PROGRAMOWANIE LINIOWE. dr Sylwia Machowska

Wielkość: px
Rozpocząć pokaz od strony:

Download "PROGRAMOWANIE LINIOWE. dr Sylwia Machowska"

Transkrypt

1 PROGRAMOWANIE LINIOWE dr Sylwia Machowska

2 Programowanie liniowe to metoda formułowania i rozwiązywania problemów decyzyjnych w warunkach istnienia ograniczeń dotyczących zasobów.

3 Inaczej: Jest to procedura obliczania optymalnej kombinacji zasobów przy określonych ograniczeniach.

4 Przykładowe problemy decyzyjne Jak rozdysponować fundusz reklamowy przedsiębiorstwa między różne środki masowego przekazu? Jaka jest optymalna wielkość produkcji dwóch łącznie wytwarzanych wyrobów przy ograniczonych zasobach pracy i kapitału?

5 W jaki sposób agencja rządowa powinna rozdzielić posiadane środki na dwa realizowane programy bezpieczeństwa publicznego? Jaką ilość artykułów konsumpcyjnych wytwarzanych w różnych zakładach tego samego przedsiębiorstwa należy dostarczyć do poszczególnych punktów sprzedaży, aby zminimalizować łączne koszty transportu?

6 Jakie elementy wspólne posiadają powyższe problemy? 1. W każdym przypadku chodzi o wyznaczenie optymalnej wartości zmiennych decyzyjnych: - określenie optymalnej struktury reklamy, - najbardziej opłacalnej wielkości produkcji, - właściwej alokacji funduszy budżetowych.

7 2. Każda decyzja jest podporządkowana dążeniu do określonego celu: - maksymalizacji zysku, - minimalizacji kosztów,

8 3. Szacowanie wartości zmiennych decyzyjnych podlega pewnym ograniczeniom: - rozmiary produkcji ograniczone są rozporządzalnymi czynnikami wytwórczymi, - budżet agencji rządowej jest ograniczony, - przedsiębiorstwo ma ograniczone zdolności wytwórcze.

9 W każdej z wymienionych sytuacji istotą problemu jest znalezienie takich wartości zmiennych decyzyjnych, które zapewniają najlepszy sposób osiągnięcia danego celu przy istniejących ograniczeniach.

10 ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO MAKSYMALIZACJA ZYSKU

11 Symulacja problemu Przedsiębiorstwo produkuje dwa wyroby W1 i W2. W procesie produkcji tych wyrobów zużywa się wiele środków, spośród których dwa są limitowane. Limity te wynoszą: środek I jednostek środek II jednostek Nakłady limitowanych środków na jednostkę wyrobów W1 i W2 zawiera tabela. Środki produkcji Jednostkowe nakłady W1 W2 I II 16 10

12 Wiadomo także, że zdolności produkcyjne jednego z wydziałów stanowiącego wąskie gardło procesu produkcyjnego nie pozwalają produkować więcej niż 3000 sztuk wyrobów W1 oraz 4000 sztuk wyrobów W2.

13 Wiadomo również, że zysk ze sprzedaży wyrobu W1 wynosi 30 zł a wyrobu W2 40 zł. Należy ustalić optymalne rozmiary produkcji wyrobów, gwarantujące przy istniejących ograniczeniach maksymalizację zysku z ich sprzedaży.

14 Rozwiązanie W sformułowaniu ustalić optymalne rozmiary produkcji wyrobów zdefiniowane są właściwe zmienne decyzyjne: X1 to ilość produkcji wyrobu W1 X2 to ilość produkcji wyrobu W2 Biorąc pod uwagę limity środków produkcji I i II mamy dwa pierwsze ograniczenia:

15 1. 16x1+24x x1+10x Limitowane środki produkcji ograniczają produkcję Jeden z wydziałów ma ograniczone zdolności produkcyjne dlatego warunki brzegowe przybiorą postać: 3. 0 x x Nie można wyprodukować więcej niż pozwalają na to zdolności wytwórcze Uwzględniając cel jaki sobie postawiło przedsiębiorstwo należy sformułować funkcję celu: 5. F(X1, X2) = 30X1 + 40X2 max Zysk z obu produkcji ma być maksymalny

16 Zatem, model sytuacji decyzyjnej wygląda następująco: 1. 16x1+24x x1+10x x x F(X1, X2) = 30X1 + 40X2 max

17 Ponieważ w modelu tym występują tylko dwie zmienne decyzyjne, można rozwiązać go graficznie. Najpierw należy znaleźć rozwiązanie dopuszczalne, nanosząc na układ współrzędnych warunki ograniczające i brzegowe.

18 1. 16x1+24x x1+10x Warunki tych nierówności są spełnione na prostych i półpłaszczyznach poniżej tych prostych Wykreślamy te proste znajdując miejsca zerowe funkcji 2 1

19 3. 0 x x Wykreślamy te proste Należy znaleźć pole dopuszczalnych rozwiązań Obszar ten wyznacza zakres dopuszczalnych rozwiązań t.j. kombinacji produkcyjnych, które nie przekraczają możliwości zakładu Proste z poprzedniego rysunku

20 Należy znaleźć pole dopuszczalnych rozwiązań 3 Czy ta figura może wyglądać tak? Najbardziej efektywna produkcja to znaczy gwarantująca maksymalny zysk przy istniejących ograniczeniach będzie wynikała z któregoś z wierzchołków. Który z wierzchołków powstałej figury będzie rozwiązaniem? 4 2 1

21 Który z wierzchołków powstałej figury będzie rozwiązaniem? 5. F(X1, X2) = 30X1 + 40X2 max 3 Funkcję celu zapiszę sobie jako: = 30X1 + 40X2 Rozwiązanie spróbujemy znaleźć poprzez wykreślenie linii zysku 4 2 1

22 Wykreślamy linię zysku = 30X1 + 40X2 Żeby ją wykreślić trzeba znać jej nachylenie. 3 Nachylenie linii zysku to odwrotność zysków jednostkowych względem nachylenia : X1/X2= 30/40=0,75 I teraz zakładamy, że punktem wyjścia jest np szt X2 4 X X nachylenie= = Wówczas linia zysku przetnie oś poziomą w punkcie X1=

23 Wykreślamy linię zysku = 30X1 + 40X2 3 Wówczas linia zysku przetnie oś poziomą w punkcie X1= X ,75 X 2000*0,

24 3 Teraz możemy dokonać równoległego przesunięcia linii zysku aż do punktu styczności z wierzchołkiem figury 4 1 2

25 3 Teraz możemy dokonać równoległego przesunięcia linii zysku aż do punktu styczności z wierzchołkiem figury Z tego wierzchołka wynikać będzie optymalna wielkość produkcji Funkcja celu: 4 = 30X1 + 40X2 2 1 Ile wynosi optymalny zysk? = 30* *2000 = =170000

26

27 Symulacja problemu :optymalna wielkość produkcji dwóch wersji produktu (komputera) Producent wytwarza dwie wersje komputera: - Wersja standardowa (S); twardy dysk o pojemności 800 GB; stacja dysków DVD i CD. - Wersja ekonomiczna (E); twardy dysk o pojemności 400 GB; stacja CD.

28 Ceny, koszty i narzut w przeliczeniu na jednostkę podaje tabela (j.p. = dolary) Wersja standardowa (S) Wersja ekonomiczna (E) Cena Koszty zmienne AVC Narzut (jednostkowy)

29 Narzut = P AVC tak się oblicza Czyli, nadwyżka jednostkowa to de facto: ale to już znamy AFC + planowany zysk na jednostkę

30 Przedsiębiorstwo ma ograniczoną zdolność produkcyjną, może wytworzyć w ciągu tygodnia maksymalnie 200 stacji dysków DVD oraz twarde dyski o pojemności GB. Pozostałe części do montażu komputerów firma posiada w wystarczającej ilości.

31 Przedsiębiorstwo może w dowolny sposób rozdzielić posiadany potencjał produkcyjny między produkcję obu wersji komputera. Komputery składane są przez 50-osobową załogę, która tworzy łączny zasób pracy o wielkości 2000 roboczogodzin tygodniowo. Nakład pracy przy montażu jednego komputera to 5 roboczogodzin.

32 Ile komputerów obu wersji powinien wytworzyć producent, chcąc osiągnąć maksymalny zysk?

33 Aby odpowiedzieć na to pytanie należy: 1. Sformułować problem decyzyjny w postaci zadania programowania liniowego tzn. układu równań i nierówności, dokładnie opisującego istniejące opcje. 2. Rozwiązać ten układ równań matematycznych.

34 narzut narzut A) Formułowanie problemu identyfikacja zmiennych decyzyjnych Przedsiębiorstwo musi określić liczbę wytwarzanych komputerów w wersji standardowej (S) oraz wersji ekonomicznej (E). Celem przedsiębiorstwa jest maksymalizacja łącznej nadwyżki (Π) uzyskiwanej z całej produkcji. Wielkość tej nadwyżki można zapisać jako: Π= 500S+300E To funkcja opisująca maksymalizowany cel, czyli funkcja celu.

35 B) Formułowanie problemu identyfikacja ograniczeń zdolności produkcyjnych Przedsiębiorstwo nie może wytwarzać nieograniczonej liczby komputerów. Istnieją trzy główne ograniczenia: Pierwsze i drugie dotyczą produkcji dysków twardych oraz stacji DVD, trzecie rozporządzanlych zasobów pracy przy montażu komputerów.

36 Algebraicznym wyrazem tych ograniczeń są nierówności: 1. Zgodnie z pierwszym ograniczeniem maksymalna produkcja modelu standardowego to 200 sztuk tygodniowo. 2. Produkcja obu modeli wymaga 800S+400E gigabajtów pojemności twardych dysków. Np. wytworzenie po 100 sztuk obu modeli wymaga pojemności 800* *100= gigabajtów co z dużym zapasem mieści się w ramach posiadanej zdolności produkcyjnej. 3. Łączne zapotrzebowanie na pracę to 5S+5E, ale łączne nakłady pracy nie mogą przekroczyć 2000 godzin tygodniowo.

37 Kompletny opis matematyczny rozważanego problemu składa się z następujących elementów: Funkcji celu, którą chcemy zmaksymalizować, trzech ograniczeń zasobowych, ograniczeń wykluczających ujemne wielkości produkcji i S 0 E 0

38 Matematyczny zapis rozważanego problemu jest przykładem programu liniowego. Programy te mają jedną ważną cechę: zależności między wszystkimi zmiennymi układu są liniowe. Dotyczy to zarówno funkcji celu, jak i ograniczeń.

39 Liniowość założenie do modelu Liniowość oznacza, że każda zmienna decyzyjna pomnożona przez odpowiedni współczynnik może być łączona z innymi zmiennymi tylko przez dodawanie lub odejmowanie. Warunek liniowości jest równoznaczny z założeniem, że wielkości analizowane w problemie decyzyjnym przychody, koszty, zyski zmieniają się proporcjonalnie do zmian wartości zmiennych decyzyjnych.

40 Na przykład: Jeżeli przedsiębiorstwo może sprzedać swój produkt w każdej ilości po stałej cenie, to przychód ze sprzedaży będzie proporcjonalny do wielkości produkcji i warunek liniowości będzie zachowany. Jeśli jednak przedsiębiorstwo ma opadającą krzywą popytu na swój produkt to jego przychód będzie nieliniową funkcją produkcji. W takim przypadku należy sięgnąć do bardziej złożonych metod programowania nieliniowego.

41 PROGRAMOWANIE LINIOWE METODA GRAFICZNA Metoda ta składa się z następujących 5 kroków: 1. Przygotowanie wykresu z zaznaczeniem na osiach liczbowych wartości obu zmiennych decyzyjnych. 2. Wykreślenie ograniczeń w taki sposób, jak gdyby były one ściśle wiążące, tzn. po przekształceniu nieostrych nierówności w równości.

42 3. Wyznaczenie obszaru dopuszczalnych rozwiązań, czyli pola na wykresie, w którym spełnione są równocześnie wszystkie ograniczenia. 4. Naniesienie na wykres linii odpowiadających różnym wartościom funkcji celu i określenie optymalnego narożnika (wierzchołka powstałej figury geometrycznej) na obszarze dopuszczalnych rozwiązań.

43 5. Rozwiązanie odpowiednich równań układu w celu określenia optymalnych wielkości zmiennych decyzyjnych w wybranym punkcie ścieżki.

44 Metoda graficzna w firmie komputerowej model ekonomiczny w sztukach 2) 800S+400E= D C Wykonalne operacje wielkości produkcji obydwu modeli dla E=0 komputera muszą się mieścić w 800S= E żółtym polu pięciokąta o 1) S=200 sztuk wierzchołkach 800S=200 0ABCD, *0 zwanym 800S= obszarem dopuszczalnych rozwiązań. S=250 sztuk Dla S=0 E=500 sztuk B 3) 5S+5E=2000 dla S=0; E=400 sztuk dla E=0; S=400 sztuk 0 A model standardowy w sztukach

45 Każda z wykreślonych linii opisuje warianty produkcyjne pozwalające w pełni wykorzystać dany zasób. Żaden punkt leżący na prawo od linii ograniczeń produkcyjnych nie jest osiągalny.

46 Co dalej? Teraz należy określić wariant produkcyjny (punkt należący do obszaru dopuszczalnych rozwiązań), który zapewni maksymalizację całkowitej nadwyżki. Aby wyznaczyć ten punkt, trzeba nanieść na wykres linie proste ukazujące różne warianty, których efektem jest określona wielkość nadwyżki.

47 dane (str 811 w podręczniku Samuelsona): Wersja standardowa (S) Wersja ekonomiczna (E) Cena Koszty zmienne AVC Narzut (nadwyżka jednostkowa) (narzut na pokrycie kosztów stałych) 1100 różnica 700 = = różnica Celem przedsiębiorstwa jest maksymalizacja łącznej nadwyżki (Π) uzyskiwanej z całej produkcji. Wielkość tej nadwyżki można zapisać jako: Π= 500S+300E funkcja celu

48 Metoda graficzna w firmie komputerowej model ekonomiczny w sztukach D C Najbardziej efektywna produkcja to znaczy gwarantująca maksymalny zysk przy istniejących ograniczeniach będzie wynikała z któregoś z wierzchołków. B 0 A model standardowy w sztukach

49 Metoda graficzna w firmie komputerowej model ekonomiczny w sztukach Przy którym wierzchołku uzyskamy największy zysk (łączny narzut)? Proszę obliczyć. 0 D C B A Π= 500S+300E A; współrzędne to: 200 i 0 zatem, Π = 500* *0= B; współrzędne to: 200 i 110 zatem, Π = 500* *100= C; współrzędne to: 100 i 300 zatem, Π = 500* *300= D; współrzędne to: 0 i 400 zatem, Π = 500*0+ 300*400= model standardowy w sztukach

50 Metoda graficzna w firmie komputerowej model ekonomiczny w sztukach D C Wykreślenie linii zysku dla zysku optymalnego = Π= 500S+300E = 500S+300* = 500S S= =500*0+300E =300E E= 466,67 B 0 A model standardowy w sztukach

51 Inny sposób znalezienia właściwego wierzchołka, założenie: nie mamy wykreślonej linii zysku, nie znamy też zysku optymalnego Istotna jest ścisła relacja między ilością sztuk obu komputerów względem siebie wynika to ze ściśle określonej nadwyżki Π= 500S+300E Nie możemy przyjąć relacji dowolnej ponieważ, albo zysk nie będzie optymalny, albo nie pozwolą na to istniejące ograniczenia.

52 E S Nachylenie linii zysku = ilość modeli E / ilość modeli S (przy założeniu zerowej produkcji jednego z modeli komputerów) Nie wiemy jednak jakie to wartości (nie mamy linii zysku), ale wiemy, że nachylenie to wynikać będzie z odwrotności narzutów względem nachylenia tj.: narzut modelu S / narzutu modelu E, czyli 500/300=1,67

53 Metoda graficzna w firmie komputerowej model E w sztukach 0 D Generalnie nachylenie liczymy: ΔY/ΔX Przy wykreślonej krzywej nie ma problemu, nachylenie= E/S = 466,67/ 280= 1,67 C B A Π= 500S+300E = 500S+300* = 500S S= =500*0+300E =300E E= 466,67 Założyliśmy jednak, że nie znamy linii zysku, ani zysku optymalnego, ani nawet oczekiwanego. Wówczas, sięgamy do wnętrza funkcji tworząc stosunek odwrotny względem wzoru na nachylenie, czyli S/E = 500/300 = 1,67 model S w sztukach

54 Inny sposób znalezienia właściwego model E w sztukach wierzchołka Relacja sztuk E/S = 1,67 i z definicji równa jest nachyleniu linii zysku. D C Zakładamy, że punktem wyjścia jest np. 200 sztuk E wówczas linia zysku przetnie oś poziomą w punkcie S=.. 200/S=1,67 to S=200/1,67 S=120 oznacza to, że produkując tylko model S firma osiągnie nadwyżkę =? 500S+300E = 500* *0= B 0 A model S w sztukach

55 Inny sposób znalezienia właściwego model E w sztukach wierzchołka Relacja E/S = 1,67 i z definicji równa jest nachyleniu linii zysku. D C Zakładamy, że punktem wyjścia jest np. 250 sztuk E wówczas linia zysku przetnie oś poziomą w punkcie S=.. 250/S=1,67 to S=250/1,67 S=150 oznacza to, że produkując tylko model S firma osiągnie nadwyżkę = 500S+300E = 500* *0= B 0 A model S w sztukach

56 Inny sposób znalezienia właściwego model E w sztukach wierzchołka Relacja E/S = 1,67 i z definicji równa jest nachyleniu linii zysku. D C Zakładamy, że punktem wyjścia jest np. 400 sztuk E wówczas linia zysku przetnie oś poziomą w punkcie S=.. 400/S=1,67 to S=400/1,67 S=240 oznacza to, że produkując tylko model S firma osiągnie nadwyżkę = 500S+300E = 500* *0= B 0 A model S w sztukach

57 Inny sposób znalezienia właściwego wierzchołka model E w sztukach 0 D Ponieważ wiemy, że punktem optymalnym jest punkt C wystarczy dokonać równoległego przesunięcia linii zysku tak by była ona styczna do wierzchołka C. Z wykresu widać, że linia zysku przecina oś poziomą w punkcie 280 więc linia zysku przecinać będzie oś pionową w punkcie. C E/280=1,67 więc E= 280*1,67 E=466,67 Oznacza to, że firma produkując tylko model S osiągnie nadwyżkę B 500S+300E = 500* *0= A 280 model S w sztukach

58 Firma nie chce jednak produkować tylko modelu S, ale model S i E i to we właściwych (optymalnych) ilościach. model E w sztukach 466,67 D W konsekwencji rozwiązaniem optymalnym dla firmy (gwarantującym maksymalny zysk) przy uwzględnieniu wszystkich ograniczeń jest produkcja 300 sztuk komputerów modelu ekonomicznego i 100 sztuk komputerów modelu standard. Funkcja celu: 500S+300E = 500* *300= zysku C B 0 A 280 model S w sztukach

59 Jeszcze inne podejście zakładające umiejętność oszacowania przyszłego zysku ogółem Zakładam, że punktem wyjścia jest nadwyżka wysokości np $ ogółem. model E w sztukach 500S+300E= tyle chcę zysku 0 D C B A 500S+300*0= to S= /500 S= *0+300E= to E= /300 E= 333,333 Wykreślam linię zysku. model S w sztukach

60 model E w sztukach D Dokonuje równoległego przesunięcia linii zysku w prawo tak, aby linia styczna była do wierzchołka C (linia niebieska). Funkcja celu: 500S+300E = 500* *300= zysku C B P.S. współczynnik nachylenia i tak wynosi 1,67 0 A model S w sztukach

61 Jeszcze inna droga do rozwiązania (klasyczna w matematyce) Należy wyznaczyć gradient funkcji celu Mając już narysowane proste nanosimy na wykres gradient. Gradient to wektor pochodnych cząstkowych. Wskazuje kierunek najszybszego wzrostu funkcji. Wyznacza się go jako pochodne cząstkowe funkcji po wszystkich współrzędnych.

62 Jeszcze inna droga do rozwiązania (klasyczna w matematyce) model ekonomiczny w sztukach prostopadła do wektora powstaje po wykreśleniu gradientu Π= 500S+300E 1. gradient D C Warstwica funkcji celu 0 B A 3. model standardowy w sztukach

63 Jeszcze inna droga do rozwiązania (klasyczna w matematyce) model ekonomiczny w sztukach 1) S=200 sztuk Π= 500S+300E 1. gradient 2) 800S+400E= D C Warstwica funkcji celu 0 B A 3. 3) 5S+5E=2000 model standardowy w sztukach

64 Zauważmy, że zwiększanie nadwyżki to graficznie równoległe przesunięcie linii zysku w prawo. Jest tak dlatego, że warunkiem zwiększania nadwyżki jest wzrost wolumenu produkcji.

65 Przesunięcia nie zmieniają jednak nachylenia prostych, gdyż nadwyżka uzyskiwana ze sprzedaży komputera klasy standard jest zawsze dużo większa od nadwyżki ze sprzedaży modelu ekonomicznego (odpowiednio 500 i 300j.p.)

66 Optymalne rozwiązanie znajdujemy na tym wierzchołku obszaru dopuszczalnych rozwiązań do którego najwyżej położona prosta wyrażająca sumę nadwyżki jest styczna.

67 Firma może rozważać także inne warianty produkcji, ale każdy z nich znajdzie się na niżej położonej linii wyznaczającej wysokość osiąganej nadwyżki. Zatem nie będzie rozwiązaniem optymalnym.

68 Gdyby firma stwierdziła, że zysk wysokości jest za mały to model E w sztukach D C Jeśli firma chciałaby osiągnąć nadwyżkę w kwocie $ to: 500S+300E= S+300*0= to S= /500 S= *0+300E= to E= /300 E= 666,666 Wykreślam linię zysku. B Należy odrzucić taką możliwość gdyż jest to niewykonalny A wariant produkcji. 0 Świadczy o tym linia zysku model leżąca S w sztukach poza obszarem dopuszczalnych rozwiązań.

69 Symulacja problemu Rolnik uprawia dwa zboża: pszenicę i jęczmień. Uprawa tych zbóż wymaga różnych nakładów ziemi oraz kapitału. Cena pszenicy wynosi 16 $ za q, a cena jęczmienia to 10$ za q. Do wyprodukowania 100 q pszenicy są potrzebne: 1 ha ziemi i 4 roboczogodziny pracy tygodniowo. Wytworzenie takiej samej ilości jęczmienia wymaga: 1 ha ziemi i 2 roboczogodzin na tydzień.

70 Na produkcję pszenicy i jęczmienia rolnik może przeznaczyć 10 ha ziemi i 32 roboczogodziny tygodniowo. Jakie ilości obu zbóż powinien wyprodukować? W odpowiedzi sformułuj i przedstaw graficznie odpowiednie zadanie programowania liniowego.

71 Jakie ilości zbóż powinien wyprodukować rolnik, żeby.co? 1. Co będzie funkcją celu? Maksymalizacja zysku??? Do tego potrzeba kosztów a my nie mamy ceny pracy nie ma więc kosztów, nie ma kosztów to nie ma też narzutu. Ale mamy cenę towaru, możemy zatem maksymalizować przychód.

72 2. Jak będzie wyglądać funkcja celu? TR = P*X tu TR=P*X + P*X TR max = cena zboża * ilość zboża Ktoś podpowie? TR max = 16P+10J ; to jest funkcja celu cena pszenicy za 1q ilość pszenicy w setkach kwintali

73 3. Rolnik ma pewne ograniczenia jakie? ziemia (ha) ilość pszenicy w setkach q + ilość jęczmienia w setkach q P+ J 10 praca roboczogodziny na pszenicę + roboczogodziny na jęczmień 4P+2J 32 w setkach q w setkach q Potrzeba 4 roboczogodzin żeby wyprodukować 100q pszenicy Potrzeba 2 roboczogodzin żeby wyprodukować 100q jęczmienia

74 Z jednego ha można uzyskać 100q pszenicy, ale można też uzyskać 100q jęczmienia. Zatem, z 10 ha można uzyskać 100q*10ha= 1000q pszenicy lub 1000q jęczmienia. pszenica w kwintalach Gdyby produkować tylko jęczmień to: 4*0+2J=32 to 2J=32 to J=16 (w setkach kwintali) = 1600 q P + J = 10 ziemia Gdyby produkować tylko pszenicę to: 4P+2*0=32 to 4P=32 to P=8 (w setkach kwintali) = 800 q 4P+2J = 32 praca WYKREŚLAMY LINIE OGRANICZEŃ jęczmień w kwintalach

75 Nachylenie linii TR = P w setkach kwintali / J w setkach kwintali przy założeniu zerowej produkcji jednego ze zbóż Nie wiemy jednak jakie to wartości, ale wiemy, że nachylenie to wynikać będzie z odwrotności cen zbóż tj. cena jęczmienia / cena pszenicy, czyli 10/16=0,625 pszenica w kwintalach P + J = 10 ziemia I teraz przykładowo obieram 400q pszenicy. Nachylenie to 400/J=0,625 to J= 640q Rysuje więc prostą. Następnie dokonuje równoległego przesunięcia do punktu styczności z najdalej położonym wierzchołkiem figury. TR max = 16P+10J 4P+2J = 32 praca MOŻNA WYKREŚLIĆ LINIĘ PRZYCHODU jęczmień w kwintalach

76 Odpowiedź: Rolnik powinien produkować 600q pszenicy i 400q jęczmienia. Jego przychód wyniesie wówczas proszę obliczyć pszenica w setkach kwintali P + J = 10 ziemia TR max = 16P+10J TR= 16*600+10*400 TR max= TR max= TR max = 16P+10J 4P+2J = 32 praca linia przychodu jęczmień w setkach kwintali

77 P.S. o nachyleniu Nachylenie wynika z odwrotności relacji cen względem relacji ilości dóbr. P P P J rysunek w zadaniu P czyli ilość pszenicy linia przychodu TR TR=16P+10J ilość ilość J czyli ilość jęczmienia gdyby osie oznaczone były odwrotnie linia przychodu TR P J pionowa pozioma J czyli ilość jęczmienia P P J P J P pionowa pozioma P czyli ilość pszenicy P P P J 16 10

78 P * X = TR P P * P = TR 16 * P = P 16 nachylenie J P Sprawdzenie poprawności myślenia RYSUNEK Z ZADANIA 0,625 P * X = TR P J * J = TR 10 * J = P 10 J nachylenie P ,6

79 ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO MINIMALIZACJA KOSZTÓW SYMULACJA PROBLEMU

80 Najtańszy wariant regulacji Agencja ds. ochrony środowiska opracowuje program ograniczenia zanieczyszczeń wody w jednej z głównych rzek regionu. W pierwszym etapie zostały określone dwa podstawowe mierniki jakości wody. Celem podejmowanych działań jest: 1. Zwiększenie zawartości tlenu w wodzie (niezbędnego do utrzymania przy życiu ryb i innych organizmów żywych) do 6 mg na litr wody. 2. Obniżenie stężenia chlorków do 70 mg na litr wody.

81 Agencja chciałaby osiągnąć te dwa cele przy możliwie najtańszych kosztach przez skierowanie odpowiednich funduszy na realizację dwóch programów: 1. Oczyszczanie ścieków D. Obliczono, że każdy 1 mln. dolarów przeznaczony na ten program pozwoli zwiększyć zawartość tlenu o 3 mg/l oraz zmniejszyć zawartość chlorków o 10 ml/l. 2. Regulacja rzeki F. Każdy 1 mln. dolarów wydatkowany w tym programie umożliwia w efekcie wzrost ilości tlenu o 1 mg/l oraz spadek zawartości chlorków o 20 mg/l. Ile pieniędzy powinna przeznaczyć agencja na te dwa programy (ewentualnie na jeden z nich), aby osiągnąć postawione cele?

82 Identyfikacja zmiennych decyzyjnych i sformułowanie funkcji celu. Agencja musi ustalić ile pieniędzy przeznaczyć na oczyszczanie ścieków (D), a ile na regulację koryta rzeki (F). Funkcją celu jest zminimalizowanie łącznych kosztów (C) obydwu programów. Zminimalizować C= D + F

83 Spełnienie warunków wyrażających zakładane efekty: Celem programu jest zwiększenie zawartości tlenu (6ml/l) i obniżenie zawartości chlorków (70ml/l) przy pewnych założeniach: dzięki regulacji koryta rzeki (mg/l) dzięki oczyszczaniu ścieków (mg/l) D, F to koszty dzięki oczyszczaniu ścieków (mg/l) 3D + 1F 6 10D + 20F 70 dzięki regulacji koryta rzeki (mg/l) Ktoś pomoże zapisać nierówności? cel programu osiągnięty dzięki zwiększeniu zawartości tlenu (mg/l) cel programu osiągnięty dzięki zmniejszeniu zawartości chlorków (mg/l) (D) oczyszczanie ścieków (F) regulacja koryta rzeki

84 Pierwszy z warunków oznacza, że efektem realizacji tych programów ma być zwiększenie zawartości tlenu w wodzie o co najmniej 6mg/l. Lewa strona nierówności odpowiada dodatkowym ilościom tlenu uzyskanym dzięki realizacji obu programów, a prawa strona określa minimalną wymaganą ilość.

85 Na przykład: przeznaczenie 2 mln dolarów na każdy z programów D=F=2 pozwoliłoby zwiększyć zawartość tlenu w wodzie o 3*2+2=8ml/l i z nawiązką spełnić ustaloną normę. ponieważ 3D + 1F 6 Każdy 1 milion dolarów: tlen chlorki 3 10 oczyszczanie 1 20 regulacja

86 Drugi warunek określa skalę regulacji zawartości chlorków: 10mg/l przypadające na 1mln dolarów wydanych w pierwszym programie i 20mg/l przypadające na 1 mln dolarów wydanych w drugim programie. Uzupełnieniem układu są warunki brzegowe D 0 i F 0 wykluczające ujemne wartości zmiennych decyzyjnych.

87 WYKREŚLAMY LINIE WARUNKÓW I ODNAJDUJEMY POLE DOPUSZCZALNYCH ROZWIĄZAŃ Nierówności zostały przekształcone w równania 3D + 1F = 6 10D + 20F = 70 Na wykresie szukamy wierzchołka figury geometrycznej (pole dopuszczalnych rozwiązań) położonego najbliżej środka układu współrzędnych.

88 W punkcie Z wydamy 1 milion dolarów na program D i 3 miliony dolarów na program F. Taka kombinacja zapewni osiągniecie celów dotyczących poziomu tlenu oraz zawartości związku chloru przy minimalnych kosztach łącznych. Z

89 Oczywiście można to sprawdzić odwołując się do metody algebraicznej 3D + 1F = 6 to F= 6-3D zatem, 10D + 20F =70 to 10D+ 20(6-3D)=70 10D D = 70-50D= - 50 /-1 D= 1 3*1+ 1F= 6 F= 6-3 F= 3

90 Brak rozwiązania, wiele rozwiązań ZMAKSYMALIZOWAĆ: 3X + Y PRZY OGRANICZENIACH: X + 2Y 12 (np. ograniczenie zdolności wytwórczych) (np. zobowiązanie przedsiębiorcy) X + Y 15 Trudności związane są tutaj ze spełnieniem podanych ograniczeń. Nie istnieją takie wartości zmiennych decyzyjnych, które spełniałyby równocześnie obydwa ograniczenia. Tak sformułowane zadanie nie ma rozwiązania. Nie można tu wyznaczyć obszaru dopuszczalnych rozwiązań, a zatem nie ma też rozwiązania optymalnego.

91 Powyższy problem może się pojawić kiedy np. zmienne decyzyjne oznaczają ilość dwóch wytwarzanych wyrobów. Łączna produkcja jest ograniczona przez posiadane zdolności wytwórcze (pierwsze ograniczenie).

92 Jednocześnie w zawartym już kontrakcie przedsiębiorstwo zobowiązało się dostarczyć określonemu odbiorcy co najmniej 15 jednostek tych dwóch wyrobów (drugie ograniczenie).

93 W tym przypadku nie istnieje rozwiązanie, które pozwoliłoby osiągnąć maksymalny zysk, ponieważ przedsiębiorstwo zobowiązało się dostarczyć więcej (15), niż może wytworzyć (12).

94 Analiza wrażliwości dla rozwiązanych problemów

95 Analiza wrażliwości Za pomocą analizy wrażliwości można przewidzieć, co będzie, jeżeli nastąpi określona zmiana w warunkach działania przedsiębiorstwa. Np. kierownictwo firmy komputerowej przewiduje, że ceny komputerów ulegną zmianie. W związku z tym warto się zastanowić nad zmianą funkcji celu.

96 Zmiana funkcji celu U producenta komputerów wielkość nadwyżki (narzutu na pokrycie kosztów stałych) wynosi 500$ (dla modelu standardowego) i 300$ (dla modelu ekonomicznego). Wiadomo, że wielkość nadwyżki zmieni się jeżeli zmienią się ceny rynkowe albo koszty produkcji. Jak wpłynie to na optymalną wielkość produkcji przedsiębiorstwa?

97 To ile teraz komputerów obu wersji powinien produkować producent? Proszę wykazać metodą graficzną. ZAŁÓŻMY, że producent spodziewa się iż w najbliższych miesiącach cena rynkowa modelu ekonomicznego wynosząca obecnie 1000$ obniży się do 900$. W rezultacie osiągana przez przedsiębiorstwo nadwyżka zmniejszy się do =200$ za sztukę. Tak było: Wersja( S) Wersja (E) Cena Koszty zmienne AVC Narzut (nadwyżka jednostkow a) Π= 500S+300E Przyjmując, że wielkość nadwyżki z modelu S nie ulegnie zmianie, nowa funkcja celu przybierze taką postać: Π= 500S+200E

98 To ile teraz komputerów obu wersji powinien produkować producent? model E w sztukach Obszar dopuszczalnych rozwiązań pozostaje taki sam jak na początku i nie zmienia się. Jedyną różnicę stanowi zmiana nachylenia linii zysku (nadwyżek). Trzeba więc wyznaczyć nową linię zysku. stara linia zysku Π= 500S+300E D C Π= 500S+200E Przyjmujemy hipotetyczny zysk = np $ zatem: = 500S+200E =500* E = 200E to E= 500 szt = 500S +200* = 500S to S=200szt B wykreślam 0 A model S w sztukach

99 model E w sztukach stara linia zysku D C Dokonuje równoległego przesunięcia nowej linii zysku do punktu styczności z którymś z wierzchołków obszaru dopuszczalnych rozwiązań. Po przesunięciu linii zysku wierzchołkiem właściwym jest wierzchołek B, oznacza to że producent komputerów powinien produkować 200sztuk modelu S i 100 sztuk modelu E. B A ile wynosi maksymalna wielkość zysku? Proszę obliczyć. Π= 500S+200E Zysk = 500* *100 = A 0 WNIOSEK: przedsiębiorstwo powinno zareagować model S w sztukach na spadek ceny modelu E zwiększeniem produkcji modelu S.

100 Zadanie analiza wrażliwości c.d. (dla rolnika) 1. Jak zmieni się optymalna struktura uprawy zbóż, jeżeli cena pszenicy wzrośnie do 22,5$ a następnie spadnie do 9$ za kwintal? 2. Co się stanie, jeżeli ceny obu zbóż obniżą się o 15%? 3. Jaki poziom musiałaby osiągnąć relacja cen, aby rolnik całkowicie zrezygnował z produkcji jęczmienia? 4. Jak niski musiałby być ten stosunek, aby skłonić go do uprawy samego jęczmienia?

101 1. Jak zmieni się optymalna struktura uprawy zbóż, jeżeli cena pszenicy wzrośnie do 22,5$ a następnie spadnie do 9$ za q? TR max = 22,5P+10J funkcja celu więc, przyjmujemy hipotetyczny przychód np $ zatem: =22,5P+10*0 to P= /22,5= 444,44 pszenica w setkach kwintali P + J = 10 ziemia =22,5*0 + 10J to J= /10=1000 wykreślam i dokonuje równoległego przesunięcia TR max = 16P+10J funkcja celu 4P+2J = 32 praca Po przesunięciu linii TR widać, że linia kładzie się ona na boku czworokąta. Co to oznacza? jęczmień w setkach kwintali

102 UWAGA: Linia TR może w pewnym przedziale zmieniać swoje nachylenie nie powodując zmian w sytuacji optymalnej producenta: tu 600q pszenicy i 400q jęczmienia. W jakim, zatem przedziale TR może zmieniać swoje nachylenie? Tak długo dopóki będzie się poruszać pszenica w setkach kwintali P + J = 10 ziemia TR max = 16P+10J funkcja celu między linią zieloną a czerwoną (zachowując punkt styczności, tu nie zachowuje). Inaczej mówiąc dopóki nachylenie TR mieścić się będzie w przedziale między 1 a 0,5. Nachylenie linii zielonej = 1000/1000=1 4P+2J = 32 praca Nachylenie linii czerwonej = 800/1600=0,5 Nachylenie linii TR= 444,44/1000=0,44 jęczmień w setkach kwintali

103 Linia naszego TR nie mieści się we wskazanym przedziale. Oznacza to, że rolnik zrezygnuje z uprawy jęczmienia w sytuacji, gdy cena pszenicy wzrośnie do 22,5$. Natomiast pszenicy będzie sprzedawał 800 kwintali.

104 pszenica w setkach kwintali P + J = 10 ziemia TR max = 16P+10J funkcja celu 4P+2J = 32 praca jęczmień w setkach kwintali

105 pszenica w setkach kwintali P + J = 10 ziemia TR max = 16P+10J funkcja celu 4P+2J = 32 praca jęczmień w setkach kwintali

106 Linia naszego TR nie mieści się we wskazanym przedziale. Oznacza to, że rolnik zrezygnuje z uprawy pszenicy w sytuacji, gdy cena pszenicy spadnie do 9$. Natomiast jęczmienia będzie sprzedawał (produkował) 1000 kwintali.

107 2. Co się stanie, jeżeli ceny obu zbóż obniżą się o 15%? TR max = 16P+10J pierwotna funkcja celu TR max = 13,6P+8,5J funkcja po 15% obniżce cen Przyjmujemy hipotetyczny przychód np $ zatem: 8 500=13,6P+8,5*0 to P= 8 500/13,6= 625 pszenica w setkach kwintali P + J = 10 ziemia 8 500=13,6*0 + 8,5J to J= 8 500/8,5= 1000 wykreślam i dokonuje równoległego przesunięcia TR max = 16P+10J funkcja celu 4P+2J = 32 praca Po przesunięciu linii TR widać, że linia łapie punkt styczności z wierzchołkiem czworoboku i mieści się między linią zieloną a czerwoną co oznacza, że jej nachylenie zawiera się w przedziale między 0,5 a 1. Sprawdzenie nachylenia TR 625/1000 = 0,62 lub 8,5/13,6 = 0,62 jęczmień w setkach kwintali

108 Obniżka cen obu zbóż nie zmieni struktury produkcji. Rolnik nadal będzie produkował 600q pszenicy i 400q jęczmienia i pomimo zmian cen będzie to rozwiązaniem optymalnym.

109 3. Jaki poziom musiałaby osiągnąć relacja cen, aby rolnik całkowicie zrezygnował z produkcji jęczmienia? Jak wiemy, relacja cen równa jest odwrotności nachylenia. Równie dobrze można by zapytać: jakie musi być nachylenie linii TR, aby rolnik zrezygnował z produkcji jęczmienia. pszenica w kwintalach P + J = 10 ziemia TR max = 16P+10J funkcja celu W tym zadaniu oscylujemy w przedziale nachylenia od 0,5 (czerwona) do 1,0 (zielona). Zatem, relacja tych cen musi odpowiadać nachyleniu mniejszemu od 0,5, aby rolnik produkował tylko pszenicę. 4P+2J = 32 praca Współczynnik nachylenia będzie malał wraz z zmniejszaniem się ilości pszenicy. jęczmień w kwintalach

110 Przy nachyleniu 0,5 miejsca zerowe linii TR to 800 pszenicy i 1600 jęczmienia, stąd 800/1600 = 0,5. To z kolei musi się równać odwrotności cen tzn. cena jęczmienia/cena pszenicy czyli pszenica Zatem w w tym przykładzie relacja cen jęczmienia do pszenicy kwintalach 7 0,44,wówczas rolnik zrezygnuje 16 może P + wyglądać J = 10 ziemia następująco TR max = 16P+10J z produkcji funkcja jęczmienia. celu P+2J = 32 praca jęczmień w kwintalach

111 4. Jak niski musiałby być ten stosunek, aby skłonić go do uprawy samego jęczmienia? Rolnik zrezygnuje z uprawy pszenicy i będzie produkował tylko jęczmień kiedy współczynnik nachylenia będzie większy niż 1. Inaczej mówiąc cena jęczmienia musiałaby być większa od ceny pszenicy. Pj Pp 11 1,1 10

112 Chwila oddechu

113 Ceny dualne

114 Pojęcie ceny dualnej Cenę dualną określonego zasobu mierzymy przyrostem wartości funkcji celu będącym wynikiem zwiększenia danego nakładu o jednostkę.

115 Cena dualna wskazuje więc, o ile zmieni się stopień osiągnięcia celu przy rozluźnieniu bądź zacieśnieniu pewnego ograniczenia.

116 Jeszcze inna definicja ceny dualnej Cena dualna informuje o ile poprawiłaby się wartość funkcji celu, jeśli zasób i-tego środka produkcji wzrósłby o jednostkę. Oznacza przyrost zysku, jaki dysponent zasobów mógłby dodatkowo osiągnąć, dokupując jednostkę i-tego środka produkcji.

117 Ceny dualne u producenta komputerów Przypomnienie: kierownictwo firmy realizuje swój optymalny wariant produkcji: 100 sztuk modelu S i 300 sztuk modelu E tygodniowo co daje w sumie $ nadwyżki. W tym wariancie zdolności produkcyjne w zakresie produkcji twardych dysków są wykorzystane w 100%, w pełni wykorzystane są również zasoby pracy.

118 Kierownictwo przedsiębiorstwa zastanawia się jakby tu jeszcze więcej zarobić? Trzeba by było zwiększyć moce wytwórcze w zakresie twardych dysków lub zwiększyć zatrudnienie. Jak duże zyski można by osiągnąć w przypadku zwiększenia mocy lub zatrudnienia????

119 Przypuśćmy, że producent komputerów zwiększa swoje zdolności produkcyjne w tym zakresie z do GB. model E w sztukach ) S=200 sztuk 2) 800S+400E= D C B A 275 3) 5S+5E=2000 Wzrost zdolności wytwórczych w sensie graficznym wyrażony jest przesunięciem linii ograniczenia produkcji dysków w prawo. Wraz ze zwiększeniem zdolności wytwórczych punkt C przesuwa się na prawo w dół. model S w sztukach

120 Ograniczenia ilościowe dotyczące naszych zasobów mają teraz postać: 800S+400E i 5S+5E 2000 model E w sztukach 250 D Znajdźmy teraz optymalne rozwiązanie określające 1) strukturę S=200 sztuk produkcji (widać je na rysunku) C Obecnie, suma nadwyżki wyniesie proszę obliczyć. Funkcja celu nie zmieniła się: Π= 500S+300E zatem, 2) 800S+400E= Π= 500* *250= B 3) 5S+5E= A model S w sztukach

121 Wniosek: Zwiększenie pojemności dysków twardych Z do GB czyli o GB daje przyrost nadwyżki o $ ( ). A zatem, cena dualna dodatkowej jednostki zdolności produkcyjnej wynosi:

122 10 000/ = 0,5$ zmiana nadwyżki (zysku) zmiana mocy produkcyjnych W tym przypadku, cena dualna to będzie: zmiana nadwyżki (zysku) wynikająca ze zmiany mocy produkcyjnych. Inaczej: z powodu zwiększenia zdolności produkcyjnych o jednostkę przybędzie nam pół dolara.

123 Wracamy do komputerów. Analogiczny rachunek przeprowadzamy w celu określenia ceny dualnej dodatkowej godziny pracy. Przyjmijmy, że przedsiębiorstwo zwiększa nakłady pracy z 2000 godzin tygodniowo do 2100 godzin tygodniowo.

124 Wiążące ograniczenia zasobowe opisują obecnie równania: 5S+5E = 2100 oraz 800S+400E= (możliwa pojemność dysków tw.) Optymalna struktura produkcji to teraz.

125 5S+5E = 2100 oraz 800S+400E= model E w sztukach W wyniku równoległego przesunięcia zmieni się pole dopuszczalnych rozwiązań ) 800S+400E= D C 1) S=200 sztuk 3) 5S+5E=2100 Miejsca zerowe to po 420 Z wykresu odczytujemy, że nasze współrzędne to dla E=340, dla S=80 Suma nadwyżki wyniesie.. Π=500S+300E to Π=500*80+300*340 Π= B 0 80 A 420 model S w sztukach

126 Nakłady pracy zwiększyliśmy z 2000 do 2100 czyli o 100 godzin. Zwiększenie nakładów pracy o 100 godzin spowodowało zwiększenie nadwyżki ze do $ czyli o 2000$. Zatem, cena dualna jednostki pracy to 2000/100 = 20$ Z dodatkowej godziny pracy w uzyskaliśmy 20$. ostatni

127 TO JAKAŚ MASAKRA

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

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

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

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

Definicja problemu programowania matematycznego

Definicja problemu programowania matematycznego Definicja problemu programowania matematycznego minimalizacja lub maksymalizacja funkcji min (max) f(x) gdzie: x 1 x R n x 2, czyli: x = [ ] x n przy ograniczeniach (w skrócie: p.o.) p.o. g i (x) = b i

Bardziej szczegółowo

Elementy Modelowania Matematycznego

Elementy Modelowania Matematycznego Elementy Modelowania Matematycznego Wykład 6 Metoda simpleks Spis treści Wstęp Zadanie programowania liniowego Wstęp Omówimy algorytm simpleksowy, inaczej metodę simpleks(ów). Jest to stosowana w matematyce

Bardziej szczegółowo

Algebra liniowa. Macierze i układy równań liniowych

Algebra liniowa. Macierze i układy równań liniowych Algebra liniowa Macierze i układy równań liniowych Własności wyznaczników det I = 1, det(ab) = det A det B, det(a T ) = det A. Macierz nieosobliwa Niech A będzie macierzą kwadratową wymiaru n n. Mówimy,

Bardziej szczegółowo

Ekonometria - ćwiczenia 11

Ekonometria - ćwiczenia 11 Ekonometria - ćwiczenia 11 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 21 grudnia 2012 Na poprzednich zajęciach zajmowaliśmy

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

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

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE]

Spis treści. Koszalin 2006 [BADANIA OPERACYJNE PROGRAMOWANIE LINIOWE] Spis treści 1 Metoda geometryczna... 2 1.1 Wstęp... 2 1.2 Przykładowe zadanie... 2 2 Metoda simpleks... 6 2.1 Wstęp... 6 2.2 Przykładowe zadanie... 6 1 Metoda geometryczna Anna Tomkowska 1 Metoda geometryczna

Bardziej szczegółowo

Inwestycje (I) Konsumpcja (C)

Inwestycje (I) Konsumpcja (C) Determinanty dochodu narodowego Zadanie 1 Wypełnij podaną tabelę, wiedząc, że wydatki konsumpcyjne stanowią 80% dochody narodowego, inwestycje są wielkością autonomiczną i wynoszą 1.000. Produkcja i dochód

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

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

TEORIA DECYZJE KRÓTKOOKRESOWE

TEORIA DECYZJE KRÓTKOOKRESOWE TEORIA DECYZJE KRÓTKOOKRESOWE 1. Rozwiązywanie problemów decyzji krótkoterminowych Relacje między rozmiarami produkcji, kosztami i zyskiem wykorzystuje się w procesie badania opłacalności różnych wariantów

Bardziej szczegółowo

Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23

Wykład 7. Informatyka Stosowana. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Wykład 7 16 kwietnia / 23 Wykład 7 Informatyka Stosowana Magdalena Alama-Bućko 16 kwietnia 2018 Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 1 / 23 Programowanie liniowe Magdalena Alama-Bućko Wykład 7 16 kwietnia 2018 2 / 23

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

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności

Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności I. Pojęcie funkcji definicja różne sposoby opisu funkcji określenie dziedziny, zbioru wartości, miejsc zerowych. Należy

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

FUNKCJA LINIOWA - WYKRES

FUNKCJA LINIOWA - WYKRES FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości

Bardziej szczegółowo

FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE

FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Umiejętności opracowanie: Maria Lampert LISTA MOICH OSIĄGNIĘĆ FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Co powinienem umieć Umiejętności znam podstawowe przekształcenia geometryczne: symetria osiowa i środkowa,

Bardziej szczegółowo

KOSZTY, PRZYCHODY I ZYSKI W RÓŻNYCH STRUKTURACH RYNKOWYCH. I. Koszty całkowite, przeciętne i krańcowe. Pojęcie kosztów produkcji

KOSZTY, PRZYCHODY I ZYSKI W RÓŻNYCH STRUKTURACH RYNKOWYCH. I. Koszty całkowite, przeciętne i krańcowe. Pojęcie kosztów produkcji KOSZTY, PRZYCHODY I ZYSKI W RÓŻNYCH STRUKTURACH RYNKOWYCH Opracowanie: mgr inż. Dorota Bargieł-Kurowska I. Koszty całkowite, przeciętne i krańcowe. Pojęcie kosztów produkcji Producent, podejmując decyzję:

Bardziej szczegółowo

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze.

Badania operacyjne. te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze. BADANIA OPERACYJNE Badania operacyjne Badania operacyjne są sztuką dawania złych odpowiedzi na te praktyczne pytania, na które inne metody dają odpowiedzi jeszcze gorsze. T. Sayty 2 Standardowe zadanie

Bardziej szczegółowo

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D)

FUNKCJA LINIOWA. A) B) C) D) Wskaż, dla którego funkcja liniowa określona wzorem jest stała. A) B) C) D) FUNKCJA LINIOWA 1. Funkcja jest rosnąca, gdy 2. Wskaż, dla którego funkcja liniowa jest rosnąca Wskaż, dla którego funkcja liniowa określona wzorem jest stała. 3. Funkcja liniowa A) jest malejąca i jej

Bardziej szczegółowo

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska

Funkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w

Bardziej szczegółowo

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 b BS

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 b BS Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 b BS Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność rozwiązywania

Bardziej szczegółowo

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe

FUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci

Bardziej szczegółowo

Funkcja liniowa - podsumowanie

Funkcja liniowa - podsumowanie Funkcja liniowa - podsumowanie 1. Funkcja - wprowadzenie Założenie wyjściowe: Rozpatrywana będzie funkcja opisana w dwuwymiarowym układzie współrzędnych X. Oś X nazywana jest osią odciętych (oś zmiennych

Bardziej szczegółowo

Matematyka licea ogólnokształcące, technika

Matematyka licea ogólnokształcące, technika Matematyka licea ogólnokształcące, technika Opracowano m.in. na podstawie podręcznika MATEMATYKA w otaczającym nas świecie zakres podstawowy i rozszerzony Funkcja liniowa Funkcję f: R R określoną wzorem

Bardziej szczegółowo

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność rozwiązywania

Bardziej szczegółowo

Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie:

Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie: Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, 6 11 6 11, tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Uprośćmy najpierw liczby dane w treści zadania: 8 2, 2 2 2 2 2 2 6 11 6 11 6 11 26 11 6 11

Bardziej szczegółowo

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu Analiza wrażliwości: współczynników funkcji celu analiza wrażliwości pozwala odpowiedzieć na pytanie, w jakich granicach mogą się zmieniać te parametry, aby dotychczasowe rozwiązanie było optymalne, wyrazów

Bardziej szczegółowo

3. FUNKCJA LINIOWA. gdzie ; ół,.

3. FUNKCJA LINIOWA. gdzie ; ół,. 1 WYKŁAD 3 3. FUNKCJA LINIOWA FUNKCJĄ LINIOWĄ nazywamy funkcję typu : dla, gdzie ; ół,. Załóżmy na początek, że wyraz wolny. Wtedy mamy do czynienia z funkcją typu :.. Wykresem tej funkcji jest prosta

Bardziej szczegółowo

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Politechnika Poznańska WMRiT ZST. Piotr Sawicki Optymalizacja w transporcie 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 01 Budowa portfela produktowego. Zastosowanie programowania liniowego Autor: Piotr SAWICKI Zakład Systemów Transportowych WMRiT PP piotr.sawicki@put.poznan.pl www.put.poznan.pl/~piotr.sawicki www.facebook.com/piotr.sawicki.put

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

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

Bardziej szczegółowo

Rozwiązanie Ad 1. Model zadania jest następujący:

Rozwiązanie Ad 1. Model zadania jest następujący: Przykład. Hodowca drobiu musi uzupełnić zawartość dwóch składników odżywczych (A i B) w produktach, które kupuje. Rozważa cztery mieszanki: M : M, M i M. Zawartość składników odżywczych w poszczególnych

Bardziej szczegółowo

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

Badania Operacyjne Ćwiczenia nr 4 (Materiały) Analiza wrażliwości Rozwiązanie programu liniowego jest dopiero początkiem analizy. Z punktu widzenia decydenta (menadżera) jest istotne, żeby wiedzieć jak na rozwiązanie optymalne wpływają zmiany parametrów

Bardziej szczegółowo

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ

Iwona Konarzewska Programowanie celowe - wprowadzenie. Katedra Badań Operacyjnych UŁ 1 Iwona Konarzewska Programowanie celowe - wprowadzenie Katedra Badań Operacyjnych UŁ 2 Programowanie celowe W praktycznych sytuacjach podejmowania decyzji często występuje kilka celów. Problem pojawia

Bardziej szczegółowo

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego

Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego Notatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego część III Analiza rozwiązania uzyskanego metodą simpleksową

Bardziej szczegółowo

Programowanie liniowe. Tadeusz Trzaskalik

Programowanie liniowe. Tadeusz Trzaskalik Programowanie liniowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Model matematyczny Cel, środki, ograniczenia Funkcja celu funkcja kryterium Zmienne decyzyjne Model optymalizacyjny Układ warunków

Bardziej szczegółowo

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TŻiUG

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TŻiUG Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TŻiUG Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność

Bardziej szczegółowo

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu.

Agenda. Optymalizacja w transporcie. Piotr Sawicki WIT PP, ZST 1. Kluczowe elementy wykładu. WPROWADZENIE Cel i zakres wykładu. Tytuł: 01 Budowa portfela produktowego. Zastosowanie programowania liniowego Autor: Piotr SAWICKI, dr hab. inż. Zakład Systemów Transportowych WIT PP piotr.sawicki@put.poznan.pl piotr.sawicki.pracownik.put.poznan.pl

Bardziej szczegółowo

Kształcenie w zakresie podstawowym. Klasa 2

Kształcenie w zakresie podstawowym. Klasa 2 Kształcenie w zakresie podstawowym. Klasa 2 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować

Bardziej szczegółowo

88. Czysta stopa procentowa. 89. Rynkowa (nominalna) stopa procentowa. 90. Efektywna stopa procentowa. 91. Oprocentowanie składane. 92.

88. Czysta stopa procentowa. 89. Rynkowa (nominalna) stopa procentowa. 90. Efektywna stopa procentowa. 91. Oprocentowanie składane. 92. 34 Podstawowe pojęcia i zagadnienia mikroekonomii 88. zysta stopa procentowa zysta stopa procentowa jest teoretyczną ceną pieniądza, która ukształtowałaby się na rynku pod wpływem oddziaływania popytu

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

Zad. 8(3pkt) Na podstawie definicji wykaż, że funkcja y=

Zad. 8(3pkt) Na podstawie definicji wykaż, że funkcja y= Funkcje, funkcja liniowa, funkcja kwadratowa powt. kl. 3d Zad. 1 (5pkt.) Dana jest funkcja f(x)=. Narysuj wykres funkcji g(x)= -f(x). Rozwiąż nierówność g(x). Podaj liczbę rozwiązań równania g(x)=m w zależności

Bardziej szczegółowo

FUNKCJE. Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 5 Teoria funkcje cz.1. Definicja funkcji i wiadomości podstawowe

FUNKCJE. Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 5 Teoria funkcje cz.1. Definicja funkcji i wiadomości podstawowe 1 FUNKCJE Definicja funkcji i wiadomości podstawowe Jeżeli mamy dwa zbiory: zbiór X i zbiór Y, i jeżeli każdemu elementowi ze zbioru X przyporządkujemy dokładnie jeden element ze zbioru Y, to takie przyporządkowanie

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

4. PROGRAMOWANIE LINIOWE

4. PROGRAMOWANIE LINIOWE 4. PROGRAMOWANIE LINIOWE Programowanie liniowe jest jednym z działów badań operacyjnych. Celem badań operacyjnych jest pomoc w podejmowaniu optymalnych z pewnego punktu widzenia decyzji. Etapy rozwiązywania

Bardziej szczegółowo

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik Programowanie liniowe całkowitoliczbowe Tadeusz Trzaskalik .. Wprowadzenie Słowa kluczowe Rozwiązanie całkowitoliczbowe Założenie podzielności Warunki całkowitoliczbowości Czyste zadanie programowania

Bardziej szczegółowo

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego Przykład wykorzystania dodatku SOLVER 1 w arkuszu Ecel do rozwiązywania zadań programowania matematycznego Firma produkująca samochody zaciągnęła kredyt inwestycyjny w wysokości mln zł na zainstalowanie

Bardziej szczegółowo

Finanse i Rachunkowość studia stacjonarne lista nr 9 zastosowania metod teorii funkcji rzeczywistych w ekonomii (część II)

Finanse i Rachunkowość studia stacjonarne lista nr 9 zastosowania metod teorii funkcji rzeczywistych w ekonomii (część II) dr inż. Ryszard Rębowski 1 FUNKCJA KOSZTU Finanse i Rachunkowość studia stacjonarne lista nr 9 zastosowania metod teorii funkcji rzeczywistych w ekonomii (część II) 1 Funkcja kosztu Z podstaw mikroekonomii

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik DOPUSZCZAJĄCY DOSTATECZNY DOBRY BARDZO DOBRY LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej. rozumie rozszerzenie

Bardziej szczegółowo

Maksymalizacja zysku

Maksymalizacja zysku Maksymalizacja zysku Na razie zakładamy, że rynki są doskonale konkurencyjne Firma konkurencyjna traktuje ceny (czynników produkcji oraz produktów jako stałe, czyli wszystkie ceny są ustalane przez rynek

Bardziej szczegółowo

. c) do jej wykresu należą punkty A ( 3,2 3 3) oraz

. c) do jej wykresu należą punkty A ( 3,2 3 3) oraz Funkcja liniowa powtórzenie wiadomości Napisz wzór funkcji liniowej wiedząc, że: a) miejscem zerowym funkcji jest liczba oraz f()=, b) miejscem zerowym funkcji jest liczba i i wykres funkcji przecina oś

Bardziej szczegółowo

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto Zad.1. Przedsiębiorstwo może wytwarzać trzy typy maszyn: tokarki, piły, frezarki zużywając dwa ograniczone zasoby: energię elektryczną i siłę roboczą w następujących proporcjach: energia (KWH / jedn.)

Bardziej szczegółowo

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2017/2018 klasa pierwsza Branżowa Szkoła

Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2017/2018 klasa pierwsza Branżowa Szkoła Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2017/2018 klasa pierwsza Branżowa Szkoła Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego.

Bardziej szczegółowo

OPTYMALIZACJA W LOGISTYCE

OPTYMALIZACJA W LOGISTYCE OPTYMALIZACJA W LOGISTYCE Zagadnienie przydziału dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Zagadnienie przydziału 1 Można wyodrębnić kilka grup problemów, których zadaniem jest alokacja szeroko

Bardziej szczegółowo

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI

ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Wstęp ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Problem podejmowania decyzji jest jednym z zagadnień sterowania nadrzędnego. Proces podejmowania decyzji

Bardziej szczegółowo

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria

Zajęcia nr 1 (1h) Dwumian Newtona. Indukcja. Zajęcia nr 2 i 3 (4h) Trygonometria Technologia Chemiczna 008/09 Zajęcia wyrównawcze. Pokazać, że: ( )( ) n k k l = ( n l )( n l k l Zajęcia nr (h) Dwumian Newtona. Indukcja. ). Rozwiązać ( ) ( równanie: ) n n a) = 0 b) 3 ( ) n 3. Znaleźć

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

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

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

Wymagania eduka cyjne z matematyki

Wymagania eduka cyjne z matematyki Wymagania eduka cyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZ B Y I DZIAŁANIA porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej, zamieniać ułamki zwykłe na

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

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

Skrypt 10. Funkcja liniowa. Opracowanie L Równanie pierwszego stopnia z dwiema niewiadomymi.

Skrypt 10. Funkcja liniowa. Opracowanie L Równanie pierwszego stopnia z dwiema niewiadomymi. Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 10 Funkcja liniowa 10. Równanie

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Badania operacyjne Problem Model matematyczny Metoda rozwiązania Znaleźć optymalny program produkcji. Zmaksymalizować 1 +3 2 2 3 (1) Przy ograniczeniach 3 1 2 +2 3 7 (2) 2 1 +4 2 12 (3) 4 1 +3 2 +8 3 10

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Klasa I - program Matematyka z plusem" LICZBY I DZIAŁANIA POZIOM KONIECZNY - ocena dopuszczająca porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej,

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II

ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZBY I DZIAŁANIA Poziom konieczny - ocena dopuszczająca porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej,

Bardziej szczegółowo

Dział I FUNKCJE I ICH WŁASNOŚCI

Dział I FUNKCJE I ICH WŁASNOŚCI MATEMATYKA ZAKRES PODSTAWOWY Rok szkolny 01/013 Klasa: II Nauczyciel: Mirosław Kołomyjski Dział I FUNKCJE I ICH WŁASNOŚCI Lp. Zagadnienie Osiągnięcia ucznia. 1. Podstawowe własności funkcji.. Podaje określenie

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

ROZWIĄZANIA DO ZADAŃ

ROZWIĄZANIA DO ZADAŃ TURNIRJ MATEMATYCZNY ELIPSA dla klas LO ROZWIĄZANIA DO ZADAŃ Zadanie. (2 pkt.) Dla jakich wartości parametru m (m R), część wspólna przedziałów A = (, m m i B = 2m 2, + ) jest zbiorem pustym? / Jeśli A

Bardziej szczegółowo

TEMAT: PRZEKSZTAŁCENIA WYKRESÓW FUNKCJI PRZESUNIĘCIE O WEKTOR

TEMAT: PRZEKSZTAŁCENIA WYKRESÓW FUNKCJI PRZESUNIĘCIE O WEKTOR TEMAT: PRZEKSZTAŁCENIA WYKRESÓW FUNKCJI PRZESUNIĘCIE O WEKTOR W układzie współrzędnych zaznaczmy dowolny punkt A = (x, y) oraz wektor u r = [p, q]. Po przesunięciu punktu A o wektor u r otrzymamy punkt

Bardziej szczegółowo

Rachunkowość. Decyzje zarządcze 1/58

Rachunkowość. Decyzje zarządcze 1/58 Rachunkowość zarządcza Decyzje zarządcze 1/58 Decyzje zarządcze Spis treści Rodzaje decyzji zarządczych Decyzje podjąć / odrzucić działanie Ogólny opis Koszty relewantne opis i przykłady Przykłady decyzji

Bardziej szczegółowo

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 1 d LO

Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 1 d LO Zakres materiału obowiązujący do egzaminu poprawkowego z matematyki klasa 1 d LO Dział programowy. Zakres realizacji 1. Liczby, działania i procenty Liczby wymierne i liczby niewymierne-działania, kolejność

Bardziej szczegółowo

Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga.

Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga. Wymagania edukacyjne z matematyki w XVIII Liceum Ogólnokształcącym w Krakowie, zakres podstawowy. Klasa druga. Funkcja liniowa. Uczeń otrzymuje ocenę dopuszczającą, jeśli: - rozpoznaje funkcję liniową

Bardziej szczegółowo

Rachunek Różniczkowy

Rachunek Różniczkowy Rachunek Różniczkowy Sąsiedztwo punktu Liczby rzeczywiste będziemy teraz nazywać również punktami. Dla ustalonego punktu x 0 i promienia r > 0 zbiór S(x 0, r) = (x 0 r, x 0 ) (x 0, x 0 + r) nazywamy sąsiedztwem

Bardziej szczegółowo

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L.

Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe. Logistyka w Hutnictwie Ćw. L. Ćwiczenia laboratoryjne - Dobór optymalnego asortymentu produkcji programowanie liniowe Ćw. L. Typy optymalizacji Istnieją trzy podstawowe typy zadań optymalizacyjnych: Optymalizacja statyczna- dotyczy

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy I Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy I Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy I Liceum Propozycja zadań maturalnych sprawdzających opanowanie wiadomości i umiejętności matematycznych

Bardziej szczegółowo

Wymagania edukacyjne z matematyki klasa II technikum

Wymagania edukacyjne z matematyki klasa II technikum Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą

Bardziej szczegółowo

Wymagania edukacyjne, kontrola i ocena. w nauczaniu matematyki w zakresie. podstawowym dla uczniów technikum. część II

Wymagania edukacyjne, kontrola i ocena. w nauczaniu matematyki w zakresie. podstawowym dla uczniów technikum. część II Wymagania edukacyjne, kontrola i ocena w nauczaniu matematyki w zakresie podstawowym dla uczniów technikum część II Figury na płaszczyźnie kartezjańskiej L.p. Temat lekcji Uczeń demonstruje opanowanie

Bardziej szczegółowo

Rachunek wektorowy - wprowadzenie. dr inż. Romuald Kędzierski

Rachunek wektorowy - wprowadzenie. dr inż. Romuald Kędzierski Rachunek wektorowy - wprowadzenie dr inż. Romuald Kędzierski Graficzne przedstawianie wielkości wektorowych Długość wektora jest miarą jego wartości Linia prosta wyznaczająca kierunek działania wektora

Bardziej szczegółowo

Badanie funkcji. Zad. 1: 2 3 Funkcja f jest określona wzorem f( x) = +

Badanie funkcji. Zad. 1: 2 3 Funkcja f jest określona wzorem f( x) = + Badanie funkcji Zad : Funkcja f jest określona wzorem f( ) = + a) RozwiąŜ równanie f() = 5 b) Znajdź przedziały monotoniczności funkcji f c) Oblicz największą i najmniejszą wartość funkcji f w przedziale

Bardziej szczegółowo

Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych"

Zadanie laboratoryjne Wybrane zagadnienia badań operacyjnych Zadanie laboratoryjne "Wybrane zagadnienia badań operacyjnych" 1. Zbudować model optymalizacyjny problemu opisanego w zadaniu z tabeli poniżej. 2. Rozwiązać zadanie jak w tabeli poniżej z wykorzystaniem

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Schemat postępowania w badaniach operacyjnych decydent sytuacja decyzyjna decyzje decyzje dopuszczalne niedopuszczalne kryterium wyboru zadanie decyzyjne zmienne decyzyjne warunki

Bardziej szczegółowo

Wstęp: scenariusz. Przedsiębiorstwa na rynkach konkurencyjnych. W tym rozdziale szukaj odpowiedzi na pytania:

Wstęp: scenariusz. Przedsiębiorstwa na rynkach konkurencyjnych. W tym rozdziale szukaj odpowiedzi na pytania: 14 rzedsiębiorstwa na rynkach konkurencyjnych R I N C I L E S O F MICROECONOMICS F O U R T H E D I T I O N N. G R E G O R Y M A N K I W oweroint Slides by Ron Cronovich 2007 Thomson South-Western, all

Bardziej szczegółowo

KOSZTY I OPTIMUM PRZEDSIĘBIORSTWA

KOSZTY I OPTIMUM PRZEDSIĘBIORSTWA KOSZTY I OPTIMUM PRZEDSIĘBIORSTWA PODSTAWOWE POJĘCIA Przedsiębiorstwo - wyodrębniona jednostka gospodarcza wytwarzająca dobra lub świadcząca usługi. Cel przedsiębiorstwa - maksymalizacja zysku Nakład czynniki

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości;

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości; WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP Liczby. TEMAT Rozwinięcia dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. Mnożenie i dzielenie

Bardziej szczegółowo

I. Liczby i działania

I. Liczby i działania I. Liczby i działania porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej, zamieniać ułamki zwykłe na dziesiętne i odwrotnie, zaokrąglać liczby do danego rzędu, szacować wyniki działań,

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

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

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady.

Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie, przykłady. Przedmiot: EKONOMIA MATEMATYCZNA Katedra: Ekonomii Opracowanie: dr hab. Jerzy Telep Temat: Matematyczna teoria produkcji Zagadnienia: Teoria produkcji pojęcie, prawa, izokwanty. Funkcja produkcji pojęcie,

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się

Bardziej szczegółowo

MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI.

MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI. MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ UWAGI. LICZBY I DZIAŁANIA 6 h Liczby. Rozwinięcia

Bardziej szczegółowo

5. Rozwiązywanie układów równań liniowych

5. Rozwiązywanie układów równań liniowych 5. Rozwiązywanie układów równań liniowych Wprowadzenie (5.1) Układ n równań z n niewiadomymi: a 11 +a 12 x 2 +...+a 1n x n =a 10, a 21 +a 22 x 2 +...+a 2n x n =a 20,..., a n1 +a n2 x 2 +...+a nn x n =a

Bardziej szczegółowo

Zadania do samodzielnego rozwiązania zestaw 11

Zadania do samodzielnego rozwiązania zestaw 11 Zadania do samodzielnego rozwiązania zestaw 11 1 Podać definicję pochodnej funkcji w punkcie, a następnie korzystając z tej definicji obliczyć ( ) π (a) f, jeśli f(x) = cos x, (e) f (0), jeśli f(x) = 4

Bardziej szczegółowo