Fachakademie für Wirtschaft der FHM A2: Lineare Optimierung und das Simplexverfahren
|
|
- Leonard Otto
- vor 7 Jahren
- Abrufe
Transkript
1 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 Gewinn maximal wird, werden die Produktionsmöglichkeiten durch Absatzbedingungen, Kapazitätsbeschränkungen und Finanzierungsengpässe eingeschränkt. Die lineare Optimierung ist ein Anwendungsgebiet der linearen Algebra und hat große Bedeutung in der Lösung von Optimierungsproblemen in Wirtschaft, Technik und Verwaltung. Es geht bei der linearen Optimierung darum, einen Wert unter bestimmten einschränkenden Bedingungen zu maximieren oder zu minimieren. Ein optimaler Wert ist also Extremwert unter bestimmten Bedingungen. Wenn es zwei Unbekannte Parameter optimiert werden sollen, dann gibt es einen graphisch Nachzuvollziehenden Algorithmus für die Optimierung (s. Beispiel 1), jedoch bei mehr als zwei Unbekannte Parameter wird der Simplex-Algorithmus angewandt (s. Beispiel 2). Beispiel 1 Ein Landwirtschaftsbetrieb besitzt 2000m 2 = 20 a (Einheitszeichen für Ar; a = 100m 2 ) Land für den Anbau von zwei Gemüsesorten G 1 und G 2. Das Saatgut für G 1 kostet pro Ar 24 und Sorte G 2 kostet 16 pro Ar. Für Saatgut stehen höchstens 400 zur Verfügung. Um das Gemüse anzubauen, benötigt der Betrieb für die Sorte G 1 durchschnittlich 5,6 Stunden, für die Sorte G 2 8 Stunden, wobei der Betrieb maximal 150 Stunden aufwenden kann. Wie viel Ar von jeder Sorte sollte der Betrieb anbauen, wenn der Verkauf der Sorte G 1 187,5 pro Ar und für Sorte G pro Ar beträgt, wenn das Ziel ist einen möglichst großen Gesamtgewinn Z zu machen? Sei x > 0 die Anbaufläche in a für G 1 und y > 0die Anbaufläche in a für G 2. Es gelten folgende Bedingungen (Einschränkungen) vor : x + y 20 y x + 20 ; LB 1 = Bereich unterhalb der Geraden 24x + 16y 400 y 1,5x + 25 ; LB 2 = Bereich unterhalb der Geraden 5,6x + 8y 150 y 0,7x + 18,75 ; LB 3 = Bereich unterhalb der Geraden Z = 187,5x + 150y Z y = 1,25x + y (Z ist die Zielfunktion) 150 Seite - 1 -
2 Für die graphische Lösung des System der Ungleichungen werden die Ränder, d.h. Geraden in eingeeignetes KKS eingezeichnet (s. Abb. 1). Es sind relativ leicht Abzulesen die beiden Eckpunkte des Lösungsbereichs LB = LB = LB1 LB2 LB3 der Ungleichungen, und zwar P 1 ( 4 16) und P 2 (10 10). Für P 2 liefert Z den größten Wert, so dass Z max = 3375 Beispiel 2 Abb. 1 In einer Fabrik werden 3 Endprodukte E 1, E 2 und E 3 von 4 Automaten A 1, A 2, A 3 und A 4 in einer Schicht angefertigt. Die Arbeitszeitverteilung in Minuten ist in der folgenden Tabelle vorgegeben: E 1 E 2 E 3 Max. Kapazität A A A A Am Markt erzielen die Endprodukte E 1, E 2 und E 3 Preise von 50, 80 und 100. Sei x 1 N die Anzahl an Endprodukte E 1. Sei x 2 N die Anzahl an Endprodukte E 2. Sei x 3 N die Anzahl an Endprodukte E 3. Gesucht wird eine optimale Verteilung x 1, x 2 und x 3, so dass der Verkaufsertrag Z maximal wird. Es ergibt sich folgendes Lineare Optimierungssystem (LOP): Seite - 2 -
3 Z = 50 x x x 3 Z 50 x 1 80 x x 3 = 0 2 x x x x 2 +s 1 = 100 x x x x 3 +s 2 = 120 2x 1 +2 x x x x x 3 +s 3 = 125 2x x x x 3 +s 4 = 120 (die Zielfunktion) x 1, x 2 und x 3 werden als Strukturvariabeln bezeichnet. Die Hilfsvariabeln s 1, s 2, s 3 und s 4 als Schlupfvariabeln. Das Simplex-Tableau x 1 x 2 x 3 s 1 s 2 s 3 s 4 RS Q 2 Z s s /4=30 5 s /4=31,25 6 s /5= Z s /2=50 12 s 2 1-1, /1=24 13 s 3 2 0, /2=14,5 14 x 3 0 0, Z s 1 0 3, /3,6=19,2 18 s 2 0-1,8 0 9,5 19 x 1 1 0,2 0 14,5 14,5/0,2=70 20 x 3 0 0, /0,4= Z x ,2 24 s ,56 25 x ,66 26 x ,32 Kurze Erläuterung für das durchgeführte Simplexverfahren: Mit Hilfe von Äquivalenzumformungen werden die negativen Koeffizienten (s. Tableau- Elemente 24,25 und 26) der Zielfunktion auf Null oder einen positiven Wert gebracht. Dies wird in mehreren Arbeitsschritten erreicht. PS Pivot-Spalte suchen Es wird diejenige Spalte gewählt, deren Koeffizient in der Zielfunktionszeile den kleinsten Wert trägt, d.h. im Betrag am größten ist. (Im Beispiel 2 ist es die Spalte 4.) Seite - 3 -
4 PZ Pivot-Zeile und Pivot-Element suchen Als Pivot-Zeile wird diejenige Zeile gewählt, für die sich in der Spalte Q der kleinste positive Quotient ergibt. (Im Beispiel 2 ist es die Zeile 6.). Das Pivot-Element ist derjenige Koeffizient, der sich im Schnittpunkt von Pivot-Spalte und Pivot-Zeile befindet (Im Beispiel 2 ist es das Element an der Position 64.). PG Pivot-Schritte durchführen Wenn das Pivot-Element nicht 1 ist, dann wird es auf 1 gebracht, indem die Pivot-Zeile mit dem Kehrwert des Pivot-Elements multipliziert wird. Für die nächsten Rechenschritte wird die entsprechende Hilfsvariable durch die Strukturvariable der Pivot-Spalte ersetzt (Im Beispiel 2 ist wird s 4 zu x 3 s. Tableau-Zeile 14). Anschließend werden alle Koeffizienten der Pivot-Spalte in den übrigen Zeilen durch Addition eines Vielfachen der Pivot-Zeile auf Null gebracht (Die Verwandtschaft mit dem Gauß-Algorithmus ist deutlich erkennbar.). Die Arbeitsschritte PS, PZ und PG werden solange wiederholt bis alle Koeffizienten in der Zielfunktionszeile Null oder > 0 sind (Im Beispiel 2 noch zweimal in Tableau-Zeilen 16 bis 20 und 22 bis 26.). Das Endergebnis: Die optimale Verteilung: x 1 = 10 ; x 2 = 19 ; x 3 = 16 Der maximale Gewinn: Z max = = 3620 A2 Übungsaufgaben (ÜA2) ÜA2.1.1 In einer Fabrikhalle werden zwei Produkte hergestellt, die mit Hilfe von drei Maschinen produziert werden. Die entsprechenden Daten sind der folgenden Tabelle zu entnehmen. Produkt 1 Produkt 2 Einheit max. Kapazität [Min] Maschine Min/St 200 Maschine Min/St 200 Maschine Min/St 120 Ertrag pro Einheit /St Seite - 4 -
5 Die Zielsetzung besteht darin, eine Verteilung der produzierten Stückzahlen x 1 und x 2 zu bestimmen, welche den maximalen Ertrag Z max bringt. Ergebnis: x 1 = 40 ; x 2 = 20 ; Z max = 8000 ÜA2.2.1 Ein Landwirt besitzt 100 ha Land, das er zum Anbau von Gerste, Kartoffeln und Raps nutzen möchte. Die vorhandenen Daten sind in der folgenden Tabelle zusammengefasst: Kartoffeln Gerste Raps Kapazität Anbaukosten in T /ha T Arbeitstage d/ha d Reingewinn T /ha Wie viel ha sind von den drei Arten anzubauen, damit der Reingewinn Z maximal wird? Ergebnis: 80 ha Kartoffeln ; 0 ha Gerste ; 20 ha Raps ; Z max = ÜA2.3.1 Lösen Sie mit dem Simplexverfahren folgendes LOP : Z = 3x 1 + 4x 2 ; x 1 N ; x 2 N x 1 + 2x 2 80 ; x 2 30 ; 2x 1 + x Ergebnis: x 1 = 20 ; x 2 = 40 ; Z max =200 ÜA2.4.1 Eine Papiermühle produziert 2 Sorten Papier P 1 und P 2. Der Ertrag (Deckungsbeitrag) beträgt 10 GE für P 1 und 7,50 GE für P 2. Für P 1 wird 1t Altpapier benötigt, für P 2 0,6t. Es stehen maximal 15t Altpapier zur Verfügung. Von der Sorte P 2 können maximal 20t abgesetzt werden. Bestimmen Sie die optimale Verteilung. d.h. die Produktion bei der ein maximaler Ertrag erzielt wird. Ergebnis: x 1 = 3t ; x 2 = 20t ; Z max =180 GE ÜA2.5.1 Lösen Sie folgendes LOP: Z = 20 x x x x ÜA2.5.2 Formulieren Sie dazu eine entsprechende Textaufgabe. Seite - 5 -
6 ÜA2.6.1 Ein Transportflugzeug, das eine Ladekapazität von 40t und einen Rauminhalt von 100 m 3 hat, soll mit Ladegut A = 1,0t und Ladegut B = 0,2t beladen werden Beide Ladegüter benötigen jeweils 1,0 m 3 Rauminhalt. Bestimmen Sie die optimale Ladegutverteilung, für folgende Zielfunktion: Z = 480 x A + 80 x B Ergebnis: x A = 30 ; x B = 50 ; Z max = ÜA2.7.1 Ein Landwirt besitzt einen Stall für 10 Kühe und 20 ha Land. Pro Jahr kann er 2400 Arbeitsstunden (Ah) aufwenden. Um eine Kuh zu unterhalten benötigt er pro Jahr 0,5 ha Land, sowie 200 Ah. Der Anbau von 1,0 ha Weizen erfordert 100 Ah. Durch eine Kuh erzielt er im Jahr 350 und 1,0 ha Weizen bringt ihm im gleichen Zeitraum 260. In diesem Zusammenhang soll die Frage beantwortet werden, mit wie vielen Kühen und wie viel ha Weizen sein Gewinn maximal wird? Seite - 6 -
Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2008 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg
Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 8 Teil, Lineare Optimierung, Aufgabe Baden-Württemberg.. Ein Fertigungsbetrieb für Frottierartikel stellt unter anderem Handtücher und Badetücher her.
MehrBerufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg
Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg 2.1 Weinbauer Müller kann maximal 30 Hektar Rebfläche bewirtschaften. Er möchte Gutedel-
MehrBerufliches Gymnasium (WG, EG, AG, SG, BTG) Hauptprüfung 0 Teil 4, Lineare Optimierung, Aufgabe Baden-Württemberg In einer Schmuckfabrik in Pforzheim werden Goldketten aus verschiedenen Legierungen hergestellt.
MehrLineare Optimierung Teil 2
Lineare Optimierung Teil 2 Primale Degeneration Duale Degeneration = Mehrdeutigkeit Normalform kanonische Form Duale Simplexmethode HTW-Berlin FB3 Prof. Dr.F. Hartl 1 Primale Degeneration/1 Besitzt eine
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)
MehrDer Simplex-Algorithmus
5 Lineare Programmierung Simplex-Algorithmus Der Simplex-Algorithmus Standardverfahren zur Lösung von LPs, von G B Dantzig entwickelt Grundidee: Versuche ausgehend von einer Startecke mit einer Ausgangsbasis
MehrLineare Optimierung Lehrbuch mit Aufgaben und Lösungen
Lineare Optimierung Lehrbuch mit Aufgaben und Lösungen Dipl.-Math. Alexander Schwarz E-Mail: aschwarz@mathe-aufgaben.com Homepage: www.mathe-aufgaben.com Wichtiger Hinweis: Ich bitte den Eigentümer dieser
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
MehrSimplex-Umformung für Dummies
Simplex-Umformung für Dummies Enthält die Zielfunktion einen negativen Koeffizienten? NEIN Optimale Lösung bereits gefunden JA Finde die Optimale Lösung mit dem Simplex-Verfahren! Wähle die Spalte mit
MehrLineare Optimierung. Master 1. Semester
Prof. Dr.-Ing. Fritz Nikolai Rudolph Fachhochschule Trier Fachbereich Informatik Master 1. Semester Inhaltsverzeichnis 1 Einleitung... 2 1.1 Lineare Gleichungssysteme... 2 1.2 sprobleme... 3 2 Standardform...
MehrBerufliches Gymnasium (WG, EG, AG, SG, BTG) Hauptprüfung 2012 Teil 4, Lineare Optimierung, Aufgabe 2 Baden-Württemberg 2. Die Geschäfte einer Einkaufsstraße in einer Kleinstadt beschließen ein Straßenfest
Mehr1.6 lineare Optimierung
1.6 lineare Optimierung Inhaltsverzeichnis 1 Lineare Gleichung mit 2 Unbekannten 2 1.1 Was ist eine lineare Gleichung mit 2 Unbekannten?..................... 2 1.2 Was ist eine Lösung einer linearen Gleichung
MehrKlausur: Wirtschaftsmathematik (Lehrveranstaltung)
Klausur: Wirtschaftsmathematik (Lehrveranstaltung) Fakultät für Wirtschaft Studiengang: Öffentliche Wirtschaft Matrikelnummer:... Kurs: WOW17A Semester: 1 Datum: 4.01.018 Dozent: Jürgen Meisel Hilfsmittel:
Mehr1.8 lineare Optimierung
1.8 lineare Optimierung Inhaltsverzeichnis 1 Einführung des Begriffs lineare Optimierung 2 2 Das Planungspolygon 2 3 Die Optimierungsgerade 3 1 lineare Optimierung 02.04.2008 Theorie und Übungen 2 1 Einführung
MehrCARL HANSER VERLAG. Peter Stingl. Operations Research Linearoptimierung
ARL HANSER VERLAG Peter Stingl Operations Research Linearoptimierung -446-228-6 wwwhanserde 2 Lineare Optimierungsprobleme x 2 6 P P sentartete Ecke ( 4) x +x 2 5 PPPPPPPPPPPPPPP X x + x 2 7 2x +x 2 8
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
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
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
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
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,
MehrKlausurkolloquium. Musterlösung Produktionscontrolling: Lineare Programmierung
Klausurkolloquium Musterlösung Produktionscontrolling: Lineare Programmierung Fallstudie Die GOGO GmbH ist ein mittelständisches gewinnorientiertes Unternehmen. Das taktische Produktionsprogramm einer
MehrÜbungsaufgaben. Teil Bergstadt-Gymnasium Ma/Inf (WPII-8) (ht) aufgabe_2017_05_12. Teil 2
1 Gegeben ist das System linearer Ungleichungen: 2x + y 4 (1) x 2y 7 (2) 1.1 Bestimme rechnerisch den Schnittpunkt der zugehörigen Geraden! 1.2 Bestimme graphisch das Lösungsgebiet! 1 Lösungen 1 1.1 1.1.1
MehrNachholklausur Wirtschaftsmathematik: Lösungshinweise
Nachholklausur Wirtschaftsmathematik: Lösungshinweise Prüfungsdatum: 20. September 2014 Prüfer: Etschberger Studiengang: Wirtschaftsingenieurwesen Aufgabe 1 10 Punkte Am 1. Januar des Jahres 1626 hat Peter
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
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..............................
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 )
MehrAufgabe: Stelle die Lösungsmenge des folgenden Ungleichungssystems dar:
Lineare Optimierung. Lineare Ungleichungsssteme Unter der Lösung einer linearen Ungleichung in den Variablen und versteht man die reellen Zahlenpaare (, ), welche die Ungleichung erfüllen. Stellt man diese
Mehr7.1 Matrizen und Vektore
7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit
MehrF u n k t i o n e n Lineare Optimierung
F u n k t i o n e n Lineare Optimierung Das Simplex-Verfahren läuft die Ecken des Polyeders ab, bis es an einer Optimallösung angekommen ist. 1. Einführung Während des 2. Weltkrieges und in den darauf
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
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
MehrOperations Research. Linearoptimierung. Bearbeitet von Peter Stingl
Operations Research Linearoptimierung earbeitet von Peter Stingl Auflage 22 uch 76 S Hardcover ISN 978 446 228 8 Format ( x L): 4,5 x 2 cm Gewicht: 26 g Wirtschaft > etriebswirtschaft: Theorie & Allgemeines
Mehr8. Lineare Optimierung
8. Lineare Optimierung 1 Einführung (1) Praktische Probleme sind oft Probleme mit Nebenbedingungen, z.b.: Ein Produktionsprozess hängt von Lieferterminen ab Die Menge der verstaubaren Güter ist durch die
MehrProbeklausur Optimierung
Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften Dr. Nico Düvelmeyer Hamburg, 4. Juli 2011 Probeklausur Optimierung Bitte selber ausfüllen: Name: (darf anonymisiert werden)
MehrRUHR - UNIVERSITÄT BOCHUM KLAUSUR. Name. Vorname. Teilnehmer-Nr. Zur Beachtung. Bitte nicht ausfüllen
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Lineare Algebra 03.2.994 (WS 94/95) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt 9 Aufgaben;
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
MehrAufgaben zu Kapitel 23
Aufgaben zu Kapitel 23 Aufgaben zu Kapitel 23 Verständnisfragen Aufgabe 23 Bestimmen Sie grafisch die optimale Lösung x der Zielfunktion z = c T x unter den Nebenbedingungen mit dem Zielfunktionsvektor
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
MehrProduktionsplanung und Lineare Optimierung im Rahmen des Projekts Mathematik und Ökonomie 12./13. November 2003 in Düsseldorf.
Übungsaufgaben Aufgabe 1a Medikamentenmischung Ein Pharmaziehersteller möchte ein neues Medikament auf den Markt bringen. Das Medikament kann aus vier verschiedenen Komponenten (K1 K4) zusammengestellt
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
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
MehrOptimierung I, SS 2008
Aufgabe. ca. 4 Punkte Technische Universität München Zentrum Mathematik Prof. Dr. P. Gritzmann, Dipl.-Math. M. Ritter, Dipl.-Inf. Dipl.-Math. S. Borgwardt Optimierung I, SS 2008 Übungsblatt Um gegen die
MehrÜbungsbeispiel 1: Quadratische Modellierung
Übungsbeispiel 1: Quadratische Modellierung Ein Uhrenhersteller möchte den Preis für sein neues Modell festlegen und führt dazu eine Marktanalyse durch. Das Ergebnis lautet: Bei einem Preis von 60 ist
MehrAufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen
Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden
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
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
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,
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 2014/2015 21.2.2015 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur:
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
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
MehrSysteme von linearen Ungleichungen
Systeme von linearen Ungleichungen ALGEBRA Kapitel 6 WRProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 28. Februar 2016 Überblick über die bisherigen ALGEBRA
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.
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
MehrLineare (Un-)Gleichungen und lineare Optimierung
Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2010 9. April 2010 Eine Maximumsaufgabe Eine Firma stellt aus
MehrLineare Optimierung Dantzig 1947
Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2
MehrAufgabe des Monats Mai
Aufgabe des Monats Mai 2013 1 Ein Monopolist produziere mit folgender Kostenfunktion: K(x) = x 3 12x 2 + 60x + 98 und sehe sich der Nachfragefunktion (Preis-Absatz-Funktion) p(x) = 10, 5x + 120 gegenüber.
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
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
MehrHochschule RheinMain SS 2018 Prof. Dr. D. Lehmann. Lösungen 11. Übungsblatt Lineare Optimierung
Hochschule RheinMain SS 2018 Prof. Dr. D. Lehmann Lösungen 11. Übungsblatt Lineare Optimierung 1.Aufgabe: a) Phase-I-Methode: Wir betrachten das Hilfs-LOP unter den Nebenbedingungen HF (v 1, v 2 ) = HF
MehrProf. Dr. Roland Griesse. Höhere Mathematik für Bachelorstudiengänge I.2
Höhere Mathematik für Bachelorstudiengänge I.2 Wir nehmen an, dass die LOA bereits in Normalform vorliegt: Maximiere c x, wobei A x = b sowie x 0 mit A R m n, b R m und c R n. Neben b 0 nehmen wir noch
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
Mehr2011 A+B Semester: 1
Campus Horb Klausur: T2WIW1001 Mathematik I Ausbildungsbereich Technik Wirtschaftsingenieurwe- Studiengang sen Studierender:... Datum: 24.02.2012 Oder: Dozent: Geiger (Name, Vorname in Blockschrift) Matrikel-Nr.:
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrUNIVERSITÄT HOHENHEIM
UNIVERSITÄT HOHENHEIM INSTITUT FÜR LANDWIRTSCHAFTLICHE BETRIEBSLEHRE FACHGEBIET: PRODUKTIONSTHEORIE UND RESSOURCENÖKONOMIK _ Prof. Dr. Stephan Dabbert Planung Entscheidung (B 00202) Lösung Aufgabe 5 (Programmplanung
MehrZugeordneter bipartiter Graph
Zugeordneter bipartiter Graph Für ein Transportproblem sei A = {A 1,...,A m } die Menge der Fabriken und B = {B 1,...,B n } sei die Menge der Warenhäuser. Wir ordnen nun einem Transportproblem einen bipartiten
MehrBerufsmaturitätsprüfung Mathematik 2015
Berufsmaturitätsprüfung Mathematik 015 Name und Nummer der Kandidatin/des Kandidaten... Nr... Prüfungsinformationen Dauer der Prüfung 10 Minuten Hilfsmittel Netzunabhängiger, nicht druckender Taschenrechner
MehrMathematik für Ökonomen II
RUHR - UNIVERSITÄT BOCHUM Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen II 3..993 (WS 9/93) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt 9 Aufgaben; pro Aufgabe sind
MehrÜbungen zu Planung und Entscheidung (B00202G, H21522WG)
Für einen landwirtschaftlichen Betrieb soll ein Planungsansatz formuliert werden. 1. Der Betrieb lässt sich durch folgende Produktions beschreiben: 1.1 Ackerfläche: 48 ha 1.2 Fruchtfolgerestriktionen:
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
MehrHustensaft. Aufgabennummer: B_138. Technologieeinsatz: möglich erforderlich S
Hustensaft Aufgabennummer: B_138 Technologieeinsatz: möglich erforderlich S Ein Unternehmen hat das Monopol auf den Vertrieb eines bestimmten Hustensafts. Der Hustensaft wird in kleinen Flaschen abgefüllt,
MehrInhalt. 8.1 Motivation. 8.2 Optimierung ohne Nebenbedingungen. 8.3 Optimierung unter Nebenbedingungen. 8.4 Lineare Programmierung
8. Optimierung Inhalt 8.1 Motivation 8.2 Optimierung ohne Nebenbedingungen 8.3 Optimierung unter Nebenbedingungen 8.4 Lineare Programmierung 8.5 Kombinatorische Optimierung 2 8.1 Motivation Viele Anwendungen
MehrEingescannt aus «Mathematik für die Fachschule Technik» von Heinz Rapp.
13 Eingescannt aus «Mathematik für die Fachschule Technik» von Heinz Rapp. 13.1 Einführung 13. Äquivalenzumformungen bei 1 3 13.3 Einfache lineare 13.4 Bruchungleichungen 4 5 6 Andere Schreibweise der
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:
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
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
MehrErzielte Bonuspunkte aus der Vorklausur:
Fakultät für Wirtschaftswissenschaft KLAUSUR Mathematik für Ökonomen Sommersemester 2012 31.7.2012 Name Vorname Matrikelnummer Teilnehmer-Nr. Unterschrift Erzielte Bonuspunkte aus der Vorklausur: Punkte
MehrLösen Sie folgendes LOP mit Hilfe der grafischen Methode und bestimmen Sie den minimalen Z-Wert (verwenden Sie das Koordinatensystem im Anhang):
Aufgabensammlung Aufgabe : Lösen Sie folgendes LOP mit Hilfe der grafischen Methode und bestimmen Sie den minimalen Z-Wert (verwenden Sie das Koordinatensystem im Anhang): ) ) 3), + 300 500 + 3 + 5 0 Aufgabe
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
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
MehrAufgabe (Seite 371)
Aufgabe. (Seite 7) h) Die Gerade g hat die Steigung und geht durch den Punkt P ( 9 / ). Die Gerade g geht durch die beiden Punkte Q ( - / - ) und Q ( - / 5 ). Wie lautet die Normalform der Geraden h, welche
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
MehrDer Solver. Gerald Kurz
Der Solver Gerald Kurz Was ist der Solver Der Solver ist ein Calc-Zusatzprogramm zur Lösung von Optimierungsaufgaben. Im Gegensatz zur Zielwertsuche können hier Aufgaben auch mit mehreren Variablen und
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 15.5.1998 (SS 1998) Name Vorname Teilnehmer-Nr. Zur Beachtung Die Klausur umfaßt
MehrSysteme von linearen Ungleichungen
Systeme von linearen Ungleichungen ALGEBRA Kapitel 6 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 28. Februar 2016 Überblick über die bisherigen ALGEBRA
MehrKlausur Wirtschaftsmathematik ( ) Dozent: Jürgen Meisel. Name: Vorname: Matrikelnummer: Themengebiete:
Klausur Wirtschaftsmathematik (22.06.207) Dozent: Jürgen Meisel Name: Vorname: Matrikelnummer: Themengebiete: Aufgabe : Matrizen & Vektoren 25 Pkte Aufgabe 2: Differentialrechnung 25 Pkte Aufgabe 3: Lineare
MehrSchnittebenenverfahren von Gomory. Stefan Allescher 30. Juni 2005
Schnittebenenverfahren von Gomory Stefan Allescher 30. Juni 2005 Inhaltsverzeichnis 1. Grundprinzip 2. Das Verfahren von Gomory 2.1. Vorgehen 2.2. Beweis der Endlichkeit 2.3. Algorithmische Durchführung
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
Mehr1. Hausaufgabenblatt (16.04./ )
Lehrstuhl Ingenieurmathematik Modul: (Wirtschaftsingenieurwesen/Betriebswirtschaftslehre/Informatik) Sommersemester 2014 1. Hausaufgabenblatt (16.04./23.04.2015) Aufgabe H 1.1 Lösen Sie die linearen Gleichungssysteme
MehrStatistik. Finanzmathematik
Prüfungsdauer: Hilfsmittel: 90 Minuten Taschenrechner (nicht grafikfähig und nicht programmierbar) und Formelsammlung Die Klausur besteht aus 13 Aufgaben im Pflichtteil, die alle bearbeitet werden müssen.
MehrVORLESUNG 11 Lineare Optimierung (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt)
VORLESUNG Lineare Optimierung (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt) 3 Wiederholung! Lineare Programme häufig geeignete Modellierung von Optimierungsproblemen! Verschiedene Darstellungen sind
MehrAufgabe 5.3 Duale Simplexverfahren
Aufgabe 5.3 Knut Krause Thomas Siwczyk Stefan Tittel Technische Universität Dortmund Fakultät für Informatik Algorithmen und Datenstrukturen 15. Januar 2009 Gliederung 1 Aufgabenstellung und Motivation
MehrKlausur Wirtschaftsmathematik ( ) Name: Vorname: Matrikelnummer: Themengebiete:
Klausur Wirtschaftsmathematik (20.06.206) Name: Vorname: Matrikelnummer: Themengebiete: Aufgabe : Matrizen & Vektoren 20 Pkte Aufgabe 2: Lineare Optimierung 20 Pkte Aufgabe : Differentialrechnung 20 Pkte
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
MehrLösen Sie folgendes Problem aus der Linearen Planungsrechnung mit der grafischen Lösungsmethode.
Aufgabe 1: Ein Schullandheim schafft für 3000 Fahrräder an. Es sollen mindestens 3 Kinderr ä- der für je 100 und mindestens 6 Jugendräder für je 250 angeschafft werden. W e- gen der Altersverteilung der
MehrVORLESUNG 12 Lineare Optimierung (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt)
VORLESUNG 12 Lineare Optimierung (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt) 53 Wiederholung! Basis-Startlösung berechnet! Künstliche Variablen! Erkennung von unlösbaren Problemen! Eliminierung
Mehr