Darbe nagrinėjame ėmimo planus, kurių priklausymo imčiai tikimybės yra dviejų komponenčių mišiniai. Pirmoji komponentė yra proporcinga papildoma informacija nusakytam populiacijos elemento dydžiui, o antroji yra vienoda visiems elementams. Ieškome tokių mišinių, kurie minimizuoja įvairių populiacijos sumos įvertinių dispersijas ir parodome kaip, naudojantis papildoma informacija, apytiksliai nustatyti optimalų mišinį. Pateikiame teorinius ir kompiuterinio modeliavimo rezultatus Poisson'o imtims, renkamoms iš populiacijų, kurios yra generuotos naudojant tiesinės regresijos modelį. / We consider sampling designs, where inclusion (to sample) probabilities are mixtures of two components. The first component is proportional to the size of a population unit (described by means of an auxiliary information available). The second component is the same for every unit. We look for mixtures that minimize variances of various estimators of the population total and show how auxiliary information could help to find an approximate location of such mixtures. We report theoretical and simulation results in the case of Poisson samples drawn from populations which are generated by a linear regression model.