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



Podobne dokumenty
Standardowe zadanie programowania liniowego. Gliwice 1

Programowanie liniowe

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

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

Programowanie liniowe

Definicja problemu programowania matematycznego

Programowanie liniowe. Tadeusz Trzaskalik

Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23

Algebra liniowa. Macierze i układy równań liniowych

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

Rozdział 1 PROGRAMOWANIE LINIOWE

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

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Liniowe Zadanie Decyzyjne model matematyczny, w którym zarówno funkcja celu jak i warunki

Ekonometria - ćwiczenia 10

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Rozdział 1 PROGRAMOWANIE LINIOWE

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Programowanie liniowe

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D)

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA - WYKRES

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

4. PROGRAMOWANIE LINIOWE

M10. Własności funkcji liniowej

Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe

Metoda simpleks. Gliwice

Elementy Modelowania Matematycznego

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

Wielokryteriowa optymalizacja liniowa

Programowanie liniowe

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

Rachunek wektorowy - wprowadzenie. dr inż. Romuald Kędzierski

Matematyka licea ogólnokształcące, technika

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

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

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

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

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. Macierze i Układy Równań Liniowych

FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE

Rozwiązywanie równań nieliniowych

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Zajęcia nr. 5: Funkcja liniowa

ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA

Dualność w programowaniu liniowym

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Rozwiązanie Ad 1. Model zadania jest następujący:

Skrypt 23. Geometria analityczna. Opracowanie L7

Zbiory wypukłe i stożki

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Wektor, prosta, płaszczyzna; liniowa niezależność, rząd macierzy

Elementy Modelowania Matematycznego

Ekonometria - ćwiczenia 11

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

Ostatnia aktualizacja: 30 stycznia 2015 r.

Co to jest wektor? Jest to obiekt posiadający: moduł (długość), kierunek wraz ze zwrotem.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

VII. WYKRESY Wprowadzenie

1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że

Nieskończona jednowymiarowa studnia potencjału

Programowanie liniowe

Rozwiązania zadań. Arkusz Maturalny z matematyki nr 1 POZIOM ROZSZERZONY. Aby istniały dwa różne pierwiastki równania kwadratowego wyróżnik

RÓWNANIA RÓŻNICZKOWE WYKŁAD 2

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności

Rachunkowość. Decyzje zarządcze 1/58

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

Układy równań. Kinga Kolczyńska - Przybycień 22 marca Układ dwóch równań liniowych z dwiema niewiadomymi

POWTÓRKA ROZDZIAŁU III FUNKCJA LINIOWA

M1 M2 M3 Jednostka produkcyjna W1 6h 3h 10h h/1000szt 2zł W2 8h 4h 5h h/100szt 25zł Max. czas pracy maszyn:

Modelowanie całkowitoliczbowe

ZAGADNIENIE TRANSPORTOWE

1 Przykładowe klasy zagadnień liniowych

Mikroekonomia II: Kolokwium, grupa II

Excel - użycie dodatku Solver

Treść wykładu. Układy równań i ich macierze. Rząd macierzy. Twierdzenie Kroneckera-Capellego.

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej.

Geometria analityczna

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Programowanie celowe #1

ROZWIĄZANIA DO ZADAŃ

1) 2) 3) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

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

Pochodne cząstkowe i ich zastosowanie. Ekstrema lokalne funkcji

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

II. FUNKCJE WIELU ZMIENNYCH

PODSTAWY RACHUNKU WEKTOROWEGO

ZESTAW PRZYKŁADOWYCH ZADAŃ Z MATEMATYKI ZAKRES ROZSZERZONY

Lista 3 Funkcje. Środkowa częśd podanej funkcji, to funkcja stała. Jej wykresem będzie poziomy odcinek na wysokości 4.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

Układy równań liniowych. Ax = b (1)

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

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu:

Transkrypt:

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 jest w tablicy: Wyroby Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1 M 2 A 1,0 2,0 B 1,5 2,5 C 2,0 3,0 D 1,0 0,5 Rynek może wchłonąć każdą ilość produkcji. Jednostkowe zyski (w zł) wynoszą przy produkcji wyrobu A 2 zł, wyrobu B 2,5, wyrobu C 4,0, a wyrobu D 1,5. Maszyna M 1 może pracować miesięcznie nie więcej niż 100 godzin, a maszyna M 2 co najmniej 50 godz. Określić optymalny asortyment produkcji umożliwiający maksymalizację zysku. Rozwiązanie Powyższe zadanie można przedstawić w postaci następującego zagadnienia programowania liniowego: zmienne decyzyjne: - wielkość produkcji wyrobu A, - wielkość produkcji wyrobu B, - wielkość produkcji wyrobu C, x 4 - wielkość produkcji wyrobu D, Funkcja celu: f,, =2 2,5 4,0 1,5 x 4 max Ograniczenia: 1

1,0 1,5 2,0 x 4 100 (ze względu na limit czasu pracy maszyny M 1 ) 2,0 2,5 3,0 0,5 x 4 50 (ze względu na limit środka II),, 0 (warunek brzegowy nieujemności zmiennych) Zadanie powyższe posiada cztery zmienne decyzyjne. Nie jest więc możliwe rozwiązanie go metodą graficzną. Ponieważ są tylko dwa ograniczenia, przeto można taką metodą rozwiązać zadanie dualne do powyższego. Funkcja celu jest maksymalizowana. Typowym zwrotem nierówności ograniczającej jest w takim wypadku. Druga z nierówności ma zwrot przeciwny przed wyznaczeniem zadania dualnego należy więc pomnożyć ją obustronnie przez 1. Nasze zadanie wówczas wygląda następująco: Funkcja celu: f,, =2 2,5 4,0 1,5 x 4 max Ograniczenia: 1,5 2,0 x 4 100 2,0 2,5 3,0 0,5 x 4 50 (ze względu na limit środka II),, 0 (warunek brzegowy nieujemności zmiennych) Można więc wyznaczyć zadanie dualne do niego. Zmiennym decyzyjnym odpowiadają poszczególne równania (i vice versa) prawe strony ograniczeń odpowiadają współczynnikom w funkcji celu (i vice versa). Wobec tego zadanie dualne do naszego wyjściowego zadania jest następujące: Zmienne decyzyjne:, Funkcja celu: g, =100 50 min Ograniczenia: 2 1,5 2,5 2,5 2 4 2

1,5, 0 Zadanie to może być rozwiązane metodą graficzną. W kartezjańskim układzie współrzędnych Y 1 Y 2 zaznaczamy obszar dopuszczalny, będący częścią wspólną obszarów wyznaczonych przez poszczególne nierówności ograniczające. 2 po przekształceniu: 0,5 1. Nierówność ta wyznacza obszar leżący poniżej prostej =2, wraz z tą prostą. Prosta przechodzi przez punkty (2; 0) (4; 1). 1,5 2,5 2,5 po przekształceniu: 3 5 5 czyli w postaci kierunkowej 0,6 1. Nierówność ta wyznacza obszar leżący poniżej prostej 3 5 =5, wraz z tą prostą. Prosta przechodzi przez punkty (5; 2) (10; 5). 2 4 po przekształceniu: 2 3 4 3. Nierówność ta wyznacza obszar leżący poniżej prostej 2 =4, wraz z tą prostą. Prosta przechodzi przez punkty (2; 0) (5; 2). 1,5 po przekształceniu: 2 3 czyli w postaci kierunkowej 2 3. Nierówność ta wyznacza obszar leżący poniżej prostej 2 =3, wraz z tą prostą. Prosta przechodzi przez punkty (2; 1) (3; 3). Ze względu na nierówności, 0 obszar dopuszczalny ograniczony jest prostymi OY 1, OY 2. 3

Kolejną czynnością jest naniesienie na obszar dopuszczalny izokwanty funkcji celu. Jednym ze sposobów jest wybór dowolnego punktu wewnątrz obszaru dopuszczalnego i zaznaczenie tzw. gradientu funkcji celu. Gradient ten jest wektorem prostopadłym do izokwanty, wskazującym kierunek i zwrot przemieszczania się izokwanty wraz ze wzrostem wartości funkcji celu. Składowe gradientu są współczynnikami przy zmiennych w funkcji celu. U nas gradientem jest wektor: u=[100, 50]. Dla łatwiejszego narysowania, wobec przyjętej skali, posłużyć się można dowolną wielokrotnością wektorów np. u '= 1 u=[ 2 ; 1] Dwie 50 kratki w prawo, jedna w dół) zachodzi bowiem równoległość: u u ' Optymalnym rozwiązaniem jest taki punkt (zbiór punktów) z obszaru dopuszczalnego, dla którego izokwanta osiąga minimalną wartość czyli ostatni punkt zahaczony jeszcze przez izokwantę przesuwającą się w kierunku wskazanym przez gradient (ze zwrotem przeciwnym do gradientu). Rysunek 1 Rozwiązanie graficzne zadania dualnego Obszar dopuszczaly wraz z zaznaczonym gradientem oraz izokwantami przedstawiono na rysunku 1. Jak widać, optymalnym punktem jest punkt A = (2; 0). Oznacza to następujące rozwiązanie zadania dualnego: 4

{ =2 Optymalna wartość funkcji celu wynosi: g min 2,0 =200 Analizując uzyskane rozwiązanie stwierdzamy, iż nierówności ograniczające: 2 2 4 zostały spełnione jako równości oznacza to, że odpowiadające im w zadaniu prymalnym zmienne oraz są w rozwiązaniu optymalnym równe zero, natomiast nierówności: 1,5 2,5 2,5 1,5 zostały spełnione jako nierówności ostre. Oznacza to, że w rozwiązaniu otymalnym odpowiadające im zmienne oraz x 4 osiągają w rozwiązaniu optymalnym wartości różne od zera. Ująć można to w następującej tabeli: 5

Zadanie prymalne Zadanie dualne Nierówność Spełniona jako Nierówność Spełniona jako 1,5 2 x 4 100 równość 0 nierówność ostra 2 2 3 0,5x 4 50 nierówność ostra 0 równość 0 nierówność ostra 2 równość 0 równość 1,5 2,5 2,5 nierówność ostra 0 nierówność ostra 2 4 równość x 4 0 równość 1,5 nierówność ostra Wobec powyższego stwierdzamy, że uwzględniając równości oraz x 4 rozwiązaniami optymalnymi zadania prymalnego jest zbiór rozwiązań następującego układu: { 2 =100 2 3 50 W ukłądzie powyższym drugą nierówność przedstawiono jako nieostrą, gdyż rozwiązaniami zadań programowania liniowego są zbiory posiadające brzegi (przedziały domknięte). Podstawiając: =100 2 dostajemy: 2 100 2 3 50 3 200 50 3 150 50 A zatem rozwiązanie optymalne zadania prymalnego można przedstawić jako: {x1=100 2 x3 50 x 4 Niech t 0;50. Wówczas: 6

{x1=100 2 t =t x 4 Oznacza to nieskończenie wiele rozwiązań z pewnego przedziału zależnych od jednego parametru. Przykładowe rozwiązania to więc np. - dla t = 0: {x1=100 x 4 - czyli produkujemy wyłącznie 100 jednostek wyrobu A lub też np. dla t = 50: {x1 =50 x 4 - czyli wyłącznie 50 jedn. wyrobu B A np. dla t = 20: {x1=60 =20 x 4 - czyli 60 jedn. wyrobu A oraz 20 jedn. wyrobu B Każdorazowo przy takim asortymencie nasz zysk wyniesie: f 100; 0;0;0; = f 0; 0;50;0; = f 60; 0; 40;0; =200 - a więc tyle, ile wynosi optymalna wartość funkcji celu w zadaniu dualnym. 7