Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Hasonló dokumentumok
Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Optimumkeresés számítógépen

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Microsoft Excel Gyakoriság

Számítógépes döntéstámogatás. Döntések fuzzy környezetben Közelítő következtetések

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

SZÁMÍTÓGÉPES PROBLÉMAMEGOLDÁS

Növényvédő szerek A B C D

Számítógépes döntéstámogatás. Statisztikai elemzés

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

Spike Trade napló_1.1 használati útmutató

Matematikai modellek megoldása számítógéppel Solver Lingo

Segítség az outputok értelmezéséhez

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

SZÁMÍTÁSOK A TÁBLÁZATBAN

IV. Népegészségügyi Konferencia, Megnyitó A év szűrővizsgálatainak eredményei. Dr. Barna István

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

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis

NEMZETKÖZI KÖZGAZDASÁGTAN Kereskedelem

matematikai statisztika

Hogyan fogalmazzuk meg egyszerűen, egyértelműen a programozóknak, hogy milyen lekérdezésre, kimutatásra, jelentésre van szükségünk?

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Programozási módszertan. Mohó algoritmusok

A leíró statisztikák

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

SZÁMÍTÓGÉPES ADATFELDOLGOZÁS

1 pont. 1 pont. 1 pont. 1 pont

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója

A fűrészmozgás kinetikai vizsgálata

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

4,5 1,5 cm. Ezek alapján 8 és 1,5 cm lesz.

Biomatematika 2 Orvosi biometria

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

1. szemináriumi. feladatok. Ricardói modell Bevezetés

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Fogalmak: Adatbázis Tábla Adatbázis sorai: Adatbázis oszlopai azonosító mező, egyedi kulcs Lekérdezések Jelentés Adattípusok: Szöveg Feljegyzés Szám

;3 ; 0; 1 7; ;7 5; 3. pozitív: ; pozitív is, negatív is: ;

Számítógépes döntéstámogatás. Döntési modellek és technikák

ÁTLAG(tartomány) DARAB(tartomány) DARAB2(tartomány) STATISZTIKAI FÜGGVÉNYEK

Cellák. Sorok számozás Oszlop betű Cellák jelölése C5

Statisztika 10. évfolyam. Adatsokaságok ábrázolása és diagramok értelmezése

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

Statisztikai függvények

Növényvédő szerek A B C D

Táblázatok kezelése. 1. ábra Táblázat kezelése menüből

Fázisátalakulások vizsgálata

[Biomatematika 2] Orvosi biometria

Excel. Nem összefügg tartomány kijelölése: miután a tartomány els részét kijelöltük, lenyomjuk és nyomva tartjuk a CTRL gombot.

Táblázatkezelés 5. - Függvények

Access alapok. Megnevezés Művelet Minta. Új adatbázis létrehozása. Új / Üres adatbázis.. Tábla létrehozása tervező nézetben.

EuroOffice Optimalizáló (Solver)

2. előadás. Viszonyszámok típusai

Döntési rendszerek I.

Számítógépes döntéstámogatás. Fogalmakat is kezelni tudó számítógépes döntéstámogatás A DoctuS rendszer

Biometria az orvosi gyakorlatban. Számítógépes döntéstámogatás

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK

Matematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak

Módszertani Intézeti Tanszéki Osztály

Statisztika I. 2. előadás. Előadó: Dr. Ertsey Imre

1. ábra ábra

S Z Á L L Í T Á S I F E L A D A T

Táblázatos adatok használata

Fuzzy halmazok jellemzői

Microsoft Excel 2010

Matematikai geodéziai számítások 6.

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása

Lineáris algebra (10A103)

Amit a törtekről tudni kell Minimum követelményszint

Közfoglalkoztatás támogatás megállapítását segítő segédtábla használati útmutatója

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

[Biomatematika 2] Orvosi biometria

7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1

KOVÁCS BÉLA, MATEMATIKA I.

Gazdaságosság, hatékonyság. Katona Ferenc

Munkánk során a cellák tartalmát gyakran másolni szoktuk. Előfordul, hogy képleteket tartalmazó cellákat másolunk.

Számítógépes döntéstámogatás. Genetikus algoritmusok

Matematikai geodéziai számítások 6.

NT Matematika 11. (Heuréka) Tanmenetjavaslat

A minőség gazdasági hatásai

IV. Felkészítő feladatsor

V. Jubileumi Népegészségügyi Konferencia évi eredmények, összefüggések. Dr.habil Barna István MAESZ Programbizottság

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Gyakorló feladatok a 2. zh-ra MM hallgatók számára

Statisztikai táblázatok, kimutatások (Pivot) készítése

A továbbiakban Y = {0, 1}, azaz minden szóhoz egy bináris sorozatot rendelünk

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

13. A zöldborsó piacra jellemző keresleti és kínálati függvények a következők P= 600 Q, és P=100+1,5Q, ahol P Ft/kg, és a mennyiség kg-ban értendő.

Haladó irodai számítógépes képzés tematika

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

Az MS Excel táblázatkezelés modul részletes tematika listája

Mérési hibák

Széchenyi István Egyetem. Informatika II. Számítási módszerek. 5. előadás. Függvények ábrázolása. Dr. Szörényi Miklós, Dr.

Bevezetés Standard 1 vállalatos feladatok Standard több vállalatos feladatok 2017/ Szegedi Tudományegyetem Informatikai Intézet

MATLAB alapismeretek V. Eredmények grafikus megjelenítése: oszlopdiagramok, hisztogramok, tortadiagramok

Biomatematikai Tanszék

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002.

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Átírás:

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 SZDT-03 p. 2/24

SZDT-03 p. 3/24 Bevezetés Vállalkozási tevékenységünk során (általában) minél kevesebb ráfordítással szeretnénk minél nagyobb eredményt (minél több bevételt) elérni. A ráfordítást minimalizálni és az eredményt maximalizálni egyszerre nem megy. Az egyik csak a másik rovására történhet. Gazdaságossági elvek Eredményességi- vagy maximum elv (pl. termelési feladatoknál) adott erőforrások mellett eredmény max Takarékossági- vagy minimum elv (pl. szállítási feladatoknál vagy ha télen a megfelelő fűtést többféle energiahordozó segítségével is elérhetjük) adott gazdasági cél mellett ráfordítás min

SZDT-03 p. 4/24 Termelési feladat Hatféle erőforrásból négyféle terméket állít(hat)unk elő. Az egyes termékek fajlagos erőforrás szükségletét, az egyes erőforrásokból rendelkezésünkre álló készleteket, és az egyes termékek fajlagos nyereségét az alábbi táblázat tartalmazza.

SZDT-03 p. 5/24 Adjuk meg az optimális termelési programot! Mielőtt megadnánk a megoldást, írjuk át a problémát matematikai alakra. Így egyrészt könnyebb áttekinteni (ha szükséges programozni), másrészt a már rendelkezésünkre álló Excel eszköz, a Solver által kért adatokat is könnyebb így megadni. A célfüggvény itt nyereséget (eredményt) fog jelenteni, amit nyilván maximalizálni szeretnénk (maximum elv).

SZDT-03 p. 6/24 Termelési feladat megoldása Solverrel Táblázatunkat egészítsük ki néhány mezővel, amelybe egyrészt induló (nyilván nem az optimális) termelt mennyiségeket írtunk (B10:E10), Másrészt az ehhez a termelési programhoz tartozó erőforrás felhasználást adtuk meg (G3:G8), Harmadrészt pedig a megadott termelési programhoz tartozó nyereséget is felírjuk (G10). Az SZ.Ö. rövidítés a SZORZAT OSSZEG(tomb1; tomb2; tomb3;...) függvényt jelöli, amely két (vagy több) 1 n-es vagy n 1-es tömböt szoroz össze elemenként, majd a kapott szorzatokat összeadja.

A beírt összefüggések SZDT-03 p. 7/24

SZDT-03 p. 8/24 Termelési feladat A kezdő termelt mennyiségeket 1-eknek választva (helyettük írhattunk volna más számokat is), a következő értékek jelennek meg:

SZDT-03 p. 9/24 További lépések Az eszközök menüpontban található Solvert elindítva megadjuk az általa kért adatokat. Eszközök / Solver Célcella: G10 Legyen: Max Módosuló cellák: B10 : E10 Korlátozó feltételek: F3 : F8 G3 : G8 B10 : E10 0 és futtatjuk a Solvert.

SZDT-03 p. 10/24 Eredmény A legyártandó mennyiségek mellett megkapjuk azt is, hogy ehhez melyik erőforrásból mennyit használtunk fel és hogy mennyi nyereségünk van ebből.

SZDT-03 p. 11/24 Szállítási feladat Valamilyen anyagból 5 rendeltetési helyen felmerülő igényeket kell 4 telephelyről kielégítenünk. Az egyes rendeltetési helyeken felmerülő igényeket, az egyes telephelyeken rendelkezésre álló készleteket és a fajlagos szállítási költségeket az alábbi táblázat tartalmazza. Adjuk meg az optimális döntési tervet! Fel kell írnunk a matematikai modellt.

SZDT-03 p. 12/24 Beruházási feladat 5 üzem felépítéséről kell döntenünk, amelyhez mindössze egy erőforrást veszünk figyelembe. Az üzemek egy terméket állítanak elő. Az adatok

Gyakorlat SZDT-03 p. 13/24

Gyakorisági eloszlások SZDT-03 p. 14/24

SZDT-03 p. 15/24 Folytonos gyakorisági eloszlás Egy vizsgálat során 60 főnek mérték a (systolés) vérnyomásértékeit: 160 143 129 133 156 154 118 120 129 152 139 105 148 174 130 135 107 139 153 148 117 158 172 141 151 124 144 127 131 125 125 131 133 128 150 115 164 121 137 128 162 155 133 113 117 144 178 135 142 113 109 162 142 134 166 140 144 130 167 146 Ahhoz, hogy értékes információkhoz juthassunk, célszerű az adatokat: rendezni, csoportosítani, statisztikai táblázatokat készíteni, grafikonokat előállítani

SZDT-03 p. 16/24 Rendezés Adatok nagyság szerinti rendezése (növekvő, csökkenő) számítógép segítségével Szükségessége: adatok minimum- és maximumértéke ezen értékek alapján a minta terjedelme kiszámítható: T = x max x min az adatok középső értékének meghatározása

SZDT-03 p. 17/24 Csoportosítás Nagy mennyiségű adat esetén hasznos A sorba rendezett értékeket csoportokba osztjuk (5 20) - gyakoriság Gyakorisági vagy eloszlás táblázat - adatok megoszlása a különböző értékhatárok között Relatív gyakoriság: az adott osztály esetszámát (gyakoriságát) osztjuk az összeseset-számmal (%-os forma) - relatív gyakorisági tábla Kummulatív gyakoriság: Egy osztály halmozott gyakoriságát úgy kapjuk meg, hogy saját gyakoriságához hozzáadjuk a fölötte lévő gyakoriságot - kummulált gyakorisági tábla

SZDT-03 p. 18/24 Csoportosítás Gyakorisági táblázat: Értékek kummulált grafikonja:

SZDT-03 p. 19/24 Hisztogramok Grafikon készítése: y tengelyre gyakorisági értékek, x tengelyre a valódi osztályhatárok adatai A téglalapok területei arányosak az osztályok gyakoriságával

SZDT-03 p. 20/24 Poligonok Hisztogram helyett, amikor az adatok eloszlását egyenes szakaszokból álló görbével jellemezzük A hisztogram téglalapjainak összterülete megegyezik a poligonnak az x tengellyel bezárt területének nagyságával Megállapítható: a 60 ember közül 55%-nak a vérnyomása normális (< 140 Hgmm), 18%-é enyhe hypertoniára utal (140 150 Hgmm), 13%-nak a vérnyomása mérsékelten magas (150 160 Hgmm) és 14%-nak magas (> 160 Hgmm).

Gyakorisági görbék SZDT-03 p. 21/24

SZDT-03 p. 22/24 Diszkrét gyakorisági eloszlás Egy tüdőszűrő állomáson egymást követő 2 napon a napi elszívott cigaretta mennyiségének függvényében vizsgáljuk a dohányzási szokás megoszlását a tüdőszűrésre jelentkezettek körében: Szűrésre jeletkezettek sorszáma Nem Dohányzási szokás 1. férfi mérsékelten 2. férfi nem dohányos 3. nő erős 4. férfi nem dohányos 5. férfi erős......... Az adatok áttekinthetetlenek csoportosítás

SZDT-03 p. 23/24 Diszkrét gyakorisági eloszlás Dohányzási szokások megoszlása: Nem Nem dohányos Mérsékelten Erős Összesen férfi 30 50 50 130 nő 60 30 20 110 Összesen 90 80 70 240

SZDT-03 p. 24/24 Adatok relatív gyakoriságának számítása 1. az egyes cellák abszolút gyakoriságát a sor összesenhez 2. az egyes cellák abszolút gyakoriságát az oszlop összesenhez 3. az egyes cellák abszolút gyakoriságát a teljes mintaszámhoz viszonyítjuk A teljes létszámhoz viszonyított relatív gyakoriság: Nem Nem dohányos Mérsékelten Erős Összesen férfi 12 21 21 54 nő 25 13 8 46 Összesen 37 34 29 100