Bevezetés az operációkutatásba A lineáris programozás alapjai
|
|
- Zsolt Szilágyi
- 9 évvel ezelőtt
- Látták:
Átírás
1 Bevezetés az operációkutatásba A lineáris programozás alapjai Alkalmazott operációkutatás 1. elıadás 2008/2009. tanév szeptember 12. Mi az operációkutatás (operations research)? Kialakulása: II. világháború alatt Operációkutatás: a döntéshozatalt olyan tudományos eszközökkel közelítjük meg, amelyek segítségével meghatározható egy rendszer legjobb felépítése és mőködtetése olyan körülmények között, amikor a források szőkösen állnak rendelkezésre (Winston, 2003). döntések elıkészítése, gazdasági optimum meghatározása matematikai szélsıérték feladat alkalmazásával lineáris és nemlineáris programozási modellek, készletezési modellek, hálótervezés, sorbanállási elmélet, szimuláció, elırejelzési modellek Modell: az objektív valóságnak az ember által alkotott leegyszerősített képe 1
2 Az operációkutatás módszertana Forrás: Winston, o. Bevezetés a lineáris programozásba optimalizálási problémák megoldásának egyik eszköze Walras (1870), Neumann (1939) G.B. Dantzig (1947) szimplex algoritmus kifejlesztése L.V. Kantorovics, T.C Koopmans, közgazdasági Nobel-díj (1975) Kornai János: A gazdasági szerkezet matematikai tervezése 2
3 A lineáris programozás nagy alakjai Leonid Vitaliyevich Kantorovich Academy of Sciences Moscow, USSR ( ) Tjalling C. Koopmans Yale University New Haven, CT, USA ( ) G.B. Dantzig ( ) "The tremendous power of the simplex method is a constant surprise to me." A lineáris programozás alapjai Lineáris programozás: Korlátozottan rendelkezésre álló gazdasági erıforrások lehetı legjobb (optimális) elosztása egymással versenyzı tevékenységek között, minél nagyobb gazdasági haszon elérése érdekében (Ferenczi, 2006). 3
4 A lineáris programozási feladat Egy Fafaragó Cég kétfajta játékot gyárt: katonákat és vonatokat. Egy katonát 27$-ért lehet eladni, elıállításához 10$ értékő nyersanyag szükséges, és minden legyártott katona 14$-ral növeli a vállalat bérben jelentkezı változó költségeit. Egy vonat 21$-ért adható el, elıállításához 9$ értékő nyersanyag szükséges, és minden legyártott vonat 10$-ral növeli a cég változó- és általános költségeit. A katonák és vonatok gyártása kétféle szakképzett munkát igényel: fafaragó és felületkezelı munkát. Egy katona elıállításához 2 óra felületkezelı munka és 1 óra fafaragó munka szükséges. Egy vonathoz 1 óra felületkezelı és 1 óra fafaragó munka kell. A vállalatnak minden héten korlátlan mennyiségő nyersanyag áll rendelkezésére, de hetente csak 100 felületkezelı munkaóra és 80 fafaragó munkaóra használható fel. A vonatok iránti kereslet korlátlan, katonákból azonban legfeljebb csak 40 darabot vesznek meg hetente. A vállalat maximalizálni szeretné a heti profitot (bevételek költségek). Keressünk a vállalat helyzetének leírására egy olyan matematikai modellt, amely a heti profitot maximalizálja! (Winston, o. alapján) A lineáris programozás alapfogalmai I. Döntési változók: a jövıben meghozandó döntések leírására szolgálnak x 1 = a hetente gyártott katonák száma x 2 = a hetente gyártott vonatok száma Célfüggvény: a maximalizálandó vagy minimalizálandó függvény (heti bevételek) (nyersanyag költségek) (egyéb változó költségek) max heti bevételek (vonat + katona) = 27x x 2 heti nyersanyagköltség = 10x 1 + 9x 2 egyéb heti változó költségek = 14x x 2 célfüggvény: (27x x 2 ) (10x 1 + 9x 2 ) (14x x 2 ) max célfüggvény (átrendezve): z = 3 x x 2 max a változó célfüggvény együtthatója 4
5 A lineáris programozás alapfogalmai II. Korlátozó feltételek: a változók értékeit korlátozó megszorítások felületkezelı feltétel: 2x 1 + x fafaragó feltétel: x 1 + x 2 80 katonák iránti kereslet: x 1 40 döntési változók korlátozó feltételekben szereplı együtthatói = technológiai együtthatók feltételek jobb oldalán szereplı számok = jobb oldal Elıjelkorlátozások: a döntési változó pozitív és negatív értéket is felvehet-e? döntési változó csak nemnegatív lehet: elıjelkorlátozó feltétel x i 0 döntési változó pozitív és negatív értéket is felvehet: elıjelkorlátozatlan változó Lineáris programozási feladat felületkezelı feltétel: 2x 1 + x fafaragó feltétel: x 1 + x 2 80 katonák iránti kereslet: x 1 40 nemnegativitási feltétel: x 1 0 nemnegativitási feltétel: x 2 0 KORLÁTOZÓ FELTÉTELEK NEMNEGATIVITÁSI FELTÉTELEK z = 3x 1 + 2x 2 max CÉLFÜGGVÉNY 5
6 Definíciók I. Lineáris függvény: az f (x 1, x 2,..., x n ) akkor és csak akkor lineáris függvénye az x 1, x 2,..., x n változóknak, ha valamely c 1, c 2,..., c n konstansokra f (x 1, x 2,..., x n ) = c 1 x 1 + c 2 x c n x n Lineáris egyenlıtlenség: bármely f (x 1, x 2,..., x n ) lineáris függvény és tetszıleges b szám esetén f (x 1, x 2,..., x n ) b és f (x 1, x 2,..., x n ) b lineáris egyenlıtlenségek. c 1 x 1 + c 2 x c n x n b c 1 x 1 + c 2 x c n x n b Forrás: Winston, o. alapján Definíciók II. A lineáris programozási feladat egy olyan optimalizálási feladat, amelyben a következık történnek: 1. Maximalizáljuk vagy minimalizáljuk a döntési változók egy lineáris függvényét. A maximalizálandó vagy minimalizálandó függvényt célfüggvénynek nevezzük. 2.A döntési változók értékeinek ki kell elégíteniük a korlátozó feltételeket. Minden feltételnek vagy lineáris egyenletnek vagy lineáris egyenlıtlenségnek kell lennie. 3.Minden változó esetében meg kell vizsgálni, hogy szükség van-e elıjelkorlátozásra (megengedett-e, hogy a változók negatív értéket is felvegyenek). 6
7 Köszönöm a figyelmet! 7
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
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
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
Lineáris programozási feladatok típusai és grafikus megoldása
Lineáris programozási feladatok típusai és grafikus megoldása Alkalmazott operáiókutatás. elıadás 8/9. tanév 8. szeptemer 9. Maimumfeladat grafikus megoldása lehetséges megoldások + 4 + () 8 + Optimális
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
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/
Operációkutatás I. 2018/2019-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatika Intézet Számítógépes Optimalizálás Tanszék 2. Előadás LP alapfeladat A lineáris programozás (LP) alapfeladata standard formában Max c
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
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
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,
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,
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
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
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 +
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
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
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:
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
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
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:
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
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
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
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
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,
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
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
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..
A szimplex algoritmus
A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás
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
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:
Vannak releváns gazdasági kérdéseink és ezekre válaszolni szeretnénk.
Vannak releváns gazdasági kérdéseink és ezekre válaszolni szeretnénk. Modellt építünk Szereplők + Piacok Magatartási egyenletek + Piaci egyensúlyi feltételek Endogén változók + Exogén változók GDP nominális
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.
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:
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
Ágazati kapcsolatok mérlege
Ágazati kapcsolatok mérlege Alkalmazott operációkutatás 9 elıadás 28/29 tanév 28 november 28 Input-output http://wwwlearn-linenrwde/angebote/selma/foyer/projekte/hammproj3/in_out/vgrgrahtm Ágazati kapcsolatok
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
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.
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
Döntési rendszerek I.
Döntési rendszerek I. SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Készítette: London András 3. Gyakorlat Egy újságárus 20 centért szerez be egy adott napilapot a kiadótól és 25-ért adja
Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport
Operációkutatás I. 2015/2016-2. Szegedi Tudományegyetem Informatikai Tanszékcsoport Számítógépes Optimalizálás Tanszék 6. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát
Tantárgy adatlap Operációkutatás
A tantárgy kódja: 4OP13NAK20B A tantárgy megnevezése (magyarul): A tantárgy neve (angolul): Operations Research A tanóra száma (Előadás + szeminárium + gyakorlat + egyéb): 2+1 (előadás+gyakorlat) Kreditérték:
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.
Optimalizálás a Microsoft Excel Solver b vítménye segítségével
Eötvös Loránd Tudományegyetem Természettudományi Kar Optimalizálás a Microsoft Excel Solver b vítménye segítségével Szakdolgozat Tóth Ádám Matematika B.Sc., elemz szakirány Témavezet : Mádi-Nagy Gergely,
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,
Logisztikai mérnök záróvizsga tételsor Módosítva május 6.
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
szantai Az operációkutatás matematikai módszerei
http://wwwmathbmehu/ szantai Az operációkutatás matematikai módszerei Bővített óravázlat Összeállította: Szántai Tamás Budapest 1999 A bővített óravázlatot Prékopa Andrásnak a Bolyai János Matematikai
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,
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.
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
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
Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,
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
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
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
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
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
Makroökonómia. 3. szeminárium
Makroökonómia 3. szeminárium Amit eddig tudunk Alapfogalmak Nominális és reál GDP, árszínvonal, CPI, infláció, kamat Modellről eddig általában Endogén és exogén változó Magatartási egyenletek és piaci
Az érzékenységvizsgálat jelentősége
Az érzékenységvizsgálat jelentősége (Tanulmány) Egyéb olyan fontos szempontok mellett, mint a stabilitás, rugalmasság, társadalmi elfogadottság, stb., az ipari menedzser fő célja, hogy növelje cége nyereségét.
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
A Markowitz modell: kvadratikus programozás
A Markowitz modell: kvadratikus programozás Harry Markowitz 1990-ben kapott Közgazdasági Nobel díjat a portfolió optimalizálási modelljéért. Ld. http://en.wikipedia.org/wiki/harry_markowitz Ennek a legegyszer
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
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)
Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.
Online algoritmusok Algoritmusok és bonyolultságuk Horváth Bálint 2018. március 30. Horváth Bálint Online algoritmusok 2018. március 30. 1 / 28 Motiváció Gyakran el fordul, hogy a bemenetet csak részenként
OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés)
OKLEVÉLKÖVETELMÉNYEK MÓDOSÍTOTT VÁLTOZAT Alkalmazott matematikus szak (régi képzés) A három A modul és a két B modul közül egyet-egyet kell választani. Kötelezı tárgyak, diplomamunka, szakmai gyakorlat
Gépi tanulás a gyakorlatban SVM
Gépi tanulás a gyakorlatban SVM Klasszifikáció Feladat: előre meghatározott csoportok elkülönítése egymástól Osztályokat elkülönítő felület Osztályokhoz rendelt döntési függvények Klasszifikáció Feladat:
lineáris programozás esetében. Ennek ez idő szerint legkorábbi formalizálását
1. előadás Bevezetés Lehetetlen egészen pontosan megállapítani, mi tekinthető az operációkutatás első eredményeinek, hisz az optimalizálás mégcsak nem is az emberi faj kiváltsága. Kétségtelen viszont,
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
Mikroökonómia. Vizsgafeladatok
Mikroökonómia Vizsgafeladatok Bacsi, Mikro feladatok 1 1, Marshall- kereszt, piaci egyensúly Mennyi a savanyúcukorka egyensúlyi mennyisége, ha a cukorka iránti kereslet és kínálat függvénye a következı:
Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 10. Előadás Vállalatelhelyezés Vállalatelhelyezés Amikor egy új telephelyet kell nyitni,
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék A L Hospital-szabály, elaszticitás, monotonitás, konvexitás p. / A L
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
Közgazdaságtan I. avagy: mikroökonómia. Dr. Nagy Benedek
Közgazdaságtan I. avagy: mikroökonómia r. Nagy Benedek Email: Nagy.Benedek@eco.u-szeged.hu, Tel: (62) 544-676, fogadó óra: Hétfő 14-15:30, KO 311 (szorgalmi időszakban) zemélyes találkozás 4 alkalommal:
TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
Mikroökonómia elıadás
Mikroökonómia -. elıadás ÁLTLÁNOS EGYENSÚLY ELMÉLET 1 Bevezetés - mit tartalmaz az általános egyensúlyelmélet? Eddigi vizsgálatokban: egy piac viszonyai (részpiaci elemzés) a többi piac változatlanságát
Matematika és Számítástudomány Tanszék
Matematika és Számítástudomány Tanszék Műszaki Tudományi Kar Matematika és Számítástudomány Tanszék Tanszékvezető: Dr. Horváth Zoltán Beosztás: Főiskolai tanár Elérhetőség: Telefon: (96)/503-647 E-mail:
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
Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet
Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,
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
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
KÖZGAZDASÁGTAN II. Készítette: Lovics Gábor. Szakmai felelős: Lovics Gábor június
KÖZGAZDASÁGTAN II. Készült a TÁMO-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
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
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
PRÓBAÉRETTSÉGI VIZSGA január 16. m KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) KÖZÉPSZINT PRÓBAÉRETTSÉGI VIZSGA MEGOLDÓKULCS
PRÓBAÉRETTSÉGI VIZSGA m KÖZGAZDASÁGI ALAPISMERETEK (ELMÉLETI GAZDASÁGTAN) KÖZÉPSZINT PRÓBAÉRETTSÉGI VIZSGA MEGOLDÓKULCS STUDIUM GENERALE KÖZGAZDASÁGTAN SZEKCIÓ Feleletválasztás Közgazdasági alapismeretek
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
Korrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
Differenciaegyenletek
Differenciaegyenletek Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2009/10 tanév, I. félév Losonczi László (DE) Differenciaegyenletek 2009/10 tanév, I. félév 1 / 11
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
LINEÁRIS ÉS NEMLINEÁRIS TERMELÉSI ÉS RAKTÁROZÁSI MODELLEK
LINEÁRIS ÉS NEMLINEÁRIS TERMELÉSI ÉS RAKTÁROZÁSI MODELLEK Vállalati modellek A mikroökonómiai vállalati alapmodell a neoklasszikus marginális elméleten alapul Egyetlen vállalati célnak az egyetlen termékkel
3. Előadás. Megyesi László: Lineáris algebra, oldal. 3. előadás Lineáris egyenletrendszerek
3. Előadás Megyesi László: Lineáris algebra, 47. 50. oldal. Gondolkodnivalók Determinánsok 1. Gondolkodnivaló Determinánselméleti tételek segítségével határozzuk meg a következő n n-es determinánst: 1
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
Feltételes és feltétel nélküli optimalizálás Microsoft O ce EXCEL szoftver segítségével
Feltételes és feltétel nélküli optimalizálás Microsoft O ce EXCEL szoftver segítségével Az Excel Solver programcsomagjának bemutatásaként két feltételes és egy feltétel nélküli optimalizálási feladatot
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
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
Termelői magatartás elemzése
Termelői magatartás elemzése Termelési függvény A termelési tényezők kombinációi és az általuk termelhető maximális termékmennyiség közötti összefüggés. Termelési tényezők fajtái: Munka () Tőke (K) Természeti
Mikroökonómia - 6. elıadás
Mikroökonómia - 6. elıadás A FOGYASZTÁSI ELMÉLET KITERJESZTÉSE Bacsi, 6. ea. 1 A fogyasztói többlet p1 p2 p3 * A további termékegységekért megadandó árak Rezervációs ár: az a legnagyobb ár, amelyet az
TANTÁRGYI PROGRAM Matematikai alapok II. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
3. el adás. Hosszú távú modell: szerepl k, piacok, egyensúly. Kuncz Izabella. Makroökonómia. Makroökonómia Tanszék Budapesti Corvinus Egyetem
Hosszú távú modell: szerepl k, piacok, egyensúly Makroökonómia Tanszék Budapesti Corvinus Egyetem Makroökonómia Mit tudunk eddig? GDP Árindexek Kamatok Munkanélküliség Vannak releváns gazdasági kérdések,
Mikroökonómia. Gyakorló feladatok
Mikroökonómia Gyakorló feladatok Bacsi, Mikro feladatok 1 1, Marshall- kereszt, piaci egyensúly 1/A feladat: Mennyi a savanyúcukorka egyensúlyi mennyisége, ha a cukorka iránti kereslet és kínálat függvénye