BO Cw 02 Metoda Simplex


Overview

Metoda simplex
ZadanieMax
WzórMax
ZadanieMin
WzórMin
WzórMin1
Zestawy zadań


Sheet 1: Metoda simplex

Ćwiczenie 2.  Metoda simpleks w planowaniu liniowym

1. Wprowadzić dane w arkusz Excel’a i wytłumaczyć ich sens.
2. Sformułować ekonomiczno – matematyczny model zadania: określić zmienne decyzyjne, funkcję celu, ograniczenia, jednostki pomiarowe (kg, zł, szt. Itp.)
3. Doprowadzić zadanie do postaci kanonicznej, określić zmienne bazowe i zmienne swobodne. Stworzyć tablicę simpleks.
4. Metodą simpleks znaleźć optymalny plan zadania;
5. Wytłumaczyć sens ekonomiczny rozwiązania, znaleźć ilość niewykorzystanych zasobów (lub nadwyżki);
6. Rozwiązać zadanie planowania liniowego za pomocą Solver’a.
7. W razie potrzeby rozwiązać zadanie planowania liniowego za pomocą Solver’a w liczbach całkowitych.
8. Zapisać model dualny (dwoisty), wytłumaczyć jego sens ekonomiczny i znaleźć rozwiązanie optymalne modelu dualnego.

Sheet 2: ZadanieMax

Ćwiczenie 2.  Metoda simpleks w planowaniu liniowym
Zadanie . Przedsiębiorstwo ma możliwość produkować n rodzajów produkcji. W trakcie ich wytwarzania wykorzystuje trzy różne zasoby: 1 -sprzęt, 2 - surowce, 3 - półwyroby. Przedsiębiorstwo dysponuje pierwszym z zasobów w ilości b1 tys.jednostek, drugim – w ilości b2 ton i trzecim – w ilości  b3 tys.sztuk. Dla produkcji jednej jednostki przemysłowej produkcji rodzaju j potrzeba odpowiednio zasobów w ilości: pierwszego -  а1j tys.jednostek, drugiego  - a2j ton, trzeciego - a3j tys.sztuk (j=1,2... n). Planowy zysk przedsiębiorstwa w realizacji jednej jednostki produkcji rodzaju j (j=1,2, ... n) wynosi сj pieniężnych jednostek.












Przykład rozwiązania zadania . Przedsiębiorstwo ma możliwość produkować cztery rodzaje produkcji P1, P2, P3, P4. W trakcie ich wytwarzania wykorzystuje trzy różne zasoby: sprzęt, surowce, półwyroby. Przedsiębiorstwo dysponuje pierwszym z zasobów w ilości b1 tys.sztuk, drugim – w ilości b2 ton i trzecim – w ilości  b3 tys.sztuk. Dla produkcji jednej jednostki przemysłowej produkcji rodzaju j (j=1,2,3,4) potrzeba odpowiednio zasobów w ilości: pierwszego -  а1j tys.sztuk, drugiego  - a2j ton, trzeciego - a3j tys.sztuk (j=1,2,3,4). Planowy zysk przedsiębiorstwa w realizacji jednej jednostki produkcji rodzaju j (j=1,4) wynosi сj pieniężnych jednostek.
b1=4,2 b2=3,1 b3=3 a11=1.1 a12=0.90 a13=0.10 a14=2 a21=1.1 a22=0.1 a23=0.2 a24=2.1 a3l=3.1 a32=0.1 a33=0.4  a34=2.7 cl=2  c2=6  c3=2  c4=3.












Rozwiązanie.
Sformułujemy ekonomiczno – matematyczny model zadania obliczenia optymalnego planu wyprodukowania produktów, gwarantujący przedsiębiorstwu maksymalny zysk oraz minimalne rozchody zasobów.
Oznaczymy przez х1, х2, х3 , х4 – ilość jednostek produktów odpowiedniego rodzaju P1, P2, P3, P4 a przez Z – wartość zysku z realizacji tych produktów. Zapiszemy ogólnie wyliczony zysk (celową funkcję) Z – w następującej postaci:
Z = c1x1 + c2x2 + c3x3 + c4x4 = 2*x1 + 6*x2 + 2*x3+ 3*x4
Zmienne х1, х2, х3 , х4  muszą spełniać ograniczenia na dysponujące przez przedsiębiorstwo zasoby.
Układ ograniczeń będzie miał postać:
1.1*х1 + 0.9*х2 + 0.1*х3  + 2*х4 <= 4.2
1.1*х1 + 0.1*х2 + 0.2*х3  + 2.1*х4 <= 3.1
3.1*х1 + 0.1*х2 + 0.4*х3  + 2.7*х4 <= 3
Według treści zadania zmienne х1 , х2 , х3 , х4  nie mogą być ujemne, tj.
xj>=0, j=1,2,3,4.
Zapisane wyżej relacje tworzą ekonomiczno – matematyczny model zadania. Więc matematyczny model zadania sprowadza się do obliczenia liczbowych wartości х1*, х2*, х3*, х4* zmiennych х1, х2, х3 , х4  spełniających zapisane powyżej nierówności i dla których liniowa funkcja Z osiągnie maksimum.
W kanonicznej postaci ZPL możemy zapisać
Z = 2*x1 + 6*x2 + 2*x3+ 3*x4 + 0*х5 + 0*х6 + 0*х7 --> max
1.1*х1 + 0.9*х2 + 0.1*х3  + 2*х4  + 1*х5 + 0*х6 + 0*х7  = 4.2
1.1*х1 + 0.1*х2 + 0.2*х3  + 0*х5 + 1*х6 + 0*х7  = 3.1
3.1*х1 + 0.1*х2 + 0.4*х3  + 2.7*х4 + 0*х5 + 0*х6 + 1*х7  = 3
xj>=0, j=1,2,3,4,5,6,7,
gdzie dodatkowe (bilansowe) nieujemne zmienne х5, х6, х7  oznaczają różnice pomiędzy prawymi a lewymi stronami tych nierówności.
Rozwiążemy zadanie metodą Simplex.
1-szy krok. Dla rozwiązania zadania LP w Excel’u  wprowadzimy wejściowe dane i dodatkowe zmienne w komórki tak, jak pokazane jest to na rys. W pierwszym wierszu jest zapisana celowa funkcja, kolejne wiersze – to są ograniczenia, ostatni wiersz – to jest indeksowy wiersz. Niektóre elementy indeksowego wiersza są ujemne, dlatego plan (0; 0; 0; 0; 4,2; 3,1; 3) nie jest optymalny.
2-gi krok. Wybieramy najmniejszy ujemny element w indeksowym wierszu (-6) i obliczamy stosunki bi = bi/aij . Z obliczonych stosunków wybieramy najmniejszy. Na przecięciu kolumny i wiersza znajdujemy rozwiązujący element simpleks przekształcenia oraz zmienną, którą będzie wyeliminowana z bazowych (х5) i zmienną wprowadzoną do bazy (х2)
W wierszach według reguły prostokąta obliczamy nowe elementy simpleks tabeli.
3-ci krok. Analizujemy indeksowy wiersz otrzymanej simpleks tabeli. Widzimy, że ona nie daje optymalne rozwiązanie. Dlatego musimy powtórzyć krok 2.
Ostatecznie w indeksowym wierszu otrzymamy tylko nieujemne elementy. To oznacza, że mamy optymalne rozwiązanie. Jak widać z tabeli, х2*=3,94; х3*=6,53; Zmax=36,69.

Sheet 3: WzórMax

W arkuszu ZadanieMax jest:














































1. Stworzony ekonomiczno – matematyczny model zadania.























Wprowadzone zmienne decyzyjne x1, x2, x3, x4 ;






















Stworzona funkcja celu Z --> max





















2. Stworzona postać kanoniczna modelu.























Wprowadzone dodatkowe zmienne x5, x6, x7;













































Na podstawie postaci kanonicznej modelu tworzymy pierwszą tablicę simpleks.






















































Zmienne produkcyjne Zmienne zapasów
















Zmienne swobodne (ZS) Zmienne bazowe (ZB)








n= 4





x1 x2 x3 x4 x5 x6 x7 bi







b1= 4,2




Z= 2 6 2 3 0 0 0
--> max
bi/aij




b2= 3,1
1. Ograniczenia Zmienne bazowe x5 (.1) 1,1 0,9 0,1 2 1 0 0 4,2

4,66666666666667 <-- min{bi/aij}



b3= 3

x6 (.2) 1,1 0,1 0,2 2,1 0 1 0 3,1

31




a11= 1,1

x7 (.3) 3,1 0,1 0,4 2,7 0 0 1 3

30




a12= 0,9

Wiersz indeksowy zi - ci -2 -6 -2 -3 0 0 0 0

Tak, przekształcamy dalej




a13= 0,1





D1 D2 D3 D4


Do







a14= 2


Oceny w wierszu indeksowym zi-ci

















a21= 1,1


D0 = c1*b1 + c2*b2 + ... + cm*bm

















a22= 0,1


Dj = c1*a1j + c2*a2j + ... + cm*amj - cj

















a23= 0,2





















a24= 2,1





















a31= 3,1





ZS ZB ZS ZS ZS ZB ZB








a32= 0,1
2. Ograniczenia Zmienne bazowe x2 (.1) 1,22222222222222 1 0,111111111111111 2,22222222222222 1,11111111111111 0 0 4,667

42




a33= 0,4

x6 (.2) 0,977777777777778 0 0,188888888888889 1,87777777777778 -0,111111111111111 1 0 2,633

13,9411764705882




a34= 2,7

x7 (.3) 2,97777777777778 0 0,388888888888889 2,47777777777778 -0,111111111111111 0 1 2,533

6,51428571428571 <-- min{bi/aij}



c1= 2

Wiersz indeksowy zi - ci 5,33333333333333 0 -1,33333333333333 10,3333333333333 6,66666666666667 0 0 28

Tak, przekształcamy dalej




c2= 6





















c3= 2





















c4= 3





ZS ZB ZB ZS ZS ZB ZS











3. Ograniczenia Zmienne bazowe x2 (.1) 0,371428571428571 1 0 1,51428571428571 1,14285714285714 0 -0,285714285714286 3,943











x6 (.2) -0,468571428571428 0 0 0,674285714285714 -0,057142857142857 1 -0,485714285714286 1,403











x3 (.3) 7,65714285714286 0 1 6,37142857142857 -0,285714285714286 0 2,57142857142857 6,514











Wiersz indeksowy zi - ci 15,5428571428571 0 0 18,8285714285714 6,28571428571429 0 3,42857142857143 36,686

Nie, mamy rozwiązanie
























































Rozwiązanie:



























x2=




3,943




















x6=
1,403

















x3=



6,514






















36,686 = Zmax












































































































Solver















































x1 x2 x3 x4














Plan produkcji:



0 3,9428571841861 6,51428557938167 0














Funkcja celu:


Z= 2 6 2 3 = 36,6857142638799 = Zmax
Ilość niewykorzysanych zasobów









Ograniczenia:


(.1) 1,1 0,9 0,1 2 = 4,20000002370565 <= 4,2 0,000













(.2) 1,1 0,1 0,2 2,1 = 1,69714283429494 <= 3,1 1,403













(.3) 3,1 0,1 0,4 2,7 = 2,99999995017128 <= 3 0,000
























































Zapiszemy model dualny (dwoisty) w postaci algebraicznej:

















































Model pierwotny (primarny):









Model dualny:











Funkcja celu









Funkcja celu











Z= 2 *x1+ 6 *x2+ 2 *x3+ 3 *x4 --> max
F= 4,2 *y1+ 3,1 *y2+ 3 *y3 --> min




























Ograniczenia









Ograniczenia











(.1) 1,1 *x1+ 0,9 *x2+ 0,1 *x3+ 2 *x4 <= 4,2 (o1) 1,1 *y1+ 1,1 *y2+ 3,1 *y3 >= 2




(.2) 1,1 *x1+ 0,1 *x2+ 0,2 *x3+ 2,1 *x4 <= 3,1 (o2) 0,9 *y1+ 0,1 *y2+ 0,1 *y3 >= 6




(.3) 3,1 *x1+ 0,1 *x2+ 0,4 *x3+ 2,7 *x4 <= 3 (o3) 0,1 *y1+ 0,2 *y2+ 0,4 *y3 >= 2















(o4) 2 *y1+ 2,1 *y2+ 2,7 *y3 >= 3




























W postaci kanonicznej






















Funkcja celu






















Z= 2 *x1+ 6 *x2+ 2 *x3+ 3 *x4+ 0 *x5+ 0 *x6+ 0 *x7 --> max































Ograniczenia






















(.1) 1,1 *x1+ 0,9 *x2+ 0,1 *x3+ 2 *x4+ 1 *x5+ 0 *x6+ 0 *x7 = 4,2






(.2) 1,1 *x1+ 0,1 *x2+ 0,2 *x3+ 2,1 *x4+ 0 *x5+ 1 *x6+ 0 *x7 = 3,1






(.3) 3,1 *x1+ 0,1 *x2+ 0,4 *x3+ 2,7 *x4+ 0 *x5+ 0 *x6+ 1 *x7 = 3






























Model dualny:






















Funkcja celu






















F= 4,2 *y1+ 3,1 *y2+ 3 *y3 + 0 *y4+ 0 *y5+ 0 *y6 + 0 *y7 --> min































Ograniczenia






















(o1) 1,1 *y1+ 1,1 *y2+ 3,1 *y3 + -1 *y4+ 0 *y5+ 0 *y6 + 0 *y7 = 2






(o2) 0,9 *y1+ 0,1 *y2+ 0,1 *y3 + 0 *y4+ -1 *y5+ 0 *y6 + 0 *y7 = 6






(o3) 0,1 *y1+ 0,2 *y2+ 0,4 *y3 + 0 *y4+ 0 *y5+ -1 *y6 + 0 *y7 = 2






(o4) 2 *y1+ 2,1 *y2+ 2,7 *y3 + 0 *y4+ 0 *y5+ 0 *y6 + -1 *y7 = 3






























Zmienne decyzyjne y1, y2, y3 mają sens ceny kupna zasobów (sprzętu, surowców, półwyrobów) dla uruchomienia produkcji P1, P2, P3, P4.






















Funkcja celu w modelu dualnym jest koszt zakupu zasobów w ilościach 4,2 , 3,1, 3 cena których wynosi y1, y2, y3 odpowiednio.






















Ograniczenia pokazują udział w cenach produkcji P1, P2, P3, P4 odpowiedniego zasobu.






















Na przykład, w ograniczeniu (o1) cena produkcji P1 składa się z 1,1*y1 - kosztu zasobu pierwszego, 1,1*y2 - kosztu zasobu drugiego,






















3,1*y3 - kosztu zasobu trzeciego. Razem cena produkcji P1 powinna być nie niższa niż 2 jednostki pieniężne, oraz zmienna dodatkowa y4






















pokazuję nadwyżkę ceny produkcji P1 nad 2 jednostkami pieniężnymi..






















Analogicznie interpretujemy pozostałe ograniczenia.














































Dla rozwiązania zadania dualnego wprowadzimy współzależność pomiędzy zmiennymi zadania pierwotnego i dualnego:



















































x1 x2 x3 x4 x5 x6 x7

































y4 y5 y6 y7 y1 y2 y3



































Z twierdzenia optymalnośći wynika że w punkcie optymalnym




























Fmin = Zmax =

36,686





































oraz
ilość produkcji



nadwyżki ceny produkcji
















ZS x1 0 produkcja P1
ZB y4 15,5428571428571















ZB x2 3,943 produkcja P2
ZS y5 0















ZB x3 6,514 produkcja P3
ZS y6 0















ZS x4 0 produkcja P4
ZB y7 18,8285714285714
















ilości zapasów zasobów



ceny zasobów
















ZS x5 0 sprzęt
ZB y1 6,28571428571429















ZB x6 1,403 surowce
ZS y2 0















ZS x7 0 półwyrobe
ZB y3 3,42857142857143








































Zmax= 36,6857142857143


Fmin= 36,6857142857143











Sheet 4: ZadanieMin

Zadanie. Zrobić najtańsze menu zawierające n dania (na przykład, ziemniaki, mięso, ...), jeżeli znane jest, że danie















pierwsze zawiera a11 materiału pożywnego 1 (na przykład, białku), a21 materiału pożywnego 2 (tłuszczu) i a31















materiału pożywnego 3 (witamin), a41 materiału pożywnego 4 (cukru) i jego koszt wynosi c1 pieniężnych jednostek. Analogicznie, danie















z numerem i zawiera a1i materiału pożywnego 1, a2i materiału pożywnego 2, a3i materiału















pożywnego 3 i a4i materiału pożywnego 4 i jego koszt wynosi ci pieniężnych jednostek. Materiału pożywnego 1 musi















być w menu nie mniej niż b1, materiału pożywnego 2 - nie mniej niż b2 , materiału 3 - nie mniej niż b3 , materiału 4 - nie mniej niż b4.
















b1=4,2 b2=3,1 b3=3 a11=1.1 a12=0.90 a13=0.10 a14=2 a21=1.1 a22=0.1 a23=0.2 a24=2.1 a3l=3.1 a32=0.1 a33=0.4  a34=2.7 cl=2  c2=6  c3=2  c4=3.





















Rozwiązanie.




Sformułujemy ekonomiczno – matematyczny model zadania obliczenia optymalnego planu wyprodukowania menu, gwarantujący najtańsze koszty oraz maksymalnie zawierające materiały pożywne.




Oznaczymy przez х1, х2, х3 , х4 – ilość jednostek produktów odpowiedniego rodzaju P1, P2, P3, P4 a przez Z – wartość kosztów menu z tych produktów. Zapiszemy ogólnie wyliczony koszty (celową funkcję) Z – w następującej postaci:




Z = c1x1 + c2x2 + c3x3 + c4x4 = 2*x1 + 6*x2 + 2*x3+ 3*x4




Zmienne х1, х2, х3 , х4  muszą spełniać ograniczenia na zawartość materiałów pożywnych.




Układ ograniczeń będzie miał postać:




1.1*х1 + 0.9*х2 + 0.1*х3  + 2*х4 >= 4.2




1.1*х1 + 0.1*х2 + 0.2*х3  + 2.1*х4 >= 3.1




3.1*х1 + 0.1*х2 + 0.4*х3  + 2.7*х4 >= 3




Według treści zadania zmienne х1 , х2 , х3 , х4  nie mogą być ujemne, tj.




xj>=0, j=1,2,3,4.




Zapisane wyżej relacje tworzą ekonomiczno – matematyczny model zadania. Więc matematyczny model zadania sprowadza się do obliczenia liczbowych wartości х1*, х2*, х3*, х4* zmiennych х1, х2, х3 , х4  spełniających zapisane powyżej nierówności




W kanonicznej postaci ZPL możemy zapisać




Z = 2*x1 + 6*x2 + 2*x3+ 3*x4 + 0*х5 + 0*х6 + 0*х7 --> min




1.1*х1 + 0.9*х2 + 0.1*х3  + 2*х4  - 1*х5 - 0*х6 - 0*х7  = 4.2




1.1*х1 + 0.1*х2 + 0.2*х3  - 0*х5 - 1*х6 - 0*х7  = 3.1




3.1*х1 + 0.1*х2 + 0.4*х3  + 2.7*х4 - 0*х5 - 0*х6 - 1*х7  = 3




xj>=0, j=1,2,3,4,5,6,7,




gdzie dodatkowe (bilansowe) nieujemne zmienne х5, х6, х7  oznaczają różnice pomiędzy prawymi a lewymi stronami tych nierówności.




Ponieważ dodatkowe zmienne zapisane ze znakiem "-", to oni nie mogą tworzyć bazy dla początkowego planu ZPL. Dla rozwiązania wprowadzimy




sztuczne zmienne w1, w2, w3 >=0 ze znakiem "+".




1.1*х1 + 0.9*х2 + 0.1*х3  + 2*х4  - 1*х5 - 0*х6 - 0*х7 + 1*w1 + 0*w2 + 0*w3 = 4.2




1.1*х1 + 0.1*х2 + 0.2*х3  - 0*х5 - 1*х6 - 0*х7  + 0*w1 + 1*w2 + 0*w3 = 3.1




3.1*х1 + 0.1*х2 + 0.4*х3  + 2.7*х4 - 0*х5 - 0*х6 - 1*х7  + 0*w1 + 0*w2 + 1*w3= 3




xj>=0, j=1,2,3,4,5,6,7, w1, w2, w3 >=0.




Funkcja celu ma postać




Z = 2*x1 + 6*x2 + 2*x3+ 3*x4 + 0*х5 + 0*х6 + 0*х7 + M*w1 + M*w2 + M*w3 --> min




gdzie M - dodatnia wartość, dążąca do nieskonczoności (dla zadania maksymalizacji będzie znak "-").




Rozwiążem zadanie metodą Simplex.




1-szy krok. Dla rozwiązania zadania LP w Excel’u  wprowadzimy wejściowe dane i dodatkowe zmienne w komórki tak, jak pokazane jest to w tablice. W wierszu 2 – im jest zapisana celowa funkcja, wiersze 3-5 – to są ograniczenia, wiersz 6 – to jest indeksowy wiersz. Dla kolumny z numerem obliczma jego według wzoru Di = ScjBazowe*aji.




2-gi krok. Wybieramy największy dodatni element w indeksowym wierszu M (6,8) i obliczamy stosunki bi = bi/aij (kolumna S). Z obliczonych stosunków wybieramy najmniejszy f (komórka S6). Na przecięciu kolumny I i wiersza 6 znajdujemy rozwiązujący element tablicy simplex.




Dalej prowadzimy przeksztalcenia tablicy simplex (patrz Zadanie )




Na czwartym kroku w indeksowym M-wierszu mamy tylko ujemne i zerowe wartości. To oznacza, że mamy optymalne rozwiązanie. Jak widać z tabeli, x1* = x2* = x3* = 0; х4*=2,10; Zmin=6,30.




Obliczenie nadwyżki materiałów pożywnych zrobić samodzielnie.





Sheet 5: WzórMin





Wzór z wykorzystaniem jednego wierszu indeksowego




































n= 4



x1 x2 x3 x4 x5 x6 x7 w1 w2 w3 b


M ---> nieskonczoność
b1= 4,2

Z=
2 6 2 3 0 0 0 1000 1000 1000 M --> min
b/aij 1000
b2= 3,1
1. (.1) w1 1,1 0,9 0,1 2 -1 0 0 1 0 0 4,2

2,10
b3= 3

(.2) w2 1,1 0,1 0,2 2,1 0 -1 0 0 1 0 3,1

1,48
a11= 1,1

(.3) w3 3,1 0,1 0,4 2,7 0 0 -1 0 0 1 3

1,11 <-- min
a12= 0,9
wiersz indeksowy

5298,00 1094,00 698,00 6797,00 -1000,00 -1000,00 -1000,00 0,00 0,00 0,00 10300,00

Tak, przekształcamy dalej
a13= 0,1


















a14= 2


















a21= 1,1
2. (.1) w1 -1,1962962962963 0,825925925925926 -0,196296296296296 0 -1 0 0,740740740740741 1 0 -0,740740740740741 1,978

2,67
a22= 0,1

(.2) w2 -1,31111111111111 0,022222222222222 -0,111111111111111 0 0 -1 0,777777777777778 0 1 -0,777777777777778 0,767

0,99 <-- min
a23= 0,2

(.3) x4 1,14814814814815 0,037037037037037 0,148148148148148 1 0 0 -0,37037037037037 0 0 0,37037037037037 1,111

-3,00 <-- nie bierzemy pod uwagę
a24= 2,1



-2505,96296296296 842,259259259259 -308,962962962963 0 -1000 -1000 1517,40740740741 0 0 -2517,40740740741 2747,778

Tak, przekształcamy dalej
a31= 3,1


















a32= 0,1


















a33= 0,4
3. (.1) w1 0,052380952380952 0,804761904761905 -0,090476190476191 0 -1 0,952380952380952 0 1 -0,952380952380952 0 1,248

1,31 <-- min
a34= 2,7

(.2) x7 -1,68571428571429 0,028571428571429 -0,142857142857143 0 0 -1,28571428571429 1 0 1,28571428571429 -1 0,986

-0,77 <-- nie bierzemy pod uwagę
c1= 2

(.3) x4 0,523809523809524 0,047619047619048 0,095238095238095 1 0 -0,476190476190476 0 0 0,476190476190476 0 1,476

-3,10 <-- nie bierzemy pod uwagę
c2= 6



51,9523809523812 798,904761904762 -92,1904761904762 0 -1000 950,952380952381 0 0 -1950,95238095238 -1000 1252,048

Tak, przekształcamy dalej
c3= 2


















c4= 3





















4. (.1) x6 0,055 0,845 -0,095 0 -1,05 1 0 1,05 -1 0 1,310







(.2) x7 -1,615 1,115 -0,265 0 -1,35 0 1 1,35 0 -1 2,670







(.3) x4 0,55 0,45 0,05 1 -0,5 0 0 0,5 0 0 2,100









-0,349999999999575 -4,64999999999998 -1,85000000000001 0 -1,5 0 0 -998,5 -1000 -1000 6,300 = Zmin
Nie, mamy rozwiązanie

Rozwiązanie:
























Warunek optymalności: dla wszystkoch kolumn :




wiersz indeksowy <= 0









































































































































Solver










































x1 x2 x3 x4











Plan produkcji:



0 0 0 2,09999998078934











Funkcja celu:

Z=
2 6 2 3 = 6,29999994236801 = Zmin
Ilość niewykorzysanych zasobów






Ograniczenia:

(.1)
1,1 0,9 0,1 2 = 4,19999996157868 >= 4,2 0,000









(.2)
1,1 0,1 0,2 2,1 = 4,40999995965761 >= 3,1 1,310









(.3)
3,1 0,1 0,4 2,7 = 5,66999994813121 >= 3 2,670








































































Zadanie dualne stworzyć samodzielnie na podstawie wzoru z arkuszu WzórMax
















Sheet 6: WzórMin1





Wzór z wykorzystaniem dwóch wierszów indeksowych




































n= 4



x1 x2 x3 x4 x5 x6 x7 w1 w2 w3 b


M ---> nieskonczoność
b1= 4,2



0 0 0 0 0 0 0 1 1 1 M


10000000
b2= 3,1
1. Z=
2 6 2 3 0 0 0 0 0 0
--> min
b/aij
b3= 3

(.1) w1 1,1 0,9 0,1 2 -1 0 0 1 0 0 4,2

2,10
a11= 1,1

(.2) w2 1,1 0,1 0,2 2,1 0 -1 0 0 1 0 3,1

1,48
a12= 0,9

(.3) w3 3,1 0,1 0,4 2,7 0 0 -1 0 0 1 3

1,11 <-- min
a13= 0,1
wiersz indeksowy

-2,00 -6,00 -2,00 -3,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Tak, przekształcamy dalej
a14= 2
M-wiersz indeksowy

5,30 1,10 0,70 6,80 -1,00 -1,00 -1,00 0,00 0,00 0,00 10,30 M


a21= 1,1


















a22= 0,1


















a23= 0,2
2. (.1) w1 -1,1962962962963 0,825925925925926 -0,196296296296296 0 -1 0 0,740740740740741 1 0 -0,740740740740741 1,978

2,67
a24= 2,1

(.2) w2 -1,31111111111111 0,022222222222222 -0,111111111111111 0 0 -1 0,777777777777778 0 1 -0,777777777777778 0,767

0,99 <-- min
a31= 3,1

(.3) x4 1,14814814814815 0,037037037037037 0,148148148148148 1 0 0 -0,37037037037037 0 0 0,37037037037037 1,111

-3,00 <-- nie bierzemy pod uwagę
a32= 0,1



1,44444444444444 -5,88888888888889 -1,55555555555556 0 0 0 -1,11111111111111 0 0 1,11111111111111 3,333

Tak, przekształcamy dalej
a33= 0,4



-2,50740740740741 0,848148148148148 -0,307407407407407 0 -1 -1 1,51851851851852 0 0 -2,51851851851852 2,744 M


a34= 2,7


















c1= 2
3. (.1) w1 0,052380952380952 0,804761904761905 -0,090476190476191 0 -1 0,952380952380952 0 1 -0,952380952380952 0 1,248

1,31 <-- min
c2= 6

(.2) x7 -1,68571428571429 0,028571428571429 -0,142857142857143 0 0 -1,28571428571429 1 0 1,28571428571429 -1 0,986

-0,77 <-- nie bierzemy pod uwagę
c3= 2

(.3) x4 0,523809523809524 0,047619047619048 0,095238095238095 1 0 -0,476190476190476 0 0 0,476190476190476 0 1,476

-3,10 <-- nie bierzemy pod uwagę
c4= 3



-0,428571428571428 -5,85714285714286 -1,71428571428571 0 0 -1,42857142857143 0 0 1,42857142857143 0 4,429

Tak, przekształcamy dalej






0,052380952380953 0,804761904761905 -0,09047619047619 0 -1 0,952380952380952 0 0 -1,95238095238095 -1 1,248 M


























4. (.1) x6 0,055 0,845 -0,095 0 -1,05 1 0 1,05 -1 0 1,310







(.2) x7 -1,615 1,115 -0,265 0 -1,35 0 1 1,35 0 -1 2,670




Rozwiązanie:

(.3) x4 0,55 0,45 0,05 1 -0,5 0 0 0,5 0 0 2,100









-0,35 -4,65 -1,85 0 -1,5 0 0 1,5 0 0 6,300 = Zmin
Nie, mamy rozwiązanie






0,00 0,00 0,00 0,00 0,00 0,00 0,00 -0,99 -1,00 -1,00 0,000 M





























Warunek optymalności: dla wszystkoch kolumn :






M * M-wiersz indeksowy+ wiersz indeksowy <= 0



















M - dowolna dodatnia wartość (1000, 1000000, …)



















































Solver










































x1 x2 x3 x4











Plan produkcji:



0 0 0 2,09999998078934











Funkcja celu:

Z=
2 6 2 3 = 6,29999994236801 = Zmin
Ilość niewykorzysanych zasobów






Ograniczenia:

(.1)
1,1 0,9 0,1 2 = 4,19999996157868 >= 4,2 0,000









(.2)
1,1 0,1 0,2 2,1 = 4,40999995965761 >= 3,1 1,310









(.3)
3,1 0,1 0,4 2,7 = 5,66999994813121 >= 3 2,670








































































Zadanie dualne stworzyć samodzielnie na podstawie wzoru z arkuszu WzórMax
















Sheet 7: Zestawy zadań


Rozwiąż zadania metodą simpleks



















Zadanie 1. Cukiernia produkuję dwa rodzaje wyrobów: landrynki i fruktynki.









Dla produkcji 1 kg landrynek potrzeba 0,85 kg cukru, 0,23 kg syropu owocowego, 0,21 kg wody i 1,10 kJ energii elektrycznej.









Dla produkcji 1 kg fruktynek potrzeba 0,72 kg cukru, 0,31 kg syropu owocowego, 0,29 kg wody i 1,70 kJ energii elektrycznej.









Ilość cukru i syropu jest limitowana. Cukiernia dziennie nie może zużyć więcej niż 90 kg cukru i 36 kg syropu.









Dzienne zużycie energii elektrycznej nie powinno przekroczyć 195 kJ, a wody - 39 litrów.









Ze sprzedaży 1 kg landrynek cukiernia otrzymuję 12 zł, 1 kg fruktynek - 14 zł.









Wyznacz plan produkcji cukierni w całej ilości kilogramów, przy którym przychód od sprzedaży wyrobów będzie maksymalny.



















Zadanie 2. Fabryce obuwia potrzeba ze standardowych kawałków skóry wyciąć półwyroby trzech rodzajów (podeszwy, cholewy, dzioby i t.d.) w ilościach nie









mniejszych niż 124, 68 , 112. Każdy kawałek skóry może być przekrojony na kawałki dwoma sposobami. Przy przekroju pierwszym sposobem









otrzymujemy półwyroby każdego rodzaju odpowiednio 6, 4, 7 i 13,5 centymetrów kwadratowych odpadków, 2-im sposobem –









odpowiednio 4, 9, 5 i 16,7 cm.kw. odpadków.









Wyznaczyć ilość kawałków skóry ciętych 1-szym i 2-im sposobem, żeby otrzymać niezbędną ilość półwyrobów oraz żeby









ilość odpadków była minimalna.



















Zadanie 3. Firma ogrodnicza wytwarza szereg produktów do pielęgnacji trawników, z których najbardziej znanymi są dwa rodzaje nawozów sztucznych.









Każdy z tych nawozów jest mieszanką dwóch składników: A i B. Obecnie firma ma w magazynie zapasy w wysokości 270 kg składnika A i 325 kg









składnika B. Każdy kilogram nawozu pod nazwą Super wymaga zmieszania 0,45 kg składnika A i 0,55 kg B, natomiast każdy kilogram









nawozu pod nazwa Extra wymaga zmieszania 0,72 kg A i 0,28 kg B. Trudności z dostaniem odpowiednich opakowań pojemnością 1 kg nakładają









dodatkowe ograniczenia na wyprodukowaną ilość nawozów Super i Extra, a mianowicie firma nie może wytworzyć więcej niż 120 kg nawozu Super i









140 kg nawozu Extra. Zysk ze sprzedaży każdego z typów nawozu wynosi odpowiednie 11,5 i 14,7 zł/kg.









Zbuduj i rozwiąż zadanie programowania liniowego które pomoże określić plan produkcji nawozów Super i Extra, a również ilości









składników A i B, tak aby zysk ze sprzedaży nawozów był jak największy.



















Zadanie 4. Pasza dostarczana zwierzętom na fermie powinna zawierać co najmniej 750 g białka, 940 g węglowodanów i 65 g tłuszcza. Ferma dysponuję









dwoma mieszankami pasz: Sianokiszonka i Kukurydzokiszonka. Sianokiszonka zawiera w 1 kg 27 g białka, 18 g węglowodanów i 2 g tłuszczu









i kosztuję 0,25 zł/kg. Kukurydzokiszonka zawiera w 1 kg 19 g białka, 22 g węglowodanów i 1,2 g tłuszczu i kosztuję 0,32 zł/kg.









Wyznacz dawkę pokarmową minimalizującą koszt opasu bydła.



















Zadanie 5. Przedsiębiorstwo produkuję cztery rodzaje produkcji A, B, C, D z dwóch surowców 1 i 2.









Ceny zakupu surowców oraz zużycie surowców dla jednostki produkcji zapisane są w tablicy.









Również podana minimalna ilość produkcji niezbędna dla opłacalności działania przedsiębiorstwa.





















surowiec 1 surowiec 2







Cena surowca za kg 11,5 8,4







Zużycie surowca w jednostce produkcji (kg/szt.)

Minimalna ilość produkcji






A 1,3 2,6 23






B 0,5 0,8 18






C 2,4 1,3 45






D 1,8 1,9 13

















Wyznacz plan produkcji, minimalizujący koszty zakupu surowców.



















Zadanie 6. Dla wyprodukowania komod i szaf, fabryka mebli wykorzystuje trzy rodzaje drzewa: dąb, sosnę i brzozę. Jednostkowe koszty zasobów









potrzebne do produkcji jednego wyrobu, zysk ze sprzedaży jednostki produkcji i ogólna ilość zasobów każdego rodzaju produkcji są w tabeli










Jednostkowe koszty zasobów potrzebne do produkcji jednego produktu Ogólna ilość zasobów, m3






Zasoby komoda szafa






Dąb 0,14 0,03 3,2






Brzoza 0,13 0,09 1,6






Sosna 0,43 0,18 4,52






Zysk ze sprzedaży jednego produktu (tys. zł.) 0,53 0,24


















Wyznacz plan produkcji, maksymalizujący zysk od sprzedaży mebli.



















Zadanie 7. Fabryka samochodów osobowych produkuję dwa rodzaje aut: Lanos i Matiz.









Dla produkcji jednego Lanosa potrzeba 400 kg stali, 220 kg metali kolorowych, 2,1 kg farby i 1100 kJ energii elektrycznej.









Dla produkcji jednego Matiza potrzeba 465 kg stali, 310 kg metali kolorowych, 2,9 kg farby i 1700 kJ energii elektrycznej.









Ilość stali, metali kolorowych, farby jest limitowana. FSO dziennie nie może zużyć więcej niż 29000 kg stali, 3600 kg metali kolorowych, 250 kg farby.









Dzienne zużycie energii elektrycznej nie powinno przekroczyć 70000 kJ.









Ze sprzedaży Lanosa FSO otrzymuję 1200 zł, Matiza - 1540 zł.









Wyznacz plan produkcji FSO, przy którym przychód od sprzedaży aut będzie maksymalny.



















Zadanie 8. Fabryce opakowań potrzeba ze standardowych kawałków plastyku wyciąć kartony czterech rodzaje (dla mleka, śmietany, soku, keczupu)









w ilościach nie mniejszych niż 180, 65, 140, 90.Fabryka ma do cięcia dwie różne maszyny. Na pierwszej maszynie z jednego kawałku wychodzi









odpowiednio 6, 4, 7, 3 kartony i 11,5 centymetrów kwadratowych odpadków, przy krojeniu drugą maszyną –









odpowiednio 4, 7, 7, 5 i 9,7 cm.kw. odpadków.









Wyznaczyć ilość kawałków plastyku ciętych 1-ą i 2-ą maszyną, żeby otrzymać niezbędną ilość półwyrobów oraz żeby









ilość odpadków była minimalna.



















Zadanie 9. Zużycie energii w ciągu doby człowiekiem zależy od rodzaju jego pracy. Naukowcy podzielili rodzaje pracy w zależności od wysiłku fizycznego na klasy.









Dzienne wyżywienie studenta - to dorsz i kasza greczana (Arkusz Tabela produktów).









Wyznacz najtańsze menu studenta (grupa 2), żeby on dostał w całości witaminy C, B1, B2 i odpowiednią dawkę energii.









Podpowedż. Najpierw oblicz zawartość energii w jednostce wyżywienia.



























Zużycie człowiekiem energii w ciągu doby


Podawaną wartość energetyczną oblicza się z zastosowaniem następujących współczynników przeliczeniowych:
Witaminy i minerały, dzienne zalecane spożycie (DZS)
1. słaby fizyczny wysiłek 3000-3200 kcal

węglowodany 4 kcal/g
Witamina C mg 60
2. średni fizyczny wysiłek 3200-3800 kcal

białka 4 kcal/g
Tiamina (B1) mg 1,4
3. ciężka fizyczna praca 3800-4200 kcal

tłuszcze 9 kcal/g
Ryboflawina (B2) mg 1,6
4. bardzo ciężka fizyczna praca 4200-5000 kcal











Produkt cena (za kilogram / litr) wartość wyżywienia (na 100 gramów produktu) witaminy (gramów na 100 gramów produktu)




białko tłuszcz węglowodany C B1 B2


dorsz 11 16 0,6 0 3,2 0,1 0,2


kasza greczana 4 18 3,3 62,1 0,4 0,4 0,2













Zadanie 10. Kierowca chcę zaoszczędzić na tankowaniu swojego samochodu paliwem do pełna (pojemność zbiornika wynosi 50 litrów).









On ma możliwość tankować benzyną-98, benzyną-95 lub benzyną-76 lub mieszankami tych benzyn.









Dla opłacalności korzystania z różnych benzyn silnik powinien spełniać niektóre warunki na zużycie paliwa na 100 km,









na remont silnika i tp. (patrz tablicę).





















benzyna-98 benzyna-95 benzyna-76 wymagania kierowcy





zużycie paliwa l/100 km 5,6 7 9,3 7,8





remont wtrysku silnika (przez godzin) 1000 840 500 700





wymiana tłumiku (przez godzin) 10000 8800 7000 8200





cena benzyny (zł/l) 4,82 4,24 3,48

















Wyznacz plan tankowania auta.









Wyszukiwarka

Podobne podstrony:
Optymalizacja Cw 2 Dwufazowa metoda simpleks
BO Cw 01 Metoda Graficzna ZPL
ćw 17 Metoda Rungego Kutty
metoda SIMPLEX
Cw 02
ĆW 02
CW 02 B 8080 1
Cw 02 M 04A Badanie wlasciwos Nieznany
acad cw 02 (2)
acad cw 02
badania operacyjne, w5 Metoda Simpleks
02 Metoda?zpośrednia
02 PRESENT SIMPLE
Cw 02 ?danie wytrzymalosci dielektrycznej dielektrykow stalych przy napieciu? i?
Dwufazowa prymarna metoda simplex
algorytm transportowy, metoda simplex XJJRAUUERJVV5AUF7SO4M6PNICAPSRDHZNPH7FQ
Cw 02 Twierdzenie Thevenina i Nortona [wersja 2]

więcej podobnych podstron