S Z Á L L Í T Á S I F E L A D A T

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "S Z Á L L Í T Á S I F E L A D A T"

Átírás

1 Döntéselmélet S Z Á L L Í T Á S I F E L A D A T

2 Szállítási feladat meghatározása Speciális lineáris programozási feladat. Legyen adott m telephely, amelyeken bizonyos fajta, tetszés szerint osztható termékből a 1, a 2,, a m mennyiséget tárolnak. Adott továbbá n felvevőhely, amelyek b 1, b 2,, b n mennyiséget igényelnek ebből a termékből. Egységnyi terméknek az i-edik telephelyről a j-edik felvevőhelyre való szállítási költsége c ij -vel legyen jelölve. Jelölje továbbá x ij az i-edik telephelyről a jedik felvevőhelyre szállítandó egyelőre ismeretlen mennyiséget. i = 1, 2,, m, j = 1, 2,, n 2

3 Szállítási feladat meghatározása 3 Feltesszük, hogy m n a i = b j i=1 j=1 azaz, hogy a tárolt áru összmennyisége megegyezik az igényelt áru összmennyiségével. Ez nem jelenti az általánosság megszorítását, hiszen vagy fiktív telephely, vagy fiktív felvevőhely beiktatásával mindig elérhető az előbbi egyenlőség. Olyan szállítást kell megvalósítanunk, amelynek során minden telephelyről minden árut elszállítanak, az egyes felvevőhelyek igényeit kielégítik, és ezt mind úgy teszik, hogy az összszállítási költség minimális.

4 Szállítási feladat meghatározása A szállítási problémát matematikailag a következőképpen fogalmazhatjuk meg: Legyen adott egy c 11 c 1j c 1n C = c i1 c ij c in c m1 c mj c mn m n-es mátrix, a költségmátrix. Legyenek továbbá adva az illetve a 1 0,, a m 0( tárolt mennyiségek) b 1 0,, b m 0( igényelt mennyiségek) 4

5 Szállítási feladat meghatározása 5 melyekre a m n i=1 a i = b j j=1 teljesül. Meghatározandók az olyan x ij mennyiségek, amelyek eleget tesznek a feltételeknek, n j=1 x ij m i=1 x ij = a i, i = 1, 2,, m = b j, j = 1, 2,, n x ij 0, i = 1, 2,, m, j = 1, 2,, n

6 Szállítási feladat meghatározása 6 s amelyekkel a m n i=1 j=1 c ij x ij költségfüggvény felveszi a minimumát. A szállítási probléma egy minimum lineáris programozási feladat.

7 Szimplex módszer Megoldási módszer m*n változós speciális termelésprogramozási feladat. (hosszadalmas, nehézkes) lásd lineáris programozás általános esete. Disztribúciós módszer induló megoldás meghatározása után optimalizálás 7

8 Disztribúciós módszer 1. Induló program készítése 2. Értékelés, hogy optimális-e (a hurok módszerrel) 3. A program javítása, ha még nem optimális. (Ismétlés addig, amíg nem az) 4. Módosítás megváltozott feltételeknek megfelelően. 8 (Ahol szállítunk azt kötött elemnek, ahol nem szállítunk azt szabad elemnek hívjuk. A kötött elemek száma megegyezik a sorok+oszlopok száma-1-el.)

9 Példa 4 gabonaraktárból 5 malomba akarnak összesen 200 tonnát elszállítani a lehető legkisebb összköltséggel. Raktári készletek: 40, 70, 60, 30, igények: 30, 60, 50, 40, 20 tonna. Egységnyi költségek a raktárak és malmok viszonyában a mellékelt ún. Költség-mátrix elemei szerint (eft-ban):

10 Északnyugati sarok módszer Északnyugati sarok módszer Az adott eljárás nem használja a megoldandó feladathoz tartozó C = cij m n költség mátrixot. Legkisebb költségű helyek választása Frekvenciák módszere Vogel-Korda módszer 10

11 Északnyugati sarok módszer Az igények kielégítését a táblázat bal felső sarkából kezdjük Majd, ha az első sort elszállítottuk, akkor folytatjuk a következő sorokkal. 11 f f f f

12 Északnyugati sarok módszer Az igények kielégítését a táblázat bal felső sarkából kezdjük A szállítási költség a következő lesz: 6*30+2*10+3*50+7*20+3*30+6*30+8*10+3*20 = 12 f f f f = 900 eft

13 Legkisebb költségű helyek választása Az igények kielégítését a táblázat legkisebb elemével kezdjük Fontos, hogy nem ürülhet ki egy lépésben egyszerre feladóhely és rendeltetési hely (kivéve az utolsó lépés), így, ha ilyen eset adódna, akkor a következő elemet kell választani. Ha egy sor (oszlop) kiürült, akkor az adott opszlopban (sorban) kell a következő legkisebb költségű helyen szállítani. 13 f f f f

14 Legkisebb költségű helyek választása Az igények kielégítését a táblázat bal felső sarkából kezdjük A szállítási költség a következő lesz: 2*40+7*10+5*40+9*20+2*30+1*20+3*10+4*30 = 14 f f f f = 760 eft

15 Frekvenciák módszere A feladat megoldásához először egy új táblát kell alkotni. 15 f f f f Az eredeti költségmátrixot sorok illetve oszlopok szerint a sorokban lévő költségelemek, illetve az oszlopokban lévő költségelemek átlagával redukáljuk. Meg kell keresni a legkisebb számot a táblázatban, és ott kell elkezdeni a programozást. Ezt a módszert közelítő módszerként használjuk. Jó induló programot ad, közel esik az optimumhoz.

16 Frekvenciák módszere Az igények kielégítését a táblázat legkisebb elemével kezdjük 16 f1-3,85-6,60 4-3,10-5,10-5,85-40 f2-5,85 5-5,60 7-4,10-7,10 2-1,85 70 f3-5, ,20 8-5,70 6-3,70-4,45 60 f4-4,45-2,20-6,70 3-3,70-7,

17 Frekvenciák módszere Az igények kielégítését a táblázat bal felső sarkából kezdjük A szállítási költség a következő lesz: 2*40+4*30+3*0+5*40+1*20+3*40+4*10+3*20 = 17 f f f f = 640 eft

18 Vogel-Korda módszer A feladat megoldásához először egy új táblát kell alkotni. 18 f f f f Az eredeti költségmátrixot sor majd utána oszlop minimumok segítségével redukáljuk. A következő lépésben minden sorhoz és oszlophoz a két legkisebb elem meghatározásával különbségeket képzünk.

19 Vogel-Korda módszer Az igények kielégítését a legnagyobb differenciánál kezdjük Ha több van, akkor mindegy melyikkel indulunk. 19 diff f f f f diff

20 Vogel-Korda módszer Az igények kielégítését a táblázat bal felső sarkából kezdjük A szállítási költség a következő lesz: 2*40+4*30+5*40+1*20+3*40+4*10+3*20 = 20 f f f f = 640 eft

21 Hurok módszer Induló program javítás Akkor kell javítani, ha a hurokérték < 0, azaz ij < 0. Ha megtaláltuk, hogy hol javítunk a szabad elemet programunkba vonjuk. Szabad elem mindig + sarok, utána váltakoznak! Hogyan döntjük el, hogy mennyit lehet szállítani? A sarkokon lévő mennyiség dönti el, hogy mekkora mennyiséget lehet mozgatni. A minimálist kell választani, ezt lehet átpakolni. A hurkon belül a sarokból levonni, a + sarokhoz hozzáadni. Minden szabad elemre el kell végezni! Egészen addig, míg nem jutunk el az optimumba 21

22 Hurok módszer Vizsgáljuk meg az egyik induló program feladatát: Minden szabad elemhez fel lehet írni egy hurkot, ahol a hurkot úgy kell meghatározni, hogy csak kötött elemnél lehet fordulni. (Ha átmegyünk egy kötött elemen, és nem fordulunk, akkor az az elem nem lesz része a huroknak) 22 f f f f

23 Hurok módszer Vizsgáljuk meg az egyik induló program feladatát: Minden szabad elemhez fel lehet írni egy hurkot, ahol a hurkot úgy kell meghatározni, hogy csak kötött elemnél lehet fordulni. (Ha átmegyünk egy kötött elemen, és nem fordulunk, akkor az az elem nem lesz része a huroknak) 23 f f f f

24 Hurok módszer Határozzuk meg az első hurkot. 8 szabad elemhez: =+2 24 f f f f szabad elemhez: = Minden további elemhez hasonlóan lehet meghatározni a hurkokat Ha találtunk negatív hurkot akkor az alkalmazható a feladatra.

25 Hurok módszer Táblázat a hurok eredményekkel: 25 f f f f

26 Hurok módszer 26-2 Alkalmazzuk a negatív(-2) értékű hurkot: A negatívval jelölt kötött elemeken a legkisebb szállított mennyiség: {10,20,30} 10, tehát ezt a mennyiséget lehet szállítani a szab elemen. Minden + jelölésű elemhez hozzáadjuk, minden - jelölésből levonjuk A költségünk 2*10 egységgel fog csökkeni

27 Javítás alkalmazása: Hurok módszer A szállítási költség a következő lesz: 6*30+7*10+3*60+7*10+3*40+6*20+8*10+3*20 = = 800 eft Az új táblázathoz is kell hurkokat keresni, amíg csak + vagy 0 értékű hurkok lesznek csak. 27 f f f f

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

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

Szállítási feladat_1.

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

Részletesebben

A szállítási feladat. Készítette: Dr. Ábrahám István

A szállítási feladat. Készítette: Dr. Ábrahám István A szállítási feladat Készítette: Dr Ábrahám István Bevezető A személyek, termékek, nyersanyagok szállításának lehető leggazdaságosabb megszervezése fontos kérdés Célunk lehet legkisebb összköltségre törekvés,

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

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám

a = 2 + [ i] b = ahol 1 i 162 a hallgató sorszáma a csatolt névsorban, [x] az x szám Döntéselmélet házi feladat, 2011-12 tanév II. félév A házi feladat beadása az aláírás feltétele. A házi feladatra adott minősítés az (anyag első felére vonatkozó) jegyben 40% súllyal szerepel, ennek megfelelően

Részletesebben

A Szállítási feladat megoldása

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

Részletesebben

Assignment problem Hozzárendelési feladat (Szállítási feladat speciális esete)

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

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

Disztribúciós feladatok. Készítette: Dr. Ábrahám István

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

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

Esettanulmányok és modellek 2

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

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

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

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

Részletesebben

Operációkutatás vizsga

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,

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 modellek megoldása számítógéppel Solver Lingo

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

Részletesebben

Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén!

Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További. 1. Oldja meg grafikusan az alábbi feladatokat mindhárom célfüggvény esetén! Gyakorló feladatok Alkalmazott Operációkutatás vizsgára. További példák találhatók az fk.sze.hu oldalon a letöltések részben a közlekedési operációkutatásban 1. Oldja meg grafikusan az alábbi feladatokat

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

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

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

Gyakorló feladatok (szállítási feladat)

Gyakorló feladatok (szállítási feladat) Gyakorló feladatok (szállítási feladat) 1. feladat Egy élelmiszeripari vállalat 3 konzervgyárából lát el 4 nagy bevásárlóközpontot áruval. Az egyes gyárak által szállítható mennyiségek és az áruházak igényei,

Részletesebben

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

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

Részletesebben

A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása

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,.

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

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

További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás

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

Részletesebben

EuroOffice Optimalizáló (Solver)

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

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

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

A SZÁLLÍTÁSI FELADAT TANÍTÁSA ELEGÁNSAN KISS LÁSZLÓ

A SZÁLLÍTÁSI FELADAT TANÍTÁSA ELEGÁNSAN KISS LÁSZLÓ ACTA CAROLUS ROBERTUS 3 (1) Módszertan szekció A SZÁLLÍTÁSI FELADAT TANÍTÁSA ELEGÁNSAN KISS LÁSZLÓ Összefoglalás Cikkemben a szállítási feladat tanítására és a hallgatók egyéni tanulásának támogatására

Részletesebben

GYAKORLÓ FELADATOK 4: KÖLTSÉGEK ÉS KÖLTSÉGFÜGGVÉNYEK

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

Részletesebben

Esettanulmányok és modellek 5

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.

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

352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm

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

Részletesebben

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

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

Részletesebben

Gépi tanulás a gyakorlatban. Lineáris regresszió

Gépi tanulás a gyakorlatban. Lineáris regresszió Gépi tanulás a gyakorlatban Lineáris regresszió Lineáris Regresszió Legyen adott egy tanuló adatbázis: Rendelkezésünkre áll egy olyan előfeldolgozott adathalmaz, aminek sorai az egyes ingatlanokat írják

Részletesebben

Függvények Megoldások

Függvények 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

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 vizsga

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

Részletesebben

43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HATODIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ

43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HATODIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ 43. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HATODIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ 1. Ismerkedj a 100 tulajdonságaival! I.) Állítsd elő a 100-at a,, b, 3, c, 4, d, 5 négyzetszám összegeként!

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

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

Ó Ó Ó Ü Í Ü Ü Ü Ü Ü Ü Á Ő Ü Ü Ü Ü Ó Ó Á Ü Ö

Ó Ó Ó Ü Í Ü Ü Ü Ü Ü Ü Á Ő Ü Ü Ü Ü Ó Ó Á Ü Ö Ő Ó Ö Ó Ő Ü Í Ó Ö Ü Ő Á Ü Ó Ó Á Ü Ö Ó Ó Ó Ü Í Ü Ü Ü Ü Ü Ü Á Ő Ü Ü Ü Ü Ó Ó Á Ü Ö Ó Ó Á Ö Á Ó Ó Ü Í Ó Í Ü Ü Ó Ó Í Á Ö Á Ü Ö Í Ü Í Ó Ó Ó Ó Á Ó Ó Ü Ó Ö Ó Ó Ó Ó Ö Ö Ü Ó Ü Ü Ö Ó Ó Ü Ü Ó Ó Ó Í Ó Ü Ú Ö Ó Ó Ó Ü

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

Dinamikus programozás - Szerelőszalag ütemezése

Dinamikus programozás - Szerelőszalag ütemezése Dinamikus programozás - Szerelőszalag ütemezése A dinamikus programozás minden egyes részfeladatot és annak minden részfeladatát pontosan egyszer oldja meg, az eredményt egy táblázatban tárolja, és ezáltal

Részletesebben

Hálózatszámítási modellek

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

Részletesebben

í ú Í í ö ö Á ü ö í í ö ö ö ü í ü í ű í ö ü í ü

í ú Í í ö ö Á ü ö í í ö ö ö ü í ü í ű í ö ü í ü ö ú í ü í Á í Ó Ü í ú Í í ö ö Á ü ö í í ö ö ö ü í ü í ű í ö ü í ü ö ö ö ö ö í í í í í ü í í í ö ú í ö í ü ú í í í í í ö ö í í í í í ű ü ű ö Á ű í ü ű ű ű í ű ö ú ö ú ú ü ö ö ű ü ö ú ö ű í í ű í ü ü ö ü

Részletesebben

ü ű í ú ú ü ü ü ű ü ű ü ű ü ű ü í ü ű í í ü í í í í í ü í ű

ü ű í ú ú ü ü ü ű ü ű ü ű ü ű ü í ü ű í í ü í í í í í ü í ű ü ú É Á Á ü ű í ú ú ü ü ü ű ü ű ü ű ü ű ü í ü ű í í ü í í í í í ü í ű ü ű í ü í í ü ű í ü ű ü í ü í í í ü í ű ü í ú í ü ü ú í ü ü ű ü í í í ü ü ü í ü Ü ü ü ü ü ü í í í ü í í ü í í ü ű ü ú í ü í ü í ű í

Részletesebben

Ü ű Í Ü ű Ő Ó Í Í Í Ö Í Ü Ó Í Í ű ű Í ű ű Í Í Í Í Í ű ű ű Á ű

Ü ű Í Ü ű Ő Ó Í Í Í Ö Í Ü Ó Í Í ű ű Í ű ű Í Í Í Í Í ű ű ű Á ű ű ű Ú Í ű ű Í Í Í Í Í Á Í ű Í Í Ó Ü ű Í Ü ű Ő Ó Í Í Í Ö Í Ü Ó Í Í ű ű Í ű ű Í Í Í Í Í ű ű ű Á ű Í Í ÍÍ Í Á ű Á Ó ű Ó Ü Ó Ó Ú Á Á Á Á Á Ó ű ű Ó Á ű ű Ö Ö Í Á Í Ú Ü Í Í Í Ú Á Á Ö Í Í Í Í ű Í Í ű Í Ö ű Í

Részletesebben

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot:

Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: Szimplex módszer, szimplex tábla Példaként tekintsük a következ LP feladatot: z = 5x 1 + 4x 2 + 3x 3 2x 1 + 3x 2 + x 3 5 4x 1 + x 2 + 2x 3 11 3x 1 + 4x 2 + 2x 3 8 x 1, x 2, x 3 0 = maximum, feltéve, hogy

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

Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer

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

Részletesebben

ü ó ó ó ó ó ó ü ó í ü ü ó ó ü ó ó ü ó ü ü í í ü ü í í ó ü ü Ö ü Ö ü ü ó

ü ó ó ó ó ó ó ü ó í ü ü ó ó ü ó ó ü ó ü ü í í ü ü í í ó ü ü Ö ü Ö ü ü ó ü Ö ü ü ó ó ó í ü ü ó ó ó ü ó ó ü ü Ö ü ü ó ó ó ü ó ó ó ó ó ó ü ó í ü ü ó ó ü ó ó ü ó ü ü í í ü ü í í ó ü ü Ö ü Ö ü ü ó ú ú ü ü Í ú ó í í ú ü Á Í ü Ö ü ü ó Ö ó ó Í ű í ü í ó í í í Ö ó í í í Ö ü ü í í Ö

Részletesebben

ú ú ő ő ő ú ü ő ő ü ú ő ő

ú ú ő ő ő ú ü ő ő ü ú ő ő Ö Í ú ú ú ő ő ő ú ü ő ő ü ú ő ő ő ű Í Á ü ő ü ő ő ő ü ő ő ü ű ü ü ő ő ú ő Ü ú ő ő ő ű ő ő ű ő ő ő ő ő ő ő ő ú ű ő ő ü ű ü ő ő ü ú ú ő ő ü ő Í Ö ő ő ő Í ő ő ü ő ő ű Ü Á Á Á Á Á Á ű ő ő ő ü Í Ó ú Ó Á Á Á

Részletesebben

ö ö ö ü ö ö ö ö ö ö Ö ü ö ü ü ü ö ü í ü ö ü Ö ö í ű ö ö í í ö ö ü í ö ö ü í ö í ü ö ü í ö ű ö ü

ö ö ö ü ö ö ö ö ö ö Ö ü ö ü ü ü ö ü í ü ö ü Ö ö í ű ö ö í í ö ö ü í ö ö ü í ö í ü ö ü í ö ű ö ü ü í ö ű ö ö í í í í ö ü Ö í ö ö í í ö í ö ö ú ö ö ü Ö ö ö ú ü ü ö ö ú ű ö ü ü ü ö ö ö ü Ö ö ö ö ü ö ö ö ö ö ö Ö ü ö ü ü ü ö ü í ü ö ü Ö ö í ű ö ö í í ö ö ü í ö ö ü í ö í ü ö ü í ö ű ö ü ö ö í ö ö ö ö ö

Részletesebben

ő ő Ó

ő ő Ó ú ő ű ű ő ű ú ő ő ű ű ű ű ú ő ő Ó ú ú ú Ó ő ő ő ú ő ú ú ú ú ú ő ő ő ú ő ú ű ő ő ő ő ú ő ő ő ő ú ú ő ő ő ú Ö ő ú ű ő ű ő ű ő ú ő ő ű Á ő ő ő ő Á Ö Á Ö Ö Ü Ö Ö Ü Ö Ö Í Ö Ö ő Ö Ö Á Ö ő Ó Ó Á Á Ö Ö Á Ő Á Á

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

ö ó Á ü ű ö ó ö ö ű ö ű ö ő ő ó ö ű ö ő í ő ó ő ó ö ó í í ó ő í í ő ö ő ő ó ő ö ű í ű í ö í ö í ű ö ö ú ö ú ö ő ó ő ö ő ő í ű ö ó ö í ó í í ő ó ü ő ő

ö ó Á ü ű ö ó ö ö ű ö ű ö ő ő ó ö ű ö ő í ő ó ő ó ö ó í í ó ő í í ő ö ő ő ó ő ö ű í ű í ö í ö í ű ö ö ú ö ú ö ő ó ő ö ő ő í ű ö ó ö í ó í í ő ó ü ő ő ö ö í ú ö ö Á Á ö ö ű ö ö ö ö ö ó í ö ö ö ő ö ó ó ö ö ö í ú ö ó ó ö ó í Ű ö ő ó ö ő ö í ő ö ö ö ö ö ö ö ű í í ö ó Á ü ű ö ó ö ö ű ö ű ö ő ő ó ö ű ö ő í ő ó ő ó ö ó í í ó ő í í ő ö ő ő ó ő ö ű í ű í ö í

Részletesebben

Ü ü ü ú Ö ü ü Ö Ö Ö Ö Ő Ó ü Á Á Ö Ö Ö Ő ü Í ú ű Í ú ú

Ü ü ü ú Ö ü ü Ö Ö Ö Ö Ő Ó ü Á Á Ö Ö Ö Ő ü Í ú ű Í ú ú Ö ü Ő Ö Ü Ö ü Ó ü ü ü ü ü ü Á ü ü ü ü Á ü ü ü Ü ü ü ú Ö ü ü Ö Ö Ö Ö Ő Ó ü Á Á Ö Ö Ö Ő ü Í ú ű Í ú ú ü ú Ö Ö Ö Ő Ó ü ü Í ü ü ü ü Ö Ö ü ű Ö Ó Ö Ő ü ü Ö ü ú Ö ü ú ü ú ü Í Ü ű ű ü ű Í ú Ö Ö ü Ö ü ú ü ü Ü Á

Részletesebben

á é é á ó á é ö Ű í É Á ó í á ü á ó

á é é á ó á é ö Ű í É Á ó í á ü á ó ö Ű Á ü ö ö ú Á ü ö ű ű ö ö ö ö ú ő Ó Á ö ü ö ö ő ő ú ü ő ö Ú Ó ő Ö Á Ö Ö Ö Ö ü Ö Ö Ó Ö Ö Í Ö Ö Í Ó Á Á Ö Ö Á Ö ü ő ö Ú Ó Á Ó Ó Ő Ö Ö Ö Ó Ó Ö Á Ö Ú Á Ú Ö Ö Á Ú Ö Á Á Á Í Á Ö ő ü ő ö ü ú ö ü ö ú ü ü ú ú

Részletesebben

í ü Ó ö í í í ó ó í í ü í ó ü ö ó ó ö ó ó ö í ö ö ó ó í ó í í ö ö ö í ú ö ó í ó ö ó ö ó í í ú ű ú

í ü Ó ö í í í ó ó í í ü í ó ü ö ó ó ö ó ó ö í ö ö ó ó í ó í í ö ö ö í ú ö ó í ó ö ó ö ó í í ú ű ú Á ö Ó ú ö ű í Ö Ő ö ű í Ó í ö Ó ü Ó ú í ö Ó ú ö ó ö í ö Ó í ö ó ó í Ó ö Ó ü Ó ö ó í í í í ü Ó ö í í í ó ó í í ü í ó ü ö ó ó ö ó ó ö í ö ö ó ó í ó í í ö ö ö í ú ö ó í ó ö ó ö ó í í ú ű ú ú ó ö Ó ú ö ó ú

Részletesebben

Ö ó ó ó í ó Ö ü ó ü ü Ö ó í í ú ü ó ó ó ó ó í í ú í Ö ú í ó ó ó í ó

Ö ó ó ó í ó Ö ü ó ü ü Ö ó í í ú ü ó ó ó ó ó í í ú í Ö ú í ó ó ó í ó Ö ü ü Ö ü ó ü ü í ó í ó í ü í ú ü ó ű ü ó ü ü ó ü ü Á í ó í ü í ú í Ö ó ó ó í ó Ö ü ó ü ü Ö ó í í ú ü ó ó ó ó ó í í ú í Ö ú í ó ó ó í ó ó ü ú ó í ü í ó ú ó ó í ü ü ű í ó ó ó ű ó í ó Ö ú Ö ü ó ü ó í Ö ú

Részletesebben

Á ó ű ú ó ö ü ű ű ó ó ö ü ó ö ó Ö ü ó ü ű ó ö ó ó ú ó ú ó ó ó ó ó ó ó Ö ö ó ó ó ó ö ó Ű ö ó ó ü Ó ű Í ó ó ó ó ó ó Ó ü ó ó ó ó ó ó ú ó ö

Á ó ű ú ó ö ü ű ű ó ó ö ü ó ö ó Ö ü ó ü ű ó ö ó ó ú ó ú ó ó ó ó ó ó ó Ö ö ó ó ó ó ö ó Ű ö ó ó ü Ó ű Í ó ó ó ó ó ó Ó ü ó ó ó ó ó ó ú ó ö ö ü ó Ö ü ó ü Ü ó ó ó ó ö ó ü ö ö ü ü ó Ó ü ó ü ó ó ó ó ö ó ü ó ó ó ó ó ó ö Á ó ű ú ó ö ü ű ű ó ó ö ü ó ö ó Ö ü ó ü ű ó ö ó ó ú ó ú ó ó ó ó ó ó ó Ö ö ó ó ó ó ö ó Ű ö ó ó ü Ó ű Í ó ó ó ó ó ó Ó ü ó ó ó ó

Részletesebben

ö ö ö ö Í ö ö ö ö ö ú ö ü ö ö ö ü ű ú ö ú ü ö ű ö ü

ö ö ö ö Í ö ö ö ö ö ú ö ü ö ö ö ü ű ú ö ú ü ö ű ö ü Ő Ö ü ö Ö ü ü ü ü ü ü Í ö Í ö ű ö ú ö ö ü ö ü ö ű Í ü ö ö ö ü ö ü ú ü ö ö ö ö Í ö ö ö ö ö ú ö ü ö ö ö ü ű ú ö ú ü ö ű ö ü ö ű ö ú ö ö ú ö ü ö ü ö ü ü ö ü ö Ö ü ü ö ü ú ö ö ú Ó ö ü Ó ü ü ü ö Ö ü ö ö ú ű

Részletesebben

ő ü ő ü ü Ö ő ő ü Ö ü Ö ü Ö ő ő

ő ü ő ü ü Ö ő ő ü Ö ü Ö ü Ö ő ő Ö ü Ö Ö ő ü ű Ö Ó ő ü Ö ü Ö ü Ó ü ú ú ő ü ő ü ü Ö ő ő ü Ö ü Ö ü Ö ő ő ú Ö Ó Á ű Á ü Ö ú Ö ű ő ű Á ú Ó Í ű ű ő Ó ű ő ű ű ű ű ú ú ú ü Ö Ö ő ú ú ú ú ő ü ü Ó ő ú ú ú ü ú Ö Ö Ú ű ű ú Ö ű Ö ű ü ű ú ő ő ű ú

Részletesebben

Diszkrét matematika 2.

Diszkrét matematika 2. Diszkrét matematika 2. 2019. május 3. 1. Diszkrét matematika 2. 10. előadás Fancsali Szabolcs Levente nudniq@cs.elte.hu www.cs.elte.hu/ nudniq Mérai László diái alapján Komputeralgebra Tanszék 2019. május

Részletesebben

Í ö Ű ö Á Í Ü ü Í ö

Í ö Ű ö Á Í Ü ü Í ö Ú Í Í Í ö Í ö Ű ö Á Í Ü ü Í ö Í ü ü ö Ü ö ö ö ö Ü Ü ö Ü Ü ö Ü Ü ö ú ü ö ü ö ű ö ű Ü Ü ö ö ö ü ü ö Ü ö ö ö ö ö ö ö ö ö Ü Ü Ü Ü ü ö ö ö ö ö ö ö ú Ü ö ű ü ö ú ű ü ö ö ö ü ü ü Ü ú ö ö ü ű ö ű ö ű ü Ü ü ü ö

Részletesebben

Diszkrét matematika 2.C szakirány

Diszkrét matematika 2.C szakirány Diszkrét matematika 2.C szakirány 2017. tavasz 1. Diszkrét matematika 2.C szakirány 10. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA SZDT-04 p. 1/30 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás

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

1 Betétlap. Oldalszám. X. Az adózó képviselői (szükség esetén több oldalon is részletezhető) 1. Képviselő neve: adószáma: Adóazonosító jele:

1 Betétlap. Oldalszám. X. Az adózó képviselői (szükség esetén több oldalon is részletezhető) 1. Képviselő neve: adószáma: Adóazonosító jele: 1 Betétlap X. Az adózó képviselői (szükség esetén több oldalon is részletezhető) Oldalszám 1. Képviselő neve: 2. Képviselő neve: 3. Képviselő neve: 4. Képviselő neve: 5. Képviselő neve: 6. Képviselő neve:

Részletesebben

Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar

Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar Operációkutatás I. Bajalinov, Erik, Nyíregyházi Főiskola, Matematika és Informatika Intézete Bekéné Rácz, Anett, Debreceni Egyetem, Informatikai Kar Operációkutatás I. írta Bajalinov, Erik és Bekéné Rácz,

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények

MATEMATIKA 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

Részletesebben

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

További 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

Részletesebben

Szállításszervezési módszerek

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.)

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

10. Előadás. Megyesi László: Lineáris algebra, oldal. 10. előadás Sajátérték, Kvadaratikus alak

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:

Részletesebben

Egész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...

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 ; (

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

Mohó algoritmusok. Példa:

Mohó algoritmusok. Példa: Mohó algoritmusok Optimalizálási probléma megoldására szolgáló algoritmus sokszor olyan lépések sorozatából áll, ahol minden lépésben adott halmazból választhatunk. Ezt gyakran dinamikus programozás alapján

Részletesebben

Gyakorló feladatok a 2. zh-ra MM hallgatók számára

Gyakorló feladatok a 2. zh-ra MM hallgatók számára Gyakorló feladatok a. zh-ra MM hallgatók számára 1. Egy vállalat termelésének technológiai feltételeit a Q L K függvény írja le. Rövid távon a vállalat 8 egységnyi tőkét használ fel. A tőke ára 000, a

Részletesebben

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 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:

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

Í Ó ü ü í ü ü ü í Í í É í í Í Í ü ü ü í Í ü

Í Ó ü ü í ü ü ü í Í í É í í Í Í ü ü ü í Í ü É Á í É Á Á ü Ú ű í Í Í Ü ü ú ü Í ü ü ü ü Í ü Í í ü ü ü ü ü ü ü ü ü í Í Ó ü ü í ü ü ü í Í í É í í Í Í ü ü ü í Í ü Í Ó Í Ó ü ü ü Í ü ü É ü ü ü ü ü É ü ü Í ü ü ü Í Ó Í Ó í Á í É ü í Í ü í Í í í ü ü É ü ü

Részletesebben

Lineáris algebra numerikus módszerei

Lineáris algebra numerikus módszerei Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y

Részletesebben

ü É ö É É ö ö ö ü ö ö Á ű ö ű ű ű Á Í ö ö Ó ö

ü É ö É É ö ö ö ü ö ö Á ű ö ű ű ű Á Í ö ö Ó ö Ü É ű ü ü ö Í ü ö ö ü ű Í Í ü ű ö Ö ö ö ö Í ü ü É ö É É ö ö ö ü ö ö Á ű ö ű ű ű Á Í ö ö Ó ö ü ü ü Í ü ö ö ö ö ö ö ö ü Í Í ű ö ö ö ü ü ö ü ö ö ö ü ö ö ö ö ü ü ű ü ö ö ö ü ö ü ű ö ü ö ö ű Í ü ü ű Í ö ü ö

Részletesebben

A változó költségek azon folyó költségek, amelyek nagysága a termelés méretétől függ.

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

Részletesebben

í í ü í í í í í Ó ő ő í í í Ú ü Ú í í Ú ő ü Ú ü ő

í í ü í í í í í Ó ő ő í í í Ú ü Ú í í Ú ő ü Ú ü ő É Á Á ő ü í ü ü í ü ő ü ő ü ü ü í í í í í ü í í ő í í ü í í í í í Ó ő ő í í í Ú ü Ú í í Ú ő ü Ú ü ő ő í ő í ű ű í í ü í í ő í í í í í ű í ő í í í í ü í ő í ő í ü í ű ő ű ü í ü ü í ő ő ü ő í í Ö ü í ü ü

Részletesebben

ű Á ü ő ö í ö ö ő ő ő ő ö

ű Á ü ő ö í ö ö ő ő ő ő ö Á É í ü í í í ü í í ö í ű í í í í í í í í í ü ő ö ö ö ű ő ö ű Á ü ő ö í ö ö ő ő ő ő ö ö ő ő ő ö ö Ű ú Á ö ú ú ö ü í ő ő ú É í í ő ö í ö ú í ő ü í í í í í ö í ű í í í í í í í í í ü ő ö ö ö ű ű ő ű ü í Ö

Részletesebben

í ü í ü ő ő ü Í ő ő ő ú í ő ő ö ö ö ű ü í ő ő í ú ö ö ú ő ő ú í ő í ő ö ö í ő ü ü í ő ö ü ü ú í í ü ő í ü Í í í í ö ő ö ü ő í ő ő ü ű ő ő í ő í í ő ő

í ü í ü ő ő ü Í ő ő ő ú í ő ő ö ö ö ű ü í ő ő í ú ö ö ú ő ő ú í ő í ő ö ö í ő ü ü í ő ö ü ü ú í í ü ő í ü Í í í í ö ő ö ü ő í ő ő ü ű ő ő í ő í í ő ő ö Ö ő ü ü ő Á ü ö ö ő ő ű ő ü ő Ö ö ő í ő ö í ö ö ő ő ö í ú Á Á Á í Á í ü Á ő í í ő Á í ő ő ú ő ö ö ő Í í ő ő í í ö í ő Ó ő ő í ö ő ő ü ö ö ő ö í ö ő í ü í ü ő ő ü Í ő ő ő ú í ő ő ö ö ö ű ü í ő ő í ú ö

Részletesebben

ü ő ő ü ü ő ő ű í í ű ő ő ő ü ő ő í í ő ő ő ő ő ő ü ü í ő Ö ő ü í ő ü í í ő ü ő í ő ő í í ő ü ü í ő ü í ő í ő í ő ü í ő í ü í í ő

ü ő ő ü ü ő ő ű í í ű ő ő ő ü ő ő í í ő ő ő ő ő ő ü ü í ő Ö ő ü í ő ü í í ő ü ő í ő ő í í ő ü ü í ő ü í ő í ő í ő ü í ő í ü í í ő ő Á Á Á Ű Ö É Á Ö ő ő ő ű Ö ű ú ő ü ű ü ü ő ü ő ő ú í ü í í ü ő í ő ő í ő ő í ő ő í ü ő í ű ő ü ű ő ü í ü ü ő ü ü í ü í ü ü Ú í Ő Í ü ő ü ü í Ö í í ü ő ő ü ü ő ő ű í í ű ő ő ő ü ő ő í í ő ő ő ő ő ő ü ü

Részletesebben

Programozási segédlet

Programozási segédlet Programozási segédlet Programozási tételek Az alábbiakban leírtam néhány alap algoritmust, amit ismernie kell annak, aki programozásra adja a fejét. A lista korántsem teljes, ám ennyi elég kell legyen

Részletesebben