Lineær optimering. Plan for kurset
|
|
- Elias Ellingsen
- 8 år siden
- Visninger:
Transkript
1 Lineær optimering 27. mars 2007 Endre Bjørndal Plan for kurset Introduksjon Produktmiksproblemet (eksempel 1) Grafisk løsning og følsomhetsanalyse av LP-problemer Pause Grafisk følsomhetsanalyse forts. Diettproblemet (eksempel 2) Tilordningsproblemet (eksempel 3) Lunch Løsning av LP-problemer vha Excel Solver Flere anvendelser (eksempel 4-6) Pause Dualitet Spesialtilfeller Oppsummering 27/ Lineær optimering - Endre Bjørndal 2
2 Introduksjon Hva er lineær optimering? Optimeringsproblemer der både målfunksjonen og sidebetingelsene består av lineære uttrykk Lineær programmering (LP) Verktøy utviklet for planlegging av militære operasjoner under 2. verdenskrig Program = plan for iverksetting av ulike aktiviteter 27/ Lineær optimering - Endre Bjørndal 3 Eksempler på anvendelser (LP+) Bestemmelse av optimal produktmiks Utforming av kostnadseffektive dietter (oppskrifter) Planlegging av markedsføring (valg mellom ulike virkemidler) Planlegging av raffinerivirksomhet Optimal distribusjon av varer Lokalisering av produksjons- og lagerfasiliteter Optimal allokering av kapital mellom ulike prosjekter/investeringsalternativer Skjemaplanlegging av personell/utstyr (f.eks. fly- og togselskaper) Planlegging av militære operasjoner Og mange flere... 27/ Lineær optimering - Endre Bjørndal 4
3 Løsningsmetoder Simplex-metoden Leter blant ekstrempunktene i mulighetsområdet George Dantzig (1947) Indrepunktsmetoder Karmarkar (1984) Referanse 27/ Lineær optimering - Endre Bjørndal 5 Programvare Excel Solver AMPL GAMS Og mange flere / Lineær optimering - Endre Bjørndal 6
4 Litteratur Anderson, Sweeney & Williams (2005): An Introduction to Management Science, kap. 2-6 Hillier & Hillier (2003): Introduction to Management Science, kap. 2-5 Taylor (2007): Introduction to Management Science, kap. 2-4 Jörnsten, Storøy & Wallace (1999): Operasjonsanalyse, kap. 5 Ragsdale (2007): Managerial Decision Modeling, kap / Lineær optimering - Endre Bjørndal 7 Matematikk S1 Programfag Hovedområder Matematikk S 1 Algebra Funksjoner Sannsynlighet Lineær optimering Matematikk S 2 Algebra Funksjoner Sannsynlighet og statistikk Omfang 140 årstimer for hele S1 Kompetansemål lineær optimering: Mål for opplæringen er at eleven skal kunne modellere praktiske optimeringsproblemer i økonomi ved hjelp av lineære likninger og ulikheter gjøre rede for den geometriske tolkningen av det lineære optimeringsproblemet i to variabler løse lineære optimeringsproblemer grafisk, ved regning og med digitale hjelpemidler 27/ Lineær optimering - Endre Bjørndal 8
5 Eksempel 1 - produksjonsplanlegging Sykkelprodusenten AS produserer to sykkelmodeller: ross Racer Salgspris Variable kostnader Dekningsbidrag per stk Produksjonen er begrenset av kapasiteten i to avdelinger Timeforbruk sveiseavdeling 2 t/stk 4 t/stk Timeforbruk lakkeringsavdeling 3 t/stk 2 t/stk Kapasiteten per måned er 800 timer i sveiseavdelingen og 600 timer i lakkeringsavdelingen Etterspørselsbegrensninger gjør at man maksimalt kan selge 160 crossykler og 180 racersykler per måned 27/ Lineær optimering - Endre Bjørndal 9 En mulig snarvei (?) til løsningen Problemstilling: Hvor mye skal vi produsere av de to produktene for at det totale dekningsbidraget skal bli størst mulig? Hva om vi velger det produktet som gir høyest bidrag per enhet knapp ressurs? ross Racer DB per time, sveising 300 kr/t 125 kr/t DB per time, lakkering 200 kr/t 250 kr/t Framgangsmåten gir mao ikke entydig svar når vi har mer enn én knapp ressurs! 27/ Lineær optimering - Endre Bjørndal 10
6 Formulering verbal form Gjennomgangseksemplet: Beslutningsvariabler: produksjonskvanta for de to sykkeltypene Formulering: Maksimer totalt dekningsbidrag gitt at timeforbruk sveising 800 timer timeforbruk lakkering 600 timer produksjon av crossykler 160 stk produksjon av racersykler 180 stk 27/ Lineær optimering - Endre Bjørndal 11 Formulering matematisk form Beslutningsvariabler: = antall crossykler R = antall racersykler Formulering: målfunksjon Maksimer R sidebetingelser gitt at 2 + 4R 800 (sveising) 3 +2R 600 (lakkering) 160 (salg cross) R 180 (salg racer) 0 R 0 (ikke-negativitet) 27/ Lineær optimering - Endre Bjørndal 12
7 Grafisk løsning - framgangsmåte 1. Tegn isokvanter (kapasitetslinjer) for alle sidebetingelsene 2. Marker mulighetsområdet, dvs de løsninger som oppfyller alle sidebetingelsene 3. Finn det beste (hjørne)punktet i mulighetsområdet, det vil si det punktet der isoprofittlinjen tangerer mulighetsområdet 27/ Lineær optimering - Endre Bjørndal 13 Isokvantlinje for sveiseavdelingen R = R > 800 (ikke tillatte løsninger) 2 + 4R = R < 800 (tillatte løsninger) R =
8 Grafisk løsning - eksemplet 400 R L DB = S DB =? DB = S R S Excel-rapport (Answer Report) 27/ Lineær optimering - Endre Bjørndal 16
9 Excel-rapport (Sensitivity Report) 27/ Lineær optimering - Endre Bjørndal 17 Tolkning av sensitivitetsrapporten Hvor følsom er den optimale løsningen for usikkerhet/unøyaktighet i data? Hva skjer med løsningen når vi endrer målfunksjonskoeffisientene? dekningsbidrag per stk for produktene høyresidene i sidebetingelsene? antall tilgjengelige timer (kapasitet) i avdelingene etterspørselstallene Endrer en parameter av gangen, holder alt annet konstant! 27/ Lineær optimering - Endre Bjørndal 18
10 Følsomhetsanalyse målfunksjonskoeffisienter 400 DB = Helning = R (40;180) -0,5 (100;150) DB = 125 Helning = -1/ ,5 Anima-LP (160;60) Helning = - DB / DB R = -1, Følsomhetsanalyse høyresider (øker sveisekapasiteten med 40 timer) L R 200 S 150 (100;150) (90;165) S R / Lineær 150 optimering Endre 300 Bjørndal S
11 Skyggepriser Definisjon: skyggepris = endring i målfunksjonsverdien dersom høyresiden (kapasiteten) for en sidebetingelse økes med 1 enhet (1 time) Eksempel: endring i DB Skyggepris sveising = kapasitetsendring kr kr = = 37, 5 kr/time 40 timer Anvendelser av skyggepris Hvor mye kan vi betale for å øke kapasiteten? Hva koster det å bruke kapasiteten til noe annet enn produksjon av ross og Racer? 27/ Lineær optimering - Endre Bjørndal 21 Følsomhetsanalyse høyresider (øker sveisekapasiteten enda mer...) L R 200 (80;180) S 150 (100;150) S R +200 timer +80 timer / Lineær 150 optimering Endre 300 Bjørndal S
12 Slakk Definisjon: slakk = ubrukt kapasitet for en sidebetingelse i den optimale planen Eksempel 1 m/kapasitet = 200 timer Sveiseavdelingen bruker 880 timer (80 stk * 2 timer stk * 4 timer) Har 1000 timer tilgjengelig Slakk = 1000 timer 880 timer = 120 timer Sidebetingelser med slakk lik null kalles ofte for bindende sidebetingelser 27/ Lineær optimering - Endre Bjørndal 23 Sammenheng mellom skyggepris og slakk I en optimal løsning til et LP-problem kan vi ikke både ha positiv skyggepris og positiv slakk for samme ressurs! Er ikke villig til å betale for å få mer av en ressurs som som det ikke er knapphet på (slakk > 0) Dersom vi er villige til å betale for å få mer av en ressurs (skyggepris > 0), kan vi ikke samtidig ha slakk av ressursen Eksempel 1: Kapasitet sveising 800 t 880 t 1000 t DB kr kr kr Skyggepris 37,5 kr/t 37,5 kr/t 0 kr/t Slakk 0 t 0 t 120 t 27/ Lineær optimering - Endre Bjørndal 24
13 Følsomhetsanalyse høyresider (redusert etterspørsel etter crossykler med 30 stk) R L S (100;150) S R S Optimale verdier for beslutningsvariablene ( og R) Sensitivivitetsrapport - beslutningsvariabler Hvor mye må målfunksjonskoeffisienten (DB, DB R ) reduseres for at en ulønnsom beslutningsvariabel (produkt) skal bli lønnsom? Verdier for målfunksjonskoeffisientene (DB, DB R ) Hvor mye kan målfunksjonskoeffisientene (DB, DB R ) endres før vi får en annen optimal løsning? Kan også skrives som 250 DB 750 og 400 DB R / Lineær optimering - Endre Bjørndal 26
14 Optimale verdier for venstresider i sidebetingelsene Sensitivitetsrapport - sidebetingelser Skyggepriser for sidebetingelser Verdier for høyresider (kapasiteteter) i sidebetingelsene Hvor mye kan høyresidene (kapasitetene) endres før skyggeprisene endres? Angir mao gyldighetsområde for skyggeprisene! SolverTable verktøy for utvidet følsomhetsanalyse Kap. sveising Tot. DB ross Racer , / Lineær optimering - Endre Bjørndal 28
15 Bruk av skyggepriser Lønnsomhetsvurdering av kapasitetsutvidelser Kan øke kapasiteten i sveiseavdelingen til en kostnad på kr 20 per time (utover innkalkulert lønnskostnad) Lønnsomt å øke med 50 timer? 100 timer? Lønnsomhetsvurdering knyttet til alternativ bruk av kapasiteten Produksjon av alternativ sykkelmodell Klassisk Gir kr 700 per stk i dekningsbidrag Krever 2 timer sveising og 4 timer lakkering per stk Lønnsomt? 27/ Lineær optimering - Endre Bjørndal 29 Utvidet LP-problem med tre produkter Beslutningsvariabler: = antall crossykler R = antall racersykler K = antall klassiske sykler Formulering: Maksimer R + 700K gitt at 2 + 4R + 2K 800 (sveising) 3 +2R + 4K 600 (lakkering) 0 R 0 K 0 (ikke-negativitet) 27/ Lineær optimering - Endre Bjørndal 30
16 Excel-rapport for utvidet LP-problem Adjustable ells Final Reduced Objective Allowable Allowable ell Name Value ost oefficient Increase Decrease $B$5 Produksjon ross $$5 Produksjon Racer $D$5 Produksjon Klassisk E+30 onstraints Final Shadow onstraint Allowable Allowable ell Name Value Price R.H. Side Increase Decrease $E$8 Sveising Venstreside , $E$9 Lakkering Venstreside Dekningsbidraget til Klassisk må økes med kr 75 for at denne modellen skal bli lønnsom! Når Klassisk blir lønnsom, vil den optimale produksjonsplanen endres! En reduksjon i dekningsbidraget for Klassisk spiller ingen rolle, denne modellen er ulønnsom uansett! 27/ Lineær optimering - Endre Bjørndal 31 Excel Solver =SUMPRODUT(B2:2;$B$5:$$5) 27/ Lineær optimering - Endre Bjørndal 32
17 Valg i Solver Angir hvor mange sekunder / iterasjoner Solver vil bruke før programmet gir opp å finne en optimal løsning. Lav verdi gjør at Solver regner mer nøyaktig. Det kan ta lenger tid!! Simplex-metoden for LPproblemer er raskere (og mer pålitelig?) enn de andre metodene som Angir at alle beslutningsvariablene brukes av Solver, så skal være ikke- denne 27/ bør krysses av hvis Lineær optimering - Endre Bjørndal negative! 33 mulig! Eksempel 2 et diettproblem En vegetarianer vil dekke sitt vitaminbehov per uke ved å innta en viss mengde av en bestemt grønnsak og en viss mengde av en bestemt type saft Innhold og minimumsinntak for noen vitaminer: Vitamin A Vitamin B Vitamin Vitamin D Vitamin E Grønnsak (per 100 g vare) 0,1 g 0,2 g 0,04 g 0,1 g 0,06 g Saft (per 100 g vare) 0,05 g 0,15 g Grønnsaken koster 20 kr per kg, mens saften koster 30 kr per kg Hvordan ser en optimal diett ut? 27/ Lineær optimering - Endre Bjørndal 34 0,2 g 0,1 g 0,1 g Minimumsinntak per uke 40 g 50 g 70 g 10 g 60 g
18 Grafisk løsning eksempel S A Kostnad = 3000 (143;514) E B D / Lineær optimering - Endre Bjørndal 35 G Eksempel 3 et tilordningsproblem Et antall personer skal utføre et antall arbeidsoppgaver Hver person skal utføre en oppgave Tidsforbruk for ulike kombinasjoner av person/oppgave: Anne Berit hristian Dina Erik Frank Gustav Heidi Irmelin Jon Finn en optimal plan for utføring av alle arbeidsoppgavene! Problemet er i utgangspunktet vanskelig, siden det finnes 10! = mulige måter å tilordne personer til jobber på 27/ Lineær optimering - Endre Bjørndal 36
19 Matematisk formulering Minimer t x ij ij i = A,B,...,J j= 1, 2,..., 10 gitt at x ij x ij i= A,B,...,J x ij j= 1, 2,..., 10 0 = 1 = 1 for for for j = 1, 2,..., 10 i = A,B,...,J alle i, j 27/ Lineær optimering - Endre Bjørndal 37 Excel-modell 27/ Lineær optimering - Endre Bjørndal 38
20 Mulige tilleggskrav i tilordningsproblemet 1) Oppgave 8 og 9 henger nært sammen. Anne og Berit kan ikke samarbeide med hverandre. 2) Dina er allergiker, og kan hverken jobbe med oppgave 3, 4 eller 5. 3) Erik og Frank er spesialister på oppgave 4, 5 og 6, og bør benyttes her. 4) Oppgave 1, 2 og 3 er relatert til hverandre. Dersom Gustav og/eller Heidi blir satt til å utføre en av disse, trenger de veiledning av Irmelin eller Jon, som i tilfelle også må jobbe med en av disse oppgavene. 27/ Lineær optimering - Endre Bjørndal 39 Eksempel 4 et transportproblem En bryggeribedrift leverer til fem ulike byer (A-E) Produksjonen skjer i by A, og E Produksjons- By Etterspørsel kapasitet (1000 stk) (1000 stk) A B D E Totalt / Lineær optimering - Endre Bjørndal 40
21 Transportkostnader mellom byene A B D E A 0,00 1,40 2,35 2,20 1,05 B 1,40 0,00 0,95 2,00 2,45 2,35 0,95 0,00 1,05 1,60 D 2,20 2,00 1,05 0,00 1,15 E 1,05 2,45 1,60 1,15 0,00 Kostnad per transportert enhet 27/ Lineær optimering - Endre Bjørndal 41 Mulige transportruter Markeder Fabrikker A A B E D E Hvor mye bør transporteres langs de ulike rutene, gitt at vi ønsker så lav total transportkostnad som mulig? 27/ Lineær optimering - Endre Bjørndal 42
22 Transportproblemet på matematisk form Minimer = 1, 40x AB + 2, 35x + 1, 05x A EA + 2, 35x A + 0, 95x + 2, 45x B EB + 2, 20x + 1, 05x + 1, 60x AD D E + 1, 05x + 1, 60x + 115, x AE E ED total transportkostnad minimeres gitt at x x x AA A EA AB B EB A E AD D ED AE E EE produksjonskapasiteter overholdes 27/ Lineær optimering - Endre Bjørndal 43 Transportproblemet på matematisk form x x x x x AA AB A AD AE A B D E EA EB E ED EE etterspørsel i samtlige markeder dekkes x ij 0 for alle i = A,,E og j = A,B,,D,E 27/ Lineær optimering - Endre Bjørndal 44
23 Excel-modell =SUMPRODUT(B2:F6;B11:F15) 27/ Lineær optimering - Endre Bjørndal 45 Omlastingsterminaler Hva om vi installerer en omlastingsterminal? Transportkostnader til/fra terminalen: Til/fra by: A B D E Kostnad 0,7 0,5 0,4 0,6 1 27/ Lineær optimering - Endre Bjørndal 46
24 Nettverk med omlastingsterminal Markeder Fabrikker A A B E D E T 27/ Lineær optimering - Endre Bjørndal 47 Eksempel 5 valg av investeringsportefølje Verdipapir Forventet avkastning Minimumsandel i portefølje Maksimumsandel i portefølje Industriaksjer 12% p.a. 10% 30% Bankaksjer 10% p.a. 5% 20% Grunnfondsbevis 8% p.a. 20% 35% Statsobligasjoner 6% p.a. 15% 100% Ønsker å sette sammen porteføljen slik at total forventet avkastning blir størst mulig Tilleggskrav Industriaksjer og bankaksjer må ikke utgjøre mer enn 40% til sammen Investeringen i statsobligasjoner må utgjøre minst 50% av den samlede investeringen i industri- og bankaksjer 27/ Lineær optimering - Endre Bjørndal 48
25 Matematisk formulering Maksimer 0,12I + 0,1B +0,08G + 0,06S gitt at I 0,1 (min. industri) B 0,05 (min. bank) G 0,2 (min. grunnfond) S 0,15 (min. stat) I 0,3 (maks. industri) B 0,2 (maks. bank) G 0,35 (maks. grunnfond) S 1 (maks. stat) I + B + G + S = 1 (sum vekter) I + B 0,4 (industri og bank) -0,5I -0,5B + S 0 (stat, ind. og bank) I 0 B 0 G 0 S 0 27/ Lineær optimering - Endre Bjørndal 49 Excel-modell 27/ Lineær optimering - Endre Bjørndal 50
26 Eksempel 6 - vaktliste En sykehusavdeling har følgende behov for sykepleiere: Periode Tidsrom Behov / Lineær optimering - Endre Bjørndal 51 Eksempel 6 - vaktliste Følgende skiftordning skal benyttes: Skift Tidsrom Kostnad Hvordan sette opp en vaktliste som dekker behovet, samtidig som den gir lavest mulig lønnskostnad? 27/ Lineær optimering - Endre Bjørndal 52
27 Matematisk formulering x i = antall ansatte på skift i = 1,..., 6 Minimer gitt at 2000x x x x x xi 0 i = 1,.., x x x x / Lineær optimering - Endre Bjørndal 53 Excel-modell 27/ Lineær optimering - Endre Bjørndal 54
28 Primal- og dualproblemet (eksempel 1) P) Hvordan finne en optimal produksjonsplan ved fortsatt drift (primalproblemet)? Maksimerer totalt dekningsbidrag Må ta hensyn til begrenset tilgang på arbeidstimer i sveise- og lakkeringsavdelingene (ser for enkelhets skyld bort fra salgsbegrensningene) D) Hvordan fastsette priser på ressursene ved salg av bedriften (dualproblemet)? Kjøperen vil minimere total verdi av ressursene Selgeren ønsker at ressursene skal ha minst like høy verdi ved salg som ved fortsatt drift 27/ Lineær optimering - Endre Bjørndal 55 Matematisk formulering av primalproblemet - sykkeleksemplet Beslutningsvariabler: = antall crossykler R = antall racersykler Formulering: Maksimer R gitt at 2 + 4R 800 (sveising) 3 + 2R 600 (lakkering) 0 R 0 (ikke-negativitet) 27/ Lineær optimering - Endre Bjørndal 56
29 Matematisk formulering av dualproblemet - sykkeleksemplet Beslutningsvariabler: U S = pris per time i sveiseavdelingen U L = pris per time i lakkeringsavdelingen Formulering: Minimer 800U S + 600U L total verdi av ressursene verdi ved fortsatt drift (DB/stk) gitt at 2U S + 3U L 600 (crossykler) 4U S + 2U L 500 (racersykler) verdi ved salg U S 0 U L 0 (ikke-negativitet) 27/ Lineær optimering - Endre Bjørndal 57 Grafisk løsning av dualproblemet i sykkeleksemplet 300 Verdi = (37,5;175) Skyggepriser for hhv. sveising og lakkering! U L 150 Verdi = Samme optimale verdi som i 50 primal-problemet! Racer ross 0 27/ Lineær 100 optimering Endre Bjørndal U S
30 Generelle regler for formulering av dualproblemet Beslutningsvariabler og sidebetingelser Hver beslutningsvariabel (kolonne) i dualen tilsvarer en sidebetingelse (rekke) i primalen Hver sidebetingelse (rekke) i dualen tilsvarer en beslutningsvariabel (kolonne) i primalen Målfunksjonskoeffisienter og høyresider Målfunksjonskoeffisientene i dualen er lik de tilsvarende høyresidene i primalen Høyresidene i dualen er lik de tilsvarende målfunksjonskoeffisientene i primalen Når primalen er et maksimeringsproblem, gjelder følgende For en ikke-negativ beslutningsvariabel i primalproblemet, vil den tilsvarende sidebetingelsen i dualproblemet være av typen For en sidebetingelsen av typen vil den tilsvarende beslutningsvariabelen i dualproblemet være ikke-negativ 27/ Lineær optimering - Endre Bjørndal 59 Spesialtilfeller av LP-problemer LP-problem Problemet har tillatt løsning Problemet har ikke tillatt løsning Problemet er ubegrenset Problemet har optimal løsning Entydig optimum Uendelig mange optima 27/ Lineær optimering - Endre Bjørndal 60
31 Ingen tillatt løsning - eksempel Minimumskrav til levering: 160 R 180 Hva blir mulighetsområdet nå? R L S S R S / Lineær optimering - Endre Bjørndal 61 Ubegrenset løsning - eksempel Glemmer å ta med noen sidebetingelser Mulighetsområdet blir større enn det skulle vært R L DB = S S R DB = S / Lineær optimering - Endre Bjørndal 62
32 Primal og dual generelle sammenhenger Hvis primalen ikke har tillatt løsning, er dualen ubegrenset Hvis primalen er ubegrenset, har ikke dualen tillatt løsning Altså har dualen en optimal løsning hvis, og bare hvis, primalen har det I så fall vil målfunksjonsverdiene vil være like! Maksimer x + y gitt at x - 2y 2 -x + y 3 x, y 0 Minimer 2u + 3v gitt at u - v 1-2u + v 1 u, v 0 27/ Lineær optimering - Endre Bjørndal 63 Flere optima - eksempel 400 Endrer dekningsbidrag: DB = 750 (600) DB R = 500 (500) R S R S Helning = -DB / DB R = -1, / Lineær optimering - Endre Bjørndal 64 L S
33 Degenererte løsninger og multiple optima Adjustable ells Final Reduced Objective Allowable Allowable ell Name Value ost oefficient Increase Decrease $B$5 Produksjon ross E+30 0 $$5 Produksjon Racer onstraints Final Shadow onstraint Allowable Allowable ell Name Value Price R.H. Side Increase Decrease Slakk $D$8 Sveising Venstreside E $D$9 Lakkering Venstreside $D$10 Salg av crossykler Venstreside $D$11 Salg av racersykler Venstreside E Vi sier at løsningen til et LP-problem er degenerert når En eller flere sidebetingelser har både slakk = 0 og skyggepris = 0, og/eller En eller flere beslutningsvariabler har både optimal verdi = 0 og redusert kost = 0 Dersom vi ser at løsningen er degenerert, kan det bety at det eksisterer multiple optima, men det trenger ikke nødvendigvis være tilfelle 27/ Lineær optimering - Endre Bjørndal 65 Degenerert løsning - eksempel Endrer salgsbegrensningen for Racer: R 150 Problemet har fremdeles et unikt optimum R L Helning = - DB / DB R S S R S / Lineær optimering - Endre Bjørndal 66
34 Sensitivitetsrapport Adjustable ells Final Reduced Objective Allowable Allowable ell Name Value ost oefficient Increase Decrease $B$5 Produksjon ross $$5 Produksjon Racer onstraints Final Shadow onstraint Allowable Allowable ell Name Value Price R.H. Side Increase Decrease Slakk $D$8 Sveising Venstreside , $D$9 Lakkering Venstreside $D$10 Salg av crossykler Venstreside E $D$11 Salg av racersykler Venstreside E Tillatt reduksjon for DB er 350 (som før) Sjekk verdien for tillatt reduksjon ved å ta utgangspunkt i figuren på forrige side Hva legger du merke til? 27/ Lineær optimering - Endre Bjørndal 67 Advarsel! For et LP-problem med degenerert løsning gjelder følgende: Problemet kan ha flere optimale løsninger Problemet kan ha flere sett med skyggepriser Tillatt økning/reduksjon for målfunksjonskoeffisienter og høyresider kan være (betydelig) større enn det som oppgis i sensitivitetsrapporten 27/ Lineær optimering - Endre Bjørndal 68
Spesialisering i økonomistyring og investeringsanalyse DST 9530
Spesialisering i økonomistyring og investeringsanalyse DST 950 Disposisjon Bruk av LP i økonomiske problemer Et LP-problem Begreper og noen grunnleggende sammenhenger Lineær programmering og bedriftsøkonomiske
DetaljerProduktvalg ITD20106: Statestikk og Økonomi
Produktvalg ITD20106: Statestikk og Økonomi 1 Bedrifter må ofte forholde seg til ulike begrensninger som gir flaskehalser i produksjonen. Eksempler: Begrenset kapasitet på en maskin i produksjonsavdelingen
Detaljer600 x 2. d) Dersom dekningsbidraget reduseres til 20 kr per enhet for produkt 2, blir målfunksjonen: Da er optimal løsning gitt ved hjørnepunkt 2:
LØSNINGER Kapittel. a) Målfunksjon og restriksjoner: Maksimer Z = x + 6x Restriksjoner: Maskin A x + x Maskin B x + x x, x Mulighetsområdet beskrives av kapasitetslinjene i figuren (hjørnepunktene ---5).
DetaljerBedriftsøkonomisk analyse
S P E S I E L L E E M N E R I Bedriftsøkonomisk analyse Rasmus Rasmussen L I N E Æ R P R O G R A M M E R I N G O G K O S T N A D S F O R D E L I N G Del 1 Lineær Programmering og kostnadsfordeling Vansker
DetaljerEKSAMEN Emnekode: SFB11102 Dato: Hjelpemidler: Utdelt kalkulator
EKSAMEN Emnekode: SFB11102 Dato: 30.11.18 Hjelpemidler: Utdelt kalkulator Emnenavn: Operasjonsanalyse Eksamenstid: 4t Faglærere: John-Erik Andreassen Om eksamensoppgaven og poengberegning: Oppgavesettet
DetaljerEksempeloppgåve/ Eksempeloppgave Desember 2007
Eksempeloppgåve/ Eksempeloppgave Desember 007 REA306 Matematikk S1 Programfag Nynorsk/Bokmål Nynorsk Eksamensinformasjon Eksamenstid Hjelpemiddel på Del 1 Hjelpemiddel på Del Vedlegg Vedlegg som skal leverast
DetaljerLineær optimering. Innhold. Lineær optimering S1
Lineær optimering Innhold Kompetansemål Lineær optimering, S1... 2 Innledning... 2 Lineær optimering... 3 Eksempel 1 Jordbær eller moreller?... 3 Arealbegrensninger... 4 Investeringsbegrensninger... 5
DetaljerLP. Leksjon 5. Kapittel 5: dualitetsteori. motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former
LP. Leksjon 5 Kapittel 5: dualitetsteori motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former 1 / 26 Motivasjon Til ethvert LP problem (P) er det knyttet et
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 2. juni 2006 Tid for eksamen: 09.00 12.00 Oppgavesettet er på 5 sider. Vedlegg: INF-MAT 3370/INF-MAT 4370 Lineær
DetaljerEmneplan med beskrivelse av læringsutbytte følger vedlagt (se vedlegg 2).
Sensorveiledning emnet operasjonsanalyse. Sensorveiledningen skal sikre en faglig forsvarlig og upartisk vurdering. Det bør derfor blant annet sikre at sensor har innsikt i hva som har vært fokus i undervisningen,
DetaljerKapittel 5: dualitetsteori
LP Leksjon 5 Kapittel 5: dualitetsteori motivasjon det duale problemet svak og sterk dualitet det duale til LP problemer på andre former LP Leksjon 5: #1 of 17 Motivasjon Til ethvert LP problem (P) er
DetaljerProduktvalg og Driftsregnskap ITD20106: Statistikk og Økonomi
Produktvalg og Driftsregnskap ITD20106: Statistikk og Økonomi 1 Kapittel 9 Produktvalg Bedrifter må ofte forholde seg til ulike begrensninger som gir flaskehalser i produksjonen. Eksempler: Begrenset kapasitet
DetaljerLøsningsforslag til oppgaver kapittel 9 (Det er brukt en avansert regnearkmodell i enkelte av løsningene.)
sforslag til oppgaver kapittel 9 (Det er brukt en avansert regnearkmodell i enkelte av løsningene.) 9.1 a) b) Produktbetegnelse Kaker Pudding Boller Pris 28, 26, 32, Variable kostnader per enhet 18,5 17,
Detaljerb) Forventet verdi er: Stor: = 26 Middels: = 17 Liten: = 12 Man velger alternativet stor.
Oppgave 1 (20 %) a) Maximax gir stor utbygging (70) mens maximin gir ingen utbygging (0). Laplace innebærer at begge utfallene er like sannsynlige. Det gir for stor (70 40)/2 = 15, middels (45 25)/2 =
DetaljerLP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse
LP. Leksjon 6: Kap. 6: simpleksmetoden i matriseform, og Seksjon 7.1: følsomhetsanalyse matrisenotasjon simpleksalgoritmen i matrisenotasjon eksempel negativ transponert egenskap: bevis følsomhetsanalyse
DetaljerModerne optimering mer enn å derivere!!
Faglig pedagogisk dag 2000, 4. januar Moderne optimering mer enn å derivere!! Geir Dahl, Prof. matematikk, Matematisk inst. og Inst. for informatikk aksjer - eksempel på LP (lineær programmering) noen
DetaljerKapittel 5 Lønnsomhetsanalyse
Løsningsforslag oppgaver side 125 131 Dersom ikke annet er oppgitt, er prisene i oppgavene uten merverdiavgift. Løsningsforslag oppgave 5.14 a) Papas T Papas O Papas K Papas G Direkte materialer kr 5,00
DetaljerOperasjonsanalyse Økonomiutdanningen
Operasjonsanalyse Økonomiutdanningen Ordinær eksamen mai 2009 2. år Dato: 6. mai 2009 Tid: 4 timer Antall oppgavesider inklusive tittelside: 5 Antall oppgaver: 4 Tillatte hjelpemider: Alle NOPA06V Oppgave
DetaljerProduktsammensetning. Produktvalg. Produktvalg
Produktvalg Bedriftens produktvalg ved ledig kapasitet og ved innskrenkninger Foreta en flaskehalsberegning ved en knapp faktor Foreta en flaskehalsberegninger når det samtidig eksisterer flere flaskehalser
DetaljerLP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri
LP. Leksjon 2. Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri 1 / 16 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable og ikkebasisvariable
DetaljerLP. Leksjon 9: Kapittel 13: Nettverk strøm problemer, forts.2
LP. Leksjon 9: Kapittel 13: Nettverk strøm problemer, forts.2 Vi tar siste runde om (MKS): minimum kost nettverk strøm problemet. Skal oppsummere algoritmen. Se på noen detaljer. Noen kombinatorisk anvendelser
DetaljerECON3610 Samfunnsøkonomisk lønnsomhet og økonomisk politikk Forelesning 5
ECON3610 Samfunnsøkonomisk lønnsomhet og økonomisk politikk Forelesning 5 Diderik Lund Økonomisk institutt Universitetet i Oslo 23. september 2011 Vil først se nærmere på de siste sidene fra forelesning
DetaljerLØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK
LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK Oppgave 1 a) Målfunksjonen (1) summerer profitten ved å produsere x 1 bord og x 2 stoler. Restriksjon (2) sier at antall enheter
DetaljerEKSAMEN I TIØ4120 OPERASJONSANALYSE, GK Tirsdag 4. desember 2012 Tid: kl. 1500 1900 (Bokmål)
Fag TIØ 4120 Operasjonsanalyse, grunnkurs 4. desember 2012 Side 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR INDUSTRIELL ØKONOMI OG TEKNOLOGILEDELSE Faglig kontakt under eksamen:
DetaljerLP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden
LP. Leksjon 1. Kapittel 1 og 2: eksempel og simpleksmetoden Dette emnet gir en innføring i lineær optimering og tilgrensende felt. hva er LP (lin.opt.=lin.programmering) mer generelt: matematisk optimering
DetaljerLP. Leksjon 7. Kapittel 13: Nettverk strøm problemer
LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer Skal studere matematiske modeller for strøm i nettverk. Dette har anvendelser av typen fysiske nettverk: internet, vei, jernbane, fly, telekommunikasjon,
DetaljerLØSNINGSFORSLAG EKSAMEN HØST 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS
LØSNINGSFORSLAG EKSAMEN HØST 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS Oppgave 1 a) La x 1, x 2 og x 3 være antall enheter produsert av henholdsvis lenestoler, skamler og kjøkkenstoler. Modellen blir
DetaljerLineær optimering. Innhold. Lineær optimering S1
Lineær optimering Innhold Kompetansemål Lineær optimering, S1... 2... 2 Innledning... 2 Lineær optimering... 3 Jordbær eller moreller?... 3 Arealbegrensninger... 3 Investeringsbegrensninger... 5 Arbeidsmengdebegrensning...
DetaljerEn samling gamle eksamensoppgaver med løsningsforslag
En samling gamle eksamensoppgaver med løsningsforslag Dette er en samling av gamle eksamensoppgaver som ble samlet i forbindelse med kurset TIØ416. Det er noe overlapp mellom TIØ410 og TIØ416, så en del
DetaljerKapittel 2: simpleksmetoden, forts.
LP. Leksjon 2 Kapittel 2: simpleksmetoden, forts. initialisering to faser ubegrenset løsning geometri LP. Leksjon 2: #1 of 14 Repetisjon LP problem tillatt løsning, optimal løsning basisliste basis, basisvariable
DetaljerKapittel 1 og 2: eksempel og simpleksmetoden
LP. Leksjon 1 Kapittel 1 og 2: eksempel og simpleksmetoden et eksempel fra produksjonsplanlegging simpleksalgoritmen, noen begreper algoritmen LP. Leksjon 1: #1 of 14 Eksempel: produksjonsplanlegging Produkter:
DetaljerEcon 2200 H04 Litt om anvendelser av matematikk i samfunnsøkonomi.
Vidar Christiansen Econ 00 H04 Litt om anvendelser av matematikk i samfunnsøkonomi. Et viktig formål med kurset er at matematikk skal kunne anvendes i økonomi, og at de matematiske anvendelser skal kunne
DetaljerEKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014
EKSAMEN I 3MX-R2 (3MZ-S2), SPØRREUNDERSØKELSE AUGUST 2014 Matematikk R2 Oversikt over hovedområdene: Programfag Hovedområder Matematikk R1 Geometri Algebra Funksjoner Matematikk R2 Geometri Algebra Funksjoner
DetaljerLæreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program
Læreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program Fastsatt som forskrift av Utdanningsdirektoratet 27. mars 2006 etter delegasjon i brev 26. september 2005 fra Utdannings-
DetaljerKapittel 5 Lønnsomhetsanalyse
Kapittel 5 Lønnsomhetsanalyse Løsningsforslag oppgaver side 111 115 Dersom ikke annet er oppgitt, er prisene i oppgavene uten merverdiavgift. Løsningsforslag oppgave 5.1 INNDATA: Pris 950 Variable kostnader
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF-MAT 3370 Lineær optimering Eksamensdag: 1. juni 2010 Tid for eksamen: 09.00 12.00 Oppgavesettet er på 5 sider. Vedlegg: Ingen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF-MAT 3370 Lineær optimering Eksamensdag: 3. juni 2008 Tid for eksamen: 14.30 17.30 Oppgavesettet er på 5 sider. Vedlegg: Ingen
DetaljerSvar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Onsdag 10. august 2011 Tid: kl. 0900-1300 Bokmål
Side 1 av 10 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Lars Magnus Hvattum Oppgave settet laget av: Navn:
DetaljerMagisk Matematikk. 75 minutter. Passer for: Varighet:
Lærerveiledning Passer for: Varighet: Magisk Matematikk 9. - 10. trinn 75 minutter Magisk Matematikk er et skoleprogram som tar utgangspunkt i «magiske» talltriks i plenum som enkelt avsløres med algebra,
DetaljerTIØ 4258 TEKNOLOGILEDELSE EINAR BELSOM 2013
TIØ 4258 TENOOGIEDESE EINAR BESOM 2013 OSTNADSFUNSJONEN Dette notatet som ikke er pensum i seg selv, men som formidler en del av pensum på en annen måte enn boken tar sikte på å gi interesserte studenter
DetaljerOppgave 1 (40 %) a) Produktvalgproblemet kan formuleres slik: Maks DB = 200A + 75B + 100C. gitt at:
Oppgave 1 (40 %) a) Produktvalgproblemet kan formuleres slik: Maks DB 200A + 75B + 100C gitt at: 3A + 2B + 3C < 1 000 7A + 2B + 3C < 2 000 10A + 5B + 10C < 4000 4A < 600 b) Initialtablået er vist under:
DetaljerDel 1 skal leveres inn etter 3 timer. Del 2 skal leveres inn senest etter 5 timer.
Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på del 1: Hjelpemidler på del : Framgangsmåte: 5 timer: Del 1 skal leveres inn etter 3 timer. Del skal leveres inn senest etter 5 timer. Vanlige skrivesaker,
DetaljerFastsetting av pris uten kostnadsfordeling.
Fastsetting av pris uten kostnadsfordeling. I følgende lille eksempel skal vi se at vi kan fastsette optimale priser uten å foreta kostnadsfordeling. Et lokalt oljeselskap driver et lite raffineri i nærheten
DetaljerHogskoleni østfold EKSAMEN. SFB10312 Innføring i bedriftsøkonomisk analyse. Utskrift av mappeinnlevering Kalkulator
Hogskoleni østfold EKSAMEN Emnekode: Emne: SFB10312 Innføring i bedriftsøkonomisk analyse Dato: 11.12.2013 Eksamenstid: kl. 09.00 til kl. 12.00 Hjelpemidler: Utskrift av mappeinnlevering Kalkulator Faglærer:
DetaljerS1 kapittel 3 Lineær optimering
S kapittel 3 Lineær optimering Løsninger til oppgavene i boka 3. a b c d Aschehoug www.lokus.no Side av 66 3. a b c d Aschehoug www.lokus.no Side av 66 3.3 Løsninger til oppgavene i boka Ulikhetene i oppgave
DetaljerIntroduksjon til operasjonsanalyse
1 Introduksjon til operasjonsanalyse Asgeir Tomasgard 2 Operasjonsanalyse Operasjonsanalyse er å modellere og analysere et problem fra den virkelige verden med tanke på å finne optimale beslutninger. I
DetaljerEKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK. Torsdag 2. desember 2010 Tid: kl
Side 1 av 5 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Bjørn Nygreen Tlf.: 958 55 997 / (93607) EKSAMEN I
DetaljerEksamen REA3026 Matematikk S1
Eksamen 02.12.2009 REA3026 Matematikk S1 Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Bruk av kilder: Vedlegg: Framgangsmåte: Veiledning om vurderingen:
DetaljerBokmål. Eksamensinformasjon. Del 2 skal leveres inn etter 5 timer. verktøy som tillater kommunikasjon.
Eksamen 19.05.2009 MAT1003 Matematikk 2P Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Bruk av kilder: Vedlegg: Framgangsmåte: Veiledning om vurderingen:
DetaljerEKSAMEN. Oppgavesettet består av 20 delspørsmål. Hvert delspørsmål teller likt
EKSAMEN Emnekode: SFB1110 Emne: Operasjonsanalyse Dato: 15.1.014 Eksamenstid: kl. 09.00 til kl. 1.00 Hjelpemidler: Render, Stair, Hanna: Quantitative Analysis for Management. Boken skal være uten notater
DetaljerBokmål. Eksamensinformasjon
Eksamen 7.05.010 REA306 Matematikk S1 Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på del 1: Hjelpemidler på del : Vedlegg: Framgangsmåte: Veiledning om vurderingen: 5 timer: Del
DetaljerEksamen 20.05.2015. Del 1. MAT0010 Matematikk. Ny eksamensordning. Del 1: 2 timer (uten hjelpemidler) Del 2: 3 timer (med hjelpemidler)
Eksamen 20.05.2015 MAT0010 Matematikk Del 1 Ny eksamensordning Del 1: 2 timer (uten hjelpemidler) Del 2: 3 timer (med hjelpemidler) Minstekrav til digitale verktøy på datamaskin: Graftegner Regneark Skole:
DetaljerFunksjoner, likningssett og regning i CAS
Funksjoner, likningssett og regning i CAS MKH, TUS 2014, GeoGebra 4.4 Innholdsfortegnelse Funksjoner og likningssett i GeoGebra... 2 Introduksjon til lineære funksjoner... 2 Oppgave om mobilabonnement...
DetaljerMAN 89981 Bedriftsøkonomisk analyse med beslutningsverktøy
Handelshøyskolen BI Institutt for regnskap, revisjon og jus Skriftlig eksamen: MAN 89981 Bedriftsøkonomisk analyse med beslutningsverktøy Eksamensdato: 19.06.2002, kl. 09.00-14.00 Tillatte hjelpemidler:
DetaljerOptimeringsmetoder innen operasjonsanalyse en oversiktsstudie
FFI-rapport 2008/00123 Optimeringsmetoder innen operasjonsanalyse en oversiktsstudie Maria F. Fauske Forsvarets forskningsinstitutt (FFI) 15. januar 2008 FFI-rapport 2008/00123 1068 ISBN 978-82-464-1314-3
DetaljerLP. Kap. 17: indrepunktsmetoder
LP. Kap. 17: indrepunktsmetoder simpleksalgoritmen går langs randen av polyedret P av tillatte løsninger et alternativ er indrepunktsmetoder de finner en vei i det indre av P fram til en optimal løsning
DetaljerINEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM
INEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM HØST 2017 FORELESNINGSNOTAT 4 Konsumteori* Dette notatet introduserer grunnleggende konsumteori. Det er den økonomiske teorien om individets adferd. Framstillingen
DetaljerSystem av likninger. Den andre likningen løses og gir x=1, hvis man setter x=1 i første likning får man
System av likninger System av likninger er en mengde likninger med flere ukjente. I økonomiske sammenheng er disse svært vanlige ved optimering. Ofte må vi kreve deriverte lik null for å optimere. I kurset
DetaljerEksamen S2 høsten 2016
Eksamen S høsten 016 Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (5 poeng) Deriver funksjonene 3 a) f x x 5x b) g x 5x 1 7 c) h x x e x e 1
DetaljerLineær optimering oppgaver
Lineær optimering oppgaver Innhold 4.1 Lineær optimering... 1 4.2 Eksamensoppgaver... 8 4.1 Lineær optimering 4.1.1 Gitt den generelle likningen y ax b for en rett linje. Forklar hva koeffisientene a og
DetaljerOppgave 1 (25 %) Resultater fra QM: a) Maximin = 0 ved ikke å lansere. b) Maximax = 27000000 for produkt 2.
Oppgave 1 (25 %) Resultater fra QM: a) Maximin = 0 ved ikke å lansere. b) Maximax = 27000000 for produkt 2. c) EMV max = 1000000 * 0.8 + 27000000 * 0.2 = 4600000 for produkt 2. d) 0.2 * 27000000 4600000
DetaljerINEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM
INEC1800 ØONOMI, FINANS OG REGNSAP EINAR BESOM HØST 2017 FOREESNINGSNOTAT 5 Produksjonsteknologi og kostnader* Dette notatet tar sikte på å gi innsikt om hva som ligger bak kostnadsbegrepet i mikroøkonomi
Detaljerη = 2x 1 + x 2 + x 3 x 1 + x 2 + x 3 + 2x 4 3 x x 3 4 2x 1 + x 3 + 5x 4 1 w 1 =3 x 1 x 2 x 3 2x 4 w 2 =4 x 1 x 3 w 3 =1 2x 1 x 3 5x 4
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MA-IN-ST 233 Konveksitet og optimering Eksamensdag: 31. mai 2000 Tid for eksamen: 9.00 13.00 Oppgavesettet er på 5 sider. Vedlegg:
DetaljerGrensekostnad og grenseinntekt Matematikk S1 1. Refleksjon
Grensekostnad og grenseinntekt Matematikk S1 1. Refleksjon Læreplanmål Matematikk S1 lage og tolke funksjoner som modellerer og beskriver praktiske problemstillinger i økonomi tegne grafen til polynomfunksjoner,
DetaljerLØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS
LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS Oppgave 1 1 2 Oppgave 2 a) Vi lar x s, x g og x p være nye priser for henholdsvis standard-, gull- og platinarom. Hvis
DetaljerKorteste vei problemet (seksjon 15.3)
Korteste vei problemet (seksjon 15.3) Skal studere et grunnleggende kombinatorisk problem, men først: En (rettet) vandring i en rettet graf D = (V, E) er en følge P = (v 0, e 1, v 1, e 2,..., e k, v k
DetaljerHjemmeeksamen ØKO
06.02.2015 Løsningsforslag - word Hjemmeeksamen ØKO122 2.12.14 Olsen Børre A HØGSKOLEN I NORD-TRØNDELAG Innholdsfortegnelse Oppgave 1... 2 a)... 2 b)... 2 c)... 2 d)... 2 e)... 2 f)... 2 Oppgave 2... 3
DetaljerFasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 2008 Kl. 09:00-15:00 Hjelpemidler : A+KD+PC
Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 008 Kl. 09:00-5:00 Hjelpemidler : A+KD+PC Oppgave a) Vi innfører følgende symboler: p = antall produsenter l = antall lager k = antall kunder
DetaljerIntroduksjon: Hva skal vi med mikroøkonomi?
Introduksjon: Hva skal vi med mikroøkonomi? Tone Ognedal 13.August 2015 1 / 18 ECON1210 Vår 2016 Tone Ognedal, rom 1108 tone.ognedal@econ.uio.no Følg med på kursets hjemmeside: www.uio.no/studier/emner/sv/oekonomi/econ1210/v
DetaljerGenerelle opplysninger om eksamen i 1T. I vurderingsveiledning fra Utdanningsdirektoratet finner vi blant annet dette:
Forord Generelle opplysninger om eksamen i 1T I vurderingsveiledning fra Utdanningsdirektoratet finner vi blant annet dette: Eksamensordning Eksamen varer fem timer og er todelt. Del 1 og del 2 av eksamensoppgaven
DetaljerSeminaruke 4, løsningsforslag.
Seminaruke 4, løsningsforslag. Jon Vislie Nina Skrove Falch a) Gjennomsnittsproduktiviteten er produsert mengde per arbeidstime; Grenseproduktiviteten er n = An n = An dn = An = n Dermed har vi at om er
DetaljerOppgave 11: Oppgave 12: Oppgave 13: Oppgave 14:
Oppgave 11: Ved produksjon på 100 000 enheter pr periode har en bedrift marginalkostnader på 1 000, gjennomsnittskostnader på 2 500, variable kostnader på 200 000 000 og faste kostnader på 50 000 000.
DetaljerEksamen 24.11.2010. MAT1011 Matematikk 1P. Nynorsk/Bokmål
Eksamen 24.11.2010 MAT1011 Matematikk 1P Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Framgangsmåte: 5 timer: Del 1 skal leveres inn etter 2 timer.
DetaljerKRV-analyse ITD20106: Statestikk og Økonomi
KRV-analyse ITD20106: Statestikk og Økonomi 1 Totaldiagram I kapittel 5 studerte vi en bedrifts markedstilpasning. For å oppnå et overskudd måtte bedriften tilpasse seg mellom nedre- og øvre dekningspunkt.
DetaljerForelesning 1. Tone Ognedal. 18.august 2014
Forelesning 1 Tone Ognedal 18.august 2014 1 / 16 ECON1210 Høsten Tone Ognedal, rom 1108 tone.ognedal@econ.uio.no Følg med på kursets hjemmeside: www.uio.no/studier/emner/sv/oekonomi/econ1210/h14/ Leseveiledninger
DetaljerEksamen S2 høsten 2016 løsning
Eksamen S høsten 016 løsning Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler. Oppgave 1 (5 poeng) Deriver funksjonene 3 a) f 5 f 3 5 b) g 5 1 7 5 7 1 70 1
Detaljerc) En bedrift ønsker å produsere en gitt mengde av en vare, og finner de minimerte
Oppgave 1 (10 poeng) Finn den første- og annenderiverte til følgende funksjoner. Er funksjonen strengt konkav eller konveks i hele sitt definisjonsområde? Hvis ikke, bestem for hvilke verdier av x den
DetaljerEksempeloppgave 2014. MAT1005 Matematikk 2P-Y Ny eksamensordning våren 2015. Ny eksamensordning. Del 1: 2 timer (uten hjelpemidler)
Eksempeloppgave 2014 MAT1005 Matematikk 2P-Y Ny eksamensordning våren 2015 Ny eksamensordning Del 1: 2 timer (uten hjelpemidler) Del 2: 3 timer (med hjelpemidler) Minstekrav til digitale verktøy på datamaskin:
DetaljerEksempeloppgave 2008. REA3024 Matematikk R2. Bokmål
Eksempeloppgave 008 REA04 Matematikk R Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del : Hjelpemidler på Del : Bruk av kilder: Vedlegg: Framgangsmåte: Veiledning om vurderingen: 5 timer:
DetaljerSide 1 av 13. Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Torsdag 2. desember 2010 Tid: kl Bokmål
Side av 3 NTNU Institutt for industriell økonomi og teknologiledelse Faggruppe for bedriftsøkonomi og optimering Faglig kontakt under eksamen: Navn: Bjørn Nygreen Tlf.: 958 55 997 / 93607) Svar til EKSAMEN
DetaljerEksamen REA3028 Matematikk S2. Nynorsk/Bokmål
Eksamen 6.05.010 REA308 Matematikk S Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på del 1: Hjelpemidler på del : Vedlegg: Framgangsmåte: Veiledning om vurderingen: 5 timer: Del
DetaljerKapittel 3: degenerasjon.
LP. Leksjon 3 Kapittel 3: degenerasjon. degenerasjon eksempel på sirkling den leksikografiske metoden andre pivoteringsregler fundamentaleoremet i LP LP. Leksjon 3: #1 of 15 Repetisjon simpleksalgoritmen:
DetaljerEksamen 05.12.2013. MAT0010 Matematikk Del 1. Del 1 + ark fra Del 2. Bokmål
Eksamen 05.12.2013 MAT0010 Matematikk Del 1 Skole: Kandidatnr.: Del 1 + ark fra Del 2 Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Framgangsmåte og forklaring: 5 timer totalt:
DetaljerEksamen. MAT0010 Matematikk Bokmål. på del 2 og del 3.
79498_GG4020_matte_del1_BM:68387_Matte_grunn_1.qxd 02-04-08 Eksamen 10:19 Side 1 21.05.2008 MAT0010 Matematikk Elever i grunnskolen Skole: Bokmål Delprøve 1 Elevnummer: Del 1 +... ark på del 2 og del 3.
DetaljerSØK400 våren 2002, oppgave 4 v/d. Lund
SØK400 våren 2002, oppgave 4 v/d. Lund I denne oppgaven er det usikkerhet, men den eneste usikkerheten er knyttet til hvilken tilstand som vil inntreffe. Vi vet at det bare er to mulige tilstander, og
DetaljerBEDRIFTSØKONOMISK ANALYSE MAN 8898 / 8998
BEDRIFTSØKONOMISK ANALYSE MAN 8898 / 8998 Lineær programmering og bedriftøkonomike problemer Tor Tangene BI - Sandvika V-00 Dipoijon Bruk av LP i økonomike problemer Et LP-problem Begreper og noen grunnleggende
DetaljerKarakter 2: 10p Karakter 3: 17p Karakter 4: 23p Karakter 5: 30p Karakter 6: 36p
06.02.2017 MATEMATIKK (MAT1005) Rette linjer / Lineære funksjoner DEL 1 (UTEN HJELPEMIDLER) 50 minutter DEL 2 (MED HJELPEMIDLER) 40 minutter (Del 1 leveres inn etter nøyaktig 50 minutter og før hjelpemidlene
DetaljerDEL 1 Uten hjelpemidler
DEL Uten hjelpemidler Oppgave (8 poeng) a) Løs likningene ) 7 + + = 6 3 6 ) = 0 b) Løs likningssystemet y= y+ = 3 c) ) Løs likningen 3 = 4 ) Finn en formel for når y = a b d) Vi har gitt funksjonen: (
DetaljerBudsjetterte faste kostnader Herav fordelt produkt Alfa 15000*60 = Fordelt produkt beta
Løsningsskisse eksamen BE 114E onsdag 20. mai 2015 (med forbehold om trykkfeil) Oppgave 1 a) Enhetskalkyle Alfa Beta Pris 400 320 Variable kostnader 240 180 Faste kostnader 60 55 Fortjeneste 100 85 Dekningsbidrag
DetaljerDEL 1. Uten hjelpemidler. 1) Deriver funksjonen. b) Skriv så enkelt som mulig. d) Skriv så enkelt som mulig
DEL 1 Uten hjelpemidler Oppgave 1 (18 poeng) a) Vi har funksjonen 3 f( x) = x 5 x+ 1) Deriver funksjonen. ) Bestem f (1). Hva forteller svaret deg om grafen til f? b) Skriv så enkelt som mulig 3 x x+ 4
DetaljerS1 kapittel 4 Funksjoner Utvalgte løsninger oppgavesamlingen
S1 kapittel 4 Funksjoner Utvalgte løsninger oppgavesamlingen 408 O ( ) 80 500 a 1 O(0) 0 80 0 500 700 Ved produksjon og salg av 0 enheter blir overskuddet 700 kr. O(60) 60 80 60 500 700 Ved produksjon
DetaljerDato: Torsdag 1. desember 2011
Fakultet for samfunnsfag Økonomiutdanningen Investering og finansiering Bokmål Dato: Torsdag 1. desember 2011 Tid: 5 timer / kl. 9-14 Antall sider (inkl. forside): 9 Antall oppgaver: 4 Tillatte hjelpemidler:
DetaljerMikroøkonomi del 1. Innledning. Teori. Etterspørselkurven og grenseverdiene
Mikroøkonomi del 1 Innledning Riktig pris betyr forskjellige ting for en konsument, produsent, og samfunnet som helhet. Alle har sine egne interesser. I denne oppgaven vil vi ta for oss en gitt situasjon
DetaljerINEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM
INEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM HØST 2017 FORELESNINGSNOTAT 3 Etterspørselselastisitet og marginalinntekt* Dette notatet beskriver etterspørselselastisitet. Det vil si relative endring
Detaljer201303 ECON2200 Obligatorisk Oppgave
201303 ECON2200 Obligatorisk Oppgave Oppgave 1 Vi deriverer i denne oppgaven de gitte funksjonene med hensyn på alle argumenter. a) b) c),, der d) deriveres med hensyn på både og. Vi kan benytte dee generelle
DetaljerLP. Leksjon 3. Kapittel 3: degenerasjon.
LP. Leksjon 3. Kapittel 3: degenerasjon. degenerasjon eksempel på sirkling den leksikografiske metoden andre pivoteringsregler fundamentaleoremet i LP 1 / 23 Repetisjon simpleksalgoritmen: sekvens av pivoteringer
DetaljerMarginalkostnaden er den deriverte av totalkostnaden: MC = dtc/dq = 700.
Oppgaver fra økonomipensumet: Oppgave 11: En bedrift har variable kostnader gitt av VC = 700Q der Q er mengden som produseres. De faste kostnadene er på 2 500 000. Bedriften produserer 10 000 enheter pr
DetaljerLP. Leksjon 4. Kapittel 4: effektivitet av simpleksmetoden
LP. Leksjon 4 Kapittel 4: effektivitet av simpleksmetoden hvordan måle effektivitet? verste tilfelle analyse, Klee-Minty kuben gjennomsnittsanalyse og i praksis 1 / 18 Status Hvor langt er vi kommet i
DetaljerEksamen 25.05.2011. MAT1013 Matematikk 1T. Nynorsk/Bokmål
Eksamen 25.05.2011 MAT1013 Matematikk 1T Nynorsk/Bokmål Bokmål Eksamensinformasjon Eksamenstid: Hjelpemidler på Del 1: Hjelpemidler på Del 2: Framgangsmåte: 5 timer: Del 1 skal leveres inn etter 2 timer.
DetaljerMikroøkonomi del 2 - D5. Innledning. Definisjoner, modell og avgrensninger
Mikroøkonomi del 2 Innledning Et firma som selger en merkevare vil ha et annet utgangspunkt enn andre firma. I denne oppgaven vil markedstilpasningen belyses, da med fokus på kosnadsstrukturen. Resultatet
Detaljer