Professional Documents
Culture Documents
Teorija Odlučivanja Materijal
Teorija Odlučivanja Materijal
PreduzećeproizvodidvaproizvodaAIB.
Proizvodnjaovihproizvodaodvijasepodsledećimuslovima:
- Uprocesu proizvodnje angažuju se radnici struke R, čije angažovanje nesmije biti iznad
70 sati uplanskom period u.Proizvodi A I B zahtijevaju po 2, odnosno 1 sa tangažovanja
ovih radnika, respektivno;
- Uprocesu proizvodnje koristi se I sirovina S, tako da za jednu jedinicu proizvoda AiB
treba po 3, odnosno 4jedinice sirovine Srespektivno. Sirovine Smožesenabavitinajviše
180 jedinica;
- U procesu proizvodnje angažuju se i sredstva za rad (mašine M) čiji radni kapacitet u
planskom periodu iznosi 150 radnih sati. Za jedan sat rada proizvodnih postrojenja
proizvede se 1 jedinica proizvoda A, i 0,25 jedinica proizvoda B;
- Premaugovorusapotencijalnimkupcima, kupcisuspremnidakupenajviše 60
proizvodaukupnobezobziranavrstu;
- Profit po jedinici proizvoda A I B iznosi 20 I 23 KM respektivno.
Potrebo je odrediti optimalan program izrade proizvoda A I B ako je cilj maksimalan ukupni
profit!
Gdje su:
X1 – broj proizvedenih proizvoda A izraženo u komadima;
X2 – broj proizvedenih proizvoda B izraženo u komadima;
Pojedine relacije u modelu imaju sledeća značenja:
Funkcija cilja predstavlja funkcionalni izraz ukupno ostvarenog profita po osnovu realizacije
proizvedenih količina proizvoda A I B;
Relacijom (1) izražavamo mogućnost iskorištenja radne snage u procesu proizvodnje, u pogledu
radnika sruke R;
Relacijom (2) izražavamo mogućnost iskorištenja sirovine S u procesu proizvodnje;
Relacijom (3) izražavamo mogućnost iskorištenja kapaciteta proizvodnih kapaciteta mašine M u
procesu proizvodnje;
Relacijom (4) izražavamo mogućnost plasmana ostvarenog obima proizvodnje;
Relacija (5) izražava cjelobrojnosti za relizovani proizvodni asortiman.
Relacijski znak u svim ograničenjima je „“, što je uneseno u polja C11, C12, C13 I C14,
dok je raspoloživost pojedinih resursa unesena u polja D11, D12, D13 I D14.
- Nakon opisanih radnji spremni smo riješavati model matematičkog programiranja
pomoću “Solver” – a, pri čemu otvaramo solver I izvršavamo sledeće radnje
- “Set target cell”, zahtijeva da kliknemo na polje u kome je unseen obrazac za
izračunavanje vrijednosti funkcije cilja – polje B9;
- “Equal to”, zahtijeva da se odabere maksimalna, minimalna ili ciljana vrijednost
funkcije cilja u modelu. U konkretnom slučaju to je (max), kao što je I označeno;
- „Gesses“ – unošenje promjenljivih, odnosno polja u kojima su vrijednosti
promjenljivih u modelu. U konkretnom slučaju to su polja B1 i B2;
- „Subject to the Constraints“, podrazumijeva unos ograničavajućih faktora
izborom opcije “Add”, ponuđene opcije “Change” I “Delete”, omogućavaju
promjenu ili brisanje u slučaju greške. Izborom opcije „Add“ iskorištenje resursa
unosimo u polje „Cell References“. U srednje polje u kome se inicijalno nalazi
znak “ ≤ “ biramo relacijski znak, pri čemu ponuđene opcije podrazumijevaju
još „“, „=“, „int“ i „bin“. Relacijski znak dodijeljuje se ograničenju u skladu sa
formiranim modelom, dok se ostale opcije dodijeljuju promjenljivim u modelu u
skladu sa postavljenim zahtijevima da promjenljiva riješenjem modela ima
binarnu (vrijednost 0 ili 1) ili cijelobrojnu vrijednost (kod nedijeljivih proizvoda).
Raspoloživost resursa unosimo u polje „Constraints“. Sve klikom na polje tabele
u kome se nalaze navedene vrijednosti (izuzev relacijskog zanaka). Sledeće
ograničenje unosimo izborom opcije „Add“, „Cancel““ otkazujemo unos, a
opcijom „OK“ završavamo unos.
- „Options“, biramo brzinu, tačnost, uslove rješavanja, kao i vrstu modela. U
modelu promjenljive moraju biti nenegativne što omogućava aktiviranje opcije
“Assume Non - Negative”, potvrdu da je riječ o linearnom modelu aktiviramo
opcijom “Assume Linear Model”. Navedeno je potrebno za efikasno riješavanje
postavljenog modela;
- Opcijom “Solve” riješavamo model, postepeno ili odjednom. Kada se pojavi
opcija “solver found solution” model je riješen. Optimalno riješenje modela
možemo prikazati sledećom tabelom:
(MAX);Z 1090
ISKORIŠTENOS RELACIJSKI RASPOLOŽIVOS
RESURS T ZNAK T NEISKORIŠTENOST
R1 70 <= 70 0
R2 180 <= 180 0
R3 140 <= 150 10
R4 50 <= 60 10
X1 20
x2 30
TABELA 2. Riješenje modela matematičkog programiranja dobijeno solverom
2 Mikić, Đ. (2007.) Teorija I strategija odlučivanja – kriterijumski izbor upravljačkih opcija, Banja Luka:
Panevropski Univerzitet Apeiron, str.
3 Petrić, J.J. (1973.) Operaciona istraživanja II, Beograd: Fakultet organizacionih nauka, str. 39.
2.1. Donošenje odluka u uslovima neizvjesnosti
M = A1
[ ]
u11 ⋯ u m 1
⋮ ⋮ ⋱ ⋮
An u1 n ⋯ umn nxm
Pri čemu su A1, ... , An – strategije čovjeka, a S1, ... , Sm – stanja prirode.
U narednim izlaganjima ukratko načine i efekte upotrebe navedenih kriterija u
riješavanju konfliktnih situacija.
Korištenje ovog kriterija zahtijeva da se odredi koeficijent optimizma αi, koji mora
ispunjavati uslov 0 ≤ α ≤ 1. Koeficijent optimizma određuje se empirijski. Nakon toga se u
matrici plaćanja za svaku strategiju odrede vrijednosti:
M i=max { uij }
j
mi=min {uij } 0
j
Ovaj kriterij naziva se i kriterij racionalnosti, jer polazi od pretpostavke da nije moguće
izračunati vjerovatnoću nastupanja pojedinih stanja, odnosno strategija prirode. Sledeća
pretpostavka je da su sva stanja prirode jednako moguća. Tako da, ukoliko imamo matricu
plaćanja čiji su elementi uij dobici za čovjeka, tražimo:
{∑ }
m
u ij
max ; gdje je m−broj stanja prirode
i i=1 m
Ukoliko su elementi matrice plaćanja gubici za čovjeka, potrebno je odrediti vrijednost:
{ }
m
u
min
i
∑ mij ; gdje je m−broj stanja prirode
i =1
Korištenje ovog kriterija zahtijeva da se formira nova matrica plaćanja, koja se naziva
matrica žaljenja ili matrica propuštenih šansi. Svaki element te matrice pokazuje koliki je
propušteni dobitak čovjeka, zato što nije znao za koju će se strategiju odlučiti. Elementi
matrice žaljenja rij računaju se pomoću obrasca:
r ij =uij −max { uik }
k
∑ P( Sj) = 1 , 0 ≤ P(Sj) ≤ 1
j=1
Ako su uij dobici za čovjeka optimalna je ona strategija koja maksimizira linearnu kombinaciju:
n
max{ ∑ u ij P(Sj) }
J =1
Ukoliko su uij gubici za čovjeka optimalna je ona strategija koja minimizira linearnu kombinaciju:
n
min{ ∑ u ij P(Sj) }
J =1
Jelke se nabavljaju po cijeni od 80 KM po komadu, prodju po cijeni 100 KM/kom, nabavljeni višak
se može prodati u ogrijev po cijeni od 30 KM/kom. Troškovi nabavke (bez obzira na nabavljenu
količinu) iznose 1000 KM. Potrebno je odrediti optimalnu nabavaku jelki korištenjem:
A. Hurvičevog kriterija α=0,2;
B. Valdovog kriterija;
C. Laplasovog kriterija;
D. Sevidževog kriterija, tako da se na sevidževu matricu primjeni Laplasov;
E. Sva četri prethodna zajedno;
F. Bajsovog kriterija, ako se umjerena i optimistična tražnja očekuju sa vjerovatnoćom od po
40%.
S 1 S 2 S3
[
A1 9 −1 −11
M = A 2 −16 19 −6
A 3 −41 −6 29 ]
2.3.1. PRMJENA HURVIČEVOG KRITERIJA
[
A 1 0 −20 −40
M∗¿ A 2 −25 0
A 3 −50 −25
−35
0 ]
N
STRATEGIJA 1
∑ R ij
N J=1
A1 1
( 0−20−40 )=−20
3
A2 1
(−25+0−35 )=−20
3
A3 1
(−50−25+0 )=−25
3
ODLUKA A1 ili A2;A2 ili A2; A3
2.3.5. ODLUKA
KRITERIJ HURVIČ VALD LAPLAS SEVIDŽ ODLUKA
A1 A1 A1 ili A2 A1 ili A2 A1
A2 A2 A2 ili A1 A2 ili A1 A2
A3 A3 A3 A3 A3
OPTIMALNO JE NABAVIT 500 KOMADA
Model simulacije mora biti konstruisan namjenski za svaku situaciju odlučivanja, po svojoj
proirodi zahtijeva specifikaciju promjenljivih i parametara u modelu, a uslovi pod kojima se
sistem posmatra moraju biti prilagođeni konvencionalnim pravilima odlučivanja, kako bi se
utvrdila vjerovatnoća odgovarajućih sistemskih kategorija upotrebom slučajnog izbora.
Pekarska radnja planira proizvodnju hljeba. Vlasnik pekarske radnje zna da se tražnja za hljebom
kreće u intervalu od 30.000 do 70.000 komada, a poznate su mu ii apsolutne frekvencije tražnje, što je
prikazano u sledećoj tabeli:
QT(000 KOM) 30 40 50 60 70
F(QT) 20 10 40 10 20
Hljeb se proizvodi za sljedeći dan kada se primju i porudžbine i isporučuje kupcima. Troškovi
proizvodnje jednog hljeba su 0,5 KM/kom. Prodajna cijena jednog hljeba je 0,7 KM/kom.
Neprodana količina se prerađuje u prezle koje se realizuju po cijeni 0,2 KM za količinu dobijenu
od jednog hljeba.
Važeće pravilo je da se proizvodi količina prodana prethodni dan, ali je vlasnik mišljenja da navedeno
treba preispitati. Potrebno je napraviti simulaciju i na bazi 7 radnih dana i odlučiti da li je bolje
nastaviti sa dosadašnjom praksom ili proizvoditi očekivanu vrijednost tražnje u analizi koristiti
slučajne brojeve: 56; 74; 92; 16; 07; 37 I 25.
4Mikić, Đ. (2007.) Teorija I strategija odlučivanja – kriterijumski izbor upravljačkih opcija, Banja Luka:
Panevropski Univerzitet Apeiron, str.157.
- Prodana količina (Qp) izračunava se respektujući sledeće uslove:
o Ako je Qt = QpQpr=Qt
o Ako je Qt Qp Qpr=min(Qt,Qp)
- Preostala količina (zalihe; Qz) izračunava se respektujući sledeće uslove:
o Ako je Qp> QprQz = Qn – Qp
o Ako je Qp ≤ QprQz = 0
- Profit (Pf) izračunava se respektujući sledeće uslove:
o Pf = QprxPc1 – QpxTp + Qzx Pc2
- Ponoviti prethodno opisan postupak za svih 7 vremenskih intervala (radnih dana) u
okviru kojih se provodi postupak simulacije.
Potrebno je odrediti očekivanu vrijednost tražnje, kao i interval slučajnih brojeva, što je
prikazano u sledećoj tabeli:
Qt F(Qt) P(Qt) Qt*P(Qt) Kum. Int.SB
30 20 0,2 6 0,2 00 – 19
40 10 0,1 4 0,3 20 – 29
50 40 0,4 20 0,7 30 – 69
60 10 0,1 6 0,8 70 – 79
70 20 0,2 14 1,0 80 – 99
Σ 100 1 50
PRAVILO 2.
RB SB Qt Qp Qpr Qz PF
0 50
1 56 50 50 50 0 10
2 74 60 50 50 0 10
3 92 70 50 50 0 10
4 16 30 50 30 20 0
5 07 30 50 30 20 0
6 37 50 50 50 0 10
7 25 40 50 40 10 5
330 350 300 50 45
PREMA VISINI OSTVARENOG PROFITA REALNO SE ODLUČITI ZA PRAVILO 1, ODNOSNO
PROIZVODITI KOLIČINU PRODANU PRETHODNOG DANA.