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



Podobne dokumenty
Metoda simpleks. Gliwice

Programowanie liniowe. Tadeusz Trzaskalik

Rozdział 1 PROGRAMOWANIE LINIOWE

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Elementy Modelowania Matematycznego

Rozdział 1 PROGRAMOWANIE LINIOWE

Standardowe zadanie programowania liniowego. Gliwice 1

PROGRAMOWANIE KWADRATOWE

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

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

Wprowadzenie do badań operacyjnych - wykład 2 i 3

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

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

Rozwiązanie Ad 1. Model zadania jest następujący:

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Wykład z modelowania matematycznego. Algorytm sympleks.

Programowanie liniowe

Programowanie liniowe metoda sympleks

ZAGADNIENIE TRANSPORTOWE

1 Przykładowe klasy zagadnień liniowych

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Definicja problemu programowania matematycznego

Programowanie liniowe

Programowanie liniowe metoda sympleks

Układy równań i nierówności liniowych

PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)

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

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

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Teoretyczne podstawy programowania liniowego

Wykład z modelowania matematycznego. Zagadnienie transportowe.

BADANIA OPERACYJNE pytania kontrolne

ZAGADNIENIE TRANSPORTOWE(ZT)

(Dantzig G. B. (1963))

5. Rozwiązywanie układów równań liniowych

Programowanie liniowe metoda sympleks

Układy równań liniowych i metody ich rozwiązywania

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

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

Programowanie nieliniowe

Układy równań liniowych. Ax = b (1)

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Programowanie dynamiczne. Tadeusz Trzaskalik

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Programowanie liniowe

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

Wybrane elementy badań operacyjnych

ZAGADNIENIE TRANSPORTOWE (część 1)

Metoda eliminacji Gaussa. Autorzy: Michał Góra

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

Elementy Modelowania Matematycznego

BADANIA OPERACYJNE Zagadnienie transportowe

Układy równań liniowych

Programowanie liniowe

Zagadnienie transportowe

Metody wielokryterialne. Tadeusz Trzaskalik

Laboratorium Metod Optymalizacji

Wykład 6. Programowanie liniowe

Rozdział 3 ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Programowanie matematyczne

Programowanie liniowe

Programowanie liniowe

Układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych

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

wszystkich kombinacji liniowych wektorów układu, nazywa się powłoką liniową uk ładu wektorów

A. Kasperski, M. Kulej Badania Operacyjne- metoda sympleks 1

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:

Algorytm simplex i dualność

PRZEWODNIK PO PRZEDMIOCIE

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

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

PRZEWODNIK PO PRZEDMIOCIE

Optymalizacja ciągła

OPTYMALIZACJA W LOGISTYCE

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Układy równań liniowych

UKŁADY RÓWNAŃ LINIOWYCH

1 Układy równań liniowych

3. Wykład Układy równań liniowych.

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

Ekonometria - ćwiczenia 10

OPTYMALIZACJA W LOGISTYCE

KLASYCZNE ZAGADNIENIE TRANSPORTOWE (KZT).

Wykład 5. Metoda eliminacji Gaussa

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. Macierze i Układy Równań Liniowych

TOZ -Techniki optymalizacji w zarządzaniu

4. PROGRAMOWANIE LINIOWE

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Programowanie celowe #1

BADANIA OPERACYJNE ANALITYKA GOSPODARCZA

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Transkrypt:

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 dostępnymi zasobami trzech środków S, S oraz S. asoby tych środków wynoszą odpowiednio:, 8 oraz jednostek. Nakład środka S na wytworzenie jednostki produktu P wynosi jednostki, podobnie jak na wytworzenie produktu P. Nakłady środka S wynoszą, odpowiednio, i jednostki, natomiast środek S wykorzystywany jest jedynie na potrzeby produkcji P jego nakłady wynoszą jednostki. ysk osiągnięty z wytworzenia jednostki produktu P wynosi jednostki, a z wytworzenia jednostki produktu P jednostki. [adanie T.Trzaskalika] mienne decyzyjne: x - wielkość produkcji wyrobu P x - wielkość produkcji wyrobu P Funkcja celu [FC] (łączny zysk): ( ) max f xx x + x Ograniczenia [O]: ( ) x + x ( ) x + x 8 ( ) x Warunki brzegowe [WB]: x, x Istota METODY SIMPLEKS Rozwiązując zadanie programowania liniowego metodą Simpleks zakładamy, iż warunki ograniczające przekształcone zostają do postaci układu równań linowych. adanie, w którym wszystkie warunki ograniczające prezentowane są w postaci równości, nazywa się zadaniem w postaci standardowej. METODA SIMPLEKS zmienne bilansujące Ograniczenie związane z wykorzystanie środka S : ( ) x + x przedstawiamy w postaci równania: ' x + x + x ( ) dodając do lewej strony tzw. zmienną bilansującą x, definiowaną jako różnicę wartości obydwu stron nierówności wyjściowej: x x x Prowadzi to do następującej postaci rozwiązywanego zadania: Funkcja celu [FC] f ( x x x x x ) x + x + x + x + x max Ograniczenia [O] x + x Kompletna postać bazowa 5 5 ( ) + x ( ) x + x + x 8 ( ) x + x5 Warunki brzegowe [WB] x, x, x, x, x5 METODA SIMPLEKS ujecie tablicowe mienne charakteryzowane podmacierzą jednostkową w obrębie macierzy współczynników tworzą zestawienie zmiennych bazowych: x, x, oraz. Przypisując zmiennym niebazowym wartość zero, otrzymujemy rozwiązanie: x, x 8 oraz, dla którego wartość [FC] jest równa. Rozwiązanie bazowe przedstawia się w postaci tablicy simpleksowej będącej pewną modyfikacją postaci macierzowej zadania liniowego. x(b) c(b) x x x x x x 8 mienną bilansującą można interpretować jako ilość środka S, która pozostaje niewykorzystana w przypadku realizacji planu obejmującego x oraz x. Podobnie jak w przypadku warunku () przekształceniu podlegają pozostałe ograniczenia, w obrębie których włączone zostają do zadania kolejne zmienne bilansujące x oraz. Trzonem tablicy jest macierz współczynników A oraz wektor wyrazów wolnych b, wraz ze zmiennymi bazowymi x(b) oraz wartościami odpowiadających im współczynników funkcji celu. tablicy simpleksowej można łatwo odczytać wartość funkcji celu obecnego rozwiązania: * + *8 + *.

METODA SIMPLEKS rozwiązania bazowe Metoda Simpleks polega na rozpatrzeniu ciągu sąsiadujących rozwiązań bazowych, tj. rozwiązań, w których dwie kolejno rozpatrywane bazy różnią się między sobą dokładnie jedną zmienną. Doboru bazy sąsiedniej dokonujemy tak, aby poprawić wartość funkcji celu. Przejście pomiędzy bazami odbywa się przy wykorzystaniu przekształceń elementarnych układu warunków ograniczających w postaci standardowej. Do przekształceń elementarnych zalicza się: podzielenie określonego warunku ograniczającego przez dowolną liczbę różną od zera dodanie do określonego warunku, pomnożonego przez wybraną liczbę różną od zera, innego warunku, który również może być pomnożony przez dowolną liczbę różną od zera METODA SIMPLEKS iteracje Wykonując przekształcenia elementarne układu warunków ograniczających zadania PL, otrzymujemy równoważny mu układ warunków, generujących ten sam zbiór rozwiązań dopuszczalnych. Aby wykonać kolejny krok (iterację) algorytmu simpleks, należy: () potwierdzić nieoptymalność bieżącego rozwiązania bazowego () wyznaczyć nową bazę sąsiednią dla rozwiązania nieoptymalnego () przekształcić za pomocą przekształceń elementarnych macierz warunków ograniczających do postaci bazowej względem bazy sąsiedniej x(b) c(b) x x x x x x 8 Wyliczamy wartości dla zmiennych bazowych, jako sumę iloczynów związanych z nimi współczynników [FC] i zmiennych modelu. Następnie wyliczamy tzw. wskaźniki optymalności, jako różnicę:. x(b) c(b) x x x x x x 8 to tzw. wskaźniki optymalności dla zmiennych bazowych wskaźniki zawsze wynoszą dane rozwiązanie bazowe należy uznać za optymalne jedynie w wypadku, kiedy wartości wszystkich wskaźników są niedodatnie (dla MAX) lub nieujemne (dla MIN) w przeciwnym wypadku należy zmienić rozwiązanie bazowe do nowego rozwiązania angażowana jest zmienna, która ma największą (dla MAX) lub najmniejszą (dla MIN) wartość wskaźnika optymalności (w przypadku kilku zmiennych o tym samym wskaźniku, wybierana jest zmienna o najniższym indeksie) wybrawszy zmienną wchodzącą do bazy, oblicza się ilorazy kolejnych wyrazów wolnych ( ) przez odpowiadające im dodatnie (jedynie) współczynniki kolumny charakteryzującej zmienną wchodzącą, związane ze zmiennymi bazowymi najmniejsza wartość ilorazu wskazuje na zmienną, którą należy usunąć z bazy (dla jednakowych wartości, wybierana jest zmienna o najniższym indeksie) Kryteria wejścia i wyjścia z bazy x(b) c(b) x x x x x x 8 x : / 7 x : 8/

x(b) c(b) x x x x x x 8 x //: x(b) c(b) x x x x x : : : : SIMPLEX nowa baza : 8 8: / / x(b) x c(b) x (-)+ x x -+ -+ x + -+ + -8+ - x / / x x x(b) c(b) x x x x x - x / / / / / -/ x(b) c(b) x x x x x - x / / / / / -/ x : / x : /,5 8 : / SIMPLEX kolejna baza x(b) c(b) x x x x x - -/ x / -/8 x / / /8 -/ -/8 Rozwiązanie optymalne: x, x, x METODA SIMPLEX problemy Punktem wyjścia metody simpleks jest wyznaczenie pierwszej dopuszczalnej postaci bazowej zadania PL. W poprzednim przykładzie otrzymano ją wprowadzając zmienne bilansujące. Kolejny przykład ilustruje niewystarczalność takiego podejścia i wskazuje na zmienne sztuczne, jako elementy pomocne w określeniu postaci wyjściowej zadania.

Standardowe zadanie PL () Pewien rolnik postanowił rozpocząć eksperymentalną uprawę ziół leczniczych. Po wstępnej ocenie przydatności, pozytywna decyzja objęła dwa zioła: oraz, których produkcja gwarantowała bezpieczny zbyt. Produkcja jednego kg zioła w postaci gotowej do sprzedaży wymagała zaangażowania 9 kg specjalnych nawozów mineralnych oraz 8 kg środków ochrony roślin, natomiast produkcja jednego kg wymagała wykorzystania 7 kg nawozów i 8 kg środków ochrony za jeden z głównych problemów dla hodowli uznano limitowany rozmiar tych środków, wynoszący odpowiednio kg oraz kg. Dodatkowym problemem okazała się konieczność zakupu specjalnego pestycydu, w ilości kg na kilogram sprzedawanego zioła oraz kg na kilogram sprzedawanego koszt takiej dodatkowej ochrony dla uprawy w planowanej wielkości, wstępnie został wyceniony jako równowartość łącznej sprzedaży kg ziół. Wiedząc, że cena sprzedaży kilograma zioła będzie wynosić tys. zł, natomiast cenę ustalono na 5 tys. zł, określ wielkość koszyka produkcji uprawianych ziół, maksymalizującego zysk. Modyfikacja zadania R.Kotowskiego [] Ponieważ istotne jest założenie, iż w każdym ograniczeniu po wyzerowaniu pozostałych zmiennych występuje przynajmniej jedna zmienna nieujemna, ograniczenie () wymaga doprecyzowania: ( ) x + x x + x 5 Wprowadzona zmienna sztuczna nieco komplikuje rozwiązanie zadania początkowego. Rozwiązanie postaci ze zmienną sztuczną będzie równoważne rozwiązaniu zadania w postaci początkowej wówczas, gdy w ujęciu optymalnym zmienna sztuczna będzie miała wartość. uwagi na to, wszystkie zmienne sztuczne wprowadza się do funkcji celu. Jednocześnie jednak współczynnik dobiera się wówczas tak wysoko, aby niezerowa wartość zmiennej istotnie pogarszała wartość funkcji celu. mienne decyzyjne: x - wielkość uprawy zioła x - wielkość uprawy zioła Funkcja celu [FC]: ( ) max x x x + 5x Ograniczenia [O]: ( ) 9x + 7x ( ) 8x + 8x ( ) x + x Warunki brzegowe [WB]: x, x [] Przekształcamy ograniczenia tak, aby było możliwe ich zapisanie w postaci równań. W tym celu dodaje się każdorazowo dla [O] dodatkowe zmienne bilansujące, uzyskując ostatecznie: ( ) 9x + 7x + x ( ) 8x + 8x + x ( ) x + x x Sprowadzanie do postaci bazowej 5 [] Powyższe nakazuje modyfikację funkcji celu do postaci: ( x x x ) x + 5x + Mx M max Ostateczna jej postać uwzględnia jednak również zmienne bilansujące, chociaż zostają one włączone ze współczynnikami równymi : ( x x x x x x ) x + 5x + x + x + x x max 5 5 Funkcja celu [FC]: Ograniczenia [O]: Warunki brzegowe [WB]: Kompletna postać bazowa ( x x x x x x ) x + 5x + x + x + x x max 5 5 ( ) 9x + 7x + x ( ) 8x + 8x + x ( ) x + x x + x x, x, x, x, x5, x 5

Postać bazowa podsumowanie Wszystkie ograniczenia prezentowane są w postaci równań W każdym ograniczeniu znajduje się zmienna, która po wyzerowaniu pozostałych ma wartość nieujemną ze współczynnikiem wynoszącym mienne bilansujące uzupełniają funkcję celu z wyzerowanymi współczynnikami Ewentualne zmienne sztuczne uwzględnia się w funkcji celu ze współczynnikami istotnie pogarszającymi jej wartość 5 - x(b) c(b) x x x x x x - 5 x / / -/ x / -/ / - - 5 - x(b) c(b) x x x x x x 9 7 x 8 x - - - - - 5 - c z - ( ) x(b) c(b) //: x : 5 x : x : : : - -: 5 5: / / - 5 x x x - x 5 - x(b) c(b) x x x x x x 9 7 x 8 x - - - - - 5 - x : /9 7 x : 8/ 8 x : / 5 - x(b) c(b) x x x x x / / - 5 x x / / -/ :(-)+ x + / -/ / :+ x /9+/ /9+ /-/ -/+/ + -/9+/ -/9+ /9 -/9 + + -/+/ /-/ 7/9 /9-5+ 5+ 7

5 - x(b) c(b) x x x x x / / - 5 x /9 -/9 x 7/9 /9 7 /9 /9 / -/ - x(b) c(b) x / / - 5 x :(-)+ 5 - x x x x x + 7/9 /9 7 x (-7/9)+ x + -/+/ /+/ -/+ -7/9+7/9 7/8+/9-7/+ + - + + -/+5 / -/ - 7/ x 5 -/ 9/ 9/ -7/+7 / -7/ 7/ 5 - x(b) c(b) x x x x x / -/ - 7/ x 5 -/ 9/ 9/ x / -7/ 7/ 5 / / -/ -/ - adania (rozwiązanie metodą geometryczną) [modyfikacja zadań autorstwa B.Guzika] adanie Przedsiębiorstwo wytwarza dwa wyroby P oraz P, używając surowców S oraz S. Wiedząc o następujących ograniczeniach: Wyroby P P S 8 Surowiec S Ceny Limit 5 9 przedstaw zadanie PL w postaci klasycznej oraz zoptymalizuj funkcję celu maksymalizującą zysk z produkcji. adanie akład krawiecki szyje spodnie i spódnice wykorzystując materiał oraz umiejętności zatrudnionych pracowników. Na wykonanie pary spodni potrzeba m materiału oraz 8 roboczogodzin, natomiast uszycie spódnicy wymaga zużycia m materiału oraz roboczogodzin. akład dysponuje obecnie zapasami materiału w ilości m. akładając, iż do rozdysponowania jest 8 roboczogodzin, wyznaczyć plan produkcji maksymalizujący dochód (spódnica kosztuje 8 zł, a spodnie zł). adanie Pasza dostarczana zwierzętom na fermie zawierać powinna co najmniej 7g białka, 9g węglowodanów oraz g tłuszczu. Ferma dysponuje obecnie sianokiszonką, o parametrach: g białka, g węglowodanów i g tłuszczu w kg sianokiszonki. Dostarczono również okazyjnie zakupioną kiszonkę z kukurydzy, której kg zawiera: g białka, 5g węglowodanów oraz,5g tłuszczu. Koszt uzyskania kg sianokiszonki wynosi, zł, natomiast koszt zakupu kg kiszonki z kukurydzy wynosi, zł. Wyznaczyć dawkę pokarmową dla bydła minimalizującą koszt pożywienia. 9 8 5 Wskaźniki dla zmiennych bazowych: 7/ x 9/ x 7/ Wskaźniki dla zmiennych niebazowych: x x x Rozwiązanie końcowe: x,5 x,5 x x x5,5 x Funkcja celu [FC]: ( x x x x x x ) *,5 + 5*,5, 5 5