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

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

Επαναληπτικές Ασκήσεις. Επιχειρησιακή Έρευνα

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 2)

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

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

Γραμμικός Προγραμματισμός και Βελτιστοποίηση (Εργαστήριο 3)

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

Ο ΗΓΙΕΣ ΓΙΑ ΤΟ ΠΡΟΓΡΑΜΜΑ LINDO ΚΑΙ ΤΗΝ ΕΠΙΛΥΣΗ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

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

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

Επιχειρησιακή Έρευνα

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

Κανονική μορφή μοντέλου μεγιστοποίησης

Κανονική μορφή μοντέλου μεγιστοποίησης

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

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

ΠΑΡΑΔΕΙΓΜΑΤΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΜΕ ΤΗ ΧΡΗΣΗ Η/Υ (3 ο Φυλλάδιο)

ΠΡΟΒΛΗΜΑΤΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΤΜΗΜΑΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ ΠΡΟΒΛΗΜΑΤΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΜΕΣΩ LINDO

Επιχειρησιακή Έρευνα

RIGHTHAND SIDE RANGES

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

Data Envelopment Analysis

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

Επιχειρησιακή έρευνα (ασκήσεις)

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

Αναζητάμε το εβδομαδιαίο πρόγραμμα παραγωγής που θα μεγιστοποιήσει 1/20

ΠΑΡΑΔΕΙΓΜΑΤΑ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΜΕ ΤΗ ΧΡΗΣΗ Η/Υ (2 ο Φυλλάδιο)

Γραµµικός Προγραµµατισµός (ΓΠ)

ΘΕΜΑ: «Η ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΜΕ ΤΗ ΒΟΗΘΕΙΑ ΤΟΥ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ΣΤΟΝ ΠΟΛΕΟΔΟΜΙΚΟ ΣΧΕΔΙΑΣΜΟ»

Εισαγωγή στο Γραμμικό Προγραμματισμό. Χειμερινό Εξάμηνο

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα I

2.1. ΑΠΛΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

Τμήμα Μηχανικών Πληροφορικής ΤΕ Δυϊκότητα. 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

Επιχειρησιακή Έρευνα I

Case 07: Στρατηγική Χρηματοοικονομικής Δομής ΣΕΝΑΡΙΟ (1)

Επιχειρησιακή Έρευνα I

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΑΚ. ΕΤΟΣ ΔΙΑΛΕΞΗ 6 η -Η ΔΥΙΚΗ ΜΕΘΟΔΟΣ SIMPLEX

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

Λύσεις θεμάτων Επιχειρησιακής Έρευνας (17/09/2014)

Τμήμα Διοίκησης Επιχειρήσεων

Ασκήσεις γραφικής επίλυσης

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.

ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΑΝΘΡΩΠΙΝΩΝ. (Human Resources Scheduling Human Resources Programming)

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

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

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

Εισαγωγή στο Γραμμικό Προγραμματισμό

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Case 10: Ανάλυση Νεκρού Σημείου (Break Even Analysis) με περιορισμούς ΣΕΝΑΡΙΟ

Γραμμικός Προγραμματισμός

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

ΠΑΡΑΔΕΙΓΜΑΤΑ ΠΡΟΒΛΗΜΑΤΩΝ ΜΑΘΗΜΑΤΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΣΙΜΟΥ

Η μέθοδος Simplex. Χρήστος Γκόγκος. Χειμερινό Εξάμηνο ΤΕΙ Ηπείρου

Συνδυαστική Βελτιστοποίηση Εισαγωγή στον γραμμικό προγραμματισμό (ΓΠ)

Case 09: Επιλογή Διαφημιστικών Μέσων ΙI ΣΕΝΑΡΙΟ (1)

Επιχειρησιακή Έρευνα

Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ (Γ.Π.).) (LINEAR PROGRAMMING)

3.7 Παραδείγματα Μεθόδου Simplex

Θεωρία Δυαδικότητας ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ. Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου. Επιχειρησιακή Έρευνα

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

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

Προβλήματα Μεταφορών (Transportation)

Case 08: Επιλογή Διαφημιστικών Μέσων Ι ΣΕΝΑΡΙΟ (1)

Επιχειρησιακή Έρευνα

Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017

Η μέθοδος Simplex. Γεωργία Φουτσιτζή-Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. Τμήμα Μηχανικών Πληροφορικής ΤΕ

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

Ερωτήσεις πολλαπλών επιλογών

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

Case 11: Πρόγραμμα Παρακίνησης Πωλητών ΣΕΝΑΡΙΟ

Μοντέλα Διανομής και Δικτύων

Τμήμα Εφαρμοσμένης Πληροφορικής

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

Επιχειρησιακή έρευνα (άσκηση για το εργαστήριο)

Ένα πρόβλημα δικτυωτής ανάλυσης αναπαρίσταται από... 10

2.4 Μια Πρώτη Προσέγγιση στην Ανάλυση Ευαισθησίας

Προβλήµατα Μεταφορών (Transportation)

ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓΗ Άσκηση 1. Λύση

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Επιχειρησιακή Έρευνα

ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ. και το Κόστος

ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ. και το Κόστος

Case 05: Επιλογή Επενδύσεων (πολυσταδιακό πρόβλημα) ΣΕΝΑΡΙΟ

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

ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΠΡΟΓΡΑΜ- ΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ Συνοπτικός (Συγκεντρωτικός) Προγραμματισμός Παραγωγής

Η επιστήμη που ασχολείται με τη βελτιστοποίηση της απόδοσης ενός συστήματος.

Εισαγωγή στο Γραμμικό Προγραμματισμό

ΜΑΘΗΜΑ: ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ-ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΗΣ ΙΟΥΛΙΟΥ 2014

ΕΝΔΕΙΚΤΙΚΑ ΠΡΟΒΛΗΜΑΤΑ

Διάλεξη 11. Μεγιστοποίηση κέρδους. Οικονοµικό κέρδος. Η ανταγωνιστική επιχείρηση

Ποσοτικές Μέθοδοι στη Διοίκηση Έργων (Y100)

ΑΚΕΡΑΙΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΣΥΝΔΥΑΣΤΙΚΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΚΕΦΑΛΑΙΟ 1

Δυαδικό Πρόβλημα Εισαγωγή στην Ανάλυση Ευαισθησίας

Transcript:

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, τα οποία είναι: Προϊόν 1: συσκευασία ενός κιλού επιδόρπιου γιαουρτιού με άρωμα βανίλιας Προϊόν 2: συσκευασία ενός κιλού επιδόρπιου γιαουρτιού με κομματάκια σοκολάτας υγείας Στον παρακάτω Πίνακα παρουσιάζονται τα δεδομένα του προβλήματος, όπως έχουν προσδιοριστεί για την παραγωγή μιας μονάδας από κάθε προϊόν: Πόρος Προϊόν 1 Προϊόν 2 Διαθέσιμη ποσότητα πόρου Απαιτούμενη ποσότητα πόρου ανά μονάδα προϊόντος Γάλα (λίτρα) 1 1 550 Εργασία (λεπτά χρόνου) 1 3 1000 Παστερίωση και ψύξη (λεπτά χρόνου) Μέγιστη ζήτηση (μονάδες προϊόντος) Κέρδος ανά μονάδα προϊόντος (σε λεπτά του ) 2 5 2000 400 χωρίς όριο 150 200 Στόχος: Η μεγιστοποίηση του συνολικού εβδομαδιαίου κέρδους από την πώληση των δύο προϊόντων. Αντικειμενική συνάρτηση: max (150x 1 + 200x 2 ) Περιορισμοί του προβλήματος: x 1 + x 2 550 x 1 + 3x 2 1000 2x 1 + 5x 2 2000 (γάλα σε λίτρα) (λεπτά εργασίας) (λεπτά παστερίωσης και ψύξης) x 1 400 (ζήτηση Προϊόντος 1) x 1, x 2 0 (μη αρνητικές τιμές) Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων 1

max 150 x1 + 200 x2 subject to 1) x1 + x2 <= 550!(γάλα σε λίτρα) 2) x1 + 3 x2 <= 1000!(λεπτά παστερίωσης και ψύξης) 3) 2 x1 + 5 x2 <= 2000!(ζήτηση Προϊόντος 1) 4) x1 <= 400!(μη αρνητικές τιμές) end LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1) 93750.00 Έχει τιμή διάφορη του 0, για όσες μεταβλητές απόφασης δεν συμμετέχουν στη βέλτιστη λύση (έχουν τιμή 0). Δείχνει πόσο πρέπει να αλλαχθεί η τιμή του συντελεστή μιας μεταβλητής απόφασης, που δεν συμμετέχει στη βέλτιστη λύση, ώστε να συμμετέχει σε αυτή VARIABLE VALUE REDUCED COST X1 325.000000 0.000000 X2 225.000000 0.000000 Πόσο απέχουμε από την τιμή του δεξιού μέλους του συγκεκριμένου περιορισμού (για τις συγκεκριμένες τιμές των μεταβλητών απόφασης) Αν ισούται με μηδέν τότε ο συγκεκριμένος περιορισμός είναι δεσμευτικός ROW SLACK OR SURPLUS DUAL PRICES 1) 0.000000 125.000000 2) 0.000000 25.000000 Μπορούμε να το επαληθεύσουμε; Το ποσό κατά το οποίο θα βελτιωθεί (αυξηθεί) η τιμή της αντικειμενικής συνάρτησης αν αυξηθεί κατά μία μονάδα το δεξί μέλος του συγκεκριμένου περιορισμού 3) 225.000000 0.000000 4) 75.000000 0.000000 Μπορούμε να το επαληθεύσουμε; Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων 2

NO. ITERATIONS= 2 RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES ΕΠΙΤΡΕΠΤΗ ΑΥΞΗΣΗ ΕΠΙΤΡΕΠΤΗ ΜΕΙΩΣΗ VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 150.000000 50.000000 83.333336 X2 200.000000 250.000000 50.000000 Εντός των ορίων δεν αλλάζει η βασική λύση (δηλαδή όσες μεταβλητές ήταν διάφορες του μηδέν συνεχίζουν να είναι) RIGHTHAND SIDE RANGES ROW CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE 1 550.000000 50.000000 216.666672 2 1000.000000 150.000000 150.000000 3 2000.000000 INFINITY 225.000000 4 400.000000 INFINITY 75.000000 Εντός των ορίων δεν αλλάζουν οι δεσμευτικοί περιορισμοί Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων 3

2 ο Ερώτημα Ένα εργοστάσιο διαθέτει δύο μηχανές Μ1 και Μ2 για την παραγωγή ενός προϊόντος Π. Το κόστος λειτουργίας κάθε μηχανής είναι 6 και 4 ευρώ αντίστοιχα ανά ώρα λειτουργίας. Η μηχανή Μ1 μπορεί να παράγει 6 μονάδες από το προϊόν Π ανά ώρα λειτουργίας και η Μ2 2 μονάδες προϊόντος, ενώ για να καλυφθεί η υπάρχουσα ζήτηση πρέπει να παραχθούν τουλάχιστον 72 μονάδες προϊόντος. Για κάθε ώρα λειτουργίας η Μ1 καταναλώνει 0,75KW και η Μ2 15KW, ενώ η συνολική κατανάλωση σε ρεύμα δεν μπορεί να ξεπεράσει τα 12KW. Τέλος, και οι δύο μηχανές πρέπει να δουλεύουν συνολικά ακριβώς 12 ώρες. 1. Μοντελοποιείστε το παραπάνω πρόβλημα ως πρόβλημα Γραμμικού Προγραμματισμού 2. Γράψτε την κανονική μορφή του παραπάνω προβλήματος 3. Επιλύστε το παραπάνω πρόβλημα χρησιμοποιώντας το LINDO και βρείτε ποια είναι η βέλτιστη τιμή που μπορεί να επιτευχθεί. 4. Έχει το πρόβλημα εφικτή λύση; Αν όχι, πως μπορεί να γίνει εφικτή; 5. Βρείτε, αφού πρώτα βεβαιωθείτε ότι υπάρχει εφικτή λύση, τα παρακάτω: a. Ποιοι περιορισμοί είναι δεσμευτικοί και ποιοι μη δεσμευτικοί; b. Με ποιες τιμές είναι ίσες οι χαλαρές μεταβλητές καθώς και οι μεταβλητές πλεονάσματος; c. Πόσο μπορεί να μεταβληθεί η τιμή των αντικειμενικών συντελεστών χωρίς να αλλάξει η βάση της λύσης; d. Αν τροποποιηθεί το δεξιό μέλος του 1 ου περιορισμού κατά μία e. Αν τροποποιηθεί το δεξιό μέλος του 2 ου περιορισμού κατά μία f. Αν τροποποιηθεί το δεξιό μέλος του 3 ου περιορισμού κατά μία g. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 1 ου h. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 2 ου i. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 3 ου Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων 4

3 ο Ερώτημα Να λυθεί το παρακάτω πρόβλημα: Μεγιστοποίηση του 4X1 + 3X2 Με περιορισμούς: X1 9 X2 6 X1 + 2X2 14 2X1 + X2 16 X1 0 X2 0 1. Γράψτε την κανονική μορφή του παραπάνω προβλήματος 2. Επιλύστε το παραπάνω πρόβλημα χρησιμοποιώντας το LINDO και βρείτε ποια είναι η βέλτιστη τιμή που μπορεί να επιτευχθεί. 3. Έχει το πρόβλημα εφικτή λύση; Αν όχι, πως μπορεί να γίνει εφικτή; 4. Βρείτε, αφού πρώτα βεβαιωθείτε ότι υπάρχει εφικτή λύση, τα παρακάτω: a. Ποιοι περιορισμοί είναι δεσμευτικοί και ποιοι μη δεσμευτικοί; b. Με τι ισούνται οι χαλαρές μεταβλητές και οι μεταβλητές πλεονάσματος; c. Πόσο μπορεί να μεταβληθεί η τιμή των αντικειμενικών συντελεστών χωρίς να αλλάξει η βάση της λύσης; d. Αν τροποποιηθεί το δεξιό μέλος του 1 ου περιορισμού κατά μία e. Αν τροποποιηθεί το δεξιό μέλος του 2 ου περιορισμού κατά μία f. Αν τροποποιηθεί το δεξιό μέλος του 3 ου περιορισμού κατά μία g. Αν τροποποιηθεί το δεξιό μέλος του 4 ου περιορισμού κατά μία h. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 1 ου i. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 2 ου j. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 3 ου k. Πόσο μπορεί να αλλάξει η τιμή του δεξιού μέλους του 4 ου Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων 5