You are on page 1of 19

Poglavlje 1. Osnove kvantitativnih metoda i modela odluivanja 1.

Tri pravca u poslovnom odluivanju su: a) racionalno ili nauno odluivanje ( eli objektivizirati u to veoj mjeri process poslovnog odluivanja kroz nastojanje da se odluke donose na temelju kvantitativne analize situacije odluivanja i nastojanja da se izgradi savremeni menadment informacioni system b) odluivanje na osnovu rasuivanja koritenjem steenog znanja, iskustva i vjetine c) odluivanje bazirano na intuiciji ! Kao rezultat procesa odluivanja pojavljuje se" odluka! #! Odluka je izbor izmeu vie alternativni$ pravaca djelovanja orijentisani$ ka ostvarenju definisanog cilja ili odluka predstavlja izbor od vie mogunosti ili alternative!

4. Pojam kvantitativnih metoda u odluivanju? %vantitativne metode u odluivanju moemo definisati kao skup matematiki$ postupaka za rjeavanje modela odluivanja sa numerikim odreenjem jedne ili vie optimalni$ alternativa! . Pro!lemi poslovnog odluivanja moraju !iti klasi"icirani kroz: & & & kriterij i cilj alternativne metode ili procese ograniavajue uslove

#. Pojam cilj 'od ciljevima se podrazumijevaju eljeni nivoi i pravci koje je donosilac odluke odredio da bi se rijeio poslovni problem, odnosno moe se definisati kao zamiljeno stanje koje se eli ostvariti! $. Pojam poslovni cilj 'oslovni ciljevi su usko vezani za kriterije! (ko se pod pojmom kriterij s$vata standard za ocjenu ili pravilo za ispitivanje pri$vatljivosti onda je kriterij odluivanja neposredna dimenzija za dostizanje cilja! %. Pojam alternative (lternative nisu nita drugo nego razliite aktivnosti koje se mogu preduzeti u nekom vremenu i situaciji! &. Optimalna vs. zadovoljavaju'a odluka?

)zbor se sastoji u tome da se rezultati svake alternative kompariraju sa stanjem nazvanim cilj pri emu se kao mjera kvaliteta izbora moe postaviti stepen slaganja sa postavljenim ciljem! (ko je slaganje izmeu is$oda neke alternative*odluke i ciljnog stanja potpuno, onda se radi o optimalnoj odluci a ako je djelimino dobija se zadovoljavajua odluka 1(. Oso!ine operacionih istra)ivanja? a) orijentisanost na sloene problem upravljanja b) sistemski pristup problemima c) nauna metoda pronalaenja rjeenja 11. *azliite de"inicije operacionih istra)ivanja? +inkelbac$ , -peraciona istraivanja su nauka o postupcima numerikog rjeavanja modela odluivanja! .eevi , -per!istraivanja predstavljaju skup kvantitativni$ metoda i drugi$ nauni$ metoda pomou koji$ se odreuje optimalna ekonomsko& te$nika rjeenja sloeni$ problema! )z svi$ definicija se zakljuuje sljedee" & & & predmetno su odreena poslovnim aktivnostima koje su vezane za kompleksne problem odluivanja u metodolokom smislu predstavljaju skup nauni$ metoda za izbor optimalnog rjeenja bazirana su na kvantitativnim podacima

1+. ,ronologija razvoja operacionih istra)ivanja? /arlas& modelirao totalnu privrednu ravnoteu pomou linearni$ jednaina (0123) 4ournot , pokuavao pomou analitike matematike postaviti totalnu ravnoteu privrede, definisao matematike funkcije zakona ponude i tranje ( 0120&0122) 05#1 , oper!istraivanja su se pojavila kao sistemsko istraivanje u 6ngleskoj za odreivanje lokacija radarski$ kontrola 0537 , koriste se u planiranju vojni$ operacija u 8(+ %antorovi 05#5! godine prvi rjeava problem 9' tzv! :metodom razrjeavajui$ pribrojnika;! <itc$ock (0530) i %oopmans (053 ) rjeavaju transportni problem! =eorge +antzig 0532! godine dao je osnovu simpleks metode kojom se rjeavaju skoro svi problemi linearnog programiranja! 'ored razvoja matematikog programiranja razvijaju se i druge oblasti ->" redovi ekanja (6rlang 057?!, redovi ekanja u telefonskim centralama), teorija igara (@eumann*Aorgenstern 05 1!), modeli zali$a (<arris 050?!, (dler 05 5!), mreno

planiranje (=antt 0577!, %elly*/alker , metoda kritinog puta), dinamiko programiranje (Bellman 05?2!), itd! )z tog vremena vojni$ planiranja (05#1, 0537) potiu nazivi :-perational >esearc$; u 6ngleskoj i :-perations >esearc$; u 8(+ ili u posljednje vrijeme Aanagement 8cience (nauka o poslovnom upravljanju)! 1-. Tipine oso!ine metoda operacionih istra)ivanja? & & & koriste se u pripremi optimalni$ odluka obavezna je konstrukcija konkretnog matematikog modela upotrebljavaju se matematike metode u njegovom rjeavanju

14. .adatak optimizacije mora udovoljiti nekoliko zahtjeva: a) postojanje kriterija, odnosno cilja optimizacije b) postojanje ogranienja izbora c) postojanje mogunosti izbora izmeu najmanje dvije alternativne odluke 1 . /vije "ormulacije optimalnosti su: & & princip maksimuma" postii maCimalni rezultat poslovanja uz data sredstva princip minimum" postii eljeni uspje$ uz minimalna ulaganja

0D! Op0ti zadatak optimizacije je" -drediti vektor promjenljivi$ tako da funkcija cilja ( z) dostigne eCtremnu vrijednost ( maC ili min) a da pri tom budu zadovoljene relacije gi (x1,...,xn) [ = ] bi, i xj 0,. 02! *je0enje zadatka optimizacije je optimalni vektor ( C0,C ECn) za koji funkcija cilja dostie ekstremnu vrijednost! 1%. Osnovni elementi pro!lema optimizacije su: & & & promjenljive funkcija cilja skup ogranienja

1&. Promjenljive odluivanja? 'romjenljive u zadatku optimizacije odraavaju alternativne metode ili procese za postizanje cilja te se nazivaju promjenljive odluivanja! +(. 1unkcija cilja?

Funkcija cilja predstavlja funkciju vie promjenljivi$ za koju je potrebno odrediti ekstremnu vrijednost na skupu dopustivi$ rjeenja i ona pokazuje kako vrijednosti upravljaki$ promjenljivi$ xj utjeu na ciljnu veliinu z! 0! 1unkcija cilja se maksimizira ako se usvojeni kriterij odnosi na profit, dobit, pouzdanost, zaradu, prinos, uinak, kapacitet, produktivnost, rentabilnost, ekonominost! ! 1unkcija cilja se minimizira ako izraava"trokove, vrijeme realizacije, utroke, gubitak, kart, vrijeme transporta i sl! +-. 2kup ogranienja? 8kup ogranienja definie skup ili domen dopustivi$ (mogui$) rjeenja! +4. 3aje0'e se ogranienja odnose na: & resursi (radna snaga, maine, materijal, prostor, kapital i sl!)

& ogranienja zavisnosti (npr! vezana prodaja, vezana proizvodnja i sl!) & prirodni skup , nenegativnost xj 0! + . Pojam optimalno rje0enje? 8kup vrijednosti promjenljivi$ skupa dopustivi$ rjeenja smatra se optimalnim ako ne postoji ni jedno drugo rjeenje iz skupa dopustivi$ rjeenja za koje funkcija z dostie veu vrijednost kod problema za maCimum i manju vrijednost kod problema za minimum! D! 4odel predstavlja apstrakciju ( idealizaciju, uprotavanje ili pojednostavljenje) realne stvarnosti, odnosno apstrakciju ekonomskog ili menadment sistema tako to se fokusira samo na njegove bitne elemente dok ostale mnogobrojne i manje vane elemente uopte ne tretira! +$. 2 o!zirom na mogu'nost numerikog izra)avanja promjenljivih i njihovih me5uso!nih odnosa6 modeli mogu !iti: a) kvalitativni b) kvantitativni 1! Primjena kvantitativnih metoda zahtjeva se realni ekonomski*poslovni problem koji treba rijeiti formalizuje tj! da se prevede u matematiki problem! @a taj nain realnost se predstavlja matematikim modelom! 5! Konstrukcija modela postavlja dva protivrjena za$tjeva" 0! Aodel treba da bude to jednostavniji! ! Aodel mora obu$vatiti sve osobine sistema koje su relevantne za problem koji se rjeava! #7! 4odeli mogu !iti dati u obliku grafa, s$eme, skice, dijagrama, verbalnog opisa, kvantitativnog opisa i sl! #0! Osnovni elementi svakog matematikog modela su: promjenljive, relacije i koefcijenti ( parametri) # ! *azlikujemo dvije vrste promjenljivih: endogene i egzogene! --. 7ndogene promjenljive mogu !iti: & ciljne ili promjenljive za iji nivo je zainteresovan donosilac odluke , ali na koje ne moe neposredno da utjee i

ostale6 ije vrijednosti proizilaze iz funkcionisanja modela, a koje ne utjeu na cilj upravljanja #3! 7gzogene promjenljive mogu !iti" & upravljake6 koje se u okviru dati$ ogranienja, mogu proizvoljno odrediti od strane donosioca odluke, & parametri ili koe"icijenti, odnosno promjenljive ili konstante izvan kontrole donosioca odluke! #?! 4atematikim relacijama se uspostavljaju odnosi izmeu razliiti$ vrsta promjenljivi$! -#. 2 o!zirom na okolnosti u kojima se odluuje6 razlikuju se: Aetode odluivanja u uslovima sigurnosti (metode linearnog, dinamikog, nelinearnog, viekriterijskog programiranja, deterministiki modeli zali$a, 4'A i sl!) Aetode odluivanja u uslovima rizika (oekivana vrijednost, oekivana vrijednost & varijansa, tabela odluivanja, drvo odluivanja, simulacija i sl!) Aetode odluivanja u uslovima neizvjesnosti (teorija igara, 9aplaceov kriterij racionalnosti, 8avageov kriterij minimalnog aljenja, <urGiczov kriterij optimizma i sl!)! -$. 4atematike modele programiranja mo)emo klasi"icirati prema: (0) 'rema funkcionalnim matematikim odnosima" - linearni i - nelinearni! ( ) 8 obzirom na faktor vrijeme" - statiki i - dinamiki! (#) 'rema vrijednostima promjenljivi$" - diskretni i - kontinuirani! (3) 'rema odreenosti funkcionalni$ odnosa u modelu" - deterministiki i - sto$astiki (?) 'rema broju kriterija" - jednokriterijski i - viekriterijski! (D) 8 obzirom na probleme odluivanja" - optimizacioni model (npr! 9', infinitedimenzionalni raun), - prognostiki modeli (mreni modeli, Aarkovljev model, %almanov filtar), - eksperimentalni modeli (simulacija)! -%. /rugi kriteriji klasi"ikacije kvantitativnih modela: (0) ( ) Aatematiko programiranje" linearno jedno & i viekriterijsko programiranje, nelinearno jedno & i viekriterijsko programiranje, dinamiko programiranje, sto$astiko programiranje, cjelobrojno programiranje, geometrijsko programiranje, separabilno programiranje i sl! 8to$astiki modeli" teorija odluivanja, teorija igara, mreno programiranje '6>H , 4'A,

&

- modeli zali$a, - Aarkovljevi lanci, - redovi ekanja, - simulacija i sl! #5! *aunske tehnike operacionih istra)ivanja mogu se svrstati u: # grupe 0! %od analitikih metoda istrauje se tok funkcije koja je postavljena za dati model! 'ronalazi se maksimum i minimum bilo grafiki ili koritenjem diferencijalnog rauna! ! 3umerike iterativne metode su takve metode kojima se pojedinim promjenljivim daje odreena vrijednost, pa se kroz korani (iterativni) postupak poboljava, dok se ne postigne optimum (maksimum*minimum)! #! 2imulacione tehnike slue za rjeavanje odreeni$ sto$astiki$ modela provodei :eksperiment; ne u stvarnosti, ve na modelu! 37! 8ilj kori0tenja metode operacionih istra)ivanja sastoji se u" tome da se do5e do optimalnih rezultata iz mno0tva mogu'ih rje0enja. 30! Operaciona istra)ivanja se u procesu dono0enja poslovnih odluka koriste u sljede'im uslovima" 'oslovni problem je kompleksan kako u strukturi, tako i u objanjenju interakcije sa drugim pojavama, tako da postoji itav splet faktora koji utjeu na realizaciju donijete odluke! - 'ostoji mogunost kvantitativnog strukturiranja problema odluivanja, kao i mogunost obezbjeenja neop$odni$ podataka i informacija za kvantitativno modeliranje! - 4iljevi poslovnog odluivanja se mogu kvantificirati! - Aoe se definisati odgovarajui matematiki model! 4+. 2istemski postupak rje0avanja pro!lema operacionih istra)ivanja sastojao !i se od: 0) Opis i ver!alna "ormulacija pro!lema: Hrai se precizno definisinje problema odluivanja! Formulacija problema treba da bude prisutna sve do konanice njegovog rjeavanja, tako da se poetno definisan problem moe modificirati, dopunjavati i sl! +a bi se problem korektno formulisao neop$odno je u ovoj fazi ostvariti saradnju donosilaca odluka (menaderi, nadzorni odbori i sl!) i analitiara, s jedne strane, i strunjaka za primjenu kvantitativne analize, s druge strane! I ovoj fazi se trebaju utvrditi cilj*ciljevi, ogranienja i oekivani rezultati! ) /e"inisanje modela" 6ksperti za matematiko i statistiko modeliranje ekonomski$ procesa treba da definiu takav model koji najrealnije reprezentuje pret$odno formulisani problem! +o modela se dolazi vrlo suptilnom i kompleksnom analizom u kojoj se uvode promjenljive i matematike relacije koje opisuju nji$ove odnose! #) Prikupljanje i sre5ivanje in"ormacija i podataka" +a bi se model mogao rijeiti neop$odno je odrediti ili ocijeniti sve relevantne parametre relacija izmeu promjenljivi$! 8toga je neop$odna informaciona osnova za primjenu modela, tako da se esto faza definisanja modela i faza prikupljanja podataka odvijaju simultano! 3) *je0avanje modela: I ovoj fazi se ocjenjuje validnost modela i njegova upotrebljivost za konkterne potrebe! >jeavanje modela provodi se koritenjem neki$ od kvantitativni$ metoda i ako neko rjeenje zadovoljava postavljeni cilj i ogranienja, onda se takvo rjeenje moe smaterati optimalnim! I okviru ove faze mogu se provesti testiranja dobivenog rjeenja, intepretacija dobivenog konanog rjeenja i

eventualni$ suboptimalni$ rjeenja! I ovoj fazi se iroko koriste dostignua informacioni$ te$nologija! ?) Kori0tenje rje0enja: +obivena rjeenja treba da budu korektna orijentacija donosiocu odluke kako bi definisao operacije i postupke koji bi doveli do realizacije unaprijed definisanog cilja! Poglavlje +. 9inearno programiranje

4-. 9inearno programiranje predstavlja predstavlja metodu odreivanja optimalnog rjeenja problema odluivanja kod koji$ su relacije izmeu promjenljivi$ u funkciji cilja i skupu ogranienja linearne! 44. Optimalno rje0enje je JnajboljeK rjeenje (iz skupu dopustivi$ rjeenja) u skladu sa usvojenim kriterijem (za koje funkcija cilja dostie ekstremnu vrijednost & maksimum ili minimum)! 4 . 4atematika "ormulacija sastoji se u tome da je potrebno pronai takav skup vrijednosti promjenljivi$ C0,C ,Cn iz domena mogui$ ili dopustivi$ rjeenja +, koji je odreen sistemom linearni$ nejednaina*jednaina, za koju funkcija cilja dostie eCtremnu vrijednost& maCimum ili minimum! 4#. 4odel linearnog programiranja ili linearni model? Aatematiki model koji je definisan linearnom formom sa n promjenljivi$ z = c1x1 + c2x2 +...+cnxn (max / min) (2.1) i sistemom od m linearni$ nejednaina*jednaina na istom skupu promjenljivi$ a00C0 a 0C0
!

L L

a0 C a C
! !

L !!! L a0nCn L !!! L a nCn


! !

bkL0
! ! ! ! ! !

b0 b
! ! ! ! ! !

ak0C0 L akL0,0C0 L
! ! !

ak C L !!! L aknCn akL0, C L !!! L akL0,nCn M


! ! ! ! ! ! ! ! ! ! ! !

bk
! ! ! ! ! !

( ! )

al0C0 L alL0,0C0 L
! !

al C L !!! L alnCn alL0, C L !!! L alL0,nCn


! ! ! ! ! ! ! ! ! ! ! !

bl blL0
! ! ! !

am0C0

am C

L !!! L amnCn Cj 7, j M
1, n

bm

oznaava se kao model 9'! 4$. : linearnom modelu kori0tene su sljede'e oznake: Nj , j&ta promjenljiva odluivanja ili strukturna promjenljiva z , funkcija cilja ili funkcija kriterija 4j , koefcijent kriterija po jedinici j&te promjenljive

aij , strukturni koefcijent u ogranienjima ( koliina i&tog ogranienja koja se vezuju ili je potrebno za jedinicu j& te promjenljive) bi , slobodni koefcijent u i&tom ogranienju ili koliina i&tog ogranienja 4%. Osnovni elementi matematikog modela su: a) promjenljiva b) funkcija cilja ( kriterija) M linearna forma c) skup ogranienja , sistem nejednaina*jednacina 4&. Pro!lemi poslovnog odluivanja koji se rje0avaju metodama linearnog programiranja moraju !iti kvanti"icirani kroz sljedece komponente: - alternativne aktivnosti - kriterij i cilj - ogranienja (. 4inimalna matematika reprezentacija pro!lema linearnog programiranja de"ini0e se: - skupom promjemljivi$ C0,C ECn - funkcijom cilja ( kriterija) - skupom ogranienja ?0! *je0enja zadataka linearnog programiranja predstavljaju vrijednosti promjenljivi$ za koje funkcija cilja dostie eCtremnu vrijednost ( maksimum ili minimum)! ? ! Promjenljive odra)avaju alternativne metode ili procesa za postizanje cilja, odnosno govore o tome da se do rjeenja problema poslovnog odluivanja moe doi do alternativne naina! ?#! Promjenljive u linearnom modelu nazivaju se realne ili strukturne promjenljive ( promjenljive orginala, primarne promjenljive), odnosno promjenljive odluivanja ili upravljake promjenljive! 4. 3aje0'e de"inisanje promjenljivih odnosi se na : - obim proizvodnje [npr! komada, kg, l i sl!], - utroke pojedini$ sirovina u naturalnim jedinicama, - koliina nabavke proizvoda, - prodaja proizvoda, - nivo zali$a, - uee u strukturi (O) - iznos ulaganja ??. 1unkcija cilja mo)e !iti izra)ena u u naturalnim, finansijskim ili drugim veliinama (zavisno od problema poslovnog odluivanja)! #. /e"inisanje cilja modela? Aogua su dva sluaja" ) , ako je kriterij profit, dobit, zarada, efikasnost investicija, koliina proizvodnje, kapacitet, pouzdanost, prinos, uinak is l! onda je cilj maksimizacija ukupnog profita, zarade itd! respektivno )) , ako je kriterij trokovi proizvodnje, trokovi transporta, vrijeme transporta, utroci, gubitak, kart, vrijeme realizacije i sl! onda je cilj minimizacija trokova proizvodnje, trokova transporta itd! respektivno ?2! 1unkcija cilja matematiki se de"ini0e izrazom z = c1x1 + c2x2 +...+cnxn (max / min) ?1! 1unkcija cilja linearnog modela je linearna funkcija sa n promjenljivi$ za koju je potrebno odrediti eCtremnu vrijednost ( maksimum ili minimum) ?5! Ograniavaju'i uslovi de"inirani su sistemom od m linearni$ nejednaina*jednaina tako da sistem moe biti" a) protivrjean ( ne postoji domen dopustivi$ rjeenja) b) nije protivrjean ali je domen + neogranien i c) nije protivrjean id omen + je ogranien

D7! Pose!an sluaj linearne zavisnosti predstavlja $iperravan data jednainom

a
j =1

ij

x j = bi

-va $iperravan dijeli prostor R na poluprostore

aij x j < bi i
j =1

a
j =1

ij

x j > bi

D0! 2kup dpustivih rje0enja / dobija se kao presjek skupova taaka svi$ poluprostora, odnosno $iperravni ( u dvodimenzionalnom prostoru prejek poluravni i pravi$) definisani$ sistemom jednaina*nejednaina! D ! Konveksna kom!inacija dvije take? %onveksni skup taaka predstavlja onaj skup taaka koji za bilo koje dvije take ( i B koje pripadaju ovom skupu sadri i sve take dui koja povezuje take ( i B! D#! : konveksnom skupu razlikuju se dvije vrsta taaka" eCtremne i neeCtremne! D3! Konveksan skup se naziva konveksnim poliedrom ako je ogranien i ako mu je broj eCtremni$ taaka konaan! D?! /omen dopustivih rje0enja ne daje odgovor na pitanje izbora optimalnog rjeenja ve' ga daje funkcija cilja koju eCtremnu vrijednost dostie u eCtremnoj taki konveksnog poliedra! DD! 1unkcija cilja u prostoru * predstavljena je skupom paralelni$ $iperravni! D2! 4atematiki o!lik ogranienja mo)e !iti de"inisan linearnim jednainama i nejednainama oblika P Q to zavisi od prirode i karakteristika ograniavajui$ uslova! D1! Ograniavaju'i uslovi naje0'e su de"inisani fiksnim koliinama odreeni$ resursa i drugi$ faktora! D5! -graniavaju'i uslovi izra)eni u o!liku linearne nejednaine o!lika ; odnose se naje0'e na: - ograniene proizvodne kapacitete - ograniene koliine sirovina i repromaterijala - raspoloivu radnu snagu - ograniene mogunosti plasmana proizvoda - ograniena finansijska sredstva i sl! $(. Ograniavaju'i uslovi izra)eni u o!liku linearne nejednaine o!lika < odnose se naje0'e na: - minimalna proizvodnja - minimalna prodaja - minimalno ulaganje - minimalno ulaganje - minimalni bioloki za$tjevi - minimalne zali$e - minimalno koritenje resursa i sl! $1. Ograniavaju'i uslovi izra)eni u o!liku linearne jednaine proizilaze iz specijalnih zahtjeva6 kao 0to su: - potpuna iskoritenost resursa - struktura proizvodnog asortimana koja iznosi 077O - struktura investicionog portfolija - struktura smjesa

- proizvodnja vezani$ proizvoda - zavisnosti promjenljivi$ $+. Prirodno ogranienje? -dnosi se na za$tjev za nenagativnou promjenljivi$, tj CQ7, s obzirom da se odnose na odreene ekonomske velii, koje ne mogu biti negative! $-. Osnovne pretpostavke modela linearnog programiranja su: a) linearnost funkcije cilja i skupa ogranienja&veze su linerane,promjenljive se pojavljuju na prvom stepenu b) diskretnost procesa, odnosno promjenljivi$ ( vrijednost jedne promjenljive nema uticaja na druge promjenljive) c) izvjesnost ( svi koefcijenti u funkciji cilja i skupu ogranienja su unaprijed odreeni i zadravaju konstantnost tokom vremena) d) proporcionalnost procesa u funkciji cilja i ogranienjima & proporc!odnos izmeu inputa i output e) aditivnost procesa u funkciji cilja i ogranienjima , koefcijenti u funkciji cilja treba da bude izraeni tako da ukupna vrijednost funkcije cilja bude jednaka zbiru ciljni$ vrijednosti ostvareni$ od pojedini$ promjenljivi$ f) proizvoljna djeljivost procesa g) konaan broj promjenljivi$ i ogranienja $4. 3aje0'i zadaci poslovnog odluivanja koji se mogu rje0avati linearnim programiranjem su: izbor proizvodnog asortimana, izbor optimalne te$noloke varijante, plan investiranja, alokacija resursa, optimizacija portfolija, plan krojenja, struktura smjese, lokacija fabrika, strategija zali$a, razmjetaj maina, plan transporta, raspored radnika i sl! $ . Optimizacija proizvodnog programa? 'roizvodni program je skup svi$ proizvoda koje jedno preduzee nudi na tritu! -snovni zadatak proizvodnog planiranja koritenjem linearnog programiranja sastoji se u pronalaenju takvog proizvodnog programa po vrsti proizvoda i koliini koji e uz najpovoljnije koritenje raspoloivi$ resursa obezbijediti najbolji ukupni poslovni rezultat! $#. Optimizacija tehnolo0kih varijanti? He$noloke varijante predstavljaju mogue i razliite postupke proizvodnje odreenog proizvoda! >azne te$noloke varijante za$tijevaju razliit utroak sirovina i repromaterijala, rada maina, radne snage! @a osnovu toga preduzee ostvaruje razliite rezultate poslovanja proizvodei isti proizvod razliitim varijantama! $$. Optimizacija smjese? 'roblemi smjese ili mjeavine ine veliku grupu problema u koje se svrstavaju" krmne smjese u stoarstvu, smjese u pre$rambenoj industriji, smjese u farmaceutskoj industriji, mjeavine u rafinerijama nafte, sastav legure i sl! %od ovog modela treba se utvrditi koliko pojedini$ komponenti treba da sadri smjesa, da bi ukupni trokovi nabavke komponenti koje sadre te sastojke bili minimalni , a da bi se zadovoljili za$tjevi vezani za sadraj smjese! $%. Optimizacija krojenja materijala? %rojenjem materijala vri se preoblikovanje osnovnog materijala u eljene oblike, koji se nazivaju iskrojci sa skoro nunim otpadom osnovnog materijala! .adatak optimizacije krojenja sastoji se u za$tjevu za odgovarajuim asortimanom iskrojaka uz minimalni otpad osnovnog materijala ili maksimalni broj iskrojaka po pojedinim krojnim s$emama, to se uspjeno rjeava linearnim programiranjem $&. Optimizacija port"olija? I uslovima ogranieni$ investicioni$ sredstava, ulaganja u vrijednosne papire na finansijskim tritima je problem s kojim se susreu banke, osiguravajua drutva, investiconi fondovi i drugi uesnici na finansijskim tritima!

9inearno programiranje se koristi u namjeri da se maCimizira efekt ulaganja ilil minimizira rizik ulaganja %(. Planiranje transporta? Hransportni problemi obu$vataju problem izbora najpovoljnije varijante transporta proizvoda, ljudi i sl!s obzirom na transportne trokove i poznati lokacijski okvir problema (lokacije is$odita i odredita)! .naajan broj problema koji ne spadaju u transportni mogu se rjeavati ovim metodama ( optimalni raspored maina, pojedini$ slubi is l!) u cilju smanjenja vremena za obavljanje pojedini$ operacija, izbora lokacije novi$ objekata i sl! %1. Optimizacija raspore5ivanja? 'roblem rasporeivanja nastaje kada odreeni broj izvrilaca (ljudi, maina i sl!) elimo rasporediti na pojedine aktivnosti! -ptimizacija rasporeda izvrilaca treba da obezbijedi raspored sa maCimalnom ukupnom efikasnou u radu! %+. 3a osnovu o!lika matematikog izraza za ogranienja razlikuju se: - standardni ili simetrini - kanonski - opti ili asimetrini %-. 2tandardni o!lik modela linearnog programiranja ima sljede'e karakteristike: - model 9' za maksimum" sva ogranienja su izraena nejednainama forme manje ili jednako (), - model 9' za minimum" sva ogranienja su izraena nejednainama forme vee ili jednako ()! 13! Kanonski o!lik ima karakteristiku i za maksimum i za minimum da su sva ogranienja izraena u formi jednaina (=)! 1?! Op0ti o!lik ima oso!inu da sadri neku kombinaciju formi ogranienja( , =, )! %#. 2tandardni o!lik linearnog modela za maksimum je
n

z = c j x j max
j =1

p!o!

a
j =1

ij

x j bi , (i = 1, m)

x j 0, ( j =1, n)

%$. 2tandardni o!lik linearnog modela za minimum je

z = c j x j min
j =1

p!o!

a
j =1

ij

x j bi , (i = 1, m)
x j 0, ( j =1, n)

11! Op0ti o!lik mora sadr)avati najmanje dvije forme ogranienja!

15! 2tandardni o!lik za maksimum trans"ormira se u kanonski pretvaranjem sistema ogranienja iz forme nejednaina u jednaine tako da se na lijevim stranama ogranienja dodaju promjenljive koje se nazivaju dopunske ili izravnavajue (xn+i)! &(. 7konomsko tumaenje dopunske promjenljive za maksimum? +-' ako imaju pozitivne vrijednosti onda predstavljaju iznos neiskoritenog ogranienja ( resursa) u nekom od rjeenja! 50! Koe"icijenti u "unkciji cilja za dopunsku promjenljivu jednaki su nuli, poto oni ne donose ni pri$ode niti izazivaju trokove! 5 ! 2tandardni o!lik za minimum trans"ormira se u kanonski pretvaranjem sistema ogranienja iz forme nejednaina u jednaine tako da se na lijevim stranama ogranienja oduzimaju dopunske ili izravnavajue promjenljive ( xn+i) sa koefcijentima u funkciji cilja jednakim nuli! &-. 7konomsko tumaenje dopunske promjenljive za minimum? (ko imaju pozitivne vrijednost onda oznaavaju :preiskoritenost; ogranienja na koji se odnose, odnosno iskoritenost nekog ogranienja iznad za$tijevanog minimum u nekom od rjeenja! &4. Trans"ormacija op0teg o!lika za maksimum u standardni o!lik vr0i se na sljede'i nain: ogranienja oblika M pretvoriti u dvije nejednaine, jednu oblika ( ), a drugu ()! 'otom nejednainu oblika () mnoiti sa (&0)

n aij x j bi n aij x j = bi n j =1 j =1 aij x j bi /( 1) j =1

n aij x j bi j =1 n aij x j bi j =1

5?! Trans"ormacija op0teg o!lika za minimum u standardni oblik vri se na slian nain, samo to se sa (&0) mnoe ogranienja oblika ()! 5D! Trans"ormacija op0teg o!lika u kanonski vr0i se vri se tako da se dopunska promjenljiva kod ogranienja oblika () dodaje, a kod ogranienja () oduzima od lijeve strane nejednaine! &$. Teorem dualiteta? Heorema dualiteta" Aaksimalna vrijednost funkcije cilja originala (primarni problem ili primal) jednaka je minimalnoj vrijednosti funkcije cilja duala i obrnuto! 51! /ualnih promjenljivih ima onoliko koliko ima ogranienja u primalu! 55! =rijednosti dualnih promjenljivih govore o za koliko e se promijeniti vrijednost funkcije cilja ako se slobodni lan u ogranienjima povea za jednu jedinicu! 077! Optimalna vrijednost dualne promjenljive >i pokazuje marginalnu vrijednost funkcije cilja primal u odnosu na ogranienje bi! 1(1. Pojam ?shado@ pricesA? 8$adoG prices ( cijene u sjenci) su obraunske cijene pojedini$ resursa koji se koriste za realizaciju unaprijed definisanog cilja!

07 ! Bko je "unkcija cilja vrijednosno izra)ena6 onda dualne promjenljive predstavljaju cjenovni izraz ogranienja (jedinice resursa)! Ho nije trina cijena po kojoj bi se mogla prodati ili kupiti jedinica ogranienja ve interna cijena koja se moe :platiti; za jedinicu ogranienja da bi se realizovalo optimalno rjeenje! 07#! /ualne promjenljive u otimalnom rje0enju mogu !iti nenegativne il nepozitivne, to zavisi od toga da li je problem za minimum ili maCimum! 1(4. =rijednosti dualnih promjenljivih su: - nenegativne ( odnose se na ogranienja oblika kod maksimum problema primal a i na ogranienja kod minimum problema primala) - nepozitivne ( odnose se na ogranienja oblika kod maksimum problema primala i kod minimum problema primala) - nenegativne ili nepozitivne kod ogranienja oblika jednaina primal 1( . /ualni model linearnog programiranja mo)e !iti: a) simetrini ( polazi od standarndog oblika primala) b) asimetrini (polazi od opteg oblika primala) 1(#. Pravila za "ormiranje dualnog modela na !azi primala su sljede'e: a) (ko je primal za maksimum, dual e biti za minimum i ako je primal za minimum dual e biti za maksimum! b) %oeficijenti u funkciji cilja primala postaju slobodni koeficijenti u ogranienjima duala! c) 8lobodni koeficijenti u ogranienjima primala postaju koeficijenti u funkciji cilja duala! d) Aatrica strukturni$ koeficijenata primala se transponovanjem transformie u matricu strukturni$ koeficijenata duala e) +ual se uvijek pie u standardnom obliku za maksimum ili minimum 072! 2imetrini dualni model polazi od standardnog oblika primala! 1(%. Bsimetrini dualni model? (ko primal nije u standardnom obliku koristi se asimetrini dualni model, koji polazi od netransformisanog primala, tj! od primarnog modela kod kojeg se ogranienja oblika jednaina nisu transformisala u dva ogranienja tipa nejednaina 1(&. 4no)enje konstantom s? (ko se neko ogranienje u primalu mnoi sa konstantom : s;, to e i odgovarajua dualna promjenljiva biti pomnoena sa istom konstantom! 8toga se vrijednost dualne promjenljive transformisanog modela y mora podijeliti sa konstantom :s;, tj! y 'p yp = s 007! 111. Op0ti model primala potre!no je transformisati u standardni oblik! /vije osnovne grupe metoda za rje0avanje pro!lema linearnog programiranja?

a) simpleks metoda , opta metoda za rjeavanje svi$ problema 9', b) metode prilagoene rjeavanju specijalni$ vrsta problema kao to su transportni problem, rasporeivanje (asignacija) i sl! 00 ! 4etode kojima se rje0avaju pro!lemi linearnog programiranja spadaju u klasu @IA6>)R%)< )H6>(H)S@)< metoda! 00#! Cra"iki se mogu rje0avati linearni modeli de"inisani sa dvije (i tri) promjenljive s obzirom da se moraju predstaviti u ravni (dvodimenzionalni sistem), odnosno u trodimenzionalnom prostoru! 114. *je0enje sistema u ravni mo)e se predstaviti kao: - poluravan - zatvoreni poligon

prava, poluprava, du taka : sluaju da su koe"icijenti u "unkciji cilja c16 c+ < ( : maksimalna vrijednost se postie u posljednjoj taki (takama) presjeka z i D (najudaljenija od koordinatnog poetka), - minimalna vrijednost funkcije z se dobiva u prvoj taki (takama) presjeka z i D (najblii presjek koordinatnom poetku)! 11#. : sluaju da je jedan od koe"icijenata u "unkciji cilja c16 c+ negativan6 onda: & maksimalna vrijednost linearne forme (0) postie se pomjeranjem grafika prave z du ose kojoj odgovara promjenljiva sa pozitivnim koeficijentom, & minimalna vrijednost postie se pomjeranjem grafika forme (0) du ose kojoj odgovara promjenljiva sa negativnim koeficijentom! 002! 1unkcija cilja 'e imati maksimum u onoj presjenoj taki skupa dopustivi$ rjeenja i pravca z koja je najudaljenija od koordinatnog poetka! 11%. Pravila prilikom odre5ivanja vrijednosti "unkcije cilja: - ako su oba koefcijenta u funkciji cilja pozitivna pomjeranje emo vriti du ose C - ako je jadan od koefcijenata negativan pomjeranje emo vriti du ose kod koje je pozitivan koefcijent u funkciji cilja 005! 2impleks metoda spada u kategoriju numeriki$ iterativni$ metoda gdje se polazi od nekog dopustivog rjeenja (poetno bazino rjeenje) koje se u nizu koraka (iteracija) poboljava dok se ne postigne optimalno rjeenje u skladu sa postavljenim ciljem! 0 7! 2impleks metoda sastoji se iz: dvije faze" 8voenje opteg *standardnog oblika modela 9' na kanonski oblik! - 8impleks algoritam %orak 0! , -dreivanje dopustivog bazinog rjeenja %orak ! , 'oboljanje dobivenog bazinog rjeenja kroz konaan broj koraka , iteracija! 1+1. :vo5enje arti"icijelnih promjenljivih? (>H se dodaju lijevoj strani ogranienja oblika jednaina i lijevoj strani ogranienja oblika vee ili jednako (nakon oduzimanja +') 1++. :vo5enjem arti"icijelnih promjenljivih do!ije se takav kanonski o!lik modela koji je pogodan za rje0avanje simpleks metode i udovoljava sljede'im uslovima: 0) sve promjenljive ( realne, dopunske, artificijelne) u modelu su nenegativne ) sva ogranienja predstavljena su linearnim jednainama #) u svakom ogranienjima sve promjenljive se nalaze na lijevoj strain, a slobodni koefcijenti na desnoj strani jednaine 3) slobodni kad u ogranienjima su nenagativni ?) matrica strukturni$ koefcijenata u ogranienjima ( sadri bar jednu jedininu matricu sa m kolona i m redova kao svoju submatricu! 1+-. Ta!ela +.1. 11 . -granienje oblika @a lijevoj strani ogranienja uvode se promjenljive %oef! u funkciji cilja uvedeni$ promjenljivi$ maC +' (' +' min ('

L +' L (' & +'L('

7 &A 7 &A

7 A 7 A

0 3! /OP dodaju se na lijevoj strani ogranienja oblika nejednaina i oduzimaju od lijeve strane ogranienja oblika nejednaina ! 'oto dopunske promjenljive ne izazivaju trokove i ne donose dobit to su im koeficijenti u funkciji cilja jednaki nuli! 0 ?! Brti"icijelne Dumjetne ili vje0takeE promjenljive DBPE se uvode samo kao raunsko sredstvo u simpleks algoritmu sa vjetakom bazom sa ciljem da se obezbjedi dopustivo bazino rjeenje i dodaju se na lijevoj strani ogranienja jednaina i oblika (nakon oduzimanja dopunske promjenljive)! +a bi se obezbijedio izlazak artificijelni$ promjenljivi$ iz bazinog rjeenja u funkciji cilja im se pridruuje koeficijent M kod maksimum&problema 9', odnosno +M kod minimum&problema 9'! )nae M je nespecificirano veliki pozitivan broj! +okle god su (' u bazi dobiveno rjeenje nije upotrebljivo! I trenutku naputanja baze svi$ artificijelni$ promjenljivi$ dobiva se prvo upotrebljivo rjeenje! 0 D! /opustivo !azino rje0enje podrazumjeva dopustivo (mogue) rjeenje u kome nema vie od m pozitivni$ vrijednosti promjenljivi$ (odnosno onoliko koliko ima ogranienja)! 1+$. Klasi"ikacija promjenljivih u simpleks ta!eli? 'romjenljive u simpleks metodi se klasifikuju kao nebazine i bazine! - @ebazine promjenljive (@B') M promjenljive koje se izjednaavaju sa nulom! - Bazine promjenljive (B') imaju vrijednosti vee od nule (moe biti i degeneracija) i ima i$ onoliko koliko ima ogranienja! 1+%. Oso!ine dopustivog !azinog rje0enja su: - sadri sve nenegativne vrijednosti promjenljivi$, - svaka promjenljiva koja ga ini moe se pojaviti samo u jednom ogranienju sa strukturnim koeficijentom 0 tj! strukturni koeficijenti u ogranienjima uz bazine promjenljive ine jedininu matricu! - promjenljive koje ine dopustivo poetno bazino rjeenje M slobodni koeficijenti u ogranienju" - dopunske promjenljive uvedene u ogranienje oblika :;, - artificijelne promjenljive uvedene u ogranienja oblika :=; i :;! 0 5! 8vaka iteracija sastoji se od tri koraka" Korak 1. F Itvrivanje da li je dobiveno rjeenje optimalno i ako nije odreuje se promjenljiva koja treba da ue u bazu" ako je model 9' za maksimum logino (ali ne i neop$odno) je uvesti u bazu promjenljivu koja najvie poveava funkciju cilja,

ako je model 9' za minimum logino je uvesti u bazino rjeenje promjenljivu koja najvie smanjuje funkciju cilja! Korak +. , -dreivanje promjenljive koja naputa bazu! Korak -. F Hransformacija strukturni$ koeficijenata i koeficijenata u funkciji cilja nakon ega se vraa na korak 0! 1-(. 2impleks metoda mo)e se provoditi:

rjeavanjem sistema jednaina tabelarno, matrino i sl!

1-1. 2impleks metoda zasnovana na rje0avanju sistema jednaina? 'olazi od kanonskog oblika modela! 'otom se dobijeni sistem jednaina ( bez funkcije cilja) rijei po bazinim promjenljivim, odnosno bazine promjenljive se izraavaju u zavisnosti od nebazini$ promjenljivi$! 8upstitucijom dobijeni$ bazini$ promjenljivi u funkciju cilja dobija se kriterij optimalnosti rjeenja odnosno metode na osnovu koga se utvruje optimalnost dobijenog rjeenja! @a osnovu rijeenog poetnog sistema jednaina po bazinim promjenljivim i utvrenog kriterija optimalnosti u iterativnom postupku moe se doi do optimalnog rjeenja! 0# ! 2impleks ta!ela se sastavlja da !i se model linearnog programiranja u kanonskom obliku predstavio na tabelaran nain pogodan za rjeavanje simpleC algoritmom! 1--. Kod konstrukcije poetne ta!ele koriste se sljede'a pravila: - osnova za konstrukciju poetne tabele je kanonski oblik linearnog modela - zaglavlje tabele ( drugi i prvi red) sadri sve promjenljive ( strukturne, dopunske, artificijelne) i nji$ove odgovarajue koefcijente u funkciji cilja - u drugu kolonu :Baza; upisuje se promjenljive koje ine poetno bazino rjeenje - 'rva kolona sadri koeficijente u funkciji cilja bazini$ promjenljivi$! - I treu kolonu upisuju se vrijednosti bazini$ promjenljivi$! - %olone simpleks tabele koje odgovaraju promjenljivim sadre strukturne koeficijente iz sistema ogranienja! - >ed Z-c (kriterij optimalnosti), odnosno keficijenti am+1,j se izraunavaju koritenjem izraza" am+1,0 = cn+1 a10 + cn+2 a20 + ... + cn+ a 0 + ... am+1,1 = cn+1 a11 + cn+2 a21 + ... + cn+ a 1 + ... - c1 am+1,2 = cn+1 a12 + cn+2 a22 + ... + cn+ a 2 + ... c2 ! !

am+1,s = cn+1 a1s + cn+2 a2s + ... + cn+ a s + ... - cs


!

ili jednostavno koritenjem formule am+1,0 = 1-4. !ci ai0

: svakoj simpleks iteraciji provodi se sljede'i postupak:

Korak 1! Gspitivanje optimalnosti rje0enja i odre5ivanje promjenljive koja postaje !azina Dodre5ivanje vode'e koloneE

'osljednji red simpleks tabele Z-c predstavlja kriterij optimalnosti na osnovu kojeg se utvruje da li je dobiveno optimalno rjeenje ili ne, odnosno da li se moe jo poboljavati!'oboljanje programa podrazumijeva prelazak neke od nebazini$ promjenljivi$ u bazine, tako da kod maksimum problema 9' doe do poveanja vrijednosti funkcije cilje! (ko su svi koeficijenti u redu Z-c vei ili jednaki nuli, dobiveno je optimalno rjeenje! I suprotnom sluaju dobiveno rjeenje se moe poboljavati! I modelu za maksimum promjenljivu koja ulazi u bazu odreuje najmanji negativan koeficijent am+1,j ili najvei po apsolutnoj vrijednosti negativni koeficijent am+1,j
max z j c j <0 = max a m + 1, j <0 j =1,2....

(ko je to koeficijent am+1,s onda je stubac :s; vodea kolona ili pivot kolona, a promjenljiva xs ulazi u bazu! Sodea kolona se simboliki oznaava sa ! Korak +. Odre5ivanje promjenljive koja napu0ta !azu Dodre5ivanje vode'egHreda ta!eleE +a bi se odredio vodei red ili pivot&red neop$odno je izraunati kolinike vrijednosti bazini$ promjenljivi$ i odgovarajui$ elemenata po redovima iz pret$odno odreene pivot&kolone! @ajmanja vrijednost izraunati$ kolinika odreuje koji je red pivot&red, odnosno koja promjenljiva naputa bazu! Aatematiki se odreivanja pivot&reda vri izraunavanjem

a min i 0 , zaais > 0 a is

@eka je to : &ti; red tj! min

ai 0 a , a is > 0 = r 0 ! ais a rs

%oeficijent a s koji se nalazi na presjeku pivot&reda i pivot&kolone naziva se kljuni broj! 'ivot& red se simboliki oznaava T , a kljuni broj se zaokruuje! 'romjenljiva koja se nalazi u pivot&redu naputa bazu! Korak -. Trans"ormacija koe"icijenta simpleks ta!ele +a bi se odredilo poboljano rjeenje neop$odno je izraunati nove vrijednosti bazini$ promjenljivi$ i koeficijenata naredne simpleks tabele! %oeficijenti koji e se upisati u slijedeu simpleks tabelu (0! )teracija) transformiu se na slijedei nain" a) Hransformacija koeficijenata pivot&reda 8vi keficijenti pivot&reda transformiu se na taj nain to se podijele sa kljunim brojem tj!

a ' rj =

a rj a rs

; ( j = 0, n + 2m l )

b) Hransformacija koeficijenata ostali$ redova

%oeficijenti ostali$ redova transformiu se koritenjem slijedee relacije" "#$i %&a i "#$i '#()icij(n& iz is&( '#*#n( + $#,(-(m (,+ x %&a i '#()icij(n& iz is&#g (,a i $#,(-(

'#()icij(n& = '#()icij(n& '#*#n(

1- . Prilikom runog rje0avanja pro!lema simpleks metodom mogu se koristiti sljede'e matematike olak0ice: 1-#. (ko u vodeoj koloni neki od koeficijenata je jednak nuli, onda kod transformacije koeficijenti u tom redu ostaju nepromijenjeni! (ko se u vodeem redu nalaze koeficijenti jednaki nuli, onda kod transformacije svi koeficijenti u toj koloni ostaju nepromijenjeni! >adi kontrole raunski$ transformacija u svakoj simpleks tabeli koeficijenti u redu Z-c trebaju udovoljavati obrascu koji se koristi kod formiranja poetne simpleks tabele! Gnterpretacija razliitih aspekata realnog rje0enja?

0) I kolonama Baza i No itaju se optimalne bazine promjenljive i nji$ove vrijednosti, odnosno ita se optimalno rjeenje primala! ) I redu z&c elemenat am+1, ( u koloni No) oznaava optimalnu vrijednost funkcije cilja #) -ptimalne vrijednosti dualni$ promjenljivi$ mogu se utvrditi na osnovu elemenata koji se itaju u koloni oni$ dopunski$ i artificijelni$ promjenljivi$ koje ine poetno bazino rjeenje, a odreuje se kao zbir elemenata u redu z&c i odgovarajueg koefcijenta u funkciji cilja! 3) +opunske promjenljive koje se nalaze u optimalnom rjeenju kao bazine oznaavaju neiskoritenost nekog ogranienja ako su uvedena ogranienja oblika U ili kolitenje nekog ogranienja iznad za$tijevanog minimum kod ogranienja oblika V! ?) )nverzna matrica optimalne baze ita se u simpleks tabeli optimalnog rjeenja u kolonama strukturni$ koefcijenata oni$ promjenljivi$ koje ine poetno bazino rjeenje! -na se koristi za izraunavanje ( provjeru) vrijednosti primarni$ i dualni$ promjenljivi! 0#2! *je0avanje pro!lema linearnog programiranja za minimum razlikuje se u odnosu na simpleks algoritam za maksimum samo u prvom koraku dok su ostali koraci identini! 0#1! /a !i se pro!lem linearnog programiranja rje0avao kori0tenjem duala neophodno je opti model primala transformisati u standardni oblik ! 'otom se po pravilila za formiranje dulanog problema na osnovu standardnog oblika primala za maksimum i minimum dobija model duala respektivno koji je pogodan za rjeavanje simpleC metodom! 0#5! Bko se u modelu duala do!ije da je neki 2lo!odan koe"cijent u ogranienju negativan neophodno je takvo ogranienje pomnoiti sa &0 14(. *je0avanje modela duala za maksimum? 'rovodi se po postupku za rjeavanje linearnog problema za maksimum s tim to se kod svoenja na kanonski oblik u ogranienjima modela uvode (dodaju se) dopunske promjenljive kojima se pridruuju koefcijenti u funkciji cilja jednaki nuli! 141. *je0avanje modela duala za minimum? 'rovodi se po postupku za rjeavanje problema linearnog programiranja za minimum s tim to se kod svoenja na kanonski oblik u ogranienjima modela uvode ( oduzimaju se) dopunske promjenljive kojima se pridruuju koefcijenti u funkciji cilja jednaki nuli a potom dodaju artificijelne promjenljive sa pridruujuim koefcijentima u funkciji cilja jednakim A!

03 !

Habela ! ! c1 x1 a11 a21 c2 x2 a12 a22 ... ... ... ... cs xs a1s a2s ... ... ... ...

'oetna simpleks tabela . /aza cn+1 cn+2 xn+1 xn+2 x0 a10 a20

. . cn+ .

. . xn+ .

. . a0 . a1 ... a2 ...

as .

z-c

am+1,0

am+1,1

am+1,2

...

am+1,s

...