Tie breaking in de simplex methode
|
|
- Erika van der Linden
- 7 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Tie breaking in de simplex methode Tijdens de Simplexmethode kan op een aantal momenten onduidelijk zijn wat je moet doen: 1. Variabele die de basis in gaat: Zoek de grootste coëfficiënt in de doelfunctie. Wat als er twee grootste zijn? Voorbeeld: Z = 3x 1 + 3x 2. Antwoord: Kies er maar een (Bv. de eerste) 2. Variabele die uit de basis gaat: Kijk hoe groot de variabele kan worden (quotiëntregel). Wat doe je als er coëfficiënten 0 zijn? Voorbeeld: 2a. 2x 1 + x 3 = 4, dan x 1 4/2 = 2 (want x 3 0) Normale situatie. 2b. -2x 1 + x 3 = 4, dan x 1-4/2 = -2. Dit is altijd waar, dus niets te controleren. 2c. 2x 1 + x 3 = -4, dan x 1-4/2 = -2. Niet feasible. Kan niet! Rekenfout. 2d. -2x 1 + x 3 = -4, dan x 1 4/2 = 2. Kan niet, want x 1 = 0 was feasible. Rekenfout! Conclusie: quotiëntregel alleen toepassen als pivotelement > 0 en rechterlid Twee quotiënten zijn gelijk. Je loopt tegen twee constraints tegelijk op. Dit kan leiden tot oneindige loop (cycling). Hiervoor zijn oplossingen bekend.
2 4. Er is geen uittredende variabele, omdat alle coëfficiënten in pivotkolom 0 zijn. Het probleem is dan onbegrensd (Meestal fout in de modellering) 5. Er zijn meer optimale oplossingen met dezelfde doelwaarde. De Simplexmethode vindt de eerste. Simplexalgoritme kan verder in een richting waarin de doelfunctie niet verbetert. Zo kun je ook andere optima vinden.
3 Twee fasen methode. De Big-M methode geeft bij implementatie numerieke problemen (cancellation, aftrekken van grote getallen is onbetrouwbaar). In de twee fasen aanpak wordt eerst het deel met de M opgelost (resulteert in feasible punt). Vervolgens wordt het beste punt gevonden. Originele probleem: Min Z = 0.4 x x 2 z.d.d. 0.3x x x x 2 = 6 0.6x x 2 6 en x 1, x 2 0 Simplex vorm: Min Z = 0.4 x x 2 + Mx 4 + Mx 6 z.d.d. 0.3x x 2 + x 3 = x x 2 + x 4 = 6 0.6x x 2 x 5 + x 6 = 6 en x 1, x 2, x 3, x 4, x 5, x 6 0 Fase 1 (alleen het Big-M deel van de doelfunctie): Min Z = x 4 + x 6 z.d.d. 0.3x x 2 + x 3 = x x 2 + x 4 = 6 0.6x x 2 x 5 + x 6 = 6 en x 1, x 2, x 3, x 4, x 5, x 6 0 Na deze fase moet x 4 = x 6 = 0, anders is er geen feasible oplossing. Je vindt hiermee een toegelaten oplossing.
4 Fase 2 (nu is x 4 = x 6 = 0): Min Z = 0.4 x x 2 z.d.d. 0.3x x 2 + x 3 = x x 2 = 6 0.6x x 2 x 5 = 6 en x 1, x 2, x 3, x 5 0 Hiermee vind je de beste toegelaten oplossing. Big-M krijg je als de nuloplosssing in het originele probleem niet toelaatbaar is. De eerste fase levert een toelaatbare oplossing. De tweede fase levert een optimale toelaatbare oplossing
5 Het duale probleem Voorbeeld: Data voor kunstmestproductie Benodigde grondstoffen Grondstof Super-G Snel-G Normaal-G Voorraad (ton) Verkoopprijs/ton Beslisvariabelen: x 1 = aantal ton Super-G x 2 = aantal ton Snel-G x 3 = aantal ton Normaal-G LP-model: Max 275x x x 3 z.d.d. 3x x 2 + 2x , 4x 1 + 2x 2 + x , en x 1, x 2, x 3 0.
6 Invoer: MAX 275 X X X3 3 X X2 + 2 X3 <= X1 + 2 X2 + X3 <= 1000 Uitvoer: SIMOPT Version 3.0 IEOR VU Amsterdam The following model was read: Objective Function : MAX X X X3 Subject to : X X X3 <= X X X3 <= Summary of Results Value Objective Function : Variable Activity Level Reduced Cost X1 : X2 : X3 : Slack or Surplus Shadow Prices Constraint Constraint Accuracy Check Passed Oplossing: x 1 = 150, x 2 = 0, x 3 = 400. Doelwaarde =
7 Er wordt geen Snel-G geproduceerd (x 2 = 0). Vraag: Hoeveel moet de verkoopprijs van Snel-G worden verhoogd zodat er geproduceerd wordt? Vraag: Hoe neemt de opbrengst toe als er 1 ton grondstof 1 of 2 extra beschikbaar is? Stel een handelaar wil alle grondstoffen van het bedrijf kopen. Hij geeft y 1 euro per ton grondstof 1 y 2 euro per ton grondstof 2 Min 1250y y 2 z.d.d. 3y 1 + 4y y 1 + 2y y 1 + y en y 1, y 2 0 Dit heet het duale probleem Optimale doelwaarde is gelijk aan de optimale doelwaarde van het originele (primale) probleem. y 1 en y 2 heten schaduwprijzen y 1 = 85, y 2 = 5 y 1 geeft aan hoeveel extra winst 1 extra ton grondstof 1 oplevert.
8 Vraag: Hoeveel moet de verkoopprijs van Snel-G worden verhoogd zodat er geproduceerd wordt? De kostprijs van Snel-G is 2.5y 1 + 2y 2 = euro per ton De verkoopprijs is 210 euro. De prijs moet dus met euro stijgen. Dit heten de gereduceerde kosten van x 2.
9 Primaal probleem Duaal probleem Max 275x x x 3 Min 1250y y 2 z.d.d. 3x x 2 + 2x , z.d.d. 3y 1 + 4y x 1 + 2x 2 + x , 2.5y 1 + 2y y 1 + y en x 1, x 2, x 3 0. en y 1, y 2 0 Primaal Duaal Max c T x Min b T y z.d.d. Ax b z.d.d. A T y c en x 0. en y 0. Optimale doelwaarden zijn gelijk! y i is de schaduwprijs van grondstof i = stijging van de winst bij 1 eenheid extra grondstof i. Economische kostprijs van product j is a y ij i Gereduceerde kosten van product j: m i= 1 * m * aij yi i=1 is het bedrag waarmee de winst van product j moet toenemen om product j te maken. c j
10 De simplexmethode is niet eindig (cycling) maar in de praktijk wel De simplexmethode is niet polynomiaal (Klee, Minty) maar in de praktijk wel: ca. 1.5m iteraties, maximaal 3m (m = #constraints) Rekentijd m 3. Inwendige puntmethoden zijn bewijsbaar polynomiaal. In de praktijk is het aantal iteraties constant, ca
11 Ander manier om op duaal probleem te komen: Vind bovengrens m.b.v. constraints; Vermenigvuldig 3x 1 + 2,5x 2 + 2x Met 275/3: 275x ,166x x ,333 Dus doelwaarde: 275x x x 3 275x ,166x x ,333 Algemener: Vermenigvuldig de constraints met niet-negatieve y 1, y 2 : (3x 1 + 2,5x 2 + 2x 3 )y 1 + (4x 1 + 2x 2 + x 3 )y y y 2. Dit is (de beste) bovengrens voor 275x x x 3 als: Min 1250y y 2 z.d.d. 3y 1 + 4y y 1 + 2y y 1 + y en y 1, y 2 0 Dit is het duale probleem
12 Stel x is toelaatbaar voor het primale probleem, d.w.z.: x 0, Ax b Stel y is toelaatbaar voor het duale probleem, d.w.z.: y 0, A T y c Dan geldt: c T x (A T y) T x = (y T A)x = y T (Ax) y T b = b T y, want x 0, y 0. Gevolg: Doelwaarde primaal Doelwaarde duaal Dualiteitsstelling: Doelwaarde primaal = Doelwaarde duaal
13 Duale probleem van het duale probleem Primaal Duaal Max c T x Min b T y z.d.d. Ax b z.d.d. A T y c en x 0. en y 0. Omschrijven: Max -b T y z.d.d. (-A) T y -c y 0. Duaal-duaal: Min -c T z z.d.d. ((-A) T ) T z -b z 0. Omschrijven: Max z.d.d. c T z Az b z 0. Dus: Duaal-duaal = primaal.
14 Dualiseren met gelijkheidsconstraints? Primaal Max c T x z.d.d. A 1 x b 1 A 2 x = b 2 en x 0. Omschrijven : Max c T x Max c T x z.d.d. A 1 x b 1 z.d.d. Ax b A 2 x b 2 en x 0. (-A 2 )x -b 2 en x 0. Met A = A1 A2 A 2, b = b1 b2 b 2 Duaal: Min b T y z.d.d. A T y c en y 0. dus
15 Min b T 1 y 1 + b T 2 y 2 - b T 2 y 3 z.d.d. A T 1 y 1 + A T 2 y 2 A T 2 y 3 c en y 1, y 2, y 3 0. Noem z 1 = y 1 en z 2 := y 2 y 3 : Primaal Duaal Max c T x Min b T 1 z 1 + b T 2 z 2 z.d.d. A 1 x b 1 z.d.d. A T 1 z 1 + A T 2 z 2 c A 2 x = b 2 en x 0. en z 1 0. (z 2 R)
Tie breaking in de simplex methode
Tie breaking in de simplex methode Tijdens de Simplexmethode kan op een aantal momenten onduidelijk zijn wat je moet doen: 1. Variabele die de basis in gaat: Zoek de grootste coëfficiënt in de doelfunctie.
Nadere informatieLineaire Optimilizatie Extra sessie. 19 augustus 2010
Lineaire Optimilizatie Extra sessie 19 augustus 2010 De leerstof Handboek: hoofdstuk 2 t.e.m. 8 (incl. errata) Slides (zie toledo) Extra opgaven (zie toledo) Computersessie: Lindo syntax en output Wat
Nadere informatie1. Het aantal optimale oplossingen van een LP probleem is 0, 1, of oneindig. 2. De vereniging van twee konvexe verzamelingen is niet convex. 3.
1. Het aantal optimale oplossingen van een LP probleem is 0, 1, of oneindig. 2. De vereniging van twee konvexe verzamelingen is niet convex. 3. Een LP probleem heeft n>2 variabelen en n+2 constraints.
Nadere informatieVoorbeeld simplexmethode. Max Z = 3x 1 + 2x 2 0.5x 3 z.d.d. 4x 1 + 3x 2 + x 3 10, 3x 1 + x 2-2x 3 8, en x 1, x 2, x 3 0.
Voorbeeld simplexmethode Max Z = 3x 1 + 2x 2 0.5x 3 z.d.d. 4x 1 + 3x 2 + x 3 10, 3x 1 + x 2-2x 3 8, en x 1, x 2, x 3 0. Voer slackvariabelen (x 4, x 5 ) in: Max Z = 3x 1 + 2x 2 0.5x 3 z.d.d. 4x 1 + 3x
Nadere informatieGeheeltallige programmering
Geheeltallige programmering In een LP probleem zijn alle variabelen reëel. In een geheeltallig probleem blijven doelfunctie en constraints lineair, maar zijn de variabelen geheeltallig. LP: IP: BIP: MIP:
Nadere informatieEr zijn 4 opgaven, daarna volgen blanco bladzijden die u kan gebruiken om te antwoorden.
Examen DH45 Lineaire Optimalizatie (D. Goossens) Vrijdag 29 januari 2010, 9 12u Richtlijnen: Er zijn 4 opgaven, daarna volgen blanco bladzijden die u kan gebruiken om te antwoorden. Lees aandachtig de
Nadere informatieTentamen Deterministische Modellen in de OR Dinsdag 17 augustus 2004, uur vakcode
Kenmerk: EWI04/T-DWMP//dh Tentamen Deterministische Modellen in de OR Dinsdag 7 augustus 004, 9.00.00 uur vakcode 58075 Opmerking vooraf: Geef bij elke opgave een volledige en duidelijke uitwerking inclusief
Nadere informatie1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist is. Kruis de juiste bewering aan. (2pt. per juist antwoord).
Tentamen Optimalisering (IN2805-I) Datum: 3 april 2008, 14.00 17.00. Docent: Dr. J.B.M. Melissen Naam: Studienummer: 1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2
Nadere informatieLineaire functies? x 3x. (x 1, x 2 ) 5x 1 7x 2. x 6x 17. x ax. (a, x) ax??? 3x log x 2. substitueer x 1 = y 1, x 2 = exp(y 2 ) levert
Lineaire functies? x 3x (x 1, x 2 ) 5x 1 7x 2 x 6x 17 x ax (a, x) ax??? 3x 1 2 + 5log x 2 substitueer x 1 = y 1, x 2 = exp(y 2 ) levert 3y 1 + 5y 2 na substitutie lineair. Niet-lineaire functies kunnen
Nadere informatiemax 5x 1 2x 2 s.t. 2x 1 x 2 10 (P) x 1 + 2x 2 2 x 1, x 2 0
Voorbeeldtentamen Deterministische Modellen in de OR (158075) Opmerking vooraf: Geef bij elke opgave een volledige en duidelijke uitwerking inclusief argumentatie! Gebruik van de rekenmachine is niet toegestaan.
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 3 Leo van Iersel Technische Universiteit Delft 21 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 21 september 2016 1 / 36 LP: Lineair Programmeren min x 1 2
Nadere informatieTU/e 2DD50: Wiskunde 2
TU/e 2DD50: Wiskunde 2 Enkele mededelingen Tussentoets: 26 november, tijdens de instructies Tentamenstof: LP; Simplex; dualiteit (= colleges 1 4) Bij de tussentoets mag een eenvoudige (niet programmeerbare)
Nadere informatieSamenvatting college 1-12
Samenvatting college 1-12 Probleemformulering Duidelijk definiëren van beslissingsvariabelen Zinvolle namen voor variabelen bv x ij voor ingrediënt i voor product j, niet x 1,..., x 20 Beschrijving van
Nadere informatieBijlage A Simplex-methode
Dee bijlage hoort bij Beter beslissen, Bijlage A Simplex-methode Verreweg de meeste LP-problemen worden opgelost met behulp van het ogenoemde Simplex-algoritme, in ontwikkeld door G.B. Dantig. De meeste
Nadere informatieBranch-and-Bound en Cutting Planes
Branch-and-Bound en Cutting Planes Vandaag: Er is nog geen algoritme om ILP s in polynomiale tijd op te lossen. Twee opties: 1 Exponentiëel algoritme dat optimale oplossing geeft 2 Polynomiaal algoritme
Nadere informatie1 Transportproblemen. 1.1 Het standaard transportprobleem
1 Transportproblemen 1.1 Het standaard transportprobleem Dit is het eenvoudigste logistieke model voor ruimtelijk gescheiden vraag en aanbod. Een goed is beschikbaar in gekende hoeveelheden op verscheidene
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 2 Leo van Iersel Technische Universiteit Delft 14 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 14 september 2016 1 / 30 Modelleren van LP en ILP problemen
Nadere informatieOptimalisering WI 2608
Optimalisering WI 2608 Docent: Hans Melissen, EWI kamer 7.080 e-mail: j.b.m.melissen@ewi.tudelft.nl tel: 015-2782547 Studiemateriaal op : http://www.isa.ewi.tudelft.nl/~melissen (kijk bij onderwijs WI
Nadere informatieOptimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 11 Complementaire speling; duale Simplex methode Han Hoogeveen, Utrecht University Duale probleem (P) (D) min c 1 x 1 + c 2 x 2 + c 3 x 3 max w 1 b 1 + w 2 b 2 +
Nadere informatieTentamen Optimalisering (IN2520) Datum: 5 november 2004, Docent: Dr. J.B.M. Melissen
Tentamen Optimalisering (IN2520) Datum: 5 november 2004, 14.00 17.00. Docent: Dr. J.B.M. Melissen Veel succes! 1 Deze opgave bestaat uit 15 tweekeuzevragen. Per goed antwoord krijg je 2 punten. a. Dynamisch
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 12 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 12 oktober 2016 1 / 31 Dualiteit Dualiteit: Elk LP probleem heeft
Nadere informatie1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d.
1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d. een toewijzingsprobleem. 2. Het aantal toegelaten hoekpunten in een
Nadere informatieSommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk.
Netwerkanalyse (H3) Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Deze problemen kunnen vaak als continu LP probleem worden opgelost. Door de speciale structuur
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 2 oktober 206 Leo van Iersel (TUD) TW2020 Optimalisering 2 oktober 206 / 3 Dualiteit Dualiteit: Elk LP probleem heeft een
Nadere informatieTaak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking
Taak 2: LP: simplex en sensitiviteitsanalyse Voorbeeld uitwerking. Sensitiviteitsanalyse (a) Als de prijs van legering 5 daalt, kan het voordeliger worden om gebruik te maken van deze legering. Als de
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 10 Leo van Iersel Technische Universiteit Delft 23 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 23 november 2016 1 / 40 Vraag Ik heb het deeltentamen niet
Nadere informatiez x 1 x 2 x 3 x 4 s 1 s 2 s 3 rij rij rij rij
ENGLISH VERSION SEE PAGE 3 Tentamen Lineaire Optimalisering, 0 januari 0, tijdsduur 3 uur. Het gebruik van een eenvoudige rekenmachine is toegestaan. Geef bij elk antwoord een duidelijke toelichting. Als
Nadere informatieTentamen: Operationele Research 1D (4016)
UITWERKINGEN Tentamen: Operationele Research 1D (4016) Tentamendatum: 12-1-2010 Duur van het tentamen: 3 uur (maximaal) Opgave 1 (15 punten) Beschouw het volgende lineaire programmeringsprobleem P: max
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 13 Leo van Iersel Technische Universiteit Delft 9 december 2015 Leo van Iersel (TUD) TW2020 Optimalisering 9 december 2015 1 / 13 Vraag Wat moet ik kennen en kunnen voor
Nadere informatieBESLISKUNDE 2 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN
BESLISKUNDE L.C.M. KALLENBERG UNIVERSITEIT LEIDEN Voorwoord Dit vak is een voortzetting van het tweedejaarscollege Besliskunde. Een aantal andere mathematische beslissingsproblemen komt aan de orde en
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 2 Leo van Iersel Technische Universiteit Delft 9 september 2015 Leo van Iersel (TUD) TW2020 Optimalisering 9 september 2015 1 / 23 Huiswerk Huiswerk 1 is beschikbaar op
Nadere informatieTU/e 2DD50: Wiskunde 2 (1)
TU/e 2DD50: Wiskunde 2 (1) Organisatorische informatie Wat Dag Tijd Zaal Docent College Tue 5+6 Aud 6+15 Gerhard Woeginger Thu 1+2 Aud 1+4 Gerhard Woeginger Clicker session Tue 7+8 Aud 6+15 Gerhard Woeginger
Nadere informatieOptimalisering en Complexiteit, College 10. Begrensde variabelen. Han Hoogeveen, Utrecht University
Optimalisering en Complexiteit, College 10 Begrensde variabelen Han Hoogeveen, Utrecht University Begrensde variabelen (1) In veel toepassingen hebben variabelen zowel een ondergrens als een bovengrens:
Nadere informatieOptimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016
Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 28 september 2016 Leo van Iersel (TUD) Optimalisering 28 september 2016 1 / 18 Dualiteit Dualiteit: Elk LP probleem heeft een bijbehorend
Nadere informatieOptimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 23 september 2015
Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 23 september 2015 Leo van Iersel (TUD) Optimalisering 23 september 2015 1 / 19 Mededelingen Maandag 28 september: deadline huiswerk
Nadere informatieExamenvragen D0H45 (Lineaire optimalizatie)
Examenvragen D0H45 (Lineaire optimalizatie) Tijdstip: Vrijdag 3 februari 2012 vanaf 09.00 uur tot 12.00 uur Er zijn vier opgaven. Achter de opgaven zitten de bladzijden die u kunt gebruiken om uw antwoord
Nadere informatieHoofdstuk 8: Algoritmen en Complexiteit
Hoofdstuk 8: Algoritmen en Complexiteit Vandaag: Hoe meten we de performance van algoritmen? Waar ligt de grens tussen een goed en een slecht algoritme? 22 oktober 2014 1 Vandaag: Hoe meten we de performance
Nadere informatie2DD50: Tentamen. Tentamen: 26 januari 2016 Hertentamen: 5 april 2016
2DD50: Tentamen Tentamen: 26 januari 2016 Hertentamen: 5 april 2016 Bij het tentamen mag een eenvoudige (niet grafische; niet programmeerbare) rekenmachine meegenomen worden, en 2 tweezijdige A4-tjes met
Nadere informatieUniversiteit Utrecht Departement Informatica. Examen Optimalisering op dinsdag 29 januari 2019, uur.
Universiteit Utrecht Departement Informatica Examen Optimalisering op dinsdag 29 januari 2019, 17.00-20.00 uur. ˆ Mobieltjes UIT en diep weggestopt in je tas. Wanneer je naar de WC wil, dan moet je je
Nadere informatieOptimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016
Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 28 september 2016 Leo van Iersel (TUD) Optimalisering 28 september 2016 1 / 18 Dualiteit Dualiteit: Elk LP probleem heeft een bijbehorend
Nadere informatieTransshipment problemen Simplex methode en netwerk optimalisatie algoritmes. Luuk van de Sande Begeleider: Judith Keijsper 20 januari 2013
Transshipment problemen Simplex methode en netwerk optimalisatie algoritmes Luuk van de Sande Begeleider: Judith Keijsper 20 januari 2013 1 Inhoudsopgave 1 Transport problemen 3 2 Definities en stellingen
Nadere informatieOverzicht. Inleiding. Modellering. Duaal probleem. αβ-algoritme. Maximale stroom probleem. Voorbeeld. Transportprobleem 1
Overzicht Inleiding Modellering Duaal probleem αβ-algoritme Maximale stroom probleem Voorbeeld Transportprobleem 1 Inleiding W 1 b 1 a 1 D 1 W 2 b 2 a 2 D 2 a m Dm W n b n depots warenhuizen c ij zijn
Nadere informatieTechnische Universiteit Eindhoven Faculteit Wiskunde & Informatica
Technische Universiteit Eindhoven Faculteit Wiskunde & Informatica Tentamen Optimalisering (2DD15) Vrijdag 24 juni 2011, 9:00 12:00 uur Het tentamen bestaat uit zeven opgaven. Bij elke opgave staat het
Nadere informatieTU/e 2DD50: Wiskunde 2
TU/e 2DD50: Wiskunde 2 Enkele mededelingen Instructies (vandaag, 10:45 12:30) in vier zalen: Zaal Aud 10 Pav b2 Pav m23 Ipo 0.98 voor studenten met achternaam beginnend met letters A tot en met D met letters
Nadere informatieFaculteit der Economie en Bedrijfskunde
Faculteit der Economie en Bedrijfskunde Op dit voorblad vindt u belangrijke informatie omtrent het tentamen. Lees dit voorblad voordat u met het tentamen begint! Tentamen: Operational Research 1D (4016)
Nadere informatieOperationeel Onderzoek Lingo Examen Voorbeelden
Operationeel Onderzoek Lingo Examen Voorbeelden 1. Examen Maandag Oefening 1 (December 2013)!8 liedjes waarvan een paar die "hits" zijn, en met van elk lied de lengte gegeven. Opgave: verdeel deze liedjes
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 21 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 21 oktober 2015 1 / 20 Deze week: algoritmes en complexiteit
Nadere informatieLineaire programmering
Lineaire programmering Hans Maassen kort naar Inleiding Besliskunde van J. Potters [Pot]. en Methods of Mathematical Economics van J. Franklin [Fra]. Lineaire programmering is het bepalen van het maximum
Nadere informatieStochastische Modellen in Operations Management (153088)
R1 L1 R2 S0 Stochastische Modellen in Operations Management (153088) 240 ms 10 ms Ack Internet Richard Boucherie Stochastische Operations Research TW, Ravelijn H 219 http://wwwhome.math.utwente.nl/~boucherierj/onderwijs/153088/153088.html
Nadere informatieLineaire Algebra (2DD12)
Lineaire Algebra (2DD12) docent: Ruud Pellikaan - Judith Keijsper email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/ ruudp/2dd12.html Technische Universiteit Eindhoven college 1 J.Keijsper
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe
Nadere informatieModellen en Simulatie Speltheorie
Utrecht, 20 juni 2012 Modellen en Simulatie Speltheorie Gerard Sleijpen Department of Mathematics http://www.staff.science.uu.nl/ sleij101/ Program Optimaliseren Nul-som matrix spel Spel strategie Gemengde
Nadere informatieHertentamen Optimalisering (Delft) en Besliskunde 1 (Leiden) 15 april 2014, uur
Hertentamen Optimalisering (Delft) en Besliskunde 1 (Leiden) 15 april 2014, 14.00-17.00 uur Het tentamen bestaat uit 6 opgaven. Motiveer je antwoorden duidelijk. De normering van de opgaves staat steeds
Nadere informatieOnderneming en omgeving - Economisch gereedschap
Onderneming en omgeving - Economisch gereedschap 1 Rekenen met procenten, basispunten en procentpunten... 1 2 Werken met indexcijfers... 3 3 Grafieken maken en lezen... 5 4a Tweedegraads functie: de parabool...
Nadere informatieProject Management (H 9.8 + H 22 op CD-ROM)
Project Management (H 9.8 + H 22 op CD-ROM) CPM (Critical Path Method) Activiteiten met afhankelijkheden en vaste duur zijn gegeven. CPM bepaalt de minimale doorlooptijd van het project. PERT (Program
Nadere informatieSPECIALE LINEAIRE MODELLEN
Hoofdstuk 7 SPECIALE LINEAIRE MODELLEN 7.1 Unimodulariteit en totale unimodulariteit Vele combinatorische optimaliseringsproblemen kunnen worden beschreven als het maximaliseren van een lineaire functie
Nadere informatieSPD Bedrijfsadministratie. Correctiemodel COST & MANAGEMENTACCOUNTING DINSDAG 8 MAART UUR
SPD Bedrijfsadministratie Correctiemodel COST & MANAGEMENTACCOUNTING DINSDAG 8 MAART 2016 12.00-14.00 UUR Indien een kandidaat tot eenzelfde antwoord komt als opgenomen in dit correctiemodel maar waarbij
Nadere informatieOptimalisering WI 2608
Optimalisering WI 2608 Docent: Hans Melissen, EWI kamer 4.150 e-mail: j.b.m.melissen@tudelft.nl tel: 015-2782547 Het project is een verplicht onderdeel van het vak Het project start in week 5. Nadere informatie
Nadere informatieDigitaal Proefstuderen Econometrie en Operationele Research Universiteit van Tilburg
Digitaal Proefstuderen Econometrie en Operationele Research Universiteit van Tilburg 1 Voorwoord Welkom bij de cursus Digitaal Proefstuderen van de opleiding Econometrie en Operationele Research aan de
Nadere informatiex 3 E H x 1 B A = (0,0,0) B = (1,0,0) C = (0,1,0) E = (0,0,1) I = (1,1,1/2) J = (1/2,1,1) H=(1,1/2,1) x 2
1. Gegeven een LP probleem (P) max z = c 1 x 1 + c 2 x 2 + c 3 x 3 (= c x) waarvoor het gebied van toegelaten oplossingen T wordt gegeven als de verzameling punten op het afknotingsvlak van een symmetrisch
Nadere informatieTU/e 2DD50: Wiskunde 2 (1)
TU/e 2DD50: Wiskunde 2 () Tussentoets 26 november, tijdens de instructies Zaal: paviljoen (study hub) Time: 90min Tentamenstof: colleges 4 (LP; Simplex; dualiteit; complementaire slackness) Oude tentamens:
Nadere informatieVoorbeeldexamen Management Controle
Voorbeeldexamen Management Controle VRAAG 1 Verklaar volgende termen (maximaal 3 regels per term) - Doelcongruentie - Productclassificatie - MBO - Profit sharing - Indirecte CF statement VRAAG 2 Leg uit
Nadere informatieOpdrachten numerieke methoden, week 1
Opdrachten numerieke methoden, week Opdracht : De potentiaal in een diode. [Bewijs dat ψ = u T arcsinh D 2n i ) ] ) ) D = n p = n i e ψ u T e ψ u ψ T = 2n i sinh u T ) D ψ = u T arcsinh 2n i.2 [Conditiegetal
Nadere informatieOPGAVEN HOOFDSTUK 6 UITWERKINGEN
OPGAVEN HOOFDSTUK 6 UITWERKINGEN Opgave 1 Jansen heeft een maakt en verkoopt product P11. De verkoopprijs van het product is 60 exclusief btw. De inkoopprijs van het product is 28. De overige variabele
Nadere informatieUniversiteit Utrecht Departement Informatica
Universiteit Utrecht Departement Informatica Uitwerking Tussentoets Optimalisering 20 december 206 Opgave. Beschouw het volgende lineair programmeringsprobleem: (P) Minimaliseer z = x 2x 2 + x 3 2x 4 o.v.
Nadere informatieA.1 Grafentheorie 64 BIJLAGE A. OPLOSSING VAN DE VRAGEN A.1. GRAFENTHEORIE 65. dan heeft deze kring in ieder knooppunt een even aantal takken).
64 BIJLAGE A. OPLOSSING VAN DE VRAGEN A. Grafentheorie Vraag. Neem drie knooppunten i, j en k. d(i, k) = het minimum aantal takken in een keten tussen i en k Vraag.2 het minimum aantal takken in een keten
Nadere informatieGreedy algoritmes. Algoritmiek
Greedy algoritmes Algoritmiek Algoritmische technieken Trucs, methoden, paradigma s voor het ontwerpen van algoritmen Dynamisch Programmeren Divide & Conquer Greedy 2 Greedy algoritme Bouwt de oplossing
Nadere informatieHoofdstuk 13: Integer Lineair Programmeren
Hoofdstuk 13: Integer Lineair Programmeren Vandaag: Wat is Integer Lineair Programmeren (ILP)? Relatie tussen ILP en LP Voorbeeld 1: Minimum Spanning Tree (MST) Voorbeeld 2: Travelling Salesman Problem
Nadere informatieVoorraadwaardering. Fabricagekosten: = = 25 => fabricage kostprijs
Les 1 2 methoden van kostprijsberekening I (AC) absorption costing => integrale methode, zowel variabele- als vaste kosten worden meegenomen C + V N W II (DC) Variabele kostprijsmethode => direct costing,
Nadere informatieTentamen combinatorische optimalisatie Tijd:
Tentamen combinatorische optimalisatie 26-05-2014. Tijd: 9.00-11.30 Tentamen is met gesloten boek. Beschrijf bij elke opgave steeds het belangrijkste idee. Notatie en exacte formulering is van minder belang.
Nadere informatieBESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN
BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2007 Voorwoord College Najaar 2004 Het derdejaarscolleges Besliskunde 2 en 3 zijn een vervolg op het tweedejaarscollege Besliskunde 1.
Nadere informatieffl een willekeurige LP in standaard vorm kan omzetten ffl het bij een basis toebehorend tableau en de basisoplossing kan berekenen ffl de simplex alg
Grafentheorie en Operationele Research 158070 Handout Operationele Research gedeelte 1 Inleiding 1.1 Inhoud Het Operationele Research gedeelte van het vak 'Grafentheorie en Operationele Research' houdt
Nadere informatieLineaire Algebra TW1205TI. I.A.M. Goddijn, Faculteit EWI 12 februari 2014
Lineaire Algebra TW1205TI, 12 februari 2014 Contactgegevens Mekelweg 4, kamer 4.240 tel : (015 27)86408 e-mail : I.A.M.Goddijn@TUDelft.nl homepage : http: //fa.its.tudelft.nl/ goddijn blackboard : http:
Nadere informatie1 Limiet van een rij Het begrip rij Bepaling van een rij Expliciet voorschrift Recursief voorschrift 3
HOOFDSTUK 6: RIJEN 1 Limiet van een rij 2 1.1 Het begrip rij 2 1.2 Bepaling van een rij 2 1.2.1 Expliciet voorschrift 2 1.2.2 Recursief voorschrift 3 1.2.3 Andere gevallen 3 1.2.4 Rijen met de grafische
Nadere informatieEen selectie algoritmen voor lineair programmeren (A selection of algorithms for linear programming)
Technische Universiteit Delft Faculteit Elektrotechniek, Wiskunde en Informatica Delft Institute of Applied Mathematics Een selectie algoritmen voor lineair programmeren (A selection of algorithms for
Nadere informatieOPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN
OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2003 Inhoudsopgave 1 Inleiding 1 1.1 Wat is Operations Research?.............................. 1 1.2 Overzicht van de te behandelen
Nadere informatieComplexe eigenwaarden
Complexe eigenwaarden Tot nu toe hebben we alleen reële getallen toegelaten als eigenwaarden van een matrix Het is echter vrij eenvoudig om de definitie uit te breiden tot de complexe getallen Een consequentie
Nadere informatieWiskundige beweringen en hun bewijzen
Wiskundige beweringen en hun bewijzen Analyse (en feitelijk de gehele wiskunde) gaat over het bewijzen van beweringen (proposities), d.w.z. uitspraken waaraan de karakterisering waar of onwaar toegekend
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds06 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere informatieFabricage kosten Grondstoffen Machinekosten Loon productiepersoneel Hulpafdelingen (onderhoud/magazijn) Deze kosten zijn samen de fabricagekostprijs
www.jooplengkeek.nl Voorcalculatie Fabricage kosten Grondstoffen Machinekosten Loon productiepersoneel Hulpafdelingen (onderhoud/magazijn) Deze kosten zijn samen de fabricagekostprijs Verkoop kosten Reclamekosten
Nadere informatieOPGAVEN HOOFDSTUK 5 ANTWOORDEN
OPGAVEN HOOFDSTUK 5 ANTWOORDEN Opgave 1 Mevrouw Van Driel maakt product Z207. Voor 2018 zijn de volgende gegevens begroot: Begrote toegestane constante kosten 200.000 Verwachte totale variabele kosten
Nadere informatieDiscrete Wiskunde 2WC15, Lente Jan Draisma
Discrete Wiskunde 2WC15, Lente 2010 Jan Draisma HOOFDSTUK 2 Gröbnerbases 1. Vragen We hebben gezien dat de studie van stelsels polynoomvergelijkingen in meerdere variabelen op natuurlijke manier leidt
Nadere informatieVoorbeeld van herschrijven als transportprobleem
Voorbeeld van herschrijven als transportprobleem Het water van 3 rivieren moet worden verdeeld over 4 steden. Daar zijn kosten aan verbonden per eenheid water (zie tabel). De steden hebben minimumbehoeften
Nadere informatieOplossingen hoofdstuk XI
Oplossingen hoofdstuk XI. Hierbij vind je de resultaten van het onderzoek naar de relatie tussen een leestest en een schoolrapport voor lezen. Deze gegevens hebben betrekking op een regressieanalyse bij
Nadere informatieLineair Programmeren op het polytoop
Lineair Programmeren op het polytoop Paulien Neppelenbroek 12 juli 2017 Bachelorproject wiskunde Supervisor: dr. Jan Brandts Korteweg-de Vries Instituut voor Wiskunde Faculteit der Natuurwetenschappen,
Nadere informatieLineaire formules.
www.betales.nl In de wiskunde horen bij grafieken bepaalde formules waarmee deze grafiek getekend kan worden. Lineaire formules zijn formules die in een grafiek een reeks van punten oplevert die op een
Nadere informatie3 Voorcalculatie, nacalculatie en verschillenanalyse
3 Voorcalculatie, nacalculatie en verschillenanalyse 3.1 Inleiding Voor je als ondernemer aan het werk gaat, moet je natuurlijk wel weten waar je aan begint. Of het nou gaat om een fabricagebedrijf of
Nadere informatieZowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y
1 Regressie analyse Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y Regressie: wel een oorzakelijk verband verondersteld: X Y Voorbeeld
Nadere informatieUitwerking Tweede Quiz Speltheorie,
Uitwerking Tweede Quiz Speltheorie, 28-11-2012 Attentie! Maak van de onderstaande drie opgaven er slechts twee naar eigen keuze! Opgave 1 [50 pt]. Van het tweepersoons nulsomspel met de 2 4-uitbetalingsmatrix
Nadere informatieLineaire vergelijkingen II: Pivotering
1/25 Lineaire vergelijkingen II: Pivotering VU Numeriek Programmeren 2.5 Charles Bos Vrije Universiteit Amsterdam c.s.bos@vu.nl, 1A40 15 april 2013 2/25 Overzicht Pivotering: Methodes Norm en conditionering
Nadere informatieOPGAVEN HOOFDSTUK 6 ANTWOORDEN
OPGAVEN HOOFDSTUK 6 ANTWOORDEN Opgave 1 Jansen heeft een maakt en verkoopt product P11. De verkoopprijs van het product is 60 exclusief btw. De inkoopprijs van het product is 28. De overige variabele kosten
Nadere informatieVoorbereiding toelatingsexamen arts/tandarts. Wiskunde: veeltermfuncties en berekening parameters, stelsels. 16 september dr.
Voorbereiding toelatingsexamen arts/tandarts Wiskunde: veeltermfuncties en berekening parameters, stelsels 16 september 2017 dr. Brenda Casteleyn Met dank aan: Atheneum van Veurne, Leen Goyens (http://users.telenet.be/toelating)
Nadere informatieHandleiding BreakEven Calculator Door Thomas Vulsma
Handleiding BreakEven Calculator Door Thomas Vulsma Introductie Deze handleiding geeft een korte inleiding tot de werking en het gebruik van de BreakEven Calculator. Met een paar simpele stappen leert
Nadere informatieLP-problemen modelleren. Inleiding
LP-problemen modelleren Inleiding 1 Assumpties 2 LP-problemen oplossen Grafische oplossing 3 4 Onthoud: Iso-winstcurve = niveaucurve Alle iso-winstcurves ( niveaucurves ) lopen evenwijdig Hoe tekenen we
Nadere informatieUniversiteit Utrecht Faculteit Wiskunde en Informatica. Examen Optimalisering op maandag 18 april 2005, uur.
Universiteit Utrecht Faculteit Wiskunde en Informatica Examen Optimalisering op maandag 18 april 2005, 9.00-12.00 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf
Nadere informatie1 Kostprijsberekening en bezettingsresultaat
1 Kostprijsberekening en bezettingsresultaat 1.1 Inleiding In het Basisboek Bedrijfseconomie heb je al veel geleerd over hoe de prijs van een product tot stand komt. De eerste hoofdstukken in dat boek
Nadere informatieUitwerkingen bij 1_1 Lineaire vergelijkingen
Uitwerkingen bij 1_1 Lineaire vergelijkingen!! "#$ #!%!& " %'!& " #!' " # ( # )' * # ' #*" # + '!#*" ' ' + + ' '!, %' &% &%& % -&. = / +. = / + * 0 #!*" 0 $! 1 = ' + 1 = - 0 " "!$ *# 2 1 = # '2 = ' + 2
Nadere informatieUITWERKINGEN OPGAVEN HOOFDSTUK 9
HOOFDSTUK 9 Opgave 1 a. Bereken de fabricagekostprijs van één product. Constante deel van het tarief: 500.000 2.500.000 = 0,20 Variabele deel van het tarief: 10 10 = 1 Totale fabricagekostprijs: 0,20 +
Nadere informatieLineaire Algebra voor ST
Lineaire Algebra voor ST docent: Judith Keijsper TUE, HG 9.31 email: J.C.M.Keijsper@tue.nl studiewijzer: http://www.win.tue.nl/wsk/onderwijs/2ds6 Technische Universiteit Eindhoven college 2 J.Keijsper
Nadere informatie