Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego:"

Transkrypt

1 Zadanie Rafineria naftowa otrzymała zamówienie na dwa rodzaje specjalnych paliw węglowodorowych X oraz Y. Zamówienie opiewa na minimum galonów paliwa X i minimum galonów paliwa Y. Paliwa te mogą yć wytwarzane niezależnie w dwóch procesach: P 1 i P 2. W ciągu 1 godziny trwania procesu P 1 zużywa się 1 aryłkę ropy A oraz 3 aryłki ropy B i otrzymuje 100 galonów paliwa X oraz 30 galonów paliwa Y. W ciągu 1 godziny trwania procesu P 2 zużywa się 4 aryłki ropy A oraz 2 aryłki ropy B i otrzymuje 50 galonów paliwa X oraz 40 galonów paliwa Y. Zasó ropy A wynosi 240 aryłek, a ropy B 180 aryłek. Zysk z godziny produkcji według procesu P 1 wynosi 200 zł, a koszty 300 zł. Zysk z godziny produkcji według procesu P 2 wynosi 500 zł, a koszty 600 zł. Szef produkcji poszukuje takiej kominacji procesów P 1 i P 2 (tzn. chce ustalić na ile godzin uruchomić proces P 1, a na ile P 2 ), ay osiągnąć maksymalny zysk. Rozwiązanie Powyższe zadanie możemy przedstawić jako następujące zagadnienie programowania liniowego: zmienne decyzyjne: - ilość godzin trwania procesu P 1, x 2 - ilość godzin trwania procesu P 2, funkcja celu: ograniczenia: 4 x (limit ropy A) f = x 2 max 3 2 x (limit ropy B) (minimum ilości paliwa X) (minimum ilości paliwa Y) x 2 - warunki nieujemności, ze względu na sensowność rozwiązania

2 Powyższe zagadnienie rozwiązane zostanie metodą simplex. W pierwszej kolejności, musimy sprowadzić zagadnienie do tzw. postaci kanonicznej.dokonujemy tego likwidując wszystkie nierówności. Likwidujemy je w taki sposó, iż zamieniamy je na równania, poprzez wprowadzenie zmiennych swoodnych. Po wprowadzeniu zmiennych swoodnych, nasz układ ograniczeń wygląda następująco: 4 x 2 s 1 = x 2 s 2 = s 3 = s 4 =2400 s 1, s 2, s 3, s 4 Powyższych ograniczeń nie można jeszcze wykorzystać ezpośrednio w metodzie simplex, gdyż zmienne nie generują azy jednostkowej zmienne swoodne w równaniu trzecim oraz czwartym mają znaki ujemne. Ay wygenerować azę jednostkową, wprowadzamy do tych równań zmienne sztuczne. 4 x 2 s 1 = x 2 s 2 = s 3 t 1 = s 4 t 2 =2400 s 1,s 2, s 3,s 4 t 1, t 2 =0 Wprowadzenie zmiennych sztucznych wymusza modyfikację funkcji celu wprowadzamy do niej zmienne sztuczne z wagą niekorzystną z punktu widzenia kierunku optymalizacji. W naszym - 2 -

3 przypadku (maksymalizacja) wprowadzamy je z wagą ujemną ( M, gdzie M jest ardzo dużą liczą dodatnią: M ). Funkcja celu ędzie miała postać: f, s 1, s 2, s 3, s 4, t 1,t 2 = x 2 M t 1 M t 2 max Budujemy I talicę simplex. I talica simplex rozwiązanie początkowe aza: x B = [s 1, s 2, t 1, t 2 ] x T x 2 s 1 s 2 s 3 s 4 t 1 t 2 s s t 1 M t 2 M z j -130M -90M 0 0 M M M M -6400M Δ j M M 0 0 M M Kryterium wejścia do azy spełnia zmienna gdyż odpowiada jest największy dodatni wskaźnik optymalności j. Kryterium ścia spełnia zmienna t 1, gdyż odpowiada jej najmiejsza dodatnia wartość ilorazów elementów kolumny przez kolumnę zmiennej wchodzącej. Woec tego: wchodzi:, wychodzi: t

4 II Talica simplex aza: x B = [s 1, s 2,, t 2 ] x T x 2 s 1 s 2 s 3 s 4 t 1 t 2 s , ,01 0 0, ,14 s , ,03 0 0, , ,01 0 0, t 2 M ,3 1 0, z j 200 Δ j 0 wchodzi: x 2, wychodzi: t M M ,3M 2 +0,3M M 2 +0,3M M M M 2-0,3M 0 III Talica simplex aza: x B = [s 1, s 2, ] x T x 2 s 1 s 2 s 3 s 4 t 1 t 2 s ,032 0,14 0,032 0, ,57 s ,024 0,02 0,024 0, ,016 0,02 0,016 0, x ,012 0,04 0,012 0,04 48 wchodzi: s 4, wychodzi: s 1 z j ,8 16 2, Δ j ,8 16 2,8-M 16 M - 4 -

5 IV Talica simplex aza: x B = [s 4, s 2, ] x T x 2 s 1 s 2 s 3 s 4 t 1 t 2 s , , , ,571 s , , , , , , , ,429 x ,29 0 0, , , wchodzi: s 3, wychodzi: s 2 z j , , , ,14 Δ j , , ,8571 -M M V Talica simplex aza: x B = [s 4, s 2, ] x T x 2 s 1 s 2 s 3 s 4 t 1 t 2 s s ,2 0, x ,3 0, z j Δ j M M Wszystkie wskaźniki optymalności są liczami niedodatnimi a w azie nie pozostała żadna ze zmiennych sztucznych, zatem uzyskane w 5. kroku rozwiązanie jest już rozwiązaniem optymalnym. Rozwiązanie to jest następujące: { =24 x 2 =54-5 -

6 Optymalna wartość funkcji celu wynosi natomiast: f max 24 ;54 = =31800 Wartość s 3 =1100 oznacza, iż nierówność ograniczająca spełniona została jako nierówność ostra wyprodukowano o 1100 galonów paliwa X więcej niż wynosiło założone minimum Z kolei wartość s 4 =480 oznacza, iż nierówność ograniczająca również została spełniona jako nierówność ostra tj. wyprodukowano o 480 galonów paliwa Y więcej, niż wynosiło założone minimum Pozostałe nierówności spełnione zostały jako równości, co oznacza, iż całość zasoów ropy A oraz B została wykorzystana

PROGRAMOWANIE KWADRATOWE

PROGRAMOWANIE KWADRATOWE PROGRAMOWANIE KWADRATOWE Programowanie kwadratowe Zadanie programowania kwadratowego: Funkcja celu lub/i co najmniej jedno z ograniczeń jest funkcją kwadratową. 2 Programowanie kwadratowe Nie ma uniwersalnej

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1]

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1] D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne [1] Co to są badania operacyjne? Termin "badanie operacji" (Operations' Research) powstał podczas II wojny światowej i przetrwał do dzisiaj. W terminologii

Bardziej szczegółowo

Standardowe zadanie programowania liniowego. Gliwice 1

Standardowe zadanie programowania liniowego. Gliwice 1 Standardowe zadanie programowania liniowego 1 Standardowe zadanie programowania liniowego Rozważamy proces, w którym zmiennymi są x 1, x 2,, x n. Proces poddany jest m ograniczeniom, zapisanymi w postaci

Bardziej szczegółowo

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany

Bardziej szczegółowo

Metoda simpleks. Gliwice

Metoda simpleks. Gliwice Sprowadzenie modelu do postaci bazowej Sprowadzenie modelu do postaci bazowej Przykład 4 Model matematyczny z Przykładu 1 sprowadzić do postaci bazowej. FC: ( ) Z x, x = 6x + 5x MAX 1 2 1 2 O: WB: 1 2

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.1 Opis programów Do rozwiązania zadań programowania

Bardziej szczegółowo

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE

Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 6 PROGRAMOWANIE WYPUKŁE I KWADRATOWE 6. Ćwiczenia komputerowe Ćwiczenie 6.1

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład):

Metoda graficzna może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): może być stosowana w przypadku gdy model zawiera dwie zmienne decyzyjne. Metoda składa się z dwóch kroków (zobacz pierwszy wykład): 1 Narysuj na płaszczyźnie zbiór dopuszczalnych rozwiazań. 2 Narysuj funkcję

Bardziej szczegółowo

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007

ALGORYTM SIMPLEX. B.Gładysz Badania operacyjne 2007 ALGORYTM SIMPLEX 7 Zagadnienie asortymentu produkcji Firma produkuje dwa wyroby P, P. Ograniczeniem dla produkcji są trzy surowce S, S i S.Nakłady jednostkowe surowców są następujące: S S S Zysk jednostkowy

Bardziej szczegółowo

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metody optymalizacji d inż. Paweł Zalewski kademia Moska w Szczecinie Optymalizacja - definicje: Zadaniem optymalizacji jest wyznaczenie spośód dopuszczalnych ozwiązań danego polemu ozwiązania najlepszego

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Ćwiczenia 4 Programowanie liniowe Dualizm w programowaniu liniowym Plan zajęć Dualizm w programowaniu liniowym Projektowanie programu dualnego Postać programu dualnego Przykład 1 Rozwiązania

Bardziej szczegółowo

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1

A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe 1 A. Kasperski, M. Kulej Badania Operacyjne- programowanie liniowe ZAGADNIENIE DUALNE Z każdym zagadnieniem liniowym związane jest inne zagadnienie nazywane dualnym. Podamy teraz teraz jak budować zagadnienie

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,

Bardziej szczegółowo

TOZ -Techniki optymalizacji w zarządzaniu

TOZ -Techniki optymalizacji w zarządzaniu TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Wykład 2 Optymalizacja

Bardziej szczegółowo

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?

Plan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA? /9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

Wprowadzenie do badań operacyjnych - wykład 2 i 3

Wprowadzenie do badań operacyjnych - wykład 2 i 3 Wprowadzenie do badań operacyjnych - wykład 2 i 3 Hanna Furmańczyk 14 listopada 2008 Programowanie liniowe (PL) - wszystkie ograniczenia muszą być liniowe - wszystkie zmienne muszą być ciągłe n j=1 c j

Bardziej szczegółowo

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa

( 1) ( ) 16 Warunki brzegowe [WB] Funkcja celu [FC] Ograniczenia [O] b i ( 2) ( ) ( ) 14. FC max. Kompletna postać bazowa Standardowe zadanie PL () Należy zaplanować produkcję zakładu w pewnym tygodniu w taki sposób, aby osiągnięty zysk był maksymalny. akład może wytwarzać dwa wyroby: P i P. Ich produkcja jest limitowana

Bardziej szczegółowo

Rozdział 1 PROGRAMOWANIE LINIOWE

Rozdział 1 PROGRAMOWANIE LINIOWE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 1 PROGRAMOWANIE LINIOWE 1.2 Ćwiczenia komputerowe Ćwiczenie 1.1 Wykorzystując

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 2 (Materiały)

Badania Operacyjne Ćwiczenia nr 2 (Materiały) Zbiór rozwiązań dopuszczalnych programu liniowego Zbiór rozwiązań dopuszczalnych programu linowego to taki zbiór, który spełnia warunki ograniczające (funkcyjne oraz brzegowe) programu liniowego. Przy

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe

Elementy Modelowania Matematycznego Wykład 7 Programowanie nieliniowe i całkowitoliczbowe Spis treści Elementy Modelowania Matematycznego Wykład 7 i całkowitoliczbowe Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp 2 3 Spis treści Spis treści 1 Wstęp

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

Elementy Modelowania Matematycznego

Elementy Modelowania Matematycznego Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla

Bardziej szczegółowo

Algorytm simplex i dualność

Algorytm simplex i dualność Algorytm simplex i dualność Łukasz Kowalik Instytut Informatyki, Uniwersytet Warszawski April 15, 2016 Łukasz Kowalik (UW) LP April 15, 2016 1 / 35 Przypomnienie 1 Wierzchołkiem wielościanu P nazywamy

Bardziej szczegółowo

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12

Bardziej szczegółowo

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7

Ćwiczenia laboratoryjne - 7. Problem (diety) mieszanek w hutnictwie programowanie liniowe. Logistyka w Hutnictwie Ćw. L. 7 Ćwiczenia laboratoryjne - 7 Problem (diety) mieszanek w hutnictwie programowanie liniowe Ćw. L. 7 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym zapisem

Bardziej szczegółowo

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Wykład z modelowania matematycznego. Zagadnienie transportowe. Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem

Bardziej szczegółowo

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe Ćwiczenia laboratoryjne - 7 Zagadnienie transportowoprodukcyjne ZT-P programowanie liniowe Ćw. L. 8 Konstrukcja modelu matematycznego Model matematyczny składa się z: Funkcji celu będącej matematycznym

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM EKONOMIKA W ELEKTROTECHNICE INSTRUKCJA DO ĆWICZENIA 6 Analiza decyzji

Bardziej szczegółowo

Zagadnienie transportowe

Zagadnienie transportowe 9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów

Bardziej szczegółowo

OPTYMALIZACJA DYSKRETNA

OPTYMALIZACJA DYSKRETNA Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2009 Mirosław Sobolewski (UW) Warszawa, 2009 1 / 13

Bardziej szczegółowo

Wybrane elementy badań operacyjnych

Wybrane elementy badań operacyjnych Wybrane elementy badań operacyjnych 1 Przykład 1. GWOŹDZIE. Pewna fabryczka może produkować dwa gatunki gwoździ II i I. Do wyprodukowania tony gwoździ II gatunku potrzeba 1,2 tony stali oraz 1 roboczogodzinę

Bardziej szczegółowo

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej:

ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej: A Kasperski, M Kulej Badania Operacyjne- programowanie liniowe 1 ZAGADNIENIE DUALNE Rozważmy zagadnienie liniowe(zagadnienie to nazywamy prymalnym) o postaci kanonicznej: max z = c 1 x 1 + c 2 x 2 + +

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Programowanie liniowe. Metoda Simplex. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ ZADANIE LINIOWE Tortilla z ziemniaków i cebuli (4 porcje) 300

Bardziej szczegółowo

Rozwiązaniem jest zbiór (, ] (5, )

Rozwiązaniem jest zbiór (, ] (5, ) FUNKCJE WYMIERNE Definicja Miech L() i M() będą niezerowymi wielomianami i niech D { R : M( ) 0 } Funkcję (*) D F : D R określoną wzorem F( ) L( ) M( ) nazywamy funkcją wymierną Funkcja wymierna, to iloraz

Bardziej szczegółowo

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. Wykład 1 Wprowadzenie do ekonomii menedżerskiej 1 WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ. PODEJMOWANIE OPTYMALNYCH DECYZJI NA PODSTAWIE ANALIZY MARGINALNEJ. 1. EKONOMIA MENEDŻERSKA ekonomia menedżerska

Bardziej szczegółowo

Rozwiązywanie programów matematycznych

Rozwiązywanie programów matematycznych Rozwiązywanie programów matematycznych Program matematyczny składa się z następujących elementów: 1. Zmiennych decyzyjnych:,,, 2. Funkcji celu, funkcji-kryterium, która informuje o jakości rozwiązania

Bardziej szczegółowo

c j x x

c j x x ZESTAW 1 Numer indeksu Test jest wielokrotnego wyboru We wszystkich mają być nieujemne 1 Pewien towar jest zmagazynowany w miejscowości A 1 w ilości 700 ton, w miejscowości 900 ton Ma być on przewieziony

Bardziej szczegółowo

Analiza danych przy uz yciu Solvera

Analiza danych przy uz yciu Solvera Analiza danych przy uz yciu Solvera Spis treści Aktywacja polecenia Solver... 1 Do jakich zadań wykorzystujemy Solvera?... 1 Zadanie 1 prosty przykład Solvera... 2 Zadanie 2 - Optymalizacja programu produkcji

Bardziej szczegółowo

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną

1.2. Rozwiązywanie zadań programowania liniowego metodą geometryczną binarną są określane mianem zadania programowania binarnego. W stosunku do dyskretnych modeli decyzyjnych stosuje się odrębną klasę metod ich rozwiązywania. W dalszych częściach niniejszego rozdziału zostaną

Bardziej szczegółowo

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 1 (Materiały)

Badania Operacyjne Ćwiczenia nr 1 (Materiały) Wprowadzenie Badania operacyjne (BO) to stosunkowo młoda dyscyplina naukowa, która powstała w czasie II Wojny Światowej, w związku z utworzeniem przy niektórych sztabach sił zbrojnych specjalnych grup

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Struktury i Algorytmy Wspomagania Decyzji Zadanie projektowe 2 Czas realizacji: 6 godzin Maksymalna liczba

Bardziej szczegółowo

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI Zagadnienie transportowe Klasyczne zagadnienie transportowe Klasyczne zadanie transportowe problem najtańszego przewozu jednorodnego dobra pomiędzy punktami nadania

Bardziej szczegółowo

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy

ALGORYTMY. 1. Podstawowe definicje Schemat blokowy ALGORYTMY 1. Podstawowe definicje Algorytm (definicja nieformalna) to sposób postępowania (przepis) umożliwiający rozwiązanie określonego zadania (klasy zadań), podany w postaci skończonego zestawu czynności

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM GOSPODARKI ELEKTROENERGETYCZNEJ INSTRUKCJA DO ĆWICZENIA 5 Planowanie

Bardziej szczegółowo

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału Problem przydziału Przykład Firma KARMA zamierza w okresie letnim przeprowadzić konserwację swoich urządzeń; mieszalników,

Bardziej szczegółowo

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2

Document: Exercise*02*-*manual /11/ :31---page1of8 INSTRUKCJA DO ĆWICZENIA NR 2 Document: Exercise*02*-*manual ---2014/11/12 ---8:31---page1of8 PRZEDMIOT TEMAT KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 Wybrane zagadnienia z

Bardziej szczegółowo

Optymalizacja systemów

Optymalizacja systemów Optymalizacja systemów Laboratorium Zadanie nr 3 Sudoku autor: A. Gonczarek Cel zadania Celem zadania jest napisanie programu rozwiązującego Sudoku, formułując problem optymalizacji jako zadanie programowania

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu

Bardziej szczegółowo

Optymalizacja. Przeszukiwanie lokalne

Optymalizacja. Przeszukiwanie lokalne dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x

Bardziej szczegółowo

Programowanie matematyczne

Programowanie matematyczne dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Programowanie matematyczne Programowanie matematyczne, to problem optymalizacyjny w postaci: f ( x) max przy warunkach g( x) 0 h( x) = 0 x X

Bardziej szczegółowo

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony.

Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. GRY (część 1) Zastosowanie: Modelowanie sytuacji konfliktowych, w których występują dwie antagonistyczne strony. Najbardziej znane modele: - wybór strategii marketingowych przez konkurujące ze sobą firmy

Bardziej szczegółowo

METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0

METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0 METODA ANALITYCZNA Postać klasyczna: z = 5 x 1 + 6x 2 MAX 0,2 x 1 + 0,3x 2 < 18 0,6 x 1 + 0,6x 2 < 48 x 1, x 2 > 0 cx MAX Ax < b x > 0 Postać standardowa (kanoniczna): z = 5 x 1 + 6x 2 + 0x 3 + 0x 4 MAX

Bardziej szczegółowo

Wprowadzenie do badań operacyjnych

Wprowadzenie do badań operacyjnych Wprowadzenie do badań operacyjnych Hanna Furmańczyk 10 października 2008 Badania operacyjne (ang. operations research) - dyscyplina naukowa związana z teorią decyzji pozwalająca wyznaczyć metodę i rozwiązanie

Bardziej szczegółowo

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11)

=B8*E8 ( F9:F11 F12 =SUMA(F8:F11) Microsoft EXCEL - SOLVER 2. Elementy optymalizacji z wykorzystaniem dodatku Microsoft Excel Solver Cele Po ukończeniu tego laboratorium słuchacze potrafią korzystając z dodatku Solver: formułować funkcję

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Optymalizacja Politechnika Wrocławska, Wydział Informatyki i Zarządzania Optymalizacja Dla podanych niżej problemów decyzyjnych (zad.1 zad.5) należy sformułować zadania optymalizacji, tj.: określić postać zmiennych

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia:

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne Temat ćwiczenia: Programowanie liniowe, metoda geometryczna, dobór struktury asortymentowej produkcji Zachodniopomorski Uniwersytet

Bardziej szczegółowo

Optymalizacja systemów

Optymalizacja systemów Optymalizacja systemów Laboratorium Sudoku autor: A. Gonczarek Cel zadania Celem zadania jest napisanie programu rozwiązującego Sudoku, formułując problem optymalizacji jako zadanie programowania binarnego.

Bardziej szczegółowo

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? : Proces zmieniania wartości w komórkach w celu sprawdzenia, jak

Bardziej szczegółowo

M1 M2 M3 Jednostka produkcyjna W1 6h 3h 10h h/1000szt 2zł W2 8h 4h 5h h/100szt 25zł Max. czas pracy maszyn:

M1 M2 M3 Jednostka produkcyjna W1 6h 3h 10h h/1000szt 2zł W2 8h 4h 5h h/100szt 25zł Max. czas pracy maszyn: Zad. Programowanie liniowe Jakiś zakład produkcyjny, ma 3 różne maszyny i produkuje różne produkty. Każdy z produktów wymaga pewnych czasów każdej z 3ch maszyn (podane w tabelce niżej). Ile jakiego produktu

Bardziej szczegółowo

Rozdział 9 PROGRAMOWANIE DYNAMICZNE

Rozdział 9 PROGRAMOWANIE DYNAMICZNE Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 9 PROGRAMOWANIE DYNAMICZNE 9.2. Ćwiczenia komputerowe Ćwiczenie 9.1 Wykorzystując

Bardziej szczegółowo

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie:

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: Badania operacyjne Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 adam.kasperski@pwr.edu.pl Materiały do zajęć dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Ćwiczenia 2 Programowanie liniowe Metoda geometryczna Plan zajęć Programowanie liniowe metoda geometryczna Przykład 1 Zbiór rozwiązań dopuszczalnych Zamknięty zbiór rozwiązań dopuszczalnych

Bardziej szczegółowo

RYNEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWNOLEGLE BLOKI CIEPŁOWNICZE

RYNEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWNOLEGLE BLOKI CIEPŁOWNICZE RYEK CIEPŁA REC 2013 OPTYMALIZACJA ROZDZIAŁU OBCIĄŻEŃ POMIĘDZY PRACUJĄCE RÓWOLEGLE BLOKI CIEPŁOWICZE Prof. dr ha. inż. Henryk Rusinowski Dr ha. inż. Marcin Szega Prof. nzw. w Pol. Śl. Mgr inż. Marcin Plis

Bardziej szczegółowo

PROGRAMOWANIE CAŁKOWITOLICZBOWE

PROGRAMOWANIE CAŁKOWITOLICZBOWE PROGRAMOWANIE CAŁKOWITOLICZBOWE METODA PODZIAŁU I OGRANICZEŃ Przykład 6. Metoda podziału i ograniczeń Rozwiązać zadanie z Przykładu 1. metodą podziału i ograniczeń, przy czym wielkość produkcji wyrobu

Bardziej szczegółowo

Optymalizacja konstrukcji

Optymalizacja konstrukcji Optymalizacja konstrukcji Kształtowanie konstrukcyjne: nadanie właściwych cech konstrukcyjnych przeszłej maszynie określenie z jakiego punktu widzenia (wg jakiego kryterium oceny) będą oceniane alternatywne

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE(ZT)

ZAGADNIENIE TRANSPORTOWE(ZT) A. Kasperski, M. Kulej BO Zagadnienie transportowe 1 ZAGADNIENIE TRANSPORTOWE(ZT) Danychjest pdostawców,którychpodażwynosi a 1, a 2,...,a p i q odbiorców,którychpopytwynosi b 1, b 2,...,b q.zakładamy,że

Bardziej szczegółowo

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE PROBLEMY DECYZYJNE KRÓTKOOKRESOWE OPTYMALNA STRUKTURA PRODUKCJI Na podstawie: J. Wermut, Rachunkowość zarządcza, ODDK, Gdańsk 2013 1 DECYZJE KRÓTKOOKRESOWE Decyzje krótkookresowe to takie, które dotyczą

Bardziej szczegółowo

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny.

Badania operacyjne. Dr Michał Kulej. Pokój 509, budynek B4 Forma zaliczenia wykładu: egzamin pisemny. Badania operacyjne Dr Michał Kulej. Pokój 509, budynek B4 michal.kulej@pwr.wroc.pl Materiały do zajęć będa dostępne na stronie: www.ioz.pwr.wroc.pl/pracownicy/kasperski Forma zaliczenia wykładu: egzamin

Bardziej szczegółowo

Excel - użycie dodatku Solver

Excel - użycie dodatku Solver PWSZ w Głogowie Excel - użycie dodatku Solver Dodatek Solver jest narzędziem używanym do numerycznej optymalizacji nieliniowej (szukanie minimum funkcji) oraz rozwiązywania równań nieliniowych. Przed pierwszym

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Badania Operacyjne Ćwiczenia nr 5 (Materiały) ZADANIE 1 Zakład produkuje trzy rodzaje papieru: standardowy do kserokopiarek i drukarek laserowych (S), fotograficzny (F) oraz nabłyszczany do drukarek atramentowych (N). Każdy z rodzajów papieru wymaga

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2015 Mirosław Sobolewski (UW) Warszawa, 2015 1 / 16 Homo oeconomicus=

Bardziej szczegółowo

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład:

Zagadnienia programowania liniowego dotyczą modelowania i optymalizacji wielu problemów decyzyjnych, na przykład: Programowanie liniowe. 1. Aktywacja polecenia Solver. Do narzędzia Solver można uzyskać dostęp za pomocą polecenia Dane/Analiza/Solver, bądź Narzędzia/Solver (dla Ex 2003). Jeżeli nie można go znaleźć,

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe

Programowanie liniowe całkowitoliczbowe Programowanie liniowe całkowitoliczbowe Jeżeli w zadaniu programowania liniowego pewne (lub wszystkie) zmienne musza przyjmować wartości całkowite, to takie zadanie nazywamy zadaniem programowania liniowego

Bardziej szczegółowo

ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA

ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA DYNAMICZNYCH LOKAT KAPITAŁOWYCH Krzysztof Gąsior Uniwersytet Rzeszowski Streszczenie Celem referatu jest zaprezentowanie praktycznego zastosowania

Bardziej szczegółowo

Optymalizacja liniowa w liczbach całkowitych (PLC)

Optymalizacja liniowa w liczbach całkowitych (PLC) * ) && &&& % ( - &&(() n && - n% ( ' n!"#$ Optymalizacja liniowa w liczbach całkowitych (PLC) (( & ' nn nn Zadanie (-) nazywamy zadaniem regularnym Zadanie (-) nazywamy zadaniem PLC Stosownie do tego podziału

Bardziej szczegółowo

Podstawy programowania w języku Visual Basic dla Aplikacji (VBA)

Podstawy programowania w języku Visual Basic dla Aplikacji (VBA) Podstawy programowania w języku Visual Basic dla Aplikacji (VBA) Instrukcje Język Basic został stworzony w 1964 roku przez J.G. Kemeny ego i T.F. Kurtza z Uniwersytetu w Darthmouth (USA). Nazwa Basic jest

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 3 (Materiały)

Badania Operacyjne Ćwiczenia nr 3 (Materiały) Metoda analityczna Przed przystąpieniem do rozwiązania programu liniowego metodą analityczną, należy sprowadzić program do postaci KANONICZNEJ. Model o postaci kanonicznej to taki, w którym wszystkie warunki

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNENE TRANSPORTOWE Definicja: Program liniowy to model, w którym warunki ograniczające oraz funkcja celu są funkcjami liniowymi. W skład każdego programu liniowego wchodzą: zmienne decyzyjne, ograniczenia

Bardziej szczegółowo

Planowanie drogi robota, algorytm A*

Planowanie drogi robota, algorytm A* Planowanie drogi robota, algorytm A* Karol Sydor 13 maja 2008 Założenia Uproszczenie przestrzeni Założenia Problem planowania trasy jest bardzo złożony i trudny. W celu uproszczenia problemu przyjmujemy

Bardziej szczegółowo

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce Metody systemowe i decyzyjne w informatyce Ćwiczenia lista zadań nr 3 autorzy: A. Gonczarek, J.M. Tomczak Zbiory i funkcje wypukłe Zad. 1 Pokazać, że następujące zbiory są wypukłe: a) płaszczyzna S = {x

Bardziej szczegółowo

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

Bardziej szczegółowo

mathpad 2008, UMK, Toruń

mathpad 2008, UMK, Toruń # KL 18,2,1vii2008 mathpad 2008, UMK, Toruń Przykłady rozwiązywania zadań z użyciem komputera Krzysztof Leśniak Zadanie. Stolarz produkuje 2 rodzaje stolików: szachowy i nocny. Stolik szachowy kosztuje

Bardziej szczegółowo

Optymalizacja programu produkcji

Optymalizacja programu produkcji ZARZĄDZANIE PRODUKCJĄ I USŁUGAMI Ćwiczenie 3 Optymalizacja programu produkcji Co i ile produkować i sprzedawać, aby zmaksymalizować zysk? Programowanie produkcji ZADANIE odpowiedź na pytania Co produkować?

Bardziej szczegółowo

Zapis liczb binarnych ze znakiem

Zapis liczb binarnych ze znakiem Zapis liczb binarnych ze znakiem W tej prezentacji: Zapis Znak-Moduł (ZM) Zapis uzupełnień do 1 (U1) Zapis uzupełnień do 2 (U2) Zapis Znak-Moduł (ZM) Koncepcyjnie zapis znak - moduł (w skrócie ZM - ang.

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

EKONOMIA MENEDŻERSKA

EKONOMIA MENEDŻERSKA EKONOMIA MENEDŻERSKA Koszt całkowity produkcji - Jest to suma kosztów stałych całkowitych i kosztów zmiennych całkowitych. K c = K s + K z Koszty stałe produkcji (K s ) to koszty, które nie zmieniają się

Bardziej szczegółowo

9 Funkcje Użyteczności

9 Funkcje Użyteczności 9 Funkcje Użyteczności Niech u(x) oznacza użyteczność wynikającą z posiadania x jednostek pewnego dobra. Z założenia, 0 jest punktem referencyjnym, czyli u(0) = 0. Należy to zinterpretować jako użyteczność

Bardziej szczegółowo

Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m.

Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m. Dla jakich wartości parametru m dziedziną funkcji f ( x) = x + mx + m 1 jest zbiór liczb rzeczywistych? We wzorze funkcji f(x) pojawia się funkcja kwadratowa, jednak znajduje się ona pod pierwiastkiem.

Bardziej szczegółowo

2. Wybór optymalnego planu (asortymentu) produkcji przy ograniczonej dostępności środków produkcji

2. Wybór optymalnego planu (asortymentu) produkcji przy ograniczonej dostępności środków produkcji P. Kowalik, Laboratorium badań operacyjnych: wybór optymalnego planu produkcji. Wybór optymalnego planu (asortymentu) produkcji przy ograniczonej dostępności środków produkcji Firma może produkować n rodzajów

Bardziej szczegółowo

RACHUNKOWOŚĆ ZARZĄDCZA

RACHUNKOWOŚĆ ZARZĄDCZA RACHUNKOWOŚĆ ZARZĄDCZA wykład VII dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 PRÓG RENTOWNOŚCI PRODUKCJA JEDNOASORTYMENTOWA przychody Sx PRw margines bezpieczeństwa margines bezpieczeństwa

Bardziej szczegółowo

Główne problemy kierowania procesami produkcyjnymi produkcji energii elektrycznej pod kątem współpracy jednostek wytwórczych z systemem

Główne problemy kierowania procesami produkcyjnymi produkcji energii elektrycznej pod kątem współpracy jednostek wytwórczych z systemem Główne problemy kierowania procesami produkcyjnymi produkcji energii elektrycznej pod kątem współpracy jednostek wytwórczych z systemem elektroenergetycznym dotyczą regulacji mocy i częstotliwości z uwzględnieniem

Bardziej szczegółowo