1. Úloha o optimálnom výrobnom pláne (optimálne využitie výrobných faktorov)
|
|
- Stanislava Marešová
- před 8 lety
- Počet zobrazení:
Transkript
1 2. cvičenie formulácia a výsledky - LINGO 1. Úloha o optimálnom výrobnom pláne (optimálne využitie výrobných faktorov) a) maximalizácia zisku NECELOČÍSELNE!zadani ucelove fce; [UCELOVA_FCE] max = 120*x1+50*x2+150*x3+100*x4;!zadani omezeni; [DOSKY_I] 5*x1+x2+9*x3+12*x4<=1500; [DOSKY_II] 2*x1+3*x2+4*x3+x4<=1000; [PRAC_HOD] 3*x1+2*x2+5*x3+10*x4<=800; Objective value: Total solver iterations: 4 Interpretace: Zápis optimálního řešení: X X X X UCELOVA_FCE DOSKY_I DOSKY_II PRAC_HOD x* = (x1, x2, x3, x4, x5, x6, x7) = (266,67, 0, 0, 0, 166,67, 466,67, 0), z* = u* = (u1, u2, u3, u4, u5, u6, u7) = (0, 30, 50, 300, 0, 0, 40) Objective value Maximální zisk dielne v optimálnom výrobnom programe bude Kč. Value = hodnota strukturních proměnných: 1
2 Maximálního zisku dielňa dosáhne optimálním výrobním programem, který se skládá z 266,67 kusov stolov, stoličky, písacie stoly a knižnice se vyrábět nebudou. Reduced cost (Redukovaná cena) o kolik se musí změnit cenový koeficient v účelové funkci, aby se daný výrobek začal vyrábět respektive jaké budou náklady obětované příležitosti, pokud výrobek budeme vyrábět. u maximalizace: napr. jednotkový zisk u stoličky (x2) by musel zvýšiť aspoň o 30 Kč, aby bola zaradená do výrobného program (aby sa stoličky vyrábali). Je možné vyzkoušet na výše uvedeném příkladu, když změním v zápisu v LINGO v účelové funkci 50*x2 na 80*x2, tak sa optimální řešení změní z (266,67, 0, 0, 0, 166,67, 466,67, 0) na (80, 280, 0, 0, 820, 0, 0). u minimalizace: např. u směšovacího problému (vyrábím směs z krmiva K1 a K2 a v optimálním řešení jsou strukturní proměnné rovny K1=0 a K2 = 55 a redukované ceny K1 = 7 a K2=0) by se museli jednotkové náklady snížit u daného výrobku (krmiva K1) o 7 Kč, aby krmivo K1 bylo součástí směsi ( vyšla kladná hodnota ve slupečku Value ). Slack or Surplus hodnota účelové funkce a přídatné proměnné (řádky odpovídají řádkům v definici modelu) první řádek je dosažená hodnota účelové funkce, druhý řádek značí, jaký je rozdíl mezi pravou a levou stranou prvního omezení tj. rovnice: 5*x1+x2+9*x3+12*x4<=1500 tj. o kolik je 5*x1+x2+9*x3+12*x4 menší než 1500 (při omezení typu >= o kolik je levá strana větší než pravá), je-li hodnota přídatné proměnné nulová, značí to, že omezení je v optimálním řešení splněné jako rovnost, pokud je některá z přídatných proměnných kladná, pak to znamená, že např. zásoba suroviny není spotřebována tj. existují nevyužité zdroje pokud tedy snížíme zásobu konkrétní suroviny o hodnotu přídatné proměnné, pak se optimální řešení nezmění, pokud bychom snížili zásobu suroviny, jejíž přídatná proměnná je nulová, snížení by se projevilo na optimálním řešení. Dual Price duální (stínové) ceny ukazují o kolik vzroste (resp. klesne při minimalizační) hodnota účelové funkce, pokud by se nám zvýšila hodnota pravé strany omezení o jednotku tzn. oceňuje nám vstupy. hodnota v prvním řádku (1) se neinterpretuje vztahuje se k účelové funkci u maximalizace a omezení je typu : duální cena je vždy 0 (pozitivní duální cena zlepšuje hodnotu účelové funkce, t.j. u maximalizace ji zvyšuje), t.j. zvýší-li se počet pracovných hodín o 1 hodinu (za předpokladu, že ostatní hodnoty modelu zůstávají konstantní), vzroste celkový zisk o 40 Kč. Je možné vyzkoušet na výše uvedeném příkladu, když změním v zápisu v LINGO u omezení [PRAC_HOD] hodnotu 800 na 801, tak účelová funkce vzroste o 40 Kč (z Kč na Kč) u maximalizace a omezení je typu : duální cena je vždy 0 (negativní duální cena zhoršuje hodnotu účelové funkce, t.j. u maximalizace ji snižuje), vyzkoušet u příkladu 2 omezení x1-0.5*x2- x4>=0 změnit na x1-0.5*x2-x4>=1, hodnota účelové funkce klesne z na (přesně o hodnotu duální ceny 150) u minimalizace a omezení je typu : duální cena je vždy 0 (pozitivní duální cena zlepšuje hodnotu účelové funkce, t.j. u minimalizace snižuje) 2
3 u minimalizace a omezení je typu : duální cena je vždy 0 (negativní duální cena zhoršuje hodnotu účelové funkce, t.j. u minimalizace ji zvyšuje), vyzkoušet u příkladu 4 omezení 45*x1+40*x2>=40000 změnit na 45*x1+40*x2>=40001, hodnota účelové funkce se zvýší na ,32 (přesně o hodnotu duální ceny 0,32) maximalizace nebo minimalizace a omezení je =: duální cena může být ><= 0 (např. minimalizace a omezení a duální cena > 0 znamená zlepšení (snížení) hodnoty účelové funkce). a) maximalizacia zisku CELOCISELNE max = 120*x1+50*x2+150*x3+100*x4; 5*x1+x2+9*x3+12*x4<=1500; 2*x1+3*x2+4*x3+x4<=1000; (x4); Objective value: Objective bound: Extended solver steps: 0 Total solver iterations: 4 X X X X
4 b) maximalizacia objemu produkcie max = x1+x2+x3+x4; 5*x1+x2+9*x3+12*x4<=1500; 2*x1+3*x2+4*x3+x4<=1000; 3*x1+2*x2+5*x3+10*x4<=800; Objective value: Total solver iterations: 3 X X X X
5 2. Úloha o optimálnom výrobnom pláne (optimálne využitie výrobných faktorov) výroba polotovarov max = 450*x1+275*x2+600*x3+350*x4; x1+2*x2+x3+3*x4<=1200; 3*x1+2*x2+3*x3+x4<=1400; x1-0.5*x2-x4>=0; x3<=150; x4>=100; Objective value: Total solver iterations: 3 X X X X
6 3. Úloha o optimálnom výrobnom pláne (optimálne využitie výrobných faktorov) výroba kompletov a) x4 jako komplet [ks] max = x4; 0.05*x1+0.1*x2+0.1*x3<=200; 0.04*x1+0.02*x2+0.03*x3 <=80; x1-2*x4=0; x2-2*x4=0; x3-x4=0; Objective value: Total solver iterations: 0 X X X X b) x3 jako zpětný reflektor a zároveň komplet [ks] max = x3; 0.05*x1+0.1*x2+0.1*x3<=200; 0.04*x1+0.02*x2+0.03*x3 <=80; x1-2*x3=0; x2-2*x3=0; 6
7 Objective value: Total solver iterations: 0 X X X
8 4. Úloha o výžive (zmiešavací-směšovací problém) min = 42*x1+45*x2; 25*x1+35*x2>=20000; 45*x1+40*x2>=40000; 30*x1+35*x2>=32000; Objective value: Total solver iterations: 2 X X
9 5. Úloha o výžive (zmiešavací-směšovací problém) min = 0.3*x1+0.9*x2; x1+x2>=800; -0.21*x1+0.3*x2>=0; -0.03*x1+0.01*x2<=0; Objective value: Total solver iterations: 2 X X
4EK311 Operační výzkum. 3. Optimalizační software a stabilita řešení úloh LP
4EK311 Operační výzkum 3. Optimalizační software a stabilita řešení úloh LP 3.1 Příklad matematický model Lis: 1 x 1 + 2 x 2 120 [min] Balení: 1 x 1 + 4 x 2 180 [min] Poptávka: 1 x 1 1 x 2 90 [krabiček]
Více4EK212 Kvantitativní management. 2. Lineární programování
4EK212 Kvantitativní management 2. Lineární programování 1.7 Přídatné proměnné Přídatné proměnné jsou nezáporné Mají svoji ekonomickou interpretaci, která je odvozena od ekonomické interpretace omezení
Víceskladbu obou směsí ( v tunách komponenty na 1 tunu směsi):
Klíčová slova: simplexová metoda 1 Simplexová metoda Postup výpočtu: 1. Nalezení výchozího řešení. 2. Test optima: pokud je řešení optimální výpočet končí, jinak krok 3. 3. Iterační krok, poté opět test
Více4EK311 Operační výzkum. 2. Lineární programování
4EK311 Operační výzkum 2. Lineární programování 2.2 Matematický model úlohy LP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a 13 x
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 3. přednáška SIMPLEXOVÁ METODA I. OSNOVA PŘEDNÁŠKY Standardní tvar MM Základní věta LP Princip simplexové metody Výchozí řešení SM Zlepšení řešení
VíceEkonomická formulace. Matematický model
Ekonomická formulace Firma balící bonboniéry má k dispozici 60 čokoládových, 60 oříškových a 85 karamelových bonbónů. Může vyrábět dva druhy bonboniér. Do první bonboniéry se dávají dva čokoládové, šest
Více4EK213 Lineární modely. 5. Dualita v úlohách LP
4EK213 Lineární modely 5. Dualita v úlohách LP 5. Dualita v úlohách LP Obecné vyjádření simplexové tabulky Formulace duálního problému Formulace symetrického duálního problému Formulace nesymetrického
VíceParametrické programování
Parametrické programování Příklad 1 Parametrické pravé strany Firma vyrábí tři výrobky. K jejich výrobě potřebuje jednak surovinu a jednak stroje, na kterých dochází ke zpracování. Na první výrobek jsou
Více4EK201 Matematické modelování. 4. Typické úlohy lineárního programování
4EK201 Matematické modelování 4. Typické úlohy lineárního programování 4. Typické úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Směšovací problémy
VícePříklady modelů lineárního programování
Příklady modelů lineárního programování Příklad 1 Optimalizace výroby konzerv. Podnik vyrábí nějaký výrobek, který prodává v 1 kg a 2 kg konzervách, přičemž se řídí podle následujících velmi zjednodušených
VíceMetody lineární optimalizace Simplexová metoda. Distribuční úlohy
Metody lineární optimalizace Simplexová metoda Dvoufázová M-úloha Duální úloha jednofázová Post-optimalizační analýza Celočíselné řešení Metoda větví a mezí Distribuční úlohy 1 OÚLP = obecná úloha lineárního
Více4EK201 Matematické modelování. 2. Lineární programování
4EK201 Matematické modelování 2. Lineární programování 2.1 Podstata operačního výzkumu Operační výzkum (výzkum operací) Operational research, operations research, management science Soubor disciplín zaměřených
Více1.1 Typy úloh LP. Klíčová slova: úlohy LP, formulace modelu. 1. Formulace ekonomického modelu.
Klíčová slova: úlohy LP, formulace modelu. 1 Úlohy Lineárního programování Lineární programování je jednou z částí operačního výzkumu a zpravidla se používá pro řešení optimalizačních úloh ekonomických
VíceLineární programování
24.9.205 Lineární programování Radim Farana Podklady pro výuku pro akademický rok 203/204 Obsah Úloha lineárního programování. Formulace úlohy lineárního programování. Typické úlohy lineárního programování.
VíceKonvexní množiny Formulace úloh lineárního programování. Jiří Neubauer. Katedra ekonometrie FEM UO Brno
Přednáška č. 2 Katedra ekonometrie FEM UO Brno Euklidovský prostor E n Pod pojmem n-rozměrný euklidovský prostor budeme rozumnět prostor, jehož prvky jsou uspořádané n-tice reálných čísel X = (x 1, x 2,...,
Více4EK213 Lineární modely. 4. Simplexová metoda - závěr
4EK213 Lineární modely 4. Simplexová metoda - závěr 4. Simplexová metoda - závěr Konečnost simplexové metody Degenerace Modifikace pravidla pro volbu vstupující proměnné Blandovo pravidlo Kontrola výpočtu
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. 2. PŘEDNÁŠKA MATEMATICKÝ MODEL ÚLOHY LP Mgr. Sekničková Jana, Ph.D. 2 OSNOVA PŘEDNÁŠKY Obecná formulace MM Množina
VíceSTC = w.l + r.k fix = VC + FC
Náklady a příjmy firmy definice nákladů náklady v krátkém období: - celkové, průměrné, mezní - fixní a variabilní náklady náklady v dlouhém období vztah mezi náklady v SR a LR: - obalová křivka příjmy
VíceLineární programování
Lineární programování Úlohy LP patří mezi takové úlohy matematického programování, ve kterých jsou jak kriteriální funkce, tak i všechny rovnice a nerovnice podmínek výhradně tvořeny lineárními výrazy.
Více4EK212 Kvantitativní management. 3. Typické úlohy LP
4EK212 Kvantitativní management 3. Typické úlohy LP 3. Typické úlohy LP a ILP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Úlohy reklamního plánování (plánování
VíceVymezení nákladů různá pojetí
Obsah vymezení nákladů náklady v krátkém období vztah mezních, průměrných a celkových nákladů náklady v dlouhém období vztah mezi náklady v SR a LR vztah mezi produkční funkcí a funkcemi nákladů příjmy
VíceBod uzavření firmy. Bod zvratu. Mikroekonomie. Důležité FC, VC, TC (graf) Náklady firmy - důležité. Průběh funkcí nákladů - grafy
Důležité FC, VC, TC (graf) Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Náklady firmy - důležité Průběh funkcí nákladů - grafy TC = FC + VC AC = AFC + AVC AFC = FC/Q AVC = VC/Q MC =
VíceDualita& poptávka Jan Čadil FNH VŠE
Dualita& poptávka Jan Čadil FNH VŠE Footer Text 3/24/2014 1 Podstata problému duality Předchozí přístup k optimalizaci předpokládal maximalizaci spotřebitel zná své omezení (rozpočet) a snaží se dosáhnout
VíceMetodické pokyny pro práci s modulem Řešitel v tabulkovém procesoru Excel
Metodické pokyny pro práci s modulem Řešitel v tabulkovém procesoru Excel Modul Řešitel (v anglické verzi Solver) je určen pro řešení lineárních i nelineárních úloh matematického programování. Pro ilustraci
VíceROVNOVÁHA. 5. Jak by se změnila účinnost fiskální politiky, pokud by spotřeba kromě důchodu závisela i na úrokové sazbě?
ROVNOVÁHA Zadání 1. Použijte neoklasickou teorii rozdělování k předpovědi efektu následujících událostí na reálnou mzdu a reálnou cenu kapitálu: a) Vlna imigrace zvýší množství pracovníků v zemi. b) Zemětřesení
VíceFirmy na dokonale konkurenčních trzích
Firmy na dokonale konkurenčních trzích Motivace Každá firma musí učinit následující rozhodnutí: kolik vyrábět jakou cenu si účtovat s jakými výrobními faktory (kolik práce a kolik kapitálu) Tato rozhodnutí
VíceSimplexové tabulky z minule. (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25
Simplexové tabulky z minule (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25 Simplexová metoda symbolicky Výchozí tabulka prom. v bázi zákl. proměné přídatné prom. omez. A E b c T 0 0 Tabulka po přepočtu
Více4.Řešení optimalizačních úloh v tabulkových kalkulátorech
4.Řešení optimalizačních úloh v tabulkových kalkulátorech Tabulkové kalkulátory patří mezi nejpoužívanější a pro běžného uživatele nejdostupnější programové systémy. Kromě základních a jim vlastních funkcí
VíceFirmy na dokonale konkurenčních trzích
Firmy na dokonale konkurenčních trzích Motivace Každá firma musí učinit následující rozhodnutí: kolik vyrábět jakou cenu si účtovat s jakými výrobními faktory (kolik práce a kolik kapitálu) Tato rozhodnutí
VíceSEMESTRÁLNÍ PRÁCE 2002 varianta D
SEMESTRÁLNÍ PRÁCE 2002 varianta D Jméno a příjmení: David Zejda Datum narození: DD.MM.YY: 29.09.81 Datum vypracování: 14.02.04 1. Tkaniny tří druhů se vyrábějí na dvou typech strojů, které se liší svou
Více4EK213 Lineární modely. 10. Celočíselné programování
4EK213 Lineární modely 10. Celočíselné programování 10.1 Matematický model úlohy ILP Nalézt extrém účelové funkce z = c 1 x 1 + c 2 x 2 + + c n x n na soustavě vlastních omezení a 11 x 1 + a 12 x 2 + a
Více13. Lineární programování
Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI
Více8. Firmy na dokonale konkurenčních trzích
8. Firmy na dokonale konkurenčních trzích Motivace Každá firma musí učinit následující rozhodnutí: kolik vyrábět jakou cenu si účtovat s jakými výrobními faktory (kolik práce a kolik kapitálu) Tato rozhodnutí
VíceSystémové modelování. Ekonomicko matematické metody I. Lineární programování
Ekonomicko matematické metody I. Lineární programování Modelování Modelování je způsob zkoumání reality, při němž složitost, chování a další vlastnosti jednoho celku vyjadřujeme složitostí, chováním a
Více8. Dokonalá konkurence
8. Dokonalá konkurence Kompletní text ke kapitole viz. KRAFT, J., BEDNÁŘOVÁ, P, KOCOUREK, A. Ekonomie I. TUL Liberec, 2010. ISBN 978-80-7372-652-2; str.64-75 Dokonale konkurenční tržní prostředí lze charakterizovat
Více4EK213 Lineární modely. 12. Dopravní problém výchozí řešení
4EK213 Lineární modely 12. Dopravní problém výchozí řešení 12. Distribuční úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Úlohy reklamního plánování
VíceJiří Neubauer. Katedra ekonometrie FEM UO Brno
Přednáška č. 11 Katedra ekonometrie FEM UO Brno Jedná se o speciální případ dopravních úloh, řeší např. problematiku optimálního přiřazení strojů na pracoviště. Příklad Podnik má k dispozici 3 jeřáby,
VícePříjmy firmy můžeme rozdělit na celkové, průměrné a mezní.
7 Příjmy firmy Příjmy firmy představují sumu peněžních prostředků, které firmě plynou z realizace její produkce, proto někteří autoři používají analogický pojem tržby. Jestliže vycházíme z cíle formy v
Více4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP
4EK212 Kvantitativní management 1. Úvod do kvantitativního managementu a LP Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka
VíceBOD ZVRATU (Break Even Point)
BOD ZVRATU (Break Even Point) Bod zvratu patří mezi důležité ekonomické veličiny. Jeho výpočet je jedním z předpokladů uplatňování nákladového controllingu v podniku. Jedná se o klíčový ukazatel pro řízení
VíceMikroekonomie 1 -TOMÁŠ VOLEK (Prezentace 6) 1
Obsah Podnik Výnosy Zisk Podnik Firma (podnik) je obecné označení pro ekonomicko - právní subjekt. Základními znaky rozlišující podnik od jiných institucí společnosti jsou: - -.. Základní cíl podniku je
VíceJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA OPERAČNÍ ANALÝZA
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH EKONOMICKÁ FAKULTA OPERAČNÍ ANALÝZA Ing. Jana Friebelová, Ph.D. České Budějovice 2009 Operační analýza Jana Friebelová Recenzent: doc. Ing. Mgr. Martin Dlouhý,
VíceŘÍZENÍ ZÁSOB. Ing. Gabriela Dlasková
ŘÍZENÍ ZÁSOB Ing. Gabriela Dlasková Povinná literatura: Kislingerová, E. a kol.: Manažerské finance, C.H.BECK, Praha 2010 ŘÍZENÍ ZÁSOB Management zásob: součást řízení pracovního kapitálu Důvod vzniku
VíceTeorie her a ekonomické rozhodování. 2. Maticové hry
Teorie her a ekonomické rozhodování 2. Maticové hry 2.1 Maticová hra Teorie her = ekonomická vědní disciplína, která se zabývá studiem konfliktních situací pomocí matematických modelů Hra v normálním tvaru
VíceKvízové otázky Obecná ekonomie I. Teorie firmy
1. Firmy působí: a) na trhu výrobních faktorů b) na trhu statků a služeb c) na žádném z těchto trhů d) na obou těchto trzích Kvízové otázky Obecná ekonomie I. Teorie firmy 2. Firma na trhu statků a služeb
VíceAritmetická a geometrická posloupnost, definice, vlastnosti, vzorce, užití.
Aritmetická a geometrická posloupnost, definice, vlastnosti, vzorce, užití. ARITMETICKÁ POSLOUPNOST 1. Posloupnost je dána n-týn členem. Určete druh posloupnosti, d, q: 2 5n a) a n = AP; d = -5/4 4 n 2
VíceAS V DLOUHÉM OBDOBÍ + MODEL AD-AS
AS V DLOUHÉM OBDOBÍ + MODEL AD-AS AS V DLOUHÉM OBDOBÍ Průsečík AD a krátkodobé AS krátkodobá rovnováha Poptávané množství se rovná nabízenému Bod E 1 značí krátkodobou rovnováhu + krátkodobý rovnovážný
VíceBOD ZVRATU (Break Even Point)
BOD ZVRATU (Break Even Point) Bod zvratu patří mezi důležité ekonomické veličiny. Jeho výpočet je jedním z předpokladů uplatňování nákladového controllingu v podniku. Jedná se o klíčový ukazatel pro řízení
VíceMikroekonomie I: Všeobecná rovnováha. Praha, VŠFS,
PhDr. Praha, VŠFS, 13.12.2010 Podstata všeobecné rovnováhy Všeobecná rovnováha = rovnováha na všech trzích (trh statků a výrobních faktorů) Nelze zvýšit užitek nějakého spotřebitele, aniž bychom snížili
Více3 Elasticita nabídky. 3.1 Základní pojmy. 3.2 Grafy. 3.3 Příklady
3 Elasticita nabídky 3.1 Základní pojmy Vysvětlete následující pojmy: 1. cenová elasticita nabídky, 2. cenově elastická nabídka, 3. cenově neelastická nabídka, 4. jednotkově elastická nabídka, 5. dokonale
VícePřednáška č.7 Ing. Sylvie Riederová
Přednáška č.7 Ing. Sylvie Riederová 1. Aplikace klasifikace nákladů na změnu objemu výroby 2. Modelování nákladů Podstata modelování nákladů Nákladové funkce Stanovení parametrů nákladových funkcí Klasifikační
VíceMikroekonomie Q FC VC Příklad řešení. Kontrolní otázky Příklad opakování zjistěte zbývající údaje
Příklad opakování zjistěte zbývající údaje Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Q FC VC 0 20 1 10 2 18 3 24 4 36 Co lze zjistit? FC - pro Q = 1, 2, 3, 4 TC AC AVC AFC Příklad
Více4EK213 LINEÁRNÍ MODELY
4EK213 LINEÁRNÍ MODELY Úterý 11:00 12:30 hod. učebna SB 324 Mgr. Sekničková Jana, Ph.D. GARANT KURZU Prof. Ing. Josef Jablonský, CSc. Místnost: NB 437 Konzultační hodiny: úterý 13:00 15:00 E-mail: jablon@vse.cz
VíceZÁPADOČESKÁ UNIVERZITA V PLZNI
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ Bakalářská práce Dualita úloh lineárního programování The Duality of linear programming problems Jakub Petelík CHEB 2014 Čestné prohlášení Prohlašuji,
VíceDokonalá konkurence. Mikroekonomie. Opakování. Řešení. Příklad. Příklad. Řešení Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU
Opakování Mikroekonomie Dokonalá konkurence Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU U firmy v rámci dokonalé konkurence jsou výrobní náklady dány vztahem: TC = 20000 + 2 a) Jestliže tržní cena
VíceMinimalizace nákladů. Varian: Mikroekonomie: moderní přístup, kapitoly 19 a 20 Varian: Intermediate Microeconomics, 8e, Chapters 20 and 21 () 1 / 34
Minimalizace nákladů a nákladové křivky Varian: Mikroekonomie: moderní přístup, kapitoly 19 a 20 Varian: Intermediate Microeconomics, 8e, Chapters 20 and 21 () 1 / 34 Na této přednášce se dozvíte co je
VíceMikroekonomie I. Přednáška 3. Trh výrobních faktorů ekonomický koloběh. Podstatné z minulé přednášky. Křivka nabídky (S) Zákon rostoucí nabídky
Přednáška 3. Mikroekonomie I 3. přednáška Poptávka substituční a důchodový efekt, konkurence, elasticita poptávky Poptávka substituční a důchodový efekt, konkurence, elasticita poptávky Podstatné z minulé
Vícefakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceMikroekonomie. Nabídka, poptávka. = c + d.q. P s. Nabídka, poptávka. Téma cvičení č. 2: Téma. Nabídka (supply) S. Obecná rovnice nabídky
Téma cvičení č. 2: Mikroekonomie Nabídka, poptávka Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma Nabídka, poptávka Nabídka (supply) S Nabídka představuje objem zboží, které jsou výrobci ochotni
Více15. Soustava lineárních nerovnic - optimalizace
@173 15. Soustava lineárních nerovnic - optimalizace Jak jsme se dozvěděli v 3. lekci tohoto kurzu, je obrazem rovnice ax + by + c = 0, a,b,c R (a; b) (0; 0) přímka a obrazem nerovnic ax + by + c 0, a,b,c
VíceOSTRAVSKÁ UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA [ MOPV ] METODY OPERAČNÍHO VÝZKUMU
OSTRAVSKÁ UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA [ MOPV ] METODY OPERAČNÍHO VÝZKUMU Distanční opora RNDr. Miroslav Liška, CSc. OSTRAVA 2002 1 Simplexová metoda je iterační výpočetní postup pro nalezení optimálního
VíceCo znamenají data PMI
Vztahy mezi vybranými ekonomickými indexy z průzkumů PMI Důvěrné Copyright IHS Markit Ltd Cyklus rozmach - krach Představme si typický, ač značně zjednodušený, vzor událostí v klasickém obchodním cyklu
VíceMikroekonomie. Vyučující kontakt. Doporoučená literatura. Podmínky zápočtu. GRAF (funkce) Téma cvičení č. 1: 5.10.2015
Vyučující kontakt Mikroekonomie Konzultační hodiny: pondělí: 13.00-14.30 jinak dle dohody Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU kancelář : 16 telefon : 38 777 2419 e-mail: jsetek@ef.jcu.cz
VíceMendelova univerzita v Brně Provozně ekonomická fakulta. programování. Vedoucí práce: Barbora Helešicová
Mendelova univerzita v Brně Provozně ekonomická fakulta Podpora řešení úloh lineárního programování Bakalářská práce Vedoucí práce: doc. Ing. Jiří Rybička, Dr. Barbora Helešicová Brno 2010 Na tomto místě
VíceLDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25
Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem
VíceUžitek. Obsah. Kardinalistický přístup. Užitek. Kardinalistická teorie. Ordinalistická teorie
Obsah Užitek Kardinalistická teorie Ordinalistická teorie Užitek Trh výr a služeb. -dva subjekty firmy a dom Při rozhodování je spotřebitel omezen svým příjmem (důchodem) Cílem spotřebitele je maximalizace..
VíceNÁVRH REGULÁTORU PRO VLT TELESKOP POMOCÍ MATLABU 1. Zdeněk Hurák, Michael Šebek
NÁVRH REGULÁTORU PRO VLT TELESKOP POMOCÍ MATLABU 1 Zdeněk Hurák, Michael Šebek Ústav teorie informace a automatizace Akademie věd České republiky, Praha e-mail: hurak@utia.cas.cz, msebek@utia.cas.cz Abstrakt:
Více7. Důležité pojmy ve vektorových prostorech
7. Důležité pojmy ve vektorových prostorech Definice: Nechť Vje vektorový prostor a množina vektorů {v 1, v 2,, v n } je podmnožinou V. Pak součet skalárních násobků těchto vektorů, tj. a 1 v 1 + a 2 v
Vícematiceteorie 1. Matice A je typu 2 4, matice B je typu 4 3. Jakých rozměrů musí být matice X, aby se dala provést
Úlohy k zamyšlení 1. Zdůvodněte, proč třetí řádek Hornerova schématu pro vyhodnocení polynomu p v bodě c obsahuje koeficienty polynomu r, pro který platí p(x) = (x c) r(x) + p(c). 2. Dokažte, že pokud
Více6 Nabídka na trhu výrobků a služeb
6 Nabídka na trhu výrobků a služeb 1. Náklady firmy 2. Příjmy a zisk firmy 3. Rovnováha firmy na dokonale konkurenčním trhu 4. Nabídka firmy V ekonomii se rozlišují tři časové horizonty, ve vztahu k možnostem
VíceMetodický list pro druhé soustředění kombinovaného Bc. studia předmětu B_MiE_B, Mikroekonomie B Název tematického celku: Mikroekonomie B druhý blok
Cíl tematického celku: pochopit problematiku rozhodování firmy, odvodit nabídkovou křivku Tento tématický celek je rozdělen do následujících dílčích témat: 1. dílčí téma: Podstata firmy 2. dílčí téma:
VíceKatedra aplikované matematiky FEI VŠB Technická univerzita Ostrava luk76/la1
Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://homel.vsb.cz/ luk76/la1 Text
VíceMONOPOLISTICKÁ KONKURENCE
MONOPOLISTICKÁ KONKURENCE CHARAKTERISTIKY MONOPOLISTICKÉ KONKURENCE www.ekofun.cz Velký počet výrobců, jejichž výrobky jsou velmi blízké substituty produkt je však diferencovaný Velký počet firem způsobuje,
VíceGrafické řešení úloh LP se dvěma neznámými
. přenáška Grafické řešení úloh LP se věma nenámými Moel úlohy lineárního programování, který obsahuje poue vě nenámé, le řešit graficky v rovině pravoúhlých souřaných os. V této rovině se nejprve obraí
VíceUžitek. Obsah. Kardinalistický přístup. Užitek. Kardinalistická teorie. Ordinalistická teorie. Užitekje. 2 teorie 1.Kardinalistická teorie-užitek.
Obsah Užitek Kardinalistická teorie Ordinalistická teorie Užitek Trh výr a služeb. -dva subjekty firmy a dom Při rozhodování je spotřebitel omezen svým příjmem (důchodem) Cílem spotřebitele je maximalizace
Vícea a
1.. Cíle V této kapitole se naučíme určovat zejména celočíselné kořeny některých polynomů. Výklad Při výpočtu hodnoty polynomu n k p( x) = ak x n-tého stupně n 1 v bodě x 0 C k = 0 musíme provést ( n 1)
VíceOperační výzkum. Přiřazovací problém.
Operační výzkum Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu: CZ..7/2.2./28.326
VícePR5 Poptávka na trhu výrobků a služeb
PR5 Poptávka na trhu výrobků a služeb 5.1. Rovnováha spotřebitele 5.2. Indiferenční analýza od kardinalismu k ordinalismu 5.3. Poptávka, poptávané množství a jejich změny 5.4. Pružnost tržní poptávky Poptávka
VíceQ 1. Výrobce 1. Spotřebitel 1 Q 2. Spotřebitel 2. Výrobce 2
Mikroekonomie magisterský kurz - VŠFS Jiří Mihola, jiri.mihola@quick.cz, 2010 www.median-os.cz, www.ak-ol.cz Téma cvičení Příklady teorie všeobecné rovnováhy Model 2*2*2*2 Q 1 Q 2 Výrobce 1 Q 1 Spotřebitel
Více7. přednáška Systémová analýza a modelování. Přiřazovací problém
Přiřazovací problém Přiřazovací problémy jsou podtřídou logistických úloh, kde lze obecně říci, že m dodavatelů zásobuje m spotřebitelů. Dalším specifikem je, že kapacity dodavatelů (ai) i požadavky spotřebitelů
Více6. Teorie výroby Průvodce studiem: 6.2 Produkční analýza v krátkém období celkový (fyzický) produkt (TP)
6. Teorie výroby Firma vystupuje na trhu finální produkce v pozici nabízejícího a současně na trhu výrobních faktorů v pozici poptávajícího. Firma používá různé vstupy (výrobní faktory), které ve výrobě
VíceMikroekonomie I. Trh výrobních faktorů ekonomický koloběh. Křivka nabídky (S) Přednáška 3. Podstatné z minulé přednášky. Zákon rostoucí nabídky
Trh výrobních faktorů ekonomický koloběh Mikroekonomie I 3. přednáška Poptávka substituční a důchodový efekt, konkurence, elasticita poptávky Přednáška 3. Křivka nabídky (S) Poptávka substituční a důchodový
Více"Optimalizace krmných směsí"
Nabídka programu "Optimalizace krmných směsí" Vážení zákazníci, nabízíme Vám program "Optimalizace krmných směsí", který Vám simplexovou metodou zajistí respektování norem výživy i sledování nepovinných
VíceV této kapitole bude popsán software, který je možné využít pro řešení rozhodovacích problémů popisovaných v těchto skriptech.
Kapitola 1 Softwarová podpora V této kapitole bude popsán software, který je možné využít pro řešení rozhodovacích problémů popisovaných v těchto skriptech. Solver (Řešitel) Pro řešení úloh lineárního
VíceMatematický model. omezující podmínky. Tab. 2.1 Prvky ekonomického a matematického modelu
16 Čeho chceme dosáhnout? Co můžeme ovlivnit? Jaké jsou překážky? Ekonomický model cíl analýzy procesy činitelé Matematický model účelová funkce proměnné omezující podmínky Příklady maximalizace zisku
VícePřílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel
Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat
VíceDokonale konkurenční odvětví
Dokonale konkurenční odvětví Východiska určení výstupu pro maximalizaci zisku ekonomický zisk - je rozdíl mezi příjmy a ekonomickými náklady (alternativními náklady) účetní zisk - je rozdíl mezi příjmy
VícePřebytek spotřebitele Jan Čadil VŠE FNH 2014
Přebytek spotřebitele Jan Čadil VŠE FNH 2014 Footer Text 3/24/2014 1 Podstata problému Spotřebitel platí určitou cenu, kterou vyrovnává s mezním užitkem (optimalizace) Jaký je ale celkový výnos z obchodu
VíceMikroekonomie Nabídka, poptávka
Téma cvičení č. 2: Mikroekonomie Nabídka, poptávka Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Podstatné z minulého cvičení Matematický pojmový aparát v Mikroekonomii Důležité minulé cvičení kontrolní
Vícef ( x) = 5x 1 + 8x 2 MAX, 3x x ,
4. okruh z bloku KM1 - řídicí technika Zpracoval: Ondřej Nývlt (o.nyvlt@post.cz) Zadání: Lineární programování (LP), simplexová metoda, dualita v LP. Nelineární programování. Vázaný extrém. Karush-Kuhn-Tuckerova
VíceCvičení z termomechaniky Cvičení 2. Stanovte objem nádoby, ve které je uzavřený dusík o hmotnosti 20 [kg], teplotě 15 [ C] a tlaku 10 [MPa].
Příklad 1 Stanovte objem nádoby, ve které je uzavřený dusík o hmotnosti 20 [kg], teplotě 15 [ C] a tlaku 10 [MPa]. m 20[kg], t 15 [ C] 288.15 [K], p 10 [MPa] 10.10 6 [Pa], R 8314 [J. kmol 1. K 1 ] 8,314
VíceKapitola 4: Extrémy funkcí dvou proměnných 1/5
Kapitola 4: Extrémy funkcí dvou proměnných 1/5 Lokální extrémy Definice: Necht f : M R 2 R a (x 0, y 0 ) M. Říkáme, že fce f má v bodě (x 0, y 0 ) lokální maximum (resp. lokální minimum) jestliže existuje
VícePřiřazovací problém. Přednáška č. 7
Přiřazovací problém Přednáška č. 7 Přiřazovací problém je jednou podtřídou logistických úloh. Typickým problémem může být nejkratší převoz materiálu od dodavatelů ke spotřebitelům. spotřebitelé a i dodavatelé
VíceVyužití simplexového algoritmu v projektování výroby
JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH Ekonomická fakulta Katedra řízení Studijní program: B6208 Ekonomika a management Studijní obor: Řízení a ekonomika podniku Využití simplexového algoritmu v projektování
VíceANTAGONISTICKE HRY 172
5 ANTAGONISTICKÉ HRY 172 Antagonistický konflikt je rozhodovací situace, v níž vystupují dva inteligentní rozhodovatelé, kteří se po volbě svých rozhodnutí rozdělí o pevnou částku, jejíž výše nezávisí
Více4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1
4EK311 Operační výzkum 4. Distribuční úlohy LP část 1 4. Distribuční úlohy LP Úlohy výrobního plánování (alokace zdrojů) Úlohy finančního plánování (optimalizace portfolia) Úlohy reklamního plánování (plánování
VíceDnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení.
Předmět: MA4 Dnešní látka Variačně formulované okrajové úlohy zúplnění prostoru funkcí. Lineární zobrazení. Literatura: Kapitola 2 a)-c) a kapitola 4 a)-c) ze skript Karel Rektorys: Matematika 43, ČVUT,
VíceDokonalá konkurence. Téma cvičení. Mikroekonomie Q FC VC Příklad řešení. Bod uzavření firmy
opakování zjistěte zbývající údaje Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Q FC VC 0 20 1 10 2 18 3 24 4 36 Co lze zjistit? FC - pro Q = 1, 2, 3, 4 TC AC AVC AFC řešení opakování
VíceISM Online. Informační systém pro správu flotily
ISM Online Informační systém pro správu flotily ISM Online spojuje obchodní a technická data vozíku. ISM Online je webová aplikace s intuitivním ovládáním, která nabízí celou řadu možností reportingu.
VíceFirma. Spotřebitel. Téma cvičení. Mikroekonomie. Příjmy, zisk Produkční analýza. Opakování. Příklad. Příklad. Příklad
Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Téma cvičení Firma Příjmy, zisk Produkční analýza Opakování Spotřebitel Máte danou funkci celkového užitku TU ve tvaru: 300X - 10X 2 (X značí
Více