Sie sind auf Seite 1von 10

Simplex Algorithmus;

Simplex Algorithmus ist ein Matrixverfahren zur Lösung linearer Probleme in


Standardform;

optimiere 𝑧 = 𝒄𝑇 𝒙

unter den Bedingungen 𝑨𝒙 = 𝒃

mit 𝒙≥0

wobei 𝒃 ≥0 und eine Ausgangslösung 𝒙𝟎 bekannt ist.

Beginend mit 𝑥0 lokaliziert das Verfahren nacheinander andere zulӓssige Lösungen bis
die optimale Lösung erhalten wird. Für Minimierungsprobleme, Simplex algorithmus
verwendet das folgende Tableau indem 𝒄𝟎 bezeichnet den Kostenvektor zugeordnet zu
den Variablen in 𝒙𝟎 . Für Maximierungsprobleme kehren sich die untere Reihe Elemente
das Zeichen um.
𝒄𝑇
𝒙𝟎 A 𝒃
𝒄𝑇 − 𝒄𝟎 𝑇 𝑨 −𝒄𝟎 𝑇 𝒃

Beispiel;
maximiere z = 𝑥1 + 2𝑥2 + 3𝑥3 −0𝑥4 − 0𝑥5 − M𝑥6

unter der Bedingungen 3𝑥1 + 4𝑥3 + 𝑥4 =5

5𝑥1 + 𝑥2 + 6𝑥3 =7

8𝑥1 + 9𝑥3 − 0𝑥5 + 𝑥6 = 2

mit allen Variablen nichtnegative

𝒄𝟎 𝑇 = 0, 2, 𝑀 dann, 𝒄𝑇 − 𝒄𝟎 𝑇 𝑨

3 0 4 1 0 0
𝒄𝑇 − 𝒄𝟎 𝑇 𝑨 = 1, 2, 3, 0, 0, 𝑀 − 0, 2, 𝑀 5 1 6 0 0 0
8 0 9 0 −1 0
𝒄𝑇 − 𝒄𝟎 𝑇 𝑨 = 1, 2, 3, 0, 0, 𝑀 − 10 + 8𝑀, 2,12 + 9𝑀, 0, −𝑀, 𝑀

= −9 − 8𝑀, 0,9 − 9𝑀, 0, 𝑀,

5
𝒄𝟎 𝑇 𝒃 = 0, 2, 𝑀 7 = −14 − 2M
2

𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6
𝑥4 3 0 1 1 0 0 5
𝑥2 5 1 6 0 0 0 7
𝑥6 8 0 9 0 -1 1 2
-9-8M 0 -9-9M 0 M 0 -14-M
Simplex Algorithmus Schritte;

Schritt 1; (Wahl der Pivotstelle)

Enthӓlt die Zielfunktionzeile nur negative Werte, so ist die aktuelle Ausgangslösung
optimal. Das Verfahren kann beendet werden. Ansonsten wird diejenige Spalte mit dem
kleinesten (negativen) Wert bestimmt. (Stehen mehrere Spalten mit kleinestem Wert zur
Auswahl, Wӓhlen Sie unter diesen eine beliebige). Die Spalte nennt man Pivotspalte.

Schritt 2; (Wahl der Pivotzeile)

Sind in der Pivotspalte alle Elemente, 𝑎𝑖𝑡 ≤ 0, so kann für das Problem keine optimale
Lösung angegeben werden. Das Verfahren is beendet. Ist diese nicht der Fall, bestimmen
Sie eine Zeile s für die gilt;

𝑏𝑠 𝑏𝑠
= 𝑚𝑖𝑛 > | 𝑖 = 1, … . , 𝑚 𝑚𝑖𝑡 𝑎𝑖𝑡 > 0
𝑎𝑠𝑡 𝑎𝑖𝑡

Die Zeile nennt man Pivotzeile und das Element heißt Pivotelement.
Schritt 3;

Durch elementare Umformungen, erhalten Sie Pivotelement 1 und alle andere Elemente
in Pivotspalte 0. Diese Umformungen erfolgen völlig analog der Lösung eines linearen
Gleichungsystem. Ersetzen Sie die x- Variable in der Pivotzeile und ertsen Spalte durch
die Variable in der ersten Zeile und Pivotspalte.

Schritt 4;

Wiederholen Sie das Verfahren bis keine negative Werte in die Zielfunktion Zeile bleiben.
Damit ist die optimale Lösung erreicht.
Beispiel;
maximiere z = 𝑥1 + 9𝑥2 + 𝑥3

unter der Bedingungen 𝑥1 + 2𝑥2 + 3𝑥3 ≤ 9

3𝑥1 + 2𝑥2 + 2𝑥3 ≤ 15

mit allen Variablen nichtnegative

Durch Beifügen Schlupfvariablen erscheint das Programm in Matrixform;

𝒙𝑇 = 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 , 𝒄𝑇 = 1, 9, 1, 0, 0

1 2 3 1 0 9 𝑥4
𝑨= 𝒃= 𝒙𝟎 = 𝑥
3 2 2 0 1 15 5

𝒄𝟎 = 0 0
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5
𝑥4 1 𝟐∗ 3 1 0 9 Pivotzeile
𝑥5 3 2 2 0 1 15
-1 -9 -1 0 0 0

Pivotsplate

𝑥1 𝑥2 𝑥3 𝑥4 𝑥5
𝑥2 ½ 1 3/2 1/2 0 9/2
𝑥5 2 0 -1 -1 1 6
7/2 0 25/2 9/2 0 81/2

Zielfunktion optimaler Wert für


9 Maximierungsprobleme
𝑥2 ∗ = , 𝑥5 ∗ = 6, 𝑥1 ∗ = 0, 𝑥3 ∗ = 0, 𝑥4 ∗ = 0
2

81
𝑧 ∗= 2
Beispiel;
maximiere z = 40 𝑥1 + 35𝑥2

unter der Bedingungen 𝑥1 + 𝑥2 ≤ 24

3𝑥1 + 2𝑥2 ≤ 60

mit allen Variablen nichtnegative

Durch Beifügen Schlupfvariablen erscheint das Programm in Matrixform;

𝒄𝑇
𝒙𝟎 A 𝒃
−𝒄𝑇 + 𝒄𝟎 𝑇 𝑨 𝒄𝟎 𝑇 𝒃
𝑥1 𝑥2 𝑥3 𝑥4
𝑥3 1 1 1 0 24
𝑥4 𝟑∗ 2 0 1 60
-40 -35 0 0 0

𝑥1 𝑥2 𝑥3 𝑥4
𝑥3 1 1 1 0 24
𝑥4 1 2/3 0 1/3 20
-40 -35 0 0 0

𝑥1 𝑥2 𝑥3 𝑥4
𝑥3 0 𝟏/𝟑∗ 1 -1/3 4
𝑥1 1 2/3 0 1/3 20
0 -25/3 0 40/3 800
𝑥1 𝑥2 𝑥3 𝑥4
𝑥3 0 𝟏∗ 3 -1 12
𝑥1 1 2/3 0 1/3 20
0 -25/3 0 40/3 800

𝑥1 𝑥2 𝑥3 𝑥4
𝑥2 0 1 3 -1 12
𝑥1 1 0 -2 1/3 12
0 0 25 5 900

𝑥1 ∗ = 12, 𝑥2 ∗ = 12

𝑧 ∗ = 900

Das könnte Ihnen auch gefallen