Lineární programování
description
Transcript of Lineární programování
Lineární programováníLineární programování
2. seminář OSA2. seminář OSA
Definice modelu lineárního Definice modelu lineárního programování a jeho grafické programování a jeho grafické
řešenířešení
Komponenty modeluKomponenty modelu
ProměnnéProměnné Omezující podmínkyOmezující podmínky Podmínky nezápornostiPodmínky nezápornosti Účelová (kriteriální) funkceÚčelová (kriteriální) funkce
Typy proměnnýchTypy proměnných
StrukturníStrukturní DoplňkovéDoplňkové PomocnéPomocné
Typy omezujících podmínekTypy omezujících podmínek KapacitníKapacitní PožadavkovéPožadavkové UrčeníUrčení
Podmínky nezápornostiPodmínky nezápornosti
Pro všechny proměnné všech typůPro všechny proměnné všech typů Zajišťují aplikovatelnost řešeníZajišťují aplikovatelnost řešení
Účelová funkceÚčelová funkce
MinimalizačníMinimalizační MaximalizačníMaximalizační
Matematický zápis modeluMatematický zápis modelu
( )z MIN
Tx c x
Ax b
x 0
Grafické řešení modelů LPGrafické řešení modelů LP
Nejvýše dvě proměnné, libovolný počet OPNejvýše dvě proměnné, libovolný počet OP Prostor řešeníProstor řešení Nejvýše dvě OP, libovolný počet proměnnýchNejvýše dvě OP, libovolný počet proměnných Prostor požadavkůProstor požadavků
Prostor řešeníProstor řešení
Na osy se vynášejí hodnoty proměnnýchNa osy se vynášejí hodnoty proměnných Množina přípustných řešení je zobrazena Množina přípustných řešení je zobrazena
průnikem polorovin OPprůnikem polorovin OP Podmínky nezápornosti – uvažujeme pouze Podmínky nezápornosti – uvažujeme pouze
1. kvadrant1. kvadrant Účelová funkce je zobrazena jako mapa Účelová funkce je zobrazena jako mapa
spojnic kombinací proměnných s konstantní spojnic kombinací proměnných s konstantní hodnotou ÚFhodnotou ÚF
Příklad – optimalizace investicePříklad – optimalizace investiceInvestor se rozhoduje o rozložení investice 10 000 000 Kč mezi Investor se rozhoduje o rozložení investice 10 000 000 Kč mezi akcie a podílové fondy (PF). Kvůli diverzifikaci investice akcie a podílové fondy (PF). Kvůli diverzifikaci investice požaduje nakoupit akcie za minimálně 1 500 000 Kč a minimálně požaduje nakoupit akcie za minimálně 1 500 000 Kč a minimálně 2 000 000 Kč uložit do PF. Dále si bodově ohodnotil rizikovost 2 000 000 Kč uložit do PF. Dále si bodově ohodnotil rizikovost jedné koruny investované do akcií dvěma body (do PF jedním jedné koruny investované do akcií dvěma body (do PF jedním bodem) a požaduje celkovou rizikovost investice nejvýše bodem) a požaduje celkovou rizikovost investice nejvýše 15 000 000 bodů.15 000 000 bodů.
Investor předpokládá výnos z investice do akcií ve výši 6%, Investor předpokládá výnos z investice do akcií ve výši 6%, z investice do PF ve výši 4%. z investice do PF ve výši 4%.
Jak má investor rozložit investici, aby za daných podmínek Jak má investor rozložit investici, aby za daných podmínek maximalizoval svůj výnos?maximalizoval svůj výnos?
Definice modeluDefinice modelu Proměnné – Proměnné – x1 … investice do akcií (mil. Kč)x1 … investice do akcií (mil. Kč)
x2 … investice do PF (mil. Kč)x2 … investice do PF (mil. Kč) Omezující podmínkyOmezující podmínky
celková výše investicecelková výše investice
x1 + x2 x1 + x2 ≤ 10≤ 10 diverzifikacediverzifikace
x1 x1 ≥ 1,5≥ 1,5
x2 ≥ 2x2 ≥ 2 rizikoriziko
2x1 + x2 2x1 + x2 ≤ 15≤ 15 Podmínky nezápornostiPodmínky nezápornosti
x1, x2 ≥ 0≥ 0 Účelová funkceÚčelová funkce
Z = 1,06x1 + 1,04x2 → maxZ = 1,06x1 + 1,04x2 → max
Grafické řešení modeluGrafické řešení modelu
kuk - Excelkuk - Excel
Prostor požadavkůProstor požadavků Hledáme efektivní způsob uspokojení daných Hledáme efektivní způsob uspokojení daných
požadavků požadavků Koeficienty v matici A přepočítáváme vzhledem k Koeficienty v matici A přepočítáváme vzhledem k
jednotkám ÚFjednotkám ÚF Na osy vynášíme stupně uspokojení daných Na osy vynášíme stupně uspokojení daných
požadavkůpožadavků Nezápornost – nezáporné koeficienty lineární Nezápornost – nezáporné koeficienty lineární
kombinace směrových vektorůkombinace směrových vektorů Optimalita – vzdálenost průsečíku směrových vektorů Optimalita – vzdálenost průsečíku směrových vektorů
s vektorem požadavků od počátku souřadnics vektorem požadavků od počátku souřadnic
Příklad – portfolio IIPříklad – portfolio IIInvestor se rozhoduje o rozložení investice mezi akcie, podílové Investor se rozhoduje o rozložení investice mezi akcie, podílové fondy (PF), termínované vklady (TV) a hypoteční zástavní listy fondy (PF), termínované vklady (TV) a hypoteční zástavní listy (HZL). Likviditu jednotlivých nástrojů si ohodnotil bodově (HZL). Likviditu jednotlivých nástrojů si ohodnotil bodově (akcie 5 b, PF 4 b., TV 1 b. a HZL 3 b.). Požaduje, aby celková (akcie 5 b, PF 4 b., TV 1 b. a HZL 3 b.). Požaduje, aby celková likvidita portfolia dosáhla právě 30 000 000 b. Výnosy nástrojů likvidita portfolia dosáhla právě 30 000 000 b. Výnosy nástrojů ohodnotil roční úrokovou mírou (akcie 6%, PF 4%, TV 1% a ohodnotil roční úrokovou mírou (akcie 6%, PF 4%, TV 1% a HZL 5%) a požaduje dosažení výnosu právě 3% p.a. Investuje HZL 5%) a požaduje dosažení výnosu právě 3% p.a. Investuje celkem 10 000 000 Kč.celkem 10 000 000 Kč.
Investor dále ohodnotil riziko plynoucí z držby jednotlivých aktiv Investor dále ohodnotil riziko plynoucí z držby jednotlivých aktiv 10, 8, 3 resp. 4 body.10, 8, 3 resp. 4 body.
Jak má investor rozložit investici, aby za daných podmínek Jak má investor rozložit investici, aby za daných podmínek minimalizoval riziko?minimalizoval riziko?
Definice modeluDefinice modelu Proměnné – Proměnné – x1 … investice do akcií (mil. Kč)x1 … investice do akcií (mil. Kč)
x2 … investice do PF (mil. Kč)x2 … investice do PF (mil. Kč)
x3 … investice do TV (mil. Kč)x3 … investice do TV (mil. Kč)
x4 … investice do HZL (mil. Kč)x4 … investice do HZL (mil. Kč) Omezující podmínkyOmezující podmínky
likviditalikvidita
5x1 + 4x2 + x3 + 3x4 5x1 + 4x2 + x3 + 3x4 = 30= 30 výnosvýnos
1,06x1 + 1,04x2 + 1,01x3 + 1,05x4 1,06x1 + 1,04x2 + 1,01x3 + 1,05x4 = 10,3= 10,3 Podmínky nezápornostiPodmínky nezápornosti
x1, x2, x3, x4 ≥ 0x1, x2, x3, x4 ≥ 0 Účelová funkceÚčelová funkce
Z = 10x1Z = 10x1 + 8x2 + 3x3 + 8x2 + 3x3 + 4x + 4x44 → m → minin
Grafické řešení modeluGrafické řešení modelu
kuk - Excelkuk - Excel
Příklad k procvičeníPříklad k procvičeníZ desek 5x7 je potřeba nařezat obdélníky 2x3 a čtverce 1x1.
Možné řezné plány: A B C
Potřeba přířezů
Obdélníky 0 5 4 100Čtverce 35 5 11 200
Kolik minimálně rozřezat desek?
• Definujte model lineárního programování• Zvolte si vhodnou zobrazovací metodu• Vyřešte model graficky
Simplexová metodaSimplexová metoda
Základní pojmyZákladní pojmy
Přípustné řešení - množina přípustných řešeníPřípustné řešení - množina přípustných řešení Bázické řešeníBázické řešení Optimální řešeníOptimální řešení Alternativní řešeníAlternativní řešení Suboptimální řešeníSuboptimální řešení
Řešitelnost modeluŘešitelnost modelu
Řešení neexistuje Řešení neexistuje neexistuje řešení omezujících podmínekneexistuje řešení omezujících podmínek kriteriální funkce je neomezená v požadovaném kriteriální funkce je neomezená v požadovaném
směrusměru Existuje právě jedno řešeníExistuje právě jedno řešení
jediné a bázickéjediné a bázické Existuje nekonečně mnoho řešeníExistuje nekonečně mnoho řešení
dvě a více bázická optimální (alternativní) řešenídvě a více bázická optimální (alternativní) řešení
Simplexový Simplexový algoritmusalgoritmus
Ano
Ne
Řešení je optimální?
Podmínky simplexového algoritmu
Výchozí bázické řešení
Test optimality
Test přípustnosti
Přechod na nové bázické řešení s lepší hodnotou účelové funkce
OPTIMÁLNÍ ŘEŠENÍ NALEZENO
Z
Nové přípustné konečné řešení
existuje?
K
NEOMEZENÁ HODNOTA KRITÉRIA
Ano
Ne
Příklad – výroba dřevěných hračekPříklad – výroba dřevěných hraček
Továrna na výrobu dřevěných hraček se rozhoduje, jaký výrobní Továrna na výrobu dřevěných hraček se rozhoduje, jaký výrobní program stanoví pro jednu ze svých linek. Na této lince může program stanoví pro jednu ze svých linek. Na této lince může vyrábět buď slony, nebo koníky. Návaznost na další pracovní vyrábět buď slony, nebo koníky. Návaznost na další pracovní úkony vylučuje, aby se dohromady vyrobilo více než tisíc úkony vylučuje, aby se dohromady vyrobilo více než tisíc výrobků za jeden výrobní cyklus. Přitom na výrobu jednoho výrobků za jeden výrobní cyklus. Přitom na výrobu jednoho slona je potřeba 0,2 kg materiálu, na výrobu jednoho koníka slona je potřeba 0,2 kg materiálu, na výrobu jednoho koníka 0,3 kg materiálu a linka může zpracovat maximálně 240 kg 0,3 kg materiálu a linka může zpracovat maximálně 240 kg materiálu za jeden výrobní cyklus.materiálu za jeden výrobní cyklus.
Jaký je optimální výrobní program realizovaný na této lince, Jaký je optimální výrobní program realizovaný na této lince, pokud je požadována maximalizace zisku, který činí na pokud je požadována maximalizace zisku, který činí na jednoho slona 6 Kč a na jednoho koníka 7 Kč?jednoho slona 6 Kč a na jednoho koníka 7 Kč?
Příklad k procvičeníPříklad k procvičeníTrenér běžce na dlouhé tratě se rozhoduje, jak sestavit pro svého svěřence plán doplňování energie a tekutin během závodu tak, aby co nejméně zatížil jeho organismus. Má k dispozici následující prostředky; jejich parametry udává tabulka:
Jakým způsobem má trenér stanovit plán výživy, jestliže je potřeba, aby závodník získal minimálně 800 kcal energie, ale vypil právě 2 l tekutin? Sestavte model a vyřešte jej pomocí simplexové metody.
Prostředek Množství energie (kcal)
Objem tekutin (ml)
Zatížení organismu
Minerální nápoj 8 100 1
Energetický nápoj 10 100 2
Energetická tyčinka
160 0 3
Bujón 20 250 10
Požadavek 800 2000 minimální
Analýza výsledkůAnalýza výsledků
Optimální řešeníOptimální řešení Alternativní řešeníAlternativní řešení Suboptimální řešeníSuboptimální řešení Analýza citlivosti vzhledem k změnám cenAnalýza citlivosti vzhledem k změnám cen Analýza citlivosti vzhledem k změnám Analýza citlivosti vzhledem k změnám
pravých stranpravých stran