Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg

Ähnliche Dokumente
Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2008 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg


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


Weinbau und Weinkonsum

Simplex-Umformung für Dummies

Abiturprüfung Mathematik 2006 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Der Simplex-Algorithmus

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

CARL HANSER VERLAG. Peter Stingl. Operations Research Linearoptimierung

Eigenschaften von LPs

Übung 3, Simplex-Algorithmus

Lineare Optimierung Lehrbuch mit Aufgaben und Lösungen

Operations Research. Linearoptimierung. Bearbeitet von Peter Stingl

Lineare Optimierung: Simplexverfahren Phase Ⅰ

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

Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen

Aufgabe 5.3 Duale Simplexverfahren

Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht

Abituraufgaben. Berufliche Gymnasien BW. Anwendungsaufgaben mit Matrizen. Lineare Optimierung. aus den Jahren ab 2005

Fall 3: Mehrere Kapazitätsengpässe

Aufgaben zu Kapitel 23

8. Lineare Optimierung

Lösung allgemeiner linearer Programme

Abiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Lösung Aufgabe 1

Hauptprüfung Abiturprüfung Baden-Württemberg

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

10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen

Minimumproblem. Definition 4.7. Ein LP der Form. unter den Nebenbedingungen. d ij x j b i (i =1,...,m)

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Funktionen an der Berufsschule: Übungsaufgaben

7.1.2 Lineare Funktionen Schnittpunkte mit den Achsen - Lösungen

WEINBAU BESTOCKTE REBFLÄCHE

Lineare Optimierung. Master 1. Semester

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

Prof. Dr. Roland Griesse. Höhere Mathematik für Bachelorstudiengänge I.2

Erläuterungen. zur. Ernte- und Betriebsberichterstattung Reben und Weinmost

Lösung Übung 1a) - Medikamentenmischung

Probeklausur Optimierung

Lineare Optimierungsaufgaben - eine Einführung

OPERATIONS-RESEARCH (OR)

Produktionsplanung und Lineare Optimierung im Rahmen des Projekts Mathematik und Ökonomie 12./13. November 2003 in Düsseldorf.

Wie man die Matrix der Zeit versteht (Matrix)

x a 2n + + a mn

2 Grundlagen linearer Optimierung 2.1 Beispiel kurzfristige Produktionsprogrammplanung

4.3.3 Simplexiteration

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

Klausurkolloquium. Musterlösung Produktionscontrolling: Lineare Programmierung

Lineare Optimierung Teil 2

Geraden. Somit scheiden die Gerade im Punkt N(-b/m; 0) die x-achse.

Vorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen. Kapitel IV: Grundlagen der Linearen Optimierung

Abiturprüfung Mathematik 2009 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Lösung Aufgabe 1

Hauptprüfung Abiturprüfung Baden-Württemberg

Mitschrift der Vorlesung: Kombinatorische Optimierung

Optimale Steuerung 1 Prozessoptimierung 1

7.1 Matrizen und Vektore

A2.3 Lineare Gleichungssysteme

Schnittebenenverfahren von Gomory. Stefan Allescher 30. Juni 2005

Mathematik schriftlich

Das Simplexverfahren

Schulmathematik: Lineare Algebra & Analytische Geometrie Kapitel 1: Gleichungen

Inhaltsverzeichnis Grundlagen der Linearen Optimierung

Break-Even-Diagramm Menge

Zugeordneter bipartiter Graph

m und schneidet die y-achse im Punkt P(0/3).

2011 A+B Semester: 1

d) 2 4 ; 1 2 ; 3 25 ; 20 a) 3 m von 30 m b) 12 von 60 c) Jedes vierte Los gewinnt! d) 7 kg von 280 kg

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


Erfolg im Mathe-Abi. Gruber I Neumann. Baden-Württemberg Berufliche Gymnasien

3. Schnittebenenverfahren

4. Lösung linearer Gleichungssysteme

VORLESUNG 12 Lineare Optimierung (Viele Folien nach Ulf Lorenz, jetzt TU Darmstadt)

Aufgabensammlung zum Üben Blatt 1

Operations Research / Graphentheorie Inf. 1.1/ 1.2

Mathematik Nachhilfe: Aufgaben zu linearen Funktionen, Teil 2

Simplex-Verfahren. Kapitel 3. Simplex-Verfahren. Peter Becker (H-BRS) Lineare und kombinatorische Optimierung Wintersemester 2017/ / 372

mit. Wir definieren (Skalarprodukt = Winkel).

Lineare Gleichungssysteme mit zwei Variablen

'" 10 - E ,. 40. i 30. tt$o 2000 JMD ) Mathematik ohne CAS Teil: 3 I Aufgabe: 1 Seite 1/2. Punkte

Lizenziert für: Seite 8 Aufgabe 3 Exercise-ID Ex

Kaufmännische Berufsmatura 2016

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

(Technisch: Setze alle Skalarprodukte der allgemeinen Lösung mit den Basisvektoren des Kerns gleich Null eindeutige leastsqares Lösung)

Abbildung 1: Graphische Lösung der ersten Übungsaufgabe

Überblick über den Weinbau im Land Brandenburg

Technische Berufsmaturitätsprüfung Baselland 2007 Mathematik Teil 2 (Mit Hilfsmitteln) Lösungen

Optimierung für Wirtschaftsinformatiker: Lineare Programme

Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit

Kaufmännische Berufsmatura 2016

Hauptprüfung Abiturprüfung 2017 (ohne CAS) Baden-Württemberg

Klausur DI/LA F 2006 LA : 1

Lineare Optimierung eine Anwendung. Dr. Jürgen Faik. - Offenburg,

Abiturprüfung Mathematik 2007 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1

Hauptprüfung 2007 Aufgabe 3

Stg.: AIW BU BVT ET EUT IIW LUM MB MEC SB VT Sonstige

Aufgabenkomplex 5: Inhomogene Differenzialgleichungssysteme; Lineare Optimierung

Matrizen, Gaußscher Algorithmus 1 Bestimmung der inversen Matrix

MODULPRÜFUNG Numerische Methoden (Elektrotechnik, Meteorologie, Geodäsie und Geoinformatik)

Transkript:

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- und Burgunder-Reben anpflanzen. Die Arbeitskosten betragen pro Hektar Rebfläche mit Gutedel-Reben 600 und pro Hektar Rebfläche mit Burgunder-Reben 1000. Bauer Müller will insgesamt nicht mehr als 26000 für Arbeitskosten ausgeben. Ein Hektar bepflanzt mit Gutedel-Reben hat einen Ertrag von 7 Tonnen Trauben, ein Hektar bepflanzt mit Burgunder-Reben hat einen Ertrag von 5 Tonnen Trauben. Die Genossenschaft nimmt ihm insgesamt nicht mehr als 190 Tonnen Trauben ab. Pro Hektar Anbaufläche erhält man eine Weinmenge von 5000 Liter Gutedel beziehungsweise 4000 Liter Burgunder. Bauer Müller bekommt 1,60 für einen Liter Gutedel und 1,75 für einen Liter Burgunder. 2.1.1 Ermitteln sie grafisch, wie Bauer Müller seine Rebfläche aufteilen soll, um maximalen Umsatz zu erzielen. (6 Punkte) 2.1.2 In einer Fachzeitschrift liest Herr Müller, dass der Erlös von Gutedel einen Einbruch erfährt und voraussichtlich auf 1,40 pro Liter sinken wird. Welche Wirkung hätte diese Preissenkung auf die Anbaufläche mit Gutedel-Reben bei maximalem Umsatz, wenn der Erlös für Burgunder sich nicht ändert? (3 Punkte) 2.1.3 Herr Müller befürchtet, dass der Erlös für einen Liter Gutedel sogar auf 1,20 sinken wird. Er geht davon aus, dass der Erlös für einen Liter Burgunder bei 1,75 bleibt. Daher überlegt er sich, Riesling als weitere Rebsorte anzubauen. Arbeitskosten und Ertrag für Gutedel und Burgunder bleiben unverändert. Die maximale Anbaufläche, die Obergrenze für Arbeitskosten und die maximale Abnahmemenge bleiben ebenfalls gleich. Die Arbeitskosten für einen Hektar Rebfläche mit Riesling-Reben betragen 800. Ein Hektar bepflanzt mit Riesling-Reben hat einen Ertrag von 8 Tonnen Trauben, die 5000 Liter Wein ergeben. Der Erlös für einen Liter Riesling beträgt 1,40. Berechnen Sie die optimale Aufteilung der Anbaufläche bei maximalem Umsatz mit Hilfe des Simplex-Verfahrens. (6 Punkte) 1

Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Lösung zu Aufgabe 2 Baden-Württemberg 2.1.1 Es sei x die Fläche von Gutedel in Hektar. Es sei y die Fläche von Burgunder in Hektar. Folgende Bedingungen sind gegeben: (1) x y 30 y 30 x (maximal 30 Hektar) (2) 600x 1000y 26000 y 26 0,6 x (Begrenzung Arbeitskosten) (3) 7x 5y 190 y 38 1,4 x (4) x 0 und y 0 Zu maximieren ist der Umsatz U 5000 1,6x 8000x 7000y 8 U Aufgelöst nach y: y x (5) 7 7000 Da U maximal werden soll, ist die Gerade mit dem höchsten y-achsenabschnitt gesucht. Nun werden die Schaubilder (1) (4) in ein Koordinatensystem eingezeichnet. Die rote Gerade entspricht der Zielfunktion und hat mit der markierten Fläche den Punkt M gemeinsam. M ist der Schnittpunkt der Geraden aus (3) und (1): 38 1,4x 30 x 0,4x 8 x 20 und damit M(20/10). Ein maximaler Umsatz ergibt sich für 20 ha Gutedel-Reben und 10 ha Burgunder- Reben. Der Umsatz beträgt U 8000 20 7000 10 230. 000 2

2.1.2 Die neue Umsatzfunktion lautet: U 5000 1,4x 7000x 7000y U Daraus folgt y x. 7000 Damit liegt die rote Zielfunktionsgerade auf der Gerade (1) aus 2.1.1 Damit sind alle Punkte auf der Strecke NM mit N(10/20) (Schnittpunkt von (1) und (2)) und M(20/10). Für einen maximalen Umsatz kann die Anbaufläche x von Gutedel zwischen 10 ha und 20 ha liegen, der Rest (30-x ha) wird mit Burgunder-Reben bebaut. 2.1.3 Es sei x die Fläche von Gutedel in Hektar. Es sei y die Fläche von Burgunder in Hektar. Es sei z die Fläche von Riesling in Hektar. Mit Hilfe der Schlupfvariablen u, v und w gelten folgende Gleichungen: x y z u 30 (Anbaufläche) 600x 1000y 800z v 26000 (Arbeitskosten) 7x 5y 8z w 190 (Ertrag) Zielfunktion: U 5000 1,20x 5000 1,40z U 6000x 7000y 7000z 3

Simplextableau: 1 1 1 1 0 0 30 30 600 1000 800 0 1 0 26000 26 7 5 8 0 0 1 190 38 6000 7000 7000 0 0 0 U Die Spalte mit der größten Zahl bei der Zielfunktionszeile ist die Pivotspalte (wir wählen hier die 2.Spalte y). Die Werte der Spalte Einschränkung ergeben sich aus der Division der Spalte 7 durch die Elemente der Pivotspalte (30:1 ; 26000 : 1000 ; 190 : 5). Die Zeile, in der die kleinste Zahl bei Einschränkung steht, ist die Pivotzeile. Dies ist in diesem Fall mit 26 die 2.Zeile. Das Element, das sowohl in der Pivotspalte als auch in der Pivotzeile steht, ist das so genannte Pivotelement hier 1000. Nun werden alle Elemente der Pivotspalte durch übliche Zeilenumformungen zu Null gemacht, außer das Pivotelement selbst. 400 0 200 1000-1 0 4000 10 600 1000 800 0 1 0 26000 43,3 800 0 800 0-1 200 12000 15 1800 0 1400 0-7 0 U- 182000 Nun ist die 1.Spalte x die Pivotspalte und die 1.Zeile die Pivotzeile. Damit ist 400 das Pivotelement. 400 0 200 1000-1 0 4000 20 0 2000 1000-3000 5 0 40000 40 0 0 400-2000 1 200 4000 10 0 0 1000-9000 -5 0 2U- 400000 Nun ist die 3.Spalte z die Pivotspalte und die 3.Zeile die Pivotzeile. Damit ist 400 das Pivotelement. 4

x y z u v w 800 0 0 4000-3 -200 4000 0 4000 0 4000 5-1000 60000 0 0 400-2000 1 200 4000 0 0 0-8000 -15-1000 4U- 820000 Division der einzelnen Zeilen ergibt x y z 1 0 0 5 0 1 0 15 0 0 1 10 0 0 0 4U- 820000 Für den maximalen Umsatz müssen 5 ha Gutedel-Reben, 15 ha Burgunder-Reben und 10 ha Riesling-Reben angebaut werden. 5