Upload
daktari
View
32
Download
0
Embed Size (px)
DESCRIPTION
Matematické programování. Ekonomický x matematický model úlohy Formulace matematického modelu úlohy LP Grafické řešení úloh LP a základní pojmy Simplexová metoda Interpretace výsledků Formulace typických úloh LP. Úvod. Matematický model úlohy MP: maximalizovat (minimalizovat) - PowerPoint PPT Presentation
Citation preview
1
Matematické programováníEkonomický x matematický model úlohyFormulace matematického modelu úlohy LPGrafické řešení úloh LP a základní pojmySimplexová metodaInterpretace výsledkůFormulace typických úloh LP
2
ÚvodMatematický model úlohy MP:
maximalizovat (minimalizovat)
za podmínek
),...,,f( 21 nxxxz
.,...,2,1 ,0
,0),...,,(g
:
,0),...,,(g
,0),...,,(g
21m
212
211
njx
xxx
xxx
xxx
j
n
n
n
3
Příklad – ekonomický modelBalírny a pražírny kávy DE, a.s., plánují na následující období výrobu dvou směsí kávy Mocca a Standard. Pro výrobu obou směsí mají přitom na toto období smluvně k dispozici od dodavatelů tři druhy kávových bobů K1, K2 a K3 postupně v kapacitě 40, 60 a 25 tun, které se navzájem liší kvalitou a samozřejmě i nákupní cenou. Na základě přímých a nepřímých nákladů souvisejících s výrobou a vzhledem k předpokládané ceně obou směsí byl vykalkulován zisk, který činí 20 000 Kč resp. 14 000 Kč na jednu tunu směsi Mocca resp. Standard. Management firmy DE, a.s., chce samozřejmě naplánovat produkci firmy tak, aby byl její celkový zisk maximální.
Směs Kapacita
Komponenta
Mocca Standard [tuny]
K1 0.5 0.25 40
K2 0.5 0.5 60
K3 - 0.25 25
4
Příklad – matematický modelmaximalizovat
z = 20 000x1 + 14 000x2 , (zisk)
za podmínek0.5x1 + 0.25x2 ≤ 40 , (K1)0.5x1 + 0.5 x2 ≤ 60 , (K2)0.25x2 ≤ 25 , (K3)x1 ≥ 0, x2 ≥ 0 .
• účelová (kriteriální) funkce (=zisk)• vlastní omezení úlohy (= K1, K2, K3) • podmínky nezápornosti.
5
Přípustné a nepřípustné programy
směsi
[tuny]
zbytek(+), nedostatek(-)
kapacit
zisk
[tis. Kč]
program Moc Std K1 K2 K3
1 0 0 40 60 25 02 80 0 0 20 25 16003 0 100 15 10 0 14004 50 50 25 10 12.5 17005 80 20 -5 10 20 1880
6
Ekonomický model• cíl optimalizace (maximalizace zisku)• procesy, které probíhají v systému a jejich intenzita (výroba obou druhů směsí),• činitelé, které ovlivňují provádění procesů (omezená zásoba surovin)
Matematický model• účelová (kriteriální) funkce = lineární fce n-proměnných• strukturní proměnné modelu (x1, x2,…, xn)
• vlastní omezení ve formě lineárních rovnic/ nerovnic a podmínky nezápornosti.
7
Obecný matematický model úlohy LPmaximalizovat (minimalizovat)
z = c1x1 + c2x2 + . . .+ cnxn ,za podmínek
a11x1 + a12x2+ . . . + a1nxn ≤ b1 ,a21x1 + a22x2 + . . . + a2nxn ≤ b2 ,.:am1x1 + am2x2 + . . . + amnxn ≤ bm ,
xj ≥ 0 , j = 1, 2, ..., n .
n počet strukturních proměnných modelu,m počet vlastních omezení,cj , j = 1,2,...,n - cenový koeficient příslušející j-té proměnné,bi , i = 1,2,...,m - hodnota pravé strany příslušející i-tému omezení,aij , i = 1,2,...,m, j = 1,2,...,n - strukturní koeficient vyjadřující vztah mezi i- tým činitelem a j-tým procesem.
8
MM úlohy LP – sumace, maticemaximalizovat (minimalizovat)
za podmínek
jn
1jjxcz
, 1,2,...,= , 0
1,2,...,= ,
j
ij
n
1jij
njx
mibxa
maximalizovat (minimalizovat)z = cTx ,
za podmínekAx ≤ b , x ≥ 0 ,
cT = (c1, c2, ..., cn) je n - složkový řádkový vektor cenových koeficientů,x = (x1,x2,...,xn)
T je n-složkový sloupcový vektor strukturních proměnných modelu,b = (b1, b2, ..., bm)T je m - složkový sloupcový vektor hodnot pravé strany,0 = (0, 0, ..., 0)T je n - složkový sloupcový nulový vektor aA je matice strukturních koeficientů o rozměru m x n .
9
Typické úlohy LP
1. Úlohy výrobního plánování (alokace zdrojů)
2. Úlohy finančního plánování (optimalizace portfolia)
3. Plánování reklamy (media selection problem)
4. Nutriční problém5. Směšovací problém6. Rozvrhování pracovníků7. Úlohy o dělení materiálu8. Distribuční úlohy LP
10
Základní pojmy LP
Přípustné řešení úlohy LP je takové řešení, které vyhovuje všem podmínkám úlohy, tzn. všem vlastním omezením i podmínkám nezápornosti.
Optimální řešení úlohy LP je přípustné řešení s nejlepší hodnotou účelové funkce (s nejvyšší hodnotou v případě maximalizace a nejnižší hodnotou v případě minimalizace účelové funkce).
Základní (přípustné) řešení úlohy LP je takové přípustné řešení, které má maximálně tolik nenulových složek, kolik je lineárně nezávislých řádků ekvivalentní soustavy rovnic.
Ekvivalentní soustava rovnic vznikne převedením původní soustavy nerovnic na rovnice pomocí doplňkových proměnných, které se označují jako přídatné proměnné (slack variables).
11
Ekvivalentní soustava rovnicPřídatné proměnné
0.5x1 + 0.25x2 ≤ 40 , (K1)0.5x1 + 0.5 x2 ≤ 60 , (K2)0.25x2 ≤ 25 , (K3)
0.5x1 + 0.25x2 + x3 = 40 ,0.5x1 + 0.5 x2 + x4 = 60 ,0.25x2 + x5 = 25 .
typ omezení
přídatná proměnná
"≤" + x"≥" x"="
12
Základní pojmy LP – grafické znázornění
x
2
0 80
160
0.25 0.5 x 1 + x 2
x 1
[tun]
[tun]
x 1
x 2
0
1 0.5 0.5 x + x 2
[tun]
x
2
0
0.25 x 2
x 1
[tun]
[tun]
100
x
2
0 80
160
x 1
[tun]
[tun]
množina
přípustných
řešení
120
100
13
Základní pojmy LP – grafické znázornění
x
2
x 1
[tun]
[tun]
x 1 x
2
x 3 x
4 x 5
x 6
x 7
x 8
x 9
hodnoty proměnných
řešení x1 x2 x3 x4 x5
x1 0 0 40 60 25
x2 80 0 0 20 25
x3 40 80 0 0 5
x4 20 100 5 0 0
x5 0 100 15 10 0
x6 0 120 10 0 -5
x7 0 160 0 -20 -15
x8 30 100 0 -5 0
x9 120 0 -20 0 25
x10 při volbě dvojice nezákladních proměnných x2 = x5 = 0 řešení neexistuje
14
Grafické řešení úlohy LP
0 80 x 1
[tun]
x 2
[tun]
100
z = 20 000 x 1 + 14 000 x 2 = 0
z = 1 400 000
z = 1 920 000
x opt
40
80
15
Základní věta LP a její význam
Jestliže má úloha lineárního programování optimální řešení, potom má také optimální řešení základní.
1. Jestliže má úloha LP jediné optimální řešení, potom je to řešení základní.
2. Jestliže má úloha LP více optimálních řešení, potom alespoň jedno z nich je základní.
Důsledek: Optimální řešení stačí hledat mezi řešeními základními, kterých je konečný počet.
16
Možnosti zakončení výpočtu při řešení úloh LP
x 1
x 2
0
X
z x
opt .
x 1
x 2
0
x opt
z X
x 1
x 2
0
z
X
x 1
x 2
0
z
1. Jediné optimální řešení 2. Alternativní optimální řešení
3. neomezená hodnota účelové funkce 4. neexistuje přípustné řešení
17
Simplexová metoda
nalezení výchozího
základního řešení úlohy LP
ZAČÁTEK
je to
řešení optimální ?
(test optima)
výpočet nového ZŘ
s lepší hodnotou
účelové funkce
NE
ANO je to
jediné optimální řešení ?
NE
ANO
popis množiny
optimálních řešení
KONEC
18
Interpretace výsledků
Global optimal solution found. Objective value: 1920000. Total solver iterations: 2
Total constraints: 4
Variable Value Reduced Cost X1 40.00000 0.000000 X2 80.00000 0.000000
Row Slack or Surplus Dual Price ZISK 1920000. 1.000000 K1 0.000000 24000.00 K2 0.000000 16000.00 K3 5.000000 0.000000
19
Interpretace výsledků
Hodnoty strukturních proměnných (Value)
Udávají úroveň jednotlivých procesů modelu (objem výroby obou druhů směsí)
Hodnoty přídatných proměnných (Slack or Surplus)
Udávají rozdíl mezi pravou a levou stranou (případně mezi levou a pravou stranou) omezujících podmínek (nevyužitá kapacita surovin)
Stínové ceny (shadow/dual price)
Lze interpretovat jako ocenění jedné jednotky pravé strany ve vztahu k hodnotě účelové funkce. Jedná se tedy vlastně o marginální ocenění pravých stran (podíl jedné tuny kapacity suroviny K na celkovém zisku)
Redukované ceny (reduced cost)
Udávají, o kolik je třeba zvýšit přínos daného procesu, aby byl efektivní (aby se daný výrobek vyráběl)