SIMPLEKS METODA 1.

OD INICIJALNE DO FINALNE SIMPLEKS TABELE

Simpleks metoda je jedna od procedura linearnog programiranja kojom se dolazi do optimalnog reenja. U osnovi metode je zamena ogranienja postavljenog nejednainom odgovarajuom jednainom, u koju je uvedena dopunska negativna promenljiva. Primer Nejednaina x1 + 2x2 20 mee se zameniti jednainom 5x1 + 2x2 + d1 = 20 gde je d1 dopunska nenegativna promenljiva. Primer Nejednaina x1 + 2x2 15 mee se zameniti jednainom 5x1 + 2x2 d2 = 15 gde je d2 dopunska nenegativna promenljiva. Reiemo simpleks metodom problem dva artikla i tri maine, odnosno optimalnog plana proizvodnje, postavljen na poetku. Tu je trebalo maksimirati funkciju dnevnog profita f = 20x1 + 30x2 prema ogranienjima: 2x1 + x2 10 5x1 + 5x2 30 2x1 + 4x2 20 x1 0, x2 0 Ogranienja predstavljaju skup dopustivih reenja koja obrazuju konveksni poligon OABCD prikazan na slici 1.1.

Slika 1.1. Skup dopunskih reenja konveksni poligon OABCD

Uvoenjem nenegativnih dopunskih promenljivih ogranienja se svode na jednaine: 2x1 + x2 + d1 = 10 5x1 + 52 + d2 = 30 2x1 + 4x2 + d3 = 20 Reavanje sistema od tri jednaine sa pet nepoznatih moe da ima beskonaan broj reenja. Izjednaavanjem dve nepoznate s nulom i reavanjem sistema od tri linearne jednaine s preostale tri nepoznate dobija se bazino reenje. Takvih reenja ima deset i navedena su u tabeli 1.1. Tabela 1.1. ekstremna BAZINA REENJA dopustivo taka reenje x1 x2 d1 d2 d3 O 0 0 10 30 20 da A 0 5 5 5 0 da B 2 4 2 0 0 da C 4 2 0 0 4 da D 5 0 0 5 10 da E 6 0 -2 0 8 ne F 10 0 -10 -20 0 ne G 10/3 10/3 0 -10/3 0 ne H 0 6 4 0 -4 ne I 0 10 0 -20 -20 ne Od 10 bazinih reenja u tabeli 1.1. polovina je dopustiva jer pripada skupu dopustivih reenja, odnosno konveksnom poligonu OABCD. Tako npr. taka C predstavlja jedno bazino dopustivo reenje, gde je x1 = 4, x2 = 2, d1 = 0, d2 = 0, d3 = 4. U optem sluaju, kada imamo m jednaina sa n nepoznatih, pri emu je m < n, onda se bazina reenja sistema dobijaju izjednaavanjem n m nepoznatih s nulom i reavanjem rezultirajueg sistema od m jednaina sa m nepoznatih. Maksimalan broj bazinih reenja je:

Simpleks metoda je iterativna procedura koja polazi od jednog bazinog dopustivog reenja i ide ka drugom, dok se ne postigne optimizacija ciljne funkcije. Postoje razliiti pristupi u okviru simpleks metode od kojih se jedan ovde navodi. Simpleks metoda se sastoji od etiri osnovna koraka. 1. Konstruie se inicijalna simpleks tabela. 2. Odreuje se i zaokruuje pivot element u tabeli. 3. Formira se nova simpleks tabela na osnovu postojee tabele i zaokruenog pivota. 4. Koraci (2) i (3) se ponavljaju do dobijanja konane tabele. 1. Primena simpleks metode u razmatranom primeru maksimiranja dnevnog profita poinje konstruisanjem inicijalne simpleks tabele zasnovane na jednainama:
2

2x1 + x2 + d1 = 10 5x1 + 52 + d2 = 30 2x1 + 4x2 + d3 = 20 Jednaine imaju sledeu matrinu formulu:

Sada se na osnovu matrine formule konstruie inicijalna simpleks tabela. x1 2 5 2 -20 x2 1 5 4 -30 d1 1 0 0 0 d2 0 1 0 0 d3 0 0 1 0 konstanta 10 30 20 0

Poslednja vrsta u tabeli odgovara koeficijentu uz promenljive u funkciji cilja f = 20x1 + 30x2 gde se koeficijenti uzimaju sa negativnim znakom. Brojevi u zadnjoj vrsti nazivaju se indikatorima. 2. Odreivanje pivot elementa poinje odreivanjem njegove kolone, a zatim vrste. Kolona u kojoj e biti izabran pivot je ona koja ima za indikator negativan broj, najvei po apsolutnoj vrednosti. Ovde je to -30 jer je |-30| = 30 > |-20| = 20 Sledi da je pivot kolona simpleks tabele ona u kojo se nalazi broj -30. Sada se odreuje pivot vrsta tako to se elementi kolone konstanta dele odgovarajuim elementima pivot kolone i trai najmanji kolinik:

10 : 1 = 10 30 : 5 = 6 20 : 4 = 5 Poto je najmanji kolinik 5, zakljuujemo da je pivot vrsta trea po redu. U preseku pivot kolone i pivot vrste je broj 4. To je pivot simpleks tabele i zato ga zaokruujemo. 3. Formiranje nove simpleks tabele korienjem pivot elementa slino je nalaenju inverzne matrice, tako to se pivot vrsta mnoi sa recipronom vrednou pivota da bi se na mestu pivota dobila jedinica. Poto je pivot jednak 4, a njegova reciprona vrednost je 1/4, to celu pivot vrstu mnoimo sa 1/4 ime dobijamo: x1 x2 d1 d2 d3 konstanta 2 1 1 0 0 10 5 5 0 1 0 30 1/2 0 0 1/4 5 -20 -30 0 0 0 0
3

Sada se pomou pivot vrste prave nule u pivot koloni. Mnoimo pivot vrstu sa -5 i dodajemo drugoj vrsti; zatim mnoimo pivot vrstu sa -1 i dodajemo prvoj vrsti; na kraju mnoimo pivot vrstu sa 30 i dodajemo poslednjoj vrsti u kojoj su indikatori. x1 x2 d1 d2 d3 konstanta 3/2 0 1 0 -1/4 5 5/2 0 0 1 -5/4 5 1/2 1 0 0 1/4 5 -5 0 0 0 7,5 150 4. Tabela je konana kada nema negativnog indikatora u poslednjoj vrsti. U poslednjoj simpleks tabeli postoji jedan negativan indikator, -5. Time je odreena nova pivot kolona. Da bismo odredili novu pivot vrstu delimo elemente kolone konstanti odgovarajuim elementima pivot kolone i traimo najmanji kolinik. 5 : 3/2 = 10/3 = 3,3 5 : 5/2 = 2 5 : 1/2 = 10 Najmanji kolinik je 2, to znai da je pivot 5/2 i zato ga zaokruujemo i ponavljamo postupak. pivot kolona x1 x2 d1 d2 d3 konstanta 3/2 0 1 0 -1/4 5 pivot 5/2 0 0 1 -5/4 5 vrsta 1 0 0 -1/4 5 -5 -30 0 0 7,5 150

5. Pivot vrsta se mnoi recipronom vrednou pivota, tj. sa 2/5 ime se dobija: x1 x2 d1 d2 d3 konstanta 3/2 0 1 0 -1/4 5 1 0 0 2/5 -1/2 2 1/2 1 0 0 1/4 5 -5 0 0 0 7,5 150 Sada se prave nule u pivot koloni: pivot vrsta se mnoi sa -3/2 i dodaje prvoj vrsti; pivot vrsta se mnoi sa -1/2 i dodaje treoj vrsti; pivot vrsta se mnoi sa 5 i dodaje poslednjoj vrsti. x1 x2 d1 d2 d3 konstanta 0 0 1 -3/5 1/2 2 1 0 0 2/5 -1/2 2 0 1 0 -1/5 1/2 4 0 0 0 2 5 160

Poslednja simpleks tabela nema nijedan negativan indikator, to znai da je procedura zavrena. Poslednji element u poslednjoj vrsti je optimalno reenje, odnosno 160 je maksimum zadate funkcije f = 20x1 + 30x2. Za koje vrednosti x1 i x2 se taj maksimum postie itamo iz kolona za x1 i x2 i iz kolone konstanti. U koloni za x1 jedinica je u treoj vrsti, a konstanta u toj vrsti je 4, to znai da je x2 = 4. Dobijeno reenje se slae sa ranije dobijenim reenjem putem grafike metode linearnog programiranja. Vrednosti dopunskih promenljivih u optimalnom reenju su d1 = 2, d2 = 0, d3 = 0,. Konstante u nejednainama koje odgovaraju ovim dopunskim promenljivima su 10, 30 i 20. Moe se pokazati da se mnoenjem indikatora koji odgovaraju dopunskim promenljivima u finalnoj simpleks tabeli (0, 2 i 5) sa ovim konstantama i njihovim sabiranjem dobija fmax: 0(10) + 2(30) + 5(20) = 160 = fmax

2. PROBLEM MINIMIRANJA TROKOVA

U nauci o upravljanju LP zauzima znaajno mesto. U praksi je od velike vanosti reavati probleme planiranja proizvodnje radi maksimiranja profita. Zbog toga su razvijeni metodi maksimiranja funkcije cilja pod odreenim ogranienjima. Takoe je vano minimiranje funkcije cilja pod odreenim ogranienjima, kao to je minimiranje trokova da bi se proizvveo novi proizvod pomou raspoloivih sirovina. Razmotriemo jedan takav primer. Planira se proizvodnja dijetetskog proizvoda koji sadri 30 jedinica vitamina A, 20 jedinica vitamina D i 24 jedinice vitamina E. Vitamini se mogu obezbediti pomou pakovanja proizvoda F koji sadri 2 jedinice vitamina A, 5 jedinica vitamina D i 2 jedinice vitamina E, ili pakovanjima proizvoda G koji sadri 6 jedinica vitamina A, 1 jedinicu vitamina D i 3 jedinice vitamina E. Jedno pakovanje proizvoda F kota 80 $, a pakovanje proizvoda G 160 $. Koliko treba kupiti pakovanja F, a koliko G da bi se minimirao troak? Matematiki gledano treba kupiti y1 pakovanja F i y2 pakovanja G da bi se minimirao ukupni troak, koji je jednak: g = 80y1 + 160y2 uz ogranienja: (1) 2y1 + 6y2 30 (2) 5y1 + 1y2 20 (3) 2y1 + 3y2 24 (4) y1 0 (5) y2 0

Slika 1.2. g = 80y1 + 160y2, ogranienja: (1) 2y1 + 6y2 30, (2) 5y1 + 1y2 20, (3) 2y1 + 3y2 24 Problem se moe reiti grafikom metodom predstavljanom slikom 1.2. prvo se unesu ogranienja, a zatim jedna iz familije pravih g = 80y1 + 160y2, npr. g = 80y1 + 160y2 = 320. Povlaenjem paralelnih pravih g = 80y1 + 160y2 = 800 itd., gde poveavamo vrednost g, dolazi se prvi put do oblasti dopustivih reenja u taki B. Kako je ona odreena ogranienjima (1) i (3) to se njene koordinate dobijaju reavanjem jednaina: (1) 2y1 + 6y2 = 30 (2) 2y1 + 3y2 = 24 Reenja su: y2 = 2; y1 = 9 Minimum funkcije g jednak je: g(9, 2) = 80(9) + 160(2) = 1040 Reavanje problema minimiranja funkcije cilja pod odreenim ogranienjima mogue je izvesti i grafikom metodom kada su u pitanju dve promenljive. Meutim, u praksi se esto sreu problemi koji ukljuuju vei broj promenljivih, zbog ega su razvijene posebne metode. Jedna od njih je uvoenje dualnog problema koji omoguava da se problem minimiranja funkcije svodi na tehniku maksimiranja druge funkcije.

3. DUALNI PROBLEM
Za svaki problem maksimiranja funkcije u linearnom programiranju postoji odgovarajui problem minimiranja, vai i obrnuto. Originalni problem se naziva primarnim problemom, a njemu odgovarajui nazivamo dualnim problemom. Neka je primarni problem maksimiranja funkcije f = c1 x1 + c2x2 + ... + cnxn sa sledeim ogranienjima: a11x1 + a12x2 + ... + a1nxn b1 a21x1 + a22x2 + ... + a2nxn b2 ... am1x1 + am2x2 + ... + amnxn bm
6

x1, x2, ... , xn 0 Dualni problem je minimiranje funkcije g = b1 y1 + b2 y2 + ... + bmym sa sledeim ogranienjima: a11 y1 + a21y2 + ... + am1ym c1 a12 y1 + a22y2 + ... + am2ym c2 ... a1ny1 + a2ny2 + ... + amnym cn y1, y2, ... , ym 0 Veza izmeu koeficijenata primarnog i dualnog problema najbolje se uoava pomou matrica koeficijenata. Primarni problem Dualni problem

Treba uoiti da je matrica koja odgovara dualnom problemu transponovana matrica primarnog problema, kao i da matrice nemaju element u poslednjoj vrsti i poslednjoj koloni. Teorema dualnosti tvrdi da funkcija cilja f kod problema maksimiranja dostie maksimalnu vrednost ako i samo ako funkcija cilja odgovarajueg dualnog problema dostie minimalnu vrednost, i u tom sluaju je fmax = gmin. Takoe, ako je taka A u skupu ogranienja funkcije f, a taka B u skupu ogranienja funkcije g, pri emu f(A) = g(B), tada su A i B optimalna reenja odgovarajuih problema. Veza izmeu promenljivih u primarnom i dualnom problemu je sledea: ako je u optimalnom reenju primarnog problema jedna promenljiva razliita od nule, tada je odgovarajua dopunska promenljiva u dualnom problemu jednaka nuli; ako je u optimalnom reenju primarnog problema jedna dopunska promenljiva razliita od nule, tada je odgovarajua promenljiva u dualnom problemu jednaka nuli. Primer Problem maksimiranja funkcije f = 100x1 + 300x2 uz ogranienja: 4x1 + 14x2 56 18x1 + 6x2 72 8x1 + 12x2 96 x1, x2 0 ima sledei dualni problem. Minimirati funkciju g = 56y1 + 72y2 + 96y3 pri uslovima: 4y1 + 18y2 + 8y3 100 14y1 + 6y2 + 12y3 300 y1, y2, y3 0
7

Primer Odrediti minimalnu vrednost funkcije g = 10y1 + 30y2 + 20y3 pri uslovima: 2y1 + 5y2 + 2y3 20 y1 + 5y2 + 4y3 30 y1, y2, y3 0 Reenje emo potraiti preko odgovarajueg dualnog problema. Matrica primarnog problema je:

Matrica dualnog problema se dobija transponovanjem

To je problem maksimiranja funkcije f = 20x1 + 30x2 uz ogranienja: 2x1 + x2 10 5x1 + 5x2 30 2x1 + 4x2 20 x1 0 x2 0 Ogranienja dualnog problema u obliku jednaina su: 2x1 + x2 + d1 = 10 5x1 + 5x2 + d2 = 30 2x1 + 4x2 +d3 = 20 Ovaj problem smo ranije reili i nali maksimum funkcije fmax = 160, kada su vrednosti promenljive x1 = 2, x2 = 4, d1 = 2, d2 = 0, d3 = 0. Prema teoremi dualnosti, primarni problem ima minimum: gmin = 160 = fmax Nejednaine primarnog problema svode se na sledee jednaine: 2y1 + 5y2 +2y3 h1 = 20 y1 + 5y2 +4y3 h2 = 30 h1, h2 0 Poto su x1 i x2 razliiti od nule sledi da je h1 = h2 = 0, a iz d1 0 sledi da je y1 = 0. Zamenom u gornje jednaine dobijamo: 5y2 + 2y3 = 20 5y2 + 4y3 = 30 y3 = 5; y2 = 2 Sledi da je g(0, 2, 5) = 10(0) + 30(2) +20(5) = 160 = gmin = fmax

4.PRIMERI
1.Odredi dualni problem: a) Maskimirati f = 40x +60y pri uslovima: 2x + y 15 x + 2y 10 x + 3y 14 x, y 0 c) Minimirati g = 25y1 + 32y2 + 45y3 pri uslovima: 6y1 + 2y2 +5y3 110 y1 + 8y2 +3y3 340 y1, y2, y3 0 Reenje: a) Matrica primarnog problema je:

b) Maksimirati f = 10x + 20y pri uslovima: x + 3y 36 x + y 14 3x + 2y 40 x, y 0 d) Minimirati g = 10y1 + 40y2 + 20y3 pri uslovima: y1 + 4y2 +y3 48 2y1 + 5y2 +2y3 32 y1, y2, y3 0

Matrica dualnog problema je:

Dualni problem je minimirati g = 15r + 10s + 14t pri uslovima: 2r + s + t 40 r + 2s + 3t 60 r, s, t 0 b) Matrica primarnog problema je:

Matrica dualnog problema je:

Dualni problem je minimirati g = 36r + 14s + 10t pri uslovima:

9

r + s + 3t 10 2r + s + 2t 20 r, s, t 0 c) Matrica primarnog problema je:

Matrica dualnog problema je:

Dualni problem je maksimirati f = 110x1 + 340x2 pri uslovima: 6x1 + x2 25 2x1 + 8x2 32 5x1 + 3x2 45 x1, x2 0 d) Matrica primarnog problema je:

Matrica dualnog problema je:

Dualni problem je maksimirati f = 48x1 + 32x2 pri uslovima: x1 + 2x2 10 4x1 + 5x2 40 x1 + 2x2 20 x1, x2 0 2.Simpleks metodom maksimirati funkciju f = 20x1 + 5x2 pri uslovima: 2x1 + x2 60 10x1 + 8x2 432 6x1 + x2 156 x1, x2 0 Reenje: Uvode se dopunske nenegativne promenljive r, s i t, da bi nejednaine predstavili jednainama.
10

2x1 + x2 + r = 60 10x1 + 8x2 + s = 432 6x1 + x2 + t = 156 Inicijalna simpleks tabela je: x1 x2 2 1 10 8 6 1 -20 -5 Prva kolona je pivot kolona. 60 : 2 = 30 Pivot element je broj 6. x1 2 5 1/2 -20 Delimo pivot vrstu sa 6. x1 2 10 -20 x2 1 5 1 -30 d1 1 0 0 0 d2 0 1 0 0 d3 0 0 1/4 0 konstanta 60 432 156 0 x2 1 5 1 -30 r 1 0 0 0 s 0 1 0 0 t 0 0 1 0 konstanta 60 432 156 0

432 : 10 = 43,2

156 : 6 = 26

d1 1 0 0 0

d2 0 1 0 0

d3 0 0 1/4 0

konstanta 10 30 5 0

Pivot vrstu najpre mnoimo sa -2 i dodajemo prvoj vrsti; zatim je mnoimo sa -10 i dodajemo drugoj vrsti; na kraju pivot vrstu mnoimo sa 20 i dodajemo poslednjoj vrsti u kojoj su indikatori. Time u pivot koloni dobijamo sve nule i jednu jedinicu na mestu pivota. x1 x2 r s t konstanta 0 2/3 1 0 -1/3 8 0 19/3 0 1 -5/3 172 1 1/6 0 0 1/6 26 0 -5/3 0 0 10/3 520 min {8 : 2/3, 172 : 19/3, 26 : 1/6} = 8 : 2/3 Pivot je 2/3 i zato ga zaokruujemo. x1 0 0 1 0 19/3 1/6 -5/3 x2 d1 1 0 0 0 d2 0 1 0 0 d3 -1/3 -5/3 1/6 10/3 konstanta 8 172 26 520
11

Mnoimo novu pivot vrstu sa recipronom vrednou pivota 3/2 i dobijamo: x1 x2 r s t konstanta 0 1 3/2 0 -1/2 12 0 19/3 0 1 -5/3 172 1 1/6 0 0 1/6 26 0 -5/3 0 0 10/3 520 Pivot vrstu najpre mnoimo sa -19/3 i dodajemo drugoj vrsti; zatim je mnoimo sa -1/6 i dodajemo treoj vrsti; na kraju pivot vrstu mnoimo sa 5/3 i dodajemo poslednjoj vrsti u kojoj su indikatori. Time u pivot koloni dobijamo sve nule i jednu jedinicu na mestu pivota. x1 0 0 1 0 x2 1 0 0 0 r 3/2 -19/2 -1/4 5/2 s 0 1 0 0 t -1/2 3/2 1/4 5/2 konstanta 12 96 24 540

Iz finalne simpleks tabele zakljuujemo da je maksimum funkcije fmax = 540, koji se dostie za x1 = 24, x2 = 12. 3.Simpleks metodom minimirati funkciju g = 210r + 240s + 400t pri uslovima: 10r + 20s + 50t 20 30r + 30s + 25t 50 r, s, t 0 Reenje: Reiemo dualni, pa zatim primarni problem. Matrica koeficijenata primarnog problema je:

Matrica koeficijenata dualnog problema je:

Dualni problem je maksimiranje funkcije f f = 20x + 50y pri uslovima: 10x +30y 210 20x +30y 240 50x +25y 400 x, y 0
12

Uslovi u obliku jednaina su: 10x +30y + d1 = 210 20x +30y + d2 = 240 50x +25y +d3 = 400 Inicijalna simpleks tabela je: x y 10 30 20 30 50 25 -20 -50 d1 1 0 0 0 d2 0 1 0 0 d3 0 0 1 0 konstanta 210 240 400 0

Nalazimo pivot i zaokruujemo ga: x d1 10 30 1 20 30 0 50 25 0 -20 -50 0 Delimo pivot vrstu sa 30: x 1/3 1 20 30 50 25 -20 -50 Pravimo nule u pivot koloni: x y 1/3 1 10 0 125/3 0 -10/3 0 Zaokruujemo nov pivot: x y 1 10 125/3 -10/3 Delimo vrstu sa 10: x 1 125/3 -10/3 0 0 0 y 1 0 0 0

d2 0 1 0 0

d3 0 0 1/4 0

konstanta 210 240 400 0

d1 1/30 0 0 0

d2 0 1 0 0

d3 0 0 1/4 0

konstanta 7 240 400 0

d1 1/30 -1 -5/6 5/3 d1 1/30 -1 -5/6 5/3 d1 1/30 -1/10 -5/6 5/3

d2 0 1 0 0 d2 0 1 0 0 d2 0 1/10 0 0

d3 0 0 1 0 d3 0 0 1/4 0 d3 0 0 1/4 0

konstanta 7 30 225 350 konstanta 7 30 225 350 konstanta 7 3 225 350

13

Pravimo nule u pivot koloni: x y 0 1 1 0 0 0 0 0

d1 1/15 -1/10 10/3 4/3

d2 -1/30 1/10 -25/6 1/3

d3 0 0 1 0

konstanta 6 3 100 360

Iz finalne simpleks tabele zakljuujemo da je fmax = 360, za sledee vrednosti promenljivih: x = 3, y = 6, d1 = d2 = 0 Na osnovu teoreme dualnosti sledi da je u primarnom problemu dostignut minimum gmin = fmax = 360 za: t = 0, u1 = u2 = 0 i 10r +20s = 20 30r + 30s = 50 to je zadovoljeno za: r = 4/3 i s= 1/3 Ovde su u1 i u2 dopunske promenljive u primarnom problemu. 4.Proizvoa proizvodi dva artikla A i B. Da bi se dobio gotov artikal A potrebno je: 1 sat za obradu, 2 sata za sklapanje i 2 sata za pakovanje. Za proizvodnju artikla B potrebno je: 3 sata za obradu, 3 sata za sklapanje i 1 sat za pakovanje. Proizvoa moe dnevno da obezbedi: 21 sat obrade, 24 sata sklapanja i 16 sati pakovanja. Profit koji se ostvaruje iznosi 40 $ po artiklu A, a 30 $ po artiklu B. Koji je optimalni plan proizvodnje? Napisati matematiku formulu problema, a zatim ga reiti. Reenje: Treba maksimirati dnevni profit f, f = 40x +30y gde je x broj jedinica artikla A, a y artikla B, pri ogranienjima: x + 3y 21 2x + 3y 24 2x + y 16 x, y 0 Za reavanje zadatka specijalnim programom naih autora potrebno je najpre uneti podatke u tabelu. 1

Laboratorija za operaciona istraivanja, Milan stanojevi i drugi

14

Zatim se dobija optimalno reenje x = 6, y 0 4 i fmax = 360

5.Za proizvod A potrebno je: 10kg gvoa, 4kg bakra i 9kg cinka, a za proizvod B: 5kg gvoa, 12kg bakra i 9kg cinka. Na raspolaganju je: 80kg gvoa, 82kg bakra i 72kg cinka. Profit po jedinici proizvoda A iznosi 50 $, a po proizvodu B je 40 $. Matematiki formulisati problem maksimiranja profita. Reenje: Treba maksimirati profit f, f = 50x + 40y gde je x broj jedinica proizvoda A, a y proizvoda B, pri ogranienjima: 10x + 5y 80 4x + 12y 82 9x + 9y 72 x, y 0

15

Maksimalni profit je 400 $ koji se ostvaruje sa 8 proizvoda A i nijednim proizvodom B. 6.Kroja ima 16 metara pamunog materijala, 11 metara postave i 15 metara tofa. Za komplet A potrebno je: 2 metra pamunog materijala, 1 metar postave i 1 metar tofa. Za komplet B potrebno je: 1 metar pamunog materijala, 2 metra postave i 2 metra tofa. Ako je profit po jednom kompletu A 30 $, a po kompletu B 50 $, koji mu je plan proizvodnje najisplativiji? Reenje: Treba maksimirati profit f = 30x +50y gde je x broj kompleta A, a y kompleta B, pri ogranienjima: 2x + y 16, x + 2y 11, x + 3y 15, x, y 0 Maksimalni profit iznosi 310 $ za x = 7 i y = 2. 7.Maksimirati funkciju f pri datim ogranienjima: b) f = 30x + 50y f = 170x + 50y 27x + 5y 270 27x + 5y 270 5x + 3y 106 5x + 3y 106 3x + 2y 70 3x + 2y 70 x, y 0 x, y 0 e) f = 80x + 50y 20x + 8y 380 3x + 4y 113 4x + 7y 189 x, y 0 g) f = 80x + 100y 24x +3y 360 3x +5y 156 3x +7y 210 x, y 0 h) f = 80x + 100y 12x +2y 144 3x +5y 90 2x +5y 85 x, y 0 f = 60x + 100y 20x + 8y 380 3x + 4y 113 4x + 7y 189 x, y 0

a)

c) f = 80x +50y 27x + 5y 270 5x + 3y 106 3x + 2y 70 x, y 0 f) f = 200x +100y 8x + 3y 88 4x + 5y 72 2x + 3y 42 x, y 0 i) f = 150x + 100y 26x +6y 390 5x +4y 149 2x +5y 165 x, y 0

d)

8.Minimizirati ukupni troak: g = 80y1 + 160y2 uz ogranienja: (1) 2y1 +6y2 30 (2) 5y1 +1y2 20 (3) 2y1 +3y2 24 (4) y1 0 (5) y2 0
16

Reenje: Matrica primarnog problema je:

Matrica dualnog problema je:

Dualni problem je maksimirati funkciju: f = 30x1 + 20x2 +24x3 uz ogranienja: 2x1 + 5x2 + 2x3 80 6x1 + x2 + 3x3 160 x1 0 x2 0 Reenje dualnog problema je: fmax = 1040 x1 = 13,3333 x2 = 0 x3 = 26,6667 Sledi da je u primarnom problemu: gmin = fmax = 1040 2y1 + 6y2 = 30 2y1 + 3y2 = 24 y2 = 2 y1 = 9 to je isti rezultat koji je ranije dobijen grafikom metodom.

17