Ekonomski fakultet Sveuilite u Zagrebu

Kristina ori

Operacijska istraivanja
Poslijediplomski studij

Zagreb, travanj 2005

Linearno i cjelobrojno programiranje

Linearno programiranje promatra probleme u kojima se linearna funkcija cilja mora optimirati (maksimizirati ili minimizirati) uz uvjete ili ogranienja dana u obliku jednadbi ili/i nejednadbi i uz nenegativne varijable odluivanja. Kod cjelobrojnog su programiranja varijable odluivanja cjelobrojne. Formulirati (modelirati) realni ivotni problem kao problem linearnog programiranja nije nimalo lako. To u svakom sluaju zahtijeva timski rad strunjaka iz vie podruja. U okviru emo ovog kolegija promatrati jednostavnije probleme koji su samo mali dio realnih problema. Linearno se programiranje prvi put pojavljuje 1947. godine kada je G.B. Dantzing kreirao tzv. simpleks metodu za rjeavanje problema planiranja rasporeda pilota u US Air Force. Nakon toga se ta matematika disciplina proirila i na ostala podruja realnog ivota kao to su proizvodnja, financije, marketing, poljoprivreda, medicina i slino. U sljedeem su tekstu dani neki standardni primjeri iz kojih e biti jasnije o emu se radi. Primjer 1. (Proizvodnja) Neko poduzee proizvodi dvije vrste proizvoda A i B, na dvije grupe strojeva, S1 i S 2 . Dnevni su kapaciteti i karakteristike strojeva dani u tablici: Broj sati potreban za proizvodnju jedinice proizvoda

A B Dnevni kapacitet (u satima)

S1 0.5 0.4 16

S2 0.2 0.2 20

Dobit je po jedinici proizvoda A 200 kn, a po jedinici proizvoda B, 150 kn. Sastavite linearni model dnevne proizvodnje koja e osigurati maksimalnu dobit. Varijable odluivanja:

x1 x2

koliina proizvoda A koliina proizvoda B

LP model:

z = 200 x1 + 150 x2 max 0.5 x1 + 0.4 x2 16 0.2 x1 + 0.2 x 2 20 xi 0, i = 1,2

* * Optimalno rjeenje (LP): ( x1 , x 2 ) = (32,0) , z * = 6400 .

(1)

(2)

Primjer 2. (Proizvodnja) U jednom se pogonu proizvode dva proizvoda na tri grupe strojeva. Za promatrani je vremenski period potrebno donijeti odluku koja e se koliina prvog i drugog proizvoda proizvesti u tom pogonu. Ogranienja su realizacije programa proizvodnje kapaciteti raspoloivih strojeva i mogunost plasmana proizvoda na trite. Tehnoloki su uvjeti proizvodnje dani tablicom: Strojevi Vrijeme potrebno za proizvodnju jedinice proizvoda 1 5 2 2 2 6 1 3 Raspoloivi kapacitet strojeva

S1 S2 S3

30000 8000 14400

Analizom je trita procijenjeno da se u promatranom vremenskom periodu ne moe prodati vie od 3500 jedinica prvog proizvoda i 4000 jedinica drugog proizvoda. Cilj je donijeti odluku kojom e se ostvariti maksimalna dobit, ako je ona za prvi proizvod 15 kn, a za drugi 10 kn po jedinici proizvoda. . Sastavite linearni model proizvodnje za promatrani period. Varijable odluivanja:

x1 x2

koliina proizvoda 1 koliina proizvoda 2

LP model:

z = 15 x1 + 10 x2 max 5 x1 + 6 x 2 30000 2 x1 + x2 8000 2 x1 + 3x 2 14400 x1 3500 x2 4000 xi 0, i = 1,2

* * Optimalno rjeenje (LP): ( x1 , x 2 ) = (2571.43,2857.14) , z * = 67142 .85 .

(1)

(2)

Primjer 3. (Proizvodnja) Neko poduzee proizvodi dva artikla, A i B, na tri grupe proizvoda S1 , S 2 i S 3 . Podaci o iskoritenju kapaciteta dani su u tablici: Broj komada na sat S1 S2 S3 2 3 2 3 2 2 3

A B

Radno je vrijeme 8 sati dnevno. Dobit je po jedinici proizvoda A 15 kn, a po jedinici proizvoda B 20 kn. Sastavite linearni model dnevne proizvodnje koja e osigurati maksimalnu dobit. Varijable odluivanja:

x1 x2

koliina proizvoda A koliina proizvoda B

A B LP model:

Vrijeme potrebno za proizvodnju jedinice proizvoda S1 S2 S3 1/2 1/3 1/2 1/3 1/2 1/2

z = 15x1 + 20 x 2 max 3x1 + 2 x2 48 2 x1 + 3x2 48 x1 + x2 16 xi 0, i = 1,2

* * Optimalno rjeenje (LP): ( x1 , x 2 ) = (0,16) , z * = 320 .

(1)

(2)

Primjer 4. (Proizvodnja) Neko poduzee proizvodi dva artikla A i B, paralelno, na dvije proizvodne linije, L1 i L2 . Dnevni kapaciteti i tehnoloke karakteristike linija dani su u tablici: Broj sati potreban za proizvodnju jedinice artikla L1 L2 0.5 0.8 0.4 0.7 16 24

A B Dnevni kapacitet (u satima)

Takoer, istraivanje je trita pokazalo da se dnevno proda najvie 20 jedinica artikla A i najvie 25 jedinica artikla B. Sastavite linearni program dnevne proizvodnje koja e osigurati maksimalnu koliinu proizvodnje.

Varijable odluivanja:

x A1 x A2 x B1 xB2

koliina artikla A proizvedena na liniji koliina artikla A proizvedena na liniji koliina artikla B proizvedena na liniji koliina artikla B proizvedena na liniji

L1 L2 L1 L2

LP model:

z = x A1 + x A2 + x B1 + x B 2 max 0.5 x A1 + 0.4 x B1 16 0.8 x A2 + 0.7 x B 2 24 x A1 + x A2 20 x B1 + x B 2 25 x A1 , x A2 , x B1 , x B 2 0

Optimalno rjeenje (LP): ( x A1 , x A2 , x B1 , x B 2 ) = (12,8,25,0) , z * = 45 .

(1)

(2)

Primjer 5. (Proizvodnja) Problem je odrediti optimalan program proizvodnje dvaju dijelova D1 i D2 jednog proizvoda, tako da se svakog dana ostvaruje maksimalan broj gotovih proizvoda. Dijelovi se mogu izraditi na bilo kojem od tri stroja, S1 , S 2 i S 3 . Dijelovi ulaze u gotov proizvod u omjeru 1:1. Utroak je rada u satima, po komadu svakog dijela i fond sati po svakom stroju, dan u tablici: Strojevi Utroak rada po komadu 1 8 4 1 2 4 6 2 Fond sati 24 24 8

S1 S2 S3
Sastavite linearni program. Varijable odluivanja:
x ij

koliina dijela Di , i = 1,2 proizvedena na stroju S j , j = 1,2,3

S1 S2 S3

D1 x11 x12 x13

D2 x 21 x 22 x 23

CLP model: z = x11 + x12 + x13 max (1)

8 x11 + 4 x 21 24 4 x12 + 6 x 22 24 x13 + 2 x 23 8 x11 + x12 + x13 x 21 x 22 x 23 = 0 xij 0, xij N

Optimalno rjeenje (CLP): ( x11 , x12 , x13 , x 21 , x 22 , x 23 ) = (0,3,6,6,2,1) , z * = 9 . Primjer 6. (Oglaavanje)

(2)

Marketinkom odjelu tvrtke X odobrena su novana sredstva od 200 000 kn tjedno za kreiranje intenzivne kampanje u svrhu promidbe novog proizvoda na lokalnim medijima. Sredstva se ele alocirati na etiri medija: 1. 2. 3. 4. TV spot u trajanju od 30 sekundi Oglas u dnevnom tisku (zakup cijele stranice) Radio spot u trajanju od 30 sekundi u poslijepodnevnim satima emitiranja Radio spot u trajanju od 1 minute u udarnom terminu emitiranja

Broj potencijalnih potroaa ostvaren promidbenom porukom, cijena poruke i maksimalan broj promidbenih poruka koji se moe ostvariti na tjedan za svaku vrstu medija, dani su u sljedeoj tablici: Mediji TV spot (30 sekundi) Dnevni tisak (1 stranica) Radio spot (30 sekundi) Radio spot (1 minuta) Broj potencijalnih potroaa 10 000 11 430 4 000 4 800 Cijena poruke (kn) 22 500 13 500 1 150 6600 Maksimalan broj poruka na tjedan 7 7 14 12

Menadment tvrtke zahtjeva i sljedee: (a) Na radiju emitirati najmanje 5 spotova tjedno (b) Za promidbene poruke na radiju moe se platiti najvie 50 000 kn tjedno

Formulirajte matematiki model ako je za tvrtku cilj: (a) Odrediti broj promidbenih poruka za svaki medij tako da se ostvari najvei ukupan broj potencijalnih potroaa u tjednu (b) Odrediti broj promidbenih poruka za svaki medij tako da se postignu najmanji trokovi reklamiranja u tjednu, a da gledanost bude najmanje 150 000. Varijable odluivanja: x1 broj promidbenih poruka, TV spot u trajanju od 30 sekundi, tjedno x2 broj promidbenih poruka u dnevnom tisku, jedna stranica, tjedno x3 broj promidbenih poruka u poslijepodnevnim satima emitiranja radija, u trajanju od 30 sekundi, tjedno x4 broj promidbenih poruka u trajanju od jedne minute, u udarnom terminu emitiranja radija (a) CLP model: z = 10000 x1 + 11430 x 2 + 4000 x3 + 4800 x 4 max 22500 x1 + 13500 x 2 + 1150 x3 + 6600 x 4 200000 (1)

x1 7 x2 7 x3 14 x4 12 x3 + x 4 5 1150 x3 + 6600 x 4 50000 xi 0, i = 1,2,3,4 , cijeli brojevi

* * * * Optimalno rjeenje (CLP): ( x1 , x 2 , x3 , x 4 ) = (3,7,14,3) , z * = 180410 .

(2)

(b) CLP model: z = 22500 x1 + 13500 x 2 + 1150 x3 + 6600 x 4 min 22500 x1 + 13500 x 2 + 1150 x3 + 6600 x 4 200000

(1)

x1 7 x2 7 x3 14 x4 12 x3 + x 4 5 1150 x3 + 6600 x 4 50000 10000 x1 + 11430 x 2 + 4000 x3 + 4800 x 4 150000 xi 0, i = 1,2,3,4 , cijeli brojevi

(2)

* * * * Optimalno rjeenje (CLP): ( x1 , x 2 , x3 , x 4 ) = (0,7,14,3) , z * = 130400 .

Primjer 7. (Tiskanje promidbenog materijala) Marketinki odjel tvrtke A tiska promidbeni materijal u obliku kataloga. Katalog moe imati tvrdi i meki uvez. Uvezivanje i tiskanje kataloga s tvrdim uvezom stoji 60 kn i traje 3 minute, a uvezivanje i tiskanje kataloga s mekim uvezom stoji 40 kn i traje 2 minute. Ukupno je raspoloivo vrijeme za uvezivanje i tiskanje kataloga 400 sati, a da bi se uvezivanje i tiskanje uope isplatilo, stroj mora raditi najmanje 200 sati. Iz iskustva, odjel zna da mu je potrebno najmanje 2000 kataloga s tvrdim uvezom i najmanje 1000 kataloga s mekim uvezom. Koliko e odjel tiskati i uvezati kataloga s tvrdim, a koliko s mekim uvezom da bi minimizirao trokove tiskanje i uvezivanja? Varijable odluivanja:

x1 x2

broj kataloga s tvrdim uvezom broj kataloga s mekim uvezom

CLP model:

z = 60 x1 + 40 x 2 min 3x1 + 2 x2 24000 3x1 + 2 x2 12000 x1 2000 x2 1000 xi 0, i = 1,2 , cijeli brojevi
* * Optimalno rjeenje (CLP): ( x1 , x 2 ) = (3332,1002) , z * = 240000 .

(1) (2) (3) (4) (5)

Primjer 8. (Distribucija Problem transporta) Uzorke proizvoda namijenjene promidbi potrebno je iz dva distribucijska centra, S1 i S 2 , prevesti na tri prodajna mjesta, P1 , P2 i P3 tako da ukupni trokovi transporta budu minimalni. Koliine uzoraka u distribucijskim centrima, potrebne koliine uzoraka na prodajnim mjestima i cijene transporta jednog uzorka iz odreenog distribucijskog centra na odreeno prodajno mjesto, dani su u sljedeoj tablici: Distribucijski centar Prodajno mjesto P3 P1 P2 2 4 3 7 5 6 Kapaciteti distribucijskih centara 10 8

S1 S2

Potrebe (kapaciteti) prodajnih mjesta

Odredite koliine prevezenih uzoraka tako da transportni trokovi budu minimalni. Varijable odluivanja:
x ij

koliina uzoraka prevezenih iz i-tog distribucijskog centra na j-to prodajno mjesto (odredite), i = 1,2; j = 1,2,3 Distribucijski centar Prodajno mjesto P3 P1 P2

S1 S2
CLP model:

x11 x 21

x12 x 22

x13 x 23

z = 2 x11 + 3 x12 + 5 x13 + 4 x 21 + 7 x 22 + 6 x 23 min x11 + x12 + x13 = 10 x 21 + x 22 + x 23 = 8

(1)

x11 + x 21 = 7 x12 + x 22 = 6 x13 + x 23 = 5 xij 0, i = 1,2; j = 1,2,3 , cijeli brojevi

(2)

(3)

* * * * * * Optimalno rjeenje: ( x11 , x12 , x13 , x 21 , x 22 , x 23 ) = ( 4,6,0,3,0,5) , z * = 68

Primjer 9. (Problem pridruivanja) Marketinki odjel tvrtke A priprema kampanju plasiranja novog proizvoda na trite i u tu svrhu priprema promidbeni materijal. Posao e biti dodijeljen vanjskim suradnicima. Za grafiko oblikovanje, tiskanje i distribuciju promidbenog materijala konkuriraju tri ponuaa. Da ne bi poremetila odnose sa svojim suradnicima, strategija tvrtke je da svakom ponuau da jedan posao. Ponude (u kn po katalogu) su dane u sljedeoj tablici: Poslovi Tiskanje (2) 14

Ponuai 1

Grafiko oblikovanje (1) 8

Distribucija (3) 2

2 3

4 5

13 13

3 1.5

Koji posao dodijeliti kojem ponuau tako da ukupni izdaci budu minimalni? Formulirajte matematiki model. Varijable odluivanja: 0, i - ti ponudjac nije dobio j - ti posao xij = 1, i - ti ponudjac je dobio j - ti posao , i, j = 1,2,3

Ponuai 1 2 3

Grafiko oblikovanje (1) x11

Poslovi Tiskanje (2)

Distribucija (3) x13 x 23 x 33

x12 x 22
x 32

x 21
x 31

BLP model: z = 8 x11 + 14 x12 + 2 x13 + 4 x 21 + 13x 22 + 3 x 23 + 5 x31 + 13 x32 + 1.5 x33 min x11 + x12 + x13 = 1 x 21 + x 22 + x 23 = 1 x31 + x32 + x33 = 1 x11 + x 21 + x31 = 1 x12 + x 22 + x32 = 1 x13 + x 23 + x33 = 1
xij {0,1}, i = 1,2,3; j = 1,2,3

(1)

(2)

(3)

Optimalno rjeenje: * * * * * * * * * ( x11 , x12 , x13 , x 21 , x 22 , x 23 , x31 , x32 , x33 ) = (0,0,1,1,0,0,0,1,0) , z * = 19 Primjer 10. (Problem pridruivanja) Pretpostavimo da iz nekog odreenog razloga, tvrtka ne eli posao distribucije dodijeliti prvom ponuau. Koji posao dodijeliti kojem ponuau tako da ukupni izdaci budu minimalni? Formulirajte matematiki model. Gornjem se modelu dodaje ogranienje x13 = 0 . Optimalno rjeenje:

10

* * * * * * * * * ( x11 , x12 , x13 , x 21 , x 22 , x 23 , x31 , x32 , x33 ) = (0,1,0,1,0,0,0,0,1) , z * = 19.50

Primjer 11. (Problem pridruivanja) Marketinka je agencija sklopila ugovor sa etiri tvrtke u svrhu istraivanja trita. Trenutno, agencija ima na raspolaganja tri slobodna djelatnika koji bi to mogli uiniti. Iako su svi oni sposobni za provedbu svakog od ta etiri istraivanja, vrijeme i trokovi istraivanja ovise o iskustvu i znanju svakog djelatnika. Trokovi, koji su u stvari honorari za djelatnike, dani su u sljedeoj tablici: Tvrtke - klijenti 2 3 4 3000 2800 2900 3200 3000 3100 2100 3300 2100

Djelatnici Ana Marija Ivan

1 3200 2700 1900

Na osnovu dosadanjih iskustava, voditelj agencije, Tomislav, obeao je Mariji honorar od najmanje 3000 kn za njen sljedei posao. Takoer, iz prethodnih ugovora, Tomislav zna da Ana nije u najboljim odnosima s tvrtkom 4. Na kraju, budui je tvrtka 1 vanija za agenciju od relativno novog klijenta, tvrtke 3, Tomislav je odluio da e prilikom sklapanja ugovora, tvrtka 1 imati prednost. Svaki djelatnik moe suraivati s najvie jednim klijentom. Koji posao dodijeliti kojem djelatniku tako da ukupni izdaci budu minimalni? Formulirajte matematiki model. Varijable odluivanja: 0, i - ti djelatnik nije sklopio ugovor s j - tom tvrtkom xij = 1, i - ti djelatnik je sklopio ugovor s j - tom tvrtkom Tvrtke - klijenti 2 3 x13 x12

Djelatnici Ana Marija Ivan BLP model:

1 x11

4 x14

x 21
x 31

x 22
x 32

x 23 x 33

x 24
x 34

z = 3200 x11 + 3000 x12 + 2800 x13 + 2900 x14 + 2700 x 21 + 3200 x 22 + 3000 x 23 + 3100 x 24 + 1900 x31 + 2100 x32 + 3300 x33 + 2100 x34 min

(1)

x21 = 0 x14 = 0 x11 + x 21 + x31 x13 x 23 x33 0

11

x11 + x12 + x13 + x14 = 1 x 21 + x 22 + x 23 + x 24 = 1 x31 + x32 + x33 + x34 = 1 x11 + x 21 + x31 1 x12 + x 22 + x32 1 x13 + x 23 + x33 1 x14 + x 24 + x34 1
xij {0,1}, i = 1,2,3; j = 1,2,3,4

(2)

(3)

Optimalno rjeenje: * * * * * * * * * * * * ( x11 , x12 , x13 , x14 , x 21 , x 22 , x 23 , x 24 , x31 , x32 , x33 , x34 ) = (0,0,1,0,0,0,0,1,1,0,0,0) , z * = 7800 Primjer 12. (Raspored operatera u call centru) Vremenski interval 0 - 04 04 - 08 08 - 12 12 - 16 16 - 20 20 - 24 Varijable odluivanja: Minimalno potreban broj operatera 71 42 103 52 80 80 Cijena jednog sata rada po operateru 25 25 20 20 20 25

x1 x2 x3 x4 x5 x6

broj ljudi koji dolazi na posao u 0 sati broj ljudi koji dolazi na posao u 4 sata broj ljudi koji dolazi na posao u 8 sati broj ljudi koji dolazi na posao u 12 sati broj ljudi koji dolazi na posao u 16 sati broj ljudi koji dolazi na posao u 20 sati

12

CLP model: z = 50 x1 + 45 x 2 + 40 x3 + 40 x 4 + 45 x5 + 50 x 6 min (1)

x1 + x 2 42 x 2 + x3 103 x3 + x 4 52 x 4 + x5 80 x5 + x6 80 x1 + x6 71 xi 0, i = 1,2,3,4,5,6 , cijeli brojevi

(2)

* * * * * * Optimalno rjeenje (CLP): ( x1 , x 2 , x3 , x 4 , x5 , x 6 ) = (42,0,103,29,51,29) , trokovi po satu su

z * = 11125 , a dnevne trokove dobijemo tako da trokove po satu pomnoimo s 4, tj. 44500 kn.

Primjer 13. (Marketing miks) Proizvoa proizvoda iroke potronje (skupocjeno vino) obrauje na tritu tri segmenta, S1 na kojem ima 250000 potencijalnih kupaca (mladi potroai vee kupovne moi), S2 na kojem ima 200000 potencijalnih kupaca (poslovni ljudi) i S3 na kojem ima 150000 potencijalnih kupaca (stariji, profinjenog ukusa). Ulaganjem u instrumente marketinkog miksa kojima e obraivati trite, eli ostvariti maksimalnu prodaju. Za obradu segmenata proizvoa eli u planskoj godini koristiti tri marketinka instrumenta: ulaganje u pakiranje, ulaganje u zakup polica u trgovinama, te ulaganje u promidbu. Takoer, namjera je proizvoaa ulagati u pojedine instrumente najmanje iznos uloenih sredstava iz prethodne godine. Odgovarajui su podaci dani u sljedeoj tablici: Segmenti Minimalno ulaganje u unapreenje prodaje 50000 70000 50000 300000 Minimalno ulaganje u pakiranje 60000 50000 50000 250000 Minimalno ulaganje u zakup polica u trgovini 70000 50000 50000 200000 Minimalna dodatna prodaja koju treba ostvariti 2500 3000 2500

S1 S2 S3 Ukupno raspoloivo ulaganje za plansku godinu

Na osnovu iskustvenog praenja proraunskih sredstava u pojedine marketinke instrumente, utvreni su parametri utjecaja (granini proizvodi) tih instrumenata na ostvarenu prodaju:

13

S1 S2 S3

Ulaganje u unapreenje prodaje 0.04 0.05 0.04

Ulaganje u pakiranje 0.02 0.04 0.01

Ulaganje u zakup polica u trgovini 0.01 0.01 0.01

Parametri utjecaja instrumenata (granini proizvodi) marketing miksa na prodaju ukazuju koliko e se poveati prodaja ako uloimo u pojedini instrument po pojedinom segmentu 1 kn. Granini proizvod raunamo na sljedei nain: na primjer, ako je ulaganje od 1000 kn povealo prodaju za 10 boca, onda je granini proizvod povecanje proizvodnje 10 = = 0.01 . ulaganje 1000 Da bi se ostvario trini udio iz prethodnog perioda, potrebno je ostvariti najmanje 20000 jedinica dodatne ukupne prodaje. Takoer, iznos ukupnih ulaganja ne smije prijei 50% od ostvarenog dodatnog prometa (cijena je po jedinici proizvoda 120 kn). Formulirajte i rijeite matematiki model plasmana novanih sredstava u marketing miks u cilju maksimiziranja ostvarene dodatne prodaje. Varijable odluivanja:
x ij - ulaganje u i-ti segment po j-om instrumentu

S1 S2 S3 LP model:

Ulaganje u unapreenje prodaje x11

Ulaganje u pakiranje

Ulaganje u zakup polica u trgovini x13 x 23 x 33

x12 x 22
x 32

x 21
x 31

max(0.04 x11 + 0.02 x12 + 0.01x13 + 0.05 x 21 + 0.04 x 22 + 0.01x 23 + 0.04 x31 + 0.01x32 + 0.01x33 ) Ogranienja na minimalnu dodatnu prodaju koju treba ostvariti: 0.04 x11 + 0.02 x12 + 0.01x13 2500 0.05 x 21 + 0.04 x 22 + 0.01x 23 3000 0.04 x31 + 0.01x32 + 0.01x33 2500

14

Ogranienja na minimalna ulaganja:

x11 50000 x12 60000 x13 70000 x21 70000 x22 50000 x 23 50000 x31 50000 x32 50000 x33 50000
Ogranienja na marketinki proraun: x11 + x 21 + x31 300000 x12 + x 22 + x32 250000 x13 + x 23 + x33 200000 Ogranienje na minimalnu dodatnu prodaju: 0.04 x11 + 0.02 x12 + 0.01x13 + 0.05 x 21 + 0.04 x 22 + 0.01x 23 + 0.04 x31 + 0.01x32 + 0.01x33 20000 Ogranienje na ulaganje u odnosu na dodatni promet:

x11 + x12 + x13 + x 21 + x 22 + x 23 + x31 + x32 + x33

tj. 1.4 x11 0.2 x12 + 0.4 x13 2 x 21 1.4 x 22 + 0.4 x 23 1.4 x31 + 0.4 x32 + 0.4 x33 0 Uvjet nenegativnosti:
xij 0, i = 1,2,3; j = 1,2,3

50 120 (0.04 x11 + 0.02 x12 + 0.01x13 + 0.05 x 21 + 0.04 x 22 + 0.01x 23 + 0.04 x31 + 0.01x32 + 0.01x33 ) 100

Optimalno rjeenje: ( x11 , x12 , x13 , x 21 , x 22 , x 23 , x31 , x32 , x33 ) = = (50000,60000,100000,200000,140000,50000,50000,50000,50000) Optimalna vrijednost funkcije cilja: 23300 boca. 15

Primjer 14. (Problem rasporeda) Dnevne novine ABC prodaju se u Republici Hrvatskoj u tri slina izdanja: jedna se verzija prodaje na podruju koje u redakciji nazivaju splitskim podrujem, druga verzija na rijekom podruju, a trea na zagrebakom podruju. Kako bi poveao svoju nakladu, taj je dnevnik odluio uvesti danas sve popularnije nagradne igre. Odlueno je da e 150 itatelja biti nagraeno putovanjem i to prema broju prodanih primjeraka na svakom od gore navedenih podruja. 32% prihoda se ostvaruje prodajom novina na splitskom podruju, 42% na rijekom, a 26% na zagrebakom. Prikupljanjem eksternih podataka, u dnevniku su zakljuili da bi njihovi itatelji najradije posjetili Veneciju, Rim, Pariz i London. Prikaz trokova putovanja u kn, po jednom nagraenom itatelju za put od njegova prebivalita do njegova odredita, dan je u sljedeoj tablici: Venecija Rim Pariz London Polazak iz Splita 280 640 920 1500 Polazak iz Rijeke 160 820 840 1300 Polazak iz Zagreba 240 780 1020 1400 Odlueno je da vie itatelja putuje u Pariz nego u Rim. Takoer, strategija je da se u Veneciju poalje najmanje 20 itatelja, u Rim i Pariz najmanje 10 po odreditu, a u London najmanje 5 itatelja. Takoer, oekuje se da e svaki odlazak u Veneciju poveati prodaju za 60 primjeraka, odlazak u Rim za 100 primjeraka, odlazak u Pariz za 250 primjeraka i odlazak u London za 360 primjeraka. Ukupni trokovi putovanja ne smiju prelaziti 70% prihoda od dodatne prodaje (jedinina je cijena 6 kn). Odredite broj itatelja koji e putovati u pojedino odredite u svrhu maksimiziranja dodatne prodaje (graninog proizvoda). Varijable odluivanja:
x ij - broj itatelja koji putuju iz i-tog odredita u j-to odredite

Polazak iz Splita Polazak iz Rijeke Polazak iz Zagreba CLP model:

Venecija x11

Rim x12

Pariz x13 x 23 x 33

London x14

x 21
x 31

x 22
x 32

x 24
x 34

max(60 x11 + 60 x 21 + 60 x31 + 100 x12 + 100 x 22 + 100 x32 + 250 x13 + 250 x 23 + 250 x33 + + 360 x14 + 360 x 24 + 360 x34 ) Ogranienje na broj itatelja iz pojedinog odredita: 16

Splitsko podruje: x11 + x12 + x13 + x14 = 48 Rijeko podruje: x 21 + x 22 + x 23 + x 24 = 63 Zagrebako podruje: x31 + x32 + x33 + x34 = 39 Ogranienje na zahtjev da vie itatelja putuje u Pariz nego u Rim: x12 + x 22 + x32 + 1 x13 + x 23 + x33 tj., x12 x 22 x32 + x13 + x 23 + x33 1 Ogranienja na minimalni broj putnika: Venecija: x11 + x 21 + x31 20 Rim: x12 + x 22 + x32 10 Pariz: x13 + x 23 + x33 10 London: x14 + x 24 + x34 5 Ogranienje na udio trokova putovanja u dodatnom prihodu:

280 x11 + 640 x12 + 920 x13 + 1500 x14 + 160 x 21 + 820 x 22 + 840 x 23 + 1300 x 24 + + 240 x31 + 780 x32 + 1020 x33 + 1400 x34 70 6 (60 x11 + 60 x 21 + 60 x31 + 100 x12 + 100 x 22 + 100 x32 + 250 x13 + 250 x 23 + 250 x33 + 100 + 360 x14 + 360 x 24 + 360 x34 ) tj., 28 x11 + 220 x12 130 x13 12 x14 92 x 21 + 400 x 22 210 x 23 212 x 24 12 x31 + 360 x32 30 x33 112 x34 0 Uvjet nenegativnosti:
xij 0, xij Z , i = 1,2,3; j = 1,2,3,4

Optimalno rjeenje: ( x11 , x12 , x13 , x14 , x 21 , x 22 , x 23 , x 24 , x31 , x32 , x33 , x34 ) = = (0,0,0,48,20,10,0,33,0,0,11,28) Optimalna vrijednost funkcije cilja: 44190 primjeraka.

17

Primjer 15. (Investiranje)

Iznos od 2 000 000 kn investira se tijekom pet godina u razliite projekte. Na poetku svake godine postoji mogunost ulaganja bilo kojeg iznosa u projekte P1 i P2 . Svaka kuna uloena u projekt P1 poetkom godine donosi 1.4 kn dvije godine kasnije. Svaka kuna uloena u projekt P2 , poetkom godine donosi 1.7 kn tri godine kasnije. Uz to, postoji mogunost ulaganja bilo kojeg iznosa i u projekte P3 i P4 . U projekt P3 moe se investirati poetkom druge godine i 1 kn uloena u taj projekt donosi 1.9 kn krajem pete godine. Projekt P4 poinje poetkom pete godine i za svaku kunu uloenu poetkom pete godine dobiva se 1.3 kn na kraju te iste godine. Formulirajte matematiki model i odredite onaj program investicija koji daje maksimalni akumulirani iznos na kraju pete godine. Varijable odluivanja:
x ij

iznos (u kunama) koji se ulae u projekt Pi krajem j-e godine, i = 1,2,3,4; j =0, 1,2,3,4

x5 j

iznos (u kunama) neiskoritenih sredstava za investiranje krajem j-e godine

Navedeni emo problem najprije grafiki ilustrirati:

x50
2000000

x 51

x52

x53

x54

1.7 x20 1.4 x10

1.4 x11

1.7 x21 1.4 x12

1.3x44 1.9 x31 1.7 x22

1.4 x13

P1 P2
P3

x10 x 20

x11 x 21
x31

x12 x 22

x13

P4

x 44

18

Neiskoritena sredstva

x 50

x 51

x 52

x 53

x54

LP model: z = 1.4 x13 + 1.7 x 22 + 1.9 x31 + 1.3x 44 + x54 max x10 + x 20 + x50 = 2000000 x11 + x 21 + x31 + x51 = x50 x12 + x 22 + x52 = 1.4 x10 + x51 x13 + x53 = 1.4 x11 + 1.7 x 20 + x52 x 44 + x54 = 1.4 x12 + 1.7 x 21 + x53 x1 j 0, j = 0,1,2,3
x 2 j 0, j = 0,1,2

(1)

(2)

(3)

x31 0, x 44 0 x5 j 0, j = 0,1,2,3,4
* * * Optimalno rjeenje: x10 = 2000000, x12 = 2800000, x 44 = 3920000 , z * = 5096000 . Preciznije, na poetku planskog perioda treba najprije uloiti 2 000 000 kn (sva raspoloiva sredstva) u projekt P1 . Tim poetnim ulaganjem na kraju druge godine ostvarit e se akumulacija od 2 800 000 kn. Tu ostvarenu akumulaciju na kraju druge godine treba ponovo uloiti u projekt P1 . Na kraju etvrte godine ostvarit e se nova ukupna akumulacija od 3 920 000 kn. Tu novu akumulaciju, na kraju etvrte godine treba uloiti u projekt P4 . Na kraju pete godine ostvarit e se maksimalna akumulacija od z * = 5096000 .

Primjer 16. (Problem trgovakog putnika)

Tvrtka A je u svrhu promidbe svojih proizvoda i zauzimanja pozicije na tritu odluila poslati jednog svog zaposlenika u obilazak potencijalnih potroaa. Trokovi puta meu potencijalnim potroaima, dani su u sljedeoj tablici: Potroa 1 Potroa 1 Potroa 2 Potroa 3 Potroa 4 120 110 80 Potroa 2 120 180 150 Potroa 3 110 180 160 Potroa 4 80 150 160

Pretpostavka je da e zaposlenik najprije otii do Potroaa 1 i onda nastaviti svoj obilazak (u protivnom moemo dodati fiktivnog potroaa 0 koji e predstavljati mjesto kretanja u obilazak, npr. tvrtka ili mjesto stanovanja zaposlenika). Pronaite optimalni plan obilaska potencijalnih potroaa s uvjetom da se zaposlenik nakon toga vrati do Potroaa 1, a u svrhu minimiziranja trokova puta.

19

Varijable odluivanja: 0, zaposlenik od Potrosaca i ne putuje ka Potrosacu j xij = , i, j = 1,..., 4, i j 1, zaposlenik od Potrosaca i putuje ka Potrosacu j Potroa 1 Potroa 2 Potroa 3 Potroa 4 BLP model: z = 120 x12 + 110 x13 + 80 x14 + 120 x 21 + 180 x 23 + 150 x 24 + 110 x31 + 180 x32 + 160 x34 + 80 x 41 + 150 x 42 + 160 x 43 min x12 + x13 + x14 = 1 x 21 + x 23 + x 24 = 1 x31 + x32 + x34 = 1 x 41 + x 42 + x 43 = 1 x 21 + x31 + x 41 = 1 x12 + x32 + x 42 = 1 x13 + x 23 + x 43 = 1 x14 + x 24 + x34 = 1 x13 + x14 + x 23 + x 24 x12 + x14 + x32 + x34 x12 + x13 + x 42 + x 43 x 21 + x 24 + x31 + x34 x 21 + x 23 + x 41 + x 43 x31 + x32 + x 41 + x 42 1 1 1 1 1 1 (3) (1) Potroa 1 x11 Potroa 2 x12 Potroa 3 x13 x 23 x33 x 43 Potroa 4 x14

x 21
x31

x 22
x32

x 24
x34

x 41

x 42

x 44

(2)

xij {0,1}, i, j = 1,2,3,4, i j

Optimalno rjeenje: * * * * * * * * * * * * ( x12 , x13 , x14 , x 21 , x 23 , x 24 , x31 , x32 , x34 , x 41 , x 42 , x 43 ) = (0,0,1,0,1,0,1,0,0,0,1,0) , z * = 520
Primjer 17. (Problem alokacije)

Tvrtka A iz Zagreba je do sada snabdijevala zagrebako trite svojim proizvodom. Ispitivanjem ireg trita, ustanovilo se da postoji odreena potranja za tim proizvodom i na istarsko-primorskom podruju. U svrhu snabdijevanja tih podruja, tvrtka planira otvoriti 20

najvie dvije nove podrunice u Rijeci, Puli ili Umagu. Koliine potranje, troak otvaranja podrunica i kapaciteti pojedinog podruja, dani su u sljedeoj tablici: Koliina potranje Rijeka Pula Umag 10 15 20 Troak otvaranja podrunice 120 150 200 Kapacitet 15 20 30

Fiksni troak transporta, troak po jedinici transporta i kapacitet transporta iz jednog odredita u drugo, dani su u sljedeim tablicama: Fiksni troak transporta: Rijeka Pula Umag Rijeka 1 3 2.5 Pula 2 0.5 3 Umag 3 2 1

Troak po jedinici transporta: Rijeka Pula Umag Rijeka 2 2.5 3 Pula 3 1 2.5 Umag 3 2 2

Kapacitet transporta: Rijeka Pula Umag Rijeka 10 10 10 Pula 8 15 15 Umag 8 10 20

Odredite optimalni plan razmjetaja podrunica i koliine proizvoda koje e se isporuivati na pojedino podruje, a u svrhu minimiziranja trokova otvaranja podrunica i transporta. Varijable odluivanja: 1, podruznica je smjestena u podrucje i yi = , i = 1,2,3 0, inace 1, ako se proizvod iz podruznice i prevozi u podruznicu j y ij = , i, j = 1,2,3 0, inace
x ij - koliina proizvoda prevezena iz podrunice i u podrunicu j, i, j = 1,2,3

21

MCLP model: + ( y11 + 2 y12 + 3 y13 + 3 y 21 + 0.5 y 22 + 2 y 23 + 2.5 y 31 + 3 y 32 + y 33 ) + z = (2 x11 + 3x12 + 3x13 + 2.5 x 21 + x 22 + 2 x 23 + 3x31 + 2.5 x32 + 2 x33 ) +

+ (120 y1 + 150 y 2 + 200 y 3 ) min Ogranienja na kapacitete:

x11 + x12 + x13 15 y1 0 x 21 + x 22 + x 23 20 y 2 0 x31 + x32 + x33 30 y3 0 Ogranienja na kapacitet transporta:

x11 10 y11 0 x12 8 y12 0 x13 8 y13 0 x 21 10 y 21 0 x 22 15 y 22 0 x 23 10 y 23 0 x31 10 y 31 0 x32 15 y 32 0 x33 20 y 33 0 Ogranienja na potranje: x11 + x 21 + x31 10 x12 + x 22 + x32 15 x13 + x 23 + x33 20 Otvaraju se najvie dvije podrunice: y1 + y 2 + y 3 2
xij 0, y ij , y i {0,1}, i, j = 1,2,3

Optimalno rjeenje:

22

x11 = 10, x12 = 5, x32 = 10, x33 = 20, y11 = 1, y12 = 1, y 32 = 1, y 33 = 1, y1 = 1, y 3 = 1, z * = 427

Sve su ostale varijable jednake 0. Dakle, podrunice e se otvoriti u Rijeci i Umagu. Potranje iz tih podruja e se zadovoljiti u tim podrunicama, iz Rijeke e u Pulu biti dostavljeno 5 jedinica proizvoda, a iz Umaga 10 jedinica.
Primjer 18. (Problem rasporeda poslova na strojeve) Promatramo 3 razliita posla koji trebaju biti izvreni na jednom stroju (npr. tri vrste sladoleda u kornetu punjenje korneta; tri vrste tableta oblikovanje u kapsulu; tri zahtjeva za kreditom procjena rizika; tri alterske transakcije obrada uplate ili isplate na serveru; coca cola, sprite i fanta punjenje boca; itd.). Pretpostavlja se da stroj moe izvravati samo jedan posao u jednom trenutku. Takoer, kad stroj pone izvravati odreeni posao, mora ga i zavriti bez da ga prekida. Pretpostavimo da stroj, kod prebacivanja na posao J i , treba neko vrijeme i za set up, jednako, neovisno o redoslijedu poslova (sequence independent):

Posao J1 J2 J3 Neka su varijable odluivanja:

Vrijeme setiranja stroja 0.2 0.4 0.5

Vrijeme izvrenja posla 0.5 3.4 3.2

t1 trenutak poetka izvrenja posla J 1 t 2 trenutak poetka izvrenja posla J 2 t 3 trenutak poetka izvrenja posla J 3
Problem je konstruirati uvjete na varijable t i tako da one predstavljaju mogui redoslijed poslova na stroju, a cilj je minimizirati ponderiranu sumu poetaka izvrenja poslova, gdje su ponderi vremena izvrenja poslova. Binarne varijable odluivanja:

1, ako posao J i prethodi poslu J j y ij = 0, inace

i, j = 1,2,3, i j

Neka je jedan veliki realni broj. Tada dolazimo do uvjeta (mjeovito cjelobrojno programiranje mixed integer programming):

y ij + t i t j i + p j

23

 (1 y ij ) + t j t i j + pi
y ij + y ji = 1 y ij {0,1}, t i 0 , i, j = 1,2,3

ili, nakon raspisivanja, i = 1, j = 2:

y12 + t1 t 2 1 + p 2 (1 y12 ) + t 2 t1 2 + p1

i = 1, j = 3:

y13 + t1 t 3 1 + p3 (1 y13 ) + t 3 t1 3 + p1

i = 2, j = 1:

y 21 + t 2 t1 2 + p1 (1 y 21 ) + t1 t 2 1 + p 2

i = 2, j = 3:

y 23 + t 2 t 3 2 + p3 (1 y 23 ) + t 3 t 2 3 + p 2

i = 3, j = 1:

y 31 + t 3 t1 3 + p1 (1 y 31 ) + t1 t 3 1 + p3

i = 3, j = 2:

y 32 + t 3 t 2 3 + p 2 (1 y 32 ) + t 2 t 3 2 + p3
y12 + y 21 = 1 y13 + y 31 = 1 y 23 + y 32 = 1

Ako za veliki broj uzmemo 1000, nakon uvrtavanja poznatih podataka za vrijeme izvrenja poslova i setiranja stroja, dobivamo:

24

i = 1, j = 2:

1000 y12 + t1 t 2 3.6 1000(1 y12 ) + t 2 t1 0.9

i = 1, j = 3: 1000 y13 + t1 t 3 3.4 1000(1 y13 ) + t 3 t1 1 i = 2, j = 1:

1000 y 21 + t 2 t1 0.9 1000(1 y 21 ) + t1 t 2 3.6

i = 2, j = 3: 1000 y 23 + t 2 t 3 3.6 1000(1 y 23 ) + t 3 t 2 3.9

i = 3, j = 1: 1000 y 31 + t 3 t1 1 1000(1 y 31 ) + t1 t 3 3.4 i = 3, j = 2: 1000 y 32 + t 3 t 2 3.9 1000(1 y 32 ) + t 2 t 3 3.6

y12 + y 21 = 1 y13 + y 31 = 1 y 23 + y 32 = 1
Funkcija cilja je: z = 0.5t1 + 3.4t 2 + 3.2t 3 min

25