Operationsanalyse MØK

Størrelse: px
Starte visningen fra side:

Download "Operationsanalyse MØK"

Transkript

1 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 1 Operationsanalyse MØK Eksamensopgave, 4. januar 2016 Rettevejledning 1. Vi har at gøre med et transportproblem, der kan skrives på formen kapacitet I II III IV Efterspørgsel: Man finder først en brugbar løsning: Når der udregnes spænd, kan søjlerne ordnes som III>I>IV>II. Der tildeles i denne rækkefølge efter laveste omkostning, så III får alt fra 1, I får alt fra II, og IV får 10 fra 2, som dermed er tømt. Der udregnes nye spænd, og resten kan tildeles, så man får en løsning Ved optimalitetscheck indsættes omkostningskoefficienter på de pladser, hvor der ikke-nul elementer i løsningen (fremhævet), og der udfyldes: Da alle tal er omkostningskoefficienterne, er løsningen optimal. Der tilføjes en begrænsning på kapaciteten i 1 III på 10. Det kan vi formulere i transportproblemet ved at ændre efterspørgslen i III til 10 og tilføje en ny terminal IIIa med efterspørgsel 5 og samme omkostninger som III pånær i i første række, hvor den sættes meget højt, f.eks Det nye transportproblem har formen I II III IIIa IV

2 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 2 Der findes en brugbar løsning på samme måde som før, nemlig Løsningen er degenereret, og ved optimalitetscheck får man brug for at indsætte et ε, f.eks. i tredie række, anden søjle. Så får man så løsningen er optimal. Der tilføjes nu en kilde med kapacitet 15, mens samlet efterspørgsel er uændret. Man tilføjer derfor en dummy terminal V ( skraldebøtte ) med meget store omkostningskoefficienter, og man har et transportproblem af typen kapacitet I II III IV V Efterspørgsel: Der findes en brugbar løsning som før, nemlig 15 Løsningen er degenereret, og til optimalitetschecket må der sættes et ε ind, f.eks. i sidste række, anden søjle. Optimalitetschecket viser, at løsningen ikke er optimal, det går galt i 1.række, 3.søjle. Der flyttes 10 rundt til en ny løsning:

3 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side som heller ikke er optimal (optimalitetschecket svigter i 3.række, 5.søjle), og vi får nok en opdatering til 15 Denne løsning er igen degenereret, vi indsætter et ε (f.eks. i 1.række, 2.søjle) og laver et nyt optimalitetscheck: som viser, at løsningen nu er optimal Vi har at gøre med et TSP problem. For at finde en rute, der minimerer samlet transporttid, reduceres først i rækker og søjler, hvorved man får: A B C D E Der er reduceret med 47 i rækker og 5 i søjler, ialt 52. Der er ikke uafhængige nuller, så der findes omkostning ved ikke-brug for nullerne, og den maximale værdi er 4, antaget ved brug af B D. Denne vej vælges, og man reducerer igen i rækker og søjler (med ialt 4) til matricen A B C E A C D E 2 0 4

4 Operationsanalyse MØK 2015II Eksamensopgave, Rettevejledning, side 4 Her er der uafhængige nuller, men de svarer til to adskilte rundture, så de kan ikke bruges. Vi finder endnu en gang omkostninger ved ikke-brug og udtager C A med maximumsværdi 2. I den nye matrix B C E A 2 1 D 0 0 E 0 4 kan der reduceres med 1, derefter er der uafhængige nuller, og de giver rundturen A E B D C A med omkostninger 57. Hvis der i sidste runde ikke vælges C A eller E B (de to nuller med maximumsværdi), vil omkostningerne være mindst 56+2, så der er ikke andre ruter med B D. Hvis denne ikke må vælges, er omkostningerne mindst 56: Hvis der indsættes i det oprindelige problem, reduceres med ialt 56, og i den reducerede matrix er omkostning ved ikke-brug 3 for D B og B E. Vælges D B, kan der reduceres med 1, og der er ikke en rundtur med to adskilte ture, så omkostningen bliver større end 57. Vælges B E, får vi samme mønster. Det kan dermed konkluderes at løsningen er entydig. Når der udliciteres, vil det være i det nye cykelbuds interesse at vælge en rute, der giver så stort et tidsforbrug som muligt, så TSP problemet skal løses som et maximumsproblem. Først trækkes alle omkostninger fra den største, således at vi får et minimeringsproblem på formen A B C D E som efter reduktion i rækker og søjler bliver til A B C D E

5 Der er ikke uafhængige nuller, maximal omkostning ved ikke-brug fås f.eks. ved C E. Fjernes denne og reduceres, fås uafhængige nuller svarende til ruten med omkostning 89. A B C E D A 3. Vi har et maskinproblem med 5 maskiner, idet det antages at kaffemaskinernes nedbrud er eksponentialfordelt med parameter λ = 0, 25, og varigheden af en reparation er deterministisk med µ = 1, således at betjeningsfaktoren er ρ = λ/µ = 0, 25. Man finder (ved brug af bogens formel) at x 5 = y 5 = 4, 42, og det gennemsnitlige antal maskiner i drift bliver a 5 = 3, 37. Der produceres dermed 169,3 kopper i timen. Reparatøren er i arbejde b 5 = 0, 847 pr. time, hvad der giver en samlet pris pr. kop på 3 kr. hvad der er markant billigere end det alternative tilbud. Beregningen forudsætter at det gennemsnitlige antal kopper produceret svarer til den faktiske efterspørgsel. Hvis efterspørgslen er størreog ønskes tilfredsstillet, foreligger der et helt nyt problem. Er den markant mindre, kan udgiften til reparatør pr. kop blive så stor, at konklusionen ændres. 5

Operationsanalyse, Ordinær Eksamen 2017I Rettevejledning

Operationsanalyse, Ordinær Eksamen 2017I Rettevejledning Operationsanalyse, Ordinær Eksamen 207I Rettevejledning Opgave A Ifølge de givne oplysninger skal der ialt udbringes 000 kg gødning i årets løb. Det fremgår videre af teksten, at der ønskes udbragt en

Læs mere

Note om interior point metoder

Note om interior point metoder MØK 2016, Operationsanalyse Interior point algoritmer, side 1 Note om interior point metoder Som det er nævnt i bogen, var simplex-metoden til løsning af LP-algoritmer nærmest enerådende i de første 50

Læs mere

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2. C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011

Læs mere

Lidt supplerende køteori (ikke pensum)

Lidt supplerende køteori (ikke pensum) H.Keiding: Operationsanalyse MØK 205II Note om køteori, side. Lidt mere om M/M/ Lidt supplerende køteori (ikke pensum).. Rate-equality. I den første note endte vi de generelle betragtninger med en hurtig

Læs mere

Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed

Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Approximations-algoritmer Sidste gang Motivation Definitioner Approximations-algoritme for knudeoverdækning Approximations-algoritme for TSP med trekantsulighed Negativt resultat om generel TSP Approximations-algoritme

Læs mere

Ekstremumsbestemmelse

Ekstremumsbestemmelse Ekstremumsbestemmelse Preben Alsholm 24. november 2008 1 Ekstremumsbestemmelse 1.1 Ekstremum for funktion af én variabel: Definitioner Ekstremum for funktion af én variabel: Definitioner Punktet a kaldes

Læs mere

Matricer og lineære ligningssystemer

Matricer og lineære ligningssystemer Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix

Læs mere

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning

Chapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis

Læs mere

Kursusgang 3 Matrixalgebra Repetition

Kursusgang 3 Matrixalgebra Repetition Kursusgang 3 Repetition - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 16. september 2008 1/19 Betingelser for nonsingularitet af en Matrix

Læs mere

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1

Besvarelse af Eksamensopgaver Juni 2005 i Matematik H1 Besvarelse af Eksamensopgaver Juni 5 i Matematik H Opgave De fire vektorer stilles op i en matrix som reduceres: 4 4 4 8 4 4 (a) Der er ledende et-taller så dim U =. Som basis kan f.eks. bruges a a jfr.

Læs mere

Brug matematiske modeller til at optimere din drift

Brug matematiske modeller til at optimere din drift Brug matematiske modeller til at optimere din drift Matematiske modeller kan være en stor hjælp i beslutningstagen-og planlægningsaktiviteter på både et operationelt, taktisk og strategisk niveau. Matematiske

Læs mere

Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomielt tid Optimeringsproblemer kan ikke altid verificeres i polynomiel

Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomielt tid Optimeringsproblemer kan ikke altid verificeres i polynomiel I dag Løsning af NP -hårde optimeringsproblemer Repetition: branch-and-bound Flere begreber Konkret eksempel: TSP Lagrange relaxering Parallel branch-and-bound 1 Opsummering Løsning af NP -hårde optimeringsproblemer

Læs mere

Ekstremum for funktion af flere variable

Ekstremum for funktion af flere variable Ekstremum for funktion af flere variable Preben Alsholm 28. april 2008 1 Ekstremum for funktion af flere variable 1.1 Hessematricen I Hessematricen I Et stationært punkt for en funktion af flere variable

Læs mere

Rettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007

Rettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007 Rettevejledning til eksamen i Kvantitative metoder 1,. årsprøve. januar 007 I rettevejledningen henvises der til Berry and Lindgren "Statistics Theory and methods"(b&l) hvis ikke andet er nævnt. Opgave

Læs mere

SMED. Øvelse - Kaffebrygning

SMED. Øvelse - Kaffebrygning DI-version 2012-05-16 SMED Øvelse - Kaffebrygning Alle rettigheder tilhører DI 2-5-2 - Smed - Øvelse - Kaffebrygning - 2012-05-166 side 1 af 10 Øvelse - Kaffebrygning Rettigheder DI ejer alle rettigheder

Læs mere

PREPARED BY.

PREPARED BY. OPTIMER DIN DRIFT MED MATEMATISKE MODELLER PREPARED BY FREJA 4PL SERVICES www.freja.dk Matematiske modeller kan være en stor hjælp til beslutningstagen og planlægningsaktiviteter på både et operationelt,

Læs mere

Om første og anden fundamentalform

Om første og anden fundamentalform Geometri, foråret 2005 Jørgen Larsen 9. marts 2005 Om første og anden fundamentalform 1 Tangentrummet; første fundamentalform Vi betragter en flade S parametriseret med σ. Lad P = σu 0, v 0 være et punkt

Læs mere

Operationsanalyse 1 Obligatorisk opgave 2

Operationsanalyse 1 Obligatorisk opgave 2 Operationsanalyse Obligatorisk opgave Anders Bongo Bjerg Pedersen. juni Opgave (i) Vi tilføjer først slack-variable til (P ): Minimize Z = x + x + x subject to x + x + x x 4 = x x + x x 5 = x + x x x =

Læs mere

Lineær Algebra F08, MØ

Lineær Algebra F08, MØ Lineær Algebra F08, MØ Vejledende besvarelser af udvalgte opgaver fra Ugeseddel 3 og 4 Ansvarsfraskrivelse: Den følgende vejledning er kun vejledende. Opgaverne kommer i vilkårlig rækkefølge. Visse steder

Læs mere

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge

Eksempler Determinanten af en kvadratisk matrix. Calculus Uge Oversigt [LA] 8 Her skal du lære om 1. Helt simple determinanter 2. En udvidelse der vil noget 3. Effektive regneregler 4. Genkend determinant nul 5. Produktreglen 6. Inversreglen 7. Potensreglen 8. Entydig

Læs mere

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra

Matrx-vektor produkt Mikkel H. Brynildsen Lineær Algebra Matrx-vektor produkt [ ] 1 2 3 1 0 2 1 10 4 Rotationsmatrix Sæt A θ = [ ] cosθ sinθ sinθ cosθ At gange vektor v R 2 med A θ svarer til at rotere vektor v med vinkelen θ til vektor w: [ ][ ] [ ] [ ] cosθ

Læs mere

Besvarelser til de to blokke opgaver på Ugeseddel 7

Besvarelser til de to blokke opgaver på Ugeseddel 7 Besvarelser til de to blokke opgaver på Ugeseddel 7 De anførte besvarelser er til dels mere summariske end en god eksamensbesvarelse bør være. Der kan godt være fejl i - jeg vil meget gerne informeres,

Læs mere

Samtlige 3 problemtyper tilhører klassen 8/>A9<5 069A :<9,6/7=.

Samtlige 3 problemtyper tilhører klassen 8/>A9<5 069A :<9,6/7=. Chapter 7: Transport-, assignment- & transshipmentproblemer 1) Formulering af de 3 problemtyper 2) Algoritme for det balancerede transportproblem 3) Algoritme for assignmentproblemet Samtlige 3 problemtyper

Læs mere

Symmetriske og ortogonale matricer Uge 7

Symmetriske og ortogonale matricer Uge 7 Symmetriske og ortogonale matricer Uge 7 Preben Alsholm Efterår 2009 1 Symmetriske og ortogonale matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = [ a ij kaldes symmetrisk, hvis aij = a ji

Læs mere

Antag X 1, X 2,..., X n er n uafhængige stokastiske variable, hvor Var(X 1 )=σ 2 1,..., Var(X n )=σ 2 n.

Antag X 1, X 2,..., X n er n uafhængige stokastiske variable, hvor Var(X 1 )=σ 2 1,..., Var(X n )=σ 2 n. Simple fejlforplantningslov Landmålingens fejlteori Lektion 6 Den generelle fejlforplantningslov Antag X, X,, X n er n uafhængige stokastiske variable, hvor Var(X )σ,, Var(X n )σ n Lad Y g(x, X,, X n ),

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017

Besvarelser til Lineær Algebra Ordinær Eksamen Juni 2017 Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

MA TEMA TIK 1 LA, GAMMEL T PENSUM

MA TEMA TIK 1 LA, GAMMEL T PENSUM Københavns Universitet Det naturvidenskabelige Fakultet Eksamensterminen vinteren 1994-95 MA TEMA TIK 1 LA, GAMMEL T PENSUM Opgaver til besvarelse i 3 timer. Ingen hjælpemidler (ud over skriveredskaber)

Læs mere

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02)

Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM02) SYDDANSK UNIVERSITET ODENSE UNIVERSITET INSTITUT FOR MATEMATIK OG DATALOGI Skriftlig eksamen Vejledende besvarelse MATEMATIK B (MM2) Fredag d. 2. januar 22 kl. 9. 3. 4 timer med alle sædvanlige skriftlige

Læs mere

Lineær algebra 1. kursusgang

Lineær algebra 1. kursusgang Lineær algebra 1. kursusgang Eksempel, anvendelse To kendte punkter A og B på en linie, to ukendte punkter x 1 og x 2. A x 1 x 2 B Observationer af afstande: fra A til x 1 : b 1 fra x 1 til x 2 : b 2 fra

Læs mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende køder Fejlkorrigerende koder Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget

Læs mere

Nøgleord og begreber

Nøgleord og begreber Oversigt [LA] 9 Nøgleord og begreber Helt simple determinanter Determinant defineret Effektive regneregler Genkend determinant nul Test determinant nul Produktreglen Inversreglen Test inversregel og produktregel

Læs mere

DesignMat Lineære ligningssystemer og Gauss-elimination

DesignMat Lineære ligningssystemer og Gauss-elimination DesignMat Lineære ligningssystemer og Gauss-elimination Preben Alsholm Uge Forår 010 1 Lineære ligningssystemer og Gauss-elimination 11 Om talrummet R n Om talsæt bestående af n tal R n er blot mængden

Læs mere

UGESEDDEL 10 LØSNINGER. = f

UGESEDDEL 10 LØSNINGER. = f UGESEDDEL 10 LØSNINGER Theorem 1. Algoritme for løsning af max f(x, y) når g(x, y) c. Dan Lagrange-funktionen: L (x, y) = f(x, y) λ(g(x, y) c). Beregn de partielle afledte af L og kræv at de begge er nul:

Læs mere

Lineær algebra Kursusgang 6

Lineær algebra Kursusgang 6 Lineær algebra Kursusgang 6 Mindste kvadraters metode og Cholesky dekomposition Vi ønsker at finde en mindste kvadraters løsning til det (inkonsistente) ligningssystem hvor A er en m n matrix. Ax = b,

Læs mere

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet

x 2 + y 2 dx dy. f(x, y) = ln(x 2 + y 2 ) + 2 1) Angiv en ligning for tangentplanen til fladen z = f(x, y) i punktet Eksamensopgaver fra Matematik Alfa 1 Naturvidenskabelig Kandidateksamen August 1999. Matematik Alfa 1 Opgave 1. Udregn integralet 1 1 y 2 (Vink: skift til polære koordinater.) Opgave 2. Betragt funktionen

Læs mere

standard normalfordelingen på R 2.

standard normalfordelingen på R 2. Standard normalfordelingen på R 2 Lad f (x, y) = 1 x 2 +y 2 2π e 2. Vi har så f (x, y) = 1 2π e x2 2 1 2π e y2 2, og ved Tonelli f dm 2 = 1. Ved µ(a) = A f dm 2 defineres et sandsynlighedsmål på R 2 målet

Læs mere

Symmetriske og ortogonale matricer Uge 6

Symmetriske og ortogonale matricer Uge 6 Symmetriske og ortogonale matricer Uge 6 Preben Alsholm Efterår 2010 1 Symmetriske og ortogonale matricer 1.1 Skalarprodukt og Cauchy-Schwarz ulighed Skalarprodukt og Cauchy-Schwarz ulighed Det sædvanlige

Læs mere

J n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n.

J n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n. . Jordan normalform Målet med dette notat er at vise hvorledes man ud fra en given matrix beregner dens Jordan normalform. Definition.. For n og λ C sættes λ 0... 0. 0 λ... J n λ).......... 0....... λ

Læs mere

Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning)

Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning) Rettevejledning til Eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2002 II. (ny studieordning) De relevante dele af pensum er især del 2 i kapitel 20 samt dele af kapitel

Læs mere

Tidligere Eksamensopgaver MM505 Lineær Algebra

Tidligere Eksamensopgaver MM505 Lineær Algebra Institut for Matematik og Datalogi Syddansk Universitet Tidligere Eksamensopgaver MM55 Lineær Algebra Indhold Typisk forside.................. 2 Juni 27.................... 3 Oktober 27..................

Læs mere

Løsning til eksamen d.27 Maj 2010

Løsning til eksamen d.27 Maj 2010 DTU informatic 02402 Introduktion til Statistik Løsning til eksamen d.27 Maj 2010 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th edition]. Opgave I.1

Læs mere

Undervisningsnotat. Matricer

Undervisningsnotat. Matricer Undervisningsnotat. Matricer januar, C Definition En matrix er en ordnet mængde tal opstillet i m rækker og n søjler. Matricen A kunne være defineret som vist nedenfor. Hvert element i matricen er forsynet

Læs mere

Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid

Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid 6 april Løsning af N P -hårde problemer Løs til optimalitet i eksponentiel tid Find tilnærmet løsning i polynomiel tid Oversigt Grænseværdier (repetition) Branch-and-bound algoritmens komponenter Eksempler

Læs mere

LINALG JULENØD 2013 SUNE PRECHT REEH

LINALG JULENØD 2013 SUNE PRECHT REEH LINALG JULENØD 203 SUNE PRECHT REEH Resumé I denne julenød skal vi se på lineær algebra for heltallene Z Hvad går stadig godt? og hvad går galt? I de reelle tal R kan vi for ethvert a 0 altid finde R som

Læs mere

Projekt Lineær programmering i to variable

Projekt Lineær programmering i to variable Projekt 5.5 - Lineær programmering i to variable. Den grundlæggende ide i lineær programmering Håndtering af optimeringsproblemer er et af de store anvendelsesområder inden for differentialregningen. Det

Læs mere

EKSAMEN Flerdimensional Analyse Sommer sider

EKSAMEN Flerdimensional Analyse Sommer sider EKSAMEN Flerdimensional Analyse Sommer 2008 5 sider Formaliteter Eksamen er en 24-timers eksamen, der udleveres mandag den 23/6-2008 klokken 0.00 og afleveres tirsdag den 24/6-2008 inden klokken 0.00.

Læs mere

Lokalisering af og samspil mellem distributionsterminaler

Lokalisering af og samspil mellem distributionsterminaler Lokalisering af og samspil mellem distributionsterminaler Louise Tranberg DTU, Lyngby Logistisk optimering Hvordan optimeres den fysiske struktur og logistik i transportfirmaer? Hvor mange terminaler skal

Læs mere

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Horsens Kommune! Endelave Overfarten! Tonnage optimering! 02 maj 2014!

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Horsens Kommune! Endelave Overfarten! Tonnage optimering! 02 maj 2014! Horsens Kommune Endelave Overfarten Tonnage optimering 02 maj 2014 A/S JØRGEN PETERSEN - RÅDGIVENDE SKIBSINGENIØRER - 8700 HORSENS INDHOLDSFORTEGNELSE Baggrund... 1 Konklusion... 2 Beskrivelse af metode...

Læs mere

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1

Den homogene ligning. Vi betragter den n te ordens, homogene, lineære differentialligning. d n y dt n. an 1 + any = 0 (1.2) dt. + a1 d n 1 y dt n 1 1/7 Den homogene ligning Vi betragter den n te ordens, homogene, lineære differentialligning a 0 d n y dt n + a1 d n 1 y dt n 1 hvor a 0,..., a n R og a 0 0. Vi skriver ligningen på kort form som + + dy

Læs mere

Matlab script - placering af kran

Matlab script - placering af kran Matlab script - placering af kran 1 Til at beregne den ideelle placering af kranen hos MSK, er der gjort brug af et matlab script. Igennem dette kapitel vil opbygningen af dette script blive gennemgået.

Læs mere

Rettevejledning til eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2005 II

Rettevejledning til eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt Eksamenstermin 2005 II Rettevejledning til eksamensopgave i Makroøkonomi, 2. årsprøve: Økonomien på kort sigt ksamenstermin 25 II Ad spørgsmål 1: n permanent finanspolitisk lempelse i euroland vil i modellen (1) til (3) manifestere

Læs mere

Opgavebesvarelse - Øvelse 3

Opgavebesvarelse - Øvelse 3 Opgavebesvarelse - Øvelse 3 Opgave 3.2 Lad økonomien være karakteriseret ved følgende adfærdsligninger: a) Løs for ligevægts BNP: derved at vi bruger ligningen. b) Løs for den disponible indkomst: c) Løs

Læs mere

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version

Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Det Ingeniør-, Natur- og Sundhedsvidenskabelige basisår Matematik 2A, Forår 2007, Hold 4 Opgave A Kommenteret version Opgaven består af et antal delopgaver Disse er af varierende omfang Der er også en

Læs mere

MASO Uge 11. Lineær optimering. Jesper Michael Møller. Uge 46, 2010. Formålet med MASO. Department of Mathematics University of Copenhagen

MASO Uge 11. Lineær optimering. Jesper Michael Møller. Uge 46, 2010. Formålet med MASO. Department of Mathematics University of Copenhagen MASO Uge 11 Lineær optimering Jesper Michael Møller Department of Mathematics University of Copenhagen Uge 46, 2010 Formålet med MASO Oversigt 1 Generelle lineære programmer 2 Definition Et generelt lineært

Læs mere

Chapter 5: Simplex metoden til løsning af LP. -> max problem alle uligheder af typen ì alle højresider ikke-negative alle variable ikke-negative

Chapter 5: Simplex metoden til løsning af LP. -> max problem alle uligheder af typen ì alle højresider ikke-negative alle variable ikke-negative Chapter 5: Simplex metoden til løsning af LP Formål: Udvikling af generel metode til løsning af enhver type LP. Metoden udvikles først for LP i standard form -> max problem alle uligheder af typen ì alle

Læs mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende køder Fejlkorrigerende koder Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget

Læs mere

Løsning, Bygningskonstruktion og Arkitektur, opgave 6

Løsning, Bygningskonstruktion og Arkitektur, opgave 6 Løsning, Bygningskonstruktion og Arkitektur, opgave 6 For en excentrisk og tværbelastet søjle skal det vises, at normalkraften i søjlen er under den kritiske værdi mht. søjlevirkning og at momentet i søjlen

Læs mere

Module 1: Lineære modeller og lineær algebra

Module 1: Lineære modeller og lineær algebra Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........

Læs mere

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer.

LINEÆR OPTIMERING JESPER MICHAEL MØLLER. Resumé. Disse noter handler om dualitet i lineære optimeringsprogrammer. LINEÆR OPTIMERING JESPER MICHAEL MØLLER Indhold 1 Introduktion 1 2 Kanoniske programmer 2 3 Standard programmer 2 4 Svag dualitet for standard programmer 3 5 Svag dualitet for generelle lineære programmer

Læs mere

Eksamen 2014/2015 Mål- og integralteori

Eksamen 2014/2015 Mål- og integralteori Eksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål Ved bedømmelsen indgår de spørgsmål med samme vægt

Læs mere

Reeksamen 2014/2015 Mål- og integralteori

Reeksamen 2014/2015 Mål- og integralteori Reeksamen 4/5 Mål- og integralteori Københavns Universitet Institut for Matematiske Fag Formalia Eksamensopgaven består af 4 opgaver med ialt spørgsmål. Ved bedømmelsen indgår de spørgsmål med samme vægt.

Læs mere

Løsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014

Løsning til opgave 7, 9, 10 og 11C Matematik B Sommer 2014 Vejledning til udvalgte opgave fra Matematik B, sommer 2014 Opgave 7 Størrelsen og udbudsprisen på 100 fritidshuse på Rømø er indsamlet via boligsiden.dk. a) Grafisk præsentation, der beskriver fordelingen

Læs mere

Emneopgave: Lineær- og kvadratisk programmering:

Emneopgave: Lineær- og kvadratisk programmering: Emneopgave: Lineær- og kvadratisk programmering: LINEÆR PROGRAMMERING I lineær programmering løser man problemer hvor man for en bestemt funktion ønsker at finde enten en maksimering eller en minimering

Læs mere

Tillæg til partikelfysik (foreløbig)

Tillæg til partikelfysik (foreløbig) Tillæg til partikelfysik (foreløbig) Vekselvirkninger Hvordan afgør man, hvilken vekselvirkning, som gør sig gældende i en given reaktion? Gravitationsvekselvirkningen ser vi bort fra. Reaktionen Der skabes

Læs mere

Anvendt Lineær Algebra

Anvendt Lineær Algebra Anvendt Lineær Algebra Kursusgang 4 Anita Abildgaard Sillasen Institut for Matematiske Fag AAS (I17) Anvendt Lineær Algebra 1 / 32 Vægtet mindste kvadraters metode For et lineært ligningssystem (af m ligninger

Læs mere

LinAlgDat 2014/2015 Google s page rank

LinAlgDat 2014/2015 Google s page rank LinAlgDat 4/5 Google s page rank Resumé Vi viser hvordan lineære ligninger naturligt optræder i forbindelse med en simpel udgave af Google s algoritme for at vise de mest interessante links først i en

Læs mere

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018

Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018 Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende

Læs mere

RUTEPLANLÆGNING OG TRANSPORTNETVÆRK

RUTEPLANLÆGNING OG TRANSPORTNETVÆRK 98 Ruteplanlægning og transportnetværk Af professor Oli B.G. Madsen 99 Flere og flere mennesker og større og større mængder af varer og gods bliver transporteret over længere afstande end nogensinde før.

Læs mere

Nummeriske Metoder. 1 Indledning. 2 Davidson metoden. Bo Thomsen, juni 2009

Nummeriske Metoder. 1 Indledning. 2 Davidson metoden. Bo Thomsen, juni 2009 Nummeriske Metoder Bo Thomsen, 20050885 25. juni 2009 1 Indledning I denne opgave søges løsninger på et relativt stort egenværdiproblem. I mit tilfælde er dette fremkommet ved at konstruere hamilton matricen

Læs mere

Løsning til prøveeksamen 1

Løsning til prøveeksamen 1 IMM - DTU 020 Probability 2006-2-8 BFN/bfn Løsning til prøveeksamen Spørgsmål ) For en indikatorvariabel I A for hændelsen A gælder E(I A ) = P(A) (se for eksemepl side 68). Således er E(X) = P(N ) = =

Læs mere

Hvad er kønetværk? AGR/PSE (I17) VS7-8. minimodul 1 / 17

Hvad er kønetværk? AGR/PSE (I17) VS7-8. minimodul 1 / 17 Hvad er kønetværk? AGR/PSE (I17) VS7-8. minimodul 1 / 17 Hvad er kønetværk? Vi skal kun se på åbne kønetværk (ankomst fra eksterne kilder, hver kunde forlader systemet med sandsynlighed 1). Ideelt vil

Læs mere

Chapter 6: Følsomhedsanalyse og dualitet i LP

Chapter 6: Følsomhedsanalyse og dualitet i LP Chapter 6: Følsomhedsanalyse og dualitet i LP ) Følsomhedsanalyse -> kriteriekoeffricienter -> RHSs ) Dualitet -> økonomisk fortolkning af dualvariable -> anvendelse af dual løsning til identifikation

Læs mere

1. Indledning hvornår er pivot en god ide

1. Indledning hvornår er pivot en god ide DOKUMENTATION OG VEJLEDNING PIVOTTABELLER- NEUTRALE DATA (E-MAIL ADRESSER KORRIGERET APRIL 2018) Vejledning til Pivottabeller Indhold Vejledning til Pivottabeller... 1 1. Indledning hvornår er pivot en

Læs mere

.. if L(u) + w(u, v) < L(v) then.. begin... L(v) := L(u) + w(u, v)... F (v) := u.. end. med længde L(z)}

.. if L(u) + w(u, v) < L(v) then.. begin... L(v) := L(u) + w(u, v)... F (v) := u.. end. med længde L(z)} Procedure Dijkstra(G = (V, E): vægtet sh. graf,. a, z: punkter) { Det antages at w(e) > 0 for alle e E} For alle v V : L(v) := L(a) := 0, S := while z / S begin. u := punkt ikke i S, så L(u) er mindst

Læs mere

Fabrikken Eithtsde A/S fremstiller køkkenarmaturer, som den primært sælger til VVS-installatører og til store forretningskæder.

Fabrikken Eithtsde A/S fremstiller køkkenarmaturer, som den primært sælger til VVS-installatører og til store forretningskæder. Dette opgavesæt indeholder løsningsforslag til opgaverne: Stedprøve April 2000 Det skal her understreges, at der er tale om et løsningsforslag. Nogle af opgaverne er rene beregningsopgaver, hvor der skal

Læs mere

Københavns Universitet

Københavns Universitet university of copenhagen Københavns Universitet Værdifastsættelse af kvoter i forbindelse med implementering af kvotekoncentrationsaftalen Andersen, Jesper Levring; Andersen, Peder Publication date: 2018

Læs mere

Symmetriske matricer

Symmetriske matricer Symmetriske matricer Preben Alsholm 17. november 008 1 Symmetriske matricer 1.1 Definitioner Definitioner En kvadratisk matrix A = a ij kaldes symmetrisk, hvis aij = a ji for alle i og j. Altså hvis A

Læs mere

DANMARKS TEKNISKE UNIVERSITET Side 1 af 17 sider. Skriftlig prøve, den: 30. maj 2016 Kursus nr : (navn) (underskrift) (bord nr)

DANMARKS TEKNISKE UNIVERSITET Side 1 af 17 sider. Skriftlig prøve, den: 30. maj 2016 Kursus nr : (navn) (underskrift) (bord nr) DANMARKS TEKNISKE UNIVERSITET Side af 7 sider Skriftlig prøve, den: 0. maj 206 Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Varighed : 4 timer Tilladte hjælpemidler: Alle Dette sæt er besvaret

Læs mere

Biologisk model: Epidemi

Biologisk model: Epidemi C1.2 C.7 Se forklaring i Appendiks A 1, si. 9 Biologisk model: Epidemi af John V. Petersen 1. Biologisk model: Epidemi... si. 1 A. Appendiks A 1. Ligninger si. 1, forklaring... si. 9 A 2. Egenvektorer

Læs mere

Note om endelige legemer

Note om endelige legemer Note om endelige legemer Leif K. Jørgensen 1 Legemer af primtalsorden Vi har i Lauritzen afsnit 2.1.1 set følgende: Proposition 1 Lad n være et positivt helt tal. Vi kan da definere en komposition + på

Læs mere

UGESEDDEL 12 LØSNINGER. x

UGESEDDEL 12 LØSNINGER. x UGESEDDEL 2 LØSNINGER Opgave Betragt ligningssystemet af formen Ax = b: ( ) 2 x ( ) x 2 2 =. 4 x Der eksisterer ingen løsning x = (x, x 2, x ) 0, thi venstresiden i første ligning er da 0, medens højresiden

Læs mere

LiA 5 Side 0. Lineær algebra Kursusgang 5

LiA 5 Side 0. Lineær algebra Kursusgang 5 LiA 5 Side 0 Lineær algebra Kursusgang 5 LiA 5 Side 1 Ved bestemmelse af mindste kvadraters løsning til (store) ligningssystemer vil man gerne anvende en metode der opfylder to krav: antallet af regneoperationer

Læs mere

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010

2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 1 of 7 31-05-2010 13:18 2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 Welcome Jens Mohr Mortensen [ My Profile ] View Details View Grade Help Quit & Save Feedback: Details Report [PRINT] 2010 Matematik

Læs mere

Projekt Planlægning: PERT/CPM

Projekt Planlægning: PERT/CPM Chapter 10: Projekt Planlægning: PERT/CPM -> Planlægning og koordinering af aktiviteter, der tilsammen definerer et helt projekt, så projektet færdiggøres indenfor en planlagt tidsramme. Aktiviteterne

Læs mere

Kursusgang 3 Matrixalgebra Repetition

Kursusgang 3 Matrixalgebra Repetition Kursusgang 3 Repetition - froberg@mathaaudk http://peoplemathaaudk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12 september 2008 1/12 Lineære ligningssystemer Et lineært ligningssystem

Læs mere

Løsning til eksamen 16/

Løsning til eksamen 16/ 1 IMM - DTU 245 Probability 24-5-11 BFN/bfn Løsning til eksamen 16/12 23 Spørgsmål 1) 2 44% Man benytter formlen for skalering og positionsskift i forbindelse med varians og standardafvigelse, samt formlen

Læs mere

Matema10k. Matematik for hhx C-niveau. Arbejdsark til kapitlerne i bogen

Matema10k. Matematik for hhx C-niveau. Arbejdsark til kapitlerne i bogen Matema10k Matematik for hhx C-niveau Arbejdsark til kapitlerne i bogen De følgende sider er arbejdsark og opgaver som kan bruges som introduktion til mange af bogens kapitler og underemner. De kan bruges

Læs mere

Fejlkorligerende køder Fejlkorrigerende koder

Fejlkorligerende køder Fejlkorrigerende koder Fejlkorligerende køder Fejlkorrigerende koder Denne note er skrevet med udgangspunkt i [, p 24-243, 249 Et videre studium kan eksempelvis tage udgangspunkt i [2 Eventuelle kommentarer kan sendes til olav@mathaaudk

Læs mere

FYSIK RAPPORT. Forsøg med kalorimeter. Tim Ohlsen, Kim Kähler, Emil Lind, Jeppe Lauritsen og Lasse Klein

FYSIK RAPPORT. Forsøg med kalorimeter. Tim Ohlsen, Kim Kähler, Emil Lind, Jeppe Lauritsen og Lasse Klein FYSIK RAPPORT Forsøg med kalorimeter Tim Ohlsen, Kim Kähler, Emil Lind, Jeppe Lauritsen og Lasse Klein Indhold Formål:... 2 Beskrivelse:... 2 Formel for beregning af specifikke varmekapacitet:... 2 Udførsel

Læs mere

Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515)

Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM515) Skriftlig Eksamen Introduktion til lineær og heltalsprogrammering (DM55) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den Juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater

Læs mere

Matematisk modellering og numeriske metoder. Lektion 16

Matematisk modellering og numeriske metoder. Lektion 16 Matematisk modellering og numeriske metoder Lektion 16 Morten Grud Rasmussen 6. november, 2013 1 Interpolation [Bogens afsnit 19.3 side 805] 1.1 Interpolationspolynomier Enhver kontinuert funktion f på

Læs mere

3.1 Baser og dimension

3.1 Baser og dimension SEKTION 3 BASER OG DIMENSION 3 Baser og dimension Definition 3 Lad V være et F-vektorrum Hvis V = {0}, så har V dimension 0 2 Hvis V har en basis bestående af n vektorer, så har V dimension n 3 Hvis V

Læs mere

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)

Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder

Læs mere

Diagonalisering. Definition (diagonaliserbar)

Diagonalisering. Definition (diagonaliserbar) 1 Diagonalisering 2 Definition (diagonaliserbar) Lad A være en n n-matrix. A siges at være diagonaliserbar hvis A er similær med en diagonal matrix, dvs. A = PDP 1, hvor D er en n n diagonal matrix og

Læs mere

Den todimensionale normalfordeling

Den todimensionale normalfordeling Den todimensionale normalfordeling Definition En todimensional stokastisk variabel X Y siges at være todimensional normalfordelt med parametrene µ µ og når den simultane tæthedsfunktion for X Y kan skrives

Læs mere

Kvadratiske matricer. enote Kvadratiske matricer

Kvadratiske matricer. enote Kvadratiske matricer enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,

Læs mere

Vektorer og rumgeometri med. TI-Interactive!

Vektorer og rumgeometri med. TI-Interactive! Vektorer og rumgeometri med TI-Interactive! Indtastning af vektorer Regning med vektorer Skalarprodukt og vektorprodukt Punkter og vektorer Rumgeometri med ligninger Jan Leffers (2007) Indholdsfortegnelse

Læs mere

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016

Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 2016 Besvarelser til Lineær Algebra med Anvendelser Ordinær Eksamen 206 Mikkel Findinge http://findinge.com/ Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan.

Læs mere

Kursusgang 3 Matrixalgebra fortsat

Kursusgang 3 Matrixalgebra fortsat Kursusgang 3 fortsat - froberg@math.aau.dk http://people.math.aau.dk/ froberg/oecon3 Institut for Matematiske Fag Aalborg Universitet 12. september 2008 1/31 Nødvendige betingelser En nødvendig betingelse

Læs mere