• Keine Ergebnisse gefunden

Optimierung 1, SS 2017 Implementationsaufgabe Simplexverfahren

N/A
N/A
Protected

Academic year: 2021

Aktie "Optimierung 1, SS 2017 Implementationsaufgabe Simplexverfahren"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Optimierung 1, SS 2017

Implementationsaufgabe Simplexverfahren

Implementieren Sie in MATLAB (oder Octave, wenn MATLAB nicht m¨oglich) das in der Vorlesung vorgestellte Simplexverfahren mit einer Methode, die Kreisen verhindert, etwa die Regel von Bland oder die lexikographische Zeilenauswahlregel.

Ausgegangen wird von einem linearen Programm in kanonischer Form max{ctx:Ax≤b, x≥0}.

Die Eingabedaten sind die Dimensionen des Problemsm(die Anzahl der Restriktionen) undn(die Anzahl der Variablen),m, n ∈ IN, eine m×n Matrix A, der Zielfunktionsvektor c ∈IRn, der rechte Seitevektor b∈IRm, und eine maximale Anzahl von Iterationenmaxit,maxit∈IN

Im Fall, dass es eini∈ {1,2, . . . , m}mitbi <0 gibt, ist die Zweiphasenmethode von Dantzig zu verwenden, um zun¨achst eine zul¨assige Basisl¨osung zu bestimmen oder zu ermitteln, dass es keine solche gibt.

Das Resultat soll eine Funktion der Form [x case] = mysimplex(m,n,A,b,c,maxit)sein.

Testen Sie Ihr Programm f¨ur verschiedene lineare Programme (z.B. solche aus der ¨Ubungsaufgaben- sammlung). Achten Sie darauf die unterschiedlichen F¨alle (keine zul¨assige L¨osung, unbeschr¨ankt, endliche Optimall¨osung) abzudecken.

• Im Fall, dass eine endliche Optimall¨osung gefunden wird, soll x diese enthalten und f¨urcasesoll 0 retourniert werden.

• Falls festgestellt wird, dass keine zul¨assige L¨osung existiert, soll am Ende der ersten Phase abgebro- chen werden. F¨urcasesoll 1 retourniert werden;x spielt hier keine Rolle.

• Sollte festgestellt werden, dass das Problem unbeschr¨ankt ist, dann soll f¨ur case 2 retourniert werden; x spielt wieder keine Rolle.

• Der Parameter maxit gibt an wie viele Iterationen h¨ochstens durchgef¨uhrt werden d¨urfen. Eine Iteration ist ein Pivotschritt, wobei die Pivotschritte der 1. Phase mitgez¨ahlt werden. Sobald maxit Iterationen durchgef¨uhrt wurden, soll der Algorithmus terminieren. Wenn nach maxit Iterationen noch keine Optimall¨osung des Problems, kein Beweis der Unbeschr¨anktheit des Problems, jedoch eine zul¨assige L¨osung vorliegt, dann soll case auf 3 gesetzt werden und x die zuletzt gefundene zul¨assige L¨osung des Problems beinhalten.

• Wenn nachmaxitIterationen noch keine zul¨assige L¨osung des Problems und auch kein Beweis, dass das Problem unzul¨assig ist vorliegt, (d.h. die erste Phase wurde noch nicht beendet), dann sollcase auf 4 gesetzt werden; x spielt in diesem Fall keine Rolle.

Abgabe: Die Abgabe hat via TeachCenter in Form einer ZIP-Datei zu erfolgen. Die ZIP-Datei sollte alle notwendigen Files enthalten, also im Speziellen auch ein File mysimplex.m mit der obengenannten Funktion. Die Abgabefrist ist Dienstag, den 25.4.2017, 23:59.

Nennen Sie Ihre Zip-Datei in der Art Simp+Nachname+1.Buchstabe des Vornamen.zip (lauter Klein- buchstaben) - also z.B. bei Lena Musterfrau w¨urde der Dateiname simpmusterfraul.ziplauten.

1

Referenzen

ÄHNLICHE DOKUMENTE

Zeigen Sie: Entweder ist x = 0 eine optimale L¨ osung (es k¨ onnte auch noch andere optimale L¨ osungen geben), oder das Problem ist nach oben unbeschr¨

Dabei wird jede Gleichheitsrestriktion als zwei Ungleichungen dargestellt und impliziert somit je zwei nichtnegative Variablen im Dualen.. ¨ Uberlegen Sie sich ob die jewei- ligen

(a) ein lineares Programm, das in Standardform ist, außer dass die Variable x 1 nicht vorzeichenbe- schr¨ankt ist und in der (zu maximierenden) Zielfunktion in der Form −|c 1 x 1

Berechnen Sie f¨ ur das folgende lineare Programm den zentralen Pfad und stellen Sie ihn, sofern m¨oglich, graphisch dar (getrennt nach Komponenten)... Berechnen Sie den zentralen

Der we- sentlicher Schritt ist das Ersetzen der Komplementarit¨atsgleichung XZe = 0 durch eine µ- Komplementarit¨atsgleichung XZe = µe um dann einen Richtungsvektor (∆x, ∆z) mit

Erstellen Sie ferner einen Fl¨achen- und einen H¨ohenlinienplot von f mittels Matlab oder eines anderen Ihnen f¨ ur diesen Zweck geeignet erscheinenden

(b) (F¨ ur Ambionierte) Zeigen Sie, dass die Folge { f (x k ) } monoton fallend ist (unter der oben genannten Voraussetzung die einen wohldefinierten Algorithmus garantiert) und

In der Matlab Version R2016b soll eine derartige Multiplikation funktionieren, diese Version steht uns aber nicht zum Testen zur Verf¨ ugung.. Bei fr¨ uheren Matlab Versionen, die