4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP

Podobné dokumenty
4EK201 Matematické modelování. 2. Lineární programování

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

4EK311 Operační výzkum. 2. Lineární programování

4EK213 LINEÁRNÍ MODELY

4EK213 LINEÁRNÍ MODELY

4EK212 Kvantitativní management. 2. Lineární programování

4EK311 Operační výzkum. 3. Optimalizační software a stabilita řešení úloh LP

4EK213 Lineární modely. 4. Simplexová metoda - závěr

4EK213 Lineární modely. 5. Dualita v úlohách LP

4EK201 Matematické modelování. 1. Úvod do matematického modelování

4EK213 LINEÁRNÍ MODELY

1. července 2010

Příklady modelů lineárního programování

4EK201 Matematické modelování. 11. Ekonometrie

4EK213 Lineární modely. 12. Dopravní problém výchozí řešení

Operační výzkum. Základní informace

Obecná úloha lineárního programování. Úloha LP a konvexní množiny Grafická metoda. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Matematický model. omezující podmínky. Tab. 2.1 Prvky ekonomického a matematického modelu

RNDr. Sousedíková Radmila, Ph.D.

4EK213 Lineární modely. 10. Celočíselné programování

4EK201 Matematické modelování. 10. Teorie rozhodování

Lineární funkcí se nazývá každá funkce, která je daná rovnicí y = ax + b, kde a, b jsou reálná čísla.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

Ekonomická formulace. Matematický model

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1

15. Soustava lineárních nerovnic - optimalizace

Kvadratickou funkcí se nazývá každá funkce, která je daná rovnicí. Definičním oborem kvadratické funkce je množina reálných čísel.

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

Lineární programování

Metody lineární optimalizace Simplexová metoda. Distribuční úlohy

Systémové modelování. Ekonomicko matematické metody I. Lineární programování

Teorie her a ekonomické rozhodování. 2. Maticové hry

2.2 Grafické ešení úloh LP

Parametrické programování

Karta předmětu prezenční studium

OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS

Měření závislosti statistických dat

Lineární programování

Základy matematiky pro FEK

Operační výzkum. Vícekriteriální programování. Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování.

Operační výzkum. Teorie her cv. Hra v normálním tvaru. Optimální strategie. Maticové hry.

Simplexové tabulky z minule. (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25

Otázky ke státní závěrečné zkoušce

13. Lineární programování

Učební texty k státní bakalářské zkoušce Matematika Základy lineárního programování. študenti MFF 15. augusta 2008

Konvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

1.1 Typy úloh LP. Klíčová slova: úlohy LP, formulace modelu. 1. Formulace ekonomického modelu.

Lineární funkce, rovnice a nerovnice

Nejprve si uděláme malé opakování z kurzu Množiny obecně.

4EK201 Matematické modelování 5. Speciální úlohy lineárního programování

ZŠ ÚnO, Bratří Čapků 1332

ÚVOD DO ROZHODOVÁNÍ PŘEDNÁŠKA. OPTIMALIZACE A ROZHODOVÁNÍ V DOPRAVĚ Přednáška 1. Zuzana Bělinová

2. část: Základy matematického programování, dopravní úloha. Ing. Michal Dorda, Ph.D.

Funkce a lineární funkce pro studijní obory

Funkce pro studijní obory

Funkce jedné reálné proměnné. lineární kvadratická racionální exponenciální logaritmická s absolutní hodnotou

Obecná rovnice kvadratické funkce : y = ax 2 + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených funkcí je množina reálných čísel.

4EK211 Základy ekonometrie

CVIČNÝ TEST 36. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Obecná úloha lineárního programování

DSS a De Novo programming

EKONOMICKO-MATEMATICKÉ METODY

4EK201 Matematické modelování. 4. Typické úlohy lineárního programování

Operační výzkum. Teorie her. Řešení maticových her převodem na úlohu LP.

Přednáška č.7 Ing. Sylvie Riederová

Exaktní metody v managementu

Manažerská ekonomika KM IT

Katedra matematiky OPERAČNÍ VÝZKUM Mgr. Andrea Kubišová

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE

Bakalářská matematika I

CVIČNÝ TEST 15. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Funkce - pro třídu 1EB

11.1 Jedna rovnice pro jednu neznámou

Učitelství 1. stupně ZŠ tématické plány předmětů matematika

Funkce, elementární funkce.

1.13 Klasifikace kvadrik

JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA OPERAČNÍ ANALÝZA

12. Lineární programování

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Grafické řešení soustav lineárních rovnic a nerovnic

Vícekriteriální programování příklad

Bakalářská matematika I

Grafické řešení rovnic a jejich soustav

Obr. P1.1 Zadání úlohy v MS Excel

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

Matematická funkce. Kartézský součin. Zobrazení. Uspořádanou dvojici prvků x, y označujeme [x, y] Uspořádané dvojice jsou si rovny, pokud platí:

Lineární programování

2.3.9 Lineární nerovnice se dvěma neznámými

9. Soustava lineárních rovnic

6 Simplexová metoda: Principy

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Úvod do optimalizace Matematické metody pro ITS (11MAMY)

CVIČNÝ TEST 5. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 17 IV. Záznamový list 19

MĚSÍC MATEMATIKA GEOMETRIE

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

Lineární algebra. Soustavy lineárních rovnic

FUNKCE, ZÁKLADNÍ POJMY

OSA. maximalizace minimalizace 1/22

Nerovnice a nerovnice v součinovém nebo v podílovém tvaru

Numerické metody 6. května FJFI ČVUT v Praze

Transkript:

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 Omluvy předmětu bez udání důvodu do konce března / října Garant kurzu: prof. RNDr. Ing. Michal Černý, Ph.D. Nová budova, místnost 430 Konzultační hodiny InSIS E-mail: cernym@vse.cz Mgr. Sekničková Jana, Ph.D. 2

Doporučená literatura: Literatura, hodnocení Pelikán J., Chýna V. : Kvantitativní management. Oeconomica, 2011. Hodnocení (dle ECTS): Práce v průběhu semestru 40 bodů 30 bodů průběžný test 10 bodů práce na cvičení a/nebo doma Zkouška 60 bodů Na posledním termínu nelze získat 4+ Body Známka 90-100 1 75-89 2 60-74 3 50-59 4+ 0-49 4 Mgr. Sekničková Jana, Ph.D. 3

1.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených na analýzu rozhodovacích problémů Analýza a koordinace prováděných operací v rámci systému Historie Počátky ve 30. a 40. letech 20. století G. B. Dantzig, L. Kantorovič Nobelova cena za ekonomii Zásadní rozvoj během 2. světové války (taktické operace) a po ní Další ohromný rozvoj s vývojem výpočetní techniky Mgr. Sekničková Jana, Ph.D. 4

1.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Snaha nalézt nejlepší (optimální) řešení daného problému při respektování všech omezení, která mají vliv na chod systému Základním nástrojem matematické modelování Matematický model Zjednodušený obraz reálného systému Umožňuje zkoumat různé varianty systému chování systému ve zkráceném čase chování systému při změně parametrů Nižší náklady na realizaci Mgr. Sekničková Jana, Ph.D. 5

1.1 Podstata operačního výzkumu Fáze analýzy problému Reálný systém Definice problému Ekonomický model Matematický model Implementace Interpretace výsledků Verifikace modelu Řešení úlohy Mgr. Sekničková Jana, Ph.D. 6

1.2 Ekonomický model Zjednodušený popis reálného systému Slovní a číselný popis problému Obsahuje nejpodstatnější prvky a vazby mezi nimi Cíl analýzy - sledované kritérium optimality Procesy reálné aktivity probíhající s jistou intenzitou Činitelé omezení mající vliv na intenzitu procesů Vzájemné vztahy mezi procesy, činiteli a cílem analýzy Pro řešení je třeba ekonomický model formalizovat (zapsat matematickými prostředky) Mgr. Sekničková Jana, Ph.D. 7

1.2 Matematický model Formální zápis ekonomického modelu (matematický) Obsahuje prvky analogické ekonomickému problému Účelová funkce (cíl analýzy) funkce n proměnných (lineární či nelineární, většinou jedna) Proměnné (procesy) hodnoty odpovídají intenzitám jednotlivých procesů Omezující podmínky (činitelé) většinou rovnice či nerovnice Parametry (vzájemné vztahy) jejich hodnoty nemůže uživatel ovlivňovat Mgr. Sekničková Jana, Ph.D. 8

1.2 Matematické programování Matematický model úlohy matematického programování maximalizovat minimalizovat z = f(x 1, x 2,, x n ) za podmínek g 1 x 1, x 2,, x n 0, g 2 x 1, x 2,, x n 0, g m x 1, x 2,, x n 0, x 1, x 2,, x n 0. Mgr. Sekničková Jana, Ph.D. 9

1.2 Matematické programování Úloha lineárního programování (LP) Jsou-li všechny funkce, tj. f(x 1, x 2,, x n ) i g i x 1, x 2,, x n 0, i = 1,2,, m, lineární Úloha nelineárního programování (NLP) Je-li alespoň jedna z funkcí f(x 1, x 2,, x n ) či g i x 1, x 2,, x n 0, i = 1,2,, m, nelineární Mgr. Sekničková Jana, Ph.D. 10

1.3 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 3 + + a 1n x n R b 1 a 21 x 1 + a 22 x 2 + a 23 x 3 + + a 2n x n R b 2 a 31 x 1 + a 32 x 2 + a 33 x 3 + + a 3n x n R b 3 a m1 x 1 + a m2 x 2 + a m3 x 3 + + a mn x n R b m za podmínek nezápornosti x j 0, j = 1, 2,, n 1. Definice proměnných (jednotky): x 1 - počet vyrobených mobilů [ks] x 2 - počet vyrobených tabletů [ks] 2. Vlastní omezení (jednotky): 0,5 x 1 + 1 x 2 = 8 [hod.] x 1 2 x 2 [ks zařízení] 3. Podmínky nezápornosti (jednotky): x 1 0 ks mobilů x 2 0 [ks tabletů] 4. Účelová funkce (jednotky, extrém): max z = 1000 x 1 + 3000 x 2 [Kč] Mgr. Sekničková Jana, Ph.D. 11

1.3 Matematický model úlohy LP kde je x j a ij b i c j... proměnná modelu (strukturní)... strukturní koeficient... pravá strana i-tého omezení... cenový koeficient j-té proměnné (cena) R... jedno z relačních znamének,, = n m... počet strukturních proměnných modelu... počet vlastních omezení modelu i = 1, 2,, m, j = 1, 2,, n Mgr. Sekničková Jana, Ph.D. 12

1.4 Příklad - zadání Firma vyrábí dva typy paměťových karet: SD karty a mikro SD karty Oba typy karet jsou mimo jiné lisovány vylisování krabičky SD karet trvá 1 minutu, krabička mikro SD karet je lisována 2 minuty Karty firma balí do krabiček, ve kterých je pak prodává - krabička SD karet se balí 1 minutu, krabička mikro SD karet 4 minuty Firma má k dispozici 2 hodiny času pro lisování a 3 hodiny času pro balení výrobků Mgr. Sekničková Jana, Ph.D. 13

1.4 Příklad - zadání Vzhledem k poptávce je třeba vyrobit alespoň o 90 krabiček SD karet více než krabiček mikro SD karet Z technických důvodů nelze vyrobit více než 110 krabiček SD karet Zisk z jedné krabičky SD karet je 40 Kč, z jedné krabičky mikro SD karet 60 Kč Firma nemá potíže s odbytem výrobků Kolik krabiček SD a mikro SD karet má firma vyrobit, chce-li dosáhnout maximálního zisku? Mgr. Sekničková Jana, Ph.D. 14

1.4 Příklad ekonomický model Procesy Jednotky Výroba SD karet (SD) 1 krabička (kr.) Výroba mikro SD karet (msd) 1 krabička Činitelé na straně vstupu Čas na lisu 1 min. Čas pro balení 1 min. Činitelé na straně výstupu Vztah počtu SD a msd 1 krabička Max. počet SD 1 krabička Cíl Maximální zisk Kč Mgr. Sekničková Jana, Ph.D. 15

1.4 Příklad kvantitativní vztahy SD msd Kapacita Jednotky Jednotky [krabička] [krabička] Lis 1 [min./kr.] 2 [min./kr.] 2 [hod.] Balení 1 [min./kr.] 4 [min./kr.] 3 [hod.] Zisk 40 [Kč/kr.] 60 [Kč/kr.] [Kč] Kapacitu lisu a balicí linky bude třeba převést na srovnatelné jednotky Mgr. Sekničková Jana, Ph.D. 16

1.4 Příklad matematický model SD karty x 1 [krabička] Mikro SD karty x 2 [krabička] LIS 1 min x 1 + 2 min x 2 120 2 hodiny min BALENÍ 1 min x 1 + 4 min x 2 180 3 hodiny min POPTÁVKA 1 x 1-1 x 2 90 krabiček SD KARTY 1 x 1 + 0 x 2 110 krabiček NEZÁPORNOST x 1, x 2 0 ZISK 40 xkč 1 + 60 xkč 2 max Kč Mgr. Sekničková Jana, Ph.D. 17

1.4 Příklad srovnání EM a MM Ekonomický model: Procesy Výroba SD [Kr. SD] Výroba msd [Kr. msd] Činitelé Cíl Čas na lisu [min.] Čas balení [min.] Poptávka [krabičky] Max. Kr.SD[krabičky] Maximální zisk [Kč] Matematický model: Proměnné x 1 [Kr. SD] x 2 [Kr. msd] Omezení spotřeba 120 [min.] spotřeba 180 [min.] Kr.SD Kr.mSD 90 [krabičky] Kr.SD 110 [krabičky] Účelová funkce Maximální zisk [Kč] Mgr. Sekničková Jana, Ph.D. 18

1.5 Grafické řešení úlohy LP Jednoduchou úlohu vyřešíme graficky: zvolíme souřadnicový systém os x 1 a x 2 znázorníme všechna omezení modelu najdeme jejich průnik v prvním kvadrantu znázorníme účelovou funkci rovnoběžně ji posuneme tak, aby se dotkla průniku množin (shora nebo zdola) v bodě (popř. bodech) dotyku účelové funkce a množiny přípustných řešení je optimální řešení Mgr. Sekničková Jana, Ph.D. 19

x 2 60 45 40 OPTIMUM 0 60 90 110 120 180 (2) x 1 (1) Z max -90 (3) (4) Množina 1 x 1 x -+ 1 1, přípustných 2 x 2 x 2 90 0 120 řešení 40 1 x Osy x 1 a 1 x+ 1 + 60 04 x x 2 2 180 110 max Mgr. Sekničková Jana, Ph.D. 20

1.5 Grafické řešení úlohy LP Optimální řešení zadané úlohy leží na průsečíku dvou hraničních přímek omezení (1) a (4): x 1 + 2x 2 = 120 x 1 = 110 Odtud je x 1 = 110, x 2 = 5 Bod optimálního řešení je tedy x = 110, 5 Hodnota účelové funkce je po dosazení z = 40x 1 + 60x 2 = 40 110 + 60 5 = 4700 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] Zisk: 40 x 1 + 60 x 2 max [Kč] Mgr. Sekničková Jana, Ph.D. 21

1.6 Interpretace řešení úlohy LP Ekonomická interpretace optimálního řešení x 1 = 110, x 2 = 5, z = 4700 Vyrobíme 110 krabiček SD karet Vyrobíme 5 krabiček mikro SD karet Celkový zisk bude 4700 Kč Kolik spotřebujeme času na lisu? 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] Zisk: 40 x 1 + 60 x 2 max [Kč] Lis bude v provozu 1 x 1 + 2 x 2 = 1 110 + 2 5 = 120 minut. Kolik zbyde času na lisu? Na lisu zbyde 120 1 x 1 + 2 x 2 = 120 120 = 0 minut. Mgr. Sekničková Jana, Ph.D. 22

1.6 Interpretace řešení úlohy LP Ekonomická interpretace optimálního řešení x 1 = 110, x 2 = 5, z = 4700 Kolik spotřebujeme času na balení? 130 minut. 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] Zisk: 40 x 1 + 60 x 2 max [Kč] Kolik zbyde času na balení (jaká je rezerva)? Na balení zbyde 180 1 x 1 + 4 x 2 = 180 130 = 50 minut. Mgr. Sekničková Jana, Ph.D. 23

1.6 Interpretace řešení úlohy LP Ekonomická interpretace optimálního řešení x 1 = 110, x 2 = 5, z = 4700 O kolik SD karet vyrobíme více než mikro SD karet? O 105 krabiček. Jaká je rezerva v poptávce? 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] Zisk: 40 x 1 + 60 x 2 max [Kč] Rezerva je 1 x 1 1 x 2 90 = 105 90 = 15 krabiček. Mgr. Sekničková Jana, Ph.D. 24

1.6 Interpretace řešení úlohy LP Ekonomická interpretace optimálního řešení x 1 = 110, x 2 = 5, z = 4700 Kolik SD karet vyrobíme? 110 krabiček. Jaká je technologická rezerva? Rezerva je 110 1 x 1 + 0 x 2 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] Zisk: 40 x 1 + 60 x 2 max [Kč] = 110 110 = 0 krabiček. Mgr. Sekničková Jana, Ph.D. 25

1.6 Interpretace řešení úlohy LP Vypočtené rezervy jsou ekonomickou interpretací tzv. přídatných proměnných. Metody pro řešení úloh lineárního programování pracují s řešením soustavy rovnic (ESR), nikoliv se soustavou nerovnic. 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] SD karty: 1 x 1 + 0 x 2 110 [krabiček] Nezápornost: x 1, x 2 0 [krabiček] 1 x 1 + 2 x 2 + x 3 = 120 min 1 x 1 + 4 x 2 + x 4 = 180 min 1 x 1 1 x 2 x 5 = 90 [krabiček] 1 x 1 + 0 x 2 + x 6 = 110 [krabiček] x 1, x 2, x 3, x 4, x 5, x 6 0 Zisk: z = 40 x 1 + 60 x 2 max [Kč] z 40 x 1 60 x 2 = 0 max [Kč] Mgr. Sekničková Jana, Ph.D. 26

1.6 Interpretace řešení úlohy LP Strukturní proměnné: x 1 = 110 x 2 = 5 Přídatné proměnné: x 3 = 0 x 4 = 50 x 5 = 15 x 6 = 0 Optimální řešení: 1 x 1 + 2 x 2 + x 3 = 120 min 1 x 1 + 4 x 2 + x 4 = 180 min 1 x 1 1 x 2 x 5 = 90 [krabiček] 1 x 1 + 0 x 2 + x 6 = 110 [krabiček] z 40 x 1 60 x 2 = 0 max [Kč] x = 110, 5, 0, 50, 15, 0 T z = 4700 Mgr. Sekničková Jana, Ph.D. 27

Detaily k přednášce: skripta KONEC Mgr. Sekničková Jana, Ph.D. 28