würde eine Reduktion der Kapazität um = 100 h ebenfalls eine Änderung des

Größe: px
Ab Seite anzeigen:

Download "würde eine Reduktion der Kapazität um = 100 h ebenfalls eine Änderung des"

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

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

Mehr

Klausurkolloquium. Musterlösung Produktionscontrolling: Lineare Programmierung

Klausurkolloquium. Musterlösung Produktionscontrolling: Lineare Programmierung Klausurkolloquium Musterlösung Produktionscontrolling: Lineare Programmierung Fallstudie Die GOGO GmbH ist ein mittelständisches gewinnorientiertes Unternehmen. Das taktische Produktionsprogramm einer

Mehr

Sensitivitätsanalyse in der Linearen Optimierung

Sensitivitätsanalyse 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

Mehr

Aufgabe 3.1: LP-Problem mit allen Bedingungstypen

Aufgabe 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

Mehr

Übungsblatt 4. Aufgabe (Mengenplanung bei einer Produktart; linearer Umsatz- und Kostenverlauf)

Übungsblatt 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

Mehr

Übungsbuch Beschaffung, Produktion und Logistik

Übungsbuch 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,

Mehr

Fachbereich Wirtschaftswissenschaften Professur f. Quantitativen Methoden Prof. Dr. Dietrich Ohse

Fachbereich 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

Mehr

Computer Science Department - High Performance and Web Computing Group. Optimierungsprobleme

Computer 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

Mehr

1 Der Simplex Algorithmus I

1 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

Mehr

4.3.3 Simplexiteration

4.3.3 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

Mehr

Verfahren des Operations Research

Verfahren 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

Mehr

Simplex-Verfahren. Kapitel 4. Simplex-Verfahren. Peter Becker (H-BRS) Operations Research I Sommersemester / 298

Simplex-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)

Mehr

10.2 Dualitätstheorie Operations Research. In der Standardform eines Maximierungsproblem: b e ) mit ( w) + a ej ) x j + x g = ( b g + g G

10.2 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

Mehr

Optimierung für Wirtschaftsinformatiker: Lineare Programme

Optimierung 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

Mehr

Kapitel 7 : Lineare Programmierung Die Simplexmethode (G.B.Dantzig, 1947) Beispiel:

Kapitel 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

Mehr

2 Grundlagen linearer Optimierung 2.1 Beispiel kurzfristige Produktionsprogrammplanung

2 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"

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:...

Mehr

Abbildung 6.1 Übersicht über die Teilpläne der Produktionsplanung

Abbildung 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)

Mehr

Kosten und Umsatzfunktionen

Kosten 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

Mehr

Klausur zur Vorlesung Operations Research im Wintersemester 2009/10

Klausur 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

Mehr

Verfahren des Operations Research

Verfahren 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

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte 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:

Mehr

Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)

Prüfungsklausur 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-

Mehr

Eigenschaften von LPs

Eigenschaften 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

Mehr

Mathematische Grundlagen für Wirtschaftswissenschaftler Lösungshinweise zu den Übungsaufgaben aus Kapitel 3 - Lineare Optimierung

Mathematische 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

Mehr

Abbildung 1: Graphische Lösung der ersten Übungsaufgabe

Abbildung 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

Mehr

Fachakademie für Wirtschaft der FHM A2: Lineare Optimierung und das Simplexverfahren

Fachakademie 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

Mehr

Ansgar Schiffler Untersuchung einer ökonomischen Funktion

Ansgar 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

Mehr

Vorlesung 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 Vorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen Kapitel IV: Grundlagen der Linearen Optimierung Inhaltsverzeichnis Abschnitt 3-5 3 Der Simplexalgorithmus 58 3.1 Grundlagen..............................

Mehr

Fall 3: Mehrere Kapazitätsengpässe

Fall 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

Mehr

B 2 Produktion und Kosten. II. Gesamtkosten / Erlöse bei linearem Kostenverlauf. Produktion und Kosten. Schiller-Gymnasium Hof Manuel Friedrich StR

B 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

Mehr

Wiederholung. 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 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

Mehr

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen

RUHR - 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

Mehr

757-2 Gonzinto Graph

757-2 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

Mehr

Lineare Optimierung: Simplexverfahren Phase Ⅰ

Lineare 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

Mehr

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen

RUHR - 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

Mehr

AP 1999 Kosten- und Leistungsrechnung

AP 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...

Mehr

Berufliche Schulen Alle Schularten

Berufliche Schulen Alle Schularten Berufliche Schulen Alle Schularten WICOSI - Entscheidung über das optimale Produktionsprogramm Landesinstitut für Schulentwicklung Qualitätsentwicklung und Evaluation Schulentwicklung und empirische Bildungsforschung

Mehr

1.4 Aufgaben. 2002/2003

1.4 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

Mehr

Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)

Prüfungsklausur 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-

Mehr

Inhaltsverzeichnis Grundlagen der Linearen Optimierung

Inhaltsverzeichnis 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

Mehr

3.2.5 Dualität der linearen Optimierung I

3.2.5 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

Mehr

UNIVERSITÄT HOHENHEIM

UNIVERSITÄT HOHENHEIM UNIVERSITÄT HOHENHEIM INSTITUT FÜR LANDWIRTSCHAFTLICHE BETRIEBSLEHRE FACHGEBIET: PRODUKTIONSTHEORIE UND RESSOURCENÖKONOMIK _ Prof. Dr. Stephan Dabbert Planung Entscheidung (B 00202) Lösung Aufgabe 5 (Programmplanung

Mehr

Aufgaben 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. 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,

Mehr

Deckungsbeitrag, optimales Produktionsprogramm. Preisuntergrenze, optimales Produktionsprogramm

Deckungsbeitrag, 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

Mehr

z = c T x : Ax = b, x 0 }, - die Darstellung der Nichtbasisvektoren durch die Basis ist

z = 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,,

Mehr

Übung 3, Simplex-Algorithmus

Übung 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

Mehr

KLAUSUR. Name. Vorname. Matrikelnummer. Teilnehmer-Nr. Unterschrift. Erzielte Bonuspunkte aus der Vorklausur: Zur Beachtung. Bitte nicht ausfüllen

KLAUSUR. 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

Mehr

Lineare Optimierung Dantzig 1947

Lineare Optimierung Dantzig 1947 Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2

Mehr

Mathematik-Klausur vom und Finanzmathematik-Klausur vom

Mathematik-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:

Mehr

Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen

Fachhochschule 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:

Mehr

Die duale Simplexmethode

Die 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

Mehr

Lösungen zu den Aufgaben Teil III 1

Lösungen 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

Mehr

Kostenrechnung Optimales Produktionsprogramm

Kostenrechnung 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

Mehr

Kapitel 2: Lineare Optimierung

Kapitel 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

Mehr

BEISPIEL RECHNUNGSWESEN (STEUERUNG UND KONTROLLE) SCHNELL & EINFACH VERSTEHEN. Manuel Nothacker

BEISPIEL 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

Mehr

1. Transport- und Zuordnungsprobleme

1. 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*12(341( 5./6*0%'#+17(8%62+6$$1(*1#(5&6&%-&%91( !"#"$%&&"')*+,"-./+"%0*12341 5./6*0%'#"+178%62+6$$"1*1#5&6&%-&%9"1! "#$%&')#*+#,,! -./$&')#*+#,,! *&01#2&$1&0!-./$&')#*+#,,!!!"#$%& :/"$6#"-5./6*0%'#"-;#"+>> 8%":60"''";#6-5./6*0%'#;#%"5&6&%-&%9;#%"

Mehr

Mathematik für Wirtschaftsingenieure - Übungsaufgaben. Übungsserie 8: Modellierung

Mathematik 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)

(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

Mehr

Wirtschaftsmathematik für International Management (BA)

Wirtschaftsmathematik 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

Mehr

4. Lösung linearer Gleichungssysteme

4. 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

Mehr

III. 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 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

Mehr

Mathematik-Klausur vom 10. Juli 2007

Mathematik-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:

Mehr

Hauptprüfung Fachhochschulreife Baden-Württemberg

Hauptprüfung 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

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur 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.

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte 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

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur 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

Mehr

Substitutionsverfahren

Substitutionsverfahren 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

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte 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:

Mehr

Übung Kostenrechnung SS Übung 11 Kosten- und Erlösinformationen für operative Entscheidungen

Übung 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

Mehr

Übung: Algorithmen und Datenstrukturen Einführung: Aufgabe 1. Malte Heins Helga Karafiat

Übung: 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

Mehr

Mathematische Grundlagen für Wirtschaftswissenschaftler Übungsaufgaben aus Kapitel 3 - Lineare Optimierung

Mathematische 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

Mehr

PRODUKTION. Betriebswirtschaftslehre

PRODUKTION. Betriebswirtschaftslehre PRODUKTION PRODUKTION Systemanalyse: Unternehmen, Umwelt und Umsatzprozess Beschaffungsmärkte Beschaffung Ausgaben Staat/EU Gesellschaft (Gesetze, Verordnungen usw. ) Natur Aufwand/ Kosten Input Produktionsprozess

Mehr

DBR 4. Schritt 3: Berechnung des rel dbs

DBR 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 /

Mehr

RUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen

RUHR - 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

Mehr

Lineare Optimierung Ergänzungskurs

Lineare 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

Mehr

Math. II, Numerik, Uebung 2, Termin Eigenvektoren, 2-Eigenwerte, 3-Simplex, 4-Zwei-Phasen

Math. 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

Mehr

Minimumproblem. 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. 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.

Mehr

10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen

10. 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

Mehr

Lineare Optimierungsaufgaben - eine Einführung

Lineare 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

Mehr

Prüfung. Aktivitätsanalyse und Kostenbewertung (11018) für FWW

Prüfung. 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

Mehr

Aufgabe 7.1: Wirtschaftsplanung

Aufgabe 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

Mehr

Lineares Optimieren. W. Kippels 12. April Inhaltsverzeichnis. 1 Einleitung 2. 2 Die Beispielaufgabe 2. 3 Einführung von Schlupfvariablen 2

Lineares 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

Mehr

Über- und unterbestimmte

Über- 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,

Mehr

Technische 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 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

Mehr

Aufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:

Aufgabe 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 )

Mehr

So planen Sie eine Route

So 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

Mehr

KLAUSUR. Name. Vorname. Matrikelnummer. Teilnehmer-Nr. Unterschrift. Zur Beachtung. Bitte nicht ausfüllen. Fakultät für Wirtschaftswissenschaft

KLAUSUR. 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

Mehr

1 Lineare Optimierung, Simplex-Verfahren

1 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

Mehr

FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft

FernUniversität 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

Mehr

Hauptsatz und Optimalitätskriterium der Simplexmethode

Hauptsatz 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

Mehr

Studientag zur Algorithmischen Mathematik

Studientag 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

Mehr

Erzielte Bonuspunkte aus der Vorklausur:

Erzielte 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

Mehr

Kapitel 2: Lineare Optimierung

Kapitel 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

Mehr

Fehler in der 3. Auflage, 3.Druck Oktober 2010

Fehler 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

Mehr

Lineare Optimierung. Dr. Bommhardt. Das Vervielfältigen dieses Arbeitsmaterials zu nicht kommerziellen Zwecken ist gestattet.

Lineare 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