Dualita v úlohách LP Ekonomická interpretace duální úlohy. Jiří Neubauer. Katedra ekonometrie FEM UO Brno



Podobné dokumenty
Dopravní úloha. Jiří Neubauer. Katedra ekonometrie FEM UO Brno

(a) = (a) = 0. x (a) > 0 a 2 ( pak funkce má v bodě a ostré lokální maximum, resp. ostré lokální minimum. Pokud je. x 2 (a) 2 y (a) f.

Tvorba trendové funkce a extrapolace pro roční časové řady

Kvadratické rovnice pro učební obory

Kvadratické rovnice pro studijní obory

Vztah mezi dvěma čísly, které se rovnají, se nazývá rovnost, jako například : ( 2) 3 = 8 4 = 2 ; 16 = 4 ; 1 = 1 a podobně. 2

Soustavy lineárních rovnic

M - Rovnice - lineární a s absolutní hodnotou

Rozvrhování zaměstnanců

Lineární programování

Nerovnice s absolutní hodnotou

= musíme dát pozor na: jmenovatel 2a, zda je a = 0 výraz pod odmocninou, zda je > 0, < 0, = 0 (pak je jediný kořen)

Řešení: ( x = (1 + 2t, 2 5t, 2 + 3t, t); X = [1, 2, 2, 0] + t(2, 5, 3, 1), přímka v E 4 ; (1, 2, 2, 0), 0, 9 )

INŽENÝRSKÁ MATEMATIKA LOKÁLNÍ EXTRÉMY

3.2.4 Podobnost trojúhelníků II

Jan Paseka. Masarykova Univerzita Brno. 3. SOUSTAVY LINEÁRNÍCH ROVNIC p.1/57

EKONOMICKO-MATEMATICKÉ METODY

{ } Kombinace II. Předpoklady: =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce.

( ) Neúplné kvadratické rovnice. Předpoklady:

Lokální a globální extrémy funkcí jedné reálné proměnné

2 Spojité modely rozhodování

Kapitola I - Množiny bodů daných vlastností I.a Co je množinou všech bodů v rovině, které mají od daných dvou různých bodů stejnou vzdálenost? I.

2.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou

EKONOMICKO-MATEMATICKÉ METODY

Matematická analýza III.

MONOTÓNNOST FUNKCE. Nechť je funkce f spojitá v intervalu I a nechť v každém vnitřním bodě tohoto intervalu existuje derivace f ( x)

15 s. Analytická geometrie lineárních útvarů

10. Polynomy a racionálně lomenné funkce

ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE

Střední průmyslová škola strojnická Olomouc, tř.17. listopadu 49

KONSTRUKČNÍ ÚLOHY ŘEŠENÉ UŽITÍM MNOŽIN BODŮ

Analytická geometrie ( lekce)

Kapitola 7: Integrál. 1/14

1. Kruh, kružnice. Mezi poloměrem a průměrem kružnice platí vztah : d = 2. r. Zapíšeme k ( S ; r ) Čteme kružnice k je určena středem S a poloměrem r.

ax + b = 0, kde a, b R, přímky y = ax + b s osou x (jeden, nekonečně mnoho, žádný viz obr. 1.1 a, b, c). Obr. 1.1 a Obr. 1.1 b Obr. 1.

DUM téma: KALK Výrobek sestavy

2.2. SČÍTÁNÍ A NÁSOBENÍ MATIC

( ) ( ) ( ) 2 ( ) Rovnice s neznámou pod odmocninou II. Předpoklady: 2715

ELEKTROTECHNICKÁ MĚŘENÍ PRACOVNÍ SEŠIT 2-3

( ) Kreslení grafů funkcí metodou dělení definičního oboru I. Předpoklady: 2401, 2208

STEREOMETRIE. Vzdálenost bodu od přímky. Mgr. Jakub Němec. VY_32_INOVACE_M3r0113

4EK213 Lineární modely. 5. Dualita v úlohách LP

Mechanika tuhého tělesa. Dynamika + statika

65. ročník matematické olympiády Řešení úloh klauzurní části školního kola kategorie B

1.3.1 Kruhový pohyb. Předpoklady: 1105

INTEGRÁLNÍ POČET NEURČITÝ INTEGRÁL,

EXPONENCIÁLNÍ A LOGARITMICKÁ FUNKCE

Úvod. Analýza závislostí. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer

Učební dokument FUNKCE. Vyšetřování průběhu funkce. Mgr. Petra MIHULOVÁ. 4.roč.

Finanční matematika Vypracovala: Mgr. Zuzana Kopečková

derivace až do řádu n včetně. Potom existuje právě jeden polynom nejvýše n-tého stupně, který je aproximací funkce f v bodě x

2.7.2 Mocninné funkce se záporným celým mocnitelem

Domácí úkol DU01_2p MAT 4AE, 4AC, 4AI

9.2.5 Sčítání pravděpodobností I

E-ZAK. metody hodnocení nabídek. verze dokumentu: QCM, s.r.o.

Definice z = f(x,y) vázané podmínkou g(x,y) = 0 jsou z geometrického hlediska lokálními extrémy prostorové křivky k, Obr Obr. 6.2.

Rovnice s neznámou pod odmocninou a parametrem

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

Geometrické vektory. Martina Šimůnková. Katedra aplikované matematiky. 9. března 2008

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

4.6.6 Složený sériový RLC obvod střídavého proudu

Plánování a řízení zásob

MS WORD 2007 Styly a automatické vytvoření obsahu

Výrazy lze též zavést v nečíselných oborech, pak konstanty označuji jeden určitý prvek a obor proměnné není množina čísel.

Modely dopravních úloh minimalizující dobu přepravy

Ekonomika Základní ekonomické pojmy

Nyní jste jedním z oněch kouzelníků CÍL: Cílem hry je zničit soupeřovy HERNÍ KOMPONENTY:

KIV/ZI Základy informatiky. MS Excel maticové funkce a souhrny

Matice a maticová algebra, soustavy lineárních rovnic, kořeny polynomu a soustava nelin.rovnic

4. Výčtem prvků f: {[2,0],[3,1],[4,2],[5,3]}


UŽITÍ DERIVACÍ, PRŮBĚH FUNKCE

Rostislav Horčík. 13. října 2006

Funkce více proměnných

KVADRATICKÉ ROVNICE A NEROVNICE (včetně řešení v C)

Informace k novému vydání učebnice 2015 Manažerské účetnictví nástroje a metody (2. aktualizované a přepracované vydání) OBSAH 2015

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

Lineární algebra. Vektorové prostory

Číselné soustavy Ing. M. Kotlíková, Ing. A. Netrvalová Strana 1 (celkem 7) Číselné soustavy

Vrtání závitů bez vyrovnávací hlavičky (G331, G332)

Grafické řešení soustav lineárních rovnic a nerovnic

Soustavy lineárních rovnic

Důkazové metody. Teoretická informatika Tomáš Foltýnek

Využití fixních a variabilních nákladů pro manažerské rozhodování a finanční řízení

Pohyb a klid těles. Průměrnou rychlost pohybu tělesa určíme, když celkovou dráhu dělíme celkovým časem.

4.2.7 Voltampérová charakteristika rezistoru a žárovky

Paradigmata kinematického řízení a ovládání otevřených kinematických řetězců.

Matice. Přednáška MATEMATIKA č. 2. Jiří Neubauer. Katedra ekonometrie FEM UO Brno kancelář 69a, tel

Pracovní list 8 - Využití časového fondu. Pracovní list Plánování personálních potřeb

Každý jednotlivý záznam datového souboru (tzn. řádek) musí být ukončen koncovým znakem záznamu CR + LF.

8. Lineární rovnice s parametrem

WVB. Standardní úhelníky pro domy Trojrozměrné spojovací desky z uhlíkové oceli s galvanickým zinkováním WVB - 01 CELKOVÁ ŠKÁLA CERTIFIKOVANÁ ODOLNOST

IRACIONÁLNÍ ROVNICE. x /() 2 (umocnění obou stran rovnice na druhou) 2x 4 9 /(-4) (ekvivalentní úpravy) Motivace: Teorie: Řešené úlohy:

Systémy plánování a řízení výroby AROP I

Součin matice A a čísla α definujeme jako matici αa = (d ij ) typu m n, kde d ij = αa ij pro libovolné indexy i, j.

Téma 10: Podnikový zisk a dividendová politika

Označování dle 11/2002 označování dle ADR, označování dle CLP

Pracovní list vzdáleně ovládaný experiment. Obr. 1: Schéma sériového RLC obvodu, převzato z [3].

když n < 100, n N, pak r(n) = n,

Kalkulační třídění nákladů

Transkript:

Přednáška č. 6 Katedra ekonometrie FEM UO Brno

Uvažujme obecnou úlohu lineárního programování, tj. úlohu nalezení takového řešení vlastních omezujících podmínek a 11 x 1 + a 1 x +... + a 1n x n = b 1 a 1 x 1 + a x +... + a n x n = b... a m1 x 1 + a m x +... + a mn x n = b m aby současně byly splněny podmínky nezápornosti, tj. a aby účelová funkce x i, i = 1,..., n. z = c 1 x 1 + c x + + c n x n nabývala svého maxima, resp. minima.

V úloze se vyskytují 3 druhy koeficientů: a ij... strukturální koeficienty b i... celkové úrovně činitelů (pravé strany) c j... cenové koeficienty Tyto koeficienty jsou v matematických modelech propojeny pomocí proměnných x j. Koeficienty a ij, b i se vyskytují ve vlastních omezeních, koeficienty c j se vyskytují v účelové funkci. Takto zformulovaný matematický model budeme nazývat primární matematický model.

Ke každé úloze lineárního programování lze formulovat úlohu duální. Dualita je matematický vztah mezi dvěma úlohami lineárního programování primární a duální, které tvoří dvojici duálně sdružených úloh. Věta o reflexivnosti duality Duální úloha k duální úloze je původní primární úloha. Reflexivnost duality umožňuje z vlastností a řešení primární úlohy určit vlastnosti a řešení úlohy duální a naopak.

Říkáme, že maximalizační úloha je ve standardním tvaru, jestliže všechny vlastní omezující podmínky jsou typu nebo =, tzn. např. z = c 1 x 1 + c x +... + c n x n max a 11 x 1 + a 1 x +... + a 1n x n b 1 a 1 x 1 + a x +... + a n x n b... a m1 x 1 + a m x +... + a mn x n b m

Říkáme, že minimalizační úloha je ve standardním tvaru, jestliže všechny vlastní omezující podmínky jsou typu nebo =, tzn. např. z = c 1 x 1 + c x +... + c n x n min a 11 x 1 + a 1 x +... + a 1n x n b 1 a 1 x 1 + a x +... + a n x n b... a m1 x 1 + a m x +... + a mn x n b m Poznámka: Pokud typy nerovností nejsou v souladu s extrémem účelové funkce, je třeba příslušné vlastní omezující podmínky násobit číslem ( 1), a to i za cenu záporné pravé strany.

Ke každé úloze lineárního programování ve standardním tvaru lze jednoznačně přiřadit duální úlohu následovně: Maximalizační primární úloze ve standardním tvaru přísluší minimalizační duální úloha ve standardním tvaru, a naopak. Každému vlastnímu omezení primární úlohy odpovídá jedna strukturní proměnná úlohy duální, a naopak. Matice strukturních koeficientů primární úlohy a matice strukturních koeficientů duální úlohy jsou navzájem transponované. Vektor pravých stran primární úlohy je vektorem cen úlohy duální, a naopak.

Primární mat. model Účelová funkce max (resp. min) Vlastní omezení primární úlohy (počet m) Podmínky nezápornosti primárních proměnných (počet n) z = n c j x j max j=1 A x b x j, j = 1,... n Duální mat. model Účelová funkce min (resp. max) Podmínky nezápornosti duálních proměnných (počet m) Vlastní omezení duální úlohy (počet n) f = m b i u i min i=1 A T u c u i, i = 1,... m

Dualita v lineárním programování je jednoznačné přiřazení matematických modelů vycházejících ze stejných koeficientů a ij, b i, c j, které jsou v modelech jinak umístěny. Jestliže se v primární úloze objevují vlastní omezující podmínky pouze ve tvaru nerovnic (nikoli rovnic) a podmínky nezápornosti na všechny proměnné, tvoří primární úloha spolu s duální úlohou dvojici tzv. symetrických duálně sdružených úloh. Když se mezi vlastními omezujícími podmínkami primární úlohy vyskytuje nějaká rovnice, či pokud se nepožaduje nezápornost některé primární proměnné, nazýváme primární úlohu spolu s duální úlohou dvojicí tzv. nesymetrických duálně sdružených úloh.

Schéma konstrukce duální úlohy a 11 x 1 + a 1 x +... + a 1n x n b 1 u 1 u 1 u 1 u 1 + + + + a 1 x 1 + a x +... + a n x n b u u u u + + + +... + + + + a m1 x 1 + a m x +... + a mn x n b m u m u m u m u m z = c 1 x 1 + c x +... + c n x n max min f

Podnik vyrábí dva druhy výrobku V 1 a V. Tabulka udává spotřebu surovin S 1 a S v kg na výrobu 1 ks výrobku V 1, resp. V, a disponibilní množství těchto surovin. Zisk z každého výrobku V 1 je 3 Kč a z 1 ks V je Kč. Stanovte optimální výrobní plán podniku tak, aby dosáhl maximálního zisku. Sestavte matematický model duální úlohy a naleznete řešení duální úlohy. Výrobky Disponibilní V 1 V množství S 1 1 S 1 11 zisk 3 max

Nejprve sestavíme (primární) matematický model úlohy. x 1 + x 1 x 1 + x 11 z = 3x 1 + x max x 1, x, kde x 1, resp. x značí počet kusu výrobku V 1, resp. V. Primární úloha je maximalizační a všechny vlastní omezující podmínky jsou nerovnosti (konkrétně typu ), tzn. matematický model je ve standardním tvaru. Současně obě proměnné musí být nezáporné, proto tato úloha a k ní úloha duálně sdružená budou tvořit dvojici symetrických úloh.

Primární úloha má dvě vlastní omezení, proto duální úloha bude mít dvě duální proměnné. Označíme je u 1 a u. Uplatněním výše uvedených pravidel sestavíme matematický model duální úlohy ve tvaru u 1 + u 3 u 1 + u f = 1u 1 + 11u min u 1, u Vyřešme nejprve simplexovou metodou primární úlohu, poté vyřešíme úlohu duální (metoda umělé báze).

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 z 3 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 z 3 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 x 1 1 7 z 3 8 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 x 1 1 7 z 3 8 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 1 x 1 1 7 11 z 3 8 max

báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 1 x 1 1 7 11 z 3 8 max

PRIMÁRNÍ ÚLOHA báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 1 x 1 1 7 11 z 3 8 max x 1 9 1 9 1 x 1 1 1 18 18 11 z 18 18 9 max

PRIMÁRNÍ ÚLOHA báze x 1 x x 1 x b i β i α ik x 1 1 1 x 1 1 11 7 z 3 max x 1 18 1 1 1 1 1 x 1 1 7 11 z 3 8 max x 1 9 1 9 1 x 1 1 1 18 18 11 z 18 18 9 max Optimální řešení je x = (, 1,, ), z max = 9.

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik 3 u 1 1 1 u 1 1 1 f 1 11 min f 7 1 1 min

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik 3 u 1 1 1 u 1 1 1 f 1 11 min f 7 1 1 min

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min u 1 18 1 u 1 1 1 1 1 f 9 min f 18 1 7 11 min 1 11

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min u 1 18 1 u 1 1 1 1 1 f 9 min f 18 1 7 11 min 1 11

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min u 1 18 1 u 1 1 1 1 1 f 9 min f 18 1 7 11 min 1 11 11 18

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min u 1 18 1 u 1 1 1 1 1 f 9 min f 18 1 7 11 min 1 11 11 18

DUÁLNÍ ÚLOHA báze u 1 u u 1 u u 1 u b i β i α ik u 1 1 1 3 3 u 1 1 1 f 1 11 min f 7 1 1 min u 1 18 1 u 1 1 1 1 1 f 9 min f 18 1 7 11 min u 1 18 18 18 11 18 18 1 u 1 1 18 18 1 18 18 18 f 1 1 9 min f 1 1 min 1 Optimální řešení je u = ( 18, 11 18,, ), f min = 9. 11 11 18

Věta o dualitě Má-li jedna z dvojice duálně sdružených úloh lineárního programování optimální řešení, pak má i druhá úloha optimální řešení a hodnoty účelových funkcí (pro tato optimální řešení) jsou stejné. Řešení duální úlohy lze vyvodit i z posledního kroku simplexové tabulky primární úlohy. Podobně, na základě reflexivity duality platí, že optimální řešení primární úlohy lze určit z posledního kroku simplexové tabulky duální úlohy (obsahuje-li optimální řešení duální úlohy).

báze x 1... x n x 1... x m b i.... z u 1... u n u 1... u m z = f Tabulka: Řešení duální úlohy v řešení primární úlohy báze u 1... u m u 1... u n b i.... f x 1... x m x 1... x n f = y Tabulka: Řešení primární úlohy v řešení duální úlohy Poznámka. Pokud je úloha minimalizační, je třeba koeficienty v anulované účelové rovnici vynásobit číslem ( 1) a teprve pak je považovat za duální proměnné.

PRIMÁRNÍ ÚLOHA báze x 1 x x 1 x b i x 1 9 1 9 1 x 1 1 1 18 18 11 z 18 18 9 Optimální řešení je x = (, 1,, ), z max = 9. DUÁLNÍ ÚLOHA báze u 1 u u 1 u b i u 1 11 18 18 18 1 u 1 1 18 18 18 f 1 9 Optimální řešení je u = ( 18, 11 18,, ), f min = 9.

Uveďme na tomto místě, jaké kombinace optimálních řešení (a jejich vlastností) duálně sdružených úloh jsou přípustné. Má-li primární úloha jediné optimální řešení, pak i duální úloha má jediné optimální řešení, a naopak. Má-li primární úloha alternativní řešení, pak optimální řešení duální úlohy je degenerované, a naopak. Nemá-li primární úloha konečné optimální řešení (tj. má přípustná řešení, ale účelová funkce může neomezeně růst, resp. klesat, podle toho, zda jde o maximalizační, resp. minimalizační, úlohu), pak duální úloha nemá žádné přípustné řešení, a naopak.

Podnik vyrábí dva druhy výrobku V 1 a V. Tabulka udává spotřebu surovin S 1 a S v kg na výrobu 1 ks výrobku V 1, resp. V, i disponibilní množství těchto surovin. Zisk z každého výrobku V 1 je 3 Kč a z 1 ks V je Kč. Výrobky Disponibilní V 1 V množství S 1 1 S 1 11 zisk 3 max Optimální výrobní plán podniku tak, aby dosáhl maximálního zisku, jsme již stanovili dříve. V tom případě se suroviny transformují na výrobky a ty se (se ziskem) prodávají. Zde ale uvažujme zcela jinak. Úkolem je sestavit úlohu (její matematický model), kdy nebudeme ze surovin vyrábět výrobky a ty prodávat, ale budeme prodávat přímo suroviny, které má podnik k dispozici.

Uvažujme tedy přímý prodej surovin. Otázkou, která nás zajímá, je, jaké by musely být ceny surovin (a jakého nejmenšího možného zisku přitom dosáhneme), aby se jejich přímý prodej vyplatil. Označme tedy neznámou cenu jednotkového množství suroviny S 1 symbolem u 1 a neznámou cenu jednotkového množství suroviny S symbolem u. Prodejní cena celkového množství surovin je potom dána funkcí f = 1u 1 + 11u. Aby se přímý prodej surovin vyplatil (proti transformaci surovin na výrobky), je třeba zajistit, aby se přímým prodejem surovin, potřebných pro výrobu 1 ks výrobku V 1, dosáhlo alespoň stejného zisku jako v případě jeho výroby a prodeje, tj. alespoň 3 Kč. Dostáváme podmínku u 1 + u 3.

Analogickou úvahou vzhledem k surovinám potřebných k výrobě výrobku V dospějeme k podmínce u 1 + u. Ceny surovin uvažujeme nezáporné, tj. u 1, u. Dostáváme tedy model což je již řešená duální úloha LP. u 1 + u 3 u 1 + u f = 1u 1 + 11u min u 1, u