Professional Documents
Culture Documents
دانلود رایگان پاورپوینت تحقیق در عملیات
دانلود رایگان پاورپوینت تحقیق در عملیات
فصل اول
اهداف
-1آشنايي با تعريف تاريخچه تحقيق در عمليات
- 2آشنايي با ويژگيها فرايند تحقيق در عمليات
-3آشنايي با رويكرد تحقيق در عمليات براي حل تمرين
تحقيق در عمليات
-در طول جنگ جهاني دوم توسط دانشمندان انگليسي توسعه يافت.
-پس از جنگ وارد دنياي تجارت گرديد.
-در اوايل دهه 1950در امريکا کارشناسانORوارد بخش صنعت
شدند.
-ابداع روش سيمپلکس به سال 1947توسط جرج دنتزيک برمي
گردد.
عوامل ديگر پيشرفت تحقيق در عمليات:
-پيشرفتهاي اوليه درتوسعه فنون ان
-توسعه همزمان رايانه
تعريف تحقيق در عمليات
-1مجموعه اي از روشهاي علمي که براي شناخت مسائل درون سيستم به کار مي روند و در پي جواب
بهينه هستند.
- 2کاربرد روشهاي علمي براي مطالعه و بررسي فعاليتها و عمليات پيچيده در سازمانهاي بزرگ.
- 3کاربرد روش علمي براي تحليل و حل مسائل وتصميمات مديريتي.
ويژگيهاي تحقيق در عمليات
شمايلي1-
قياسي2-
رياضي3-
داليل استفاده ازمدلهاي رياضي
قطعي 1-
احتمالي 2-
تركيبي 3-
رويکرد تحقيق در عمليات براي حل مسئله
-مشاهده
-تعريف مسئله
-ساختن مدل
-حل مدل
-اجرا
مسئله در
ORفرايند حل
مشاهده
تعريف
مسئله
ساختن مدل
بازخور •
حل
مدل اطالعات
اجرا
قلمرو استفاده از OR
است برنامه ريزي خطي
سه گام اساسي در بکار گيري برنامه ريزي خطي
-1متغيرهاي تصميم
-2تابع هدف
-3محدوديت هاي مدل.
متغيرهاي تصميم
تابع هدف مدل ،يک رابطه رياضي خطي است که -
هدف موسسه
را در قالب متغيرهاي تصميم توصيف مي کند
.شرکتي مي خواهد براي حداکثر سازي سود خود از توليد 3محصول و براساس محدوديتهاي منابع با
توجه به واقعيتهاي جدول زير برنامه ريزي نمايد.
محصول 1محصول 2محصول 3مقدار منابع
X1>0
X2>0
X3>0
خالصه مدل ساخته شده
Max Z=3x1+5x2+2x3
s.to:
5x1+2x2+4x3<240
4x1+6x2+3x3<400
X1,x2,x3>0
مثال دوم
X1 تعداد تخته هاي استانداردي که داراي طريقه اول برش هستند :
X2 تعداد تخته هاي استانداردي که داراي طريقه دوم برش هستند :
تعداد تخته هاي استانداردي که داراي طريقه سوم برش هستند X3 :
تعداد تخته هاي استانداردي که داراي طريقه چهارم برش هستند X4:
تعداد تخته هاي استانداردي که داراي طريقه پنجم برش هستند : X5
حل مسئله
گام اول
Minimize Z=X1+X2+X3+X4+X5
گام سوم
4X1+2X3+2X4 ≥ 1300
2X2+x3+ ≥ 1000
X4+2X5 ≥ 700
X1 , X2 , X3 , X4 , X5 ≥ 0
خالصه مدل
Min Z=X1+X2+X3+X4+X5
S .to
4X1+2X3+2X4 ≥1300
2X2+X3 >1000
X4+2x5 ≥ 700
x5 , x4 , x3 , x2 , x1 ≤ 0
فصل سوم
برنامه ريزي خطي
روش هندسي
اهداف فصل
-1فرض تناسب
-2فرض جمع پذيري
-3فرض بخش پذيري
-4فرض معين بودن
فرض تنا سب
پس :اگر متغير تصميم برابر مقداري تغيير کند ،مقدار تابع
نيز دقيقا به همان نسبت تغييرمي کند.
فرض جمع پذيري
Max Z=40X1+50X2
:s. to
X1+2X2 ≤ 40
4X1+3X2 ≤ 120
X1, X2 ≤ 0
روش هندسي
X2ومحورافقي X1
مختصات تشکيل دهيم.که براي حل مدل ابتدا بايد يک دستگاه
در آن محور X2
است عمودي .
X1
روش هندسي
20
X1
0 40
روش هندسي
محدوديت دوم:
4X1+3X2 ≤ 120
4X1+3X2=120 )1 تعريف محدوديت بصورت خط
)2 تعيين دو نقطه از خط روي محورها
X1=0 4(0) +3X2=120 X2=40 X2=0
4X1+3(0) =120 X1=30
روش هند سي
پس:
x2
x1
0
30
روش هندسي
x2
ترکيب دو محدوديت
40
20
x1
0 30 40
روش هندسي
x2
R
x1
30
نقاط موجه-ناحيه موجه
کليه نقاطي که در هر دو محدوديت صدق مي کنند نقاط موجه مي باشند .و هر نقطه که
يک محدوديت و يا هر دومحدوديت را نقض نمايد غير موجه است.
آخرين نقطه ناحيه ) 2حرکت خط تابع هدف به موازات خط اوليه رسم شده تا
موجه.
روش هندسي
X2
40X1+50X2=800
20
X2
نقطه بهينه
20
B
20 A
B
8
C
0 24 30 X1
خالصه
- 3اگر يک گوشه موجه از تمام جوابهاي گوشه موجه مجاور خود بهتر باشدگوشه جواب
بهينه است.
نمايش هندسي گوشه ها
X2
40
6
1
0 2 X1
30 40
تعداد گوشه ها
n=2 , m=2
!4
! 2 !2
تعداد گوشه ها= 6
خالصه مراحل رويکرد ترسيمي حل مدل
:مثال
Min Z=6X1+3X2
S .to:
2X1+4X2 ≥ 16
4X1+3X2 ≥ 24
X1, X2 ≥ 0
:حل
ابتدا رسم معادالت محدوديت
تعريف هر محدوديت به صورت خط )1
2X1+4X2=16
4X1+3X2=24
تعيين دو نقطه از خط روي محورها )2
x2
8 4x1+3x1=24
6
4
2x1+4x2=16
2
0 x1
2 4 6 8
نا حيه موجه
x2
8
4
به ازاء يک مقدار دلخواه خط تابع هدف رسم گرديده و با توجه به هدف مسئله که
حداقل سازي است در يکي از نقاط پايين ناحيه جواب با توجه به شيب خط تابع هدف
.مماس مي گردد که آن نقطه بهينه است
در مثال نقطه بهينه عبارت است از
X2 X1=0
X2=8
Z=24
8 A
Z=6X1+3X2
4 B
C
4 8 X1
0
فصل سوم -روش هندسي
مثال
Max Z= 40X1 +30X2
s .to:
X1+2X2≤ 40
4X1+3X2≤120
X1,X2 ≥0
رسم شکل
X2
40
A
20
B
C
30
0 X1
نتيجه
:مثال Max Z=5X1+3X2
s. to:
2X1+2X2 ≤ 8
X1 ≥4
X2 ≥ 6
X1, X2 ≥ 0
رسم شکل مدل
6 X2=6
4
0 X1
4
جواب
با توجه به شکل بين محدوديت هاي اول با دوم و سوم اشتراکي وجود ندارد .پس
هيچ نقطه اي که در هر سه محدوديت صدق کند يافت نمي شود .يعني مسئله جواب
.ندارد
جواب بيکران
S.TO
X1>4
X2>8
X1,X2>0
رسم شکل مدل
X2
10
Z=4X1+2X2
6
X1
0 4 8 12
جواب
شکل بيانگر ناحيه موجه و ارتباط آن با خط تابع هدف است که بدون هيچ حد و مرزي مي تواند در فضاي
.بيکران جواب موجه رسم شود
مثال
Max Z=6x1-2x2
S .to:
2x1-x2<2
X1 <4
X1,x2>0
رسم مدل
x2
گوشه بهينه
2
-2X
2
=-X2
6X1
2X1
=X0
o x1
جواب تبهگن
Max z=4x1+6xx2
s. to:
6x1+4x2<24
x2<3
5x1+10x2<40
x1,x2>0
رسم مدل
x2
6X1+4X2=24
4 B
A X2=3
3
4X1+10X2=40
C
0 x1
4 8
جواب
اولين قدم در حل يک مدل برنامه ريزي خطي در روش سيمپلکس تبديل مدل به فرم
.استاندارد است
ويژگي هاي فرم استاندارد
max Z=40X1+50X2
S. to
X1+2X2≤40
4X1+3X2≤120 X1,X2≥0
متغيرهاي كمكي
X1+2X2+S1=40
4X1+3X2+S2=120
X1,X2,S1,S2 ≥ 0
2 مثال
Min Z= 6X1+3X2
S. to
2X1+ 4X2 ≥16
4X1+3X2 ≥22
X1,X2 ≥ 0
تبديل مدل به فرم استاندارد
برخالف مثال قبل در اينجا اجبارا بايد يک متغير مازاد از طرف چپ نامعادله کم
کنيم متغير مازاد در اينجا بيانگر منبعي است که بيش از حد اقل الزم مصرف شده
.است متغير مازاد نيز بايد نامنفي باشد
متغيرهاي کمکي
.متغير هاي مازاد ومتغير هاي کمبود تحت عنوان متغير هاي کمکي ناميده مي شوند
خالصه مدل استاندارد شده
Max(-Z) = -6X1-3X2+0S1+0S2
S .to:
2X1+4X2-S1 = 16
4X1+ 3X2-S2=2 X1,X2,S1,S2
.تبديل مدل برنامه ريزي خطي به شکل استاندارد
.محدوديت کوچکتر مساوي را با اضافه کردن متغير کمکي تبديل به مساوي کنيد1-
.محدوديت بزرگتر مساوي را با کم کردن متغير کمکي تبديل به مساوي کنيد2-
محدوديت کوچکتر مساوي را با اضافه کردن متغير کمکي تبديل به مساوي 2 -
.کنيد
.محدوديت بزرگتر مساوي را با کم کردن متغير کمکي تبديل به مساوي کنيد 3-
مجموعه اي از مراحل رياضي براي حل يک مسئله برنامه ريزي خطي که در يک جدول که به تابلوي
.سيمبلکس معروف است انجام ميگيرد
مثال
مثال
Max Z = 40X1+50X2+0S1+0S2
Z-40X1-50X2 = 0
متغيرهاي اساسي
در يک مدل از نوع حداکثر سازي با محدوديت هاي کوچکتر مساوي در تابلوي اول
همواره متغيرهاي اساسي (غيرصفر)متغيرهاي کمکي بوده و متغيرهاي تصميم
( .بامقدارصفر) غيراساسي اند
انتخاب متغير ورودي
متغيري براي ورود انتخاب مي شود که داراي منفي ترين ضريب در رديف z0
باشد .ستون مربوط به متغير ورودي را ستون لوله گويند .
در مثال باال x2 :بدليل اينکه داراي ضريب -50در مدامزا است متغير ورودي
است .ستون مربوط
3 مربوط به x2در تابلوي باال ستون 2
انتخاب متغير ورودي
X2
20 A
B
C
X1
30
انتخاب متغير خروجي
متغيري که داراي حداقل حاصل تقسيم مقادير سمت راست بر عناصر مثبت ستون
لوال باشد در مثال داريم :
40 ÷ 2 = 20
120 ÷ 3 = 40
سطر لوال
حداقل عدد بدست آمده 20 ،بوده که متعلق به سطر S1است پس S1متغير
خروجي است .سطر S1را سطر لوال گويند .
نمايش هندسي
X2
R
20 B
S
X1
30
سطر -ستون وعنصر لوال
تابلوي دوم سيمپلکس با جواب موجه اساسي جديد يعني X2و S2مي باشد
محاسبه سطر جديد لوال
Z0
X2 ½ 0 1 ½ 0 20
S2
مقادير سطر جديد
=
)مقادير سطرقديم( ) ضريب مربوط در ستون لوال)*مقادير مربوط به رديف لوالي جديد-
S2
محاسبه ضرايب
تابلوي جديد
-منفي ترين ضريب مربوط به x1است)- 15 (.
-نحوه تعيين متغيير خروجي:
عدد لوال
تابلوي جديد
يا « کليه مقادير سطر صفر ( ، ) zغير منفي باشند » .
کليه مقادير سطر صفر ( ) zصفر يا عدد مثبت باشند .
با توجه به شرط بهينگي تابلوي سيمپلکس تابلوي سوم تابلوي بهينه است .
خالصه مراحل روش سيمپلکس
روش کلي همچون مراحل توضيح داده شده مي باشد گر چه اندکي تغييرات در حل مسائل حداقل سازي
وجود دارد که با ارائه مثال بيشتر توضيح داده مي شود
مثال
X1+3X2 6 = Min z
to . S :
2X1+4X2>16
4X1+3X2>24
X1,X2>0 4
ايجاد فرم استاندارد
2x1+4x2-s1=16
4x1+3x2-0s2=24
X1,x2,s1,s2>0
ازمون شرايط تابلوي سيمپلكس
روش سيمپلکس ه مواره جواب اساسي اوليه را از مبدا مختصات شروع مي کند در
حاليکه در مدل باال چنين نيست زيرا
2x1+4x2-s1=16
s1=16-)0(4+)0(2
S1=-16
ورود متغيرمصنوعي
براي رفع اين مشکل بايد از متغيرهاي مصنوعي استفاده کرد .
بنابراين :
2x1+4x2-s1+R1=16
R1=16+0-)0(4+)0(2
R1=16
متغير مصنوعي ( ) Rچيست ؟
متغير مصنوعي ( – ) Rنه به معناي کمبود است و نه به معناي مازاد .بلکه متغير مصنوعي کمک مي
کند تا فاصله موجه جواب آنقدر بزرگ شود که مبدا مختصات را نيز در بر گيرد .بدين ترتيب مبدا
مختصات يک نقطه جواب موجه مي شود .
بررسي جواب در محدوديت اول
2x1+4x2-s1+R1=16
R1=16+0-)0(4+)0(2
R1=16
توجه
از آنجا که Rمصنوعي بوده ومعناي فيزيكي وواقعي ندارد نبايد منطقه موجهي که
به اين ترتيب ايجاد گرديد به عنوان جواب انتخاب شود .پس Rاجازه انتخاب شدن
نهائي را ندارد .
Mچيست
براي رسيدن به اين منظور بايد به متغير مصنوعي جريمه بست M .که عددي
بسيار بزرگ است در خالف جهت تابع هدف به Rبسته مي شود .يعني اگر تابع
هدف حداکثر سازي است از آن کم و اگر حداقل سازي است به ان اضافه
مي شود .
پس داريم:
MR2 - 1 MR – X3 - 1 X 6- = ( Z - ) Max
R + 1 S –2 X 4 + 1 X 2 to . S = 16
R+2S–2X3+1X42= 24
R,1R,2S,1S,2X,1X2≤ 0
ِِو يژگي تابلوي سيمپلکس
) 1ضريب متغيرهاي اساسي تابلو بايد در سطر Zبرابر صفر باشد .
) 2ضرايب متغيرهاي اساسي در محدوديت هاي تشکي.ل واحد دهد .
توجه
با توجه به ويژگيهاي تابلوي سيمپلکس تابلوي باال -تابلوي اول نبوده زيرا ويژگي
اول در آن نقض شده است .اين تابلو مقدماتي است و براي تبديل ان به تابلوي اول
بايد در سطر Zضرايب R 1و R 2صفر شود .
تابلوي مقدماتي
مجموع رديفهاي R2. R1 M 0 2 4 -1 0 1 0 16
Z 0 0 3 6 1- رديف M M 0
در تابلوي چهارم هيچيک از اعداد سطر Zمنفي نسيتند .بنابراين تابلوي چهارم
تابلوي بهينه است .
نمايش هندسي مسير حركت
8 A
E
4
B
C
D
0 X1
6 8
حل مسائل با ترکيبي از محدوديت ها
Max Z=400X1+200X2
: S.TO
X1+X = 30
2X1 + X2 >80
X1 < 20
X1,X2 =0
حل مسئله
2X1+8X2-S2+R2=80
X1+S3=20
X1,X2,S2,S3,R1,R2 =0
خالصه مدل
Max Z=400x1+200x2-MR1-MR2
STO:
X1+X2+R1=30
2X1+8X2-S2+R2=80
X1+S3=20
X1,X2,S2,S3,R1,R2>0
تابلوي مقدماتي
روش Mبزرگ داراي اين عيب است که مي تواند خطا ي محاسباتي ناشي از نسبت دادن مقدار
خيلي بزرگ به Mايجاد نمايد .
براي حل اين مشکل وبرطرف نمودن اين نقيصه از روش دو مرحله اي براي حل مسائل با متغير
مصنوعي استفاده مي شود
روش سيمپلکس دو مرحله اي
. ١مجموع متغير هاي مصنوعي به جاي تابع هدف اصلي مسئله قرار داده شده و مسئله جديدي
ساخته مي شود .
. ٢تابع هدف جديد با همان محدوديت هاي اصلي حداقل سازي مي شود .
. ٣اگر مسئله داراي يک ناحيه موجه باشد ،مقدار تابع هدف جديد برابر صفر مي شود .
. ٤با صفر شدن تابع هدف جديد به مرحله دوم مي رويم .
مرحله دوم . ١ :از تابلوي بهينه مرحله اول به عنوان يک جواب موجه اوليه استفاده مي شود
.٢بجاي سطر R0در تابلوي بهينه مرحله اول تابع هدف اصلي با فرم حداکثر
سازي وارد مي شود
. ٣وجود ويژگيهاي جدول سمپپلکس کنترل مي شود
. ٤عمليات معمول سيمپلکس براي رسيدن به جواب بهينه انجام مي شود .
مثال
Min Z=4X1+X2
S.TO
3X1+X2=3
4X1+3X2>6
X1+2X2<3
X1,X2>0
مدل گسترده مرحله اول
Min R0=R1+R2
S.TO:
3X1+X2+R1=3
4X1+3X2-S2+R2=6
X1+2X2+S3=3
X1,X2,S2,S3,R1,R2>0
تابلوي مقدماتي مرحله اول
Min Z =4X1+X2=>Max(-Z)=-4x1-x2
-z+4x1+x2=0
تابلوي مقدماتي
X*1=3/5
X*2=6/5
S2=S3=R1=R2=0
Z*=18/5
M
بزرگ تفاوت روش دو مرحله اي وروش
تفاوت روش دو مرحله اي وروش Mبزرگ تنها در شيوه کار بوده ودر
مفاهيم تفاوتي ندارند
.
* تابلوي آخر مرحله اول ،يک گوشه موجه در ناحيه واقعي موجه مسئله
است .
Max Z =3X1-X2
s. to:
2x1+x2>2
x1+3x2<3
x2<4
x1,x2>0
مرحله اول
Min R=R1=>Max(-R)=-R1
s. to:
2X1+X2-S1+R1=2
X1+3X2+S2 =3
X2+ S3 =4
X1,X2,S1,S2,S3,R1>0
تابلوهاي مرحله اول
X1=3
X2=0
S1=4
S2=0
S3=4
R1=0
موارد خاص
مثال
Max Z=40X1+30X2
S .to:
X1+2X2<40
4X1+3X2<120
X1,X2>0
حل مثال
تابلوي دوم بهينه است زيرا هيچ عدد منفي در سطر Zوجود ندارد
سطر zتابلو با شرايط معمول سيمپلکس متفاوت است .
در اين سطر ضريب متغير تقسيم x٢که غير اساسي است صفر مي باشد يعني
ورود x٢به پايه هيچ تاثيري در ارزش zنخواهد داشت .پس مسئله چند جواب
بهينه با مقادير zبرابر خواهد داشت
يعني جواب بهينه چند گانه
فاقد ناحيه جواب )٢
مثال
Max Z=5X1+3X2
s. to:
4X1+2X2<8
X1 >4
X2 >6
X1,X2>0
فرم استاندارد
Max Z=5X1+3X2-MR2-MR3
S .to:
4X1+2X2+S1=8
X1-S2+R2 =4
X2-S3+R3=6
X1,X2,S1,S2,S3,R2,R3>0
حل
متغيرهاي Z X1 X2 S1 S2 مقادير سمت R2 S3 R3
اساسي راست
Z 1 -5 -3 0 0 M 0 M 0
S1 0 4 2 1 0 0 0 0 8
R2 0 1 0 0 -1 1 0 0 4
R3 0 0 1 0 0 0 -1 1 6
Z 1 -5-M -3-M 0 M 0 M 0 -10M
S1 0 *4 2 1 0 0 0 0 8
R2 0 1 0 0 -1 1 0 0 4
R3 0 0 1 0 0 0 -1 1 6
ادامه حل
Zمتغير هاي X1 X2 S1 S2 مقادير سمت R2 S3 R3
اساسي راست
Z 1 0 -1/2-1/2M 5/4+1/4M M 0 M 0 -10-8M
X1 0 1 *½ ¼ 0 0 0 0 2
R2 0 0 -1/2 -1/4 -1 1 0 0 2
R3 0 0 1 0 0 0 -1 1 6
Z 1 1+M 0 3/2+1/2M M 0 M 0 12-6M
X2 0 1 2 ½ 0 0 0 0 4
R2 0 1 0 0 -1 1 0 0 4
R3 0 -2 0 -1/2 0 0 -1 1 2
ناحيه جواب بيکران )٣
Max Z= x1+2X3
s .to:
X1-2X2<4
-X1+X2<3
X1,X2>0
حل
مثال
Max Z= 4X1+6X2
S .to:
6X1+4X2<24
X2<3
5X1+10X2<40
X1,X2>0
تابلوي1و2
است .تبهگن
متغير هاي منفي
Max Z=9X1+18X2
s .to:
6X1+3X2>18
2X1+2X2<16
X2>0,X1 ازاد در عالمت
حل
Max Z =9(X’1-X”1)+18X2
s. to:
6(x’1-x”1)+3x2>18
2(x’1-x”1)+2x2<16
x’1,x”1,x2>0
استاندارد سازي
Max Z=9X’1-9X”1+18X2+0S1+S2-MR
s. to:
6X’1-6X”1+3X2-S1+R1=18
2X’1-2X”1+2X2+S2 =16
X’1,X”1,X2,S1,S2.R1>0
حل مثال
X1=X’1-X”1
=>X1=0-2=-2
متغيرهاي با حد پايين منفي
تا حدودي شبيه مورد قبل مي باشند با اين تفاوت که يک حد آنها معلوم است
مثال
براي تبديل مي توان نوشت :
X1 X1 X1 X 1 X 1 20
X1 0
فصل پنجم
.تفسير و تحليل عناصر تابلوي سيمپلکس و آشنايي با مفاهيم قيمت سايه و برنامه ثانويه
مسئته ثانويه
x1
اعداد ستون
:مقادير 2/1و 2/3بيانگر اينست كه
بايد 2/1منبع اول مصرف و براي توليد x1
واحد از محصول سوم كاهش يابد 2/3
تحليل عناصرتابلوي دوم
نتيـجــــــه :به ازاء توليد هر واحد x1 ، 2/9واحد پول سود کاهش مي
يابد.
تحليل عناصرتابلوي دوم
(=1/2سود ناشي از (( x3 * 5کاهش در توليد ( -1/2 )x3زيان ناشي از مصرف( (–s1 0سود حاصل
از يک واحد 3 ) x2
نتيجه :به ازاي توليد هر واحد ، x2واحد پول به سود کل افزوده مي شود.
تحليل عناصر تابلوي سوم
Z=3650/3
تحليل عناصر تابلوي سوم
Min Z =10X1+15X2
S .to:
x1+5x2>8
x1+x2 >4
x1,x2>0
حل
Max(-z)=-10X1-15X2-MR1-MR2
s. to:
x1+5x2-s1+R1=8
x1+x2-s2+R2 =4
X1,X2,S1,S2,R1,R2>0
تابلوهاي مسئله
متغيرهاي Z x1 x2 s1 s2 R1 R2 مقادير سمت راست
اساسي
Z -1 10 15 0 0 M M 0
R1 0 1 5 -1 0 1 0 8
R2 0 1 1 0 -1 0 1 4
Z -1 10-2M 15-6M M M 0 0 -12M
R1 0 1 5 -1 0 1 0 8
R2 0 1 1 0 -1 0 1 4
Z -1 7-4/5M 0 3-1/5M M -3+6/5M 0 -24-12/5M
X2 0 1/5 0 -1/5 0 1/5 0 8/5
R2 12/5
تابلو نهايي
متغيرهاي Z x1 x2 s1 s2 R1 R2 مقادير سمت
اساسي راست
Z -1 0 0 5/4 35/4 M-5/4 M-35/4 -45
X2 0 0 1 -1/4 ¼ ¼ -1/4 1
X1 0 1 0 ¼ -5/4 -1/4 5/4
قيمت هاي سايه
اگر محدوديت از نوع كوچكتر مساوي باشد .ضريب متغير كمكي در تابلو 1-
بهينه در سطر صفر
.مالك عمل است
و اگر
اگر محدوديت از نوع بزرگترمساوي يا مساوي باشد .ضريب متغير2-
.مصنوعي در M
تابلو بهينه در سطر صفر مالك عمل است
.يك برنامه خطي بمنظور يافتن ارزشهايي(قيمت هاي سايه) كه مالك ارزيابي منابع مورد استفاده قرار ميگيرند
مثال
Max Z=3x1+3x2+5x3
s. to:
2X1+2X2+3X3<430
3X1+X2+2X3 <460
X1,X2,X3>0
تابلو بهينه
Min y= 430y1+460y2
S .TO:
2Y1+3Y2>3
2Y1+Y2 >3
3Y1+2Y2 >5
Y1,Y2>0
مسئله اوليه وثانويه
S to: s. to:
2X1=2X2+3X3< 430 2y1+3y2>3
3X1+1X2+2X3< 460 2y1+1y2>3
3y1+2y2>5
X1,X2,X3>O y1,y2>0
a ij =a ij
cj =bj
خالصه
محدوديت مساوي1-
متغير ازاد در عالمت2-
تابع هدف حداقل سازي3-
محدوديت مساوي1-
مسئله اوليه مسئله ثانويه
Max Z = 5x1+10x2 Min y o = 20Y1+24Y2+10Y3
S .to:
8x1+4x2 ≤ 20 S .to :
x1+8x2 =24 8Y1+Y2+2Y3 ≤ 5
2x1+3x2 ≤ 10 4Y1
1+8Y2+3Y3 ≤ 10 x1,x2 ≤ 0
Y1,Y3 ≤ o آزاددر عالمتy2
مثالي ديگر
مثال:
مسئله مسئله اوليه
ثانويه
Max z=4x1+10x2+6x3 Min
y=40y1+20y2+100y3+60y4
s ,to: s ,to:
x1+3x2+4x3<40 y1+10y3+y4>4
2x1+3x2 <20 3y1+2y2+6y3+2y4>10
10x1+6x2+20x3=100 4y1+y2+20y3>6
x1+2x2=60
x1,x2,x3>0 y1,y2>0
ازاد در عالمت Y3
مثالي ديگر
اوليه ثانويه
s.to s.to
2x1-3x2+x3 =6 2y1+2y2<1
2x1+2x2-x3>1 -
3y1+2y2<2
x1,x2>0 y2>0
ازاد در عالمت X3 ازاد در y1
عالمت
:براي تابع هدف قواعد زير بر قرار است
Z<Y
قضيه 3
و ) X1*,X2*,
اگر )…,X*n
:جوابهاي بهينه باشند .انگاه ) Y1*,y2*,
)…,y*n
Z=y
دامنه تغييرات مقدار Z=y
z Y
اوليه ثانو يه
رابطه لنگي مكمل براي جوابهاي اساسي
X .t=0
S .y=0
تعيين جواب با استفاده ازتابلوي بهينه ثانويه
مثال
Max z=8x1+4x2 Min y=10y1+15y2
BASIC Y y1 y2 t1 t2 A1 A1 RHS
Y -1 0 0 5/4 35/4 m-5/4 m-35/4 -45
y2 0 0 1 -1/4 ¼ ¼ -1/4 1
y1 0 1 0 ¼ -5/4 -1/4 5/4 3
نتيجه
جواب بهينه
X1*=-(M- 5/4) =5/4
X2*=-(M- 35/4)=35/4
.در واقع جوابهاي مسئله اوليه ميباشند
روش سيمپلكس ثانويه
3x1+2x2-3x3>3 -3x1-
2x2+3x3<-3
4x1+ 2x3>10 -4x1 -
2x3 <-10
x1,x2,x2>0 x1,x2,x3>0
حل
BASIC Z x1 x2 x3 s1 s2 RHS
Z -1 10 5 4 0 0 9
S1 0 -3 -2 3 1 0 -3
s2 0 -4 0 -2 0 1 -10
جواب بهينه
BASIC Z x1 x2 x3 s1 s2 RHS
Z -1 2 5 0 0 2 -20
S1 0 -9 -2 0 1 3/2 -18
x3 0 2 0 1 0 -1/2 5
Z -1 0 41/9 0 2/9 7/3 -24
X1 0 1 2/9 0 -1/9 -1/6 2
x3 0 0 -4/9 1 2/9 -1/6 1
مقاديرجواب بهينه
X1=2,x2=0,x3=1,s1,s2=0
Min z=max(-z)=-(-24)=24
تحليل حساسيت