線形計画法(生産計画)

提供: Internet Web School

(版間での差分)
(線形計画法(2))
 
(間の44版分が非表示)
1 行: 1 行:
-
線形計画法は
+
[[メディア:Example.ogg]]線形計画法は
[https://ja.wikipedia.org/wiki/%E7%B7%9A%E5%9E%8B%E8%A8%88%E7%94%BB%E6%B3%95 線形計画法]
[https://ja.wikipedia.org/wiki/%E7%B7%9A%E5%9E%8B%E8%A8%88%E7%94%BB%E6%B3%95 線形計画法]
(Wikipedia)に説明がある.
(Wikipedia)に説明がある.
14 行: 14 行:
例題1
例題1
-
ある製造会社があって, <math>x</math><math>y</math>という2種類の製品の製造販売をしている.
+
ある製造会社があって, $x$ $y$ という2種類の製品の製造販売をしている.
-
これらを製造するには, 原材料<math>A</math><math>B</math><math>C</math>が必要で, <math>x</math>, <math>y</math>をそれぞれ1単位当
+
これらを製造するには, 原材料$A$$B$$C$が必要で, $x$, $y$をそれぞれ1単位当
たり造るのに必要な量と, 使用できる在庫量が下の表のように決まっている.
たり造るのに必要な量と, 使用できる在庫量が下の表のように決まっている.
-
[[ファイル:LP-Fig7.jpg|300px]]
+
{| border="3" class="wikitable" style="text-align: center; "
 +
|原材料\製品
 +
|x
 +
|y
 +
|在庫量
 +
|-
 +
||A
 +
|10
 +
|20
 +
|400
 +
|-
 +
||B
 +
|20
 +
|10
 +
|600
 +
|-
 +
||C
 +
|15
 +
|40
 +
|1300
 +
|}
-
<math>x</math>, <math>y</math>を販売するとそれぞれ1単位当たり2万円, 1万円の利益が得られる.
+
 
-
問題は, 表の在庫量の範囲で, <math>x</math><math>y</math>をそれぞれ何単位ずつ造れば利益が最大に
+
 
 +
$x$, $y$を販売するとそれぞれ1単位当たり2万円, 1万円の利益が得られる.
 +
問題は, 表の在庫量の範囲で, $x$$y$をそれぞれ何単位ずつ造れば利益が最大に
なるかである。
なるかである。
29 行: 51 行:
===線形計画法(1)===
===線形計画法(1)===
-
これを数式化すると, <math>x</math>, <math>y</math>の製造量を<math>x</math>, <math>y</math>で表すとして:
+
これを数式化すると, $x$, $y$の製造量を$x$, $y$で表すとして:
-
原材料<math>A</math>, <math>B</math>, <math>C</math>についての制約から
+
原材料$A$, $B$, $C$についての制約から
-
<math>
+
$
  10x+20y\leq 400  \qquad (1) \\
  10x+20y\leq 400  \qquad (1) \\
  20x+10y\leq 600  \qquad (2) \\
  20x+10y\leq 600  \qquad (2) \\
  15x+40y\leq 1300 \qquad (3)  
  15x+40y\leq 1300 \qquad (3)  
-
</math>
+
$
負の生産量はないのであるから  
負の生産量はないのであるから  
-
<math>
+
$
  0\leq x \qquad (4) \\
  0\leq x \qquad (4) \\
  0\leq y \qquad (5) \\
  0\leq y \qquad (5) \\
-
</math>
+
$
利益は   
利益は   
-
<math>
+
$
f(x,y)=2x+y \qquad (6)
f(x,y)=2x+y \qquad (6)
-
</math>
+
$
-
で結局, (6)を<math>(1)\sim (5)</math>の条件のもとで最大にすることになる。
+
で結局, (6)を$(1)\sim (5)$の条件のもとで最大にすることになる。
-
下の図は関数<math>f(x,y)=2x+y</math>の図である。
+
下の図は関数$f(x,y)=2x+y$の図である。
-
(図1.0)[[ファイル:Fig1.0.gif|300px]]
+
(図1.0)[[ファイル:Fig1.0.gif|400px]]
-
条件<math>(1)\sim (5)</math>を充たす点<math>P=(x,y)</math>
+
条件$(1)\sim (5)$を充たす点$P=(x,y)$
下のような,凸多角形の境界線も含めた内部にある。
下のような,凸多角形の境界線も含めた内部にある。
-
(図1.1)[[ファイル:Fig1.1.gif|300px]]
+
(図1.1)[[ファイル:Fig1.1.gif|400px]]
この凸多角形の頂点を
この凸多角形の頂点を
-
<math>
+
$
P_0=(x_0,y_0),P_1=(x_1,y_1),P_2=(x_2,y_2),P_3=(x_3,y_3),P_4=(x_4,y_4)
P_0=(x_0,y_0),P_1=(x_1,y_1),P_2=(x_2,y_2),P_3=(x_3,y_3),P_4=(x_4,y_4)
-
</math>
+
$
とすると,
とすると,
-
内部の点<math>P=(x,y)</math>はこれらの頂点<math>P_i=(x_i,y_i),i=0,1,2,3,4</math>によって
+
内部の点$P=(x,y)$はこれらの頂点$P_i=(x_i,y_i),i=0,1,2,3,4$によって
-
<math>
+
$
(1) \qquad P=\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4 \\
(1) \qquad P=\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4 \\
(2) \qquad \lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4 =1 \\
(2) \qquad \lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4 =1 \\
(3) \qquad 0 \le \lambda_0 \le 1,~~0 \le \lambda_1 \le 1,~~2 \le \lambda_2 \le 1,
(3) \qquad 0 \le \lambda_0 \le 1,~~0 \le \lambda_1 \le 1,~~2 \le \lambda_2 \le 1,
0 \le \lambda_3 \le 1,~~0 \le \lambda_4 \le 1
0 \le \lambda_3 \le 1,~~0 \le \lambda_4 \le 1
-
</math>
+
$
-
で表される。これを<math>P_i=(x_i,y_i),i=0,1,2,3,4</math>の凸結合という.
+
で表される。これを$P_i=(x_i,y_i),i=0,1,2,3,4$の凸結合という.
-
<math>
+
$
  f(x,y)=2x+y \qquad (6)
  f(x,y)=2x+y \qquad (6)
-
</math>
+
$
には「線形性」が成り立っている.
には「線形性」が成り立っている.
これは
これは
-
<math>
+
$
P=(x,y),Q=(x',y')   
P=(x,y),Q=(x',y')   
-
</math>
+
$
-
<math>\alpha,\beta</math>について,
+
$\alpha,\beta$について,
-
<math>
+
$
f(\alpha P+ \beta Q)=f(\alpha (x,y)+\beta (x',y'))
f(\alpha P+ \beta Q)=f(\alpha (x,y)+\beta (x',y'))
=\alpha f(x,y)+\beta f(x',y')=\alpha f(P)+\beta f(Q)
=\alpha f(x,y)+\beta f(x',y')=\alpha f(P)+\beta f(Q)
-
</math>
+
$
という性質である。この線形性を使うと,以下の議論ができる。
という性質である。この線形性を使うと,以下の議論ができる。
-
まず各頂点での関数<math>f</math>の値
+
まず各頂点での関数$f$の値
-
<math>
+
$
f(P_i)=f(x_i,y_i),i=0,1,2,3,4
f(P_i)=f(x_i,y_i),i=0,1,2,3,4
-
</math>
+
$
-
のうち最大値を<math>f(P_*)=f(x_*,y_*)</math>とする.
+
のうち最大値を$f(P_*)=f(x_*,y_*)$とする.
-
凸多角形の内の任意の点<math>P=(x,y)</math>に対する<math>f(P)=f(x,y)</math>
+
凸多角形の内の任意の点$P=(x,y)$に対する$f(P)=f(x,y)$
-
<math>P</math><math>P_i=(x_i,y_i),i=0,1,2,3,4</math>
+
$P$$P_i=(x_i,y_i),i=0,1,2,3,4$
の凸結合で表されることから
の凸結合で表されることから
-
<math> f(P)=f(\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4)</math>
+
$ f(P)=f(\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4)$
-
さらに<math>f</math>の線形性から
+
さらに$f$の線形性から
-
<math>
+
$
右辺=\lambda_0 f(x_0,y_0) + \lambda_1 f(x_1,y_1)
右辺=\lambda_0 f(x_0,y_0) + \lambda_1 f(x_1,y_1)
+\lambda_2 f(x_2,y_2)+\lambda_3 f(x_3,y_3)+\lambda_4f(x_4,y_4) (fの線形性)  
+\lambda_2 f(x_2,y_2)+\lambda_3 f(x_3,y_3)+\lambda_4f(x_4,y_4) (fの線形性)  
-
</math>
+
$
-
<math>f(P_*)=f(x_*,y_*)</math>が最大で,(3)のように各<math>\lambda_i</math>は正の数(<math>1 \ge  
+
$f(P_*)=f(x_*,y_*)$が最大で,(3)のように各$\lambda_i$は正の数($1 \ge  
-
\lambda_i \ge 0</math>)であるから,
+
\lambda_i \ge 0$)であるから,
-
<math>
+
$
右辺\le (\lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4)f(x_*,y_*)\\
右辺\le (\lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4)f(x_*,y_*)\\
-
</math>
+
$
さらに,(2)から
さらに,(2)から
-
<math>
+
$
\lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4= 1
\lambda_0  + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4= 1
-
</math>
+
$
-
<math>
+
$
f(P)=f(x,y) \le  f(x_*,y_*)=f(P_*)
f(P)=f(x,y) \le  f(x_*,y_*)=f(P_*)
-
</math>
+
$
-
となる。結局,関数<math>f</math>の制約条件を表す凸多角形の内部(境界を含む)の点全てを調べる必要がなく、
+
となる。結局,関数$f$の制約条件を表す凸多角形の内部(境界を含む)の点全てを調べる必要がなく、
-
頂点での関数<math>f</math>の値を調べれば良いことが判る.
+
頂点での関数$f$の値を調べれば良いことが判る.
-
(図1.2)[[ファイル:Fig1.2.gi|400px]]
+
(図1.2)[[ファイル:Fig1.2.gif|400px]]
-
<math>(1)\sim(5) </math>式のように変数に関する制約条件式が1次式で与えられ,
+
$(1)\sim(5) $式のように変数に関する制約条件式が1次式で与えられ,
-
<math>(6)</math>式のように評価関数も1次式で与えられる問題は[https://ja.wikipedia.org/wiki/%E7%B7%9A%E5%9E%8B%E8%A8%88%E7%94%BB%E6%B3%95 線形計画法]と呼ばれる.
+
$(6)$式のように評価関数も1次式で与えられる問題は[https://ja.wikipedia.org/wiki/%E7%B7%9A%E5%9E%8B%E8%A8%88%E7%94%BB%E6%B3%95 線形計画法]と呼ばれる.
線形化計画法の代表的な解法であるシンプレクス法は,制約条件を表す凸多角形の頂点での
線形化計画法の代表的な解法であるシンプレクス法は,制約条件を表す凸多角形の頂点での
-
関数<math>f</math>の値を効率的に調べる方法である。
+
関数$f$の値を効率的に調べる方法である。
-
適当な,頂点から始め,関数<math>f</math>の値が増大する頂点へ次々移動して,最大解を探す.
+
適当な,頂点から始め,関数$f$の値が増大する頂点へ次々移動して,最大解を探す.
この他に,凸多角形の内部の点から,最大解を与える頂点を探索する内点法もある。
この他に,凸多角形の内部の点から,最大解を与える頂点を探索する内点法もある。
-
 
===線形計画法(2)===
===線形計画法(2)===
171 行: 192 行:
 また, 製品A,B,Cを1単位生産するのに必要な原料Ⅰ,Ⅱ,Ⅲ,Ⅳのそれぞれ量と使用可能な上限が次の表で与えられる.
 また, 製品A,B,Cを1単位生産するのに必要な原料Ⅰ,Ⅱ,Ⅲ,Ⅳのそれぞれ量と使用可能な上限が次の表で与えられる.
これらの条件のもとに,利益を最大にするには製品A,B,Cをそれぞれ,どれだけ生産すれば良いか?.
これらの条件のもとに,利益を最大にするには製品A,B,Cをそれぞれ,どれだけ生産すれば良いか?.
-
[[ファイル:LP-Fig.1.jpg|500px]]
+
 
 +
{| border="3" class="wikitable" style="text-align: center; "
 +
|原材\製品名
 +
|A
 +
|B
 +
|C
 +
|使用できる上限
 +
|-
 +
|Ⅰ
 +
|4
 +
|0
 +
|7
 +
|90
 +
|-
 +
|Ⅱ
 +
|1
 +
|3
 +
|9
 +
|60
 +
|-
 +
|Ⅲ
 +
|6
 +
|0
 +
|14
 +
|110
 +
|-
 +
 
 +
|Ⅳ
 +
|4
 +
|10
 +
|1
 +
|75
 +
|}
 +
 
この問題も例題1と同じように以下のように数学的に定式化される.
この問題も例題1と同じように以下のように数学的に定式化される.
-
製品A,B,Cをそれぞれ<math>x_1,x_2,x_3</math> 単位生産するとき<math>x_1,x_2,x_3</math>は以下の不等式を満たす.
+
製品A,B,Cをそれぞれ$x_1,x_2,x_3$ 単位生産するとき$x_1,x_2,x_3$は以下の不等式を満たす.
-
<math>
+
$
4x_1+0x_2+7x_3 \leq  90 \\
4x_1+0x_2+7x_3 \leq  90 \\
1x_1+3x_2+9x_3 \leq  60 \\
1x_1+3x_2+9x_3 \leq  60 \\
6x_1+0x_2+14x_3 \leq 110 \\
6x_1+0x_2+14x_3 \leq 110 \\
4x_1+10x_2+1x_3 \leq    75 \qquad (1)
4x_1+10x_2+1x_3 \leq    75 \qquad (1)
-
</math>
+
$
さらに各製品生産量は負ではないから
さらに各製品生産量は負ではないから
-
<math>
+
$
0 \leq x_1,0 \leq x_2,0 \leq x_3 \qquad (2) 
0 \leq x_1,0 \leq x_2,0 \leq x_3 \qquad (2) 
-
</math>
+
$
この制約条件のもとに
この制約条件のもとに
-
<math>
+
$
L\left(x_1,x_2, x_3 \right)=80x_1+110x_2+95x_3 \qquad (3)  
L\left(x_1,x_2, x_3 \right)=80x_1+110x_2+95x_3 \qquad (3)  
-
</math>
+
$
-
を最大にする<math>x_1,x_2, x_3</math>を求めよ.
+
を最大にする$x_1,x_2, x_3$を求めよ.
219 行: 273 行:
*ソルバーによる解法の例 
*ソルバーによる解法の例 
**Excelに下記の作成例のように表1のデータを作成する.
**Excelに下記の作成例のように表1のデータを作成する.
 +
[[ファイル:LP-Fig.2.jpg|500px]]
 +
 +
[[ファイル:LP-Fig3.jpg|500px]]
235 行: 292 行:
をE3, E4, E5, E6に入力している.
をE3, E4, E5, E6に入力している.
-
ここで,sumproduct(B4:D4,B$2:D$2)はベクトル(B4,C4,D4) と(B2,C2,D2)の内積 B4*B2+C4*C2+D4*D2 であり4\bulletx_1+\ \ 0\bulletx_2+\ \ {7\bulletx}_3 を表す.
+
ここで,sumproduct(B4:D4,B$2:D$2)はベクトル(B4,C4,D4) と(B2,C2,D2)の内積 B4*B2+C4*C2+D4*D2 
 +
であり$4x_1+0x_2+7x_3$ を表す.
**F3,F4, F5, F6には,原材料Ⅰ,Ⅱ,Ⅲ,Ⅳの使用できる量の上限を入力している.
**F3,F4, F5, F6には,原材料Ⅰ,Ⅱ,Ⅲ,Ⅳの使用できる量の上限を入力している.
248 行: 306 行:
** 表のデータを入力後,
** 表のデータを入力後,
*** メニュー 「データ」,「分析」,「ソルバー」の順にクリックしてソルバーのパラメータ入力用の窓を開く.
*** メニュー 「データ」,「分析」,「ソルバー」の順にクリックしてソルバーのパラメータ入力用の窓を開く.
 +
[[ファイル:LP-Fig.4.jpg|500px]]
*** 目的の設定という欄にセルE7を指定する 
*** 目的の設定という欄にセルE7を指定する 
*** 目標値には「最大値」を選択し,チェックを入れる.
*** 目標値には「最大値」を選択し,チェックを入れる.
*** 変数セルの変更欄にはx_1,x_2,x_3を表すセルB2からD2をドラックして指定する.
*** 変数セルの変更欄にはx_1,x_2,x_3を表すセルB2からD2をドラックして指定する.
-
 
***制約条件の対象の欄には
***制約条件の対象の欄には
283 行: 341 行:
**最後に「解決」をクリックすると以下の結果が出力される.
**最後に「解決」をクリックすると以下の結果が出力される.
 +
 +
[[ファイル:LP-Fig.5.jpg|500px]]
 +
$x_1=7.8,x_2=3.9,x_3=4.5$
$x_1=7.8,x_2=3.9,x_3=4.5$

2020年12月22日 (火) 04:28 時点における最新版

メディア:Example.ogg線形計画法は 線形計画法 (Wikipedia)に説明がある.

解法には

シンプレックス法(Wikipedia)や内点法(Wikipedia)がある. シンプレクス法は[菅沼]の解説が判りやすい.

ここでは2つの例を用いて説明する. Microsoft Excel のソルバーを用いた解法例も説明する.

生産計画

例題1

ある製造会社があって, $x$ と $y$ という2種類の製品の製造販売をしている. これらを製造するには, 原材料$A$,$B$,$C$が必要で, $x$, $y$をそれぞれ1単位当 たり造るのに必要な量と, 使用できる在庫量が下の表のように決まっている.


原材料\製品 x y 在庫量
A 10 20 400
B 20 10 600
C 15 40 1300


$x$, $y$を販売するとそれぞれ1単位当たり2万円, 1万円の利益が得られる. 問題は, 表の在庫量の範囲で, $x$と$y$をそれぞれ何単位ずつ造れば利益が最大に なるかである。


線形計画法(1)

これを数式化すると, $x$, $y$の製造量を$x$, $y$で表すとして:

原材料$A$, $B$, $C$についての制約から

$ 10x+20y\leq 400 \qquad (1) \\ 20x+10y\leq 600 \qquad (2) \\ 15x+40y\leq 1300 \qquad (3) $

負の生産量はないのであるから

$ 0\leq x \qquad (4) \\ 0\leq y \qquad (5) \\ $

利益は

$ f(x,y)=2x+y \qquad (6) $

で結局, (6)を$(1)\sim (5)$の条件のもとで最大にすることになる。


下の図は関数$f(x,y)=2x+y$の図である。

(図1.0)

条件$(1)\sim (5)$を充たす点$P=(x,y)$は 下のような,凸多角形の境界線も含めた内部にある。

(図1.1)

この凸多角形の頂点を $ P_0=(x_0,y_0),P_1=(x_1,y_1),P_2=(x_2,y_2),P_3=(x_3,y_3),P_4=(x_4,y_4) $ とすると,

内部の点$P=(x,y)$はこれらの頂点$P_i=(x_i,y_i),i=0,1,2,3,4$によって


$ (1) \qquad P=\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4 \\ (2) \qquad \lambda_0 + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4 =1 \\ (3) \qquad 0 \le \lambda_0 \le 1,~~0 \le \lambda_1 \le 1,~~2 \le \lambda_2 \le 1, 0 \le \lambda_3 \le 1,~~0 \le \lambda_4 \le 1 $


で表される。これを$P_i=(x_i,y_i),i=0,1,2,3,4$の凸結合という.

$ f(x,y)=2x+y \qquad (6) $

には「線形性」が成り立っている.

これは $ P=(x,y),Q=(x',y') $

と$\alpha,\beta$について,

$ f(\alpha P+ \beta Q)=f(\alpha (x,y)+\beta (x',y')) =\alpha f(x,y)+\beta f(x',y')=\alpha f(P)+\beta f(Q) $

という性質である。この線形性を使うと,以下の議論ができる。


まず各頂点での関数$f$の値

$ f(P_i)=f(x_i,y_i),i=0,1,2,3,4 $

のうち最大値を$f(P_*)=f(x_*,y_*)$とする.

凸多角形の内の任意の点$P=(x,y)$に対する$f(P)=f(x,y)$は

$P$が$P_i=(x_i,y_i),i=0,1,2,3,4$ の凸結合で表されることから

$ f(P)=f(\lambda_0 P_0 + \lambda_1 P_1+\lambda_2 P_2+\lambda_3 P_3+\lambda_4 P_4)$

さらに$f$の線形性から

$ 右辺=\lambda_0 f(x_0,y_0) + \lambda_1 f(x_1,y_1) +\lambda_2 f(x_2,y_2)+\lambda_3 f(x_3,y_3)+\lambda_4f(x_4,y_4) (fの線形性) $


$f(P_*)=f(x_*,y_*)$が最大で,(3)のように各$\lambda_i$は正の数($1 \ge \lambda_i \ge 0$)であるから,

$ 右辺\le (\lambda_0 + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4)f(x_*,y_*)\\ $


さらに,(2)から

$ \lambda_0 + \lambda_1 +\lambda_2 +\lambda_3 +\lambda_4= 1 $

$ f(P)=f(x,y) \le f(x_*,y_*)=f(P_*) $

となる。結局,関数$f$の制約条件を表す凸多角形の内部(境界を含む)の点全てを調べる必要がなく、

頂点での関数$f$の値を調べれば良いことが判る.


(図1.2)

$(1)\sim(5) $式のように変数に関する制約条件式が1次式で与えられ, $(6)$式のように評価関数も1次式で与えられる問題は線形計画法と呼ばれる.

線形化計画法の代表的な解法であるシンプレクス法は,制約条件を表す凸多角形の頂点での 関数$f$の値を効率的に調べる方法である。 適当な,頂点から始め,関数$f$の値が増大する頂点へ次々移動して,最大解を探す.

この他に,凸多角形の内部の点から,最大解を与える頂点を探索する内点法もある。

線形計画法(2)

例題2

ある企業では製品A,B,Cを原料Ⅰ,Ⅱ,Ⅲ,Ⅳ用いて生産している. 製品A,B,C の1単位当たり利益をそれぞれ80,110,95とする.  また, 製品A,B,Cを1単位生産するのに必要な原料Ⅰ,Ⅱ,Ⅲ,Ⅳのそれぞれ量と使用可能な上限が次の表で与えられる. これらの条件のもとに,利益を最大にするには製品A,B,Cをそれぞれ,どれだけ生産すれば良いか?.

原材\製品名 A B C 使用できる上限
4 0 7 90
1 3 9 60
6 0 14 110
4 10 1 75


この問題も例題1と同じように以下のように数学的に定式化される. 製品A,B,Cをそれぞれ$x_1,x_2,x_3$ 単位生産するとき$x_1,x_2,x_3$は以下の不等式を満たす.

$ 4x_1+0x_2+7x_3 \leq 90 \\ 1x_1+3x_2+9x_3 \leq 60 \\ 6x_1+0x_2+14x_3 \leq 110 \\ 4x_1+10x_2+1x_3 \leq 75 \qquad (1) $

さらに各製品生産量は負ではないから

$ 0 \leq x_1,0 \leq x_2,0 \leq x_3 \qquad (2)  $

この制約条件のもとに

$ L\left(x_1,x_2, x_3 \right)=80x_1+110x_2+95x_3 \qquad (3)   $

を最大にする$x_1,x_2, x_3$を求めよ.


この問題の解法にはシンプレックス法内点法がある. シンプレクス法は[菅沼]の解説が判りやすい.


この問題を解くのにはMicrosoft Excelのソルバーや フリーソフトのOpen Office で提供されるソルバーと同等の機能をもつソフトを用いることができる. この問題のMicrosoft Excelのソルバーによる解法例を示す。


Microsoft Excelのソルバー を用いる.

  • ソルバーの導入
  • Excel の メニュー「データ」に「分析」「ソルバー」がある場合は以下の手続きは不要である. 

そのままソルバーによる解法の例を実行する. 

  • Excelのメニュー「データ」に「分析」「ソルバー」がない場合
    • ファイル > オプション > アドイン の順に選択
    • アドインの表示窓 アクティブでないアプリケーションにExcelソルバー があることを確認
    • 画面下の管理(A)と表示される小さい窓のドロップダウンリスト▼でExcelアドインを選択後,設定(G)をクリック
    • 有効なアドインが小窓で表示される. その中のソルバーアドインを選択しチェックを入れ[OK]をクリックする.
  • ソルバーによる解法の例 
    • Excelに下記の作成例のように表1のデータを作成する.


この作成例では セル B2,C2,D2 が 製品A,B,Cのそれぞれの生産量 $x_1,x_2,x_3$を表す.

    • 線形の一次式

$ 4x_1+0x_2+7x_3\\ 1x_1+3x_2+9x_3 \\ 6x_1+0x_2+14x_3 \\ 4x_1+10x_2+1x_3 $

をE3, E4, E5, E6に入力している.

ここで,sumproduct(B4:D4,B$2:D$2)はベクトル(B4,C4,D4) と(B2,C2,D2)の内積 B4*B2+C4*C2+D4*D2  であり$4x_1+0x_2+7x_3$ を表す.

    • F3,F4, F5, F6には,原材料Ⅰ,Ⅱ,Ⅲ,Ⅳの使用できる量の上限を入力している.
    • E7には

$ L\left(x_1,x_2, x_3 \right)=80x_1+110x_2+95x_3    $

を表す式を入力している.

    • 表のデータを入力後,
      • メニュー 「データ」,「分析」,「ソルバー」の順にクリックしてソルバーのパラメータ入力用の窓を開く.

      • 目的の設定という欄にセルE7を指定する 
      • 目標値には「最大値」を選択し,チェックを入れる.
      • 変数セルの変更欄にはx_1,x_2,x_3を表すセルB2からD2をドラックして指定する.
      • 制約条件の対象の欄には

この例題の制約条件式

$ 4x_1+0x_2+7x_3 \leq 90 \\ 1x_1+3x_2+9x_3 \leq 60 \\ 6x_1+0x_2+14x_3 \leq 110 \\ 4x_1+10x_2+1x_3 \leq 75  $

を表す式を入力する.   このためには,入力窓の「追加」をクリックし制約条件の追加入力用の窓を表示させ, 例えば

$4x_1+0x_2+7x_3 \leq 90$

を表す式を入力するのであればセルの参照欄に$4x_1+0x_2+7x_3$を表すセルE3を指定 ≦,=,≧などのドロップダウンリストで≦を選択し,制約条件の欄には上限値の90を入力する.入力後さらに「追加」をクリックし他の3つの制約条件式も同様に入力する.

      • さらに, 制約条件式 

$ 0 \leq x_1,0 \leq x_2,0 \leq x_3  $ を入力するため

「制約のない変数を非負数にする」 にチェックを入れる.


    • 最後に「解決」をクリックすると以下の結果が出力される.


$x_1=7.8,x_2=3.9,x_3=4.5$ のときに

$L\left(x_1,x_2,\ x_3 \right)=80x_1+110x_2+95x_3$ 

が最大値1485をもつことを表す.制約条件は満たされている.

個人用ツール