Projekt Lineær programmering i to variable

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

Emneopgave: Lineær- og kvadratisk programmering:

Matematik A. Højere handelseksamen. Vejledende opgave 2

Opgaver til Kapitel 6 MatB

(3 ;3 ) (2 ;0 ) f(x)=3 *x Serie 1 Serie 2

Matematik A. Højere handelseksamen. Tirsdag den 15. december 2015 kl hhx153-mat/a

Matematik A. Højere handelseksamen

Lineær og kvadratisk programmering med TI NSpire CAS version 3.2

Matematik A. Højere handelseksamen. Mandag den 15. december 2014 kl hhx143-mat/a

Differential- ligninger

Matematik A. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. kl

Peter Harremoës Matematik A med hjælpemidler 17. august Stamfunktionen til t 1 /2. Grænserne er indsat i stamfunktionen. a 2 +9.

Løsninger til eksamensopgaver på A-niveau 2019 ( ) ( )

Erik Vestergaard 1. Opgaver. i Lineære. funktioner. og modeller

2. Funktioner af to variable

Projekt 2.5 Brændpunkt og ledelinje for parabler

Differentialregning med TI-Interactive! Indledende differentialregning Tangenter Monotoniforhold og ekstremum Optimering Jan Leffers (2009)

Afstande, skæringer og vinkler i rummet

Projekt 2.1: Parabolantenner og parabelsyning

MATEMATIK A-NIVEAU-Net Forberedelsesmateriale

Matematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet

Lineær programmering. med Derive. Børge Jørgensen

Matematik B. Højere handelseksamen. Mandag den 15. december 2014 kl hhx143-mat/b

Afstande, skæringer og vinkler i rummet

Studieplan Stamoplysninger Periode Institution Uddannelse Fag og niveau Lærer(e) Hold Oversigt over planlagte undervisningsforløb Titel 1

Elementær Matematik. Funktioner og deres grafer

Matematik A og Informationsteknologi B

f(x)=2x-1 Serie 1

Analytisk geometri. Et simpelt eksempel på dette er en ret linje. Som bekendt kan en ret linje skrives på formen

Matematik A. Højere teknisk eksamen. Forberedelsesmateriale til prøverne i Matematik A

STUDENTEREKSAMEN MATHIT PRØVESÆT MAJ MATEMATIK B-NIVEAU. MATHIT Prøvesæt Kl STXB-MATHIT

Projekt 2.5 Brændpunkt og ledelinje

Matematik A. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. Mandag den 4. juni kl

Svar : d(x) = s(x) <=> x + 12 = 2 6 = 2. x = 4 <=> d(4) = s(4) = 8 dvs. Ligevægtsprisen er 8. Opg 2. <=> x = 4 eller x = 1; <=> x =

Matematik B. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. Mandag den 20. december kl

Projekt 4.6 Løsning af differentialligninger ved separation af de variable

Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015

Matematik B. Højere handelseksamen

Projekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter (især for B- og A-niveau)

Projekt 7.4 Kvadratisk programmering anvendt til optimering af elektriske kredsløb

Matematik A. Højere handelseksamen. Mandag den 18. august 2014 kl hhx142-mat/a

Matematik A. Højere handelseksamen. Gammel ordning. Mandag den 17. december 2018 kl gl-hhx183-mat/a

Peter Harremoës Matematik A med hjælpemidler 16. december M = S 1 + a = a + b a b a = b 1. b 1 a = b 1. a = b 1. b 1 a = b

Projekt 1.4 Tagrendeproblemet en instruktiv øvelse i modellering med IT.

Kapitel 3 Lineære sammenhænge

Matematik B. Højere handelseksamen

Peter Harremoës Mat A eksamen med hjælpemidler 21. april 2014

Projekt 4.9 Bernouillis differentialligning

Progression frem mod skriftlig eksamen

Løsninger til eksamensopgaver på A-niveau 2016

Undervisningsbeskrivelse

Stx matematik B maj 2009

Bedste rette linje ved mindste kvadraters metode

Funktioner. 1. del Karsten Juul

Variabel- sammenhænge

Matematik A. Højere handelseksamen. Mandag den 16. december 2013 kl hhx133-mat/a

Matematik A STX 18. maj 2017 Vejledende løsning De første 6 opgaver løses uden hjælpemidler

MATEMATIK A-NIVEAU. Anders Jørgensen & Mark Kddafi. Vejledende eksempler på eksamensopgaver og eksamensopgaver i matematik, 2012.

Undervisningsbeskrivelse

STUDENTEREKSAMEN MATHIT PRØVESÆT MAJ MATEMATIK A-NIVEAU. MATHIT Prøvesæt Kl STXA-MATHIT

Undervisningsbeskrivelse

Funktioner og ligninger

Løsninger til eksamensopgaver på B-niveau maj 2016: Delprøven UDEN hjælpemidler 4 4

Løsninger til eksamensopgaver på A-niveau 2019 ny ordning

Eksempler på mindstekrav for matematik C og matematik B

Matematik A. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. kl

HØJERE FORBEREDELSESEKSAMEN DECEMBER 2007 MATEMATIK B-NIVEAU. Tirsdag den 18. december Kl HFE073-MAB

Opgave 1 - Lineær Funktioner. Opgave 2 - Funktioner. Opgave 3 - Tredjegradsligning

Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave B

Matematik B. Højere handelseksamen

Differentialregning. Ib Michelsen

Højere Handelseksamen Handelsskolernes enkeltfagsprøve August Matematik Niveau B. Delprøven uden hjælpemidler

Delprøven uden hjælpemidler

Start Excel Du skal starte med at åbne Excel. I Excel åbner du herefter en tom projektmappe.

Matematik A. Højere handelseksamen

Matematik A. Højere handelseksamen. Gammel ordning. Fredag den 17. august 2018 kl gl-hhx182-mat/a

Matematik A. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. Mandag den 15. august 2011 kl kl hhx112-mat/a

Løsninger til eksamensopgaver på A-niveau 2017

Matematik B. Højere handelseksamen

Matematik B. Højere handelseksamen. 1. Delprøve, uden hjælpemidler kl Mandag den 15. august 2011 kl hhx112-mat/b

Matematik A. Højere handelseksamen

MATEMATIK A-NIVEAU. Kapitel 1

Forslag til hjemmeopgaver, som forbereder arbejdet med de nye emner den pågældende kursusgang, men primært er baseret på gymnasiepensum:

Matematik B. Studentereksamen. Sygeterminsprøve. Sorø Akademis Skole. Tirsdag den 15. august 2017 kl stx172-mat/b

Eksempler på problemløsning med differentialregning

Projekt 9.5 Racefordomme i USA og Simpsons paradoks (B og A)

Undervisningsbeskrivelse

STUDENTEREKSAMEN AUGUST 2008 MATEMATIK B-NIVEAU. Onsdag den 13. august Kl STX082-MAB

Projekt 1.5: Tagrendeproblemet en modelleringsøvelse!

Matematik B. Højere handelseksamen. Mandag den 18. august 2014 kl hhx142-mat/b

Differentialregning. Et oplæg Karsten Juul L P

Matematik A. Højere handelseksamen. 1. Delprøve, uden hjælpemidler. Mandag den 16. august kl

Besvarelser til Calculus Ordinær eksamen - Forår - 6. Juni 2016

Grafregnerkravet på hf matematik tilvalg

HØJERE FORBEREDELSESEKSAMEN DECEMBER 2008 MATEMATIK B-NIVEAU. Fredag den 12. december Kl HFE083-MAB

Undervisningsbeskrivelse

GU HHX MAJ 2009 MATEMATIK B. Onsdag den 13. maj Kl GL091-MAB. Undervisningsministeriet

MAT B GSK juni 2007 delprøven uden hjælpemidler

Funktioner. 3. del Karsten Juul

Transkript:

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 kan være problemer af tpen: Hvilken rute giver den korteste transporttid? Hvilke dimensioner giver det mindste materialeforbrug? Eller: Hvilken hastighed giver den mest effektive trafikafvikling? Alt ammen under nogle bestemte betingelser. Fremgangsmåden i den gren af matematikken er at identificere en uafhængig variabel, og så udtrkke eksempelvis materialeforbruget som en funktion dernæst ved at differentiere og bestemme lokale ekstrema. f ( ) af denne variabel. Svaret på optimeringsproblemet findes Mange optimeringsproblemer inden for virksomhedsøkonomi eller vedrørende håndtering af logistikken inden for store organisationer involverer imidlertid ikke én, men et stort antal uafhængige variable. Det kræver ne matematiske metoder. En vej at gå er her at generalisere differentialregningen til funktioner af flere variable. Men der findes en anden vej, der populært sagt er udviklet ud fra trial and error metoder, dvs hvor man prøver sig frem med kvalificerede gæt. Disse metoder fik fast grund under fødderne i årene efter 2. Verdenskrig, og ikke mindst udviklingen af computere med deres enorme regnekraft gav muligheder for at udvikle disse metoder til en helt n gren af matematikken, lineær programmering. Vi vil her introducere de grundlæggende metoder i lineær programmering, eller LP som man af og til kalder det, ud fra et eksempel med blot to variable. Et fælles træk ved alle LP-problemer er: - de uafhængige variable er underlagt bestemte betingelser (begrænsninger), som vi repræsenterer grafisk i et koordinatsstem - vi ønsket at optimere produktion, fortjeneste eller andet, og opstiller et funktionsudtrk for dette. Funktionen er afhængig af alle de uafhængig variable og kaldes kriteriefunktionen - anbefalinger af bestemte optimale løsninger kan ikke altid imødekommes eksakt, så vi er også interesseret i, hvor følsom den optimale løsning er i forhold til små udsving på betingelserne. Eksempel: Eksamensopgave hh, A-niveau Virksomheden Gern Glas A/S producerer planglas og spejle til bl.a. møbelindustrien. Produktionen foregår i tre processer: slibning, hærdning og boring. Kilde: Gern Glas A/S. Til et planglas bruges 0 minutter til slibning, 20 minutter til hærdning og 4 minutter til boring. Til et spejl bruges 20 minutter til slibning, 5 minutter til hærdning og 2 minutter til boring. Til slibning er der 50 minutter til rådighed pr. dag, til hærdning er der 00 minutter til rådighed pr. dag, og til boring er der 56 minutter til rådighed pr. dag Lad angive antal planglas pr. dag og lad angive antal spejle pr. dag. Begrænsningerne definerer følgende polgonområde:

Det samlede dækningsbidrag pr. dag bestemmes ved funktionen f (, ) = 0 + 20 a) Bestem det antal planglas og det antal spejle, der skal produceres pr. dag for at opnå det størst mulige samlede dækningsbidrag pr. dag. b) Bestem, indenfor hvilket interval dækningsbidraget pr. spejl kan variere, så f stadigvæk antager sin størsteværdi i punktet bestemt i spørgsmål a). Løsning For at kunne overskue problemet gennemføres en matematisk modellering, hvor vi som sædvanligt indfører relevante variable og deres variabelsammenhænge beskrevet ved funktioner. I eksemplet præsenteres vi således for to uafhængige variable og, der repræsenterer den daglige produktion af antal planglas henholdsvis antal spejle, samt den afhængige variabel z, der repræsenterer dækningsbidraget per dag. I opgaveteksten er dækningsbidraget per dag oplst via sin funktionsforskrift z = f(, ). Opgaven er nu delt i to dele: en optimeringsdel (a) og en følsomhedsanalse (b). 2. Optimeringsdelen Spørgsmålet er, hvordan vi kan tilrettelægge produktionen, så dækningsbidraget pr. dag bliver størst muligt? Til hjælp for at besvare dette spørgsmål indføres der nu nogle uligheder i form af en række begrænsninger på produktionen. For det første er der positivitetsbetingelserne: Antal planglas og antal spejle må nødvendigvis være ikke-negative for at give mening, dvs. de uafhængige variable og skal opflde betingelserne: 0, 0. For det andet er der produktionsbetingelserne: Der er kun en begrænset mængde af tid til rådighed for at slibe, hærde og bore. De tilhørende oplsninger kan bekvemt opstilles i en produktionstabel: Emne\Aktivitet Uafhængige Slibning Hærdning Boring (min. per dag) variable (antal) Planglas 0 20 4 = Spejl 20 5 2 = Begrænsning (min. per dag) 50 00 56 Værdi Produktionsbetingelse 0+ 20 50 20+ 5 00 4+ 2 56 Afhængig variabel Dækningsbidrag 0 + 20 Her udtrkker produktionsbetingelsen for slibning f at når vi bruger 0 min. på at slibe ét planglas, så bruger vi 0 minutter per dag på at slibe planglas og tilsvarende 20 på at slibe spejle. Da de to aktiviteter foregår uafhængige af hinanden bliver den samlede tid brugt på slibning derfor givet ved summen 0+ 20. Men da der kun er 50 minutter til rådighed om dagen til at bruge på slibning er vi nødt til at opflde uligheden 0+ 20 50. Vi har også indført forskriften for dækningsbidraget som funktion af antal planglas og antal spejle. Forskriften henter

vi direkte fra opgaveteksten uden begrundelse. Men målt i passende enheder (f kr.) gælder der åbenbart, at dækningsbidraget er henholdsvis 0 pr. planglas og 20 pr. spejl. Vi opbgger skemaet i et regneark med brug af dettes formelværktøj. Indsættes værdier for de uafhængige variable i de grønne celler, udregnes dels sandhedsværdierne for de orange begrænsningsceller - dvs. stemmer ulighederne, ja eller nej - dels værdien af dækningsbidraget i den røde celle. Øvelse a) Prøv f at tildele og værdierne 6 og 8. Er begrænsningerne opfldt? Hvad bliver dækningsbidraget per dag hørende til en produktion af 6 planglas og 8 spejle? b)hvor meget skal du ændre på antallet af spejle for at vi sprænger produktionsbetingelserne? Vi vil i første omgang løse optimeringsdelen med brug af traditionelle geometriske metoder. I opgaven er opstillet polgonområdet for begrænsningerne, dvs. det område i (,)-grafrummet, der rummer de mulige produktionspunkter (, ). Vi vil her selv prøve at opstille dette ved at regne på ulighederne. Når vi isolerer en variabel i en ulighed skal vi huske at uligheden kun bevares, hvis vi ganger/dividerer med positive tal! Vi omskriver til følgende uligheder: Positivitetsbetingelser Produktionsbegrænsninger 5 0 + 20 50 + 0 0 2 2 20 + 5 00 + 20 4 + 2 56 2 + 28 En lineær ulighed tilfredsstilles af en halvplan afgrænset af en kantlinje. Polgonområdet fremstår derfor som fællesmængden af en række halvplaner. 4 F aflæser vi at den første produktionsbetingelse har kantlinjen 5 = 2 + 2. Den tilfredsstilles derfor af alle punkterne i halvplanen under kantlinjen. Den nemmeste metode til at få tegnet polgonområdet er nu at tegne alle kantlinjerne, fastlægge deres skæringspunkter (gerne geometrisk) og tegne polgonen. (0,7.5) = -2 + 28 (,6) = - 5 + 2 2 Øvelse 2 Find ud af hvordan man tegner grafer for uligheder i dit værktøjsprogram. Vi kan nu finde det maksimale dækningsbidrag. Vi skal altså have tegnet grafen for dækningsbidraget f(, ) = 0 + 20. I hvert punkt af koordinatsstemet kan vi udregne værdien f(, ), og afsætter vi denne værdi op ad en z-akse, kunne vi forestille os grafen som en 2-dimensionel flade over -planen. Men en af de geniale ideer i LP er i stedet at se på niveaulinjer, dvs. se på hvilke punkter i -planen, der giver en bestemt funktionsværdi. (, ) Vi indfører derfor en skder k for dækningsbidraget (op til 000 ) og tegner niveaulinjen med ligningen 0 + 20 = k bestående af alle punkterne med dækningsbidraget k. Når man trækker i skderen og lader k vokse kan man se niveaulinjen bevæge sig væk fra origo. Dermed kan man nemt finde det sted, hvor der er maksimal fortjeneste, som er netop det hjørnepunkt, hvor niveaukurven forlader polgonen, altså punktet (2,4). Vi indsætter: f (2,4) = 0 2 + 20 4 = 60 + 80 = 440-5 (0,0) (4,0) = -4 + 20 Konklusion: Den optimale produktion består i 2 planglas og 4 spejle. Den maksimale fortjeneste er f(2,4) = 440. -5 (2,4)

Maksimum antages altid i et hjørnepunkt. Vi kunne derfor også have fundet den optimale løsning ved hjørneinspektion, dvs. ved at regne dækningsbidraget ud for de fem hjørnepunkter og derefter vælge det hjørnepunkt, der har det højeste dækningsbidrag. Hjørnepunktinspektion forudsætter stadigvæk, at man støtter sig til en graf. Det er ikke nok bare at finde alle skæringspunkterne mellem kantlinjerne, da nogle af kantlinjerne skærer hinanden udenfor polgonen (dvs. skæringspunktet opflder ikke begrænsningerne) og disse skæringspunkter skal selvfølgelig ikke indgå i hjørneinspektionen. Øvelse : Eksamensopgave UDEN hjælpemidler hh, mat B En funktion i to variable er givet ved forskriften f(, ) = 4 + 2. I figuren herover er indtegnet et polgonområde. a) Bestem funktionens størsteværdi inden for polgonområdet.. Følsomhedsanalsen I det sidste spørgsmål skal vi nu finde hvor meget dækningsbidraget pr. spejl kan variere så det stadigvæk antager sit maksimum i produktionen (2,4), dvs. 2 planglas og 4 spejle. Dækningsbidraget har forskriften f(, ) = a + b, hvor a er dækningsbidraget for et planglas, dvs. her 0, og b er dækningsbidraget for et spejl, dvs. her 20. I følsomhedsanalsen ser vi på, hvor følsom placeringen af maksimumsstedet (2,4) er for variationer i b. Med andre ord, hvornår skifter maksimumsstedet til et nabopunkt, henholdsvis (4,0) eller (,6). Da a holdes fast, mens b varierer, er forskriften for dækningsbidraget: f(, ) = 0 + b Vi indfører igen en skder, denne gang for dækningsbidraget b. Vi ser da at maksimumsstedet skifter til nabopunktet (4,0) når b er ca. 5, og at det tilsvarende skifter til nabopunktet (,6), når b er ca. 22.5. For at finde de præcise værdier for intervalgrænserne for b aflæser vi hældningerne (rød og blå) for de to kantlinjer, der støder op til hjørnepunktet (2,4). Den sammenholdes da med hældningen for niveaulinjen: 0 + b = k 0 k 0 = +, dvs hældningen for niveaulinjen er: b b b 0 4 Kant : = 2. Vi finder da = 2 b = 5. Kant2: =. Vi finder da b (0,7.5) = -2 + 28 k = 420 0 b = 5 0 = -0 b + k b (2,4) -5 (0,0) (4,0) -5 (,6) = -4 + 20 000 0 4 90 = b = = 22.5. b 4 40 = - 5 + 2 2

Konklusion: Maksimumsstedet ligger ved produktionen 2 planglas og 4 spejle om dagen, så længe dækningsbidraget for spejle ligger i det åbne interval ]5;22.5[. Øvelse 4: Kontrol af løsningerne i regneark Det første spørgsmål kunne også være løst ud fra tabellen i et regneark. Vi skal da først overføre tabellen til vores regneark (tabellen kan evt. hentes fra hjemmesiden), idet vi erstatter de matematiske formler med de tilsvarende regnearks-formler. Regnearket opbgges, så de uafhængige variable og i de grønne celler importeres i udregningen af produktionsbetingelser og dækningsbidrag. Visse regneark har en indbgget problemløsning af LP-problemer og tilsvarende følsomhedsanalse. Du kan på her finde en detaljeret gennemgang af løsningen af opgaven ved hjælp af regneark. Prais: Lineær programmering i to variable med følsomhedsanalse Optimeringsdel: Identificér de to uafhængige beslutningsvariable og. Opskriv kriteriefunktionen, dvs. den afhængige variabel f(, ) = a + b. Omskriv begrænsningerne for de involverede aktiviteter til uligheder (herunder evt. positivitetsbetingelserne 0, 0 ) og tegn det tilhørende polgonområde. Du kan nu enten finde den søgte optimale løsning ved hjørneinspektion eller ved at undersøge niveaulinjerne. Bruges niveaulinjer, skal du tegne niveaulinjen a + b = k og forskde den i retning af voksende værdier af k (ved maksimering) eller aftagende værdier af k (ved minimering), indtil den slipper polgonområdet i et hjørnepunkt. Dette hjørnepunkt er da det optimale punkt. Fastlæg koordinater og tilhørende værdi af kriteriefunktionen for det optimale hjørnepunkt. Følsomhedsanalse: Fastlæg hældningerne og 2 for de to kanter, der støder op til det optimale hjørnepunkt. Ved følsomhedsanalse for skal du nu finde de tilhørende værdier af koefficienten a, så niveaulinjen netop får en af de to hældninger og 2. Tilsvarende ved følsomhedsanalse for, hvor det er værdien af koefficienten b, der tilpasses, så niveaulinjen netop får en af de to hældninger og 2. Den relevante koefficient skal da ligge i intervallet udspændt af de to fundne randværdier. α a +b = k a +b = k α 2 Øvelse 5: Frit efter eksamensopgaver fra hh mat A og B

En virksomhed ønsker at anskaffe et antal ne printere. Virksomheden skal vælge mellem tpe A, som både kan printe og kopiere samt tpe B, som kun kan printe. Lad angive antal printere af tpe A og lad angive antal printere af tpe B. Virksomheden har besluttet maksimalt at anvende 560 000 kr. til anskaffelse af printere. Tpe A koster 80 000 kr. pr. stk. og tpe B koster 40 000 kr. pr. stk. Virksomheden har besluttet højst at anskaffe 8 ne printere, hvoraf mindst 2 skal være af tpe A. Kapaciteten for printer tpe A er opgivet til 500 print eller kopier i timen og for printer tpe B til 000 print i timen. Funktionen f (, ) = a + b angiver den samlede kapacitet i timen for de anskaffede printere. a) Argumenter for, at f(, ) = 80000 + 40000. b) Tegn polgonområdet hørende til begrænsningerne. c) Bestem det antal printere af tpe A og det antal printere af tpe B, der giver virksomheden den størst mulige samlede kapacitet i timen. d) Gør rede for, at kapaciteten for tpe A kan variere i intervallet [000; 2000], hvis f stadig skal antage sin største værdi i punktet bestemt i spørgsmål c). Øvelse 6: Vejledende eksamensopgave, hh mat A En virksomhed producerer og sælger to tper handicaplifte, FLEXSTAIRS og UPLIFT. Lad angive antal FLEXSTAIRS og lad angive antal UPLIFT. Produktionen af de to lifte foregår i to afdelinger, produktionsafdelingen og testafdelingen. Til både produktion og testning er der et begrænset antal timer pr. måned. Det tager 20 timer at producere en FLEXSTAIRS og 5 timer at producere en UPLIFT. Samlet er der 00 timer i produktionsafdelingen pr. måned. Der skal bruges 2 timer til at teste en FLEXSTAIRS og 4 timer til at teste en UPLIFT. Samlet er der 40 timer i testafdelingen pr. måned. Ovenstående oplsninger er samlet i følgende skema: Flestairs Uplift Ma tid Produktion 20 5 00 Testning 2 4 40 Dækningsbidrag 0000 0000 Foto:http://www.liftup.dk/inde.php?id=5,0,0,,0,0 Det samlede dækningsbidrag ved en produktion af antal FLEXSTAIRS og antal UPLIFT er givet ved funktionen f(, ) = 0000 + 0000. a)bestem det antal FLEXSTAIRS og det antal UPLIFT, virksomheden skal producere pr. måned for at opnå det størst mulige samlede dækningsbidrag. Virksomheden ser de største fremtidsmuligheder i produktion og salg af FLEXSTAIRS. Hvis dækningsbidraget på FLEXSTAIRS stiger, overvejer virksomheden at stoppe produktionen af UPLIFT. b) Bestem hvor meget dækningsbidraget på en FLEXSTAIRS mindst skal stige til, for at det bedst kan betale sig for virksomheden udelukkende at producere FLEXSTAIRS.