第 七 回 双対問題とその解法 2003.5.8 山梨大学.

Slides:



Advertisements
Similar presentations
<最適化の概念> 最適化すべき問 題 数学モデル 変数,数式 数理計画法 定められた計算手 順を用いて解くた めの方法論.
Advertisements

消費者行動の理論 公共経済学 2 消費者 ( 家計 ) 行動 消費者の行動の特徴 消費可能集合(予算制約) 選好 効用 選択 需要 顕示選好.
第6回 線形計画法の解法(4) 混合最小値問題 山梨大学.
・力のモーメント ・角運動量 ・力のモーメントと角運動量の関係
ネットワーク理論講義補助資料 Text. 組合せ最適化とアルゴリズム 4.5 節 主・双対法 pp
「基礎OR」/「OR演習」 第2回 10/06/2009 森戸 晋.
第八回  シンプレックス表の経済的解釈 山梨大学.
「基礎OR」/「OR演習」 第3回 宿題3.2 Red Brand Canners解説
プログラミング論 I 補間
第三回 線形計画法の解法(1) 標準最大値問題 山梨大学.
第四回 線形計画法(2) 混合最大値問題 山梨大学.
統計解析 第9回 第9章 正規分布、第11章 理論分布.
数楽(微分方程式を使おう!) ~第5章 ラプラス変換と総仕上げ~
重力3体問題の数値積分Integration of 3-body encounter.
上坂吉則 尾関和彦 文一総合出版 宮崎大輔2003年6月28日(土)
土木計画学 第11回(12月21日) 土木計画と説明責任 計画における代替案の作成1 担当:榊原 弘之.
「基礎OR」/「OR演習」 第3回 10/13/2009 森戸 晋.
整数計画法を用いた ペグソリティアの解法 ver. 2.1
データ構造と アルゴリズム 第二回 知能情報学部 新田直也.
第二回 連立1次方程式の解法 内容 目標 連立1次方程式の掃出し法 初期基底を求める 連立1次方程式を掃出し法を用いてExcelで解析する
第5回 双対問題 テキストp 内容 双対問題の導出 式を足しあわせる方法 Lagrange緩和 相補性条件 双対辞書
4.2 連立非線形方程式 (1)繰返し法による方法
1章前半.
第九回 問題の定式化練習と 自主研究課題 山梨大学.
方程式と不等式 1次方程式 1次不等式.
最大最小性, 双対性 min-max property duality
第4回 カルノー図による組合せ回路の簡単化 瀬戸 目標 ・AND-OR二段回路の実現コスト(面積、遅延)が出せる
線形計画法 スケールフリーネットワーク 須藤 孝秀.
非線形方程式の近似解 (2分法,はさみうち法,Newton-Raphson法)
2008年6月12日 非線形方程式の近似解 Newton-Raphson法
誤差の二乗和の一次導関数 偏微分.
Selfish Routing and the Price of Anarchy 第2回
ネットワーク理論講義補助資料 Text. 組合せ最適化とアルゴリズム 4.3 節 Lagrange緩和 pp
第6章 カーネル法 修士2年 藤井 敬士.
Linear Relaxation for Hub Network Design Problems
サポートベクターマシン によるパターン認識
© Yukiko Abe 2014 All rights reserved
第8章 気楽に「線形計画法」を覚えよう 1.最適化問題 経済行動:制約→最適化行動 最適化行動:売上高→最大化 生産費→最小化
第6章 連立方程式モデル ー 計量経済学 ー.
応用社会システム計画 (第10回) ここで、学習すること 学籍番号: 氏名: ■これまでの講義内容の整理 ■計画問題の設定と手法
ORの手法(組合せ最適化) 社会情報特講Ⅲ 大堀隆文(非常勤講師).
第4章 組合せ論理回路 (4) Quine McCluskeyの方法.
ネットワーク理論 Text. Part 3 pp 最短路問題 pp 最大流問題 pp.85-94
教師なしデータ 学習データ  X1, X2, …, Xn   真の情報源 テストデータ  X  .
計算の理論 II 帰納的関数 月曜4校時 大月美佳.
第7章 疎な解を持つカーネルマシン 修士2年 山川佳洋.
主成分分析 Principal Component Analysis PCA
人為変数や二段階を不要とする 実数型simplex法の解き方の 提案と検証
A First Course in Combinatorial Optimization Chapter
第4回 線形計画 2000年11月 第4回 線形計画.
公共経営研究科 「シミュレーション」森戸担当分 概要(12/02/05)
パターン認識特論 担当:和田 俊和 部屋 A513 主成分分析
First Course in Combinatorial Optimization
プロセスデータ解析学5 -主成分分析- 担当:長谷部伸治     金 尚弘.
© Yukiko Abe 2015 All rights reserved
知識科学研究科 知識システム構築論講座 林研究室 佛明 智
ナップサック問題 クマさん人形をめぐる熱いドラマの結末.
サポートベクターマシン Support Vector Machine SVM
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
サプライ・チェイン最適化について 研究者・実務家が知っておくべきこと
Selfish Routing 4章前半 岡本 和也.
土木計画学 第12回(1月14日) 計画における代替案の作成2 担当:榊原 弘之.
人工知能特論II 第8回 二宮 崇.
論理回路 第5回
ミニテスト12解答 月曜3校時 大月 美佳.
半正定値計画問題(SDP)の 工学的応用について
数値解析 第6章.
分枝カット法に基づいた線形符号の復号法に関する一考察
モデルの微分による非線形モデルの解釈 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
東京工業大学情報理工学研究科 小島政和 第1回横幹連合コンファレンス 2005年11月25,26日 JA 長野県ビル
Presentation transcript:

第 七 回 双対問題とその解法 2003.5.8 山梨大学

内容と目標 内容: 目標: 1.双対問題 2.双対問題のシンプレックス方法 1.双対問題を復習する 2.自分で双対問題を作る 3.シンプレックス方法で双対問題を解析する 2003.5.8 山梨大学

LP問題のシンプレックス法 LP問題の解法 目的関数f(x) 標準のシンプレックス法:Max. f(x) <ー> g(x)c 2) Min. f(x) <ー> g(x) c 3) Min. f(x) <ー> g(x) , =, c 目的関数f(x) 標準:  Max. f(x) 最小値問題: Min. f(x)      Min. f(x) ー>Max. f0(x) Max. f’(x)=-i ただし、f0(x) = -f(x) 2003.5.8 山梨大学

制約条件の処理 最小不等式: g(x)c 等式: g(x)=c 最大不等式: g(x)c スラック変数: g(x)+λ=c スラック変数と人為変数を利用する g(x)ーλ+ μ =c 2003.5.8 山梨大学

最小値問題ー原問題 目的関数: Min. f = 2x1 + 19x2 + 7x3 (1) 制約条件: 2003.5.8 山梨大学

二段階法 制約条件: x1+12x2+6x3 -λ1 +μ1 = 4 2x1+18x2+4x3 -λ2 +μ2 = 3 (4) 目的関数:       f0 = - 2x1 - 19x2 - 7x3      (5)       f’ = -μ1 -μ2            (6) 2003.5.8 山梨大学

二段階法のシンプレックス表 ステップ -2 -19 -7 0 0 基底 x1 x2 x3 λ1 λ2 定数 θ 1 -1 μ1 μ2   -2 -19 -7 0 0 基底 x1  x2 x3 λ1 λ2 定数 θ 1 -1 μ1 μ2 1 12 6 2 18 4 -1 0 0 -1 4 3 1/3 1/6 f0 f’ 2 19 7 -3 -30 -10 0 0 1 1 -7 2 -19 x2 -1/3 0 10/3 1/9 1 2/9 -1 2/3 0 -1/18 3/5 3/4 -1/9 0 25/9 1/3 0 -10/3 0 1 1 -2/3 -19/6 -2 x3 -1/10 0 1 2/15 1 0 -3/10 1/5 1/15 -1/10 1/30 1/6 0 0 0 0 0 5/6 1/2 -29/6 c 2003.5.8 山梨大学

双対問題:最小化ー>最大化  以上の例の最小化問題の不等号制約式(2)、(3)に対し、非負のy1 , y2を対応させる。そして(2)×y1+(3)×y2を計算すると (y1+2y2)x1+(12y1+18y2)x2+(6y1+4y2)x3      ≧ 4y1+3y2     (7) となる。 2003.5.8 山梨大学

制約条件の変化 ここで y1 + 2y2 ≦ 2 12y1+18y2 ≦ 19 (8) 6y1 + 4y2 ≦ 7 と仮定すると、式(7)は 2x1+19x2+7x3 ≧ 4y1+3y2 となる。 2003.5.8 山梨大学

新しい最大値問題?   変数x1, x2, x3は、上述最小化問題の制約条件下2x1+19x2+7x3の最小化に関連したが、新しく導入された変数y1, y2も何かの最適化問題に関連しているようである。新しい変数に与えられた条件、つまり式(8)と非負条件下で4y1+3y2の最大化問題を考えてみる。 2003.5.8 山梨大学

標準LP問題 目的関数: Max. f = 4y1+3y2 (9) 制約条件: y1 + 2y2 ≦ 2 2003.5.8 山梨大学

標準LP問題のシンプレックス表 ステップ c 4 3 0 0 0 基底 y1 y2 λ1 λ2 λ3 定数 θ 1 λ1 λ2 λ3 1 2   4 3 0 0 0 基底 y1 y2 λ1 λ2 λ3 定数 θ 1 λ1 λ2 λ3 1 2 12 18 6 4 2 19 7 11/7 7/6 f -4 -3 4 y1 0 4/3 0 10 1 2/3 1 0 -1/6 0 1 -2 0 0 1/6 5/6 5 5/8 1/2 7/4 0 -1/3 0 0 2/3 14/3 3 y2 0 0 0 1 1 0 1 -1/7 0 0 1/10 -1/5 0 0 2/7 1/6 0 0 0 0 3/5 29/6 2003.5.8 山梨大学

結果の説明 (i) 基底変数はλ1、y1、y2で、非基底変数はλ2 、 λ3である。 (ii) 最適基底解は     y1 =5/6, y2 =1/2, λ1 =1/6, f=29/6 である。 この解は例(1)に示した原問題の最大値と全く同じになる。しかし、計算は簡単になった。 2003.5.8 山梨大学

課 題 目的関数: Min. f = 4x1 + 5x2 (1) 制約条件 x1+3x2 ≧ 4 2x1+ x2 ≧ 3 (2) 課   題 目的関数:        Min. f = 4x1 + 5x2           (1) 制約条件 x1+3x2 ≧ 4 2x1+ x2 ≧ 3         (2) x1 , x2 ≧0 要求: 1). シンプレックス法を用いて解け。 2). 上記の線形計画問題の双対問題を作れ。 3). 双対問題をシンプレックス法で解け。 4). 原問題のスラック変数・最適解と双対問題のスラック変数・最適解を比較せよ。 2003.5.8 山梨大学

課題の解答 1). 最適解はx1=1, x2=1, f=9. 3). 双対問題の最適解はy1=6/5, y2=7/5,f’=9. 2003.5.8 山梨大学