Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

Σχετικά έγγραφα
Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

maximize z = 50x x 2 κάτω από τους περιορισμούς (εβδομαδιαίο κέρδος, χρηματικές μονάδες)

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα)

Επαναληπτικές Ασκήσεις. Επιχειρησιακή Έρευνα

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα)

Ενδιαφερόμαστε να μεγιστοποιήσουμε το συνολικό κέρδος της εταιρείας που ανέρχεται σε: z = 3x 1 + 5x 2 (εκατοντάδες χιλιάδες χ.μ.)

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


Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

ΑΠΑΙΤΟΥΜΕΝΟΣ ΧΡΟΝΟΣ (hr) στο. Στάδιο Α Στάδιο Β (ανά) τρακτέρ (ανά) γερανό 15 10

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) 1

ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΣΙΜΟΥ

Κανονική μορφή μοντέλου μεγιστοποίησης

Ανάλυση ευαισθησίας. Γκόγκος Χρήστος- Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

Κανονική μορφή μοντέλου μεγιστοποίησης

Data Envelopment Analysis

ΤΜΗΜΑΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΡΟΒΛΗΜΑΤΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΜΕΣΩ LINDO

ΠΡΟΒΛΗΜΑΤΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΠΑΡΑΔΕΙΓΜΑΤΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΜΕ ΤΗ ΧΡΗΣΗ Η/Υ (3 ο Φυλλάδιο)

RIGHTHAND SIDE RANGES

Τμήμα Μηχανικών Πληροφορικής ΤΕ Ανάλυση ευαισθησίας. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

ΕΠΙΛΥΣΗ ΓΠ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΗ Το πρόγραμμα LINDO O Solver (Επίλυση) του Excel ΕΦΑΡΜΟΓΕΣ ΓΠ ΣΕ ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΡΟΒΛΗΜΑΤΑ Το Πρόβλημα Μίξης Παραγωγής

Επιχειρησιακή Έρευνα I

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος

ΘΕΜΑ: «Η ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΜΕ ΤΗ ΒΟΗΘΕΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΟΝ ΠΟΛΕΟΔΟΜΙΚΟ ΣΧΕΔΙΑΣΜΟ»

ΠΑΡΑΔΕΙΓΜΑΤΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΜΕ ΤΗ ΧΡΗΣΗ Η/Υ (2 ο Φυλλάδιο)

z = c 1 x 1 + c 2 x c n x n

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ. Κεφάλαιο 2 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού

Επιχειρησιακή έρευνα (άσκηση για το εργαστήριο)

σει κανένα modem των 128Κ. Θα κατασκευάσει συνολικά = 320,000 τεμάχια των 64Κ και το κέρδος της θα γίνει το μέγιστο δυνατό, ύψους 6,400,000.

Ανάλυση Ευαισθησίας. αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΑΝΘΡΩΠΙΝΩΝ. (Human Resources Scheduling Human Resources Programming)

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ

Προγραμματισμός ΙI (Θ)

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 8)

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Προγραμματισμός ΙI (Θ)

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Επιχειρησιακή Έρευνα

ΕΝΟΤΗΤΑ III ΒΑΣΙΚΕΣ ΜΕΘΟ ΟΙ ΑΝΑΛΥΣΗΣ

Επιχειρησιακή Έρευνα I

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Επιχειρησιακή Έρευνα I

Ένα πρόβλημα δικτυωτής ανάλυσης αναπαρίσταται από... 10

Επιχειρησιακή έρευνα (ασκήσεις)

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Τμήμα Διεθνούς Εμπορίου Επιχειρησιακή έρευνα. Επιχειρησιακή Έρευνα

Γραµµικός Προγραµµατισµός (ΓΠ)

Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1)

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING)

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Ανάλυση Ευαισθησίας µε τη χρήση του Solver

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

Προγραμματισμός ΙI (Θ)

Εισαγωγή στο Γραμμικό Προγραμματισμό

Τμήμα Διοίκησης Επιχειρήσεων

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Chemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ. Κεφάλαιο 3 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Επιχειρησιακή Έρευνα

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ 1 ΕΙΣΑΓΩΓΗ 2 ΜΑΘΗΜΑΤΙΚΟΙ ΟΡΙΣΜΟΙ 3 ΜΟΝΤΕΛΟΠΟΙΗΣΗ Δρ. Δημήτρης Βαρσάμης Μάρτιος / 31

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

3.7 Παραδείγματα Μεθόδου Simplex

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

Fermat, 1638, Newton Euler, Lagrange, 1807

Προγραμματισμός I (Θ)

Περιεχόμενα. 1. Ανάλυση ευαισθησίας. (1) Ανάλυση ευαισθησίας (2) Δυϊκό πρόβλημα (κανονική μορφή) (3) Δυαδικός προγραμματισμός (4) Ανάλυση αποφάσεων

Επιχειρησιακή Έρευνα

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΜΑΘΗΜΑΤΙΚΗ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΠΡΩΤΟ ΣΕΤ ΑΣΚΗΣΕΩΝ-ΓΡΑΦΙΚΗ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1)

Σενάριο 1ο: Κερδοσκοπική πολιτική Στο σενάριο αυτό προβλέπεται η μεγιστοποίηση των συνολικών κερδών από την εκμετάλλευση των γαιών

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

Περιεχόμενα Πρόλογος 5ης αναθεωρημένης έκδοσης ΚΕΦΆΛΆΙΟ 1 Ο ρόλος της επιχειρησιακής έρευνας στη λήψη αποφάσεων ΚΕΦΆΛΆΙΟ 2.

Τμήμα Εφαρμοσμένης Πληροφορικής

Η μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου

Νέα Κοινή Αγροτική Πολιτική

Μοντελοποίηση προβληµάτων

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

Case 02: Προγραµµατισµός Προϊόντων «MODA A.E.» ΣΕΝΑΡΙΟ (Product Mix)

Transcript:

Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Μάρτιος 2015 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 1 / 17

Σκοπός Εργαστηρίου Μοντελοποίηση - Προβλήματα Ανάλυσης Ευαισθησίας Σκοπός του εργαστηρίου είναι: η μοντελοποίηση των ΠΓΠ η επίλυση του ΠΓΠ με το ειδικό λογισμικό Lindo η ανάγνωση των αποτελεσμάτων (αναφορών) του Lindo και η εύρεση των παραμέτρων της ανάλυσης ευαισθησίας η σωστή ερμηνεία των παραμέτρων της ανάλυσης ευαισθησίας η λήψη αποφάσεων με βάση την ανάλυση ευαισθησίας Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 2 / 17

Μοντελοποίηση Μια εταιρεία κατασκευής κινητών τηλεφώνων πρόκειται να προγραμματίσει την ημερήσια παραγωγή της για τα μοντέλα Μ1 και Μ2. Τα δύο μοντέλα χρειάζονται από 1 ώρα για την κατασκευή τους. Το Μ1 χρειάζεται 2 ώρες για τον προγραμματισμό του λογισμικού του ενώ το Μ2 χρειάζεται αντίστοιχα 1 ώρα. Το τμήμα κατασκευής διαθέτει 9 ώρες ημερησίως ενώ το τμήμα προγραμματισμού διαθέτει 16 ώρες ημερησίως. Οι πωλήσεις των κινητών απαιτούν τα μοντέλα Μ1 να είναι τουλάχιστον διπλάσια από τα μοντέλα Μ2. Αν το κέρδος για κάθε κινητό Μ1 είναι 200 και για κάθε κινητό Μ2 είναι 350 να υποδειχθεί ένα πρόβλημα γραμμικού προγραμματισμού για την γραμμή παραγωγής της εταιρείας που να μεγιστοποιεί τα κέρδη και να λυθεί. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 3 / 17

Μοντελοποίηση Να υποδειχθεί ένα πρόβλημα γραμμικού προγραμματισμού για την γραμμή παραγωγής της εταιρείας που να μεγιστοποιεί τα κέρδη. Ορίζουμε x 1 ο αριθμός παραγωγής των μοντέλων Μ1 και x 2 ο αριθμός παραγωγής των μοντέλων Μ2. Τότε το πρόβλημα γίνεται με περιορισμούς με x 1, x 2 0 max z = 200x 1 + 350x 2 (σε ) x 1 + x 2 9 (τμήμα κατασκευής) 2x 1 + x 2 16 (τμήμα προγραμματισμού) x 1 2x 2 0 (περιορισμός πωλήσεων) Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 4 / 17

Μοντελοποίηση Να λυθεί. Το Lindo μας επιστρέφει LP OPTIMUM FOUND AT STEP 3 OBJECTIVE FUNCTION VALUE 1) 2250.000 VARIABLE VALUE REDUCED COST X1 6.000000 0.000000 X2 3.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 250.000000 3) 1.000000 0.000000 4) 0.000000-50.000000 Επομένως, θα κατασκευαστούν 6 κινητά Μ1 και 3 κινητά Μ2. Το καθαρό κέρδος είναι 2250 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 5 / 17

Μία οικογενειακή αγροτική επιχείρηση διαθέτει 410 στρέμματα καλλιεργήσιμης γης στην περιοχή των Σερρών, στην οποία καλλιεργεί καπνό και ρύζι. Κάθε στρέμμα που καλλιεργείται με καπνό κοστίζει κατά μέσο όρο 105,00 ενώ κάθε στρέμμα ρυζιού κοστίζει αντίστοιχα 210,00. Η επιχείρηση αυτή διαθέτει έναν προϋπολογισμό 52.500,00 για την τρέχουσα χρονιά. Επιπλέον, ο Αγροτικός Συνεταιρισμός Σερρών περιορίζει το πλήθος των στρεμμάτων, που μπορούν καλλιεργηθούν με ρύζι σε 100 και το κάθε στρέμμα καπνού αποδίδει κατά μέσο όρο 300,00 καθαρό κέρδος ενώ το κάθε στρέμμα ρυζιού 520,00. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 6 / 17

1 Να διαμορφωθεί ένα πρότυπο πρόβλημα γραμμικού προγραμματισμού για τον προσδιορισμό του βέλτιστου τρόπου καλλιέργειας. 2 Να βρεθεί η βέλτιστη λύση του προβλήματος αυτού με το Lindo (δηλαδή να βρεθεί πόση έκταση θα καλλιεργηθεί από το κάθε προϊόν και πόσο θα είναι το καθαρό κέρδος). 3 Θα μείνει ακαλλιέργητη έκταση και αν ναι, πόση; 4 Θα καλλιεργηθούν όλα τα επιτρεπόμενα στρέμματα ρυζιού; Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 7 / 17

5 Ένας γείτονας προσπαθεί να πείσει την επιχείρηση αυτή να νοικιάσει τη δική του γη προς 100,00 το στρέμμα. Θα πρέπει να δεχθεί; 6 Η επιχείρηση σκέφτεται να νοικιάσει 80 στρέμματα από τον γείτονα με ενοίκιο 65 /στρέμμα. Μπορεί να τα νοικιάσει χωρίς να αλλάξει η λύση του προβλήματος; Πόσο θα είναι το κέρδος της επιχείρησης; 7 Αν υποτεθεί ότι η επιχείρηση αυτή σκέφτεται να πάρει ένα δάνειο, ώστε να αυξήσει τον προϋπολογισμό της. Ο τόκος για το δάνειο αυτό είναι 25%. Συμφέρει να προχωρήσει στη σύναψη του δανείου; 8 Η επιχείρηση σκέφτεται να αυξήσει το κέρδος για κάθε στρέμμα ρυζιού σε 650,00. Θα αλλάξει η άριστη λύση του προβλήματος ή όχι; Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 8 / 17

1 Να διαμορφωθεί ένα πρότυπο πρόβλημα γραμμικού προγραμματισμού για τον προσδιορισμό του βέλτιστου τρόπου καλλιέργειας. Ορίζουμε x 1 τα στρέμματα που θα καλλιεργηθούν με καπνό και x 2 τα στρέμματα που θα καλλιεργηθούν με ρύζι. Τότε το πρόβλημα γίνεται με περιορισμούς max z = 300x 1 + 520x 2 (σε ) x 1 + x 2 410 (διαθέσιμα στρέμ.προς καλλιέργεια) 105x 1 + 210x 2 52500 (περιορισμός τζίρου) x 2 100 (περιορισμός για καλλιέργεια ρυζιού) με x 1, x 2 0 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 9 / 17

2 Να βρεθεί η βέλτιστη λύση του προβλήματος αυτού με το Lindo (δηλαδή να βρεθεί πόση έκταση θα καλλιεργηθεί από το κάθε προϊόν και πόσο θα είναι το καθαρό κέρδος). Το Lindo μας επιστρέφει LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 142800.0 VARIABLE VALUE REDUCED COST X1 320.000000 0.000000 X2 90.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2) 0.000000 80.000000 3) 0.000000 2.095238 4) 10.000000 0.000000 Επομένως, θα καλλιεργηθούν 320 στρέμματα καπνού και 90 στρέμματα ρυζιού. Το καθαρό κέρδος είναι 142800 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 10 / 17

3 Θα μείνει ακαλλιέργητη έκταση και αν ναι, πόση; Έχουμε x 1 + x 2 = 320 + 90 = 410 όσα και τα διαθέσιμα στρέμματα της επιχείρησης, άρα δεν θα μείνει ακαλλιέργητη κάποια έκταση. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 11 / 17

4 Θα καλλιεργηθούν όλα τα επιτρεπόμενα στρέμματα ρυζιού; Όχι, δεν θα καλλιεργηθούν όλα τα επιτρεπόμενα στρέμματα ρυζιού διότι x 2 = 90 < 100 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 12 / 17

5 Ένας γείτονας προσπαθεί να πείσει την επιχείρηση αυτή να νοικιάσει τη δική του γη προς 100,00 το στρέμμα. Θα πρέπει να δεχθεί; Η δυϊκή τιμή του πρώτου περιορισμού (διαθέσιμα στρέμ.προς καλλιέργεια) είναι z b 1 = 80 δηλαδή, για κάθε ένα στρέμμα παραπάνω που θα καλλιεργηθεί το κέρδος είναι 80. Επομένως, επειδή 80 < 100 δεν πρέπει να δεχθεί την πρόταση. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 13 / 17

6 Η επιχείρηση σκέφτεται να νοικιάσει 80 στρέμματα από τον γείτονα με ενοίκιο 65 /στρέμμα. Μπορεί να τα νοικιάσει χωρίς να αλλάξει η λύση του προβλήματος; Το Lindo μας επιστρέφει RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 300.000000 220.000000 40.000000 X2 520.000000 80.000000 220.000000 RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 2 410.000000 90.000000 10.000000 3 52500.000000 1050.000000 9450.000000 4 100.000000 INFINITY 10.000000 Τα στρέμματα μπορούμε να τα αυξήσουμε κατά 90 (Εύρος εφικτότητας πρώτου περιορισμού) άρα, η επιχείρηση μπορεί να τα νοικιάσει χωρίς να αλλάξει η λύση του προβλήματος Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 14 / 17

6 Η επιχείρηση σκέφτεται να νοικιάσει 80 στρέμματα από τον γείτονα με ενοίκιο 65 /στρέμμα. Πόσο θα είναι το κέρδος της επιχείρησης; Η δυϊκή τιμή του πρώτου περιορισμού (διαθέσιμα στρέμ.προς καλλιέργεια) είναι z b 1 = 80 δηλαδή, για κάθε ένα στρέμμα παραπάνω που θα καλλιεργηθεί το κέρδος είναι 80 65 = 15. Επομένως, η επιχείρηση θα έχει 80 στρέμματα 15 /στρέμμα = 1200 κέρδος. Άρα, συνολικά θα έχει 142800+1200=144000 κέρδος. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 15 / 17

7 Αν υποτεθεί ότι η επιχείρηση αυτή σκέφτεται να πάρει ένα δάνειο, ώστε να αυξήσει τον προϋπολογισμό της. Ο τόκος για το δάνειο αυτό είναι 25%. Συμφέρει να προχωρήσει στη σύναψη του δανείου; Η δυϊκή τιμή του δεύτερου περιορισμού (περιορισμός τζίρου) είναι z b 2 = 2.095238 δηλαδή, για κάθε ένα 1 παραπάνω που θα προστεθεί στον προϋπολογισμό το κέρδος είναι 2.095238. Για κάθε 1 που θα δανειστεί η επιχείρηση θα πρέπει να καταβάλει 1.25 Επομένως, η επιχείρηση θα έχει 2.095238-1.25 = 0.845238 κέρδος. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 16 / 17

8 Η επιχείρηση σκέφτεται να αυξήσει το κέρδος για κάθε στρέμμα ρυζιού σε 650,00. Θα αλλάξει η άριστη λύση του προβλήματος ή όχι; Η επιτρεπόμενη αύξηση για τον αντικειμενικό συντελεστή c 2 είναι 80. Επομένως, θα αλλάξει η άριστη λύση του προβλήματος, επειδή 650-520=130>80. Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος 2015 17 / 17