Upload
sarayont
View
109
Download
4
Embed Size (px)
Citation preview
edited for 321310 by..Benchaporn 1
Chapter 3Linear Programming
Models
edited for 321310 by..Benchaporn 2
Learning Objectives• เข้�าใจสมมติฐานเบื้��องติ�นและคุ�ณสมบื้�ติพื้��นฐานข้อง
กำ�าหนดกำารเชิงเส�น linear programming (LP)
• สร�างติ�วแบื้บื้กำ�าหนดกำารเชิงเส�นแทนปั#ญหาได� • ใชิ�กำราฟเปั(นเคุร�)องม�อในกำารหาผลล�พื้ธ์,ข้องติ�วแบื้บื้
กำ�าหนดกำารเชิงเส�นท-)ม-สองติ�วแปัรได�• เข้�าใจกำารใชิ�โปัรแกำรมติารางคุ�านวณปัระเภทสเปัรด
ชิ-ท เพื้�)อแทนปั#ญหา และใชิ� solver ในโปัรแกำรม MS Excel ในกำารแกำ�ปั#ญหาได�
edited for 321310 by..Benchaporn 3
Introduction• ในกำารติ�ดสนใจข้องผ0�บื้รหารในหน1วยงานและ
องคุ,กำารติ1างๆ เปั(นกำารติ�ดสนใจท-)เกำ-)ยวกำ�บื้– กำารใชิ�ทร�พื้ยากำรท-)ม-อย01อย1างจ�ากำ�ด ให�ได�อย1างเติ4มท-)
และได�ร�บื้ผลติอบื้แทนส0งส�ด ทร�พื้ยากำรด�งกำล1าว ได�แกำ1 เคุร�)องจ�กำร, คุนงาน, เงน, เวลา, ท-)ว1างในคุล�งสนคุ�า และว�ติถุ�ดบื้ เปั(นติ�น
– กำารผลติสนคุ�า เชิ1น คุอมพื้วเติอร,, เคุร�)องยนติ,, หร�อเส��อผ�า
– กำารให�บื้รกำาร เชิ1น กำารจ�ดส1งสนคุ�า, กำารให�บื้รกำารด�านส�ข้ภาพื้ หร�อกำารติ�ดสนใจด�านกำารลงท�น
edited for 321310 by..Benchaporn 4
Linear programming (LP)Linear programming (LP)
• กำ�าหนดกำารเชิงเส�น กำ�าหนดกำารเชิงเส�น Linear programming (LP)Linear programming (LP)
เปั(นวธ์-กำารเชิงคุณติศาสติร,ท-)ได�ร�บื้คุวามนยมในกำารแกำ�ปั#ญหาท-)เกำดข้7�นในธ์�รกำจ โดยม-สมมติฐานเบื้��องติ�นในกำารสร�างติ�วแบื้บื้ว1าข้�อม0ลเข้�า และ คุ1าติ�วแปัรท-)เกำ-)ยวข้�องติ1างๆ ติ�องทราบื้คุ1าแน1นอน (deterministic models)
• ในปั#จจ�บื้�นคุอมพื้วเติอร,ถุ0กำน�ามาใชิ�เปั(นเคุร�)องม�อในกำารหาคุ1าผลล�พื้ธ์,จากำติ�วแบื้บื้กำ�าหนดกำารเชิงเส�น
edited for 321310 by..Benchaporn 5
Development of a LP Model• กำ�าหนดกำารเชิงเส�นสามารถุน�าไปัปัระย�กำติ,ใชิ�ได�กำ�บื้ปั#ญหา
ติ1างๆ เชิ1น – กำารแพื้ทย,, กำารข้นส1ง, กำารปัฏิบื้�ติงาน– กำารเงน, กำารติลาด, กำารบื้�ญชิ-– ด�านกำารจ�ดกำารทร�พื้ยากำรมน�ษย, และด�านกำารเกำษติร
• กำารสร�างติ�วแบื้บื้กำ�าหนดกำารเชิงเส�นม- 3 ข้��นติอนได�แกำ1 :– (1) การสร�างตั�วแบบก�าหนดการเชิ�งเส�น(formulation)
– (2) การแก�ปั�ญหาก�าหนดการเชิ�งเส�น(solution)
– (3) การว�เคราะห�ผลล�พธ์�(interpretation)
edited for 321310 by..Benchaporn 6
Three Steps of Developing LP Problem
การสร�างตั�วแบบก�าหนดการเชิ�งเส�น(formulation) – เปั(นกำระบื้วนกำารแปัลโจทย,ปั#ญหาให�อย01ในร0ปัติ�วแบื้บื้กำ�าหนดกำารเชิงเส�น
แบื้บื้ง1าย และแสดงคุวามส�มพื้�นธ์,เชิงคุณติศาสติร,ระหว1างติ�วแปัรติ1างๆ
การแก�ปั�ญหาก�าหนดการเชิ�งเส�น(solution) – คุวามส�มพื้�นธ์,เชิงคุณติศาสติร, ท-)ได�จากำข้��นติอนกำารสร�างติ�วแบื้บื้ จะถุ0กำ
น�ามาหาผลล�พื้ธ์, เพื้�)อให�ได�ผลล�พื้ธ์,ท-)เหมาะสมท-)ส�ด
การว�เคราะห�ผลล�พธ์�(interpretation) – ในข้��นติอนน-�ผ0�แกำ�ปั#ญหาหร�อน�กำวเคุราะห, จะท�างานร1วมกำ�บื้ผ0�บื้รหารเพื้�)อ
• แปัลคุวามหมายข้องผลท-)ได�จากำข้��นติอนแกำ�ปั#ญหา• ลองเปัล-)ยนคุ1าติ�วแปัรติ1างๆในติ�วแบื้บื้ และส�งเกำติผลล�พื้ธ์,หร�อผลท-)
เกำดข้7�น
edited for 321310 by..Benchaporn 7
Properties of a LP Model1 .ท�กำปั#ญหาม-ว�ติถุ�ปัระสงคุ,หล�กำเพื้-ยงว�ติถุ�ปัระสงคุ,เด-ยว
คุ�อพื้ยายามคุ�นหาปัรมาณส0งส�ดหร�อติ�)าท-)ส�ด เชิ1น หากำ�าไรส0งส�ด หร�อติ�นท�นติ�)าท-)ส�ด เร-ยกำว1าฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ, (objective function).
2. ติ�วแบื้บื้กำ�าหนดกำารเชิงเส�น ปัระกำอบื้ด�วย ข้�อจ�ากำ�ด(restrictions) หร�อ เง�)อนไข้บื้�งคุ�บื้(constraints) ซึ่7)งเปั(นกำรอบื้หร�อข้�อจ�ากำ�ดท-)ม-ผลโดยติรงติ1อคุ1าข้องว�ติถุ�ปัระสงคุ,
3. ติ�องม-ทางเล�อกำในกำารปัฏิบื้�ติได�หลายทาง4. ว�ติถุ�ปัระสงคุ,และเง�)อนไข้จ�ากำ�ดในปั#ญหากำ�าหนดกำารเชิง
เส�น ติ�องสามารถุเข้-ยนอย01ในร0ปัข้องสมกำารหร�ออสมกำารเชิงเส�น
edited for 321310 by..Benchaporn 8
Linear Equations and Inequalities
• ติ�วอย1างสมกำารเชิงเส�น :2A + 5B = 10
• สมกำารติ1อไปัน-�ไม1เปั(นสมกำารเชิงเส�น:2A2 + 5B3 + 3AB = 10
• ในติ�วแบื้บื้กำ�าหนดกำารเชิงเส�น อาจม-กำารใชิ�อสมกำารในร0ปัแบื้บื้ :
A + B C หร�อ A + B C
edited for 321310 by..Benchaporn 9
Basic Assumptions of a LP Model
1. Certainty ติ�องทราบื้ข้�อม0ลติ1างๆแน1นอน
2. Proportionality กำารเปัล-)ยนแปัลงคุ1าติ�วแปัรจะม-ผลกำระทบื้เปั(น
ส�ดส1วนแน1นอนท��งในฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ,และในเง�)อนไข้บื้�งคุ�บื้ (เชิ1น 1 หน1วย ใชิ�เวลา 3 ชิม. ถุ�าผลติ 3 หน1วย จะใชิ�เวลา 9 ชิม.)
3. Additivity ผลรวมท��งหมดได�มาจากำกำารบื้วกำกำ�นข้องกำจกำรรมแติ1ละ
กำจกำรรมติ1างๆ(เชิ1น กำ�าไรรวม ได�จากำกำ�าไรจากำกำารข้ายสนคุ�าชินดท-)1+ชินดท-) 2)
4. Divisibility คุ1าติ�วแปัรสามารถุม-คุ1าเปั(นเศษส1วนได�หร�อทศนยมได�
edited for 321310 by..Benchaporn 10
Formulating a LP Problem• กำารปัระย�กำติ,ใชิ�กำ�าหนดกำารเชิงเส�นท-)พื้บื้ได�บื้1อยๆ เชิ1น
ปั#ญหากำารกำ�าหนดส�ดส1วนกำารผลติ– ได�แกำ1 ปั#ญหาเกำ-)ยวกำ�บื้กำารผลติสนคุ�า 2 ชินดหร�อมากำกำว1า
ภายใติ�ข้�อจ�ากำ�ดด�านทร�พื้ยากำร เชิ1น ด�านจ�านวนคุน,
เคุร�)องจ�กำร, ว�ติถุ�ดบื้ ฯลฯ
• กำ�าไรส0งส�ดท-)บื้รษ�ทติ�องกำาร ข้7�นอย01กำ�บื้กำ�าไรติ1อหน1วยข้องสนคุ�าแติ1ละชิ�น และจ�านวนผลติข้องสนคุ�าแติ1ละชินด
• ส)งท-)บื้รษ�ทติ�องกำารทราบื้ ได�แกำ1 -– คุวรผลติสนคุ�าแติ1ละชินดอย1างละเท1าใด– โดยได�ร�บื้ผลกำ�าไรส0งส�ด ภายใติ�ข้�อจ�ากำ�ดด�านทร�พื้ยากำรท-)ม-
edited for 321310 by..Benchaporn 11
LP Example: Flair Furniture Company
ข้�อมู!ลและเง"#อนไข้บ�งค�บข้องบร�ษั�ท -• Flair Furniture Company ผลติโติ<ะและเกำ�าอ-� • โติ<ะแติ1ละติ�วใชิ�เวลา : 4 ชิม. ในกำารปัระกำอบื้ และ 2 ชิม. ในกำารทาส-• เกำ�าอ-�แติ1ละติ�วใชิ�เวลา : 3 ชิม. ในกำารปัระกำอบื้ และ 1 ชิม. ในกำารทาส- • คุวามสามารถุในกำารผลติท-)ม-อย01: แผนกำปัระกำอบื้ม-เวลา 240 ชิม.
และ แผนกำทาส-ม-เวลา 100 ชิม.
• เน�)องจากำในคุล�งสนคุ�าม-เกำ�าอ-�เหล�อคุ�างอย01 ด�งน��นบื้รษ�ทจะติ�องไม1ผลติเกำ�าอ-�ใหม1เกำนกำว1า 60 ติ�ว
• กำารข้ายโติ<ะได�กำ�าไรติ�วละ $7 ส1วนเกำ�าอ-�ได�กำ�าไรติ�วละ $5
ปั�ญหาข้องบร�ษั�ท Flair Furniture:• จงหาว(าตั�องผล�ตัโตั*ะและเก�าอ+,อย่(างละก+#ตั�วเพ"#อให�ได�ก�าไรส!งส/ด
ภาย่ใตั�เง"#อนไข้บ�งค�บและข้�อจ�าก�ดข้องบร�ษั�ท
edited for 321310 by..Benchaporn 12
ติ�วแปัรท-)ติ�องติ�ดสนใจ(Decision Variables)
• ปั#ญหาข้องบื้รษ�ท Flair คุ�อ ติ�องกำารทราบื้ว1าติ�องผลติโติ<ะและเกำ�าอ-�จ�านวนอย1างละเท1าใด เพื้�)อให�ได�กำ�าไรส0งท-)ส�ด?
• ในปั#ญหาน-� ม-ติ�วแปัรท-)ติ�องติ�ดสนใจ หร�อติ�วแปัรท-)เราติ�องกำารหาคุ1าผลล�พื้ธ์,ม- 2 ติ�วได�แกำ1
T - จ�านวนโติ<ะท-)ผลติ
C - จ�านวนเกำ�าอ-�ท-)ผลติ
edited for 321310 by..Benchaporn 13
ฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ,(Objective Function)
• ฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ, แสดงเปั=าหมายข้องปั#ญหา– ว�ติถุ�ปัระสงคุ,หล�กำท-)ติ�องกำารแกำ�ปั#ญหาคุ�ออะไร?
– กำ�าไรส0งท-)ส�ด!
• ติ�วแบื้บื้กำ�าหนดกำารเชิงเส�นติ�องม-ฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ,เพื้-ยงว�ติถุ�ปัระสงคุ,เด-ยวเท1าน��น
ในปั#ญหาข้องบื้รษ�ท Flair กำ�าไรรวมคุ�านวณได�ด�งน-� : ใชิ�ติ�วแปัรท-)ติ�องติ�ดสนใจโดย T แทนจ�านวนโติ<ะ และ C แทน
จ�านวนเกำ�าอ-� Maximize P = $7 T + $5 C
(ก�าไร $7 ตั(อโตั*ะหน1#งตั�ว ) x (จ�านวนโตั*ะท+#ผล�ตั) + (ก�าไร $5 ตั(อเก�าอ+,หน1#งตั�ว) x (จ�านวนเก�าอ+,ท+#ผล�ตั)
edited for 321310 by..Benchaporn 14
เง�)อนไข้บื้�งคุ�บื้(Constraints)• แทนเง�)อนไข้ เพื้�)อหล-กำเล-)ยงกำรณ-ท-)อาจม-กำาร
เล�อกำคุ1าติ�วแปัรท-)ติ�องติ�ดสนใจ นอกำข้อบื้เข้ติเง�)อนไข้ท-)ม-
• ในปั#ญหาข้องบื้รษ�ท Flair Furniture ม-ข้�อจ�ากำ�ด 3 ข้�อได�แกำ1– ข้�อจ�ากำ�ด 1 และ 2 เปั(นข้�อจ�ากำ�ดเกำ-)ยวกำ�บื้กำารผลติ
ภายในเวลาท-)ม-อย01ข้องแผนกำปัระกำอบื้ และแผนกำทาส-
– ข้�อจ�ากำ�ด 3 เปั(นข้�อจ�ากำ�ดเกำ-)ยวกำ�บื้จ�านวนผลติเกำ�าอ-�ส0งส�ดท-)ยอมได�
edited for 321310 by..Benchaporn 15
เง�)อนไข้บื้�งคุ�บื้(Constraints)• เวลาว1างข้องแผนกำปัระกำอบื้ คุ�อ 240 ชิม.
4T + 3C 240
• เวลาว1างข้องแผนกำทาส- คุ�อ 100 ชิม. 2T + 1C 100
• ข้�อจ�ากำ�ดข้องจ�านวนผลติเกำ�าอ-�C 60
• เง�)อนไข้บื้�งคุ�บื้ท-)ติ�วแปัรท�กำติ�วติ�องม-คุ1าไม1ติดลบื้T 0 (จ�านวนโติ<ะท-)ผลติ 0)
C 0 (จ�านวนเกำ�าอ-�ท-)ผลติ 0)
edited for 321310 by..Benchaporn 16
A Simplified Model
Uncontrollable variables:240, 100, and 60
(Time available, marketing limitation)
Decision variables(Independent variables):
T, C(What quantities of Table
and Chair should be produced?)
Dependent variable:
P = 7 T + 5 C (Total Profit)
Mathematical relationship:Mathematical relationship:
Maximize Maximize ProfitProfit
ObjectiveObjective
ConstraintConstraintSubject to:Subject to:
4T + 3C 2402T + 1C 100C 60
edited for 321310 by..Benchaporn 17
ผ0�จ�ดกำารบื้รษ�ทพื้�ฒนาอ�ติสาหกำรรม ติ�องกำารผลติวทย� 2 แบื้บื้ คุ�อ แบื้บื้มาติรฐาน และแบื้บื้พื้เศษ ซึ่7)งผลติ
เท1าไรกำ4ข้ายได�หมดแผนก เวลาท+#ใชิ� เวลาว(างข้องแตั(ละแผนก
แบบมูาตัรฐา
น(นาท+)
แบบพ�เศษั
(นาท+)
ในแตั(ละว�น(ชิมู.)
ปัระกำอบื้ 20 30 55
ทดสอบื้ 10 6 18
บื้รรจ� 3 3 6
โดย วทย�แบื้บื้มาติรฐานข้ายได�กำ�าไรเคุร�)องละ 250 บื้าท และ แบื้บื้พื้เศษได�กำ�าไรเคุร�)องละ 290 บื้าท
Example 1
edited for 321310 by..Benchaporn 18
บื้รษ�ทพื้�ฒนาอ�ติสาหกำรรม จ�ากำ�ด•ตั�วแปัรท+#ตั�องตั�ดส�นใจ :
จ�านวนการผล�ตัว�ทย่/แบบมูาตัรฐาน และ จ�านวนการผล�ตัว�ทย่/แบบพ�เศษั
•ฟั�งก�ชิ�นว�ตัถุ/ปัระสงค� : ก�าไรส!งส/ด
•เง"#อนไข้บ�งค�บ : ทร�พย่ากรท+#มู+อย่!(ในแตั(ละว�น (เวลาว(าง,เวลาท+#ใชิ�ในแตั(ละแผนก)
Example 1
edited for 321310 by..Benchaporn 19
•ตั�วแปัรท+#ตั�องตั�ดส�นใจ : ให� x 1 แทนจ�านวนวทย�แบื้บื้มาติรฐานท-)จะผลติในหน7)งว�น หน1วย : เคุร�)อง x2 แทนจ�านวนวทย�แบื้บื้พื้เศษท-)จะผลติ ในหน7)งว�น หน1วย : เคุร�)อง
•ฟั�งก�ชิ�นว�ตัถุ/ปัระสงค� : กำ�าไร = (กำ�าไรติ1อเคุร�)องข้องวทย�แบื้บื้มาติรฐาน ) (จ�านวนวทย�แบื้บื้มาติรฐาน ) + (กำ�าไรติ1อติ1อเคุร�)องข้องวทย�แบื้บื้พื้เศษ ) (จ�านวน วทย�แบื้บื้พื้เศษ)
Maximize Z =250x 1 + 290x
2
บื้รษ�ทพื้�ฒนาอ�ติสาหกำรรม จ�ากำ�ดExample 1
edited for 321310 by..Benchaporn 20
แผนก เวลาท+#ใชิ�(ตั(อเคร"#อง)
เวลาว(างข้องแตั(ละแผนก
แบบมูาตัรฐา
น(นาท+)
แบบพ�เศษั
(นาท+)
ในแตั(ละว�น(นาท+)
ปัระกำอบื้ 20 30 5560 = 3,300
X1 X2
เง"#อนไข้บ�งค�บ :Example 1
20x1 + 30x2 3,300
edited for 321310 by..Benchaporn 21
แผนก เวลาท+#ใชิ�(ตั(อเคร"#อง)
เวลาว(างข้องแตั(ละแผนก
แบบมูาตัรฐา
น(นาท+)
แบบพ�เศ
ษั(นาท+)
ในแตั(ละว�น(นาท+)
ทดสอบื้ 10 6 1860 = 1,080
เง"#อนไข้บ�งค�บ :Example 1
X1 X2
10x1 + 6x2 1,080
edited for 321310 by..Benchaporn 22
แผนก เวลาท+#ใชิ�(ตั(อเคร"#อง)
เวลาว(างข้องแตั(ละแผนก
แบบมูาตัรฐา
น(นาท+)
แบบพ�เศ
ษั(นาท+)
ในแตั(ละว�น(นาท+)
บื้รรจ� 3 3 660 = 360
เง"#อนไข้บ�งค�บ :Example 1
X1 X2
3x1 + 3x2 360
edited for 321310 by..Benchaporn 23
คุ1าติ�วแปัรท-)ติ�องติ�ดสนใจท�กำติ�วจะติ�องม-คุ1าไม1ติดลบื้
ข้�อจ�าก�ด:
Example 1
x1 , x2 0
edited for 321310 by..Benchaporn 24
ตั�วแบบก�าหนดการเชิ�งเส�น
Example 1
Maximize Z = 250x1 + 290x2
Subject to
20x1 + 30x2 3,300
10x1 + 6x2 1,080
3x1 + 3x2 360
x1 , x2 0
edited for 321310 by..Benchaporn 25
โรงงานผลติแชิมพื้0สระผมแห1งหน7)งท�ากำารผลติแชิมพื้0 3 แบื้บื้คุ�อ
1.แบื้บื้ธ์รรมดา 2.แบื้บื้เข้�มข้�น 3.แบื้บื้ผสมคุร-มนวดผม
โดยใชิ�ว�ติถุ�ดบื้ท-)เปั(นสารเคุม-ท-)ส�าคุ�ญ 3 ชินดคุ�อ A ,B และ C ในส�ดส1วนด�งติารางถุ�าโรงงานคุาดว1าจะข้ายแชิมพื้0แบื้บื้เข้�มข้�นได�ไม1
เกำน 100 ลติร โรงงานคุวรผลติอย1างไร
Example 2
edited for 321310 by..Benchaporn 26
อ�ตัราส(วนผสมูใน 1 ล�ตัรสารเคมู+ แบบ
ธ์รรมูดาแบบ
เข้�มูข้�นแบบผสมูคร+มูนวด
ปัร�มูาณสารท+#หาได�(ล�ตัร)
A 0.3 0.5 0.2 1,000B 0.6 0.3 0.1 1,500C 0.1 0.2 0.7 2,000
ก�าไร (บาท/ล�ตัร)
15 20 25
Example 2
edited for 321310 by..Benchaporn 27
โรงงานผลติแชิมพื้0 กำารผลติแชิมพื้0 3 ชินด
(แบื้บื้ธ์รรมดา, แบื้บื้เข้�มข้�น, แบื้บื้ผสมคุร-มนวดผม)•ตั�วแปัรท+#ตั�องตั�ดส�นใจ :
จ�านวนแชิมูพ!แตั(ละชิน�ดท+#จะผล�ตั•ฟั�งก�ชิ�นว�ตัถุ/ปัระสงค� :
ก�าไรส!งส/ด•เง"#อนไข้บ�งค�บ :
สารเคมู+ท+#ใชิ� A, B, C
Example 2
edited for 321310 by..Benchaporn 28
กำ�าหนดติ�วแปัรท-)ติ�องติ�ดสนใจให� X1 จ�านวนแชิมพื้0แบื้บื้ธ์รรมดา ท-)จะผลติ (ลติร)
X2 จ�านวนแชิมพื้0แบื้บื้เข้�มข้�น ท-)จะผลติ (ลติร)
X3 จ�านวนแชิมพื้0แบื้บื้ผสมคุร-มนวด ท-)จะผลติ (ลติร)
Example 2
edited for 321310 by..Benchaporn 29
Maximize Z = 15X1 + 20X2 + 25X3
ภายใติ�เง�)อนไข้บื้�งคุ�บื้และข้�อจ�ากำ�ด ด�งน-�0.3 X1 + 0.5 X2 + 0.2 X3 1,000
0.6 X1 + 0.3 X2 + 0.1 X3 1,500
0.1 X1 + 0.2 X2 + 0.7 X3 2,000
X2 100
X1 , X2, X3 0
Example 2
edited for 321310 by..Benchaporn 30
โรงงานผลติอาหารส�ติว,แห1งหน7)ง คุวรจะผลติอาหารส�ติว,อย1างไร หากำในข้บื้วนกำารผลติจะติ�อง
น�าว�ติถุ�ดบื้ปัระเภทติ1างๆมาผสมกำ�นเพื้�)อให�ได�คุ�ณคุ1าทางอาหารติามข้�อกำ�าหนดเหล1าน-�
โปัรติ-น อย1างน�อยเท1ากำ�บื้ 18 หน1วยคุาร,โบื้ไฮเดรติ อย1างน�อยเท1ากำ�บื้ 31
หน1วยไข้ม�น อย1างน�อยเท1ากำ�บื้ 25
หน1วยโดยว�ติถุ�ดบื้ ราคุาว�ติถุ�ดบื้ และสารอาหารแติ1ละ
ชินด ม-รายละเอ-ยดด�งน-�
Example 3
edited for 321310 by..Benchaporn 31
ว�ติถุ�ดบื้
ปัรมาณสารอาหารติ1อกำโลกำร�ม(กำกำ.)
ราคุาติ1อหน1วย
(บื้าท/กำกำ.)โปัรติ-น คุาร,โบื้ไฮเดรติ
ไข้ม�น
A 0.18 0.43 0.31 200
B 0.31 0.25 0.37 300
C 0.12 0.12 0.37 150
D 0.18 0.50 0.12 100
Example 3
edited for 321310 by..Benchaporn 32
กำารผสมอาหารส�ติว,กำารผสมอาหารส�ติว, 4 ชินด (A, B, C, D)•ตั�วแปัรท+#ตั�องตั�ดส�นใจ :
จ�านวนว�ตัถุ/ด�บแตั(ละชิน�ดท+#จะน�ามูาผสมูเปั7นอาหารส�ตัว�
•ฟั�งก�ชิ�นว�ตัถุ/ปัระสงค� : ค(าใชิ�จ(าย่ตั�#าส/ด
•เง"#อนไข้บ�งค�บ : ปัร�มูาณสารอาหารท+#ตั�องการ
Example 3
edited for 321310 by..Benchaporn 33
กำ�าหนดติ�วแปัรท-)ติ�องติ�ดสนใจให� X1 จ�านวนว�ติถุ�ดบื้ A ท-)จะน�ามาผสม (กำกำ.)
X2 จ�านวนว�ติถุ�ดบื้ B ท-)จะน�ามาผสม (กำกำ.) X3 จ�านวนว�ติถุ�ดบื้ C ท-)จะน�ามาผสม (กำกำ.)
X4 จ�านวนว�ติถุ�ดบื้ D ท-)จะน�ามาผสม (กำกำ.)
Example 3
edited for 321310 by..Benchaporn 34
Minimize Z = 200X1 + 300X2 + 150X3 + 100X4
ภายใติ�ข้�อจ�ากำ�ด
0.18X1 + 0.31X2 + 0.12 X3 + 0.18 X4 18
0.43X1 + 0.25X2 + 0.12 X3 + 0.50 X4 31
0.31X1 + 0.37X2 + 0.37 X3 + 0.12 X4 25
X1 , X2, X3, X4 0
Example 3
edited for 321310 by..Benchaporn 35
บื้รษ�ทพื้�ฒนากำารผลติ จ�ากำ�ด ติ�องกำารโฆษณาปัระชิาส�มพื้�นธ์, สนคุ�าข้องตินเอง เพื้�)อให�เข้�าถุ7งกำล�1ม
เปั=าหมาย (ผ0�บื้รโภคุสนคุ�า) ให�ได�มากำท-)ส�ด โดยจะใชิ�ส�)อท-)ม-อย01 4 ชินด คุ�อ
ส�)อโทรท�ศน,, ส�)อหน�งส�อพื้มพื้, และส�)อวทย� 2 รายกำาร
ท��งน-�ส�)อแติ1ละชินดสามารถุเข้�าถุ7งล0กำคุ�าข้องบื้รษ�ทฯ โดยม-คุ1าใชิ�จ1ายในกำารโฆษณาติ1อคุร��ง และจ�านวนคุร��งท-)
สามารถุท�ากำารโฆษณาได�ส0งส�ดติ1อส�ปัดาห, เปั(นด�งน-�
Example 4
edited for 321310 by..Benchaporn 36
จ�านวนล0กำคุ�าท-)เข้�าถุ7ง
(ติ1อคุร��ง)
คุ1าใชิ�จ1ายติ1อคุร��ง
จ�านวนคุร��ง
ส0งส�ด
โทรท�ศน� ( เวลา 15 ว�นาท+) 5,000 800 12
หน�งส"อพ�มูพ�(ข้นาดเตั8มู1 หน�า)
8,500 925 5
ว�ทย่/ราย่การเพลงสากล
(1 spot)
2,400 290 25
ว�ทย่/ราย่การหล�งข้(าวด�ง
(1 spot)
2,800 380 20
Example 4
edited for 321310 by..Benchaporn 37
•ถุ�าบื้รษ�ทติ��งงบื้ปัระมาณคุ1าโฆษณาติ1อส�ปัดาห,ไว� 8,000 บื้าท •โดยกำ�าหนดว1าจะติ�องโฆษณาทางวทย�อย1างน�อยส�ปัดาห,ละ 5 คุร��ง
แติ1ติ�องใชิ�งบื้ปัระมาณไม1เกำน 1,800 บื้าท
อยากำทราบื้ว1าบื้รษ�ทฯ จะติ�องติ�ดสนใจโฆษณาแติ1ละส�ปัดาห,อย1างไร
Example 4
edited for 321310 by..Benchaporn 38
กำารเล�อกำส�)อโฆษณา กำารเล�อกำส�)อโฆษณา 4 ชินด (โทรท�ศน,,
หน�งส�อพื้มพื้,, วทย�1, วทย�2)•ตั�วแปัรท+#ตั�องตั�ดส�นใจ : จ�านวนคร�,งท+#โฆษัณาในแตั(ละส"#อ
•ฟั�งก�ชิ�นว�ตัถุ/ปัระสงค� : จ�านวนผ!�ชิมูส!งส/ด
•เง"#อนไข้บ�งค�บ : งบปัระมูาณ , จ�านวนคร�,งส!งส/ด
Example 4
edited for 321310 by..Benchaporn 39
กำ�าหนดติ�วแปัรท-)ติ�องติ�ดสนใจให� X1 จ�านวนคุร��งท-) โฆษณาทางโทรท�ศน,
X2 จ�านวนคุร��งท-) โฆษณาทางหน�งส�อพื้มพื้, X3 จ�านวนคุร��งท-) โฆษณาทางวทย�รายกำารเพื้ลงสากำล
X4 จ�านวนคุร��งท-) โฆษณาทางวทย�รายกำารหล�งข้1าวด�ง
Example 4
edited for 321310 by..Benchaporn 40
Maximize Z = 5000X1 + 8500X2 + 2400X3 + 2800X4 ภายใติ�ข้�อจ�ากำ�ด
800X1 + 925X2 + 290X3 + 380X4 8000
X3 + X4 5
290X3 + 380X4 1800
X1 12
X2 5
X3 25
X4 20
X1 , X2, X3, X4 0
Example 4
edited for 321310 by..Benchaporn 41
Graphical Solution of a LP With Two Variables
• ข้�อด+ข้องกำารใชิ�กำราฟ ได�แกำ1 สามารถุใชิ�แกำ�ปั#ญหากำ�าหนดกำารเชิงเส�นท-)ม-ติ�วแปัรท-)ติ�องติ�ดสนใจ 2
ติ�วแปัร โดยกำารใชิ�กำราฟสองมติได�• ข้�อเส+ย่ คุ�อ ในกำรณ-ท-)พื้��นท-)ผลล�พื้ธ์,เปั(นร0ปัหลาย
เหล-)ยมท-)ม-จ�ดยอดม�มหลายจ�ด จะท�าให�เส-ยเวลาในกำารคุ�านวณมากำ อ-กำท��งกำารใชิ�กำราฟแกำ�ปั#ญหาย�งไม1สามารถุใชิ�ได�กำ�บื้กำารแกำ�ปั#ญหาท-)ม-ติ�วแปัรท-)ติ�องติ�ดสนใจมากำกำว1า 3 ติ�วแปัร
edited for 321310 by..Benchaporn 42
Graphical Representation of
Constraints ตั�วแบบเชิ�งเส�นข้องโจทย่�ปั�ญหา Flair Furniture Company
Maximize profit = $7T + $5C (objective function)
Subject to constraints -
4T + 3C 240 (carpentry constraint)
2T + 1C 100 (painting constraint)
C 60 (chairs limit constraint)
T 0 (non-negativity constraint on tables)
C 0 (non-negativity constraint on chairs)
edited for 321310 by..Benchaporn 43
Graphical Solution of a LP With Two Variables
1 .ลากแกนแนวนอน แทนตั�วแปัรตั�วท+# 1 (T) และ ลากแกนแนวตั�,งแทนตั�วแปัรตั�วท+# 2 (C)
2. เปัล+#ย่นฟั�งก�ชิ�#นเง"#อนไข้บ�งค�บ จากร!ปัแบบอสมูการเปั7นร!ปัแบบสมูการ
3. หาจ/ดตั�ดระหว(างฟั�งก�ชิ�#นเง"#อนไข้บ�งค�บท/กอ�น ก�บแกนแนวนอนและแนวตั�,ง
4. หาจ/ดตั�ดระหว(างเส�นฟั�งก�ชิ�#นเง"#อนไข้บ�งค�บท+#ตั�ดก�นในกราฟั5. หาพ",นท+#ผลล�พธ์�ท+#น(าจะเปั7นผลเฉลย่(Feasible Area) รวมูถุ1ง
หาจ/ดตั�ดย่อดมู/มูข้องพ",นท+#ด�งกล(าว6. หาผลเฉลย่ท+#เหมูาะสมูท+#ส/ด(The Optimal Solution) ด�วย่
ว�ธ์+การแทนค(าจ/ดตั�ดย่อดมู/มูลงไปัในฟั�งก�ชิ�#นว�ตัถุ/ปัระสงค�
edited for 321310 by..Benchaporn 44
Graphical Representation of ConstraintsCarpentry Time Constraint
4T + 3C 240เปัล+#ย่นฟั�งก�ชิ�#นเง"#อนไข้บ�งค�บ จากร!ปัแบบอสมูการเปั7นร!ปัแบบสมูการ ได�ด�งน+,4T + 3C = 240แทน T = 0 จะได�
4 (0 )+ 3C = 240C = 80ด�งน�,น จ/ดตั�ดก�บแกนแนวตั�,ง ค"อ ( 0 , 80 )
(T=60,C=0)
4T + 3C = 240แทน C = 0 จะได�4 T + 3(0) = 240T = 60ด�งน�,น จ/ดตั�ดก�บแกนแนวนอน ค"อ ( 60 , 0 )
edited for 321310 by..Benchaporn 45
Graphical Representation of Constraints
Carpentry Time Constraint
หาพ",นท+#ผลล�พธ์� โดยสมมติจ�ดใดๆ เพื้�)อทดสอบื้ โดยส�งเกำติได�ว1าจ�ดใดๆท-)อย01บื้นเส�น จะเปั(นไปัติามเง�)อนไข้เชิ1น (30,40)•ทดสอบื้ จ�ด(30,20)4(30) + 3(20) 240 จร�ง•ทดสอบื้ จ�ด(70,40)4(70) + 3(40) > 240 ไมู(เปั7นไปัตัามูเง"#อนไข้ด�งน�,นพ",นท+#แรเงาจะอย่!(ใตั�เส�นกราฟั
4T + 3C 240
edited for 321310 by..Benchaporn 46
Graphical Representation of ConstraintsPainting Time Constraint
2T + 1C 100เปัล+#ย่นฟั�งก�ชิ�#นเง"#อนไข้บ�งค�บ จากร!ปัแบบอสมูการเปั7นร!ปัแบบสมูการ ได�ด�งน+,2T + 1C = 100แทน T = 0 จะได�
2 0( )+ 1C = 100C = 100ด�งน�,น จ/ดตั�ดก�บแกนแนวตั�,ง ค"อ (0 , 100)หาพ",นท+#ผลล�พธ์� โดยสมมติจ�ดใดๆ เพื้�)อทดสอบื้ เหม�อนเง�)อนไข้กำ1อนหน�า(Carpentry Time Constraint) จะได�ว1าพื้��นท-)แรเงาจะอย01ใติ�เส�นกำราฟ
2T + 1C = 100
แทน C = 0 จะได�2 T + 1(0) = 100T = 50 ด�งน�,น จ/ดตั�ดก�บแกนแนวนอน ค"อ ( 50 , 0 )
edited for 321310 by..Benchaporn 47
Graphical Representation of ConstraintsChair Limit Constraint and Feasible Solution Area
พื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได� จะถุ0กำกำ�าหนดโดยเง�)อนไข้บื้�งคุ�บื้ท��ง 3 แสดงได�ด�งร0ปั
C 60
2T + 1C 100
4T + 3C 240
edited for 321310 by..Benchaporn 48
Graphical SolutionIsoprofit Line Solution Method
• ผลเฉลยเหมาะท-)ส�ด จะเปั(นจ�ดภายในพื้��นท-)แรเงา ท-)ให�คุ1ากำ�าไรส0งส�ด
• อาจม-ผลเฉลยท-)เปั(นไปัได�มากำกำว1าหน7)งผลเฉลย ภายในบื้รเวณพื้��นท-)แรเงา ด�งน��นในกำารเล�อกำจ�ดท-)ด-ท-)ส�ด ท-)จะให�คุ1าผลกำ�าไรส0งท-)ส�ดท�าได�โดย
• กำ�าหนดให�ฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ, ($7T + $5C) เท1ากำ�บื้คุ1าสมมติคุ1าหน7)ง โดยคุ1าน��นจะติ�องสอดคุล�องกำ�บื้จ�ด ซึ่7)งอย01ภายในพื้��นท-)แรเงา
• ลากำเส�นฟ#งกำ,ชิ�)นว�ติถุ�ปัระสงคุ,ซึ่7)งเท1ากำ�บื้คุ1าท-)กำ�าหนด โดยจะได�กำราฟเปั(นเส�นติรง
edited for 321310 by..Benchaporn 49
Isoprofit Line Solution Method • ฟ#งกำ,ชิ� )นว�ติถุ�ปัระสงคุ, คุ�อ: $7 T + $5 C = Z
• เล�อกำสมมติคุ1า Z ให�เปั(นคุ1าคุ1าหน7)ง ติ�วอย1าง เชิ1น เล�อกำคุ1า Z ให�เท1ากำ�บื้ $210 ด�งน��นจะได�ว1า : $7 T + $5 C =
$210
• กำารวาดกำราฟข้องเส�นแสดงผลกำ�าไร ท�าได�โดย:
ก�าหนดให� T = 0 และแก�สมูการฟั�งก�ชิ�#นว�ตัถุ/ปัระสงค� เพ"#อหาค(า C
– ให� T = 0 จะได�ว1า $7(0) + $5C = $210 หร�อ C = 42
ก�าหนดให� C = 0 และแก�สมูการฟั�งก�ชิ�#นว�ตัถุ/ปัระสงค� เพ"#อหาค(า T
– ให� C = 0 จะได�ว1า $7T + $5(0) = $210 หร�อ T = 30
edited for 321310 by..Benchaporn 50
Isoprofit Line Solution Method
จากำน��นท�ากำารเล�อกำสมมติคุ1า Z ให�ส0งข้7�น เพื้�)อหาว1าเปั(นผลเฉลยท-)เหมาะสมหร�อไม1
จากำร0ปัจะเห4นว1า คุ1า Z=210 ท-)เราเล�อกำ ย�งไม1ใชิ1คุ1าส0งส�ดท-)เปั(นไปัได�
edited for 321310 by..Benchaporn 51
Isoprofit Line Solution Method
ร0ปัในหน�าน-� แสดงเส�น Isoprofit lines ติ1างๆ เม�)อเล�อกำกำ�าหนดคุ1า Z ให�เท1ากำ�บื้ $350 และ $280 ซึ่7)งจะเห4นว1าท�กำเส�นจะข้นานกำ�บื้เส�นผลกำ�าไรแรกำท-)กำ�าหนดให� Z= $210
edited for 321310 by..Benchaporn 52
Optimal Solutionผลเฉลย่ท+#เหมูาะท+#ส/ด(Optimal Solution) :อย่!(ท+#จ/ดมู/มูหมูาย่เลข้ 4 ค"อ: T=30 (โติ<ะ) และ C=40 (เกำ�าอ-�) โดยได�ร�บื้กำ�าไร เท1ากำ�บื้ $410
edited for 321310 by..Benchaporn 53
Optimal Solution• ผลเฉลยเหมาะท-)ส�ด จะอย01ท-)จ�ดส0งส�ดในพื้��นท-)แรเงา• โดยจะเห4นว1า อย01ท-)จ�ดติ�ดกำ�นระหว1าง เง�)อนไข้บื้�งคุ�บื้ด�านกำารปัระกำอบื้
(carpentry constraints) และเง�)อนไข้บื้�งคุ�บื้ด�านทาส-(painting
constraints):
- สมกำาร Carpentry constraint คุ�อ: 4T + 3C = 240 ----
- สมกำาร Painting constraint คุ�อ: 2T + 1C = 100 ----
หากำเราแกำ�สมกำารเพื้�)อหาจ�ดติ�ดข้องกำราฟเง�)อนไข้บื้�งคุ�บื้ท��งสอง(ท-)จ�ดหมายเลข้ 4)จะได�ผลเฉลยท-)เหมาะสมท-)ให�คุ1ากำ�าไรส0งส�ด ท�าได�ด�งน-� น�า 2 จะได� 4T + 2C = 200 และ น�าไปัลบื้กำ�บื้ จะได�ว1า C = 40 น�าคุ1า C = 40 ท-)ได�ไปัแทนใน เพื้�)อหาคุ1า T จะได� T=30 T=30 (โติ<ะ) และ C=40 (เกำ�าอ-�) โดยได�ร�บื้กำ�าไร เท1ากำ�บื้ $410
edited for 321310 by..Benchaporn 54
Corner Point Solution Method Corner Point Property “คุ�า
ติอบื้ข้องปั#ญหาท-)เหมาะสม ข้องปั#ญหากำ�าหนดกำารเชิงเส�น ม�กำจะเกำดข้7�นท-)จ�ดม�ม”
จากำร0ปัจะท�าให�ทราบื้บื้รเวณพื้��นท-)ข้องผลล�พื้ธ์,ท-)เปั(นไปัได�ส�าหร�บื้โจทย,ท-)กำ�าหนด ซึ่7)งบื้รเวณด�งกำล1าวม-จ�ดม�ม 5 จ�ด คุ�อจ�ด 1, 2, 3, 4, และ 5 ติามล�าด�บื้
ในกำารหาว1าจ�ดใดท-)ให�กำ�าไรมากำท-)ส�ด ท�าได�โดยน�าจ�ดม�มแติ1ละจ�ดไปัคุ�านวณหาคุ1ากำ�าไร ในฟ#งกำ,ชิ�)นว�ติถุ�ปัระสงคุ,
edited for 321310 by..Benchaporn 55
Corner Point Solution Method • จ�ดท-) 1 (T = 0, C = 0)
กำ�าไร = $7(0) + $5(0) = $0
• จ�ดท-) 2 (T = 0, C = 60) กำ�าไร = $7(0) + $5(60) = $300
• จ�ดท-) 3 (T = 15, C = 60) กำ�าไร = $7(15) + $5(60) = $405
• จ�ดท-) 4 (T = 30, C = 40) กำ�าไร = $7(30) + $5(40) = $410
• จ�ดท-) 5 (T = 50, C = 0) กำ�าไร = $7(50) + $5(0) = $350
edited for 321310 by..Benchaporn 56
Setting Up and Solving LP Problems Using Excel’s Solver
การใชิ� solver เพ"#อหาผลเฉลย่ปั�ญหา Flair Furniture
จากำโจทย,ติ�วแปัรติ�ดสนใจคุ�อ T ( Tables ) และ C ( Chairs ) :
Maximize profit = $7T + $5C
Subject to constraints
4T + 3C 240 (carpentry constraint)
2T + 1C 100 (painting constraint)
C 60 (chairs limit constraint)
T, C 0 (non-negativity)
edited for 321310 by..Benchaporn 57
• Changing Cells เพื้�)อคุวามชิ�ดเจน จากำร0ปัจ7งใส1พื้��นหล�งส-เหล�องให�กำ�บื้เซึ่ลล,ท-)เกำ4บื้คุ1าติ�วแปัรติ�ดสนใจ
Solver Spreadsheet Setup
Changing Cells ให�ระบ/ตั�วแปัรตั�ดส�นใจ B5 และ C5
edited for 321310 by..Benchaporn 58
LP Excel and Solver PartsTarget Cell
Objective function จะถุ0กำอ�างองลงในส1วน target cell ข้อง solver
ในแผ1นงานให�กำ�าหนดส0ติร = SUMPRODUCT(B6:C6,$B$5:$C$5) ซึ่7)งม-คุวามหมายเชิ1นเด-ยวกำ�บื้กำารใส1ส0ติร =B6*B5+C6*C5
Target Cell
edited for 321310 by..Benchaporn 59
LP Excel and Solver PartsConstraints ในแติ1ละเง�)อนไข้�อจ�ากำ�ด(constraint) จะแบื้1งเปั(น 3 ส1วน คุ�อ - • ส(วนด�านซ้�าย่มู"อ(LHS) ปัระกำอบื้ด�วยท�กำๆคุ1าท-)อย01ด�านซึ่�ายม�อข้อง
เคุร�)องหมายสมกำาร(=) หร�อเคุร�)องหมายอสมกำาร( , )• ส(วนด�านข้วามู"อ(RHS) ปัระกำอบื้ด�วยท�กำๆคุ1าท-)อย01ด�านข้วาม�อข้อง
เคุร�)องหมายสมกำาร(=) หร�อเคุร�)องหมายอสมกำาร( , ) • ส(วนเคร"#องหมูาย่สมูการ(=) หร"อเคร"#องหมูาย่อสมูการ( , )
1 23
edited for 321310 by..Benchaporn 60
Entering Information in Solverเร-ยกำใชิ�งาน Solver โดยคุลBกำเมน0 ToolsSolver • ระบ/ Target Cell (D6)• ระบ/ Changing Cells (B5, C5)
Flair Furniture
T CTables Chairs
Number Of UnitsProfit 7 5 0 <-ObjectiveConstraints:Carpentry Hours 4 3 0 <= 240Painting Hours 2 1 0 <= 100Chairs Limit 1 0 <= 60
LHS Sign RHS
edited for 321310 by..Benchaporn 61
Constraints
Specifying Constraints
• คุลBกำปั�Cม "Add" เพื้�)อเพื้)มเง�)อนไข้ข้�อจ�ากำ�ดท-)อ�างองถุ7งส1วน LHS
และ RHS
• โดยอาจเพื้)มเง�)อนไข้ข้�อจ�ากำ�ดคุร��งละหน7)งเง�)อนไข้ หร�ออาจเพื้)มเง�)อนไข้ข้�อจ�ากำ�ดท��งชิ�ดในคุร��งเด-ยวกำ�นได� หากำท��งชิ�ดเง�)อนไข้น��นม-เคุร�)องหมาย (<=, >=, หร�อ =) เด-ยวกำ�น
• จากำโจทย,ปั#ญหาน-� เง�)อนไข้ข้�อจ�ากำ�ดท��งหมดม-เคุร�)องหมาย <=
เหม�อนกำ�น ด�งน��นจ7งกำ�าหนดให�ส1วนซึ่�ายม�อ(LHS) เปั(น D8:D10
และส1วนข้วาม�อ(RHS) ข้องเคุร�)องหมาย <= เปั(น F8:F10
edited for 321310 by..Benchaporn 62
Constraints Specifying Constraints
edited for 321310 by..Benchaporn 63
Solver Options
• คุลBกำปั�Cม Options เพื้�)อกำ�าหนดติ�วเล�อกำข้อง Solver
• ติ�องเชิ4คุเคุร�)องหมายถุ0กำท-) checkbox– Assume Linear Model – Assume Non-Negative
edited for 321310 by..Benchaporn 64
Solving Model • เม�)อกำดปั�Cม Solve , Solver จะร�นติ�วแบื้บื้(Model) และแสดงผลล�พื้ธ์,ท-)ได�
• หน�าติ1าง Solver Results จะแสดงรายงานได�สามแบื้บื้ คุ�อ - Answer
- Sensitivity
- Limits
edited for 321310 by..Benchaporn 65
Solution• ผลเฉลย่ท+#เหมูาะสมู(Optimal solution) แสดงว1าติ�อง
ผลติโติ<ะ 30 ตั�ว และเก�าอ+, 40 ตั�ว ซ้1#งจะท�าให�ได�ก�าไรมูากท+#ส/ดค"อ $ 410Flair Furniture
T CTables Chairs
Number Of Units 30 40Profit 7 5 410 <-ObjectiveConstraints:Carpentry Hours 4 3 240 <= 240Painting Hours 2 1 100 <= 100Chairs Limit 1 40 <= 60
LHS Sign RHS
edited for 321310 by..Benchaporn 66
Possible Messages in Results Window
edited for 321310 by..Benchaporn 67
Flair Furniture Solver Answer Report
edited for 321310 by..Benchaporn 68
Solving LP Problems Using QM for Windows
edited for 321310 by..Benchaporn 69
Using QM for Windows
edited for 321310 by..Benchaporn 70
Using QM for Windows
edited for 321310 by..Benchaporn 71
A Minimization LP Problemปั#ญหากำ�าหนดกำารเชิงเส�นหลายๆปั#ญหา อาจม-ฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ, เพื้�)อหาคุ1าติ�)าส�ด เชิ1น ติ�นท�นติ�)าส�ด แทนกำารหาคุ1ากำ�าไรส0งส�ด
ติ�วอย1าง เชิ1น:
– ร�านอาหารติ�องกำารจ�ดติารางกำารท�างานข้องพื้น�กำงาน ให�ท�างานได�ติามท-)ติ�องกำาร โดยจ�างพื้น�กำงานจ�านวนน�อยท-)ส�ด
– ผ0�ผลติอาจจะติ�องกำารส1งสนคุ�าข้องตินจากำโรงงานหลายๆโรงงาน ไปัย�งคุล�งสนคุ�าท-)อย01ในหลายๆท-) โดยให�คุ1าใชิ�จ1ายในกำารข้นส1งน�อยท-)ส�ด
– โรงพื้ยาบื้าลอาจจะติ�องกำารวางแผนรายกำารอาหารให�กำ�บื้คุนไข้� โดยคุนไข้�ติ�องได�ร�บื้สารอาหารติามเกำณฑ์,มาติรฐาน โดยให�เกำดติ�นท�นกำารซึ่��ออาหารติ�)าท-)ส�ด
edited for 321310 by..Benchaporn 72
Example of a Two Variable Minimization LP Problem
Holiday Meal Turkey Ranch• ติ�องกำารเล�อกำซึ่��ออาหารส�าหร�บื้ลา 2 ย-)ห�อ โดยม-
ติ�นท�นติ�)าท-)ส�ด• อาหารส�ติว,แติ1ละย-)ห�อม-สารอาหาร 3 ชินด ได�แกำ1
โปัรติ-น, วติามน และธ์าติ�เหล4กำ • Brand A 1 ปัอนด, ปัระกำอบื้ด�วย:
– โปัรติ-น 5 หน1วย– วติามน 4 หน1วย – ธ์าติ�เหล4กำ 0.5 หน1วย
• Brand B 1 ปัอนด, ปัระกำอบื้ด�วย: – โปัรติ-น 10 หน1วย – วติามน 3 หน1วย – ธ์าติ�เหล4กำ 0 หน1วย
edited for 321310 by..Benchaporn 73
Example of Two Variable Minimization Linear Programming Problem
Holiday Meal Turkey Ranch
• ตั�นท/นข้องอาหาร Brand A เท1ากำ�บื้ $0.02 ติ1อปัอนด,
ส1วน Brand B ม-ตั�นท/น $0.03 ติ1อปัอนด,
• เจ�าข้องร�านติ�องกำารอาหารท-)ม-ติ�นท�นติ�)าท-)ส�ด โดยอาหาร
ย-)ห�อน��นจะติ�องม-สารอาหารแติ1ละชินดข้��นติ�)า ติามท-)ลาจะ
ติ�องได�ร�บื้ในแติ1ละเด�อน
edited for 321310 by..Benchaporn 74
Summary of Holiday Meal Turkey Ranch Data
edited for 321310 by..Benchaporn 75
Formulation of LP Problem:
Minimize cost (in cents) = 2A + 3BSubject to: 5A + 10B 90 (protein constraint)
4A + 3B 48 (vitamin constraint)
½A 1½ (iron constraint)
A 0, B 0 (nonnegativity constraint)
โดยท-): A แทนปัรมาณข้องอาหาร Brand A หน1อยเปั(นปัอนด, B แทนปัรมาณข้องอาหาร Brand B หน1อยเปั(นปัอนด,
edited for 321310 by..Benchaporn 76
Graphical Solution of Holiday Meal Turkey Ranch Problem
กำราฟแสดงเง�)อนไข้บื้�งคุ�บื้ :
5A + 10B 90
4A + 3B 48
½A 1½
Nonnegativity Constraint A 0, B 0
edited for 321310 by..Benchaporn 77
Isocost Line Method.กราฟัแสดงตั�นท/น (cost line) ท+#ตั�นท/นเท(าก�บ 54-cent 2A + 3B = 54
edited for 321310 by..Benchaporn 78
Isocost Line Method
• Isocost line จะถุ0กำข้ย�บื้ข้นานเส�นแสดงติ�นท�นท-) 54-cent ลงไปัใกำล�กำ�บื้จ�ดกำ�าเนด.
• จากำร0ปัแสดงจ�ดส�ดท�ายท-)เส�น isocost line ส�มผ�ส โดยท-)ย�งอย01ภายในบื้รเวณแรเงา(ผลล�พื้ธ์,ท-)เปั(นไปัได�) คุ�อจ�ดม�มหมายเลข้ 2
edited for 321310 by..Benchaporn 79
• หาพ�ก�ดข้องจ/ดตั�ดหมูาย่เลข้ 2 ท+#สมูการเง"#อนไข้บ�งค�บท�,งสองตั�ดก�น จะได�ว(า A= 8.4 และ B=4.8 ด�งน�,นผลเฉลย่เหมูาะท+#ส/ดท+#มู+ตั�นท/นตั�#าส/ดค"อ:
2A + 3B = (2)(8.4) + (3)(4.8) = 31.2
Isocost Line Method
edited for 321310 by..Benchaporn 80
Corner Point Solution Method
• Point 1 - (A = 3, B = 12)
– ตั�นท/นค"อ 2(3) + 3(12) = 42 cents
• Point 2 - (A = 8.4, b = 4.8)
– ตั�นท/นค"อ 2(8.4) + 3(4.8) = 31.2 cents
• Point 3 - (A = 18, B = 0)
– ตั�นท/นค"อ (2)(18) + (3)(0) = 36 cents
• ผลเฉลย่ท+#เหมูาะสมูท+#มู+ตั�นท/นตั�#าท+#ส/ดค"อ:จ/ดมู/มูท+# 2, ตั�นท/น = 31.2 cents
5A + 10B 90
4A + 3B 48
edited for 321310 by..Benchaporn 81
Summary of Graphical Solution Methods
1 . วาดกำราฟข้องแติ1ละสมกำารเง�)อนไข้บื้�งคุ�บื้
2. หาพื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได� ซึ่7)งพื้��นท-)ด�งกำล1าวจะเปั(น
ไปัติามเง�)อนไข้บื้�งคุ�บื้ข้องปั#ญหาท�กำเง�)อนไข้
3. เล�อกำวธ์-กำารหาผลเฉลย จากำกำารวาดกำราฟ จากำน��น
จ7งท�ากำารหาผลเฉลย
1 .วธ์-หาจ�ดม�ม (Corner Point Method)
2. วธ์-ลากำเส�นผลกำ�าไร(Isoprofit) หร�อเส�น
ติ�นท�น(Isocost)
edited for 321310 by..Benchaporn 82
Summary of Graphical Solution Methods (Continued)
Corner Point Method• หาจ�ดติ�ด ท-)เปั(นม�มข้องพื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได�
โดยกำารด0จากำกำราฟ หร�อโดยกำารแกำ�สมกำาร• คุ�านวณหาผลกำ�าไร หร�อติ�นท�น โดยกำารแทนคุ1า
จ�ดติ�ดติ1างๆ ลงในฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ,• หาผลเฉลยท-)เหมาะท-)ส�ด โดยเล�อกำจ�ดม�มท-)ให�คุ1า
กำ�าไรส0งส�ด หร�อให�คุ1าติ�นท�นติ�)าส�ด
edited for 321310 by..Benchaporn 83
Summary of Graphical Solution Methods (continued)
Isoprofit or Isocost Method• เล�อกำคุ1ากำ�าไรหร�อคุ1าติ�นท�นหน7)งคุ1า และวาดเส�นกำราฟกำ�าไร/เส�นกำราฟ
ติ�นท�น เพื้�)อแสดงให�เห4นถุ7งคุวามชิ�นข้องกำราฟ• ส�าหร�บปั�ญหาการหาค(าส!งส/ด ให�ท�ากำารข้ย�บื้เส�นกำราฟข้7�นไปัทางด�าน
ข้วา จนกำระท�)งส�มผ�สกำ�บื้ข้อบื้หร�อจ�ดม�มข้องพื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได� • ส�าหร�บปั�ญหาค(าตั�#าส/ด ให�ท�ากำารข้ย�บื้เส�นกำราฟลงไปัทางด�านซึ่�าย
จนกำระท�)งส�มผ�สกำ�บื้ข้อบื้หร�อจ�ดม�มข้องพื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได�• หาผลเฉลยท-)เหมาะสมได�จากำจ�ดพื้กำ�ด ท-)เส�นกำราฟกำ�าไร หร�อเส�นกำราฟ
ติ�นท�นส�มผ�สเปั(นจ�ดส�ดท�ายข้องบื้รเวณพื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได�• น�าผลเฉลยท-)ได� แทนลงในฟ#งกำ,ชิ�นว�ติถุ�ปัระสงคุ, เพื้�)อหาคุ1ากำ�าไรหร�อ
ติ�นท�นท-)เหมาะสมท-)ส�ด
edited for 321310 by..Benchaporn 84
Special Situations in Solving LP Problems
Redundancy: เง�)อนไข้ข้�อจ�ากำ�ดซึ่��าซึ่�อนเกำดข้7�นในกำรณ-ท-)ม-เง�)อนไข้ข้�อจ�ากำ�ดบื้างเง�)อนไข้ ท-)ไม1ม-ผลท�าให�พื้��นท-)แรเงา(พื้��นท-)ผลล�พื้ธ์,ท-)เปั(นไปัได�)เปัล-)ยนแปัลง
Maximize Profit = 2X + 3Ysubject to:X + Y 202X + Y 30X 25X, Y 0
edited for 321310 by..Benchaporn 85
Special Situations in Solving LP ProblemsInfeasibility: เกำดข้7�นเม�)อปั#ญหากำารโปัรแกำรมเชิงเส�นน��นไม1ม-
ผลเฉลยท-)เปั(นไปัติามเง�)อนไข้ข้�อบื้�งคุ�บื้ท��งหมด
X + 2Y 6
2X + Y 8
X 7
edited for 321310 by..Benchaporn 86
Special Situations in Solving LP Problems
Unboundedness: เกำดข้7�นในกำรณ-ท-)ปั#ญหากำารโปัรแกำรมเชิงเส�นน��นไม1ม-ผลเฉลยท-)จ�ากำ�ด จ7งไม1สามารถุหาผลเฉลยได�
Maximize profit
= $3X + $5Y
subject to:
X 5
Y 10
X + 2Y 10
X, Y 0
edited for 321310 by..Benchaporn 87
Alternate Optimal Solutions
• An LP problem may have more than one
optimal solution.
– Graphically, when the isoprofit (or isocost) line
runs parallel to a constraint in problem which lies
in direction in which isoprofit (or isocost) line is
located.
– In other words, when they have same slope.
edited for 321310 by..Benchaporn 88
Example: Alternate Optimal Solutions
Maximize profit = $3x + $2ySubject to:
6X + 4Y 24
X 3
X, Y 0
edited for 321310 by..Benchaporn 89
Example: Alternate Optimal Solutions
• At profit level of $12, isoprofit line will rest directly on top of first constraint line.
• This means that any point along line between corner points 1 and 2 provides an optimal X and Y combination.
edited for 321310 by..Benchaporn 90
Using Solver to Solve Holiday Meal Turkey Ranch Problem
LP formulation for this problem is as follows:
Minimize cost (in cents) = 2A + 3B
subject to constraints
5A + 10B 90 (protein constraint)
4A + 3B 48 (vitamin constraint)
½A 1½ (iron constraint)
A, B 0 (nonnegativity)
edited for 321310 by..Benchaporn 91
Holiday Meal Turkey Ranch Problem Spreadsheet
edited for 321310 by..Benchaporn 92
Excel Layout and Solver Entries
edited for 321310 by..Benchaporn 93
Solver Answer Report
edited for 321310 by..Benchaporn 94
Solving LP Problems Using QM for Windows
edited for 321310 by..Benchaporn 95
Using QM for Windows
edited for 321310 by..Benchaporn 96
Summary• Introduced a mathematical modeling technique
called linear programming (LP). • LP models used to find an optimal solution to
problems that have a series of constraints binding objective value.
• Showed how models with only two decision variables can be solved graphically.
• To solve LP models with numerous decision variables and constraints, one need a solution procedure such as simplex algorithm.
• Described how LP models can be set up on Excel and solved using Solver.