Optymalizacja w3 a pdf

background image

1

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – ekstremum funkcji liniowej przy liniowych

ograniczeniach

Opracowanie modelu programowania linowego:

określenie zmiennych zadania,

określenie ograniczeń w postaci liniowych równań lub nierówności,

wyznaczenie linowej funkcji celu podlegającej minimalizacji lub
maksymalizacji

Programowanie liniowe

Metody:

metoda graficzna,
metoda algebraiczna,
metoda simpleks.

background image

2

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – przykład

Zadanie: Pewien zakład produkuje dwa typy płytek chodnikowych.
Oba typy wymagają zużycia jednakowej ilości surowców (piasek,
woda, żwir, cement). Jeden typ jest barwny i do jego produkcji
potrzebna jest farba. Wyprodukowanie 1 tony płytek barwnych
wymaga 2h pracy maszyn, 3h pracy ludzkiej i 2l barwnika. Produkcja
tony płyt bezbarwnych wymaga 1h pracy maszyn, 3h pracy ludzkiej.
Zysk: płyty barwne 300 zł/t, płyty bezbarwne 200 zł/t. Dysponujemy
10h pracy urządzeń, 24h pracy ludzkiej i 8l barwnika. Ile
wyprodukować płyt i jakich aby osiągnąć maksymalny zysk.

background image

3

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – przykład

Oznaczenia:

x

1

= płyty barwne ,

x

2

= płyty bezbarwne.

Funkcja celu:

Z

=300 x

1

200 x

2

max

Ograniczenia:

{

2 x

1

x

2

10

3 x

1

3 x

2

24

2 x

1

8

x

i

0 i=12

background image

4

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda graficzna

Funkcja celu:

Z

=300 x

1

200 x

2

max

Ograniczenia:

{

2 x

1

x

2

10

3 x

1

3 x

2

24

2 x

1

8

2

1

1

2

3

4

5

6

7

8

0

1

3

2

4

5

6

7

8

9

10

3

2

1

3

x

2

x

1

obszar rozwiązań dopuszczalnych

Z=

0

Z=

12

00

Z=

16

00

Z=

18

00

background image

5

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

- zmienne dopełniające

Programowanie liniowe – metoda algebraiczna

Funkcja celu:

Z

=300 x

1

200 x

2

max

Ograniczenia:

{

2 x

1

x

2

10

3 x

1

3 x

2

24

2 x

1

8

Postać kanoniczna – zamieniamy nierówności na równości:

{

2 x

1

x

2

x

3

=10

3 x

1

3 x

2

x

4

=24

2 x

1

x

5

=8

x

i

0 i=15

Z

=300 x

1

200 x

2

0 x

3

0 x

4

0 x

5

Przekształcamy ograniczenia, tak aby wszystkie wyrazy wolne były

nieujemne i zapisujemy postać kanoniczną.

Uwzględniamy zmienne dopełniające w funkcji celu:

background image

6

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda algebraiczna

{

2 x

1

x

2

x

3

=10

3 x

1

3 x

2

x

4

=24

2 x

1

x

5

=8

Z

=300 x

1

200 x

2

0 x

3

0 x

4

0 x

5

Mamy 3 równania i 5 niewiadomych:

1

x

1

=x

2

=0  zmienne wolne

{

x

3

=10

x

4

=24

x

5

=8

x

1

=0, x

2

=0, x

3

=10, x

4

=24, x

5

=8  rozw. bazowe dopuszczalne

Z

=0  wartość funkcji celu

x

3,

x

4,

x

5

zmienne bazowe

background image

7

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda algebraiczna

2

x

1

=x

3

=0  zmienne wolne

{

x

2

=10

x

4

=−6

x

5

=8

x

1

=0, x

2

=10, x

3

=0, x

4

=−6, x

5

=8  rozw.bazowe niedopuszczalne

x

2,

x

4,

x

5

zmienne bazowe

3

x

1

=x

4

=0  zmienne wolne

{

x

2

=8

x

3

=2

x

5

=8

x

1

=0, x

2

=8, x

3

=2, x

4

=0, x

5

=8  rozw. bazowe dopuszczalne

Z

=1600  wartość funkcji celu

x

2,

x

3,

x

5

zmienne bazowe

background image

8

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda algebraiczna

4

x

1

=x

5

=0  zmienne wolne

{

x

2

x

3

=10

3 x

2

x

4

=24

0

=8

układ sprzeczny

zmienne x

2,

x

3,

x

4

nie mogą być zmiennymi bazowymi

x

2,

x

3,

x

4

zmienne bazowe

5

x

2

=x

3

=0  zmienne wolne

x

1

=5, x

2

=0, x

3

=0, x

4

=9, x

5

=−2  rozw. bazowe niedopuszczalne

x

1,

x

4,

x

5

zmienne bazowe

6

x

2

=x

4

=0  zmienne wolne

x

1

=8, x

2

=0, x

3

=−6, x

4

=0, x

5

=−8  rozw. bazowe niedopuszczalne

x

1,

x

3,

x

5

zmienne bazowe

background image

9

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda algebraiczna

7

x

2

=x

5

=0  zmienne wolne

x

1

=4, x

2

=0, x

3

=2, x

4

=12, x

5

=0  rozw. bazowe dopuszczalne

Z

=1200  wartość funkcji celu

x

1,

x

3,

x

4

zmienne bazowe

8

x

3

=x

4

=0  zmienne wolne

Z

=1800  wartość funkcji celu

x

1,

x

2,

x

5

zmienne bazowe

9

x

3

=x

5

=0  zmienne wolne

x

1

=4, x

2

=2, x

3

=0, x

4

=6, x

5

=0  rozw.bazowe dopuszczalne

Z

=1600  wartość funkcji celu

x

1,

x

2,

x

4

zmienne bazowe

x

1

=2, x

2

=6, x

3

=0, x

4

=0, x

5

=4  rozw.bazowe dopuszczalne

background image

10

METODY OPTYMALIZACJI, Informatyka

Szczecin - 2008-03-16

Programowanie liniowe – metoda algebraiczna

10

x

4

=x

5

=0  zmienne wolne

x

1

=4, x

2

=4, x

3

=−2, x

4

=0, x

5

=0  rozw. bazowe niedopuszczalne

x

1,

x

2,

x

3

zmienne bazowe

C

n

m

=

n !

m !

nm!

C

5

3

=

5 !

3 !

5−3!

=10

Ilość możliwych rozwiązań jakie należy sprawdzić:

n – liczba zmiennych,

m – liczba ograniczeń


Wyszukiwarka

Podobne podstrony:
Optymalizacja w3 pdf
zsf w3 pdf
Optymalizacja w2 pdf id 338946 Nieznany
Optymalizacja w1 pdf id 338945 Nieznany
Optymalizacja w4 pdf id 338947 Nieznany
Optymalizacja w3 2013
zsf w3 pdf
Optymalizacja w2 pdf id 338946 Nieznany
91062851 Metody Optymalizacji Calosc Wykladow PDF
metody optymalizacji calosc wykladow pdf slajdy 2 grudnia 2010
Optymalizacja LP

więcej podobnych podstron