WPROWADZENIE DO BADAŃ OPERACYJNYCH
Badania operacyjne wywodzą się z nauk o zarządzaniu i organizacji lecz są odrębną dziedziną wiedzy. /prawda/
Cechą badań operacyjnych jest niestosowanie techniki komputerowej. /fałsz/
Cechą charakterystyczną badań operacyjnych jest ukierunkowanie na podejmowanie decyzji. /prawda/
Cechą badań operacyjnych jest podejmowanie decyzji na podstawie modeli decyzyjnych analizowanych systemów. /prawda/
Badania operacyjne nie mają interdyscyplinarnego charakteru. /fałsz/
Badania operacyjne wykorzystują metody nauk ścisłych. /prawda/
Badania operacyjne to naukowa metoda rozwiązywania problemów z zakresu podejmowania decyzji kierowniczych. /prawda/
Badania operacyjne nie należą do grupy nauk o organizacji i zarządzaniu /fałsz/
Do metod badań operacyjnych należą przede wszystkim metody matematyczne, heurystyczne i symulacyjne. /prawda/
Badania operacyjne to dziedzina nauki zajmująca się analizą celowych działalności (operacji), generowaniem i oceną ilościową różnych decyzji kierowniczych, taktycznych lub strategicznych. /prawda/
PODSTAWY ANALIZY PROCESÓW DECYZYJNYCH
Problem to postrzegane odchylenie miedzy tym, co w rzeczywistości jest lub co może się stać przy naszej bierności, a tym co w danej sytuacji uznaje się za pożądane. /prawda/
W okresie postrzegania odchylenia między tym, co w rzeczywistości jest lub co może się stać przy naszej aktywności, a tym co w danej sytuacji uznaje się za pożądane nie wiadomo jak zlikwidować to odchylenie lub jak jego uniknąć. /fałsz/
Problemy innowacyjne ujmują coś czego brak a powinno być. /prawda/
Problemy modyfikacyjne ujmują problemy, które nie występują, ale powinny przebiegać inaczej. /fałsz/
Problemy likwidacyjne ujmują zjawiska, które nie występują, choć powinny. /fałsz/
Problem ma charakter decyzyjny, jeżeli efektem jego analizy są najwyżej dwie propozycje, które mogą być uznane za rozwiązania i niezbędne jest rozstrzygniecie, które z nich stanie się rozwiązaniem. /fałsz/
Proces decyzyjny obejmuje wszelkie działania, w wyniku których następuje podjęcie decyzji, tj. rozwiązanie jakiegoś problemu. /prawda/
Proces decyzyjny polega na opracowaniu pewnego zbioru wariantów decyzyjnych oraz na wyborze spośród nich najlepszego przyjętego punktu widzenia. /prawda/
Podmiotem podejmowania decyzji jest decydent. /prawda/
Decyzja nie jest aktem wyboru jednego wariantu spośród wielu możliwych. /fałsz/
Warunki ograniczające są to warunki określające, jakie decyzje nie mogą być podjęte, są to warunki zależne od decydenta. /fałsz/
Decyzje dopuszczalne to decyzje uwzględniające warunki ograniczające. /prawda/
Pole decyzyjne to zbiór decyzji niedopuszczalnych, tzn. takich co do których są podstawy do ich odrzucenia. /fałsz/
Funkcje decyzyjne to zasady wskazywania rozwiązania spośród alternatyw. /prawda/
Decyzja optymalna to decyzja dopuszczalna nie realizująca postawionego celu w sposób możliwie najlepszy. /fałsz/
Model decyzyjny jest to celowo uproszczony matematyczny obraz rzeczywistego obiektu, utworzony w celu wyboru optymalnej decyzji. /prawda/
Modele dynamiczne to modele ukazujące przebieg procesów gospodarczych w kolejnych jednostkach czasu w pewnym przedziale. /prawda/
W modelach jednokryteriowych występuje jedna funkcja celu. /prawda/
W modelach wielokryteriowych występuje wiele funkcji celu. /prawda/
Modele niekonfliktowe służą do rozwiązywania problemów, w których decyduje kierownictwo wieloosobowe. /fałsz/
Modele konfliktowe powstają, gdy decyzje podejmuje kierownictwo wieloosobowe. /prawda/
Modele stochastyczne nie uwzględniają składnika losowego. /fałsz/
Modele liniowe charakteryzują badane zjawisko za pomocą nierówności liniowych. /fałsz/
Modele nieliniowe przedstawiają zależności o charakterze prostoliniowym. /fałsz/
Modele ciągłe to modele, w których zmienna może przyjmować dowolne wartości z określonego przedziału liczbowego. /prawda/
Modele dyskretne to modele, w których zmienna nie może przyjmować wartości ze zbioru skończonego lub nieskończonego, ale nieprzeliczalnego. /fałsz/
Do modeli dyskretnych zalicza się modele dyskretne: całkowitoliczbowe, binarne (zerojedynkowe), oraz mieszane. /prawda/
Do najczęściej stosowanych w praktyce modeli ekonomiczno-matematycznych należą: macierzowe modele bilansowe, funkcje regresji (modele ekonometryczne), modele programowania liniowego oraz modele budowane w oparciu o matematyczną teorię gier. /prawda/
Macierzowe modele bilansowe nie związane są z analizą przepływów międzygałęziowych. /fałsz/
Macierzowe modele bilansowe składają się z równań bilansowych i umożliwiają analizę powiązań między określonymi jednostkami gospodarczymi, które są traktowane jako dostawcy i odbiorcy. /prawda/
Matematyczny model decyzyjny to zapis problemu decyzyjnego w języku matematycznym. /prawda/
Matematyczny model decyzyjny to konstrukcja nieformalna opisująca istotne cechy rzeczywistej sytuacji decyzyjnej z dokładnym przybliżeniem. /fałsz/
Modele programowania matematycznego nie są modelami deterministycznymi. /fałsz/
W modelu programowania liniowego zakłada się, że nie wszystkie parametry są stałe, znane. /fałsz/
Wybór optymalnej decyzji polega na ustaleniu takiej decyzji dopuszczalnej, przy której funkcja celu osiąga wartość najkorzystniejszą (w zależności od badanej sytuacji wartość minimalną lub maksymalną). /prawda/
Zmienne decyzyjne to pewne wielkości, za pomocą których opisujemy decyzje. /prawda/
Zmienne decyzyjne to wielkości, które należy wyznaczyć nie korzystając z modelu. /fałsz/
Na model programowania liniowego składają się dwie części: warunki ograniczające oraz funkcja celu. /prawda/
Funkcja celu jest to funkcja określona na zbiorze decyzji dopuszczalnych i opisująca stopień realizacji postawionego celu. /prawda/
Liniowy model programowania matematycznego lub liniowe zadanie decyzyjne (ZD) to zadanie decyzyjne, w którym wszystkie związki zachodzące między zmiennymi decyzyjnymi zarówno w funkcji celu jak i w warunkach ograniczających są funkcjami liniowymi. /prawda/
Zadanie programowania liniowego to zadanie, w którym wszystkie zmienne są nieciągłe. /fałsz/
Zadanie programowania linowego postaci standardowej jest to zadanie, w którym wszystkie ograniczenia są nierównościami typu
dla zadań na maksimum. /fałsz/Zadanie programowania linowego postaci standardowej jest to zadanie, w którym wszystkie ograniczenia są nierównościami typu
dla zadań na minimum. /fałsz/Zadanie programowania linowego postaci standardowej jest to zadanie, w którym wszystkie ograniczenia są nierównościami typu
dla zadań na maksimum oraz wszystkie zmienne muszą być nieujemne i ciągłe. /prawda/Zadanie programowania linowego postaci standardowej jest to zadanie, w którym wszystkie ograniczenia są nierównościami typu
dla zadań na minimum oraz wszystkie zmienne muszą być nieujemne i ciągłe. /prawda/Nierówności typu
dla zadania na maksimum nazywamy nierównościami typowymi. /prawda/Nierówności typu
dla zadania na minimum nazywamy nierównościami typowymi. /prawda/
WYBRANE ZAGADNIENIA PROGRAMOWANIA LINIOWEGO
Jedno z założeń zagadnienia wyboru struktury asortymentowej produkcji mówi o nieznajomości norm zużycia każdego środka produkcji. /fałsz/
Jednym z założeń wyboru struktury asortymentowej produkcji jest znajomość cen sprzedaży (lub zysków ze sprzedaży) jednostki każdego wyrobu. /prawda/
Jednym z założeń zagadnienia wyboru struktury asortymentowej produkcji jest możliwość nieograniczonego dysponowania przez przedsiębiorstwo zasobami środków produkcji. /fałsz/
Określenie proporcji, w jakich powinny być produkowane poszczególne wyroby jest dodatkowym założeniem przy wyborze struktury asortymentowej produkcji. /prawda/
Znajomość norm zużycia każdego środka produkcji jest założeniem dodatkowym takim, które może lecz nie musi występować przy wyborze struktury asortymentowej produkcji. /fałsz/
Przy zagadnieniu wyboru struktury asortymentowej produkcji zmiennymi decyzyjnymi są wielkości produkcji poszczególnych wyrobów. /prawda/
Przy zagadnieniu diety lub doboru składu mieszanki należy ustalić taki plan żywienia, aby koszt diety był minimalny. /prawda/
Nieprawdą jest, iż zagadnienie diety nie pozwala na ustalenie minimalnych kosztów przy tworzeniu planu żywienia. /prawda/
Nieprawdą jest, iż zagadnienie diety pozwala na ustalenie minimalnych kosztów przy tworzeniu planu żywienia. /fałsz/
Jednym z założeń zagadnienia diety lub doboru składu mieszanki jest dostępność do n- różnych produktów żywnościowych. /prawda/
Jednym z założeń zagadnienia diety lub doboru składu mieszanki jest znajomość niezbędnych maksymalnych zawartości każdego składnika w jednostce danego produktu. /fałsz/
Określenie proporcji, w jakich produkty powinny występować w diecie jest dodatkowym założeniem zagadnienia diety lub doboru składu mieszanki. /prawda/
Wybór procesu technologicznego - problem rozkroju polega na określeniu skali zastosowania możliwych sposobów rozkroju pozwalających na wykrojenie zamówionej liczby detali przy najmniejszych kosztach. /prawda/
Problem rozkroju polega na minimalizacji odpadów. /prawda/
W problemie rozkroju nie bierze się pod uwagę zagadnienia minimalizacji odpadów. /fałsz/
METODA SIMPLEX
Metoda Simplex to uniwersalna metoda stosowana do rozwiązywania zadań programowania liniowego. /prawda/
Algorytm metody Simplex ma charakter iteracyjny, czyli etapowy, a wyniki poszczególnych interacji przedstawia się w tablicach zwanych tablicami simplexowymi. /prawda/
Postać kanoniczną zadania programowania liniowego otrzymujemy z postaci standardowej modelu poprzez sprowadzenie nierówności z warunków ograniczających (dla zadań na max będą to nierówności typu
, a dla zadań na min typu
) do równości. /prawda/Sprowadzenie nierówności z warunków ograniczających do równości dla zadań na maksimum w celu otrzymania postaci kanonicznej dokonuje się poprzez odjęcie tzw. zmiennej swobodnej i dodanie zmiennej sztucznej. /fałsz/
Sprowadzenie nierówności z warunków ograniczających do równości dla zadań na minimum, w celu otrzymania postaci kanonicznej dokonuje się wprowadzając tylko tzw. zmienną swobodną. /fałsz/
Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające mają postać
dodajemy zmienną swobodną (ze współczynnikiem = 1) do lewej strony warunku ograniczającego. /prawda/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające są nierównościami typu
do funkcji celu dodajemy zmienną swobodną (ze współczynnikiem = 1). /fałsz/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające mają postać
do funkcji celu dodajemy zmienną swobodną (ze współczynnikiem = 0). /prawda/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające są nierównościami typu
zmienną bazową staje się zmienna sztuczna. /fałsz/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające mają postać równości dodajemy zmienną sztuczną (ze współczynnikiem = 1) do lewej strony warunku ograniczającego. /prawda/
Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające mają postać równości odejmujemy zmienną sztuczną (ze współczynnikiem = M) od funkcji celu. /prawda/
Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające mają postać równości zmienną bazową staje się zmienna sztuczna. /prawda/
Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające są nierównościami typu
odejmujemy zmienną sztuczną (ze współczynnikiem = 1) od lewej strony warunku ograniczającego i dodajemy zmienną swobodną (ze współczynnikiem = 1) do lewej strony warunku ograniczającego./fałsz/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające są nierównościami typu
dodajemy zmienną swobodną do funkcji celu (ze współczynnikiem = M) oraz odejmujemy zmienną sztuczną od funkcji celu (ze współczynnikiem = 0). /fałsz/Dla zadania programowania liniowego (ZPL) na maksimum, gdy warunki ograniczające są nierównościami typu
zmienną bazową staje się zmienna swobodna. /fałsz/Tablicę simplexową buduje się na podstawie postaci kanonicznej modelu. /prawda/
Cj - Zj - jest to kryterium simplexowe decydujące o optymalności rozwiązania (wskaźnik optymalności). /prawda/
W zadaniu programowania liniowego (ZPL) na maksymalizację rozwiązanie jest optymalne, jeśli wartości wskaźników optymalności są nieujemne./ fałsz/
Dla zadania na maksimum (nierówności typowe
w warunkach ograniczających) dodatnie wartości kryterium simplexowego wskazują, że wprowadzenie do bazy zmiennej, której odpowiada ta wartość zwiększy funkcję celu, a więc rozwiązanie nie jest optymalne. /prawda/Dla zadania na maksimum, jeżeli rozwiązanie nie jest optymalne (tzn. istnieje chociaż jeden wskaźnik optymalności nieujemny), należy wybrać zmienną wprowadzaną do bazy (xk). /prawda/
Dla zadania na maksimum kryterium wyboru zmiennej wprowadzanej do bazy jest wartość wskaźnika optymalności. /prawda/
Dla zadania na maksimum zmienną wprowadzaną do bazy, jeżeli rozwiązanie nie jest optymalne, będzie zmienna xk o minimalnym wskaźniku optymalności. /fałsz/
Dla zadania na maksimum, jeżeli kolumna wyróżniona (centralna) nie zawiera żadnego elementu dodatniego oznacza to, że zadanie nie ma rozwiązania optymalnego i dalsze obliczenia są zbędne. /prawda/
Dla zadania na maksimum jeżeli rozwiązanie nie jest optymalne należy wyznaczyć zmienną usuwaną z bazy, będzie to zmienna xr (r = 1,...,m) o maksymalnym wskaźniku
. /fałsz/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać
dodajemy zmienną swobodną (ze współczynnikiem = 1) do lewej strony warunku ograniczającego. /prawda/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające są nierównościami typu
do funkcji celu dodajemy zmienną swobodną (ze współczynnikiem = 1). /fałsz/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać
zmienną bazową staje się zmienna swobodna. /prawda/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać równości dodajemy zmienną sztuczną (ze współczynnikiem = 1) do lewej strony warunku ograniczającego. /prawda/
Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać równości dodajemy zmienną sztuczną (ze współczynnikiem = M) do funkcji celu. /prawda/
Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać równości zmienną bazową staje się zmienna sztuczna. /prawda/
Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające są nierównościami typu
odejmujemy zmienną swobodną (ze współczynnikiem = 1) od lewej strony warunku ograniczającego i dodajemy zmienną sztuczną (ze współczynnikiem = 0) do lewej strony warunku ograniczającego./fałsz/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać
dodajemy zmienną swobodną do funkcji celu (ze współczynnikiem = 0) oraz dodajemy zmienną sztuczną do funkcji celu (ze współczynnikiem = M). /prawda/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające są nierównościami typu
dodajemy zmienną swobodną do funkcji celu (ze współczynnikiem = 0) oraz odejmujemy zmienną sztuczną od funkcji celu (ze współczynnikiem = M). /fałsz/Dla zadania programowania liniowego (ZPL) na minimum, gdy warunki ograniczające mają postać
zmienną bazową staje się zmienna sztuczna. /prawda/W zadaniu programowania liniowego (ZPL) na minimalizację rozwiązanie jest optymalne, jeśli wartości wskaźników optymalności są niedodatnie. /fałsz/
Dla zadania na minimum (nierówności typowe
w warunkach ograniczających) ujemne wartości kryterium simplexowego wskazują, że wprowadzenie do bazy zmiennej, której odpowiada ta wartość zmniejszy funkcję celu, a więc rozwiązanie nie jest optymalne. /prawda/Dla zadania na minimum, jeżeli rozwiązanie nie jest optymalne (tzn. istnieje chociaż jeden wskaźnik optymalności niedodatni), należy wybrać zmienną wprowadzaną do bazy (xk). /prawda/
Dla zadania na minimum zmienną wprowadzaną do bazy, jeżeli rozwiązanie nie jest optymalne, będzie zmienna xk o maksymalnym wskaźniku optymalności. /fałsz/
Dla zadania na minimum, jeżeli kolumna wyróżniona (centralna) nie zawiera żadnego elementu dodatniego oznacza to, że zadanie nie ma rozwiązania optymalnego i dalsze obliczenia są zbędne. /prawda/
Dla zadania na minimum jeżeli rozwiązanie nie jest optymalne należy wyznaczyć zmienną usuwaną z bazy, będzie to zmienna xr (r = 1,...,m) o maksymalnym wskaźniku
. /fałsz/Krokiem kończącym analizę simpleks jest uzyskanie rozwiązania optymalnego, jeżeli takie rozwiązanie występuje. /prawda/
Rozwiązaniem zadania programowania liniowego jest wektor kolumnowy bi. /prawda/
Gdy współczynniki optymalności Cj - Zj są równe zero nie tylko dla zmiennych bazowych, to występuje jedno rozwiązanie optymalne. /fałsz/
Jeżeli współczynnik optymalności jest równy zero, dla którejś ze zmiennych niebazowych to istnieje nieskończenie wiele rozwiązań. /prawda/
Rozwiązanie programu liniowego jest zdegenerowane, jeżeli przynajmniej jedna zmienna bazowa jest zerowa - mogą wówczas wystąpić ciągi stale powtarzających się rozwiązań (cykle). /prawda/
ANALIZA WRAŻLIWOŚCI
Analiza wrażliwości rozwiązania optymalnego na zmiany współczynników funkcji celu umożliwia ustalenie, w jakich granicach mogą się zmienić wagi funkcji celu, aby dotychczasowe rozwiązanie pozostało optymalne. /prawda/
Analiza wrażliwości rozwiązania optymalnego na zmiany wyrazów wolnych warunków ograniczających umożliwia określenie, w jakich granicach mogą się zmieniać się wyrazy wolne warunków ograniczających, aby w rozwiązaniu optymalnym pozostały takie same zmienne bazowe. /prawda/
Przy analizie wrażliwości rozwiązania optymalnego na zmiany funkcji celu zakłada się, iż zmieniają się optymalne wartości zmiennych decyzyjnych, nie zmienia się jednak wartość funkcji celu. /fałsz/
Dopuszczalny wzrost i dopuszczalny spadek funkcji celu określają zakresy stabilności decyzji optymalnej. /prawda/
Analiza wrażliwości umożliwia ocenę stopnia wrażliwości uzyskanego rozwiązania optymalnego na zmianę wybranych parametrów modelu. /prawda/
Dopuszczalny wzrost i spadek funkcji celu określają zakresy niestabilności decyzji optymalnej. /fałsz/
Dla problemu rozkroju analiza wrażliwości rozwiązania optymalnego na zmiany współczynników funkcji celu nie ma sensu, ponieważ wagi funkcji celu oznaczają ilości odpadów jakie pozostają po zastosowaniu określonych sposobów cięcia, a zatem nie można mówić o dopuszczalnym wzroście lub spadku poszczególnych odpadów. /prawda/
Jeżeli wyrazy wolne będą się zmieniać w dopuszczalnych granicach, to mogą się zmieniać optymalne wartości zmiennych decyzyjnych. /prawda/
Jeżeli wyrazy wolne będą się zmieniać w dopuszczalnych granicach, to zmieni się wartość funkcji celu. /prawda/
Jeżeli wyrazy wolne będą się zmieniać w dopuszczalnych granicach, to wartość funkcji celu pozostanie niezmieniona. /fałsz/
Jeżeli wyrazy wolne będą się zmieniać w dopuszczalnych granicach, to optymalne wartości zmiennych decyzyjnych pozostaną niezmienione. /fałsz/
Jeżeli wyrazy wolne będą się zmieniać w niedopuszczalnych granicach, to zmienne bazowe zachowają stałą wartość. /fałsz/
Zmienne dualne często określa się jako ceny dualne. /prawda/
Wartość zmiennej dualnej pozwala określić, czy z punktu widzenia przyjętej funkcji celu, powiększenie lub zmniejszenie wyrazów wolnych warunków ograniczających jest opłacalne i w jakim stopniu. /prawda/
Wartość zmiennej dualnej nie pozwala określić o ile zmieni się wartość funkcji celu zadania pierwotnego, jeżeli o jednostkę wzrośnie wyraz wolny warunku zadania pierwotnego związanego z tą zmienną dualną. /fałsz/
PODEJMOWANIE DECYZJI NA PODSTAWIE MATEMATYCZNEGO MODELU DECYZYJNEGO
Wskazanie decyzji optymalnej polega na wyznaczeniu rozwiązania matematycznego modelu decyzyjnego. /prawda/
Zbiór wszystkich punktów spełniających warunki ograniczające tworzy zbiór rozwiązań dopuszczalnych. /prawda/
Rozwiązaniem dopuszczalnym programu liniowego nazywamy każdy punkt X = [x1,x2,...,xn] spełniający warunki ograniczające. /prawda/
Rozwiązaniem optymalnym programu liniowego nazywamy taki punkt ze zbioru rozwiązań dopuszczalnych, w którym funkcja celu nie osiąga wartości ekstremalnej. /fałsz/
Zbiór rozwiązań dopuszczalnych programu liniowego nie jest zbiorem wypukłym. /fałsz/
Zbiór rozwiązań dopuszczalnych programu liniowego jest zbiorem wklęsłym. /fałsz/
Jeżeli występują dwie zmienne decyzyjne, to zbiór rozwiązań dopuszczalnych programu liniowego jest wielobokiem wypukłym. /prawda/
Jeżeli rozwiązanie optymalne istnieje, to znajduje się ono w wierzchołku zbioru rozwiązań niedopuszczalnych. /fałsz/
Jeżeli rozwiązaniem optymalnym programu liniowego są dwa wierzchołki wieloboku rozwiązań dopuszczalnych, to również punkty znajdujące się na odcinku łączącym te wierzchołki stanowią zbiór rozwiązań optymalnych. /prawda/
Jeżeli istnieje tylko jedno rozwiązanie optymalne, to optymalna wartość funkcji celu jest liczbą skończoną i odpowiada tylko jednemu zestawowi wartości zmiennych decyzyjnych. /prawda/
Jeżeli istnieje wiele rozwiązań dopuszczalnych, to optymalna wartość odpowiada wielu zestawom wartości zmiennych decyzyjnych. /prawda/
Rozwiązanie optymalne nie istnieje wówczas, gdy zbiór rozwiązań dopuszczalnych jest zbiorem pustym, co oznacza, że układ warunków ograniczających jest sprzeczny lub rozwiązań dopuszczalnych jest zbiorem nieograniczonym w kierunku wzrostu wartości funkcji celu dla zadania na maksimum bądź spadku funkcji celu dla zadania na minimum. /prawda/
METODA GEOMETRYCZNA (GRAFICZNA)
Metoda geometryczna może być stosowana przede wszystkim dla modelu z dwiema zmiennymi decyzyjnymi. /prawda/
Dla modeli z więcej niż dwoma zmiennymi decyzyjnymi, ale przy dwóch warunkach ograniczających nie można stosować metody geometrycznej. /fałsz/
Przejście do tzw. problemu dualnego pozwala rozwiązać metodą geometryczną zadanie programowania liniowego dla nie więcej niż dwóch zmiennych. /fałsz/
Metoda geometryczna polega na rozwiązaniu zadania decyzyjnego przez wykreślenie zmiennych na wykresie i ustaleniu rozwiązania optymalnego. /fałsz/
Wyznaczenie półpłaszczyzn odpowiadających poszczególnym warunkom ograniczającym jest pierwszym etapem metody geometrycznej. /prawda/
Znalezienie części wspólnej półpłaszczyzn jest zbiorem rozwiązań niedopuszczalnych metody geometrycznej. /fałsz/
Nieprawdą jest, że wyszukanie w zbiorze rozwiązań dopuszczalnych (ZRD) najlepszego rozwiązania dla przyjętej funkcji celu jest etapem metody geometrycznej. /fałsz/
Wartość ekstremalną funkcji celu można wyznaczyć dwoma sposobami. /prawda/
Wartość ekstremalną funkcji celu wyznaczamy w punktach wierzchołkowych zbioru rozwiązań niedopuszczalnych. /fałsz/
Izokwanta to linia stałej wartości funkcji celu. /prawda/
Izokwanta to linia warstwicowa funkcji celu. /prawda/
Linia warstwicowa funkcji celu nie jest linią stałej wartości funkcji celu. /fałsz/
Im izokwanta jest bardziej oddalona od początku układu współrzędnych, tym większym wartościom funkcji celu odpowiada. /prawda/
Nie wszystkie izokwanty są równoległe. /fałsz/
PODEJMOWANIE DECYZJI W WARUNKACH NIEPEWNOŚCI
W warunkach niepewności alternatyw nie można przedstawić za pomocą wektorów jednoznacznie określonych znaczeń (wartości) charakterystyk. /prawda/
Przy podejmowaniu decyzji w warunkach niepewności wartości charakterystyk będących podstawą wskazania decyzji są całkowicie uwarunkowane czynnikami zewnętrznymi, niepodlegającymi jakiejkolwiek kontroli decydenta. /prawda/
W warunkach niepewności źródło zewnętrznych czynników trudnych do przewidzenia znajduje się w zasięgu decydenta. /fałsz/
Decyzję podejmujemy w warunkach niepewności, jeżeli znane są stany środowiska i ich konsekwencje, ale nie można określić prawdopodobieństwa wystąpienia tych stanów. /prawda/
Decyzję podejmujemy w warunkach ryzyka, jeżeli znane są stany środowiska i ich konsekwencje, ale nie można określić prawdopodobieństwa wystąpienia tych stanów. /fałsz/
Pole decyzyjne to zbiór decyzji dopuszczalnych zwanych alternatywami. /prawda/
Wartość charakterystyki nie jest funkcją alternatywy i stanu środowiska. /fałsz/
Macierz konsekwencji to macierz, której kolumny reprezentują poszczególne stany środowiska. /prawda/
Wiersze macierzy konsekwencji reprezentują poszczególne alternatywy. /prawda/
Porządkowanie alternatyw polega na identyfikacji alternatyw dominujących i nie uwzględnianiu ich w polu decyzyjnym. /fałsz/
Przy podejmowaniu decyzji w warunkach niepewności wyróżnia się dominację absolutną i okresową. /fałsz/
Alternatywa Ai dominuje absolutnie nad alternatywą Ap, gdy najmniej korzystny wynik dla Ai nie jest gorszy od najkorzystniejszego wyniku dla Ap. /prawda/
Alternatywa Ai dominuje nad alternatywą Ap w każdym stanie otoczenia, gdy dla każdego stanu alternatywa Ai jest gorsza niż alternatywa Ap, i nie istnieje taki stan Sr, w którym alternatywa Ai jest korzystniejsza od alternatywy Ap. /fałsz/
Właściwy problem decyzyjny występuje wówczas, gdy w polu decyzyjnym pozostaną, co najwyżej dwie alternatywy niezdominowane. /fałsz/
Postawą decydenta nazywa się jego wewnętrzne subiektywne uwarunkowania. /prawda/
Reguła Walda to strategia nieostrożna cechująca się optymistyczna oceną stanu środowiska. /fałsz/
Reguła Walda zakłada, że wystąpią najmniej korzystne warunki realizacji zamierzenia. /prawda/
Reguła Max-Max lub Min-Min odzwierciedla postawę bardzo ryzykancką. /prawda/
Reguła Max-Max lub Min-Min to strategia optymistyczna. /prawda/
Stosując regułę Niehansa Savage'a ocenia się skutki wynikające z niepodjęcia decyzji, która przy danym stanie natury byłaby najlepsza. /prawda/
Istota reguły Niehansa Savage'a polega na niedopuszczeniu do zbyt wysokich strat wynikłych wskutek błędnych decyzji. /prawda/
Algorytm reguły Niehansa Savage'a polega na tym, aby dla każdego stanu środowiska ustalić niekorzystny wynik. /fałsz/
Algorytm reguły Niehansa Savage'a polega na tym, aby dla każdego stanu środowiska ustalić najkorzystniejszy wynik. /prawda/
Reguła Hurwicza odzwierciedla postawę pośrednią między pesymistyczną a optymistyczną. /prawda/
Według Hurwicza postawę pośrednią (kompromisową) miedzy granicami wahań możliwych wyników można wyrazić jako średnią ważoną skrajnych wyników. /prawda/
Według Hurwicza postawę pośrednią (kompromisową) miedzy granicami wahań możliwych wyników nie da się wyrazić jako średnią ważoną skrajnych wyników. /fałsz/
Im współczynnik optymizmu jest bliższy jeden tym bardziej reguła Hurwicza jest zbliżona do ryzykanckiej. /prawda/
Dla współczynnika optymizmu równego jeden (
= 1) reguła Hurwicza staje się równa regule ryzykanckiej. /prawda/Jeżeli współczynnik optymizmu nieznacznie różni się zera to reguła Hurwicza jest zbliżona do ryzykanckiej. /fałsz/
Im współczynnik optymizmu jest bliższy zero tym bardziej reguła Hurwicza jest zbliżona do reguły asekuranckiej. /prawda/
Dla
= 0 reguła Hurwicza nie jest równoważna regule asekuranckiej. /fałsz/Reguła Laplace'a to reguła średniej niekonsekwencji lub reguła średniej wyników. /fałsz/
Nieprawdą jest, że strategia pośrednia to inaczej strategia kompromisowa. /fałsz/
Reguła Laplace'a odzwierciedla neutralną postawę decydenta odnośnie przyszłych warunków realizacji przedsięwzięcia gospodarczego. /prawda/
Reguła Laplace'a zakłada, że wystąpią przeciętne warunki realizacji przedsięwzięcia. /prawda/
Strategia neutralna polega na tym, że do wskazania alternatywy wykorzystuje się średnią wyników przyporządkowanych każdej alternatywie. /prawda/
Reguła Laplace'a zakłada, że wystąpią szczególnie niekorzystne warunki realizacji przedsięwzięcia. /fałsz/
PODEJMOWANIE DECYZJI W WARUNKACH RYZYKA
Decyzja jest podejmowana w warunkach ryzyka, jeżeli środowisko nie może wpłynąć na wartości pewnych charakterystyk, jednak wartości te zależą od prawdopodobieństwa wystąpienia określonych stanów środowiska. /fałsz/
Decyzję podejmujemy w warunkach ryzyka, jeżeli znane są stany środowiska i ich konsekwencje i można określić prawdopodobieństwa wystąpienia tych stanów. /prawda/
Prawdopodobieństwo wystąpienia stanów natury w przyszłości można oszacować na podstawie częstości ich pojawiania się. /prawda/
Istotnym założeniem przy podejmowaniu decyzji w warunkach ryzyka jest określenie prawdopodobieństwa pj wystąpienia poszczególnych stanów środowiska Sj. /prawda/
Przy podejmowaniu decyzji w warunkach ryzyka nie przyjmuje się założeń dla warunków niepewności. /fałsz/
Zastosowanie reguły Bayesa wymaga, aby decyzje były wielokrotnie powtarzane. /prawda/
Przy pojedynczych, niepowtarzalnych decyzjach stosowanie zasady Bayesa nie ma sensu. /prawda/
Przy podejmowaniu decyzji w warunkach ryzyka wyróżnia się trzy rodzaje dominacji: absolutną, stanową i bezwzględną. /fałsz/
1
Wyszukiwarka
Podobne podstrony:
BADANIA OPERACYJNE PYT NA EXAM
Badania operacyjne wyklad 2 id Nieznany
badania operacyjne 3 id 76767 Nieznany (2)
Jadczak R Badania operacyjne, Wykład 4 Optymalizacja w logistyce
Lab 1 Analiza wrazliwosci, Materiały AGH- zarządzanie finansami, badania operacyjne
progr siec, Materiały Ekonomiczna, badania operacyjne
Kolorowanie grafów, badania operacyjne
bo2T, Szkoła, Semestr 3, Semestr 3, Badania operacyjne
badania operacyjne 5
badania operacyjne poss intro i Nieznany (2)
Badania operacyjne, zadanie id Nieznany (2)
Projekt Badania operacyjne
BO2 - PRZYKL ZAD EGZ, Badania Operacyjne
Zadanie370, Informatyka i Ekonometria 2 rok, badania operacyjne, sciagniete z internetu
prognozowanie, Badania operacyjne
badania operacyjne, w5 Metoda Simpleks
[W] Badania Operacyjne (2009 02 21) wykład
więcej podobnych podstron