Содержание
- 2. Vzdělávací cíle Připravit model LP pro výpočet simplexovým algoritmem Sestavit výchozí simplexovou tabulku Nalézt optimální řešení
- 3. Model lineárního programování Cíl: nalézt vázaný extrém lineární funkce více proměnných, který vyhovuje daným lineárním omezujícím
- 4. Použité symboly a značení Proměnné x … strukturní proměnné; d … doplňkové proměnné; p … pomocné
- 5. Příklad Farma se rozhoduje o vyhrazení části své půdy pro pěstování pšenice, ječmene a žita. tyto
- 6. Simplexový algoritmus Splnění podmínek simplexového algoritmu Výchozí bázické řešení Test optima (vstupu) Test přípustnosti báze (výstupu)
- 7. Podmínky simplexového algoritmu Nezápornost složek vektoru pravých stran stačí zkontrolovat; pokud není splněna, lze příslušné omezující
- 8. Rovnicový tvar Nerovnice vyrovnáme na rovnice Doplňkové proměnné značíme d, indexujeme číslem omezující podmínky; přebírají jednotky
- 9. Kanonický tvar Nerovnice vyrovnáme na rovnice (doplňkové proměnné) Zajistíme úplnou jednotkovou submatici Pomocné proměnné značíme p,
- 10. Pomocné proměnné Přidáváme do omezujících podmínek požadavkových; typu určení; vždy s kladným znaménkem. Interpretace kolik jednotek
- 11. Výchozí bázické řešení Sestavení výchozí simplexové tabulky Identifikace bázických a nebázických proměnných Určení hodnot proměnných ve
- 12. Test optimality Existuje bázické řešení s lepší hodnotou ÚF? Záměna proměnných v bázi Koeficient zj –
- 13. Test přípustnosti I nové řešení musí splňovat podmínky SA Nezáporné složky vektoru b Známe klíčový sloupec
- 14. Nové řešení Jeden krok Jordanovy eliminační metody Přesun jednotkového vektoru pod proměnnou, která vstupuje do báze
- 15. Interpretace výsledku Rozdělení proměnných na bázické a nebázické Hodnoty všech proměnných Hodnota účelové funkce Relativní nevýhodnost
- 16. Shrnutí Pojem lineární optimalizační model Konstrukce simplexové tabulky Čtení v simplexové tabulce Optimalizace v simplexové tabulce
- 18. Скачать презентацию