Τμήμα Εφαρμοσμένης Πληροφορικής

Σχετικά έγγραφα
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Επιχειρησιακή Έρευνα

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης 3/4/2012. Lecture08 1

Γραμμικός Προγραμματισμός Μέθοδος Simplex

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Γραφική Λύση & Πρότυπη Μορφή Μαθηματικού Μοντέλου

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Τμήμα Εφαρμοσμένης Πληροφορικής

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

3.7 Παραδείγματα Μεθόδου Simplex

ΚΕΦΑΛΑΙΟ 2 ΑΛΓΟΡΙΘΜΟΙ ΤΥΠΟΥ SIMPLEX. 2.1 Βασικές έννοιες - Ορισμοί

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

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

Επιχειρησιακή Έρευνα I

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

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

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

Simplex µε πίνακες Simplex µε πίνακες

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Γραμμικός Προγραμματισμός και θεωρία Παιγνίων

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

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

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

(sensitivity analysis, postoptimality analysis).

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Συστήματα Παραγωγής ΠΑΡΑΔΕΙΓΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

12/3/2012. Εργαστήριο Αλγόριθμοι Γραμμικής Βελτιστοποίησης. Lab03 1. Διανυσματοποίηση Βρόχων. Αρχικοποίηση μητρών (preallocating)

Θεωρία Αλγόριθμοι Γραμμικής Βελτιστοποίησης

ΤΕΙ Χαλκίδας Σχολή Διοίκησης και Οικονομίας Τμήμα Διοίκησης Επιχειρήσεων

Δυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση Ευαισθησίας

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.

Επιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex

Θεωρία Μεθόδου Simplex

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

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

Διαχείριση ενεργειακών πόρων & συστημάτων Πρακτικά συνεδρίου(isbn: )

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήµη τωναποφάσεων, ιοικητική Επιστήµη

Επιχειρησιακή Έρευνα I

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

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

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

ΑΛΟΥΜΙΝΙΟ ΠΡΟΣΔΙΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ: Η ΠΕΡΙΠΤΩΣΗ ΠΑΡΑΓΩΓΗΣ ΑΛΟΥΜΙΝΙΟΥ

ΚΕΦΑΛΑΙΟ 4. Ακέραια Πολύεδρα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΜΠΑΛΑΦΟΥΤΗ ΠΑΝΑΓΙΩΤΑ Α.Μ. 220

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

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

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

Fermat, 1638, Newton Euler, Lagrange, 1807

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 και ανάλυση ευαισθησίας προβληµάτων Γραµµικού Προγραµµατισµού. υϊκότητα. Παραδείγµατα.

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

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

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Γραμμικός Προγραμματισμός

Μοντελοποίηση προβληµάτων

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

Γραμμικός Προγραμματισμός

Πληροφοριακά Συστήματα Διοίκησης. Εισαγωγή στον Γραμμικό Προγραμματισμό

Βασικές έννοιες και ορισµοί. Ευθεία

1 ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

max f( x,..., x ) st. : g ( x,..., x ) 0 g ( x,..., x ) 0

Επιχειρησιακή Έρευνα

Approximation Algorithms for the k-median problem

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

2. ΜΑΘΗΜΑΤΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

max f( x,..., x ) st. : g ( x,..., x ) 0 g ( x,..., x ) 0

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

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

RIGHTHAND SIDE RANGES

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

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

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη

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) +

Γραμμικός Προγραμματισμός

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Transcript:

Τμήμα Εφαρμοσμένης Πληροφορικής ΑΛΓΟΡΙΘΜΟΙ ΓΡΑΜΜΙΚΗΣ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ 8 Ο ΕΞΑΜΗΝΟ ΣΑΜΑΡΑΣ ΝΙΚΟΛΑΟΣ, ΕΠ. ΚΑΘΗΓΗΤΗΣ

Δυϊκή Θεωρία (1) Θεώρημα : Το δυϊκό πρόβλημα του γραμμικού προβλήματος 0 0 1 1 2 2 0 0 T 0 Ax +Ax +Ax = b c x Bx +Bx +Bx b c x 1 2 x 0, x 0 0 0 1 1 2 2 1 1 1 min c x : 0 0 1 1 2 2 2 2 2 Cx +Cx +Cx b 2

Δυϊκή Θεωρία (2) είναι το γραμμικό πρόβλημα ( ) T ( ) Τ ( ) T 0 0 0 1 0 2 0 A w + Β w + C w = c -b w ( ) ( ) ( ) 1 2 w 0, w 0 0 T 0 b w ( 1) T 0 ( 1) T 1 ( 1) T 2 1 1 1 A w + B w + C w c max b w : 2 T 0 2 T 1 2 T 2 2 2 2 A w + B w + C w c όπου c j, x j, A j, B j, C j, b j, w j, y j, j = 0, 1, 2, είναι μήτρες και διανύσματα καταλλήλων διαστάσεων. 3

Δυϊκή Θεωρία (3) Πόρισμα: Αν το πρωτεύον είναι πρόβλημα μεγιστοποίησης, το δυϊκό του είναι πρόβλημα ελαχιστοποίησης. α/α min max 1 περιορισμός = μεταβλητή ελεύθερη 2 περιορισμός μεταβλητή 0 3 περιορισμός μεταβλητή 0 4 μεταβλητή ελεύθερη περιορισμός = 5 μεταβλητή 0 περιορισμός 6 μεταβλητή 0 περιορισμός 4

Δυϊκή Θεωρία (4) Το δυϊκό έχει αντικειμενική συνάρτηση b T w, όπου w είναι το διάνυσμα των μεταβλητών του δυϊκού προβλήματος. Αν το πρωτεύον είναι min (max) το δυϊκό του είναι max (min) Σε κάθε περιορισμό του πρωτεύοντος αντιστοιχεί μία μεταβλητή του δυϊκού Σε κάθε μεταβλητή του πρωτεύοντος αντιστοιχεί ένας περιορισμός του δυϊκού. 5

Δυϊκή Θεωρία (5) Ο περιορισμός του δυϊκού που αντιστοιχεί στην μεταβλητή x j έχει τη μορφή (στήλη συντελεστών της x j ) T (διάνυσμα δυϊκών μεταβλητών) c j όπου είναι ένα από τα σύμβολα =, και. 6

Παράδειγμα (1) Να βρεθεί το δυϊκό του γραμμικού προβλήματος max 2x 1 + 3x 2 μ.π. -3x 1 + 4x 2-2x 3 = -2 x 1-2x 2 + 3x 3 3 2x 1 - x 2 - x 3 5 x 1 ελεύθερη, x 2 0, x 3 0 7

Παράδειγμα (2) το δυϊκό πρόβλημα είναι min -2w 1 + 3w 2 + 5w 3 μ.π. -3w 1 + w 2 + 2w 3 = 2 4w 1-2w 2 - w 3 3-2w 1 + 3w 2 - w 3 0 w 2 0, w 3 0 8

Άσκηση (1) Να βρεθεί το δυϊκό του γραμμικού προβλήματος max -2x 1 - x 2 + 4x 3 μ.π. 5x 1 + 6x 2 + 2x 3 = 10 2x 1 + x 3 5 3x 1 + x 2 + 2x 3 4 x j 0, (j = 1, 3) 9

Άσκηση (2) Απάντηση. min 10w 1 + 5w 2 + 4w 3 μ.π. 5w 1 + 2w 2 + 3w 3-2 6w 1 + W 3 = -1 2w 1 + w 2 + 2w 3 4 w 1 ελεύθερη, w 2 0, w 3 0 10

Οικονομική Ερμηνεία Δυϊκού Προβλήματος (1) Το πρωτεύον και το δυϊκό πρόβλημα συνδέονται άμεσα. Όταν ερμηνεύονται οικονομικά τα δύο προβλήματα παίρνουν ανταγωνιστικές θέσεις. Για παράδειγμα, το πρωτεύον πρόβλημα μπορεί να αναφέρεται στον ιδιοκτήτη μιας επιχείρησης ενώ το δυϊκό σε κάποιον που προσπαθεί να αγοράσει την επιχείρηση ή το πρωτεύον να αντιστοιχεί στον εργοδότη και το δυϊκό στους εργαζόμενους. Σημαντικό ρόλο διαδραματίζει η οικονομική ερμηνεία των δυϊκών μεταβλητών. 11

Οικονομική Ερμηνεία Δυϊκού Προβλήματος (2) Οι μονάδες με τις οποίες εκφράζεται η αντικειμενική συνάρτηση του πρωτεύοντος προβλήματος είναι γνωστές. Επειδή η αντικειμενική συνάρτηση του δυϊκού προβλήματος πρέπει να εκφράζεται με τις ίδιες μονάδες, κάθε όρος της b i w i εκφράζεται επίσης με τις ίδιες μονάδες. Για παράδειγμα αν η αντικειμενική συνάρτηση του πρωτεύοντος προβλήματος εκφράζεται σε ευρώ και το δεξιό μέρος b i σε κιλά αλουμινίου, ο όρος w i b i της αντικειμενικής συνάρτησης του δυϊκού προβλήματος πρέπει να εκφράζει ευρώ. Επομένως, οι μονάδες μέτρησης της w i είναι ευρώ ανά κιλό αλουμινίου. 12

Παράδειγμα (1) Ο ιδιοκτήτης μιας επιχείρησης θέλει να μεγιστοποιήσει τα έσοδά του κατασκευάζοντας x 1 πόρτες, x 2 παράθυρα και x 3 τραπέζια χρησιμοποιώντας τους διαθέσιμους πόρους του που είναι 400 dm 3 ξύλο και 300 κιλά αλουμίνιο. Γνωρίζει ότι μια πόρτα πουλιέται 15 ευρώ, ένα παράθυρο 12 ευρώ και μια καρέκλα 8 ευρώ. Οι κατασκευαστικές απαιτήσεις των προϊόντων είναι αυτές που δίνονται στον Πίνακα 1, οοποίος συνοψίζει και όλα τα υπόλοιπα δεδομένα. Ποιο πρόβλημα πρέπει να λύσει ο ιδιοκτήτης της Επιχείρησης; Ποιο είναι το δυϊκό του και ποιος επιθυμεί να το λύσει; 13

Παράδειγμα (2) Πόρτες Παράθυρα Καρέκλες ιαθέσιμοι πόροι Ξύλο 4 3 1 400 dm 3 Αλουμίνιο 2 2 1 300 κιλά Τιμή πώλησης 15 12 8 Πίνακας 1. Κατασκευαστικές απαιτήσεις προϊόντων 14

Παράδειγμα (3) Προκύπτει εύκολα ότι ο ιδιοκτήτης της επιχείρησης θα λύσει το γραμμικό πρόβλημα max 15x1 + 12x 2 + 8x 3 μ.π. 4x 1 + 3x 2 + x 3 400 w 1 2x 1 + 2x 2 + x 3 300 w 2 x j 0, (j = 1, 2, 3) Αντιστοιχώντας στον i περιορισμό τη δυϊκή μεταβλητή w i, προκύπτει ότι το δυϊκό πρόβλημα είναι min 400w 1 + 300w 2 μ.π. 4w 1 + 2w 2 15 x 1 3w 1 + 2w 2 12 x 2 w 1 + w 2 8 x 3 w j 0, (j = 1, 2) 15

Παράδειγμα (4) Η αντικειμενική συνάρτηση του πρωτεύοντος προβλήματος εκφράζει ευρώ. Επομένως, κάθε όρος b i w i της αντικειμενικής συνάρτησης του δυϊκού προβλήματος εκφράζει επίσης ευρώ. Οιμονάδεςμέτρησηςτουb 1 είναι dm 3 ξύλου (b 1 = 400 dm 3 ξύλου) και του b 2 είναι κιλά αλουμινίου (b 2 = 300 κιλά αλουμινίου). Επειδή οι όροι b 1 w 1 = 400w 1 και b 2 w 2 = 300w 2 εκφράζουν ευρώ, οι μονάδες μέτρησης του w 1 είναι ευρώ ανά dm 3 ξύλου και του w 2 είναι ευρώ ανά κιλό αλουμινίου. 16

Παράδειγμα (5) Η αντικειμενική συνάρτηση του πρωτεύοντος εκφράζει αξία των προϊόντων που πουλάει η επιχείρηση και ως εκ τούτου ο ιδιοκτήτης της θέλει να μεγιστοποιήσει, ενώ η αντικειμενική συνάρτηση του δυϊκού εκφράζει αξία των πρώτων υλών (ξύλου και αλουμινίου), που διαθέτει η επιχείρηση. Εάν πρόκειται να πουληθεί η επιχείρηση, ο ιδιοκτήτης της σίγουρα δεν θέλει να ελαχιστοποιήσει το κόστος των πρώτων υλών. Κάποιος όμως πιθανός αγοραστής θέλει. Γι αυτόν ακριβώς το λόγο ο αγοραστής προτείνει τιμές w 1 0 και w 2 0 για τις πρώτες ύλες έτσι ώστε χρησιμοποιώντας τις κατασκευαστικές απαιτήσεις να δίνουν για κάθε μονάδα προϊόντος τιμή μεγαλύτερη ή ίση της τιμής πώλησής των. ιαφορετικά, δεν υπάρχει κανένας λόγος για τον ιδιοκτήτη να πουλήσει την επιχείρησή του. 17

Παράδειγμα (6) Τα αποτελέσματα της δυϊκής θεωρίας λένε ότι ο αγοραστής μπορεί να δώσει τέτοιες τιμές στις δυϊκές μεταβλητές ώστε να προκύπτουν βέλτιστες λύσεις και για τον ίδιο (που πρέπει να λύσει το δυϊκό πρόβλημα) και για τον ιδιοκτήτη της επιχείρησης (που πρέπει να λύσει το πρωτεύον πρόβλημα). Ακόμη και αν δεν υπάρχουν προθέσεις πώλησης της επιχείρησης οι δυϊκές μεταβλητές και το δυϊκό πρόβλημα παρέχουν χρήσιμες πληροφορίες για την ίδια την επιχείρηση. Πιο συγκεκριμένα, το τμήμα κοστολόγησης της επιχείρησης πρέπει να δώσει τιμές στις πρώτες ύλες έτσι ώστε το συνολικό κόστος των αποθηκευμένων πρώτων υλών να είναι ελάχιστο. 18

Δυϊκή Θεωρία (6) Θεώρημα: Το δυϊκό πρόβλημα του δυϊκού προβλήματος είναι το πρωτεύον πρόβλημα. Θα συμβολίζουμε τις δυϊκές μεταβλητές με w και τις χαλαρές μεταβλητές του δυϊκού προβλήματος με s. Ημεταβλητήw i ονομάζεται σκιερή τιμή (shadow price) του περιορισμού i H μεταβλητή s j μεταβλητής x j. υπολειμματικό κόστος (reduced cost) της 19

Σχέσεις πρωτεύοντος και δυϊκού προβλήματος (1) min c T x μ. π. Ax x b 0 (Π) max μπ T w b T T.. wa c w 0 (Δ) όπου c, x R n, Α R m x n και w, b R m 20

Σχέσεις πρωτεύοντος και δυϊκού προβλήματος (2) ΘΕΩΡΗΜΑ ασθενές δυϊκό θεώρημα (weak duality theorem) : Αν x είναι μια εφικτή λύση του (Π) και w μια εφικτή λύση του ( ) τότε c T x w T b ΘΕΩΡΗΜΑ: Έστω (x, w) είναι μια εφικτή λύση του (Π) και του ( ) αντίστοιχα. Αν ισχύει c T x = w T b τότε η λύση (x, w) είναι βέλτιστη για το (Π) και το ( ) αντίστοιχα. 21

Άσκηση (1) Έστω το παρακάτω γραμμικό πρόβλημα min z = 2x 1 + 3x 2 + 5x 3 + 2x 4 + 3x 5 μ.π. x 1 + x 2 + 2x 3 + x 4 + 3x 5 4 2x 1-2x 2 + 3x 3 + x 4 + x 5 3 x 1, x 2, x 3, x 4, x 5 0 Ελέγξτε αν οι λύσεις (x 1,x 5 )=(1,1)και (w 1,w 2 ) = (4/5, 3/5) είναι βέλτιστες για το παραπάνω γραμμικό πρόβλημα και το δυϊκό του. 22

Άσκηση (2) Το δυϊκό πρόβλημα είναι max 4w 1 + 3w 2 μ.π. w 1 + 2w 2 2 w 1-2w 2 3 2w 1 + 3w 2 5 w 1 + w 2 2 3w 1 + w 2 3 w j 0, (j = 1, 2) 23

Χαρακτηριστικά αλγορίθμων τύπου simplex (1) Έστω το γραμμικό πρόβλημα στην τυποποιημένη μορφή min {c T x : Ax = b, x 0} (Π) όπου c, x R n, b R m προβλήματος (Π) είναι και Α R mxn. Το δυϊκό του max{b T w: A T w + s = c, s 0} ( ) όπου w R m είναι οι δυϊκές δυϊκές μεταβλητές. και s R n είναι οι χαλαρές 24

Παράδειγμα (1) Έστω το παρακάτω γραμμικό πρόβλημα max 2x 1 + 3x 2 μ.π. -3x 1 + 4x 2-2x 3-2 x 1-2x 2 + 3x 3 3 2x 1 - x 2 - x 3 5 x 2 0, x 2 0, x 3 0 25

Παράδειγμα (2) To γραμμικό πρόβλημα σε μορφή μητρών γράφεται c [ 2 3 0 0 0 0] = 3 4 2 1 0 0 2 A= 1 2 3 0 1 0, b 3 = 2 1 1 0 0 1 5 x j 0, j = 1, 2,, 6 26

Χαρακτηριστικά αλγορίθμων τύπου simplex (2) Ισχύει 1 m<nκαι rank(α)=m Β {1, 2,, n}, B =m. Θέτουμε Ν = {1, 2,, n} ~ B. Αν δίνεται η διαμέριση Β, Ν του συνόλου {1, 2,, n} μπορούμε να διαμερίσουμε και τη μήτρα Α στις υπομήτρες Β και Ν, οπότε θα γράφουμε Α =[Β, Ν]. Με παρόμοιο τρόπο διαχωρίζονται και οι συνιστώσες του x R n στα υποδιανύσματα x B και x N. x=(x B,x N ) Τ = x x B N 27

Χαρακτηριστικά αλγορίθμων τύπου simplex (3) Με παρόμοιο τρόπο διαχωρίζονται και οι συνιστώσες του c R n στα υποδιανύσματα c B και c N. c T =(c B,c N ) Το γραμμικό πρόβλημα, χρησιμοποιώντας τη διαμέριση Α=(Β,Ν) γράφεται Min c BT x B + c NT x N μ.π. Bx B + Nx N = b x B x N 0 28

Χαρακτηριστικά αλγορίθμων τύπου simplex (4) Το σύνολο δεικτών Β ονομάζεται βάση (basis), ανν ισχύει για τη μήτρα Β, rank(b)=m. ηλ. η μήτρα Β είναι αντιστέψιμη. H μήτρα Β ονομάζεται βασική μήτρα (basic matrix) ήαπλάβάση ενώ η μήτρα Ν μη βασική (non basic matrix). H λύση x B = Β -1 b ονομάζεται βασική λύση (basic solution). Ένα βασικό σημείο x είναι εφικτό αν είναι x B 0, x N =0. 29