Professional Documents
Culture Documents
SEMINARSKI RAD
Predmet: Operaciona istraivanja
Tema: Linearno programiranje -Grafiki i metod eliminacije
Mentor:
dr Radica Bojii
Student:
Tijana Veljkovi,
Broj indeksa: 105/2013
Seminarski rad
OPERACIONA ISTRAIVANJA
SADRAJ:
UVOD...3
LINEARNO PROGRAMIRANJE...4
PREGLED METODA LINEARNOG PROGRAMIRANJA...5
GRAFIKA METODA5
FURIJE-MOCKINOV METOD ELIMINACIJJE...8
REAVANJE SISTEMA LINEARNIH NEJEDNAINA..8
ZAKLJUAK.11
LITERATURA...12
Uvod
Seminarski rad
OPERACIONA ISTRAIVANJA
Formulisati realni ivotni problem kao problem linearnog programiranja zahteva timski rad
strunjaka iz vie podruja.
Na poetku emo se upoznati sa nekim osnovnim pojmovima koji se koriste za
objanjavanje i definisanjem grafike metode i Furije Mockinove metode eliminacije. Dati su i
primjeri kroz koje se vidi upotreba grafike metode i Furije- mockinove metode eliminacije za
reavanje problema linearnog programiranja.
Linearno programiranje
Linearno programiranje je najstarija i jedna od metoda operacijskih istraivanja koja se
najee primjenjuje u praksi.
Linearno programiranje je metoda kojom se odreuje optimalna vrednost (minimum ili
x1 , x 2 , , xn
maksimum) funkcije cilja s odreenim brojem strukturnih promenljivih
meusobno povezanih linearnim vezama, tj. ogranienjima u obliku linearnih jednaina ili
nejednaina.
Da bi se problem linearnog programiranja mogao reiti, potrebno je postaviti matematiki
model koji se sastoji od funkcije cilja i ogranienja u obliku jednaina ili nejednaina i zakona
nenegativnosti.
Matematiki model za problem kod kojeg se trai maksimalna vrednost funkcije cilja
glasi:
max Z =c 1 x 1+ +c n x n
uz ogranienja:
3
Seminarski rad
OPERACIONA ISTRAIVANJA
a11 x 1+ +a 1n x n b1
1.
.
am 1 x 1+ +amn x n bm
x j 0, j=1, ,n
2.
odnosno u saetom obliku:
max Z = c j x j
j=1
uz ogranienja:
3.
n
a ij x j b i , i=1, , m
j=1
x j 0
4.
gdje je:
c j = koeficijent cilja
x j = koliina
j=1, , n
j te promenljive,
j te promenljive,
j=1, , n
j=1, , n
= koliina
i=1, , m ;
i=1, , m
j=1, , n .
Za problem kod kojeg se trai minimalna vrednost linearne funkcije matematiki model
glasi:
n
min Z= c j x j
j=1
uz ogranienja:
5.
n
a ij x j b i , i=1, 1 m
j=1
6.
x j 0, j=1, ,n
4
Seminarski rad
Pritom,
OPERACIONA ISTRAIVANJA
bi
c ij
aij
m i
Meutim, u praksi se javljaju problemi kod kojih se trai minimalna ili maksimalna
vrednost funkcije cilja a ogranienja, s obzirom da se odnose na razliite sadaje, imaju znak
i ili ; to su tzv. problemi s meovitim ogranienjima.
m broj
ogranienja).
a ij X j bi , i=1,2, ,m
j=1
odreuje
podskup
Si
i=1 ,2 , , m
(skup
taaka
jedne
strane
hiperravni:
aij X j =bi
n
.
j=1
odreen jednainom:
S=S1 S2 S m S m +1 Sm +n
5
Seminarski rad
OPERACIONA ISTRAIVANJA
S m +1
gde se podskupovi
x 1 0, x 2 0, , x n 0
za
,,
S m +n
Skup moguih reenja geometrijski predstavlja poliedar u prostoru. Funkcija cilja, koja se
F=const . interpretira kao hiperravan, dostie maksimum (minimum) u jednom vrhu
poliedra (sluaj jedinstvenog optimalnog reenja) ili po jednoj stranici poliedra ako je hiperravan
F=const . njoj paralelna (sluaj beskonano mnogo optimalnih reenja).
Grafika (geometrijska) metoda reavanja problema linearnog programiranja bie
pokazana na primeru 1, i iz njega emo izvui zakljuak koji e biti od znaenja za optu
algebarsku metodu.
Primer 11:
Preduzee treba da proizvodi dva proizvoda,
M 1, M 2i M 3 .
B
X
RFV
sati
1.500
2,8
1.800
9,5
1.800
Dobit
30
KM/kom.
5 x1 +6 x 2 1.500
9 x 1+2,8 x 2 1.800
2 x 1 +9,5 x 2 1.800
50
OX 1 X 2
1 https://bs.scribd.com/doc/33427379/Linearno-programiranje
6
Seminarski rad
OPERACIONA ISTRAIVANJA
Funkcija cilja
F( x )
F( x )
160 jedinica
Seminarski rad
OPERACIONA ISTRAIVANJA
na preseku pravih
p1
M1
p2
i
i
, tj. na preseku
M3
, znai da je
zadovoljen uslov jednakosti ova dva ogranienja, te je raspoloivi fond vremena ovih maina
100 iskoriten.
ai 1 x 1 +a i2 x 2+ +a x n >bi , i=1 ,2 , . .. , m
Reenje sistema je ma koja ureena
sve nejednaine sistema. Pod reavanjem sistema (7) podrazumevamo nalaenje skupa svih
reenja.
Kako se svaka jednakost A=B moe ekvivalentno zapisati kao sistem od dve
nejednakosti A B i A B , reavanje sistema nejednaina obuhvata i reavanje sistema
jednaina i nejednaina.
Izloiemo Furije - Mockinovu metodu reavanja sistema (7). Ideja metode je eliminacija
x1
nepoznatih. Pretpostavimo da elimo da iz sistema (7) eliminiemo nepoznatu
. Uvedimo
oznake
8
Seminarski rad
OPERACIONA ISTRAIVANJA
I ={ i ai 1> 0 }
J = { j a j1 <0 }
K= { k ak 1=0 }
x1
{bi ; (ai 2 x2 ++ a x n) }
ai 1
x1
dobijamo
, i I
{b j ;(a j 2 x2 ++ a jn x n)}
a j1
, j J
ak 2 x 2+ +akn x n b k ,k K
I ,J
ili
sistem:
[ bi( ai 2 x 2 ++a x n) ] [ b j ( a j 2 x 2+ +a jn x n ) ] ,i I , j J
ai 1
a j1
ak 2 x 2+ +akn x n b k ,k K
Odnosno:
n
a
a
b
b
a ip a jp x p a i a j , i I , j J
p=2
i1
j1
i1
j1
8.
n
a kp x p bk , k K
p=2
ili
Seminarski rad
OPERACIONA ISTRAIVANJA
x1
proizviljno izabere iz
intervala
max
i I
b i( a i2 x 2+ +a x n )
b j( a j 2 x 2 ++ a jn x n )
,min
, I , J
ai 1
aj1
jJ
Odnosno:
(, min
j J
b j( a j 2 x 2+ +a jn x n )
, I = , J
a j1
Odnosno:
max
i I
b i( a i2 x 2+ +a x n )
, + ) , , J =
ai 1
Odnosno:
( ,+ ) , I =J =
Na taj nain reavanje sistema (7) svelo se na reavanje sistema (8).
Postupak eliminacije bi se mogao dalje nastaviti na isti nain, birajui po volji redosled
nepoznatih koje se eliminiu. Sisteme koji se dobijaju uzastopnim eliminacijama zvaemo
eliminante sistema (7). Ako se na prazan sistem formalno primeni postupak eliminacije,
dobiemo prazan sistem sa jednom nepoznatom manje. Poslednja eliminanta ne sadri nepoznate.
Ona je sastavljena od brojevnih nejednakosti ili je prazan skup uslova.
Mogui su sluajevi:
1. Poslednja eliminanta sadri netanu nejednakost. Tada polazni sistem nema nijedno
reenje.
2. Sve nejednakosti u poslednjoj eliminanti su tane. To je ispunjeno ako je ona prazan skup
uslova.
Jedno reenje sistema (7) dobijamo hodom unazad rekonstrukcijom reenja eliminanti,
polazei od poslednje, prema navedenom pravilu, sve dok se ne rekonstruie celo reenje
polaznog sistema. Pogodnim izborima vrednosti za nepoznate, ovako se moe dobiti svako
reenje polaznog sistema.
10
Seminarski rad
OPERACIONA ISTRAIVANJA
x1
dobijamo sistem
3 x 2 / 2+ x3 /2x 4 /21/2
9 x 2 /23 x3 /2+3 x 4 /2 7 /2
Eliminacijom
x4
1 7=3 . Stoga
Zakljuak:
Linearno programiranje je grana matematike koja se bavi problemom optimizacije
sredstava unutar zadatih ogranienja, maksimiziranjem korisnosti ili minimiziranjem trokova uz
zadata ogranienja. Postoje dve osnovne metode reavanja problema linearnog programiranja,
grafika (geometrijska) i algebarska.
2 http://elib.mi.sanu.ac.rs/files/journals/nm/216/nm451208.pdf
11
Seminarski rad
OPERACIONA ISTRAIVANJA
Geometrijska metoda moe se iskoristiti samo u sluaju dve ili tri promenljive, pri emu u
sluaju tri promenljive prostorni model postaje ve neprikladan.
Metodom eliminacije Furije Mockina razmatraju se sistemi sa dve nepoznate koji se
mogu reiti grafiki, iji je cilj kratko, jasno i elementarno izvoenje osnovnih rezultata teorije
sistema linearnih nejednaina.
Usanovili smo matematiki model za problem kod kojeg se trazi minimiziranje i maksimiziranje
vrednosti funkcije cilja uz njihova ogranienja. Definisali smo i odredili skup reenja funkcije
cilja primenom grafike metode, prikazali njenu primenu na primeru optimalnog plana
proizvodnje da bi se postigla maksimaslna dobit. Zatim smo prikazali reavanje sistema linearnih
nejednaina primenom Furije Mockinove metode eliminacije, formirali sistem nepoznatih i
odredili skup reenja, kao i prikazali primenu metoda na primeru.
Na kraju, u vidu zakljuka, moemo rei da se linearno programiranje danas primjenjuju
uskoro svim ekonomskim istraivanjima i da je veliki broj novih naunih rezultata ostvaren
zahvaljujui njima. Stoga se danas vie ne mogu zamisliti istraivanja u domenu dinamike i
granine analize problematike privrednog razvoja i meusektorskih odnosa, programiranja
idinamikih sistema bez primene odgovarajuih matematikih metoda i modela.
Literatura:
Internet izdanja:
12
Seminarski rad
OPERACIONA ISTRAIVANJA
LINEARNO PROGRAMIRANJE:
https://bs.scribd.com
web.efzg.hr
matematika.fkit.hr
www.pfri.unir.hr
FURIJE-MOCKINOV METOD ELIMINACIJE:
elib.mi.sanu.ac.rs
13