Esimerkkejä kokonaislukuoptimointiongelmista

Samankaltaiset tiedostot
Kokonaislukuoptimointi

Lineaarisen kokonaislukuoptimointitehtävän ratkaiseminen

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij

Kombinatorinen optimointi

Harjoitus 5 ( )

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Malliratkaisut Demot

Dynaaminen optimointi

Luento 7: Kokonaislukuoptimointi

Luento 7: Kokonaislukuoptimointi

Harjoitus 5 ( )

Optimoinnin sovellukset

Numeeriset menetelmät

1 Määrittelyjä ja aputuloksia

Numeeriset menetelmät

14. Luennon sisältö. Kuljetustehtävä. Verkkoteoria ja optimointi. esimerkki. verkkoteorian optimointitehtäviä verkon virittävä puu lyhimmät polut

Kanta ja dimensio 1 / 23

Malliratkaisut Demot

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

Liittomatriisi. Liittomatriisi. Määritelmä 16 Olkoon A 2 M(n, n). Matriisin A liittomatriisi on cof A 2 M(n, n), missä. 1) i+j det A ij.

Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0

Piiri K 1 K 2 K 3 K 4 R R

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

Numeeriset menetelmät TIEA381. Luento 7. Kirsi Valjus. Jyväskylän yliopisto. Luento 7 () Numeeriset menetelmät / 43

Malliratkaisut Demot

Mat Investointiteoria Laskuharjoitus 4/2008, Ratkaisut

Avaruuden R n aliavaruus

Analyysi 1. Harjoituksia lukuihin 1 3 / Syksy Osoita täsmällisesti perustellen, että joukko A = x 4 ei ole ylhäältä rajoitettu.

Harjoitus 4: Matlab - Optimization Toolbox

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

6. Luennon sisältö. Lineaarisen optimoinnin duaaliteoriaa

Käänteismatriisin ominaisuuksia

Insinöörimatematiikka D

Malliratkaisut Demot

811120P Diskreetit rakenteet

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

2. Todista Lause 1.2 : Jos I on ylinumeroituva indeksijoukko ja a i > 0kaikillai 2 I, niin P i2i a i = 1.

Koodausteoria, Kesä 2014

x j x k Tällöin L j (x k ) = 0, kun k j, ja L j (x j ) = 1. Alkuperäiselle interpolaatio-ongelmalle saadaan nyt ratkaisu

Diskreetti matematiikka, syksy 2010 Harjoitus 7, ratkaisuista

Sovellettu todennäköisyyslaskenta B

6 Vektoriavaruus R n. 6.1 Lineaarikombinaatio

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Harjoitus 3 ( )

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Kokonaislukuoptimointi

Malliratkaisut Demo 4

Harjoitus 8: Excel - Optimointi

Luento 8: Epälineaarinen optimointi

Malliratkaisut Demo 1

33. pohjoismainen matematiikkakilpailu 2019 Ratkaisut

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Matematiikan tukikurssi, kurssikerta 1

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Määritelmä 2.5. Lause 2.6.

1 Rajoittamaton optimointi

1 Sisätulo- ja normiavaruudet

802320A LINEAARIALGEBRA OSA II

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

1 Peruslaskuvalmiudet

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

12. Hessen matriisi. Ääriarvoteoriaa

Malliratkaisut Demo 4

1 Lineaariavaruus eli Vektoriavaruus

Harjoitus 3 ( )

Matemaattinen optimointi I -kurssin johdantoluento Prof. Marko M. Mäkelä Turun yliopisto Matematiikan ja tilastotieteen laitos

Lineaarinen optimointitehtävä

Algoritmit 2. Luento 11 Ti Timo Männikkö

Täydellisyysaksiooman kertaus

Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti.

Lineaarinen optimointitehtävä

Algoritmit 2. Luento 12 To Timo Männikkö

Demo 1: Branch & Bound

Mat Lineaarinen ohjelmointi

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

TIETOTEKNIIKAN MATEMATIIKKA

JYVÄSKYLÄN YLIOPISTO. 3. Luennon sisältö

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

Taustatietoja ja perusteita

Matematiikan ja tilastotieteen laitos Matematiikka tutuksi Harjoitus 2, malliratkaisut

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio

4. Luennon sisältö. Lineaarisen optimointitehtävän ratkaiseminen Simplex-menetelmä

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Luento 8: Epälineaarinen optimointi

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

Matematiikan peruskurssi (MATY020) Harjoitus 7 to

Pienimmän neliösumman menetelmä

isomeerejä yhteensä yhdeksän kappaletta.

Taloustieteen perusteet 31A Ratkaisut 3, viikko 4

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Johdatus verkkoteoriaan 4. luento

Injektio. Funktiota sanotaan injektioksi, mikäli lähtöjoukon eri alkiot kuvautuvat maalijoukon eri alkioille. Esim.

TIEA382 Lineaarinen ja diskreetti optimointi

Numeeriset menetelmät TIEA381. Luento 4. Kirsi Valjus. Jyväskylän yliopisto. Luento 4 () Numeeriset menetelmät / 44

Joukot. Georg Cantor ( )

MATEMATIIKKA 3 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

Algoritmit 2. Luento 11 Ti Timo Männikkö

Transkriptio:

Esimerkkejä kokonaislukuoptimointiongelmista (eli mitä kaikkea kokonaisluvuilla voi mallintaa) 27. marraskuuta 2013

Pääoman budjetointiongelma Kulut Projekti Vuosi 1 Vuosi 2 Vuosi 3 Tuotto 1 5 1 8 20 2 4 7 10 40 3 3 9 2 20 4 7 4 1 15 5 8 6 10 30 Varat 25 25 25 Tavoite: Määrää, mitkä projektit toteutetaan, jotta tuotot maksimoituvat

x j = { 1, jos projekti j toteutetaan 0, jos projektia j ei toteuteta max 20x 1 + 40x 2 + 20x 3 + 15x 4 + 30x 5 kun 5x 1 + 4x 2 + 3x 3 + 7x 4 + 8x 5 25 x 1 + 7x 2 + 9x 3 + 4x 4 + 6x 5 25 8x 1 + 10x 2 + 2x 3 + x 4 + 10x 5 25 x 1, x 2, x 3, x 4, x 5 = 0 tai 1

Kapsäkkiongelma Valittavana on n eri tavaraa Tavaran j hyöty on c j ja paino on a j Tavaroiden yhteispaino saa olla korkeintaan b Tavoite: Valitse mukaan otettavat tavarat siten, että niiden yhteishyöty maksimoituu

x j = { 1, jos tavara j otetaan mukaan 0, jos tavaraa j ei oteta mukaan max kun c j x j a j x j b x j = 0 tai 1

Kohdistusongelma Olkoon n eri henkilöä ja n eri työtä Jokainen henkilö suorittaa yhden työn, ja jokaisen työn suorittaa yksi henkilö Kun henkilö i suorittaa työn j, siitä aiheutuu kustannus c ij Tavoite: Kohdista henkilöt töihin siten, että kokonaiskustannukset minimoituvat

x ij = { 1, jos henkilö i suorittaa työn j 0, muuten min c ij x ij kun i=1 x ij = 1 x ij = 1 i=1 x ij = 0 tai 1 i = 1,..., n i = 1,..., n,

Osajoukko-ongelmat Perusjoukko M = {1,..., m} ja tämän osajoukot M j M, Osajoukkojen joukko F peittää perusjoukon, jos j F M j = M Jokaiseen osajoukkoon M j liittyy kustannus c j Minimipeitto-ongelma: Etsi sellainen F, joka peittää perusjoukon ja jonka kokonaiskustannus on mahdollisimman pieni

{ 1, jos osajoukko j otetaan mukaan x j = 0, jos osajoukkoa j ei oteta mukaan { 1, jos i M j a ij = 0, jos i / M j min kun c j x j a ij x j 1 x j = 0 tai 1 i = 1,..., m

Ositusongelma: Etsi sellainen F, joka peittää perusjoukon siten, että jokainen perusjoukon alkio on mukana täsmälleen kerran, ja jonka kokonaiskustannus on mahdollisimman pieni min kun c j x j a ij x j = 1 x j = 0 tai 1 i = 1,..., m

Jokaiseen osajoukkoon M j liittyy hyöty c j Pakkausongelma: Etsi sellainen F, jossa jokainen perusjoukon alkio saa olla mukana korkeintaan kerran, ja jonka kokonaishyöty on mahdollisimman suuri max kun c j x j a ij x j 1 x j = 0 tai 1 i = 1,..., m

Sijoitusongelma Olkoon m paikkaa, joihin voidaan perustaa tuotantolaitos, ja olkoon n asiakasta Asiakas j tarvitsee tuotetta määrän d j Paikkaan i perustettavasta tuotantolaitoksesta aiheutuu kiinteä kustannus f i Tuotantolaitoksen i kapasiteetti on M i Jos paikassa i valmistettu tuote kuljetetaan asiakkaalle j, siitä aiheutuu kustannus c ij Tavoite: Määrää ne paikat, joihin laitos perustetaan sekä tuotteen kuljetusmäärät asiakkaille siten, että kokonaiskustannukset minimoituvat

x ij = laitoksesta i asiakkaalle j kuljetettava määrä { 1, jos paikkaan i perustetaan laitos x i = 0, jos paikkaan i ei perusteta laitosta m m min c ij x ij + f i x i kun i=1 m x ij = d j i=1 x ij M i x i x ij 0 x i = 0 tai 1 i=1 i = 1,..., m i = 1,..., m, i = 1,..., m

Kauppamatkustajan ongelma Olkoon n paikkakuntaa Etäisyys paikkakunnalta i paikkakunnalle j on d ij Käydään kerran jokaisella paikkakunnalla ja palataan takaisin lähtöpaikkaan Tavoite: Määrää paikkakuntien järjestys siten, että kokonaismatka minimoituu

x ij = { 1, jos mennään paikkakunnalta i paikkakunnalle j 0, muuten min kun i=1 d ij x ij x ij = 1 x ij = 1 i=1 x ij = 0 tai 1 i = 1,..., n i = 1,..., n, Tässä on kuitenkin mahdollista, että ratkaisu muodostuu useammasta erillisestä renkaasta

Tarvitaan lisärajoite, esimerkiksi: x ij 1 i S j S kaikilla joukon N = {1,..., n} epätyhjillä osituksilla (S, S), missä S = N \ S

Kiinteät kustannukset Tuotantokustannukset, missä on mukana kiinteät kustannukset k j > 0 : { 0, jos x j = 0 f j (x j ) = k j + c j x j, jos x j > 0 Vastaava optimointitehtävä on epälineaarinen: min kun f j (x j ) a ij x j b i x j 0 i = 1,..., m

Olkoon u j suurin mahdollinen arvo muuttujalle x j, ja y j = { 0, jos x j = 0 1, jos x j > 0 Saadaan lineaarinen kokonaislukuoptimointitehtävä: min kun (c j x j + k j y j ) a ij x j b i x j u j y j 0 x j 0 y j = 0 tai 1 i = 1,..., m

Jokotai-rajoitteet Tuotetta joko ei valmisteta lainkaan tai sitä valmistetaan tietty vähimmäismäärä, ts. joko x j = 0 tai l j x j u j Lisätään muuttujat: { 0, jos x j = 0 y j = 1, jos x j > 0 ja rajoitteet: x j u j y j 0 x j l j y j 0

Töidenjärjestelyongelma Olkoon n työtä, jotka suoritetaan yhdellä koneella Koneella voi olla vain yksi työ kerrallaan Työn j vaatima aika on a j Työn j on oltava valmis hetkellä d j Tavoite: Määrää töiden suoritusjärjestys siten, että kokonaisaika minimoituu

Olkoon x j hetki, jolloin työ j aloitetaan Joko työ i suoritetaan ennen työtä j tai työ j suoritetaan ennen työtä i, ts. joko x i + a i x j tai x j + a j x i Lisätään muuttujat: { 1, jos työ i edeltää työtä j y ij = 0, jos työ j edeltää työtä i ja rajoitteet: M(1 y ij ) + x j x i a i i = 1,..., n, My ij + x i x j a j i = 1,..., n, missä M on riittävän suuri vakio

Optimointitehtävä: min t kun x j + a j t M(1 y ij ) + x j x i a i i = 1,..., n, My ij + x i x j a j i = 1,..., n, x j + a j d j t 0 x j 0 y ij = 0 tai 1 i = 1,..., n,

Ainakin osa rajoitteista oltava voimassa Vaaditaan, että rajoitteista a ij x j b i i = 1,..., m on voimassa ainakin k kappaletta, mutta ei ole väliä mitkä niistä Olkoon u i rajoitteen i yläraja, ts. aina on voimassa n a ij x j u i kaikilla i = 1,..., m

Lisätään muuttujat: y i = ja korvataan rajoitteet seuraavilla: { 1, rajoite i on voimassa 0, rajoite i ei ole voimassa a ij x j b i + u i (1 y i ) m y i k i=1 i = 1,..., m

Muuttujalla tietty määrä mahdollisia arvoja Muuttuja x j voi saada arvokseen yhden k:sta mahdollisesta arvosta d 1,..., d k Lisätään muuttujat:

Paloittain lineaarinen funktio Olkoon funktio f separoituva, ts. f (x 1,..., x r ) = r f j(x j ) Olkoon jokainen f j paloittain lineaarinen siten, että sen kuvaaja kulkee pisteiden (a i, f j (a i )), i = 1,..., p, kautta Jos x j kuuluu osavälille [a i, a i+1 ], niin se voidaan esittää muodossa x j = λ i a i + λ i+1 a i+1 missä 0 λ i 1, 0 λ i+1 1 ja λ i + λ i+1 = 1

Tällöin myös f j (x j ) = λ i f j (a i ) + λ i+1 f j (a i+1 ) = p f j (x j ) = λ i f j (a i ) i=1 p λ i = 1 i=1 0 λ i 1 i = 1,..., p enintään kaksi vierekkäistä λ i :tä on positiivisia

Enintään kaksi vierekkäistä λ i :tä on positiivisia λ 1 y 1 λ i y i 1 + y i i = 2,..., p 1 λ p y p 1 p 1 y i = 1 i=1 y i = 0 tai 1 i = 1,..., p 1

Kvadraattinen kohdistusongelma Olkoon n alkiota joukossa A ja toiset n alkiota joukossa B Jokainen joukon A alkio liitetään yhteen joukon B alkioon, ja jokainen joukon B alkio liitetään yhteen joukon A alkioon Kun alkio i A liitetään alkioon j B ja alkio k A liitetään alkioon l B, siitä aiheutuu kustannus c ijkl Tavoite: Liitä alkiot toisiinsa siten, että kokonaiskustannukset minimoituvat

x ij = { 1, jos alkio i A liitetään alkioon j B 0, muuten min c ijkl x ij x kl kun i=1 k=1 l=1 x ij = 1 x ij = 1 i=1 x ij = 0 tai 1 i = 1,..., n i = 1,..., n,

Esimerkki kvadraattisesta kohdistusongelmasta: Olkoon A joukko tehtaita ja B joukko sijoituspaikkakuntia Tehtävänä on siis sijoittaa n tehdasta n:lle paikkakunnalle Tavoite: minimoida tehtaiden väliset kommunikointikustannukset, jotka riippuvat kommunikoinnin määrästä kunkin tehdasparin välillä sekä tehtaiden välisistä etäisyyksistä Olkoon e ik = tehtaiden i ja k välisen kommunikoinnin määrä ja d jl = kommunikointikustannus yhtä yksikköä kohden paikkakuntien j ja l välillä Tällöin e ik d jl on kommunikoinnin kustannus tehtaiden välillä