1. Operáció kutatás matematikát matematikai statisztika és számítástechnika. legjobb megoldás optimum operációkutatás definíciója :



Hasonló dokumentumok
13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

Regresszió és korreláció

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tuzson Zoltán A Sturm-módszer és alkalmazása

? közgazdasági statisztika

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.

Regresszió és korreláció

Feladatok és megoldások a 11. heti gyakorlathoz

? közgazdasági statisztika

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Méréselmélet PE_MIK MI_BSc, VI_BSc 1

(1) Milyen esetben beszélünk tartós nyugalomról? Abban az esetben, ha a (vizsgált) test a helyzetét hosszabb időn át nem változtatja meg.

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

Backtrack módszer (1.49)

GEOMETRIAI OPTIKA - ÓRAI JEGYZET

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

2.4. Vektor és mátrixnormák

i 0 egyébként ábra. Negyedfokú és ötödfokú Bernstein polinomok a [0,1] intervallumon.

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Diszkrét Matematika 1. óra Fokszámsorozatok

3. Sztereó kamera. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

A felhasznált térfogalmak: lineáris tér (vektortér), normált tér, Banach tér, euklideszi-tér, Hilbert tér. legjobban közelítõ elem, azaz v u

STATISZTIKAI MÓDSZEREK

Relációk. Vázlat. Példák direkt szorzatra

Vázlat. Relációk. Példák direkt szorzatra

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

I. Valószínűségelméleti és matematikai statisztikai alapok

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I o)

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL

Függvénygörbe alatti terület a határozott integrál

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-

Statisztika. Eloszlásjellemzők

Kényszereknek alávetett rendszerek

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó

Az anyagáramlás intenzitása

BEVEZETÉS. Hosszú fejlődés eredménye tehát, hogy a kísérletezés, a mérés a természettudományos

10. elıadás: Vállalati kínálat, iparági kínálat Piaci ár. A versenyzı vállalat kínálati döntése. A vállalat korlátai

Példa: 5 = = negatív egész kitevő esete: x =, ha x 0

forgási hiperboloid (két köpenyű) Határérték: Definíció (1): Az f ( x, y) függvénynek az ( x, y ) pontban a határértéke, ha minden

Arrhenius-paraméterek becslése közvetett és közvetlen mérések alapján

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

HIVATALI FOLYAMATOK FEJLESZTÉSE

A szerkezetszintézis matematikai módszerei

VASBETON ÉPÜLETEK MEREVÍTÉSE

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok

Matematikai statisztika

Információs rendszerek elméleti alapjai. Információelmélet

DÖNTÉSTÁMOGATÓ MÓDSZEREK segédlet I. rész

A MATEMATIKAI STATISZTIKA ELEMEI

Matematika OKTV I. kategória 2017/2018 második forduló szakgimnázium-szakközépiskola

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Előző óra összefoglalása. Programozás alapjai C nyelv 3. gyakorlat. Karakter típus (char) Karakter konstansok. Karaktersorozatot lezáró nulla

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

Információs rendszerek elméleti alapjai. Információelmélet

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

Sorbanállási modellek

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK

Horváth Alice. Éles valószínűségi korlátok műszaki és aktuáriusi alkalmazásokkal

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

MINŐSÉGÜGYI ELJÁRÁS SZOCIÁLIS, EGÉSZSÉGÜGYI ÉS GYERMEKVÉDELMI IRODA FOLYAMATSZABÁLYOZÁSA

Izsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat

Komplex számok. d) Re(z 4 ) = 0, Im(z 4 ) = 1 e) Re(z 5 ) = 0, Im(z 5 ) = 2 f) Re(z 6 ) = 1, Im(z 6 ) = 0

Ingatlanfinanszírozás és befektetés

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

alapmátrix azon alapuló számítását. Az összefüggés igényli az L( A 1 esetére megadja a Wei-Norman egyenletet és a Φ (t) ) Lie-algebra A

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Döntéstámogató módszerek segédlet

Matematika B4 I. gyakorlat

Mérnöki alapok 5. előadás

DISZKRÉT SZIMULÁCIÓ MATEMATIKAI ALAPJAI

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Nemlineáris függvények illesztésének néhány kérdése

Változók közötti kapcsolatok vizsgálata

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

Support Vector Machines

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

Statisztikai hipotézisvizsgálatok

KOMPUTERGRAFIKAI ALAPOK

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

Kombinatorikus optimalizálás jegyzet TARTALOM

A Secretary problem. Optimális választás megtalálása.

Valószínűségszámítás összefoglaló

Átírás:

1. Operácó kutatás Az operácó kutatás 1940 ó ta smeretes. Bár a techka felő dés, a termelés folamatok szervezése már korábba s géelte a matematka eszkö zö k felhaszálását, - amelekbe fellelhető k az operácó kutatás saátossága - tudatos alkalmazására a II vlágháború folamá került sor. Első sorba katoa célokra haszálták. A másodk vlágháború utá előszö r a hadseregbe, mad a gazdaság életbe s teles polgárogot ert. Tö bb meghatározás smert a fogalmára. Az operácó kutatás em külö tudomáág, haem tudomáos magatartás a szervezés, gazdaság, mű szak eleségekkel szembe. A műszak, gazdaság és szervezés folamatok, eleségek vzsgálatát elető se megkö íthetük, ha a redelkezésükre álló - sokszor ge agszámú - alapadatokat az smert matematka eszkö zö k felhaszálásával redszerbe foglaluk és kezelhető vé tesszük. Az operácó kutatásra első sorba az ellemző, hog tudomáos eszkö zö ket, mó dszereket, valamt korszerű techkát alkalmaz. Első két a matematkát kell megemlíte, amel az operácó kutatás leghatékoabb tudomáos eszkö ze. Fotos szerepet átszk még a matematka statsztka és számítástechka. Az adott folamat, eleség szempotábó l alapvető cél a lehető legobb megoldás kválasztása, tehát valamle optmum elérése. Az par, gazdaság szervezetek szö vevées volta matt ezt a célt csak tudomáos alapoko fekvő módszerekkel lehet bztosíta. Az operácó kutatás ellegzetessége, hog mdg eg ól körülhatárolható teles redszerre voatkozk. Ile alapo,, a legkülöbözőbb par, közeledés, gazgatás stb. redszerekre alkalmazható. Az operácókutatás defícóa : Az operácó kutatás tudomáos eszkö zö kkel, techkával, mó dszerekkel vzsgála valamel redszer műkö désével kapcsolatos problémákat abbó l a célból, hog az optmáls megoldást meghatározza. Tehát a dö tések meghozatalához ad ge ag segítséget az operácó kutatás sorá kdolgozott elképzelés. Ie származk az a megfogalmazás, hog az operácó kutatás a dötések előkészítéséek tudomáa.

2. Gráfelmélet alapfogalmak Gráf: Eg hálózatot (gráfot) a csúcsok N halmaza és az élek E halmaza defál G ( N, E ). Dgráf: ráított hálózat (x,) x=kezdőpot =végpot (, x) E, él=csúcspotok redezett pára, amel megada a két csúcspot között mozgás lehetséges ráát; Lác: élek ola sorozata, amelbe az egmást követő bármel két élek egetle közös csúcsa va. Út: ola lác, amelbe az utolsó él kvételével mdegk él végpota azoos a sorozatba következő él kezdőpotával. Lege [N,E] dgráf és lege s,t N Lege x0, x1,..., xk 1, xk... xm N ola potsorozat melre x0 s, xm t és x, k 1 xk A mde =1..m eseté. Ekkor azt moduk, hog x0, x1... x m eg s-ből t-be vezető út P s t s x, x... x t 1 2 ( x, x )( x, x )...( x, x ) 1 2 2 3 p 1 p p Lege l ( x, x ) szakasz hossza az s potból a t potba meő út hossza l( Ps t ) l( x1, x2) l( x2, x3)... l( xp 1, x p) Kör: ola út amelek kezdő és végpota azoos p 1 1 l( x, x ) Vágás: lege [N,E] dgráf és osszuk az N pothalmazt az S,T dszukt (két halmaz metszete zérus) két em üres halmazra Jelölék (S,T)-vel azo élek összességét amelek S-ből dulak és T-be érkezek Az (S,T) élhalmazt az [N,E] dgráf (S,T) vágásáak evezzük S T N S T 0 Elválasztó vágás: ha s, t N potok olaok, hog s S és t T akkot azt moduk, hog (S,T) vágás az s,t potokat elválaszta S T N S T 0 1

3. Hálózat és eze megfogalmazott feladatok A hálózat folamok témakörbe ola optmalzálás feladatokkal foglalkozuk, amelek gráfok ll. hálózatok segítségével s megfogalmazhatók, ebből következőleg gráfelmélet eszközökkel s kezelhetők. Bevezetésképpe tektsük az alább egszerű szállítás feladatot. Három termelőtől (T) akaruk elszállíta bzoos árut ég fogasztóhoz (F). Valamle okál fogva a,, vszolatokba em lehet szállíta. A termelőktől a fogasztókhoz redre 30, 50, 40 teherautó elszállítadó meségű árut kell elszállíta. A fogasztók gée redre 40, 20, 50, 30 teherautó meségű áru. A fet adatokat a termelők kíálatáak ll. a fogasztók keresletéek szoktuk evez. Az alább táblázat mutata, hog a termelők telephele és a megredelőhelek között eg teherautó meségű árut mekkora költséggel szállíthatuk el. A tltott vszolatokat a táblázatba - ellel elöltük. Feladatuk a következő: Aduk meg azt a szállítás tervet, amelél az áruk a termelőktől a fogasztókhoz törtéő elszállítása a legksebb költséggel valósul meg! A feladat matematka megfogalmazását az alábbakba aduk meg. A matematka megfogalmazáshoz három dolgot kell meghatározuk, ezek a következők: dötés változó megállapítása, a dötés változók lehetséges értéket meghatározó feltételek felírása, végül aak a függvéek a felírása, amelek értéke szert dötük a lehetséges megoldások közül (ezt a függvét célfüggvéek evezzük). 1. Dötés változó megállapítása: Lege a dötés változó az, hog az eges telephelekről az eges megredelőhelekre me teherautó árumeséget szállítuk. Jelölük ezeket az kétdexes változókkal, amel a termelőtől az fogasztóhoz szállított meséget mutata. A dötés változókat az alább táblázatba foglalhatuk. 2. Feltételek meghatározása: Természetes feltétel, hog az összes dötés változó emegatív. Először a kíálat feltételeket határozzuk meg. Az eges termelőktől elszállítadó meséget az eges sorokba lévő dötés változók összege ada, amelek egelőek kell le a termelők kíálatával. A kereslet feltételek meghatározásáál fgelembe kell ve, hog a termelők összkíálata ksebb, mt a fogasztók összkereslete ( ), íg a fogasztók em

mdegkéek az géét lehet teles mértékbe kelégíte. Az eges fogasztókhoz szállítadó meséget az eges oszlopokba lévő dötés változók összege ada, amel ksebbek vag egelőek kell le a fogasztók keresletével. 3. Célfüggvé meghatározása: Tegük fel, hog a szállítás költség leársa változk a szállítadó meséggel. Jelöle a szállítás egségköltséget a termelőtől az fogasztóhoz, ekkor a termelőtől az fogasztóhoz az meségű áru szállítás költsége. Itt vettük fgelembe a leartás feltételezést. A szállítás összköltsége pedg az eges vszolatok szállítás költségéek az összege. A probléma matematka modelle tehát a következő: A termelőket, a fogasztókat eg-eg pottal, az eges termelők és fogasztók között szállítás kapcsolatot pedg eg-eg íllal reprezetálhatuk a síko. Ezt mutata az alább ábra.

A fet alakzatot gráfak, potosabba ráított gráfak evezzük. Amebe a kapcsolatokra ráíruk a szállítás egségköltségeket, akkor hálózatot kapuk. A fetebb felírt szállítás feladat eg leárs programozás feladat, íg a leárs programozás smert módszereek bármelkével megoldható. Vszot azt s tuduk, hog ez eg redkívül specáls szerkezetű leárs programozás feladat, mvel az egütthatómátrxa csupá 0 és 1 értékeket tartalmaz és ezeket s megfelelő szabálossággal. A szállítás feladat tehát specáls szerkezetéél fogva gráfok segítségével s reprezetálható.

4.Legrövdebb úttal kapcsolatba megfogalmazott feladatok, faépítő algortmus A probléma megfogalmazása A P út hosszával kapcsolatba leggakrabba a következő feladatokat fogalmazzuk meg: a. Határozzuk meg az rögzített potok között azt a Pst utat, amelre (1.1) mmáls.vts, b. Határozzuk meg a rögzített potból a hálózat összes (vag rövde ) potába a legrövdebb Ps utakat. (Ez az ú. mmáls kfeszítő fa.) Vs Va V c. Keressük meg a hálózat mde (rövde ) potpára között a P legrövdebb hosszúságú utakat, azaz határozzuk meg a multtermáls mmáls hosszúságú utat az adott ráított gráfba. Vaa, V, d. Határozzuk meg a fet a c feladatok valamelk változatára az első k számú legrövdebb utat, amelet arra haszáluk, hog a felhaszáló a saát tapasztalata alapá a beduguló legrövdebb út utá a másodk, harmadk, stb. legrövdebb utat választa. Megegezzük, hog az a. és a b. feladat csak az eléredő cél szempotából külöbözk, a két feladatot azoos elárásokkal oldhatuk meg. A c. feladat az a. vag b. feladatokat megoldó algortmusok többször alkalmazásával s megoldható.

A szakrodalomba a feladat fotosságáak megfelelőe sokszáz ckk található a problémakörrel kapcsolatba. A sokféle módszer közül tt csak az alapvető elárásokat és a közlekedés hálózatok célara kfelesztett, tárolás és futás dő szempotából leggazdaságosabb elárásokat smertetem. Tovább részletes összefoglaló olvasható még a [21, 22, 39, 41, 54, 80], szakrodalmakba. 1.2. Mmáls hosszúságú út két pot között Itt az potból a potba meő legrövdebb út meghatározásával foglalkozuk. A külöbség a mmáls kfeszítő fával szembe az algortmus befeezésébe va. Itt az algortmus befeeződk, ha a t pot végleges potecál értéket kapott,. A másk esetbe az algortmus befeezéséek feltétele. Vs Vt Tt eseté,vata 1.3. Faépítő módszerek A feezetbe tárgalt módszerek mdegke eg mmáls összhosszúságú (Shortest Path SP) fát határoz meg. Eek csúcspota eg előre rögzített s pot, amel tartalmazza a hálózat összes potát (ha a hálózat összefüggő), és az s potból bármelk potg a legrövdebb Ps útvoalból áll. Ezt a fát s gökérpotú mmáls hosszúságú kfeszítő fáak, rövde mmáls fáak evezzük. Ezek az algortmusok a fetekbe megfogalmazott a. és b. feladat megoldását szolgáltaták. Ha mde -re végrehatuk az algortmust, akkor a c. feladat megoldását s megkapuk.v V Vs 8

határozzuk meg az s-ből t potba meő legrövdebb utat határozzuk meg s-ből az összes több potba vezető legrövdebb utat határozzuk meg a legrövdebb utakat az összes poto keresztül Faépítés, Dkstra-féle elárás: x P pothoz hozzáredelük eg potecált, ( x ) a kezdőpotból az x -g meő legrövdebb távolság, ( x ) ebbe az esetbe em határoztuk meg a távolságot, 2 halmazra osztuk P-t S x ( x ) T x ( x ) S T N S T 0 Legrövdebb út algortmus (L) L0 s s T N s ( s) 0 ( x ) x T ; L 1 keressük azo x potokat amelekre ( x, x ) E, x E, x T x deglees potecál ( x ) ( x ) t( x, x ) x m ( x ) határozzuk meg azt a -t amel a kezdőpothoz a legközelebb va L 2 s s x, T T x, ( x ) x kválasztott pot L 3 t S ha t S kész, () t a legrövdebb út s-től, ellekező esetbe L 1 -től kell úrakezde Maxmáls hosszúságú kfeszítő fa (F): az algortmus ugaaz, mt az előbbél, de L3ba eltérés va F0 L0 F1 L1 F2 L 2 F 3 ha T=0 késze vaguk, egébkét F 1 -él foltatuk, 2 /2 lépés szükséges (Flod-)Warshall algortmus: c 1 vesszük az első potot és végrehatuk az L algortmust, vesszük a 2. potot és végrehatuk az algortmust, mdaddg követük ezt az elárást, míg az összes potot meg em határoztuk c 2 megézzük, hog az 1-es potot bevova --be meő útba rövdebbet kapuk-e mad a 2-es potot vouk be és íg tovább mad végül az összes potot bevouk

5.Tervütemezés feladattípusok, a terv-ütemháló defícóa A gráfelmélete alapuló ú. hálódagramos módszerek alkalmazása elősegít az optmáls dötés előkészítést, hatékoa támogata bármel mukaszervezet vezetéséek főbb fukcót: a tervezés, szervezés, ráítás és elleőrzés feladatát. Alapvető hálómodellek: CPM (Crtcal Parth Method =krtkus út módszer) PERT (Program Evaluato ad Revew Techque = program értékelés és felülvzsgálat techka). Továbbfelesztett modellek: MPM, PEP, MOST, CPM-COST, PERT-COST. A hálós módszer léege: a mukafolamatot részekre, tevékeségekre botuk rögzítük a fotosabb állapotokat, ezeket eseméekek evezzük feltáruk a tevékeségek (eseméek) között soros lletve párhuzamos kapcsolatokat, mad ábrázoluk eg gráfak lletve mátrxak megfelelőe a tevékeségekhez dőtartamot, erőforrás adatokat redelük, s elvégezzük a kokrét modellre voatkozó számításokat. A terv alapá megszervezzük a mukafolamatot. Végrehatás közbe aktualzáluk a hálót úg, hog a tervezett végrehatás dő lehetőleg e övekede. A hálós módszerek osztálozása: a. számszerűsítés szert: logka: csak kapcsolatot feez k techka: számszerű adatokat, súlokat s tartalmaz b. alkalmazott gráf szert: esemé oretált: ha a gráf potaak az eseméek ábrát feleltetk meg (CPM,PERT) tevékeség oretált: ha a gráf potaak a tevékeségek ábrát feleltetk meg (MPM) c. meghatározottság szert: determsztkus: ha adatfatákkét egetle határozott-determált adatot redelek a tevékeséghez (CPM,MPM) sztochasztkus: az adatokál a véletle hatását s számításba veszk (PERT). Terütemháló defícóa: az ráított gráfak 1 db kezdő és 1 db végpota va. Nem tartalmaz ráított kört. A kezdőpotból mde eges esemé elérhető. Bármel közbülső pottól a végpotg el lehet ut. Ncs párhuzamos él.

6.Krtkus út algortmus, dőtartalékok Me a m dő amkorra befeeződk a terv? Krtkus út: s kezdőpotból a t végpotba a leghosszabb út. A legkorább kezdés p, a legkésőbb befeezés q, ha p q akkor krtkus esemé, az ezeket összekötő út az ú krtkus út, ahol cs dőtartalék. A krtkus úthoz tartozó tevékeségeket krtkus tevékeségekek evezzük. Az eges tevékeségek legkorább kezdés dőpotáak meghatározása: az eges eseméekhez, a gráf potahoz redelhető mmáls számérték, p elöle az eges eseméekhez tartozó mmáls értéket, a belőle duló tevékeségek legkorább kezdés dőpotát, t x elöle az x és eseméeket összekötő tevékeség dőtartamát. Algortmus: L 0 p 1 0 S 1 T=V-S L 1 H ( x, ) x S, T, cs ola T amelre (, ) E azo éleket tektük, amelek végpotába csak S-ből vezet út L 2 ( x, ) H -ra kszámoluk p p t L 3 p max p, x x ahol p maxmáls L 4 p végleges L 5 ha T=0 kész, egébkét L 1 -től foltatuk. S S T T Legkésőbb befeezés meghatározása: az eges eseméekhez, a gráf potahoz redelhető maxmáls számérték, mde eges tevékeséget ekkorra be kell feez, hog a proekt e borulo. q elöle az eges eseméekhez tartozó maxmáls értéket, az odavezető tevékeségek legkésőbb befeezés dőpotát. A gráf duálsát vesszük, az éleket megfordítuk ugaazzal a számmal. Az algortmus sorá vsszafelé haladuk a gráfo. Algortmus L 0 q p S T=V-S L 1 H ( x, ) x S, T, cs ola T amelre (, ) E L 2 ( x, ) kszámoluk q qx t x L 3 q m q, T T ahol q maxmáls L 4 q végleges L 5 ha T=0 kész, egébkét L 1 -től foltatuk. H -ra S S Maxmáls (teles) tartalékdő: m =q p t evel később kezdhető meg a t tevékeség az -edk esemé legkorább megvalósulása utá, hog a -edk esemé legkésőbb megvalósítás határdeét még bztosítsa. Szabad (saát) tartalékdő: s =p p t evel később kezdhető meg a t tevékeség az -edk esemé legkorább megvalósulása utá, hog a -edk esemé legkorább megvalósulását e késleltesse. Bztos (mmáls) tartalékdő: b =p q t evel később kezdhető meg a t tevékeség az -edk esemé legkésőbb megvalósítás határdee utá, hog a -edk esemé legkorább megvalósítását bztosítsa.

Feltételes dőtartalék: f =q q t evel később kezdhető meg a t tevékeség az - edk esemé legkésőbb megvalósítása utá, hog a -edk esemé legkésőbb megvalósítását bztosítsa.

7.Leárs programozás feladat l. prog. feladat az alább alakba a x... a x b 11 1 1 1... P : prmál( alakú) feladat a x... a x b m1 1 m m x 0... x 0 változók emegatvzása 1 ( c x... c x ) max célfg. max malzálása 1 1

8.Dualtás problémaköre, dualtás tétel Prmál feladat Duál feladat ' A x b A: m A c A : m m x 0 b R 0 c R ' ' m c x max c, x R b m b, R tétel:a duál feladat duála maga a kduló prmál feladat bz.: ' ' ' ' ' c x c x c x A x b A' c A' c A' x b A x b x 0 0 0 x 0 x 0 max b m b max m max duál képzés azoos átalakítás duál képzés azoos átalak. Dualtás tétel: Ha eg prmál-duál feladat pár egkéek létezk megegedett megoldása és véges optmuma, akkor ugaez feáll a máskra s, és a két feladat optmum értéke egelő. Általáos prmál-duál megfeleltetés szabál: Ha a prmál feladatba eg feltétel egelőség alakú, akkor a megfelelő változó a duál feladatba cs em egatvtással korlátozva, lletve ha a prmál feladat eg változóa cs em egavttással korlátozva, akkor a duál feladat megfelelő feltétele egelőség alakú.

9.Játékelmélet modellek, Neuma tétel Neuma Jáos pókerez szeretett, és kezdettõl fogva érdekelte, hog ha már az osztást befolásol em tuduk mkét blöffölük. A probléma felírásához ma szemmel ézve kézefekvõ módo a matematkát haszálta, fõ érdeme azoba az elméletek a átékoko messze túlmeõ általáosítása volt. A mmax tételt bzoító elsõ publkácóába a már a apakba s haszált ormáls alakot (ormal form) haszála a átékok leírására (Neuma [1928]). Kétszeméles zéróösszegű áték: lege az I. átékosak m db, a II. átékosak db lehetséges stratégáa; az eges stratégapárok választása eseté a áték eredméét a kfzetés mátrx tartalmazza; az I.ek célszerű azt az stratégát választaa amelre a m a 1max k m 1 k maxmum megvalósul; a II.ek célszerű azt a stratégát választaa, amelre a m max a k mmum megvalósul; Ezek között mdg feáll a egelőtleség; 1 k 1 m Ha a egelőséggel telesül akkor (,k) stratégapár íg törtét megválasztása mdkét átékos számára elfogadható lesz; ekkor ez esetbe az (,k) stratégapárt optmálsak, az egmással egelő és számokat a áték tszta értékéek evezzük. sormmumok maxmuma, oszlopmaxmumok mmuma,, kfzetés mátrx a a... a 11 12 1 a a... a 21 22 2 a a... a m1 m2 m Ha eg kfzetés mátrx eseté -ba em áll egelőség, más elv szert kell a átékosokak stratégát választauk. Az ú elv a stratégák véletleszerű választása, másképp fogalmazva a stratégák keverése. Eze azt értük, hog az I.es az 1,2, m stratégák közül eg az x1, x2... x m valószíűségekkel leírt dszkrét valószíűség eloszlás szert választ eget véletleszerűe, azaz valóába a dszkrét valószíűség eloszlások m m x x R, x 1, x 0, 1... m halmazából választ eg elemet. A II.es pedg az 1 1,2, stratégák közül, eg az 1, 2... valószíűségekkel leírt dszkrét valószíűség eloszlás szert választ eget véletleszerűe, azaz valóába a dszkrét eloszlások R, 1, 0, k 1... halmazából választ eg elemet! Ez felolda ezt az k 1 aomálát. k k Mt állít a kétszeméles zéróösszegű átékról Neuma Jáos tétele? m max m. x 1 k 1 a x k k m m max. x 1 k 1 a x ahol és lásd előző kérdés. Tetszőleges k k valós számokból álló kfzetés mátrx eseté az előbb relácó mdg egelőséggel érvées!