M2 i M3 wynosi 300, 800 i 700 jednostek, przy czym dla mikroelementu M1 maksymalna dzienna

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

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n

) a j x j b; x j binarne (j N) całkowitoliczbowe; przyjmujemy (bez straty ogólności): c j > 0, 0 <a j b (j N), P n PDczęść4 8. Zagadnienia załadunku 8.1 Klasyczne zagadnienia załadunku (ozn. N = {1, 2,..., n} Binarny problem ( (Z v(z =max c j x j : a j x j b; x j binarne (j N zakładamy, że wszystkie dane sa całkowitoliczbowe;

Bardziej szczegółowo

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. GRY (część 1) Zastosowanie: Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. Najbardziej znane modele: - wybór strategii marketingowych przez konkurujące ze sobą firmy

Bardziej szczegółowo

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce Metody systemowe i decyzyjne w informatyce Ćwiczenia lista zadań nr 3 autorzy: A. Gonczarek, J.M. Tomczak Zbiory i funkcje wypukłe Zad. 1 Pokazać, że następujące zbiory są wypukłe: a) płaszczyzna S = {x

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

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

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

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

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

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