Problem decyzyjny y cel
y różne sposoby działania (decyzje)
y warunki ograniczające (determinują zbiór decyzji dopuszczalnych) y kryterium wyboru: umożliwia porównanie efektywności różnych decyzji
dopuszczalnych z punktu widzenia celu i wybór najlepszej z nich (decyzja optymalna)
Rozwiązanie problemu decyzyjnego polega na wskazaniu w zbiorze decyzji dopuszczalnych decyzji optymalnej.
Model decyzyjny to problem decyzyjny przedsatwiony w postaci modelu matematycznego
y zmienne - zmienne decyzyjne,
y parametry - parametry funkcji celu i parametry warunków ograniczających Model decyzyjny:
.
funkcja kryterium (funkcja celu) f(x, )
układ warunków ograniczających V(x, ) = 0
gdzie:
funkcja celu f
wektor zmiennych decyzyjnych x
zbiór parametrów funkcji celu
wektorowa funkcja warunków ograniczających V
zbiór parametrów warunków ograniczających
Rozwiązanie optymalne to wektor wartości zmiennych decyzyjnych będących rozwiązaniem modelu decyzyjnego
Mariusz Plich, Konspekty wykładów z Ekonometrii 1
Liniowy model decyzyjny to taki model decyzyjny w którym funkcja celu i warunki ograniczające są liniowe
Przykładowe zagadnienia PL
y Ustalanie asortymentu produkcji (koszty - min, zysk - max) y Zagadnienie diety (koszty - min)
y Zagadnienie rozkroju (odpady - min)
y Alokacja zasobów (koszty, czas łączny, czas maksymalny - min, zysk - max)
Posatać matemetyczna modelu liniowego
funkcja celu max(min)f(x) = c1x1+ c2x2+ ¢ + cnxn
warunki ograniczające
a11x1+ a12x2+ ¢ + a1nxn´ b1
a21x1+ a22x2+ ¢ + a2nxn´ b2
£££££££££££££
ak1x1+ ak2x2+ ¢ + aknxn´ bk
warunki brzegowe: x1ú 0 x2ú 0 £ xnú 0
gdzie:
zmienne decyzyjne x
liczba zmiennych decyzyjnych n
współczynniki funkcji celu c
współczynniki przy zmienych decyzyjnych w warunkach a
ograniczających
liczba warunków ograniczających k
wyrazy wolne warunków ograniczających b
Mariusz Plich, Konspekty wykładów z Ekonometrii 2
Oznaczmy
x= x1
x2
£ xn
b= b1
b2
£ bk
c= c1
c2
£ cn
A=
a11a12£ a1n
a21a22£ a2n
§ § • § ak1 ak2£ akn
Postać standardowa modelu PL w zapisie macierzowym min f(x)= cTx Ax ú b x ú 0 max f(x)= cTx
Ax ñ b x ú 0
Postać kanoniczna modelu PL
min f(x)= cTx+ 0s Ax− Is = b x ú 0 s ú 0 max f(x)= cTx+ 0s
Ax+ Is = b x ú 0 s ú 0
gdzie s= s1
s2
£ sk
wektor zmiennych swobodnych - nadwyżki y zasobów (w ograniczeniach typu )
ñ
y w stosunku do niezbędnego minimum(w ograniczeniach typu )
ú
Zbiór (obszar) rozwiązań dopuszczalnych (ORD) jest zbiorem wypukłym tzn.
wszystkie punkty odcinka łączącego dowolne dwa punkty ORD należą ORD.
ORD ma skończoną liczbę wierzchołków Twierdzenie Weierstrassa
Forma liniowa f(x)= c1x1+ c2x2+ ¢ + cnxn określona na domkniętym zbiorze wypukłym o skończonej liczbie wierzchołków osiąga swą wartość największą (najmniejszą) na brzegu tego zbioru.
Wniosek
Rozwiązania optymalnego zadania PL należy szukać jedynie wśród rozwiązań dopuszczalnych będących wierzchołkami ORD.
Liczba zmiennych postaci kanonicznej (n+ k) > k (liczba ograniczeń) Układ warunków z k (n+ k) zmiennymi można rozwiązać przyjmując, że k zmiennych przyjmuje wartości różne od 0, a pozostałych zmiennychn wartości równe 0.
Zmienne bazowe - tworzą rozwiązanie (zmienne ! 0) - zbiór wszystkich wskaźników wektorów bazy B
Baza - macierz złożona z kolumn współczynników ograniczeń przy zmiennych bazowych ( )B
Zmienne niebazowe - w rozwiązaniu z założenia = 0
Rozwiązanie zdegenerowane - jeśli jedna lub więcej zmiennych bazowych= 0
Rozwiązywanie modeli PL
Rozwiązywanie zadania PL - porównywanie wartości funkcji celu w punktach wierzchołkowych
Punkty wierzchołkowe - rozwiązania układu równań utworzonego z warunków postaci kanonicznej dla różnych kombinacji zmiennych bazowych
Spsoby rozwiązywania y metoda graficzna y metody analityczne
algorytm simpleks
algorytm transportowy
Przykład
Zyski jednostkowy, jednostkowe nakłady środków produkcji i zasoby środków produkcji niezbędnych do produkcji wyrobów A i B
6 4
Zysk jednostkowy ($/szt.)
1 500 3
6 kg
Surowiec
200 0,5
0,5 rh
Praca
800 4
2 rh
Maszyny
produkt B (x2) produkt A (x1)
Zasoby środków produkcji Nakłady środków produkcji na
jednostkę Jednostka
miary Środki
produkcji
Model maksymalizacji zysków z produkcji wyrobów A i B funkcja celu 4x1+ 6x2 t max
warunki ograniczające
2x1+ 4x2ñ 800 0, 5x1+ 0, 5x2ñ 200 6x1+ 3x2 ñ 1500
(maszyny) (praca) (surowce) warunki brzegowe x1ú 0 x2ú 0
Postać kanoniczna
funkcja celu 4x1+ 6x2+ 0s1+ 0s2+ 0s3 t max
warunki ograniczające
2x1+ 4x2+ s1 = 800 0, 5x1+ 0, 5x2 + s2 = 200 6x1+ 3x2 + s3= 1500 warunki brzegowe x1ú 0 x2ú 0 s1ú 0 s2ú 0 s3ú 0
Mariusz Plich, Konspekty wykładów z Ekonometrii 5
- wielkość produkcji wyrobu A (w sztukach) X1
- wielkość produkcji wyrobu B (w sztukach) X2
1 2 3 4 5
5
4
3
2
1
x x2
1
ω
A B
C
D praca
surowiec
maszyny
S P M
A(0, 0) u f(xA)= 0
B(0, 200) u f(xB)= 1200 C(200, 100) u f(xC)= 1400
D(250, 0) u f(xD)= 1000
Mariusz Plich, Konspekty wykładów z Ekonometrii 6
Rozwiązanie optymalne:
x1opt= 200 x2opt= 100
Wykorzystanie czynników y maszyny 2 $ 200+ 4 $ 100 = 800 y praca 0, 5 $ 200+ 0, 5 $ 100 = 150 y surowiec 6 $ 200+ 3 $ 100 = 1500
Algorytm simpleks
I. Zagwarantować, aby b ú 0
II.Budowa postaci kanonicznej
A.Zmodyfikować warunki ograniczające (postępowanie nie zależy od typu funkcji celu):
1.dodać zmienne swobodne do ograniczeń typu " "ñ 2.dodać zminne sztuczne do ograniczeń typu " "=
3.odjąć zmienną swobodną i dodać zminną sztuczną do ograniczeń typu " "ú
B.Zmodyfikować funkcję celu
gdzie M p 0
cj= M cj= −M
współczynniki funkcji celu przy zmiennych sztucznych cj= 0
współczynniki funkcji celu przy zmiennych swobodnych min f(x) max f(x)
Typ funkcji celu
C.Jako wyjściową przyjąć bazę złożoną z wektorów współczynników stojących przy:
y zmiennych swobodnych dołączonych do warunków typu " "ñ
y zmiennych sztucznych dołączonych do warunków typu " " i " " .= ú
III.Kryterium optymalności
. j j= zj− cj[ 0 lub
. j j= cj− zjm 0 . j j= zj− cjm 0
lub
. j j= cj− zj[ 0
min f(x) max f(x)
Typ funkcji celu
IV. Kryterium WEJŚCIA przy wektorze wchodzącym xp
lub p : p=
j<0
min(j) lub
p : p=
j>0
max(j)
p : p=
j>0
max(j) p : p=
j<0
min(j)
min(x) max f(x)
Typ funkcji celu
V.Kryterium WYJŚCIA przy wektorze wychodzącym xr
r :
abrpr=
aip>0
min
abiipmin f(x) max f(x)
Typ funkcji celu - nie zależy
Typy rozwiazań:
Nieograniczone - rozwiązanie nie jest optymalne i można wprowadzić zmienną do bazy, ale nie można żadnego wyrzucić
Niejednoznaczne - w rozwiązaniu optymalnym liczba wskaźników optymalności j= 0 jest większa od (liczby ograniczeń)k Sprzeczne - rozwiązanie optymalne zawiera zmienną sztuczną przyjmącą
wartość ! 0 nierówną 0 gdzie zj=
icB
ciaijRozwiazanie przykładu algorytmem simpleks
1400 2/9 0 4/3 0
∆j = zj-cj 0
200 2/9 0 -1/6 0 1 4 x1
50 -1/18 1 -1/12 0 0 0 s2
100 -1/9 0 1/3 1 0 6 x2
1200 0 0 3/2 0
∆j = zj-cj -1
200 900 1 0 -3/4 0 9/2 0 s3
400 100 0 1 -1/8 0 1/4 0 s2
400 200 0 0 1/4 1 1/2 6 x2
0 0 0 0 -6
∆j = zj-cj -4
500 1500 1 0 0 3 6 0 s3
400 200 0 1 0 1/2 1/2 0 s2
200 800 0 0 1 4 2 0 s1
0 0 0 6 4
bi
aik bi
s3
s2
s1
x2
x1
cB Baza
= 0 0 1, 33
0 0, 22
xopt= xD
− − xS
= x1
x2
s1
s2
s3
= 200 100 0 50
0
produkt A produkt B maszyny praca
surowiec szt.
szt.
rh.
rh.
kg.
- nadwyżka zasobów pracy w wysokości 50 rh.
f(x)= 1400 ($) s2= 50
xopt= xB
− − xN
xB= x2
s2
x1
= B−1b=
1 3 0 19
−121 1−181
−16 0 29 800 200 1500
= 100
50 200 Oznacznia:
decyzyjne xD−
swobodne
xS− xB−bazowe niebazowe xN−
B−1= 4 0 2 0, 5 1 0, 5
3 0 6
−1
=
13 0 19
−121 1−181
−16 0 29
Mariusz Plich, Konspekty wykładów z Ekonometrii 9
Model dualny
max g(y)= bTy ATy ñ c y ú 0 min f(x)= cTx
Ax ú b x ú 0
min g(y)= bTy ATy ú c y ú 0 max f(x)= cTx
Ax ñ b x ú 0
Model dualny (MD) Model prymalny (MP)
Zasady konstrukcji modeli dualnych
1. Maksymalizacji wartości funkcji celu w MP odpowiada minimalizacja w MD
2. Współczynniki funkcji celu MP stają się wyrazami wolnymi warunkówc ograniczających MD
3. Wyrazy wolne warunków ograniczających MP stają się współczynnikamib funkcji celu MD
4. Macierz współczynników MD jest transponowaną macierzą A współczynników MP
5. Ograniczenia i zmienne w MP i MD
xjc R e =
xjñ 0 e ñ
xjú 0 e ú
j-te ograniczenie typu zmienna
= e yic R
ú e yiñ 0
ñ e yiú 0
zmienna i-te ograniczenie typu
MD (min) MP (max)
Mariusz Plich, Konspekty wykładów z Ekonometrii 10
Zadanie dualne
funkcja celu 800y1+ 200y2+ 1500y3 t min warunki ograniczające 2y1+ 0, 5y2+ 6y3ú 4
4y1+ 0, 5y2+ 3y3ú 6 warunki brzegowe y1ú 0 y2ú 0
Zadanie dualne w postaci kanonicznej
funkcja celu 800y1+ 200y2+ 1500y3+ 0s1+ 0s2+Mt1+Mt2t min warunki
ograniczające warunki brzegowe
2y1+ 0, 5y2+ 6y3− s1 + t1 = 4 4y1+ 0, 5y2+ 3y3 − s2 + t2= 6 y1ú 0 y2ú 0 y3ú 0 s1ú 0 s2ú 0 t1ú 0 t2ú 0
-M 1400 +100 -M -100 +200 -200 0 -50
∆j = zj-cj 0
4/3 1/3 -1/6 -1/3 1/6 0 1/12 1 800 y1
2/9 -1/9 2/9 1/9 -2/9 1 1/18 0 1500 y3
4M+
0 1000 -3M/2 + 250 M/2 -M
0 -250 M/4 -75 3M
∆j = zj-cj-300
4/3 4 1 -1/2 -1 1/2 0 1/4 3 M t2
2 2/3 0 1/6 0 -1/6 1 1/12 1/3 1500 y3
10M 0 0 -M 9M- -M
1500 M- 200 6M-
∆j = zj-cj 800
2 6 1 0 -1 0 3 1/2 4 M t2
2/3 4 0 1 0 -1 6 1/2 2 M t1
M M 0 0 1500 200 800
bi aik bi
t2
t1
s2
s1
y3
y2
y1
cB Baza
Bd−1= 6 2 3 4
−1
= 29 −19
−16 13 yBopt= Bd−1b= 29 −19
−16 13 4 6 = 294
3
= 0 50
0 200 100
yopt= y1
y2
y3
s1
s2
= 4/3
0 2/9
0 0
f(y)= 1400 ($)
Związki rozwiązań optymalnych MP i MD f(xopt)= g(yopt)
(yD)T= (cB)TB−1
Np. (yD)T= 6 0 4
4 0 2
0, 5 1 0, 5
3 0 6
−1
= 6 0 4
1/3 0 −1/9
−1/12 1 −1/18
−1/6 0 2/9
= 4/3
0 2/9
T
MP - rozwiązanie sprzeczne p
MD - ??? (nieograniczone lub sprzeczne)
- superskrypt oznaczajacy rozwiązanie optymalne opt
- macierz utworzona ze współczynników przy zmiennych B
bazowych rozwiązania optymalnego MP, występujących w warunkach ograniczających postaci kanonicznej MP - zmienne decyzyjne w rozwiązaniau optymalnym MD yD
- współczynniki funkcji celu zmiennych bazowych MP cB
xB= B−1b (yD)T= (cB)TB−1= (s)T yB= Bd−1bd (xD)T= (cdB)TBd−1= (ds)T
gdzie
zmienne decyzyjne MP xD−
zmienne decyzyjne MD yD−
MP - rozwiązanie nieograniczone p
MD - rozwiązanie sprzeczne
Zadanie dualne
Zmienne Optymalne
wartości zmiennych Wartości
bezwzględne wskaźników optymalności
y3
2/9 0
s3
y2
0 50
s2 decyzyjne
y1
4/3 0
s1
swobodne
s2
0 x2 100
swobodne s1
0 200
x1
decyzyjne
Wartości bezwzględne
wskaźników optymalności Optymalne
wartości zmiennych Zmienne
Zadanie prymalne
Interpretacja wskaźników optymalności:
o ile zmieni się wartość funkcji celu jeśli ograniczenie zmieni się o jedną jednostkę, np. wzrost limitu czasu pracy maszyn o 1 rh spowoduje zmianę
rozwiązania optymalnego i wzrost wartości funkcji celu o 1.33 dolara
Dla oryginalnych ograniczeń:
(ds)T = (xD)T= (cBd)TBd−1= 1500 800 29 −19
−16 13 = 200 100 Wzrost zasobów czasu pracy maszyn o 1 rh:
(x1D)T= 1500 801 29 −19
−16 1 3
= 200−16 100+13
T f(x1) = 1400 − 4/6 + 6/3 =
= f(xopt) + 4/3
Mariusz Plich, Konspekty wykładów z Ekonometrii 13
Analiza wrażliwości rozwiązania optymalnego Przedziały dla współczynników funkcji celu: c1 i c2 (zj− cj© 0)
z3− c3= 6 0 c1
1/3
−1/12
−1/6
− 0 ú 0 63−16c1ú 0 c1ñ 12 gdzie z3=
i=1
3 ciai3i
z5− c5= 6 0 c1
−1/9
−1/18 2/9
− 0 ú 0 −69−29c1ú 0 c1ú 3
tzn. c1c …3, 12 . Podobnie wyznaczamy przedział dla c2: c20 4 1/3
−1/2
−1/6 ...
Przedziały dla wyrazów wolnych ograniczeń: b1 i b2 i b3 (xB= B−1b ú 0) 1/3 0 −1/9
−1/12 1 −1/18
−1/6 0 2/9 b1
200 1500
ú 0
13b1 − 19$ 1500 ú 0
−121b1+ 200 −181$ 1500 ú 0
−16b1 +29$ 1500 ú 0
b1ú 500 b1ñ 1400 b1ñ 2000 tzn. b1c …500, 1400 . Podobnie wyznaczamy przedziały dla b2 i b3.
Mariusz Plich, Konspekty wykładów z Ekonometrii 14
2 400 1 500
600 b3
∞
200 150
b2
1 400 800
500 b1
Górne ograniczenie Wartość w
modelu Dolne
ograniczenie Współczynni
k
Przedziały optymalności dla składowych wektora wyrazów wolnych 8 6
2 C2
12 4
3 C1
Górne ograniczenie Wartość w
modelu Dolne
ograniczenie Współczynni
k
Przedziały optymalności dla współczynników funkcji celu
Zagadnienie przesyłu i alokacji (zagadnienie transportowe)
Klasyczne zagadnienie transportowe Opracować plan przewozów tak aby y zaspokoić zapotrzebowanie
odbiorców
y zminimalizować koszty przewozów
Dane do zagadnienia transportowego y możliwości dostawców y zapotrzebowanie odbiorców y macierz jednostkowych kosztów
przewozu od każdego dostawcy do każdego odbiorcy
Model zagadnienia transportowego funkcja celu
min f(x) =
ij cijxijograniczenia dostawców
j xij= a
i(i = 1, 2, ¢m)
popyt odbiorców i xij= bj (j = 1,2, ¢n)
warunki brzegowe xij
ú 0 (i = 1, ¢,m, j = 1,2,¢n)
gdzieliczba punktów nadania (dostawców) m
liczba punktów odbioru (odbiorców) n
ilości ładunku u dostawców
ai (i= 1¢m)
zapotrzebowanie odbiorców
bj (j= 1¢n)
jednostkowe koszty przewozu od i-tego dostawcy do j-tego odbiorcy cij
(i= 1¢m, j = 1¢n)
wielkość ładunku do przewiezienia od od i-tego dostawcy do j-tego xij
odbiorcy (i= 1¢m, j = 1¢n)
Tablica przewozów - tabela zawierajaca plan przewozów) Węzeł (trasa) - element tablicy przewozów
Linia - wiersz lub kolumna tablicy przewozów
Macierz cij może zawierać y koszty przewozu y długość trasy y zysk jednostkowy y czas przewozu
Własności zagadnień transportowych y m
+ n
równańy m $ n zmiennych
y Każda ze zmiennych występuje w ograniczeniach dwukrotniexij
y Współczynniki przy zmiennych decyzyjnych w warunkach ograniczających (współczynniki macierzy ) równe 0 lub 1. A
y Rozwiązanie składa się z co najwyżej dodatnich zmiennych
m+ n − 1 xij
y Zawsze istnieje przynajmniej jedno bazowe rozwiząnie dopuszczalne y Zawsze posiada rozwiązanie
optymalne
Typy zagadnień transportowych y zamknięte (zbilansowane) y otwarte
Model dualny zagadnienia transportowego
max
i aiui+
j bjvjui
+ v
jñ c
ij(i = 1, 2, ¢m)
, (j= 1, 2, ¢n) uic R v
jc R
Wskaźniki optymalności w zagadnieniu transportowym ij= ui+ vj− cij
Liczba zmiennych bazowych ij= 0 wynosi m+ n − 1 Liczba nieznanych wartości oraz wynosi ui vj m+ n
Rozwiązanie niezdegenerowane zawiera m+ n − 1 dodatnich zmiennych xij
Rozwiązanie zdegenerowane - jeśli ich liczba jest mniejsza od m+ n − 1
Zadanie zamknięte (zbilansowane)
iai= jbjZadanie otwarte (niezbilansowane)
a >b luba <bAlgorytm transportowy
I. Wyznaczenie wstępneg planu przewozów Metody
y kąta płónocno - zachodniego (KPZ) y minimum w wierszu
y minimum w kolumnie y minimum w macierzy kosztów
jednostkowych
II. Kryterium optymalności y metoda przydziałów y metoda potencjałów
Wskaźniki optymalności
ij= ui+ vj− cij
lub
ij= cij− ui+ vj
Ocena optymalności jak w algorytmie simpleks
III.Kryterium WEJŚCIA do bazy
kl=
ij<0
min
ij(i = 1, 2, ..., m) (j = 1, 2, ..., n)
Mariusz Plich, Konspekty wykładów z Ekonometrii 17
Metoda KPZ 1. Maksymalny przepływ na
trasie (1, 1) : x11= min(a1, b1) 2. Korekta podaży a1= a1− x11 i
popytu b1= b1− x11
3. Wybór następnej trasy
s= s + 1 jeżeli ar> 0, bs= 0
r= r + 1, s = s + 1 jeżeli ar= 0, bs= 0
r= r + 1 jeżeli ar= 0, bs> 0 4. Maksymalny przepływ na
trasie (rs) : xrs= min(ar, bs) 5. Jeżeli r= m oraz s= n to
KONIEC postępowania 6. Korekta podaży ar= ar− xrs i
popytubs= bs− xrs
7. Powrót do kroku 3
IV.Kryterium WYJŚCIA z bazy A. Wyznaczenie cyklu
Wskazać węzły cyklu zawierającego trasę wchodzącą do bazy i oznaczyć elementy cyklu znakami “+” lub “-” (element wchdzący znakiem “+”)
- zbiór tras oznaczonych znakiem “+”
+- zbiór tras oznaczonych znakiem “-”
−B. Wyznaczenie maksymalnego przewozu na trasach cyklu
= min x
− ijV. Wyznaczenie nowego planu przewozów xij∏ xij∏= xij+ dla (i,j)c+
xij∏= xij+ dla (i,j)c−
xij∏= xijdla (i,j)"−oraz (i,j)"+
Mariusz Plich, Konspekty wykładów z Ekonometrii 18
Cykl - taki zbiór węzłów, że w każdej linii tego zbioru znajdują 2 węzły lub nie ma żadnego węzła tego zbioru
Z bazy wypadnie trasa (r, s), dla której xrs=
Degeneracja w trakcie rozwiazywania - jako zmienną bazową przyjmuje się tę, która wypadła z cyklu
Postępowanie w przypadku niezbilansowania
podaż < popyt
i ai<
jbj Fikcyjny dostawca m+ 1. y.
j cm+1j= 0
y am+1=
j bj−
i aipodaż > popyt
i ai>
jbj Fikcyjny odbiorca n+ 1. y.
i cin+1= 0
y bn+1=
i ai−
j bjPostępowanie w przypadku ograniczenia przepustowości trasy y Całkowita blokada trasy
(k, l)
Przyjąć ckl
= M (M >> 0)
y Częściowa blokada trasy: ograniczenie na trasie
(k, l)
wynosi xklmax 1. Zastąpić -tą kolumnę (odbiorcę)ldwiema kolumnami i l∏ l∏∏
2. Popyt: bl∏
= (b
k− x
klmax) b
i l∏∏= x
klmax 3. Współczynniki:c
il∏= c
il ic
il∏∏= c
ildla i= 1, ¢, m
4. Zablokować trasę
(k, l
∏)
, tj. przyjmjącc
kl∏= M (M >> 0)
5. Rozwiązać zmodyfikowany model
6. Optymalny plan przewozów do -tego odbiorcy: l xil= xil∏+ xil∏∏ (i= 1, ¢, m)
Analogiczną procedurę postępowania można również rozpocząć od zastąpienia -tegor wiersza
Macierz jednostkowych kosztów przewozu, ilość towaru u dostawców oraz
zapotrzebowanie odbiorców
300 70
150 80 Popyt
200 6
9 0 2
100 4
7 3 1
Numer dostawcy
3 2
1 Podaż
Numer odbiorcy Jednostkowe
koszty transportu
cij = 3 7 4
4 9 6 [ai]= 100 200 bj =
80 150
70 - zadanie zbilansowane
iai= jbjModel 3x11+ 7x12+ 4x13+ 4x21+ 9x22+ 6x23 t min 3x11+ 7x12+ 4x13+ 4x21+ 9x22+ 6x23 t min
x11+ x12+ x13 = 100 x21+ x22+ x23= 200
x11+ x21 = 80
x12+ x22 = 150
x13 x23 = 70
xijú 0 (i= 1, 2 j = 1, 2, 3)
u1
u2
v1
v2
v3
zmienne dualne
Macierz współczynników A=
1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1
Model dualny
100u1+ 200u2+ 80v1+ 150v2+ 70v3 t max u1+ v1ñ 3
u1+ v2ñ 7 u1+ v3ñ 4 u2+ v1ñ 4 u2+ v2ñ 9 u2+ v3ñ 6
uic R (i= 1, 2) vjc R (j= 1, 2, 3)
Tabela przewozowa Tabela wskaźnikowa
v 4 u 7 3 300
70 150 80
1 9 6 2
200 5 70 130- +
0 0
7 4 3 100
20+ 80-
= min−80, 130 = 80 Kryterium optymalności: ui+ vj− cijñ 0
v 4 u 7 2 300
70 150 80
2 6 9 4 200
70- 50+ 80
0
-1 4 0
2 7 + 100
100-
Rozwiązanie jest niejednoznaczne bo liczba wskaźników optymalności równych 0 wynosi (4+1) > (2+3-1)
Mariusz Plich, Konspekty wykładów z Ekonometrii 21
Rozwiązanie optymalne xopt∏= 0 100 0 80 50 70 Optymalna wartość funkcji celu:
ij cijxijopt∏= 4 $ 80 + 7 $ 100 + 9 $ 50 + 6 $ 70 = 1890= min−100, 70 = 70
v 4 u 7 2 300
70 150 80
2 6 9 4 200
120 80
0
-1 4 0
2 7 100
70 30
xopt∏∏= 0 30 70 80 120 0
ij cijxijopt∏∏= 4 $ 80 + 7 $ 30 + 9 $ 120 + 4 $ 70 = 1890 xopt= xopt∏+ (1 − )xopt∏∏= 0 100 080 50 70 + (1 − ) 0 30 70 80 120 0 gdzie 0 ñ ñ 1
Na przykład
= 0, 5
x=0,5opt = 0, 5 0 100 0
80 50 70 + (1 − 0, 5) 0 30 70
80 120 0 = 0 65 35 80 85 35
ij cijx=0,5opt = 4 $ 80 + 7 $ 65 + 9 $ 85 + 4 $ 35 + 6 $ 35 = 1890Mariusz Plich, Konspekty wykładów z Ekonometrii 22