würde eine Reduktion der Kapazität um = 100 h ebenfalls eine Änderung des
|
|
- Jörn Winkler
- vor 5 Jahren
- Abrufe
Transkript
1 Aufgabe 4.: Sensitivitätsanalyse (a) 60 c 30 Deckungsbeitrag: (30 db 60) (b) 20 3 c C 0 3 Das heißt, die Restkapazität kann bis zu 20 3 Erträge bringen, bzw. bis zu 0 3 Kosten verursachen, ohne die Lösung zu beeinflussen. (c) b A 20 Zielfunktionswert steigt bei Kapazitätserhöhung auf 20 um 800 auf (d) Kapazität C kann man um 20 verringern, ohne den Zielfunktionswert zu verändern. (e) Produkt 2 würde bei einer Deckungsbeitragserhöhung um 20, d.h. bei einem Deckungsbeitrag von 0 ins Programm aufgenommen. Aufgabe 4.2: Sensitivitätsanalyse (a) Die Variable x 2 ist sowohl in der Ausgangs- als auch in der Optimallösung Nichtbasisvariable. Damit das Produkt 2 hergestellt würde, müßte sein Deckungsbeitrag von 780,- /ME um mindestens 20,- /ME gesteigert werden. Bei gegebener Konstellation würde dagegen die Zwangsfertigung des Produktes 2 den Gewinn um 20,- /ME reduzieren. Dabei würden vom Rohstoff R weitere 0 ME verbraucht und die Produktionsmengen der Produkte und 3 um 2 bzw. 4 5 ME vermindert werden. (b) x R ist sowohl in der Ausgangs- als auch in der Optimallösung Basisvariable. Von den insgesamt zur Verfügung stehenden.300 ME des Rohstoffs R werden in der Optimallösung 00 ME nicht verbraucht. Die entsprechende Nebenbedingung ist also nicht restriktiv und könnte aus dem Tableau gestrichen werden. (c) Bei Erhöhung der knappen Kapazität der Maschine M (x M = 0) um eine Stunde würden die Produktionsmengen der beiden Produkte und 3 um 0 bzw. 25 ansteigen. Gleichzeitig würden vom Rohstoff R weitere 4 ME verbraucht. Der Gewinn würde um 0,- höher ausfallen. 00 (d) Die Kapazität der Maschine M könnte um = 25 h erhöht werden, ehe sich eine 4 qualitative Änderung der Optimallösung ergäbe. Bei dieser Kapazitätssteigerung würde der augenblicklich nicht knappe Rohstoff R gerade voll verbraucht werden. Umgekehrt 0 würde eine Reduktion der Kapazität um = 00 h ebenfalls eine Änderung des ( ) Produktionsprogramms ergeben. Nun würde das Produkt nicht mehr produziert werden (Fall.2). (e) Diese Frage schließt an die Frage 2 an. Da in der Optimallösung 00 ME des Rohstoffs R nicht verbraucht werden, könnte die verfügbare Menge des Rohstoffs um 00 ME von.300 auf.200 ME gesenkt werden, ohne dass sich eine Änderung des gewinnmaximalen Produktionsprogramms ergäbe (Fall. Untergrenze). 0 (f) Die verfügbare Menge des Rohstoffs T müsste um mindestens = 500 ME ( 50) erhöht werden, damit sich eine qualitative Änderung des Produktionsprogramms ergäbe. In diesem Falle würde das Produkt nicht mehr produziert werden. Dies ist damit zu erklären, dass das Produkt mit einem negativen Deckungsbeitrag bisher nur deshalb produziert wurde, weil es mit jeder ME zu einer Vergrößerung der verfügbaren Menge des Rohstoffs T um 0 ME und damit indirekt über das Produkt 3 zu einer Gewinnsteigerung beitrug. Da aber ab einer Erhöhung der verfügbaren Menge des 0
2 Rohstoffs T um mehr als 500 ME dieser nicht mehr knapp ist, braucht dann auch das Produkt nicht mehr gefertigt zu werden. Vielmehr würde dann ausschließlich das Produkt 3 mit 60 ME gefertigt werden. Dabei würde die Kapazität der Maschine M voll genutzt werden (Fall.2 Obergrenze). (g) Eine Senkung des Verkaufspreises von Produkt 3 bei gleichbleibenden direkten Kosten bewirkt eine Reduzierung des Deckungsbeitrages. Da der Deckungsbeitrag im Ausgangs- Tableau jedoch mit umgekehrten Vorzeichen eingetragen ist, ist dies gleichbedeutend mit einer Erhöhung des dort eingetragenen negativen Wertes. Es wird also nach der formalen Obergrenze des Zielfunktionswertes von.250 im Ausgangstableau gefragt (Fall 2.2 Obergrenze). Bei Anwendung der entsprechenden Rechenregel erhält man die Obergrenze von.225 bzw. den Änderungsbetrag von 25,- /ME. Folglich könnte der Verkaufspreis von 2.000,- auf.975,- /ME gesenkt werden, ehe sich eine qualitative Änderung des Produktionsprogramms ergäbe. Bei einer weiteren Reduzierung würde das Produkt 2 anstelle des Produktes 3 gefertigt werden. (h) Das Produkt 2 wird in der Optimallösung nicht gefertigt. Die Grenzkosten betragen 20,- /ME. Ab einer Senkung der direkten Kosten um diesen Betrag, also von 720,- auf 700,- /ME, was einer Erhöhung des Deckungsbeitrages von 780,- auf 800,- /ME entspricht, würde das Produkt 2 somit hergestellt werden. Bei dieser Kostensenkung würden von den Produkten, 2 und 3 dann 5, 0 bzw. 36 ME gefertigt werden (Fall 2. Untergrenze). (i) Es ist nach der Unter- und Obergrenze des Zielfunktionskoeffizienten des Schlupfes (xr) des Rohstoffs R gefragt (Fall 2.3). Bei Anwendung der entsprechenden Rechenregeln erhält man die Intervallgrenzen 2,5 cr 2.Ökonomisch ließen sich die negativen Grenzkosten von 2,5 /ME als Mehrerlös für den Verkauf einer ME vom Rohstoff R anstelle ihrer Verarbeitung zu den drei Produkten erklären. Umgekehrt könnten die positiven Grenzkosten um 2 /ME als Lagerkostenfaktor für nicht verarbeitete Mengen dieses Rohstoffes angesehen werden. (j) Eine derartige Frage nach der Preisobergrenze kann im allgemeinen nur mit Hilfe der parametrischen Planungsrechnung beantwortet werden. Im vorligenden Fall erkennt man jedoch, daß die Untergrenze des negativen Deckungsbeitrages.250 des Produktes 3 gleich ist. Das bedeutet, daß selbst dann keine Änderung in der Optimallösung eintritt, wenn der Preis des Produktes 3 auf + gesetzt wird. Das Produkt kann somit nicht über die Erhöhung des Verkaufspreises von Produkt 3 aus dem optimalen Produktionsprogramm verdrängt werden (Fall 2.2 Untergrenze). Aufgabe 4.3: Sensitivitätsanalyse Max x x 2 x 3 RS Max x 3 y 3 y RS z z 2/3 /3 4/3 90 y y 2 5/3-5/3 /3 5 y x /3 2/3 -/3 8 y x 2 4/3 -/3 2/3 8 Tab. 3.: Ausgangslösung Tab. 3.2: Optimallösung
3 Optimaltableau und Quotienten Max x3 y3 y RS Quotienten aus Rechter Seite und Spalte von: z x3 y3 y y x x Quotienten aus y Zielfunktion x und Zeile von: x2 2 2 Protokoll zur Sensibilitätsanalyse Ausgangslösung Optimallösung Sensibilitätsanalyse Var Rechte Seite Rechte Seite Rechte Seite Untergrenze Obergrenze Untergrenze Obergrenze y (y2) 08 (x) - - y (x) 57 (y2) - - x (y2) 4 3 (y2) x (y),5 (y3) x (y3) 5 2 (x3) y (y3) 5 (y3) 2 5 (x3) Aufgabe 4.4: LP-Interpretation (a) Die Variable x ist sowohl im Ausgangs- als auch im Optimaltableau Nichtbasisvariable. Damit das Produkt hergestellt würde (x Basisvariable), müsste sein Deckungsbeitrag von 6,- /ME um mindestens 7,- /ME erhöht werden. Würde man unter den gegebenen Umständen das Produkt fertigen, so würde sich der gesamte Deckungsbeitrag um 7,- /ME verringern. In diesem Fall würden von Produkt 3 ME mehr, vom Produkt ME weniger gefertigt, die Restkapazität der Abteilung B würde um 3 2 Stunden abnehmen. Würde in der Abteilung C die Restkapazität um Stunde erhöht (der Abteilung C steht somit eine Stunde weniger zur Verfügung), so würde sich der gesamte Deckungsbeitrag um 4,- verringern, da 2 ME des Produkts 3 mehr, ME des Produkts 2 weniger gefertigt würde. Ähnliche Überlegungen gelten für die Abteilung A.
4 40 (b) Die Kapazität der Abteilung A könnte um = 280 Stunden erhöht werden, ehe 2 sich eine qualitative Änderung der Optimallösung ergibt. Bei einer weiteren Erhöhung würde das Produkt 2 nicht mehr gefertigt. Andererseits könnte die Kapazität der Abteilung A um 0 = 20 Stunden gesenkt werden, ehe das Produkt 3 nicht mehr produziert würde. 2 0 Für die Abteilung C kann die Kapazität um = 20 Stunden erhöht (Produkt 3 2 wird nicht mehr gefertigt) bzw. um 40 = 40 Stunden gesenkt werden (Produkt 2 wird nicht mehr gefertigt). (c) Würde beispielsweise die Kapazität der Abteilung A um mehr als 280 Stunden auf über 600 Stunden erhöht, so würde die Kapazität der Abteilung C den einzigen Engpass darstellen. Da in dieser Abteilung für die Herstellung der Produkte 2 und 3 jeweils 2 Stunden/ME benötigt werden, wird ausschließlich das Produkt 3 gefertigt, da es den höchsten Deckungsbeitrag einbringt. (d) xb ist sowohl im Ausgangs- als auch im Optimaltableau Basisvariable. Von den insgesamt zur Verfügung stehenden 420 Stunden werden 260 nicht benötigt, die Kapazität könnte somit bis auf 60 Stunden gesenkt werden. Unter den vorliegenden Umständen ist die Kapazitätsrestriktion der Abteilung B überflüssig und könnte deshalb entfallen. (e) Die Deckungsbeiträge stehen im Ausgangstableau mit umgekehrten Vorzeichen. Eine Senkung des Dec??kungsbeitrages ist somit gleichbedeutend mit einer Erhöhung des dort eingetragenen negativen Wertes. Letztlich werden also die formalen Obergrenzen der Zielfunktionskoeffizienten 0 und 2 gesucht. Entsprechend den Rechenregeln des Falls 2.2 (Obergrenze) kann der Deckungsbeitrag des Produkts 2 um 2,80 auf 7,20 /ME gesenkt werden (bei einer weiteren Verringerung würde Produkt statt 2 hergestellt), der Deckungsbeitrag des Produkts 3 kann um 2,- auf 0,- /ME reduziert werden (bei einer weiteren Senkung würde dann nur noch das Produkt 2 hergestellt). (f) Es ist nach der Unter- und Obergrenze des Zielfunktionskoeffizienten des Schlupfes (xb) der Kapazität der Abteilung 3 gefragt. Bei der Anwendung der entsprechenden Rechenregeln erhält man die Intervallgrenzen 2 c(xb) 4 3. Ökonomisch ließen sich die negativen Grenzdeckungsbeiträge von 2 /Stunde als Erlös für den Verkauf von Kapazität an andere Betriebe interpretieren. Entsprechend ließe sich der Grenzdeckungsbeitrag von 4 3 als Kosten für jede nicht genutzte Einheit der Anlage B verstehen.
5 Aufgabe 4.5: Sensitivitätsanalyse - RS und ZF Max ya yc x3 RS ya yc z b i */a ij * x yb (o) (u) x (u) 2 yd (o) x 60 (u) 0 (o) 60 yb 0 (u) 0 3 (o) 60 x (u) 5 (o) yd (o) 5 (u) 30 Tab. 5.: Sensitivitätsanalyse (Rechnung) (a) SA der Rechten Seite x p b i δ u Var. RS b i δ o x q x2 8 ya 0 yb yb 6 yb 9 - yb 7 yc yd yd 6 yd 7 - Tab. 5.2: Sensitivitäsanalyse der RS (b) SA der Zielfunktion x v d j + δ u Var. d j d j +δ o x w ya -40 x yc yc -7 x x 3 x3-80 x ya -0 yb yc yc -5 yd 0 - Tab. 5.3: Sensitivitäsanalyse der ZF
Aufgabe 3.1: LP-Informationen im Optimum
Johann Wolfgang Goethe-Universität Frankfurt am Main Lehrst.f.BWL, insb. Quant. Methoden Prof. Dr. Dietrich Ohse LPUE:SQM6 LP und Erweiterungen lpueb03_ 2003s.doc Aufgabe 3.1: LP-Informationen im Optimum
MehrKlausurkolloquium. Musterlösung Produktionscontrolling: Lineare Programmierung
Klausurkolloquium Musterlösung Produktionscontrolling: Lineare Programmierung Fallstudie Die GOGO GmbH ist ein mittelständisches gewinnorientiertes Unternehmen. Das taktische Produktionsprogramm einer
MehrSensitivitätsanalyse in der Linearen Optimierung
Sensitivitätsanalyse in der Linearen Optimierung Bei der Sensitivitätsanalyse werden i. allg. Größen des Ausgangsproblems variiert, und es wird untersucht, welche Wirkung eine derartige Modifikation auf
MehrAufgabe 3.1: LP-Problem mit allen Bedingungstypen
Johann Wolfgang Goethe-Universität Frankfurt am Main Lehrst.f.BWL, insb. Quant. Methoden Prof. Dr. Dietrich Ohse Interpretation, zulässige Lösung, Dualität 18. Mai 2004 Aufgabe 3.1: LP-Problem mit allen
MehrÜbungsblatt 4. Aufgabe (Mengenplanung bei einer Produktart; linearer Umsatz- und Kostenverlauf)
Übungsblatt 4 Aufg. 4.1 (Mengenplanung bei einer Produktart; linearer Umsatz- und Kostenverlauf) In einem Einproduktunternehmen liegen folgende Informationen über das Erzeugnis vor: Stückpreis: 15 GE Variable
MehrÜbungsbuch Beschaffung, Produktion und Logistik
Vahlens Übungsbücher der Wirtschafts- und Sozialwissenschaften Übungsbuch Beschaffung, Produktion und Logistik Aufgaben, Lösungen und Implementierung in Excel von Prof. Dr. Dr. h.c. Hans-Ulrich Küpper,
MehrFachbereich Wirtschaftswissenschaften Professur f. Quantitativen Methoden Prof. Dr. Dietrich Ohse
Fachbereich Wirtschaftswissenschaften Professur f. Quantitativen Methoden Prof. Dr. Dietrich Ohse Diplomprüfung / Sommersemester 24 Quantitative Methoden der BWL Musterlösung der Prüfungsklausur vom. Juli
MehrComputer Science Department - High Performance and Web Computing Group. Optimierungsprobleme
Optimierungsprobleme Häufig in Alltagssituationen anzutreffen (z.b. Kauf eines Gerätes) Optimierungsprobleme (OPs) sind Probleme, die i.a. viele zulässige Lösungen besitzen Jeder Lösung ist ein bestimmter
Mehr1 Der Simplex Algorithmus I
1 Nicoletta Andri 1 Der Simplex Algorithmus I 1.1 Einführungsbeispiel In einer Papiermühle wird aus Altpapier und anderen Vorstoffen feines und grobes Papier hergestellt. Der Erlös pro Tonne feines Papier
Mehr4.3.3 Simplexiteration
7. Januar 2013 53 4.3.3 Simplexiteration Eine Simplexiteration entspricht dem Übergang von einer Ecke des zulässigen Bereiches in eine benachbarte Ecke Dabei wird genau eine Nichtbasisvariable (die zugehörige
MehrVerfahren des Operations Research
Verfahren des Operations Research Blatt 1 (WS 2018/19) wird bearbeitet am 31.10.2018 1. Ein Rohstoff kann zu drei Gütern G 1, G 2 und G 3 verarbeitet werden. Man benötigt für G 1 60 kg/stk, für G 2 80
MehrSimplex-Verfahren. Kapitel 4. Simplex-Verfahren. Peter Becker (H-BRS) Operations Research I Sommersemester / 298
Kapitel 4 Simplex-Verfahren Peter Becker (H-BRS) Operations Research I Sommersemester 24 86 / 298 Inhalt Inhalt 4 Simplex-Verfahren Dualer Simplexalgorithmus Vermeidung von Zyklen Peter Becker (H-BRS)
Mehr10.2 Dualitätstheorie Operations Research. In der Standardform eines Maximierungsproblem: b e ) mit ( w) + a ej ) x j + x g = ( b g + g G
48 0 Operations Research In der Standardform eines Maximierungsproblem: Max ( w) mit ( w) + u. d. N. z + x l + n ( a gj + j= g G e E n d j x j = z 0 j= n a l j x j = b l für alle l L j= x g n + a gj x
MehrOptimierung für Wirtschaftsinformatiker: Lineare Programme
Optimierung für Wirtschaftsinformatiker: Lineare Programme Dr. Nico Düvelmeyer Dienstag, 31. Mai 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Lineare Programme Allgemeine Form 2 Spezielle Darstellungen
MehrKapitel 7 : Lineare Programmierung Die Simplexmethode (G.B.Dantzig, 1947) Beispiel:
Kapitel 7 : Lineare Programmierung Die Simplexmethode (G.B.Dantzig, 1947) Beispiel: Eine Firma produziert die Produkte P 1, P 2,..., P q aus den Rohstoffen R 1, R 2,..., R m. Dabei stehen b j Einheiten
Mehr2 Grundlagen linearer Optimierung 2.1 Beispiel kurzfristige Produktionsprogrammplanung
Grundlagen linearer Optimierung. eispiel kurzfristige Produktionsprogrammplanung Das Unternehmen Optima stellt die Produkte und her, die hervorragenden bsatz finden. Die aktuelle Nachfrage ist so hoch,
Mehr"Produktion und Logistik"
Prof. Dr. Jutta Geldermann, Dipl.-Kfm. Harald Uhlemair Klausur im Fach "Produktion und Logistik" zur Veranstaltung "Produktion und Logistik" Wintersemester 2007/08 Name:... Vorname:... Matrikelnummer:...
MehrAbbildung 6.1 Übersicht über die Teilpläne der Produktionsplanung
Abbildung 6.1 Übersicht über die Teilpläne der Produktionsplanung Produktionsplanung Vollzugs- und Prozessplanung Bereitstellungsplanung Losgrößen Ablaufplanung Anlagen Werkstoffe Personal (Beschaffung)
MehrKosten und Umsatzfunktionen
In den folgenden Abschnitten wenden wir gelegentlich Anwendungen aus der Wirtschaft behandeln. Wir stellen deshalb einige volks- und betriebswirtschaftliche Funktionen vor. Dabei handelt es sich stets
MehrKlausur zur Vorlesung Operations Research im Wintersemester 2009/10
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Sitzplatznr.: Klausur zur Vorlesung Operations Research im Wintersemester 2009/10
MehrVerfahren des Operations Research
Verfahren des Operations Research Blatt 1 (WS 2017/18) wird bearbeitet am 23.10.2017 1. Ein Rohstoff kann zu drei Gütern G 1, G 2 und G 3 verarbeitet werden. Man benötigt für G 1 60 kg/stk, für G 2 80
MehrErzielte Bonuspunkte aus der Vorklausur:
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Wintersemester 2014/2015 21.2.2015 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur:
MehrPrüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)
HTW Dresden 11. Februar 2014 FB Informatik/Mathematik Prof. Dr. J. Resch Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten) Name, Vorname: Matr.-nr.: Anzahl der abge-
MehrEigenschaften von LPs
2 Lineare Programmierung Eigenschaften von LPs Eigenschaften von LPs Definition 24 Eine Menge K IR n heißt konvex gdw für je zwei Punkte Punkte x (1) K und x (2) K auch jeder Punkt mit 0 λ 1 zu K gehört
MehrMathematische Grundlagen für Wirtschaftswissenschaftler Lösungshinweise zu den Übungsaufgaben aus Kapitel 3 - Lineare Optimierung
Mathematische Grundlagen für Wirtschaftswissenschaftler Lösungshinweise zu den Übungsaufgaben aus Kapitel - Lineare Optimierung Sascha Kurz Jörg Rambau 8. August Lösung Aufgabe.. Da es sich um ein homogenes
MehrAbbildung 1: Graphische Lösung der ersten Übungsaufgabe
Lösungen zu den Übungsaufgaben im Kapitel 1 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier 1. Lösen Sie die folgende lineare Optimierungsaufgabe
MehrFachakademie für Wirtschaft der FHM A2: Lineare Optimierung und das Simplexverfahren
A2.1 Lineare Optimierung mit dem Simplexverfahren Wenn ein Unternehmen ermitteln möchte, wie viele Mengeneinheiten von verschiedenen Produkten zu produzieren sind, damit bei gegebenen Verkaufspreisen der
MehrAnsgar Schiffler Untersuchung einer ökonomischen Funktion
Ein Unternehmen verkauft sein Produkt zum Preis von 1,5 GE / ME. Die Produktionskosten lassen sich durch die folgende Kostenfunktion beschreiben: y = K(x) = 0,4x³ 4,4x² + 18,18x + 10,3 Es gilt: y: Kosten
MehrVorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen. Kapitel IV: Grundlagen der Linearen Optimierung
Vorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen Kapitel IV: Grundlagen der Linearen Optimierung Inhaltsverzeichnis Abschnitt 3-5 3 Der Simplexalgorithmus 58 3.1 Grundlagen..............................
MehrFall 3: Mehrere Kapazitätsengpässe
Fall 3: Mehrere Kapazitätsengpässe ei Vorliegen mehrerer Engpässe ist zunächst zu prüfen, ob ein Engpass die anderen Engpässe dominiert. Ist dies der Fall, reduziert sich das Optimierungsproblem auf den
MehrB 2 Produktion und Kosten. II. Gesamtkosten / Erlöse bei linearem Kostenverlauf. Produktion und Kosten. Schiller-Gymnasium Hof Manuel Friedrich StR
II. Gesamtkosten / Erlöse bei linearem verlauf II. Stückkosten / Stückerlöse bei linearem verlauf II. Stückkosten / Ertrag pro Stück bei linearem verlauf Die Fixkosten verteilen sich gleichmäßig auf die
MehrWiederholung. Wir gehen von LP s in Standardform aus, wobei A R m n vollen Zeilenrang hat: minc T x A x = b
Wiederholung Wir gehen von LP s in Standardform aus, wobei A R m n vollen Zeilenrang hat: minc T x A x = b x 0. x R n heißt Basislösung, wenn Ax = b und rang(a J ) = J, wobei J = {j x (j) 0}; Basislösung
MehrRUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 6.2.997 (WS 97/98) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt
Mehr757-2 Gonzinto Graph
09 / 00 A zu a) Gozinto - Graph Aufbau der Gozinto - Graph besteht wie eder Graph aus einer Menge von Punkten bzw. Knoten, die teilweise durch Linien bzw. Kanten oder auch Pfeile miteinander verbunden
MehrLineare Optimierung: Simplexverfahren Phase Ⅰ
Lineare Optimierung: Simplexverfahren Phase Ⅰ Zur Erinnerung: Die Lineare Optimierungsaufgabe in Standardform lautet z = c T x + c 0 min (.) bei Ax = b, x 0. Revidiertes Simplexverfahren Mit dem Simplexverfahren
MehrRUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 7.12.1996 (WS 96/97) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt
MehrAP 1999 Kosten- und Leistungsrechnung
AP 1999 Kosten- und Leistungsrechnung Aufgabe II.1 Die Kosten- und Leistungsrechnung der MAESER AG hat im Zweigwerk I bei der Vorkalkulation für Erzeugnis W folgende Werte pro Stück ermittelt: Selbstkosten...
MehrBerufliche Schulen Alle Schularten
Berufliche Schulen Alle Schularten WICOSI - Entscheidung über das optimale Produktionsprogramm Landesinstitut für Schulentwicklung Qualitätsentwicklung und Evaluation Schulentwicklung und empirische Bildungsforschung
Mehr1.4 Aufgaben. 2002/2003
.4 Aufgaben. 00/003 Aufgabe. Eine Firma stellt zwei Sorten A und B einer Meterware her. Pro Meter entstehen folgende Kosten und Erlöse in Euro: Rohstoffkosten Bearbeitungskosten Verkaufserlös A 6 3 5 B
MehrPrüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)
HTW Dresden 9. Februar 2012 FB Informatik/Mathematik Prof. Dr. J. Resch Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten) Name, Vorname: Matr.-nr.: Anzahl der abge-
MehrInhaltsverzeichnis Grundlagen der Linearen Optimierung
Inhaltsverzeichnis 4 Grundlagen der Linearen Optimierung 1 4.1 Grundbegriffe............................. 1 4.1.1 Lineare Optimierung..................... 1 4.1.2 Das Grundmodell eines linearen Optimierungsproblems
Mehr3.2.5 Dualität der linearen Optimierung I
3..5 Dualität der linearen Optimierung I Jedem linearen Programm in Standardform kann ein sogenanntes duales Programm zugeordnet werden. Es entsteht dadurch, daß man von einem Minimierungsproblem zu einem
MehrUNIVERSITÄT HOHENHEIM
UNIVERSITÄT HOHENHEIM INSTITUT FÜR LANDWIRTSCHAFTLICHE BETRIEBSLEHRE FACHGEBIET: PRODUKTIONSTHEORIE UND RESSOURCENÖKONOMIK _ Prof. Dr. Stephan Dabbert Planung Entscheidung (B 00202) Lösung Aufgabe 5 (Programmplanung
MehrAufgaben zu Teil I 1. 1 Aus: Götze, U.: Kostenrechnung und Kostenmanagement, 5. Aufl., Berlin u. a. 2010, S. 23 ff.
Aufgaben zu Teil I 1 1 Aus: Götze, U.: Kostenrechnung und Kostenmanagement, 5. Aufl., Berlin u. a. 2010, S. 23 ff. Kontrollfragen 1 1) Was versteht man unter dem Betriebswirtschaftlichen Rechnungswesen,
MehrDeckungsbeitrag, optimales Produktionsprogramm. Preisuntergrenze, optimales Produktionsprogramm
Aufgabe 1 Deckungsbeitrag, optimales Produktionsprogramm Ein Betrieb produziert die Speicherchips Storage-Home, Storage-Business und Storage-Professionel. Folgende Daten sind bekannt: Home Business Professionel
Mehrz = c T x : Ax = b, x 0 }, - die Darstellung der Nichtbasisvektoren durch die Basis ist
Kapitel 5 Die Simplexmethode Es werden folgende Bezeichnungen verwendet: - das untersuchte Problem ist min x R n { z = c T x : Ax = b, x 0 }, - die erste zulässige Basislösung sei x = x 1, x 2,, x m, 0,,
MehrÜbung 3, Simplex-Algorithmus
Übung 3, 21.6.2011 Simplex-Algorithmus Aufgabe 3.1 Lösen Sie das folgende Optimierungsproblem (von Aufgabe 2.3) graphisch. Substituieren Sie dazu z = 5 y um ein 2-dimensionales Problem zu erhalten. Rechnung
MehrKLAUSUR. Name. Vorname. Matrikelnummer. Teilnehmer-Nr. Unterschrift. Erzielte Bonuspunkte aus der Vorklausur: Zur Beachtung. Bitte nicht ausfüllen
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Sommersemester 2018 31.7.2018 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte
MehrLineare Optimierung Dantzig 1947
Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2
MehrMathematik-Klausur vom und Finanzmathematik-Klausur vom
Mathematik-Klausur vom 27.09.2010 und Finanzmathematik-Klausur vom 04.10.2010 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:
MehrFachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen
Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Verbundstudiengang Wirtschaftsingenieurwesen Prof. Dr. rer. nat. habil. J. Resch Prüfung: Mathematik Termin: 7. September 2013 Bearbeitungszeit:
MehrDie duale Simplexmethode
Kapitel 0 Die duale Simplexmethode Bei der dualen Simplexmethode ist eine Startlösung oftmals leichter angebbar als bei der Simplexmethode für das ursprüngliche lineare Programm, da man keine Nichtnegativitätsanforderungen
MehrLösungen zu den Aufgaben Teil III 1
Lösungen zu den Aufgaben Teil 1 1 Aus: Götze, U.: Kostenrechnung und Kostenmanagement, 5. Aufl., Berlin u. a. 2010, S. 398 ff. Aufgabe.1-1 a) Gewinn = Umsatz Kosten Gewinn = 1.620.000 (540.000 + 480.000
MehrKostenrechnung Optimales Produktionsprogramm
Aufgabe 1: Kostenrechnung Optimales Produktionsprogramm Ein Unternehmen mit 250.000 Euro Fixkosten in der Periode stellt vier Produkte her, von welchen die folgenden Daten bekannt sind: Produkt A B C D
MehrKapitel 2: Lineare Optimierung
Kapitel 2: Lineare Optimierung Aufgabe 2.1: Lösen Sie zeichnerisch die folgenden LP-Modelle: a) Max. F(x,y) = 4x + 3y b) Max. F(x,y) = x + y c) Max. F(x,y) = x y x + 3y 9 5x + y 1 2x y x + 2y 2 x + 2y
MehrBEISPIEL RECHNUNGSWESEN (STEUERUNG UND KONTROLLE) SCHNELL & EINFACH VERSTEHEN. Manuel Nothacker
Manuel Nothacker RECHNUNGSWESEN (STEUERUNG UND KONTROLLE) SCHNELL & EINFACH VERSTEHEN BEISPIEL Das Leben ist einfach, aber wir bestehen darauf, es kompliziert zu machen. Konfuzius Lang ist der Weg durch
Mehr1. Transport- und Zuordnungsprobleme
1. Transport- und Zuordnungsprobleme Themen 1. Transport- und Zuordnungsprobleme Themen: Analyse der Problemstruktur Spezielle Varianten des Simplexalgorithmus für Transport- und Zuordnungsprobleme Bezug
Mehr!"#"$%&&"'()*+(,"-./+"%0*12(341( 5./6*0%'#"+17(8%62+6$$"1(*1#(5&6&%-&%9"1(
!"#"$%&&"')*+,"-./+"%0*12341 5./6*0%'#"+178%62+6$$"1*1#5&6&%-&%9"1! "#$%&')#*+#,,! -./$&')#*+#,,! *&01#2&$1&0!-./$&')#*+#,,!!!"#$%& :/"$6#"-5./6*0%'#"-;#"+>> 8%":60"''";#6-5./6*0%'#;#%"5&6&%-&%9;#%"
MehrMathematik für Wirtschaftsingenieure - Übungsaufgaben. Übungsserie 8: Modellierung
HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Wirtschaftsmathematik I Lineare Optimierung Mathematik für Wirtschaftsingenieure - Übungsaufgaben Übungsserie 8: Modellierung Die über die Modellierung
Mehr(Technisch: Setze alle Skalarprodukte der allgemeinen Lösung mit den Basisvektoren des Kerns gleich Null eindeutige leastsqares Lösung)
Lineare Optimierung Unterbestimmte LGS und Optimierung Bei lösbaren unterbestimmten linearen Gleichungssystemen haben wir die Qual der Wahl in Abhängigkeit von den freien Parametern (Anzahl = Anzahl Unbekannte
MehrWirtschaftsmathematik für International Management (BA)
Wirtschaftsmathematik für International Management (BA) Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Lineare Algebra 4 Lineare Programme 5 Folgen und Reihen 6
Mehr4. Lösung linearer Gleichungssysteme
4. Lösung linearer Gleichungssysteme a x + : : : + a m x m = b a 2 x + : : : + a 2m x m = b 2 : : : a n x + : : : + a nm x m = b n in Matrix-Form: A~x = ~ b (*) mit A 2 R n;m als Koe zientenmatrix, ~x
MehrIII. Transportaufgaben 1. Problemstellung 2. Analyse 3. Bestimmung der Startecke 4. Eckenaustausch 5. Umladeprobleme 6. Zuordnungsprobleme
III. Transportaufgaben 1. Problemstellung 2. Analyse 3. Bestimmung der Startecke 4. Eckenaustausch 5. Umladeprobleme 6. Zuordnungsprobleme H. Weber, FHW, OR SS07, Teil 6, Seite 1 1. Problemstellung Wir
MehrMathematik-Klausur vom 10. Juli 2007
Mathematik-Klausur vom 10. Juli 2007 Studiengang BWL DPO 1997: Aufgaben 1,2,3,5,6 Dauer der Klausur: 0 Min Studiengang B&FI DPO 2001: Aufgaben 1,2,3,5,6 Dauer der Klausur: 0 Min Studiengang BWL DPO 2003:
MehrHauptprüfung Fachhochschulreife Baden-Württemberg
Hauptprüfung Fachhochschulreife 2015 Baden-Württemberg Aufgabe 7 Mathematik in der Praxis Hilfsmittel: grafikfähiger Taschenrechner Berufskolleg Alexander Schwarz www.mathe-aufgaben.com Juni 2015 1 Die
MehrPrüfungsklausur Mathematik I für Wirtschaftsingenieure am
HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 4.2.24 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 6 7 8 9 gesamt erreichbare P.
MehrErzielte Bonuspunkte aus der Vorklausur:
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Wintersemester 016/017 1..017 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte
MehrPrüfungsklausur Mathematik I für Wirtschaftsingenieure am
HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 9.2.28 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 7 gesamt erreichbare P. 5 3 3+5
MehrSubstitutionsverfahren
Substitutionsverfahren 1 Motivation Wir stehen vor folgendem Problem: In unserem Betrieb kann unsere einzige Maschine Produkt A in zwei Stunden und Produkt B in einer Stunde produzieren. Die Maschine läuft
MehrErzielte Bonuspunkte aus der Vorklausur:
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Wintersemester 2013/2014 24.2.2014 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur:
MehrÜbung Kostenrechnung SS Übung 11 Kosten- und Erlösinformationen für operative Entscheidungen
SS 2016 Übung 11 Kosten- und Erlösinformationen für operative Entscheidungen Aufgabe 11.1 Die ABC-GmbH fertigt und vertreibt in eigenen Geschäftsbereichen drei Produkte A, B und C. Im Rahmen der Segmentberichterstattung
MehrÜbung: Algorithmen und Datenstrukturen Einführung: Aufgabe 1. Malte Heins Helga Karafiat
Übung: Algorithmen und Datenstrukturen Einführung: Aufgabe 1 Malte Heins Helga Karafiat AuD-Anforderungen Quellcode-Dokumentation Ist natürlich Pflicht und führt bei Mängeln zu Nachbesserungen Besteht
MehrMathematische Grundlagen für Wirtschaftswissenschaftler Übungsaufgaben aus Kapitel 3 - Lineare Optimierung
Mathematische Grundlagen für Wirtschaftswissenschaftler Übungsaufgaben aus Kapitel 3 - Lineare Optimierung Sascha Kurz Jörg Rambau 24. November 2009 2 Aufgabe 3.1. Ein in m Depots gelagertes homogenes
MehrPRODUKTION. Betriebswirtschaftslehre
PRODUKTION PRODUKTION Systemanalyse: Unternehmen, Umwelt und Umsatzprozess Beschaffungsmärkte Beschaffung Ausgaben Staat/EU Gesellschaft (Gesetze, Verordnungen usw. ) Natur Aufwand/ Kosten Input Produktionsprozess
MehrDBR 4. Schritt 3: Berechnung des rel dbs
1. Schritt 1/2: Kapazitätsberechnungen E V Z H Bearb.zeit (Min) 30 20 15 12 Menge (max) 2.200 2.700 2.400 2.000 gesamt max nötige Z 66.000 54.000 36.000 24.000 180.000 vorhandene Kapazität 2.200 Std /
MehrRUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen L i n e a r e A l g e b r a 5.2.998 (WS 998) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt
MehrLineare Optimierung Ergänzungskurs
Lineare Optimierung Ergänzungskurs Wintersemester 2015/16 Julia Lange, M.Sc. Literatur Werner, F.; Sotskov, Y.N. (2006): Mathematics of Economics and Business; Routledge; London Bemerkungen Diese Unterlagen
MehrMath. II, Numerik, Uebung 2, Termin Eigenvektoren, 2-Eigenwerte, 3-Simplex, 4-Zwei-Phasen
Math. II, Numerik, Uebung 2, Termin 25.10.2012 1-Eigenvektoren, 2-Eigenwerte, 3-Simplex, 4-Zwei-Phasen ALLGEMEINES Detaillierter Bewertungsbogen auf der Rückseite des Deckblatts 1. Nur Verfahren der angewandten
MehrMinimumproblem. Definition 4.7. Ein LP der Form. unter den Nebenbedingungen. d ij x j b i (i =1,...,m)
Minimumproblem Definition 4.7 Ein LP der Form nx Minimiere Z = c j x j j=1 unter den Nebenbedingungen nx d ij x j b i (i =1,...,m) j=1 und den Vorzeichenbedingungen x j 0(j =1,...,n) heißt Minimumproblem.
Mehr10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen
10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen Bisher haben wir immer vorausgesetzt, dass alle Variablen eines LOP der Bedingung x i 0 liegen. Im Folgenden wollen wir auch sogenannte freie
MehrLineare Optimierungsaufgaben - eine Einführung
Lineare Optimierungsaufgaben - eine Einführung Aufgabenstellung, Beispiele, graphisches Lösen und Trafo auf Normalform Vortragsskript von Lorenz Fischer Operations Research bedeutet die Suche nach einer
MehrPrüfung. Aktivitätsanalyse und Kostenbewertung (11018) für FWW
Prüfung Aktivitätsanalyse und Kostenbewertung (11018) für FWW Prüfer: Prof. Dr. Luhmer Winter 2010/2011 Hinweise: Die Prüfung umfasst 9 Aufgaben, die alle zu bearbeiten sind. Die Bearbeitungszeit beträgt
MehrAufgabe 7.1: Wirtschaftsplanung
Johann Wolfgang Goethe-Universität Frankfurt am Main Lehrst.f.BWL, insb. Quant. Methoden Prof. Dr. Dietrich Ohse LPUE:SQM6 LP und Erweiterungen lpueb07_ 2003s.doc Aufgabe 7.1: Wirtschaftsplanung Eine Volkswirtschaft
MehrLineares Optimieren. W. Kippels 12. April Inhaltsverzeichnis. 1 Einleitung 2. 2 Die Beispielaufgabe 2. 3 Einführung von Schlupfvariablen 2
Lineares Optimieren W. Kippels 1. April 015 Inhaltsverzeichnis 1 Einleitung Die Beispielaufgabe Einführung von Schlupfvariablen 4 Die Simplex-Methode 5 Das Basis-Austauschverfahren 4 6 Fortsetzung der
MehrÜber- und unterbestimmte
Über- und unterbestimmte Systeme (verallgemeinerte Lösungen) Über- und unterbestimmte Systeme Ax = b ist genau dann für alle b R m eindeutig lösbar, wenn m = n und rk A = n. Falls m n oder rk A < min{m,
MehrTechnische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 9 14 jutta.arrenberg@th-koeln.de Übungen zur Vorlesung QM I (Wirtschaftsmathematik) Gleichungssysteme
MehrAufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:
WS 99/99 Aufgabe : Bestimmen Sie Zahlen a b,, für die 6 b a und gleichzeitig a + b + gilt. Lösung zu Aufgabe : WS 99/99 Aufgabe : Ein Unernehmen stellt aus ohstoffen (,,, ) Zwischenprodukte ( Z, Z, Z )
MehrSo planen Sie eine Route
Prof. Dr. Hans G. Bartels Frankfurt, SS 00 Klausur zum speziellen Seminar Ausgewählte OR-Probleme Bearbeiter Maximale Punktzahl: Nachname :... Musterlösung ohne Gewähr 90 Vorname :... Matr.-Nr. :... Studienfach
MehrKLAUSUR. Name. Vorname. Matrikelnummer. Teilnehmer-Nr. Unterschrift. Zur Beachtung. Bitte nicht ausfüllen. Fakultät für Wirtschaftswissenschaft
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Wintersemester 2011/2012 21.2.2012 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Bonuspunkte Punkte Zur Beachtung Die Klausur
Mehr1 Lineare Optimierung, Simplex-Verfahren
1 Lineare Optimierung, Simplex-Verfahren 1.1 Einführung Beispiel: In einer Fabrik werden n Produkte A 1, A 2,..., A n hergestellt. Dazu werden m Rohstoffe B 1, B 2,..., B m (inklusive Arbeitskräfte und
MehrFernUniversität in Hagen Fakultät für Wirtschaftswissenschaft
FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft Den Aufgabenbogen der Klausur können Sie mit nach Hause nehmen. Es muss nur der abgegeben werden! Klausur: Klausur Instrumente des Controlling
MehrHauptsatz und Optimalitätskriterium der Simplexmethode
Kapitel 4 Hauptsatz und Optimalitätskriterium der Simplexmethode In diesem Abschnitt wird das wichtigste Verfahren zur Lösung linearer Optimierungsprobleme eingeführt die Simplexmethode Es existiere für
MehrStudientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Lineare Optimierung Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Outline Lineares Programm (LP) in Standardform
MehrErzielte Bonuspunkte aus der Vorklausur:
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Sommersemester 2013 5.8.2013 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte
MehrKapitel 2: Lineare Optimierung
Kapitel 2: Lineare Optimierung Wir beginnen mit Definitionen und beschäftigen uns anschließend mit der graphischen Lösung von linearen Optimierungsproblemen mit zwei Variablen. Neben verschiedenen Schreibweisen
MehrFehler in der 3. Auflage, 3.Druck Oktober 2010
Fehler in der 3. Auflage, 3.Druck Oktober 200 Die Fehler im 3. Druck sind in der Regel auch im 2. und. Druck! Kapitel.6 S. 46, in der Lösung zu Beispiel 2, dort 8. Zeile: Die obere gestrichelte Linie Kapitel
MehrLineare Optimierung. Dr. Bommhardt. Das Vervielfältigen dieses Arbeitsmaterials zu nicht kommerziellen Zwecken ist gestattet.
Lineare Optimierung Dr. Bommhardt. Das ervielfältigen dieses Arbeitsmaterials zu nicht kommerziellen Zwecken ist gestattet. www.bommi2000.de 1 Gleichungen und Ungleichungen n der Wirtschaft sind häufig
Mehr