BO wyklad prezentacja

background image

Politechnika Poznańska

Badania Operacyjne

Badania

Operacyjne

studia zaoczne

1/213

background image

Politechnika Poznańska

Badania Operacyjne

K. Kukuła (red.), Badania operacyjne w przykładach i zadaniach,
PWN, Warszawa 2004r.

S.I.Gass, Programowanie liniowe, PWN, Warszawa 1976r.

W.I.Zangwill, Programowanie nieliniowe, WNT, Warszawa 1974r.

R.G.Garfinkel, G.L.Nemhauser, Programowanie całkowitoliczbowe,
PWN, Warszawa 1978r.

2/213

background image

Politechnika Poznańska

Badania Operacyjne

Programowanie

matematyczne

Programowanie matematyczne

Podstawy

3/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Na zadanie programowania matematycznego składają się następujące
składniki:

1

funkcja celu (kryterialna) z = f (x

1

, x

2

, ..., x

n

);

2

problem optymalizacyjny (np. znajdź max lub min funkcji celu);

3

ograniczenia bilansowe postaci

¬

nierówności F (x

1

, x

2

, ..., x

n

) ¬ b;

=

równania F (x

1

, x

2

, ..., x

n

) = b;

­

nierówności F (x

1

, x

2

, ..., x

n

) ­ b;

4

ograniczenia brzegowe (np. x

i

­ 0, ¬ 2, całkowite, = 0 lub 1);

5

liczba (dodatnia) stopni swobody: n − p > 0 gdzie n - ilość
zmiennych, p - ilość ograniczeń bilansowych.

Programowanie matematyczne

Podstawy

4/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Wektor (x

1

, x

2

, ..., x

n

) gdzie x

i

R dla i = 1, 2, ..., n (program) nazywamy

programem dopuszczalnym jeżeli spełnia warunek 3 w Definicji 1.1.
Program dopuszczalny nazywamy programem optymalnym jeżeli spełnia
dodatkowo warunek 2.
Zbiór programów (wektorów dopuszczalnych)
nazywamy zbiorem rozwiązań dopuszczalnych.

Programowanie matematyczne

Podstawy

5/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Jeżeli w Definicji 1.1 wszystkie funkcje (tzn. f oraz F ) są funkcjami
liniowymi wielu zmiennych, zadanie takie nazywamy zadaniem
programowania liniowego
PL.

Przykład zadania PL

P

n
j
=1

c

j

x

j

max( lub min);

P

n
j
=1

a

ij

x

j

¬

b

i

i = 1, ..., m

1

;

P

n
j
=1

a

ij

x

j

­

b

i

i = m

1

+ 1, ..., m

2

;

P

n
j
=1

a

ij

x

j

=

b

i

i = m

2

+ 1, ..., m ;

Programowanie matematyczne

Programowanie liniowe

6/213

background image

Politechnika Poznańska

Badania Operacyjne

Wyznaczyć obszar ograniczony nierównościami

(

2y + x ­ 12;
2y − x ¬ 2;

Programowanie matematyczne

Programowanie liniowe

7/213

background image

Politechnika Poznańska

Badania Operacyjne

y =

x
2

+ 6

2y + x ­ 12

2y − x ¬ 2

(

2y + x ­ 12;
2y − x ¬ 2

y =

x
2

+ 1

Programowanie matematyczne

Programowanie liniowe

8/213

background image

Politechnika Poznańska

Badania Operacyjne

y =

x
2

+ 6

2y + x ­ 12

2y − x ¬ 2

(

2y + x ­ 12;
2y − x ¬ 2

(5, 3.5)

y − x = 1.5

y − x = 5

y − x = 3

y =

x
2

+ 1

Programowanie matematyczne

Programowanie liniowe

9/213

background image

Politechnika Poznańska

Badania Operacyjne

y =

x
2

+ 6

(5, 3.5)

2y + x ­ 10

2y − x ¬ 2

(

2y + x ­ 10;
2y − x ¬ 2;

y + x = 1

y + x = 4

y + x = 7

y + x = 11

y + x = 8.5

y =

x
2

+ 1

Programowanie matematyczne

Programowanie liniowe

10/213

background image

Politechnika Poznańska

Badania Operacyjne

y =

x
2

+ 6

(5, 3.5)

2y + x ¬ 10

2y − x ­ 2

(

2y + x ¬ 10;
2y − x ­ 2;

y − x = 1

y − x = 5

y − x = 1.5

y + x = 1

y + x = 6

y + x = 8.5

y =

x
2

+ 1

Programowanie matematyczne

Programowanie liniowe

11/213

background image

Politechnika Poznańska

Badania Operacyjne

y =

x
2

+ 6

(5, 3.5)

2y + x ¬ 10

2y − x ­ 2

(

2y + x ¬ 10;
2y − x ­ 2;

y − x = 1

y − x = 5

y − x = 1.5

y + x = 1

y + x = 6

y + x = 8.5

y =

x
2

+ 1

Programowanie matematyczne

Programowanie liniowe

12/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

y

¬

x
2

+ 6;

y

¬

x
2

+ 1;

x , y

­

0;

10y + x

max;

2y + x

¬

12;

2y − x

¬

2;

10y + x + 0x

d

1

+ 0x

d

2

max;

2y + x + x

d

1

=

12;

2y − x + x

d

2

=

2;

x

d

1

, x

d

2

­ 0;

Programowanie matematyczne

Algorytm simpleks

13/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

y

¬

x
2

+ 6;

y

¬

x
2

+ 1;

x , y

­

0;

10y + x

max;

2y + x

¬

12;

2y − x

¬

2;

10y + x + 0x

d

1

+ 0x

d

2

max;

2y + x + x

d

1

=

12;

2y − x + x

d

2

=

2;

x

d

1

, x

d

2

­ 0;

Programowanie matematyczne

Algorytm simpleks

14/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

y

¬

x
2

+ 6;

y

¬

x
2

+ 1;

x , y

­

0;

10y + x

max;

2y + x

¬

12;

2y − x

¬

2;

10y + x + 0x

d

1

+ 0x

d

2

max;

2y + x + x

d

1

=

12;

2y − x + x

d

2

=

2;

x

d

1

, x

d

2

­ 0;

Programowanie matematyczne

Algorytm simpleks

15/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

x

d

1

=

12 (2y + x ) ;

x

d

2

=

2 (2y − x ) ;

Programowanie matematyczne

Algorytm simpleks

16/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

x

d

1

=

12 (2y + x ) ;

x

d

2

=

2 (2y − x ) ;

max{10, 1} = 10

Programowanie matematyczne

Algorytm simpleks

17/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

x

d

1

=

12 (2y + x ) ;

x

d

2

=

2 (2y − x ) ;

max{10, 1} = 10

12 2y

­ 0;

2 2y

­ 0;

Programowanie matematyczne

Algorytm simpleks

18/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

x

d

1

=

12 (2y + x ) ;

x

d

2

=

2 (2y − x ) ;

max{10, 1} = 10

6

­ y ;

1

­ y ;

Programowanie matematyczne

Algorytm simpleks

19/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

10y + x

max;

x

d

1

=

12 (2y + x ) ;

x

d

2

=

2 (2y − x ) ;

max{10, 1} = 10

1 ­ y

10 5x

d

2

+ 6x

max;

x

d

1

=

10



−x

d

2

+ 2x



;

y

=

1



x

d

2

2

x
2



;

Programowanie matematyczne

Algorytm simpleks

20/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda simpleks

40 2x

d

2

3x

d

1

max;

x

=

5



x

d

2

2

+

x

d

1

2



;

y

=

1



x

d

2

4

+

x

d

1

4



;

Programowanie matematyczne

Algorytm simpleks

21/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Zadaniem PL o postaci standardowej nazywamy zadanie, w którym
wszystkie warunki ograniczające są nierównościami typu ”¬” dla zadań na
maksimum bądź nierównościami ”­” dla zadań na minimum oraz
wszystkie zmienne są nieujemne.

Przykłady postaci standardowej PL

P

n
j
=1

c

j

x

j

max;

P

n
j
=1

a

ij

x

j

¬

b

i

i = 1, ..., m ;

x

1

, ..., x

n

­

0;

P

n
j
=1

c

j

x

j

min;

P

n
j
=1

a

ij

x

j

­

b

i

i = 1, ..., m ;

x

1

, ..., x

n

­

0;

Programowanie matematyczne

Algorytm simpleks

22/213

background image

Politechnika Poznańska

Badania Operacyjne

Przykłady postaci standardowej PL

P

n
j
=1

c

j

x

j

max;

P

n
j
=1

a

ij

x

j

¬

b

i

i = 1, ..., m ;

x

1

, ..., x

n

­

0;

P

n
j
=1

c

j

x

j

min;

P

n
j
=1

a

ij

x

j

­

b

i

i = 1, ..., m ;

x

1

, ..., x

n

­

0;

Przykłady postaci standardowej PL dla zapisu macierzowego

cx

max;

Ax

¬

b;

x

­

0;

cx

min;

Ax

­

b;

x

­

0;

Programowanie matematyczne

Algorytm simpleks

23/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Zadaniem PL o postaci kanonicznej nazywamy zadanie, w którym
wszystkie warunki ograniczające są równościami oraz wszystkie zmienne są
nieujemne.

Przykłady postaci kanonicznej PL

P

n
j
=1

c

j

x

j

max(lub min);

P

n
j
=1

a

ij

x

j

=

b

i

i = 1, ..., m ;

x

1

, ..., x

n

­

0;

cx

max(lub min);

Ax

=

b;

x

­

0;

Programowanie matematyczne

Algorytm simpleks

24/213

background image

Politechnika Poznańska

Badania Operacyjne

10y + x

max;

2y + x

¬

12;

2y − x

¬

2;

y , x

­

0

Tabela simleksowa

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

0

x

d

2

2

-1

0

1

2

z

j

0

0

0

0

0

c

j

− z

j

10

1

0

0

Programowanie matematyczne

Algorytm simpleks

25/213

background image

Politechnika Poznańska

Badania Operacyjne

10y + x + 0x

d

1

+ 0x

d

2

max;

2y + x + 1x

d

1

+ 0x

d

2

=

12;

2y − x + 0x

d

1

+ 1x

d

2

=

2;

y , x , x

1

, x

2

­

0

Tabela simleksowa

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

0

x

d

2

2

-1

0

1

2

z

j

0

0

0

0

0

c

j

− z

j

10

1

0

0

Programowanie matematyczne

Algorytm simpleks

26/213

background image

Politechnika Poznańska

Badania Operacyjne

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

0

x

d

2

2

-1

0

1

2

z

j

0

0

0

0

0

c

j

− z

j

10

1

0

0

max(10, 1, 0, 0) = 10 ⇒ y

Programowanie matematyczne

Algorytm simpleks

27/213

background image

Politechnika Poznańska

Badania Operacyjne

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

12/2

0

x

d

2

2

-1

0

1

2

2/2

z

j

0

0

0

0

0

min(6, 1) = 1 ⇒ x

d

2

c

j

− z

j

10

1

0

0

max(10, 1, 0, 0) = 10 ⇒ y

Programowanie matematyczne

Algorytm simpleks

28/213

background image

Politechnika Poznańska

Badania Operacyjne

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

0

x

d

2

2

-1

0

1

2

z

j

0

0

0

0

0

c

j

− z

j

10

1

0

0

Przy pomocy operacji elementarnych na wierszach macierzy, zmienimy
kolumnę y (y jest nową zmienną bazową) tak aby składała się wyłącznie z
zer, za wyjątkiem elementu leżącego aktualnie w wierszu x

d

2

(stara -

zmienna bazowa).

Programowanie matematyczne

Algorytm simpleks

29/213

background image

Politechnika Poznańska

Badania Operacyjne

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

2

1

1

0

12

0

x

d

2

2

-1

0

1

2

z

j

0

0

0

0

0

c

j

− z

j

10

1

0

0

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

0

2

1

-1

10

10

y

1

-1/2

0

1/2

1

z

j

10

-5

0

5

10

c

j

− z

j

0

6

0

-5

Programowanie matematyczne

Algorytm simpleks

30/213

background image

Politechnika Poznańska

Badania Operacyjne

y

x

x

d

1

x

d

2

c

j

10

1

0

0

0

x

d

1

0

2

1

-1

10

10

y

1

-1/2

0

1/2

1

z

j

10

-5

0

5

10

c

j

− z

j

0

6

0

-5

y

x

x

d

1

x

d

2

c

j

10

1

0

0

1

x

0

1

1/2

-1/2

5

10

y

1

0

1/4

1/4

7/2

z

j

10

1

3

2

40

c

j

− z

j

0

0

-3

-2

Programowanie matematyczne

Algorytm simpleks

31/213

background image

Politechnika Poznańska

Badania Operacyjne

Macierzowy zapis pierwszej tabeli simpleksowej

c

c

b

x

b

A

I

b

z

j

0

0

c

j

− z

j

c

Programowanie matematyczne

Algorytm simpleks

32/213

background image

Politechnika Poznańska

Badania Operacyjne

Macierzowy zapis pierwszej tabeli simpleksowej

c

c

b

x

b

A

I

b

z

j

0

0

c

j

− z

j

c

c = [10 1 0 0]

A =

"

2

1

2

1

#

, c

b

=

"

0
0

#

, b =

"

12

2

#

Programowanie matematyczne

Algorytm simpleks

33/213

background image

Politechnika Poznańska

Badania Operacyjne

Macierzowy zapis następnych tabeli simpleksowych

c

c

b,l

x

b,l

B

1

l

A

B

1

l

B

1

l

b

z

j

c

b,l

B

1

l

A

c

b,l

B

1

l

c

b,l

B

1

l

b

Gdzie macierz B

l

powstaje z poprzedniej macierzy

B

l −1

przez zastąpienie kolumny zmiennej

wychodzącej z bazy przez kolumnę zmiennej
wchodzącej do bazy. Macierz B w pierwszej tabelce
jest macierzą jednostkową.

x

d

1

x

d

2

B =

"

1

0

0

1

#

Programowanie matematyczne

Algorytm simpleks

34/213

background image

Politechnika Poznańska

Badania Operacyjne

x

d

1

x

d

2

B

1

=

"

1

2

0

2

#

,

x

d

1

y

B

2

=

"

1

0

1/2 1

#

B

1

1

=

"

1

1

0

1/2

#

, B

1

2

=

"

1/2

0

1/4

1

#

y

x

B

1

1

A =

"

0

2

1

1/2

#

c

b,l

B

1

l

A = [0 0], c

b,l

B

1

l

= [0 0]

B

1

l

b = [10 1]

T

Programowanie matematyczne

Algorytm simpleks

35/213

background image

Politechnika Poznańska

Badania Operacyjne

Analiza wrażliwości - zmiana współczynników funkcji celu

y

x

x

d

1

x

d

2

c

j

10+δ

1

0

0

1

x

0

1

1/2

-1/2

5

10+δ

y

1

0

1/4

1/4

7/2

z

j

10+δ

1

3+δ/4

2+δ/4

40+7δ/2

c

j

− z

j

0

0

-3-δ/4

-2-δ/4

3

δ

4

¬ 0, −2

δ

4

¬ 0

12 ¬ δ, −8 ¬ δ

δ ­ −8

Programowanie matematyczne

Analiza wrażliwości

36/213

background image

Politechnika Poznańska

Badania Operacyjne

Analiza wrażliwości - zmiana wartości wyrazów wolnych

b

0

=

"

12 + ε

1

2

#

B

1

ostatni

b

0

­ 0

0 ¬ B

1

ostatni

b

0

=

"

1/2

0

1/4

1

# "

12 + ε

1

2

#

=

"

6 +

ε

1

2

5 +

ε

1

4

#

ε

1

­ −12

Programowanie matematyczne

Analiza wrażliwości

37/213

background image

Politechnika Poznańska

Badania Operacyjne

Programowanie całkowitoliczbowe

(5, 3.5)

y − x → min
2y + x ¬ 10;
2y − x ­ 2;
x , y ∈ N

y − x = 1.5

Programowanie matematyczne

Analiza wrażliwości

38/213

background image

Politechnika Poznańska

Badania Operacyjne

Programowanie całkowitoliczbowe

y − x → min
2y + x ¬ 10;
2y − x ­ 2;
x , y ∈ N

(5,

7

2

)

Programowanie matematyczne

Analiza wrażliwości

39/213

background image

Politechnika Poznańska

Badania Operacyjne

Programowanie całkowitoliczbowe

y − x → min
2y + x ¬ 10;
2y − x ­ 2;
x , y ∈ N

(5,

7

2

)

y ­

7
2

y − x → min
2y + x ¬ 10;
2y − x ­ 2;

y ­ 4

;

x , y ∈ N

y ¬

7
2

y − x → min
2y + x ¬ 10;
2y − x ­ 2;

y ¬ 3

;

x , y ∈ N

Programowanie matematyczne

Analiza wrażliwości

40/213

background image

Politechnika Poznańska

Badania Operacyjne

Reguła tworzenia zadania dualnego

zadanie pierwotne

P

n
j
=1

c

j

x

j

max;

P

n
j
=1

a

ij

x

j

¬

b

i

i = 1, 2, ..., m ;

x

j

­

0

j = 1, 2, ..., n ;

zadanie dualne

P

m
i
=1

b

j

y

j

min;

P

m
i
=1

a

ij

y

i

­

c

j

j = 1, 2, ..., n ;

y

i

­

0

i = 1, 2, ..., m ;

Programowanie matematyczne

Analiza wrażliwości

41/213

background image

Politechnika Poznańska

Badania Operacyjne

Reguła tworzenia zadania dualnego - przekład

zadanie pierwotne

7x

1

+ 8x

2

9x

3

max;

2x

1

+ 4x

2

+ 3x

3

¬

13;

5x

1

3x

2

6x

3

¬

11;

x

1

, x

2

, x

3

­

0;

zadanie dualne

13y

1

+ 11y

2

min;

2y

1

+ 5y

2

­

7;

4y

1

3y

2

­

8;

3y

1

6y

2

­

9;

y

1

, y

2

­

0;

Programowanie matematyczne

Analiza wrażliwości

42/213

background image

Politechnika Poznańska

Badania Operacyjne

Twierdzenie

Jeżeli rozwiązania dopuszczalne zagadnienia pierwotnego i dualnego
istnieją to istnieje rozwiązanie optymalne każdego z nich.

Twierdzenie

Zagadnienie dualne do dualnego jest zagadnieniem pierwotnym.

Twierdzenie

Jeżeli zagadnienie pierwotne ma skończone rozwiązanie optymalne to
odpowiednie zagadnienie dualne ma też skończone rozwiązanie optymalne i
ekstrema ich są równe.

Programowanie matematyczne

Zagadnienie dualne

43/213

background image

Politechnika Poznańska

Badania Operacyjne

Twierdzenie

Jeżeli zagadnienie pierwotne nie ma optymalnego rozwiązania
ograniczonego to zagadnienie dualne nie ma rozwiązania dopuszczalnego.

Twierdzenie

Dla optymalnych rozwiązań zagadnienia pierwotnego i dualnego prawdziwe
są stwierdzenia:

1

jeżeli w k-tej zależności dowolnego układu występuje nierówność
wówczas k-ta zmienna w jego układzie dualnym jest równa zero,

2

jeżeli k-ta zmienna jest dodatnia w dowolnym układzie, wówczas k-ta
zależność w jego układzie dualnym jest równością.

Programowanie matematyczne

Zagadnienie dualne

44/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienia transportowe

Zagadnienia transportowe

45/213

background image

Politechnika Poznańska

Badania Operacyjne

Ogólny model

Zagadnienie transportowe polega na znalezieniu minimalnych kosztów
transportu jednorodnego dobra, pomiędzy każdym z R dostawców i
każdym z N odbiorców. Dane są koszty transportu c

i ,j

od każdego (i -tego)

dostawcy do każdego (j -tego) odbiorcy, oraz zapotrzebowanie odbiorców
B

j

i zapasy dostawców A

i

.

Zagadnienia transportowe

46/213

background image

Politechnika Poznańska

Badania Operacyjne

Ogólny model

O

1

O

2

. . .

O

N

A

i

D

1

c

1,1

c

1,2

. . .

c

1,N

A

1

D

2

c

2,1

c

2,2

. . .

c

2,N

A

2

. . .

. . .

. . .

. . .

. . .

. . .

D

R

c

R,1

c

R,2

. . .

c

R,N

A

R

B

j

B

1

B

2

. . .

B

N

Zagadnienia transportowe

47/213

background image

Politechnika Poznańska

Badania Operacyjne

Ogólny model

W przypadku gdy

R

X

i =1

A

i

=

N

X

j =1

B

j

tzn. w sytuacji gdy dostawcy wysyłają dokładnie tyle towaru ile potrzebują
odbiorcy, mamy do czynienia z zamkniętym zagadnieniem
transportowym
(ZZT). Gdy zapotrzebowanie jest mniejsze z otwartym
zagadnieniem transportowym
(OZT). Każde OZT można sprowadzić
do ZZT.

Zagadnienia transportowe

48/213

background image

Politechnika Poznańska

Badania Operacyjne

Model matematyczny zamkniętego zagadnienia transportowego

D

1

:

x

1,1

+ · · · + x

1,N

= A

1

;

O

1

:

x

1,1

+ · · · + x

R,1

= B

1

;

. . .

. . . ;

. . .

. . . ;

D

R

:

x

R,1

+ · · · + x

R,N

= A

R

;

O

N

:

x

1,N

+ · · · + x

R,N

= B

N

;

c

1,1

x

1,1

+ · · · + c

1,N

x

1,N

+ · · · + c

R,1

x

R,1

+ · · · + c

R,N

x

R,N

min

Zagadnienia transportowe

49/213

background image

Politechnika Poznańska

Badania Operacyjne

Zamknięte Zagadnienie Transportowe - Zadanie

Trzy magazyny M

1

, M

2

, M

3

zaopatrują trzy przedsiębiorstwa P

1

, P

2

, P

3

w

pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne

zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje poniższa tablica.

P

1

P

2

P

3

A

i

M

1

90

80

30

90

M

2

70

60

70

60

M

3

40

50

30

50

B

j

80

20

100

200

X

B

j

= 80 + 20 + 100 = 200 = 90 + 60 + 50 =

X

A

i

Zatem jest to zagadnienie zamknięte.

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

50/213

background image

Politechnika Poznańska

Badania Operacyjne

Model matematyczny zadania

P

1

P

2

P

3

A

j

M

1

90

80

30

90

M

2

70

60

70

60

M

3

40

50

30

50

B

i

80

20

100

200

Oznaczmy przez x

i ,j

ilość towaru który zostanie przesłany od i -tego

dostawcy do j -tego odbiorcy. Wówczas możemy wypisać

ograniczenia dostawców
x

1,1

+ x

1,2

+ x

1,3

= 90

x

2,1

+ x

2,2

+ x

2,3

= 60

x

3,1

+ x

3,2

+ x

3,3

= 50

ograniczenia odbiorców
x

1,1

+ x

2,1

+ x

3,1

= 80

x

1,2

+ x

2,2

+ x

3,2

= 20

x

1,3

+ x

2,3

+ x

3,3

= 100

Funkcja celu:

zminimalizować funkcję

90x

1,1

+ 80x

1,2

+ 30x

1,3

+ 70x

2,1

+ 60x

2,2

+ 70x

2,3

+ 40x

3,1

+ 50x

3,2

+ 30x

3,3

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

51/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

Wyjściowa tablica

P

1

P

2

P

3

A

j

M

1

90

80

30

90

M

2

70

60

70

60

M

3

40

50

30

50

B

i

80

20

100

200

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

52/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

Będziemy postępować następująco:

1

idziemy do komórki ”północno-zachodniej” tzn. (P

1

, M

1

);

2

do komórki w której jesteśmy (P

m

, M

n

) wpisujemy M = min{A

n

, B

m

};

3

od wartości A

n

oraz B

m

odejmujemy M;

4

jeżeli A

n

= 0 wówczas przesuwamy się o jedną komórkę w dół, w

przeciwnym wypadku (B

m

= 0) przesuwamy się o jedną komórkę w

prawo;

5

jeżeli nie jesteśmy w ostatniej (dolna-prawa) komórce wracamy do
punktu 2 algorytmu.

Ponieważ mamy do czynienia z ZZT więc na końcu naszego algorytmu
otrzymamy same zera w kolumnie A

i

oraz wierszu B

j

. Jeżeli tak się nie

stało szukamy błędu :-).

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

53/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

min{80, 90} = 80

P

1

P

2

P

3

M

1

80

90

—–

M

2

60

M

3

50

80

—–

20

100

10

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

54/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

min{10, 20} = 10

P

1

P

2

P

3

M

1

80

10

90

—–

M

2

60

M

3

50

80

—–

20

—–

100

10

—–

0

0

10

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

55/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

min{10, 60} = 10

P

1

P

2

P

3

M

1

80

10

90

—–

M

2

10

60

—–

M

3

50

80

—–

20

—–

100

10

—–

0

50

0

10

—–

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

56/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

min{50, 100} = 50

P

1

P

2

P

3

M

1

80

10

90

—–

M

2

10

50

60

—–

M

3

50

80

—–

20

—–

100

——

10

—–

0

50

—–

0

0

10

—–

50

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

57/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego

min{50, 50} = 50

P

1

P

2

P

3

M

1

80

10

90

—–

M

2

10

50

60

—–

M

3

50

50

—–

80

—–

20

—–

100

——

10

—–

0

50

—–

0

0

0

10

—–

50

—–

0

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

58/213

background image

Politechnika Poznańska

Badania Operacyjne

Otrzymaliśmy zatem rozwiązanie naszego zadania. Metoda ta jest
niezależna od kosztów transportu, zatem wyniki które otrzymaliśmy będą
prawie zawsze dalekie od optymalności. Do znalezienia optymalnego
rozwiązania powinniśmy teraz wykorzystać algorytm transportowy. Koszt
transportu w naszym zadaniu jest następujący:

z = 80 · 90 + 10 · 80 + 10 · 60 + 50 · 70 + 50 · 30

=

7200 + 800 + 600 + 3500 + 1500

=

13600

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

59/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda minimalnego elementu macierzy

Metoda ta polega na przetworzeniu poniższej tabeli

P

1

P

2

P

3

M

1

90

80

30

M

2

70

60

70

M

3

40

50

30

w następujący sposób i w podanej kolejności:

1

od każdego wiersza odjąć najmniejszy element danego wiersza;

2

od każdej kolumny odjąć najmniejszy element danej kolumny.

Wykonajmy zatem powyższe operacje.

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

60/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

M

1

90

80

30

M

2

70

60

70

M

3

40

50

30

P

1

P

2

P

3

M

1

60

50

0

M

2

10

0

10

M

3

10

20

0

min{90, 80, 30} = 30
min{70, 60, 70} = 60
min{40, 50, 30} = 30

min{60, 10, 10} = 10
min{20, 0, 20} = 0
min{0, 10, 0} = 0

P

1

P

2

P

3

M

1

50

50

0

M

2

0

0

10

M

3

0

20

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

61/213

background image

Politechnika Poznańska

Badania Operacyjne

Będziemy wypełniać tabelkę która pojawi się na następnym slajdzie,
podobnie jak w Metodzie Kąta Północno-Zachodniego, z tą różnicą, że
będziemy starać się wpisywać liczby tylko do pustych kratek, czyli tych w
których pojawiły się w poprzednim kroku zera. Jeżeli uda się nam to
wykonać wówczas będzie to rozwiązanie optymalne.

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

62/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

j

M

1

x

x

90

M

2

x

60

M

3

x

50

B

i

80

20

100

Przeanalizujmy zatem dokładnie nasze zadanie. Warto rozpocząć algorytm
od wierszy i kolumn w których jest tylko jedno puste miejsce.

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

63/213

background image

Politechnika Poznańska

Badania Operacyjne

Jedno puste miejsce jest w naszym przykładzie tylko w drugiej kolumnie
oraz w pierwszym wierszu. Zacznijmy od pierwszego wiersza (element
(P

3

, M

1

)) : min{100, 90} = 90; w drugiej kolumnie (element (P

2

, M

2

))

natomiast: min{20, 60} = 20. Zatem nowa tabelka będzie wyglądała
następująco:

P

1

P

2

P

3

A

j

M

1

x

x

90

0

M

2

20

x

40

M

3

x

50

B

i

80

0

10

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

64/213

background image

Politechnika Poznańska

Badania Operacyjne

Teraz puste miejsca są w trzeciej kolumnie i w drugim wierszu. Nowa
tabelka będzie wyglądała następująco:

P

1

P

2

P

3

A

j

M

1

x

x

90

0

M

2

40

20

x

0

M

3

x

10

40

B

i

40

0

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

65/213

background image

Politechnika Poznańska

Badania Operacyjne

Ostatnia tabela wygląda następująco:

P

1

P

2

P

3

A

j

M

1

x

x

90

0

M

2

40

20

x

0

M

3

40

x

10

0

B

i

0

0

0

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

66/213

background image

Politechnika Poznańska

Badania Operacyjne

Ponieważ udało się nam wpisywać wartości liczbowe wyłącznie do pustych
komórek, jesteśmy pewni, iż rozwiązanie które otrzymaliśmy jest
rozwiązaniem optymalnym. Możemy zatem zapisać

z

min

= 90 · 30 + 40 · 70 + 20 · 60 + 40 · 40 + 10 · 30

=

2700 + 2800 + 1200 + 1600 + 300

=

8600.

Zagadnienia transportowe

Zamknięte Zagadnienie Transportowe

67/213

background image

Politechnika Poznańska

Badania Operacyjne

Zamknięte Zagadnienie Transportowe - blokada trasy

Trzy magazyny M

1

, M

2

, M

3

zaopatrują trzy przedsiębiorstwa P

1

, P

2

, P

3

w

pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne

zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje poniższa tablica. Z

niewyjaśnionych powodów nie można z magazynu M

2

zaopatrywać

przedsiębiorstwa P

2

.

P

1

P

2

P

3

A

i

M

1

90

80

30

90

M

2

70

x

70

60

M

3

40

50

30

50

B

j

80

20

100

200

x → ∞

Zagadnienia transportowe

Blokada trasy

68/213

background image

Politechnika Poznańska

Badania Operacyjne

Zamknięte Zagadnienie Transportowe - blokada trasy

Trzy magazyny M

1

, M

2

, M

3

zaopatrują trzy przedsiębiorstwa P

1

, P

2

, P

3

w

pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne

zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje poniższa tablica. Z

niewyjaśnionych powodów wielkość dostaw z magazynu M

2

do

przedsiębiorstwa P

2

może być równa maksymalnie 5 jednostek a koszt

przewozu to 60 (zł/t).

P

1

P

2

P

3

A

i

M

1

90

80

30

90

M

2

70

60(max 5)

70

60

M

3

40

50

30

50

B

j

80

20

100

200

Zagadnienia transportowe

Blokada trasy

69/213

background image

Politechnika Poznańska

Badania Operacyjne

Zamknięte Zagadnienie Transportowe - blokada trasy

Trzy magazyny M

1

, M

2

, M

3

zaopatrują trzy przedsiębiorstwa P

1

, P

2

, P

3

w

pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne

zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje poniższa tablica. Z

niewyjaśnionych powodów wielkość dostaw z magazynu M

2

do

przedsiębiorstwa P

2

może być równa maksymalnie 5 jednostek a koszt

przewozu to 60 (zł/t).

P

1

P

I

2

P

II

2

P

3

A

i

M

1

90

80

80

30

90

M

2

70

60

x

70

60

M

3

40

50

50

30

50

B

j

80

5

15

100

200

x → ∞

Zagadnienia transportowe

Blokada trasy

70/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie przydziału

Trzy karetki pogotowia mające bazę w miastach M

1

, M

2

, M

3

”obsługują”

trzy miejscowości P

1

, P

2

, P

3

. Znaleźć najniższe koszty transportu

medycznego. Koszty transportu przedstawia tabelka.

P

1

P

2

P

3

A

i

M

1

90

80

30

M

2

70

60

70

M

3

40

50

30

B

j

Zagadnienia transportowe

Zagadnienie przydziału

71/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie przydziału

Trzy karetki pogotowia mające bazę w miastach M

1

, M

2

, M

3

”obsługują”

trzy miejscowości P

1

, P

2

, P

3

. Znaleźć najniższe koszty transportu

medycznego. Koszty transportu przedstawia tabelka.

P

1

P

2

P

3

A

i

M

1

90

80

30

1

M

2

70

60

70

1

M

3

40

50

30

1

B

j

1

1

1

Zagadnienia transportowe

Zagadnienie przydziału

72/213

background image

Politechnika Poznańska

Badania Operacyjne

Przypadek wielu rozwiązań

P

1

P

2

P

3

A

i

M

1

90

30

10

30

M

2

40

70

50

20

B

j

10

10

30

Zagadnienia transportowe

Przypadek wielu rozwiązań

73/213

background image

Politechnika Poznańska

Badania Operacyjne

Przypadek wielu rozwiązań

P

1

P

2

P

3

A

i

M

1

90

30

10

30

M

2

40

70

50

20

B

j

10

10

30

Możliwe rozwiązania optymalne

R

1

P

1

P

2

P

3

M

1

30

M

2

10

10

R

2

P

1

P

2

P

3

M

1

10

20

M

2

10

10

10 · 40 + 10 · 70 + 30 · 10 = 10 · 40 + 10 · 30 + 20 · 10 + 10 · 50 = 1400

Zagadnienia transportowe

Przypadek wielu rozwiązań

74/213

background image

Politechnika Poznańska

Badania Operacyjne

Możliwe rozwiązania optymalne

R

1

P

1

P

2

P

3

M

1

30

M

2

10

10

R

2

P

1

P

2

P

3

M

1

10

20

M

2

10

10

Ogólne rozwiązanie optymalne

α · R

1

+ β · R

2

α + β = 1

Zagadnienia transportowe

Przypadek wielu rozwiązań

75/213

background image

Politechnika Poznańska

Badania Operacyjne

Możliwe rozwiązania optymalne

R

1

P

1

P

2

P

3

M

1

30

M

2

10

10

R

2

P

1

P

2

P

3

M

1

10

20

M

2

10

10

Ogólne rozwiązanie optymalne

α · R

1

+ β · R

2

α + β = 1

R

P

1

P

2

P

3

M

1

10β

30α + 20β

M

2

10α + 10β

10α

10β

α ∈ [0, 1]

Zagadnienia transportowe

Przypadek wielu rozwiązań

76/213

background image

Politechnika Poznańska

Badania Operacyjne

Ogólne rozwiązanie optymalne

R

P

1

P

2

P

3

M

1

10 10α

20 + 10α

M

2

10

10α

10 10α

α ∈ [0, 1]

Zagadnienia transportowe

Przypadek wielu rozwiązań

77/213

background image

Politechnika Poznańska

Badania Operacyjne

Otwarte Zagadnienie Transportowe

Trzy magazyny M

1

, M

2

, M

3

zaopatrują trzy przedsiębiorstwa P

1

, P

2

, P

3

w

pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne

zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje poniższa tablica.

P

1

P

2

P

3

A

i

M

1

90

80

30

90

M

2

70

60

70

60

M

3

40

50

30

80

B

j

80

20

100

X

B

j

= 80 + 20 + 100 = 200 < 230 = 90 + 60 + 80 =

X

A

i

Zatem jest to zagadnienie otwarte.

Zagadnienia transportowe

Otwarte Zagadnienie Transportowe

78/213

background image

Politechnika Poznańska

Badania Operacyjne

W przypadku (OZT) dodajemy dodatkowego fikcyjnego odbiorcę F ,
koszty transportu do odbiorcy F jest równy 0 a jego zapotrzebowanie

P

A

i

P

B

j

. Jest możliwe i często tak się formułuje zadania, że F jest

traktowany jak magazyn przyzakładowy a ”koszty transportu” do F
kosztami magazynowania minimalnymi w stosunku do ”normalnych”
kosztów transportu. Tak przeformułowane zadanie jest już (ZZT), które
potrafimy już rozwiązać.

Zagadnienia transportowe

Otwarte Zagadnienie Transportowe

79/213

background image

Politechnika Poznańska

Badania Operacyjne

Tablica naszego zadania

P

1

P

2

P

3

F

A

i

M

1

90

80

30

0

90

M

2

70

60

70

0

60

M

3

40

50

30

0

80

B

j

80

20

100

30

230

Zagadnienia transportowe

Otwarte Zagadnienie Transportowe

80/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda kąta północno-zachodniego doprowadzi nas do następującej
tabelki,

P

1

P

2

P

3

F

A

i

M

1

80

10

0

M

2

10

50

0

M

3

50

30

0

B

j

0

0

0

0

230

dzięki której możemy odczytać wartość kosztów transportu

z = 80 · 90 + 10 · 80 + 10 · 60 + 50 · 70 + 50 · 30 + 30 · 0

=

7200 + 800 + 600 + 3500 + 1500

=

13600.

Zagadnienia transportowe

Otwarte Zagadnienie Transportowe

81/213

background image

Politechnika Poznańska

Badania Operacyjne

Metoda minimalnego elementu macierzy doprowadzi nas do tabeli

P

1

P

2

P

3

F

M

1

90

M

2

20

10

30

M

3

80

Rozwiązanie które otrzymaliśmy nie musi być optymalnym, choć
prawdopodobnie lepsze od rozwiązania z poprzedniej metody

z = 80 · 40 + 20 · 60 + 90 · 30 + 10 · 70 + 30 · 0

=

3200 + 1200 + 2700 + 700 + 0 = 7800.

Zagadnienia transportowe

Otwarte Zagadnienie Transportowe

82/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie Lokalizacji Produkcji

Projektowana jest budowa trzech zakładów: R

1

, R

2

, R

3

, które będą

zaopatrywały trzy przedsiębiorstwa S

1

, S

2

, S

3

w pewien surowiec.

Prognozowane jednostkowe koszty transportu (w zł/t), jednostkowe koszty
produkcji p

i

, planowane miesięczne wielkości dostaw A

i

(w tonach) oraz

miesięczne zapotrzebowanie przedsiębiorstw B

j

(w tonach) podaje

poniższa tablica.

S

1

S

2

S

3

p

i

A

i

R

1

90

80

30

290

120

R

2

70

60

70

260

80

R

3

40

50

30

310

90

B

j

80

20

100

Zagadnienia transportowe

Zagadnienie lokalizacji produkcji

83/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie Lokalizacji Produkcji

S

1

S

2

S

3

A

i

R

1

90 + 290

80 + 290

30 + 290

120

R

2

70 + 260

60 + 260

70 + 260

80

R

3

40 + 310

50 + 310

30 + 310

90

B

j

80

20

100

Zagadnienia transportowe

Zagadnienie lokalizacji produkcji

84/213

background image

Politechnika Poznańska

Badania Operacyjne

S

1

S

2

S

3

R

1

100

R

2

80

R

3

20

Zatem powinniśmy wybudować wszystkie zakłady: R

1

, R

2

, R

3

, które będą

zaopatrywać przedsiębiorstwa S

1

, S

2

, S

3

.

z

min

= 80 · 330 + 20 · 360 + 100 · 320 = 65 600

Zagadnienia transportowe

Zagadnienie lokalizacji produkcji

85/213

background image

Politechnika Poznańska

Badania Operacyjne

Ale

80 · 330 + 20 · 370 + 100 · 320 = 65 800

65800 65600

65200

· 100% = 0, 03%

S

1

S

2

S

3

R

1

20

100

R

2

80

R

3

Zagadnienia transportowe

Zagadnienie lokalizacji produkcji

86/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie Transportowo-Produkcyjne

Trzech producentów R

1

, R

2

, R

3

zaopatrują trzy przedsiębiorstwa S

1

, S

2

, S

3

w pewien surowiec do produkcji. Jednostkowe koszty transportu (w zł/t),
jednostkowe koszty produkcji p

i

, oferowane miesięczne wielkości dostaw A

i

(w tonach) oraz miesięczne zapotrzebowanie przedsiębiorstw B

j

(w

tonach) podaje poniższa tablica.

S

1

S

2

S

3

p

i

A

i

R

1

90

80

30

290

120

R

2

70

60

70

260

80

R

3

40

50

30

310

90

B

j

80

20

100

Zagadnienia transportowe

Zagadnienie Transportowo-Produkcyjne

87/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie Transportowo-Produkcyjne

S

1

S

2

S

3

p

i

A

i

R

1

90

80

30

290

120

R

2

70

60

70

260

80

R

3

40

50

30

310

90

B

j

80

20

100

Dodajemy koszty produkcji p

i

do kosztów transportu ...

Zagadnienia transportowe

Zagadnienie Transportowo-Produkcyjne

88/213

background image

Politechnika Poznańska

Badania Operacyjne

S

1

S

2

S

3

A

i

R

1

380

370

320

120

R

2

330

320

330

80

R

3

350

360

340

90

B

j

80

20

100

... i liczymy jak poprzednie zadanie.

Zagadnienia transportowe

Zagadnienie Transportowo-Produkcyjne

89/213

background image

Politechnika Poznańska

Badania Operacyjne

S

1

S

2

S

3

A

i

R

1

380

370

320

120

R

2

330

320

330

80

R

3

350

360

340

90

B

j

80

20

100

Ponieważ

X

B

j

= 80 + 20 + 100 = 200 < 290 = 120 + 80 + 90 =

X

A

i

zatem jest to zagadnienie otwarte.

Zagadnienia transportowe

Zagadnienie Transportowo-Produkcyjne

90/213

background image

Politechnika Poznańska

Badania Operacyjne

Dołączamy fikcyjnego odbiorcę.

S

1

S

2

S

3

F

A

i

R

1

380

370

320

0

120

R

2

330

320

330

0

80

R

3

350

360

340

0

90

B

j

80

20

100

90

Zagadnienia transportowe

Zagadnienie Transportowo-Produkcyjne

91/213

background image

Politechnika Poznańska

Badania Operacyjne

Minimalizacja pustych przebiegów

Zminimalizować puste przebiegi samochodów o ładowności 10T,
przewożących towar pomiędzy ośmioma miastami, które stanowią układ
zamknięty. Ilość samochodów jadących z jednego miasta do drugiego w
jednostce czasu podaje tabela. Odległości pomiędzy miastami podaje
tabela druga.

Zagadnienia transportowe

Minimalizacja pustych przebiegów

92/213

background image

Politechnika Poznańska

Badania Operacyjne

Współczynniki a

i ,j

-ilość samochodów, które wyjeżdżają z miasta M

i

do

miasta M

j

w jednostce czasu.

a

i ,j

M

1

M

2

M

3

M

4

M

5

M

6

M

7

M

8

M

1

2

3

5

8

3

6

2

1

M

2

3

4

3

3

5

3

2

1

M

3

4

4

5

2

3

1

3

4

M

4

3

3

4

5

3

2

3

4

M

5

3

4

3

5

6

7

5

2

M

6

5

1

3

2

2

3

2

1

M

7

6

1

1

1

2

2

1

2

M

8

4

1

2

1

1

2

6

2

Zagadnienia transportowe

Minimalizacja pustych przebiegów

93/213

background image

Politechnika Poznańska

Badania Operacyjne

Odległość między miastami.

M

1

M

2

M

3

M

4

M

5

M

6

M

7

M

8

M

1

0

50

80

70

65

150

95

20

M

2

0

30

55

85

30

25

70

M

3

0

25

35

80

35

45

M

4

0

35

70

55

45

M

5

0

75

50

25

M

6

0

125

15

M

7

0

25

M

8

0

Zagadnienia transportowe

Minimalizacja pustych przebiegów

94/213

background image

Politechnika Poznańska

Badania Operacyjne

Sumujemy, kolumny i wiersze.

a

i ,j

M

1

M

2

M

3

M

4

M

5

M

6

M

7

M

8

P

M

1

2

3

5

8

3

6

2

1

30

M

2

3

4

3

3

5

3

2

1

24

M

3

4

4

5

2

3

1

3

4

26

M

4

3

3

4

5

3

2

3

4

27

M

5

3

4

3

5

6

7

5

2

35

M

6

5

1

3

2

2

3

2

1

19

M

7

6

1

1

1

2

2

1

5

19

M

8

4

1

2

1

1

2

6

2

19

P

30

21

26

27

25

26

24

20

Zagadnienia transportowe

Minimalizacja pustych przebiegów

95/213

background image

Politechnika Poznańska

Badania Operacyjne

ilość przyjeżdżających - ilość wyjeżdżających samochodów

M

1

:

30 30

=

0

M

2

:

24 21

=

3

M

3

:

26 26

=

0

M

4

:

27 27

=

0

M

5

:

35 25

=

10

M

6

:

19 26

=

7

M

7

:

19 24

=

5

M

8

:

19 20

=

1

Zagadnienia transportowe

Minimalizacja pustych przebiegów

96/213

background image

Politechnika Poznańska

Badania Operacyjne

ilość przyjeżdżających - ilość wyjeżdżających samochodów

M

1

:

30 30

=

0

M

2

:

24 21

=

3

M

3

:

26 26

=

0

M

4

:

27 27

=

0

M

5

:

35 25

=

10

M

6

:

19 26

=

7

M

7

:

19 24

=

5

M

8

:

19 20

=

1

W mieście M

1

mamy 10 samochodów do rozdysponowania a w mieście M

2

brakuje siedmiu.

Zagadnienia transportowe

Minimalizacja pustych przebiegów

97/213

background image

Politechnika Poznańska

Badania Operacyjne

ilość przyjeżdżających - ilość wyjeżdżających samochodów

M

1

:

30 30

=

0

M

2

:

24 21

=

3

M

3

:

26 26

=

0

M

4

:

27 27

=

0

M

5

:

35 25

=

10

M

6

:

19 26

=

7

M

7

:

19 24

=

5

M

8

:

19 20

=

1

Aby zbilansować ilości samochodów w poszczególnych miastach,

będziemy je wysyłać z miast M

2

i M

5

do miast M

6

,M

7

oraz M

8

.

Zagadnienia transportowe

Minimalizacja pustych przebiegów

98/213

background image

Politechnika Poznańska

Badania Operacyjne

Częściowa tabelka zagadnienia transportowego

M

6

M

7

M

8

A

i

M

2

3

M

5

10

B

j

7

5

1

Zagadnienia transportowe

Minimalizacja pustych przebiegów

99/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie sprowadzone do Zamkniętego Zagadnienia Transportowego

M

6

M

7

M

8

A

i

M

2

30

25

70

3

M

5

75

50

25

10

B

j

7

5

1

Zagadnienia transportowe

Minimalizacja pustych przebiegów

100/213

background image

Politechnika Poznańska

Badania Operacyjne

M

6

M

7

M

8

M

2

3

M

5

4

5

1

z

min

= 3 · 30 + 4 · 75 + 3 · 50 + 1 · 25 = 415

Zagadnienia transportowe

Minimalizacja pustych przebiegów

101/213

background image

Politechnika Poznańska

Badania Operacyjne

Algorytm Transportowy

1

Wyznaczamy rozwiązanie dopuszczalne składające się z n + m − 1
węzłów, węzłów bazowych.

2

Odejmując odpowiednie wartości od kolumn i wierszy zerujemy koszty
w węzłach bazowych.

3

Jeżeli koszty we wszystkich węzłach są nieujemne - znaleziono
rozwiązanie optymalne. W przeciwnym wypadku istnieje przynajmniej
jeden węzeł z ujemnym kosztem.

4

Wybieramy węzeł z najmniejszym ujemnym kosztem. Będzie on
wprowadzony do nowej bazy. Jest on pierwszym węzłem cyklu,
zbudowanego na węzłach bazowych.

5

Najmniejszy przepływ półcyklu ujemnego odejmujemy od każdego
przepływu węzła półcyklu ujemnego i dodajemy do przepływu
każdego węzła półcyklu dodatniego. Wyprowadzamy z bazy jeden z
węzłów w którym wyzerowaliśmy przepływ. powracamy do punktu 2.

Zagadnienia transportowe

Algorytm Transportowy

102/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

i

M

1

50

40

10

60

M

2

20

30

20

40

M

3

10

20

40

20

B

j

50

40

30

120

Zagadnienia transportowe

Algorytm Transportowy

103/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

i

M

1

50

50

40

10

10

60

M

2

20

30

30

20

10

40

M

3

10

20

40

20

20

B

j

50

40

30

120

Zagadnienia transportowe

Algorytm Transportowy

104/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

i

M

1

50

50

40

10

10

60

M

2

20

30

30

20

10

40

M

3

10

20

40

20

20

B

j

50

40

30

120

3 + 3 1 = 5

Zagadnienia transportowe

Algorytm Transportowy

105/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

106/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

107/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

108/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

109/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20
10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

110/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10

30

20

20
10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

111/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10
30

20

0

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

112/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30

10

10

10

-20

20

0

30

10
30

20

0

10

-40

10

-30

20

-20

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

113/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30
10

10

10

-20

20

0

30

0

30

20

0

10

-40

10

-30

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

114/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20

50

40

30
10

10

10

-20

20

0

30

0

30

20

0

10

-40

10

-30

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

115/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20
50

40

0

10

10

-20

-20

20

0

30

0

30

20

0

10

-40

10

-30

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

116/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

20
50

40

0

10

10

-20

-20

20

0

30

0

30

20

0

10

-40

10

-30

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

117/213

background image

Politechnika Poznańska

Badania Operacyjne

-20

-10

-0

-30

50

0

50

40

0

10

10

-20

-20

20

-20

30

0

30

20

0

10

-40

10

-50

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

118/213

background image

Politechnika Poznańska

Badania Operacyjne

”Definicja:”

Cyklem nazywamy taką drogę zamkniętą, w której:

w każdym wierszu i kolumnie występują 0 lub 2 węzły,

węzły połączone są liniami pionowymi lub poziomymi.

Interesują nas cykle w których tylko jeden wierzchołek nie należy bazy.

Zagadnienia transportowe

Algorytm Transportowy

119/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

50

40

0

10

10

-20

20

-20

30

0

30

20

0

10

10

-50

+

20

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

120/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

10

10

-20

20

-20

30

0

30

20

0

10

10

-50

+

20

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

121/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

+

20

10

10

-20

20

-20

30

0

30

20

0

10

10

-50

+

20

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

122/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

+

20

10

10

-20

20

-20

30

0

-

20

30

20

0

10

10

-50

+

20

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

123/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

+

20

10

10

-20

20

-20

30

0

-

20

30

20

0

+

20

10

10

-50

+

20

20

-30

40

0

20

Zagadnienia transportowe

Algorytm Transportowy

124/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

+

20

10

10

-20

20

-20

30

0

-

20

30

20

0

+

20

10

10

-50

+

20

20

-30

40

0

-

20

20

Zagadnienia transportowe

Algorytm Transportowy

125/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-

20

50

40

0

+

20

10

10

-20

20

-20

30

0

-

20

30

20

0

+

20

10

10

-50

+

20

20

-30

40

0

-

20

20

min{50, 30, 20} = 20

Zagadnienia transportowe

Algorytm Transportowy

126/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-20

50

40

0

+20

10

10

-20

20

-20

30

0

-20

30

20

0

+20

10

10

-50

+20

20

-30

40

0

-20

20

Zagadnienia transportowe

Algorytm Transportowy

127/213

background image

Politechnika Poznańska

Badania Operacyjne

50

0

-20

30

40

0

+20

30

10

-20

20

-20

30

0

-20

10

20

0

+20

30

10

-50

+20

20

20

-30

20

40

0

-20

Zagadnienia transportowe

Algorytm Transportowy

128/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

i

M

1

50

40

30

10

30

60

M

2

20

30

30

10

20

40

M

3

10

20

20

40

20

B

j

50

40

30

120

Zagadnienia transportowe

Algorytm Transportowy

129/213

background image

Politechnika Poznańska

Badania Operacyjne

P

1

P

2

P

3

A

i

M

1

50

40

30

10

30

60

M

2

20

30

30

10

20

40

M

3

10

20

20

40

20

B

j

50

40

30

120

40 · 30 + 10 · 30 + 20 · 30 + 30 · 10 + 10 · 20 = 2600

Zagadnienia transportowe

Algorytm Transportowy

130/213

background image

Politechnika Poznańska

Badania Operacyjne

Sieci

Sieci transportowe

131/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Siecią transportową nazywamy graf zorientowany (P, U), gdzie P jest
zbiorem wierzchołków grafu natomiast U zbiorem łuków (zbiorem par
uporządkowanych), bez pętli, w którym określone są trzy funkcje:

funkcja pojemności:

k : U → R

+

∪ {0}, k((p

i

, p

j

)) = k

i ,j

­ 0, maksymalna

ilość tego, co może być przesłane łukiem (p

i

, p

j

).

funkcja kosztów:

l : U → R, k((p

i

, p

j

)) = k

i ,j

, koszt przesłania jednostki

łukiem, czas przebycia łuku, długość łuku (p

i

, p

j

).

funkcja zapotrzebowania:

d : P → R.

Sieci transportowe

132/213

background image

Politechnika Poznańska

Badania Operacyjne

Niech p

i

∈ P wówczas, jeżeli

d (p

i

) > 0:

wówczas, p

i

nazywamy wyjściem, punktem docelowym,

natomiast d (p

i

) nazywamy zapotrzebowaniem w punkcie p

i

.

d (p

i

) = 0:

wówczas, p

i

nazywamy punktem tranzytowym.

d (p

i

) < 0:

wówczas, p

i

nazywamy wejściem, punktem początkowym,

natomiast d (p

i

) nazywamy zapasem w punkcie p

i

.

Sieci transportowe

133/213

background image

Politechnika Poznańska

Badania Operacyjne

Zbiór wyjść oznaczamy przez S , zbiór wejść E .

Sieci transportowe

134/213

background image

Politechnika Poznańska

Badania Operacyjne

Definicja

Siecią zredukowaną nazywamy sieć która ma tylko jedno wejście p

0

i

jedno wyjście p

n

.

Twierdzenie

Dla każdej sieci transportowej można zdefiniować sieć zredukowaną,
równoważną wyjściowej.

Sieci transportowe

135/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie - algorytm Forda

Łuk będzie reprezentował drogę pomiędzy wierzchołkami grafu. Wartość
nad łukiem (p

i

, p

j

) będzie oznaczała długość drogi pomiędzy

wierzchołkami p

i

oraz p

j

.

Zagadnienie znajdowania najkrótszej drogi w grafie

136/213

background image

Politechnika Poznańska

Badania Operacyjne

Algorytm Forda I

1

Każdemu wierzchołkowi p

i

przyporządkować wartość u

i

następująco:

u

0

= 0, oraz

u

i

= −∞, dla i = 1, 2, 3, . . . , n.

2

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez u

i

− l

i ,j

.

3

Gdy żadna modyfikacja nie jest już możliwa, to dla każdego łuku
(p

i

, p

j

) ∈ U mamy u

i

− u

j

¬ l

i ,j

oraz dla każdego wierzchołka

p

k

i

6= p

0

istnieje co najmniej jeden wierzchołek p

k

j

taki, że

(p

k

j

, p

k

i

) ∈ U oraz

u

k

j

− u

k

i

= l

k

j

,k

i

.

(1)

Zagadnienie znajdowania najkrótszej drogi w grafie

137/213

background image

Politechnika Poznańska

Badania Operacyjne

Algorytm Forda II

4

Zaczynając od p

n

wyznaczyć ciąg

α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

],

który wskazuje najkrótszą drogę, a dla każdego łuku tej drogi
zachodzi (1). Dodając równania (1) odpowiadające łukom z drogi α
otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

Najkrótsza droga α ma długość, która wynosi −u

n

.

Zagadnienie znajdowania najkrótszej drogi w grafie

138/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda

p

1

5

p

2

7

3

p

3

9

p

4

p

5

d (p

1

) < 0, d (p

2

) < 0, d (p

3

) < 0

d (p

4

) > 0, d (p

5

) > 0

Zagadnienie znajdowania najkrótszej drogi w grafie

139/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda

p

0

0

0

0

p

1

5

p

2

7

3

p

3

9

p

4

p

5

d (p

0

) < 0, d (p

1

) = 0, d (p

2

) = 0, d (p

3

) = 0

Zagadnienie znajdowania najkrótszej drogi w grafie

140/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda

p

0

0

0

0

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

0

0

d (p

0

) < 0, d (p

1

) = 0, d (p

2

) = 0, d (p

3

) = 0

d (p

6

) > 0, d (p

4

) = 0, d (p

5

) = 0

Zagadnienie znajdowania najkrótszej drogi w grafie

141/213

background image

Politechnika Poznańska

Badania Operacyjne

Zadanie

Znaleźć najkrótszą drogę w grafie, leżeli długości łuków są równe:

l

0,1

= 5

l

1,4

= 5

l

3,5

= 9

l

0,2

= 2

l

2,4

= 7

l

4,6

= 4

l

0,3

= 1

l

2,5

= 3

l

5,6

= 1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

142/213

background image

Politechnika Poznańska

Badania Operacyjne

Zadanie

p

0

5

2

1

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

143/213

background image

Politechnika Poznańska

Badania Operacyjne

p

1

p

2

p

3

p

4

p

5

u

0

0

0

u

1

−∞

5

u

2

−∞

2

u

3

−∞

1

u

4

−∞

10

u

5

−∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

144/213

background image

p

1

p

2

p

3

p

4

p

5

u

0

0

0

u

1

−∞

5

u

2

−∞

2

u

3

−∞

1

u

4

−∞

10

u

5

−∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

p

0

5

2

1

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

4

1

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

u

1

−∞

5

u

2

−∞

2

u

3

−∞

1

u

4

−∞

10

u

5

−∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

146/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

u

1

−∞

5

u

2

−∞

2

u

3

−∞

1

u

4

−∞

10

u

5

−∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

0

, p

1

)

(p

0

, p

2

)

(p

0

, p

3

)

u

0

= 0

u

0

= 0

u

0

= 0

u

1

= −∞

u

2

= −∞

u

3

= −∞

l

0,1

= 5

l

0,2

= 2

l

0,3

= 1

u

0

− u

1

> l

0,1

u

0

− u

2

> l

0,2

u

0

− u

3

> l

0,3

0 (−∞) > 5

0 (−∞) > 2

0 (−∞) > 1

TAK

TAK

TAK

u

1

= u

0

− l

0,1

u

2

= u

0

− l

0,2

u

3

= u

0

− l

0,3

u

1

= 0 5

u

2

= 0 2

u

3

= 0 1

u

1

= 5

u

2

= 2

u

3

= 1

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

148/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

p

0

5

2

1

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

4

1

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

150/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

1

, p

4

)

u

1

= 5

u

4

= −∞

l

1,4

= 5

u

1

− u

4

> l

1,4

0 (−∞) > 5

TAK

u

4

= u

1

− l

1,4

u

4

= 5 5

u

4

= 10

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

152/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

p

0

5

2

1

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

4

1

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

154/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

u

1

−∞

5

5

u

2

−∞

2

2

u

3

−∞

1

1

u

4

−∞

− ∞

10

u

5

−∞

− ∞

− ∞

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

2

, p

4

)

(p

2

, p

5

)

u

2

= 2

u

2

= 2

u

4

= 10

u

5

= −∞

l

2,4

= 7

l

2,5

= 3

u

2

− u

4

> l

2,4

u

2

− u

5

> l

2,5

2 (10) > 7

2 (−∞) > 3

TAK

TAK

u

4

= u

2

− l

2,4

u

5

= u

2

− l

2,5

u

4

= 2 7

u

5

= 2 3

u

4

= 9

u

5

= 5

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

u

1

−∞

5

5

5

u

2

−∞

2

2

2

u

3

−∞

1

1

1

u

4

−∞

− ∞

10

9

u

5

−∞

− ∞

− ∞

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

156/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

u

1

−∞

5

5

5

u

2

−∞

2

2

2

u

3

−∞

1

1

1

u

4

−∞

− ∞

10

9

u

5

−∞

− ∞

− ∞

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

3

, p

5

)

u

3

= 1

u

5

= 5

l

3,5

= 9

u

3

− u

5

> l

3,5

1 (5) > 9

NIE

p

0

5

2

1

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

4

1

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

0

u

1

−∞

5

5

5

5

u

2

−∞

2

2

2

2

u

3

−∞

1

1

1

1

u

4

−∞

− ∞

10

9

9

u

5

−∞

− ∞

− ∞

5

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

158/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

0

u

1

−∞

5

5

5

5

u

2

−∞

2

2

2

2

u

3

−∞

1

1

1

1

u

4

−∞

− ∞

10

9

9

u

5

−∞

− ∞

− ∞

5

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

4

, p

6

)

u

4

= 9

u

6

= −∞

l

4,6

= 4

u

4

− u

6

> l

4,6

9 (−∞) > 4

TAK

u

6

= u

4

− l

4,6

u

6

= 9 4

u

6

= 13

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

0

0

u

1

−∞

5

5

5

5

5

u

2

−∞

2

2

2

2

2

u

3

−∞

1

1

1

1

1

u

4

−∞

− ∞

10

9

9

9

u

5

−∞

− ∞

− ∞

5

5

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

160/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

0

0

u

1

−∞

5

5

5

5

5

u

2

−∞

2

2

2

2

2

u

3

−∞

1

1

1

1

1

u

4

−∞

− ∞

10

9

9

9

u

5

−∞

− ∞

− ∞

5

5

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

Dla każdego łuku (p

i

, p

j

) ∈ U, dla którego u

i

− u

j

> l

i ,j

zastąpić u

j

przez

u

i

− l

i ,j

.

(p

5

, p

6

)

u

5

= 5

u

6

= 14

l

5,6

= 1

u

5

− u

6

> l

5,6

5 (14) > 1

TAK

u

6

= u

5

− l

5,6

u

6

= 5 1

u

6

= 6

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

u

0

0

0

0

0

0

0

0

u

1

−∞

5

5

5

5

5

5

u

2

−∞

2

2

2

2

2

2

u

3

−∞

1

1

1

1

1

1

u

4

−∞

− ∞

10

9

9

9

9

u

5

−∞

− ∞

− ∞

5

5

5

5

u

6

−∞

− ∞

− ∞

− ∞

− ∞

13

6

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

162/213

background image

Politechnika Poznańska

Badania Operacyjne

Gdy żadna modyfikacja nie jest już możliwa, to dla każdego łuku
(p

i

, p

j

) ∈ U mamy u

i

− u

j

¬ l

i ,j

oraz dla każdego wierzchołka p

k

i

6= p

0

istnieje co najmniej jeden wierzchołek p

k

j

taki, że (p

k

j

, p

k

i

) ∈ U oraz

u

k

j

− u

k

i

= l

k

j

,k

i

.

p

0

, 0

p

1

, −5

5

p

2

, −2

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

163/213

background image

Politechnika Poznańska

Badania Operacyjne

Gdy żadna modyfikacja nie jest już możliwa, to dla każdego łuku
(p

i

, p

j

) ∈ U mamy u

i

− u

j

¬ l

i ,j

oraz dla każdego wierzchołka p

k

i

6= p

0

istnieje co najmniej jeden wierzchołek p

k

j

taki, że (p

k

j

, p

k

i

) ∈ U oraz

u

k

j

− u

k

i

= l

k

j

,k

i

.

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

164/213

background image

Politechnika Poznańska

Badania Operacyjne

Gdy żadna modyfikacja nie jest już możliwa, to dla każdego łuku
(p

i

, p

j

) ∈ U mamy u

i

− u

j

¬ l

i ,j

oraz dla każdego wierzchołka p

k

i

6= p

0

istnieje co najmniej jeden wierzchołek p

k

j

taki, że (p

k

j

, p

k

i

) ∈ U oraz

u

k

j

− u

k

i

= l

k

j

,k

i

.

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

165/213

background image

Politechnika Poznańska

Badania Operacyjne

Zaczynając od p

n

wyznaczyć ciąg α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

], który wskazuje

najkrótszą drogę, a dla każdego łuku tej drogi zachodzi (1). Dodając
równania (1) odpowiadające łukom z drogi α otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

166/213

background image

Politechnika Poznańska

Badania Operacyjne

Zaczynając od p

n

wyznaczyć ciąg α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

], który wskazuje

najkrótszą drogę, a dla każdego łuku tej drogi zachodzi (1). Dodając
równania (1) odpowiadające łukom z drogi α otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

167/213

background image

Politechnika Poznańska

Badania Operacyjne

Zaczynając od p

n

wyznaczyć ciąg α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

], który wskazuje

najkrótszą drogę, a dla każdego łuku tej drogi zachodzi (1). Dodając
równania (1) odpowiadające łukom z drogi α otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

168/213

background image

Politechnika Poznańska

Badania Operacyjne

Zaczynając od p

n

wyznaczyć ciąg α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

], który wskazuje

najkrótszą drogę, a dla każdego łuku tej drogi zachodzi (1). Dodając
równania (1) odpowiadające łukom z drogi α otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

169/213

background image

Politechnika Poznańska

Badania Operacyjne

Zaczynając od p

n

wyznaczyć ciąg α = [p

n

, p

k

1

, . . . , p

k

l

, p

0

], który wskazuje

najkrótszą drogę, a dla każdego łuku tej drogi zachodzi (1). Dodając
równania (1) odpowiadające łukom z drogi α otrzymamy

0 − u

n

= l

0,k

l

+ l

k

l

,k

l −1

+ · · · + l

k

1

,n

= l (α).

p

0

, 0

5

2

1

p

1

, −5

5

p

2

, −2

7

3

p

3

, −1

9

p

4

, −9

p

5

, −5

p

6

, −6

4

1

Zagadnienie znajdowania najkrótszej drogi w grafie

Zadanie

170/213

background image

Politechnika Poznańska

Badania Operacyjne

Zagadnienie znajdowania maksymalnego przepływu w grafie

Wartość nad łukiem (p

i

, p

j

) będzie oznaczała ilość jednostek które można

przesłać w jednostce czasu pomiędzy wierzchołkami p

i

oraz p

j

.

Zagadnienie znajdowania maksymalnego przepływu w grafie

171/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda-Fulkersona

p

1

5

p

2

7

3

p

3

9

p

4

p

5

d (p

1

) < 0, d (p

2

) < 0, d (p

3

) < 0

d (p

4

) > 0, d (p

5

) > 0

Zagadnienie znajdowania maksymalnego przepływu w grafie

172/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda-Fulkersona

p

0

p

1

5

p

2

7

3

p

3

9

p

4

p

5

d (p

0

) < 0, d (p

1

) = 0, d (p

2

) = 0, d (p

3

) = 0

Zagadnienie znajdowania maksymalnego przepływu w grafie

173/213

background image

Politechnika Poznańska

Badania Operacyjne

Redukcja sieci - algorytm Forda-Fulkersona

p

0

p

1

5

p

2

7

3

p

3

9

p

4

p

5

p

6

d (p

0

) < 0, d (p

1

) = 0, d (p

2

) = 0, d (p

3

) = 0

d (p

6

) > 0, d (p

4

) = 0, d (p

5

) = 0

Zagadnienie znajdowania maksymalnego przepływu w grafie

174/213

background image

Politechnika Poznańska

Badania Operacyjne

Znaleźć maksymalny przepływ w sieci zredukowanej (P, U).

1

Przyporządkować wierzchołkowi p

0

znak (−, ∞).

2

Wziąć pod uwagę dowolny z zaznaczonych już wierzchołków p

i

o

znaku (p

l

, α

i

). Każdemu wierzchołkowi p

j

, który jeszcze nie został

zaznaczony i dla którego r

i ,j

> 0 oraz [p

i

, p

j

] ∈ U przypisać znak

(p

i

, α

j

), gdzie α

j

= min

i

, r

i ,j

}. Jeżeli wierzchołkowi p

j

można

przypisać różne znaki, to wybrać dowolną z możliwości (najlepiej tą,
dla której wartość α

j

jest największa). Kontynuować znakowanie aż

do chwili, gdy:

1

otrzymuje wierzchołek p

n

, wówczas przechodzimy do punktu 3;

2

wierzchołek p

n

nie ma znaku i nie można już przyporządkować znaku

żadnemu innemu wierzchołkowi, wówczas przechodzimy do punktu 4.

Zagadnienie znajdowania maksymalnego przepływu w grafie

175/213

background image

Politechnika Poznańska

Badania Operacyjne

3

Zmienić przepływ następująco: zaczynając od p

n

wyznaczyć ciąg

σ = [p

0

, . . . , p

n

], w którym każdy wierzchołek jest znakiem dla

następnego. Pomniejszyć o α

n

pojemności rezydualne r

i ,j

łuków

(p

i

, p

j

) ∈ σ oraz powiększyć o α

n

pojemności rezydualne r

j ,i

. Wrócić

do punktu 1.

4

Układ wartości r

i ,j

dla (p

i

, p

j

) ∈ U stanowi przepływ maksymalny.

Zagadnienie znajdowania maksymalnego przepływu w grafie

176/213

background image

Politechnika Poznańska

Badania Operacyjne

Znaleźć maksymalny przepływ w sieci poniżej.

p

0

8

9

3

p

1

9

p

2

9

8

p

5

4

p

4

p

3

p

6

9

15

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

177/213

background image

Politechnika Poznańska

Badania Operacyjne

Przyporządkować wierzchołkowi p

0

znak (−, ∞).

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

1

x

.9

2

x

.8

.9

3

x

.15

4

x

.9

5

.4

x

6

x

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

178/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

2

x

.8

.9

3

x

.15

4

x

.9

5

.4

x

6

x

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

179/213

background image

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

2

x

.8

.9

3

x

.15

4

x

.9

5

.4

x

6

x

2011-10-29

Badania Operacyjne

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

Wziąć pod uwagę dowolny z zaznaczonych już wierzchołków p

i

o znaku

(p

l

, α

i

). Każdemu wierzchołkowi p

j

, który jeszcze nie został zaznaczony i

dla którego r

i ,j

> 0 oraz [p

i

, p

j

] ∈ U przypisać znak (p

i

, α

j

), gdzie

α

j

= min

i

, r

i ,j

}.

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.

8

.9

.3

(−,

)

1

x

.9

(p

0

, 8)

2

x

.8

.9

3

x

.15

4

x

.9

5

.4

x

6

x

min{8, ∞} = 8

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

181/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.

9

.3

(−,

)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

4

x

.9

5

.4

x

6

x

min{9, ∞} = 9

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

182/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.

8

.9

(p

0

,

9

)

3

x

.15

(p

2

, 8)

4

x

.9

5

.4

x

6

x

min{8, 9} = 8

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

183/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.

9

(p

0

,

9

)

3

x

.15

(p

2

, 8)

4

x

.9

(p

2

, 9)

5

.4

x

6

x

z p

1

: min{9, 8} = 8

z p

2

: min{9, 9} = 9

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

184/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.

3

(−,

)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

x

.9

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

x

min{3, ∞} = 3

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

185/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

x

.

9

(p

2

,

9

)

5

.4

x

(p

0

, 3)

6

x

(p

4

, 9)

z p

3

: min{15, 8} = 8

z p

4

: min{9, 9} = 9

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

186/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

x

.9

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

x

(p

4

,

9

)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

187/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

x

.9

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

x

(p

4

, 9)

[p

0

, p

2

, p

4

, p

6

]

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

188/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.9

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

x

.9 0

/

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

[p

0

, p

2

,

p

4

,

p

6

]

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

189/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

x

.8

.9 0

/

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

9

x

.9 0

/

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

[p

0

,

p

2

,

p

4

, p

6

]

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

190/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.9 0

/

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

9

x

.8

.9 0

/

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

9

x

.9 0

/

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

[

p

0

,

p

2

, p

4

, p

6

]

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

191/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

1

x

.9

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

9

x

.0

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

192/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

9

x

.0

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

193/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

3

x

.15

(p

2

, 8)

4

9

x

.0

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

194/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-,

3

x

.15

(p

2

, 8)

4

9

x

.0

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

195/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-,

3

x

.15

(p

2

, 8)

-,

4

9

x

.0

(p

2

, 9)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

196/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-,

3

x

.15

(p

2

, 8)

-,

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

197/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-,

3

x

.15

(p

2

, 8)

-,

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

198/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-,

3

x

.15

(p

2

, 8)

-,

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

-,

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

199/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-, (p

4

, 8)

3

x

.15

(p

2

, 8)

-,

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

-,

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

200/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-, (p

4

, 8)

3

x

.15

(p

2

, 8)

-, (p

2

, 8)

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

-,

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

201/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-, (p

4

, 8)

3

x

.15

(p

2

, 8)

-, (p

2

, 8)

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

202/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-, (p

4

, 8)

3

x

.15

(p

2

, 8)

-, (p

2

, 8)

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

9

x

(p

4

, 9)

-, (p

3

, 8)

[p

0

, p

1

, p

4

, p

2

, p

3

, p

6

]

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

203/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8

.0

(p

0

, 9)

-, (p

4

, 8)

3

x

.15 7

/

(p

2

, 8)

-, (p

2

, 8)

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

8

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

204/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8 0

/

.0

(p

0

, 9)

-, (p

4

, 8)

3

8

x

.15 7

/

(p

2

, 8)

-, (p

2

, 8)

4

9

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

8

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

205/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9

(p

0

, 8)

(p

0

, 8)

2

9

x

.8 0

/

.0 8

/

(p

0

, 9)

-, (p

4

, 8)

3

8

x

.15 7

/

(p

2

, 8)

-, (p

2

, 8)

4

9 1

/

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

8

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

206/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8

.0

.3

(−, ∞)

(−, ∞)

1

x

.9 1

/

(p

0

, 8)

(p

0

, 8)

2

9

x

.8 0

/

.0 8

/

(p

0

, 9)

-, (p

4

, 8)

3

8

x

.15 7

/

(p

2

, 8)

-, (p

2

, 8)

4

8

9 1

/

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

8

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

207/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.8 0

/

.0

.3

(−, ∞)

(−, ∞)

1

8

x

.9 1

/

(p

0

, 8)

(p

0

, 8)

2

9

x

.8 0

/

.0 8

/

(p

0

, 9)

-, (p

4

, 8)

3

8

x

.15 7

/

(p

2

, 8)

-, (p

2

, 8)

4

8

9 1

/

x

.0

(p

2

, 9)

(p

1

, 8)

5

.4

x

(p

0

, 3)

(p

0

, 3)

6

8

9

x

(p

4

, 9)

-, (p

3

, 8)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

208/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.0

.0

.1

(−, ∞)

(−, ∞)

1

8

x

.1

-

2

9

x

.0

.8

-

3

8

x

4

.3

(p

5

, 1)

4

8

1

x

.0

-

5

2

.0

x

(p

0

, 2)

6

12

9

x

(p

3

, 1)

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

209/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.0

.0

.1

(−, ∞)

(−, ∞)

1

8

x

.1

-

-,

2

9

x

.0

.8

-

-,

3

8

x

4

.3

(p

5

, 1)

-,

4

8

1

x

.0

-

-,

5

2

.0

x

(p

0

, 2)

(p

0

, 1)

6

12

9

x

(p

3

, 1)

-,

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

210/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.0

.0

.1

(−, ∞)

(−, ∞)

1

8

x

.1

-

-,-,

2

9

x

.0

.8

-

-,-,

3

8

x

4

.3

(p

5

, 1)

-,-,

4

8

1

x

.0

-

-,-,

5

2

.0

x

(p

0

, 2)

(p

0

, 1)

6

12

9

x

(p

3

, 1)

-,-,

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

211/213

background image

Politechnika Poznańska

Badania Operacyjne

p

0

p

1

p

2

p

3

p

4

p

5

p

6

0

x

.0

.0

.1

(−, ∞)

(−, ∞)

1

8

x

.1

-

-,-,

2

9

x

.0

.8

-

-,-,

3

8

x

4

.3

(p

5

, 1)

-,-,

4

8

1

x

.0

-

-,-,

5

2

.0

x

(p

0

, 2)

(p

0

, 1)

6

12

9

x

(p

3

, 1)

-,-,

9 + 8 + 1 + 1 + 1 = 20

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

212/213

background image

Politechnika Poznańska

Badania Operacyjne

Realizacja maksymalnego przepływu.

p

0

8

9

3

p

1

8

p

2

1

8

p

5

3

p

4

p

3

p

6

9

11

Zagadnienie znajdowania maksymalnego przepływu w grafie

Zadanie

213/213


Wyszukiwarka

Podobne podstrony:
wyklad 2 Prezentacja danych PL
BO WYKLAD 03 2
Wyklad I prezentacja
BO I WYKLAD 01 3 2011 02 21
Finanse przedsiębiorstw wykłady (prezentacje + testy) FP testy
Wykłady (z prezentacji) Ronikier
Chemia analityczna wykład prezentacja
MNUM wykład1 prezentacja
Wykłady Prezentacja
Wykład V prezentacja
BO I WYKLAD 01 1 2011 02 21
BO wyklad2
Koordynacja planu z profilem, BUDOWNICTWO - STUDIA, Budownictwo komunikacyjne, Wykłady - prezentacje
Bo wyklady 15 godz. 2012, Zarządzanie, II rok, ćwiczenia(2)
ZIP BO wyklad2
Bo wykłady
AS-1, Inżynieria Środowiska, mgr 2 semestr, Analiza systemowa, wykłady, prezentacje

więcej podobnych podstron