Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Podobne dokumenty
Programowanie liniowe. Tadeusz Trzaskalik

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE

Metoda simpleks. Gliwice

Programowanie dynamiczne. Tadeusz Trzaskalik

Metody wielokryterialne. Tadeusz Trzaskalik

PROGRAMOWANIE CAŁKOWITOLICZBOWE

Elementy Modelowania Matematycznego

Standardowe zadanie programowania liniowego. Gliwice 1

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE

BADANIA OPERACYJNE pytania kontrolne

Definicja problemu programowania matematycznego

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

ZAGADNIENIE TRANSPORTOWE

Metody Ilościowe w Socjologii

Programowanie liniowe

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

OPTYMALIZACJA DYSKRETNA

zadaniem programowania liniowego całkowitoliczbowego. nazywamy zadaniem programowania liniowego 0-1. Zatem, w

OPTYMALIZACJA W LOGISTYCE

Programowanie liniowe całkowitoliczbowe

Programowanie liniowe

Kolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w

Optymalizacja liniowa w liczbach całkowitych (PLC)

ZAGADNIENIE TRANSPORTOWE (część 1)

OPTYMALIZACJA W LOGISTYCE

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1

Rozwiązanie Ad 1. Model zadania jest następujący:

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

Programowanie liniowe

Zarządzanie projektami. Tadeusz Trzaskalik

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

ZAGADNIENIE TRANSPORTOWE(ZT)

PROGRAMOWANIE KWADRATOWE

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 Materiały do zajęć dostępne na stronie:

Programowanie liniowe

Programowanie liniowe

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Programowanie liniowe całkowitoliczbowe

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

Ekonometria - ćwiczenia 10

Programowanie matematyczne

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

) 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

Elementy Modelowania Matematycznego

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Uniwersytet Kardynała Stefana Wyszyńskiego Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych. Piotr Kaczyński. Badania Operacyjne

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

Wykład 6. Programowanie liniowe

Algorytm simplex i dualność

Programowanie sieciowe. Tadeusz Trzaskalik

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

5. Rozwiązywanie układów równań liniowych

Algebra liniowa. Macierze i układy równań liniowych

Modelowanie całkowitoliczbowe

c j x x

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

- modele liniowe. - modele nieliniowe.

4. PROGRAMOWANIE LINIOWE

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7

Elementy modelowania matematycznego

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

1 Programowanie całkowitoliczbowe PLC

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

Wykład z modelowania matematycznego. Algorytm sympleks.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

Dualność w programowaniu liniowym

Układy równań i nierówności liniowych

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

etody programowania całkowitoliczboweg

Programowanie liniowe metoda sympleks

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny.

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

Rozwiązywanie układów równań liniowych

łączny czas pracy (1 wariant) łączny koszt pracy (2 wariant) - całkowite (opcjonalnie - dla wyrobów liczonych w szt.)

Programowanie nieliniowe

ZAGADNIENIE TRANSPORTOWE

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

OPTYMALIZACJA PROCESÓW LOGISTYCZNYCH

Programowanie liniowe metoda sympleks

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Transkrypt:

Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik

.. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania całkowitoliczbowego Mieszane zadanie programowania całkowitoliczbowego Relaksacja zadania Metoda zaokrągleń Metoda podziału i ograniczeń Metoda cięć Zmienne binarne T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 2

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (/7) Przykład 2. Zadanie wyjściowe f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 x, x 2 - całkowite Zadanie zrelaksowane f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 O x 2 A ( 2 / 3, 2 / 3 ) x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 3

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (2/7) Podział względem x Zadanie 2 x + x 2 max x +2x 2 32 8x +3x 2 224 x x, x 2 Zadanie f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 2 / x 3 Zadanie 3 x + x 2 max x +2x 2 32 8x +3x 2 224 x x, x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 4

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (3/7) Zbiory rozwiązań dopuszczalnych zadań 2 i 3 Zadanie 2 O x 2 B C Zadanie 3 x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 5

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (4/7) Rozwiązania optymalne zadań 2 i 3 O x 2 x 2 Zadanie 2 B (, ) x O Zadanie 3 C (, 8 2 / 3 ) x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 6

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (5/7) Podział względem x 2 Zadanie f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 x 2 2 / 3 Zadanie 3 x + x 2 max x + 2x 2 32 8x + 3x 2 224 x 2 x, x 2 Zadanie 2 x + x 2 max x + 2x 2 32 8x + 3x 2 224 x 2 x, x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 7

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (6/7) Zbiory rozwiązano dopuszczalnych zadań 2 i 3 O x 2 Zadanie 3 E D C Zadanie 2 x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 8

2.2. Metoda podziału i ograniczeń 2.2.. Zadanie czyste (7/7) Rozwiązania optymalne zadań 2 i 3 O x 2 Zadanie 2 D ( 7 / 9, ) x O x 2 Zadanie 3 E (, ) x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 9

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (/3) Geometryczna interpretacja zbioru rozwiązań dopuszczalnych f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 x - całkowite O x 2 x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (2/3) Geometryczna interpretacja zbioru rozwiązań dopuszczalnych (c.d.) f(x, x 2 ) = x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 x 2 - całkowite O x 2 x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (3/3) Przykład 2.2 Zadanie wyjściowe 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 5 x 3 5 x 2, x 3 - całkowite Zadanie zrelaksowane 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 5 x 3 5 Rozwiązanie x = 2,667, x 2 = 2,667, x 3 = f opt = 6 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 2

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (4/3) Iteracja Lista rozpatrywanych zadań: Zadania usuwane z listy: Lista zadań po modyfikacji: Zadania wybrane do podziału: Rozwiązanie zadania : Podział względem zmiennej: - x = 2,667, x 2 = 2,667, x 3 = x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 3

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (5/3) Iteracja (c.d.) Zadanie 2 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 5 Rozwiązanie x = 2, x 2 = 2, x 3 =,286 f opt = 5,74 Zadanie 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 5 x 3 5 2 2,667 3 5 Zadanie 3 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x 3 x 2 5 x 3 5 Zadanie sprzeczne x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 4

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (6/3) Iteracja 2 Lista rozpatrywanych zadań: Zadania usuwane z listy: Lista zadań po modyfikacji: Zadania wybrane do podziału: Rozwiązanie zadania 2: Podział względem zmiennej:, 2, 3 (podzielone), 3 (sprzeczne) 2 2 x = 2, x 2 = 2, x 3 =,286 x 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 5

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (7/3) Iteracja 2 (c.d.) Zadanie 2 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 5 Zadanie 4 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 Rozwiązanie x = 2,33, x 2 = 2, x 3 = f opt = 3,286 Zadanie 5 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 5 Rozwiązanie x =,33, x 2 =,33, x 3 = f opt = 5 5 x 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 6

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (8/3) Iteracja 3 Lista rozpatrywanych zadań: Zadania usuwane z listy: Lista zadań po modyfikacji: Zadania wybrane do podziału: Rozwiązanie zadania 5: Podział względem zmiennej: 2, 4, 5 2 (podzielone) 4, 5 5 x =,33, x 2 =,33, x 3 = x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 7

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (9/3) Iteracja 3 (c.d.) Zadanie 5 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 5 Zadanie 6 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 x 3 5 Rozwiązanie x =, x 2 =, x 3 =,43 f opt = 4,857,333 2 Zadanie 7 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 x 3 5 Zadanie sprzeczne x 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 8

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (/3) Iteracja 4 Lista rozpatrywanych zadań: Zadania usuwane z listy: Lista zadań po modyfikacji: Zadania wybrane do podziału: Rozwiązanie zadania 6: Podział względem zmiennej: 4, 5, 6, 7 5 (podzielone), 7 (sprzeczne) 4, 6 6 x =, x 2 =, x 3 =,43 x 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 9

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (/3) Iteracja 4 (c.d.) Zadanie 6 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 x 3 5 Zadanie 8 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 x 3 Rozwiązanie x =,67, x 2 =, x 3 = f opt = 3,5,43 2 Zadanie 9 3x + 3x 2 + 3x 3 max 3x + 6x 2 + 7x 3 8 6x 3x 2 + 7x 3 8 x x 2 2 2 x 3 5 Zadanie sprzeczne 5 x 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 2

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (2/3) Iteracja 5 Lista rozpatrywanych zadań: Zadania usuwane z listy: Lista zadań po modyfikacji: 8 Rozwiązanie zadania 8: 4, 6, 8, 9 6 (podzielone), 9 (sprzeczne) 4 (f opt (4) = 3 < f opt (8) = 3,5) x =,67, x 2 =, x 3 = Spełnione warunki całkowitoliczbowości. Rozwiązanie zadania 8 jest rozwiązaniem optymalnym zadania wyjściowego. T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 2

2.2. Metoda podziału i ograniczeń 2.2.2. Zadanie mieszane (3/3) Zestawienie rozwiązywanych zadań Numer zadania Optymalna wartość funkcji celu Nowogenerowane zadania Rozwiązanie optymalne Zakresy zmienności x 2 x 3 x x 2 x 3 [, 5] [, 5] 2,667 2,667 6 2, 3 2 [, 2] [, 5] 2 2,286 5,74 4, 5 3 [3, 5] [, 5] Zadanie sprzeczne 4 [, 2] [, ] 2,333 2 3 5 [, 2] [, 5],333,333 5 6,7 6 [, ] [, 5],43 4,857 8,9 7 [, 2] [, 5] Zadanie sprzeczne 8 [, ] [, ],67 3,5 9 [, 2] [2, 5] Zadanie sprzeczne T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 22

2.2. Metoda podziału i ograniczeń 2.2.3. Reguły postępowania w metodzie podziału i ograniczeń (/) Algorytm W każdej iteracji wykonujemy następujące operacja:. 2. 3. 4. 5. Porządkowanie listy zadań zrelaksowanych. Sprawdzenie kryterium optymalności i w przypadku jego spełnienia zakończenie obliczeń. Wybór zadania do podziału. Wybór zmiennej, względem której dokonamy podziału. Podział zadania, rozwiązanie nowo utworzonych zadań i umieszczenie ich na liście zadań zrelaksowanych. T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 23

2.2. Metoda podziału i ograniczeń 2.2.4. Zaokrąglanie rozwiązań(/2) Przykład 2.3 Zadanie wyjściowe f(x, x 2 ) = 2x + x 2 max 7x + 4x 2 3 x, x 2 x, x 2 - całkowite Zadanie zrelaksowane f(x, x 2 ) = 2x + x 2 max 7x + 4x 2 3 x, x 2 B x 2 O A ( 3 / 7, ) x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 24

2.2. Metoda podziału i ograniczeń 2.2.4. Zaokrąglanie rozwiązań(2/2) Porównanie wartości funkcji kryterium x 2 (, 3) (, 2) (, ) (, ) (, ) (, ) f(, ) =, f(, ) =, f(, 2) = 22, f(, 3) = 33, f(, ) = 2, f(, ) = 32, x T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 25

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (/6) Przykład 2.4 x + x 2 max x + 2x 2 32 8x + 3x 2 224 x, x 2 x, x 2 - całkowite x + x 2 max x + 2x 2 + x 3 = 32 8x + 3x 2 + x 4 = 224 x, x 2, x 3, x 4 cx max Baza x x 2 x 3 x 4 b x 2,5455,33,6667 x,99,66,6667 c j z j,4545,33 2,3333 x,99x 3 +,66x 4 =,6667 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 26

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (2/6) Wyprowadzenie wzoru Równanie cięcia odpowiadające zmiennej bazowej x : x,99x 3 +,66x 4 =,6667 Ponieważ dla współczynników przy zmiennych niebazowych zachodzą związki: tak więc: [,99],99 [,66],66 [,99]x 3,99x 3 [,66]x 4,66x 4 Dodając stronami te nierówności, otrzymujemy: [,99]x 3 + [,66]x 4,99x 3 +,66x 4 Do obu stron dodajemy zmienną x : (2.) x + [,99]x 3 + [,66]x 4 x,99x 3 +,66x 4 =,6667 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 27

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (3/6) Wyprowadzenie wzoru (cd.) stąd x + [,99]x 3 + [,66]x 4,6667 Lewa strona może przyjąć jedynie wartość całkowitą, stąd: x + [,99]x 3 + [,66]x 4 [,6667] Wprowadzamy zmienna bilansującą x 5: x + [,99]x 3 + [,66]x 4 + x 5 = [,6667] (2.2) Odejmujemy stronami (2.) od (2.2): ([,99] +,99)x 3 + ([,66],66)x 4 + x 5 = [,6667],6667 po uporządkowaniu:,99x 3,66x 4 + x 5 =,6667 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 28

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (4/6) Rozszerzenie tablicy simpleksowej cx max Baza x x 2 x 3 x 4 x 5 b x 2 x,5455,99,33,66,6667,6667 x 5,99,66,6667 c j z j,4545,33 2,3333 Dualna metoda simpleks x 2 x x 4 cx max Baza x x 2 x 3 x 4 5 c j z j x 5,5 6,5 b 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 29

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (5/6) Interpretacja geometryczna,99x 3,66x 4 + x 5 =,6667 2 x 33 2 x x 33 3 x4 + x5 = 2 3 3 4 x 3 = 32 x 2x 2 x 4 = 224 8x 3x 2 2 (32 x 2x2) (224 8x 3x2) 33 x + x 2 2 2 3 2 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 3

2.3. Metoda cięć 2.3.. Konstrukcja równania cięcia (6/6) Interpretacja geometryczna (c.d.),67 O x 2 C 2 (,) B C (,) C 3 (,),67 x C 2 C C 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 3

2.3. Metoda cięć 2.3.2. Reguły postępowania w metodzie cięć (/) Algorytm. 2. 3. 4. 5. Rozwiązanie zadania zrelaksowanego. Wybór równania wykorzystywanego do konstrukcji równania cięcia (wiersz i). Konstrukcja równania cięcia: ( ij ] aij ) [ j n+ zmienne niebazowe a x + x = [ b ] b Przejście do nowej bazy dopuszczalnej. Zakończenie postępowania. i i T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 32

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.. Zagadnienie produkcyjno-modernizacyjne (/5) Przykład 2.5 Czas pracy Maszyna Maszyna 2 Zysk jednostkowy Maszyna 2 2 Wariant 2 2 Produkty 2 3 2 2 3 2 6 3 Zwiększenie czasu pracy 7 6 3 Łączny koszt modernizacji nie może przekroczyć 25. Maksymalny czas pracy 3 2 Koszt Należy dokonać takiej modernizacji maszyn, by zmaksymalizować zysk przy zwiększonych możliwościach produkcyjnych. T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 33 45 7 28 8

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.. Zagadnienie produkcyjno-modernizacyjne (2/5) Model matematyczny Cel Celem jest dokonanie takiej modernizacji maszyn, by zmaksymalizować zysk otrzymany z wytworzenia produktów P, P 2, P 3. Zmienne decyzyjne x planowany rozmiar produkcji wyrobu P, x 2 planowany rozmiar produkcji wyrobu P 2, x 3 planowany rozmiar produkcji wyrobu P 3, T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 34

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.. Zagadnienie produkcyjno-modernizacyjne (3/5) Model matematyczny (c.d.) x 4 x 5 x 6 x 7 = = = =, jeżeli czas pracy maszyny zostanie zwiększony o 7 jednostek, w przeciwnym wypadku, jeżeli eli czas pracy maszyny zostanie zwiększony o6 jednostek, w przeciwnym wypadku, jeżeli czas pracy maszyny 2 zostanie zwiększony o jednostek, w przeciwnym wypadku, jeżeli czas pracy maszyny 2 zostanie zwiększony o 3 jednostek, w przeciwnym wypadku T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 35

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.. Zagadnienie produkcyjno-modernizacyjne (4/5) Model matematyczny (c.d.) Funkcja celu Warunki ograniczające f(x, x 2, x 3 ) = x + 2x 2 + 3x 3 max ograniczenie związane z czasem pracy maszyny : x + 3x 2 + 2x 3 3 + 7x 4 + 6x 5 ograniczenie związane z czasem pracy maszyny 2: warunek budżetowy: 2x + 2x 2 + 6x 3 2 + x 6 + 3x 7 45x 4 + 7x 5 + 28x 6 + 8x 7 25 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 36

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.. Zagadnienie produkcyjno-modernizacyjne (5/5) Model matematyczny i rozwiązanie optymalne Warunki określające możliwość jednoczesnej realizacji wariantów: dla maszyny : dla maszyny 2: warunki nieujemności: warunki dodatkowe: Rozwiązanie optymalne x 4 + x 5 x 6 + x 7 x, x 2, x 3 x 4, x 5, x 6, x 7 {, } x =, x 2 = 8,7, x 3 = 5,43, x 4 =, x 5 =, x 6 =, x 7 = Wartość funkcji celu jest równa 33,7 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 37

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.2. Optymalizacja planu wydawniczego (/5) Przykład 2.6 Przedmiot Rodzaj skryptu Prognoza sprzedaży Zarządzanie nowe wydanie 25 Matematyka wznowienie 3 Statystyka nowe wydanie 2 Statystyka matematyczna nowe wydanie 5 Statystyka opisowa wznowienie 5 Finanse nowe wydanie 8 Rachunkowość nowe wydanie 3 Rachunkowość II wznowienie 35 Angielski nowe wydanie 5 Francuski nowe wydanie 35 Nad skryptami mogą pracować redaktorzy: Jerzy 48 godzin, Krystyna 32 godzin, Maria 35 godzin. T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 38

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.2. Optymalizacja planu wydawniczego (2/5) Przykład 2.6 (c.d.) Skrypt Zarządzanie Matematyka Statystyka Statystyka matematyczna Statystyka opisowa Finanse Rachunkowość Rachunkowość II Angielski Francuski Jerzy Krystyna 22 3 3 9 9 5 6-9 - - 22 - - - - 3 - - 4 Wydane zostaną: - co najwyżej dwa skrypty ze statystyki, - co najwyżej jeden skrypt z rachunkowości, - matematyka albo zarządzanie. Należy określić najlepszy plan wydawniczy. Maria - - 2 9 2 2 8 24 3 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 39

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.2. Optymalizacja planu wydawniczego (3/5) Model matematyczny Cel Ustalenie planu wydawniczego, który maksymalizuje łączną, planowaną wielkość sprzedaży Zmienne decyzyjne Zmienna x x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x wydanie skryptu: Opis zmiennej Zarządzanie Matematyka Statystyka Statystyka matematyczna Statystyka opisowa Finanse Rachunkowość Rachunkowość II Angielski Francuski Wartość {, } {, } {, } {, } {, } {, } {, } {, } {, } {, } T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 4

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.2. Optymalizacja planu wydawniczego (4/5) Model matematyczny (c.d.) Funkcja celu 25x + 3x 2 + 2x 3 + 5x 4 + 5x 5 + 8x 6 + 3x 7 + 35x 8 + 5x 9 + 35x max Warunki ograniczające Jerzy - co najwyżej 48 godzin: 22x + 3x 2 + 9x 3 + 6x 4 + 9x 5 + 3x 9 48 Krystyna - co najwyżej 32 godzin: 3x + 9x 2 + 5x 3 + 22x 6 + 4x 32 Maria - co najwyżej 35 godzin: 2x 3 + 9x 4 + 2x 5 + x 6 + 2x 7 + 8x 8 + 24x 9 + 3x 35 Nie więcej niż dwa skrypty ze statystyki: x 3 + x 4 + x 5 2 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 4

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.2. Optymalizacja planu wydawniczego (5/5) Model matematyczny i rozwiązanie optymalne Warunki ograniczające (c.d.) W planie nie może się znaleźć więcej niż jeden skrypt z rachunkowości: x 7 + x 8 W planie musi się znaleźć albo skrypt z zarządzania albo matematyki: x + x 2 = Dodatkowe warunki na zmienne decyzyjne: Rozwiązanie optymalne Rozwiązanie Rozwiązanie 2 x, x 2, x 3, x 4, x 5, x 6, x 7, x 8, x 9, x {, } x x x 2 x 2 x 3 x 3 Optymalna wartość funkcji celu wynosi 8. x 4 x 4 x 5 x 5 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 42 x 6 x 6 x 7 x 7 x 8 x 8 x 9 x 9 x x

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.3. Zagadnienie lokalizacji (/4) Przykład 2.7 Proponowana lokalizacja Rejony A, 5, 7 B, 2, 5, 7 C, 3, 5 D 2, 4, 5 E 3, 4, 6 F 4, 5, 6 G, 5, 6, 7 Należy znaleźć najmniejszą liczbę zrelokalizowanych komisariatów pokrywających swym zasięgiem wszystkie siedem rejonów. T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 43

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.3. Zagadnienie lokalizacji (2/4) Model matematyczny Cel Określenie najmniejszej liczby relokalizowanych komisariatów, aby każdy rejon był pod opieką przynajmniej jednego komisariatu. Zmienne decyzyjne Zmienna x x 2 x 3 x 4 x 5 x 6 x 7 Proponowana lokalizacja komisariatu: Opis zmiennej A B C D E F G Wartość {, } {, } {, } {, } {, } {, } {, } T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 44

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.3. Zagadnienie lokalizacji (3/4) Model matematyczny (c.d.) Funkcja celu Warunki ograniczające Rejon : Rejon 2: Rejon 3: Rejon 4: x + x 2 + x 3 + x 4 + x 5 + x 6 + x 7 min x + x 2 + x 3 + x 7 x 2 + x 4 x 3 + x 5 x 4 + x 5 + x 6 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 45

2.4. Przykłady wykorzystania programowania liniowego całkowitoliczbowego 2.4.3. Zagadnienie lokalizacji (4/4) Model matematyczny i rozwiązanie optymalne Rejon 5: Rejon 6: Rejon 7 x + x 2 + x 3 + x 4 + x 5 + x 7 x 5 + x 6 + x 7 x + x 2 + x 7 Dodatkowe warunki na zmienne decyzyjne: x, x 2, x 3, x 4, x 5, x 6, x 7 {, } Rozwiązanie optymalne x x 2 x 3 x 4 Optymalna wartość funkcji celu wynosi 2. x 5 x 6 x 7 T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 46

Pora na relaks T.Trzaskalik: Wprowadzenie do badań operacyjnych z komputerem 47