Talousmatematiikan perusteet

Samankaltaiset tiedostot
Talousmatematiikan perusteet

Talousmatematiikan perusteet

Esimerkki 1 (Rehun sekoitus) 1

LP-mallit, L8. Herkkyysanalyysi. Varjohinta. Tietokoneohjelmia. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto.

LP-mallit, L19. Aiheet. Yleistä, LP-malleista. Esimerkki, Giapetto. Graafisen ratkaisun vaiheet. Optimin olemassaolo

Kertausta Talousmatematiikan perusteista Toinen välikoe

Kertausta Talousmatematiikan perusteista Toinen välikoe

Talousmatematiikan perusteet, ORMS1030

Lineaarialgebra II, MATH.1240 Matti laaksonen, Lassi Lilleberg

1. Lineaarinen optimointi

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Operatioanalyysi 2011, Harjoitus 3, viikko 39

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Determinantit. Kaksirivinen determinantti. Aiheet. Kaksirivinen determinantti. Kaksirivinen determinantti. Kolmirivinen determinantti

Käänteismatriisin. Aiheet. Käänteismatriisin ominaisuuksia. Rivioperaatiot matriisitulona. Matriisin kääntäminen rivioperaatioiden avulla

Käänteismatriisin ominaisuuksia

Piiri K 1 K 2 K 3 K 4 R R

Demo 1: Simplex-menetelmä

Ennakkotehtävän ratkaisu

Indekseistä, L17. Reaalikorko. Indeksikaavat. Aiheet. Aritmeettinen ja geometrinen keskiarvo. Yhden tuotteen hintaindeksi.

Lineaarinen yhtälöryhmä

Lineaariset yhtälöryhmät ja matriisit

Osittaistuenta Gaussin algoritmissa: Etsitään 1. sarakkeen itseisarvoltaan suurin alkio ja vaihdetaan tämä tukialkioiksi (eli ko. rivi 1. riviksi).

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Gaussin ja Jordanin eliminointimenetelmä

Valintakoe

Lineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!

Matriisit, kertausta. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

OPERAATIOANALYYSI ORMS.1020

Kokonaislukuoptiomointi Leikkaustasomenetelmät

Lineaariset kongruenssiyhtälöryhmät

Käänteismatriisi 1 / 14

Matriisien tulo. Matriisit ja lineaarinen yhtälöryhmä

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Talousmatematiikan perusteet, ORMS1030

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

Malliratkaisut Demot

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

Lineaarialgebra ja matriisilaskenta I

Yksikkökate tarkoittaa katetuottoa yhden tuotteen kohdalla. Tämä voidaan määrittää vain jos myytäviä tuotteita on vain yksi.

Kaksirivisen matriisin determinantille käytämme myös merkintää. a 11 a 12 a 21 a 22. = a 11a 22 a 12 a 21. (5.1) kaksirivine

( 3) ( 5) ( 7) ( 2) ( 6) ( 4) Pyramidi 3 Analyyttinen geometria tehtävien ratkaisut sivu 105 Päivitetty

802118P Lineaarialgebra I (4 op)

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

Harjoitus 5 ( )

Harjoitus 7: vastausvihjeet

Harjoitus 5 ( )

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

Lineaarinen optimointitehtävä

2.8. Kannanvaihto R n :ssä

2.5. Matriisin avaruudet ja tunnusluvut

Talousmatematiikan perusteet

ja piirrä sitä vastaavat kaksi käyrää ja tarkista ratkaisusi kuvastasi.

Polynomi ja yhtälö Sievennä. a) 4a + 3a b) 11x x c) 9x + 6 3x. Ratkaisu a) 7a b) 12x c) 6x + 6

Matriisilaskenta. Harjoitusten 3 ratkaisut (Kevät 2019) 1. Olkoot AB = ja 2. Osoitetaan, että matriisi B on matriisin A käänteismatriisi.

3x + y + 2z = 5 e) 2x + 3y 2z = 3 x 2y + 4z = 1. x + y 2z + u + 3v = 1 b) 2x y + 2z + 2u + 6v = 2 3x + 2y 4z 3u 9v = 3. { 2x y = k 4x + 2y = h

Matematiikan tukikurssi, kurssikerta 3

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Matemaattinen Analyysi

Malliratkaisut Demot

1 Rajoitettu optimointi I

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Harjoitus 8: Excel - Optimointi

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen

Talousmatematiikan perusteet, ORMS1030

10 Matriisit ja yhtälöryhmät

Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi

0, niin vektorit eivät ole kohtisuorassa toisiaan vastaan.

4.6 Matriisin kääntäminen rivioperaatioilla

Luento 3: Simplex-menetelmä

Talousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta

MS-C2105 Optimoinnin perusteet Malliratkaisut 4

Insinöörimatematiikka D


MAA7 7.1 Koe Jussi Tyni Valitse kuusi tehtävää! Tee vastauspaperiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin!

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

Lineaarialgebra ja matriisilaskenta I

Lineaarialgebra ja matriisilaskenta I

Malliratkaisut Demo 1

Ratkaisuehdotukset LH 3 / alkuvko 45

Luento 11: Rajoitusehdot. Ulkopistemenetelmät

Matematiikka B2 - Avoin yliopisto

Tarkastellaan seuraavaksi esimerkkien avulla yhtälöryhmän ratkaisemista käyttäen Gaussin eliminointimenetelmää.

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

Kurssin loppuosassa tutustutaan matriiseihin ja niiden käyttöön yhtälöryhmien ratkaisemisessa.

1 Johdanto LP tehtävän luonteen tarkastelua Johdanto herkkyysanalyysiin Optimiarvon funktio ja marginaalihinta

Pienimmän neliösumman menetelmä (PNS)

4. Luennon sisältö. Lineaarisen optimointitehtävän ratkaiseminen Simplex-menetelmä

Matematiikka B2 - TUDI

Pienimmän neliösumman menetelmä (PNS)

Demo 1: Lineaarisen tehtävän ratkaiseminen graafisesti ja Solverilla

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100

1 Komparatiivinen statiikka ja implisiittifunktiolause

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016

Malliratkaisut Demot

Malliratkaisut Demot 6,

Luento 2: Optimointitehtävän graafinen ratkaiseminen. LP-malli.

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

Transkriptio:

kevät 2019 / orms.1030 Talousmatematiikan perusteet 7. harjoitus, viikko 7 1. Oheisessa taulukossa on erään tuotteen hintaindeksejä. Laske hinnan keskimääräinen kasvuvauhti vuosina 2000-2005 vuosi indeksi 1998 100 1999 104 2000 109 2001 112 2002 115 2003 118 2004 121 2005 124 2006 130 keskimääräinen kasvutekijä on 1 r = ( X2005 x 2000 ) 1/5 = ( ) 124 1/5 = 1,026122 1,0261 109 Vastaus: Keskimääräinen vuosikasvu on ollut 2,61% vuosina 2000 2005. 2. Yritys valmistaa muoviraaka-aineesta kahta tuotetta A ja B. Tuotteen A valmistaminen vie aikaa 15min ja raaka-ainetta 8kg. Tuotteen B valmistaminen vie aikaa 6min ja raaka-ainetta 5kg. Raaka-ainetta on olemassa 3000 kg/viikko ja laitteisto, jolla tuotteita valmistetaan on käytössä 40 tuntia viikossa. Yhden A-tuotteen valmistaminen tuottaa myyntivoittoa 7 euroa ja yhden B-tuotteen valmistaminen tuottaa myyntivoittoa 5 euroa. Mahdollisesti käyttämättä jäänyt muoviraaka-aine voidaan myydä hintaan 120 euroa/tonni. Määrittele päätösmuuttujat ja muodosta lp-malli myyntivoiton maksimoimiseksi. (Älä ratkaise mallia.) Päätösmuuttujat: x 1 = tuotteen A valmistus (kpl/viikko) x 2 = tuotteen B valmistus (kpl/viikko) x 3 = raaka-aineen myynti (kg/viikko)

Tavoitefunktio: Rajoitteet: z = 7x 1 5x 2 0.120x 3 raaka-aine (kg): 8x 1 5x 2 x 3 3000 aika (min): 15x 1 6x 2 40 60 Vastaus: LP-malli max z = 7x 1 5x 2 0.120 x 3 s.t. 8x 1 5x 2 x 3 3000 15x 1 6x 2 2400 3. Ratkaise graafisesti seuraava lp-malli max z = x 1 2x 2 ehdoin 3x 1 x 2 45 x 1 x 2 18 x 1 4x 2 60 x 1,x 2 0 Käymme ensin läpi rajoitteet. Jokaisesta rajoitteesta kirjaamme rajoitteen, käyvän puolen (,,, ), sekä kaksi rajoitesuoran pistettä. 1. raj. 3x 1 x 2 45 A = (10,15) B = (15,0) 2. raj. x 1 x 2 18 C = (0,18) D = (18,0) 3. raj. x 1 4x 2 60 E = (0,15) F = (20,10) x 2 20 15 C E A 10 F 5 B D 5 10 15 20 x 1

Tavoitesuora: tav. x 1 2x 2 = 28 G = (0,14) H = (20,4) x 2 20 15 Optimi 10 5 5 10 15 20 x 1 Optimi on pisteessä, jossa rajoitesuorat ja leikkaavat toisensa. Siis { { x1 x 2 = 18 ( 1) x 1 4x 2 = 60 { x1 x 2 = 18 3x 2 = 42 { x1 = 4 ja z = 4 2 14 = 32 x 2 = 14 Vastaus: optimissa x 1 = 4, x 2 = 14 ja tavoitefunktio saa arvon z = 32. 4. a) Piirrä seuraavan LP-mallin käypä alue ja b) ratkaise malli. min z = x 1 5x 2 ehdoin 2x 1 3x 2 60 x 1 x 2 16 x 1 3x 2 6 2x 1 x 2 10 x 1,x 2 0

1. raj. 2x 1 3x 2 60 A = (0,20) B = (21,6) 2. raj. x 1 x 2 16 C = (0,16) D = (16,0) 3. raj. x 1 3x 2 6 E = (6,0) F = (21,5) 4. raj. 2x 1 x 2 10 G = (0,10) H = (5,20) x 2 20 A H V C 15 10 G 5 B F 5 E 10 15D 20 x 1 Tavoitesuora: tav. x 1 5x 2 = 75 = (0,15) J = (10,17) x 2 20 Optimi V 15 J 10 5 5 10 15 20 x 1

Optimissa rajoitteiden ja V rajoitesuorat leikkaavat. Siis { V { 2x1 3x 2 = 60 (1) 2x 1 x 2 = 10 { 2x1 3x 2 = 60 4x 2 = 70 { x1 = 3.75 ja z = 3.75 5 17.50 = 83.75 x 2 = 17.50 Vastaus: optimissa x 1 = 3.75, x 2 = 17.50 ja tavoitefunktio saa arvon z = 83.75. 4. a) Pienyritys valmistaa kahta tuotetta 1 ja 2, ja myy kaiken valmistamansa. Kumpaakin tuotetta käsitellään neljällä osastolla seuraavan taulukon mukaisesti. tuotantoaika (tuntia) tuote os. A os. B os. C os D 1 4 2 6 1 2 4 3 1 2 Kullakin osastolla käytettävissä oleva työvoima on rajallinen siten, että työtunteja on osastoilla viikossa käytettävissä seuraavasti osasto työtunteja viikossa A 120 B 220 C 300 D 80 Kate (myyntitulo - valmistuskustannukset) yhdeltä 1 -tuotteelta on 300e ja kate yhdeltä 2 -tuotteelta 500e. Muodosta LP-malli yrityksen kokonaiskatteen maksimoimiseksi. (Älä ratkaise mallia.) b) Tehtävän yrityksen työaika-resurssi on 720 tuntia/viikossa eli 18 työntekijää. Pohdi seuraavaa kysymystä: Jos yritykselle tarjoutuu mahdollisuus palkata kaksi uutta työntekijää, niin miten tämä uusi resurssi allokoidaan (sijoitetaan) eri osastoille? a) Päätösmuuttujat: x 1 = tuotteen 1 valmistus (kpl/viikko) x 2 = tuotteen 2 valmistus (kpl/viikko) Tavoitefunktio: Rajoitteet: z = 300x 1 500x 2 osasto A (h): 4x 1 4x 2 120 osasto B (h): 2x 1 3x 2 220 osasto C (h): 6x 1 x 2 300 osasto D (h): x 1 2x 2 80

LP-malli max z = 300x 1 500x 2 s.t. 4x 1 4x 2 120 2x 1 3x 2 220 6x 1 x 2 300 x 1 2x 2 80 b) Kun on mahdollista palkata kaksi uutta työntekijää (80h työtä), niin haluamme selvittää mille osastoille uusi työresurssi kannattaa sijoittaa. Olkoon osastojen A, B, C, D uudet työresurssin lisäykset vastaavasti w 1, w 2, w 3, w 4. Silloin LP-malli menee muotoon max z = 300x 1 500x 2 s.t. 4x 1 4x 2 120 w 1 2x 1 3x 2 220 w 2 6x 1 x 2 300 w 3 x 1 2x 2 80 w 4 w 1 w 2 w 3 w 4 = 80 tai systemaattisemmin max z = 300x 1 500x 2 s.t. 4x 1 4x 2 w 1 120 2x 1 3x 2 w 2 220 6x 1 x 2 w 3 300 x 1 2x 2 w 4 80 w 1 w 2 w 3 w 4 = 80 5. Määritä käänteismatriisi matriisille A = ( ) 2 1. 1 1 Tehdään ratkaisu rivioperaatioilla ( 2 1 1 1 ( 1 1 2 1 ( 1 1 0 1 ( 1 0 0 1 1 0 0 1 0 1 1 0 ) 0 1 1 2 1 1 1 2 siis A:n käänteismatriisi on A 1 = vaihdetaan rivit ) ( 2) lisää rivi 1 ( 2):lla kerrottuna riviin 2 ) lisää rivi 2 riviin 1 (1) ( 1) lopuksi vaihda rivin 1 merkit ) ( ) 1 1. 1 2

6. Määritä rivioperaatioiden avulla käänteismatriisi matriisille 1 1 2 N = 1 0 1. 2 3 3 Siis [1] 1 2 1 0 0 1 0 1 0 1 0 2 3 3 0 0 1 1 1 2 1 0 0 0 [1] 1 1 1 0 0 5 7 2 0 1 1 0 1 0 1 0 0 [1] 1 1 1 0 0 0 2 3 5 1 1 0 0 1.5 1.5 0.5 0 1 0 2.5 3.5 0.5 0 0 1 1.5 2.5 0.5 ( 1) ( 2) (1) ( 5) (1/2) ( 1/2) (1/2) 1.5 1.5 0.5 N 1 = 2.5 3.5 0.5 1.5 2.5 0.5 7. Ratkaise yhtälöryhmä x y 2z = 0 x z = 4 2x 3y 3z = 8 1 1 2 1 0 1 2 3 3 x y z = 0 4 8 (Vihje: Voit soveltaa periaatetta N x = b x = N 1 b. Huomaa, että kerroinmatriisin käänteismatriisi laskettiin edellisessä tehtävässä!) Yhtälöryhmän kerroinmatriisin käänteismatriisi laskettiin edellisessä tehtävässä: 1 1 2 N = 1 0 1 N 1 = 2 3 3 1.5 1.5 0.5 2.5 3.5 0.5 1.5 2.5 0.5 x 0 N y = 4 z 8 x 0 y = N 1 4 z 8 x 1.5 1.5 0.5 0 2 y = 2.5 3.5 0.5 4 = 10 z 1.5 2.5 0.5 8 6

Tarkistetaan tulos sijoittamalla saadut muuttujien arvot alkuperäiseen yhtälöön 2 10 2 ( 6) = 0 Ok 2 ( 6) = 4 Ok 2 ( 2) 3 10 3 ( 6) = 8 Ok Vastaus: x = 2, y = 10, z = 6. 8. Miten edellisen tehtävän yhtälöryhmän ratkaisu muuttuu, jos kolmannen yhtälön oikea puoli kasvaa yhdellä (arvosta 8 arvoon 9)? Vertaamme nyt kahta (eri) yhtälöryhmän ratkaisua keskenään. x alkup on yhtälöryhmän 0 N x = 4 8 ratkaisu ja x uusi on yhtälöryhmän 0 N x = 4 9 ratkaisu. Muutos ratkaisussa on 0 0 0 0 x uusi x alkup = N 1 4 N 1 4 = N 1 4 4 9 8 9 8 1.5 1.5 0.5 0 0.5 = 2.5 3.5 0.5 0 = 0.5 1.5 2.5 0.5 1 0.5 Uusi ratkaisu on siis 2 0.5 1.5 x uusi = 10 0.5 = 9.5 6 0.5 5.5 Kaavoja: Laspeyres Paaschen Fisher Pt L 0 ;t = i p t;i q t0 ;i 100, Qt L i p t0 ;iq 0 ;t = i q t;i p t0 ;i 100 t0 ;i i q t0 ;ip t0 ;i Pt P 0 ;t = i p t;i q t;i 100, i p t0 ;iq t;i P F t 0 ;t = P L t 0 ;t P P t 0 ;t, Q P t 0 ;t = Qt P 0 ;t = i q t;i p t;i 100 i q t0 ;ip t;i Qt L 0 ;t Qt P 0 ;t Yhtälöyhmän ratkaisu: A x = b x = A 1 b