Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Γραµµικός Προγραµµατισµός - Μέθοδος Simplex"

Transcript

1 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 από τον George Dantzig. H µέθοδος αυτή αποτελεί µια αλγεβρική επαναληπτική διαδικασία η οποία επιλύει ακριβώς, κάθε πρόβληµα γραµµικού προγραµµατισµού, σε ένα πεπερασµένο πλήθος βηµάτων. Τα βήµατα αυτά θα αναφερθούν αναλυτικά παρακάτω αφού πρώτα ορίσουµε κάποιες έννοιες. Ένα πρόβληµα γραµµικού προγραµµατισµού βρίσκεται στην κανονική µορφή όταν: i) H αντικειµενική συνάρτηση ζητείται να µεγιστοποιηθεί. ii) Οι µεταβλητές είναι όλες µη αρνητικές, δηλαδή, µεγαλύτερες ή ίσες του µηδενός. iii) Στους περιορισµούς, οι γραµµικές εκφράσεις που περιέχουν τις µεταβλητές είναι µικρότερες ή ίσες από µία µη αρνητική σταθερά, δηλαδή είναι της µορφής: (γραµµικό πολυώνυµο) α, όπου α 0 Παράδειγµα κανονικής µορφής : Μεγιστοποίηση της m=6x+8y υπό περιορισµούς x+y 10 2x+3y 12 x 0 y 0 Μία µεταβλητή ονοµάζεται χαλαρή, όταν παριστάνει τη διαφορά µεταξύ µιας διαθέσιµης ποσότητας και της ποσότητας που πράγµατι χρησιµοποιείται. Παράδειγµα χαλαρής µεταβλητής : ίνεται η ανισότητα 2x+y 10 Θα ορίσουµε τη χαλαρή µεταβλητή s 1 έτσι ώστε 2x+y+s 1 = 10 Η τυποποιηµένη µορφή της αντικειµενικής συνάρτησης δηµιουργείται όταν ταξινοµούµε τους όρους της έτσι ώστε να έχει την ίδια µορφή εξίσωσης µε τους περιορισµούς. Παράδειγµα τυποποιηµένης µορφής : ίνεται η αντικειµενική συνάρτηση m=6x+8y Η τυποποιηµένη µορφή της θα είναι -6x-8y+m=0 Αρχικός Simplex πίνακας καλείται ο επαυξηµένος πίνακας ο οποίος αποτελείται από σειρές µε στοιχεία τους συντελεστές των µεταβλητών των εξισώσεων των περιορισµών, η τελευταία του σειρά αποτελείται από τους συντελεστές της αντικειµενικής συνάρτησης και η τελευταία του στήλη από τις σταθερές τους. Παράδειγµα αρχικού Simplex πίνακα: Μεγιστοποίηση της m= 2x + 3y + 4z υπό περιορισµούς x + 2y + 3z 12 2x + 5z 10 3x + y + z 6

2 Από αυτά τα δεδοµένα προκύπτει ο πίνακας x y z s 1 s 2 s 3 m Μία στήλη βρίσκεται σε βασική µορφή όταν µόνο ένα στοιχείο της είναι ίσο µε το 1 και όλα τα υπόλοιπα είναι 0. Η µεταβλητή στην οποία αντιστοιχεί ονοµάζεται βασική µεταβλητή.οι υπόλοιπες µεταβλητές ονοµάζονται µη-βασικές. Την βασική εφικτή λύση την παίρνουµε όταν στον αρχικό Simplex πίνακα θέσουµε τις µη-βασικές µεταβλητές ίσες µε 0, οπότε αντιστοιχίζοµαι τις βασικές µεταβλητές µε τα σταθερά στοιχεία της τελευταίας στήλης. Παράδειγµα εύρεσης βασικής λύσης : ίνεται ο αρχικός Simplex πίνακας Οι στήλες που βρίσκονται σε βασική µορφή είναι η δεύτερη, Τρίτη και πέµπτη. Οι βασικές µεταβλητές είναι η y, s 1, m και η βασική εφικτή λύση, αν θέσουµε x= s 2 =0, είναι y=5, s 1 =2, m=15. Κάθε αρχικός Simplex πίνακας έχει περισσότερες στήλες από ότι σειρές, ώστε το σύστηµα να έχει άπειρο αριθµό λύσεων. Ποια είναι η καλύτερη εφικτή λύση θα εξαρτηθεί από την µορφή του πίνακα και την εφαρµογή του ελέγχου µέγιστης λύσης που λέει: Ο αρχικός Simplex πίνακας θα δώσει την βέλτιστη λύση αν και µόνο αν η τελευταία σειρά, η οποία αναφέρεται στην αντικειµενική συνάρτηση, περιλαµβάνει µόνο µη αρνητικά στοιχεία. Η στήλη που έχει το πιο αρνητικό στοιχείο στην τελευταία σειρά ονοµάζεται στήλη οδηγός. Η µεταβλητή που αντιστοιχεί στην στήλη αυτή καλείται εισερχοµένη µεταβλητή.αν υπάρχουν δύο ή περισσότερα ίσα και αρνητικά στοιχεία, τότε µπορούµε να επιλέξουµε οποιαδήποτε από τις στήλες που τους αντιστοιχούν. Όταν επιλεγεί η στήλη οδηγός, αναζητάµε τη σειρά οδηγό ως εξής: Για κάθε σειρά,εκτός από την τελευταία, µε θετική καταχώριση στην στήλη οδηγό, υπολογίζουµε τον λόγο του στοιχείου στην τελευταία στήλη προς το στοιχείο στην στήλη οδηγό. Αν προκύψουν δύο ή περισσότερες σειρές µε τον ίδιο λόγο, τότε µπορούµε να χρησιµοποιήσουµε οποιαδήποτε σειρά αλλιώς το στοιχείο που αντιστοιχεί στην σειρά µε τον µικρότερο θετικό λόγο ονοµάζεται στοιχείο οδηγός. Το στοιχείο αυτό θα γίνει 1 και τα υπόλοιπα της στήλης του 0 ύστερα από µία σειρά εργασιών στις σειρές που θα πραγµατοποιηθεί, προκειµένου να µετατραπεί η στήλη άξονας σε βασική µορφή. Αυτή η διαδικασία ονοµάζεται οδήγηση.

3 Παράδειγµα οδήγησης : ίνεται ο πίνακας Ο έλεγχος µέγιστης λύσης αποτυγχάνει αφού υπάρχει αρνητικό στοιχείο στην τελευταία σειρά. Η δεύτερη στήλη είναι η στήλη άξονας και η y η εισερχόµενη µεταβλητή. Μετά από υπολογισµό του λόγου της πρώτης σειράς 26/2 και της δεύτερης σειράς 10/1 προκύπτει ότι η δεύτερη σειρά είναι σειρά άξονας και η καταχώριση άξονα θα είναι ίση µε το στοιχείο(2,2)=1. Στη συνέχεια µέσα από τις ακόλουθες πράξεις σειρών µετατρέπουµε το πίνακα µας σε βασική µορφή R1+(-2)R2 R3+ 2R2 Και από όπου προκύπτει η µέγιστη εφικτή λύση x=6, y=10, m=32 Να σηµειωθεί εδώ ότι η διαδικασία αυτή επαναλαµβάνεται όσες φορές χρειαστεί προκειµένου ο πίνακας που θα προκύψει τελικά να έχει τελευταία σειρά µε µη αρνητικά στοιχεία. Αφού ορίσαµε όλες τις έννοιες, µπορούµε σε αυτό το σηµείο να δώσουµε τα βήµατα για την επίλυση προβληµάτων µε τη µέθοδο Simplex τα οποία βρίσκονται σε κανονική µορφή. H Μέθοδος Simplex για Προβλήµατα σε Κανονική Μορφή 1. Ανάγουµε τους περιορισµούς που εκφράζονται µε ανισώσεις σε εξισώσεις, εισάγοντας νέες µη αρνητικές µεταβλητές, οι οποίες ονοµάζονται χαλαρές µεταβλητές και εκφράζουµε την αντικειµενική συνάρτηση σε κατάλληλη µορφή. 2. Κατασκευάζουµε τον αρχικό Simplex πίνακα. 3. Εφαρµόζουµε τον έλεγχο της µέγιστης λύσης. Αν η βασική εφικτή λύση είναι µέγιστη, τότε το πρόβληµα έχει λυθεί. Αν όχι τότε προχωράµε στο επόµενο βήµα. 4. Κατασκευάζουµε ένα νέο Simplex πίνακα ακολουθώντας την εξής διαδικασία: a) Επιλέγουµε την στήλη άξονα b) Επιλέγουµε την σειρά άξονα c) Εφαρµόζουµε τη διαδικασία οδήγησης γύρω από την καταχώριση άξονα. 5. Επαναλαµβάνουµε το βήµα 3.

4 Εκτός όµως από τα προβλήµατα αυτά, η µέθοδος Simplex µπορεί να εφαρµοστεί και σε προβλήµατα που δεν βρίσκονται σε κανονική µορφή, δηλαδή, συµβαίνει τουλάχιστον ένα από τα παρακάτω: i) Ζητείται η αντικειµενική συνάρτηση να ελαχιστοποιηθεί. ii) Στους περιορισµούς, οι γραµµικές εκφράσεις που περιέχουν τις µεταβλητές είναι µεγαλύτερες από µία µη αρνητική σταθερά, δηλαδή είναι της µορφής: (γραµµικό πολυώνυµο) α, όπου α 0 Και στα προβλήµατα αυτά συνεχίζει να ισχύει ότι οι µεταβλητές είναι όλες µη αρνητικές, δηλαδή, µεγαλύτερες ή ίσες του µηδενός. Στις περιπτώσεις αυτές τα βήµατα που ακολουθούµε για την επίλυση προβληµάτων µε τη µέθοδο Simplex τα οποία βρίσκονται σε µη-κανονική µορφή είναι τα εξής : H Μέθοδος Simplex για Προβλήµατα σε Μη-Κανονική Μορφή 1. Αν το πρόβληµα ζητά την ελαχιστοποίηση της m, τότε δουλεύουµε µε το πρόβληµα της µεγιστοποίησης της m. 2. Αν οι περιορισµοί είναι της µορφής ( γραµµικό πολυώνυµο ) α, όπου α 0 τότε πολλαπλασιάζοντας επί -1 λαµβάνουµε την επιθυµητή µορφή. 3. Αν δεν εµφανιστεί αρνητικός αριθµός στην τελευταία στήλη,εκτός από το τελευταίο της στοιχείο, τότε πηγαίνουµε κατευθείαν στο βήµα 6, αλλιώς συνεχίζουµε στο επόµενο βήµα. 4. Μετατρέπουµε τον αρνητικό αριθµό σε θετικό µε τον ακόλουθο τρόπο: a) ιαλέγουµε ένα αρνητικό στοιχείο που βρίσκεται στην ίδια σειρά µε τον αρνητικό αριθµό της τελευταίας στήλης.η στήλη του θα γίνει στήλη οδηγός. b) Υπολογίζουµε όλους τους λόγους, συµπεριλαµβανοµένων και αυτών που αντιστοιχούν στους αρνητικούς αριθµούς της στήλης οδηγό.τότε η σειρά οδηγός θα είναι αυτή µε το µικρότερο θετικό λόγο. c) Εφαρµόζουµε τη διαδικασία οδήγησης γύρω από το στοιχείο οδηγό. 5. Επαναλαµβάνουµε το βήµα 3 εώς ότου να µην υπάρχει άλλη αρνητική καταχώριση στην τελευταία στήλη. 6. Τελικά ο πίνακας που προκύπτει είναι σε κανονική µορφή και χρησιµοποιούµε κατά τα γνωστά τη µέθοδο Simplex για την επίλυση προβλήµατος σε κανονική µορφή. Παράδειγµα προβλήµατος σε µη-κανονική µορφή : Ελαχιστοποίηση της m= x+y υπό περιορισµούς 2x-y 30 -x+y 50 Οπότε ακολουθώντας τα βήµατα ζητάµε την µεγιστοποίηση της -m= -x-y Υπό περιορισµούς -2x+y -30 x-y -50

5 O αρχικός Simplex πίνακας θα είναι Υπάρχουν 2 αρνητικοί αριθµοί στην τελευταία στήλη επιλέγουµε τυχαία τον -50 της δεύτερης σειράς.τότε η δεύτερη στήλη γίνεται στήλη άξονας λόγω της ύπαρξης του -1 και οι λόγοι θα είναι ίσοι µε -80/(-1) για την πρώτη σειρά και 50/(-1) για την δεύτερη σειρά.οπότε το στοιχείο άξονας θα είναι το (2,2)= -1. Με πράξεις θα προκύψει ο πίνακας R2+R1 (-1)R2 R2+R3 οπότε Παρατηρούµε ότι πάλι εµφανίζεται αρνητικός αριθµός -80 στην τελευταία στήλη, µε επανάληψη των παραπάνω βηµάτων θα καταλήξουµε στον πίνακα (-1)R1 (-1)R1+R2 2R1+R3 και είναι εν υπάρχει άλλο αρνητικό στοιχείο, ο πίνακας µας περνά τον έλεγχο µέγιστης τιµής η λύση θα είναι x=80, y=130, s 1 =s 2 =0, -m=-210 οπότε η ελάχιστη τιµή του m θα m = 210. Ανακεφαλαιώνοντας είδαµε πως µπορούµε µε τη µέθοδο Simplex να επιλύσουµε προβλήµατα γραµµικού προγραµµατισµού σε κανονική και µη-κανονική µορφή.η µέθοδος αυτή υπερισχύει έναντι της γεωµετρικής προσέγγισης και αυτό οφείλεται στο ότι : 1) H µέθοδος Simplex µπορεί να χειριστεί πολλές εξισώσεις και µεταβλητές, ενώ η γεωµετρική µέθοδος µπορεί µόνο 2 µεταβλητές. 2) Η µέθοδος Simplex είναι µηχανική και δεν βασίζεται σε οπτικές ή γεωµετρικές ερµηνείες των δεδοµένων.έτσι είναι ευκολότερο να προγραµµατιστεί ένας υπολογιστής να κάνει τους υπολογισµούς. Τέλος θα αναφέρουµε µία άλλη µέθοδο για την επίλυση των προβληµάτων σε µηκανονική µορφή που φέρει το πλεονέκτηµα σε σχέση µε την επίλυση µε τη µέθοδο Simplex ότι δεν χρειάζεται τον ορισµό πολυάριθµων οδηγών.η µέθοδος αυτή ονοµάζεται Dual και βρίσκει εφαρµογή σε προβλήµατα που η αντικειµενική συνάρτηση ζητείται να ελαχιστοποιηθεί και που όλοι οι περιορισµοί είναι της µορφής.η µορφή της περιγράφεται παρακάτω.

6 Το υϊκό πρόβληµα (Dual Problem) Αν ένα πρόγραµµα γραµµικού προγραµµατισµού έχει τη µορφή Ελαχιστοποίηση m = RX Υπό περιορισµούς AX C X 0 Τότε το dual πρόβληµα του θα έχει τη µορφή Μεγιστοποίηση m = C U Υπό περιορισµούς A U R U 0 µε R : πίνακας σειρά µε στοιχεία τους συντελεστές των µεταβλητών στην αντικειµενική συνάρτηση Χ : πίνακας στήλη µε στοιχεία τις µεταβλητές στην αντικειµενική συνάρτηση Α : πίνακας µε σειρές τους συντελεστές των µεταβλητών σε κάθε περιορισµό C : πίνακας στήλη µε στοιχεία τους σταθερούς όρους στο δεξί µέλος των περιορισµών και µε C : ανάστροφος πίνακα του C U : πίνακας στήλη µε ίδιο µέγεθος µε τον C που περιλαµβάνει νέες µεταβλητές Α : ανάστροφος πίνακας του Α R : ανάστροφος πίνακας του R Ένας άλλος τρόπος να εκφραστεί πιο αποτελεσµατικά το dual πρόβληµα είναι ως εξής : Αρχικά σχηµατίζουµε τον αρχικό πίνακα Τ, του οποίου η τελευταία σειρά προέρχεται από την αντικειµενική συνάρτηση και οι υπόλοιπες από τους περιορισµούς. Στην συνέχεια φτιάχνουµε τον ανάστροφο του πίνακα Τ Ξαναγράφουµε την αντικειµενική συνάρτηση,µε συντελεστές µεταβλητών όµως να προέρχονται από την τελευταία σειρά του Τ και από τις υπόλοιπες σειρές για τους περιορισµούς. Το πρόβληµα που προκύπτει βρίσκεται σε βασική κατάσταση και το λύνουµε κατά τα γνωστά. Παράδειγµα dual προβλήµατος : Ελαχιστοποίηση της m= 4x+2y υπό περιορισµούς 5x+y 5 5x+3y 10 x 0, y 0 Σχηµατίζουµε τον αρχικό πίνακα Τ και τον ανάστροφο του T = T ' =

7 Μετατροπή σε dual πρόβληµα Μεγιστοποίηση της m= 5u+10υ υπό περιορισµούς 5u+5υ 4 u+3υ 2 u 0, υ 0 5 O αρχικός πίνακας του dual προβλήµατος θα είναι u υ s 1 s 2 m Ο οποίος καταλήγει στην τελικό πίνακα u υ s 1 s 2 m 1 0 3/10-1/2 0 1/ /10 1/2 0 3/ /2 5/2 1 7 Και η λύση του θα είναι u=1/5, υ=3/5, m=7. Η τιµή m=7 είναι η µέγιστη τιµή της αντικειµενικής συνάρτησης του dual προβλήµατος και η ελάχιστη τιµή της αντικειµενικής συνάρτησης του αρχικού µας προβλήµατος. Οι τιµές των x,y βρίσκονται στην τελευταία σειρά του τελικού πίνακα στις στήλες των χαλαρών µεταβλητών, οπότε x=1/2 και y=5/2.

8 Tέλος θα δώσουµε ένα παράδειγµα που βρίσκει εφαρµογή η µέθοδος Simplex στην επίλυση του προβλήµατος µεταφοράς προϊόντων.συγκεκριµένα θα ασχοληθούµε µε την Εταιρεία πετρελαίων Shell και το πρόβληµα διανοµής καυσίµων που έχει στο Σικάγο της Αµερικής. Η περιοχή αυτή έχει 2 διυλιστήρια που βρίσκονται στο ανατολικό Σικάγο και στο Χάµοντ στα οποία το ακατέργαστο πετρέλαιο µετατρέπεται σε ποικίλης ποιότητας εµπορεύσιµο πετρέλαιο. Τα δύο τερµατικά αποθήκευσης και φόρτωσης σε πλοία βρίσκονται στο Niles και στο Des Plaines. Σε µία µέρα το διυλιστήριο στο ανατολικό Σικάγο θα παράγει τουλάχιστον 50 χιλιάδες βυτία εµπορεύσιµου πετρελαίου και το διυλιστήριο στο Χάµοντς θα παράγει τουλάχιστον 120 χιλιάδες βυτία.το τερµατικό στο Niles θα χρειαστεί τουλάχιστον 70 χιλιάδες βυτία και το τερµατικό στο Des Plaines θα χρειαστεί τουλάχιστον 100 χιλιάδες βυτία.η µέγιστη δαπάνη µεταφοράς µε πλοίο από το διυλιστήριο στο ανατολικό Σικάγο είναι $8 µέχρι το Niles και $16 µέχρι το Des Plaines, ενώ το µέγιστο κόστος από το διυλιστήριο στο Χάµοντ είναι $14 µέχρι το Niles και $7 µέχρι το Des Plaines(οι τιµές αναφέρονται ανά µίλι και ανά 1000 βυτία).το πρόβληµα είναι να προσδιορίσουµε πόσα βυτία πρέπει να µεταφερθούν από κάθε διυλιστήριο σε κάθε τερµατικό, προκειµένου σύµφωνα µε τους περιορισµούς να ελαχιστοποιηθεί η δαπάνη µεταφοράς. Λύση προβλήµατος Καταρχάς θα ορίσουµε τις µεταβλητές έτσι ώστε να παριστάνουν τον αριθµό των βυτίων που µεταφέρονται µέσω πλοίου την ηµέρα από ένα διυλιστήριο σε ένα τερµατικό. x= ο αριθµός από το ανατολικό Σικάγο στο Niles y= ο αριθµός από το ανατολικό Σικάγο στο Des Plaines z= ο αριθµός από το Χάµοντ στο Niles t= ο αριθµός από το Χάµοντ στο Des Plaines c= το ολικό κόστος

9 Πίνακας 1 Από Ανατολικό Σικάγο Χάµοντ Περιορισµένη Προς Niles Des Plaines Niles Des Plaines αξία Παράγονται Α.Σ από Χ Χρειάζονται Α.Σ από Χ Κόστος Τα δεδοµένα µας παίρνουν την µορφή Ελαχιστοποίηση της c = 8x + 16y + 14z + 7t υπό περιορισµούς x +y 50 z+t 120 x + z 70 y +t 100 x, y, z, t 0 Παρατηρούµε ότι το πρόβληµα µας δεν βρίσκεται σε κανονική µορφή.θα εκφράσουµε τα δεδοµένα σε µορφή πινάκων Ελαχιστοποίηση της c = RX υπό περιορισµούς AX C X 0 Με R = [ ] X = [ x y z t] T A = T C= [ ] Mε R, A, C τους ανάστροφους πίνακες και τον U = [u υ w r] Τ λαµβάνουµε το Dual πρόβληµα Μεγιστοποίηση της c = C U υπό περιορισµούς A U R O αντίστοιχος Simplex πίνακας είναι Το πιο αρνητικό στοιχείο στην τελευταία σειρά είναι το -120.Οι λόγοι στη δεύτερη στήλη θα είναι 7/1 και 14/1, οπότε το στοιχείο οδηγός θα είναι το (4,2)=1.

10 Μετά από διαδικασία οδήγησης προκύπτει ο πίνακας Το πιο αρνητικό στοιχείο στην τελευταία σειρά είναι το -70.Οι λόγοι στη τρίτη στήλη θα είναι 7/1 και 8/1, οπότε το στοιχείο οδηγός θα είναι το (3,3)=1. Μετά από νέα διαδικασία οδήγησης προκύπτει ο πίνακας Το πιο αρνητικό στοιχείο στην τελευταία σειρά είναι το -50.Οι λόγοι στη πρώτη στήλη θα είναι 1/1 και 16/1, οπότε το στοιχείο οδηγός θα είναι το (1,1)=1. Μετά από νέα διαδικασία οδήγησης προκύπτει ο πίνακας Ο έλεγχος µέγιστης τιµής είναι σωστός και η λύση είναι c = Αυτό σηµαίνει ότι το ελάχιστο κόστος για την Shell υπό τους δοθέντες περιορισµούς είναι $1380 (ανά µίλι και ανά 1000 βυτία). Οι τιµές των µεταβλητών θα αναζητηθούν στην τελευταία σειρά στις κατειληµµένες θέσεις από τις χαλαρές µεταβλητές. Οπότε θα έχουµε x=50, y=0, z=20 και t=100. Αυτό σηµαίνει ότι η Shell θα επιτύχει το ελάχιστο κόστος µε την µεταφορά µέσω πλοίου 50 χιλιάδων βυτίων από το ανατολικό Σικάγο στο Niles, κανένα από το ανατολικό Σικάγο στο Des Plaines, 20 χιλιάδων βυτίων από το Χάµοντ στο Niles και 100 χιλιάδων βυτίων από το Χάµοντ στο Des Plaines.

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Πρόβληµα µεταφοράς Η ανάπτυξη και διαµόρφωση του προβλήµατος µεταφοράς αναπτύσσεται στις σελίδες 40-45 του βιβλίου των

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

ΠΡΟΒΛΗΜΑΤΑ 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 περισσότερα

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX 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

Διαβάστε περισσότερα

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Συνδυαστική 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 περισσότερα

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

ιατύπωση 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 περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές 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 περισσότερα

3.7 Παραδείγματα Μεθόδου Simplex

3.7 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 περισσότερα

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Λύσεις 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 περισσότερα

ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone

ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone Hµέθοδος Stepping Stoneείναι µία επαναληπτική διαδικασία για τον προσδιορισµό της βέλτιστης λύσης σε ένα πρόβληµα µεταφοράς.

Διαβάστε περισσότερα

είναι πρόβλημα μεγιστοποίησης όλοι οι περιορισμοί είναι εξισώσεις με μη αρνητικούς του σταθερούς όρους όλες οι μεταβλητές είναι μη αρνητικές

είναι 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 περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: Ιανουαρίου 6 Ηµεροµηνία Παράδοσης της Εργασίας από

Διαβάστε περισσότερα

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών

Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Γιώργος Αλογοσκούφης, Δυναµική Μακροοικονοµική, Αθήνα 206 Μαθηµατικό Παράρτηµα 2 Εξισώσεις Διαφορών Στο παράρτηµα αυτό εξετάζουµε τις ιδιότητες και τους τρόπους επίλυσης εξισώσεων διαφορών. Oι εξισώσεις

Διαβάστε περισσότερα

Κεφάλαιο 3ο: Γραμμικός Προγραμματισμός

Κεφάλαιο 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 περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

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 περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Εισαγωγή Ασχολείται με το πρόβλημα της άριστης κατανομής των περιορισμένων πόρων μεταξύ ανταγωνιζόμενων δραστηριοτήτων μιας επιχείρησης

Διαβάστε περισσότερα

Μια οµάδα m σηµείων προσφοράς. Μια οµάδα n σηµείων ζήτησης. Οτιδήποτε µετακινείται απο σηµείο προσφοράς σε σηµείο ζήτησης είναι συνάρτηση κόστους.

Μια οµάδα m σηµείων προσφοράς. Μια οµάδα n σηµείων ζήτησης. Οτιδήποτε µετακινείται απο σηµείο προσφοράς σε σηµείο ζήτησης είναι συνάρτηση κόστους. Να βρεθεί ΠΓΠ ώστε να ελαχιστοποιηθεί το κόστος µεταφοράς (το πρόβληµα βασίζεται σε αυτό των Aarik και Randolph, 975). Λύση: Για κάθε δυϊλιστήριο i (i=, 2, ) και πόλη j (j=, 2,, 4), θεωρούµε την µεταβλητή

Διαβάστε περισσότερα

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους.

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους. Μάθηµα 1 Κεφάλαιο 1o: Συστήµατα Θεµατικές Ενότητες: A. Συστήµατα Γραµµικών Εξισώσεων B. Συστήµατα 3x3 Α. ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Ορισµοί Κάθε εξίσωση της µορφής α x+β =γ, µε α, β, γ R παριστάνει

Διαβάστε περισσότερα

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

Γραφική 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 περισσότερα

Προβλήµατα Μεταφορών (Transportation)

Προβλήµατα Μεταφορών (Transportation) Προβλήµατα Μεταφορών (Transportation) Προβλήµατα Μεταφορών (Transportation) Μέθοδος Simplex για Προβλήµατα Μεταφοράς Προβλήµατα Εκχώρησης (assignment) Παράδειγµα: Κατανοµή Νερού Η υδατοπροµήθεια µιας περιφέρεια

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή 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 περισσότερα

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

ΤΕΙ 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 περισσότερα

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Γραµµική Αλγεβρα Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ 4. Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα Εστω R είναι ο γνωστός -διάστατος πραγµατικός διανυσµατικός χώρος. Μία απεικόνιση L :

Διαβάστε περισσότερα

ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης , (1)

ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης , (1) 1 ΘΕΩΡΙΑ: Έστω η οµογενής γραµµική διαφορική εξίσωση τάξης (1) όπου οι συντελεστές είναι δοσµένες συνεχείς συναρτήσεις ορισµένες σ ένα ανοικτό διάστηµα. Ορισµός 1. Ορίζουµε τον διαφορικό τελεστή µέσω της

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM)

ΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM) ΠΡΟΒΛΗΜΑ ΑΝΑΘΕΣΗΣ Ή ΑΝΤΙΣΤΟΙΧΗΣΗΣ Ή ΕΚΧΩΡΗΣΗΣ Ή ΚΑΤΑΝΟΜΗΣ (ASSIGNMENT PROBLEM) Η διαµόρφωση και το µοντέλο του προβλήµατος ανάθεσης (π.χ. εργασιών σε µηχανές ή δραστηριοτήτων σε άτοµα) περιγράφεται στις

Διαβάστε περισσότερα

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ

3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ 20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex

Επιχειρησιακή 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 περισσότερα

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός Πανεπιστήμιο Αιγαίου URL: http://www.aegean.gr Γραμμικός Προγραμματισμός Ευστράτιος Ιωαννίδης Πανεπιστήμιο Αιγαίου Τμήμα Μαθηματικών 832 Καρλόβασι Σάμος Copyright Πανεπιστήμιο Αιγαίου, Τμήμα Μαθηματικών

Διαβάστε περισσότερα

Θεωρία Αποφάσεων και Βελτιστοποίηση

Θεωρία Αποφάσεων και Βελτιστοποίηση Θεωρία Αποφάσεων και Βελτιστοποίηση http://www.di.uoa.gr/ telelis/opt.html Ορέστης Τελέλης telelis@di.uoa.gr Τµήµα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήµιο Αθηνών Θεωρία Αποφάσεων και Βελτιστοποίηση

Διαβάστε περισσότερα

ΕΠΙΛΥΣΗ ΕΚΦΥΛΙΣΜΕΝΩΝ ΚΑΙ ΓΕΝΙΚΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ. 4.1 Επίλυση Εκφυλισμένων Γραμμικών Προβλημάτων

ΕΠΙΛΥΣΗ 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 περισσότερα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & 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 περισσότερα

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο Διδάσκων: Ι. Κολέτσος Κανονική Εξέταση 2007 ΘΕΜΑ 1 Διαιτολόγος προετοιμάζει ένα μενού

Διαβάστε περισσότερα

Kεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων

Kεφάλαιο 4. Συστήµατα διαφορικών εξισώσεων 4 Εισαγωγή Kεφάλαιο 4 Συστήµατα διαφορικών εξισώσεων Εστω διανυσµατικό πεδίο F: : F=F( r), όπου r = ( x, ) και Fr είναι η ταχύτητα στο σηµείο r πχ ενός ρευστού στο επίπεδο Εστω ότι ψάχνουµε τις τροχιές

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός και θεωρία Παιγνίων

Γραμμικός 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 περισσότερα

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα Πρόβληµα Μεταφοράς Η παρουσίαση προετοιµάστηκε από τον Ν.Α. Παναγιώτου ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Περιεχόµενα Παρουσίασης 1. Μοντέλο Προβλήµατος Μεταφοράς 2. Εύρεση Μιας Αρχικής Βασικής

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

ΕΠΙΧΕΙΡΗΣΙΑΚΗ 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 περισσότερα

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή. Η Αριθµητική Ανάλυση χρησιµοποιεί απλές αριθµητικές πράξεις για την επίλυση σύνθετων µαθηµατικών προβληµάτων. Τις περισσότερες φορές τα προβλήµατα αυτά είναι ή πολύ περίπλοκα ή δεν έχουν ακριβή αναλυτική

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ Θα ξεκινήσουµε την παρουσίαση των γραµµικών συστηµάτων µε ένα απλό παράδειγµα από τη Γεωµετρία, το οποίο ϑα µας ϐοηθήσει στην κατανόηση των συστηµάτων αυτών και των συνθηκών

Διαβάστε περισσότερα

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό Πληροφοριακά Συστήματα Διοίκησης Εισαγωγή στον Γραμμικό Προγραμματισμό Τι είναι ο Γραμμικός Προγραμματισμός; Είναι το σημαντικότερο μοντέλο στη Λήψη Αποφάσεων Αντικείμενό του η «άριστη» κατανομή περιορισμένων

Διαβάστε περισσότερα

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού

Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Σελίδα 1 από Κεφάλαιο 7 Βασικά Θεωρήµατα του ιαφορικού Λογισµού Στο κεφάλαιο αυτό θα ασχοληθούµε µε τα βασικά θεωρήµατα του διαφορικού λογισµού καθώς και µε προβλήµατα που µπορούν να επιλυθούν χρησιµοποιώντας

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ

ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ Β ΛΥΚΕΙΟΥ ΕΙΓΜΑΤΙΚΗ Ι ΑΣΚΑΛΙΑ «ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟ Ο ΤΩΝ ΟΡΙΖΟΥΣΩΝ ΚΑΙ ΠΑΡΑΜΕΤΡΙΚΕΣ ΕΥΘΕΙΕΣ» 1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΟΡΙΣΜΟΣ 1 : Γραµµική εξίσωση λέγεται κάθε

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η (Ηµεροµηνία Αποστολής στον Φοιτητή: 7 Οκτωβρίου 00) Η Εργασία χωρίζεται σε µέρη: Το πρώτο Ασκήσεις - περιλαµβάνει

Διαβάστε περισσότερα

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss Γραµµική Άλγεβρα Εισαγωγικά Υπάρχουν δύο βασικά αριθµητικά προβλήµατα στη Γραµµική Άλγεβρα. Το πρώτο είναι η λύση γραµµικών συστηµάτων Aλγεβρικών εξισώσεων και το δεύτερο είναι η εύρεση των ιδιοτιµών και

Διαβάστε περισσότερα

e-mail@p-theodoropoulos.gr

e-mail@p-theodoropoulos.gr Ασκήσεις Μαθηµατικών Κατεύθυνσης Γ Λυκείου Παναγιώτης Λ. Θεοδωρόπουλος Σχολικός Σύµβουλος Μαθηµατικών e-mail@p-theodoropoulos.gr Στην εργασία αυτή ξεχωρίζουµε και µελετάµε µερικές περιπτώσεις ασκήσεων

Διαβάστε περισσότερα

Εισαγωγή και ανάλυση ευαισθησίας προβληµάτων Γραµµικού Προγραµµατισµού. υϊκότητα. Παραδείγµατα.

Εισαγωγή 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 περισσότερα

Παραδείγµατα : Έστω ότι θέλουµε να παραστήσουµε γραφικά την εξίσωση 6χ-ψ=3. Λύση 6χ-ψ=3 ψ=6χ-3. Άρα η εξίσωση παριστάνει ευθεία. Για να τη χαράξουµε

Παραδείγµατα : Έστω ότι θέλουµε να παραστήσουµε γραφικά την εξίσωση 6χ-ψ=3. Λύση 6χ-ψ=3 ψ=6χ-3. Άρα η εξίσωση παριστάνει ευθεία. Για να τη χαράξουµε Άλγεβρα υκείου επιµ.: άτσιος ηµήτρης ΣΣΤΗΜΤ ΜΜΩΝ ΞΣΩΣΩΝ Μ ΝΩΣΤΣ ΣΩΣ ΝΝΣ ρισµός: Μια εξίσωση της µορφής αχ+βψ=γ ονοµάζεται γραµµική εξίσωση µε δυο αγνώστους. ύση της εξίσωσης αυτής ονοµάζεται κάθε διατεταγµένο

Διαβάστε περισσότερα

Επίλυση Γραµµικών Συστηµάτων

Επίλυση Γραµµικών Συστηµάτων Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n

Διαβάστε περισσότερα

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ

3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΟΥ ΑΝΤΙΣΤΡΟΦΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΜΕ ΤΗ ΜΕΘΟΔΟ ΜΗΚΩΝ 3. Διαφορά μετρήσεων από εκτιμήσεις μετρήσεων. Όταν επιλύοµε ένα αντίστροφο πρόβληµα υπολογίζοµε ένα διάνυσµα παραµέτρων est m το οποίο αντιπροσωπεύει

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Linear Programming)

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Linear Programming) κεφάλαιο ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Linear Programming). Εισαγωγή Ορισμός.. Γραμμικός προγραμματισμός (linear programming) είναι το όνομα της μεθοδολογίας που χρησιμοποιείται για τη λύση προβλημάτων που

Διαβάστε περισσότερα

Το Πρόβλημα Μεταφοράς

Το Πρόβλημα Μεταφοράς Το Πρόβλημα Μεταφοράς Αφορά τη μεταφορά ενός προϊόντος από διάφορους σταθμούς παραγωγής σε διάφορες θέσεις κατανάλωσης με το ελάχιστο δυνατό κόστος. Πρόκειται για το πιο σπουδαίο πρότυπο προβλήματος γραμμικού

Διαβάστε περισσότερα

Ο ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Ο ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Ο ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Το LINDO (Linear Interactive and Discrete Optimizer) είναι ένα πολύ γνωστό λογισµικό για την επίλυση προβληµάτων γραµµικού,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

ΚΕΦΑΛΑΙΟ 2 ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΚΕΦΑΛΑΙΟ ΜΗ ΓΡΑΜΜΙΚΕΣ ΕΞΙΣΩΣΕΙΣ Η αδυναµία επίλυσης της πλειοψηφίας των µη γραµµικών εξισώσεων µε αναλυτικές µεθόδους, ώθησε στην ανάπτυξη αριθµητικών µεθόδων για την προσεγγιστική επίλυσή τους, π.χ. συν()

Διαβάστε περισσότερα

Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ

Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΚΑΘΗΓΗΤΗΣ ΚΩΣΤΑΣ ΒΕΛΕΝΤΖΑΣ Η ΘΕΩΡΙΑ ΤΗΣ ΕΠΙΧΕΙΡΗΣΗΣ. Μερικές έννοιες Η συνάρτηση παραγωγής (, ), όπου είναι το συνολικό προϊόν και και οι συντελεστές

Διαβάστε περισσότερα

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα Κεφάλαιο 5 Ιδιοτιµές και Ιδιοδιανύσµατα 5 Ιδιοτιµές και Ιδιοδιανύσµατα Αν ο A είναι ένας n n πίνακας και το x είναι ένα διάνυσµα στον R n, τότε το Ax είναι και αυτό ένα διάνυσµα στον R n Συνήθως δεν υπάρχει

Διαβάστε περισσότερα

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων Κεφάλαιο Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων. Εισαγωγή Η µοντελοποίηση πολλών φυσικών φαινοµένων και συστηµάτων και κυρίως αυτών που εξελίσσονται στο χρόνο επιτυγχάνεται µε

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

ΠΟΛΥΩΝΥΜΙΚΕΣ - ΡΗΤΕΣ ΑΝΙΣΩΣΕΙΣ P x = x+ 2 4 x x 3x x x x 3x

ΠΟΛΥΩΝΥΜΙΚΕΣ - ΡΗΤΕΣ ΑΝΙΣΩΣΕΙΣ P x = x+ 2 4 x x 3x x x x 3x o ΛΥΚΕΙΟ ΠΕΤΡΟΥΠΟΛΗΣ ΠΟΛΥΩΝΥΜΙΚΕΣ - Α ΠΡΟΣΗΜΟ ΠΟΛΥΩΝΥΜΟΥ Μέχρι τώρα ξέρουµε να βρίσκουµε το πρόσηµο ενός πολυωνύµου βαθµού ή δεύτερου βαθµού Για να βρούµε το πρόσηµο ενός πολυωνύµου f πρώτου f βαθµού µεγαλύτερου

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα

ΚΕΦΑΛΑΙΟ 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 περισσότερα

ΕΝΟΤΗΤΑ ΙΙ ΗΛΕΚΤΡΙΚΑ ΚΥΚΛΩΜΑΤΑ

ΕΝΟΤΗΤΑ ΙΙ ΗΛΕΚΤΡΙΚΑ ΚΥΚΛΩΜΑΤΑ ΕΝΟΤΗΤΑ ΙΙ ΗΛΕΚΤΡΙΚΑ ΚΥΚΛΩΜΑΤΑ 0 Ηλεκτρικά κυκλώµατα Ηλεκτρικό κύκλωµα ονοµάζουµε ένα σύνολο στοιχείων που συνδέονται κατάλληλα έτσι ώστε να επιτελέσουν ένα συγκεκριµένο σκοπό. Για παράδειγµα το παρακάτω

Διαβάστε περισσότερα

2. ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

2. 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 περισσότερα

4.2 Μέθοδος Απαλοιφής του Gauss

4.2 Μέθοδος Απαλοιφής του Gauss 4.2 Μέθοδος Απαλοιφής του Gauss Θεωρούµε το γραµµικό σύστηµα α 11χ 1 + α 12χ 2 +... + α 1νχ ν = β 1 α 21χ 1 + α 22χ2 +... + α 2νχ ν = β 2... α ν1χ 1 + α ν2χ 2 +... + α ννχ ν = β ν Το οποίο µπορεί να γραφεί

Διαβάστε περισσότερα

ΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ

ΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ ΤΟ ΠΡΟΒΛΗΜΑ ΜΕΤΑΦΟΡΑΣ Η αρχική τους εφαρµογή, όπως δηλώνει και η ονοµασία τους, αφορούσε τον καθορισµό του βέλτιστου τρόπου µεταφοράς αγαθών από διαφορετικά σηµεία παραγωγής ή κεντρικής αποθήκευσης (π.χ.,

Διαβάστε περισσότερα

Κεφάλαιο M3. Διανύσµατα

Κεφάλαιο M3. Διανύσµατα Κεφάλαιο M3 Διανύσµατα Διανύσµατα Διανυσµατικά µεγέθη Φυσικά µεγέθη που έχουν τόσο αριθµητικές ιδιότητες όσο και ιδιότητες κατεύθυνσης. Σε αυτό το κεφάλαιο, θα ασχοληθούµε µε τις µαθηµατικές πράξεις των

Διαβάστε περισσότερα

ΕπίλυσηΠροβληµάτων Αναθέσεων: Η "Ουγγρική Μέθοδος"

ΕπίλυσηΠροβληµάτων Αναθέσεων: Η Ουγγρική Μέθοδος ΕπίλυσηΠροβληµάτων Αναθέσεων: Η "Ουγγρική Μέθοδος" Τοπλήθος των εφικτών λύσεων σε ένα πρόβληµα ανάθεσης µε m δραστηριότητες και mπόρους είναι ίσο µε m! 6 Αυτό σηµαίνει ότι ο αριθµός των εφικτών λύσεων

Διαβάστε περισσότερα

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1)

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1) ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΟΛΟΓΙΣΜΟΣ I (22 Σεπτεµβρίου) ΕΠΙΛΕΓΜΕΝΕΣ ΑΠΑΝΤΗΣΕΙΣ 1ο ΘΕΜΑ 1. Αφού ορίσετε ακριβώς τι σηµαίνει πίσω ευσταθής υπολογισµός, να εξηγήσετε αν ο υ- πολογισµός του εσωτερικού γινοµένου δύο διανυσµάτων

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων

ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων ΚΕΦΑΛΑΙΟ 3: Συνθήκες Αλυσίδων Μελετάµε εδώ τη συνθήκη της αύξουσας αλυσίδας υποπροτύπων και τη συνθήκη της φθίνουσας αλυσίδας υποπροτύπων. Αυτές συνδέονται µεταξύ τους µε την έννοια της συνθετικής σειράς

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΤΟ ΕΡΓΑΛΕΙΟ SOLVER

ΚΕΦΑΛΑΙΟ 4 ΤΟ ΕΡΓΑΛΕΙΟ SOLVER ΚΕΦΑΛΑΙΟ 4 ΤΟ ΕΡΓΑΛΕΙΟ SOLVER 4.1. ΕΙΣΑΓΩΓΗ Με την "Επίλυση", µπορείτε να βρείτε τη βέλτιστη τιµή για τον τύπο ενός κελιού το οποίο ονοµάζεται κελί προορισµού σε ένα φύλλο εργασίας. Η "Επίλυση" λειτουργεί

Διαβάστε περισσότερα

τη µέθοδο της µαθηµατικής επαγωγής για να αποδείξουµε τη Ϲητούµενη ισότητα.

τη µέθοδο της µαθηµατικής επαγωγής για να αποδείξουµε τη Ϲητούµενη ισότητα. Αριστοτελειο Πανεπιστηµιο Θεσσαλονικης Τµηµα Μαθηµατικων Εισαγωγή στην Αλγεβρα Τελική Εξέταση 15 Φεβρουαρίου 2017 1. (Οµάδα Α) Εστω η ακολουθία Fibonacci F 1 = 1, F 2 = 1 και F n = F n 1 + F n 2, για n

Διαβάστε περισσότερα

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γιώργος Πρέσβης ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΚΕΦΑΛΑΙΟ Ο : ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΕΠΑΝΑΛΗΨΗ Φροντιστήρια Φροντιστήρια ΜΕΘΟΔΟΛΟΓΙΑ ΑΣΚΗΣΕΩΝ 1η Κατηγορία : Εξίσωση Γραμμής 1.1 Να εξετάσετε

Διαβάστε περισσότερα

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

Θεωρία 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 περισσότερα

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 ) Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι

Διαβάστε περισσότερα

Αριθµητική Ανάλυση. 14 εκεµβρίου Αριθµητική ΑνάλυσηΚεφάλαιο 6. Παρεµβολή 14 εκεµβρίου / 28

Αριθµητική Ανάλυση. 14 εκεµβρίου Αριθµητική ΑνάλυσηΚεφάλαιο 6. Παρεµβολή 14 εκεµβρίου / 28 Αριθµητική Ανάλυση Κεφάλαιο 6 Παρεµβολή 14 εκεµβρίου 2016 Αριθµητική ΑνάλυσηΚεφάλαιο 6 Παρεµβολή 14 εκεµβρίου 2016 1 / 28 Τα πολυώνυµα Chebyshev Αν η f (n+1) (x) είναι συνεχής, τότε υπάρχει ένας αριθµός

Διαβάστε περισσότερα

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ

ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γιώργος Πρέσβης ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΚΕΦΑΛΑΙΟ 3 Ο : ΚΩΝΙΚΕΣ ΤΟΜΕΣ ΕΠΑΝΑΛΗΨΗ Φροντιστήρια Φροντιστήρια ΜΕΘΟΔΟΛΟΓΙΑ ΠΑΡΑΔΕΙΓΜΑΤΑ η Κατηγορία : Ο Κύκλος και τα στοιχεία

Διαβάστε περισσότερα

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε Κεφάλαιο Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε. Εισαγωγή Η µέθοδος των πεπερασµένων διαφορών είναι από τις παλαιότερες και πλέον συνηθισµένες και διαδεδοµένες υπολογιστικές τεχνικές

Διαβάστε περισσότερα

τριώνυμο Η εξίσωση δευτέρου βαθμού στην πλήρη της μορφή ονομάζεται τριώνυμο, γιατί αποτελείται από τρία μονώνυμα. Η γενική μορφή της είναι:

τριώνυμο Η εξίσωση δευτέρου βαθμού στην πλήρη της μορφή ονομάζεται τριώνυμο, γιατί αποτελείται από τρία μονώνυμα. Η γενική μορφή της είναι: κεφάλαιο 4 Α τριώνυμο επίλυση της εξίσωσης δευτέρου βαθμού Η εξίσωση δευτέρου βαθμού στην πλήρη της μορφή ονομάζεται τριώνυμο, γιατί αποτελείται από τρία μονώνυμα. Η γενική μορφή της είναι: αx + βx + γ

Διαβάστε περισσότερα

Αλγεβρικές παραστάσεις - Αναγωγή οµοίων όρων

Αλγεβρικές παραστάσεις - Αναγωγή οµοίων όρων Αλγεβρικές παραστάσεις - Αναγωγή οµοίων όρων 1. Μια παράσταση που περιέχει πράξεις µόνο µε αριθµούς, λέγεται αριθµητική παράσταση. Παράδειγµα: + + 1 =. είναι µια αριθµητική παράσταση, το αποτέλεσµα των

Διαβάστε περισσότερα

Μικροοικονοµική Θεωρία. Συνάρτηση και καµπύλη κόστους. Notes. Notes. Notes. Notes. Κώστας Ρουµανιάς. 22 Σεπτεµβρίου 2014

Μικροοικονοµική Θεωρία. Συνάρτηση και καµπύλη κόστους. Notes. Notes. Notes. Notes. Κώστας Ρουµανιάς. 22 Σεπτεµβρίου 2014 Μικροοικονοµική Θεωρία Κώστας Ρουµανιάς Ο.Π.Α. Τµήµα. Ε. Ο. Σ. 22 Σεπτεµβρίου 2014 Κώστας Ρουµανιάς (.Ε.Ο.Σ.) Μικροοικονοµική Θεωρία 22 Σεπτεµβρίου 2014 1 / 49 Συνάρτηση και καµπύλη κόστους Πολύ χρήσιµες

Διαβάστε περισσότερα

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής:

ΣΕΙΡΕΣ TAYLOR. Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων. Πολυώνυµο είναι κάθε συνάρτηση της µορφής: ΣΕΙΡΕΣ TAYLOR Στην Ενότητα αυτή θα ασχοληθούµε µε την προσέγγιση συναρτήσεων µέσω πολυωνύµων Πολυώνυµο είναι κάθε συνάρτηση της µορφής: p( ) = a + a + a + a + + a, όπου οι συντελεστές α i θα θεωρούνται

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός

Γραμμικός Προγραμματισμός Γραμμικός Προγραμματισμός ημήτρης Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο Γραμμικός Προγραμματισμός Ελαχιστοποίηση γραμμικής αντικειμενικής συνάρτησης

Διαβάστε περισσότερα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τοµέας Μαθηµατικών, Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόµενα Εισαγωγή στη

Διαβάστε περισσότερα

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50

Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και2015 Ιδιοδιανυσµάτων 1 / 50 Αριθµητική Γραµµική Αλγεβρα Κεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ΕΚΠΑ 2 Απριλίου 205 Αριθµητική Γραµµική ΑλγεβραΚεφάλαιο 4. Αριθµητικός Υπολογισµός Ιδιοτιµών 2 Απριλίου και205

Διαβάστε περισσότερα

µηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα;

µηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα; ΘΕΩΡΙΑ ΠΟΛΥΩΝΥΜΩΝ 1. Τι ονοµάζουµε µονώνυµο Μονώνυµο ονοµάζεται κάθε γινόµενο το οποίο αποτελείται από γνωστούς και αγνώστους (µεταβλητές ) πραγµατικούς αριθµούς. Ο γνωστός πραγµατικός αριθµός ονοµάζεται

Διαβάστε περισσότερα

m 1 min f = x ij 0 (8.4) b j (8.5) a i = 1

m 1 min f = x ij 0 (8.4) b j (8.5) a i = 1 KΕΦΑΛΑΙΟ 8 Προβλήµατα Μεταφοράς και Ανάθεσης 8. ΕΙΣΑΓΩΓΗ Μια ειδική κατηγορία προβληµάτων γραµµικού προγραµµατισµού είναι τα προβλήµατα µεταφοράς (Π.Μ.), στα οποία επιζητείται η ελαχιστοποίηση του κόστους

Διαβάστε περισσότερα

Ανάλυση Σ.Α.Ε στο χώρο κατάστασης

Ανάλυση Σ.Α.Ε στο χώρο κατάστασης ΚΕΣ : Αυτόµατος Έλεγχος ΚΕΣ Αυτόµατος Έλεγχος Ανάλυση Σ.Α.Ε στο χώρο 6 Nicola Tapaouli Λύση εξισώσεων ΚΕΣ : Αυτόµατος Έλεγχος Βιβλιογραφία Ενότητας Παρασκευόπουλος [4]: Κεφάλαιο 5: Ενότητες 5.-5. Παρασκευόπουλος

Διαβάστε περισσότερα

Επιχειρησιακή έρευνα (ασκήσεις)

Επιχειρησιακή 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 περισσότερα

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange

Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrange 64 Ακρότατα υπό συνθήκη και οι πολλαπλασιαστές του Lagrage Ας υποθέσουµε ότι ένας δεδοµένος χώρος θερµαίνεται και η θερµοκρασία στο σηµείο,, Τ, y, z Ας υποθέσουµε ότι ( y z ) αυτού του χώρου δίδεται από

Διαβάστε περισσότερα

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη Επιλογή και επανάληψη Η ύλη που αναπτύσσεται σε αυτό το κεφάλαιο είναι συναφής µε την ύλη που αναπτύσσεται στο 2 ο κεφάλαιο. Όπου υπάρχουν διαφορές αναφέρονται ρητά. Προσέξτε ιδιαίτερα, πάντως, ότι στο

Διαβάστε περισσότερα

Αριθµητική Παραγώγιση και Ολοκλήρωση

Αριθµητική Παραγώγιση και Ολοκλήρωση Ιαν. 9 Αριθµητική Παραγώγιση και Ολοκλήρωση Είδαµε στο κεφάλαιο της παρεµβολής συναρτήσεων πώς να προσεγγίζουµε µια (συνεχή) συνάρτηση f από ένα πολυώνυµο, όταν γνωρίζουµε + σηµεία του γραφήµατος της συνάρτησης:

Διαβάστε περισσότερα

ΑΣΥΜΜΕΤΡΙΑ Ας υποθέσουμε, ότι κατά την μελέτη της κατανομής δύο μεταβλητών, καταλήγουμε στα παρακάτω ιστογράμματα.

ΑΣΥΜΜΕΤΡΙΑ Ας υποθέσουμε, ότι κατά την μελέτη της κατανομής δύο μεταβλητών, καταλήγουμε στα παρακάτω ιστογράμματα. ΑΣΥΜΜΕΤΡΙΑ Ας υποθέσουμε, ότι κατά την μελέτη της κατανομής δύο μεταβλητών, καταλήγουμε στα παρακάτω ιστογράμματα. Στα παραπάνω ιστογράμματα, παρατηρούμε, ότι αν και υπάρχει διαφορά στη διασπορά των τιμών

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί

ΚΕΦΑΛΑΙΟ 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 περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: 5 Οκτωβρίου 006 Ηµεροµηνία παράδοσης της Εργασίας: 0 Νοεµβρίου 006.

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ: ΠΛΗΡΟΦΟΡΙΚΗ ΘΕ: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΉ Ι (ΠΛΗ ) ΛΥΣΕΙΣ ΕΡΓΑΣΙΑΣ 4 Άσκηση. (8 µον.) (α) ίνεται παραγωγίσιµη συνάρτηση f για την οποία ισχύει f /

Διαβάστε περισσότερα

α n z n = 1 + 2z 2 + 5z 3 n=0

α n z n = 1 + 2z 2 + 5z 3 n=0 Η ύλη συνοπτικά... Στοιχειώδης συνδυαστική Γεννήτριες συναρτήσεις Σχέσεις αναδρομής Θεωρία Μέτρησης Polyá Αρχή Εγκλεισμού - Αποκλεισμού Η ύλη συνοπτικά... Γεννήτριες συναρτήσεις Τι είναι η γεννήτρια Στην

Διαβάστε περισσότερα

1)Βρείτε την εξίσωση για το επίπεδο που περιέχει το σηµείο (1,-1,3) και είναι παράλληλο προς το επίπεδο 3x+y+z=a όπου a ένας αριθµός.

1)Βρείτε την εξίσωση για το επίπεδο που περιέχει το σηµείο (1,-1,3) και είναι παράλληλο προς το επίπεδο 3x+y+z=a όπου a ένας αριθµός. 1)Βρείτε την εξίσωση για το επίπεδο που περιέχει το σηµείο (1,-1,3) και είναι παράλληλο προς το επίπεδο 3x+y+z=a όπου a ένας αριθµός. ( Καρτεσιανή ) επιλέχθηκε για το σχήµα. Ο αριθµός a δεν επιρρεάζει

Διαβάστε περισσότερα

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις

Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις ΚΕΦΑΛΑΙΟ 2 Μετασχηµατισµοί Laplace, Αναλογικά Συστήµατα, ιαφορικές Εξισώσεις 2.1 ΕΙΣΑΓΩΓΗ Όπως έχουµε δει, για να προσδιορίσουµε τις αποκρίσεις ενός κυκλώµατος, πρέπει να λύσουµε ένα σύνολο διαφορικών

Διαβάστε περισσότερα

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης.

Γενικές Παρατηρήσεις. Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα (1) Το Λήµµα της Αντλησης. Χρήση του Λήµµατος Αντλησης. Γενικές Παρατηρήσεις Μη Κανονικές Γλώσσες - Χωρίς Συµφραζόµενα () Ορέστης Τελέλης telelis@unipi.gr Τµήµα Ψηφιακών Συστηµάτων, Πανεπιστήµιο Πειραιώς Υπάρχουν µη κανονικές γλώσσες, π.χ., B = { n n n }. Αυτό

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 1ο: ΣΥΣΤΗΜΑΤΑ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ

ΚΕΦΑΛΑΙΟ 1ο: ΣΥΣΤΗΜΑΤΑ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙΟ 1ο: ΣΥΣΤΗΜΑΤΑ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ) Copyright 2015 Αποστόλου Γιώργος Αποστόλου Γεώργιος apgeorge2004@yahoo.com Αδεια χρήσης 3η Εκδοση, Ιωάννινα, Σεπτέµβριος 2015 Περιεχόµενα 1 ΣΥΣΤΗΜΑΤΑ....................................................

Διαβάστε περισσότερα

= 7. Στο σημείο αυτό θα υπενθυμίσουμε κάποιες βασικές ιδιότητες του μετασχηματισμού Laplace, δηλαδή τις

= 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 περισσότερα