Elementy Modelowania Matematycznego
|
|
- Angelika Szewczyk
- 6 lat temu
- Przeglądów:
Transkrypt
1 Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe
2 Spis treści Programowanie nieliniowe
3 Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla programowania liniowego, ale w przeciwieństwie do programowania liniowego, nie istnieje jeden uniwersalny algorytm rozwiązywania zadań programowania nieliniowego. Wynika to z faktu iż funkcje nieliniowe stanowią (w pewnym sensie) dużo bardziej obszerną rodzinę funkcji niż funkcje liniowe.
4 Zadanie programowania nieliniowego Funkcje nieliniowe charakteryzują się następującymi cechami, które mogą utrudniać obliczenia: występowanie tzw. ekstremów lokalnych (lokalne minima lub maksima), występowanie tzw. punktów siodłowych, czyli takich, dla których funkcja osiąga maksimum dla jednej zmiennej, a minimum dla innej (na wykresie funkcji 2 zmiennych wyglądają one jak przełęcz lub siodło - stad nazwa),
5 Zadanie programowania nieliniowego nieciągłości ( przerwy w wykresach), osobliwości (funkcja dąży do plus lub minus nieskończoności dla skończonej wartości argumentu). Wszystko to powoduje, że poszukiwanie rozwiązania konkretnych zadań programowania nieliniowego zależy od szczególnej postaci tego zadania.
6 Zadanie programowania nieliniowego Niektóre zadania programowania nieliniowego można rozwiązać: przy pomocy specjalnego algorytmu, jeśli zadanie zalicza się do jednego z podtypów, dla których takie algorytmy są znane; metodą simpleks, jeżeli istnieje możliwość przekształcenia w zadanie programowania liniowego np. tzw. Programowanie ilorazowe
7 Zadanie programowania nieliniowego Przekształcając do postaci zadania programowania liniowego całkowitoliczbowego przykładem może być zadanie transportowo-produkcyjne ze stałym kosztem uruchomienia produkcji czy zadanie optymalnej diety ze stałymi kosztami zakupu. W ogólnym przypadku nie ma niestety żadnej gwarancji, że zadanie da się rozwiązać.
8 Programowanie ilorazowe Zadanie programowania ilorazowego jest to maksymalizacja lub minimalizacja ilorazu dwóch funkcji liniowych przy ograniczeniach liniowych. Standardowa postać zadania programowania ilorazowego wygląda następująco:
9 Programowanie ilorazowe Przy ograniczeniach:
10 Programowanie ilorazowe Wprowadźmy nowe zmienne:
11 Programowanie ilorazowe Wtedy i poszukiwanie rozwiązania zadania programowania ilorazowego sprowadza się do rozwiązania zadania programowania liniowego.
12 Programowanie ilorazowe Rozwiązywanie graficzne zadania programowania ilorazowego z dwiema zmiennymi wygląda analogicznie jak rozwiązywanie graficzne zadania programowania liniowego tzn. należy wykreślić w układzie współrzędnych zbiór rozwiązań dopuszczalnych, a następnie sprawdzać wartości funkcji celu dla współrzędnych wierzchołków.
13 Programowanie ilorazowe Niemniej jednak przekształcenie w zadanie programowania liniowego w podany wyżej sposób nie jest akurat w tym przypadku ułatwieniem, ponieważ przekształcenie to wprowadza dodatkową zmienną t, co prowadziłoby do konieczności sporządzenia wykresu 3-wymiarowego.
14 Programowanie ilorazowe Programowanie ilorazowe jest stosowane przy problemach decyzyjnych wymagających pogodzenia ze sobą dwóch sprzecznych kryteriów optymalności np.
15 Programowanie nieliniowe Szukanie ekstremum bezwarunkowego Funkcja celu f osiąga bezwarunkowe ekstremum w punkcie stacjonarnym w przypadku nieujemnej wartości wyznacznika macierzy drugich pochodnych funkcji celu f po poszczególnych zmiennych i ich kombinacjach. Ponadto wszystkie minory główne takiej macierzy muszą być dodatnie.
16 Programowanie nieliniowe Współrzędne punktu stacjonarnego można otrzymać przyrównując do zera wartości pierwszych pochodnych cząstkowych funkcji celu f po poszczególnych zmiennych.
17 Szukanie ekstremum bezwarunkowego
18 Szukanie ekstremum bezwarunkowego Przykład: Wyznacz ekstrema lokalne 3 3 x, y 2x y 6x y f 12 Obliczamy pierwsze pochodne cząstkowe: f x 6x 2 6 f y 3y 2 12
19 Szukanie ekstremum bezwarunkowego Czyli: x = 1 lub x = -1 y = 2 lub y = -2 6x 3y
20 Szukanie ekstremum bezwarunkowego Otrzymujemy cztery punkty stacjonarne: P 1 P P 2 3 P 4 (1,2) (1, 2) ( 1,2) ( 1, 2) W punktach tych mogą znajdować się ekstrema lokalne.
21 Szukanie ekstremum bezwarunkowego Następnie liczymy drugie pochodne cząstkowe: f f f f xx xy yx yy 12x 0 0 6y
22 Szukanie ekstremum bezwarunkowego Budujemy macierz drugich pochodnych: f f xx yx f f xy yy Czyli: 12x 0 0 6y
23 Szukanie ekstremum bezwarunkowego Sprawdzamy wyznaczniki macierzy dla kolejnych punktów stacjonarnych: P 1 det Dodatni wyznacznik oznacza istnienie ekstremum lokalnego w punkcie P 1 Następnie liczymy minory (znak dodatni oznacza istnienie minimum, ujemny maksimum) 0 12
24 Szukanie ekstremum bezwarunkowego W naszym przykładzie minory są dodatnie, co oznacza, że w punkcie P 1 mamy minimum lokalne f 1,
25 Szukanie ekstremum bezwarunkowego Dla punktu P 2 (1,-2) det Ujemny wyznacznik oznacza brak ekstremum lokalnego w tym punkcie.
26 Szukanie ekstremum bezwarunkowego Dla punktu P 3 (-1,2) det Ujemny wyznacznik oznacza brak ekstremum lokalnego w tym punkcie.
27 Szukanie ekstremum bezwarunkowego Dla punktu P 4 (-1,-2) det Minory ujemne czyli jest maksimum
28 Funkcja Lagrange a Funkcja Lagrange a L wiąże funkcję celu f z funkcjami ograniczeń g i, dzięki użyciu wektora tak zwanych nieoznaczonych mnożników Lagrange a ( )
29 Funkcja Lagrange a Dzięki wprowadzeniu funkcji L można zastąpić poszukiwania optymalnej warunkowej wartości funkcji celu f, poszukiwaniami odpowiadającej jej bezwarunkowej wartości optymalnej funkcji L.
30 Rozwiązanie optymalne Rozwiązanie optymalne otrzymuje sie rozwiazując następujący układ równań, zawierający n + r równań (n liczba zmiennych decyzyjnych, r - liczba funkcji ograniczeń g i ):
31 Metoda mnożników Lagrange a W celu przekształcenia równań w nierówności, wprowadza się zmienne bilansujące, tzw. zmienne nieistotne u 2 Rozwiązanie optymalne
32 Metoda mnożników Lagrange a Twierdzenie Kuhna-Tuckera
33 Metoda mnożników Lagrange a Twierdzenie Kuhna-Tuckera
34 Metoda mnożników Lagrange a Rozwiązanie optymalne można uzyskać rozpatrując wszystkie możliwe (spełniające ograniczenia) kombinacje wartości składowych wektorów: v, oraz w. W tym celu należy rozwiązać poszczególne układy równań, wynikające z warunków Kuhna-Tuckera.
35 Modelowanie całkowitoliczbowe W modelach programowania matematycznego zmiennych całkowitoliczbowych używa się m.in.: Do reprezentowania wielkości, które w swej naturze są całkowitoliczbowe, np. liczba produkowanych samochodów, samolotów, liczba budowanych domów, liczba zatrudnionych pracowników itp.
36 Modelowanie całkowitoliczbowe
37 Modelowanie całkowitoliczbowe Do wyrażenia pewnych stanów zmiennych ciągłych w modelach liniowych. Są to binarne zmienne wskaźnikowe. Do modelowania warunków logicznych w rzeczywistych zagadnieniach. Do modelowania niektórych nieliniowych zależności.
38 Zmienne wskaźnikowe
39 Zmienne wskaźnikowe
40 Koniec
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 szczegółowoProgramowanie 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 szczegółowoPROGRAMOWANIE 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 szczegółowo13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne.
13. Funkcje wielu zmiennych pochodne, gradient, Jacobian, ekstrema lokalne. 1. Wprowadzenie. Dotąd rozważaliśmy funkcje działające z podzbioru liczb rzeczywistych w zbiór liczb rzeczywistych, zatem funkcje
Bardziej szczegółowoFunkcje dwóch zmiennych
Funkcje dwóch zmiennych Andrzej Musielak Str Funkcje dwóch zmiennych Wstęp Funkcja rzeczywista dwóch zmiennych to funkcja, której argumentem jest para liczb rzeczywistych, a wartością liczba rzeczywista.
Bardziej szczegółowoPolitechnika 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 szczegółowoPochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji
Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji Adam Kiersztyn Lublin 2014 Adam Kiersztyn () Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji maj 2014 1 / 24 Zanim przejdziemy
Bardziej szczegółowoElementy 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 szczegółowoProgramowanie nieliniowe. Badania operacyjne Wykład 3 Metoda Lagrange a
Programowanie nieliniowe Badania operacyjne Wykład 3 Metoda Lagrange a Plan wykładu Przykład problemu z nieliniową funkcją celu Sformułowanie problemu programowania matematycznego Podstawowe definicje
Bardziej szczegółowoRÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych. Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych
RÓŻNICZKOWANIE FUNKCJI WIELU ZMIENNYCH: rachunek pochodnych dla funkcji wektorowych Pochodne cząstkowe funkcji rzeczywistej wielu zmiennych wyliczamy według wzoru (x, x 2,..., x n ) f(x, x 2,..., x n )
Bardziej szczegółowoRozdział 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 szczegółowoZAGADNIENIA 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 szczegółowodoc. 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 szczegółowoII. FUNKCJE WIELU ZMIENNYCH
II. FUNKCJE WIELU ZMIENNYCH 1. Zbiory w przestrzeni R n Ustalmy dowolne n N. Definicja 1.1. Zbiór wszystkich uporzadkowanych układów (x 1,..., x n ) n liczb rzeczywistych, nazywamy przestrzenią n-wymiarową
Bardziej szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
Bardziej szczegółowoRozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE 2.2 Ćwiczenia komputerowe Ćwiczenie
Bardziej szczegółowoKURS FUNKCJE WIELU ZMIENNYCH
KURS FUNKCJE WIELU ZMIENNYCH Lekcja Ekstrema (lokalne) funkcji wielu zmiennych ZADANIE DOMOWE www.etrapez.pl Strona Częśd : TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie Wykres
Bardziej szczegółowo3. FUNKCJA LINIOWA. gdzie ; ół,.
1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta
Bardziej szczegółowoMetoda Karusha-Kuhna-Tuckera
Badania operacyjne i teoria optymalizacji Poznań, 2015/2016 Plan 1 Sformułowanie problemu 2 3 Warunki ortogonalności 4 Warunki Karusha-Kuhna-Tuckera 5 Twierdzenia Karusha-Kuhna-Tuckera 6 Ograniczenia w
Bardziej szczegółowoMetoda 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 szczegółowo1 Pochodne wyższych rzędów
1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje
Bardziej szczegółowoProgramowanie 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 szczegółowoWprowadzenie 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 szczegółowo1 Wartości własne oraz wektory własne macierzy
Rozwiązania zadania umieszczonego na końcu poniższych notatek proszę przynieść na kartkach Proszę o staranne i formalne uzasadnienie odpowiedzi Za zadanie można uzyskać do 6 punktów (jeżeli przyniesione
Bardziej szczegółowoIX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
Bardziej szczegółowoRachunek różniczkowy funkcji dwóch zmiennych
Rachunek różniczkowy funkcji dwóch zmiennych Definicja Spis treści: Wykres Ciągłość, granica iterowana i podwójna Pochodne cząstkowe Różniczka zupełna Gradient Pochodna kierunkowa Twierdzenie Schwarza
Bardziej szczegółowoWykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.
Wykład Przebieg zmienności funkcji. Celem badania przebiegu zmienności funkcji y = f() jest poznanie ważnych własności tej funkcji na podstawie jej wzoru. Efekty badania pozwalają naszkicować wykres badanej
Bardziej szczegółowoTeoretyczne 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 szczegółowoDefinicja pochodnej cząstkowej
1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem
Bardziej szczegółowoWYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH
WYKŁADY Z MATEMATYKI DLA STUDENTÓW UCZELNI EKONOMICZNYCH Pod redakcją Anny Piweckiej Staryszak Autorzy poszczególnych rozdziałów Anna Piwecka Staryszak: 2-13; 14.1-14.6; 15.1-15.4; 16.1-16.3; 17.1-17.6;
Bardziej szczegółowo= Zapiszemy poniższy układ w postaci macierzy. 8+$+ 2&=4 " 5 3$ 7&=0 5$+7&=4
17. Układ równań 17.1 Co nazywamy układem równań liniowych? Jak zapisać układ w postaci macierzowej (pokazać również na przykładzie) Co to jest rozwiązanie układu? Jaki układ nazywamy jednorodnym, sprzecznym,
Bardziej szczegółowoProgramowanie nieliniowe optymalizacja funkcji wielu zmiennych
Ekonomia matematczna II Ekonomia matematczna II Prowadząc ćwiczenia Programowanie nieliniowe optmalizacja unkcji wielu zmiennch Modele programowania liniowego często okazują się niewstarczające w modelowaniu
Bardziej szczegółowoAnaliza Matematyczna MAEW101 MAP1067
1 Analiza Matematyczna MAEW101 MAP1067 Wydział Elektroniki Przykłady do Listy Zadań nr 14 Funkcje wielu zmiennych. Płaszczyzna styczna. Ekstrema Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania
Bardziej szczegółowoKolejny 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 szczegółowoProgramowanie 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 szczegółowo1 Pochodne wyższych rzędów
Pochodne wyższych rzędów Pochodną rzędu drugiego lub drugą pochodną funkcji y = f(x) nazywamy pochodną pierwszej pochodnej tej funkcji. Analogicznie definiujemy pochodne wyższych rzędów, jako pochodne
Bardziej szczegółowoWPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.
Wykład 1 Wprowadzenie do ekonomii menedżerskiej 1 WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. PODEJMOWANIE OPTYMALNYCH DECYZJI NA PODSTAWIE ANALIZY MARGINALNEJ. 1. EKONOMIA MENEDŻERSKA ekonomia menedżerska
Bardziej szczegółowoPochodną funkcji w punkcie nazywamy granicę ilorazu różnicowego w punkcie gdy przyrost argumentu dąży do zera: lim
Definicja pochodnej Niech będzie funkcją określoną w pewnym przedziale i niech będzie punktem wewnętrznym tego przedziału. Liczbę dowolną, ale taką, że nazywamy przyrostem argumentu, a różnicę nazywamy
Bardziej szczegółowoZAGADNIENIE 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 szczegółowowszystkich 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 szczegółowoProgramowanie 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 szczegółowoRozdział 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 szczegółowoStandardowe 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 szczegółowoRACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ. Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzysztof KOŁOWROCKI
RACHUNEK RÓŻNICZKOWY FUNKCJI JEDNEJ ZMIENNEJ Wykorzystano: M A T E M A T Y K A Wykład dla studentów Część 1 Krzyszto KOŁOWROCKI Przyjmijmy, że y (, D, jest unkcją określoną w zbiorze D R oraz niec D Deinicja
Bardziej szczegółowoMetody optymalizacji. notatki dla studentów matematyki semestr zimowy 2015/2016
Metody optymalizacji notatki dla studentów matematyki semestr zimowy 2015/2016 Aktualizacja: 11 stycznia 2016 Spis treści Spis treści 2 1 Wprowadzenie do optymalizacji 1 11 Podstawowe definicje i własności
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ
ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ FUNKCJE DWÓCH ZMIENNYCH RZECZYWISTYCH Definicja 1. Niech A będzie dowolnym niepustym zbiorem. Metryką w zbiorze A nazywamy funkcję rzeczywistą
Bardziej szczegółowoProgramowanie 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 szczegółowoUniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych. Piotr Kaczyński. Badania Operacyjne
Uniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych Piotr Kaczyński Badania Operacyjne Notatki do ćwiczeń wersja 0. Warszawa, 7 stycznia 007 Spis treści Programowanie
Bardziej szczegółowoWykład 5. Metoda eliminacji Gaussa
1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoLokalna odwracalność odwzorowań, odwzorowania uwikłane
Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie
Bardziej szczegółowoVIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji.
VIII. Zastosowanie rachunku różniczkowego do badania funkcji. 1. Twierdzenia o wartości średniej. Monotoniczność funkcji. Twierdzenie 1.1. (Rolle a) Jeżeli funkcja f jest ciągła w przedziale domkniętym
Bardziej szczegółowoFunkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu:
Funkcja jednej zmiennej - przykładowe rozwiązania Zadanie 4 c) Badając przebieg zmienności funkcji postępujemy według poniższego schematu:. Analiza funkcji: (a) Wyznaczenie dziedziny funkcji (b) Obliczenie
Bardziej szczegółowoProgramowanie 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 szczegółowoZadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik
Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda
Bardziej szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji
Bardziej szczegółowoZASTOSOWANIE 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 szczegółowoWykłady z matematyki inżynierskiej EKSTREMA FUNKCJI. JJ, IMiF UTP
Wykłady z matematyki inżynierskiej EKSTREMA FUNKCJI JJ, IMiF UTP 05 MINIMUM LOKALNE y y = f () f ( 0 ) 0 DEFINICJA. Załóżmy, że funkcja f jest określona w pewnym otoczeniu punktu 0. MINIMUM LOKALNE y y
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,
Bardziej szczegółowoMetoda mnożników Lagrange a i jej zastosowania w ekonomii
Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1 Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient Dla prostoty ograniczymy się do
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2010 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 15 Homo oeconomicus=
Bardziej szczegółowo12.Rozwiązywanie równań i nierówności liniowych oraz ich układów.
matematyka /.Rozwiązywanie równań i nierówności liniowych oraz ich układów. I. Przypomnij sobie:. Co to jest równanie /nierówność? Rodzaje nierówności. Ogólnie: Równaniem nazywamy dwa wyrażenia algebraiczne
Bardziej szczegółowoDocument: 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 szczegółowoANALIZA MATEMATYCZNA
ANALIZA MATEMATYCZNA TABLICE Spis treści: 1.) Pochodne wzory 2 2.) Całki wzory 3 3.) Kryteria zbieżności szeregów 4 4.) Przybliżona wartość wyrażenia 5 5.) Równanie płaszczyzny stycznej i prostej normalnej
Bardziej szczegółowoAlgebra 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 szczegółowo5. Rozwiązywanie układów równań liniowych
5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a
Bardziej szczegółowoDefinicja i własności wartości bezwzględnej.
Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności
Bardziej szczegółowoEkstrema globalne funkcji
SIMR 2013/14, Analiza 1, wykład 9, 2013-12-13 Ekstrema globalne funkcji Definicja: Funkcja f : D R ma w punkcie x 0 D minimum globalne wtedy i tylko (x D) f(x) f(x 0 ). Wartość f(x 0 ) nazywamy wartością
Bardziej szczegółowoMetoda mnożników Lagrange a i jej zastosowania w ekonomii
Maciej Grzesiak Metoda mnożników Lagrange a i jej zastosowania w ekonomii 1. Metoda mnożników Lagrange a znajdowania ekstremum warunkowego Pochodna kierunkowa i gradient. Dla prostoty ograniczymy się do
Bardziej szczegółowoProgramowanie 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 szczegółowoKADD Minimalizacja funkcji
Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego
Bardziej szczegółowoBadania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.
BADANIA OPERACYJNE Badania operacyjne Badania operacyjne są sztuką dawania złych odpowiedzi na te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze. T. Sayty 2 Standardowe zadanie
Bardziej szczegółowoSpis 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 szczegółowoBADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
Bardziej szczegółowoWstęp do analizy matematycznej
Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w
Bardziej szczegółowoProgramowanie 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 szczegółowoEkonometria - 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 szczegółowo1.2. 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 13. wykład z algebry liniowej Warszawa, styczeń 2018 Mirosław Sobolewski (UW) Warszawa, 2018 1 /
Bardziej szczegółowoWykład 6. Matematyka 2, semestr letni 2010/2011 Brak fragmentu dotyczącego twierdzenia o odwzorowaniu odwrotnym
Wykład 6. Matematyka 2, semestr letni 2010/2011 Brak fragmentu dotyczącego twierdzenia o odwzorowaniu odwrotnym Niechf: R n RbędziefunkcjąróżniczkowalnąnapewnymobszarzeO R 2.Przyjrzyjmy się zbiorowi f
Bardziej szczegółowoFunkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska
Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w
Bardziej szczegółowoZestaw zadań przygotowujących do egzaminu z Matematyki 1
Uniwersytet Ekonomiczny w Katowicach Wydział Finansów i Ubezpieczeń, Kierunek: Finanse i Zarządzanie w Ochronie Zdrowia Zestaw zadań przygotowujących do egzaminu z Matematyki 1 Powtórka materiału przed
Bardziej szczegółowoFakt 3.(zastosowanie różniczki do obliczeń przybliżonych) Przy czym błąd, jaki popełniamy zastępując przyrost funkcji
Wykład 5 De.5 (różniczka unkcji Niech unkcja ma pochodną w punkcie. Różniczką unkcji w punkcie nazywamy unkcję d zmiennej określoną wzorem. Fakt 3.(zastosowanie różniczki do obliczeń przybliżonych Jeżeli
Bardziej szczegółowo9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI
BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Ekstrema i monotoniczność funkcji Oznaczmy przez D f dziedzinę funkcji f Mówimy, że funkcja f ma w punkcie 0 D f maksimum lokalne (minimum lokalne), gdy dla każdego
Bardziej szczegółowoRozdział 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 szczegółowoUkłady 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 szczegółowoProgramowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
Bardziej szczegółowoBADANIA OPERACYJNE pytania kontrolne
DUALNOŚĆ 1. Podać twierdzenie o dualności 2. Jaka jest zależność pomiędzy funkcjami celu w zadaniu pierwotnym i dualnym? 3. Prawe strony ograniczeń zadania pierwotnego, w zadaniu dualnym są 4. Współczynniki
Bardziej szczegółowo10 zadań związanych z granicą i pochodną funkcji.
0 zadań związanych z granicą i pochodną funkcji Znajdź przedziały monotoniczności funkcji f() 4, określonej dla (0,) W przedziale ( 0,) wyrażenie 4 przyjmuje wartości ujemne, dlatego dla (0,) funkcja f()
Bardziej szczegółowoFunkcje dwóch zmiennych
Maciej Grzesiak Instytut Matematyki Politechniki Poznańskiej Funkcje dwóch zmiennych 1. Funkcje dwóch zmiennych: pojęcia podstawowe Definicja 1. Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach
Bardziej szczegółowoWykład 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 szczegółowo2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26
Spis treści Zamiast wstępu... 11 1. Elementy teorii mnogości... 13 1.1. Algebra zbiorów... 13 1.2. Iloczyny kartezjańskie... 15 1.2.1. Potęgi kartezjańskie... 16 1.2.2. Relacje.... 17 1.2.3. Dwa szczególne
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Zalecana znajomość matematyki odpowiadająca maturze na poziomie podstawowym
Zał. nr do ZW WYDZIAŁ INFORMATYKI I ZARZĄDZANIA KARTA PRZEDMIOTU Nazwa w języku polskim MATEMATYKA Nazwa w języku angielskim Mathematics 1 for Economists Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowoProgramowanie 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 szczegółowoExcel - 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 szczegółowoMatematyka Mathematics. Inżynieria bezpieczeństwa I stopień (I stopień / II stopień) ogólnoakademicki (ogólnoakademicki / praktyczny)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod Nazwa Nazwa w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Matematyka Mathematics A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek studiów Poziom kształcenia
Bardziej szczegółowoAnaliza matematyczna Mathematical analysis. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Analiza matematyczna Mathematical analysis A. USYTUOWANIE MODUŁU W SYSTEMIE
Bardziej szczegółowoProgramowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12
Bardziej szczegółowo