A szállítási feladat. Készítette: Dr. Ábrahám István
|
|
- Áron Szilágyi
- 8 évvel ezelőtt
- Látták:
Átírás
1 A szállítási feladat Készítette: Dr Ábrahám István
2 Bevezető A személyek, termékek, nyersanyagok szállításának lehető leggazdaságosabb megszervezése fontos kérdés Célunk lehet legkisebb összköltségre törekvés, vagy a legrövidebb úton, vagy idő alatt megvalósuló szállítási program Sok más területen felhasználhatjuk azokat az eredményeket, amelyeket a szállítási feladat megoldása során kaptunk A probléma felvetése Példa: Adott két feladó állomás, a tőlük elszállítandó áru mennyisége rendre 7 és egységnyi rendeltetési hely van, igényeik rendre,, egységnyi A feladóhelyek és a rendeltetési állomások között minden esetben lehetséges szállítás Az egyes relációkban a szállítási költségek egy egység szállítására vonatkozóan: F -ből R -be:, F -ből R -be:, F -ből R -ba:, valamint: F -ből R -be:, F -ből R -be:, F -ből R -ba: Az adatainkat táblázatba foglalhatjuk: F F R R R 7
3 F F R R R 7 A sorok, illetve oszlopok végén a mozgatandó mennyiségek vannak, a táblázat belsejében a szállítási költségek egységnyi szállítandó mennyiségre vonatkozóan A szállítási feladat megoldása többféleképpen történhet: ) A lineáris programozás szokásos módszereivel Matematikai modellt írunk fel a feladathoz, majd az megoldjuk ) A disztribúciós módszerrel Először előállítunk egy lehetséges disztribúciót ( szállítási relációk szétosztását ), majd ezt javítjuk az optimum eléréséig A szállítási feladatok megoldására más módszerek is léteznek, kezdve az ötletszerű szervezéstől az összes lehetséges változat kiszámításáig és közülük az optimális kiválasztásáig Ezek a más megoldások többnyire nem optimálisak, illetve nagyon költségesek, így mi a fenti két esettel foglalkozunk
4 A szállítási feladat megoldása szimple módszerrel Az előző feladatunk táblázattal: R R R Az ij változó jelentse az egyes relációkban szállításra kerülő F 7 árumennyiséget û û û û û z F ẑ =7 = = = = Az induló feltétel: i j, ahol i és j A feltételi relációkat a szállítandó mennyiségek határozzák meg: A célunk a szállítás összköltségének minimalizálása: z= min A feladat szimple induló táblája: b 7 Néhány bázistranszformáció után az optimális megoldás: û z =, =, =, = A többi relációban a szállított mennyiség A költség minimuma
5 Általánosan: F i jelentse a feladóhelyeket, f i az elszállítandó áru mennyiségét R j a rendeltetési helyeket, r j az általuk igényelt árumennyiséget ( i m és j n) A C mátri elemei: az egyes relációkban az egységnyi áru szállításának költségei Az X mátri i j elemei: az egyes relációkban szállításra kerülő árumennyiségek Az adataink táblázatos alakja: R R R n A matematikai modell: i j ( i m és j n) F c c c n f n F c c c f ij = fi ( i m) F : : m c r m c r m c r n mn Feltételeink: a szállítandó és az igényelt mennyiségek összege egyezzen meg: m i= n f i = r j= A cél az összköltség minimuma j n f m j= m ij = i= m n z = c i= j= r j ( j n) ij ij min A matematikai modell alapján optimalizálást végezhetünk szimple módszerrel A megoldandó feladat lehet bármilyen elosztási, szétosztási probléma A korlátozó feltételek között más további feltétel is szerepelhet
6 Példa: millió forintot elhelyezünk alapba, legyenek ezek a következők: milliót részvénybe, milliót államkötvénybe, milliót lekötött betétbe fektetünk Négy társaságnál fektetjük be a tőkét, azaz portfoliót hozunk létre Az egyes társaságoknál,, és millió forintot helyezünk el A társaságok adott időszakra az alapokra vonatkozóan adtak a százalékos hozamokat a következő táblázat szerint: A B C D (Az A, B, C, D a társaságokat, az I, II, III az alapokat jelentse) I 9 7 II 9, 9,8 8,9 9, Hogyan, milyen bontásban helyezzük el a pénzünket, ha a maimális hozam elérése a célunk? (Allokációs feladat) III 7,8 8 7,, Megoldás: Az i j jelentse az egyes alapokba valamelyik társaságnál elhelyezett tőkét A triviális feltétel: i j, ahol i és j A feltételi relációkat a peremértékek határozzák meg: = = = = = = = A célunk a hozam maimalizálása: z=,9,7,,,9,98,89,9,78,8,7, ma A modell megoldása kézi eszközökkel hosszadalmas
7 A disztribúciós módszer A disztribúciós módszer lényege: felveszünk egy lehetséges induló programot és azt javítjuk az optimumig A módszert egy, a kézi megoldásban már közepes nagyságúnak számító feladat megoldásával mutatjuk be R R R R R F i a feladó helyeket, R j a célállomásokat jelenti F 8 7 A szállítandó és az igényelt mennyiségek a jobboldali F oszlopban, illetve a legalsó sorban találhatók F A táblázat belsejének c i j eleme az i-edik feladóhelyről F 8 a j-edik célállomásra történő szállításnál a szállított mennyiség egy egységére eső költséget jelenti A feladat zárt, ha a szállítandó és az igényelt mennyiségek összege megegyezik (Ahogy ebben az esetben is) Az induló program felírása Az induló program felírásakor célszerű arra törekedni, hogy a költségmátri lehető legkisebb elemeire a lehető legnagyobb szállításra kerülő mennyiséget programozzuk Ekkor ugyanis viszonylag keveset kell javítanunk az optimum eléréséhez 7
8 A költségmátri redukálása Az induló program felvételéhez célszerű a költségmátriot úgy átalakítani, hogy minden sorban és minden oszlopban legyen legalább egy A szállítási összköltség szempontjából a c i j költségelemek egymáshoz viszonyított nagysága a döntő, így minden oszlopból-sorból levonhatunk egy-egy számot Oszlop korrekció C= C = (Mindegyik oszlopból levontunk rendre egységet) Az oszlop korrekció a költségekben K = = költségcsökkenést jelent Sorkorrekció A sorkorrekciót a C mátrion hajtjuk végre: csak az első sorból kell -et levonnunk és így már minden sorban és oszlopban lesz költségelem A sorkorrekció hatása a költségre újabb értékű csökkentést jelent, így a költségkorrekció összesen: K =7 Az oszlop-sor sorrend helyett a sor-oszlop sorrend szerint is korrigálhatunk Ennek a végeredményre nincs hatása 8
9 Az induló program előállítása Az induló program felírásakor a minimális költségelemekre a lehetséges maimális mennyiséget programozzuk, célszerűen először a költségelemekre Elnevezés:a költségmátrinak azt az elemét, amelyre szállítandó mennyiséget programoztunk, kötött elemnek nevezzük Szabad elem: amelyre nem programoztunk Alapszabály: a kötött elemek számát a kritikus szám határozza meg A kritikus szám: az összes állomás számából kivonunk egyet A példánkban négy feladóhely és öt célállomás van, a kritikus szám: 9-=8 Az eredeti költségmátri: A redukált költségmátri: A keretezett elemekre programoztuk a jobb felső részen lévő mennyiséget Az induló szállítási program: 7 9
10 A program javítása Csak akkor szükséges, ha kötött helyen van nullától különböző szám is (Ha csupa nullára programozva sikerült az induló programot felírni, akkor ennél kisebb költségű program nyilván nem létezhet) A körmódszer Lényege: megvizsgáljuk, hogy áttolhatunk-e bizonyos szállítandó mennyiséget magas költségű kötött helyről alacsonyabb költségű szabad helyre A vizsgálat módja: a szabad helyeket egyenként megpróbáljuk bevonni a programba egy ún kör (vagy más néven: hurok) képzésével Kör: minden szabad helyhez egyértelműen tartozik egy kör (haladási irány az illető szabad helyből kiindulva és oda visszatérve) A kör képzésekor fordulni csak a kötött elemeken (csúcspontokon) lehet Például a költségmátri első sorának első eleméhez tartozó kör: Megvizsgáljuk: ha a kör mentén egy egységnyi szállítandó mennyiséget mozgatunk, akkor az javít-e a programon
11 A programunknak ez a része ekkor így alakul: 9 A költség változást -gyel jelölve: = 9 9= 9 (A költség nagyobb lett, a c elem bevonásával nem javul a program) Javulás: ha megvizsgálva a szabad elemek köreit, a ij értéke negatív lesz A ij értéke egyszerűen számolható: A kör csúcspontjait váltakozó előjelekkel véve összeadjuk a csúcspontok költségértékeit A szabad hely előjele mindig pozitív Például: a esetén: = Vizsgáljuk meg a c körét: 7 A számítása: = =, a <, így ezen a körön a program javítható Az eredményünk azt mutatja, hogy egységnyi mennyiség áttolása a szabad helyre pénzegységgel javítja a programot
12 A javítás módja A körön maimum annyi egység mozgatható, hogy a szabad hely kötötté válásával legalább egy kötött elem szabaddá váljon Ez akkor valósul meg, ha a negatív csúcson lévő legkisebb értéket programozzuk a szabad elemre Ilyenkor a pozitív csúcsokon ennyivel nő, a negatívokon ennyivel csökken az oda programozott érték Példa: A c körén a javított programrészlet: Elvégezzük a javítást: Az új, javított táblázatot ismét megvizsgáljuk a i j értékekre Ahol javítani lehet, azt ott megtesszük Majd újabb vizsgálat következhet mindaddig, amíg a i j értékekre találunk negatív értéket Ha már nem lesz ilyen, akkor a programunk optimális Ez az eljárás eléggé hosszadalmas
13 A potenciálok módszere Lényege: a költségmátri soraihoz is és oszlopaihoz is egy-egy számot rendelünk (ezek a potenciálok) úgy, hogy a két potenciál összege minden esetben egyenlő legyen az illető sorban és oszlopban lévő kötött elemmel Például az induló táblánk esetében: A szabad elemeket a potenciálok hozzárendelésekor nem írtuk ki A potenciálok segítségével a i j értékek egyszerűen számolhatók: Minden költségelemből le kell vonni a neki megfelelő két potenciál összegét, így kapjuk a i j értékeket Az induló táblánk esetén: [ ij ] = Amelyik költségelemnél a i j negatív, annak a körén a program javítható Ebben az esetben a javítás a c vagy a c körén végezhető el (Egyszerre csak az egyiken!) A javítást ( kötött helyről áttolást a szabad helyre) körmódszerrel végezzük
14 Ha a c körén javítunk, a program a következő lesz: (Ahogy ezt már korábban láttuk) Kiszámoljuk: [ ij ] = A táblázatunkat megvizsgáljuk a potenciálok módszerével: A potenciálok: (A i j táblázatban a pozitív számértékeket nem kell kiírni, elég a jel) Láthatjuk: a javított táblázatunk sem optimális, a c körén javítani lehet A c köre: (Előjelek!) Az áttolás után: Az új táblázatunkba beillesztjük a megváltoztatott részt és ismét elvégezzük a potenciálokkal a vizsgálatot
15 Az új vizsgálathoz a potenciálok: [ ij ] = A javításhoz a [ ij ] táblázat: A i j táblázatban nincs negatív érték, így a szállítási programunk már optimális Leolvassuk az egyes relációkban szállítandó mennyiségeket (mátri alakban): A mátri ij eleme azt jelenti, hogy az i-edik feladótól [ X ] = a j-edik célállomásra mekkora mennyiség szállítása optimális Ennek a szállítási programnak a költsége: K red = =7, az oszlop és sor redukciós költséggel együtt az összköltség: K=77= Alternatív optimum, degeneráció A legutolsó [ i j ] táblázatunkban is szerepel szabad elemnél Ennek jelentése: az illető szabad elem körén mozgatva a lehetséges mennyiséget, szintén optimumot kapunk A költséget ez nem befolyásolja, a kapott új optimum alternatív optimum
16 Alternatív optimumot kapunk a c körén: Az áttolás után: A két negatív csúcson egyaránt volt, tehát az áttolással mindkét elem szabaddá vált Ilyenkor, ha a tábla még nem optimális, valamelyik elemre értéket programozunk Ez a degeneráció esete Előfordul, hogy már az induló tábla degenerált A megoldást a tábla degenerált volta általában nem zavarja A feladatunkban a két alternatív alapmegoldás tehát: X o = X o = Az általános megoldást a két alapmegoldás konve lineáris kombinációja adja: X =λ λ X ( λ)x, ahol λ
17 Névleges állomások beiktatása Előfordul, hogy a feladóhelyekről elszállítandó és a célállomások által igényelt mennyiségek nem egyenlők (nem zárt a feladat) Ekkor a disztribúciós módszer alkalmazhatóságához névleges állomást (új sort, vagy új oszlopot) kell beiktatni, amelyre költséggel programozzuk a felesleget, vagy a hiányt Példa: Tekintsük a következő feladatot: (A sorkezdő helyen lévő feladóhelyeket és az oszlopfőkön a célállomásokat nem írtuk ki) A feladóhelyeken összesen egység vár elszállításra, a célállomások összesen 8-at igényeltek Beiktatunk egy névleges célállomást, amely költséggel igényli a hiányzó egységet: Ez a feladat már normál szállítási feladat, a tárgyalt módszerrel megoldva kapjuk az optimális megoldást: X o = 7
18 Gyakorlás Példa: Adjuk meg disztribúciós módszerrel az alábbi táblázattal adott szállítási feladat valamennyi optimális megoldását: Lehet-e az optimális megoldásban =? Ha igen, akkor mennyi a többi változó értéke? Megoldás: A döntési változó ij, amely az i-edik feladóhelyről a j-edik célállomásra szállítandó mennyiséget jelöli 8 Névleges célállomást kell beiktatni A kritikus szám: 7 Az induló program (például): 8 7 A program javítása, első optimum: Alternatív optimuma van a feladatnak: X = X = 7 Összköltség: K= 8 Az általános megoldás: X =λx ( λ)x ( λ ) Ha =, akkor λ=/, és ekkor: X p = 9 8
19 Tiltótarifák A szállításoknál gyakran előfordul, hogy két állomás között nincs, vagy megszűnik a szállítási lehetőség Csak azt az esetet tárgyaljuk, amikor egy szállítási viszonylatban tiltótarifa van érvényben, azaz nem lehet azon az útvonalon szállítani Ha a szállítás költségmátriában igen nagy költsége van egy elemnek, akkor a disztribúciós megoldás ezt a relációt automatikusan kikerüli A módszer: ha valamely relációban nem lehet szállítani, akkor a megfelelő költségelem értéke egy M szám lesz, amely olyan nagy, hogy a költségmátri redukálásakor az értéke lényegében nem változik meg Ezután a szokásos módon megoldjuk a feladatot, az adott költségelem biztosan nem lesz kötött hely Példa: Az alábbi szállítási feladatban az és a feladótól a teljes készletet el kell szállítani Az feladó az megrendelőnek nem szállíthat R R R R Cél a költség minimum F F F Megoldás: A döntési változó ij, amely az i-edik feladóhelyről a j-edik célállomásra szállítandó mennyiséget jelöli Névleges rendeltetési helyet kell beiktatni 9
20 A kritikus szám: 7 Az induló program (például): M 7 7 M Ha az első feladó az első megrendelőnek nem szállíthat, az azt jelenti, hogy = 7 M 8 Ez akkor következik be, ha a megfelelő költségelem igen nagy, azaz c 9 7 =M Ha az és feladónál nem maradhat áru, ez akkor teljesül, ha ez a két feladó a névleges állomásnak nem szállít : = =, azaz c =c =M Ezután következik a program javítása az optimumig, az optimum: X = Az összköltség minimuma: K= A feladónál egység áru marad Látható, hogy a program kikerülte a tiltott helyeket A szállítási feladatok egyszerűen megoldhatók számítógéppel A fejezet tárgyalását befejeztük
Disztribúciós feladatok. Készítette: Dr. Ábrahám István
Disztribúciós feladatok Készítette: Dr. Ábrahám István Bevezető Az elosztási, szétosztási feladatok (szállítás, allokáció, stb.) leggazdaságosabb megoldása fontos kérdés. Célunk lehet legkisebb összköltségre
S Z Á L L Í T Á S I F E L A D A T
Döntéselmélet S Z Á L L Í T Á S I F E L A D A T Szállítási feladat meghatározása Speciális lineáris programozási feladat. Legyen adott m telephely, amelyeken bizonyos fajta, tetszés szerint osztható termékből
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.
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
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
Esettanulmányok és modellek 5
Esettanulmányok és modellek 5 Disztribúciós feladatok Egészségügy Készítette: Dr. Ábrahám István Disztribúció. Az alábbi szállítási feladatban az. és a 2. feladótól a teljes készletet el kell szállítani.
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
További 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
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
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
A Szállítási feladat megoldása
A Szállítási feladat megoldása Virtuális vállalat 201-2014 1. félév 4. gyakorlat Dr. Kulcsár Gyula A Szállítási feladat Adott meghatározott számú beszállító (source) a szállítható mennyiségekkel (transportation
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
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
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
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
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
Döntéselmélet OPERÁCIÓKUTATÁS
Döntéselmélet OPERÁCIÓKUTATÁS Operációkutatás Az operációkutatás az a tudomány, amely az optimális döntések előkészítésében matematikai módszereket használ fel. Az operációkutatás csak a döntés-előkészítés
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
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
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
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
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,
Assignment problem Hozzárendelési feladat (Szállítási feladat speciális esete)
Assignment problem Hozzárendelési feladat (Szállítási feladat speciális esete) C költség mátrix költség Munkákat hozzá kell rendelni gépekhez: egy munka-egy gép c(i,j) mennyi be kerül i-dik munka j-dik
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
összeadjuk 0-t kapunk. Képletben:
814 A ferde kifejtés tétele Ha egy determináns valamely sorának elemeit egy másik sor elemeihez tartozó adjungáltakkal szorozzuk meg és a szorzatokat összeadjuk 0-t kapunk Képletben: n a ij A kj = 0, ha
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 változó költségek azon folyó költségek, amelyek nagysága a termelés méretétől függ.
Termelői magatartás II. A költségfüggvények: A költségek és a termelés kapcsolatát mutatja, hogyan változnak a költségek a termelés változásával. A termelési függvényből vezethető le, megkülönböztetünk
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz
9. gyakorlat Lineáris egyenletrendszerek megoldási módszerei folyt. Néhány kiegészítés a Gauss- és a Gauss Jordan-eliminációhoz. Mindkét eliminációs módszer műveletigénye sokkal kisebb, mint a Cramer-szabályé:
A 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
Tartalomjegyzék Feltétel nélküli szélsőérték számítás
Dr. Vincze Szilvia Példa Egy adott talajtípuson az átlagosnak megelelő időjárási viszonyok között a búza hozamát hektáronként a elhasznált nitrogén és oszor hatóanyag erősen beolyásolja. A hektáronként
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
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
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
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
f x 1 1, x 2 1. Mivel > 0 lehetséges minimum. > 0, így f-nek az x 2 helyen minimuma van.
159 5. SZÉLSŐÉRTÉKSZÁMÍTÁS = + 1, R + 1 f = 1 R +,, f = R +, 1 Az 1 = 0 egyenlet gyökei : 1 1, 1. Mivel ezért az 1 helyen van az f-nek minimuma. 5.1. f f 1 0, 5.. Legyen az egyik szám, a másik pedig A.
Előadó: Dr. Kertész Krisztián
Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők
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
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
Általános 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
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
Lineáris egyenletrendszerek
Lineáris egyenletrendszerek Lineáris egyenletrendszernek nevezzük az a 11 x 1 + a 12 x 2 +... +a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... +a 2n x n = b 2.. a k1 x 1 + a k2 x 2 +... +a kn x n = b k n ismeretlenes,
Diverzifikáció 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,
26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA
26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA Az előző két fejezetben tárgyalt feladat általánosításaként a gráfban található összes csúcspárra szeretnénk meghatározni a legkisebb költségű utat. A probléma
Hálózatszámítási modellek
Hálózatszámítási modellek Dr. Rácz Ervin egyetemi docens Óbudai Egyetem, Kandó Kálmán Villamosmérnöki Kar Villamosenergetikai Intézet HÁLÓZATBELI FOLYAM VAGY ÁRAMLÁS ÁLTALÁNOS PROBLÉMÁJA Általános feladat
Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.
Sorozatok II. DEFINÍCIÓ: (Mértani sorozat) Az (a n ) valós számsorozatot mértani sorozatnak nevezzük, ha van olyan valós szám, amellyel a sorozat bármely tagját megszorozva a következő tagot kapjuk. Jelöléssel:
1. Homogén lineáris egyenletrendszer megoldástere
X HOMOGÉN LINEÁRIS EGYENLET- RENDSZEREK 1 Homogén lineáris egyenletrendszer megoldástere Homogén lineáris egyenletrendszer definíciója már szerepelt Olyan lineáris egyenletrendszert nevezünk homogénnek,
Optimalizálás 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
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
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.
A minimális költségűfolyam probléma megoldása hálózati szimplex-módszerrel
A minimális költségűfolyam probléma megoldása hálózati szimplex-módszerrel 1 A minimális költségűfolyam probléma megoldása hálózati szimplex-módszerrel DR. BENKŐJÁNOS GATE, Logisztikai Tanszék A hálózat
út 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
Algoritmusok bonyolultsága
Algoritmusok bonyolultsága 5. előadás http://www.ms.sapientia.ro/~kasa/komplex.htm 1 / 27 Gazdaságos faváz Kruskal-algoritmus Joseph Kruskal (1928 2010) Legyen V = {v 1, v 2,..., v n }, E = {e 1, e 2,...,
5. Előadás. (5. előadás) Mátrixegyenlet, Mátrix inverze március 6. 1 / 39
5. Előadás (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 1 / 39 AX = B (5. előadás) Mátrixegyenlet, Mátrix inverze 2019. március 6. 2 / 39 AX = B Probléma. Legyen A (m n)-es és B (m l)-es
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:
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
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,
Szállításszervezési módszerek
Szállításszervezési módszerek A megtakarítási eljárás kiterjesztése 1 Néhány alapvető szempontot a járatkapcsolás előtt figyelembe kell venni. 1. Akkor célszerű a járatokat összekapcsolni, ha ezzel költséget
Többváltozós, valós értékű függvények
Többváltozós függvények Többváltozós, valós értékű függvények Többváltozós függvények Definíció: többváltozós függvények Azokat a függvényeket, melyeknek az értelmezési tartománya R n egy részhalmaza,
352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm
5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88
Szállításszervezési módszerek
Szállításszervezési módszerek 1 Néhány alapvet szempontot a járatkapcsolás eltt figyelembe kell venni. 1. Akkor célszer$ a járatokat összekapcsolni, ha ezzel költséget (távolságot, idt, járm$vet stb.)
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 +
Döntéselőkészítés. 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)
Közgazdaságtan alapjai. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdaságtan alapjai Dr. Karajz Sándor Gazdaságelméleti 4. Előadás Az árupiac és az IS görbe IS-LM rendszer A rövidtávú gazdasági ingadozások modellezésére használt legismertebb modell az úgynevezett
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK
GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK 1. Egy terméket rövid távon a függvény által leírt költséggel lehet előállítani. A termelés határköltségét az összefüggés adja meg. a) Írja fel a termelés
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 ; (
Mátrixok, mátrixműveletek
Mátrixok, mátrixműveletek 1 előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Mátrixok, mátrixműveletek p 1/1 Mátrixok definíciója Definíció Helyezzünk el n m elemet egy olyan téglalap
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
Gyártórendszerek dinamikája
GYRD-7 p. 1/17 Gyártórendszerek dinamikája Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel Werner Ágnes
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,
MA1143v A. csoport Név: december 4. Gyak.vez:. Gyak. kódja: Neptun kód:.
MAv A. csoport Név:... Tekintsük az alábbi mátriot! A 7 a Invertálható-e az A mátri? Ha igen akkor bázistranszformációval határozza meg az inverzét! Ellenőrizze számításait! b Milyen egyéb mátritulajdonságokra
Egyenletek, egyenletrendszerek, matematikai modell. 1. Oldja meg az Ax=b egyenletrendszert Gauss módszerrel és adja meg az A mátrix LUfelbontását,
Egyenletek egyenletrendszerek matematikai modell Oldja meg az A=b egyenletrendszert Gauss módszerrel és adja meg az A mátri LUfelbontását ahol 8 b 8 Oldja meg az A=b egyenletrendszert és határozza meg
2. 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
Lineáris programozási feladatok típusai és grafikus megoldása
Lineáris programozási feladatok típusai és grafikus megoldása Alkalmazott operáiókutatás. elıadás 8/9. tanév 8. szeptemer 9. Maimumfeladat grafikus megoldása lehetséges megoldások + 4 + () 8 + Optimális
Maple: Deriváltak és a függvény nevezetes pontjai
Maple: Deriváltak és a függvény nevezetes pontjai Bevezető Tudjuk, hogy a Maple könnyűszerrel képes végrehajtani a szimbólikus matematikai számításokat, ezért a Maple egy ideális program differenciál-
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,
Kétváltozós függvények differenciálszámítása
Kétváltozós függvények differenciálszámítása 13. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kétváltozós függvények p. 1/1 Definíció, szemléltetés Definíció. Az f : R R R függvényt
operációkutatás 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..
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
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
A szimplex tábla. p. 1
A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex
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
Lineáris programozás. A mese
Lineáris programozás A mese Célok Geometriai szemlélet (nem lesz matek ) Gakorlati kérdések Már megint a szendvics Kétfajta szendvicset szeretnénk készíteni, sonkásat és szalámisat. Lehetőleg minél többet.
15. LINEÁRIS EGYENLETRENDSZEREK
15 LINEÁRIS EGYENLETRENDSZEREK 151 Lineáris egyenletrendszer, Gauss elimináció 1 Definíció Lineáris egyenletrendszernek nevezzük az (1) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a
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,.
Mikroökonómia előadás. Dr. Kertész Krisztián
Mikroökonómia előadás Dr. Kertész Krisztián k.krisztian@efp.hu A TERMELÉS KÖLTSÉGEI ÁRBEVÉTEL A termelés gazdasági költsége Gazdasági Explicit költség profit Gazdasági profit Számviteli költség Implicit
Döntéselőkészítés. 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
Amit a törtekről tudni kell 5. osztály végéig Minimum követelményszint
Amit a törtekről tudni kell. osztály végéig Minimum követelményszint Fontos megjegyzés: A szabályoknak nem a pontos matematikai meghatározását adtuk. Helyettük a gyakorlatban használható, egyszerű megfogalmazásokat
Diszkrét matematika II., 8. előadás. Vektorterek
1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.
Vektorok, mátrixok, lineáris egyenletrendszerek
a Matematika mérnököknek I. című tárgyhoz Vektorok, mátrixok, lineáris egyenletrendszerek Vektorok A rendezett valós számpárokat kétdimenziós valós vektoroknak nevezzük. Jelölésükre latin kisbetűket használunk.
Keresztmetszet másodrendű nyomatékainak meghatározása
BUDAPEST MŰSZAK ÉS GAZDASÁGTUDOMÁNY EGYETEM Keresztmetszet másodrendű nyomatékainak meghatározása Segédlet a Szilárdságtan c tárgy házi feladatához Készítette: Lehotzky Dávid Budapest, 205 február 28 ábra
Diszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű
I. VEKTOROK, MÁTRIXOK
217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli
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.
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
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)
Pénzügytan szigorlat
GF KVIFK Gazdaságtudományi Intézet Pénzügy szakcsoport Pénzügytan szigorlat 3 29,5 33 pont jeles 25,5 29 pont jó 21,5 25 pont közepes 17,5 21 pont elégséges 17 pont elégtelen Név: Elért pont: soport: Érdemjegy:
Az optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény
I. Vektorok. Adott A (2; 5) és B ( - 3; 4) pontok. (ld. ábra) A két pont által meghatározott vektor:
I. Vektorok 1. Vektorok összege Általánosan: Az ábra alapján Adott: a(4; 1) és b(; 3) a + b (4 + ; 1 + 3) = (6; ) a(a 1 ; a ) és b(b 1 ; b ) a + b(a 1 + b 1 ; a + b ). Vektorok különbsége Általánosan:
Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia
Bevezetés a játékelméletbe Kétszemélyes zérusösszegű mátrixjáték, optimális stratégia Készítette: Dr. Ábrahám István A játékelmélet a 2. század közepén alakult ki. (Neumann J., O. Morgenstern). Gyakran