LP-mallit, L8. Herkkyysanalyysi. Varjohinta. Tietokoneohjelmia. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto.

Samankaltaiset tiedostot
LP-mallit, L19. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto. Graafisen ratkaisun vaiheet. Optimin olemassaolo

1. Lineaarinen optimointi

Talousmatematiikan perusteet

Talousmatematiikan perusteet

Esimerkki 1 (Rehun sekoitus) 1

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Harjoitus 8: Excel - Optimointi

Operatioanalyysi 2011, Harjoitus 3, viikko 39

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

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

Lineaaristen monitavoiteoptimointitehtävien

Aki Taanila LINEAARINEN OPTIMOINTI

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


Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

Piiri K 1 K 2 K 3 K 4 R R

ja nyt tässä tapauksessa a = 1, b=4 ja c= -5, ja x:n paikalle ajattelemme P:n.

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

TEHTÄVIEN RATKAISUT. Luku a) Merkintä f (5) tarkoittaa lukua, jonka funktio tuottaa, kun siihen syötetään luku 5.

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

1 Johdanto LP tehtävän luonteen tarkastelua Johdanto herkkyysanalyysiin Optimiarvon funktio ja marginaalihinta

Kertausta Talousmatematiikan perusteista Toinen välikoe

MS-C2105 Optimoinnin perusteet Malliratkaisut 4

OPERAATIOANALYYSI ORMS.1020

Mikä on paras hinta? Hinnoittele oikein. Tommi Tervanen, Kotipizza Group

Malliratkaisut Demot

Malliratkaisut Demo 1

Talousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta

Lineaarinen optimointitehtävä

Luento 4: Lineaarisen tehtävän duaali

Harjoitus 5 ( )

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Harjoitus 7: vastausvihjeet

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Yksikkökate tarkoittaa katetuottoa yhden tuotteen kohdalla. Tämä voidaan määrittää vain jos myytäviä tuotteita on vain yksi.

Malliratkaisut Demot

Luento 3: Simplex-menetelmä

Harjoitus 5 ( )

Talousmatematiikan perusteet

Laskentatoimi. Kirjanpito = ulkoinen laskentatoimi Kustannuslaskenta = sisäinen laskentatoimi

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016

Malliratkaisut Demot

Taloustieteen perusteet 31A Ratkaisut 3, viikko 4

Operatioanalyysi 2011, Harjoitus 2, viikko 38

Lineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 9: Greenin lause

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.


2 Pistejoukko koordinaatistossa

FUNKTION KUVAAJAN PIIRTÄMINEN

Mat Lineaarinen ohjelmointi

2.3. Lausekkeen arvo tasoalueessa

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Kenguru 2015 Benjamin (6. ja 7. luokka)

Luento 7: Kokonaislukuoptimointi

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

1 Rajoitettu optimointi I

Kimppu-suodatus-menetelmä

Harjoitus 4: Matlab - Optimization Toolbox

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi

Harjoitustehtävät 6: mallivastaukset

Demo 1: Simplex-menetelmä

Harjoitusten 2 ratkaisut

3.1 Väliarvolause. Funktion kasvaminen ja väheneminen

Kertausta Talousmatematiikan perusteista Toinen välikoe

Numeeriset menetelmät Pekka Vienonen

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

102 Käyrä. Piste ( 3,0 ) on käyrällä, jos ja vain jos sen koordinaatit. Siis piste ( 1, 2) Siis piste ( 3,0 ) ei ole käyrällä.

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

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

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen

Haitallinen valikoituminen: Kahden tyypin malli

b 1. b m ) + ( 2b Ax) + (b b)

Kuluttajan teoriaa tähän asti. Luento 6. Hyötyfunktion ja indifferenssikäyrien yhteys. Kuluttajan hyöty. Laajennuksia. Kuluttajan ylijäämä

Malliratkaisut Demot

Lineaarinen optimointi

Käy vastaamassa kyselyyn kurssin pedanet-sivulla (TÄRKEÄ ensi vuotta ajatellen) Kurssin suorittaminen ja arviointi: vähintään 50 tehtävää tehtynä

Sarake 1 Sarake 2 Sarake 3 Sarake 4. Vahvistumisen jälkeen tavaran hinta on 70. Uusi tilavuus on

Prof. Marko Terviö Assist. Jan Jääskeläinen

omenaraaka-ainetta (KATE) ostetaan omenoita (OMENATAS)

1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset

Talousmatematiikan perusteet, ORMS1030

Luento 9. June 2, Luento 9

Kenguru 2011 Ecolier (4. ja 5. luokka)

1 Rajoittamaton optimointi

Tentissä saa olla mukana vain muistiinpanovälineet ja laskin. Laskut erilliselle konseptille, vastaus selkeästi näkyviin!!! Palauta tenttipaperi!!

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Julkaiseminen sallittu vain koulun suljetussa verkossa.

Tekijä Pitkä matematiikka

1. Otetaan perusjoukoksi X := {0, 1, 2, 3, 4, 5, 6, 7}. Piirrä seuraaville kolmelle joukolle Venn-diagrammi ja asettele alkiot siihen.

c. Indifferenssikäyrän kulmakerroin eli rajasubstituutioaste on MRS NL = MU L

Luento 5: Peliteoriaa

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

TENTTIKYSYMYKSET

7.4 Sormenjälkitekniikka

Luento 9: Yhtälörajoitukset optimoinnissa

Talousmatematiikan perusteet, ORMS1030

Laskuharjoitus 7 Ratkaisut

Transkriptio:

LP-mallit, L8

Yleistä 1 LP-mallit on yksi Operaatioanalyysin (Operations Research) perustyökaluista. Perusongelma: Miten pitää suorittaa operaatio mahdollisimman hyvin, kun käytettävissä on rajalliset resurssit? (max tai min) Jatko-ongelma: Miten optimi muuttuu, jos jokin mallin parametri muuttuu? Jatko-ongelma 2: Mitä enintään kannattaa maksaa yhdestä lisäresurssista?

(1/n) 2 's Woodcarving inc. valmistaa kahdenlaisia puuleluja: sotilaita ja junia. Tavoitefunktio. Sotilaan myyntihinta on 27e, ja siihen kuluu materiaalia 10eedestä. Jokainen valmistettu sotilas aiheuttaa lisäksi muuttuvia palkka- ja yleiskustannuksia keskimäärin 14eedestä. Junan myyntihinta on 21e, ja siihen kuluu 9eedestä materiaalia. Muuttuvia palkka- ja yleiskustannuksia jokainen juna aiheuttaa keskimäärin 10e. Rajoitteet. Resurssien kulutus. Sotilaiden ja junien valmistus tapahtuu kahdella osastolla: puutyöosastolla ja viimeistelyosastolla. Yksi sotilas vaatii 1 tunnin puutyötä ja 2 tuntia viimeistelyä. Vastaavasti yksi juna vaatii 1 tunnin puutyötä ja 1 tunnin viimeistelyä.

jatkuu (2/n) 3 Rajoitteet. Olemassaolevat resurssit. Yritys pystyy hankkimaan kaiken tarvitsemansa materiaalin, mutta puutyö- ja viimeistelyosastojen kapasiteetti on rajallinen. Käytettävissä on 80 tuntia puutyötä per viikko, ja 100 tuntia viimeistelytyötä per viikko. Rajoitteet. Lisäajoitteet. Lelujen kysynnästä tiedetään, että junien kysyntä on käytännössä rajoittamaton, mutta sotilaita saadaan kaupaksi korkeintaan 40 per viikko. Kysymys: Miten yritys voi maksimoida katetuottonsa? Muodostetaan ongelmasta LP-malli.

Ratkaisu (3/n) 4 (1) Päätösmuuttujat x 1 = puusotilaiden valmistus (kpl/viikko) x 2 = puujunien valmistus (kpl/viikko) (2) Tavoitefunktio Muodostamme tavoitefunktion z(x 1, x 2 ), jolle etsimme suurinta mahdollista arvoa. Tavoitefunktio on nyt katetuotto. z = R(x 1, x 2 ) C(x 1, x 2 ) = tuotto kustannus {}}{{}}{ (27x 1 + 21x 2 ) (10x 1 + 9x }{{} 2 + 14x 1 + 10x 2 ) }{{} materiaali palkat yms. = 3x 1 + 2x 2

Ratkaisu (4/n) 5 (3) Rajoitteet Selvitämme jokaisen tuotantoa rajoittavan tekijän erikseen Puutyö: resurssitarve = 1x 1 + 1x 2 (h/viikko) Käytettävissä oleva resurssi = 80 (h/viikko) 1. rajoite: x 1 + x 2 80 Viimeistelytyö: resurssitarve = 2x 1 + 1x 2 (h/viikko) Käytettävissä oleva resurssi = 100 (h/viikko) 2. rajoite: 2x 1 + x 2 100 Kysyntärajoite: 3. rajoite: x 1 40 Merkkirajoitteet: 4. rajoite: x 1 0 5. rajoite: x 2 0

Ratkaisu (5/n) 6 (4) LP-malli Kootaan kaikki oleellinen siistiksi paketiksi max z = 3x 1 + 2x 2 ehdoin x 1 + x 2 80 2x 1 + x 2 100 x 1 40 x 1, x 2 0

Ratkaisu (6/n) 7 (5) Graanen ratkaisu Aloitetaan tarkastelu ensimmäisestä rajoitteesta x 1 + x 2 80 Jos kiinnitämme x 1 :n arvon (esim. x 1 = 50), niin emme saa antaa x 2 :lle liian suurta arvoa. x 2 tulee olla pienempi tai yhtä suuri kuin kuin 80 x 1 (esim. x 2 80 50 = 30). (x 1, x 2 )-tasossa tulee pisteen olla siis suoran x 1 + x 2 = 80 alapuolella. Piirrämme suoran tasoon. Sitä varten selvitämme kaksi suoran pistettä A = (0, 80), ja B = (80, 0)

Ratkaisu (7/n) 8 Ensimmäinen rajoite: x 1 + x 2 80 alapuoli A = (0, 80), B = (80, 0) x 2 100 A 50 0 alapuoli käypä 0 50 100 x 1 B

Ratkaisu (8/n) 9 Toinen rajoite: 2x 1 + x 2 100 alapuoli C = (0, 100), D = (50, 0) x 2 100 C 50 alapuoli käypä 0 D 0 50 100 x 1

Ratkaisu (9/n) 10 Kolmas rajoite: x 1 40 vasen puoli E = (40, 0) x 2 100 50 vasen puoli käypä 0 E 0 50 100 x 1

Ratkaisu (10/n) 11 Lopuksi piirrämme kaikki suorat samaan kuvaan. Huomaa, että merkkirajoitteet kieltävät pystyakselin vasemman puolen (x 2 -akseli) sekä vaaka-akselin alapuolen (x 1 -akseli.

Ratkaisu (11/n) 12 x 1 + x 2 80 alapuoli A = (0, 80), B = (80, 0) 2x 1 + x 2 100 alapuoli C = (0, 100), D = (50, 0) x 1 40 vasen puoli E = (40, 0) x 2 100 C A 50 0 käypä alue B E D 0 50 100 x 1

Ratkaisu (12.0/n) 13 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 90.

Ratkaisu (12.1/n) 14 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 90.

Ratkaisu (12.2/n) 15 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 120.

Ratkaisu (12.3/n) 16 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 150.

Ratkaisu (12.4/n) 17 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 180.

Ratkaisu (13/n) 18 Seuraavaksi haemme käyvästä alueesta parhaan pisteen. x 2 100 50 optimi x 1 = 20 x 2 = 60 z = 180 0 0 50 100 x 1 Merkitsemme kuvaan pisteet, joissa z = 3x 1 + 2x 2 = 180.

19 Käy läpi rajoitteet 1. kaksi pistettä rajoitesuoralta 2. mikä puoli käypä Piirrä koordinaatisto Piirrä rajoitesuorat ja käypä alue. Merkitse käypä alue kuvaan. Piirrä tavoitesuora jollakin z:n arvolla Päättele optimipiste Kirjoita vastaus

20

21

22

23