Professional Documents
Culture Documents
1.Definicija igre
1. Situacija koja se odnosi na djelimični ili potpuni konflikt između različitih donosilaca
odluka
2. Situacija čiji ishod ne zavisi samo od jednog učesnika (onog koji donosi odluku) već i
od odluka svih ostalih aktera u toj situaciji ili igri
3. “Igra predstavlja uprošćeni model konflikta koji obuhvata ukupnost pravila
ponašanja učesnika u igri (igrača), koja opredjeljuju njihove moguće poteze kao i
potencijalne rezultate njihovog izbora.”[1]
2. Svaka igra ima svoj cilj i pravila koja mora poznavati svaki učesnik igre:
Cilj je konačno stanje koje se nastoji postići igrom.
Pravila su propisi po kojima se igra odvija.
3. Teorija igara
Matematička teorija i metodologija za analizu i rješavanje konfliktnih i djelimično
konfliktnih situacija u kojima učesnici imaju suprotstavljene interese
5.
Strategija je skup uputa za igranje koji sadrži instrukcije što igrač treba raditi u svakoj
situaciji koja može nastupiti u toku partije.
“Strategije predstavljaju ukupnost pravila ponašanja igrača i potencijalne rezultate
izbora pojedinih alternativa u svakoj konkretnoj situaciji.”[1]
Svaki od igrača unaprijed poznaje moguće alternative koje mu stoje na raspolaganju u
toku igre, koje nazivamo njegovim strategijama
Modeli teorije igara teže pronalaženju optimalne strategije koja igraču garantira
najveći mogući prosječni dobitak po partiji.
6.
Svaka igra se realizuje preko pojedinačnih poteza igrača, pri čemu potez predstavlja
jedan izbor moguće alternative od strane igrača.
Skup većeg broja poteza obrazuje partiju.
7.
Karakteristike situacije koja je predmet teorije igara
učestvuju barem dva igrača
igra počinje tako da jedan ili više igrača izaberu jednu između specificiranih
alternativa (strategija)
nakon što je izbor pridružen prvom potezu, rezultat je određena situacija koja određuje
ko vrši sljedeći izbor i koje su mu alternative otvorene
izbori napravljeni od igrača mogu se i ne moraju saznati
pravila igre određena su pravilom određivanja koje specificira način ponašanja igrača
svaki potez u igri završava situacijom koja određuje isplatu svakog bonificiranog
igrača
bonificirani igrač je onaj koji vrši izbore i prima isplate
8.
Potencijalne rezultate igrača učesnika, odnosno potencijalne ishode igre, obično
predstavljamo tzv. funkcijom plaćanja ili matricom plaćanja koja predstavlja
numerički izraz dobitaka odnosno gubitaka učesnika neke igre u varijantama izbora
različitih strategija.
9.
Zavisno od međusobnog odnosa igrača učesnika, igre mogu biti:
Nekonkurentne (kooperativne) igre
konfliktne situacije u kojima dva ili više igrača međusobno sarađuju -
kooperiraju kod istovremenog donošenja vlastitih odluka, da bi ostvarili
najpovoljniji “timski” rezultat
igrači koji kooperiraju teže da ostvare što bolje rezultate za sve zajedno, s tim
da dobitak jednog ne znači automatski gubitak drugog igrača
Mora u igru biti uključeno više od dva igrača da bi igra mogla biti
kooperativna
Konkurentne (nekooperativne) igre
konfliktne situacije u kojima su svi igrači međusobni protivnici, pa svaki
nastoji da rezultat te “igre” okrene u svoju korist
igrači su protivnici jedni drugima - da bi jedan igrač dobio, drugi mora izgubiti
10.
Zavisno od broja igrača učesnika, sve igre dijelimo na igre sa dva lica, igre sa tri
lica, ..., igre sa n lica.
Za realizaciju neke igre, odnosno postojanje odnosa konflikta ili kooperativnosti,
neophodno je učešće najmanje dva lica.
Postojanje tri ili više učesnika u igri Þ mogućnost stvaranja tzv. koalicija, tj.
mogućnost da se dva ili više igrača usklađujući svoje interese koordinirano
opredjeljuju u izboru strategija
11. Zavisno od broj strategija koje svakom od igrača u igri stoje na raspolaganju:
14.
Igrači su savršeno racionalni pojedinci koji nastoje da:
maksimiziraju svoju korist,
postignu što bolji rezultat po njihovim vlastitim kriterijumima.
Igrači samostalno biraju strategiju ili odluku.
Svi igrači imaju iste izglede za postizanje najboljeg rezultata.
Igrači se smatraju ravnopravnim protivnicima, to jeste igrači su jednakih
sposobnosti.
Igrači raspolažu potpunom informacijom (o mogućim strategijama i rezultatima
koje svako od njih ostvaruje).
U slučaju kada je aij>0 znači da će igrač A dobiti od igrača B vrijednost aij, to jeste da
će igrač B platiti igraču A vrijednost aij.
U slučaju kada je aij=0 znači da nijedan igrač neće ništa niti dobiti niti platiti.
U slučaju kada je aij<0 znači da će igrač B dobiti od igrača A vrijednost aij, to jeste
da će igrač A platiti igraču B vrijednost aij.
19.
Saldo igre kao zbir dobitka jednog igrača i gubitka drugog igrača jednak je 0.
20.
Pretpostavka: igrači raspolažu potpunom informacijom o mogućim strategijama za
sebe i protivnika i o rezultatima koje svako od njih ostvaruje koji su izraženi matricom
plaćanja
Ukoliko su u matrici plaćanja svi elementi pozitivni, tada igraču A odgovara najviše
pozitivan aij dok igraču B odgovara najmanje pozitivan aij.
Ukoliko su u matrici plaćanja svi elementi negativni, tada igraču A odgovara najmanje
negativan aij dok igraču B odgovara najviše negativan aij.
Ukoliko su u svi elementi jednaki nekoj konstanti, vrijednost igre je uvijek jednaka toj
konstanti za bilo koji izabrani par odluka te je igračima nevažno koju će odluku
odabrati jer će rezultat igre uvijek biti isti.
21.
Kako u matrici plaćanja obično elementi imaju međusobno različite
vrijednosti i vrijednosti različitih predznaka, igrači na osnovu predhodnih
pravila autonomno donose svoje odluke tako što je:
Najbolji mogući izbor igre za igrača A igra sa vrijednošću
Najbolji mogući izbor igre za igrača B igra sa vrijednošću
22.
q1 , q2 ,..., qn
Očekivana vrijednost odluke Ai:
n
23. E ( Ai ) aij q j , za pi 1
j 1
m n
za pi 1 i
i 1
q
i 1
j
27.
28. Kakva veza postoji između očekivanih vrijednosti početne i transformisane matrice
plaćanja? Dokazati. Prethodno pitanje!
1 6 3 1 1 6 3 1
7 4 2 0 7 4 2 0
Inferiornu strategiju treba isključiti Þ Igrač B ne bi nikada trebao igrati treću i četvrtu
strategiju (jer u tim strategijama on uvijek ili gubi, ili u najboljem slučaju niti gubi niti
dobiva.
Tako se igra sa tačke gledišta igrača B može reducirati na matricu plaćanja:
1 6
7 4
Ukoliko u matrici plaćanja kod strategija igrača A postoji takav red (strategija) k da su svi
elementi matrice plaćanja u tom redu manji ili jednaki od odgovarajućih elemenata
matrice plaćanja u redu l:
akj a , j 1, n tada sigurno važi da je: alj akj j , j 0, j 1, n
lj
n n n n
E ( Al ) alj q j (akj j ) q j akj q j j q j
Slijedi: j 1 j 1 j 1 j 1
E ( Ak ) E ( Ak )
kako je j 0 i
q j kao vjerovatnoća je također
n
j q j 0
0, slijedi da je
Igraču A je cilj da maksimizira
j 1
vrijednost igre Þ red k možemo eliminisati iz matrice
plaćanja jer je inferioran u odnosu na red l
Kod bilo koje odluke Bj, igrač A bi bolje ili isto prošao (više ili jednako dobio) u
slučaju da odabere odluku Al koja je dominantna strategija u odnosu na odluku Ak.
31.
Ukoliko u matrici plaćanja kod strategija igrača B postoji takva kolona (strategija) k da su
svi elementi matrice plaćanja u toj koloni veći ili jednaki od odgovarajućih elemenata
matrice plaćanja u koloni l: aik ail , i 1, m
tada sigurno važi da je:
ail aik i , i 0, i 1, m
Slijedi: m m m m
E ( Bl ) ail pi (aik i ) pi aik pi i pi
i 1 i 1 i 1 i 1
E ( Bk ) E ( Bk )
kako je i 0 i
pi kao vjerovatnoća je također
m
0, slijedi da je i pi 0
i 1
Neka igrač A bira najlošiji rezultat po sebe za svaku strategiju a isto to radi i igrač B.
B1 B2 Bn min aij
j
B1 B2 Bn min aij
j
A1 a11 a12 ... a1n a1.
A1 a11 a12 ... a1n a1. a
A2 a
21 a22 ... a2 n a2.
A2
... ... ... ... i j
21 a22 ... a2 n a2. max min a a
ij r.
max min aij min max aij
i j
j
i
Ukoliko se desi da najbolji od svih najlošijih rezultata i po igrača A i po igrača B budu
isti onda se radi o čistoj igri, odnosno ako vrijedi:
max min aij min max aij
i j
j
i
tada govorimo o čistoj igri ili igri sa sedlom.
max min aij min max aij
i j
j
i
Þ igra bez sedla gdje se formiraju mješovite strategije – različite strategije igrači A i B igraju
ali ne podjednako često.
38.
Statistička metoda (za matrice tipa 2x2)
Grafička metoda (za matrice tipa mx2 i 2xn)
Linearno programiranje matričnih igara
39.
Grafička metoda ili metoda eliminacije
Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja
dimenzija:
B1 B2
A1 a11 a12 p1
A2 a a22 p2
21
... ... ... ...
Am am1 am 2 pm
q1 q2
m 2
gdje je pi 1,
i 1
q
j 1
j q1 q2 1 q2 1 q1
Konkretna odluka izbora i-te strategije od strane igrača A ne mora biti i optimalna
odluka za igrača A Þ očekivana vrijednost i-te strategije igrača A manja ili jednaka
optimalnoj vrijednosti igre:
2
E ( Ai ) aij q j ai1 q1 ai 2 q2 ai1 q1 ai 2 1 q1 Vopt
j 1
B1 B2 ... Bn
A1 a11 a12 ... a1n p1
a
A2 21 a22 ... a2 n p2
q1 q2 ... qn
2 n
gdje je pi p1 p2 1 p2 1 p1 ,
i 1
q
j 1
j 1
2
E ( B j ) aij pi a1 j p1 a2 j p2 a1 j p1 a2 j 1 p1 Vopt
i 1
E ( B j ) a1 j a2 j p1 a2 j f i ( p1 ) Vopt , za p1 0,1
Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača B koje se mogu
eliminisati.
41.
Kako konkretna odluka izbora j-te strategije od strane igrača B ne mora biti i
optimalna odluka za igrača B važi da je očekivana vrijednost j-te strategije igrača B
veća ili jednaka optimalnoj vrijednosti igre:
m
E ( B j ) aij pi Vopt , j 1, n
i 1
Kako smo na početku osigurali da je V>0, možemo predhodnu nejednačinu
podijeliti sa V a da ne promjenimo smjer nejednakosti
1 m m
p
aij pi aij i 1, j 1, n
V i 1 i 1 V
pi
Uvodi se smjena: yn i V pi V yn i , i 1, m
Važi i sljedeće:
m
a
i 1
ij pi Vopt , j 1, n
m
a
i 1
ij V yn i V / podijelimo sa V
a
i 1
ij yn i 1
m m
pi 1 1 m
ako je pi 1 yn i
i 1 i 1 V V na osnovu yni
pi V i 1
V
a y
i 1
i n i 1, 1, n
yn i 0, i 1, m
42.
pronaći optimalne vjerovatnoće q1 ,..., qn
Cilj:
da bude Vopt min(V ).
Kako konkretna odluka izbora i-te strategije od strane igrača A ne mora biti i
optimalna odluka za igrača A važi da je očekivana vrijednost i-te strategije igrača A
manja ili jednaka optimalnoj vrijednosti igre:
n
E ( Ai ) aij q j Vopt , i 1, m
j 1
1 n n q
aij q j aij j 1, i 1, m
V j 1 j 1 V
Uvodi se smjena:
qj
xj q j V x j , j 1, n
V
Kako je 0 q j 1 na osnovu uvedene smjene
1
0 V xj 1 0 xj
V
Važi i sljedeće:
n
a j 1
ij q j Vopt , i 1, m
a j 1
ij V x j V / podijelimo sa V
a
j 1
ij xj 1
n
1 n qj 1 n
ako je q j 1 xj
j 1 V V V j 1
qj
j 1 na osnovu x j
V
a
1
i x 1, i 1, m
x 0, 1, n
43. i 44.
MODEL ZALIHA
3.
4.
Funkcionalni aspekti upravljanja zalihama
6.
Troškovi zaliha
11.
Ako je:
Co - trošak po svakoj jedinici precjenjene tražnje (trošak svake jedinice
koja ostane kao višak, „overestimated“)
Cu
- trošak po svakoj jedinici podcjenjene tražnje (trošak svake jedinice
koja se pojavi kao manjak, „underestimated“)
tada je prihvatljivo povećavati nivo narudžbe (zalihe) sve dok je vjerovatnoća da
nećemo prodati ono što imamo na zalihama
Cu
p
Co Cu
2
3
t 4, Z 4 Z3 q3 N qt q3 N qt
t 1 t 1
... ...
T 2 T 1
t T, ZT ZT 1 qT 1 N qt qT 1 N qt 0
t 1 t 1
t 1
t, Z t Z t 1 qt N qi 0, t 1, T
i 1
16.
Tempo pražnjenja ulaznog skladišta, uskladištena količina nije zadovoljila potražnju
T
N qt
t 1
t 1, Z1 N
t 2, Z 2 Z1 q1 N q1
2
t 3, Z3 Z 2 q2 N q1 q2 N qt
t 1
...
...
TS 2
TS 1
N qt qTS 1 N qt 0
t TS , ZTS ZTS 1 qTS 1 t 1 t 1
t 1
t TS , Z t Z t 1 qt N qt i T, 0 S 1
t 1, TS 1
Z 0q
TS 1 TS qTS
i 1
... ...
t TS , Z t ZTS 0 t T, ZT ZT 1 qT 1
T 1
qt
t TS
t 1
t TS , Zt Zt 1 qt qi 0 t TS 1, T
i TS
17.
Skokovito pražnjenje:
troškovi skladištenja 10 S '
10 (1 6 1 4 1 2)
10 12 120 nj
Kontinuirano pražnjenje
troškovi skladištenja 10 S ''
36
10 90 nj
2
19.
Pretpostavke modela
1. Prekidna jedinična tražnja (skokovito pražnjenje skladišta)
2. Poznata jedinična tražnja (deterministički model)
3. Konstantna jedinična tražnja
4. Tražnja mora biti u potpunosti zadovoljena. Ovo je istovremeno uslov u posmatranom
modelu zaliha.
5. U skladištu na početku perioda θ nema ništa, to jeste da nisu prenesene zalihe iz
perioda prije perioda θ Þ Z0=0
6. U skladištu po isteku perioda θ nema ništa, to jeste da po isteku perioda θ u skladištu
ne ostaje nikakva nepotrošena zaliha Þ Zq+1=0
7. U toku perioda T se samo jednom vrši nabavka zaliha (bez obzira na količinu) i to na
početku perioda.
8. Na početku svake vremenske jedinice t se proizvodnji isporučuje kompletna količina
jedinične tražnje.
Q Q
Q q q
q
P P
P q T T q
q T
Zt Z t 1 q q 0, t 1,
obzirom na konstantnu obzirom na uslov potpunog
jediničnu tražnju zadovoljenja tražnje
N N
N q T T q
q T
22.
C1 Cm Cl CS
n N pm n pl n S pS
Q Q N q
Q pm pl N pS
N N 2q
1
Q pm Q pl ( N q ) pS
N 2
min(C1 ) min f ( N )
1
min Q pm Q pl ( N q ) pS C1,opt .
N 2
2 q pl
funkcija C1 ima minimum za N1,opt .
pS
25. Ostali elementi optimalne odluke za prvi model zaliha (valjda se misli
pored one formule za optimalnu veličinu narudžbe)
N1,opt . 1 2 q pl 2 pl 2 pl
T1,opt T1,opt .
q q pS pS q pS q
Q Q pS pS q pS q
n1,opt . q n1,opt .
N1,opt . 2 q pl 2 q pl 2 pl 2 pl
pS
1 1 2 q pl
C1,opt . Q pm Q pl ( N1,opt . q ) pS Q pm Q pl q pS
N1,opt . 2 2 q pl 2 pS
pS
Q pm q pl
pS
2 q pl 2
2 q pl pS q pS Q pm
2
2 q pl pS 2 q pl pS q pS
2 2
p p
2 q pl pS Q pm S C1,opt . 2 q pl pS Q pm S
2 2
2 q pl 2 q pl
q N1,opt . Q q q q2 2 q2
pS kvadriramo pS
q pS q pS 1 2 pl 2 pl
pl 2 ili pS
2 2 2
q q
27.
Dva podintervala n 1
0 TS T 0 T TS
0 N PQ0 PN Q
n TS n T
n N nP Q
Ukoliko dio tražnje ostaje nezadovoljen važi da je N<P, te u intervalu T imamo dva
podintervala:
TS – prvi podinterval dužine TS vremenskih jedinica dok u skladištu ima
zaliha traženog repromaterijala i
(T-TS) - drugi podinterval dužine vremenskih jedinica (T-TS) kada u skladištu
nema zalihe te dolazi do zastoja u proizvodnom procesu.
P N PN
T i TS (T TS )
q q q
28. Funkcija troškova zaliha u II modelu zaliha
Pretpostavimo da su odgovarajuće cijene unaprijed poznate i da ostaju nepromjenjene
u toku perioda q.
C2 Cm Cl CS Cz
n N pm n pl n S S pS n P N p z
Q Q Q N q Q
N pm pl N pS P N p z
P P P 2q P
N 1 q N q q
q pm q pl N pS P N pz
P P P 2q P
N 1 q N q q
q pm q pl N pS q p z N pz
P P P 2q P
2 q pm N 2 q pl N 2 q N pS 2 q N pz Q p z
2 P
ps N 2 q 2 pz 2 pm pS N 2 q pl Q pz
2 P
Cilj - odrediti strategiju upravljanja zalihama u toku perioda q tako da se minimizira
funkcija ukupnih troškova zaliha kao funkcija cilja
min(C2 ) min f ( N , P )
min ps N 2 q 2 pz 2 pm pS N 2 q pl Q p z
2 P
C2,opt .
29.
Određivanje elemenata optimalnog rješenja za II model
Potreban za ekstremnu tačku je da parcijalni izvodi funkcije troškova po N i P budu
jednaki 0:
ps N 2 q 2 pz 2 pm pS N 2 q pl Q pz
C 2 2P
N N
q 2 p z 2 p m pS
2 N pS q 2 p z 2 pm pS 0 N 2
2 P 2 pS
ps N 2 q 2 pz 2 pm pS N 2 q pl Q p z
C2 2 P
30. Analiza P znaka diskriminante P
p N 2 q 2 pz 2 pm pS N 2 q pl
2 s
0 2 NP2 N1 prema I modelu je
2q pl
N1,opt .
2
pS
2q pl N1 ps
a prema prethodnom izvodu
q 2 p 2 p p
q 2 p z 2 pm p S 2 q pl 2 pNS2 2 z 2q pS mpl S
2 p z 2 pm p S 2 p 2 p p 2 p N
2 pS pS q z m pSS s 2
pS
p N 2 2 ps N 2 N 2 ps N12
2 s
N 2 N12
2 2
2P 2P
2 pS 2 q pl p 2 pS pl
2 p z 2 pm p S pz pm s 2
q pS 2 q
2 pS pl p 2 pS pl
pz pz 2 i pz pz , gdje je pz pm s i pz pz 2
q 2 q
31.
Troškovi zastoja u proizvodnji za svih (q-N)>0 dijelova koji su se pokvarili ali zbog
nedostatka rezervnih dijelova nisu mogli biti zamjenjeni u periodu q=1 (Cz)
Cz q N pz
Moguće situacije sa strukturom troškova
1. N>q Þ višak - tražnja je bila zadovoljena i ostao je višak uskladištenih rezervnih dijelova
Þ obračunavamo Cm i CS
34. Kako je moguće izvršiti procjenu broja kvarova za III model zaliha.
Manjak
E (q N )
q N 1
(q N ) p(q )
36. Matematički izvesti opšti oblik funkcije troškova C3 C3 Nza III model
zaliha.
Cm CS Cl
za N q
C3 Cm CS Cz Cl
Cm C z Cl
za N q
N
N pm pS ( N q) p (q) pz (q N ) p (q ) pl
q 0 q N 1
N
C3 N pm pS ( N q) p (q) p z (q N ) p (q ) pl
q 0 q N 1
Cilj je minimizirati funkciju ukupnih troškova zaliha kao funkciju cilja, te na taj način odrediti
optimalnu veličinu zaliha rezervnih dijelova koju treba naručiti.
Ukoliko naručimo jedan dio manje nego što je optimalna veličina narudžbe ili jedan dio više
dobili bi veće troškove nego kada naručimo tačno N3,opt.
37. Grafički predstaviti funkciju troškova za III model zaliha u zavisnosti od veličine
narudžbe.
I . C3 ( N 3,opt . ) C3 ( N 3,opt . 1) i
II . C3 ( N 3,opt . ) C3 ( N 3,opt . 1)
38. Izvesti relaciju za određivanje optimalnog nivoa narudžbe u III modelu zaliha.
N3,opt . 1 N3,opt . 1
N 3,opt . pm pm pS
q 0
N 3,opt . q p (q ) pS q0
p (q ) p z
q N3,opt .
q N 3,opt . ) p ( q) pz
q N3,opt .
p(q) pl
N3,opt . 1 N3,opt . 1
N 3,opt . pm pS
q 0
N 3,opt . q p (q ) p z
q N3,opt .
q N 3,opt . ) p (q ) pl pm p S
q 0
p (q ) p z
q N3,opt .
p (q )
A pz pm p z pS p (q N 3,opt . 1) 0
pz pm
p (q N 3,opt . 1)
p z pS
N 3,opt . 1
C3 ( N 3,opt . 1) ( N 3,opt . 1) pm pS q 0
( N 3,opt . 1) q p(q) p z
q N3,opt . 2
q ( N 3,opt . 1) p(q) pl
N3,opt . 1 N3,opt . 1
N 3,opt . pm pm pS
q 0
N 3,opt . q p (q ) pS
q0
p (q ) p z
q N3,opt . 2
q N 3,opt . ) p( q) pz
q N 3,opt . 2
p(q) pl
N3,opt .
N3,opt .
N 3,opt . pm pS N
q 0
3,opt . q p (q ) p z
q N 3,opt . 1
q N 3,opt . ) p (q ) pl
N3,opt . 1
pm pS p( N 3,opt . 1) pS
q 0
p( q) p z p ( N 3,opt . 1) p z
q N3,opt . 2
p (q )
N3,opt .
C3 ( N 3,opt . ) pm pS q 0
p ( q) pz
q N3,opt . 1
p( q ) C3 ( N3,opt . ) pm pS p (q N3,opt . ) pz 1 p (q N 3,opt . )
pz pm
0 p (q N 3,opt . 1) p( q N 3,opt . ) 1
p z pS
39. Elaborirati načine da se riješi problem minimiziranja ukupnih troškova zaliha u III
modelu.
b) Izračunamo ρ
c) Kolona sa kumulativnom vjerovatnoćom Poissonove distribucije Þ vrijednosti između kojih se
nalazi ρ
d) Optimalna veličina naružbe Þ gornja granica prethodnog intervala za ρ
e) Optimalna veličina narudžbe Þ minimalna vrijednost funkcije ukupnih troškova
40. Postoptimalna analiza kod III modela zaliha – šta znači i koje relacije se koriste u
postoptimalnoj analizi?
pz G ( pz ps ) pm pz F ( pz ps )
pm F p s p G ps
pz m
1 F 1 G
pz 1 G pm pz 1 F pm
p s
G F
Dilema: koliko zaliha nabaviti ukoliko dobavljač nudi popust u cijeni u slučaju kupovine
veće količine?
pm, početno pm , A ukoliko narudžba bude minimalno A ili N A
popust u cijeni na nabavljenu količinu A ili više iznosi
pm pm, početno pm, A 0
pm , početno pm , A pm
1
Q p m ,A Q pm Q pl ( N q) pS
N 2
C1 ( pm, A ) Q pm C1 ( pm, A )
kako je
Q pm 0
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
Optimalna veličina narudžbe u I modelu zaliha ne zavisi od nabavne cijene materijala ili sirovine,
što znači da je ista i za slučaj početne i stimulirajuće cijene.
b) II modelu zaliha
p (m n) t
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
q 2 pz 2 pm pS
N 2,opt . optimalna veličina narudžbe
2 pS
u II modelu zaliha zavisi od pm
N2,opt (pm, poč) < N2,opt (pm, A)
Za slučaj početne cijene optimalna veličina narudžbe je niža nego u slučaju stimulirajuće cijene.
Isplati se naručiti
veću količinu zaliha
po nižoj
(stimulirajućoj)
nabavnoj cijeni.
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u III modelu
N
C3 N pm pS ( N q ) p (q ) p z ( q N ) p (q ) p l
q0 q N 1
N
C3 ( pm, poč . ) N pm , poč . pS ( N q ) p (q ) pz ( q N ) p (q ) p l
q 0 q N 1
N
N pm , A pm pS ( N q ) p (q ) pz (q N ) p (q ) pl
kako je
pm , početno pm , A pm q 0 q N 1
N
N pm , A pS ( N q ) p (q ) pz ( q N ) p ( q ) p N p
l m
q 0 q N 1
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
Isplati se naručiti
veću količinu
zaliha po nižoj
(stimulirajućoj)
nabavnoj cijeni.
43. Grafički predstaviti tri različita slučaja određivanja optimalne narudžbe uz stimulirajuće
cijene.
1. N A A i optimalno N opt . N A
C
Cpo?.
CA
A Npo? NA. N
2. N A A i optimalno N opt . N poč .
Cpo?.
CA
Npo? NA A
N
3. N A A i optimalno N opt . A
Cpo?.
CA
Npo? NA A
N
44. Definisati dva tipa modela zaliha sa kontinuiranom tražnjom. Uporediti njihove
karakteristike.
Model sa fiksnom veličinom narudžbe (fixed-order quantity model, Q model ili EOQ-
economic order quantity) – nova narudžba se lansira kada zalihe dođu do određenog
nivoa („reorder level or point“)
Model sa fiksnim vremenom između narudžbi (fixed-time period model, P model) – nova
narudžba se lansira isključivo na kraju prethodno determinisanog perioda i dužina tog
perioda je fiksna
Karakteristike Q i P modela
Pretpostavke Q modela
Q N
C Cm Cl CS Q pm pl H
N 2
Ukupni troškovi - C
Troškovi čuvanja zaliha - CS
Troškovi nabavke količine Q za period θ - Cm
Troškovi naručivanja - Cl
Nopt
.
48. Izvesti relaciju za optimalno rješenje Q modela zaliha.
Q N
C Cm Cl CS Q pm pl H
N 2
ako tražimo ekstremnu tačku prvi izvod po N mora biti jednak 0:
C Q pl H 2 Q pl
0 N opt .
N N 2 2 H
Provjeravamo da li je u pitanju tačka minimuma testom drugog izvoda:
2C Q pl 1 2 Q pl
' Q p ( 2) 0 min .
N 2 N 2
l
N3 N3
Pretpostavke P modela
T L (T L) q 2
standardna devijacija tražnje u periodu (T+L), ako je σq standardna devijacija jedinične
tražnje.
SZ z T L
N opt . q (T L) z T L Z
DINAMIČKO PROGRAMIRANJE
Programiranje - niz postupaka ili procedura koje vode do željenog rezultata. Dinamičko
programiranje - skup svih algoritama tj. rješenja problema koji imaju jednu zajedničku
osobinu - da do krajnjeg rezultata dolazimo pomoću pomoćnih podproblema koja imaju
zajedničke pod-podprobleme, čije rezultate upisujemo u memoriju, izbjegavajući rešavanje
podproblema više puta. Za rješenje složenog problema potrebno je naći rješenja svih
podproblema. Skup posebnih matematičkih metoda i modela koji služe za optimizaciju
višefaznih procesa. Sinonim - metoda donošenja višefaznih, odnosno višeetapnih odluka ili
bottom-up metoda. Dinamičko programiranje kada su u pitanju višefazni procesi sa
vremenskom komponentom - smanjuje se vrijeme izvršavanja u okviru onih problema u
kojima se zahtijeva traženje optimalne podstrukture i koji imaju podprobleme koji se
ponavljaju. Sistem u kojem se odvijaju višefazni procesi. Utemeljivač - američki matematičar
Richard Bellman pedesetih godina prošlog vijeka.
Optimalna politika ima svojstvo da, bez obzira kakvo je početno stanje i prva odluka,
daljnje odluke moraju činiti optimalnu politiku s obzirom na stanje koje rezultira iz prve
odluke.
1.
xt 0, t 1, N količina analiziranog proizvoda koju sistem proizvede (realizuje) u toku faze t Þ
odluka za svaku fazu
2.
qt 0, t 1, N dogovorene isporuke do kraja datog vremenskog intervala kao faze t
3. Unaprijed poznato: N
Q qt
t 1
4.
Z t 0, t 1, N
nivo zaliha analiziranog proizvoda koji u intervalu ili fazi t ostaje u sistemu
nakon isporuke kupcu tražene količine za tu fazu Þ stanje sistema za svaku fazu
6. K t 0, t 1, N proizvodni kapaciteti Þ 0 xt K t
St 0, t 1, N skladišni kapaciteti Þ
0 Z t St
Zadovoljenje tražnje
N N
x
t 1
t Q ( Z N Z 0 ) qt ( Z N Z 0 )
t 1
12. Koji finansijski podaci su potrebni u postavci modela DP proizvodnje.
Fiksni troškovi Ft , t 1, N za xt 0
Proizvodna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u svakoj fazi
x1 , x2 , ..., xN
i odgovarajuće im nivoe zaliha tog proizvoda
Z1 , Z 2 , ..., Z N
tako da se minimiziraju ukupni troškovi proizvodnje za određeni budući period proizvodnje
koji se sastoji od N vremenskih intervala ili faza.
14. Koje kategorije definišu faze DP proizvodnje (navesti koje su poznate a koje ne)?
Kakve su relacije između tih kategorija?
Uključivanje
ograničenja
proizvodnih kapaciteta
i skladišnih kapaciteta
0 xt Z t Z t 1 qt K t
pri čemu je: 0 Z t St i
0 Z t 1 St 1
Iteracije sa zalihama
Z t Z t 1 xt qt
Z1 Z 0 x1 q1
Z 2 Z1 x2 q2
kako je
Z 0 x1 q1 x2 q2 Z 0 x1 x2 (q1 q2 )
Z1 Z 0 x1 q1
Z 3 Z 2 x3 q3 Z 0 x1 x2 (q1 q2 ) x3 q3
kako je
Z 0 x1 x2 ( q1 q2 )
3 3
Z 0 x1 x2 x3 (q1 q2 q3 ) Z 0 xt qt
t 1 t 1
...
i i
Z i Z 0 xt qt
t 1 t 1
Niz nivoa proizvodnji i niz pratećih nivoa zaliha u svakoj fazi su međusobno zavisni, te je nivo
zaliha u datoj fazi i predstavljen kao posljedica:
• unaprijed poznatog početnog nivoa zaliha na početku prve faze
• niza nivoa proizvodnji i
• niza unaprijed poznatih ugovorenih isporuka.
N
0 xt xt q j qt Z N Z t
j t St
N N
0 xt xt q j ( Z N Z t ) q j (Z N Z t ) 0
N
0 Z t min
q j ZN
j t 1 j t 1
0 Zt q
N
j ZN j t 1
j t 1
Z t 1 Zt qt xt i 0 Z t St
0 Z t qt xt St 1
Z t qt St 1 xt Z t qt
Objedinjavanjem 0 xt K t i Z t qt St 1 xt Z t qt
posljednje relacije sa
ograničenjem 0 Kt
proizvodnih kapaciteta max xt min
ograničenja za nivoe Z
t qt S t 1 Z
t qt
proizvodnje po
fazama glase:
N N
min C min Ct ( xt , Z t ) f ( Z ) min C min C ( x , Z )
t 1 N N t t t
xt t 1
N 1 f1 ( Z1 ) C1 ( x1 , Z1 )
Opšta iterativna funkcija za
određivanje minimalnih ukupnih
2 troškova proizvodnje za svaku
N 2 f 2 ( Z 2 ) min C min Ct ( xt , Z t )
xt t 1 moguću varijantu zaliha na kraju i-
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 ) min f1 ( Z1 ) C2 ( x2 , Z 2 ) te faze
x1 , x2 x2
3
N 3 f 3 ( Z 3 ) min C min Ct ( xt , Z t )
xt t 1 fi ( Z i ) min fi 1 ( Z i 1 ) Ci ( xi , Zi )
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 ) C3 ( x3 , Z 3 ) xi
x1 , x2 , x3
min f 2 ( Z 2 ) C3 ( x3 , Z 3 )
x3
analogno: f i ( Z i ) min f i 1 ( Z i 1 ) Ci ( xi , Z i )
xi
A. Ograničenja
Za zalihe
St
N
0 Z t min
j q Z N
j t 1
gdje je Z N unaprijed poznato
Za proizvodnju
0 x1 Z1 q1 Z 0 K1 , za t 1
0 Kt
max xt min , za t 2, N
Z t qt St 1 Z t qt
Ct Ft at xt bt Z t
za xt 0 Ft 0
C. Iteracije
Veza između nivoa zaliha susjednih faza za sve moguće parove iz A:
Z t 1 Z t qt xt
Iterativna funkcija minimalnih ukupnih troškova proizvodnje:
f1 ( Z1 ) C1 ( x1 , Z1 ), za i 1
fi ( Z i ) min fi 1 ( Z i 1 ) Ci ( xi , Z i ) , za i 2, N
xi
Višeetapnost
U toku određenog budućeg perioda proizvodnje u sistemu koji se odnosi na proizvodnju
određenog tipa proizvoda planira se nivo potrebnih zaliha repromaterijala po vremenskim
intervalima kao fazama kojih ima N
Odrediti optimalnu količinu zaliha za kompletan planski period koji se sastoji od više
vremenskih podperioda, faza ili jedinica i to po svakoj fazi ili vremenskoj jedinici
1.
xt 0, t 1, N količina analiziranog repromaterijala koju sistem treba nabaviti i unjeti na
skladište na početku faze t Þ odluka za svaku fazu
2.
qt 0, t 1, N unaprijed poznata količina analiziranog tipa repromaterijala koju sistem iz
svog skladišta mora obezbijediti proizvodnom procesu na početku faze t
3. Unaprijed poznato: N
Q qt
Z t 0, t 1, N
t 1
4. nivo zaliha analiziranog repromaterijala koji u intervalu ili fazi t ostaje u
sistemu nakon isporuke proizvodnji tražene količine za tu fazu Þ stanje sistema za svaku fazu
6. K t 0, t 1, N tržišna ograničenja Þ 0 xt K t
St 0, t 1, N skladišni kapaciteti Þ
0 Z t St
Zadovoljenje tražnje
N N
x
t 1
t Q ( Z N Z 0 ) qt ( Z N Z 0 )
t 1
Fiksni troškovi
Ft , t 1, N za xt 0
Nabavna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
Zadatak
x1 , x2 , ..., xN
koje sistem treba realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala
Z1 , Z 2 , ..., Z N
tako da se minimiziraju ukupni troškovi zaliha za određeni budući period proizvodnje koji
se sastoji od N vremenskih intervala ili faza
25. Koje kategorije definišu faze DP zaliha (navesti koje su poznate a koje ne)? Kakve
su relacije između tih kategorija?
N
N f (
min C min Ct ( xt , Z t ) N N Z ) min C min Ct ( xt , Z )
t
t 1 xt t 1
N 1 f1 ( Z1 ) C1 ( x1 , Z1 )
Opšta iterativna funkcija za određivanje
2
minimalnih ukupnih troškova
N 2 f 2 ( Z 2 ) min C min Ct ( xt , Z t )
xt t 1 repromaterijala za svaku moguću
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 ) min f1 ( Z1 ) C2 ( x2 , Z 2 ) varijantu zaliha na kraju i-te faze
x1 , x2 x2
3
N 3 f3 ( Z 3 ) min C min Ct ( xt , Z t )
xt t 1
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 ) C3 ( x3 , Z 3 ) f i ( Z i ) min fi 1 ( Z i 1 ) Ci ( xi , Z i )
x1 , x2 , x3
xi
min f 2 ( Z 2 ) C3 ( x3 , Z 3 )
x3
analogno: fi ( Z i ) min f i 1 ( Z i 1 ) Ci ( xi , Z i )
xi
A. Ograničenja
St
Za zalihe N
0 Z t min
j q Z N
j t 1
gdje je Z N unaprijed poznato
Za nabavku repromaterijala
0 x1 Z1 q1 Z 0 K1 , za t 1
0 Kt
max xt min , za t 2, N
Z t qt St 1 Z t qt
B. Intervalni troškovi zaliha repromaterijala
Ct Ft at xt bt Z t
za xt 0 Ft 0
C. Iteracije
Veza između nivoa zaliha susjednih faza za sve moguće parove iz A:
Z t 1 Z t qt xt
Iterativna funkcija minimalnih ukupnih troškova zaliha:
f1 ( Z1 ) C1 ( x1 , Z1 ), za i 1
f i ( Z i ) min f i 1 ( Z i 1 ) Ci ( xi , Z i ) , za i 2, N
xi
29. Definisati cilj kod problema DP kupoprodaje.
U svakoj vremenskoj jedinici ili fazi, odabrati takav način poslovanja sistema tako da
ukupna zarada na kraju vremenskog perioda od vremenskih jedinica bude maksimalna.
5. S 0, t 1, N skladišni kapaciteti Þ
t
0 Z t St
6. Sistem nabavlja ili kupuje analizirani proizvod na nabavnom tržištu A po cijeni at 0 i
prodaje na prodajnom tržištu B po cijeni bt 0 .
Dobit sistema za fazu t Þ Dt bt yt at xt
31. Koji finansijski podaci su potrebni u postavci modela DP kupoprodaje.
32. Definisati zadatak modela DP kupoprodaje.
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba kupiti (nabaviti) u svakoj fazi ,
x1 , x2 , ..., xN
količine analiziranog proizvoda koje sistem treba prodati u svakoj fazi,
y1 , y2 , ..., yN
i odgovarajuće im nivoe zaliha tog proizvoda
Z1 , Z 2 , ..., Z N
tako da se maksimizira ukupna zarada ili dobit sistema od procesa kupoprodaje za određeni
budući period proizvodnje koji se sastoji od N vremenskih intervala ili faza.
33. Koje kategorije definišu faze DP kupoprodaje(navesti koje su poznate a koje ne)?
Kakve su relacije između tih kategorija?
Slijedi relacija
Z t 1 Z t yt xt
34. Izvesti proces iteracija sa zalihama u modelu DP kupoprodaje.
Iteracije sa zalihama
Zt 1 Z t yt xt
Z t 1 Z t yt xt Z 2 Z1 y1 x1
Z3 Z 2 y2 x2
kako je
Z 2 Z1 y1 x1
Ograničenja
Z t 1 Z t yt xt i 0 Z t St
0 Zt 1 St 1 0 Z t yt xt St 1
yt Zt xt St 1 yt Z t 0 xt St 1
kako je
0 yt Zt
yt Z t 0
max xt St 1 , ako je yt Z t
min xt 0, uz uslov da je yt Z t St
Z t 1 Z t yt xt 0 yN Z N Z N 1 xN Z N S N
36. Elaborirati funkciju ukupne dobiti u okviru određenog budućeg perioda koji se
sastoji od N vremenskih intervala ili faza u modelu DP kupoprodaje.
37. Izvesti opštu iterativnu funkciju za određivanje maksimalne ukupne dobiti za svaku
moguću varijantu zaliha na početku (N-d)-te faze u modelu DP kupoprodaje.
t 1 2 ... N 1 N
d N t
d N 1 N 2 ... 1 0
Iteracije:
N 1, t N , d 0 f1 ( Z N ) DN ( y N , xN ) max(bN y N a N x N )
Za d=0:
Ograničenja:
Funkcija cilja
f1 ( Z N ) DN ( yN , xN ) max(bN y N aN xN )
Za d=1, 2, ..., N:
Ograničenja:
Funkcija cilja
f d 1 ( Z N d ) max (bN d yN d aN d xN d ) f d ( Z N d 1 )
( yt , xt )
39. Opisati problem DP alokacije resursa.
Opis problema
0 xt Q N
x
t 1
t Q
40. Opisati prateće efekte i ograničenje u problemu DP alokacije resursa.
Prateći efekti
Et ( xt ) 0 prateći efekat koji se ostavaruje kod objekta t ukoliko taj objekat dobije
količinu resursa koji se raspoređuje jednaku
Efekti međusobno nezavisni Þ redosljed raspodjele nebitan
xt 0 Et ( xt ) 0
N
Ukupan efekat programa alokacije resursa E Et ( xt )
t 1
Ograničenje
M t maksimalan nivo do kojeg veća dodjela resursa tom objektu znači i veći prateći
efekat za taj objekat
Slijedi ograničenje: 0 xt M t
x1 , x2 , ..., xN
tako da sistem ostvari maksimalan ukupni efekat.
ako važi
0 xt Q
N
x
t 1
t Q
2
N 2, 0 Q M 1 M 2 x1 x2 Q i f 2 (Q ) max Et ( xt ) max E1 ( x1 ) E2 ( x2 )
0 xt Q 0 xt Q
t 1
max E1 (Q x2 ) E2 ( x2 ) max E2 ( x2 ) f1 (Q x2 )
kako je 0 xt Q kako je 0 xt Q
x1 x2 Q E1 ( Q x2 ) f1 ( Q x2 )
x1 Q x2
analogno: f i (Q)
0 xt Q
Ei ( xi ) fi1 (Q xi )
Opšta iterativna funkcija za određivanje maksimalnih ukupnih efekata za svaku moguću varijantu
rasporeda analiziranog resursa na N objekata
Teorija redova čekanja (Queuing theory, waiting line analysis, theory of mass service)
metoda operacionih istraživanja
proučava procese opsluživanja slučajno pristiglih jedinica ili zahtjeva za nekom
uslugom
koristeći pritom matematičke modele pomoću kojih se determiniše međuzavisnost
između dolazaka primaoca usluga, njihovog čekanja na uslugu, opsluživanja te na
kraju izlaska primaoca usluga iz sistema,
Cilj Þ optimalno funkcionisanje sistema.
pn e t
n!
pri čemu parametar ( t ) predstavlja očekivanu vrijednost i varijansu te distribucije
24. Elaborirati vjerovatnoću intervala između ulazaka klijenata u sistem.
Vremenski interval između dva uzastopna ulaska klijenata u sistem je slučajna varijabla u koja se
ponaša prema modelu eksponencijalne distribucije vjerovatnoća:
f (u ) e u
pri čemu parametar (1/l)) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivani vremenski interval između dva uzastopna ulaska klijenata u sistem
g ( ) e
pri čemu parametar (1/m) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivano ili prosječno trajanje usluge.
Očekivani broj klijenata koje možemo očekivati da će doći u sistem u toku cijelog posmatranog
perioda (0,1) je l, dok je m broj klijenata koje tokom tog perioda može da opsluži pojedinačno
svaka od S stanica istog tipa.
Za stabilan sistem moraju biti ispunjeni slijedeći uslovi:
S
1 1
1 S
S S S
28. Nabrojati četiri karakteristična opšta tipa sistema usluživanja. Vec uradjeno
30. Kroz određivanje vjerovatnoća (p) n izvesti sistem sistem stohastičkih jednačina za I
model TRČ.
za model S 1 i m
p0 (t ) p1 (t ) 0, za n 0
( ) pn (t ) pn1 (t ) pn1 (t ) 0, za n 0
Na osnovu dobijenih jednačina možemo direktno analogijom izvesti formule za izračunavanje
vjerovatnoća:
Po(t)=1-ψ n
Pn(t)=(1- ψ)* ψ n
1 m!
p0 , pn n p0
m
m! ( m n )!
n 1 ( m n)!
n
m
m
n pn 0 p0 (1 p0 ) n pn (1 p0 )
n 0 n 0
kako je
m
n n pn
n0
1 1
n (1 p0 ) m 1 p0 (1 p0 ) m 1 1 p0
1 1
m 1 p0 r m 1 p0
c. Prosječnog broja istovremeno slobodnih stanica:
k S s 1 p0 (m n )
kako je
1
n m 1 p0
1 p0 ( m n )
k (m n )
(m n) ( n)
kako je n konačno
vjerovatnoća da će u vremenskom razmaku ∆t u sistem stići jedan novi klijent
p t
vjerovatnoća da u vremenskom razmaku ∆t u sistem neće stići niti jedan novi klijent
1 p 1 t
Više stanica Þ vjerovatnoća da će u vremenskom razmaku ∆t u sistemu od n zaposlenih stanica
makar jedna završiti usluživanje
( n t )
Vjerovatnoća da u vremenskom razmaku ∆t u sistemu od n zaposlenih stanica niti jedna neće
jedna završiti usluživanje
(1 n t )
za model S 1 i m
p0 (t ) p1 (t ) 0, za n 0
( n ) pn (t ) pn 1 (t ) ( n 1) pn1 (t ) 0, za 0 n S
( S ) pn (t ) pn 1 (t ) S pn 1 (t ) 0, za 0 n S
1
p0 (t ) p0 S 1
n
S
n 0 n !
( S ) ( S 1)!
S
ako podijelimo
S
sa
1 n
np (t ) p n 1 (t ) p0 (t ), za n S S 1
n n! S
pn (t )
n
pn (t ) p0 (t ), za n S
S ! S n S
1
S p0 S s S
p0
u III modelu TRČ.
pn m n 1 p m
n 1 n , 1 n S
p0 n p0 n
pn m n 1 p n! m
n 1 nS
n , S n m
p0 n p0 S ! S n
1
p0 , 0nm
m
Kako pnje po definiciji: k S s i n r k
1 podijelimo izraz za n
n 1 p0
sa k kako bismo dobili
1
kao član izraza , jer je
1
po definiciji Vk
40. Kako određujemo prosječno trajanje različitih oblika boravka klijenta u sistemu u IV
modelu TRČ?n r 1 n r 1
k k neka je
k ( S s )
(S s ) (S s )
n
Vn
(S s )
r
Vr
(S s )
1
Vk
1. Koja od navedenih osobina obavezno vrijedi za sve matrične igre dva igrača
suma nula?
Sedlasta tačka mora postojati
Koliko god da je dobitak jedne osobe toliko je gubitak druge
Svaka osoba ima dvije strategije
Sve isplate(?) su nula
3. Kod igre sa matricom plaćanja mx2 formata, grafički ćemo riješavati igru uz
postavljeni model
Min V, E(Ai) <= V
Min V, E(Ai) >= V
Max V, E(Bj) <= V
Min V, E(Bj) >= V
6. Matrična igra opisana je matricom plaćanja (aij)3x2. sve tri linije koje predstavljaju
granice ograničenja u modelu, sjeku se u jednoj tački. Zaključujemo da:
Igrač B ima beskonačno mnogo riješenja
Igrač A ima beskonačno mnogo riješenja
Oba igrača imaju beskonačno mnogo riješenja
Igra ima jedinstveno riješenje
7. Ako je u 1 modelu zaliha narudžba veća od optimalne, šta možemo zaključiti:
Troškovi slkadištenja su manji od optimalnih
Troškovi nabavke su manji od optimalnih
Ukupni troškovi su manji od optimalnih
Troškovi lansiranja su manji od optimalnih
9. U matričnoj igri dva igrača sume nula, optimalna vrijednost igre u novčanoj
vrijednosti($)V = -2 znači:
Gubitak od 2$ jednog igrača je ujedno dobitak 2$ za drugog igrača
Oba igrača gube 2$
Oba igrača imaju dvije strategije
Gubitak od 2$ jednog igrača je ujedno dobitak 4$ za drugog igrača
11. Koja od sljedećih tvrdnji se odnosi na model upravljanja zaliha kada je tražnja
nepoznata?
Trošak lansiranja opada sa valičinom narudžbe
Trošak lansiranja raste sa veličinom narudžbe
Trošak lansiranja se ne mijenja sa veličinom narudžbe
14. Kod modela upravljanja zalihama, oznaka za dužinu perioda u kojem se potroši jedna
narudžba je:
Ts
15. U slučaju poznate tražnje za zalihama ali dozvoljenog kašnjenja u njenoj isporuci,
koja od navedenih tvrdnji nije tačna:
Optimalni troškovi su manji neko u slučaju sa dozvoljenim kašnjenjem
Kad zalihe budu raspoložive isporučit će se sve dugovane količine
Trošak nabavke nije konstantan
17. Ako se na nekom tržištu nalaze samo dva Telecom operatera i ako je cilj oba
operatera isti: pridobiti što više korisnika i u skladu sa tim biraju svoje moguće
odluke, onda je u pitanju kakva vrsta igre?
Nekonkurentne matrične igre dva igrača
Konkurentne igre dva igrača
Nekonkurentne igre više igrača
Konkurentne igre dva igrača suma nula
Konkurentne igre više igrača
19. Linearnim programiranjem se mogu rješavati sve matrične igre uz uslov da za sve
elemente vrijedi: aij > 0
Tačno
Netačno
23.