Döntéselmélet

OPERÁCIÓKUTATÁS
Operációkutatás
Az operációkutatás az a tudomány, amely az optimális döntések
előkészítésében matematikai módszereket használ fel.
Az operációkutatás csak a döntés-előkészítés eszköze, nem egyenlő
magával a döntéssel, így az embert nem iktathatjuk ki a döntési
folyamatból.
Ahhoz, hogy optimális döntéseket tudjunk hozni, a következőkre van
szükség:
◦ ismerni kell az összes cselekvési lehetőséget;
◦ ismerni kell a cselekvési változatok eredményét;
◦ és ismerni kell az eredmények preferencia sorrendjét is;

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Operációkutatás
Az operációkutatás lényeges jegyei:
◦ döntéselőkészítő eszköz;
◦ a döntéseket valamilyen szempont szerint lehet optimalizálni;
◦ a döntés-előkészítéshez matematikai módszer alkalmazható;

Operációkutatás segítségével tehát minden olyan probléma

megoldható, amely matematikai modellben leírható és analitikailag
optimalizálható.
Az élet nagy részében a döntéseink esetében nincs lehetőség
optimalizálni, ezekben az esetekben leginkább kielégítő döntéseket
hozunk. Az információ hiány együtt jár a bizonytalansággal.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Operációkutatás
Az operációkutatás ismertebb elméletei/problémái:
◦ Szimulációk;
◦ Lineáris programozás;
Szállítási
◦ Szállítási feladatok; feladatok

◦ Hozzárendelési feladatok;
Lineáris Hozzárendel
◦ Sorbaállási feladatok; programozás ési feladatok

◦ Hálótervezési feladatok;
Operáció
kutatás

Játékelmélet Hálótervezés

Sorbanállási
feladatok

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Operációkutatási modellek
Modell: a valóság nagyjából hű tükörképe (segítségével a valóság egyes,
számunkra fontos jellemzőjét ismerjük meg). A cél a legfontosabb tényezők
kiemelése.
Modellek fajtái:
Anyagi és eszmei modellek:
◦ Anyagi modellek: alapvetően fizikailag létező modellek.
◦ Eszmei modellek: csak gondolati szinten létező modellek.
◦ Szimulációs modellek: az időtényezőt is számba vevő modellek.
Normatív és leíró modellek:
Normatív modellek: bizonyos szabályok betartását feltételezik (minek
kellene lenni).
Leíró modellek: tényeket és összefüggéseket írnak le (mi van akkor,
hogyha). Ilyenek:

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Operációkutatási modellek
Módszerek szerinti csoportosítás:
Verbális modellek: a változókat emberi nyelven tartalmazza.
Grafikus modellek: a verbális modellek szemléletesebbé tételére
szolgálnak. Ilyenek:
◦ Hálótervezési diagram.
◦ Döntési fa.
◦ Kauzális elemző diagram.
◦ Halszálka diagram.

Matematikai modellek: szimbolikus nyelven megfogalmazott modellek,

amelyben a folyamatelemeket és kapcsolataikat logikai, matematikai
jelekkel helyettesítjük.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Operációkutatási modellek
Matematikai modellek csoportosítása:
Változók közötti kapcsolat alapján:
◦ Lineáris.
◦ Nem lineáris.

Időtényező függvényében:
◦ Statikus.
◦ Dinamikus.

Véletlen szerepe szerint:

◦ Determinisztikus.
◦ Sztochasztikus.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 Lineáris programozás
Definíció. Az olyan feltételes szélsőérték-feladatokat, amelyben a feltételek
lineáris egyenletek és egyenlőtlenségek, és egy lineáris függvény szélsőértékét
keressük, lineáris programozási feladatnak nevezzük

Általánosítások: Ha a feltételek lineárisak, de a célfüggvény nem, akkor

nemlineáris programozási feladatról beszélünk.

Azon pontok halmazát, amelyek koordinátái kielégítik a feltételrendszert,

lehetséges megoldásoknak nevezzük.
Azon lehetséges megoldásokat, ahol a célfüggvény értéke maximális/minimális,
optimális megoldásoknak nevezzük.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Kétváltozós LP-feladat grafikus megoldása
• Lineáris egyenlőtlenség megoldása 3x + 2y  6
Először ábrázoljuk a megfelelő egyenlet megoldásait, pl. tengelymetszet
segítségével:

Utána el kell dönteni, hogy melyik félsík lesz

az egyenlőtlenség megoldása. Ez
3 legegyszerűbben behelyettesítéssel
történhet.

2
Pl. origó: 3·0 + 2·0  6 teljesül

Az a félsík a megoldás, amiben az origó van.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Egyenlőtlenség-rendszer megoldása:
Tekintem az egyes félsíkok metszetét. Ez lehet:
• Üres halmaz
• Egyetlen pont
• Szakasz
• Félegyenes
• Egyenes
• Konvex sokszög
• Nem korlátos konvex “sokszög”

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 Lineáris programozás

Egy lineáris programozási feladat esetén a következő lehetőségek

fordulhatnak elő:
• a lehetséges megoldások halmaza üres;
• van lehetséges megoldás, de a célfüggvény nem korlátos a
lehetséges megoldások halmazán;
• van lehetséges megoldás, és a célfüggvény korlátos is a kívánt
irányból; ekkor kétféle eset lehetséges
• egyetlen optimum van;
• több (végtelen sok) optimum van.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

A feladat:
◦ Adott egy m egyenlőtlenségből álló n változós lineáris
egyenlőtlenségrendszer és egy n változós lineáris
függvény;
◦ Az egyenlőtlenségrendszer együtthatómátrixa legyen A;
◦ Az egyenlőtlenségrendszer jobb oldalán álló paraméterek
m dimenziós vektora legyen b;
◦ A célfüggvény paramétereit fejezze ki a c*; n dimenziós
sorvektor;

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

A lineáris programozás általános feladata ezek alapján a

következő:
A x <= b; x >= 0
z = c* x  max.!
Észrevételek:
◦ A feltételrendszerben lehetnek <= és >= irányú
egyenlőtlenségek is.
◦ Az esetleges egyenletek helyettesíthetők két megfelelő
egyenlőtlenséggel.
◦ A maximum-feladat helyett szerepelhet minimum-feladat is, ha
a -c* vektorral dolgozunk.
SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ
 A Szimplex módszer

A lineáris programozási feladat kanonikus alakja a

következő:
A x = b; x >= 0
z = c* x  max.!
Észrevételek:
◦ Az általános alakkal szemben itt csak egyenletek
szerepelnek;
◦ Az általános alak mindig átalakítható kanonikusra, néhány
új változó bevonásával.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

Az átalakításhoz tekintsünk egy olyan általános

feladatot, amelyben a következő feltételek szerepelnek:
A1 x = b1
A2 x <= b2
A3 x >= b3
x >= 0
z = c* x  max.!.
SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ
 A Szimplex módszer

Az előző feltételrendszer új változók bevezetésével

átalakítható az alábbira:
A1 x = b1
A2 x + Eq u = b2
A3 x - Er v = b3
x >= 0; u >= 0; v >= 0
z = c* x  max.!.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

A Szimplex
módszer induló
táblája az
alábbi:

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

Az algoritmus lépései:
◦ A megoldás optimális, ha a c* minden együtthatója
negatív;
◦ Ha van cj > 0, akkor a legnagyobb ilyen oszlopát vizsgáljuk;
◦ Megkeressük azt a ak,j> 0 számot, amelyre az xk/ak,j
hányados minimális lesz, ez lesz a generáló elem;
◦ Elvégezzük az elemi bázistranszformációt úgy, hogy a j. és a
k. elemet cseréljük ki egymással;
◦ Az eljárást az elejével folytatjuk.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 A Szimplex módszer

Megállási feltétel:
◦ Nincs cj > 0 elem, ekkor találtunk optimális megoldást;
◦ Bár még van cj > 0, de ebben az oszlopban minden ak,j <=
0; Ebben az esetben a célfüggvény nem korlátos, tehát
nincs optimális megoldás

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Nagy M módszer
A szimplex módszer alkalmazásánál egy x lehetséges bázismegoldástól
kell elindulnunk.
Ugyanúgy, mint lineáris programozásban, előfordulhat, hogy a feladat Aj
vektorai közül könnyen ki lehet választani olyanokat, amelyek m
vektorból álló lineárisan független vektorrendszert alkotnak.
Ebben az esetben nincs akadálya a szimplex módszer "beindításának".
Vannak olyan speciális hiperbolikus programozási feladatok, amelyeknél
az induló lehetséges bázismegoldás meghatározása nem okozhat nagy
gondot.
Azonban leggyakrabban nem ismeretes a megadott feladatnak egyetlen
bázismegoldása sem.
Ez utóbbi esetben alkalmazhatjuk Nagy M módszert.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Nagy M módszer
A megoldáshoz az első lépés, hogy az egyenlőtlenségeinket
egyenlőségekké alakítjuk, vagyis minden egyenlőtlenséghez hozzáadunk
egy olyan változót, aminek az értéke pont annyi, amivel az
egyenlőtlenség egyenlőségé változik.
Tehát az eredeti
𝑍 𝑥 = σ𝑛𝑗=1 𝑐𝑗 𝑥𝑗 → 𝑚𝑎𝑥,
σ𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 = 𝑏𝑗 , 𝑎ℎ𝑜𝑙 𝑖 = 1,2, … 𝑚
é𝑠 𝑥𝑗 ≥ 0 , 𝑎ℎ𝑜𝑙 𝑗 = 1,2, … , 𝑛.
LP egyenlet helyett,

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Nagy M módszer
a következő M feladat kell megoldani:
𝑍′ 𝑥 = σ𝑛𝑗=1 𝑐𝑗 𝑥𝑗 → 𝑚𝑎𝑥,
σ𝑛𝑗=1 𝑎𝑖𝑗 𝑥𝑗 + 𝑥𝑛+𝑗 = 𝑏𝑗 , 𝑎ℎ𝑜𝑙 𝑖 = 1,2, … 𝑚

é𝑠 𝑥𝑗 ≥ 0 , 𝑎ℎ𝑜𝑙 𝑗 = 1,2, … , 𝑛 + 𝑚. ahol

𝑥𝑛+𝑖 , 𝑖 = 1,2, … , 𝑛 + 𝑚, mesterséges változók
Az új feladathoz tartozó 𝐴 együtthatómátrix a következőképpen fog kinézni:
𝑎11 … 𝑎1𝑛 1 0 0
𝐴= … … … 0 1 0
𝑎𝑚1 … 𝑎𝑚𝑛 0 0 1
A mérete m sor és n+m oszlop.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Szállítási feladat
Ez egy speciális lineáris programozási feladat.
Legyen adott 𝑚 telephely, amelyeken bizonyos fajta, tetszés szerint
osztható termékből 𝑎1 , 𝑎2 , … , 𝑎𝑚 mennyiséget tárolnak. Adott továbbá
𝑛 felvevőhely, amelyek 𝑏1 , 𝑏2 , … , 𝑏𝑛 mennyiséget igényelnek ebből a
termékből.
Egységnyi terméknek az 𝑖-edik telephelyről a 𝑗-edik felvevőhelyre való
szállítási költsége 𝑐𝑖𝑗 -vel legyen jelölve. Jelölje továbbá 𝑥𝑖𝑗 az 𝑖-edik
telephelyről a 𝑗-edik felvevőhelyre szállítandó – egyelőre ismeretlen –
mennyiséget. 𝑖 = 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Szállítási feladat
Feltesszük, hogy
𝑚 𝑛

෍ 𝑎𝑖 = ෍ 𝑏𝑗
𝑖=1 𝑗=1
azaz, hogy a tárolt áru összmennyisége megegyezik az
igényelt áru összmennyiségével. Ez nem jelenti az
általánosság megszorítását, hiszen vagy fiktív telephely, vagy
fiktív felvevőhely beiktatásával mindig elérhető az előbbi
egyenlőség. Olyan szállítást kell megvalósítanunk, amelynek
során minden telephelyről minden árut elszállítanak, az
egyes felvevőhelyek igényeit kielégítik, és ezt mind úgy
teszik, hogy az összszállítási költség minimális.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 Szállítási feladat
A szállítási problémát matematikailag a következőképpen
fogalmazhatjuk meg: Legyen adott egy
𝑐11 𝑐1𝑗 𝑐1𝑛
𝐶 = 𝑐𝑖1 𝑐𝑖𝑗 𝑐𝑖𝑛
𝑐𝑚1 𝑐𝑚𝑗 𝑐𝑚𝑛
𝑚 × 𝑛-es mátrix, a költségmátrix. Legyenek továbbá adva az
𝑎1 ≥ 0, … , 𝑎𝑚 ≥ 0( tárolt mennyiségek)
illetve
𝑏1 ≥ 0, … , 𝑏𝑚 ≥ 0( igényelt mennyiségek)

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Szállítási feladat
melyekre a
𝑚 𝑛

෍ 𝑎𝑖 = ෍ 𝑏𝑗
𝑖=1 𝑗=1

teljesül. Meghatározandók az olyan 𝑥𝑖𝑗 mennyiségek, amelyek eleget

tesznek a
σ𝑛𝑗=1 𝑥𝑖𝑗 = 𝑎𝑖 , 𝑖 = 1, 2, … , 𝑚
σ𝑚
𝑖=1 𝑥𝑖𝑗 = 𝑏𝑗 , j = 1, 2, … , 𝑛

𝑥𝑖𝑗 ≥ 0 , 𝑖 = 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛
feltételeknek,

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Szállítási feladat
s amelyekkel a
𝑚 𝑛

෍ ෍ 𝑐𝑖𝑗 𝑥𝑖𝑗
𝑖=1 𝑗=1

költségfüggvény felveszi a minimumát.

A szállítási probléma egy minimum lineáris programozási feladat.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Megoldási módszerek
Szimplex módszer
◦ m*n változós speciális termelésprogramozási feladat.
(hosszadalmas, nehézkes) – lásd lineáris programozás általános esete.

Disztribúciós módszer
◦ induló megoldás meghatározása után optimalizálás

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Disztribúciós módszer
1. Induló program készítése
2. Értékelés, hogy optimális-e (a hurok módszerrel)
3. A program javítása, ha még nem optimális. (Ismétlés addig, amíg
nem az)
4. Módosítás megváltozott feltételeknek megfelelően.

(Ahol szállítunk azt kötött elemnek, ahol nem szállítunk azt szabad
elemnek hívjuk.
A kötött elemek száma megegyezik a sorok+oszlopok száma-1-el.)

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Induló programok
Északnyugati sarok módszer
◦ Az adott eljárás nem használja a megoldandó feladathoz tartozó C = ||cij||m
× n költség mátrixot.

Legkisebb költségű helyek választása

Frekvenciák módszere
Vogel-Korda módszer

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Induló program javítás
◦ Hurok módszer
Lényege: megvizsgáljuk, hogy áttolhatunk-e bizonyos szállítandó
mennyiséget magas költségű kötött helyről alacsonyabb költségű
szabad helyre.

◦ Potenciálok módszere
Lényege: a költségmátrix soraihoz is és oszlopaihoz is egy-egy számot
rendelünk (ezek a potenciálok) úgy, hogy a két potenciál összege minden
esetben egyenlő legyen az illető sorban és oszlopban lévő kötött
elemmel.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Rendkívüli esetek.
Degeneráció az indulóprogramban. Előfordulhat, hogy az indulóprogram meghatározásakor egy elem
sorának és oszlopának aktuális kapacitása megegyezik. Ilyenkor csak a sorát vagy az oszlopát húzzuk ki,
a másik kapacitása nulla lesz. Ilyenkor biztosan szükség lesz egy olyan viszonylat kiválasztására,
amelyben nulla mennyiségű árut szállítunk.
Degeneráció menet közben. Előfordulhat, hogy egy javításkor egy hurokban több helyen is megjelenik
a szűk keresztmetszet. Fontos viszont, hogy ilyenkor csak az egyiket vegyük ki a programból, a másikat
hagyjuk benne nulla szállított áruval. Mindkét előző esetben előfordulhat, hogy az optimális megoldás
már nem lesz degenerált, de az is lehet, hogy az marad.
Alternatív optimum. Ha a ∆ mátrixban nincs negatív elem, de szabad elemnek megfelelő helyen is van
benne nulla, akkor szállítási feladatnak alternatív optimuma van. Ezt úgy lehet megtalálni, ha a
"javítást" ennél a szabad elemnél végezzük el.
Eltérő kereslet és kínálat. Ha pl. nagyobb a kereslet, mint a kínálat, akkor egy névleges feladóhelyet
iktatunk be, akkora kapacitással, minta amekkora a túlkereslet. Azokat az igényeket, amiket innen
kellene kielégíteni az optimális megoldásban, nem elégítjük ki.
Tiltott viszonylatok. Ha egy feladóhely és egy rendeltetési hely között tilos a szállítás, akkor oda
végtelen költséget kell írni. Ilyenkor szokás szerint ∞ − c = ∞.
Korlátozott útvonal. Előfordulhat, hogy egy viszonylatban szállíthatunk ugyan, de csak korlátozott
mennyiségben

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 Hozzárendelési feladat
Feladat meghatározása
Speciális szállítási feladat, ahol az „elszállítandó mennyiség” mindenhol
egyformán 1 egység. Vagyis létezik 𝑛 alkalmazott, 𝑚 feladat és 𝑚 = 𝑛.
A feladatokhoz tartozó költségmátrix:

𝑐11 𝑐1𝑗 𝑐1𝑛

𝐶 = 𝑐𝑖1 𝑐𝑖𝑗 𝑐𝑖𝑛
𝑐𝑚1 𝑐𝑚𝑗 𝑐𝑚𝑛

Célunk a feladatok olyan kiosztása az alkalmazottaknak, hogy minden

alkalmazott egy feladatot kapjon, és minden feladat el legyen látva, úgy
hogy ez összessé-gében a legkisebb költséggel teljesíthető legyen.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Hozzárendelési feladat
Megoldási módszerek:
Szimplex módszer
◦ m*n változós speciális termelésprogramozási feladat.
(hosszadalmas, nehézkes) – lásd lineáris programozás általános esete.

Disztribúciós módszer
◦ induló megoldás meghatározása után optimalizálás (hosszadalmas,
nehézkes) - lásd szállítási feladat.

Magyar módszer
◦ független nullák keresése, majd javítás.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Hozzárendelési feladat
1. a táblázat redukálása sor/oszlop minimumok segítségével.
2. független nullák keresése
3. ha nincs elég független nulla, akkor javítás keresése.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Hozzárendelési feladat
Független nullák keresése:
1. Jelöljük meg azokat a sorokat/oszlopokat amiben csak egy nulla van.
2. Válasszuk ki az egyik ilyen nullát, és húzzuk ki a sorát vagy oszlopát
egy fedővonallal. (Ha sorban találtuk a nullát akkor az oszlopot, ha
oszlopban akkor a sort.) Hiszen azok a nullák már nem választhatóak
mert akkor nem lesz független.
3. Csináljuk az első 2 lépést addig, amíg nincs meg az „n” db független
nulla, vagy nincs már választható nulla.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Hozzárendelési feladat
Javítás keresése:
Ha nincs meg az „n” db független nulla, akkor javítást kell alkalmazni.
1. Meg kell nézni, hogy a le nem fedett költség között mennyi a
minimális érték. (MIN)
2. A le nem fedett elemekből le kell vonni a MIN értékét
3. A kétszer lefedett elemekhez hozzá kell adni a MIN értékét.
4. A többi elemet változatlanul leírjuk.
Utána újra független nullák keresése, amig meg nem találtuk az
optimumot.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Hálótervezés
A munkafolyamatot részekre, tevékenységekre bontják.
Rögzítik a fontosabb, állapotokat ezeket eseménynek nevezzük.
Feltárják a tevékenységes (események) közötti soros ill.
párhuzamos kapcsolatokat, majd ábrázolják egy gráfnak
megfelelően.
A tevékenységekhez időtartamot, erőforrás adatokat, stb.
rendelnek, s elvégzik a konkrét modellre vonatkozó számításokat.
A terv alapján – megszervezik a munkafolyamatot.
Végrehajtás közben aktualizálják a hálót úgy, hogy a tervezett
végrehajtási idő lehetőleg ne növekedjék.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

A hálós módszerek
osztályozása
Számszerűsítés szerint:
◦ Logikai: ha csak kapcsolatokat fejez ki.
◦ Technikai: ha számszerű adatokat, súlyokat is tartalmaz.
Az alkalmazott gráf szerint:
◦ Esemény orientált: ha a gráf pontjainak az események ábráit feleltetik
meg (CPM, PERT).
◦ Tevékenység orientált: ha a gráf pontjainak a tevékenységek ábráit
feleltetik meg (MPM).
Meghatározottság szerint:
◦ Determinisztikus: ha adatfajtánként egyetlen, határozott – determinált
adatot rendelnek a tevékenységekhez (CPM, MPM).
◦ Sztochasztikus: ha az adatoknál a véletlen hatását is számításba veszik
(PERT).

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

CPM – Critical Path Method
Tervütemháló definíciója:
1. Az irányított gráfnak 1 db kezdő és 1 db végpontja van.
2. Nem tartalmaz irányított kört.
3. A kezdőpontból minden egyes esemény elérhető.
4. Bármely közbülső ponttól a végpontig el lehet jutni.
5. Nincs párhuzamos él.
A háló megszerkesztésekor szükség lehet ún. látszat-tevékenység
felvételére, amelyhez 0 végrehajtási idő tartozik

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

Látszattevékenységek
 nem lehet párhuzamos él – 2 pontot nem köthet össze 2 tevékenység
A 2 2 2 0
A - látszat
1 2 helyett
1 3
 az A tevékenység B
egy3része B-vel párhuzamosan működik
B 3

A1 A2
 a D tevékenység A-tól és B-től,
látszat
a C csak az A-tól függ. B A C
látszat

B D

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 Tevékenységek tartalékideje

Négyféle időtartalék van.

1. Maximális (teljes) tartalékidő
mij=qj–pi –tij
ennyivel később kezdhető meg a tij tevékenység az i-
edik esemény legkorábbi megvalósulása után, hogy a j-
edik esemény legkésőbbi megvalósítási határidejét
még biztosítsa.
2. Szabad (saját) tartalékidő
sij=pj–pi –tij
ennyivel később kezdhető meg a tij tevékenység az i-
edik esemény legkorábbi megvalósulása után, hogy a j-
edik esemény legkorábbi megvalósulását ne
késleltesse.
SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ
 Tevékenységek tartalékideje

3. Biztos (minimális) tartalékidő

bij=pj–qi –tij
ennyivel később kezdhető meg a tij tevékenység az i-edik
esemény legkésőbbi megvalósítási határideje után, hogy
a j-edik esemény legkorábbi megvalósítását biztosítsa.
4. Feltételes időtartalék
fij=qj–qi –tij
ennyivel később kezdhető meg a tij tevékenység az i-edik
esemény legkésőbbi megvalósítása után, hogy a j-edik
esemény legkésőbbi megvalósítását biztosítsa.

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 PERT módszer

Program Evaluation and Review Technique – Program

értékelési és felülvizsgálási technika
◦ szintén eseményorientált, az esmények a gráf csomópontjai, a tevékenységek a gráf élei.
◦ ez egy valószínűségi – sztochasztikus háló.

Minden (i,j) tevékenységhez 3 időt adnak meg, s ezt a 3

becsült időt tekintik a számítások alapjának:

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 PERT módszer

Optimista időbecslés: oij

Reális időbecslés: rij
Pesszimista időbecslés: pi
A három becsült időtartamra:
oij < rij < pij
rij a „legvalószínűbb” időtartam
Annak valószínűsége, hogy a tényleges időtartam oij -nél
kisebb, vagy pij -nél nagyobb, gyakorlatilag 0.
◦ ún. béta.eloszlás

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ

 PERT módszer

Az egyes tevékenységek várható időtartama: tij

o ij  4rij  pij
t ij 
6

Innentől kezdve a kritikus út meghatározása

visszavezethető a CPM módszerre, az így
meghatározott kritikus utat várható kritikus útnak
nevezzük.
SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ
 Ellenőrző kérdések
1. Mutassa be a lineáris programozást!
2. Mutassa be a grafikus módszer lényegét!
3. Mutassa be a szimplex módszer lényegét!
4. Mutassa be a szállítási feladatokhoz kapcsolódó különböző
indulóprogramokat!
5. Mutassa be a magyar módszer lényegét!

SZIKORA PÉTER - DÖNTÉSELMÉLET – 2016 ŐSZ