Lineáris programozási feladat duálisa,
|
|
- Gergely Csonka
- 3 évvel ezelőtt
- Látták:
Átírás
1 Lineáris programozási feladat duálisa, érzékenységvizsgálat Gazdaságmatematika 2. gyakorlat hét készítette: dr. Nagy Noémi A lineáris programozási feladat duálisa a következő táblázat segítségével írható fel: MAX MIN 0 változók előjelkötetlen = feltételek 0 0 feltételek = előjelkötetlen változók 0 A táblázat szerint egy lineáris programozási feladat duálisának célfüggvénye ellentétes irányú, azaz ha az úgynevezett primál feladat maximumot keres, annak duálisa minimalizál és fordítva. Nagyjából ez úgy képzelhető el, mint egy kétszemélyes játékelméleti feladat: A két játékos egymással egy játékot - akár egy kő-papír-olló(-gyík-spocko)t - játszik. Az egyszerűség kedvéért amennyiben ugyanazt mutatják, egyikük sem nyer, egyébként a nyertes 1000 Ft-ot nyer a másik játékostól. Nyilvánvalóan mindkét játékos célja, hogy minél többet nyerjen el a másiktól, de erre úgy is gondolhatunk, hogy az egyik játékos helyébe képzeljük magunkat és amellett, hogy a saját nyereményünket maximalizáljuk, egyúttal az ellenfél nyereményét minimalizálni akarjuk. A feladatot tovább bonyolíthatja, ha a különböző párok különböző értékűek. Ebben az esetben is az első játékos stratégiájára válaszul a második játékosnak is meg kell határoznia a saját stratégiáját. Ehhez a különböző nyeremények szerinti feltételeket tudnak a játékosok felírni. A végeredmény mindkét játékosnál egy-egy stratégia lesz, azaz megkapják, hogy melyik jelet milyen gyakorisággal érdemes mutatni ahhoz, hogy a nyereményük minél nagyobb, illetve hogy a veszteségük minél kisebb legyen. Nézzünk most egy konrét példát: 1. Példa Írja fel az alábbi lineáris programozási feladat duálisát! 5x 1 + 2x 2 + 3x 3 2 x 1 + 5x 2 + 2x 3 = 5 x 1 2x 2 + x 3 3 x 1 0, x 2 előjelkötetlen, x 3 0 2x 1 2x 2 + x 3 min 1
2 2 2 PÉLDA Megoldás. A feladat duálisának felírásához minden változóból feltétel lesz és minden feltétel változóvá válik. Ez azt jelenti, hogy x 1 együtthatói és a rá vonatkozó előjel szerinti előírás fogják meghatározni az első feltételt, az x 2 együtthatói és előjele mutatja majd a második feltételt, stb. Az eredetileg a célfüggvényben szereplő együtthatók a duál feltételek jobb oldalán lévő értékek lesznek. A különböző feltételekhez y i változókat kell bevezetnünk. A feltételekben szereplő megkötések (, =, ) határozzák majd meg az adott y i előjelét. Az új célfüggvény együtthatói a primál feladat feltételeinek jobb oldalán szereplő értékekből adódnak. Tehát a duál feladat: 5y 1 y 2 + y 3 2 2y 1 + 5y 2 2y 3 = 2 3y 1 + 2y 2 + y 3 1 y 1 0, y 2 előjelkötetlen, y 3 0 2y 1 5y 2 3y 3 max Miután a duál feladat felírására már ismerjük a módszert, nézzük meg, hogyan történik egy duál feladat megoldásának leolvasása az optimális táblából, valamint végezzünk érzékenységvizsgálatot a kapacitásokra és a célfüggvény-együtthatókra. Továbbá vizsgáljuk meg, hogyan a szimplex módszer hogyan reagál arra, ha a kapacitások vagy célfüggvény-együtthatók együttesen változnak. Ehhez felírjuk a feladat szövegét, a matematikai modellt és az optimális táblát is, hogy a lényegre koncentrálhassunk. Megjegyezzük továbbá, hogy az optimális táblában szükség van (lehet) a törölt u oszlopokra is, ezeket a b oszlop mögé írjuk fel. 2. Példa A távoli jövőben a vizsgákra különböző ízesítésű tudástabletták bevételével is fel lehet készülni. Egy spenótos tabletta elfogyasztása 10%-kal, egy eperízű tabletta elfogyasztása 7%-kal növeli a hallgató tudását. (Tehát 4 spenótos és 5 epres tabletta esetén a tananyag 75%-ának lennénk a birtokában.) Egy spenótos tabletta 2000, egy eperízű tabletta 1500 forintba kerül. A túladagolás elkerülése érdekében a két tablettából összesen legfeljebb 8 darab vehető be, és arra is ügyelnünk kell, hogy legalább annyi eprest vegyünk be, mint spenótost (az utóbbi nem túl kellemes íze miatt). Milyen összetételben vásároljuk a tablettákból, ha a lehető legkevesebbet szeretnénk költeni és 51% a sikeres
3 3 vizsga teljesítésének feltétele? A matematikai modell: x 1 x 2 0 x 1 + x x 1 + 7x 2 51 x 1, x x x 2 min Optimális tábla: x 1 7/17 1/17 3 1/17 u 2 3/17 2/17 2 2/17 z 1000/ / /17 a) Írja fel a feladat duálisát és határozza meg annak megoldását! b) Végezzen érzékenységvizsgálatot az első kapacitásra (spenótos és epres tabletta számának különbsége)! c) Végezzen érzékenységvizsgálatot a második kapacitásra (bevehető tabletták darabszáma)! d) Végezzen érzékenységvizsgálatot a harmadik kapacitásra (sikeres teljesítés százaléka)! e) Mennyivel kellene a sikeres teljesítés százalékát módosítani, hogy az elköltött összeg 17%-kal csökkenjen? f) Mennyire változhatna a sikeres teljesítés százaléka, ha az eredetihez képest 40%-kal többet költhetnénk? g) Legfeljebb hány százalékkal növekedhet az elköltött összeg a sikeres teljesítés százalékának megváltoztatásával? h) Végezzen érzékenységvizsgálatot a spenótos tabletta árára! i) Végezzen érzékenységvizsgálatot az epres tabletta árára! j) Hogyan változik az optimális tábla, ha a kapacitások (0, 8, 51)-ről (1, 10, 61)-re változnak? k) Hogyan változik az optimális tábla, ha a célfüggvény-együtthatók (2000, 1500)-ról (2035, 1535)-ra változnak? a) megoldása. A feladat duálisa: y 1 + y y y 1 + y 2 + 7y y 1, y 2 0, y 3 0 0y 1 + 8y y 3 max A duál feladat megoldása is leolvasható az optimális táblából azzal, hogy itt nem a b oszlopból olvassuk le az x-ek értékeit, hanem z (vagy z) sorából, nagyon ügyelve rá, hogy ott z vagy z szerepel-e, hiszen ettől függ, az érték ( 1)-szeresét kell-e vennünk. ( z esetén vesszük az értékek ( 1)-szeresét, z esetén már maga az érték látszik.) Továbbá megjegyezzük, hogy a táblázatban szereplő u-k megfelelnek a duál feladatban szereplő y-oknak: y 1 (= u 1 ) = 1000/17, y 2 (= u 2 ) = 0, y 3 (= u 3 ) = 3500/17. A célfüggvény optimális értéke: y 2 értéke azért 0, mert u 2 az első oszlopban van, mi pedig most z sorából olvastuk le az értékeket. b) megoldása. Az első kapacitásra vonatkozó érzékenységvizsgálat előzetesen annyit jelent, hogy az első feltételben 0 helyett 0 + λ szerepel.
4 4 2 PÉLDA Ez az optimális táblában mindössze annyit fog jelenteni, hogy b oszlopának helyére b + λ u 1 fog kerülni, azaz: u 1 v 1 b + λ u 1 u 3 x 1 7/17 1/ λ 7/17 1/17 u 2 3/17 2/ λ 3/17 2/17 x 2 10/17 1/ λ ( 10/17) 1/17 z 1000/ / λ ( 1000/17) 3500/17 Azonban ebben a táblában is teljesülnie kell, hogy a b oszlopában negatív érték nem szerepelhet, vagyis: 3 + λ 7/17 0, 2 + λ 3/17 0, és 3 + λ ( 10/17) 0. Megoldva az egyenlőtlenségeket, a következő feltételeket kapjuk a λ-ra vonatkozóan: λ 51/7, λ 34/3, 21/10 λ. Ezek együttesen a λ [ 51/7, 21/7] intervallumon teljesülnek. Ekkor z = /17 λ.(ez szerepel ugyanis z b metszetében.) c) megoldása. Amennyiben a második kapacitásra (8 értékére) szeretnénk érzékenységvizsgálatot végezni, a b + λ u 2 oszlopot kellene elkészítenünk, de amint látható u 2 oszlopunk nincsen, hiszen u 2 a bázisban szerepel. Viszont el tudjuk készíteni az u 2 oszlopát, méghozzá úgy, hogy az u 2 értéke mindenütt 0 lesz, kivéve ott, ahol u 2 sorát nézzük. Azon a helyen az érték 1: u 2 x 1 7/17 1/17 3 1/17 0 u 2 3/17 2/17 2 2/ z 1000/ / /17 0 Így már el tudjuk készíteni a b + λ u 2 oszlopot: u 1 v 1 b + λ u 2 u 3 u 2 x 1 7/17 1/ λ 0 1/17 0 u 2 3/17 2/ λ 1 2/17 1 x 2 10/17 1/ λ 0 1/17 0 z 1000/ / λ /17 0 A b oszlopban továbbra sem szerepelhetnek negatív értékek (z sorát kivéve), így továbbra is fennállnak a feltételek, melyek megoldásai:
5 3 + λ 0 0 = λ R 2 + λ 1 0 = λ λ 0 0 = λ R A három feltétel közös része: λ 2, ahol z = λ 0 = Ez azt jelenti, hogy ha legfeljebb 2-vel csökkentjük a 8 értékét (vagy tovább növeljük azt) a második feltételben, akkor az optimális érték marad. d) megoldása. A harmadik kapacitás megváltoztatása azt jelenti, hogy 51 helyett 51 + λ lesz, azaz az optimális táblában b helyén b + λ u 3 lesz: 5 u 1 v 1 b + λ u 3 u 3 x 1 7/17 1/ λ 1/17 1/17 u 2 3/17 2/ λ ( 2/17) 2/17 x 2 10/17 1/ λ 1/17 1/17 z 1000/ / λ 3500/ /17 Továbbra is teljesül, hogy a b oszlopában nem szerepelhet negatív érték: 3 + λ 1/17 0 = λ λ ( 2/17) 0 = 17 λ 3 + λ 1/17 0 = λ 51 A feltételek közös része: λ [ 51, 17], amikor z = λ 3500/17. e) megoldása. Amennyiben a teljesítés százalékát kívánjuk vizsgálni, akkor erre a kapacitásra kell elvégeznünk az érzékenységvizsgálatot. Amint látjuk, a d) pontban ezt a kérdést már megválaszoltuk: λ [ 51, 17], z = λ 3500/17 Az elköltött összeg 17%-kal történő csökkentése azt jelenti, hogy a fenti z értéknek az optimális érték 83%-ával kell megegyeznie: = λ 3500/ = λ 3500/ = λ 3500/ = λ Azt kaptuk eredményül, hogy ha 17%-kal csökkentjük az optimális értéket, azaz a tablettákra szánt összeget, akkor az 51%-os követelményt 8.67%-kal kellene csökkenteni. Mivel a kapott érték benne van a [ 51, 17] intervallumban, ezért ez a lehetőség kivitelezhető. f) megoldása. Ebben az esetben is a sikeres teljesítés és az optimális érték kapcsolatát vizsgáljuk, ezért szükség van az érzékenységvizsgálat során kapott eredményre: λ [ 51, 17], z = λ 3500/17 és az optimális értékre: Ha a keretünk 40%-kal nagyobb, az azt jelenti, hogy = λ 3500/ = λ 3500/ = λ 3500/ = λ
6 6 2 PÉLDA Sajnos a kapott érték nem esik bele a [ 51, 17] intervallumba, ezért az optimális érték ilyen mértékű megváltoztatása kizárólag a harmadik kapacitás megváltoztatásával nem kivitelezhető. g) megoldása. A kérdést a következőképpen kell értelmeznünk: (1 + a/100) = λ 3500/17 λ [ 51, 17] a baloldal akkor a legnagyobb, ha λ = (1 + a/100) = / (1 + a/100) = a/100 = 4/3 a = 100/3 Az elköltött összeg legfeljebb %-kal növekedhet, ha a teljesítési feltételt a lehető legmagasabbra növelik. h) megoldása. Amennyiben a célfüggvény együtthatóját változtatjuk, az a célfüggvény (z vagy z) sorában fog megjelenni a következőképpen: Amennyiben valamelyik x i együtthatóját λ-val változtatjuk, a célfüggvény sora z + λ x i lesz. Ez azt jelenti, hogy ha z szerepelt a sor elején, akkor z + λ x i lesz helyette, z esetén pedig (z + λ x i ) = z λ x i. (Tehát az előjelre nagyon oda kell figyelni.) A spenótos tabletta árára vonatkozóan tehát az alábbi táblát kapjuk: x 1 7/17 1/17 3 1/17 u 2 3/17 2/17 2 2/17 z + λ x /17 + λ 7/ /17 + λ ( 1/17) λ /17 + λ 1/17 Az utolsó sorban szereplő értékekre továbbra is fennáll, hogy nem pozitívak, különben tovább kellene számolni a táblázatot: 1000/17 + λ 7/17 0 = λ 1000/7 3500/17 + λ ( 1/17) 0 = 3500 λ Így λ [ 3500, 1000/7] esetén a λ 3 lesz az optimális érték. i) megoldása. Itt a z + λ x 2 sor kerül a z helyére: x 1 7/17 1/17 3 1/17 u 2 3/17 2/17 2 2/17 z + λ x /17 + λ ( 10/17) 3500/17 + λ ( 1/17) λ /17 + λ 1/17 A feltételek tehát: 1000/17 + λ ( 10/17) 0 = 100 λ 3500/17 + λ ( 1/17) 0 = 3500 λ A két feltétel által meghatározott közös feltétel 100 λ, amikor z = λ 3.
7 j) megoldása. Amikor a kapacitások együttesen változnak, az is könnyen megvalósítható az optimális tábla ismeretében. A változás itt is csak a b oszlopban fog megjelenni: Az u sorok és oszlopok elé írjuk le az új értékeket, a többi változó elé 0-kat. b értékei a következőképpen kaphatók meg: x 1 7/17 1/ / ( 1/17) 0 + 1/ /17 10 u 2 3/17 2/ / / ( 2/17) 61 2/17 0 x 2 10/17 1/ ( 10/17) 1 + ( 1/17) 0 + 1/ /17 z 1000/ / / ( 3500/17) / /17 Kiszámítva b értékeit: x 1 7/17 1/17 4 1/17 u 2 3/17 2/17 3 2/17 z 1000/ / /17 k) megoldása. A számítás a kapacitásértékek változásához hasonló. A legfőbb különbség, hogy a változások a z (vagy z) sorában jelennek meg. Éppen ezért oda kell figyelni, hogy éppen z vagy z szerepel az utolsó sorban. Az új tábla kiszámításánál az x sorai elé beírjuk az új együtthatókat, x oszlopai elé pedig az új együtthatók ( 1)-szereseit. Majd a következőképpen határozzuk meg a z új értékeit: x 1 7/17 1/17 3 1/17 0 u 2 3/17 2/17 2 2/ z z 1 z 2 z 3 z 4 z 1 = 0 + 7/ / ( 10/17) 1535 = 65 z 2 = 0 + ( 1/17) / ( 1/17) 1535 = 210 z 3 = = z 4 = 0 + 1/ ( 2/17) 0 + 1/ = 210 Tehát az új táblázat: x 1 7/17 1/17 3 1/17 u 2 3/17 2/17 2 2/17 z
8 8 2 PÉLDA Ismételten felhívjuk a figyelmet, hogy az utolsó sorban a z és z közötti különbség a sor minden értékében megjelenik, hiszen z esetén a fenti számolással megkapjuk a sorbeli értékeket, azonban z esetén a fenti módon megkapott eredmények ( 1)-szeresei kerülnek a z sorába. Továbbá megjegyezzük, hogy az utolsó két részfeladat alkalmas arra is, hogy a kapott b oszlopában és/vagy z vagy z sorában lévő értékeket ellenőrizzük.
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
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
Totális Unimodularitás és LP dualitás. Tapolcai János
Totális Unimodularitás és LP dualitás Tapolcai János tapolcai@tmit.bme.hu 1 Optimalizálási feladat kezelése NP-nehéz Hatékony megoldás vélhetően nem létezik Jó esetben hatékony algoritmussal közelíteni
Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit
Operációkutatás Vaik Zsuzsanna Vaik.Zsuzsanna@ymmfk.szie.hu Budapest 200. október 10. Mit tanulunk ma? Szállítási feladat Megoldása Adott: Egy árucikk, T 1, T 2, T,..., T m termelőhely, melyekben rendre
b) Írja fel a feladat duálisát és adja meg ennek optimális megoldását!
1. Három nemnegatív számot kell meghatározni úgy, hogy az elsőt héttel, a másodikat tizennéggyel, a harmadikat hattal szorozva és ezeket a szorzatokat összeadva az így keletkezett szám minél nagyobb legyen.
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,
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
Döntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 7. Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek
Optimumkeresés számítógépen
C Optimumkeresés számítógépen Az optimumok megtalálása mind a gazdasági életben, mind az élet sok más területén nagy jelentőségű. A matematikában számos módszert dolgoztak ki erre a célra, például a függvények
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
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
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
A dualitás elve. Készítette: Dr. Ábrahám István
A dalitás elve Készítette: Dr. Ábrahám István A dalitás fogalma, alapösszefüggései Definíció: Adott a lineáris programozás maimm feladata: 0 A b f()=c* ma Ekkor felírható a kővetkező minimm feladat: y
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.
Operációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
Operációkutatás példatár
1 Operációkutatás példatár 2 1. Lineáris programozási feladatok felírása és megoldása 1.1. Feladat Egy gazdálkodónak azt kell eldöntenie, hogy mennyi kukoricát és búzát vessen. Ha egységnyi földterületen
Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-04 p. 1/30 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
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
Operációkutatás II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:
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
5 = hiszen és az utóbbi mátrix determinánsa a középs½o oszlop szerint kifejtve: 3 7 ( 2) = (példa vége). 7 5 = 8. det 6.
A pivotálás hasznáról és hatékony módjáról Adott M mátrixra pivotálás alatt a következ½ot értjük: Kijelölünk a mátrixban egy nemnulla elemet, melynek neve pivotelem, aztán az egész sort leosztjuk a pivotelemmel.
A szimplex algoritmus
. gyakorlat A szimplex algoritmus Az előző órán bevezetett feladat optimális megoldását fogjuk megvizsgálni. Ehhez új fogalmakat, és egy algoritmust tanulunk meg. Hogy az algoritmust alkalmazni tudjuk,
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
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,
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
Döntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2018/19. tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
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
Táblázataink a megjátszható kombinációs Kenó játék indexszámait, a benne foglalt alapjátékok darabszámát és - a találatoktól függően - a különböző
INDEX Táblázataink a megjátszható kombinációs Kenó játék indexit, a benne foglalt alapjátékok darabszámát és - a találatoktól függően - a különböző nyerőosztályokban elérthető nyeremények számát mutatják
Mintafeladat az RSA algoritmus szemléltetésére
Mintafeladat az RSA algoritmus szemléltetésére Feladat Adottak a p = 269 és q = 24 prímszámok, továbbá az e = 5320 nyilvános kulcs és az x = 48055 nyílt szöveg. Számolja ki n = p q és ϕ(n) értékét! Igazolja
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 +
9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Tegyük fel, hogy egy elemi bázistranszformáció kezdetekor a sor- és oszlopindexek sorban helyezkednek
Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA
SZDT-03 p. 1/24 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás
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
Operációkutatás vizsga
Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 16. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS,
Matematikai modellek megoldása számítógéppel Solver Lingo
Matematikai modellek megoldása számítógéppel Solver Lingo Készítette: Dr. Ábrahám István A matematikai modellek számítógépes megoldásait példákkal mutatjuk be. Példa: Négy erőforrás felhasználásával négyféle
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.
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
2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 8. Előadás Bevezetés Egy olyan LP-t, amelyben mindegyik változó egészértékű, tiszta egészértékű
1.1. Alapfeladatok. hogy F 1 = 1, F 2 = 1 és általában F n+2 = F n+1 + F n (mert a jobboldali ág egy szinttel lennebb van, mint a baloldali).
1.1. Alapfeladatok 1.1.1. Megoldás. Jelöljük F n -el az n-ed rendű nagyapák számát. Az ábra alapján látható, hogy F 1 = 1, F = 1 és általában F n+ = F n+1 + F n mert a jobboldali ág egy szinttel lennebb
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,
JÁTÉKELMÉLETTEL KAPCSOLATOS FELADATOK
1.Feladat JÁTÉKELMÉLETTEL KAPCSOLATOS FELADATOK Az alábbi kifizetőmátrixok három különböző kétszemélyes konstans összegű játék sorjátékosának eredményeit mutatják: 2 1 0 2 2 4 2 3 2 4 0 0 1 0 1 5 3 4 3
Döntési módszerek Tantárgyi útmutató
Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2015/16 tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:
Döntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 8 Gyakorlat Alapfogalmak A terület alapfogalmai megtalálhatók Pluhár András Döntési rendszerek
1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1. x 1 0, x 2 0
Gyakorló feladatok Operációkutatás vizsgára 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, b, c, d, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1 x 1 2, 5 z 1 = 4x 1 3x 2 max; z
Ellenőrzés. Variáns számítás. Érzékenység vizsgálat
Ellenőrzés Variáns számítás Érzékenység vizsgálat Készítette: Dr Árahám István Az ellenőrzés A matematikai modell megoldása, a szimple tálák kitöltése közen könnyen elkövethetünk számolási hiát A kiindlási
A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása
azdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállakozásgazdaságtan Tanszék A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása Készítette: dr. Koltai Tamás egyetemi tanár Budapest,.
Konvexitás, elaszticitás
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSAI Konveitás, elaszticitás Tanulási cél A másodrendű deriváltat vizsgálva milyen következtetéseket vonhatunk le a üggvény konveitására vonatkozóan. Elaszticitás ogalmának
3. előadás. Termelési és optimalizálási feladatok. Dr. Szörényi Miklós, Dr. Kallós Gábor
3. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak
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
Operációkutatás vizsga
Operációkutatás vizsga B csoport Budapesti Corvinus Egyetem 2007. január 16. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS
ÁTVÁLTÁSOK SZÁMRENDSZEREK KÖZÖTT, SZÁMÁBRÁZOLÁS, BOOLE-ALGEBRA
1. Tízes (decimális) számrendszerből: a. Kettes (bináris) számrendszerbe: Vegyük a 2634 10 -es számot, és váltsuk át bináris (kettes) számrendszerbe! A legegyszerűbb módszer: írjuk fel a számot, és húzzunk
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
G Y A K O R L Ó F E L A D A T O K
Döntéselmélet G Y A K O R L Ó F E L A D A T O K Lineáris programozás I Egy vállalat kétféle terméket gyárt, az A és B termékeket. A következő adatok ismertek: A vállalat éves munkaóra-kapacitása 1440 óra,
Növényvédő szerek A B C D
A feladat megoldása során az Excel 2010 használata a javasolt. A feladat elvégzése során a következőket fogjuk gyakorolni: Termelési és optimalizálási feladatok megoldása. Mátrixműveletek alkalmazása.
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
Gazdasági informatika gyakorlat
Gazdasági informatika gyakorlat P-Gráfokról röviden Mester Abigél P-Gráf: A P-Gráfok olyan speciális páros gráfok, ahol a csúcsok két halmazba oszthatók: ezek az anyag jellegű csúcsok, valamint a gépek.
11. Előadás. 1. Lineáris egyenlőség feltételek melletti minimalizálás
Optimalizálási eljárások MSc hallgatók számára 11. Előadás Előadó: Hajnal Péter Jegyzetelő: Hajnal Péter 2011. április 27. 1. Lineáris egyenlőség feltételek melletti minimalizálás Múlt héten nem szerepeltek
1. Halmazok, számhalmazok, alapműveletek
1. Halmazok, számhalmazok, alapműveletek I. Nulladik ZH-ban láttuk: 1. Határozza meg az (A B)\C halmaz elemszámát, ha A tartalmazza az összes 19-nél kisebb természetes számot, továbbá B a prímszámok halmaza
Esettanulmányok és modellek 2
Esettanulmányok és modellek Kereskedelem Mezőgazdaság Készítette: Dr. Ábrahám István Kereskedelem. Kocsis Péter: Opt. döntések lin.pr. (. oldal) nyomán: Kiskereskedelmi cég négyféle üdítőt rendel, melyek
A szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
Operációkutatás vizsga
Operációkutatás vizsga A csoport Budapesti Corvinus Egyetem 2007. január 9. Egyéb gyakorló és vizsgaanyagok találhatók a honlapon a Letölthető vizsgasorok, segédanyagok menüpont alatt. OPERÁCIÓKUTATÁS
17. modul: EGYENLETEK, EGYENLŐTLENSÉGEK, KÉTISMERETLENES EGYENLETEK
MATEMATIK A 9. évfolyam 17. modul: EGYENLETEK, EGYENLŐTLENSÉGEK, KÉTISMERETLENES EGYENLETEK KÉSZÍTETTE: DARABOS NOÉMI ÁGNES Készítette: Darabos Noémi Ágnes Matematika A 9. évfolyam. 17. modul: EGYENLETEK,
9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, mátrixegyenlet
9. Előadás Megyesi László: Lineáris algebra, 75. 84. oldal. Gondolkodnivalók Mátrix rangja 1. Gondolkodnivaló Határozzuk meg a p valós paraméter értékétől függően a következő mátrix rangját: p 3 1 2 2
Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...
Egész számok természetes számok ( ) pozitív egész számok: 1; 2; 3; 4;... 0 negatív egész számok: 1; 2; 3; 4;... egész számok ( ) 1. Írd a következõ számokat a halmazábra megfelelõ helyére! 3; 7; +6 ; (
Nemlineáris programozás 2.
Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz á 3. oktátá si he t tánányágá hoz kápcsolo do án 1. feladattípus Egyváltozós keresleti, vagy kínálati függvények
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz
Szá molá si feládáttí pusok á Ko zgázdásá gtán I. (BMEGT30A003) tá rgy zá rthelyi dolgozátá hoz 1. feladattípus a megadott adatok alapján lineáris keresleti, vagy kínálati függvény meghatározása 1.1. feladat
Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak
10. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Mátrix inverze 1. Gondolkodnivaló Igazoljuk, hogy invertálható trianguláris mátrixok inverze is trianguláris. Bizonyítás:
A Morra játék Módosított Morra Blöff és alullicitálás mint racionális stratégiák
A Morra játék Módosított Morra Blöff és alullicitálás mint racionális stratégiák Előadás felépítése Morra játék háttere, fajtái Módosított Morra Egyszerűsítési stratégiák Blöff és alullicitálás Mi az Morra?
Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén!
Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További példák találhatók az fk.sze.hu oldalon a letöltések részben a közlekedési operációkutatásban 1. Oldja meg grafikusan az alábbi feladatokat
Visszalépéses keresés
Visszalépéses keresés Backtracking előadás http://nik.uni-obuda.hu/prog2 Szénási Sándor szenasi.sandor@nik.uni-obuda.hu Óbudai Egyetem,Neumann János Informatikai Kar Alapvető működése Továbbfejlesztési
ELEKTRONIKAI ALAPISMERETEK
ÉRETTSÉGI VIZSGA 2014. október 13. ELEKTRONIKAI ALAPISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA 2014. október 13. 14:00 Az írásbeli vizsga időtartama: 180 perc Pótlapok száma Tisztázati Piszkozati EMBERI ERŐFORRÁSOK
Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás
Gráfelmélet/Diszkrét Matematika MSc hallgatók számára 3. Előadás Előadó: Hajnal Péter Jegyzetelő: Pék Máté 2009. szeptember 21. 1. Folyamok 1.1. Definíció. G = (V, E, K, B) irányított gráf, ha e! v : ekv
Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások
Megoldások 1. Oldd meg a következő egyenleteket! (Alaphalmaz: Z) a) (x 1) (x + 1) 7x + 1 = x (4 + x) + 2 b) 1 2 [5 (x 1) (1 + 2x) 2 4x] = (7 x) x c) 2 (x + 5) (x 2) 2 + (x + 1) 2 = 6 (2x + 1) d) 6 (x 8)
Nem-lineáris programozási feladatok
Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens
KISMAMATB KFT 7632 PÉCS TILDY Z. U. 10. B. 1/3. Adószám:
Kedves Ágnes!...11.05-én,.. 2010.. -én született. Pocaklakó várható születési ideje 2017.05. Jelenlegi munkaviszonyod 201.-től áll fenn, melyben a havi bruttó béred. Ft. A jelenlegi munkaviszonyod saját
Útmutató a bevallás Excel táblázatban történő kitöltéséhez
Útmutató a bevallás Excel táblázatban történő kitöltéséhez 1. Nyissa meg az Excel táblázatkezelő programot. 2. Nyissa meg az OBA 2011.xls nevű fájlt. Megnyitáskor a kísérőlevélben közölt jelszót kell beírnia
Felvételi vizsga mintatételsor Informatika írásbeli vizsga
BABEȘ BOLYAI TUDOMÁNYEGYETEM MATEMATIKA ÉS INFORMATIKA KAR A. tételsor (30 pont) Felvételi vizsga mintatételsor Informatika írásbeli vizsga 1. (5p) Egy x biten tárolt egész adattípus (x szigorúan pozitív
11. Előadás. Megyesi László: Lineáris algebra, oldal. 11. előadás Kvadratikus alakok, Stratégiai viselkedés
11. Előadás Megyesi László: Lineáris algebra, 98. 108. oldal. Gondolkodnivalók Leontyev-modell, Sajátérték 1. Gondolkodnivaló Határozzuk meg, hogy az x valós paraméter mely értékeire lesz az alábbi A mátrix
Nyerni jó. 7.-8. évfolyam
Boronkay György Műszaki Középiskola és Gimnázium 2600 Vác, Németh László u. 4-6. : 27-317 - 077 /fax: 27-315 - 093 WEB: http://boronkay.vac.hu e-mail: boronkay@vac.hu Levelező Matematika Szakkör Nyerni
Szállítási feladat_1.
Szállítási feladat_. Bevezetés, a vállalkozás bemutatása A vállalkozás 992-ben alakult, mint egyszemélyes vállalkozás, majd évek során kinőtte magát, tevékenysége és vevőköre egyre kiszélesedett, így 2002-ben
Lineáris algebra numerikus módszerei
Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y
EuroOffice Optimalizáló (Solver)
1. oldal EuroOffice Optimalizáló (Solver) Az EuroOffice Optimalizáló egy OpenOffice.org bővítmény, ami gyors algoritmusokat kínál lineáris programozási és szállítási feladatok megoldására. Szimplex módszer
1. konferencia: Egyenáramú hálózatok számítása
1. konferencia: Egyenáramú hálózatok számítása 1.feladat: 20 1 kω Határozzuk meg az R jelű ellenállás értékét! 10 5 kω R z ellenállás értéke meghatározható az Ohm-törvény alapján. Ehhez ismernünk kell
IDEGENNYELVŰ ÜGYVITELI ISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MINTAFELADATOKHOZ
IDEGENNYELVŰ ÜGYVITELI ISMERETEK EMELT SZINTŰ ÍRÁSBELI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A MINTAFELADATOKHOZ 1 / 7 I. MINTAFELADAT Választást, rövid, egyszerű választ igénylő feladatok. 1. Sorolja fel
Indexfüzet. ÉRVÉNYES: február 1.-től
Indexfüzet ÉRVÉNYES: 2016. február 1.-től A táblázatok a megjátszható kombinációs Kenó játékok indexszámait, az egyes kombinációk által tartalmazott alapjátékok darabszámát és a találatoktól függően a
Esettanulmányok és modellek 3
Esettanulmányok és modellek 3 Pénzügyek Idegenforgalom Készítette: Dr. Ábrahám István 1 Pénzügyi feladatok 1. (Kocsis Péter: Opt. döntések lin.pr. (3. oldal) nyomán): Adott négy részvény jelenlegi árfolyama
8. Előadás. Megyesi László: Lineáris algebra, , oldal. 8. előadás Mátrix rangja, Homogén lineáris egyenletrendszer
8. Előadás Megyesi László: Lineáris algebra, 51. 56., 70. 74. oldal. Gondolkodnivalók Elemi bázistranszformáció 1. Gondolkodnivaló Most ne vegyük figyelembe, hogy az elemi bázistranszformáció során ez
Matematikai modellezés
Matematikai modellezés Bevezető A diasorozat a Döntési modellek című könyvhöz készült. Készítette: Dr. Ábrahám István Döntési folyamatok matematikai modellezése Az emberi tevékenységben meghatározó szerepe
Bingó Számok, számhalmazok, műveletek 4. feladatcsomag
Számok, számhalmazok, műveletek 1.4 ingó Számok, számhalmazok, műveletek 4. feladatcsomag Életkor: Fogalmak, eljárások: 10 év fejszámolás alapműveletek törtrész számítása százalékszámítás szám ellentettje
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
1. Lineáris differenciaegyenletek
Lineáris differenciaegyenletek Tekintsük az alábbi egyenletet: f(n) af(n ) + bf(n + ), (K < n < N) f(k) d, f(n) d Keressük a megoldást f(n) α n alakban Így kajuk a következőket: α n aα n + bα n+ α a +
Programozás I. Matematikai lehetőségek Műveletek tömbökkel Egyszerű programozási tételek & gyakorlás V 1.0 OE-NIK,
Programozás I. Matematikai lehetőségek Műveletek tömbökkel Egyszerű programozási tételek & gyakorlás OE-NIK, 2013 1 Hallgatói Tájékoztató A jelen bemutatóban található adatok, tudnivalók és információk
Alternatívák rangsora Rangsor módszerek. Debreceni Egyetem
Döntéstámogató Rendszerek VII. előadás Bekéné Rácz Anett Debreceni Egyetem Definíciók Példa rangsorfordulásra Rangsorokkal kapcsolatos fogalmak Condorcet nyertes: Az az alternatíva, amely az összes többi
1000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a
A merész játékok stratégiája A következő problémával foglalkozunk: Tegyük fel, hogy feltétlenül ki kell fizetnünk 000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a még
KOVÁCS BÉLA, MATEMATIKA II.
KOVÁCS BÉLA, MATEmATIkA II 3 III NUmERIkUS SOROk 1 Alapvető DEFInÍCIÓ ÉS TÉTELEk Végtelen sor Az (1) kifejezést végtelen sornak nevezzük Az számok a végtelen sor tagjai Az, sorozat az (1) végtelen sor
Matematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
Szélsőérték-számítás
Szélsőérték-számítás Jelölések A következő jelölések mind az f függvény x szerinti parciális deriváltját jelentik: Ugyanígy az f függvény y szerinti parciális deriváltja: f x = xf = f x f y = yf = f y