1. Előadás Lineáris programozás
|
|
- Ádám Balla
- 7 évvel ezelőtt
- Látták:
Átírás
1 1. Előadás Lineáris programozás Salamon Júlia Előadás II. éves gazdaság informatikus hallgatók számára
2 Operációkutatás Az operációkutatás az alkalmazott matematika az az ága, ami bizonyos folyamatok és eljárások optimalizálásával foglalkozik. Az operációkutatás szóban az operáció hadműveletre utal. Elsőként 1938-ban alkalmazta a brit légierő egy radarfigyelő rendszer kiépítésére. A második világháborúban a Nagy-Britannia, az USA és a Szovjetunió által alapított Operational Research Sectionsben többek között a hajók optimális száma, a hajókonvojok védőkíséretének mérete vagy a szőnyegbombázás sűrűsége és kiterjedése. A háború után az operációkutatás a csatamezőkről bevonult a gazdaságba, ahol is arra alkalmazták, hogy minimalizálja az adott cél elérésének költségét, vagy duálisan, maximalizálja az adott eszközökkel elérhető célt. Ma a mérnöki tudományokban, a gazdasági informatikában is hasznosítják, továbbá összekapcsolódott a játékelmélettel I. előadás 2
3 Előadások tematikája 1) LINEÁRIS PROGRAMOZÁS. 1) Lineáris programozás modellje 2) Dualitás. A dualitás közgazdasági jelentése. 3) Érzékenység vizsgálat 4) Szimplex algoritmus 5) Degenerált lineáris programozási feladatok 6) Keverési feladatok 7) Belsőpontos algoritmus 2) SZÁLLÍTÁSI ÉS HOZZÁRENDELÉSI FELADATOK 1) Szállítási feladatok 2) Hozzárendelési feladatok I. előadás 3
4 3) JÁTÉKELMÉLET 1) Kétszemélyes nullaösszegű játékok 2) Neumann egyensúlyi pont 3) Nash egyensúlyi pontok 4) A játék magja és a Shapley érték n személyes játékokban 5) Játékelméleten alapuló közgazdasági modellek 4) HÁLÓZATOK ELEMZÉSE 1) Minimális feszítőfa problémája 2) Legrövidebb út keresése 3) Maximális folyam meghatározása 4) Utazó ügynök problémája 5) PROJEKTEK ÜTEMEZÉSE 1) Kritikus út módszere CPM 2) Idő-költség diagramon alapuló CMP módszer 3) PERT módszer I. előadás 4
5 Könyvészet Makó Z., Salamon J.: Operációkutatási példatár közgazdászoknak, Ed. Scientia, Cluj Napoca, (30 db. a könyvtárban) Winston W.: Operációkutatás I. II., Ed. AULA, Budapest, (5 db. a könyvtárban) Darnyi P., Varró Z.: Operációkutatás, Ed. Carbocomp, Pécs, (19 db. a könyvtárban) Hiller F. S., Lieberman G. J.: Bevezetés az Operációkutatásba LSI Okt.központ, Budapest, (1 db. a könyvtárban) I. előadás 5
6 Lineáris programozás A lineáris programozási feladat (LP) egy olyan optimalizálási feladat, amelyben: maximalizáljuk vagy minimalizáljuk a döntési változók egy lineáris függvényét. Ezt a maximalizálandó vagy minimalizálandó függvényt célfüggvénynek nevezzük; a döntési változók értékeinek ki kell elégíteniük a korlátozó feltételeket. Ezen a feltételek vagy lineáris egyenlőtlenségek vagy lineáris egyenletek kell legyenek; a döntési változókhoz tartozhat előjel-korlátozás is. Ha a döntési változókra pluszban kikötjük, hogy értékei egész számok, akkor egész értékű lineáris programozási feladatról beszélünk I. előadás 6
7 Általános alakja I. előadás 7
8 Lineáris programozás Matematikai modell felírásának lépései: 1. lépés: A döntési változók és a mértékegységek meghatározása. x 1,x 2,.. 2. lépés: A célfüggvény felírása. 3. lépés: A korlátozó feltételek és a döntési változókra vonatkozó előjel-korlátozó feltételek megadása I. előadás 8
9 Lineáris programozás Feladat Egy cég kéttípusú robot összeszerelésével foglalkozik. Az első típusú robot R1-nek nevezik és darabja 50 euró profitot, a második típust R2-nek nevezik és darabja 40 euró profitot jövedelmez. A következő héten a két robot összeszerelésére 150 munkaóra áll rendelkezésre. Egy darab R1 összeszereléséhez 3 munkaóra és egy darab R2 összeszereléséhez pedig 5 munkaóra szükséges. A R2 olyan speciális processzort tartalmaz, amiből csak 20 darab van raktáron. A cég raktározási helysége 300 négyzetméter, amiből egy R1 8 négyzetmétert és egy R2 pedig 5 négyzetméter területet foglal el. A cég vezetősége maximalizálni szeretné a profitját. Milyen termelési tervet kövessen? I. előadás 9
10 Matematikai modell 1. A döntési változók és a mértékegységek meghatározása: x 1 az összeszerelendő R1 robotok darabszáma; x 2 az összeszerelendő R2 robotok darabszáma. 2. A célfüggvény felírása. Mivel a cél a profit maximalizálása, ezért meghatározzuk, hogy ha a cég az (x 1,x 2 ) termelési tervet választja, azaz x 1 darabot szerel össze a R1-ből és x 2 -őt a R2-ből, mennyi lesz a profitja. Tudjuk, hogy 1 darab R1 50 euró profitot eredményez. Tehát x 1 darabnak 50x 1 a profitja. Teljesen hasonlóan x 2 darabr240x 2 profitot eredményez. Tehát, a teljes profit: 50x x 2. Következésképpen a célfüggvény: z = 50x x I. előadás 10
11 3. A korlátozó feltételek megadása. Az összeszerelés időigényével kapcsolatos feltétel: mivel egy darab R1 összeszereléséhez 3 munkaóra és egy darab R2 összeszereléséhez 5 munkaóra szükséges, ezért x 1 darab R1-et és x 2 darab R2-t 3x 1 +5x 2 munkaóra alatt szerelnek össze, ami nem lehet nagyobb, mint a rendelkezésre álló 150 munkaóra, vagyis 3x 1 + 5x A R2 processzorigényével kapcsolatos feltétel: mivel csak 20 darab processzor van raktáron, ezért: x A raktározási feltétel: mivel egy R1 8 m 2 -tésegyr25m 2 -t foglal el, ezért x 1 darab R1 és x 2 darabr2összesen8x 1 +5x 2 m 2 területet igényel, ami nem lehet nagyobb, mint a rendelkezésre álló 300 m 2 raktározási felület. Következésképpen: 8x 1 + 5x A döntési változókra vonatkozó előjelkorlátozó feltételek: mivel az x 1 és x 2 darabszámokat jelölnek, ezért x 1 0,x 2 0,ésx 1,x 2 egész számok I. előadás 11
12 Ha összegezzük az és 3. pontokban kapott összefüggéseket, az alábbi matematikai modellhez jutunk: I. előadás 12
13 A lehetséges megoldások halmazának megszerkesztése Tekintünk egy olyan koordinátarendszert, amelynek a vízszintes tengelyen x 1 döntési változót, a függőleges tengelyén pedig az x 2 döntési változót vesszük fel. Az egyenlőtlenségekkel megadott korlátozó feltételek egy félsíkot, az egyenlőséggel megadott feltételek pedig egy egyenest határoznak meg. Ábrázoljuk a határegyeneseket: 3x 1 + 5x 2 = 150 x 2 = 20 8x 1 + 5x 2 = 300 Ahhoz, hogy meghatározzuk a lehetséges megoldások halmazt ki kell számítsuk a három határegyenes páronkénti metszéspontjainak koordinátáit, azaz meg kell oldani a I. előadás 13
14 Metszéspontok: F( 50/3, 20), G(25, 20) és H(30, 12). Az M (lehetséges megoldások halmaza) egy olyan poliéder, amelynek csúcspontjai: O,E, F, H, D I. előadás 14
15 Sajátos esetek Alternatív vagy többszörös megoldások. Ha két egymásmelletti csúcspontban optimális megoldásokat kapunk, akkor a két csúcspontot összekötő szakasz minden pontja optimális pont. Ebben az esetben a szintvonal párhuzamos az optimális szakaszt tartalmazó egyenessel. Nincs lehetséges megoldás. Előfordulhat, hogy a korlátozó feltételek és az előjelkorlátozások által meghatározott tartományok metszete üres. Ekkor a LP-nek nincs megoldása. Az LP feladat nem nemkorlátos. Egy maximalizálási problémában a nemkorlátos eset akkor fordul elő, ha a lehetséges megoldások halmazában találhatók olyan pontok, amelyekhez tetszőlegesen nagy z értékek tartoznak. Ez csak akkor fordulhat elő, ha a profit szintvonalat a növekvő z irányába saját magával párhuzamosan mozgatjuk, és soha nem hagyjuk el a lehetséges megoldások halmazát. Hasonlóan a minimalizálási feladatoknál, ha a költség szintvonalat a csökkenő z irányába saját magával párhuzamosan mozgatjuk, és soha nem hagyjuk el a lehetséges megoldások halmazát I. előadás 15
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
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
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.
Részletesebben6 Tartalom II. rész GAZDASÁGI DÖNTÉSEK MATEMATIKAI MODELLEZÉSE 139 6. Komplex döntések 141 6.1. Döntésifák 141 6.2. A döntési fa elemzése a WinQSB
Tartalom Előszó 11 I. rész OPERÁCIÓKUTATÁS 1 1. Lineáris programozási feladatok 3 1.1. A lineáris programozás alapvető fogalmai 3 1.2. Kétváltozós lineáris programozási feladat grafikus megoldása 4 1.3.
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
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
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
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,
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
Részletesebben1/ 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
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:
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
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 +
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,
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:
Részletesebben1/12. 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
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
RészletesebbenHozzárendelés, lineáris függvény
Hozzárendelés, lineáris függvény Feladat 1 A ménesben a lovak száma és a lábaik száma közötti összefüggést vizsgáljuk. Hány lába van 0; 1; 2; 3; 5; 7... lónak? Készíts értéktáblázatot, és ábrázold derékszögű
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,
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
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,
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
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
RészletesebbenCsoportmódszer Függvények I. (rövidített változat) Kiss Károly
Ismétlés Adott szempontok szerint tárgyak, élőlények, számok vagy fizikai mennyiségek halmazokba rendezhetők. A halmazok kapcsolatát pedig hozzárendelésnek (relációnak, leképezésnek) nevezzük. A hozzárendelés
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
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
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
RészletesebbenTotális 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
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:
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
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:
RészletesebbenFüggvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
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
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
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
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)
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenFÜGGVÉNYEK. A derékszögű koordináta-rendszer
FÜGGVÉNYEK A derékszögű koordináta-rendszer Az. jelzőszámot az x tengelyről, a 2. jelzőszámot az y tengelyről olvassuk le. Pl.: A(-3;-) B(3;2) O(0;0) II. síknegyed I. síknegyed A (0; 0) koordinátájú pontot
Részletesebbenb) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2
1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon
RészletesebbenInfobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében
Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció
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:
RészletesebbenDescartes-féle, derékszögű koordináta-rendszer
Descartes-féle, derékszögű koordináta-rendszer A derékszögű koordináta-rendszerben a sík minden pontjához egy rendezett valós számpár rendelhető. A számpár első tagja (abszcissza) a pont y tengelytől mért
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
Részletesebbenoperációkutatás példatár
operációkutatás példatár . MŰVELETEK MÁTIXOKKAL. (Megoldás a.-es gyakorló ideóban.) Itt annak ezek a mátriok illete ektorok: A c B d * E f * Végezzük el a köetkező műeleteket: A B B E B c B A A E B d..
RészletesebbenÉrettségi feladatok: Függvények 1/9
Érettségi feladatok: Függvények 1/9 2003. Próba 1. Állapítsa meg a valós számok halmazán értelmezett x x 2-2x - 8 függvény zérushelyeit! 2004. Próba 3. Határozza meg a valós számok halmazán értelmezett
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
Részletesebben11. 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
RészletesebbenDöntéselmélet OPERÁCIÓKUTATÁS
Döntéselmélet OPERÁCIÓKUTATÁS Operációkutatás Az operációkutatás az a tudomány, amely az optimális döntések előkészítésében matematikai módszereket használ fel. Az operációkutatás csak a döntés-előkészítés
RészletesebbenEuroOffice 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
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
RészletesebbenOperációkutatás I. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdinfo nappali tagozat Operációkutatás I. Tantárgyi útmutató 2017/18 tanév 1. félév 1/4 Tantárgy megnevezése: Operációkutatás Tantárgy kódja: OPKU1KOMEMM Tanterv szerinti
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
RészletesebbenOperációkutatási modellek
Operációkutatási modellek Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy rendszerek (2000) Elliott, J. R. Kopp, P. E.: Pénzpiacok matematikája (2000) Michelberger Szeidl
Részletesebben2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia
2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia Projekt ütemezés Számos nagy projekt tervezésekor használják a CMP (Critical Path Method - Kritikus út módszere) és a PERT (Program Evaluation
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
Részletesebben2017/ 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
Részletesebbenfüggvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0(
FÜGGVÉNYEK 1. (008. okt., 14. fel, 5+7 pont) Fogalmazza meg, hogy az f : R R, f ( x) x 1 függvény grafikonja milyen transzformációkkal származtatható az f0 : R R, f0( x) x függvény grafikonjából! Ábrázolja
Részletesebbenangolul: greedy algorithms, románul: algoritmi greedy
Mohó algoritmusok angolul: greedy algorithms, románul: algoritmi greedy 1. feladat. Gazdaságos telefonhálózat építése Bizonyos városok között lehet direkt telefonkapcsolatot kiépíteni, pl. x és y város
RészletesebbenAz értékelés a következők szerint történik: 0-4 elégtelen 5-6 elégséges 7 közepes 8 jó 9-10 jeles. A szóbeli vizsga várható időpontja
2016/17 I. félév MATEMATIKA szóbeli vizsga 1 A szóbeli vizsga kötelező eleme a félév teljesítésének, tehát azok a diákok is vizsgáznak, akik a többi számonkérést teljesítették. A szóbeli vizsgán az alább
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
RészletesebbenSzögfüggvények értékei megoldás
Szögfüggvények értékei megoldás 1. Számítsd ki az alábbi szögfüggvények értékeit! (a) cos 585 (f) cos ( 00 ) (k) sin ( 50 ) (p) sin (u) cos 11 (b) cos 00 (g) cos 90 (l) sin 510 (q) sin 8 (v) cos 9 (c)
RészletesebbenTermelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok
egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tematika Bevezetés A termelési, szolgáltatási igény előrejelzése Alapfogalmak, az előrejelzési módszerek osztályozása Előrejelzési
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
RészletesebbenAz érzékenységvizsgálat jelentősége
Az érzékenységvizsgálat jelentősége (Tanulmány) Egyéb olyan fontos szempontok mellett, mint a stabilitás, rugalmasság, társadalmi elfogadottság, stb., az ipari menedzser fő célja, hogy növelje cége nyereségét.
RészletesebbenA brachistochron probléma megoldása
A brachistochron probléma megoldása Adott a függőleges síkban két nem egy függőleges egyenesen fekvő P 0 és P 1 pont, amelyek közül a P 1 fekszik alacsonyabban. Azt a kérdést fogjuk vizsgálni. hogy van-e
RészletesebbenÉrettségi feladatok: Koordináta-geometria 1/5
Érettségi feladatok: Koordináta-geometria 1/5 2003. Próba/ 13. Adott egy háromszög három csúcspontja a koordinátáival: A( 4; 4), B(4; 4) és C( 4; 8). Számítsa ki a C csúcsból induló súlyvonal és az A csúcsból
RészletesebbenApproximációs algoritmusok
Approximációs algoritmusok Nehéz (pl. NP teljes) problémák optimális megoldásának meghatározására nem tudunk (garantáltan) polinom idejű algoritmust adni. Lehetőségek: -exponenciális futási idejű algoritmus
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
RészletesebbenA 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,
RészletesebbenE-tananyag Matematika 9. évfolyam 2014. Függvények
Függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt a hozzárendelést
RészletesebbenNövényvédő 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.
RészletesebbenMatematikai 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
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
RészletesebbenKorlátozás és szétválasztás elve. ADAGOLO adattípus
Korlátozás és szétválasztás elve ADAGOLO adattípus Értékhalmaz: E Adagolo : A E Műveletek: A : Adagolo, x : E {Igaz} Letesit(A) {A = /0} {A = A} Megszuntet(A) {Igaz} {A = A} Uresit(A) {A = /0} {A = A}
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.
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
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
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenÉrettségi feladatok Koordinátageometria_rendszerezve / 5
Érettségi feladatok Koordinátageometria_rendszerezve 2005-2013 1/ 5 Vektorok 2005. május 28./12. Adottak az a (4; 3) és b ( 2; 1) vektorok. a) Adja meg az a hosszát! b) Számítsa ki az a + b koordinátáit!
RészletesebbenNavigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel
Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal
RészletesebbenNULLADIK MATEMATIKA ZÁRTHELYI
A NULLADIK MATEMATIKA ZÁRTHELYI 20-09-2 Terem: Munkaidő: 0 perc. A dolgozat megírásához íróeszközön kívül semmilyen segédeszköz nem használható! Csak és kizárólag tollal tölthető ki a feladatlap, a ceruzával
RészletesebbenRasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)
Játékelmélet szociológusoknak J-1 Bevezetés a játékelméletbe szociológusok számára Ajánlott irodalom: Mészáros József: Játékelmélet (Gondolat, 2003) Filep László: Játékelmélet (Filum, 2001) Csontos László
RészletesebbenTermelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok
egyetemi docens Menedzsment és Vállalatgazdaságtan Tanszék kallo@mvt.bme.hu Tudnivalók Segédanyagok Jegyzet, előadásvázlatok, munkafüzet Példatár, konzultáció, képletgyűjtemény Elméleti kérdések kidolgozása
RészletesebbenA szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
Részletesebben8. előadás. Kúpszeletek
8. előadás Kúpszeletek Kör A k kört egyértelműen meghatározza C(a,b) középpontja és r sugara. A P pont pontosan akkor van k-n, ha CP=r. Vektoregyenlet: p-c = r. Koordinátás egyenlet: (X-a)2 + (Y-b)2 =
RészletesebbenTovábbi forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék
További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Abszolútértékes és gyökös kifejezések A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenOeconomicus Napocensis Verseny Március 24 és május IV. szekció Tantárgy: MATEMATIKA I
Str. Teodor Mihali nr. 58-6 Cluj-Napoca, RO-495 Tel.: 64-4.86.5-5 Fa: 64-4.5.7 Március 4 és május 5 8 IV. szekció Tantárgy: MATEMATIKA I TEMATIKA: Valós számok; komple számok; számtani és mértani sorozatok;
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:
RészletesebbenFüggvények 1. oldal Készítette: Ernyei Kitti. Függvények
Függvények 1. oldal Készítette: Ernyei Kitti Függvények DEFINÍCIÓ: Ha adott két nemüres halmaz: és, továbbá minden eleméhez hozzárendeljük a valamely elemét, akkor ezt a hozzárendelést függvénynek nevezzük.
RészletesebbenDöntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba
I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: http://www.sze.hu/~egertne Konzultációs idő: (páros tan. hét) csütörtök 10-11 30
RészletesebbenBevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás Vállalatelhelyezés Vállalatelhelyezés Amikor egy új telephelyet kell nyitni,
RészletesebbenA tér lineáris leképezései síkra
A tér lineáris leképezései síkra Az ábrázoló geometria célja: A háromdimenziós térben elhelyezkedő alakzatok helyzeti és metrikus viszonyainak egyértelmű és egyértelműen rekonstruálható módon történő ábrázolása
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
RészletesebbenMatematika szigorlat, Mérnök informatikus szak I máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.
Matematika szigorlat, Mérnök informatikus szak I. 2009. máj. 12. Név: Nept. kód: Idő: 1. f. 2. f. 3. f. 4. f. 5. f. 6. f. Össz.: Oszt.: 180 perc 0-49 pont: elégtelen, 50-61 pont: elégséges, 62-73 pont:
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
RészletesebbenGépi tanulás a gyakorlatban SVM
Gépi tanulás a gyakorlatban SVM Klasszifikáció Feladat: előre meghatározott csoportok elkülönítése egymástól Osztályokat elkülönítő felület Osztályokhoz rendelt döntési függvények Klasszifikáció Feladat:
Részletesebben2 2 = 2 p. = 2 p. 2. Végezd el a kijelölt műveleteket! 3. Végezd el a kijelölt műveleteket! 4. Alakítsad szorzattá az összeget!
Matematika vizsga 014. 9. osztály Név: Az 1-1. feladatok megoldását a feladatlapra írd! A 1-19. feladatokat a négyzetrácsos lapon oldd meg! 1. Számítsd ki az alábbi kifejezések pontos értékét! 0, = = p
Részletesebben