6. ANALIZA POST-OPTYMALIZACYJNA analiza wrażliwości rozwiązania optymalnego
|
|
- Feliks Domański
- 7 lat temu
- Przeglądów:
Transkrypt
1 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 rozwiązanie zadania PL składaą się następuące elementy: Skład optymalne bazy (wektory bazowe), Optymalne wartości zmiennych modelu (decyzynych i swobodnych), Optymalna wartość funkci kryterium. Z czego wynika potrzeba przeprowadzania analizy wrażliwości rozwiązania optymalnego?: Mogą być obserwowane dynamiczne zmiany w warunkach funkconowania przedsiębiorstwa, np. zmiany cen, płac, wielkości zatrudnienia, itd. Zarząd przedsiębiorstwa chce uwzględniać ryzyko zmian parametrów przy podemowaniu decyzi. Model PL est deterministyczny, natomiast ego parametry są zwykle wynikami szacunków/prognoz i są obarczone błędami statystycznymi. Zarząd firmy chce znać poziomy krytyczne wartości parametrów modelu PL(dopuszczalne wartości błędów statystycznych), które nie zmieniaą optymalne decyzi.
2 ANALIZA WRAŻLIWOŚCI PARAMETRY FUNKCJI KRYTERIUM Rozwiązanie zadania PL est optymalne, eżeli WSZYSTKIE wskaźniki optymalności niedodatnie w przypadku maksymalizaci albo nieuemne w przypadku minimalizaci = c z = c ( B ) T ( B ) T 1 * c Y = c c B A = 1,,n * są Interesue nas wskazanie przedziału dopuszczalnych zmian dla parametrów funkci kryterium (zysków ednostkowych, kosztów ednostkowych), które nie prowadzą do zmiany rozwiązania wyznaczonego ako optymalne, w sensie optymalnych wartości zmiennych modelu. Zakładamy, że w tym samym czasie może ulegać zmianie tylko eden parametr modelu pozostałe parametry przymuą oryginalnie ustalone wartości.
3 Rozróżniamy dwa możliwe przypadki: 1. Zmiana parametru przy zmienne decyzyne NIEBAZOWEJ x k 2. Zmiana parametru przy zmienne BAZOWEJ x k. Ad 1. W przypadku zmiany wartości parametru stoącego w funkci kryterium przy zmienne NIEBAZOWEJ x k obserwuemy zmianę tylko ednego wskaźnika optymalności, tylko dla =k. Zmiana taka nie wywiera w ogóle wpływu na zmianę wartości z dla =1,,n *. W związku z tym dla parametru c k przy zmienne NIEBAZOWEJ w funkci kryterium możemy ustalić granice przedziału dopuszczalnych zmian, zwanego przedziałem nieistotności (range of insignificance), w następuący sposób: - dla zadań maksymalizaci : < ck zk c z. - dla zadań minimalizaci: k k
4 Ad 2. W przypadku zmiany parametru stoącego przy zmienne BAZOWEJ x k ulegaą zmianie WSZYSTKIE wskaźniki optymalności dla =1,,n *, za wyątkiem wskaźników optymalności odpowiadaących zmiennym bazowym (są one równe zeru). Jeżeli zadanie PL nie est sprzeczne (zbiór rozwiązań dopuszczalnych nie est pusty) to wśród zmiennych bazowych rozwiązania optymalnego nie ma zmiennych sztucznych. Przeprowadzaąc analizę wrażliwości rozwiązania nie bierzemy pod uwagę wskaźników optymalności odpowiadaących zmiennym sztucznym, wprowadzonym edynie w celu uzyskania startowego rozwiązania bazowego. W celu wyznaczenia tzw. przedziału optymalności (optimality range) dla parametru c k stoącego w funkci kryterium przy zmienne bazowe musimy rozwiązać układ nierówności w liczbie: skonstruowanych następuąco: n * - m - liczba zmiennych sztucznych W zadaniu maksymalizaci : 0 dla indeksów odpowiadaących zmiennym nie - bazowym i nie-sztucznym,
5 W zadaniu minimalizaci: 0 dla indeksów odpowiadaących zmiennym nie-bazowym i nie-sztucznym. Odpowiedni układ nierówności rozwiązuemy ze względu na parametr c k traktowany aka nieznana wartość zmienne. W tym przypadku parametr c k est elementem wektora B c.
6 ANALIZA WRAŻLIWOŚCI PRAWE STRONY OGRANICZEŃ Bardzo często w zadaniach PL prawe strony ograniczeń wyrażaą ilości dostępnych zasobów zasoby pracy, surowców itp.. Informaca o tym ile warta est, w sensie przyrostu całkowitego zysku firmy, dodatkowa ednostka ograniczonego zasobu est bardzo cenna. Taka wycena est przedmiotem te części analizy wrażliwości. Przedział dopuszczalnych zmian (range of feasibility) dla parametru b i est określony z wykorzystaniem warunku dopuszczalności rozwiązania bazowego, w szczególności optymalnego rozwiązania bazowego: x B opt = ( B opt 1 ) b 0.
7 Postępowanie: Macierz odwrotną do macierzy optymalne bazy znaduemy w tabeli simpleksowe odpowiadaące rozwiązaniu optymalnemu w kolumnach, które w startowe tabeli tworzyły macierz ednostkową (w koleności odpowiadaące kolenym wektorom ednostkowym). W wektorze b (wektorze oryginalnych wartości prawych stron ograniczeń) uzmienniamy badany parametr i rozwiązuemy powstały układ nierówności ze względu na b i. Tak długo ak zmiana parametru b i nie prowadzi do zakłócenia warunku dopuszczalności rozwiązania, ta sama baza pozostae dopuszczalna i optymalna rozważamy dopuszczalne zmiany TYLKO JEDNEGO parametru b i i=1,,m zakładaąc, że pozostałe parametry przymuą oryginalne wartości. Zmiany wartości b i poza przedział dopuszczalnych zmian powoduą, że należy przystąpić do wykonania dodatkowych iteraci metody simplex w celu wyznaczenia nowego bazowego rozwiązania dopuszczalnego i optymalnego.
8 DUALIZM W PROGRAMOWANIU LINIOWYM: Z każdym zadaniem PL związane est zadanie, zwane zadaniem dualnym. Fundamentalną własnością pary zadań dualnych est, że rozwiązanie ednego z tych zadań dostarcza rozwiązanie drugiego z nich. max z( x) = Ax x c b 0 T x SYMETRYCZNA PARA ZADAŃ DUALNYCH PL: min A y T y 0 w( y) = Zadanie prymalne Zadanie dualne x - n 1wektor zmiennych decyzynych, y - m 1 wektor zmiennych dualnych. c b T y
9 Naważniesze własności: Jeżeli edno z pary zadań dualnych posiada skończone rozwiązanie optymalne to również dla drugiego z zadań można znaleźć skończone rozwiązanie optymalne. Optymalne wartości funkci kryterium obu zadań są równe. max z( x ) = min w( y). Jeżeli edno z pary zadań dualnych nie posiada skończonego rozwiązania optymalnego, est nieograniczone (unbounded), to drugie z nich est sprzeczne (infeasible). Jeżeli edno z pary zadań dualnych est sprzeczne, to drugie z nich est również sprzeczne bądź nieograniczone. Każda ze zmiennych dualnych odpowiada ednemu z ograniczeń zadania prymalnego. Jeżeli zmienna swobodna w ograniczeniu nierównościowym est większa od zera, to odpowiadaąca ograniczeniu zmienna dualna est równa zero. Interpretaca wartości zmiennych dualnych (shadow prices) odpowiadaących rozwiązaniu optymalnemu zadania prymalnego wynika z równości wartości funkci kryterium obu zadań: y i = z max b i,
10 Interpretaca: Zmienna dualna wyraża przyrost optymalne wartości funkci kryterium zadania prymalnego będący wynikiem ednostkowego przyrostu prawe strony odpowiadaącego e ograniczenia (dodatkowe ednostki zasobu). Zmienna dualna est zmienną mianowaną. Miano zmienne dualne to: ednostka pomiaru funkci kryterium zadania prymalnego / ednostka pomiaru prawe strony ograniczenia, np. $/h, $/t, itp. UWAGA: Należy zwrócić uwagę, że zmiana wartości prawe strony ograniczenia prowadzi, w ogólnym przypadku, do zmiany optymalnych wartości zmiennych zadania PL. Jeżeli zmiana est dokonana w obrębie wyznaczonego przedziału dopuszczalnych zmian dla parametru b i, to nie zmienia się macierz optymalne bazy i nie ulegaą również zmianie wartości zmiennych dualnych. W przypadku zadań PL o mieszanych warunkach, znak zmienne dualne zależy od kierunku nierówności w ograniczeniu, któremu zmienna dualna odpowiada. Zmienne dualne związane z ograniczeniami o przeciwnych kierunkach niż sformułowane dla symetryczne pary zadań (t. dla max oraz dla min ) są NIEDODATNIE; w przypadku ograniczenia równościowego znak odpowiadaące zmienne dualne nie może być przewidziany.
11 Wektor wartości zmiennych dualnych odpowiadaących rozwiązaniu optymalnemu może być wyznaczony za pomocą wzoru: y opt = ( c B opt ) T ( B opt ) 1. ROZSZERZONA ANALIZA WRAŻLIWOŚCI rozwiązania optymalnego obemue: usunięcie zmienne decyzyne z zadania PL, badanie reakci rozwiązania optymalnego na dołączenie lub usunięcie ograniczenia z zadania PL.
(Dantzig G. B. (1963))
(Dantzig G.. (1963)) Uniwersalna metoda numeryczna dla rozwiązywania zadań PL. Ideą metody est uporządkowany przegląd skończone ilości rozwiązań bazowych układu ograniczeń, które możemy utożsamiać, w przypadku
Bardziej szczegółowoBADANIA OPERACYJNE ANALITYKA GOSPODARCZA
BADANIA OPERACYJNE ANALITYKA GOSPODARCZA Egzamin pisemny 8.4.7 piątek, salae-6, godz. 8:-9:3 OBECNOŚĆ OBOWIĄZKOWA!!! Układ egzaminu. TEST z teorii: minut (test wielostronnego wyboru; próg 75%). ZADANIA:
Bardziej 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 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 szczegółowoPoszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania
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 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 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 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 szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Wykład 2 Optymalizacja
Bardziej 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 szczegółowoNotatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową
Bardziej 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 szczegółowoBadania 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 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 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 szczegółowoDualność w programowaniu liniowym
2016-06-12 1 Dualność w programowaniu liniowym Badania operacyjne Wykład 2 2016-06-12 2 Plan wykładu Przykład zadania dualnego Sformułowanie zagadnienia dualnego Symetryczne zagadnienie dualne Niesymetryczne
Bardziej 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 szczegółowoMETODA 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 szczegółowoA. 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 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 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 liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
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 szczegółowoAlgorytm simplex i dualność
Algorytm simplex i dualność Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 15, 2016 Łukasz Kowalik (UW) LP April 15, 2016 1 / 35 Przypomnienie 1 Wierzchołkiem wielościanu P nazywamy
Bardziej szczegółowoZAGADNIENIE 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 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 szczegółowoWykład 6. Programowanie liniowe
Wykład 6. Programowanie liniowe Zakład może wytwarzać dwa produkty: P 1 i P 2. Ich produkcja jest limitowana dostępnymi zasobami trzech środków: S 1, S 2, S 3. Zasoby tych środków wynoszą odpowiednio,
Bardziej szczegółowoZagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka
Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach
Bardziej szczegółowoElementy badań operacyjnych programowanie liniowe
Elementy badań operacynych programowanie liniowe. Wprowadzenie. Formalny standardowy model liniowy maksymalizaci (minimalizaci) ako przykład realizaci dwóch klasycznych zasad sprawnego działania (A. osiągnąć
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 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 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 szczegółowoEkonometria - ćwiczenia 11
Ekonometria - ćwiczenia 11 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 21 grudnia 2012 Na poprzednich zajęciach zajmowaliśmy
Bardziej 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 szczegółowoBadania 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( 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 szczegółowoZadania 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 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 szczegółowoNumeryczne modelowanie ustalonego pola temperatury
Zakład Aerodynamiki i ermodynamik Instytut echniki Lotnicze, Wydział Mechatroniki Woskowa Akademia echniczna Numeryczne modelowanie ustalonego pola temperatury Piotr Koniorczyk Mateusz Zieliński Warszawa
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 szczegółowoUkłady równań liniowych. Ax = b (1)
Układy równań liniowych Dany jest układ m równań z n niewiadomymi. Liczba równań m nie musi być równa liczbie niewiadomych n, tj. mn. a a... a b n n a a... a b n n... a a... a b m m mn n m
Bardziej szczegółowoSpis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]
Spis treści 1 Zastosowanie Matlab a... 2 1.1 Wstęp... 2 1.2 Zagadnienie standardowe... 3 1.3 Zagadnienie transportowe... 5 1 Zastosowanie Matlab a Anna Tomkowska [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]
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 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 szczegółowo1 Przykładowe klasy zagadnień liniowych
& " 1 PRZYKŁADOWE KLASY ZAGADNIEŃ LINIOWYCH 1 1 Przykładowe klasy zagadnień liniowych Liniowy model produkcji Zakład może prowadzić rodzajów działalności np. produkować różnych wyrobów). Do prowadzenia
Bardziej 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 szczegółowoALGORYTM 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 szczegółowoRozwiązywanie algebraicznych układów równań liniowych metodami iteracyjnymi. Plan wykładu:
Rozwiązywanie algebraicznych układów równań liniowych metodami iteracynymi Plan wykładu: 1. Przykłady macierzy rzadkich i formaty ich zapisu 2. Metody: Jacobiego, Gaussa-Seidla, nadrelaksaci 3. Zbieżność
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 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 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 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 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 szczegółowoc j x x
ZESTAW 1 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 700 ton, w miejscowości 900 ton Ma być on przewieziony
Bardziej 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 szczegółowoOptymalizacja struktury produkcji na przykładzie kopalni
1) Dr hab inż.; Wydział Górnictwa i Geoinżynierii, AGH University of Science and Technology, Kraków, Mickiewicza 30, 30-059, Poland; tel.: 48 12 617 21 00, email: t-zak@agh.edu.pl 2) Dr inż.; Wydział Górnictwa
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 celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowo) 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 szczegółowoLaboratorium 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 szczegółowoOptymalizacja liniowa w liczbach całkowitych (PLC)
* ) && &&& % ( - &&(() n && - n% ( ' n!"#$ Optymalizacja liniowa w liczbach całkowitych (PLC) (( & ' nn nn Zadanie (-) nazywamy zadaniem regularnym Zadanie (-) nazywamy zadaniem PLC Stosownie do tego podziału
Bardziej szczegółowo- modele liniowe. - modele nieliniowe.
Model decyzyjny sformalizowane ujęcie działania związanego z podejmowaniem decyzji. Decyzje dopuszczalne decyzje uwzględniające warunki ograniczające, jest ich wiele. Decyzja optymalna decyzja dopuszczalna
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Schemat postępowania w badaniach operacyjnych decydent sytuacja decyzyjna decyzje decyzje dopuszczalne niedopuszczalne kryterium wyboru zadanie decyzyjne zmienne decyzyjne warunki
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie. Niech łączna wartość szkód: Ma złożony rozkład Poissona. Momenty rozkładu wartości poedyncze szkody wynoszą:, [ ]. Wiemy także, że momenty nadwyżki wartości poedyncze szkody ponad udział własny
Bardziej szczegółowoIwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ
1 Iwona Konarzewska Programowanie celowe - wprowadzenie Katedra Badań Operacyjnych UŁ 2 Programowanie celowe W praktycznych sytuacjach podejmowania decyzji często występuje kilka celów. Problem pojawia
Bardziej szczegółowoPrzykład: 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 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 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 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 szczegółowoZbiory wypukłe i stożki
Katedra Matematyki i Ekonomii Matematycznej 28 kwietnia 2016 Hiperpłaszczyzna i półprzestrzeń Definicja Niech a R n, a 0, b R. Zbiór H(a, b) = {x R n : (a x) = b} nazywamy hiperpłaszczyzną, zbiory {x R
Bardziej szczegółowoFirma 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 szczegółowoD. 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 szczegółowoModelowanie 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 szczegółowoBezgradientowe metody optymalizacji funkcji wielu zmiennych. informacje dodatkowe
Bezgradientowe metody optymalizacji funkcji wielu zmiennych informacje dodatkowe Wybór kierunku poszukiwań Kierunki bazowe i ich modyfikacje metody bezgradientowe. Kierunki oparte na gradiencie funkcji
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 szczegółowoZagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
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 szczegółowoElementy 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 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. Modele liniowe.......................... 5 1.1.
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 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 szczegółowoEkonomia matematyczna - 1.2
Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 8, 2016 Łukasz Kowalik (UW) LP April 8, 2016 1 / 15 Problem diety Tabelka wit. A (µg) wit. B1 (µg) wit. C (µg) (kcal)
Bardziej szczegółowoRównania 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 szczegółowoTesty zgodności 9 113
Testy zgodności 9 3 9. TESTY ZGODNOŚCI 9. Różne sytuace praktyczne W praktyce badań statystycznych, ak uż poprzednio stwierdzono, cały proces analizy statystyczne dzielimy na dwa etapy: formułowanie hipotezy
Bardziej szczegółowoRozwiązanie 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 szczegółowoMetody Optymalizacji: Przeszukiwanie z listą tabu
Metody Optymalizacji: Przeszukiwanie z listą tabu Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje: wtorek
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 szczegółowoA. Kasperski, M. Kulej Badania Operacyjne- metoda sympleks 1
A. Kasperski, M. Kulej Badania Operacyjne- metoda sympleks 1 ALGORYTM SYMPLEKS Model liniowy nazywamy modelem w postaci standardowej jeżeli wszystkie ograniczenia s a w postaci równości i wszystkie zmienne
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 szczegółowoĆwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.
Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe Ćw. L. Typy optymalizacji Istnieją trzy podstawowe typy zadań optymalizacyjnych: Optymalizacja statyczna- dotyczy
Bardziej szczegółowoMetody wielokryterialne. Tadeusz Trzaskalik
Metody wielokryterialne Tadeusz Trzaskalik 4.1. Wprowadzenie Słowa kluczowe Zadanie wielokryterialne Zadanie wielokryterialne programowania liniowego Przestrzeń decyzyjna Zbiór rozwiązań za dopuszczalnych
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 8. SZTUCZNE SIECI NEURONOWE INNE ARCHITEKTURY Częstochowa 24 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska SIEĆ O RADIALNYCH FUNKCJACH BAZOWYCH
Bardziej szczegółowoUkłady równań liniowych. Krzysztof Patan
Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych
Bardziej szczegółowoRównania nieliniowe, nieliniowe układy równań, optymalizacja
Nieliniowe równania i układy rówań Slajd 1 Równania nieliniowe, nieliniowe układy równań, optymalizacja Nieliniowe równania i układy rówań Slajd 2 Plan zajęć Rozwiązywanie równań nieliniowych -metoda bisekcji
Bardziej szczegółowoNarzędzia wspomagania decyzji logistycznych
Narzędzia wspomagania decyzji logistycznych Dr Adam Kucharski Spis treści Optymalizacja liniowa. Programowanie liniowe.................................. Metoda graficzna.....................................
Bardziej szczegółowoRozwiązywanie układów równań liniowych
Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy
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 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 szczegółowo