OPERÁCIÓKUTATÁS Kalmár János, 2011 Tartalom Több lineáris célfüggvényes LP Tiszta egészértékű LP.

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Integritási tartományok
Lineáris egyenletrendszerek
Egy szélsőérték feladat és következményei
Lineáris egyenletrendszerek megoldása Gauss elimináció, Cramer-szabály Dr. Kovács Sándor DE GVK Gazdaságelemzési és Statiszikai Tanszék.
Adatelemzés számítógéppel
Programozási tételek, és „négyzetes” rendezések
4. Előadás: A mohó algoritmus
TÖBBVÁLTOZÓS FÜGGVÉNYEK FELTÉTELES SZÉLSŐÉRTÉKSZÁMÍTÁSA
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
MI 2003/ A következőkben más megközelítés: nem közvetlenül az eloszlásokból indulunk ki, hanem a diszkriminancia függvényeket keressük. Legegyszerűbb:
TÖBBCÉLÚ LINEÁRIS PROGRAMOZÁS ÉS CÉLPROGRAMOZÁS
Kalman-féle rendszer definíció
Elemi bázistranszformáció
Matematika II. 3. előadás Geodézia szakmérnöki szak 2010/2011. tanév Műszaki térinformatika ágazat tavaszi félév.
Matematika II. 5. előadás Geodézia szakmérnöki szak 2010/2011. tanév Műszaki térinformatika ágazat tavaszi félév.
GNSS elmélete és felhasználása Fázismérések lineáris kombinációi. A ciklustöbbértelműség feloldása.
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
Matematika II. 2. előadás Geodézia szakmérnöki szak 2012/2013. tanév Műszaki térinformatika ágazat őszi félév.
Matematika II. 1. előadás Geodézia szakmérnöki szak 2012/2013. tanév/
Illés Tibor – Hálózati folyamok
Euklidészi gyűrűk Definíció.
Gyűrűk Definíció. Az (R, +, ·) algebrai struktúra gyűrű, ha + és · R-en binér műveletek, valamint I. (R, +) Abel-csoport, II. (R, ·) félcsoport, és III.
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
Operációkutatás szeptember 18 –október 2.
Programozási alapismeretek 10. előadás
Gazdaságmatematika 1. szeminárium Rétallér Orsi.
Gazdaságmatimatika Gyakorló feladatok.
Egydimenziós tömbök. Deklarálás: var valtozónév:array[kezdőérték..végsőérték]of típus; type típusnév = array [kezdőérték..végsőérték] of típus; var valtozónév:
Papp Róbert, Blaskovics Viktor, Hantos Norbert
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok
Operációkutatás Kalmár János, Hiperbolikus és kvadratikus programozás.
OPERÁCIÓKUTATÁS Kalmár János, 2012 Tartalom A nulla-egy LP megoldása Hátizsák feladat.
Optimalizálási módszerek 3. Lineáris programozás
Optimalizálási módszerek 2. Konvex halmazok
Lineáris algebra Mátrixok, determinánsok, lineáris egyenletrendszerek
Valós számok Def. Egy algebrai struktúra rendezett test, ha test és rendezett integritási tartomány. Def. Egy (T; +,  ;  ) rendezett test felső határ.
MATEMATIKA ÉS INFORMATIKA I.
Lineáris programozás Definíció: Olyan matematikai programozási feladatot nevezünk lineáris programozási feladatnak, amelyekben az L halmazt meghatározó.
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém /' /
dr. Szalkai István Pannon Egyetem, Veszprém
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém 2007.
Exponenciális egyenletek
Lineáris programozás.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Lineáris programozás és a szimplex módszer
Matematika II. 1. előadás Geodézia szakmérnöki szak 2010/2011. tanév Kataszteri ágazat tavaszi félév.
Vektorterek Definíció. Legyen V Abel-csoport, F test, továbbá
Lineáris algebra.
Algoritmizálás, adatmodellezés tanítása 8. előadás.
1 Vektorok, mátrixok.
Készítette: Horváth Viktória
Módosított normál feladat
A program a bemeneti adatok alapján ( mint pl. az Excel Solver ) nem adja meg közvetlenül a végeredményt, hanem a megfelelő generálóelemek kiválasztásával.
Dr. Bánkuti Gyöngyi Klingné Takács Anna
Mikroökonómia gyakorlat
Business Mathematics A legrövidebb út.
A MATEMATIKA FELÉPÍTÉSÉNEK ELEMEI
előadások, konzultációk
Többdimenziós valószínűségi eloszlások
Nagy Szilvia 7. Lineáris blokk-kódok
OPERÁCIÓKUTATÁSDUALITÁS
Programozási alapismeretek 10. előadás. ELTE Szlávi-Zsakó: Programozási alapismeretek 10.2/  Kiválogatás + összegzés.
Készítette: Mátyás István agrár mérnöktanár szakos hallgató,
Nagy Szilvia 2. Lineáris blokk-kódok II.
Geometriai feladatok programozása Geometriai programozás Szlávi Péter ELTE IK Média- és Oktatásinformatika Tanszék 2010.
OPERÁCIÓKUTATÁS TÖBBCÉLÚ PROGRAMOZÁS. Operáció kutatás Több célú programozás A * x  b C T * x = max, ahol x  0. Alap összefüggés: C T 1 * x = max C.
Lineáris programozás Elemi példa Alapfogalmak Általános vizsg.
Lineáris egyenletrendszerek megoldása Gauss elimináció, Cramer-szabály Dr. Kovács Sándor DE GVK Gazdaságelemzési és Statiszikai Tanszék.
Előadás másolata:

OPERÁCIÓKUTATÁS Kalmár János, 2011 Tartalom Több lineáris célfüggvényes LP Tiszta egészértékű LP

Több lineáris célfüggvényes LP A  x  b, x  0 (1) C  x  max (2)  A feladatot lineáris vektormaximum problémának is nevezik (A és C R feletti mátrixok, b és x R feletti vektorok) Definíció: x 0 efficiens pont, ha kielégíti (1)-et, és  x  x 0, és x kielégíti (1)-re C  x  C  x 0, tehát az efficiens pont optimális megoldása (1)+(2)-nek

Több lineáris célfüggvényes LP 1.Tétel: ha x 0 efficiens pont, akkor van olyan  0 (  i = 1, másképpen 1 T  = 1) vektor, hogy x 0 optimális megoldása az alábbi lineáris programozási feladatnak: A  x  b, x  0 1 T  = 1,  0 (3) T  C  x  max  A célfgv. sajnos nem lineáris!

Több lineáris célfüggvényes LP 2. Tétel: (1)-et kielégítő x 0 akkor és csak akkor efficiens pont, ha optimális megoldása (tehát x = x 0 ) az alábbi lineáris programozási feladatnak: A  x  b, x  0 C  x  C  x 0, (4)  T  C  x  max   0 tetszőleges (pl.  = 1) 

Több lineáris célfüggvényes LP A 2. tétel alapján (4)-et iterációval oldjuk meg: Legyen x 0 (1)-et kielégítő kezdővektor (ha nincs, akkor optimális megoldás sincs) és a k-ik lépésben oldjuk meg az alábbi lineáris programozási feladatot x k -ra: A  x k  b, x k  0 C  x k  C  x k-1, (5) 1 T  C  x k  max 

Több lineáris célfüggvényes LP Számpélda: x 1 + x 2  4 x 1, x 2  0 x 1 - x 2  2 A =  1 1 b =  4 C =  1 2 C  x =  x 1 + 2x 2 1 T  C  x = 2 x 1  1 -1   2   1 -2   x 1 - 2x 2  A kezdőmegoldás szimplex táblája: x 1 x 2 b u 2 x 2 b u 2 u 1 b u u x 2 -1/2 1/2 1 u x x 1 1/2 1/2 3 Az induló bázismegoldás tehát x 0 = (3,1) ezért C  x 0 = (5,1) T

Több lineáris célfüggvényes LP Számpélda: 1. iteráció: x 1 + x 2  4 x 1, x 2  0 x 1 - x 2  2 -x x 2  -5 -x x 2  -1 t = 2 x 1  max A megoldás szimplex táblával: x 1 x 2 b u 2 x 2 b u 2 u 4 b u u u u x x u u u u u x t t t

Több lineáris célfüggvényes LP Számpélda: Az első iteráció eredménye megegyezik a kezdőértékkel (x 0 = x 1 ), ezért megvan az optimális megoldás: x = (3,1) és a célfgv C  x = (5,1) T

Tiszta egészértékű LP A  x = b, x  0 (1) c T  x  max (2)  A Z feletti mátrix, b c és x Z feletti vektorok. Az (1)+(2) feladat x  R n -ben a szokásos módon (pl. kétfázisú szimplex módszerrel) megoldható, de ez nem feltétlen eredményez egészértékű x megoldást!

Tiszta egészértékű LP A Gomory féle egész formák módszerének lényege, hogy a feladatot iterációk sorozatában oldja meg úgy, hogy mindaddig kiegészíti egy-egy új korlátozó feltétellel az (1) rendszert, amíg x megoldás minden komponense egészértékű nem lesz. Ehhez a szimplex tábla azon i. sorát veszi figyelembe, ahol a bázisváltozó (y i0 ) értéke nem egész.

Tiszta egészértékű LP Jelölje a szimplex tábla i. sorának elemeit y ij, akkor a Gomory féle metszésfeltétel szerint   y ij - [y ij ])  x j  y i0 - [y i0 ] (3) ahol [p] jelöli a p-nél nem nagyobb egész számot ( például [3.3]=3, [-3.3]=-4) s segédváltozó bevezetésével kapunk új egyenlőséget:   y ij - [y ij ])  x j - s = y i0 - [y i0 ], s  0

Tiszta egészértékű LP Számpélda: 3x 1 + 2x 2 + x 4 = 10 x 1, x 2, x 3, x 4, x 5, x 6  0 x 1 + 4x 2 + x 5 = 11 3x 1 + 3x 2 + x 3 + x 6 = 13 t = 6x 1 + 7x 2 + x 3  max

Tiszta egészértékű LP A megoldás szimplex táblával: x 1 x 2 x 3 x 4 x 5 x 6 b u u u 1 cseréje x 1 -re u t u 1 x 2 x 3 x 4 x 5 x 6 b x 1 1/3 2/3 0 1/ /3 u 2 -1/3 10/3 0 -1/ /3 u 2 cseréje x 2 -re u t

Tiszta egészértékű LP u 1 u 2 x 3 x 4 x 5 x 6 b x 1 2/5 -1/5 0 2/5 -1/5 0 9/5 x 2 -1/10 3/ /10 3/ /10 u 3 cseréje x 3 -ra u 3 -9/10 -3/ /10 -3/10 1 7/10 -t -17/10 -1/ /10 -9/ /10 u 1 u 2 u 3 x 4 x 5 x 6 b x 1 2/5 -1/5 0 2/5 -1/5 0 9/5 x 2 -1/10 3/ /10 3/ /10 x 3 -9/10 -3/ /10 -3/10 1 7/10 -t -4/5 1/ /5 -3/ /10

Tiszta egészértékű LP A segédváltozók oszlopai elhagyhatók, közöttük ugyanis nem szabad bázisváltozót keresni. Egyik x komponens sem egész, ezért válasszuk ki a Gomory feltételhez a második (x 2 ) sort, és folytassuk a bázisvektor cserét (s-et!): x 4 x 5 x 6 b -s x 5 x 6 b x 1 2/5 -1/5 0 9/5 x 1 -4/9 -1/3 0 5/3 x 2 -1/10 3/ /10 x 2 1/9 1/3 0 7/3 x 3 -9/10 -3/10 1 7/10 x s 9/10 3/10 0 3/10 x 4 10/9 1/3 0 1/3 -t -4/5 -3/ /10 -t 8/9 -1/ /3

Tiszta egészértékű LP s oszlopa most is elhagyható. Most is van nem egész x komponens, ezért válasszuk ki a Gomory feltételhez a első (x 1 ) sort, és folytassuk a bázisvektor cserét (s-et!): x 5 x 6 b -s x 6 b x 1 -1/3 0 5/3 x 1 1/2 0 2 x 2 1/3 0 7/3 x 2 -1/2 0 2 x x 4 1/3 0 1/3 x 4 -1/ s 2/3 0 2/3 x 5 3/ t -1/ /3 -t

Tiszta egészértékű LP Látható, hogy x minden komponense most már egész, tehát megkaptuk az optimális megoldást: x 1 =2, x 2 =2, x 3 =1, x 4 =0, x 5 =1, x 6 =0 A célfgv: 27 Vegyük észre, hogy a bázistranszformáció során nem voltunk tekintettel arra, hogy csak olyan oszlopban válasszunk generáló elemet, ahol a célfgv együttható pozitív; célunk ugyanis nem a célfgv értékének javítása, hanem egészértékű megoldás keresése volt, ami csak a valós megoldás ‘rontásával’ kivitelezhető!