Simplexové tabulky z minule. (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25
|
|
- Helena Horáková
- před 5 lety
- Počet zobrazení:
Transkript
1 Simplexové tabulky z minule (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25
2 Simplexová metoda symbolicky Výchozí tabulka prom. v bázi zákl. proměné přídatné prom. omez. A E b c T 0 0 Tabulka po přepočtu prom. v bázi zákl. proměné přídatné prom. omez. B 1 s A B 1 s c T B B 1 s A c T c T B B 1 s B 1 s b c T B B 1 s b (KMI ZF JU) Lineární programování EMM a OA O6 2 / 25
3 Výpočet intervalů stability Pro vektor pravých stran Předpokládejme, že se vektor pravých stran změní o b, tedy nový vektor pravých stran bude b + b. Potom výsledná simplexová tabulka bude: prom. v bázi zákl. proměné přídatné prom. omez. B 1 s A B 1 s c T B B 1 s A c T c T B B 1 s B 1 s (b + b) c T B B 1 s (b + b) Ke změně tedy dojde jen ve sloupci hodnot řešení a v hodnotě účelové funkce. Duální ceny a redukované náklady zůstanou zachovány. Problém by nastal, pokud bychom změnili vektor b tak, že by nám ve sloupci hodnot proměnných vyšlo nějaké záporné číslo, potom by řešení obsažené ve výsledné simplexové tabulce nebylo přípustné. (KMI ZF JU) Lineární programování EMM a OA O6 3 / 25
4 Konkrétní výpočet intervalu stability Potřebujeme tedy, aby B 1 s (b + b) 0. Chceme-li tedy počítat interval stability např. pro první omezení, potom můžeme symbolicky psát: B 1 s b 1 + b 1 b b n 0. Na bonboniérách 0, 125 0, , 125 0, , 625 1, b (KMI ZF JU) Lineární programování EMM a OA O6 4 / 25
5 Odtud obdržíme tři nerovnice: 7, 5 + 0, 125 b 1 2, 5 0 7, 5 0, 125 b , , 5 + 0, 625 b 1 112, Z jejich řešení interval stability pro b 1 : b 1 40 b 1 40 b Tj. b 1 [ 16, 40], tedy b 1 [44, 100]. (KMI ZF JU) Lineární programování EMM a OA O6 5 / 25
6 Intervaly stability pro cenový vektor Ze symbolické simplexové tabulky vidíme, že při změně cenového vektoru c dochází ke změně v posledním řádku simplexové tabulky, navíc záleží na tom, zda proměnná, u níž měníme cenový koeficient je či není bazická. Není-li bazická, pak se její změna promítá pouze do duálních cen, v opačném případě se její změna promítá do celého posledního řádku tabulky. Intervalem stability zde rozumíme interval, ve kterém můžeme měnit hodnotu cenového koeficientu, aniž tím porušíme optimalitu řešení. (KMI ZF JU) Lineární programování EMM a OA O6 6 / 25
7 Duální úloha příklad Zápis max 30x x 2 min 60y y y 3 za podmínek za podmínek 2x x y 1 + 6y y x 1 + 6x y 1 + 6y 2 + 5y x 1 + 5x 2 85 x 1, x 2 0 y 1, y 2, y 3 0 (KMI ZF JU) Lineární programování EMM a OA O6 7 / 25
8 Řešení duálně sdružených úloh Řešení úloh proměnná hodnota duální hodn. proměnná hodnota duální hodn. x y 1 1,875 0 x y 2 4,375 0 d 1 0 1,875 y d 2 0 4,375 e d e (KMI ZF JU) Lineární programování EMM a OA O6 8 / 25
9 Celočíselná optimalizace Zatím jsme se nenápadně vyhýbali podmínce celočíselnosti. Simplexová metoda tuto podmínku nikterak nezohledňuje. Takže jsme vlastně jen měli štěstí. (Někdy potřebujeme dokonce větší jednotky, např. počet kusů na celé palety, auta, apod. Potom je nejlépe zvolit jako jednotku paletu, auto apod. a tomu upravit i všechny omezující podmínky, čímž získáme běžnou celočíselnou optimalizaci.) Zaokrouhlování není obecně dobrý nápad Řešíme-li úlohu, kde nám výsledky vycházejí v řádu tisíců apod., potom nám zaokrouhlení neudělá žádný zásadní problém. Ovšem, pokud výsledky vycházejí v řádu jednotek, pak nám zaokrouhlení může zničit řešení úlohy. (KMI ZF JU) Lineární programování EMM a OA O6 9 / 25
10 Příklad celočíselná optimalizace Příklad Podnik vyrábí tři druhy výrobků. Spotřebovává při tom tři speciální suroviny, v jejichž množství je omezen, spotřeba surovin na jednotlivé výrobky a disponibilní množství surovin je uvedeno v tabulce. Jednotkový zisk má vykalkulován z předchozích let a je také uveden v tabulce. Firma chce maximalizovat svůj zisk. Surovina Výrobek V1 V2 V3 Množství surovin S S S Jednotkový zisk (KMI ZF JU) Lineární programování EMM a OA O6 10 / 25
11 Řešení Použijeme-li k řešení této úlohy algoritmus simplexové metody, získáme řešení obsažené v prvním sloupci, pokud algoritmus na celočíselnou optimalizaci, potom dostaneme řešení z druhého sloupce tabulky: Simpl. algoritmus Algoritmem na cel. optimalizaci Maximální zisk 1621, Opt. slož. výroby V 1 1,5 0 V 2 2, V 3 0, Budeme-li zaokrouhlovat matematicky, získáme nepřípustné řešení, pokud jen dolu, pak dostaneme jen malý zisk. Tyto algoritmy nejsou náplní kurzu, ale jsou zabudovány ve většině software určeného k lineární optimalizaci. Ovšem jsou výpočetně mnohem náročnější než simplexový algoritmus. (KMI ZF JU) Lineární programování EMM a OA O6 11 / 25
12 Optimalizace v modulu Řešitel zadání (KMI ZF JU) Lineární programování EMM a OA O6 12 / 25
13 Řešitel zadání omezujících podmínek (KMI ZF JU) Lineární programování EMM a OA O6 13 / 25
14 Řešitel zadání účelové funkce (KMI ZF JU) Lineární programování EMM a OA O6 14 / 25
15 (KMI ZF JU) Lineární programování EMM a OA O6 15 / 25
16 (KMI ZF JU) Lineární programování EMM a OA O6 16 / 25
17 (KMI ZF JU) Lineární programování EMM a OA O6 17 / 25
18 (KMI ZF JU) Lineární programování EMM a OA O6 18 / 25
19 (KMI ZF JU) Lineární programování EMM a OA O6 19 / 25
20 (KMI ZF JU) Lineární programování EMM a OA O6 20 / 25
21 (KMI ZF JU) Lineární programování EMM a OA O6 21 / 25
22 Vícekriteriální optimalizace Pro zatím jsme zabývali úlohami, kde byla pouze jedna účelová funkce. Někdy se ovšem setkáváme se situacemi, kdy potřebujeme optimalizovat více hledisek najednou. Máme tedy více účelových funkcí. Tyto problémy by se dali ještě rozdělit na situace, kdy vybíráme z konečného počtu variant (např. nákup určitého druhu zboží) a na situace, kdy variant je nekonečně mnoho (viz předchozí příklady). Podle toho mluvíme buď o tzv. vícekriteriálním hodnocení variant (bude v RM) nebo vícekriteriálním programování. Vícekriteriální programování Mnoho metod řešení, my si ukážeme jen nějaké základní. Metody můžeme rozdělit na metody s informaci a priory a metody s průběžnými informacemi. (KMI ZF JU) Lineární programování EMM a OA O6 22 / 25
23 Vícekriteriální programování příklad Pražírny kávy vyrábějí dva druhy kávy (Super a Standard) ze dvou druhů kávových bobů KB1 a KB2, které mají smluvně zajištěny v množství 4 t a 6 t. Složení kávy (v procentech) a zisk (tis.kč) jsou uvedeny v tabulce. KB1 KB2 Zisk (tis.kč/t) Super Standard Pražírny mají vyrobit minimálně 4t kávy a snaží se maximalizovat svůj zisk, minimalizovat spotřebu kávových bobů č. 2 a zároveň maximalizovat výrobu kávy Super. (KMI ZF JU) Lineární programování EMM a OA O6 23 / 25
24 Matematický model zisk max 20x x 2 KB2 min 50x x 2 Super max x 1 za podmínek KB1 0, 5x 1 + 0, 25x 2 4 KB2 0, 5x 1 + 0, 75x 2 6 celkem x 1 + x 2 4 x 1, x 2 0 (KMI ZF JU) Lineární programování EMM a OA O6 24 / 25
25 Výsledky dílčích optimalizací (KMI ZF JU) Lineární programování EMM a OA O6 25 / 25
Vícekriteriální programování příklad
Vícekriteriální programování příklad Pražírny kávy vyrábějí dva druhy kávy (Super a Standard) ze dvou druhů kávových bobů KB1 a KB2, které mají smluvně zajištěny v množství 4 t a 6 t. Složení kávy (v procentech)
VíceEkonomická formulace. Matematický model
Ekonomická formulace Firma balící bonboniéry má k dispozici 60 čokoládových, 60 oříškových a 85 karamelových bonbónů. Může vyrábět dva druhy bonboniér. Do první bonboniéry se dávají dva čokoládové, šest
VíceMetody lineární optimalizace Simplexová metoda. Distribuční úlohy
Metody lineární optimalizace Simplexová metoda Dvoufázová M-úloha Duální úloha jednofázová Post-optimalizační analýza Celočíselné řešení Metoda větví a mezí Distribuční úlohy 1 OÚLP = obecná úloha lineárního
VíceParametrické programování
Parametrické programování Příklad 1 Parametrické pravé strany Firma vyrábí tři výrobky. K jejich výrobě potřebuje jednak surovinu a jednak stroje, na kterých dochází ke zpracování. Na první výrobek jsou
Vícee-mail: RadkaZahradnikova@seznam.cz 1. července 2010
Optimální výrobní program Radka Zahradníková e-mail: RadkaZahradnikova@seznam.cz 1. července 2010 Obsah 1 Lineární programování 2 Simplexová metoda 3 Grafická metoda 4 Optimální výrobní program Řešení
Více4EK212 Kvantitativní management. 2. Lineární programování
4EK212 Kvantitativní management 2. Lineární programování 1.7 Přídatné proměnné Přídatné proměnné jsou nezáporné Mají svoji ekonomickou interpretaci, která je odvozena od ekonomické interpretace omezení
Více4EK311 Operační výzkum. 3. Optimalizační software a stabilita řešení úloh LP
4EK311 Operační výzkum 3. Optimalizační software a stabilita řešení úloh LP 3.1 Příklad matematický model Lis: 1 x 1 + 2 x 2 120 [min] Balení: 1 x 1 + 4 x 2 180 [min] Poptávka: 1 x 1 1 x 2 90 [krabiček]
VícePříklady modelů lineárního programování
Příklady modelů lineárního programování Příklad 1 Optimalizace výroby konzerv. Podnik vyrábí nějaký výrobek, který prodává v 1 kg a 2 kg konzervách, přičemž se řídí podle následujících velmi zjednodušených
Více4EK213 Lineární modely. 4. Simplexová metoda - závěr
4EK213 Lineární modely 4. Simplexová metoda - závěr 4. Simplexová metoda - závěr Konečnost simplexové metody Degenerace Modifikace pravidla pro volbu vstupující proměnné Blandovo pravidlo Kontrola výpočtu
Více4EK213 Lineární modely. 5. Dualita v úlohách LP
4EK213 Lineární modely 5. Dualita v úlohách LP 5. Dualita v úlohách LP Obecné vyjádření simplexové tabulky Formulace duálního problému Formulace symetrického duálního problému Formulace nesymetrického
VíceTeorie her a ekonomické rozhodování. 2. Maticové hry
Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru
VíceDSS a De Novo programming
De Novo Programming DSS a De Novo programming DSS navrhují žádoucí budoucnost a cesty k jejímu uskutečnění Optimalizační modely vhodné nástroje pro identifikaci optimálního řešení problému Je ale problém
VíceOSTRAVSKÁ UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA [ MOPV ] METODY OPERAČNÍHO VÝZKUMU
OSTRAVSKÁ UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA [ MOPV ] METODY OPERAČNÍHO VÝZKUMU Distanční opora RNDr. Miroslav Liška, CSc. OSTRAVA 2002 1 Simplexová metoda je iterační výpočetní postup pro nalezení optimálního
Více4EK213 Lineární modely. 10. Celočíselné programování
4EK213 Lineární modely 10. Celočíselné programování 10.1 Matematický model úlohy ILP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a
Více4EK201 Matematické modelování. 2. Lineární programování
4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených
VíceObecná úloha lineárního programování
Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné
VíceUčební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008
Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování študenti MFF 15. augusta 2008 1 15 Základy lineárního programování Požadavky Simplexová metoda Věty o dualitě (bez důkazu)
Více12. Lineární programování
. Lineární programování. Lineární programování Úloha lineárního programování (lineární optimalizace) je jedním ze základních problémů teorie optimalizace. Našim cílem je nalézt maximum (resp. minimum)
VíceNástroje pro analýzu dat
7 Nástroje pro analýzu dat V té to ka pi to le: Ověřování vstupních dat Hledání řešení Řešitel Scénáře Citlivostní analýza Rychlá analýza Kapitola 7 Nástroje pro analýzu dat Součástí Excelu jsou nástroje
Více4EK213 Lineární modely. 12. Dopravní problém výchozí řešení
4EK213 Lineární modely 12. Dopravní problém výchozí řešení 12. Distribuční úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Úlohy reklamního plánování
VíceObr. P1.1 Zadání úlohy v MS Excel
Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel. Výpočet budeme demonstrovat
VícePřílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel
Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 3. přednáška SIMPLEXOVÁ METODA I. OSNOVA PŘEDNÁŠKY Standardní tvar MM Základní věta LP Princip simplexové metody Výchozí řešení SM Zlepšení řešení
VíceStudentská soutěžní práce
Univerzita Tomáše Bati Fakulta aplikované informatiky Ústav automatizace a řídicí techniky Studentská soutěžní práce STOČ 2011 Mobilní aplikace celočíselného programování metodou větví a mezí 2011 Adam
Vícef ( x) = 5x 1 + 8x 2 MAX, 3x x ,
4. okruh z bloku KM1 - řídicí technika Zpracoval: Ondřej Nývlt (o.nyvlt@post.cz) Zadání: Lineární programování (LP), simplexová metoda, dualita v LP. Nelineární programování. Vázaný extrém. Karush-Kuhn-Tuckerova
VíceLineární programování
Lineární programování Petr Tichý 19. prosince 2012 1 Outline 1 Lineární programování 2 Optimalita a dualita 3 Geometrie úlohy 4 Simplexová metoda 2 Lineární programování Lineární program (1) min f(x) za
VíceSystémové modelování. Ekonomicko matematické metody I. Lineární programování
Ekonomicko matematické metody I. Lineární programování Modelování Modelování je způsob zkoumání reality, při němž složitost, chování a další vlastnosti jednoho celku vyjadřujeme složitostí, chováním a
Více1 Duální simplexová metoda
1 Duální simplexová metoda Autor: Markéta Popelová Datum: 8.5.2011 Předmět: Základy spojité optimalizace Zadání Mějme matici A R m n a primární úlohu lineárního programování v normálním tvaru (P) a k ní
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
Více13. Lineární programování
Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI
Více4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP
4EK212 Kvantitativní management 1. Úvod do kvantitativního managementu a LP Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. 2. PŘEDNÁŠKA MATEMATICKÝ MODEL ÚLOHY LP Mgr. Sekničková Jana, Ph.D. 2 OSNOVA PŘEDNÁŠKY Obecná formulace MM Množina
VíceMatice přechodu. Pozorování 2. Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např.
Matice přechodu Základní úkol: Určete matici přechodu od báze M k bázi N. Každou bázi napíšeme do sloupců matice, např. u příkladu 7 (v ) dostaneme: Nyní bychom mohli postupovat jako u matice homomorfismu
VíceLDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceKonvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno
Přednáška č. 2 Katedra ekonometrie FEM UO Brno Euklidovský prostor E n Pod pojmem n-rozměrný euklidovský prostor budeme rozumnět prostor, jehož prvky jsou uspořádané n-tice reálných čísel X = (x 1, x 2,...,
VíceLineární programování
24.9.205 Lineární programování Radim Farana Podklady pro výuku pro akademický rok 203/204 Obsah Úloha lineárního programování. Formulace úlohy lineárního programování. Typické úlohy lineárního programování.
Více1.Modifikace simplexové metody
.Modifikace simplexové metody Simplexová metoda, v podobě popsané v prvním tématu, je vhodná zejména pro řešení úloh LP menších rozměrů, především pak pro ruční výpočty. Algoritmus metody je jednoduchý,
VíceProblém lineární komplementarity a kvadratické programování
Problém lineární komplementarity a kvadratické programování (stručný učební text 1 J. Rohn Univerzita Karlova Matematicko-fyzikální fakulta Verze: 17. 6. 2002 1 Sepsání tohoto textu bylo podpořeno Grantovou
VíceOPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS
OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb Anotace: Optimalizace objektů pozemních staveb
Více6 Simplexová metoda: Principy
6 Simplexová metoda: Principy V této přednášce si osvětlíme základy tzv. simplexové metody pro řešení úloh lineární optimalizace. Tyto základy zahrnují přípravu kanonického tvaru úlohy, definici a vysvětlení
VíceOperační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.
Operační výzkum Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu
Víceskladbu obou směsí ( v tunách komponenty na 1 tunu směsi):
Klíčová slova: simplexová metoda 1 Simplexová metoda Postup výpočtu: 1. Nalezení výchozího řešení. 2. Test optima: pokud je řešení optimální výpočet končí, jinak krok 3. 3. Iterační krok, poté opět test
Více4EK311 Operační výzkum. 2. Lineární programování
4EK311 Operační výzkum 2. Lineární programování 2.2 Matematický model úlohy LP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a 13 x
VíceMatematický model. omezující podmínky. Tab. 2.1 Prvky ekonomického a matematického modelu
16 Čeho chceme dosáhnout? Co můžeme ovlivnit? Jaké jsou překážky? Ekonomický model cíl analýzy procesy činitelé Matematický model účelová funkce proměnné omezující podmínky Příklady maximalizace zisku
Více4.Řešení optimalizačních úloh v tabulkových kalkulátorech
4.Řešení optimalizačních úloh v tabulkových kalkulátorech Tabulkové kalkulátory patří mezi nejpoužívanější a pro běžného uživatele nejdostupnější programové systémy. Kromě základních a jim vlastních funkcí
VíceFIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
FIT ČVUT MI-LOM Lineární optimalizace a metody Dualita Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Michal Černý, 2011 FIT ČVUT, MI-LOM, M. Černý, 2011: Dualita 2/5 Dualita Evropský
VíceMetodické pokyny pro práci s modulem Řešitel v tabulkovém procesoru Excel
Metodické pokyny pro práci s modulem Řešitel v tabulkovém procesoru Excel Modul Řešitel (v anglické verzi Solver) je určen pro řešení lineárních i nelineárních úloh matematického programování. Pro ilustraci
Více3. Optimalizace pomocí nástroje Řešitel
3. Optimalizace pomocí nástroje Řešitel Rovnováha mechanické soustavy Uvažujme dvě různé nehmotné lineární pružiny P 1 a P 2 připevněné na pevné horizontální tyči splývající s osou x podle obrázku: (0,0)
VíceJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA OPERAČNÍ ANALÝZA
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA OPERAČNÍ ANALÝZA Ing. Jana Friebelová, Ph.D. České Budějovice 2009 Operační analýza Jana Friebelová Recenzent: doc. Ing. Mgr. Martin Dlouhý,
Více1.1 Typy úloh LP. Klíčová slova: úlohy LP, formulace modelu. 1. Formulace ekonomického modelu.
Klíčová slova: úlohy LP, formulace modelu. 1 Úlohy Lineárního programování Lineární programování je jednou z částí operačního výzkumu a zpravidla se používá pro řešení optimalizačních úloh ekonomických
Více4. Aplikace matematiky v ekonomii
4. Aplikace matematiky v ekonomii 1 Lineární algebra Soustavy 1) Na základě statistických údajů se zjistilo, že závislost množství statku z poptávaného v průběhu jednoho týdne lze popsat vztahem q d =
VíceRNDr. Sousedíková Radmila, Ph.D.
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Eaktní metody rozhodování - operační výzkum RNDr. Sousedíková Radmila,
VíceÚvod do teorie her
Úvod do teorie her 2. Garanční řešení, hry s nulovým součtem a smíšené strategie Tomáš Kroupa http://staff.utia.cas.cz/kroupa/ 2017 ÚTIA AV ČR Program 1. Zavedeme řešení, které zabezpečuje minimální výplatu
VíceÚvod do celočíselné optimalizace
Úvod do celočíselné optimalizace Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Výpočetní aspekty optimalizace Martin Branda (KPMS
Více2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2
Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací
Víceopt [ ] Vyjádření subvektory (báz. a nebáz.) B,N Index bázových a nebázových proměnných β, ν Množina indexů veličin B,N
1 2-LP-Lineární programování Lineární funkce i omezovací podmínky opt t X c R c R b b b R...vektor limitů (kapacitních), a i i R b A...matice strukturálních koeficientů, > b! R hod = b, 0,..vektorproměnných,...vektor
Více3. ANTAGONISTICKÉ HRY
3. ANTAGONISTICKÉ HRY ANTAGONISTICKÝ KONFLIKT Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku,
VíceOperační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.
Operační výzkum Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu
VíceKatedra matematiky OPERAČNÍ VÝZKUM Mgr. Andrea Kubišová
VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra matematiky OPERAČNÍ VÝZKUM Mgr Andrea Kubišová 214 ÚVOD Tato skripta jsou základním studijním materiálem pro volitelný předmět Operační výzkum určený převážně
Více7. přednáška Systémová analýza a modelování. Přiřazovací problém
Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů
Více1 Úvod do celočíselné lineární optimalizace
Úvod do celočíselné lineární optimalizace Martin Branda, verze 7.. 7. Motivace Reálné (smíšeně-)celočíselné úlohy Optimalizace portfolia celočíselné počty akcií, modelování fixních transakčních nákladů,
VícePřiřazovací problém. Přednáška č. 7
Přiřazovací problém Přednáška č. 7 Přiřazovací problém je jednou podtřídou logistických úloh. Typickým problémem může být nejkratší převoz materiálu od dodavatelů ke spotřebitelům. spotřebitelé a i dodavatelé
VíceP ílohy. P íloha 1. ešení úlohy lineárního programování v MS Excel
P ílohy P íloha 1 ešení úlohy lineárního programování v MS Excel V této p íloze si ukážeme, jak lze ešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat
VíceOperační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP.
Operační výzkum Řešení maticových her převodem na úlohu LP. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu
VíceZÁPADOČESKÁ UNIVERZITA V PLZNI
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ Bakalářská práce Dualita úloh lineárního programování The Duality of linear programming problems Jakub Petelík CHEB 2014 Čestné prohlášení Prohlašuji,
VíceKvantitativní metody v rozhodování
Kvantitativní metody v rozhodování Každý manažer je ve své denodenní praxi vystaven řadě rozhodovacích situací a problémů, které může analyzovat ze dvou hledisek: bud na základě znalostí a zkušeností (kvalitativní
VíceVýběr báze. u n. a 1 u 1
Výběr báze Mějme vektorový prostor zadán množinou generátorů. To jest V = M, kde M = {u,..., u n }. Pokud je naším úkolem najít nějakou bázi V, nejpřímočařejším postupem je napsat si vektory jako řádky
VíceSoustavy lineárních rovnic
Soustavy lineárních rovnic Základy vyšší matematiky LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipĺıny společného
Více7 Výpočet simplexové metody
7 Výpočet simplexové metody V této přednášce si ukážeme krok za krokem základní způsob implementace simplexové metody pomocí pivotování simplexové tabulky(oddíl 6.4). To znamená, že od teorie přejdeme
VíceZápadočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat
Západočeská univerzita v Plzni Fakulta aplikovaných věd SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU MATEMATICKÉ MODELOVÁNÍ Ivana Kozlová Modely analýzy obalu dat Plzeň 2010 Obsah 1 Efektivnost a její hodnocení 2 2 Základní
VíceF A,B = Vektory baze vyjádřete jako aritmetické vektory souřadnic vzhledem
Přezdívka: Jméno a příjmení: výsledek 11 8 18 4 1 4 1 1 1 9 4 4 4 Určete které z vektorů B v 1 = 1 B v = 6 leží v oboru hodnot lineárního zobrazení zadaného maticí 1 1 1 5 1 15 1 6 5 Ten, který leží, můžete
VíceExaktní metody rozhodování II. Studijní opory
Operační program Vzdělávání pro konkurenceschopnost PROJEKT Integrovaný systém modulární počítačové podpory výuky ekonomicko-technického zaměření CZ.1.07/2.2.00/28.0300 Exaktní metody rozhodování II Studijní
VíceUniverzitní licence MATLABu. Pište mail na: se žádostí o nejnovější licenci MATLABu.
Univerzitní licence MATLABu Pište mail na: operator@service.zcu.cz se žádostí o nejnovější licenci MATLABu. * násobení maticové K = L = 1 2 5 6 3 4 7 8 Příklad: M = K * L N = L * K (2,2) = (2,2) * (2,2)
VíceANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
VíceSOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC
SOUSTAVY LINEÁRNÍCH ALGEBRAICKÝCH ROVNIC Pojm: Algebraická rovnice... rovnice obsahující pouze celé nezáporné mocnin neznámé, tj. a n n + a n 1 n 1 +... + a 2 2 + a 1 + a 0 = 0, kde n je přirozené číslo.
VíceProjekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: Kvadratická funkce Autor: Kubešová
Více2.2 Grafické ešení úloh LP
2. Lineární programování 21 zabránili záporným hodnotám produkce, nezabývali jsme se pípady, kdy jako výsledný objem produkce získáme desetinné číslo. Nápravu lze snadno sjednat zahrnutím tzv. podmínek
VíceSimplexová metoda. Simplexová tabulka: Záhlaví (účelová funkce) A ~ b r βi. z j c j. z r
Simplexová metoda Simplexová metoda, je jedním ze způsobů, jak řešit úlohy lineárního programování. Tato metoda vede k cíly, nelezení optimálního řešení, během konečného počtu kroků, pokud se při prvním
VíceOtázky ke státní závěrečné zkoušce
Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního
VíceProgramy pro ˇreˇsen ı ulohy line arn ıho programov an ı 18. dubna 2011
Programy pro řešení úlohy lineárního programování 18. dubna 2011 Přehled Mathematica Sage AMPL GNU Linear Programming Kit (GLPK) Mathematica Mathematika je program pro numerické a symbolické počítání.
Více7 Kardinální informace o kritériích (část 1)
7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru
Více15. Soustava lineárních nerovnic - optimalizace
@173 15. Soustava lineárních nerovnic - optimalizace Jak jsme se dozvěděli v 3. lekci tohoto kurzu, je obrazem rovnice ax + by + c = 0, a,b,c R (a; b) (0; 0) přímka a obrazem nerovnic ax + by + c 0, a,b,c
VíceIB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
VíceNumerické metody a programování
Projekt: Inovace výuky optiky se zaměřením na získání experimentálních dovedností Registrační číslo: CZ.1.7/2.2./28.157 Numerické metody a programování Lekce 4 Tento projekt je spolufinancován Evropským
Více2 Spojité modely rozhodování
2 Spojité modely rozhodování Jak již víme z přednášky, diskrétní model rozhodování lze zapsat ve tvaru úlohy hodnocení variant: f(a i ) max, a i A = {a 1, a 2,... a p }, kde f je kriteriální funkce a A
Více1 Extrémy funkcí - slovní úlohy
1 Extrémy funkcí - slovní úlohy Příklad 1.1. Součet dvou kladných reálných čísel je a. Určete 1. Minimální hodnotu součtu jejich n-tých mocnin.. Maximální hodnotu součinu jejich n-tých mocnin. Řešení.
Více4.3. GONIOMETRICKÉ ROVNICE A NEROVNICE
4.3. GONIOMETRICKÉ ROVNICE A NEROVNICE V této kapitole se dozvíte: jak jsou definovány goniometrické rovnice a nerovnice; jak se řeší základní typy goniometrických rovnic a nerovnic. Klíčová slova této
VíceSystematická tvorba jízdního řádu 2. cvičení
Projektování dopravní obslužnosti Systematická tvorba jízdního řádu 2. cvičení Ing. Zdeněk Michl Ústav logistiky a managementu dopravy ČVUT v Praze Fakulta dopravní Rekapitulace zadání Je dána následující
VíceM - Kvadratické rovnice a kvadratické nerovnice
M - Kvadratické rovnice a kvadratické nerovnice Určeno jako učební tet pro studenty dálkového studia. VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase.
VíceAnalýza obalu dat úvod
Analýza obalu dat úvod Jana Klicnarová Katedra aplikované matematiky a informatiky Jihočeská Univerzita v Českých Budějovicích, Ekonomická fakulta 2010 Analýza obalu dat (DEA) Analýza obalu dat (Data envelopement
Více4EK201 Matematické modelování 5. Speciální úlohy lineárního programování
4EK201 Matematické modelování 5. Speciální úlohy lineárního programování 4. Typické úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Směšovací problémy
VíceNÁHODNÝ VEKTOR. 4. cvičení
NÁHODNÝ VEKTOR 4. cvičení Náhodný vektor Náhodným vektorem rozumíme sloupcový vektor X=(X, X,, X n ) složený z náhodných veličin X, X,, X n, který je charakterizován sdruženým rozdělením pravděpodobnosti.
VíceMatematika. Kamila Hasilová. Matematika 1/34
Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická
Více1 Polynomiální interpolace
Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,
VíceLineární rovnice. Rovnice o jedné neznámé. Rovnice o jedné neznámé x je zápis ve tvaru L(x) = P(x), kde obě strany tvoří výrazy s jednou neznámou x.
Lineární rovnice Rovnice je zápis rovnosti mezi dvěma algebraickými výrazy, které obsahují alespoň jednu proměnnou, kterou nazýváme neznámá. Rovnice má levou stranu L a pravou stranu P. Rovnost pak zapisujeme
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. GARANT KURZU Prof. Ing. Josef Jablonský, CSc. Místnost: NB 437 Konzultační hodiny: úterý 13:00 15:00 E-mail: jablon@vse.cz
VíceZáklady spojité optimalizace
Základy spojité optimalizace 2. ledna 2013 Obsah 1 Přehled 2 1.1 Obecná úloha........................... 2 1.2 Dělení úloh............................ 2 1.3 Volný extrémem......................... 3 1.4
VíceKFC/SEM, KFC/SEMA Rovnice, nerovnice
KFC/SEM, KFC/SEMA Rovnice, nerovnice Požadované dovednosti: Řešení lineárních rovnic a nerovnic Řešení kvadratických rovnic Řešení rovnic s odmocninou Řešení rovnic s parametrem Řešení rovnic s absolutní
VíceCVIČNÝ TEST 17. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15
CVIČNÝ TEST 17 Mgr. Tomáš Kotler OBSAH I. Cvičný test II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15 I. CVIČNÝ TEST VÝCHOZÍ TEXT A OBRÁZEK K ÚLOZE 1 Jsou dány funkce f: y = x + A, g: y = x B,
VíceM - Příprava na 1. zápočtový test - třída 3SA
M - Příprava na 1. zápočtový test - třída 3SA Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. VARIACE 1 Tento
Více