Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE
|
|
- Wanda Czajka
- 7 lat temu
- Przeglądów:
Transkrypt
1 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 2.1 Wykorzystując program SIMP_INT.EXE, znaleźć rozwiązanie optymalne następującego problemu programowania całkowitoliczbowego: x 1 + x 2 + x 3 max x 1 + x x 1 + x x 2 + x x 1, x 2, x 3 2 oraz narzuconym warunku całkowitoliczbowości na wszystkie zmienne. Rozwiązanie Z głównego menu systemu "Badania Operacyjne z Komputerem Wersja 2.01 (2007)" wybieramy opcję 'Programowanie całkowitoliczbowe'. W podmenu wybieramy opcję 'Metoda podziału i ograniczeń', po czym postępujemy zgodnie z poniższymi instrukcjami. 1.Wprowadzenie nowego zadania Rodzaj zadania: Maksymalizacja Minimalizacja 1 Liczba zmiennych 2 3 Liczba ograniczeń Ponieważ maksymalizujemy funkcję celu, dlatego potwierdzamy podświetlaną opcję klawiszem. Zadanie minimalizacji wybieramy za pomocą klawiszy i. 2 Wprowadzamy zadanie w postaci bezpośrednio odpowiadającej modelowi matematycznemu. W razie potrzeby dodatkowe zmienne bilansujące i sztuczne wprowadzone będą później. W programie SIMP_INT.EXE przyjmuje się, że wszystkie zmienne są nieujemne. 3 Współczynniki funkcji celu 1 1 1
2 Pierwszy warunek ograniczający Drugi warunek ograniczający Trzeci warunek ograniczający Zmienna x Zmienna x Dla rozpatrywanej zmiennej podajemy kolejno dolne ograniczenie, górne ograniczenie oraz informację o tym, czy narzucony jest na tą zmienną warunek całkowitoliczbowości. Zmienna x Podaj nazwę pliku 5 4. Rozwiązanie zadania 5 Akceptujemy zaproponowaną przez program nazwę pliku, w którym zapisane będzie rozpatrywane zadanie. Możliwe jest zapisanie zadania pod inną ośmioznakową nazwą. Rozwiązywanie zadania 1. Tryb konwersacyjny Iteracja 1 Uporządkuj listę zadań 6 Czy można zakończyć rozwiązywanie? Tak Nie 7 Wybierz zadanie do podziału 8 Wybierz zmienną względem której dokonasz podziału 9 6 Na liście znajduje się jedno zadanie (jest to zrelaksowane zadanie wyjściowe), które pozostawiamy, pomimo iż jego rozwiązanie optymalne nie spełnia wszystkich warunków całkowitoliczbowości. 7 Rozwiązanie optymalne zadania znajdującego się na liście nie spełnia warunków całkowitoliczbowości, więc nie możemy jeszcze zakończyć obliczeń. Wybieramy do podziału jedyne zadanie znajdujące się na liście zadanie. 8 9 Wybieramy do podziału dowolną zmienną, która nie spełnia warunków całkowitoliczbowości. Pierwszą zmienną, która nie spełnia tych warunków, jest zmienna x 2.
3 Podaj dolne i górne ograniczenia Iteracja 2 Uporządkuj listę zadań 11 Del Czy można zakończyć rozwiązywanie? Tak Nie 12 Wybierz zadanie do podziału 13 Wybierz zmienną względem której dokonasz podziału 14 Podaj dolne i górne ograniczenia Iteracja 3 Uporządkuj listę zadań Del 16 Czy można zakończyć rozwiązywanie? Tak Nie Do zadania pierwotnego w postaci: x 1 + x 2 + x 3 max x 1 + x x 1 + x x 2 + x x 1, x 2, x 3 2 dodajemy ograniczenie 0 x 2 1 oraz 2 x 2 2 tworząc dwa dodatkowe zadania. Otrzymaliśmy kolejną listę zadań, którą możemy uporządkować. Zadanie numer 1 zostało już podzielone i będzie usunięte z listy zadań. Dokonujemy tego klawiszem Del Rozwiązania pozostałych na liście zadań nie spełniają warunków całkowitoliczbowości, więc nie możemy jeszcze zakończyć obliczeń. 13 Do podziału wybieramy zadanie, które ma rozwiązanie optymalne niecałkowitoliczbowe o największej wartości funkcji celu. W naszym przypadku jest to zadanie drugie. 14 Wybieramy do podziału dowolną zmienną, która nie spełnia warunków całkowitoliczbowości. Pierwszą z nich jest zmienna x Podajemy granice dodatkowych ograniczeń w postaci: 0 x 1 1 oraz 2 x 1 2 które dodane do zadania wybranego do podziału, stworzą dwa dodatkowe zadania. Otrzymaliśmy kolejną listę zadań do uporządkowania. Zadanie numer 2 zostało już podzielone i jako takie będzie usunięte z listy zadań Rozwiązania optymalne pozostałych na liście zadań nie spełniają warunków całkowitoliczbowości, więc nie możemy jeszcze
4 Wybierz zadanie do podziału 18 Wybierz zmienną względem której dokonasz podziału 19 Podaj dolne i górne ograniczenia Iteracja 4 Uporządkuj listę zadań Del 21 Del 22 Del 23 Del 24 Czy można zakończyć rozwiązywanie? Tak Nie 25 zakończyć obliczeń. 18 Do podziału wybieramy zadanie, które ma rozwiązanie optymalne niecałkowitoliczbowe o największej wartości funkcji celu. W naszym przypadku jest to zadanie numer cztery. 19 Wybieramy do podziału zmienną, która nie spełnia warunków całkowitoliczbowości. Pierwszą zmienną, która nie spełnia tych warunków, jest zmienna x Podajemy granice dodatkowych ograniczeń w postaci : 0 x 3 1 oraz 2 x 3 2 które dodane do zadania wybranego do podziału, stworzą dwa dodatkowe zadania. 21 Dla zadania numer trzy istnieje zadanie o wyższej wartości funkcji celu, spełniające warunki całkowitoliczbowości. Zadanie to usuwamy jako nieperspektywiczne. 22 Zadanie numer cztery zostało już podzielone i jako takie może zostać usunięte z listy zadań. 23 Dla zadania numer pięć istnieje zadanie o wyższej wartości funkcji celu, spełniające warunki całkowitoliczbowości. Zadanie to także usuwamy jako nieperspektywiczne. 24 Podobnie dla zadania numer siedem istnieje zadanie o wyższej wartości funkcji celu, spełniające warunki całkowitoliczbowości. Zadanie usuwamy jako nieperspektywiczne. Na liście pozostało jedno zadanie, które spełnia warunki całkowitoliczbowości. Tym samym kończymy rozwiązywanie zadań. 25 Rozwiązanie optymalne 5. Przeglądanie rozwiązania 1.Zestawienie pełne wszystkie iteracje Esc 26 W zestawieniu pełnym znajdują się dane wejściowe, przebieg obliczeń oraz wyniki
5 końcowe. 2.Zestawienie skrócone Esc W zestawieniu skróconym znajdują się dane wejściowe i rozwiązanie końcowe Powrót do wyboru problemu Kończymy działanie programu SIMP_INT.EXE. Ćwiczenie 2.2 Wykorzystując tryb rozwiązania końcowego programu SIMP_INT.EXE, rozwiązać zadanie zapisane w pliku BIGINT2.Z20. Rozwiązanie Z głównego menu systemu "Badania Operacyjne z Komputerem Wersja 2.01 (2007)" wybieramy opcję 'Programowanie całkowitoliczbowe'. Następnie wybieramy podopcję 'Metoda podziału i ograniczeń', po czym postępujemy zgodnie z poniższymi instrukcjami. 2.Wczytanie zadania z pliku 4. Rozwiązanie zadania Rozwiązywanie zadania 3. Rozwiązanie końcowe 29 Esc 30 Rozwiązywanie zadania 1. Tryb konwersacyjny 29 Wybieramy opcję przejścia do rozwiązania końcowego. W trakcie wykonywania tej opcji na ekranie pokazywać się będą numery rozwiązywanych zadań. W momencie rozwiązywania zadania numer 139 przerywamy tryb otrzymywania rozwiązania końcowego klawiszem Esc, a następnie przechodzimy do trybu konwersacyjnego. 30 Iteracja 70 Uporządkuj listę zadań 31 Otrzymaliśmy kolejną listę zadań do uporządkowania. 31 Dla zadania istnieje zadanie o wyższej wartości funkcji celu, spełniające warunki całkowitoliczbowości. Zadanie to usuwamy 32
6 jako nieperspektywiczne. Del Zadanie zostało już podzielone i jako takie może zostać usunięte z listy zadań.
7 Del 34 Czy można zakończyć rozwiązywanie? Tak Nie Esc 35 Rozwiązywanie zadania 1. Rozwiązania końcowe Rozwiązania optymalne 36 <F2> 37 Esc Esc <F2> 37 Esc Esc Przeglądanie rozwiązania 1.Zestawienie pełne wszystkie iteracje Esc 2.Zestawienie skrócone Esc 34 Zadanie sprzeczne także zostanie usunięte z listy zadań. W tym momencie przerywamy tryb konwersacyjny i przechodzimy do końcowego rozwiązania Otrzymaliśmy listę rozwiązań optymalnych. 37 Wciskając klawisz <F2>, możemy uzyskać dane dotyczące rozwiązania w kolejnym przedziale, w postaci wartości kolejnych zmiennych narzuconych na nie ograniczeń i ewentualnych warunków całkowitoliczbowości. 38 W zestawieniu pełnym znajdują się dane wejściowe, przebieg obliczeń oraz wyniki końcowe. W zestawieniu skróconym znajdują się dane wejściowe i rozwiązanie końcowe Powrót do wyboru problemu 0 Ćwiczenie 2.3 Wykorzystując program CIECIA.EXE, znaleźć rozwiązanie optymalne następującego problemu programowania całkowitoliczbowego:
8 x 1 + x 2 + x 3 max x 1 + x 2 1 x 1 + x 3 2 x 2 + x x 1, x 2, x 3 oraz x 1, x 2, x 3 całkowite. Rozwiązanie Z głównego menu systemu "Badania Operacyjne z Komputerem Wersja 2.01 (2007)" wybieramy opcję 'Programowanie całkowitoliczbowe'. W podmenu wybieramy opcje 'Metoda cięć', po czym postępujemy zgodnie z poniższymi instrukcjami. 1.Wprowadzenie nowego zadania Rodzaj zadania: Maksymalizacja Minimalizacja 40 Liczba zmiennych 41 3 Liczba ograniczeń Ponieważ maksymalizujemy funkcję celu, dlatego potwierdzamy podświetlaną opcję klawiszem. Zadanie minimalizacji wybieramy za pomocą klawiszy i. 41 Wprowadzamy zadanie w postaci bezpośrednio odpowiadającej modelowi matematycznemu. W programie CIECIA.EXE przyjmuje się, że wszystkie zmienne są nieujemne i całkowite, dlatego nie trzeba wprowadzać dodatkowych ograniczeń na zmienne. 42 Współczynniki funkcji celu Pierwszy warunek ograniczający Drugi warunek ograniczający Trzeci warunek ograniczający Podaj nazwę pliku Rozwiązanie zadania 43 Akceptujemy zaproponowaną przez program nazwę pliku, w którym zapisane będzie rozpatrywane zadanie. Możliwe jest zapisanie zadania pod inną, dowolną ośmioznakową nazwą. Rozwiązywanie zadania 1. Tryb konwersacyjny
9 Iteracja 1 Czy otrzymane rozwiązanie jest całkowite? Tak Nie Wybierz zmienną wykorzystywaną do konstrukcji równania cięcia 46 Podaj współczynniki równania cięcia Za pomocą algorytmu simpleks otrzymaliśmy rozwiązanie optymalne zadania zrelaksowanego. Jeśli rozwiązanie to spełniałoby warunki całkowitoliczbowości, byłoby to także rozwiązanie rozpatrywanego problemu całkowitoliczbowego. 45 Istnieją zmienne nie spełniające warunku całkowitoliczbowości, więc musimy skonstruować równanie cięcia. 46 Wybieramy dowolną zmienną, która nie spełnia warunku całkowitoliczbowości o minimalnym indeksie. Jest to zmienna x Dla ograniczenia, w którym wybrana zmienna jest bazowa, budujemy dodatkowe ograniczenie. Podajemy równanie cięcia zgodnie ze wzorem: n aij] aij ) x i + x n + 1 i= 1 ([ = [b ] b gdzie przez [.] oznaczamy część całkowitą. j j Współczynnik dla zmiennej dodatkowej jest równy Wyraz wolny jest równy wartości ułamkowej wyrazu wolnego równania, do którego dodajemy dodatkowe równanie ze znakiem ujemnym. Wybierz zmienną opuszczającą bazę Czy wybrana zmienna wskazuje na sprzeczność zadania Tak Nie 52 Wybierz zmienną wprowadzaną do bazy Wykorzystamy kryterium wyjścia dualnej metody simpleks. 51 Zgodnie z kryterium wyjścia dla algorytmu dualnego simpleks wybieramy zmienną bazową, dla której w wektorze ograniczeń występuje element najmniejszy. 52 Elementy wiersza spełniającego kryterium wyjścia nie mogą być wszystkie dodatnie. Sytuacja taka wskazywałaby na sprzeczność zadania. 53 Zgodnie z kryterium wejścia dla algorytmu dualnego simpleks obliczamy ilorazy wskaźników optymalności przez elementy
10 wiersza zmiennej bazowej wybranej do usunięcia, ale tylko te, które są mniejsze od zera. Do bazy wprowadzamy tą zmienną niebazową, dla której wartość bezwzględna tego ilorazu jest najmniejsza. Iteracja 2 Czy otrzymane rozwiązanie jest całkowite? Tak Nie 54 Dualną metodą simpleks otrzymaliśmy kolejne rozwiązanie optymalne związanego modelu ciągłego. Ponieważ spełnia ono warunki całkowitoliczbowości jest to zarazem rozwiązanie zadania podstawowego Przeglądanie rozwiązania 1.Zestawienie pełne wszystkie iteracje Esc 2.Zestawienie skrócone Esc 55 W zestawieniu pełnym znajdują się dane wejściowe, przebieg obliczeń oraz wyniki końcowe. W zestawieniu skróconym znajdują się dane wejściowe i rozwiązanie końcowe Powrót do wyboru problemu Kończymy działanie programu CIECIA.EXE. Ćwiczenie 2.4 Wykorzystując tryb rozwiązania końcowego programu SIMP_INT.EXE, rozwiązać zadanie otrzymane jako model matematyczny w przykładzie 2.6, opisanym w podręczniku "Wprowadzenie do badań operacyjnych z komputerem". Rozwiązanie W przykładzie 2.6 otrzymano model w postaci : 25x x x x x x x x x x 10 max 220x x x x x x x x x x x x x x x x x x x x 3 + x 4 + x 5 2 x 7 + x 8 1 x 1 + x 2 = 1 x 1, x 2, x 3, x 4, x 5, x 6, x 7, x 8, x 9, x 10 {0, 1} Z głównego menu systemu "Badania Operacyjne z Komputerem Wersja 2.01 (2007)" wybieramy opcję 'Programowanie całkowitoliczbowe'. W podmenu wybieramy opcję 'Metoda podziału i ograniczeń', po czym postępujemy zgodnie z poniższymi instrukcjami.
11 1.Wprowadzenie nowego zadania Rodzaj zadania: Maksymalizacja Minimalizacja Liczba zmiennych 10 Liczba ograniczeń 6 Współczynniki funkcji celu Pierwszy warunek ograniczający Drugi warunek ograniczający Trzeci warunek ograniczający Czwarty warunek ograniczający Piąty warunek ograniczający Szósty warunek ograniczający 1 1 = 1 Zmienna x 1
12 Zmienna x 2 Zmienna x 3 Zmienna x 4 Zmienna x 5 Zmienna x 6 Zmienna x 7 Zmienna x 8 Zmienna x 9 Zmienna x 10 Podaj nazwę pliku 4. Rozwiązanie zadania Rozwiązywanie zadania 3. Rozwiązanie końcowe Rozwiązania optymalne 58 <F2> 37 Esc Esc <F2> 37 Esc Esc Otrzymaliśmy listę zadań generujących rozwiązania optymalne, na której znajdują się zadania numer 18 i 34, o jednakowej wartości funkcji celu równej Przeglądanie rozwiązania
13 1.Zestawienie pełne wszystkie iteracje Esc 2.Zestawienie skrócone Esc 59 W zestawieniu pełnym znajdują się dane wejściowe, przebieg obliczeń oraz wyniki końcowe. W zestawieniu skróconym znajdują się dane wejściowe i rozwiązanie końcowe Powrót do wyboru problemu 0 Ćwiczenie 2.5 Wykorzystując tryb rozwiązania końcowego programu CIECIA.EXE, rozwiązać zadanie otrzymane jako model matematyczny w przykładzie 2.7, opisanym w podręczniku "Wprowadzenie do badań operacyjnych z komputerem". Rozwiązanie W przykładzie 2.7 otrzymano model w postaci: x 1 + x 2 + x 3 + x 4 + x 5 + x 6 + x 7 min x 1 + x 2 + x 3 + x 7 1 x 2 + x 4 1 x 3 + x 5 1 x 4 + x 5 + x 6 1 x 1 + x 2 + x 3 + x 4 + x 5 + x 7 1 x 1 + x 2 + x 7 1 x 1, x 2, x 3, x 4, x 5, x 6, x 7 {0, 1} Z głównego menu systemu "Badania Operacyjne z Komputerem Wersja 2.01 (2007)" wybieramy opcję 'Programowanie całkowitoliczbowe'. W podmenu wybieramy opcję 'Metoda cięć', po czym postępujemy zgodnie z poniższymi instrukcjami. 1.Wprowadzenie nowego zadania Rodzaj zadania: Maksymalizacja Minimalizacja Liczba zmiennych 7 Liczba ograniczeń 6 Współczynniki funkcji celu Pierwszy warunek ograniczający > 1
14 Drugi warunek ograniczający > 1 Trzeci warunek ograniczający > 1 Czwarty warunek ograniczający > 1 Piąty warunek ograniczający > 1 Szósty warunek ograniczający > 1 Podaj nazwę pliku 4. Rozwiązanie zadania Rozwiązywanie zadania 3.Rozwiązanie końcowe Rozwiązanie optymalne Dualną metodą simpleks otrzymaliśmy rozwiązanie optymalne modelu zrelaksowanego. Ponieważ spełnia ono warunki całkowitoliczbowości, jest to zarazem rozwiązanie zadania pierwotnego. 5. Przeglądanie rozwiązania 1.Zestawienie pełne wszystkie iteracje Esc 62 W zestawieniu pełnym znajdują się dane wejściowe, przebieg obliczeń oraz wyniki końcowe. 2.Zestawienie skrócone Esc W zestawieniu skróconym znajdują się dane wejściowe i rozwiązanie końcowe Powrót do wyboru problemu 0
Rozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując
Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE 6. Ćwiczenia komputerowe Ćwiczenie 6.1
Rozdział 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
Rozdział 9 PROGRAMOWANIE DYNAMICZNE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 9 PROGRAMOWANIE DYNAMICZNE 9.2. Ćwiczenia komputerowe Ćwiczenie 9.1 Wykorzystując
Rozdział 8 PROGRAMOWANIE SIECIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 8 PROGRAMOWANIE SIECIOWE 8.2. Ćwiczenia komputerowe Ćwiczenie 8.1 Wykorzystując
Metoda simpleks. Gliwice
Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2
Rozdział 1 PROGRAMOWANIE LINIOWE
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania
Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik
Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania
PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI 5.2. Ćwiczenia komputerowe
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
BADANIA 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
Rozdział 7 ZARZĄDZANIE PROJEKTAMI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 7 ZARZĄDZANIE PROJEKTAMI 7.2. Ćwiczenia komputerowe Ćwiczenie 7.1 Wykorzystując
Wprowadzenie do badań operacyjnych - wykład 2 i 3
Wprowadzenie do badań operacyjnych - wykład 2 i 3 Hanna Furmańczyk 14 listopada 2008 Programowanie liniowe (PL) - wszystkie ograniczenia muszą być liniowe - wszystkie zmienne muszą być ciągłe n j=1 c j
Zadanie 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
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
Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):
może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): 1 Narysuj na płaszczyźnie zbiór dopuszczalnych rozwiazań. 2 Narysuj funkcję
ZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Elementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla
( 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
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
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 /
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
Programowanie 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
Politechnika 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
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
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w technice Linear programming in engineering problems Kierunek: Rodzaj przedmiotu: obowiązkowy na kierunku matematyka przemysłowa Rodzaj zajęć: wykład, laboratorium,
Optymalizacja 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
1 Programowanie całkowitoliczbowe PLC
Metody optymalizacji, wykład nr 9 Paweł Zieliński Programowanie całkowitoliczbowe PLC Literatura [] S.P. Bradley, A.C. Hax, T. L. Magnanti Applied Mathematical Programming Addison-Wesley Pub. Co. (Reading,
Uniwersytet 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
PROGRAMOWANIE CAŁKOWITOLICZBOWE
PROGRAMOWANIE CAŁKOWITOLICZBOWE METODA PODZIAŁU I OGRANICZEŃ Przykład 6. Metoda podziału i ograniczeń Rozwiązać zadanie z Przykładu 1. metodą podziału i ograniczeń, przy czym wielkość produkcji wyrobu
ZAGADNIENIE TRANSPORTOWE(ZT)
A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że
Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]
Spis treści 1 Metoda geometryczna... 2 1.1 Wstęp... 2 1.2 Przykładowe zadanie... 2 2 Metoda simpleks... 6 2.1 Wstęp... 6 2.2 Przykładowe zadanie... 6 1 Metoda geometryczna Anna Tomkowska 1 Metoda geometryczna
Rozwiązywanie programów matematycznych
Rozwiązywanie programów matematycznych Program matematyczny składa się z następujących elementów: 1. Zmiennych decyzyjnych:,,, 2. Funkcji celu, funkcji-kryterium, która informuje o jakości rozwiązania
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
ZAGADNIENIE 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
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 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
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,
Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1
A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a,a 2,...,a p i qodbiorców, którychpopytwynosi b,b 2,...,b
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
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
Microsoft EXCEL SOLVER
Microsoft EXCEL SOLVER 1. Programowanie liniowe z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Programowanie liniowe w zagadnieniach finansowych i logistycznych Linear programming in financial and logistics problems Kierunek: Matematyka Rodzaj przedmiotu: obowiązkowy dla specjalności
Badania 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
OPTYMALIZACJA DYSKRETNA
Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi
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=
etody programowania całkowitoliczboweg
etody programowania całkowitoliczboweg Wyróżnia się trzy podejścia do rozwiazywania zagadnień programowania całkowitoliczbowego metody przegladu pośredniego (niebezpośredniego), m.in. metody podziału i
OPTYMALIZACJA 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
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
Programowanie liniowe
Badania operacyjne Ćwiczenia 4 Programowanie liniowe Dualizm w programowaniu liniowym Plan zajęć Dualizm w programowaniu liniowym Projektowanie programu dualnego Postać programu dualnego Przykład 1 Rozwiązania
Algorytm 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
doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2
Document: Exercise*02*-*manual ---2014/11/12 ---8:31---page1of8 PRZEDMIOT TEMAT KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 Wybrane zagadnienia z
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 + +
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
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=
Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe
Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp
Zagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
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
BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda
BADANIA OPERACYJNE Zagadnienie transportowe dr Adam Sojda adam.sojda@polsl.pl http://dydaktyka.polsl.pl/roz6/asojda/default.aspx Pokój A405 Zagadnienie transportowe Założenia: Pewien jednorodny towar należy
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
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
Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.
. Metoda eliminacji. Treść wykładu i ich macierze... . Metoda eliminacji. Ogólna postać układu Układ m równań liniowych o n niewiadomych x 1, x 2,..., x n : a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21
Ekonometria - 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
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
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.
Teoretyczne 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
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
Programowanie matematyczne
dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X
Laboratorium WDEC. Opis posługiwania się pakietem AMPL
Laboratorium WDEC Opis posługiwania się pakietem AMPL Adam Krzemienowski, Grzegorz Płoszajski Instytut Automatyki i Informatyki Stosowanej Politechnika Warszawska Pakiet AMPL Pakiet AMPL jest narzędziem
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
Badania operacyjne Operation research. Transport I stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Badania
Lekcja 2. Pojęcie równania kwadratowego. Str Teoria 1. Równaniem wielomianowym nazywamy równanie postaci: n
Lekcja 1. Lekcja organizacyjna kontrakt. Podręcznik: A. Ceve, M. Krawczyk, M. Kruk, A. Magryś-Walczak, H. Nahorska Matematyka w zasadniczej szkole zawodowej. Wydawnictwo Podkowa. Zakres materiału: Równania
a[1] a[2] a[3] a[4] a[5] a[6] a[7] a[8] a[9] a[10] 3-2 5 8 12-4 -26 12 45-76
. p. 1 Algorytmem nazywa się poddający się interpretacji skończony zbiór instrukcji wykonania zadania mającego określony stan końcowy dla każdego zestawu danych wejściowych W algorytmach mogą występować
UKŁADY RÓWNAŃ LINIOWYCH
Projekt dofinansowała Fundacja mbanku UKŁADY RÓWNAŃ LINIOWYCH CZĘŚĆ I Układ równań to przynajmniej dwa równania spięte z lewej strony klamrą, np.: x + 0 Każde z równań musi zawierać przynajmniej jedną
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
Definicja 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
Wstęp do analizy matematycznej
Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w
1. Eliminuje się ze zbioru potencjalnych zmiennych te zmienne dla których korelacja ze zmienną objaśnianą jest mniejsza od krytycznej:
Metoda analizy macierzy współczynników korelacji Idea metody sprowadza się do wyboru takich zmiennych objaśniających, które są silnie skorelowane ze zmienną objaśnianą i równocześnie słabo skorelowane
Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego
Przykład wykorzystania dodatku SOLVER 1 w arkuszu Ecel do rozwiązywania zadań programowania matematycznego Firma produkująca samochody zaciągnęła kredyt inwestycyjny w wysokości mln zł na zainstalowanie
UKŁADY RÓWNAŃ LINIOWYCH
Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)
ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest
Obliczenia iteracyjne
Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej
3.2. RÓWNANIA I NIERÓWNOŚCI LINIOWE.
.. RÓWNANIA I NIERÓWNOŚCI LINIOWE. m równania (pierwiastkiem równania) z jedną niewiadomą nazywamy liczbę, która spełnia dane równanie, tzn. jeśli w miejsce niewiadomej podstawimy tę liczbę, to otrzymamy
Badania Operacyjne Ćwiczenia nr 5 (Materiały)
ZADANIE 1 Zakład produkuje trzy rodzaje papieru: standardowy do kserokopiarek i drukarek laserowych (S), fotograficzny (F) oraz nabłyszczany do drukarek atramentowych (N). Każdy z rodzajów papieru wymaga
łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)
14. Zadanie przydziału z ustalonym poziomem produkcji i limitowanym czasem pracy planowanie wielkości produkcji (wersja uproszczona) Producent może wytwarzać n rodzajów wyrobów. Każdy z wyrobów można być
Ekonometria - ćwiczenia 10
Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na
Laboratorium Metod Optymalizacji
Laboratorium Metod Optymalizacji Grupa nr... Sekcja nr... Ćwiczenie nr 4 Temat: Programowanie liniowe (dwufazowa metoda sympleksu). Lp. 1 Nazwisko i imię Leszek Zaczyński Obecność ocena Sprawozdani e ocena
ALGORYTMY Algorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny
ALGORYMY Algorytm to przepis; zestawienie kolejnych kroków prowadzących do wykonania określonego zadania; to uporządkowany sposób postępowania przy rozwiązywaniu zadania, problemu, z uwzględnieniem opisu
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
1. LICZBY DZIAŁ Z PODRĘCZNIKA L.P. NaCoBeZu kryteria sukcesu w języku ucznia
L.P. DZIAŁ Z PODRĘCZNIKA NaCoBeZu kryteria sukcesu w języku ucznia 1. LICZBY 1. Znam pojęcie liczby naturalne, całkowite, wymierne, dodatnie, ujemne, niedodatnie, odwrotne, przeciwne. 2. Potrafię zaznaczyć
1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną
binarną są określane mianem zadania programowania binarnego. W stosunku do dyskretnych modeli decyzyjnych stosuje się odrębną klasę metod ich rozwiązywania. W dalszych częściach niniejszego rozdziału zostaną
FUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
Zaawansowane metody numeryczne
Wykład 11 Ogólna postać metody iteracyjnej Definicja 11.1. (metoda iteracyjna rozwiązywania układów równań) Metodą iteracyjną rozwiązywania { układów równań liniowych nazywamy ciąg wektorów zdefiniowany
Układy VLSI Bramki 1.0
Spis treści: 1. Wstęp... 2 2. Opis edytora schematów... 2 2.1 Dodawanie bramek do schematu:... 3 2.2 Łączenie bramek... 3 2.3 Usuwanie bramek... 3 2.4 Usuwanie pojedynczych połączeń... 4 2.5 Dodawanie
Metody wielokryterialne. Tadeusz Trzaskalik
Metody wielokryterialne Tadeusz Trzaskalik 4.1. Wprowadzenie Słowa kluczowe Zadanie wielokryterialne Zadanie wielokryterialne programowania liniowego Przestrzeń decyzyjna Zbiór rozwiązań za dopuszczalnych
Pendolinem z równaniami, nierównościami i układami
Pendolinem z równaniami, nierównościami i układami 1. Równaniem nazywamy równość dwóch wyrażeń algebraicznych. Równaniami z jedną niewiadomą są, np. równania: 2 x+3=5 x 2 =4 2x=4 9=17 x 3 2t +3=5t 7 Równaniami
FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(
Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się
(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