Professional Documents
Culture Documents
Lavoslav Caklovic - Matematicko Modeliranje (Transportni Problem)
Lavoslav Caklovic - Matematicko Modeliranje (Transportni Problem)
Lavoslav Caklovic - Matematicko Modeliranje (Transportni Problem)
Matematičko modeliranje
Poglavlje:
Transportni problem
http://www.math.hr/~caklovic/modeliranje/
Email:caklovic@math.hr
2. Dualnost
2.1. Slaba dualnost. S pozicije konkurencije prirodno je uvjet (5.4)
forsirati do jednakosti ui + vj = cij gdje god je to moguće, zasigurno tamo
gdje je xij > 0. Svih mn prethodnih jednakosti ne može biti zadovoljeno jer
imamo samo m + n nepoznanica. Prema tome, vrijedi nejednakost z 0 ≤ z
jer je primarni transport skuplji na svakoj dionici zasebno. Preciznije:
z 0 (u, v) = i ui ai + j vj bj
P P
P P P P
= i ui ( j xij ) + j vj ( i xij )
(5.5) P
= i,j (ui + vj )xij
P
≤ i,j cij xij = z(X)
Slaba dualnost izražava činjenicu da je zarada konkurencije manja ili jednaka
od cijene primarnog transporta i to je bila posljedica nejednakosti (5.4).
2. DUALNOST 49
odnosno
X
(cij − ui − vj )xij = 0.
i,j
x x
x x
x x
x .
x
x x x x
x x x
Tablica 3.1. Forma nedegeneriranog baznog transporta.
Algoritam:
Prvi korak: Zadovoljiti zahtjeve bj od proizvođača ai s najviše m +
n − 1 netrivijalnih dionica xij > 0.
54 5. TRANSPORTNI PROBLEM
a1 = 4 b1 = 2 5 3 1
a2 = 7 b2 = 3
b3 = 6 8 4 3
U primjeru je m + n − 1 = 4. Pogledajmo prvo kako radi algoritam sjeve-
rozapadnog ugla za određivanje polaznog transporta. Podatke upisujemo u
matricu transporta
X 2 3 6
4 x11 x12 x13
7 x21 x22 x23
u kojoj je suma elemenata po retcima jednaka ai , a suma po stupcima je jed-
naka bj . Za početak promatrajmo bilo koje četiri pošiljke koje zadovoljavaju
taj uvjet. Sada odredimo x11 = 2 u sjeverozapadnom uglu:
X 2 3 6
4 2 x12 x13
7 0 x22 x23 ,
a zatim
X 2 3 6
4 2 2 0
7 0 x22 x23 ,
i napokon
X 2 3 6
4 2 2 0
7 0 1 6 .
Cijena polaznog transporta je z(X) = 5 · 2 + 3 · 2 + 4 · 1 + 3 · 6 = 38.
Dualne takse odredit ćemo iz sistema jednadžbi ∗. Zaokružene cijene u
matrici cijena odgovaraju netrivijalnim komponentama transporta xij > 0:
3. ALGORITAM ZA RJEŠAVANJE TRANSPORTNOG PROBLEMA 55
v1 = 5 v2 = 3 v3 = 2
5
3 1 u1 = 0 5 3 ·
C=
8
4
3 u2 = 1 · 4 3
Ako odaberemo u1 = 0 preostale četiri takse je jednostavno odrediti. Na-
pomenimo da je uvjet optimalnosti zadovoljen zbog leme 5.2 pa ostaje još
samo provjeriti da li je ui + vj ≤ cij na svim dionicama. U ovom slučaju to
nije:
5
3 1
5
3 2
(cij ) = usporedimo s (ui + vj ) = .
8
4
3 6
4
3
U prvom retku desno u1 + v3 = 2 je veće od c13 = 1. To samo znači da
naš prvi izbor transporta nije optimalan. Da bi pronašli jeftiniji transport
otvaramo novu dionicu x13 i šaljemo s jedinica robe tom jedinicom. Podatak
x13 je sada jednak s. Treba korigirati dobavu od ostalih proizvođača; u ovom
slučaju x23 postaje 6 − s. To povećava x22 za s i smanjuje x12 za s i time su
promjene završene:
X 2 3 6
4 2 2−s s
7 0 1+s 6−s
Trenutačno je otvoreno pet dionica, ali izborom s = 2 opet će biti korištene
samo četiri,
X 2 3 6
4 2 0 2
7
0 3 4 .
Konkurencija preispituje svoje takse i traži mogućnost da ih smanji kako bi
bila konkurentna. Na novim dionicama opet se rješava sistem (∗):
v1 = 5 v2 = 2 v3 = 1
5
3
1 u1 = 0
5 2
1
C=
8
4
3 u2 = 2 7
4
3 .
Slaba dualnost je zadovoljena jer je ui + vj ≤ cij za svaki i, j pa teorem
dualnosti garantira optimalnost novog transporta X i dualnih taksi u, v.
Cijena novog transporta je z(X) = 5 · 2 + 1 · 2 + 4 · 3 + 3 · 4 = 36, a zarada
konkurenta je z 0 (u, v) = 4 · 0 + 7 · 2 + 5 · 2 + 3 · 2 + 6 · 1 = 36. Dakle, dualnost
je postignuta.
Teorem 5.6. Ako je transport u svakom koraku algoritma nedegeneriran
onda algoritam zavšava u konačno mnogo koraka.
Dokaz. Dovoljno je vidjeti da je pad cijene transporta u koraku optimi-
zacije strogo veći od nule. Kako se radi o diskretnim vrijednostima, a cijena
transporta je omeđena odozdo to dokazuje tvrdnju.
56 5. TRANSPORTNI PROBLEM
Ako s X i X 0 označimo stari i novi transport tada je, prema koraku četiri
i pet algoritma, novi transport nastao is starog dodavanjem ciklusa stablu
transporta X u kojem su sve dionice (ciklusa) saturirane, osim novo otvorene
dionice (i, j). Pad cijene transporta je
z(X) − z(X 0 ) = s cij − cjk + ckl − · · · + crs − csi
= s cij − vj − uk + uk + vl − · · · + ur + vs − vs − ui
= s cij − vj − ui ,
što je strogo negativno prema koraku tri algoritma.
4. Degeneracija.
Opisani algoritam za rješavanje transportne zadaće polazi od nedege-
neriranog baznog transporta koji jednoznačno određuje inducirane dualne
varijable. Ako to nije slučaj, znači da je polazni transport degeneriran. Evo
primjera takvog transporta i poteškoća koje on uzrokuje.
Primjer 5.7. Nađi optimalni transport ako je zadana matrica cijene
0 2 2
C= 5 0 5
5 0 3
Zalihe su a1 = 1, a2 = 3, a3 = 2 i potražnja b1 = 1, b2 = 4, b3 = 1. Metoda
sjeverozapadnog ugla daje polazni transport:
X0 1 4 1
1 1 0 0
3 0 3 0
2 0 1 1
Taj je transport degeneriran i nije teško vidjeti da je cijena tog transporta
minimalna i iznosi z(X) = 3. Dakle, taj je transport optimalan.
Naš algoritam ga medjutim ne može prepoznati kao takvog jer nije u
stanju izračunati dualne varijable koje su nužne za testiranje optimalnosti.
Zbog degeneriranosti imamo m + n − 2 = 4 jednadžbe za odrediti m + n = 6
dualnih varijabli. Upravo ta neodređenost ’zbunjuje’ algoritam. Pogledajmo
detaljnije račun u ovom slučaju. Sistem jednadžbi (∗) određen je tabelom
ui + vj v1 v2 v3
u1 0 · ·
u2 · 0 ·
u3 · 0 3
Nula u gornjem lijevom kutu daje u1 = v1 = 0. Donji desni blok u matrici
jednoznačno odredjuje dualne varijable v2 i v3 ako specificiramo vrijednost
za u2 . Ovisno o toj vrijednosti algoritam može i ne mora prepoznati taj
transport kao optimalan.
Za vrijednost u2 = 0 dobivamo v2 = 0, u3 = 0, v3 = 3 te (0, 0, 3) za prvi
redak matrice (ui + vj ) i (0, 0, 0)τ za prvi stupac. Algoritam bi ustanovio
4. DEGENERACIJA. 57
5. Zadaci i nadopune
Zadatak 30. Pitanje se odnosi na primjer 5.5 iz teksta. Za koju cijenu
c13 bi transport dobiven pomoću metode sjeverozapadnog ugla bio optima-
lan?
Zadatak 31. Ako bi cijena c21 bila 4 umjesto 8, zbog kojeg razloga bi
algoritam izabrao dionicu x12 kao novu? Odredite vrijednost od s u tom
koraku? Da li je novi transport optimalan?
9 3 6
Zadatak 33. Neka je matrica cijene C = .
3 1 2
Nađite one cijene za koje je ui +vj = cij na dionicama iz prethodnog zadatka.
Da li je ui + vj ≤ cij na svim dionicama? Ako nije, koju novu dionicu treba
otvoriti? Dovršite problem!
1 3 4 5 1
a = 5 , b = 4 , cij = 4 4 6 .
7 5 6 4 5
Uputa. Nepoznanice xij svrstajmo u niz x11 , x12 , . . . , x1n , x21 , . . . , xm1 ,
. . . , xmn . Matrica sistema je sada
5. ZADACI I NADOPUNE 59
1 1 ··· 1 0 0 ··· 0 ··· 0 0 ··· 0
0 0 ··· 0 1 1 ··· 1 ··· 0 0 ··· 0
. . .
. . .
. . ··· .
0 0 ··· 0 0 0 ··· 0 ··· 1 1 ··· 1
A=
1
1 ··· 1
1 1 ··· 1
. . .
. . ··· .
. . .
1 1 ··· 1
[1] N. Antonić and M. Vrdoljak. Mjera i intregral. PMF–Matematički odjel, Zagreb, 2001.
[2] H. Brezis. Analyse fonctionnelle, Théorie et application. Collection Mathématiques
appliquées pur la maîtrise (Sous la direction de P. G. Ciarlet et J. L. Lions). Masson,
Paris, 1983.
[3] F. Hitchcook. The distribution of a produce from several sources to numerous localities.
Journal of Mathematical Physics, 20:224–230, 1941.
[4] S. Kurepa. Konačno dimenzionalni vektorski prostori i primjene. Tehnička knjiga, Za-
greb, 1967.
[5] S. Kurepa. Matematička analiza. Drugi dio. Funkcije jedne varijable. Tehnička knjiga,
Zagreb, 1971.
[6] L. Lovász and M. D. Plummer. Matching Theory, volume 29 of Annals of Discrete
Mathematics. North–Holland, 1986.
[7] A. Rapoport. Decision Theory and Decision Behaviour, Normative and Descriptive
Approaches, volume 15 of Series B: Mathematical and Statistical Methods. Kluwer,
Dordrecht, The Netherlands, 1989.
[8] L. Čaklović. Zbirka zadataka iz linearne algebre. Školska knjiga, Zagreb, 1989.
115