Kvantitativní metody v rozhodování. Marta Doubková

Podobné dokumenty
Optimalizace. Obsah přednášky. DÚ LP - Okružní problém. Lineární optimalizace. DÚ LP - Okružní problém. DÚ LP - Okružní problém

4EK213 Lineární modely. 12. Dopravní problém výchozí řešení

Exponenciální modely hromadné obsluhy

Metody lineární optimalizace Simplexová metoda. Distribuční úlohy

Příklady modelů lineárního programování

Řízení projektů. Konstrukce síťového grafu pro řízení projektů Metoda CPM Metoda PERT

Matematické modelování 4EK201

4EK212 Kvantitativní management. 7.Řízení projektů

Stochastické modely Informace k závěrečné zkoušce

4. Aplikace matematiky v ekonomii

Matematický ústav v Opavě. Studijní text k předmětu. Softwarová podpora matematických metod v ekonomice

Obr. P1.1 Zadání úlohy v MS Excel

4EK213 LINEÁRNÍ MODELY

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

4EK311 Operační výzkum. 6. Řízení projektů

Operační výzkum. Síťová analýza. Metoda CPM.

Parametrické programování

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

SÍŤOVÁ ANALÝZA. Kristýna Slabá, 1. července 2010

1.1 Typy úloh LP. Klíčová slova: úlohy LP, formulace modelu. 1. Formulace ekonomického modelu.

FAKULTA INFORMATIKY A MANAGEMENTU UNIVERZITA HRADEC KRÁLOVÉ MOV 1 SEMESTRÁLNÍ PRÁCE

Ekonomická formulace. Matematický model

2. část: Základy matematického programování, dopravní úloha. Ing. Michal Dorda, Ph.D.

intenzitu příchodů zákazníků za čas t intenzitu obsluhy (průměrný počet obsloužených) za čas t

4EK213 LINEÁRNÍ MODELY

Lineární programování

4EK311 Operační výzkum. 1. Úvod do operačního výzkumu

Jiří Neubauer. Katedra ekonometrie FEM UO Brno

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

Západočeská univerzita v Plzni Fakulta aplikovaných věd. SÍŤOVÁ ANALÝZA Semestrální práce z předmětu KMA/MAB

Příklady ke cvičením. Modelování produkčních a logistických systémů

4EK201 Matematické modelování. 8. Modely hromadné obsluhy

Simplexové tabulky z minule. (KMI ZF JU) Lineární programování EMM a OA O6 1 / 25

Časové rezervy. Celková rezerva činnosti

Pojem a úkoly statistiky

4EK311 Operační výzkum. 2. Lineární programování

Lineární programování

4EK201 Matematické modelování. 2. Lineární programování

Seminární práce Modely produkčních systémů

Vzorový příklad na rozhodování BPH_ZMAN

Podklady pro hodnocení projektů KLIMATOLOGICKÉ ÚDAJE. Vydala: Česká energetická agentura Vinohradská 8, Praha 2. Vypracoval: STÚ-E a.s.

UKÁZKA VYUŽITÍ PROGRAMU WINQSB PŘI VÝUCE KVANTITATIVNÍCH METOD V ROZHODOVÁNÍ V DISTANČNÍ FORMĚ STUDIA

Diskrétní náhodná veličina

Inflace. Makroekonomie I. Osnova k teorii inflace. Co již známe? Vymezení podstata inflace. Definice inflace

Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!!

Západočeská univerzita v Plzni. Fakulta aplikovaných věd. Ivana Kozlová. Modely analýzy obalu dat

7. přednáška Systémová analýza a modelování. Přiřazovací problém

4EK201 Matematické modelování. 4. Typické úlohy lineárního programování

4EK213 LINEÁRNÍ MODELY

1. července 2010

Lineární programování

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 1

Makroekonomie I. Dvousektorová ekonomika. Téma. Opakování. Praktický příklad. Řešení. Řešení Dvousektorová ekonomika opakování Inflace

PLC 4. cvičení KRÁTKODOBÉ PLÁNOVÁNÍ (1)

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.

Teorie front. Systém hromadné obsluhy

4EK212 Kvantitativní management. 1. Úvod do kvantitativního managementu a LP

Algoritmus pro hledání nejkratší cesty orientovaným grafem

Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

P ílohy. P íloha 1. ešení úlohy lineárního programování v MS Excel

3. úloha - problém batohu metodami branch & bound, dynamické programování, heuristika s testem

Teorie her a ekonomické rozhodování. 2. Maticové hry

4EK311 Operační výzkum. 8. Modely hromadné obsluhy

Globální matice konstrukce

MANAŽERSKÉ ÚČETNICTVÍ

SDĚLENÍ Ministerstva pro místní rozvoj ze dne 12. června 2009

Délka (dny) terénní úpravy (prvotní) příprava staveniště (výstavba přístřešku pro materiál)

FINANČNÍ A EKONOMICKÁ ANALÝZA, HODNOCENÍ EKONOMICKÉ EFEKTIVNOSTI INVESTIC

Václav Jirchář, ZTGB

4EK201 Matematické modelování 5. Speciální úlohy lineárního programování

5 NÁKLADY PODNIKU A JEJICH KALKULACE

Přiřazovací problém. Přednáška č. 7

4 Kriteriální matice a hodnocení variant

Kendallova klasifikace

Semestrální projekt z předmětu Podnikový management

skladbu obou směsí ( v tunách komponenty na 1 tunu směsi):

Náhodný vektor a jeho charakteristiky

Kalkulační třídění nákladů.

KAPITOLA 5. ROZHODOVÁNÍ NA EXISTUJÍCÍ KAPACITĚ Případová studie EXIMET

Definice spojité náhodné veličiny zjednodušená verze

RNDr. Sousedíková Radmila, Ph.D.

NÁSTROJE A TECHNIKY PROJEKTOVÉHO MANAGEMENTU. Projektová dekompozice

13. Lineární programování

4EK212 Kvantitativní management. 2. Lineární programování

TECHNICKÁ UNIVERZITA V LIBERCI

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

Operační výzkum. Přiřazovací problém.

Operační výzkum. Vícekriteriální hodnocení variant. Grafická metoda. Metoda váženého součtu.

Stupnice geomagnetické aktivity

Regresní a korelační analýza

FINANCOVÁNÍ PODNIKU. Mgr. Ing. Šárka Dytková

PŘÍLOHY NAŘÍZENÍ KOMISE V PŘENESENÉ PRAVOMOCI (EU) /...,

5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.

Teorie síťových modelů a síťové plánování

Odchylky jako nástroj řízení. Odchylky můžeme vyhodnocovat: a) v absolutních jednotkách (množstevních, objemových, měnových)

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

Technická univerzita v Liberci

1. Úloha o optimálnom výrobnom pláne (optimálne využitie výrobných faktorov)

Transkript:

Kvantitativní metody v rozhodování Marta Doubková Seminární práce 28

OBSAH 1 LINEÁRNÍ PROGRAMOVÁNÍ KAPACITNÍ ÚLOHA... 3 2 DISTRIBUČNÍ ÚLOHA... 7 3 ANALÝZA KRITICKÉ CESTY METODA CPM... 13 4 MODEL HROMADNÉ OBSLUHY... 16

1 LINEÁRNÍ PROGRAMOVÁNÍ KAPACITNÍ ÚLOHA Společnost Drevounia s. r. o. vyrábí 5 typů židlí, které se zhotovují ve 4 střediscích, jejichž měsíční kapacita je postupně 2 6 h, 3 3 h, 4 2 h a 3 9 h. Aby společnost mohla vyrábět jednotlivé typy židlí, musí počítat s hodinovou spotřebou času, jak je uvedeno v tabulce. Společnost Drevounia musí na základě smluv uzavřených s odběrateli měsíčně vyrábět minimálně 8 ks židlí typu 1, 5 ks židlí typu 3 a 6 ks židlí typu 4, maximálně však 3 6 ks každého typu židle. Hrubý zisk, který plyne z výroby těchto židlí je 13, 1 2, 1 4, 1 6 a 2 Kč/ks. Úkolem je sestavit takový výrobní program, který bude maximalizovat celkový zisk. Tabulka 1 Spotřeba času na výrobu 1. Rozbor činitelů Vstupní činitelé: Strojové hodiny Výstupní činitelé: Ž1, Ž2, Ž3, Ž4, Ž5 2. Definice proměnných x 1 počet vyrobených kusů židlí typu 1 x 2 počet vyrobených kusů židlí typu 2 x 3 počet vyrobených kusů židlí typu 3 x 4 počet vyrobených kusů židlí typu 4 x 5 počet vyrobených kusů židlí typu 5

3. Omezení na vstupu,3 x 1 +,2 x 2 +,4 x 3 +,4 x 4 +,5 x 5 2 6,3 x 1 +,5 x 2 +,5 x 3 +,4 x 4 +,6 x 5 3 3,7 x 1 +,9 x 2 +,8 x 3 +,8 x 4 +,5 x 5 4 2,4 x 1 +,4 x 2 +,5 x 3 +,4 x 4 +,8 x 5 3 9 4. Omezení na výstupu 8 5 6 x 1 x 2 x 3 3 6 3 6 3 6 x 3 6 4 x 5 3 6 5. Účelová funkce z 13 x1 12x2 14x3 16x4 2x5 MAX 6. Řešení pomocí programu WinQSB

7. Interpretace výsledku: Z hlediska primárního modelu vstupních a výstupních omezení, která firma Drevounia musí při své výrobě zohlednit, bude optimální výroba činit 1 44 ks židlí 2. typu (tržby 1 252 8 Kč), 873 ks židlí 4. typu (tržby 1 396 8 Kč) a 3 24 ks židlí 5. typu (tržby 6 48 ). Dále musí zmíněná firma z důvodu smluvního omezení s odběrateli vyrábět 8 ks židle 1. typu (tržby 1 4 Kč) a 5 ks židlí 3. typu (tržby 1 6 Kč), i když je výroba ztrátová. Celkové měsíční tržby (tj. maximální hodnota účelové funkce) jsou ve výši 1 797 6 Kč. Z pohledu řešení duálního modelu můžeme vidět, že kapacity střediska 1, střediska 3 a střediska 4 jsou plně využity. Pouze kapacita střediska 2 není plně využita. Z tohoto důvodu není nutné u tohoto střediska rozšiřovat kapacitu. Naopak tomu je u střediska 1, kde pokud bychom zvýšili kapacitu o 1 hodinu, zvýšila by se nám hodnota účelové funkce o 2 24 Kč. Pokud bychom zvýšili kapacitu 3. střediska o 1 h, účelová funkce by se nám zvýšila o 48 Kč a v případě 4. střediska by se zvýšila o 8 Kč. V tomto případě je důležitá úvaha nad tím, jaké náklady jsou spojeny s 1 h kapacity ve střediscích 1, 3 a 4 a zda se vzhledem k těmto skutečnostem vyplatí navýšit hodinovou kapacitu při výrobě. Skladba výroby se nebude měnit, jestliže se kapacita bude pohybovat v rozmezí 2 554,445 2 837,273 h v 1. středisku, dále alespoň 3 283,6 h v 2 středisku, v rozmezí 3 75 4 258,571 h v 3. středisku a v rozmezí 3 378 392,5 h v posledním, 4. středisku. Dále se kapacita nebude měnit, jestliže u ztrátového typu židle 1 dodržíme podmínku doporučené ceny 1 328 Kč a více a u 2. typu židle minimálně 1 68 Kč a více. Ceny ostatních druhů židlí, tj. židle typu 2, 4 a 5 by se měly postupně pohybovat v intervalech 1112,5 1 79,1 Kč;1 536,4 1 828,6 Kč a 1 766,7 2 6 Kč.

2 DISTRIBUČNÍ ÚLOHA Metoda VAM (Vogelova aproximační metoda) Společnost SIT s. r. o. se zabývá nákupem a prodejem židlí, který je spojen i s jejich montáží. V ČR má pronajaty celkem 4 sklady, které se nacházejí v Ústí nad Labem, Českých Budějovicích, Brně a Vsetíně. Kapacita těchto skladů je 15, 21, 25 a 19 ks židlí. Z těchto skladů se židle distribuují do pěti prodejen v Hradci Králové, Táboře, Jihlavě, Olomouci a Zlíně. Podle uzavřených smluv společnost SIT postupně svým odběratelům dodá 11, 14, 21, 17 a 12 ks židlí. Z důvodu výpovědi nájemní smlouvy ve skladu v Ústí nad Labem, bude společnost SIT nucena tento sklad zcela vyprázdnit. Úkolem je sestavit takový distribuční plán, aby celkové náklady na přepravu byly minimální. Tabulka 2 Distribuční náklady na 1 ks židle ve stovkách Kč Z důvodu nevyrovnanosti problému, kdy se požadavky prodejen nerovnají kapacitě skladů firmy SIT, jsme nuceni v řešení zavést fiktivní prodejnu. Při řešení musíme vzít rovněž v úvahu podmínku úplného vyprázdnění skladu v Ústí nad Labem. Z tohoto důvodu u fiktivní prodejny zvolíme vysokou sazbu tak, aby by se přeprava nemohla uskutečnit.

Z výše uvedené tabulky nám vyplývá výchozí základní řešení. Hodnota účelové funkce, znázorněné následujícím výpočtem, činí 49 Kč. z 11 *5 4 *13 14 *3 7 *5 14 * 4 11 *9 2 *5 12 *5 z 49Kč Matice přeprav je následující: 11 4 14 7 14 11 2 12 5 Dalším bodem v řešení tohoto úkolu je provedení testu optimality, jehož úkolem je zjištění, jestli je výše uvedené řešení optimální popř. jestli existuje lepší řešení, s nižší hodnotou účelové funkce. Pro provedení testu je nutné nejdříve zjistit, zda-li je řešení nedegenerované, tzn. musí platit podmínka: (m + n - 1) počet obsazených polí. Příklad: m + n 1 9 4 + 6 1 9 9 9 Z uvedeného výpočtu vyplývá, že podmínka je splněna, výchozí základní řešení je nedegenerované a lze tedy provést test optimality. Test optimality je založen na porovnání sazby c ij s tzv. nepřímou sazbou c ij v každém neobsazeném poli. Zavedou se pomocná řádková čísla u i a pomocná sloupcová čísla v j. Jestliže poté bude platit že c ij - c ij, bude řešení optimální. Jestliže c ij - c ij >, řešení optimální nebude.

Z výše uvedené tabulky vyplývá, že z důvodu platnosti podmínky, kdy c ij - c ij >, která platí pro 2 existující pole, řešení není optimální. V tomto případě budeme postupovat tak, že na neobsazené pole, kde je c ij - c ij > největší (tj. pole České Budějovice a P f ), přesuneme určitou přepravu t (tzv. nově obsazované pole). K tomuto nově obsazovanému poli vyhledáme ve výchozím řešení taková obsazená pole, aby spolu tvořila uzavřený okruh. t se přitom bude rovnat nejmenší přepravě z těch, které jsou umístěny na polích uzavřeného okruhu, kde se t odečítá (tj. pole Vsetín a P f ). V tomto případě t = 5. Výše uvedenou tabulku přepočítáme a provedeme u ní test optimality.

Z výše uvedené tabulky nám vyplývá nové základní řešení. Hodnota účelové funkce, znázorněné následujícím výpočtem, činí 384 Kč. z 11*5 4 *13 14*3 2 *5 5 * 19* 4 6 *9 7 *5 12*5 z 384Kč Matice přeprav je následující: 11 4 14 2 5 19 6 7 12 Jelikož v tomto případě již splňujeme podmínku kdy c ij - c ij, můžeme prohlásit toto řešení za optimální. Skutečnost, že předchozí řešení nebylo optimální se potvrdilo i ve snížení účelové funkce (ze 49 Kč na 384 Kč, tj. snížení o 25 Kč). Alternativní řešení u tohoto příkladu neexistuje, protože zde neexistuje neobsazené pole, ve kterém by se rovnala sazba c ij s nepřímou sazbou c ij tj. c ij = c ij. Nové základní řešení je tedy jediné možné řešení, při kterém můžeme dosáhnout minimální hodnoty účelové funkce, tj. kdy náklady na přepravu jsou minimální.

Řešení pomocí programu WinQSB

Interpretace dosaženého výsledku: Jak lze vidět z výsledku řešení programu WinQSB, výpočet, který byl proveden pomocí samostatné úvahy, byl potvrzen. Řešení nám ukazuje pouze jednu vhodnou variantu distribuce, která při podmínce minimalizace nákladů činí 384 Kč. Společnost SIT s. r. o. bude židle distribuovat pomocí následujícího schématu: Sklad v Ústí nad Labem bude dodávat 11 ks židlí do prodejny v Hradci Králové a 4 ks židlí do Olomouce. Sklad v Českých Budějovicích bude dodávat 14 ks židlí do Tábora, 2 ks židlí do Jihlavy, přičemž 5 ks židlí zůstane na skladě. Sklad v Brně bude dodávat 19 ks židlí do Jihlavy a 6 ks židlí do Olomouce. Sklad ve Vsetíně bude dodávat 7 ks židlí do Olomouce a 12 ks židlí do Zlína.

3 ANALÝZA KRITICKÉ CESTY METODA CPM Příprava valašského frgálu V rámci plánované oslavy je třeba napéct cukroví a několik koláčů. Z množství různých receptů byl zvolen recept na valašský frgál, jehož příprava je relativně snadná a výsledek se vždy setká s velkým ohlasem stolujících. V rámci upečení tohoto frgálu bylo stanoveno několik následujících činností a rovněž byla odhadem stanovena doba trvání v minutách. Všechny potřebné informace jsou uvedeny v tabulce. Úkolem je sestrojit síťový graf a vypočítat nejkratší dobu pro přípravu a upečení valašského frgálu.. Výsledek síťového grafu: Kritická cesta: A B D E F G H I K L M O Doba trvání: 175 min = tj. 2 h 55 min

Řešení pomocí programu WinQSB Interpretace výsledku: Ruční výpočet i softwarové řešení nám poskytlo řešení v podobě nalezení kritické cesty: A B D E F G H I K L M O. V návaznosti na tyto údaje jsme schopni zjistit nejkratší možnou dobu pro přípravu a následné zhotovení valašského frgálu. Tato doba stanovena na 175 min, tj. 2 h a 55 min. Celkovou časovou rezervu nacházíme v činnostech C vymazání plechů (65 min), J příprava posýpky (15 min) a N příprava na polití (45 min).

4 MODEL HROMADNÉ OBSLUHY Pobočka České pošty v Bystřici pod Hostýnem má v provozu celkem 4 přepážky pro peněžní služby. Dostavující se klienti se řadí do jedné fronty, přičemž přicházejí průměrně každé 1,5 minuty a tyto intervaly mají exponenciální rozdělení. Potřebná doba pro vyřízení požadavku klienta je náhodnou veličinou s exponenciálním rozdělením, se střední hodnotou cca 5 minut. Náklady na provoz jedné přepážky jsou 4 Kč/hod a náklady na pobyt jedné jednotky v systému je 16 Kč/hod. Úkolem je zvážit, zda bude za stávajících podmínek výhodné provozovat 5 přepážek nebo zda bude lepší i nadále zůstat u stávající situace. Kendellova notace: M / M / 4/ / / FIFO M / M / 5/ / / FIFO Řešení: Nejprve určíme hodnoty λ, µ a ρ. c c 1 2 1 2 6 1,5 6 5 4 5 c * c * 4 12 4 4*12 4 5*12,833,666 c * 1 λ průměrný počet klientů, kteří přijdou na pobočku České pojišťovny za 1 hodinu µ - průměrný počet vyřízených klientů za 1 hodinu ρ podmínka stabilizace je v obou situacích splněna, protože platí 1

Řešení pomocí programu WinQSB Queuing analysis V případě 4 přepážek v provozu:

Celková využitelnost systému při provozu 4 přepážek je 83, 33 %. Průměrný počet klientů na přepážce za 1 hodinu je 6,62, průměrný počet klientů ve frontě je 3,29 a průměrný počet klientů ve frontě a v zaplněném systému je roven 5-ti. Klient stráví v systému průměrně,1655 hodiny (tj. cca 9,93 min), ve frontě stráví průměrně,822 hodiny (tj. cca 4,9 min) a ve frontě a zaplněném systému stráví,125 h (tj. cca 7,5 minuty). Pravděpodobnost, že přepážka nebude v provozu je 2,131 %. Pravděpodobnost, že příchozí klient bude čekat z důvodu zaplněnosti systému je 65,77 %. Celkové náklady na provoz jedné přepážky v provozu dosahují 1 333,33 Kč/hod, celkové náklady na čekajícího klienta dosahují 526,18 Kč/hod a celkové náklady na provoz celé pobočky za 1 hodinu činí 2 659,51 Kč.

V případě provozu 5-ti přepážek:

Celková využitelnost systému při chodu 5-ti přepážek je 66,67 %. Průměrný počet klientů na pobočce za 1 hodinu je 3,99, průměrný počet klientů ve frontě je,6533 a průměrný počet klientů ve frontě a v zaplněném systému je roven 2. Klient stráví v systému průměrně,997 hodiny (tj. cca 5,982 min), ve frontě stráví průměrně,163 hodiny (tj. cca,978 min) a ve frontě a zaplněném systému stráví průměrně,5 h (tj. 3min). Pravděpodobnost, že přepážka nebude v provozu je 3,1752 %. Pravděpodobnost, že příchozí klient bude čekat z důvodu zaplněnosti systému je 32,67 %. Celkové náklady na provoz jedné přepážky v provozu dosahují 1 333,33 Kč/hod, celkové náklady na čekajícího klienta dosahují 14,53 Kč/hod a celkové náklady na provoz celé pobočky za 1 hodinu činí 2 637,87 Kč.

Interpretace výsledku: Zavedením 5-té přepážky dojde ke snížení celkové využitelnosti systému na 66,67 %. Z pohledu pobočky České pošty dojde k výraznému snížení čekajících klientů u jednotlivých přepážek i v zaplněném systému. Z pohledu klienta dojde k výraznému zlepšení poskytovaných služeb. Ve frontě a zaplněném systému stráví v konečném důsledku o 4,5 minuty méně času. I přes vyšší pravděpodobnost, že přepážky nebudou v provozu, celková pravděpodobnost, že klient bude čekat v důsledku zaplněnosti systému je o ½ nižší. Z pohledu celkových nákladů, zavedením 5-té přepážky nedojde k jejich výraznějšímu snížení, přesto bych však především z důvodu většího pohodlí pro klienty zavedla do provozu zmiňovanou 5-tou přepážku s celkovými hodinovými náklady na provoz 2 637,87 Kč.