1.

LINEARNO PROGRAMIRANJE
Linearno programiranje je najpoznatija i najviše primenjivana metoda operacionih istraživanja. Ono omogućava rešavanje velikog broja složenih ekonomskih problema. Od svih metoda operacionog istraživanja linearno programiranje na najbolji način ilustruje sve faze metodološkog pristupa pri rešavanju ekonomskih problema i to počev od postavljanja problema, preko prikupljanja podataka, formiranja matematičkog modela, njegovog rešavanja odgovarajućim algoritmom, pa do analize stabilnosti pronadjenog optimalnog rešenja i uslova za njegovu primenu. Linearno programiranje je matematička metoda pomoću koje se od većeg broja mogućih rešenja može izabrati optimalno rešenje. Linearno programiranje se može posmatrati kao grana primenjene matematike i kao oblik kvantitativne ekonomske analize. U matematičkom smislu linearno programiranje predstavlja matematičke metode kojima se traži maksimalna (ili minimalna) vrednost jedne linearne funkcije, uz unapred data ograničenja koja su izražena sistemom linearnih jednačina i nejednačina. U ekonomskom smislu linearno programiranje predstavlja matematičku tehniku koja služi da se od više mogućih ekonomskih odluka izabere ona koja će imati najveću efektivnost. Veliki broj proizvodnih problema može se rešiti metodama linearnog programiranja sa tačnošću koja u velikoj meri zadovoljava zahteve prakse. Osnovno u rešavanju proizvodnih problema pomoću linearnog programiranja je to da se na bazi unapred izabranog kriterijuma odredjuju rešenja koja su u datim uslovima najbolja. Ali, pronadjenja rešenja su optimalnau odnosu na izabrani kriterijum. Promenom kriterijuma optimalnosti može se, pri istim ograničavajućim uslovima, odrediti potpuno različito rešenje. Izbor kriterijuma prema kome će se problem rešavati zavisi od vrste problema. Linearno programiranje obuhvata sledeće metode: 1) simpleks metodu, 2) transportni problem i 3) metodu rasporedjivanja.

1.1. SIMPLEKS METODA
Od svih metoda koje se koriste za rešavanje problema linearnog programiranja najznačajnija je simpleks metoda. Simpleks metoda ima karakter opštosti jer se pomoću nje može rešiti svaki problem linearnog programiranja, ukoliko je problem postavljen u vidu pogodnog matematičkog modela.

5

što ukupno daje z0 = 6x1 + 4x2. Kapaciteti mašina iskazani su raspoloživim fondom časova svake mašine u posmatranom periodu i oni iznose: 100 časova za mašinu M1. Prema definisanom problemu tražimo maksimalnu vrednost ukupnog dohotka. Tako dobijamo nejednačinu 2x1 + x2 ≤ 100. (1. x2 časova rada mašine M1. gde z0 označava ukupan dogodak. Sa x1 ćemo označiti količinu proizvoda P1. a čitavu jednačinu nazivamo funkcijom kriterijuma ili kriterijumom optimalnosti. Proizvodnja se obavlja pomoću mašina M1. Po jedinici proizvoda P1 preduzeće ostvaruje dohodak od 6 dinara. (1. PRIMERI LINEARNOG PROGRAMIRANJA Pre nego što razmotrimo teorijske osnove simpleks metode.1) Mašini M1 potrebno je 2 časa rada da proizvede jednu jedinicu proizvoda P1. Na ovoj mašini proizvodi se i proizvod P2.1. Za proizvodnju jedne jedinice proizvoda P1 potrebno je 2 časa rada mašine M1. a sa x2 količinu proizvoda P2 i formirati matematički model za ovaj problem. pa da se.1. koji za posmatrani peiod iznosi 100 časova. P1 i P2.) Na sličan način dolazimo do odgovarajućih nejednačina preko kojih iskazujemo kapacitete mašina M2 i M3: 6 . 3 časa rada mašine M2 i 2 časa rada mašine M3. Ukupno potrebno vreme za proizvodnju celokupnih količina proizvoda P1 i P2 iznosi 2x1 + x2. Problem se sastoji u sledećem: u kojim količinama treba proizvoditi proizvode P1 i P2. ostvari maksimalni dohodak. 120 časova za mašinu M2 i 120 časova za mašinu M3. M2 i M3. 1 čas mašine M2 i 2 časa mašine M3.1. Dohodak koji će se ostvariti na proizvodu P1 iznosi 6x1 . a po jedinici proizvoda P2 od 4 dinara. z0 = 6x1 + 4x2. pokazaćemo na dva jednostavna primera kako se formira matematiči model za probleme linearnog programiranja. odnosno 2x1 časova da proizvede ukupnu količinu ovog proizvoda. pa je za proizvodnju x2 jedinica ovog proizvoda potrebno 1 . pri datim ograničavajućim uslovima. tako da imamo sledeću funkciju kriterijuma (max).2. PROBLEM 1. a na proizvodu P2 4x2. a za proizvodnju jedne jedinice proizvoda P2 potrebno je 1 čas rada mašine M1. Ukupno iskorišćeni fond časova mašine M1 za proizvodnju proizvoda P1 i P2 ne može biti veći od ukupno raspoloživog fonda. Iz ovako postavljenog problema vidimo da su nepoznate količine proizvoda P1 i P2 koje treba proizvoditi prema optimalnom programu proizvodnje. Pretpostavimo da jedno preduzeće proizvodi dva proizvoda.

A. Sva ograničenja sistema (1. 2x1 +2x2 ≤ 120. (1. To je prava koja osu x1 seče u tački (50. a osu x2 u tački (0. koje je na slici 1.1. Pošto promenljive x1 i x2 ne mogu biti negativne. Potrebno je iz skupa mogućih rešenja odrediti rešenje koje će obezbediti da funkcija kriterijuma (1. pa prethodnim uslovima treba dokazati i uslov da promenljive x1 i x2 ne mogu biti negativne. 2x1 + 2x2 ≤120. pa prema tome one čine skup mogućih rešenja. Sve tačke trougla zadovoljavaju prvo ograničenje i ispunjavaju zahtev nenegativnosti promenljivih. x2 = 30.) i obezbediti da funkcija kriterijuma (1.0).) i (1. M4 (na slici 1).1) postigne svoju maksimalnu vrednost.1) postigne svoju maksimalnu vrednost.) došli do matematičkog modela za napred formulisani problem.3.) (1. (1. šrafirano.4. x2 ≥ 0. Drugo ograničenje seče osu x1 u tački (120. Ekstremnim tačkama A. Svaka tačka zajedničkog područja zadovoljava postavljena ograničenja. Problem se može rešiti grafičkom metodom jer nema više od dve promenljive. x1 ≥ 0.60) i formira trougao OM1M3.3. z0 = 300.100). 7 . z0 = 160.1) Zadatak je da se odrede takve vrednosti za promenljive x1 i x2 koje će zadovoljiti sistem nejednačina (1. Sve nejednačine iz sistema ograničenja (1. z0 = 320. Prva nejednačina se odnosi na mašinu M1. B: x1 = 40.0). z0 = 300. x2 = 40.4) formiraju zajedničko područje OABCD. x2 = 0.) Obim proizvodnje ne može biti negativan.4) predstavljaju se grafički u pravouglom koordinatnom sistemu.4. On se sastoji od funkcije kriterijuma z0 = 6x1 + 4x2 čiju maksimalnu vrednost treba pronaći uz sledeći sistem ograničenja: 2x1 + x2 ≤ 100.x1 + 3x2 ≤ 120. x2 = 20.40) formirajući tako trougao OM2D. D: x1 = 0.). Rešenje mora zadovoljiti svako ograničenje posebno ali i sva ograničenja uzeta zajedno.0).2. Grafičkim prikazivanjem nacrtamo jednačinu 2x1 + x2 = 100. a osu x2 u tački (0. x2 ≥ 0. x1 ≥ 0. (1. Treće ograničenje seče prvu osu u tački (60. za grafičko prikazivanje sistema ograničenja uzimamo samo prvi kvadrant i svaku nejednačinu predstavimo posebno. x1 + 3x2 ≤ 120. C i D zajedničkog područja odgovaraju sledeće vrednosti funkcije kriterijuma: A: x1 = 50. C: x1 = 30. tj. a drugu osu u tački (0. Tako smo izrazima (1. B. Prava koja prolazi kroz ove dve tačke sa osama x1 i x2 formira trougao sa temenima O.

tako da nutricione norme ishrane budu zadovoljene. Jedan kilogram hrane H1 može se nabaviti za 40 dinara.Tačka B.). Treba odrediti mešavinu.4) i obezbedjuje maksimalnu vrednost funkcije kriterijuma (1. a kilogram hrane H2 za 80 dinara. Sa slike se vidi da sistem ograničenja ovog modela formira otvoreno zajedničko područje. pa formiramo sledeću funkciju kriterijuma (min). Ono hoće da odredi optimalnu mešavinu stočne hrane. Da bi se odabralo optimalno rešenje koristi se grafičko predstavljanje funkcije kriterijuma z0 i njenim paralelnim pomeranjem.6. zadovoljava sistem ograničenja (1. (1. x1 + x2 ≥6. x2 ≥ 0. B i C: x1 + 4x2 ≥ 12. u kome svaka jednačina treba da obezbedi zahteve za minimalne količine hranljivih sastojaka A. Prema nutricionim normama mešavina treba da sadrži najmanje 12 jedinica hranljivih sastojaka vrste A.) i sistem ograničenja. Možemo zaključiti da optimalno rešenje. tovi stoku. pa ona predstavlja optimalno rešenje problema 1. najmanje 6 jedinica hranljivih sastojaka B i najmanje 10 jedinica hranljivih sastojaka C. Različite su i nabavne cene ovih hrana.5. pa da ostvari najveći mogući dohodak pod datim uslovima od 320 dinara.) grafički je predstavljen i pronadjeno je optimalno rešenje na slici 2. B i C. Hoćemo da odredimo minimalne troškove ishrane stoke. Sistem ograničenja (1. 1 jedinicu B i 1 jedinicu sastojaka C. pored ostalog. kombinujući količine hrana H1 i H2. Označimo sa x1 upotrebljenu količinu hrane H1. Minimalna vrednost funkcije se postiže kada je grafik funkcije kriterijuma 8 .1. z0 = 40x1 + 80x2 (1. Jedan kilogram hrane H1 u sebi sadrži jednu jedinicu hranljivih sastojaka A. pokazuje da preduzeće treba da proizvodi 40 jedinica proizvoda P1 i 20 jedinica proizvoda P2. Jedan kilogram hrane H2 sadrži 4 jedinice sastojaka A.6. x1 ≥ 0. Najveću vrednost funkcija kriterijuma postići će kada je njen grafik najudaljeniji od koordinatnog početka i pritom prolazi bar kroz jednu tačku zajedničkog područja. Za pravljenje mešavine poljoprivredno dobro koristi dve različite vrste stočne hrane H1 i H2. Poljoprivredno dobro. x1 = 40 i x2 = 20. Na slici 1 to je isprekidana prava i tačka B šrafiranog područja. sa koordinatama x1 = 40 i x2 = 20. a troškovi hrana budu najmanji. PROBLEM 2.) Problem se može rešiti grafičkim putem jer ima samo dve nepoznate. 1 jedinicu sastojaka B i 5 jedinica sastojaka C. koja će sadržati potrebne količine hranljivih sastojaka A. a sa x2 upotrebljenu količinu hrane H2. 5x1 + x2 ≥ 10.

predstavlja optimalno rešenje problema mešavine. koje odredjuje skup mogućih rešenja problema. Skup ograničavajućih faktora. Kod otvorenog zajedničkog područja. izražen sistemom ograničenja. koja se prema odredjenim pravilima menja dok se ne dodje do optimalnog rešenja. Optimalno rešenje problema uvek se nalazi u nekoj od ekstremnih tačaka zajedničkog područja (nekad i u više ekstremnih tačaka). a jedine razlike javljaju se u smeru ograničenja kod nejednačina. To znači da za mešavinu treba koristiti 4 kilograma hrane H1 i 2 kilograma hrane H2.1. 1. Simpleks tabela predstavlja jedan od algoritama simpleks metode. sa koordinatama x1 = 4 i x2 = 2. Na osnovu rešenih primera izvlačimo sledeće zaključke: 1.2.1. Optimalno rešenje se dobija kada se sačini dovoljan broj simpleks tabela. Tačka B.2. ukoliko tražima maksimalnu vrednost funkcije kriterijuma. Grafičko rešavanje problema omogućava da se na očigledan način prikaže suština linearnog programiranja i neke karakteristike njegovih rešenja. U tom slučaju problem nema moguće rešenje. Problemi linearnog programiranja formulišu se kao problemi u kojima se traži maksimalna vrednost funkcije kriterijuma i problemi u kojima se traži minimalna vrednost funkcije. Minimalni troškovi za nabavku ove hrane iznose 320 dinara (z0 = 320). a optimalno rešenje problema pronalazi se preko ekstremnih tačaka u konačnom broju iteracija. 1. Oblik i struktura matematičkih modela za ove probleme bitno se ne razlikuju. 3.(isprekidana prava na slici 2) najbliži koordinatnom početku i da pri tom prolazi bar kroz jednu tačku zajedničkog područja. Matematički model za ovaj problem ima funkciju kriterijuma 9 . Može se desiti da sistem ograničenja uopšte ne formira zajedničko područje. formira zajedničko područje. Postupak koji se koristi u okviru simpleks tabele sastoji se u tome da se od koeficijenata funkcije kriterijuma i sestema ograničenja sastavi tabela. Broj ekstremnih tačaka je uvek konačan. Rešavanje problema maksimuma Uzećemo problem 1 i na njemu ilustrovati formiranje tabele i postupak rešavanja problema pomoću simpleks tabele. 2.1. koje se postepeno poboljšava dok se ne dobije optimalno rešenje. ova će biti beskonačna. SIMPLEKS TABELA Za rešavanje problema linearnog programiranja postavljeno je i razradjeno više algoritama simpleks metode. Osnovna ideja simpleks metode sastoji se u tome da se odredi neko početno moguće rešenje. Značajna karakteristika zajedničkog područja u linearnom programiranju je da je to konveksan skup. Po svom obliku zajedničko područje može biti zatvoreno (slika 1) i otvoreno (slika 2). Kod realnih problema ovaj slučaj se ne može pojaviti jer će ograničavajući faktori uvek formirati sistem neprotivuslovnih nejednačina.

Kako se prvo ograničenje odnosi na kapacitet ove mašine za proizvodnju proizvoda P1 i P2. značenje izravnavajućih promenljivih vezuje se za prirodu i značenje ograničenja kome je izravnavajuća promenljiva dodata. z0 = 6x1 + 4x2 + 0x3 +0x4 + 0x5 (2. Simpleds tabela se sastoji iz sledećih delova: . 2x1 + 2x2 + x5 = 120. x1. 2x1 + 2x2 ≤ 120. Primena bilo kojeg algoritma simpleks metode zahteva prilagodjavanje ovog modela.1. Početna simpleks tabela ima sledeći oblik: 10 . to će izravnavajuća promenljiva x3 predstavljati neiskorišćeni kapacitet (izražen u časovima) mašine M1. Realne promenljive x1 i x2 potiču iz osnovnog problema (i u našem primeru označavaju količine proizvoda P1 i P2 koje treba proizvoditi).).(max).) čiju maksimalnu vrednost treba naći uz ograničenja (2. . x2. a x5 neiskorišćeni kapacitet mašine M3. uvodjenjem izravnjavajućih promenljivih. pa dodavanjem izravnjavajućih promenljivih levoj strani nejednačina dobijamo sledeći sestem jednačina: 2x1 + x2 + x3 = 100.2. pa imamo sledeću funkciju: (max). Promenljiva x4 označava neiskorišćeni kapacitet mašine M2.1. x1 + 3x2 ≤ 120. x3. Prilagodjavanje modela vrši se prevodjenjem svih nejednačina u jednačine.) Linearni model je prilagodjen za primenu simpleks algoritama kada su sve nejednačine pretvorene u jednačine (1) i kada se u tako prilagodjenjom sistemu može formirati jedinična matrica (2). Kod prethodnog sistema ograničenja leve strane nejednačina manje su ili jednake desnoj strani. onoliko redova koliko sistem ograničenja ima jednačina i iz dodatnog reda koji nosi naziv (zj – cj).1.2. Uz njih u funkciji kritrijuma su koeficijenti jednaki nuli.posmatrano po redovima: iz zaglavlja. Koeficijente iz prilagodjenog modela (2. x5 ≥ 0. Izravnavajuće promenljive označavaju neiskorišćene kapacitete. x2 ≥ 0. x1 ≥ 0. z0 = 6x1 + 4x2 i sistem ograničenja: 2x1 + x2 ≤ 100.) i (2. x4. x1 + 3x2 + x4 = 120.) unosimo u simpleks tabelu.posmatrano po kolonama: iz tri stalne kolone (C. (2. B i X 0) i iz onoliko kolona koliko nepoznatih ima u modelu.

Ostali redovi odgovaraju jednačinama sistema (2. 11 . x4 = 120. kako treba odrediti naredno rešenje. a vrednost funkcije kriterijuma nalazi se u redu (zj – cj) kolone X0.cj B X3 X4 X5 X0 100 120 120 0 40 X1 2 1 2 -6 60 X2 1 3 2 -4 0 X3 1 0 0 0 -M X4 0 1 0 0 0 X5 0 0 1 0 Prvi red zaglavlja sadrži koeficijente koji stoje uz promenljive u funkciji kriterijuma (2. upisani u odgovarajuće kolone. Pošto se. pa se proizvodi saberu i od njih oduzme koeficijent iz zaglavlja.). to su svi koeficijenti kolone C u početnoj simpleks tabeli jednaki nuli. x1 = 0 i x2 = 0. a odgovarajuća vrednost funkcije kriterijuma je z0 = 0. Kolona B u simpleks tabeli sadrži promenljive koje čine rešenje problema za tu iteraciju. Rešenje problema u prvoj iteraciji čine promenljive x3 = 100.2. Kolona X0 sadrži odgovarajuće vrednosti tih promenljivih. a u ostalim kolonama koeficijenti iz zaglavlja sa promenjenim znakom. polazi od rešenja koje čine izravnavajuće promenljive.Tabela 1. Promenljive koje nisu u koloni B ne nalaze se u rešenju. U kolonu C upisuju se koeficijenti koji stoje u funkciji kriterijuma uz promenljive koje čine rešenje problema u toj iteraciji. Promena rešenja mora da obezbedi da vrednost funkcije kriterijuma raste u svakoj narednof iteraciji da bi za optimalno rešenje postigla svoju maksimalnu vrednost. Simpleks tabela sadrži kriterijum za ocenu da li je pronadjeno rešenje optimalno ili nije. odnosno. i ukoliko nije optimalno. Red (zj – cj) ima veoma značajnu ulogu u postupku rešavanja problema pomoću simpleks tabele. Kolona B sadrži promenljive koje čine rešenje u svakoj iteraciji. kod rešavanja problema maksimuma. x5 = 120. a u ostalim redovima nule. U početnoj simpleks tabeli kolona B je odredjena na osnovu promenljivih iz kolona. koji stoje uz promenljive u sistemu ograničenja. s tim što se slobodni članovi unose u kolonu X0. Zbog toga će u početnoj babeli u redu (zj – cj) u koloni X0 biti nula. C 0 0 0 zj .1) i nastali su tako što su koeficijenti. pa su njihove vrednosti jednake nuli. Promenljiva iz takve kolone upiše se u red u kome se nalazi jedinica. odnosno uz promenljive iz kolone B. Za početnu simpleks tabelu ovaj red se izračunava tako što se koeficijenti iz kolone C pomnože odgovarajućim koeficijentima odredjene kolone. koje u jednom redu imaju koeficifent +1.

Kada tražimo maksimalnu vrednost funkcije kriterijuma. x2 = 0) i zbog toga se ne ostvaruje nikakav dohodak (z0 = 0). Time smo utvrdili kriterijum za ocenu optimalnosti rešenja: 1 Ovo znači da 0 može biti jednako i nuli. za sada.3.) lako se može zaključiti da će se ovo desiti uvek kada je (zj – cj) < 0. Za probleme u kojima se traži minimalna vrednost funkcije kriterijuma važi suprotno.cj). menjaju se vrednosti tih promenljivih. formuliše se pomoću reda (zj . 12 . sve dok u redu (zj – cj) postoje negativni koeficijenti. Promena rešenja vrši se na taj način što jedna promenljiva (od promenljivih koje su izvan rešenja) ulazi u rešenje. nije pronadjeno optimalno rešenje. ili nije. pri čemu. Ovo rešenje je praktično neupotrebljivo. promena nekog rešenja ima smisla samo ako se time povećava vrednost funkcije kriterijuma. Kako je 0 > 0 (videli smo da sve promenljive moraju biti nenegativne 1 ). nije pronadjeno optimalno rešenje problema. pa nema ni proizvodnje proizvoda P1 i P2 (x1 = 0. Kada tražimo maksimalnu vrednost funkcije kriterijuma.3. (2. To je sučaj degeneracije koji ne utiče na održivost kriterijuma koji želimo formulisati. Na osnovu relacije (2. može se odrediti novo rešenje za koje će vrednost funkcije kriterijuma biti veća od vrednosti za prethodno rešenje. odnosno ako je z0″ > z0′. Ta veza se može izraziti pomoću relacije: z0″ = z0′ . menja se vrednost funkcije kriterijuma. x4 = 120 – neiskorišćeni kapacitet mašine M2 i x5 = 120 – neiskorišćeni kapacitet mašine M3).) U ovoj relaciji je sa z0″ označena vrednost funkcije kriterijuma u narednoj iteraciji. Izmedju vrednosti funkcija kriterijuma za bilo koje dve uzastopne iteracije postoji veza . to će vrednost funkcije kriterijuma u narednoj iteraciji zavisiti od vrednosti i znaka koeficijenta (zj – cj). 2) kriterijum za izbor promenljive koja ulazi u naredno rešenje. kao i vrednosti koeficijenata na osnovu kojih je sačinjena simpleks tabela. sve dok u simpleks tabeli u redu (zj – cj) postoje negativni koeficijenti.Kapaciteti svih mašina ostaju neiskorišćeni (x3 = 100 – neiskorišćeni kapacitet mašine M1. 3) kriterijum za odredjivanje promenljive koja izlazi iz rešenja i 4) postupak odredjivanja vrednosti svih promenljivih i svih koeficienata za narednu iteraciju (za narednu simpleks tabelu). a jedna promenljiva izlazi iz rešenja. Za pronalaženje optimalnog rešenja potrebno je formulisati sledeća pravila: 1) kriterijum za ocenu da li je u nekoj iteraciji pronadjeno optimalno rešenje ili nije. To znači. izostavljamo teorijske dokaze. 1) Kriterijum za ispitivanje da li je pronadjeno optimalno rešenje. sve dok u redu (zj – cj) postoje pozitivni koeficijenti. U svakoj iteraciji menjaju se promenljive koje čine rešenje problema.0(zj –cj). Sve kriterijume ćemo formulisati i razmotriti rešavajući problem 1. sa z0′ vrednost funkcije kriterijuma u posmatranoj iteraciji i sa 0 vrednost promenljive koja ulazi u naredno rešenje. .

a njihovom konveksnom kombinacijom mogu se dobiti i druga. koji se može formulisati na sledeći način: Ako se u problemu traži maksimalna vrednost funkcije kriterijuma.u naredno rešenje treba da udje promenljiva x1 zato što njoj odgovara veći negativni koeficijent u redu (zj – cj). ispunjen ovaj uslov. Pošto smo odredili da promenljiva x1 treba da udje u naredno rešenje. ili promenljiva x2. odnosno vrednost promenljive koja ulazi u nardno rešenje. za neku nebazičnu promenljivu. To znači da postoje dva različita optimalna rešenja. Prema relaciji (2. Izbor promenljive koja će izaći iz rešenja može se izvršiti kada se odredi koju vrednost može uzeti promenljiva koja je ušla u rešenje (promenljiva x1). Red (zj – cj) i njegov uticaj na kretanje vrednosti funkcije kriterijuma daju mogućnost za formiranje traženog kriterijuma. 2) Kriterijum za odredjivanje promenljive koja ulazi u naredno rešenje: Pošto tražimo maksimalnu vrednost funkcije kriterijuma.u početnoj simpleks tabeli nije pronadjeno optimalno rešenje jer u redu (zj – cj) postoje negativni koeficijenti. U prvom redu kolone X0 koeficijent 100 označava naiskorišćeni kapacitat mašine M1. potrebno je da odredimo koja će promenljiva (x3. 3) Kriterijum za odredjivanje promenljive koja će izaći iz rešenja: Rešenje problema u svakoj iteraciji sačinjava onoliko promenljivih koliko matematički model ima ograničenja. Posmatrajmo početnu simpleks tabelu i njene kolone X0 i X1. pa je potrebno formulisati neki pogodniji kriterijum. .3. promenljiva koja ulazi u naredno rešenje mora obezbediti da funkcija kriterijuma dobije što veću vrednost. Tako smo došli i do drugog kriterijuma. pojavi jednaka najveća negativna vrednost koeficijenata u redu (zj – cj). Maksimalna količina proizvoda P1 koja se može proizvesti za 100 časova rada mašine M1 iznosi 100 : 2 = 50 jedinica. Ovi koeficijenti ne samo što pokazuju da može doći do povećanja vrednosti funkcije kriterijuma u narednoj iteraciji. a u prvom redu kolone X1 koeficijent 2 označava vreme koje je potrebno da se na mašini M1 proizvede jedinica proizvoda P1. U početnoj simpleks tabeli ovaj izbor bi mogao da se izvrši na osnovu koeficijenata koji stoje uz promenljive u funkciji kriterijuma.) možemo zaključiti da. Pri izboru promenljive za ulazak u naredno rešenje prednost treba dati onoj promenljivoj kojoj odgovara najveći (po apsolutnoj vrednosti) negativni koeficijent u redu (zj – cj). U početnoj simpleks tabeli za naš problem. Za ulazak treba izabrati onu promenljivu koja obezbedjuje najveći porast funkcije kriterijuma. u tom slučaju. ili više promenljivih. izvan rešenja nalaze se samo promenljive x1 i x2. Taj kriterijum se ne može koristiti u ostalim iteracijama. već i za koliko će se povećati vrednost te funkcije po jedinici promenljive koja je izabrana da udje u naredno rešenje. u naredno rešenje treba da udje ona promenljiva kojoj u simpleks tabeli odgovara najveća negativna vrednost koeficijenta iz reda (zj –cj).Može se desiti da. Ukoliko je za dve. onda u naredno rešenje treba da udje ona promenljiva koja će dobiti najveću vrednost. Ako se za dve. x4 ili x5) izaći iz rešenja. optimalna rešenja. u tom slučaju možemo odrediti novo rešenje koje će imati istu vrednost funkcije kriterijuma jer će biti z0″= z0′.. . x4 ili x5. U narednoj iteraciji u rešenje može da udje ili promenljiva x1. tako što bi se prednost dala promenljivoj s najvećim koeficijentom. potrebno je uzeti u obzir i vrednost parametra 0. vrednost ovog koeficijenta bude nula. Možemo zaključiti da se na mašini 13 . ili više promenljivih. a da izadje jedna od promenljivih x3.

odnosno promenljiva x3 (koja označava neiskorišćeni kapacitet mašine M1)imati vrednost nula. Naredna simpleks tabela sadržaće rešenje problema za drugu iteraciju. Time smo odredili vrednost promenljivoj x1. Promenljiva x5 u drugoj iteraciji ima vrednost 20. Promenljiva x4 imaće vrednost 70 u drugoj iteraciji. Time smo odredili da promenljiva x3 treba da izadje iz rešenja. Od ukupnog kapaciteta mašine M3 od 120 časova. Za proizvodnju 50 jedinica proizvoda P1 mašina M2 će raditi 50 . U postupku računanja koriste se svi koeficijenti iz označene kolone. Prethodno ćemo pripremiti početnu simpleks tabelu na sledeći način: označimo kolonu tabele koja odgovara promenljivoj koja ulazi u naredno rešenje. pa će ostati neiskorišćeno 70 časova. 2 = 100 časova. Tako je prethodni postupak odredjivanja vrednosti promenljivih vodjen na sledeći način: x4 = 120 – 50 . stožerni.M2 može proizvesti najviše 120 : 1 = 120 jedinica. 1 = 50 časova. pa će 20 časova ostati neiskorišćeno. 2 = 20. x5 = 120 – 50 . pa je x1 = 50. Postupak računanja je sledeći: . . 14 . Kapacitet mašine M1 predstavlja ograničenje većoj proizvodnji proizvoda P1.koeficijent za i-ti red i j-tu kolonu naredne simpleks tabele izračunava tako što se od odgovarajućeg koeficijenta iz prethodne simpleks tabele oduzme proizvod koeficijenata iz i-tog reda označene kolone i koeficijenta iz j-te kolone označenog reda. pivot). Za ovaj postupak značajni su i koeficijenti iz reda koji pripada promenljivoj koja izlazi iz rešenja. Na sličan način mogu se odrediti i svi ostali koeficijenti za drugu simpleks tabelu. 1 = 70. 4) Kriterijum za odredjivanje vrednosti ostalih koeficijenata za narednu simpleks tabelu: Odredimo vrednost promenljivih x4 i x5 u drugoj iteraciji. označimo i red koji pripada promenljivoj koja izlazi iz rešenja. Svi podaci za narednu simpleks tabelu izračunavaju se na osnovu prethodne tabele. Prema ovom rešenju neće biti neiskorišćenog kapaciteta mašine M1. generirajući. Mašina M1 će za proizvodnju 50 jedinica proizvoda P1 utrošiti svih 100 časova raspoloživog kapaciteta. Ukupni kapacitet ove mašine iznosi 120 časova. Koeficijent koji se nalazi na preseku označenog reda i označene kolone naziva se karadterističan koeficijent (ili ključni. označimo (zaokruživanjem) koeficijent koji se nalazi na preseku označene kolone i označenog reda (to je karakteristični koeficijent). Vrednost promenljivih za narednu iteraciju izračunavamo kada od njihove vrednosti iz prethodne iteracije oduzmemo proizvod izmedju vrednosti promenljive koja ulazi u rešenje i odgovarajućih koeficijenata iz označene kolone. pa zaključujemo da treba proizvoditi 50 jedinica ovog proizvoda. koja ulazi u rešenje. za proizvodnju 50 jedinica proizvoda P1 biće utrošeno 50 . pa u simpleks tabeli treba označiti i ovaj red. Znamo da x4 označava neiskorišćeni kapacitet mašine M2. a na mašini M3 najviše 120 :2 = 60 jedinica proizvoda P1.najpre se podele svi koeficijenti označenog reda karakterističnim koeficijentom.

21 3 Sve ostale koeficijente izra~unavamo pomo}u definisanih kriterijuma na slede}i na~in: 21 Kolona X0: 0 Drugi red: 120-100/2 1=70. Rešavanje problema minimuma Uzmimo sada problem u kome se tra`i minimalna vrednost funkcije kriterijuma razmotrimo postupak odre|ivanja optimanog re{enja za ove probleme.cj) : 0 – 100/2 *(-6) = 300.U kolonu C upišemo koeficijente koji u funkciji kriterijuma stoje uz 0X3 promenljive iz kolone B.1. ½.½ * (-6) = 3. Kolona X2: drugi red: 3 – ½ * 1 = 5/2 tre}i red: 2 – ½ *2 =1 red (zj – cj): -4-1/2 * (-6)= -1 Kolona X3: drugi red : 0-1/2*1 = -1/2. promenjena je samo X4 promenljiva x1 pa će u prvom redu kolone C stajati 6. 0. pa ih pripisujemo iz prethodne tabele. U odnosu na prvu tabelu.a. 00 Tre}i red: 120-100/2*2 = 20. tre}i red: 0-1/2*2 = -1. Sli~no bi se dogodiloi kada u ozna~enoj koloni tabele imamo nulu. a svi ostali koeficijenti su nule.2. Tabela 1. 1. Kolone X4 i X5 u ozna~enom redu pripremljene tabele imaju nule. 1.C B Narednu drugu simpleks tabelu dobijamo na sledeći način X040600-M0X1X2X3X4X50 .Koeficijent ozna~enog reda prethodne simpleks tabele podelimo sa 2 i 120 x1. Zbog toga u ovim kolonama ne}e do}i do promene koeficijenataw.2. To su: upi{emo u narednu tabelu u red u kome se nalazi nova promenljiva 1202 1 50. U prvom redu ove kolone ve} je upisana jedinica. x4 i x5. I tako }e biti u svim simpleks tabelama: promenljive iz kolone B ima}ce u preseku reda i odgovarajuce kolone jedinice. ½. 15 . 1 Red (zj . 0.U kolonu B upišemo promenljive koje čine rešenje x1. X5100 . red (zj – cj): 0. 00 01zj cj0-6-4000 Kolona X1 odgovara promenljivoj koja je u{la u re{enje. Tada se ne menjaju koeficijenti iz reda u kome se nalazi ta nula i oni se prepisuju iz prethodne tabele. 0 . a svi ostali koeficijenti iz ove kolone jednaki su nuli.

u funkciji kriterijuma uz ove promenljive uvodimo koeficijente obelezene sa M. U postupku resavanja problema one se elimini{u iz re{enja. To zna~i da ne mo`emo odrediti po~etno nenegativno bazi~no re{enje u prvoj simpleks tabeli. oduzimamo izravnavaju}e promenljive i dobijamo slede}i sistem jena~ina: 2x1 + x2 + 2x3 x1 + x2 + x3 4x1 + x2 + 2x3 . u kome sve promenljive moraju biti ne negativne. x1 + x2 + x3 .x4+ x7=350.x5+ x8 =300. 4x1 + x2 + 2x3-x6+ x9 =400. x1 + x2 + x3 ≥ 300. C 16 . Treba na}i minimalnu vrednost funkcije kriterijuma Zo = 160x1 + 100x2 = 120x3 uz zadovoljenje slede}eg sistema ograni~enja: 2x1 + x2 + 2x3 ≥ 350. prethodni sistem }emo izraziti u obliku jedna~ina. Da se ve{ata~ke promenljive ne bi pojavile u optimalnom resenju. ve{ta~ke promenljive. -x5 = 300. Njega sa~injavaju ve{ta~ke promenljive. 4x1 + x2 + x3 ≥ 400.PROBLEM 3. Sada se moze popuniti po~etna simpleks tabela i odrediti po~etno bazicno resenje. -x6 =400. dobili slede}i model: (min). tako {to se u optimanom re{enju ne mo`e promeniti ni jedna ve{ta~ka promenljiva.x4 = 350. gde je M relativno veliki pozitivni broj. Koeficijenti uz izra~unavanje promenljive su negativni. Uvo|enje izravnavaju}ih promenljivih. x3 ≥ 0. Tako smo posle prosirenja problema sa ve{ta~kim promenljivm. Zbog toga uvodimo nove promenljive u model tzv. Ako nenegativno bazi~no re{enje problema sadrzi bar jednu pozitivnu vestacku promenljivu. x2 ≥ 0. onda ne postoji moguce resenje. z0 = 160x1 + 100x2 + 120x3 + 0x4 + 0x5 +0x6 + Mx7 + Mx8 + Mx9 2x1 +x2 + 2x3 . Po{to je leva strana nejedna~ina ovog sistema ve}a od desne. Ove promenljive ne pripadaju sistemu ograni~enja i nemaju konkretno ekonomsko zna~enje. x1≥ 0.

medjutim.160. koju promenljivu treba izabrati da udje u naredno re{enje? Ovde je odgovor sasvim o~igledan: pocetno resenje cine vestacke promenljive. proizvodi su sabrani i od njih je oduzet koeficijent iz zaglavlja.Cj).c1) = 7M . Tako je.CJ0-160-100-1200000001050735-1-1-1000 Simpleks tabela je popunjena na uobi~ajeni na~in. sve dok su i ve{ta~ke promenljive u re{enju. koeficijent ( z1 .B X0160100120000MMMX1X2X3X4X5X6X7X8X9M M MX7 X8 X9350 300 4002 1 4 1 1 1 2 1 2-1 0 00 -1 00 0 -11 0 00 1 00 0 1Zj . Kako je M veoma veliki broj. Prema tom kriterijumu.Cj) na dva dela izvrsena je samo iz prakti~nih razloga. na primer. razmatrajuci re{enje problema maksimuma. 17 . Jedino se koeficijenti u redu (Zj . Mi smo. nije pronadjeno optimalno re{enje. sve dok u redu (Zj .Cj) postoje pozitivni koeficijenti (a trazimo minimalnu vrednost funkcije). to ce se . U prvi deo reda unose se koeficijenti uz koje se ne javlja M. Dobijen je mnozenjem kolone C i kolone X1. drugi deo reda odre|ivati koja promenljiva ulazi u naredno rer{enje. pa je sigurno da ono ne moze biti optimalno. Na isti na~in utvrdjeni su i koeficijenti za ostale kolone. Ova podela koeficijenata iz reda ( Zj . ako nije. Da li je u prvoj simpleks tabeli prona|eno optimalno re{enje i. ustanovili kriterijum za ocenu optimalnosti resenja.Cj ) podeljeni na dva dela. Dodajmo ovom i drugi kriterijum: u naredno re{enje treba da udje ona promenljiva kojoj u simpleks tabeli odgovara najveca (pozitivna) vrednost koeficijenta iz reda (Zj .

predstavljaju jedine razlike u postupcima resavanje problema minimuma i problema maksimuma. Na osnovu koli~nika izme|u kolone X0 i kolone X1. Na osnovu tako pripremljene simplekls tabele. C B X0160100120000MMMX1X2X3X4X5X6X7X8X9M M 160X7 X8 X1150 200 1000 0 1 ½ ¾ ¼ 1 ½ ½-1 0 0 0 -1 0½ ¼ -1/4 1 0 00 18 . tre}i red u koma je promenljiva x9 i zaokru`en je karakteristican koeficijent. U racunskom postupku izracunavanja koeficijenata za narednu simpleks metodu nema nikakve razlike. x7 = 150. te da u naredno re{enje treba da udje promenjiva x1. U naredno re{enje treba da u|e promenjiva x3. Tabela 2.Cj): pri oceni optimalnosti re{enja i pri izboru promenljive koja treba da udje u naredno re{enje. Optimalno resenje nije prona| eno.Prethodne 2 razlike u kori{}enju reda (Zj . U prvoj simpleks tabeli ozna~ena je kolona X1. Vratimo se prvoj tabeli i konstantujmo da nije pronadjeno optimalno resenje. prvi red u kome je promenljiva x7 i zaokruzili karakteristican koeficijent. a vrednost funkcije kriterijuma iznosi z0 = 16000 + 350M.iz resenja izlazi promenjiva x9. a iz re{enje }e iza}i promenljiva x7. x8 = 200. Bazi~no re{emje u drugoj simpleks tabeli sa~injavaju promenljive x1 = 100. Zbog toga smo u drugoj tabeli ozna~ili kolonu X3.dobijamo drugu simpleks tabelu.

U re{enju se nalazi jo{ jedna ve{ta~ka promenljiva (x8 = 125). Prema dopunskom kriterijumu prednost ce dobiti ona promenljiva koja dobija vecu vrednost. C B X0160100120000MMMX1X2X3X4X5X6X7X8X9120 M 160X3 X8 X1150 125 250 0 1 ½ ½ 0 1 0 0-1 ½ ½ 0 -1 0½ 0 -1/21 -1/2 -1/20 1 0-1/2 0 ½Zj . a u drugom delu (zj . zatim delimo kolonu X0 kolonom X4 i odredjujemo da ce promenljiva x4.CJ160000-60-4000-40004035005/43/2-1-1¾00-7/4 Sastavljamo slede}u simpleks tabelu. Treba odrediti koja promenljiva ulazi u nardno re{enje.1 0-1/2 -1/4 1/4Zj . Tabela 3. dobiti vrednost 250.cj) postoje pozitivni koeficijenti. Zato najpre delimo kolunu X0 kolonom X2 i oderedjujemo da ce promenljiva x2 . Vidimo da u trecoj simpleks tabeli dve promenljive (x2 i x4) ravnopravno konkuri{u za ulazak u nareno re{enje jer imaju potpuno iste koeficijente.CJ220000-400-400-20400201250½0½-10-3/20-1 I u tre}oj simpleks tabeli nije pronadjeno optimano re{enje. ukoliko udje u naredno re{enje. 19 .

ukoliko udje u resenje dobiti vrednost 50.CJ320000000-80-20080200000000-1-1-1U ~etvrtoj simpleks tabeli nema vesta~kih promenljivih u re{enju. C B X0160100120000MMMX1X2X3X4X5X6X7X8X9120 100 160X3 X2 X125 250 250 0 1 0 1 0 1 0 0-3/2 1 ½ 1 -2 0½ 0 -1/2 3/2 -1 -1/2-1 2 0-1/2 0 ½Zj . Ove kolone se mogu zanemarivati i odmah po{to ve{ta~ka promenljiva izadje iz re{enja. U tre}oj tabeli ozna~ili smo kolonu X2. Tabela 4. zatim drugi red i zaokru`ili karakteristi~an koeficijent. Postoji me|utim razlog da se zadr`e i ove kolone do kraja postupka. osim ispod kolone ve[ta~kih promenljivih gde su jedinice sa znakom minus. u ovom delu reda ispod svih kolona su nule. u naredno re{enje ulazi promenljiva koja dobija ve}u vrednost tj. jer se u tom delu simpleks tabele nalaze podaci koji se mogu 20 . Po[to su ve{ta~ke promenljive iza[le iz re{enja. promenljiva x2. Prema tome. ali i prema drugom delu reda. To se mo`e zaklju~iti prema koloni B. Problem se dalje moze re[avati bez kolon akoje odgovaraju ve{ta~kim promenljivim i bez drugog dela reda (zj .cj).

pa smo ozna~ili i tre}i red i zaokru`ili karakteristi~an koeficijent.cj) kolone x4 nalazi se koeficijent 0. Njega sa~injavaju promenljive: x1 = 25. C B X0160100120000MMMX1X2X3X4X5X6X7X8X9120 100 0X3 X2 X4100 200 503 -2 2 0 1 0 1 0 00 0 11 -2 0-1 1 -10 0 -1-1 2 01 -1 1Zj . Me|utim u redu (zj . a minimalna vrednost funkcije kriterijuma iznosi z0 = 32000. Sada mo`emo odrediti petu simpleks tabelu. Posmatranjem ovog reda u ~etvrtoj simpleks tabeli. Iz re{enja izlazi promenljiva x1. vidimo da ne postoje pozitivni koeficijenti. Re{avanje problema simpleks tabelom treba nastaviti tako [to se za ocenu optimalnosti re{enja i za izbor promenjive koja }e u}i u re{enje uzima u obzir prvi deo reda (zj . Tabela 5.cj0. u ~etvrtoj tabeli ozna~ili smo kolonu X4. pa mo`emo zakljuciti da je re{enje iz ove tabele optimalno.CJ320000000-80-20080200000000-1-1-1 21 .korisno upotrebiti za analizu optimalnog re{enja. x3 = 25. Rekli smo da je u ~etvrtoj simpleks tabeli pronadjeno optimalno re{enje. Po[to promenljiva x4 ulazi u naredno re[enje. x2 = 250.

x1 ≥ 0. Treba odrediti nenegativne vrednosti promenljivih x1 i x2 koje ce obezbediti da funkcija kriterijuma z0 = 40x1 + 60x2 postigne svoju maksimalnu vrednost uz slede}i sistem ograni~enja: . x3 = 100. koji }emo re{avati pomo}u simpleks tabele. . pa cemo dobiti sledeci izraz za konveksnu kombinaciju: X۪³ = qX۪¹ + (1 . Ovde ne razmatramo slucaj kada sistem ogranicenja uopste ne formira zajednicko podrucje jer tada problem nema resenja.U petoj simpleks tabeli dobili smo jos jedno optimalno re{enje.2x2 + 2x2 ≤ 500. pa u naredno X5400 re{enje treba da udje promenljiva x4. problem mo`e imati kona~no optimalno re{enje. z0 = 32000. Prva simpleks tabela ima sledece elemente: Tabela 1.x1 + 4x2 .Mx4 + 0x5. PROBLEM 4. dobijamo slede}i sistem: (max). re{enje iz pete tabele sa X۪².2.3. Ako je zajedni~ko podru~je otvoreno.2x1 + 2x2 + x5 + 500. Po{to problem pro{irimo i prilagodimo za re{avanje. Trazi se maksimalna vrednost funkcije kriterijuma. . imala su kona~na optimalna re{enja. x2 ≥ 0. x4 = 50. Kada problem nema rešenje Sve probleme koje smo do sada re{avali.1. Obele`imo optimalno re{enje iz ~etvrte simpleks tabele sa X۪¹. z0 = 40x1 + 60x2 + 0x3 . Njega sa~injavaju promenljive: x2 = 200. U Grafi~kom re{avanju problema lako se moze uociti da li problem ima re{enje i kakvo je ono. ali moze imati i neograniceno re{enje. . Kada je zajedni~ko podru~je zatvoreno. a minimalnu vrednost funcije kriterijuma. 0<q<1 Za problem minimuma koji smo re{avali bilo je potrebno da se u svakoj jedna~ini doda ve{ta~ka promenljiva.x1 + 4x2 ≥ 400. C B X040600-M0X1X2X3X4X5-M 0X4 Re{enje nije optimalno.q) X۪². 500-1 -24 22 2-1 01 001zj .x3 + x4 = 400. 1.cj0-40-60000-4001-4100 . ista je kao i kod resenja iz ~etvrte simpleks tabele. problem ima kona~no optimalno re{enje.

a maksimalna vrednost funkcije kriterijuma postize se negde u beskona~nosti. Ovo je znak da je re{enje problem neograni~enog i da se vrednost funkcije kriterijuma moze pove}ati preko svih granica. Neka to bude promenljiva X040600-M0X1X2X3X4X560 x5. pa za promenljivu x2 dobijamo: -1/201zj . Vrednost druge promenljive izra~unavamo prema poznatom X5100 pravilu 300-1/4 x³ = x² . promenljiva x2 ostaje pozitivna i takodje dobija ve}u vrednost.cj6000-550-15150000000 x³ = 100 + ¼ * 4000 = 1100 Mo`emo promenljivoj x1 izabrati i ve}u vrednost.¼ ) x³ -3/21 0-1/4 gde super indeks ozna~ava iteraciju za koju ra~unamo vrednost promenljive. 23 . odredimo sto vecu pozitivnu vrednost promenljivoj koja je 0X2 usla u naredno re{enje x1.( . U naredno re{enje treba da udje promenljiva x1. Ne mozemo sastaviti trecu simpleks tabelu ali cemo vrednost promenljivih odrediti na sledeci nacin. Treba odrediti promenljivu koja ce izaci iz re{enja.Re{enje iz druge simpleks tabele nije optimalno. proizvoljno B izaberemo jednu promenljivu iz kolone B da izadje iz re{enja. Zato i ka`emo da je vrednost promenljivih u ovom slu~aju neograni~ena. U koloni X1 nema. Sada takodje proizvoljno. Tabela 2. medjutim ni jednog pozitivnog koeficijenta pomo}u koga mo`emo odrediti pozitivnu vrednost koli~nika. To znaci da se ne moze odrediti promenljiva koja }e iza}i iz re{enja i pozitivna vrednost promenljive koja je u{la u re{penje. Neka je ½¼ proizvoljno izabrana vrednost za promenljivu x1 = 4000. to }emo odrediti na osnovu koli~nika izmedju kolone X0 i kolone X1. C Po{to ne mo`emo odrediti koja promenljiva treba da izadje iz re{enja.

Sign up to vote on this title
UsefulNot useful