Operations Research WIN/WINp

Prof. Dr. J. Reiter

Aufgabensammlung

Stand 25.05.2020

1. Aufgabe

Sie müssen sich in Ihrem Unternehmen für eine von 2 möglichen Investitionsalternativen I 1 und I2
entscheiden. Es handelt sich dabei jeweils um ein Ergänzungsprodukt, welches Sie Ihrem bisherigen
Kundenkreis anbieten möchten.
Sie verfolgen als Zielgrößen den Umsatz und die Kundenzufriedenheit. Diese Größen sollen mög-
lichst maximal werden.
Als mögliche zukünftige Umweltzustände identifizieren Sie eine verbesserte (Eintrittswahrscheinlich-
keit 0,6) und eine gleichbleibende (Eintrittswahrscheinlichkeit 0,4) wirtschaftliche Gesamtentwick-
lung Ihres Unternehmens.
Bei I1 erwarten Sie prinzipiell einen höheren Umsatz als bei I2, und bei I2 erwarten Sie prinzipiell eine
höhere Kundenzufriedenheit als bei I1.
Geben Sie eine subjektive Gewichtung der Zielgrößen vor.
Geben Sie subjektive aber schlüssige Bewertungen für jede Kombination von Umweltzustand und
Alternative durch Zielgrößenbewertungen auf einer Rating-Skala von 1 (sehr schlechte Zielerfüllung)
bis 10 (sehr gute Zielerfüllung) an.
Berechnen Sie einen Präferenzwert je Alternative und wählen Sie die Alternative mit dem größten
Präferenzwert aus.

Für welche Alternative entscheiden Sie sich?

2. Aufgabe

Gegeben sei das folgende Lineare Optimierungsproblem zur Produktionsprogrammplanung mit dem
Ziel der Deckungsbeitragsmaximierung (xi := Fertigungsmenge in Stück von Pi (i = 1,2)):

max 2x1 + 5x2

x1 4
x1 + 2x2  8
x2  3
x1, x2  0

Integrieren Sie in dieses Modell die folgenden zusätzlichen Restriktionen.

Betrachten Sie dabei jede Teilaufgabe gesondert und ermitteln Sie grafisch die optimale Lösung.
Operations Research WIN/WINp Aufgabensammlung

a) Für eine Produktverbesserung wird eine 4. Maschine für die Veredelung benötigt. Die
Kapazität von M4 ist 8. P1 und P2 beanspruchen die Maschine mit je 2 Einheiten.
b) Aufgrund langfristiger Verträge müssen von P1 mindestens 3 und von P2 mindestens 2
Einheiten gefertigt werden.
c) P1 und P2 sind komplementäre Produkte. Für je eine Einheit von P1 müssen 2,5 Einheiten
von P2 gefertigt werden.

3. Aufgabe

Für die Herstellung eines Menüs hat man unter anderem Steaks und Kartoffeln zur Verfügung.
1 Steak enthält 1 Einheit (E) Kohlehydrate, 3 E Vitamine sowie 3 E Proteine und kostet 50 Geldein-
heiten (GE).
1 Einheit Kartoffeln enthält 3 E Kohlehydrate, 4 E Vitamine sowie 1E Proteine. Eine Kartoffeleinheit
kostet 25 GE.
Für ein ausgewogenes Menü werden Steaks und Kartoffeln in solchen Mengen benötigt, dass eine
Person mit einem Menü mindestens 8 E Kohlenhydrate, mindestens 19 E Vitamine und mindestens
7 E Proteine bekommt.
Gesucht ist eine kostenminimale Zusammensetzung von Steaks und Kartoffeln im Menü.

a) Formulieren Sie das Problem als lineares Optimierungsmodell.

b) Bestimmen Sie grafisch die optimale Lösung.

4. Aufgabe

Greifen Sie die Problemstellungen aus den Aufgaben 2 und 3 wieder auf und berechnen Sie die
Lösung mit SolverStudio.

5. Aufgabe

Ein Pharma-Unternehmen hat die Lizenz vier verschiedene Medikamente M1 bis M4 zu produzieren.
Zur Produktion der Medikamente stehen vier chemische Substanzen S1 bis S4 zur Verfügung. Sie
sind für die Erstellung der gewinnmaximierenden Produktionsplanung zuständig. Die Stückde-
ckungsbeiträge der jeweiligen Medikamente sind wie folgt bekannt:

Medikament M1 M2 M3 M4
Stück-DB 2 4 5 4

Darüber hinaus stellen sich Ihnen folgende Bedingungen:

▪ Zur Produktion einer Mengeneinheit (ME) von M1 werden 2 ME von S1, eine ME von S2,
eine ME von S3 und 3 ME von S4 benötigt.
▪ Bei der Produktion einer ME von M2 werden jeweils eine ME von S1, S2 und S3 verbraucht.
▪ Eine Einheit des Medikaments M3 benötigt eine ME der Substanz S2 und 2 ME der Sub-
stanz S4.
▪ Pro ME von M4 werden je 1 ME der Substanzen S1 bis S4 benötigt.
Seite 2
Operations Research WIN/WINp Aufgabensammlung

▪ Von Substanz S1 müssen aufgrund bestehender Verträge mit einem Chemiekonzern in der
Planungsperiode mindestens 6 ME verbraucht werden.
▪ Von Substanz S2 sind pro Planungsperiode insgesamt 8 ME vorhanden. Da S2 eine flüch-
tige Chemikalie ist, kann diese nicht gut gelagert werden und muss innerhalb der Planungs-
periode komplett verbraucht werden. Ein Zukauf ist nicht möglich.
▪ Von S3 befinden sich 3 ME, von S4 22 ME im Lager. Ein Zukauf der jew. Substanz ist auch
hier nicht möglich.

a) Formulieren Sie das Problem als lineares Optimierungsmodell. Benutzen Sie die Variablen
x1,…, x4 als Variablen für die Produktionsmengen von M1,…, M4. Beachten Sie, dass das
Modell nicht nur „ “-Restriktionen aufweist.
b) Wie ändert sich Ihr Modell, wenn Sie folgende Gegebenheiten zusätzlich berücksichtigen
sollen?
o Bei der Produktion von M2 entsteht (durch einen chemischen Vorgang während der
Produktion) pro ME von M2 eine ME der Substanz S4.
o Je produzierter ME von M3 entsteht durch das Produktionsverfahren als Nebenpro-
dukt eine ME von S3

6. Aufgabe

Gegeben sei die folgende Optimierungsaufgabe in einer Produktionssituation.

Die Entscheidungsvariablen x1 und x2 stehen für die Produktionsmengen der Produkte P1 bzw. P2.
Es gibt zwei Ressourcen, jeweils mit einer Kapazität von 15 Zeiteinheiten, welche für die Produktion
benötigt werden. Der Gesamtdeckungsbeitrag ist zu maximieren. Die Deckungsbeiträge sind 10 GE
(je produzierter Einheit von P1) und 6 GE (je produzierter Einheit von P2)
max z = 10x1 + 6x2
3x1 + 5x2 15
5x1 + 3x2 15
x1; x2  0

a) Bestimmen Sie grafisch die optimale Lösung. Welcher Sonderfall liegt hier vor?
b) Erstellen Sie das Starttableau zur Anwendung des Simplex-Algorithmus. Wie viele Schlupf-
variablen benötigen Sie? Wie lautet die Basislösung im Starttableau? Gibt es noch freie Ka-
pazitätsressourcen? Welcher Gewinn wird damit realisiert?
c) Bestimmen Sie die optimale Lösung mit dem Simplex-Algorithmus und mit SolverStudio. Ver-
gleichen Sie diese mit der grafisch ermittelten Lösung.

Seite 3
Operations Research WIN/WINp Aufgabensammlung

7. Aufgabe

Es ist das gewinnmaximale Produktionsprogramm für einen Betrieb zu ermitteln.

Es können vier Produkte P1, P2, P3, P4 mit einem Gewinn von 2, 3, 4, 1 GE gefertigt werden. Zur
Produktion stehen drei Maschinen und M1, M2, M3 und zwei Rohstoffe R1, R2 zur Verfügung. Im
Produktionszeitraum stehen die Maschinen M1, M2 und M3 mit 14, 42 bzw. 50 Zeiteinheiten zur Ver-
fügung. Wegen der Neuorganisation des Lagers kann der vorhandene Bestand von R1 höchstens in
Höhe von 20 ME während der Planungsperiode verbraucht werden. Von R2 stehen maximal 18 ME
zur Verfügung.
Die entsprechenden Verbrauchskoeffizienten für die Maschinen bzw. Rohstoffe bei der Produktion
sind in der folgenden Tabelle zusammengefasst:

P1 P2 P3 P4
M1 2 4 1 3
M2 6 12 3 9
M3 2 1 2 2
R1 1 2 2 1
R2 2 2 3 1

a) Formulieren Sie ein lineares Programm, das die Bestimmung eines Produktionsprogramms
mit maximalem Gesamtgewinn beschreibt.
b) Lösen Sie das lineare Programm mit der Simplexmethode und bestimmen Sie die optimale
Lösung.
c) Bilden Sie das Modell in SolverStudio ab und vergleichen Sie Ihre Lösungen.

8. Aufgabe

Ein Unternehmen produziert zwei Produkte P1 und P2 in den Mengen x1 und x2 pro Monat, wobei
Stückgewinne von c1=12 (für P1) und c2=8 (für P2) erzielt werden.
Von P2 müssen mindestens 200 Stück pro Monat produziert werden.
Von P1 können höchsten 400 Stück pro Monat verkauft werden.
Auf Maschine A mit einer Kapazität von 150 Stunden im Monat wird für P1 eine und für das P2 zwei
Stunden Bearbeitungszeit je Stück benötigt.
Maschine B hat eine Monatskapazität von 180 Stunden. Die Bearbeitungszeiten betragen 1,5
Stunden je Stück von P1 und 1 Stunde je Stück von P2
Für die Produktion ist ein Kapitaleinsatz von 50€/Stück von P1 und 60€/Stück von P2 erforderlich.
Im Monat kann maximal ein Kapital von 30000€ eingesetzt werden.
Formulieren Sie das lineare Optimierungsmodell zur Bestimmung eines gewinnmaximalen
Produktionsprogramms
a) Bilden Sie das Modell mit SolverStudio ab. Wie ist Ihre Lösungsmenge strukturiert?
Vollziehen Sie dieses Ergebnis inhaltlich am Modell nach.
b) Erhöhen Sie die Kapazität von Maschine A auf 600 Stunden und von Maschine B auf 400
Stunden. Interpretieren Sie Ihr Ergebnis.

Seite 4
Operations Research WIN/WINp Aufgabensammlung

9. Aufgabe

Gegeben sei das folgende Lineare Optimierungsproblem zur Produktionsprogrammplanung mit dem
Ziel der Deckungsbeitragsmaximierung (xi := Fertigungsmenge in Stück von Pi (i = 1,2)):

max 2x1 + 5x2

x1 4
x1 + 2x2  8
x2  3
x1 + x2 = 4
x1, x2  0

Ihr neuer Vorgesetzter erläutert Ihnen, dass er nicht nur den Gesamtdeckungsbeitrag, sondern auch
den Absatz sowie den Umsatz maximieren möchte.
Als Zielfunktion für den Absatz erarbeiten Sie die Funktion x1 + x2
Als Zielfunktion für den Umsatz erarbeiten Sie die Funktion 4x1 + 8x2
Sie sollen nun diese Ziele geeignet miteinander vereinbaren. Er gibt Ihnen noch den Hinweis, dass
ihm der Deckungsbeitrag doppelt so wichtig ist wie jedes der beiden anderen Ziele.
Berechnen Sie die optimale Lösung mit der so von Ihnen erarbeiteten Zielfunktion in SolverStudio.

10. Aufgabe

Gegeben ist das folgende lineare Optimierungsproblem (LP):

max 4 x1 + 5 x2 + 8 x3
2 x1 + x2 + 2 x3 = 10
3 x1 – 2 x2 + 1,5 x3 2
x3 3,5
x1 , x2 , x3  0

a) Überführen Sie das Problem in die Standardform (alle Restriktionen mit „=“ erfüllt).
b) Formulieren Sie das Starttableau für das Problem in Standardform
Ist dieses zulässig? Wenn ja, warum?
Stellen Sie die Vollständigkeit her.
c) Wie lautet dann Ihre Startlösung? Ist diese bereits optimal (mit Begründung)?

Seite 5
Operations Research WIN/WINp Aufgabensammlung

11. Aufgabe

Gegeben sei das folgende Lineare Optimierungsproblem:

max z = 2x1 + 4x2 + 5x3 + 4x4

2x1 + 1x2 + + 1x4 6
1x1 + 1x2 + 1x3 + 1x4 = 8
1x1 + 1x2 + + 1x4 3
3x1 + + 2x3 + 1x4 22
x1; x2; x3; x4  0

a) Formulieren Sie das LP zu einem LP in Standardform um (d. h. nach Einführung von Schlupf-
variablen: max cTx, Ax=b, x0)
b) Stellen Sie ein vollständiges und zulässiges Tableau für das LP her.

12. Aufgabe

Im Verfahren zur Herstellung der Zulässigkeit soll man in der Zielzeile k einen Spaltenindex s
bestimmen, mit aks := min akj.

Beweisen Sie, dass es im Fall von aks  0, keine zulässige Lösung gibt.
Hinweis: Arbeiten Sie den Wiederspruch heraus, der dann in der entsprechenden Restriktion k
vorhanden ist.

13. Aufgabe

Ihr Unternehmen stellt 3 chemische Substanzen S1, S2, S3 her.

Alle 3 Substanzen fallen (in unterschiedlichen Mengen) gleichzeitig in einem Herstellungsprozess
ab.
Dabei kann zwischen 2 Herstellverfahren HV1 und HV2 ausgewählt werden.
Die möglichen Substanzmengen je Herstellverfahren pro Zeiteinheit (ZE) entnehmen Sie der folgen-
den Tabelle.
HV1 HV2
S1 6 2
S2 2 2
S3 1 4
Die Kosten je Zeiteinheit sind 1 Geldeinheit (GE) bei HV1 und 2GE bei HV2.
In Ihrer Planungsperiode müssen Sie mindestens 30 Einheiten von S1, 8 Einheiten von S2 und 4
Einheiten von S3 herstellen.
Die beiden Herstellverfahren sind unterschiedlich personalintensiv. Je ZE bei HV1 benötigt man 0,5
ZE Personal, bei HV2 benötigt man 1 ZE Personal. In der Planungsperiode stehen 5 ZE Personal
zur Verfügung.
Formulieren Sie ein lineares Optimierungsmodell zur Bestimmung der Einsatzzeiten (in ZE) der Her-
stellverfahren mit dem Ziel die Gesamtkosten zu minimieren.
Seite 6
Operations Research WIN/WINp Aufgabensammlung

Lösen Sie das Problem mit SolverStudio und geben Sie eine vollständige Interpretation der Lösung.
Gehen Sie dabei insbesondere darauf ein, welche Restriktionen nicht mit Gleichheit erfüllt sind und
was dies in den jeweiligen Fällen konkret bedeutet.

14. Aufgabe

Küchenarbeitsplatten werden in der Großproduktion in Längen zu 10m pro Stück geschnitten.

Im Kücheneinzelhandel werden die Platten dann entsprechend individuell zugeschnitten.
Im vorliegenden Fall liegen Aufträge für die Küchenplatten wie folgt vor:
240 Stück zu 3m Länge
150 Stück zu 4m Länge
200 Stück zu 5m Länge

Stellen Sie ein lineares Optimierungsmodell auf, um die minimale Anzahl der benötigten Küchenar-
beitsplatten zu 10m zu bestimmen. Dies ist äquivalent damit, dass Sie in Summe möglichst wenig
Verschnitt bei der Abarbeitung der Aufträge erzeugen.

Hinweis: Geben Sie zunächst alle 6 möglichen Schnittkombinationen für eine 10m-Platte an. D. h.
ermitteln Sie, wie viele Platen zu 3m, 4m bzw. 5m Sie jeweils aus einer 10m-Platte herausschneiden
können. Die Anzahlen der jeweiligen Schnittkombinationen werden dann über Ihre Entscheidungs-
variablen determiniert.
Erstellen und Lösen Sie das Modell mit SolverStudio.

15. Aufgabe

Schneiden sich in einem Eckpunkt des zulässigen Bereiches im n mehr als n Restriktionen, so
spricht man von Entartung oder Degeneration des Optimierungsproblems.
Es gibt dann in einem Simplextableau mehrere gleichwertige Engpässe (nicht eindeutige Zeilen-
wahl) und der Wert einer Basisvariablen wird gleich 0.
Verdeutlichen Sie sich diesen Umstand anhand des folgenden LP, in dem Sie es graphisch und
rechnerisch lösen.

max z = 3x1 + 4x2

x1 + x2 4
x1 + 2x2 6
2x1 + x2 6
x1, x2  0

16. Aufgabe

Gegeben sei das nachfolgende LP-Modell zu einer Produktionsplanungssituation.

Seite 7
Operations Research WIN/WINp Aufgabensammlung

Stellen Sie hierzu das duale Modell auf.

max 5x1 + 2x2 + 9x3

x1 + 2x2 + 4x3  30
2x1 + x2 + 3x3  15,5
x1, x2, x3 0

17. Aufgabe

Greifen Sie das Minimierungs-LP aus Aufgabe 3 wieder auf.

a) Formulieren Sie das zu diesem LP duale LP.
b) Lösen Sie das duale LP mit der Simplex-Methode
c) Stellen Sie im Optimaltableau den Bezug zur Optimallösung des ursprünglichen Problems
dar. Verdeutlichen Sie sich insbesondere, wo Sie die Optimallösung des primalen Problems
im Optimaltableau des dualen Problems wiederfinden.
d) Interpretieren Sie das duale Ausgangsproblem ökonomisch. Gehen Sie dabei davon aus,
dass Sie statt des Einkaufs von Steaks und Kartoffeln die einzelnen Inhaltsstoffe (Kohlen-
hydrate, Proteine, Vitamine) auch direkt beziehen können, um Ihren Bedarf zu decken.
e) Interpretieren Sie die duale Optimallösung ökonomisch.

18. Aufgabe

Modellieren Sie folgende Variante des Knapsack-Problems als lineares Optimierungsmodell:

Sie können in einen Rucksack unterschiedlich nützliche Güter verschiedenen Gewichts mitneh-
men. Es stehen Ihnen n Güter gj mit Nutzen uj und Gewichten kj zur Wahl (j=1,…,n).
Das Gesamthöchstgewicht der mitnehmbaren Güter ist b. Sie möchten den Rucksack so packen,
dass Ihr Gesamtnutzen maximal ist.

19. Aufgabe

Gegeben sei das folgende LP zur Bestimmung der ganzzahligen Produktionsmengen von drei Pro-
dukten P1, P2 und P3 bei 3 Maschinen mit entsprechenden Höchstkapazitäten und dem Ziel der
Maximierung des Gesamt-Deckungsbeitrags:

max 3x1 + 4x2 + 2x3

x1 + x2 + 2x3  40
x1 + 2x2  18
x2 + 2x3  22
x1, x2, x3 ; x1, x2, x3  0

a) Integrieren Sie in das Modell die folgenden Aspekte:

Im Modell sollen produktspezifische Fixkosten f 1=1 GE (für P1), f2=1 GE (für P2) und f3 =3,5 GE
(für P3) berücksichtigt werden. Diese fallen nur an, wenn vom jeweiligen Produkt wirklich etwas
Seite 8
Operations Research WIN/WINp Aufgabensammlung

produziert wird.
Insgesamt sollen höchstens 25 Einheiten produziert werden.
In das Produktionsprogramm sollen mindestens zwei Produkte aufgenommen werden.
Bestimmen Sie die optimale Lösung mit Solver Studio.
Wie lautet das optimale Produktionsprogramm? Welcher Zielfunktionswert wird erreicht? Inter-
pretieren Sie jeweils eine Restriktion, die im Optimum mit Gleichheit bzw. nicht mit Gleichheit
erfüllt ist. Gehen Sie dabei auf den Schlupf ein.
b) Erweitern Sie das Modell aus Teil a) so, dass entweder P1 oder P3 produziert wird, aber nicht
beide (keines von beiden sei nicht zulässig). Welcher, zunächst nicht schlüssige, Sonderfall tritt
in der Lösung auf?
c) Erweitern Sie das Modell aus Teil a) so, dass wenn P1 produziert wird, auch P2 produziert wird.
Außerdem soll dann P1 entweder 0 sein, oder in seiner Produktionsmenge zwischen 8E und
15E liegen.

20. Aufgabe

Ihr Unternehmen produziert genau ein Produkt P im Werk Offenburg.

Die Produktion muss nun ausgeweitet werden, was nur durch den Zukauf eines Werkes realisiert
werden kann. Hierzu stehen zwei weitere Werke zur Auswahl. Eines am Standort Lahr, eines am
Standort Achern.
Aus Budgetgründen ist aber der Zukauf nur eines Werkes möglich.
Für die Entscheidung stehen ihnen folgende, auf einen Produktionstag bezogene Werte zur Verfü-
gung:
In Offenburg können Sie aktuell maximal 1000 Einheiten produzieren, in Lahr wären 1200 und in
Achern 1500 Einheiten möglich. Insgesamt soll die Produktion auf mindestens 1600 Einheiten aus-
geweitet werden
Aufgrund vertraglicher Bindungen müssen bei Übernahme des Lahrer Werkes dort mindestens 500
Einheiten und bei Übernahme des Acherner Werkes dort mindestens 700 Einheiten produziert wer-
den.
Die Produktionsstückkosten betragen in Offenburg 1GE, in Lahr 2GE und in Achern 3GE.
Die Distribution des Produktes erfolgt über das Verteilzentrum eines Dienstleisters. Die Transport-
stückkosten zum Verteilzentrum betragen für Offenburg 2GE, für Lahr 2GE und für Achern 0,5GE.
Die Transportkosten sollen pro Tag 5000€ nicht überschreiten
Für die Zukäufe fallen Fixkosten an. Sie betragen auf den Produktionstag gerechnet 2000€ für das
Werk Lahr und 1800€ für das Werk in Achern.

Bestimmen Sie mit SolverStudio die kostenminimale Produktionsmenge je Standort und damit
gleichzeitig auch, welcher Standort hinzugekauft werden soll. Es können jeweils nur ganze Einheiten
des Produktes hergestellt werden.

Seite 9
Operations Research WIN/WINp Aufgabensammlung

21. Aufgabe

Minimierung von Flottenfahrzeugen:

Auf 5 geplanten Routen R1,…, R5 soll jeweils eine bestimmte Anzahl von Ladungen pro Werktag
transportiert werden. Die Angaben zur Anzahl der Ladungen sowie der Umlaufzeit in Stunden auf
einer Route sind wie folgt gegeben:

Route Umlaufzeit Ladungen pro Werktag

R1 4 5
R2 5 4
R3 4 6
R4 4 2
R5 2 4

Insgesamt stehen die 8 Fahrzeuge zur Verfügung, die gegenwärtig im Einsatz sind.
Ein Fahrzeug kann in einem Umlauf genau eine Ladung aufnehmen. Es kann jede beliebige Route
bedienen.
Jedes Fahrzeug steht 12 Stunden je Werktag zur Verfügung.
Annahme und Abgabe der Ladungen sind innerhalb dieser 12 Stunden jederzeit möglich.

Bilden Sie diese Situation als Lineares Modell in Solver Studio ab, so dass die minimale Anzahl von
Fahrzeugen bestimmt wird, mit denen alle Routen mit allen Ladungen bedient werden können.
Gleichzeitig soll damit festgelegt werden, welches Fahrzeug welche Route wie oft fahren soll.
Interpretieren Sie die Lösung.

22. Aufgabe

In einer kleinen Fakultät sind in an einem Vorlesungstag 3 Lehrveranstaltungen L1, L2, L3 zu je 2

Stunden anzubieten. Hierzu stehen 2 Professoren P1, P2 zur Verfügung.
Die Professoren sind unterschiedlich geeignet für die Durchführung der Lehrveranstaltungen. Die
Fakultät führt deshalb folgende Eignungsmatrix mit Werten zwischen 0 (überhaupt nicht geeignet)
und 9 (sehr gut geeignet):
P1 P2
L1 0 5
L2 9 5
L3 7 9
Jeder Professor darf an einem Vorlesungstag höchstens 4 Stunden arbeiten (maximales Deputat).
Jede Lehrveranstaltung muss genau ein Mal angeboten werden, eine einzelne Lehrveranstaltung
darf nicht unter mehreren Professoren aufgeteilt werden.
Formulieren Sie das Optimierungsmodell zur Bestimmung einer eignungsmaximalen Zuordnung von
Professoren zu Lehrveranstaltungen. Lösen Sie das Problem und interpretieren Sie Ihre Lösung.

Seite 10
Operations Research WIN/WINp Aufgabensammlung

23. Aufgabe

Gegeben sind 2 Prozessoren P1 und P2 mit unterschiedlichen Bearbeitungsgeschwindigkeiten und

4 Aufträge (a1, …, a4) mit Auftragsmengen s(aj) in Stück wie folgt:
▪ P1 mit g1=35 Stk/h und P2 mit g2=68 Stk/h
▪ P1 steht insgesamt 3,5h und P2 insgesamt 4h zur Verfügung.
▪ a1 mit s(a1)=47 Stk, a2 mit s(a2)=61 Stk, a3 mit s(a3)=158 Stk, a4 mit s(a4)=121 Stk

Gesucht ist die Zuordnung der Aufträge auf die Prozessoren, so dass die Summe der Bearbeitungs-
zeiten minimiert wird. Ein Auftrag muss dabei eindeutig einem Prozessor zugeordnet werden (kein
Splitten). Ein Prozessor kann auch mehrere Aufträge bearbeiten.

Die Koeffizienten für Zielfunktion und Restriktionen in h lauten (Beispiel der Herleitung für a1 und P1:
47 Stück auf P1 mit Geschwindigkeit von 35 Stück/h ergibt 47/35=1,343h):
P1 P2
a1 1,343 0,691
a2 1,743 0,897
a3 4,514 2,324
a4 3,457 1,780

24. Aufgabe

Ein Industriebetrieb fertigt 4 Produkte P1,…, P4.

Diese können auf 3 Maschinentypen M1,…, M3 hergestellt werden. Konkret kann jedes Produkt
vollständig auf jedem einzelnen Maschinentyp gefertigt werden.
Die nachstehende Tabelle zeigt die wöchentlich zu deckende Nachfrage und die benötigten Ferti-
gungszeiten je ME und Produkt sowie die geplanten Verkaufspreise:
Produkt Nachfrage je Woche Erforderliche Maschinenzeit Verkaufspreise
in ME in Stunden je ME in GE/ME
P1 40 40 600
P2 100 15 200
P3 80 20 400
P4 180 10 100
Die Maschinen können 50 Stunden je Woche eingesetzt werden. Vom Maschinentyp M1 stehen 20
Maschinen, vom Typ M2 stehen 80 Maschinen und vom Typ M3 stehen 40 Maschinen zur Verfü-
gung.
Die Kosten in Abhängigkeit vom Maschinentyp betragen:
Maschinen- Produkt Kosten in
Typ GE/ ME
M1 P1 440
M1 P2 155
M1 P3 360
M1 P4 70

Seite 11
Operations Research WIN/WINp Aufgabensammlung

M2 P1 480
M2 P2 170
M2 P3 360
M2 P4 60
M3 P1 520
M3 P2 140
M3 P3 360
M3 P4 80

Die Deckungsbeiträge in GE je h der Produkte sind demzufolge vom Typ der benutzten Maschinen
Pr eis [ GE / ME ] − Kosten [ GE / ME ]
abhängig. Sie ergeben sich aus: d ij =
erforderliche Maschinenzeit [ h / ME ]

Gesucht ist das deckungsbeitragsmaximale Maschinenbelegungsprogramm.

25. Aufgabe

Sie betreiben 3 Hotels und haben für den kompletten August noch die folgende Anzahl an Standard-
zimmern frei:

Hotel Hotel1 Hotel2 Hotel3

Freie Standardzimmer 50 40 100

Diese möchten Sie jetzt nicht mehr selbst vermarkten, sondern an Last-Minute-Reiseveranstalter
(LMR) verkaufen. Auf Ihre Anfrage hin zeigen sich 5 Veranstalter interessiert. Diese würden die
folgenden Kontingentmengen je Hotel und zum jeweils angegebenen Gesamtpreis übernehmen:

Kontingent- Gesamt- LMR1 LMR2 LMR3 LMR4 LMR5

mengen preis

Hotel1 20 2000 10 950 20 2050 30 2700 25 2400

Hotel2 10 1500 10 1700 15 2100 20 2800 10 1450

Hotel3 30 1500 20 950 20 1050 30 1400 20 900

Dabei haben die Last-Minute-Reiseveranstalter Ihnen folgende Budget-Obergrenzen mitgeteilt. D.

h. nur mit diesen Gesamtkosten möchten Sie Zimmer bei Ihnen einkaufen.

Last-Minute-Reiseveranstalter LMR1 LMR2 LMR3 LMR4 LMR5

Budget-Obergrenze 3000 2500 2800 3200 4000

Wenn Sie einem Reiseveranstalter Zimmer verkaufen, dann geht dies nur für das gesamte von ihm
im entsprechenden Hotel angefragte Kontingent.

Seite 12
Operations Research WIN/WINp Aufgabensammlung

Erstellen Sie mit einem geeigneten Programm aus LogisticsLab bzw. Excel-SolverStudio ein Opti-
mierungsmodell, welches Ihnen die Vergabe der freien Zimmer (auf Kontingentebene) je Hotel an
die Last-Minute-Reiseveranstalter berechnet, unter Vorgabe des Ziels der Umsatzmaximierung.

Beachten Sie, dass ein Last-Minute-Reiseveranstalter auch den Zuschlag für mehrere Kontingente
erhalten kann.
Welcher LMR schöpft sein Budget voll aus? In welchem Hotel bleiben immer noch Zimmer übrig?

26. Aufgabe

Für die Festlegung eines Produktionsprogramms stehen mehrere Maschinen zur Verfügung, die
gegeneinander austauschbar sind. Die einzelnen Maschinen stellen folgende Produktionskapazitä-
ten bereit:
Nr. M1 M2 M3 M4
Kapazität [Min.] 180 100 150 100

Diese Kapazitäten sollen für die Herstellung folgender Erzeugnisse in Anspruch genommen werden
Nr. E1 E2 E3 E4
Bedarfsmenge [Stück] 30 30 50 40

Für die Produktion einer Einheit von Erzeugnis Ei (i=1,…,4) auf Maschine Mj (i=1,…,4) fallen die
nachfolgenden Betriebskosten in Minuten an. Hieraus geht auch hervor, ob das Erzeugnis überhaupt
auf der entsprechenden Maschine gefertigt werden kann:

M1 M2 M3 M4
E1 7 5 4 4
E2 4 3 - -
E3 - 2 4 5
E4 6 5 - 3

Aus technischen Gründen sollen von E1 und E4 in Summe nicht mehr als 25 Einheiten auf M4
produziert werden.

Ziel ist es, die zu produzierenden Mengen der Erzeugnisse so in ganzen Einheiten auf die Maschi-
nen zu verteilen, dass die Summe der Betriebskosten minimal wird.

a) Lösen Sie das geschilderte Problem mit SolverStudio.

Welche Maschinen fertigen Erzeugnis E2 mit welchen Mengen?
Wie hoch sind die Gesamtkosten?
Die Kapazitäten welcher Maschinen sind voll ausgelastet?

Seite 13
Operations Research WIN/WINp Aufgabensammlung

b) Ergänzen Sie das Modell aus Teil a) um den Sachverhalt, dass wenn E1 auf M3 produziert
wird, dann auch E4 auf M2 produziert werden muss.

27. Aufgabe

Gegeben sei die folgende Problemstellung:

▪ In einem Konsumgütersystem sollen 3 verschiedene Bedarfsorte von zwei Anbietern A1 und
A2 beliefert werden.
▪ A1 (A2) hat eine Kapazität von 16 ME (14 ME)
▪ Die drei Bedarfsorte haben einen Bedarf von 15 ME (B1), 5 ME (B2) und 10 ME (B3).
▪ Die Transportkosten jeder Transportverbindung sind in der nachfolgenden Tabelle wieder-
gegeben (in GE/ME)

B1 B2 B3
A1 6 4 3
A2 3 2 2

Die Ausgangsproblemstellung werde so modifiziert, dass der Bedarf von Bedarfsort B1 nur noch 4
ME und der von B3 nur noch 5 ME beträgt. D. h. es besteht ein Angebotsüberhang von insgesamt
16 ME.
Berechnen Sie die optimale Lösung. Welcher Anbieter kann nicht seine vollständige Produktionska-
pazität absetzen?

28. Aufgabe

Gegeben sei die folgende Problemstellung:

▪ In einem Konsumgütersystem sollen 3 verschiedene Bedarfsorte von zwei Anbietern A1 und
A2 beliefert werden.
▪ A1 (A2) hat eine Kapazität von 16 ME (14 ME)
▪ Die drei Bedarfsorte haben einen Bedarf von 15 ME (B1), 5 ME (B2) und 10 ME (B3).
▪ Die Transportkosten jeder Transportverbindung sind in der nachfolgenden Tabelle wieder-
gegeben (in GE/ME)

B1 B2 B3
A1 6 4 3
A2 3 2 2

Die Ausgangsproblemstellung werde so modifiziert, dass die Angebotsmenge von Angebotsort A1

nur noch 10 ME beträgt. D. h. es besteht ein Bedarfsüberhang.
Berechnen Sie die optimale Lösung. Welche Bedarfe werden nicht vollständig befriedigt?

Seite 14
Operations Research WIN/WINp Aufgabensammlung

29. Aufgabe

Ändern Sie das Fallbeispiel „Kombinierter Verkehr“ so ab, dass die Angebotskapazität in W1 nur
noch 200 Einheiten beträgt. Es liegt dann ein Nachfrageüberhang vor.
Fügen Sie gleichzeitig eine mit 20 Einheiten beschränkte Direktverbindung zwischen W1 und N2
ein.
Welcher bzw. welche Nachfrager werden nicht mit der kompletten Bedarfsmenge versorgt?

30. Aufgabe

Bestimmen Sie ausgehend von den Gegebenheiten des Fallbeispiels „Kombinierter Verkehr“ den
maximalen Fluss, der durch dieses Netzwerk fließen kann.

Erweitern Sie dieses Modell anschließend um Kapazitätsbeschränkungen auf den Relationen von
BUB1 nach BUE1 und BUB1 nach BUE2 mit jeweils 100 Einheiten.

Seite 15