ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Σχετικά έγγραφα
2. ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

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

Επιχειρησιακή Έρευνα I

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Επιχειρησιακή Έρευνα I

ΤΜΗΜΑΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΜέθοδοιΜ& ΔύοΦάσεων

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

3.7 Παραδείγματα Μεθόδου Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Γραμμικός Προγραμματισμός

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΜΕΘΟΔΟΣ SIMPLEX, διαλ. 3. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 29/4/2017

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

Τμήμα Διοίκησης Επιχειρήσεων

1. ΣΤΑΤΙΚΗ ΑΡΙΣΤΟΠΟΙΗΣΗ

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

Επιχειρησιακή Έρευνα I

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

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

ΑΡΙΣΤΕΣ ΤΙΜΕΣ ΚΑΙ ΑΚΡΟΤΑΤΕΣ ΤΙΜΕΣ

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

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

Προβλήµατα Μεταφορών (Transportation)

Η μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

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

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Προβλήματα Μεταφορών (Transportation)

Επιχειρησιακή έρευνα (ασκήσεις)

Εισαγωγή. Οπως είδαµε για την εκκίνηση της Simplex χρειαζόµαστε µια Αρχική Βασική Εφικτή Λύση. υϊσµός

Κεφάλαιο 3ο: Γραμμικός Προγραμματισμός

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

(sensitivity analysis, postoptimality analysis).

Επιχειρησιακή Έρευνα

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Επιχειρησιακή Έρευνα

Η αγορά μπορεί να απορροφήσει οποιονδήποτε αριθμό σε θρανία και καρέκλες, αλλά το πολύ πέντε τραπέζια. Έχουμε το εξής π.γ.π.

Κεφάλαιο 5ο: Ακέραιος προγραμματισμός

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

min 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) +

5.1 Ιδιοτιµές και Ιδιοδιανύσµατα

Επιχειρησιακή Έρευνα

Γραμμικός Προγραμματισμός

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

Εισαγωγικές έννοιες. Κατηγορίες προβλημάτων (σε μια διάσταση) Προβλήματα εύρεσης μεγίστου. Συμβολισμοί

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

ΚΕΦΑΛΑΙΟ ΕΚΤΟ: Ανάλυση ευαισθησίας των παραμέτρων του μαθηματικού υποδείγματος. Εφαρμογές χρησιμοποιώντας το R

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΜΑΘΗΜΑΤΙΚΗ ΔΙΑΤΥΠΩΣΗ, Διαλ. 2. Ανωτάτη Σχολή Παιδαγωγικής και Τεχνολογικής Εκπαίδευσης 8/4/2017

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

Το µαθηµατικό µοντέλο του Υδρονοµέα

Γραµµικός Προγραµµατισµός (ΓΠ)

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 28/3/2012. Lecture07 1

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Fermat, 1638, Newton Euler, Lagrange, 1807

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

Α) δηλώνουν τις ποσότητες που, ανάλογα με το πρόβλημα, θα παραχθούν, επενδυθούν, αγοραστούν, κατασκευαστούν κ.λπ.

Τμήμα Μηχανικών Πληροφορικής ΤΕ Πρόβλημα Μεταφοράς. Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

Το Πρόβλημα Μεταφοράς

Εφαρμοσμένη Βελτιστοποίηση

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν τη γραµµική αντικειµενική συνάρτηση. n j = j = 1, 2,, n

Η μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου

ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΗ... 1

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Επίκουρος Καθηγητής Παν/µίου Ιωαννίνων. Μαθηµατικά Ι Ακαδ. Έτος /58

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

III.9 ΑΚΡΟΤΑΤΑ ΣΕ ΠΕΡΙΟΧΗ

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

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

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ

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

Γραμμικός Προγραμματισμός

Τμήμα Διοίκησης Επιχειρήσεων

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΜΑΘΗΜΑΤΙΚΑ Β ΓΥΜΝΑΣΙΟΥ. ΜΕΡΟΣ 1ο ΑΛΓΕΒΡΑ

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

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

Transcript:

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 λύσει προβλήµατα στα οποία οι περιορισµοί εκφράζονται µε ανισότητες της µορφής g( ) c ή g. ( ) c Ανάλογα µε τη µορφή της συνάρτησης (γραµµική τετραγωνική κτλ.) τη µορφή του συστήµατος περιορισµών (γραµµικό ή µη γραµµικό) το είδος των µεταβλητών και των λοιπών παραµέτρων (συνεχείς, ακέραιες, προσδιοριστικές η στοχαστικές) έχουν αναπτυχθεί διάφορες µέθοδοι Μαθηµατικού προγραµµατισµού όπως είναι ο Γραµµικός Προγραµµατισµός, ο Ακέραιος, ο Μικτός Ακέραιος, ο Τετραγωνικός, ο Στοχαστικός ο Μη Γραµµικός.

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ο Γραµµικός Προγραµµατισµός είναι η πιο απλή µορφή Μαθηµατικού Προγραµµατισµού στο οποίον τόσο η συνάρτηση αντικειµενικού σκοπού όσο και οι περιορισµοί είναι γραµµικές συναρτήσεις των µεταβλητών επιλογής ) Ma z = c ) n aij j j= r i n i= j j a) a) Min z = n j = b ij j r n i i= c j j

Πρόβληµα Μεγιστοποίησης - ιαγραµµατική Ma z = 3 + Με περιορισµούς + 6 + 8 + 0, 0. + =8 - + = Άριστη X = z=3 + + =6

Πρόβληµα Ελαχιστοποίησης - ιαγραµµατική Minz = 0.6 + Με περιορισµούς 0 5, + 4 + 5 + 6 0. 0 0 Χ 0 +4 = 0 Άριστη 5 +5 =0 z=0.6 + +6 =0 Χ

Ανάλυση Ευαισθησίας Η ανάλυση ευαισθησίας στον Γραµµικό Προγραµµατισµό είναι στο αντίστοιχο της Συγκριτικής Στατικής Ανάλυσης στα κλασικά υποδείγµατα αριστοποίησης Η ανάλυση ευαισθησίας απαντά σε ερωτήµατα όπως τα παρακάτω.. Πόσο θα µεταβληθείηάριστηλύσηανµεταβληθούν κάποιες παράµετροι;. Μπορούµε ναµειώσουµε κάποιο πόρο (συντελεστή παραγωγής) χωρίς να µεταβληθεί η άριστη λύση; 3. Ποιόν πόρο πρέπει να αυξήσουµε; Στην άριστη λύση κάποιοι πόροι εµφανίζονται να είναι σε αφθονία (πλεόνασµα) και ποιοι άλλοι σε έλλειµµα Για τους πόρους σε έλλειµµα οιγραµµές των αντίστοιχων περιορισµών περνούν από την άριστη λύση, ενώ για τους πόρους σε πλεόνασµα δεν περνούν από την άριστη λύση

X Z Νέα Άριστη + 8 + 6 X z=3 +

X Z Z Νέα Άριστη X + 6 + 8 z=3 +

ΜΕΘΟ ΟΣ SIMPLEX Τυπική µορφή Υποδείγµατος Ma z = 3 + µε περιορισµούς + 6 + 8 + 0, 0. Ma + z= 3 + + 0s + 0s + 0s 3 0s 4 µεπεριορισµούς + + s = 6 + + s = 8 + + s3 = + s4 =,, s, s, s, s 0. 3 4

Εισερχόµενη Μεταβλητές 3 4 5 6 0 z s s s 4 Τρέχουσα ΒΕΛ Γραµµές (r) z -3-0 0 0 0 0 0 s 0 0 0 0 6 s 0 0 0 0 8 0-0 0 0 3 s 4 0 0 0 0 0 4 Στοιχεία κύριας εξίσωσης a rj = arj / ark Εισερχόµενη Όλα τα υπόλοιπα στοιχεία ij a = a (( a )( a )) / a ij ik rj rk Εξερχόµενη ος Μεταβλητές z S s s 4 Τρέχουσα ΒΕΛ z 0 -/ 0 3/ 0 0 s 0 0 3/ -/ 0 0 0 / 0 ½ 0 0 4 Εξερχόµενη 0 0 3/ 0 ½ 0 5 s 4 0 0 0 0 0

Σκιώδεις Τιµές Μέγιστη Τιµή Αντ. Συνάρτησης Μεταβλητέ ς z s s s 4 Τρέχουσα Βασική Εφικτή (Άριστη) z 0 0 /3 4/3 0 0 /3 0 0 /3 -/3 0 0 4/3 0 0 -/3 /3 0 0 0/3 0 0 0-0 3 s 4 0 0 0 -/3 /3 0 /3 Πλεονάσµατα Πόρων Άριστες Λύσεις Σκιώδης τιµή: πόσο θα αυξηθεί η µέγιστη τιµή της αντικειµενικής συνάρτησης από την χρήση µίας επιπλέον µονάδος του συγκεκριµένου συντελεστή

ΧΡΗΣΗ ΤΕΧΝΙΤΩΝ ΜΕΤΑΒΛΗΤΩΝ Χρησιµοποιείται σε προβλήµατα ελαχιστοποίησης. Οι µεταβλητές αυτές δεν έχουν κανένα οικονοµικό νόηµα και µας βοηθούνε µόνο να ξεκινήσουµε την Simple. Στην άριστη λύση είναι ίσες µε µηδέν MR MR z Min + + + = 0.,,, 4 + + + R R R R µετυπικήµορφή 0 0 MR MR s s z Min + + + = 0.,,,,, 4 = + = + + R R s s R s R s

ος Πίνακας SIMPLEX Μεταβλητές z s s R R Βασική Εφικτή z Μ- Μ- -Μ -Μ 0 0 6Μ R 0-0 0 R 0 0 0-0 4 ος Πίνακας SIMPLEX Μεταβλητέ ς z s s R R Βασική Εφικτή z 0 Μ- / -/ -Μ -Μ+/ 0 4Μ+6 0 / -/ 0 ½ 0 6 R 0 0 0 0 4

Τελικός Πίνακας Μεταβλητές z S S R R Βασική Εφικτή z 0 0 -/ -/ -Μ+/ - Μ+/ 8 0 0 -/ / / -/ 4 0 0 0-0 0 4

Αρχικό πρόβληµα ΤΟ ΥΪΚΟ ΠΡΟΒΛΗΜΑ υϊκό πρόβληµα Ma z = 3+ 4 + 33 µε Min z * = y+ 4y µε 3 3 y. και,, 3 0. 4 4 και y, y 0. 4 4 y 3 3 3, και 3 ονοµάζονται Αρχικές µεταβλητές ενώ y και y υϊκές µεταβλητές Για να σχηµατίσουµε το δυϊκό πρόβληµα:. Αλλάζουµε το Ma σε Min. Αλλάζουµε την κατεύθυνση των ανισοτήτων από σε 3. Αναστρέφουµε το διάνυσµα των σταθερών όρων στα δεξιά των περιορισµών του 4. αρχικού προβλήµατος και το πολλαπλασιάζουµε µε το διάνυσµα των δυϊκών µεταβλητών ώστε να σχηµατίσουµε την δυϊκή συνάρτηση αντικειµενικού σκοπού, 5. Αναστρέφουµε τον πίνακα των συντελεστών των περιορισµών στο αρχικό πρόβληµα και τον πολλαπλασιάζουµε µε τις δυϊκές µεταβλητές ώστε να προκύψουν οι περιορισµοί του δυϊκού. Οι σταθεροί όροι των περιορισµών του δυϊκού προβλήµατος είναι το ανάστροφο του διανύσµατος των συντελεστών των µεταβλητών επιλογής της συνάρτησης αντικειµενικού σκοπού στο αρχικό πρόβληµα. 6. Οι δυϊκές µεταβλητές υπόκεινται όπως και οι αρχικές στον περιορισµό ότι δεν είναι αρνητικές.

Μεταβλητέ ς Z s s Άριστη Τελικός πίνακας Αρχικού z 0 0 0.5 36 s 0 0 0 0.33-0.33 0 0 0 0.5 0 6 0 0 0-0.33 0.33 Τελικός πίνακας υϊκού Μεταβλητέ ς z* y y y 3 s s Άριστη z* 0 0 6 36 Y 3 0 0.33 0-0.33 0 Y 0-0.33 0 0.33 5.5

ΥΊΚΗ SIMPLEX Είναι µία εναλλακτική µέθοδος αντιµετώπισης προβληµάτων Min Βήµα : Φέρνουµε το υπόδειγµα στην Κανονική του µορφή Αλλάζουµε την φορά των ανισοτήτων πολλαπλασιάζοντας όλες τις ανισότητες µε. Προσθέτουµε µη αρνητικές µεταβλητές για να τις µετατρέψουµε σε ισότητες Βήµα : Προσδιορισµός της Εξερχόµενης Εξερχόµενη µεταβλητήείναιηβασικήµε την πλέον αρνητική τιµή. Αν όλες οι βασικές είναι µη-αρνητικές τότε η άριστη λύση έχει επιτευχθεί και η διαδικασία τερµατίζεται Βήµα 3: Προσδιορισµός της Εισερχόµενης Σχηµατίζουµε τους λόγους συντελεστών των µη-βασικών µεταβλητών στην γραµµή r=0 (γραµµή της συνάρτησης αντικειµενικού σκοπού) ως προς τους αντίστοιχους συντελεστές στην γραµµή τηςεξερχόµενης µεταβλητές.επιλέγουµε εκείνη την µεταβλητή µε το µικρότερο λόγο. Βήµα 4: Υπολογισµός Νέου Πίνακα

Παράδειγµα: Έστω το πρόβληµα Min z = + 3+ 3 4+ 3 6 + 3, 0. µε Βήµα : Κανονική µορφή Min z = + µε 3 3 4 3 6 + 3, 0.

Πίνακας Μεταβλη τές z s s Βασική Z - - 0 0 0 0 s 0-3 - 0 0-3 s 0-4 -3 0 0-6 0 0 0 3

Πίνακας Μεταβλητ ές z s s Βασική z -/3 0 0 -/3 0 s 0-5/3 0 -/3 0-0 4/3 0 -/3 0 0-5/3 0 0 /3 -

Πίνακας 3 Μεταβλη τές z s s Βασική z 0 0 -/5 -/5 0 /5 0 0-3/5 /5 0 3/5 0 0 4/5-3/5 0 6/5 0 0 0-0