Lineáris programozási feladatok típusai és grafikus megoldása

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Lineáris programozási feladatok típusai és grafikus megoldása"

Átírás

1 Lineáris programozási feladatok típusai és grafikus megoldása Alkalmazott operáiókutatás. elıadás 8/9. tanév 8. szeptemer 9. Maimumfeladat grafikus megoldása lehetséges megoldások () 8 + Optimális megoldás: () () ma = = 6 8

2 Definíiók I. Lehetséges megoldások halmaza: az összes olyan pontok halmaza, amelyek kielégítik a lineáris programozási feladat valamennyi feltételét és az összes elıjelkorlátozást. Optimális megoldás: Maimalizálási prolémáan: olyan pont a lehetséges megoldások halmazáan, amelyikhez a legnagyo élfüggvényérték tartozik. Minimalizálási prolémáan: olyan pont a lehetséges megoldások halmazáan, amelyikhez a legkise élfüggvényérték tartozik Definíiók II. Maimum feladat: olyan lineáris programozási feladat, amelyen a feltételek értelmőek és a élfüggvény maimuma jelenti az optimumot. Minimum feladat: olyan lineáris programozási feladat, amelyen a feltételek értelmőek és a élfüggvény minimuma jelenti az optimumot.

3 Minimumfeladat Egy állattartó telepen az állatok etetésére kétfajta (A és B jelő) tápot használnak. A tápok 4 fajta alapanyagot (vitamin, úza, luerna, kukoria) tartalmaznak a tálázatan szereplı megoszlásan: A táp összetétele: kg =, kg vitamin +, kg luerna +,7 kg kukoria B táp összetétele: kg =, kg úza +, kg luerna +,6 kg kukoria Az állatorvos szerint egy állatnak naponta legalá 5,8 kg tápot kell megennie az elıírt összetételen. Vitamin Búza Luerna Kukoria kg költsége A táp, kg kg, kg,7 kg Ft/kg B táp kg, kg, kg,6 kg 4 Ft/kg Feladat: Határozzuk meg a gazdaságos tápanyag összetételét, ha ismertek az egyes összetevık elıírt mennyiségei és az A, illetve a B jelő táp kilogrammonkénti költségei. (Raffai,. o.) Elıírt menny, kg,4 kg, kg 4, kg 5,8 kg Minimumfeladat matematikai modellje = az A tápól szükséges mennyiség (a keverék elıállításához) = a B tápól szükséges mennyiség (a keverék elıállításához),,,7 + +, +, +,6,,4, 4, (vitamin) (úza) (luerna) (kukoria) (nemnegativitási feltétel) (nemnegativitási feltétel) z = + 4 min

4 Minimumfeladat grafikus megoldása, +,, +,,7 +,6 +,,4, (V) (B) (L) 4, (K) + 4 (nemn. felt.) (nemn. felt.) Optimális megoldás: = =,5 min Speiális esetek Alternatív optimum Nem megoldható lineáris programozási feladat A élfüggvény nem korlátos 4

5 Alternatív optimum Egy autógyár személyautókat és teherautókat gyárt. A gyártás során minden egyes jármőnek végig kell mennie a festımőhelyen és a karosszéria összeszerelı mőhelyen. Ha a festımőhely sak teherautókat festene, naponta 4 daraot tudna lefesteni. Ha a festımőhely sak személyautókat festene, naponta 6 daraot tudna elkészíteni. Ha a karosszériamőhely sak személyautókat állítana össze, naponta 5 d-ot tudna megsinálni, míg ha sak teherautókkal foglalkozna, akkor naponta 5 d-ot tudna elkészíteni. Minden teherautó dollárral és minden személyautó dollárral járul hozzá a profithoz. Alkalmazzuk a lineáris programozást a napi termelési terv meghatározásához úgy, hogy a vállalat profitja maimális legyen! (Winston, 68.o.) Alternatív optimum = a naponta gyártott teherautók száma = a naponta gyártott személyautók száma Matematikai modell: (festımőhely felt.) (karosszériamőhely felt.), + ma (száz dolláran) 5

6 Alternatív optimum (f) (k), + ma (száz dolláran) alternatív optimum, a szakasz minden pontja optimális Nem megoldható lineáris programozási feladat Az autókereskedık azt szeretnék, hogy az autógyár naponta legalá teherautót és személyautót gyártson. 4 5, ma (száz dolláran) 6

7 Nem megoldható lineáris programozási feladat , (t) (f) (k) (sz) ma (száz dolláran) LEHESÉGES MEGOLDÁSOK HALMAZA ÜRES! A élfüggvény nem korlátos () + 6 (), ma A CÉLFÜGGVÉNY NEM ÉRINI, HANEM MESZI A LEHESÉGES MEGOLDÁSOK HALMAZÁ! 7

8 A élfüggvény nem korlátos Maimum feladat esetén: a lehetséges megoldások halmazáan találhatók olyan pontok, amelyekhez tetszılegesen nagy z értékek tartoznak (növekvı z irányáa haladva sosem hagyjuk el a lehetséges megoldások halmazát). Minimum feladat esetén: a lehetséges megoldások halmazáan találhatók olyan pontok, amelyekhez tetszılegesen kisi z érték tartozik (sökkenı z irányáa haladva sosem hagyjuk el a lehetséges megoldások halmazát). Lineáris programozási feladatok típusai és matematikai modelljei 8

9 Maimum feladat Maimum feladat: olyan lineáris programozási feladat, amelyen a feltételek értelmőek és a élfüggvény maimuma jelenti az optimumot. Alapforma ma Kanonikus forma, u + u= ma hiányváltozó Minimum feladat Minimum feladat: olyan lineáris programozási feladat, amelyen a feltételek értelmőek és a élfüggvény minimuma jelenti az optimumot. Alapforma min Kanonikus forma, v v= min töletváltozó 9

10 Normál feladat Normál feladat: olyan maimumfeladat, amelynél a feltétel is teljesül Alapforma, ma Kanonikus forma, u, + u= ma Módosított normál feladat Módosított normál feladat: olyan lineáris programozási feladat, amelynek egyenlıtlenségei értelmőek, tartalmaz egyenleteket és a élfüggvény maimumát keressük, továá és vektorok minden koordinátája nemnegatív, A A Alapforma =, ma A Kanonikus forma, u, A + u= = ma,

11 Általános feladat Általános feladat: olyan lineáris programozási feladat, amelynek feltételei között a kapaitások () nemnegativitása mellett reláiók is szerepelnek és maimum a él Alapforma A A = A, ma Kanonikus forma, u, v A + u= A = A v= ma, Köszönöm a figyelmet!

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

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

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

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

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

A lineáris programozás alapjai

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

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

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

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

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

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 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

1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI

1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI 1/12 Operációkutatás 5. gyakorlat Hiperbolikus programozási feladat megoldása Pécsi Tudományegyetem PTI 2/12 Ha az Hiperbolikus programozási feladat feltételek teljesülése mellett a A x b x 0 z(x) = c

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

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

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont)

2) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) (11/1) Függvények 1 1) Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon! (pont) ) Írja fel az alábbi lineáris függvény grafikonjának egyenletét! (3pont) 3) Ábrázolja + 1 - függvényt a [ ;] -on! (3pont)

Részletesebben

Líneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük.

Líneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük. Líneáris függvének Definíció: Az f() = m + b alakú függvéneket, ahol m, m, b R elsfokú függvéneknek nevezzük. Az f() = m + b képletben - a b megmutatja, hog a függvén hol metszi az tengelt, majd - az m

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

Operációkutatás. Glashütter Andrea

Operációkutatás. Glashütter Andrea Glashütter Andrea Mátriok I. Mátriok A mátriok olyan számtáblázatok, amelyek n db sorral és m db oszloppal rendelkeznek. Általános mátri: m n nm n n m m a a a a a a a a a A K M O M M K K Egy tetszleges

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

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

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

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

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

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét!

1. Ábrázolja az f(x)= x-4 függvényt a [ 2;10 ] intervallumon! (2 pont) 2. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! Függvények 1 1. Ábrázolja az f()= -4 függvényt a [ ;10 ] intervallumon!. Írja fel az alábbi lineáris függvény grafikonjának egyenletét! 3. Ábrázolja + 1 - függvényt a [ ;] -on! 4. Az f függvényt a valós

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

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

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 Gépészméröki és Iformatikai Kar Iformatikai Itézet Alkalmazott Iformatikai Itézeti Taszék 2017/18 2. félév 10. Előadás Dr. Kulcsár Gyula egyetemi doces Matematikai modellek a termelés

Részletesebben

1. Grafikusan megoldható feladatok

1. Grafikusan megoldható feladatok Operációkutatás 1 - Feladat gyűjtemény Bekéné Rácz Anett 1. Grafikusan megoldható feladatok 1. Juli néni gofrit és palacsintát árul a strandon. Két alapanyag szükséges ezek előállításához: tej és liszt.

Részletesebben

Egyenletek, egyenletrendszerek, matematikai modell. 1. Oldja meg az Ax=b egyenletrendszert Gauss módszerrel és adja meg az A mátrix LUfelbontását,

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

Részletesebben

Alkalmazott optimalizálás és játékelmélet Lineáris programozás Gyakorlófeladatok. Rétvári Gábor

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,

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

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

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

A szimplex algoritmus

A szimplex algoritmus . gyakorlat A szimplex algoritmus Az előző órán bevezetett feladat optimális megoldását fogjuk megvizsgálni. Ehhez új fogalmakat, és egy algoritmust tanulunk meg. Hogy az algoritmust alkalmazni tudjuk,

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

10. tétel Függvények lokális és globális tulajdonságai. A differenciálszámítás alkalmazása

10. tétel Függvények lokális és globális tulajdonságai. A differenciálszámítás alkalmazása . tétel Függvények lokális és globális tulajdonságai. A dierenciálszámítás alkalmazása FÜGGVÉNY De: A üggvény egyértelmű hozzárendelés két halmaz elemei között. A halmaz minden eleméhez B halmaz legeljebb

Részletesebben

f x 1 1, x 2 1. Mivel > 0 lehetséges minimum. > 0, így f-nek az x 2 helyen minimuma van.

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.

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

A GMO MENTES TEJ. Zászlós Tibor GMO-Mentes Magyarországért Egyesület Elnöke. Élelmiszeripari Körkép Tejfeldolgozás

A GMO MENTES TEJ. Zászlós Tibor GMO-Mentes Magyarországért Egyesület Elnöke. Élelmiszeripari Körkép Tejfeldolgozás A GMO MENTES TEJ Zászlós Tibor GMO-Mentes Magyarországért Egyesület Elnöke Élelmiszeripari Körkép 2017. Tejfeldolgozás 2017. 09. 14. GMO-MENTES MAGYARORSZÁG EGYESÜLET Az egyesület tipikusan civil kezdeményezés

Részletesebben

Bábolna. Takarmányozási Program. Malac Koncentrátumok

Bábolna. Takarmányozási Program. Malac Koncentrátumok Bábolna Takarmányozási Program Malac Koncentrátumok 1 Tisztelt Partnerünk! Jelen kiadványunkban szeretnénk átfogó képet nyújtani a Bonafarm-Bábolna Takarmány Kft. által gyártott sertéstakarmányokról. Termékeinket

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék. Dr. Kulcsár Gyula egyetemi docens Miskolci Egyetem Gépészméröki és Iformatikai Kar Alkalmazott Iformatikai Taszék Dr. Kulcsár Gyula egyetemi doces Iformatikai ifrastruktúra felődése Decetralizált Cetralizált Lazá csatolt Klies/szerver

Részletesebben

Minőségi takarmányozás költséghatékonyan! MOLNÁR ISTVÁN, AGROFEED KFT.

Minőségi takarmányozás költséghatékonyan! MOLNÁR ISTVÁN, AGROFEED KFT. Minőségi takarmányozás költséghatékonyan! MOLNÁR ISTVÁN, AGROFEED KFT. MELYIK AZ ERŐSEBB ÉS MELYIK AZ OLCSÓBB TAKARMÁNY? tak. alap Kukorica % 37,14 Búza % 20,00 Extr. szójadara % 33,50 Napraforgó olaj

Részletesebben

A lineáris programozás 1 A geometriai megoldás

A lineáris programozás 1 A geometriai megoldás A lineáris programozás A geometriai megoldás Készítette: Dr. Ábrahám István A döntési, gazdasági problémák optimalizálásának jelentős részét lineáris programozással oldjuk meg. A módszer lényege: Az adott

Részletesebben

Ellenőrzés. Variáns számítás. Érzékenység vizsgálat

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

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

E-tananyag Matematika 9. évfolyam 2014. Függvények

E-tananyag Matematika 9. évfolyam 2014. Függvények Függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt a hozzárendelést

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

Minden egész szám osztója önmagának, azaz a a minden egész a-ra.

Minden egész szám osztója önmagának, azaz a a minden egész a-ra. 1. Számelmélet Definíció: Az a egész szám osztója a egész számnak, ha létezik olyan c egész szám, melyre = ac. Ezt a következőképpen jelöljük: a Tulajdonságok: Minden egész szám osztója önmagának, azaz

Részletesebben

A szimplex algoritmus

A szimplex algoritmus A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás

Részletesebben

Descartes-féle, derékszögű koordináta-rendszer

Descartes-féle, derékszögű koordináta-rendszer Descartes-féle, derékszögű koordináta-rendszer A derékszögű koordináta-rendszerben a sík minden pontjához egy rendezett valós számpár rendelhető. A számpár első tagja (abszcissza) a pont y tengelytől mért

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

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

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

Kétfázisú szimplex algoritmus és speciális esetei

Kétfázisú szimplex algoritmus és speciális esetei 5. gyakorlat Kétfázisú szimplex algoritmus és speciális esetei. Emlékeztető Standard alak, áttérés Standard alak Minden feltétel et tartalmaz csak. A célfüggvényünket maximalizáljuk. A b vektor (jobb oldalon

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

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

4. fejezet. Egyváltozós valós függvények deriválása Differenciálás a definícióval

4. fejezet. Egyváltozós valós függvények deriválása Differenciálás a definícióval 4. fejezet Egyváltozós valós függvények deriválása Elm 4.. Differenciálás a definícióval A derivált definíciójával atározza meg az alábbi deriváltakat!. Feladat: f) = 6 + f 4) =? f 4) f4 + ) f4) 5 + 6

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

Oktatási Hivatal. 1 pont. A feltételek alapján felírhatók az. összevonás után az. 1 pont

Oktatási Hivatal. 1 pont. A feltételek alapján felírhatók az. összevonás után az. 1 pont Oktatási Hivatal Öt pozitív egész szám egy számtani sorozat első öt eleme A sorozatnak a különbsége prímszám Tudjuk hogy az első négy szám köbének összege megegyezik az ezen öt tag közül vett páros sorszámú

Részletesebben

Lineáris programozás. A mese

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.

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

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2

b) Ábrázolja ugyanabban a koordinátarendszerben a g függvényt! (2 pont) c) Oldja meg az ( x ) 2 1) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) b) c) ( ) ) Határozza meg az 1. feladatban megadott, ; intervallumon

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

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

Operációkutatás gyakorlattámogató jegyzet

Operációkutatás gyakorlattámogató jegyzet TÁMOP-4...F-4//KONV-05-0009 A GÉPÉSZETI ÉS INFORMATIKAI ÁGAZATOK DUÁLIS ÉS MODULÁRIS KÉPZÉSEINEK KIALAKÍTÁSA A PÉCSI TUDOMÁNYEGYETEMEN Király Balázs Operációkutatás gyakorlattámogató jegyzet Pécs 05 A

Részletesebben

Mikroökonómia - 5. elıadás

Mikroökonómia - 5. elıadás Mikroökonómia - 5. elıadás A KÍNÁLAT ALAKULÁSA, A IAC JELLEGE Bacsi, 5.ea. 1 A IAC JELLEGE Fontossága a vállalat szempontjából: Milyenek a versenytársak? Mekkora a vállalat a piachoz képest? (piaci részesedés)

Részletesebben

Matematika III előadás

Matematika III előadás Matematika III. - 3. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 19 Skalármezők

Részletesebben

Diszkrét, egészértékű és 0/1 LP feladatok

Diszkrét, egészértékű és 0/1 LP feladatok Diszkrét, egészértékű és 0/1 LP feladatok In English Integer Programming - IP Zero/One (boolean) programming 2007.03.12 Dr. Bajalinov Erik, NyF MII 1 Diszkrét és egészértékű változókat tartalmazó feladatok

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

10.3. A MÁSODFOKÚ EGYENLET

10.3. A MÁSODFOKÚ EGYENLET .. A MÁSODFOKÚ EGYENLET A másodfokú egenlet és függvén megoldások w9 a) ( ) + ; b) ( ) + ; c) ( + ) ; d) ( 6) ; e) ( + 8) 6; f) ( ) 9; g) (,),; h) ( +,),; i) ( ) + ; j) ( ) ; k) ( + ) + 7; l) ( ) + 9.

Részletesebben

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás Gráfelmélet/Diszkrét Matematika MSc hallgatók számára 3. Előadás Előadó: Hajnal Péter Jegyzetelő: Pék Máté 2009. szeptember 21. 1. Folyamok 1.1. Definíció. G = (V, E, K, B) irányított gráf, ha e! v : ekv

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

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

Bábolna. Takarmányozási Program. Malac Komplett premixek

Bábolna. Takarmányozási Program. Malac Komplett premixek Bábolna Takarmányozási Program Malac Komplett premixek 1 Tisztelt Partnerünk! Jelen kiadványunkban szeretnénk átfogó képet nyújtani a Bonafarm-Bábolna Takarmány Kft. által gyártott sertéstakarmányokról.

Részletesebben

Közgazdaságtan - 6. elıadás

Közgazdaságtan - 6. elıadás Közgazdaságtan - 6. elıadás A kínálat alakulása, a piac jellege 1 A PIAC JELLEGE Fontossága a vállalat szempontjából: Milyenek a versenytársak? Mekkora a vállalat a piachoz képest? (piaci részesedés) Két

Részletesebben

A bioüzemanyag-gyártás melléktermékeinek felhasználása a takarmánygyártás gyakorlatában

A bioüzemanyag-gyártás melléktermékeinek felhasználása a takarmánygyártás gyakorlatában Fábián János, Ph.D. Kutatás-fejlesztési igazgató Bonafarm-Bábolna Takarmány Kft. A bioüzemanyag-gyártás melléktermékeinek felhasználása a takarmánygyártás gyakorlatában Kukorica tőzsdei jegyzésének alakulása

Részletesebben

Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver

Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver Dr.Bajalinov Erik Debreceni Egyetem Informatikai Kara Bajalinov@Inf.UniDeb.Hu Hiperbolikus programozás Elmélet, módszerek, alkalmazások, szoftver mobidiák könyvtár Tartalomjegyzék I. Bevezetés a hiperbolikus

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

PondZoom ZOOM ACTIVE FORMULA

PondZoom ZOOM ACTIVE FORMULA www.pondzoom.hu A PondZoom kerti tavi haltápok sokéves kutatás és gyártási tapasztalat eredményei. Fejlesztésük során elsődleges szempont a tavi kedvencek egészséges fejlődése volt, így a kiindulási alapot

Részletesebben

Bábolna. Takarmányozási Program. Malac Takarmánykeverékek

Bábolna. Takarmányozási Program. Malac Takarmánykeverékek Bábolna Takarmányozási Program Malac Takarmánykeverékek Tisztelt Partnerünk! Jelen kiadványunkban szeretnénk átfogó képet nyújtani a Bonafarm-Bábolna Takarmány Kft. által gyártott sertéstakarmányokról.

Részletesebben

Kosztolányi József Kovács István Pintér Klára Urbán János Vincze István. tankönyv. Mozaik Kiadó Szeged, 2013

Kosztolányi József Kovács István Pintér Klára Urbán János Vincze István. tankönyv. Mozaik Kiadó Szeged, 2013 Kosztolányi József Kovács István Pintér Klára Urbán János Vincze István tankönyv 0 Mozaik Kiadó Szeged, 03 TARTALOMJEGYZÉK Gondolkodási módszerek. Mi következik ebbõl?... 0. A skatulyaelv... 3. Sorba rendezési

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

TERMÉKSZIMULÁCIÓ. Dr. Kovács Zsolt. Végeselem módszer. Elıadó: egyetemi tanár. Termékszimuláció tantárgy 6. elıadás március 22.

TERMÉKSZIMULÁCIÓ. Dr. Kovács Zsolt. Végeselem módszer. Elıadó: egyetemi tanár. Termékszimuláció tantárgy 6. elıadás március 22. TERMÉKZIMULÁCIÓ Végeselem módszer Termékszimuláció tantárgy 6. elıadás 211. március 22. Elıadó: Dr. Kovács Zsolt egyetemi tanár A végeselem módszer lényege A vizsgált, tetszıleges geometriai kialakítású

Részletesebben

A gyakorlatok anyaga

A gyakorlatok anyaga A 7-11. gyakorlatok anyaga a Matematika A1a-Analízis nevű tárgyhoz B és D kurzusok Számhalmazok jelölésére a következő szimbólumokat használjuk: N := {1,,...}, Z, Q, Q, R. Az intervallumokat pedig így

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

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

MATEMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Matematika emelt szint 1613 ÉRETTSÉGI VIZSGA 016. május 3. MATEMATIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA Fontos tudnivalók Formai előírások:

Részletesebben

Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és. A feldolgozott anyag bevezető jellegű. Néhány karakterisztikus, ma már

Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és. A feldolgozott anyag bevezető jellegű. Néhány karakterisztikus, ma már Előszó Jelen jegyzet a József Attila Tudományegyetem programozó matematikus és közgazdasági programozó hallgatói számára készült, akik második félévtől hallgatnak operációkutatást. A feldolgozott anyag

Részletesebben

INTENZÍV BROILER INDÍTÓ

INTENZÍV BROILER INDÍTÓ INTENZÍV BROILER INDÍTÓ Cikkszám: 4-131-012-01 Felhasználási javaslat: 0-14 napos korig Háromfázisos etetési technológiát teljes körűen kielégítő takarmány fajtától függetlenül, biztonságos, ellenőrzött

Részletesebben

Lineáris programozás 2 Algebrai megoldás

Lineáris programozás 2 Algebrai megoldás Lineáris progrmoás Algeri megoldás Késítette: Dr. Árhám István A lineáris progrmoási feldtok mátriritmetiki lkji A LP feldtok lgeri megoldás függ feldt típsától. Tekintsük át eeket! Normál feldt A ( )

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Mskol Egyetem Gépészmérök és Iformatka Kar Alkalmazott Iformatka Taszék 2012/13 2. félév 9. Előadás Dr. Kulsár Gyula egyetem does Matematka modellek a termelés tervezésébe és ráyításába Néháy fotosabb

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

Konjugált gradiens módszer

Konjugált gradiens módszer Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK

Részletesebben

1. gyakorlat. Oktatási segédlet hallgatók számára

1. gyakorlat. Oktatási segédlet hallgatók számára másik termék mennisége. gakorlat Transzformációs görbe, mikroökonómiai optimumfeladatok megoldásának alapmódszere Oktatási segédlet hallgatók számára Eg fontos közgazdasági alapmodell TLH, alternatív költség,

Részletesebben

Témazáró dolgozathoz a 30%-ban beszámításra kerülő házi feladatok

Témazáró dolgozathoz a 30%-ban beszámításra kerülő házi feladatok Témazáró dolgozathoz a 30%-ban beszámításra kerülő házi feladatok Érintett osztályok: 9.B 10.B 11.A 11.B Készítette: Zubor Enikő 1. projekt ELADÁSTAN 9. B /10. B Készíts egy mini könyvet egy vásárlói szituációról.

Részletesebben

A derivált alkalmazásai

A derivált alkalmazásai A derivált alkalmazásai Összeállította: Wettl Ferenc 2014. november 17. Wettl Ferenc A derivált alkalmazásai 2014. november 17. 1 / 57 Tartalom 1 Függvény széls értékei Abszolút széls értékek Lokális széls

Részletesebben

Perspektívák a sertések precíziós takarmányozásában. Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék

Perspektívák a sertések precíziós takarmányozásában. Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék Perspektívák a sertések precíziós takarmányozásában Halas Veronika, PhD Kaposvári Egyetem Takarmányozástani tanszék Az EU országok vágott sertés kibocsájtása (millió hízó) Eurostat (2014) 1000 koca Az

Részletesebben