Opkut deníciók és tételek

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Opkut deníciók és tételek"

Átírás

1 Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét (minimumát vagy maximumát) értelmezési tartományának adott lineáris korlátokkal (feltételekkel) meghatározott részében. 2. Deníció (Lehetséges megoldás). Olyan x R n vektor, amely kielégíti a feladat feltételrendszerét jelölés: lehetséges megoldások halmaza: L ( R n ) 3. Deníció (Optimális megoldás). Olyan lehetséges megoldás, amelyen a célfüggvény felveszi a maximumát (minimumát). 4. Deníció (Lineáris feltétel). Olyan ' ', ' ' egyenl tlenség vagy egyenlet, amely csak lineáris illetve konstans tagokat tartalmaz. 5. Deníció (Standard alakú lineáris programozási feladat). a ij x i b i i = 1, 2,..., m x j 0 max c i x i = z i = 1, 2,..., n 6. Deníció (Szótár). x n+i = b i a ij x j z = c j x j 1 i = 1, 2,..., m

2 2 7. Deníció (Természetes (vagy döntési) változók). A standard alakú feladatban szerepl változók (x 1, x 2,..., x n ). 8. Deníció (Mesterséges (vagy slack) változók). A szótár felírásakor felvett új, nemnegatív változók (x n+1, x n+2,..., x n+m ) 9. Deníció (Bázisváltozók, más néven Bázis). A szótár feltétel egyenleteinek bal oldalán álló változók, jelölés - Bázisváltozók indexhalmaza: B 10. Deníció. A szótár feltételeinek jobb oldalán álló változók jelölés - Nembázisváltozók indexhalmaza: N 11. Deníció (Szótár bázismegoldása). Olyan x vektor, amelyben a bázisváltozók értékei az ket tartalmazó egyenletek jobb oldali konstansai, a nembázis változók értéke nulla. 12. Deníció (Lehetséges bázismegoldás). Olyan bázismegoldás, ami egyben lehetséges megoldás is, azaz a szótárra teljesül, hogy b i 0i = 1, 2,..., m 13. Deníció (Pivot lépés). Új szótár megadása egy bázis és nembázis változó szerepének felcserélésével 14. Deníció (Belép változó). A szimplex algoritmus egy iterációnak belép változója az a nembázis változó, ami a következ szótárra áttérés hatására bázisváltozóvá válik. 15. Deníció (Kilép változó). A szimplex algoritmus egy iterációnak belép változója az a nembázis változó, ami a következ szótárra áttérés hatására nembázis változóvá válik. 16. Deníció (Szótárak ekvivalenciája). Két szótár ekvivalens, ha lehetséges megoldásaik és a hozzájuk tartozó célfüggvényértékek rendre megegyeznek. 17. Deníció (Nem korlátos LP feladat). Ha az LP feladat maximalizálandó (minimalizálandó) és célfüggvénye tetsz legesen nagy (kicsi) értéket felvehet a lehetséges megoldásainak halmazán, akkor a feladatot nem korlátosnak nevezzük. 18. Deníció (Pivot szabály). Olyan szabály, ami egyértelm vé teszi, hogy a szimplex algoritmusban mely változók legyenek a belép - és a kilép változók, ha több változó is teljesíti az alapfeltételeket.

3 3 19. Deníció (Klasszikus Szimplex algoritmus pivot szabálya). - A lehetséges belép változók közül válasszuk a legnagyobb c k érték t, több ilyen esetén azok közül a legkisebb index t. - A lehetséges kilép változók köül válasszuk a legkisebb l index egyenlet változóját. 20. Deníció (Degenerált iterációs lépés). Olyan szimplex iteráció, amelyben nem változik a bázismegoldás. 21. Deníció (Degenerált bázismegoldás). Olyan bázismegoldás, amelyben egy vagy több bázisváltozó értéke Deníció (Ciklizáció). Ha a Szimplex algoritmus valamely iterációja végén egy korábbi iteráció szótárát kapjuk meg újra, akkor azt ciklizációnak nevezzük. 23. Deníció (Legkisebb index szabálya). - A lehetséges belép változók közül válasszuk a legkisebb index t. - A lehetséges kilép változók közül válasszuk a legkisebb index t. 24. Deníció (Lexikograkus rendezés). Egy x R n vektor lexikogra- kusan kisebb vagy egyenl, mint egy y R n vektor, ha létezik olyan i index, amelyre x i < y i és x j = y j j = 1, 2,..., i 1, vagy x = y - Dichotom, reexív, tranzitív és antiszimmetrikus - Teljes rendezés 25. Deníció. Egészítsük ki szimbolikus ɛ konstansokkal az induló szótárat, majd - A lehetséges belép változók közül válasszuk a legnagyobb c k érték t, több ilyen esetén azok közül a legkisebb index t. - A lehetséges kilép változók közül válasszuk azt, amelynek l index egyenletére a [a lɛ1 a lɛ2... a lɛm ] vektor lexikograkusan a legkisebb

4 4 26. Deníció (Primál duál feladatpár). a ij x i b i i = 1, 2,..., m Primál feladat x j 0 i = 1, 2,..., n max c i x i = z a ij y i c j j = 1, 2,..., n Duál feladat y i 0 j = 1, 2,..., m min b i y i = w 27. Deníció (Általános LP feladat dualitás esetben). a ij x j b i i I a ij x j = b i i E x j 0 max c j x j = z i R - Ámnf. hogy az egyenl tlenségek mind ' ', a korlátos változók 0 alsó korlátosak - Jelölje a szabad változók indexhalmazát F - Legyen összesen n váltzó és m feltétel

5 5 28. Deníció (Általános LP feladat duálisa dualitás esetben). a ij y i c j j R a ij y i = c j y i 0 min b i y i = w j F i I 29. Deníció (Inkonzisztencia). egyenletek és egyenl tlenségek egy m elem a ij x j b i i I a ij x j = b i i E rendszere inkonzisztens, ha léteznek olyan y 1, y 2,..., y m valós számok, amelyekre teljesül, hogy a ij y i = 0 b i y i < 0 y i 0 j = 1, 2,..., n i I 30. Deníció (R n ). n-dimenziós lineáris tér a valós számok felett - Elemei az n elem valós vektorok 31. Deníció (E n ). n-dimenziós euklideszi tér, olyan R n, amelyben értelmezett egy bels szorzat és egy távolság függvény a következ módon - (x, y) = x T y = x 1 y 1 + x 2 y x n y n - d(x, y) = (x 1 y 1 ) 2 + (x 2 y 2 ) (x n y n ) 2

6 6 32. Deníció (Pont). egy x E n vektor 33. Deníció. x 1 ( E n ) és x 2 ( E n ) különböz pontokat összeköt szakasz: ahol λ [0, 1] és tetsz leges. {x : x E n, x = λx 1 + (1 λ)x 2 }, 34. Deníció. x 1, x 2 végpontú szakasz felez pontja: 1 2 x x 2 pont 35. Deníció (Ponthalmaz csúcspontja). Olyan pont, amely nem áll el egyetlen ponthalmazbeli szakasz felez pontjaként sem. 36. Deníció (n-dimenziós sík). {x : x E n, a 1 x 1 + a 2 x a n x n = b}, ahol a 1, a 2,..., a n, b R és rögzítettek 37. Deníció. {x : x E n, a 1 x 1 + a 2 x a n x n b}, ahol a 1, a 2,..., a n, b R és rögzítettek 38. Deníció (Konvex ponthalmaz). Olyan ponthalmaz, amely tartalmazza bármely két pontját összeköt szakasz pontjait is. 39. Deníció (Zárt ponthalmaz). Olyan ponthalmaz, amely tartalmazza a pontjaiból képezhet tetsz leges konvergens sorozat határértékét is. 40. Deníció (Korlátos ponthalmaz). Olyan ponthalmaz, amelynek minden x pontjára teljesül, hogy d(0, x) K, ahol K egy rögzített valós szám. 41. Deníció (Poliéder). Zárt, véges sok csúcsponttal rendelkez ponthalmaz. 42. Deníció (Egy f függvény gradiens függvénye). [ f f(x) =, f,..., f ] x 1 x 2 x n 43. Deníció (Egy f függvény x pontjához tartozó Hesse mátrix). [ ] 2 f Hf(x) = x 1 x j

7 44. Deníció (Az optimalizálási feladathoz társított Log Barrier függvény). { log(bi a Φ i (x) = i x), a i x < b i i = 1, 2,..., m, a i x b i 45. Deníció (Az optimalizálási feladathoz társított Log Barrier feladat). max f(x) + Φ i (x) 46. Deníció (A standard alakú LP feladathoz társított Log Barrier feladat). Ax + w = b max c T x + µ log(x 1 ) + µ log(w j ) 47. Deníció (Mátrix játék kizetési mátrix). Olyan M mátrix, amelyben az m ij elemek a sor játékos nyereményei, amennyiben a sor játékos i-t, az oszlop játékos j-t lép a játékban. 48. Deníció (Tiszta stratégia). A kizetési mátrix sorait (oszlopait) a sor (oszlop) játékos tiszta stratégiáinak nevezzük. 49. Deníció (Sztochasztikus vektor). Olyan nem negatív vektor, amelyben az elemek össze Deníció (Kevert stratégia). Sztochasztikus vektor, amelynek i. eleme annak valószín sége, hogy a játékos az i tiszta stratégiát játssza egy fordulójában. 51. Deníció (Mátrix játék értéke). A játékhoz tartozó Minimax tétel szerinti z = w érték. 52. Deníció (Igazságos játék). Egy mátrix játék igazságos, ha értéke Deníció (Szimmetrikus játék). Egy mátrix játék szimmetrikus, ha mátrixának minden elemére teljesül, hogy a ij = a ji 54. Deníció (Dominancia). Egy Am n-es kizetési mátrix egy r sora dominálja az s sort, ha minden j = 1, 2,..., n-re a rj a sj, hasonlóan egy r oszlop dominálja az s oszlopot, ha minden i = 1, 2,..., m-re a ir a is 7

8 8 55. Deníció (Nyeregpont). Ha egy mátrix játékra M = m, akkor a mátrix a rs = m elemét a mátrix nyeregpontjának nevezzük. 56. Deníció (Nash egyensúly, equlibrium). Olyan stratégia pár, amely esetén egyik játékos sem tudja stratégiája változtatásával növelni a nyereségét, amennyiben a másik játékos nem változtat stratégiát. 57. Deníció (Prol). Egy döntéshozó egyéni preferencia sorrendje az alternatívák felett. 58. Deníció (Konszenzus függvény). Az F : P m P függvényt konszenzus függvénynek nevezzük. 59. Deníció (Egyszer többség). Helyezzük az a alternatívát a b elé, ha a döntéshozók többsége is ezt tette - Nem ad konszenzus függvényt. - Condorcet paradoxon. 60. Deníció. Jelölje b i (a) az i. prolban az a után következ alternatívák számát, és rendezzük az alternatívákat nagyság szerint a következ érték alapján b(a) = b i (a)

9 9 Tételek 1. Tétel. Minden lineáris programozási feladathoz megadható egy vele ekvivalens standard alakú feladat. 2. Tétel. A pivot lépés el tti és az utána el álló új szótár. 3. Tétel. Ha egy szótárban nincs pozitív c j j = 1, 2..., n + m célfüggvény együttható és negatív b i i = 1, 2,..., m konstans a feltételek egyenleteiben, akkor a szótár bázismegoldása. 4. Tétel. Ha egy szótárban van olyan pozitív c j j = 1, 2,..., n + m célfüggvény együttható, hogy minden a ij i = 1, 2,..., m együttható pozitív, akkor az LP feladat, amihez a szótár tartozik, nem korlátos 5. Tétel (Ciklizáció). Ha a szimplex algoritmus nem áll meg, akkor ciklizál. 6. Tétel (Bland szabály). A szimplex algoritmus véget ér, ha a legkisebb index szabályt használjuk. 7. Tétel (Szimplex módszer). Egy standard feladatnak akkor és csak akkor létezik lehetséges megoldása, ha 0 a hozzá felírt segédfeladat optimuma. 8. Tétel. Tetsz leges standard alakú lineáris programozási feladatra teljesülnek az alábbi állítások: - Ha nincs optimális megoldása, akkor vagy nem korlátos vagy nincs lehetséges megoldása. - Ha van lehetséges megoldása, akkor van lehetséges bázismegoldása is. - Ha van optimális megoldása, akkor van optimális bázismegoldása is. 9. Tétel (Gyenge dualitás tétele). Ha [x 1 x 2... x n ] a primál feladat lehetséges megoldása és [y 1 y 2... y m ] a duál feladat lehetséges megoldása, akkor c j x j b i y i 10. Tétel (Er s dualitás tétele). Ha x = [x 1 x 2... x n] a primál feladat egy optimális megoldása, akkor létezik a duális feladatnak egy y = [y1 y2... ym] optimális megoldása, amelyre teljesül, hogy c j x j b i yi

10 Tétel (1. Komplementaritás tétel). Egy x = [x 1 x 2... x n] primál lehetséges megoldás és egy y = [y 1 y 2... y m] duális lehetséges megoldás akkor és csak akkor optimálisak, ha teljesülnek a következ feltételek 1. Feltétel a ij yi = c j és/vagy x j = 0 igaz j = 1, 2,..., n 2. Feltétel a ij x j = b i és/vagy yi = 0 igaz i = 1, 2,..., m 12. Tétel (2. Komplementaritás tétel). Egy x = [x 1 x 2... x n] primál lehetséges megoldás akkor és csak akkor optimális, ha léteznek olyan y1y 2... ym valós számok, amelyekre teljesülnek az alább feltételek 1. Feltétel x j > 0 a ij yi = c j 2. Feltétel 3. Feltétel a ij x j < b i yi = 0 a ij yi c j j = 1, 2,..., n 4. Feltétel y i 0 i = 1, 2,..., m 13. Tétel. Ha egy LP feladatnak van legalább egy nem degenerált optimális megoldása, akkor létezik olyan pozitív ɛ, hogy a ij x i b i + t i i = 1, 2,..., m

11 11 x j 0 j = 1, 2,..., n max t i i = 1, 2,..., m c i x i = z LP feladatseregnek is van optimális megoldása, és az optimum értéke z (t 1, t 2,... t m ) = z + t i yi ahol z az eredeti LP feladat optimuma, y 1y 2... y m pedig a duális feladat optimális megoldása. 14. Tétel (Általános er s dualitás tétele). Ha egy lineáris programozási feladatnak van optimális megoldása, akkor a duálisának is, és ezek az optimumok megegyeznek. 15. Tétel (Tucker lehetetlenségi tétele egyenlet és egyenl tlenség rendszerekre). Egyenletek és egyenl tlenségek egy rendszere akkor és csak akkor megoldhatatlan, ha inkonzisztens 16. Tétel. Ha a g i feltételek lineárisak, akkor az f függvénynek az x pontban lokális maximum helye van, ha valahányszor egy ξ 0 vektorra teljesül ξ T g i (x ) = 0 minden i = 1, 2,..., m, akkor ξ T Hf(x )ξ < 0 is igaz rá. 17. Tétel. Akkor és csak akkor létezik a társított Log Barrier problémának optimuma, ha a kiindulási standard alakú LP feladatnak és a duálisának is léteznek lehetséges megoldásai. 18. Tétel. Ha egy primál (vagy duális) feladatnak létezik lehetséges megoldása és korlátos, akkor a társított Log Barrier feladatnak egyértelm en létezik optimuma. 19. Tétel (Minimax tétel). Minden m n méret A mátrixhoz léteznek olyan x m-dimenziós és y n-dimenziós stochasztikus vektorok, hogy min y x Ay = max xay, x ahol x és y rendre tetsz leges m és n dimenziós sztochasztikus vektorok.

12 Tétel (Dominancia tétel). Minden mátrix játékra igazak az alábbiak 1. Ha egy r sort dominál egy másik, akkor a sor játékosnak létezik olyan x kevert stratégiája, amelyben x r = 0, tehát az r sor törlése a mátrixból nem változtatja meg a játék értékét. 2. Ha egy s oszlopot dominál egy másik, akkor az oszlop játékosnak létezik olyan y kevert stratégiája, amelyben y s = 0, tehát az s oszlop törlése a mátrixból nem változtatja meg a játék értékét. 21. Tétel (Nyeregpont tétel). Ha egy A mátrixnak egy a rs elem nyeregpontja, akkor a sor játékos számára az r. sor illetve az oszlop játékos számára az s. oszlop választása optimális stratégia párt alkot, továbbá a játék értéke a rs 22. Tétel. Nem létezik olyan determinisztikus, teljes rendezést adó konszenzus függvény amely egyszerre kielégítené az alábbi 3 axiómát 1. axióma: ha egy a alternatíva minden prolban megel zi a b alternatívát, akkor a konszenzusban is. 2. axióma: a függvények argumentumul adott prol halmazban nincs olyan prol, amelyben valahányszor egy a alternatíva megel zi a b alternatívát, akkor a konszenzusban is így lesz független a többi proltól. 3. axióma: ha a és b alternatívák egymáshoz viszonyított sorrendjét nem változtatva módosítunk a prolokon, akkor a és b egymáshoz viszonyított sorrendje a konszenzusban sem változik.

A szimplex algoritmus

A szimplex algoritmus A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás

Részletesebben

A szimplex tábla. p. 1

A szimplex tábla. p. 1 A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex

Részletesebben

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI / Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +

Részletesebben

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport Operációkutatás I. 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport Számítógépes Optimalizálás Tanszék 6. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát

Részletesebben

Alkalmazott optimalizálás és játékelmélet Lineáris programozás Gyakorlófeladatok. Rétvári Gábor

Alkalmazott optimalizálás és játékelmélet Lineáris programozás Gyakorlófeladatok. Rétvári Gábor Alkalmazott optimalizálás és játékelmélet Lineáris programozás Gyakorlófeladatok Rétvári Gábor retvari@tmit.bme.hu Feladatok Szöveges feladatok. Egy acélgyárban négyfajta zártszelvényt gyártanak: kis,

Részletesebben

1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI / Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex

Részletesebben

Bázistranszformáció és alkalmazásai 2.

Bázistranszformáció és alkalmazásai 2. Bázistranszformáció és alkalmazásai 2. Lineáris algebra gyakorlat Összeállította: Bogya Norbert Tartalomjegyzék 1 Mátrix rangja 2 Mátrix inverze 3 Mátrixegyenlet Mátrix rangja Tartalom 1 Mátrix rangja

Részletesebben

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek Lineáris algebra 2 Filip Ferdinánd filipferdinand@bgkuni-obudahu sivabankihu/jegyzetek 2015 december 7 Filip Ferdinánd 2016 februar 9 Lineáris algebra 2 1 / 37 Az el adás vázlata Determináns Determináns

Részletesebben

1. Parciális függvény, parciális derivált (ismétlés)

1. Parciális függvény, parciális derivált (ismétlés) Operációkutatás NYME Gazdaságinformatikus mesterképzés El adó: Kalmár János (kalmar[kukac]inf.nyme.hu) Többváltozós széls érték számítás Parciális függvény, parciális derivált Széls érték korlátos zárt

Részletesebben

Magasabbfokú egyenletek

Magasabbfokú egyenletek 86 Magasabbfokú egyenletek Magasabbfokú egyenletek 5 90 a) =! ; b) =! ; c) = 5, 9 a) Legyen = y Új egyenletünk: y - 5y+ = 0 Ennek gyökei: y=, y= Tehát egyenletünk gyökei:, =!,, =! b) Új egyenletünk: y

Részletesebben

Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar

Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar Operációkutatás I. írta Bajalinov, Erik és Bekéné Rácz,

Részletesebben

Mátrixjátékok tiszta nyeregponttal

Mátrixjátékok tiszta nyeregponttal 1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják

Részletesebben

HALMAZELMÉLET feladatsor 1.

HALMAZELMÉLET feladatsor 1. HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,

Részletesebben

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény

Részletesebben

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál

Részletesebben

lineáris programozás esetében. Ennek ez idő szerint legkorábbi formalizálását

lineáris programozás esetében. Ennek ez idő szerint legkorábbi formalizálását 1. előadás Bevezetés Lehetetlen egészen pontosan megállapítani, mi tekinthető az operációkutatás első eredményeinek, hisz az optimalizálás mégcsak nem is az emberi faj kiváltsága. Kétségtelen viszont,

Részletesebben

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2) Legyen adott a P átmenetvalószín ség mátrix és a ϕ 0 kezdeti eloszlás Kérdés, hogy miként lehetne meghatározni az egyes állapotokban való tartózkodás valószín ségét az n-edik lépés múlva Deniáljuk az n-lépéses

Részletesebben

Érzékenységvizsgálat

Érzékenységvizsgálat Érzékenységvizsgálat Alkalmazott operációkutatás 5. elıadás 008/009. tanév 008. október 0. Érzékenységvizsgálat x 0 A x b z= c T x max Kapacitások, együtthatók, célfüggvény együtthatók változnak => optimális

Részletesebben

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot:

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: z = 5x 1 + 4x 2 + 3x 3 2x 1 + 3x 2 + x 3 5 4x 1 + x 2 + 2x 3 11 3x 1 + 4x 2 + 2x 3 8 x 1, x 2, x 3 0 = maximum, feltéve, hogy

Részletesebben

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál

Részletesebben

A tiszta stratégiával a biztosan elérhető nyereség:

A tiszta stratégiával a biztosan elérhető nyereség: Mátrixjátékok ismétlés: Mátrixjátékok megoldásáról (ismétlés) Legyen adott két játékos, A és B. A két játékos véges stratégia halmazból választ. Jelölje A stratégia vektorát u U, míg B stratégia vektorát

Részletesebben

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény

Részletesebben

Lineáris algebrai alapok

Lineáris algebrai alapok Lineáris algebrai alapok Will 2010 június 16 Vektorterek, mátrixok, lineáris egyenletrendszerek A lineáris programozási feladat, szimplex algoritmus Vektorterek Jellemzés: Vektorok tulajdonságai Két vektor

Részletesebben

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla Kvadratikus alakok és euklideszi terek (előadásvázlat, 0. október 5.) Maróti Miklós, Kátai-Urbán Kamilla Az előadáshoz ajánlott jegyzet: Szabó László: Bevezetés a lineáris algebrába, Polygon Kiadó, Szeged,

Részletesebben

Lagrange-féle multiplikátor módszer és alkalmazása

Lagrange-féle multiplikátor módszer és alkalmazása Eötvös Loránd Tudományegyetem Természettudományi Kar Nemesné Jónás Nikolett Lagrange-féle multiplikátor módszer és alkalmazása Matematika BSc, Matematikai elemz szakirány Témavezet : Szekeres Béla János,

Részletesebben

1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI

1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI 1/12 Operációkutatás 5. gyakorlat Hiperbolikus programozási feladat megoldása Pécsi Tudományegyetem PTI 2/12 Ha az Hiperbolikus programozási feladat feltételek teljesülése mellett a A x b x 0 z(x) = c

Részletesebben

Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia

Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia Készítette: Dr. Ábrahám István A játékelmélet a 2. század közepén alakult ki. (Neumann J., O. Morgenstern). Gyakran

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

A DÖNTÉSELMÉLET ELEMEI

A DÖNTÉSELMÉLET ELEMEI A DÖNTÉSELMÉLET ELEMEI Irodalom: Temesi J., A döntéselmélet alapjai, Aula, 2002, Budapest Lawrence, J.A., Pasternack, B.A., Applied management science, John Wiley & Sons Inc. 2002 Stevenson, W. J., Operation

Részletesebben

Analízis előadás és gyakorlat vázlat

Analízis előadás és gyakorlat vázlat Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 2010-11. I. Félév 2 1. fejezet Számhalmazok és tulajdonságaik 1.1. Nevezetes számhalmazok ➀ a) jelölése: N b)

Részletesebben

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz Debreceni Egyetem Közgazdaságtudományi Kar Feladatok a Gazdasági matematika II tárgy gyakorlataihoz a megoldásra ajánlott feladatokat jelöli e feladatokat a félév végére megoldottnak tekintjük a nehezebb

Részletesebben

Konvex optimalizálás feladatok

Konvex optimalizálás feladatok (1. gyakorlat, 2014. szeptember 16.) 1. Feladat. Mutassuk meg, hogy az f : R R, f(x) := x 2 függvény konvex (a másodrend derivált segítségével, illetve deníció szerint is)! 2. Feladat. Mutassuk meg, hogy

Részletesebben

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám. 1 Az utazó ügynök problémája Utazó ügynök feladat Adott n számú város és a városokat összekötő utak, amelyeknek ismert a hossza. Adott továbbá egy ügynök, akinek adott városból kiindulva, minden várost

Részletesebben

Sorozatok és Sorozatok és / 18

Sorozatok és Sorozatok és / 18 Sorozatok 2015.11.30. és 2015.12.02. Sorozatok 2015.11.30. és 2015.12.02. 1 / 18 Tartalom 1 Sorozatok alapfogalmai 2 Sorozatok jellemz i 3 Sorozatok határértéke 4 Konvergencia és korlátosság 5 Cauchy-féle

Részletesebben

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok

Részletesebben

Kódelméleti és kriptográai alkalmazások

Kódelméleti és kriptográai alkalmazások Kódelméleti és kriptográai alkalmazások Wettl Ferenc 2015. május 14. Wettl Ferenc Kódelméleti és kriptográai alkalmazások 2015. május 14. 1 / 11 1 Hibajavító kódok 2 Általánosított ReedSolomon-kód Wettl

Részletesebben

1. tétel - Gráfok alapfogalmai

1. tétel - Gráfok alapfogalmai 1. tétel - Gráfok alapfogalmai 1. irányítatlan gráf fogalma A G (irányítatlan) gráf egy (Φ, E, V) hátmas, ahol E az élek halmaza, V a csúcsok (pontok) halmaza, Φ: E {V-beli rendezetlen párok} illeszkedési

Részletesebben

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények 1.1. Dierenciálhatóság 1.1. deníció. Legyen a z 0 pont az f(z) függvény értelmezési tartományának torlódási

Részletesebben

Egyváltozós függvények 1.

Egyváltozós függvények 1. Egyváltozós függvények 1. Filip Ferdinánd filip.ferdinand@bgk.uni-obuda.hu siva.banki.hu/jegyzetek 015 szeptember 1. Filip Ferdinánd 015 szeptember 1. Egyváltozós függvények 1. 1 / 5 Az el adás vázlata

Részletesebben

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon:

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon: A Formális nyelvek vizsga teljesítése a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon: 1. Öt kis kérdés megválaszolása egyenként 6 pontért, melyet minimum 12

Részletesebben

szantai Az operációkutatás matematikai módszerei

szantai Az operációkutatás matematikai módszerei http://wwwmathbmehu/ szantai Az operációkutatás matematikai módszerei Bővített óravázlat Összeállította: Szántai Tamás Budapest 1999 A bővített óravázlatot Prékopa Andrásnak a Bolyai János Matematikai

Részletesebben

OPERÁCIÓKUTATÁS. No. 2. Komáromi Éva LINEÁRIS PROGRAMOZAS

OPERÁCIÓKUTATÁS. No. 2. Komáromi Éva LINEÁRIS PROGRAMOZAS OPERÁCIÓKUTATÁS No. 2. Komáromi Éva LINEÁRIS PROGRAMOZAS Budapest 2002 Komáromi Éva: LINEÁRIS PROGRAMOZÁS OPERÁCIÓKUTATÁS No.2 Megjelenik az FKFP 0231 Program támogatásával a Budapesti Közgazdaságtudományi

Részletesebben

Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver

Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver Dr.Bajalinov Erik Debreceni Egyetem Informatikai Kara Bajalinov@Inf.UniDeb.Hu Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver mobidiák könyvtár Tartalomjegyzék I. Bevezetés a hiperbolikus

Részletesebben

1. Előadás Lineáris programozás

1. Előadás Lineáris programozás 1. Előadás Lineáris programozás Salamon Júlia Előadás II. éves gazdaság informatikus hallgatók számára Operációkutatás Az operációkutatás az alkalmazott matematika az az ága, ami bizonyos folyamatok és

Részletesebben

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok

VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER október 15. Irodalom. További ajánlott feladatok VEKTORTEREK I. VEKTORTÉR, ALTÉR, GENERÁTORRENDSZER 2004. október 15. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják

Részletesebben

E-tananyag Matematika 9. évfolyam 2014. Függvények

E-tananyag Matematika 9. évfolyam 2014. Függvények Függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt a hozzárendelést

Részletesebben

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris

A legjobb közeĺıtés itt most azt jelentette, hogy a lineáris Többváltozós függvények differenciálhatósága f(x) f(x Az egyváltozós függvények differenciálhatóságát a lim 0 ) x x0 x x 0 függvényhatárértékkel definiáltuk, s szemléletes jelentése abban mutatkozott meg,

Részletesebben

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

Részletesebben

3. Lineáris differenciálegyenletek

3. Lineáris differenciálegyenletek 3. Lineáris differenciálegyenletek A közönséges differenciálegyenletek két nagy csoportba oszthatók lineáris és nemlineáris egyenletek csoportjába. Ez a felbontás kicsit önkényesnek tűnhet, a megoldásra

Részletesebben

2015/ Szegedi Tudományegyetem Informatikai Intézet

2015/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2015/2016-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Egy példa Adott két TV csatorna (N1, N2), melyek 100 millió nézőért versenyeznek.

Részletesebben

15. LINEÁRIS EGYENLETRENDSZEREK

15. LINEÁRIS EGYENLETRENDSZEREK 15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a

Részletesebben

Lineáris egyenletrendszerek

Lineáris egyenletrendszerek Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,

Részletesebben

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,

Részletesebben

A relációelmélet alapjai

A relációelmélet alapjai A relációelmélet alapjai A reláció latin eredet szó, jelentése kapcsolat. A reláció, két vagy több nem feltétlenül különböz halmaz elemei közötti viszonyt, kapcsolatot fejez ki. A reláció értelmezése gráffal

Részletesebben

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! függvények RE 1 Relációk Függvények függvények RE 2 Definíció Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor

Részletesebben

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák: 1. Absztrakt terek 1 1. Absztrakt terek 1.1. Lineáris terek 1.1. Definíció. Az X halmazt lineáris térnek vagy vektortérnek nevezzük a valós számtest (komplex számtest) felett, ha bármely x, y X elemekre

Részletesebben

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005.

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. 1 Diszkrét matematika II., 4. el adás Skalárszorzat, norma, szög, távolság Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2005. március 1 A téma jelent sége

Részletesebben

A valós számok halmaza

A valós számok halmaza VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben

Részletesebben

Lineáris algebra gyakorlat

Lineáris algebra gyakorlat Lineáris algebra gyakorlat 0. gyakorlat Gyakorlatvezet : Bogya Norbert 202. április 23. Sajátérték, sajátvektor, sajátaltér Tartalom Sajátérték, sajátvektor, sajátaltér 2 Gyakorló feladatok a zh-ra (rutinfeladatok)

Részletesebben

HORNUNG TAMÁS * Diszkrét egyenletes közelítés: a lineáris programozás egy alkalmazása

HORNUNG TAMÁS * Diszkrét egyenletes közelítés: a lineáris programozás egy alkalmazása Bevezetés HORNUNG TAMÁS * Diszkrét egyenletes közelítés: a lineáris programozás egy alkalmazása Discrete smooth approximation: an application of linear programming The best discrete approximation can be

Részletesebben

Bevezetés az operációkutatásba A lineáris programozás alapjai

Bevezetés az operációkutatásba A lineáris programozás alapjai Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.

Részletesebben

9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában

9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában 9. Tétel Els - és másodfokú egyenl tlenségek. Pozitív számok nevezetes közepei, ezek felhasználása széls érték-feladatok megoldásában Bevezet : A témakörben els - és másodfokú egyenl tlenségek megoldásának

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten MÁSODFOKÚ EGYENLETEK ÉS EGYENLŽTLENSÉGEK Készítette: Gábor Szakmai felel s: Gábor

Részletesebben

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének 6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük

Részletesebben

DR. NAGY TAMÁS. egyetemi docens. Miskolci Egyetem Alkalmazott Matematikai Tanszék

DR. NAGY TAMÁS. egyetemi docens. Miskolci Egyetem Alkalmazott Matematikai Tanszék FELTÉTELES OPTIMALIZÁLÁS DR. NAGY TAMÁS egyetemi docens Miskolci Egyetem Alkalmazott Matematikai Tanszék A bemutatott kutató munka a TÁMOP-4...B-0//KONV-00-000 jel½u projekt részeként az Európai Unió támogatásával,

Részletesebben

Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és. A feldolgozott anyag bevezető jellegű. Néhány karakterisztikus, ma már

Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és. A feldolgozott anyag bevezető jellegű. Néhány karakterisztikus, ma már Előszó Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és közgazdasági programozó hallgatói számára készült, akik második félévtől hallgatnak operációkutatást. A feldolgozott anyag

Részletesebben

egyenlőtlenségnek kell teljesülnie.

egyenlőtlenségnek kell teljesülnie. MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval

Részletesebben

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36 Vektorok Wettl Ferenc 2014. október 20. Wettl Ferenc Vektorok 2014. október 20. 1 / 36 Tartalom 1 Vektorok a 2- és 3-dimenziós térben 2 Távolság, szög, orientáció 3 Vektorok koordinátás alakban 4 Összefoglalás

Részletesebben

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok . fejezet Bevezetés Algebrai feladatok J. A számok gyakran használt halmazaira a következ jelöléseket vezetjük be: N a nemnegatív egész számok, N + a pozitív egész számok, Z az egész számok, Q a racionális

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 10. előadás: Nemlineáris egyenletek numerikus megoldása Lócsi Levente ELTE IK 2013. november 18. Tartalomjegyzék 1 Bolzano-tétel, intervallumfelezés 2 Fixponttételek, egyszerű iterációk

Részletesebben

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2 Sorozatok 5. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Sorozatok p. 1/2 A sorozat definíciója Definíció. A természetes számok halmazán értelmezett valós értékű a: N R függvényt

Részletesebben

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós

Részletesebben

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II.

8. Egyenletek, egyenlőtlenségek, egyenletrendszerek II. 8 Egyenletek, egyenlőtlenségek, egyenletrendszerek II Elméleti összefoglaló Az a + b+ c, a egyenletet másodfokú egyenletnek nevezzük A D b ac kifejezést az egyenlet diszkriminánsának nevezzük Ha D >, az

Részletesebben

Permutációk véges halmazon (el adásvázlat, február 12.)

Permutációk véges halmazon (el adásvázlat, február 12.) Permutációk véges halmazon el adásvázlat 2008 február 12 Maróti Miklós Ennek az el adásnak a megértéséhez a következ fogalmakat kell tudni: ismétlés nélküli variáció leképezés indulási és érkezési halmaz

Részletesebben

Felügyelt önálló tanulás - Analízis III.

Felügyelt önálló tanulás - Analízis III. Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:

Részletesebben

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) (11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)

Részletesebben

Függvényhatárérték és folytonosság

Függvényhatárérték és folytonosság 8. fejezet Függvényhatárérték és folytonosság Valós függvények és szemléltetésük D 8. n-változós valós függvényen (n N + ) olyan f függvényt értünk amelynek értelmezési tartománya (Dom f ) az R n halmaznak

Részletesebben

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak 1. Generátorrendszer Generátorrendszer. Tétel (Freud, 4.3.4. Tétel) Legyen V vektortér a T test fölött és v 1,v 2,...,v m V. Ekkor a λ 1 v 1 + λ 2 v 2 +... + λ m v m alakú vektorok, ahol λ 1,λ 2,...,λ

Részletesebben

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba

Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30

Részletesebben

Relációk. 1. Descartes-szorzat. 2. Relációk

Relációk. 1. Descartes-szorzat. 2. Relációk Relációk Descartes-szorzat. Relációk szorzata, inverze. Relációk tulajdonságai. Ekvivalenciareláció, osztályozás. Részbenrendezés, Hasse-diagram. 1. Descartes-szorzat 1. Deníció. Tetsz leges két a, b objektum

Részletesebben

MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely. 2010. június

MIKROÖKONÓMIA I. Készítette: K hegyi Gergely és Horn Dániel. Szakmai felel s: K hegyi Gergely. 2010. június MIKROÖKONÓMIA I Készült a TÁMOP-412-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI

3. Fuzzy aritmetika. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI 3. Fuzzy aritmetika Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Intervallum-aritmetika 2 Fuzzy intervallumok és fuzzy számok Fuzzy intervallumok LR fuzzy intervallumok

Részletesebben

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 LINEÁRIS ALGEBRA matematika alapszak SZTE Bolyai Intézet, 2016-17. őszi félév Euklideszi terek Euklideszi terek LINEÁRIS ALGEBRA 1 / 40 Euklideszi tér Emlékeztető: A standard belső szorzás és standard

Részletesebben

Numerikus módszerek 1.

Numerikus módszerek 1. Numerikus módszerek 1. 9. előadás: Paraméteres iterációk, relaxációs módszerek Lócsi Levente ELTE IK Tartalomjegyzék 1 A Richardson-iteráció 2 Relaxált Jacobi-iteráció 3 Relaxált Gauss Seidel-iteráció

Részletesebben

Matematika szigorlat, Mérnök informatikus szak I máj. 29.

Matematika szigorlat, Mérnök informatikus szak I máj. 29. Matematika szigorlat, Mérnök informatikus szak I. 2007. máj. 29. Megoldókulcs 1. Adott az S : 3x 6y + 2z = 6 sík a három dimenziós térben. (a) Írja fel egy tetszőleges, az S-re merőleges S síknak az egyenletét!

Részletesebben

Matematika (mesterképzés)

Matematika (mesterképzés) Matematika (mesterképzés) Környezet- és Településmérnököknek Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Vinczéné Varga A. Környezet- és Településmérnököknek 2016/2017/I 1 / 29 Lineáris tér,

Részletesebben

A lineáris programozási feladat optimális bázismegoldásának el állítása polinom id ben

A lineáris programozási feladat optimális bázismegoldásának el állítása polinom id ben Eötvös Loránd Tudományegyetem A lineáris programozási feladat optimális bázismegoldásának el állítása polinom id ben diplomamunka Majoros Csilla Témavezet : Illés Tibor egyetemi docens ELTE-TTK Operációkutatási

Részletesebben

Online jegyzet az Egészérték Programozás I. és II. tárgyhoz

Online jegyzet az Egészérték Programozás I. és II. tárgyhoz Online jegyzet az Egészérték Programozás I. és II. tárgyhoz Király Tamás, Kis Tamás és Szeg László May 19, 2015 Egészérték programozás I. vizsgatematika 2014. tavasz 1. Az egészérték lineáris programozási

Részletesebben

Valós függvények tulajdonságai és határérték-számítása

Valós függvények tulajdonságai és határérték-számítása EL 1 Valós függvények tulajdonságai és határérték-számítása Az ebben a részben szereplő függvények értelmezési tartománya legyen R egy részhalmaza. EL 2 Definíció: zérushely Az f:d R függvénynek zérushelye

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

1. A k-szerver probléma

1. A k-szerver probléma 1. A k-szerver probléma Az egyik legismertebb on-line probléma a k-szerver probléma. A probléma általános deníciójának megadásához szükség van a metrikus tér fogalmára. Egy (M, d) párost, ahol M a metrikus

Részletesebben

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! RE 1 Relációk Függvények RE 2 Definíció: Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor azt mondjuk, hogy

Részletesebben

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex A sorozat fogalma Definíció. A természetes számok N halmazán értelmezett függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet a valós számok halmaza, valós számsorozatról beszélünk, mígha az

Részletesebben

A lineáris programozás 1 A geometriai megoldás

A lineáris programozás 1 A geometriai megoldás A lineáris programozás A geometriai megoldás Készítette: Dr. Ábrahám István A döntési, gazdasági problémák optimalizálásának jelentős részét lineáris programozással oldjuk meg. A módszer lényege: Az adott

Részletesebben

Lineáris algebra Gyakorló feladatok

Lineáris algebra Gyakorló feladatok Lineáris algebra Gyakorló feladatok. október.. Feladat: Határozzuk meg a, 4b, c és a b c vektorokat, ha a = (; ; ; ; b = (; ; ; ; c = ( ; ; ; ;.. Feladat: Határozzuk meg a, 4b, a, c és a b; c + b kifejezések

Részletesebben

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN ELTE TáTK Közgazdaságtudományi Tanszék Gazdaságmatematika középhaladó szinten LINEÁRIS PROGRAMOZÁS Készítette: Gábor Szakmai felel s: Gábor Vázlat 1 2 3 4 A lineáris

Részletesebben

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 ) Lineáris leképezések 1 Lineáris-e az f : R 2 R 2 f(x, y = (3x + 2y, x y leképezés? A linearitáshoz ellen riznünk kell, hogy a leképzés additív és homogén Legyen x = (x 1, R 2, y = (y 1, y 2 R 2, c R Ekkor

Részletesebben

Shor kvantum-algoritmusa diszkrét logaritmusra

Shor kvantum-algoritmusa diszkrét logaritmusra Ivanyos Gábor MTA SZTAKI Debrecen, 20 január 2. Tartalom és kvantum-áramkörök 2 A diszkrét log probléma Kvantum bit Állapot: a B = C 2 komplex euklideszi tér egy egységvektora: az a 0 + b szuperpozíció

Részletesebben

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(

függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( FÜGGVÉNYEK 1. (008. okt., 14. fel, 5+7 pont) Fogalmazza meg, hogy az f : R R, f ( x) x 1 függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( x) x függvény grafikonjából! Ábrázolja

Részletesebben