Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/ Szegedi Tudományegyetem Informatikai Tanszékcsoport

Méret: px
Mutatás kezdődik a ... oldaltól:

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

Átírás

1 Operációkutatás I. 2015/ Szegedi Tudományegyetem Informatikai Tanszékcsoport Számítógépes Optimalizálás Tanszék 6. Előadás

2 Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat és katona gyártása, fa és festék kell) Max z = 3x 1 +2x 2 [profit] x 1 +x 2 80 [fa] 2x 1 +x [festék] x 1, x 2 0 Legyen egy egység fa piaci ára y 1 ($), egy egység festék ára y 2 ($). Mit tehet a gyártó? Eladhatja az erőforrásait (fa, festék) piaci áron Vehet további fát és festéket Gyárt a rendelkezésre álló erőforrásokból és eladja a játékokat Mi a legjobb stratégia (feltéve, hogy mindent tényleg el tud adni)?

3 Árazási interpretáció Ha eladja a készletét 80y y 2 profitra tesz szert Ha egy katona (piaci) előálĺıtási ára kisebb, mint az eladási ára, azaz y 1 + 2y 2 < 3($) akkor a gyártó korlátlan hasznot el tud érni. Miért? 1 db katona gyártási költsége y 1 + 2y 2 = x 1 db katona esetén: x 1 (y 1 + 2y 2 ) Mivel y 1 + 2y 2 < 3, legyen pl. y 1 + 2y 2 = 2.9$ (költség), az eladási ár pedig 3$ = 1db katona esetén a profit 0.1$ = x 1 db katona esetén: 0.1x 1 $ (ami tetszőlegesen nagy lehet)

4 Árazási interpretáció Hasonlóan megy a dolog a vonatokra is: Ha egy vonat (piaci) előálĺıtási ára kisebb, mint az eladási ára, azaz y 1 + y 2 < 2($) akkor a gyártó korlátlan hasznot el tud érni. De hogyan működik a piac? A piac nem engedi, hogy a gyártó korlátlan haszonra tegyen szert. Ellenkezőleg, úgy álĺıtja be az árakat, hogy a gyártó a lehető legkisebb profitot realizálja.

5 Árazási interpretáció: a piac ár képzése A piac a következő optimalizálási feladatot oldja meg : Min 80y y 2 y 1 +2y 2 3 [katonák] y 1 +y 2 2 [vonatok] y 1, y 2 0 Ezt hívjuk az eredeti feladat duálisának Az eredeti feladatot ez alapján primál feladatnak hívjuk.

6 Primál-duál feladatpár A primál feladat: Max z = 3x 1 +2x 2 x 1 +x x 1 +x x 1, x 2 0 A duál feladat: Min 80y y 2 y 1 +2y 2 3 y 1 +y 2 2 y 1, y 2 0

7 Primál-duál feladatpár A primál-duál feladatpár általánosan: n a ij x j b i i = 1, 2,... m j=1 Primál feladat x j 0 j = 1, 2,... n n max c i x i = z i=1 m a ij y i c j j = 1, 2,... n i=1 Duál feladat y i 0 i = 1, 2,... m m min b i y i = w i=1

8 Primál-duál feladatpár A primál-duál feladatpár általánosan, mátrix formában: A primál feladat: Max c T x Ax b x 0 A duál feladat: Min b T y A T y c y 0 A duál a (standard alakú) primából egyszerűen megkapható: transzponáljuk A mátrixot cseréljük fel b és c vektorok szerepét cseréljük az egyenlőtlenségeket -ra Max helyett Min feladat

9 Gyenge dualitás tétel Tétel. (Gyenge dualitás) Ha x = (x 1,..., x n ) lehetséges megoldása a primál feladatnak és y = (y 1,..., y m ) lehetséges megoldása a duál feladatnak, akkor c T x b T y, azaz n m c j x j b i y i. j=1 Vagyis a duális feladat bármely lehetséges megoldása felső korlátot ad a primál bármely lehetséges megoldására (azaz az optimális megoldásra is). Bizonyítás. Egyszerű helyettesítés becsléssel: ( n n m ) m n c j x j y i a ij x j = x j a ij y i j=1 vagy mátrixosan: j=1 i=1 i=1 i=1 j=1 c T x (A T y) T x = (y T A)x = y T (Ax) y T b = b T y m b i y i, i=1

10 Gyenge dualitás Látjuk, hogy a korlátosság és a megoldhatóság nem függetlenek egymástól Ha a primál nem korlátos, akkor a duálnak nincs lehetséges megoldása Hasonlóan, ha a duál nem korlátos, akkor a primálnak nincs lehetséges megoldása Lehetséges, hogy egyiknek sincs lehetséges megoldása De ha mindkettőnek van, akkor mindkettő korlátos Továbbá a primál és a duál feladat egyidejű optimalitása ellenőrizhető

11 Primál-duál esetek

12 Erős dualitás tétel Tétel. (Erős dualitás) Ha x = (x 1,..., x n ) egy optimális megoldása a primál feladatnak és y = (y 1,..., y m ) optimális megoldása a duál feladatnak, akkor c T x = b T y, azaz n c j x j = j=1 m b i y i. i=1 Továbbá az is igaz, hogy y T (b Ax) = 0 és x T (A T y c) = 0. Egyszerűen, ha valamely i-edik feltétel egyenlet nem éles (azaz nincs egyenlőség) a primál optimumban, akkor a duál kapcsolódó y i változó 0 kell legyen. Visszafelé, ha egy primál x i változó szigorúan pozitív, akkor a kapcsolódó duális feltétel egyenlet éles kell legyen. Ezt komplementáris lazaságnak hívjuk.

13 Erős dualitás tétel A második rész bizonyítása: 0 y T (b Ax) = y T b y T Ax = b T y (A T y) T x b T y c T x = 0, illetve 0 x T (A T y c) = (y T A c T )x = y T (Ax) c T x y T b c T x = b T y c T x 0.

14 Erős dualitás tétel A első rész bizonyítás vázlata: Példa. Adott a következő primál feladat: x 1 x 2 x 3 + 3x 4 1 5x 1 + x 2 + 3x 3 + 8x 4 55 x 1 + 2x 2 + 3x 3 5x 4 3 x 1, x 2, x 3, x 4 0 max 4x 1 + x 2 + 5x 3 + 3x 4 = z A feladat megoldásának utolsó szótára x 4 = 5 x 1 x 3 x 5 x 7 x 6 = 1 + 5x 1 + 9x x x 7 x 2 = 14 2x 1 4x 3 5x 5 3x 7 z = 29 2x 1 2x 3 11x 5 6x 7

15 A duális feladat: y 1 + 5y 2 y 3 4 y 1 + y 2 + 2y 3 1 y 1 + 3y 2 + 3y 3 5 3y 1 + 8y 2 5y 3 3 y 1, y 2, y 3 0 min y y 2 + 3y 3 = w A duális egy optimális megoldása: y = (11, 0, 6) A primál feladat utolsó szótárában a mesterséges változók célfüggvény együtthatói: c 5 = 11, c 6 = 0, c 7 = 6 (Mit veszünk észre?)

16 Erős dualitás tétel A gyenge dualitási tétel miatt elég, ha találunk egy olyan (y1, y 1, y 3 ) duál lehetséges megoldást, amelyre 4 j=1 c jx j = 3 i=1 b iyi Az eredeti feladat utolsó szótárából kiolvasható a duális feladat megoldása. A példában x 4 = 5 x 1 x 3 x 5 x 7 x 6 = 1 + 5x 1 + 9x x x 7 x 2 = 14 2x 1 4x 3 5x 5 3x 7 z = 29 2x 1 2x 3 11x 5 +0x 6 6x 7 A duális változók az eredeti feladat mesterséges változóihoz rendelhetők: x 5 y 1, x 6 y 2, x 7 y 3 y 1 = 11, y 2 = 0, y 3 = 6 Az általános esetben az utolsó szótárhoz érve ezt kell számolással ellenőrizni az optimumok egyenlőségét.

17 Dualitási tételből adódó lehetőségek A dualitás fogalma rendkívül hasznos, mert rugalmas hozzáállást teszt lehetővé az LP feladatok megoldásánál. 1 A szimplex algoritmus iterációszáma közeĺıtőleg a sorok számával arányos sok feltétel, kevés változó esetén érdemes áttérni a duálisra 2 Ha az első esetben szükség van 2 fázisra, míg a duálisnál nincs, érdemes áttérni 3 Ha menet közben kell új feltételeket hozzávenni az LP-hez a duál feladattal dolgozva az új feltétel csak egy új, nembázis változóként jelenik meg hozzávesszük az aktuális szótárhoz, és folytatjuk a feladatmegoldást

18 Általános LP feladat Mi a helyzet akkor, ha az LP feladatunk tartalmaz egyenlőséget vagy nem korlátozott változót (ami felvehet negatív értéket is)? A jó hír, hogy ez kezelhető, ugyanis az egyenlőség feltétel egy nem korlátozott változóhoz tartozik egy nem korlátozott változó esetén egy egyenlőség feltétel kell legyen Miért? Például tegyük fel, hogy x 1 + x 2 = 80 [fa] 3x 1 + 2x 2 5x 1 + 2x 2 = ( 1) (x 1 + x 2 ) +3 (2x } {{ } 1 + x 2 ) } {{ } = Azaz y 1 nem korlátozott (itt 1) = 220$

19 Általános LP feladat Összegezve: az feltétel egy nem-pozitív változóhoz tartozik nem-pozitív változóhoz egy feltétel tartozik Primál (Max) Duál (Min) i-edik feltétel y i 0 i-edik feltétel y i 0 i-edik feltétel = y i nem korlátozott x i 0 i-edik feltétel x i 0 i-edik feltétel x i nem korlátozott i-edik feltétel =

20 Általános LP feladat Példa. Primál Duál Max z = 3x 1 + 2x 2 + x 3 x 1 + x x x 1 + x 2 + x 3 = 100 x 1 + x 3 40 x 1 x 2 0 x 3 0 nem korlátozott Min w = 80y y y 3 y 1 + 2y 2 + y 3 = 3 y 1 + y y 1 + y 2 + y 3 1 y 1 y 1 0 y 2 nem korlátozott y 3 0

21 LP feladatok megoldhatósága Inkonzisztencia: egyenletek és egyenlőtlenségek egy m elemű n a ij x j b i j=1 n a ij x j = b i j=1 i I i E rendszere inkonzisztens, ha léteznek olyan y 1, y 2,..., y m valós számok, amelyekre teljesül, hogy m a ij y i = 0 i=1 m b i y i < 0 i=1 y i 0 j = 1, 2,..., n i I

22 LP feladatok megoldhatósága Tucker lehetetlenségi tétele egyenlet és egyenlőtlenség rendszerekre: egyenletek és egyenlőtlenségek egy rendszere akkor és csak akkor megoldhatatlan, ha inkonzisztens Nem bizonyítjuk A tétel bizonyítható a lineáris programozás alaptételének és az erős dualitás tételének általános LP feladatokra vonatkozó formájára támaszkodva

23 Komplementáris lazaság Tekintsük a következő feladatot: Max z = 6x 1 + x 2 x 3 x 4 x 1 + 2x 2 + x 3 + x 4 5 3x 1 + x 2 x 3 8 x 2 + x 3 + x 4 = 1 x 1 nem korlátos x 2, x 3, x 4 0 Azt szeretnénk ellenőrizni, hogy vajon a következők egyike optimális megoldás-e: x 1 = 2, x 2 = 1, x 3 = 0, x 4 = 0 x 1 = 3, x 2 = 0, x 3 = 1, x 4 = 0 Gondoljuk át, miért pont ezeket választottuk?

24 Komplementáris lazaság Ha a primál-duál feladatpár Max c T x Ax b x 0 Min b T y A T y c y 0 akkor azt mondjuk, hogy x = (x 1,... x n ) és y 1 = (y 1,..., y m ) komplementárisak, ha y T (b Ax) = 0 és x T (A T y c) = 0. Vagyis ha y i > 0, akkor x-et az i-edik egyenletbe helyettesítve =-et kapunk ( a feltétel éles ) ha x i > 0, akkor y-t a duális feladat i-edik egyenletébe helyettesítve az = teljesül

25 Komplementáris lazaság tétel Az erős dualitás tételnél több is tudunk mondani: Tétel. (Komplementáris lazaság) Tegyük fel, hogy x a primál feladat optimális megoldása. Ekkor Ha y a duál optimális megoldása, akkor x és y komplementáris Ha y lehetséges megoldása a duálisnak és komplementáris x-szel, akkor y optimális megoldása a duálnak Létezik olyan lehetséges y megoldása a duálnak, hogy x és y komplementáris.

26 Komplementáris lazaság: példa Visszatérve a példához, annak ellenőrzéséhez, hogy a javasolt megoldások valamelyik optimális-e, kelleni fog a duális feladat: Max z = 6x 1 + x 2 x 3 x 4 x 1 + 2x 2 + x 3 + x 4 5 3x 1 + x 2 x 3 8 x 2 + x 3 + x 4 = 1 x 1 nem korlátos x 2, x 3, x 4 0 Duál: Min w = 5y 1 + 8y 2 + y 3 y 1 + 3y 2 = 6 2y 1 + y 2 + y 3 1 y 1 y 2 + y 3 1 y 1 + y 3 1 y 1, y 2 0 y 3 nem korlátos

27 Komplementáris lazaság: példa Az első javaslat: x 1 = 2, x 2 = 1, x 3 = 0, x 4 = 0; tegyük fel, hogy ez optimális Ekkor létezik y = (y 1, y 2, y 3 ) lehetséges megoldása a duálisnak ami komplementáris x-szel Az első primál feltétel: x 1 + 2x 2 + x 3 + x 4 = = 4 < 5 nem éles y 1 = 0 kell legyen a komplementaritás miatt A második primál feltétel: 3x 1 + x 2 x 3 = = 7 < 8 nem éles y 2 = 0 kell legyen a komplementaritás miatt Ezek alapján az első duál feltétel: y 1 + 3y 2 = = 0 6 azaz (y 1, y 2, y 3 ) nem lehetséges megoldása a duálnak, de feltettük, hogy az x nem optimális megoldása a primálnak

28 Komplementáris lazaság: példa Az második javaslat: x 1 = 3, x 2 = 0, x 3 = 1, x 4 = 0; tegyük fel, hogy ez optimális Ekkor létezik y = (y 1, y 2, y 3 ) lehetséges megoldása a duálisnak ami komplementáris x-szel Az első primál feltétel: x 1 + 2x 2 + x 3 + x 4 = = 4 < 5 nem éles y 1 = 0 kell legyen a komplementaritás miatt A második primál feltétel: 3x 1 + x 2 x 3 = = 8 éles A harmadik primál feltétel: x 2 + x 3 + x 4 = = 1 éles Előjel feltételek is teljesülnek (x 1, x 2, x 3, x 4 0) x lehetséges megoldása a primálnak

29 Komplemetáris lazaság: példa Nézzünk meg a x értékeit a duálra vonatkozóan x 1 nem korlátos első duál feltétel y 1 + 3y 2 = 6 éles (szükségszerűen) x 3 > 0 a harmadik duál feltételnek élesnek kell legyen: y 1 y 2 + y 3 = 1 Összegezve az eddigieket: y 1 = 0 y 1 + 3y 2 + y 3 = 6 y 1 y 2 + y 3 = 1 Ennek az egyértelmű megoldása: y 1 = 0, x 2 = 2, y 3 = 1. A konstrukcióból adódóan ez komplementáris x-szel. Az utolsó lépés annak ellenőrzése, hogy y lehetséges megoldása-e a duálnak. Igen x optimális megoldása a primálnak.

30 Komplementáris lazaság: összegzés Összefoglalva: 1 Adott x (javasolt primál megoldás), ellenőrizzük, hogy lehetséges-e 2 Nézzük meg mely y i változóknak kell 0-nak lennie 3 Nézzük meg mely duál feltételeknek kell élesnek lennie egyenletrendszert kapunk 4 Oldjuk meg ezt a rendszert 5 Ellenőrizzük, hogy a kapott megoldás lehetséges megoldása-e a duálnak Ha minden lépés sikeres volt, akkor az adott x optimális, különben nem. Kérdés: mi van akkor, ha x lehetséges, de nem bázismegoldás?

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

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

Klasszikus alkalmazások

Klasszikus alkalmazások Klasszikus alkalmazások Termelésoptimalizálás Hozzárendelési probléma: folytonos eset Arbitrázsárazás p. Termelésoptimalizálás A gazdasági élet és a logisztika területén gyakran találkozunk lineáris optimalizálási

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

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

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

Bevezetés a lineáris programozásba

Bevezetés a lineáris programozásba Bevezetés a lineáris programozásba 8. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Szimplex módszer p. 1/1 Az LP feladatok általános modellje A korlátozó feltételeket írjuk fel

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 11 XI LINEÁRIS EGYENLETRENDSZEREk 1 LINEÁRIS EGYENLETRENDSZER A lineáris egyenletrendszer általános alakja: (1) Ugyanez mátrix alakban: (2), ahol x az ismeretleneket tartalmazó

Részletesebben

Hiányos másodfokú egyenletek. x 8x 0 4. A másodfokú egyenlet megoldóképlete

Hiányos másodfokú egyenletek. x 8x 0 4. A másodfokú egyenlet megoldóképlete Hiányos másodfokú egyenletek Oldjuk meg a következő egyenleteket a valós számok halmazán! 1. = 0 /:. = 8 /:. 8 0 4. 4 4 0 A másodfokú egyenlet megoldóképlete A másodfokú egyenletek általános alakja: a

Részletesebben

DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN ELŐSZÓ

DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN ELŐSZÓ Dr. Gyarmati József mk. őrnagy ZMNE BJKMK Katonai Logisztikai Minőségügyi és Közlekedésmérnöki Tanszék DÖNTÉSI MODELL KIALAKÍTÁSA KÖZBESZERZÉSI ELJÁRÁS SORÁN Absztrakt A cikk egy olyan algoritmust mutat

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek 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

Részletesebben

Tartalom. Matematikai alapok. Termékgyártási példafeladat. Keverési példafeladat Szállítási példafeladat Hátizsák feladat, egészértékű feladat

Tartalom. Matematikai alapok. Termékgyártási példafeladat. Keverési példafeladat Szállítási példafeladat Hátizsák feladat, egészértékű feladat 6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2013 2014 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Termékgyártási

Részletesebben

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

11. Előadás. 11. előadás Bevezetés a lineáris programozásba 11. Előadás Gondolkodnivalók Sajátérték, Kvadratikus alak 1. Gondolkodnivaló Adjuk meg, hogy az alábbi A mátrixnak mely α értékekre lesz sajátértéke a 5. Ezen α-ák esetén határozzuk meg a 5 sajátértékhez

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

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

5. gyakorlat. Lineáris leképezések. Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét!

5. gyakorlat. Lineáris leképezések. Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét! 5. gyakorlat Lineáris leképezések Tekintsük azt a valós függvényt, amely minden számhoz hozzárendeli az ötszörösét! f : IR IR, f(x) 5x Mit rendel hozzá ez a függvény két szám összegéhez? x, x IR, f(x +

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

2) = 0 ahol x 1 és x 2 az ax 2 + bx + c = 0 ( a,b, c R és a 0 )

2) = 0 ahol x 1 és x 2 az ax 2 + bx + c = 0 ( a,b, c R és a 0 ) Fogalom gyűjtemény Abszcissza: az x tengely Abszolút értékes egyenletek: azok az egyenletek, amelyekben abszolút érték jel szerepel. Abszolútérték-függvény: egy elemi egyváltozós valós függvény, mely minden

Részletesebben

Beadható feladatok. 2006. december 4. 1. Add meg az alábbi probléma állapottér-reprezentációját!

Beadható feladatok. 2006. december 4. 1. Add meg az alábbi probléma állapottér-reprezentációját! Beadható feladatok 2006. december 4. 1. Feladatok 2006. szeptember 13-án kitűzött feladat: 1. Add meg az alábbi probléma állapottér-reprezentációját! Adott I 1,..., I n [0, 1] intervallumokból szeretnénk

Részletesebben

Lineáris algebra és mátrixok alkalmazása a numerikus analízisben

Lineáris algebra és mátrixok alkalmazása a numerikus analízisben Eötvös Loránd Tudományegyetem Természettudományi kar Lineáris algebra és mátrixok alkalmazása a numerikus analízisben Szakdolgozat Készítette: Borostyán Dóra Matematika BSc matematikai elemző Témavezető:

Részletesebben

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert

Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc. Dr. Kersner Róbert Fejezetek a lineáris algebrából PTE-PMMK, Műszaki Informatika Bsc Dr. Kersner Róbert 007 Tartalomjegyzék Előszó ii. Determináns. Mátrixok 6 3. Az inverz mátrix 9 4. Lineáris egyenletrendszerek 5. Lineáris

Részletesebben

Logaritmikus egyenletek Szakközépiskola, 11. osztály. 2. feladat. Oldjuk meg a következ logaritmikus egyenletet!

Logaritmikus egyenletek Szakközépiskola, 11. osztály. 2. feladat. Oldjuk meg a következ logaritmikus egyenletet! Logaritmikus egyenletek Szakközépiskola,. osztály. feladat. Oldjuk meg a következ logaritmikus egyenletet! lg(0x ) lg(x + ) = lg () Kikötések: x > 5 és x >. lg(0x ) lg(x + ) = lg () lg 0x (x + ) = lg (3)

Részletesebben

Az Excel Solver bővítményének megismerése Feladatok gyakorlása BMF-NIK 2008. ősz 3

Az Excel Solver bővítményének megismerése Feladatok gyakorlása BMF-NIK 2008. ősz 3 2008/09 ősz 1. Windows / Word / Excel, önálló feldolgozás! 2. Solver 3. ZH 4. Windows 5. Windows 6. ZH 7. HTML 8. HTML 9. ZH 10. Adatszerkezetek, változók, tömbök 11. Számábrázolási kérdések 12. ZH 13.

Részletesebben

1. Előadás Lineáris programozás Szállítási feladatok

1. Előadás Lineáris programozás Szállítási feladatok 1. Előadás Lineáris programozás Szállítási feladatok Salamon Júlia Előadás II. éves gazdaság informatikus hallgatók számára Projekt Témák: Lineáris programozási feladat (3 hallgató) Szállítási feladat

Részletesebben

MATEMATIKA GYAKORLÓ FELADATGYŰJTEMÉNY

MATEMATIKA GYAKORLÓ FELADATGYŰJTEMÉNY MATEMATIKA GYAKORLÓ FELADATGYŰJTEMÉNY (Kezdő 9. évfolyam) A feladatokat a Borbás Lászlóné MATEMATIKA a nyelvi előkészítő évfolyamok számára című könyv alapján állítottuk össze. I. Számok, műveletek számokkal.

Részletesebben

Lineáris Algebra gyakorlatok

Lineáris Algebra gyakorlatok A V 2 és V 3 vektortér áttekintése Lineáris Algebra gyakorlatok Írta: Simon Ilona Lektorálta: DrBereczky Áron Áttekintjük néhány témakör legfontosabb definícióit és a feladatokban használt tételeket kimondjuk

Részletesebben

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28.

Miskolci Egyetem. Diszkrét matek I. Vizsga-jegyzet. Hegedűs Ádám Imre 2010.12.28. Miskolci Egyetem Diszkrét matek I. Vizsga-jegyzet Hegedűs Ádám Imre 2010.12.28. KOMBINATORIKA Permutáció Ismétlés nélküli permutáció alatt néhány különböző dolognak a sorba rendezését értjük. Az "ismétlés

Részletesebben

Elsôfokú egyenletek, egyenletrendszerek, egyenlôtlenségek

Elsôfokú egyenletek, egyenletrendszerek, egyenlôtlenségek Elsôfokú egyváltozós egyenletek 6 Elsôfokú egyenletek, egyenletrendszerek, egyenlôtlenségek. Elsôfokú egyváltozós egyenletek 000. Érdemes egyes tagokat, illetve tényezôket alkalmasan csoportosítani, valamint

Részletesebben

MUNKAANYAG. Szabó László. Szilárdságtan. A követelménymodul megnevezése:

MUNKAANYAG. Szabó László. Szilárdságtan. A követelménymodul megnevezése: Szabó László Szilárdságtan A követelménymodul megnevezése: Kőolaj- és vegyipari géprendszer üzemeltetője és vegyipari technikus feladatok A követelménymodul száma: 047-06 A tartalomelem azonosító száma

Részletesebben

Komáromi Éva LINEÁRIS PROGRAMOZÁS

Komáromi Éva LINEÁRIS PROGRAMOZÁS OPERÁCIÓKUTATÁS No.2. Komáromi Éva LINEÁRIS PROGRAMOZÁS Budapest 2005 Komáromi Éva LINEÁRIS PROGRAMOZÁS Javított kiadás OPERÁCIÓKUTATÁS No.2 Megjelenik az FKFP 0231 Program támogatásával a Budapesti Közgazdaságtudományi

Részletesebben

Kétfázisú szimplex algoritmus és speciális esetei

Kétfázisú szimplex algoritmus és speciális esetei 5. gyakorlat Kétfázisú szimplex algoritmus és speciális esetei. Emlékeztető Standard alak, áttérés Standard alak Minden feltétel et tartalmaz csak. A célfüggvényünket maximalizáljuk. A b vektor (jobb oldalon

Részletesebben

A racionalitás értelmezése és korlátai a közgazdaságtanban

A racionalitás értelmezése és korlátai a közgazdaságtanban A racionalitás értelmezése és korlátai a közgazdaságtanban Kovács Máté 2010. szeptember 30. Kivonat A munkában a közgazdasági racionalitás értelmezési lehetőségeit vizsgáljuk. Miután számba vettük a lehetőségeket,

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

Széchenyi István Egyetem, 2005

Széchenyi István Egyetem, 2005 Gáspár Csaba, Molnárka Győző Lineáris algebra és többváltozós függvények Széchenyi István Egyetem, 25 Vektorterek Ebben a fejezetben a geometriai vektorfogalom ( irányított szakasz ) erős általánosítását

Részletesebben

Első sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a. cos x + sin2 x cos x. +sinx +sin2x =

Első sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a. cos x + sin2 x cos x. +sinx +sin2x = 2000 Írásbeli érettségi-felvételi feladatok Első sorozat (2000. május 22. du.) 1. Oldjamegavalós számok halmazán a egyenletet! cos x + sin2 x cos x +sinx +sin2x = 1 cos x (9 pont) 2. Az ABCO háromszög

Részletesebben

egyenletek Jó, hogy itt vagytok! titeket vártalak. Hadd találjam ki, hol vagyunk! Kínában. Jól gondolod. Az 1400. évben vagyunk, a Hova vezet minket?

egyenletek Jó, hogy itt vagytok! titeket vártalak. Hadd találjam ki, hol vagyunk! Kínában. Jól gondolod. Az 1400. évben vagyunk, a Hova vezet minket? egyenletek és egyenlôtlenségek Jó, hogy itt vagytok! titeket vártalak. Hadd találjam ki, hol vagyunk! Kínában. Egyenesen a császárhoz. ezt a tudást át kell ültetnetek a matematikába. Te nem hiszed ezt

Részletesebben

TARTALOM. Ismétlő tesztek...248 ÚTMUTATÁSOK ÉS EREDMÉNYEK...255

TARTALOM. Ismétlő tesztek...248 ÚTMUTATÁSOK ÉS EREDMÉNYEK...255 TARTALOM. SZÁMHALMAZOK...5.. Természetes kitevőjű hatványok...5.. Negatív egész kitevőjű hatványok...6.. Racionális kitevőjű hatványok...7.4. Irracionális kitevőjű hatványok...0.5. Négyzetgyök és köbgyök...

Részletesebben

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Selei Adrienn A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK

Részletesebben

* Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Tárgyfelelős neve * Modern piacelmélet Kutatás és fejlesztés. * Kutatás és fejlesztés

* Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Tárgyfelelős neve * Modern piacelmélet Kutatás és fejlesztés. * Kutatás és fejlesztés * Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Tárgyfelelős neve * Modern piacelmélet Kutatás és fejlesztés ELTE TáTK Közgazdaságtudományi Tanszék Készítette: Hidi János * Kutatás és fejlesztés

Részletesebben

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. Párosítások Gráfelmélet/Diszkrét Matematika MSc hallgatók számára Párosítások 2012. november 19. Előadó: Hajnal Péter 1. Alapfogalmak Emlékeztető. Legyen G egy gráf, E(G) a G élhalmaza, V (G) gráfunk csúcshalmaza.

Részletesebben

9. Áramlástechnikai gépek üzemtana

9. Áramlástechnikai gépek üzemtana 9. Áramlástechnikai gépek üzemtana Az üzemtan az alábbi fejezetekre tagozódik: 1. Munkapont, munkapont stabilitása 2. Szivattyú indítása soros 3. Stacionárius üzem kapcsolás párhuzamos 4. Szivattyú üzem

Részletesebben

MATEMATIKA ÍRÁSBELI ÉRETTSÉGI-FELVÉTELI FELADATOK 2003. május 19. du. JAVÍTÁSI ÚTMUTATÓ

MATEMATIKA ÍRÁSBELI ÉRETTSÉGI-FELVÉTELI FELADATOK 2003. május 19. du. JAVÍTÁSI ÚTMUTATÓ MATEMATIKA ÍRÁSBELI ÉRETTSÉGI-FELVÉTELI FELADATOK 00 május 9 du JAVÍTÁSI ÚTMUTATÓ Oldja meg a rendezett valós számpárok halmazán az alábbi egyenletrendszert! + y = 6 x + y = 9 x A nevezők miatt az alaphalmaz

Részletesebben

Standardizálás Főátlagok bontása Alkalmazások Feladatok Vége

Standardizálás Főátlagok bontása Alkalmazások Feladatok Vége Statisztika I 5 előadás Főátlagok összehasonlítása http://bmfhu/users/koczyl/statisztika1htm Kóczy Á László KGK-VMI Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám

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

Scherlein Márta Dr. Hajdu Sándor Köves Gabriella Novák Lászlóné MATEMATIKA 1. A FELMÉRŐ FELADATSOROK ÉRTÉKELÉSE

Scherlein Márta Dr. Hajdu Sándor Köves Gabriella Novák Lászlóné MATEMATIKA 1. A FELMÉRŐ FELADATSOROK ÉRTÉKELÉSE Scherlein Márta Dr. Hajdu Sándor Köves Gabriella Novák Lászlóné MATEMATIKA 1. A FELMÉRŐ FELADATSOROK ÉRTÉKELÉSE A felmérő feladatsorok értékelése A felmérő feladatsorokat úgy állítottuk össze, hogy azok

Részletesebben

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika emelt szint 0 ÉRETTSÉGI VIZSGA 00. február. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM Matematika emelt szint Fontos tudnivalók Formai

Részletesebben

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal

Mátrixok. 3. fejezet. 3.1. Bevezetés: műveletek táblázatokkal fejezet Mátrixok Az előző fejezetben a mátrixokat csak egyszerű jelölésnek tekintettük, mely az egyenletrendszer együtthatóinak tárolására, és az egyenletrendszer megoldása közbeni számítások egyszerüsítésére

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

2. feladat Legyenek 1 k n rögzített egészek. Mennyi az. x 1 x 2...x k +x 2 x 3...x k+1 +...+x n k+1 x n k+2...x n

2. feladat Legyenek 1 k n rögzített egészek. Mennyi az. x 1 x 2...x k +x 2 x 3...x k+1 +...+x n k+1 x n k+2...x n Országos Középiskolai Tanulmányi Verseny, 2012 13-as tanév MATEMATIKA, III. kategória a gimnáziumok speciális matematikai osztályainak tanulói részére Az első forduló feladatainak megoldásai Kérjük a javító

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

IV.4. EGYENLŐTLENSÉGEK. A feladatsor jellemzői

IV.4. EGYENLŐTLENSÉGEK. A feladatsor jellemzői IV.4. EGYENLŐTLENSÉGEK Tárgy, téma A feladatsor jellemzői Egyenlőtlenségek megoldási módszerei, egyenlőtlenségekre vezető szöveges feladatok megoldása. A legalább és legfeljebb fogalma. Előzmények Egyenletek

Részletesebben

ÉS TESZTEK A DEFINITSÉG

ÉS TESZTEK A DEFINITSÉG MÁTRIX DEFINITSÉGÉNEK FOGALMA ÉS TESZTEK A DEFINITSÉG ELDÖNTÉSÉRE DR. NAGY TAMÁS egyetemi docens Miskolci Egyetem Alkalmazott Matematikai Tanszék A bemutatott kutató munka a TÁMOP-..1.B-10//KONV-010-0001

Részletesebben

Matematikai alapismeretek. Huszti Andrea

Matematikai alapismeretek. Huszti Andrea Tartalom 1 Matematikai alapismeretek Algebrai struktúrák Oszthatóság Kongruenciák Algebrai struktúrák Az S = {x, y, z,... } halmazban definiálva van egy művelet, ha az S-nek minden x, y elempárjához hozzá

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 9 IX MÁTRIxOk 1 MÁTRIx FOGALmA, TULAJDONSÁGAI A mátrix egy téglalap alakú táblázat, melyben az adatok, a mátrix elemei, sorokban és oszlopokban vannak elhelyezve Az (1) mátrixnak

Részletesebben

Hraskó András, Surányi László: 11-12. spec.mat szakkör Tartotta: Surányi László. Feladatok

Hraskó András, Surányi László: 11-12. spec.mat szakkör Tartotta: Surányi László. Feladatok Feladatok 1. Színezzük meg a koordinátarendszer rácspontjait két színnel, kékkel és pirossal úgy, hogy minden vízszintes egyenesen csak véges sok kék rácspont legyen és minden függőleges egyenesen csak

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

Mikroökonómia előadás. Dr. Kertész Krisztián főiskolai docens k.krisztian@efp.hu

Mikroökonómia előadás. Dr. Kertész Krisztián főiskolai docens k.krisztian@efp.hu Mikroökonómia előadás Dr. Kertész Krisztián főiskolai docens k.krisztian@efp.hu Árrugalmasság A kereslet árrugalmassága = megmutatja, hogy ha egy százalékkal változik a termék ára, akkor a piacon hány

Részletesebben

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok

JANUS PANNONIUS TUDOMÁNYEGYETEM. Schipp Ferenc ANALÍZIS I. Sorozatok és sorok JANUS PANNONIUS TUDOMÁNYEGYETEM Schipp Ferenc ANALÍZIS I. Sorozatok és sorok Pécs, 1994 Lektorok: Dr. FEHÉR JÁNOS egyetemi docens, kandidtus. Dr. SIMON PÉTER egyetemi docens, kandidtus 1 Előszó Ez a jegyzet

Részletesebben

2. Halmazelmélet (megoldások)

2. Halmazelmélet (megoldások) (megoldások) 1. A pozitív háromjegy páros számok halmaza. 2. Az olyan, 3-mal osztható egész számok halmaza, amelyek ( 100)-nál nagyobbak és 100-nál kisebbek. 3. Az olyan pozitív egész számok halmaza, amelyeknek

Részletesebben

A lineáris tér. Készítette: Dr. Ábrahám István

A lineáris tér. Készítette: Dr. Ábrahám István A lineáris tér Készítette: Dr. Ábrahám István A lineáris tér fogalma A fejezetben a gyakorlati alkalmazásokban használt legfontosabb fogalmakat, összefüggéseket tárgyaljuk. Adott egy L halmaz, amiben azonos

Részletesebben

Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees

Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees Color profile: Generic CMYK printer profile Composite 150 lpi at 45 degrees Matematikai Lapo / Borító 2013. december 13. 19:28:39 13-1-borito 2014/5/20 11:55 page 0 #1 MATEMATIKAI LAPOK A Bolyai János

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

HALMAZOK TULAJDONSÁGAI,

HALMAZOK TULAJDONSÁGAI, Halmazok definíciója, megadása HALMAZOK TULAJDONSÁGAI,. A következő definíciók közül melyek határoznak meg egyértelműen egy-egy halmazt? a) A:= { a csoport tanulói b) B:= { Magyarország városai ma c) C:=

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

1. feladatsor, megoldások. y y = 0. y h = C e x

1. feladatsor, megoldások. y y = 0. y h = C e x 1. feladatsor, megoldások 1. Ez egy elsőrendű diffegyenlet, először a homogén egyenlet megoldását keressük meg, majd partikuláris megoldást keresünk: y y = 0 Ez pl. egy szétválasztható egyenlet, melynek

Részletesebben

MATEMATIKA FELADATGYŰJTEMÉNY

MATEMATIKA FELADATGYŰJTEMÉNY Pék Johanna MATEMATIKA FELADATGYŰJTEMÉNY Nem matematika alapszakos hallgatók számára Tartalomjegyzék Előszó iii. Lineáris algebra.. Mátrixok...................................... Lineáris egyenletrendszerek..........................

Részletesebben

Modellalkotási feladatgyűjtemény

Modellalkotási feladatgyűjtemény Modellalkotási feladatgyűjtemény Az év végi írásbeli vizsgán, a vizsga első részében a teszt mellett minden egy feladatot is fog kapni az alábbiak közül. A feladat megoldása a maximális pontszám eléréséhez

Részletesebben

Tulajdonjogi intézmények. A közpolitika mozgatórugói. Finanszírozási szerződés. Közpolitika és vállalatfinanszírozás

Tulajdonjogi intézmények. A közpolitika mozgatórugói. Finanszírozási szerződés. Közpolitika és vállalatfinanszírozás Közpolitika és vállalatfinanszírozás Vállalati pénzügyek és politikai gazdaságtan Vállalati pénzügytan 3. Intézményi, szaályozói környezet ETE TáTK Közgazdaságtudományi Tanszék Készítette: Bárczy Péter

Részletesebben

8. Mohó algoritmusok. 8.1. Egy esemény-kiválasztási probléma. Az esemény-kiválasztási probléma optimális részproblémák szerkezete

8. Mohó algoritmusok. 8.1. Egy esemény-kiválasztási probléma. Az esemény-kiválasztási probléma optimális részproblémák szerkezete 8. Mohó algoritmusok Optimalizálási probléma megoldására szolgáló algoritmus gyakran olyan lépések sorozatából áll, ahol minden lépésben adott halmazból választhatunk. Sok optimalizálási probléma esetén

Részletesebben

Diszkrét matematika II. gyakorlat

Diszkrét matematika II. gyakorlat Név: EHA-kód: 1. 2. 3. 4. 5. Diszkrét matematika II. gyakorlat 1. ZH 2014. március 19. Uruk-hai csoport 1. Feladat. 4 pont) Oldja meg az 5 122 x mod 72) kongruenciát? Érdekesség: az 5 122 szám 86 számjegyű.)

Részletesebben

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika emelt szint 0613 ÉRETTSÉGI VIZSGA 007. május 8. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Formai előírások: Fontos tudnivalók

Részletesebben

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény

Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR. Analízis I. példatár. (kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Miskolci Egyetem GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Analízis I. példatár kidolgozott megoldásokkal) elektronikus feladatgyűjtemény Összeállította: Lengyelné Dr. Szilágyi Szilvia Miskolc, 013. Köszönetnyilvánítás

Részletesebben

Analízisfeladat-gyűjtemény IV.

Analízisfeladat-gyűjtemény IV. Oktatási segédanyag a Programtervező matematikus szak Analízis. című tantárgyához (003 004. tanév tavaszi félév) Analízisfeladat-gyűjtemény IV. (Függvények határértéke és folytonossága) Összeállította

Részletesebben

Algoritmusok bonyolultsága

Algoritmusok bonyolultsága Algoritmusok bonyolultsága 9. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 18 Közelítő algoritmusok ládapakolás (bin packing) Adott n tárgy (s i tömeggel) és végtelen sok 1 kapacitású láda

Részletesebben

Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály, középszint

Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály, középszint TÁMOP-.1.4-08/2-2009-0011 A kompetencia alapú oktatás feltételeinek megteremtése Vas megye közoktatási intézményeiben Feladatok a koordináta-geometria, egyenesek témaköréhez 11. osztály, középszint Vasvár,

Részletesebben

Disztribúciós feladatok. Készítette: Dr. Ábrahám István

Disztribúciós feladatok. Készítette: Dr. Ábrahám István Disztribúciós feladatok Készítette: Dr. Ábrahám István Bevezető Az elosztási, szétosztási feladatok (szállítás, allokáció, stb.) leggazdaságosabb megoldása fontos kérdés. Célunk lehet legkisebb összköltségre

Részletesebben

Bírálat. Farkas András

Bírálat. Farkas András Bírálat Farkas András Közlekedési rendszerek fejlesztése és értékelése többtényezős döntési eljárások felhasználásával (Appraisal and Development of Transportation Systems Using Multiple Criteria Decision

Részletesebben

Gyakorló feladatok ZH-ra

Gyakorló feladatok ZH-ra Algoritmuselmélet Schlotter Ildi 2011. április 6. ildi@cs.bme.hu Gyakorló feladatok ZH-ra Nagyságrendek 1. Egy algoritmusról tudjuk, hogy a lépésszáma O(n 2 ). Lehetséges-e, hogy (a) minden páros n-re

Részletesebben

Differenciálegyenletek a hétköznapokban

Differenciálegyenletek a hétköznapokban Differenciálegyenletek a hétköznapokban BSc Szakdolgozat Írta: Gondos Réka Matematika BSc, alkalmazott matematikus szakirány Témavezető: Besenyei Ádám adjunktus Alkalmazott Analízis és Számításmatematikai

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

Hogyan jött az üzleti rész? Hogyan csöppentem a DXN üzletbe?

Hogyan jött az üzleti rész? Hogyan csöppentem a DXN üzletbe? Hogyan jött az üzleti rész? Hogyan csöppentem a DXN üzletbe? Amikor első kisbabámat vártam, a munkahelyem megszűnt. Elgondolkodtam, mihez fogok kezdeni, ha nem találok később sem munkahelyet. A kisgyermekes

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 October 25, 2013 Egészérték programozás I. vizsgatematika 2013. tavasz 1. Az egészérték lineáris programozási

Részletesebben

Bevezetés 2. Aggregált terv készítése (esettanulmány) 3. Megoldás 3. Aggregált termelési terv összeállítása 8. Érzékenységvizsgálat 12

Bevezetés 2. Aggregált terv készítése (esettanulmány) 3. Megoldás 3. Aggregált termelési terv összeállítása 8. Érzékenységvizsgálat 12 Bevezetés 2 Aggregált terv készítése (esettanulmány) 3 Megoldás 3 Zéró raktárkészlet stratégia 4 Állandó munkaerőszint stratégia 5 Az optimális megoldás lineáris programozással 6 Aggregált termelési terv

Részletesebben

Feladatok és megoldások a 4. hétre

Feladatok és megoldások a 4. hétre Feladatok és megoldások a. hétre Építőkari Matematika A3. Pisti nem tanult semmit a vizsgára, ahol 0 darab eldöntendő kérdésre kell válaszolnia. Az anyagból valami kicsi dereng, ezért kicsit több, mint

Részletesebben

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5

Természetes számok: a legegyszerűbb halmazok elemeinek. halmazokat alkothatunk, ezek elemszámai természetes 3+2=5 1. Valós számok (ismétlés) Természetes számok: a legegyszerűbb halmazok elemeinek megszámlálására használjuk őket: N := {1, 2, 3,...,n,...} Például, egy zsák bab felhasználásával babszemekből halmazokat

Részletesebben

8. előadás EGYÉNI KERESLET

8. előadás EGYÉNI KERESLET 8. előadás EGYÉNI KERESLET Kertesi Gábor Varian 6. fejezete, enyhe változtatásokkal 8. Bevezető megjegyzések Az elmúlt héten az optimális egyéni döntést elemeztük grafikus és algebrai eszközökkel: a preferenciatérkép

Részletesebben

Programozási módszertan. Dinamikus programozás: Nyomtatási feladat A leghosszabb közös részsorozat

Programozási módszertan. Dinamikus programozás: Nyomtatási feladat A leghosszabb közös részsorozat PM-04 p. 1/18 Programozási módszertan Dinamikus programozás: Nyomtatási feladat A leghosszabb közös részsorozat Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Doktori Ertekez es J osvai J anos Sz echenyi Istv an Egyetem, M uszaki Tudom anyi Kar 2012

Doktori Ertekez es J osvai J anos Sz echenyi Istv an Egyetem, M uszaki Tudom anyi Kar 2012 Doktori Értekezés Jósvai János Széchenyi István Egyetem, Műszaki Tudományi Kar 2012 Jósvai János Proaktív termelésütemezési, logisztikai módszerek és ipari alkalmazásaik doktori értekezés Témavezetők:

Részletesebben

4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés)

4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés) 4. A GYÁRTÁS ÉS GYÁRTÓRENDSZER TERVEZÉSÉNEK ÁLTALÁNOS MODELLJE (Dudás Illés) ). A gyártás-előkészítés-irányítás funkcióit, alrendszereit egységbe foglaló (általános gyártási) modellt a 4.1. ábra szemlélteti.

Részletesebben

LÁNG CSABÁNÉ SZÁMELMÉLET. Példák és feladatok. ELTE IK Budapest 2010-10-24 2. javított kiadás

LÁNG CSABÁNÉ SZÁMELMÉLET. Példák és feladatok. ELTE IK Budapest 2010-10-24 2. javított kiadás LÁNG CSABÁNÉ SZÁMELMÉLET Példák és feladatok ELTE IK Budapest 2010-10-24 2. javított kiadás Fels oktatási tankönyv Lektorálták: Kátai Imre Bui Minh Phong Burcsi Péter Farkas Gábor Fülöp Ágnes Germán László

Részletesebben

TERMELÉSMENEDZSMENT. Gyakorlati segédlet a műszaki menedzser szak hallgatói számára. Összeállította: Dr. Vermes Pál főiskolai tanár 2006.

TERMELÉSMENEDZSMENT. Gyakorlati segédlet a műszaki menedzser szak hallgatói számára. Összeállította: Dr. Vermes Pál főiskolai tanár 2006. Szolnoki Főiskola Műszaki és Mezőgazdasági Fakultás Mezőtúr TERMELÉSMENEDZSMENT Gyakorlati segédlet a műszaki menedzser szak hallgatói számára Összeállította: Dr. Vermes Pál főiskolai tanár Mezőtúr 6.

Részletesebben

Differenciaegyenletek

Differenciaegyenletek Differenciaegyenletek Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Losonczi László (DE) Differenciaegyenletek 1 / 24 3.1 Differenciaegyenlet fogalma, egzisztencia- és unicitástétel

Részletesebben

* Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Tárgyfelelős neve * Modern piacelmélet Reklám

* Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Tárgyfelelős neve * Modern piacelmélet Reklám * Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Tárgyfelelős neve * Modern piacelmélet Reklám ELTE TáTK Közgazdaságtudományi Tanszék Készítette: Hidi János * Reklámozás - áttekintés * Miért

Részletesebben

Termékdifferenciálás. Modellek. Helyettesíthetıség és verseny. 13.elıadás: Monopolisztikus verseny és monopolista viselkedés

Termékdifferenciálás. Modellek. Helyettesíthetıség és verseny. 13.elıadás: Monopolisztikus verseny és monopolista viselkedés 1 /8 13.elıadás: Monopolisztikus verseny és monopolista viselkedés Termékdifferenciálás A termékek azért differenciáltak, mert a fogyasztók úgy gondolják, hogy különböznek egymástól A fogyasztónak mindig

Részletesebben

A Nemzeti Névtér megvalósításának néhány kérdése

A Nemzeti Névtér megvalósításának néhány kérdése A Nemzeti Névtér megvalósításának néhány kérdése A Nemzeti Névtér létrehozásának és működtetésének igazi értelme abban van, hogy a névterek közös archívumi használata révén átjárhatóvá tegyük a kulturális

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS BÉLA, MATEMATIKA I. KOVÁCS BÉLA, MATEmATIkA I 5 V ELEmI ALGEbRA 1 BINÁRIS műveletek Definíció Az halmazon definiált bináris művelet egy olyan függvény, amely -ből képez -be Ha akkor az elempár képét jelöljük -vel, a művelet

Részletesebben

E B D C C DD E E g e 112 D 0 e B A B B A e D B25 B B K H K Fejhallgató Antenna A B P C D E 123 456 789 *0# Kijelzés g B A P D C E 0 9* # # g B B 52 Y t ] [ N O S T \ T H H G ? > < p B E E D 0 e B D

Részletesebben

KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN)

KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) Közgazdasági alapismeretek (elméleti gazdaságtan) középszint 1421 ÉRETTSÉGI VIZSGA 2014. október 13. KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI

Részletesebben

Programozás I. Metódusok C#-ban Egyszerű programozási tételek. Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu

Programozás I. Metódusok C#-ban Egyszerű programozási tételek. Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Programozás I. 3. előadás Tömbök a C#-ban Metódusok C#-ban Egyszerű programozási tételek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia

Részletesebben

A nyugdíjpénztárak. specialitásai. Előadók: Pálffy László és Szűcs Dávid. 2011. november 23.

A nyugdíjpénztárak. specialitásai. Előadók: Pálffy László és Szűcs Dávid. 2011. november 23. A nyugdíjpénztárak könyvvizsgálatának specialitásai Előadók: Pálffy László és Szűcs Dávid 2011. november 23. Tartalom Legfrissebb változások hatásai Általános piaci áttekintés Jogszabályi háttér A könyvvizsgálati

Részletesebben