Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Podobne dokumenty
Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Programowanie liniowe

ZAGADNIENIE TRANSPORTOWE

Zaawansowane metody numeryczne

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI

5. OPTYMALIZACJA NIELINIOWA

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Podprzestrzenie macierzowe

Badania Maszyn CNC. Nr 2

3. OPTYMALIZACJA NIELINIOWA

Współczynnik korelacji rangowej badanie zależności między preferencjami

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

. Wtedy E V U jest równa

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Planowanie eksperymentu pomiarowego I

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

PRZYKŁADOWE TEMATY ZADAŃ PROJEKTOWYCH

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

Badania Operacyjne (dualnośc w programowaniu liniowym)

System finansowy gospodarki

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Prawdopodobieństwo i statystyka r.

1. Relacja preferencji

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

METODY KOMPUTEROWE 1

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

AKADEMIA MORSKA W SZCZECINIE

UKŁADY RÓWNAŃ LINOWYCH

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

IV. ZMIENNE LOSOWE DWUWYMIAROWE

Zasady zaliczania kursu z matematyki dyskretnej I-MDA-DA na studiach dziennych w sem. zimowym roku akad. 2011/12

MACIERZE STOCHASTYCZNE

FUNKCJE DWÓCH ZMIENNYCH

m) (2.2) p) (2.3) r) (2.4)

05 Klasyfikacja modeli planowania sieci dostaw Model: 1Po_1Pr_KT

ma rozkład normalny z nieznaną wartością oczekiwaną m

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

Regresja REGRESJA

Statystyka Inżynierska

Elementy arytmetyki komputerowej

VI. TWIERDZENIA GRANICZNE

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Teoria i metody optymalizacji

Podprzestrzenie macierzowe

Materiały do wykładu 7 ze Statystyki

Podprzestrzenie macierzowe

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Lista 6. Kamil Matuszewski X X X X X X X X X X X X

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Prawdopodobieństwo i statystyka r.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Matematyka dyskretna. 10. Funkcja Möbiusa

Indukcja matematyczna

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

Laboratorium z Biomechatroniki Ćwiczenie 3 Wyznaczanie położenia środka masy ciała człowieka za pomocą dźwigni jednostronnej

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Pomiary parametrów napięć i prądów przemiennych

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

Badania niezawodnościowe i statystyczna analiza ich wyników

Modele wartości pieniądza w czasie

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

ANALIZA INPUT - OUTPUT

( ) ( ) ( ) ( ) ( ) ( )

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

Projekt 3 Analiza masowa

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Wyrażanie niepewności pomiaru

Wykład 11. a, b G a b = b a,

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

Opracowanie wyników pomiarów

Funkcja wiarogodności

ELEMENTY TEORII MOŻLIWOŚCI

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Portfel złożony z wielu papierów wartościowych

Metoda Monte-Carlo i inne zagadnienia 1

System finansowy gospodarki

będą niezależnymi zmiennymi losowymi o tym samym 2 x

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI

Parametryzacja rozwiązań układu równań

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Transkrypt:

Algorytm smpleks adaa operacyje Wykład adaa operacyje dr hab. ż. Joaa Józefowska, prof.pp Istytut Iformatyk Orgazacja zajęć 5 godz wykładów dr hab. ż. J. Józefowska, prof. PP Obecość a laboratorach jest www.cs.put.poza.pl/jjozefowska obowązkowa! dyżur: poedzałek 9.-., ul. Weawskego /9, pok. 5 godz laboratorum dr ż. Marek Mka dr ż. Rafal Różyck mgr ż. Łukasz Józefowsk Ok. 6 godz pracy poza zajęcam Zalczee Zalczee laboratorum jest warukem dopuszczea do egzamu Egzam odbędze sę zgode z harmoogramem sesj Program zajęć Programowae lowe Sformułowae problemu przykłady zastosowań Algorytm smpleks Zagadee duale Programowae elowe Metoda Lagrage a Metoda KKT Optymalzacja dyskreta Algorytmy metaheurystycze Algorytmy dokłade Lteratura. adaa operacyje, red. E. Igasak, PWE, Warszawa 99.. łażewcz J., Cellary W., Słowńsk R., Węglarz J., adaa operacyje dla formatyków, skrypt Poltechk Pozańskej, Wydawctwo Poltechk Pozańskej, Pozań 9.. Chapma C.., Cooper D. F., Page M. J., Maagemet for Egers, Joh Wley & Sos, Chchester, 9.. Ecker J. G., Kupferschmdt M., Itroducto to Operatos Research, Joh Wley & Sos, New York 9. 5. Faure R., oss J., adaa operacyje, PWN, W-wa 9. 6. Fdese W., Szymaowsk J., Werzbck A., Teora metody oblczeowe optymalzacj, PWN, Warszawa 9.. Jędrzejczyk Z., Kukuła K., Skrzypek J., Walkosz A., adaa operacyje w przykładach zadaach, red. K. Kukuła, Pracowa Polgrafcza Akadem Ekoomczej w Krakowe, Kraków 99.. Neal F., Share R., Proces budowy model ekoomczych, PWN, W-wa 9. 9. Sudak M., adaa operacyje, Ofcya Wydawcza Poltechk Warszawskej, Warszawa 99.. Trzaskalk T., Wprowadzee do badań operacyjych z komputerem, Polske Wydawctwo Ekoomcze, W-wa.. Wager H., adaa operacyje, PWE, W-wa 99.

Lteratura. adaa operacyje, red. E. Igasak, PWE, Warszawa 99.. łażewcz J., Cellary W., Słowńsk R., Węglarz J., adaa operacyje dla formatyków, skrypt Poltechk Pozańskej, Wydawctwo Poltechk Pozańskej, Pozań 9.. Chapma C.., Cooper D. F., Page M. J., Maagemet for Egers, Joh Wley & Sos, Chchester, 9.. Ecker J. G., Kupferschmdt M., Itroducto to Operatos Research, Joh Wley & Sos, New York 9. 5. Faure R., oss J., adaa operacyje, PWN, W-wa 9. 6. Fdese W., Szymaowsk J., Werzbck A., Teora metody oblczeowe optymalzacj, PWN, Warszawa 9.. Jędrzejczyk Z., Kukuła K., Skrzypek J., Walkosz A., adaa operacyje w przykładach zadaach, red. K. Kukuła, Pracowa Polgrafcza Akadem Ekoomczej w Krakowe, Kraków 99.. Neal F., Share R., Proces budowy model ekoomczych, PWN, W-wa 9. 9. Sudak M., adaa operacyje, Ofcya Wydawcza Poltechk Warszawskej, Warszawa 99.. Trzaskalk T., Wprowadzee do badań operacyjych z komputerem, Polske Wydawctwo Ekoomcze, W-wa.. Wager H., adaa operacyje, PWE, W-wa 99. Programowae lowe Algorytm smpleks Pla wykładu Problem programowaa lowego Postać kaocza Postać stadardowa Algorytm smple Początkowa baza dopuszczala Tablca smpleks Waruek optymalośc rozwązaa Zmaa bazy Trasformacja tablcy Metoda sztuczej bazy Metoda grafcza Przykład zastosowaa PL Mały warsztat aprawa trzy rodzaje urządzeń,,. Każde urządzee zawera trzy podstawowe elemety: E, E, E. Naprawa polega a demotażu /lub motażu elemetów E, E, E według określoej techolog. Tabela przedstawa przebeg każdej aprawy, zysk z aprawy urządzea określoego typu oraz zapas elemetów E, E, E w frme. Przykład zastosowaa PL Sformułowae problemu Urządzee Zapas [szt.] E - Elemet E - E - zysk [$/szt] - Aby określć optymaly z puktu wdzea maksymalzacj zysku zakres apraw budujemy model lowy problemu. - Nech ozacza plaowaą lczbę sztuk urządzea ozacza plaowaą lczbę sztuk urządzea ozacza plaowaą lczbę sztuk urządzea Całkowty zysk z aprawy urządzeń: + Zakład ma zapas sztuk elemetu E Lczba sztuk elemetu A potrzeba do realzacj produkcj: Podobe dla elemetów C: + + + +

Sformułowae problemu Zmaksymalzować + () Przy ograczeach + () + () + + (),, (5) zmaksymalzować Model lowy c j j fukcja celu (kryterum) przy ograczeach aj j b,, K,m ograczea j, j, K, zmaksymalzować parametry Model lowy c j j zmea decyzyja przy ograczeach aj j b,, K,m () j, j, K, () () Model lowy postać kaocza zmaksymalzować c j j () przy ograczeach aj j b,, K,m () j, j, K, () Model lowy Model lowy postać stadardowa zmmalzować c j j (v) przy ograczeach aj j b,, K,m (v) j, j, K, (v) c zmaksymalzować przy ograczeach [ c,c, K,c ] K c A b a K a A K K K am K am b b b K bm

Podstawowe defcje Rozwązaem dopuszczalym zagadea programowaa lowego jest wektor (,,..., ), spełający waruk () oraz (). Rozwązaem bazowym układu rówań () azywamy rozwązae układu powstałego przez przyrówae do zera m zmeych przy założeu, że wyzaczk współczyków pozostałych m zmeych jest ezerowy. Te m zmeych azywamy zmeym bazowym. Nezdegeerowaym rozwązaem bazowym dopuszczalym azywamy bazowe rozwązae dopuszczale, w którym wszystke zmee bazowe są dodate. Maksymalym (mmalym) rozwązaem dopuszczalym jest rozwązae dopuszczale, które maksymalzuje (mmalzuje)fukcję celu (). Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. wyzaczyć elemet lk o ajmejszym loraze b k / k dla k >, ; b. przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. Postać kaocza problemu PL Zmaksymalzować: + Przy ograczeach: + + + +,, Postać stadardowa problemu PL Wszystke ograczea mają postać rówań Jak to zrobć? dodajemy zmee osłabające (s ), z zerowym współczykam w fukcj celu Wektor prawych stro ograczeń jest eujemy (b ) Jak to zrobć? możymy obustroe rówae przez ( ) Fukcja celu jest maksymalzowaa możymy fukcję celu przez ( ) Jak to zrobć? Sprowadzee ograczeń do postac rówań Zmaksymalzować: + + s + s + s Przy ograczeach: + + s Wektor prawych stro ograczeń jest dodat Fukcja celu jest maksymalzowaa + + s + + + s,,, s, s, s

Problem w postac stadardowej Zmaksymalzować: + + s + s + s Przy ograczeach: + + s + + s + + + s,,, s, s, s Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. Dopuszczale rozwązae bazowe Rozwązaem bazowym jest rozwązae, które powstaje przez przyrówae do zera m zmeych rozwązae powstałego układu rówań. Uwaga: w postac stadardowej zawsze >m Jeżel w rozwązau bazowym wartośc wszystkch zmeych są eujeme, to jest oo rozwązaem bazowym dopuszczalym. Zalezee bazy początkowej Zmaksymalzować: + Przy ograczeach: + + s + + s + + + s Nech,,, s, s, s Zalezee bazy początkowej Nech + + s + + s + + + s Jest to rozwązae bazowe dopuszczale Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. 5

Początkowa tablca smpleks Początkowa tablca smpleks Numer wersza tablcy. Lczba werszy: m+. Początkowa tablca smpleks Początkowa tablca smpleks s Nazwy wektorów tworzących bazę. s c Współczyk przy zmeych bazowych w fukcj celu. s s s s Początkowa tablca smpleks Początkowa tablca smpleks c Wartośc zmeych bazowych w beżącym rozwązau. c s s s s s s s s s Nazwy wszystkch zmeych. 6

Początkowa tablca smpleks Współczyk przy zmeych w fukcj c celu. Początkowa tablca smpleks Współczyk przy zmeych w ograczeach. c s s s s s s s s s s s s Początkowa tablca z j smpleks c j Początkowa tablca z j smpleks c j c c s s s s s s s s s s s s Wersz wskaźkowy. Wartośc c j - z j Wersz wskaźkowy. Wartośc c j - z j Początkowa tablca smpleks Początkowa tablca smpleks c c s s s s s s s s s s s s Wartość fukcj celu w beżącym rozwązau.

Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. Początkowa tablca smpleks s s s c s s s Początkowa tablca smpleks s s s c s s s Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k >, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: Jeżel wszystke k j j k,, to fukcja celu może lk przyjmować dowole duże c. wrócć wartośc do kroku (rozwązae. eograczoe). Początkowa tablca smpleks c koluma k Początkowa tablca smpleks c koluma k s s s s s s s s s s s s / < /

Początkowa tablca smpleks c koluma k Początkowa tablca smpleks c koluma k s s s s s s s s wersz l s wersz l s s elemet cetraly przekształcea zmea (z kolumy k) zastępuje w baze zmeą s (z wersza l) Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. wersz wersz l Początkowa tablca smpleks s s c koluma j koluma k s s s Początkowa tablca smpleks c koluma j koluma k Początkowa tablca smpleks c koluma k s s s s s s wersz wersz l s s wersz l s s 5/ 5/ / / *,5 / / 9 9

wersz l Początkowa tablca smpleks s s c koluma k s s s 5/ / / / 5/ / / / 9 Algorytm smpleks. sprowadzć problem do postac stadardowej;. zaleźć dopuszczale rozwązae bazowe;. zbudować początkową tablcę smpleks;. wybrać ajwększy elemet wersza wskaźkowego ( m+,k ); 5. jeżel jego wartość jest dodata, to a. Wyzaczyć elemet lk o ajmejszym loraze b k / k dla k, ; b. Przekształcć tablcę smple przyjmując elemet lk za elemet cetraly przekształcea stosując astępujące wzory: k j j c. wrócć do kroku. Tablca smpleks Tablca smpleks c c s s s s s s s 5/ / s 5/ / / / / / s 5/ / s 5/ / / / 9 / / 9 Tablca smpleks Tablca smpleks c c s s s s s s s 5/ / s 5/ / / / / / s 5/ / s 5/ / / / 9 / / 9

Końcowa tablca smpleks c s s s /5 /5 / 5 z s s s Rozwązae optymale c s s s /5 /5 / /5 /5 / 5 /5 /5 / 5 s -/ s -/ -/5 -/5 -/5 - -/5 -/5 -/5 - Iterpretacja rozwązaa Przykład Maksymaly zysk to $. Należy aprawć szt. urządzea 5 szt. urządzea, atomast e ależy przyjmować zleceń a aprawę urządzea. Wartośc zmeych uzupełających ozaczają zapas częśc, który pozostae w magazye po zakończeu produkcj. Elemety E E zostaą zużyte, atomast pozostae szt. Elemetu E. Zmmalzować: + + Przy ograczeach: + + + + 5 + +,, Postać stadardowa Zmaksymalzować: + + Przy ograczeach: + + s Metoda sztuczej bazy + + + s 5 aza dopuszczala? + + s,,

Metoda sztuczej bazy I. Wprowadzamy k m zmeych sztuczych. Zmee te są eujeme, a ch współczyk w fukcj celu przyjmują wartość ( M), gdze M jest dużą lczbą dodatą. II. Tablcę smpleks ze sztuczym wektoram przekształcamy jak zwykłą tablcę, dopók:. wszystke sztucze wektory zostaą wyelmowae z bazy, tj. mamy bazę dopuszczalą perwotego zagadea;. brak dodatch współczyków przy M a. jeżel sztucza część fukcj celu jest dodata, to zagadee e ma rozwązaa dopuszczalego; b. jeśl sztucza część fukcj celu jest rówa zero, to mamy zdegeerowae rozwązae dopuszczale perwotego zagadea, które zawera co ajwyżej jede sztuczy wektor. Przekształcamy tablcę smpleks wprowadzając do bazy wektor, który odpowada ajwększemu dodatemu elemetow wersza wskaźkowego przy zerowej wartośc współczyka przy M. III. Kolumy odpowadające zmeym sztuczym, które opuścły bazę moża elmować z oblczeń. IV. Po otrzymau bazy dopuszczalej zagadea perwotego kotyuujemy realzację algorytmu smpleks aż do otrzymaa rozwązaa problemu perwotego. Sztucza baza Zmaksymalzować: + + Ma Ma Przy ograczeach: + + s + a + + s 5 + s + a,,, s, s, s, a, a s s Sztucza baza Początkowa tablca smpleks c -M -M s s s a a Zmaksymalzować: + + Ma Ma a -M - Przy ograczeach: a s 5 s 5 a a -M +M +5M +M -M - -M -5M s s Rozwązae Przykład Zmmalzować: + Przy ograczeach: + 5 EploreLP.ee + 5 +,,

Rozwązae Podsumowae EploreLP.ee Sformułowae problemu PL w postac stadardowej Algorytm smpleks Metoda sztuczej bazy Metoda grafcza