![](../../images/o1px.gif) |
เรื่องที่ 4.1 วิธีการที่ใช้ในกำหนดการเชิงเส้น
วิธีซิมเพลก เป็นขั้นตอนที่ 2 ต่อจากขั้นตอนที่ 1 คือ สร้างตัวแบบซึ่งประกอบด้วยสมการเป้าหมาย ข้อจำกัดและข้อยับยั้ง
ที่ไม่ติดลบ ก่อนที่จะใช้วิธีซิมเพลก งานขั้นแรกคือ เปลี่ยนอสมการให้อยู่ในรูปสมการเสียก่อน งานขั้นต่อไปจึงใช้วิธีคำนวณ
ด้วยการเขียนตาราง
1. การแปรรูปของตัวแบบ
โปรแกรมเส้นตรงให้อยู่ในรูปมาตรฐาน รูปมาตรฐานของ SP มีลักษณะดังนี้ Max. Z = p1X1 + p2X2
+ pnXn หรือ Min. C = c1X1 + c2X2
+ cnXn ภายใต้เงื่อนไข a11X1 + a12X2
+ a1nXn = b1 a21X1 + a22X2
+ a2nXn = b2 . . . am1X1 + am2X2
+ amnXn = bn X1 , X2,
Xn 0 b1 , b2,
bn 0 ดังได้กล่าวแล้ว รูปมาตรฐานมีลักษณะที่สำคัญคือ
1.สมการเป้าหมายจะอยู่ในรูปทำให้ค่าสูงสุด (Maximization) หรือทำให้ค่าต่ำสุด (minimization) 2.ข้อจำกัดจะอยู่ในรูปที่แปลงจากอสมการให้เป็นสมการ (ใช้เครื่องหมายเท่ากับ) 3.ตัวแปรทุกตัวจะมีค่าเป็นลบไม่ได้ 4.ตัวคงที่ขวามือของเครื่องหมายเท่ากับต้องเป็นบวก รูปมาตรฐานแบบเมทริกมีลักษณะดังนี้
Max. Z = PX Min. C = cX ภายใต้เงื่อนไข AX = B AX = B X 0 X 0 B 0 B 0 A เป็นเมทริกขนาด n x n ซึ่งเป็นเมทริกสัมประสิทธิ์ X เป็นเวคเตอร์แนวตั้ง n x 1 หรือที่เรียกว่า decision vector B เป็นเวคเตอร์แนวตั้ง n x 1 หรือ requirement vector C เป็นเวคเตอร์แนวนอน 1 x n หรือ profit (cost) vector
การปรับโปรแกรมเส้นตรงเพื่อใช้ซิมเพลก จำเป็นต้องรู้จักตัวแปรเพิ่มอีก 3 ตัว ได้แก่ ตัวแปรขาด(slack variables) กับตัวแปรเกิน (surplus variables) และตัวแปรเทียม (artificial variables) โดยแยกพิจารณาดังนี้
1.1 กรณีที่น้อยกว่า หมายความว่าข้างซ้ายน้อยกว่าข้างขวา ใช้สัญลักษณ์เพื่อที่จะทำให้ข้างซ้ายเท่ากับข้างขวา
ขวาก็ต้องเพิ่มตัวแปรขึ้นจำนวนหนึ่งเพื่อช่วยส่วนที่ขาดไปให้เท่ากับข้างขวา ตัวแปรที่เพิ่มเข้านี้ไปเรียกว่า slack variables
ตัวอย่างเช่น
Max. Z = 3X1 + 5X2 โดยขึ้นอยู่กับ X1 5 -------- (1) X1 6 -------- (2) 3X1 + 2X2 18 -------- (3) X1 0 X2 0
จะเห็นว่าข้อจำกัดข้างบนเป็นชนิด จึงต้องหาตัวแปรมาเพิ่มทางซ้ายมือเพื่อให้เท่ากับด้านขวาโดยสมการที่
(1) + X3 สมการที่ (2) + X4 สมการที่ (3) + X5 เราจะได้ X1 + X3 = 5 X2 + X4 = 6 3X1 + 2X2 + X5 = 18 แล้วเพิ่มข้อยับยั้งให้เข้าเกณฑ์คือ X3 , X4 , X5 0 ส่วนสมการเป้าหมายจะไม่เปลี่ยนแปลงแต่อย่างใดเพราะเราสมมติให้ C3 = 0, C4 = 0 และ C5 = 0 จากตัวอย่างนี้
X3 , X4 และ X5 เรียกว่าตัวแปรขาดหรือ slack variables ดังนั้น L.P. ในรูปมาตรฐานจะเป็น
Max. Z = 3X1 + 5X2 + 0X3 + 0X4 + 0X5 ภายใต้เงื่อนไข X1 + X3 = 5 X2 + X4 = 6 3X1 + 2X2 + X5 = 18 X1 , X2 , X3 , X4 , X5 0
1.2 กรณีที่มากกว่า หมายความว่าข้างซ้ายมากกว่าข้างขวา ใช้สัญลักษณ์เพื่อที่จะทำข้างซ้ายให้มากกว่าข้างขวา
ก็ต้องหักข้างซ้ายด้วยตัวแปรจำนวนหนึ่งเพื่อช่วยให้ส่วนที่เหลือเท่ากับด้านขวามือ ตัวแปรที่นำมาหักออกนี้เรียกว่า surplus
variables ตัวอย่างเช่น Max. Z = 3X1 + 5X2 โดยขึ้นอยู่กับ X1 + X2 5 -------- (1) 2X1 + 5X2 10 -------- (2) X1 5 -------- (3) X1 , X2 0
เนื่องจากข้อจำกัดอยู่ในรูป จึงต้องหักสมการที่ 1 ด้วย สมการที่ 2 ด้วย และสมการที่ 3 ด้วย เพื่อที่จะทำให้ทั้ง
ข้างเท่ากัน เราจะได้
Max. Z = 3X1 + 5X2 + 0X3 + 0X4 + 0X5 ภายใต้เงื่อนไข X1 + X 2 - X3 = 3 2X1 + 5X2 - X4 = 10 X1 - X5 = 5 X1 , X2 , X3 , X4 , X5 0 X3 , X4 และ X5 เป็นตัวแปรเกินที่เรียกว่า surplus variables
1.3 กรณีที่เท่ากัน หมายความว่า ข้างซ้ายเท่ากับข้างขวาอยู่แล้ว ในบางครั้งเมื่อเราเติม slack variables
หรือหัก surplus variables ออก และเพื่อจะเพิ่มไอเดินติตี้แมทริก เราอาจบวกตัวแปรเทียม (artificial variables)
เข้ากับสมการที่เป็นข้อยับยั้ง ในการนี้ต้องบวกสมการเป้าหมายด้วยตัวแปรเทียม พร้อมทั้งสัมประสิทธิ์ของตัวแปรเทียม
แต่ละตัวซึ่งสมมติให้มีค่ามาก นิยมใช้ M แทนจำนวนหนึ่งซึ่งมีค่ามาก ตัวอย่างเช่น
Min. C = 6X1 + X2 โดยขึ้นอยู่กับ 10X1 + X2 20 X1 + 5X2 15 2X1 + 6X2 12 เปลี่ยนรูปเป็น Min. C = 6X1 + X2 + MX6 + MX7 + MX8 โดยขึ้นอยู่กับ 10X1 + 2X2 X3 + X6 = 20 X1 + 5X2 - X4 + X7 = 15 2X1 + 6X2 - X5 + X8 = 12 X3 , X4 , X5 เป็นตัวแปรเกิน surplus variables X5 , X6 , X7 เป็นตัวแปรเทียม artificial variables
|
![](../../images/o1px.gif) |