Professional Documents
Culture Documents
=
=
n
j
j j
x c Z
1
max. (vagy min.) (1)
x
j
0 (j = 1, 2, ..., n) (2)
n
j
i j ij
b x a
1
b
i
0 (i = 1 m) (3)
Fenti forma jellemzje: a komplex problmk matematikai megfogalmazsra alkalmas line-
ris egyenltlensgekbl sszetevd felttelrendszer, valamint a dntsvltozkbl felpl
ugyancsak lineris clfggvny. A linearits itt azt jelenti, hogy az xj dntsvltozk elsnl
magasabb hatvnykitevn nem fordulnak el, s egy-egy tagban legfeljebb egy ismeretlen
szerepel.
A lineris programozsi feladat mtrixaritmetikai formja:
Z = c
programvektor
b = [b
1
, b
2
, b
i
b
m
]
a kapacitskorltok vektora,
c
= [c
1
, c
2
, c
j
c
n
] a hatkonysgi egytthatk vektora
A =
(
(
(
(
(
(
(
mn mj m m
in ij i i
n j
a a a a
a a a a
a a a a
K L
M
K L
M
K K
2 1
2 1
1 1 12 11
a rfordtsi egytthatk mtrixa.
Egy lineris programozsi feladatot megoldani annyit jelent, mint megkeresnnk az
x
j
dntsvltozk olyan rtkeit, amelyek mellett az (1) clfggvny maximumt (vagy mi-
nimumt) veszi fel gy, hogy kzben a (2) s (3) felttelrendszer egyenltlensgeinek is eleget
kell tennnk. Az ilyen megoldst optimlis megoldsnak nevezzk.
25
2.1. Vlasztk-optimalizci
A termels volumennek intenzv nvekedse, a gyors rtkests, valamint a vltoz keres-
kedelmi ignyek gyors s rugalmas kielgtse a termels-elkszts s termels-irnyts j
formit tette szksgess. Ezen mdszerek egyike a szmtgpes vlasztk-optimalizci.
A vlasztk-optimalizci vgrehajtst a kvetkez gazdasgi clok vezrelhetik:
maximlis termkmennyisg ellltsa,
maximlis nyeresg (rbevtel, fedezet) elrse,
minimlis kltsgek
a fogyasztk szksgleteinek maximlis kielgtse.
A vlasztk-optimalizci f alkalmazsi terlete az ves, negyedves tervezs. Ennek ellen-
re tetszs szerinti idszakra is elvgezhet. Figyelembe kell azonban venni, hogy az optimlis
modell statikus, teht a vizsglt idszakban jelents vltozs a termkstruktrban vagy a ka-
pacitsban nem kvetkezhet be, illetve ha ez bekvetkezik, az optimalizlst jra vgre kell
hajtani.
A vlasztk-optimalizcis modell korltoz felttelrendszernek kidolgozsnl meg kell
hatrozni:
A vizsglt idszakban rendelkezsre ll munkaid-alapokat, s ezt mint fels korltot
kell a modellben figyelembe venni.
Az egyes gpeken a krdses termkek normaidejt, valamint az egyes gpek sszes
idalapjt, amely mint fels korlt szerepel a modellben.
Az anyag-felhasznlsi normkat s az egyes anyagokbl a vizsglt idszakban rendel-
kezsre ll mennyisgeket, amelyek a rendszer jabb fels korltait adjk.
A vrhat rtkestsi lehetsgeket a rendelkezsre ll szerzdsek s a piackutatsi
eredmnyek alapjn. Ezek az eredmnytl fggen lehetnek a modell fels vagy als
korltai is.
Tovbb azokat az indexeket, amelyek a termkvlasztkot jelentsen befolysoljk. Pl.
az elrend minimlis nyeresg kvetelmnye, ha a termkmennyisget maximalizljuk.
Ezek alapjn a lineris programozsi modell az 1. tblzatban foglaltak szerint alakul, ahol:
x
j
= a j-edik termkbl gyrtand mennyisg
T
j
= a j-edik termk ellltshoz szksges fajlagos munkaid
MIA = a vizsglt idszakban rendelkezsre ll munkaid alap
t
ij
= az i-edik megmunkl-helyen a j-edik termk fajlagos normaideje
GIA
i
= az i-edik gp rendelkezsre ll idalapja
a
ij
= a j-edik termk ellltshoz szksges i-edik anyag felhasznlsi normja
A
i
= az i-edik anyagbl rendelkezsre ll mennyisg
KA
j
= a j-edik termkbl gyrtand mennyisg als korltja
KF
j
= a j-edik termkbl gyrtand mennyisg fels korltja
g
ij
= a j-edik termk ellltsra vonatkoz egyb gazdasgi koefficiensek
G
i
= egyb gazdasgi korltok
c
j
= a j-edik termk rbevtel egytthatja
d
j
= a j-edik termk nyeresg egytthatja
e
j
= a j-edik termk termelsi rtk egytthatja
f
j
= a j-edik termk fedezet egytthatja
k
j
= a j-edik termk kltsg egytthatja
h
j
= a j-edik termk anyag felhasznls egytthatja
s
j
= a j-edik termk energia felhasznls egytthatja
z
j
= a j-edik termk id felhasznls egytthatja
26
1. tblzat: A vlasztk-optimalizci lineris programozsi modellje
x
1
x
j
x
n
Korltoz tnyez
dntsvltozk egytthati
Korlt-
rtk
Munkaid-alap T
1
T
j
T
n
MIA
Gpid-alap t
11
t
1j
t
1n
GIA
1
.
.
.
.
.
.
.
.
.
.
.
.
t
q1
t
qj
t
qn
GIA
q
Anyag alap a
11
a
1j
a
1n
A
1
.
.
.
.
.
.
.
.
.
.
.
.
a
p1
a
pj
a
pn
A
p
Kereskedelmi korltok 1 0 0 KA
1
(minimum)
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0 KA
j
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 KA
n
Kereskedelmi korltok 1 0 0 KF
1
(maximum)
.
.
.
.
.
.
.
.
.
.
.
.
0 1 0 KF
j
.
.
.
.
.
.
.
.
.
.
.
.
0 0 1 KF
n
Egyb korltok g
11
g
1j
g
1n
vagy G
1
.
.
.
.
.
.
.
.
.
.
.
.
g
r1
a
rj
a
rn
vagy G
r
Clfggvny
rbevtel c
1
c
j
c
n
max
Nyeresg d
1
d
j
d
n
max
Termelsi rtk e
1
e
j
e
n
max
Fedezet f
1
f
j
f
n
max
Kltsg k
1
k
j
k
n
min
Anyag felhasznls h
1
h
j
h
n
min
Energia felhasznls s
1
s
j
s
n
min
Id felhasznls z
1
z
j
zn
min
A vizsglt zem paramterei alapjn sszelltott konkrt optimalizcis modell tbb clfgg-
vny szerint optimalizlhat. Az optimalizcis szmts eredmnyknt a kvetkez inform-
cikat kapjuk:
az optimlis vlasztknak megfelel termkek mennyisgt (db, m
3
, kg stb.),
a clfggvny rtkt a krdses clfggvnyt kielgt optimlis termksszettel esetn,
a rendelkezsre ll alapok (erforrsok) kihasznlsnak mrtkt.
27
2.2. Optimls utni vizsglatok
A lineris programozsi feladatok megoldsa utn gyakran merl fel, hogy a rendelkezsre ll
erforrsok korltainak mdostsa (laztsa), vagyis a termels felttelt megteremt erforrs
nvelse nem volna-e rdemes.
Az erforrs nvels gazdasgi eldntshez elszr azt kell tudni, hogy az erforrs kibvts
egyltaln szolglja-e a gazdasgi clkitzst ms szavakkal emelhet lenne-e a clfggvny
rtke, ha ms erforrs kapacitsokkal rendelkeznnk. Ilyen problmkkal foglalkozik a lineris
programozsi feladatok rzkenysg elemzse.
A krds teht az, hogy az alapadatok vltoztatsa milyen hatssal van az optimlis megoldsra.
Az LP feladatok rzkenysg elemzse azt vizsglja, hogy:
A kapacits vektor elemeinek vltoztatsa hogyan befolysolja a clfggvny rtknek ala-
kulst, illetve, hogy ez a befolys milyen hatrok kztt rvnyes.
A clfggvny egytthatinak vltoztatsval meddig nem vltozik az optimlis program, il-
letve ha vltozik, akkor mi az j optimlis megolds.
A lineris programozsi feladatok szmtgpes megoldsa sorn az rzkenysg elemzsre vonat-
kozan is felvilgostst kaphatunk.
A vltozk optimlis rtke mellett ltalban megtallhat a reduklt kltsge (REDUCED COST) is.
Egy nulla rtk vltoz reduklt kltsge megmutatja, hogy
mennyit kell javtani a vltoz egytthatjn (maximum feladat esetn nvelni, minimum
feladat esetn cskkenteni) hogy a vltoz rtke az optimlis megoldsban pozitv legyen.
mennyivel romlik a clfggvny rtke, ha a vltoz rtkt 1-gyel nveljk.
Az erforrs korltok vltoztatsnak hatsra vonatkozan az rnykrak (DUAL PRICES) adnak
felvilgostst.
Egy felttel (erforrs, kapacitskorlt) rnykra megmutatja, hogy mennyivel javul (maximum
feladatnl n, minimum feladatnl cskken) a clfggvny rtke, ha a felttel jobboldalt 1-gyel
nveljk, gy ad felvilgostst a dntshoz szmra arra vonatkozan, hogy melyik szkben
lv erforrst illeten clszer beavatkozni az rzkenysg elemzs sorn megadott intervallumon
bell. Az rnykr rtke:
pozitv azon soroknl, ahol a fels hatrt elrtk,
zr, ahol nem rtk el a fels hatrt,
negatv, ahol egyenlsgi kiktst rtunk el.
28
3. HLS TERVEZSI MDSZEREK
A gazdasgi folyamatok tervezsvel, szervezsvel, irnytsval s ellenrzsvel foglalko-
z tudomnygak, rendszerek s mdszerek alkalmazsnak clja a hatkonyabb vllalati s
npgazdasgi szint gazdlkods. A hls tervezs a vezetsi funkcik kzl alapveten a
tervezst tmasztja al, de alapul szolgl a vgrehajts megszervezshez s annak irnyts-
hoz, ellenrzshez is.
A hls tervezsi mdszerek kialakulsa ms, egyszerbb mdszerek alkalmazsra vezethet
vissza, s tovbbfejlesztsk napjainkban is tart. Legfontosabb elzmnyknt a Gantt ltal
kidolgozott vonalas diagramokat emlthetjk. A vonalas diagramnl a tevkenysgeket egy
idtengelyen vzoljk fel. Ezzel azonban nem tudjuk kifejezni a mveletek sokasga kztti
bonyolult technolgiai, logikai kapcsolatokat. A problma megoldst a hls modellek kifej-
lesztse jelentette.
A hls programozsi eljrsok lehetv teszik klnbz operatv feladatok, munkafolya-
matok komplex s vizulis szemlltetst, mdot nyjtanak a munkafolyamatok optimlis
idbeli temezsre, a rendelkezsre ll erforrsok legkedvezbb elosztsi programjnak
meghatrozsra.
A hltervezs igen szles krben elterjedt mdszer. Tbb orszgban nll modelleket is kialak-
tottak. gy Magyarorszgon alakult ki az erforrsok elosztsra alkalmas ERALL eljrs.
A hltervezsben hrom alapvet modell ltezik, minden egyb eljrs ezek tovbbfejlesztett
vltozata. Az eljrsok matematikai alapjt - amivel rszletesen nem foglalkozunk - a grfel-
mlet alkotja. A hrom alapvet modell a PERT, a CPM s az MPM mdszer.
Ezek jellemz tulajdonsgai rviden a kvetkezk:
A PERT hlnl:
a modell esemny belltottsg,
a tevkenysg idtartamnak tervezse hatrozatlan.
Ott alkalmazzk, ahol az egyes mveletek idtartama pontosan nem tervezhet, nem hatroz-
hat meg (pl. kutatsok tervezsben). Jellegt illeten a PERT hl sztochasztikus modell.
A CPM hlnl
a modell tevkenysg belltottsg,
a tevkenysg idtartama hatrozott.
Ott alkalmazzk, ahol id-, kltsg- s eszkznormk llnak rendelkezsre (pl. a termel
munkban). Jellegt illeten a CPM hl determisztikus modell.
Az MPM hl
lnyegben a CPM hlhoz hasonl tulajdonsgokkal rendelkezik, az eltrs a kett
kztt az brzols mdjban van.
A hltervezsi mdszerek kzs alapja a hldiagram, ami a terv grafikus brzolsa a fo-
lyamatok idbeli lefolysnak s logikai, technolgiai kapcsolatainak egyttes feltntetsvel.
A hltervezsnek kt fontos szakasza van, a logikai tervezs s az idtervezs.
29
1) A logikai tervezs valamely feladat elvgzshez szksges komplex munkafolyamatok
diagramszer brzolsa, amely ttekintst nyjt a folyamatok logikai, illetve technolgiai
sszefggseirl s sorrendjrl. A logikai tervezs szakaszai:
A clkitzs pontos definilsa s a feladat krlhatrolsa.
A cl elrse rdekben elvgzend munklatok, krlmnyek, felttelek teljes kr
felmrse.
Az elvgzend munka elemekre bontsa, a tevkenysgek szmbavtele (tevkenysg
jegyzk kszts).
A tevkenysgek kztti logikai kapcsolatok feltrsa.
A logikai hl felptse (hlszerkeszts).
A hl felptsnl biztostani kell a kvetkez szempontokat:
a helyes sorrendisget a tevkenysgek kapcsolata alapjn,
meg kell adni az idtervezshez szksges alapokat.
A logikai tervezs sorn hlt ksztnk, mely hlban minden egyes tevkenysget nyl jell,
s ezek a nyilak egymssal szigor logikai kapcsolatban vannak. Az ilyen rendszer egy irny-
tott hlt(irnytott grfot) alkot, ahol a nyilak mind a hlrendszer vgpontja fel irnyulnak.
A logikai hl alapot biztost az idtervezshez. az egsz feladatnak elemekre val bonts-
val, majd a hlszerkesztsnl a logikai, technolgiai sorrend betartsval.
2) Az idtervezsnek az a clja, hogy meghatrozza:
az egyes tevkenysgek idtartamt (t
ij
)
az egsz feladat (folyamat) vgrehajtsnak idtartamt, befejezsi hatridejt vala-
mint az n. kritikus tevkenysgeket s az
a tartalkidket.
3.1. Alapfogalmak, a feladat megfogalmazsa
Minden ismeretanyagban, gy a hlterves programozsnl is el kell sajttani bizonyos alap-
fogalmakat, elemeket ahhoz, hogy azt alkalmazni tudjuk a gyakorlatban. A hltervezsi alap-
fogalmak az albbiak.
1) Az esemny valamely folyamat kezdett vagy befejezst jell pont. Az esemnyeknek
nincs idtartamuk s erforrsokat nem ignyelnek. A hlban ltalban krrel, ritkbban ngy-
szggel brzoljuk. Kln kell szlni a kezd s a zr esemnyrl. Kezd esemnynek ne-
vezzk azt az esemnyt, amit nem elz meg ms esemny, zr esemnynek pedig azt,
amit nem kvet tovbbi esemny. Egy hlban csak egy kezd s egy zr esemny lehet.
2) A tevkenysg idben lejtszd, s erforrsokat, kltsgeket ignyl folyamat. A tev-
kenysgi id egysge lehet ra, nap, ht, hnap vagy v. A tevkenysg jellse egyenes
vonallal trtnik, rajta a tevkenysg kezdettl a vge fel mutat nyllal. Vannak olyan
tevkenysgek is, amelyekhez idtartam, erforrs s kltsg nem tartozik, csupn a hl
logikai sszefggseinek biztostsra szolgl. Ezeket a tevkenysgeket ltszattevkeny-
sgeknek nevezzk, s szaggatott nyllal jelljk.
30
A hl legtbbszr sok esemnybl s tevkenysgbl ll, ezrt ezeket azonost sorszmmal
vagy betjellel kell elltni. ltalban az esemnyeket nulltl (kezd esemny) nvekv sor-
szmokkal ltjuk el, a tevkenysgeket pedig azok kezd (i-edik) s zr (j-edik) esemny-
nek sorszmval (ij), vagy betjellel jelljk. Azrt, hogy az esemnyek s tevkenysgek
egyrtelmen sorolhatk, rendezhetk legyenek, a sorszmozsnl be kell tartani, hogy egy
tevkenysg kezd esemnye sorszmnak alacsonyabbnak kell lenni, mint a zr esemny-
nek. A legnagyobb sorszmmal a hl zr esemnyt kell jellni.
Az elmondottakat az albbi hln brzolhatjuk:
D
1 4
(1; 4)
A (0; 1) (4; 6) G
B F J
0 3 6 7
(0; 3) (3; 6) (6; 7)
(0; 2) C H (5; 6)
E
2 5
(2; 5)
8. bra
A tevkenysgeknek mindig valamilyen konkrt tartalma van, mint pl. alapozs, magaspts,
kzmszerels stb. Ezeket a meghatrozsokat a tevkenysgjegyzkben soroljuk fel. A te-
vkenysgjegyzk az albbi adatokat tartalmazza:
a tevkenysg jele, szma
a tevkenysg megnevezse
a tevkenysgi id
a vizsglt tevkenysget kzvetlenl megelz s kvet tevkenysgek jele, szma
egyb adatok.
A tevkenysgek jegyzknek elksztse utn minden tevkenysgre nzve tisztzni kell, hogy
1) mely tevkenysgeket kell a vizsglt tevkenysg megkezdse eltt befejezni,
2) mely tevkenysgek vgezhetk a vizsglt tevkenysggel egyidejleg,
3) mely tevkenysgeket lehet csak a vizsglt tevkenysg befejezse utn megkezdeni.
A hl meghatrozott folyamatok grafikus szemlltetsre alkalmas. Minden hlt numeriku-
san is szemlltetni lehet az n. hl-mtrixban.
A hl-mtrix felptse a kvetkez:
Az els sorban s az els oszlopban az esemnyek sorszmt tntetjk fel, a mtrix ftljt
egy vonallal brzoljuk. A ftl felett az egyes tevkenysgek kezd s zr esemnynek
megfelel rovatba az adott tevkenysg tevkenysgidejt (t
ij
) rjuk be. A 8. brn bemutatott
hlnak megfelel mtrix:
31
j
0 1 2 3 4 5 6 7
i
0 t
01
t
02
t
03
1 t
14
2 t
25
3 t
36
4 t
46
5 t
56
6 t
67
7
A hl-mtrixon a tovbbiakban elvgezhetk a hlval kapcsolatos hatrid szmtsok.
A tovbbiakban tisztzni kell mg a kritikus t fogalmt. Egy hlban tnak nevezzk tbb
tevkenysg egymshoz kapcsold folyamatt. A hl kezd esemnytl a zr esemnyig
tbb ton vgighaladhatunk. gy pl. a 8. brn lthat hln hrom klnbz utat klnbz-
tetnk meg. Az egyes utakon lv tevkenysgek idtartamt sszeadva kapjuk az utak idtar-
tamt. Ezek kzl a leghosszabb idtartam utat nevezzk kritikus tnak, mivel ez befolysol-
ja dnten a folyamat befejezsnek hatridejt. A kritikus ton fekv tevkenysgek s ese-
mnyek a kritikus tevkenysgek s esemnyek.
3.2. A CPM mdszer
Mint azt mr emltettk, a CPM mdszer jellegzetessge a tevkenysgorientltsg s a hat-
rozott idtervezs.
A tevkenysgek idtartamt ennek megfelelen normk, tapasztalati adatok alapjn hatroz-
zuk meg.
A hls tervezssel kapcsolatos szmtsok kzl a legfontosabb az idtervezs. Mivel az
esemnyek egy llapot bekvetkezst jelentik, az esemnyekkel kapcsolatban bekvetkezsi
idpontrl beszlnk. Az esemnyek a megelz tevkenysgektl fggen klnbz id-
pontokban kvetkezhetnek be, ezrt azok legkorbbi s legksbbi bekvetkezsi idpontjait
szmthatjuk.
Egy esemny legkorbbi bekvetkezsi idpontjt a kvetkezkppen kapjuk meg:
ha az esemnybe balrl csak egy tevkenysg fut be, a megelz esemny legkorbbi
bekvetkezsi idpontjhoz hozzadjuk az esemnybe befut tevkenysg idtarta-
mt. Kpletben:
t t t
j i ij
0 0
= +
32
ha az esemnybe balrl egynl tbb tevkenysg fut be (az esemny balrl sszetett),
az sszes megelz esemny legkorbbi bekvetkezsi idpontjhoz hozzadjuk az
adott megelz esemnybl kiindul, s a vizsglt esemnybe befut tevkenysg
idtartamt. A kapott sszegek kzl a legnagyobb adja a vizsglt esemny legkorb-
bi bekvetkezsi idpontjt. Kpletben:
( )
t t t
j i ij
0 0
= + max
A hl kezd (nulladik) esemnynek legkorbbi bekvetkezsi idpontja nulla. A fentiek
alapjn meg kell hatrozni a hl sszes esemnynek t
0
rtkt. A hl zr esemnynek t
rtke adja a teljes folyamat tfutsi idejt.
Ebbl az idpontbl kiindulva, s visszafel, a kezd esemny fel szmolva hatrozzuk meg
az esemnyek legksbbi bekvetkezsi idpontjt:
ha az esemnybl jobb fel csak egy tevkenysg indul ki, az esemnyt kvet ese-
mny legksbbi bekvetkezsi idpontjbl kivonjuk a kt esemny kzti tevkeny-
sg idtartamt. Kpletben:
t t t
i j ij
1 1
=
ha az esemnybl jobb fel tbb tevkenysg indul ki, vagyis az esemny jobbrl sz-
szetett, az sszes kvet esemny legksbbi bekvetkezsi idpontjbl kivonjuk az
adott kvet esemnybe befut, s a vizsglt esemnybl kiindul tevkenysg idtar-
tamt. A kapott klnbsgek kzl a legkisebb adja a vizsglt esemny legksbbi
bekvetkezsi idpontjt. Kpletben:
( )
t t t
i j ij
1 1
= min
Mint mr emltettk, a hl zr esemnyre (n-edik esemnyre) rvnyes, hogy
t t
n n
0 1
=
A fenti idpontokat a hl-mtrixon lehet a legegyszerbben szmtani. Legyen adva a 8. b-
rn megismert hl, kiegsztve a tevkenysgi idkkel napban kifejezve.
3
1 4
5 4
2 4 2
0 3 6 7
7 1
2
2 5
9. bra
33
A hlhoz tartoz hl-mtrix:
t
0
j
0 1 2 3 4 5 6 7
i
0 0 5 7 2
5 1 3
7 2 2
2 3 4
8 4 4
9 5 1
12 6 2
14 7
t
1
0 5 9 8 8 11 12 14
A szmtsokat a kvetkezkppen vgeztk:
Elszr a mtrix els oszlopban lv t rtkeket szmoltuk. A nulladik esemny t
0
rtk-
nek felvettk nullt. Az 1. esemny t
0
rtkt gy kaptuk meg, hogy a t
0
0
0 = idponthoz
hozzadtuk a (0; 1) tevkenysg t
01
idtartamt, az 1. esemny oszlopban lv 5-t. gy
t
1
0
0 5 5 = + =
A msodik esemny t
0
rtke: a t
0
0
0 = idpontjhoz hozzadtuk a (0; 2) tevkenysg t
02
idtartamt, a 2. esemny oszlopban tallhat 7-et. gy
t
2
0
0 7 7 = + =
A 3. esemny t
0
rtke
t
3
0
0 2 2 = + =
A 4. esemny t
0
rtkt megkapjuk, ha az azt megelz l. esemny t
1
0
5 = rtkhez hozz-
adjuk az (1; 4) tevkenysg t
14
= 3 idtartamt:
t
4
0
5 3 8 = + =
Az 5. esemny t
0
rtke
t
5
0
7 2 9 = + =
A 6. esemnybe balrl 3 tevkenysg fut be, gy a
( )
t t t
j i ij
0 0
= + max kpletet kell alkalmazni:
( )
( ) ( )
t t t t t t t
6
0
3
0
36 4
0
46 5
0
56
2 4 8 4 9 1 6 12 10 12
= + + + =
= + + + = =
max
max max
; ;
; ; ; ;
t
7
0
12 21 14 = + =
34
Ezutn a mtrix utols sorban lv t
1
rtkeket szmoljuk ki, a t
7
0
14 = idpontbl visszafe-
l szmolva. A t
7
0
14 = rtket berjuk a 7. esemny oszlopba a t
1
sorba. Ebbl kivonva a 6.
esemnybl indul (6; 7) tevkenysg t
67
= 2 idtartamt:
t t t
6
1
7
1
67
14 2 12 = = =
a 6. esemny legksbbi bekvetkezsi idpontja.
t t t
5
1
6
1
56
12 1 11 = = =
t t t
4
1
6
1
46
12 4 8 = = =
t t t
3
1
6
1
36
12 4 8 = = =
t t t
2
1
5
1
25
11 2 9 = = =
t t t
1
1
4
1
14
8 3 5 = = =
A nulladik esemnybl jobbra 3 tevkenysg indul ki, gy a
( )
t t t
i j ij
1 1
= min kpletet kell
alkalmazni:
( )
( ) ( )
t t t t t t t
00
1
3
1
03 2
1
02 1
1
01
8 2 9 7 5 5 6 2 0 0
= =
= = =
min
min min
; ;
; ; ; ;
Amint ltjuk, a hl kezd, nulladik esemnynek legksbbi bekvetkezsi idpontjra nulla
idpontot kapunk, ami egyben szmtsaink helyessgt igazolja.
A tovbbiakban a tevkenysgekhez kapcsold idrtkeket fogjuk szmtani. Mivel a tev-
kenysg egy folyamat, beszlhetnk annak kezdsi s befejezsi idpontjrl. Mindkettnek
van legkorbbi s legksbbi idpontja.
Egy tevkenysg kezdsnek legkorbbi idpontja megegyezik kezd esemnynek legkorb-
bi bekvetkezsi idpontjval:
K t
ij i
0 0
=
Egy tevkenysg befejezsnek legkorbbi idpontja egyenl kezdsnek legkorbbi idpont-
jhoz hozzadva a tevkenysgi idt:
B K t t t
ij ij ij i ij
0 0 0
= + = +
gy tevkenysg befejezsnek legksbbi idpontja megegyezik zr esemnynek legk-
sbbi bekvetkezsi idpontjval:
B t
ij j
1 1
=
Egy tevkenysg kezdsnek legksbbi idpontja egyenl a legksbbi befejezs idpontj-
bl levonva a tevkenysgi idt:
K B t t t
ij ij ij j ij
1 1 1
= =
35
Pldnkban az egyes tevkenysgek kezdsi s befejezsi idadatai:
K t
01
0
0
0
0 = = B
01
0
0 5 5 = + =
K t
02
0
0
0
0 = = B
02
0
0 7 7 = + =
K t
03
0
0
0
0 = = B
03
0
0 2 2 = + =
K t
14
0
1
0
5 = = B
14
0
5 3 8 = + =
K t
25
0
2
0
7 = = B
25
0
7 2 9 = + =
K t
36
0
3
0
2 = = B
36
0
2 4 6 = + =
K t
46
0
4
0
8 = = B
46
0
8 4 12 = + =
K t
56
0
5
0
9 = = B
56
0
9 1 10 = + =
K t
67
0
6
0
12 = = B
67
0
12 2 14 = + =
illetve
B
67
1
14 = K
67
1
14 2 12 = =
B
56
1
12 = K
56
1
12 1 11 = =
B
46
1
12 = K
46
1
12 4 8 = =
B
36
1
12 = K
36
1
12 4 8 = =
B
25
1
11 = K
25
1
11 2 9 = =
B
14
1
8 = K
14
1
8 3 5 = =
B
03
1
8 = K
03
1
8 2 6 = =
B
02
1
9 = K
02
1
9 7 2 = =
B
01
1
5 = K
01
1
5 5 0 = =
A szmtott adatokat megfigyelve szrevehetjk, hogy egyes esemnyeknl, illetve tevkeny-
sgeknl a legkorbbi s legksbbi idpontok egybeesnek. Ez a leghosszabb, az n. kritikus
ton fekv esemnyeknl s tevkenysgeknl fordul el. Ilyenek pldnkban a 0; l; 4; 6; 7
esemnyek, illetve a (0; 1); (l; 4); (4; 6) s (6; 7) tevkenysgek. Ezeket az esemnyeket a
mtrix ftljn kis krrel, a tevkenysgeket a hln vastagtott vonallal emeltk ki. A kriti-
kus t hossza pldnkban 5 + 3 + 4 + 2 = 14 nap. Az sszes tbbi t ennl rvidebb idtarta-
m. Teht a folyamat legrvidebb (kritikus, optimlis) tfutsi ideje 14 nap.
Abbl a tnybl, hogy a hl kritikus tja a leghosszabb t, az sszes tbbi ennl idben rvidebb,
kvetkezik, hogy a nem kritikus utak, illetve az ezeken fekv tevkenysgek idtartalkkal rendel-
keznek. Ezek a tartalkidk lehetv teszik, hogy erforrsokat a nem kritikus tevkenysgekrl a
kritikus tevkenysgek hatridre val befejezse rdekben tcsoportostsuk. A tartalkidknek
tbb vltozata van, melyek felhasznlsa klnbz hatssal van a vizsglt tevkenysgekre.
36
A tartalkidk azt mutatjk meg, hogy egy nem kritikus tevkenysg
kezdse a lehetsges legkorbbi kezdshez kpest hny idegysggel ksleltethet,
vagy, hogy
a tevkenysgi id (t
ij
) hny idegysggel nvelhet anlkl, hogy a program vgs
hatrideje, vagyis a kritikus t hossza megnvekedne.
A CPM tpus hlknl a legfontosabb ngy tartalkid:
teljes tartalkid (t
t
)
szabad tartalkid (t
sz
)
feltteles tartalkid (t
f
)
fggetlen tartalkid (t
f
).
A tartalkidk tartalmt az albbi brn mutatjuk be:
t
ij
t
t
t
ij
t
sz
t
ij
t
f
t
ij
t
f
0 t
i
0
t
i
1
t
j
0
t
j
1
id
K
ij
0
B
ij
0
B
ij
1
10. bra
A teljes tartalkid szmtsnl felttelezzk, hogy
az adott tevkenysg a lehetsges legkorbbi idpontban kezddik,
a lehetsges legkorbbi idpontban befejezdik, s
a kvet tevkenysgek a megengedhet legksbbi idpontban kezddnek.
Kpletben kifejezve:
t t B t t t
t j ij j i ij
= =
1 0 1 0
Nagysga nem kritikus tevkenysgeknl mindig pozitv szm, kritikus tevkenysgeknl pe-
dig mindig nulla.
Felhasznlsnl figyelemmel kell lenni arra, hogy ha egy tevkenysg teljes tartalkidejt felhasz-
nljuk, azon utak kzl, melyen az adott tevkenysg fekszik, a leghosszabb kritikuss vlik.
37
A szabad tartalkid szmtsnl felttelezzk, hogy
az adott tevkenysg a lehet legkorbban kezddik,
a lehet legkorbban befejezdik, s
a kvet tevkenysgek a lehetsges legkorbbi idpontban indulnak meg.
Kpletben:
t t B t t t
sz j ij j i ij
= =
0 0 0 0
Szabad tartalkidvel csak azok a nem kritikus tevkenysgek rendelkeznek, melyek zr
esemnye balrl sszetett.
A szabad tartalkid felhasznlsa nincs hatssal jobbra, a kvet tevkenysgekre. Ezrt a
felhasznlsrl val dntst clszer a kzvetlen termelsirnyts hatskrbe adni.
A feltteles tartalkid szmtsnl felttelezzk, hogy
az adott tevkenysg zr esemnynek legkorbbi bekvetkezsi idpontjra befeje-
zdik, s
a kvet tevkenysgek a megengedhet legksbbi idpontban indulnak meg.
A feltteles tartalkid szmszeren a teljes s a szabad tartalkid klnbsge. Kpletben:
( )
t t t t t t t t t t t
f t sz j i ij j i ij j j
= = =
1 0 0 0 1 0
A feltteles tartalkidt nevezik az esemnyek tartalkidejnek is, mivel egy esemny legk-
sbbi s legkorbbi bekvetkezsi idpontjnak klnbsge.
A feltteles tartalkid felhasznlsa hatssal van a kvetkez esemnyek teljes s szabad
tartalkidejnek felhasznlhatsgra, ezrt a felhasznlsrl val dntst a magasabb irny-
t szervezet hatskrbe kell utalni.
A fggetlen tartalkid szmtsnl felttelezzk, hogy
- a tevkenysg kezd esemnye a megengedhet legksbben,
- zr esemnye a lehetsges legkorbban bekvetkezik, s
- a tevkenysgi idt nem lpjk tl.
Kpletben:
t t t t
f j i ij
=
0 1
Mivel legtbbszr t t t
i ij j
1 0
+ > , ezrt, ha az elz kplet alapjn negatv eljel eredmny
addna, a fggetlen tartalkidt nullnak vesszk.
Kpletben:
( )
t t t t
f j i ij
= max
0 1
0 ;
A fggetlen tartalkid felhasznlsnak nincsenek negatv kvetkezmnyei a hlterv idbeli
megvalstst illeten.
A fentiek alapjn foglaljuk ssze tblzatos formban a pldnkban szerepl hl tevkenys-
geihez kapcsold idadatokat.
38
t
i
0
t
i
1
t
j
0
t
j
1
i j t
ij
K
ij
0
K
ij
1
B
ij
0
B
ij
1
t
t
t
sz
t
f
t
f
0 1 5 0 0 0 5 5 5 0 0 0 0
0 2 7 0 0 2 7 7 9 2 0 2 0
0 3 2 0 0 6 2 2 8 6 0 6 0
1 4 3 5 5 5 8 8 8 0 0 0 0
2 5 2 7 9 9 9 9 11 2 0 2 0
3 6 4 2 8 8 12 6 12 6 6 0 0
4 6 4 8 8 8 12 12 12 0 0 0 0
5 6 1 9 11 11 12 10 12 2 2 0 0
6 7 2 12 12 12 14 14 14 0 0 0 0
A tblzat adataibl lthat, hogy a kritikus ton lv (0; 1), (l; 4), (4; 6) s (6; 7) tevkenysgek
minden tartalkideje nulla. Azrt is nevezzk ezeket kritikus tevkenysgeknek, mert kezdsi s
befejezsi idejk szigoran meghatrozott. A tevkenysgek kezdsi ideje nem tolhat el, a
tevkenysgi id nem hosszabbthat meg anlkl, hogy az egsz folyamat idtartama (pldnkban
ez 14 nap) meg ne hosszabbodna. A nem kritikus tevkenysgek rendelkeznek tbb-kevesebb
tartalkidvel, ami az erforrsok ideiglenes tcsoportostst, a tevkenysgek megkezdsnek
elhalasztst, vagy a tevkenysgi id megnvelst teszi lehetv.
3.3. A PERT mdszer
A PERT hltervezsi modell ezen modellek egyik alaptpusa. Akkor alkalmazzuk, ha a fo-
lyamat tervezsben s vgrehajtsban sok a bizonytalansgi tnyez. Ezrt az idszmts
mdszereit valszns gszmtsi alapon dolgoztk ki.
Elksztse tbb lpsbl ll. El kell dnteni, hogy
milyen feladatokat s milyen sorrendben kell elvgezni,
hogyan kell azokat csoportostani,
a feladatok elvgzse mennyi id s erforrs felhasznlst ignyli.
3.3.1. Idmeghatrozs a PERT mdszernl
A PERT mdszer esetben az gynevezett hrmas idbecsls mdszert alkalmazzk a tev-
kenysgek idtartama legvalsznbb nagysgnak meghatrozsra. Meg kell becslni a te-
vkenysg idtartamnak
optimista (a)
valszn (m) s
pesszimista (b)
nagysgt.
Az optimlis idtartam az az elmletileg lehetsges legrvidebb idtartam, amikor minden krl-
mny a legkedvezbben alakul, s nem vagy csak kismrtkben szmolunk vesztesgidvel.
A legvalsznbb az tlagos felttelek kztt szksges idtartam, s amikor bizonyos - tla-
gos nagysg - vesztesgidvel, kiesssel is szmolunk.
39
A pesszimista id a legkedveztlenebb krlmnyeket veszi figyelembe, szmol tbb akad-
lyoz tnyez rvnyeslsvel.
A hrom idtartambl szmthat ki a vrhat tlagos idtartam:
t
a m b
e
=
+ + 4
6
Ugyanezen adatokbl hatrozzk meg az idtartam szrst s szrsngyzett vagy
variancijt:
=
b a
6
illetve
2
2
6
=
|
\
|
b a
A variancia az idtartam nagysgval kapcsolatos bizonytalansgot fejezi ki. Ha rtke nagy,
akkor a tevkenysgi id nagysga bizonytalan, ha ellenben kicsi, az idtartam becslst pon-
tosnak mondhatjuk.
A szrs s variancia nagysgra tblzatot szoktak szerkeszteni, amelyben a (b-a) klnbsg
fggvnyben adjk meg s
2
nagysgt. Ezeket az rtkeket tartalmazza a kvetkez
tblzat:
b - a
2
1 0,1667 0,0278
2 0,3333 0,1111
3 0,5000 0,2500
4 0,6667 0,4445
5 0,8333 0,6944
6 1,0000 1,0000
7 1,1667 1,3612
8 1,3333 1,7777
9 1,5000 2,2500
10 1,6667 2,7789
11 1,8333 3,3610
12 2,0000 4,0000
13 2,1667 4,6946
14 2,3333 5,4443
15 2,5000 6,2500
16 2,6667 7,1113
17 2,8333 5,4443
18 3,0000 9,0000
19 3,1667 10,0280
20 3,3333 11,1109
21 3,5000 12,2500
22 3,6667 13,4447
23 3,8333 14,6942
24 4,0000 16,0000
25 4,1667 17,3614
40
A szrs s variancia rtkeit a ksbbiekben az egyes esemnyek bekvetkezsi idpontjai
valsznsgnek meghatrozsra is felhasznljuk.
3.3.2. Az esemnyek legkorbbi s legksbbi bekvetkezsi idpontjnak szmtsa
Egy esemny legkorbbi bekvetkezsi idpontja (T
0
) az az idpont, amikorra az esemnybe
befut valamennyi tevkenysg legkorbban befejezdik. Ezzel szemben egy esemny legk-
sbbi bekvetkezsi idpontja (T
1
) az az idpont, amikor az esemnybl indul valamennyi tev-
kenysgnek legksbb el kell indulni, hogy az egsz program idbeli ksedelmet ne szenvedjen.
Nzznk egy konkrt pldt a fenti idadatok szmtsra, amikor is a mveleteket magn a
hln vgezzk el.
A tevkenysgjegyzk s a becslt idadatok az albbi tblzatban tallhatk:
Tevkenysg a m b
1 - 2 2 4 6
1 - 3 1 4 7
1 - 4 3 5 7
2 - 8 3 6 9
3 - 7 5 10 15
3 - 8 2 4 6
4 - 5 4 8 12
4 - 6 1 5 9
5 - 6 6 10 14
6 - 9 4 10 18
6 - 11 2 10 18
7 - 9 3 7 11
8 - 9 1 2 3
8 - 10 1 4 7
9 - 12 5 12 19
10 - 12 4 12 20
11 - 12 4 5 6
41
Egy hl ltalnos smja a kvetkez:
i j
t
e
T
0
T
1
T
0
T
1
2
T
1
- T
0
T
1
- T
0
Feladatunk hlja az albbi
2 8 10
6 4
4 4 2 12
1 3 7 9 12
4 10 7 12
5
5 10 5
8 10
4 6 11
5 10
Az esemnyek legkorbbi bekvetkezsi idpontjt a hl kezd esemnytl a zr esem-
nye fel elrehaladva szmtjuk. A szmts mdszere azonos a CPM eljrsnl alkalmazottal.
Teht ha az esemny balrl nem sszetett:
T T t
j i e
0 0
= +
Ha az esemny balrl sszetett:
( )
T T t
j i e
0 0
= + max
A hl kezd esemnynek legkorbbi bekvetkezsi idpontjt nullnak vlasztva a tbbi
esemny azonos idadata:
42
( )
( )
( )
( )
T
T
T
T
T
T
T
T
T
T
T
2
0
3
0
4
0
5
0
6
0
7
0
8
0
9
0
10
0
11
0
12
0
0 4 4
0 4 4
0 5 5
5 8 13
5 5 13 10 23
4 10 14
4 6 4 4 10
14 7 10 2 23 10 33
10 4 14
23 10 33
33 12 14 12 33 5 45
= + =
= + =
= + =
= + =
= + + =
= + =
= + + =
= + + + =
= + =
= + =
= + + + =
max ;
max
max
max
;
; ;
; ;
Ugyanez a szmts a hln elvgezve:
2 8 10
6 4
4 10 14
4 4 2 12
1 3 7 9 12
4 10 7 12
0 4 14 33 45
5
5 10 5
13
8 10
4 6 11
5 10
5 23 33
Az esemnyek legksbbi bekvetkezsi idpontjt a hl zr esemnybl kiindulva a kez-
d esemny fel haladva, htrafel szmtjuk. A szmts alapkplete, ha az esemny jobbrl
nem sszetett:
T T t
i j e
1 1
= +
Ha az esemny jobbrl sszetett:
( )
T T t
i j e
1 1
= + min
A hl zr esemnynek legksbbi bekvetkezsi idpontja megegyezik annak legkorbbi
bekvetkezsi idpontjval, teht esetnkben 45-tel. Ebbl kiindulva:
43
( )
( )
( )
( )
( )
T
T
T
T
T
T
T
T
T
T
T
11
1
10
1
9
1
8
1
7
1
6
1
5
1
4
1
3
1
2
1
1
1
45 5 40
45 12 33
45 12 33
33 2 33 4 29
33 7 26
33 10 40 10 23
23 10 13
13 8 23 5 5
26 10 29 4 16
29 6 23
23 4 16 4 5 5 0
= =
= =
= + =
= =
= =
= =
= =
= =
= =
= =
= =
min ;
min ;
min ;
min ;
min ; ;
Ugyanez a szmts a hln elvgezve:
2 8 10
6 4
4 23 10 29 14 33
4 4 2 12
1 3 7 9 12
4 10 7 12
0 0 4 16 14 26 33 33 45 45
5
5 10 5
13 13
8 10
4 6 11
5 10
5 5 23 23 33 40
44
3.3.3. Az esemnyek tartalkidinek szmtsa
Valamely esemny tartalkidejt a T
1
s T
0
idrtk klnbsge adja. Azokat az esemnyeket
sszektve, ahol a tartalkid nulla, megkapjuk a hl kritikus tjt. A pldabeli hl esem-
nyeinek tartalkidi s a tevkenysgek variancija:
2 8 10
6 4
4 23 10 29 14 33
1,00 1,00
19 19 19
4 4 2 12
0,44 0,44 0,11 7,11
1 3 7 9 12
4 10 7 12
0 0 4 16 14 26 33 33 45 45
1,00 2,77 1,77 5,44
0 12 12 0 0
5
5 10 5
13 13
0,44 0 4,00 0,11
8 10
4 6 11
5 10
5 5 23 23 33 40
1,77 7,11
0 0 7
Az brba vastagtott vonallal berajzoltuk a kritikus utat
A PERT hl esetben a mr meghatrozott adatok alapjn kiszmthat
adott esemny bekvetkezsi idpontjnak variancija,
adott esemny kritikus voltnak valsznsge,
adott hatrid betartsnak valsznsge.
3.3.4. Adott esemny bekvetkezsi idpontjnak variancija
Adott esemny bekvetkezsi idpontja bizonytalansgot hordoz, mivel T
0
s T
1
rtkeit a
tevkenysgek becslt a, m s b idtartama alapjn szmoltuk ki. Ennek megfelelen a
tevkenysgek t
e
idtartamban jelentkez bizonytalansg, amely a s
2
rtkekben jele-
nik meg, trkldik az esemnyekre is. Az esemnyek legkorbbi s legksbbi bekvetke-
zsi idpontjval kapcsolatban is beszlhetnk szrsrl s variancirl.
A T
0
rtkek szrst (
T
0
) s variancijt (
T
0
2
) ugyangy szmtjuk, mint a T
0
rtkeit,
vagyis a hl kezd esemnybl haladunk a zr esemny fel, s az egyes tevkenysgek
s
2
rtkeit sszeadjuk. Ha valamelyik esemny balrl sszetett, a nagyobb rtk szmt
rvnyesnek. Hlnkban az esemnyek
2
rtkei a kvetkezk:
45
( )
( )
( )
T
T
T
T
T
T
T
T
T
1
0
2
0
3
0
4
0
5
0
6
0
7
0
8
0
9
0
2
2
2
2
2
2
2
2
2
0 00
0 00 0 44 0 44
0 00 1 00 1 00
0 00 0 44 0 44
0 44 1 77 2 21
0 44 1 77 2 21 1 77 3 98
1 00 2 77 3 77
0 44 1 00 1 00 0 44 1 44
3 98 5 44 3 77 1 77 1 44 0 11 9
=
= + =
= + =
= + =
= + =
= + + =
= + =
= + + =
= + + + =
,
, , ,
, , ,
, , ,
, , ,
, , ; , , ,
, , ,
, , ; , , ,
, , ; , , ; , ,
max
max
max
( )
,
, , ,
, , ,
, , ; , , ; , , ,
42
1 44 1 00 2 44
3 98 711 11 09
9 42 5 44 2 44 711 11 09 0 11 14 86
10
0
11
0
12
0
2
2
2
T
T
T
= + =
= + =
= + + + = max
A T
1
rtkek szrsnak s variancijnak szmtst a T
1
rtkek szmtshoz hasonlan a
hl zr esemnytl kezdjk, azzal a klnbsggel, hogy a zr esemny T
1
rtknek sz-
rsa s variancija nulla, s az egyes tevkenysgek s
2
rtkeit sszeadjuk.
Ha az esemny jobbrl sszetett, a nagyobb rtket visszk tovbb. gy hlnk esemnyei T
0
rtknek variancija:
( )
( )
( )
T
T
T
T
T
T
T
T
T
T
12
1
11
1
10
1
9
1
8
1
7
1
6
1
5
1
4
1
3
1
2
2
2
2
2
2
2
2
2
2
0 00
0 00 0 11 0 11
0 00 711 711
0 00 5 44 5 44
5 44 0 11 711 1 00 811
5 44 1 77 7 21
5 44 5 44 0 11 711 10 88
10 88 1 77 12 65
12 56 1 77 10 88 1 77 14 42
=
= + =
= + =
= + =
= + + =
= + =
= + + =
= + =
= + + =
,
, , ,
, , ,
, , ,
, , ; , , ,
, , ,
, , ; , , ,
, , ,
, , ; , , ,
max
max
max
( )
( )
= + + + =
= + =
= + + + =
max
max
7 21 2 77 5 55 0 44 811 44 9 98
811 1 00 911
911 0 44 9 98 1 00 13 42 0 44 14 86
2
1
1
1
2
2
, , ; , , ; , , ,
, , ,
, , ; , , ; , , ,
T
T
46
3.3.5. Adott esemny kritikus voltnak valsznsge
Tudjuk, hogy kritikus ton fekszenek mindazon esemnyek, melyek tartalkideje, teht a
T
1
- T
0
klnbsg nagysga nulla. Annak valsznsge, hogy egy esemny kritikuss vljk,
egy Z szm fggvnye, melyet a
( )
Z
T T
T T
=
1 0
2 2
1 0
kplettel fejeznk ki. Ha ennek nagysga nulla, az esemny kritikus ton fekszik, s minl
tvolabb van a nulltl, annl kevsb valszn, hogy a krdses esemny kritikuss vlik. A
pldban szerepl esemnyekhez tartoz Z rtkek:
1.
( )
Z =
+
=
0 0
14 86 0 00
0
, ,
2.
( )
Z =
+
=
23 4
911 0 44
6 1
, ,
,
3.
( )
Z =
+
=
16 4
9 98 1 00
3 6
, ,
,
4.
( )
Z =
+
=
5 5
14 42 0 44
0
, ,
5.
( )
Z =
+
=
13 13
12 65 2 21
0
, ,
6.
( )
Z =
+
=
23 23
10 88 3 98
0
, ,
7.
( )
Z =
+
=
26 14
7 21 3 77
3 6
, ,
,
8.
( )
Z =
+
=
29 10
811 1 44
6 1
, ,
,
9.
( )
Z =
+
=
33 33
5 44 9 42
0
, ,
10.
( )
Z =
+
=
33 14
711 2 44
6 1
, ,
,
11.
( )
Z =
+
=
40 33
0 00 11 09
2 1
, ,
,
12.
( )
Z =
+
=
45 45
0 00 14 86
0
, ,
47
Fentiekbl is lthat, hogy az 1., 4., 5., 6., 9. s 12. esemny kritikus esemny. Az egyes Z
rtkekhez a P valsznsg %-ban kifejezett albbi rtkei tartoznak a normlis eloszls alapjn.
Z P % Z P %
-3,0 0,13 -1,4 8,08
-2,9 0,19 -1,3 9,68
-2,8 0,26 -1,2 11,51
-2,7 0,35 -1,1 13,57
-2,6 0,47 -1,0 15,87
-2,5 0,62 -0,9 18,41
-2,4 0,82 -0,8 21,19
-2,3 1,07 -0,7 24,20
-2,2 1,39 -0,6 27,43
-2,1 1,79 -0,5 30,58
-2,0 2,28 -0,4 34,46
-1,9 2,87 -0,3 38,21
-1,8 3,59 -0,2 42,07
-1,7 4,46 -0,1 46,02
-1,6 5,48 0,0 50,00
-1,5 6,68
Amint ltjuk a -3-nl kisebb Z rtkekhez olyan kis valsznsgi %-ok tartoznak, hogy azt
a tblzatba nem volt szksges felvenni Hlnkat megvizsglva azt ltjuk, hogy a nem kriti-
kus esemnyek kritikuss vlsnak igen kicsi a valsznsge (a 11. esemnynl 1,8 %), mi-
vel elg sok tartalkidvel rendelkeznek.
3.3.6. Adott hatrid betartsnak valsznsge
A hlterves programozs sorn igen fontos ismerni azt, hogy egy adott hatrid mennyire
tarthat be, vagy azt, hogy egy hatrid elrehozsa megvalstsnak mennyi a valszns-
ge. Adott hatridhz (T
H
) tartoz Z rtk szmtsnak kplete:
Z
T T
H
T
=
0
2
0
Mi a valsznsge pldul annak, hogy a hlnkban szerepl feladatot 45 nap helyett 43 nap
alatt vgezzk el?
Z =
=
43 45
14 86
0 52
,
,
A -0,52-hz tartoz P % rtke 27,43 %
s 30,58 % kztt van, teht viszonylag magas az
esly a hatrid 2 nappal val megrvidtsre.
48
IRODALOM
Andorka R. (1970): Mikromodellek. Kzgazdasgi s Jogi Knyvkiad, Budapest
Ackoff, R.L. (1974): Opercikutats s vllalati tervezs. (A Concept of Corporate Planning.
John Wieley et. Sons, inc., 1970.) Kzgazdasgi s Jogi Knyvkiad, Budapest.
Archibald, R.D. - Villoria, R.L. (1971): Hls irnytsi rendszerek (PERT/CPM). (Network-
based management systems (PERT/CPM). Kzgazdasgi s Jogi Knyvkiad,
Budapest.
Bacskay Z. (szerk.) (1984): konmiai elemzsi mdszerek a mezgazdasgban.
Mezgazdasgi Kiad, Budapest.
Baumol, W.J. (1968): Kzgazdasgtan s opercianalzis. Kzgazdasgi s Jogi Knyvkiad,
Budapest.
Bn I. (1987): Vezeti dntsek elksztse halmazok lekpezsvel a mez- s
erdgazdasgban. Akadmiai Kiad, Budapest
Csath M. (szerk.) (1972): Opercikutats. Szmtstechnikai oktat kzpont, Budapest.
Dinya L. (1987): Korszer dnts-elkszt mdszerek alkalmazsa a mezgazdasgi
vllalatokban. Mezgazdasgi Kiad, Budapest.
Fsts L. Kovcs E. (1989): A szmtgpes adatelemzs statisztikai mdszerei,
Tanknyvkiad, Budapest.
Fsts L. Meszna Gy. Simonn Mosolyg N. (1983): Bevezets az adatelemzs
sokvltozs mdszereibe. Tanknyvkiad, Budapest.
Green P.E. - Tull D.S. (1971): Dnts-elkszts a marketingben. Kzgazdasgi s Jogi
Knyvkiad, Budapest.
Hanyecz L. (1994): Dntshozatal Dntsi modellek. JPTE, Pcs.
Kerkgyrt Gy-n Mundrucz Gy. (1987): Statisztikai mdszerek a gazdasgi elemzsben.
Kzgazdasgi s Jogi Knyvkiad, Budapest
Ksa A. (1979): Optimumszmtsi modellek. Mszaki Knyvkiad, Budapest
Krek B. (1966): Lineris programozs. Kzgazdasgi s Jogi Knyvkiad, Budapest.
Maynard, H.B. (1977): Gazdasgi mrnki kziknyv. Mszaki Knyvkiad, Budapest.
Nieswandt, A. (1994): Operations Research. R. Oldenburg Verlag Mnchen, Wien
Stark M. (1995): Opercikutats. Kzirat, EFE. Sopron.
Starr, M.K. (1976): Rendszerszemllet termelsvezets, termelsszervezs. Kzgazdasgi s
Jogi Knyvkiad, Budapest.
Szabadkai A. Szidorovszky F. (1983): Dnts-elksztsi mdszerek alkalmazsa.
Mezgazdasgi Kiad, Budapest
Szab J. - Wilfing L. (1982): Szmtstechnika s opercikutatsi ismeretek II. Erdszeti s
Faipari Egyetem Jegyzetsokszorost Rszlege, Sopron.
Varga J. (1981): Alkalmazott programozs. Tanknyvkiad, Budapest
Zalai E. (1989): Bevezets a matematikai kzgazdasgtanba. Kzgazdasgi s Jogi
Knyvkiad, Budapest