1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI
|
|
- Péter Pataki
- 7 évvel ezelőtt
- Látták:
Átírás
1 1/12 Operációkutatás 5. gyakorlat Hiperbolikus programozási feladat megoldása Pécsi Tudományegyetem PTI
2 2/12 Ha az Hiperbolikus programozási feladat feltételek teljesülése mellett a A x b x 0 z(x) = c x + c 0 d x + d 0 célfüggvény optimumát keressük, akkor hiperbolikus programozási feladatról beszélünk.
3 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás.
4 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás. A lehetséges megoldások halmazának meghatározása az LP-feladatoknál tanultakkal megegyező módon történik.
5 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás. A lehetséges megoldások halmazának meghatározása az LP-feladatoknál tanultakkal megegyező módon történik. A célfüggvény rögzített értékeihez tartozó pontok most is egyenessereget alkotnak. z 0 = c x + c 0 z 0 = c 1 x + c 2 y + c 0 d x + d 0 d 1 x + d 2 y + d 0
6 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás. A lehetséges megoldások halmazának meghatározása az LP-feladatoknál tanultakkal megegyező módon történik. A célfüggvény rögzített értékeihez tartozó pontok most is egyenessereget alkotnak. z 0 = c x + c 0 z 0 = c 1 x + c 2 y + c 0 d x + d 0 d 1 x + d 2 y + d 0 z 0 (d 1 x + d 2 y + d 0 ) = c 1 x + c 2 y + c 0
7 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás. A lehetséges megoldások halmazának meghatározása az LP-feladatoknál tanultakkal megegyező módon történik. A célfüggvény rögzített értékeihez tartozó pontok most is egyenessereget alkotnak. z 0 = c x + c 0 z 0 = c 1 x + c 2 y + c 0 d x + d 0 d 1 x + d 2 y + d 0 z 0 (d 1 x + d 2 y + d 0 ) = c 1 x + c 2 y + c 0 (z 0 d 2 c 2 ) y = (c 1 z 0 d 1 ) x + c 0 z 0 d 0
8 2/12 Hiperbolikus programozási feladat grafikus megoldása 2 dimenziós HP- feladatok esetén alkalmazható a grafikus megoldás. A lehetséges megoldások halmazának meghatározása az LP-feladatoknál tanultakkal megegyező módon történik. A célfüggvény rögzített értékeihez tartozó pontok most is egyenessereget alkotnak. z 0 = c x + c 0 z 0 = c 1 x + c 2 y + c 0 d x + d 0 d 1 x + d 2 y + d 0 z 0 (d 1 x + d 2 y + d 0 ) = c 1 x + c 2 y + c 0 (z 0 d 2 c 2 ) y = (c 1 z 0 d 1 ) x + c 0 z 0 d 0 Egyszerűen belátható, hogy a fenti egyenessereg egyenesei egyetlen pontban metszik egymást.
9 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 2x 1 x 2 x 1 + x = z min
10 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
11 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
12 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
13 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
14 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
15 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
16 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
17 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
18 3/12 Feladatok 1. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 Először ábrázoljuk a lehetséges megoldások halmazát! 2x 1 x 2 x 1 + x = z min
19 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át.
20 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át. A célfüggvény által meghatározott egyenesek egyenlete: 2x 1 x 2 x 1 + x = z 0 (2 z 0 )x 1 (1 + z 0 )x 2 = z 0.
21 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át. A célfüggvény által meghatározott egyenesek egyenlete: 2x 1 x 2 x 1 + x = z 0 (2 z 0 )x 1 (1 + z 0 )x 2 = z 0. Az egyenesek metszéspontjának meghatározásához tekintsük a z 0 = 2 illetve a z 0 = 1 egyeneseket!
22 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át. A célfüggvény által meghatározott egyenesek egyenlete: 2x 1 x 2 x 1 + x = z 0 (2 z 0 )x 1 (1 + z 0 )x 2 = z 0. Az egyenesek metszéspontjának meghatározásához tekintsük a z 0 = 2 illetve a z 0 = 1 egyeneseket! Ha z 0 = 2, akkor a (2 2)x 1 (1 + 2)x 2 = 2 3x 2 = 2 egyenlethez jutunk.
23 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át. A célfüggvény által meghatározott egyenesek egyenlete: 2x 1 x 2 x 1 + x = z 0 (2 z 0 )x 1 (1 + z 0 )x 2 = z 0. Az egyenesek metszéspontjának meghatározásához tekintsük a z 0 = 2 illetve a z 0 = 1 egyeneseket! Ha z 0 = 2, akkor a (2 2)x 1 (1 + 2)x 2 = 2 3x 2 = 2 egyenlethez jutunk. A z 0 = 1 esetben pedig a (2 + 1)x 1 (1 1)x 2 = 1 3x 1 = 1 egyenlethez.
24 3/12 A célfüggvény által meghatározott egyenessereg egyenesei egy ponton mennek át. A célfüggvény által meghatározott egyenesek egyenlete: 2x 1 x 2 x 1 + x = z 0 (2 z 0 )x 1 (1 + z 0 )x 2 = z 0. Az egyenesek metszéspontjának meghatározásához tekintsük a z 0 = 2 illetve a z 0 = 1 egyeneseket! Ha z 0 = 2, akkor a (2 2)x 1 (1 + 2)x 2 = 2 3x 2 = 2 egyenlethez jutunk. A z 0 = 1 esetben pedig a (2 + 1)x 1 (1 1)x 2 = 1 3x 1 = 1 egyenlethez. Így látható, hogy az egyenesek a P ( 1 3, 2 3 ) pontban metszik egymást.
25 3/12 Másrészt, az egyenesek egyenletének x 2 = 2 z 1 + z x 1 z 1 + z alakjából leolvasható, hogy az egyenes az x 2 tengelyt b = z 1+z-nél metszi.
26 3/12 Másrészt, az egyenesek egyenletének x 2 = 2 z 1 + z x 1 z 1 + z alakjából leolvasható, hogy az egyenes az x 2 tengelyt b = z 1+z-nél metszi. A fenti eredményből z-t kifejezhetjük: z = b b + 1 = b + 1.
27 3/12 Másrészt, az egyenesek egyenletének x 2 = 2 z 1 + z x 1 z 1 + z alakjából leolvasható, hogy az egyenes az x 2 tengelyt b = z 1+z-nél metszi. A fenti eredményből z-t kifejezhetjük: z = b b + 1 = b + 1. Ahonnan látható, hogy z pontosan akkor minimális, ha 1 b+1 minimális. Mivel 1 b + 1 > 0, ezért b+1 akkor minimális, ha b + 1 maximális, azaz a fenti egyenesek közül a maximális tengelymetszetű egyeneshez tartozik a minimális célfüggvényérték.
28 3/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót.
29 3/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót.
30 3/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót.
31 3/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót. Az ábráról leolvasható, hogy az optimális célfüggvény értéket akkor kapjuk, ha x 1 = 0 és x 2 = 6 a célfüggvény értéke ekkor z = = 6 7
32 3/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót. Az ábráról leolvasható, hogy az optimális célfüggvény értéket akkor kapjuk, ha x 1 = 0 és x 2 = 6 a célfüggvény értéke ekkor z = = 6 7 Megjegyzés: Az optimális célfüggvényértékhez tartozó egyenest úgy is megtalálhatjuk, hogy a ábrázoljuk a z 0 = 0 és a z 0 = 1 célfüggvényértékekhez tartozó egyeneseket és ezek alapján leolvassuk, hogy a célfüggvényérték melyik irányban növekszenek. (Ennél a feladatnál az óramutató járásával egyező irányban.)
33 4/12 2. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + x 2 5 3x 1 + x 2 4 x 1 + 5x x 1 3, 0 x 2 3 x 1 + 2x 2 3 2x 1 + x = z max
34 4/12 2. Oldjuk meg grafikusan az alábbi HP-feladatot! x 1 + x 2 5 Először ábrázoljuk a lehetséges megoldások halmazát! 3x 1 + x 2 4 x 1 + 5x x 1 3, 0 x 2 3 x 1 + 2x 2 3 2x 1 + x = z max
35 4/12 A célfüggvény által meghatározott egyenesek egyenlete: x 1 + 2x 2 3 2x 1 + x = z 0 (2z 0 1)x 1 + (z 0 2)x 2 = 3 z 0. Az egyenesek metszéspontjának meghatározásához tekintsük a z 0 = 1 2 illetve a z 0 = 2 egyeneseket! Ha z 0 = 1 2, akkor a ( )x 1 + ( 1 2 2)x 2 = x 2 = 7 2 egyenlethez jutunk, míg a z 0 = 2 esetben a (2 2 1)x 1 + (2 2)x 2 = 3 2 3x 1 = 5. Így látható, hogy az egyenesek a P ( 5 3, 7 3 ) pontban metszik egymást.
36 4/12 Másrészt, az egyenesek egyenletének x 2 = 1 2z z 2 x z z 2 alakjából leolvasható, hogy az egyenes az x 2 tengelyt b = 3+z z 2-nél metszi. A fenti eredményből z-t kifejezhetjük: z = 2b 3 b + 1 = 2 5 b + 1. Ahonnan látható, hogy z pontosan akkor maximális, ha 5 b+1 minimális. Mivel b+1 > 0, ezért 5 b+1 akkor minimális, ha b+1 maximális, azaz a fenti egyenesek közül a maximális tengelymetszetű egyeneshez tartozik a maximális célfüggvényérték.
37 4/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót.
38 4/12 Ábrázoljunk néhány egyenest a célfüggvény szintvonalai közül, és jelöljük be a maximális tengelymetszethez tartozót. Az ábráról leolvasható, hogy az optimális célfüggvény értéket ott veszi fel a rendszer, ahol az x 2 = 3 egyenes és az x 2 = 4 3x 1 egyenes metszik egymást. Ez a pont a Q( 1 3 ; 3) pont. A célfüggvény értéke: z = = =
39 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal
40 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos
41 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos és a nevező az L halmaz minden pontjában pozitív,
42 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos és a nevező az L halmaz minden pontjában pozitív, akkor a HP-feladat az alábbi módszerrel egy ekvivalens LP-feladattá alakítható.
43 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos és a nevező az L halmaz minden pontjában pozitív, akkor a HP-feladat az alábbi módszerrel egy ekvivalens LP-feladattá alakítható. A célfüggvényt egy t változóval bővítjük: z(x) = t(c x + c 0) t(d x + d 0 ).
44 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos és a nevező az L halmaz minden pontjában pozitív, akkor a HP-feladat az alábbi módszerrel egy ekvivalens LP-feladattá alakítható. A célfüggvényt egy t változóval bővítjük: z(x) = t(c x + c 0) t(d x + d 0 ). Majd megköveteljük, hogy a nevező 1 legyen,
45 5/12 Hiperbolikus programozási feladat megoldása szimplex algoritmussal Ha a hiperbolikus programozási feladat lehetséges megoldásainak L halmaza korlátos és a nevező az L halmaz minden pontjában pozitív, akkor a HP-feladat az alábbi módszerrel egy ekvivalens LP-feladattá alakítható. A célfüggvényt egy t változóval bővítjük: z(x) = t(c x + c 0) t(d x + d 0 ). Majd megköveteljük, hogy a nevező 1 legyen, azaz a feltételrendszert kiegészítjük a feltétellel. t d x + d 0 t = 1
46 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max
47 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y.
48 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y. Tehát a HP-feladat megoldása az alábbi lépésekre bontható
49 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y. Tehát a HP-feladat megoldása az alábbi lépésekre bontható ❶ L korlátosság vizsgálata.
50 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y. Tehát a HP-feladat megoldása az alábbi lépésekre bontható ❶ L korlátosság vizsgálata. ❷ Az ekvivalens LP-feladat felírása
51 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y. Tehát a HP-feladat megoldása az alábbi lépésekre bontható ❶ L korlátosság vizsgálata. ❷ Az ekvivalens LP-feladat felírása ❸ Az LP-feladat megoldása [y, t ]
52 6/12 Bevezetve az y = t x jelölést, az alábbi módosított normál feladathoz jutunk: Ay tb 0 t d x + d 0 t = 1 y 0, t 0 cy + c 0 t = z max Belátható, hogy ha [y, t ] a fenti LP-feladat optimális megoldása, akkor t 0 és ekkor a HP-feladat optimális megoldása formulával számolható. x = 1 t y. Tehát a HP-feladat megoldása az alábbi lépésekre bontható ❶ L korlátosság vizsgálata. ❷ Az ekvivalens LP-feladat felírása ❸ Az LP-feladat megoldása [y, t ] ❹ A HP-feladat x optimális megoldásának származtatása
53 7/12 Feladatok 3.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 2x 1 x 2 x 1 + x = z max
54 7/12 Feladatok 3.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 2x 1 x 2 x 1 + x = z max A második feltételből kivonva az elsőt, a 2x 1 4 feltételt kapjuk, amely alapján 0 x 1 2 feltétel igaz az első változóra. A második változó korlátosságát könnyen igazolhatjuk, ha az előbb kapott feltételt összevetjük valamelyik eredeti feltétellel. Így a változók mindegyike korlátos, így a lehetséges megoldások halmaza is korlátos.
55 8/12 Áttérhetünk az említett módosított normál alakú LP-feladatra: x 1 + 2x x 1 + 2x x 1 + x 2 10 x 1, x 2 0 2x 1 x 2 x 1 + x = z max y 1 + 2y 2 12t 0 3y 1 + 2y 2 16t 0 2y 1 + y 2 10t 0 y 1 + y 2 + t = 1 y 1, y 2, t 0 2y 1 y 2 = z max
56 8/12 Áttérhetünk az említett módosított normál alakú LP-feladatra: y 1 + 2y 2 12t 0 3y 1 + 2y 2 16t 0 2y 1 + y 2 10t 0 y 1 + y 2 + t = 1 y 1, y 2, t 0 y 1 y 2 t z u u u u z y 1 y 2 = z max
57 8/12 Áttérhetünk az említett módosított normál alakú LP-feladatra: y 1 + 2y 2 12t 0 3y 1 + 2y 2 16t 0 2y 1 + y 2 10t 0 y 1 + y 2 + t = 1 y 1, y 2, t 0 2y 1 y 2 = z max y 1 y 2 t z u u u u z y 1 y 2 z u u u t z 0 0 0
58 9/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 z u u u t 1 1 1
59 9/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 z u u u t z 1 6 u u y t 1 12 u 3 y
60 9/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 z u u u t z 1 6 u u y t 1 12 u 3 y 2 Így a módosított normálfeladat optimális megoldása y 1 = 5 6, y 2 = 0, t =
61 9/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 z u u u t z 1 6 u u y t 1 12 u 3 y 2 Így a módosított normálfeladat optimális megoldása y 1 = 5 6, y 2 = 0, t = 1 6. Az eredeti HP-feladat optimális megoldása: x = 1 [ 5 ] [ ] =
62 10/12 4.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: x 1 + 2x 2 + 6x 3 10 x 1 + x 2 + 2x 3 6 x 1, x 2, x 3 0 x 1 + 3x 2 + x 3 1 2x 1 + 3x 2 + 2x = z max
63 10/12 4.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: x 1 + 2x 2 + 6x 3 10 x 1 + x 2 + 2x 3 6 x 1, x 2, x 3 0 x 1 + 3x 2 + x 3 1 2x 1 + 3x 2 + 2x = z max Az első feltételből a változókra az alábbi korlátok kaphatók, azáltal, hogy a reláció baloldalából nemnegatív tagokat elhagyva szintén igaz relációkat kapunk: x x 2 10 x 2 5 6x 3 10 x A változók mindegyike korlátos, így a lehetséges megoldások halmaza is korlátos.
64 10/12 Áttérhetünk a módosított normál alakú LP-feladatra: x 1 + 2x 2 + 6x 3 10 x 1 + x 2 + 2x 3 6 x 1, x 2, x 3 0 x 1 + 3x 2 + x 3 1 2x 1 + 3x 2 + 2x = z max
65 10/12 Áttérhetünk a módosított normál alakú LP-feladatra: x 1 + 2x 2 + 6x 3 10 x 1 + x 2 + 2x 3 6 x 1, x 2, x 3 0 x 1 + 3x 2 + x 3 1 2x 1 + 3x 2 + 2x = z max y 1 + 2y 2 + 6y 3 10t 0 y 1 + y 2 + 2y 3 6t 0 2y 1 + 3y 2 + 2y 3 + t = 1 y 1, y 2, y 3, t 0 y 1 + 3y 2 + y 3 t = z max
66 10/12 Oldjuk meg a módosított normál alakú LP-feladatot: y 1 + 2y 2 + 6y 3 10t 0 y 1 + y 2 + 2y 3 6t 0 2y 1 + 3y 2 + 2y 3 + t = 1 y 1, y 2, y 3, t 0 y 1 + 3y 2 + y 3 t = z max y 1 y 2 y 3 t z u u u z
67 10/12 Oldjuk meg a módosított normál alakú LP-feladatot: y 1 + 2y 2 + 6y 3 10t 0 y 1 + y 2 + 2y 3 6t 0 2y 1 + 3y 2 + 2y 3 + t = 1 y 1, y 2, y 3, t 0 y 1 + 3y 2 + y 3 t = z max y 1 y 2 y 3 t z u u u z z y 1 y 2 y u u t z
68 10/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 y 3 z u u t
69 10/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: y 1 y 2 y 3 z u u t z y y 1 u 1 y u t
70 10/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y 2 y u u t z y y 1 u 1 y u t 3 32 Így a módosított normálfeladat optimális megoldása y 1 = 0, y 2 = 5 16, y 3 = 0, t =
71 10/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y 2 y u u t z y y 1 u 1 y u t 3 32 Így a módosított normálfeladat optimális megoldása y 1 = 0, y 2 = 5 16, y 3 = 0, t = Az eredeti HP-feladat optimális megoldása: x = =
72 11/12 5.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: 2x 1 + 3x 2 6 3x 1 + 2x 2 6 x 1 0, 0 x x 1 + x 2 3 2x 1 + x = z max
73 11/12 5.Oldjuk meg az alábbi HP-feladatot szimplex algoritmussal: 2x 1 + 3x 2 6 3x 1 + 2x 2 6 x 1 0, 0 x x 1 + x 2 3 2x 1 + x = z max A második változó korlátosságát a feladat alapból garantálja. Az második feltételből a nem-negatív 2x 2 értéket elhagyva a baloldalból a 3x 1 6 x 1 2 Tehát a változók mindegyike korlátos, így a lehetséges megoldások halmaza is korlátos.
74 11/12 Áttérhetünk a módosított normál alakú LP-feladatra. A 0 x feltételt érdemes szétbontani, így a változókra csak a szokásos nemnegativitási feltételek lesznek:
75 11/12 Áttérhetünk a módosított normál alakú LP-feladatra. A 0 x feltételt érdemes szétbontani, így a változókra csak a szokásos nemnegativitási feltételek lesznek: 2x 1 + 3x 2 6 3x 1 + 2x 2 6 x x 1, x 2 0 x 1 + x 2 3 2x 1 + x = z max
76 11/12 Áttérhetünk a módosított normál alakú LP-feladatra. A 0 x feltételt érdemes szétbontani, így a változókra csak a szokásos nemnegativitási feltételek lesznek: 2x 1 + 3x 2 6 3x 1 + 2x 2 6 x 2 x 1, x x 1 + x 2 3 2x 1 + x = z max 2y 1 + 3y 2 6t 0 3y 1 + 2y 2 6t 0 2y 1 y t 0 + y 2 + t = 1 y 1, y 2, t 0 y 1 + y 2 3t = z max
77 11/12 Oldjuk meg a módosított normál feladatot! 2y 1 + 3y 2 6t 0 3y 1 + 2y 2 6t 0 2y 1 y t 0 + y 2 + t = 1 y 1, y 2, t 0 y 1 + y 2 3t = z max y 1 y 2 t z u u u u z
78 11/12 Oldjuk meg a módosított normál feladatot! 2y 1 + 3y 2 6t 0 3y 1 + 2y 2 6t 0 2y 1 y t 0 + y 2 + t = 1 y 1, y 2, t 0 y 1 + y 2 3t = z max y 1 y 2 t z u u u u z z y 1 y u u u t z 0 0 0
79 11/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y u u u t 2 1 1
80 11/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y u u u t u 2 y 2 7 z u y u t
81 11/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y u u u t u 2 y 2 7 z u y u t z u 2 u 3 u y y t
82 11/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y u u u u 2 y 2 7 z u y u t t Így a módosított normálfeladat optimális megoldása y 1 = 2 9, y 2 = 1 3, t = z u 2 u 3 u y y t
83 11/12 A normálfeladat megoldásánál megismert módon maximalizáljuk az elsődleges célfüggvényt: z y 1 y u u u u 2 y 2 7 z u y u t t Így a módosított normálfeladat optimális megoldása y 1 = 2 9, y 2 = 1 3, t = 2 9. Amelyből az eredeti HP-feladat optimális megoldása: ] [ ] x = = 9 [ z u 2 u 3 u y y t
84 12/12 Felhasznált Irodalom [1.] Bajalinov Erik - Imreh Balázs: Operációkutatás, Polygon [2.] Imreh Balázs: Bevezetés az operációkutatásba, Phare [3.] Temesi József - Varró Zoltán: Operációkutatás, Aula 2007.
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
Részletesebben1/ 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 +
RészletesebbenOperációkutatás. 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
RészletesebbenA 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
RészletesebbenA 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
RészletesebbenA 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,
RészletesebbenKövetelmények 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
RészletesebbenKövetelmények 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
RészletesebbenTovábbi programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás
További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás Készítette: Dr. Ábrahám István Hiperbolikus programozás Gazdasági problémák optimalizálásakor gyakori, hogy
RészletesebbenKétfázisú 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
Részletesebben11. 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
RészletesebbenNemlineáris 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,
RészletesebbenNem-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
RészletesebbenEgyenletek, egyenlőtlenségek V.
Egyenletek, egyenlőtlenségek V. DEFINÍCIÓ: (Másodfokú egyenlet) Az ax + bx + c = 0 alakban felírható egyenletet (a, b, c R; a 0), ahol x a változó, másodfokú egyenletnek nevezzük. TÉTEL: Az ax + bx + c
Részletesebben1. 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
Részletesebbenút hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.
1 Az utazó ügynök problémája Utazó ügynök feladat Adott n számú város és a városokat összekötő utak, amelyeknek ismert a hossza. Adott továbbá egy ügynök, akinek adott városból kiindulva, minden várost
RészletesebbenDualitás 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
RészletesebbenA lineáris programozás alapjai
A lineáris programozás alapjai A konvex analízis alapjai: konvexitás, konvex kombináció, hipersíkok, félterek, extrém pontok, Poliéderek, a Minkowski-Weyl tétel (a poliéderek reprezentációs tétele) Lineáris
RészletesebbenOpkut 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
RészletesebbenA 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
RészletesebbenOperációkutatás gyakorlattámogató jegyzet
TÁMOP-4...F-4//KONV-05-0009 A GÉPÉSZETI ÉS INFORMATIKAI ÁGAZATOK DUÁLIS ÉS MODULÁRIS KÉPZÉSEINEK KIALAKÍTÁSA A PÉCSI TUDOMÁNYEGYETEMEN Király Balázs Operációkutatás gyakorlattámogató jegyzet Pécs 05 A
RészletesebbenTANTÁRGYI ÚTMUTATÓ. Operációkutatás. tanulmányokhoz
II. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Operációkutatás tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) I. félév A KURZUS ALAPADATAI Tárgy megnevezése: Operációkutatás Tanszék: BGF Módszertani Intézeti
RészletesebbenBevezetés 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
RészletesebbenMagasabbfokú egyenletek
86 Magasabbfokú egyenletek Magasabbfokú egyenletek 5 90 a) =! ; b) =! ; c) = 5, 9 a) Legyen = y Új egyenletünk: y - 5y+ = 0 Ennek gyökei: y=, y= Tehát egyenletünk gyökei:, =!,, =! b) Új egyenletünk: y
RészletesebbenOperációkutatás. 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
RészletesebbenOptimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és
RészletesebbenGyakorló feladatok a 2. zh-ra MM hallgatók számára
Gyakorló feladatok a. zh-ra MM hallgatók számára 1. Egy vállalat termelésének technológiai feltételeit a Q L K függvény írja le. Rövid távon a vállalat 8 egységnyi tőkét használ fel. A tőke ára 000, a
RészletesebbenAbszolútértékes és gyökös kifejezések Megoldások
Abszolútértékes és gyökös kifejezések Megoldások ) Igazolja, hogy az alábbi négy egyenlet közül az a) és b) jelű egyenletnek pontosan egy megoldása van, a c) és d) jelű egyenletnek viszont nincs megoldása
RészletesebbenDöntési 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:
Részletesebbena) A logaritmus értelmezése alapján: x 8 0 ( x 2 2 vagy x 2 2) (1 pont) Egy szorzat értéke pontosan akkor 0, ha valamelyik szorzótényező 0.
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenBevezetés 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.
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
Részletesebben6. Függvények. 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban?
6. Függvények I. Nulladik ZH-ban láttuk: 1. Az alábbi függvények közül melyik szigorúan monoton növekvő a 0;1 intervallumban? f x g x cos x h x x ( ) sin x (A) Az f és a h. (B) Mindhárom. (C) Csak az f.
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Abszolútértékes és Gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenAlkalmazott 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,
RészletesebbenEgyes 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
RészletesebbenÁttekintés 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,
RészletesebbenOrszágos Középiskolai Tanulmányi Verseny 2009/2010 Matematika I. kategória (SZAKKÖZÉPISKOLA) 2. forduló feladatainak megoldása
Oktatási Hivatal Országos Középiskolai Tanulmányi Verseny / Matematika I. kategória (SZAKKÖZÉPISKOLA) 2. forduló feladatainak megoldása. Oldja meg a valós számok legbővebb részhalmazán a egyenlőtlenséget!
RészletesebbenFELVÉTELI VIZSGA, július 17.
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR FELVÉTELI VIZSGA, 2017. július 17. Írásbeli vizsga MATEMATIKÁBÓL I. TÉTEL (30 pont) 1) (10 pont) Igazoljuk, hogy tetszőleges m R esetén
RészletesebbenGráfelmélet/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
RészletesebbenBranch-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
RészletesebbenLINEÁRIS 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
RészletesebbenMatematika III. harmadik előadás
Matematika III. harmadik előadás Kézi Csaba Debreceni Egyetem, Műszaki Kar Debrecen, 2013/14 tanév, I. félév Kézi Csaba (DE) Matematika III. harmadik előadás 2013/14 tanév, I. félév 1 / 13 tétel Az y (x)
RészletesebbenOperációkutatás 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
RészletesebbenMásodfokú egyenletek, egyenlőtlenségek
Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x + 1x + 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x + 1x + 16 = 0.
RészletesebbenEgyenletek, egyenlőtlenségek grafikus megoldása TK. II. kötet 25. old. 3. feladat
Egyenletek, egyenlőtlenségek grafikus megoldása TK. II. kötet. old.. feladat a. lépés: Az egyenlet bal oldalának ábrázolása függvényként.. lépés: Az egyenlet bal oldalának ábrázolása függvényként.. lépés:
Részletesebben1. 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
Részletesebben1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!
Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós
RészletesebbenLineáris 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
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I. 3 III. MEGFELELTETÉSEk, RELÁCIÓk 1. BEVEZETÉS Emlékeztetünk arra, hogy az rendezett párok halmazát az és halmazok Descartes-féle szorzatának nevezzük. Más szóval az és halmazok
RészletesebbenOptimumkeresés 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
RészletesebbenEgyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások
) Egyenletek, egyenletrendszerek, egyenlőtlenségek - megoldások Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások a) Oldja meg a valós számok halmazán az alábbi egyenletet! = 6 (5 pont) b) Oldja
RészletesebbenNULLADIK MATEMATIKA ZÁRTHELYI
NULLADIK MATEMATIKA ZÁRTHELYI 08-09-07 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! A feladatlap kizárólag kék vagy fekete tollal tölthető ki.
RészletesebbenMásodfokú egyenletek, egyenlőtlenségek
Másodfokú egyenletek, egyenlőtlenségek A másodfokú egyenlet grafikus megoldása Példa1. Ábrázold az f(x) = x 1x 16 függvényt, majd olvasd le az ábráról az alábbi egyenlet megoldását: x 1x 16 =. 1. lépés:
RészletesebbenDiverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
RészletesebbenIrracionális egyenletek, egyenlôtlenségek
9 Irracionális egyenletek, egyenlôtlenségek Irracionális egyenletek, egyenlôtlenségek Irracionális egyenletek /I a) Az egyenlet bal oldala a nemnegatív számok halmazán, a jobb oldal minden valós szám esetén
RészletesebbenKorlátozás és szétválasztás módszere Holló Csaba 2
Korlátozás és szétválasztás módszere Holló Csaba 2 A módszert Imreh Balázs, Imreh Csanád: Kombinatorikus optimalizálás Novadat, Győr, 25 egyetemi tankönyve alapján, kisebb változtatásokkal fogjuk bemutatni.
RészletesebbenOktatási Hivatal. 1 pont. A feltételek alapján felírhatók az. összevonás után az. 1 pont
Oktatási Hivatal Öt pozitív egész szám egy számtani sorozat első öt eleme A sorozatnak a különbsége prímszám Tudjuk hogy az első négy szám köbének összege megegyezik az ezen öt tag közül vett páros sorszámú
RészletesebbenExponenciális, logaritmikus függvények
Exponenciális, logaritmikus függvények DEFINÍCIÓ: (Összetett függvény) Ha az értékkészlet elemeihez, mint értelmezési tartományhoz egy újabb egyértelmű hozzárendelést adunk meg, akkor összetett (közvetett)
RészletesebbenEgyenletek, egyenlőtlenségek VII.
Egyenletek, egyenlőtlenségek VII. Magasabbfokú egyenletek: A 3, vagy annál nagyobb fokú egyenleteket magasabb fokú egyenleteknek nevezzük. Megjegyzés: Egy n - ed fokú egyenletnek legfeljebb n darab valós
RészletesebbenKonjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
Részletesebben6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének
6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük
RészletesebbenÁltalános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
RészletesebbenHALMAZOK. A racionális számok halmazát olyan számok alkotják, amelyek felírhatók b. jele:. A racionális számok halmazának végtelen sok eleme van.
HALMAZOK Tanulási cél Halmazok megadása, halmazműveletek megismerése és alkalmazása, halmazok ábrázolása Venn diagramon. Motivációs példa Egy fogyasztó 80 000 pénzegység jövedelmet fordít két termék, x
RészletesebbenJavítókulcs, Válogató Nov. 25.
Javítókulcs, Válogató 2016. Nov. 25. 1. Az A, B, C pontok által meghatározott hegyesszögű háromszögben az egyes csúcsokhoz tartozó magasságvonalak talppontjait jelölje rendre T A, T B és T C. A T A T B
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 1. középszint 2016. ősz 1. Diszkrét matematika 1. középszint 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
RészletesebbenNémeth László Matematikaverseny április 16. A osztályosok feladatainak javítókulcsa
Németh László Matematikaverseny 007. április 16. A 9-10. osztályosok feladatainak javítókulcsa Feladatok csak 9. osztályosoknak 1. feladat a) Vegyük észre, hogy 7 + 5 felírható 1 + 3 + 6 + alakban, így
RészletesebbenJelen jegyzet a József Attila Tudományegyetem programozó matematikus és. A feldolgozott anyag bevezető jellegű. Néhány karakterisztikus, ma már
Előszó Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és közgazdasági programozó hallgatói számára készült, akik második félévtől hallgatnak operációkutatást. A feldolgozott anyag
RészletesebbenOperációkutatás 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:
RészletesebbenHiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver
Dr.Bajalinov Erik Debreceni Egyetem Informatikai Kara Bajalinov@Inf.UniDeb.Hu Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver mobidiák könyvtár Tartalomjegyzék I. Bevezetés a hiperbolikus
RészletesebbenOperációkutatás. 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.
RészletesebbenOperációkutatás 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:
RészletesebbenA 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
Részletesebben1. 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
Részletesebben2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)
(11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján
RészletesebbenKoordináta-geometria. Fogalom. Jelölés. Tulajdonságok, definíciók
Koordináta-geometria Fogalom Ezen a helyen találkozik össze a számtan és a mértan. Körök, egyenesek, háromszögek és más egyéb alakzatok, de nem szerkesztenünk kell, vagy méricskélni, hanem számolni, viszont
RészletesebbenOperációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar
Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar Operációkutatás I. írta Bajalinov, Erik és Bekéné Rácz,
RészletesebbenAz impulzusnyomatékok általános elmélete
Az impulzusnyomatékok általános elmélete November 27, 2006 Az elemi kvantummechanika keretében tárgyaltuk már az impulzusnyomatékot. A továbbiakban általánosítjuk az impulzusnyomaték fogalmát a kvantummechanikában
RészletesebbenEgészrészes feladatok
Kitűzött feladatok Egészrészes feladatok Győry Ákos Miskolc, Földes Ferenc Gimnázium 1. feladat. Oldjuk meg a valós számok halmazán a { } 3x 1 x+1 7 egyenletet!. feladat. Bizonyítsuk be, hogy tetszőleges
RészletesebbenAbszolútértékes egyenlôtlenségek
Abszolútértékes egyenlôtlenségek 575. a) $, $ ; b) < - vagy $, # - vagy > 4. 5 576. a) =, =- 6, 5 =, =-, 7 =, 4 = 5; b) nincs megoldás;! c), = - ; d) =-. Abszolútértékes egyenlôtlenségek 577. a) - # #,
RészletesebbenMátrixjátékok 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
RészletesebbenBevezetés az elméleti zikába
Bevezetés az elméleti zikába egyetemi jegyzet Kúpszeletek Lázár Zsolt, Lázár József Babe³Bolyai Tudományegyetem Fizika Kar 2011 TARTALOMJEGYZÉK 6 TARTALOMJEGYZÉK Azokat a görbéket, amelyeknek egyenlete
RészletesebbenSzá 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
RészletesebbenGazdasági 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.
RészletesebbenEmelt szintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: november. I. rész
Pataki János, november Emelt szintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: november I rész feladat Oldja meg az alábbi egyenleteket: a) log 7 log log log 7 ; b) ( )
RészletesebbenLineáris algebra mérnököknek
B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Lineáris algebra mérnököknek BMETE93BG20 Vektorok a 2- és 3-dimenziós tér Kf87 2017-09-05
RészletesebbenDöntési 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:
RészletesebbenDöntéselőkészítés. VII. előadás. Döntéselőkészítés. Egyszerű Kőnig-feladat (házasság feladat)
VII. előadás Legyenek adottak Egyszerű Kőnig-feladat (házasság feladat) I, I 2,, I i,, I m személyek és a J, J 2,, J j,, J n munkák. Azt, hogy melyik személy melyik munkához ért ( melyik munkára van kvalifikálva)
RészletesebbenLineáris 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
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 10. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Felhívás Diszkrét matematika I. középszint 2014.
RészletesebbenLengyelné Dr. Szilágyi Szilvia április 7.
ME, Anaĺızis Tanszék 2010. április 7. , alapfogalmak 2.1. Definíció A H 1, H 2,..., H n R (ahol n 2 egész szám) nemüres valós számhalmazok H 1 H 2... H n Descartes-szorzatán a következő halmazt értjük:
Részletesebben(a b)(c d)(e f) = (a b)[(c d) (e f)] = = (a b)[e(cdf) f(cde)] = (abe)(cdf) (abf)(cde)
2. házi feladat 1.feladat a b)c d)e f) = a b)[c d) e f)] = = a b)[ecdf) fcde)] = abe)cdf) abf)cde) 2.feladat a) Legyen a két adott pontunk helyzete A = 0, 0), B = 1, 0), továbbá legyen a távolságok aránya
RészletesebbenMIKROÖKONÓMIA - konzultáció - Termelés és piaci szerkezetek
MIKROÖKONÓMIA - konzultáció - Termelés és piaci szerkezetek Révész Sándor reveszsandor.wordpress.com 2011. december 20. Elmélet Termelési függvény Feladatok Parciális termelési függvény Adott a következ
RészletesebbenKözépszintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: 2005. november. I. rész
Pataki János, 005. november Középszintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: 005. november I. rész. feladat Egy liter 0%-os alkoholhoz / liter 40%-os alkoholt keverünk.
RészletesebbenEgyenletek, egyenlőtlenségek X.
Egyenletek, egyenlőtlenségek X. DEFINÍCIÓ: (Logaritmus) Ha egy pozitív valós számot adott, 1 - től különböző pozitív alapú hatvány alakban írunk fel, akkor ennek a hatványnak a kitevőjét logaritmusnak
RészletesebbenElemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged
Magas szintű matematikai tehetséggondozás Elemi algebrai eszközökkel megoldható versenyfeladatok Ábrahám Gábor, Szeged Ahhoz, hogy egy diák kimagasló eredményeket érhessen el matematika versenyeken, elengedhetetlenül
RészletesebbenFeladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás) y = 1 + 2(x 1). y = 2x 1.
Feladatok megoldásokkal a harmadik gyakorlathoz (érintési paraméterek, L Hospital szabály, elaszticitás). Feladat. Írjuk fel az f() = függvény 0 = pontbeli érintőjének egyenletét! Az érintő egyenlete y
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Részletesebben