ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX
|
|
- Ισίδωρα Βιλαέτης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX Θεμελιώδης αλγόριθμος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού που κάνει χρήση της θεωρίας της Γραμμικής Άλγεβρας Προτάθηκε από το Dantzig (1947) και πλέον θεωρείται ένας από τους 10 πιο διάσημους και επιδραστικούς αλγορίθμους του 20 ου αιώνα. 1
2 ΓΕΝΙΚΗ ΜΟΡΦΗ ΠΡΟΒΛΗΜΑΤΟΣ Γ.Π. ΜΕΤΑ ΤΗ ΜΕΤΑΤΡΟΠΗ ΑΝΙΣΟΤΗΤΩΝ ΣΕ ΕΞΙΣΩΣΕΙΣ max Z = C 1 X 1 +C 2 X 2 + +C n X n a 11 X 1 +a 12 X 2 + +a n X n =b 1 a 21 X 1 +a 22 X 2 + +a 2n X n =b 2. a m1 X 1 +a m2 X 2 + +a mn X n =b m X 1, X 2, X n 0 m: ανεξάρτ. εξίσ. n: άγνωστοι Ή διανυσματικά max Z = C X A X b = X 0 ΠΡΟΣΟΧΗ: Πρέπει m < n m = n μία λύση m > n δεν υπάρχει λύση 2
3 ΜΕΤΑΤΡΟΠΗ ΤΩΝ ΠΕΡΙΟΡΙΣΜΩΝ ΑΝΙΣΟΤΗΤΕΣ ΙΣΟΤΗΤΕΣ Στη μέθοδο Simplex εργαζόμαστε με εξισώσεις: Περιορισμοί της μορφής. r a x b kj j k j 1 j 1 r a kj x j S k b k Περιορισμοί της μορφής Ορίζουμε και προσθέτουμε σε κάθε περιορισμό μια τεχνητή μεταβλητή Α i και εργαζόμαστε με τη «μέθοδο του μεγάλου Μ» Οι μεταβλητές S k που προσθέσαμε: ονομάζονται ΜΕΤΑΒΛΗΤΕΣ ΑΠΟΚΛΙΣΗΣ (Slack Variables) δείχνουν το ποσό ενός πόρου που έμεινε αδιάθετο έχουν μοναδιαία αξία 0. 3
4 ΟΡΙΣΜΟΙ ΚΑΙ ΒΑΣΙΚΑ ΘΕΩΡΗΜΑΤΑ Λύση: Κάθε διάνυσμα X=[x 1, x 2,, x n ] που ικανοποιεί το σύστημα A x=b Δυνατή Λύση: Κάθε λύση που είναι x 0 Βέλτιστη Δυνατή Λύση: Η Δυνατή λύση που μεγιστοποιεί την Αντικειμενική συνάρτηση Ζ Βάση του συστήματος: Κάθε τετραγωνική μήτρα mxm που προκύπτει από την Α και έχει m γραμμικά ανεξάρτητες στήλες Βασικές μεταβλητές: Οι m μεταβλητές που αντιστοιχούν στις στήλες μιας βάσης Βασικές δραστηριότητες: Οι δραστηριότητες που αντιστοιχούν στις βασικές μεταβλητές Μη βασικές μεταβλητές: Οι υπόλοιπες n-m μεταβλητές Οριακό Καθαρό Εισόδημα (Ο.Κ.Ε): C j = C j z j (Καθορίζει τη μεταβλητή που θα εισέλθει στη βάση) ** Κάθε μη βασικό διάνυσμα μπορεί να εκφρασθεί σαν γραμμικός συνδυασμός των βασικών διανυσμάτων 4
5 ΟΡΙΣΜΟΙ ΚΑΙ ΒΑΣΙΚΑ ΘΕΩΡΗΜΑΤΑ Το σύνολο των δυνατών λύσεων ενός προβλήματος Γ.Π. είναι κυρτό κλειστό σύνολο. Κάθε βασική δυνατή λύση είναι ένα ακραίο σημείο του κυρτού συνόλου των δυνατών λύσεων και κάθε ακραίο σημείο του κυρτού συνόλου είναι μια βασική δυνατή λύση του συστήματος. Αν υπάρχει μια δυνατή λύση του προβλήματος Γ.Π. υπάρχει και μια βασική δυνατή λύση. Αν υπάρχει μια βέλτιστη δυνατή λύση του προβλήματος Γ.Π. τότε η αντικειμενική συνάρτηση λαμβάνει τη βέλτιστη τιμή σ ένα τουλάχιστον ακραίο σημείο του συνόλου των δυνατών λύσεων, δηλαδή σε μια βασική δυνατή λύση. 5
6 ΟΡΙΣΜΟΙ ΚΑΙ ΒΑΣΙΚΑ ΘΕΩΡΗΜΑΤΑ Βασική δυνατή λύση: (ως προς μία βάση Β) Η δυνατή λύση που έχει όλες τις βασικές μεταβλητές διάφορες του μηδενός και όλες τις μη βασικές μεταβλητές ίσες με μηδέν Άρα: Στη βέλτιστη λύση του προβλήματος Γ.Π. ο αριθμός των μεταβλητών που θα είναι διάφορες του μηδενός είναι ίσος με τον αριθμό των εξισώσεων (περιορισμών) ενώ οι υπόλοιπες είναι 0. Π.χ. Έστω πρόβλημα με 5 δραστηριότητες (μεταβλητές) και 2 περιορισμούς. Στη βέλτιστη λύση μόνο 2 μεταβλητές θα είναι 0 ενώ οι άλλες 3 θα είναι μηδενικές. 6
7 ΛΟΓΙΚΟ ΔΙΑΓΡΑΜΜΑ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ SIMPLEX 7
8 Παράδειγμα προς επίλυση με SIMPLEX Έστω το παρακάτω πρόβλημα γραμμικού προγραμματισμού: max Z = 4X 1 +3X 2 Χ 1 8 Χ 2 6 Χ 1 + 2Χ Χ 1 + Χ 2 18 Χ 1, Χ 2 0 Μετατροπή στην πρότυπη μορφή με την εισαγωγή των μεταβλητών απόκλισης max Z = 4X 1 + 3X 2 + 0S 1 + 0S 2 + 0S 3 + 0S 4 Χ 1 + S 1 =8 Χ 2 + S 2 =6 Χ 1 + 2Χ 2 + S 3 =15 2Χ 1 + Χ 2 + S 4 =18 Χ 1, Χ 2, S 1, S 2, S 3, S 4 0 8
9 Παράδειγμα προς επίλυση με SIMPLEX Βήμα 0 Οδηγό στοιχείο Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί X B S S S S C j C j Ζ = 0 Η μεταβλητή με το μεγαλύτερο θετικό Ο.Κ.Ε. θα εισέλθει στη βάση, εδώ η X 1 C j = C j z j Cx 1 = 4 ( ) = 4 Cx 2 = 3 ( ) = 3 Ο μικρότερος θετικός λόγος Χ Βi /y i1 καθορίζει ποια μεταβλητή θα εξέλθει από τη βάση. Εδώ είναι: 8/1 = 8. Η μέθοδος σταματάει όταν δεν υπάρχει κάποιο θετικό Ο.Κ.Ε. Επομένως η μεταβλητή S 1 βγαίνει από τη βάση. 9
10 Παράδειγμα προς επίλυση με SIMPLEX Βήμα 1 Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X S S S C j C j Ζ = 32 Νέο Οδηγό στοιχείο (1) Μετατρέπουμε το οδηγό στοιχείο του προηγούμενου βήματος σε μονάδα, διαιρώντας όλα τα στοιχεία της γραμμής με το οδηγό στοιχείο της. (2) Μηδενίζουμε τα στοιχεία της στήλης του οδηγού στοιχείου κατά Gauss-Jordan, με πράξεις μεταξύ των γραμμών των πινάκων. (3) Εντοπίζουμε το νέο οδηγό στοιχείο. Ζ = C j Χ Χ Β ( = 32) 10
11 Παράδειγμα προς επίλυση με SIMPLEX Βήμα 2 Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X S S Χ C j C j Ζ = 38 Νέο Οδηγό στοιχείο C j = C j z j Cx 1 = 4 ( ) = 0 Cx 2 = 3 ( ) = 0 Cs 1 = 0 [ (-2 3)]= 2 Cs 4 = 0 [4 0+0 (-1)+0 (-2)+(1 3)]= -3 11
12 Παράδειγμα προς επίλυση με SIMPLEX Βήμα 3 (υπό διερεύνηση) Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X S S Χ C j C j Ζ = 38 Πώς μεταβαίνουμε στον επόμενο πίνακα Simplex; 12
13 Παράδειγμα προς επίλυση με SIMPLEX Βήμα 3 (Λύση) Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X /3 2/3 7 S /3 1/3 2 S /3-2/3 1 Χ /3-1/3 4 C j C j /3-5/3 Ζ = 40 Δεν υπάρχει άλλο θετικό Ο.Κ.Ε. επομένως δεν υπάρχουν περιθώρια περαιτέρω βελτίωσης της λύσης. Η λύση είναι βέλτιστη και ο αλγόριθμος σταματά. (Χ 1 = 7, Χ 2 = 4 και Ζ = 40) 13
14 Γεωμετρική παράσταση της διαδικασίας SIMPLEX Βέλτιστη λύση Βήμα 0 14
15 Επίλυση προβλήματος DEWAG με SIMPLEX Το παράδειγμα της εταιρείας DEWAG: max Z = 9.000X X 2 0,0200Χ 1 + 0,0143Χ ,0150Χ 1 + 0,0300Χ ,0222Χ ,0333Χ Χ 1, Χ 2 0 Μετατροπή στην πρότυπη μορφή με την εισαγωγή των μεταβλητών απόκλισης S i max Z = 9.000X X S 1 + 0S 2 + 0S 3 + 0S 4 0,0200Χ 1 + 0,0143Χ 2 + S 1 =100 0,0150Χ 1 + 0,0300Χ 2 +S 2 =100 0,0222Χ 1 +S 3 =100 0,0333Χ 2 +S 4 =100 Χ 1, Χ 2, S 1, S 2, S 3, S
16 Επίλυση προβλήματος DEWAG με SIMPLEX Βήμα 0 Οδηγό στοιχείο Η βάση του πίνακα αποτελείται από τις μεταβλητές απόκλισης Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος Δεξί Χ Β S 1 0,02 0, S 2 0,015 0, S 3 0, S 4 0 0, C j C j Ζ = 0 Για το Χ 1 : Η μεταβλητή με το μεγαλύτερο Ο.Κ.Ε θα εισέλθει στη βάση, δηλαδή η X 1 C j = C j z j Ο μικρότερος θετικός λόγος Χ Βi /y i1 είναι: 100/0,0222 = Επομένως η μεταβλητή S 3 βγαίνει από τη βάση. Cx 1 = (0 0,02+0 0, , ) = Για το Χ 2 : Cx 2 = (0 0, , ,0333) =
17 Σύγκριση με γραφική επίλυση (1/4) Ο πρώτος πίνακας Simplex αντιστοιχεί στο σημείο Ο της γραφικής παράστασης με: x 1 = 0, x 2 = 0, και z = 0. x 2 (I) (III) A B (IV) Μ C D (II) 0 E x 1 17
18 Επίλυση προβλήματος DEWAG με SIMPLEX Βήμα 1 Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β S 1 0 0, , ,91 S 2 0 0, , ,4 X , S 4 0 0, C j C j Νέο Οδηγό στοιχείο Ζ = (1) Μετατρέπουμε το οδηγό στοιχείο του προηγούμενου βήματος σε μονάδα, διαιρώντας όλα τα στοιχεία της γραμμής με το οδηγό στοιχείο της. (2) Μηδενίζουμε τα στοιχεία της στήλης του οδηγού στοιχείου κατά Gauss-Jordan, με πράξεις μεταξύ των γραμμών των πινάκων. (3) Εντοπίζουμε το νέο οδηγό στοιχείο. Ζ = C j Χ Χ Β (Z= 9, , = ) 18
19 Σύγκριση με γραφική επίλυση (2/4) Ο δεύτερος πίνακας Simplex μεταβαίνει στο σημείο Ε της γραφικής παράστασης με: x 1 = 4.504, x 2 = 0, και z = x 2 (I) (III) A B (IV) Μ C D (II) 0 E x 1 19
20 Επίλυση προβλήματος DEWAG με SIMPLEX Βήμα 2 Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X , S , , ,64 X S , , ,92 C j C j Z= Νέο Οδηγό στοιχείο 20
21 Σύγκριση με γραφική επίλυση (3/4) Ο τρίτος πίνακας Simplex μεταβαίνει στο σημείο D της γραφικής παράστασης με: x 1 = 4.504, x 2 = 693, και z = x 2 (I) (III) A B (IV) Μ C D (II) 0 E x 1 21
22 Επίλυση προβλήματος DEWAG με SIMPLEX Βήμα 3 Βάση X 1 X 2 S 1 S 2 S 3 S 4 μέρος, Δεξί Χ Β X ,91 51, S ,73 0, ,59 X ,82-37, S ,30-1, ,81 C j C j Z= Δεν υπάρχει άλλο θετικό Ο.Κ.Ε επομένως δεν υπάρχουν περιθώρια περαιτέρω βελτίωση της λύσης. Η λύση είναι βέλτιστη και ο αλγόριθμος σταματά. (Χ 1 = 4.073, Χ 2 = και Ζ = ) 22
23 Σύγκριση με γραφική επίλυση (4/4) Ο τέταρτος πίνακας Simplex μεταβαίνει στο σημείο C της γραφικής παράστασης με: x 1 = 4073, x 2 = 1296, και z = x 2 (I) (III) A B (IV) Μ C D (II) 0 E x 1 23
24 Υποπερίπτωση SIMPLEX Μέθοδος του μεγάλου Μ Τι συμβαίνει όταν δεν υπάρχουν μόνο περιορισμοί με πρόσημο αλλά και με πρόσημο ή και ισότητες; Επιλύστε το επόμενο πρόβλημα γραμμικού προγραμματισμό με τη χρήση της μεθόδου Simplex: Min Z =2 X X 2 υ.π. ½ X 1 + ¼ X 2 4 X 1 + 3X 2 20 X 1 + X 2 = 10 X 1, X
25 Υποπερίπτωση SIMPLEX Μέθοδος του μεγάλου Μ 1)Μετατρέπουμε το πρόβλημα στην πρότυπη του μορφή. 2)Προσθέτουμε σε κάθε περιορισμό του τύπου ή του τύπου «=» μια τεχνική μεταβλητή Α για να κατασκευάσουμε την αρχική βάση. Στις ισότητες δεν εισάγεται μεταβλητή απόκλισης S i. 3)Προσθέτουμε το συντελεστή «Μ» (Μ πολύ μεγάλος αριθμός) στο συντελεστή των τεχνικών μεταβλητών στην αντικειμενική συνάρτηση για κάθε τεχνητή μεταβλητή. Min Z = 2 X X S S 2 + M A 1 + M A 2 υ.π. ½ X 1 + ¼ X 2 + S 1 = 4 X 1 + 3X 2 - S 2 + A 1 = 20 X 1 + X 2 + A 2 = 10 X 1, X 2,S 1, S 2, A 1, A 2 0 Ο συντελεστής μπαίνει με θετικό πρόσημο στα προβλήματα ελαχιστοποίησης και με αρνητικό στα προβλήματα μεγιστοποίησης. Στόχος της εισαγωγής του είναι η απαλοιφή των τεχνητών μεταβλητών Α i από τη βάση. 25
26 Υποπερίπτωση SIMPLEX Μέθοδος του μεγάλου Μ Βήμα 0 Βάση X 1 X 2 S 1 S 2 Α 1 Α 2 Δεξί μέρος S 1 1/2 1/ A A C j Μ -Μ C j 2Μ-2 4Μ-3 0 -Μ 0 0 Ζ = -30Μ Έχουμε μετατρέψει την αντικειμενική συναρτησή από συνάρτηση ελαχιστοποίησης σε μεγιστοποίησης, πολλαπλασιάζοντας όλους τους όρους της με (-1). Min Z = 2 X X S S 2 + M A 1 + M A 2 Max Z = - 2 X 1-3 X 2-0 S 1-0 S 2 - M A 1 - M A 2 Στη συνέχεια εργαζόμαστε κατά τα γνωστά. 26
27 Υποπερίπτωση SIMPLEX Μέθοδος του μεγάλου Μ Ακολουθώντας όλα τα βήματα της SIMPLEX καταλήγουμε στον παρακάτω τελικό πίνακα Βάση X 1 X 2 S 1 S 2 Α 1 Α 2 Δεξί μέρος S /8 1/8-5/8 1/4 Χ /2 1/2-1/2 5 Χ /2-1/2 3/2 5 C j Μ -Μ C j /2 1/2-Μ 3/2-Μ Ζ = -25 Πολλαπλασιάζοντας τη βέλτιστη τιμή της αντικειμενικής συνάρτησης με (-1) μεταβαίνουμε στη βέλτιστη τιμή της αρχική αντικειμενικής [min]. Έτσι είναι z =
28 Υποπερίπτωση SIMPLEX Μέθοδος του μεγάλου Μ Στον τελικό πίνακα, αν τουλάχιστον μια από τις τεχνητές μεταβλητές (A1, A2, ) εξακολουθεί να βρίσκεται στη βάση με μη μηδενική τιμή, τότε το πρόβλημα είναι μη εφικτό. Αν στον τελικό πίνακα υπάρχει μια μεταβλητή εκτός βάσης με Ο.Κ.Ε. ίσο με το μηδέν, τότε το πρόβλημα έχει πολλαπλές βέλτιστες λύσεις. Κατά την εύρεση της μεταβλητής που θα εξέλθει από τη βάση, αν δεν υπάρχει κάποιος θετικός λόγος (όλοι οι όροι στην στήλη του οδηγού στοιχείου είναι αρνητικοί ή μηδενικοί), τότε το πρόβλημα είναι μη φραγμένο. 28
29 Επίλυση Δυαδικού DEWAG με SIMPLEX m i n Z , , , , , , Μετατροπή στην πρότυπη μορφή & Εισαγωγή τεχνητών μεταβλητών Α i MinZ = 100Π Π Π Π 4 + 0S 1 + 0S 2 + ΜΑ 1 + MΑ 2 0,02Π 1 + 0,015Π 2 + 0,00222Π 3 - S 1 + Α 1 = ,0143Π 1 + 0,03Π 2 + 0,0333Π 4 - S 2 + Α 2 = 7500 Βήμα 0 Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος Α 1 0,020 0,015 0, Α 2 0,014 0,030 0,000 0, C j C j Z= Θέσαμε Μ =
30 Επίλυση Δυαδικού DEWAG με SIMPLEX Βήμα 1 Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος Α 1 0, ,022-0, , , Π 2 0, , , , C j C j -76, Ζ= Η μεταβλητή με το αρνητικότερο Ο.Κ.Ε. εισέρχεται στη βάση. Θα μπορούσαμε εναλλακτικά να είχαμε μετατρέψει την αντικειμενική σε συνάρτηση μεγιστοποίησης και να εργαζόμασταν κατά τα γνωστά. Βήμα 2 Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος S 2 0, ,045-0, Π 2 1, , , , C j C j -33, Ζ=
31 Επίλυση Δυαδικού DEWAG με SIMPLEX Βήμα 3 Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος Π 3 0, ,750-45,045 22,523 45,045-22, Π 2 0, , , , C j C j -5, Ζ= Βήμα 4 Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος Π ,728-1,296-77,821 38,911 77,821-38, Π ,824 1,728 37,095-51,881-37,095 51, C j C j 0 0 9,58 56, Ζ=
32 Σύγκριση λύσεων προβλήματος DEWAG με SIMPLEX Λύση Πρωτεύοντος Βάση X 1 X 2 S 1 S 2 S 3 S 4 Δεξί μέρος, Χ Β X ,91 51, S ,73 0, ,59 X ,82-37, S ,30-1, ,81 C j C j Z= Λύση Δυαδικού Βάση Π 1 Π 2 Π 3 Π 4 S 1 S 2 Α 1 Α 2 Δεξί μέρος, Χ Β Π ,728-1,296-77,821 38,911 77,821-38, Π ,824 1,728 37,095-51,881-37,095 51, C j C j 0 0 9,58 56, Ζ=
Γραμμικός Προγραμματισμός Μέθοδος Simplex
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση
Διαβάστε περισσότεραz = c 1 x 1 + c 2 x c n x n
Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος
Διαβάστε περισσότεραΓραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Προϋποθέσεις Εφαρμογής
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Εικονικές Παράμετροι Μέχρι στιγμής είδαμε την εφαρμογή της μεθόδου Simplex σε προβλήματα όπου το δεξιό μέλος ήταν θετικό. Δηλαδή όλοι οι περιορισμοί ήταν της μορφής: όπου Η παραδοχή ότι b 0 μας δίδει τη
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex (C) Copyright Α.
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα I
Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex 1. Αλγόριθμός Simplex
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Δυϊκότητα Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Το δυϊκό πρόβλημα Για κάθε πρόβλημα Γραμμικού Προγραμματισμού υπάρχει
Διαβάστε περισσότεραΗ μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου
Η μέθοδος Simplex Χρήστος Γκόγκος ΤΕΙ Ηπείρου Χειμερινό Εξάμηνο 2014-2015 1 / 17 Η μέθοδος Simplex Simplex Είναι μια καθορισμένη σειρά επαναλαμβανόμενων υπολογισμών μέσω των οποίων ξεκινώντας από ένα αρχικό
Διαβάστε περισσότεραΆσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης
Εταιρία παράγει σκυρόδεμα με το οποίο προμηθεύει σε καθημερινή βάση διάφορες οικοδομικές επιχειρήσεις. Το σκυρόδεμα παράγεται σε δύο εργοτάξια της εταιρίας, το Α και το Β. Με τα σημερινά δεδομένα, υπάρχει
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3 Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Bέλτιστος σχεδιασμός με αντικειμενική συνάρτηση και περιορισμούς
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός Δημήτρης Φωτάκης Προσθήκες (λίγες): Άρης Παγουρτζής Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Η μέθοδος Simplex Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος Simplex είναι μια
Διαβάστε περισσότερα3.7 Παραδείγματα Μεθόδου Simplex
3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας ΙΙ
Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός
Διαβάστε περισσότεραΗ μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Η μέθοδος Simplex Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος
Διαβάστε περισσότεραΛύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)
Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014) Θέμα 1 Μια επιχείρηση χρησιμοποιεί 3 πρώτες ύλες Α, Β, Γ για να παράγει 2 προϊόντα Π1 και Π2. Για την παραγωγή μιας μονάδας προϊόντος Α απαιτούνται 1
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Σχέσεις μεταξύ του πρωτεύοντος και του δυϊκού του. Για να χρησιμοποιήσουμε τη θεωρία δυϊκότητας αλλάζουμε την μορφή του πίνακα της μεθόδου simplex, προσθέτοντας μια σειρά και μια στήλη. Η σειρά προστίθεται
Διαβάστε περισσότεραΒασική Εφικτή Λύση. Βασική Εφικτή Λύση
Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n µεταβλητών και m περιορισµών Εστω πραγµατικοί αριθµοί a ij, b j, c i R µε 1 i m, 1 j n Αλγεβρική Μορφή Γενική Μορφή Γραµµικού Προγραµµατισµού n
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση γραμμικής αντικειμενικής συνάρτησης
Διαβάστε περισσότεραΚεφάλαιο 3ο: Γραμμικός Προγραμματισμός
Κεφάλαιο 3ο: Γραμμικός Προγραμματισμός 3.1 Εισαγωγή Πολλοί πιστεύουν ότι η ανάπτυξη του γραμμικού προγραμματισμού είναι μια από τις πιο σπουδαίες επιστημονικές ανακαλύψεις στα μέσα του εικοστού αιώνα.
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Γραμμικός προγραμματισμός: μέθοδος simplex Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 4 η /2017 Η γεωμετρία των προβλημάτων γραμμικού
Διαβάστε περισσότεραΘεωρία Μεθόδου Simplex
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης Θεωρία Μεθόδου Simplex Άδεια Χρήσης
Διαβάστε περισσότεραΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX
ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ 2013-2014 ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX ΔΥΙΚΟΤΗΤΑ Κάθε πρόβλημα γραμμικού προγραμματισμού συνδέεται με εάν άλλο πρόβλημα γραμμικού προγραμματισμού
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη 5 ο Εξάμηνο 4 ο ΜΑΘΗΜΑ Δημήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τμήμα Στατιστικής & Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών
Διαβάστε περισσότεραΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων
ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων Επιχειρησιακή Έρευνα Τυπικό Εξάμηνο: Δ Αλέξιος Πρελορέντζος Εισαγωγή Ορισμός 1 Η συστηματική εφαρμογή ποσοτικών μεθόδων, τεχνικών
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός
Γραμμικός Προγραμματισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση γραμμικής αντικειμενικής συνάρτησης
Διαβάστε περισσότεραΣυστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ
Συστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Περιεχόμενα 1 Γενικά στοιχεία γραμμικού προγραμματισμού 2 Παράδειγμα γραμμικού προγραμματισμού και γραφικής επίλυσης του 3 Γραμμικός προγραμματισμός
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Ανάλυση Ευαισθησίας. Έχοντας λύσει ένας πρόβλημα ΓΠ θα πρέπει να αναρωτηθούμε αν η λύση έχει φυσική σημασία. Είναι επίσης πολύ πιθανό να έχουμε χρησιμοποιήσει δεδομένα για τα οποία δεν είμαστε σίγουροι
Διαβάστε περισσότεραΓραμμικός Προγραμματισμός και θεωρία Παιγνίων
Σε αυτό το κεφάλαιο θα χρησιμοποιήσουμε πίνακες οι οποίοι δεν θα είναι γραμμικές εξισώσεις. Θα πρέπει λοιπόν να δούμε την γεωμετρική ερμηνεία των ανισώσεων. Μια ανίσωση διαιρεί τον n-διάστατο χώρο σε δύο
Διαβάστε περισσότεραΣυνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)
Δυϊκότητα Θα δείξουμε πώς μπορούμε να αντιστοιχίσουμε ένα πρόβλημα ελαχιστοποίησης με ένα πρόβλημα ΓΠ στην συνήθη του μορφή. Ένα πρόβλημα στην συνήθη του μορφή μπορεί να είναι ένα κατασκευαστικό πρόβλημα,
Διαβάστε περισσότεραΒ. Βασιλειάδης. Επιχειρησιακή Έρευνα Διάλεξη 5 η -Αλγόριθμος Simplex
Β. Βασιλειάδης Επιχειρησιακή Έρευνα Διάλεξη 5 η -Αλγόριθμος Simplex Περιεχόμενα Ο αλγόριθμος Simplex Βασικά Βήματα Παραδείγματα Συμπεράσματα 1o Bήμα: εξάλειψη των ανισοτήτων Στη μαθηματική διατύπωση του
Διαβάστε περισσότερα1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ
. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ. Μέγιστα και Ελάχιστα Συναρτήσεων Χωρίς Περιορισμούς Συναρτήσεις μιας Μεταβλητής Εστω f ( x) είναι συνάρτηση μιας μόνο μεταβλητής. Εστω επίσης ότι x είναι ένα σημείο στο πεδίο ορισμού
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex
Επιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex Νίκος Τσάντας ιατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Τμήμ. Μαθηματικών Μαθηματικά των Υπολογιστών και των Αποφάσεων Ακαδημαϊκό έτος 2006-07
Διαβάστε περισσότεραΘεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα
Θεωρία Δυαδικότητας Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόμενα Παρουσίασης 1. Βασικά Θεωρήματα 2. Παραδείγματα 3. Οικονομική Ερμηνεία
Διαβάστε περισσότεραείναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές
Ένα τυχαίο π.γ.π. maximize/minimize z=c x Αx = b x 0 Τυπική μορφή του π.γ.π. maximize z=c x Αx = b x 0 b 0 είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς
Διαβάστε περισσότεραmin f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +
KΕΦΑΛΑΙΟ 4 Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ανισότητες 4. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΑΝΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΟΜαθηµατικός Προγραµµατισµός είναι κλάδος των εφαρµοσµένων µαθηµατικών που ασχολείται µε την εύρεση άριστης λύσης. ιαφέρει από την κλασική αριστοποίηση στο ότι προσπαθεί να
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΟΝ ΜΑΘΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ
ΠΡΟΚΑΤΑΡΚΤΙΚΗ ΕΚΔΟΣΗ ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΜΑΘΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΕΥΑΓΓΕΛΟΣ Φ. ΜΑΓΕΙΡΟΥ ΚΑΘΗΓΗΤΗΣ ΟΙΚΟΝΟΜΙΚΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΑΘΗΝΩΝ ΑΘΗΝΑ ΕΚΔΟΣΗ 2.4 ΜΑΪΟΣ 2012 1-1 Κεφάλαιο 1. Μαθηματικός Προγραμματισμός...1-3
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 9: Γεωμετρία του Χώρου των Μεταβλητών, Υπολογισμός Αντιστρόφου Μήτρας Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ
ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ Ελαχιστοποίηση κόστους διατροφής Ηεπιχείρηση ζωοτροφών ΒΙΟΤΡΟΦΕΣ εξασφάλισε µια ειδική παραγγελίααπό έναν πελάτη της για την παρασκευή 1.000 κιλών ζωοτροφής, η οποία θα πρέπει
Διαβάστε περισσότεραΕπιχειρησιακή έρευνα (ασκήσεις)
Επιχειρησιακή έρευνα (ασκήσεις) ΤΕΙ Ηπείρου (Τμήμα Λογιστικής και Χρηματοοικονομικής) Γκόγκος Χρήστος (06-01-2015) 1. Γραφική επίλυση προβλημάτων Γραμμικού Προγραμματισμού A) Με τη βοήθεια της γραφικής
Διαβάστε περισσότεραΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ. 4.1 Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων
ΚΕΦΑΛΑΙΟ 4 ΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ 4. Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων Η περιγραφή του ΔΑΣΕΣ στο προηγούμενο κεφάλαιο έγινε με σκοπό να διευκολυνθούν οι αποδείξεις
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 18: Επίλυση Γενικών Γραμμικών Προβλημάτων Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 10: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (2o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 19: Επίλυση Γενικών Γραμμικών Προβλημάτων Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Κεφάλαιο 3 3.1 Γενικά Τις τελευταίες δεκαετίες ένας μεγάλος αριθμός μεθόδων βελτιστοποίησης έχει αναπτυχθεί με βάση τη θεωρία του μαθηματικού λογισμού. Οι διάφοροι μαθηματικοί
Διαβάστε περισσότεραιατύπωση τυπικής µορφής προβληµάτων Γραµµικού
Ο αλγόριθµος είναι αλγεβρική διαδικασία η οποία χρησιµοποιείται για την επίλυση προβληµάτων (προτύπων) Γραµµικού Προγραµµατισµού (ΠΓΠ). Ο αλγόριθµος έχει διάφορες παραλλαγές όπως η πινακοποιηµένη µορφή.
Διαβάστε περισσότεραΑλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) 1
Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) http://users.uom.gr/~acg 1 Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simplex (simplex table, simplex
Διαβάστε περισσότεραΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX
ΚΕΦΑΛΑΙΟ 3 ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX 3.1 Εισαγωγή Ο αλγόριθμος Simplex θεωρείται πλέον ως ένας κλασικός αλγόριθμος για την επίλυση γραμμικών προβλημάτων. Η πρακτική αποτελεσματικότητά του έχει
Διαβάστε περισσότερα= 7. Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις
1. Εισαγωγή Δίνεται η συνάρτηση μεταφοράς = = 1 + 6 + 11 + 6 = + 6 + 11 + 6 =. 2 Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις L = 0 # και L $ % &'
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα
ΚΕΦΑΛΑΙΟ 4 Ακέραια Πολύεδρα 1 Ορισμός 4.1 (Convex Hull) Έστω ένα σύνολο S C R n. Ένα σημείο x του R n είναι κυρτός συνδυασμός (convex combination) σημείων του S, αν υπάρχει ένα πεπερασμένο σύνολο σημείων
Διαβάστε περισσότεραΑΛΓΟΡΙΘΜΟΙ Ενότητα 10
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΛΓΟΡΙΘΜΟΙ Ενότητα 10: Επαναληπτική Βελτίωση Ιωάννης Μανωλόπουλος, Καθηγητής Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το
Διαβάστε περισσότεραΓραµµικός Προγραµµατισµός - Μέθοδος Simplex
Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Η πλέον γνωστή και περισσότερο χρησιµοποιηµένη µέθοδος για την επίλυση ενός γενικού προβλήµατος γραµµικού προγραµµατισµού, είναι η µέθοδος Simplex η οποία αναπτύχθηκε
Διαβάστε περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 22: Ανάπτυξη Κώδικα σε Matlab για την επίλυση Γραμμικών Προβλημάτων με τον Αναθεωρημένο Αλγόριθμο Simplex Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: μέθοδοι μονοδιάστατης ελαχιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 6 η /2017 Τι παρουσιάστηκε
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 13 ΜΕΡΟΣ ΠΡΩΤΟ ΣΤΟΙΧΕΙΑ ΔΙΑΦΟΡΙΚΟΥ ΛΟΓΙΣΜΟΥ ΣΥΝΑΡΤΗΣΕΩΝ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 15 ΚΕΦΑΛΑΙΟ 1: ΣΥΝΑΡΤΗΣΕΙΣ ΠΟΛΛΩΝ ΜΕΤΑΒΛΗΤΩΝ 17 1. Εισαγωγή 17 2. Πραγματικές συναρτήσεις διανυσματικής μεταβλητής
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Γραμμικός προγραμματισμός: Εισαγωγή Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 3 η /2017 Γραμμικός προγραμματισμός Είναι μια μεθοδολογία
Διαβάστε περισσότεραΗ γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού
Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 τελευταία ενημέρωση: 21/10/2016
Διαβάστε περισσότερα3.1 Εξισώσεις 1 ου Βαθμού
1 3.1 Εξισώσεις 1 ου Βαθμού 1. Να διερευνήσετε την εξίσωση. Ισχύει: Διακρίνουμε τώρα τις περιπτώσεις: Αν τότε: ΘΕΩΡΙΑ Απάντηση Επομένως, αν η εξίσωση έχει ακριβώς μία λύση, την. Αν, τότε η εξίσωση γίνεται,
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι
Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος. Δείξτε ότι ο V R εφοδιασμένος με τις ακόλουθες πράξεις (, a b) + (, d) ( a+, b+ d) και k ( ab, ) ( kakb,
Διαβάστε περισσότεραΕισαγωγικές έννοιες. Κατηγορίες προβλημάτων (σε μια διάσταση) Προβλήματα εύρεσης μεγίστου. Συμβολισμοί
Κατηγορίες προβλημάτων (σε μια διάσταση) Εισαγωγικές έννοιες Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc164.materials.uoi.gr/dpapageo Το πρόβλημα
Διαβάστε περισσότερα2. ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
. ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ. Εισαγωγή Οι κλασσικές μέθοδοι αριστοποίησης βασίζονται κατά κύριο λόγο στο διαφορικό λογισμό. Ο Μαθηματικός Προγραμματισμός ο οποίος περιλαμβάνει τον Γραμμικό Προγραμματισμό
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 7: Επίλυση με τη μέθοδο Simplex (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων
Τμήμα Διοίκησης Επιχειρήσεων ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα 2: Γραφική επίλυση προβληµάτων γραµµικού προγραµµατισµού(γ.π.) ιδάσκων: Βασίλειος Ισµυρλής Τηλ:6979948174, e-mail: vasismir@gmail.com
Διαβάστε περισσότερα1. Τετραγωνικές μορφές. x y 0. 0x y 0 1α 1β 2α 2β 3. 0x + y 0
Β4. ΕΣΣΙΑΝΟΣ ΠΙΝΑΚΑΣ-ΚΥΡΤΟΤΗΤΑ 1.Τετραγωνικές μορφές.χαρακτηρισμός συμμετρικών πινάκων 3.Δεύτερες μερικές παράγωγοι-εσσιανός πίνακας 4.Συνθήκες για ακρότατα 5.Κυρτές/κοίλες συναρτήσεις 6.Ολικά ακρότατα
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων
Τμήμα Διοίκησης Επιχειρήσεων ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα 1: Γραµµικός προγραµµατισµός(γ.π.) ιδάσκων: Βασίλειος Ισµυρλής Τηλ:6979948174, e-mail: vasismir@gmail.com http://vasilis-ismyrlis.webnode.gr/
Διαβάστε περισσότεραΖητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν τη γραµµική αντικειµενική συνάρτηση. n j = j = 1, 2,, n
KΕΦΑΛΑΙΟ 6 Γραµµικός Προγραµµατισµός 6. ΕΙΣΑΓΩΓΗ Ο γραµµικός προγραµµατισµός (Γ.Π.) είναι µια µέθοδος βελτιστοποίησης που εφαρµόζεται για την επίλυση προβληµάτων στα οποία η αντικειµενική συνάρτηση και
Διαβάστε περισσότεραΤμήμα Εφαρμοσμένης Πληροφορικής
Τμήμα Εφαρμοσμένης Πληροφορικής ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΜΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ 8 Ο ΕΞΑΜΗΝΟ ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ, ΕΠ. ΚΑΘΗΓΗΤΗΣ Δυϊκή Θεωρία (1) Θεώρημα : Το δυϊκό πρόβλημα του γραμμικού προβλήματος 0 0 1 1 2 2 0 0 T
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Μια μαθηματική τεχνική Ευρύτατο φάσμα εφαρμογών Προβλήματα με γραμμικότητα ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΙΣΑΓΩΓΗ Ο Γραμμικός Προγραμματισμός επιλύει, κάτω από ορισμένες προϋποθέσεις,
Διαβάστε περισσότεραΕφαρμοσμένα Μαθηματικά ΙΙ
Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας Εφαρμοσμένα Μαθηματικά ΙΙ Γραμμικά Συστήματα Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Γραμμικό Σύστημα a11x1 + a12x2 + + a1 nxn = b1 a x + a x + +
Διαβάστε περισσότεραΚεφάλαιο 1 Συστήματα γραμμικών εξισώσεων
Κεφάλαιο Συστήματα γραμμικών εξισώσεων Παραδείγματα από εφαρμογές Γραμμική Άλγεβρα Παράδειγμα : Σε ένα δίκτυο (αγωγών ή σωλήνων ή δρόμων) ισχύει ο κανόνας των κόμβων όπου το άθροισμα των εισερχόμενων ροών
Διαβάστε περισσότεραΔυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση Ευαισθησίας
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΒΙΟΜΗΧΑΝΙΚΗΣ ΔΙΟΙΚΗΣΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Επιχειρησιακή Έρευνα Ι Διδάσκων: Δρ. Σταύρος Τ. Πόνης Δυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση
Διαβάστε περισσότεραΓραμμικός και Ακέραιος προγραμματισμός
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΟΜΕΑΣ ΜΑΘΗΜΑΤΙΚΩΝ ΔΜΠΣ «ΕΦΑΡΜΟΣΜΕΝΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ» Γραμμικός και Ακέραιος προγραμματισμός Διπλωματική εργασία της
Διαβάστε περισσότεραIII.9 ΑΚΡΟΤΑΤΑ ΣΕ ΠΕΡΙΟΧΗ
III.9 ΑΚΡΟΤΑΤΑ ΣΕ ΠΕΡΙΟΧΗ.Ολικά και τοπικά ακρότατα..εσωτερικά και συνοριακά ακρότατα 3.Χωριζόμενες μεταβλητές 4.Συνθήκες για ακρότατα 5.Ολικά ακρότατα κυρτών/κοίλων συναρτήσεων 6.Περισσότερες μεταβλητές.
Διαβάστε περισσότεραKεφάλαιο 4. Συστήματα διαφορικών εξισώσεων. F : : F = F r, όπου r xy
4 Εισαγωγή Kεφάλαιο 4 Συστήματα διαφορικών εξισώσεων Εστω διανυσματικό πεδίο F : : F = Fr, όπου r x, και είναι η ταχύτητα στο σημείο πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουμε τις τροχιές κίνησης των
Διαβάστε περισσότεραΠαραδείγματα Απαλοιφή Gauss Απαλοιφή Gauss-Jordan Παραγοντοποίηση LU, LDU
Παραδείγματα Απαλοιφή Gauss Απαλοιφή Gauss-Jordan Παραγοντοποίηση LU, LDU Επιμέλεια: Ι. Λυχναρόπουλος Παράδειγμα x y Να επιλυθεί το ακόλουθο σύστημα: x+ y 6 Σε μορφή πινάκων το σύστημα γράφεται ως: x y
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη 5 ο Εξάµηνο 5 ο ΜΑΘΗΜΑ ηµήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τµήµα Στατιστικής & Αναλογιστικών-Χρηµατοοικονοµικών Μαθηµατικών
Διαβάστε περισσότεραΤΟ ΔΥΑΔΙΚΟ ΠΡΟΒΛΗΜΑ. Θεωρίες δυϊσμού Θεώρημα Thevenin-Norton. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης
ΤΟ ΔΥΑΔΙΚΟ ΠΡΟΒΛΗΜΑ Θεωρίες δυϊσμού Θεώρημα Thevenin-Norton minu = b 1 Π 1 + b Π + + b m Π m ΔΥΑΔΙΚΟ X 1 X X n Π 1 α 11 a 1... a 1n b 1 Π α 1 a... a n b............ Π m a m1 a m a mn b m c 1 c... c n maxz
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING)
ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING) Δρ. Βασιλική Καζάνα Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής
Διαβάστε περισσότεραΚεφάλαιο 4: Επιλογή σημείου παραγωγής
Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή
Διαβάστε περισσότεραΠαραδείγματα Διανυσματικοί Χώροι Ι. Λυχναρόπουλος
Παραδείγματα Διανυσματικοί Χώροι Ι. Λυχναρόπουλος Παράδειγμα Έστω το σύνολο V το σύνολο όλων των θετικών πραγματικών αριθμών εφοδιασμένο με την ακόλουθη πράξη της πρόσθεσης: y y με, y V και του πολλαπλασιασμού
Διαβάστε περισσότεραD = / Επιλέξτε, π.χ, το ακόλουθο απλό παράδειγμα: =[IA 1 ].
4. Φυλλάδιο Ασκήσεων IV σύντομες λύσεις, ενδεικτικές απαντήσεις πολλαπλής επιλογής 4.. Άσκηση. Χρησιμοποιήστε τη διαδικασία Gauss-Jordan γιά να βρείτε τους αντιστρόφους των παρακάτω πινάκων, αν υπάρχουν.
Διαβάστε περισσότεραΚανονική μορφή μοντέλου μεγιστοποίησης
http://users.uom.gr/~acg Η μέθοδος SIMPLEX (Both Simple and Comple ) Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simple (simple table, simple tableαu)
Διαβάστε περισσότεραΤ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ
Τ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Ακαδημαϊκό Έτος: 2013-2014 (Χειμερινό Εξάμηνο) Μάθημα: Σχεδιασμός Αλγορίθμων και Επιχειρησιακή Έρευνα Καθηγητής: Νίκος Τσότσολας Εργασία
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ. ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ
1. Τι καλείται μεταβλητή; ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΑ Β ΓΥΜΝΑΣΙΟΥ ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ Μεταβλητή είναι ένα γράμμα (π.χ., y, t, ) που το χρησιμοποιούμε για να παραστήσουμε ένα οποιοδήποτε στοιχείο ενός συνόλου..
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί
ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX 2.1 Βασικές έννοιες - Ορισμοί Ο αλγόριθμος Simplex για τα προβλήματα γραμμικού προγραμματισμού, βλέπε Dntzig (1963), αποδίδει αρκετά καλά στην πράξη, ιδιαίτερα σε προβλήματα
Διαβάστε περισσότερα3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ
ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ 3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ Μ. Καρλαύτης Ν. Λαγαρός Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΕφαρμοσμένη Βελτιστοποίηση
Εφαρμοσμένη Βελτιστοποίηση Ενότητα 4: Αναλυτικές μέθοδοι βελτιστοποίησης για συναρτήσεις πολλών μεταβλητών Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας
Διαβάστε περισσότεραΤμήμα Μηχανικών Πληροφορικής ΤΕ Ανάλυση ευαισθησίας. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Ανάλυση ευαισθησίας Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Παράδειγμα TOYCO Η επιχείρηση TOYCO χρησιμοποιεί τρεις διαδικασίες
Διαβάστε περισσότεραΠαραδείγματα (2 ο σετ) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος
Παραδείγματα ( ο σετ) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος Παράδειγμα Έστω ο υποχώρος W του R 5 που παράγεται από τα διανύσματα v=(,,-,,), v=(,,-,6,8), v=(,,,,6), v=(,,5,,8), v5=(,7,,,9). a)
Διαβάστε περισσότεραΔυναμικότητα (GWh) A B C Ζήτηση (GWh) W X Y Z
Άσκηση 0 Η εταιρία ηλεκτρισμού ELECTRON έχει τρείς μονάδες ηλεκτροπαραγωγής Α, Β, C και θέλει να καλύψει τη ζήτηση σε τέσσερις πόλεις W, Χ, Υ, Ζ. Η μέγιστη παραγωγή, η απαιτούμενη ζήτηση και το κόστος
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 8: Επίλυση με τη μέθοδο Simplex (2 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΠαραδείγματα (1 ο σετ) Διανυσματικοί Χώροι
Παραδείγματα ( ο σετ) Διανυσματικοί Χώροι Παράδειγμα Έστω το σύνολο V το σύνολο όλων των θετικών πραγματικών αριθμών εφοδιασμένο με την ακόλουθη πράξη της πρόσθεσης: y y με y, V και του πολλαπλασιασμού:
Διαβάστε περισσότεραΠΛΗ 12- Σχέση ισοδυναμίας, γραμμικά συστήματα και απαλοιφή Gauss
.4 Σχέση ισοδυναμίας, γραμμικά συστήματα και απαλοιφή Gauss Σχέση ισοδυναμίας. Έστω το σύνολο των ρητών αριθμών Q και η σχέση της ισότητας σε αυτό που ορίζεται ως εξής: Δύο στοιχεία α, γ Q είναι ίσα αν
Διαβάστε περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Παρεμβολή και Παρεκβολή Εισαγωγή Ορισμός 6.1 Αν έχουμε στη διάθεσή μας τιμές μιας συνάρτησης
Διαβάστε περισσότεραΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ
ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται
Διαβάστε περισσότεραΕισαγωγή και ανάλυση ευαισθησίας προβληµάτων Γραµµικού Προγραµµατισµού. υϊκότητα. Παραδείγµατα.
Η ανάλυση ευαισθησίας και η δυϊκότητα είναι σηµαντικά τµήµατα της θεωρίας του γραµµικού προγραµµατισµού και εν γένει του µαθηµατικού προγραµµατισµού, αφού αφορούν την ανάλυση των προτύπων και την εξαγωγή
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ
(Transportation Problems) Βασίλης Κώστογλου E-mail: vkostogl@it.teithe.gr URL: www.it.teithe.gr/~vkostogl Περιγραφή Ένα πρόβλημα μεταφοράς ασχολείται με το πρόβλημα του προσδιορισμού του καλύτερου δυνατού
Διαβάστε περισσότερα