Μοντελοποίηση προβληµάτων

Σχετικά έγγραφα
ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Ακέραιος Γραµµικός Προγραµµατισµός

Ακέραιος Γραµµικός Προγραµµατισµός

Fermat, 1638, Newton Euler, Lagrange, 1807

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ

Βασικές έννοιες και ορισµοί. Ευθεία

Βασικές έννοιες και ορισµοί. Ευθεία

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

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

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

Αλγόριθµοι και Πολυπλοκότητα

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού

ΣΥΣΤHΜΑΤΑ ΑΠΟΦAΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓH

ΣΥΣΤHΜΑΤΑ ΑΠΟΦAΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓH

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

Επιχειρησιακή Έρευνα I

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Επιχειρησιακή Έρευνα I

ΠΙΝΑΚΑΣ 3-1 Προσομοιωση και Βελτιστοποιηση Συστηματος (Haimes, 1977) ΠΡΑΓΜΑΤΙΚΗ ΑΠΟΚΡΙΣΗ ΦΥΣΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΜΑΘΗΜΑΤΙΚΗ ΑΠΟΚΡΙΣΗ ΣΥΣΤΗΜΑΤΟΣ

Εφαρμογές Επιχειρησιακής Έρευνας. Δρ. Γεώργιος Κ.Δ. Σαχαρίδης

Προβλήματα Μεταφορών (Transportation)

Προβλήματα Εκχώρησης (Assignment Problems)

Το µαθηµατικό µοντέλο του Υδρονοµέα

Αλγόριθµοι και Πολυπλοκότητα

ΔΕΟ 13 - Ποσοτικές Μέθοδοι: Επιχειρησιακά Μαθηματικά. Κεφάλαιο 1: Συναρτήσεις μιας μεταβλητής

Ακέραιος Γραμμικός Προγραμματισμός

Αλγόριθµοι. Παράδειγµα. ιαίρει και Βασίλευε. Παράδειγµα MergeSort. Τεχνικές Σχεδιασµού Αλγορίθµων

ΗΜΥ 325: Επαναληπτικές Μέθοδοι. Διδάσκων: Χρίστος Παναγιώτου

Σχεδιασμός επέκτασης του συστήματος ηλεκτροπαραγωγής με τη χρήση Πολυκριτηριακού Γραμμικού Προγραμματισμού

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

Υπολογιστική Πολυπλοκότητα

3 η ΕΝΟΤΗΤΑ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΝΟΣ ΚΡΙΤΗΡΙΟΥ

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

Αλγόριθµοι και Πολυπλοκότητα

Υπολογιστική Πολυπλοκότητα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη των Αποφάσεων, ιοικητική Επιστήµη 5 ο Εξάµηνο. Τµήµα Στατιστικής & Αναλογιστικών-Χρηµατοοικονοµικών Μαθηµατικών

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Εξαντλητική Απαρίθµηση

Κεφάλαιο 3ο: Γραμμικός Προγραμματισμός

5 η ΕΝΟΤΗΤΑ ΠΟΛΥΚΡΙΤΗΡΙΑΚΟΣ ΜΗ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Τμήμα Διοίκησης Επιχειρήσεων

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Υπολογιστικό Πρόβληµα

max c 1 x 1 + c 2 x c n x n υπό a 11 x 1 + a 12 x a 1n x n b 1 a 21 x 1 + a 22 x a 2n x n b 2 a m1 x 1 + a m2 x a mn x n b m

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

Γενικευµένη Simplex Γενικευµένη Simplex

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

Συστήματα Ελέγχου με Μικροϋπολογιστές (h9p://courseware.mech.ntua.gr/ml23259/)

Επιχειρησιακή Έρευνα I

Προσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας Πολυκριτήριος Γραμμικός Προγραμματισμός (Goal Programming)

Ακέραιος Γραμμικός Προγραμματισμός

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

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Προβλήµατα Μεταφορών (Transportation)

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

SÔntomec plhroforðec gia to glpsol (glpk)

Μαθήματα Διατμηματικού Π.Μ.Σ. "Μαθηματικά των Υπολογιστών και των Αποφάσε

Γραμμικός Προγραμματισμός

Asset & Liability Management Διάλεξη 3

Εισαγωγή στο Γραμμικό Προγραμματισμό

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ειδικά θέµατα δικτύων διανοµής

Αλγόριθµοι και Πολυπλοκότητα

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) +

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

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

Επιχειρησιακή Έρευνα I

Επιστηµονικός Υπολογισµός Ι

Ακέραιος Γραμμικός Προγραμματισμός

Τμήμα Εφαρμοσμένης Πληροφορικής

Διδάσκων: Νίκος Λαγαρός

Κεφάλαιο 1. Εισαγωγή. 1.1 Επιχειρησιακή Ερευνα

Βέλτιστος Έλεγχος Συστημάτων

2 η ΕΝΟΤΗΤΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Αλγόριθµοι και Πολυπλοκότητα

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

Πολυκριτηριακός Γραμμικός Προγραμματισμός. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Κεφάλαιο 5ο: Ακέραιος προγραμματισμός

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ IΙ

Επιχειρησιακή Έρευνα I

Data Envelopment Analysis

Μοντελοποίηση Προσομοίωση

Στοιχεία Αλγορίθµων και Πολυπλοκότητας

Ο Αλγόριθµος της Simplex

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

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

ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΕΙΣΑΓΩΓΗ ΣΤΗN ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ. 1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ. Μ. Καρλαύτης Ν. Λαγαρός

Μέθοδοι Βελτιστοποίησης

Γραμμικός Προγραμματισμός Μέθοδος Simplex

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

Αλγόριθμοι Προσέγγισης για NP-Δύσκολα Προβλήματα

Γραµµικός Προγραµµατισµός (ΓΠ)

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

4.γ. μερική επανάληψη, εισαγωγή στη βελτιστοποίηση υδατικών συστημάτων. Δρ Μ.Σπηλιώτης

Εισαγωγή στο Γραμμικό Προγραμματισμό

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΥΠΟΛΟΓΙΣΜΟΣ Εντολές επιλογής και αποφάσεων 1 ο Φύλλο Εργασιών Εισαγωγικές ασκήσεις για την εντολή if ΑΠΑΝΤΗΣΕΙΣ

7 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΜΕ ΧΡΗΣΗ MATLAB

Transcript:

Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι

Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων Εύκολο Πρόβληµα Αποδοτικοί Αλγόριθµοι ύσκολο Πρόβληµα Μη Αποδοτικοί Αλγόριθµοι

Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων Εύκολο Πρόβληµα Αποδοτικοί Αλγόριθµοι ύσκολο Πρόβληµα Μη Αποδοτικοί Αλγόριθµοι Αλγοριθµική Επιχειρησιακή Ερευνα...

Σχεδιασµός Αλγορίθµων Ακέραιος προγραµµατισµός Αποδοτικοί Αλγόριθµοι Μη Αποδοτικοί Αλγόριθµοι Θεωρία γράφων Εύκολο Πρόβληµα Αποδοτικοί Αλγόριθµοι ύσκολο Πρόβληµα Μη Αποδοτικοί Αλγόριθµοι Αλγοριθµική Επιχειρησιακή Ερευνα... Συνδυαστική Βελτιστοποίηση Προσεγγιστικοί Αλγόριθµοι

Κλάσεις Πολυπλοκότητας Πρόβληµα Πλανόδιου Πωλητή NP-hard NP-complete NP Ισοµορφισµός Γράφων Ελάχιστο ένδρο Επικάλυψης P

Αλγοριθµική Επιχειρησιακή Ερευνα Φυσικό πρόβληµα Αρχική διατύπωση Μοντελοποίηση {αυστηρή περιγραφή µε µαθηµατική γλώσσα του προβλήµατος} Επιλογή και ανάπτυξη µεθόδου επίλυσης µοντέλου if Μοντέλο είναι επιτυχές then Υλοποίηση της λύσης else Επανεκτίµηση µοντελοποίησης και µεθόδου επίλυσης {Βήµατα 2 και 3} end if

Βασικές Εννοιες Βασικές Εννοιες Μαθηµατικό µοντέλο Προσοµοίωση

Βασικές Εννοιες Βασικές Εννοιες Μαθηµατικό µοντέλο Προσοµοίωση

Βασικές Εννοιες Βασικές Εννοιες Μαθηµατικό µοντέλο Προσοµοίωση Μαθηµατικό Μοντέλο Μεταβλητές απόφασης (Decision Variables) Περιορισµοί (Constraints) Αντικειµενική Συνάρτηση (Objective Function)

Μαθηµατικό µοντέλο - Γενική µορφή opt (max or min) f(x 1, x 2,..., x n ) s.t H i (x 1, x 2,..., x n ) = 0, i = 1,..., m G j (x 1, x 2,..., x n ) 0, j = 1,..., k (x 1, x 2,..., x n ) =?

Παραδείγµατα Πρόβληµα αναθέσεων Σύνολο υπαλλήλων Σύνολο εργασιών Κάθε υπάλληλος το πολύ a i εργασίες Κάθε εργασία τουλάχιστον b j υπαλλήλους

Παραδείγµατα Πρόβληµα αναθέσεων Σύνολο υπαλλήλων Σύνολο εργασιών Κάθε υπάλληλος το πολύ a i εργασίες Κάθε εργασία τουλάχιστον b j υπαλλήλους Λύση Ανάθεση σε κάθε υπάλληλο ενα αριθµό εργασιών χωρίς να παραβιάζονται οι περιορισµοί

Παραδείγµατα Πρόβληµα αναθέσεων Σύνολο υπαλλήλων Σύνολο εργασιών Κάθε υπάλληλος το πολύ a i εργασίες Κάθε εργασία τουλάχιστον b j υπαλλήλους Λύση Ανάθεση σε κάθε υπάλληλο ενα αριθµό εργασιών χωρίς να παραβιάζονται οι περιορισµοί Βέλτιστη Λύση Μια λύση µε ελάχιστο κόστος

Παραδείγµατα Σύνδεση τερµατικών-υπολογιστών Σύνολο m Τερµατικών που ϑέλουν να συνδεθούν στο δίκτυο Σύνολο n Υπολογιστών του δικτύου Κάθε Τερµατικό ϑέλει να συνδεθεί τουλάχιστον µε a i υπολογιστές Κάθε Υπολογιστής µπορεί να εξυπηρετήσει το πολύ b j τερµατικά Η σύνδεση τερµατικού T i µε υπολογιστή Y j έχει κόστος c ij

Παραδείγµατα Σύνδεση τερµατικών-υπολογιστών Σύνολο m Τερµατικών που ϑέλουν να συνδεθούν στο δίκτυο Σύνολο n Υπολογιστών του δικτύου Κάθε Τερµατικό ϑέλει να συνδεθεί τουλάχιστον µε a i υπολογιστές Κάθε Υπολογιστής µπορεί να εξυπηρετήσει το πολύ b j τερµατικά Η σύνδεση τερµατικού T i µε υπολογιστή Y j έχει κόστος c ij Μεταβλητές { απόφασης 1 Αν συνδεθεί το τερµατικό ti µε τον υπολογιστή y x ij = j 0 ιαφορετικά Περιορισµοί x i1 + x i2 + + x im a i, i = 1,..., m x 1j + x 2j + + x mj b j, j = 1,..., n Αντικειµενική συνάρτηση m n min z = c ij x ij i=1 j=1

Σύνδεση τερµατικών-υπολογιστών T 1 Y 1 T 2. T i a i. T m b j Y 2. Y j. Y n Επίλυση µε τεχνικές Θεωρίας Γράφων

Οικογένειες µοντέλων Γραµµικού προγραµµατισµού (Linear Programming)

Οικογένειες µοντέλων Γραµµικού προγραµµατισµού (Linear Programming) Μη Γραµµικού προγραµµατισµού (Non Linear Programming)

Οικογένειες µοντέλων Γραµµικού προγραµµατισµού (Linear Programming) Μη Γραµµικού προγραµµατισµού (Non Linear Programming) Τετραγωνικού προγραµµατισµού (Quadratic Programming)

Γραµµικός προγραµµατισµός max z = 100x 1 +150x 2 +200x 3 +400x 4 s.t. 2x 1 +4x 2 +8x 3 +10x 4 150 10x 1 +12x 2 +25x 3 +20x 4 1000 x i 0 { Z Ακέραιος Γραµµικός Προγραµµατισµός x i R Γραµµικός Προγραµµατισµός

Μη Γραµµικός Προγραµµατισµός min f(x, y) = n [(x x i ) 2 + (y y j ) 2 ] 1 2 i=1 s.t. (x 1) 2 + (y 3) 2 0.5 2 y + 2x 4 x, y: µεταβλητές απόφασης

Τετραγωνικός Προγραµµατισµός max q(x) = r t x µx t Ax n s.t. x i = 1, i = 1,..., n i=1 x i 0, i = 1,..., n x = x 1.. x n, µ ένας συντελεστής ϐαρύτητας και A ένας τετραγωνικός πίνακας n n (ϐέλτιστη διαχείριση χαρτοφυλακίων Markowitz, ϐραβείο Νόµπελ οικονοµίας 1990).

Παράδειγµα Υπογραφής Συµβολαίων Εταιρία

Παράδειγµα Υπογραφής Συµβολαίων Εταιρία ιαθέσιµοι πόροι 30 µηχανικοί 24 τεχνικοί 18 ώρες τη µέρα λειτουργίας

Παράδειγµα Υπογραφής Συµβολαίων Εταιρία ιαθέσιµοι πόροι 30 µηχανικοί 24 τεχνικοί 18 ώρες τη µέρα λειτουργίας Συµβόλαια 1 5 µηχανικούς, 2 τεχνικούς, 1 ώρα λειτουργίας την ηµέρα, κέρδος 8 χιλίαδες ευρώ 2 3 µηχανικούς, 3 τεχνικούς, 3 ώρες λειτουργίας την ηµέρα, κέρδος 6 χιλίαδες ευρώ

Παράδειγµα Υπογραφής Συµβολαίων Εταιρία ιαθέσιµοι πόροι 30 µηχανικοί 24 τεχνικοί 18 ώρες τη µέρα λειτουργίας Συµβόλαια 1 5 µηχανικούς, 2 τεχνικούς, 1 ώρα λειτουργίας την ηµέρα, κέρδος 8 χιλίαδες ευρώ 2 3 µηχανικούς, 3 τεχνικούς, 3 ώρες λειτουργίας την ηµέρα, κέρδος 6 χιλίαδες ευρώ Βέλτιστο πλάνο παραγωγής Ανάλυση (διαταραχή)

Παράδειγµα Υπογραφής Συµβολαίων Ποσοτικοποίηση στόχου

Παράδειγµα Υπογραφής Συµβολαίων Ποσοτικοποίηση στόχου Περιγραφή περιορισµών Μεταβλητές Περιορισµοί δραστηριοτήτων Συνάρτηση κόστους

Παράδειγµα Υπογραφής Συµβολαίων Ποσοτικοποίηση στόχου Περιγραφή περιορισµών Μεταβλητές Περιορισµοί δραστηριοτήτων Συνάρτηση κόστους } ΓΡΑΜΜΙΚΟΤΗΤΑ!

Παράδειγµα Υπογραφής Συµβολαίων x 1 = Αριθµός Συµβολαίων 1 x 2 = Αριθµός Συµβολαίων 2 x 1, x 2 N, (x 1, x 2 R + ) max f(x) = 8x 1 +6x 2 s.t. 2x 1 +3x 2 24 5x 1 +3x 2 30 x 1 +3x 2 18 x i 0

Παράδειγµα Παραγωγής Εργοστάσιο

Παράδειγµα Παραγωγής Εργοστάσιο Πρώτες ύλες Ποσότητα M 1 = 18 Ποσότητα M 2 = 8 Ποσότητα M 3 = 14

Παράδειγµα Παραγωγής Εργοστάσιο Πρώτες ύλες Ποσότητα M 1 = 18 Ποσότητα M 2 = 8 Ποσότητα M 3 = 14 Προϊόντα 1 P 1 : απαίτηση 1M 1, 1M 2, 2M 3, κέρδος c 1 2 P 2 : απαίτηση 3M 1, 1M 2, 1M 3, κέρδος c 2

Παράδειγµα Παραγωγής Εργοστάσιο Πρώτες ύλες Ποσότητα M 1 = 18 Ποσότητα M 2 = 8 Ποσότητα M 3 = 14 Προϊόντα 1 P 1 : απαίτηση 1M 1, 1M 2, 2M 3, κέρδος c 1 2 P 2 : απαίτηση 3M 1, 1M 2, 1M 3, κέρδος c 2 Ικανοποίηση διαθέσιµων πρώτων υλών και µέγιστο κέρδος

Παράδειγµα Παραγωγής x 1 = Ποσότητα P 1 M 1 (x 1 ) = x 1, M 2 (x 1 ) = x 1, M 3 (x 1 ) = 2x 1 x 2 = Ποσότητα P 2 M 1 (x 2 ) = 3x 2, M 2 (x 2 ) = x 2, M 3 (x 2 ) = x 2 max f(x) = c 1 x 1 +c 2 x 2 s.t. x 1 +3x 2 18 x 1 +x 2 8 2x 1 +x 2 14 x i 0