LO-Aufgabe mit unbeschränkten Zielwert

Download Report

Transcript LO-Aufgabe mit unbeschränkten Zielwert

Sonderfälle der Simplexmethode

 Gegeben sei folgende LO-Aufgabe: ◦ ◦ I II ◦ III Z = 2X1 + X2  max -X1 + 2X2 X1 – 4X2 12 4 -X1 + X2 X1, X2 2 0

 Nach dem Einfügen der drei Schlupfvariablen ergibt sich folgendes Starttableau:

 Und folgendes Endtableau: Dies führt zu folgendem allg. Lehrsatz: negativer Zielkoeffizient Steht über einem negativen Zielkoeffizienten kein positiver Koeffizient, so gibt es zulässige Lösungen, aber keinen maximalen Zielwert.

 Grafisch betrachtet entsteht ein offener Zielbereich:

Z

  Zu jeder Maximierungsaufgabe gibt es eine entsprechende Minimierungsaufgabe. Die Lösungen sind ident, nur in ihrem Vorzeichen verschieden.  (  1 )  3

x

1 

x

2  min

Z

*  

Z

 3

x

1 

x

2  max

Nebenbedingungen bleiben gleich!

 Beispiel:

Z

  3

x

1 

x

2  min  (  1 )  max Starttableau 2. Simplextableau Endtableau

Z

min  

Z

max   14

B a i s s  Weist eine Nichtbasisvariable den Wert Null auf, gibt es weitere optimale Lösungen.

Bsp.:

Z

x

1 

x

2  2

x

3  max Starttableau 1. Endtableau

X2 weist den Wert Null auf, steht aber nicht in der Basis.

 Wird trotz aller positiver Zielkoeffizienten nach X2 weiteriteriert, kommt man zu einem weitern 2. identen Ergebnis.

Basis

Y1 X2 X3 F

X1

-1 0 1 1

X2

0 1 0 0

X3

0 0 1 0

Y1

1 0 0 0

Y2

4 2 -1 0

Y3

-3 -1 1 1

RHS

5 2 1 4

Probe durch Einsetzen in die Zielfunktion:

Z

x

1  0  1  2  2  1  4

Da Y2 als Nichtbasisvariable wieder den Wert Null aufweist kommt man durch weiteriterieren (Y2 als Pivotspalte) zu einem nächsten optimalen Ergebnis mit dem Wert Z = 4.

 Woran erkennt man eine Basisvariable, woran eine Nichtbasisvariable?

Basis

Y1 X2 X3 F

X1

-1 0 1 1

X2

0 1 0 0

X3

0 0 1 0

Y1

1 0 0 0

Y2

4 2 -1 0

Y3

-3 -1 1 1

RHS

5 2 1 4  Setzen Sie beide Ergebnisse aus dem Unterkapitel M ehrfachlösungen in die Zielfunktion

Z

x

1 

x

2  2

x

3  max ein und überprüfen Sie die Lösungen.

Basis

Y1 Y2 X2 X1 Z

X1

0 0 0 1 0

Basis

Y4 Y2 X2 X1 Z

X1

0 0 0 1 0

X2

0 0 1 0 0

X2

0 0 1 0 0

Y1

1 0 0 0 0

Y1

2,5 -0,5 -0,5 -0,5 0

Y2

0 1 0 0 0

Y3

-0,2 1,6 -0,4 0,6 1

Y4

0,4 -0,2 -0,2 -0,2 0

RHS

2 8 2 6 4

Z = X1-X2 = 6-2 = 4 Y2

0 1 0 0 0

Y3

-0,5 1,6 -0,5 0,5 1

Y4

1 0 0 0 0

RHS

5 9 3 7 4

Quote

5 + + +   

Z = X1-X2 = 7-3 = 4

 Grafische Darstellung:

x

2 X1

Zu jeder Maximierungsaufgabe gibt es eine entsprechende Minimierungsaufgabe!

 Ist die ursprüngliche LO-Aufgabe lösbar, dann ist auch die entsprechende duale Aufgabe lösbar.

   Die Zielwerte der beiden Aufgaben stimmen in diesen Fällen überein.

Die ursprüngliche Maximierungsaufgabe wird

primale Aufgabe

genannt.

Die zugehörige Minimierungsaufgabe, wird

duale Aufgabe

genannt.

 (I) Z=X1 - X2 - 2X3  max  (II) +X1 + X2 - X3 >= 16  2X1 + X2 + X3 <= 30  X1 +X3 >= 10  (III) X1, X2, X3 >= 0

Vor der Formulierung der dualen Aufgabe werden alle Restriktionen durch Multiplikation mit (-1) zu

Bedingungen umgewandelt.

   (II) -X1 - X2 + X3 2X1 + X2 + X3   -X1 X3  -16 30 -10

 Die umformulierte LO-Aufgabe wird in ein abgekürztes Schema geschrieben und anschließend in eine Minimierungsaufgabe umgewandelt:

X1 X2 X3 1 -1 2 -1 -1 -1 1 0 -2 1 1 -1

max -16 30 -10

 Die Umformung in eine Minimierungsaufgabe erfolgt durch Tausch der Zielzeile mit der rechten Seite. Anschließend werden die zentralen Variablen spaltenweise transponiert:    1 2  1     (  1 , 2 ,  1 )  1   2  1  1 1 0 1  1 1   tranponie rte Matrix 1    1 1 2 1 1 1 0 1  

S1 S2 S3 -16 -1 -1 1 30 2 1 1 -10 -1 0 -1

min 1 -1 -2

 Wieder mit (-1) multiplizieren um nur  Bedingungen und die max-Form zu haben.

S1 S2 S3 Duale Aufgabe: -16 1 1 30 -2 -1 -10 1 0 min -1 1 -1 -1 1 2

Anschließend wird die Starttableau erstellt:

 Da die rechte Seite neg. ist, weist der tiefste Wert auf die Pivotzeile: Berechnung der Quote: Zielzeile (F) Pivotzeile  30/-2=15 Niedrigste Wert weist auf die Pivotspalte.

 Nach weiteren Iterationen ergibt sich folgendes Endtableau:

Z

 min Z 

Z

min, dual und  max :

Z

max,  12 primal

 Gegeben sei folgende LO-Aufgabe: (

I

) Z  5 x 1  4

x

2  ( (

II

) 6x 1

x

2   3 4

x

2

III

) x x 1 1 , 

x

2

x

2   0  4 20 max ◦ A.)Lösen Sie diese Aufgabe grafisch und schraffieren Sie den Bereich der zulässigen Lösungen.

Z=5x1 + 4x2 = 5 x 2 + 4 x 2 = 18

 Gegeben sei folgende LO-Aufgabe: ( (

I

) Z  2 x 1  (

II

) x 1 2x 1  

x

2

x

2  10  2 x 1 

x

2  4

III

) 2x x 1 , 1

x

 2 3 

x

2

x

2 0  max  18 ◦ ◦ A.)Lösen Sie diese Aufgabe grafisch und schraffieren Sie den Bereich der zulässigen Lösungen.

Zeichnen Sie den Vertreter der Zielgeradenschar ein und benennen Sie ihn mit a.

  B.) Benennen Sie in der Zeichnung die Eckpunkte mit A, B, … und geben Sie die entsprechenden Koordinaten an.

Wie lautet die Optimallösung und der maximale Zielwert.

 C.) Wie lautet Ihre Lösung falls die Zielfunktion Z = x1-x2  max lautet?

 Tragen Sie in Ihr Diagramm einen Vertreter der neuen

Zielgeradenschar

ein und benennen Sie Ihn mit dem Buchstaben b.

Für Z=0 (Vertreter der Geradenschar)  x1=x2 Alle Punkte der Strecke BC führen zum maximalen Z

(C)Somit ergibt sich Zmax=7-3=4 (B) Zmax=6-2=4

 D.)Wie verändert sich die Lösbarkeit wenn Sie die Restriktion x1 + x2 <= 10 unter (II) weglassen?

(

I

(

II

) Z  ) x 1 2 x 1 

x

2 

x

2  10  max ( 2x 1 

x

2  x 1 2x 1  

x

2 3

x

2 

III

) x 1 ,

x

2  0 2 4  18

 D.)Es existieren Lösungen, aber keine mit einem maximalen Ziel. Durch den Wegfall der Geraden CD ist der Zielraum offen.

 E.)Formulieren Sie die duale Aufgabe unter Verwendung der zugehörigen echten Variablen.

(

I

(

II

) Z  ) x 1 2 x 1 

x

2 

x

2  10  max ( 2x 1 

x

2  x 1 2x 1  

x

2 3

x

2 

III

) x 1 ,

x

2  0 2 4  18

X1

2 1 -2 1 -2  E.) Umwandeln zu <= und spaltenweises transponieren:

X2

-3 1 1 1 -1  max 10 -2 4 -18 

S1

10 1 1

S2

-2 -2 1

S3

4 1 -1

S4

-18 -2 -3  min 2 1 ( ( (

DualeAufga I II

)

III

Z ) s s 1 1    ) s 1 10 s 2 ,

s s

2 2

s

1 2 

be

  2 : ,

s

3

s

, 3

s s s

 3 2   2 3 

s

4 0 4

s

3

s

 4 1 4   18 2

s

4  min