Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Döntéselőkészítés. I. előadás. Döntéselőkészítés. Előadó: Dr. Égertné dr. Molnár Éva. Informatika Tanszék A 602 szoba"

Átírás

1 I. előadás Előadó: Dr. Égertné dr. Molnár Éva Informatika Tanszék A 602 szoba Tárggyal kapcsolatos anyagok megtalálhatók: Konzultációs idő: (páros tan. hét) csütörtök

2 A döntés fogalma Döntés: mindennapi élet állandó velejárója jó döntés hozatala feltételek, lehetőségek ismerete. Döntés: választás a lehetőségek közül valamilyen célnak megfelelően (pl. vizsgára készülés) Klasszikus döntéselmélet: a döntéshozó teljesen informált és csak egy cél elérése a célja. Valóság: teljes informáltság adathalmazok nagysága miatt nem lehetséges általában célok kombinációját akarjuk megvalósítani döntést befolyásolják szokások, viselkedési formák A döntés definíciója Döntés: A döntés célirányos választás adott környezetben cselekvési változatok között, ahol a cselekvési változatok a döntési folyamatok döntést megelőző szakaszában cselekvési lehetőségekként vannak feltárva. (Kindler József) Döntés: A döntés a döntéshozó szervezet közlésoutputjának egy speciális funkciója, más egységek folyamatainak szabályozása. (Kornai János) A döntés egyszerre egy cselekvés (választás) és egy folyamat része. 2

3 A döntési folyamat szakaszai 1. A döntési helyzet felismerése 2. Helyzetfelmérés 3. Helyzetelemzés 4. Célkitűzések, kritériumok meghatározása 5. Alternatívák kidolgozása és értékelése 6. Döntés 7. Végrehajtás ellenőrzés Döntési helyzet azonosítás: : A döntési folyamat szakaszai 1. A döntési helyzet felismerése A döntéshozó azon megállapítása, hogy az általa irányított (befolyásolt ) rendszer működése, a folyamatok alakulása nem az ő céljának (céljainak) megfelelően történik. Döntési helyzet felismerésének esetei: -döntési kényszer ( nem célszerű megvárni), -figyelmeztető rendszerek használata, -külső problémajelző rendszerek használata, -probléma kutatási tevékenység. 3

4 A döntési folyamat szakaszai 2. Helyzetfelmérés Ebben a szakaszban az információk összegyűjtése és elsődleges csoportosítása folyik. Fontos az információk teljeskörűségének biztosítása. Ki kell derülnie, hogy melyik információ hasznos, melyik nem. 3. Helyzetelemzés Át kell látni az adatok, tények közötti összefüggéseket a döntési probléma szempontjából. A döntési folyamat szakaszai 4. Célkitűzések, kritériumok meghatározása Az adott döntési szituációban konkretizálni kell a célt, hogy döntési kritériumokat lehessen adni. Ha lehet, a problémát részproblémákra kell bontani - vigyázat rossz felbontás esetén a részproblémák megoldása nem alkalmazható az eredeti feladatra. Általában a rendszerek bonyolultabbak annál, hogy tevékenységük egyetlen céllal lenne kapcsolatba hozható célstruktúra, célok hierarchiája létezik. 4

5 A döntési folyamat szakaszai A döntési problémák osztályozása a strukturáltságuk szerint: A jól strukturált probléma programozható rendszeresen ismétlődő, kidolgozott metodika van a megoldására. (pl. munkatevékenység ütemezése, számlázás) A rosszul strukturált probléma nem programozható ritkán és váratlanul jelentkező, ismeretlen vagy túl komplex megoldású feladat. (pl. vállalat átszervezése, egy kutatás elvégzése) A döntési folyamat szakaszai 5. Alternatívák kidolgozása és értékelése Meg kell találni, kifejleszteni és értékelni a lehetséges cselekvési alternatívákat. Kockázatvállalás ill. nem vállalás bizonyos lehetőségeket eleve bevehet ill. kizárhat a lehetőségek közül. Értékelésnél fontos a kimenetek számszerűsíthetősége : könnyebb a lehetőségek rendezése, sorrendbe állítása. Döntéshozónak általában világos preferencia-sorrendje van, ami lehetővé teszi számára a kívánatos kimenetek rangsorolását. 5

6 A döntési folyamat szakaszai Döntő szerep jut a modellezésnek ebben a fázisban. (Az alkalmazott modellek gyakran jobban meghatározzák a kapott eredményeket, mint a számszerüsítéshez használt adatok.) Modell típusok: Normatív: optimális megoldás keresése a cél. Leíró: az alternatívák egy részhalmazát tekintjük. Ezek közül a legjobbat tekintjük, elégséges egy elfogadható megoldás megtalálása is. Kielégítő:időhiány, erőforráshiány, az optimalizáció nehézségei miatt gyakran szükségszerű, nem opt. modell. A döntési folyamat szakaszai 6. Döntés Megadni, melyek a választási kritériumnak leginkább megfelelő cselekvés(ek). 7. Végrehajtás, ellenőrzés A kiválasztott megoldást át kell ültetni a valóságba. Tudni kell: kinek, mikor, mi kell csinálnia, hogy a döntés megvalósuljon. 6

7 A döntéselőlészítés fogalma A zömmel gazdasági, általában nagy feladatok megoldása. Hatékony eszköz: Operációkutatás Olyan tudományos módszer, amely a döntések előkészítéséhez, a gazdasági optimum meghatározásához valamilyen szélsőérték feladatot alkalmaz. Elnevezés: II. világháború idején szakemberekből csoportot hoztak létre, hogy katonai hadmüveleti (operation) döntésekhez tudományos eszközök segítségével dolgozzanak ki javaslatokat. Az operációkutatás alkalmazása Matematikai modell megadása: ismeretlenek meghatározása, korlátozó feltételek megadása, célfüggvény megadása. Modellek csoportosítása: determinisztikus vagy sztochasztikus (ismeretlenek), lineáris vagy nem lineáris (feltételek, célfüggvény), folytonos vagy nem folytonos (ismeretlenek). 7

8 Lineáris programozás ( LP ) LP feladat: korlátozó feltételek és az elérendő célt megfogalmazó célfüggvény is lineáris. A továbbiakban olyan feladatokkal foglalkozunk, a- melyek lineárisak és a megoldási algoritmusuk olyan, hogy véges sok lépés után eljutunk az optimális megoldáshoz. Primál-duál feladatpár: modellek döntő részénél a feladathoz hozzárendelünk egy ún. duál feladatot. Történeti áttekintés: L.V. KANTOROVICS (1939) az LP feladat első megfogalmazója és elemzője. G.B. DANTZIG (1947) az LP megoldására szolgáló hatékony módszer, az ún. szimplex módszer felfedezője. T.C. KOOPMANS (1951) a róla elnevezett ún. Koopmans-féle termelési modell megalkotója (1975-ben Kantorovics-csal NOBEL-díjat kapott) 8

9 Lineáris programozási (LP) feladat TERMÉKVÁLASZTÉK MODELL Ismert: T 1,T 2,...,T j,..., T n egy üzem n féle terméket állít elő E 1,E 2,..., E i,..., E m a gyártáshoz az üzemben m féle erőforrás áll rendelkezésre. a ij egységnyi T j termék előállításához az E i erőforrás esetén szükséges normaóra b i E i erőforrásból rendelkezésre álló felhasználható kapacitás egységnyi T j értékesítési ára (egység ár) c j Feladat (primál) : Határozzuk meg azt a termékválasztékot ( melyik termékből mennyit kell gyártani ), amelynél az erőforrás felhasználás nem haladja meg a rendelkezésre álló kapacitást és a maximális árbevételt biztosítja az üzemnek. Matematikai modell: ismeretlen választás : x 1, x 2,..., x j,..., x n x j legyen a T j termékből gyártott mennyiség Táblázatosan adjuk meg az ismert mennyiségeket! 9

10 x 1 x 2... x n x T 1 T 2... T n b E 1 a 11 a a 1n b 1 E 2 a 21 a a 2n b E m a m1 a m2... a mn b m A c 1 c 2... c n c Korlátozó feltételek, célfüggvény: E 1 : a 11 x 1 + a 12 x a 1j x j a 1n x n b 1 E 2 : a 21 x 1 + a 22 x a 2j x j a 2n x n b 2 E m : a m1 x 1 + a m2 x a mj x j a mn x n x 1, x 2..., x j,..., x n 0 b m c 1 x 1 + c 2 x c j x j c n x n max! 10

11 Duál feladat : Jelentkezik egy vállalkozó, aki bérbe szeretné venni az erőforrásokat. Feladat: Határozzuk meg, mekkora bérleti díjat ajánljon a vállalkozó, hogy az üzemnek megérje bérbe adni az erőforrásokat és a vállalkozó kiadása a legkevesebb legyen. Matematikai modell: ismeretlen választás :y 1, y 2,..., y i,..., y m y i legyen a E i erőforrás 1 normaórájának a bérleti díja Táblázatosan adjuk meg az ismert mennyiségeket! x 1 x 2... x n x T 1 T 2... T n b y 1 E 1 a 11 a a 1n b 1 y 2 E 2 a 21 a a 2n b y m E m a m1 a m2... a mn b m y A c 1 c 2... c n c 11

12 Korlátozó feltételek, célfüggvény: Bérbeadás megéri:egységnyi termék előállításához szükséges erőforrás bérleti díja nem kevesebb, mint az elérhető árbevétel. T 1 : y 1 a 11 + y 2 a y i a i y m a m1 c 1 T 2 : y 1 a 12 + y 2 a y i a i y m a m2 c 2 T n : y 1 a 1n + y 2 a 2n y i a in y m a mn y 1, y 2..., y i,..., y m 0 b 1 y 1 + b 2 y b i y i b m y m min! c n Primál, duál feladatok mátrixos megadása Primál feladat: A x b x 0 c x max! Duál feladat: y A c y 0 y b min! Primál feltételek Primál célfüggvény Duál feltételek Duál célfüggvény 12

13 13

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 1. Előadás Követelmények, teljesítés feltételei Vizsga anyaga Előadásokhoz tartozó diasor

Részletesebben

Bevezetés az operációkutatásba A lineáris programozás alapjai

Bevezetés az operációkutatásba A lineáris programozás alapjai Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév 2008. szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II.

Részletesebben

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat

Részletesebben

Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT

Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT Döntéselmélet II. ELŐADÁS DÖNTÉSI FOLYAMAT döntés döntéselőkészítés D ö n t é s i f o l y a m a t döntés és megvalósítás döntéselőkészítés Döntési folyamat A probléma felismerése, azonosítása, megfogalmazása

Részletesebben

Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit

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

Részletesebben

Döntéselméleti modellek

Döntéselméleti modellek Döntéselméleti modellek gyakorlat Berta Árpád Követelmények A félév során 40 pont szerezhető 0-19 pont : elégtelen (1) 20-24 pont : elégséges (2) 25-29 pont : közepes (3) 30-34 pont : jó (4) 35-40 pont

Részletesebben

Operációkutatás példatár

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

Részletesebben

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok

Termelés- 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

Részletesebben

Optimumkeresés számítógépen

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

Részletesebben

Totális Unimodularitás és LP dualitás. Tapolcai János

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

Részletesebben

Termelés- és szolgáltatásmenedzsment Részidős üzleti mesterszakok

Termelés- 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

Részletesebben

Döntési módszerek Tantárgyi útmutató

Döntési módszerek Tantárgyi útmutató Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2018/19. tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:

Részletesebben

Fogalmak Navigare necesse est

Fogalmak Navigare necesse est Döntéselmélet Fogalmak Navigare necesse est - dönteni mindenkinek kell A döntés nem vezetői privilégium: de! vezetői kompetencia, a vezetői döntések hatása Fogalmak II. A döntés célirányos választás adott

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/ Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok

Részletesebben

Egyes logisztikai feladatok megoldása lineáris programozás segítségével. - bútorgyári termelési probléma - szállítási probléma

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

Részletesebben

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c

Részletesebben

Matematikai modellezés

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

Részletesebben

Dr. Kalló Noémi. Termelésszervezés, Termelési és szolgáltatási döntések elemzése. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék

Dr. Kalló Noémi. Termelésszervezés, Termelési és szolgáltatási döntések elemzése. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelésszervezés, Termelési és szolgáltatási döntések elemzése egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelésszervezés 17.Ismertesse az anyagszükséglet-tervezés input információit,

Részletesebben

2017/ Szegedi Tudományegyetem Informatikai Intézet

2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 8. Előadás Bevezetés Egy olyan LP-t, amelyben mindegyik változó egészértékű, tiszta egészértékű

Részletesebben

Logisztikai szimulációs módszerek

Logisztikai szimulációs módszerek Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok

Részletesebben

G Y A K O R L Ó F E L A D A T O K

G Y A K O R L Ó F E L A D A T O K Döntéselmélet G Y A K O R L Ó F E L A D A T O K Lineáris programozás I Egy vállalat kétféle terméket gyárt, az A és B termékeket. A következő adatok ismertek: A vállalat éves munkaóra-kapacitása 1440 óra,

Részletesebben

b) Írja fel a feladat duálisát és adja meg ennek optimális megoldását!

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.

Részletesebben

Operációkutatás II. Tantárgyi útmutató

Operációkutatás II. Tantárgyi útmutató Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2016/17 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:

Részletesebben

Érzékenységvizsgálat

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

Részletesebben

Tóth Georgina Nóra 1-2. gyakorlat OPERÁCIÓKUTATÁS

Tóth Georgina Nóra 1-2. gyakorlat OPERÁCIÓKUTATÁS Tóth Georgina Nóra toth.georgina@bgk.uni-obuda.hu -2. gyakorlat OPERÁCIÓKUTATÁS TÖRTÉNETI ÁTTEKINTÉS Ipari forradalom hatása a vállalatokra II. világháború Katonai hadműveletek (operációk) Kutatók alkalmazása

Részletesebben

Operációkutatás II. Tantárgyi útmutató

Operációkutatás II. Tantárgyi útmutató Módszertani Intézeti Tanszék Gazdinfo Nappali Operációkutatás II. Tantárgyi útmutató 2015/16 tanév II. félév 1/4 Tantárgy megnevezése: Operációkutatás II. Tantárgy kódja: OPKT2KOMEMM Tanterv szerinti óraszám:

Részletesebben

Döntéselmélet SZIKORA PÉTER ŐSZ

Döntéselmélet SZIKORA PÉTER ŐSZ Döntéselmélet SZIKORA PÉTER 2016-2017 ŐSZ Elérhetőségek Szikora Péter szikora.peter@kgk.uni-obuda.hu Népszínház utca 8. 2. emelet 226. szoba http://tig.kgk.uni-obuda.hu/doe 2 Követelmények Gazdálkodás

Részletesebben

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11.

Branch-and-Bound. 1. Az egészértéketű programozás. a korlátozás és szétválasztás módszere Bevezető Definíció. 11. 11. gyakorlat Branch-and-Bound a korlátozás és szétválasztás módszere 1. Az egészértéketű programozás 1.1. Bevezető Bizonyos feladatok modellezése kapcsán előfordulhat olyan eset, hogy a megoldás során

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét

Részletesebben

Döntési módszerek Tantárgyi útmutató

Döntési módszerek Tantárgyi útmutató Gazdálkodási és menedzsment alapszak Nappali tagozat Döntési módszerek Tantárgyi útmutató 2015/16 tanév II. félév 1 Tantárgy megnevezése Tantárgy jellege/típusa: Döntési módszerek. D Kontaktórák száma/hét:

Részletesebben

Növényvédő szerek A B C D

Növényvédő szerek A B C D A feladat megoldása során az Excel 2010 használata a javasolt. A feladat elvégzése során a következőket fogjuk gyakorolni: Termelési és optimalizálási feladatok megoldása. Mátrixműveletek alkalmazása.

Részletesebben

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI / Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +

Részletesebben

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések BLSZM-09 p. 1/17 Számítógépes döntéstámogatás Döntések fuzzy környezetben Közelítő következtetések Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu

Részletesebben

Operációkutatás I. Tantárgyi útmutató

Operációkutatás 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

Részletesebben

TANTÁRGYI ÚTMUTATÓ. Operációkutatás. tanulmányokhoz

TANTÁRGYI 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

Részletesebben

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak

Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Termelési és szolgáltatási döntések elemzése Vezetés és szervezés mesterszak Dr. Koltai Tamás egyetemi tanár Menedzsment és Vállalatgazdaságtan Tanszék Tematika Kvantitatív eszközök használata Esettanulmányok

Részletesebben

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális

ANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer

Részletesebben

Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás

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

Részletesebben

OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN)

OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN) OPERÁCIÓKUTATÁS, AZ ELFELEDETT TUDOMÁNY A LOGISZTIKÁBAN (A LOGISZTIKAI CÉL ELÉRÉSÉNEK ÉRDEKÉBEN) Fábos Róbert 1 Alapvető elvárás a logisztika területeinek szereplői (termelő, szolgáltató, megrendelő, stb.)

Részletesebben

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 6. Előadás Áttekintés Kezdjük újra a klasszikus erőforrás allokációs problémával (katonák,

Részletesebben

Döntéselmélet OPERÁCIÓKUTATÁS

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

Részletesebben

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm

Részletesebben

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje Operációkutatás 1 NYME KTK, gazdálkodás szak, levelező alapképzés 2002/2003. tanév, II. évf. 2.félév Előadó: Dr. Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs. u. 9. GT fszt.

Részletesebben

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik

Részletesebben

S Z Á L L Í T Á S I F E L A D A T

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

Részletesebben

A dualitás elve. Készítette: Dr. Ábrahám István

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

Részletesebben

S atisztika 1. előadás

S atisztika 1. előadás Statisztika 1. előadás A kutatás hatlépcsős folyamata 1. lépés: Problémameghatározás 2. lépés: A probléma megközelítésének kidolgozása 3. lépés: A kutatási terv meghatározása 4. lépés: Terepmunka vagy

Részletesebben

3. előadás. Termelési és optimalizálási feladatok. Dr. Szörényi Miklós, Dr. Kallós Gábor

3. előadás. Termelési és optimalizálási feladatok. Dr. Szörényi Miklós, Dr. Kallós Gábor 3. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak

Részletesebben

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

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

Részletesebben

Ütemezési modellek. Az ütemezési problémák osztályozása

Ütemezési modellek. Az ütemezési problémák osztályozása Ütemezési modellek Az ütemezési problémák osztályozása Az ütemezési problémákban adott m darab gép és n számú munka, amelyeket az 1,..., n számokkal fogunk sorszámozni. A feladat az, hogy ütemezzük az

Részletesebben

1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

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

Részletesebben

Mátrixjátékok tiszta nyeregponttal

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

Részletesebben

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Maximális folyam 7 7 9 3 2 7 source 8 4 7 sink 7 2 9 7 5 7 6 Maximális folyam feladat Adott [N, A] digráf (irányított

Részletesebben

1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1. x 1 0, x 2 0

1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1. x 1 0, x 2 0 Gyakorló feladatok Operációkutatás vizsgára 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! a, b, c, d, x 1 + x 2 2 2x 1 + x 2 6 x 1 + x 2 1 x 1 2, 5 z 1 = 4x 1 3x 2 max; z

Részletesebben

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással pontos dualitással Imre McMaster University Advanced Optimization Lab ELTE TTK Operációkutatási Tanszék Folytonos optimalizálás szeminárium 2004. július 6. 1 2 3 Kvadratikus egyenlőtlenségrendszerek Primál

Részletesebben

Vállalati modellek. Előadásvázlat. dr. Kovács László

Vállalati modellek. Előadásvázlat. dr. Kovács László Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 8. Előadás Dr. Kulcsár Gyula egyetemi docens Kereső algoritmusok alkalmazása

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

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

Részletesebben

Programozási módszertan. Mohó algoritmusok

Programozási módszertan. Mohó algoritmusok PM-08 p. 1/17 Programozási módszertan Mohó algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu PM-08 p. 2/17 Bevezetés Dinamikus programozás

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 1-2. Előadás Dr. Kulcsár Gyula egyetemi docens A tantárgy tematikája 1.

Részletesebben

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr. Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati

Részletesebben

Döntéselőkészítés. VII. előadás. Döntéselőkészítés. Egyszerű Kőnig-feladat (házasság feladat)

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)

Részletesebben

Lehetőségek felmérése

Lehetőségek felmérése Kell-e projekt? Vannak e üzleti és/vagy informatikai problémáink a vállalati működés során? Ha igen, melyek ezek? (Lista jellegű összegzés) Miből adódnak ezen problémák: Tisztán ügyviteli problémák. A

Részletesebben

1. Előadás Lineáris programozás

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

Részletesebben

Nem-lineáris programozási feladatok

Nem-lineáris programozási feladatok Nem-lineáris programozási feladatok S - lehetséges halmaz 2008.02.04 Dr.Bajalinov Erik, NyF MII 1 Elég egyszerű példa: nemlineáris célfüggvény + lineáris feltételek Lehetséges halmaz x 1 *x 2 =6.75 Gradiens

Részletesebben

Algoritmizálás, adatmodellezés tanítása 8. előadás

Algoritmizálás, adatmodellezés tanítása 8. előadás Algoritmizálás, adatmodellezés tanítása 8. előadás Elágazás és korlátozás A backtrack alkalmas-e optimális megoldás keresésére? Van költség, és a legkisebb költségű megoldást szeretnénk előállítani. Van

Részletesebben

Üzleti tervezés. Kis- és középvállalkozások. Anyagi és pénzügyi folyamatok. Ügyvezetés I. és II. Értékesítés. Beszerzés 8. Raktár 7.

Üzleti tervezés. Kis- és középvállalkozások. Anyagi és pénzügyi folyamatok. Ügyvezetés I. és II. Értékesítés. Beszerzés 8. Raktár 7. Kis- és középvállalkozások Ügyvezetés I. és II. Kis- és középvállalkozások I-II. 1 Üzleti tervezés Kis- és középvállalkozások I-II. 2 Anyagi és pénzügyi folyamatok 3 Értékesítés 6 1 Beszerzés 8 Szállító

Részletesebben

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV

Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 7. Előadás Készáruraktár készletmenedzsmentje A készletmenedzsment feladata A készletmenedzsment feladata

Részletesebben

Növényvédő szerek A 500 0 0 0 0 65000 B 0 0 50 500 500 60000 C 50 25 0 50 50 12000 D 0 25 5 50 0 6000

Növényvédő szerek A 500 0 0 0 0 65000 B 0 0 50 500 500 60000 C 50 25 0 50 50 12000 D 0 25 5 50 0 6000 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.

Részletesebben

Nemlineáris programozás 2.

Nemlineáris programozás 2. Optimumszámítás Nemlineáris programozás 2. Többváltozós optimalizálás feltételek mellett. Lagrange-feladatok. Nemlineáris programozás. A Kuhn-Tucker feltételek. Konvex programozás. Sydsaeter-Hammond: 18.1-5,

Részletesebben

Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA

Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA Az Agrármérnöki MSc szak tananyagfejlesztése TÁMOP-4.1.2-08/1/A-2009-0010 A NÖVÉNYTERMESZTÉSI ÁGAZATOK ÖKONÓMIÁJA 11. Előadás Az üzleti terv tartalmi követelményei Az üzleti terv tartalmi követelményei

Részletesebben

Költségkalkuláció. Kis- és középvállalkozások. Kalkuláció fogalma. Ügyvezetés I. és II.

Költségkalkuláció. Kis- és középvállalkozások. Kalkuláció fogalma. Ügyvezetés I. és II. Kis- és középvállalkozások Ügyvezetés I. és II. 1 Költségkalkuláció 2 Kalkuláció fogalma Gazdaságossági számítás Jövedelmezőség meghatározása Önköltség meghatározása Kalkuláció csoportosítása Egység szerinti

Részletesebben

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite

Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Termeléstervezés és -irányítás Termelés és kapacitás tervezés Xpress-Mosel FICO Xpress Optimization Suite Alkalmazásával 214 Monostori László egyetemi tanár Váncza József egyetemi docens 1 Probléma Igények

Részletesebben

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási

Részletesebben

Korlátozás és szétválasztás elve. ADAGOLO adattípus

Korlátozás 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}

Részletesebben

Operációkutatási modellek

Operációkutatási 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

Részletesebben

Operációkutatás vizsga

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

Részletesebben

Követelmény meghatározás. Információrendszer fejlesztés módszertana, Dr. Molnár Bálint egyetemi docens 1

Követelmény meghatározás. Információrendszer fejlesztés módszertana, Dr. Molnár Bálint egyetemi docens 1 Követelmény meghatározás Információrendszer fejlesztés módszertana, Dr. Molnár Bálint egyetemi docens 1 A követelményjegyzék a rendszerfejlesztési alapmintában Döntési struktúra Vizsgálat/ helyzetfelmérés

Részletesebben

Outsourcing az optimalizálás lehetőségének egyik eszköze

Outsourcing az optimalizálás lehetőségének egyik eszköze Outsourcing az optimalizálás lehetőségének egyik eszköze Kissné Dézsi Erika MOL Csoport, Petrolkémia - Tiszai Vegyi Kombinát Nyrt. Logisztika menedzsmentvezető Debrecen, 2009.10.02. Outsourcing az optimalizálás

Részletesebben

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

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

Részletesebben

operációkutatás példatár

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..

Részletesebben

A hálózattervezés alapvető ismeretei

A hálózattervezés alapvető ismeretei A hálózattervezés alapvető ismeretei Infokommunikációs hálózatok tervezése és üzemeltetése 2011 2011 Sipos Attila ügyvivő szakértő BME Híradástechnikai Tanszék siposa@hit.bme.hu A terv általános meghatározásai

Részletesebben

A szimplex tábla. p. 1

A szimplex tábla. p. 1 A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex

Részletesebben

Az optimális megoldást adó algoritmusok

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.

Részletesebben

Általános algoritmustervezési módszerek

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

Részletesebben

5. A vezetıi dönt. ntéshozatal. A döntéselmélet tárgya. A racionális viselkedés feltételei megszervezésének, megnyilvánulásának, vizsgálata.

5. A vezetıi dönt. ntéshozatal. A döntéselmélet tárgya. A racionális viselkedés feltételei megszervezésének, megnyilvánulásának, vizsgálata. 5. A vezetıi dönt ntéshozatal A döntéselmélet tárgya A racionális viselkedés feltételei megszervezésének, megnyilvánulásának, logikai, matematikai és, empirikus vizsgálata. 1 A döntéselmélet rendeltetése

Részletesebben

TOP- CLLD Dr. Loncsár Krisztina. Miniszterelnökség Május 10. Május 14. Kecskemét, Balatonfüred

TOP- CLLD Dr. Loncsár Krisztina. Miniszterelnökség Május 10. Május 14. Kecskemét, Balatonfüred TOP- CLLD 2016-2020 Dr. Loncsár Krisztina Miniszterelnökség 2016. Május 10. Május 14. Kecskemét, Balatonfüred A CLLD eszköz helye és szerepe a térségfejlesztésben legfontosabb speciális szabályai Eredete:

Részletesebben

Fejezet. Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások

Fejezet. Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Fejezet 2 Hogyan gondolkodnak a közgazdászok? Elmélet, modellalkotás, empirikus tesztelés, alkalmazások Terminológia Átváltás, alternatív költség, határ-, racionalitás, ösztönző, jószág, infláció, költség,

Részletesebben

Vállalkozási finanszírozás kollokvium

Vállalkozási finanszírozás kollokvium Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium F Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 43 50 pont jeles 35 42 pont jó 27 34 pont közepes 19 26

Részletesebben

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai

Részletesebben

Anyagszükséglet-tervezés gyakorlat. Termelésszervezés

Anyagszükséglet-tervezés gyakorlat. Termelésszervezés Anyagszükséglet-tervezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Egyszerű tételnagyság-képzési szabályok, heurisztikák, kapacitáskorlátos esetek (3 komponens,

Részletesebben

Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás

Algoritmusok Tervezése. 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Algoritmusok Tervezése 6. Előadás Algoritmusok 101 Dr. Bécsi Tamás Mi az algoritmus? Lépések sorozata egy feladat elvégzéséhez (legáltalánosabban) Informálisan algoritmusnak nevezünk bármilyen jól definiált

Részletesebben

Minőségmenedzsment: azért felel, hogy a projekt teljesítse az elvárt feladatát és a követelményeket.

Minőségmenedzsment: azért felel, hogy a projekt teljesítse az elvárt feladatát és a követelményeket. Jelölje be a helyes választ: ely projektszereplőhöz tartoznak az következő feladatok: sikeresnek vagy sikertelennek nyilvánítja a projektet a megvalósítás során a változtatások engedélyezése a megvalósítás

Részletesebben

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék

Hálózati Folyamok Alkalmazásai. Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Hálózati Folyamok Alkalmazásai Mályusz Levente BME Építéskivitelezési és Szervezési Tanszék Alsó felső korlátos maximális folyam 3,9 3 4,2 4,8 4 3,7 2 Transzformáljuk több forrást, több nyelőt tartalmazó

Részletesebben

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk

Részletesebben

Tartalom. Matematikai alapok. Fontos fogalmak Termékgyártási példafeladat

Tartalom. Matematikai alapok. Fontos fogalmak Termékgyártási példafeladat 6. előadás Termelési és optimalizálási feladatok Dr. Szörényi Miklós, Dr. Kallós Gábor 2014 2015 1 Tartalom Matematikai alapok Matematikai modell Fontosabb feladattípusok Érzékenységvizsgálat Fontos fogalmak

Részletesebben

Kvantitatív módszerek

Kvantitatív módszerek Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció

Részletesebben

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

6. 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

Részletesebben