Sensitivitätsanalyse

Slides:



Advertisements
Ähnliche Präsentationen
Prolog Implementierung Spielregeln
Advertisements

(Zweistufige) Logiksynthese
Steigung m berechnen Man kann die Steigung auch berechnen,
• • • • • 3.2 Die projektive Erweiterung des E³
Strichaufgaben zusammenfassen
Fachreferat in Mathematik
Addition und Subtraktion ganzer Zahlen an der Zahlengeraden
TD Keypad Designer Design-Tipps Anweisungen finden Sie in den Foliennotizen.
C.M. Presents D.A.R. und Ein Bisschen dies und das!
Einsatz von Excel zur Lösung von Optimierungsaufgaben
Welches sind die beiden Kirchhoffschen Gesetze, die mit der hier dargestellten Schaltung verifiziert werden können und wie lauten diese?   Kirchhofsche.
1 Computergestützte Verifikation Symbolisches Model Checking 4.1 CTL Model Checking mit Binary Decision Diagrams (1. Systeme 2. Spezifikationen.
Klicke Dich mit der linken Maustaste durch das Übungsprogramm!
Dynamik komplexer Systeme
Sortierverfahren Richard Göbel.
Sortierverfahren Richard Göbel.
FH-Hof Verwaltung von Zeichenketten Richard Göbel.
Law of comparative judgement
BCD Ripple Carry Adder von Enrico Billich.
Rechneraufbau & Rechnerstrukturen, Folie 2.1 © W. Oberschelp, G. Vossen W. Oberschelp G. Vossen Kapitel 2.
Symbolisches Model Checking mit Binary Decision Diagrams
© 2006 W. Oberschelp, G. Vossen Rechneraufbau & Rechnerstrukturen, Folie 4.1.
Beispiele für Gleichungssysteme
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
Der Simplexalgorithmus
Das Wunder der Koordinatentransformation Das Wunder der sexuellen Fortpflanzung = Rekombination.
Addierwerke.
Quadratische Gleichung
/* Fichtenmodell, W.K */ module T; module M1; module S1; module M2; module S2; module M3; module S3; module GU(float incd, int age) extends.
Tutorium
Datenmodelle, Datenbanksprachen und Datenbankmanagementsysteme
Eine mathematische Analyse
Vorlesung: Biometrie für Studierende der Veterinärmedizin
Kakuro Regeln und Strategien
Hanjie Hanjie Hanjie ist ein japanisches Bilderpuzzle, das aus dem späten 18. Jahrhundert stammt. Jedes Hanjie besteht.
Beweiser – Integer Linear Problems Oleg Iskov Methoden der Verifikation Universität Bremen SS2005.
Bekundete Präferenzen I.
Lineare Optimierung mit dem Simplexverfahren
Effiziente Algorithmen
Stadtentwicklung Uwe Hebbelmann, Stefan Riffert
Übungen zu Transportaufgaben
Effiziente Algorithmen
Quantitative Methoden der BWL – Lineare Programmierung
Praktische Optimierung
Interpretation des Simplex
Rechnen in verschiedenen Systemen
Lastschriften Datenfelder Blatt 1 v.6 Änderungen übernehmen Datenfelder anzeigen 1 2 Fehlende Datenfelder einfügen 3 Die erforderlichen Datenfelder für.
One plus One Evolutionary Optimizer
Onsagersche Gleichung. Energetische Beziehungen
Zur Wiederholung: Beim unechten Bruch ist der Zähler größer als der Nenner. Das heißt, der Wert des Bruches ist größer als ein Ganzes. Man kann unechte.
Lösen von quadratischen Ungleichungen
Determinanten und Cramer‘sche Regel
3. Lineare Befehle 3.1 Die Ausgabefunktion
SOFTWARE TECHNOLOGY 2009/2010 Faculty of Electrical Engineering and Technical Informatics Budapest University of Technology and Economics Aufgabe-3.
Technische Informatik II Übung 7: Automaten Implementierungsaspekte
Kommunikationstechnik B Teil 4 – Informationstheorie
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Parallelwinkel im Überblick
1 Computergestützte Verifikation Binary Decision Diagrams (BDD) Inhalt: Die Datenstruktur BDD Operationen auf BDD CTL Model.
Kurzreferat über Funktionen und Prozeduren Von Alexander RothHomepage:
Seminarleiter-Zuordnung (S1-S8)
5/2 Wegeventil Anschlüsse, 2 Schaltstellungen
Technische Informatik II
Simplexmethode als Anwendung des Kostenkalküls
Mechanik I Lösungen.
Preisfindung Rabattgruppen
Lineare Optimierung Nakkiye Günay, Jennifer Kalywas & Corina Unger Jetzt erkläre ich euch die einzelnen Schritte und gebe Tipps!
Lösung Aufgabe 3 (Programmplanung)
 Präsentation transkript:

Sensitivitätsanalyse Operations Research Sensitivitätsanalyse Marc Schwärzli HS 2012

Die Sensitivitätsanalyse Die Sensitivitätsanalyse ist eine postoptimale Rechnung, die den Einfluss sich ändernder Parameter auf eine bereits bestehende Lösung untersucht. Folgende Situationen erfordern keine Neuberechnung: Ein oder mehrere Koeffizienten der Zielfunktion ändern sich. Eine oder mehrere rechte Seite(n) in den Restriktionen werden korrigiert.

Die Sensitivitätsanalyse Ausgangspunkt ist die letzte Simplextabelle. Eine qualitative Änderung bedeutet die Menge der Basisvariablen bleibt nicht gleich. Bei einem qualitativ gleichen Ergebnis können sich jedoch die Werte der Basisvariablen und damit der Zielwert ändern. (Zum Beispiel die Artikel bleiben dieselben aber die Stückzahl änder sich.)

Opportunitätskosten oder Schattenpreise X1 X2 X3 X4 S1 S2 S3 r.S. Z -2 -3 -32 1 8 -1 2 6 Lösung: (8,8,0,0,0,0,6) und Zmax =32 Die Koeffizienten der der Schlupfvariablen (S1, S2, S3) der optimalen Lösung in Z heißen Opportunitätskosten oder Schattenpreise. Darstellung erfolgt mit: (Vorzeichen in Z sind umgekehrt)

Änderungen der Koeffizienten in der Zielfunktion. (I) Z = 3x1 + x2 + x3 +2x4  max Beispiel: X1 ändert sich von 3 auf 3 + t1. Für welche Werte von t1 bleibt die Optimallösung gleich? Dazu wird der entsprechende Koeffizient in Z um t vermehrt und das t-Fache der 1. Zeile (X1 Zeile) von der Z-Zeile abgezogen.

Änderungen der Koeffizienten in der Zielfunktion. X1 X2 X3 X4 S1 S2 S3 r.S. Z 0+t1 -2 -3 -32 1 t1 0 t1 8 t1 -2-t1 -3-t1 32-8t1 Damit das Ergebnis weiterhin Maximal bleibt, dürfen die neuen Zielfunktionskoeffizienten nicht positiv sein. (Optimalitätsbedingung)

Änderungen der Koeffizienten in der Zielfunktion X1 X2 X3 X4 S1 S2 S3 r.S. Z 0+t1 -2 -3 -32 1 t1 0 t1 8 t1 -2-t1 -3-t1 -32-8t1 Kleiner 0 setzen: vereinfachen: X3 -2-t1<=0 -2<=t1 X4 S1 -3-t1<=0 -3<=t1 S2 t1 muss folglich größer gleich als -2 sein -- die Probe kann durch Einsetzen erfolgen.

Änderungen der Koeffizienten in der Zielfunktion Ändert sich X1 von 3 auf 3 + t1 (mit t1 > -2) bleibt die ursprüngliche Optimallösung (8,8,0,0,0,0,6) erhalten. Der neue maximale Zielwert lautet Zmax,neu= -1 mal (-32-8t1) = 32+8t1 Für alle t1 > -2 gilt das Optimalitätskriterium, somit gibt es einen neuen max. Zielwert. Der Zielwert ändert sich nur, wenn der geänderte Koeffizient, so wie in diesem Beispiel, in der Optimallösung Basisvariable ist.

Änderungen in den rechten Seiten Betrifft eine Kapazitätsausweitung eine Restriktion die nicht ausgeschöpft worden ist (Die zugehörige Schlupfvariable ist dann Basisvariable mit positiven Wert.) so ändert sich weder die Optimallösung noch der Optimalwert. Betrifft eine Kapazitätseinschränkung eine Restriktion die nicht ausgeschöpft worden ist so kommt es nur zu einer Änderung als die Einschränkung höher ist als die überschüssigen Kapazitäten. Werden die rechten Seiten von ausgeschöpften Restriktionen verändert, so kommt es jedenfalls zu einer Änderung der optimalen Lösung und des Zielwertes.

Änderungen in den rechten Seiten Beispiel: Die Restriktion 16 wird auf 16 + C1 geändert. (II) X1 - X2 + X3 + 2X4 16 X2 +X4 8 X2+2X3 +X4 8 X1 X2 X3 X4 S1 S2 S3 r.S. Z -2 -3 -32 1 8 -1 2 6

Änderungen in den rechten Seiten Die Optimallösung ändert sich dann qualitativ nicht: +C1 da Restriktion, sonst - C1 Der erste Vektor entspricht der rechten Seite des Schlusstableaus.

Änderungen in den rechten Seiten Die Optimallösung ändert sich dann qualitativ nicht: Der ersten Restriktion wird grundsätzlich im Starttableau die Schlupfvariable S1 zugewiesen. Zu dieser Schlupfvariablen gehört der erste Einheitsvektor von links des Schlusstableaus. (Zu S2 der zweite und so weiter.) Dieser Einheitsvektor ist mit C1 zu multiplizieren.

Änderungen in den rechten Seiten Die zugehörigen Elemente müssen die Nichtnegativbedingung erfüllen (Punkt (III) der Angabe): Folglich muss C1 größer -8 sein. größer 0 setzen: vereinfachen: 1 8 + 1 C1 >=0 -8 <= C1 2 8 + 0 C1 >=0 8 >= 0 3 6 + 0 C1>=0 6 >= 0

Interpretation des Ergebnisses Für C1 >= -8 lautet die neue Optimallösung (8 + C1 ,8,0,0,0,6). Für den Optimalwert werden die Schattenpreise herangezogen: Endtableau X1 X2 X3 X4 S1 S2 S3 r.S. Z -2 -3 -32 1 8 -1 2 6 Der ersten Restriktion ist S1 zugeordnet, der Schattenpreis ist also

Interpretation des Ergebnisses Schattenpreis bedeutet, ein Unternehmen wäre zu einer Kapazitätserweiterung bereit, wenn es je Einheit der Vergrößerung höchstens Geldeinheiten aufzuwenden hätte. Zmax, neu = Zmax, alt + C1 = 32 + 3C1