Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék"

Átírás

1 Mskol Egyetem Gépészmérök és Iformatka Kar Alkalmazott Iformatka Taszék 2012/13 2. félév 9. Előadás Dr. Kulsár Gyula egyetem does

2 Matematka modellek a termelés tervezésébe és ráyításába Néháy fotosabb modell és módszer: leárs programozás dszkrét programozás hátzsák feladat az utazó ügyök feladata hozzáredelés feladat termelésprogramozás módszerek (gyakorlato smertetett algortmusok)

3 Leárs programozás Alkalmazás példák: 1. Egy gyár bzoyos dőszakra szóló termelés feladatáak meghatározása gyártott meységek meghatározása terméktípusokét erőforráskorlátok és egyéb korlátozások betartása elérhető proft mamalzálása 2. Tehológa folyamat-alteratívák kválasztása tehológa folyamat-alteratívák kelölése feladatokét kapatáskorlátok és egyéb korlátozások betartása összköltség mmalzálása

4 Leárs programozás Matematka alapmodell: változók (valós számok),, b, a kostasok (valós számok),, m kostasok (természetes számok) 1 1 a ma b ( 1,2,..., m) 0( 1,2,..., )

5 Leárs programozás 1. Egy gyár bzoyos dőszakra szóló termelés feladatáak meghatározása Matematka alapmodell értelmezése: a b m a terméktípus azoosítóa a. terméktípusból gyártadó meység a terméktípusok száma a. terméktípus egységy gyártott meységé keletkező haszo az erőforrástípus azoosítóa a. terméktípus egységy gyártásához szükséges erőforrásgéy az. erőforrástípus eseté az. erőforrástípus kapatáskorláta az erőforrástípusok száma Tovább feltételek s fgyelembe vehetők, a feladat léyege em változk.

6 Leárs programozás feladatok megoldása Matlab segítségével Modell: f,, b, beq, lb, ub vektorok A, Aeq mátrok. Megoldás: = lprog(f,a,b) = lprog(f,a,b,aeq,beq) = lprog(f,a,b,aeq,beq,lb,ub) [,fval] = lprog(...)

7 Nemfolytoos modellek Nemfolytoos modell: a feladatba az smeretleek egy része, vagy az összes smeretle sak dszkrét értékeket vehet fel. Megkülöböztethető tszta dszkrét típusú, vegyes dszkrét típusú modell. Alkalmazásuk doka: Bzoyos változók esetébe a folytoos érték em értelmezhető (pl.: em osztható termékek gyártás meysége, sorozatagysága stb.). A folytoos optmum kerekítésével kapott érték távol eshet a dszkrét optmumtól. Mőség és meység dötések szétválasztása.

8 Dszkrét programozás Tpkus példa az ú. Hátzsák feladat: sődarabolás szűkkeresztmetszet vzsgálata (gyártás, logsztka stb.) A Hátzsák feladat matematka alapmodelle: változók (bárs számok),, a,, b kostasok (természetes számok) 1 1 a b ma {0,1}( 1,2,..., )

9 Dszkrét programozás (folyt.) Továbbfelesztett modell: változók, a, b,, m kostasok,, b vektorok A mátr B -elemű bárs vektorok halmaza 1 1 a ma b ( 1,2,..., m) {0,1}( 1,2,..., ) T ma A b B

10 Vegyes dszkrét programozás Általáosított modell:, m kostasok, y,, d, b vektorok A, B mátrok T d y B T A By b y ma 0( 1,2,..., )

11 Az utazó ügyök feladata Tpkus példa: Termelésütemezés (gépátállítás dők) Ayagmozgatás (szállítás dők) P ( 1, 2,...,, 1 1 ) m P 1 1

12 Az utazó ügyök módosított feladata Tpkus példa: Termelésütemezés (gépátállítás dők és művelet dők) Ayagmozgatás (szállítás dők és szállítás korlátok) P, P k1 P (P 1 m P l 2 k,...,p m 1 P k q P m,...,p k1 G m de(k ) k m m 1,..., 0 D k ésl k 1,2,...,m)

13 Hozzáredelés feladat m m de( 1,2,..., ) 1m de( 1,2,..., )

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék Miskolci Egyetem Gépészméröki és Iformatikai Kar Iformatikai Itézet Alkalmazott Iformatikai Itézeti Taszék 2017/18 2. félév 10. Előadás Dr. Kulcsár Gyula egyetemi doces Matematikai modellek a termelés

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens Miskolci Egyetem Gépészméröki és Iformatikai Kar Alkalmazott Iformatikai Taszék Dr. Kulcsár Gyula egyetemi doces Iformatikai ifrastruktúra felődése Decetralizált Cetralizált Lazá csatolt Klies/szerver

Részletesebben

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata 6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az

Részletesebben

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat

Részletesebben

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció 3D számítógépes geometra és alakzatrekostrukcó b Háromszöghálók - algortmusok http://cgtbmehu/portal/ode/3 https://wwwvkbmehu/kepzes/targyak/viiima0 Dr Várady Tamás, Dr Salv Péter BME, Vllamosmérök és

Részletesebben

3D-s számítógépes geometria és alakzatrekonstrukció

3D-s számítógépes geometria és alakzatrekonstrukció 3D-s számítógépes geometra és alakzatrekostrukcó b Háromszöghálók http://cgtbmehu/portal/ode/3 https://wwwvkbmehu/kepzes/targyak/viiiav08 Dr Várady Tamás, Salv Péter BME, Vllamosmérök és Iformatka Kar

Részletesebben

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

A MATEMATIKAI STATISZTIKA ELEMEI

A MATEMATIKAI STATISZTIKA ELEMEI A MATEMATIKAI STATISZTIKA ELEMEI Az Eötvös Lórád Tudomáyegyetem Természettudomáy Kará a Fzka Kéma Taszék évek óta kéma-szakos taárhallgatókak matematka bevezetõ elõadásokat tart. Az elõadások célja az,

Részletesebben

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet) Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,

Részletesebben

MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS. Dr. Bécsi Tamás Hegedüs Ferenc

MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS. Dr. Bécsi Tamás Hegedüs Ferenc MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS Dr. Bécsi Tamás Hegedüs Ferenc FELTÉTEL NÉLKÜLI OPTIMALIZÁLÁS (FMINSEARCH) Feltétel nélküli optimalizálásra a MATLAB az fminsearch

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Diszkrét, egészértékű és 0/1 LP feladatok

Diszkrét, egészértékű és 0/1 LP feladatok Diszkrét, egészértékű és 0/1 LP feladatok In English Integer Programming - IP Zero/One (boolean) programming 2007.03.12 Dr. Bajalinov Erik, NyF MII 1 Diszkrét és egészértékű változókat tartalmazó feladatok

Részletesebben

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba

Részletesebben

Lineáris programozási feladatok típusai és grafikus megoldása

Lineáris programozási feladatok típusai és grafikus megoldása Lineáris programozási feladatok típusai és grafikus megoldása Alkalmazott operáiókutatás. elıadás 8/9. tanév 8. szeptemer 9. Maimumfeladat grafikus megoldása lehetséges megoldások + 4 + () 8 + Optimális

Részletesebben

Baran Ágnes. Gyakorlat Komplex számok. Baran Ágnes Matematika Mérnököknek Gyakorlat 1 / 16

Baran Ágnes. Gyakorlat Komplex számok. Baran Ágnes Matematika Mérnököknek Gyakorlat 1 / 16 Matematika Mérnököknek 1. Baran Ágnes Gyakorlat Komplex számok Baran Ágnes Matematika Mérnököknek 1. 1.-2. Gyakorlat 1 / 16 1. Oldja meg az alábbi egyenleteket a komplex számok halmazán! Ábrázolja a megoldásokat

Részletesebben

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet Debrecei Egyetem Közgazdaság- és Gazdaságtudomáyi Kar Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz a megoldásra feltétleül ajálott feladatokat jelöli e feladatokat a félév végére megoldottak

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

4 ÉVFOLYAMOS FELVÉTELI EREDMÉNYEK

4 ÉVFOLYAMOS FELVÉTELI EREDMÉNYEK 71400510854-9. évfolyam Magyar nyelv 46 71400510854-9. évfolyam Matematika 31 71479247326-9. évfolyam Magyar nyelv 37 71479247326-9. évfolyam Matematika 25 71507778014-9. évfolyam Magyar nyelv 43 71507778014-9.

Részletesebben

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

Vállalatgazdaságtan. Minden, amit a Vállalatról tudni kell

Vállalatgazdaságtan. Minden, amit a Vállalatról tudni kell Vállalatgazdaságtan Minden, amit a Vállalatról tudni kell 1 Termelési rendszer vizsgálata 2 képzeljük el az alábbi helyzetet örököltünk egy gyárat mit csináljunk vele? működtessük de hogyan? Hogyan működik

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

Ó Ó ü ú ú

Ó Ó ü ú ú ü Ü ű Ó Ó ü ú Ó Ó ü ú ú Ó Ó ü ú ú ü Ü ü Ó Ó ú ü ű ü Ó Ó ü ú Ü Ü ü ü Ű Ű ú Ó ü ú ú Ó Ó ú Ö Ó Ó ú Ó Ó ú ü ü ü ü ü Ü Ó Ó ü ü ü ü ü ü Ó Ó ü Ü ú ü Ó Ó Ó Ü ű Ü ü ű Ü Ő Ő ü Ő ú ú ú ü Ó Ó ú Ó Ó Ó ű Ő Ő Ő Ő Ü ú

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése 3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés

Részletesebben

Ó

Ó Ó Ó Ú Ú Ü Ü Ü Ü Ű Ü ű Ü Ü Ö Ü Ü Ú Ü Ö Ő Ü Ú Ő Ö ű ű ű Ú Ú Ü Ü Ú Ú Ü ű Ü Ő ű Ö Ü Ü ű ű Ü Ü ű Ő ű Ú Ú Ö Ö Ő Ü ű Ü ű ű ű Ü ű Ő Ü Ú ű Ő Ó Ú Ö Ü Ú Ú ű Ü Ü Ü ű Ü ű ű ű Ú Ó ű Ü Ö Ú Ö Ö Ü Ú ű Ú ű Ü Ü Ü Ő ű Ú Ü

Részletesebben

ű ű Ó

ű ű Ó ű ű ű Ó Ü Ü Ú Ö Ö ű Ó ű ű ű ű Ú Ú Ó ű Ó ű ű ű ű Ó ű Ú Ü Ü ű Ú ű ű Ó Ú Ö ű Ó Ü Ú Ó ű ű ű ű Ú Ó ű ű Ö Ú ű ű Ó ű Ó Ü Ö Ú Ö Ö ű ű Ü Ó Ó Ú Ó Ü Ó Ü Ő ű ű Ú ű ű ű ű ű Ó Ó ű ű ű ű Ú ű ű ű Ó Ú ű Ö ű Ó Ö Ú ű Ó Ú

Részletesebben

Ú ű Ö ű ű Ü Ú ű Ü ű ű ű ű ű Ö ű

Ú ű Ö ű ű Ü Ú ű Ü ű ű ű ű ű Ö ű Ü Ü ű ű ű Ü ű Ú ű Ú ű Ö ű ű Ü Ú ű Ü ű ű ű ű ű Ö ű ű ű ű ű ű ű Ö ű ű Ö ű ű Ú ű ű ű ű Ö Ú Ü ű ű ű ű Ö ű ű ű ű ű ű ű ű ű ű ű Ö ű ű ű ű ű ű Ö ű ű ű ű ű ű ű ű Ú ű Ü Ú Ú ű Ü ű ű Ö ű ű ű ű ű ű ű ű ű ű Ü ű ű Ű

Részletesebben

ű ű ű Ú ű ű Ó ű Ó Ö

ű ű ű Ú ű ű Ó ű Ó Ö Ö Ú ű ű Ü ű ű Ú ű ű ű Ú ű ű Ó ű Ó Ö ű Ú Ü ű Ú ű ű ű Ú ű ű Ú Ú Ó Ü ű ű Ú Ú Ú Ú ű Ű ű Ó ű Ó Ó ű Ú Ó Ú Ü Ú Ó Ú Ú Ű ű Ö ű ű Ú Ö Ú ű Ö Ú Ö Ú ű ű Ó ű Ú ű ű ű Ö ű ű ű Ó ű ű Ú ű ű Ö ű Ú ű Ó ű Ü Ú Ó ű ű ű Ú Ú Ó

Részletesebben

ú ú ú ű ú Ó ú ű Ö Ö ű ű ű ú ú ű ű ű ű ú ű Ö ú ú ű Ó ű ű

ú ú ú ű ú Ó ú ű Ö Ö ű ű ű ú ú ű ű ű ű ú ű Ö ú ú ű Ó ű ű Ú ű ű ú ú ú ú ű ú Ó ú ű Ö Ö ű ű ű ú ú ű ű ű ű ú ű Ö ú ú ű Ó ű ű Ö Ó ú Ü Ü Ó Ő ű ú ú Ö Ö ú ű ú ú ú ű ű ű Ú ú ű ú ű Ö Ő ú ú ú Ü ú ű ű ű ű ű ű Ü ú ű Ú ú ű ú ű ú ú ű ú ú ű ű ú Ö ú ű Ó ú ú ú Ü ű ú ú ú ű Ü ű

Részletesebben

Philosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található

Philosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található Phlosophae Doctores A sorozatban megjelent kötetek lstája a kötet végén található Benedek Gábor Evolúcós gazdaságok szmulácója AKADÉMIAI KIADÓ, BUDAPEST 3 Kadja az Akadéma Kadó, az 795-ben alapított Magyar

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

Gyakorló feladatok a Management számvitel elemzés tárgyhoz Témakör: Tevékenység alapú költségszámítás

Gyakorló feladatok a Management számvitel elemzés tárgyhoz Témakör: Tevékenység alapú költségszámítás 1. példa Egy vállalat négy féle terméket gyárt. A gyártott termékeket jelezzük T1, T2, T3, T4. A T1 és T2 termékek kisméretûek a T3 és a T4 termékek nagyméretûek. A T1 és T3 termékeket kisvolumenben, a

Részletesebben

Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma

Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma Egyes logisztikai feladatok megoldása lineáris programozás segítségével - bútorgyári termelési probléma - szállítási probléma Egy bútorgyár polcot, asztalt és szekrényt gyárt faforgácslapból. A kereskedelemben

Részletesebben

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat: JÁRATTERVEZÉS Kapcsolatok szert: Sugaras, gaárat: Járattípusok Voalárat: Körárat: Targocás árattervezés egyszerű modelle Feltételek: az ayagáram determsztkus, a beszállítás és kszállítás dőpot em kötött

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció D számítógées geometra és alakzatrekostrukcó 8 Rekurzív felosztáso alauló felületek htt://cgtbmehu/ortal/ode/ htts://wwwvkbmehu/kezes/targyak/viiima0 Dr Várady Tamás Dr Salv Péter BME Vllamosmérök és Iformatka

Részletesebben

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL MAGYAR TUDOMÁNY NAPJA DOKTORANDUSZOK FÓRUMA Mskolc Egyetem, 2006. ovember 9. AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL Mleff Péter,

Részletesebben

Döntésmodellezés a közúti közlekedési módválasztásban

Döntésmodellezés a közúti közlekedési módválasztásban Dötésmodellezés a közút közlekedés módválasztásba Kosztyó Áes, Török Ádám 2 Absztrakt Ckkükbe a közút közlekedés módválasztást, mt racoáls dötés folyamatot szereték modellez, külöös tektettel a épjárműforalom

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 2. MA3-2 modul. Eseményalgebra

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 2. MA3-2 modul. Eseményalgebra Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 2. MA3-2 modul Eseményalgebra SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999. évi LXXVI.

Részletesebben

Logisztikai költségek

Logisztikai költségek 1 Logsztka ek Vállalat állandó logsztka ek Logsztka teljesítménytol függo ek Logsztka teljesítmény okozta veszteségek Teljes logsztka ek Logsztka teljesítmény hánya okozta ek Vállalat állandó logsztka

Részletesebben

Vektortér. A vektortér elemeit vektornak, a test elemeit skalárnak nevezzük. Ezért a függvény neve skalárral való szorzás (nem művelet).

Vektortér. A vektortér elemeit vektornak, a test elemeit skalárnak nevezzük. Ezért a függvény neve skalárral való szorzás (nem művelet). Vektortér A vektortér (lineáris tér, lineáris vektortér) két, már tanult algebrai struktúrát kapcsol össze. Def.: Legyen V nemüres halmaz, amelyben egy összeadásnak nevezett művelet van definiálva, és

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás

Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu ajánlott jegyzet: Szilágyi Péter: Operációkutatás Operációkutatás Követelmények: Aláírás feltétele: foglalkozásokon való részvétel + a félév

Részletesebben

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11. 11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során

Részletesebben

Lineáris algebra I. Vektorok és szorzataik

Lineáris algebra I. Vektorok és szorzataik Lineáris algebra I. Vektorok és szorzataik Ismert fogalmak Témák Vektortér Lineáris kombináció Lineáris függőség, függetlenség Generátorrendszer, bázis, dimenzió Lineáris leképezések Szabadvektorok vektortere

Részletesebben

Korreláció- és regressziószámítás

Korreláció- és regressziószámítás Korrelácó- és regresszószámítás sztochasztkus kapcsolat léyege az, hogy a megfgyelt sokaság egységeek egyk smérv szert mlyeségét, hovatartozását smerve levoható ugya bzoyos következtetés az egységek másk

Részletesebben

Halmazelmélet alapfogalmai

Halmazelmélet alapfogalmai 1. Az A halmaz elemei a kétjegyű négyzetszámok. Adja meg az A halmaz elemeit felsorolással! 2. Adott három halmaz: A = {1; 3; 5; 7; 9}; B = {3; 5; 7}; C = {5;10;15} Ábrázolja Venn-diagrammal az adott halmazokat!

Részletesebben

Baran Ágnes. Gyakorlat Komplex számok. Baran Ágnes Matematika Mérnököknek Gyakorlat 1 / 33

Baran Ágnes. Gyakorlat Komplex számok. Baran Ágnes Matematika Mérnököknek Gyakorlat 1 / 33 Matematika Mérnököknek 1. Baran Ágnes Gyakorlat Komplex számok Baran Ágnes Matematika Mérnököknek 1. 2.-4. Gyakorlat 1 / 33 Feladatok 1. Oldja meg az alábbi egyenleteket a komplex számok halmazán! Ábrázolja

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/ Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

3. Az energiatermelés költségei Gazdasági elemzések 1.

3. Az energiatermelés költségei Gazdasági elemzések 1. 3. Az eergiatermelés ei Gazdasági elemzések. Cél Vállalati Országos Globális yereségesség yereséges gazdálkodás piacralépés, piaci kivoulás gazdaságosság legkisebb társadalmi (fizetési mérleg, járulékos

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 6. Előadás Áttekintés Kezdjük újra a klasszikus erőforrás allokációs problémával (katonák,

Részletesebben

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 3D - geometra modellezés, alakzatrekostrukcó, yomtatás 8 Rekurzív felosztáso alauló felületek htt://cgtbmehu/ortal/ode/3 htts://wwwvkbmehu/kezes/targyak/viiiav54 Dr Várady Tamás, Dr Salv Péter BME, Vllamosmérök

Részletesebben

MAGISTER GIMNÁZIUM TANMENET 2012-2013 9. OSZTÁLY

MAGISTER GIMNÁZIUM TANMENET 2012-2013 9. OSZTÁLY MAGISTER GIMNÁZIUM TANMENET 2012-2013 9. OSZTÁLY Heti 4 óra Évi 148 óra Készítette: Ellenőrizte: Literáti Márta matematika tanár.. igazgató 1 / 5 I. Az általános iskolai ismeretek ismétlése 1. óra: Műveletek

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 1. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens A termelésinformatika alapjai

Részletesebben

Számítógépes döntéstámogatás. Genetikus algoritmusok

Számítógépes döntéstámogatás. Genetikus algoritmusok BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as

Részletesebben

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma Statsztka Sportszervező BSc képzés NBG GI866G4 010-011-es taév II félév Statsztka alapfogalmak Oktató: Dr Csáfor Hajalka főskola doces Vállalkozás-gazdaságta Tsz E-mal: hcsafor@ektfhu Statsztka alapfogalmak

Részletesebben

Oktatási azonosító Vizsga idıpontja Vizsga típusa Tantárgy Elért pontszám

Oktatási azonosító Vizsga idıpontja Vizsga típusa Tantárgy Elért pontszám 71358932434 71457472261 71605522862 71650660111 71660992975 71665377048 71679875605 71768484518 71768486497 71769281879 71833697122 71872475320 71943429914 71959440135 71959443861 2015-01-17 10:00 9. évfolyam

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Vlószíűségszámítás összefoglló I. Feezet ombtor ermutácó Ismétlés élül ülöböző elem lehetséges sorrede! b Ismétléses em feltétleül ülöböző elem összes ülöböző sorrede!... hol z zoos eleme gyorság!!...!

Részletesebben

Boros Endre. Rutgers University. XXXII. MOK Június 14.

Boros Endre. Rutgers University. XXXII. MOK Június 14. Diszkrét Momentum Problémák Boros Endre Rutgers University XXXII. MOK 2017. Június 14. Prékopa András (1929-2016) emlékére Valószínűségi korlátok (Boole 1854, 1868 (1850)) E 1 = (A B C) (A B C) (A B C)

Részletesebben

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József

Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. Eseményalgebra Prof. Dr. Závoti, József Matematika III. 2. : Eseményalgebra Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027 Tananyagfejlesztéssel

Részletesebben

ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü

ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü Ö ü ö ő ú ö ü ű ö ö ö ö ő ő ö ő ü ö ö ő ö ö ü ú ö ü ő ő ö ú ő ü ü ü ű ű ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü ő ü ü ő ő ü ü ő ő ú ő ú ő ü ü ő ü ő ú ü Ü ő ő ö ő ü ő ü

Részletesebben

Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú

Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú ..4. Óbuda Egyetem ák Doát Gépész és ztoságtechka Mérök Kar yagtudomáy és Gyártástechológa Itézet Termelés olyamatok II. Költségbecslés Dr. Mkó alázs mko.balazs@bgk.u-obuda.hu z dı- és költségbecslés eladata

Részletesebben

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o) Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)

Részletesebben

MATEMATIKA ÉRETTSÉGI 2008. október 21. KÖZÉPSZINT I.

MATEMATIKA ÉRETTSÉGI 2008. október 21. KÖZÉPSZINT I. MATEMATIKA ÉRETTSÉGI 008. október 1. KÖZÉPSZINT I. 1) Adja meg a 4 egyjegyű pozitív osztóinak halmazát! A keresett halmaz: {1 4 6 8}. ) Hányszorosára nő egy cm sugarú kör területe, ha a sugarát háromszorosára

Részletesebben

Support Vector Machines

Support Vector Machines Support Vector Machnes Ormánd Róbert MA-SZE Mest. Int. Kutatócsoport 2009. február 17. Előadás vázlata Rövd bevezetés a gép tanulásba Bevezetés az SVM tanuló módszerbe Alapötlet Nem szeparálható eset Kernel

Részletesebben

Ö ü ú ü ű ü ű ü Á ü ű ű ú ű Á Ű ú ü ü ú ű Á ü Ú ü ű ü ü ű ü ú ú ü ú ü ü ü ü ü ü Ü Ü Ü ü Ö Ü ü ü ü ű ü ü ű ú ü ú

Ö ü ú ü ű ü ű ü Á ü ű ű ú ű Á Ű ú ü ü ú ű Á ü Ú ü ű ü ü ű ü ú ú ü ú ü ü ü ü ü ü Ü Ü Ü ü Ö Ü ü ü ü ű ü ü ű ú ü ú ü Ú ú ü ú ű ű ű ü ü ü ü ü Ó Á Ö ü ú ü ű ü ű ü Á ü ű ű ú ű Á Ű ú ü ü ú ű Á ü Ú ü ű ü ü ű ü ú ú ü ú ü ü ü ü ü ü Ü Ü Ü ü Ö Ü ü ü ü ű ü ü ű ú ü ú ú Ü ü ü ü ü Ü ü ü ü Á ü ü Ü ú ü ü ü Ö ú ü ű ü ü ü ü ü ú ü ú

Részletesebben

Statisztika segédlet*

Statisztika segédlet* Statsztka segédlet* Deícók: Statsztka: Valóság tömör számszerő jellemzésére szolgáló módszerta ll. gyakorlat teékeység. Statsztka gyakorlat ter: Tömegese elıorduló jeleségek egyedere oatkozó ormácók győjtése,

Részletesebben

Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú

Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú É Ó Ö É Ü ű ú Ü ÉÚ É ú ú ű ú Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú Ó ú Ü Ü ú ű Ü Ö Ó ú ú ú ú É Ü ú ú Ü Ü Ó Ó É ú ú É É É É Ú Ü Ü ú Ü ú ú É Ő Ő ú É Ó Ó É Ő Ü Ó Ő ú Ó Ó É É ú Ü Ó Ó Ó É ú Ü Ú Ö Ü É ú Ó

Részletesebben

Osztályozó algoritmusok vizsgálata

Osztályozó algoritmusok vizsgálata Osztályozó algortmusok vzsgálata Önálló laboratórum beszámoló Készítette: Kollár Nándor Konzulens: Kupcsk András 2009-2-4 Osztályozás A gép tanulás, adatfeldolgozás területének egyk ága az osztályozás,

Részletesebben

Ö Ö Ö Ö Á ű ű ű ű ű ű ű ű ű ű

Ö Ö Ö Ö Á ű ű ű ű ű ű ű ű ű ű Ö Á ű Á Ú Ö Ö Ö Ö Á ű ű ű ű ű ű ű ű ű ű ű Ú ű ű ű Ö ű Ö ű ű ű ű Ö Ú Á Á ű ű ű ű ű Á Ó Ó Á Á Ó Ú Ó Ó Ó Á Ó Ö Á Ú Ú Ö Ú ű Ú Ú Ú Ú Ó ű ű Ó ű Á Ó ű ű ű ű ű ű ű Ö ű ű Ú ű Ú ű ű Á ű Ó ű ű Ö ű Ú Ó Á Ú Á ű Á

Részletesebben

ő ó ó ó ő ó ő ó ő ő ő ó ö ó ó ö ő ő ö ő ö ű ó ő ő ű ő ő ö ő ó ó ő ö ó ö ő ő ű ó ö ő ő ű ő ő ő ö ó ü ó ő ő ő ő ű ő ö ő ü ő ő ó ő ö ö ö ő ó ő ő ő ó ü ö

ő ó ó ó ő ó ő ó ő ő ő ó ö ó ó ö ő ő ö ő ö ű ó ő ő ű ő ő ö ő ó ó ő ö ó ö ő ő ű ó ö ő ő ű ő ő ő ö ó ü ó ő ő ő ő ű ő ö ő ü ő ő ó ő ö ö ö ő ó ő ő ő ó ü ö Á ó ö ő ó ó ő ő ő ő ő ó ó Á ö ö ő ő ö ő ő ő ó ö ó ó ó ó ó ő ú ő ö ő ő ó ó ó ö ő ó ó ő ö ű ö ő ő ő ö ö ő ő ó ő ó ó ó ő ó ő ó ő ő ő ó ö ó ó ö ő ő ö ő ö ű ó ő ő ű ő ő ö ő ó ó ő ö ó ö ő ő ű ó ö ő ő ű ő ő ő

Részletesebben

Ó Ó ú ú ú ú ú É ú

Ó Ó ú ú ú ú ú É ú É Ö É ű ú É Ó É ú ú ú Ó Ó ú ú ú ú ú É ú Ó Ó ú É ú É ú Ó Ö É Ó Ó ú É ú Ö Ó Ó ú ú É É É ú Ó Ó É ú ú ú ú ú ú ú ú ú ú É Ú É Ó Ó ú ú Ó Ó Ö Ö É É É ú É É ú ú É É Ó Ó É Ű ú É Ó Ó Ű Ú ú ú É Ú Ú É Ú Ó Ó Ó É É É

Részletesebben

Ú Ú Ü Ü ű ű ű É Ú É ű

Ú Ú Ü Ü ű ű ű É Ú É ű É Ó ű ű Ö Ú Ú Ü Ü ű ű ű É Ú É ű É ű ű ű Ü ű É ű Ű Ö ű ű ű Ú Ú É É Ó Ó Ú ű ű É Ú É Ü Ü Ú ű Ú Ó É Ü ű É ű ű ű Ö ű ű ű Ö Ö Ú ű Ü Ú Ö ű Ü ű Ü ű ű Ü Ö ű ű ű Ú Ü Ú Ó ű ű É É ű ű ű ű ű Ö ű ű ű ű ű ű ű Ö ű ű ű

Részletesebben

Smalltalk 2. Készítette: Szabó Éva

Smalltalk 2. Készítette: Szabó Éva Smalltalk 2. Készítette: Szabó Éva Blokkok Paraméter nélküli blokk [műveletek] [ x := 5. 'Hello' print. 2+3] Kiértékelés: [művelet] value az értéke az utolsó művelet értéke lesz, de mindet kiírja. x :=

Részletesebben

ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű

ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű ű Ö É ű É Ö ű ű ű ű ű ű ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű Ú Ú Ú Ü É É É É ű É Ú É ű É Ó Ö É É ű ű ű É ű Ö Ö ű Ö Ú ű ű ű Ú ű ű ű Ö ű ű ű É ű ű ű Ó Ü É É Ú Ú Ü Ü Ö Ó ű Ü Ü ű ű É Ó Ó ű ű Ü Ö Ó Ö Ü Ü ű

Részletesebben

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198. ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az

Részletesebben

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy

Részletesebben