Optimering Linjär programmering
|
|
- Carina Bengtsson
- för 5 år sedan
- Visningar:
Transkript
1 Optimering Linjär programmering Ett optimeringsprolem estår av: En målfunktion, f(), vars maimum, eller minimum ska sökas. En eller flera -varialer (eslutsvarialer som man str över). Eventuellt okså ett antal ivillkor som ska uppfllas (likheter oh/eller olikheter). Det vill säga egränsningar eller samand mellan -varialerna. Eempelvis: ma f ( ) då Ω där speifieras med hjälp av ett snitt av olikheter: g ( ) g ( ) Def: Linjär funktion En funktion, f (,,..., n ), kallas en linjär funktion av,,..., n om den kan skrivas f (,,,,, n )... nn där,,..., n är konstanter. Def: Linjär olikhet Om vi har en linjär funktion f,,..., ) oh en konstant. Kallas en olikhet på formen ( n f (,,..., n ) för en linjär olikhet. En uppsättning av linjära olikheter skapar ett område avgränsat av raka linjer, eller plana tor, en så kallad konve poltop. Def: Linjärt programmeringsprolem (LP) Ett linjärt programmeringsprolem är ett optimeringsprolem där målfunktionen är en linjär funktion. Bivillkoren ska vara linjära olikheter (eller likheter). Vanligtvis har vi även egränsningar på att eslutvarialerna ska vara ike-negativa. Om vi antar att ivillkoren egränsar storleken på alla eslutsvarialer i ett linjärt programmeringsprolem, så finns målfunktionens maimum oh minimum i något (eller iland några) av hörnen av det tillåtna området. Ett linjärt programmeringsprolem (LP) kan ha (en av): En unik lösning (optimum i ett hörn) Många lösningar (optimum på en egränsningsta) Ingen lösning (ivillkoren tillåter ingenting) En oegränsad lösning (ivillkoren egränsar ej lösningen) H:\Optimering\V8 Simulering oh optimering av energisstem\linjär Optimering LP\Linjär optimering.do
2 Eempel träsnikeri: soldat säljs för $7 den kostar $4 i material oh försäljningskostnader vi tjänar alltså $ på varje soldat. tåg säljs för $ den kostar $9 i material oh försäljningskostnader vi tjänar alltså $ på varje tåg. vå aretsmoment finns att laorera med: snikeri oh efterehandling. En soldat kräver timme av snikeriet oh timmar efterehandling. Ett tåg kräver timme av vardera. De aktuella återförsäljarna kan inte sälja mer än 4 soldater/veka. Vi har tillgång till maimalt timmar efterehandling oh 8 timmer snikeri per veka. Bestäm produktionen för att maimera vinsten! retsgång:. Definiera relevanta eslutsvarialer. antal soldater som produeras per veka antal tåg som produeras per veka. Definiera en målfunktion, eempelvis vinst per veka uttrkt i eslutsvarialerna: ma z f ( ) f (, ). Uttrk ivillkoren i eslutsvarialerna (tim/veka) efterehandling 8 (tim/veka) snikeri 4 (soldater/veka) maimal försäljning H:\Optimering\V8 Simulering oh optimering av energisstem\linjär Optimering LP\Linjär optimering.do
3 Maimera z då () 8 () 4 (4) Prolemets värde är z8, uppnås i punkt,, 6 I korsningen mellan linjerna oh 8 H:\Optimering\V8 Simulering oh optimering av energisstem\linjär Optimering LP\Linjär optimering.do
4 H:\Optimering\V8 Simulering oh optimering av energisstem\linjär Optimering LP\Linjär optimering.do 4 Varje linjärt programmeringsprolem har åde en primalform oh en dualform. Om primalformen är: ma z så är dualformen på samma prolem: min w Vid optimum är zw Ovan hade vi: 4 8 eskriver vad som är optimalt att tillverka. är skuggpriset för resurserna, värdet av den sista timmen i snikeriet, efterehandlingen respektive marknadens egränsning map soldater. De är samma som känslighetskoeffiienterna från lagrange multiplikatormetod. Primalformen: [ ] ma z Dualformen: [ ] min w
5 Lagrange på ovanstående eempel Målfunktion U Bivillkor Lösning inom domän U? det finns ingen lösning. Lösning med en lagrangemultiplikator, U λ i i med villkor i λ λ. finns inget λ som uppfller det λ λ. λ λ finns inget λ som uppfller det, samma gäller övriga till λ λ 5 Oservera att de partiella derivatorna aldrig innehåller någon av eslutsvarialerna, de ger ingen information om vilken punkt som är optimal.. Lösning med två lagrangemultiplikatorer: U λ i, i λ j, j med villkoren i oh j Här finns tio olika par varav nio har lösningar. Det som egentligen är intressant är likhetsvillkoren, eftersom de ger värdet på eslutsvarialerna. Vilken skärningspunkt i grafen ovan vi efinner oss i eror på vilka två olikheter som vi väljer att ha som likheter. H:\Optimering\V8 Simulering oh optimering av energisstem\linjär Optimering LP\Linjär optimering.do 5
Optimering Linjär programmering
Optimering Linjär programmering Ett optimeringprolem etår av: En målfunktion, f(), var maimum, eller minimum ka öka. En eller flera -varialer (elutvarialer om man tr över). Eventuellt ockå ett antal ivillkor
Läs mer2. Optimering Linjär programmering
. Optimering Linjär programmering Ett optimeringprolem etår av: En målfunktion, f(), var maimum, eller minimum ka öka. En eller flera -varialer (elutvarialer om man tr över). Normalt okå ett antal ivillkor
Läs merNär det gäller en motor kanske man vill maximera verkningsgraden för att hålla nere bränslekostnaden men inte till vilket pris som helst.
Vad är optimering? Man vill hitta ett optimum, när något är bäst. Men att definiera vad som är bäst är inte alltid så självklart. När det gäller en motor kanske man vill maximera verkningsgraden för att
Läs mer1. Vad är optimering?
. Vad är optimering? Man vill hitta ett optimum, när något är bäst, men att definiera vad som är bäst är inte alltid så självklart. För att kunna jämföra olika fall samt avgöra vad som är bäst måste man
Läs merNär det gäller en motor kanske man vill maximera verkningsgraden för att hålla nere bränslekostnaden men inte till vilket pris som helst.
Vad är optimering? Man vill hitta ett optimum när något är bäst. Men att definiera vad som är bäst är inte alltid så självklart. När det gäller en motor kanske man vill maximera verkningsgraden för att
Läs merMICROECONOMICS Mid Sweden University, Sundsvall (Lecture 2) Peter Lohmander &
MICROECONOMICS 2018 Mid Sweden University, Sundsvall (Lecture 2) Peter Lohmander www.lohmander.com & Peter@Lohmander.com NYTT MÖTE: Diskutera Ert förslag till lämpligt problem med kursledaren (Peter Lohmander)
Läs merTNK049 Optimeringslära
TNK049 Optimeringslära Clas Rydergren, ITN Föreläsning 9 Icke-linjär optimering Konveitet Metoder ör problem utan bivillkor Optimalitetsvillkor ör icke-linjära problem Icke-linjär programmering Non-linear
Läs merSF1626 Flervariabelanalys
Föreläsning 9 Institutionen för matematik KTH VT 2018 1 Dagens program Extremvärdesproblem (största och minsta värde) kap 13.2 Extremvärdesproblem med bivillkor Lagranges multiplikatormetod kap 13.3 (+ev
Läs merLinjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin
Linjärprogramming EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin 1 Kursmål Formulera korttidsplaneringsproblem för vatten- och värmekraftsystem. 2 Tillämpad matematisk programming Korttidsplanering
Läs mer5B1817 Tillämpad ickelinjär optimering. Kvadratisk programmering med olikhetsbivillkor Active-set metoder
5B1817 Tillämpad ickelinjär optimering Föreläsning 7 Kvadratisk programmering med olikhetsbivillkor Active-set metoder A. Forsgren, KTH 1 Föreläsning 7 5B1817 2006/2007 Kvadratisk programmering med olikhetsbivillkor
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 6
TNSL05 Optimering, Modellering och Planering Föreläsning 6 Agenda Kursens status Tolkning av utdata Intro lösningsmetoder Linjära optimeringsproblem (LP) på standardform Algebraisk formulering av LP Konveitet
Läs merOm för en reellvärd funktion f som är definierad på mängden D gäller följande
OPTIMERING PÅ KOMPAKTA OMRÅDEN. Om för en reellvärd funktion f som är definierad på mängden D gäller följande 1. D är en KOMPAKT mängd. funktionen f är KONTINUERLIG på D då antar f sitt största och sitt
Läs merDIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP
Armin Halilovic: EXTRA ÖVNINGAR, SF676 Differentialekvationer Inledning DIFFERENTIALEKVATIONER INLEDNING OCH GRUNDBEGREPP Differentialekvation (DE) är en ekvation som innehåller derivator av en eller flera
Läs merOptimering med bivillkor
Kapitel 9 Optimering med bivillkor 9.1. Optimering med bivillkor Låt f(x) vara en funktion av x R. Vi vill optimera funktionen f under bivillkoret g(x) =C (eller bivllkoren g 1 (x) =C 1,..., g k (x) =C
Läs merOptimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition
Optimum? När man har formulerat sin optimeringsmodell vill man lösa den Dvs finna en optimal lösning, x, till modellen Nästan alltid: Sökmetoder: Stå i en punkt, gå till en annan (bättre Upprepa, tills
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 9--7 Kaj Holmberg Lösningar Uppgift a: Inför slackvariabler x 5, x 6 och x 7 Starta med slackvariablerna
Läs merOptimeringslara = matematik som syftar till att analysera och. Optimeringslara ar en gren av den tillampade matematiken.
Optimal = basta mojliga. Optimeringslara = matematik som syftar till att analysera och nna det basta mojliga. Anvands oftast till att nna ett basta handlingsalternativ i tekniska och ekonomiska beslutsproblem.
Läs merEkvationen (ekv1) kan beskriva en s.k. stationär tillstånd (steady-state) för en fysikalisk process.
Armi Halilovic: EXTRA ÖVNINGAR aplace-ekvatioe APACES EKVATION Vi etraktar följade PDE u, u,, a, ekv1 som kallas aplaces ekvatio Ekvatioe ekv1 ka eskriva e sk statioär tillståd stead-state för e fsikalisk
Läs merTAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Läs merOlinjär optimering med bivillkor: KKT min f (x) då g i (x) 0 för alla i
Olinjär optimering med bivillkor min då f (x) g i (x) 0 för alla i Specialfall: Konvext problem. Linjära bivillkor: Ax b. Linjära likhetsbivillkor: Ax = b. Inga bivillkor: Hanterat tidigare. Metodprinciper:
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merNär vi ritar grafen kan vi bestämma om funktionen har globalt maximum ( =största värde)
GRAFRITNING För att skissera (rita) grafen till en funktion y f () undersöker vi först några viktiga egenskaper: definitionsmängd, eventuella skärningspunkter med och y-aeln, gränsvärdena f ( ), f ( )
Läs merOptimeringslära 2013-11-01 Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 23-- Kaj Holmberg Uppgift a: Problemet skrivet i standardform är: Lösningar min
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-08-31 Kaj Holmberg Lösningar Uppgift 1 1a: Inför slackvariabler x 5, x 6 och
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: april 2018 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg: Optimering
Läs merOptimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s
Tekniska Högskolan i Linköping Optimering av realistiska sammansatta s Matematiska Institutionen Lösning till tentamen Optimeringslära 2014-01-15 Kaj Holmberg Lösningar/svar Uppgift 1 1a: (Detta problem
Läs merTAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: 1 oktober 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 2: Forts. introduktion till matematisk modellering
TNSL05 Optimering, Modellering och Planering Föreläsning 2: Forts. introduktion till matematisk modellering 2017-11-01 2 Dagordning Matematisk modellering, Linjära Problem (LP) Terminologi Målfunktion
Läs merEXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD. Problem. Bestäm lokala (eller globala) extremvärden till
Etremvärdesproblem med bivillkor. Laranes metod EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD Problem. Bestäm lokala eller lobala etremvärden till f... n under bivillkoret... n METOD.
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2018 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merMATEMATISK INTRODUKTION. Innehåll
MATEMATISK INTRODUKTION Innehåll - Räkneregler för bråk - Räkneregler för potenser - Procenträkning - Ekvationer o Ekvationer och tillvätförlopp - Nuvärdesberäkningar - Funktioner o Linjära funktioner
Läs merEFTERNAMN: FÖRNAMN: PERSONBETECKNING:
PROV Man ska få minst 14 poäng i urvalsprovet så att han eller hon för vardera A- och B-delen får minst 7 poäng. Om DEL B, 0p. Skriv ditt svar genom att använda hela satser. 1. Pengarnas tre funktioner.
Läs merLösningar/svar. Uppgift 1. Tekniska Högskolan i Linköping Optimering av realistiska sammansatta system. Optimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering av realistiska sammansatta system Matematiska Institutionen Lösning till tentamen Optimeringslära 2017-08-22 Kaj Holmberg Lösningar/svar Uppgift 1 1a: Variabeldefinition:
Läs merLösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl
Lösningsförslag till tentamen i SF86 Optimeringslära för T. Torsdag 28 maj 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Inför variablerna x = (x sr, x sm, x sp, x sa, x sd, x gr, x gm, x gp,
Läs merLösningsskisser för TATA
Lösningsskisser för TATA4 7-3-7. Funktionen f() 5 arctan + 4 arctan(/), med den föreskrivna definitionsmängden D f { R : > }, ar derivatan f () 5 + () + 4 ( / ) + (/) + 4 4 + + (4 + 6 ) ( + )( + 4 ) Detta
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 19 april 2017 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merTentamensinstruktioner
TNSL05 1(8) TENTAMEN Datum: 1 april 2016 Tid: XXX Sal: XXX Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt
Läs merTENTAMENSUPPGIFTER i MIKROTEORI Från Peter Lohmander 2010-03-02
1 File = EK_GK_OM_Tentafragor Lohmander Peter 010_03_0 TENTAMENSUPPGIFTER i MIKROTEORI Från Peter Lohmander 010-03-0 UPPGIFT 1: Det finns ett särskilt samand mellan ATC s minpunkt och MC, som gäller under
Läs merLösningsskisser för TATA
Lösningsskisser för TATA 26-3-3. Funktionen f() = + 3 2 ln( + 3 2 ) är definierad för alla R oc ar derivatan f () = 3 vilket ger följande teckentabell: 2 6 + 3 2 = 92 2 + 3 + 3 2 = 9( )( 3 ) + 3 2, 3 +
Läs merTNSL05 Optimering, Modellering och Planering. Föreläsning 4
TNSL05 Optimering, Modellering och Planering Föreläsning 4 2018-11-14 2 Kursmål: idag Studenten ska efter avslutad kurs kunna: Analysera och formulera optimeringsmodeller inom ekonomiska tillämpningsområden
Läs merOptimering av olika slag används inom så vitt skilda områden som produktionsplanering,
Anders Johansson Linjär optimering Exempel på användning av analoga och digitala verktyg i undervisningen Kursavsnittet linjär optimering i Matematik 3b kan introduceras med såväl analoga som digitala
Läs merTentamen i Envariabelanalys 1
Linköpings universitet Matematiska institutionen Matematik och tillämpad matematik Kurskod: TATA4 Provkod: TEN Tentamen i Envariabelanalys 4--8 kl. 8.. Inga hjälpmedel. Lösningarna ska vara fullständiga,
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN OPTIMERING FÖR INGENJÖRER Datum: 0 oktober 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i
Läs merOptimering, exempel. Funktionens enda stationära punkt är alltså origo. Den ligger också i det inre av mängden.
Optimering, exempel Exempel 1 (optimering över kompakt mängd) Bestäm största och minsta värdet till funktionen f(x,y) = x 4 + y 4 + 4x 2 + 16 i cirkelskivan {x 2 + y 2 4}. Lösning: Cirkelskivan är kompakt
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: januari 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken
Läs merOlinjärt med Whats Best!
Olinjärt med Whats Best! WhatsBest har ett flertal olika lösare. Har vi ett linjärt problem känner den igen det och använder sig normalt av simplexmetoden, har vi olinjära problem har den ett flertal metoder
Läs merExistensen av största och minsta värde är inte garanterad i det här fallet.
OPTIMERING PÅ ICKE-KOMPAKTA OMRÅDEN. Låt f,..., ) vara en reell funktion med en icke-kompakt definitionsmängd D. ( n Eistensen av största och minsta värde är inte garanterad i det här fallet. För att bestämma
Läs merVÄXANDE OCH AVTAGANDE FUNKTIONER. STATIONÄRA(=KRITISKA) PUNKTER. KONVEXA OCH KONKAVA FUNKTIONER. INFLEXIONSPUNKTER
Stationära och infleionspunkter VÄXANDE OCH AVTAGANDE FUNKTIONER STATIONÄRA(KRITISKA) PUNKTER KONVEXA OCH KONKAVA FUNKTIONER INFLEXIONSPUNKTER EXTREMPUNKTER OCH EXTREMVÄRDEN Definition (Globalt maimum)
Läs merTAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: 17 januari 01 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering.
Läs merLP-problem. Vårt första exempel. Baslösningar representerar extrempunkter. Baslösningar representerar extrempunkter
LP-problem Vårt första exempel Ett LP-problem: max z = c T x då Ax b, x 0. Den tillåtna mängden är en polyeder och konvex. Målfunktionen är linjär och konvex. Så problemet är konvext. Var ligger optimum?
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 15 januari 2014 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-01-02 Kaj Holmberg Lösningar Uppgift 1 1a: Den givna startlösningen är tillåten
Läs merLinjärprogrammering (Kap 3,4 och 5)
Linjärprogrammering (Kap 3,4 och 5) Fredrik Olsson, fredrik.olsson@iml.lth.se Avdelningen för produktionsekonomi Lunds tekniska högskola, Lunds universitet 16 september 2015 Dessa sidor innehåller kortfattade
Läs merTentamensuppgifter, Matematik 1 α
Matematikcentrum Matematik NF Tentamensuppgifter, Matematik 1 α Utvalda och utskrivna av Tomas Claesson och Per-Anders Ivert Aritmetik 1. Bestäm en största gemensam delare till heltalen a) 5431 och 1345,
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: 19 oktober 2017 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merEn normalvektor till g:s nivåyta i punkten ( 1, 1, f(1, 1) ) är gradienten. Lektion 6, Flervariabelanalys den 27 januari z x=y=1.
Lektion 6, Flervariabelanals den 27 januari 2000 1272 Givet funktionen och punkten p 1, 1, beräkna a gradienten till f i p, f, + b en ekvation för tangentplanet till f:s graf i punkten p, fp, c en ekvation
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 28--24 Kaj Holmberg Uppgift Lösningar a: Målfunktionen är summan av konvexa funktioner (kvadrater och
Läs merTNK049 Optimeringslära
TNK049 Optimeringslära Clas Rydergren, ITN Föreläsning 3 Problemklassificering Global/lokal optimalitet Konvexitet Generella sökmetoder Agenda Problemklassificering (kap 1.4, 2.1 2.3) Lokalt/globalt optimum
Läs mer1(8) x ijt = antal mobiltelefoner av typ i=1,,m, Som produceras på produktionslina 1,, n, Under vecka t=1,,t.
1(8) (5p) Uppgift 1 Företaget KONIA tillverkar mobiltelefoner I en stor fabrik med flera parallella produktionslinor. För att planera produktionen de kommande T veckorna har KONIA definierat följande icke-negativa
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken
Läs merTentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 8 januari 201 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Läs merInledande kurs i matematik, avsnitt P.2. Linjens ekvation kan vi skriva som. Varje icke-lodrät linje i planet kan skrivas i formen.
Inledande kurs i matematik, avsnitt P. P..15 Bestäm en ekvation för den linje som går genom punkten P = ( 1, 1) och har riktningskoefficient k = 1. P..17 Bestäm en ekvation för den linje som går genom
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: januari 2016 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merTAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: 2 maj 20 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken får
Läs mer7 Extremvärden med bivillkor, obegränsade områden
Nr 7, 1 mars -5, Amelia 7 Extremvärden med bivillkor, obegränsade områden Största och minsta värden handlar om en funktions värdemängd. Värdemängden ligger givetvis mellan det största och minsta värdet,
Läs merKap Globala extremvärden, extremproblem med bivillkor.
Kap 13.2 13.3. Globala extremvärden, extremproblem med bivillkor. A 1001. Sök det största och minsta värdet av funktionen f(x,y) = x 2 + 2y 2 x på cirkeln x 2 + y 2 = 1. A 1002. Vilka värden kan funktionen
Läs merMIO310 OPTIMERING OCH SIMULERING, 4 p
Uppvisat terminsräkning ( ) Ja ( ) Nej Inst. för teknisk ekonomi och logistik Avd. för Produktionsekonomi Jag tillåter att mitt tentamensresultat publiceras på Internet Ja Nej TENTAMEN: MIO310 OPTIMERING
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 28-5-3 Kaj Holmberg Lösningar Uppgift a: P: Grafisk lösning ger x = 2/7 = 2 6/7,
Läs mer1 Ickelinjär optimering under bivillkor
Krister Svanberg, maj 2012 1 Ickelinjär optimering under bivillkor Hittills har vi behandlat optimeringsproblem där alla variabler x j kunnat röra sig fritt, oberoende av varann, och anta hur stora eller
Läs merSF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A
SF626 Flervariabelanalys Lösningsförslag till tentamen 23-- DEL A. Bestäm en ekvation för tangentplanet i punkten (,, 2 till ellipsoiden 2x 2 +3y 2 +z 2 = 9. (4 p Lösning. Vi uppfattar ytan som nivåytan
Läs merHemuppgift 2, SF1861 Optimeringslära för T, VT-10
Hemuppgift 2, SF1861 Optimeringslära för T, VT-1 Kursansvarig: Per Enqvist, tel: 79 6298, penqvist@math.kth.se. Assistenter: Mikael Fallgren, werty@kth.se, Amol Sasane, sasane@math.kth.se. I denna uppgift
Läs merTentamensinstruktioner
TNSL05 1(7) TENTAMEN Datum: 21 april 2017 Tid: 14-18 Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 12 p,
Läs merMoment Viktiga exempel Övningsuppgifter I
Moment Viktiga eempel Övningsuppgifter I Inga Inga Inga Grafritning Vi använder en sjustegsprocess Funktionens definitionsmängd 2 Funktionens skärningspunkter med alarna Asymptoter 4 Stationära punkter
Läs merz = min 3x 1 2x 2 + y Fixera y, vilket ger subproblemet
Bendersdekomposition Blandade heltalsproblem med ett stort antal kontinuerliga variabler och få heltalsvariabler. Mycket lättare att lösa om heltalsvariablerna fixeras. Bendersdekomposition (primal dekomposition)
Läs merOptimeringsproblem. 1 Inledning. 2 Optimering utan bivillkor. CTH/GU STUDIO 6 TMV036c /2015 Matematiska vetenskaper
CTH/GU STUDIO TMV3c - 1/15 Matematiska vetenskaper Optimeringsproblem 1 Inledning Vi skall söka minsta eller största värdet hos en funktion på en mängd, dvs. vi skall lösa s.k. optimeringsproblem min f(x)
Läs merTentamensinstruktioner. När Du löser uppgifterna
Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 0 augusti 201 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Läs merEXAMENSARBETEN I MATEMATIK
EXAMENSARBETEN I MATEMATIK MATEMATISKA INSTITUTIONEN, STOCKHOLMS UNIVERSITET En ung mans portföljval: deterministisk och osäker optimering av nytta under en livstid av Gustav Lindqvist 28 - No 16 MATEMATISKA
Läs merH1009, Introduktionskurs i matematik Armin Halilovic ============================================================
H9, Introduktionskurs i matematik EXTREMPUNKTER ============================================================. EXTREMPUNKTER OCH EXTREMVÄRDEN Definition. (Globalt maimum) Låt vara en punkt definitionsmängden
Läs merLösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl
Lösningsförslag till tentamen i SF86 Optimeringslära för T. Onsdag 25 augusti 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Vi har ett nätverksflödesproblem med 5 noder. Låt x = (x 2, x 3, x
Läs merLösningsförslag till Tentamen: Matematiska metoder för ekonomer
Matematiska Institutionen Tentamensskrivning STOCKHOLMS UNIVERSITET kurskod: MM Eaminator: Åsa Ericsson 4-5-7 Lösningsförslag till Tentamen: Matematiska metoder för ekonomer 7 maj 4, kl. 9:-4:. (a) Integralen
Läs merTAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM
Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 18 januari 2019 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:
Läs merTAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR för IT Datum: 11 mars 2013 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kaj Holmberg: Optimering.
Läs merTAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: oktober 08 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar
Läs merKomplettering: 9 poäng på tentamen ger rätt till komplettering (betyg Fx).
TENTAMEN juni 0 HF006 och HF008 Tid :-7: Moment: TEN (Analys), hp, skriftlig tentamen Kurser: Analys och linjär algebra, HF008, lärare: Fredrik Bergholm och Inge Jovik, Linjär algebra och analys, HF006,
Läs merSpeciell användning av heltalsvariabler. Heltalsprogrammering. Antingen-eller-villkor: Exempel. Speciell användning av heltalsvariabler
Heltalsprogrammering Speciell användning av heltalsvariabler max z = då c j x j j= a ij x j b i j= x j 0 x j heltal i =,..., m j =,..., n j =,..., n ofta x j u j j =,..., n Oftast c, A, b heltal. Ibland
Läs merx 2 5x + 4 2x 3 + 3x 2 + 4x + 5. d. lim 2. Kan funktionen f definieras i punkten x = 1 så att f blir kontinuerlig i denna punkt? a.
. Beräkna följande gränsvärden: a. lim 2 5 + 6 2 2. b. lim 2 5 + 4 3 + 2 4 2. c. lim. d. lim 2 3 + 3 2 + 4 + 5 2 + + 3 + 2 2 + 3 + 4. 2. Kan funktionen f definieras i punkten = så att f blir kontinuerlig
Läs merSida 1 av Låt VV = RR nn där RR nn är mängden av alla reella n-tipplar (ordnade listor med n reella tal) dvs
Sida av 7 ALLMÄNNA VEKTORRUM VEKTORRUM Definition Mängden V sägs vara ett reellt vektorrum om det finns i) en additionsoperation som till varje uu VV och vv VV ordnar uu vv VV ii) en operation kallad multiplikation
Läs mer6. Samband mellan derivata och monotonitet
34 6 SAMBAND MELLAN DERIVATA OCH MONOTONITET 6. Samband mellan derivata och monotonitet Antag att funktionen f är deriverbar på ]a,b[. Vi vet att derivatan f ( 0 ) i 0 ]a,b[ är riktningskoefficienten för
Läs merDe optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas. 1 2 xt Hx + c T x. minimera
Krister Svanberg, mars 2012 1 Introduktion De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas på följande allmänna form: f(x) (1.1) x F, där x = (x 1,..., x n ) T
Läs merOptimeringslära Kaj Holmberg
Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 26-6- Kaj Holmberg Lösningar Uppgift Hinkpackning (hink = tur med cykeln. Jag använder
Läs merTräd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition
Grafdefinitioner Träd N = {i}: noder (hörn) = {(i, j)}, i N, j N: bågar (kanter) Graf: G = (N, ) efinitioner Väg: Sekvens av angränsande bågar. ykel: Väg som startar och slutar i samma nod. En enkel väg
Läs mer1 Duala problem vid linjär optimering
Krister Svanberg, april 2012 1 Duala problem vid linjär optimering Detta kapitel handlar om två centrala teoretiska resultat för LP, nämligen dualitetssatsen och komplementaritetssatsen. Först måste vi
Läs merTAOP86/TEN 1 KOMBINATORISK OPTIMERING MED
Matematiska institutionen Optimeringslära TENTAMEN TAOP6/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: januari 2016 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:
Läs merDIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP
DIFFERENTIALEKVATIONER INLEDNING OCH GRUNDBEGREPP Differentialekvation (DE) är en ekvation som innehåller derivator av en eller flera okända funktioner ORDINÄRA DIFFERENTIAL EKVATIONER i) En differentialekvation
Läs merFlöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet
Flöde i nätverk Graf: G = (N, B) Variabeldefinition: x ij = flöde i båge (i, j). Bågdata för båge (i, j): c ij : flödeskostnad per enhet. u ij : övre gräns för flödet. l ij : undre gräns för flödet. Bivillkor:
Läs merKan du det här? Geometrisk summa och linjär optimering
Kan du det här? Geometrisk summa och linjär optimering o Vad menas med en geometrisk talföljd? o Vad menas med geometrisk summa? Kan du beräkna geometrisk summa? o Hur kan geometrisk talföljd tillämpas
Läs merTAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C
Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering
Läs merLösningar till 5B1762 Optimeringslära för T, 24/5-07
Lösningar till 5B76 Optimeringslära för T, 4/5-7 Uppgift (a) Först använder vi Gauss Jordans metod på den givna matrisen A = Addition av gånger första raden till andra raden ger till resultat matrisen
Läs merVinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.
TNSL05 2(8) (5p) Uppgift 1 Företaget XAJA tillverkar två olika sorters rengöringsprodukter för fönsterputsning, benämnda F1 och F2. Förutom vatten, som ingår i båda produkterna är, innehållet ett antal
Läs merSF1626 Flervariabelanalys Tentamen 14 mars 2011,
SF1626 Flervariabelanalys Tentamen 14 mars 2011, 08.00-13.00 Skrivtid: 5 timmar Inga tillåtna hjälpmedel Eaminator: Hans Thunberg Tentamen består av nio uppgifter som vardera ger maimalt fyra poäng. På
Läs mer