‫אופטימיזציה‬

‫למהנדסים‬
‫ד"ר שאול סלומון‬

‫המחלקה להנדסת מכונות‬

‫מכללת אורט בראודה‬

 ‫הרצאה מס' ‪ – 2‬מבוא לקורס‬
‫מה מצפה לנו היום?‬
‫• תנאי מספיק והכרחי לקיום אופטימום‬

‫• בעיות אופטימיזציה לינאריות‬

‫• שיטת ה‪Simplex -‬‬

‫• דוגמאות‬

‫‪2‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק ותנאי הכרחי‬
‫‪ ‬בתורת הלוגיקה הטענות ‪ S‬ו‪ N -‬קשורות ע"י הקשר אם ‪ S‬אז ‪N‬‬

‫‪S‬‬ ‫⇒‬ ‫‪N‬‬

‫‪ N ‬הוא תנאי הכרחי (‪ )Necessary‬ל‪:S -‬‬

‫‪ S‬לא יכול להיות נכון אם ‪ N‬לא נכון‪ .‬למרות שקיום של ‪ N‬לא מחייב קיום של ‪.S‬‬

‫‪ S ‬הוא תנאי מספיק (‪ )Sufficient‬ל‪:N -‬‬

‫קיום של ‪ S‬מחייב קיום של ‪.N‬‬

‫‪3‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק ותנאי הכרחי‬

‫אם ‪S‬‬ ‫⇒‬ ‫אז ‪N‬‬

‫טענות שקולות‬
‫⟺‬ ‫‪ S ‬הוא תנאי מספיק (‪ )Sufficient‬ל‪N -‬‬

‫‪ N ‬הוא תנאי הכרחי (‪ )Necessary‬ל‪S -‬‬

‫אם לא ‪N‬‬ ‫⇒‬ ‫אז לא ‪S‬‬

‫‪4‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק ותנאי הכרחי ‪ -‬דוגמאות‬
‫‪ ‬אם מספר מתחלק ב‪ 4 -‬אז המספר הוא זוגי‬

‫‪ ‬אם שומעים רעם אז היה ברק‬

‫‪ ‬אם אני לומד אופטימיזציה למהנדסים אז עברתי שיטות אנליטיות ‪2‬‬

‫‪ ‬אם ההכנסה החודשית שלי היא ‪ ₪ 62,326‬אז אני שייך לעשירון העליון‬

‫‪ ‬אם ∗𝒙 הוא מינימום גלובלי אז ∗𝒙 הוא מינימום מקומי‬

‫‪ ‬אם פונקציה גזירה אז הפונקציה רציפה‬

‫‪ ‬אם פונקציה גזירה פעמיים אז הפונקציה גזירה פעם אחת‬

‫‪5‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק והכרחי‬
‫‪ ‬אם ‪ S‬אז ‪ N‬ולהיפך‬

‫‪S‬‬ ‫⟺‬ ‫‪N‬‬

‫‪ N ‬הוא תנאי מספיק והכרחי ל‪S -‬‬

‫‪ S ‬הוא תנאי מספיק והכרחי ל‪N -‬‬

‫‪6‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק והכרחי ‪ -‬דוגמאות‬
‫‪ ‬אם מספר מתחלק ב‪ 2 -‬אז המספר הוא זוגי‬

‫‪ ‬אם היה ברק אז נוצר רעם‬

‫‪ ‬אם לקלף יש סימן יחיד במרכזו אז הקלף הוא אס‬

‫‪ ‬אם ההכנסה החודשית שלי היא מעל ‪ ₪ 50,000‬אז אני שייך לעשירון העליון‬

‫‪ ‬אם יש לי דופק אז אני חי‬

‫‪7‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאים הכרחיים לקיום מינימום מקומי‬
‫‪ ‬תנאי מסדר ראשון‬
‫אם הנקודה ∗𝒙 היא מינימום מקומי של הפונקציה 𝒙 𝑓 והפונקציה 𝒙 𝑓‬
‫גזירה בנקודה ∗𝒙‪ ,‬אז ∗𝒙 היא בהכרח נקודה נייחת של 𝑓‪ ,‬כלומר‪:‬‬
‫𝟎 = ∗𝒙 𝑓𝛻‬

‫‪ ‬תנאי מסדר שני‬

‫אם הנקודה ∗𝒙 היא מינימום מקומי של הפונקציה 𝒙 𝑓 והפונקציה 𝒙 𝑓 גזירה פעמיים‬
‫בנקודה ∗𝒙‪ ,‬אז מטריצת ההסיאן בנקודה ∗𝒙 היא בהכרח ‪ ,positive semi-definite‬כלומר‪:‬‬
‫𝟎 ≥ ∗𝒙 𝑓 ‪𝛻 2‬‬

‫‪8‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאים הכרחיים לקיום מינימום מקומי‬
‫‪ ‬מהתנאים ההכרחיים ניתן לקבוע את שתי הקביעות הבאות‪:‬‬

‫‪ .1‬אם 𝟎 ≠ ∗𝒙 𝑓𝛻‬
‫אז הנקודה ∗𝒙 היא לא מינימום מקומי‬

‫‪ .2‬אם ∗𝒙 𝐻 לא ‪p.s.d‬‬
‫אז הנקודה ∗𝒙 היא לא מינימום מקומי‬

‫‪ ‬לא ניתן לקבוע האם הנקודה ∗𝒙 היא מינימום מקומי על סמך קיום של תנאי אחד‬
‫בלבד מהתנאים ההכרחיים‪.‬‬

‫‪9‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאים הכרחיים לקיום מינימום מקומי ‪ -‬דוגמאות‬
‫‪ ‬יש למצוא את כל הנקודות הנייחות של הפונקציות הבאות ולהחליט האם כל נקודה‬
‫יכולה להיות מינימום מקומי או שלא יכול להיות שהיא תהיה מינימום מקומי‪:‬‬

‫‪1. 𝑓 𝑥 = 𝑥 3‬‬

‫‪2. 𝑓 𝑥 = 𝑥 4 − 2𝑥 2 + 1‬‬

‫‪3. 𝑓 𝒙 = 𝑥1 3 + 𝑥2 2 − 3𝑥1 + 8𝑥2 + 2‬‬

‫‪10‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫נקודת פיתול‬
‫כמה תובנות מהדוגמאות‬

‫מקסימום מקומי‬

‫‪11‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תנאי מספיק לקיום מינימום מקומי‬
‫‪ ‬תהי הפונקציה ‪ 𝑓: ℝ𝑛 → ℝ‬גזירה פעמיים‬
‫התנאי המספיק לכך שהנקודה ∗𝒙 היא מינימום מקומי של הפונקציה 𝑓 הוא ששני התנאים‬
‫הבאים מתקיימים בו זמנית‪:‬‬

‫‪ .1‬הנקודה ∗𝒙 היא נקודה נייחת של 𝑓‪ ,‬כלומר‪:‬‬

‫𝟎 = ∗𝒙 𝑓𝛻‬
‫וגם‬

‫‪ .2‬מטריצת ההסיאן בנקודה ∗𝒙 היא ‪ ,positive semi-definite‬כלומר‪:‬‬

‫𝟎 ≥ ∗𝒙 𝑓 ‪𝛻 2‬‬

‫‪12‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫אופטימיזציה לינארית‬
‫הגדרת הבעיה ‪ ,‬ייצוג גרפי ‪ ,‬שיטות פתרון גרפי‬

‫‪13‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

‫‪Linear Programming‬‬
‫‪ ‬המונח ”‪ "Programming‬לא מתייחס לתכנות‪ ,‬אלא כשם נרדף ל"אופטימיזציה"‪.‬‬

‫לקוח מהתחום של ”‪.“Mathematical Programming‬‬

‫‪ ‬מבנה מאוד נפוץ לבעיות אופטימיזציה בו פונקציית המטרה והאילוצים מוגדרים כסט‬

‫של משוואות ואי‪-‬שוויונים לינאריים‪.‬‬

‫‪ ‬אין צורך בחישוב הנגזרות מכיוון שכל המשוואות לינאריות‪.‬‬

‫‪ ‬ניתן לפתור במדויק בעיות עם מספר רב מאוד של משתני החלטה (אלפים)‪.‬‬

‫‪14‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

‫‪Linear Programming Problem‬‬

‫בכתיבה מטריצית‬

‫‪15‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫מספר יישומים לבעיות ‪L.P.‬‬
‫‪ ‬קביעת תמהיל מוצרים וספקים בבתי זיקוק‬
‫לכל מוצר מחיר שונה‪ ,‬תלות בזמינות חומרי גלם‪ ,‬נפח ייצור מקסימלי לכל מוצר‪ ,‬קשר‬
‫בין כמויות ייצור של מוצרים שונים‪ ,‬כל ספק מציע חומרי גלם שונים במחירים שונים‪.‬‬

‫‪ ‬תכנון מערך הפצה‬

‫קביעת מיקום מחסנים‪ ,‬מספר משאיות לכל מחסן‪ ,‬באיזה מחסן יש לאחסן מוצרים‬
‫מאיזה מפעל?‬

‫‪ ‬קביעת לו"ז טיסות ושיבוץ צוותים בחברות תעופה‬

‫‪ ‬מזעור הפסדי חומר כתוצאה מחיתוך בייצור מוצרי נייר‬

‫‪16‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה‪ :‬ייצור חלונות ודלתות‬
‫‪ ‬בית מלאכה לייצור חלונות ודלתות כולל שלוש מחלקות ייצור‪:‬‬
‫• מחלקה ‪ :1‬ייצור מסגרות אלומיניום‬

‫• מחלקה ‪ :2‬ייצור מסגרות עץ‬

‫• מחלקה ‪ :3‬ייצור זגוגיות‪ ,‬והרכבה‬

‫‪ ‬המפעל מעוניין לפתח ‪ 2‬מוצרים חדשים‪:‬‬

‫• דלת זכוכית )‪(D‬‬

‫• חלון עם מסגרת עץ )‪(W‬‬

‫‪ ‬בכל מחלקה ניתן להקצות מספר שעות מצומצם לייצור המוצרים החדשים‬

‫‪17‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה‪ :‬ייצור חלונות ודלתות‬
‫‪ ‬הרווח הצפוי מכל מוצר‪ ,‬מספר השעות הדרוש לצורך ייצורו‪ ,‬ומספר השעות הזמינות‬
‫בכל מחלקה מתוארים בטבלה הבאה‬

‫זמן פנוי בכל מחלקה (שעות בשבוע)‬ ‫זמן עיבוד נדרש בכל מחלקה (שעות ליחידה)‬ ‫מחלקה‬
‫חלון במסגרת עץ‬ ‫דלת זכוכית‬
‫‪4‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫מסגרות אלומיניום‬
‫‪12‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫מסגרות עץ‬
‫‪18‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫זכוכית‬
‫‪500$‬‬ ‫‪300$‬‬ ‫רווח ליחידה‬

‫‪ ‬כמה דלתות וכמה חלונות על המפעל לייצר על מנת למקסם את הרווחים?‬

‫‪18‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫התאמת מודל מתמטי לבעיה‬
‫‪ ‬יש לקבוע את מספר הדלתות ‪ D‬ומספר החלונות ‪ W‬לייצור בכל שבוע על מנת‬
‫למקסם את הרווח השבועי ‪( P‬במאות דולרים)‪:‬‬

‫‪19‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪6‬‬

‫‪4‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪20‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪6‬‬

‫‪4‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪21‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪6‬‬

‫‪D=4‬‬
‫‪4‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪22‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪6‬‬

‫‪W=6‬‬
‫‪4‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪23‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪6‬‬

‫‪4‬‬
‫‪2W+3D=18‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪24‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫‪D‬‬
‫‪8‬‬

‫‪W=6‬‬
‫‪6‬‬ ‫‪2W+3D=18‬‬

‫‪D=4‬‬
‫‪4‬‬

‫‪2‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪25‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫ייצוג גרפי של הבעיה‬
‫קו פונקציית המטרה‬
‫‪D‬‬ ‫‪P=30‬‬ ‫‪P=36‬‬ ‫‪D = -5/3W + P/3‬‬
‫‪P=20‬‬
‫‪8‬‬ ‫‪P=40‬‬

‫‪P=15‬‬
‫‪6‬‬

‫‪P=10‬‬
‫‪4‬‬ ‫‪Optimal point:‬‬
‫‪W = 6, D = 2‬‬
‫‪P = $3,600‬‬
‫‪2‬‬
‫‪P=0‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪26‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫מציאת אופטימום באמצעות קו פונקציית המטרה‬
‫‪ ‬צייר את קו פונקציית המטרה‬ ‫‪D‬‬
‫ע"ג ראשית הצירים‬ ‫‪8‬‬

‫‪ ‬הזז את קו הפונקציה בכיוון‬ ‫‪6‬‬

‫החיובי עד קצה התחום הישים‬
‫‪4‬‬ ‫‪Optimal point:‬‬
‫)‪(The feasible domain‬‬ ‫‪W = 6, D = 2‬‬
‫‪P = $3,600‬‬
‫‪3D+2W=18‬‬
‫‪ ‬מצא את ערך המשתנים‬ ‫‪2‬‬
‫בנקודה עפ"י חיתוך קווי‬
‫‪W=6‬‬
‫האילוץ‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪27‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫מציאת אופטימום בשיטת הקודקודים‬
‫‪ ‬קודקודים – נקודות חיתוך של‬ ‫‪D‬‬
‫שני קווי אילוץ (שני אילוצים‬ ‫‪8‬‬

‫לפחות פעילים בו‪-‬זמנית)‬

‫‪6‬‬ ‫)‪(0,6‬‬
‫‪ ‬קודקודים לא חוקיים‪:‬‬
‫)‪(0,4‬‬ ‫)‪(3,4‬‬ ‫)‪(6,4‬‬
‫)‪(0,6), (9,0), (6,4‬‬ ‫‪4‬‬

‫)‪(6,2‬‬
‫‪ ‬קודקודים חוקיים‪:‬‬ ‫‪2‬‬
‫)‪(0,6), (9,0), (6,4‬‬
‫)‪(0,0‬‬ ‫)‪(6,0‬‬ ‫)‪(9,0‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪28‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫מציאת אופטימום בשיטת הקודקודים‬
‫‪ ‬בדיקת אופטימליות בנקודה‬
‫‪D‬‬
‫אם לקודקוד חוקי אין פתרונות‬ ‫‪8‬‬
‫סמוכים בעלי ערך פונקציה‬
‫גבוה יותר‪ ,‬אז הוא בהכרח‬ ‫‪6‬‬
‫הפתרון האופטימלי‬
‫)‪(0,4‬‬ ‫)‪(3,4‬‬
‫‪ ‬דוגמאות‬ ‫‪4‬‬

‫)‪ - (0,4) – (0,0) – (6,0‬לא‬ ‫)‪(6,2‬‬

‫)‪ – (0,4) – (3,4) – (6,2‬לא‬ ‫‪2‬‬

‫)‪ - (3,4) – (6,2) – (6,0‬כן‬ ‫)‪(0,0‬‬ ‫)‪(6,0‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬

‫‪29‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫מציאת אופטימום בשיטת הקודקודים‬
‫‪ .1‬התחל בקודקוד כלשהו‪,‬‬
‫‪D‬‬
‫למשל )‪(0,0‬‬ ‫‪8‬‬

‫‪ .2‬אם הפתרון אופימלי – עצור‪.‬‬

‫אחרת‪:‬‬ ‫‪6‬‬

‫‪ (a‬בחר בקו האילוץ שמשפר את‬ ‫)‪(0,4‬‬ ‫)‪(3,4‬‬

‫הפונקציה בקצב הכי מהיר‪.‬‬ ‫‪4‬‬
‫שיפור‬
‫‪ (b‬התקדם לאורך האילוץ עד‬ ‫של ‪3‬‬
‫ליחידה‬ ‫)‪(6,2‬‬
‫למפגש עם קו אילוץ אחר‬ ‫‪ 2‬לאורך‬
‫‪D‬‬
‫‪ (c‬מצא את נקודת החיתוך‬ ‫)‪(0,0‬‬ ‫)‪(6,0‬‬
‫‪ (d‬חזור לשלב ‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬
‫שיפור של ‪ 5‬ליחידה לאורך ‪W‬‬
‫‪30‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬
 ‫מציאת אופטימום בשיטת הקודקודים‬
‫‪ .1‬התחל בקודקוד כלשהו‪,‬‬
‫‪D‬‬
‫למשל )‪(0,0‬‬ ‫‪8‬‬

‫‪ .2‬אם הפתרון אופימלי – עצור‪.‬‬

‫אחרת‪:‬‬ ‫‪6‬‬

‫‪ (a‬בחר בקו האילוץ שמשפר את‬ ‫)‪(0,4‬‬ ‫)‪(3,4‬‬

‫הפונקציה בקצב הכי מהיר‪.‬‬ ‫‪4‬‬
‫שיפור‬
‫‪ (b‬התקדם לאורך האילוץ עד‬ ‫של ‪3‬‬
‫ליחידה‬ ‫)‪(6,2‬‬
‫למפגש עם קו אילוץ אחר‬ ‫‪ 2‬לאורך‬
‫‪D‬‬
‫‪ (c‬מצא את נקודת החיתוך‬ ‫)‪(0,0‬‬ ‫)‪(6,0‬‬
‫‪ (d‬חזור לשלב ‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪W‬‬
‫שיפור של ‪ 5‬ליחידה לאורך ‪W‬‬
‫‪31‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬
 ‫סיכום ביניים – ‪Linear Programming‬‬
‫‪ ‬מרחב הפתרונות החוקיים בבעיה לינארית הוא קמור‬

‫‪ ‬הפונקציה מונוטונית‪ ,‬ולכן מקסימום מקומי הוא גם מקסימום גלובלי‬

‫‪ ‬הפתרון האופטימלי נמצא על השפה של המרחב הפיסיבילי‪ .‬כלומר‪:‬‬

‫• לפחות אחד האילוצים פעיל‬

‫• עבור האילוצים הפעילים מתקיים השוויון וליתר האילוצים אי השוויון‬

‫‪ ‬אם מספר האילוצים הפעילים קטן ממספר משתני החיפוש‪ ,‬ישנם אינסוף פתרונות‬
‫אופטימליים‪.‬‬

‫‪32‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שיטת ה‪Simplex -‬‬
‫משתני הרפיה ‪ ,‬תצוגה קנונית של מערכת משוואות‬

‫‪33‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שיטת ה‪ - Simplex -‬הקדמה‬
‫‪ ‬האלגוריתם מנצל את העובדה שפתרון הבעיה נמצא באחד הקודקודים (או יותר)‪.‬‬

‫‪ ‬אי השוויונים מומרים בשוויונים ע"י הוספת משתני הרפיה (‪.)slack variables‬‬

‫‪ ‬לאילוץ אי השוויון 𝑖𝑏 ≤ 𝑛𝑥 𝑛𝑖𝑎 ‪ 𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ +‬מוסיפים את המשתנה‬

‫‪ 𝜆𝑖 ≥ 0‬על מנת לקבל את השוויון הבא‪:‬‬
‫𝑖𝑏 = 𝑖𝜆 ‪𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 +‬‬

‫‪ ‬האילוץ פעיל כאשר ‪ ,𝜆𝑖 = 0‬ובמידה ו‪ 𝜆𝑖 > 0 -‬האילוץ לא פעיל‪.‬‬

‫הערך של 𝑖𝜆 קובע כמה הפתרון 𝒙 קרוב להפרת האילוץ‪.‬‬

‫‪34‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שיטת ה‪ - Simplex -‬הקדמה‬
‫‪ ‬לאחר הוספת משתני ההרפיה בעיית האופטימיזציה מוגדרת כך‪:‬‬

‫‪ ‬מרחב החיפוש מורכב כעת מ‪ 𝑚 -‬משוואות בעלות 𝑚 ‪ 𝑛 +‬נעלמים‬

‫‪35‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫תצוגה קנונית של מערכת משוואות לינארית‬
‫‪ ‬ניתן להביא מערכת משוואות לינארית‬
‫בעלת יותר משתנים ממשוואות‬
‫(𝑚 ≥ 𝑛) מהצורה הכללית לצורה‬
‫קנונית בעלת 𝑚 משתני ציר‬

‫‪: 𝑥1 … 𝑥𝑚 ‬‬
‫משתני ציר‬

‫‪: 𝑥𝑚+1 … 𝑥𝑛 ‬‬

‫משתנים עצמאיים‬

‫‪36‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫פתרונות בסיסיים של מערכת קנונית‬

‫‪ ‬למערכת המשוואות הקנונית ישנו פתרון מיידי שנקרא פתרון בסיסי‪:‬‬

‫‪37‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬
‫‪ ‬יש למצוא את כל הפתרונות הבסיסיים של מערכת המשוואות הבאה‪:‬‬

‫‪ ‬תזכורת – הפתרון למערכת משוואות לא משתנה אם‪:‬‬

‫‪ .1‬מכפילים את כל האיברים של אחת המשוואות בגודל קבוע‬

‫‪ .2‬מוסיפים לאחת המשוואות צירוף לינארי של המשוואות האחרות‬

‫‪38‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬

‫‪ ‬תחילה יש להביא לצורה קנונית‬

‫‪ ‬שימוש ב‪ 𝑎11 -‬כציר‪:‬‬

‫‪39‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬

‫‪ ‬שימוש ב‪ 𝑎22 -‬כציר‪:‬‬

‫‪40‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬
‫‪1‬‬ ‫𝑇‬
‫𝒙‬ ‫‪= 2 1 3‬‬ ‫‪0‬‬

‫‪ ‬שימוש ב‪ 𝑎33 -‬כציר לקבלת הצורה הקנונית‪:‬‬

‫‪𝒙= 2 1‬‬ ‫𝑇‬ ‫‪ ‬מתקבל הפתרון הבסיסי עבור המשתנים ‪:𝑥1 ,𝑥2 ,𝑥3‬‬
‫‪3 0‬‬

‫‪41‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬
‫‪1‬‬ ‫𝑇‬
‫𝒙‬ ‫‪= 2 1 3‬‬ ‫‪0‬‬
‫𝒙‬ ‫‪2‬‬ ‫‪= 1 2 0‬‬ ‫𝑇‬
‫‪1‬‬

‫‪ ‬על מנת לקבל את הפתרון הבסיסי עבור המשתנים ‪ 𝑥1 ,𝑥2 ,𝑥4‬ניתן להשתמש ב ‪ 𝑎34‬כציר‬

‫‪𝒙= 1 2‬‬ ‫𝑇‬ ‫‪ ‬מתקבל הפתרון הבסיסי‬

‫‪0 1‬‬

‫‪42‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬
‫‪1‬‬ ‫𝑇‬
‫𝒙‬ ‫‪= 2 1 3‬‬ ‫‪0‬‬
‫𝒙‬ ‫‪2‬‬ ‫‪= 1 2 0‬‬ ‫𝑇‬
‫‪1‬‬
‫𝒙‬ ‫‪3‬‬ ‫‪= 3 0‬‬ ‫𝑇‬
‫‪6‬‬ ‫𝟏‪−‬‬

‫‪ ‬על מנת לקבל את הפתרון הבסיסי עבור המשתנים ‪ 𝑥1 ,𝑥3 ,𝑥4‬ניתן להשתמש ב ‪ 𝑎23‬כציר‬

‫(פתרון לא חוקי כי ‪)𝑥4 < 0‬‬ ‫‪𝒙= 3 0‬‬ ‫𝑇‬ ‫‪ ‬מתקבל הפתרון הבסיסי‬
‫𝟏‪6 −‬‬

‫‪43‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫דוגמה ‪ -‬מציאת הפתרונות הבסיסיים‬
‫‪1‬‬ ‫𝑇‬
‫𝒙‬ ‫‪= 2 1 3‬‬ ‫‪0‬‬
‫𝒙‬ ‫‪2‬‬ ‫‪= 1 2 0‬‬ ‫𝑇‬
‫‪1‬‬
‫𝒙‬ ‫‪3‬‬ ‫‪= 3 0‬‬ ‫𝑇‬
‫‪6‬‬ ‫𝟏‪−‬‬
‫𝒙‬ ‫‪4‬‬ ‫‪= 0‬‬ ‫𝑇‬
‫‪3 −𝟑 2‬‬

‫‪ ‬על מנת לקבל את הפתרון הבסיסי עבור המשתנים ‪ 𝑥2 ,𝑥3 ,𝑥4‬ניתן להשתמש ב ‪ 𝑎12‬כציר‬

‫(גם כן לא חוקי כי ‪)𝑥3 < 0‬‬ ‫‪𝒙= 0 3‬‬ ‫𝑇‬ ‫‪ ‬מתקבל הפתרון הבסיסי‬
‫‪−𝟑 2‬‬

‫‪44‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שיטת ה‪Simplex -‬‬
‫‪ .1‬המרת בעיית האופטימיזציה המקורית לבעיה שקולה המוצגת בצורה קנונית‪.‬‬
‫• הפתרון הבסיסי ההתחלתי מתקבל באופן מיידי ללא צורך בחישובים‪ ,‬ע"י הוספת משתני‬
‫הרפיה‪ .‬אולם‪ ,‬הפתרון ההתחלתי הוא לא בהכרח חוקי‪.‬‬

‫‪ .2‬מציאת פתרון חוקי לבעיה המקורית ע"י מעבר מפתרון בסיסי אחד לשני‬
‫• בחירת כיוון ההתקדמות עפ"י מידת ההפרה של האילוצים‬

‫‪ .3‬מציאת הפתרון האופטימלי ע"י מעבר מפתרון בסיסי אחד לשני‬

‫• בחירת כיוון ההתקדמות עפ"י מידת השיפור של הפונקציה‬

‫‪45‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שיטת ה‪Simplex -‬‬
‫‪ .1‬המרת בעיית האופטימיזציה המקורית לבעיה שקולה המוצגת בצורה קנונית‪.‬‬
‫• הפתרון הבסיסי ההתחלתי מתקבל באופן מיידי ללא צורך בחישובים‪ ,‬ע"י הוספת משתני‬
‫הרפיה‪ .‬אולם‪ ,‬הפתרון ההתחלתי הוא לא בהכרח חוקי‪.‬‬

‫‪ .2‬מציאת פתרון חוקי לבעיה המקורית ע"י מעבר מפתרון בסיסי אחד לשני‬
‫• בחירת כיוון ההתקדמות עפ"י מידת ההפרה של האילוצים‬

‫‪ .3‬מציאת הפתרון האופטימלי ע"י מעבר מפתרון בסיסי אחד לשני‬

‫• בחירת כיוון ההתקדמות עפ"י מידת השיפור של הפונקציה‬

‫‪46‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫שלב ‪ – 1‬המרת האילוצים לצורה קנונית מותאמת‬
‫‪ ‬הוספת משתני הרפיה‬ ‫‪ ‬הבעיה המקורית‬

‫‪ ‬הוספת הפונקציה כמשוואה נוספת‬

‫‪ ‬המשתנים הבסיסיים ההתחלתיים‬

‫הם ‪ P‬ומשתני ההרפיה ‪𝜆1 ,𝜆2 ,𝜆3‬‬

‫‪47‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12‬‬
‫𝟑𝑹‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬
‫𝟒𝑹‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪48‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12‬‬
‫𝟑𝑹‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬
‫𝟒𝑹‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪ ‬במידה ואחד הקבועים שלילי‪ ,‬הפתרון הבסיסי לא חוקי (אחד ממשתני ההרפיה‬
‫קטן מאפס)‪ .‬בשאלה הזו התחלנו עם פתרון חוקי‪.‬‬

‫‪ ‬במידה וכל המקדמים בשורה האחרונה ( 𝟒𝑹) חיוביים‪ ,‬הפתרון אופטימלי‪ .‬אחרת‪,‬‬
‫בוחרים את המקדם הכי שלילי כטור הציר – המשתנה שיגרום לשיפור הכי מהיר‪.‬‬

‫‪49‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫∞ = ‪4/0‬‬
‫𝟐𝑹‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12‬‬ ‫‪12/2 = 6‬‬
‫𝟑𝑹‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬ ‫‪18/2 = 9‬‬
‫𝟒𝑹‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫𝑖𝑏‬
‫עבור כל אילוץ‬ ‫‪ ‬חישוב היחס‬
‫‪𝑎𝑖1‬‬

‫‪ ‬בחירה בשורה עם היחס הקטן ביותר כשורת הציר ‪ -‬כדי להימנע מקבלת קבוע‬
‫שלילי לאחר פעולת ההצרחה‬

‫‪50‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‪𝑹𝟐 = 0.5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12‬‬
‫𝟑𝑹‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬
‫𝟒𝑹‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪ ‬המרת אלמנט הציר ל‪1 -‬‬

‫‪51‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬
‫𝟒𝑹‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪ ‬המרת אלמנט הציר ל‪1 -‬‬

‫‪52‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟐𝑹‪𝑹𝟑 = 𝑹𝟑 − 2‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪18‬‬
‫𝟐𝑹‪𝑹𝟒 = 𝑹𝟒 + 5‬‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬

‫‪ ‬איפוס ‪ 𝑎𝑖1‬ביתר המשוואות‬

‫‪53‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟐𝑹‪𝑹𝟑 = 𝑹𝟑 − 2‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟐𝑹‪𝑹𝟒 = 𝑹𝟒 + 5‬‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫‪ ‬איפוס ‪ 𝑎𝑖1‬ביתר המשוואות‬

‫‪54‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟒𝑹‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫‪‬‬ ‫‪ ‬השלמנו איטרציה אחת‬

‫‪‬‬ ‫‪ ‬עדיין יש מקדם שלילי ולכן הפתרון לא אופטימלי‬

‫‪ ‬נבחר את ‪ 𝑥2‬כטור הציר‬

‫‪55‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪4/1 = 4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪6/3 = 2‬‬
‫𝟒𝑹‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫𝑖𝑏‬
‫עבור כל אילוץ‬ ‫‪ ‬חישוב היחס‬
‫‪𝑎𝑖2‬‬

‫‪ ‬בחירה בשורה עם היחס הקטן ביותר כשורת הציר‬

‫‪56‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹 ‪𝑹𝟑 = 1Τ3‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟒𝑹‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫‪ ‬המרת אלמנט הציר ל‪1 -‬‬

‫‪57‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹 ‪𝑹𝟑 = 1Τ3‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟒𝑹‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫‪ ‬המרת אלמנט הציר ל‪1 -‬‬

‫‪58‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟑𝑹 ‪𝑹𝟏 = 𝑹𝟏 −‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪4‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟑𝑹‪𝑹𝟒 = 𝑹𝟒 + 3‬‬ ‫‪0‬‬ ‫‪-3‬‬ ‫‪0‬‬ ‫‪2.5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪30‬‬

‫‪ ‬איפוס ‪ 𝑎𝑖2‬ביתר המשוואות‬

‫‪59‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟑𝑹 ‪𝑹𝟏 = 𝑹𝟏 −‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪0‬‬ ‫‪11‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟑𝑹‪𝑹𝟒 = 𝑹𝟒 + 3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪36‬‬

‫‪ ‬איפוס ‪ 𝑎𝑖2‬ביתר המשוואות‬

‫‪60‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬

 ‫הכנסת המקדמים לטבלה‬
‫𝟏𝒙‬ ‫𝟐𝒙‬ ‫𝟏𝝀‬ ‫𝟐𝝀‬ ‫𝟑𝝀‬ ‫𝑷‬ ‫‪Const.‬‬ ‫‪Ratio‬‬
‫𝟏𝑹‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟐𝑹‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫𝟑𝑹‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪1/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫𝟒𝑹‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1.5‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪36‬‬

‫‪‬‬ ‫‪ ‬סיימנו עוד איטרציה‬

‫‪‬‬ ‫‪ ‬כל המקדמים לא שליליים‪ ,‬לכן הפתרון אופטימלי‬

‫‪𝒙∗ = 𝑥1 ,𝑥2 ,𝜆1 ,𝜆2 ,𝜆3‬‬ ‫𝑇‬ ‫‪= 6,2,0,0,0‬‬ ‫𝑇‬ ‫‪ ‬הפתרון האופטימלי מתקבל עבור‬
‫וערך הפונקציה בנקודה היא‪𝑃 𝒙∗ = 36 :‬‬
‫‪61‬‬ ‫אופטימיזציה למהנדסים ‪ - 23200‬ד"ר שאול סלומון‬