PÅednáška 7 - Katedra ekonometrie
PÅednáška 7 - Katedra ekonometrie
PÅednáška 7 - Katedra ekonometrie
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Základy operačního výzkumu<br />
Přednáška č. 7<br />
Jiří Neubauer<br />
<strong>Katedra</strong> <strong>ekonometrie</strong> FEM UO Brno<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Simplexová metoda<br />
vychází z řešení, které je primárně přípustné<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Simplexová metoda<br />
vychází z řešení, které je primárně přípustné<br />
metoda zachovává primární přípustnost<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Simplexová metoda<br />
vychází z řešení, které je primárně přípustné<br />
metoda zachovává primární přípustnost<br />
pokračujeme tak dlouho, dokud nenajdeme řešení, které je<br />
přípustné i duálně – optimální řešení<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Duálně simplexová metoda<br />
nevyžaduje primární přípustnost (pravé strany mohou být i<br />
záporné)<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Duálně simplexová metoda<br />
nevyžaduje primární přípustnost (pravé strany mohou být i<br />
záporné)<br />
vychází z řešení, které je duálně přípustné<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Duálně simplexová metoda<br />
nevyžaduje primární přípustnost (pravé strany mohou být i<br />
záporné)<br />
vychází z řešení, které je duálně přípustné<br />
metoda zachovává duální přípustnost<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Duálně simplexová metoda<br />
nevyžaduje primární přípustnost (pravé strany mohou být i<br />
záporné)<br />
vychází z řešení, které je duálně přípustné<br />
metoda zachovává duální přípustnost<br />
postupnými úpravami simplexové tabulky nenajdeme řešení,<br />
které je přípustné i primárně – optimální řešení<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
je-li b r < 0 ⇒ řešení není optimální, r-tý řádek zvolíme za<br />
klíčový<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
je-li b r < 0 ⇒ řešení není optimální, r-tý řádek zvolíme za<br />
klíčový<br />
2 určíme klíčový sloupec<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
je-li b r < 0 ⇒ řešení není optimální, r-tý řádek zvolíme za<br />
klíčový<br />
2 určíme klíčový sloupec<br />
pro záporné koeficienty v klíčovém řádku (a rj < 0) určíme<br />
podíly cj<br />
a rj<br />
Jiří Neubauer Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
je-li b r < 0 ⇒ řešení není optimální, r-tý řádek zvolíme za<br />
klíčový<br />
2 určíme klíčový sloupec<br />
pro záporné koeficienty v klíčovém řádku (a rj < 0) určíme<br />
podíly cj<br />
a rj<br />
najdeme<br />
∣ min<br />
c j ∣∣∣<br />
a rj
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Duálně simplexová metoda<br />
Postup DSM – vycházíme z duálně přípustného řešení<br />
1 stanovíme klíčový řádek → určíme min b i = b r<br />
je-li b r > 0 ⇒ řešení je primárně přípustné, je tedy optimální<br />
je-li b r = 0 ⇒ máme optimální řešení (degenerované)<br />
je-li b r < 0 ⇒ řešení není optimální, r-tý řádek zvolíme za<br />
klíčový<br />
2 určíme klíčový sloupec<br />
pro záporné koeficienty v klíčovém řádku (a rj < 0) určíme<br />
podíly cj<br />
a rj<br />
najdeme<br />
∣ min<br />
c j ∣∣∣<br />
a rj
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
Máme dostatečné množství základních lan o délce 32 m. K dalšímu<br />
použití potřebujeme alespoň 12 kusů 20 m lan, 20 kusů 11 m lan a<br />
26 kusů 6 m lan. Určete optimální skladbu řezných plánů vzhledem<br />
k minimálnímu odpadu.<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
Máme dostatečné množství základních lan o délce 32 m. K dalšímu<br />
použití potřebujeme alespoň 12 kusů 20 m lan, 20 kusů 11 m lan a<br />
26 kusů 6 m lan. Určete optimální skladbu řezných plánů vzhledem<br />
k minimálnímu odpadu.<br />
Řezný plán Požadované<br />
I. II. III. IV. V. množství<br />
20 m 1 1 0 0 0 12<br />
11 m 1 0 2 1 0 20<br />
6 m 0 2 1 3 5 26<br />
odpad [m] 1 0 4 3 2 min<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
Proměnné x 1 , . . . , x 5<br />
Proměnná x j , j = 1, 2, 3, 4, 5 udává počet základních lan<br />
rozřezaných podle řezného plánu j, x j ≥ 0.<br />
x 1 + x 2 ≥ 12<br />
x 1 + 2x 3 + x 4 ≥ 20<br />
2x 2 + x 3 + 3x 4 + 5x 5 ≥ 26<br />
x 1 ≥ 0, . . . , x 5 ≥ 0<br />
Celkový odpad určuje účelová funkce<br />
z = x 1 + 4x 3 + 3x 4 + 2x 5 −→ min<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
x 1 + x 2 − x ′ 1 = 12<br />
x 1 + 2x 3 + x 4 − x ′ 2 = 20<br />
2x 2 + x 3 + 3x 4 + 5x 5 − x ′ 3 = 26<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
x 1 + x 2 − x ′ 1 = 12<br />
x 1 + 2x 3 + x 4 − x ′ 2 = 20<br />
2x 2 + x 3 + 3x 4 + 5x 5 − x ′ 3 = 26<br />
↓<br />
−x 1 − x 2 + x ′ 1 = −12<br />
−x 1 − 2x 3 − x 4 + x ′ 2 = −20<br />
− 2x 2 − x 3 − 3x 4 − 5x 5 + x ′ 3 = −26<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ −1 −1 0 0 0 1 0 0 −12<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
x 3 ′ 0 −2 −1 −3 −5 0 0 1 −26<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ −1 −1 0 0 0 1 0 0 −12<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
x 3 ′ 0 −2 −1 −3 −5 0 0 1 −26<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ −1 −1 0 0 0 1 0 0 −12<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
x 3 ′ 0 −2 −1 −3 −5 0 0 1 −26<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ ∣ }<br />
∣∣∣ 0<br />
∣∣∣<br />
min<br />
−2∣ , −4<br />
∣∣∣ −1∣ , −3<br />
∣∣∣ −3∣ , −2<br />
−5∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ −1 −1 0 0 0 1 0 0 −12<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
x 3 ′ 0 −2 −1 −3 −5 0 0 1 −26<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ ∣ }<br />
∣∣∣ 0<br />
∣∣∣<br />
min<br />
−2∣ , −4<br />
∣∣∣ −1∣ , −3<br />
∣∣∣ −3∣ , −2<br />
−5∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ −1 −1 0 0 0 1 0 0 −12<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
x 3 ′ 0 −2 −1 −3 −5 0 0 1 −26<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ ∣ }<br />
∣∣∣ 0<br />
∣∣∣<br />
min<br />
−2∣ , −4<br />
∣∣∣ −1∣ , −3<br />
∣∣∣ −3∣ , −2<br />
−5∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1 3 5<br />
−1 0<br />
2 2 2<br />
1 0 − 1 2<br />
1<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1 3 5<br />
−1 0<br />
2 2 2<br />
1 0 − 1 2<br />
1<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1 3 5<br />
−1 0<br />
2 2 2<br />
1 0 − 1 2<br />
1<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ }<br />
∣∣∣ −1<br />
∣∣∣<br />
min<br />
−1∣ , −4<br />
∣∣∣ −2∣ , −3<br />
−1∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1 3 5<br />
−1 0<br />
2 2 2<br />
1 0 − 1 2<br />
1<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ }<br />
∣∣∣ −1<br />
∣∣∣<br />
min<br />
−1∣ , −4<br />
∣∣∣ −2∣ , −3<br />
−1∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1 3 5<br />
−1 0<br />
2 2 2<br />
1 0 − 1 2<br />
1<br />
x 2 ′ −1 0 −2 −1 0 0 1 0 −20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z −1 0 −4 −3 −2 0 0 0 0<br />
{∣ ∣ ∣ }<br />
∣∣∣ −1<br />
∣∣∣<br />
min<br />
−1∣ , −4<br />
∣∣∣ −2∣ , −3<br />
−1∣<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Rozdělovací úloha<br />
báze x 1 x 2 x 3 x 4 x 5 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 5 5 5<br />
0 0<br />
2 2 2<br />
1 −1 − 1 2<br />
21<br />
x 1 1 0 2 1 0 0 −1 0 20<br />
1 3 5<br />
x 2 0 1<br />
2 2 2<br />
0 0 − 1 2<br />
13<br />
z 0 0 −2 −2 −2 0 −1 0 20<br />
Optimální řešení je ⃗x = (20, 13, 0, 0, 0, 21, 0, 0). Hodnota účelové<br />
funkce z = 20.<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
Mějme příklad – výroba dvou směsí kávy Mocca a Standard (viz<br />
úvodní přednáška). Dostaneme simplexovou tabulku<br />
báze x 1 x 2 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 ′ 1/2 1/4 1 0 0 40<br />
x 2 ′ 1/2 1/2 0 1 0 60<br />
x 3 ′ 0 1/4 0 0 1 25<br />
z −20 −14 0 0 0 0<br />
A I b<br />
−c T 0 T 0<br />
A je matice strukturních koeficientů, I je jednotková matice,<br />
−c T jsou koeficienty anulované účelové funkce<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
báze x 1 x 2 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 1 0 4 −2 0 40<br />
x 2 0 1 −4 4 0 80<br />
x 3 ′ 0 0 1 −1 1 5<br />
z 0 0 24 16 0 1920<br />
B −1<br />
s A B −1<br />
s<br />
c T B B−1 s A−c T u T s = c T B B−1 s<br />
B −1<br />
s b<br />
c T B B−1 s b<br />
je tzv. inverzní matice báze, je na místě, kde byla původně<br />
jednotková matice<br />
c T B<br />
je vektor cenových koeficientů základních proměnných v s-tém<br />
kroku výpočtu (původní ceny příslušné bázi v s-tém kroku)<br />
B −1<br />
s<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
⎛ ⎞ ⎛ ⎞<br />
1/2 1/4 40<br />
A = ⎝1/2 1/2⎠ , b = ⎝60⎠ , c T = (20, 14)<br />
0 1/4 25<br />
V druhém kroku (s = 2) dostaneme již optimální řešení se<br />
základními proměnnými x 1 , x 2 , x 3 ′ . Odpovídající matice a vektory<br />
mají tvar<br />
⎛ ⎞<br />
4 −2 0<br />
B −1<br />
2<br />
= ⎝−4 4 0⎠ , c T B = (20, 14, 0)<br />
1 −1 1<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
Výpočtem⎛<br />
snadno ověříme ⎞ ⎛ platnost ⎞ uvedených ⎛ ⎞ vztahů<br />
4 −2 0 1/2 1/4 1 0<br />
B −1<br />
2 A = ⎝−4 4 0⎠<br />
⎝1/2 1/2⎠ = ⎝0 1⎠<br />
1 −1 1 0 1/4 0 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
Výpočtem⎛<br />
snadno ověříme ⎞ ⎛ platnost ⎞ uvedených ⎛ ⎞ vztahů<br />
4 −2 0 1/2 1/4 1 0<br />
B −1<br />
2 A = ⎝−4 4 0⎠<br />
⎝1/2 1/2⎠ = ⎝0 1⎠<br />
1 −1 1 0 1/4 0 0<br />
⎛ ⎞ ⎛ ⎞ ⎛ ⎞<br />
4 −2 0 40 40<br />
B −1<br />
2 b = ⎝−4 4 0⎠<br />
⎝60⎠ = ⎝80⎠<br />
1 −1 1 25 5<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
Výpočtem⎛<br />
snadno ověříme ⎞ ⎛ platnost ⎞ uvedených ⎛ ⎞ vztahů<br />
4 −2 0 1/2 1/4 1 0<br />
B −1<br />
2 A = ⎝−4 4 0⎠<br />
⎝1/2 1/2⎠ = ⎝0 1⎠<br />
1 −1 1 0 1/4 0 0<br />
⎛ ⎞ ⎛ ⎞ ⎛ ⎞<br />
4 −2 0 40 40<br />
B −1<br />
2 b = ⎝−4 4 0⎠<br />
⎝60⎠ = ⎝80⎠<br />
1 −1 1 25 5<br />
⎛<br />
4<br />
⎞<br />
−2 0<br />
u T 2 = cT B B−1 2<br />
= (20, 14, 0) ⎝−4 4 0⎠ = (24, 16, 0)<br />
1 −1 1<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
⎛ ⎞<br />
1/2 1/4<br />
c T B B−1 2 A − cT = u T 2 A − cT = (24, 16, 0) ⎝1/2 1/2⎠ − (20, 14) =<br />
0 1/4<br />
(0, 0)<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Obecný tvar simplexové tabulky<br />
⎛ ⎞<br />
1/2 1/4<br />
c T B B−1 2 A − cT = u T 2 A − cT = (24, 16, 0) ⎝1/2 1/2⎠ − (20, 14) =<br />
0 1/4<br />
(0, 0)<br />
⎛ ⎞<br />
40<br />
c T B B−1 2 b = uT 2 b = (24, 16, 0) ⎝60⎠ = 1920<br />
25<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Interpretace optimálního řešení<br />
strukturní proměnné doplňkové proměnné<br />
báze<br />
x 1 x 2 · · · x n x 1 ′ x 2 ′ · · · x m<br />
′ b i<br />
základní<br />
hodnoty<br />
strukturní koeficienty strukturní koeficienty<br />
proměnné<br />
zákl. prom.<br />
z c 1 c 2 · · · c n u 1 u 2 · · · u m hodnota z<br />
redukované ceny stínové ceny<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Interpretace optimálního řešení<br />
strukturní proměnné doplňkové proměnné<br />
báze<br />
x 1 x 2 · · · x n x 1 ′ x 2 ′ · · · x m<br />
′ b i<br />
základní<br />
hodnoty<br />
strukturní koeficienty strukturní koeficienty<br />
proměnné<br />
zákl. prom.<br />
z c 1 c 2 · · · c n u 1 u 2 · · · u m hodnota z<br />
redukované ceny stínové ceny<br />
Pro hodnotu účelové funkce z platí<br />
c T B B−1 s b = u T s b,<br />
je tedy rovna součinu vektoru stínových cen a vektoru pravých<br />
stran. Stínové ceny (hodnoty duálních proměnných) můžeme<br />
interpretovat jako ocenění jedné jednotky pravé strany ve vztahu<br />
k hodnotě účelové funkce.<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Interpretace optimálního řešení<br />
Vraťme se k příkladu s kávou.<br />
báze x 1 x 2 x 1 ′ x 2 ′ x 3 ′ b i<br />
x 1 1 0 4 −2 0 40<br />
x 2 0 1 −4 4 0 80<br />
x 3 ′ 0 0 1 −1 1 5<br />
z 0 0 24 16 0 1920<br />
Dostáváme optimální řešení x = (40, 80, 0, 0, 5) s hodnotou účelové<br />
funkce z = 40 · 20 + 80 · 14 = 1920. Optimální řešení duální úlohy<br />
je u = (24, 16, 0, 0, 0) s hodnotou účelové funkce<br />
z = 24 · 40 + 16 · 60 + 0 · 25 = 1920. To znamená, že 1 tuna 1.<br />
komponenty se podílí na celkovém zisku hodnotou 24 tis. Kč, 1<br />
tuna 2. komponenty se podílí na celkovém zisku hodnotou 16 tis.<br />
Kč a 3. komponenta se na zisku nepodílí (je jí k dispozici tolik, že<br />
nemá na výrobu v podstatě žádný vliv)<br />
Jiří Neubauer Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti pravých stran<br />
Otázka: Jak se může měnit vybraná složka vektoru pravých stran<br />
tak, aby optimální řešení, určené stávajícími základními<br />
proměnnými zůstalo přípustné?<br />
V s-tém kroku dostáváme vektor pravých stran ve tvaru B −1<br />
s b.<br />
Aby řešení zůstalo přípustné, musí platit B −1<br />
s b ≥ 0.<br />
Uvažujme, že chceme spočítat interval stability pro první složku<br />
vektoru b. Stačí řešit soustavu nerovnic<br />
⎛ ⎞<br />
b 1 + ∆b 1<br />
B −1<br />
s<br />
⎜<br />
⎝<br />
b 2<br />
.<br />
b m<br />
⎟<br />
⎠ ≥ 0.<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti pravých stran<br />
Mějme<br />
⎛ ⎞ ⎛ ⎞<br />
4 −2 0 40<br />
B −1<br />
2<br />
= ⎝−4 4 0⎠ , b = ⎝60⎠ ,<br />
1 −1 1 25<br />
pro první složku je třeba řešit soustavu<br />
⎛<br />
4 −2<br />
⎞ ⎛ ⎞<br />
0 40 + ∆b 1<br />
⎝−4 4 0⎠<br />
⎝ 60 ⎠ ≥ 0.<br />
1 −1 1 25<br />
Dostáváme soustavu:<br />
4∆b 1 + 40 ≥ 0<br />
−4∆b 1 + 80 ≥ 0<br />
∆b 1 + 5 ≥ 0<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti pravých stran<br />
Řešením této soustavy dostaneme řešení<br />
∆b 1 = 〈−5, 20〉.<br />
Iterval stability pro první složku vektoru b je<br />
b 1 ∈ 〈35, 60〉.<br />
Podobně pro další složky b 2 a b 3 dostáváme<br />
∆b 2 ∈ 〈−20, 5〉 tzn. b 2 ∈ 〈40, 65〉,<br />
∆b 3 ∈ 〈−5, ∞) tzn. b 3 ∈ 〈20, ∞)<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti cenových koeficientů<br />
Otázka: Jak se může měnit vybraná složka vektoru cenových<br />
koeficientů tak, aby stávající řešení zůstalo optimální?<br />
V případě maximalizační úlohy musí platit<br />
pro jednotlivé hodnoty<br />
c T B B−1 s A − c T ≥ 0,<br />
z j = c T B B−1 s a j − c j ≥ 0, j = 1, 2, . . . , n<br />
a zároveň<br />
u T = c B B −1<br />
s ≥ 0.<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti cenových koeficientů<br />
Mějme c T = (20, 14), základní proměnné jsou x 1 , x 2 , x 3 ′ ,<br />
c T B<br />
= (20, 14, 0). Pro interval stability první složky vektoru c<br />
budeme řešit pro redukované ceny<br />
⎛ ⎞<br />
1 0<br />
(20 + ∆c 1 , 14, 0) ⎝0 1⎠ − (20 + ∆c 1 , 14) ≥ 0<br />
0 0<br />
a pro stínové ceny<br />
⎛<br />
4 −2<br />
⎞<br />
0<br />
(20 + ∆c 1 , 14, 0) ⎝−4 4 0⎠ ≥ 0<br />
1 −1 1<br />
Jiří Neubauer<br />
Základy operačního výzkumu
Duálně simplexová metoda<br />
Obecný tvar simplexové tabulky<br />
Interpretace optimálního řešení<br />
Analýza citlivosti optimálního řešení<br />
Analýza citlivosti cenových koeficientů<br />
Dostaneme řešení<br />
∆c 1 ∈ 〈−6, 8〉 tzn. c 1 ∈ 〈14, 28〉,<br />
∆c 2 ∈ 〈−4, 6〉 tzn. c 2 ∈ 〈10, 20〉.<br />
Jiří Neubauer<br />
Základy operačního výzkumu