Ο Αλγόριθµος της Simplex

Σχετικά έγγραφα
Simplex µε πίνακες Simplex µε πίνακες

Βασικές έννοιες και ορισµοί. Ευθεία

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

Βασική Εφικτή Λύση. Βασική Εφικτή Λύση

Βασικές έννοιες και ορισµοί. Ευθεία

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΈΡΕΥΝΑ ΜΕΤΑΒΛΗΤΗΣ ΓΕΙΤΟΝΙΑΣ (Variable Neighborhood Search - VNS) VNS) (Variable Neighborhood Search -

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 3/4/2012. Lecture08 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)

ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

Δυϊκότητα. Δημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

Ακέραιος Γραµµικός Προγραµµατισµός

Μοντελοποίηση προβληµάτων

Ακέραιος Γραµµικός Προγραµµατισµός

ιατύπωση τυπικής µορφής προβληµάτων Γραµµικού

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

ιοίκηση Παραγωγής και Υπηρεσιών

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

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Γενικευµένη Simplex Γενικευµένη Simplex

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

ΑΛΓΟΡΙΘΜΟΙ Ενότητα 10

Μέθοδοι πολυδιάστατης ελαχιστοποίησης

Τμήμα Εφαρμοσμένης Πληροφορικής

ΕΦΑΡΜΟΓΗ Q-LEARNING ΣΕ GRID WORLD ΚΑΙ ΕΞΥΠΝΟΣ ΧΕΙΡΙΣΜΟΣ ΤΟΥ LEARNING RATE ΛΑΘΙΩΤΑΚΗΣ ΑΡΗΣ ΑΥΤΟΝΟΜΟΙ ΠΡΑΚΤΟΡΕΣ

Σχεδιασµός Τροχιάς. Σχήµα Πορείες στον χώρο των αρθρώσεων και τον Καρτεσιανό χώρο.

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

Κρυπτογραφία και Πολυπλοκότητα

Συστήµατα Μη-Γραµµικών Εξισώσεων Μέθοδος Newton-Raphson

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

Γραμμικός Προγραμματισμός

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

ΠΛΗ513 - Αυτόνομοι Πράκτορες Αναφορά Εργασίας

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

(CLR, κεφάλαιο 32) Στην ενότητα αυτή θα µελετηθούν τα εξής θέµατα: Παραστάσεις πολυωνύµων Πολυωνυµική Παρεµβολή ιακριτός Μετασχηµατισµός Fourier

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

Αριθµητική Ολοκλήρωση

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

ΚΕΦΑΛΑΙΟ 4ο ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΑΠΟ ΣΥΝΕΧΕΙΣ ΚΑΙ ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

Διδάσκων: Καθηγητής Νικόλαος Μαρμαρίδης, Καθηγητής Ιωάννης Μπεληγιάννης

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

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

Γραμμικός Προγραμματισμός Μέθοδος Simplex

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

Αλγόριθµοι και Πολυπλοκότητα

(sensitivity analysis, postoptimality analysis).

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2

( ) = ( ) Μάθημα 2 ο ΒΑΘΜΟΣ ΠΙΝΑΚΑ. Θεωρία : Γραμμική Άλγεβρα : εδάφιο 4, σελ. 63, Πρόταση 4.9, σελ. 90. Βασικές ιδιότητες

ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα

Γραμμικός Προγραμματισμός

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

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

ΕΝΑΣ ΝΕΟΣ ΤΡΟΠΟΣ ΔΗΜΙΟΥΡΓΙΑΣ ΤΥΧΑΙΩΝ ΒΕΛΤΙΣΤΩΝ ΓΡΑΜΜΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ ΚΑΙ ΜΙΑ ΣΥΓΚΡΙΤΙΚΗ ΥΠΟΛΟΓΙΣΤΙΚΗ ΜΕΛΕΤΗ

ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί

Β. Βασιλειάδης. Επιχειρησιακή Έρευνα Διάλεξη 5 η -Αλγόριθμος Simplex

(S k R n ) (C k R m )

Σέργιος Θεοδωρίδης Κωνσταντίνος Κουτρούμπας. Version 2

ΜΑΘΗΜΑ ΜΟΝΟΤΟΝΕΣ ΣΥΝΑΡΤΗΣΕΙΣ. Αντίστροφη συνάρτηση. ΑΝΤΙΣΤΡΟΦΗ ΣΥΝΑΡΤΗΣΗ Συνάρτηση 1-1. Θεωρία Σχόλια Μέθοδοι Ασκήσεις

x k+1 = x k + α k (x k ) ώστε f(x k+1 ) < f(x k ),

Γραμμικός Προγραμματισμός

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Να γράψετε τα αποτελέσματα αυτού του αλγόριθμου για Χ=13, Χ=9 και Χ=22. Και στις 3 περιπτώσεις το αποτέλεσμα του αλγορίθμου είναι 1

Εργαστήριο Επεξεργασίας Σηµάτων και Τηλεπικοινωνιών Κινητά ίκτυα Επικοινωνιών

Πανεπιστήμιο Αιγαίου. Γραμμικός Προγραμματισμός

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

Η Μέθοδος Αναθεωρηµένης Εκχώρησης (MODI)

όπου είναι γνήσια. ρητή συνάρτηση (δηλαδή ο βαθµός του πολυωνύµου υ ( x)

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 11

3. O ΑΛΓΟΡΙΘΜΟΣ ΤΟΥ PERCEPTRON

Στην ενότητα αυτή θα µελετηθούν τα εξής θέµατα:

Επιχειρησιακή Έρευνα

ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΝΑΡΤΗΣΕΩΝ ΑΚΡΟΤΑΤΑ ΣΥΝΑΡΤΗΣΕΩΝ. Αριθμητικές μέθοδοι ελαχιστοποίησης ΕΛΑΧΙΣΤΟΠΟΙΗΣΗ ΧΩΡΙΣ ΠΕΡΙΟΡΙΣΜΟΥΣ

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

Κεφάλαιο 2. Παραγοντοποίηση σε Ακέραιες Περιοχές

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

Συμπίεση Δεδομένων

E[ (x- ) ]= trace[(x-x)(x- ) ]

Επιχειρησιακή Έρευνα - Επαναληπτική Εξέταση Οκτώβριος 2007

Γραμμικός Προγραμματισμός

Επιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

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

Σ Υ Ν Α Ρ Τ Η Σ Ε Ι Σ

Τμήμα Εφαρμοσμένης Πληροφορικής

ΦΥΣ 145 Μαθηματικές Μέθοδοι στη Φυσική. Γράψτε το ονοματεπώνυμο και αριθμό ταυτότητάς σας στο πάνω μέρος της αυτής της σελίδας.

Μονοδιάστατοι πίνακες Πολυδιάστατοι πίνακες Μέθοδοι Μέθοδοι Recursive Overloading

Στην ενότητα αυτή θα µελετηθούν τα εξής θέµατα:

Transcript:

Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα.

Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Αρχικοποίηση : Επέλεξε έναν αντιστρέψιµο πίνακα B (m m) έτσι ώστε x B = B 1 b 0, N = {j ι a j / B} και x N = 0

Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Αρχικοποίηση : Επέλεξε έναν αντιστρέψιµο πίνακα B (m m) έτσι ώστε x B = B 1 b 0, N = {j ι a j / B} και x N = 0 Βήµα 1 Υπολόγισε το διάνυσµα γραµµή y = c B B 1

Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Αρχικοποίηση : Επέλεξε έναν αντιστρέψιµο πίνακα B (m m) έτσι ώστε x B = B 1 b 0, N = {j ι a j / B} και x N = 0 Βήµα 1 Υπολόγισε το διάνυσµα γραµµή y = c B B 1 Βήµα 2 (κριτήριο εισαγωγής) Εάν c j ya j για κάθε j N z = yb και x = [x B, x N ] Επέστρεψε Βέλτιστη Λύση ιαφορετικά επέλεξε τυχαίο j N όπου c j > ya j

Βήµατα Αλγορίθµου Τα ϐήµατα του αλγορίθµου συνοψίζονται σε ϐήµατα. Αρχικοποίηση : Επέλεξε έναν αντιστρέψιµο πίνακα B (m m) έτσι ώστε x B = B 1 b 0, N = {j ι a j / B} και x N = 0 Βήµα 1 Υπολόγισε το διάνυσµα γραµµή y = c B B 1 Βήµα 2 (κριτήριο εισαγωγής) Εάν c j ya j για κάθε j N z = yb και x = [x B, x N ] Επέστρεψε Βέλτιστη Λύση ιαφορετικά επέλεξε τυχαίο j N όπου c j > ya j Βήµα 3 Καθόρισε το διάνυσµα κολόνα (m 1) d = B 1 a j

Βήµατα Αλγορίθµου Βήµα 4 Εάν d i 0 για κάθε i / N Επέστρεψε Συνάρτηση µη ϕραγµένη ιαφορετικά επέλεξε i / N όπου d i > 0 και i = arg min i ( xi d i )

Βήµατα Αλγορίθµου Βήµα 4 Εάν d i 0 για κάθε i / N Επέστρεψε Συνάρτηση µη ϕραγµένη ιαφορετικά επέλεξε i / N όπου d i > 0 και i = arg min i ( xi d i ) Βήµα x j = 0 για κάθε j N {j} x B = x B x i d d (x i k = x k x i d d i k k / N) N = (N {j}) {i }, B = (B {a i }) {a j } z = c B x B

Βήµατα Αλγορίθµου Βήµα 4 Εάν d i 0 για κάθε i / N Επέστρεψε Συνάρτηση µη ϕραγµένη ιαφορετικά επέλεξε i / N όπου d i > 0 και i = arg min i ( xi d i ) Βήµα x j = 0 για κάθε j N {j} x B = x B x i d d (x i k = x k x i d d i k k / N) N = (N {j}) {i }, B = (B {a i }) {a j } z = c B x B Επανέλαβε το Βήµα 1

Υπογραφή Συµβολαίων(Επίλυση µε Πίνακες) max z = 8x 1 + 6x 2 s.t. x 1 + 3x 2 30 2x 1 + 3x 2 24 x 1 + 3x 2 18 x 1, x 2 0

Υπογραφή Συµβολαίων(Επίλυση µε Πίνακες) max z = 8x 1 + 6x 2 s.t. x 1 + 3x 2 30 2x 1 + 3x 2 24 x 1 + 3x 2 18 x 1, x 2 0 Μορφή Πινάκων 3 1 0 0 A = 2 3 0 1 0 1 3 0 0 1 c = [ ] 3 4 0 0 0 b = 30 24 18

Αρχικοποίηση Θέτουµε B = x B = x 3 x 4 x 1 0 0 0 1 0 0 0 1 = 30 24 18 N = {1, 2}, c B = [ 0 0 ] 0 z = c B x B = 0 (αντιστρέψιµος)

Βήµα 1 (κριτήριο εισαγωγής) y = c B B 1 = 0

Βήµα 1 (κριτήριο εισαγωγής) y = c B B 1 = 0 Βήµα 2 ya j = 0 για j = 1, 2 c 1 = 4 0 = ya 1 c 2 = 3 0 = ya 2 Επιλέγουµε τυχαία j = 1

Βήµα 1 (κριτήριο εισαγωγής) y = c B B 1 = 0 Βήµα 2 ya j = 0 για j = 1, 2 c 1 = 4 0 = ya 1 c 2 = 3 0 = ya 2 Επιλέγουµε τυχαία j = 1 Βήµα 3 d = d 3 d 4 d = B 1 a 1 = 1 0 0 0 1 0 0 0 1 2 1 = 2 1

Βήµα 4 (κριτήριο εξαγωγής) x 3 d 3 = 6, x4 x d 4 = 12 και d = 18 η µεταβλητή i = 3 εξέρχεται από τη ϐάση

Βήµα 4 (κριτήριο εξαγωγής) x 3 d 3 = 6, x4 x d 4 = 12 και d = 18 η µεταβλητή i = 3 εξέρχεται από τη ϐάση Βήµα x 2 = x3 d 3 = 6 x B = B = 0 0 2 1 0 1 0 1 x b = 6 12 12 = 30 24 18 6 2 1 = N = {2, 3}, B = {1, 4, }, x 1 x 4 x 0 12 12, cb = [ 4 0 0 ], z = c B x B = 24

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 y 2 = 0 y 3 = 0 y = [ 4 0 0 ]

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 y 2 = 0 y 3 = 0 y = [ 4 0 0 ] Βήµα 2 (κριτήριο εισαγωγής) ya 2 = 12 c 2 = 3 12 = ya 2, η µεταβλητή x 2 εισέρχεται στη Βάση

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 y 2 = 0 y 3 = 0 y = [ 4 0 0 ] Βήµα 2 (κριτήριο εισαγωγής) ya 2 = 12 c 2 = 3 12 = ya 2, η µεταβλητή x 2 εισέρχεται στη Βάση Βήµα 3 d = B 1 a 2 Bd = a 2 Επιλύουµε το σύστηµα d 1 = 3 2d 1 + d 4 = 3 d = d 1 + d = 3 3 9 12

Βήµα 4 (κριτήριο εξαγωγής) x 1 d 1 = 10, x4 d 4 = 20 3 και x d = η µεταβλητή i = εξέρχεται από τη ϐάση

Βήµα 4 (κριτήριο εξαγωγής) x 1 d 1 = 10, x4 d 4 = 20 3 και x d = η µεταβλητή i = εξέρχεται από τη ϐάση Βήµα x 2 = x d = x B = B = 3 0 2 3 1 1 3 0 x b = x 1 x 2 x 4 6 12 12 3 9 12 = N = {3, }, B = {1, 2, 4}, = 3 3 3 3 0, cb = [ 4 3 0 ], z = c B x B = 27

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 3y 1 + 3y 2 + 3y 3 = 3 y 2 = 0 y = [ 3 4 0 1 4 ]

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 3y 1 + 3y 2 + 3y 3 = 3 y 2 = 0 Βήµα 2 (κριτήριο ϐελτιστότητας) ya 3 = 3 4 > 0 = c 3 ya 3 = 1 4 > 0 = c y = [ 3 4 0 1 4 ]

Βήµα 1 y = c B B 1 yb = c B Επιλύουµε το σύστηµα y 1 + 2y 2 + y 3 = 4 3y 1 + 3y 2 + 3y 3 = 3 y 2 = 0 Βήµα 2 (κριτήριο ϐελτιστότητας) ya 3 = 3 4 > 0 = c 3 ya 3 = 1 4 > 0 = c y = [ 3 4 0 Επέστρεψε Βέλτιστη λύση : x 1 = 3, x 2 = και z = 27 1 4 ]