Wspomaganie Decyzji. Roman Słowiński. Zakład Inteligentnych Systemów Wspomagania Decyzji. Instytut Informatyki. Politechniki Poznańskiej
|
|
- Sabina Rutkowska
- 4 lat temu
- Przeglądów:
Transkrypt
1 Wspomaganie Decyzji Roman Słowiński Zakład Inteligentnyc Systemów Wspomagania Decyzji Instytut Informatyki Politecniki Poznańskiej Roman Słowiński
2 Problem decyzyjny Istnieje cel lub cele do osiągnięcia Istnieją alternatywne sposoby osiągnięcia tego celu (celów) Wybór najlepszego sposobu nie jest trywialny 2
3 Modele problemów decyzyjnyc Modele teorio-decyzyjne (matematyczne): optymalizacyjny (badania operacyjne) wielokryterialny (wielokryterialne wspomaganie decyzji) Modele sztucznej inteligencji: logiczny (maszynowe uczenie się) neuronowy (sztuczne sieci neuronowe) 3
4 Modele problemów decyzyjnyc Modelowanie matematyczne: Reprezentacja problemu decyzyjnego z użyciem funkcji rzeczywistyc (której argumentami są zmienne modelu), lub z użyciem relacji porządkującyc Forma reprezentacji: programowanie matematyczne, relacja preferencji w zbiorze wariantów decyzyjnyc Modele sztucznej inteligencji: Budowanie reprezentacji problemu decyzyjnego na drodze analizy przykładów decyzji (przykładów uczącyc) Forma reprezentacji: funkcje rzeczywiste, reguły decyzyjne, drzewa decyzyjne, sieci semantyczne
5 Modelowanie problemów decyzyjnyc a niedoskonałość informacji Racunek prawdopodobieństwa i statystyka matematyczna [Bernoulli, 7] niepewność wynikająca z przypadkowej zmienności parametrów (werystyczna) Aksjomat o addytywności prawdopodobieństw zdarzeń rozłącznyc: P(A) + P( A) Teoria zbiorów rozmytyc [Zade, 9] niepewność natury subiektywnej (posybilistyczna) i nieostrość pojęć: ( ) + µ ( ) µ A A Teoria zbiorów przybliżonyc [Pawlak, 982] niepewność wynikająca z granularności informacji (niespójność, dwuznaczność): obiekt albo na pewno należy, albo być może należy, albo na pewno nie należy do zbioru A
6 Model programowania matematycznego ) rozwiązanie (wariant decyzyjny): [,..., n ] 2) funkcja celu (kryterium): f(,..., n ) 3) ograniczenia definiujące zbiór A rozwiązań dopuszczalnyc (wariantów decyzyjnyc): g i (,..., n ), i,...,m Problem programowania matematycznego: Należy: z f(,..., n ) MIN (lub MAX) przy ograniczeniac: g i (,..., n ) (lub ) b i, i,...,m
7 Problem programowania liniowego (PL) 7 { },...,n j,...,m i b,, a MIN c z j i n j j ij n j j j,, przy ograniczeniac:
8 Wielokryterialny problem PL (WPL) 8 { },...,n j,...,m i b,, a MIN c z c z j i n j j ij n j j k j k n j j j,, przy ograniczeniac:
9 Problemy decyzyjne modelowane w kategoriac programowania matematycznego, sprowadzalne do programowania liniowego Problem programowania ilorazowego c + c z d + d MIN przy ograniczeniac : A b, d + d > gdzie c T [,..., n], b [ b,...,bm ] [ c,...,c ], d [ d,...,d ] n n T Transformacja Carnesa-Coopera 9
10 Transformacja Carnesa-Coopera Wprowadzamy zmienne pomocnicze: u d + d u d + d, czyli u,...,n Podstawiając te zmienne do funkcji celu i ograniczeń, otrzymujemy: j j, j d + d c + c c + c d + d d + d d + d A b A b d + d d + d u d + d ponieważ d + d >, to d + cu + c d u Au bu > u >
11 Transformacja Carnesa-Coopera Ponadto dla powiązania u i u : u d d + d + u d d + d d + d du + du d + d Otrzymaliśmy następujący problem zastępczy równoważny problemowi programowania ilorazowego: z cu + cu MIN przy ograniczeniac : Au bu du + du u, u >
12 Transformacja Carnesa-Coopera Problem ten byłby problemem PL, gdyby u, a nie u > Tw. Jeżeli istnieje rozwiązanie optymalne problemu zastępczego ( ) z warunkiem u (czyli problemu PL) postaci u,u, takie że ( ), to wektor u > u,u jest rozwiązaniem optymalnym wyjściowego problemu programowania ilorazowego W zagadnieniac praktycznyc zazwyczaj spełniony jest warunek u >, dlatego stosowanie metody Carnesa-Coopera i rozwiązywanie problemu zastępczego jako problemu PL kończy się powodzeniem. 2
13 Problem programowania celowego z przy A gdzie c k w c ograniczeniac : b MIN T [,..., n], b [ b,...,bm ] [ c,...,c ],,...,k n c gdzie c są wartościami pożądanymi funkcji c,,..,k (cele) T 3
14 Wprowadzamy zmienne oznaczające odcyłki od celów: Mamy Otrzymujemy zastępczy równoważny problem PL: { } { } k,..., c,c ma y c,c ma y,, +,...,k y y y y y y c c y y c c,,, ( ),...,k,y y b A y y c c ograniczeniac : przy MIN y y w z k,,
15 + ( ) Tw. Jeśli, y, y jest rozwiązaniem optymalnym zastępczego problemu PL, to + y y,,...,k
16 Problem programowania min-ma (problem Czebyszewa) z przy A gdzie c MAX,...,k { w ( c c )} ograniczeniac : b MIN T [,..., n], b [ b,...,bm ] [ c,...,c ],,...,k n T
17 Wprowadzamy zmienną pomocniczą: funkcji typu α c można także sprowadzić do problemu PL w podobny sposób, wprowadzając dla każdej z tyc funkcji osobną zmienna typu α c c c,,...,k Otrzymujemy zastępczy równoważny problem PL: α MIN przy ograniczeniac : α,,..,k A b (zmienna α nie musi być nieujemna) Problem, w którym należy minimalizować sumę skończonej liczby MAX,...,k { w ( c c )} 7
18 Problem transportowy m liczba punktów nadawczyc (magazyny) n liczba punktów odbiorczyc (klienci) koszt transportu jednostki towaru z magazynu i do odbiorcy j d j zapotrzebowanie odbiorcy j s i ilość towaru w magazynie i Należy zminimalizować łączne koszty transportu Zmienna decyzyjna: ij ilość towaru przesłana z magazynu i do odbiorcy j 8
19 Problem transportowy z ij n j m i gdzie m i m n i j przy ograniczeniac : i,...,m, j,...,n s i ij ij s d i j c n j ij d MIN i,...,m j,...,n j ij Problem ten można rozwiązać metodą sympleksów 9
20 Problem przydziału m liczba zadań (programy) m liczba wykonawców (procesory) koszt wykonania i przez wykonawcę j Elementy tworzą macierz efektywności C[ ] o wymiarac m m Każde zadanie może być wykonywane przez co najwyżej jednego wykonawcę Każdy wykonawca może wykonać tylko jedno zadanie Należy tak przydzielić do wykonawców, by zminimalizować łączny koszt wykonania wszystkic zadań 2
21 Zmienna decyzyjna: ij,, gdy wykonawca i nie w przeciwnym razie jest przydzielony do j z m m i j c ij ij MIN przy ograniczeniac : m j ij i,...,m m i ij j,...,m ij {, } i,...,m, j,..., m Jest to problem - programowania liniowego Jest to także przypadek szczególny problemu transportowego, gdzie s i d j, nm i zmienna decyzyjna jest - 2
22 Problem transportowy ma tę korzystną własność, że jeżeli s i i d j są liczbami całkowitymi i istnieje coćby jedno rozwiązanie dopuszczalne, to istnieje rozwiązanie optymalne, w którym ij są wszystkie liczbami całkowitymi lub zerami Metoda sympleksowa znajduje to całkowitoliczbowe rozwiązanie optymalne Dzieje się tak dlatego, gdyż macierz współczynników ograniczeń A problemu transportowego jest unimodularna (wyznacznik dowolnej podmacierzy kwadratowej macierzy A jest, lub -), a wektor prawyc stron ograniczeń b jest złożony z liczb całkowityc (B - b) Problem przydziału ma zatem tę samą własność Istnieje jednak prostsza metoda rozwiązania problemu przydziału 22
23 Macierz efektywności C[ ] o wymiarac m m przydział niedopuszczalny Przydział do polega na wyborze konkretnego elementu Tyc m wybranyc elementów ma dać minimalną sumę 23
24 Operacje arytmetyczne na macierzy efektywności C[ ] nie powodujące zmiany rozwiązania optymalnego: Dodanie lub odjęcie dowolnej stałej od dowolnego wiersza lub kolumny macierzy C[ ] Np. odejmując 3 od wiersza i oraz dodając 2 do kolumny j otrzymamy: z gdyż m i j m m j c ij ij ij 3 m i ij m j ij + 2 m i ij m i j 3 + 2, tzn. funkcja celu ulega tylko przesunięciu o pewna stałą m c ij ij 2
25 Odejmijmy zatem najmniejszy element różny od zera w każdym wierszu i w każdej kolumnie:
26 Odejmijmy zatem najmniejszy element różny od zera w każdym wierszu i w każdej kolumnie:
27 Otrzymujemy macierz efektywności C[ ] z co najmniej m elementami zerowymi: Warunkiem koniecznym optymalnego przydziału jest dokonanie go według współrzędnyc elementów zerowyc macierzy C[ ] Warunkiem dostatecznym optymalnego przydziału jest niezależność m wybranyc elementów zerowyc macierzy C[ ], według któryc nastąpił przydział (para elementów niezależnyc elementy w dwóc różnyc wierszac i w dwóc różnyc kolumnac) 27
28 Twierdzenie Königa: Maksymalna liczba niezależnyc elementów zerowyc dowolnej macierzy C równa jest minimalnej liczbie linii koniecznyc do pokrycia wszystkic elementów zerowyc tej macierzy Na powyższyc elementac zerowyc macierzy C nie da się stworzyć optymalnego przydziału (3 linie 3 elementy zerowe niezależne < ) 28
29 Algorytm metody węgierskiej (dla minimalizacji łącznego kosztu przydziału). W każdym wierszu wyznacz minimalny element i odejmij go od każdego elementu tego wiersza
30 2. W każdej kolumnie wyznacz minimalny element i odejmij go od każdego elementu tej kolumny Jeśli w danym wierszu jest dokł. jedno nienaznaczone zero, to naznacz je symbolem i skreśl inne zera w odpowiadającej mu kolumnie.. Jeśli w danej kolumnie jest dokł. jedno nienaznaczone zero, to naznacz je symbolem i skreśl inne zera w odpowiadającym mu wierszu. 3
31 . Kroki 3 powtarzaj do wyczerpania. Jeśli znaleziono przydział do m zer, to jest on optymalny STOP.. Jeśli są jeszcze nienaznaczone zera, to naznacz jedno z nic symbolem ( północno-zacodnie ) i skreśl inne zera w odpowiadającej mu kolumnie i wierszu np. # # # # # # # # # # Zaznacz wiersze bez przydziału. 8. Zaznacz kolumny, które mają zero w dowolnym zaznaczonym wierszu. 9. Zaznacz wiersze, które mają przydział w zaznaczonyc kolumnac.. Powtarzaj kroki 8 9 do wyczerpania. 3
32 . Pokryj liniami niezaznaczone wiersze i zaznaczone kolumny Jeśli liczba linii pokrywającyc wszystkie zera jest równa liczbie naznaczonyc zer, to znajdź minimalny niepokryty element, odejmij go od niepokrytyc (zaznaczonyc) wierszy i dodaj do pokrytyc (zaznaczonyc) kolumn, po czym wróć do kroku 3. W przeciwnym razie przejdź do kroku 3. 32
33 . Pokryj liniami niezaznaczone wiersze i zaznaczone kolumny Jeśli liczba linii pokrywającyc wszystkie zera jest równa liczbie naznaczonyc zer, to znajdź minimalny niepokryty element, odejmij go od niepokrytyc (zaznaczonyc) wierszy i dodaj do pokrytyc (zaznaczonyc) kolumn, po czym wróć do kroku 3. W przeciwnym razie przejdź do kroku 3. 33
34 Kroki 3,, : Optymalny przydział: wykonawca zadanie koszt w z3 9 + w2 z2 + w3 z + w z 28 3
35 3. Skonstruuj graf skierowany o 2m+2 wierzcołkac: s, w,,w m, z,,z m, t. Dla każdego naznaczonego zera ( ) o współrzędnyc (i,j) utwórz łuk z j w i ; dla zer skreślonyc ( ) o współrzędnyc (i,j) łuk w i z j ; dla wierszy i bez przydziału łuk s w i ; dla kolumn j bez przydziału łuk z j t. np Konieczne są linie do pokrycia wszystkic zer, czyli istnieją zera niezależne, a przydziału dokonano tylko do 3 zer. 3
36 3. Skonstruuj graf skierowany o 2m+2 wierzcołkac: s, w,,w m, z,,z m, t. Dla każdego naznaczonego zera ( ) o współrzędnyc (i,j) utwórz łuk z j w i ; dla zer skreślonyc ( ) o współrzędnyc (i,j) łuk w i z j ; dla wierszy i bez przydziału łuk s w i ; dla kolumn j bez przydziału łuk z j t. w z s w2 w3 w z2 z3 z t wiersz (wykonawca) kolumna (zadanie) 3
37 3. Skonstruuj graf skierowany o 2m+2 wierzcołkac: s, w,,w m, z,,z m, t. Dla każdego naznaczonego zera ( ) o współrzędnyc (i,j) utwórz łuk z j w i ; dla zer skreślonyc ( ) o współrzędnyc (i,j) łuk w i z j ; dla wierszy i bez przydziału łuk s w i ; dla kolumn j bez przydziału łuk z j t. w z s w2 w3 w z2 z3 z t wiersz (wykonawca) kolumna (zadanie) 37
38 3. Skonstruuj graf skierowany o 2m+2 wierzcołkac: s, w,,w m, z,,z m, t. Dla każdego naznaczonego zera ( ) o współrzędnyc (i,j) utwórz łuk z j w i ; dla zer skreślonyc ( ) o współrzędnyc (i,j) łuk w i z j ; dla wierszy i bez przydziału łuk s w i ; dla kolumn j bez przydziału łuk z j t. w z s w2 w3 w z2 z3 z t wiersz (wykonawca) kolumna (zadanie) 38
39 . Z otrzymanego grafu utwórz sieć warstwową: do pierwszej warstwy wstaw wierzcołek s, do warstwy i+ wstaw każdy wierzcołek, którego nie ma w warstwie wcześniejszej, i do którego docodzi łuk z dowolnego wierzcołka warstwy i. W ostatniej warstwie znajdzie się wierzcołek t. w z s w2 w3 w z2 z3 z t wiersz (wykonawca) kolumna (zadanie) 39
40 . Z otrzymanego grafu utwórz sieć warstwową: do pierwszej warstwy wstaw wierzcołek s, do warstwy i+ wstaw każdy wierzcołek, którego nie ma w warstwie wcześniejszej, i do którego docodzi łuk z dowolnego wierzcołka warstwy i. W ostatniej warstwie znajdzie się wierzcołek t. w z s w2 z2 t w3 z3 w z sieć warstwowa s w z w z3 w2 z t z2 w3
41 . Przesuwając się po dowolnej ścieżce od t do s utwórz tzw. ścieżkę powiększającą przepływ. Naznacz ( ) zera skreślone o współrzędnyc (i,j), odpowiadające łukowi w i z j na tej ścieżce; cofnij ( ) przydział zer naznaczonyc o współrzędnyc (i,j), odpowiadającyc łukowi z j w i na tej ścieżce. W poniższej sieci są ścieżki powiększające przepływ sieć warstwowa s w z w z3 w2 z t z2 w3
42 . Przesuwając się po dowolnej ścieżce od t do s utwórz tzw. ścieżkę powiększającą przepływ. Naznacz ( ) zera skreślone o współrzędnyc (i,j), odpowiadające łukowi w i z j na tej ścieżce; cofnij ( ) przydział zer naznaczonyc o współrzędnyc (i,j), odpowiadającyc łukowi z j w i na tej ścieżce. ścieżka powiększająca przepływ s w z w z3 w2 z t 2
43 . Przesuwając się po dowolnej ścieżce od t do s utwórz tzw. ścieżkę powiększającą przepływ. Naznacz ( ) zera skreślone o współrzędnyc (i,j), odpowiadające łukowi w i z j na tej ścieżce; cofnij ( ) przydział zer naznaczonyc o współrzędnyc (i,j), odpowiadającyc łukowi z j w i na tej ścieżce.. Jeśli znaleziono przydział do m zer, to jest on optymalny STOP. 7. Wróć do kroku 7. w z w z3 w2 z z w z3 w2 3 Przydział optymalny 3
44 Uwagi uzupełniające: Ten sam algorytm można zastosować dla problemu maksymalizacji funkcji celu (zysku), jeśli zamieni się znaki elementów macierzy C[ ] na przeciwne. Jeśli macierz C[ ] nie jest kwadratowa, to można ją uzupełnić elementami zerowymi w kolumnac lub wierszac, tak aby uzyskać macierz kwadratową. Jeśli przydział i do j jest zakazany, to przyjmujemy.
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM VI METODA WĘGIERSKA
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM VI METODA WĘGIERSKA 1. Proble przydziału. Należy przydzielić zadań do wykonawców. Każde zadanie oże być wykonywane przez co najwyżej jednego wykonawcę
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 szczegółowoPlan 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 szczegółowoKlasyczne zagadnienie przydziału
Klasyczne zagadnienie przydziału Można wyodrębnić kilka grup problemów, w których zadaniem jest odpowiednie rozmieszczenie posiadanych zasobów. Najprostszy problem tej grupy nazywamy klasycznym zagadnieniem
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie przydziału dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie przydziału 1 Można wyodrębnić kilka grup problemów, których zadaniem jest alokacja szeroko
Bardziej szczegółowoZAGADNIENIE 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 szczegółowoZagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
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 szczegółowoA. 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 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 szczegółowoZagadnienie transportowe
Zagadnienie transportowe Firma X zawarła kontrakt na dostarczenie trawnika do wykończenia terenów wokół trzech zakładów U, V i W. Trawnik ma być dostarczony z trzech farm A, B i C. Zapotrzebowanie zakładów
Bardziej szczegółowoMETODA 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 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 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 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 szczegółowoZAGADNIENIE 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 szczegółowoKLASYCZNE 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 szczegółowoDefinicja 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 szczegółowoElementy 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[1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985.
Metody optymalizacji, wykład nr 10 Paweł Zieliński 1 Literatura [1] E. M. Reingold, J. Nievergelt, N. Deo Algorytmy kombinatoryczne PWN, 1985. [2] R.S. Garfinkel, G.L. Nemhauser Programowanie całkowitoliczbowe
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
Bardziej 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 szczegółowoZagadnienie 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 szczegółowoRozwiązanie 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 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 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 szczegółowoZAGADNIENIA TRANSPORTOWE
ZAGADNIENIA TRANSPORTOWE Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE opracowano w 1941 r. (F.L. Hitchcock) Jest to problem opracowania planu przewozu pewnego jednorodnego produktu z kilku różnych
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu
Bardziej 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 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 szczegółowoMetoda 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 szczegółowoOPTYMALIZACJA 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 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 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 szczegółowoMetody 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 szczegółowoProgramowanie nieliniowe
Rozdział 5 Programowanie nieliniowe Programowanie liniowe ma zastosowanie w wielu sytuacjach decyzyjnych, jednak często zdarza się, że zależności zachodzących między zmiennymi nie można wyrazić za pomocą
Bardziej szczegółowoProgramowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
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 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 szczegółowoBADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe
BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI Zagadnienie transportowe Klasyczne zagadnienie transportowe Klasyczne zadanie transportowe problem najtańszego przewozu jednorodnego dobra pomiędzy punktami nadania
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa Macierze
Analiza matematyczna i algebra liniowa Macierze Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: poniedziałek
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
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 szczegółowoElementy 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 szczegółowoĆwiczenia 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 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 szczegółowoI. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: SYSTEMY WSPOMAGANIA DECYZJI. Kod przedmiotu: Ecs 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny. Kierunek: Mechatronika 5. Specjalność: Techniki Komputerowe
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 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 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 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 szczegółowoPROGRAMOWANIE NIELINIOWE
PROGRAMOWANIE NIELINIOWE Maciej Patan Uniwersytet Zielonogórski WSTEP Zadanie programowania nieliniowego (ZPN) min f(x) g i (x) 0, h i (x) = 0, i = 1,..., m g i = 1,..., m h f(x) funkcja celu g i (x) i
Bardziej szczegółowo1 Macierze i wyznaczniki
1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)
Bardziej szczegółowoBADANIA 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 szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych
Bardziej szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
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 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 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 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 szczegółowoBadania 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 szczegółowoRozwiązywanie problemów z użyciem Solvera programu Excel
Rozwiązywanie problemów z użyciem Solvera programu Excel Podstawowe czynności: aktywować dodatek Solver oraz ustawić w jego opcjach maksymalny czas trwania algorytmów na sensowną wartość (np. 30 sekund).
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 szczegółowoPlanowanie przedsięwzięć
K.Pieńkosz Badania Operacyjne Planowanie przedsięwzięć 1 Planowanie przedsięwzięć Model przedsięwzięcia lista operacji relacje poprzedzania operacji modele operacji funkcja celu planowania K.Pieńkosz Badania
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 szczegółowoDefinicja macierzy Typy i właściwości macierzy Działania na macierzach Wyznacznik macierzy Macierz odwrotna Normy macierzy RACHUNEK MACIERZOWY
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy funkcję
Bardziej szczegółowoUkłady 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 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 szczegółowoMacierze. Rozdział Działania na macierzach
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy
Bardziej szczegółowoRACHUNEK MACIERZOWY. METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6. Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska
RACHUNEK MACIERZOWY METODY OBLICZENIOWE Budownictwo, studia I stopnia, semestr 6 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Czym jest macierz? Definicja Macierzą A nazywamy
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa
Wielokryteriowa optymalizacja liniowa 1. Przy decyzjach złożonych kierujemy się zwykle więcej niż jednym kryterium. Postępowanie w takich sytuacjach nie jest jednoznaczne. Pojawiło się wiele sposobów dochodzenia
Bardziej szczegółowoProgramowanie dynamiczne. Tadeusz Trzaskalik
Programowanie dynamiczne Tadeusz Trzaskalik 9.. Wprowadzenie Słowa kluczowe Wieloetapowe procesy decyzyjne Zmienne stanu Zmienne decyzyjne Funkcje przejścia Korzyści (straty etapowe) Funkcja kryterium
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 1. wykład z algebry liniowej Warszawa, październik 2015 Mirosław Sobolewski (UW) Warszawa, wrzesień 2015 1 / 1
Bardziej szczegółowoZadanie transportowe
Zadanie transportowe Opracowanie planu przewozu jednorodnego produktu z różnych źródeł zaopatrzenia do punktów, które zgłaszają zapotrzebowanie na ten produkt. Wykład ARo Metody optymalizacji w ekonomii
Bardziej szczegółowoUkłady równań liniowych
Układy równań liniowych ozważmy układ n równań liniowych o współczynnikach a ij z n niewiadomymi i : a + a +... + an n d a a an d a + a +... + a n n d a a a n d an + an +... + ann n d n an an a nn n d
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 szczegółowoZAGADNIENIE 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 szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój
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 szczegółowoDefinicje. Algorytm to:
Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi
Bardziej szczegółowoProcesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.
Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. Przykład Symetryczne błądzenie przypadkowe na prostej. 1 2 Łańcuchem
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 szczegółowoBADANIA 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 szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
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
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 szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoDodatek 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 szczegółowo1. 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 szczegółowoMetoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
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 szczegółowoOptymalizacja. Algorytmy dokładne
dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Organizacja zbioru rozwiązań w problemie SAT Wielokrotny podział na dwia podzbiory: x 1 = T, x 1
Bardziej szczegółowoTeoria obliczeń i złożoność obliczeniowa
Teoria obliczeń i złożoność obliczeniowa Kontakt: dr hab. inż. Adam Kasperski, prof. PWr. pokój 509 B4 adam.kasperski@pwr.wroc.pl materiały + informacje na stronie www. Zaliczenie: Egzamin Literatura Problemy
Bardziej szczegółowoG. Wybrane elementy teorii grafów
Dorota Miszczyńska, Marek Miszczyński KBO UŁ Wybrane elementy teorii grafów 1 G. Wybrane elementy teorii grafów Grafy są stosowane współcześnie w różnych działach nauki i techniki. Za pomocą grafów znakomicie
Bardziej szczegółowo13 Układy równań liniowych
13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...
Bardziej szczegółowoRozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA 3.2. Ćwiczenia komputerowe
Bardziej szczegółowoRozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm
Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
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 szczegółowo