Oispojeno

22.3.2014.
Modeli zaliha:
Uvod, deterministički
modeli zaliha
POJAM ZALIHA I OSNOVNE
KARAKTERISTIKE
Zašto su određenom privrednom subjektu

Uvod
potrebne zalihe?
• Zalihe predstavljaju količinu: sirovina i materijala, rezervnih
dijelova, nedovršene proizvodnje (poluproizvoda), gotovih
proizvoda, energenata ili informacija koja se nalazi u
skladištima firme u datom vremenu. • održati nezavisnost operacija u poslovnom procesu
• Zalihe pripadaju preduzeću i poslije nekretnina i
proizvodnih mašina predstavlja njenu njaznačajniju imovinu. • biti u stanju izaći u susret varijacijama tražnje
Zadatak zaliha je • omogućiti fleksibilnost u proceduri proizvodnog procesa
• Obezbjeđenje neprekidne proizvodnje – zalihe sirovina, • obezbjediti sigurnost nabavke u kontekstu variranja
materijala, dijelova, poluproizvoda... trajanja procesa od momenta narudžbe do momenta
• Zadovoljenje zahtijeva tržišta – zalihe gotovih proizvoda stizanja zaliha
Na osnovu namjene razlikujemo: • iskoristiti prednosti stimulirajućih cijena u slučaju
• Tržišne zalihe – namijenjene kupcu kupovine veće količine zaliha.
• Proizvodne zalihe – namijenjene proizvodnji
1
22.3.2014.
Sistem za upravljanje zalihama

Problem upravljanja zalihama
• Skup pravila i procedura kojima se u jednom preduzeću rješavaju
problemi u vezi sa obezbjeđenjem materijala potrebnih za • Upravljanje zalihama - značajno pitanje u ekonomiji jednog
odvijanje proizvodnog procesa i gotovih proizvoda za odvijanje preduzeća.
procesa snadbijevanja. • Cilj - odrediti optimalni nivo zaliha koji istovremeno
• Sistem za upravljanje zalihama treba dati odgovore na sljedeća zadovoljava više kriterija:
pitanja: – omogućava nesmetano odvijanje proizvodnog procesa
– Šta (koje vrste materijala, dijelova, polu ili gotovih proizvoda, enegrenata)
(bez zastoja)
držati na skladištu? – omogućava nesmetano snadbijevanje tržišta (bez
– Kada obnoviti zalihe (koji je optimalan trenutak za novu narudžbu)? nestašica)
– Koju količinu naručiti? – ima najniže troškove održavanja tog nivoa zaliha.
• Klasični pristup: “od viška glava ne boli” • organizovanje ulaznog skladišta ili proizvodne zalihe
• Moderni koncept: “just in time” • organizovanje izlaznog skladišta ili tržišne zalihe
• ABC analiza – dijeli zalihe preduzeća prema učešću u ukupnim • kombinovano ulazno i izlazno skladište
troškovima preduzeća i prema njihovom značaju planira nadgledanje i
upravljanje zalihama .
Troškovi zaliha Troškovi pribavljanja zaliha

• Troškovi nabavke
– Nabavna cijena same robe (pm)
Sa stanovištva racionalnog upravljanja zalihama, • Troškovi naručivanja
troškovi zaliha se dijele na troškove: – Od trenutka utvrđivanja potrebe za nabavkom do prijema naručene
količine zaliha u skladište preduzeća
– nabavljanja zaliha, – Dovode se u vezu sa:
• istraživanjem tržišta nabavke,
– držanja zaliha, • preliminarnim pregovorima sa dobavljačima,
• PTT uslugama,
– nedostatka zaliha i • transportom zaliha od dobavljača do skladišta preduzeća,
• prijemom, kontrolom i smještajem sirovina i materijala,
– ostale troškove zaliha • prijemom, evidencijom i isplatom ulaznih faktura,
• potrebnim kancelarijskim priborom i formularima za narudžbu.
– U ovu kategoriju troškova zaliha ubrajaju se i propušteni količinski
popusti.
– Najčešće konstantni za svaku nabavku.
– Monitoring u određenom periodu ⇒ ukupni troškovi nabavke u datom
periodu ⇒ podijeljeno sa brojem nabavki ⇒ prosječni troškovi po
narudžbi (pl)
2
22.3.2014.
Troškovi držanja zaliha Troškovi nedostatka zaliha

• Dva slučaja:
• Nastaju usljed postojanja i držanja zaliha u preduzeću.
– Nedostatak zaliha sirovina i materijala koje iziskuje proces
• Preduzeće mora imati: proizvodnje, odnosno
– skladište gdje postoje adekvatni uslovi za držanje zaliha
– Nedostatak zaliha gotovih proizvoda da bi se zadovoljile
– zaposlene koji rade na poslovima čuvanja i održavanja zaliha. prispjele narudžbe od potrošača
• Zavise direktno od visine zaliha.
• Obuhvataju:
• Troškovi nastali u situaciji kada se ne može zadovoljiti
– kamate na obrtna sredstva uložena u zalihe
neka potreba zbog nedovoljnih zaliha.
– troškove skladišnog prostora, koji uključuju troškove grijanja, hlađenja, – povećani troškovi proizvodnje,
osvjetljenja i sl., odnosno najamninu skladišnog prostora, ako se koristi – gubici zbog izgubljenjih kupaca,
tuđe skladište – troškovi zbog odlaganja prodaje,
– troškove manipulacije materijalom na skladištu i troškove inventarizacije i – konvencionalne kazne i penali zbog neisporuke,
troškove zaposlenih koji rade na čuvanju zaliha
– troškove osiguranja zaliha itd. – gubici na goodwill-u itd.
• Određivanje ukupnih troškova držanja zaliha ⇒ dijeljenjem sa količinom • Teško ih je kvanificirati i u ukupnom iznosu i po jedinici
zaliha i vremenskim periodom čuvanja zaliha dolazi se do troškova čuvanja zaliha.
po jedinici zaliha u jedinici vremena (ps) • Trošak nedostatka zaliha po jedinici nezadovoljene tražnje u jedinici
vremena (pz)
Ostali troškovi zaliha Zadatak teorije upravljanja zalihama
• Različite vrste troškova, zavisno od vrste zaliha

• Konstruisanje modela za utvrđivanje optimalnog nivoa
• Odnose se na gubitke u vrijednosti zaliha zbog: zaliha
– zastarijevanja materijala (isteka roka trajanja),
• Optimalan nivo zaliha
– isparavanja,
– izloženosti oštećenju, • Balansiranje visine troškova i rizika držanja zaliha sa
– kvarenja,
koristima koje se mogu izvući iz raspolaganja tim
– pronevjera i slično.
zalihama
• Normalni rizik poslovanja i manipulacije sa zalihama. • Matematički model za optimizaciju u procesu upravljanja
zalihama - dvije varijable:
• Neki autori ove troškove svrstavaju u troškove čuvanja – Količina koju treba naručiti (koliko pribavljati zaliha u jednoj
zaliha. porudžbini?)
• Teško ih je kvantificirati. – Trenutak kada treba naručiti (u kojim intervalima nabavka treba
da se izvrši?)
3
22.3.2014.
Faktori koji određuju problem

Faktori koji određuju problem programiranja
programiranja optimalnih proizvodnih
optimalnih proizvodnih zaliha, cont.
zaliha
3. Nadgledanje zaliha
– kontinuirano ili
θ)
1. Period za koji se zalihe programiraju (θ – periodično.
– Samo jedan period 4. Trajnost zaliha
– Konačan vremenski horizont podijeljen na više perioda – neograničena ili
– Beskonačan vremenski horizont. – ograničena, posebno ako su zalihe kvarljive.
2. Karakter tražnje za materijalima i sirovinama koju 6. Kako će se u toku posmatranog perioda ponašati
ispoljava proizvodni proces odgovarajuće cijene?
– deterministička 7. Vremensko trajanje od trenutka slanja narudžbe do
a. konstantna trenutka isporuke ili pristizanja zaliha?
b. promjenjiva
– stohastička
Simboli – obilježavanje varijabli u

Faktori koji određuju problem programiranja
modelima zaliha
optimalnih proizvodnih zaliha, cont. • θ - planski period
• Q – tražnja u planskom periodu
7. Da li je u programu nabavka jedne vrste sirovine • qt – jedinična tražnja u vremenskoj jedinici t.
ili materijala i dijelova ili više vrsta? • T – vremenski interval za koji vežemo jednu narudžbu
• Ts – vremenski podinterval u kom se iscrpi narudžba
8. Da li se skladišni prostor može pojaviti kao • N – veličina jedne narudžbe
ograničavajući faktor? • P – ukupna tražnja u intervalu T
9. Na koji način se u model uključuju troškovi zaliha? • n – broj narudžbi odnosno broj ciklusa
10. Šta se dešava sa nezadovoljenom tražnjom? • S – prosječna uskladištena količina
• Cijene: pm, pl, ps, pz
• Trošak:
Cm- trošak materijala
Cl – trošak lansiranja
Cs – trošak skladištenja
Cz – trošak zastoja
4
22.3.2014.
Tempo pražnjenja ulaznog skladišta,

Tempo pražnjenja ulaznog skladišta uskladištena količina zadovoljila potražnju
Vremenske jedinice Zalihe T
• Pretpostavke t = 1, Z1 = N N ≥ ∑ qt
t = 2, Z 2 = Z1 − q1 = tN=1− q1
– u jednom trenutku u skladište unešena količina zaliha 2
t = 3, Z 3 = Z 2 − q2 = ( N − q1 ) − q2 = N − ∑ qt
N>0, kao veličinu jedne narudžbe. t =1
 2
 3
t = 4, Z 4 = Z3 − q3 =  N − ∑ qt  − q3 = N − ∑ qt
– Nova količina zaliha biće unijeta u skladište tek po  t =1  t =1
... ...
isteku intervala od T vremenskih jedinica. T −2 T −1
 
t = T, ZT = ZT −1 − qT −1 =  N − ∑ qt  − qT −1 = N − ∑ qt ≥ qt ≥ 0
• Model pražnjenja skladišta:  t =1  t =1
vremenske jedinice t : 1 2 3 ... T t −1

t, Z t = Z t −1 − qt = N − ∑ qi ≥ 0, t = 1, T
jedinične tražnje qt : q1 q2 q3 ... qT i =1
Tempo pražnjenja ulaznog skladišta,

uskladištena količina nije zadovoljila potražnju
Model sa kontinuiranim i model sa
T
Vremenske jedinice Zalihe N < ∑ qt

t =1
skokovitim pražnjenjem skladišta
t = 1, Z1 = N
t = 2, Z 2 = Z1 − q1 = N − q1
• Ulazna količina zaliha
2
N=6 bila je potrošena po
t = 3, Z 3 = Z 2 − q2 = ( N − q1 ) − q2 = N − ∑ qt isteku perioda =3.
t =1
...
... • Neka su troškovi
 TS − 2
 TS −1 skladištenja 10 nj po
=  N − ∑ qt  − qTS −1 = N − ∑ qt = 0 jedinici zaliha i jedinici
t = TS , ZTS = ZTS −1 − qTS −1  t =1  t =1
vremenskog perioda.
t = TS +1 , ZTS +1 = 0 − qTS = − qTS Skokovito pražnjenje:
troškovi skladištenja = 10 ⋅ S ' =
... ...
T −1 = 10 ⋅ (1⋅ 6 +1⋅ 4 +1⋅ 2) =
t = T, Z T = Z T −1 − qT −1 = − ∑ qt
t =TS = 10 ⋅12 = 120nj
Kontinuirano pražnjenje
troškovi skladištenja = 10 ⋅ S '' =
 3⋅ 6 
= 10 ⋅   = 90 nj
 2 
5
22.3.2014.
Klasični model zaliha sa konstantnom

Pretpostavke modela
tražnjom
1. Poznata i konstantna jedinična tražnja (deterministički
model)
2. Ukupna tražnja mora biti u potpunosti zadovoljena
I model zaliha: 3. Kontinualno pražnjenje skladišta
4. Isporuka je trenutna i kompletna naružba se može isporučiti
jedinična tražnja je poznata, konstantna, odjednom.
5. Poznati su i ne mijenjaju se tokom planskog proizvoda:
ukupna tražnja je kompletno zadovoljena, • jedinična cijena proizvoda pm,
pražnjenje skladišta je kontinualno • jedinični troškovi naručivanja pl,
• jedinični troškovi držanja zaliha u jedinici vremena ps.
Dodatne napomene Oznake i veze u I modelu

Poznate veličine
1. U skladištu na početku perioda θ nema ništa, to jeste
da nisu prenesene zalihe iz perioda prije perioda θ ⇒ • θ - planski period, Q – tražnja u planskom periodu, q –
Z0=0 jedinična tražnja.
2. Planiranje zaliha će biti optimalno ako po isteku • Ukupna tražnja mora biti u potpunosti zadovoljena u
perioda θ u skladištu nema ništa, to jeste da po isteku posmatranom periodu θ ⇒ Q = q⋅θ
perioda θ u skladištu ne ostaje nikakva nepotrošena
zaliha ⇒ Zθ+1 = 0 Q Q
Q = q ⋅θ ⇒ θ = ⇒ q= (2.1)
3. Period T je period u kom se posmatra jedna q θ
narudžba, dakle u toku perioda T se samo jednom
vrši nabavka zaliha (bez obzira na količinu) i to na • Poznate su i ijene: pm – nabavna cijena, pl – cijena lansiranja
početku perioda. jedna narudžbe, ps – cijena skladištenja (jedinice tražnje u
jedinici vremena)
6
22.3.2014.
Oznake i veze u I modelu Tempo odgovarajućeg pražnjenja skladišta tokom

intervala T za I model, n narudžbi
Nepoznate veličine
• T – vremenski interval u kom se troši narudžba
(nema zastoja pa je T = Ts) Z
• N – veličina jedne narudžbe
(nema zastoja pa je N = P)
• n – broj narudžbi odnosno broj ciklusa
1. Nema zastoja pa je ukupna tražnja u intervalu T : N = q ⋅ T
N N (2. 2)
N = q ⋅T ⇒ T = ⇒ q=
q T N . . .
2. Period θ dijelimo na n podperioda dužine T vremenskih jedinica.
1. n je istovremeno i broj narudžbi veličine N (jer se narudžba N iscrpljuje za
vremenski period T) ⇒ Q = n⋅N
2. Uzimamo da su svi T podintervali u okviru θ jednake dužine ⇒ θ= n⋅T T T T . . . T t
θ θ
θ = n ⋅T ⇒ n = T= (2. 3) Ө
T n
Q Q
Q = n⋅ N ⇒ n = N=
N n
Funkcija troškova zaliha u I modelu

Funkcija troškova zaliha u I modelu zaliha, cont
zaliha
• Cilj - odrediti strategiju upravljanja zalihama u toku perioda θ
• Ukupni troškovi u modelu 1 se sastoje od:
tako da se minimizira funkcija ukupnih troškova zaliha kao
Cm- troškova materijala funkcija cilja jedne varijable.
Cl – troškova naručivanja • Na osnovu jednačina veze (2. 1), (2. 2) i (2. 3) funkcija ukupnih
Cs – troškova skladištenja troškova zaliha u modelu 1 se može iskazati kao funkcija od
• C = Cm + Cl + Cs jedne nepoznate. Najčešće se kao nepoznata uzima veličina
– Cm – vrijednost svih n narudžbi veličine N odnosno narudžbe N: N ⋅T
S=
vrijednost ukupno nabavljenog repromaterijala tokom 2
C1 = Q ⋅ pm + n ⋅ pl + n ⋅ S ⋅ p s = =
perioda θ) Cm=nNpm = Qpm Q
n=
– Cl – troškovi lansiranja svih n narudžbi tokom perioda θ. N
Cl=npl ⋅
⋅ p s ∧ (n ⋅ T = θ )
Q N T
Trošak = Q ⋅ p m + ⋅ pl + n ⋅
– Cs – troškovi svih skladištenja tokom perioda Cs=nSps lansiranja N 2
Trošak
Q θ
Trošak nabavke C1 = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ p s (2. 4) skladištenja
je konstanta N 2
7
22.3.2014.
Optimalna vrijednost – minimum funkcije

Zadatak za studente troškova
• Napisati funkciju ukupnih troškova kao funkciju • Za funkciju troškova (2. 4), potrebno je odrediti
od: minimalnu vrijednost.
– Broja narudžbi (n) • Potreban uslov C’=0: C ′ = − Q p + θ p = 0
1 l s
– Veličine ciklusa (T) N2 2
2 ⋅ Q ⋅ pl 2 ⋅ q ⋅ pl
N2 = ⇒ N opt =
θ ⋅ ps ps
• Dovoljan uslov C’’(Nopt)>0: C ′′ = 2Q p > 0
1 3 l
N
drugi izvod pozitivan u stacionarnoj tački ⇒
minimum
Ostali elementi optimalne odluke Grafički prikaz troškova zaliha i optimalnog rješenja
Q θ
C1 = Q ⋅ p m + ⋅ pl + ⋅ N ⋅ p s
N 2
N1,opt . 1 2 ⋅ q ⋅ pl 2 ⋅ pl 2 ⋅ pl Ako izjednačimo troškove skladištenja i troškove lansiranja dobićemo

T1,opt = = ⋅ = ⇒ T1,opt . =
q q pS pS ⋅ q pS ⋅ q da se ovi troškovi sijeku u vrijednosti optimalne narudže
Q Q pS pS ⋅ q pS ⋅ q Ukupni troškovi - C
n1,opt . = = =θ ⋅q⋅ =θ ⋅ ⇒ n1,opt . = θ ⋅ C
N1,opt . 2 ⋅ q ⋅ pl 2 ⋅ q ⋅ pl 2 ⋅ pl 2 ⋅ pl
Troškovi čuvanja
pS zaliha - CS
Q θ Q θ 2qpl
C1, opt = Q ⋅ p m + ⋅ pl + ⋅ N opt ⋅ p s = Q ⋅ p m + ⋅ pl + ⋅ ⋅ ps = Cm: Troškovi
N opt 2 2qpl 2 ps nabavke
ps za period θ
ps θ qpl p s qpl p s
= Q ⋅ p m + θ ⋅ q ⋅ pl ⋅ + ⋅ 2qpl p s = Q ⋅ p m + θ +θ = Troškovi
2qpl 2 2 2 Nopt. naručivanja -
N
= Q ⋅ p m + θ ⋅ 2qpl p s Cl
8
22.3.2014.
Zadatak za studente Završna diskusija u I modelu zaliha

Q
• Algebarski pokazati da se troškovi naručivanja i Ako se primjenom formule n = dobije n1 koji nije cijeli broj, treba
N
troškovi skladištenja sijeku u vrijednosti Nopt uraditi sljedeće:
• Uzimaju se dva susjedna cijela broja α i α+1.
Q Q
• Izračunavaju se N1α = i N 1β =
α β
1 θ
• Izračunati, primjenom formule C1 = C1(N) = Q⋅ pm + Q⋅ pl ⋅ + ⋅ N ⋅ ps
N 2
vrijednosti C1 ( N1α ) i C1 ( N1β )
• Kod C1α < C1β , optimalni su N 1α , n1α , T1α , C1α
• Kod C1β < C1α , optimalni su N 1β , n1β , T1β , C1β
Primjer 1 Rješenje
Preduzeće „Electrocable“ kao osnovni repromaterijal koristi bakar. U
periodu od 16 mjeseci potrebno je programirati zalihe kako ne bi došlo do
zastoja u proizvodnji zbog nedostatka bakra kao repromaterijala. • Prekidna konstantna jedinična tražnja
• Uslov da ne smije doći do zastoja u proizvodnji zbog nedostatka
• Jedinična tražnja iz proizvodnog procesa iznosi 5 tona mjesečno. repromaterijala
• Nabavna cijena repromaterijala iznosi 100 KM po toni. • Primjena I modela programiranja zaliha b) Jedinični troškovi
• Cijena skladištenja iznosi 50 KM po toni. a) naručivanja bi morali
2 ⋅ q ⋅ pl 2 ⋅ 5 ⋅ 500
• Troškovi jedne narudžbe iznose 500 KM. N1,opt . = = = 10 t biti pl =1280 (ps
θ = 16 mjeseci pS 50 nepromjenjeno), da bi
optimalna narudžba
a) Odrediti trošak organizovanja zaliha bakra ako bi smo odmah naručili q = 5 t/mjesecu T1,opt . =
2 ⋅ pl
=
2 ⋅ 500
=2 bila 16 t
količinu potrebnu za 16 mjeseci. pS ⋅ q 50 ⋅ 5
b) Odrediti trošak organizovanja zaliha bakra ako bi smo svakog mjeseca pm = 100 KM/t
naručili količinu potrebnu za taj mjesec.
c) Odrediti sve elemente optimalne odluke u modelu programiranja zaliha pS = 50 KM/t n1,opt . = θ ⋅
pS ⋅ q
= 16 ⋅
50 ⋅ 5
=8
2 ⋅ pl 2 ⋅ 500
bakra za preduzeće „Electrocable“. pl = 500 KM/narudžbi
d) Koliko bi morali iznositi jedinični troškovi naručivanja (pl) da bi optimalna
vrijednost narudžbe bila N=16 C1, opt = Q ⋅ p m + θ ⋅ 2qpl p s = 5 ⋅ 16 ⋅ 100 + 16 ⋅ 2 ⋅ 5 ⋅ 500 ⋅ 50 = 8000 + 16 ⋅ 500 = 16000
9
22.3.2014.
Model sa popustom u cijeni –

Proširenja klasičnog modela
stimulirajuća nabavna cijena
• Model sa popustom u cijeni – stimulirajuća Q θ
nabavna cijena C1 = Q ⋅ p m + ⋅ pl + ⋅ N ⋅ p s
N 2
• Snabdjevač je često spreman da snizi nabavnu cijenu robe ako je veličina • Ponuđena stimulirajuća cijena utiče na smanjenje troškova
narudžbe veća od određene.
• Pretpostavka br. 5 modela
nabavke.
• Kako će smanjenje vrijednosti Cm uticati na graf funkcije
C1? C Minimalno N se
Kako u ovom
c slučaju odrediti neće promijeniti
cm optimalnu
cm1 količinu
cm2
naručivanja C1
Optimalna je
Cop
izabrati N2
C2
0 N1 N2 N
Zavisnost cijene od količine naručivanja
Nop N1 N2 N
Klasični model
Primjer 1, cont.
(EOQ – Economic Order Quantity)
Ako bi snabdjevač bakra nudio popust od 12% na nabavnu
cijenu bakra ukoliko je narudžba veća od 16t a popust od 15% Pretpostavke:
za sve narudžbe veće od 20 t, da li biste iskoristili ove popuste 1. Poznata i konstantna jedinična tražnja (deterministički
u cijeni? model)
Rješenje: 2. Ukupna tražnja mora biti u potpunosti zadovoljena
pmA = 88 KM/t 3. Kontinualno pražnjenje skladišta
C1A = 80*88 + 40000/16 + 400*16 = 15940 4. Isporuka je trenutna i kompletna naružba se može isporučiti
Prihvatili bi ponudu odjednom.
5. Poznati su i ne mijenjaju se tokom planskog perioda: pm, pl, ps.
pmB = 85 KM/t
Q θ C1,opt = Q ⋅ pm + θ ⋅ 2qpl ps
C1A = 80*85 + 40000/20 + 400*20 = 16 800 C1 = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ ps
Ne bismo prihvatili ponudu N 2
2 ⋅ q ⋅ pl Q θ
N opt = n1,opt = T1,opt =
ps N1,opt n1,opt 44
10
22.3.2014.
Proširenja klasičnog modela Primjer 1, cont.

• Ako isporuka nije trenutna, već je potrebno određeno vrijeme
od trenutka naručivanja do realizacije. • Odrediti koliko bakra na zalihama treba minimalno biti u
• Kad naručiti? trenutku kad se obnavlja narudžba ako je za realizaciju
• Pretpostavka br. 4 klasičnog modela narudžbe potrebno 7 dana. Ostaje zahtijev da ne smije doći
• Tačka obnove zaliha ROP (Reorder point): Nivo zaliha kad treba obnoviti do zastoja u proizvodnji preduzeća Electrocable ?
narudžbu.
Rješenje:
c ROP = q·L
N Obnoviti narudžbu
ROP = q·L q = 5 t /mj
trebamo kad je nivo
L = 7 dana = ¼ mjeseca bakra na zalihama
ROP 1,25tona
ROP = 5*1/4 = 1,25 t
0 Vrijeme θ
L - vrijeme potrebno da se dopremi
narudžba.
Q = 1000 kg Rješenje
Primjer 2 pl = 10 KM/N
N opt =
2 ⋅ q ⋅ pl
=
2 ⋅1000 ⋅10
= 89,443
ps = 2,5 KM/kg god ps 2,5
Q 1000
Pm = 15 KM/kg n1,op = = = 11,18
U proizvodnom preduzeću „Exit“ rukovodilac nabavke N 89,443
želi odrediti optimalni nivo narudžbe i nivo tačke L = 7 dana = 7/360 godine
θ 1
obnavljanja zaliha za materijal X po osnovu 1 modela. θ = 1 godina = 360 dana T1,op = = = 0,089 god = 32,2 dana
Informacije koje posjeduje su: n 11,18
q = Q/θ =1000 kg/god
C1,opt = 15 233,61
– Godišnja tražnja 1.000 kg (računamo sa 360 dana u godini)
Tačka obnavljanja 7
– Troškovi lansiranja narudžbe – 10 KM zaliha ⇒ ROP = q ⋅ L = 1000 ⋅ = 19,44 ≈ 20kg
– Troškovi držanja po kg zaliha u godini – 2,5 KM 360
– Vrijeme za realizaciju narudžbe – 7 dana Napomena:
nopt nije prirodan broj pa n1,α = 11; N1,α = 90,90kg ; T1,α = 0,09 = 32,7 dana
– Nabavna cijena po kg zaliha – 15 KM.
određujemo vrijednosti C1,α = 15 223,63
troškova za n1α= 11 i n1β =12
Koji nivo veličine narudžbe i tačke obnavljanja zaliha za n1, β = 12; N1, β = 83,3kg ; T1,β = 0,08 = 30 dana
materijal X bismo preporučili ovom rukovodiocu? C1, β = 15 224,2
11
22.3.2014.
HVALA NA PAŽNJI
12
Operaciona istraživanja
Teorija igara
Predavanje I
1
Uvod
Primjer:
• Barny robna kuća: “Niko neće prodavati jeftinije”
• Max Fifth avenue: “Prodajemo 10% jeftinije”
Max Fifth avenue
“Jedanput kad
počnete brinuti
kako će drugi
reagirati na
vaše odluke
ušli ste u
carstvo teorije
igara”1
Barny-jeva robna kuća

2
1 P. A. Samuelson, W. D. Nordhaus,(2000) “Ekonomija”, XV izdanje, MATE d. o. o. Zagreb.
Uvod
• Teorija igara analizira način na koji dva ili više

učesnika biraju svoja djelovanja koja združno utiču
na svakog od njih.
• Salonske igre (karte, rulet), sportske igre, ratne igre,
političke kompanje, reklamne kampanje,
pregovaranja sindikata ...
• Sudionici donose odluke sa ciljem da maksimiziraju
svoju korisnost (bez obzira na druge sudionike).
• John von Neumann i Oskar Morgenstern 1944. godine
“Teorija igara i ekonomsko ponašanje”.
3
Historijat teorije igara
• Prvi radovi iz domena teorije igara datiraju još od prve polovine
devetnaestog vijeka, od radova Cournot-a i Bertrand-a
– nagovijestili mogućnost korištenja teorije igara za potrebe ekonomske
analize, posebno u analizi proizvodnje i cijena.
• Ideju opšte teorije igara na teorijski konzistentan način prvi predstavili
John von Neumann i Oskar Morgenstern 1944. godine u radu “Teorija
igara i ekonomsko ponašanje”.
– Koncept racionalnog ponašanja
– Koncept vrednovanja vrijednosti igre kroz teoriju korisnosti
• Laureati Nobelove nagrade za ekonomiju iz područja teorije igara:
– 1994: Reinhard Selten, John Forbes Nash, John Harsanyi
• Razvili su pojam nekooperativnih igara, Nash-ov ekvilibrijum, Nash-ov
problem cjenkanja
– 2004: Robert J. Aumann, Thomas C. Schelling
4
Terminologija
• Sudionici igre ili igrači
– Strane u konfliktu
– Pretpostavlja se racionalno ponašanje
• Strategije
– Skup poteza ili alternativnih opcija za svakog igrača
– Predstavlja ponašanje svakog igrača
• Funkcija cilja, funkcija korisnosti, funkcija isplata
– Numerički iskaz koji mjeri ishode igre
• Rezultat igre,
– Dobitak/gubitak
– Vrijednost funkcije isplata pri konkretnoj odluci učesnika igre
5
Primjeri
Primjer duopola
• Igrači: Dva preduzeća koja proizvode isti proizvod
• Strategija: Količina proizvodnje
• Isplate: dobiti preduzeća
• Napomena : igrači imaju iste strategije
Primjer pregovaranja
• Igrači: preduzeće i sindikat
• Strategija sindikata: Iznos plaće
• Strategija preduzeća: broj zaposlenih
• Isplate sindikata: korisnost
• Isplate preduzeća: dobit
6
Klasifikacija igara
• Postoje različiti kriteriji prema kojima se diferenciraju

različite vrste igara:
– Broj učesnika
– Broj strategija
– Karakteru funkcije plaćanja
– Način odlučivanja i dostupnost informacija o funkciji
isplata
– Međusobni odnosi igrača
7
Broj učesnika
• 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  mogućnost
stvaranja tzv. koalicija, tj. mogućnost da se dva ili
više igrača usklađujući svoje interese koordinirano
opredjeljuju u izboru strategija
8
Broj strategija
Zavisno od broj strategija koje svakom od igrača u

igri stoji na raspolaganju:
• Broj strategija ograničen  konačna igra

• Broj strategija nije ograničen  beskonačna igra
9
Karakter funkcije plaćanja
Prema karakteru funkcije plaćanja sve igre se dijele na:
• Igre sa nultom sumom
– igra u kojoj je suma ukupnog plaćanja jednaka nuli, tj. ukupan
dobitak jednog ili više igrača je jednak ukupnom gubitku
“poraženih” igrača.
– na primjer - igra pokera - u kojoj je ukupna suma plaćanja
jednaka nuli.
• Igre sa nenultom sumom
– igre u kojima se obično prepliću odnosi konflikta i kooperacije
igrača, suma ukupnog plaćanja je različita od nule.
– na primjer - igra lutrije - organizator zadržava za sebe dio
ukupnog dobitka.
10
Način odlučivanja i dostupnost
informacija o funkciji isplata
• U zavisnosti od toga da li igrači donose odluke
istovremeno ili sekvencijalno igre dijelimo na
statičke i dinamičke.
• U zavisnosti od toga da li su poznate sve informacije
o funkciji isplata razlikujemo igre sa potpunom i
nepotpunom informacijom.
– Statičke igre sa potpunom informacijom.
– Dinamičke igre sa potpunom informacijom.
– Statičke igre sa nepotpunom informacijom.
– Dinamičke igre sa nepotpunom informacijom
11
Međusobni odnosi igrača
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 teže da ostvare što bolje rezultate za sve zajedno, s tim da
dobitak jednog ne znači automatski gubitak drugog igrača
• Konkurentne (nekooperativne) igre
– konfliktne situacije u kojima su dva ili više igrača 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
12
Pitanje
• Dva igrača A i B u igru ulažu isti iznos S i bacaju novčić.

Ako je rezultat bacanja dva pisma ili dvije glave novac
uzima igrač A a ako je rezultat bacanja jedno pismo i
jedna glava dobija igrač B. U ovom slučaju govorimo o:
1. Konkurenskoj igri dva igrača suma nula
2. Kooperativnoj igri dva igrača suma nula
3. Kooperativnoj igri dva igrača suma nenulaAko bi igra bila da
4. igrač koji izgubi, osim
Konkurenskoj igri dva igrača suma nenula
novca za protivnika
mora platiti dodatne
penale organizatoru
igre u iznosu K
13
Pitanje
Ukoliko u igri kao učesnike posmatramo pripadnike

jednog košarkaškog tima, riječ je o:
1. Konkurentskoj igri sa dva igrača

2. Kooperativnoj igri sa dva igrača
3. Kooperativnoj igri sa više od dva igrača
4. Ako posmatramo
Konkurentskoj igri sa više od dva igrača
košarkašku utakmicu
kao igru o kakvoj je
tad igri riječ?
14
Predstavljanje igara
• Ne postoji potpuna informisanost

– rezultat svih poteza u toku neke igre obračunava tek
na kraju igre, kada se obavi predviđeni broj poteza.
– predstavlja se obično preko odgovarajućeg stabla igre
• Postoji pune informisanost
– Za sve alternativne kombinacije odabranih strategija
od strane igrača unaprijed su poznata plaćanja
– Igra se predstavlja u normalnoj (matričnoj) formi.
15
Slučaj iz prakse: Upotreba teorije igara za
oblikovanje strategije za General Motors
• U teorije igara se često pretpostavlja da jedni dobijaju a drugi
gube.
• U auto industriji, auto – kompanije se nadmeću nudeći rabate
i niže cijene. Ovo omogućava kompaniji da osvoji dio tržišta
na račun druge.
• Sve u svemu ova strategija obezbjeđuje dobitak ali
kratkoročno jer konkurencija brzo djeljuje i slijedi istu
kampanju što rezultira snižavanjem cijena i smanjenjem
profitabilnosti.
• Kratkoročna dobitak – gubitak igra je ustvari gubitak – gubitak
igra dugoročno za auto komanije.
Izvor: Adam Branderburger, et all: “The Right Game: Use Game Theory to 16
Shape Strategy”, Harvard Business Review (July – August 1995); 57.
Slučaj iz prakse: Upotreba teorije igara za
oblikovsnje strategije za General Motors
• Mijenjajući pogled na samu igru, moguće je pronaći strategiju
koja će donijeti korist svim konkurentima.
• Tako je GM razvio novu kreditnu karticu, koja je dozvoljavala
kupcima da pripišu 5% od svoje kupovine svom novom GM
vozilu ali do 500$ godišnje i sa maksimumom od 3500$.
• Ovaj program je zamijenio druge poticajne programe od GM-a
i promijenila igru.
• Ova promjena igre je bila uspiješna i donijela profitabilnost
GM-u ali i drugim proizvođačima automobila jer se nisu morali
takmičiti sa GM u snižavanju cijena i davanju rabata.
• Igra je postala dobitak - dobitak igra dugoročno za GM i za
ostale auto komanije.
Izvor: Adam Branderburger, et all: “The Right Game: Use Game Theory to 17
Shape Strategy”, Harvard Business Review (July – August 1995); 57.
Konkurentne matrične igre sa dva
igrača suma nula
Osnovne karakteristike
18
Pretpostavke igre sa dva igrača sume nula
• Uključena su samo dva igrača

• Dobitak jednog igrača istovremeno predstavlja gubitak drugog
• Prije početka igre, svaki igrač zna strategije drugog igrača i

poznaje matricu isplata (potpuna informisanost)
• Igra se igra istovremeno (statička igra)
• Oba igrača su racionalna

• Oba igrača biraju svoje strategije sa ciljem maksimiziranja
svoje korisnosti (bez milosti za onog drugog).
19
Predstavljanje igre suma nula – strategije i
vrijednost igre
– igraču A stoji na raspolaganju da izabere jednu odluku iz skupa
od m različitih odluka
 
 A1 , A2 ,..., Am   Ai , i  1, m
– igraču B stoji na raspolaganju da izabere jednu odluku iz skupa
od n različitih odluka
 
B1 , B2 ,..., Bn   B j , j  1, n
– Kada igrač A donese svoju konkretnu odluku Ai i igrač B donese
svoju konkretnu odluku Bj dobija se vrijednost igre aij kao
rezultat takvog para odluka.
– Ishod odluke (Ai, Bj) je unaprijed poznat i definisan je funkcijom
isplata čije značenje zavisi od vrste igre.
– Ukoliko je vrijednost igre jednaka 0 za igru kažemo da je
pravedna ili fer igra 20
Predstavljanje igre suma nula – matrica
plaćanja
 a11 a12 ... a1 j ... a1n 
B j  a21 a22 ... a2 j ... a2 n 

   ... ... ... ... ... ... 
 aij   Ai    a 
m n ai 2 ... aij ... ain 
   i1
   ... ... ... ... ... ... 
 
 am1 am 2 ... amj ... amn 
• aij>0 : igrač A će 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.
21
Primjer 1
Analizirajmo igru "par - nepar". Igrači istovremeno

pokazuju šaku s nekoliko ispruženih prstiju. Ako je
zbir ispruženih prstiju paran, pobjeđuje prvi igrač
("par"); u suprotnom pobjeđuje drugi igrač ("nepar").
Igrač koji je pobijedio dobiva određenu količinu
novca od igrača koji je izgubio, recimo jednu KM.
Formirati funkciju isplata i zapisati je u matricu

(matrica plaćanja).
22
Rješenje – moguće strategije
• Igrači imaju samo dvije različite mogućnosti: pokazati

paran broj prstiju ili pokazati neparan broj prstiju.
Zato u ovoj igri svaki igrač ima dvije strategije:
– pokazati paran broj prstiju ili
– pokazati neparan broj prstiju
• Pretpostavimo da je riječ o igri sume nula - iznos koji
osvaja pobjednik jednak je iznosu koji njegov
protivnik gubi.
23
Rješenje – mogući ishodi sa stanovišta
igrača 1 (par)
• ako pokažem paran broj, a protivnik također,
dobivam jednu marku;
• ako pokažem paran broj, a protivnik neparan, gubim
jednu marku;
• ako pokažem neparan broj, a protivnik paran, gubim
jednu marku;
• ako pokažem neparan broj, a protivnik također,
dobivam jednu marku.
24
Rješenje – mogući ishodi sa stanovišta
igrača 2 (nepar)
• ako pokažem paran broj, a protivnik također, gubim
jednu marku;
• ako pokažem paran broj, a protivnik neparan,
• ako pokažem neparan broj, a protivnik paran,
• ako pokažem neparan broj, a protivnik također,
gubim jednu marku.
25
Rješenje - elementi matrice plaćanja iz
ugla igrača 1
Igrač 2
Matrica plaćanja
Paran Neparan broj
broj
Paran
broj 1 -1
Igrač 1
Neparan broj
-1 1
26
Pitanje
B1 B2 Bn
A1  a11 a12 ... a1n 
U matrici plaćanja A2 a a ... a 
 21 22 2 n 
 ... ... ... ... 
 
Am  m1 m 2
a a amn 
element a35 ima vrijednost 3,8. To znači da će:

1. Ukoliko igrač A odabere strategiju 3 i igrač B odabere
strategiju 7, rezultat igre biti da igrač A izgubi 3,8.
strategiju 5, rezultat igre biti da igrač B dobije 3,8.
strategiju 5, rezultat igre biti da igrač A dobije 3,8.
27
Primjer 2
Predizborna kampanja
Dva političara A i B se bore za jedno mjesto. Kako kampanja
traje još dva dana, oba kandidata su odlučila to vrijeme
provesti u dva najveća grada S i Z. Aranžmani se moraju
dogovoriti unaprijed, bez ikakvog znanja o odluci protivnika.
Menadžeri za kampanju A su procjenili da broj osvojenih
glasova za svog političara zavisi od provedenih dana u
gradovima ali i od odluka protivničkog kandidata.
Koje su moguće strategije za igrače? B1, A1: Po jedan dan u
gradovima S i Z
Koje vrijednosti se mogu nalaziti B2, A2: dva dana u S
B3, A3: dva dana u Z
u matrici plaćanja za opisanu igru?
28
Primjer 2, nastavak
• Ako je matrica plaćanja sa stanovišta kandidata A oblika:
1 2 4 
 
aij  1 0 5 
0 1  1
gdje elementi matrice predstavljaju razliku broja
novoosvojenih glasova u hiljadama
• Protumačiti vrijednost elementa a33
– Ako igrač A izabere A3 i B izabere B3, igrač B će osvojiti 1000
glasova više od igrača A
• Protumači vrijednost elementa a23
29
Primjer 3
Firme ''Shoe-be-do'' i ''Fancy Foot'' dijele isto tržište obuće i obje su
zainteresirane za preuzimanje dijela tržišta ulaganjem u reklamu i promociju
svojih proizvoda.
Stanje se neće promijeniti ukoliko obje firme ne ulažu ništa. Ako ''Fancy Foot''
uloži 10.000 $ a ''Shoe-be-do'' ne želi ulagati u reklamu, ''Shoe-be-do'' će
izgubiti 1% tržišta. ''Shoe-be-do'' će izgubiti 5% tržišta ako ''Fancy Foot'' uloži
20.000 $ a ''Shoe-be-do'' ne ulaže.
Ukoliko „Shoe-be-do“ investira 15.000 $ u oglašavanje onda će ''Shoe-be-do''

pridobiti 3% tržišta ukoliko ''Fancy Foot'' ne ulaže u oglašavanje. Ukoliko
„Shoe-be-do“ investira 15.000 $ u oglašavanje, ''Shoe-be-do'' će dobiti 1%
tržišta ukoliko ''Fancy Foot'' uloži 10.000 $ u reklamu dok će u slučaju da
''Fancy Foot'' uloži 20.000 $ u reklamu izgubiti 1% tržišta.
Odrediti matricu plaćanja.
30
Rješenje – strategije igrača
• Strategije za ''Shoe-be-do'' su sljedeće:

– A1 – ne ulagati ništa
– A2 – uložiti 15.000 $ za reklamu i promociju
• Strategije za ''Fancy Foot'' su sljedeće:

– B1 – ne ulagati ništa
– B2 – uložiti 10.000 $ za reklamu i promociju
– B3 – uložiti 20.000 $ za reklamu i promociju
31
Rješenje - mogući ishodi odabranih strategija
iz ugla firme ''Shoe-be-do''
• Ako firma ''Shoe-be-do'' ne uloži ništa i firma „Fancy Foot“ ne uloži ništa
(kombinacija strategija A1 i B1) ništa se neće promijeniti u pogledu stanja na
tržištu.
• Ako firma ''Shoe-be-do'' ne uloži ništa i firma „Fancy Foot“ uloži 10.000 $ za
reklamu i promociju (kombinacija strategija A1 i B2) firma ''Shoe-be-do'' će izgubiti
1% tržišnog učešća.
• Ako firma ''Shoe-be-do'' ne uloži ništa i firma „Fancy Foot“ uloži 20.000 $ za
reklamu i promociju (kombinacija strategija A1 i B3) firma ''Shoe-be-do'' će izgubiti
5% tržišnog učešća.
• Ako firma ''Shoe-be-do'' uloži 15.000 $ za reklamu i promociju i firma „Fancy Foot“
ne uloži ništa (kombinacija strategija A2 i B1) firma ''Shoe-be-do'' će dobiti 1%
tržišnog učešća.
uloži 10.000 $ za reklamu i promociju (kombinacija strategija A2 i B2) firma ''Shoe-
be-do'' će dobiti 1% tržišnog učešća.
uloži 20.000 $ za reklamu i promociju (kombinacija strategija A2 i B3) firma ''Shoe-
be-do'' će izgubiti 1% tržišnog učešća. 32
Rješenje – matrica plaćanja iz ugla firme
''Shoe-be-do''
B1 B2 B3
A1  

A2  

B1 B2 B3
A1 0 1 5
 
A2  3 1 1 33
Na koji način igrači trebaju donositi svoje
odluke?
• 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
• Ako sa V označimo vrijednost igre
– Igrač A ima cilj ostvariti najveću vrijednost V (max V)
– Igrač B ima cilj ostvariti najmanju vrijednost V (min V)
– Igrači su u dualnom odnosu
34
Na koji način igrači trebaju donositi svoje
odluke?
• Najbolji mogući izbor igre za igrača A igra sa vrijednošću
V   max aij
i, j
• Najbolji mogući izbor igre za igrača B igra sa vrijednošću
V   min aij
i, j
• Kako je V   V   igrači su u međusobnom dualnom odnosu.

• Kod sučeljavanja izbora igrača A i B sa konkretnim odlukama
obično je vrijednost igre iz intervala:
V  ark  V  ,V  
35
Vjerovatnoća izbora konkretne strategije
(odluke)
• Neka je
pi=p(Ai) vjerovatnoća da će igrač A donijeti upravo odluku Ai.
qj=p(Bj) vjerovatnoća da će igrač B donijeti upravo odluku Bj.
• Sigurno će igrači A i B učestvovati u igri:
– igrač A mora odabrati jednu od raspoloživih strategija
m
Ai , i  1, m , te mora biti 0  p  1;
i
i 1
p 1  i
– igrač B mora odabrati jednu od raspoloživih strategija
n
B j , j  1, n , te mora biti 0  q j  1; q
j 1
j 1
36
Očekivana vrijednost strategije Ai
• Ako će igrač A sigurno donijeti konkretnu odluku Ai sa

pripadajućom joj vjerovatnoćom pi =1 i nije poznato
koju će odluku donijeti igrač B, tada su moguće samo
vrijednosti igre:
 a11 a12 ... a1 j ... a1n 
a a22 ... a2 j ... a2 n 
 21
 ... ... ... ... ... ... 
 
 ai1 ai 2 ... aij ... ain 
 
 ... ... ... ... ... ... 
a am 2 ... amj ... amn 
 m1 37
Očekivana vrijednost strategije Ai, cont.
• Poznate pripadajuće vjerovatnoće za moguće odluke

igrača B su:
q1 , q2 ,..., qn 
• Očekivana vrijednost odluke Ai:
n
E ( Ai )   aij  q j , za pi  1
j 1
38
Očekivana vrijednost strategije Bj
• Ako će igrač B sigurno donijeti konkretnu odluku Bj sa

pripadajućom joj vjerovatnoćom qj=1 i nije poznato
koju će odluku donijeti igrač A, tada su moguće samo
vrijednosti igre:
 a11 a12 ... a1 j ... a1n 
 
a a22 ... a2 j ... a2 n 
 21 
 ... ... ... ... ... ... 
 
 ai1 ai 2 ... aij ... ain 
 
 ... ... ... ... ... ... 
 
 am1 am 2 ... amj ... amn 
 39
Očekivana vrijednost strategije Bj, cont.
• Poznate pripadajuće vjerovatnoće za moguće odluke

igrača A su:
 p1 , p2 ,..., pm 
• Očekivana vrijednost odluke Bj:
m
E ( B j )   aij  pi , za q j  1
i 1
40
Očekivana vrijednost igre
• Vrijednost igre je složeni događaj koji podrazumijeva

istovremenu realizaciju događaja Ai i Bj  očekivana
vrijednost igre je jednaka:
m n
E (V )  E ( Ai  B j )   aij  pi  q j
i 1 j 1
m n
za p
i 1
i 1 i q
i 1
j =1
• Igrač A ima za cilj da maksimizira V, dok igrač B ima za cilj

da minimizira V.
41
Konkurentske matrične igre sa dva
igrača suma nula
Rješavanje igara
42
Primjer 2
• Pogledajmo matricu plaćanja opisanu u primjeru 2:
B1 B2 B3
A1 1 2 4 
 
aij  A2 1 0 5 
 
A3 0 1  1
• Ako smo na mjestu igrača A da li postoji neka

strategija koju sigurno ne bismo igrali?
• Zašto?
• Kako onda razmišlja igrač B?
43
Eliminacija inferiornih odluka – igrač A
Igrač A će eliminisati svoju strategiju AK ukoliko je očekivana
vrijednost ove strategije uvijek manja od očekivane
vrijednosti neke druge strategije koju igrač A ima na
raspolaganju (cilj za igrača A je max E(V)).
Tvrdnja 1:
Ako
K , L  N  : a Kj  
 a Lj j  1, n  E  AK   E  AL  
igrač A može izbaciti strategiju AK iz skupa mogućih odluka.
Odnosno, ukoliko u matrici plaćanja postoji takav red K da su
svi elementi matrice plaćanja u tom redu manji ili jednaki od
odgovarajućih elemenata matrice plaćanja u redu L, onda
igrač A neće igrati strategiju AK.
44
Eliminacija inferiornih odluka – igrač A
Dokaz:
Ako je akj  alj , j  1, n tada sigurno važi da je:
alj  akj   j ,  j  0, j  1, n
n n n n
E ( Al )   alj  q j   (akj   j )  q j   akj  q j    j  q j 
j 1 j 1 j 1 j 1
 E ( Ak )    E ( Ak )
kako je  j  0 i Kod bilo koje odluke Bj, igrač
q j kao vjerovatnoća je također
n
A bi bolje ili isto prošao (više
 0, slijedi da je     j q j  0 ili jednako dobio) u slučaju
j 1 da odabere odluku AL koja je
red K možemo eliminisati iz matrice dominantna u odnosu na
plaćanja jer je inferioran u odnosu na odluku AK. 45
red L
Eliminacija inferiornih odluka – igrač B
Igrač B će eliminisati svoju strategiju BK ukoliko je očekivana
vrijednost ove strategije uvijek veća od očekivane vrijednosti
neke druge strategije koju igrač B ima na raspolaganju (cilj za
igrača B je min E(V)).
Tvrdnja 2:
Ako
K , L  N  : aiL  aiK i  1, m  E BL   E BK  
igrač B može izbaciti strategiju BK iz skupa mogućih odluka.
Odnosno, ukoliko u matrici plaćanja postoji takva kolona K da
su svi elementi matrice plaćanja u toj koloni veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u koloni L, onda
igrač B neće igrati strategiju BK.
46
Eliminacija inferiornih odluka – igrač B
Dokaz:
Ako je aiL  aiK 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 Kod bilo koje odluke Ai, igrač
m
B bi bolje ili isto prošao
 0, slijedi da je   i  pi 0 (manje ili jednako izgubio) u
i 1
slučaju da odabere odluku BL
kolonu K možemo eliminisati iz koja je dominantna u
matrice plaćanja jer je inferiorna u odnosu na odluku BK. 47
odnosu na kolonu L
Eliminacija inferiornih odluka -
pronalaženje dominantne strategije
• Eliminacija inferiornih strategija ne utiče na
optimalno rješenje igre.
• Primjena ove metode u principu ne rješava igru, već
se njome olakšava njeno rješavanje i to redukcijom
dimenzija matrice igre, a prije primjene neke od
metoda za rješavanje matričnih igara.
• Međutim, moguće je i pronalaženje dominantne
strategije, kao rješenje igre.
48
Zadatak
• Eliminisati inferiorne strategije u igri iz primjera 3
B1 B2 B3
A1 0 1 5
A2  3 1 1
49
Primjer 3, cont.
Matrica plaćanja iz ugla firme ''Shoe-be-do'' (elementi - %

promjene tržišnog učešća):
B1 B2 B3
Upoređivanjem B1 B2 B3
B1 B2 B3 strategija igrača A1  0 1 5
A1 0 1 5 A primjećujemo A1  0 1 5    
sljedeće:        
A2  3 1 1  
A2  3 1 1
A2  3 1 1
Firmi ''Shoe-be-do''
Dakle, kod igrača A (firme ''Shoe- preostaje optimalna
B1 B2 B3 strategija A2 – uložiti
be-do'') odluka 2 je dominantna u
odnosu na odluku 1, čime možemo A2 3 1 1 15.000 $ za reklamu i
eliminisati odluku 1 i time svesti promociju, dok firma
matricu plaćanja na sljedeći oblik: ''Fancy Foot'' bira između
svoje tri strategije. 50
Primjer 3, cont.
Firmi ''Fancy Foot'' je u interesu da minimizira vrijednost igre (da

minimizira % povećanja tržišnog učešća firme ''Shoe-be-do'', jer u
tom slučaju maksimizira % povećanja svog tržišnog učešća), te je u
tom slučaju:
B1 B2 B3 Upoređivanjem B1 B2 B3 B1  B2  B3
strategija igrača 
A2 3 1 1 B primjećujemo A2 3  1  1 A2 3  1  1
sljedeće:
Optimalna strategija za firmu ''Fancy Foot'' jeste strategija 3 da

uloži 20.000 $ za reklamu i promociju.
Optimalna vrijednost igre je -1<0, što znači da će se igra završiti time da

firma ''Shoe-be-do'' izgubi a firma ''Fancy Foot'' dobije 1% tržišnog učešća.
51
Pitanje
Igrač B će između svojih odluka Bl i Bk eliminisati

odluku Bk ako je:
1. aik  ail , i  1, n
2. akj  alj , j  1, n
3. akj  alj , j  1, n
52
Primjer 2, izmjena
• Ako je matrica plaćanja opisanu u primjeru 2 oblika:
B1 B2 B3
A1  3  2 6 
 
aij  A2 2
 0 2 

A3  5  2  4
• Postoje li dominantne strategije?

• Kako igrati?
53
Matrične igre sa sedlom – čiste igre, cont.
• Neka igrač A bira najlošiji rezultat po sebe za svaku strategiju a

isto to radi i igrač B.
B1 B2 Bn min aij
j
A1  a11 a12 ... a1n   a1. 

A2 a a ... a  a  B1 B2 Bn min aij
 21 22 2 n   2.  j
 ... ... ... ...   
    A1  a11 a12 ... a1n   a1. 
Am  m1 m 2
a a a mn   am.  a a22 ... a2 n  a 
max aij  a.1 a.2
i
Potom u
a.n  A2  21
 ... ... ... ...    i
 j

 2.   max min a  a
ij r.
   
okviru tih Am  am1 am 2 amn   am. 
rezultata max aij  a.1 a.2 a.n 
biraju i
najmanje 
nepovoljan 

min max aij  a.k
j i
 55
Matrične igre sa sedlom – čiste igre, cont.
• Uvijek vrijedi sljedeći odnos:
  
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:
i
 j

max min aij  min max aij
j i

tada govorimo o čistoj igri ili igri sa sedlom.

56
Primjer 4
Grad ima dvije
konkurentske TV stanice, R i
C. Svaki mjesec svaka stanica C
stanica bira jednu emisiju
za period “utorkom na
večer, od 20-21 sat” kao što
je prikazano u tabeli. Svaki Filmovi o Talk show Sportski Film
pri- do-
element u njoj predstavlja
rodi gađaj
postotak dobitka ili gubitka
u gledanosti procijenjenog
na osnovu petogodišnjeg Putopisi
1 2 2 3
praćenja podataka. stanica R
Vijesti
1 -1 -1 -2
Koja je optimalna vrijednost Sjednice
igre? Koji su elementi 1 3 -1 2
optimalnih odluka za Sapunice
stanice R i C? 0 -4 -2 0
57
Rješenje
• Provjera da li igra ima sedlo

• Tražimo najnepovoljnije rezultate za svaku od
strategija obje stanice:
B1 B2 B3 B4 B1 B2 B3 B4 min
A1 1 2 2 3  A1 1 2 2 3   1 
1 1 1 2  A2 1 1 1 2   2 
A2    
  
1 3 1 2  A3 1 3 1 2   1
A3    
  A4  0 4 2 0   4 
A4 0 4 2 0 
max  1 3 2 3
Tražimo “najbolji” najnepovoljniji rezultat
za obje stanice u redu i koloni sa 58
najnepovoljnijim rezultatima igre:
Rješenje, cont.
B1 B2 B3 B4 min
A1 1 2 2 3   1 
A2 1 1 1 2   2  max(min)  1
   
A3 1 3 1 2   1
   
A4 0 4 2 0   4 
max  1 3 2 3
min(max)  1
B1 B2 B3 B4 min
A1 1 2 2 3 1
Kako je najbolji od    
1 1 2   2  max(min)  1
A2 1
svih najlošijih A3 1 3 1 2   1 
   
rezultata i po igrača A4  0 4 2 0   4 
A i po igrača B isti  max  1 3 2 3
59
min(max)  1  sedlo S  1
Rješenje, cont.
• Optimalna strategija za stanicu R je da odabere emisiju

A1- „Putopisi”
• Za stanicu C optimalno je da odabere emisiju B1 -
„Filmovi o prirodi”
• Optimalna vrijednost igre je 1>0, što znači da će
prilikom izbora prethodno prezentiranih optimalnih
strategija za obje stanice, TV stanica R dobiti 1%
gledanosti
60
Pitanje
Kada kažemo da matrica plaćanja odgovara ''igri sa

sedlom'‘?
1. Ako je svaki element u matrici: aij>0
i
   
2. Ako je max min aij  min max aij
j j i
3. Ako je max  min a   min  max a 

ij ij
i j j i
61
Primjer 5
Provjeriti da li je igra kojoj odgovara sljedeća matrica

plaćanja igra sa sedlom
9 7 8

 aij   11 9 10 
 
10 8 9 
62
Rješenje - grafička prezentacija sedlaste
tačke
11 9
7 8
10
10
S=9
A1
A2
A3
B1 B2 B3
63
HVALA NA PAŽNJI
64
Teorija igara
(III predavanje)
Prof. dr Almira Arnaut - Berilo

Grafička interpretacija specifičnih igara sa
sumom nula
Primjer 1: (Kako se pri grafičkom rješavanju igara
manifestuju igre sa sedlom)
2 8 
5 7 
  9
3 − 2 7
5 M E(A1)
Rješenje: 3
E(A2)
E(A3)
q>=1
1
-1 0 0,2 0,4 0,6 0,8 1 1,2
-3
Kako se pri grafičkom rješavanju
igara manifestuju igre sa sedlom
Optimalna tačka za igre mx2
nalazi na se nalazi na osi qj=1 E(As)  ps = 1, pi = 0 za (i =1, ..., m) i (i≠s)
(j=1 ili 2) optimalna je po
jedna strategija za svakog od
igrača.
qj = 1, za (j =1 ili 2)
0 0,2 0,4 0,6 0,8 1 1,2
Optimalna tačka za igre 2xn nalazi na

se nalazi na osi pi=1 (i=1 ili 2) 
optimalna je po jedna strategija za
0 0,2 0,4 0,6 0,8 1 p 1,2
svakog od igrača.
M E(Bs)
 qs = 1, qj = 0 za (j =1, ..., n) i (j≠s)
pi = 1, za (i=1 ili 2)
3
sumom nula
Primjer 2: (Za jednog igrača optimalna je samo
jedna strategija a drugi igrač ima beskonačno
mnogo optimalnih strategija)
a) − 3 3  b)
1 1  1 − 1 3
 1 3 0
 2 − 3  
Grafik 2a)
1 E(A1)
E(A2)
0
0 0,2 0,4 0,6 0,8 1 1,2 E(A3)
-1 q<=1
-2
-3
-4
5
sumom nula
Primjer 3: (Za jednog igrača imamo jedinstven
optimalan mix a drugi igrač ima beskonačno
mnogo optimalnih strategija – slučaj degeneracije)
a) b)
− 2 1 
 2 −2   2 8 4 1
  4 1 3 5
 
 0 −1 
 
 − 1,2 0,4
Grafika 3a)
a)
2,5
2
1,5
1 E(A1)
0,5 E(A2)
0 E(A3)
0 0,2 0,4 0,6 0,8 1 1,2
-0,5 E(A4)
-1 q<=1
-1,5
-2
-2,5
7
Grafička interpretacija igara tipa 2Xn –slučaj 1:
Igrač A ima beskonačno mnogo optimalnih strategija a igrač B ima
samo jednu optimalnu strategiju
Igra tipa: 2Xn
Optimum za igrača A:
Sve tačke na duži M1M2
0 0,2 0,4 0,6 0,8 1 p 1,2
M1 M2
Optimum za igrača B:
qs = 1, qj = 0 za (j =1, ..., n) i (j≠s)
8
Grafička interpretacija igara tipa 2Xn –slučaj degeneracije:
Igrač A ima optimalan mix a igrač B ima beskonačno mnogo
optimalnih strategija
Igra tipa: 2Xn
Optimalan mix za igrača A se dobije

određivanjem apsise za tačku M1
Sistem: E(Bk) =E(Bs) = E(Bl) E(Bk)
0 0,2 0,4 0,6 0,8 1 p 1,2

E(Bs)
Sistem E(A1) = E(A2) je E(Bl)
neodređen, dvije jednačine a više
od dvije nepoznate, pa igrač B ima
beskonačno mnogo optimalnih
strategija
9
Grafička interpretacija igara tipa mX2 –slučaj 1:
Igrač B ima beskonačno mnogo optimalnih strategija a igrač A ima
Igra tipa: mX2
M1 M2
0 0,2 0,4 0,6 0,8 1 q 1,2
ps = 1, pi = 0 za (i=1, ..., m) i (i≠s)
10
Grafička interpretacija igara tipa mX2 –slučaj degeneracije:
Igrač B ima optimalan mix a igrač A ima beskonačno mnogo
optimalnih strategija
Igra tipa: mX2
Optimalan mix za igrača B se dobije

Sistem: E(Ak) =E(As) = E(Al) E(Ak)
0 0,2 0,4 0,6 0,8 1 q 1,2

E(As)
E(Al)
Sistem E(B1) = E(B2) je neodređen, dvije
jednačine a više od dvije nepoznate, pa igrač A
ima beskonačno mnogo optimalnih strategija 11
12
13
Primjer 5
Dva preduzeća koja dijele isto tržište mogu

reklamirati svoje proizvode preko TV-a i novina.
Matrica plaćanja u zavisnosti od strategija preduzeća
A i B je:
 − 2 2
 1 0
 
Odrediti dugoročnu strategiju reklame za preduzeća
A i B primjenom linearnog programiranja.
Rješenje – transformacija matrice
plaćanja
• U matrici ima negativnih elemenata  linearna
transformacija – dodajemo: |-2|+1=3
 −2 2 +3  1 5
A=  A' =  
  4 3 
 1 0  linearna
transformacija
• Optimalno rješenje polazne matrice A ćemo na kraju

dobiti kad od optimalnog rješenja matrice A' oduzmemo
3
Rješenje – polazni model za igrača B
qj 1
xj = , f =
V V

max( f ) = x1 + x2 max( f ) = x1 + x2
Uvodimo
1 x1 + 5  x2  1 izravnavajuće 1 x1 + 5  x2 + x3 = 1
varijable
4  x1 + 3  x2  1 4  x1 + 3  x2 + x4 = 1
x1  0 x1  0
x2  0 x2  0
Rješenje – simpleks tabela I
• A3, A4 (1/4)<(1) izlazi A4
Cs 1 1 0 0
A1 A2 A3 A4
Cb B A Θ1 Θ2
0 A3 1 1 5 1 0
1 1/5
0 A4 1 4 3 0 1
1/4 1/3
Cs-fs 0 1 1 0 0
Θs (Cs-fs) 1/4 1/5
(1/4)>(1/5)  ulazi A1
Korisni vektori
Rješenje – simpleks tabela II
• A3, A1 (3/17)<(1/3) izlazi A3
Cb B A 1 1 0 0
A1 A2 A3 A4 Θ2
0 A3 3/4 0 17/4 1 -1/4
3/17
1 A1 1/4 1 3/4 0 1/4 1/3
Cs-fs 1/4 0 1/4 0 -1/4
Θs (Cs-fs) 3/68
Korisni vektor Samo je (3/68)>0  ulazi A2

Rješenje – simpleks tabela III
• A2, A1
Cb B A 1 1 0 0
A1 A2 A3 A4
1 A2 3/17 0 1 4/17 -1/17
1 A1 8/68 1 0 -3/17 20/68
Cs-fs 20/68 0 0 -1/17 -16/68
Nema više korisnih vektora 

optimalno rješenje
Rješenje – preračunavanje rezultata LP
modela
• optimalno rješenje A’
1 20 68
=  Vopt = = 3, 4
Vopt 68 20
• optimalno rješenje početne matrice je za 3 manje od
dobijenog (zbog linearne transformacije na početku)
i iznosi 0,4>0 u korist preduzeća A
modela, cont.
3 8
x2 = , x1 =
17 68
1 16
y1 = , y2 =
17 68
qj 68 3 12 68 8 8
= xi ( j = 1, 2 )  q j = V  x j  q2,opt =  = = 0, 6; q1,opt =  = = 0, 4
V 20 17 20 20 68 20
pi 68 1 4 68 16 16
= y2+i ( i = 1, 2 )  pi = V  y2+i ; p1,opt =  = = 0, 2; p2,opt =  = = 0,8
V 20 17 20 20 68 20
• Optimalne strategije glase:

– Preduzeće A treba koristiti 80% reklame preko TV-a i 20%
reklame preko novina.
– Preduzeće B treba koristiti 60% reklame preko TV-a i 40%
reklame preko novina
Model linearnog programiranja i optimalna simpleks
tabela za slučajeve sa više optimalnih rješenja 2a)
2a) Model Smjena q q p p p
x1 = 1 ; x2 = 2 ; y3 = 1 ; y4 = 2 ; y5 = 3 ;
1 V V V V V
max = x1 + x2 1
V
Standardizacija max = x1 + x2 + 0 x3 + 0 x4 + 0 x5
−3 x1 + 3 x2  1 V
x + x 1 −3x1 + 3 x2 + x3 = 1
1 2
2 x1 − 3x2  1 x1 + x2 + x4 = 1
2 x1 − 3x2 + x5 = 1
x1 , x2  0
x1 , x2 , x3 , x4 , x5  0
Prva simplex tabela
1 1 0 0 0
Cb B A0
A1 A2 A3 A4 A5
0 A3 1 -3 3 1 0 0
0 A4 1 1 1 0 1 0
0 A5 1 2 -3 0 0 1
Cs – fs 0 1 1 0 0 0
2a) 1 1 1 0 0
Cb B A0
A1 A2 A3 A4 A5
0 A3 5/2 0 -3/2 1 0 3/2
0 A4 1/2 0 5/2 0 1 -1/2
1 A1 1/2 1 -3/2 0 0 1/2
Cs – fs 1/2 0 5/2 0 0 -1/2
...
1 1 1 0 0
Cb B A0
A1 A2 A3 A4 A5
0 A3 0,56 0 0 1 -1,64 1,2
1 A2 0,04 0 1 0 0,24 -0,2
1 A1 0,16 1 0 0 -0,04 0,2
Cs – fs 0,2 0 0 0 -0,2 0
Nebazna varijabla ima vrijednost cs –fs =0

 beskonačno mnogo optimalnih rješenja 23
Model linearnog programiranja i optimalna
simpleks tabela za slučaj 3a
1 1 1 0 0 0
Cb B A0
A1 A 2 A3 A4 A5 A6
1 A2 0,210526 0 1 0,263158 -0,052632 0 0
1 A1 0,157895 1 0 -0,052632 0,210526 0 0
0 A5 0,105263 0 0 -0,368421 -0,52631 1 0

0 A6 0 0 0 -0,8 -0,2 0 1
Cs – fs 0,368421 0 0 -0,210526 -0,157895 0 0
Bazna varijabla ima vrijednost nula

 degenerisano rješenje
Statičke igre sa potpunom
informacijom
25
Pretpostavke statičkih igara sa potpunom
informacijom
• U igru je uključeno n igrača (n≥2)
– Za n=2 imamo bimatrične igre (dobitak jednog igrača ne
predstavlja istovremeno gubitak drugog)
– Svi igrači su racionalni
– Svi igrači znaju da su svi igrači racionalni
– Svi igrači znaju da svi igrači znaju da su svi igrači racionalni
– ...
– Zajdeničko znanje (Common knowladge)
• Potpuna informisanost - isplate su poznate svim igračima
26
informacijom
• Igra se prikazuje u normalnom obliku, što uključuje:
– Igrače
• 2, 3, ..., n - igrača
– Strategije za svakog igrača
• Si – skup strategija za svakog igrača i, i = 1, ..., n
• si – proizvoljan element iz skupa Si , i = 1, ..., n
– Isplate za svakog igrača za sve kombinacije strategija koje se
mogu izabrati
• Ui(s1 , s2 , ..., sn ) – isplate za igrača i, i = 1, ..., n.
27
Primjer: Zatvorenikova dilema
• Dva čovjeka su počinila ozbiljan zločin, uhapšeni su i

zatvoreni u odvojene ćelije bez mogućnosti
komunikacije. Tužilaštvo nema dovoljno dokaza i
mogu biti osuđeni najviše na po dvije godine.
• Tužilac razgovara odvojeno sa svakim od njih tražeći
da potpiše priznanje, čime bi mu kazna bila smanjena
na 1 godinu, dok bi onaj koji ne potpiše priznanje
dobio 10 godina zatvora. Ako obojica priznaju dobiće
po 5 godina zatvora
28
• Ovaj se problem može prikazati pomoću bi-matrice (kad igraju
dva igrača, na svakoj poziciji postoje dvije vrijednosti)
• Prva vrijednost na svakoj poziciji je isplata za igrača I a druga
vrijednost je isplata za igrača II
• S1 = S2 = s1 -ne priznaje, s2 - priznaje
• Isplate:
u1(s1 , s1)= -2; u2(s1 , s1)= -2
u1(s1 , s2)= -10; u2(s1 , s2)= -1 Igrač 2
u1(s2 , s1)= -1; u2(s2 , s1)= -10 Strategija
Ne priznaje Priznaje
u1(s2 , s2)= -5; u2(s2 , s2)= -5 Ne priznaje -2,-2 -10, -1
Igrač 1
Priznaje -1,-10 -5, -5
29
Kako se rješavaju igre od n – igrača u
normalnom obliku?
Dominantna strategija:
Definicija: Neka je G= S1, S2, ..., Sn; u1, u2 , ..., un igra u
normalnom obliku, i neka su s’i i s’’i moguće strategije za
igrača i, s’i,s’’i  Si.
Strategija s’i je dominantna nad strategijom s’’i ako za svaki
mogući izbor ostalih igrača vrijedi da je:
ui(s1 , s2 , ..., s’i , ..., sn )≥ ui(s1 , s2 , ..., s’’i , ..., sn )
 (s1 , s2 , ..., si-1, si+1..., sn )
Kaže se još i da je strategija s’’i dominirana strategijom s’i.

Racionalni igrači ne igraju dominirane strategije
30
Igrač 2
Strategija
Nashova
ravnoteža
Ne priznaje -2,-2 -10, -1 Ili tačka
Igrač 1 strateškog
Priznaje -1,-10 -5, -5 ekvilibijuma
• Strategija s1 za igrača 1 je dominirana strategijom s2, pa

racionalni igrač 1 neće igrati s1 -ne priznaje, odnosno izabrat će
s2 - priznaje
• Analogno, strategija s1 za igrača 2 je dominirana strategijom s2,
pa racionalni igrač 2 neće igrati s1 -ne priznaje, odnosno izabrat
će s2 - priznaje
31
Primjer 2
• Odrediti Nashovu ravnotežu
Igrač 2
Strategija
L C R
T 0, 4 4, 0 5, 3
Igrač 1 M 4, 0 0, 4 5, 3
B 3, 5 3, 5 6, 6
32
Primjer 3 (borba spolova)
• Bračni par nastoji odlučiti o večernjoj zabavi. Oboje

žele biti zajedno a pored toga, muž želi ići na boks a
žena na balet.
• Ako nisu zajedno niko ne dobiva ništa, ako jesu svako
dobiva po 1, a ako muž ostvari boks on dobiva još 1 a
ako žena ostvari balet ona dobiva još 1.
• Napraviti matricu isplata i pronaći Nashovu
ravnotežu
33
Muž
Strategija
Boks Balet
Boks 1, 2 0, 0
Žena
Balet 0, 0 2, 1
• Postoje dvije Nashove ravnoteže

(Balet, Balet) i (Boks, Boks)
Ovaj primjer se može riješiti mješovitim strategijama.
34
Nashova ravnoteža
(s*1 , s*2 , ..., s*n ) je Nashova ravnoteža ako s*i rješava problem
Max ui (s*1 , s*2 , ..., s*i-1, si, s*i+1, ..., s*n )
si  Si
za svakog igrača i.
Odnosno (s*1 , s*2 , ..., s*n ) je Nashova ravnoteža ako je s*i najbolji
odgovor igrača i na strategije ostalih igrača.
Nashova teorema: Svaka igra N strana sa konačnim brojem

strategija, data u normalnoj formi, ima najmanje jednu tačku
strateškog ekvilibrijuma
Nedostatci Nashovog koncepta tačke
strateške ravnoteže
Nashova ravnoteža nije apsolutno najbolje
rješenje za sve - potreba za koalicijama.
Nashova tačka equilibrijuma nije jedinstvena treba
izabrati jednu ali se na zna koju.
36
Primjer 4: Cournotov model duopola
• 2 preduzeća
• Odlučuju o količini proizvodnje
• Maksimiziraju dobit
• igrači=poduzeća
• Strategije=količine proizvodnje
• Isplate=dobiti
37
Primjer 5:
• Dva konkurentska preduzeća razmišljaju o otvaranju dućana u

jednom od tri grada: G1, G2, G3. Međusobne udaljenosti
gradova su: G1 – G2 = 14km
G1 – G3 = 10km, G2 – G3 = 20km.
Grad G1 ima potencijal od 100 000 KM sedmične zarade, G2 80
000 KM i G3 60 000 KM.
Ako oba preduzeća otvore dućan u istom gradu zarada se dijeli
na pola.
Ako otvore dućan u različitim gradovima onaj ko je bliži trećem
gradu zaradit će i potencijal trećeg grada.
Formulirajte ovu igru u normalnom obliku.
38
HVALA NA PAŽNJI
informacijom
– Za n=2 imamo bimatrične igre (dobitak jednog igrača ne
Statičke igre sa potpunom predstavlja istovremeno gubitak drugog)
informacijom – Svi igrači su racionalni
– ...
– Zajedničko znanje (Common knowladge)
1 2
Pretpostavke statičkih igara sa potpunom Kako se rješavaju igre od n – igrača u

informacijom normalnom obliku?
• Igra se igra istovremeno (statička igra) Dominantna strategija:
• Igra se prikazuje u normalnom obliku, što uključuje: Definicija: Neka je G={ S1, S2, ..., Sn; u1, u2 , ..., un} igra u
normalnom obliku, i neka su s’i i s’’i moguće strategije za
– Igrače
igrača i, s’i,s’’i ∈ Si.
• 2, 3, ..., n - igrača
– Strategije za svakog igrača Strategija s’i je dominantna nad strategijom s’’i ako za
svaki mogući izbor ostalih igrača vrijedi da je:
• si – proizvoljan element iz skupa Si , i = 1, ..., n ui(s1 , s2 , ..., s’i , ..., sn )≥ ui(s1 , s2 , ..., s’’i , ..., sn )
∀ (s1 , s2 , ..., si-1, si+1..., sn )
– Isplate za svakog igrača za sve kombinacije strategija koje se
mogu izabrati
• Ui(s1 , s2 , ..., sn ) – isplate za igrača i, i = 1, ..., n. Kaže se još i da je strategija s’’i dominirana strategijom s’i.
• Ukoliko imamo samo dva igrača, govorimo o bimatričnim Racionalni igrači ne igraju dominirane strategije
igrama i one se mogu zapisati u matričnom obliku.
3 4
1
Primjer 1: Primjer: Zatvorenikova dilema
• Eliminisati inferiorne strategije kod sljedeće • Dva čovjeka su počinila ozbiljan zločin, uhapšeni su i
bimatrične igre: zatvoreni u odvojene ćelije bez mogućnosti
komunikacije. Tužilaštvo nema dovoljno dokaza i
Igrač 2 mogu biti osuđeni najviše na po dvije godine.
Strategija
(1) (2) • Tužilac razgovara odvojeno sa svakim od njih tražeći
da potpiše priznanje, čime bi mu kazna bila smanjena
(1) 2, 1 9, 4
Igrač 1 na 1 godinu, dok bi onaj koji ne potpiše priznanje
(2) 0, 5 6, 2
dobio 10 godina zatvora. Ako obojica priznaju dobiće
Strategija (1) za igrača 1 dominira nad strategijom (2), jer je 2>0 i 9>6 po 5 godina zatvora
Igrač B zna da igrač A neće igrati strategiju (1) pa se on odlučuje za (2) jer
je 4>1
6
Primjer: Zatvorenikova dilema Primjer: Zatvorenikova dilema

• Ovaj se problem može prikazati pomoću bi-matrice (kad igraju Igrač 2
dva igrača, na svakoj poziciji postoje dvije vrijednosti) Strategija Nashova
• Prva vrijednost na svakoj poziciji je isplata za igrača I a druga ravnoteža
vrijednost je isplata za igrača II Ne priznaje -2,-2 -10, -1 Ili tačka
Igrač 1 strateškog
• S1 = S2 = {s1 -ne priznaje, s2 - priznaje} Priznaje -1,-10 -5, -5 ekvilibijuma
• Isplate:
u1(s1 , s1)= -2; u2(s1 , s1)= -2 • Strategija s1 za igrača 1 je dominirana strategijom s2, pa
Igrač 2 racionalni igrač 1 neće igrati s1 -ne priznaje, odnosno izabrat će
u1(s1 , s2)= -10; u2(s1 , s2)= -1
Strategija Ne s2 - priznaje
u1(s2 , s1)= -1; u2(s2 , s1)= -10 Priznaje
priznaje • Analogno, strategija s1 za igrača 2 je dominirana strategijom s2,
u1(s2 , s2)= -5; u2(s2 , s2)= -5 Ne pa racionalni igrač 2 neće igrati s1 -ne priznaje, odnosno izabrat
Igrač -2,-2 -10, -1
priznaje će s2 - priznaje
1
Priznaje -1,-10 -5, -5
7 8
2
Nashova ravnoteža Primjer 2
(s*1 , s*2 , ..., s*n ) je Nashova ravnoteža ako s*i rješava problem
Max ui (s*1 , s*2 , ..., s*i-1, si, s*i+1, ..., s*n ) • Odrediti Nashovu ravnotežu
si ∈ Si
za svakog igrača i.
Igrač 2
Strategija
Odnosno (s*1 , s*2 , ..., s*n ) je Nashova ravnoteža ako je s*i najbolji L C R
odgovor igrača i na strategije ostalih igrača.
T 0, 6 4, 0 4, 3
Igrač 1 M 4, 0 0, 6 4, 3
Nashova teorema: Svaka igra N strana sa konačnim brojem
strategija, data u normalnoj formi, ima najmanje jednu tačku B 3, 4 3, 4 5, 5
strateškog ekvilibrijuma
10
Primjer 3 (borba spolova)

Muž
• Bračni par nastoji odlučiti o večernjoj zabavi. Oboje Strategija
žele biti zajedno a pored toga, muž želi ići na boks a Boks Balet
žena na balet. Boks 1, 2 0, 0
Žena
• Ako nisu zajedno niko ne dobiva ništa, ako jesu svako Balet 0, 0 2, 1
dobiva po 1, a ako muž ostvari boks on dobiva još 1 a
ako žena ostvari balet ona dobiva još 1.
• Postoje dvije Nashove ravnoteže
• Napraviti matricu isplata i pronaći Nashovu
(Balet, Balet) i (Boks, Boks)
ravnotežu
Ovaj primjer se može riješiti mješovitim strategijama.
11 12
3
Nedostatci Nashovog koncepta tačke
Primjer 4: Cournotov model duopola
strateške ravnoteže
Nashova ravnoteža nije apsolutno najbolje • 2 preduzeća
rješenje za sve • Odlučuju o količini proizvodnje
potreba za koalicijama.
• Maksimiziraju dobit
Nashova tačka equilibrijuma nije jedinstvena
treba izabrati jednu ali se na zna koju. • igrači=poduzeća
• Strategije=količine proizvodnje
• Isplate=dobiti
13 14
Primjer 4, cont. D1 = q1(100 - q1 - q2)- 10 q1 = -q12 +(90 - q2) q1

D2 = q2(100 - q1 - q2)- 10 q2 = -q22 +(90 – q1) q2
• Strategije:
• Odredimo tzv. Cournot-ovu količinu, tako što ćemo odrediti
– Količine proizvodnje preduzeća 1: q1 stacionarne tačke za funkcije dobiti D1 i D2.
– Količine proizvodnje preduzeća 2: q2 • Parcijane derivacije izjednačimo sa 0.
∂D1 ∂D
• Isplate: ∂q1
=0∧ 2 = 0⇒
∂q 2
– Cijena: p(Q) = 100 - q1 - q2; Q = q1 + q2 − 2q1 + 90 − q 2 = 0 ∧ −2q 2 + 90 − q1 = 0 ⇒ q1 = q 2 = 30
– Troškovi: C1(q1) = 10 q1; C1(q2) = 10 q2
– Isplate: D1 = q1(100 - q1 - q2)- 10 q1 = -q12 +(90 - q2) q1 • U slučaju duopola, pokazaćemo da se ravnoteže postiže ne za zbirnu
D2 = q2(100 - q1 - q2)- 10 q2 = -q22 +(90 – q1) q2 monopolsku količinu već za tzv. Cournot-ovu količinu.
• Ako bi preduzeće 1 bilo monopolist (q2 =0) • Neka preduzeća imaju strategije
maksimalnu vrijednost bi ostvario izborom q1 =45. (1) Proizvoditi pola monoploske količine: 22,5
(2) Proizvoditi tzv. Cournot-ovu količinu: 30
• Prikazati igru u obliku bi-matrice te pronađite optimalno rješenje
4
• Isplate za igrača 1:
D1 = -q12 +(90 - q2) q1 Preduzeće 2
Strategija
(1)22,5 (2) 30
D1 (q1=22,5; q2=22,5)=1012,50; Preduze (1) 22,5 1012,5; 1012,5 843,75; 1125
D1 (q1=22,5; q2=30)=843,75; će 1 (2) 30 1125; 843,75 900; 900
D1 (q1=30; q2=22,5)=1125;
D1 (q1=30; q2=30)= 900; • Isplate za igrača 2: • Nashova ravnoteža je u tački (30; 30) a dobiti za oba
D2 = -q22 +(90 – q1) q2 preduzeća su 900 nj.
• Ukoliko bi preduzeća proizvodila pola monopolske količine
D2 (q1=22,5; q2=22,5)=1012,50; cijena bi bila: p = 100 – 22,5 - 22,5 =55
• Ukoliko bi preduzeća proizvodila Cournot-ovu količinu cijena
D2 (q1=22,5; q2=30)= 1125;
bi bila p = 100 – 30 -30 = 40
D2 (q1=30; q2=22,5)=843,75; • Pri Cournot-ovoj ravnoteži potrošači su u boljoj poziciji.
D2 (q1=30; q2=30)= 900;
Primjer 5: Rješenje
• Igrači: dva konkurentska preduzeća
• Dva konkurentska preduzeća razmišljaju o otvaranju dućana u
• Strategije:
jednom od tri grada: G1, G2, G3. Međusobne udaljenosti
gradova su: G1 – G2 = 14km – Otvoriti dućan u gradu G1
G1 – G3 = 10km, G2 – G3 = 20km. – Otvoriti dućan u gradu G2
Grad G1 ima potencijal od 100 000 KM sedmične zarade, G2 80 – Otvoriti dućan u gradu G3
000 KM i G3 60 000 KM. • Isplate:
Ako oba preduzeća otvore dućan u istom gradu zarada se dijeli – Izračunati na osnovu pravila igre:
na pola. • Ako su dućani u istom gradu dijele potencijal svih na dva
jednaka dijela
Ako otvore dućan u različitim gradovima onaj ko je bliži trećem
• Ako su dućani u različitim gradovima uzimaju potencijal
gradu zaradit će i potencijal trećeg grada. tog grada a potencijal trećeg grada uzima bliži dućan.
Formulirajte ovu igru u normalnom obliku.
19
5
• Isplate:
• Ako su dućani u istom gradu dijele potencijal svih na dva
jednaka dijela Preduzeće 2
100 + 80 + 60
= 120 Strategija
2
G1 G2 G3
• Ako su dućani u različitim gradovima uzimaju potencijal
tog grada a potencijal trećeg grada uzima bliži dućan.
• U1(G1, G2) = 100+60 U2(G1, G2) = 80 G1 120, 120 160, 80 180, 60
• U1(G1, G3) = 100+80 U2(G1, G3) = 60
• U1(G2, G1) = 80 U2(G2, G1) = 100+60 Preduzeće 1 G2 80, 160 120, 120 80, 160
• U1(G2, G3) = 80 U2(G2, G3) = 60 + 100
• U1(G3, G1) = 60 U2(G3, G1) = 100+80
G3 60, 180 160, 80 120, 120
• U1(G3, G2) = 60+100 U2(G3, G2) = 80
Ravnoteža (G1, G1)
Hvala na pažnji
6
Teorija igara – miješane strategije (igre bez
sedla)
Doc. Dr. Almira Arnaut Berilo

Uvod
• Koje vrste igara smo radili?
• Igre dva igrača sa sumom nula
• Pretpostavke kod ove igre:
– Kakva je informisanost?
– Da li su to statičke ili dinamičke igre?
– U kojoj formi se predstavljaju?
• Šta su to čiste igre?
– Koji uslov treba vrijediti?
– Šta znamo o optimalnoj vrijednosti igre i o optimalnim
strategijama?
– Šta ako uslov nije zadovoljen?
Sadržaj predavanja
• Rješavanje matričnih igara suma nula

– Matrične igre bez sedla – miješane strategije
• Statistička metoda za matrične igre sa matricom
plaćanja dimenzije 2x2
• Grafička metoda za matrične igre sa dimenzijama
matrica plaćanja mx2 i 2xn
• Linearno programiranje matričnih igara
– Neki specifični slučajevi kod rješavanja igara sa
nultom sumom
Primjer 2, verzija III
• Neka je matrica plaćanja opisanu u primjeru 2 oblika:
B1 B2 B3
A1 0  2 2 
 
aij  A2 5 4  3
 
A3 2 3  4
• Provjeriti da li je igra, igra sa sedlom?

• Kolika je donja vrijednost igre za igrača A i kolika je
gornja vrijednost igre za igrača B? Koje strategije
biraju da bi osigurali te vrijednosti? 4
B1 B2 B3 min
A1 0  2 2   2
 
aij  A2 5 4  3  3  max  min a   2  Igrač A bira A
  
i  j
ij  1
A3 2 3  4  4 
max 5 4 2

 
min  max aij   2  Igrač B bira B3
j  i 
• Ako bi igrač A igrao A1 on neće izgubiti više od 2.

• Ako bi igrač B igrao B3 neće izgubiti više od 2.
• Rezultat igre (A1, B3) bi bio V=2 pa igrač B neće biti zadovoljan a obzirom da je
racionalan i posjeduje potpunu informisanost on će predvidjeti ovaj slijed događaja
pa će se prebaciti na strategiju B2.
• Igrač A će reagovati tako što će se prebaciti na A2 te umjesto gubitka od 2 zaraditi 4.
• Igrač B će reagovati i preći na B3 i ponavlja se ciklus.
• Nestabilno rješenje.
Matrične igre dva
igrača suma nula
Čiste igre - Mješovite igre – igre

Igre sa sedlom bez sedla
Svakom igraču je Igraču nije optimalna samo po

optimalna samo po jedna jedna strategija već je potrebno
strategija – stabilna da kombinuje više svojih
ravnoteža strategija sa ciljem da ostvari što
bolji rezultat za seba –
Optimalna vrijednost igre nestabilna ravnoteža
je neka vrijednost iz
matrice plaćanja – Govorimo o optimalnoj
sedlasta tačka očekivanoj vrijednosti igre
Matrična igra bez sedla – mješovite
strategije
Ukoliko se desi da najbolji od svih najlošijih rezultata
po igrača A i po igrača B nisu isti onda se radi o
matričnoj igri bez sedla, odnosno ako vrijedi:
 
max min aij  min max aij
i j j
 i

 igra bez sedla gdje se formiraju mješovite
strategije – različite strategije igrači A i B igraju ali ne
podjednako često.
Rješenje igre bez sedla
Neka je matrica plaćanja kompletirana pripadajućim

vjerovatnoćama
m n
E (V )   aij  pi  q j
B1 B2 Bn Pri čemu je
A1  a11 a12 a1n  p1 očekivana i 1 j 1
  vrijednost igre
A2  a21 a22 a2 n  p 2
m n


Am  am1 am 2


amn  pm
jednaka:
za p
i 1
i 1 i q
i 1
j 1
q1 q2 qn
• Riješiti igru odrediti vjerovatnoće pi koje maksimiziraju očekivani dobitak

igrača A uz pretpostavku da B igra inteligentno i da nastoji što više pogoršati
situaciju igraču A.
•Odrediti i vjerovatnoće qj kao elemente najbolje odbranu za igrača B.
Minimax teorem (John Von Neumann)
Za svaku konačnu igru dvije strane sa nultom sumom važi:
• Postoji realan broj V koji se naziva vrijednost igre,
• Bilo koja matrična igra sa poznatom matricom plaćanja [aij] ima sedlastu
tačku u prostoru mješovitih strategija, tj.
  
m n
pi , q j  0; i  1, m ; j  1, n :  pi  1 i q j 1
i 1 j 1
 n m   n m 
V  max  min  pi aij q j   min  max  pi aij q j 
p  q j 1i 1  q  p j 1i 1 
   
– Postoji mješovita strategija za igrača A koja mu osigurava najveći očekivani

minimalni dobitak jednak V, bez obzira koju mješovitu strategiju igra igrač B
– Postoji mješovita strategija za igrača B koja mu osigurava najmanji očekivani
maksimalni gubitak jednak vrijednosti V, bez obzira koju mješovitu strategiju
igra igrač A
Metode za rješavanje igre bez sedla
• Statistička metoda (za matrice tipa 2x2)
• Grafička metoda (za matrice tipa mx2 i 2xn)
• Linearno programiranje matričnih igara

Matrične igre sa matricom plaćanja dimenzije 2x2
• Oblik matrice plaćanja dimenzije 2x2
 a11 a12  p1
 aij    p
 21 22  2
a a
q1 q2
• Očekivana vrijednost igre:
2 2
 p1  E ( A1 )  p2  E ( A2 ) 
E (V )   aij  pi  q j   
i 1 j 1  q1  E ( B1 )  q2  E ( B2 ) 
 p1   a11  q1  a12  q2   p2   a21  q1  a22  q2  
 
 
q1   a11  p1  a21  p2   q2   a12  p1  a22  p2  
 
Statistička metoda za matrične igre,
funkcija Z
• Cilj igrača A je max E(V), cilj igrača B je min E(V).
• Matematski formulisano - problem Uslovnog
ekstremuma.
• Vjerovatnoće kojima se maksimizira/minimizira
 p1 , p2  i q1 , q2 
vrijednost igre za razne istovremeno će
maksimizirati / minimizirati funkciju Z:
Z   a11  p1  q1  a12  p1  q2  a21  p2  q1  a22  p2  q2 

   p1  p2  1     q1  q2  1
funkcija Z, cont.
• Z je funkcija od: p1 , p2 , q1 , q2 ,  i 
• Tražimo (max/min) Z  moramo naći parcijalne izvode po
p1 , p2 , q1 , q2 ,  i  i izjednačiti ih sa 0.
Z
  a11  q1  a12  q2     0  a11  q1  a12  q2  
p1
Z
  a21  q1  a22  q2     0  a21  q1  a22  q2  
p2

a11  q1  a12  q2  a21  q1  a22  q2
E ( A1 )  E ( A2 )  
funkcija Z, cont.
Z
  a11  p1  a21  p2     0  a11  p1  a21  p2  
q1
Z
  a12  p1  a22  p2     0  a12  p1  a22  p2  
q2

a11  p1  a21  p2  a12  p1  a22  p2
E ( B1 )  E ( B2 )  
Z
  p1  p2  1  0  p1  p2  1

Z
  q1  q2  1  0  q1  q2  1

Statistička metoda za matrične igre, strategije
za optimalno rješenje
Optimalni izbor strategija oba igrača u slučaju matrice

plaćanja dimenzije 2x2 kod igre bez sedla  optimalne
vjerovatnoće rješenja sistema jednačina:
1.  
 
E  A1   E  A2    a11  q1  a12  q2  a21  q1  a22  q2 
q1  q2  1  q  q 1 
 1 2 
2.
E  B1   E  B2   a11  p1  a21  p2  a12  p1  a22  p2 
 
p1  p2  1  p1  p2  1 
optimalna vrijednost igre
 p1  E ( A1 )  p2  E ( A2 ) 
Vopt .  
 q1  E ( B1 )  q2  E ( B2 ) 
 
 p1    p2    ( p1  p2 )     
     
 q1    q2     (q1  q2 )      
 
• Neka je matrica plaćanja opisanu u primjeru 2 oblika:
B1 B2 B3
A1 0  2 2 
 
aij  A2 5 4  3
 
A3 2 3  4
• Eliminisati inferiorne strategije

• Odrediti optimalnu vrijednost igre
17
Rješenje – provjera: da li ima inferiornih
B1 B2 B3
strategija?
A1 0  2 2 
 5 4  3  B1 B2 B3

 
aij 
A2 
 
 
  A2  A3
 0   2 2 i B1  B2 
 5  4  3 
A3  2 3  4  
 
 B2 B3

 A1  2 2  p1
  p
 2
A 4  3 2

 q 2 q3
Rješenje – primjena statističke metode
• Na osnovu eliminacije inferiornih strategija matricu reda 3x3 smo reducirali na
matricu 2x2
• Rješavamo igru primjenom statističke metode
 5
 q 2  ;
1.   
11
 
E  A2   E  A3    a22  q2  a23  q3  a32  q2  a33  q3 
 2q 2  2q3  4q 2  3q3   6
   q 3  ;
q2  q3  1  q  q 1  q1  0; q 2  q3  1;   11
 2 3 

 E V   E B2   E B3   11
2

2.
E  B2   E  B3   a22  p2  a32  p3  a23  p2  a33  p3 
   7
p2  p3  1  p2  p3  1  p  ;
 1
11

 2 p1  4 p 2  2 p1  3 p 2   4
 
  2p  ;
p1  p 2  1   11

B2 B3
 E V   E  A1   E  A2  
2
A1  2 2  p1  11
A2  4  3 p 2
q 2 q3
Rješenje – elementi optimalnih miješanih
strategija i vrijednost igre
• Optimalan mix:
• Političar A bi odabrao strategiju A1 u 63,6% slučajeva, strategiju A2
u 36,4% slučajeva dok treću strategiju nebi uopšte koristio.
• Političar B bi odabrao stretegiju B2 u 45,5% slučajeva, stretegiju B3 u
54, 5% slučajeva dok stretgiju B1 nebi uopšte igrao.
• Optimalna vrijednost igre
Optimalna vrijednost igre je 0,1818>0  u optimalnom
rješenju političar A će pobjediti i osvojiti približno 182 glasa
više od političara B
Grafička metoda za matrične igre sa dimenzijama
matrica plaćanja mx2 i 2xn
• Grafička metoda ili metoda eliminacije

• Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu
plaćanja dimenzija:
• 2x2 ako je riječ o mješovitim strategijama
• 1x1 ako je riječ o igri sa sedlom
• Ako je matrica tipa mx2 model postavljamo i igru
rješavamo sa aspekta igrača B.
• Ako je matrica tipa 2xn model postavljamo i igru
rješavamo sa aspekta igrača A.
Igra dimenzija mx2
• Igraču A na raspolaganju stoji m>2 različitih odluka.

• Igrač B bira između 2 odluke
B1 B2 Cilj B: minimizirati vrijednost igre
A1  a11 a12  p1
Smetnje ili ograničenja: Igrač A
A2 a a  p2
 21 22 
 ... ...  Donja granica za vrijednost igre V su

... ...
  očekivane vrijednosti strategija koje
Am  am1 am 2  pm igrač A ima na raspolaganju
q1 q2
m 2
gdje je p
i 1
i  1, q
j 1
j q1  q2  1  q2  1  q1
Igra dimenzija mx2 – model B
cilj : min V Ili cilj : min V
uslovi : kondenzovano:
uslovi :
E  A1   a11q1  a12 q 2  V
E  Ai   ai1q1  ai 2 q 2  V ; i  1,..., m
E  A2   a 21q1  a 22 q 2  V
q1  q 2  1

E  Am   a m1q1  a m 2 q 2  V q1 , q 2  0
q1  q 2  1 Linearni model sa tri varijable, može se
q1 , q 2  0 transformisati u model sa dvije varijable i
rješavati grafički
cilj : min V
q 2  1  q1   
E  Ai   ai1q1  ai 2 1  q1   V   
uslovi :
   E  Ai   ai1  ai 2 q1  ai 2  V ; i  1,..., m
 E  Ai   ai1  ai 2 q1  ai 2  V  
q1  1
q 2  0  q1  1 
  
 q1  0
cilj : min V

uslovi :
Igra dimenzija mx2 
 E  Ai   ai1  ai 2 q1  ai 2  V ; i  1,..., m
 q1  1

 q1  0
oblast mogućih
V B rješenja linearne
nejednačine

ai1
ai2
Igrač B teži najnižoj tačci
E(Ai) (vrijednost igre min)
Na grafikonu to je tačka
q1  0 i V  E ( Ai )  ai 2
0 q1
1
Igra dimenzija mx2 – iz ugla igrača B, cont.
• Ukoliko ima više nejednačina tipa
E ( Ai )   ai1  ai 2   q1  ai 2  fi (q1 )  Vopt , za q1  0,1

oblast mogućih rješenja za igrača B je presjek oblasti mogućih
rješenja svih tih nejednačina.
• Za igrača B - optimalna tačka najniža tačka u tom presjeku.
• Pravci koji ne prolaze kroz optimalnu tačku - odluke igrača A koje
se mogu eliminisati. E ( Ai )
Igra dimenzija 2xn – eliminacija viška
odluka igrača B
• Igraču A na raspolaganju stoje 2 odluke
• Igrač B bira između n različitih odluka
Cilj A: maksimizirati vrijednost igre
B1 B2 ... Bn
Smetnje ili ograničenja: Igrač B
A1  a11 a12 ... a1n  p1
a 
A2  21 a22 ... a2n  p2 Gornja granica za vrijednost igre V su
očekivane vrijednosti strategija koje
q1 q2 ... qn igrač B ima na raspolaganju
2 n
gdje je p
i 1
i  p1  p2  1  p2  1  p1 , q
j 1
j 1
Igra dimenzija 2xn – model A
cilj : max V Ili cilj : max V
uslovi : kondenzovano:
uslovi :
E B1   a11 p1  a12 p 2  V  
E B j  a1 j p1  a 2 j p 2  V ; i  1,..., m
E B2   a 21 p1  a 22 p 2  V
p1  p 2  1

E Bn   a n1 p1  a n 2 p 2  V p1 , p 2  0
p1  p 2  1 Linearni model sa tri varijable, može se
p1 , p 2  0 transformisati u model sa dvije varijable i
rješavati grafički
cilj : max V
p 2  1  p1   
 
E B j  a1 j p1  a 2 j 1  p1   V   
uslovi :
 
 E  Ai   a1 j  a 2 j p1  a 2 j  V  
   
   E B j  a1 j  a 2 j p1  a 2 j  V ; i  1,..., m
  p1  1
p 2  0  p1  1  
 p1  0
Igra dimenzija 2xn
oblast mogućih
a1j rješenja linearne
nejednačine
a2j
Igrač A teži najvišoj tačci
E(Bj)
(vrijednost igre max)

Na grafikonu to je tačka
A p1  1 i V  E ( B j )  a1 j
0 p1
1
Igra dimenzija 2xn – iz ugla igrača A, cont.
• Ukoliko ima više nejednačina tipa

E ( B j )   a1 j  a2 j   p1  a2 j  fi ( p1 )  Vopt , za p1  0,1
oblast mogućih rješenja za igrača A je presjek oblasti mogućih

rješenja svih tih nejednačina.
• Za igrača A - optimalna tačka najviša tačka u tom presjeku.
• Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača
B koje se mogu eliminisati.
Primjer 4
Poljoprivredna zadruga uzgaja dvije biljke, kukuruz i rižu. Riža bolje uspijeva
u vrijeme kišnih, a kukuruz u vrijeme normalnih ili suhih godina. Na osnovi
10-godišnjeg posmatranja i aktuelnih tržišnih cijena, konsultantska kuća je
predložila poljoprivrednoj zadruzi sljedeću igru s vremenom, gdje su isplate
u milionima KM:
Pronaći optimalne strategije za vrijeme i poljoprivrednu zadrugu.

Vrijeme (sudbina)
Kišno Normalno Suho
Zadruga Kukuruz -2 8 1
Riža 7 -3 -1
Rješenje - tip igre: sa ili bez sedla?
B1 B2 B3 B1 B2 B3 min
A1  2 8 1  A1  2 8 1   2 
 7 3 1      
A2   A2  7 3 1  3
max 7 8 1 
B1 B2 B3 min
A1  2 8 1   2  max(min)  2
 7 3 1  3 
A2    
max 7 8 1  N.S.
min(max)  1 
Nema dominantnih strategija, matrica 2x3  grafička metoda

Rješenje – grafička metoda, nejednačine
• Za svaku od mogućih strategija igrača B određujemo

očekivanu vrijednost i postavljamo linearnu
nejednačinu:
B1 B2 B3 E ( B1 )  2  p1  7  p2  2  p1  7  1  p1   7  5  p1  Vopt
A1  2 8 1  E ( B2 )  8  p1  3  p2  8  p1  3  1  p1   11 p1  3  Vopt
 7 3 1
A2   E ( B3 )  1 p1  1 p2  1 p1  1 1  p1   2  p1  1  Vopt
 p1 , E ( B1 )   p1 , E ( B2 )   p1 , E ( B3 ) 
 0, 7   0, 3  0, 1
1, 2  1,8 1,1
Rješenje – grafička metoda, grafikon
V
Igrač A teži najvišoj tačci
(vrijednost igre max)
8
Na grafikonu to je tačka M (na
7 B2 presjeku B1 i B3) 
B1 eliminišemo B2 
preostaje matrica dimenzija 2x2
koja se može riješiti statističkom
metodom 
B1 B3
A1  2 1
7 1
M B3 A2 
1
0
-1 1 p1 oblast mogućih

-2 rješenja linearnih
-3 A nejednačina
Rješenje – matrica 2x2, statistička metoda
1.  
  
E  A1   E  A2    a11  q1  a13  q3  a21  q1  a23  q3  1.
 q  q 1   9  q1  2  q3  0 
q1  q3  1   2  q1  1  q3  7  q1  1  q3   
1 3
 q  1  q 
q1  q3  1
3 1

2.
2
E  B1   E  B3   a11  p1  a21  p2  a13  p1  a23  p2  q1   0,182
   9  q1  2  (1  q1 )  0  11  q1  2  11
p1  p2  1  p1  p2  1  q3  1  0,18  0,818
2.
2  p1  7  p2  1  p1  1 p2  3  p1  8  p2  0 
B1 B3  
p1  p2  1  p 2  1  p 1 
A1  2 1  8
 7 1 p1  0, 727
 3  p1  8  1  p1   0  11 p1  8 
A2   11
p2  1  0, 727  0, 272
Rješenje, optimalne strategije
• U optimalnom rješenju poljoprivredno dobro

proizvodi kukuruz i rižu i to u srazmjeri 72,7%:27,2%
respektivno.
• U optimalnom rješenju vrijeme kroz sudbinu prati

strategije kišno i suša i to u srazmjeri 18,2%:81,8%
respektivno.
Rješenje, optimalna vrijednost igre
• Izračunavamo i optimalnu vrijednost igre, kao vrijednost bilo

koje od mogućih strategija oba igrača sa predhodno izračunatim
pripadajućim vjerovatnoćama
Vopt  E ( A1 )  a12  q1  a13  q3 

 2  0,182  1 0,818  0, 454
• Kako je optimalna vrijednost igre pozitivna , u ovoj igri dobija
poljoprivredna zadruga i to iznos od 454.000 KM .
sumom nula
Primjer 1: (Kako se pri grafičkom rješavanju igara
manifestuju igre sa sedlom)
2 8 
5 7 
 
3  2 9
Rješenje: 5 M E(A1)
E(A2)
q1=1; q2=0; 3 E(A3)
q>=1
p1=0; p2=1; p3=0; 1
Vop=5 -1 0 0,2 0,4 0,6 0,8 1 1,2
-3
Kako se pri grafičkom rješavanju igara
manifestuju igre sa sedlom
Optimalna tačka za igre mx2
nalazi na se nalazi na osi qj=1 E(As)  ps = 1, pi = 0 za (i =1, ..., m) i (i≠s)
(j=1 ili 2) optimalna je po
jedna strategija za svakog od
igrača.
qj = 1, za (j =1 ili 2)
0 0,2 0,4 0,6 0,8 1 1,2
Optimalna tačka za igre 2xn nalazi na se

nalazi na osi pi=1 (i=1 ili 2) 
optimalna je po jedna strategija za
0 0,2 0,4 0,6 0,8 1 p 1,2
svakog od igrača.
M E(Bs)
 qs = 1, qj = 0 za (j =1, ..., n) i (j≠s)
pi = 1, za (i=1 ili 2)
38
sumom nula
Primjer 2: (Za jednog igrača optimalna je samo jedna
strategija a drugi igrač ima beskonačno mnogo
optimalnih strategija)
a)  3 3  b)
1 1  1  1 3
  1 3 0
 2  3  
Rješenje 2a): Optimalna je duž MN, odnosno za igrača B je optimalna
svaka linearna kombinacija strategija koje odgovaraju tačkama M i N.
M: E(A1) = E(A2)  q1=1/3; q2=2/3;
N: E(A3) = E(A2)  q1=4/5; q2=1/5;
Optimalne strategija za B:  qˆ1   1/ 3 
     
 4 / 5
  1      ;   0,1
 qˆ 2   2 / 3  1/ 5 
Optimalno za A: 4
p1=0; p2=1; p3=0; 3
Vop=1 2
1 E(A1)
E(A2)
0
0 0,2 0,4 0,6 0,8 1 1,2 E(A3)
-1 q<=1
-2
-3
-4 40
Grafička interpretacija igara tipa mX2 –slučaj 1:
Igrač B ima beskonačno mnogo optimalnih strategija a igrač A ima
Igra tipa: mX2
M1 M2
0 0,2 0,4 0,6 0,8 1 q 1,2
ps = 1, pi = 0 za (i=1, ..., m) i (i≠s)
41
Grafička interpretacija igara tipa 2Xn –slučaj 1:
Igrač A ima beskonačno mnogo optimalnih strategija a igrač B ima
Igra tipa: 2Xn
0 0,2 0,4 0,6 0,8 1 p 1,2
M1 M2
qs = 1, qj = 0 za (j =1, ..., n) i (j≠s)
42
sumom nula
Primjer 3: (Za jednog igrača imamo jedinstven
optimalan mix a drugi igrač ima beskonačno mnogo
optimalnih strategija – slučaj degeneracije)
a)  2 1  b)
 2 2   2 8 4 1 
  4 1 3 5
 
 0 1 
 
  1,2 0,4
Rješenje 3a):
Igrač B ima jedinstven optimalan mix, koji je određen presječnom tačkom
M.
M: E(A1) = E(A2) =E(A4)  q1=3/7; q2=4/7;
Vop=-2/7
Optimalna strategija za A: Kako vrijedi da je E(B1)=E(B2) i samo
A3 strategija nije uključena u optimalno rješenje  p3 = 0 i
-2p1+2p2-1,2p4= p1-2p2+0,4p4
2,5
p1+p2+p4 = 1
2
Sistem je neodređen 1,5
 Proizvoljno biramo
1 E(A1)
jednu vjerovatnoću
0,5 E(A2)
a ostale zavise od tog izbora.
0 E(A3)
 Mora se paziti da se 0 0,2 0,4 0,6 0,8 1 1,2
E(A4)
-0,5
ne izađe iz skupa (0,1) q<=1
-1
-1,5
-2 44
-2,5
Grafička interpretacija igara tipa 2Xn –slučaj degeneracije:
Igrač A ima optimalan mix a igrač B ima beskonačno mnogo optimalnih
strategija
Igra tipa: 2Xn

Optimalan mix za igrača A se dobije
Sistem: E(Bk) =E(Bs) = E(Bl) E(Bk)
0 0,2 0,4 0,6 0,8 1 p 1,2

E(Bs)
Sistem E(A1) = E(A2) je E(Bl)
neodređen, dvije jednačine a više
od dvije nepoznate, pa igrač B ima
beskonačno mnogo optimalnih
strategija
45
Grafička interpretacija igara tipa mX2 –slučaj degeneracije:
Igrač B ima optimalan mix a igrač A ima beskonačno mnogo optimalnih
strategija
Igra tipa: mX2
Optimalan mix za igrača B se dobije

Sistem: E(Ak) =E(As) = E(Al) E(Ak)
0 0,2 0,4 0,6 0,8 1 q 1,2

E(As)
E(Al)
Sistem E(B1) = E(B2) je neodređen, dvije
jednačine a više od dvije nepoznate, pa igrač A
ima beskonačno mnogo optimalnih strategija 46
LINEARNO PROGRAMIRANJE MATRIČNIH
IGARA
LP u rješavanju matričnih igara
• Može se koristiti za rješavanje svake konkurentske matrične igre dva

igrača suma 0 dimenzija mxn.
• Uslov za korištenje linearnog programiranja je da u matrici plaćanja
nema negativnih elemenata niti elemenata sa vrijednošću 0 kako bi
osigurali da u krajnjem rješenju vrijednost igre bude pozitivna
• U slučaju da u matrici plaćanja ima negativnih elemenata prvo vršimo
njenu linearnu transformaciju dok dobijemo sve pozitivne elemente, a
potom primjenjujemo LP
Linearna transformacija matrice plaćanja
• Linearna transformacija matrice plaćanja podrazumjeva dodavanje
proizvoljne konstante K svakom elementu matrice:
a’ij = aij + K , i = 1, ..., m; j=1, ..., n
[aij]~lin transf. ~[a’ij]
• Kako bismo izbjegli da vrijednost igre bude negativna, vršimo

linearnu transformaciju matrice plaćanja, dodajući svakom
elementu matrice plaćanja dovoljno velik pozitivan broj K.
• K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ
najnegativniji element u matrici plaćanja.
Linearna transformacija matrice plaćanja,
cont.
• Ako svakom elementu matrice plaćanja [aij] dodamo
isti realni broj K dobićemo novu matricu plaćanja [a’ij]
istih dimenzija, tako da važi:
a  aij  K
'
ij
• Ako se nisu promijenile pripadne vjerovatnoće
pojedinih strategija, šta se dešava sa očekivanim
vrijednostima igre usljed provedene linearne
transformacije?
cont.
• Po definiciji je očekivana vrijednost igre za dobijene
matrice plaćanja jednaka:
m n m n
E (V )   aij  pi  q j , za p i 1 i q j
i 1 j 1 i 1 i 1
m n m n
E (V ')   a  pi  q j , za
'
ij p i 1 i q j
i 1 j 1 i 1 i 1
• Kakva veza postoji između ovih očekivanih vrijednosti

igre?
cont.
m n
m n
E (V ')   a  pi  q j
'
ij matrica plaćanja 
E (V ') 
Uvodimo vezu između  (a
i 1 j 1
ij  K )  pi  q j 
i 1 j 1
aij'  aij  K
m n m n m n m n
  aij  pi  q j   K  pi  q j  E (V )  K   pi  q j  E (V )  K   pi   q j 
i 1 j 1 i 1 j 1 i 1 j 1 i 1 j 1
Dakle, dokazali smo da:

Kako je prema
 E (V )  K
osobinama distribucija
vjerovatnoće
E (V ')  E (V )  K
m n Između očekivanih vrijednosti igre postoji linearna veza:
 pi  1i  qj 1 identična vezi između elemenata odgovarajućih matrica
i 1 j 1 plaćanja, naravno uz pretpostavku da imamo iste vektore
vjerovatnoća.
Konstruisanje modela LP iz ugla igrača B
• Cilj: pronaći optimalne vjerovatnoće q1 ,..., qn  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
Konstruisanje modela LP iz ugla igrača B,
cont.
• Kako smo na početku osigurali da je V>0, možemo
predhodnu nejednačinu podijeliti sa V a da ne
promjenimo smjer nejednakosti
1 n n qj
  aij  q j  aij   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
cont.
• Važi i sljedeće:
n n qj 1 1 n
ako je  q j  1       xj
j 1 V V V
qj
j 1 na osnovu x j  j 1
V
• Kako je V>0 to vrijedi smjena:   j  1, n

1
min(V )  max   n
1
V  max( f )   x za f 
 1 V
• Polazni model B sada
n
poprima oblik LP modela:


a   x  1, i  1, m
1
i
PRIMALNI MODEL LP – rješavanje x  0,   1, n

po igraču B
Konstruisanje modela LP iz ugla igrača A
• Cilj: pronaći optimalne vjerovatnoće  p1 ,..., pm  da bude Vopt  max(V )

• 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 manja
ili jednaka optimalnoj vrijednosti igre:
m
E ( B j )   aij  pi  Vopt , j  1, n
i 1
Konstruisanje modela LP iz ugla igrača A,
cont.
• Kako smo na početku osigurali da je V>0, možemo
predhodnu nejednačinu podijeliti sa V a da ne
promjenimo smjer nejednakosti
1 m m
pi
  aij  pi   aij   1, j  1, n
V i 1 i 1 V
pi
• Uvodi se smjena: yn i   pi  V  yn i , i  1, m
V
0  pi  1 na osnovu uvedene smjene 

• Kako je
1
0  V  yn i  1  0  yn i 
V
cont.
• Važi i sljedeće:
m m m
pi 1 1
ako je  pi  1       yn i
i 1 V V V i 1
pi
i 1 na osnovu yni 
V
• Kako je V>0 to vrijedi smjena:   j  1, n

1 m
max(V )  min  
V  min( g )   yn i
• Polazni model A sada i 1
poprima oblik LP modela: m
a  y
i 1
i n i  1,   1, n
DUALNI MODEL LP – rješavanje po yn i  0, i  1, m

igraču A
Rješenja igre na osnovu rješenja problema
LP
• Dva polazna modela 1
dobijena za igrače A i B Vopt 
su u dualnom odnosu f opt
• Po rješavanju modela q j ,opt  q ,opt  Vopt  x ,opt

izračunavamo optimalnu
vrijednost igre i učešće   1, n
strategija:
pi ,opt  Vopt  yn i ,opt

i  1, m
Primjer 5
Dva preduzeća koja dijele isto tržište mogu

reklamirati svoje proizvode preko TV-a i novina.
Matrica plaćanja u zavisnosti od strategija preduzeća
A i B je:
  2 2
 1 0
 
Odrediti dugoročnu strategiju reklame za preduzeća A

i B primjenom linearnog programiranja.
Rješenje – transformacija matrice plaćanja
• U matrici ima negativnih elemenata  linearna

transformacija – dodajemo: |-2|+1=3
 2 2 3 1 5
A  A'   
  4 3
 1 0  linearna
transformacija
• Optimalno rješenje polazne matrice A ćemo na kraju

dobiti kad od optimalnog rješenja matrice A' oduzmemo 3
Rješenje – polazni model za igrača B
qj 1
xj  , f 
V V

max( f )  x1  x2 max( f )  x1  x2
Uvodimo
1  x1  5  x2  1 izravnavajuće 1 x1  5  x2  x3  1
varijable
4  x1  3  x2  1 4  x1  3  x2  x4  1
x1  0 x1  0
x2  0 x2  0
Rješenje – simpleks tabela I
• A3, A4 (1/4)<(1) izlazi A4
Cs 1 1 0 0
A1 A2 A3 A4
Cb B A Θ1 Θ2
0 A3 1 1 5 1 0
1 1/5
0 A4 1 4 3 0 1
1/4 1/3
Cs-fs 0 1 1 0 0
Θs (Cs-fs) 1/4 1/5
(1/4)>(1/5)  ulazi A1
Korisni vektori
Rješenje – simpleks tabela II
• A3, A1 (3/17)<(1/3) izlazi A3
Cb B A 1 1 0 0
A1 A2 A3 A4 Θ2
0 A3 3/4 0 17/4 1 -1/4
3/17
1 A1 1/4 1 3/4 0 1/4 1/3
Cs-fs 1/4 0 1/4 0 -1/4

Θs (Cs-fs) 3/68
Korisni vektor Samo je (3/68)>0  ulazi A2

Rješenje – simpleks tabela III
• A2, A1
Cb B A 1 1 0 0
A1 A2 A3 A4
1 A2 3/17 0 1 4/17 -1/17
1 A1 8/68 1 0 -3/17 20/68
Cs-fs 20/68 0 0 -1/17 -16/68
Nema više korisnih vektora 

optimalno rješenje
modela
• optimalno rješenje A’
1 20 68
  Vopt   3, 4
Vopt 68 20
• optimalno rješenje početne matrice je za 3 manje od

dobijenog (zbog linearne transformacije na početku) i
iznosi 0,4>0 u korist preduzeća A
modela, cont.
3 8
x2  , x1 
17 68
1 16
y1  , y2 
17 68
qj 68 3 12 68 8 8
 xi  j  1, 2   q j  V  x j  q2,opt     0, 6; q1,opt     0, 4
V 20 17 20 20 68 20
pi 68 1 4 68 16 16
 y2i  i  1, 2   pi  V  y2i ; p1,opt     0, 2; p2,opt     0,8
V 20 17 20 20 68 20
• Optimalne strategije glase:

– Preduzeće A treba koristiti 80% reklame preko TV-a i 20% reklame
preko novina.
– Preduzeće B treba koristiti 60% reklame preko TV-a i 40% reklame
preko novina
Algoritam
Algoritam za
rješavanje
konkurentske
igre sa dva igrača
suma nula glasi:
22.3.2014.
Klasični model
Pretpostavke:
model)
Operaciona istraživanja 2. Ukupna tražnja mora biti u potpunosti zadovoljena
3. Kontinualno pražnjenje skladišta
4. Isporuka je trenutna i kompletna naružba se može isporučiti
odjednom.
Deterministički modeli zaliha – 5. Poznati su i ne mijenjaju se tokom planskog perioda: pm, pl, ps.
proširenje klasičnog modela
Q θ C1,opt = Q ⋅ pm + θ ⋅ 2qpl ps
C1 = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ ps
N 2
2 ⋅ q ⋅ pl Q θ
ps N1,opt n1,opt 2
Pretpostavke kod klasičnog EOQ modela Proširenja klasičnog modela

• Model sa konačnim vremenom isporuke
model) • Kad naručiti?
2. Ukupna tražnja mora biti u potpunosti zadovoljena • Pretpostavka br. 4 modela 1 (isporuka se ne obavlja trenutno već
traje određeno vrijeme τ
• Intenzitet isporuke ϕ mora biti poznat
4. Isporuka je trenutna i kompletna naružba se može
isporučiti odjednom. Za vrijeme τ utroši se
5. Poznati su i ne mijenjaju se tokom planskog proizvoda: c Za vrijeme τ N = τ ⋅ϕ q·τ,pa je količina Zτ
isporuči se
• jedinična cijena proizvoda pm,
Zτ narudžba N upravo N – q·τ
• jedinični troškovi naručivanja pl,
• jedinični troškovi držanja zaliha u jedinici vremena ps. N − Zτ = qτ   q  (2.6)
 ⇒ Zτ = 1 −  N
N = ϕ ⋅τ   ϕ
0 τ T Vrijeme θ
τ - vrijeme potrebno da se
isporuči narudžba.
1
22.3.2014.
Model sa konačnim vremenom isporuke, Model sa konačnim vremenom isporuke,

elementi optimalnog rješenja elementi optimalnog rješenja, cont.
• Odredimo i ostale elemente optimalne odluke:
• Troškovi za opisani model: Q
nϕ ,opt =
• Cm = Qpm; Cl=npl; Cs=nSps N ϕ ,opt
Razlika je samo u računanju S: S=Zτ·T/2; zamijenimo Zτ sa θ

Tϕ ,opt =
(2.6) pa imamo: nϕ ,opt
• Optimalan trošak
Q Z ⋅T  Cϕ ,opt = Q ⋅ pm +
Q θ 2qpl
⋅ pl + ⋅ ⋅
ϕ ϕ − q 
⋅   ⋅ ps
Cϕ = Q ⋅ pm + ⋅ pl + n ⋅ τ ⋅ ps 
N 2 θ  q 2qpl ϕ 2 ps ϕ −q  ϕ 
 Q ⋅
  ⇒ Cϕ = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ 1 −  ⋅ p s ps ϕ −q
 q   N 2  ϕ
 Zτ = 1 −  N  2 ⋅ θ ⋅ q/ ps ⋅ p/ l ϕ − q θ 2qpl ϕ − q
 ϕ  
     Cϕ ,opt = Q ⋅ pm + ⋅ + ⋅ ⋅ ⋅ p/ s =
2 ⋅ 2q/ p/ l ϕ 2 p/ s ϕ
′ Q θ  q 2qpl ϕ ϕ
Cϕ = 0 ⇔ − 2 ⋅ pl + ⋅ 1 −  ⋅ ps = 0 ⇒ Nϕ ,op = ⋅ = N1,op ⋅ 2 ⋅ θ ⋅ q ⋅ ps ⋅ pl ϕ − q θ ϕ −q
N 2  ϕ ps ϕ −q ϕ −q = Q ⋅ pm + ⋅ + ⋅ 2qpl ps ⋅ =
2 ϕ 2 ϕ
ϕ −q ϕ −q
= Q ⋅ pm + θ ⋅ 2qpl ps ⋅ ⇒ Cϕ ,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅ 6
ϕ ϕ
Komentar Primjer 3
• Optimani troškovi su manji a veličina narudžbe je veća • Fabrika proizvodi dio koji se koristi za ugradnju u druge
nego u klasičnom modelu. proizvode. Ukupna godišnja potrošnja ovog dijela je 3000
• Razlog: tokom punjenja skladišta neke jedinice se odmah kom. Njegova potrošnja se odvija ravnomjerno tokom 365
potroše i time se rduciraju troškovi držanja zaliha dana.
Kapaciteti pogona koji proizvode posmatrani dio su 40
ϕ −q kom/danu, a troškovi pripreme mašina za njegovu
Cϕ ,opt − Q ⋅ pm = (C1,opt − Q ⋅ pm )⋅ < C1,opt − Q ⋅ pm ⇒
ϕ
123
<1
proizvodnju su 300 nj. Držanje jednog dijela košta 0,1 nj
Cϕ ,opt < C1,opt dnevno.
2qpl ϕ ϕ Odrediti optimalnu veličinu proizvodne serije kojom se
Nϕ ,op = ⋅ = N1,op ⋅ > N1,op
ps ϕ −q ϕ −q minimiziraju troškovi zaliha.
123
>1 • Napomena: Troškovi nabavke ne utiču na optimalno riješenje pa ih možemo
Nϕ ,op > N1,op izostaviti
7 8
2
22.3.2014.
Rješenje
Q = 3000 kom
• Cm – konstantni Primjer 4
• Cl = pl⋅n=300 ⋅Q/N
θ = 1 godina = 365 dana
Cl = 900000/N
pl = 300 nj/N • Brown –ova fabrika proizvodi rashladne uređaje u serijama. Firma je
• Cs = θ/2 ⋅N ⋅(1-q/ϕ) ⋅ps procijenila tražnju na 10 000 jedinica godišnje. Da bi se pokrenuo
ps = 0,1 nj/kom ⋅ dan
Cs = Npsθ/2 – QNps /2ϕ proces proizvodnje, troškovi su otprilike 100 dolara, troškovi čuvanja
ϕ = 40 kom/dan Cϕ = 900000/N+14,5N su 0,5 $ godišnje po jedinici proizvoda. Kad se pokrene proces
q = Q/θ =3000/365 kom /dan C’ϕ =0 ⇒ Optimalna veličina proizvodnje, 80 rashladnih uređaja može biti proizvedeno dnevno.
serije
Nϕ,opt=249,14≈250 • Koliko jedinica rashladnih uređaja treba proizvoditi u svakoj seriji?
N − Zτ = qτ   q
c  ⇒ Zτ = 1 −  N Optimalan broj • Koliko treba da traje produkcijski period?
N = ϕ ⋅τ   ϕ pokretanja proizvodnje
Zτ nϕ,opt=12 dijela koji se posmatra • Koliko puta treba pokrenuti proizvodnju i koliki je trošak zaliha?
Napraviti potrebnu analizu.
Tϕ,opt=30,41≈ 1 mjesec
Mašine se trebaju
pokrenuti svaki
Cϕ,opt=7 224,96 mjesec
τ T
Mašine trebaju raditi oko 6,25 dana svaki τϕ,opt=N/ϕ =6,25 dana 9 10
put da proizvedu optimalnu seriju
Rješenje
Q = 10 000 kom • Cm – konstantni Model sa dozvoljenim kašnjenjem
θ = 1 godina = 365 dana Npr. Ako uzmemo q godišnje
• Cl = pl⋅n=100 ⋅Q/N • Proširenja klasičnog modela
pl = 100 nj/N
Cl = 1 000 000/N • Izostavlja se pretpostavka kojom se isključuje mogućnost
ps = 0,5 nj/kom god
nedostatka robe na skladištu - pretpostavka br. 2 klasičnog
ϕ = 80 kom/dan = (80 ⋅ 365) kom/god =29 200 kom/god modela
• Cs = 1/2 ⋅N ⋅(1-10000/29200) ⋅ps
q = Q/θ =10 000 kom/god = 10 000/365 kom /dan Cs = N ⋅ 0,25 ⋅ 0,6575 • Tražnja ne mora da bude trenutno zadovoljena, već se u slučaju da
nije zadovoljena izvjesno vrijeme nagomilava.
• Zbog kašnjenja se plaćaju penali, koji su proporcionalni količini
c Cϕ =1 000 000/N+0,1644N
neisporučene robe i vremenu kašnjenja.
Zτ Optimalan broj Optimalna veličina
• Kad zalihe budu raspoložive isporučit će se sve dugovane količine
pokretanja proizvodnje serije
dijela koji se posmatra C’ϕ =0 ⇒
• Jedinični troškovi penala: pz
Nϕ,opt=2466≈2500
• Obračunavaju se po jedinici tražnje u jedinici vremena
nϕ,opt=4 Tϕ,opt=91,25 ≈ 3 mjeseca;

τ T τϕ,opt=N/ϕ =31 dan
Mašine trebaju raditi oko 31 dan svaki Cϕ,opt ≈ 811 Mašine se trebaju
11
pokrenuti svaka 3
put da proizvedu optimalnu seriju mjeseca
3
22.3.2014.
Oznake: poznate i nepoznate veličine u

Veze između nepoznatih veličina
modelu
Poznato: • Ukupna tražnja u intervalu T je P
• Ukupna tražnja Q;
⇒ P = q⋅T
• Planski period θ;
• Jedinična tražnja q (q=Q/ θ); • Period θ dijelimo na n podperioda dužine T
• Jedinični troškovi : pm – nabavke, pl –lansiranja jedne narudžbe, ps – vremenskih jedinica
skladištenja u jedinici vremena i ps – zastoja u jedinici vremena
⇒ θ = n⋅T
Nepoznato:
• N – veličina jedne narudžbe; • Odavde i zbog Q = q⋅θ imamo: Q=q⋅n⋅T=P⋅n
• T – vremenski ciklus (vrijeme između dvije narudžbe); ⇒ Q= n⋅P
• P – tražnja u intervalu T;
• Ts – vrijeme za koje se potroši narudžbe;
• Narudžba N se iscrpi u vremenu Ts
• n – broj narudžbi odnosno broj ciklusa ⇒ N= q⋅Ts
13 14
Stanje na zalihama za model sa Model sa dozvoljenim kašnjenjem –

dozvoljenim kašnjenjem funkcija troškova
Trošak nabavke je
N ⋅ Ts • C = Cm + Cl + Cs + Cz
konstantan
S – količina zaliha
S=
2
koje su dostupne • Cm = Q⋅pm; Cl = n⋅pl; Cs = n⋅S⋅ps; Cz = n⋅Z⋅pz;
na skladištu. Z – količina tražnje
koja nije dostupna
na skladištu. Na Q Trošak lansiranja
ovu količinu se Cl = ⋅ pl u funkciji od P i N
plaćaju penali. P 2 Trošak skladištenja
N Q N2
N Cs = n ⋅ ps = ⋅ ps u funkciji od P i N
( P − N ) ⋅ (T − Ts ) 2q P 2q
P T-Ts Z= (P − N )2 Q (P − N )2 Trošak zastoja u
2 CZ = n ⋅ ⋅ pz = ⋅ ⋅ pz funkciji od P i N
2q P 2q
0 Ts T Vrijeme θ
P-N
Q N2 Q (P − N )2
(P − N )2 C 2 ( N , P ) = Q ⋅ pm +
Q
Iz sličnosti trouglova imamo: Z= ⋅ pl + ⋅ ⋅ ps + ⋅ ⋅ pz
(T-Ts):Ts=(P-N):N ⇒(T-Ts)= Ts(P-N)/N P P 2q P 2q
2q 15 16
(T-Ts)= (P-N)/q
4
22.3.2014.
Optimalna vrijednost u modelu 2 Optimalna vrijednost u modelu 2, cont.
• Izjednačimo parcijalne izvode funkcije C(N,P) sa nulom: • Provjerom znaka parcijalnih izvoda drugog reda može se
∂C 2 Q Q (P − N ) pokazati da je u pitanju minimum funkcije.
=0⇒ N ⋅ ps − ⋅ pz = 0
∂N Pq P q ∂ 2C 2 
= θP −1 ⋅ ( ps + p z ) > 0 
∂C 2 Q Q N2 Q Q N2 ∂N 2
= 0 ⇒ − 2 pl − 2 ps + pz − pz 2 = 0 
∂P P P 2q 2q 2q P ∂ C2
2

= 2QP −3
p + θN 2 −3
P ( p + p ) ⇒ det M = 2QθP pl ( ps + p z ) > 0
−4
∂P 2
l s z
• Iz ovih jednačina slijedi 
∂C2 ps + p z ∂ 2C2 
=0⇒ P = N⋅ = −θNP −2 ( ps + pz ) 
∂N pz ∂P∂N 
∂C2 2qpl p + pz
= 0 ⇒ P2 = + N2 ⋅ s
∂P pz pz • Uvrštavanjem optimalnih vrijednosti za N i P u funkciju
• Rješavanjem se dobija : troškova dobijamo:
2qpl ps + p z
P2,opt = ⋅ pz
ps pz C2,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅
ps + pz
2qpl pz
N 2,opt = ⋅
ps ps + p z 17 18
Veza između optimalnih troškova modela sa i bez Veza između optimalnih troškova modela
dozvoljenog kašnjenja sa i bez dozvoljenog kašnjenja
C2,opt − Qpm = (C1,opt − Qpm )⋅ ≤ (C1,opt − Qpm )
pz • Interesantan fenomen – troškovi zaliha su manji ako
p z + ps ih podijele vlasnik i korisnik zaliha
1424 3
≤1
C2,opt ≤ C1,opt • Kad nedostatak nije dozvoljen o troškovima se brine

samo vlasnik
• Ako je pz = ps onda imamo da vrijedi: • Ako korisnik dozvoli nedostatak zaliha, odnosno
C2,opt − Qpm = (C1,opt − Qpm )⋅ 0,7071 kašnjenje u isporuci, onda teret zaliha djelimično
odnosno troškovi su manji za 30%
preuzima na sebe i time se smanjuju ukupni troškovi
• Ako je pz = 4ps onda imamo da vrijedi: držanja zaliha.
C2,opt − Qpm = (C1,opt − Qpm )⋅ 0,90
• Troškovi su manji za oko 10%
19 20
5
22.3.2014.
Primjer 1, modifikacija Rješenje

Preduzeće „Electrocable“ kao osnovni repromaterijal koristi bakar. U • U pitanju je model sa dozvoljenim kašnjenjem – model 2.
periodu od 16 mjeseci potrebno je programirati zalihe. Ukoliko dođe
do zastoja u proizvodnji zbog nedostatka zaliha, potrebna je hitna θ = 16 mjeseci
⇒Q=80 Optimalno rješenje:
nabavka koja uvećava nabavnu cijenu i osim toga pojavljuju se q = 5 t/mjesecu
troškovi zbog zastoja u proizvodnji. Procjenjeno je da se zbog 2qpl ps + pz 20 3
pm = 100 KM/t P2,opt = ⋅ = ≈ 11,55t
kašnjenja troškovi uvećavaju za 150 KM po toni mjesečno.
⋅mjes ps pz 3
pS = 50 KM/t 2qpl pz
• Jedinična tražnja iz proizvodnog procesa iznosi 5 tona mjesečno. N 2,opt = ⋅ = 5 3 ≈ 8,66t
pl = 500 KM/narudžbi ps ps + p z
• Nabavna cijena repromaterijala iznosi 100 KM po toni.
• Cijena skladištenja iznosi 50 KM po toni. pz=150 KM/t⋅mjes pz
C2,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅ = 8000 + 4000 3 ≈ 14928,2
• Troškovi jedne narudžbe iznose 500 KM. ps + p z
a) Odrediti minimalne troškove organizovanja zaliha.

b) Odrediti optimalnu veličinu narudžbe, broj narudžbi, vremenski Q
interval do kog će na zalihama biti dovoljno repromaterijala, kolika • Optimalan broj narudžbi nije cjelobrojan: n2,opt = P = 6,93
količina kasni i koliko vremena.
pa provjeravamo trošak za slučaj da je n2,α=6 ili n2,β =7
21 22
Rješenje, cont. Rješenje, cont.

Odgovor:
• Ako je n2,α=6 ⇒ P2,α =13,3 i N2,opt =8,66 t
• Optimalna veličina narudžbe iznosi: 8, 66 tona
• Vrijednost funkcije troška je:
C2,α (N 2,opt , P2 ,α ) = 80 ⋅100 + 6 ⋅ 500 + 6 ⋅
(8,66)2 ⋅ 50 + 6 ⋅ (13,3 − 8,66) 2 ⋅150 • Potrebno je 7 puta u izvršiti narudžbu u planskom periodu
2⋅5 2⋅5 od 16 mjeseci, dakle svakih 2 mjeseca i 8 dana (T = 2,2857)
C2,α (N 2,opt , P2 ,α ) = 15215,39 • Na zalihama će biti dovoljno repromaterijala za 1 mjesec i
22 dana (Ts=1,73), a količina koja kasni je 2,77 tona (P-N) i
• Ako je n2,β =7 ⇒ P2, β =11,43 i N2,opt =8,66 t vrijeme zakašnjenja je oko 17 dana (T-Ts =0,5557).
C2, β (N 2,opt , P2, β ) = 80 ⋅100 + 7 ⋅ 500 + 7 ⋅

(8,66)2 ⋅ 50 + 7 ⋅ (11,43 − 8,66) 2 ⋅150
2⋅5 2⋅5
C2, β (N 2,opt , P2, β ) = 14929,68
23 24
6
22.3.2014.
Primjer 5 Rješenje
Fabrika namještaja godišnje (360 dana) proizvodi 1500 • U pitanju je model sa dozvoljenim kašnjenjem – model 2.
jedinica specifičnih sofa. Pretpostavljamo da je tražnja za Q = 1500 kom
sofama uniformna tokom godine. Potrebno je $500 i 1 dan da Optimalno rješenje:
θ = 1 godina ≈360 dana
se uspostavi proizvodna linija za ovaj tip sofi. Firma je 2qpl ps + p z
procjenila da troškovi čuvanja iznose $200 godišnje za svaku pl = 500 nj/N P2,opt = ⋅ ≈ 88,97kom
ps pz
jedinicu i da troškovi penala zbog kašnjenja u isporuci iznose ps = 200 nj/kom god 2qpl pz
10$ po komadu dnevno. N 2,opt = ⋅ ≈ 86,6kom
pz=10 nj/kom⋅dan = 3600 nj/kom god ps ps + p z
a) Koliko sofi je potrebno da firma proizvede prilikom svakog
pokretanja proizvodne linije? L = 1 dan = 1/360 god pz
C2,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅ ≈ 16858,54
ps + p z
b) Koliko puta godišnje je potrebno pokrenuti proizvodnju i q = Q/θ =1500 kom /god
koliki su troškovi zaliha u firmi? Q
n2,opt = = 16,85
c) Koliko sofi će kasniti i koji vremenski period? P
d) Kolika je ROP • Optimalan broj narudžbi nije cjelobrojan:
26
Rješenje, cont. Primjer 6
• Ako je n2,α=16 ⇒ P2,α =93,75 i N2,opt =86,6 • Fabrika se obavezala da u toku godine ravnomjerno
• Vrijednost funkcije troška je: snabdjeva svog klijenta izvjesnom vrstom robe u količini
C2,α (N 2,opt , P2 ,α ) = 16 ⋅ 500 + 16 ⋅
(84,29)2 ⋅ 200 + 16 ⋅ (93,75 − 84,29) 2 ⋅ 3600 4200 kom. Može se smatrati da se proizvodnja posmatrane
2 ⋅1500 2 ⋅1500 robe odvija trenutno i da je isporuka ravnomjerna.
C2,α (N 2,opt , P2 ,α ) = 8000 + 7578,46 + 1718,24 = 17296,48 • Troškovi pripreme proizvodnje koštaju fabriku 1500 nj, a
troškovi držanja zaliha su 1,4 nj po danu. Ako fabrika
• Ako je n2,β =17 ⇒ P2, β =88,23 i N2,opt =86,6 t zakasni sa isporukom, dužna je za svaki dan zakašnjenja
• Vrijednost funkcije troška je: platiti penale u visini 10 nj po danu. U kojim količinama
C2,α (N 2,opt , P2 ,α ) = 17 ⋅ 500 + 17 ⋅

(84,29)2 ⋅ 200 + 17 ⋅ (88,23 − 84,29) 2 ⋅ 3600 fabrika treba da organizuje svoju proizvodnju?
2 ⋅1500 2 ⋅1500
C2,α (N 2,opt , P2 ,α ) = 8500 + 8052,11 + 316,68 = 16868
27 28
7
Pretpostavke kod klasičnog EOQ modela

model)
Operciona istraživanja 3. Kontinualno pražnjenje skladišta
isporučiti odjednom.
Deterministički modeli zaliha – 5. Poznati su i ne mijenjaju se tokom planskog proizvoda:
• jedinična cijena proizvoda pm,
proširenje klasičnog modela • jedinični troškovi naručivanja pl,
• jedinični troškovi držanja zaliha u jedinici vremena ps.
Model sa popustom u cijeni –

stimulirajuća nabavna cijena
• Model sa popustom u cijeni – stimulirajuća Q θ
nabavna cijena C1 = Q ⋅ p m + ⋅ pl + ⋅ N ⋅ p s
N 2
• Snabdjevač je često spreman da snizi nabavnu cijenu • Ponuđena stimulirajuća cijena utiče na smanjenje troškova
robe ako je veličina narudžbe veća od odreñene. nabavke.
• Pretpostavka br. 5 modela • Kako će smanjenje vrijednosti Cm uticati na graf funkcije
C1? C
Kako u ovom Minimalno N se
c slučaju odrediti neće promijeniti
cm optimalnu
cm1 količinu
cm2
naručivanja C1
Optimalna je
Cop
izabrati N2
C2
0 N1 N2 N
Zavisnost cijene od količine naručivanja
Nop N1 N2 N
Klasični model
Primjer 1, cont.
Ako bi snabdjevač bakra nudio popust od 12% na nabavnu
cijenu bakra ukoliko je narudžba veća od 16t a popust od 15% Pretpostavke:
za sve narudžbe veće od 20 t, da li biste iskoristili ove popuste 1. Poznata i konstantna jedinična tražnja (deterministički
u cijeni? model)
Rješenje: 2. Ukupna tražnja mora biti u potpunosti zadovoljena
pmA = 88 KM/t 3. Kontinualno pražnjenje skladišta
C1A = 80*88 + 40000/16 + 400*16 = 15940 4. Isporuka je trenutna i kompletna naružba se može isporučiti
Prihvatili bi ponudu odjednom.
pmB = 85 KM/t
C1A = 80*85 + 40000/20 + 400*20 = 16 800 Q θ C1,opt = Q ⋅ pm + θ ⋅ 2qpl ps
C1 = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ ps
Ne bismo prihvatili ponudu N 2
2 ⋅ q ⋅ pl Q θ
ps N1,opt n1,opt 6
Proširenja klasičnog modela Primjer 1, cont.

• Ako isporuka nije trenutna, već je potrebno odreñeno vrijeme
od trenutka naručivanja do realizacije. • Odrediti koliko bakra na zalihama treba minimalno biti u
• Kad naručiti? trenutku kad se obnavlja narudžba ako je za realizaciju
• Pretpostavka br. 4 klasičnog modela narudžbe potrebno 7 dana. Ostaje zahtijev da ne smije doći
• Tačka obnove zaliha ROP (Reorder point): Nivo zaliha kad treba obnoviti do zastoja u proizvodnji preduzeća Electrocable ?
narudžbu.
Rješenje:
c ROP = q·L
N Obnoviti narudžbu
ROP = q·L q = 5 t /mj
trebamo kad je nivo
L = 7 dana = ¼ mjeseca bakra na zalihama
ROP 1,25tona
ROP = 5*1/4 = 1,25 t
0 Vrijeme θ
L - vrijeme potrebno da se
dopremi narudžba.
Q = 1000 kg Rješenje
Primjer 2 pl = 10 KM/N
N opt =
2 ⋅ q ⋅ pl
=
2 ⋅1000 ⋅10
= 89,443
ps = 2,5 KM/kg god ps 2,5
Q 1000
Pm = 15 KM/kg n1,op = = = 11,18
U proizvodnom preduzeću „Exit“ rukovodilac nabavke N 89,443
želi odrediti optimalni nivo narudžbe i nivo tačke L = 7 dana = 7/360 godine
θ 1
obnavljanja zaliha za materijal X po osnovu 1 modela. θ = 1 godina = 360 dana T1,op = = = 0,089 god = 32,2 dana
Informacije koje posjeduje su: n 11,18
q = Q/θ =1000 kg/god
C1,opt = 15 233,61
– Godišnja tražnja 1.000 kg (računamo sa 360 dana u godini) Tačka obnavljanja 7
– Troškovi lansiranja narudžbe – 10 KM zaliha ⇒ ROP = q ⋅ L = 1000 ⋅ = 19,44 ≈ 20kg
– Troškovi držanja po kg zaliha u godini – 2,5 KM 360
– Vrijeme za realizaciju narudžbe – 7 dana Napomena:
nopt nije prirodan broj pa n1,α = 11; N1,α = 90,90kg ; T1,α = 0,09 = 32,7 dana
– Nabavna cijena po kg zaliha – 15 KM.
određujemo vrijednosti C1,α = 15 223,63
troškova za n1α= 11 i n1β =12
Koji nivo veličine narudžbe i tačke obnavljanja zaliha za n1, β = 12; N1, β = 83,3kg ; T1,β = 0,08 = 30 dana
materijal X bismo preporučili ovom rukovodiocu? C1, β = 15 224,2
Pretpostavke kod klasičnog EOQ modela Proširenja klasičnog modela

• Model sa konačnim vremenom isporuke
model) • Kad naručiti?
2. Ukupna tražnja mora biti u potpunosti zadovoljena • Pretpostavka br. 4 modela 1 (isporuka se ne obavlja trenutno već
traje određeno vrijeme τ
3. Kontinualno pražnjenje skladišta • Intenzitet isporuke ϕ mora biti poznat
isporučiti odjednom. Za vrijeme τ utroši se
c Za vrijeme τ N = τ ⋅ϕ q·τ,pa je količina Zτ
5. Poznati su i ne mijenjaju se tokom planskog proizvoda: isporuči se
Zτ upravo N – qτ
• jedinična cijena proizvoda pm, narudžba N
• jedinični troškovi naručivanja pl,
• jedinični troškovi držanja zaliha u jedinici vremena ps. N − Zτ = qτ   q  (2.6)
 ⇒ Zτ = 1 −  N
N = ϕ ⋅τ   ϕ
0 τ T Vrijeme θ
τ - vrijeme potrebno da se
isporuči narudžba.
Model sa konačnim vremenom isporuke, Model sa konačnim vremenom isporuke,
elementi optimalnog rješenja elementi optimalnog rješenja, cont.
• Odredimo i ostale elemente optimalne odluke:
• Troškovi za opisani model: Q
nϕ ,opt =
• Cm = Qpm; Cl=npl; Cs=nSps N ϕ ,opt
Razlika je samo u računanju S: S=Zτ·T/2; zamijenimo Zτ sa θ

Tϕ ,opt =
(2.6) pa imamo: nϕ ,opt
• Optimalan trošak
Q Z ⋅T  Cϕ ,opt = Q ⋅ pm +
Q θ 2qpl
⋅ pl + ⋅ ⋅
ϕ ϕ − q 
⋅   ⋅ ps
Cϕ = Q ⋅ pm + ⋅ pl + n ⋅ τ ⋅ ps 
N 2 θ  q 2qpl ϕ 2 ps ϕ −q  ϕ 
 Q ⋅
  ⇒ Cϕ = Q ⋅ pm + ⋅ pl + ⋅ N ⋅ 1 −  ⋅ p s ps ϕ −q
 q   N 2  ϕ
 Zτ = 1 −  N 
 ϕ   2 ⋅ θ ⋅ q/ ps ⋅ p/ l ϕ − q θ 2qpl ϕ − q
     Cϕ ,opt = Q ⋅ pm + ⋅ + ⋅ ⋅ ⋅ p/ s =
2 ⋅ 2q/ p/ l ϕ 2 p/ s ϕ
′ Q θ  q 2qpl ϕ ϕ
Cϕ = 0 ⇔ − 2 ⋅ pl + ⋅ 1 −  ⋅ ps = 0 ⇒ Nϕ ,op = ⋅ = N1,op ⋅ 2 ⋅ θ ⋅ q ⋅ ps ⋅ pl ϕ − q θ ϕ −q
N 2  ϕ ps ϕ −q ϕ −q = Q ⋅ pm + ⋅ + ⋅ 2qpl ps ⋅ =
2 ϕ 2 ϕ
ϕ −q ϕ −q
= Q ⋅ pm + θ ⋅ 2qpl ps ⋅ ⇒ Cϕ ,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅ 14
ϕ ϕ
Komentar Primjer 3
• Optimani troškovi su manji a veličina narudžbe je veća • Fabrika proizvodi dio koji se koristi za ugradnju u druge
nego u klasičnom modelu. proizvode. Ukupna godišnja potrošnja ovog dijela je 3000
• Razlog: tokom punjenja skladišta neke jedinice se odmah kom. Njegova potrošnja se odvija ravnomjerno tokom 365
potroše i time se rduciraju troškovi držanja zaliha dana.
Kapaciteti pogona koji proizvode posmatrani dio su 40
Cϕ ,opt − Q ⋅ pm = (C1,opt − Q ⋅ pm )⋅
ϕ −q
< C1,opt − Q ⋅ pm ⇒ kom/danu, a troškovi pripreme mašina za njegovu
ϕ
123
<1
proizvodnju su 300 nj. Držanje jednog dijela košta 0,1 nj
Cϕ ,opt < C1,opt dnevno.
2qpl ϕ ϕ Odrediti optimalnu veličinu proizvodne serije kojom se
Nϕ ,op = ⋅ = N1,op ⋅ > N1,op
ps ϕ −q ϕ −q
123
minimiziraju troškovi zaliha.
>1 • Napomena: Troškovi nabavke ne utiču na optimalno riješenje pa ih možemo
Nϕ ,op > N1,op izostaviti
15 16
Rješenje
Q = 3000 kom • Cm – konstantni Primjer 4 – Za studente
θ = 1 godina = 365 dana • Cl = pl⋅n=300 ⋅Q/N
Cl = 900000/N
pl = 300 nj/N • Brown –ova fabrika proizvodi rashladne uređaje u serijama. Firma je
• Cs = θ/2 ⋅N ⋅(1-q/ϕ) ⋅ps procijenila tražnju na 10 000 jedinica godišnje. Da bi se pokrenuo
ps = 0,1 nj/kom ⋅ dan
Cs = Npsθ/2 – QNps /2ϕ proces proizvodnje, troškovi su otprilike 100 dolara, troškovi čuvanja
ϕ = 40 kom/dan
Cϕ = 900000/N+14,5N su 0,5 $ godišnje po jedinici proizvoda. Kad se pokrene proces
q = Q/θ =3000/365 kom /dan C’ϕ =0 ⇒ Optimalna veličina proizvodnje, 80 rashladnih uređaja može biti proizvedeno dnevno.
serije Tražnja tokom perioda proizvodnje je tradicionalno 60 jedinica svaki
Nϕ,opt=249,14≈250
N − Zτ = qτ   q dan.
c  ⇒ Zτ = 1 −  N Optimalan broj
N = ϕ ⋅τ   ϕ pokretanja proizvodnje • Koliko jedinica rashladnih uređaja treba proizvoditi u svakoj seriji?
Zτ nϕ,opt=12 dijela koji se posmatra
• Koliko treba da traje produkcijski period?
• Koliko puta treba pokrenuti proizvodnju i koliki je trošak zaliha?
Tϕ,opt=30,41≈ 1 mjesec Napraviti potrebnu analizu.
Mašine se trebaju
pokrenuti svaki
Cϕ,opt=7 224,96 mjesec
R: Nopt = 4000 ....
τ T
Mašine trebaju raditi oko 6,25 dana τϕ,opt=N/ϕ =6,25 dana 17 18
svaki put da proizvedu optimalnu seriju
Oznake: poznate i nepoznate veličine u

Model sa dozvoljenim kašnjenjem
modelu
• Proširenja klasičnog modela
Poznato:
• Izostavlja se pretpostavka kojom se isključuje mogućnost
nedostatka robe na skladištu - pretpostavka br. 2 klasičnog • Ukupna tražnja Q;
modela • Planski period θ;
• Tražnja ne mora da bude trenutno zadovoljena, već se u slučaju • Jedinična tražnja q (q=Q/ θ);
da nije zadovoljena izvjesno vrijeme nagomilava. • Jedinični troškovi : pm – nabavke, pl –lansiranja jedne narudžbe, ps –
• Zbog kašnjenja se plaćaju penali, koji su proporcionalni količini skladištenja u jedinici vremena i ps – zastoja u jedinici vremena
neisporučene robe i vremenu kašnjenja. Nepoznato:
• Kad zalihe budu raspoložive isporučit će se sve dugovane količine • N – veličina jedne narudžbe;
• Jedinični troškovi penala: pz • T – vremenski ciklus (vrijeme između dvije narudžbe);
• Obračunavaju se po jedinici tražnje u jedinici vremena • P – tražnja u intervalu T;
• Ts – vrijeme za koje se potroši narudžbe;
• n – broj narudžbi odnosno broj ciklusa
20
Stanje na zalihama za model sa
Veze između nepoznatih veličina
dozvoljenim kašnjenjem
• Ukupna tražnja u intervalu T je P N ⋅ Ts
S=
S – količina zaliha 2
⇒ P = q⋅T koje su dostupne
na skladištu. Z – količina tražnje
• Period θ dijelimo na n podperioda dužine T koja nije dostupna
na skladištu. Na
vremenskih jedinica ovu količinu se
plaćaju penali.
⇒ θ = n⋅T
N
• Odavde i zbog Q = q⋅θ imamo: Q=q⋅n⋅T=P⋅n ( P − N ) ⋅ (T − Ts )
P Z=
⇒ Q= n⋅P T-Ts
2
• Narudžba N se iscrpi u vremenu Ts 0 Ts T Vrijeme θ
P-N
⇒ N= q⋅Ts (P − N )2
Iz sličnosti trouglova imamo: Z=
21 (T-Ts):Ts=(P-N):N ⇒(T-Ts)= Ts(P-N)/N 2q 22
(T-Ts)= (P-N)/q
Model sa dozvoljenim kašnjenjem –

Optimalna vrijednost u modelu 2
funkcija troškova
Trošak nabavke je
konstantan
• C = Cm + Cl + Cs + Cz • Izjednačimo parcijalne izvode funkcije C(N,P) sa nulom:
∂C 2 Q Q (P − N )
• Cm = Q⋅pm; Cl = n⋅pl; Cs = n⋅S⋅ps; Cz = n⋅Z⋅pz; =0⇒ N ⋅ ps − ⋅ pz = 0
∂N Pq P q
∂C 2 Q Q N2 Q Q N2
Q Trošak lansiranja = 0 ⇒ − 2 pl − 2 ps + pz − pz 2 = 0
∂P
Cl = ⋅ pl u funkciji od P i N
P P 2q 2q 2q P
P 2 Trošak skladištenja • Iz ovih jednačina slijedi
N Q N2 ∂C2 ps + p z
Cs = n ⋅ ps = ⋅ ps u funkciji od P i N =0⇒ P = N⋅
2q P 2q ∂N pz
Trošak zastoja u ∂C2 2qpl p + pz
(P − N )2 Q (P − N )2 = 0 ⇒ P2 = + N2 ⋅ s
CZ = n ⋅ ⋅ pz = ⋅ ⋅ pz funkciji od P i N ∂P pz pz
2q P 2q
• Rješavanjem se dobija : 2qpl ps + p z
P2,opt = ⋅
ps pz
Q Q N 2
Q (P − N ) 2
C 2 ( N , P ) = Q ⋅ pm + ⋅ pl + ⋅ ⋅ ps + ⋅ ⋅ pz 2qpl pz
P P 2q P 2q N 2,opt = ⋅
23 ps ps + p z 24
Veza između optimalnih troškova modela sa i bez
Optimalna vrijednost u modelu 2, cont. dozvoljenog kašnjenja
C2,opt − Qpm = (C1,opt − Qpm )⋅ ≤ (C1,opt − Qpm )

• Provjerom znaka parcijalnih izvoda drugog reda može se pz
pokazati da je u pitanju minimum funkcije. p z + ps
1424 3
∂ 2C 2  ≤1
= θP −1 ⋅ ( ps + p z ) > 0 
∂N 2  C2,opt ≤ C1,opt
∂ C2
2

= 2QP −3
pl + θN 2 −3
P ( p s + p z ) −4
 ⇒ det M = 2QθP pl ( ps + p z ) > 0
∂P 2  • Ako je pz = ps onda imamo da vrijedi:
C2,opt − Qpm = (C1,opt − Qpm )⋅ 0,7071
∂ 2C2 
= −θNP −2 ( ps + pz ) 
∂P∂N 
odnosno troškovi su manji za 30%
• Uvrštavanjem optimalnih vrijednosti za N i P u funkciju
troškova dobijamo: • Ako je pz = 4ps onda imamo da vrijedi:
pz C2,opt − Qpm = (C1,opt − Qpm )⋅ 0,90
C2,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅
ps + pz • Troškovi su manji za oko 10%
25 26
Veza između optimalnih troškova modela

Primjer 1, modifikacija
sa i bez dozvoljenog kašnjenja
Preduzeće „Electrocable“ kao osnovni repromaterijal koristi bakar. U
• Interesantan fenomen – troškovi zaliha su manji ako periodu od 16 mjeseci potrebno je programirati zalihe. Ukoliko dođe
do zastoja u proizvodnji zbog nedostatka zaliha, potrebna je hitna
ih podijele vlasnik i korisnik zaliha nabavka koja uvećava nabavnu cijenu i osim toga pojavljuju se
troškovi zbog zastoja u proizvodnji. Procjenjeno je da se zbog
• Kad nedostatak nije dozvoljen o troškovima se brine kašnjenja troškovi uvećavaju za 150 KM po toni mjesečno.
samo vlasnik
• Jedinična tražnja iz proizvodnog procesa iznosi 5 tona mjesečno.
• Ako korisnik dozvoli nedostatak zaliha, odnosno • Nabavna cijena repromaterijala iznosi 100 KM po toni.
kašnjenje u isporuci, onda teret zaliha djelimično • Cijena skladištenja iznosi 50 KM po toni.
• Troškovi jedne narudžbe iznose 500 KM.
preuzima na sebe i time se smanjuju ukupni troškovi
držanja zaliha. a) Odrediti minimalne troškove organizovanja zaliha.
b) Odrediti optimalnu veličinu narudžbe, broj narudžbi, vremenski
interval do kog će na zalihama biti dovoljno repromaterijala, kolika
količina kasni i koliko vremena.
27 28
Rješenje Rješenje, cont.
• U pitanju je model sa dozvoljenim kašnjenjem – model 2.
• Ako je n2,α=6 ⇒ P2,α =13,3 i N2,opt =8,66 t
θ = 16 mjeseci
⇒Q=80 Optimalno rješenje: • Vrijednost funkcije troška je:
q = 5 t/mjesecu
pm = 100 KM/t P2,opt =
2qpl
⋅
ps + pz 20 3
= ≈ 11,55t C2,α (N 2,opt , P2 ,α ) = 80 ⋅100 + 6 ⋅ 500 + 6 ⋅
(8,66)2 ⋅ 50 + 6 ⋅ (13,3 − 8,66) 2 ⋅150
⋅mjes ps pz 3
2⋅5 2⋅5
pS = 50 KM/t
N 2,opt =
2qpl
⋅
pz
= 5 3 ≈ 8,66t C2,α (N 2,opt , P2 ,α ) = 15215,39
pl = 500 KM/narudžbi ps ps + p z
pz=150 KM/t⋅mjes
C2,opt = Q ⋅ pm + θ ⋅ 2qpl ps ⋅
pz
= 8000 + 4000 3 ≈ 14928,2 • Ako je n2,β =7 ⇒ P2, β =11,43 i N2,opt =8,66 t
ps + p z
C2, β (N 2,opt , P2, β ) = 80 ⋅100 + 7 ⋅ 500 + 7 ⋅

(8,66)2 ⋅ 50 + 7 ⋅ (11,43 − 8,66) 2 ⋅150
Q 2⋅5 2⋅5
• Optimalan broj narudžbi nije cjelobrojan: n2,opt = = 6,93
P C2, β (N 2,opt , P2, β ) = 14929,68
29 30
Rješenje, cont. Primjer 5

Odgovor: Fabrika namještaja godišnje (360 dana) proizvodi 1500
• Optimalna veličina narudžbe iznosi: 8, 66 tona jedinica specifičnih sofa. Pretpostavljamo da je tražnja za
sofama uniformna tokom godine. Potrebno je $500 i 1 dan da
• Potrebno je 7 puta u izvršiti narudžbu u planskom periodu se uspostavi proizvodna linija za ovaj tip sofi. Firma je
od 16 mjeseci, dakle svakih 2 mjeseca i 8 dana (T = 2,2857) procjenila da troškovi čuvanja iznose $200 godišnje za svaku
jedinicu i da troškovi penala zbog kašnjenja u isporuci iznose
• Na zalihama će biti dovoljno repromaterijala za 1 mjesec i 10$ po komadu dnevno.
22 dana (Ts=1,73), a količina koja kasni je 2,77 tona (P-N) i a) Koliko sofi je potrebno da firma proizvede prilikom svakog
vrijeme zakašnjenja je oko 17 dana (T-Ts =0,5557). pokretanja proizvodne linije?
b) Koliko puta je potrebno pokrenuti proizvodnju i koliki su
troškovi zaliha u firmi?
c) Koliko sofi će kasniti i koji vremenski period?
d) Kolika je ROP
31
Primjer 6
• Fabrika se obavezala da u toku godine ravnomjerno

snabdjeva svog klijenta izvjesnom vrstom robe u količini
4200 kom. Može se smatrati da se proizvodnja posmatrane
robe odvija trenutno i da je isporuka ravnomjerna.
• Troškovi pripreme proizvodnje koštaju fabriku 1500 nj, a
troškovi držanja zaliha su 1,4 nj po danu. Ako fabrika
zakasni sa isporukom, dužna je za svaki dan zakašnjenja
platiti penale u visini 10 nj po danu. U kojim količinama
fabrika treba da organizuje svoju proizvodnju?
33
OPERACIONA ISTRAŽIVANJA
teorija I parcijala
TEORIJE IGARA
1. Navesti i objasniti osnovne pojmove u teoriji igara.
Igra je formalni opis strategijske situacije čiji ishod ne zavisi samo od jednog učesnika (onog koji
donosi odluku) već i od odluka svih ostalih aktera. Svaka igra ima svoj cilj i pravila koja mora
poznavati svaki učesnik.
Cilj je konačno stanje koje se nastoji postići igrom, dok su pravila propisi po kojima se igra odvija.
Teorija igara je matematička teorija i metodologija koja se koristi za analizu i rješavanje konfliktnih ili
djelimično konfliktnih situacija, u kojima ineres iskazuju i mogućnost odluke imaju dva ili više
učesnika. Zadatak je pronalaženje rješenja u akcijama svih strana koje sudjeluju u konfliktu.
Igrači - učesnici u igri, mogu biti pojedinci, grupe, preduzeća, vojne formacije, itd. Pri tome, cilj
svakog od učesnika je da postigne u igri takvo rešenje koje mu obezbjeđuje ostvarivanje
najpovoljnijeg mogućeg rezultata.
2. Koji su kriteriji za klasifikaciju igara i kako se dijele igre po tim kriterijima?
Postoje različite vrste igara, pri čemu se kao kriterijumi za klasifikaciju igara obično uzimaju:
međusobni odnosi igrača, broj igrača, broj strategija, karakter funkcije plaćanja, načini donošenja
odluka i informisanost igrača.
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 otvara mogućnost stvaranja koalicija, tj.
mogućnost da se dva ili više igrača usklađujući svoje interese koordinirano opredjeljuju u izboru
strategija.
Upravo analiza međusobnog odnosa učesnika igre dijeli matrične igre na:
Nekonkurentne (kooperativne)
Konkurentne (nekooperativne)
Nekonkurentne matrične igre su konfliktne situacije u kojima dva ili više igrača (svaki sa svojom listom
mogućih odluka) međusobno sarađuju-kooperiraju kod istovremenog donošenja vlastitih odluka, da
bi ostvarili najpovoljniji “timski” rezultat. Primjeri ovoga su: firme koje su kooperanti, radnici u istom
kolektivu, igrači u istom nogometnom timu, i sl. Kod nekonkurentskih igara igrači formiraju koalicije
koje im služe za međusobno usklađivanje ponašanja i izbor pojedinačnih strategija koje im
obezbjeđuju postizanje najpovoljnijih rezultata.
Konkurentne matrične igre su konfliktne situacije u kojima su dva ili više igrača (svaki sa svojom
listom mogućih odluka) međusobni protivnici, pa svaki nastoji da rezultat te “igre” okrene u svoju
korist. U tom slučaju u toku igre ne postoji saradnja u ponašanju (izboru poteza) od strane igrača.
Prema karakteru funkcije plaćanja sve igre dijelimo na igre sa nultom i igre sa nenultom sumom.
Igra sa nultom sumom predstavlja takvu igru u kojoj je suma ukupnog plaćanja jednaka nuli, tj.
ukupan dobitak jednog ili više igrača je jednak ukupnom gubitku “poraženih” igrača. (POKER)
U zavisnosti kako se donose odluke igre mogu biti dinamičke ili statičke. Ako igrači odluke donose
naizmjenično jedan za drugim (npr. igra šah) u pitanju su dinamičke igre a kad se odluke donose
istovremeno igre su statičke.
Zavisno od broja strategija igre dijelimo na konačne i beskonačne igre.
3. Navesti pretpostavke za matrične igre nulte sume.
Pretpostavke igre sa dva igrača sume nula su:
• Uključena su samo dva igrača

• Dobitak jednog igrača istovremeno predstavlja gubitak drugog
• Prije početka igre, svaki igrač zna strategije drugog igrača i poznaje matricu isplata (potpuna
informisanost)
• Oba igrača su racionalna
• Oba igrača biraju svoje strategije sa ciljem maksimiziranja svoje korisnosti (bez milosti za onog
drugog).
4. Predstavljanje igre suma nula – opšti oblik (oznake, matrični zapis i značenja)
• igraču A stoji na raspolaganju da izabere jednu odluku iz skupa od m različitih odluka

• igraču B stoji na raspolaganju da izabere jednu odluku iz skupa od n različitih odluka
• Kada igrač A donese svoju konkretnu odluku Ai i igrač B donese svoju konkretnu odluku Bj dobija se
vrijednost igre aij kao rezultat takvog para odluka.
• Ishod odluke (Ai , Bj ) je unaprijed poznat i definisan je funkcijom isplata čije značenje zavisi od vrste
igre.
• Ukoliko je vrijednost igre jednaka 0 za igru kažemo da je pravedna ili fer igra
•aij>0 : igrač A će 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.
5. Ciljevi igrača u matričnim igrama nulte sume (definisati vrijednost igre, istaći najbolju i
najlošiju vrijednost za oba igrača, koji cilj žele ostvariti i u kakvom su odnosu).
• 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
• Ako sa V označimo vrijednost igre
Igrač A ima cilj ostvariti najveću vrijednost V (max V)
Igrač B ima cilj ostvariti najmanju vrijednost V (min V)
Igrači su u dualnom odnosu
Najbolji mogući izbor igre za igrača A igra sa vrijednošću V+=max aij
Najbolji mogući izbor igre za igrača B igra sa vrijednošću V-=min aij
V+ različito od V- igrači su u međusobnom dualnom odnosu.
6. Kako se odreñuje očekivana vrijednost strategija As i Bs?
Očekivana vrijednost strategije Aj
Ako će igrač A sigurno donijeti konkretnu odluku Ai sa pripadajućom joj vjerovatnoćom pi =1 i nije
poznato koju će odluku donijeti igrač B, tada su moguće samo vrijednosti igre:
Očekivana vrijednost strategije Ai, cont.

Poznate pripadajuće vjerovatnoće za moguće odluke igrača B su:
Očekivana vrijednost odluke Ai:
Očekivana vrijednost strategije Bj
Ako će igrač B sigurno donijeti konkretnu odluku Bj sa pripadajućom joj vjerovatnoćom qj=1 i nije
poznato koju će odluku donijeti igrač A, tada su moguće samo vrijednosti igre:
Očekivana vrijednost strategije Bj, cont.

Poznate pripadajuće vjerovatnoće za moguće odluke igrača A su:
• Očekivana vrijednost odluke Bj:

7. Kako igrač A donosi odluku za eliminaciju inferiorne strategije?
Eliminacija inferiornih odluka – igrač A Igrač A će eliminisati svoju strategiju AK ukoliko je očekivana
vrijednost ove strategije uvijek manja od očekivane vrijednosti neke druge strategije koju igrač A ima
na raspolaganju (cilj za igrača A je max E(V)).
Ako:
igrač A može izbaciti strategiju AK iz skupa mogućih odluka. Odnosno, ukoliko u matrici plaćanja
postoji takav red K da su svi elementi matrice plaćanja u tom redu manji ili jednaki od odgovarajućih
elemenata matrice plaćanja u redu L, onda igrač A neće igrati strategiju AK .
8. Kako igrač B donosi odluku za eliminaciju inferiorne strategije?
Igrač B će eliminisati svoju strategiju BK ukoliko je očekivana vrijednost ove strategije uvijek veća od
očekivane vrijednosti neke druge strategije koju igrač B ima na raspolaganju (cilj za igrača B je min
E(V)).
Ako:
igrač B može izbaciti strategiju BK iz skupa mogućih odluka. Odnosno, ukoliko u matrici plaćanja
postoji takva kolona K da su svi elementi matrice plaćanja u toj koloni veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u koloni L, onda igrač B neće igrati strategiju BK .
9. Definisati čiste igre (navesti kriterij koji moraju zadovoljiti igre da bi bile čiste igre i
prokomentarisati stabilnost rješenja).
Očekivana vrijednost igre zavisi i od odluke igrača A I od odluke igrača B

Iz ugla igrača A:
• Za svaku strategiju koju odabere, igrač A može odrediti rezultate igre za različite odluke igrača B,
• Za svaku strategiju koju odabere igrač A može odrediti najnepovoljniji rezultat za sebe,
• Ako igrač B pogriješi onda igrač A može očekivati samo povoljniji rezultat.
Iz ugla igrača B:
• Za svaku strategiju koju odabere, igrač B može odrediti rezultate igre za različite odluke igrača A,
• Za svaku strategiju koju odabere igrač B može odrediti najnepovoljniji rezultat za sebe,
• Ako igrač A pogriješi onda igrač B može očekivati samo povoljniji rezultat.
Uvijek vrijedi sljedeći odnos:
• 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:

10. Navesti minmax teorem i objasniti njegov značaj (šta zaključujemo, kako i kad ga
koristimo)
Minimax teorem Za svaku konačnu igru dvije strane sa nultom sumom važi:
Postoji realan broj V koji se naziva vrijednost igre,
Bilo koja matrična igra sa poznatom matricom plaćanja [aij] ima sedlastu tačku u prostoru
mješovitih strategija,
Postoji mješovita strategija za igrača A koja mu osigurava najveći očekivani minimalni dobitak
jednak V, bez obzira koju mješovitu strategiju igra igrač B.
Postoji mješovita strategija za igrača B koja mu osigurava najmanji očekivani maksimalni gubitak
jednak vrijednosti V, bez obzira koju mješovitu strategiju igra igrač A.
Minimax teorem uvodi pojam sedlaste tačke u prostoru mješovitih strategija, pri čemu pojam
mješovita strategija znači da igrači biraju više od jedne alternative kao optimalan plan igranja.
Optimalna strategija će biti određena ako se izaberu opcije koje će se „mješati“ ali moramo znati i
koliko često igrati svaku opciju, odnosno kolika je vjerovatnoća izbora svake od opcija. Ovaj teorem
nam govori da se svaka igra mora asocirati sa dva vektora vjerovatnoća: [pi ] i [qj ], gdje je sa pi
označena vjerovatnoća igranja svake od alternativa Ai a sa qj vjerovatnoća igranja svake od
alternativa Bj .
11. Rješavanje mješovitih igara tipa 2X2 (opšte postavke, način odreñivanja optimalnog
rješenja te izvoñenje elemenata optimalne odluke u opštem slučaju).
Oblik matrice plaćanja dimenzije 2x2:
Cilj igrača A je max E(V), cilj igrača B je min E(V).

Matematski formulisano - problem Uslovnog ekstremuma.
Vjerovatnoće kojima se maksimizira/minimizira vrijednost igre za razne istovremeno će maksimizirati
/ minimizirati funkciju Z.
Optimalni izbor strategija oba igrača u slučaju matrice plaćanja dimenzije 2x2 kod igre bez sedla
optimalne vjerovatnoće rješenja sistema jednačina:
E(A1)=E(A2)
Q1+q2=1
12. Rješavanje igara tipa mx2. (Model i način odreñivanja optimalnog rješenja)
Grafička metoda ili metoda eliminacije

Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja dimenzija:
• 2x2 ako je riječ o mješovitim strategijama
• 1x1 ako je riječ o igri sa sedlom
Ako je matrica tipa mx2 model postavljamo i igru rješavamo sa aspekta igrača B.
Ako je matrica tipa 2xn model postavljamo i igru rješavamo sa aspekta igrača A.
13. Linearno programiranje pri rješavanju matričnih igara.
• Može se koristiti za rješavanje svake konkurentske matrične igre dva igrača suma 0 dimenzija mxn.
• Uslov za korištenje linearnog programiranja je da u matrici plaćanja nema negativnih elemenata niti
elemenata sa vrijednošću 0 kako bi osigurali da u krajnjem rješenju vrijednost igre bude pozitivna
• U slučaju da u matrici plaćanja ima negativnih elemenata prvo vršimo njenu linearnu transformaciju
dok dobijemo sve pozitivne elemente, a potom primjenjujemo LP
14. Karakteristike statičke igre sa potpunom informacijom.
Pretpostavke statičkih igara sa potpunom informacijom

– Za n=2 imamo bimatrične igre (dobitak jednog igrača ne predstavlja istovremeno gubitak drugog)
– Svi igrači su racionalni
– Zajedničko znanje (Common knowladge)
• Igra se prikazuje u normalnom obliku, što uključuje:
– Igrače
• 2, 3, ..., n - igrača
– Strategije za svakog igrača
• si – proizvoljan element iz skupa Si , i = 1, ..., n – Isplate za svakog igrača za sve kombinacije
strategija koje se mogu izabrati
• Ui(s1 , s2 , ..., sn ) – isplate za igrača i, i = 1, ..., n.
15. Definiši pojam Nash-ove ravnoteže i navedi nedostatke.
Nashova teorema: Svaka igra N strana sa konačnim brojem strategija, data u normalnoj formi, ima
najmanje jednu tačku strateškog ekvilibrijuma.
Nashova ravnoteža nije apsolutno najbolje rješenje za sve - potreba za koalicijama.
Nashova tačka equilibrijuma nije jedinstvena - treba izabrati jednu ali se ne zna koju.
MODELI UPRAVLJANJA ZALIHAMA

1. Troškovi zaliha (koje sve troškove zaliha imamo i njihove osnovne karakteristike).
Sa stanovištva racionalnog upravljanja zalihama, troškovi zaliha se dijele na troškove:

– nabavljanja zaliha,
– držanja zaliha,
– nedostatka zaliha i
– ostale troškove zaliha.
Troškovi nabavke – Nabavna cijena same robe (pm)
Troškovi naručivanja – Od trenutka utvrđivanja potrebe za nabavkom do prijema naručene količine
zaliha u skladište preduzeća. Dovode se u vezu sa:
• istraživanjem tržišta nabavke,
• preliminarnim pregovorima sa dobavljačima,
• PTT uslugama,
• transportom zaliha od dobavljača do skladišta preduzeća,
• prijemom, kontrolom i smještajem sirovina i materijala,
• prijemom, evidencijom i isplatom ulaznih faktura,
• potrebnim kancelarijskim priborom i formularima za narudžbu.
U ovu kategoriju troškova zaliha ubrajaju se i propušteni količinski popusti. – Najčešće konstantni za
svaku nabavku. – Monitoring u određenom periodu ⇒ ukupni troškovi nabavke u datom periodu ⇒
podijeljeno sa brojem nabavki ⇒ prosječni troškovi po narudžbi (pl)
Troškovi držanja zaliha - Nastaju usljed postojanja i držanja zaliha u preduzeću. Preduzeće mora
imati:
– skladište gdje postoje adekvatni uslovi za držanje zaliha
– zaposlene koji rade na poslovima čuvanja i održavanja zaliha.
Obuhvataju:
– kamate na obrtna sredstva uložena u zalihe
– troškove skladišnog prostora, koji uključuju troškove grijanja, hlađenja, osvjetljenja i sl., odnosno
najamninu skladišnog prostora, ako se koristi tuđe skladište
– troškove manipulacije materijalom na skladištu i troškove inventarizacije i troškove zaposlenih koji
rade na čuvanju zaliha
– troškove osiguranja zaliha itd.
• Određivanje ukupnih troškova držanja zaliha ⇒ dijeljenjem sa količinom zaliha i vremenskim
periodom čuvanja zaliha dolazi se do troškova čuvanja po jedinici zaliha u jedinici vremena (ps)
Troškovi nedostatka zaliha Dva slučaja: –

Nedostatak zaliha sirovina i materijala koje iziskuje proces proizvodnje, odnosno
– Nedostatak zaliha gotovih proizvoda da bi se zadovoljile prispjele narudžbe od potrošača
Troškovi nastali u situaciji kada se ne može zadovoljiti neka potreba zbog nedovoljnih zaliha.
– povećani troškovi proizvodnje,
– gubici zbog izgubljenjih kupaca,
– troškovi zbog odlaganja prodaje,
– konvencionalne kazne i penali zbog neisporuke,
– gubici na goodwill-u itd.
Trošak nedostatka zaliha po jedinici nezadovoljene tražnje u jedinici vremena (pz)
2. Faktori koji određuju problem programiranja optimalnih proizvodnih zaliha

Period za koji se zalihe programiraju (θ)
Karakter tražnje za materijalima i sirovinama koju ispoljava proizvodni proces
Nadgledanje zaliha
Trajnost zaliha
Kako će se u toku posmatranog perioda ponašati odgovarajuće cijene?
3. Klasični model zaliha sa konstantnom tražnjom I model zaliha
Pretpostavke:
-jedinična tražnja je poznata, konstantna,
-ukupna tražnja je kompletno zadovoljena,
-pražnjenje skladišta je kontinualno
4. Klasični model (EOQ – Economic Order Quantity)
Pretpostavke:
1. Poznata i konstantna jedinična tražnja (deterministički model)
4. Isporuka je trenutna i kompletna naružba se može isporučiti odjednom.
5. Model sa dozvoljenim kašnjenjem

• Izostavlja se pretpostavka kojom se isključuje mogućnost nedostatka robe na skladištu -
pretpostavka br. 2 klasičnog modela
• Tražnja ne mora da bude trenutno zadovoljena, već se u slučaju da nije zadovoljena izvjesno
vrijeme nagomilava.
• Zbog kašnjenja se plaćaju penali, koji su proporcionalni količini neisporučene robe i vremenu
kašnjenja.
• Kad zalihe budu raspoložive isporučit će se sve dugovane količine
• Jedinični troškovi penala: pz
• Obračunavaju se po jedinici tražnje u jedinici vremena
MATRIČNE IGRE
1.Definicija igre
1. Situacija koja se odnosi na djelimični ili potpuni konflikt izmeĎu 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
4. Zadatak - pronalaženje rješenja u situacijama konkurencije, u kojima se

djelomično ili potpuno sukobljavaju interesi najmanje dva protivnika
(sudionika u igri). Rješenje konflikta - odreĎeno akcijama ili potezima svih
strana koje sudjeluju u konfliktu.
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 izmeĎu specificiranih
alternativa (strategija)
 nakon što je izbor pridružen prvom potezu, rezultat je odreĎena situacija koja odreĎuje
ko vrši sljedeći izbor i koje su mu alternative otvorene
 izbori napravljeni od igrača mogu se i ne moraju saznati
 pravila igre odreĎena su pravilom odreĎivanja koje specificira način ponašanja igrača
 svaki potez u igri završava situacijom koja odreĎuje 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 meĎusobnog odnosa igrača učesnika, igre mogu biti:
 Nekonkurentne (kooperativne) igre
 konfliktne situacije u kojima dva ili više igrača meĎusobno saraĎuju -
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 meĎusobni 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  mogućnost stvaranja tzv. koalicija, tj.
mogućnost da se dva ili više igrača usklaĎujući svoje interese koordinirano
11. Zavisno od broj strategija koje svakom od igrača u igri stoje na raspolaganju:
 Broj strategija ograničen  konačna igra

 Broj strategija ne graničen  beskonačna igra
12. Prema karakteru funkcije plaćanja sve igre se dijele na:
 Igre sa nultom sumom

 igra u kojoj je suma ukupnog plaćanja jednaka nuli, tj. ukupan dobitak jednog
ili više igrača je jednak ukupnom gubitku “poraženih” igrača.
 na primjer - igra pokera - u kojoj je ukupna suma plaćanja jednaka nuli.
 Igre sa nenultom sumom
 igre u kojima se obično prepliću odnosi konflikta i kooperacije igrača, suma
ukupnog plaćanja je različita od nule.
 na primjer - igra lutrije - organizator zadržava za sebe dio ukupnog dobitka.
13.
 Za igre kod kojih ne postoji potpuna informisanost igrača o potencijalnim odgovorima
protivnika na njihov izbor pojedinačnih strategija, rezultat svih poteza u toku neke igre
obračunava tek na kraju igre, kada se obavi predviĎeni broj poteza, odnosno realizuje
jedna partija.
 Ovakva vrsta igre, igra ekstenzivnog (opšteg) oblika, predstavlja se obično preko
odgovarajućeg stabla igre, u kome se predstavljaju odabrani potezi igrača.
 Tipičan primjer ovakve igre jeste poker.
 TakoĎe, pregovaračke igre, kao specijalna vrsta igara prikazuju se grafičkim putem,
tzv. funkcijom koalicije, u prvom kvadrantu koordinatnog sistema.
 U situaciji tzv. pune informisanosti o potencijalnim rezultatima odabranih strategija od
strane igrača, igra se predstavlja u normalnoj (matričnoj) formi.
 Za sve alternativne kombinacije odabranih strategija od strane igrača unaprijed su
poznata plaćanja, odnosno rezultat igre.
 Na primjer, kod konačne igre dva lica sa nultom sumom, ova plaćanja (funkcija
plaćanja) predstavljena su matricom plaćanja u kojoj su predstavljeni rezultati koji će
biti ostvareni izborom različitih mogućih kombinacija parova strategija od strane dva
igrača.
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).
15. Vrijednost igre
 Igra sa dva učesnika ili protivnika (igrači A i B) suma nula

 igraču A stoji na raspolaganju da izabere jednu odluku iz skupa od m različitih
odluka
 A1 , A2 ,..., Am    Ai , i  1, m
 igraču B stoji na raspolaganju da izabere jednu odluku iz skupa od n različitih
odluka 
B1 , B2 ,..., Bn   B j , j  1, n 
 Kada igrač A donese svoju konkretnu odluku Ai i igrač B donese svoju
konkretnu odluku Bj dobija se vrijednost igre kao rezultat takvog para
odluka, koja je unaprijed poznata i čije značenje zavisi od vrste igre.
16.
 Opšta matrica plaćanja dimenzije mxn:
 a11 a12 ... a1 j ... a1n 

B j  a21 a22 ... a2 j ... a2 n 

   ... ... ... ... ... ... 
 aij   Ai    a 
mn ai 2 ... aij ... ain 
   i1
   ... ... ... ... ... ... 
 
 am1 am 2 ... amj ... amn 
 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
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.
 Kako u matrici plaćanja obično elementi imaju meĎusobno 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
 Kako je V   V   igrači su u meĎusobnom dualnom odnosu.
21.
Kako u matrici plaćanja obično elementi imaju meĎusobno 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
 Kako je V V  igrači su u meĎusobnom dualnom odnosu.
 Kod sučeljavanja izbora igrača A i B sa konkretnim odlukama obično vrijednost igre

nije niti V+ niti V-, već je vrijednost igre iz intervala:
V  ark  V  ,V  
22.
 Neka je pi=p(Ai) vjerovatnoća da će igrač A donijeti upravo odluku Ai i qj=p(Bj)

vjerovatnoća da će igrač B donijeti upravo odluku Bj.
 Sigurno će igrači A i B učestvovati u igri:
 igrač A mora odabrati jednu od raspoloživih strategija Ai , i  1, m

m
0  pi  1;  pi  1
, te mora biti
i 1
 igrač B mora odabrati jednu
n od raspoloživih strategija B j , j  1, n
, te mora biti 0  q  1;
j q 1  j 1
j
 Ako će igrač A sigurno donijeti konkretnu odluku Ai sa pripadajućom joj

vjerovatnoćom pi=1 i nije poznato koju će odluku donijeti igrač B, tada su moguće
samo vrijednosti igre:
 a11 a12 ... a1 j ... a1n 

a a22 ... a2 j ... a2 n 
 21
 ... ... ... ... ... ... 
 
 ai1 ai 2 ... aij ... ain 
 
 ... ... ... ... ... ... 
a am 2 ... amj ... amn 
 m1
q1 , q2 ,..., qn 
 Očekivana vrijednost odluke Ai:
23. E ( Ai )   aij  q j , za pi  1
j 1
 Ako će igrač B sigurno donijeti konkretnu odluku Bj sa pripadajućom joj
vjerovatnoćom qj=1 i nije poznato koju će odluku donijeti igrač A, tada su moguće
 a11 a12 ... a1 j ... a1n 
 
a a22 ... a2 j ... a2 n 
 21 
 ... ... ... ... ... ... 
 
 ai1 ai 2 ... aij ... ain 
 
 ... ... ... ... ... ... 
 
 am1 am 2 ... amj ... amn 

 Poznate pripadajuće vjerovatnoće za moguće odluke igrača A su:
 p1, p2 ,..., pm 
 Očekivana vrijednost odluke Bj:

m
E ( B j )   aij  pi , za q j  1
i 1
26. Vrijednost igre je složeni dogaĎaj koji podrazumijeva istovremenu realizaciju

dogaĎaja Ai i Bj  očekivana vrijednost igre je jednaka:
m n
E (V )  E ( Ai  B j )   aij  pi  q j
i 1 j 1
m n
za  pi  1 i
i 1
q
i 1
j
 Igrač A ima za cilj da maksimizira V, dok igrač B ima za cilj da minimizira V.
27.
 Ako su u matrici plaćanja svi elementi pozitivni, zasigurno će i optimalna vrijednost

igre biti pozitivna.
 Ako su u matrici plaćanja svi elementi negativni, zasigurno će i optimalna vrijednost
igre biti negativna.
 Ako matrica plaćanja sadrži i pozitivne i negativne vrijednosti tada optimalna
vrijednost može biti: pozitivna, 0 ili negativna.
 Kako bismo izbjegli da vrijednost igre može biti negativna, vršimo linearnu
transformaciju matrice plaćanja, dodajući svakom elementu matrice plaćanja
dovoljno velik pozitivan broj K.
 K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ najnegativniji element u
matrici plaćanja.
 Šta smo time dobili?
 Ako svakom elementu matrice plaćanja [aij] dodamo isti realni broj K dobićemo novu
matricu plaćanja [a’ij] istih dimenzija, tako da važi:
aij'  aij  K
 Nisu se promijenile pripadne vjerovatnoće pojedinih strategija.

 Šta se dešava sa očekivanim vrijednostima igre usljed provedene linearne
transformacije?
 Po definiciji je očekivana vrijednost igre za dobijene matrice plaćanja jednaka:
m n m n
E (V )   aij  pi  q j , za p i 1 i q j
i 1 j 1 i 1 i 1
m n m n
E (V ')   aij'  pi  q j , za  pi  1 i q j
i 1 j 1 i 1 i 1
 Kakva veza postoji izmeĎu ovih očekivanih vrijednosti igre?

Za pojedine alternative slučaja B (d-g) iz tabele analiziramo odgovarajuće složene
vjerovatnoće
Slučaj B : n  S
alternativa d  p(d )  pn (t )  1    t   1  n    t   pn (t )  (  n   )  pn (t )  t  n      t 2
alternativa e  p(e)  pn (t )     t    (n  1)    t   ( n  1)      t 2  pn (t )
alternativa f  p( f )  pn 1 (t )  1    t    (n  1)    t   (n  1)    t  pn 1 (t )  (n  1)      pn 1 (t )  t 2
alternativa g  p( g )  pn 1 (t )     t   1  n    t     t  pn 1 (t )  n      pn 1 (t )  t 2
Slučaj B : n  S
alternativa d  p(d )  pn (t )  1    t   1  S    t   pn (t )  (  S   )  pn (t )  t  S      t 2
alternativa e  p(e)  pn (t )     t    S    t   S      t 2  pn (t )
alternativa f  p( f )  pn 1 (t )  1    t    S    t   S    t  pn 1 (t )  S      pn 1 (t )  t 2
alternativa g  p( g )  pn 1 (t )     t   1  S    t     t  pn 1 (t )  S      pn 1 (t )  t 2
 Ako izvršimo linearnu transformaciju matrice plaćanja, dodajući svakom elementu

matrice plaćanja dovoljno velik pozitivan broj K koji mora imati vrijednost minimalno
K=|aαβ|+1 (gdje je aαβ najnegativniji element u matrici plaćanja) i dobijemo novu
matricu plaćanja istih dimenzija, to neće uzrokovati promjenu optimalnih
vjerovatnoća donošenja pripadnih odluka igrača A i B, te je odnos optimalnih
vrijednosti V i V’ istosmjeran.
Time će se elementi koji su u početnoj matrici plaćanja bili negativni

transformisati u
aij'  aij  K  0 , te mora biti V’>0.
28. Kakva veza postoji izmeĎu očekivanih vrijednosti početne i transformisane matrice
plaćanja? Dokazati. Prethodno pitanje!
30.Definisati inferiornu odluku igrača A i dati praktičan primjer.Dokazati postojanje

inferiornosti.
 Inferiorna strategija - strategija koja omogućava protivniku da dobiva.

 Npr, matrica plaćanja:
 1  6 3 1   1  6  3 1 
 7  4 2 0  7  4  2  0 
   
Inferiornu strategiju treba isključiti  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
n
  j q j  0
 0, slijedi da je  
 Igraču A je cilj da maksimizira
j 1
vrijednost igre  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
 Igraču B je cilj da minimizira vrijednost igre  kolonu k možemo eliminisati iz

matrice plaćanja jer je inferiorna u odnosu na kolonu l
 Kod bilo koje odluke Ai, igrač B bi bolje ili isto prošao (manje ili jednako izgubio) u
slučaju da odabere odluku Bl koja je dominantna u odnosu na odluku Bk.
32. odgovor na pitanje ima u skripti

33. odgovor na pitanje ima u skript
35.
 Očekivana vrijednost igre zavisi i od odluke igrača A i od odluke igrača B

 Iz ugla igrača A:
 Za svaku strategiju koju odabere, igrač A može odrediti rezultate igre za
različite odluke igrača B,
 Za svaku strategiju koju odabere igrač A može odrediti najnepovoljniji rezultat
za sebe,
 Ako igrač B pogriješi onda igrač A može očekivati samo povoljniji rezultat.
 Iz ugla igrača B:
 Za svaku strategiju koju odabere, igrač B može odrediti rezultate igre za
različite odluke igrača A,
 Za svaku strategiju koju odabere igrač B može odrediti najnepovoljniji rezultat
za sebe,
 Ako igrač A pogriješi onda igrač B može očekivati samo povoljniji rezultat.
 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
 a11 a12 ... a1n   a1. 
j
A1
 a11 a12 ... a1n   a1.  a  a 
 
A1
a  a 
A2  21 a22 ... a2 n   2.   max min a  a
A2  21 a22 ... a2 n   2.   ... ... ... ...    ij r.
i j
 ... ... ... ...       

    Am  am1 am 2 amn   am. 
Am  am1 am 2 amn   am.  max aij  a.1 a.2 a.n 
max aij  a.1 a.2 a.n  i
i

min max aij  a.k
j
Potom u okviru tih rezultata biraju najmanje nepovoljan 
i
 
 Uvijek vrijedi sljedeći odnos:

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

36. Prethodnom pitanje.

37.
Ukoliko se desi da najbolji od svih najlošijih rezultata po igrača A i po igrača B nisu isti
onda se radi o matričnoj igri bez sedla, odnosno ako vrijedi:

max min aij  min max aij
i j
 j
 i

 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.
Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja
dimenzija:
 2x2 ako je riječ o mješovitim strategijama

 1x1 ako je riječ o igri sa sedlom
 Igraču A na raspolaganju stoji m>2 različitih odluka.

 Igrač B bira izmeĎu 2 odluke
B1 B2
A1  a11 a12  p1
A2 a 
 21 a22  p2
...  ... ...  ...
 
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
 Cilj B - da minimizira vrijednost igre

 Ograničenje “odozdo” zadaje potez igrača A
 Očekivana vrijednost i-te strategije igrača A:
2
E ( Ai )   aij  q j  ai1  q1  ai 2  q2
j 1
 Konkretna odluka izbora i-te strategije od strane igrača A ne mora biti i optimalna
odluka za igrača A  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
  ai1  ai 2   q1  ai 2  Vopt  linearna nejednačina
E( Ai )   ai1  ai 2   q1  ai 2  fi (q1 )  Vopt , za q1  0,1
 Ukoliko ima više nejednačina tipa
E( Ai )   ai1  ai 2   q1  ai 2  fi (q1 )  Vopt , za q1  0,1

oblast mogućih rješenja za igrača B je presjek oblasti mogućih rješenja svih tih nejednačina.
 Za igrača B - optimalna tačka najniža tačka u tom presjeku. E ( Ai )
 Pravci koji ne prolaze kroz optimalnu tačku - odluke igrača A koje se mogu
eliminisati.
40. 2 x n
 Igraču A na raspolaganju stoje 2 odluke
 Igrač B bira izmeĎu n različitih odluka
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
 Cilj A - da maksimizira vrijednost igre

 Ograničenje “odozgo” zadaje potez igrača B
 Očekivana vrijednost j-te strategije igrača B:
2
E ( B j )   aij  pi  a1 j  p1  a2 j  p2
i 1
Konkretna odluka izbora j-te strategije od strane igrača B ne mora biti i optimalna odluka za
igrača B  očekivana vrijednost j-te strategije igrača B veća ili jednaka optimalnoj vrijednosti
igre:
2
E ( B j )   aij  pi  a1 j  p1  a2 j  p2  a1 j  p1  a2 j  1  p1   Vopt 
i 1
  a1 j  a2 j   p1  a2 j  Vopt  linearna nejednačina
Ukoliko ima više nejednačina tipa

oblast mogućih rješenja za igrača A je presjek oblasti mogućih rješenja svih tih nejednačina.
 Za igrača A - optimalna tačka najviša tačka u tom presjeku.
 Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača B koje se mogu
eliminisati.
41.
 Cilj: pronaći optimalne vjerovatnoće  p1 ,..., pm 

da bude Vopt  max(V )
 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
 Kako je 0  pi  1 na osnovu uvedene smjene 

1
0  V  yn i  1  0  yn i 
V
 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 yni 
pi V i 1
V
Igrač A želi maksimizirati vrijednost igre

1
max(V )  min  
V 
 Ukoliko uvedemo smjenu indeksa u opšti model linearnog programiranja dobićemo na
osnovu matrice plaćanja polazni model:
smjena:   j  1, n
m
min( g )   yn i
i 1
m
a  y
i 1
i n i  1,   1, n
yn i  0, i  1, m
DUALNI MODEL LP – rješavanje po igraču A
 Dva polazna modela dobijena za igrače A i B su u dualnom odnosu

1
Vopt 
f opt
 Po rješavanju modela izračunavamo optimalnu vrijednost igre i učešće strategija:
q j ,opt  q ,opt  Vopt  x ,opt pi ,opt  Vopt  yn i ,opt

  1, n 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
 Kako smo na početku osigurali da je V>0, možemo predhodnu nejednačinu podijeliti

sa V a da ne promjenimo smjer nejednakosti
1 n n qj
  aij  q j  aij   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
 Igrač B želi minimizirati vrijednost igre

1
min(V )  max  
V 
 Ukoliko uvedemo smjenu indeksa u opšti model linearnog programiranja dobićemo na
smjena:   j  1, n
n
1
max( f )   x za f 
 1 V
n


a   x  1, i  1, m
1
i
x  0,   1, n
PRIMALNI MODEL LP – rješavanje po igraču B
43. i 44.
MODEL ZALIHA
 1. Predstavljaju sve količine:

 sirovina i materijala,
 rezervnih dijelova,
 nedovršene proizvodnje (poluproizvoda),
 gotovih proizvoda,
 energenata i
 informacija koje su na odreĎeno vrijeme isključene iz procesa proizvodnje i to
sa ciljem da se po ukazanoj potrebi mogu koristiti.
 Zalihe predstavljaju dio obrtnih sredstava preduzeća neophodnih za normalno
obavljanje procesa proizvodnje i prodaje.
 Analogno tome, zalihe omogućavaju da se pomenuti procesi u preduzeću odvijaju bez
poremećaja.
 U bilansnom smislu, zalihe predstavljaju dio obrtne imovine preduzeća za koji se
očekuje da će u roku kraćem od jedne godine biti konvertovan u neki drugi oblik
obrtnih sredstava (potraživanja ili gotovinu).
 ObezbjeĎenje neprekidne proizvodnje – zalihe sirovina, materijala, dijelova,
poluproizvoda...
 Zadovoljenje zahtijeva tržišta – zalihe gotovih proizvoda
 Pripadaju preduzeću i predstavljaju značajnu imovinu preduzeća.
 Zalihe blokiraju kapital i rizikuju da roba zastari.
Klasifikacija zaliha prema svrsi

 zalihe sirovina i dijelova,
 zalihe poluproizvoda (nedovršene proizvodnje),
 zalihe gotovih proizvoda.
 Nalaze se u skladištima preduzeća, distributera, trgovačkih centara ili domaćinstava
2. Zašto su odreĎenom privrednom subjektu potrebne zalihe?
 Značaj upravljanja zalihama proističe iz nemogućnosti da se robni i novčani tokovi
(prilivi i odlivi vrijednosti) u preduzeću idealno sinhronizuju.
 Zalihe čine “rezervu” koja treba da obezbjedi potreban kontinuitet poslovanja
preduzeća (kada su prilivi vrijednosti nedovoljni ili izostanu).
 Cilj zaliha je:
 održati nezavisnost operacija u poslovnom procesu
 biti u stanju izaći u susret varijacijama tražnje
 omogućiti fleksibilnost u proceduri proizvodnog procesa
 obezbjediti sigurnost nabavke u kontekstu variranja trajanja procesa od
momenta narudžbe do momenta stizanja zaliha
 iskoristiti prednosti stimulirajućih cijena u slučaju kupovine veće količine
zaliha.
 Upravljanje zalihama pretpostavlja “cost benefit” analizu koja se zasniva na
procenjivanju troškova i koristi od raspolaganja zalihama.
3.
 Upravljanje zalihama - značajno pitanje u ekonomiji jednog preduzeća.

 Politika zaliha - dio poslovne politike i važno područje za upravljanje i rukovoĎenje.
 Ulaganje u zalihe ima za posljedicu blokiranje (angažovanje) odreĎenog volumena
novčanih sredstava iz čega proističe i potreba za finansijskim upravljanjem zalihama.
 Cilj upravljanja zalihama svodi se na iznalaženje i održavanje onog nivoa zaliha koji
garantuje obezbeĎenje potrebnih sredstava uz minimiziranje imobilisanja (vezivanja)
kapitala.
 Cilj - odrediti optimalni nivo zaliha koji istovremeno zadovoljava više kriterija:
 omogućava nesmetano odvijanje proizvodnog procesa (bez zastoja)
 omogućava nesmetano snadbijevanje tržišta (bez nestašica)
 ima najniže troškove održavanja tog nivoa zaliha.
4.
Funkcionalni aspekti upravljanja zalihama
1. organizovanje ulaznog skladišta ili proizvodne zalihe

2. organizovanje izlaznog skladišta ili tržišne zalihe
3. kombinovano ulazno i izlazno skladište
 Aspekti nabavne funkcije

 Aspekti prodajne funkcije
5. Ulazno skladište – proizvodne zalihe
 Zalihe sirovina repromaterijala, rezervnih dijelova i drugih sredstava potrebnih da

omoguće nesmetano odvijanje proizvodnog procesa u planiranom vremenskom
periodu
 Problem nedostatka proizvodnih zaliha

 Problem viška proizvodnih zaliha
Izlazno skladište – tržišne zalihe
 zalihe gotovih proizvoda namjenjene krajnjim potrošačima
 Problem nedostatka tržišnih zaliha

 Problem viška tržišnih zaliha
6.
Troškovi zaliha
 nabavljanja zaliha,
 držanja zaliha,
 nedostatka zaliha i
 ostale troškove zaliha
7. Troškovi pribavljanja zaliha

 Od trenutka utvrĎivanja potrebe za nabavkom do prijema naručene količine zaliha u
skladište preduzeća.
 Ovi troškovi predstavljaju troškove pribavljanja zaliha sirovina i materijala (ako se
radi o proizvodnom preduzeću), odnosno troškove pribavljanja zaliha robe (ako se
radi o trgovinskom preduzeću).
 Dovode se u vezu sa:
 istraživanjem tržišta nabavke,
 preliminarnim pregovorima sa dobavljačima,
 PTT uslugama,
 transportom zaliha od dobavljača do skladišta preduzeća,
 prijemom, kontrolom i smještajem sirovina i materijala,
 prijemom, evidencijom i isplatom ulaznih faktura,
 potrebnim kancelarijskim priborom i formularima za narudžbu.
 U ovu kategoriju troškova zaliha ubrajaju se i propušteni količinski popusti.
 Najčešće konstantni za svaku nabavku, bez obzira na veličinu porudžbine.
 Monitoring u odreĎenom periodu  ukupni troškovi nabavke u datom periodu 
podijeljeno sa brojem nabavki  prosječni troškovi po narudžbi
 Troškovi će biti relativno niski ako se zalihe nabavljaju od stalnih dobavljača i ako su
cijene zaliha relativno stabilne. MeĎutim, ako se nabavke zaliha vrše od nepoznatih
dobavljača pri čemu su i cijene zaliha nestabilne, onda će i troškovi pribavljanja zaliha
biti relativno visoki.
8.
Troškovi držanja zaliha
 Nastaju usljed postojanja i držanja zaliha u preduzeću.

 Preduzeće mora imati:
 skladište gdje postoje adekvatni uslovi za držanje zaliha
 zaposlene koji rade na poslovima čuvanja i održavanja zaliha.
 Zavise direktno od visine zaliha.
 Obuhvataju:
 kamate na obrtna sredstva uložena u zalihe (opotruniteni trošak, jer se radi o
propuštenom prinosu koji bi se mogao ostvariti da je preduzeće umesto u
zalihe sredstva uložilo u neku drugu alternativu)
 troškove skladišnog prostora, koji uključuju troškove grijanja, hlaĎenja,
osvjetljenja i sl., odnosno najamninu skladišnog prostora, ako se koristi tuĎe
skladište
 troškove manipulacije materijalom na skladištu i troškove inventarizacije i
 troškove osiguranja zaliha (da bi se preduzeća zaštitila od različitih rizika
držanja zaliha ona obavezno osiguravaju zalihe),
 troškove zastarajevanja zaliha usljed tehnološkog zastarevanja zaliha, kao i
promjene mode, ukusa potrošača i drugih faktora (prodaja zaliha po nižim
cenama) itd.
 OdreĎivanje ukupnih troškova držanja zaliha  dijeljenjem sa količinom zaliha i
vremenskim periodom čuvanja zaliha dolazi se do troškova čuvanja po jedinici
zaliha u jedinici vremena
9. Troškovi nedostatka zaliha

 Dva slučaja:
 Nedostatak zaliha sirovina i materijala koje iziskuje proces proizvodnje,
odnosno
 Nedostatak zaliha gotovih proizvoda da bi se zadovoljile prispjele narudžbe od
potrošača
 Troškovi nastali u situaciji kada se ne može zadovoljiti neka potreba zbog nedovoljnih
zaliha.
 povećani troškovi proizvodnje,
 gubici zbog izgubljenjih kupaca,
 troškovi zbog odlaganja prodaje,
 konvencionalne kazne i penali zbog neisporuke,
 gubici na goodwill-u itd.
 Teško ih je kvanificirati i u ukupnom iznosu i po jedinici zaliha.
 Ako je u pitanju nedostatak zaliha gotovih proizvoda, onda će visina troškova zavisiti
od sljedećeg: da li postoje konkurentni koji proizvode slične proizvode ili bliske
supstitute, da li samo preduzeće može ponuditi slične supstitute i da li postoji
spremnost kod kupaca da prihvati supstitute.
 Najniži troškovi nedostatka zaliha gotovih proizvoda će nastati ako samo
preduzeće proizvodi i supstitute i ako su kupci spremni da prihvate ponuĎene
im supstitute.
 Najviši troškovi nedostatka zaliha gotovih proizvoda će nastati u slučaju ako
preduzeće ne proizvodi i supstitute, a kupac nije spreman da čeka dok na
tržištu postoje supstituti. Tada se kupac okreće proizvodima konkurencije.
10.
Nezavisna tražnja-uglavnom tražnja za finalnim proizvodima.
Zavisna tražnja-tražnja koja je uslovljena tražnjom za drugim proizvodima, komponentama,
repromaterijalima...
11.
 Model zaliha gotovih proizvoda za jedan period (a single-period inventory model)

 Zalihe gotovih proizvoda za kojim tražnja postoji jedan kraći vremenski period
 Tipični primjeri ovakvih situacija su:
 Dnevne novine,
 Modni detalji specifični za jednu sezonu
 Proizvodi koji se vežu uz specifične dogaĎaje (praznike, utakmice, priredbe,
koncerte...)
 Rezervacija i prodaja avionskih karti
 Rezervacija hotelskih usluga...
 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
12. Sistem za upravljanje zalihama

 Skup pravila i procedura kojima se u jednom preduzeću rješavaju problemi u vezi sa
obezbjeĎenjem materijala potrebnih za odvijanje proizvodnog procesa i gotovih
proizvoda za odvijanje procesa snadbijevanja.
 Sistem za upravljanje zalihama treba dati odgovore na sljedeća pitanja:
 Šta (koje vrste materijala, dijelova, polu ili gotovih proizvoda, enegrenata)
držati na skladištu?
 Kada obnoviti zalihe (koji je optimalan trenutak za novu narudžbu)?
 Koju količinu naručiti?
13. Zadatak teorije upravljanja zalihama
 Konstruisanje modela za utvrĎivanje optimalnog nivoa zaliha
 Optimalan nivo zaliha
 Balansiranje visine troškova i rizika držanja zaliha sa koristima koje se mogu izvući iz
raspolaganja tim zalihama
 Matematički model za optimizaciju u procesu upravljanja zalihama - dvije varijable:
 Količina koju treba naručiti (koliko pribavljati zaliha u jednoj porudžbini?)
 Trenutak kada treba naručiti (u kojim intervalima nabavka treba da se izvrši?)
14. Faktori koji odreĎuju problem programiranja optimalnih proizvodnih zaliha
1. Period za koji se zalihe programiraju (θ)
 Samo jedan period
 Konačan vremenski horizont podijeljen na više perioda
 Beskonačan vremenski horizont.
2. Karakter tražnje za materijalima i sirovinama koju ispoljava proizvodni proces
 deterministička
a. konstantna
b. promjenjiva
 stohastička
 kontinuirano ili
 periodično.
4. Trajnost zaliha
 neograničena ili
 ograničena, posebno ako su zalihe kvarljive.
6. Kako će se u toku posmatranog perioda ponašati odgovarajuće cijene?
7. Vremensko trajanje od trenutka slanja narudžbe do trenutka isporuke ili
pristizanja zaliha?
8. Da li je u programu nabavka jedne vrste sirovine ili materijala i dijelova ili više
vrsta?
9. Da li se skladišni prostor može pojaviti kao ograničavajući faktor?
10. Na koji način se u model uključuju troškovi zaliha?
11. Šta se dešava sa nezadovoljenom tražnjom?
15. Tempo pražnjenja ulaznog skladišta, uskladištena količina zadovoljila potražnju

T
N   qt Vremenske jedinice Zalihe
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
 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, Zt  Zt 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
Vremenske jedinice Zalihe
t  1, Z1  N
t  2, Z 2  Z1  q1  N  q1
2
t  3, Z 3  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  TS 1 , ZTS 1  0  qTS  qTS
... ...
T 1
t  T, ZT  ZT 1  qT 1    qt
t TS
t 1
t  TS , Z t  Z t 1  qt  N   qi  0 t  1, TS  1
i 1
t  TS , Zt  ZTS  0
t 1
t  TS , Z t  Z t 1  qt    qi  0 t  TS  1, T
i TS
17.
Ukoliko model skokovitog pražnjenja skladišta aproksimiramo modelom kontinuiranog

pražnjenja dobili bismo niže troškove skladištenja nego što je to stvarno sa modelom
skokovitog pražnjenja.
 Ulazna količina zaliha N=6 bila je potrošena po isteku perioda =3.
 Neka su troškovi skladištenja 10 nj po jedinici zaliha i jedinici vremenskog perioda.
Skokovito pražnjenje:
troškovi skladištenja  10  S ' 
 10  (1 6  1 4  1 2) 
 10 12  120 nj
troškovi skladištenja  10  S '' 
 3 6 
 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  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  Z+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.
20. Stanje zaliha u trenutku t za prvi model zaliha
Q Q
Q  q      q
q 
P P
P  q T  T   q
q T
Zt  Zt 1  q  q  0, t  1,
obzirom na konstantnu obzirom na uslov potpunog
jediničnu tražnju zadovoljenja tražnje
Kako tražnja mora biti potpuno zadovoljena : TS  T NP
N N
N  q T  T   q
q T
21. Prethodno pitanje.
22.
Pretpostavimo da su odgovarajuće cijene unaprijed poznate i da ostaju nepromjenjene u

toku perioda .
C1  Cm  Cl  CS 
 n  N  pm  n  pl  n  S  pS 
Q Q  N q
 Q  pm   pl    N    pS 
N N  2q 
1 
 Q  pm   Q  pl   ( N  q )  pS
N 2
 Cilj - odrediti strategiju upravljanja zalihama u toku perioda  tako da se minimizira

funkcija ukupnih troškova zaliha kao funkcija cilja
min(C1 )  min  f ( N )  
 1  
 min Q  pm   Q  pl   ( N  q)  pS   C1,opt .
 N 2 
23. OdreĎivanje optimalne veličine narudžbe
 1  
min(C1 )  min  f ( N )  min Q  pm   Q  pl   ( N  q)  pS   C1,opt .  N1,opt .
 N 2 
potreban uslov:C1' ( N1 )  0
 1  
C1' ( N1 )  Q  pm   Q  pl   ( N  q )  pS  ' 
 N 2 
 1   1  2  q  pl
 0  Q  pl    2    pS  0   2  Q  pl   pS  0  N1 
 N  2 N 2 pS
dovoljan uslov:C1'' ( N1 )  0
 1    1  
C1'' ( N1 )  Q  pm   Q  pl   ( N  q)  pS  ''    2  Q  pl   pS  ' 
 N 2   N 2 
 Q  pl   1 (2  N 3 )   2  Q  pl  N 3  0 za svako N  0
2  q  pl
funkcija C1 ima minimum za N1,opt . 
pS
24. Funkcija troškova zaliha u I modelu zaliha
u zavisnosti od veličine narudžbe N
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  p S 
pS
   
 Q  pm    q  pl 
pS
 
2  q  pl 2
 
2  q  pl  pS  q  pS  Q  pm 
2
 2  q  pl  pS 
2
 2  q  pl  pS 
2
 q  pS 
 p   p 
   2  q  pl  pS  Q   pm  S   C1,opt .    2  q  pl  pS  Q   pm  S 
 2   2 
 Osnovna pretpostavka I modela zaliha bila je potpuno zadovoljena tražnja, te kako se

ne bi promijenili elementi optimalne odluke mora biti zadovoljeno:
q≤N1,opt.≤Q
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
26. Pretpostavke modela dva

4. Tražnja ne mora biti u potpunosti zadovoljena
perioda prije perioda θ  Z0=0
ne ostaje nikakva nepotrošena zaliha  Z+1=0
početku perioda.
9. Tražnja ne mora biti u potpunosti zadovoljena važi da je: .  Tražnja P
u intervalu T će biti zadovoljena u obimu N, a dio koji neće biti zadovoljen iznosi (P-
N).
27.
Dva podintervala n 1
0  TS  T    0  T  TS  
0 N  PQ0 PN Q
n  TS  n  T  
n N  nP  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 PN
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 .
C2  Cm  Cl  CS  Cz 
 n  N  pm  n  pl  n  S S  pS  n   P  N   pz 
Q Q Q  N q Q
  N  pm   pl    N    pS    P  N   p z 
P P P  2q  P
N 1  q  N  q   q
   q  pm      q  pl   N    pS    P  N   pz 
P P P  2q  P
N 1  q  N  q   q
   q  pm      q  pl   N    pS    q  p z   N  pz 
P P P  2q  P

   2  q  pm  N  2  q  pl   N 2  q  N   pS  2  q  N  pz   Q  pz 
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  tako da se minimizira

min(C2 )  min  f ( N , P)  
  
 min    ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl   Q  pz  
2 P 
 C2,opt .
29.
OdreĎivanje 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  p z 
C2 2P
  
N N
 q   2  p z  2  pm  pS 
   2  N  pS  q   2  pz  2  pm  pS    0  N 2 
2 P  2  pS
   
   ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl   Q  pz 
C2 2 P
  
P P

   p  N 2  q   2  pz  2  pm  pS   N  2  q  pl 
2  s

2 P prema I modelu je
2q p
N1,opt .  l

pS
2q pl  N12  ps
a prema prethodnom izvodu
q 2 pz  2 pm  pS 
N2  
2 pS
2 pz  2 pm  pS  2 ps  N 2
   pS
   p  N 2  2  ps  N 2  N 2  ps  N12  
2  s
  N 2  N12 
2  2
2 P 2 P
30. Analiza znaka diskriminante

 
  0  N 2  N1 
 
 
q   2  pz  2  pm  pS  2  q  pl 2  pS 2  q  pl
  2  pz  2  pm  pS   
2  pS pS q pS
 
 
2  pS 2  q  pl  p  2  pS  pl
2  pz  2  pm  pS    pz   pm  s   2  
q pS  2  q
 
 
 2  pS  pl p 2  pS  pl
pz  p  2 
z i pz  pz , gdje je pz  pm  s i pz  pz  2 
q 2 q
 
31.
Mogući slučajevi zavisno od vrijednosti diskriminante

 U slučaju da diskriminanta ima negativnu vrijednost to jeste da važi da je
N1  N 2 ili da je p   p  p  z z z
tada je opravdano primijeniti II model zaliha.

q   2  pz  2  pm  pS 
N 2,opt . 
2  pS
P2  Q
P2  N 2,opt .  Q  N 2,opt .
Q Q
n2,opt .   1
P2 Q
P2 Q
T2,opt .   
q q
N 2,opt .
T2 S ,opt . 
q
N 2,opt .
T2,opt .  T2 S ,opt .   
q
pS
C2,opt .  C2 ( N 2,opt . , P  Q)   pl  Q  pz    N 22
2q
 U slučaju da diskriminanta ima vrijednost 0 to jeste da važi da je N1  N 2


ili da je pz  pz
tada je jednako opravdano primijeniti I ili II model zaliha.
 U slučaju da diskriminanta ima pozitivnu vrijednost to jeste da važi da je

N1  N 2

ili da je pz  pz tada nije opravdano primijeniti II model zaliha jer
odgovarajuća funkcija troškova neće imati minimum.
 Ako je pz  pz ne bi se nabavljao niti skladištio takav repromaterijal, pa

proizvodnje sa njim ne bi ni bilo.
32. Navesti osnovne pretpostavke III modela zaliha.
Pretpostavke u III modelu zaliha:

1. Prekidna tražnja
2. Nepoznata tražnja (stohastički model)
3. Pretpostavka na kojoj se temelji ovaj model je da na svakom od M mjesta gdje je ugraĎen

predmetni mašinski dio u toku proizvodnog perioda =1 može samo jedan put da se desi
kvar
4. Opravdano implementirati samo ako je pm  pz

5. Problem: Koji je optimalan broj komada takvih rezervnih dijelova koje preduzeće treba
unaprijed naručiti na početku budućeg proizvodnog perioda  =1 i čuvati na zalihama u
svom skladištu?
6. Kako je =1 slijedi da je:

 n=1
 T==1
 Q=P=q
7. Ukoliko je N>q tada se kalkuliše sa troškovima skladištenja.
8. Ukoliko je N<q tada se kalkuliše sa cijenom zastoja.
33. Struktura troškova u III modelu zaliha i moguće situacije.

Struktura ukupnih troškova zaliha u III modelu:
 Vrijednost narudžbe N rezervnih dijelova (Cm) Cm  N  pm

 Troškovi lansiranja narudžbe (Cl)
Cl  pl , obzirom da je n  1
 Troškovi skladištenja kod proizvoĎača svih (N-q)>0 neiskorištenih rezervnih dijelova u
periodu =1(Cs) CS   N  q   pS
 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 =1 (Cz)
Cz   q  N   pz
Moguće situacije sa strukturom troškova
1. N>q  višak - tražnja je bila zadovoljena i ostao je višak uskladištenih rezervnih dijelova
 obračunavamo Cm i CS
1. N=q  ravnoteža - tražnja je bila zadovoljena i nema viška uskladištenih rezervnih

dijelova  obračunavamo Cm
1. N<q  manjak - tražnja je nije bila zadovoljena i pojavio se je manjak uskladištenih

rezervnih dijelova  obračunavamo Cm i Cz
34. Kako je moguće izvršiti procjenu broja kvarova za III model zaliha.
Procjena broja kvarova

1. Na bazi iskustva iz predhodnog perioda =1
1. Na bazi utvrĎene vjerovatnoće pojave kvara mašinskog dijela u „normalnom“

proizvodnom periodu =1 primjenom odgovarajuće teorijske distribucije vjerovatnoće
35. Definisati tražnju za rezervnim dijelovima i očekivane vrijednosti za višak i

manjak rezervnih dijelova u periodu =1 ako je unaprijed poznata veličina
narudžbe N.
 Prekidna slučajna varijabla 

E (q )   q  p (q )
q 0
 Očekivane vrijednosti za višak i manjak rezervnih dijelova u periodu =1 ako je unaprijed
poznata veličina narudžbe N
 Višak
N
E ( N  q)   ( N  q)  p(q)
q 0

 Manjak
E (q  N )   (q  N )  p (q )
q  N 1
36. Matematički izvesti opšti oblik funkcije troškova C3 C3 Nza III model
zaliha.
 Cm  CS  Cl
za N  q
C3  Cm  CS  Cz  Cl 
 Cm  Cz  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 )  pz   (q  N )  p (q )  p l
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 ( N3,opt . )  C3 ( N3,opt .  1) i
II . C3 ( N3,opt . )  C3 ( N3,opt .  1)
38. Izvesti relaciju za odreĎivanje optimalnog nivoa narudžbe u III modelu zaliha.
 Ukoliko uvrstimo N 3,opt .  1 u funkciju troškova dobićemo sljedeću relaciju:

N3,opt . 1 
C3 ( N3,opt .  1)  ( N3,opt .  1)  pm  pS  
q 0
( N3,opt .  1)  q   p(q)  pz  
q  N3,opt .
 q  ( N 3,opt .  1)   p(q)  pl 
N3,opt . 1 N3,opt . 1  
 N3,opt .  pm  pm  pS  
q 0
 N3,opt .  q   p (q )  pS  q 0
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 
 N3,opt .  pm  pS  
q 0
 N3,opt .  q   p (q )  pz  
q  N3,opt .
 q  N 3,opt . )   p (q )  pl  pm  pS  
q 0
p (q )  p z  
q  N3,opt .
p (q ) 
 C3 ( N3,opt . )  pm  pS  p (q  N 3,opt .  1)  pz  1  p(q  N3,opt .  1)  

 C3 ( N3,opt . )   pz  pm    pz  pS   p (q  N 3,opt .  1)   sa grafikona
 A   pz  pm    pz  pS   p(q  N 3,opt .  1)   0 
pz  pm
 p(q  N3,opt .  1)  
pz  pS
N3,opt . 1 
C3 ( N 3,opt .  1)  ( N3,opt .  1)  pm  pS  
q 0
( N3,opt .  1)  q   p (q )  pz  
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  
q 0
p (q )  pz  
q  N3,opt .  2
 q  N 3,opt . )   p(q)  pz  
q  N3,opt .  2
p (q )  pl 
N3,opt .
 N 3,opt .  pm  pm  pS    N 3, opt .  q   p (q )  pS   N 3,opt .   N3,opt .  1   p ( N3,opt.  1) 

q 0
N3,opt . 1  
 pS   p (q )  pz    q  N 3,opt . )   p (q )  pz   N 3,opt .  1  N 3,opt .   p ( N 3,opt .  1)  pz   p (q ) 
q 0 q  N3,opt . 1
  q  N3,opt .  2
N3,opt . 
 N 3,opt .  pm  pS    N
q 0
3, opt .  q   p (q )  pz  
q  N3,opt . 1
 q  N 3,opt . )   p (q )  pl 
N3,opt . 1 
 pm  pS  p ( N 3,opt .  1)  pS  
q 0
p (q )  pz  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 ( N 3,opt . )  pm  pS  p (q  N 3,opt . )  pz  1  p (q  N 3,opt . )  
 C3 ( N 3,opt . )  ( pz  pm )   pz  pS   p (q  N 3,opt . )   sa grafikona
B= ((pz+ps) x p(q≤N3,opt))-(pz-pm) ≥ 0 => p(q≤N3,opt) ≥ pz-pm/ pz+ps = ρ

Kada objedinimo dobijene dvije nejednačine slijedi da je:
pz  pm
0  p(q  N3,opt .  1)     p(q  N3,opt . )  1
pz  pS
39. Elaborirati načine da se riješi problem minimiziranja ukupnih troškova zaliha u III
modelu.
Rješenje problema minimiziranja ukupnih troškova zaliha u III modelu
1. Redom za vrijednosti N=0,1,2... izračunavamo vrijednost funkcije ukupnih troškova C3.
Minimalna vrijednost ukupnih troškova  optimalna veličina narudžbe.
2. a) Kompletiramo tabelu Poissonove distribucije vjerovatnoća

b) Izračunamo ρ
c) Kolona sa kumulativnom vjerovatnoćom Poissonove distribucije  vrijednosti izmeĎu kojih se
nalazi ρ
d) Optimalna veličina naružbe  gornja granica prethodnog intervala za ρ
e) Optimalna veličina narudžbe  minimalna vrijednost funkcije ukupnih troškova
40. Postoptimalna analiza kod III modela zaliha – šta znači i koje relacije se koriste u
postoptimalnoj analizi?
Postoptimalna analiza kod III modela zaliha
 U kojim intervalima mogu varirati relevantne cijene, a da ne doĎe do promjene optimalne

veličine narudžbe?
F  p(q  N3,opt .  1)
G  p(q  N3,opt . )
pz  G  ( pz  ps )  pm  pz  F  ( pz  ps )
pm  F  ps p  G  ps
 pz  m
1 F 1 G
pz  1  G   pm pz  1  F   pm
p s 
G F
41. Definisati i matematski izraziti pojam stimulirajuće cijene.
Pojam stimulirajuće cijene
 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
42. Grafički i modelom predstaviti vezu izmeĎu troškova zaliha u slučajevima

početne i stimulirajuće cijene u:
a) I modelu zaliha
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u I modelu
1 
C1  Q  pm   Q  pl   ( N  q )  pS 
N 2
1 
C1 ( pm, poč . )  Q  p m , poč .   Q  pl   ( N  q )  pS 
N 2
1 
 Q  ( pm, A  pm )   Q  pl   ( N  q )  pS 
kako je
p
N 2
m , 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
C1 ( pm, poč . )  C1 ( pm, A )
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
N1,opt = √2 x q x pl/ ps (ovo je pod korijenom)
 ovaj izraz ne zavisiod p m 
N1,opt (pm, poč) = N1,opt (pm, A)
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
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u II modelu

C2    ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl   Q  pz 
2 P 

C2 ( pm, poč . )    ps  N 2  q   2  pz  2  pm, poč .  pS   N  2  q  pl   Q  pz 
2 P 

kako je

2 P
 
 ps  N 2  q   2  pz  2   pm, A  pm   pS   N  2  q  pl  Q  pz 
pm , početno  pm , A pm
    
   ps  N 2  q   2  pz  2  pm, A  pS   N  2  q  pl   Q  pz    q  pm  N 
2 P  P
 C2 ( pm, A )  pm  N  C2 ( pm, A )  C2 ( pm, poč . )  C2 ( pm, A )
kako je kako je
P Q  q pm  N  0
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.
c) III modelu zaliha
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u III modelu
N 
C3  N  pm  pS   ( N  q )  p (q )  pz   (q  N )  p (q )  p l 
q 0 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 )  p l 
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  pl m 
q 0 q  N 1
 C3 ( pm, A )  N  pm  C3 ( pm , A )  C3 ( pm , poč . )  C3 ( pm, A )

kako je
pm  N  0
cijene.
pz  pm  optimalna veličina narudžbe

p(q  N3  1)     p(q  N 3 )
pz  pS u III modelu zaliha zavisi od pm
pz  pm, poč . pz   pm, A  pm 
 ( pm, poč . )   
p z  pS kako je
pm , početno  pm , A pm
p z  pS
pz  pm, A pm pm
    ( pm, A )    ( pA ) 
p z  pS p z  pS p z  pS kako je
pm
0
pz  pS
 ( pm, A )   ( pm, poč . )
veću količinu
zaliha po nižoj
(stimulirajućoj)
nabavnoj cijeni.
43. Grafički predstaviti tri različita slučaja odreĎivanja optimalne narudžbe uz stimulirajuće
cijene.
Određivanje optimalne narudžbe u modelu sa stimulirajućim cijenama
1. N A  A i optimalno Nopt .  N A
Cpo?.
CA
A Npo? NA. N
2. N A  A i optimalno Nopt .  N poč .
Cpo?.
CA
Npo? NA A
N
3. N A  A i optimalno Nopt .  A
Cpo?.
CA
Npo? NA A
N
44. Definisati dva tipa modela zaliha sa kontinuiranom tražnjom. Uporediti njihove
karakteristike.
Dva tipa modela zaliha sa kontinuiranom tražnjom
 Model sa fiksnom veličinom narudžbe (fixed-order quantity model, Q model ili EOQ-
economic order quantity) – nova narudžba se lansira kada zalihe doĎu do odreĎenog
nivoa („reorder level or point“)
 Model sa fiksnim vremenom izmeĎu 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
Karakteristika Q model P model
Veličina narudžbe Konstantna Varijabilna
Kada započeti sa Kada nivo zaliha doĎe do Fiksno, svaki put po

procesom naručivanja odreĎenog nivoa – tačka isteku fiksnog perioda
nove količine zaliha? obnavljanja zaliha ili
„reorder level or point“
Veličina zaliha Manja nego kod P Veća nego kod Q modela

modela
45. Navesti pretpostavke modela sa fiksnom veličinom narudžbe (Q modela).
Pretpostavke Q modela
1. Tražnja je konstantna i uniformna,

2. Vrijeme od trenutka narudžbe do trenutka pristizanja zaliha je konstantno,
3. Cijena po jedinici je konstantna,
4. Troškovi držanja zaliha obračunavaju se na osnovu prosječne visine zaliha,
5. Troškovi narudžbe i troškovi zastoja su konstantni,
6. Tražnja mora biti u potpunosti zadovoljena.
46. Kako glasi funkcija ukupnih troškova zaliha u Q modelu?
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
47. Grafički prezentirati funkciju ukupnih troškova u Q modelu.
Nopt
.
48. Izvesti relaciju za optimalno rješenje Q modela zaliha.
Pronalaženje optimalnog rješenja Q modela
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  22
H
Provjeravamo da li je u pitanju tačka minimuma testom drugog izvoda:
 2C  Q  pl  1 2  Q  pl
  '   Q  pl   (2)  3   0  min .
N 2  N 2  N N3
49. Šta predstavlja i kako se odreĎuje tačka obnavljanja zaliha?
Tačka obnavljanja zaliha

R  qL
50. Navesti pretpostavke modela sa fiksnim vremenom izmeĎu narudžbi (P modela).
Pretpostavke P modela
1. Zalihe se obnavljaju u istim vremenskim periodima, na primjer sedmično ili mjesečno

2. Veličina narudžbi varira iz perioda u period zavisno od stope korištenja zaliha.
3. Varijabilna jedinična tražnja
4. OdreĎeni nivo sigurnosnih zaliha (SZ)
5. Stanje zaliha provjerava se samo na kraju specificiranog fiksnog perioda dužine T
51. Definisati nivo sigurnosnih zaliha.
Nivo sigurnosnih zaliha
z – broj standardnih devijacija za vjerovatnoću raspodjele u trošenju analiziranog materijala

ili sirovine (izračunava se na bazi predhodnih perioda)
 T  L  (T  L)   q 2
standardna devijacija tražnje u periodu (T+L), ako je σq standardna devijacija jedinične
tražnje.
SZ  z   T  L
52. Kako glasi relacija za odreĎivanje optimalne veličine narudžbe u P modelu?
Optimalna veličina narudžbe u P modelu
Z - tekući nivo zaliha na skladištu na kraju specificiranog fiksnog perioda dužine T
Nopt .  q  (T  L)  z   T  L  Z
DINAMIČKO PROGRAMIRANJE
1. Definisati višefazni proces.
Definicija višeetapnih - višefaznih procesa

Rastavljanje na odreĎeni broj faza
Višefazni procesi sa vremenskom komponentom versus višefazni procesi bez vremenske
komponente
 Srednjeročnim planom preduzeća planiran je iznos od 3 miliona KM za zamjenu
dotrajale opreme
 Preduzeće planira uložiti iznos 10 miliona KM u tri različite aktivnosti
(programa): nabavku mehanizacije, izgradnju novog fabričkog pogona i nabavku
novih računara
2. Napraviti komparaciju: višefazni procesi sa vremenskom komponentom / višefazni

procesi bez vremenske komponente.
Karakteristični problemi koji sadrže vremensku komponentu

 Faze su vremenske jedinice:
a. problem investiranja, ako postoje karakteristični periodi,

b. planiranje proizvodnje po periodima,
c. raspodjela izvora (sredstava), tj. neke količine izražene u naturalnim ili
vrijednosnim jedinicama,
d. upravljanje zalihama,
e. održavanje mašina i strojeva,
f. zamjena opreme, itd.
Karakteristični problemi koji ne sadrže vremensku komponentu
 Faze nisu vremenske jedinice, već aktivnosti:
a. problem investiranja, ako su važne karakteristične aktivnosti,

b. raspodjela izvora (sredstava) izraženih u naturalnim ili vrijednosnim
jedinicama,
c. problem transporta (prijevoza),
d. pouzdanost sistema,
e. problem najkraćeg puta na mreži, itd.
3. Definisati 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.
4. Navesti specifičnosti DP.

Specifičnost dinamičkog programiranja
 Ne postoje univerzalne metode rešavanja.
 Za svaki praktičan problem, primjena dinamičkog programiranja, zahtjeva poseban i

specifičan pristup.
 Poseban tretman u kontekstu višeeteapnosti to jeste višefaznosti u procesu rješavanja

postavljenog problema.
5. Objasniti princip optimalnosti u DP.

Princip optimalnosti
 Optimalno upravljanje u cijelom intervalu mora biti optimalno i u pojedinim fazama

intervala.
 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.
Belmanov princip optimalnosti
 Princip optimalnosti za proces dobijanja rješenja podrazumijeva da strategija zavisi

isključivo od tekućeg stanja.
 Tekuće rješenje, bez obzira na to kakvo je bilo početno stanje i predhodna rješenja, treba
da odreĎuje optimalnu strategiju u odnosu na tekuće stanje koje je dobijeno kao rezultat
predhodnih rješenja.
 Matematski model koji izražava princip optimalnosti predstavlja formiranje funkcionalnih
jednačina u obliku rekurzivnih ili transformacijskih relacija koje izražavaju vezu izmeĎu
funkcije cilja tekuće i njoj susjednih faza ili etapa.
 Stoga se modeli dinamičkog programiranja nazivaju i modelima rekurzivne optimizacije.
6. Elaborirati algoritam rješavanja problema DP.
Algoritam rješavanja u dinamičkom programiranju
1. Razbiti problem na manje podprobleme.

2. Riješiti date podprobleme koristeći ponovo ova tri koraka rekurzivno.
3. Iskoristiti pronaĎena optimalna rešenja podproblema kako bi se našlo optimalno
rešenje glavnog problema.
Iz skupa mogućih rješenja biraju se odgovarajuća rješenja, primjenom odgovarajuće strategije

politike izbora. Adekvatna rješenja – ona rješenja koja se odaberu sa predhodno definisanim
ciljem optimizacije funkcije cilja. Strategija izbora koja optimizira funkciju cilja je optimalna
strategija.
7. Navesti osnovne elemente u opštoj postavci problema DP.
Opšta postavka problema dinamičkog programiranja
1. Predmet analize - neki Sistem

2. Nova faza počinje u tačci ili trenutku kada je potrebno donijeti novu odluku.
3. Složeni problem se rješava etapno kroz više faza, čiji broj (N) moramo unaprijed
poznavati.
4. Unaprijed moramo poznavati i sljedeće elemente:
a. Početno stanje sistema u prvoj fazi odlučivanja i
b. Uslovljeno - završno stanje sistema na kraju poslednje faze odlučivanja.
5. Za svaku od faza (t) potrebno je znati sljedeće elemente:
a. Sva moguća početna stanja analiziranog sistema
b. Sve razne moguće odluke koje stoje na raspolaganju i
c. Sva moguća posljedična stanja sistema u kontekstu svake od predhodno datih
mogućih odluka
6. Početno stanje za tekuću fazu  posljedično stanje iz njoj predhodne faze.
8. Definisati elemente opšteg problema DP (stanje sistema u fazi t, prostor odlučivanja

u fazi t, transformacijska funkcija, funkcija cilja).
1. Stanje sistema u fazi t - St

a. odreĎeno skupom parametara koji sadrže sve informacije neophodne za
donošenje odluka u tekućoj fazi t i narednim fazama t+1, t+2,..., N
2. Prostor odlučivanja u fazi t – D=D(t,dt)
a. skup svih alternativnih (mogućih) odluka koje je moguće donijeti u fazi t.
b. alternativne odluke zavise od stanja sistema u tekućoj fazi t - dt=dt (t,St)
3. Transformacijska funkcija – Tt
a. veza izmeĎu funkcije cilja tekuće i njoj naredne faze, što uključuje i zavisnost
od moguće odluke u tekućoj fazi t – St+1=Tt(St, dt)
4. Funkcija cilja - C
a. mjera „uspješnosti“ transformacije stanja posmatranog sistema putem
odreĎenog niza odluka (to jeste kroz odreĎeni niz faza).
b. Vrijednost funkcije cilja zavisi od više faktora:
i. Početno stanje sistema u prvoj fazi odlučivanja (S0) kao zatečeno
stanje prije samog odvijanja faza,
ii. Unaprijed uslovljeno - završno stanje sistema na kraju poslednje faze
odlučivanja (SN) (posljedično stanje),
iii. Odabrani niz mogućih odluka u pojedinim fazama – dt, t1,2,...,N
9. Navesti najčešće analizirane probleme DP.

Najčešće analizirani problemi dinamičkog programiranja
1. Dinamičko programiranje proizvodnje
2. Dinamičko programiranje zaliha repromaterijala
3. Dinamičko programiranje kupoprodaje
4. Dinamičko programiranje alokacije (rasporeĎivanja) ograničenih resursa

10. Definisati cilj kod problema DP proizvodnje.
Cilj kod problema planiranja proizvodnje
 Odrediti optimalne količine proizvodnje za kompletan planski period koji se sastoji od

više vremenskih podperioda ili jedinica
 Različite pretpostavke vezano za obuhvat troškova
 Odrediti optimalne količine proizvodnje datog proizvoda u zadanom planskom
periodu i svakoj fazi tog perioda, pod uslovom da troškovi proizvodnje, kao funkcija
količine proizvodnje, budu minimizirani i da bude zadovoljena unaprijed zadana
tražnja u svakom podperiodu kao i u kompletnom planskom periodu
11. Elaborirati ključne pretpostavke modela DP proizvodnje.
Opis problema – pretpostavke modela
1.
xt  0, t  1, N količina analiziranog proizvoda koju sistem proizvede (realizuje) u toku faze t
 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.
Zt  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  stanje sistema za svaku fazu
5. Zalihe analiziranog proizvoda na početku odreĎenog budućeg perioda proizvodnje (Z0  0) kao i
na kraju tog perioda ( Z N  0), čiji je nivo unaprijed poznat
6. Kt  0, t  1, N proizvodni kapaciteti  0  xt  Kt
St  0, t  1, N skladišni kapaciteti 
0  Zt  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.
Opis problema – finansijski podaci
 Fiksni troškovi Ft , t  1, N za xt  0
 Proizvodna cijena
at , t  1, N
 Cijena skladištenja
bt , t  1, N
13. Definisati zadatak modela DP proizvodnje.
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u svakoj fazi
x1 , x2 , ..., xN 
i odgovarajuće im nivoe zaliha tog proizvoda
Z1, Z2 , ..., Z N 
tako da se minimiziraju ukupni troškovi proizvodnje za odreĎeni 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 izmeĎu tih kategorija?
Kategorije za svaku fazu DP proizvodnje

Relacija između kategorija u problemu DP proizvodnje u fazi t
Zt  Z t 1  xt  qt
Zt 1  Z t  qt  xt
xt  Zt  Zt 1  qt
Uključivanje
ograničenja
proizvodnih kapaciteta
i skladišnih kapaciteta

0  xt  Zt  Zt 1  qt  Kt
pri čemu je: 0  Zt  St i
0  Zt 1  St 1
15. Izvesti proces iteracija sa zalihama u modelu DP proizvodnje.
Iteracije sa zalihama
Zt  Zt 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  Z0  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 meĎusobno 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.
16. Na osnovu proizvodnje u fazi t izvesti ograničenje za izlazne nivoe zaliha po
fazama u modelu DP proizvodnje.
Treba biti manja ili jednaka od zbira neisporučenih ugovorenih količina za kompletan period
(količine za faze t, t+1,…, N) i zaliha na kraju posljednje faze koje su unaprijed poznate
umanjenog za stanje ulaznih zaliha na početku te faze:
N
0  xt   q j  ( Z N  Z t 1 ) Uz ograničenje skladišnih
j t
kako je Z t 1  Z t  qt  xt važi sljedeće:

kapaciteta slijedi da
N ograničenje za izlazne nivoe
0  xt   q j   Z N   Z t  qt  xt    zaliha po fazama glasi:
j t
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
17. Izvesti ograničenja za nivoe proizvodnje po fazama u modelu DP proizvodnje.
Relacije međuzavisnosti i ograničenja skladišnih kapaciteta
Zt 1  Zt  qt  xt i 0  Z t  St 
0  Zt  qt  xt  St 1 
Zt  qt  St 1  xt  Z t  qt
Objedinjavanjem 0  xt  Kt i Zt  qt  St 1  xt  Z t  qt 
posljednje relacije sa
ograničenjem  0   Kt 
proizvodnih kapaciteta max    xt  min  
ograničenja za nivoe  Zt  qt  St 1   Z t  qt 
proizvodnje po
fazama glase:
18. Elaborirati funkciju ukupnih troškova u okviru odreĎenog budućeg perioda

proizvodnje koji se sastoji od N vremenskih intervala ili faza i njezinu strukturu u
modelu DP proizvodnje.
Troškovi proizvodnje u fazi t

 Fiksni troškovi za pripremu proizvodne serije ako je proizvodnja realizovana ili >0.
 Troškovi proizvodnje (varijabilni troškovi) serije, ukoliko znamo proizvodnu cijenu svake
jedinice analiziranog proizvoda u okviru proizvedene količine
 Troškovi skladištenja zaliha nivoa Zt, ukoliko znamo cijenu skladištenja za svaku jedinicu
analiziranog proizvoda u okviru zaliha koje se iz faze t prenose u narednu fazu (t+1)
Ct  Ft  at  xt  bt  Zt  Ct  f ( xt , Zt )
za xt  0  Ft  0
Ukupni troškovi u okviru

određenog budućeg => C=∑Nt=1 Ct (xt,Zt)
perioda proizvodnje koji se
sastoji od N vremenskih
intervala ili faza
19. Izvesti opštu iterativnu funkciju za odreĎivanje minimalnih ukupnih troškova

proizvodnje za svaku moguću varijantu zaliha na kraju i-te faze u modelu DP
proizvodnje.
Iterativna funkcija cilja – funkcija troškova
N 
min C  min  Ct ( xt , Zt )   f ( Z )  min C  min  C ( x , Z ) 
N
 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 
N  2  f 2 ( Z 2 )  min C  min   Ct ( xt , Z t )   troškova proizvodnje za svaku
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  f3 ( Z 3 )  min C  min   Ct ( xt , Z t )  
xt  t 1  fi ( Zi )  min  fi 1 ( Zi 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: fi ( Z i )  min  fi 1 ( Z i 1 )  Ci ( xi , Z i ) 
xi
20. Konstruisati algoritam za rješavanje problema DP proizvodnje.
Algoritam za rješavanje problema DP proizvodnje
A. Ograničenja
 Za zalihe
 St 
 N 
0  Z t  min  
  q j  ZN 
 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
 Zt  qt  St 1   Zt  qt 
B. Intervalni troškovi proizvodnji
Ct  Ft  at  xt  bt  Zt
za xt  0  Ft  0
C. Iteracije
 Veza izmeĎu nivoa zaliha susjednih faza za sve moguće parove iz A:
Zt 1  Zt  qt  xt
 Iterativna funkcija minimalnih ukupnih troškova proizvodnje:
f1 ( Z1 )  C1 ( x1 , Z1 ), za i  1
fi ( Zi )  min  fi 1 ( Zi 1 )  Ci ( xi , Zi ) , za i  2, N
xi
21. Definisati cilj kod problema DP zaliha.
Cilj kod problema planiranja zaliha repromaterijala
 Višeetapnost
 U toku odreĎenog budućeg perioda proizvodnje u sistemu koji se odnosi na proizvodnju
odreĎenog 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
22. Elaborirati ključne pretpostavke modela DP zaliha.
1.
xt  0, t  1, N količina analiziranog repromaterijala koju sistem treba nabaviti i unjeti na
skladište na početku faze t  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
Q   qt
t 1
4. Zt  0, t  1, N nivo zaliha analiziranog repromaterijala koji u intervalu ili fazi t ostaje u
sistemu nakon isporuke proizvodnji tražene količine za tu fazu  stanje sistema za svaku fazu
 5. Zalihe analiziranog repromaterijala na početku odreĎenog budućeg perioda proizvodnje

( Z  0 ) kao i na kraju tog perioda ( Z N  0 ), čiji je nivo unaprijed poznat
0
6. Kt  0, t  1, N tržišna ograničenja  0  xt  Kt
St  0, t  1, N skladišni kapaciteti 
0  Zt  St
N N
x
t 1
t  Q  ( Z N  Z 0 )   qt  (Z N  Z 0 )
t 1
23. Koji finansijski podaci su potrebni u postavci modela DP zaliha.
 Fiksni troškovi
Ft , t  1, N za xt  0
 Nabavna cijena
at , t  1, N
 Cijena skladištenja
bt , t  1, N
24. Definisati zadatak modela DP zaliha.
Zadatak
Odrediti količine nabavki analiziranog repromaterijala
x1 , x2 , ..., xN 
koje sistem treba realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala
Z1, Z2 , ..., Z N 
tako da se minimiziraju ukupni troškovi zaliha za odreĎeni 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 izmeĎu tih kategorija?
Kategorije za svaku fazu DP zaliha repromaterijala
26. Elaborirati funkciju ukupnih troškova u okviru odreĎenog budućeg perioda

modelu DP zaliha.
Troškovi zaliha u fazi t
 Fiksni troškovi za realizaciju nabavke ako je nabavka realizovana ili >0.

 Troškovi kupovine repromaterijala, ukoliko znamo nabavnu cijenu svake jedinice
analiziranog repromaterijala u okviru nabavljene količine
 Troškovi skladištenja zaliha repromaterijala, ukoliko znamo cijenu skladištenja za svaku
jedinicu analiziranog repromaterijala u okviru zaliha koje se u fazi t nalaze na skladištu
sistema
Ct  Ft  at  xt  bt  Zt  Ct  f ( xt , Zt )
za xt  0  Ft  0

određenog budućeg perioda N 
f N ( Z N )  min C  min  Ct ( xt , Zt ) 
proizvodnje koji se sastoji od xt  t 1 
N vremenskih intervala ili
faza
27. Izvesti opštu iterativnu funkciju za odreĎivanje minimalnih ukupnih troškova
repromaterijala za svaku moguću varijantu zaliha na kraju i-te faze u modelu DP
zaliha.
  N
N 
min C  min  Ct ( xt , Zt )   f N ( Z N )  min C  min  Ct ( xt , Zt )  
 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 ) 
x1 , x2 x2
varijantu zaliha na kraju i-te faze 
 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 )   fi ( Zi )  min  fi 1 ( Zi 1 )  Ci ( xi , Zi ) 
x1 , x2 , x3
xi
 min  f 2 ( Z 2 )  C3 ( x3 , Z 3 ) 
x3
analogno: fi ( Z i )  min  fi 1 ( Z i 1 )  Ci ( xi , Z i ) 
xi
28. Konstruisati algoritam za rješavanje problema DP zaliha.
Algoritam za rješavanje problema DP zaliha repromaterijala
A. Ograničenja
 St 
 Za zalihe  N 
0  Z t  min  
  q j  ZN 
 j t 1 
 Za nabavku repromaterijala
0  x1  Z1  q1  Z 0  K1 , za t  1
 0   Kt 
max    xt  min   , za t  2, N
 Zt  qt  St 1   Zt  qt 
B. Intervalni troškovi zaliha repromaterijala
Ct  Ft  at  xt  bt  Zt
za xt  0  Ft  0
C. Iteracije
 Veza izmeĎu nivoa zaliha susjednih faza za sve moguće parove iz A:
Zt 1  Zt  qt  xt
 Iterativna funkcija minimalnih ukupnih troškova zaliha:
f1 ( Z1 )  C1 ( x1 , Z1 ), za i  1
fi ( Zi )  min  fi 1 ( Zi 1 )  Ci ( xi , Zi ) , za i  2, N
xi
29. Definisati cilj kod problema DP kupoprodaje.
Cilj kod problema planiranja kupoprodaje
 Sistem se bavi prometom ili kupoprodajom

 Skladište poznatog kapaciteta
 Moguće varijante u kontekstu poslovanja sa zalihama tog proizvoda:
 Kupovati proizvod
 Prodavati proizvod
 Prvo prodavati pa kupovati proizvod
 Prvo kupovati pa prodavati proizvod
 Ako je poznata zarada ili dobit po jedinici tog proizvoda za svaku moguću poslovnu
varijantu i svaku fazu  definicija problema:
U svakoj vremenskoj jedinici ili fazi, odabrati takav način poslovanja sistema tako da
ukupna zarada na kraju vremenskog perioda od vremenskih jedinica bude maksimalna.
30. Elaborirati ključne pretpostavke modela DP kupoprodaje.
1. xt  0, t  1, N nivo nabavke ili kupovine analiziranog proizvoda tokom faze t koji se na

početku naredne faze (t+1) unese u skladište sistema  odluka za svaku fazu
2. Zt  0, t  1, N nivo zaliha analiziranog proizvoda koji se na početku intervala ili faze t

nalazi u sistemu  stanje sistema za svaku fazu
3. yt  0, t  1, N nivo prodaje analiziranog proizvoda sa skladišta sistema kupoprodaje

tokom faze t  odluka za svaku fazu
0  yt  Zt
4. Zalihe analiziranog proizvoda na početku odreĎenog budućeg perioda proizvodnje (Z1  0 ) kao i
na kraju tog perioda ( Z N 1  0), čiji je nivo unaprijed poznat
5. S  0, t  1, N skladišni kapaciteti 
t
0  Zt  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  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 
Z1, Z2 , ..., Z N 
tako da se maksimizira ukupna zarada ili dobit sistema od procesa kupoprodaje za odreĎeni
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 izmeĎu tih kategorija?
Kategorije za svaku fazu DP kupoprodaje
Relacija između kategorija u problemu DP kupoprodaje u fazi t
Slijedi relacija 
Zt 1  Zt  yt  xt
34. Izvesti proces iteracija sa zalihama u modelu DP kupoprodaje.
Z t 1  Z t  yt  xt 
Zt 1  Zt  yt  xt  Z 2  Z1  y1  x1
Z 3  Z 2  y2  x2 
kako je
Z 2  Z1  y1  x1
Nivo zaliha u datoj fazi i predstavljen   Z1  y1  x1   y2  x2  Z1   y1  y2    x1  x2 

je kao posljedica (ili u zavisnosti Z 4  Z 3  y3  x3 
kako je
od) niza „dvodimenzionalnih“ Z3  Z1  y1  y2    x1  x2 
odluka ili parova (xi, yi), to jeste:   Z1   y1  y2    x1  x2    y3  x3 
• unaprijed zadanog poznatog  Z1   y1  y2  y3    x1  x2  x3  ...

nivoa zaliha na početku perioda i i
Z i  Z1   xt   yt 
• nepoznatog niza nivoa nabavki i t 1 t 1
•  
i i i
nepoznatog niza nivoa prodaja. Z1    yt   xt   Z1   ( yt  xt )
 t 1 t 1  t 1
35. Izvesti ograničenja u modelu DP kupoprodaje.
Ograničenja
Zt 1  Zt  yt  xt i 0  Zt  St
0  Zt 1  St 1  0  Zt  yt  xt  St 1 
yt  Zt  xt  St 1  yt  Zt  0  xt  St 1
kako je
0 yt  Zt 
yt  Zt  0
max xt  St 1 , ako je yt  Zt
min xt  0, uz uslov da je yt  Zt  St
Zt 1  Zt  yt  xt  0  yN  Z N  Z N 1  xN  Z N  S N
36. Elaborirati funkciju ukupne dobiti u okviru odreĎenog budućeg perioda koji se
sastoji od N vremenskih intervala ili faza u modelu DP kupoprodaje.
Funkcija cilja – funkcija dobiti

Intergralno za sve faze, funkcija ukupne dobiti glasi
N N
D   Dt ( yt , xt )    bt  yt  at  xt 
t 1 t 1
37. Izvesti opštu iterativnu funkciju za odreĎivanje maksimalne ukupne dobiti za svaku
moguću varijantu zaliha na početku (N-d)-te faze u modelu DP kupoprodaje.
Iterativna funkcija cilja – funkcija dobiti
d - rastojanje tekuće faze t i posljednje faze N posmatranog perioda:
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  aN  xN )
N  2  period ima samo dvije posljednje faze ( N  1) i N , Opšta iterativna funkcija

te je za prvi interval t  N  1 i d  1: za određivanje
 N  maksimalne ukupne
f 2 ( Z N 1 )  max D  max   Dt ( yt , xt )  
( yt , xt ) t  N 1  dobiti za svaku moguću
varijantu zaliha na
 max  DN 1 ( yN 1 , xN 1 )  DN ( y N , xN )   max  (bN 1  yN 1  aN 1  xN 1 )  f1 ( Z N ) 
( yt , xt ) ( yt , xt ) početku (N-d)-te faze
analogno: f d 1 ( Z N  d )  max (bN d  yN d  aN d  xN d )  f d ( Z N d 1 )  , za d  1, ( N  1)

( yt , xt )
38. Konstruisati algoritam za rješavanje problema DP kupoprodaje.
Algoritam za rješavanje problema dinamičkog programiranja kupoprodaje
 Za d=0:
 Ograničenja:
 Funkcija cilja
f1 (Z N )  DN ( yN , xN )  max(bN  yN  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
 Sistem raspolaže sa Q jedinica analiziranog resursa:

 ukupan iznos finansijskih sredstava za investicije ili
 broj mašina istog tipa ili
 ukupan kapacitet odreĎenog transportnog sredstva
 Broj objekata na koje sistem može rasporediti raspoloživu količinu analiziranog resursa Q
-N
 xt  0 dio ukupno raspoložive količine analiziranog resursa Q koji je dodjeljen

objektu t
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 rasporeĎuje jednaku
 Efekti meĎusobno nezavisni  redosljed raspodjele nebitan
xt  0  Et ( xt )  0
 Ukupan efekat programa alokacije resursa
N
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
41. Definisati zadatak modela DP alokacije resursa.

Zadatak
Potrebno je determinisati optimalan plan rasporeĎivanja raspoložive količine ograničenog

resursa na N objekata to jeste odrediti takvu kombinaciju veličina
x1 , x2 , ..., xN 
tako da sistem ostvari maksimalan ukupni efekat.
42. Opisati model dinamičkog programiranja alokacije resursa.

Model dinamičkog programiranja raspoređivanja ograničenih resursa
43. Definisati cilj programiranja raspodjele oskudnih resursa.
Cilj programiranja raspodjele ograničenih resursa
Ostvariti maksimalan ukupan efekat N

f N (Q)  max  Et ( xt )
xt
t 1
ako važi
0  xt  Q
N
x
t 1
t Q
44. Izvesti iterativnu funkciju za odreĎivanje maksimalnih ukupnih efekata za svaku

moguću varijantu rasporeda analiziranog resursa na N objekata u modelu DP
alokacije resursa.
Iterativna funkcija cilja – funkcija efekta
1
N  1, 0  Q  M 1  x1  Q i f1 (Q)  max  Et ( xt )  E1 (Q)
0 x1 Q
t 1
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: fi (Q) 
0 xt Q
 Ei ( xi )  fi 1 (Q  xi )
Opšta iterativna funkcija za odreĎivanje maksimalnih ukupnih efekata za svaku moguću varijantu
rasporeda analiziranog resursa na N objekata
45. Konstruisati algoritam za rješavanje modela DP alokacije resursa.

Algoritam za rješavanje problema DP raspoređivanja ograničenih resursa
TEORIJA REDOVA ČEKANJA
1. Definisati teoriju redova čekanja.
 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 meĎuzavisnost
izmeĎu dolazaka primaoca usluga, njihovog čekanja na uslugu, opsluživanja te na
kraju izlaska primaoca usluga iz sistema,
 Cilj  optimalno funkcionisanje sistema.
2. Koji su osnovni elementi modela TRČ.

Analiziranje i programiranje rada uslužnih sistema , Klijenti ili korisnici usluga, Davaoci usluga
ili opsluživači, Stanice, Usluge, Sistem reda čekanja, Uzroci stvaranja redova čekanja u uslužnim
sistemima .
3. Opisati važne karakteristike uslužnog sistema.

Sistem ostvaruje prihod naplaćivanjem realizovanih usluga klijentima., Sistem ima odgovarajuće
troškove održavanja i rada pripadnih stanica., Sistem iz svog poslovanja ostvaruje dobit. Visina
dobiti zavisi od niza faktora:( od posmatranog perioda njegovog rada, od raspolažućeg „protočnog
kapaciteta“ sistema u takvom periodu, od kvaliteta usluga i od visine cijena koje se naplaćuju za
takve usluge, od ostalih faktora koji mogu da utiču na potencijalne klijente posmatranog uslužnog
sistema, od fiksnih troškova održavanja postojećih stanica uslužnog sistema (bez obzira radile ili
ne) i od varijabilnih troškova prilikom rada tih stanica (repromaterijal i sl.).
4. Opisati generalno prihvaćenu metodologiju rješavanja problema TRČ.

Ocjenjuju se odreĎeni parametri karakteristični za uslove u kojima se odvija rad posmatranog
uslužnog sistema, Pronalazi se „optimalni kapacitet“ rada tog sistema u odnosu na posmatrani
period i odreĎuju se odgovarajuće optimalne vrijednosti svih parametara važnih za nesmetanu
primjenu optimalnog rješenja.
5. Koji elementi opisuju sistem usluživanja?

1. Raspodjela vremena dolazaka jedinica (zahtjeva za uslugu)
a) sa jednakim intervalima vremena,
b) sa nejednakim, ali unaprijed odreĎenim determinisanim vremenskim intervalima i
c) sa nejednakim intervalima vremena koji nisu unaprijed poznati nego slučajni.
2. Raspodjela vremena opsluživanja
a) konstantno (uvijek jednako vrijeme),
b) varijabilno, ali unaprijed poznato (odreĎeno) i
c) slučajno
3. Broj uslužnih mjesta (kanala ili stanica),
4. Kapacitet sistema opsluživanja,
5. Redoslijed opsluživanja klijenata odnosno disciplina reda
a) FIFO
b) LIFO
c) PRIOR
d) SIRO
e) GD
6. Broj stupnjeva usluge
6. Šta su klijenti? Koji se elementi vežu uz klijente?
Klijenti su ljudi (predmeti) koji, tokom perioda, mogu doći u dati sistem usluživanja po
odgovarajuće usluge.
Za klijente definišemo slijedeće elemente: m kao broj svih mogućih klijenata sistema. Ako broj
svih mogućih klijenata sistema unaprijed možemo odrediti, označavamo „m<+∞“. Ako broj svih
mogućih klijenata sistema unaprijed ne možemo odrediti označavamo „m=+∞“, n kao broj
istovremeno prisutnih klijenata u sistemu, i (m-n) – broj klijenata izvan sistema.
7. Kakva može biti populacija klijenata (dati primjer)?

Populacija klijenata može biti Konačna (broj mašina koje mogu zahtijevati opravku, ako
preduzeće ima 30 mašina) i Beskonačna (broj ljudi koji čekaju u redu za gorivo).
8. Šta je stanica? Koji se elementi vežu uz stanicu?

Mjesta u sistemu na kojima se klijentima pružaju odgovarajuće usluge odnosno obrade.
Simboli: S je broj stanica iste vrste usluživanja. Kako smo predhodno naveli, sisteme možemo
klasificirati na sisteme: sa jednom stanicom odreĎene vrste usluživanja (S=1), ili sa više stanica
iste vrste usluživanja (S≥2).
s je broj svih istovremeno slobodnih stanica koje u datom trenutku ne uslužuju ni jednog klijenta i
k=(S-s) je broj istovremeno zauzetih stanica.
9. Šta su usluge i kakve mogu biti?

Usluge su ono što klijenti očekuju da će dobiti u uslužnom sistemu. Mogu biti Konstantne (objekti
koji dolaze na obradu u proizvodnoj liniji i dobijaju standardnu obradu) i Varijabilne ( ljudi koji
troše novac u shoppingu imaju različite prohtjeve zavisno od niza faktora).
Načini usluživanja mogu biti:
 Jednofazno usluživanje, ako klijent željenu uslugu kompletno dobije na jednom mjestu -
stanici sistema
 Višefazno usluživanje, ako klijent željenu uslugu kompletira na više raznih stanica
sistema
 Jednokanalno usluživanje, ako sistem ima samo jednu (S=1) stanicu odreĎene vrste
usluživanja
 Višekanalno usluživanje, ako sistem ima više (S≥2) istovrsnih stanica usluživanja
10. Kakav red čekanja može biti prema načinu usluživanja?

Može biti : Jednokanalni-jednofazni sistem, jednokanalni-višefazni sistem, višekanalni-jednofazni
sistem i višekanalni-višeazni sistem.
11. Opisati stanje sistema prema dužini reda čekanja.

Dužina reda čekanja – r:
Nema repa, r=0 kada i Ima repa, r>0
Prema dužini reda čekanja kao broju klijenata u redu čekanja sistem može imati red čekanja koji
je konačan ili beskonačan:
 beskonačni red čekanja –broj korisnika može biti bilo koji, bez gornje granice,
 konačni red čekanja – broj korisnika koji se mogu naći u redu je ograničen.
12. Definisati očekivani broj istovremeno prisutnih klijenata u sistemu.

Vjerovatnoće pn svake moguće varijante n u bilo kojem trenutku tog budućeg perioda (0,1):
 n : 0, 1, 2, ...,m m

 gdje je  pn  1
 pn : p0 , p1 , p2 ,..., pm n 0 
OdreĎivanje očekivanog broja istovremeno prisutnih klijenata u sistemu:
m
n   n  pn
n 0
13. Definisati očekivani broj slobodnih stanica sistema.

Slobodne stanice pojaviće se samo ako je u datom trenutku perioda (0,1) ispunjen odnos
0≤n≤S
S=constans i n promjenljiva sa vjerovatnoćom pn  promjenljivoj s odgovara ista distribucija
vjerovatnoća koja odgovara promjenljivoj n. S 1 S
Izračunavanje očekivanog broja slobodnih stanica sistema : s   ( S  n)  pn   ( S  n)  pn
n 0 n 0
14. Definisati očekivani broj klijenata koji čekaju u redu.

Samo ako je u datom trenutku perioda [0,1] ispunjen odnos n>S, slijedi
S=constans i n promjenljiva sa vjerovatnoćom pn  promjenljivoj r odgovara ista distribucija
vjerovatnoća koja odgovara promjenljivoj n. m
Izračunavanje očekivanog broja klijenata koji čekaju u redu : r   (n  S )  pn
n  S 1
15. Definisati očekivani broj klijenata koji već primaju uslugu u sistemu.
k  S s  k  S s
prema osobinama
aritmetičke sredine i kako je
S unaprijed zadana konstanta
16. Definisati očekivana ili prosječna vremena u sistemu.

Vn - prosječno vrijeme ukupnog boravka klijenta u sistemu
Vk - prosječno vrijeme boravka klijenta u stanici sistema u toku pružanja usluge
Vr - prosječno vrijeme boravka klijenta u repu sistema (vrijeme čekanja)
Važi da je:
Vn  Vr  Vk Vk  1

17. Definisati koeficijent (ne)iskorištenosti kapaciteta sistema.

Koeficijent iskorištenosti sistema S s
100%
S
Koeficijent neiskorištenosti sistema: s
100%
S
18. Navesti i objasniti karakteristične vjerovatnoće u TRČ.

Vjerovatnoća da je sistem prazan: Po=P(n<1)=1-P(N>=1)
Vjerovatnoća da sistem nije prazan: P(n>0)=1-Po
Vjerovatnoća da u sistemu ima slobodnih stanica: P(n<S)=1-P{n>(S-1)}
Vjerovatnoća da je zauzeto svih S stanica:P(n>=S)= 1-P(n<S)
Vjerovatnoća nepostojanja repa, kada je: P(n<=S)=1-P(n>S)
Vjerovatnoća postojanja repa: P(n>S)=1-∑Pn
Vjerovatnoća da u sistemu ima manje od Q klijenata: p(n<Q)=∑Pn

Vjerovatnoća da u sistemu nema manje od Q klijenata: P(n>=Q)=P{n>(Q-1)}
Vjerovatnoća da u sistemu nema više od Q klijenata: P(n<=Q)=p(n<Q)+Pq
Vjerovatnoća da u sistemu ima više od Q klijenata: P(n>Q)= 1-∑Pn
Vjerovatnoća da u sistemu nema manje od L a ni više od Q klijenata: P(L<=n<=Q)=

P(n<=Q)-P{n<=(L-1)}
19. Definisati koeficijent (ne)ispravnosti mašina.

Ako ima tačno m mašina (m<+) u odnosu na period (0,1) možemo odrediti koeficijent ili
procenat stalno (ne)ispravnih mašina:
Koeficijent stalno ispravnih mašina
mn
100%
m
Koeficijent stalno neispravnih mašina :
n
100%
m
20. Definisati ekonomsku funkciju cilja u sistemu koji prati TRČ.

Kategorije troškova: Troškovi nastali zbog čekanja klijenata i Troškovi nastali zbog
neiskorištenosti stanica to jeste zbog postojanja slobodnih stanica.
Specifičnost problema u TRČ
Nije moguće u potpunosti eliminisati čekanje već samo gubitke zbog čekanja svesti na minimum
21. Koje karakteristike se vežu uz vjerovatnoće dogaĎaja u sistemu?

Nezavisnost : Vjerovatnoća da će u vremenskom intervalu (a,a+t) doći n klijenata u sistem reda
čekanja ne zavisi od broja klijenata koji su došli prije trenutka a već samo od dužine posmatranog
vremenskog intervala koja iznosi t.
Ordinarnost U sistem reda čekanja klijenti dolaze pojedinačno, a dolazak dva ili više klijenata
istovremeno skoro da nije moguć.
Stacionarnost Očekivani broj klijenata koji se u sistemu pojavljuju u jedinici vremena, kao
intenzitet stacionarnog toka dogaĎaja, jednak je konstanti i ne zavisi od vremena
22. Koje posljedice se vežu uz vjerovatnoće dogaĎaja u sistemu?
Dužina t konačnog vremenskog intervala (a,a+t) proizvoljno se odreĎuje.
U konačnom vremenskom intervalu (a,a+t) u sistem može doći konačan broj klijenata n.
U početnom trenutku posmatranog perioda (0,1) kao i u početnom trenutku prvog intervala
tog perioda (0,t) u sistemu nije bio zatečen niti jedan klijent.
Klijenti u sistem pristižu neravnomjerno, te su vremenski razmaci izmeĎu pristizanja dva
neposredno susjedno pristigla klijenta nejednake dužine.
Ako u trenutku t u sistemu ima n klijenata u narednom vremenskom razmaku može doći
maksimalno još jedan klijent. Zato predstavlja vjerovatnoću da će u toku zbirnog intervala u
sistem doći n klijenata, te predstavlja vjerovatnoću da će u toku zbirnog intervala u sistem
doći (n+1) klijent.
Vjerovatnoća da će u toku vremenskog razmaka u sistem stići novi klijent proporcionalna je
dužini tog vremenskog razmaka, te slijedi:
p    t  pn1 (t  t )  pn (t )
gdje  predstavlja koeficijent proporcionalnosti.
Vjerovatnoća da u toku vremenskog razmaka ∆t u sistem neće stići niti jedan novi klijent
1  p  1    t
23. Elaborirati vjerovatnoću dolazaka klijenata u sistem.
Vjerovatnoća da će u sistem usluživanja doći n klijenata u toku vremenskog intervala dužine t u
toku cijelog posmatranog perioda (0,1) ponaša se prema modelu Poisson-ove distribucije
vjerovatnoća:
  t 
n
pn   e  t
n!
pri čemu parametar (  t ) predstavlja očekivanu vrijednost i varijansu te distribucije
24. Elaborirati vjerovatnoću intervala izmeĎu ulazaka klijenata u sistem.

Vremenski interval izmeĎu 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/)) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivani vremenski interval izmeĎu dva uzastopna ulaska klijenata u sistem
25. Elaborirati vjerovatnoću trajanja usluge.

Vremenski interval izmeĎu dva susjedna izlaska klijenta iz sistema  jednak je dužini usluživanja
klijenta koji naredni izlazi iz sistema.
Varijabla trajanje usluge  u sistemu je slučajna varijabla koja se ponaša prema modelu
eksponencijalne distribucije vjerovatnoća:
g ( )    e  
pri čemu parametar (1/) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivano ili prosječno trajanje usluge.
26. Elaborirati pretpostavku stabilnosti sistema u TRČ.
Jedna stanica u sistemu istovremeno može opsluživati samo jednog klijenta.

Prosječno trajanje takve usluge iznosi ( 1 ) dijela perioda (0,1).

Jedna stanica u periodu (0,1) može pružiti maksimalno  prosječnih usluga
U periodu (0,1) kapacitet sistema koji ima S stanica istog tipa jednak je .
Broj  se u konkretnom empirijskom istraživanju izračunava na bazi snimljenih podataka.
  t vjerovatnoća da će u vremenskom razmaku ∆t na nekoj od stanica sistema biti opslužen

jedan klijent
(1    t ) vjerovatnoća da u vremenskom razmaku ∆t na nekoj od stanica sistema neće biti
opslužen niti jedan klijent
Uslov - u sistemu se nalazi dovoljan broj klijenata n.
Očekivani broj klijenata koje možemo očekivati da će doći u sistem u toku cijelog posmatranog
perioda (0,1) je , dok je  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 
27. Elaborirati moguće varijante za opšte modele TRČ.

Prema broju klijenata prisutnih u sistemu možemo razlikovati dva slučaja:
 Sistem je prazan u trenutku to jeste n=0
 Sistem nije prazan u trenutku to jeste n>0.
Za bilo koji vremenski razmak broj klijenata prisutnih u sistemu (n) zavisi od slijedećih faktora:
 Broj klijenata u trenutku t - .
 Da li je u toku vremenskog razmaka u sistem došao novi klijent (ako jeste +1, ako
nije +0).
Broja klijenata koji su tokom vremenskog razmaka bili u sistemu - :
  će biti jednako  ako u toku vremenskog razmaka u sistem nije došao
novi klijent i
  će biti jednako (+1) ako je u toku vremenskog razmaka u sistem došao
novi klijent.
Da li je do kraja vremenskog razmaka neki klijent izašao iz sistema ili nije (ako jeste -1, ako nije
-0).
28. Nabrojati četiri karakteristična opšta tipa sistema usluživanja. Vec uradjeno
29. Definisati pretpostavke I modela TRČ ( S 1, m ).
U trenutku t u sistemu nalazi n klijenata  izvan sistema nalazi se nepoznat broj klijenata
(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
Jedna stanica  vjerovatnoća da će u vremenskom razmaku ∆t u sistemu biti opslužen jedan
klijent (   t )
Vjerovatnoća da u vremenskom razmaku ∆t u sistemu neće biti opslužen niti jedan klijent jednaka
(1    t )
Poseban slučaj je kada u vremenskom razmaku ∆t u sistemu nema niti jedan klijent te je
vjerovatnoća da u sistemu neće biti opslužen niti jedan klijent jednaka 1 ili 100%.
30. Kroz odreĎivanje 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 )    pn 1 (t )    pn 1 (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
31. Izvesti relaciju za odreĎivanje:
a. Prosječnog broja klijenata istovremeno prisutnih u sistemu

ñ= ψ/1- ψ
b. Prosječnog broja klijenata istovremeno prisutnih u sistemu u redu čekanja
ř= ψ 2/1- ψ
c. Prosječnog broja istovremeno slobodnih stanica
u I modelu TRČ.
ŝ=1- ψ
32. Definisati pretpostavke II modela TRČ ( S 1, m ).

U trenutku t u sistemu se nalazi n klijenata  izvan sistema nalazi se poznat broj klijenata
(m  n)  0
p  (m  n)    t
1  p  1  (m  n)    t 
Jedna stanica  vjerovatnoća da će u vremenskom razmaku ∆t u sistemu biti opslužen jedan klije
(   t )
(1    t )
33. Kroz odreĎivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za II

model TRČ.
za model S  1 i m  
m    p0 (t )    p1 (t )  0 za n  0
  (m  n)       pn (t )    pn 1 (t )  (m  n  1)    pn 1 (t )  0, za n  0
1 m!
p0  , pn   n  p0
m
m! (m  n)!

n 1 ( m  n)!
 n
              

34. Izvesti relaciju

za odreĎivanje:  
 b. Prosječnog broja klijenata istovremeno prisutnih u sistemu u redu čekanja
   

  
   

u II modelu TRČ.   


 
   
 ŝ=Po 
           
   istovremeno
b. Prosječnog broja klijenata  prisutnih u sistemu u redu čekanja
     1     
  p   r  m     1  p0 
         
     slobodnih stanica:
c. Prosječnog broja istovremeno
k    (m  n )
35. Definisati pretpostavke III modela TRČ ( S 1, m ).

U trenutku t u sistemu nalazi n klijenata  izvan sistema nalazi se nepoznat broj klijenata
(m  n)  (  n)  
kako je n konačno
p    t
1  p  1    t
Više stanica  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 )
36. Kroz odreĎivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za
III model TRČ.
za model S  1 i m  
  p0 (t )    p1 (t )  0, za n  0
(  n   )  pn (t )    pn 1 (t )  (n  1)    pn 1 (t )  0, za 0  n  S
(  S   )  pn (t )    pn 1 (t )  S   pn 1 (t )  0, za 0  n  S
      
 
                     
   1     
 
p (t )  p 0 0 S 1
n S  


   
   S  S
        n 
 0 n!
   
( S )  ( S  1)!       
ako
sa 
podijelimo 
   1 (t )    p (t ), za n  S
n

 pn (t )  n   pn 1 0  S 1

  p 
 
n! S
   
(t )
   p (t )  
n n
 p0 (t ), za n  S
    n
S ! S n  S

 
     
                    

37. Izvesti relaciju za odreĎivanje:
    u redu
  prisutnih u sistemu
a. Prosječnog broja klijenata istovremeno
    čekanja:
 
 
n  r k     

b. Prosječnog broja istovremeno slobodnih stanica
       s  S 
u III modelu TRČ.
38. Definisati pretpostavke IV modela TRČ ( S 1, m ).

U trenutku t u sistemu nalazi n klijenata  izvan sistema nalazi se poznat broj klijenata
(m  n)  0
p  (m  n)    t
1  p  1  (m  n)    t
Više stanica  vjerovatnoća da će u vremenskom razmaku ∆t u sistemu od n zaposlenih stanica
makar jedna završiti usluživanje (n    t )

(1  n    t )
39. Kroz odreĎivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za IV
model TRČ.
za model S  1 i m  
m    p0 (t )    p1 (t )  0, za n  0
  (m  n)    n     pn (t )  (n  1)    pn 1 (t )  (m  n  1)    pn 1 (t )  0, za 0  n  S
  (m  n)    S     pn (t )  S    pn 1 (t )  (m  n  1)    pn 1 (t )  0, za 0  n  S
 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      n , S  n  m
nS 
 p0  n  p0  S ! S n
1
p0  , 0nm
m
 pn 
1  
n 1  p0 
40. Kako odreĎujemo prosječno trajanje različitih oblika boravka klijenta u sistemu u IV
modelu TRČ?
Kako je po definiciji: k  S  s i n  r  k 
podijelimo izraz za n
sa  k kako bismo dobili
1
kao član izraza , jer je

1
po definiciji Vk 

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. Navesti i objasniti osnovne pojmove u teoriji igara.
Igra je formalni opis strategijske situacije čiji ishod ne zavisi samo od jednog
učesnika (onog koji donosi odluku) već i od odluka svih ostalih aktera.
• Sudionici igre ili igrači
– Strane u konfliktu
– Pretpostavlja se racionalno ponašanje
• Strategije
– Skup poteza ili alternativnih opcija za svakog igrača
– Predstavlja ponašanje svakog igrača
• Funkcija cilja, funkcija korisnosti, funkcija isplata
– Numerički iskaz koji mjeri ishode igre
• Rezultat igre,
– Dobitak/gubitak
– Vrijednost funkcije isplata pri konkretnoj odluci učesnika igre
2. Koji su kriteriji za klasifikaciju igara i kako se dijele igre po tim

kriterijima.
Postoje različiti kriteriji prema kojima se diferenciraju različite vrste igara:

o Broj učesnika (igre sa dva lica, igre sa tri lica, ..., igre sa n lica)
o Broj strategija (konačna igra, beskonačna igra)
o Karakteru funkcije plaćanja ( igre sa nultom sumom, igre sa
nenultom sumom)
o Način odlučivanja (statičke i dinamičke)
o Dostupnost informacija o funkciji isplata (igre sa potpunom i
nepotpunom informacijom, tj. savršena i nesavršena informisanost)
o Međusobni odnosi igrača ( konkurentne i kooperativne)
3. Navesti pretpostavke za matrične igre nulte sume.
Pretpostavke za matrične igre nulte sume su:

o Broj učesnika je dva
o Ima konačan broj strategija
o Statičan način odlučivanja
o Savršena informisanost
o Konkurentan odnos igrača
4. Predstavljanje igre suma nula – opšti oblik (oznake, matrični zapis i
značenja)
5. Ciljevi igrača u matričnim igrama nulte sume (definisati vrijednost
igre, istaći najbolju i najlošiju vrijednost za oba igrača, koji cilj žele
ostvariti i u kakvom su odnosu).
Ako označimo vrijednost igre sa V:

6. Kako se određuje očekivana vrijednost strategija As i Bs?
7. Kako igrač A donosi odluku za eliminaciju inferiorne strategije?
Odnosno, ukoliko u matrici plaćanja postoji takav red K da su svi elementi

matrice plaćanja u tom redu manji ili jednaki od odgovarajućih elemenata
matrice plaćanja u redu L, onda igrač A neće igrati strategiju AK .
8. Kako igrač B donosi odluku za eliminaciju inferiorne strategije?
Odnosno, ukoliko u matrici plaćanja postoji takva kolona K da su svi elementi

matrice plaćanja u toj koloni veći ili jednaki od odgovarajućih elemenata matrice
plaćanja u koloni L, onda igrač B neće igrati strategiju BK .
9. Dokazati tvrdnju:
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 u odnosu na
odluku AK.
Red K možemo eliminisati iz

matrice plaćanja jer je
inferioran u odnosu na red L
10. Definisati čiste igre (navesti kriterij koji moraju zadovoljiti igre da bi
bile čiste igre i prokomentarisati stabilnost rješenja)
Tačka 𝑎𝑖𝑗 za koju vrijedi navedeni uslov naziva se tačka ravnoteže ( ekvilibrijuma) ili
sedlasta tačka.
Također se radi o stabilnoj ravnoteži i da se optimalna strategija igrača A sastoji od

izbora samo jedne opcije 𝐴𝑖 i optimalna strategija igrača B se sastoji od izbora samo
jedne opcije 𝐵𝑗 .
I. TEORIJA IGARA
1. Igra se definiše kao:
a. Situacija čiji ishod uvijek zavisi samo od jednog učesnika
b. Situacija koja se odnosi na potpunu kooperaciju između različitih
donosilaca odluka
c. Situacija koja se odnosi na djelimični ili potpuni konflikt između različitih
donosilaca odluka
2. Strategija se u teoriji igara definiše kao:

a. Skup većeg broja poteza
b. Skup uputa za igranje koji sadrži instrukcije što igrač treba raditi u svakoj
situaciji koja može nastupiti u toku partije
c. Situacija koja se odnosi na djelimični ili potpuni konflikt između različitih
donosilaca odluka
3. Porast vjerojatnoće kod igrača A da će ostvariti svoj cilj:

a. obavezno podrazumijeva smanjivanje vjerojatnoće kod igrača B da on
ostvari svoj cilj
b. podrazumijeva povećanje vjerojatnoće kod igrača B da on ostvari svoj cilj
c. ponekad podrazumijeva smanjivanje vjerojatnoće kod igrača B da on
ostvari svoj cilj
4. Koja od navedenih karakteristika ne opisuje situaciju koja je predmet teorije igara:

a. u igri uvijek učestvuje dva igrača
b. igra počinje tako da jedan ili više igrača izaberu jednu između
specificiranih alternativa (strategija)
c. nakon što je izbor pridružen prvom potezu, rezultat je određena situacija
koja određuje ko vrši sljedeći izbor i koje su mu alternative otvorene
d. izbori napravljeni od igrača mogu se i ne moraju saznati
5. Matrica plaćanja predstavlja:

a. broj igrača učesnika
b. numerički izraz dobitaka odnosno gubitaka učesnika neke igre u
varijantama izbora različitih strategija
c. krajnji ishod igre
6. Nekonkurentna (kooperativna) igra je:

a. igra u kojoj važi pravilo: da bi jedan igrač dobio, svi drugi moraju izgubiti
b. konfliktna situacija u kojoj su svi igrači međusobni protivnici
c. konfliktna situacija u kojioj dva ili više igrača međusobno sarađuju
7. Konkurentna (nekooperativna) igra je:

a. igra u kojoj važi pravilo: dobitak jednog ne znači automatski gubitak
drugog igrača
1
b. konfliktna situacija u kojoj su svi igrači međusobni protivnici
c. konfliktna situacija u kojioj dva ili više igrača međusobno sarađuju
8. Da bi igra mogla biti kooperativna u igri mora čestvovati više od dva igrača.
a. Tačno
b. Netačno
9. Ukoliko broj strategija je koje svakom od igrača u igri stoje na raspolaganju

ograničen govorimo o:
a. Konkurentnoj igri
b. Kooperativnoj igri
c. Konačnoj igri
d. Beskonačnoj igri
10. Igra sa nultom sumom podrazumijeva da:

a. suma ukupnog plaćanja je različita od nule
b. ukupan dobitak jednog ili više igrača je različit od ukupnog gubitka
“poraženih” igrača
c. ukupan dobitak jednog ili više igrača je jednak ukupnom gubitku
“poraženih” igrača
11. Ukoliko u igri kao učesnike imamo pripadnike jednog rukometnog tima, riječ je o:
a. Konkurentskoj igri sa dva igrača
b. Kooperativnoj igri sa dva igrača
c. Konkurentskoj igri sa više od dva igrača
d. Kooperativnoj igri sa više od dva igrača
12. Ukoliko je igra predstavljena u matričnoj formi, znači da je riječ o igri:

a. Sa više od dva igrača
b. Sa potpunom informisanošću
c. Sa kooperacijom
13. Ukoliko je igra predstavljena u formi stabla igre, znači da je riječ o igri:
a. Sa dva igrača
b. Konkurentskoj igri
c. Sa nepotpunom informisanošću
14. Dva igrača bacaju novčić. Ako je rezultat bacanja dva pisma ili dvije glave novac
uzima igrač A a ako je rezultat bacanja jedno pismo i jedna glava dobija igrač B. Oba
igrača u igru ulažu isti iznos S. Rezultat igre je iznos (S-N), gdje je N iznos novca
koji moraju dati osobi C. U ovom slučaju govorimo o:
a. Konkurenskoj igri dva igrača suma nula
b. Konkurenskoj igri dva igrača suma nenula
c. Kooperativnoj igri dva igrača suma nula
d. Kooperativnoj igri dva igrača suma nenula
2
15. Kada igrač A donese svoju konkretnu odluku Ai i igrač B donese svoju konkretnu
odluku Bj u konkurentskoj igri dva igrača suma nula dobija se:
a. konačan ishod igre
b. saldo igre
c. moguća vrijednost igre
16. U opštoj matrici plaćanja dimenzije mxn u konkurentskoj igri dva igrača suma nula,
kada je aij>0 znači da će:
a. igrač A dati igraču B vrijednost aij
b. igrač B dobiti od igrača A vrijednost aij j
c. igrač B dati igraču A vrijednost aij
17. U opštoj matrici plaćanja dimenzije mxn u konkurentskoj igri dva igrača suma nula,
kada je aij <0 znači da će:
a. igrač A dati igraču B vrijednost aij
b. igrač B dati igraču A vrijednost aij
c. igrač A dobiti od igrača B vrijednost aij
18. Ukoliko su u matrici plaćanja svi elementi pozitivni u konkurentskoj igri dva igrača
suma nula, tada igraču A odgovara:
a. najmanje pozitivan aij
b. najviše pozitivan aij
c. aij najbliži 0
19. Ukoliko su u matrici plaćanja svi elementi negativni u konkurentskoj igri dva igrača
suma nula, tada igraču A odgovara:
a. najmanje negativan aij
b. najviše negativan aij
c. aij po apsolutnoj vrijednosti najviše udaljen od 0
20. Ukoliko su u matrici plaćanja svi elementi pozitivni u konkurentskoj igri dva igrača
suma nula, tada igraču B odgovara:
a. najmanje pozitivan aij
b. najviše pozitivan aij
c. aij najudaljeniji od 0
21. Ukoliko su u matrici plaćanja svi elementi negativni u konkurentskoj igri dva igrača
suma nula, tada igraču B odgovara:
a. najmanje negativan aij
b. najviše negativan aij
c. aij po apsolutnoj vrijednosti najmanje udaljen od 0
22. U konkurentskoj igri dva igrača suma nula, najbolji mogući izbor igre za igrača A je
igra sa vrijednošću:
a. max aij
i, j
3
b. min aij
i, j
c. aij  0
23. U konkurentskoj igri dva igrača suma nula, najbolji mogući izbor igre za igrača B je
igra sa vrijednošću:
a. max aij
i, j
b. aij  0
c. min aij
i, j
24. U matrici plaćanja element aij ima vrijednost H>0. To znači da će:
a. Ukoliko igrač A odabere strategiju j i igrač B odabere strategiju i, rezultat
igre biti da igrač A izgubi H.
b. Ukoliko igrač B odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da igrač A dobije H.
c. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da igrač A dobije H.
25. U matrici plaćanja element aij ima vrijednost H=0. To znači da će:
a. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da oba igrača ništa niti dobiju niti izgube.
b. U izboru bilo koje strategije od strane oba igrača, rezultat igre biti da oba
igrača ništa niti dobiju niti izgube.
c. Ukoliko igrač A odabere strategiju j i igrač B odabere strategiju i, rezultat
igre biti da oba igrača ništa niti dobiju niti izgube.
26. U matrici plaćanja element aij ima vrijednost H<0. To znači da će:
a. Ukoliko igrač A odabere strategiju j i igrač B odabere strategiju i, rezultat
b. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
c. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da igrač B izgubi H.
27. U matrici plaćanja element a24 ima vrijednost 4. To znači da će:

a. Ukoliko igrač A odabere strategiju 4 i igrač B odabere strategiju 2, rezultat
igre biti da igrač A izgubi 4.
b. Ukoliko igrač A odabere strategiju 2 i igrač B odabere strategiju 4, rezultat
igre biti da igrač A dobije 4.
c. Ukoliko igrač A odabere strategiju 2 i igrač B odabere strategiju 4, rezultat
igre biti da igrač A izgubi 4.
28. U matrici plaćanja element a24 ima vrijednost (-1,7). To znači da će:
a. Ukoliko igrač A odabere strategiju 2 i igrač B odabere strategiju 4, rezultat
igre biti da igrač A dobije 1,7.
4
b. Ukoliko igrač A odabere strategiju 2 i igrač B odabere strategiju 4, rezultat
igre biti da igrač B izgubi 1,7.
c. Ukoliko igrač A odabere strategiju 2 i igrač B odabere strategiju 4, rezultat
igre biti da igrač B dobije 1,7.
29. Igrači A i B igraju sljedeću igru: Na stol stavljaju po novčić. Ako se na stolu nađu
dva pisma ili dvije glave novac uzima igrač A a ako se nađu jedno pismo i jedna glava
dobija igrač B. Oba igrača ulažu isti novčani iznos S u igru. Koji od navedenih ishoda
ne može biti ishod date igre:
a. igrač A stavio novčić na pismo i igrač B stavio novčić na pismo, te igrač A
dobiva iznos S.
b. igrač A stavio novčić na pismo i igrač B stavio novčić na glavu, te igrač A
dobija iznos S.
c. igrač A stavio novčić na glavu i igrač B stavio novčić na pismo, te igrač A
gubi iznos S.
30. Igrači A i B igraju sljedeću igru: Na stol stavljaju po novčić. Ako se na stolu nađu dva
pisma ili dvije glave novac uzima igrač A a ako se nađu jedno pismo i jedna glava
dobija igrač B. Oba igrača ulažu isti novčani iznos S u igru. Koji od navedenih ishoda
ne može biti ishod date igre:
a. igrač A stavio novčić na pismo i igrač B stavio novčić na pismo, te igrač B
dobiva iznos S.
b. igrač A stavio novčić na pismo i igrač B stavio novčić na glavu, te igrač B
dobiva iznos S.
c. igrač A stavio novčić na glavu i igrač B stavio novčić na pismo, te igrač B
dobiva iznos S.
31. Očekivana vrijednost strategije Ai matematski se predstavlja izrazom:

n
a. E ( Ai )   aij  q j , za pi  1
j 1
m
b. E ( Ai )   aij  pi , za q j  1
i 1
n
c. E ( Ai )   aij  q j , za q j  1
j 1
32. Očekivana vrijednost strategije Bj matematski se predstavlja izrazom:

n
a. E ( B j )   aij  q j , za pi  1
j 1
m
b. E ( B j )   aij  pi , za q j  1
i 1
n
c. E ( B j )   aij  q j , za q j  1
j 1
5
33. Vrijednost igre je složeni događaj koji podrazumijeva:
a. istovremenu realizaciju događaja Ai i Bj
b. da se događaji Ai i Bj ne mogu istovremeno realizovati
c. nezavisnost događaja Ai i Bj
34. Igrač A ima za cilj da minimizira V, dok igrač B ima za cilj da maksimizira V.
a. Tačno
b. Netačno
35. Ako su u matrici plaćanja svi elementi pozitivni, optimalna vrijednost igre:
a. može a ne mora biti pozitivna
b. mora biti pozitivna
c. ne mora biti pozitivna
36. Ako su u matrici plaćanja svi elementi negativni, optimalna vrijednost igre:
a. može a ne mora biti negativna
b. ne mora biti negativna
c. mora biti negativna
37. Kako bismo izbjegli da vrijednost igre može biti negativna, vršimo linearnu
transformaciju matrice plaćanja:
a. dodajući svakom elementu matrice plaćanja dovoljno velik pozitivan broj
K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ najveći element
u matrici plaćanja
b. dodajući svakom elementu matrice plaćanja dovoljno velik pozitivan broj
K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ najnegativniji
element u matrici plaćanja
c. oduzimajući od svakog elementa matrice plaćanja dovoljno velik pozitivan
broj K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ
najnegativniji element u matrici plaćanja
38. Linearnom transformacijom matrice plaćanja:

a. se ne mijenjaju pripadne vjerovatnoće svih pojedinih strategija
b. se mijenjaju pripadne vjerovatnoće svih pojedinih strategija
c. se mogu a ne moraju promijeniti vjerovatnoće pojedinih strategija
39. Očekivane vrijednosti igre usljed provedene linearne transformacije aij'  aij  K su u
relaciji:
a. E (V ')  E (V )
b. E (V ')  E (V )  K
c. E (V )  E (V ')  K
40. U početnoj matrici plaćanja za igru dva igrača suma 0, svakom elementu smo dodali
vrijednost G<5 i dobili novu matricu plaćanja. Na osnovu nove matrice plaćanja
6
riješili smo igru i optimalno rješenje za vrijednost igre iznosilo je 9. To znači da će po
završetku igre:
a. Igrač A dobiti 9
b. Igrač A izgubiti 9
c. Igrač B izgubiti (9-G)
d. Igrač B dobiti (9-G)
vrijednost G<8 i dobili novu matricu plaćanja. Na osnovu nove matrice plaćanja
riješili smo igru i optimalno rješenje za vrijednost igre iznosilo je 10. To znači da će
po završetku igre:
b. Igrač A dobiti (10-G)
c. Igrač A izgubiti 10
d. Igrač A izgubiti (10-G)
vrijednost G>5 i dobili novu matricu plaćanja. Na osnovu nove matrice plaćanja
završetku igre:
b. Igrač A izgubiti 4
c. Igrač A dobiti 4-G
d. Igrač A izgubiti 4-G
vrijednost G>4 i dobili novu matricu plaćanja. Na osnovu nove matrice plaćanja
završetku igre:
a. Igrač B dobiti 2
b. Igrač B izgubiti 2
c. Igrač B dobiti 2-G
d. Igrač B izgubiti 2-G
44. Inferiorna strategija je strategija koja:

a. omogućava analiziranom igraču da dobiva
b. omogućava protivniku da dobiva
c. onemogućava protivniku da dobiva
45. Za igrača A inferiorna je strategija Ak ukoliko:

a. su svi elementi matrice plaćanja u redu k manji ili jednaki od
odgovarajućih elemenata matrice plaćanja u redu l
b. su svi elementi matrice plaćanja u redu l manji ili jednaki od
odgovarajućih elemenata matrice plaćanja u redu k
7
c. su svi elementi matrice plaćanja u redu k veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u redu l
46. Ukoliko je alj  akj   j ,  j  0, j  1, n , tada je strategija Ak:

a. Dominantna strategija za igrača A
b. Ravnopravna sa svim strategijama igrača A
c. Inferiorna strategija za igrača A
47. Za igrača B inferiorna je strategija Bk ukoliko:

a. su svi elementi matrice plaćanja u koloni l veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u koloni k
b. su svi elementi matrice plaćanja u koloni k veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u koloni l
c. su svi elementi matrice plaćanja u koloni k manji ili jednaki od
odgovarajućih elemenata matrice plaćanja u koloni l
48. Ukoliko je ail  aik   i ,  i  0, i  1, m , tada je strategija Bk:

a. Dominantna strategija za igrača B
b. Inferiorna strategija za igrača B
c. Ravnopravna sa svim strategijama igrača B
49. Eliminacija inferiornih strategija ne utiče na optimalno rješenje igre.

a. Tačno
b. Netačno
50. Igrač B će između svojih odluka Bl i Bk eliminisati odluku Bk ako je:

a. aik  ail , i  1, m
b. aik  ail , i  1, m
c. aik  ail , i  1, m
51. Igrač A će između svojih odluka Al i Ak eliminisati odluku Ak ako je:

a. akj  alj , j  1, n
b. akj  alj , j  1, n
c. akj  alj , j  1, n
52. Ukoliko se desi da najbolji od svih najlošijih rezultata i po igrača A i po igrača B budu
isti onda se radi o:
a. igri sa sedlom
b. miješanoj igri
c. igri bez sedla
53. Kada kažemo da matrica plaćanja odgovara ''igri sa sedlom'‡?

a. Ako je svaki element u matrici plaćanja pozitivan
8
   
b. Ako je max min aij  min max aij
i j j i
c. Ako je max  min a   min  max a 

ij ij
i j j i
54. Kada kažemo da matrica plaćanja odgovara ''igri sa sedlom'‡?

a. Ako je svaki element u matrici plaćanja pozitivan
   
b. Ako je max min aij  min max aij
i j j i
c. Ako je max  min a   min  max a 

ij ij
i j j i
55. Kod konkurentske igre suma nula sa dva igrača uvijek vrijedi odnos:
i
   
a. max min aij  min max aij
j j i
b. max  min a   min  max a 

ij ij
i j j i
c. max  min a   min  max a 

ij ij
i j j i
56. Ukoliko je u optimalnom rješenju za oba igrača optimalna po jedna strategija,

govorimo o:
a. Nekonkurentskoj igri
b. Igri bez sedla
c. Igri suma nula
d. Igri sa sedlom
57. Ukoliko se kod igre formiraju mješovite strategije to jeste različite strategije igrači A i
B igraju ali ne podjednako često, govorimo o:
b. Igri bez sedla
c. Igri suma nula
d. Igri sa sedlom
58. Ukoliko se desi da najbolji od svih najlošijih rezultata po igrača A i po igrača B nisu
isti, govorimo o:
b. Igri suma nula
c. Igri sa sedlom
d. Igri sa miješanim strategijama
59. Statistička metoda za rješavanje igre bez sedla može se primijeniti samo ako je:
a. Svaki element u matrici plaćanja pozitivan
b. Matrica plaćanja tipa 22
c. Matrica plaćanja tipa m2, za m>2
9
60. Očekivanu vrijednost i-te strategije igrača A u poređenju sa optimalnom vrijednošću
igre sa matricom plaćanja dimenzija m2 predstavićemo relacijom:
a. Jednakosti
b. Nejednakosti tipa ≤
c. Nejednakosti tipa ≥
61. Očekivanu vrijednost i-te strategije igrača B u poređenju sa optimalnom vrijednošću

igre sa matricom plaćanja dimenzija 2n predstavićemo relacijom:
a. Jednakosti
b. Nejednakosti tipa ≤
c. Nejednakosti tipa ≥
62. Uslov za korištenje linearnog programiranja za rješavanje igre je da:

a. Svaki element u matrici plaćanja bude pozitivan
b. U matrici plaćanja nema negativnih elemenata
c. Igra sa sedlom
63. Uslov za primjenu modela LP kod rješavanja matrične igre je:

a. Dimenzija matrice plaćanja 2x2
b. Pozitivnost elemenata matrice plaćanja
c. Postojanje čiste strategije
64. Ukoliko je riječ o igri bez sedla dimenzija m2 ili 2n, grafičkom metodom se
metrica plaćanja takve igre svodi na:
a. Matricu plaćanja 11
b. Matricu plaćanja 22
c. Dimenzije matrice plaćanja ostaju iste
65. Ukoliko imamo igru čije su dimenzije matrice plaćanja mn gdje je m>2 i n>2, za
rješavanje takve igre koristimo metodu:
a. Statističku
b. Grafičku
c. Linearno programiranje
10
II. TEORIJA ZALIHA
66. Koja od karakteristika nije u vezi sa definicijom zaliha?
a. Služe za obezbjeđenje neprekidne proizvodnje
b. Direktno su uključene u proces proizvodnje
c. Pripadaju preduzeću i predstavljaju značajnu imovinu preduzeća
67. Koji od kriterija nije vezan za optimalni nivo zaliha?

a. Omogućavaju nesmetano odvijanje proizvodnog procesa
b. Omogućavaju nesmetano snadbijevanje tržišta
c. Najviši troškovi održavanja tog nivoa zaliha
68. Troškovi koji nastaju od trenutka utvrđivanja potrebe za nabavkom do prijema

naručene količine zaliha u skladište preduzeća su troškovi:
a. Nedostatka zaliha
b. Nabavljanja zaliha
c. Držanja zaliha
69. Kategorija troškova zaliha koje je teško kvantificirati su troškovi:

c. Držanja zaliha
70. Koji od navednih troškova zaliha ne spada u kategoriju troškova koji nastaju usljed
nedostatka zaliha?
a. Kamate na obrtna sredstva uložena u zalihe
b. Troškovi koje izaziva nedostatak zaliha sirovina i materijala koje iziskuje
proces proizvodnje
c. Troškovi koje izaziva nedostatak nedostatak zaliha gotovih proizvoda da
bi se zadovoljile prispjele narudžbe od potrošača
71. Koji od navednih troškova zaliha ne spada u kategoriju troškova nabavljanja zaliha?
a. Troškovi u vezi sa istraživanjem tržišta nabavke
b. Troškovi u vezi sa prijemom, evidencijom i isplatom ulaznih faktura
c. Troškovi manipulacije materijalom na skladištu
72. Koji od navednih troškova zaliha ne spada u kategoriju troškova držanja zaliha?
a. Troškovi skladišnog prostora
b. Troškovi transporta zaliha od dobavljača do skladišta preduzeća
c. Troškovi manipulacije materijalom na skladištu
73. Određivanjem ukupnih troškova držanja zaliha, te njihovim dijeljenjem sa količinom

zaliha i vremenskim periodom čuvanja zaliha dolazi se do:
a. Troškova čuvanja po jedinici zaliha u jedinici vremena
b. Troškova čuvanja ukupnih zaliha u jedinici vremena
11
c. Troškova čuvanja ukupnih zaliha u ukupnom vremenskiom periodu
čuvanja zaliha
74. Kategorija troškova zaliha „Kamate na obrtna sredstva uložena u zalihe“ spada u
kategoriju:
c. Držanja zaliha
75. Tražnja za komponentima, dijelovima i repromaterijalima je:

a. Zavisna tražnja
b. Nezavisna tražnja
76. Dnevne novine ili modni detalji specifični za jednu sezonu su karakterističan primjer
za:
a. Zavisnu tražnju
b. Model zaliha gotovih proizvoda za jedan period
c. Nezavisnu tražnju
77. Ako je Co trošak po svakoj jedinici precjenjene tražnje i Cu trošak po svakoj jedinici
podcjenjene tražnje, tada je prema modelu gotovih proizvoda za jedan period,
prihvatljivo povećavati nivo narudžbe (zalihe) sve dok vjerovatnoća da nećemo
prodati ono što imamo na zalihama zadovoljava uslov:
Cu
a. p 
Co  Cu
Co
b. p 
Co  Cu
C
c. p  u
Co
78. Rezervni dijelovi za opremu su primjer:

a. Determinističke konstantne tražnje
b. Determinističke varijabilne stažnje
c. Stohastičke tražnje
79. U periodu od četiri mjeseca (θ=4 mjeseca) proizvodnji je potrebno isporučiti određeni
materijal A u sljedećim količinama za svaki mjesec: u prvom mjesecu 30 komada, u
drugom mjesecu 80 komada, u trećem 60 komada i u četvrtom mjesecu 90 komada.
Riječ je o primjeru:
80. U periodu od tri mjeseca (θ=4 mjeseca) proizvodnji je potrebno isporučiti određeni
materijal B u količini 120 kg za svaki mjesec. Riječ je o primjeru:
12
81. U slučaju da je uskladištena količina zadovoljila potražnju zalihe u trenutku t iznose:

t 1
a. Z t   qi  N  0, t  1, T
i 1
t
b. Z t  N   qi  0, t  1, T
i 1
t 1
c. Z t  N   qi  0, t  1, T
i 1
82. U slučaju da uskladištena količina nije zadovoljila potražnju zalihe u trenutku t  TS

iznose:
t 1
a. Z t    qi
i TS
b. 0
t 1
c. Z t  Z t 1  qt  N   qi  0
i 1
83. U slučaju da uskladištena količina nije zadovoljila potražnju zalihe u trenutku t  TS

iznose:
t 1
a. Z t    qi
i TS
b. 0
t 1
c. Z t  Z t 1  qt  N   qi  0
i 1
84. U slučaju da uskladištena količina nije zadovoljila potražnju zalihe u trenutku t  TS

iznose:
t 1
a. Z t    qi
i TS
b. 0
t 1
c. Z t  Z t 1  qt  N   qi  0
i 1
85. Ukoliko model skokovitog pražnjenja skladišta aproksimiramo modelom

kontinuiranog pražnjenja dobili bismo niže troškove skladištenja nego što je to
stvarno sa modelom skokovitog pražnjenja.
a. Tačno
b. Netačno
13
86. Optimalan broj narudžbi u periodu za koji se formiraju (programiraju) zalihe jednak
je:
Q
a. nopt . 
N opt .
N opt .
b. nopt . 
Q
c. nopt .  Q  N opt .
87. Vremenski interval za koji je veže jedna narudžba, ako je jedinična tražnja
konstantna, određuje se kao:
a. T  N  q
N
b. T 
q
q
c. T 
N
88. Koja od navedenih pretpostavki nije karakteristična za I model zaliha?

a. Prekidna tražnja
b. Poznata tražnja
c. Jedinična tražnja ne mora biti u potpunosti zadovoljena
d. Konstantna jedinična tražnja
89. Koja od navedenih pretpostavki je karakteristična za I model zaliha?

a. Kontinuirana ili neprekidna tražnja
b. Nepoznata tražnja
c. Varijabilna jedinična tražnja
d. Jedinična tražnja mora biti u potpunosti zadovoljena
90. Pretpostavka da jedinična tražnja mora biti u potpunosti zadovoljena je uslov u:

a. I modelu zaliha
b. II modelu zaliha
c. III modelu zaliha
91. Troškovi skladištenja u I modelu zaliha određuju se prema relaciji:

N q
a. S 
2q
N q
b. S  N 
2q
N q
c. S  N 
q
14
92. Troškovi skladištenja u I modelu zaliha mogu se izraziti u funkciji jedne varijable i
to:
a. q
b. t
c. N
93. Ukupni troškovi zaliha u I modelu mogu se razložiti na sljedeće komponente:

a. Cm  Cl  CZ
b. Cm  Cl  CS
c. Cm  CS  CZ
94. Funkcija ukupnih troškova zaliha u I modelu predstavlja se relacijom:

1 
a. C1  Q  pm   Q  pl   ( N  q )  pS
N 2
1 
b. C1   Q  pl   ( N  q )  pS
N 2

c. C1  Q  pm  Q  pl   ( N  q )  pS
2
95. Ako u I modelu zaliha povećamo veličinu jedne narudžbe tada će se povećati:
a. troškovi lansiranja narudžbe
b. troškovi nabavke
c. troškovi skladištenja
96. Ako u I modelu zaliha povećamo broj narudžbi tada će se povećati:

a. troškovi lansiranja narudžbe
b. troškovi nabavke
c. troškovi skladištenja
97. U I modelu zaliha kada ako se poveća cijena repromaterijala desit će se:
a. povećanje veličine narudžbe N
b. smanjenje broja narudžbi n
c. povećanje troškova lansiranja
d. povećanje ukupnih troškova C1
98. Optimalna veličina narudžbe u I modelu zaliha određuje se relacijom:

q  pl
a. N1,opt . 
pS
2  pm
b. N1,opt . 
pS
2  q  pl
c. N1,opt . 
pS
15
99. Optimalna veličina narudžbe u I modelu zaliha ne zavisi od cijene materijala.
a. Tačno
b. Netačno
100. Koja od navedenih pretpostavki nije karakteristična za II model zaliha?

a. Prekidna tražnja
b. Poznata tražnja
c. Konstantna jedinična tražnja
d. Jedinična tražnja mora biti u potpunosti zadovoljena
101. Koja od navedenih pretpostavki je karakteristična za II model zaliha?

a. Kontinuirana ili neprekidna tražnja
b. Jedinična tražnja ne mora biti u potpunosti zadovoljena
c. Nepoznata tražnja
d. Varijabilna jedinična tražnja
102. Ukupni troškovi zaliha u II modelu mogu se razložiti na sljedeće komponente:

a. Cm  Cl  CZ
b. Cm  Cl  CS
c. Cm  Cl  CS  CZ
103. Funkcija ukupnih troškova zaliha u II modelu predstavlja se relacijom:


a. C2    ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl 
2 P

b. C2    ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl   Q  pz
2 P 
c. C2   ps  N 2  q   2  pz  2  pm  pS   N  2  q  pl   Q  pz
104. Optimalna veličina narudžbe u II modelu zaliha određuje se relacijom:

q   2  pz  2  pm  pS 
a. N 2,opt . 
2  pS
2  p z  2  pm  p S
b. N 2,opt . 
2  pS
q   2  pz  2  pm  pS 
c. N 2,opt . 
2
105. Ukoliko u II modelu zaliha važi da je pz  pz  pz :

a. tada nije opravdano primijeniti II model zaliha
b. tada je opravdano primijeniti II model zaliha
c. ne bi se nabavljao niti skladištio takav repromaterijal
d. tada je jednako opravdano primijeniti I ili II model zaliha
16
106. Ukoliko u II modelu zaliha važi da je pz  pz :
107. Ukoliko u II modelu zaliha važi da je pz  pz :

108. Ukoliko u II modelu zaliha važi da je pz  pz :

109. Ukoliko je jedinična tražnja prekidna i nepoznata govorimo o:

a. I modelu zaliha
b. II modelu zaliha
c. III modelu zaliha
110. Koja se od navedenih pretpostavki ne odnosi na III model zaliha?

a. Prekidna jedinična tražnja
b. Poznata tražnja
c. Na svakom od M mjesta gdje je ugrađen predmetni mašinski dio u toku
proizvodnog perioda =1 može samo jedan put da se desi kvar
111. Očekivana vrijednost tražnje za rezervnim dijelovima je:

a. Prekidna varijabla
b. Kontinuirana varijabla
112. Očekivana vrijednost tražnje za rezervnim dijelovima izražava se kao:


a. E (q )   p (q )
q 0

b. E (q )   q
q 0

c. E (q)   q  p(q)
q 0
113. U III modelu zaliha ako se desi situacija da je N>q obračunavamo:

a. Cm i CS
b. Cm
17
c. Cm i CZ
114. U III modelu zaliha ako se desi situacija da je N=q obračunavamo:

a. Cm i CS
b. Cm
c. Cm i CZ
115. U III modelu zaliha ako se desi situacija da je N<q obračunavamo:

a. Cm i CS
b. Cm
c. Cm i CZ
116. Troškovi skladištenja svih neiskorištenih rezervnih dijelova u periodu =1(Cs)

jednaki su:
a. CS  N  pS
b. CS  q  pS
c. CS   N  q   pS
117. Troškovi zastoja u proizvodnji za sve dijelove koji su se pokvarili ali zbog
nedostatka rezervnih dijelova nisu mogli biti zamjenjeni u periodu =1 (Cz) jednaki
su:
a. C z   q  N   pz
b. Cz  q  pz
c. Cz  N  pz
118. Ukoliko je N>q tada se u III modelu kalkuliše sa troškovima zastoja.

a. Tačno
b. Netačno
119. Ukoliko je N<q tada se u III modelu kalkuliše sa troškovima zastoja.

a. Tačno
b. Netačno
120. Procjena broja kvarova to jeste tražnje za rezervnim dijelovima u III modelu
zaliha može se procijeniti:
a. Normalnom distribucijom vjerovatnoća
b. Poissonovom distribucijom vjerovatnoća
c. Binomnom distribucijom vjerovatnoća
121. Očekivana vrijednosti za višak rezervnih dijelova u periodu =1 ako je unaprijed
poznata veličina narudžbe N određuje se prema relaciji:
N
a.  ( N  q)  p(q)
q 0
18
N
b.  q  p(q)
q 0

c. 
q  N 1
(q  N )  p (q )
122. Očekivana vrijednosti za manjak rezervnih dijelova u periodu =1 ako je

unaprijed poznata veličina narudžbe N određuje se prema relaciji:
N
a.  ( N  q)  p(q)
q 0
N
b.  q  p(q)
q 0

c. 
q  N 1
(q  N )  p (q )
123. Funkcija ukupnih troškova u III modelu glasi:

N N
a. C3  N  pm  pS   ( N  q )  p (q )  pz   (q  N )  p (q )  pl
q 0 q 0
N 
b. C3  N  pm  pS   ( N  q)  p(q)  pz   (q  N )  p(q)  pl
q 0 q  N 1
 
c. C3  N  pm  pS  
q  N 1
( N  q )  p (q )  pz  
q  N 1
(q  N )  p (q )  pl
124. Kod određivanja optimalne veličine narudžbe u III modelu mora biti zadovoljeno:
p  pm
a. p (q  N 3,opt . )  z 
p z  pS
p  pm
b. 0  p (q  N 3,opt . )  z    p (q  N 3,opt .  1)  1
p z  pS
p  pm
c. 0  p (q  N 3,opt .  1)  z    p (q  N 3,opt . )  1
p z  pS
125. U III modelu zaliha vrijednost količnika  jednaka je:

p z  pm
a.
pz
p z  pm
b.
pz  p s
pz
c.
pz  p s
19
126. Prema postoptimalnoj analizi u III modelu zaliha, u kom intervalu se može kretati
nabavna cijena mašinskog dijela a da ne dođe do promjene optimalne veličine
narudžbe?
a. pz  G  pz  pm  pz  F  pz
b. pz  G  ps  pm  pz  F  ps
c. pz  G  ( pz  ps )  pm  pz  F  ( pz  ps )
127. Za vezu između četnopočetne

m A i stimulirajuće cijene koristimo relaciju:
a. pm , po p ,
četno m A m
b. pm , po p ,  p
četno m A m
c. pm , po p ,  p
128. U I modelu zaliha veza između optimalne veličine narudžbe za slučajeve početne
i stimulirajuće cijene glasi: č opt m A
a. N1,opt . ( pm , po . )  N1, . ( p , )
č opt m A
b. N1,opt . ( pm , po . )  N1, .( p , )
č opt m A
c. N1,opt . ( pm , po . )  N1, . (p , )
129. U II modelu zaliha veza između optimalne veličine narudžbe za slučajeve početne
i stimulirajuće cijene glasi: č opt m A
a. N1,opt . ( pm , po . )  N1, . ( p , )
č opt m A
b. N1,opt . ( pm , po . )  N1, .( p , )
č opt m A
c. N1,opt . ( pm , po . )  N1, . (p , )
130. U III modelu zaliha veza između optimalne veličine narudžbe za slučajeve
početne i stimulirajuće cijeneč glasi:
opt m A
a. N1,opt . ( pm , po . )  N1, . ( p , )
č opt m A
b. N1,opt . ( pm , po . )  N1, .( p , )
č opt m A
c. N1,opt . ( pm , po . )  N1, . (p , )
131. U modelu sa fiksnom veličinom narudžbe (Q model), nova narudžba se lansira:

a. kada zalihe dođu do određenog nivoa
b. kada se zalihe potroše
c. po isteku fiksnog perioda
132. U modelu sa fiksnim vremenom između narudžbi (P model) nova narudžba se

lansira:
a. kada zalihe dođu do određenog nivoa
b. kada se zalihe potroše
c. po isteku fiksnog perioda
20
133. U P modelu veličina narudžbi varira iz perioda u period zavisno od stope
korištenja zaliha.
a. Tačno
b. Netačno
134. Kod Q modela narudžba nije uvijek iste veličine.

a. Tačno
b. Netačno
21
III. DINAMIČKO PROGRAMIRANJE
135. Problem transporta je primjer:
a. Višefaznog procesa sa vremenskom komponentom
b. Višefaznog procesa bez vremenske komponente
136. Preduzeće planira uložiti iznos 100 miliona KM u tri različite aktivnosti
novih računara. Riječ je o primjeru:
a. Višefaznog procesa sa vremenskom komponentom
b. Višefaznog procesa bez vremenske komponente
137. Dinamičko programiranje predstavlja skup posebnih matematičkih metoda i

modela koji služe za:
a. optimizaciju funkcije cilja kod višefaznih procesa
b. maksimizaciju funkcije cilja kod višefaznih procesa
c. minimizaciju funkcije cilja kod višefaznih procesa
138. Karakteristični problem kod kojeg su faze vremenske jedinice:

a. Problem transporta
b. Planiranje proizvodnje
c. Pouzdanost sistema
139. Optimalno upravljanje u cijelom intervalu ne mora biti optimalno i u pojedinim

fazama intervala
a. Tačno
b. Netačno
140. Funkcija cilja u dinamičkom programiranju izražava se kao:

a. C  C ( S0 )
b. C  C ( S0 , dt ), t  1, N
c. C  C ( dt ), t  1, N
141. Odluka za svaku fazu problema DP proizvodnje odnosi se na:

a. isporuke do kraja datog vremenskog intervala kao faze t
b. nivo zaliha analiziranog proizvoda koji u intervalu ili fazi t ostaje u
sistemu nakon isporuke kupcu tražene količine za tu fazu
c. količinu analiziranog proizvoda koju sistem proizvede u toku faze t
142. Stanje sistema za svaku fazu problema DP proizvodnje odnosi se na:

22
143. Unaprijed poznata informacija za svaku fazu problema DP proizvodnje odnosi se
na:
144. Proizvodni sistem u DP proizvodnje za svaki posmatrani interval ili fazu t ima
poznate proizvodne kapacitete, te mora da važi:
a. xt  K t
b. xt  K t
c. xt  K t
145. Proizvodni sistem u DP proizvodnje za svaki posmatrani interval ili fazu t ima
poznate skladišne kapacitete, te mora da važi:
a. Z t  St
b. Z t  St
c. Z t  St
146. Kako bi sistem u problemu DP proizvodnje zadovoljio tražnju za analiziranim

proizvodom u okviru određenog budućeg perioda proizvodnje koji se sastoji od N
vremenskih intervala ili faza treba da važi sljedeće:
N N
a.  xt   qt  Z N
t 1 t 1
N N
b.  x  q  Z
t 1
t
t 1
t 0
N N
c. x
t 1
t  Q  ( Z N  Z 0 )   qt  ( Z N  Z 0 )
t 1
147. Koji finansijski podatak nije relevantan u problemu DP proizvodnje?

a. fiksni trošak
b. prodajna cijena
c. proizvodna cijena
148. Zadatak u problemu DP proizvodnje glasi:

a. Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u
svakoj fazi tako da se minimiziraju ukupni troškovi proizvodnje za
određeni budući period proizvodnje koji se sastoji od N vremenskih
intervala ili faza.
b. Odrediti odgovarajuće nivoe zaliha analiziranog proizvoda tako da se
minimiziraju ukupni troškovi proizvodnje za određeni budući period
proizvodnje koji se sastoji od N vremenskih intervala ili faza.
23
c. Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u
svakoj fazi i odgovarajuće im nivoe zaliha tog proizvoda tako da se
minimiziraju ukupni troškovi proizvodnje za određeni budući period
149. Koja od navedenih kategorija je nepoznata kategorija koju treba odrediti u modelu
DP proizvodnje?
a. ugovorena isporuka analiziranog proizvoda kupcima
b. početne zalihe na početku prve faze
c. stanje ulaznih zaliha analiziranog proizvoda za fazu t ( t  0 )
d. preostale zalihe na završetku posljednje faze
150. Koja od navedenih kategorija je poznata kategorija u modelu DP proizvodnje?

a. stanje izlaznih zaliha analiziranog proizvoda za fazu t ( t   )
b. stanje ulaznih zaliha analiziranog proizvoda za fazu t ( t  0 )
c. proizvodni kapacitet
151. Veza između zaliha, proizvedene količine i isporučene količine za svaku fazu
problema DP proizvodnje glasi:
a. Z t  Z t 1  xt  qt
b. Z t  Z t 1  xt
c. Z t  Z t 1  xt  qt
152. Nivo zaliha u datoj fazi i problema DP proizvodnje predstavljen je relacijom:

i i
a. Z i  Z 0   xt   qt
t 1 t 1
i i
b. Z i   xt   qt
t 1 t 1
i i
c. Z i  Z 0   xt   qt
t 1 t 1
153. Ograničenje za izlazne nivoe zaliha po fazama problema DP proizvodnje glasi:

 St 
 
a. 0  Z t  min  N 
  qj 
 j t 1 
 St 
 N 
b. 0  Z t  min  
  q j  ZN 
 j t 1 
S 
c. 0  Z t  min  t 
Z N 
24
154. Ograničenje za nivoe proizvodnje po fazama problema DP proizvodnje glasi:
 0   Kt 
a. max    xt  min  
 Z t  qt  St 1   Z t  qt 
 0   Kt 
b. max    xt  max  
 Z t  qt  St 1   Z t  qt 
 0   Kt 
c. min    xt  min  
 Z t  qt  St 1   Z t  qt 
155. Ukupne troškove proizvodnje u fazi t za DP proizvodnje izražavamo modelom:

a. Ct  at  xt  bt  Z t
b. Ct  Ft  at  xt  bt  Z t
c. Ct  Ft  at  xt  bt  Z t
156. Opšta iterativna funkcija za određivanje minimalnih ukupnih troškova

proizvodnje u DP proizvodnje za svaku moguću varijantu zaliha Z i na kraju i-te faze
glasi:
a. f i ( Z i )  min Ci ( xi , Z i )  , za i  2, N
xi
b. f i ( Z i )  max  f i 1 ( Z i 1 )  Ci ( xi , Z i )  , za i  2, N
xi
c. f i ( Z i )  min  f i 1 ( Z i 1 )  Ci ( xi , Z i )  , za i  2, N
xi
157. Odluka za svaku fazu problema DP zaliha repromaterijala odnosi se na:

a. količina analiziranog tipa repromaterijala koju sistem iz svog skladišta
mora obezbijediti proizvodnom procesu na početku faze t
b. nivo nabavke analiziranog repromaterijala koje sistem treba nabaviti i
unijeti na skladište na početku faze t
c. nivo zaliha analiziranog repromaterijala koji u intervalu ili fazi t ostaje u
sistemu nakon isporuke proizvodnji tražene količine za tu fazu
158. Stanje sistema za svaku fazu problema DP zaliha repromaterijala odnosi se na:
159. Unaprijed poznata informacija za svaku fazu problema DP zaliha repromaterijala

odnosi se na:
25
160. Sistem u DP zaliha repromaterijala za svaki posmatrani interval ili fazu t ima
poznata tržišna ograničenja, te mora da važi:
a. xt  K t
b. xt  K t
c. xt  K t
161. Sistem u DP zaliha repromaterijala za svaki posmatrani interval ili fazu t ima
poznate skladišne kapacitete, te mora da važi:
a. Z t  St
b. Z t  St
c. Z t  St
162. Kako bi sistem u problemu DP zaliha repromaterijala zadovoljio tražnju za

analiziranim repromaterijalom u okviru određenog budućeg perioda proizvodnje koji
se sastoji od N vremenskih intervala ili faza treba da važi sljedeće:
N N
a.  xt   qt  Z N
t 1 t 1
N N
b.  xt  Q  (Z N  Z 0 )   qt  (Z N  Z 0 )
t 1 t 1
N N
c.  x  q  Z
t 1
t
t 1
t 0
163. Koji finansijski podatak nije relevantan u problemu DP zaliha repromaterijala?

a. fiksni trošak
b. nabavna cijena
c. proizvodna cijena
164. Zadatak u problemu DP zaliha repromaterijala glasi:

a. Odrediti količine nabavki analiziranog repromaterijala koje sistem treba
realizovati u svakoj fazi tako da se minimiziraju ukupni troškovi zaliha
za određeni budući period proizvodnje koji se sastoji od N vremenskih
intervala ili faza.
b. Odrediti količine nabavki analiziranog repromaterijala koje sistem treba
realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala tako da se minimiziraju ukupni troškovi zaliha za
26
intervala ili faza.
c. Odrediti odgovarajuće nivoe zaliha analiziranog repromaterijala tako da
se minimiziraju ukupni troškovi zaliha za određeni budući period
DP zaliha repromaterijala?
a. ugovorena isporuka repromaterijala proizvodnji
b. početne zalihe na početku prve faze
c. stanje ulaznih zaliha analiziranog repromaterijala za fazu t ( t  0 )
166. Koja od navedenih kategorija je poznata kategorija u modelu DP zaliha

repromaterijala?
a. tržišna ograničenja za nabavke
b. stanje izlaznih zaliha analiziranog repromaterijala za fazu t ( t   )
c. stanje ulaznih zaliha analiziranog proizvoda za fazu t ( t  0 )
167. Ukupne troškove zaliha u fazi t za DP proizvodnje izražavamo modelom:

a. Ct  Ft  at  xt  bt  Z t
b. Ct  at  xt  bt  Z t
c. Ct  Ft  at  xt  bt  Z t
168. Veza između zaliha, nabavke repromaterijala i isporučene količine za svaku fazu
problema DP zaliha repromaterijala glasi:
a. Z t  Z t 1  xt
b. Z t  Z t 1  xt  qt
c. Z t  Z t 1  xt  qt
169. Ograničenje za nivoe zaliha po fazama problema DP zaliha repromaterijala glasi:

 St 
 N 
a. 0  Z t  min  
  q j  ZN 
 j t 1 
 St 
 
b. 0  Z t  min  N 
  qj 
 j t 1 
S 
c. 0  Z t  min  t 
Z N 
170. Ograničenje za nabavku repromaterijala po fazama problema DP zaliha

repromaterijala glasi:
27
 0   Kt 
a. max    xt  max  
 Z t  qt  St 1   Z t  qt 
 0   Kt 
b. min    xt  min  
 Z t  qt  St 1   Z t  qt 
 0   Kt 
c. max    xt  min  
 Z t  qt  St 1   Z t  qt 
171. Opšta iterativna funkcija za određivanje minimalnih ukupnih troškova zaliha za

svaku moguću varijantu zaliha Z i na kraju i-te faze glasi:
a. f i ( Z i )  min Ci ( xi , Z i )  , za i  2, N
xi
b. f i ( Z i )  min  f i 1 ( Z i 1 )  Ci ( xi , Z i )  , za i  2, N
xi
c. f i ( Z i )  max  f i 1 ( Z i 1 )  Ci ( xi , Z i )  , za i  2, N
xi
172. Kod problema DP kupoprodaje treba pronaći plan kojim će se:

a. Maksimizirati troškovi
b. Minimizirati troškovi
c. Maksimizirati dobit
d. Minimizirati dobit
173. Stanje sistema za svaku fazu problema DP kupoprodaje odnosi se na:

a. nivo nabavke ili kupovine analiziranog proizvoda tokom faze t koji se na
početku naredne faze (t+1) unese u skladište sistema
b. nivo zaliha analiziranog proizvoda koji se na početku intervala ili faze t
nalazi u sistemu
c. nivo prodaje analiziranog proizvoda sa skladišta sistema kupoprodaje
tokom faze t
174. Odluka za svaku fazu problema DP kupoprodaje odnosi se na:

a. nivo zaliha analiziranog proizvoda koji se na početku intervala ili faze t
nalazi u sistemu
b. nivo nabavke ili kupovine analiziranog proizvoda tokom faze t koji se na
c. skladišne kapacitete
175. Odluka za svaku fazu problema DP kupoprodaje odnosi se na:

a. nivo zaliha analiziranog proizvoda koji se na početku intervala ili faze t
nalazi u sistemu
b. nabavnu cijenu
tokom faze t
28
176. Unaprijed poznata informacija za svaku fazu problema DP kupoprodaje odnosi se
na:
a. nivo nabavke ili kupovine analiziranog proizvoda tokom faze t koji se na
b. skladišne kapacitete
tokom faze t
177. Sistem u DP kupoprodaje za svaki posmatrani interval ili fazu t ima poznate
skladišne kapacitete, te mora da važi:
a. Z t  St
b. Z t  St
c. Z t  St
178. Dobit sistema za fazu t u DP kupoprodaje određuje se kao:

a. Dt  bt  yt  at  xt
b. Dt  bt  yt  at  xt
c. Dt  at  xt  bt  yt
179. Koji finansijski podatak nije relevantan u problemu DP kupoprodaje?

a. fiksni trošak
b. nabavna cijena
c. prodajna cijena
180. Zadatak u problemu DP kupoprodaje glasi:

a. Odrediti količine analiziranog proizvoda koje sistem treba kupiti
(nabaviti) u svakoj fazi, količine analiziranog proizvoda koje sistem treba
prodati u svakoj fazi i odgovarajuće im nivoe zaliha tog proizvoda 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.
b. Odrediti količine analiziranog proizvoda koje sistem treba kupiti
(nabaviti) u svakoj fazi i količine analiziranog proizvoda koje sistem
treba prodati u svakoj fazi da se maksimizira ukupna zarada ili dobit
sistema od procesa kupoprodaje za određeni budući period proizvodnje
c. Odrediti količine analiziranog proizvoda koje sistem treba prodati u
svakoj fazi i odgovarajuće im nivoe zaliha tog proizvoda tako da se
maksimizira ukupna zarada ili dobit sistema od procesa kupoprodaje za
intervala ili faza.
DP kupoprodaje?
29
a. početne zalihe na početku prve faze
b. skladišni kapacitet
c. nivo nabavke ili kupovine analiziranog proizvoda za svaku fazu
182. Koja od navedenih kategorija je poznata kategorija u modelu DP kupoprodaje?

a. početne zalihe na početku prve faze
b. stanje izlaznih zaliha analiziranog repromaterijala za fazu t ( t   )
c. nivo prodaje analiziranog proizvoda za svaku fazu
183. Relacija između kategorija u problemu DP kupoprodaje u fazi t glasi:
a. Z t 1  yt  xt
b. Z t 1  Z t  yt  xt
c. Z t 1  xt  yt
184. Nivo zaliha u datoj fazi i u problemu DP kupoprodaje predstavljen je relacijom:

i
a. Z i   ( yt  xt )
t 1
i
b. Z i  Z1   ( xt  yt )
t 1
i
c. Z i  Z1   ( yt  xt )
t 1
185. Ograničenje za nivo nabavke ili kupovine analiziranog proizvoda po fazama

problema DP kupoprodaje glasi:
a. 0  xt  St
b. 0  xt  St 1
c. 0  xt  St 1
186. Opšta iterativna funkcija za određivanje maksimalne ukupne dobiti za svaku

moguću varijantu zaliha Z N  d na početku (N-d)-te faze glasi:
a. f d 1 ( Z N  d )  max  (bN  d  y N  d  aN  d  xN  d )  f d ( Z N  d 1 ) 
( yt , xt )
b. f d 1 ( Z N  d )  max  (bN  d  y N  d  aN  d  xN  d ) 
( yt , xt )
c. f d 1 ( Z N  d )  max  (bN  d  y N  d  aN  d  xN  d )  f d ( Z N  d 1 ) 
( yt , xt )
187. Ako je u DP raspoređivanja resursa xt dio ukupno raspoložive količine

analiziranog resursa Q koji je dodjeljen objektu t onda mora da važi:
N
a. x
t 1
t Q
30
N
b. x
t 1
t Q
N
c. x
t 1
t Q
188. Efekti u DP raspoređivanja resursa su međusobno:

a. Isključivi
b. Zavisni
c. Nezavisni
189. Ograničenje za dio ukupno raspoložive količine analiziranog resursa Q koji je

dodjeljen objektu t u DP raspoređivanja resursa glasi:
a. xt  M t
b. xt  M t
c. xt  M t
N
190. Ako je u DP raspoređivanja resursa M
t 1
t  Q , optimalno je rješenje:
a. kompletnu količinu raspoloživih resursa dodijeliti objektu t=1

b. da se svakom objektu dodijeli maksimalna opravdana količina
c. da se na N objekata raspodjeli kompletna raspoloživa količina resursa Q,
pri čemu neće svi objekti dobiti maksimalnu opravdanu količinu
N
191. Ako je u DP raspoređivanja resursa M
t 1
t  Q , optimalno je rješenje:
a. kompletnu količinu raspoloživih resursa dodijeliti objektu t=1

b. da se svakom objektu dodijeli maksimalna opravdana količina
c. da se na N objekata raspodjeli kompletna raspoloživa količina resursa Q,
pri čemu neće svi objekti dobiti maksimalnu opravdanu količinu
192. Opšta iterativna funkcija za određivanje maksimalnih ukupnih efekata za svaku

moguću varijantu rasporeda analiziranog resursa na N objekata u DP raspoređivanja
resursa glasi:
a. fi (Q)   Ei ( xi )  f i 1 (Q  xi ) 
0  xt Q
b. f i (Q )   Ei ( xi )
0  xt  Q
c. fi (Q)   Ei ( xi )  f i 1 (Q  xi ) 
0 x Q t
31
1. C 17. A 33. A
2. B 18. B 34. B
3. A 19. A 35. B
4. A 20. A 36. C
5. B 21. B 37. B
6. C 22. A 38. A
7. B 23. C 39. B
8. B 24. C 40. C
9. C 25. A 41. B
10. C 26. B 42. D
11. D 27. B 43. C
12. B 28. C 44. B
13. C 29. B 45. A
14. B 30. A 46. C
15. C 31. A 47. B
16. C 32. B 48. B
49. A 65. C 81. C
50. C 66. B 82. A
51. A 67. C 83. B
52. A 68. B 84. C
53. B 69. A 85. A
54. B 70. A 86. A
55. A 71. C 87. B
56. D 72. B 88. C
57. B 73. A 89. D
58. D 74. C 90. A
59. B 75. A 91. B
60. B 76. B 92. C
61. C 77. A 93. B
62. A 78. C 94. A
63. B 79. B 95. C
64. B 80. A 96. A
97. D 113. A 129. A
98. C 114. B 130. B
99. A 115. C 131. A
100. D 116. C 132. C
101. B 117. A 133. A
102. C 118. B 134. B
103. B 119. A 135. B
104. A 120. B 136. B
105. B 121. A 137. A
106. D 122. C 138. B
107. A 123. B 139. B
108. C 124. C 140. B
109. C 125. B 141. C
110. B 126. C 142. B
111. A 127. C 143. A
112. C 128. B 144. A
145. B 161. C 177. B
146. C 162. B 178. A
147. B 163. C 179. A
148. C 164. B 180. A
149. C 165. C 181. C
150. C 166. A 182. A
151. A 167. A 183. B
152. C 168. B 184. C
153. B 169. A 185. B
154. A 170. C 186. A
155. C 171. B 187. A
156. C 172. C 188. C
157. B 173. B 189. B
158. C 174. B 190. B
159. A 175. C 191. C
160. C 176. B 192. C
MATRIČNE IGRE
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
4. Zadatak - pronalaženje rješenja u situacijama konkurencije, u kojima se

djelomično ili potpuno sukobljavaju interesi najmanje dva protivnika
(sudionika u igri). Rješenje konflikta - određeno akcijama ili potezima svih
strana koje sudjeluju u konfliktu.
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 mogućnost stvaranja tzv. koalicija, tj.
mogućnost da se dva ili više igrača usklađujući svoje interese koordinirano
11. Zavisno od broj strategija koje svakom od igrača u igri stoje na raspolaganju:
Broj strategija ograničen konačna igra

Broj strategija ne graničen beskonačna igra
12. Prema karakteru funkcije plaćanja sve igre se dijele na:
Igre sa nultom sumom

igra u kojoj je suma ukupnog plaćanja jednaka nuli, tj. ukupan dobitak jednog
ili više igrača je jednak ukupnom gubitku “poraženih” igrača.
na primjer - igra pokera - u kojoj je ukupna suma plaćanja jednaka nuli.
Igre sa nenultom sumom
igre u kojima se obično prepliću odnosi konflikta i kooperacije igrača, suma
ukupnog plaćanja je različita od nule.
na primjer - igra lutrije - organizator zadržava za sebe dio ukupnog dobitka.
13.
Za igre kod kojih ne postoji potpuna informisanost igrača o potencijalnim odgovorima
protivnika na njihov izbor pojedinačnih strategija, rezultat svih poteza u toku neke igre
obračunava tek na kraju igre, kada se obavi predviđeni broj poteza, odnosno realizuje
jedna partija.
Ovakva vrsta igre, igra ekstenzivnog (opšteg) oblika, predstavlja se obično preko
odgovarajućeg stabla igre, u kome se predstavljaju odabrani potezi igrača.
Tipičan primjer ovakve igre jeste poker.
Takođe, pregovaračke igre, kao specijalna vrsta igara prikazuju se grafičkim putem,
tzv. funkcijom koalicije, u prvom kvadrantu koordinatnog sistema.
U situaciji tzv. pune informisanosti o potencijalnim rezultatima odabranih strategija od
strane igrača, igra se predstavlja u normalnoj (matričnoj) formi.
Za sve alternativne kombinacije odabranih strategija od strane igrača unaprijed su
poznata plaćanja, odnosno rezultat igre.
Na primjer, kod konačne igre dva lica sa nultom sumom, ova plaćanja (funkcija
plaćanja) predstavljena su matricom plaćanja u kojoj su predstavljeni rezultati koji će
biti ostvareni izborom različitih mogućih kombinacija parova strategija od strane dva
igrača.
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).
15. Vrijednost igre
Igra sa dva učesnika ili protivnika (igrači A i B) suma nula

igraču A stoji na raspolaganju da izabere jednu odluku iz skupa od m različitih
odluka
A1 , A2 ,..., Am Ai , i 1, m
igraču B stoji na raspolaganju da izabere jednu odluku iz skupa od n različitih
odluka B1 , B2 ,..., Bn B j , j 1, n
Kada igrač A donese svoju konkretnu odluku Ai i igrač B donese svoju
konkretnu odluku Bj dobija se vrijednost igre kao rezultat takvog para
odluka, koja je unaprijed poznata i čije značenje zavisi od vrste igre.
16.
Opšta matrica plaćanja dimenzije mxn:
a11 a12 ... a1 j ... a1n

Bj a21 a22 ... a2 j ... a2 n
... ... ... ... ... ...
aij Ai
m n ai1 ai 2 ... aij ... ain
... ... ... ... ... ...
am1 am 2 ... amj ... amn
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
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.
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
Kako je V V igrači su u međusobnom dualnom odnosu.
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
Kako je V V igrači su u međusobnom dualnom odnosu.
Kod sučeljavanja izbora igrača A i B sa konkretnim odlukama obično vrijednost igre

nije niti V+ niti V-, već je vrijednost igre iz intervala:
V ark V ,V
22.
Neka je pi=p(Ai) vjerovatnoća da će igrač A donijeti upravo odluku Ai i qj=p(Bj)

vjerovatnoća da će igrač B donijeti upravo odluku Bj.
Sigurno će igrači A i B učestvovati u igri:
igrač A mora odabrati jednu od raspoloživih strategija Ai , i 1, m

m
, te mora biti
0 pi 1; pi 1
i 1
igrač B mora odabrati jednu
n od raspoloživih strategija B j , j 1, n
, te mora biti 0 q 1; q 1
j j
j 1
Ako će igrač A sigurno donijeti konkretnu odluku Ai sa pripadajućom joj
vjerovatnoćom pi=1 i nije poznato koju će odluku donijeti igrač B, tada su moguće
a11 a12 ... a1 j ... a1n

a21 a22 ... a2 j ... a2 n
... ... ... ... ... ...
ai1 ai 2 ... aij ... ain
... ... ... ... ... ...
q1 , q2 ,..., qn
Očekivana vrijednost odluke Ai:
23. E ( Ai ) aij q j , za pi 1
j 1
Ako će igrač B sigurno donijeti konkretnu odluku Bj sa pripadajućom joj
vjerovatnoćom qj=1 i nije poznato koju će odluku donijeti igrač A, tada su moguće
a11 a12 ... a1 j ... a1n
a21 a22 ... a2 j ... a2 n

... ... ... ... ... ...
ai1 ai 2 ... aij ... ain
... ... ... ... ... ...
Poznate pripadajuće vjerovatnoće za moguće odluke igrača A su:
p1 , p2 ,..., pm
Očekivana vrijednost odluke Bj:

m
E(B j ) aij pi , za q j 1
i 1
26. Vrijednost igre je složeni događaj koji podrazumijeva istovremenu realizaciju

događaja Ai i Bj očekivana vrijednost igre je jednaka:
m n
E (V ) E ( Ai Bj ) aij pi q j
i 1 j 1
m n
za pi 1i qj
i 1 i 1
Igrač A ima za cilj da maksimizira V, dok igrač B ima za cilj da minimizira V.
27.
Ako su u matrici plaćanja svi elementi pozitivni, zasigurno će i optimalna vrijednost

igre biti pozitivna.
Ako su u matrici plaćanja svi elementi negativni, zasigurno će i optimalna vrijednost
igre biti negativna.
Ako matrica plaćanja sadrži i pozitivne i negativne vrijednosti tada optimalna
vrijednost može biti: pozitivna, 0 ili negativna.
Kako bismo izbjegli da vrijednost igre može biti negativna, vršimo linearnu
transformaciju matrice plaćanja, dodajući svakom elementu matrice plaćanja
dovoljno velik pozitivan broj K.
K mora imati vrijednost minimalno K=|aαβ|+1, gdje je aαβ najnegativniji element u
matrici plaćanja.
Šta smo time dobili?
Ako svakom elementu matrice plaćanja [aij] dodamo isti realni broj K dobićemo novu
matricu plaćanja [a’ij] istih dimenzija, tako da važi:
aij' aij K
Nisu se promijenile pripadne vjerovatnoće pojedinih strategija.

Šta se dešava sa očekivanim vrijednostima igre usljed provedene linearne
transformacije?
Po definiciji je očekivana vrijednost igre za dobijene matrice plaćanja jednaka:
m n m n
E (V ) aij pi q j , za pi 1i qj
i 1 j 1 i 1 i 1
m n m n
'
E (V ') a ij pi q j , za pi 1 i qj
i 1 j 1 i 1 i 1
Kakva veza postoji između ovih očekivanih vrijednosti igre?

Za pojedine alternative slučaja B (d-g) iz tabele analiziramo odgovarajuće složene
vjerovatnoće
Slučaj B : n S
alternativa d p(d ) pn (t ) 1 t 1 n t pn (t ) ( n ) pn (t ) t n t2
2
alternativa e p (e) pn (t ) t (n 1) t (n 1) t pn (t )
alternativa f p( f ) pn 1 (t ) 1 t (n 1) t (n 1) t pn 1 (t ) (n 1) pn 1 (t ) t2
alternativa g p( g ) pn 1 (t ) t 1 n t t pn 1 (t ) n pn 1 (t ) t2
Slučaj B : n S
alternativa d p(d ) pn (t ) 1 t 1 S t pn (t ) ( S ) pn (t ) t S t2
alternativa e p (e) pn (t ) t S t S t 2 pn (t )
alternativa f p( f ) pn 1 (t ) 1 t S t S t pn 1 (t ) S pn 1 (t ) t2
2
alternativa g p( g ) pn 1 (t ) t 1 S t t pn 1 (t ) S pn 1 (t ) t
Ako izvršimo linearnu transformaciju matrice plaćanja, dodajući svakom elementu

matrice plaćanja dovoljno velik pozitivan broj K koji mora imati vrijednost minimalno
K=|aαβ|+1 (gdje je aαβ najnegativniji element u matrici plaćanja) i dobijemo novu
matricu plaćanja istih dimenzija, to neće uzrokovati promjenu optimalnih
vjerovatnoća donošenja pripadnih odluka igrača A i B, te je odnos optimalnih
vrijednosti V i V’ istosmjeran.
Time će se elementi koji su u početnoj matrici plaćanja bili negativni

transformisati u
aij' aij K 0 , te mora biti V’>0.
28. Kakva veza postoji između očekivanih vrijednosti početne i transformisane matrice
plaćanja? Dokazati. Prethodno pitanje!
30.Definisati inferiornu odluku igrača A i dati praktičan primjer.Dokazati postojanje

inferiornosti.
Inferiorna strategija - strategija koja omogućava protivniku da dobiva.

Npr, matrica plaćanja:
1 6 3 1 1 6 3 1
7 4 2 0 7 4 2 0
Inferiornu strategiju treba isključiti 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 ) qj akj q j j qj
Slijedi: j 1 j 1 j 1 j 1
E ( Ak ) E ( Ak )
kako je j 0 i
n
0, slijedi da je j qj 0
Igraču A je cilj da maksimizira
j 1
vrijednost igre 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
Igraču B je cilj da minimizira vrijednost igre kolonu k možemo eliminisati iz

matrice plaćanja jer je inferiorna u odnosu na kolonu l
Kod bilo koje odluke Ai, igrač B bi bolje ili isto prošao (manje ili jednako izgubio) u
slučaju da odabere odluku Bl koja je dominantna u odnosu na odluku Bk.
32. odgovor na pitanje ima u skripti

33. odgovor na pitanje ima u skript
35.
Očekivana vrijednost igre zavisi i od odluke igrača A i od odluke igrača B

Iz ugla igrača A:
Za svaku strategiju koju odabere, igrač A može odrediti rezultate igre za
različite odluke igrača B,
Za svaku strategiju koju odabere igrač A može odrediti najnepovoljniji rezultat
za sebe,
Ako igrač B pogriješi onda igrač A može očekivati samo povoljniji rezultat.
Iz ugla igrača B:
Za svaku strategiju koju odabere, igrač B može odrediti rezultate igre za
različite odluke igrača A,
Za svaku strategiju koju odabere igrač B može odrediti najnepovoljniji rezultat
za sebe,
Ako igrač A pogriješi onda igrač B može očekivati samo povoljniji rezultat.
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. A2 a21 a22 ... a2 n a2.
A2 a21 a22 ... a2 n a2. max min aij ar .
... ... ... ... i j
... ... ... ... Am am1 am 2 amn am.

Am am1 am 2 amn am.
max aij a.1 a.2 a.n
i
max aij a.1 a.2 a.n
i
min max aij a.k

j
Potom u okviru tih rezultata biraju najmanje nepovoljan i
Uvijek vrijedi sljedeći odnos:
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:

i j j i
36. Prethodnom pitanje.

37.
Ukoliko se desi da najbolji od svih najlošijih rezultata po igrača A i po igrača B nisu isti
onda se radi o matričnoj igri bez sedla, odnosno ako vrijedi:

i j j i
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.
Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja
dimenzija:
2x2 ako je riječ o mješovitim strategijama

1x1 ako je riječ o igri sa sedlom
Igraču A na raspolaganju stoji m>2 različitih odluka.

Igrač B bira između 2 odluke
B1 B2
A1 a11 a12 p1
A2 a21 a22 p2
... ... ... ...
Am am1 am 2 pm
q1 q2
m 2
gdje je pi 1, q j q1 q2 1 q2 1 q1
i 1 j 1
Cilj B - da minimizira vrijednost igre

Ograničenje “odozdo” zadaje potez igrača A
Očekivana vrijednost i-te strategije igrača A:
2
E ( Ai ) aij q j ai1 q1 ai 2 q2
j 1
Konkretna odluka izbora i-te strategije od strane igrača A ne mora biti i optimalna
odluka za igrača A 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
ai1 ai 2 q1 ai 2 Vopt linearna nejednačina
E( Ai ) ai1 ai 2 q1 ai 2 fi (q1 ) Vopt , za q1 0,1
E( Ai ) ai1 ai 2 q1 ai 2 fi (q1 ) Vopt , za q1 0,1

oblast mogućih rješenja za igrača B je presjek oblasti mogućih rješenja svih tih nejednačina.
Za igrača B - optimalna tačka najniža tačka u tom presjeku. E ( Ai )
Pravci koji ne prolaze kroz optimalnu tačku - odluke igrača A koje se mogu
eliminisati.
40. 2xn
Igraču A na raspolaganju stoje 2 odluke
Igrač B bira između n različitih odluka
B1 B2 ... Bn
A1 a11 a12 ... a1n p1
A2 a21 a22 ... a2 n p2
q1 q2 ... qn
2 n
gdje je pi p1 p2 1 p2 1 p1 , qj 1
i 1 j 1
Cilj A - da maksimizira vrijednost igre

Ograničenje “odozgo” zadaje potez igrača B
Očekivana vrijednost j-te strategije igrača B:
2
E(Bj ) aij pi a1 j p1 a2 j p2
i 1
Konkretna odluka izbora j-te strategije od strane igrača B ne mora biti i optimalna odluka za
igrača B očekivana vrijednost j-te strategije igrača B veća ili jednaka optimalnoj vrijednosti
igre:
2
E(Bj ) aij pi a1 j p1 a2 j p2 a1 j p1 a2 j 1 p1 Vopt
i 1
a1 j a2 j p1 a2 j Vopt linearna nejednačina
E(B j ) a1 j a2 j p1 a2 j f i ( p1 ) Vopt , za p1 0,1

E(B j ) a1 j a2 j p1 a2 j f i ( p1 ) Vopt , za p1 0,1
oblast mogućih rješenja za igrača A je presjek oblasti mogućih rješenja svih tih nejednačina.
Za igrača A - optimalna tačka najviša tačka u tom presjeku.
Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača B koje se mogu
eliminisati.
41.
Cilj: pronaći optimalne vjerovatnoće p1 ,..., pm

da bude Vopt max(V )
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(Bj ) 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
m m
1 pi
aij pi aij 1, j 1, n
V i 1 i 1 V
pi
Uvodi se smjena: yn i pi V yn i , i 1, m
V
Kako je 0 pi 1 na osnovu uvedene smjene
1
0 V yn i 1 0 yn i
V
Važi i sljedeće:
m
aij pi Vopt , j 1, n
i 1
m
aij V yn i V / podijelimo sa V
i 1
m
aij yn i 1
i 1
m m
pi 1 1 m
ako je pi 1 yn i
i 1 i 1 V V na osnovu yn i
pi V i 1
V
Igrač A želi maksimizirati vrijednost igre

1
max(V ) min
V
Ukoliko uvedemo smjenu indeksa u opšti model linearnog programiranja dobićemo na
smjena: j 1, n
m
min( g ) yn i
i 1
m
ai yn i 1, 1, n
i 1
yn i 0, i 1, m
DUALNI MODEL LP – rješavanje po igraču A
Dva polazna modela dobijena za igrače A i B su u dualnom odnosu

1
Vopt
f opt
Po rješavanju modela izračunavamo optimalnu vrijednost igre i učešće strategija:
q j ,opt q ,opt Vopt x ,opt pi ,opt Vopt yn i ,opt
1, n 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
Kako smo na početku osigurali da je V>0, možemo predhodnu nejednačinu podijeliti

sa V a da ne promjenimo smjer nejednakosti
1 n n qj
aij q j aij 1, i 1, m
V j 1 j 1 V
Uvodi se smjena:
qj
xj qj V x j , j 1, n
V
Kako je 0 qj 1 na osnovu uvedene smjene
1
0 V xj 1 0 xj
V
Važi i sljedeće:
n
aij q j Vopt , i 1, m
j 1
n
aij V x j V / podijelimo sa V
j 1
n
aij x j 1
j 1
n n qj 1 1 n
ako je qj 1 xj
j 1 j 1 V V na osnovu x j
qj V j 1
V
Igrač B želi minimizirati vrijednost igre

1
min(V ) max
V
Ukoliko uvedemo smjenu indeksa u opšti model linearnog programiranja dobićemo na
smjena: j 1, n
n
1
max( f ) x za f
1 V
n
ai x 1, i 1, m
1
x 0, 1, n
PRIMALNI MODEL LP – rješavanje po igraču B
43. i 44.
MODEL ZALIHA
1. Predstavljaju sve količine:

sirovina i materijala,
rezervnih dijelova,
nedovršene proizvodnje (poluproizvoda),
gotovih proizvoda,
energenata i
informacija koje su na određeno vrijeme isključene iz procesa proizvodnje i to
sa ciljem da se po ukazanoj potrebi mogu koristiti.
Zalihe predstavljaju dio obrtnih sredstava preduzeća neophodnih za normalno
obavljanje procesa proizvodnje i prodaje.
Analogno tome, zalihe omogućavaju da se pomenuti procesi u preduzeću odvijaju bez
poremećaja.
U bilansnom smislu, zalihe predstavljaju dio obrtne imovine preduzeća za koji se
očekuje da će u roku kraćem od jedne godine biti konvertovan u neki drugi oblik
obrtnih sredstava (potraživanja ili gotovinu).
Obezbjeđenje neprekidne proizvodnje – zalihe sirovina, materijala, dijelova,
poluproizvoda...
Zadovoljenje zahtijeva tržišta – zalihe gotovih proizvoda
Pripadaju preduzeću i predstavljaju značajnu imovinu preduzeća.
Zalihe blokiraju kapital i rizikuju da roba zastari.
Klasifikacija zaliha prema svrsi

zalihe sirovina i dijelova,
zalihe poluproizvoda (nedovršene proizvodnje),
zalihe gotovih proizvoda.
Nalaze se u skladištima preduzeća, distributera, trgovačkih centara ili domaćinstava
2. Zašto su određenom privrednom subjektu potrebne zalihe?
Značaj upravljanja zalihama proističe iz nemogućnosti da se robni i novčani tokovi
(prilivi i odlivi vrijednosti) u preduzeću idealno sinhronizuju.
Zalihe čine “rezervu” koja treba da obezbjedi potreban kontinuitet poslovanja
preduzeća (kada su prilivi vrijednosti nedovoljni ili izostanu).
Cilj zaliha je:
održati nezavisnost operacija u poslovnom procesu
biti u stanju izaći u susret varijacijama tražnje
omogućiti fleksibilnost u proceduri proizvodnog procesa
obezbjediti sigurnost nabavke u kontekstu variranja trajanja procesa od
momenta narudžbe do momenta stizanja zaliha
iskoristiti prednosti stimulirajućih cijena u slučaju kupovine veće količine
zaliha.
Upravljanje zalihama pretpostavlja “cost benefit” analizu koja se zasniva na
procenjivanju troškova i koristi od raspolaganja zalihama.
3.
Upravljanje zalihama - značajno pitanje u ekonomiji jednog preduzeća.

Politika zaliha - dio poslovne politike i važno područje za upravljanje i rukovođenje.
Ulaganje u zalihe ima za posljedicu blokiranje (angažovanje) određenog volumena
novčanih sredstava iz čega proističe i potreba za finansijskim upravljanjem zalihama.
Cilj upravljanja zalihama svodi se na iznalaženje i održavanje onog nivoa zaliha koji
garantuje obezbeđenje potrebnih sredstava uz minimiziranje imobilisanja (vezivanja)
kapitala.
Cilj - odrediti optimalni nivo zaliha koji istovremeno zadovoljava više kriterija:
omogućava nesmetano odvijanje proizvodnog procesa (bez zastoja)
omogućava nesmetano snadbijevanje tržišta (bez nestašica)
ima najniže troškove održavanja tog nivoa zaliha.
4.
Funkcionalni aspekti upravljanja zalihama
1. organizovanje ulaznog skladišta ili proizvodne zalihe

2. organizovanje izlaznog skladišta ili tržišne zalihe
3. kombinovano ulazno i izlazno skladište
Aspekti nabavne funkcije

Aspekti prodajne funkcije
5. Ulazno skladište – proizvodne zalihe
Zalihe sirovina repromaterijala, rezervnih dijelova i drugih sredstava potrebnih da

omoguće nesmetano odvijanje proizvodnog procesa u planiranom vremenskom
periodu
Problem nedostatka proizvodnih zaliha

Problem viška proizvodnih zaliha
Izlazno skladište – tržišne zalihe
zalihe gotovih proizvoda namjenjene krajnjim potrošačima
Problem nedostatka tržišnih zaliha

Problem viška tržišnih zaliha
6.
Troškovi zaliha
nabavljanja zaliha,
držanja zaliha,
nedostatka zaliha i
ostale troškove zaliha
7. Troškovi pribavljanja zaliha

Od trenutka utvrđivanja potrebe za nabavkom do prijema naručene količine zaliha u
skladište preduzeća.
Ovi troškovi predstavljaju troškove pribavljanja zaliha sirovina i materijala (ako se
radi o proizvodnom preduzeću), odnosno troškove pribavljanja zaliha robe (ako se
radi o trgovinskom preduzeću).
Dovode se u vezu sa:
istraživanjem tržišta nabavke,
preliminarnim pregovorima sa dobavljačima,
PTT uslugama,
transportom zaliha od dobavljača do skladišta preduzeća,
prijemom, kontrolom i smještajem sirovina i materijala,
prijemom, evidencijom i isplatom ulaznih faktura,
potrebnim kancelarijskim priborom i formularima za narudžbu.
U ovu kategoriju troškova zaliha ubrajaju se i propušteni količinski popusti.
Najčešće konstantni za svaku nabavku, bez obzira na veličinu porudžbine.
Monitoring u određenom periodu ukupni troškovi nabavke u datom periodu
podijeljeno sa brojem nabavki prosječni troškovi po narudžbi
Troškovi će biti relativno niski ako se zalihe nabavljaju od stalnih dobavljača i ako su
cijene zaliha relativno stabilne. Međutim, ako se nabavke zaliha vrše od nepoznatih
dobavljača pri čemu su i cijene zaliha nestabilne, onda će i troškovi pribavljanja zaliha
biti relativno visoki.
8.
Troškovi držanja zaliha
Nastaju usljed postojanja i držanja zaliha u preduzeću.

Preduzeće mora imati:
skladište gdje postoje adekvatni uslovi za držanje zaliha
zaposlene koji rade na poslovima čuvanja i održavanja zaliha.
Zavise direktno od visine zaliha.
Obuhvataju:
kamate na obrtna sredstva uložena u zalihe (opotruniteni trošak, jer se radi o
propuštenom prinosu koji bi se mogao ostvariti da je preduzeće umesto u
zalihe sredstva uložilo u neku drugu alternativu)
troškove skladišnog prostora, koji uključuju troškove grijanja, hlađenja,
osvjetljenja i sl., odnosno najamninu skladišnog prostora, ako se koristi tuđe
skladište
troškove manipulacije materijalom na skladištu i troškove inventarizacije i
troškove osiguranja zaliha (da bi se preduzeća zaštitila od različitih rizika
držanja zaliha ona obavezno osiguravaju zalihe),
troškove zastarajevanja zaliha usljed tehnološkog zastarevanja zaliha, kao i
promjene mode, ukusa potrošača i drugih faktora (prodaja zaliha po nižim
cenama) itd.
Određivanje ukupnih troškova držanja zaliha dijeljenjem sa količinom zaliha i
vremenskim periodom čuvanja zaliha dolazi se do troškova čuvanja po jedinici
zaliha u jedinici vremena
9. Troškovi nedostatka zaliha

Dva slučaja:
Nedostatak zaliha sirovina i materijala koje iziskuje proces proizvodnje,
odnosno
Nedostatak zaliha gotovih proizvoda da bi se zadovoljile prispjele narudžbe od
potrošača
Troškovi nastali u situaciji kada se ne može zadovoljiti neka potreba zbog nedovoljnih
zaliha.
povećani troškovi proizvodnje,
gubici zbog izgubljenjih kupaca,
troškovi zbog odlaganja prodaje,
konvencionalne kazne i penali zbog neisporuke,
gubici na goodwill-u itd.
Teško ih je kvanificirati i u ukupnom iznosu i po jedinici zaliha.
Ako je u pitanju nedostatak zaliha gotovih proizvoda, onda će visina troškova zavisiti
od sljedećeg: da li postoje konkurentni koji proizvode slične proizvode ili bliske
supstitute, da li samo preduzeće može ponuditi slične supstitute i da li postoji
spremnost kod kupaca da prihvati supstitute.
Najniži troškovi nedostatka zaliha gotovih proizvoda će nastati ako samo
preduzeće proizvodi i supstitute i ako su kupci spremni da prihvate ponuđene
im supstitute.
Najviši troškovi nedostatka zaliha gotovih proizvoda će nastati u slučaju ako
preduzeće ne proizvodi i supstitute, a kupac nije spreman da čeka dok na
tržištu postoje supstituti. Tada se kupac okreće proizvodima konkurencije.
10.
Nezavisna tražnja-uglavnom tražnja za finalnim proizvodima.
Zavisna tražnja-tražnja koja je uslovljena tražnjom za drugim proizvodima, komponentama,
repromaterijalima...
11.
Model zaliha gotovih proizvoda za jedan period (a single-period inventory model)

Zalihe gotovih proizvoda za kojim tražnja postoji jedan kraći vremenski period
Tipični primjeri ovakvih situacija su:
Dnevne novine,
Modni detalji specifični za jednu sezonu
Proizvodi koji se vežu uz specifične događaje (praznike, utakmice, priredbe,
koncerte...)
Rezervacija i prodaja avionskih karti
Rezervacija hotelskih usluga...
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
12. Sistem za upravljanje zalihama

Skup pravila i procedura kojima se u jednom preduzeću rješavaju problemi u vezi sa
obezbjeđenjem materijala potrebnih za odvijanje proizvodnog procesa i gotovih
proizvoda za odvijanje procesa snadbijevanja.
Sistem za upravljanje zalihama treba dati odgovore na sljedeća pitanja:
Šta (koje vrste materijala, dijelova, polu ili gotovih proizvoda, enegrenata)
držati na skladištu?
Kada obnoviti zalihe (koji je optimalan trenutak za novu narudžbu)?
Koju količinu naručiti?
13. Zadatak teorije upravljanja zalihama
Konstruisanje modela za utvrđivanje optimalnog nivoa zaliha
Optimalan nivo zaliha
Balansiranje visine troškova i rizika držanja zaliha sa koristima koje se mogu izvući iz
raspolaganja tim zalihama
Matematički model za optimizaciju u procesu upravljanja zalihama - dvije varijable:
Količina koju treba naručiti (koliko pribavljati zaliha u jednoj porudžbini?)
Trenutak kada treba naručiti (u kojim intervalima nabavka treba da se izvrši?)
14. Faktori koji određuju problem programiranja optimalnih proizvodnih zaliha
1. Period za koji se zalihe programiraju (θ)
Samo jedan period
Konačan vremenski horizont podijeljen na više perioda
Beskonačan vremenski horizont.
2. Karakter tražnje za materijalima i sirovinama koju ispoljava proizvodni proces
deterministička
a. konstantna
b. promjenjiva
stohastička
kontinuirano ili
periodično.
4. Trajnost zaliha
neograničena ili
ograničena, posebno ako su zalihe kvarljive.
6. Kako će se u toku posmatranog perioda ponašati odgovarajuće cijene?
7. Vremensko trajanje od trenutka slanja narudžbe do trenutka isporuke ili
pristizanja zaliha?
8. Da li je u programu nabavka jedne vrste sirovine ili materijala i dijelova ili više
vrsta?
9. Da li se skladišni prostor može pojaviti kao ograničavajući faktor?
10. Na koji način se u model uključuju troškovi zaliha?
11. Šta se dešava sa nezadovoljenom tražnjom?
15. Tempo pražnjenja ulaznog skladišta, uskladištena količina 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
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, Zt Zt 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, Z2 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 TS 1 , ZTS 1 0 qTS qTS
... ...
T 1
t T, ZT ZT 1 qT 1 qt
t TS
t 1
t TS , Zt Zt 1 qt N qi 0 t 1, TS 1
i 1
t TS , Zt ZTS 0
t 1
t TS , Zt Zt 1 qt qi 0 t TS 1, T
i TS
17.
Ukoliko model skokovitog pražnjenja skladišta aproksimiramo modelom kontinuiranog

pražnjenja dobili bismo niže troškove skladištenja nego što je to stvarno sa modelom
skokovitog pražnjenja.
Ulazna količina zaliha N=6 bila je potrošena po isteku perioda =3.
Neka su troškovi skladištenja 10 nj po jedinici zaliha i jedinici vremenskog perioda.
Skokovito pražnjenje:
troškovi skladištenja 10 S '
10 (1 6 1 4 1 2)
10 12 120 nj
troškovi skladištenja 10 S ''
3 6
10 90 nj
2
19.
Pretpostavke modela
4. Tražnja mora biti u potpunosti zadovoljena. Ovo je istovremeno uslov u posmatranom
modelu zaliha.
perioda prije perioda θ Z0=0
ne ostaje nikakva nepotrošena zaliha Z +1=0
početku perioda.
20. Stanje zaliha u trenutku t za prvi model zaliha
Q Q
Q q q
q
P P
P q T T q
q T
Zt Zt 1 q q 0, t 1,
obzirom na konstantnu obzirom na uslov potpunog
jediničnu tražnju zadovoljenja tražnje
Kako tražnja mora biti potpuno zadovoljena : TS T N P
N N
N q T T q
q T
21. Prethodno pitanje.
22.
Pretpostavimo da su odgovarajuće cijene unaprijed poznate i da ostaju nepromjenjene u

toku perioda .
C1 Cm Cl CS
n N pm n pl n S pS
Q Q N q
Q pm pl N pS
N N 2 q
1
Q pm Q pl (N q ) pS
N 2
Cilj - odrediti strategiju upravljanja zalihama u toku perioda tako da se minimizira

min(C1 ) min f ( N )
1
min Q pm Q pl ( N q ) pS C1,opt .
N 2
23. Određivanje optimalne veličine narudžbe
1
min(C1 ) min f ( N ) min Q pm Q pl ( N q) pS C1,opt . N1,opt .
N 2
potreban uslov:C1' ( N1 ) 0
1
C1' ( N1 ) Q pm Q pl ( N q ) pS '
N 2
1 1 2 q pl
0 Q pl pS 0 Q pl pS 0 N1
N2 2 N2 2 pS
dovoljan uslov: C1'' ( N1 ) 0

1 1
C1'' ( N1 ) Q pm Q pl ( N q ) pS '' Q pl pS '
N 2 N2 2
Q pl 1 ( 2 N 3) 2 Q pl N 3
0 za svako N 0
2 q pl
funkcija C1 ima minimum za N1,opt .
pS
24. Funkcija troškova zaliha u I modelu zaliha
u zavisnosti od veličine narudžbe N
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
pS
Q pm q pl 2 q pl pS q pS Q pm 2 q pl pS 2 q pl pS q pS
2 q pl 2 2 2 2
pS pS
2 q pl pS Q pm C1,opt . 2 q pl pS Q pm
2 2
Osnovna pretpostavka I modela zaliha bila je potpuno zadovoljena tražnja, te kako se

ne bi promijenili elementi optimalne odluke mora biti zadovoljeno:
q≤N1,opt.≤Q
2 q pl 2 q pl
q N1,opt . Q q q q2 2
q2
pS kvadriramo pS
q pS 2 q pS 1 2 pl 2 pl
pl ili 2
pS
2 2 q q
26. Pretpostavke modela dva

4. Tražnja ne mora biti u potpunosti zadovoljena
perioda prije perioda θ Z0=0
ne ostaje nikakva nepotrošena zaliha Z +1=0
početku perioda.
9. Tražnja ne mora biti u potpunosti zadovoljena važi da je: . Tražnja P
u intervalu T će biti zadovoljena u obimu N, a dio koji neće biti zadovoljen iznosi (P-
N).
27.
Dva podintervala n 1
0 TS T 0 T TS
0 N P Q 0 P N Q
n TS n T
n N n P 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 P N
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 .
C2 Cm Cl CS Cz
n N pm n pl n S S pS n P N pz
Q Q Q N q Q
N pm pl N pS P N pz
P P P 2 q P
N 1 q N q q
q pm q pl N pS P N pz
P P P 2 q P
N 1 q N q q
q pm q pl N pS q pz N pz
P P P 2 q P
2 q pm N 2 q pl N2 q N pS 2 q N pz Q pz
2 P
ps N 2 q 2 p z 2 pm pS N 2 q pl Q pz
2 P
Cilj - odrediti strategiju upravljanja zalihama u toku perioda tako da se minimizira

min(C2 ) min f ( N , P)
min ps N 2 q 2 pz 2 pm pS N 2 q pl Q pz
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:
C2 2 P
N N
q 2 pz 2 pm pS
2 N pS q 2 pz 2 pm pS 0 N2
2 P 2 pS
C2 2 P
P P
2
ps N 2 q 2 p z 2 pm pS N 2 q pl
2 P prema I modelu je
2 q pl
N1,opt .
pS
2 q pl N12 ps
a prema prethodnom izvodu
q 2 p z 2 pm p S
N2
2 pS
2 pz 2 pm pS 2 ps N 2
pS
2
ps N 2 2 p s N 2 N 2 ps N12 N 22 N12
2 P 2 P2
30. Analiza znaka diskriminante
0 N2 N1
q 2 pz 2 pm pS 2 q pl 2 pS 2 q pl
2 pz 2 pm pS
2 pS pS q pS
2 pS 2 q pl ps 2 pS pl
2 pz 2 pm pS pz pm 2
q pS 2 q
2 pS pl ps 2 pS pl
pz pz 2 i pz pz , gdje je pz pm i pz pz 2
q 2 q
31.
Mogući slučajevi zavisno od vrijednosti diskriminante

U slučaju da diskriminanta ima negativnu vrijednost to jeste da važi da je
N1 N 2 ili da je p p p z z z
tada je opravdano primijeniti II model zaliha.

q 2 pz 2 pm pS
N 2,opt .
2 pS
P2 Q
P2 N 2,opt . Q N 2,opt .
Q Q
n2,opt . 1
P2 Q
P2 Q
T2,opt .
q q
N 2,opt .
T2 S ,opt .
q
N 2,opt .
T2,opt . T2 S ,opt .
q
pS
C2,opt . C2 ( N 2,opt . , P Q) pl Q pz N 22
2 q
U slučaju da diskriminanta ima vrijednost 0 to jeste da važi da je N1 N2

ili da je pz pz
tada je jednako opravdano primijeniti I ili II model zaliha.
U slučaju da diskriminanta ima pozitivnu vrijednost to jeste da važi da je

N1 N2
ili da je pz pz tada nije opravdano primijeniti II model zaliha jer
odgovarajuća funkcija troškova neće imati minimum.
Ako je pz pz ne bi se nabavljao niti skladištio takav repromaterijal, pa

proizvodnje sa njim ne bi ni bilo.
32. Navesti osnovne pretpostavke III modela zaliha.
Pretpostavke u III modelu zaliha:

1. Prekidna tražnja
2. Nepoznata tražnja (stohastički model)
3. Pretpostavka na kojoj se temelji ovaj model je da na svakom od M mjesta gdje je ugrađen

predmetni mašinski dio u toku proizvodnog perioda =1 može samo jedan put da se desi
kvar
4. Opravdano implementirati samo ako je pm pz

5. Problem: Koji je optimalan broj komada takvih rezervnih dijelova koje preduzeće treba
unaprijed naručiti na početku budućeg proizvodnog perioda =1 i čuvati na zalihama u
svom skladištu?
6. Kako je =1 slijedi da je:

n=1
T= =1
Q=P=q
7. Ukoliko je N>q tada se kalkuliše sa troškovima skladištenja.
8. Ukoliko je N<q tada se kalkuliše sa cijenom zastoja.
33. Struktura troškova u III modelu zaliha i moguće situacije.

Struktura ukupnih troškova zaliha u III modelu:
Vrijednost narudžbe N rezervnih dijelova (Cm) Cm N pm

Troškovi lansiranja narudžbe (Cl)
Cl pl , obzirom da je n 1
Troškovi skladištenja kod proizvođača svih (N-q)>0 neiskorištenih rezervnih dijelova u
periodu =1(Cs) CS N q pS
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 =1 (Cz)
Cz q N pz
Moguće situacije sa strukturom troškova
1. N>q višak - tražnja je bila zadovoljena i ostao je višak uskladištenih rezervnih dijelova
obračunavamo Cm i CS
1. N=q ravnoteža - tražnja je bila zadovoljena i nema viška uskladištenih rezervnih

dijelova obračunavamo Cm
1. N<q manjak - tražnja je nije bila zadovoljena i pojavio se je manjak uskladištenih

rezervnih dijelova obračunavamo Cm i Cz
34. Kako je moguće izvršiti procjenu broja kvarova za III model zaliha.
Procjena broja kvarova

1. Na bazi iskustva iz predhodnog perioda =1
1. Na bazi utvrđene vjerovatnoće pojave kvara mašinskog dijela u „normalnom“

proizvodnom periodu =1 primjenom odgovarajuće teorijske distribucije vjerovatnoće
35. Definisati tražnju za rezervnim dijelovima i očekivane vrijednosti za višak i

manjak rezervnih dijelova u periodu =1 ako je unaprijed poznata veličina
narudžbe N.
Prekidna slučajna varijabla

E (q) q p(q)
q 0
Očekivane vrijednosti za višak i manjak rezervnih dijelova u periodu =1 ako je unaprijed

poznata veličina narudžbe N
Višak
N
E ( N q) ( N q ) p (q )
q 0
Manjak
E (q N ) (q N ) p(q)
q N 1
36. Matematički izvesti opšti oblik funkcije troškova C3 C3 N za III model

zaliha.
Cm C S Cl
za N q
C3 Cm C S C z Cl
Cm Cz 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 ) pz ( 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 ( N3,opt . ) C3 ( N3,opt . 1) i
II . C3 ( N3,opt . ) C3 ( N3,opt . 1)
38. Izvesti relaciju za određivanje optimalnog nivoa narudžbe u III modelu zaliha.
Ukoliko uvrstimo N3,opt . 1 u funkciju troškova dobićemo sljedeću relaciju:

N3,opt . 1
C3 ( N3,opt . 1) ( N3,opt . 1) pm pS ( N3,opt . 1) q p(q) pz q ( N 3,opt . 1) p(q) pl

q 0 q N3,opt .
N3,opt . 1 N3,opt . 1
N3,opt . pm pm pS N 3,opt . q p ( q ) pS p (q ) pz q N 3,opt . ) p (q) pz p (q ) pl

q 0 q 0 q N3,opt . q N3,opt .
N3,opt . 1 N3,opt . 1
N3,opt . pm pS N 3,opt . q p (q ) pz q N 3,opt . ) p (q ) pl pm pS p (q ) pz p (q )

q 0 q N3,opt . q 0 q N3,opt .
C3 ( N3,opt . ) pm pS p ( q N 3,opt . 1) pz 1 p ( q N 3,opt . 1)

C3 ( N3,opt . ) pz pm pz pS p (q N 3,opt . 1) sa grafikona
A pz pm pz pS p (q N3,opt . 1) 0
pz pm
p(q N3,opt . 1)
pz pS
N3,opt . 1
C3 ( N 3,opt . 1) ( N3,opt . 1) pm pS ( N3,opt . 1) q p(q) pz q ( N 3,opt . 1) p(q) pl

q 0 q N3,opt . 2
N3,opt . 1 N3,opt . 1
N3,opt . pm pm pS N3,opt . q p (q ) pS p (q ) pz q N 3,opt . ) p(q) pz p (q ) pl

q 0 q 0 q N3,opt . 2 q N3,opt . 2
N3,opt .
N3,opt . pm pm pS N3,opt . q p (q ) pS N 3,opt . N 3,opt . 1 p ( N 3,opt . 1)

q 0
N3,opt . 1
pS p(q) pz q N 3,opt . ) p (q ) pz N 3,opt . 1 N 3,opt . p( N 3,opt . 1) pz p (q )

q 0 q N3,opt . 1 q N3,opt . 2
N3,opt .
N3,opt . pm pS N3,opt . q p (q ) pz q N 3,opt . ) p (q ) pl

q 0 q N3,opt . 1
N3,opt . 1
pm pS p( N 3,opt . 1) pS p(q) pz p( N 3,opt . 1) pz p (q )

q 0 q N3,opt . 2
N3,opt .
C3 ( N3,opt . ) pm pS p(q) pz p(q) C3 ( N3,opt . ) pm pS p ( q N 3,opt . ) pz 1 p (q N 3,opt . )

q 0 q N3,opt . 1
C3 ( N3,opt . ) ( pz pm ) pz pS p (q N 3,opt . ) sa grafikona
B= ((pz+ps) x p(q≤N3,opt))-(pz-pm) ≥ 0 => p(q≤N3,opt) ≥ pz-pm/ pz+ps = ρ

Kada objedinimo dobijene dvije nejednačine slijedi da je:
pz pm
0 p(q N 3,opt . 1) p(q N 3,opt . ) 1
pz pS
39. Elaborirati načine da se riješi problem minimiziranja ukupnih troškova zaliha u III
modelu.
Rješenje problema minimiziranja ukupnih troškova zaliha u III modelu
1. Redom za vrijednosti N=0,1,2... izračunavamo vrijednost funkcije ukupnih troškova C3.
Minimalna vrijednost ukupnih troškova optimalna veličina narudžbe.
2. a) Kompletiramo tabelu Poissonove distribucije vjerovatnoća

b) Izračunamo ρ
c) Kolona sa kumulativnom vjerovatnoćom Poissonove distribucije vrijednosti između kojih se
nalazi ρ
d) Optimalna veličina naružbe gornja granica prethodnog intervala za ρ
e) Optimalna veličina narudžbe minimalna vrijednost funkcije ukupnih troškova
40. Postoptimalna analiza kod III modela zaliha – šta znači i koje relacije se koriste u
postoptimalnoj analizi?
Postoptimalna analiza kod III modela zaliha
U kojim intervalima mogu varirati relevantne cijene, a da ne dođe do promjene optimalne

veličine narudžbe?
F p(q N3,opt . 1)
G p(q N3,opt . )
pz G ( p z ps ) pm pz F ( p z ps )
pm F ps pm G p s
pz
1 F 1 G
pz 1 G pm pz 1 F pm
ps
G F
41. Definisati i matematski izraziti pojam stimulirajuće cijene.
Pojam stimulirajuće cijene
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
42. Grafički i modelom predstaviti vezu između troškova zaliha u slučajevima

početne i stimulirajuće cijene u:
a) I modelu zaliha
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u I modelu
1
C1 Q pm Q pl ( N q ) pS
N 2
1
C1 ( pm, poč . ) Q p m , poč . Q pl ( N q ) pS
N 2
1
Q ( pm, A pm ) Q pl ( N q ) pS
kako je
p
N 2
m , početno
pm , A pm
1
Q pm,A Q pm Q pl ( N q ) pS
N 2
C1 ( pm, A ) Q pm C1 ( pm , A )
kako je
Q pm 0
C1 ( pm, poč . ) C1 ( pm, A )
cijene.
N1,opt = √2 x q x pl/ ps (ovo je pod korijenom)
ovaj izraz ne zavisiod p m
N1,opt (pm, poč) = N1,opt (pm, A)
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
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u II modelu
C2 ps N 2 q 2 p z 2 pm pS N 2 q pl Q pz
2 P
C2 ( pm, poč . ) ps N 2 q 2 p z 2 pm, poč . pS N 2 q pl Q pz
2 P
ps N 2 q 2 p z 2 pm, A pm pS N 2 q pl Q pz
kako je
2 P
ps N 2 q 2 p z 2 pm, A pS N 2 q pl Q pz q pm N
2 P P
C2 ( pm, A ) pm N C 2 ( pm , A ) C2 ( pm, poč . ) C2 ( pm, A )
kako je kako je
P Q q pm N 0
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)
veću količinu zaliha
po nižoj
(stimulirajućoj)
nabavnoj cijeni.
c) III modelu zaliha
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u III modelu
N
C3 N pm pS ( N q ) p (q ) pz (q N ) p (q ) pl
q 0 q N 1
N
C3 ( pm, poč . ) N pm, poč . pS ( N q ) p (q ) pz (q N ) p (q ) pl
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) pl N pm
q 0 q N 1
C3 ( pm, A ) N pm C3 ( pm, A ) C3 ( pm, poč . ) C3 ( pm, A )

kako je
pm N 0
cijene.
pz pm optimalna veličina narudžbe

p (q N 3 1) p (q N3 )
pz pS u III modelu zaliha zavisi od pm
pz pm , poč . pz pm, A pm
( pm, poč . )
pz pS kako je
pz pS
pz pm , A pm pm
( pm, A ) ( pA )
pz pS pz pS pz pS kako je
pm
0
p z pS
( pm, A ) ( pm, poč . )
veću količinu
zaliha po nižoj
(stimulirajućoj)
nabavnoj cijeni.
43. Grafički predstaviti tri različita slučaja određivanja optimalne narudžbe uz stimulirajuće
cijene.
Određivanje optimalne narudžbe u modelu sa stimulirajućim cijenama
1. NA A i optimalno N opt . NA
Cpo?.
CA
A Npo? NA. N
2. NA A i optimalno N opt . N poč .
Cpo?.
CA
Npo? NA A
N
3. NA A i optimalno N opt . A
Cpo?.
CA
Npo? NA A
N
44. Definisati dva tipa modela zaliha sa kontinuiranom tražnjom. Uporediti njihove
karakteristike.
Dva tipa modela zaliha sa kontinuiranom tražnjom
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
Karakteristika Q model P model
Veličina narudžbe Konstantna Varijabilna
Kada započeti sa Kada nivo zaliha dođe do Fiksno, svaki put po

procesom naručivanja određenog nivoa – tačka isteku fiksnog perioda
nove količine zaliha? obnavljanja zaliha ili
„reorder level or point“
Veličina zaliha Manja nego kod P Veća nego kod Q modela

modela
45. Navesti pretpostavke modela sa fiksnom veličinom narudžbe (Q modela).
Pretpostavke Q modela
1. Tražnja je konstantna i uniformna,

2. Vrijeme od trenutka narudžbe do trenutka pristizanja zaliha je konstantno,
3. Cijena po jedinici je konstantna,
4. Troškovi držanja zaliha obračunavaju se na osnovu prosječne visine zaliha,
5. Troškovi narudžbe i troškovi zastoja su konstantni,
6. Tražnja mora biti u potpunosti zadovoljena.
46. Kako glasi funkcija ukupnih troškova zaliha u Q modelu?
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
47. Grafički prezentirati funkciju ukupnih troškova u Q modelu.
Nopt
.
48. Izvesti relaciju za optimalno rješenje Q modela zaliha.
Pronalaženje optimalnog rješenja Q modela
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 N2 2 H
Provjeravamo da li je u pitanju tačka minimuma testom drugog izvoda:
2
C Q pl 1 2 Q pl
' Q pl ( 2) 0 min .
N2 N2 N3 N3
49. Šta predstavlja i kako se određuje tačka obnavljanja zaliha?
Tačka obnavljanja zaliha

R q L
50. Navesti pretpostavke modela sa fiksnim vremenom između narudžbi (P modela).
Pretpostavke P modela
1. Zalihe se obnavljaju u istim vremenskim periodima, na primjer sedmično ili mjesečno

2. Veličina narudžbi varira iz perioda u period zavisno od stope korištenja zaliha.
3. Varijabilna jedinična tražnja
4. Određeni nivo sigurnosnih zaliha (SZ)
5. Stanje zaliha provjerava se samo na kraju specificiranog fiksnog perioda dužine T
51. Definisati nivo sigurnosnih zaliha.
Nivo sigurnosnih zaliha
z – broj standardnih devijacija za vjerovatnoću raspodjele u trošenju analiziranog materijala

ili sirovine (izračunava se na bazi predhodnih perioda)
2
T L (T L) q
standardna devijacija tražnje u periodu (T+L), ako je σq standardna devijacija jedinične

tražnje.
SZ z T L
52. Kako glasi relacija za određivanje optimalne veličine narudžbe u P modelu?
Optimalna veličina narudžbe u P modelu
Z - tekući nivo zaliha na skladištu na kraju specificiranog fiksnog perioda dužine T
N opt . q (T L) z T L Z
DINAMIČKO PROGRAMIRANJE
1. Definisati višefazni proces.
Definicija višeetapnih - višefaznih procesa

Rastavljanje na određeni broj faza
Višefazni procesi sa vremenskom komponentom versus višefazni procesi bez vremenske
komponente
Srednjeročnim planom preduzeća planiran je iznos od 3 miliona KM za zamjenu
dotrajale opreme
Preduzeće planira uložiti iznos 10 miliona KM u tri različite aktivnosti
novih računara
2. Napraviti komparaciju: višefazni procesi sa vremenskom komponentom / višefazni

procesi bez vremenske komponente.
Karakteristični problemi koji sadrže vremensku komponentu

Faze su vremenske jedinice:
a. problem investiranja, ako postoje karakteristični periodi,

b. planiranje proizvodnje po periodima,
c. raspodjela izvora (sredstava), tj. neke količine izražene u naturalnim ili
vrijednosnim jedinicama,
d. upravljanje zalihama,
e. održavanje mašina i strojeva,
f. zamjena opreme, itd.
Karakteristični problemi koji ne sadrže vremensku komponentu
Faze nisu vremenske jedinice, već aktivnosti:
a. problem investiranja, ako su važne karakteristične aktivnosti,

b. raspodjela izvora (sredstava) izraženih u naturalnim ili vrijednosnim
jedinicama,
c. problem transporta (prijevoza),
d. pouzdanost sistema,
e. problem najkraćeg puta na mreži, itd.
3. Definisati 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.
4. Navesti specifičnosti DP.

Specifičnost dinamičkog programiranja
Ne postoje univerzalne metode rešavanja.
Za svaki praktičan problem, primjena dinamičkog programiranja, zahtjeva poseban i

specifičan pristup.
Poseban tretman u kontekstu višeeteapnosti to jeste višefaznosti u procesu rješavanja

postavljenog problema.
5. Objasniti princip optimalnosti u DP.

Princip optimalnosti
Optimalno upravljanje u cijelom intervalu mora biti optimalno i u pojedinim fazama

intervala.
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.
Belmanov princip optimalnosti
Princip optimalnosti za proces dobijanja rješenja podrazumijeva da strategija zavisi

isključivo od tekućeg stanja.
Tekuće rješenje, bez obzira na to kakvo je bilo početno stanje i predhodna rješenja, treba
da određuje optimalnu strategiju u odnosu na tekuće stanje koje je dobijeno kao rezultat
predhodnih rješenja.
Matematski model koji izražava princip optimalnosti predstavlja formiranje funkcionalnih
jednačina u obliku rekurzivnih ili transformacijskih relacija koje izražavaju vezu između
funkcije cilja tekuće i njoj susjednih faza ili etapa.
Stoga se modeli dinamičkog programiranja nazivaju i modelima rekurzivne optimizacije.
6. Elaborirati algoritam rješavanja problema DP.
Algoritam rješavanja u dinamičkom programiranju
1. Razbiti problem na manje podprobleme.

2. Riješiti date podprobleme koristeći ponovo ova tri koraka rekurzivno.
3. Iskoristiti pronađena optimalna rešenja podproblema kako bi se našlo optimalno
rešenje glavnog problema.
Iz skupa mogućih rješenja biraju se odgovarajuća rješenja, primjenom odgovarajuće strategije

politike izbora. Adekvatna rješenja – ona rješenja koja se odaberu sa predhodno definisanim
ciljem optimizacije funkcije cilja. Strategija izbora koja optimizira funkciju cilja je optimalna
strategija.
7. Navesti osnovne elemente u opštoj postavci problema DP.
Opšta postavka problema dinamičkog programiranja
1. Predmet analize - neki Sistem

2. Nova faza počinje u tačci ili trenutku kada je potrebno donijeti novu odluku.
3. Složeni problem se rješava etapno kroz više faza, čiji broj (N) moramo unaprijed
poznavati.
4. Unaprijed moramo poznavati i sljedeće elemente:
a. Početno stanje sistema u prvoj fazi odlučivanja i
b. Uslovljeno - završno stanje sistema na kraju poslednje faze odlučivanja.
5. Za svaku od faza (t) potrebno je znati sljedeće elemente:
a. Sva moguća početna stanja analiziranog sistema
b. Sve razne moguće odluke koje stoje na raspolaganju i
c. Sva moguća posljedična stanja sistema u kontekstu svake od predhodno datih
mogućih odluka
6. Početno stanje za tekuću fazu posljedično stanje iz njoj predhodne faze.
8. Definisati elemente opšteg problema DP (stanje sistema u fazi t, prostor odlučivanja

u fazi t, transformacijska funkcija, funkcija cilja).
1. Stanje sistema u fazi t - St

a. određeno skupom parametara koji sadrže sve informacije neophodne za
donošenje odluka u tekućoj fazi t i narednim fazama t+1, t+2,..., N
2. Prostor odlučivanja u fazi t – D=D(t,dt)
a. skup svih alternativnih (mogućih) odluka koje je moguće donijeti u fazi t.
b. alternativne odluke zavise od stanja sistema u tekućoj fazi t - dt=dt (t,St)
3. Transformacijska funkcija – Tt
a. veza između funkcije cilja tekuće i njoj naredne faze, što uključuje i zavisnost
od moguće odluke u tekućoj fazi t – St+1=Tt(St, dt)
4. Funkcija cilja - C
a. mjera „uspješnosti“ transformacije stanja posmatranog sistema putem
određenog niza odluka (to jeste kroz određeni niz faza).
b. Vrijednost funkcije cilja zavisi od više faktora:
i. Početno stanje sistema u prvoj fazi odlučivanja (S0) kao zatečeno
stanje prije samog odvijanja faza,
ii. Unaprijed uslovljeno - završno stanje sistema na kraju poslednje faze
odlučivanja (SN) (posljedično stanje),
iii. Odabrani niz mogućih odluka u pojedinim fazama – dt, t 1,2,...,N
9. Navesti najčešće analizirane probleme DP.

Najčešće analizirani problemi dinamičkog programiranja
1. Dinamičko programiranje proizvodnje
2. Dinamičko programiranje zaliha repromaterijala
3. Dinamičko programiranje kupoprodaje
4. Dinamičko programiranje alokacije (raspoređivanja) ograničenih resursa

10. Definisati cilj kod problema DP proizvodnje.
Cilj kod problema planiranja proizvodnje
Odrediti optimalne količine proizvodnje za kompletan planski period koji se sastoji od

više vremenskih podperioda ili jedinica
Različite pretpostavke vezano za obuhvat troškova
Odrediti optimalne količine proizvodnje datog proizvoda u zadanom planskom
periodu i svakoj fazi tog perioda, pod uslovom da troškovi proizvodnje, kao funkcija
količine proizvodnje, budu minimizirani i da bude zadovoljena unaprijed zadana
tražnja u svakom podperiodu kao i u kompletnom planskom periodu
11. Elaborirati ključne pretpostavke modela DP proizvodnje.
1.
xt 0, t 1, N količina analiziranog proizvoda koju sistem proizvede (realizuje) u toku faze t
odluka za svaku fazu
2.
qt 0, t 1, N dogovorene isporuke do kraja datog vremenskog intervala kao faze t
Q qt
t 1
4.
Zt 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 stanje sistema za svaku fazu
5. Zalihe analiziranog proizvoda na početku određenog budućeg perioda proizvodnje ( Z0 0) kao i

na kraju tog perioda ( Z N 0), čiji je nivo unaprijed poznat
6. Kt 0, t 1, N proizvodni kapaciteti 0 xt Kt
St 0, t 1, N skladišni kapaciteti 0 Zt St
N N
xt Q (Z N Z0 ) qt (Z N Z0 )
t 1 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
13. Definisati zadatak modela DP proizvodnje.
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u svakoj fazi
x1 , x2 , ..., xN
Z1 , Z2 , ..., Z N
tako da se minimiziraju ukupni troškovi proizvodnje za određeni budući period proizvodnje
14. Koje kategorije definišu faze DP proizvodnje (navesti koje su poznate a koje ne)?
Kakve su relacije između tih kategorija?
Kategorije za svaku fazu DP proizvodnje

Relacija između kategorija u problemu DP proizvodnje u fazi t
Zt Zt 1 xt qt
Zt 1 Zt qt xt
xt Zt Zt 1 qt
Uključivanje
ograničenja
proizvodnih kapaciteta
i skladišnih kapaciteta
0 xt Zt Zt 1 qt Kt
pri čemu je: 0 Z t St i
0 Zt 1 St 1
15. Izvesti proces iteracija sa zalihama u modelu DP proizvodnje.
Zt Zt 1 xt qt
Z1 Z0 x1 q1
Z2 Z1 x2 q2 Z0 x1 q1 x2 q2 Z0 x1 x2 (q1 q2 )
kako je
Z1 Z 0 x1 q1
Z3 Z2 x3 q3 Z0 x1 x2 (q1 q2 ) x3 q3
kako je
Z 0 x1 x2 ( q1 q2 )
3 3
Z0 x1 x2 x3 (q1 q2 q3 ) Z0 xt qt
t 1 t 1
...
i i
Zi Z0 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.
16. Na osnovu proizvodnje u fazi t izvesti ograničenje za izlazne nivoe zaliha po
fazama u modelu DP proizvodnje.
Treba biti manja ili jednaka od zbira neisporučenih ugovorenih količina za kompletan period
(količine za faze t, t+1,…, N) i zaliha na kraju posljednje faze koje su unaprijed poznate
umanjenog za stanje ulaznih zaliha na početku te faze:
N
0 xt qj (Z N Zt 1 ) Uz ograničenje skladišnih
j t
kako je Z t Zt qt xt važi sljedeće:

kapaciteta slijedi da
ograničenje za izlazne nivoe
1
N
0 xt qj ZN Zt qt xt zaliha po fazama glasi:
j t
N
0 xt xt qj qt ZN Zt
j t
St
N N
0 xt xt qj (Z N Zt ) qj (Z N Zt ) 0 0 Zt min N
j t 1 j t 1
qj ZN
N
j t 1
0 Zt qj ZN
j t 1
17. Izvesti ograničenja za nivoe proizvodnje po fazama u modelu DP proizvodnje.
Relacije međuzavisnosti i ograničenja skladišnih kapaciteta
Zt 1 Zt qt xt i 0 Zt St
0 Zt qt xt St 1
Zt qt St 1 xt Zt qt
Objedinjavanjem 0 xt Kt i Zt qt St 1 xt Zt qt
posljednje relacije sa
ograničenjem 0 Kt
proizvodnih kapaciteta max xt min
ograničenja za nivoe Zt qt St 1 Zt qt
proizvodnje po
fazama glase:
18. Elaborirati funkciju ukupnih troškova u okviru određenog budućeg perioda

modelu DP proizvodnje.
Troškovi proizvodnje u fazi t

Fiksni troškovi za pripremu proizvodne serije ako je proizvodnja realizovana ili >0.
Troškovi proizvodnje (varijabilni troškovi) serije, ukoliko znamo proizvodnu cijenu svake
jedinice analiziranog proizvoda u okviru proizvedene količine
Troškovi skladištenja zaliha nivoa Zt, ukoliko znamo cijenu skladištenja za svaku jedinicu
analiziranog proizvoda u okviru zaliha koje se iz faze t prenose u narednu fazu (t+1)
Ct Ft at xt bt Zt Ct f ( xt , Z t )
za xt 0 Ft 0

određenog budućeg => C=∑Nt=1 Ct (xt,Zt)
perioda proizvodnje koji se
sastoji od N vremenskih
intervala ili faza
19. Izvesti opštu iterativnu funkciju za određivanje minimalnih ukupnih troškova

proizvodnje za svaku moguću varijantu zaliha na kraju i-te faze u modelu DP
proizvodnje.
N N
min C min Ct ( xt , Zt ) f N (Z N ) min C min Ct ( xt , Z t )
t 1
xt t 1
N 1 f1 ( Z1 ) C1 ( x1 , Z1 ) Opšta iterativna funkcija za

određivanje minimalnih ukupnih
N 2 f2 (Z 2 ) min C min
2
Ct ( xt , Z t ) troškova proizvodnje za svaku
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 f3 ( Z3 ) min C min Ct ( xt , Z t )
xt t 1 fi ( Zi ) min fi 1 ( Zi 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: fi ( Z i ) min fi 1 ( Z i 1 ) Ci ( xi , Z i )
xi
20. Konstruisati algoritam za rješavanje problema DP proizvodnje.
Algoritam za rješavanje problema DP proizvodnje
A. Ograničenja
Za zalihe
St
0 Zt min N
qj ZN
j t 1

Za proizvodnju
0 x1 Z1 q1 Z 0 K1 , za t 1
0 Kt
max xt min , za t 2, N
Zt qt St 1 Zt qt
B. Intervalni troškovi proizvodnji
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:
Zt 1 Zt qt xt
Iterativna funkcija minimalnih ukupnih troškova proizvodnje:
f1 ( Z1 ) C1 ( x1 , Z1 ), za i 1
fi ( Zi ) min fi 1 ( Zi 1 ) Ci ( xi , Zi ) , za i 2, N
xi
21. Definisati cilj kod problema DP zaliha.
Cilj kod problema planiranja zaliha repromaterijala
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
22. Elaborirati ključne pretpostavke modela DP zaliha.
1.
xt 0, t 1, N količina analiziranog repromaterijala koju sistem treba nabaviti i unjeti na
skladište na početku faze t 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
Q qt
t 1
4. Zt 0, t 1, N nivo zaliha analiziranog repromaterijala koji u intervalu ili fazi t ostaje u
sistemu nakon isporuke proizvodnji tražene količine za tu fazu stanje sistema za svaku fazu
5. Zalihe analiziranog repromaterijala na početku određenog budućeg perioda proizvodnje

( Z 0 ) kao i na kraju tog perioda ( Z N 0 ), čiji je nivo unaprijed poznat
0
6. Kt 0, t 1, N tržišna ograničenja 0 xt Kt
St 0, t 1, N skladišni kapaciteti 0 Zt St
N N
xt Q (Z N Z0 ) qt (Z N Z0 )
t 1 t 1
23. Koji finansijski podaci su potrebni u postavci modela DP zaliha.
Fiksni troškovi
Ft , t 1, N za xt 0
Nabavna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
24. Definisati zadatak modela DP zaliha.
Zadatak
Odrediti količine nabavki analiziranog repromaterijala
x1 , x2 , ..., xN
koje sistem treba realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala
Z1 , Z2 , ..., 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?
Kategorije za svaku fazu DP zaliha repromaterijala
26. Elaborirati funkciju ukupnih troškova u okviru određenog budućeg perioda

modelu DP zaliha.
Troškovi zaliha u fazi t
Fiksni troškovi za realizaciju nabavke ako je nabavka realizovana ili >0.

Troškovi kupovine repromaterijala, ukoliko znamo nabavnu cijenu svake jedinice
analiziranog repromaterijala u okviru nabavljene količine
Troškovi skladištenja zaliha repromaterijala, ukoliko znamo cijenu skladištenja za svaku
jedinicu analiziranog repromaterijala u okviru zaliha koje se u fazi t nalaze na skladištu
sistema
Ct Ft at xt bt Zt Ct f ( xt , Z t )
za xt 0 Ft 0

N
određenog budućeg perioda f N ( Z N ) min C min Ct ( xt , Zt )
proizvodnje koji se sastoji od xt t 1
N vremenskih intervala ili
faza
27. Izvesti opštu iterativnu funkciju za određivanje minimalnih ukupnih troškova
repromaterijala za svaku moguću varijantu zaliha na kraju i-te faze u modelu DP
zaliha.
N
N
min C min Ct ( xt , Zt ) f N (Z N ) 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 f2 (Z 2 ) min C min Ct ( xt , Z t )
xt t 1 repromaterijala za svaku moguću
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 )
x1 , x2
min f1 ( Z1 ) C2 ( x2 , Z 2 )
x2
varijantu zaliha na kraju i-te faze
3
N 3 f3 ( Z3 ) min C min Ct ( xt , Z t )
xt t 1
min C1 ( x1 , Z1 ) C2 ( x2 , Z 2 ) C3 ( x3 , Z 3 ) fi ( Zi ) min fi 1 ( Zi 1 ) Ci ( xi , Zi )
x1 , x2 , x3
xi
min f 2 ( Z 2 ) C3 ( x3 , Z 3 )
x3
analogno: fi ( Z i ) min fi 1 ( Z i 1 ) Ci ( xi , Z i )
xi
28. Konstruisati algoritam za rješavanje problema DP zaliha.
Algoritam za rješavanje problema DP zaliha repromaterijala
A. Ograničenja
St
Za zalihe 0 Zt min N
qj ZN
j t 1
Za nabavku repromaterijala
0 x1 Z1 q1 Z 0 K1 , za t 1
0 Kt
max xt min , za t 2, N
Zt qt St 1 Zt 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:
Zt 1 Zt qt xt
Iterativna funkcija minimalnih ukupnih troškova zaliha:
f1 ( Z1 ) C1 ( x1 , Z1 ), za i 1
fi ( Zi ) min fi 1 ( Zi 1 ) Ci ( xi , Zi ) , za i 2, N
xi
29. Definisati cilj kod problema DP kupoprodaje.
Cilj kod problema planiranja kupoprodaje
Sistem se bavi prometom ili kupoprodajom

Skladište poznatog kapaciteta
Moguće varijante u kontekstu poslovanja sa zalihama tog proizvoda:
Kupovati proizvod
Prodavati proizvod
Prvo prodavati pa kupovati proizvod
Prvo kupovati pa prodavati proizvod
Ako je poznata zarada ili dobit po jedinici tog proizvoda za svaku moguću poslovnu
varijantu i svaku fazu definicija problema:
U svakoj vremenskoj jedinici ili fazi, odabrati takav način poslovanja sistema tako da
ukupna zarada na kraju vremenskog perioda od vremenskih jedinica bude maksimalna.
30. Elaborirati ključne pretpostavke modela DP kupoprodaje.
1. xt 0, t 1, N nivo nabavke ili kupovine analiziranog proizvoda tokom faze t koji se na

početku naredne faze (t+1) unese u skladište sistema odluka za svaku fazu
2. Zt 0, t 1, N nivo zaliha analiziranog proizvoda koji se na početku intervala ili faze t

nalazi u sistemu stanje sistema za svaku fazu
3. yt 0, t 1, N nivo prodaje analiziranog proizvoda sa skladišta sistema kupoprodaje

tokom faze t odluka za svaku fazu
0 yt Zt
4. Zalihe analiziranog proizvoda na početku određenog budućeg perioda proizvodnje ( Z1 0) kao i
na kraju tog perioda ( Z N 1 0), čiji je nivo unaprijed poznat
5. S
t 0, t 1, N skladišni kapaciteti 0 Zt 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 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
Z1 , Z2 , ..., 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?
Kategorije za svaku fazu DP kupoprodaje
Relacija između kategorija u problemu DP kupoprodaje u fazi t
Slijedi relacija
Zt 1 Zt yt xt
34. Izvesti proces iteracija sa zalihama u modelu DP kupoprodaje.
Zt Zt yt xt
Zt 1 Zt yt xt Z2
1
Z1 y1 x1
Z3 Z2 y2 x2
kako je
Z 2 Z1 y1 x1
Nivo zaliha u datoj fazi i predstavljen Z1 y1 x1 y2 x2 Z1 y1 y2 x1 x2

je kao posljedica (ili u zavisnosti Z4 Z3 y3 x3
kako je
od) niza „dvodimenzionalnih“ Z3 Z1 y1 y2 x1 x2
odluka ili parova (xi, yi), to jeste: Z1 y1 y2 x1 x2 y3 x3
• unaprijed zadanog poznatog Z1 y1 y2 y3 x1 x2 x3 ...

nivoa zaliha na početku perioda i i
Zi Z1 xt yt
• nepoznatog niza nivoa nabavki i t 1 t 1
•
i i i
nepoznatog niza nivoa prodaja. Z1 yt xt Z1 ( yt xt )
t 1 t 1 t 1
35. Izvesti ograničenja u modelu DP kupoprodaje.
Ograničenja
Zt 1 Zt yt xt i 0 Zt St
0 Zt 1 St 1 0 Zt yt xt St 1
yt Zt xt St 1 yt Zt 0 xt St 1
kako je
0 yt Zt
yt Zt 0
max xt St 1 , ako je yt Zt
min xt 0, uz uslov da je yt Zt St
Zt 1 Zt yt xt 0 yN ZN ZN xN ZN SN
1
36. Elaborirati funkciju ukupne dobiti u okviru određenog budućeg perioda koji se
sastoji od N vremenskih intervala ili faza u modelu DP kupoprodaje.
Funkcija cilja – funkcija dobiti

Intergralno za sve faze, funkcija ukupne dobiti glasi
N N
D Dt ( yt , xt ) bt yt at xt
t 1 t 1
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.
Iterativna funkcija cilja – funkcija dobiti
d - rastojanje tekuće faze t i posljednje faze N posmatranog perioda:
t 1 ... N 1 N 2
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 aN xN )
N 2 period ima samo dvije posljednje faze ( N 1) i N , Opšta iterativna funkcija

te je za prvi interval t N 1 i d 1: za određivanje
N maksimalne ukupne
f2 (Z N 1 ) max D max Dt ( yt , xt )
( yt , xt ) t N 1
dobiti za svaku moguću
varijantu zaliha na
max DN 1 ( y N 1 , xN 1 ) DN ( y N , xN ) max (bN yN aN xN 1 ) f1 ( Z N )
( yt , xt ) ( yt , xt )
1 1 1
početku (N-d)-te faze
analogno: f d 1 ( Z N d ) max (bN d yN d aN d xN d ) fd (Z N d 1 ) , za d 1, ( N 1)

( yt , xt )
38. Konstruisati algoritam za rješavanje problema DP kupoprodaje.
Algoritam za rješavanje problema dinamičkog programiranja kupoprodaje
Za d=0:
Ograničenja:
Funkcija cilja
f1 (Z N ) DN ( yN , xN ) max(bN yN aN xN )
Za d=1, 2, ..., N:
Ograničenja:
Funkcija cilja
fd 1 (Z N d ) max (bN d yN d aN d xN d ) fd (Z N d 1 )
( yt , xt )
39. Opisati problem DP alokacije resursa.
Opis problema
Sistem raspolaže sa Q jedinica analiziranog resursa:

ukupan iznos finansijskih sredstava za investicije ili
broj mašina istog tipa ili
ukupan kapacitet određenog transportnog sredstva
Broj objekata na koje sistem može rasporediti raspoloživu količinu analiziranog resursa Q
-N
xt 0 dio ukupno raspoložive količine analiziranog resursa Q koji je dodjeljen

objektu t
0 xt Q N
xt Q
t 1
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 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 Mt
41. Definisati zadatak modela DP alokacije resursa.

Zadatak
Potrebno je determinisati optimalan plan raspoređivanja raspoložive količine ograničenog

resursa na N objekata to jeste odrediti takvu kombinaciju veličina
x1 , x2 , ..., xN
tako da sistem ostvari maksimalan ukupni efekat.
42. Opisati model dinamičkog programiranja alokacije resursa.

Model dinamičkog programiranja raspoređivanja ograničenih resursa
43. Definisati cilj programiranja raspodjele oskudnih resursa.
Cilj programiranja raspodjele ograničenih resursa
Ostvariti maksimalan ukupan efekat N

f N (Q ) max Et ( xt )
xt
t 1
ako važi N
0 xt Q xt Q
t 1
44. Izvesti iterativnu funkciju za određivanje maksimalnih ukupnih efekata za svaku

moguću varijantu rasporeda analiziranog resursa na N objekata u modelu DP
alokacije resursa.
Iterativna funkcija cilja – funkcija efekta
1
N 1, 0 Q M1 x1 Q i f1 (Q) max Et ( xt ) E1 (Q)
0 x1 Q
t 1
2
N 2, 0 Q M1 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: fi (Q) Ei ( xi ) fi 1 (Q xi )
0 xt Q
Opšta iterativna funkcija za određivanje maksimalnih ukupnih efekata za svaku moguću varijantu
rasporeda analiziranog resursa na N objekata
45. Konstruisati algoritam za rješavanje modela DP alokacije resursa.

Algoritam za rješavanje problema DP raspoređivanja ograničenih resursa
TEORIJA REDOVA ČEKANJA
1. Definisati teoriju redova čekanja.
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 optimalno funkcionisanje sistema.
2. Koji su osnovni elementi modela TRČ.

Analiziranje i programiranje rada uslužnih sistema , Klijenti ili korisnici usluga, Davaoci usluga
ili opsluživači, Stanice, Usluge, Sistem reda čekanja, Uzroci stvaranja redova čekanja u uslužnim
sistemima .
3. Opisati važne karakteristike uslužnog sistema.

Sistem ostvaruje prihod naplaćivanjem realizovanih usluga klijentima., Sistem ima odgovarajuće
troškove održavanja i rada pripadnih stanica., Sistem iz svog poslovanja ostvaruje dobit. Visina
dobiti zavisi od niza faktora:( od posmatranog perioda njegovog rada, od raspolažućeg „protočnog
kapaciteta“ sistema u takvom periodu, od kvaliteta usluga i od visine cijena koje se naplaćuju za
takve usluge, od ostalih faktora koji mogu da utiču na potencijalne klijente posmatranog uslužnog
sistema, od fiksnih troškova održavanja postojećih stanica uslužnog sistema (bez obzira radile ili
ne) i od varijabilnih troškova prilikom rada tih stanica (repromaterijal i sl.).
4. Opisati generalno prihvaćenu metodologiju rješavanja problema TRČ.

Ocjenjuju se određeni parametri karakteristični za uslove u kojima se odvija rad posmatranog
uslužnog sistema, Pronalazi se „optimalni kapacitet“ rada tog sistema u odnosu na posmatrani
period i određuju se odgovarajuće optimalne vrijednosti svih parametara važnih za nesmetanu
primjenu optimalnog rješenja.
5. Koji elementi opisuju sistem usluživanja?

1. Raspodjela vremena dolazaka jedinica (zahtjeva za uslugu)
a) sa jednakim intervalima vremena,
b) sa nejednakim, ali unaprijed određenim determinisanim vremenskim intervalima i
c) sa nejednakim intervalima vremena koji nisu unaprijed poznati nego slučajni.
2. Raspodjela vremena opsluživanja
a) konstantno (uvijek jednako vrijeme),
b) varijabilno, ali unaprijed poznato (određeno) i
c) slučajno
3. Broj uslužnih mjesta (kanala ili stanica),
4. Kapacitet sistema opsluživanja,
5. Redoslijed opsluživanja klijenata odnosno disciplina reda
a) FIFO
b) LIFO
c) PRIOR
d) SIRO
e) GD
6. Broj stupnjeva usluge
6. Šta su klijenti? Koji se elementi vežu uz klijente?
Klijenti su ljudi (predmeti) koji, tokom perioda, mogu doći u dati sistem usluživanja po
odgovarajuće usluge.
Za klijente definišemo slijedeće elemente: m kao broj svih mogućih klijenata sistema. Ako broj
svih mogućih klijenata sistema unaprijed možemo odrediti, označavamo „m<+∞“. Ako broj svih
mogućih klijenata sistema unaprijed ne možemo odrediti označavamo „m=+∞“, n kao broj
istovremeno prisutnih klijenata u sistemu, i (m-n) – broj klijenata izvan sistema.
7. Kakva može biti populacija klijenata (dati primjer)?

Populacija klijenata može biti Konačna (broj mašina koje mogu zahtijevati opravku, ako
preduzeće ima 30 mašina) i Beskonačna (broj ljudi koji čekaju u redu za gorivo).
8. Šta je stanica? Koji se elementi vežu uz stanicu?

Mjesta u sistemu na kojima se klijentima pružaju odgovarajuće usluge odnosno obrade.
Simboli: S je broj stanica iste vrste usluživanja. Kako smo predhodno naveli, sisteme možemo
klasificirati na sisteme: sa jednom stanicom određene vrste usluživanja (S=1), ili sa više stanica
iste vrste usluživanja (S≥2).
s je broj svih istovremeno slobodnih stanica koje u datom trenutku ne uslužuju ni jednog klijenta i
k=(S-s) je broj istovremeno zauzetih stanica.
9. Šta su usluge i kakve mogu biti?

Usluge su ono što klijenti očekuju da će dobiti u uslužnom sistemu. Mogu biti Konstantne (objekti
koji dolaze na obradu u proizvodnoj liniji i dobijaju standardnu obradu) i Varijabilne ( ljudi koji
troše novac u shoppingu imaju različite prohtjeve zavisno od niza faktora).
Načini usluživanja mogu biti:
Jednofazno usluživanje, ako klijent željenu uslugu kompletno dobije na jednom mjestu -
stanici sistema
Višefazno usluživanje, ako klijent željenu uslugu kompletira na više raznih stanica
sistema
Jednokanalno usluživanje, ako sistem ima samo jednu (S=1) stanicu određene vrste
usluživanja
Višekanalno usluživanje, ako sistem ima više (S≥2) istovrsnih stanica usluživanja
10. Kakav red čekanja može biti prema načinu usluživanja?

Može biti : Jednokanalni-jednofazni sistem, jednokanalni-višefazni sistem, višekanalni-jednofazni
sistem i višekanalni-višeazni sistem.
11. Opisati stanje sistema prema dužini reda čekanja.

Dužina reda čekanja – r:
Nema repa, r=0 kada i Ima repa, r>0
Prema dužini reda čekanja kao broju klijenata u redu čekanja sistem može imati red čekanja koji
je konačan ili beskonačan:
beskonačni red čekanja –broj korisnika može biti bilo koji, bez gornje granice,
konačni red čekanja – broj korisnika koji se mogu naći u redu je ograničen.
12. Definisati očekivani broj istovremeno prisutnih klijenata u sistemu.

Vjerovatnoće pn svake moguće varijante n u bilo kojem trenutku tog budućeg perioda (0,1):
n : 0, 1, 2, ...,m m
gdje je pn 1
pn : p0 , p1 , p2 ,..., pm n 0
Određivanje očekivanog broja istovremeno prisutnih klijenata u sistemu:
m
n n pn
n 0
13. Definisati očekivani broj slobodnih stanica sistema.

Slobodne stanice pojaviće se samo ako je u datom trenutku perioda (0,1) ispunjen odnos
0≤n≤S
S=constans i n promjenljiva sa vjerovatnoćom pn promjenljivoj s odgovara ista distribucija
vjerovatnoća koja odgovara promjenljivoj n. S 1 S
Izračunavanje očekivanog broja slobodnih stanica sistema : s ( S n) pn ( S n) pn
n 0 n 0
14. Definisati očekivani broj klijenata koji čekaju u redu.

Samo ako je u datom trenutku perioda [0,1] ispunjen odnos n>S, slijedi
S=constans i n promjenljiva sa vjerovatnoćom pn promjenljivoj r odgovara ista distribucija
vjerovatnoća koja odgovara promjenljivoj n. m
Izračunavanje očekivanog broja klijenata koji čekaju u redu : r (n S ) pn
n S 1
15. Definisati očekivani broj klijenata koji već primaju uslugu u sistemu.
k S s k S s
prema osobinama
aritmetičke sredine i kako je
S unaprijed zadana konstanta
16. Definisati očekivana ili prosječna vremena u sistemu.

Vn - prosječno vrijeme ukupnog boravka klijenta u sistemu
Vk - prosječno vrijeme boravka klijenta u stanici sistema u toku pružanja usluge
Vr - prosječno vrijeme boravka klijenta u repu sistema (vrijeme čekanja)
Važi da je:
Vn Vr Vk Vk 1
17. Definisati koeficijent (ne)iskorištenosti kapaciteta sistema.

Koeficijent iskorištenosti sistema S s
100%
S
Koeficijent neiskorištenosti sistema: s
100%
S
18. Navesti i objasniti karakteristične vjerovatnoće u TRČ.

Vjerovatnoća da je sistem prazan: Po=P(n<1)=1-P(N>=1)
Vjerovatnoća da sistem nije prazan: P(n>0)=1-Po
Vjerovatnoća da u sistemu ima slobodnih stanica: P(n<S)=1-P{n>(S-1)}
Vjerovatnoća da je zauzeto svih S stanica:P(n>=S)= 1-P(n<S)
Vjerovatnoća nepostojanja repa, kada je: P(n<=S)=1-P(n>S)
Vjerovatnoća postojanja repa: P(n>S)=1-∑Pn
Vjerovatnoća da u sistemu ima manje od Q klijenata: p(n<Q)=∑Pn

Vjerovatnoća da u sistemu nema manje od Q klijenata: P(n>=Q)=P{n>(Q-1)}
Vjerovatnoća da u sistemu nema više od Q klijenata: P(n<=Q)=p(n<Q)+Pq
Vjerovatnoća da u sistemu ima više od Q klijenata: P(n>Q)= 1-∑Pn
Vjerovatnoća da u sistemu nema manje od L a ni više od Q klijenata: P(L<=n<=Q)=

P(n<=Q)-P{n<=(L-1)}
19. Definisati koeficijent (ne)ispravnosti mašina.

Ako ima tačno m mašina (m<+ ) u odnosu na period (0,1) možemo odrediti koeficijent ili
procenat stalno (ne)ispravnih mašina:
Koeficijent stalno ispravnih mašina
m n
100%
m
Koeficijent stalno neispravnih mašina :
n
100%
m
20. Definisati ekonomsku funkciju cilja u sistemu koji prati TRČ.

Kategorije troškova: Troškovi nastali zbog čekanja klijenata i Troškovi nastali zbog
neiskorištenosti stanica to jeste zbog postojanja slobodnih stanica.
Specifičnost problema u TRČ
Nije moguće u potpunosti eliminisati čekanje već samo gubitke zbog čekanja svesti na minimum
21. Koje karakteristike se vežu uz vjerovatnoće događaja u sistemu?

Nezavisnost : Vjerovatnoća da će u vremenskom intervalu (a,a+t) doći n klijenata u sistem reda
čekanja ne zavisi od broja klijenata koji su došli prije trenutka a već samo od dužine posmatranog
vremenskog intervala koja iznosi t.
Ordinarnost U sistem reda čekanja klijenti dolaze pojedinačno, a dolazak dva ili više klijenata
istovremeno skoro da nije moguć.
Stacionarnost Očekivani broj klijenata koji se u sistemu pojavljuju u jedinici vremena, kao
intenzitet stacionarnog toka događaja, jednak je konstanti i ne zavisi od vremena
22. Koje posljedice se vežu uz vjerovatnoće događaja u sistemu?
Dužina t konačnog vremenskog intervala (a,a+t) proizvoljno se određuje.
U konačnom vremenskom intervalu (a,a+t) u sistem može doći konačan broj klijenata n.
U početnom trenutku posmatranog perioda (0,1) kao i u početnom trenutku prvog intervala
tog perioda (0,t) u sistemu nije bio zatečen niti jedan klijent.
Klijenti u sistem pristižu neravnomjerno, te su vremenski razmaci između pristizanja dva
neposredno susjedno pristigla klijenta nejednake dužine.
Ako u trenutku t u sistemu ima n klijenata u narednom vremenskom razmaku može doći
maksimalno još jedan klijent. Zato predstavlja vjerovatnoću da će u toku zbirnog intervala u
sistem doći n klijenata, te predstavlja vjerovatnoću da će u toku zbirnog intervala u sistem
doći (n+1) klijent.
Vjerovatnoća da će u toku vremenskog razmaka u sistem stići novi klijent proporcionalna je
dužini tog vremenskog razmaka, te slijedi:
p t pn 1 (t t ) pn (t )
gdje predstavlja koeficijent proporcionalnosti.
Vjerovatnoća da u toku vremenskog razmaka ∆t u sistem neće stići niti jedan novi klijent
1 p 1 t
23. Elaborirati vjerovatnoću dolazaka klijenata u sistem.
Vjerovatnoća da će u sistem usluživanja doći n klijenata u toku vremenskog intervala dužine t u
toku cijelog posmatranog perioda (0,1) ponaša se prema modelu Poisson-ove distribucije
vjerovatnoća: n
t t
pn e
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:
u
f (u ) e
pri čemu parametar (1/ )) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivani vremenski interval između dva uzastopna ulaska klijenata u sistem
25. Elaborirati vjerovatnoću trajanja usluge.

Vremenski interval između dva susjedna izlaska klijenta iz sistema jednak je dužini usluživanja
klijenta koji naredni izlazi iz sistema.
Varijabla trajanje usluge u sistemu je slučajna varijabla koja se ponaša prema modelu
eksponencijalne distribucije vjerovatnoća:
g( ) e
pri čemu parametar (1/ ) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivano ili prosječno trajanje usluge.
26. Elaborirati pretpostavku stabilnosti sistema u TRČ.
Jedna stanica u sistemu istovremeno može opsluživati samo jednog klijenta.

Prosječno trajanje takve usluge iznosi ( 1 ) dijela perioda (0,1).
Jedna stanica u periodu (0,1) može pružiti maksimalno prosječnih usluga

U periodu (0,1) kapacitet sistema koji ima S stanica istog tipa jednak je .
Broj se u konkretnom empirijskom istraživanju izračunava na bazi snimljenih podataka.
t vjerovatnoća da će u vremenskom razmaku ∆t na nekoj od stanica sistema biti opslužen

jedan klijent
(1 t ) vjerovatnoća da u vremenskom razmaku ∆t na nekoj od stanica sistema neće biti
opslužen niti jedan klijent
Uslov - u sistemu se nalazi dovoljan broj klijenata n.
Očekivani broj klijenata koje možemo očekivati da će doći u sistem u toku cijelog posmatranog
perioda (0,1) je , dok je 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
27. Elaborirati moguće varijante za opšte modele TRČ.

Prema broju klijenata prisutnih u sistemu možemo razlikovati dva slučaja:
Sistem je prazan u trenutku to jeste n=0
Sistem nije prazan u trenutku to jeste n>0.
Za bilo koji vremenski razmak broj klijenata prisutnih u sistemu (n) zavisi od slijedećih faktora:
Broj klijenata u trenutku t - .
Da li je u toku vremenskog razmaka u sistem došao novi klijent (ako jeste +1, ako
nije +0).
Broja klijenata koji su tokom vremenskog razmaka bili u sistemu - :
će biti jednako ako u toku vremenskog razmaka u sistem nije došao
novi klijent i
će biti jednako ( +1) ako je u toku vremenskog razmaka u sistem došao
novi klijent.
Da li je do kraja vremenskog razmaka neki klijent izašao iz sistema ili nije (ako jeste -1, ako nije
-0).
28. Nabrojati četiri karakteristična opšta tipa sistema usluživanja. Vec uradjeno
29. Definisati pretpostavke I modela TRČ ( S 1, m ).
U trenutku t u sistemu nalazi n klijenata izvan sistema nalazi se nepoznat broj klijenata
(m n) ( n)
kako je n konačno

p t
1 p 1 t
Jedna stanica vjerovatnoća da će u vremenskom razmaku ∆t u sistemu biti opslužen jedan
klijent ( t)
(1 t)
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 ) pn 1 (t ) pn 1 (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
31. Izvesti relaciju za određivanje:

ñ= ψ/1- ψ
ř= ψ 2/1- ψ
u I modelu TRČ.
ŝ=1- ψ
32. Definisati pretpostavke II modela TRČ ( S 1, m ).

U trenutku t u sistemu se nalazi n klijenata izvan sistema nalazi se poznat broj klijenata
( m n) 0
p ( m n) t
1 p 1 (m n) t
Jedna stanica vjerovatnoća da će u vremenskom razmaku ∆t u sistemu biti opslužen jedan klije
( t)
(1 t)
33. Kroz određivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za II

model TRČ.
za model S 1 i m
m p0 (t ) p1 (t ) 0 za n 0
( m n) pn (t ) pn 1 (t ) (m n 1) pn 1 (t ) 0, za n 0
1 m! n
p0 m
, pn p0
m! n (m n)!
n 1 ( m n)!
m m m m
(n S ) pn (n 1) p (n 1) p (1 1) p n p p
34. Izvestinrelaciju
n 2 n 1
n
za određivanje: 1
n 1
n
n 1
n
a. Prosječnog
m
broja klijenata istovremeno prisutnih u sistemu
pn 0 p0 (1c. Prosječnog
p0 ) n broja
pn (1istovremeno
p0 )
kako je slobodnih stanica
n 0 m
u II modelu TRČ. n np n
n 0

1 ŝ=Po 1
p0 ) m 1 p0 (1 p0 ) m 1 1 p0
1 k S s 1 1p0 (m n )
1 p0 r m 1 jep10
kako
n m 1 p0
c. Prosječnog broja istovremeno

1 p0 ( m n )slobodnih stanica:
k (m n )
35. Definisati pretpostavke III modela TRČ ( S 1, m ).
U trenutku t u sistemu nalazi n klijenata izvan sistema nalazi se nepoznat broj klijenata
(m n) ( n)
kako je n konačno
p t
1 p 1 t
Više stanica vjerovatnoća da će u vremenskom razmaku ∆t u sistemu od n zaposlenih stanica
makar jedna završiti usluživanje
(n t)
(1 n t)
36. Kroz određivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za
III model TRČ.
za model S 1 i m
p0 (t ) p1 (t ) 0, za n 0
( n ) pn (t ) pn 1 (t ) (n 1) pn 1 (t ) 0, za 0 n S
S 1 S 1 S 1 S 1 S 1 S 1 S 2
( S ) pn (t ) pn 1 (t ) S pn 1 (t ) 0, za 0 n S
(S n) pn S pn n pn S pn 0 p0 n pn S pn (n 1) pn 1
n 0 n 0 n 0 n 0 1 n1 n 0 n 0
p0 (t ) p0 S 1 n S
S 1 S 1 S 1 S 1
S S
pn (n 1) pn 1 (S 1) n 01 n !p( S (1)S 1 ) S( S 1)!
p n (n 1) pn 1 S pSsaako podijelimo
n 0 n 0 1 n n0 n 0
pn (t ) pn 1 (t ) p0 (t ), za n S S 1
1 n S 1 n 1 n n! S
pn (t )
p0 (n 1) p0 Sp (pt )S n
p0 (t ), za n S
0 n! n 0 (n 1)! n
S! Sn S
S 1 n S 1 n S S 1 n S
p0 0 p S 0 0 p S p
n 0 n! n 0 n!
37. Izvesti S ! za određivanje: n 0 n ! ( S 1)! S
relaciju kako je
1
a. Prosječnog broja klijenata istovremeno prisutnih u sistemu u redu
p0 čekanja: S 1 n S
n r k
n 0
n! ( S ) ( S 1)!
b. Prosječnog broja istovremeno slobodnih stanica
1
p0 S s S
p0 u III modelu TRČ.
38. Definisati pretpostavke IV modela TRČ ( S 1, m ).
U trenutku t u sistemu nalazi n klijenata izvan sistema nalazi se poznat broj klijenata
( m n) 0
p ( m n) t
1 p 1 ( m n) t
Više stanica vjerovatnoća da će u vremenskom razmaku ∆t u sistemu od n zaposlenih stanica
makar jedna završiti usluživanje (n t)

(1 n t)
39. Kroz određivanje vjerovatnoća ( ) n p izvesti sistem sistem stohastičkih jednačina za IV
model TRČ.
za model S 1 i m
m p0 (t ) p1 (t ) 0, za n 0
( m n) n pn (t ) (n 1) pn 1 (t ) (m n 1) pn 1 (t ) 0, za 0 n S
( m n) S pn (t ) S pn 1 (t ) (m n 1) pn 1 (t ) 0, za 0 n S
pn m n 1 pn 1 m n
,1 n S
p0 n p0 n
pn m n 1 pn 1 n! m n
, S n m
p0 n p0 S! Sn S
n
1
p0 m
, 0 n m
pn
1
n 1 p0
40. Kako određujemo prosječno trajanje različitih oblika boravka klijenta u sistemu u IV
modelu TRČ?
Kako je po definiciji: k S s i n r k
podijelimo izraz za n
sa k kako bismo dobili
1
kao član izraza , jer je
1
po definiciji Vk
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

Oispojeno

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Oispojeno

Uploaded by

Copyright:

Available Formats

22.3.2014.

Zašto su određenom privrednom subjektu

Sistem za upravljanje zalihama

Troškovi zaliha Troškovi pribavljanja zaliha

Troškovi držanja zaliha Troškovi nedostatka zaliha

Ostali troškovi zaliha Zadatak teorije upravljanja zalihama

• Različite vrste troškova, zavisno od vrste zaliha

Faktori koji određuju problem

Simboli – obilježavanje varijabli u

Tempo pražnjenja ulaznog skladišta,

vremenske jedinice t : 1 2 3 ... T t −1

Tempo pražnjenja ulaznog skladišta,

Vremenske jedinice Zalihe N < ∑ qt

Klasični model zaliha sa konstantnom

Dodatne napomene Oznake i veze u I modelu

Oznake i veze u I modelu Tempo odgovarajućeg pražnjenja skladišta tokom

Funkcija troškova zaliha u I modelu

Optimalna vrijednost – minimum funkcije

N1,opt . 1 2 ⋅ q ⋅ pl 2 ⋅ pl 2 ⋅ pl Ako izjednačimo troškove skladištenja i troškove lansiranja dobićemo

Zadatak za studente Završna diskusija u I modelu zaliha

Model sa popustom u cijeni –

Proširenja klasičnog modela Primjer 1, cont.

Barny-jeva robna kuća

• Teorija igara analizira način na koji dva ili više

• Postoje različiti kriteriji prema kojima se diferenciraju

• Zavisno od broja igrača učesnika, sve igre dijelimo na

Zavisno od broj strategija koje svakom od igrača u

• Broj strategija ograničen  konačna igra

Zavisno od međusobnog odnosa igrača učesnika, igre

• Dva igrača A i B u igru ulažu isti iznos S i bacaju novčić.

Ukoliko u igri kao učesnike posmatramo pripadnike

1. Konkurentskoj igri sa dva igrača

• Ne postoji potpuna informisanost

• Uključena su samo dva igrača

• Prije početka igre, svaki igrač zna strategije drugog igrača i

• Oba igrača su racionalna

Analizirajmo igru "par - nepar". Igrači istovremeno

Formirati funkciju isplata i zapisati je u matricu

• Igrači imaju samo dvije različite mogućnosti: pokazati

element a35 ima vrijednost 3,8. To znači da će:

• Ako je matrica plaćanja sa stanovišta kandidata A oblika:

Ukoliko „Shoe-be-do“ investira 15.000 $ u oglašavanje onda će ''Shoe-be-do''

• Strategije za ''Shoe-be-do'' su sljedeće:

• Strategije za ''Fancy Foot'' su sljedeće:

• Kako je V   V   igrači su u međusobnom dualnom odnosu.

• Ako će igrač A sigurno donijeti konkretnu odluku Ai sa

• Poznate pripadajuće vjerovatnoće za moguće odluke

• Ako će igrač B sigurno donijeti konkretnu odluku Bj sa

• Poznate pripadajuće vjerovatnoće za moguće odluke

• Vrijednost igre je složeni događaj koji podrazumijeva

• Igrač A ima za cilj da maksimizira V, dok igrač B ima za cilj

• Ako smo na mjestu igrača A da li postoji neka

• Eliminisati inferiorne strategije u igri iz primjera 3

Matrica plaćanja iz ugla firme ''Shoe-be-do'' (elementi - %

Firmi ''Fancy Foot'' je u interesu da minimizira vrijednost igre (da

Optimalna strategija za firmu ''Fancy Foot'' jeste strategija 3 da

Optimalna vrijednost igre je -1<0, što znači da će se igra završiti time da

Igrač B će između svojih odluka Bl i Bk eliminisati

• Postoje li dominantne strategije?

• Neka igrač A bira najlošiji rezultat po sebe za svaku strategiju a

A1  a11 a12 ... a1n   a1. 

• Uvijek vrijedi sljedeći odnos:

• Provjera da li igra ima sedlo