Programowanie liniowe w logistyce
|
|
- Artur Krupa
- 8 lat temu
- Przeglądów:
Transkrypt
1 Programowanie liniowe w logistyce kierunek Informatyka, studia I stopnia ćwiczenia Programowanie liniowe Modelowanie Zadanie Zapisać nast epujace zadanie w postaci zadania programowania liniowego Producent odzieży powinien określić, ile kurtek i płaszczy należy wyprodukować tak, aby zysk osiagni ety z ich sprzedaży był maksymalny Do produkcji wykorzystywany jest jeden rodzaj tkaniny Producent posiada 5 m tej tkaniny Zgodnie z zamówieniami należy wyprodukować co najmniej kurtek i co najwyżej płaszczy Do produkcji jednej kurtki i jednego płaszcza potrzeba odpowiednio, 5 m i 4 m tkaniny Przy sprzedaży jednej kurtki producent osiaga zysk 5 zł, płaszcza - 6 zł Rozwiazanie Zadania Wprowadźmy następujace oznaczenia: u - ilość wyprodukowanych kurtek, u - ilość wyprodukowanychpłaszczy Ograniczenia nałożone na zmienne u, u można zapisać następujaco: u, u,, 5u +4u 5 Funkcjonał kosztu, który należy zmaksymalizować, przyjmuje postać 5u +6u
2 Uwzględniajac więc naturalne ograniczenia nieujemności zmiennych u, u,możemy zapisać badane zagadnienie w postaci następujacego zadania programowania liniowego h( 5, 6), (u,u )i min u U = {u =(u,u ) R ; u, u u }, Zadanie Zapisać nast epujace zadanie w postaci zadania programowania liniowego Pewien wytwórca posiada magazyny z Lublinie, Łodzi i Szczecinie W magazynach tych znajduje sie odpowiednio 4, i 4 jednostek produktu Sklepy zamówiły nastepuj ace ilości produktu: Białystok - 5 jednostek, Cieszyn-, Kraków-, Sopot - 3, Warszawa - 5 Koszty transportu jednostki produktu (w zł) z magazynów do sklepów podaje nastepu- jaca tabela: Białystok Cieszyn Kraków Sopot Warszawa Lublin Łódź Szczecin Należy tak zaplanować dystrybucje produktu, by koszt transportu był minimalny Rozwiazanie Zadania W dalszym ciagu magazyny w Lublinie, Łodzi i Szczecinie oznaczaćbędziemy numerami,, 3, natomiast sklepy w Białymstoku, Cieszynie, Krakowie, Sopocie i Warszawie- numerami,, 3, 4, 5, odpowiednio Wprowadźmy także następujace oznaczenia: u i,j -ilość jednostek produktu transportowanych z i - tego magazynu do j -tegosklepu c i,j - koszt transportu jednostki produktu z i - tego magazynu do j - tego sklepu Funkcjonał kosztu, który należy zminimalizować, przyjmuje postać X 3 i= X 5 j= c i,ju i,j,
3 natomiast ograniczenia nałożone na zmienne u i,j można zapisać następujaco: X 5 j= u,j = 4 X 5 j= u,j = X 5 j= u3,j = 4 Oznaczajac więc X 3 i= ui, = 5 X 3 i= ui, = X 3 i= ui,3 = X 3 i= ui,4 = 3 X 3 i= ui,5 = 5 u =(u,,,u,5,u,,, u,5,u 3,,, u 3,5 ) R 5, c =(55, 3, 4, 5, 4, 35, 3,, 45, 6, 4, 6, 95, 35, 3) iuwzględniajac naturalne ograniczenie nieujemności zmiennych, możemy zapisać rozważane zadanie w postaci następujacego zadania programowania liniowego hc, ui min u U = {u R 5 ; u, u = 3 5 Zadanie 3 Zapisać nast epujace zadanie w postaci zadania programowania liniowego 3
4 Wytwórca mebli powinien określić, ile stoł ów, krzeseł, biurek i szaf powinien wyprodukować, by zysk z ich sprzedaży był maksymalny Do produkcji wykorzystywane sa dwa typy desek Wytwórca posiada 5 m desek I typu i m-desekiitypuorazdysponuje kapitałem 86 godzin roboczych na wykonanie zaplanowanej produkcji Ze złożonych zamówieńwynika,że należy wyprodukowaćconajmniej 4 stołów, 3 krzeseł, 3 biurek i nie wiecej niż szaf Do produkcji każdego stołu, krzesła, biurka i szafy potrzeba odpowiednio 5,, 9, m desek I typu i, 3, 4, m desek II typu Na wykonanie stołu potrzeba3 godzin pracy, krzesła - godzin, biurka - 5 godzin, szafy - godzin Ze sprzedaży jednego stołu, krzesła, biurka i szafy wytwórca osiaga zysk odpowiednio 5,, 6 i 4 zł Rozwiazanie Zadania 3 Wprowadźmy następujace oznaczenia: u - ilość stołów u - ilość krzeseł u 3 - ilość biurek u 4 - ilość szaf Funkcjonał kosztu, który należy zmaksymalizować, przyjmuje postać 5u +u +6u 3 +4u 4 max Ograniczenia nałożone na zmienne u,, u 4 można zapisać następujaco: u 4, u 3, u 3 3, u 4, 5u + u +9u 3 +u 4 5, u +3u +4u 3 + u 4, 3u +u +5u 3 +u 4 86 Zatem, uwzględniajac naturalne ograniczenia nieujemności zmiennych u,, u 4,możemy 4
5 zapisać badane zagadnienie w postaci następujacego zadania programowania liniowego h( 5,, 6, 4), (u,u,u 3,u 4 )i min u 3 5 u U = {u =(u,, u 4 ) R 4 u ; u, 86 u 3 4 } 3 u 4 3 Zadanie 4 Zapisać nast epujace zadanie w postaci zadania programowania liniowego Zadaniem dietetyka jest opracowanie składu porannej owsianki tak, aby zawierała ona niezbedne dzienne zapotrzebowanie organizmu na określone składniki odżywcze i jednocześnie była możliwie najtańsza Dietetyk ma dyspozycji płatki dwóch rodzajów: I i II Śniadanie powinno zawierać co najmniej mg witaminy B, mg żelaza i mieć wartość energetycznarówn a 36 kcal gpłatków I rodzaju zawiera, mg witaminy B, mg żelaza i ma wartość energetycznarówn a 368 kcal, natomiast gpłatków II rodzaju zawiera, 5 mg witaminy B, mg żelaza i ma wartość energetyczn arówn a 39 kcal Ponadto gpłatków I rodzaju kosztuje 3 gr, a gpłatków II rodzaju - 36 gr Rozwiazanie Zadania 4 Wprowadźmy następujace oznaczenia: u - ilość płatków I rodzaju ( gramowych porcji) u - ilość płatków II rodzaju ( gramowych porcji) Funkcjonał kosztu, który należy zminimalizować jest postaci 3u +36u, natomiast ograniczenia można zapisać wpostacinastępujacych nierówności irówności, u +, 5u, u +u, 368u +39u = 36 5
6 Po uwzględnieniu naturalnych ograniczeń nieujemności zmiennych u, u otrzymujemy następujace zadanie programowania liniowego h(3, 36), (u,u )i min u U = {u =(u,u ) R ; u,,, 5 u, u h i u u = [36]} Zadanie 5 Zapisać nast epujace zadanie w postaci zadania programowania liniowego Dyrektor pewnego przedsiebiorstwa powinien obsadzić trzy stanowiska pracy, majac do dyspozycji trzech pracowników Ze wzgledu na różne ich kwalifikacje oraz zdobyte doświadczenie, wartość (dlaprzedsi ebiorstwa) każdego z tych pracowników zależy od stanowiska, na którym jest on zatrudniony Poniższa tabela zawiera oceny wartości pracowników zatrudnionych na poszczególnych stanowiskach Stanowisko I Stanowisko II Stanowisko III Pracownik A Pracownik B Pracownik C 8 Należy tak rozmieścić pracowników na rozważanych stanowiskach, by całkowita ich wartość dla przedsiebiorstwa była maksymalna Zakładamy, że każdy pracownik powinien być zatrudniony łacznie na jeden etat i każdemu stanowisku powinien być przypisany jeden etat Rozwiazanie Zadania 5 Symbolem u i,j oznaczać będziemy część etatu, na jaka należy zatrudnić i - tego pracownika na j -tym stanowisku zagadnienia, który należy zmaksymalizować, ma następujac a postać Funkcjał kosztu dla tego 5u, +4u, +7u,3 +6u, +7u, +3u,3 +8u 3, +u 3, +u 3,3, 6
7 zaś ograniczenia sanastępuj ace: u, + u, + u,3 =, u, + u, + u,3 =, u 3, + u 3, + u 3,3 =, u, + u, + u 3, =, u, + u, + u 3, =, u,3 + u,3 + u 3,3 = Uwzględniajac zatem naturalne ograniczenia nieujemności zmiennych u i,j,możemy badane zagadnienie zapisać w postaci następujacego zadania programowania liniowego h( 5, 4, 7, 6, 7, 3, 8,, ), (u,,,u,3,u,,, u,3,u 3,,, u 3,3 )i min u U = {u =(u,,, u,3,u,,, u,3,u 3,,, u 3,3 ) R 9 ; u, u, u, u,3 u, u, u,3 u 3, u 3, u 3,3 = } Zadanie 6 Zapisać nast epujace zadanie w postaci zadania programowania liniowego Producentfarbmusiokreślić, ile litrów farby białej, zielonej, niebieskiej i czerwonej powinien wyprodukować, aby zysk osiagni etyzesprzedaży był maksymalny Do produkcji wykorzystywane sa trzy surowce: A, B i C Producent posiada 3 litrów surowca A, litrów - surowca B i 7 litrów - surowca C oraz dysponuje kapitałem 6 godzin roboczych Z przyjetych zamówień wynika,że należy wyprodukować conajmniej 5 litrów farby białej, 7
8 co najmniej 35 litrów - farby zielonej, co najwyżej 5 litrów - farby niebieskiej i nie mniej niż 75 litrów - farby czerwonej Ilości poszczególnych surowców potrzebnych do wyprodukowania litra każdej farby przedstawione sawnast epujacej tabeli (w litrach) biała zielona niebieska czerwona A,3,6,35,5 B,5,,45,55 C,45,,,3 Ponadto, wyprodukowanie litra każdej farby wymaga 5 minut pracy Zysk ze sprzedaży litra farby białej wynosi 7 zł, zielonej-6 zł, niebieskiej - 7 zł, czerwonej-5 zł Rozwiazanie Zadania 6 Symbolem u, u, u 3 oznaczaćbędziemy odpowiednio ilość (w litrach) farby białej, zielonej, niebieskiej i czerwonej, która należy wyprodukować Funkcjał kosztu dla tego zagadnienia, który należy zmaksymalizować, ma następujac a postać zaś ograniczenia sanastępuj ace: 7u +6u +7u 3 +5u 4, u 5, u 35, u 3 5, u 4 75,, 3u +, 6u +, 35u 3 +, 5u 4 3,, 5u +, u +, 45u 3 +, 55u 4,, 45u +, u +, u 3 +, 3u 4 7,, 5u +, 5u +, 5u 3 +, 5u 4 6 Uwzględniajac zatem standardowe ograniczenia nieujemności zmiennych u i,możemy badane zagadnienie zapisać w postaci następujacego zadania programowania liniowego w postaci 8
9 podstawowej h( 7, 6, 7, 5), (u,, u 4 )i min u U = {u =(u,, u 4 ) R 4 ; u,, 3, 6, 35, 5, 5,, 45, 55, 45,,, 3, 5, 5, 5, 5 u u u 3 u } Zadanie 7 Zapisać nast epujace zadanie w postaci zadania programowania liniowego Hodowca krowy karmi zwierze produktami pochodzacymi z gospodarstwa rolnego Jednak ze wzgledu na konieczność zapewnienia w diecie odpowiednich ilości pewnych składników odżywczych (oznaczmy je przez A, B, C) hodowca musi zakupić raz w roku trzy dodatkowe produkty (oznaczmy je przez I,II,III), które zawieraja teskładniki Jeden kilogram produktu I zawiera 63 g składnika A i 9 g składnika B, jeden kilogram produktu II zawiera 4 g składnika B i 8 g składnika C, zaś jeden kilogram produktu III zawiera 5 g składnika A i 5 g składnika C Minimalne zapotrzebowanie zwierzecia na poszczególne składniki wynosi: 87 g składnika A, g składnika B, 45 g składnika C Każdy z produktów zawiera jednak pewne ilości szkodliwych środków konserwujacych I tak, kg produktu I zawiera 7 g tych środków, produktu II - g, produktu III - 9 g Roczne spożycie tych środków nie powinno być wieksze niż 5 g Przyjmijmy na koniec, 9
10 że kg produktu I kosztuje 35 zł, produktuii - 9 zł, aproduktuiii - 9 zł Celem hodowcy jest ustalenie ilości kupowanych produktów I,II,III tak, aby zapewnićzwierz eciu właściwadiet eijednocześnie ponieść możliwie najmniejsze koszty Równoważność zadań Zadanie 8 Zapisać zadanie o stolarzu w postaci kanonicznego zadania programowania liniowego Rozwiazanie Odpowiednie zadanie kanoniczne jest następujace: h( 5,, 6, 4,,, ), (u,u,u 3,u 4,u 5,,u )i min u U = {u =(u,,u ) R ; u, Zadanie 9 Zapisać nast epujace zadanie programowania liniowego u u 5 86 = } J(u) =u 3u 3 u 4 +5u 5 min u U = {u =(u,u,u 3,u 4,u 5 ) R 5 ; u, u 4, u 5, u +u 3, u + u 4 +3u 5, u u 3 +7u 5 =, u 7u 4 =9} w postaci odpowiedniego zadania kanonicznego
11 Zadanie Zapisać zadanie ogólne J(u) =u +u +3u 3 min w postaci zadania kanonicznego u U = {u =(u,u,u 3 ) R 3 ; u, u +u +3u 3, u + u +3u 3 u + 3 u + 4 u3 =} Zadanie Zapisać zadanie o diecie w postaci kanonicznego zadania programowania liniowego Rozwiazanie Odpowiednie zadanie kanoniczne jest następujace: h(,, 3, 36), (v,v,u,u )i min z Z = {z =(v,v,u,u ) R 4 ; z, v [368]u + [39]u = [36]} =,, 5 {z =(z,, z 4 ) R 4 ;(z,, z 4 ), v +, u +, 5 u = 5 z z z 3 z 4 = } 36, Zadanie Zapisać zadanie ogólne J(u) =3u +5u +7u 3 +9u 4 min w postaci zadania kanonicznego u U = {u =(u,u,u 3,u 4 ) R 4 ; u, u 4, u +u +3u 3 +4u 4, u +3u 3, 3u 8, u + u + 3 u3 + 4 u4 =, u + 4 u4 = }
12 3 Interpretacja geometryczna zadań programowania liniowego Zadanie 3 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) =u + u min Rozwiazanie u U = {u =(u,u ) R ; u, u u, u u, u + u, u 3} Zadanie 4 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) = u + u min u U = {u =(u,u ) R ; u, u u, u + u, u +u, u u 5}
13 Rozwiazanie Zadanie 5 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) =u u min u U = {u =(u,u ) R ; u, u + u, u u } Zadanie 6 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) = u u min u U = {u =(u,u ) R ; u, u + u, 3 u u = } Zadanie 7 Rozwiazać w sposób geometryczny nastepuj ace zadanie Wpewnymzakładziewytwarzanes aproduktyaibdoprodukcjikażdego z nich wykorzystywana jest praca trzech maszyn: M, M, M3 Maszyna M może być wykorzystana przez 4 minut, M - 4 minut, M3-7 minut Poniższa tabela podaje czas pracy każdej maszyny potrzebny do wyprodukowania jednostki każdego produktu 3
14 A B M 3 6 M 8 4 M3 9 3 Zysk ze sprzedaży jednostki produktu A wynosi 9 zł, B-6 zł Należy zaplanować produkcje tak,byzyskzesprzedaży był maksymalny Zadanie 8 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) = u 3u u 4 3u 5 min u U = {u =(u,u,u 3,u 4,u 5 ) R 5 ; u, u +u 4 +3u 5 =5, u + u 3 + u 4 +5u 5 =, u + u +u 4 + u 5 =} Rozwiazanie Rozważamy zadanie pomocnicze postaci D E c, A b A Au + c, u min gdzie u {u R ; u, A Au A b}, 3 5 c =(, 3, ), A =, A = 5, b = Ze wzoru na macierz odwrotna D do macierzy nieosobliwej D: D = det D [( )i+j D ij ] T (tutaj D ij jest wyznacznikiem macierzy powstałej z macierzy D przez skreslenie i-tego wiersza i j-tej kolumny) wynika, że A = 4
15 Awi ec zadanie pomocnicze jest postaci (, 3, ), (5, 5, ) (u 4 +3u 5, u 5, 3u 4 u 5 ) + (, 3), (u 4,u 5 ) = (, 6), (u 4,u 5 ) min 3 u {u =(u 4,u 5 ) R ; u, u } Rozwiazuj ac powyższe zadanie w sposób graficzny, stwierdzamy, że jego rozwiazaniem jest punkt u =( 5 7, 5 7 ) W konsekwencji, rozwiazaniem zadania wyjściowego jest punkt u =(A b A Au, u )=(, 5 7,, 5 7, 5 7 ) Zadanie 9 Rozwiazać w sposób geometryczny nastepuj ace zadanie: J(u) = u u + u 3 min u U = {u =(u,u,u 3,u 4,u 5 ) R 5 ; u, 3u u +u 3 u 4 +3u 5 =38, u + u +3u 4 u 5 =3, u u + u 3 =4} 4 Punkty wierzchołkowe Zadanie Znaleźć, w oparciu o twierdzenie, punkty wierzchołkowe zbioru U = {u =(u,u ) R ; u, 3 u + u =} 5
16 Zadanie Znaleźć, w oparciu o twierdzenie, punkty wierzchołkowe zbioru U = {u =(u,u,u 3,u 4 ) R 4 ; u, u + u +3u 3 + u 4 =3, u u + u 3 +u 4 =} Rozwiazanie Łatwo widać, że rank 3 = Niech j =, j = Kolumny A =, A = sa liniowo niezależne Ponadto, rozwiazaniem układu A v + A v = b, czyli v + v =3 v v = jest para v =, v = Zatem punkt v =(,,, ) jest nieosobliwym punktem wierzchołkowym zbioru U zbaza A, A Niech j =, j =3 Kolumny A =, A 3 = 3 sa liniowo niezależne Ponadto, rozwiazaniem układu A v + A 3 v 3 = b, czyli v +3v 3 =3 v + v 3 = jest para v =, v 3 = Zatem punkt v =(,,, ) jest osobliwym punktem wierzchołkowym zbioru U zbaza A, A 3 3 Niech j =, j =4 Kolumny A =, A 4 = sa liniowo niezależne Ponadto, rozwiazaniem układu A v + A 4 v 4 = b, 6
17 czyli v + v 4 =3 v +v 4 = jest para v =5, v 4 = < Zatem kolumny A, A 4 nie sabaz adlażadnego punktu wierzchołkowego 4 Niech j =, j =3 Kolumny A =, A 3 = 3 sa liniowo niezależne Ponadto, rozwiazaniem układu A v + A 3 v 3 = b, czyli v +3v 3 =3 v + v 3 = jest para v =, v 3 = Zatem punkt v =(,,, ) jest osobliwym punktem wierzchołkowym zbioru U zbaza A, A 3 5 Niech j =, j =4KolumnyA =, A 4 = s a liniowo niezależne Ponadto, rozwiazaniem układu A v + A 4 v 4 = b, czyli v + v 4 =3 v +v 4 = jest para v = 5, 3 v4 = 4 Zatem punkt v =(, 5,, 4 ) jest nieosobliwym punktem wierzchołkowym zbioru U zbaza A, A 4 6 Niech j =3, j =4 Kolumny A 3 = 3, A 4 = sa liniowo niezależne Ponadto, rozwiazaniem układu A 3 v 3 + A 4 v 4 = b, czyli 3v 3 + v 4 =3 v 3 +v 4 = 7
18 jest para v 3 =, v 4 = Zatem punkt v =(,,, ) jest osobliwym punktem wierzchołkowym zbioru U zbaza A 3, A 4 Zadanie Znaleźć punkty wierzchołkowe zbioru U = {u =(u,u,u 3,u 4 ) R 4 ; u, u + u 4 =, u + u 4 =3, 3u 3 =} iwskazaćichbazyrozwi azanie Łatwo widać, że rank =3 3 Niech j =, j =, j 3 =3 Kolumny A =, A =, A 3 = 3 sa liniowo niezależne (można to sprawdzić, korzystajac zpojęcia wyznacznika macierzy) Ponadto, rozwiazaniem układu A v + A v + A 3 v 3 = b, czyli v = v =3 3v 3 = jest "trójka" v =, v = 9, 6 v3 = Zatem punkt v =(, 9,, ) jest 6 osobliwym punktem wierzchołkowym zbioru U zbaza A, A, A 3 Niech j =, j =, j 3 =4 Kolumny A =, A =, A 4 = sa liniowo zależne (można to sprawdzić, korzystajac zpojęcia wyznacznika macierzy) Zatem nie sa one baza żadnego punktu wierzchołkowego zbioru U 8
19 3 Niech j =, j =3, j 3 =4KolumnyA =, A 3 =, A 4 = salin- iowo niezależne (możnatosprawdzić, korzystajac zpojęcia wyznacznika 3 macierzy) Ponadto, rozwiazaniem układu A v + A 3 v 3 + A 4 v 4 +=b, czyli v + v 4 = v 4 =3 3v 3 = jest "trójka" v = 3 <, v 3 =, v 4 =3 Zatem kolumny A, A 3, A 4 nie sabaz a żadnego punktu wierzchołkowego 4 Niech j =, j =3, j 3 =4Niechj =, j =3, j 3 =4KolumnyA =, A 3 =, A 4 = sa liniowo niezależne (możnatosprawdzić, korzystaj ac z 3 pojęcia wyznacznika macierzy) Ponadto, rozwiazaniem układu A v + A 3 v 3 + A 4 v 4 +=b, czyli v 4 = v + v 4 =3 3v 3 = jest "trójka" v = 3 >, v3 =, v 3 = Zatem punkt v =(, 3,, ) jest osobliwym punktem wierzchołkowym zbioru U zbaza A, A 3, A 4 9
20 Zadanie 3 Znależć punkty wierzchołkowe zbioru U = {u =(u,u,u 3 ) R 3 ; u, u +u +3u 3 =4, u +5u 3 =} Podać bazy znalezionych punktów wierzchołkowych Zadanie 4 Znaleźć, w oparciu o twierdzenie, punkty wierzchołkowe zbioru U = {u =(u,u,u 3 ) R 3 ; u, u + u +u 3 =, u +3u 3 =9, u +u +7u 3 =9} Rozwiazanie Łatwo widać, że rank 3 = 7 Niech j =, j = Kolumny A =, A = s a liniowo niezależne (możnatosprawdzić, korzystajac z definicji liniowej niezależności wektorów) Ponadto, rozwiazaniem układu czyli A v + A v = b, v + v = v =9 v +v =9 jest para v = 9 <, v =9 Zatem kolumny A, A nie sabaz adlażadnego punktu wierzchołkowego Niech j =, j =3 Kolumny A =, A 3 = 3 s a liniowo niezależne (możnatosprawdzić, korzystajac zdefinicji liniowej niezależności 7 wektorów)
21 Ponadto, rozwiazaniem układu A v + A 3 v 3 = b, czyli v +v 3 = v +3v 3 =9 v +7v 3 =9 jest para v = >, 5 v3 = 9 > Zatem punkt v 5 =(,, 9 ) jest nieosobliwym 5 5 punktem wierzchołkowym zbioru U zbaza A, A 3 3 Niech j =, j =3 Kolumny A =, A 3 = 3 s a liniowo niezależne 7 (możnatosprawdzić, korzystajac z definicji liniowej niezależności wektorów) Ponadto, rozwiazaniem układu A v + A 3 v 3 = b, czyli v +v 3 = 3v 3 =9 v +7v 3 =9 jest para v =4>, v 3 =3> Zatem punkt v =(, 4, 3) jest nieosobliwym punktem wierzchołkowym zbioru U zbaza A, A 3 5 Metoda sympleksowa Zadanie 5 Utworzyć tablic esympleksow adlazadania J(u) =u u +u 4 min u U = {u =(u,u,u 3,u 4 ) R 4 ; u, u 3u +4u 3 + u 4 =3, u + u u 3 =}
22 ipunktuwierzchołkowego v =( 33 5, 7 5,, ) Zadanie 6 Rozwiazać metod asympleksow a zadanie J(u) =u +u +3u 3 +4u 4 min u U = {u =(u,u,u 3,u 4 ) R 4 ; u, startujac z punktu wierzchołkowego u + u +3u 3 + u 4 =3, u u + u 3 +u 4 =}, v =(,,, ) Rozwiazanie Łatwo widać, że r = ranka = i w konsekwencji współrzednymi bazowymi punktu v sa dwie pierwsze współrzedne Zgodnie z przyj etymi wcześniej oznaczeniami mamy u =(u,u ), v =(, ), c =(, ), B = Zatem B = T =, skad γ,3 = B A 3 =, oraz γ,3 γ,4 γ,4 = B A 4 = 3 3 = c, B A 3 c3 =, 4 = c, B A 4 c4 = 7 Tablica sympleksowa dla punktu v =(,,, ) jest wiec postaci u u u 3 u 4 u 3 u 7 4
23 Łatwo widać, że dla powyższej tablicy zachodzi przypadek 3 Mamy 3 > skad I 3 = {i {, }; γ i,3 > } = {, }, min i I 3 v i γ i,3 =min{, } = Zatem k =3, s =(elementem rozwiazujacym tablicy sympleksowej jest γ,3 =) Baza kolejnego punktu wierzchołkowego bedzie układ kolumn A,A 3 Korzystajac z twierdzenia charakteryzujacego punkty wierzchołkowe znajdujemy kolejny punkt wierzchołkowy w: skad w =(,,, ) Ponadto, B = w + 3 w 3 = 3, 3 B = 4 3 i w konsekwencji T 4 4 = 3 4 4, skad oraz γ, γ 3, γ,4 γ 3,4 = B A = = B A 4 = , = c, B A c =, 4 = c, B A 4 c4 = 7 4 3
24 Tablica sympleksowa dla punktu w =(,,, ) jest wiec postaci u u u 3 u 4 u 5 4 u Łatwo widać, że dla powyższej tablicy zachodzi przypadek, co oznacza, że punkt w = (,,, ) jest rozwiazaniem zadania Zadanie 7 Rozwiazać metod asympleksow a zadanie J(u) =u u + u 4 min u U = {u =(u,u,u 3,u 4 ) R 4 ; u, u u +4u 3 + u 4 =, u + u + u 4 =}, startuj ac z punktu wierzchołkowego ν =(,,, ), wiedz ac, że jego baz a jestukład kolumn, 4 Zadanie 8 Zapisać zadanie J(u) =u +u +3u 3 +4u 4 min u U = {u =(u,u,u 3,u 4 ) R 4 ; u, u + u +3u 3 + u 4 3, u u + u 3 +u 4 =} w postaci zadania kanonicznego, rozwiazać tak otrzymane zadanie metodasympleksow a, anast epnie podać rozwiazanie zadania wyjściowego Zadanie 9 Rozwiazać metod asympleksow a zadanie J(u) =u +u +3u 3 +4u 4 min u U = {u =(u,u,u 3,u 4 ) R 4 ; u, u + u +3u 3 + u 4 =3, u u + u 3 +u 4 =}, 4
25 startujac z punktu wierzchołkowego v =(, 5 3,, 4 3 ) Zadanie 3 Sprawdzić, korzystajac z zadania pomocniczego, czy zbiór U = {u =(u,u,u 3,u 4 ) R 4 ; u, u + u +3u 3 + u 4 =3, u u + u 3 +u 4 =} jest niepusty i jeśli tak - wyznaczyć, przy pomocy metody sympleksowej, punkt wierzchołkowy tego zbioru Rozwiazanie Rozważmy zadanie pomocnicze J(z) =u 5 + u 6 min Z = {z =(u,, u 6 ) R 6 ; z, 3 z = 3 } Widać, że b = Punkt z = (,b) = (,,,, 3, ) jest punktem wierz- chołkowym zbioru Z zbaza C 5 =, C 6 = Zastosujmy więc do zadania pomocniczego metodę sympleksow a W tym przypadku r =, j =5, j =6, z =(u 5,u 6 ), v =(3, ), c =(, ), B = Zatem B =, skad γ 5, γ 6, = B C = C =, γ 5, γ 6, = B C = C =, 5
26 γ 5,3 = B C 3 = C 3 = 3, oraz γ 6,3 γ 5,4 γ 6,4 = B C 4 = C 4 = = c, B C c = h(, ), (, )i =, = c, B C c = h(, ), (, )i =, 3 = c, B A 3 c3 = h(, ), (3, )i =4, 4 = c, B A 4 c4 = h(, ), (, )i =3 Tablica sympleksowa dla punktu v =(,,,, 3, ) jest więc postaci u u u 3 u 4 u 5 u 6 u u Dla powyższej tablicy zachodzi przypadek 3 Mamy skad > I v, = {j i {5, 6}; γ ji, > } = {5, 6}, min v ji j i I v, γ ji, =min{ 3, } = Zatem k =, j s =6(elementem rozwiazujacym tablicy sympleksowej jest γ 6, =) Baza kolejnego punktu wierzchołkowego będzie układ kolumn C,C 5 Korzystajac z twierdzenia charakteryzujacego punkty wierzchołkowe znajdujemy kolejny punkt wierzchołkowy w: w + w 5 = 3, 6
27 skad w =(,,,,, ) Ponadto, B = B = i w konsekwencji T =, skad γ, γ 5, = B C =, γ,3 = B C 3 =, γ 5,3 γ,4 = B C 4 =, oraz γ 5,4 γ,6 γ 5,6 = B C 6 = = h(, ), (, )i =, 3 = h(, ), (, )i =, 4 = h(, ), (, )i =, 6 = h(, ), (, )i = Tablica sympleksowa dla punktu w =(,,,,, ) jest więc postaci u u u 3 u 4 u 5 u 6 u u 5 Dla powyższej tablicy zachodzi przypadek 3 Mamy > 7
28 skad I v, = {j i {, 5}; γ ji, > } = {5}, min v ji j i I v, γ ji, =min{ } = Zatem k =, j s =5(elementem rozwiazuj acym tablicy sympleksowej jest γ 5, =) Baza kolejnego punktu wierzchołkowego będzie układ kolumn C,C Korzystajac z twierdzenia charakteryzujacego punkty wierzchołkowe znajdujemy kolejny punkt wierzchołkowy w: w + skad w =(,,,,, ) Ponadto, B = B = w = 3, T i w konsekwencji =, skad γ,3 γ,3 = B C 3 =, γ,4 = B C 4 = 3, oraz γ,4 γ,5 γ,5 γ,6 γ,6 = B C 5 = = B C 6 =, 3 = h(, ), (, )i =, 8
29 4 = (, ), ( 3 À, ) =, 5 = (, ), (, À ) =, 6 = (, ), ( À, ) = Tablica sympleksowa dla punktu w =(,,,,, ) jest więc postaci u u u 3 u 4 u 5 u 6 u 3 u Dla powyższej tablicy zachodzi przypadek Ponieważ J (,,,,, ) =, więc zbiór U jest niepusty Ponadto, ponieważ punkt z =(,,,,, ) jest rozwiazaniem zadania pomocniczego, więc punkt v =(,,, ) jest punktem wierzchołkowym zbioru U Zadanie 3 Kontrprzykład do stwierdzenia: jeśli v jest rozwiazaniem zadania, to i dla dowolnego i =,,n J(u,u,u 3 )=u + u min U = {u =(u,, u 3 ) R 3 ; u, u = } Oczywiście (,, ) jest punktem wierzchołkowym zbioru U zbaza A, A (na mocy twierdzenia charakteryzujacego punkty wierzchołkowe) Łatwo widać, że punkt ten jest rozwiazaniem zadania Tablica sympleksowa dla punktu (,, ) jest postaci u u u 3 u u, 9
30 ponieważ oraz γ,3 γ,3 = B A 3 = = 3 = h(, ), (, )i = Zauważmy dalej, że dla powyższej tablicy zachodzi przypadek 3 Łatwo widać, że k = 3, j s = W zwiazku z tym bazanowegopunktuwierzchołkowego jest układ A, A 3 Tym punktem wierzchołkowym jest punkt (,, ) Teraz tablica sympleksowa dla punktu (,, ) jest postaci ponieważ oraz u u u 3 u u 3 γ, = B A = = γ 3, = h(, ), (, )i =, co oznacza, że ma miejsce przypadek Zatem punkt (,, ) jest rozwiazaniem zadania/, Zadanie 3 Rozważmy zadanie J(u) =u +3u 5u 3 + u 4 3u 5 min u U = {u R 5 ; u, u + u 4u 3 + u 4 3u 5 =3, u 4u 3 +u 4 5u 5 =6} Utworzyć tablic esympleksow adlapunkuwierzchołkowego v =(,,, 3, ), wiedz ac, że współrzednymi bazowymi tego punktu sawspółrz edne v, v 4 Czypunktv jest rozwiazaniem zadania? Odpowiedź uzasadnić 3
Wydział Matematyki Programowanie liniowe Ćwiczenia. Zestaw 1. Modelowanie zadań programowania liniowego.
Wydział Matematyki Programowanie liniowe Ćwiczenia Zestaw. Modelowanie zadań programowania liniowego. Zadania dotyczące zagadnienia planowania produkcji Zadanie.. Zapisać następujące zadanie w postaci
Badania operacyjne. 1 Programowanie liniowe. kierunek Informatyka, studia II stopnia ćwiczenia. 1.1 Modelowanie
Badania operacyjne kierunek Informatyka studia II stopnia ćwiczenia Programowanie liniowe Modelowanie Zadanie Producent odzieży powinien określić ile kurtek i płaszczy należy wyprodukować tak aby zysk
Wstęp do logistyki. kierunek: Matematyka specjalność: Logistyka z zastosowaniem matematyki i informatyki. wykład. 1.1 Modelowanie
Wstęp do logistyki kierunek: Matematyka specjalność: Logistyka z zastosowaniem matematyki i informatyki wykład Wstęp Przedmiotem logistyki sa min procesy transportu i magazynowania surowców oraz wytworzonych
Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23
Wykład 7 Informatyka Stosowana Magdalena Alama-Bućko 16 kwietnia 2018 Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 1 / 23 Programowanie liniowe Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 2 / 23
Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem
Rozdział 6 Równania liniowe 6 Przekształcenia liniowe Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem F Definicja 6 Funkcję f : X Y spełniającą warunki: a) dla dowolnych x,
1 Przykładowe klasy zagadnień liniowych
& " 1 PRZYKŁADOWE KLASY ZAGADNIEŃ LINIOWYCH 1 1 Przykładowe klasy zagadnień liniowych Liniowy model produkcji Zakład może prowadzić rodzajów działalności np. produkować różnych wyrobów). Do prowadzenia
ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:
A Kasperski, M Kulej Badania Operacyjne- programowanie liniowe 1 ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej: max z = c 1 x 1 + c 2 x 2 + +
Programowanie liniowe
Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=
METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski
METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,
Ćwiczenia pierwsze Badania operacyjne (budowanie modelu matematycznego) kierunek: matematyka, studia I specjalność: matematyka finansowa
Ćwiczenia pierwsze Badania operacyjne (budowanie modelu matematycznego) kierunek: matematyka, studia I specjalność: matematyka finansowa dr Jarosław Kotowicz 02 października 2015r. Zadanie 1 ([1, Przykład
A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1
A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe ZAGADNIENIE DUALNE Z każdym zagadnieniem liniowym związane jest inne zagadnienie nazywane dualnym. Podamy teraz teraz jak budować zagadnienie
Programowanie liniowe w logistyce
Programowanie liniowe w logistyce kierunek Informatyka, studia I stopnia wyklad 1 Wstęp Przedmiotem logistyki sa min procesy transportu i magazynowania surowców oraz wytworzonych dóbr, a także planowania
1 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)
Wyznaczniki. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 6. Wykład z algebry liniowej Warszawa, listopad 2013
Wyznaczniki Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 6. Wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa, listopad 2013 1 / 13 Terminologia
Programowanie 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=
ZAGADNIENIA PROGRAMOWANIA LINIOWEGO
ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo
Algebra liniowa. Macierze i układy równań liniowych
Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,
wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów
KOINACJA LINIOWA UKŁADU WEKTORÓW Definicja 1 Niech będzie przestrzenią liniową (wektorową) nad,,,, układem wektorów z przestrzeni, a,, współczynnikami ze zbioru (skalarami). Wektor, nazywamy kombinacją
Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017
Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja
Wykład z modelowania matematycznego. Algorytm sympleks.
Wykład z modelowania matematycznego. Algorytm sympleks. 1 Programowanie matematyczne jest to zbiór metod poszukiwania punktu optymalizującego (minimalizującego lub maksymalizującego) wartość funkcji rzeczywistej
Macierze. 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
Programowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Układy równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra
Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele
Programowanie 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)
Wyk lad 11 1 Wektory i wartości w lasne
Wyk lad 11 Wektory i wartości w lasne 1 Wektory i wartości w lasne Niech V bedzie przestrzenia liniowa nad cia lem K Każde przekszta lcenie liniowe f : V V nazywamy endomorfizmem liniowym przestrzeni V
Programowanie liniowe
Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10
Działania na przekształceniach liniowych i macierzach
Działania na przekształceniach liniowych i macierzach Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 5 wykład z algebry liniowej Warszawa, listopad 2013 Mirosław Sobolewski (UW) Warszawa,
Układy równań liniowych
Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K
Wyk lad 11 Przekszta lcenia liniowe a macierze
Wyk lad 11 Przekszta lcenia liniowe a macierze 1 Izomorfizm przestrzeni L(V ; W ) i M m n (R) Twierdzenie 111 Niech V i W bed a przestrzeniami liniowymi o bazach uporzadkowanych (α 1,, α n ) i (β 1,, β
Wykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Wyk lad 13 Funkcjona ly dwuliniowe
1 Izomorfizmy kanoniczne Wyk lad 13 Funkcjona ly dwuliniowe Definicja 13.1. Niech V i W bed przestrzeniami liniowymi. Funkcje ξ : V W R nazywamy funkcjona lem dwuliniowym, jeżeli i a,b R α,β V γ W ξa α
Rozwiązania, seria 5.
Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.
Obliczenia naukowe Wykład nr 8
Obliczenia naukowe Wykład nr 8 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [] D. Kincaid, W. Cheney, Analiza numeryczna,
Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
Rozwiazywanie układów równań liniowych. Ax = b
Rozwiazywanie układów równań liniowych Ax = b 1 PLAN REFERATU: Warunki istnienia rozwiazań układu Metoda najmniejszych kwadratów Metoda najmniejszych kwadratów - algorytm rekurencyjny Rozwiazanie układu
Wyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje
dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
Baza w jądrze i baza obrazu ( )
Przykład Baza w jądrze i baza obrazu (839) Znajdź bazy jądra i obrazu odwzorowania α : R 4 R 3, gdzie α(x, y, z, t) = (x + 2z + t, 2x + y 3z 5t, x y + z + 4t) () zór ten oznacza, że α jest odwzorowaniem
Programowanie 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 /
Wyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Układy liniowo niezależne
Układy liniowo niezależne Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 3.wykład z algebry liniowej Warszawa, październik 2016 Mirosław Sobolewski (UW) Warszawa, październik 2016 1
Elementy modelowania matematycznego
Elementy modelowania matematycznego Programowanie liniowe. Metoda Simplex. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ ZADANIE LINIOWE Tortilla z ziemniaków i cebuli (4 porcje) 300
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
4. PROGRAMOWANIE LINIOWE
4. PROGRAMOWANIE LINIOWE Programowanie liniowe jest jednym z działów badań operacyjnych. Celem badań operacyjnych jest pomoc w podejmowaniu optymalnych z pewnego punktu widzenia decyzji. Etapy rozwiązywania
Przekształcanie równań stanu do postaci kanonicznej diagonalnej
Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego
MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Programowanie liniowe metoda sympleks
Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13
1 Podobieństwo macierzy
GAL (Informatyka) Wykład - zagadnienie własne Wersja z dnia 6 lutego 2014 Paweł Bechler 1 Podobieństwo macierzy Definicja 1 Powiemy, że macierze A, B K n,n są podobne, jeżeli istnieje macierz nieosobliwa
METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0
METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0 cx MAX Ax < b x > 0 Postać standardowa (kanoniczna): z = 5 x 1 + 6x 2 + 0x 3 + 0x 4 MAX
zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w
Sformułowanie problemu Zastosowania Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie
Programowanie liniowe. Tadeusz Trzaskalik
Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków
Modele i narzędzia optymalizacji w systemach informatycznych zarządzania
Przedmiot: Nr ćwiczenia: 3 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie dynamiczne Cel ćwiczenia: Formułowanie i rozwiązywanie problemów optymalizacyjnych
Rozwiązanie Ad 1. Model zadania jest następujący:
Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych
Lista 1 PL metoda geometryczna
Lista 1 PL metoda geometryczna 1.1. Znajdź maksimum funkcji celuf(x 1,x 2 )=5x 1 +7x 2 przy ograniczeniach: 2x 1 +2x 2 600, 2x 1 +4x 2 1000, x i 0 dlai=1,2 1.2. Znajdź maksimum funkcji celuf(x 1,x 2 )=2x
Wykład 14. Elementy algebry macierzy
Wykład 14 Elementy algebry macierzy dr Mariusz Grządziel 26 stycznia 2009 Układ równań z dwoma niewiadomymi Rozważmy układ równań z dwoma niewiadomymi: a 11 x + a 12 y = h 1 a 21 x + a 22 y = h 2 a 11,
Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
13 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 +...
Zastosowania wyznaczników
Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17
c j x x
ZESTAW 1 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 700 ton, w miejscowości 900 ton Ma być on przewieziony
Programowanie liniowe całkowitoliczbowe
Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie nazywamy zadaniem programowania liniowego
Geometria Lista 0 Zadanie 1
Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio
Formy kwadratowe. Rozdział 10
Rozdział 10 Formy kwadratowe Rozważmy rzeczywistą macierz symetryczną A R n n Definicja 101 Funkcję h : R n R postaci h (x) = x T Ax (101) nazywamy formą kwadratową Macierz symetryczną A występującą w
Programowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Rozdział 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
Elementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce
Programowanie liniowe
Programowanie liniowe 1 Wstęp Programowanie liniowe jest jednym z działów teorii zadań ekstremalnych. Podstawy programowania liniowego stworzył Kantorowicz w latach 30-tych ubiegłego stulecia. Przedmiotem
Wyk lad 7 Baza i wymiar przestrzeni liniowej
Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem
Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2
Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.
Przestrzenie wektorowe
Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:
Lokalna 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
Metody Optymalizacji. Wstęp. Programowanie matematyczne. Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt
Metody Optymalizacji Dr hab. inż. Maciej Komosiński, mgr Agnieszka Mensfelt Wstęp W ogólności optymalizacja związana jest z maksymalizowaniem lub minimalizowaniem pewnej wielkości np. maksymalizacja zysku
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową
Rozwiązywanie 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
φ(x 1,..., x n ) = a i x 2 i +
Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.
1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
PROGRAMOWANIE KWADRATOWE
PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej
Algebra liniowa z geometrią
Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........
Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:
Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Programowanie liniowe, metoda geometryczna, dobór struktury asortymentowej produkcji Zachodniopomorski Uniwersytet
Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH
Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające
Przekształcenia liniowe
Przekształcenia liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 4. wykład z algebry liniowej Warszawa, październik 2010 Mirosław Sobolewski (UW) Warszawa, wrzesień 2006 1 / 7
Badania Operacyjne. 1 Programowanie liniowe. kierunek Informatyka, studia II stopnia. wyklad. 1.1 Modelowanie
Badania Operacyjne kierunek Informatyka, studia II stopnia wyklad 1 Programowanie liniowe Programowanie liniowe jest jednym z działów teorii zadań ekstremalnych i głównym nurtem badań operacyjnych Podstawy
5. 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
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Wyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej
15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)
UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych
Standardowe zadanie programowania liniowego. Gliwice 1
Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci
MATEMATYKA I SEMESTR ALK (PwZ) 1. Sumy i sumy podwójne : Σ i ΣΣ
MATEMATYKA I SEMESTR ALK (PwZ). Sumy i sumy podwójne : Σ i ΣΣ.. OKREŚLENIE Ciąg liczbowy = Dowolna funkcja przypisująca liczby rzeczywiste pierwszym n (ciąg skończony), albo wszystkim (ciąg nieskończony)
Definicja 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
Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w
Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych
Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie:
Badania operacyjne Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia
RACHUNEK 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
Własności 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
Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u
Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u W ) Rzeczywiście U W jest podprzetrzenią przestrzeni
Definicja 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
Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto
Zad.1. Przedsiębiorstwo może wytwarzać trzy typy maszyn: tokarki, piły, frezarki zużywając dwa ograniczone zasoby: energię elektryczną i siłę roboczą w następujących proporcjach: energia (KWH / jedn.)
Wyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,
Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby
Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany
Metoda eliminacji Gaussa. Autorzy: Michał Góra
Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego