MOD 233 Konveksitet og optimering. Leksjon 1

Like dokumenter
Innhold og forelesningsplan Eksempler på LP Begreper Løsning av enkelt eksempel Praktisk relevans Leksjon 2: Simpleksmetoden for løsning av LP

Econ 2130 uke 15 (HG) Poissonfordelingen og innføring i estimering

f(x)dx = F(x) = f(u)du. 1 (4u + 1) du = 3 0 for x < 0, 2 + for x [0,1], 1 for x > 1. = 1 F 4 = P ( X > 1 2 X > 1 ) 4 X > 1 ) =

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006

Kapittel 5: dualitetsteori

Eksamen REA3028 S2, Våren 2010

ECON 3610/4610 Veiledning til oppgaver seminaruke 43. Planleggingsproblemet for en planlegger med en utilitaristisk velferdsfunksjon er her

Eksamen REA3028 S2, Våren 2011

LP. Leksjon 5. Kapittel 5: dualitetsteori. motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

ingen Fase I nødvendig konvergerer dersom LP er begrenset og konsistent skifter mellom primal og dual pivotering MoD233 - Geir Hasle - Leksjon 8 2

Eksempeloppgave REA3028 Matematikk S2 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

I dag: Produktfunksjoner og kostnadsfunksjoner

LP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 5 Estimering. Målemodellen.

LØSNING: Eksamen 28. mai 2015

Sensorveiledning eksamen ECON 3610 Høst 2017

Kapittel 1 og 2: eksempel og simpleksmetoden

Eksamen REA3028 S2, Våren 2010

Kapittel 5: Tilfeldige variable, forventning og varians.

Kraftforsyningsberedskap. Roger Steen Seniorrådgiver Beredskapsseksjonen NVE,

Suffisient observator

Fagdag 2-3mx

UNIVERSITETET I OSLO

Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og Repetisjon; 9.1, 9.2, 9.3, 9.4, 9.5, og 9.10

EKSAMEN Løsningsforslag

MOT310 Statistiske metoder 1, høsten 2011

Del1. Oppgave 1. a) Deriver funksjonene: b) Gitt den uendelige rekken. Avgjør om rekken konvergerer, og bestem eventuelt summen av rekken.

Veiledning til obligatoriske oppgave ECON 3610 høsten 2012

Eksempeloppgave REA3026 Matematikk S1 Eksempel på eksamen våren 2015 etter ny ordning. Ny eksamensordning. Del 1: 3 timer (uten hjelpemidler)

2T kapittel 3 Modellering og bevis Utvalgte løsninger oppgavesamlingen

UNIVERSITETET I OSLO

LØSNINGSFORSLAG TIL ØVING NR. 1, VÅR 2015

Løsningsforslag: Deloppgave om heuristiske søkemetoder

Eksempler fra slutten av forrige uke. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke

i B maksimal b Fundamentalteoremet for lineærprogrammering Den leksikografiske metode Blands pivoteringregel MoD233 - Geir Hasle - Leksjon 4 2

Institutt for økonomi og administrasjon

Forelesning 4 og 5 Transformasjon, Weibull-, lognormal, beta-, kji-kvadrat -, t-, F- fordeling

f '( x) 28x 6x 2 ( 2) x x 4(3t 2 s) 6s 2x 6(3t 2 s) 2t ln x 2ln y med bibetingelsen 2x y m. Her er m 0

Numeriske metoder: Euler og Runge-Kutta Matematikk 3 H 2016

3MX 2007/8 - Kapittel 5: 8. januar 5. februar 2008

Introduksjon. Hypotesetesting / inferens (kap 3) Populasjon og utvalg. Populasjon og utvalg. Populasjonsvarians

Løsningsforslag ST2301 øving 3

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

Econ 2130 Forelesning uke 11 (HG)

x n = 1 + x + x 2 + x 3 + x x n + = 1 1 x

STK1100 våren 2017 Estimering

Kapittel 8: Estimering

Plan for fagdag 3. Plan: Litt om differanse- og summefølger. Sammenhengen a n a 1 n 1 i 1

Kort repetisjon fra kapittel 4. Oppsummering kapittel ST0202 Statistikk for samfunnsvitere. Betinget sannsynlighet og trediagram

Numeriske metoder i fysikk 3 (FYS310b) Del 2: Beregning av elektronisk struktur

Forkunnskaper i matematikk for fysikkstudenter. Derivasjon.

Konfidensintervall. Notat til STK1110. Ørnulf Borgan, Ingrid K. Glad og Anders Rygh Swensen Matematisk institutt, Universitetet i Oslo.

MA1101 Grunnkurs Analyse I Høst 2017

OM TAYLOR POLYNOMER. f x K f a x K a. f ' a = lim x/ a. f ' a z

INF3400 Digital Mikroelektronikk Løsningsforslag DEL 9

AVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008 Kp. 6, del 5

Estimering 2. -Konfidensintervall

Likningssystem for maksimum likelihood løsning

KLMED8004 Medisinsk statistikk. Del I, høst Estimering. Tidligere sett på. Eksempel hypertensjon

Oppgave 1. (i) Hva er sannsynligheten for at det øverste kortet i bunken er et JA-kort?

Velkommen til Sommerskolen i Drammen

MA 1410: Analyse Uke 48, aasvaldl/ma1410 H01. Høgskolen i Agder Avdeling for realfag Institutt for matematiske fag

Kapittel 7: Noen viktige sannsynlighetsfordelinger

LP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri

Detaljert løsningsveiledning til ECON1310 seminaroppgave 9, høsten der 0 < t < 1

TMA4240 Statistikk Høst 2016

211.7% 2.2% 53.0% 160.5% 30.8% 46.8% 17.2% 11.3% 38.7% 0.8%

Mer om utvalgsundersøkelser

Differensligninger Forelesningsnotat i Diskret matematikk Differensligninger

Vi skal hovedsakelig ikke bestemme summen men om rekken konvergerer. det vil si om summen til rekken er et bestemt tall

Påliteligheten til en stikkprøve

ÅMA110 Sannsynlighetsregning med statistikk, våren Kontinuerlige tilfeldige variable, intro. Kontinuerlige tilfeldige variable, intro.

Løsning eksamen S2 våren 2010

UNIVERSITETET I OSLO

Programmering for fysikkens skyld

Kommentarer til oppgaver;

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ENMANNSBEDRIFTEN i byggeog anleggsbransjen. Et tryggere og bedre arbeidsmiljø

SAMMENLIGNING AV MINSTE KVADRATERS METODE OG SANNSYNLIGHETSMAKSIMERINGSMETODEN I BINÆR REGRESJON. Henrik Dahl *)

14 Plateberegninger. Litteratur: Cook & Young, Advanced Mechanics of Materials, kap Larsen, Dimensjonering av stålkonstruksjoner, kap. 9.

Kap. 9: Inferens om én populasjon. Egenskaper ved t-fordelingen. ST0202 Statistikk for samfunnsvitere. I Kapittel 8 brukte vi observatoren

Kap. 9: Inferens om én populasjon

TMA4245 Statistikk Eksamen mai 2017

Polynominterpolasjon

EKSAMEN. Oppgavesettet består av 5 oppgaver, hvor vekten til hver oppgave er angitt i prosent i oppgaveteksten. Alle oppgavene skal besvares.

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK 5.august 2004

LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse

Oversikt over konfidensintervall i Econ 2130

Matematikk for IT. Oblig 7 løsningsforslag. 16. oktober

Oversikt, del 5. Vi har sett på styrkefunksjon for ensidige tester. Eksempler (styrke, dimensjonering,...) Eksempler fra slutten av forrige uke

Oppgaver fra boka: Med lik men ukjent varians antatt har vi fra pensum at. t n1 +n 2 2 under H 0 (12 1) (12 1)

1 TIGRIS Tidlig intervensjon i forhold til rusmiddelbruk i graviditet og småbarnsperiode

ECON240 Statistikk og økonometri

Registrarseminar 1. april Ingrid Ofstad Norid

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 6, del 2

TMA4240 Statistikk Høst 2009

Totalt Antall kandidater oppmeldt 1513 Antall møtt til eksamen 1421 Antall bestått 1128 Antall stryk 247 Antall avbrutt 46 % stryk og avbrutt 21%

Transkript:

MOD 233 Koveksitet og optierig Leksjo

Mål ed kurset Forståelse av gruleggede optierigsteori Løsigsetoder Algoritisk forståelse Praktiske avedelser odellerig løsig ved bruk av verktøy MOD233 - Geir Hasle - Leksjo 2

Nytt pesu vår 2003 Lite eller itet o koveksitet Mer o lieærprograerig og utvidelser Nettverksflyt trasportprobleer korteste-vei Heltallsprograerig tidsplaleggig hadelsreisede-probleet (T S P) forgreig- og begresig (Brach & Boud) MOD233 - Geir Hasle - Leksjo 3

Kursihold () Optierig teori og praksis Optierigsprobleer Optierig uder føriger Eksepler Mateatisk forulerig Lieærprograerig (LP) Sipleksetode Fudaetalteoreet i LP Effektivitet av Sipleksetode MOD233 - Geir Hasle - Leksjo 4

Kursihold (2) Dualitet Svake og sterke dualitetssetiger Kopleetær slakk Dual sipleksetode Praktisk løsig av LP for håd odellerig i algebraisk odellerigsspråk løsig ved bruk av verktøy, LP-løser MOD233 - Geir Hasle - Leksjo 5

Kursihold (3) Sipleksetoder i atrisefor Sesitivitet og paraetrisk aalyse Paraetrisk selv-dual Sipleksetode MOD233 - Geir Hasle - Leksjo 6

Kursihold (4) Avedelser av LP Nettverksflyt-probleer Miiu kostad ettverksflyt Avedelser av ettverksflyt-probleer trasportprobleet tilordigsprobleet korteste-vei probleet ettverksflyt ed øvre begresiger aksiu flyt MOD233 - Geir Hasle - Leksjo 7

Kursihold (5) Heltallsoptierig T idsplaleggig Hadelsreisede-probleet (T S P) Ikke-lieære ålfuksjoer Geerell etode for å løse heltallsprobleer Forgreig og begresig (Brach & Boud) MOD233 - Geir Hasle - Leksjo 8

Lærebøker Robert J. Vaderbei: Liear Prograig Foudatios ad Extesios Secod Editio 2000 ISBN 0-7923-7342- http://www.priceto.edu/~rvdb/lpbook Ikke tilgjegelig i Akadeika! Fourer, Gay, Kerigha: AMPL A Modellig Laguage for Matheatical Prograig Secod Editio MOD233 - Geir Hasle - Leksjo 9

Forelesigspla 2/ Leksjo : Kap -2: Eksepel og Sipleksetode 28/ Leksjo 2: Kap 2: Sipleksetode (fortsatt) 4/2 Leksjo 3: Kap 3: Degeererig /2 Leksjo 4: Kap 4: Effektivitet av Sipleksetode 5: Dualitetsteori (5.-5.4) 8/2 Leksjo 5: Kap 5: Kopleetær slakk Duale Sipleksetode (5.5-5.0) 25/2 Viterferie 4/3 Leksjo 6: Kap 6: Sipleksetode i atrisefor /3 Leksjo 7: Kap 7: Sesitivitet og paraetrisk aalyse 8/3 Leksjo 8: Kap 3: Nettverksflyt 25/3 Leksjo 9: Kap 4: Avedelser /4 Leksjo 0: Kap 22: Heltallsprograerig /4 Leksjo : Repetisjo 9/5 Skriftlig eksae Se kursets hjeeside http://www.ifi.uio.o/i233/ MOD233 - Geir Hasle - Leksjo 0

Dee leksjo Eksepel på LP Geerell ateatisk forulerig T rasforasjoer Stadardfor Sipleksetode for LP på stadardfor MOD233 - Geir Hasle - Leksjo

Eksepel på optierigsproble - Produksjosplaleggig i bedrift Widow s AS Fabrikk for produksjo av glassdører og viduer Fortjeeste for produktee kjet 3 produksjosalegg Alegg : dørraer Alegg 2: vidusraer Alegg 3: oterig Serier på f. eks. 00 eheter Kjet behov for arbeidskraft Kjet tilgag på arbeidskraft Hvorda skal vi produsere for å aksiere fortjeeste? MOD233 - Geir Hasle - Leksjo 2

Data for produksjoe i Widows AS T ieverk/serie T ieverk/serie Kapasitet dør vidu tieverk Alegg (dørrae) - 4 Alegg 2 (vidusrae) - 2 2 Alegg 3 (oterig) 3 2 8 Fortjeeste 3 kkr 5 kkr MOD233 - Geir Hasle - Leksjo 3

Profittaksierig i Widows AS - ateatisk forulerig x x 2 atall serier viduer atall serier dører Beslutigsvariable aksier 3x + 5x 2 slik at x 4 2x 2 3x x 2 2, x 0 2 + 2x 8 Målfuksjo Føriger MOD233 - Geir Hasle - Leksjo 4

Lieærprograerigsproble - LP Prograerig plaleggig Kotiuerlige beslutigsvariable x j j =,, Målfuksjo Objektfuksjo, objektiv Kostadsfuksjo Maksierig eller iierig I LP: lieær fuksjo ζ = c x + + c x = c x j j j= MOD233 - Geir Hasle - Leksjo 5

LP (forts.) Føriger (beskrakiger) I LP: Lieære likheter, ulikheter ax + + a x = b a jx j = b j= MOD233 - Geir Hasle - Leksjo 6

Trasforasjoer ζ = = i c x tils var er ax c ( ζ) ( ) j j j j= j= a x + + a x b a x + + a x b ( ) ( ) x j ax + + a x b ax + + a x + s = b, s 0 Slakkvariabel MOD233 - Geir Hasle - Leksjo 7

Trasforasjoer a x + + a x = b ax + + a x b a x + + a x b ( ) ( ) ( ) a x + + a x b a x + + a x b x ka erstattes ed x = x + x, x +, x 0 Vilkårlig hvilke forer so velges Øskelig ed stadardfor for LP MOD233 - Geir Hasle - Leksjo 8

LP på stadardfor j= j ax ζ = c x slik at j= j ij j i j a x b i =,, x 0 j =,, atall beslutigsvariable atall føriger MOD233 - Geir Hasle - Leksjo 9

Teriologi (LP stadardfor) Et spesifikt forslag til verdier på (alle) beslutigsvariablee kalles e løsig e løsig kalles brukbar / tillatt derso de tilfredsstiller alle førigee e løsig kalles optial derso de er brukbar og oppår det øskete aksiu av objektfuksjoe Hvis probleet ikke har e brukbar løsig sies probleet å være ubrukbart eller ikosistet hvis probleet har løsiger ed vilkårlig stor verdi på objektivet, sies probleet å være ubegreset MOD233 - Geir Hasle - Leksjo 20

Eksepel på ikosistet LP ax 5x + 4x slik at 2 x + x 2 2 2x 2x 9 2 2 x, x 0 x + x 2 9 2 MOD233 - Geir Hasle - Leksjo 2

Eksepel på ubegreset LP ax x 4x slik at 2 2 2 2 2x + x x 2x 2 x, x 0 x = 0 : x 2 ka bli vilkårlig stor MOD233 - Geir Hasle - Leksjo 22

Historikk Studiet av lieæ re ulikheter 826 Fourier age har bevist spesialtilfeller av dualitetssetige Avedelser Katorovich 939, ukjet i vest, ubeerket i øst 947 George Datzig Sipleksetode plaleggigsprobleer i US Air Force T. C. Koopas økooi LP odell i klas sisk økooi Nobelprise i økooi 975 til Katorovich og Koopas for deres bidrag til teorie o optial res sursallokerig I dag: Avedelser, Verktøyidustri Daglig løses LP ed tusevis av variable og tusevis av føriger MOD233 - Geir Hasle - Leksjo 23

Sipleks-etode Geerell etode for å løse LP Iterativ Strategi starter ed brukbar løsig fier løsig ed bedre objektivverdi helt til ige forbedrig er ulig Fier ut o probleet er ubrukbart ubegreset Fier optial løsig hvis de fies Fudaetalteore for LP Beregigsessig kopleksitet? MOD233 - Geir Hasle - Leksjo 24

Sipleks Geeraliserige av tetraeder i 3-roet til diesjoer de ekleste polytoper i et gitt -ro MOD233 - Geir Hasle - Leksjo 25

Eksepel LP (fra boka) ax 5x + 4x + 3x slik at 2 3 2x + 3x + x 5 2 3 4x + x + 2x 2 3 3x + 4x + 2x 8 2 3 x, x, x 0 2 3 Stadardfor! MOD233 - Geir Hasle - Leksjo 26

Legger til slakkvariable ax 5x + 4x + 3x slik at 2 3 2x + 3x + x 5 2 3 4x + x + 2x 2 3 3x + 4x + 2x 8 2 3 x, x, x 0 2 3 Ekvivalet forulerig Vil kalle dette basistabell basisliste (dictioary) ( ) ( ) w = 5 2x + 3x + x 2 3 w = 4x + x + 2x 2 2 3 w = 8 (3x + 4x + 2x ) 3 2 3 w, w, w 0 2 3 ax ζ = 5x + 4x + 3x slik at 2 3 w = 5 2x 3x x 2 3 w = 4x x 2x 2 2 3 w = 8 3x 4x 2x 3 2 3 x, x, x, w, w, w 0 2 3 2 3 MOD233 - Geir Hasle - Leksjo 27

Treger tillatt (brukbar) løsig ax ζ = 5x + 4x + 3x slik at 2 3 w = 5 2x 3x x 2 3 w = 4x x 2x 2 2 3 w = 8 3x 4x 2x ) 3 2 3 x, x, x, w, w, w 0 2 3 2 3 Avhegige variable Basisvariable Ekelt, vi ka sette frie variable til 0! Frie variable, ikke-basiske variable MOD233 - Geir Hasle - Leksjo 28

Notasjo tilpasset iterasjoee i Sipleks-etode ( avviker fra boka!) (k) x j Verdi av variabele etter iterasjo k (k) x Løsigsvektor etter iterasjo k Iitiell løsig Iitiell objektivverdi x x x ζ ζ ζ (0) () (K) (0) () (K) Optial løsig Optial verdi MOD233 - Geir Hasle - Leksjo 29

Tilbake til eksepelet ax ζ = 5x + 4x + 3x slik at 2 3 w = 5 2x 3x x 2 3 w = 4x x 2x 2 2 3 w = 8 3x 4x 2x 3 2 3 x, x, x, w, w, w 0 2 3 2 3 Basistabell, basisliste (dictioary) ( x (0) (0) (0) (0) (0) (0) ) ( ) (0), x 2, x 3, w, w 2, w3 0,0,0,5,,8 = Lø sigsvektor ( x (0) (0) (0) (0) (0) (0) (0) ) ( ) (0), x 2, x 3, w, w 2, w 3,] = 0,0,0,5,,8, 0 Lø sigsvektor /objektivverdi De løsiger vi får ved å sette frie variable til 0 i basistabell kalles (brukbare, tillatte) basisløsiger. MOD233 - Geir Hasle - Leksjo 30

I itiell løsig (etter 0-te iterasjo) ax ζ = 5x + 4x + 3x slik at 2 3 w = 5 2x 3x x 2 3 w = 4x x 2x 2 2 3 w = 8 3x 4x 2x 3 2 3 x, x, x, w, w, w 0 2 3 2 3 5 w 0 x 2 w 2 0 x 4 8 w3 0 x 3 ( x (0) (0) (0) (0) (0) (0) (0) ) ( ) (0), x 2, x 3, w, w 2, w 3,] = 0,0,0,5,,8, 0 Brukbar basisløsig i basistabell r. 0 (etter 0-te iterasjo) Ka de forbedres? Øke verdier på variable ed positive koeffisieter i objektiv La oss velge e av de Passe på brukbarhet MOD233 - Geir Hasle - Leksjo 3

I terasjo ax ζ = 5x + 4x + 3x slik at 2 3 w = 5 2x 3x x 2 3 w = 4x x 2x 2 2 3 w = 8 3x 4x 2x 3 2 3 x, x, x, w, w, w 0 2 3 2 3 ax 25 5 7 ζ = w x2 + x3 2 2 2 2 5 3 x = w x 2 x3 2 2 2 2 slik at w = + 2w + 5x 2 2 3 w = + w + x x 2 2 2 2 x, x, x, w, w, w 0 3 2 3 2 3 2 3 ( 0, 0, 0,5,,8,0 ) (0) 5 3 x = w x x 2 2 2 2 2 3 5,0,0,0,,, 2 2 25 2 x 0 x3 5 w 2 0 : OK! () w3 0 x3 MOD233 - Geir Hasle - Leksjo 32

I terasjo 2 ax 25 5 7 ζ = w x 2 + x 3 2 2 2 2 5 3 x = w x 2 x 3 2 2 2 2 slik at w = + 2w + 5x 2 2 3 w = + w + x x 2 2 2 2 x, x, x, w, w, w 0 3 2 3 2 3 2 3 5, 0, 0, 0,,, 2 2 25 2 () x3 = + 3w + x2 2w3 ax ζ = 3 w 3x w slik at 2 3 x = 2 2w 2x + w 2 3 w = + 2w + 5x 2 2 x = + 3w + x 2w 3 2 3 x, x, x, w, w, w 0 2 3 2 3 ( 2,0,,0,,0,3 ) (2) Ige forbedrig ulig! Dette å væ re optial løsig! MOD233 - Geir Hasle - Leksjo 33

Eksepel: Produksjosstyrig - Geerell forulerig Produksjosbedrift Ka produsere produkter Bruker råvarer Statisk bilde Megde råvarer på lager Markedspris/verdi for råvarer Produktpriser {,, } {,, } b,, b { } ρ,, ρ { } σ,, σ { } MOD233 - Geir Hasle - Leksjo 34

Produksjosstyrig - forts. Produkt j krever råvare i Produksjossjef vil aksiere fortjeeste Fortjeeste for produkt j: a ij c = σ a ρ, j =,, j j ij i i= MOD233 - Geir Hasle - Leksjo 35

Produksjosstyrig - forts. Produksjossjefes proble Beslutigsvariable hvor ye skal produseres av hvert produkt? Maksial fortjeeste Råvarer på lager x,, x { } ax j= j= j a x b, i =,, ij j i x 0, j =,, j c x j slik at MOD233 - Geir Hasle - Leksjo 36

Produksjosstyrig - forts. ax x 0, j =,, j c x + c x slik at a x + a x b a x + a x b Eksepel på LP Ressursallokerigsprobleet Profittaksierig Begresiger på råvarer MOD233 - Geir Hasle - Leksjo 37

Produksjosstyrig - Kotrolleres proble Alterativ til produksjo: selge råvaree Hva er råvaree verdt? Miiere lagerbidigskostader Sette ehetspris på hver råvare Må væ re høyere e arkedspris Tapt ulig itekt ved lagerhold wi, i =,, w ρ, i =,, Tilsvarede pris for produktee å ikke væ re lavere e arkedsprise w a σ, j =,, i= i= MOD233 - Geir Hasle - Leksjo 38 i b w i i ij j i i

Produksjosstyrig - Kotrolleres proble i i= i= i w a σ, j =,, w ρ, i =,, i i i ij j i b w slik at Forekler ved å iføre ye variable: y = w ρ, i =,, i i i MOD233 - Geir Hasle - Leksjo 39

Produksjosstyrig - Kotrolleres proble i i i i i i= i= y a + ρ a σ, j =,, i ij i ij j i= i= y 0, i =,, i b y + b ρ slik at c = σ a ρ, j =,, j j ij i i= i i= i i i i i= i= y a c, j =,, i ij j y 0, i =,, i b y + b ρ slik at MOD233 - Geir Hasle - Leksjo 40

Produksjosstyrig - De to probleer Produksjossjefe ax x 0, j =,, j c x + c x slik at a x + a x b a x + a x b Kotrollere i y 0, i =,, i b y + b y slik at a y + a y c a y + a y c MOD233 - Geir Hasle - Leksjo 4

LP - Relevas og betydig Mage oppgaver ka foruleres so LP trasport produksjo logistikk økooi og fias geoetri statistikk Prosess: Modellerig, løsig, iverksettelse ka føre til store gevister Det fis eget effektive løsigsetoder illioer av variable illioer av føriger Koersielle verktøy (LP-løsere) Koersielle odellerigsverktøy MOD233 - Geir Hasle - Leksjo 42

Leksjo - Oppsuerig Mål teoretisk forståelse, gruleggede optierig løsigsetoder LP og utvidelser algoritisk forståelse avedelser LP og utvidelser odellerig og løsig v.h.a. verktøy Ihold og forelesigspla Eksepler på LP Lø sigsprosess Praktisk relevas, produksjosstyrig Tvilligprobleer Leksjo 2: Sipleksetode for løsig av LP MOD233 - Geir Hasle - Leksjo 43