Ekonometria - ćwiczenia 11



Podobne dokumenty
Ekonometria - ćwiczenia 10

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Programowanie liniowe

Programowanie liniowe

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE

Programowanie liniowe. Tadeusz Trzaskalik

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

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

Elementy Modelowania Matematycznego

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

Zaawansowane metody numeryczne

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

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

Wprowadzenie do badań operacyjnych - wykład 2 i 3

UKŁADY RÓWNAŃ LINIOWYCH

Rozdział 2 PROGRAMOWANIE LINIOWE CAŁKOWITOLICZBOWE

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

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

Definicja problemu programowania matematycznego

ZAGADNIENIE TRANSPORTOWE

Programowanie liniowe

Programowanie liniowe metoda sympleks

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII

Excel - użycie dodatku Solver

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Programowanie liniowe metoda sympleks

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

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

Rozwiązanie Ad 1. Model zadania jest następujący:

Programowanie liniowe metoda sympleks

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

Układy równań i nierówności liniowych

OPTYMALIZACJA DYSKRETNA

Algebra liniowa. Macierze i układy równań liniowych

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

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

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

5. Rozwiązywanie układów równań liniowych

Kształcenie w zakresie podstawowym. Klasa 2

Wielokryteriowa optymalizacja liniowa

Programowanie liniowe

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

1 Przykładowe klasy zagadnień liniowych

ZAGADNIENIE TRANSPORTOWE(ZT)

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

ZAGADNIENIE TRANSPORTOWE

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

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

Rozwiązywanie programów matematycznych

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

TOZ -Techniki optymalizacji w zarządzaniu

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

Optymalizacja procesów technologicznych przy zastosowaniu programowania liniowego

Układy równań liniowych i metody ich rozwiązywania

Deterministyczne Modele Badań Operacyjnych Semestr letni 2015 Praca domowa IV

Ekonometria. Typy zada«optymalizacyjnych Analiza pooptymalizacyjna SOLVER. 22 maja Karolina Konopczak. Instytut Rozwoju Gospodarczego

Zajęcia nr. 6: Równania i układy równań liniowych

Metoda simpleks. Gliwice

Wykład z równań różnicowych

UKŁADY RÓWNAŃ LINIOWYCH

Firma JCo wytwarza dwa wyroby na dwóch maszynach. Jednostka wyrobu 1 wymaga 2 godzin pracy na maszynie 1 i 1 godziny pracy na maszynie 2.

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 1 d LO

Układy równań liniowych. Ax = b (1)

Podstawowe struktury algebraiczne

Dualność w programowaniu liniowym

Programowanie liniowe

4. PROGRAMOWANIE LINIOWE

FUNKCJE I RÓWNANIA KWADRATOWE. Lekcja 78. Pojęcie i wykres funkcji kwadratowej str

6. ANALIZA POST-OPTYMALIZACYJNA analiza wrażliwości rozwiązania optymalnego

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

Programowanie liniowe

Standardowe zadanie programowania liniowego. Gliwice 1

Programowanie matematyczne

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

Przeszukiwanie z nawrotami. Wykład 8. Przeszukiwanie z nawrotami. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 238 / 279

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Pochodna funkcji c.d.-wykład 5 ( ) Funkcja logistyczna

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Metody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.

Elementy Modelowania Matematycznego

Zagadnienie transportowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Imię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

etody programowania całkowitoliczboweg

Zbiory wypukłe i stożki

EKONOMETRIA I SYLABUS

3. FUNKCJA LINIOWA. gdzie ; ół,.

Rachunek Różniczkowy

Transkrypt:

Ekonometria - ćwiczenia 11 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 21 grudnia 2012

Na poprzednich zajęciach zajmowaliśmy się wstępem do badań operacyjnych: zdefiniowaliśmy podstawowe pojęcia, zapoznaliśmy się z metodą graficzną rozwiązywania równań oraz rozwiązaliśmy przykładowe zadanie przy wykorzystaniu dodatku Solver w Excelu. Dzisiaj zapoznamy się z podstawowymi typami zadań programowania liniowego oraz zagadnieniami związanymi z analizą pooptymalizacyjną.

Przykład Analiza pooptymalizacyjna Powróćmy do naszego przykładu dotyczącego sklepu zoologicznego, który sprzedaje chomiki oraz świnki morskie. Pamiętamy, że cena chomika wynosi 8 zł, zaś cena świnki morskiej 25 zł. Wiemy jakie ilości pożywienia potrzebują hodowane zwierzęta, ile zużywają trocin tygodniowo oraz jak dużo przestrzeni życiowej musimy im zapewnić. Ponadto, zdajemy sobie sprawę, że dysponujemy ograniczonymi zasobami: karmy, trocin oraz akwariów i klatek dla zwierząt. Teraz interesuje nas czy zmieni się otrzymane poprzednio rozwiązanie optymalne naszego zadania jeżeli zaczniemy chomiki sprzedawać po 10 zł zamiast po 8 zł, albo jeżeli dokupimy jeszcze kolejne klatki. Odpowiedzi na te pytania pozwoli nam znaleźć analiza pooptymalizacyjna.

Analiza pooptymalizacyjna Analiza pooptymalizacyjna (analiza stabilności lub analiza wrażliwości rozwiązania optymalnego) dostarcza informacji o zakresie zmian wartości poszczególnych parametrów, które nie naruszają optymalności rozwiązania otrzymanego dla przyjętego zestawu danych. Informacje o wrażliwości rozwiązania optymalnego na zmiany wartości poszczególnych parametrów opisują zatem margines bezpieczeństwa decyzji optymalnej. Wskazują też na te parametry, których wartości należy dokładniej oszacować, jeśli decyzja optymalna jest bardzo wrażliwa na ich zmianę. Zagadnienia analizy pooptymalizacyjnej dotyczą badania stabilności rozwiązania optymalnego ZPL względem zmiany wartości parametrów tego zadania. Pojęcie parametry zadania obejmuje: współczynniki funkcji celu, wyrazy wolne w warunkach ograniczających, liczbę warunków ograniczających, liczbę zmiennych decyzyjnych, współczynniki przy zmiennych decyzyjnych w warunkach ograniczających.

Przykład Czy otrzymane rozwiązanie optymalne nie zmieni się jeśli cena chomika wzrośnie do 10 zł? Pytanie pooptymalizacyjne. Dane jest ZPL i jego rozwiązanie optymalne x. Dla jakich wartości współczynnika funkcji celu c k przy zmiennej x k rozwiązanie x pozostaje rozwiązaniem optymalnym, jeżeli żaden z pozostałych parametrów nie zmieni wartości? Zbiór liczb rzeczywistych spełniających taki warunek nazywamy zakresem stabilności (Z k ) rozwiązania optymalnego względem współczynnika c k. Zatem, dla x k Z k rozwiązanie optymalne x jest stabilne (niewrażliwe na zmianę parametru c k ), jeżeli wartość tej zmiennej nie wykracza poza zbiór Z k.

Własności zbioru Z k Zbiór Z k : jest niepustym przedziałem liczbowym, jest przedziałem domkniętym lub jednostronnie domkniętym, końce przedziału Z k obliczamy za pomocą granicznych wartości c k, dodając je do wartości wyjściowego współczynnika c k. Wartości graniczne c k oznaczają, o ile maksymalnie współczynnik funkcji celu może wzrosnąć i zmaleć, nie naruszając optymalności rozwiązania, końce przedziału Z k oznaczają maksymalną oraz minimalną wartość współczynnika funkcji celu, dla której rozwiązanie x pozostaje optymalne.

Rozwiązanie graficzne x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Rozwiazanie optymalne x=[25/3; 7.5] x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Rozwiazanie optymalne x=[25/3; 7.5] 0 5 10 15 20 x1 0 5 10 15 20 x1

Przykład - cd. Analiza pooptymalizacyjna Żeby odpowiedzieć na pytanie czy otrzymane uprzednio rozwiązanie pozostanie rozwiązaniem optymalnym w sytuacji kiedy cena za chomika wzrośnie do 10 zł, musimy znaleźć przedział, w obrębie którego nasze rozwiązanie optymalne nie ulegnie zmianie i sprawdzić czy 10 zawiera się w znalezionym przedziale. W tym celu tworzymy nową funkcję celu (8 + c 1 )x 1 + 25x 2 max i wyznaczamy jej wartość dla decyzji optymalnej otrzymanej dla starej funkcji celu. Następnie wyznaczamy wartość nowej funkcji celu we wszystkich wierzchołkach sąsiadujących z wierzchołkiem będącym decyzją optymalną. W przypadku maksymalizacji funkcji celu szukamy takich wartości c 1, dla których f (x ) jest większa od wartości funkcji celu w sąsiadujących wierzchołkach.

Zmiana wartości wyrazu wolnego w warunku ograniczającym Przykład - cd. Czy otrzymane rozwiązanie optymalne nie zmieni się jeżeli dokupimy dodatkowe klatki dla zwierząt i łączna powierzchnia klatek i akwariów wzrośnie do 2 m 2? Pytanie pooptymalizacyjne. Dane jest ZPL i jego rozwiązanie optymalne X. Dla jakich wartości wyrazu wolnego b i i-tego warunku ograniczającego, struktura bazowa (zbiór warunków napiętych) odpowiadająca x wyznacza rozwiązanie optymalne zadania, zakładając, że pozostałe parametry zadania pozostają niezmienione. Zbiór liczb rzeczywistych spełniających taki warunek nazywamy zakresem stabilności (W i ) struktury bazowej rozwiązania optymalnego względem wyrazu wolnego b i. Zbiór warunków napiętych w rozwiązaniu optymalnym x jest stabilny dla wszystkich b i W i lub że jest niewrażliwy na zmianę wartości wyrazu wolnego b i, jeżeli ta zmiana nie wykracza poza zbiór W i.

Własności zbioru W i Zbiór W i : jest niepustym przedziałem liczbowym, jest przedziałem domkniętym lub jednostronnie domkniętym, końce przedziału W i obliczamy za pomocą granicznych wartości b i, dodając je do wartości wyjściowej współczynnika b i. Wartości graniczne b i oznaczają, o ile maksymalnie b i może wzrosnąć albo zmaleć, tak aby struktura bazowa rozwiązania optymalnego była taka sama jak dla x, końce przedziału W i oznaczają maksymalną oraz minimalną wartość współczynnika b i, dla której struktura bazowa odpowiadająca rozwiązaniu x wyznacza decyzję optymalną.

Przykład cd. Analiza pooptymalizacyjna Aby odpowiedzieć na pytanie czy otrzymane rozwiązanie optymalne nie zmieni się jeżeli dokupimy dodatkowe klatki dla zwierząt i łączna powierzchnia klatek i akwariów wzrośnie do 2 m 2 musimy sprawdzić w jakim przedziale może zawierać się wyraz wolny warunku ograniczającego dotyczący powierzchni i sprawdzić czy wielkość 2m 2 należy do tego przedziału. Zmiana wyrazu wolnego oznacza równoległe przesunięcia warunku ograniczającego. W celu wyznaczenia maksimalnej oraz minimalnej wartości b i należy wyznaczyć punkty przecięcia interesującego nas warunku ograniczającego z pozostałymi warunkami ograniczającymi.

x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Rozwiazanie optymalne x=[25/3; 7.5] x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Rozwiazanie optymalne x=[25/3; 7.5] 0 5 10 15 20 x1 0 5 10 15 20 x1

Uwaga Analiza pooptymalizacyjna Analiza pooptymalizacyjna w odniesieniu do wyrazu wolnego warunku ograniczającego dostarcza odpowiedzi na pytanie o stabilność zbioru warunków napiętych w rozwiązaniu optymalnym, czyli o stabilność zestawu barier decyzji optymalnej, a nie o stabilność samej decyzji. Zbiór warunków napiętych wyznaczających dowolnych wierzchołek zbioru decyzji dopuszczalnych wiąże się bezpośrednio ze strukturą bazową odpowiadającego mu rozwiązania. W szczególności zbiór warunków napiętych wyznaczających decyzję optymalną identyfikuje strukturę bazową rozwiązania optymalnego. Jeżeli w wyniku zmiany wartości ustalonego wyrazu wolnego okaże się, że nowa decyzja optymalna jest wyznaczona w inny niż dotychczas zbiór warunków napiętych, to mówimy, że struktura bazowa rozwiązania optymalnego się zmieniła. W przeciwnym przypadku mówimy, że jest ona stabilna względem tej zmiany.

Przykład cd. Czy rozwiązanie optymalne ulegnie zmianie, jeżeli usuniemy warunek ograniczający dotyczący ilości trocin zużywanych przez chomiki oraz świnki morskie? A co stanie się z rozwiązaniem optymalnym, jeżeli dołożymy dodatkowy warunek mówiący o tym, iż zwierzęta oprócz karmy suchej mają być karmione jabłkami? Pytanie pooptymalizacyjne. Dane jest ZPL i jego rozwiązanie optymalne x. Czy w wyniku usunięcia jednego z warunków ograniczających x przestanie być ono rozwiązaniem optymalnym zadania, przy założeniu, że wszystkie inne parametry zadania pozostają niezmienione? Jeżeli dany warunek ograniczający jest luźny, to x pozostanie rozwiązaniem optymalnym, w przeciwnym przypadku x przestaje być rozwiązaniem optymalnym. Pytanie pooptymalizacyjne. Dane jest ZPL i jego rozwiązanie optymalne x. Czy w wyniku usunięcia jednego z warunków ograniczających rozwiązanie optymalne przestanie być ono rozwiązaniem optymalnym zadania, przy założeniu, że wszystkie inne parametry zadania pozostają niezmienione?

Pytanie pooptymalizacyjne. Dane jest ZPL i jego rozwiązanie optymalne x. Czy w wyniku wprowadzenia dodatkowego warunku ograniczającego x przestanie być rozwiązaniem optymalnym zadania, przy założeniu, że wszystkie inne parametry zadania pozostają niezmienione? Jeżeli decyzja x spełnia nowy warunek to wówczas jest ona decyzją optymalną zmodyfikowanego zadania, w przeciwnym przypadku zmodyfikowane zadanie ma inne rozwiązanie optymalne lub zbiór jego rozwiązań optymalnych jest pusty.

Przykład cd. Analiza pooptymalizacyjna Załóżmy, że teraz właściciel naszego sklepu dogadał się z właścicielem pobliskiego tartaku i otrzymuje teraz za darmo trociny dla swoich zwierząt. Czy brak ograniczenia wpłynie na rozwiązanie optymalne? x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Rozwiazanie optymalne x=[25/3; 7.5] x2 0 5 10 15 20 25 D Warunek 2 Warunek 3 Rozwiazanie optymalne x=[100/3; 0] 0 5 10 15 20 x1 0 5 10 15 20 25 30 35 x1

Przykład cd. Analiza pooptymalizacyjna Założmy, że właściciel sklepu zdecydował, iż każde zwierzę oprócz suchej karmy powinno dostawać jabłka. Wiadomo, że chomik zjada jedno jabłko tygodniowo, zaś świnka morska trzy. Dodatkowo, właściciel chce, aby zwierzęta łącznie zjadały nie więcej niż 25 jabłek tygodniowo. Jak dodatkowe ograniczenie wpłynie na rozwiązanie optymalne? x2 0 5 10 15 20 25 D Warunek 1 Warunek 2 Warunek 3 Warunek 4 Rozwiazanie optymalne x=[10; 5] Mateusz 0 Myśliwski 5 10Ekonometria 15 - ćwiczenia 20 11

Analiza pooptymalizacyjna służą do pomiaru wrażliwości funkcji celu w rozwiązaniu optymalnym względem wartości wyrazu wolnego warunku ograniczającego. Ceną dualną dla i-tego warunku ograniczającego nazywamy przyrost (spadek) optymalnej wartości funkcji celu ZPL wywołany jednostkowym przyrostem (spadkiem) wyrazu wolnego b i, pod warunkiem jednak, że ta zmienna nie wykracza poza przedział stabilności.