● Baaslahend on simplekssüsteemi lahend (lineaarplaneerimine kanoonilisel kujul), mis võib olla lubatav baaslahend, aga ei pea rahuldama mittenegatiivsuse nõuet 10. Nimetada lineaarse planeerimise ülesande omadusi (optimaalsete lahendite olemasolu ja omadused)? ● Kinnises tõkestatud piirkonnas lineaarplaneerimisülesanne omab optimaalset lahendit ● Lineaarplaneerimise ülesande optimaalne lahend võib paikneda vaid lubatava hulga rajal. ● Kui lineaarplaneerimise ülesande lahend on ühene, siis paikneb see ainult lubatava hulga mingis tipus ● Kui lineaarplaneerimise ülesandel leidub optimaalne lahend, siis vähemalt üks neist paikneb lubatava hulga mingis tipus. ● Lineaarplaneerimise ülesande iga lokaalselt optimaalne lahend on ka globaalselt optimaalne 11
asemele esialgsesse võrrandisse saame lahendi 33. Millisel juhul saab kahte maatriksit liita, lahutada. Siis kui tegu on samamõõtmeliste maatriksitega 34. Millal saab arvutada maatriksite A ja B korrutist AB? Siis kui esimese maatriksi veergude arv võrdub teise ridade arvuga. 35. Millistel maatriksitel on olemas pöördmaatriks? Siis kui antud maatriksi determinant ei võrdu 0-ga 36. Mis on lineaarplaneerimise ülesande lubatav hulk? Lubatavaks hulgaks nimetatakse kõigi selliste punktide (x1 , x2 ) hulka x1x2-tasandil, mis rahuldavad mudeli kõiki kitsendusi. 37. Kirjeldada, mis on lineaarplaneerimise ülesande baaslahend, lubatav baaslahend. Lubatav baaslahend on ülesande lubatava hulga iga tipp Baaslahend suvaline lubatavate lahendite hulga tipp 38. Milline seos on lineaarplaneerimise ülesande optimaalsete lahendite ja
kasumi maksimeerimist/kahjumi minimeerimist ning kitsenduste võrrandid. Ala, mis rahuldab kõiki kitsendusi ongi lahendite piirkond. Optimaalse lahendi hulga leidmiseks on mitu võimalust: samakasumijoone meetod ja ekstreemumpunkti meetod. Simpleksmeetod- enam kui kaks muutujat. See on algoritm(instruktsioonide kogum), mille abil leitakse ekstreemumpunktid ja nende kaudu jõutakse parima lahendini- suurema kasumi või väiksema kahjumini. Duaalhinnangud- vastab lineaarplaneerimise ül-le, see on lähte ül-ga sümmeetriline. Duaalhinnangud võimaldavad koondada ökonomistide tähelepanu defitsiitsete ressursside efektiivsemale kasutamisele. Selle tulemus on 0 siis, kui ta ei mõjuta ülesande optimaalset lahendit, s.t kui vastavaid ressursse on olemas külluses. Optimeerimismudelite kasutamise tüüpülesanded. Eesmärgiks on leida komponentide suhe, mis minimeerib tootmiskulu. Dieediülesanne nt haigla,
plaani leidmise ülesande püstitamine ja lahendamine. 4.2. Lineaarne, mittelineaarne, dünaamiline ja stohhastiline planeerimine 1. Lineaarne planeerimine kui matemaatiline meetod võimaldab efektiivsemalt kasutada organisatsiooni ressursse, seadmeid, raha, aega. Aitab planeerida ja vastu võtta juhtimisotsuseid. Lineaarplaneerimist saab edukalt rakendada tootmisplaani koostamisel, kulude minimeerimisel ja kasumi maksimeerimisel. Lineaarplaneerimise ülesannetel on 4 omadust: x taotletakse mõne suuruse maksimeerimist või minimeerimist (probleemi on võimalik kirjeldada kvantitatiivselt, so arvude abil); x soovitavat taset piiravad kitsendused (esineb üks või mitu); x otsustamiseks on vaja alternatiive; x sihtfunktsioone ja kitsendusi väljendatakse kas võrrandite või võrratustena. Võimalikud lahendusmeetodid:
turuanalüüsil. lihtsamalt väljendudes tähendab see nõudluse ennustamist. 41 Planeerimise meetoditest kasutatakse teaduslikke meetodeid, mis nõuavad analüüsiks suurt hulka infot ning suuri kulutusi viimase kogumiseks. Seetõttu on neid meetodeid võimalik kasutada vaid suurtel ja rikastel ettevõtetel. Osaprobleemide lahendamiseks kasutatakse lineaarplaneerimise meetodit transpordiülesandena, võrkplaneerimise meetodit, optimaalse tellimispartii suuruse leidmise ülesannet jm matemaatilisi või matemaatilise statistika meetodeid, millega ettevõtte finantsspetsialistid on ise võimelised vastava hariduse olemasolul toime tulema. 2. Eelarvestamise olemus, põhimõisted Eelarvestamine standardiseeritud planeerimise süsteem, mis annab aluse firma tegevuste juhtimiseks. Eelarvestamise peamised funktsioonid: 1