RIGHTHAND SIDE RANGES

Σχετικά έγγραφα
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.

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

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

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

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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

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

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

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

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

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

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

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

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

Επιχειρησιακή Έρευνα

Επαναληπτικές Ασκήσεις. Επιχειρησιακή Έρευνα

Επιχειρησιακή έρευνα (ασκήσεις)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

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

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

Επιχειρησιακή Έρευνα I

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1, Δ3 1, ,200

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

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών

ΑΛΟΥΜΙΝΙΟ ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ: Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ

Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Κανονική μορφή μοντέλου μεγιστοποίησης


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

3.7 Παραδείγματα Μεθόδου Simplex


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

Επιχειρησιακή Έρευνα I

Το Πρόβλημα Μεταφοράς

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

(sensitivity analysis, postoptimality analysis).

Κανονική μορφή μοντέλου μεγιστοποίησης

Επιχειρησιακή Έρευνα Βασικές Έννοιες Γραμμικού Προγραμματισμού

Γραμμικός Προγραμματισμός

Γραμμικός Προγραμματισμός

Τ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ

Επιχειρησιακή Έρευνα

Ο Γραμμικός Προγραμματισμός στο Σχεδιασμό. της Επιχείρησης παραγωγής Σοκολάτας ΜC

Επιχειρησιακή Έρευνα

Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ

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

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ

υϊκή Θεωρία, Ανάλυση Ευαισθησίας

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

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

Η μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)

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

Δυναμικότητα (GWh) A B C Ζήτηση (GWh) W X Y Z

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 2014

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

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

The Product Mix Problem

Επιχειρησιακή Έρευνα I

ΤΟ ΔΥΑΔΙΚΟ ΠΡΟΒΛΗΜΑ. Θεωρίες δυϊσμού Θεώρημα Thevenin-Norton. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

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

Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ

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

Επιχειρησιακή Έρευνα

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

Επιχειρησιακή Έρευνα

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

Αποφάσεων Marketing. Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών. ΔΠΜΣ Οικονομική & Διοίκηση Τηλεπικοινωνιακών Δικτύων

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό

Τμήμα Εφαρμοσμένης Πληροφορικής

Ασκήσεις γραφικής επίλυσης

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

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

max 17x x 2 υπό 10x 1 + 7x 2 40 x 1 + x 2 5 x 1, x 2 0.

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

ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ )

Διαδικασία μετατροπής σε τυπική μορφή

12/10/2015 LINEAR_PROGRAMMING_EBOOK ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ

ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ 18 ΦΕΒΡΟΥΑΡΙΟΥ 2016 ΣΥΝΟΛΟ ΣΕΛΙΔΩΝ: (7)

ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ. και το Κόστος

Επιχειρησιακή Έρευνα

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Επιχειρησιακή Έρευνα

Transcript:

Μια εταιρεία εξόρυξης μεταλλευμάτων, έλαβε μια παραγγελία για 100 τόνους σιδηρομεταλλεύματος. Η παραγγελία πρέπει να περιλαμβάνει τουλάχιστον.5 τόνους νικέλιο, το πολύ τόνους άνθρακα κι ακριβώς 4 τόνους μαγγάνιο. Για να εκπληρώσει την παραγγελία, η εταιρεία μπορεί να συνδυάσει μεταλλεύματα από τέσσερα διαφορετικά ορυχεία, των οποίων η χημική σύνθεση δίνεται στον πίνακα: Σιδηρομετάλλευμα από το 1ο Ορυχείο ο Ορυχείο ο Ορυχείο 4ο Ορυχείο Νικέλιο 6% % % 1% Άνθρακας % % 5% 6% Μαγγάνιο 8% % % 1% Κόστος (χ.μ./τόνο) 1 10 8 6 Δεδομένου ότι η εταιρεία εισπράττει 0 χ.μ./τόνο μεταλλεύματος που πωλεί, υποδείξτε ένα π.γ.π. για την εκπλήρωση της παραγγελίας σε τρόπο ώστε να μεγιστοποιείται το συνολικό της κέρδος (= έσοδα κόστος). Το πρόβλημα διατυπώθηκε στην τυπική του μορφή και στη συνέχεια λύθηκε με τη μέθοδο Simplex. Ακολουθεί το τελικό tableau που βρέθηκε (x 5, x 6 περιθώριες και x 7, x 8, x 9 τεχνητές μεταβλητές) : 8 10 1 14 0 0 -Μ -Μ -Μ B c B β P 1 P P P 4 P 5 P 6 P 7 P 8 P 9 P 6 0 0.5 P 4 14 1.5 P 1 8 5 P 10 6.5 z 1000 0 0 0 0 400 0-400 +Μ και η ανάλυση ευαισθησίας των δεξιών μελών b i : RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE.500000 0.100000 0.045455.000000 INFINITY 0.50000 4 4.000000 0.07149 0.166667 5 100.000000.15000 8. 00 +Μ 16 +Μ Να διατυπωθεί το αντίστοιχο δυϊκό πρόβλημα, να βρεθεί η άριστη λύση του και να ερμηνευτούν οι μεταβλητές του. 1/8

Ας είναι x i οι τόννοι σιδηρομεταλλεύματος στην παραγγελία που προέρχονται από το i-ορυχείο (i = 1,,, 4). Τότε, το συνολικό κέρδος της εταιρείας που θα πρέπει να μεγιστοποιηθεί ανέρχεται σε z = (0-1)x 1 + (0-10)x + (0-8)x + (0-6)x 4 = 8x 1 + 10x + 1x + 14x 4 χρηματικές μονάδες. Οι περιορισμοί του προβλήματος αντιστοιχούν στις ζητούμενες προδιαγραφές σύνθεσης της πωλούμενης ποσότητας των 100 τόνων : 0.06x 1 + 0.0x + 0.0x + 0.01x 4.5 (περιεκτικότητα σε νικέλιο) 0.0x 1 + 0.0x + 0.05x + 0.06x 4.0 (περιεκτικότητα σε άνθρακα) 0.08x 1 + 0.0x + 0.0x + 0.01x 4 = 4.0 (περιεκτικότητα σε μαγγάνιο) x 1 + x + x + x 4 = 100.0 (μέγεθος παραγγελίας) x 1, x, x, x 4 0 Δυϊκό για το παραπάνω πρόβλημα είναι το όταν minimize (.5w 1 + w + 4w + 100w 4 ) 0.06w 1 + 0.0w + 0.08w + w 4 8 0.0w 1 + 0.0w + 0.0w + w 4 10 0.0w 1 + 0.05w + 0.0w + w 4 1 0.01w 1 + 0.06w + 0.01w + w 4 14 w 1 0, w 0, w, w 4 R /8

Σύμφωνα με το Θεώρημα του Δυϊσμού, η άριστη λύση του μπορεί να βρεθεί από τα στοιχεία που περιέχονται στο τελικό tableau του πρωτεύοντος προβλήματος. Το πρωτεύον πρόβλημα στην τυπική του μορφή έχει ως εξής : (x 5, x 6 περιθώριες και x 7, x 8, x 9 τεχνητές μεταβλητές). Συνεπώς, η τεχνητή μεταβλητή x 7, η περιθώρια x 6 και οι τεχνητές x 8, x 9 σχηματίζουν (μ αυτή ακριβώς τη σειρά) την αρχική βάση. Συμβολικά τότε, στο τελικό tableau του πρωτεύοντος έχουμε maximize z = 8x 1 + 10x + 1x + 14x 4 Μx 7 Μx 8 Μx 9 κάτω από τους περιορισμούς 0.06x 1 + 0.0x + 0.0x + 0.01x 4 x 5 + x 7 =.5 0.0x 1 + 0.0x + 0.05x + 0.06x 4 + x 6 =.0 0.08x 1 + 0.0x + 0.0x + 0.01x 4 + x 8 = 4.0 x 1 + x + x + x 4 + x 9 = 100.0 x 1, x, x, x 4, x 5, x 6, x 7, x 8, x 9 0 8 10 1 14 0 0 -Μ -Μ -Μ B c B β P 1 P P P 4 P 5 P 6 P 7 P 8 P 9 ~ ~ ~ ~ z 1000 λ 1 λ λ λ w ~ c 6 w ~ 1 c ~ 7 c 8 w 4 4 w ~ c 9 ( w ~ ~ i οι βέλτιστες δυϊκές τιμές και λ i οι βέλτιστες δυϊκές περιθώριες τιμές), οπότε ( 400 + M ) + ( ) = 400 w ~1 = M w ~ = 0 ( 00 + M ) + ( ) 00 w ~ = M = ( 16 + M ) + ( ) 16 w ~4 = M = με τιμή της αντικειμενικής συνάρτησης u ~ = 1000. /8

Συνδυάζοντας την ανάλυση ευαισθησίας των δεξιών μελών b i που δίνεται στην εκφώνηση, με τις ανωτέρω βέλτιστες τιμές για τις δυϊκές μεταβλητές συμπεραίνουμε ότι όσο η ζητούμενη ποσότητα στην παραγγελία για νικέλιο βρίσκεται στο διάστημα [.46,.6], μεταβολή στην καταγραφόμενη απαίτηση κατά Db 1 τόννους, μεταβάλλει τα συνολικά κέρδη κατά -400 Db 1 χ.μ. Ο περιορισμός για το νικέλιο έχει αρνητική τιμή γιατί αύξηση στη ζήτησή του, σπρώχνει στην παραγγελία περισσότερο σιδηρομετάλλευμα από το ακριβότερο 1ο ορυχείο. (Η δυϊκή τιμή ενός περιορισμού προβλήματος μεγιστοποίησης είναι πάντα αρνητική : αύξηση του δεξιού μέλους μικραίνει την εφικτή περιοχή). όσο η ζητούμενη ποσότητα στην παραγγελία για άνθρακα βρίσκεται στο διάστημα [.75, ), μεταβολή στην καταγραφόμενη απαίτηση κατά Db τόννους, δεν προκαλεί καμία μεταβολή στα συνολικά κέρδη. Η άριστη λύση υποδεικνύει την ύπαρξη στην παραγγελία μόνον.75 < τόνων άνθρακα κι άρα η αντίστοιχη δυϊκή τιμή έχει τιμή μηδέν. όσο η ζητούμενη ποσότητα στην παραγγελία για μαγγάνιο βρίσκεται στο διάστημα [.8, 4.07], μεταβολή στην καταγραφόμενη απαίτηση κατά Db τόννους, μεταβάλλει τα συνολικά κέρδη κατά 00 Db χ.μ. όσο η ζητούμενη συνολική ποσότητα σιδηρομεταλλεύματος βρίσκεται στο διάστημα [91.67, 10.1], μεταβολή στην καταγραφόμενη απαίτηση κατά Db 4 τόννους, μεταβάλλει τα συνολικά κέρδη κατά 16 Db 1 χ.μ. 4/8

Η εταιρεία επίπλων SRUCE κατασκευάζει στρογγυλά (x 1 ) και τετράγωνα (x ) τραπέζια κουζίνας. Όπως φαίνεται και στο π.γ.π. που ακολουθεί, η παραγωγή των προϊόντων αυτών περιορίζεται, αφενός μεν από τη διαθέσιμη πρώτη ύλη (m ξύλου) αφετέρου δε από το υπάρχον εργατικό δυναμικό (ώρες): maximize z = 0,000x 1 + 0,000x (συνολικό κέρδος -χ.μ.) κάτω από τους περιορισμούς x 1 + 5x 180 (διαθέσιμος χρόνος εργασίας - ώρες -) x 1 + x 15 (διαθέσιμες πρώτες ύλες - m ξύλου -) x 1, x 0 Μετά τη λύση του προβλήματος με τη μέθοδο Simplex, καταλήξαμε στο (τελικό) tableau που ακολουθεί (x, x 4 περιθώριες μεταβλητές): 0000 0000 0 0 B c B β P 1 P P P 4 P 0000 0 0 1 1/ -/9 P 1 0000 15 1 0-1/ 5/9 z 100000 0 0 10000/ 40000/9 1) Να βρεθεί και ερμηνευτεί το δυϊκό του. Ποια είναι η άριστη λύση του; ) Σε τι ποσό (χ.μ.) ανέρχεται η συμβολή του καθενός των πόρων στα συνολικά κέρδη της εταιρείας; ) Αν η εταιρεία μπορούσε να εξασφαλίσει την ύπαρξη επιπλέον μονάδων ενός μόνο από τους πόρους που χρησιμοποιεί, ποιος θα έπρεπε να είναι αυτός; 4) Σε ποιο ποσό θα έπρεπε να ανερχόταν τα κέρδη από τα τετράγωνα τραπέζια ώστε να μην παράγονται καθόλου στρογγυλά; Στην περίπτωση αυτή, ποια είναι η άριστη λύση (: μέγιστο κέρδος) του προβλήματος; 5/8

Δυϊκό του δοθέντος προβλήματος είναι το και έχει ως άριστη λύση την όπου minimize u = 180w 1 + 15w κάτω από τους περιορισμούς w 1 +w 0000 5w 1 +w 0000 w 1, w 0 w 1 =10000/, w =40000/9, u=100000 w 1 είναι το ποσό των χρημάτων που θα αυξηθούν/ελαττωθούν τα κέρδη της εταιρείας αν ο διαθέσιμος χρόνος εργασίας αυξηθεί/ελαττωθεί κατά μία ώρα (αξία μιας μονάδος του πρώτου πόρου: μία ώρα εργασίας), w είναι το ποσό των χρημάτων που θα αυξηθούν/ελαττωθούν τα κέρδη της εταιρείας αν οι διαθέσιμες πρώτες ύλες αυξηθούν/ελαττωθούν κατά ένα m ξύλου (αξία μιας μονάδος του δεύτερου πόρου: ένα m ξύλου), u είναι η συνολική αξία των πόρων (τιμή της αντικειμενικής συνάρτησης). 10000 Η εταιρεία διαθέτει 180 ώρες εργασίας αξίας δρχ. η κάθε μια. Αφού ο πρώτος περιορισμός είναι δεσμευτικός, και οι 180 ώρες χρησιμοποιούνται στην κατασκευή των τραπεζιών συμβάλλοντας στα ύψους 1,00,000 χ.μ. συνολικά κέρδη της εταιρείας με 10000 * πόρος συμβάλει με 15 * = 600,000 χ.μ. 180 = 600,000 χ.μ. Ομοίως βρίσκουμε ότι ο δεύτερος 40000 9 6/8

Αφού η αξία μιας ώρας εργασίας ανέρχεται στις 10000 χ.μ. ενώ ενός m ξύλου στις 40000 χ.μ., η εταιρεία θα έπρεπε να επιλέξει το ξύλο ως το μοναδικό πόρο του 9 οποίου θα έπρεπε να αυξήσει τη διαθεσιμότητα. Το ερώτημα μπορεί να απαντηθεί με ανάλυση ευαισθησίας για τον αντικειμενικό συντελεστή c. Η εφικτή περιοχή ορίζεται από το πολύγωνο ΑΒΓΔ. Άριστη λύση είναι το σημείο Γ(15,0) με τιμή της αντικειμενικής συνάρτησης z =1,00,000 χ.μ. Το σημείο Γ θα είναι η άριστη λύση για το πρόβλημά μας όσο που εδώ δίνει κλίση της ευθείας () κλίση της ευθείας z κλίση της ευθείας (1) c c 1 Αν η κλίση της ευθείας z γίνει μεγαλύτερη από 5 5, το σημείο Γ παύει να είναι η άριστη λύση του προβλήματος. Όπως φαίνεται από τη γραφική επίλυση, στην περίπτωση αυτή νέα άριστη λύση γίνεται το σημείο Δ(0, 6) που υποδεικνύει την παραγωγή τετράγωνων τραπεζιών και μόνο (x 1 = αριθμός στρογγυλών τραπεζιών = 0) και οδηγεί σε συνολικά κέρδη ύψους 1,800,000 χ.μ. Συνεπώς, για να παράγονται μόνο τετράγωνα τραπέζια θα πρέπει c c > 5 0000 > c 5 1 c > 50000 (το κέρδος δηλαδή από το κάθε τετράγωνο τραπέζι να ξεπερνά τις 50000 χ.μ.). 7/8

maximize z = 0,000x 1 + 0,000x κάτω από τους περιορισμούς x 1 +5x 180 (διαθέσιμος χρόνος εργασίας - ώρες -) x 1 +x 15 (διαθέσιμες πρώτες ύλες - m ξύλου -) x 1, x 0 Δ Γ A B 8/8