Σχετικά έγγραφα
ΑΛΟΥΜΙΝΙΟ ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ: Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ

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

Επιχειρησιακή Έρευνα I


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

Διαδικασία μετατροπής σε τυπική μορφή

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

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.

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

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

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)

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

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

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

Επιχειρησιακή έρευνα (ασκήσεις)

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Β. Τυπική μορφή (κανόνες μετατροπής, προβλήματα μετατροπής) - Λυμένο πρόβλημα 2, Ασκήσεις 2,3,4,5.

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

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

Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ

3.7 Παραδείγματα Μεθόδου Simplex

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Case 04: Επιλογή Χαρτοφυλακίου IΙ «Null Risk Securities» ΣΕΝΑΡΙΟ

Επιχειρησιακή Έρευνα

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

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ


ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 2 ΠΡΟΒΛΗΜΑΤΑ ΔΙΚΤΥΩΝ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ

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

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Τμήμα Εφαρμοσμένης Πληροφορικής

Συστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Τμήμα Διοίκησης Επιχειρήσεων

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

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΔΕΟ13(ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΛΙΟΥ )

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Ο Γραμμικός Προγραμματισμός στο Σχεδιασμό. της Επιχείρησης παραγωγής Σοκολάτας ΜC

Επένδυση µέρους των ρευστών διαθεσίµων ύψους

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

Επιλογή επιπέδου ανταγωνιζομένων δραστηριοτήτων

Homework Πρόκειται για ατομικές ασκήσεις οι οποίες συνεισφέρουν το 25% του τελικού σας βαθμού.

ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα

Γραμμικός Προγραμματισμός

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Γραμμικός Προγραμματισμός

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

3.12 Το Πρόβλημα της Μεταφοράς

Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

Άσκηση 7 1. Άσκηση 7: Θεώρημα επαλληλίας

Ακέραιος Γραμμικός Προγραμματισμός

Ε Π Ι Χ Ε Ι Ρ Η Σ Ι Α Κ Η Ε Ρ Ε Υ Ν Α

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

Γραμμικός Προγραμματισμός

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

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 2014

ΠΡΟΛΟΓΟΣ. Θεσσαλονίκη, Μάρτιος Οι συγγραφείς. Κ. Παπαρρίζος, Ν. Σαμαράς, Α. Σιφαλέρας.

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

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

RIGHTHAND SIDE RANGES

Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών

Ακέραιος Γραμμικός Προγραμματισμός

Επιχειρησιακή Έρευνα I

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Τμήμα Διοίκησης Επιχειρήσεων

Γραμμικός Προγραμματισμός

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ

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

Δυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση Ευαισθησίας

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

ΠΡΟΒΛΗΜΑΤΑ ΕΛΑΧΙΣΤΟΠΟΙΗΣΗΣ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ Π ΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ Π ΕΡΙΒΑΛΛΟΝ

Ακέραιος Γραμμικός Προγραμματισμός

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

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

ΠΡΟΣΑΡΤΗΜΑ IΙΙ (III-1.1) όπου x i η τιµή της µέτρησης i και Ν ο αριθµός των µετρήσεων.

Fermat, 1638, Newton Euler, Lagrange, 1807

Άσκηση 2 - Κεχρής, Κεφάλαιο 8: Κανονικοποίηση

Επιλογή επιπέδου ανταγωνιζομένων δραστηριοτήτων

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΚΑΙ ΕΛΕΓΧΟΣ ΑΠΟΘΕΜΑΤΩΝ. Από το βιβλίο: Κώστογλου, Β. (2015). Επιχειρησιακή Έρευνα. Θεσσαλονίκη: Εκδόσεις Τζιόλα

Transcript:

Η Agnes Investments (ΑΙ) διαχειρίζεται διαθέσιμα κεφάλαια διαφόρων εταιρειών και ιδιωτών πελατών. Η στρατηγική της είναι να καταρτίζει προγράμματα στα μέτρα του κάθε πελάτη της. Υπάρχει λοιπόν ένας καινούργιος πελάτης ο οποίος θέλει να επενδύσει 1,2 εκατομμύρια ευρώ σε δύο αμοιβαία κεφάλαια. Το πρώτο αναφέρεται σε κεφαλαιαγορές (Α) και το δεύτερο σε εταιρικά ομόλογα (Β). Κάθε μερίδιο του αμοιβαίου Α κοστίζει 50 ευρώ και έχει αναμενόμενη ετήσια απόδοση 10%. Κάθε μερίδιο του αμοιβαίου Β κοστίζει 100 ευρώ και έχει αναμενόμενη ετήσια απόδοση 4%. Ο πελάτης επιθυμεί να ελαχιστοποιήσει το συνολικό δείκτη κινδύνου εξασφαλίζοντας μία ελάχιστη νομισματική απόδοση 60.000 ευρώ. Με βάση το σύστημα μέτρησης του κινδύνου που εφαρμόζει η ΑΙ, κάθε μερίδιο του αμοιβαίου Α έχει δείκτη κινδύνου 8 μονάδες, ενώ για το αμοιβαίο Β είναι 3 μονάδες (μεγαλύτερος δείκτης σημαίνει μεγαλύτερο ρίσκο). Επίσης, ο πελάτης επιθυμεί να τοποθετήσει τουλάχιστον 300.000 ευρώ στο αμοιβαίο Β. 1. Να διαμορφωθεί και να επιλυθεί το κατάλληλο μοντέλο γραμμικού προγραμματισμού εφαρμόζοντας τη γραφική μέθοδο. 2. Στη συνέχεια, να εφαρμόσετε τον αλγόριθμο simplex χειρωνακτικά για να το ξαναλύσετε. 3. Να χρησιμοποιήστε κατάλληλο λογισμικό (QSB ή POM/QM), για να επαληθεύσετε την ακρίβεια των υπολογισμών σας, συγκρίνοντας του πίνακες simplex που βρήκατε στο 2 ο ερώτημα, με εκείνους που σας δίνει το λογισμικό σας. 4. Με βάση τον τελικό πίνακα simplex που βρήκατε στο 2 ο ερώτημα εντοπίστε τις σκιώδεις τιμές των περιορισμών του προβλήματος. Μετά, με βάση την άριστη λύση που σας δίνει το λογισμικό στο ερώτημα 3, εντοπίστε επίσης τις σκιώδεις τιμές τόσο στον τελικό πίνακα simplex όσο και στην σύνοψη της άριστης λύσης και συγκρίνετέ τις με εκείνες που βρήκατε χειρωνακτικά στο ερώτημα 2. 5. Διαμορφώστε το δυϊκό μοντέλο του προβλήματος και κατόπιν επιλύστε το χειρωνακτικά με τη μέθοδο simplex. Συγκρίνετε τα αποτελέσματά σας με εκείνα του ερωτήματος 2 και ειδικότερα εντοπίστε και συγκρίνετε τις σκιώδεις τιμές και την άριστη λύση στο καθένα από τα δύο μοντέλα. 6. Λύστε το δυϊκό με τη χρήση του λογισμικού και εντοπίστε τις σκιώδεις τιμές και την άριστη λύση που βρήκατε στο ερώτημα 5. Συγκρίνετε τα αποτελέσματα με εκείνα του ερωτήματος 3 (δηλαδή συγκρίνετέ τα με την επίλυση του πρωτεύοντος με τη χρήση του λογισμικού). Απάντηση: Το μοντέλο και η απάντηση στο αρχικό ερώτημα ακολουθούν Μεταβλητές απόφασης: Χj : τα μερίδια που αγοράζει από κάθε αμοιβαίο κεφάλαιο j=1,2 Στόχος είναι η ελαχιστοποίηση του συνολικού δείκτη κινδύνου όπως προκύπτει από το συνολικό άθροισμα των επιμέρους δεικτών. Ακολουθεί το μοντέλο στο POM/QM και η επίλυσή του γραφικά. http://users.uom.gr/~acg 1

Καθώς και η λίστα των κορυφών με τις αντίστοιχες τιμές της αντικειμενικής συνάρτησης Η άριστη λύση λοιπόν είναι η κορυφή με συντεταγμένες (4.000, 10.000) και άριστη τιμή z=62.000 (ελαχιστοποιημένος συνολικός δείκτης κινδύνου). Θα αγοραστούν 4.000 μερίδια από το αμοιβαίο Α και 10.000 μερίδια από το Β. Ορίστε και η ανάλυση της άριστης λύσης. Στο επόμενο σχήμα έχουμε τη γραφική επίλυση με το QSB http://users.uom.gr/~acg 2

και το γνωστό συνδυασμένο πίνακα της άριστης λύσης 2. Στη συνέχεια, να εφαρμόσετε τον αλγόριθμο simplex χειρωνακτικά για να το ξαναλύσετε. Ακολουθούν οι πίνακες simplex με τη βοήθεια του POM/QM. ΕΣΕΙΣ ΘΑ ΠΡΕΠΕΙ ΝΑ ΤΟ ΚΑΝΕΤΕ ΧΕΙΡΩΝΑΚΤΙΚΑ! http://users.uom.gr/~acg 3

οι μικροδιαφορές που εμφανίζονται στον τελικό πίνακα είναι αμελητέες Ορίστε τα ίδια αποτελέσματα με το QSB http://users.uom.gr/~acg 4

3. Να χρησιμοποιήστε κατάλληλο λογισμικό (QSB ή POM/QM), για να επαληθεύσετε την ακρίβεια των υπολογισμών σας, συγκρίνοντας του πίνακες simplex που βρήκατε στο 2 ο ερώτημα, με εκείνους που σας δίνει το λογισμικό σας. Συγκρίνοντας τα αποτελέσματα που έδωσα ήδη στο ερώτημα 1 με τα αποτελέσματα των τελικών πινάκων simplex διαπιστώνουμε σύμπτωση 4. Με βάση τον τελικό πίνακα simplex που βρήκατε στο 2 ο ερώτημα εντοπίστε τις σκιώδεις τιμές των περιορισμών του προβλήματος. Μετά, με βάση την άριστη λύση που σας δίνει το λογισμικό στο ερώτημα 3, εντοπίστε επίσης τις σκιώδεις τιμές τόσο στον τελικό πίνακα simplex όσο και στην σύνοψη της άριστης λύσης και συγκρίνετέ τις με εκείνες που βρήκατε χειρωνακτικά στο ερώτημα 2. Τελικός πίνακας simplex POM/QM Σύνοψη POM/QM Τελικός πίνακας simplex QSB Σύνοψη QSB http://users.uom.gr/~acg 5

έχουν σημειωθεί σε πλαίσια 5. Διαμορφώστε το δυϊκό μοντέλο του προβλήματος και κατόπιν επιλύστε το χειρωνακτικά με τη μέθοδο simplex. Συγκρίνετε τα αποτελέσματά σας με εκείνα του ερωτήματος 2 και ειδικότερα εντοπίστε και συγκρίνετε τις σκιώδεις τιμές και την άριστη λύση στο καθένα από τα δύο μοντέλα. Το δυϊκό μοντέλο είναι: προσέξτε τη μεταβλητή C1 που είναι μη θετική (το μοντέλο είναι σε γενική μορφή) αφού γεννάται από περιορισμό της μορφής <= από πρωτεύον πρόβλημα ελαχιστοποίησης και η επίλυσή του (τελικός πίνακας simplex): και ο τελικός πίνακας του αρχικού (δόθηκε νωρίτερα): 6. Λύστε το δυϊκό με τη χρήση του λογισμικού και εντοπίστε τις σκιώδεις τιμές και την άριστη λύση που βρήκατε στο ερώτημα 5. Συγκρίνετε τα αποτελέσματα με εκείνα του ερωτήματος 3 (δηλαδή συγκρίνετέ τα με την επίλυση του πρωτεύοντος με τη χρήση του λογισμικού). http://users.uom.gr/~acg 6

Αντίστοιχα αποτελέσματα μπορούμε να δούμε και στις συνόψεις των επιλύσεων των δύο μοντέλων Δυϊκό Πρωτεύον Παρατηρήστε ότι το QSB διατηρεί το αρνητικό πρόσημο της δυϊκής C1 κατά την επίλυση (διαφορετικά πρέπει εσείς να το φέρετε σε κανονική μορφή με το γνωστό μετασχηματισμό). Μην μπερδεύεστε ιδιαίτερα με τα πρόσημα των λογισμικών, δεν είναι σημαντικά, σημαντικό είναι να κατανοήσουμε το φυσικό νόημα των σκιωδών τιμών. http://users.uom.gr/~acg 7