Uppgift 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

Relevanta dokument
1 Duala problem vid linjär optimering

Lösningsförslag Tentamen i Optimering och Simulering MIO /5 2006

Lösningar till 5B1762 Optimeringslära för T, 24/5-07

x 1 x 2 x 3 x 4 x 5 x 6 HL Z x x x

TNK049 Optimeringslära

Lösningar till tentan i SF1861 Optimeringslära, 1 juni 2017

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

Optimeringslära Kaj Holmberg

Ett linjärprogrammeringsproblem på allmän form ser ut som

LP-problem. Vårt första exempel. Baslösningar representerar extrempunkter. Baslösningar representerar extrempunkter

Lösningar till SF1861/SF1851 Optimeringslära, 24/5 2013

Linjärprogrammering (Kap 3,4 och 5)

Optimeringslära Kaj Holmberg

Vårt första exempel. LP-dualitet: Exempel. LP-dualitet: Generellt. LP-dualitet: Relationer

LP-dualitet: Exempel. Vårt första exempel. LP-dualitet: Relationer. LP-dualitet: Generellt

1 LP-problem på standardform och Simplexmetoden

Optimeringslära Kaj Holmberg

Lösningar till SF1861 Optimeringslära, 28 maj 2012

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

MIO310 OPTIMERING OCH SIMULERING, 4 p

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl

Lösningar till tentan i SF1861 Optimeringslära, 3 Juni, 2016

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

Lösningar till SF1852 Optimeringslära för E, 16/1 08

Kunna använda Littles sats för enkla räkningar på kösystem.

Optimering med bivillkor

TENTAMEN. Tentamensinstruktioner. Datum: 30 augusti 2018 Tid: 8-12

TAOP14: Optimeringslära SAMMANFATTNING OSKAR QVIST:

Tentamen TMA946/MAN280 tillämpad optimeringslära

MIO310 OPTIMERING OCH SIMULERING, 4 p

Olinjär optimering med bivillkor: KKT min f (x) då g i (x) 0 för alla i

Flervariabelanalys I2 Vintern Översikt föreläsningar läsvecka 2

Tentamensinstruktioner

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg

7 Extremvärden med bivillkor, obegränsade områden

Optimeringslära Kaj Holmberg

TILLSTÅNDSGRAFEN. Slutligen erhålls den mycket viktiga så kallade Snittmetoden :

Tentamensinstruktioner. När Du löser uppgifterna

MIO310 OPTIMERING OCH SIMULERING, 4 p

1 Minkostnadsflödesproblem i nätverk

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Kunna använda Littles sats för enkla räkningar på kösystem.

Optimeringslära Kaj Holmberg

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

TNSL05 Optimering, Modellering och Planering. Föreläsning 6

TNK049 Optimeringslära

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Laboration 1 - Simplexmetoden och Modellformulering

Optimering, exempel. Funktionens enda stationära punkt är alltså origo. Den ligger också i det inre av mängden.

MIO310 OPTIMERING OCH SIMULERING, 4 p

Sats: Varje anslutningsmatris ar fullstandigt unimodular. Bevis: Lat m beteckna antalet rader i anslutningsmatrisen.

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Fö relä sning 2, Kö system 2015

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

SF1626 Flervariabelanalys

Laborationsuppgift 1 Tillämpad optimeringslära för MMT (5B1722)

Problem inför KS 2. Problem i matematik CDEPR & CDMAT Flervariabelanalys. KTH -matematik

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

Optimering på dator. Laborationsinstruktion Systemanalysgruppen, 1998 Uppsala universitet. Handledarens kommentarer.

Optimering med bivillkor

TENTAMEN Tillämpad Systemanalys 5hp

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

EXTREMVÄRDESPROBLEM MED BIVILLKOR. LAGRANGES MULTIPLIKATORMETOD. Problem. Bestäm lokala (eller globala) extremvärden till

Tentamensinstruktioner

Konstruktionsmetodik för sekvenskretsar

TNK049 Optimeringslära

tentaplugg.nu av studenter för studenter

Tentamensinstruktioner. När Du löser uppgifterna

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

LEJON LABORATION3. Laborationens syfte

Optimeringsproblem. 1 Inledning. 2 Optimering utan bivillkor. CTH/GU STUDIO 6 TMV036c /2015 Matematiska vetenskaper

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

8 Minsta kvadratmetoden

Kunna dra slutsatser om ett systems betjäningstider och antalet köplatser genom att tolka diagram.

M/M/m/K kösystem. M/M/m/K kösystem

Några kommentarer om optimering under bivillkor Thomas Andrén

Tentamensinstruktioner

TNA001- Matematisk grundkurs Tentamen Lösningsskiss

Tentamensinstruktioner. Vid skrivningens slut

Tentamensinstruktioner

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Lektion 8: Konstruktion av semantiska tablåer för PTL-formler

Carl Olsson Carl Olsson Linjär Algebra / 18

Lösningar till tentan i SF1861/51 Optimeringslära, 3 juni, 2015

14. Minsta kvadratmetoden

TNSL05 Optimering, Modellering och Planering. Föreläsning 9

tal. Mängden av alla trippel av reella tal betecknas med R 3 och x 1 x 2 En sekvens av n reella tal betecknas med (x 1, x 2,, x n ) eller

Optimeringslära för T (SF1861)

(x + 1) dxdy där D är det ändliga område som begränsas av kurvorna

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL05 Optimering, Modellering och Planering. Föreläsning 10

Solutions to exam in SF1811 Optimization, June 3, 2014

Transkript:

Uppgift a) Här ses direkt att kan ökas obegränsat utan att bryta mot några bivillkor vilket i sin tur betyder att problemet har obegränsad lösning. b) Lös med Simple-algoritmen (t.e. med matris-metoden). Initialt: Ingående: Utgående: Gör divisionstest: Ska gå ut som basvar.? / (minst) Ska gå ut som basvar.? / Alltså går ut som basvar. ITERATIO : Optimal? ( ) dvs ej optimal. Ingående: Välj t.e som ingående. Utgående: Gör divisionstest: ya koeff. för : A ytt högerled: b Ska gå ut som basvar.? / / Ska gå ut som basvar.? / / (minst) Alltså går ut som basvar. ITERATIO : Optimal? ( ) dvs ej optimal. Ingående: går in som ny basvariabel.

Utgående: ya koeff. för : A ytt högerled: b Ska gå ut som basvar.? Ska gå ut som basvar.? Ingen restriktion på ökningen av Alltså går ut som basvariabel. ITERATIO : Optimal? ( ) dvs optimal! Alltså. 9 b Z b

Uppgift a) Genom att identifiera att (/ / /) fås oh. b) För att baslösningen fortfarande ska vara optimal gäller att. Då fås att. ) För att baslösningen fortfarande ska vara optimal måste den vara tillåten oh då gäller att b. Då fås att b /. d) Låt 7 betekna slakvariabeln till det nya bivillkoret. Då ( ) (/ / ) sätts in i bivillkoret fås att 7 det vill säga en otillåten lösning oh baslösningen är inte längre optimal. Tablån blir som följer. 7 HL Z / / / / - - / / / / -/ -/ / / 7 - - Uppgift a) aslösningen blir ( s s s ) ( ) vilken är tillåten då alla varaibler är ike-negativa. b) Med hjälp av komplementvillkoren fås motsvarande lösning i dualen som (y y y ) ( ) vilken inte är tillåten (det andra bivillkoret är ej uppfyllt). ) Den primala lösningen är inte optimal ty den duala lösningen är ej tillåten. d) En primal respektive dual på standardform ges av ma Z då A b min W yb då ya y. Svaga dualsatsen säger att om är en tillåten lösning till primalen oh y är en tillåten lösning till dualen så gäller att yb det vill säga Z W. Detta visas genom Z ya yb W.

Uppgift Låt i vara mängden (i viktenhet) bränsle inköpt i stad i i n. Inför även variablerna z i som anger mängden bränsle i planet då planet lämnar stad i. Vi får följande modell (där vi utan att göra avkall på generalitet kan inkludera att planet även lyfter till annan destination efter stad n): n min Z i i i i f i i n y i v i z i i n z i Q i n z i a i y i i n i+ + z i a i y i z i+ i n i y i z i i n.

Uppgift a) Systemets tillståndsgraf ses i Figur där tillståndet ges av antalet gäster i foajén. µ Figur : Tillståndsgraf över kösystemet. b) De stationära tillståndssannolikheterna fås som µ µ +µ oh Förväntat antal gäster i foajén blir då +µ. L k k k +µ +µ. ) Förväntad tid en gäst får vänta på en tai ges av W L. Då fås k k k µ +µ W +µ µ.

Uppgift Definiera tillståndet som (ijk) där i antal lejon i buren j antal lejon i gången samt k antal lejon i inhägnaden. otera att vi måste skilja på då ett lejon finns i gången oh är på väg ut ur- respektive in till buren. T e betyder tillståndet (in): lejon i buren ett lejon i gången som är på väg in till buren samt lejon i inhägnaden. Tillståndsdiagrammet blir som följer: Med snittmetoden fås ekvationerna ( in) ( ut) ( ut) ( in) ( in) ( in) ( in) ( ut) ( ut) ( in) Uttryk alla sannolikheter i t e ( in). ormeringsvillkoret i j k ger att ( in) ( + + + + + + ) ( in) Alltså blir i j k ( ut) ( ut) ( in).

( lampan lyser gul) ( lampan lyser röd) ( lampan släkt) ( ut) + + ( ut) ( in) + + ( in) 8 b) Det förväntade antalet gånger skötaren får gå vidare utan att städa är ( ( lampan släkt)) ( ).8 gånger per dag.