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



Podobné dokumenty
Operační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.

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

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

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

4EK213 LINEÁRNÍ MODELY

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

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

Operační výzkum. Přiřazovací problém.

Lineární algebra. Soustavy lineárních rovnic

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

Parametrické programování

1. července 2010

12. Lineární programování

4EK213 LINEÁRNÍ MODELY

VÍCEKRITERIÁLNÍ ROZHODOVANÍ

5. Lokální, vázané a globální extrémy

Vícekriteriální programování příklad

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

VZÁJEMNÁ POLOHA DVOU PŘÍMEK

Obecná úloha lineárního programování

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Modernizace studijního programu Matematika na PřF Univerzity Palackého v Olomouci CZ.1.07/2.2.00/28.

DIPLOMOVÁ PRÁCE. Petra Váchová Lineární programování ve výuce na střední

4EK213 Lineární modely. 4. Simplexová metoda - závěr

3. ANTAGONISTICKÉ HRY

Digitální učební materiál

Spolehlivost soustav

Vektorový prostor. Př.1. R 2 ; R 3 ; R n Dvě operace v R n : u + v = (u 1 + v 1,...u n + v n ), V (E 3 )...množina vektorů v E 3,

Funkce dvou a více proměnných

2 Spojité modely rozhodování

ANALYTICKÁ GEOMETRIE LINEÁRNÍCH ÚTVARŮ V ROVINĚ

Operační výzkum. Síťová analýza. Metoda CPM.

4 Kriteriální matice a hodnocení variant

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

SOUSTAVY LINEÁRNÍCH ROVNIC

f ( x) = 5x 1 + 8x 2 MAX, 3x x ,

KOMPLEXNÍ ČÍSLA INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/

CVIČNÝ TEST 22. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

Extrémy funkce dvou proměnných

Matematika I, část I Vzájemná poloha lineárních útvarů v E 3

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

EKONOMICKO-MATEMATICKÉ METODY

ANTAGONISTICKE HRY 172

Lineární algebra. Matice, operace s maticemi

i=1 Přímka a úsečka. Body, které leží na přímce procházející body a a b můžeme zapsat pomocí parametrické rovnice

Otázky ke státní závěrečné zkoušce

Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/ Lineární rovnice

Ekonomická formulace. Matematický model

M - Příprava na 1. zápočtový test - třída 3SA

obecná rovnice kružnice a x 2 b y 2 c x d y e=0 1. Napište rovnici kružnice, která má střed v počátku soustavy souřadnic a prochází bodem A[-3;2].

M - Příprava na pololetní písemku č. 1

Funkce a lineární funkce pro studijní obory

Průvodce studiem. do bodu B se snažíme najít nejkratší cestu. Ve firmách je snaha minimalizovat

4EK201 Matematické modelování. 2. Lineární programování

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

7 Kardinální informace o kritériích (část 1)

Problém lineární komplementarity a kvadratické programování

IB112 Základy matematiky

Matematika I, část I. Rovnici (1) nazýváme vektorovou rovnicí roviny ABC. Rovina ABC prochází bodem A a říkáme, že má zaměření u, v. X=A+r.u+s.

CVIČNÝ TEST 17. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 13 IV. Záznamový list 15

jevu, čas vyjmutí ze sledování byl T j, T j < X j a T j je náhodná veličina.

Obsah. Lineární rovnice. Definice 7.9. a i x i = a 1 x a n x n = b,

6 Skalární součin. u v = (u 1 v 1 ) 2 +(u 2 v 2 ) 2 +(u 3 v 3 ) 2

Teorie her a ekonomické rozhodování. 2. Maticové hry

6 Ordinální informace o kritériích

LINEÁRNÍ ROVNICE S ABSOLUTNÍ HODNOTOU

6. ANALYTICKÁ GEOMETRIE

VELIKOST VEKTORU, POČETNÍ OPERACE S VEKTORY

4EK213 Lineární modely. 12. Dopravní problém výchozí řešení

VZÁJEMNÁ POLOHA DVOU PŘÍMEK V ROVINĚ

DMA Přednáška Rekurentní rovnice. takovou, že po dosazení odpovídajících členů do dané rovnice dostáváme pro všechna n n 0 + m pravdivý výrok.

6 Simplexová metoda: Principy

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

Rovnice a nerovnice v podílovém tvaru

Matematická analýza III.

MATEMATIKA STŘEDNÍ ŠKOLA EKONOMIKY, OBCHODU A SLUŽEB SČMSD BENEŠOV, S.R.O. Mgr. Miloslav Janík. Výukový materiál zpracován v rámci operačního projektu

4EK201 Matematické modelování. 10. Teorie rozhodování

1 Determinanty a inverzní matice

1 Řešení soustav lineárních rovnic

FIT ČVUT MI-LOM Lineární optimalizace a metody. Dualita. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Exponenciální rovnice. Metoda převedení na stejný základ. Cvičení 1. Příklad 1.

Digitální učební materiál

7 Konvexní množiny. min c T x. při splnění tzv. podmínek přípustnosti, tj. x = vyhovuje podmínkám: A x = b a x i 0 pro každé i n.

Funkce - pro třídu 1EB

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

19 Eukleidovský bodový prostor

0.1 Úvod do lineární algebry

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat

3 Lineární kombinace vektorů. Lineární závislost a nezávislost

KMA/GPM Barycentrické souřadnice a

Lineární programování

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

Soustavy rovnic pro učební obory

4. OBYČEJNÉ DIFERENCIÁLNÍ ROVNICE

1 Vektorové prostory.

Markovské metody pro modelování pravděpodobnosti

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Matematika. Kamila Hasilová. Matematika 1/34

Základy matematiky pro FEK

M - Kvadratické rovnice a kvadratické nerovnice

Transkript:

Operační výzkum Lexikografická metoda. Metoda agregace účelových funkcí. Cílové programování. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ.1.07/2.2.00/28.026

Vícekriteriální programování Definice: Úloha vícekriteriálního lineárního programování (VLP) je zobecněním úloh lineárního programování vzhledem k počtu účelových funkcí. Obecně uvažujeme úlohu s k účelovými funkcemi. Matematický model úlohy vícekriteriálního lineárního programování (VLP) má tvar 2 z 1 = z 1( x) z 2 = z 2( x) 7 6 4. z k = z k ( x) při podmínkách A x b, x o. 7 max 5

Úvod do vícekriteriálního hodnocení variant Poznámka: V předešlé definici použité symboly chápeme tímto způsobem: z s = z s( x), s = 1,..., k, jsou účelové funkce, jejichž hodnota je funkcí x, 0 1 a 11... a 1n B A = @....... C A je matice soustavy (nerovnic), a m1... a mn 0 1 x = b = o = B @ 0 B @ 0 B @ x 1. x n b 1. b m 0. 0 C A je vektor neznámých, 1 C A je vektor pravých stran (nerovnic) a 1 C A je nulový vektor.

Úvod do vícekriteriálního hodnocení variant Definice: Vektor x, splňující uvedená omezení, se nazývá přípustné řešení úlohy VLP. Množinu všech přípustných řešení značíme X P. Přípustné řešení x nazveme nedominovaným řešením úlohy VLP, jestliže neexistuje přípustné řešení takové, že z( x) z( x ) (vektorová nerovnost splněná ve všech k souřadnicích). Množinu všech nedominovaných řešení zančíme X N. Kompromisní řešení je pak některé z nedominovaných řešení. K nalezení kompromisního řešení existuje více metod. Přitom každá z těchto metod může označit jiné řešení za kompromisní. Každá z metod vyžaduje nějakou další informaci k zadané úloze (např. váhy kritérií, apod.)

Lexikografická metoda Je třeba znát pořadí kritérií (účelových funkcí) podle důležitosti. Při řešení úlohy VLP lexikografickou metodou se postupuje následovně. Nejprve se určí množina X 1 všech optimálních řešení vzhledem k nejdůležitější účelové funkci. Dále se řeší úloha vzhledem ke druhé nejdůležitější účelové funkci, přičemž za množinu všech přípustných řešení nyní bereme množinu X 1. Množina X 2 všech optimálních řešení této úlohy je dále množinou všech přípustných řešení třetí jednokriteriální úlohy s třetí nejdůležitější účelovou funkcí; atd. Nakonec získáme lexikograficky optimální řešení úlohy VLP.

Lexikografická metoda Lexikografická metoda postup: Úloha VLP s k účelovými funkcemi se v této metodě nahrazuje řešením nejvýše k jednokriteriálních úloh LP: 1 První úloha: Na množině všech přípustných řešení původní úlohy VLP se maximalizuje nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X 1. 2 Druhá úloha: Na množině X 1 se maximalizuje druhá nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X 2. Třetí úloha: Na množině X 2 se maximalizuje třetí nejdůležitější účelová funkce. Množina všech optimílních řešení této jednokrieriální úlohy označíme X. 4 Podobně postupujeme i dále. Skončíme buď po vyřešení t-té úlohy (t < k), jestliže množina X t je jednoprvková, nebo nejpozději po vyřešení k-té úlohy. Za kompromisní řešení úlohy VLP pak považujeme řešení X t, resp. X k. V prvním případě je kompromisní řešení jednoprvkové, ve druhém případě může být kompromisních řešení více.

Lexikografická metoda Př: Určete graficky množinu X N všech nedominovaných řešení úlohy VLP a graficky i početně lexikograficky optimální řešení.» z1 = 5x 1 + x 2 max z 2 = x 2 za podmínek x 1 + x 2 4, (1) x 1 2x 2, (2) x 1 0, x 2 0. (),(4) Pořadí důležitosti uvažujte a) 1. z 1, 2. z 2; b) 1. z 2, 2. z 1.

Lexikografická metoda Řešení: Množinou X P všech přípustných řešení úlohy je čtyřúhelník OABCD, X P = 4-úh. OABCD, kde O = [0, 0], A = [, 0], B = [11/, 1/], C = [0, 4]. Obrázek: Úloha VLP, grafické znázornění X P, X N

Lexikografická metoda Na obrázku je množina X P vyšrafována. Jsou zde vyznačeny i normálové vektory n 1, n 2 příslušné účelovým funkcím. Při řešení úlohy VLP lexikografickou metodou se nejprve určí množina X 1 všech optimálních řešení vzhledem k nejdůležitější účelové funkci. V obou případech je množina X 1 jednoprvková a tedy představuje jediné kompromisní řešení. Konkrétně: ad a) X 1 = B, tedy X a opt,lex = B, proto z a = (z 1(B), z 2(B)) = (56/, 1/). ad b) X 1 = C, tedy X b opt,lex = C, proto z b = (z 1(C), z 2(C)) = (4, 4). Vzhledem k tomu, jak vyšli obě jednokriteriální úlohy (vzhledem k účelové funkci z 1, resp. z 2), je zřejmé, že množinou X N všech nedominovaných řešení úlohy VLP je celá úsečka BC: X N = BC. Grafické určení množin X P, X N i kompromisního řešení jak v případě a), tak i v případě b) je zřejmé z obrázku.

Lexikografická metoda Početně pro případ a) postupujeme následovně: Převedeme nerovnice na rovnice zavedením doplňkových proměnných x 1, x 2 a anulujeme účelové rovnice, ostatní je zřejmé z tabulky. Nejprve samozřejmě maximalizujeme nejdůležitější účelovou funkci. Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x 1 1 1 1 0 4 4 x 2 (1) 2 0 1 z 1 5 1 0 0 0 max 1 z 2 0 1 0 0 0 max 2 x 1 0 () 1 1 1 x 1 1 2 0 1 z 1 0 11 0 5 15 max 1 z 2 0 1 0 0 0 max 2 1 Tabulka: Lexikografická metoda, nedokončená tabulka

Lexikografická metoda Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x 1 1 1 1 0 4 4 x 2 (1) 2 0 1 z 1 5 1 0 0 0 max 1 z 2 0 1 0 0 0 max 2 x 1 0 () 1 1 1 x 1 1 2 0 1 z 1 0 11 0 5 15 max 1 z 2 0 1 0 0 0 max 2 1 x 2 0 1 x 1 1 0 z 1 0 0 z 2 0 0 1 1 2 1 11 4 1 1 1 11 56 MAX 1 1 max 2 Tabulka: Lexikografická metoda, kompletní tabulka

Lexikografická metoda Poznámka: I z tabulky je zřejmé, že hodnotu účelové funkce z 2 sice zvýšit lze, ale nikoliv bez současného snížení důležitejší účelové funkce. Tedy, řešení (x 1 = 11, x2 = 1 ) je jediným kompromisním řešením úlohy a). Poznámka: Úloha b) by se početně řešila analogicky.

Metoda agregace účelových funkcí Metoda agregace účelových funkcí vyžaduje znalost vah kritérií v s, s = 1, 2,..., k. Vyjadřují relativní důležitost kritéria. Při agregaci účelových funkcí vytváříme z k účelových funkcí jednu novou účelovou funkci. Za kompromisní řešení úlohy VLP pak považujeme optimální řešení úlohy LP vzhledem k této agregované účelové funkci. Novou účelovou funkci definujeme vztahem kx z = v sz s, kde v s 0 s = 1, 2,..., k, s=1 kx v s = 1. s=1

Metoda agregace účelových funkcí Př: Předchozí příklad» z1 = 5x 1 + x 2 z 2 = x 2 za podmínek x 1 + x 2 4, (1) x 1 2x 2, (2) x 1 0, x 2 0, (),(4) max řešte metodou agregace účelových funkcí pro v 1 = 0, 4 a v 2 = 0, 6.

Metoda agregace účelových funkcí Řešení: Nejprve vyjádříme agregovanou účelovou funkci: z = v 1z 1 + v 2z 2 z = 0, 4.(5x 1 + x 2) + 0, 6.x 2 z = 2x 1 + x 2 max Nyní řešíme jednokriteriální úlohu LP. To lze buď graficky nebo početně.

Metoda agregace účelových funkcí Graficky: Z grafu vyplývá optimální řešení x opt = B = (11/, 1/), z(x opt) = 2/, proto z opt = (z 1(B), z 2(B)) = (56/, 1/). Obrázek: Úloha VLP, metoda agregace účelových funkcí

Metoda agregace účelových funkcí Početně: Z.p. x 1 x 2 x 1 x 2 b i p = b i a ik pro a ik > 0 x 1 1 1 1 0 4 4 x 2 (1) 2 0 1 z 2 1 0 0 0 max x 1 0 () 1 1 1 x 1 1 2 0 1 z 0 5 0 2 6 max x 2 0 1 x 1 1 0 z 0 0 1 1 2 1 5 2 1 1 11 2 MAX Tabulka: Metoda agregace účelových funkcí

Metoda agregace účelových funkcí Z tabulky vyplývá optimální řešení x opt = B = (11/, 1/), z(x opt) = 2/, proto z opt = (z 1(B), z 2(B)) = (56/, 1/).

Cílové programování V metodě cílového programování (CP) se vyžaduje znalost tzv. cílových hodnot h s, s = 1, 2,..., k účelových funkcí. Principem CP je nalezení takového přípustného řešení, které by zabezpečovalo hodnoty účelových funkcí co nejblíže k cílovým hodnotám. Poznámka: Je zřejmé, že v případě řešení úlohy VLP metodou CP nemá smysl hovořit o typech účelových funkcí pojmy maximalizační či minimalizační účelová funkce ztrácí smysl. Vzdálenost hodnot účelových funkcí (pro nějaké řešení x) od cílových hodnot definujeme takto: d z( x), kx h = h s z s. s=1

Cílové programování Definice: Kladné, resp. záporné odchylky, d s +, resp. ds, s = 1, 2,..., k, jsou definovány následovně. Pro každé řešení x a s = 1, 2,..., k, nastane právě jedna ze dvou situací: 1 z s h s, pak d + s := h s z s d s := 0, 2 z s < h s, pak d + s := 0 d s := h s z s. Pak se úloha VLP převádí na jednokriteriální úlohu LP danou tímto matematickým modelem: d = k P s=1 `d + s při omezeních + d s min z ( x) d + + d = h, A x b, x, d +, d o, d + d = 0.

Cílové programování Př: Úlohu VLP» z1 = x 1 + x 2 z 2 = x 1 + x 2 za podmínek 2x 1 x 2 10, (1) 2x 1 + x 2 18, (2) x 1 0, x 2 0, (),(4) řešte metodou CP pro h 1 = 20; h 2 = 26.

Cílové programování Řešení: Nejprve sestavíme příslušnou úlohu CP (jednokriteriální): d = d + 1 + d 1 + d + 2 + d 2 min při omezeních x 1 + x 2 d + 1 + d 1 = 20, x 1 + x 2 d + 2 + d 2 = 26, 2x 1 x 2 + x 1 = 10, 2x 1 + x 2 + x 2 = 18, x 1, x 2, x 1, x 2, d + 1, d 1, d + 2, d 2 0, d + d = 0. Nyní úlohu CP vyřešíme simplexovou metodou, viz tabulka.

Z.p. x 1 x 2 x 1 x 2 d + 1 d 1 d + 2 d 2 b i p = b i a ik pro a ik > 0 d 1 1 1 0 0 1 1 0 0 20 20 d 2 1 0 0 0 0 1 1 26 x 1 (2) 1 1 0 0 0 0 0 10 5 x 2 2 1 0 1 0 0 0 0 18 9 d 4 2 0 0 2 0 2 0 46 min d 1 0 1 0 1 1 0 0 15 10 2 2 d 5 2 0 22 0 0 0 1 1 11 2 2 5 x 1 1 1 1 0 0 0 0 0 5 2 2 x 2 0 (2) 1 1 0 0 0 0 8 4 d 0 4 2 0 2 0 2 0 26 min d 1 1 0 0 1 1 0 0 9 4 4 d 2 0 0 1 5 0 0 1 1 1 4 4 1 1 x 1 1 0 0 0 0 0 7 4 4 x 2 0 1 1 1 0 0 0 0 4 2 2 d 0 0 0 1 2 0 2 0 10 MIN Tabulka: Metoda cílového programování 26

Cílové programování V posledním kroku tabulky jsme dospěli k optimálnímu řešení úlohy CP a tedy ke kompromisnímu řešení původní úlohy VLP: x opt = (7, 4), z( x opt) = (11, 25). Poznámka: Modifikace CP, pokud nejsou explicitně zadané cílové hodnoty: Při řešení úlohy VLP vyřešíme úlohy LP pro jednotlivé účelové funkce z i, i = 1, 2,..., k zvlášť (řešíme k jednokriteriálních úloh). Tím obdržíme tzv. ideální hodnoty z i účelových funkcí, které považujeme za cílové hodnoty: h i = z i = z i,max, i = 1, 2,..., k.