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

Σχετικά έγγραφα
Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Επιχειρησιακή έρευνα (ασκήσεις)

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

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

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

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

Επιχειρησιακή Έρευνα I

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

Επιχειρησιακή Έρευνα I

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

Εισαγωγή στην Επιχειρησιακή Έρευνα

Άσκηση 5. Εργοστάσια. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Μέθοδοι Βελτιστοποίησης

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΘΕΩΡΙΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ (1)

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

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

Επιχειρησιακή Έρευνα

Γραμμικός Προγραμματισμός

Η μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I

Πληροφοριακά Συστήματα Διοίκησης. Επισκόπηση μοντέλων λήψης αποφάσεων Τεχνικές Μαθηματικού Προγραμματισμού

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ

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

Τμήμα Διοίκησης Επιχειρήσεων

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

Ακέραιος Γραμμικός Προγραμματισμός

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

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

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 2014

Επιχειρησιακή Έρευνα I

ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Ανάλυση Ευαισθησίας µε τη χρήση του Solver

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

Επιχειρησιακή έρευνα (άσκηση για το εργαστήριο)

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

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

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

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

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

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

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα

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

Διδάσκων: Νίκος Λαγαρός

Επιχειρησιακή Έρευνα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ IΙ

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1)

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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

Μοντελοποίηση προβληµάτων

Επιχειρησιακή Έρευνα

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

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

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. Επίλυση προβλημάτων γραμμικού προγραμματισμού με χρήση κατάλληλου λογισμικού (Excel, Lindo)

Επιχειρησιακή Έρευνα


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


Εισαγωγή στο Γραμμικό Προγραμματισμό

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα

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

Τμήμα Διοίκησης Επιχειρήσεων

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

RIGHTHAND SIDE RANGES

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Επιχειρησιακή Έρευνα

Εισαγωγή στην Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΕΡΣΕΦΟΝΗ ΠΟΛΥΧΡΟΝΙΔΟΥ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΤΕ

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

ΜΑΘΗΜΑ: Ποσοτικές Μέθοδοι Ι

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Πρόβληµα Μεταφοράς ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Επιχειρησιακή Έρευνα

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

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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

Τμήμα Διεθνούς Εμπορίου Επιχειρησιακή έρευνα. Επιχειρησιακή Έρευνα

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

Δυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση Ευαισθησίας

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

ΟΝΟΜΑΤΕΠΩΝΥΜΟ : Αντικείμενα: περιγραφική στατιστική, γραφήματα, συναρτήσεις βάσεων δεδομένων, συγκεντρωτικοί πίνακες

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΠΡΟΒΛΗΜΑΤΑ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΕΡΓΩΝ ΔΙΟΙΚΗΣΗ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΡΓΩΝ - ΠΡΟΒΛΗΜΑΤΑ

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Γραμμικός Προγραμματισμός

Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1)

Transcript:

Τμήμα Μηχανικών Πληροφορικής ΤΕ Ακαδημαϊκό έτος 2016-2017 Άρτα Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων ΣΕΤ ΑΣΚΗΣΕΩΝ 3 Ανάλυση ευαισθησίας Άσκηση 1 Μια εταιρεία παράγει 2 είδη προϊόντων Α και Β με κόστος 100 ευρώ για το προϊόν Α και 40 ευρώ για το προϊόν Β. Η τιμή πώλησης στην οποία διαθέτει το προϊόν Α είναι 160 ευρώ ενώ για το προϊόν Β είναι 80 ευρώ. Ο μέγιστος συνολικός αριθμός προϊόντων που η επιχείρηση μπορεί να κατασκευάσει σε μια ημέρα είναι 120 ενώ το ανώτατο ημερήσιο κόστος παραγωγής είναι 6000 ευρώ. 1. Να γίνει μαθηματική μοντελοποίηση του προβλήματος έτσι ώστε να μεγιστοποιείται το κέρδος. 2. Τι σημαίνει ότι η σκιώδης τιμή για τον περιορισμό μέγιστου συνολικού αριθμού προϊόντων είναι 26.6 με όρια από 60 μέχρι 150; Ποιο θα είναι το επιπλέον αναμενόμενο κέρδος αν αυξήσουμε τον μέγιστο ημερήσιο αριθμό προϊόντων που μπορούν να κατασκευαστούν κατά 10 (δηλαδή από 120 σε 130); Άσκηση 2 Μια βιοτεχνία ενδυμάτων παράγει 2 τύπους προϊόντων Α και Β για τις οποίες χρησιμοποιεί βαμβάκι, μετάξι και μαλλί και για τις οποίες διαθέτει 18, 10 και 14 μονάδες αντίστοιχα. Η παραγωγή μιας μονάδας από το προϊόν Α απαιτεί 2 μονάδες βαμβάκι, 1 μονάδα μετάξι και 1 μονάδα μαλλί. Η παραγωγή μιας μονάδας από το προϊόν Β απαιτεί 1 μονάδα βαμβάκι, 1 μονάδα μετάξι και 2 μονάδες μαλλί. Το κέρδος που έχει η επιχείρηση από την πώληση μιας μονάδας προϊόντος Α είναι 30 ευρώ. Το κέρδος που έχει η επιχείρηση από την πώληση μιας μονάδας προϊόντος Β είναι 40 ευρώ. 1. Να γίνει μαθηματική μοντελοποίηση του προβλήματος που να μεγιστοποιεί το κέρδος. 2. Να καταστρώσετε τον αρχικό πίνακα Simplex για την επίλυση του προβλήματος. 3. Τι σημαίνει ότι η σκιώδης τιμή για τον περιορισμό ποσότητας μαλλιού είναι 10 με όρια από 12 μέχρι 20; Ποιο θα είναι το επιπλέον αναμενόμενο κέρδος αν αυξήσουμε τη διαθέσιμη ποσότητα μαλλιού κατά 5 μονάδες (δηλαδή από 14 σε 19); Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex Cj 1000 3000 0 0 Ποσότητα 1000 x1 1 4 2 0 160 0 s2 0 6-7 1 200 Wj 1000 4000 2000 0 160000 Cj Wj 0-1000 -2000 0 1. Για ποιες τιμές των συντελεστών κέρδους η προηγούμενη λύση παραμένει βέλτιστη; 2. Πόσο μπορούν να αυξομειωθούν οι αρχικές ποσότητες των περιορισμών έτσι ώστε να ισχύει ο παραπάνω πίνακας Simplex; 1

Άσκηση 4 Μια επιχείρηση δερμάτινων ενδυμάτων παράγει 2 προϊόντα, Π1 και Π2. Για την παραγωγή τους χρησιμοποιούνται 2 πρώτες ύλες Α και Β. Για την εύρεση του βέλτιστου πλάνου παραγωγής που μεγιστοποιεί τα κέρδη από την πώληση των 2 προϊόντων της χρησιμοποιήθηκε το παρακάτω πρόβλημα γραμμικού προγραμματισμού Max z=0,5x1 + 0,6x2 s.t. 2x1 + 2x2 <= 40 2x1 + 4x2 <= 60 x1, x2 >=0 Ο τελικός πίνακας Simplex για το πρόβλημα αυτό είναι ο εξής: Cj 0,5 0,6 0 0 Ποσότητα 0,5 x1 1 0 1-0,5 10 0,6 x2 0 1-0,5 0,5 10 Wj 0,5 0,6 0,2 0,05 11 Cj Wj 0 0-0,2-0,05 1. Ποιοι είναι οι δεσμευτικοί περιορισμοί του προβλήματος; 2. Ποιες είναι οι σκιώδεις τιμές των περιορισμών και ποια η οικονομική τους ερμηνεία; 3. Ποια είναι τα όρια τιμών καθενός από τους διαθέσιμους πόρους για τις οποίες ισχύουν οι σκιώδεις τιμές; 4. Η επιχείρηση σκέφτεται να προσθέσει ένα νέο προϊόν. Η κατασκευή του προϊόντος Π3 απαιτεί 3 μονάδες πρώτης ύλης Α και 2 μονάδες πρώτης ύλης Β. Το κέρδος ανά μονάδα του νέου αυτού προϊόντος είναι 0,5 ευρώ. Συμφέρει την επιχείρηση να το παράγει; Άσκηση 5 Δίνεται ο παρακάτω τελικός πίνακας Simplex Cj 2000 4000 0 0 Ποσότητα 4000 x2 3 1 0 3 150 0 s1-1 0 1-4 100 Wj 12000 4000 0 12000 60000 Cj Wj -10000 0 0-12000 Για ποιες τιμές των συντελεστών κέρδους η προηγούμενη λύση παραμένει βέλτιστη; Άσκηση 6 Μια επιχείρηση κατασκευάζει 4 προϊόντα. Η κατασκευή των προϊόντων απαιτεί 3 στάδια: συναρμολόγηση, βάψιμο και συσκευασία. Το κέρδος ανά μονάδα προϊόντος και οι χρόνοι που απαιτούνται σε λεπτά για την παραγωγή του δίνονται στον ακόλουθο πίνακα: Προϊόν Συναρμολόγηση Βάψιμο Συσκευασία Κέρδος 1 2 3 2 1,5 2 4 2 3 2,5 3 3 3 2 3,0 4 7 4 5 4,5 Η επιχείρηση διαθέτει 100000 λεπτά για συναρμολόγηση, 50000 λεπτά για βάψιμο και 60000 λεπτά για συσκευασία. 2

Μοντελοποίηση και επίλυση χρησιμοποιώντας τον επιλυτή του Excel Αρχείο: SET03_EXERCISE06_SENSITIVITY_ANALYSIS_EXCEL_SOLVER.xlsx Αναφορά απάντησης 3

Αναφορά ευαισθησίας Μοντελοποίηση και επίλυση χρησιμοποιώντας το OpenSolver 1 add-in Αρχείο: SET03_EXERCISE06_SENSITIVITY_ANALYSIS_OPEN_SOLVER.xlsx 1 http://opensolver.org/ 4

Αναφορά ευαισθησίας Απαντήστε στις ακόλουθες ερωτήσεις 1. Περιγράψτε τη λύση tτου προβλήματος. 2. Ποιοι από τους περιορισμούς είναι δεσμευτικοί και ποιοι είναι μη δεσμευτικοί; 3. Ποιο θα είναι το αποτέλεσμα της αλλαγής των συντελεστών της συνάρτησης κόστους; 4. Ποιο θα είναι το αποτέλεσμα της αναγκαστικής εισαγωγής στη λύση του προβλήματος μεταβλητών που έχουν στην τρέχουσα λύση την τιμή μηδέν; 5. Ποιο θα είναι το αποτέλεσμα της αλλαγής των ποσοτήτων των περιορισμών; 6. Αν είχατε 100 επιπλέον λεπτά σε ποια εργασία θα τις διαθέτατε και γιατί; Ποια θα ήταν η τιμή της συνάρτησης κόστους τότε; 7. Αν έπρεπε να αφαιρέσετε 50 λεπτά από ποια εργασία θα τις αφαιρούσατε και γιατί; Ποια θα ήταν η τιμή της συνάρτησης κόστους τότε; 5