Professional Documents
Culture Documents
OPERCIKUTATS
Szerz:
Lektor:
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
A dokumentum hasznlata
Vissza
A dokumentum hasznlata
Mozgs a dokumentumban
A dokumentumban val mozgshoz a Windows s az Adobe Reader megszokott elemeit s mdszereit hasznlhatjuk.
Minden lap tetejn s aljn egy navigcis sor tallhat, itt a megfelel
hivatkozsra kattintva ugorhatunk a hasznlati tmutatra, a tartalomjegyzkre, valamint a trgymutatra. A s a nyilakkal az elz s a kvetkez oldalra lphetnk t, mg a Vissza mez az utoljra megnzett oldalra
visz vissza bennnket.
Pozcionls a knyvjelzablak segtsgvel
A bal oldali knyvjelz ablakban tartalomjegyzkfa tallhat, amelynek
bejegyzseire kattintva az adott fejezet/alfejezet els oldalra jutunk. Az
aktulis pozcinkat a tartalomjegyzkfban kiemelt bejegyzs mutatja.
A tartalomjegyzk hasznlata
Ugrs megadott helyre a tartalomjegyzk segtsgvel
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Tartalomjegyzk
Vissza
Tartalomjegyzk
1. Bevezets ............................................................................................ 6
2. Lineris programozs........................................................................ 11
2.1. Bevezets a lineris programozsba ..............................................................11
2.2. Lineris modellek grafikus megoldsa...........................................................12
2.3. Lineris programozsi feladat ltalnos megfogalmazsa ..........................21
2.4. Lineris programozs matematikai modelljei...............................................22
2.5. Lineris modellek megoldsnak numerikus mdszerei.............................25
2.6. A lineris programozsi feladatok megoldsnak logikai smja ..............45
2.7. A szimplex mdszer vltozatai.......................................................................47
3. Dualits..............................................................................................48
3.1. Dualits fogalma...............................................................................................48
3.2. A dualits felhasznlhat elnyei ...................................................................50
3.3. Egyenletet tartalmaz feladat dulja..............................................................53
3.4. Dualitssal kapcsolatos ttelek .......................................................................54
3.5. Egyenletet tartalmaz lineris programozsi feladat dulja .......................60
3.6. Gyakorl pldk ...............................................................................................61
4. rzkenysgvizsglat ........................................................................66
4.1. rzkenysgvizsglat lnyegnek szemlltetse...........................................66
4.2. Az rzkenysgvizsglat esetei........................................................................69
4.3. Paramteres programozs ...............................................................................74
4.4. rzkenysgvizsglat EXCEL tblzatkezelvel.........................................82
5. Szlltsi feladatok .............................................................................92
5.1. A feladat megfogalmazsa...............................................................................92
5.2. Plda egy klasszikus szlltsi feladatra..........................................................93
5.3. Szlltsi feladat megoldsa disztribcis mdszerrel.................................96
5.4. A szlltsi feladat ltalnostsa s Solver programmal val
megoldsa........................................................................................................110
5.5. Mdostott maximumfeladat ........................................................................113
6. Egszrtk programozs ............................................................... 114
6.1. Az egszrtk programozsi feladat fogalma...........................................114
6.2. Egszrtk feladatok megoldsa Gomory-fle vgsi mdszerrel........115
6.3. Vegyes gsz rtk lineris programozsi feladatok megoldsa
korltozs s sztvlaszts mdszervel .....................................................119
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Tartalomjegyzk
Vissza
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Bevezets
Vissza
1. Bevezets
Az opercikutats, mint fogalom a msodik vilghbor alatt alakult ki. A
szvetsgesek vezrkarainl szerveztek elszr olyan klnbz szakmj
emberekbl ll kutatcsoportokat, amelyeknek az volt a feladatuk, hogy
tudomnyos eszkzk segtsgvel javaslatokat dolgozzanak ki klnbz
hadmveleti dntsek megalapozshoz. Innen ered az elnevezse is: az
operci sz alapjelentse katonai mvelet, hadmvelet. Ezen tevkenysg
legfontosabb tanulsga az volt, hogy a problmk sszetettsge, az ismeretlenek nagy szma, az egymsra hat tnyezk kztti sszefggsek
bonyolultsga miatt nagy jelentsge van a team munknak s a problmk matematikai eszkzkkel val megkzeltsnek.
Amikor az emberek a trsadalmi-gazdasgi let problmi fel fordultak, termszetes volt e bonyolult problmk megkzeltse matematikai
mdszerekkel.
A gazdasgi rendszerekkel kapcsolatos dntsek elksztsben a
kvantitatv matematikai mdszerek dominlnak. Ezen mdszerek gazdasgi alkalmazsnak hrom irnyzatt klnbztetjk meg:
konometria az a tudomnyos irnyzat, amely a kzgazdasgi elmlet
ltal megllaptott trvnyszersgeket mltbeli tnyadatok alapjn s matematikai statisztikai mdszerek felhasznlsval szmszersti. Jellemz
eszkzei az gazati kapcsolati elemzsek, tbbvltozs sszefggsvizsglatok s az idsorok analzise.
Opercikutats szkebb rtelemben olyan tudomnyos mdszer, amely
a dntsek elksztshez, a gazdasgi optimum meghatrozshoz
tbbnyire valamilyen matematikai szlsrtk feladatot alkalmaz. Jellemz
eszkzei a lineris s nemlineris programozsi modellek, kszletgazdasgi
modellek s a hltervezs.
Kibernetika olyan tudomnyos irnyzat, amely a bonyolult rendszerek
felptst s mkdst, valamint a rendszerek szablyozst s vezrlst
tanulmnyozza. Jellegzetes eszkzei kz tartozik a szmtgpes szimulci.
Az konometria, az opercikutats, a gazdasgirendszer-szimulci a
gazdasgi modellezs tudomnygait alkotjk.
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Bevezets
Vissza
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Bevezets
Vissza
Modellezs s a modell
Az opercikutats a gazdasgi valsg lnyegt, annak mennyisgi s minsgi sszefggseit elssorban matematikai modellek segtsgvel vizsglja.
Definci: A modell az objektv valsgnak az ember ltal alkotott leegyszerstett kpe. A leegyszersts a lnyeg megragadst s kiemelst
szolglja. A modell gy a vizsglt objektum legfontosabb alkotrszeit,
tulajdonsgait, kapcsolatait tartalmazza.
A modellezs a kvetkez lpsekre oszthat:
a problma megfogalmazsa,
a matematikai modell s mdszer kivlasztsa,
a modell paramtereinek (vltozinak, konstansainak) meghatrozsa,
a modell szmszer felrsa,
a modell megoldsa,
a megolds gyakorlatban val megvalstsa,
a szksges korrekci elvgzse.
A problma megfogalmazsa azt jelenti, hogy a szban forg rendszert alaposan tanulmnyozzk az opercikutats rszvevi s e vgn a problma
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Bevezets
Vissza
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Bevezets
Vissza
10
Vissza
10
Opercikutats
Lineris programozs
Vissza
11
2. Lineris programozs
A klnbz tudomnyok
matematikai megfogalmazsa annyira
hasonlak egymshoz, hogy
ismeretk az egyik tudomnyban igen
nagy segtsget nyjthat egy msik
tanulmnyozsnl
J. C. Maxwell
2.1. Bevezets a lineris programozsba
Gazdasgi rendszerek matematikai vizsglatra mr a 19-edik szzadban
tettek ksrletet. A francia Walras az egsz gazdasgi mechanizmust prblta sok ismeretlenes lineris egyenletrendszerrel lerni az 1870-es vekben. Nyomban sokan alkalmaztak lineris modelleket. Neumann Jnos
1937-ben kidolgozott gazdasgi egyensly-modellje mr ltalnosabb alakban vizsglta az amerikai gazdasgot, lnyegben mr a lineris programozs keretei kztt.
Nagy elrelpst jelentett az orosz L. V. Kantorovics munkssga. A
termels szervezsnek s tervezsnek matematikai mdszerei cm
1939-ben megjelent mvben lerta, hogy a legfontosabb termelsi feladatok nagy rsze kifejezhet matematikai alakban. A problmk megoldsa
olyan matematikai szlsrtk feladatokhoz vezet, amelyek lineris fggvnyekkel rhatk le. Ezen feladatok megoldsra Kantorovics a megold
egytthatk mdszert alkalmazta. Maga a feladattpus ksbb
G. B. Dantzig eredmnyei alapjn lineris programozs elnevezssel vlt
kzismertt. A munkssga elismerseknt L. V. Kantorovics 1975-ben
T. C. Koapmans-sal egytt kzgazdasgi Nobel djat kapott. A msodik
vilghbor alatt az amerikai hadvezets lgi, vzi, szrazfldi szlltsi,
bombzsi stb. feladatok tervezsre hasznlta fel. ppen ezrt akkoriban
nem hoztk nyilvnoss a kutatsok eredmnyeit. G. B. Dantzig 1947-ben
dolgozta ki az n. szimplex mdszert, amely jl gpesthet, ezrt ltalnosan elterjedt. Ma mr mindennapos eszkz, amely segtsgvel az ipari
orszgok vllalatai sok pnzt takartanak meg. Hasznlata az let klnb-
Vissza
11
Opercikutats
Lineris programozs
Vissza
12
A cskken bevtelek miatt a Ferenczy & Fia Manyag Kft. vezetse a termelsi szerkezet talaktsa mellett dnttt. Tbb vesztesges termk gyrtst besznteti s az gy felszabadult hrom erforrst kt j termk gyrtsra kvnjk fordtani. A marketing osztly vlemnye szerint a cg
mindkt termkbl (buk-nyl s nyl ablakok) el tudna adni annyit,
amennyit a jelenlegi kapacits mellett meg tudnak termelni.
A termels hrom mhelyben folyik. Az 1. mhelyben az ablakkeretek
ntse folyik, naponta 160 kg manyagot tudnak felhasznlni. A 2. mhelyben az ablakok szerelst s vegezst vgzik, naponta 120 munkara ll rendelkezsre. A 3. zemben a buk-nyl ablakok tovbbi szerelst vgzik. Itt a specilis zrszerkezetbl naponta 60 db tudnak beszerelni.
Krds az, milyen mennyisgben gyrtsk a kt j termket, hogy a profit a lehet
legnagyobb legyen?
Vissza
12
Opercikutats
Lineris programozs
Vissza
13
Az opercikutatsi osztly megvizsglva a termkek technolgiai tervt ltta, hogy a termels modelljnek felrshoz a termels folyamatt hrom mozzanatra egyszerstheti, azaz hrom erforrs felhasznlsval rhatja le a gazdasgi tevkenysgt:
a termkek ntst manyagbl (napi 160 kg).
a termkek sszeszerelse (napi 120 munkara).
A buk-nyl ablak tovbbi szerelse, specilis zrszerkezet szerelse (napi 60 db).
Tovbb ismert, hogy az els termk egy darabjnak ellltshoz 2 kg
manyag, 3 munkara a szerelshez s az vegezshez valamint 2 db specilis zrszerkezet kell, a 2. termkhez pedig 4 kg manyag, 2 munkara
kell, de nincs szksg specilis zrszerkezetre. Az els termk 1 egysgnek termelse 60 ezer Ft, a msodik termk pedig 80 ezer Ft rbevtel
realizlst teszi lehetv.
Meghatrozand, hogy a ktfle termket hny egysgben clszer termelni, hogy a lehet legnagyobb (maximlis) legyen az rbevtel!
Vissza
13
Opercikutats
Lineris programozs
Vissza
14
A c) felttelben szerepl z fggvnyt clfggvnynek nevezzk. A feladatban a clfggvny maximuma ha az ltezik adja az optimlis megoldst (vagy megoldsokat).
brzoljuk a koordintarendszerben az egyeneseket. (1.2.1.1 bra)
Az egyenltlensg felttelnek az egyenes s az alatta lv pontok felelnek meg.
A lehetsges megoldsok L halmazt a bevonalkzott OABCD sokszg bels- s hatrpontjai adjk, mert ezek eleget tesznek mind az a)
mind a b) feltteleknek. Ebbl a zrt terletbl kell kivlasztani azt a pontot (vagy pontokat), amelyeknek x1, x2 koordinti az optimlis termkszszettelt adjk, teht amelyeket a z clfggvnybe helyettestve annak maximumt kapjuk.
1.2.1.1 bra
Vizsgljuk meg a clfggvnyt.
Rendezzk t x 2 =
60
z
x1 +
alakba, gy knnyen lthat, hogy a z
80
80
fggvny egy 60/80 irnytangens egyenes-sereget hatroz meg, ha znek klnbz rtket adunk.
Legyen z = 2400. (Ez a fggvny lthat az brn). Ezt az egyenest
nmagval prhuzamosan flfel eltoljuk, akkor az L olyan pontjain megy
keresztl, amelynl a z rtke nvekszik. Teht a z maximumt az L hal-
Vissza
14
Opercikutats
Lineris programozs
Vissza
15
maz legszls pontjn veszi fel. Ez a pont egy cscspont. A C pont koordinti adjk teht az optimlis megoldst.
Az elmondottakrl gyzdjnk meg a cscspontok koordintinak ismeretben. A pontok koordinti egy-egy termksszettelt adnak.
O(0;0) pont
x1 = 0
x2 = 0
A(30;0) pont
x1 = 30
x2 = 0
z = 60 0 + 80 0 =
2 30 + 4 0 1
3 30 + 2 0 1
2 30
=
z = 60 30 + 80 0 = 1800
u1 = 100
u2 = 30
u3 = 0
B(30;15) pont
x1 = 30
x2 = 15
u1 = 40
2 30 + 4 15 1
3 30 + 2 15 = 1
u2 = 0
2 30
=
u3 = 0
z = 60 30 + 80 15 = 3000
C(20;30) pont
x1 = 20
2 20 + 4 30 = 1
u1 = 0
x2 = 30
3 20 + 2 30 = 1
u2 = 0
u3 = 20
2 20
z = 60 20 + 80 30 = 3600
D(0;40) pont
2 0 + 4 40 = 1
u1 = 0
x1 = 0
u2 = 40
x2 = 40
3 0 + 2 40 1
u3 = 60
20
z = 60 0 + 80 40 = 3200
Szmtssal is meggyzdhettnk arrl, hogy C pont az optimlis megolds.
2.2.2. Plda minimumfeladatra
Tegyk fel, hogy egy gazdasgban bizonyos llatok takarmnyozsi elrsa szerint egy-egy llatnak az A tpanyagbl legalbb 36, a B-bl legalbb
8, a C-bl pedig legalbb 12 egysget kell kapnia naponta. Az etetsre kt
klnbz takarmny ll a gazdasg rendelkezsre. Ezeknek egy-egy
Vissza
15
Opercikutats
Lineris programozs
Vissza
16
A c)-t trendezve x 2 =
40
z
x1 +
kapjuk.
80
80
Ltjuk, hogy egy 40/80 meredeksg grbesereget hatroz meg. brzoljuk a z = 240 esetben.
Vissza
16
Opercikutats
Lineris programozs
Vissza
17
1.2.2.1. bra
Ezt az egyenest nmagval prhuzamosan eltolva klnbz z rtkeket
kapunk. Knnyen meggyzdhetnk rla, hogy az origtl val tvolodskor a z rtke nvekszik, az orighoz kzeledve a z rtke cskken.
Teht a z minimumt az L halmaz egyik szls pontjn veszi fel. A feladatunk esetben ez a C pont. Teht az optimlis programot a C pont koordinti adjk meg.
Szmtssal is ellenrizzk az elmondottakat.
A(0;18) pont
x1 = 0
x2 = 18
12 0 + 2 18 = 36
1 0 + 1 18
8
1 0 + 3 18 12
z = 40 0 + 80 18 = 1440
B(2;6) pont
x1 = 2
x2 = 6
12 2 + 2 6 = 36
12+ 16= 8
1 2 + 3 6 12
z = 40 2 + 80 6 = 560
Vissza
17
Opercikutats
Lineris programozs
Vissza
18
C(6;2) pont
12 6 + 2 2 36
16+ 12 = 8
1 6 + 3 2 = 12
z = 40 6 + 80 2 = 400
x1 = 6
x2 = 2
D(12;0) pont
12 12 + 2 0 36
1 12 + 1 0 8
1 12 + 3 0 = 12
z = 40 12 + 80 0 = 480
Teht valban az L halmaz C cscspontjn legkisebb a z fggvny rtke.
Ha az L halmaz brmely ms pontjt vizsgljuk, akkor annak koordinti
kielgtik az a) s b) feltteleket, de a z fggvnybe helyettestve a z = 400
minimumnl minden esetben nagyobb rtket kapunk.
x1 = 12
x2 = 0
Vissza
18
Opercikutats
Lineris programozs
Vissza
19
1.2.3.1 bra
Alternatv optimum esete
Mdostsuk az elz feladat clfggvnyt
z = 2x1 + 2x2 maximum -ra,
azaz megvltoztattuk a clfggvny meredeksgt. gy prhuzamos lett az
egyik oldallal.
1.2.3.2. bra
Vissza
19
Opercikutats
Lineris programozs
Vissza
20
1.2.3.3 bra
Vissza
20
Opercikutats
Lineris programozs
Vissza
21
1.2.3.4 bra
2.3. Lineris programozsi feladat ltalnos
megfogalmazsa
Definci: Olyan matematikai programozsi feladatot neveznk lineris
programozsi feladatnak, amelyekben az L halmazt meghatroz felttelek
els fok egyenletek s egyenltlensgek, a clfggvnyk lineris, s a
bennk szerepl vltozk vals szmrtket vehetnek fel.
Jellje n egy gazdasgi szervezet tevkenysgeinek, m az erforrsainak
szmt,
Vissza
21
Opercikutats
Lineris programozs
Vissza
22
x1, x2, , xj, , xn a tevkenysgek terjedelmt, (melyek rtelemszeren csak nemnegatvak lehetnek),
b1, b2, , bi, , bm az erforrsok kapacitst,
aij a j-edik tevkenysg fajlagos szksglett az i-edik erforrsbl,
c1, c2, , cj, , cn a tevkenysgek fajlagos gazdasgi eredmnyt,
akkor a gazdasgi szervezet tevkenysge a kvetkez modellel hatrozhat meg: Az
a11x1 + a12x2 + + a1jxj + + a1nxn b1
a21x1 + a22x2 + + a2jxj + + a2nxn b2
x0
A x b (vagy =, )
z = cT extrm
x
feladat.
A linearits megktse a gazdasgi feladatok esetben elg szigornak
ltszik. A tapasztalat azonban azt mutatja, hogy szmos gazdasgi problma valban lerhat a gyakorlatot kielgt pontossggal lineris modellel.
2.4. Lineris programozs matematikai modelljei
A 1.2. rszben klnbz gazdasgi vonatkozs feladatokat oldottunk
meg grafikus mdszerrel. A feladatok megoldst az jelentette, hogy kivlasztottuk a lehetsges megoldsok halmazbl az optimlis programot. A
feladatok feltteleit minden esetben lineris fggvnyekkel adtuk meg.
A gyakorlatban nemcsak kt, hanem jval tbb vltozt is tartalmazhatnak a feladatok s a felttelek szma is jval nagyobb lehet. Ilyen esetben a grafikus mdszer nem alkalmas a feladatok megoldsra, ms mdszert kell alkalmaznunk. Ha a vltozk s a felttelek szma igen nagy,
akkor csak szmtgppel rhetnk el eredmnyt. Mind a kzi, mind a
Vissza
22
Opercikutats
Lineris programozs
Vissza
23
szmtgpi megoldshoz az szksges, hogy a feladatot megfelel matematikai formba ntsk, teht a gazdasgi problmt tfogalmazzuk a
matematika nyelvre. A gazdasgi feladattl fggen klnbz matematikai modelleket fogalmazhatunk meg.
2.4.1. Maximumfeladat
Definci: Egy modellt akkor neveznk minimumfeladatnak, ha egyenltlensgei rtelmek s a clfggvny minimuma jelenti az optimumot.
alapforma
a)
x0
b)
Axb
c)
z = cT x min.
A v vltozt tbbletvltoznak nevezzk.
kanonikus forma
x 0, v 0
Axv=b
z = cT x min.
2.4.3. Normlfeladat
alapforma
x 0, b 0
Axb
cT x max.
kanonikus forma
x 0, u 0, b 0
Ax+u=b
cT x max.
Vissza
23
Opercikutats
Lineris programozs
Vissza
24
Plda:
a)
b)
c)
x 1,
x2 0
4x1 + 6x2 60
x1
9
3x2 24
z = 40x1 + 20x2 max.
Definci: Egy modellt mdostott normlfeladatnak nevezzk, ha egyenltlensgei rtelmek, tartalmaz egyenleteket s clfggvny maximumt
keressk, tovbb a b1 s b2 vektorok minden koordintja nemnegatv.
a)
b)
c)
Pldul:
a)
b)
c)
alapforma
x 0, b1 0, b2 0
A1 x b1
A2 x = b2
z = cT x max.
x 1, x 2,
x3 0
2x1 x2
10
2x1
+ 2x3 = 36
x2 2x3 = 20
z = 6x1 3x2 +15x3 max.
kanonikus forma
x 0, u 0, b1 0, b2 0
A1 x + u = b1
A2 x = b2
z = cT x max.
x 1,
x 2,
x3, u1 0
2x1 x2
+ u1 = 10
2x1
+ 2x3
= 36
= 20
x2 2x3
z = 6x1 3x2 + 15x3
max.
c)
alapforma
x0
A1 x b1, b1 0
A2 x = b2 0
A3 x b3 0
z = cT x max.
kanonikus forma
x 0, u 0, v 0,
A1 x + u = b1 0
A2 x = b2 0
A3 x v = b3 0
z = cT x max.
Vissza
24
Opercikutats
Lineris programozs
Vissza
25
Plda:
a)
b)
x 1,
x 2,
x 0
x 1,
x 2,
x3, u1, v 0
5x2 + 5x 80
5x2 + 5x3 + u1
= 80
=
10
= 10
x1 + x2 x
x1 + x2 + x3
x1 + x2 + x 18
x 1 + x2 + x3
v= 18
c) z =10x1 +30x2 +10x3 max z =10x1 +30x2 +10x3
max
Minden lineris modell felrhat norml, mdostott norml, vagy ltalnos feladatknt.
2.5. Lineris modellek megoldsnak numerikus
mdszerei
2.5.1. Normlfeladat megoldsa
Vissza
25
Opercikutats
Lineris programozs
Vissza
26
megolds, ha az L halmaz res volt, vagy pedig nem volt korltos. Ezeket
s a lineris algebrbl tanultakat figyelembe vve a tbbvltozs lineris
programozsi feladatok numerikus megoldsnl kvetkezkre tmaszkodhatunk (felhasznlva a lineris algebra jellseit s fogalmait):
1. Az L lehetsges megoldsok halmaza konvex. Ezrt: ha a z = cT x clfggvny az L halmaz valamely xo pontjban felveszi szls rtkt, akkor biztosan felveszi egy cscspontjban is.
2. Az L halmaz cscspontjait az A x + u = b egyenletrendszer bzismegoldsaibl hatrozhatjuk meg az x 0; u 0 felttelek figyelembevtelvel.
Vissza
26
Opercikutats
Lineris programozs
Vissza
27
ahol:
xT
A
cT
u
b
B0
xT
u
A
b
z
cT
0
a primlis vltozk sorvektora,
az egyenltlensgrendszer egytthatinak mtrixa,
a clfggvny egytthatinak sorvektora,
dulis vltozk vektora,
kapacitsok vektora.
B0
x1
x2
b
u1
2
4
160
u2
3
2
120
u3
2
0
60
60
80
0
z
Az indultblzatbl egy lehetsges megolds (program) olvashat le:
x1 = 0
x2 = 0
u1 = 160
u2 = 120
z = 0.
u3 = 60
(grafikus megoldsnl ez a program az origban lev cscspontnak felel
meg).
Vissza
27
Opercikutats
Lineris programozs
Vissza
28
(min a i , aij 0)
ij
Vissza
28
Opercikutats
Lineris programozs
Vissza
29
Vissza
29
Opercikutats
Lineris programozs
Vissza
30
x1
u1
z
B1 tblzat kitltse:
A generl elem helybe annak reciproka kerl.
A generl elem j sora: a generl elem rgi sornak elemeit szorozzuk meg a generl elem reciprokval:
2
1
1
1
= , 160 = 40
4
2
4
1
2
1
4
322
40
x
=
40
u
u2
2
40
2
2 = 40
u
3 = 60
u3
2
0
60
z = 3200
20
z
20 3200
A programot mg javthatjuk, mert az utols sorban van pozitv elem s
van felette pozitv szm, amelyet generl elemnek tudunk vlasztani.
A szk keresztmetszet:
40 :
1
= 80, 40 : 2 = 20, 60 : 2 = 30
2
Vissza
30
Opercikutats
Lineris programozs
Vissza
31
Teht a generl elem a 2 lesz. Keretezzk be. Az elbbi szmtst megismtelve kapjuk a B2 tblzatot:
B2
u2
u1
b
Egy msik lehetsges megolds:
3
1
x1 = 20
u1 = 0
x2
30
4
8
x2 = 30
u2 = 0
x1
20
u
3 = 20
1
20
u3
z = 3600
z
10
15 3600
A B2 program tovbb nem javthat, mert a tbla utols sorban nincs
pozitv elem. Teht az optimlis megolds:
20
x0 = , z0 = 3600 u =
30
0
0
20
Ha sszehasonltjuk a szmtssal kapott eredmnyt a grafikus megoldsnl kapott eredmnnyel, lthatjuk, hogy az optimlis megoldshoz az origbl kiindulva a szomszdos D(0;40) cscspontokon keresztl haladva
jutottunk a C(20;30) cscspontig, az optimlis megoldsig.
Megjegyzs: ha nem az x2 oszlopban vlasztottunk volna elszr generl elemet, akkor az A(30;0) cscsponton keresztl jutottunk volna el a
C(20,30) cscsponthoz.
A feladatmegoldsok sorn az indul, majd a javtott szimplex tblzatokat egyms mell, vagy egyms al is rjuk.
Nzzk a tblzatokat egyms mell rva:
B0
u1
x1
2
x2
4
b
160
B1
x2
x1
u1
u2
u3
z
3
2
60
2
0
80
120
60
0
u2
u3
z
2
2
20
0
20
b
40
B2
x2
40
60
3200
x1
u3
z
u2
1
10
u1
3
30
15
Vissza
b
20
20
3600
31
Opercikutats
Lineris programozs
Vissza
32
Alternatv optimum
Az 1.2.3 pontban grafikusan szemlltettk az alternatv optimum esett.
Vizsgljuk meg, hogy a szimplex tblzatban hogyan vehet szre ez az
eset. Oldjuk meg a kvetkez feladatot.
x 1, x 2,
x 3,
x 4, x 5 0
x1 +2x2 + x3
+ x5 100
x1
+ x3 + x4
50
x2 + x3 + x4 + x5 80
c) z = 2x1 + x2 + 3x3 + 2x4 + 2x5 max
A feladat normlfeladat, ezrt az indul szimplex tblzatbl kiindulva a
mr lert eljrst kell megismtelni.
Az egyes javtott programok az albbi tblzatban lthatk.
a)
b)
B0 x 1
u1
1
u2
1
u3
0
z 2
B1 x 1
u1
0
x3
1
u3 1
z 1
B2 x 1
u1 1
x3
1
x5 1
z 1
x2
2
0
1
1
x2
2
0
1
1
x2
1
0
1
1
x3
1
1
1
3
u2
1
1
1
3
u2
0
1
1
1
x4
x5
0
1
1
0
1
1
2
2
x4
x5
1
1
1
0
0 1
1
2
x4
u3
1 1
1
0
0
1
1 2
b
100
50
80
0
b
50
50
30
150
b
20
50
30
210
Lehetsges megolds:
x 1 = x2 = x3 = x 4 = x5 = 0
u1 = 100, u2 = 50, u3 = 80
z=0
x 1 = x2 = x4 = x 5 = 0
x3 = 50
u2 = 0, u1 = 50, u3 = 30
z = 150
x 1 = x2 = x4 = 0
x3 = 50, x5 = 30
u1 = 20, u2 =0, u3 = 0
z = 210
B3 u1 x 2
u2
x4
u3
b
x 2 = x4 = 0
x1
1
1
0
1 1
20
x1 = 20, x3 = 30, x5 = 50
2
x3 1 1
1
1
30
u1 = u2 = u3 = 0
x5
1
2 1
1
0
50
z = 230
z 1 2 1
0 1 230
Ez egyben optimlis megolds is, mert a B3 tblzat utols sorban nincs
pozitv szm. gy a program tovbb nem javthat. Viszont tallhat benne nulla. Ez jelenti, hogy tbb megolds is van, hiszen ha nulla felett vlasztunk generl elemet, akkor a z sora nem vltozik a bziscsere foly-
Vissza
32
Opercikutats
Lineris programozs
Vissza
33
x3
u3
35
15
65
1 230
10
x
i
0i
, ahol
i =1
0 i 1 s
10
i =1
35
0
0 =
15
65
8
21,0
29
0
0
0
12 + 0 = 12
0
9,0
9
20
39,0
59
Vissza
33
Opercikutats
Lineris programozs
Vissza
34
B3
x1
u2
u3
u1
x4
0
2
1
1
20
x2
1
1
0
0
30
x3
2
0
1
1
60
z
2
1
1
2
250
Az utols sor els eleme itt pozitv. Ez azt jelenti, hogy a program rtke
mg nvelhet lenne. Azonban a szmtsokat nem tudjuk folytatni, mert
generl elem csak pozitv lehet. Mr pedig az x1 oszlopban nincs pozitv
szm.
Megmutathat, hogy ilyen esetben a clfggvnynek nincs fels korltja, vagyis a clfggvny rtke tetszs szerint nvelhet. Ilyenkor azt
mondjuk, hogy a clfggvny nem korltos, a feladatnak nincs optimlis megoldsa.
Degenerci
Degenerltnak nevezzk a lineris programozsi feladatot, ha optimlis
megoldsban xi = 0 gy fordul el, hogy a hozztartoz oszlopvektort
bevontunk a bzisba.
Ez az eset ktflekppen llhat el:
a) Az indultblzat utols oszlopban eleve 0-k szerepelnek.
b) A megolds sorn legalbb egyszer nem tallunk egyrtelmen generl elemet, mert tbb egyenl rtk keresztmetszet llt el.
Nzzk az a) esetre a kvetkez pldt:
B0
u1
u2
u3
x1
6
4
2
x2
0
1
1
x3
4
0
1
x4
1
1
0
b
30
40
0
Lehetsges megolds:
x1 = x2 = x3 = x 4 = 0
u1 = 30, u2 = 40, u3 = 0
z
6
1
4
1
0
z=0
Vlasszunk generl elemet az els oszlopban. Ez csak a 2 lehet, mert:
0:2=0
30 : 6 = 5
Teht a szk keresztmetszet a harmadik sorban van.
Vissza
34
Opercikutats
Lineris programozs
Vissza
35
gy az j tblzat:
B1
u1
u3
3
x2
3
x3
1
x4
1
b
30
Lehetsges megolds:
x1 = 0
u2
2
1
2
1
40
x2 = x3 = x4 = 0
x1
0
0
u1 = 30, u2 = 40, u3 = 0
z 3
4
1
1
0
z=0
Lthat, hogy hiba hajtottuk vgre a csert, a clfggvny rtke, st
maga a program is vltozatlan maradt.
Mg javthat a program: x4 oszlopban vlaszthatunk generl elemet
B2
x4
u2
x1
z
u2
3
5
x2
3
4
x3
1
1
u1
1
1
0
1
30
10
0
30
Lehetsges megolds:
x2 = x3 = 0
x1 = 0, x4 = 30
u1 = u3 = 0, u2 = 10
z = 30
x1
1
3
4
4
u1
1
3
4
4
x2
3
1
1
1
x2
3
10
11
11
b
2
6
2
0
b
2
0
10
8
Vissza
35
Opercikutats
Lineris programozs
Vissza
36
x 0, b1 0, b2 0
A1 x = b1
A2 x b2
z = cT x max
x 0, b1 0, b2 0
A 1 x + u 1* = b1 = b1
A2 x + u2 = b2
c)
z = cT x max
Ebbl a formbl ltszik, hogy az u 1* vektornak egyenlnek kell lenni a
nullvektorral.
rjuk fel a normlfeladatnl megszokott szimplex indul tblzatot:
a)
b)
xT
A1
b1
u 1*
u2
A2
b2
T
z
c
0
A normlfeladatnl mr itt leolvashat volt egy lehetsges bzismegolds.
Most nem, mert itt az olvashat le, hogy u 1* = b1, holott u 1* = 0 a kvetelmny. Teht elszr azt kell megvizsglni, hogy az L lehetsges megoldsok halmaza nem res-e, azaz van-e egyltaln lehetsges megolds.
Megfelel bzistranszformcival gy kell talaktani a tblzatot, hogy a
csillaggal jellt vltozk kikerljenek a bzisbl (ekkor rtkk nulla lesz).
Ha ez nem sikerl, akkor a feladatnak nincs megoldsa.
Clul tzzk ki, hogy a felttelek kztt szerepl egyenletek teljesljenek, azaz 1T A1 x = 1T b1 teljesljn. (1T az sszegz vektor.) Ezrt
egy gynevezett msodlagos clfggvnyt vezetnk be s ennek teljeslst
vizsgljuk. gy a feladatot visszavezetjk normlfeladatra.
B0
Vissza
36
Opercikutats
Lineris programozs
Vissza
37
x 1, x 2, x 3 0
2x1 x2
10
x1
+ x3 = 18
x2 2x3 = 20
c)
z = 2x1 x2 + 5x3 max
Msodlagos clfggvny a kt egyenlet sszege lesz, azaz
a)
b)
x1 + x2 x3 = 38
Az indul tblzat:
B0
u1
u *2
u *3
x1
2
1
0
x2
1
0
1
x3
0
1
2
b
10
18
20
z
2
1
5
0
z*
1
1
1
38
Generl elemet a msodlagos clfggvny szerint a csillaggal jelzett vltozk sorban a szk keresztmetszet mentn vlasztunk. (Ezzel elrjk,
hogy az u*-ok rtke nulla, a vltozk rtke pozitv lesz.)
Generl elemet az x1 s x2 oszlopban vlaszthatnnk. Ha x1 oszlopban vlasztunk, akkor a szk keresztmetszet
10 : 2 = 5
18 : 1 = 18
Vissza
37
Opercikutats
Lineris programozs
Vissza
38
x1
u1
2
1
0
2
1
u *2
x2
z
z*
B2
x1
u *3
u *3
x3
2
1
2
3
1
30
18
20
20
18
b
u *2
u1
4
66
x3
1
18
x2
2
56
z 1
34
z*
0
0
*
*
Lthatjuk, hogy u 2 = u 3 = 0 s az utols sor minden eleme nulla. Teht a
feladatnak van lehetsges bzismegoldsa, amely a tblzatbl leolvashat:
x1 = 0
x2 = 56
x3 = 18
u *3 = 0
u1 = 66
z = 34
*
u2 = 0
Ez egyben optimlis megoldsa is a feladatnak, mert a z sorban mr nincs
pozitv szm.
Ez a program az eredeti feladat feltteleit kielgti.
sszefoglalva az elmondottakat a megolds technikja a kvetkez:
1. Az indultblzatot kibvtjk az egyenletekbl szerkesztett msodlagos
clfggvnnyel, bevezetjk a csillagos jellst az egyenletek sorban.
2. Generl elem vlaszts:
Vissza
38
Opercikutats
Lineris programozs
Vissza
39
A3 x v3 = b3
gy mr mdostott normlfeladatt alakult a feladat.
Oldjuk meg a kvetkez ltalnos feladatot.
a)
b)
x 1,
x 2, x 3 0
x2 + x3 160
x1 + x2 + x3 = 100
x1 + x2 + x3 180
c)
z = 2x1 + 6x2 + 2x3 max
Bevezetve a v3 0 segdvltozt, a feladat mdostott normlfeladat lesz:
x 2 + x3
160
x1 + x2 + x3
= 100
x1 + x2 + x3 v3 = 180
z = 2x1 + 6x2 + 2x3
max
z* =
2x2 + 2x3 v3 = 280
Vissza
39
Opercikutats
Lineris programozs
Vissza
40
x1
0
1
x2
1
1
x3
1
1
v3
0
0
b
160
100
u *3
180
z
z*
2
0
6
2
2
2
0
1
0
280
B1
x1
u *2
x3
v3
u1
x2
1
1
u *3
z
z*
B3
0
1
0
8
2
u *3
u *2
4
0
x3
u1
x2
x1
0
1
0
z
z*
B4
4
0
x3
u *3
u *2
0
0
1
60
100
80
0 600
1
80
v3
b
1
20
140
40
4 920
0
0
u1
b
v3
0
2
40
x2
1
1 160
x1
0
1
60
z
4
8 1080
Ez egyben optimlis megolds.
Lehetsges megolds:
x1 = 40
u1 = 20
x2 = 140
x3 = 0
z = 920
u *2 = 0
u *3 = 0
Lehetsges megolds:
x1 = 60
x2 = 160
x3 = 0
z = 1080
u *2 = u *3 = u1 = 0
v3 = 40
Vissza
40
Opercikutats
Lineris programozs
Vissza
41
x1
1
1
1
2
z
z*
B1
u1
1
1
u 2*
4
2
x2
x1
z
z*
B2
x2
x1
z
x2
x3
1
2
v2
0
1
b
120
60
1
2
x3
3
0
1
v2
1
0
60
b
60
2
2
0
u1
1/3
2/3
2/3
2
1
0
x3
1
0
3
1
1
0
v2
1/3
1/3
5/3
60
60
0
b
20
100
20
Vissza
41
Opercikutats
Lineris programozs
Vissza
42
u1 = 0
u2* = 0
v2 = 0
Vissza
42
Opercikutats
Lineris programozs
Vissza
43
ha kisebb modellt kell kezelni. Ezrt igen elnys lenne, ha az egyedi korltok nem nvelnk a sorokat s az oszlopokat sem.
Nzzk a matematikai modellt. Vezessk be egy y 0 vektort gy,
hogy az x k egyenltlensget egyenlett alaktsa a kvetkezkppen:
x=y+k
Mivel c T k egy skalr szorzat s elemei konstansok, ezrt ez egy szm lesz.
Hasonl okok miatt az A k szorzat egy konstans elemeket tartalmaz
vektor. Ezrt a szimplex mdszernl megszokott formba rhatjuk a modellt, ha b' = b A k s z ' = c T y jellst alkalmazzuk:
A y b'
y0
z' = c T y max,
Vissza
43
Opercikutats
Lineris programozs
Vissza
44
+4 x 2
3x 2
+ 2x 2
+x 3
+2 x 4
+ x4
+ x4
+ x3
+ 2x 5
+ x5
+ x5
=
=
90
50
60
80
x1
x2
40
0
x3
x4
x5
20
2
0
40
4 1 2 0 64
0
3 0 1 2 2
,
20 =
2 0 1 1 42
2
0 1 0 1 60
0
40
0
illetve c T k = [80 60 20 100 20] 20 = 3800
2
0
Vissza
44
Opercikutats
Lineris programozs
Vissza
45
gy a megoldand modell:
y1
y1
y1
z' = 80 y 1
+4 y 2
3y 2
+ 2y 2
+ 60 y 2
+y 3
+ y3
+ 20 y 3
+2 y 4
+ y4
+ y4
+ 2y 5
+ y5
26
48
= 18
+ 100 y 4
+ y5
+ 20 y 5
= 20
max
Vissza
45
Opercikutats
Lineris programozs
Vissza
46
Vissza
46
1.6.1 bra
Opercikutats
Lineris programozs
Vissza
47
Vissza
47
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Dualits
Vissza
48
3. Dualits
3.1. Dualits fogalma
A lineris programozsi feladatoknl mind elmleti, mind gyakorlati szempontbl nagy jelentsge van a dualits elvnek. Ez azt jelenti, hogy
ugyanazon az adathalmazon kt feladatot rtelmezhetnk. Minden lineris
programozsi feladathoz hozzrendelnk bizonyos szably szerint egy
msik lineris programozsi feladatot, amelyet a kiindulsi feladat
duljnak neveznk.
Definci: Az
x 0
y0
T
A yc
Ax b
T
f(x)= c x max
s az
g(y)=bTy min
feladatok egymsnak duljai. A kiindul feladatot priml, a belle
szrmaztatott feladatot dul feladatnak nevezzk. A maximumfeladat
kanonikus alakja Ax + u = b, a minimumfeladat pedig ATy w = c.
A dul feladat vltozinak szma a priml feladat feltteleinek szmval, a
feltteli egyenleteinek szma a priml vltozk szmval egyezik meg. A
priml feladatban szerepl relcik helyett a dulban relcik szerepelnek. A dul feladat egytthat mtrixa megegyezik a priml feladat
egytthat mtrixnak transzponltjval.
A dul feladat megismerse szmos elnnyel jr:
felhasznlhat a priml feladatok optimlis megoldsnak meghatrozsra
fontos gazdasgi jelentst hordoz az optimlis megoldsa
3.1.1. Egy termelsprogramozsi feladat duljnak gazdasgi
rtelmezse
Vissza
48
Opercikutats
Dualits
Vissza
49
y2,
y3,
2y 1
4y1
g (y ) = 160 y 1
+ 3y 2
+ 2y 2
+ 120 y 2
+ 2y 3
+ 60 y 3
60
80
min
Vissza
49
Opercikutats
Dualits
Vissza
50
az 1.2.2. feladatban meghatrozott eladsi ra. Vagyis teljeslni kell a kvetkez feltteleknek:
12y1 + y2 + y3 40
2y1 + y2 + 3y3 80
Ez a feladat az eredeti feladat dulja.
Mtrix-vektor szimblumokkal felrva a problma:
a priml feladat
s
a dul feladat
x0
y0
T
Ax b
A yc
f(x) = cT x min
g(y) = bT y max
Matematikai szempontbl teljesen mindegy, hogy melyik a priml s melyik a dul feladat. (Gazdasgi szempontbl persze nem mindegy).
3.2. A dualits felhasznlhat elnyei
3.2.1. Minimumfeladatok megoldsa
x 1, x 2 0
a)
2x1 + x2 10
b)
x 1 + x2 7
x1
2
x2 4
c) z = 5x1 + 4x2 min
c) z = 10 u1 + 7u2 + 2u3 + 4u4 max
Ha a 1.5.4 pontban ismertetett megoldst alkalmaznnk a minimumfeladat
megoldsra, akkor mg be kellene vezetni a v tbblet vltozkat s a msodlagos clfggvnyt. gy 6 sorbl s 6 oszlopbl ll tblzatot kapnnk.
Ha a duljn keresztl oldjuk meg, akkor a 3x5 tblzatot kapunk csak.
Nzzk a megolds lpseit:
a)
b)
B0
x1
x2
z
u1
2
1
10
u2
1
1
7
u3
1
0
2
u4
0
1
4
5
4
0
Vissza
50
Opercikutats
Dualits
B1
x1
u1
x2
z
5
B2
x1
u1
1
u2
1
z
3
A B2 tblzatbl leolvashat
sa:
u2
2
x2
1
2
4
mind a
Vissza
51
u3
u4
5
0
2
3
1
2
3
4
25
u3
u4
1
1
1
1
2
3
1
0
31
priml, mind a dul feladat megold-
x1 = 3
x2 = 4
y1 = 1
y2 = 3
y3 = 0
y4 = 0
Hinyvltozk
u1 = 0, u2 = 0, u3 = 1, u4 = 0
zmin = 3l
zmax = 31
u3
x2
u2
u1
b
75
5
45
10
1190
Vissza
51
Opercikutats
Dualits
Vissza
52
A tblzat bels elemei nem hordoznak most informcit, ezrt nem rtuk
ki! A tblzat utols sorban negatv szmok, az utols oszlopban pedig
nemnegatv szmok vannak, teht leolvashat mind a priml mind a dul
feladat optimlis megoldsa:
Priml feladat optimlis megoldsa:
x0T=[45, 0, 5, 75] s uT=[0, 0, 0, 10] z0 = 1190.
Dul feladat optimlis megoldsa:
y0T= [5, 3, 7, 0] s wT = [0, 3, 0, 0] z0 = 1190.
Definci: A dul feladat optimlis megoldsnak komponenseit az erforrsok elszmolhat rnak, vagy rnykrnak nevezzk.
A szmtgpes programcsomagok egy rsze rnykr helyett a dul r
(dual price) elnevezst hasznlja.
Az rnykr vagy dul r gazdasgi jelentse:
Az i-edik felttel (az i-edik erforrs) dul ra (rnykra) megmutatja,
hogy mennyivel javul (maximum feladat esetn n, minimum feladat esetn cskken) az optimlis clfggvny rtke, ha bi egy egysgnyivel n.
A feladat gazdasgi rtkels:
Az els erforrs rnykra 5 forint. Ez azt jelenti, ha 1 egysggel
nvelnnk az els erforrs kapacitst, akkor a clfggvny rtke 5 forinttal nvekedne. Ha van a kapacits bvtsre lehetsg
s annak ra kisebb mint 5 forint, akkor azt rdemes bvteni,
mert a clfggvny nvekmnye nagyobb a kltsgnl.
Ugyanez mondhat el a 2. s a 3. erforrsrl (ez a y 0T vektor
komponenseibl olvashat ki).
A 4. erforrs rnyk ra 0, teht bvtse nem nveli a clfggvny rtkt.
Az egyes termkek fajlagos nkltsgt megkapjuk, ha az erforrsok rnykrainak vektort szorozzuk az A technolgiai mtrixszal.
1
0
[5 3 7 0]
1
1 0 1
1 1 1
= [12, 15, 10, 8]
1 1 0
0 1 0
Vissza
52
Opercikutats
Dualits
Vissza
53
x2 ,
+ 5x 2
+ x2
+ 3x 2
+ 8x 2
x3 ,
x3
+ 4x 3
x3
+ x3
x4
+ 2x 4
x4
+ x4
+ 7x 4
8
= 10
12
min
Alkalmazzuk az elmondottakat:
Vissza
53
Opercikutats
Dualits
Vissza
x 1
2x 1
2x 1
5x 2
x2
+ x2
+x 3
4x3
+ 4x 3
2 x 4
+ x4
x4
x1
z = 6x 1
+ 3x 2
+ 8x 2
x3
+ x3
+ x4
+ 7x 4
12
min
54
8
10
10
u2 ,
u3 ,
u4
u1
2u 2
+ 2u 3
+ u4
5u 1
u2
+ u3
+ 3u 4
u1
4u 2
+ 4u 3
u4
2u 1
z = 8 u 1
+ u2
10 u 2
u3
+ 10 u 3
+ u4
+ 12 u 4
7
max
A
c
A tovbbiakban be fogjuk ltni, hogy ugyanannak az eljrsnak a keretben alakul ki mind a priml, mind a dul feladatnak a megoldsa. Ha megtalltuk a priml feladat optimumt, akkor mr ismert dulisnak is az
optimuma.
Tegyk fel, hogy elemi transzformcik sorozatval sikerlt a priml
feladat bzist alkot els r darab vektort (jelen esetben a r darab egysgvektort) kicserlni az els r darab priml vltoznak megfelel vektorral.
Az gy kapott tblt mtrix algebrai jellsekkel, ttekinthet formban
csak akkor tudjuk felrni, ha magt az indul tblt az albbi partcionlt
formban adjuk meg.
Vissza
54
Opercikutats
Dualits
x 1T
x 2T
u1
A 11
A 12
b1
u2
A 21
A 22
b2
c 1T
c 2T
Vissza
55
u 1T
1
A 11
1
A 21 A 11
1
c 1T A 11
x 2T
1
A 11
A 12
1
A 22 A 21 A 11
A 12
1
c 2T c 1T A 11
A 12
1
A 11
b1
1
b 2 A 21 A 11
b1
1
c 1T A 11
b1
Vissza
55
Opercikutats
Dualits
A 11
Ax1 =
A 21
Vissza
56
1
b1
A 12 A 11
b1
b1
=b
=
1
A 22 0 A 21 A 11 b 1 b 2
A 1 b
1
c T x 1 = c 1T , c 2T 11 1 = c 1T A 11
b1
0
Bizonyts:
A bizonytst az elbbi ttelhez hasonlan vgezzk el. Vagyis bizonytanunk kell egyrszt azt, hogy u 1T 0 T , msrszt u 1T A = c T . Mivel a tbla
utols sorban nincs pozitv elem, azrt
1
c 1T A 11
0
amibl kvetkezik
1
c 1T A 11
0
Vissza
56
Opercikutats
Dualits
Vissza
57
1
s gy u 1T 0 . A felttel rtelmben c 2T c 1T A 11
A 12 0 amibl kvetkezik:
1
c 2T c 1T A 11
A 12 .
A 11
1
u 1T A = c 1T A 11
,0
A 21
] [
A 12
1
= c 1T ,c 1T A 11
A 12 c 1T , c 2T = c T
A 22
b
1
1
u 1T b = c 1T A 11
b 1 ,0 T 1 = c 1T A 11
b1
b 2
1
u 0T = c 1T A 11
, 0T
1
clfggvnyrtkek azonosak, azaz max c T x 0 = min u 0T b = c 1T A 11
b1 .
Bizonyts:
Vissza
57
Opercikutats
Dualits
Vissza
58
y
z = c T y = c 1T ,c 2T 1 = c 1T y +c 2T y .
1
2
y
2
1
Mivel y 1 0 s c 2T c 1T A 11
A 12 , azrt fennll a kvetkez egyenltlensg
sorozat:
1
z = c 1T y + c 2T y c 1T y + c 1T A 11
A 12 y =
1
1
= c 1T A 11
A 11 y + A 12 y c 1T A 11
b1 = z 0 .
Teht bebizonytottuk, hogy a priml feladat brmely y , lehetsges megoldshoz tartoz clfggvnyrtk nem nagyobb, mint az x 0 megoldshoz
tartoz clfggvnyrtk, amibl kvetkezik, hogy x 0 valban optimlis
megoldsa a priml feladatnak.
Hasonlan bizonytjuk, hogy az adott felttelek mellett u 0T a dul feladat optimlis megoldsa. Legyen t T = t 1T , t 2T a dul feladat egy tetszleges megvalsthat megoldsa. A hozztartoz clfggvnyrtk:
b
g( t ) = t T b = t 1T ,t 2T 1 = t 1T b1 +t 2T b 2 .
b 2
1
Mivel t T 0 T s b 2 A 21 A 11
b1 , azrt fennll a kvetkez egyenltlensg
sorozat:
1
g( u ) = t 1T b 1 + t 2T b 2 t 1T b 1 + t 2T A 21 A 11
b1 =
[t
T
1 A 11
1
1
+ t 2T A 21 A 11
b 1 c 1T A 11
b 1 = g( u 0 ) .
Vissza
58
Opercikutats
Dualits
Vissza
59
Szorozzuk meg a priml feladatra vonatkoz egyenltlensg mindkt oldalt balrl u T -vel s a dulra vonatkozt jobbrl x -vel, akkor
u T A x u T b illetve u T A x c T x .
Vissza
59
Opercikutats
Dualits
Vissza
60
z = c T x max
rjuk fel ennek a feladatnak a dulist. Elszr ltalnos alak feladatt kell
alaktanunk:
x0
Ax b
Ax b
z = c T x max .
Most mr fel tudjuk rni a dulist:
[u
T
T
1 ,u2
u 1T
]AA c
0 2T ,u 2T
0T
] b
g = u 1T , u 2T min
b
Vissza
60
Opercikutats
Dualits
Vissza
61
Ez a feladat gy is rhat:
[u
T
T
1 u2 A
u 1T 0 T ,u 2T
[u
T
1
cT
0T
u 2T b min
Vissza
61
Opercikutats
Dualits
Vissza
62
62
b) y T = [17, 0, 10, 0]
0
w T = [12, 4 , 0, 0] z0 = 196
B1 x 1
u1 1
u2 3
x4 1
u4 0
z 5
x2 x3 u3
0
1
0
8
1
0
1
18
2
0
1
6
1
1
0
10
4 17 10 60
B0 x1 x 2
u1 1 0
u2 2 1
u3 1 2
u4 0 1
z 15 16
c)
+x 3
x3
1
0
0
1
17
x4
0
8
1 12
1
6
0 10
10 0
x1
2x 1
x2
x4
8
12
x1
+ 2x 2
+ x4
z = 15x 1
x2
+ 16x 2
d) Dulfeladat:
+2 y 2
y1
+ x3
+ 17x 3
+y 3
y2
+ 2y 3
y2
+ 12 y 2
+ y3
+ 6y 3
y1
g = 8y 1
+ 10 x 4
+ y4
+ y4
+ 10 y 4
10
max
15
16
17
10
min
Vissza
Opercikutats
Dualits
Vissza
63
e) Az erforrsok rnykra a dul feladat optimlis megoldsnak komponensei. Teht, ha az els erforrs kapacitst 1 egysggel nveljk, azaz
9 lesz, akkor a clfggvny rtke 17 egysggel nvekszik. A msodik
erforrs rnykra 0, teht a kapacits nvelse nem mdostja a clfggvnyt stb.
f) A termkek nkltsge rnykron szmolva.
1 0
2 1
[17, 0, 10, 0]
1 2
0 1
0
0 1
= [27, 20, 17, 10]
0 1
1 0
1
Lthat, hogy az els s msodik vltoz azrt nem jelent meg az optimlis megoldsban, mert nkltsge nagyobb, mint a hozama.
3.6.2. Plda
Egy ltalnos lineris programozsi feladat megoldsa sorn az albbi tblzatot kaptuk:
B1
x3
u2
u
x1
3
4
x2
0
1
2
22
1
5
u
1
1
v1
1
1
6
8
1
11
1
11
2
66
Feladat:
a)
b)
c)
d)
e)
f)
rtkelje a tblzatot!
Olvasson le, vagy lltson el egy lehetsges megoldst, ha ltezik.
lltsa el a feladat optimlis megoldst.
rja fel a dul feladat optimlis megoldst.
rja fel az eredeti feladatot!
rja fel a dul feladatot!
Megjegyzs:
Vissza
63
Opercikutats
Dualits
Vissza
64
u2
0 ,5
0,5
x2
0
1
*u1
0
0
*u 3
0 ,5
0 ,5
b
3
5
v1
z
1
0
3
6
1
0
2
11
12
88
Vissza
64
Opercikutats
Dualits
Vissza
65
+ x2
+ x2
+x3
x3
+ x3
z = 11 x 1
+ 5x 2
+ 11 x 3
3x 1
2
8
max
A dulprja:
Rendezzk a relc jeleket a szokott formban:
x1 ,
3x 1
x1
x1
x1
g = 11x 1
x2 ,
x3
+ x2
+ x2
x2
+ 5x 2
x3
x3
+ x3
x3
+ 11x 3
8
8
max
y2 ,
+ y2
y2
y3,
+ y3
+ y3
y4
y4
y4
y1
g = 6 y 1
y2
+ 2y 2
+ y3
+ 8y 3
y4
8y 4
11
min
0
11
5
+y 2
+y
11
y1
y2
y2
+y
+y
5
11
g = 6y 1
+ 2y 2
+ 8 y min
Vissza
65
Opercikutats
rzkenysgvizsglat
Vissza
66
4. rzkenysgvizsglat
Az opercikutatsi csoport munkja nem r vget az ltala megfogalmazott modell optimlis megoldsnak meghatrozsval. Gyakran tanulmnyozni kell azt is, milyen hatssal van a szimplex mdszerrel ellltott
optimlis megoldsra az, ha a modell paramterei (bi, cj s aij) klnbz lehetsges
rtkeket vesznek fel.
A gyakorlat azt mutatja, hogy mindig van nhny olyan paramter,
amelynek brmilyen rtelmes rtket adhatunk anlkl, hogy befolysoln
az optimlis megoldst. Lehetnek azonban olyan paramterek, amelyek
kismrtk vltozsa is egy j optimlis megoldshoz vezetnnek.
Az optimlis megolds vltozatlansga azt jelenti, hogy a bzisvltozk
tovbbra is bzisvltozk maradnak. Ez egy termelsprogramozsi feladatnl azt jelenti, hogy az eddig nem gyrtott termkeket tovbbra sem
gyrtjuk, mg a korbban az optimlis megoldsban szerepl termkeket
esetleg ms mennyisgben gyrtunk s a clfggvny rtke is vltozhat.
Klnsen figyelemremlt az a helyzet, ha a clfggvny rtke lnyegesen rosszabb lesz. Ezrt az rzkenysgvizsglat alapvet clja ezeknek a
klnsen rzkeny paramtereknek az azonostsa s a gyakorlat szmra
fontos rtkeinek feltrsa.
Definci: rzkenysgvizsglat olyan elemz eljrs, amely sorn felderthet, hogy milyen hatssal vannak az optimlis megoldsra a modell
paramtereinek (bi, cj s aij) rtkeiben bekvetkezett vltozsok.
Klnsen fontos ez a tevkenysg akkor, ha a modell egy jvbeni dnts megalapozst szolglja. Ekkor ugyanis csak becslt adatokkal lehet a
modellt szmszersteni. Gyakorlatban legtbbszr a kapacitsok s a clfggvny egytthati vltozsainak hatst kell vizsglni.
4.1. rzkenysgvizsglat lnyegnek
szemlltetse
Vizsgljuk meg a kvetkez lineris modell grafikus megoldst!
Vissza
66
Opercikutats
rzkenysgvizsglat
Vissza
x1
x2
140
2x 1
x2
40
100
60
x1
x2
z = 30 x 1
+ 50 x 2
67
max
3.1.1. bra
Vltoztassuk meg az els erforrs kapacitst!
Ez grafikusan azt jelenti, hogy az f1 egyenest nmagval prhuzamosan
eltoljuk. Ekkor az optimlis megolds is vltozik (vgig szalad a D pont az
f4 egyenesen a (100;60) pontig. Ha f1 elhagyja ezt a pontot, akkor az optimlis megolds mr nem vltozik a b1 tovbbi nvelsre, hiszen mr nem
jtszik szerepet az L lehetsges megoldsi halmaz cscspontjainak kialaktsban. Ez azt jelenti, ha az els erforrs kapacitsa 160-nl nagyobb
lesz, akkor ez az erforrs mr nem korltozza a termelst. Teht a b1 rzkeny paramter, de csak 160 rtkig.
Vissza
67
Opercikutats
rzkenysgvizsglat
Vissza
68
x2
2x 1
x2
x1
x2
z = 30 x 1
+ 50 x 2
p1
140
40
100
60
max
Vissza
68
Opercikutats
rzkenysgvizsglat
Vissza
x1
x2
2x 1
x1
x2
p1
p2
x2
p1
p2
z = 30 x 1
+ 50 x 2
69
140
40
100
60
28
16
max
A 3.1.1. brn szemlltetve, ez azt jelenti, hogy az f1 s f2 egyeneseket toljuk el nmagukkal prhuzamosan s vizsgljuk az L halmaz vltozst.
Gyakorlatban gyakran elfordul problma a clfggvny egytthatinak (a termk fajlagos haszna, kltsge, ra stb.) vltozsa. Krds az, hogyan vltozik az optimlis megolds (adott erforrsok mellett), ha a clfggvny egy vagy tbb egytthatja megvltozik.
A 3.1.1. brn szemlltetve ezt a problmt azt jelenti, hogy a clfggvny meredeksgnek megvltozsa hogyan befolysolja az optimlis megoldst.
Hozzuk y= mx+b alakra a clfggvnyt, azaz:
x2 =
30
H
x1 + .
50
50
Vissza
69
Opercikutats
rzkenysgvizsglat
Vissza
70
1
A 21 A 11
A 22
1
1
A 11
b1
b1 0
A 11
A 12
+
=
1
1
A 12 0 b 2 b 2 A 21 A 11 b 1
A 21 A 11
Vissza
70
Opercikutats
rzkenysgvizsglat
Vissza
71
A 11
b1
+
+
4x 2
2x 2
+ 80 x 2
c2
160 b1
120 b 2
60 b 3
max!
c2
c1
0
b2
b1
B2 u 2
u1
1
3
x2
30
0
4
8
x 1 0,5 0,25
20
0
u3 1
0,5
20
b3
2 10 15 3600
0
0
3
0 30
8 b 2
0, 25 + 0 = 20 .
b1
0,5 b 3 20
Megjegyzs:
Ezek az sszefggsek nem csak optimlis tblzatra igazak, ezrt felhasznlhatk a szmtsok ellenrzsre is.
Vizsgljuk meg, hogy a b1, b2, b3 kapacitsok illetve a c1, c2
clfggvnyrtkek milyen hatrok kztt vltozhatnak, hogy a tblzatunk tovbbra is optimlis maradjon.
Vissza
71
Opercikutats
rzkenysgvizsglat
Vissza
72
Mint tudjuk, az optimalits felttele: a tblzat utols oszlopnak elemei nem negatvak, a tblzat utols sornak elemei nem pozitvak legyenek, azaz
3
0 0
0, 25
8 b 2
0 ,5
0, 25 + 0 0 .
b1
+ 0,5 b 3 0
1
b 1 0 0
0 30 +
0, 25
8
8
120
0 ,5
0, 25 b1 + 0 0 lesz.
0, 25 + 0 = 60
b1
60 120 0,5 b1 60 0
+ 0 ,5
1
b1
80,
0 240 b1 ,
+ 60 0 b1 120.
[0,
] [
1
A 11
c 2T c 1T , 0 T
1
A 21 A 11
A 22
A 11
A 12
=
1
A 21 A 11 A 12
1
1
= c 1T A 11
, c 2T c 1T A 11
A 12 ,
Vissza
72
Opercikutats
rzkenysgvizsglat
Vissza
73
0, 25
8
Az optimalits felttele:
[0,
0] [c 2 , c,1
0, 25
8
0, 25 [0, 0] legyen.
0 ] 0 ,5
+ 0 ,5
1
0, 25
8
ezrt
Vissza
73
Opercikutats
rzkenysgvizsglat
Vissza
74
Vissza
74
Opercikutats
rzkenysgvizsglat
Vissza
75
x0
Ax b
z = p T + q T t x max!
egyenltlensg-rendszer megoldsa.
A jobb rthetsg miatt trjnk t a vektor koordintra, azaz oldjuk
meg a
pj + qj t 0, ahol j = 1, , n
egyenltlensgrendszert.
Vissza
75
Opercikutats
rzkenysgvizsglat
Vissza
76
pj
t , vagyis a max t + intervallumban az emltett line qj
qj
pj
pj
qj
pj
qj
pj
esetben min adja a fels hatrt.
qj
esetben a max
d) A qj = 0 esettel azrt nem kell foglalkozni, mert pj 0 esetn a j oszlop gysem vonhat be a bzisba, teht a karakterisztikus intervallumot nem befolysolja. Ha pedig pj > 0, akkor a tblzat biztosan nem
optimlis.
Az elmondottak alapjn a karakterisztikus intervallum als s fels hatrnak rtke:
, ha q j > 0 minden j - re
pj
t0 =
s
max q egybknt
j
+ , ha q j < 0 minden j - re
pj
t1 =
.
min q egybknt
j
Vissza
76
Opercikutats
rzkenysgvizsglat
Vissza
77
pT
b
0
qT
0
r szm transzformci utn a tblzat gy nz ki:
u
,",
ur
x1
xr
ri +1
um
z
tk
x r +1
,", x n
a ' ij
p1
q1
p
1
q1
,",
"
pj
b' i
,",
P
Q
pj
qj
Vissza
77
Opercikutats
rzkenysgvizsglat
Vissza
pj
qj
78
intervallum als s fels hatrt. Egyben azt is megadjk, hogy melyik oszlopban kell
generl elemet vlasztani a tovbbi optimlis megoldsok ellltsa rdekben.
pj
p
, ha qj < 0; vagy a min j , ha qj > 0 rtkek oszlo qj
qj
(A max
pban.)
Plda
Nzzk a kvetkez ltalnos feladatot:
x 1, x 2,
x3 0
x1 +2x2 x3 8
x1 +x2 + 2x3 12
z = (5+t) x1 + (8t)x2 + x3 min
A t rtke a [0; 10] intervallumban vltozhat.
Alkalmazzuk a szimplex mdszert:
B0
u 1*
u2
z
z*
B1
x1
u2
z
x1
x2
x3
v1
1
1
1
2
8
1
1
2
0
12
1
5t
t 8
0
0
1 1
1
2
8
*
u1
x2
x3
v1
#
2
1 1
8
#
3
1
1
20
#
18 + 3t 4 t 5 t 40 + 8t
Vissza
78
Opercikutats
rzkenysgvizsglat
Vissza
79
6,
0 4 t,
0 5 t
egyenltlensgeknek.
Teht, ha 5 t 6, akkor az x = [8, 0, 0]T optimlis megolds s
zopt = 40 + 8t.
Ha 6 t, akkor 18 + 3t pozitv lesz, teht itt vlasztunk generl elemet.
B2
u 1*
x2
u2
z
x1
x3
v1
1
1
1
4
2
2
2
3
5
1
8
2
2
2
+ 9 1,5t 5 + 0,5t 4 + 0,5t 32 4 t
x2 = 4,
u2 = 8,
x3 = 0,
v1 = 0,
Optimlis, ha
9 1,5t
0 6
s 5 + 0,5t 0 t
s 4 + 0,5t 0 t
t,
10,
8.
u 1*
#
#
#
x1
x3
u2
1
2
1
12
3
5
2
16
3 15 2t 8 t 96 12t
Vissza
79
Opercikutats
rzkenysgvizsglat
Vissza
80
x2 = 12,
u2 = 0,
x3 = 0,
v1 = 16,
Optimlis, ha
15
2
s 8 t 0 8
15 2t
t,
t.
x1
1
1
5
1
1
u1
x2
x3
2 1
v1
1
1
2
8 1
1
0
2 1
x2
x3
1
2
0
0
0
1
v1
1
12
0
0
8
3
1
18
4
3 1
0
0
6
4
1
5
1
0
5
20
40
8
0
pj
pj
t0 = max = 5 s t1 = min = 6.
qj > 0 qj
qj < 0 qj
Teht a feladat leolvashat lehetsges megoldsa a 5 t 6 intervallumban optimlis s az optimlis megolds:
Vissza
80
Opercikutats
rzkenysgvizsglat
Vissza
81
8
xopt 1 = 0 ; zopt = 40 + 8t.
0
pj
x1
32
9
32
6
x3
10
v1
pj
b
4
8
32
4
pj
x1
1
3
3
0
x3
2
5
15
2
15
u2
1
2
8
1
8
b
12
16
96
12
Vissza
81
Opercikutats
rzkenysgvizsglat
Vissza
82
5t6
(8, 0, 0)
40 + 8t
6t8
(0, 4, 0)
32 4t
8 t 10
(0, 12, 0)
96 12t
Az opercikutats klnbz modelljeinek tnyleges megoldsa hosszadalmas, szmtgp nlkl sokszor remnytelenl megoldhatatlan feladat.
Ezrt ezen megoldsi eljrsokra klnbz szmtgpes programcsomagokat ksztettek, amelyek klnbz szmtgp krnyezetben klnbz hatkonysggal hasznlhatk. Ezek egyike az EXCEL tblzatkezeln tallhat SOLVER bepl makr.
Az opercikutatssal foglalkoz munkk ismertetik a klnbz
optimumszmtsi modelleket, azok f jellemzit s megoldsi algoritmusait. Lttuk, hogy a modellek egy j rsznek megoldsa visszavezethet
lineris modell megoldsra. Ezrt kitntetett szerepe van a megoldsi
Vissza
82
Opercikutats
rzkenysgvizsglat
Vissza
83
algoritmusok kztt a lineris programozsi feladatok megoldsi algoritmusnak. Ennek ismerett ltalban megkvetelik a hallgatktl. Egyes
specilis modellek (szlltsi, hozzrendelsi, egszrtk, hiperbolikus
stb.) megoldsra tbb (egyszerstett?) matematikai mdszert s eljrst
dolgoztak ki s oktatnak a felsoktatsi intzmnyekben. Ezek lehetsget
adnak hatkony szmtgpes programok megrsra.
Ebben a fejezetben azt ismertetjk, hogy hogyan lehet felhasznlni a
matematikai programozsi feladatok megoldsra a szinte minden munkahelyen rendelkezsre ll EXCEL tblzatkezelt. Az EXCEL kziknyvek legtbbje csak emltst tesz arrl, hogy az EXCEL tblzatkezel
SOLVER bepl makr programja alkalmas lineris programozsi feladatok
megoldsra, de nem foglakozik a feladatok megoldsval, mert ezek
megrtse s alkalmazsa magasabb szint matematikai ismereteket felttelez.
Azok a hallgatk s azok a mrnkk, kzgazdszok stb., akik tanulmnyoztk s megrtettk az opercikutatsban hasznlatos
optimumszmtsi modelleket a modellek szmszerstse utn igen
eredmnyesen hasznlhatjk az EXCEL tblzatkezelt a problmk
megoldsra, mert nemcsak a szmtsokat vgzi el, hanem zeneteivel segti
a problma megoldst.
Az EXCEL alapfok ismerett felttelezve fogjuk ismertetni matematikai programozsi feladatok EXCEL-beli megoldst.
A munkt kezdjk azzal, hogy tervezzk meg a programozsi feladat
megoldsnak EXCEL krnyezett.
Tervezzk s hatrozzuk meg:
a modell vltozit s azok helyt a munkatblzaton,
a korltoz feltteleket s azok helyt a munkatblzaton,
a clfggvny kiszmtsi mdjt s helyt a munkatblzaton.
Sokflekppen helyezhetk el a szban forg rtkek, ezrt most sszefoglaljuk azokat a f tartomnyokat, amelyeket a feladatok SOLVER-rel
trtn megolds sorn ki kell jellni:
Vlasszuk ki azt a cellatartomnyt (sort vagy oszlopot vagy ktdimenzis tmbt), amelyben a vltozk rtkei jelennek meg. Minden vltoznak feleltessnk meg egy cellt, gy a tartomny annyi cellbl
fog llni, ahny vltoz van a feladatban. Tltsk fel ezek rtkt
0-val.
Helyezzk el az alapadatokat: az egytthat mtrixot, a jobb oldal vektort, a clfggvny egytthat vektort stb.
Vissza
83
Opercikutats
rzkenysgvizsglat
Vissza
84
Vissza
84
Opercikutats
rzkenysgvizsglat
Vissza
85
Vissza
85
Opercikutats
rzkenysgvizsglat
Vissza
86
A relcik kztt az int a vltozk egszrtksgt biztostja. A Korltoz felttel mezbe rjuk be a korltoz felttelek jobb oldalt tartalmaz cella cmt vagy jelljk ki, vagy rjuk be a jobb oldal rtkt.
A Felvesz lenyomsval a felttel bekerl a kialaktand modellbe.
Vgezzk el ezt a mveletet annyiszor, ahny korltoz felttel van. Itt
kell megadni a vltozk nem negatvitsi felttelt is! Minden vltoz
cellhoz kt (egy als s egy fels) korlt tartozhat. Egy problmban
legfeljebb 1000 cellhoz rendelhetnk korltot. Az utols korltoz
felttel felvtele utn az OK-val lphetnk vissza a Solver paramterek panelhez.
Ha a problmt az elmondottak szerint definiltuk a SOLVER program
szmra, akkor gondolhatunk a megoldsra. Az eddig elmondottakbl
viszont nem derl ki a modell megoldsnak krlmnyei: Mennyi idt
sznunk a megoldsra, legfeljebb hny itercit vgezzen a program (hiszen vgtelen ciklusba is kerlhet a megolds sorn), milyen pontossggal
kvnjuk ellltani a vltoz rtkt (hiszen kzelt szmtst vgznk!),
lineris-e a modell stb.?
Ezeknek a nem lnyegtelen krlmnyeknek a figyelembevtelre szolgl a
Belltsok prbeszdpanel, amelyet a Bellts gomb megnyomsval
nyithatjuk ki:
Vissza
86
Opercikutats
rzkenysgvizsglat
Vissza
87
+
+
+
+
x4 ,
x5
2x4
x 4 + 2 x5
x 4 + x5
+ x5
10 x 4 + 2 x5
90
50
=
60
=
80
max
Vissza
87
Opercikutats
rzkenysgvizsglat
Vissza
88
Lineris programozs
Vltoz
X1
X2
1
0
1
1
4
3
2
0
X3 X4 X5 REL KAPAC
1
0
0
1
2
1
1
0
0
2
1
1
<=
<=
=
=
90
50
60
80
Erforrs1
Erforrs2
Erforrs3
Erforrs4
10
max
CL
=MSZORZAT(A9:E9;C11:C15)
90
50
60
80
Clegy tthat
X1
X2
X3
X4
X5
55
0
25
5
0
A*x
=MSZORZAT(a5:e6;c11:c15)
=MSZORZAT(a5:e6;c11:c15)
=MSZORZAT(a7:e8; c11:c15)
=MSZORZAT(a7:e8; c11:c15)
Ezen elkszts utn hvjuk meg a SOLVER programot! A lenyl menbe rjuk be a krt paramtereket a kvetkez mdon:
Vissza
88
Opercikutats
rzkenysgvizsglat
Vissza
89
Vgrtk
55
0
25
5
0
Nv
Cellartk
Kplet
llapot
Eltrs
$J$5
er1
90
$J$5<=$H$5
ppen
$J$6
er2
$J$6<=$H$6
Bven
45
$J$7
er3
85
$J$7=$H$7
ppen
$J$8
er4
80
$J$8=$H$8
ppen
$D$11
X1
80
$D$11>=0
Bven
80
$D$12
X2
$D$12>=0
ppen
$D$13
X3
1,20437E11
$D$13>=0
ppen
$D$14
X4
$D$14>=0
Bven
$D$15
X5
$D$15>=0
ppen
Vissza
89
Opercikutats
rzkenysgvizsglat
Vissza
90
Megengedhet
Megengedhet
Cella
Nv
Vgrtk
kltsg
Clegytthat
nvekeds
cskkens
$D$11
X1
55
2,666666667
$D$12
X2
14
14
1E+30
$D$13
X3
25
$D$14
X4
10
$D$15
X5
1E+30
Felttel
Megengedhet
Megengedhet
rnykr
jobb oldala
nvekeds
cskkens
Cella
Nv
Vgrtk
$J$5
Er1
90
90
90
10
$J$6
Er2
50
1E+30
45
$J$7
Er3
60
60
25
55
$J$8
Er4
80
80
10
50
Vissza
90
Opercikutats
rzkenysgvizsglat
Vissza
91
nvelhet 25 egysggel, gy azt vrhatjuk, hogy 150-nel nvekszik a clfggvny rtke. Errl gy gyzdhetnk meg, hogy az eredeti feladat
jobboldalnak vektorban a harmadik erforrs rtkt 85-re vltoztatjuk
s jra indtjuk a SOLVER programot. A Megolds gomb megnyomsa
utn jra elkszti a mr bemutatott mdon az optimlis megoldst s az
rzkenysgjelentst.
Hasonl mdon elemezhet a clfggvny egytthatiban trtn vltozs kvetkezmnyei is. Addig folytathat a vizsglat, amg a gyakorlatnak megfelel megoldst nem kapunk.
Vissza
91
Opercikutats
Szlltsi feladatok
Vissza
92
5. Szlltsi feladatok
5.1. A feladat megfogalmazsa
Adott m szm telephelyen t1, t2, , tm mennyisg homognnek tekinthet termk van, amelyet n szm megrendelkhz kell elszlltani, akiknek az ignyk rendre r1, r2, , rn. Ismertes az i-edik feladtl a j-edik
megrendelhz a fajlagos szlltsi kltsg, cij.
Krds az: Honnan hov mennyit szlltsunk, hogy a szlltsi sszkltsg a lehet legkisebb legyen?
Ttelezzk fel, hogy a feladknl trolt mennyisg egyenl a rendelt
mennyisggel. A modell felrshoz vezessk be az xij (i = 1, 2, , m;
j = 1, 2, .., n) dntsi vltozkat, amelyek a Fi feladtl a Rj megrendelhz szlltott mennyisget jelenti. Akkor az xij 0 vltozkat gy kell
meghatroznunk, hogy minden i = 1, 2, , m-re
xi1 + xi2 ++ xin = ti
(4.1.)
s minden j = 1, 2, , n-re
x1j + x2j ++ xmj = rj teljesljn
(4.2)
s
z = c11x11 + c12x12 ++ cijxij ++ cmnxmn
a lehet legkisebb legyen.
A (4.1.) egyenlsg azt fejezi ki, hogy az i-edik feladtl a klnbz
megrendelknek elszlltott mennyisgek sszege pontosan ti legyen, a
(4.2) egyenlsg szerint pedig a j-edik megrendelnek a klnbz feladtl elszlltott mennyisg rj legyen.
Az
alapfeladatban
megkveteljk,
hogy
t1 + t2 ++ tm = r1 + r2 ++ rn azaz a kszletek sszege egyenl legyen az
ignyek sszegvel.
Tmren gy fogalmazhatjuk meg a klasszikus szlltsi feladatot:
Definci: Szlltsi feladatoknak nevezzk azon lineris programozsi
feladatokat, amelyek matematikai modellje:
Vissza
92
Opercikutats
Szlltsi feladatok
Vissza
93
a) xij 0 (i = 1, 2, , m; j = 1, 2, , n),
n
b)
xij = ti > 0,
j=1
m
c)
xij = rj > 0,
i =1
m
d)
t = r ,
i
i =1
e)
j=1
i =1
j=1
x 0,
z = c T x min!
Vissza
93
Opercikutats
Szlltsi feladatok
Vissza
94
Rendeltetsi helyek
R1
R2
R3
R4
Kszlet (t)
F1
8
10
9
2
50
Feladk
F2
1
6
4
10
30
F3
3
4
5
1
20
Igny(t)
40
30
20
10
100 t
Pldul a tblzatban az els sor els oszlopban lv 8-as azt jelenti,
hogy az F1 feladhelyrl az R1 rendeltetsi helyre 8 ezer forintba kerl az
egy tonna termk szlltsa.
Jelljk az i-edik feladhelyrl a j-edik rendeltetsi helyre egyenlre
ismeretlen szlltand mennyisget xij-vel s a felttelrendszer felrshoz
azt a megszortst tesszk, hogy minden feladtl el kell szlltani a termket, valamint minden megrendel ignyt ki kell elgteni, akkor az
elbbi feltteleket a kvetkez matematikai formulval fogalmazhatjuk
meg:
xij 0, ahol i= 1, 2, 3: j=1, 2, 3, 4
x11 + x12 + x13 + x14 = 50
x21 + x22 + x23 + x24 = 30
x31 + x32 + x33 + x34 = 20
c) x11 + x21 + x31 = 40
x12 + x22 + x32 = 30
x13 + x23 + x33 = 20
x14 + x24 + x34 = 10
A szlltsi kltsget pedig a K = 8x11 + 10x12 + 9x13 + 2x14 + x21 + 6x22 +
4x23 + 10x24 + 3x31 + 4x32 + 5x33 + x34 lineris fggvny fejezi ki.
Ennek a fggvnynek keressk a minimumt a felrt felttelek mellett.
Lthat, hogy ez a feladat megfelel a 4.1 pontban megfogalmazott alapfeladatnak.
Szlltsi feladattal llunk szemben akkor is, ha meg kell hatrozni egy
gpcsoport munkatervt egynl tbb termk gyrtsa esetn, egy munkahelyen a munkk sztosztst, beruhzsok sztosztst, az ipari feldolgozsra sznt termkek (cukorrpa, napraforg, tej, vgllat stb.) feldolgoz
zemek kztti elosztst.
rjuk fel a 4.2 pontban ismertetett feladat szimplex tblzatt: a feladkhoz tartoz felttelek dul vltozit jelljk u1, u2, u3, illetve a megrendelkhz tartoz felttelek dul vltozit v1, v2, v3, v4-gyel.
a)
b)
Vissza
94
Opercikutats
Szlltsi feladatok
*u
*u
*u
1
2
3
*v
1
*v
2
*v
3
*v
4
z
Z*
x11
1
0
0
1
0
0
0
8
2
x12
1
0
0
0
1
0
0
10
2
Vissza
x31
0
0
1
1
0
0
0
3
2
x32
0
0
1
0
1
0
0
4
2
x33
0
0
1
0
0
1
0
5
2
x34
0
0
1
0
0
0
1
1
2
95
50
30
20
40
30
20
10
0
200
v1
+
u2
u2
u2
u2
v2
+
v3
v3
v1
+
v2
u3 + v1
u3
+ v2
u3
+ v3
u3
z= 50u1 + 40u2 +20u3 + 40v1 + 30v2 + 20v3
8
10
9
+ v4 2
1
6
4
+ v4 10
3
4
5
+ v4 1
+ 10v4 max
Vissza
95
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Szlltsi feladatok
Vissza
96
Vissza
96
Opercikutats
Szlltsi feladatok
Vissza
97
R1
c 11
R2
c 12
"
"
F2
#
c 21
#
c 22
#
Fn
c m1
r1
cm2
r2
" c 2n
#
" c mn
" rn
Rn
c 1n
t1
t2
#
tm
t i = rj
R1
R2
R3
R4
3
4
2
1
100
2
5
10
4
80
10
20
60
50
A tblzatbl leolvashat, hogy a felad helyen 180 egysg ll rendelkezsre, mg a rendeltetsi helyek ignye csak 140 egysg. Teht bevezetnk egy
fiktv (nvleges) megrendelt 40 egysg ignnyel. gy az indul tblzat a
kvetkez lesz.
F1
F2
F1
F2
R1
3
2
10
R2
4
5
20
R3
2
10
60
R4
1
4
50
R5
0
0
40
100
80
180
Vissza
97
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Szlltsi feladatok
Vissza
98
A bzisvektorok kivlasztst a hozzjuk tartoz cij elemek generl elemszer bekeretezsvel jelezzk s a hozzjuk tartoz bzisvltozk konkrt rtkt a keretre
rjuk:
c ij
x ij
A bzisvltozk rtke xij = min (ti, rj) legyen. Az gy kivlasztott cij elemeket kttt helyeknek nevezzk. A kttt helyek szma az egytthatmtrix
rangjval egyenl, ami m+n1.
Lehetsges bzismegolds ellltsra szolgl mdszerek kzl hrmat ismertetnk.
szaknyugati sarok mdszer
Kiindulunk egy elosztsi feladat disztribcis tblzatbl: Az els felad kszletbl
kielgtjk az els, msodik stb. megrendel teljes ignyt, ha az els feladnak kimerl
a kszlete, folytatjuk a msodik felad kszletvel az els kielgtetlen megrendelnl s
gy tovbb, amg az utols felad kszletbl az utols megrendel ignyt is ki nem
elgtjk.
gy egy m+n1 kttt helyet tartalmaz bzismegoldshoz jutunk ltalban.
Vissza
98
Opercikutats
Szlltsi feladatok
Vissza
99
Elfordul, hogy egy felad s megrendel kszlete egyszerre egyenltdik ki, akkor a feladat degenerlt. Ilyenkor is m+n1 kttt helyet jellnk ki; nullt runk a generl elem fl.
A konkrt feladat esetben:
R1
F1
R2
40
F2
F3
R3
9
10
10
20
R4
2
50
30
10
10
10
20
10
40
30
20
10
100
Az eljrs elnye, hogy gyorsan elllthat egy lehetsges bzismegolds.
Htrnya az, hogy ltalban messze esik a kapott bzismegolds az optimlis megoldstl.
A szlltsi kltsg:
K = 40 8 + 10 10 +20 6 + 10 4 + 10 5 + 10 1 = 640 e Ft.
Sor- s oszlopminimum mdszer
Ezzel a mdszerrel olyan bzismegoldst keresnk, amely a clt is igyekszik figyelembe venni.
Lnyege, hogy a legkisebb kltsg helyeket vlasztjuk generl elemnek s a feltteleket igyeksznk kielgteni. Az eljrst a legnagyobb peremadatnl clszer kezdeni.
R1
F1
F2
F3
40
0
3
40
R2
10
10
30
20
R3
9
R4
10
50
10
30
20
20
10
20
Szlltsi kltsg: K = 40 8 + 10 2 + 0 1 + 10 6+ 20 4 + 20 4 =
580 e Ft
Ez a bzismegolds degenerlt, mert van olyan bzisvltoz, amelynek
rtke nulla.
Vogel-Korda mdszer
Most is a disztribcis tblzatbl indulunk ki.
Vissza
99
Opercikutats
Szlltsi feladatok
Vissza
100
R1
8
R2
10
R3
9
R4
2
10
50
d1
6 a legnagyobb klnbsg
F2
F3
1
6
4
10
30 3
3
4
5
1
20 2
40 30 20
10
d1
2
2
1
1
Hagyjuk el az R4 oszlopot s korrigljuk az F1 kszletet!
F1
F2
F3
R1
8
1
30
R2
10
6
R3
9
4
d2
40
30
1
3 a legnagyobb klnbsg
20
40
30
20
d2
2
2
1
Hagyjuk el az F2 sort s korrigljuk R1 ignyt!
F1
F3
R1
8
3
R2
10
d3
10
5
30
6a
20
R3
9
5
40
20
d3
1
1
20
4
legnagyobb
klnbsg
Vissza
100
Opercikutats
Szlltsi feladatok
R1
F1
R2
10
101
R3
10
10
Vissza
10
10
20
40
20
R2
F1
10
10
F2
30
F3
R3
10
20
R4
20
10
50 40 20
d1
6
d2
1
10
30
20
40 10 30 10
20
d1
2
2
1
d2
2
2
1
d3
5
6
4
Teht egy lehetsges megolds:
d3
1
10
1
x11 = 10, x12 = 10, x13 = 20, x14 = 10, x21 = 30, x32 = 20, a tbbi rtke 0.
A szlltsi kltsg:
K = 10 8 + 10 10 + 20 9 + 10 2 + 30 1 + 20 4 = 490 e Ft.
A mdszer elnye, hogy a megadott pldk nagy szzalknl a kapott
bzismegolds egyben optimlis megolds is. Ezrt a nagymret feladatok kzelt megoldst gyakran gy hatrozzk meg.
5.3.3. Optimalits-vizsglat
Vissza
101
Opercikutats
Szlltsi feladatok
Vissza
102
akkor optimlis, ha u j + v j = c ij .
[ ]
t
bl kvetkezik: [u , v ] = c
r
] A
[u
A1
, v T = cT .
A 2
Rtrve a koordintkra:
u i + v j = c ij ,
rtkhez felrjuk az u i + v j = c ij
feltteli egyenlete-
c x
ij ij
kifejezssel
i =1 j=1
szmoljuk ki.
5. Ha van olyan cij, hogy cij (ui + vj) 0, akkor a priml feladat clfggvny rtke cskkenthet. (A program javthat.)
Vissza
102
Opercikutats
Szlltsi feladatok
Vissza
103
R1
F1
40
F2
F3
R3
9
10
20
R4
2
20
50
10
10
30
20
40
30
20
10
rjuk fel a potencilrendszert! Felrhat, mert a kttt helyek szma 6 s ez
egyenl az m+n1 kritikus szmmal.
u1 + v1 = 8
u1 + v4 = 2
u2 + v1 = 1
u2 + v2 = 6
u2 + v3 = 4
u3 + v2 = 4
Legyen u1 = 0, akkor v1 = 8, v4 = 2, u2 = -7, v2 = 13, v3 = 11, u3 = -9.
Szoks szerint ezt a disztiribcis tblzat szln tntetjk fel s gy
egyszerbb is a szmtsuk.
Nzzk: A tblzatban csak a kttt elemeket hagyjuk meg s induljon
ki az u1 = 0-bl:
u1 = 0
u2 = 7
u3 = 9
v1=8
8
1
v2=13
v3=11
6
4
v4=2
2
u1 + v1 = 8 v1 = 8
u1 + v4 = 2 v4 = 2
u2 + v1 = 1 u2 = 7
u2 + v2 = 6 v2 = 13
u2 + v3 = 4 v3 = 11
u3 + v2 = 4 u3 = 9
Vissza
103
Opercikutats
Szlltsi feladatok
Vissza
104
13
103
11
92
10 (0 + 13)
9 (0 + 11)
1015
10 (7 + 2)
34
53
18
3 (9 + 8)
5 (9 + 11)
1 (9 + 2)
A lbindexek azt mutatjk, hogy mennyivel vltozik a szlltsi kltsg,
helyre egy egysggel tbb szlltst terveznk.
Lthat, hogy van olyan (i, j) pr, amelynl
= 3
= 2
= 15
= 4
= 3
= 8
ha arra a
Tovbbi transzformcival kell javtani a bzismegoldst. A transzformci (vektorcsere) egy sajtos mdjra ad lehetsget a szlltsi modell
specilis struktrja.
Tegyk fel, hogy a disztribcis tbln egy nem optimlis megolds
lthat. Az eddig elmondottakbl tudjuk, hogy minden xij bzisvltozhoz
tartozik egy c ij kttt elem s fordtva. A javtst clz bzistranszformcit gy vgezzk el, hogy a kttt elemek kzl egyet szabadd
tesznk s egy szabad elemet lektnk. A vltoztatst gy kell megtenni,
hogy a szlltott mennyisgek sszege sor s oszlopirnyban ne vltozzon.
Ezt a kvetkez lpssorozattal rhetjk el:
a) Induljunk ki egy szabad cij elembl s ezt kssk ssze egy ugyanabban a sorban lv cik kttt elemmel, amelynek az oszlopban tovbbi
kttt elem van!
b) Ezt a cik elemet kssk ssze az oszlopnak egy olyan cgk kttt elemvel, amelynek sorban mg van tovbbi kttt elem!
c) A cgk-bl folytatva addig ismteljk az a), b) lpst, mg vissza nem
jutunk a cij elemre.
Az gy kapott alakzatot krnek vagy huroknak nevezi a szakirodalom.
Definci: A disztribcis forma olyan vektorrendszert, amely a disztribcis tblzat brmely sorbl s oszlopbl tartalmaz elemeket, ponto-
Vissza
104
Opercikutats
Szlltsi feladatok
Vissza
105
1
6
4
10
3
4
5
1
egy szabad elem, a tbbi kttt hely.
E cscspontokhoz tartoz vektorrendszer a 4.3 pontban ismertetett
szimplex tblzatban lthat:
e1 e 2 e 2 e1
e 2 ; e 2 ; e1 ; e1 .
c xikik d
x +d
c gkgk
x d
c gjgj
Vissza
105
Opercikutats
Szlltsi feladatok
Vissza
106
10
30
10
10
10
10
ui
10
30
10
31
40
30
10
10
63
11
92
10 15
30
50
15
20
20
10
4
20
50
10
20
Vissza
106
Opercikutats
Szlltsi feladatok
Vissza
107
Lthat, hogy a c13 helyen van negatv lbindex, ezrt mg mindig nem
optimlis a megolds. Keressnk krt vagy hurkot a 9-es kltsgelemhez,
llaptsuk meg a d rtkt s hajtsuk vgre a vektorcsert a hurok mentn!
vj
10
10
30
31
40
30
9
10
10
63
20
2
20
50
10
42
10 15
30
52
15
20
20
10
Az iterci sorozata mris vget rt, mert cij (ui + vj) minden (i, j) prra
nemnegatv.
A feladat optimlis megoldsa: x11 = 10; x12 = 10; x13 = 20; x14 = 10;
x21=30; x32 = 20; a tbbi rtke nulla.
K = 10 8 + 10 10 + 20 9 + 10 2 + 30 1 + 20 4 = 490.
Ez a megolds megegyezik a 4.3.3.3 pontban ismertetett Vogel-Korda
fle kzelt megoldssal, teht ezzel a mdszerrel most is optimlis megoldst nyertnk.
5.3.5. Alternatv optimlis megoldsok
Ha egy elosztsi feladat optimlis tbljban egy, vagy tbb szabad helyen
cij (ui + vj) = 0 relci teljesl, akkor alternatv megoldsok lteznek, amelyeket
tovbbi transzformcival kell meghatrozni.
Oldjuk meg a kvetkez feladatot:
F1
F2
F3
R1
5
1
4
10
R2
3
4
3
30
R3
1
2
6
50
R4
1
4
6
30
60
40
20
120
Vissza
107
Opercikutats
Szlltsi feladatok
Vissza
108
R1
5
F2
F3
R2
3
10
R3
10
20
R4
30
20
30
60
30
d1
0
d2
0
d3
2
d4
2
40
30
20
10
3
10
20
30
120
d1
0
1
3
d2
0
1
3
d3
0
1
d4
1
1
A kttt helyek szma 6, ez megegyezik az m + n 1 kritikus szmmal:
Teht ez egy lehetsges bzismegolds.
Vizsgljuk meg, hogy optimlis-e ez a megolds. Hatrozzuk meg a
potencilrendszert s a lbindexeket:
ui
0
vj
55
30
10
1
60
30
30
20
42
40
10
44
20
65
65
20
10
30
50
30
120
Mivel a lbindex rtkek cij (ui + vj) 0 kztt nincs negatv szm, ezrt
a program optimlis.
Az optimlis megolds:
x13 = 30, x14 = 30, x21 = 10, x22 = 10, x23 = 20, x32 = 20.
Vektor formban: x 01 = [0, 0, 30, 30, 10, 10, 20, 0,0, 20, 0, 0] .
A hozztartoz kltsg:
K = 1 30 + 1 30 + 1 10 + 4 10 + 2 20 + 3 20 = 210.
Viszont c12-hz tartoz lbindex 0, teht alternatv optimuma van.
Vissza
108
Opercikutats
Szlltsi feladatok
Vissza
109
55
1
10
1
10
40
20
44
10
30
1
20
30
65
65
60
40
20
50
30
120
1
2
30
42
Vissza
109
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Szlltsi feladatok
Vissza
110
Vissza
110
Opercikutats
Szlltsi feladatok
Vissza
111
gy teht a modell:
x11 + x12 + x13 + x14 50
Feladkra:
x21 + x22 + x23 + x24 40 Azrt =, mert mindx31 + x32 + x33 + x34 = 20
et el kell szlltani.
x11 + x21 + x31 = 40
x12 + x22 + x32 = 30
Rendelkre
x13 + x23 + x33 = 20
x14 + x24 + x34 = 10
Itt minden igny teljesthet, hiszen a kszlet tbb mint az igny!
Valamint
lnek.
Clfggvny:
8x11 +10x12 + 9x13 + 2x14 + x21 + 6x22 + 4x23 +10x24 + 3x31 + 4x32 + 5x33 + x34 min.
Ha az igny nagyobb, mint a kszlet, akkor az ignyt kifejez relcik (az-
Vissza
111
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Szlltsi feladatok
Vissza
112
Vissza
112
Opercikutats
Szlltsi feladatok
Vissza
113
i =1
j=1
Vissza
113
Opercikutats
Egszrtk programozs
Vissza
114
6. Egszrtk programozs
6.1. Az egszrtk programozsi feladat fogalma
Az eddig trgyalt programozsi modelleknl feltteleztk, hogy a vltozk
brmely nem negatv vals rtket felvehetnek.
A gyakorlatban sokszor elfordul, hogy a programozsi feladatban a
vltozk csak egsz rtket vehetnek fel (pl. a modellben egy nagy rtk gp
vltozja, egy-egy beruhzsi vltozat stb.). Ha a modellben szerepl minden vltozra elrjuk az egszrtksget, akkor tiszta egszrtk feladatrl
beszlnk, ha viszont csak a vltozk egy rsze egszrtk, akkor a feladatot vegyes egszrtk programozsi feladatnak nevezzk, ha pedig azt is
elrjuk, hogy a vltozk csak 0 vagy 1 rtkeket vehetnek fel, akkor 0-1
egszrtk vagy binris feladatnak mondjuk.
Vizsgljuk meg kzelebbrl a kvetkez feladatot:
x0
[xj] = xj; (j = 1, , n.)
b) A x b
c) cT x max.
Ez lnyegben egy lineris programozsi feladat azzal a kiktssel, hogy a
vltozk adott feltteleken bell is csak egsz rtkeket vehetnek fel. (Egy
vltoz egszrtksgt az [xj] = xj egyenlsggel fogalmaztuk meg, ahol
az analzisbl jl ismert [x] jel azt a legnagyobb vals szmot jelenti,
amelyre [x] x. Pldul [3,6] = 3; illetve [0, 2] = 1).
Tovbb kiktjk, hogy az A elemei s a b komponensei egsz szmok. (Ezt elrhetjk megfelel konstansokkal val szorzssal.)
A megolds els fzisban figyelmen kvl hagyjuk a vltozkra
vonatkoz egszrtk kiktst. gy megkeressk a modell n. folytonos
optimumt. Ha folytonos modellnek nincs optimlis megoldsa, akkor az
eljrsunk vget rt, mert akkor az egszrtk feladatnak sincs
megoldsa.
Ha van optimlis megoldsa a folytonos modellnek, akkor kt eset
lehetsges:
Az optimlis megolds vltozi mind egszrtkek. Ekkor a diszkrt optimum megegyezik a folytonos optimummal.
a)
Vissza
114
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Egszrtk programozs
Vissza
115
Vissza
115
Opercikutats
Egszrtk programozs
Vissza
116
[ ]
bi ,
+x 2
x1
z = 4 x1
+ x2
+ 1x 2
+ x3
+ 3x 3
+3x 4
+ 5x 4
11
max
x1
2
1
4
x2
1
1
1
x3
0
1
3
x4
3
0
5
7
11
0
x1
2
x4
3
u2 1
2
z
3
x2
1
3
1
2
x3
u1
1
3
0
5
7
3
11
35
B1
0
1
3
Vissza
116
Opercikutats
Egszrtk programozs
Vissza
117
x1
2
x4
3
x3
1
7
z
3
x2
u 2 u1
1
1
0
3
3
1
0
+1
11
5
3
3
3
7
3
11
134
0
0
134
= 11 , z of =
.
3
7
3
trendezve:
2
1
1
1
x1 + x 2 + u1 .
3
3
3
3
Az j, kiegsztett tblzat:
B3
x4
x3
1*
z
z*
x1
2
3
1
2
3
7
3
2
3
x2
u 2 u1
1
1
0
3
3
+1
1
0
1
1
0
3
3
5
11
3
3
3
1
1
0
3
3
v1
7
3
0
11
1
1
3
134
0
3
1
1
3
0
Vissza
117
Opercikutats
Egszrtk programozs
B4
x4
1*
x3
x1
z
x2
0
1
2
1
2
15
u2
0
u1
0
1
1
2
1
0
2
1
3
2
v1
1
3
2
3
2
7
Vissza
118
2
21
2
1
2
261
= 43,5
6
1
2
21
, x4 = 2 s
2
z0 = 43,5.
A B4 tblzatban lthat, hogy x4 mr egsz, de az x3 s x1 nem s
z0 = 43,5.
Ha csak az x4-re rtuk volna el egszrtksget, akkor ez adn az optimlis megoldst. Az egszrtksg elrsa a clfggvny rtknek
cskkensvel jrt.
Alkalmazzuk a Gomory-fle vgsi felttelt az x1 vltozra!
1 1
3 3
1 1
1 1
x 2 + 0 u 2 + u 1 + v 1 .
2
2
2
2
2
2
2 2
azaz
1
1
1
1
x 2 + 0u 2 + u 1 + v 1
2
2
2
2
x2
0
1
x3
2
1
x1
2
1
*
2
2
15
z
6
1
*
z
2
u2
0
u1
0
1
1
2
1
0
2
1
0
2
1
3
2
1
0
2
v1
1
3
2
3
2
1
2
7
2
1
2
v2
0
0
0
1
2
21
2
1
2
1
2
43,5
1
2
Vissza
118
Opercikutats
Egszrtk programozs
B6
x4
x3
x1
2*
u2
0
1
0
x2
u1 v 1
0
1
1 2
1 2
3 2
Vissza
v2
0
1
1
119
2
10
0
2
15
1
6
1
1
41
u2
0
x2
0
v1
1
v2
0
x3
x1
1
0
1
0
3
2
1
1
11
0
u1 0
1
z 3 2
1 2
1
1 1 43
Vissza
119
Opercikutats
Egszrtk programozs
Vissza
120
Vissza
120
Opercikutats
Egszrtk programozs
Vissza
121
mok.
z = c 1T x + c 2T y max
a msik feladat:
A1 x + A 2 y b
A1 x + A 2 y b
y j y 0j
y j y 0j + 1
y egsz
y egsz
z = c 1T x + c 2T y max
z = c 1T x + c 2T y max
[ ]
[ ]
Vissza
121
Opercikutats
Egszrtk programozs
Vissza
122
x1 , x2 , x3 R + , y1 N +
+x 2
+3y 1
2x1
x1
+ x2
+ x3
z = 4 x1
+ x2
+ 3x 3
7
11
+ 5y 1
max
x1
2
3
1
7
x2
1
3
1
11
u2
u1
1
0
3
1
0
5
3
3
7
3
11
134
7
ez mg nem egsz, ezrt
3
7
y1 = 2 ,
3
7
y1 + 1 .
3
+x2
+ x2
+3y1
+ x3
y1
z1f
7
11
2
2x1
x1
+x2
+ x2
+3y1
+ y3
y1
zf2
7
11
3
Vissza
122
Opercikutats
Egszrtk programozs
Vissza
123
B0
u1
u2
u *3
x1
2
1
0
x2
1
1
0
x3
0
1
0
y1
3
0
1
v3
0 7
0 11
1 3
z f2
B0
x1
x2
x3
y1
u1
u2
u3
2
1
0
1
1
0
0
1
0
3
0
1
z 1f
B1
u1
u2
y1
x1
2
1
0
x2
1
1
0
x3
0
1
0
u3
3
0
1
1
11
2
z 1f
10
B2
u1
x3
y1
z 1f
x1
2
1
0
1
x2
1
1
0
2
u2
0
1
0
3
B3
u1
1
2
1
2
0
1
x2
1
2
1
2
0
5
u2
x1
x3
y1
z1f
u3
3
0
1
5
u3
3
0
2
3
1 +
2
0
1
7
3
2
A szk keresztmetszet nem az u *3 ban van, a feladatnak nincs lehetsges megoldsa, teht nincs optimlis megoldsa sem.
1
11
2
43
1
2
21
2
2
87
Vissza
123
Opercikutats
Egszrtk programozs
Vissza
124
c x
ij
ij
i =1 j=1
n
ij
= 1 (j = 1,2,..., n),
ij
= 1 (i = 1,2,..., n),
i =1
n
x
j=1
x ij = 0 vagy x ij = 1
felttelek mellet.
Lthat, hogy ez egy specilis lineris egszrtk programozsi feladat,
amely egyben egy specilis szlltsi feladat is, amely nemcsak szimplex mdszerrel, de disztribcis mdszerrel is megoldhat. Azonban a megolds
mindkt esetben hosszadalmas s nehzkes a fellp degenercik miatt.
Jval egyszerbb a hozzrendelsi feladat megoldsa a sztvlaszts s
korltozs mdszervel.
A mdszer alapjt kpez fogalmakat s eljrsokat egy konkrt pldn mutatjuk be:
Vissza
124
Opercikutats
Egszrtk programozs
Vissza
125
Tegyk fel, hogy t munks kztt kell felosztani t munkt gy, hogy
mindegyik munks egy s csakis egy munkt kapjon.
Legyen a kltsgmtrix:
8 10 7 8 13
7 8 7 11 15
C 0 = 16 13 9 5 8 .
11 10 7 7 13
15 8 10 11 18
C1 = 9
4
8
2
0
5
2
0
0
0
2
0
3
3 5
6 7
0 0.
2 5
6 10
4
8
2
0
5
2
[0]
0
0
2
[0]
3
3 5
6 7
[0] 0
2 5
6 10
Vissza
125
Opercikutats
Egszrtk programozs
Vissza
126
Teht ngy olyan helyet talltunk, ahol cij=0, az tdiket kell csak gy
megkeresni, hogy a lehet legkisebb legyen a kltsg. Itt knyszerlpsben
vagyunk, mert ez a hely csak az els sor utols eleme lehet. gy nem tudhatjuk, hogy ez a megolds optimlis-e.
Alkalmazzuk a sztvlaszts s korltozs mdszert.
Ennek a mdszernek a lnyege az, hogy a lehetsges megoldsi halmazt, az L0-t
kt rszre bontjuk s becslssel megllaptjuk, melyik tartomny tartalmazhatja az
optimlis megoldst.
Az eljrs lnyege s menete:
A reduklt C1 mtrix minden cij=0 elemre meghatrozzuk a sorban s az oszlopban tallhat legkisebb elemek sszegt. Ezeket rij-vel jellve, pldnkban a
kvetkezk: r13=1, r22=0, r35= 5, r52=3, r21=1, r34=2, r43=2.
Ezek kzl kivlasztjuk a legnagyobbat, ez r35. Ez jelzi, hogy a kltsgekben itt a legnagyobb a klnbsg, ha x35 rtkt 0-nak, vagy 1-nek vlasztjuk.
Ha x35=0-nak vlasztjuk, akkor ez azt jelenti, hogy a 3. munksra nem
bzzuk az 5. munkt. Ilyenkor ennek a viszonylatnak a kltsge helybe
egy vgtelen nagy szmot rhatunk, M-t (tilt tarifa). Ekkor viszont a kltsgmtrix 5. oszlopt lehet ismt reduklni 5 egysggel. Ez megegyezik az
r35=5 rtkkel. gy az sszes kltsgredukci k1= 35+5= 40 lenne. Ez a
clfggvny als korltjt 40-re emeln. Mieltt ezt a vltoztatst megtennnk, vizsgljuk meg a msik lehetsget.
Ha x35 = 1. Ez azt jelenti, hogy a 3. munksra bzzuk az 5. munkt.
Ebben az esetben trlhetjk is a 3. sort s az 5. oszlopot, hiszen ebben a
viszonylatban mr kiosztottuk a feladatot.
1
0
Az gy kapott mtrix C 2 = .
4
8
2
0
.
2
0
0
0
.
0
3
3
6
.
2
6
.
1 2
0 0
. C 3 = . .
.
4 2
8 0
0
0
.
0
3
1
4
.
0
4
.
.
. .
.
.
A C2 mtrix 4. oszlopa reduklhat 2-vel. Ez azt jelenti, hogy itt a kltsgnvekeds csak 2 egysg. gy a clfggvny als korltja 35-rl k2=37re emelkedik. Az optimlis megoldst teht a megoldshalmaz abban a
rszben (L2) keressk tovbb, amelyekben az x35=1.
Szmoljuk ki jbl az rij rtkeket a C3 mtrixbl:
r13=1+0, r22=0+0, r43=0+0, r52= 3 +0= 3, r21=0+1, r23=0+0, r44=0+1
Vissza
126
Opercikutats
Egszrtk programozs
Vissza
127
C4 = .
4
.
. 0 1 .
. 0 4 .
. . . . s
. 0 0 .
. . . .
C5 = .
4
.
.
.
.
.
.
. . .
. 4 .
Vissza
127
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Egszrtk programozs
Vissza
128
128
Vissza
Opercikutats
Egszrtk programozs
Vissza
129
c y | y
j=1
ij ij
ij
{0;1},
y
i =1
ij
= 1,
y
j=1
ij
= 1
{}
k 1 = k 0 + ri1j1 . Ha xi1j1=1, azaz az i1-edik munks elvgzi a j1-ik munkt, vagyis az L2 halmazban vizsgldunk, akkor gy jrunk el, hogy a
C0 mtrixbl elhagyjuk i1 index sort s a j1 index oszlopot.
4. Az gy kapott C2 mtrixot ismt redukljuk. Ha r i1j1 szimblummal jelljk a redukls mrtkt, akkor a kltsg k 2 = k 0 + r i1j1 lesz.
5. Az algoritmust gy folytatjuk, hogy azt a halmazt bontjuk tovbb, ahol
a k rtke kisebb. Ezt a lpssorozatot addig folytatjuk, mg egyrtelmen nem tudunk 0 kltsg helyre tervezni.
Vissza
129
Opercikutats
Egszrtk programozs
Vissza
130
A megolds fastruktrja:
akkor
k 1 = k 0 + ri1j1 ,
k 2 = k 0 + r i1j1 .
Vissza
130
Opercikutats
Egszrtk programozs
Vissza
131
6 8 10 7
5 8 11 8
.
A kltsgmtrix: K =
9 11 7 9 9 13
8 13 5 8 7 11
Megolds: A kltsgmtrixot egsztsk ki ngyzetes mtrix. A kt nvleges munks kltsge nulla. Mivel elrtuk, hogy a negyedik s a hatodik
munkafeladatot el kell vgezni ezrt a nvleges sorokban a negyedik s a
hatodik kltsgelem rtke a vgtelen nagy rtket jelent M kerljn.
Tilttarifa kerljn mg az els s a msodik sorba is.
6 8 M 10 7 M
0
M 5 8 M 11 8
M
9 11 7 9 9 13
2
K1 =
K2 =
8 13 5 8 7 11
3
0 0 0 M 0 M
0
0 0 0 M 0 M
0
2 M
0
4
8
0
3
0
0
0
1 M
M 6 3
2 2 6
.
3 2 6
M 0 M
M 0 M
4
A K2 mtrix minden sort cskkentsk az illet oszlop legkisebb elemvel. gy mr olyan mtrixot kapunk, amelynek minden sorban s oszlopban van legalbb egy nulla. Teht:
[0]
M
2
K3=
3
0
0
4
8
[0]
3 M
0 [0]
[0] 1
0 M
1
6
2
2
0
[0]
M
[0]
3
.
3
M
Vissza
131
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Egszrtk programozs
Vissza
132
P = 20 40 30 0 .
P 0=
1
1000 980 950 990
0 20 50 10
Vissza
132
Opercikutats
Egszrtk programozs
Vissza
133
0 70 20 30
Lthat, hogy itt nem lehet olyan megoldst kijellni, ahol minden lekttt elem 0 lenne. Ezrt vizsgljuk meg 0 helyeket.
Kpezzk az r rtkeket:
r23=20+0=20,
r24=0+10=10,
r31=10+0=10,
r12=30+20=50,
r41=20+0=20
Az r12 rtke a legnagyobb, ezrt elszr az r12 helyet kell vizsglni.
Ha x12=1, akkor Tibi lovagolja a B lovat, ekkor trlhetjk az els sort
s a msodik oszlopot. Az gy nyert mtrixot redukljuk:
.
20
P 3=
0
. .
.
. 0 0
. 20 10
. 20 30
.
.
.
. . 0
. . 20
. .
. .
Vissza
133
Opercikutats
Egszrtk programozs
Vissza
134
Vissza
134
Opercikutats
Egszrtk programozs
Vissza
135
min
i =1
n
j=1
c ij y ij | y ij B,
y ij = 1 =
i =1
y
j=1
ij
Vissza
135
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Egszrtk programozs
Vissza
136
Megolds lpsei:
1. Redukljuk a C mtrixot. Ezt jelljk C0-val.. Meghatrozzuk a k0-t. Ez
lesz az t als korltja.
2. A C0 minden cij = 0 elemre nzve meghatrozzuk az
rij = min{c ik | k = 1,..., j 1,j + 1,..., n} + min{c kj | k = 1,..., i 1,i + 1,..., n} rtket. Az {rij } halmazbl kivlasztjuk a legnagyobbat. Legyen ez az i1j1adik index hely.
3. C1 mtrixot gy nyerjk a C0-bl, hogy c i1j1 helybe M-t runk. Ez azt
jelenti, hogy nem megynk i1-bl a j1 helyre. Majd vgezzk el c1 redukcijt. Mivel a redukci rtke ppen c i1j1 lesz, ezrt az L1-hez tartoz becsls k 1 = k 0 + ri1j1 . (Ezt automatikusan is meghatrozhat)
4. L2-vel kapcsolatban gy jrunk el, hogy a C0 mtrixbl elhagyjuk i 1 index sort s a j1 index oszlopot. Ezzel biztostjuk, hogy L2-ben i1j1 viszonylat lesz a krtban. Ekkor viszont nem szerepelhet i1j1 viszonylat,
ezrt a i1j1 elem rtkt M-re lltjuk.
5. Az gy kapott C2 mtrixot ismt redukljuk. Ha r i1j1 szimblummal
jelljk a redukls mrtkt, akkor a krt hossza k 2 = k 0 + r i1j1 lesz.
6. Az algoritmust gy folytatjuk, hogy azt a halmazt bontjuk tovbb, ahol
a k rtke kisebb.
Ezt a lpssorozatot addig folyatjuk, mg egyrtelmen nem tudunk 0-ra
tervezni.
Plda:
Hatrozza meg a legrvidebb krutat. Vonjuk ki soronknt a legkisebb
elemet a tbbi elembl, majd az oszlopokra is alkalmazzuk ezt az eljrst!
M 10 5 9 6 5 M 5 0 4 1
15 M 4 5 1 1 14 M 3 4 0
C = 4 6 M 5 33 1 3 M 2 0
.
10 5 1 M 7 1 9 4 0 M 6
9 4 8 2 M 2 7 2 6 0 M
12
1
2
Vissza
136
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Egszrtk programozs
Vissza
137
8 2 0 M 6
6 0 6 0 M
krutakhoz.
Minden cij = 0-hoz szmoljuk ki az rij-t:
r13 = 1, r25 = 3, r31 = 6, r35 = 0, r43 = 2, r52 = 1, r54 = 2.
Az r31 = 6 a legnagyobb, ezrt L1-hez tartozik y31, ezrt M-et rtunk a c31
helyre. Ekkor a C1 mtrix:
M 3 0 4 1
13 M 3 4 0
C1 = M 1 M 2 0 s az t als korltja: k1 = k0 + 6 = 21
8 2 0 M 6
6 0 6 0 M
.
.
. .
.
.
. . .
C 2 = . .
. 2 0 M 6
. 2 0 M 6
. 0 6 0 M
. 0 6 0 M
Vissza
137
Opercikutats
Egszrtk programozs
Vissza
138
C 4 = . . . . .
. . . . .
. 0 . 0 M
C 6 = . . . . . . . . . . . .
. M . 0 .
. M . 0 .
. . . . .
. . . . .
Vissza
138
Opercikutats
Egszrtk programozs
Vissza
139
A htizsk problma egy egyfeltteles 0-1 egszrtk lineris programozsi. feladat. Az elnevezst onnan kapta, hogy egy trz problmjn
szemlltette elszr a szakirodalom a feladatot. A trz n szm hasznlati trgy kzl gy akarja sszerakni a felszerelst, hogy a megengedett
teherbrs (trfogat) mellet a legnagyobb hasznlati rtket vihessen magval.
Ha aj a j-edik trgy slya (trfogata), cj pedig a hasznlati rtke, b a trz teherbrsa (a htizsk trfogata), akkor az
a1x1 + a2x2 + + anxn b
xj = 0 vagy 1 (j = 1, 2, , n)
z = c1x1 + c2x2 + + cnxn max
algebrai feladat megoldsa adja meg trz problmjra a vlaszt.
Az xj = 1 esetben a trz magval viszi a j-edik trgyat, xj = 0
esetben pedig nem.
6.6.2. Hajrakodsi problma
Vissza
139
Opercikutats
Egszrtk programozs
Vissza
140
xj 0, [xj] = xj, j = 1, 2, , n
a1x1 + a2x2 + + anxn G
b1x1 + b2x2 + + bnxn V
xj rj
f(x) = c1x1 + c2x2 + + cnxn max
tiszta egszrtk feladat megoldst kvnja meg.
6.6.3. Beruhzsi problma
Tegyk fel, hogy egy cg zeme m db erforrs felhasznlsval n db termket kvn ellltani. A b vektor komponensei jelentik a jelenleg rendelkezsre ll erforrsok mennyisgt (kapacitst), A pedig a technolgiai
egytthatk mtrixt.
A vllalat vezetsge bvteni szeretn az erforrsokat s erre p Ft ll
rendelkezsre. Az erforrsok bvtsre k db klnbz beruhzsi vltozat jhet szba. Jelentse ezen vltozat megvalstshoz szksges kltsgeit egy r vektor komponensei (k komponens vektor).
Ha y vektor jelenti a beruhzsok megvalstst (komponensei 10
rtk, beruhzs megvalsul vagy nem) akkor nyilvn teljeslni kell a
rT y p
sszefggsnek.
Nyilvn ez a beruhzs nveli az egyes erforrsok kapacitst is. Jelljk a nvekeds mrtkt a g (y ) vektorral (a g vektor y -tl fgg).
Ekkor az j rendelkezsre ll erforrs b + g (y ) lesz. Ha x 0 vektor az
zem tevkenysgi vektora s cT a tevkenysg rbevtele, akkor a feladat
matematikai modellje:
x 0 , y (0 vagy 1 komponens vektor)
[y i ] = y i ,
yi 1, yi 0
A x b + g y
rT y
()
z = c x max
Vissza
140
Opercikutats
Egszrtk programozs
Vissza
141
Eddigi modellekben a termels felmerlt kltsgei kztt nem szerepeltettk a termels sorn felmerlt n. fix kltsgeket. Ebben az esetben feltteleztk, hogy a clfggvnyben szerepl hozamok arnyosak a termelt
mennyisggel.
A tovbbiakban tegyk fel, hogy a termk ellltsi kltsge kt rszre
bonthat:
egy a termelsi szinttl fgg,
egy a termelsi szinttl fggetlen rszre.
Az els rszt vltoz kltsgnek, a msodikat pedig lland, vagy fix kltsgnek szoks nevezni. A j-edik termk kltsge teht: k(xj) + dj, ahol k(xj)
vltoz kltsg, dj pedig a fix kltsg.
Olyan modellt lltsunk most ssze, ahol a kltsgfggvny
ha x j = 0
0,
p xj =
.
k x j + d, ha x j >0
( )
( )
( )
1T k x j + d T y min
Ha a clfggvny a haszon maximalizlst fejezi ki, akkor elszr clszer a termk fedezett s belle a termels fedezeti sszegt kiszmtani s
abbl levonni a felmerl ltalnos kltsget.
Vissza
141
Opercikutats
Egszrtk programozs
Vissza
142
Ekkor a clfggvny:
z=
j=1
cj xj
d y
j
max ,
j=1
Vissza
142
Opercikutats
Vissza
143
Vissza
143
Opercikutats
Vissza
144
u2
x2
z1
z2
1
0
2
1
1
1
0
2
10
30
160
20
Vissza
144
Opercikutats
B3
x1
u3
x2
z1
z2
B4
x1
u3
u1
z1
z2
u1
1
1
1
2
1
x2
1
1
1
2
1
u2
2
1
1
0
2
u2
1
0
1
2
1
40
10
20
160
40
60
30
20
120
60
Vissza
145
Vissza
145
Opercikutats
Vissza
146
Ttel: Az x * L akkor s csak akkor efficiens pontja a tbbcl feladatnak, ha optimlis megoldsa a kvetkez tbbparamteres feladatnak:
xc
Ax b
z = 1z 1 (x ) + 2 z 2 (x ) + " + k z k (x ) max ,
k
ahol
i= 1
i =1
s i 0 minden i-re s z i (x ) = c i x i , i = 1, 2, ,
k.
x2
+ 2x 2
+ x2
x2
(2 x 1 + 4 x 2 ) + (1 ) x 1
0
80
60
30
max,
azaz
2 x 1 x 1 + 4 x 2 + x 1 = (2 + 1) x 1 + 4 x 2 = ( + 1) x 1 + 4 x 2
max, ahol 0 1 .
Ennek a paramteres lineris programozsi feladatnak a karakterisztikus
intervallumai adjk az efficiens megoldsokat. Tbb clfggvny esetn
elg nehzz vlik ez a numerikus szmols, mert tbb paramter is szerepelne.
Visszatrve a pldnkra a C pont efficiens vagy Pareto-optimlis pont.
Az elmondottakbl lthat, hogy ha a clfggvnyek kztt fontossgi
sorrendet tudunk fellltani (preferencia szerint rjuk fel s indexeljk a
clfggvnyeket) s az els clfggvny szerint tbb optimlis megolds is
van, akkor ezen optimlis megoldsi halmazon keressk a msodik cl-
Vissza
146
Opercikutats
Vissza
147
Vissza
147
Opercikutats
Vissza
148
60
14 18
32
x 0 = 0,7 + 0,3 = + = ,
0
21
0
21
30
s ekkor z1=232+421= 64+84=148 s z2=32.
2. gy is megoldhatjuk a feladatot, hogy a clfggvnyeket helyettestjk egy clfggvnnyel.
a) Slyozsi mdszer
Gyakran alkalmazhat mdszer az, hogy az egyes clfggvnyekhez
fontossguk szerint slyokat rendelnk. E i 0 slyok ismeretben az
L lehetsges megoldsi halmazon a
g(x) = 1f(x) + 2f(x) + + kf(x)
fggvny maximumt keressk. Ekkor korltos L halmaz esetn biztosan kapunk efficiens pontot.
Ha a clfggvnyek dimenzija klnbz, akkor a kvetkezkppen
jrhatunk el.
g (x ) = 1
f 1 (x ) m 1
f (x ) m 2
f (x ) m k
+ 2 2
+ ... + k k
,
M1 m1
M2 m2
Mk mk
x2 80
x2 60
x2 30
z = 1,7x1 + 2,8x2
max.
Vissza
148
Opercikutats
Vissza
149
b) Korltok mdszere.
Megolds lehet az is, hogy a legfontosabb clfggvnyt vesszk csak
figyelembe, a tbbiekre pedig egy megfelel als korltot adunk meg
s ezeket bevisszk a korltoz felttelek kz. gy az eredeti feladat
helyett az
x0
Axb
c2Tx b2
. . . .
ckTx bk
f1(x) = c1Tx max
lineris programozsi feladatot oldjuk meg.
Esetnkben: Ha ismeretnk van arrl, hogy a szban forg
clfggvnyrtk mekkora szokott lenni (a vllatoknl ez ltalban becslhet), akkor a z2 clfggvny als korltjnak pldul 40 rtket
adva s a modellbe berva kapjuk:
x1 + 2x2 80
x1 + x2 60
x2 30
x1
40
z = 2x1 + 4x2
max.
Megjegyzs: ez a mdszer nem vezet felttlenl efficiens ponthoz.
c) A legkisebb clfggvny rtknek maximalizlsa:
A b) pontban bemutatott als korltot nem mindig lehet rtelmes mdon megadni, mert nincs informcink rla, illetve egyidejleg szeretnnk minden als korltot nvelni s ezzel az eredeti clnak megfelelen nvelni rtkket. Ebben az esetben alkalmasnak tnhet a legkisebb als korlt rtknek maximalizlsa.
Vezessnk be egy mestersges vltozt, y-t (amelynek rtkt elre
nem tudjuk) gy, hogy f1(x) y, f2(x) y, , fn(x) y is teljesljn.
Egyetlen clfggvnynek vlasszuk a z = y fggvny maximalizlst.
Esetnkben:
f1(x)= 2x1 + 4x2 y,
f2(x)= x1
y.
Vissza
149
Opercikutats
Vissza
150
150
Ezt trendezve:
2x1 + 4x2 y 0,
x1
y 0.
Vagy ami ezzel egyenrtk:
2x1 4x2 + y 0,
x1
+ y 0.
A lineris programozsi modell teht a kvetkez:
x1 +2 x2
80
x 1+ x 2
60
x2
30
2x1 4x2 + y 0
x1
+y 0
z=
y max.
A szimplex indul tblzat teht:
B0
x1
x2
y
b
u1
1
2
0
80
u2
1
1
0
60
u3
0
1
0
30
u4
2
4
1
0
u5
1
0
1
0
z
0
0
1
0
B1
u1
u2
u3
u4
y
z
x1
1
1
0
1
1
1
x2
2
1
1
4
0
0
u5
0
0
0
1
1
1
b
80
60
30
0
0
0
Vissza
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
151
151
B2
u2
x2
u5
b
u1
1
0
20
x1
1
1
0
60
u3
0
1
0
30
u4
1
1
60
y
1
1
60
z
1
1
1
60
Optimlis megolds olvashat le a tblzatbl:
x1 =60, x2 = 0, y = 60.
Ekkor az eredeti clfggvnyek rtke: f1(x)=120, f2(x)=60.
Vissza
Opercikutats
Nemlineris programozs
Vissza
152
8. Nemlineris programozs
8.1. Fogalom s pldk
A lineris programozs alapvet feltevse, hogy a problma megfogalmazsban szerepl sszes fggvny (f(x) clfggvny s gi(x) knyszerfelttel) lineris.
Ez a feltevs sok gyakorlati feladat esetben nem teljesl. Sok kzgazdsz azt tallta, hogy a nemlinearits sok tervezsi feladatnl szinte szably.
Csak egy pldt emltnk.
Ismert az rkeresleti grbe: p(x)
j=1
Vissza
152
Opercikutats
Nemlineris programozs
Vissza
153
Az egyszersg kedvrt ttelezzk fel, hogy a kt termk ra a forgalmazott mennyisgtl fgg s a kvetkez fggvnyekkel fejezhet ki:
p1(x1) = 10 x1,
p2(x2) = 12 x2,
ahol x1 s x2 a kt termk rtkestett mennyisge, akkor az rbevtelt
f (x 1 , x 2 ) = (10 x 1 ) x 1 + (12 x 2 ) x 2 = 10 x 1 x 12 + 12 x 2 x 22
fggvny adja, amely nem lineris (kvadratikus). Ezrt az ilyen clfggvny feladatot kvadratikus programozsnak nevezik.
Ha a termelst az
x1 + x2 4,
x1 x2 2
lineris egyenltlensgrendszer korltozza, akkor a problma matematikai
modellje a kvetkezkppen rhat fel:
f (x 1 , x 2 ) = 10x 1
x1 ,
x2
x1
x1
+ x2
x2
4
2
+ 12x 2
x 12
x 22
max .
Vissza
153
Opercikutats
Nemlineris programozs
Vissza
154
7.1.1 bra
A lehetsges megoldsok kzl az a pont adja az optimlis megoldst,
amely legkzelebb van a K kzpponthoz. Ez a pont a K-bl a CB szakaszra bocstott merleges talppontja, a T(1,5 ; 2,5) pont. Ehhez a pont-
Vissza
154
Opercikutats
Nemlineris programozs
Vissza
155
Egy vllalat hrom termket tervez gyrtani hrom erforrs felhasznlsval. A termelst korltoz felttelrendszer a kvetkez lineris egyenltlensgrendszerrel oldhat meg, ahol xj jelenti a j-edik termkbl ellltott
mennyisget.
x1 ,
x2 ,
x3
0,
x1
x1
+ x2
+ x3
+ x3
12,
= 10,
x2
+ x3
6.
3x 1 + 2 x 2 + x 3 3
max .
x 1 + x 2 + 2x 3 + 4
Lthat, hogy ez a clfggvny nem lineris, hanem trt fggvny, mgpedig lineris trtfggvny. (Egyvltozs fggvnyek esetn hiperbolnak
neveztk az ilyen fggvnyek grafikonjt).
Ezrt az ilyen programozsi feladat trt vagy hiperbolikus programozs.
Vissza
155
Opercikutats
Nemlineris programozs
Vissza
156
Vissza
156
Opercikutats
Nemlineris programozs
Vissza
157
[g (x ) b ] Lagrange-fggvnyt.
i
i =1
Megmutathat, hogy az F(x, ) tbbvltozs fggvnynek ott van szlsrtke, ahol az eredeti feladatnak. (A matematika tanulmnyaikbl ismert,
hogy a szlsrtk ltezsnek szksges felttele az, hogy parcilis derivltak nullval legyenek egyenlk.)
A nemlineris programozs szintn feltteles szlsrtk feladat azzal a
megktssel, hogy a vltozk nem negatv rtkeket vehetnek fel. Ezrt
van jelentsge ezen feladatok megoldsa szempontjbl a Karush-KuhnTucher tteleknek.
Ttel: Ha f (x ) konkv s g 1 (x ),g 2 (x ),...,g m (x ) konvex differencilhat
fggvnyek, akkor az x * = (x 1* ,x *2 ,...,x *n ) csak akkor lehet optimlis megoldsa egy nemlineris programozsi feladatnak, ha ltezik u1, u2, , um m db
nemnegatv szm gy, hogy az albbi felttelek mindegyike teljesl:
1
m
g
f
ui i 0 ,
x j i =1 x j
4. x *j
x j
ui
i =1
g i
x j
( )
u (g (x ) b ) = 0
=0,
5. g i x b i 0 ,
6.
i = 1, 2, , m esetn.
A felttelekben szerepl uik az n. Lagrange-szorzk a lineris programozsnl trgyalt dulis vltoznak felelnek meg. (Ezen mdszerek matematikai trgyalsa nagyon messze vezetne, ezrt az rdekldknek ajnljuk a javasolt irodalmak ttanulmnyozst).
Meg kell jegyezni, hogy a Lagrange-multipliktorok mdszere nem tlsgosan hatkony mdszer, mert gyakran szinte lehetetlen az ismertetett
egyenletrendszereket megoldani. Ezrt is dolgoztak ki olyan eljrsokat,
Vissza
157
Opercikutats
Nemlineris programozs
Vissza
158
amelyek bizonyos tpus feladatok megoldsra alkalmasabbak s valamilyen mdon kapcsoldik a szimplex eljrshoz.
8.3. Trt- vagy hiperbolikus program
Definci: Hiperbolikus programozsrl beszlnk akkor, ha lineris felttelrendszer nemnegatv megoldsait tartalmaz halmaz felett olyan racionlis trtfggvny maximumt keressk, amelyben mind a szmll,
mind a nevez els fok fggvny.
ltalnos megfogalmazsa:
x0
Axb
a)
b)
c)
z=
cT x + c0
max .
dT x + d0
Elsnek Martos Bla magyar matematikus (1960) dolgozott ki szimplex algoritmusra visszavezet mdszert a hiperbolikus programozsi feladatok megoldsra. Ennek
lnyege az, hogy a megoldst visszavezeti a lineris programozsnl megismert szimplex
mdszerre.
A kvetkez transzformcis tblzatbl indult ki:
xT
A
b
T
c
c0
dT
d0
ahol cT a szmllban, dT a nevezben lv fggvny egytthatinak sorvektorait jelenti, c0 s d0 pedig a szban forg fggvnyek konstansai.
Termszetesen, ha a felttelek kztt egyenletek vannak (mdostott
normlfeladat), akkor most is kpezni kell a msodlagos clfggvnyt (z*-t)
s elszr e szerint kell vgrehajtani a bziscsert. Vagyis itt is el kell
lltani egy lehetsges bzismegoldst, majd vizsglni kell, hogy ez a bzismegolds optimlis-e.
B0
u
Vissza
158
Opercikutats
Nemlineris programozs
Vissza
159
B0
u1
u2*
u3
cT
dT
z*
B1
u1
x1
u3
cT
dT
zx
tT
x1
1
1
0
3
1
1
u2*
B2
x2
x1
u3
cT
dT
tT
u2*
x2
1
0
1
2
1
0
x2
1
0
1
2
1
0
1
u1
1
0
1
2
1
1
x3
1
1
1
1
2
1
x3
0
1
1
2
1
0
55
b
12
10
6
3
4
10
b
2
10
6
27
14
0
x3
0
1
1
2
1
63
2
10
4
31
16
Vissza
159
Opercikutats
Nemlineris programozs
Vissza
160
Az optimlis megolds:
10
31
x0 = 2 ; z0 = .
16
0
Megjegyzs: Ha a clfggvny a minimumhoz tart, akkor 1-gyel szorozzuk a clfggvnyt s a maximumt kereshetjk.
8.3.2. Lineris programozsi feladatt transzformls
A hiperbolikus feladatot megoldhatjuk mskppen is, nmileg eltr mdon vezetve vissza a szimplex mdszerre. Ez azrt igen hasznos, mert a
szimplex algoritmust egyltaln nem kell megvltoztatni, csak az indul
feladatot fogalmazzuk t.
Ennek ismerete akkor hasznos, ha csak lineris programozsi programcsomag ll
rendelkezsre.
Vezessk be y =
x
d x + d0
s t =
Ekkor: y = x t illetve x =
1
jellseket.
d x + d0
T
y
t
1
y .
t0 0
Vissza
160
Opercikutats
Nemlineris programozs
Vissza
161
7.4.1. bra
Mivel a clfggvnyrl feltettk, hogy konkv, ezrt a kzelt szakaszok
meredeksgeire fenn ll:
tg 1 > tg 2 > tg 3 stb.
Ez biztostja, hogy a programozsnl az x12 csak akkor lp be a programba, ha az x11 mr ott maximlis rtkkel szerepel. A clfggvny irnt mg
Vissza
161
Opercikutats
Nemlineris programozs
Vissza
162
Az eredeti feladatot kzelt modell felrshoz szksges, hogy meghatrozzuk a fggvnyek rtkeit s a kzelt hrok meredeksgeit.
x1
10x1x12
m1
0
0
1,5
12,75
3
21
12,75 0
= 8 ,5
1,5
21 - 12,75
= 5,5
1,5
x2
12x2x22
m2
0
0
20
= 10
2
2
20
4
32
32 20
=6
2
Vissza
162
Opercikutats
Nemlineris programozs
Vissza
163
x 12
x 21
x 22
x 11
x 11
x 12
x 21
x 22
1,5
1,5
2
max .
x 12
x 21
z = 8,5x 11
+ 5,5x 12
+ 10 x 21
x 22
+ 6x 22
Vissza
163
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Jtkelmlet
Vissza
164
9. Jtkelmlet
9.1. Bevezets
Az let klnsen gyermekkorban tele van jtkkal, vetlkedssel. A
trsasjtkok j vetlkedst s szrakozst grnek. A szerencsejtkok, pl.
a LOTT, a Ken, a kockajtkok fontos jellemzje, hogy a jtkosoknak
nincs befolysa a jtkok kimenetelre, azt mondjuk, hogy a vletlentl
fggenek. Az igazi trsasjtkoknak alapvet jellegzetessge az, hogy a
vgs kimenetele elssorban az ellenfelek ltal alkalmazott stratgik
kombincijtl fgg. A jtkelmlet trgyt kpez jtkok kimenetelt
szablyokkal behatrolt keretek kztt befolysolni tudjk a jtkosok. Ide
sorolhat a legtbb szrakoztat jtk: sakk, krtyajtkok, zleti let
egyes mozzanatai stb. Ezeket a jtkokat stratgai jtkoknak nevezzk.
Definci: A jtkelmlet olyan matematikai elmlet, amely vetlkedsi
helyzetek ltalnos jellegzetessgeivel foglalkozik.
A jtkosok szma szerint megklnbztetnk ktszemlyes, vagy nszemlyes
jtkot, ahol a jtkosok lehetnek szemlyek, csapatok, cgek stb.
Feltesszk, hogy a jtkosok racionlisan gondolkodnak s csak a sajt
rdekeik szempontjai szerint dntenek a jtk sorn. A jtk sorn a jtkosok valamilyen stratgit vlasztanak anlkl, hogy ismernk az ellenfl
stratgijt.
Definci: A stratgia egy elre kimondott szably, amely teljesen meghatrozza, hogy hogyan akar valaki vlaszolni a jtk minden egyes szakaszban minden egyes krlmnyre.
A szba jv stratgik sszessgt nevezzk stratgiahalmaznak.
Definci: Ha a jtkosok egymstl fggetlenl, csak a sajt rdekket
figyelembevtelvel vlasztanak stratgit, akkor nemkooperatv, egybknt kooperatv jtkrl beszlnk.
Jtk kimeneteleit egy rtkel fggvnnyel hasonlthatjuk ssze, ezt ltalban egy kifizet mtrixban adjuk meg.
Vissza
164
Opercikutats
Jtkelmlet
Vissza
165
A tblzat gy olvasand:
Ha az J1 jtkos felmutatta egy ujjt s a J2 jtkos is egyet mutatott fel, akkor az J1 jtkos 1 forintot nyert, ha a J2 jtkos 2 ujjt
mutatta fel, akkor az J1 jtkos veszt, azaz 1 forintot nyer.
Ha az J1 jtkos 2 ujjt mutatta fel s a J2 egy ujjt, akkor az J1 jtkos veszt, azaz 1 forintot nyert, ha a J2 jtkos 2 ujjt mutatta
fel, akkor az J1 jtkos nyert 1 forintot.
Vissza
165
Opercikutats
Jtkelmlet
Vissza
166
J1
1
2
3
4
1
3
3
2
2
3
3
1
2
4
4
4
2
6
6
5
0
5
2
2
4
0
A J1 jtkos vlaszt egy stratgit (egy sort), J2 jtkos egy oszlopot anlkl, hogy ismern ellenfele magatartst. Az J1 jtkos nvelni szeretn
nyeresgt, a J2 jtkos pedig cskkenteni a vesztesgt.
A jtkosok intelligensen s vatosan viselkednek a jtk sorn. Ezrt a J2 jtkos minden oszlopbl a legnagyobb rtk szmra figyel, szmra ez a
legnagyobb vesztesg, azaz 4-re, 6-ra, 5-re s most gy dnt, hogy az 1.
stratgit (oszlopot) vlasztja, mert e vlaszts esetn biztosan nem veszt
tbbet 4-nl, akrhogy vlaszt az ellenfele.
Az J1 jtkos mindegyik sorbl (stratgibl) a legkisebb rtket vlasztja (ez a jtkos legkisebb nyeresge, azaz 2, 2, 4, 0-t. Ebbl ltja,
hogy a 2. sort kell vlasztania, mert e vlaszts esetn biztosan nyer leg-
Vissza
166
Opercikutats
Jtkelmlet
Vissza
167
1
2
6
4
6
J2
2
4
3
3
5
8
8
5
3
i j
3
3
3
4
1
4
4
4
nincs nyeregpont
J1
J2
3
3
5
8
3
2
2
2
2
a 23 s a 33 nyeregpont.
Vissza
167
Opercikutats
Jtkelmlet
Vissza
168
4
1
y1
J2
2
3
y2
5
1
y3
x1
x2
Vissza
168
Opercikutats
Jtkelmlet
Vissza
169
F = (x 1 , x 2 , y 1 , y 2 , y 3 ) = 4 x 1 y 1 2 x 1 y 2 + 5x 1 y 3 x 2 y 1 + 3x 2 y 2 + x 2 y 3 = x T A y
Neumann Jnos bebizonytotta: Ltezik olyan x 1* ,x *2 stratgia J1 jtkos szmra, hogy F(x 1* ,x *2 ) v .Ezt a kvetkezkppen is megfogalmazhatjuk:
Ttel: Minden mtrixjtknak van optimlis megoldsa, azaz ltezik olyan
x 0 , y egyenslyi stratgiapr, amelyre
0
x T A y x 0T A y x 0T A y
0
biztostja J2 szmra, hogy a vesztesge nem lesz nagyobb v-nl, fggetlenl J1 stratgijtl.
A ttel bizonytshoz az A mn-es kifizetmtrix jtkhoz vezessk be az albbi priml-dul feladatprt:
Priml
Dul
y0
xTA 1
x0
z = 1T y max
w = x T 1 min
Ay 1
Az ltalnossg megsrtse nlkl feltesszk, hogy J1 mtrix minden eleme pozitv. Ha nem gy lenne, minden aij-hez hozzadjuk ugyanazt az elegenden nagy c szmot. ekkor az optimlis stratgia nem vltozik, csupn
a jtk rtke c-vel n. Mivel a priml feladat normlfeladat ezrt mindig
van megengedett megoldsa, s a pozitv egytthatk biztostjk a megoldshalmaz korltossgt. Emiatt z felveszi az optimumt, s a dualitsi ttel
alapjn w is. Az optimlis clrtk pozitv. Az eddigi megllaptsokbl s
az albbi ttelbl a fenti ttel kvetkezik.
Ttel: Ha y 0 priml s x 0 a dul feladat optimlis megoldsa, z0 pedig az
optimlis clrtk, akkor
Vissza
169
Opercikutats
Jtkelmlet
y* =
Vissza
170
1
1
y s x * = x 0
0
z0
z0
1
a jtk rz0
tke.
x* 1 =
1
1
x 0 1 = z0 = 1
z0
z0
s hasonlkppen 1T y * = 1 valamint
1
A y 1 s x 0T A 1T .
0
z0
z0 z0
z0
1 T
1
1
1
x 1=
s x * A y 1T y = .
z0
z0
z0
z0
1
x* Ay ,
z0
1
a jtk
z0
rtke.
9.4. Mtrixjtkok megoldsa
A fenti ttel mdszert ad a mtrixjtk megoldsra is:
1. A kifizetmtrix minden elemhez hozzadjuk az alkalmas c szmot, hogy biztostsuk az A > 0 egyenltlensget.
yT
oldsokat.
Vissza
170
Opercikutats
Jtkelmlet
3. Meghatrozzuk az x * =
v=
Vissza
171
1
1
x 0 s y * = y 0 optimlis stratgiaprt s a
z0
z0
1
rtket. Az eredeti feladatban a jtk rtke v c lesz.
z0
5
.
1
A =
1
6
8
.
4
+y 2
+8 y 3
2y 1
y1 ,
z = y1
+ 6y 2
y2,
+ y2
+ 4y 3
y3
+ y3
1
0
max .
Vissza
171
Opercikutats
Jtkelmlet
Vissza
172
y1
x2
z
B2
y1
y2
z
y1
7
2
1
y 2
1
6
1
x1
1
7
2
7
1
x1
42
280
2
40
28
280
y2
1
7
40
7
6
7
x2
1
40
7
40
6
40
y3
8
4
1
b
1
1
0
y3
8
7
12
7
1
7
y3
308
280
12
40
112
280
b
1
7
5
7
1
7
35
280
5
40
70
280
70
35 5
28 6
; ;0 , z 0 =
.
x0 =
; , y =
0
280
280 40
280 40
Az optimlis stratgiapr:
T
280 28 6
28 42
x =
; = ; = [0,4 ;0,6]T ,
70 280 40
70 70
*
y* =
280 35 5
35 35
1 1
; ;0 = ; ;0 = ; ;0 .
70 280 40
70 70
2 2
A jtk rtke: v =
280
3 = 4 3 =1.
70
Vissza
172
Opercikutats
Jtkelmlet
Vissza
173
1 1
Ha a J2 jtkos nem a ; ;0 stratgit vlasztja, akkor az J1 jtkos
2 2
Vissza
173
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Jtkelmlet
Vissza
174
A gazdasgban gyakran addik olyan helyzet, hogy az nrdek mindkt jtkost olyan dntsekre kszteti, amely mindkt fl szmra htrnyosak. Pldul sok boltos nyitva tartja boltjt (pksget) vasrnap is,
annak ellenre, hogy jobban szeretne pihenni, mert attl fl, hogyha
nem tart nyitva vasrnap, akkor elveszti vevit, akik a vasrnap is nyitva
tart versenytrshoz prtolnak t. (Pedig ltalban az sszhaszon ezzel
nem nvekszik!)
Ezt a nem zrussszeg kooperatv jtkot a rabok dilemmja nevezet jtkon szemlltetjk:
Kt rabot (gyilkost) egyidejleg gyanstjk. Kln-kln kihallgatjk
mindkettt. Mindegyik tudja, hogy mindketten kiszabadulnak, ha egyik rab
sem vall. Mindkettnek megmondjk, hogy ha az egyikk bevallja cselekmnyket, akkor a vallomst nem tev slyos bntetst kap, a bevall
pedig kedvezmnyeket.
Ebben a helyzetben mindkt jtkos gy dnthet, hogy vallomsttellel vdekezik vagy koopercit hoz ltre s nem vall. Itt az nrdeknl
fontosabb a kzrdek.
Hasonl pldnak mondhat az adzs problmja.
Az llampolgr szemszgbl az adk megfizetse cskkenti a hasznt
s htrnyba kerl a piacon azzal szemben, aki nem fizeti meg az adt. Az
llampolgrok s a gazdasgi egysgek tbbsge abban rdekelt, hogy jl
mkd llam legyen, amely biztostja a trsadalom s a gazdasg mkdsi feltteleit. rdekes mdon az nrdek gy rvnyesl, holott nincs
biztostk, hogy a tbbiek is gy fognak viselkedni, mint azt a kzs rdek
kvnja.
Vissza
174
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Kszletezsi modellezs
Vissza
175
Vissza
175
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Kszletezsi modellezs
Vissza
176
Vissza
176
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Kszletezsi modellezs
Vissza
177
Feltevs:
A kereslet egysgnyi id alatt. Pl. havonknt r darab.
A megrendelt Q darab egyszerre rkezik. Figyelembe vett kltsgek: k beindtsi kltsg, c rendelsi (termelsi) fajlagos kltsg, h a
fajlagos raktrozsi kltsg.
A hiny nincs megengedve: p = 0.
Vissza
177
Opercikutats
Kszletezsi modellezs
Vissza
178
Q
.
r
Q +0 Q
= , mert kezdetben 0 a
2
2
Q
.
2
Q Q
Q2
= h
.
2 r
2r
Q2
Teht az sszes kltsg a peridus alatt: k + c Q + h
.
2r
h Q2
k + cQ +
2 r = rk + r c + h Q .
Idegysg alatti kltsg pedig: K =
Q
2
Q
r
Vissza
178
Opercikutats
Kszletezsi modellezs
dK
rk h
= 2 + = 0 , azaz
dQ
2
Q
Vissza
179
dK
=0.
dQ
2 rk + Q 2 h = 0 .
2 rk
.
h
Q
=
r
2k
.
rh
2 7000 50000
4830 db.
30
Q
= 0,69 hnap 21 nap.
r
7000 50000
4830
sszes kltsg: K =
+ 5000 7000 + 50
= 3693214 Ft.
4830
2
Peridus id:
Hasznos lehet, ha megengedjk a hinyt, mert a peridus idejnek nvelse cskkentheti a beindtsi kltsgek egy darabra es rszt.
Ha a peridus elejn a kszlet S s r darabot hasznlnak fel egy idegysg alatt, akkor
S
id mlva lesz a kszlet 0.
r
Vissza
179
Opercikutats
Kszletezsi modellezs
Vissza
180
S+0 S
= .
2
2
S
2
Q S QS
=
ideig lp fel.
r r
r
QS
.
2
QS
, ezrt a hiny kltsge
2
p (Q S ) Q S
.
2
r
S2
.
2r
h S 2 p (Q S )2
+
.
2r
2r
k + c Q +
h S 2 p (Q S )2
+
2r
2r
.
Q
r
rk
h S 2 p (Q S )2
.
+ cr +
+
Q
2Q
2Q
Vissza
180
Opercikutats
Kszletezsi modellezs
Vissza
181
hS pQ + pS = 0 ,
4 rk 2hS 2 + 4 pQ 2 4 pQS 2 pQ 2 + 4 pQS 2 pS 2 = 0 .
p
Kifejezve az els egyenletbl az S =
Q s behelyettestve a msodik
h+p
egyenletbe: 4 rk 2h
2p 3Q 2
p2
2
2
2
+
=0.
Q
4
pQ
2
pQ
(h + p)2
(h + p)2
2p 2 h
2p 3
= 4 rk .
Q 2 2 p
(h + p )2 (h + p )2
2 ph 2 + 2 p 2 h
= 4 rk .
Q2
A kzs nevezre hozs utn:
( h + p)2
2 ph
= 4 rk .
Elvgezve a kiemelst s az egyszerstst: Q 2
h+p
Rendezve:
Ezt helyettestve az S =
mennyisge: S opt =
2 rk h + p
.
h
p
p
Q sszefggsbe, az optimlis kszlet
h+p
p
2 rk
.
h h+p
Q opt
r
2k p + h
.
r h p
= 6110 db.
30
50
Q opt 6110
Peridus id: t =
=
= 0,87387 hnap 26 nap.
r
7000
Q opt =
Vissza
181
Opercikutats
Kszletezsi modellezs
Vissza
182
A maximlis kszletnagysg:
S opt =
2 rk p
=
h h+p
2 7000 50000 50
3819 db
30
80
Jelljk a szban forg rucikk kereslett valsznsgi vltozval. Tovbb jelljk P( = x ) -vel annak a valsznsgt, hogy felveszi az x
rtkt.
Egyetlen peridusban, egyszerre Q mennyisg rt rendelnek egysgenknt c Ft-rt.
Ha a kereslet kisebb, mint a beszerzett Q mennyisg, akkor
Q > 0 mennyisget trolni kell s a fajlagos trolsi kltsg h Ft. Ha a
kereslet nagyobb, mint a rendelt mennyisg, akkor Q > 0 hiny keletkezik s ekkor a hinybl szrmaz fajlagos kltsg legyen p.
Ekkor a felmerlt kltsg s Q fggvnye:
K ( ; Q ) = c Q + h max(Q ) + p max( Q ) .
Lthat, hogy kt kockzat kztt kell azt a kszletezsi szintet meghatrozni, amelyekre nzve a kltsgnek a vrhat rtke minimlis.
Vissza
182
Opercikutats
Kszletezsi modellezs
Vissza
183
Tulajdonkppen azt a Q mennyisget keressk, amelyre nzve a kltsg vrhat rtke minimlis:
K (Q ) = E(K ( , Q )) =
K (Q ) = cQ + h (Q x )f (x )dx + p (x Q )f (x )dx .
u (y )
f (x, y )
dv
du
d
f (x, y )dx =
dx + f (u , y ) f (v , y ) .
y
dy
dy
dy v (y )
v (y )
dK (Q )
= c +h f (x )dx + hQf (Q ) hQf (Q ) pQf (Q ) p f (x )dx pQf (R ) .
dQ
Q
dK (Q )
Rendezve:
= c + h f (x )dx p f (x )dx .
dQ
0
Q
Q
Vissza
183
Opercikutats
Kszletezsi modellezs
Vissza
f (x )dx = 1 F(x )
184
ssze-
d 2 K (Q )
= h f (x ) + pf (x ) 0 teljesl, hiszen f(x) mindQ 2
dig pozitv. Teht a kltsg vrhat rtke olyan Q rendels mellett a legkisebb, amely helyen a keresleti eloszlsfggvnynek rtke
pc
.
p+h
pc
140 80
60
60
=
=
=
.
p + h 140 + (5 60 ) 140 55 85
Vissza
184
Opercikutats
Kszletezsi modellezs
Ezrt
Vissza
185
Q 1000
60
=
.
2000 1000 85
Vissza
185
Opercikutats
Vissza
186
Nett
kibocsts
8
3
2
13
Vissza
186
Opercikutats
Vissza
187
.
x n1
x 12
.
.
.
xn2
.
.
x ij
.
..
. x 1n
. x 2n
.
. mtrix mutatja.
.
.
.. x nn
A=
Legyen x = 80 , M = 20 30 0
200
0 100 50
Krds: Hny szzalkkal kell nvelni az egyes gazatok brutt kibocstst, ha a nett kibocstst az egyes gazatokban 10, 80, 70%-kal kvnjuk
nvelni?
Vissza
187
Opercikutats
Vissza
188
40 40 0 1
20
20 30 0 1 = 30 .
0 100 50 1
50
0
1
80
0
2
0
5
1
0 =
5
1
0
200
1
2
3
8
5
4
0 .
1
4
Az A mtrixbl leolvashat, hogy az I. gazat 1 Ft mennyisg brutt termelshez a sajt termelsbl 0,4, a msodik gazatbl 0,2, a harmadikbl
gazatbl 0 Ft-ot hasznl fel. A msodik, illetve harmadik gazat 1 Ft
termelshez felhasznlt mennyisgeket az A mtrix msodik, illetve harmadik oszlopainak elemei mutatjk.
Kvetkez lpsknt hatrozzuk meg az E A mtrixot, majd az inverzt.
Vissza
188
Opercikutats
25
1
1
(E A) = 8
11 40
20
24
40
Vissza
189
0
0 .
44
Az inverz mtrix els oszlopa azt fejezi ki, hogy 1 Ft nett kibocstshoz
mennyit kell felhasznlni az els, a msodik s a harmadik gazatbl stb.
A felemelt nett kibocstsokhoz tartoz brutt kibocstsok vektora
most mr kiszmthat.
1
x' =
11
25
8
40
20
24
40
0 22
148,18
0 54 = 133,82 .
44
336,36
85
3
Lthat, hogy
az I. gazatban a brutt kibocstst 48,18 milli Ft-tal,
a II. gazatban a brutt kibocstst 53,83 milli Ft-tal,
a III. gazatban a brutt kibocstst 136,36 milli Ft-tal kell nvelni.
Ez azt jelenti, hogy
az I. gazat termelst 48,18%-kal,
a II. gazat termelst 67,27%-kal,
a III. gazat termelst 68,18%-kal kell nvelni.
11.3. gazati kapcsolatok modelljnek megoldsa
EXCEL tblzatkezelvel
Az gazati kapcsolatok mrlegbl ismertek a kvetkez adatok:
400
300
x = 500 , M=
600
400
0 120 80
80 60
40 60
0
0 120
Megvlaszoland krdsek:
a) Mekkora az egyes gazatok nett kibocstsa?
b) Mekkora a termel fogyasztsa az egyes gazatoknak?
c) Hatrozza meg a technolgiai mtrixot!
Vissza
189
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
190
Az elhelyezs utn hvjuk meg a fggvnyvarzslval a szksges mtrixmveleteket s vgezzk el sorban a kijellt mveleteket. Helyezzk el az
eredmnyeket a tblzat lthat rszn:
Vissza
190
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
191
Vlaszok:
y = x M 1 = [60, 80, 0, 30, 70]T
M 1 = [340, 220, 500, 570, 330]T
Technolgiai mtrix: A mtrix.
(EA)1 mtrix elemeinek jelentse: A mtrix els oszlopa azt fejezi ki, hogy az els gazat 1 Ft nett kibocstst milyen programmal valsthat meg az egyes gazatban.
e) Az j brutt kibocsts vektora a K28:K32 oszlopban lthat.
a)
b)
c)
d)
Vissza
191
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Elrejelzs
Vissza
192
12. Elrejelzs
Elrejelzsre a gazdasgi let szmos terletn szksg van, mivel a mai
gyorsan vltoz, bonyolult krnyezetben csak akkor tudunk helyes dntseket hozni, ha ismerjk a jv alapvet fejldsi folyamatait. A prognosztika magban foglalja annak megrtst, hogy mi trtnt a mltban, mi
trtnik a jelenben s mirt?
Csak a vizsglt jelensg okainak megrtse, sszetevinek megismerse
s elemzse utn nylik lehetsg arra, hogy jl elre jelezzk mi fog trtnni a jvben s az elrejelzs ismeretben dolgozzuk ki a megfelel
gazdasgi dntseket.
Elrejelzst tehetnk kvalitatv (minsgi) s kvantitatv (mennyisgi)
mdon. Az els esetben az elrejelzs ltalban egy vagy tbb szakrt
szemlyes vlemnye, vagy tlete. Ezt szakrti vlemnyalkotsnak szoks nevezni. Pldul a kltsgvets elksztshez felttelen szksges az
inflci mrtkt meghatrozni. Az eredmny ltalban a kzgazdszok
hossz viti utn megegyezssel szletik meg.
A kvantitatv mdszerek kzl az idsor-analzis s regresszi-analzis
mdszerek hasznlatosak.
A statisztikai idsor valamely valsznsgi vltoz szmrtkeinek a
sorozata egy adott idintervallumban. Pldul egy meghatrozott cikk napi
piaci ra egy v folyamn idsort alkot. Az idsor-analzis teht olyan
mdszereket hasznl, amely ezeknek az adatoknak az alapjn a szban
forg valsznsgi vltoz jvbeli rtkre adnak elrejelzst. Pldul
egy kerkprt forgalmaz cg havi eladsi elrejelzst szeretne kszteni,
hogy idben beszerezze a szksges rut. Persze korbban feljegyezte a
havi forgalmi adatokat, azaz rendelkezsre llnak a havi eladsok valsznsgi vltozjnak rtkei!
A regresszi-szmtsban az elre jelezni kvnt vltozst (a fgg vltozt) ms vltozk fggvnyeknt fejezzk ki. Pldul egy j knyv teljes
forgalmi pldnyszma sszefggsbe hozhat a korbbi idszak postn
megrendelt szmval.
Termszetesen e hrom mdszer kombinlhat egymssal. ltalban a
vlemnyalkotst megfelel idsor-analzissel egytt hasznljk.
Vissza
192
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Elrejelzs
Vissza
193
Vissza
193
Opercikutats
Elrejelzs
Vissza
194
t 1 + t 2 + t 3
.
3
Vissza
194
Opercikutats
Elrejelzs
Vissza
195
t 1 + t 2 + t 3 + t 4
4
meglehetsen durva, azaz nagy a szrsa, mert egyelem mintn alapul. Csak akkor rdemes ezt alkalmazni, ha a feltteles eloszls szrsa igen kicsi s/vagy a folyamat oly gyorsan vltozik, hogy a t pillanat
eltti adatok flrevezetek a jelen helyzetet illeten.
2. tlagol elrejelzsi eljrs.
Vissza
195
Opercikutats
Elrejelzs
E( t ) =
Vissza
196
xi
t.
i =t
E ( t ) =
x
i =0
t i
E( t ) = x t + (1 ) E( t 1 ),
ahol 0 < < 1 a simt tnyez. Ekkor az elrejelzs az utols megfigyels s az elz elrejelzs slyozott sszege. Az exponencilis simts rekurzis eljrst jelent, s a kvetkez formban is megadhat:
~
E( t ) = x t + (1 )x t 1 + (1 )2 x t 2 + .... =
(1 ) x
i
t i
i =0
Ebbl a formbl nyilvnval, hogy az exponencilis simts a legnagyobb slyt az x t -re helyezi, a korbbi megfigyelsekre pedig cskken slyokat. Az els forma viszont azt mutatja, hogy az elrejelzst
egyszer kiszmtani, mert a t pillanat eltti adatokat nem kell meg-
Vissza
196
Opercikutats
Elrejelzs
Vissza
197
E( t ) = E( t 1 ) + x t E( t 1 ).
Ez adja az eljrs szemlletes indoklst. Vgl, az exponencilis simts hatkonysgnak egy mrtkt is meg tudjuk adni, ha a folyamat
teljesen stabil, azaz ha 1 , 2 ... t azonos eloszls, fggetlen valsznsgi vltozk, amelyek szrsa . Ekkor
2
2
~
var E( t )
.
=
2 (2 )/
Lnyege, hogy az idsor sszes rtkeinek felhasznlsval megksrlnk fggvnyszer kapcsolatot kimutatni az id s a megfigyelt rtkek alakulsa kztt. Mivel az id s a megfigyelt rtk kztt ltal-
Vissza
197
Opercikutats
Elrejelzs
Vissza
198
12.4.1. Kperny
Vissza
198
Opercikutats
Elrejelzs
Vissza
199
12.4.2. Kperny
A lenyl menben 6 trendtpus kzl vlaszthatunk. Ha a linerist vlasztjuk, akkor a 12.4.1. kperny kpen lthat egyenest megrajzolja a
program. Ha a trend egyenlett is ltni szeretnnk, akkor nyissuk meg az
Egyebek menpontot is s rtelemszeren tegynk jelet a ngyzetekbe.
Vissza
199
Opercikutats
Elrejelzs
Vissza
200
12.4.3. Kperny
Mivel a menlapon azt is belltottuk, hogy 4 idszakra ksztsen elrejelzst, ezrt a 12.4.4.kpernyn az az idszak is megjelenik:
12.4.4. Kperny
Lthat, hogy az illeszkeds elfogadhat (magyarz er 74,2%). Itt leolvashat a kvetkez 4 negyedvre a forgalom becslt rtke, de nem vet-
Vissza
200
Opercikutats
Elrejelzs
Vissza
201
12.4.5. Kperny
A tiszttott rtkek idsorbl a Kimutats-varzslval elkszthetjk a negyedvek szerinti eltrs tlagokat. Hasznljuk az Adatok men Kimutats..
menpontjt, gy nyerhetjk a 12.4.6. kpernyt:
Vissza
201
Opercikutats
Elrejelzs
Vissza
202
12.4.6. Kperny
Innen leolvashatk a szezonalitsra vonatkoz legfontosabb informcik:
a szezonalits miatt az ruforgalom rtke az es negyedvben elmarad az alapirnyzat szerint elre jelzettl tlagosan 38,77 mFt,
illetve 4,2 szzalkkal.
A msodik s negyedik negyedvben a szezonhats nem jelents,
A harmadik negyedvben a szezonhats miatt tlagosan 42,37 mFttal nagyobb a forgalom, mint a trendbl kvetkezne, illetve 5,02
szzalkkal multiplikatv hatst felttelezve.
gy az elre jelzett forgalom: Trend rtkek Szezonhats Korriglt
Elrejel
zs
I Additv
911,59 38,77323333
872,82
II
919,35 2,367466667
916,99
III
927,11 42,37163333
969,49
IV
934,88
1,2226
933,65
I Multiplikatv
0,951900043
867,74
II
0,997054792
916,65
III
1,052125652
975,44
IV
0,998897259
933,84
Lthat, mindkt szmtsi md azonos eredmnyre vezetett.
Hasonlan szmthatk az elrejelzs rtkei ms fggvny esetben
is, ha szezonalits kimutathat.
Az exponencilis simts is elvgezhet Excel segtsgvel. Az Eszkzk fmen megnyitsa utn az Adatelemzs menben talljuk az Exponencilis simts
programot. A program kivlasztsa utn a kvetkez men jelenik meg:
Vissza
202
Opercikutats
Elrejelzs
Vissza
203
Vissza
203
Opercikutats
Elrejelzs
Vissza
204
mellett knny mrni. Egyik ilyen felttel lehet, hogy az y vltoz szrsa
lland.
A szrs becslse a kvetkez sszefggssel trtnik:
sy/x =
i =1
(y i y )2
n2
Az y i vltoz vrhat rtkre intervallum becslst adhatunk adott megbzhatsgi szint mellett. Ha pldul a szban forg menedzser azt tapasztalja, hogy y = 0 + 1 x fggvny rja le a kapcsolatot, akkor az x = x0 rtknl (postai megrendels darabszma) a bolti elads darabszma a kvetkez intervallumba esik 95% valsznsggel:
1
s y / x
+
0 + 1x 0 t
1 , n 2
n
2
(x x )
(x x )
2
i =1
Vissza
204
Opercikutats
Elrejelzs
Vissza
205
12.5.1. Kperny
n
5. Az s y / x =
i =1
(y i y )2
n2
1
+
n
(x x )
(x x )
2
i =1
Vissza
205
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Elrejelzs
Vissza
206
Vissza
206
Opercikutats
Vissza
207
Lineris programozs
6.
Vissza
207
Opercikutats
Vissza
208
Szlltsi feladatok
28. Milyen modellt neveznk elosztsi feladatnak?
29. rtelmezze a klasszikus szlltsi feladatot!
30. rja fel egy a szoksos peremadatokkal adott klasszikus szlltsi feladat lineris programozsi modelljt! Mit fejez ki a vltozja, az egyenletei s a clfggvnye?
31. Mirt nem clszer a szlltsi feladatokat szimplex mdszerrel megoldani?
32. Mi a disztribcis mdszer lnyege?
33. Milyen mdszereket ismer egy lehetsges megolds kijellsre a disztribcis tblzaton? Rszletezze az eljrsok lnyegt! Hasonltsa ssze a
hatkonysgukat!
34. Hogyan tudja eldnteni, hogy egy lehetsges megolds optimlis megolds-e?
35. Ha nem optimlis a megolds, milyen eljrssal javthat a program?
Rszletezze! Mi a kr, vagy hurok? Mi a felttele ezek felrajzolsnak?
36. Hogyan vezethet vissza az alapfeladatra az a szlltsi feladat, amelynl
a kszletek nem egyeznek az ignyekkel?
37. Mi az a tilttarifa? Milyen esetekben s hogyan alkalmazzuk?
38. Hogyan tudjuk biztostani egy olyan szlltsi feladatnl, ahol a kszlet
nem egyezik az ignnyel azt, hogy egy bizonyos megrendel mindenkppen megkapja az ignyelt mennyisg rut?
39. rtelmezze az albbi fogalmakat:
kttt elem,
iterci,
fiktv felad,
kritikus szm.
Vissza
208
Opercikutats
Vissza
209
Tbbcl programozs
40. Mit neveznk clprogramozsnak? Milyen gazdasgi szksglet induklta a kidolgozst?
41. Milyen mdszereket ismert meg a tbbcl programozs kezelsre?
Mutassa be ezeket egy konkrt modellen!
42. rtelmezze az albbi fogalmakat a tbbclsg tmakrben:
kompromisszumos megolds,
korltok mdszere,
idelis megolds,
legkisebb clfggvny maximalizlsa.
Egszrtk programozs
43. Mit neveznk egszrtk programozsi feladatnak? rja fel a matematikai modelljt! Milyen gazdasgi feladatok indokoljk a modell alkalmazst?
44. Szemlltesse grafikonon a folytonos- s az egszrtk lineris programozsi feladatok lehetsges megoldsi halmazait!
45. Milyen algebrai eljrsokat dolgoztak ki az egszrtk lineris programozsi feladatok megoldsra?
46. Ismertesse a Gomory-fle vgsi mdszer lnyegt!
47. Ismertesse a vegyes egszrtk feladatok megoldsra kidolgozott sztvlaszts s korltozs mdszert!
48. rtelmezze a htizsk problmt! rja le a matematikai modelljt!
49. rtelmezze a hajrakodsi problmt! rja le a matematikai modelljt!
50. rtelmezze a fix kltsg problmt! rja le a matematikai modelljt!
51. rtelmezze a beruhzsi problmt! rja le a matematikai modelljt!
52. Milyen feladatot neveznk hozzrendelsi feladatnak? Mondjon gazdasgi pldt e modellre! Mi a vltoz jelentse? Milyen eddig megismert
modell specilis esete?
53. Milyen mdszerekkel lehet a hozzrendelsi feladatokat megoldani?
54. rtelmezze az albbi fogalmakat:
kltsgmtrix,
reduklt mtrix,
kltsgfggvny als korltja.
55. Mi a hozzrendelsi feladatok megoldsra szolgl korltozs s sztvlaszts mdszernek lnyege?
56. Sorolja fel korltozs s sztvlaszts mdszernek lpseit!
57. Mondjon gazdasgi pldt maximum clfggvny hozzrendelsi feladatra! Hogyan lehet az alapfeladatra visszavezetni?
Vissza
209
Opercikutats
Vissza
210
Nemlineris programozs
62. Milyen programozsi feladatot neveznk nemlineris programozsnak?
63. Mondjon gazdasgi pldt nemlineris programozsra!
64. Milyen ltalnos mdszereket ismert meg a nemlineris programozsi
feladatok kzelt megoldsra?
65. Mire szolgl a KarushKuhnTucker ttel? rja fel a ttelt!
66. Ismertesse a szuboptimlis programozslnyegt!
67. Milyen programozsi feladatot neveznk kvadratikus programozsi feladatnak?
68. Milyen programozsi feladatot neveznk hiperbolikus programozsnak?
rja fel a matematikai modelljt! Milyen gazdasgi feladatok rhatk le ezzel a modellel?
69. Milyen eljrssal vezethet vissza a hiperbolikus programozsi feladat
egy lineris programozsi feladatra? Mutassa meg ezt egy konkrt feladaton!
70. Mi a Martos-mdszer lnyege?
rzkenysgvizsglat
71. Mit neveznk programozsi feladatoknl rzkenysgvizsglatnak? Magyarzza meg a gazdasgi jelentsgt. Melyik eseteit trgyaltuk?
72. Hogyan vizsglhat a bi paramter vltozsnak hatsa az rzkenysg
vizsglatnl?
73. Hogyan vizsglhat a cj paramter vltozsnak hatsa az rzkenysg
vizsglat sorn?
74. Milyen programozsi feladatot neveznk paramteres lineris programozsi feladatnak? rja fel a matematikai modelljt mtrix-vektor szimblumokkal!
75. Milyen gazdasgi problmk vizsglatra alkalmasak a paramteres lineris programozsi feladatok?
76. Ismertesse a paramteres programozsi feladatok megoldsra kidolgozott eljrs lnyegt!
77. Milyen szerepe lehet az opercikutatnak egy gazdasgi vllalkozsnl?
78. Hogyan hasznlhat az EXCEL program rzkenysgvizsglatra?
Vissza
210
Opercikutats
Vissza
211
Jtkelmlet
80. rtelmezze az albbi fogalmakat a jtkelmlet tmakrben:
81.
82.
83.
84.
Stratgiai jtkok.
Szerencsejtkok.
Stratgia.
Kifizetsi mtrix.
Tiszta stratgia.
Kevert stratgia.
A jtk rtke.
85. Mi a kevert stratgia lnyege?
86. rja fel s rtelmezze a mtrixjtkokra vonatkoz alapttelt (Neumann
ttel)
87. Hogyan lehet meghatrozni az A kifizet mtrixszal adott jtk optimlis
stratgiaprjt?
88. Mondjon pldt a gazdasgi letben nem konstans sszeg kooperatv
jtkra.
89. rtelmezze az albbi fogalmakat a jtkelmlet tmakrben!
Kooperatv jtkok.
Nem kooperatv jtkok.
92.
93.
94.
95.
Vissza
211
Opercikutats
Vissza
212
Termel gazat
Nvnytermeszts
llattenyszts
Egyb
Teljes termels
50
100
24
Felhasznl gazat
Milli Ft
Nvny
llattermels
tenyszts
10
20
20
40
8
7
Egyb
5
12
6
a) rja fel a grfhoz tartoz kzvetlen rfordtsok mtrixt! Mit jelentenek az elemei?
b) Melyik a vgtermk, melyek a flksz termkek?
c) Szmtsa ki a teljes rfordtsok mtrixt! Mit jelentenek az elemei?
Vissza
212
Opercikutats
Vissza
213
K = 0
2
0
1 0 0 0
0 0 0 0
1 0 0 0
1 2 0 1
2 2 0 0
Vissza
213
Opercikutats
Vissza
214
a) Hatrozzuk meg, hogy a K3-as keverk hny kg bzadart, kukoricadart, hslisztet tartalmaz.
b) Ha
1 kg bzadara ra
7,50 Ft
1 kg kudkoricadara ra
6,80 Ft
1 kg hsliszt ra
18,00 Ft
c) akkor mennyi 1 kg K3-as keverknek az anyagkltsge?
d) Mennyibe kerl a K1-es s K2-es tppor-keverk kg-ja, ha csak az
anyagkltsgeket szmtjuk?
e) Ha 1 kg K3-as keverk 260 g slygyarapodst eredmnyez az llatoknl s 1 kg slygyarapods 77 Ft bevtelt jelent, akkor 1 tonna
keverk esetn hny Ft nyeresgre szmthatunk?
f) A szmtst tervezze meg Excel tblzatkezeln, s vgezze el a
konkrt szmtst is!
Elrejelzs
102. Mirt szksges ismerni az elrejelzs mdszereit a gazdasgi letbe?
Sorolja fel legfontosabb elrejelzsi mdszereket! Mi a lnyege?
103. Sorolja fel s rtelmezze az idsorokra pl elrejelzsi mdszereket!
104. Ismertesse a trendszmtson alapul elrejelzs lpseit! Hogyan valstja meg Excel tblzatkezelvel?
105. Mikor s hogyan hasznlhat a regresszi-szmts elrejelzsre?
106. Tapasztalati adatok ismeretben hogyan hasznlhatja fel elrejelzsre az
Excel tblzatkezelt?
107. Mi az exponencilis simts lnyege? Hogyan hasznlhatja fel elrejelzsre?
Vissza
214
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Irodalomjegyzk
Vissza
215
Irodalomjegyzk
BAUMOL W.J.: Kzgazdastan s opercianalzis. Kzgazdasgi s Jogi
Knyvkiad Bp. 1968.
CSKI CSABAMSZROS SNDOR: Opercikutatsi mdszerek alkalmazsa
mezgazgasgban. Mezgazdasgi Kiad, Bp. 1981.
CSERNYK LSZL: Opercikutats II. Tanknyvkiad, Budapest, 1992.
CHIKN ATTILA: Kszletezsi modellek. Kzgazdasgi s Jogi Knyvkiad
Bp. 1983.
DANTZIG, G.B.: Linear Programming and Extensions. Princenton University
Press, 1973.
DANYI PL VARR ZOLTN: Opercikutats zleti dntsek
megalapozshoz. JPTE, Pcs, 1997.
FERENCZI Z. JMBOR A. NAGY Z. RAFFAI M.: Dntselkszts,
Esettanulmnyok, pldatr. Novadat, Gyr, 1999.
FERENCZI Z.: A munkaer, az eszkzrfordts s a jvedelem kapcsolatnak
vizsglata paramteres programozssal. Doktori rtekezs, Gdll, 1978.
GSPR - TEMESI: Lineris programozsi feladatok. Tanknyvkiad,
Budapest, 1990.
GSPR - TEMESI: Matematikai programozsi feladatok. Tanknyvkiad,
Budapest, 1989.
HILLIER - LIEBERMAN: Bevezets az opercikutatsba. LSI Oktatkzpont,
Budapest, 1994.
IMREH BALZS: Kombinatorikus optimalizls. Novadat, Gyr, 2000
KISS BLA KREBSZ ANNA: Jtkelmlet. SZIFUNIVERSITAS Kft.,
Gyr, 1999.
KREK BLA: Lineris programozs. Kzgazdasgi s Jogi Knyvkiad,
Budapest, 1966.
KREK BLA: Optimumszmts. Kzgazdasgi s Jogi Knyvkiad,
Budapest, 1972.
Vissza
215
Opercikutats
A dokumentum hasznlata | Tartalomjegyzk | Irodalomjegyzk
Irodalomjegyzk
Vissza
216
Vissza
216