ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΣΙΜΟΥ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΣΙΜΟΥ"

Transcript

1 ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΣΙΜΟΥ Παράδειγμα #1 Η Επενδυτικά Έργα Α.Ε., θέλει να επενδύσει τα διαθέσιμα κεφάλαια της που ανέρχονται σε 2 δις για να συμμετάσχει σε κοινοπραξίες που θα εκτελέσουν διάφορα έργα που αναμένεται να ξεκινήσουν σύντομα. Ο παρακάτω πίνακας δίνει την απόδοση των κεφαλαίων που θα επενδυθούν σε κάθε έργο, το ποσοστό κινδύνου για απώλεια κεφαλαίων, το ελάχιστο και μέγιστο ποσό που μπορεί να επενδυθεί σε κάθε έργο, καθώς και το πλήθος των ατόμων της εταιρεία που θα απασχοληθούν. Έργο Απόδοση (%) Κίνδυνος απώλειας κεφαλαίων Ελάχιστο Ποσό συμμετοχής Μέγιστο Ποσό Συμμετοχής Αριθμός ατόμων που θα συμμετάσχουν Α 10% 10% 100 εκ. 500 εκ. 4 Β 12% 15% 150 εκ. 500 εκ. 8 Γ 9% 8% 800εκ. - 2 Δ 11% 12% 120 εκ. 500 εκ. 7 Ε 10% 9% 180 εκ 500 εκ. 6 Η εταιρεία διαθέτει 20 άτομα που μπορούν να απασχοληθούν στα έργα στα οποία θα συμμετάσχει, ενώ έχει προσδιορίσει ότι το συνολικό ανεκτό επίπεδο κινδύνου απώλειας κεφαλαίων για όλα τα έργα δεν μπορεί να ξεπεράσει το 5% του συνολικού κεφαλαίου που θα επενδυθεί ή τα 100 εκ. Διαμορφώστε το μοντέλο μικτού ακέραιου προγραμματισμού το οποίο θα δίνει απάντηση στο τι ποσό θα επενδυθεί σε κάθε έργο. ΧΑ, ΧΒ, ΧΓ, ΧΔ, ΧΕ το ποσό που θα επενδυθεί σε κάθε έργο ΥΑ, ΥΒ, ΥΓ, ΥΔ, ΥΕ. μεταβλητές 0/1 που δηλώνουν την επιλογή του αντίστοιχου έργου Αντικειμενική συνάρτηση : Μεγιστοποίηση Απόδοσης: 0,1ΧΑ + 0,12ΧΒ + 0,09ΧΓ + 0,11ΧΔ + 0,1ΧΕ Περιορισμοί 1. Κεφάλαια (σε εκ.): ΧΑ + ΧΒ + ΧΓ + ΧΔ + ΧΕ <= Κίνδυνος (σε εκ.): 0,10ΧΑ + 0,15ΧΒ + 0,08ΧΓ + 0,12ΧΔ + 0,09ΧΕ <= 100 Ή πιο σωστά 0,10ΧΑ + 0,15ΧΒ + 0,08ΧΓ + 0,12ΧΔ + 0,09ΧΕ <= 0,05(ΧΑ + ΧΒ + ΧΓ + ΧΔ + ΧΕ) 3. Άτομα: 4ΥΑ + 8ΥΒ + 2ΥΓ + 7ΥΔ + 6ΥΕ <= Σύνδεση Χ και Υ με ελάχιστο και μέγιστο ποσό συμμετοχής ΧΑ <= 500ΥΑ και ΧΑ >= 100ΥΑ Αντίστοιχα και για τα υπόλοιπα Στο Γ που δεν υπάρχει μέγιστο όριο βάζουμε το μέγιστο διαθέσιμο ποσό 2 δις Παράδειγμα #2 Μια οικογένεια διαθέτει 410 στρέμματα καλλιεργήσιμης γης στην περιοχή της Μακεδονίας στην οποία καλλιεργεί καπνό και ρύζι, αλλά ο τοπικός Αγροτικός Συνεταιρισμός περιορίζει το πλήθος των στρεμμάτων που μπορούν να καλλιεργηθούν με ρύζι το πολύ στα 100. Κάθε στρέμμα που καλλιεργείται με καπνό κοστίζει (σπορά, καλλιέργεια, συγκομιδή, κ.λ.π.) κατά μέσο όρο 105 χρηματικές μονάδες, και κάθε στρέμμα ρυζιού 210 χρηματικές μονάδες. Για την τρέχουσα χρονιά, υπάρχει διαθέσιμο ένα κεφάλαιο

2 της τάξης των ευρώ, και η εκτίμηση ότι το κάθε στρέμμα καπνού θα αφήσει κατά μέσο όρο καθαρό κέρδος 300 ευρώ, ενώ, το κάθε στρέμμα ρυζιού 520 ευρώ. a) Διαμορφώστε ένα μοντέλο γραμμικού προγραμματισμού το οποίο να οδηγεί στην εύρεση του βέλτιστου σχεδίου καλλιέργειας. Εξηγήστε με σαφήνεια τα στοιχεία του. Μεταβλητές. ο αριθμός των στρεμμάτων x 1 που θα καλλιεργηθούν με καπνό, Στόχος (αντικειμενική συνάρτηση). To καθαρό κέρδος, δηλαδή: Περιορισμοί. Οι περιορισμοί προκύπτουν maximize Z = 300x x 2 x 2 που θα καλλιεργηθούν με ρύζι. από την υπάρχουσα συνολική έκταση προς καλλιέργεια: x 1 + x από τον διαθέσιμο προϋπολογισμό: 105x x από την επιτρεπόμενη καλλιεργήσιμη έκταση για ρύζι: x της μη αρνητικότητας των μεταβλητών: x 1, x 2 0 Μετά την επίλυση του μοντέλου από τον λύτη του Excel, δημιουργήθηκε η αναφορά ευαισθησίας (sensitivity) που φαίνεται στην παρακάτω εικόνα. Με βάση τα στοιχεία που περιέχει, απαντήστε στα ερωτήματα που ακολουθούν. b) Πόση έκταση πρέπει να καλλιεργηθεί από κάθε είδος και πόσο είναι το συνολικό καθαρό κέρδος; Θα μείνει έκταση ακαλλιέργητη και πόση; Θα καλλιεργηθούν όλα τα επιτρεπόμενα εκτάρια ρυζιού; 320 στρέμματα με καπνό και 90 στρέμματα με ρύζι. Το γεγονός αυτό θα έχει ως αποτέλεσμα συνολικά καθαρά κέρδη ύψους = χρηματικών μονάδων. Δεν πρόκειται να μείνει καθόλου ακαλλιέργητη από τη διαθέσιμη γη, ενώ θα μπορούσαν να καλλιεργηθούν ακόμη = 10 στρέμματα ρυζιού c) Ένας γείτονας προσπαθεί να πείσει την οικογένεια του προβλήματος να νοικιάσει τη δική του γη, έκτασης 10 στρεμμάτων, προς 100 χρηματικές μονάδες το στρέμμα. Πιστεύετε ότι πρέπει να δεχθούν; Όπως βλέπουμε στην ανάλυση ευαισθησίας των περιορισμών, η αύξηση της καλλιεργήσιμης γης κατά δέκα στρέμματα βρίσκεται μέσα στο επιτρεπόμενο εύρος αύξησης

3 (Επιτρεπόμενη αύξηση = 90 -δεύτερος περιορισμός-). Η αύξηση αυτή εξασφαλίζει στην οικογένεια του παραδείγματος 80 επιπλέον ευρώ ανά στρέμμα (Σκιώδης τιμή του δεύτερου περιορισμού). Μια και το ενοίκιο ανέρχεται στις 100 το στρέμμα, ΟΧΙ δεν πρέπει να δεχθούν την πρόταση του γείτονα. d) Υποθέστε ότι η οικογένεια του προβλήματος σκέφτεται να πάρει ένα δάνειο 1000 ευρώ ώστε να αυξηθεί το διαθέσιμο κεφάλαιο για τις ανωτέρω καλλιέργειες. Το επιτόκιο ανέρχεται στο 8%. Τι τους συμβουλεύετε; Όπως βλέπουμε στην ανάλυση ευαισθησίας των περιορισμών, η αύξηση του κεφαλαίου κατά 1000 χρηματικές μονάδες βρίσκεται μέσα στο επιτρεπόμενο εύρος αύξησης (Επιτρεπόμενη αύξηση = πρώτος περιορισμός-).σύμφωνα με την ανάλυση ευαισθησίας του πρώτου περιορισμού, κάθε επιπλέον ευρώ στο διαθέσιμο κεφάλαιο, αυξάνει το συνολικό καθαρό κέρδος κατά 2,095. Κάθε ευρώ που δανείζεται κοστίζει μόλις 0,08 ευρώ (8%), άρα η οικογένεια του παραδείγματος ΠΡΕΠΕΙ να προχωρήσει στην προτεινόμενη δανειοδότηση. Παράδειγμα #3 Η εταιρεία GALAXY INDUSTRIES διαθέτει στην αγορά 2 είδη πλάκες πεζοδρομίου: τη Space Ray και τη Galaxy Ray. Τα 2 είδη κατασκευάζονται σε δωδεκάδες από την ίδια βασική πρώτη ύλη (μίγμα τσιμέντου). Το εργοτάξιο διαθέτει 1000 τόνους πρώτης ύλης και λειτουργεί για 40 ώρες εβδομαδιαίως. Οι απαιτήσεις σε πόρους (πρώτη ύλη, χρόνος παραγωγής) και τα κέρδη ανά είδος πλάκας παρατίθενται στον κατωτέρω πίνακα: Κέρδος (χρημ. μονάδες ανά δωδεκάδα) Πρώτη ύλη (σε κιλά) Χρόνος παραγωγής (σε λεπτά) Space Ray Galaxy Ray Ο διευθυντής παραγωγής πρέπει να προσδιορίσει το βέλτιστο πρόγραμμα παραγωγής που μεγιστοποιεί τα συνολικά κέρδη της GALAXY INDUSTRIES λαμβάνοντας επιπλέον υπόψη ότι η εβδομαδιαία παραγωγή και για τα δύο είδη δεν μπορεί να υπερβεί τις 700 πλάκες ενώ η εβδομαδιαία παραγωγή της Space Ray δεν μπορεί να υπερβεί την αντίστοιχη του Galaxy Ray περισσότερο από 350. Η διαμόρφωση του προβλήματος σε μορφή Γραμμικού Προγραμματισμού και η Γραφική απεικόνιση της περιοχής των εφικτών λύσεων δίνεται παρακάτω: Με βάση τον παρακάτω πίνακα Solver απαντήστε στα εξής ερωτήματα Μεταβλητά κελιά Τελικό Μειωμένο Στόχος Επιτρεπτό Επιτρεπτό Κελί Όνομα Τιμή Κόστος Συντελεστής Αύξηση Μείωση $C$4 Space Ray ,25 $D$4 Galaxy Ray ,67 1 Περιορισμοί Τελικό Σκιώδης Περιορισμός Επιτρεπτό Επιτρεπτό Κελί Όνομα Τιμή Τιμή Δεξιά πλευρά Αύξηση Μείωση $E$7 Πρώτη Ύλη Σύνολο , $E$8 Χρόνος παραγωγής , $E$9 Συνολική παραγωγή E $E$10 Μίγμα παραγωγής E

4 a) Ποιες ποσότητες από κάθε είδος πρέπει να κατασκευασθούν ώστε να επιτευχθεί μεγιστοποίηση του κέρδους και ποιο θα είναι το μέγιστο κέρδος. Εξηγείστε την απάντηση σας αναλυτικά. Space 320 τεμάχια, Galaxy 360. Μέγιστο κέρδος 8(320) + 5(360) = 4360 b) Ποιοι περιορισμοί είναι δεσμευτικοί. Από τις σκιώδεις τιμές (μη μηδενικές) ή από σύγκριση τελικής τιμής περιορισμού με δεξιά πλευρά οι δεσμευτικοί είναι Πρώτη ύλη και Χρόνος Παραγωγής c) Υπάρχουν κάποιοι περιορισμοί που μπορεί να πλεονάζουν? Μπορεί να βρεθεί μόνο γραφικά d) Αν η Galaxy μπορούσε να λειτουργήσει το εργοτάξιο και το Σάββατο με ένα άτομο και με επιπλέον κόστος 100 ν.μ., θα το προτείνατε? Δικαιολογείστε την απάντηση σας. Εργασία το Σάββατο 8 ώρες χ 60 λεπτά = 480 λεπτά. Από την ανάλυση ευαισθησίας η σκιώδης τιμή για το χρόνο παραγωγής είναι 0,4 ανα λεπτό. Η αύξηση του χρόνου παραγωγής δεν μπορεί να υπερβεί τα 100 λεπτά. Επομένως μέγιστο όφελος 100 Χ 0,4 = 40. Κόστος = 100. Δεν συμφέρει e) Αν η τιμή των Galaxy και Space αυξάνονταν σε 7 και 13 ν.μ. αντίστοιχα, θα υπήρχε λόγος αναθεώρησης του προγράμματος παραγωγής? Εξηγείστε το σκεπτικό σας. Για συντελεστή κέρδους 5 στο Galaxy οι συντελεστές κέρδους του Space κυμαίνονται από ελάχιστο 8-4,25=3,75 έως 8+2=10 μέγιστο. Αν το κέρδος στο Galaxy αυξηθεί από 5 σε 7 αυτό είναι αύξηση 40%. Επομένως με 40% αύξηση το αντίστοιχο ανώτερο όριο διακύμανσης στους συντελεστές του Space θα ήταν 14. Η τιμή 13 είναι μέσα σε αυτό το όριο και επομένως δεν θα άλλαζε τίποτα στη λύση (ποσότητες παραγωγής). f) Αν υπήρχε περιορισμός στην παραγωγή της Space Ray με ανώτερο όριο τις 300 πλάκες, μπορείτε να προσδιορίσετε τη νέα βέλτιστη λύση. Αν όχι, είναι δυνατόν να δοθεί απάντηση στο αν το κέρδος θα Δεν μπορεί να προσδιορισθεί η λύση. Αλλά το κέρδος εφόσον τίθεται ένας νέος περιορισμός ο οποίος περιορίζει την λύση που βρήκαμε δεν είναι δυνατόν να αυξηθεί. Κάθε νέος περιορισμός αφήνει τη λύση αμετάβλητη (αν είναι πλεονάζων) ή δίνει μία λύση με χειρότερο αποτέλεσμα. g) Διατυπώστε το πρόβλημα σε μορφή γραμμικού προγραμματισμού αν υπήρχαν επιπλέον ώρες εργασίας με κόστος 18 ν.μ. την ώρα και επιπλέον πρώτες ύλες με κόστος 3 ν.μ. που θα μπορούσαν να χρησιμοποιηθούν. Έστω Υ οι επι πλέον ώρες εργασίας και Ζ οι επιπλέον πρώτες ύλες Τότε θα είχαμε: Αντικειμενική συνάρτηση : 8Χ1 + 5Χ2 18Υ 3Ζ Περιορισμός (1) : Περιορισμός (2) : 2Χ1 + 1Χ Υ 3Χ1 + 4Χ Ζ Παράδειγμα #4 Η διαφημιστική εταιρεία Advertising S.A. ανέλαβε τη διαφήμιση των ξενοδοχείων των Ανατολικών ακτών του Νομού Λάρισας στην Κεντρική Γερμανία. Η ένωση των ξενοδόχων της περιοχής διαθέτει ένα προϋπολογισμό ευρώ ανά εβδομάδα για διαφήμιση. Ο προϋπολογισμός θα καλύψει διαφήμιση στην τηλεόραση, σε εφημερίδες και σε δύο ζώνες ακρόασης στο ραδιόφωνο. Στόχος της Advertising S.A είναι να έχει τη μεγαλύτερη δυνατή διαφημιστική κάλυψη χρησιμοποιώντας όλα τα διαφημιστικά μέσα. Ο παρακάτω πίνακας περιλαμβάνει εκτίμηση για τον αριθμό των οικογενειών που θα λάβει το διαφημιστικό μήνυμα από κάθε μέσο, με βάση την ακροαματικότητα κάθε μέσου και την κυκλοφορία των εφημερίδων. Στον ίδιο πίνακα δίνεται το κόστος κάθε δράσης και ο μέγιστος αριθμός διαφημιστικών καταχωρήσεων ανά εβδομάδα σε κάθε μέσο.

5 Πίνακας 1 Κόστος και εμβέλεια διαφημιστικών μέσων Διαφημιστικό Μέσο Διαφημιστική κάλυψη ανά μήνυμα Κόστος ανά μήνυμα( ) Μέγιστος αριθμός μηνυμάτων ανά εβδομάδα Τηλεοπτικά Σποτ Ημερήσιες Εφημερίδες Ραδιοφωνικά Σποτ 30 Ζώνη Α Ραδιοφωνικά Σποτ 60 Ζώνη Β Προηγούμενες συμφωνίες της Advertising S.A. επιβάλουν τη χρήση τουλάχιστον 12 ραδιοφωνικών σποτ την εβδομάδα. Από την άλλη πλευρά επειδή η κάλυψη του ραδιοφώνου είναι πιο περιορισμένη γεωγραφικά, η Advertising S.A. δεν θέλει να δαπανήσει περισσότερο από σε διαφημίσεις ραδιοφώνου κάθε εβδομάδα. a) Διαμορφώστε το μοντέλο ΓΠ με στόχο τη μεγιστοποίηση της διαφημιστικής κάλυψης Έστω Τ, Ε, Ρ30 και Ρ60 οι καταχωρήσεις σε τηλεοπτικά σποτ, εφημερίδες και ράδιο 30 και 60 αντίστοιχα Αντικειμενική συνάρτηση: Μεγιστοποίηση κάλυψης (σε χιλ) : 5Τ + 8,5Ε + 2,4Ρ30 + 2,8Ρ60 Περιορισμοί: Καταχωρήσεις Ραδιόφωνο: Ρ30 + Ρ60 >= 12 Προϋπολογισμός (σε χιλ.): 4Τ + 3Ε + Ρ30 + 1,2Ρ60 <= 80 Δαπάνες ραδιόφωνο: Ρ30 + 1,2Ρ60 <= 18 Τηλεόραση: Τ <= 20 Εφημερίδες: Ε <= 5 Ραδιόφωνο 30: Ρ30 <= 30 Ραδιόφωνο 60: Ρ60 <= 20 Τα αποτελέσματα επίλυσης του προβλήματος έχουν ως εξής: Microsoft Excel 16.0 Sensitivity Report Worksheet: [Book2]Sheet3 Report Created: 17/02/ :04:15 Variable Cells Final Reduced Objective Allowable Allowable Cell Name Value Cost Coefficient Increase Decrease $B$10 Τηλεοπτικά Σποτ Διαφημιστικές Ενέργειες $B$11 Ημερήσιες Εφημερίδες Διαφημιστικές Ενέργειες E $B$12 Ραδιοφωνικά Σποτ 30 Ζώνη Α Διαφημιστικές Ενέργειες E $B$13 Ραδιοφωνικά Σποτ 60 Ζώνη Β Διαφημιστικές Ενέργειες E+30 Constraints Final Shadow Constraint Allowable Allowable Cell Name Value Price R.H. Side Increase Decrease $B$16 12 Ραδιοφωνικά Διαφημιστικές Ενέργειες E+30 $B$17 Προυπολογισμός Διαφημιστικές Ενέργειες $B$18 Δαπάνες ραδιοφώνου Διαφημιστικές Ενέργειες $B$19 Τηλεοπτικά Σποτ Διαφημιστικές Ενέργειες E $B$20 Ημερήσιες Εφημερίδες Διαφημιστικές Ενέργειες $B$21 Ραδιοφωνικά Σποτ 30 Ζώνη Α Διαφημιστικές Ενέργειες E $B$22 Ραδιοφωνικά Σποτ 60 Ζώνη Β Διαφημιστικές Ενέργειες E+30 20

6 b) Ποιο είναι το βέλτιστο μείγμα διαφημιστικών ενεργειών 11,75 τηλεόραση, 5 σε εφημερίδες, και 18 σε ραδιόφωνο ζώνη 30. Καμία σε ραδιόφωνο 60 Συνολική κάλυψη 5(11,75)Τ + 8,5(5) + 2,4(18) c) Ποιοι αποτελούν τους δεσμευτικούς περιορισμούς του προβλήματος. Από τις σκιώδεις τιμές (μη μηδενικές) ή από σύγκριση τελικής τιμής περιορισμού με δεξιά πλευρά οι δεσμευτικοί είναι Προϋπολογισμός, Δαπάνες ραδιοφώνου και μέγιστος αριθμός καταχωρήσεων σε εφημερίδες d) Εξετάστε τι θα συμβεί Α) με αύξηση του προϋπολογισμού. Για κάθε 1 μονάδα (χίλια ευρώ) αύξηση κάλυψης κατά 1,25 (1250άτομα). Αύξηση μέχρι 33 μονάδες (χιλιάδες ευρώ) Β) με αύξηση του ορίου για δαπάνες σε ραδιοφωνική διαφήμιση Για κάθε 1 μονάδα (χίλια ευρώ) αύξηση κάλυψης κατά 1,15 (1150άτομα). Αύξηση μέχρι 12 μονάδες (χιλιάδες ευρώ) Γ) με επιπλέον καταχωρήσεις σε εφημερίδες. Για κάθε 1 επιπλέον καταχώρηση αύξηση κάλυψης κατά 4,75 (4750άτομα). Αύξηση μέχρι 15.7 καταχωρήσεις e) Ποια είναι η σχέση μεταβολής της διαφημιστικής κάλυψης σε σχέση με τον προϋπολογισμό. Απαντήθηκε στο Α) Παράδειγμα #5 Εταιρεία δημοσκοπήσεων ανέλαβε μια δημοσκόπηση σχετικά με τη δημοτικότητα ενός υπουργού. Η έρευνα θα γίνει σε δείγμα νοικοκυριών απ όλη την Ελλάδα με τη μέθοδο της προσωπικής συνέντευξης με τον αρχηγό του νοικοκυριού. Οι στατιστικοί της εταιρείας χώρισαν τη χώρα σε δύο γεωγραφικές περιοχές (αστική και αγροτική) και στη συνέχεια τους ερωτηθέντες ανάλογα με την ηλικία τους (μέχρι και 30 ετών, από 31 έως 50 ετών και από 51 ετών και άνω). Επιπλέον για τη στατιστική εγκυρότητα του δείγματος εκτίμησαν ότι πρέπει: Τουλάχιστον 2300 νοικοκυριά να συμπεριληφθούν στο δείγμα Τουλάχιστον 1000 από τα νοικοκυριά να έχουν αρχηγό το πολύ 30 ετών Τουλάχιστον 600 από τα νοικοκυριά να έχουν αρχηγό μεταξύ 31 και 50 ετών Τουλάχιστον 15% των νοικοκυριών να προέρχονται από την αστική περιοχή της χώρας Το πολύ 20% των νοικοκυριών του δείγματος με αρχηγό ηλικίας μεγαλύτερης ή ίσης των 51 ετών να προέρχονται από την αστική περιοχή Ο πίνακας που ακολουθεί περιέχει το εκτιμώμενο κόστος ανά συνέντευξη ανάλογα με τις δύο περιοχές της χώρας και τις τρεις κατηγορίες ηλικίας. Κόστος ανά συνέντευξη( σε ) Ηλικία έως και 30 Ηλικία 31 έως και 50 Ηλικία 51 και άνω Αστική 7,5 6,8 5,5 Αγροτική 6,9 7,25 6,1 a) Δώστε το μοντέλο Γραμμικού Προγραμματισμού. που χρησιμοποίησε η εταιρεία μαζί με τη λύση του. Έστω Σ1, Σ2 και Σ3 το πλήθος των νοικοκυριών στις αστικές περιοχές για τις 3 ηλικιακές ομάδες και Α1,Α2, Α3 το αντίστοιχο για αγροτικές περιοχές. Ελαχιστοποίηση κόστους : 7,5Σ1 + 6,8Σ2 + 5,5Σ3 + 6,9Α1 + 7,25Α2 + 6,1Α3 Περιορισμοί Σ1 + Σ2 + Σ3 + Α1 + Α2 + Α3 >= 2300 Σ1 + Α1 >= 1000

7 Σ2 + Α2 >= 600 Σ1 + Σ2 + Σ3 >= 0,15(Σ1 + Σ2 + Σ3 + Α1 + Α2 + Α3) Σ3 <= 0,2(Α3 + Σ3) Microsoft Excel 16.0 Sensitivity Report Worksheet: [Book2]Sheet1 Report Created: 17/02/ :43:28 Variable Cells Final Reduced Objective Allowable Allowable Cell Name Value Cost Coefficient Increase Decrease $B$9 Αστική Ηλικία έως και E $C$9 Αστική Ηλικία 31 έως και $D$9 Αστική Ηλικία 51 και άνω $B$10 Αγροτική Ηλικία έως και $C$10 Αγροτική Ηλικία 31 έως και E $D$10 Αγροτική Ηλικία 51 και άνω Constraints Final Shadow Constraint Allowable Allowable Cell Name Value Price R.H. Side Increase Decrease $B$16 Συνολο νοικοκυριών Ηλικία έως και E $B$17 <=30 Ηλικία έως και $B$18 <=50 & >=31 Ηλικία έως και $B$19 15% Αστική Ηλικία έως και E+30 $B$20 20% >=51 Αστική Ηλικία έως και b) Αν αποφασιστεί ότι πρέπει να αυξηθεί το μέγεθος του δείγματος κατά 200 νοικοκυριά, πόσο θα είναι το επιπρόσθετο κόστος της δειγματοληψίας; Τι είδους νοικοκυριά πιστεύετε ότι θα επιλέξει η μέθοδος Simplex για την αύξηση του μεγέθους του δείγματος και γιατί; Η σκιώδης τιμή του περιορισμού είναι 5,98, με επιτρεπόμενη αύξηση απεριόριστη. Άρα το κόστος αυξάνεται κατά 5,98 για κάθε επιπλέον νοικοκυριό στο δείγμα. Η αύξηση κατά 200 θα προκύψει από την αύξηση της τελευταίας ηλιακής ομάδας λόγω του χαμηλότερου κόστους με κατανομή 1/6 του 200 σε αστικές περιοχές και 5/6 του 200 σε αγροτικές περιοχές ώστε να διατηρηθεί ο τελευταίος περιορισμός c) Σχολιάστε τα αποτελέσματα για τον τέταρτο περιορισμό. Ο περιορισμός δεν είναι δεσμευτικός. Ο αριθμός των αστικών νοικοκυριών ανέρχεται σε 740 συνολικά και ξεπερνά το όριο του 15%(2300). Για αυτό και η σκιώδης τιμή είναι μηδενική. Παράδειγμα #6 Η ΣΑΡΩΘΡΟΝ Ο.Ε. είναι μια μικρή επιχείρηση που κατασκευάζει σκούπες από άχυρο. Η γραμμή παραγωγής της είναι οργανωμένη έτσι ώστε σε ημερήσια βάση να διαθέτει στην αγορά την απλή κλασσική σκούπα και την ενισχυμένη επαγγελματική. Υπάρχει απεριόριστη δυνατότητα διάθεσης και των δύο τύπων σκούπας στην αγορά. Για την παραγωγή τους χρησιμοποιεί άχυρο, το οποίο προμηθεύεται από ένα γειτονικό αγρόκτημα. Το αγρόκτημα μπορεί να προμηθεύει καθημερινά μέχρι και 350 κιλά άχυρο στην τιμή του 1,5 ανά κιλό.

8 Και στους δύο τύπους σκούπας η ΣΑΡΩΘΡΟΝ χρησιμοποιεί τυποποιημένο σκουπόξυλο, το οποίο το προμηθεύεται από ένα εργοστάσιο ξυλείας το οποίο απέχει 3 ώρες από την έδρα της επιχείρησης. Το εργοστάσιο ξυλείας εκτελεί καθημερινά ένα δρομολόγιο για την επιχείρηση με φορτηγό χωρητικότητας 30 δεμάτων. Κάθε δέμα περιέχει 10 σκουπόξυλα και το κόστος για τη ΣΑΡΩΘΡΟΝ ανέρχεται στο ποσό των 7,5 ανά δέμα. Το εργοστάσιο, αν χρειαστεί, μπορεί να στέλνει καθημερινά με ταχυδρομείο ένα ακόμα δέμα, το κόστος του οποίου όμως είναι 25. Η επιχείρηση διαθέτει 10 εργαζόμενους αποκλειστικής απασχόλησης και οι απαιτήσεις για την παραγωγή των δύο τύπων σκούπας δίνονται από τον παρακάτω πίνακα: ΑΧΥΡΟ ΣΚΟΥΠΟΞΥΛΟ ΧΡΟΝΟΣ ΤΙΜΗ ΠΩΛΗΣΗΣ ΤΥΠΟΣ (σε κιλά) (σε μέτρα) (σε ώρες) (σε ) απλή κλασσική 1 1 0,25 12,75 ενισχυμένη επαγγελματική 1,5 1,2 0,40 18,00 Η βέλτιστη λύση του προβλήματος που προέκυψε από τον Solver έχει ως εξής: Variable Cells Final Reduced Objective Allowable Allowable Cell Name Value Cost Coefficient Increase Decrease $H$5 απλή κλασσική Ποσότητες 266, ,5 4,5 1,125 $H$6 ενισχυμένη επαγγελματική Ποσότητες 33, ,8 4,5 Constraints Final Shadow Constraint Allowable Allowable Cell Name Value Price R.H. Side Increase Decrease $B$10 Απαιτούμενες Ποσότητες (σε κιλά) 316, E+30 33, $C$10 Απαιτούμενες Ποσότητες (σε μέτρα) $D$10 Απαιτούμενες Ποσότητες (σε ώρες) Δεδομένου ότι το σταθερό ημερήσιο κόστος παραγωγής περιλαμβανόμενου και του εργασιακού κόστους ανέρχεται σε 2497,5 και η επιχείρηση ακολουθεί τη γραμμή παραγωγής με την οποία μεγιστοποιεί τα συνολικά της έσοδα, να υπολογίσετε: (α) το καθαρό ημερήσιο κέρδος της επιχείρησης και με πόσα κομμάτια κάθε τύπου σκούπας επιτυγχάνεται 266,7 απλής και 33,2 ενισχυμένης. Κέρδος : 266,7(10,5) + 33,3(15) 2497,5 (σταθερό κόστος (β) ποιο είναι το καθαρό κέρδος (ανά τεμάχιο) από τον κάθε τύπο σκούπας Βλέπε (α) (γ) αν ο ιδιοκτήτης για να αυξήσει το ημερήσιο καθαρό κέρδος του προβληματίζεται να επιλέξει μεταξύ μιας από τις παρακάτω λύσεις: i. Εξεύρεση επιπλέον ποσότητας άχυρου Δεν προσφέρει τίποτα υπάρχει ήδη περίσσευμα. Ο περιορισμός δεν είναι δεσμευτικός. ii. Παραγγελία επιπλέον δέματος σκουπόξυλων Ένα δέμα έχει 10 σκουπόξυλα. Ο περιορισμός είναι δεσμευτικός με σκιώδη τιμή 3 και επιτρεπόμενη αύξηση 20. Επομένως όφελος από ένα δέμα = 10 Χ 3 = 30. Το επιπλέον δέμα έχει κόστος 25 ενώ το κανονικό κόστος είναι 7,5, Επομένως προκύπτει επιβάρυνση 17,5. Άρα καθαρό κέρδος 30 17,5 = 12,5. iii. Πρόσληψη εργαζόμενου μερικής απασχόλησης (4ω/ημέρα) έναντι αμοιβής 50 την ημέρα. Ο περιορισμός είναι δεσμευτικός με επιτρεπόμενη αύξηση 10 και

9 σκιώδη τιμή 30. Επομένως για 4 ώρες το όφελος είναι 4 Χ 30 = 120 με κόστος 50. Καθαρο όφελος =70. ποια λύση θα του προτείνατε, ποιες θα απορρίπτατε και γιατί. Η καλύτερη επιλογή είναι η iii.

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ Πρόβλημα 1 ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ Η εταιρεία GALAXY INDUSTRIES διαθέτει στην αγορά 2 είδη πλάκες πεζοδρομίου: τη Space Ray και τη Galaxy Ray. Τα 2 είδη κατασκευάζονται σε δωδεκάδες από την ίδια βασική πρώτη

Διαβάστε περισσότερα

Άσκηση 1 Ένα κεντρικό βιβλιοπωλείο ειδικεύεται στα λογοτεχνικά βιβλία και τα βιβλία τέχνης. Προκειμένου να προωθήσει μια νέα συλλογή λογοτεχνικών βιβλίων και βιβλίων τέχνης, η διεύθυνση του βιβλιοπωλείου

Διαβάστε περισσότερα

maximize z = 50x x 2 κάτω από τους περιορισμούς (εβδομαδιαίο κέρδος, χρηματικές μονάδες)

maximize z = 50x x 2 κάτω από τους περιορισμούς (εβδομαδιαίο κέρδος, χρηματικές μονάδες) Ένας κοσμηματοπώλης, κατασκευάζει μπρασελέ και κολιέ αναμειγνύοντας ασήμι με κάποιο άλλο μέταλλο. Το μοντέλο π.γ.π. που ανέπτυξε για την εύρεση της εβδομαδιαίας παραγωγής (x 1 μπρασελέ και x 2 κολιέ) η

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3) Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Μάρτιος 2015 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3) Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Μάρτιος 2015 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 3) Μάρτιος

Διαβάστε περισσότερα

Άλυτες ασκήσεις από το βιβλίο «Επιχειρησιακή Έρευνα» του καθηγητή Π. Υψηλάντη

Άλυτες ασκήσεις από το βιβλίο «Επιχειρησιακή Έρευνα» του καθηγητή Π. Υψηλάντη 3.1) Για την κατασκευή µεταλλικών βαλβίδων απαιτείται ένα µείγµα 3 µετάλλων σιδήρου, νικελίου και χρωµίου. Για να εξασφαλιστούν ορισµένεs φυσικέs ιδιότητες (όπωs αντοχή, ελαστικότητα κ.λ.π.) οι ακόλουθεs

Διαβάστε περισσότερα

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΦΕΒΡΟΥΑΡΙΟΣ 013 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΘΕΜΑ 1 ο : Για το μοντέλο του π.γ.π. που ακολουθεί maximize

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού Μεταπτυχιακό Πρόγραμμα Σπουδών Διοίκηση και Διαχείριση Έργων και Προγραμμάτων Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού Ερμηνεία Λύσεων

Διαβάστε περισσότερα

σει κανένα modem των 128Κ. Θα κατασκευάσει συνολικά = 320,000 τεμάχια των 64Κ και το κέρδος της θα γίνει το μέγιστο δυνατό, ύψους 6,400,000.

σει κανένα modem των 128Κ. Θα κατασκευάσει συνολικά = 320,000 τεμάχια των 64Κ και το κέρδος της θα γίνει το μέγιστο δυνατό, ύψους 6,400,000. Σ ένα εργοστάσιο ειδών υγιεινής η κατασκευή των πορσελάνινων μπανιέρων έχει διαμορφωθεί σε τρία διαδοχικά στάδια : καλούπωμα, λείανση και βάψιμο. Στον πίνακα που ακολουθεί καταγράφονται τα ωριαία δεδομένα

Διαβάστε περισσότερα

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΙΟΥΝΙΟΣ 2012 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΘΕΜΑ ΠΡΩΤΟ: Θεωρήστε το π.γ.π.: maximize z(θ) = (10 4θ)x 1 +

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Παράδειγμα προβλήματος ελαχιστοποίησης Μια κατασκευαστική εταιρία κατασκευάζει εξοχικές κατοικίες κοντά σε γνωστά θέρετρα της Εύβοιας Η

Διαβάστε περισσότερα

Ανάλυση ευαισθησίας. Γκόγκος Χρήστος- Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

Ανάλυση ευαισθησίας. Γκόγκος Χρήστος- Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Ανάλυση ευαισθησίας Γκόγκος Χρήστος- Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Παράδειγμα TOYCO Η επιχείρηση TOYCO χρησιμοποιεί

Διαβάστε περισσότερα

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ

Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΙΟΥΝΙΟΣ 2 ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ, ΠΙΘΑΝΟΤΗΤΩΝ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Μ Α Θ Η Μ Α Τ Ι Κ Ο Σ Π Ρ Ο Γ Ρ Α Μ Μ Α Τ Ι Σ Μ Ο Σ ΘΕΜΑ ο : Για το μοντέλο του π.γ.π. που ακολουθεί maximize z = x

Διαβάστε περισσότερα

Τμήμα Μηχανικών Πληροφορικής ΤΕ Ανάλυση ευαισθησίας. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

Τμήμα Μηχανικών Πληροφορικής ΤΕ Ανάλυση ευαισθησίας. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016 Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Ανάλυση ευαισθησίας Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Παράδειγμα TOYCO Η επιχείρηση TOYCO χρησιμοποιεί τρεις διαδικασίες

Διαβάστε περισσότερα

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα)

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα) 1 ο Ερώτημα Έστω μια βιομηχανική επιχείρηση γαλακτοκομικών προϊόντων. Στην προσπάθειά της να διεισδύσει ακόμα περισσότερο στην αγορά γιαουρτιού παράγει μεταξύ άλλων δύο νέα προϊόντα σε οικογενειακή συσκευασία,

Διαβάστε περισσότερα

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014) Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014) Θέμα 1 Μια επιχείρηση χρησιμοποιεί 3 πρώτες ύλες Α, Β, Γ για να παράγει 2 προϊόντα Π1 και Π2. Για την παραγωγή μιας μονάδας προϊόντος Α απαιτούνται 1

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού Μεταπτυχιακό Πρόγραμμα Σπουδών Διοίκηση και Διαχείριση Έργων και Προγραμμάτων Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Διάλεξη #2 Παραδείγματα Μοντελοποίησης Γραμμικού Προγραμματισμού Ερμηνεία Λύσεων

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός

Γραμμικός Προγραμματισμός Γραμμικός Προγραμματισμός Εφαρμογή σε Άλλα Προβλήματα Διαχείρισης Έργων Π. Γ. Υψηλάντης ΓΠ στη Διοίκηση Έργων Προβλήματα μεταφοράς και δρομολόγησης Αναθέσεις προσωπικού Επιλογή προμηθευτών Καθορισμός τοποθεσίας

Διαβάστε περισσότερα

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1) Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1) Το πρόβλημα της επιλογής των μέσων διαφήμισης (??) το αντιμετωπίζουν τόσο οι επιχειρήσεις όσο και οι διαφημιστικές εταιρείες στην προσπάθειά τους ν' αναπτύξουν

Διαβάστε περισσότερα

Τμήμα Διεθνούς Εμπορίου Επιχειρησιακή έρευνα. Επιχειρησιακή Έρευνα

Τμήμα Διεθνούς Εμπορίου Επιχειρησιακή έρευνα. Επιχειρησιακή Έρευνα ΤΕΙ Δυτικής Μακεδονίας Τμήμα Διεθνούς Εμπορίου Επιχειρησιακή Έρευνα Προβλήματα Διαμόρφωση μαθηματικού μοντέλου Γραφική λύση Επίλυση με τη μέθοδο Simplex Δρ. Ζαχαρούλα Καλογηράτου 1 Πρόβλημα 1. Εργαστήριο

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Δεσμευτικοί περιορισμοί Πρόβλημα Βιομηχανική επιχείρηση γαλακτοκομικών προϊόντων Συνολικό μοντέλο Maximize z = 150x 1 + 200x 2 (αντικειμενική

Διαβάστε περισσότερα

Επιχειρησιακή έρευνα (ασκήσεις)

Επιχειρησιακή έρευνα (ασκήσεις) Επιχειρησιακή έρευνα (ασκήσεις) ΤΕΙ Ηπείρου (Τμήμα Λογιστικής και Χρηματοοικονομικής) Γκόγκος Χρήστος (06-01-2015) 1. Γραφική επίλυση προβλημάτων Γραμμικού Προγραμματισμού A) Με τη βοήθεια της γραφικής

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2010-11 Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα

Διαβάστε περισσότερα

Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1)

Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1) Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1) Οι στρατηγικές χρηματοοικονομικής δομής αναφέρονται στην επιλογή των μέσων χρηματοδότησης επενδυτικών προγραμμάτων, λειτουργιών της παραγωγής και

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Μεταπτυχιακό Πρόγραμμα Σπουδών Διοίκηση και Διαχείριση Έργων και Προγραμμάτων Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Μέρος ΙΙ Τεχνικές Μαθηματικού Προγραμματισμού Μαθηματικά Μοντέλα Εισαγωγή Μεθοδολογία

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα Επιχειρησιακή Έρευνα Ενότητα 4: Εισαγωγή στο Γραμμικό Προγραμματισμό (4 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE 1&2 Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός

Διαβάστε περισσότερα

Επαναληπτικές Ασκήσεις. Επιχειρησιακή Έρευνα

Επαναληπτικές Ασκήσεις. Επιχειρησιακή Έρευνα Επαναληπτικές Ασκήσεις Επιχειρησιακή Έρευνα 2016-17 1 η Άσκηση Έστω το παρακάτω πρόγραμμα γραμμικού προγραμματισμού: min 6A + 4B subject to 2Α + Β 12 Α + Β 10 Β 4 Α, Β, 0 1. Διατυπώστε την τυπική μορφή

Διαβάστε περισσότερα

ΑΠΑΙΤΟΥΜΕΝΟΣ ΧΡΟΝΟΣ (hr) στο. Στάδιο Α Στάδιο Β (ανά) τρακτέρ 10 20 (ανά) γερανό 15 10

ΑΠΑΙΤΟΥΜΕΝΟΣ ΧΡΟΝΟΣ (hr) στο. Στάδιο Α Στάδιο Β (ανά) τρακτέρ 10 20 (ανά) γερανό 15 10 2. Βασικές Έννοιες Γραμμικού Προγραμματισμού 89 ΠΑΡΑΔΕΙΓΜΑ 2.10 Η TRACPRO, γνωστή αυτοκινητοβιομηχανία, προσπαθεί να εντοπίσει το εβδομαδιαίο σχέδιο παραγωγής τρακτέρ και γερανών με τα μεγαλύτερα κέρδη:

Διαβάστε περισσότερα

RIGHTHAND SIDE RANGES

RIGHTHAND SIDE RANGES Μια εταιρεία εξόρυξης μεταλλευμάτων, έλαβε μια παραγγελία για 100 τόνους σιδηρομεταλλεύματος. Η παραγγελία πρέπει να περιλαμβάνει τουλάχιστον.5 τόνους νικέλιο, το πολύ τόνους άνθρακα κι ακριβώς 4 τόνους

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00)

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (11/05/2011, 9:00) ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών Θεματική Ενότητα Διοίκηση Επιχειρήσεων & Οργανισμών ΔΕΟ 3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος 00-0 ΤΕΛΙΚΕΣ ΕΞΕΤΑΣΕΙΣ (/05/0, 9:00) Να απαντηθούν 4 από τα 5

Διαβάστε περισσότερα

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα)

Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος. Γάλα (λίτρα) 1 ο Ερώτημα Έστω μια βιομηχανική επιχείρηση γαλακτοκομικών προϊόντων. Στην προσπάθειά της να διεισδύσει ακόμα περισσότερο στην αγορά γιαουρτιού παράγει μεταξύ άλλων δύο νέα προϊόντα σε οικογενειακή συσκευασία,

Διαβάστε περισσότερα

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20 Μια από τις εταιρείες γάλακτος στην προσπάθειά της να διεισδύσει στην αγορά του παγωτού πολυτελείας επενδύει σε μια μικρή πιλοτική γραμμή παραγωγής δύο προϊόντων της κατηγορίας αυτής. Πρόκειται για οικογενειακές

Διαβάστε περισσότερα

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1)

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1) Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1) Η βιομηχανική επιχείρηση «ΑΤΛΑΣ Α.Ε.» δραστηριοποιείται στο χώρο του φυσικού αερίου και ειδικότερα στις συσκευές οικιακής χρήσης. Πρόκειται να εισάγει

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός

Γραμμικός Προγραμματισμός Γραμμικός Προγραμματισμός Παράδειγμα ΕΠΙΠΛΟΞΥΛ Η βιοτεχνία ΕΠΙΠΛΟΞΥΛ παράγει δύο βασικά προϊόντα: τραπέζια και καρέκλες υψηλής ποιότητας. Η διαδικασία παραγωγής και για τα δύο προϊόντα περιλαμβάνει την

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο Εισαγωγή στο Γραμμικό Προγραμματισμό Χειμερινό Εξάμηνο 2016-2017 Εισαγωγή Ασχολείται με το πρόβλημα της άριστης κατανομής των περιορισμένων πόρων μεταξύ ανταγωνιζόμενων δραστηριοτήτων μιας επιχείρησης

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Μεταπτυχιακό Πρόγραμμα Σπουδών Διοίκηση και Διαχείριση Έργων και Προγραμμάτων Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100) Μέρος ΙΙ Τεχνικές Μαθηματικού Προγραμματισμού Μαθηματικά Μοντέλα Εισαγωγή Μεθοδολογία

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΗΜΕΙΩΣΕΙΣ Δ.Α.Π. Ν.Δ.Φ.Κ. ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΙΡΑΙΩΣ www.dap-papei.gr ΠΑΡΑΔΕΙΓΜΑ 1 ΑΣΚΗΣΗ 1 Η FASHION Α.Ε είναι μια από

Διαβάστε περισσότερα

ΠΡΩΤΟ ΣΕΤ ΑΣΚΗΣΕΩΝ-ΓΡΑΦΙΚΗ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΠΡΩΤΟ ΣΕΤ ΑΣΚΗΣΕΩΝ-ΓΡΑΦΙΚΗ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΠΡΩΤΟ ΣΕΤ ΑΣΚΗΣΕΩΝ-ΓΡΑΦΙΚΗ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΟΣ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΑΣΚΗΣΗ 1 Ένας κτηµατίας πρέπει να καθορίσει πόσα στρέµµατα καλαµποκιού και σιταριού να φυτέψει αυτή τη χρονιά. Ένα στρέµµα σιταριού

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων

Τμήμα Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα 1: Γραµµικός προγραµµατισµός(γ.π.) ιδάσκων: Βασίλειος Ισµυρλής Τηλ:6979948174, e-mail: vasismir@gmail.com http://vasilis-ismyrlis.webnode.gr/

Διαβάστε περισσότερα

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

1. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η επιχειρησιακή έρευνα επικεντρώνεται στη λήψη αποφάσεων από επιχειρήσεις οργανισμούς, κράτη κτλ. Στα πλαίσια της επιχειρησιακής έρευνας εξετάζονται οι ακόλουθες περιπτώσεις : Γραμμικός προγραμματισμός

Διαβάστε περισσότερα

Αποφάσεων Marketing. Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών. ΔΠΜΣ Οικονομική & Διοίκηση Τηλεπικοινωνιακών Δικτύων

Αποφάσεων Marketing. Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών. ΔΠΜΣ Οικονομική & Διοίκηση Τηλεπικοινωνιακών Δικτύων ΕΘΝΙΚΟ & ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Αποφάσεων Marketing ΔΠΜΣ Οικονομική & Διοίκηση Τηλεπικοινωνιακών Δικτύων Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών Αθήνα, 2007 Η

Διαβάστε περισσότερα

ΑΣΚΗΣΗ (ΜΟΝΑΔΕΣ 5) Ένας κατασκευαστής αυτοκινήτων θέλει να προγραμματίσει για μια χρονική περίοδο την παραγωγή δύο μοντέλων αυτοκινήτου: του μοντέλου Α και του μοντέλου Β. Κάθε μοντέλο αυτοκινήτου απαιτεί

Διαβάστε περισσότερα

Ενδιαφερόμαστε να μεγιστοποιήσουμε το συνολικό κέρδος της εταιρείας που ανέρχεται σε: z = 3x 1 + 5x 2 (εκατοντάδες χιλιάδες χ.μ.)

Ενδιαφερόμαστε να μεγιστοποιήσουμε το συνολικό κέρδος της εταιρείας που ανέρχεται σε: z = 3x 1 + 5x 2 (εκατοντάδες χιλιάδες χ.μ.) Μια εταιρεία χημικών προϊόντων παρασκευάζει μεταξύ των άλλων και δύο διαλύματα, ΔΛ, ΔΛ2. Η γραμμή παραγωγής διαχωρίζεται χοντρικά σε δύο στάδια, αυτό της μίξης κι εκείνο του καθαρισμού. Μια σχετική μελέτη

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα Εφαρμογές και Λογισμικό Γραμμικού Προγραμματισμού

Επιχειρησιακή Έρευνα Εφαρμογές και Λογισμικό Γραμμικού Προγραμματισμού Επιχειρησιακή Έρευνα Εφαρμογές και Λογισμικό Γραμμικού Προγραμματισμού Νίκος Τσάντας ιατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Τμήμ. Μαθηματικών Μαθηματικά των Υπολογιστών και των Αποφάσεων Ακαδημαϊκό

Διαβάστε περισσότερα

Σενάριο 1ο: Κερδοσκοπική πολιτική Στο σενάριο αυτό προβλέπεται η μεγιστοποίηση των συνολικών κερδών από την εκμετάλλευση των γαιών

Σενάριο 1ο: Κερδοσκοπική πολιτική Στο σενάριο αυτό προβλέπεται η μεγιστοποίηση των συνολικών κερδών από την εκμετάλλευση των γαιών Το πρόβλημα αφορά στην κατανομή υδάτινων πόρων και γης σε δύο καλλιέργειες (Δημητριακά / Εσπεριδοειδή). Υπάρχουν δύο διαφορετικά αναπτυξιακά σενάρια: (1) Η κατανομή με σκοπό τη μεγιστοποίηση του κέρδους

Διαβάστε περισσότερα

ΑΣΚΗΣΗ (γραμμικός προγραμματισμός) Μια εταιρεία χρησιμοποιεί δύο διαφορετικούς τύπους ζωοτροφών (τον τύπο Ι και τον τύπο ΙΙ), ως πρώτες ύλες, τις οποίες αναμιγνύει για την εκτροφή γαλοπούλων ώστε να πετύχει

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα Επιχειρησιακή Έρευνα Ενότητα 3: Εισαγωγή στο Γραμμικό Προγραμματισμό (3 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Επιχειρησιακή Έρευνα Ενότητα #1: Ασκήσεις Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Γραμμικός προγραμματισμός: Εισαγωγή Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 3 η /2017 Γραμμικός προγραμματισμός Είναι μια μεθοδολογία

Διαβάστε περισσότερα

Άσκηση 5. Εργοστάσια. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Άσκηση 5. Εργοστάσια. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Άσκηση Μια μεγάλη εταιρεία σκοπεύει να μπει δυναμικά στην αγορά αναψυκτικών της χώρας διαθέτοντας συνολικά 7 μονάδες κεφαλαίου. Το πρόβλημα που αντιμετωπίζει είναι αν πρέπει να κατασκευάσει ένα κεντρικό

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα Επιχειρησιακή Έρευνα Ενότητα 1: Εισαγωγή στο Γραμμικό Προγραμματισμό (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Επιχειρησιακή Έρευνα Ενότητα #6: Στοχαστικός Γραμμικός Προγραμματισμός Αθανάσιος Σπυριδάκος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ . ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ. ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ( Linear Programming ) Ο Γραμμικός Προγραμματισμός είναι μια τεχνική που επιτρέπει την κατανομή των περιορισμένων πόρων μιας επιχείρησης με τον πιο

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2) Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2) Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Μάρτιος 2015 Δρ. Δημήτρης Βαρσάμης Γραμμικός Προγραμματισμός (E 1) Μάρτιος

Διαβάστε περισσότερα

3.7 Παραδείγματα Μεθόδου Simplex

3.7 Παραδείγματα Μεθόδου Simplex 3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x

Διαβάστε περισσότερα

ΕΠΙΛΥΣΗ ΓΠ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΗ Το πρόγραμμα LINDO O Solver (Επίλυση) του Excel ΕΦΑΡΜΟΓΕΣ ΓΠ ΣΕ ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΡΟΒΛΗΜΑΤΑ Το Πρόβλημα Μίξης Παραγωγής

ΕΠΙΛΥΣΗ ΓΠ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΗ Το πρόγραμμα LINDO O Solver (Επίλυση) του Excel ΕΦΑΡΜΟΓΕΣ ΓΠ ΣΕ ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΡΟΒΛΗΜΑΤΑ Το Πρόβλημα Μίξης Παραγωγής Εφαρμογές ΓΠ - Επίλυση με Χρήση Υπολογιστή ΕΠΙΛΥΣΗ ΓΠ ΜΕ ΧΡΗΣΗ ΥΠΟΛΟΓΙΣΤΗ Το πρόγραμμα LINDO O Solver (Επίλυση) του Excel ΕΦΑΡΜΟΓΕΣ ΓΠ ΣΕ ΕΠΙΧΕΙΡΗΣΙΑΚΑ ΠΡΟΒΛΗΜΑΤΑ Το Πρόβλημα Μίξης Παραγωγής (Product mix)

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Παραδείγματα Μοντελοποίησης Παράδειγμα 1 Οι φοιτητές του ΤΜΟΔ ως γνωστό-

Διαβάστε περισσότερα

Case 04: Επιλογή Χαρτοφυλακίου IΙ «Null Risk Securities» ΣΕΝΑΡΙΟ

Case 04: Επιλογή Χαρτοφυλακίου IΙ «Null Risk Securities» ΣΕΝΑΡΙΟ Case 04: Επιλογή Χαρτοφυλακίου IΙ «Null Risk Securities» ΣΕΝΑΡΙΟ εκαετές πρόγραµµα επενδύσεων Οκτώ επενδυτικές ευκαιρίες Έντοκα γραµµάτια δηµοσίου, κοινές µετοχές εταιρειών, οµόλογα οργανισµών κ.ά. H επένδυση

Διαβάστε περισσότερα

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ Ο χρονικός ορίζοντας απαρτίζεται από διαδοχικές χρονικές περιόδους. Διαμόρφωση ενός χαρτοφυλακίου στο οποίο, καθώς ο χρόνος εξελίσσεται, το διαθέσιμο

Διαβάστε περισσότερα

The Product Mix Problem

The Product Mix Problem Προσδιοριστικές Μέθοδοι Επιχειρησιακής Έρευνας 1 The Product Mix Problem Τα προβλήματα αυτά αναφέρονται σε συστήματα τα οποία εκμεταλλευόμενα τους περιορισμένους πόρους που έχουν στη διάθεσή του, παράγουν

Διαβάστε περισσότερα

Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) 1

Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex )  1 Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX (Both Simple and Complex ) http://users.uom.gr/~acg 1 Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simplex (simplex table, simplex

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015 ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ IΟΥΝΙΟΥ 2015 ΘΕΜΑ 1 ( Μονάδες 2) Μια επιχείρηση κατασκευής tablet έχει εργοστάσια σε τρεις διαφορετικές χώρες Α,Β,Γ που παράγουν αντίστοιχα 200, 260 και

Διαβάστε περισσότερα

Σκοπός κεφαλαίου. Παρουσίαση της µεθόδου SOLVER και αναλυτική περιγραφή της µεθοδολογίας.

Σκοπός κεφαλαίου. Παρουσίαση της µεθόδου SOLVER και αναλυτική περιγραφή της µεθοδολογίας. Το πρόγραµµα λογιστικών φύλλων (spreadsheet) Microsoft Excel ενσωµατώνει ρουτίνα επίλυσης προτύπων γραµµικού προγραµµατισµού. Η ρουτίνα ονοµάζεται Solver και χρησιµοποιεί το λογιστικό φύλλο του Microsoft

Διαβάστε περισσότερα

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Τμήμα Μηχανικών Πληροφορικής ΤΕ Ακαδημαϊκό έτος 2016-2017 Άρτα Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων ΣΕΤ ΑΣΚΗΣΕΩΝ 3 Ανάλυση

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Νοέμβριος 006 Αθήνα Κεφάλαιο ο Ακέραιος και μικτός προγραμματισμός. Εισαγωγή Μια από τις

Διαβάστε περισσότερα

Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1)

Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1) Case 12: Προγραμματισμός Παραγωγής της «Tires CO» ΣΕΝΑΡΙΟ (1) Ένα πολυσταδιακό πρόβλημα που αφορά στον τριμηνιαίο προγραμματισμό για μία βιομηχανική επιχείρηση παραγωγής ελαστικών (οχημάτων) Γενικός προγραμματισμός

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Operations/Operational Research (OR) Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα EE 1&2 Εισαγωγή Μαθηματικός Προγραμματισμός - Γραμμικός

Διαβάστε περισσότερα

ΑΝΑΜΟΡΦΩΣΗ ΠΠΣ ΣΥΝΟΠΤΙΚΗ ΕΚΘΕΣΗ

ΑΝΑΜΟΡΦΩΣΗ ΠΠΣ ΣΥΝΟΠΤΙΚΗ ΕΚΘΕΣΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ ΑΝΑΜΟΡΦΩΣΗ ΠΠΣ ΣΥΝΟΠΤΙΚΗ ΕΚΘΕΣΗ ΠΕ 5 ΕΙΣΑΓΩΓΗ /ΑΝΑΠΤΥΞΗ ΚΑΙ ΧΡΗΣΗ ΝΕΩΝ ΤΡΟΠΩΝ ΠΑΡΟΧΗΣ ΔΙΔΑΣΚΑΛΙΑΣ Δ.5.1 Πιλοτική Εφαρμογή

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα I

Επιχειρησιακή Έρευνα I Επιχειρησιακή Έρευνα I Κωστής Μαμάσης Παρασκευή 09:00 12:00 Σημειώσεις των Α. Platis, K. Mamasis Περιεχόμενα 1. Εισαγωγή 2. Γραμμικός Προγραμματισμός 1. Μοντελοποίηση 2. Μέθοδος Simplex (C) Copyright Α.

Διαβάστε περισσότερα

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο

ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΕΞΕΤΑΣΗ ΣΤΗΝ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ Έβδομο Εξάμηνο Διδάσκων: Ι. Κολέτσος Κανονική Εξέταση 2007 ΘΕΜΑ 1 Διαιτολόγος προετοιμάζει ένα μενού

Διαβάστε περισσότερα

Δυναμικότητα (GWh) A B C Ζήτηση (GWh) W X Y Z

Δυναμικότητα (GWh) A B C Ζήτηση (GWh) W X Y Z Άσκηση Η εταιρία ηλεκτρισμού ELECTRON έχει τρείς μονάδες ηλεκτροπαραγωγής Α, Β, C και θέλει να καλύψει τη ζήτηση σε τέσσερις πόλεις W, Χ, Υ, Ζ. Η μέγιστη παραγωγή, η απαιτούμενη ζήτηση και το κόστος μεταφοράς

Διαβάστε περισσότερα

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΑΝΘΡΩΠΙΝΩΝ. (Human Resources Scheduling Human Resources Programming)

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΑΝΘΡΩΠΙΝΩΝ. (Human Resources Scheduling Human Resources Programming) ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ (Human Resources Scheduling Human Resources Programming) Management Ανθρώπινων Πόρων Κεφάλαιο 1 Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη του κεφαλαίου

Διαβάστε περισσότερα

Υ Π Η Ρ Ε Σ Ι Ε Σ Ε Ρ Ε Υ Ν Α Σ Α Γ Ο Ρ Α Σ ΕΡΕΥΝΑ BARI: ΑΚΡΟΜΑΤΙΚΟΤΗΤΑ ΡΑΔΙΟΦΩΝΟΥ ΣΤΟΝ ΝΟΜΟ ΠΕΛΛΑΣ

Υ Π Η Ρ Ε Σ Ι Ε Σ Ε Ρ Ε Υ Ν Α Σ Α Γ Ο Ρ Α Σ ΕΡΕΥΝΑ BARI: ΑΚΡΟΜΑΤΙΚΟΤΗΤΑ ΡΑΔΙΟΦΩΝΟΥ ΣΤΟΝ ΝΟΜΟ ΠΕΛΛΑΣ Υ Π Η Ρ Ε Σ Ι Ε Σ Ε Ρ Ε Υ Ν Α Σ Α Γ Ο Ρ Α Σ ΕΡΕΥΝΑ BARI: ΑΚΡΟΜΑΤΙΚΟΤΗΤΑ ΡΑΔΙΟΦΩΝΟΥ ΣΤΟΝ ΝΟΜΟ ΠΕΛΛΑΣ ΣΕΠΤΕΜΒΡΙΟΣ 2010 ΣΕΠΤΕΜΒΡΙΟΣ 2011 Υ Π Η Ρ Ε Σ Ι Ε Σ Ε Ρ Ε Υ Ν Α Σ Α Γ Ο Ρ Α Σ Η Ταυτότητα της Έρευνας:

Διαβάστε περισσότερα

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας 2. Βασικές Έννοιες Γραμμικού Προγραμματισμού 69 2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας Ένα μοντέλο γραμμικού προγραμματισμού πρέπει να λαμβάνει υπόψη το δυναμικό περιβάλλον των συνεχών αλλαγών

Διαβάστε περισσότερα

Ανάλυση Ευαισθησίας. αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η

Ανάλυση Ευαισθησίας. αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η Ανάλυση Ευαισθησίας αναζητάμε τις επιπτώσεις που επιφέρει στη βέλτιστη λύση η μεταβολή των αντικειμενικών συντελεστών c μεταβολή των όρων b i στο δεξιό μέλος του συστήματ των περιορισμ μεταβολή των συντελεστών

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ (Transportation Problems) Βασίλης Κώστογλου E-mail: vkostogl@it.teithe.gr URL: www.it.teithe.gr/~vkostogl Περιγραφή Ένα πρόβλημα μεταφοράς ασχολείται με το πρόβλημα του προσδιορισμού του καλύτερου δυνατού

Διαβάστε περισσότερα

Α) δηλώνουν τις ποσότητες που, ανάλογα με το πρόβλημα, θα παραχθούν, επενδυθούν, αγοραστούν, κατασκευαστούν κ.λπ.

Α) δηλώνουν τις ποσότητες που, ανάλογα με το πρόβλημα, θα παραχθούν, επενδυθούν, αγοραστούν, κατασκευαστούν κ.λπ. 1. 0 γραμμικός προγραμματισμός μπορεί να εφαρμοστεί στη διαχείριση αγροτικής παραγωγής για τη βέλτιστη κατανομή πόρων όπως., με τρόπο που να οδηγεί στη μεγιστοποίηση των κερδών. Α) διαθέσιμης προς καλλιέργειας

Διαβάστε περισσότερα

Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών

Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών ΕΘΝΙΚΟ & ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΔΠΜΣ Οικονομική & Διοίκηση Τηλεπικοινωνιακών Δικτύων Κ.Ε. Κιουλάφας Επιχειρησιακός Ερευνητής Καθηγητής Πανεπιστημίου Αθηνών Αθήνα, 2007 Η ΠΕΡΙΠΤΩΣΗ ΕΛΕΓΧΟΥ ΑΠΟΘΕΜΑΤΩΝ

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Γραμμικός προγραμματισμός: μέθοδος simplex Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 4 η /2017 Η γεωμετρία των προβλημάτων γραμμικού

Διαβάστε περισσότερα

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 1/12/2016 Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Δυϊκότητα Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 1/12/2016 1 Το δυϊκό πρόβλημα Για κάθε πρόβλημα Γραμμικού Προγραμματισμού υπάρχει

Διαβάστε περισσότερα

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1,100 700 900 Δ3 1,400 800 2,200

ΠΡΟΟΡΙΣΜΟΣ ΑΠΟΘΗΚΕΣ Ζ1 Ζ2 Ζ3 Δ1 1,800 2,100 1,600 Δ2 1,100 700 900 Δ3 1,400 800 2,200 ΑΣΚΗΣΗ Η εταιρεία logistics Orient Express έχει αναλάβει τη διακίνηση των φορητών προσωπικών υπολογιστών γνωστής πολυεθνικής εταιρείας σε πελάτες που βρίσκονται στο Hong Kong, τη Σιγκαπούρη και την Ταϊβάν.

Διαβάστε περισσότερα

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα

Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Παραλλαγές του Προβλήματος Μεταφοράς Το Πρόβλημα Μεταφόρτωσης και το Πρόβλημα Αναθέσεων Γεωργία Φουτσιτζή ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα To Πρόβλημα Μεταφοράς

Διαβάστε περισσότερα

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1 1 Βελτιστοποίηση Στην προσπάθεια αντιμετώπισης και επίλυσης των προβλημάτων που προκύπτουν στην πράξη, αναπτύσσουμε μαθηματικά μοντέλα,

Διαβάστε περισσότερα

Chemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα

Chemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα Case 15: Προστασία του Περιβάλλοντος ΣΕΝΑΡΙΟ Chemical A.E. χηµική βιοµηχανία Ρύπανση του παρακείµενου ποταµού µε απόβλητα 1 Σενάριο και υπόλοιπα δεδοµένα Συγκροτήθηκε οµάδα εργασίας για την επεξεργασία

Διαβάστε περισσότερα

Τ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ

Τ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Τ.Ε.Ι. Πειραιά Π.Μ.Σ. ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Ακαδημαϊκό Έτος: 2013-2014 (Χειμερινό Εξάμηνο) Μάθημα: Σχεδιασμός Αλγορίθμων και Επιχειρησιακή Έρευνα Καθηγητής: Νίκος Τσότσολας Εργασία

Διαβάστε περισσότερα

( ) ΘΕΜΑ 1 κανονική κατανομή

( ) ΘΕΜΑ 1 κανονική κατανομή ΘΕΜΑ 1 κανονική κατανομή Υποθέτουμε ότι τα εβδομαδιαία έσοδα μιας επιχείρησης ακολουθούν την κανονική κατανομή με μέση τιμή 1000 και τυπική απόκλιση 15. α. Ποια η πιθανότητα i. η επιχείρηση να έχει έσοδα

Διαβάστε περισσότερα

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ

Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ Case 01: Προγραµµατισµός Αγροτικής Παραγωγής «AGRO» ΣΕΝΑΡΙΟ Προγραµµατισµός τεσσάρων διαφορετικών προϊόντων Σιτάρι, σόγια, βρώµη καικαλαµπόκι Μέγιστη συνολική έκταση 1.500 στρέµµατα Ακριβώς 100 στρέµµατα

Διαβάστε περισσότερα

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 τελευταία ενημέρωση: 21/10/2016

Διαβάστε περισσότερα

Κανονική μορφή μοντέλου μεγιστοποίησης

Κανονική μορφή μοντέλου μεγιστοποίησης http://users.uom.gr/~acg Η μέθοδος SIMPLEX (Both Simple and Comple ) Αλγεβρική Μέθοδος Επίλυσης Γραμμικών Μοντέλων Η μέθοδος SIMPLEX Χρησιμοποιείται ο λεγόμενος πίνακας simple (simple table, simple tableαu)

Διαβάστε περισσότερα

Εισαγωγή στο Γραμμικό Προγραμματισμό

Εισαγωγή στο Γραμμικό Προγραμματισμό Τμήμα Μηχανικών Πληροφορικής ΤΕ 2017-2018 Εισαγωγή στο Γραμμικό Προγραμματισμό Φουτσιτζή Γεωργία-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 15/10/2016 1 Περιεχόμενα Γραμμικός

Διαβάστε περισσότερα

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΙΣΗΓΗΤΗΣ: Δρ. Ιωάννης Σ. Τουρτούρας Μηχανικός Παραγωγής & Διοίκησης Δ.Π.Θ. Χρηματοδότηση Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ. Κεφάλαιο 2 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ. Κεφάλαιο 2 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ Κεφάλαιο 2 Μορφοποίηση Προβλημάτων Ακέραιου Προγραμματισμού 1 Μεταξύ δύο περιορισμών, ο ένας πρέπει να ισχύει Έστω ότι για την κατασκευή ενός προϊόντος

Διαβάστε περισσότερα

Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ

Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ Η κ. Δημητρίου είναι γενική διευθύντρια σε μία επιχείρηση με κύρια δραστηριότητα την παραγωγή μαγνητικών μέσων και αναλώσιμων ειδών περιφερειακών συσκευών

Διαβάστε περισσότερα

Ακαδημαϊκό Έτος: Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα

Ακαδημαϊκό Έτος: Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 7-8 Τέταρτη Γραπτή Εργασία στην Επιχειρησιακή Έρευνα ΤΡΙΤΗ, 8 Μαΐου 8, και ώρα 4: ΑΣΚΗΣΗ

Διαβάστε περισσότερα

Ανάλυση Ευαισθησίας µε τη χρήση του Solver

Ανάλυση Ευαισθησίας µε τη χρήση του Solver Ανάλυση Ευαισθησίας µε τη χρήση του Solver Πρόβληµα 1 Μια εταιρία κατασκευής τηλεοράσεων κατασκευάζει τέσσερα µοντέλα τηλεοράσεων Μ1, Μ2, Μ3 και Μ4. Κάθε µοντέλο για να παραχθεί απαιτεί χρόνο συναρµολόγησης

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ

Διαβάστε περισσότερα

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού

Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Η γραφική μέθοδος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 τελευταία ενημέρωση: 21/10/2016 1 Γραφική μέθοδος

Διαβάστε περισσότερα

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης

Άσκηση 21. Συστήματα Αποφάσεων Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης Εταιρία παράγει σκυρόδεμα με το οποίο προμηθεύει σε καθημερινή βάση διάφορες οικοδομικές επιχειρήσεις. Το σκυρόδεμα παράγεται σε δύο εργοτάξια της εταιρίας, το Α και το Β. Με τα σημερινά δεδομένα, υπάρχει

Διαβάστε περισσότερα