Klausurrepetitorium ABWL
|
|
- Kora Zimmermann
- vor 7 Jahren
- Abrufe
Transkript
1 Klausurrepetitorium ABWL Planungs- und Südwestfälische Industrie- und Handelskammer 2. Februar 25 Dr. Friedhelm Kulmann, Sandra Rudolph 2.2.5
2 Gliederung. Netzplantechnik.. Grundlagen der Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen.3. Zeitanalyse bei Vorgangspfeilnetzen 2. Lösung von linearen Optimierungsproblemen mit Hilfe des Simplex-Algorithmus 2.. Lineare Optimierungsprobleme 2.2. Simplex-Verfahren 2.3. Sonderfälle 3. Planung von Güterströmen als Lineares Optimierungsproblem 2.2.5
3 Gliederung. Netzplantechnik.. Grundlagen der Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen.3. Zeitanalyse bei Vorgangspfeilnetzen 2. Lösung von linearen Optimierungsproblemen mit Hilfe des Simplex-Algorithmus 2.. Lineare Optimierungsprobleme 2.2. Simplex-Verfahren 2.3. Sonderfälle 3. Planung von Güterströmen als Lineares Optimierungsproblem
4 .. Grundlagen der Netzplantechnik Planungs- und.netzplantechnik Strukturelemente eines Projekts Vorgänge: Zeit und Betriebsmittel beanspruchende, nicht mehr weiter zerlegbare Geschehen mit definiertem Anfang und Ende Ereignisse: Wohldefinierte Zustände im Zeitablauf Darstellungsweisen von Netzplänen Vorgangspfeilnetzplan: Pfeile repräsentieren Vorgänge, Knoten kennzeichnen (künstliche) Ereignisse (CPM - Critical Path Methode) Vorgangsknotennetzplan: Knoten repräsentieren Vorgänge, Pfeile kennzeichnen Abhängigkeiten zwischen Vorgängen (MPM - Metra Potential Methode) 3
5 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Definition Netzplanelement Ein Netzplanelement besteht aus einem Vorgang i-j und dessen Anfangs- und Endereignis Ein Vorgang wird eindeutig identifiziert, indem er eine eigene Benennung erhält oder durch Nummern i und j der beiden zugehörigen Ereignisse (Knoten) bezeichnet wird
6 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln () Jeder Vorgang beginnt mit einem Ereignis und endet mit einem nachfolgenden Ereignis. Grundregeln (2) Müssen mehrere Vorgänge beendet sein, bevor ein nachfolgender beginnen kann, so enden diese im Anfangsknoten des nachfolgenden Vorgangs
7 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (3) Können mehrere Vorgänge beginnen, nachdem ein vorausgegangener beendet ist, so beginnen alle in dem Endknoten dieses gemeinsamen Vorgängers
8 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (4) 2 Knoten dürfen nur durch einen Pfeil miteinander verbunden werden. Parallel verlaufende Vorgänge müssen daher durch Einführung eines Scheinvorgangs dargestellt werden. Dieser dient nur zur Strukturierung und hat die Dauer Null
9 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (5) Enden und beginnen in einem Ereignis mehrere Vorgänge, die nicht unabhängig von einander sind, so werden auch hier Scheinvorgänge als Strukturierungshilfe eingesetzt. A,B,C,D gegeben; C kann erst nach Abschluss von A und B beginnen; D nach Abschluss von B
10 .2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (6) Der Netzplan muss schleifenfrei sein Planungs- und.netzplantechnik
11 .2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (7) Ein Netzplan besitzt genau eine Quelle und eine Senke Planungs- und.netzplantechnik 2.2.5
12 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Grundregeln (8) Das Scheinvorgänge nur zur Strukturierung dienen, sollen so wenige wie möglich eingesetzt werden, um die Übersichtlichkeit des Netzplans zu erhalten
13 .Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen Topologische Sortierung - Eine topologische Sortierung der Knoten dient der Orientierung - Prinzip: Jeder Knoten, der keinen nicht-numerierten Vorgänger hat, erhält die nächsthöhere Knotennummer
14 .2. Strukturanalyse bei Vorgangspfeilnetzen Beispiel Vorgang A B C D E F G H J.Netzplantechnik Vorgänger - - A,B C B D C,E C,E G,H
15 .3. Zeitanalyse bei Vorgangspfeilnetzen Planungs- und.netzplantechnik Notationen i - j Vorgang zwischen den Ereignissen i und j D i-j Dauer des Vorgangs i - j FZ k Früheste Zeit des Ereignisses k im Projekt SZ k Späteste Zeit des Ereignisses k im Projekt FAZ i-j frühester Anfangszeitpunkt des Vorgangs i - j SAZ i-j spätester Anfangszeitpunkt des Vorgangs i - j FEZ i-j frühester Endzeitpunkt des Vorgangs i - j SEZ i-j spätester Endzeitpunkt des Vorgangs i - j Gleichungen FAZ i-j :=FZ i FEZ i-j :=FAZ i-j + D i-j SEZ i-j :=SZ j SAZ i-j := SEZ i-j -D i-j
16 .3. Zeitanalyse bei Vorgangspfeilnetzen Vorwärtsrechnung Planungs- und.netzplantechnik Hat ein Vorgang mehrere Vorgänger, so kann dieser erst begonnen werden, wenn alle Vorgänger abgeschlossen sind. ( ) FZ : = FAZ : = max FZ + D j j k i i j i V j
17 .3. Zeitanalyse bei Vorgangspfeilnetzen Vorwärtsrechnung - Beispiel Vorgang A B C D E F G H J Dauer [ZE] Netzplantechnik Vorgänger - - A,B C B D C,E C,E G,H
18 .3. Zeitanalyse bei Vorgangspfeilnetzen Rückwärtsrechnung Planungs- und.netzplantechnik Ein Vorgang muss spätestens dann beendet sein, wenn der zeitlich nächste Nachfolger spätestens beginnen muss. ( ) SZ : = SEZ : = min SZ D i h i j i j j N i
19 .3. Zeitanalyse bei Vorgangspfeilnetzen Rückwärtsrechnung - Beispiel Vorgang A B C D E F G H J Dauer [ZE] Netzplantechnik Vorgänger - - A,B C B D C,E C,E G,H
20 .3. Zeitanalyse bei Vorgangspfeilnetzen Puffer Planungs- und.netzplantechnik Gesamtpuffer (GP i-j ) GPi j : = SZ j FZi Di j gibt an, um wie viele ZE der Vorgang i-j maximal verschoben werden darf, ohne die späteste Zeit von j zu gefährden und damit das Projektende hinauszuzögern Freier Vorwärtspuffer (FVP i-j ) FVPi j : = FZ j FZi Di j gibt an, um wie viele ZE der Beginn eines Vorgangs i-j hinausgezögert werden darf, ohne den frühesten Beginn des Nachfolgers zu gefährden Freier Rückwärtspuffer (FRP i-j ) FRPi j : = SZ j SZi D gibt an, um wie viele ZE das Ende eines Vorgangs i-j verschoben werden darf, ohne das späteste Ende des Nachfolgers zu verzögern i j 9
21 .3. Zeitanalyse bei Vorgangspfeilnetzen Gesamtpufferberechnung - Beispiel Vorgang A B C D E F G H J.Netzplantechnik Dauer [ZE] Vorgänger A,B 5 C 7 B 5 D 3 C,E C,E 8 G,H
22 .3. Zeitanalyse bei Vorgangspfeilnetzen Freier Vorwärtspufferberechnung - Beispiel Vorgang A B C D E F G H J.Netzplantechnik Dauer [ZE] Vorgänger A,B 5 C 7 B 5 D 3 C,E C,E 8 G,H
23 .3. Zeitanalyse bei Vorgangspfeilnetzen Puffer Planungs- und.netzplantechnik Gesamtpuffer (GP i-j ) Freier Vorwärtspuffer (FVP i-j ) GP i j FVP i j : = SZ : = j FZ j FZ i FZ i D i j D i j GP 2-3 FVP
24 Gliederung. Netzplantechnik.. Grundlagen der Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen.3. Zeitanalyse bei Vorgangspfeilnetzen 2. Lösung von linearen Optimierungsproblemen mit Hilfe des Simplex-Algorithmus 2.. Lineare Optimierungsprobleme 2.2. Simplex-Verfahren 2.3. Sonderfälle 3. Planung von Güterströmen als Lineares Optimierungsproblem
25 2.. Lineare Optimierungsprobleme Lineare Optimierungsprobleme (LOP) Planungs- und.netzplantechnik Optimierung einer linearen Zielfunktion unter linearen Nebenbedingungen (Restriktionen). Betriebswirtschaftliche Probleme - Optimale Produktionsprogrammplanung bei Kapazitätsoder Absatzbeschränkungen (Kostenminimierung, Gewinnmaximierung) - Optimierung von Materialmischungen unter Berücksichtigung bestimmter Qualitäts- und Mengenanforderungen und mit dem Ziel der Gesamtkostenminimierung - Verschnittoptimierung unter Berücksichtigung bestimmter Verschnittmuster und mit dem Ziel der Faktoreinsatzminimierung bzw. Abfallminimierung
26 2.2. Simplex-Verfahren Planungs- und.netzplantechnik Beispiel Eine Tischlerei produziert zwei Typen von Schränke. Typ A erwirtschaftet einen Stückgewinn von 5 (Hundert Euro), Typ B einen Stückgewinn von 6 (Hundert Euro). Beide Typen benötigen im Holzzuschnitt jeweils Arbeitsstunden. In der Tischlerei findet die eigentliche Montage der Holzzuschnitte statt. Für Typ A müssen Arbeitsstunden, für Typ B aufgrund der Holzverzierungen an den Türen 2 Arbeitsstunden aufgewendet werden. Im Holzzuschnitt steht ein Mitarbeiter mit 4 Stunden, in der Tischlerei ein Meister sowie ein Geselle mit insgesamt 6 Arbeitsstunden die Woche zur Verfügung. Des Weiteren bestehen Fixkosten für die Miete der Werkstatt in Höhe von 7 (Hundert Euro). Der Inhaber der Tischlerei plant die optimalen Produktionsmengen für Typ A und B unter Berücksichtigung der genannten Restriktionen. 25
27 2.2. Simplex-Verfahren Planungs- und.netzplantechnik Modellierung des LOP Entscheidungsvariablen x : Anzahl der zu produzierenden Schränke vom Typ A x 2 : Anzahl der zu produzierenden Schränke vom Typ B Ziel: Maximierung des Gesamtgewinns max x = 5x + 6x 2 7 Restriktionen x + x 2 x + 2x 2 x,x () Arbeitsstunden Holzzuschnitt (2) Arbeitsstunden Tischlerei (3) Produktionsmengen sind nichtnegativ
28 2.2. Simplex-Verfahren Graphische Lösung Planungs- und.netzplantechnik () (2)
29 .Netzplantechnik 2.2. Simplex-Verfahren Grundlegende Idee des Verfahrens - Suche nach der optimalen Lösung durch Durchwanderung der Ecken und Prüfung auf Verbesserung () (2)
30 .Netzplantechnik 2.2. Simplex-Verfahren Standardform des LOP - In Vorbereitung auf die Anwendung des Simplex-Verfahrens wird das LOP in die sogenannte Standardform gebracht - Ungleichungen durch Einführung von Schlupfvariable in Gleichungen überführen - n Strukturvariablen und m Restriktionen max x u.d.n. a x ij j x j = b = c jx i n j= für alle i =,.., n für alle j =,.., n j + m max x u.d.n. Ax = b x = c T x
31 2.2. Simplex-Verfahren LOP Standardform des LOP.Netzplantechnik max x u.d.n. x x x,x + x 2 = 5x 2 + 2x 2 + 6x max x = 5x + 6x 7 udn x + x + x =4 2 3 x + 2 x + x =6 2 4 x, x
32 .Netzplantechnik 2.2. Simplex-Verfahren Bedeutung der Schlupfvariablen x + x
33 2.. Lineare Optimierungsprobleme Planungs- und.netzplantechnik A Begriff Basis Jede nichtsinguläre m x m Teilmatrix von A heißt Basis. Nichtsingularität bedeutet, dass die m-dimensionalen Spaltenvektoren von B linear unabhängig sind. Es kann sich also kein Spaltenvektor als Linearkombination der anderen darstellen lassen. x + x + x = x + 2x + + x = B
34 .Netzplantechnik Simplex-Verfahren Grundzüge des Simplex-Verfahrens () Maximierungsproblem: max u.d.n. x x x,x x + x 2 = 5x 2 + 2x 2 + 6x Zielfunktion wird in die Nebenbedingungen mit aufgenommen, Maximierung von x max x udn... x 5x 6x2 = 7 x+ x2 + x3 =4 x+ 2 x2 + x 4 =6 x, x 2
35 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (2).Netzplantechnik Simplex-Tableau x x x 2 x 3 x 4 RHS = =
36 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (3).Netzplantechnik Pivotisieren x x -5 x 2-6 x 3 x 4 RHS x x x 2 x 3 x 4 RHS -2 6/2 5 -/2 /2 /
37 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (4) Planungs- und.netzplantechnik Basistausch NBV x,x NBV x,x 2 36
38 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (5).Netzplantechnik Pivotisieren x x -2 x 2 x 3 x 4 6/2 RHS 5 -/2 /2 /2 3 x x x 2 x 3 x 4 RHS 2/5 / 5 /5 -/ / / 2 37
39 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (6) Planungs- und.netzplantechnik Basistausch NBV x,x 3 NBV x 3,x
40 2.2. Simplex-Verfahren Grundzüge des Simplex-Verfahrens (7) Planungs- und.netzplantechnik Interpretation der Schattenpreise x x x 2 x 3 x 4 2/5 / RHS 5 /5 -/ 2 -/ /
41 .Netzplantechnik 2.3. Sonderfälle. Minimierungsproblem Ein Minimierungsproblem der Form minx kann in ein Maximierungsproblem transformiert werden min = T T x c x + d [max -x = c x d] = T c x T [max -x = c x d] min Zielfunktionswerte T x = c x + d
42 .Netzplantechnik 2.3. Sonderfälle 2. Unzulässige Ausgangslösung Eine unzulässige Ausgangslösung ist dann gegeben, wenn die Ausgangslösung, die sich durch Nullsetzen der Strukturvariablen ergibt, nicht im zulässigen Bereich liegt max x = 5x + 6x 7 2 udn... x + x 4 2 x + 2x 6 x 2 + x 2 x, x 2 2 max x = 5x + 6x 7 2 udn... x + x + x = x + 2 x + x = x + x -x = x, x
43 2.3. Sonderfälle Geometrische Bedeutung der >= -Restriktion Planungs- und.netzplantechnik
44 2.3. Sonderfälle Ausgangstableau bei unzulässiger Ausgangslösung.Netzplantechnik x x -5 x 2-6 x 3 x 4 x 5 RHS
45 2.3. Sonderfälle.Netzplantechnik X - x x x 2 x 3 x 4 x 5 x H RHS
46 2.3. Sonderfälle X - x x x 2 x 3 x 4 x 5 x H RHS.Netzplantechnik X - -2 x x x 2 x 3 x 4 x 5 x H RHS
47 2.3. Sonderfälle X - -2 x x x 2 x 3 x 4 x 5 x H RHS.Netzplantechnik X - x x x 2 x 3 x 4 x 5 x H RHS
48 2.3. Sonderfälle Planungs- und.netzplantechnik
49 .Netzplantechnik 2.3. Sonderfälle 3. Freie Variable Sind einige der Strukturvariablen nichtnegativ und einige frei, dann werden die freien Variable in die Basis mit aufgenommen und verbleiben im Laufe des Iterationsprozesses auch dort
50 .Netzplantechnik 2.3. Sonderfälle 4. Entartung Zu einer Basis gehört jeweils genau eine Ecke, im Falle der Entartung jedoch ist eine Ecke mehreren Basen zugeordnet
51 Gliederung. Netzplantechnik.. Grundlagen der Netzplantechnik.2. Strukturanalyse bei Vorgangspfeilnetzen.3. Zeitanalyse bei Vorgangspfeilnetzen 2. Lösung von linearen Optimierungsproblemen mit Hilfe des Simplex-Algorithmus 2.. Lineare Optimierungsprobleme 2.2. Simplex-Verfahren 2.3. Sonderfälle 3. Planung von Güterströmen als Lineares Optimierungsproblem
52 3. Planung von Güterströmen als LOP Planungs- und.netzplantechnik Betriebswirtschaftliche Probleme - Planung kürzester Wege eines Konsumgüterherstellers von verschiedenen Produktionsstandorten zu verschiedenen Großhändlern - Planung der Zuordnung von Mitarbeitern auf Tätigkeiten gemäß ihrer Eignung Darstellung - Transportsysteme werden mittels Graphen dargestellt - Knoten sind Orte, Kanten Wegeverbindungen - Haben die Wege Einbahnstraßencharakter, so werden sie als Pfeile dargestellt
53 3. Planung von Güterströmen als LOP Planungs- und.netzplantechnik Kostenminimaler Fluss - (Gerichtete) Kanten repräsentieren Transportwege; Knoten Orte, an denen Angebot oder Nachfrage eines Gutes besteht bzw. an denen ein Gut nur umgeschlagen wird - Menge der Orte V = V + V 2 + V 3 Notationen und Bedingungen - In Quellort i V können max. a i Gütereinheiten pro Zeiteinheit eingespeist werden - Aus Senke i V 3 können maximal b i Gütereinheiten pro ZE entnommen werden -x ij bezeichnet den Güterstrom in Kante <i,j> von Knoten i zu Knoten j - Der Güterstrom sei durch Wegekapazität κ ij beschränkt -c ij bezeichne die Kosten des Transports einer Gütereinheit von i nach j 52
54 3. Planung von Güterströmen als LOP Lineare Optimierungsaufgabe Planungs- und.netzplantechnik min x u.d.n. = i V j N() i a für i V x ij xli = für i V j N(i) l N( i) -b für i V x κ für alle (i,j) ij ij c x ij ij i 2 i
55 3. Planung von Güterströmen als LOP Beispiel.Netzplantechnik +4 2, 3 5, , 3 2, 4 27, 5 5 4, , 6 25, , ,
56 3. Planung von Güterströmen als LOP Lösung.Netzplantechnik +4 2, 3 5, , 3 27, 5 4, , 6 25, , ,
57 3. Planung von Güterströmen als LOP Planungs- und.netzplantechnik min 3x + 4x + 6x + x + 5x + x + 2x + 7x + 5x + 2x + 3x udn x 2, x 5, x 5, x 2, x 27, x 2, x 25, x 4, x 3, x 25, x x + x + x x x + x + x x + x x x x x x x x + x + x x x x x = x, x, x, x, x, x, x, x, x, x, x
58 3. Planung von Güterströmen als LOP Planungs- und.netzplantechnik Ausblick - Transportprobleme können sehr komplex sein - Finden einer zulässigen Ausgangslösung nicht trivial - Um eine zulässige Anfangslösung zu finden, können Heuristiken eingesetzt werden
Klausurrepetitorium ABWL
Klausurrepetitorium ABWL Planungs- und Südwestfälische Industrie- und Handelskammer 9. August 5 Dr. Friedhelm Kulmann, Sandra Rudolph 9.8.5 Gliederung. Nichtlineare Optimierungsprobleme.. Quadratisches
MehrAufgaben Netzplantechnik
Aufgaben Netzplantechnik Aufgabe (Teil ): Vorgangsknotennetz a) In der Netzplantechnik wird zwischen Gesamtpuffer, freiem Puffer, freiem Rückwärtspuffer und unabhängigem Puffer unterschieden. Erklären
MehrOPERATIONS RESEARCH I LINEARE PLANUNGS RECHNUNO UND NETZPLANTECHNIK
BODO RUNZHEIMER OPERATIONS RESEARCH I LINEARE PLANUNGS RECHNUNO UND NETZPLANTECHNIK SIMPLEX-METHODE -TRANSPORT-METHODE STRUKTURANALYSE ZEITPLANUNG ZEIT-KOSTEN PLANUNG- ANWENDUNGSMÖGLICHKEITEN 5., VERBESSERTE
MehrKapitel 7: Terminplanung
Kapitel 7: Terminplanung Episode 2: Terminplanung mit Netzplänen Prof. Dr. Martin G. Möhrle Institut für Projektmanagement und Innovation IPMI Universität Bremen Übersicht der Lerneinheit Episode 1: Terminplanung
MehrModul Management von Dienstleistungsprozessen Klausurkolloquium
Modul 32691 Management von Dienstleistungsprozessen Klausurkolloquium Klausur März 2014 (WS 2013/2014) Hagen, den 21.05.2014 Aufgabe 2 Netzplan & ServiceBlueprint a) Zeichnen Sie den Netzplan für den Workshop
Mehr1. Einführung 2. Strukturplanung 3. Netzplandarstellung. 4. Zeitplanung. 31. CPM (=Critical Path Method) 32. MPM (=Metra Potential Methode) Agenda (3)
Agenda (3) 1. Einführung 2. Strukturplanung 3. Netzplandarstellung 31. CPM (=Critical Path Method) 32. MPM (=Metra Potential Methode) 4. Zeitplanung Netzplantechnik, Teil 2 1 Darstellung von Vorgang und
MehrLineare Optimierungsmodelle
Lineare Optimierungsmodelle Simplex-Methode Vortragender: Michael Schneider Agenda Motivation Operations Research Aufbau linearer Optimierungsmodelle Simplex-Methode Ausblick 2 Problemstellung Futtermischung
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
MehrKombinatorische Optimierung
Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK KIT Universität des Landes Baden-Württemberg und nationales
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
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
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
MehrOptimierung für Wirtschaftsinformatiker: Dualität, Ganzzahlige lineare Optimierung
Optimierung für Wirtschaftsinformatiker: Dualität, Ganzzahlige lineare Optimierung Dr. Nico Düvelmeyer Freitag, 24. Juni 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Dualität Motivation Duales LP Dualitätssätze
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
MehrOptimierung. Vorlesung 02
Optimierung Vorlesung 02 LPs in kanonischer Form Für i = 1,, m und j = 1,, d seien c j, b i und a ij reele Zahlen. Gesucht wird eine Belegung der Variablen x 1,, x d, so das die Zielfunktion d c j x j
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
MehrOptimierung I. Dr. Ulf Lorenz F2.413
Optimierung I Dr. Ulf Lorenz F2.413 flulo@upb.de Organisation Dozent: Dr. Ulf Lorenz F2.413 Fürstenallee 11 email: flulo@upb.de WWW: http://www.upb.de/cs/flulo (hier auch aktuelle Infos + Ü-Zettel) Vorlesungen:
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
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
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
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
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)
Mehr1. Transport- und Zuordnungsprobleme Optimierungsalgorithmus für Transportprobleme. Duales Problem. a i u i + i=1. j=1
1. Transport- und Zuordnungsprobleme Optimierungsalgorithmus für Transportprobleme Duales Problem Lemma 1.4. Das zum Transportproblem duale Problem lautet: max unter den Nebenbedingungen m a i u i + i=1
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
MehrEINFÜHRUNG IN DIE CPM-NETZPLANTECHNIK
G. Ossimitz, Universität Klagenfurt EINFÜHRUNG IN DIE CPM-NETZPLANTECHNIK Netzpläne sind wichtige Hilfsmittel zur Planung, Koordination und Kontrolle komplexer Abläufe, bei denen zwischen den einzelnen
MehrChinese Postman Problem Hamiltonsche Graphen und das Traveling Salesman Problem Max-Flow-Min-Cut...151
Inhaltsverzeichnis 1 Kernkonzepte der linearen Optimierung... 1 1.1 Einführung... 1 1.2 Grundlegende Definitionen... 8 1.3 Grafische Lösung... 10 1.4 Standardform und grundlegende analytische Konzepte...
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
MehrEinführung in Operations Research
Wolfgang Domschke Andreas Drexl Einführung in Operations Research Achte Auflage fyj Springer Inhaltsverzeichnis Vorwort Symbolverzeichnis V XIII Kapitel 1: Einführung 1 1.1 Begriff des Operations Research
MehrQuantitative Methoden in der Betriebswirtschaftslehre
Quantitative Methoden in der Betriebswirtschaftslehre von Dr. Dietrich Ohse Professor für Betriebswirtschaftslehre, insbesondere Quantitative Methoden an der Johann Wolfgang Goethe-Universität Frankfurt
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
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
Mehr0. Gliederung. Ein Einblick in die Ereignisorientierte Netzplantechnik (PERT) 1. Geschichte. 2. Grundlagen. Geschichte Grundlagen
Ein Einblick in die Ereignisorientierte Netzplantechnik (PERT) Erstellt im Rahmen des Seminars Das Virtuelle Labor von Carmen Pohl 0. Gliederung start 1. Geschichte 3. Wahrscheinlichkeitsverteilung 4.
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..............................
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,
MehrNetzwerkoptimierung. Transport von m Startknoten direkt zu n Zielknoten Transport von m Startknoten über Umladeknoten zu n Zielknoten
Netzwerkoptimierung beinhaltet Planungsprobleme, die mittels Netzwerken abgebildet werden können. Häufig handelt es sich dabei um (ganzzahlige) lineare Optimierungsprobleme mit einer speziellen Struktur:
MehrVORLESUNG 14 Lineare Optimierung, Dualität (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt)
VORLESUNG 14 Lineare Optimierung, Dualität (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt) 96 H. Meyerhenke: Kombinatorische Optimierung Dualität bei linearen Programmen Def.: Es sei (L): c T x max
MehrOperations Research BODO RUNZHEIMER. Lineare Planungsrechnung, Netzplantechnik, Simulation und Warteschlangentheorie
BODO RUNZHEIMER Operations Research Lineare Planungsrechnung, Netzplantechnik, Simulation und Warteschlangentheorie 7., aktualisierte und erweiterte Auflage LEHRBUCH GABLER 7 Inhalt Erstes Kapitel: Einleitung
MehrInformationswirtschaft 3 Projektplanung mittels Netzplantechnik
Informationswirtschaft 3 Projektplanung mittels Netzplantechnik Wolfgang H. Janko Stefan Koch (Edward Bernroider, Michael Hahsler, Andreas Geyer-Schulz) Institut für Informationswirtschaft Department für
MehrEinführung in Operations Research
Wolfgang Domschke Andreas Drexl Einführung in Operations Research Dritte, verbesserte und erweiterte Auflage Mit 79 Abbildungen und 58 Tabellen Springer Votwort Symbolverzeichnis V XIII Kapitel 1: Einführung
MehrKlausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2005/2006
Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 005/006
MehrTeil I. Lineare Optimierung
Teil I Lineare Optimierung 5 Kapitel 1 Grundlagen Definition 1.1 Lineares Optimierungsproblem, lineares Programm. Eine Aufgabenstellung wird lineares Optimierungsproblem oder lineares Programm genannt,
MehrLineare und kombinatorische Optimierung
Lineare und kombinatorische Optimierung Theorie, Algorithmen und Anwendungen Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Wintersemester 2017/18 Peter Becker (H-BRS) Lineare
MehrNetzplantechnik. Projektplanung Projektsteuerung Projektmanagement. Zeit Kapazitätseinsatz - Kosten
1 Technische Universität München Netzplantechnik Projektplanung Projektsteuerung Projektmanagement Zeit Kapazitätseinsatz - Kosten Lehrstuhl für Forstliche Wirtschaftslehre Prof. Dr. Martin Moog 2 Literatur
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
MehrLösung allgemeiner linearer Programme
Lösung allgemeiner linearer Programme Bisher: Für Anwendung des Simplexalgorithmus muss eine primal oder eine dual zulässige Basislösung vorliegen. Für allgemeine lineare Programme können wir dies direkt
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
MehrEin Graph ist ein Paar (V,E), wobei V eine Menge von Knoten und E eine Menge von Kanten (v,w) mit v,w in V ist.
Graphen Definition: Ein Graph ist ein Paar (V,E), wobei V eine Menge von Knoten und E eine Menge von Kanten (v,w) mit v,w in V ist. Begriffe: Gerichteter Graph: Alle Kanten haben eine Richtung vom Anfangsknoten
Mehr1. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme. f(x) min, x G (1.1) (Legende)
. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme X Banachraum, wobei X = R n G zulässige Menge des Optimierungsproblems f: G R Zielfunktion f(x) min, x G (.) (Legende)
MehrKlausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2007/2008
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester
MehrControlling Termine. Grundlagen. Terminplanung. Kapazitätsplanung. Fortschrittskontrolle. Controlling K T - Q. Inhalt
Termine Grundlagen Terminplanung Kapazitätsplanung Fortschrittskontrolle Inhalt Folie :1 Methoden der Terminplanung Folie :2 Einige Begriffsbestimmungen gemäß DIN 69 900 Teil 1 : Dauer Zeitpunkt Termin
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)
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
MehrInhalt von Terminplanung. Projektmanagement Terminplanung. Inhalt Skript. 1 Netzplan. 2 Anordnungsbeziehungen. 3 Berechnung.
Inhalt von Terminplanung 1 Inhalt Skript 1 Netzplan 2 Anordnungsbeziehungen 3 Berechnung 4 PC-Erstellung 5 Darstellungsformen Begriffe der Terminplanung 2 Einige Begriffsbestimmungen gemäß DIN 69 900 Teil
MehrKap. 4: Lineare Programmierung
Kap. 4: Lineare Programmierung Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 13./14. VO A&D WS 08/09 27.11./2.12.2008 Petra Mutzel Alg. & Dat.
MehrWirtschaftsmathematik
Einführung in einige Teilbereiche der Wintersemester 2016 Prof. Dr. Stefan Etschberger HSA Mögliche Fälle für Z Etschberger - WS2016 1 Z =, d.h., es existiert keine zulässige (x 1, x 2 )-Kombination. 2
MehrPerlen der Informatik I Wintersemester 2012 Aufgabenblatt 7
Technische Universität München WS 2012 Institut für Informatik Prof. Dr. H.-J. Bungartz Prof. Dr. T. Huckle Prof. Dr. M. Bader Kristof Unterweger Perlen der Informatik I Wintersemester 2012 Aufgabenblatt
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
MehrÜbung QM 1 EINFÜHRUNG 1. 1 Einführung. ohne Übungsaufgaben
Übung QM 1 EINFÜHRUNG 1 1 Einführung ohne Übungsaufgaben Übung QM 2 LINEARE OPTIMIERUNG 2 2 Lineare Optimierung Aufgabe 2.1 LP-Modellierung und Begriffe Wild West GmbH produziert Cowboyhüte. Momentan werden
MehrOptimale Steuerung 1 Prozessoptimierung 1
Optimale Steuerung 1 Prozessoptimierung 1 Kapitel 2: Lineare Optimierung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Lineare Algebra (Mathematische Grundlagen) 2 Beispiel: Produktionsplanung
Mehr4. Dualität Dualität 4.1 Dualität von LPs und der Dualitätssatz. Die duale Form eines LP in allgemeiner Form. Herleitung der dualen Form
2... 22 4.2 Die Bedingungen vom komplementären Schlupf... 23 4.3 Das Kürzeste-Wege-Problem und zugehörige duale Problem... 24 4.4 Das Farkas Lemma... 25 4.5 Duale Information im Tableau... 26 4.6 Der duale
MehrKurseinheit 2»Dualität und weiterführende Methoden«
Inhaltsübersicht 1 Gliederung Kurseinheit 1»Simpleverfahren«1. Einleitung 1.1. Einordnung und Übersicht des Stoffes 1.2. Einführendes Beispiel und Grundlagen 2. Lineare Gleichungssysteme 2.1. Die allgemeine
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
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Prof. Dr. R. Herzog WS2010/11 1 / 1 Teil IV Konvexe und ganzzahlige Optimierung Vorlesung 11 IV Konvexe und ganzzahlige Optimierung 2 / 34 Inhaltsübersicht 29Lineare Optimierung
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
MehrKap. 3: Exakte Lösungsverfahren für NPschwierige. Optimierungsprobleme VO Algorithm Engineering
Kap. 3: Exakte Lösungsverfahren für NPschwierige kombinatorische Optimierungsprobleme VO Algorithm Engineering 3.1 Einführung Professor Dr. Petra Mutzel 3.2 Komb. vs. Ganzzahlige Opt. Lehrstuhl für Algorithm
MehrNetzplantechnik Netzplantechnik
28.06.15 PERT (Program Evaluation and Review Technique), eine frühe Methode der, wurde in den 50-ern von der Firma Lockheed im Auftrag der US Navy für die Arbeit am Polaris-Projekt entwickelt. Die Planung
MehrProjektmanagement für Ingenieure
Springer Vieweg PLUS Zusatzinformationen zu Medien von Springer Vieweg Projektmanagement für Ingenieure Ein praxisnahes Lehrbuch für den systematischen Projekterfolg 2013 2. Auflage Kapitel 7 Lösungen
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
MehrBerufliches 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.
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
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
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
MehrKlausur zur Vorlesung Operations Research im Sommersemester 2009
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Operations Research im Sommersemester 2009 Hinweise:
MehrOptimierung. Vorlesung 08
Optimierung Vorlesung 08 Heute Dualität Ganzzahligkeit Optimierung der Vorlesung durch Evaluierung 2 Das duale LP Das primale LP Maximiere c T x unter Ax b, x R d 0. wird zu dem dualen LP Minimiere b T
MehrLogistik: Transport. Grundlagen, lineare Transport- und Umladeprobleme. von Prof. Dr. Wolfgang Domschke. TU Darmstadt. 5.,.überarbeitete Auflage
Logistik: Transport Grundlagen, lineare Transport- und Umladeprobleme von Prof. Dr. Wolfgang Domschke TU Darmstadt 5.,.überarbeitete Auflage R. Oldenböurg Verlag München Wien Inhaltsverzeichnis Vorwort
MehrNetzplantechnik. Zeitplanung. Dortmund, Oktober 1998
Netzplantechnik Zeitplanung ortmund, Oktober 1998 PMZeitplanung.ppt/MW/4.3. Prof. r. einz-michael Winkels, achbereich Wirtschaft ortmund mil-igge-str. 44, 447-ortmund, TL.: (31)7-4966, AX: (31)7-49 1 Inhalt
MehrOptimierung. Optimierung. Vorlesung 8 Lineare Programmierung III: Simplex Algorithmus Fabian Kuhn
Optimierung Vorlesung 8 Lineare Programmierung III: Simplex Algorithmus 1 Resource Allocation Beispiel aus Vorlesung 6 Primales LP: Duales LP: max 3 4 2 2 4 2 8 3 6 0, 0, 0 min 4 8 6 2 3 3 4 2 2 0, 0,
MehrKapitel 5. Peter Becker (H-BRS) Operations Research I Sommersemester / 298
Kapitel 5 Dualität Peter Becker (H-BRS) Operations Research I Sommersemester 2014 241 / 298 Inhalt 5 Dualität Dualitätssätze Zweiphasen-Simplexalgorithmus Peter Becker (H-BRS) Operations Research I Sommersemester
MehrWir wünschen Ihnen viel Erfolg!
Institut für Wirtschaftswissenschaftliche Forschung und Weiterbildung GmbH Institut an der FernUniversität in Hagen Name Straße PLZ, Ort IWW Studienprogramm Grundlagenstudium 1. Musterklausur: Führung
MehrPROJEKTMANAGEMENT. Netzplantechnik Netzplantechnik
.. PROJEKTMANAGEMENT PERT (Program Evaluation and Review Technique), eine frühe Methode der, wurde in den -ern von der Firma Lockheed im Auftrag der US Navy für die Arbeit am Polaris-Projekt entwickelt.
MehrNetzplantechnik. Projektplanung Projektsteuerung Projektmanagement. Zeit Kapazitätseinsatz - Kosten
Netzplantechnik Projektplanung Projektsteuerung Projektmanagement Zeit Kapazitätseinsatz - Kosten Literatur Corsten, H., Corsten, H., Gössinger, R.: Projektmanagement, Oldenbourg, 2. Auflage, 2008 Burghardt,
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Sätze PLUS Es gilt für A, B R n n : det(ab) = det A det B (Determinantenmultiplikationssatz)
MehrWas muss man wissen? Operations Research I. Patrick Elftmann und Matthias Sondermann
Was muss man wissen? Operations Research I Patrick Elftmann und Matthias Sondermann studium@sp3cialman.net 24. Oktober 2005 Vorbemerkung Dies ist eine kleine Zusammenfassung des prüfungsrelevanten Stoffes
MehrDiplomhauptprüfung. "Systems Engineering" Sommersemester Teil A: Fragenkatalog Zeit: 15 min. Hilfsmittel: Taschenrechner. Nachname: Vorname:
Technische Universität München 18. Juli 2005 Lehrstuhl für Raumfahrttechnik HS MW 0350 Prof. Dr. rer. nat. Ulrich Walter Dozent: Prof. Dr.-Ing. Eduard Igenbergs Diplomhauptprüfung "Systems Engineering"
MehrNetzplantechnik bei Ablauf- und Terminsteuerung
Netzplantechnik bei Ablauf- und Terminsteuerung Vlker Nawrath Webseite: http://www.vna.in-berlin.de/vlker/ Blg: http://vnawrath.wrdpress.cm Anmerkungen Die Netzplantechnik ist ein wichtiges Instrument
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
MehrWie man die Matrix der Zeit versteht (Matrix)
Lineare und Nichtlineare Optimierung 1Semester Begleitendes Skriptum zur Vorlesung im FH-Masterstudiengang Technisches Management von Johann Wiesenbauer FH Campus Wien 2014 1 Lineare Optimierung 11 Grundbegrie
MehrMitschrift der Vorlesung: Kombinatorische Optimierung
Mitschrift der Vorlesung: Kombinatorische Optimierung bei Prof. Socher-Ambrosius Niels-Peter de Witt 26. April 2002 Inhaltsverzeichnis 1 Einführung 2 1.1 Beispiel: Profil zersägen.......................
MehrLösung Übung 1a) - Medikamentenmischung
Lösung Übung 1a) - Medikamentenmischung x j Anteil der Komponente j an der Mischung, j=1,...,4 Min 39x + 21x + 82x + 55x 1 2 3 4 u.d.n 54 2x + 50x + 6x + 74x 60 1 2 3 4 39 x + 75x + 13x + 96x 80 1 2 3
MehrFK WMS: Wirtschaftsmathematik 2, Einheit 7/8
FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 Markus Sinnl 1 markus.sinnl@univie.ac.at http://homepage.univie.ac.at/markus.sinnl basierend auf Folien von Dr. Ivana Ljubic, Mag. Christian Spreitzer und Mag.
MehrSchranken für zulässige Lösungen
Schranken für zulässige Lösungen Satz 5.9 Gegeben seien primales und duales LP gemäß der asymmetrischen Form der Dualität. Wenn x eine zulässige Lösung des primalen Programms und u eine zulässige Lösung
MehrLineare Optimierung Dantzig 1947
Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 7 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 200 Prof. Dr. Klaus Höllig (IMNG)
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg Beispiel: Graphische Darstellung Zulässigkeitsbereich Ungleichung (1) mit
MehrUnimodularität. Kapitel 1. Peter Becker (H-BRS) Operations Research II Wintersemester 2015/16 11 / 206
Kapitel 1 Unimodularität Peter Becker (H-BRS) Operations Research II Wintersemester 2015/16 11 / 206 Inhalt 1 Unimodularität Total unimodulare Matrizen Inzidenzmatrix Optimierungsprobleme auf Graphen Peter
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
MehrDualitätssätze der linearen Optimierung
Kapitel 9 Dualitätssätze der linearen Optimierung Sei z = c T x min! Ax = b 9.1 x 0 mit c, x R n, b R m, A R m n ein lineares Programm. Definition 9.1 Duales lineares Programm. Das lineare Programm z =
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
Mehr