1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że



Podobne dokumenty
Rozwiązanie Ad 1. Model zadania jest następujący:

FORMULARZ OFERTOWY dostawa leków do Apteki Szpitalnej Zespołu Opieki Zdrowotnej w Busku Zdroju, kod wg CPV

DZIENNIK URZĘDOWY WOJEWÓDZTWA ŁÓDZKIEGO

ZAGADNIENIE TRANSPORTOWE

Badania Operacyjne Ćwiczenia nr 5 (Materiały)

Zagadnienie transportowe i zagadnienie przydziału

Ćwiczenia laboratoryjne - 7. Zagadnienie transportowoprodukcyjne. programowanie liniowe

Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Wykład z modelowania matematycznego. Zagadnienie transportowe.

Metody Ilościowe w Socjologii

OPTYMALIZACJA W LOGISTYCE

Przykład: frytki i puree Analiza wrażliwości współczynników funkcji celu

Standardowe zadanie programowania liniowego. Gliwice 1

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

KSIĘGA IDENTYFIKACJI WIZUALNEJ

Katowice, dnia 9 lipca 2013 r. Poz UCHWAŁA NR 392/2013 RADY MIASTA SIEMIANOWIC ŚLĄSKICH. z dnia 27 czerwca 2013 r.

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

ZAGADNIENIE TRANSPORTOWE

Programowanie liniowe

METODY OBLICZENIOWE OPTYMALIZACJI zadania

Badania Operacyjne Ćwiczenia nr 4 (Materiały)

WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIEŃ TRANSPORTOWYCH Z KRYTERIUM KOSZTÓW

c j x x

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

Ekonometria Programowanie Liniowe. Robert Pietrzykowski

Badania operacyjne. Dr hab. inż. Adam Kasperski, prof. PWr. Pokój 509, budynek B4 Materiały do zajęć dostępne na stronie:

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

PZ Bierawa, r. ZAPYTANIE OFERTOWE

Publiczne Gimnazjum nr 3 im. Jana Kochanowskiego w Radomiu. Zajęcia techniczne. Karty ćwiczeń modułu RYSUNEK TECHNICZNY. Nazwisko. Imię.

DZIENNIK URZĘDOWY WOJEWÓDZTWA ŁÓDZKIEGO

Delegacje otrzymują w załączeniu dokument COM(2018) 192 final - ANNEX 2 - PART 3/5.

OPTYMALIZACJA W LOGISTYCE

ZARZĄDZENIE Nr 157/2018 BURMISTRZA KARCZEWA z dnia 13 grudnia 2018 r.

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Księga Identyfikacji Wizualnej Urząd Miasta Opola

BADANIA OPERACYJNE I TEORIE OPTYMALIZACJI. Zagadnienie transportowe

Państwowa Komisja Badania Wypadków Lotniczych Samolot ultralekki Zenair CH-601HD Zodiac, OK-LUA47; r., Łęgowo k/wągrowca ALBUM ILUSTRACJI

Programowanie nieliniowe

Laboratorium Metod Optymalizacji. Sprawozdanie nr 1

Równania nieliniowe, nieliniowe układy równań, optymalizacja

Projekty Uchwał Zwyczajnego Walnego Zgromadzenia Asseco Business Solutions S.A. z siedzibą w Lublinie zwołanego na dzień 21 kwietnia 2015 roku

Optymalizacja programu produkcji

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

ZAGADNIENIE TRANSPORTOWE (część 1)

ZARZĄDZENIE NR STAROSTY MIĘDZYRZECKIEGO. z dnia 15 września 2015 r.

Programowanie liniowe całkowitoliczbowe. Tadeusz Trzaskalik

Kraków, dnia 6 listopada 2015 r. Poz UCHWAŁA NR XIII/112/2015 RADY POWIATU MYŚLENICKIEGO. z dnia 29 października 2015 roku

Badania Operacyjne Ćwiczenia nr 6 (Materiały)

Treść uchwał podjętych przez Zwyczajne Walne Zgromadzenie Asseco Business Solutions S.A. w dniu 21 kwietnia 2015 r.

Równania nieliniowe, nieliniowe układy równań, optymalizacja

BADANIA OPERACYJNE Zagadnienie transportowe

Treść uchwał podjętych przez Zwyczajne Walne Zgromadzenie Asseco Business Solutions S.A. w dniu 21 kwietnia 2015 r.

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Programowanie liniowe. Tadeusz Trzaskalik

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

PROBLEMY DECYZYJNE KRÓTKOOKRESOWE

ZAGADNIENIE TRANSPORTOWE(ZT)

OPTYMALIZACJA DYSKRETNA

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

KI

Marek Drąg 4AZG WSTI

Zagadnienie diety Marta prowadzi hodowlę zwierząt. Minimalne dzienne zapotrzebowanie hodowli na mikroelementy M1, M2 i M3 wynosi 300, 800 i 700

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

ZAPYTANIE CENOWE. Fundusz Pożyczkowo Poręczeniowy, jako narzędzie zapewnienia trwałości instytucji ekonomii społecznej.

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

Gdańsk, dnia 22 lutego 2013 r. Poz UCHWAŁA NR XXXV/343/2013 RADY MIASTA STAROGARD GDAŃSKI. z dnia 30 stycznia 2013 r.

Wieloetapowe zagadnienia transportowe

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

Sprawozdanie z Walnego Zgromadzenia Akcjonariuszy

A. Kasperski, M. Kulej, Badania operacyjne, Wykład 4, Zagadnienie transportowe1

ZAGADNIENIE TRANSPORTOWE (część 2)

ZARZĄDZENIE NR STAROSTY MIĘDZYRZECKIEGO. z dnia 20 marca 2015 r. w sprawie regulaminu wewnętrznego Wydziału Finansów

Pyt.1. Podać warunki jakie musi spełniać model matematyczny dla możliwości rozwiązywania metodami programowania liniowego.

Draft resolutions for the Extraordinary General Meeting of ALTUS Towarzystwo Funduszy Inwestycyjnych Spółka Akcyjna convened for 2 May 2016

TEST. [4] Grzyby w lesie to przykład: a. dobra prywatnego, b. wspólnych zasobów, c. monopolu naturalnego, d. dobra publicznego.

szt. produkcja rzeczywista

Id: JAOWW-SYRTT-IHTVA-VQLOI-DGCEM. Podpisany Strona 1

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

ZADANIE TRANSPORTOWE I PROBLEM KOMIWOJAŻERA

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

Badania operacyjne. Lista zadań projektowych nr 2

Projekty uchwał na Zwyczajne Walne Zgromadzenie Akcjonariuszy Talex S.A. zwołane na dzień 29 kwietnia 2010 r.

Elementy Modelowania Matematycznego

Problem zarządzania produkcją i zapasami

Lista 1 PL metoda geometryczna

Barbadoska 16 mb 24 mb Afrykańska 16 mb 10 mb

Sprawdzenie 2/ND 2/ND 2/ND. Kanał D 30 D (PN-D12) Teren zielony wzdłuŝ torów PKP (wykop)

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

BADANIA OPERACYJNE Zagadnienie transportowe. dr Adam Sojda

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

Wspomaganie Zarządzania Przedsiębiorstwem Laboratorium 02

WPROWADZENIE DO EKONOMII MENEDŻERSKIEJ.

Zbudować model matematyczny do poniższych zagadnień (ułożyć program matematyczny ).

The Extraordinary General Meeting of Shareholders hereby adopts the agenda in the following

Statystyka. Zadanie 1.

UCHWAŁA NR XXIX/289/16 RADY MIEJSKIEJ W ALEKSANDROWIE ŁÓDZKIM. z dnia 27 października 2016 r.

4. PROGRAMOWANIE LINIOWE

Definicja problemu programowania matematycznego

Uchwała Nr II/19/2014 Rady Miejskiej w Karczewie z dnia 18 grudnia 2014 roku

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

Transkrypt:

Stwierdzeń będzie. Przy każdym będzie należało ocenić, czy jest to stwierdzenie prawdziwe, czy fałszywe i zaznaczyć x w tabelce odpowiednio przy prawdzie, jeśli jest ono prawdziwe lub przy fałszu, jeśli jest fałszywe. Będzie również jedno pytanie, na które będzie należało udzielić odpowiedzi otwartej, przykład jest w zadaniu 7. Na czerwono zaznaczyłam stwierdzenia, które są prawdziwe. Życzę owocnej nauki. Można będzie otrzymać 13 punktów (2 pkt za zadanie otwarte). Aby dostać 3 trzeba mieć 7 punktów. Zad. 1 Zakład produkcyjny Skórka s.c. produkuje dwa rodzaje asortymentu: torebki damskie i portfele ze skóry. W trakcie produkcji wyroby te muszą być poddane procesom krojenia i szycia. W ciągu tygodnia krojczynie mogą maksymalnie przepracować 100 godzin, szwaczki zaś 0 godzin. Na wykrojenie jednej torebki potrzeba 6 minut, a na jej uszycie 36 minut. Portfel wymaga 6 minut krojenia i 12 minut szycia. Firma może sprzedać wszystkie produkty, które wyprodukuje po cenie 50 zł/torebkę i zł/portfel. Właściciel firmy chce określić, jaką ilość torebek i portfeli należy produkować, aby zmaksymalizować przychód. 1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? a) 6x1 + 6x2 6000[ min] b) 36x1 + 12x2 18000[ min] c) 36x1 + 12x2 18000[ min] d) z( x1,x2 ) 50 x1 + x2 max [ zł ] e) 6x1 + 12x2 6000[ min] f) z( x,x ) 50 x + x min [ zł ] 1 2 1 2 2. Na podstawie poniższej tablicy można odczytać, że g) Wzrost liczby minut krojenia o 00 spowoduje wzrost maksymalnego przychodu o 3,33*00 zł h) Wzrost liczby minut krojenia o 00 spowoduje wzrost maksymalnego przychodu o 3,33 zł i) Wzrost liczby minut krojenia o 00 spowoduje spadek maksymalnego przychodu o 3,33 zł j) Wzrost liczby minut krojenia o 4000 spowoduje wzrost maksymalnego przychodu o 3,33*4000 zł 3. Na podstawie poniższej tablicy można odczytać, że

k) Jeśli liczba godzin szycia będzie pochodzić z przedziału ( 18000 6000; 18000 + 18000) ( 12000, 36000) to rozwiązanie optymalne nie zmieni się, tzn. w bazie nadal pozostaną zmienne x1, x2, zmienią się natomiast wartości optymalne zmiennych decyzyjnych i wartość funkcji celu. l) Jeśli liczba godzin szycia będzie pochodzić z przedziału ( 6000; 18000) to rozwiązanie optymalne nie zmieni się, tzn. w bazie nadal pozostaną zmienne x1, x2, zmienią się natomiast wartości optymalne zmiennych decyzyjnych i wartość funkcji celu. m) Gdyby cena dualna wynosiła 0, a warunek byłby luźny należałoby zaznaczyć, że zwiększenie zasobu składnika w granicach przedziału stabilności nie spowoduje zmiany wartości optymalnych zmiennych decyzyjnych, ani funkcji celu n) Gdyby cena dualna wynosiła 0, a warunek byłby napięty należałoby zaznaczyć, że zwiększenie zasobu składnika w granicach przedziału stabilności nie spowoduje zmiany funkcji celu ale zmieni wartości optymalnych zmiennych decyzyjnych o) Jeśli liczba godzin szycia będzie wynosić 40000 to rozwiązanie optymalne nie zmieni się, tzn. w bazie nadal pozostaną zmienne x1, x2, zmienią się natomiast wartości optymalne zmiennych decyzyjnych i wartość funkcji celu. 4. Na podstawie poniższej tablicy można odczytać, że p) Maksymalny zysk wyniesie z opt 50 * 250 + * 750 35000 q) Jeśli cena torebki będzie pochodzić z przedziału ( 50 20; 50 + 40) (, 90) to rozwiązanie optymalne nie zmieni się, zmieni się natomiast wartość funkcji celu. r) Jeśli cena torebki będzie pochodzić z przedziału ( 50 20; 50 + 40) (, 90) to rozwiązanie optymalne nie zmieni się, nie zmieni się też wartość funkcji celu. s) przy wzroście ceny torebki o 40 zł i niezmienionej cenie portfela, wyznaczony wcześniej plan produkcji (250;750) pozostaje planem optymalnym, a wartość funkcji celu wyniesie z opt ( 50 + 40 )* 250 + * 750 (aby sprawdzić, czy zdanie jest prawdziwe, będzie należało to samemu obliczyć, bo będzie podany tylko wynik) t) Jeśli cena torebki będzie pochodzić z przedziału ( 20; 40) to rozwiązanie optymalne nie zmieni się, zmieni się natomiast wartość funkcji celu. u) Jeśli cena torebki będzie pochodzić z przedziału ( 50 40; 50 + 20) to rozwiązanie optymalne nie zmieni się, zmieni się natomiast wartość funkcji celu. v) Jeśli cena torebki wyniesie 100 zł to rozwiązanie optymalne nie zmieni się, zmieni się natomiast wartość funkcji celu. w) przy spadku ceny torebki o 10 zł i niezmienionej cenie portfela, wyznaczony wcześniej plan produkcji (250;750) pozostaje planem optymalnym, a wartość funkcji celu wyniesie z opt ( 50 10 )* 250 + * 750 (aby sprawdzić, czy zdanie jest prawdziwe, będzie należało to samemu obliczyć, bo będzie podany tylko wynik) x) przy spadku ceny torebki o 10 zł i niezmienionej cenie portfela zysk spadnie o 10*250 zł, plan optymalny nie zmieni się

y) przy spadku ceny torebki o zł i niezmienionej cenie portfela plan optymalny zmieni się, aby uzyskać rozwiązanie należy ponownie rozwiązać zadanie optymalizacyjne z nowym zestawem cen z) Optymalna struktura produkcji jest następująca: należy produkować 250 sztuk torebek i 750 sztuk portfeli, osiągając przychód w wysokości 250*50+750* zł trzeba umieć samemu obliczyć patrząc na tabelkę i sprawdzić, czy wynik jest prawidłowy. aa) Gdyby liczba sztuk portfeli wynosiła w planie optymalnym 0, to wzrost lub spadek ceny portfela w granicach przedziału stabilności nie zmieni planu optymalnego, ani optymalnego zysku 5. Oblicz najwcześniejszy moment wystąpienia: 7 8 I,20 27 9 J,3 10 B,2 O,0 H,5 F,4 K,2 C,4 2 3 7 G,4 6 7 L,5 bb) zdarzenia 9: 27 nie będzie podane, trzeba będzie policzyć cc) zdarzenia : 32 nie będzie podane, trzeba będzie policzyć 6. Oblicz najpóźniejszy moment wystąpienia: 7 8 I,20 27 9 27 J,3 10 B,2 O,0 H,5 F,4 K,2 C,4 2 3 7 G,4 6 7 L,5 32

dd) zdarzenia 9: 27 nie będzie podane, trzeba będzie policzyć ee) zdarzenia 7: 22 nie będzie podane, trzeba będzie policzyć 7. Co oznacza nierówność $B$9>$B$8+20-$D$10 na slajdzie 32? Oznacza że moment zaistnienia zdarzenia 9 jest większy bądź równy od momentu zaistnienia zdarzenia 8 powiększonego o 20 tygodni. Moment ten można przyspieszyć o $D$10, które jest wielkością możliwej redukcji czasu wykonania czynności I. Mogę też spytać o nierówności i równania pojawiające się na slajdach, a także o funkcje celu, ale ograniczę się tylko do tematu 3, czyli do programowania sieciowego. 8. Trzy magazyny M1, M2, M3 zaopatrują w mąkę cztery piekarnie P1, P2, P3, P4. Jednostkowe koszty transportu (w zł za tonę), oferowane miesięczne wielkości dostaw w tonach oraz miesięczne zapotrzebowanie piekarń w tonach podaje poniższa tabela. Znaleźć plan przewozu mąki z magazynów do piekarń minimalizujący całkowite koszty transportu. M1 50 40 50 20 70 Bj 40 60 50 50 200 Ograniczenie na magazyny wynosi ff) x + x + x + x 70 12 13 14 gg) x 50 Ograniczenie na piekarnie wynosi hh) x + x + x 40 31 12 + x32 ii) x 60 9. Trzy magazyny M1, M2, M3 zaopatrują w mąkę cztery piekarnie P1, P2, P3, P4. Jednostkowe koszty transportu (w zł za tonę), oferowane miesięczne wielkości dostaw w tonach oraz miesięczne zapotrzebowanie piekarń w tonach podaje poniższa tabela. Znaleźć plan przewozu mąki z magazynów do piekarń minimalizujący całkowite koszty transportu. M1 50 40 50 20 100

Bj 40 60 50 50 200\2 Ograniczenie na magazyny wynosi jj) x + x + x + x 70 12 13 14 + x12 x kk) x 100 ll) x 50 mm) 50 Ograniczenie na piekarnie wynosi nn) x + x + x 40 31 12 + x32 oo) x 60 10. Trzy magazyny M1, M2, M3 zaopatrują w mąkę cztery piekarnie P1, P2, P3, P4. Jednostkowe koszty transportu (w zł za tonę), oferowane miesięczne wielkości dostaw w tonach oraz miesięczne zapotrzebowanie piekarń w tonach podaje poniższa tabela. Znaleźć plan przewozu mąki z magazynów do piekarń minimalizujący całkowite koszty transportu. M1 50 40 50 20 100 Bj 40 60 50 100 250\2 Ograniczenie na magazyny wynosi pp) x + x12 70 qq) x + x12 100 rr) x 50 ss) x 50 tt) x + x 40 Ograniczenie na piekarnie wynosi uu) x + x 40 vv) x 12 + x32 60 ww) x + x 50 xx) x + x 40. Trzy magazyny M1, M2, M3 zaopatrują w mąkę cztery piekarnie P1, P2, P3, P4. Jednostkowe koszty transportu (w zł za tonę), oferowane miesięczne wielkości dostaw w tonach oraz miesięczne zapotrzebowanie piekarń w tonach podaje poniższa tabela. Znaleźć plan przewozu mąki z magazynów do piekarń minimalizujący całkowite koszty transportu.

M1 50 40 50 20 100 Bj 40 60 50 50 200\2 Ograniczenie na fikcyjnego odbiorcę, czyli magazyn w którym zostanie nadwyżka towaru wynosi: yy) x + x 40 zz) x15 + x25 + x35 aaa) x + x12 + x15 100 12. Zadanie transportowe rozwiązano metodą minimalnego elementu macierzy kosztów. Wielkość przewozów w tonach Piekarnie Magazyny Ai M1 40 70 M2 40 10 50 M3 60 20 80 Bj 40 60 50 50 200 Koszty transportu w zł M1 50 40 50 20 70 Bj 40 60 50 50 200 bbb) Minimalne całkowite koszty transportu wynoszą K( x ij ) 50 + 20 40 + 40 40 + 10 + 40 60 + 70 20 8000zł ccc) Minimalne całkowite koszty transportu wynoszą 200 zł ddd) Aby zminimalizować koszty transportu należy dostarczyć z magazynu M1 t mąki do piekarni P3 i 40 t mąki do piekarni P4