Das Kapitel Minimierungsprobleme in unserem Online-Kurs Operations Research besteht aus folgenden Inhalten:
Minimierungsprobleme
Minimierungsprobleme
Das folgende Lernvideo beschreibt die sog. "Minimierungsprobleme". Im Wesentlichen lassen sich Minimierungsprobleme ebenfalls als Maximierungsprobleme ausdrücken, wodurch die Anwendung des Simplex-Algorithmus zulässig wird:Das Video wird geladen...(max-zu-minimierungsproblem)
Anzuwenden ist das vorgestellte Simplex-Verfahren für…Maximierungsprobleme,bei positiv stehenden Werten auf der rechten Seite undim Falle dessen, dass eine Ausgangslösung sofort abzulesen ist (Zuverlässigkeit).Zu begutachten ist dieses Problem:2x1 + x2 ≥ 83x1 + 3x2 ≥ 12x1 + 3x2 ≥ 6x1, x2 ≥ 0.Die Zielfunktion K lautet: 10x1 + 12x2 → min!Die Lösung ist mit der Zweiphasenmethode zu bestimmen.Die oben genannten Anforderungen sind bei dem betrachteten ...
Beginn der ersten Phase
Minimierungsprobleme > Zweiphasenmethode > Beginn der ersten Phase
x1x2y1y2y3k1k2k3RSk121-1001008k2330-1001012k31300-10016K-10-120000000K´67-1-1-100026Tab. 17: Ausgangstableau ZweiphasenmethodeGerechnet wird mit der Zielfunktionszeile K´*. Der höchste Wert beträgt 7, weswegen die Zahlen unterhalb von x2 die Pivot-Spalte ergeben. Die Quotienten sind 8:1 = 8, 12:3 = 4, 6:3 = 2. Eine Pivot-Zeile ist k3, weil die Zahl 2 minimal ist. Demnach wird 3 zum Pivot-Element. Durch den ersten Basistausch ergibt sich: x1x2y1y2y3k1k2k3RSk15/30-101/310-1/36k2200-1101-16x21/3100-1/3001/32K-6000-400424K´*11/30-1-14/300-7/312Tab. ...
Beginn der zweiten Phase
Minimierungsprobleme > Zweiphasenmethode > Beginn der zweiten Phase
Gestrichen wird jetzt die letzte Zeile K´* und die beiden Blöcke unterhalb von k1, k2, k3. Dadurch ergibt sich: x1x2y1y2y3RSy200-6/51-3/56/5x110-3/501/518/5x2011/50-2/54/5K00-18/50-14/545,6Tab. 21: Endtableau zweite PhaseAusgangstableau der zweiten PhaseDie Zielfunktionszeile bildet hier erneut K. Es werden weitere Simplex-Schritte vorgenommen, wenn Zahlen am unteren Rand stehen, welche echt größer sind als null. Weil das hier nicht vorliegt, müssen wir an dem Punkt ...
Wir haben bislang das Maximierungsprobleme mit „≤“-Restriktionen thematisiert, wodurch sich diese Definition ergab: Man kann von einem Primalproblem in Normalform sprechen, wenn die Aufgabe wie folgt aussieht:x1 ... xna11 ... a1n ≤ b1⋮ ⋮ ⋮am1 ... amn ≤ bmc1 ... cn → max!X1, ..., xn ≥ 0.Charakteristisch für die Normalform sind: Restriktionen, Nichtnegativitätsbedingungen und ein Maximierungsproblem. Es ...
... unterscheiden sind zueinander. Minimierungsprobleme LösenBei Minimierungproblemen sind wir bislang so vorgegangen, dass diese mit Hilfe der Dualisierung in ein Maximierungsproblem umgewandelt wurde und folglich als Simplex-Algorithmus gelöst werden konnte. Bei dem dualen Simplex-Algorithmus wird auf diese Form der Umwandlung verzichtet.Wir schauen uns für ein Minimierungsproblem mit ≥-Restriktionen folgendes an:SCHEMA DUALER SIMPLEX-ALGORITHMUS:1. Vorbereitung- ...