Professional Documents
Culture Documents
Oispojeno
Oispojeno
Modeli zaliha:
Uvod, deterministički
modeli zaliha
POJAM ZALIHA I OSNOVNE
KARAKTERISTIKE
1
22.3.2014.
2
22.3.2014.
3
22.3.2014.
4
22.3.2014.
• 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
5
22.3.2014.
6
22.3.2014.
7
22.3.2014.
Ostali elementi optimalne odluke Grafički prikaz troškova zaliha i optimalnog rješenja
Q θ
C1 = Q ⋅ p m + ⋅ pl + ⋅ N ⋅ p s
N 2
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.
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.
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.
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
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
7
Broj učesnika
8
Broj strategija
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
14
Predstavljanje igara
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
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
22
Rješenje – moguće strategije
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,
dobivam jednu marku;
• ako pokažem neparan broj, a protivnik paran,
dobivam jednu marku;
• 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
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
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.
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.
• Ako firma ''Shoe-be-do'' uloži 15.000 $ za reklamu i promociju i firma „Fancy Foot“
uloži 10.000 $ za reklamu i promociju (kombinacija strategija A2 i B2) firma ''Shoe-
be-do'' će dobiti 1% tržišnog učešća.
• Ako firma ''Shoe-be-do'' uloži 15.000 $ za reklamu i promociju i firma „Fancy Foot“
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
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
n
E ( Ai ) aij q j , za pi 1
j 1
38
Očekivana vrijednost strategije Bj
m
E ( B j ) aij pi , za q j 1
i 1
40
Očekivana vrijednost igre
m n
za p
i 1
i 1 i q
i 1
j =1
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
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
B1 B2 B3
A1 0 1 5
A2 3 1 1
49
Primjer 3, cont.
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.
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:
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
53
Matrične igre sa sedlom – čiste igre, cont.
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.
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
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.
60
Pitanje
i
2. Ako je max min aij min max aij
j j i
61
Primjer 5
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)
2 8
5 7
9
3 − 2 7
5 M E(A1)
Rješenje: 3
E(A2)
E(A3)
q>=1
1
-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
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
Grafička interpretacija specifičnih igara sa
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
Optimum za igrača A:
Sve tačke na duži M1M2
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
9
Grafička interpretacija igara tipa mX2 –slučaj 1:
Igrač B ima beskonačno mnogo optimalnih strategija a igrač A ima
samo jednu optimalnu strategiju
M1 M2
Optimum za igrača A:
ps = 1, pi = 0 za (i=1, ..., m) i (i≠s)
Optimum za igrača B:
Sve tačke na duži M1M2
10
Grafička interpretacija igara tipa mX2 –slučaj degeneracije:
Igrač B ima optimalan mix a igrač A ima beskonačno mnogo
optimalnih strategija
E(Al)
Optimum za igrača A:
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
−2 2 +3 1 5
A= A' =
4 3
1 0 linearna
transformacija
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
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
(1/4)>(1/5) ulazi A1
Korisni vektori
Rješenje – simpleks tabela II
Cb B A 1 1 0 0
A1 A2 A3 A4 Θ2
0 A3 3/4 0 17/4 1 -1/4
3/17
Θs (Cs-fs) 3/68
• A2, A1
Cb B A 1 1 0 0
A1 A2 A3 A4
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
Rješenje – preračunavanje rezultata LP
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
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
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
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)
26
Pretpostavke statičkih igara sa potpunom
informacijom
• Igra se igra istovremeno (statička igra)
• 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
28
Primjer: Zatvorenikova dilema
• 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 )
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)
33
Muž
Strategija
Boks Balet
Boks 1, 2 0, 0
Žena
Balet 0, 0 2, 1
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.
36
Primjer 4: Cournotov model duopola
• 2 preduzeća
• Odlučuju o količini proizvodnje
• Maksimiziraju dobit
• igrači=poduzeća
• Strategije=količine proizvodnje
• Isplate=dobiti
37
Primjer 5:
1 2
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
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
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
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
Hvala na pažnji
6
Teorija igara – miješane strategije (igre bez
sedla)
max 5 4 2
min max aij 2 Igrač B bira B3
j i
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
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
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 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 )
Statistička metoda za matrične igre,
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
2.
E B1 E B2 a11 p1 a21 p2 a12 p1 a22 p2
p1 p2 1 p1 p2 1
Statistička metoda za matrične igre,
optimalna vrijednost igre
p1 E ( A1 ) p2 E ( A2 )
Vopt .
q1 E ( B1 ) q2 E ( B2 )
p1 p2 ( p1 p2 )
q1 q2 (q1 q2 )
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
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
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.
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.
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
E ( B j ) a1 j a2 j p1 a2 j fi ( p1 ) Vopt , za p1 0,1
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
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
-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
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
samo jednu optimalnu strategiju
M1 M2
Optimum za igrača A:
ps = 1, pi = 0 za (i=1, ..., m) i (i≠s)
Optimum za igrača B:
Sve tačke na duži M1M2
41
Grafička interpretacija igara tipa 2Xn –slučaj 1:
Igrač A ima beskonačno mnogo optimalnih strategija a igrač B ima
samo jednu optimalnu strategiju
Optimum za igrača A:
Sve tačke na duži M1M2
M1 M2
Optimum za igrača B:
qs = 1, qj = 0 za (j =1, ..., n) i (j≠s)
42
Grafička interpretacija specifičnih igara sa
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
45
Grafička interpretacija igara tipa mX2 –slučaj degeneracije:
Igrač B ima optimalan mix a igrač A ima beskonačno mnogo optimalnih
strategija
E(Al)
Optimum za igrača A:
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
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
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
• Uvodi se smjena: qj
xj q j V x j , j 1, n
V
a y
i 1
i n i 1, 1, n
2 2 3 1 5
A A'
4 3
1 0 linearna
transformacija
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
(1/4)>(1/5) ulazi A1
Korisni vektori
Rješenje – simpleks tabela II
Cb B A 1 1 0 0
A1 A2 A3 A4 Θ2
0 A3 3/4 0 17/4 1 -1/4
3/17
Cb B A 1 1 0 0
A1 A2 A3 A4
Klasični model
(EOQ – Economic Order Quantity)
Pretpostavke:
1. Poznata i konstantna jedinična tražnja (deterministički
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
N opt = n1,opt = T1,opt =
ps N1,opt n1,opt 2
1
22.3.2014.
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
3
22.3.2014.
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.
• 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
5
22.3.2014.
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:
pa provjeravamo trošak za slučaj da je n2,α=16 ili n2,β =17
26
• 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
27 28
7
Pretpostavke kod klasičnog EOQ modela
2 ⋅ q ⋅ pl Q θ
N opt = n1,opt = T1,opt =
ps N1,opt n1,opt 6
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
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
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
• Vrijednost funkcije troška je:
31
Primjer 6
33
OPERACIONA ISTRAŽIVANJA
teorija I parcijala
TEORIJE 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.
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.
4. Predstavljanje igre suma nula – opšti oblik (oznake, matrični zapis i značenja)
•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
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:
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:
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 .
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).
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.
• 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:
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).
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)
• 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
Nashova teorema: Svaka igra N strana sa konačnim brojem strategija, data u normalnoj formi, ima
najmanje jednu tačku strateškog ekvilibrijuma.
Nashova tačka equilibrijuma nije jedinstvena - treba izabrati jednu ali se ne zna koju.
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)
Pretpostavke:
-jedinična tražnja je poznata, konstantna,
-ukupna tražnja je kompletno zadovoljena,
-pražnjenje skladišta je kontinualno
Pretpostavke:
1. Poznata i konstantna jedinična tražnja (deterministički model)
2. Ukupna tražnja mora biti u potpunosti zadovoljena
3. Kontinualno pražnjenje skladišta
4. Isporuka je trenutna i kompletna naružba se može isporučiti odjednom.
5. Poznati su i ne mijenjaju se tokom planskog perioda: pm, pl, ps.
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
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
opredjeljuju u izboru strategija
11. Zavisno od broj strategija koje svakom od igrača u igri stoje na raspolaganju:
14.
Igrači su savršeno racionalni pojedinci koji nastoje da:
maksimiziraju svoju korist,
postignu što bolji rezultat po njihovim vlastitim kriterijumima.
Igrači samostalno biraju strategiju ili odluku.
Svi igrači imaju iste izglede za postizanje najboljeg rezultata.
Igrači se smatraju ravnopravnim protivnicima, to jeste igrači su jednakih
sposobnosti.
Igrači raspolažu potpunom informacijom (o mogućim strategijama i rezultatima
koje svako od njih ostvaruje).
U slučaju kada je aij>0 znači da će igrač A dobiti od igrača B vrijednost aij, to jeste da
će igrač B platiti igraču A vrijednost aij.
U slučaju kada je aij=0 znači da nijedan igrač neće ništa niti dobiti niti platiti.
U slučaju kada je aij<0 znači da će igrač B dobiti od igrača A vrijednost aij, to jeste
da će igrač A platiti igraču B vrijednost aij.
19.
Saldo igre kao zbir dobitka jednog igrača i gubitka drugog igrača jednak je 0.
20.
Pretpostavka: igrači raspolažu potpunom informacijom o mogućim strategijama za
sebe i protivnika i o rezultatima koje svako od njih ostvaruje koji su izraženi matricom
plaćanja
Ukoliko su u matrici plaćanja svi elementi pozitivni, tada igraču A odgovara najviše
pozitivan aij dok igraču B odgovara najmanje pozitivan aij.
Ukoliko su u matrici plaćanja svi elementi negativni, tada igraču A odgovara najmanje
negativan aij dok igraču B odgovara najviše negativan aij.
Ukoliko su u svi elementi jednaki nekoj konstanti, vrijednost igre je uvijek jednaka toj
konstanti za bilo koji izabrani par odluka te je igračima nevažno koju će odluku
odabrati jer će rezultat igre uvijek biti isti.
21.
Kako u matrici plaćanja obično elementi imaju 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
22.
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
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
Poznate pripadajuće vjerovatnoće za moguće odluke igrača A su:
p1, p2 ,..., pm
m n
za pi 1 i
i 1
q
i 1
j
27.
28. Kakva veza postoji izmeĎu očekivanih vrijednosti početne i transformisane matrice
plaćanja? Dokazati. Prethodno pitanje!
1 6 3 1 1 6 3 1
7 4 2 0 7 4 2 0
Inferiornu strategiju treba isključiti Igrač B ne bi nikada trebao igrati treću i četvrtu
strategiju (jer u tim strategijama on uvijek ili gubi, ili u najboljem slučaju niti gubi niti
dobiva.
Tako se igra sa tačke gledišta igrača B može reducirati na matricu plaćanja:
1 6
7 4
Ukoliko u matrici plaćanja kod strategija igrača A postoji takav red (strategija) k da su svi
elementi matrice plaćanja u tom redu manji ili jednaki od odgovarajućih elemenata
matrice plaćanja u redu l:
akj a , j 1, n tada sigurno važi da je: alj akj j , j 0, j 1, n
lj
n n n n
E ( Al ) alj q j (akj j ) q j akj q j j q j
Slijedi: j 1 j 1 j 1 j 1
E ( Ak ) E ( Ak )
kako je j 0 i
q j kao vjerovatnoća je također
n
j q j 0
0, slijedi da je
Igraču A je cilj da maksimizira
j 1
vrijednost igre red k možemo eliminisati iz matrice
plaćanja jer je inferioran u odnosu na red l
Kod bilo koje odluke Bj, igrač A bi bolje ili isto prošao (više ili jednako dobio) u
slučaju da odabere odluku Al koja je dominantna strategija u odnosu na odluku Ak.
31.
Ukoliko u matrici plaćanja kod strategija igrača B postoji takva kolona (strategija) k da su
svi elementi matrice plaćanja u toj koloni veći ili jednaki od odgovarajućih elemenata
matrice plaćanja u koloni l: aik ail , i 1, m
tada sigurno važi da je:
ail aik i , i 0, i 1, m
Slijedi: m m m m
E ( Bl ) ail pi (aik i ) pi aik pi i pi
i 1 i 1 i 1 i 1
E ( Bk ) E ( Bk )
kako je i 0 i
pi kao vjerovatnoća je također
m
0, slijedi da je i pi 0
i 1
Neka igrač A bira najlošiji rezultat po sebe za svaku strategiju a isto to radi i igrač B.
B1 B2 Bn min aij
j
B1 B2 Bn min aij
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
max min aij min max aij
i j
j
i
Ukoliko se desi da najbolji od svih najlošijih rezultata i po igrača A i po igrača B budu
isti onda se radi o čistoj igri, odnosno ako vrijedi:
max min aij min max aij
i j
j
i
tada govorimo o čistoj igri ili igri sa sedlom.
max min aij min max aij
i j
j
i
igra bez sedla gdje se formiraju mješovite strategije – različite strategije igrači A i B igraju
ali ne podjednako često.
38.
Statistička metoda (za matrice tipa 2x2)
Grafička metoda (za matrice tipa mx2 i 2xn)
Linearno programiranje matričnih igara
39.
Grafička metoda ili metoda eliminacije
Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja
dimenzija:
B1 B2
A1 a11 a12 p1
A2 a
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
B1 B2 ... Bn
A1 a11 a12 ... a1n p1
a
A2 21 a22 ... a2 n p2
q1 q2 ... qn
2 n
gdje je pi p1 p2 1 p2 1 p1 ,
i 1
q
j 1
j 1
2
E ( B j ) aij pi a1 j p1 a2 j p2 a1 j p1 a2 j 1 p1 Vopt
i 1
E ( B j ) a1 j a2 j p1 a2 j fi ( p1 ) Vopt , za p1 0,1
Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača B koje se mogu
eliminisati.
41.
Kako konkretna odluka izbora j-te strategije od strane igrača B ne mora biti i
optimalna odluka za igrača B važi da je očekivana vrijednost j-te strategije igrača B
veća ili jednaka optimalnoj vrijednosti igre:
m
E ( B j ) aij pi Vopt , j 1, n
i 1
Kako smo na početku osigurali da je V>0, možemo predhodnu nejednačinu
podijeliti sa V a da ne promjenimo smjer nejednakosti
1 m m
p
aij pi aij i 1, j 1, n
V i 1 i 1 V
pi
Uvodi se smjena: yni V pi V yni , i 1, 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 yni
i 1 i 1 V V na osnovu yni
pi V i 1
V
a y
i 1
i n i 1, 1, n
yn i 0, i 1, m
42.
pronaći optimalne vjerovatnoće q1 ,..., qn
Cilj:
da bude Vopt min(V ).
Kako konkretna odluka izbora i-te strategije od strane igrača A ne mora biti i
optimalna odluka za igrača A važi da je očekivana vrijednost i-te strategije igrača A
manja ili jednaka optimalnoj vrijednosti igre:
n
E ( Ai ) aij q j Vopt , i 1, m
j 1
1 n n 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
a x 1, i 1, m
1
i
x 0, 1, n
43. i 44.
MODEL ZALIHA
3.
4.
Funkcionalni aspekti upravljanja zalihama
6.
Troškovi zaliha
nabavljanja zaliha,
držanja zaliha,
nedostatka zaliha i
ostale troškove zaliha
11.
Ako je:
Co - trošak po svakoj jedinici precjenjene tražnje (trošak svake jedinice
koja ostane kao višak, „overestimated“)
Cu - trošak po svakoj jedinici podcjenjene tražnje (trošak svake jedinice
koja se pojavi kao manjak, „underestimated“)
tada je prihvatljivo povećavati nivo narudžbe (zalihe) sve dok je vjerovatnoća da
nećemo prodati ono što imamo na zalihama
Cu
p
Co Cu
2
3
t 4, Z 4 Z3 q3 N qt q3 N qt
t 1 t 1
... ...
T 2 T 1
t T, ZT ZT 1 qT 1 N qt qT 1 N qt 0
t 1 t 1
t 1
t, 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, 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 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.
Skokovito pražnjenje:
troškovi skladištenja 10 S '
10 (1 6 1 4 1 2)
10 12 120 nj
Kontinuirano pražnjenje
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.
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
N N
N q T T q
q T
22.
min(C1 ) min f ( N )
1
min Q pm Q pl ( N q) pS C1,opt .
N 2
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
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
27.
Dva podintervala n 1
0 TS T 0 T TS
0 N PQ0 PN Q
n TS n T
n N nP Q
Ukoliko dio tražnje ostaje nezadovoljen važi da je N<P, te u intervalu T imamo dva
podintervala:
TS – prvi podinterval dužine TS vremenskih jedinica dok u skladištu ima
zaliha traženog repromaterijala i
(T-TS) - drugi podinterval dužine vremenskih jedinica (T-TS) kada u skladištu
nema zalihe te dolazi do zastoja u proizvodnom procesu.
P N PN
T i TS (T TS )
q q q
28. Funkcija troškova zaliha u II modelu zaliha
Pretpostavimo da su odgovarajuće cijene unaprijed poznate i da ostaju nepromjenjene
u toku perioda .
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 2q P
N 1 q N q q
q pm q pl N pS P N pz
P P P 2q P
N 1 q N q q
q pm q pl N pS q p z N pz
P P P 2q P
2 q pm N 2 q pl N 2 q N pS 2 q N pz Q pz
2 P
ps N 2 q 2 pz 2 pm pS N 2 q pl Q pz
2 P
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 2P
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
2q p
N1,opt . l
pS
2q 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
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
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 Nza 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.
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 )
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 .
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 . )
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.
40. Postoptimalna analiza kod III modela zaliha – šta znači i koje relacije se koriste u
postoptimalnoj analizi?
pz G ( pz ps ) pm pz F ( pz ps )
pm F ps p G ps
pz m
1 F 1 G
pz 1 G pm pz 1 F pm
p s
G F
Dilema: koliko zaliha nabaviti ukoliko dobavljač nudi popust u cijeni u slučaju kupovine
veće količine?
pm, početno pm, A ukoliko narudžba bude minimalno A ili N A
popust u cijeni na nabavljenu količinu A ili više iznosi
pm pm, početno pm, A 0
pm, početno pm, A pm
1
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
Qpm 0
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
Optimalna veličina narudžbe u I modelu zaliha ne zavisi od nabavne cijene materijala ili sirovine,
što znači da je ista i za slučaj početne i stimulirajuće cijene.
b) II modelu zaliha
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
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
q 2 pz 2 pm pS
N 2,opt . optimalna veličina narudžbe
2 pS
u II modelu zaliha zavisi od pm
Za slučaj početne cijene optimalna veličina narudžbe je niža nego u slučaju stimulirajuće cijene.
Isplati se naručiti
veću količinu zaliha
po nižoj
(stimulirajućoj)
nabavnoj cijeni.
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u III modelu
N
C3 N pm pS ( N q ) p (q ) 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
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
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.
43. Grafički predstaviti tri različita slučaja odreĎivanja optimalne narudžbe uz stimulirajuće
cijene.
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.
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
Pretpostavke Q modela
Q N
C Cm Cl CS Q pm pl H
N 2
Ukupni troškovi - C
Troškovi čuvanja zaliha - CS
Troškovi nabavke količine Q za period θ - Cm
Troškovi naručivanja - Cl
47. Grafički prezentirati funkciju ukupnih troškova u Q modelu.
Nopt
.
48. Izvesti relaciju za optimalno rješenje Q modela zaliha.
Q N
C Cm Cl CS Q pm pl H
N 2
ako tražimo ekstremnu tačku prvi izvod po N mora biti jednak 0:
C Q pl H 2 Q pl
0 N opt .
N N 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
Pretpostavke P modela
T L (T L) q 2
standardna devijacija tražnje u periodu (T+L), ako je σq standardna devijacija jedinične
tražnje.
SZ z T L
Nopt . q (T L) z T L Z
DINAMIČKO PROGRAMIRANJE
Programiranje - niz postupaka ili procedura koje vode do željenog rezultata. Dinamičko
programiranje - skup svih algoritama tj. rješenja problema koji imaju jednu zajedničku
osobinu - da do krajnjeg rezultata dolazimo pomoću pomoćnih podproblema koja imaju
zajedničke pod-podprobleme, čije rezultate upisujemo u memoriju, izbjegavajući rešavanje
podproblema više puta. Za rješenje složenog problema potrebno je naći rješenja svih
podproblema. Skup posebnih matematičkih metoda i modela koji služe za optimizaciju
višefaznih procesa. Sinonim - metoda donošenja višefaznih, odnosno višeetapnih odluka ili
bottom-up metoda. Dinamičko programiranje kada su u pitanju višefazni procesi sa
vremenskom komponentom - smanjuje se vrijeme izvršavanja u okviru onih problema u
kojima se zahtijeva traženje optimalne podstrukture i koji imaju podprobleme koji se
ponavljaju. Sistem u kojem se odvijaju višefazni procesi. Utemeljivač - američki matematičar
Richard Bellman pedesetih godina prošlog vijeka.
Optimalna politika ima svojstvo da, bez obzira kakvo je početno stanje i prva odluka,
daljnje odluke moraju činiti optimalnu politiku s obzirom na stanje koje rezultira iz prve
odluke.
1.
xt 0, t 1, N količina analiziranog proizvoda koju sistem proizvede (realizuje) u toku faze t
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.
Fiksni troškovi Ft , t 1, N za xt 0
Proizvodna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba proizvesti u svakoj fazi
x1 , x2 , ..., xN
i odgovarajuće im nivoe zaliha tog proizvoda
Z1, 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?
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
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
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
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:
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
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
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
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
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
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
3. Unaprijed poznato: N
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
6. Kt 0, t 1, N tržišna ograničenja 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
Fiksni troškovi
Ft , t 1, N za xt 0
Nabavna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
Zadatak
x1 , x2 , ..., xN
koje sistem treba realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala
Z1, 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?
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
A. Ograničenja
St
Za zalihe N
0 Z t min
q j ZN
j t 1
gdje je Z N unaprijed poznato
Za nabavku repromaterijala
0 x1 Z1 q1 Z 0 K1 , za t 1
0 Kt
max xt min , za t 2, N
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.
U svakoj vremenskoj jedinici ili fazi, odabrati takav način poslovanja sistema tako da
ukupna zarada na kraju vremenskog perioda od vremenskih jedinica bude maksimalna.
5. S 0, t 1, N skladišni kapaciteti
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
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba kupiti (nabaviti) u svakoj fazi ,
x1 , x2 , ..., xN
količine analiziranog proizvoda koje sistem treba prodati u svakoj fazi,
y1 , y2 , ..., yN
i odgovarajuće im nivoe zaliha tog proizvoda
Z1, 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?
Slijedi relacija
Zt 1 Zt yt xt
34. Izvesti proces iteracija sa zalihama u modelu DP kupoprodaje.
Iteracije sa zalihama
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
•
i i i
nepoznatog niza nivoa prodaja. Z1 yt xt Z1 ( yt xt )
t 1 t 1 t 1
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.
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.
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 )
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
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
x1 , x2 , ..., xN
tako da sistem ostvari maksimalan ukupni efekat.
ako važi
0 xt Q
N
x
t 1
t Q
2
N 2, 0 Q M 1 M 2 x1 x2 Q i f 2 (Q) max Et ( xt ) max E1 ( x1 ) E2 ( x2 )
0 xt Q 0 xt Q
t 1
max E1 (Q x2 ) E2 ( x2 ) max E2 ( x2 ) f1 (Q x2 )
kako je 0 xt Q kako je 0 xt Q
x1 x2 Q E1 ( Q x2 ) f1 ( Q x2 )
x1 Q x2
analogno: 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
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.
pn e t
n!
pri čemu parametar ( t ) predstavlja očekivanu vrijednost i varijansu te distribucije
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
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.
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
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
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
1 m!
p0 , pn n p0
m
m! (m n)!
n 1 ( m n)!
n
34. Izvesti relaciju
za odreĎivanje:
a. Prosječnog broja klijenata istovremeno prisutnih u sistemu
b. Prosječnog broja klijenata istovremeno prisutnih u sistemu u redu čekanja
c. Prosječnog broja istovremeno slobodnih stanica
u II modelu TRČ.
1
p r m 1 p0
slobodnih stanica:
c. Prosječnog broja istovremeno
k (m n )
(m n) ( n)
kako je n konačno
vjerovatnoća da će u vremenskom razmaku ∆t u sistem stići jedan novi klijent
p t
vjerovatnoća da u vremenskom razmaku ∆t u sistem neće stići niti jedan novi klijent
1 p 1 t
Više stanica 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.
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
nS
p0 n p0 S ! S n
1
p0 , 0nm
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
Tačka 𝑎𝑖𝑗 za koju vrijedi navedeni uslov naziva se tačka ravnoteže ( ekvilibrijuma) ili
sedlasta tačka.
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
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
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
igre biti da igrač A izgubi H.
b. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da igrač A izgubi H.
c. Ukoliko igrač A odabere strategiju i i igrač B odabere strategiju j, rezultat
igre biti da igrač B izgubi H.
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.
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
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)
41. U početnoj matrici plaćanja za igru dva igrača suma 0, svakom elementu smo dodali
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:
a. Igrač A dobiti 10
b. Igrač A dobiti (10-G)
c. Igrač A izgubiti 10
d. Igrač A izgubiti (10-G)
42. 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
riješili smo igru i optimalno rješenje za vrijednost igre iznosilo je 4. To znači da će po
završetku igre:
a. Igrač A dobiti 4
b. Igrač A izgubiti 4
c. Igrač A dobiti 4-G
d. Igrač A izgubiti 4-G
43. U početnoj matrici plaćanja za igru dva igrača suma 0, svakom elementu smo dodali
vrijednost G>4 i dobili novu matricu plaćanja. Na osnovu nove matrice plaćanja
riješili smo igru i optimalno rješenje za vrijednost igre iznosilo je 2. To znači da će po
završetku igre:
a. Igrač B dobiti 2
b. Igrač B izgubiti 2
c. Igrač B dobiti 2-G
d. Igrač B izgubiti 2-G
7
c. su svi elementi matrice plaćanja u redu k veći ili jednaki od
odgovarajućih elemenata matrice plaćanja u redu l
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
8
b. Ako je max min aij min max aij
i j j i
b. Ako je max min aij min max aij
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
57. Ukoliko se kod igre formiraju mješovite strategije to jeste različite strategije igrači A i
B igraju ali ne podjednako često, govorimo o:
a. Nekonkurentskoj igri
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:
a. Nekonkurentskoj igri
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 22
c. Matrica plaćanja tipa m2, za m>2
9
60. Očekivanu vrijednost i-te strategije igrača A u poređenju sa optimalnom vrijednošću
igre sa matricom plaćanja dimenzija m2 predstavićemo relacijom:
a. Jednakosti
b. Nejednakosti tipa ≤
c. Nejednakosti tipa ≥
64. Ukoliko je riječ o igri bez sedla dimenzija m2 ili 2n, grafičkom metodom se
metrica plaćanja takve igre svodi na:
a. Matricu plaćanja 11
b. Matricu plaćanja 22
c. Dimenzije matrice plaćanja ostaju iste
65. Ukoliko imamo igru čije su dimenzije matrice plaćanja mn 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
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
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:
a. Nedostatka zaliha
b. Nabavljanja zaliha
c. Držanja zaliha
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
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:
a. Determinističke konstantne tražnje
b. Determinističke varijabilne stažnje
c. Stohastičke tražnje
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
a. Determinističke konstantne tražnje
b. Determinističke varijabilne stažnje
c. Stohastičke tražnje
b. 0
t 1
c. Z t Z t 1 qt N qi 0
i 1
b. 0
t 1
c. Z t Z t 1 qt N qi 0
i 1
b. 0
t 1
c. Z t Z t 1 qt N qi 0
i 1
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
14
92. Troškovi skladištenja u I modelu zaliha mogu se izraziti u funkciji jedne varijable i
to:
a. q
b. t
c. N
95. Ako u I modelu zaliha povećamo veličinu jedne narudžbe 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
15
99. Optimalna veličina narudžbe u I modelu zaliha ne zavisi od cijene materijala.
a. Tačno
b. Netačno
16
106. Ukoliko u II modelu zaliha važi da je 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
17
c. Cm i CZ
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
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 )
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
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 )
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 , )
20
133. U P modelu veličina narudžbi varira iz perioda u period zavisno od stope
korištenja zaliha.
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
(programa): nabavku mehanizacije, izgradnju novog fabričkog pogona i nabavku
novih računara. Riječ je o primjeru:
a. Višefaznog procesa sa vremenskom komponentom
b. Višefaznog procesa bez vremenske komponente
22
143. Unaprijed poznata informacija 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
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
N N
c. x
t 1
t Q ( Z N Z 0 ) qt ( Z N Z 0 )
t 1
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
proizvodnje koji se sastoji od N vremenskih intervala ili faza.
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
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
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
158. Stanje sistema 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
25
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
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
26
određeni budući period proizvodnje koji se sastoji od N vremenskih
intervala ili faza.
c. Odrediti odgovarajuće nivoe zaliha analiziranog repromaterijala tako da
se minimiziraju ukupni troškovi zaliha za određeni budući period
proizvodnje koji se sastoji od N vremenskih intervala ili faza.
165. Koja od navedenih kategorija je nepoznata kategorija koju treba odrediti u modelu
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 )
d. preostale zalihe na završetku posljednje faze
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
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
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
početku naredne faze (t+1) unese u skladište sistema
b. skladišne kapacitete
c. nivo prodaje analiziranog proizvoda sa skladišta sistema kupoprodaje
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
181. Koja od navedenih kategorija je nepoznata kategorija koju treba odrediti u modelu
DP kupoprodaje?
29
a. početne zalihe na početku prve faze
b. skladišni kapacitet
c. nivo nabavke ili kupovine analiziranog proizvoda za svaku fazu
d. preostale zalihe na završetku posljednje faze
30
N
b. x
t 1
t Q
N
c. x
t 1
t Q
N
190. Ako je u DP raspoređivanja resursa M
t 1
t Q , optimalno je rješenje:
N
191. Ako je u DP raspoređivanja resursa M
t 1
t Q , optimalno je rješenje:
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
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
opredjeljuju u izboru strategija
11. Zavisno od broj strategija koje svakom od igrača u igri stoje na raspolaganju:
14.
Igrači su savršeno racionalni pojedinci koji nastoje da:
maksimiziraju svoju korist,
postignu što bolji rezultat po njihovim vlastitim kriterijumima.
Igrači samostalno biraju strategiju ili odluku.
Svi igrači imaju iste izglede za postizanje najboljeg rezultata.
Igrači se smatraju ravnopravnim protivnicima, to jeste igrači su jednakih
sposobnosti.
Igrači raspolažu potpunom informacijom (o mogućim strategijama i rezultatima
koje svako od njih ostvaruje).
U slučaju kada je aij>0 znači da će igrač A dobiti od igrača B vrijednost aij, to jeste da
će igrač B platiti igraču A vrijednost aij.
U slučaju kada je aij=0 znači da nijedan igrač neće ništa niti dobiti niti platiti.
U slučaju kada je aij<0 znači da će igrač B dobiti od igrača A vrijednost aij, to jeste
da će igrač A platiti igraču B vrijednost aij.
19.
Saldo igre kao zbir dobitka jednog igrača i gubitka drugog igrača jednak je 0.
20.
Pretpostavka: igrači raspolažu potpunom informacijom o mogućim strategijama za
sebe i protivnika i o rezultatima koje svako od njih ostvaruje koji su izraženi matricom
plaćanja
Ukoliko su u matrici plaćanja svi elementi pozitivni, tada igraču A odgovara najviše
pozitivan aij dok igraču B odgovara najmanje pozitivan aij.
Ukoliko su u matrici plaćanja svi elementi negativni, tada igraču A odgovara najmanje
negativan aij dok igraču B odgovara najviše negativan aij.
Ukoliko su u svi elementi jednaki nekoj konstanti, vrijednost igre je uvijek jednaka toj
konstanti za bilo koji izabrani par odluka te je igračima nevažno koju će odluku
odabrati jer će rezultat igre uvijek biti isti.
21.
Kako u matrici plaćanja obično elementi imaju međusobno različite
vrijednosti i vrijednosti različitih predznaka, igrači na osnovu predhodnih
pravila autonomno donose svoje odluke tako što je:
Najbolji mogući izbor igre za igrača A igra sa vrijednošću
Najbolji mogući izbor igre za igrača B igra sa vrijednošću
22.
q1 , q2 ,..., qn
Očekivana vrijednost odluke Ai:
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
samo vrijednosti igre:
a11 a12 ... a1 j ... a1n
m n
za pi 1i qj
i 1 i 1
27.
28. Kakva veza postoji između očekivanih vrijednosti početne i transformisane matrice
plaćanja? Dokazati. Prethodno pitanje!
1 6 3 1 1 6 3 1
7 4 2 0 7 4 2 0
Inferiornu strategiju treba isključiti 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
q j kao vjerovatnoća je također
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
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
38.
Statistička metoda (za matrice tipa 2x2)
Grafička metoda (za matrice tipa mx2 i 2xn)
Linearno programiranje matričnih igara
39.
Grafička metoda ili metoda eliminacije
Matricu plaćanja dimenzija mx2 i 2xn svodi na matricu plaćanja
dimenzija:
B1 B2
A1 a11 a12 p1
A2 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
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
2
E(Bj ) aij pi a1 j p1 a2 j p2 a1 j p1 a2 j 1 p1 Vopt
i 1
Pravci E ( B j ) koji ne prolaze kroz optimalnu tačku - odluke igrača B koje se mogu
eliminisati.
41.
Kako konkretna odluka izbora j-te strategije od strane igrača B ne mora biti i
optimalna odluka za igrača B važi da je očekivana vrijednost j-te strategije igrača B
veća ili jednaka optimalnoj vrijednosti igre:
m
E(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
yn i 0, i 1, m
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
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
x 0, 1, n
43. i 44.
MODEL ZALIHA
3.
4.
Funkcionalni aspekti upravljanja zalihama
6.
Troškovi zaliha
nabavljanja zaliha,
držanja zaliha,
nedostatka zaliha i
ostale troškove zaliha
11.
Ako je:
Co - trošak po svakoj jedinici precjenjene tražnje (trošak svake jedinice
koja ostane kao višak, „overestimated“)
Cu - trošak po svakoj jedinici podcjenjene tražnje (trošak svake jedinice
koja se pojavi kao manjak, „underestimated“)
tada je prihvatljivo povećavati nivo narudžbe (zalihe) sve dok je vjerovatnoća da
nećemo prodati ono što imamo na zalihama
Cu
p
Co Cu
... ...
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 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.
Skokovito pražnjenje:
troškovi skladištenja 10 S '
10 (1 6 1 4 1 2)
10 12 120 nj
Kontinuirano pražnjenje
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.
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
N N
N q T T q
q T
22.
min(C1 ) min f ( N )
1
min Q pm Q pl ( N q ) pS C1,opt .
N 2
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
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
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
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
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:
ps N 2 q 2 p z 2 pm pS N 2 q pl Q pz
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
ps N 2 q 2 p z 2 pm pS N 2 q pl Q pz
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
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.
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
Manjak
E (q N ) (q N ) p(q)
q N 1
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.
N3,opt . 1 N3,opt . 1
N3,opt . 1 N3,opt . 1
N3,opt . 1
N3,opt . 1 N3,opt . 1
N3,opt .
N3,opt .
N3,opt . 1
N3,opt .
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.
40. Postoptimalna analiza kod III modela zaliha – šta znači i koje relacije se koriste u
postoptimalnoj analizi?
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
Dilema: koliko zaliha nabaviti ukoliko dobavljač nudi popust u cijeni u slučaju kupovine
veće količine?
pm, početno pm, A ukoliko narudžba bude minimalno A ili N A
popust u cijeni na nabavljenu količinu A ili više iznosi
pm pm , početno pm , A 0
pm , početno pm , A pm
1
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
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
Optimalna veličina narudžbe u I modelu zaliha ne zavisi od nabavne cijene materijala ili sirovine,
što znači da je ista i za slučaj početne i stimulirajuće cijene.
b) II modelu zaliha
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
pm , početno pm , A pm
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
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
q 2 pz 2 pm pS
N 2,opt . optimalna veličina narudžbe
2 pS
u II modelu zaliha zavisi od pm
Za slučaj početne cijene optimalna veličina narudžbe je niža nego u slučaju stimulirajuće cijene.
Isplati se naručiti
veću količinu zaliha
po nižoj
(stimulirajućoj)
nabavnoj cijeni.
Veza između troškova zaliha u slučajevima početne i stimulirajuće cijene u III modelu
N
C3 N pm pS ( N q ) p (q ) 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
Za dato N ukupni troškovi zaliha su veći u slučaju početne cijene u odnosu na slučaj stimulirajuće
cijene.
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.
43. Grafički predstaviti tri različita slučaja određivanja optimalne narudžbe uz stimulirajuće
cijene.
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.
Model sa fiksnom veličinom narudžbe (fixed-order quantity model, Q model ili EOQ-
economic order quantity) – nova narudžba se lansira kada zalihe dođu do određenog
nivoa („reorder level or point“)
Model sa fiksnim vremenom između narudžbi (fixed-time period model, P model) – nova
narudžba se lansira isključivo na kraju prethodno determinisanog perioda i dužina tog
perioda je fiksna
Karakteristike Q i P modela
Pretpostavke Q modela
Q N
C Cm Cl CS Q pm pl H
N 2
Ukupni troškovi - C
Troškovi čuvanja zaliha - CS
Troškovi nabavke količine Q za period θ - Cm
Troškovi naručivanja - Cl
47. Grafički prezentirati funkciju ukupnih troškova u Q modelu.
Nopt
.
48. Izvesti relaciju za optimalno rješenje Q modela zaliha.
Q N
C Cm Cl CS Q pm pl H
N 2
ako tražimo ekstremnu tačku prvi izvod po N mora biti jednak 0:
C Q pl H 2 Q pl
0 N opt .
N 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
Pretpostavke P modela
2
T L (T L) q
SZ z T L
N opt . q (T L) z T L Z
DINAMIČKO PROGRAMIRANJE
Programiranje - niz postupaka ili procedura koje vode do željenog rezultata. Dinamičko
programiranje - skup svih algoritama tj. rješenja problema koji imaju jednu zajedničku
osobinu - da do krajnjeg rezultata dolazimo pomoću pomoćnih podproblema koja imaju
zajedničke pod-podprobleme, čije rezultate upisujemo u memoriju, izbjegavajući rešavanje
podproblema više puta. Za rješenje složenog problema potrebno je naći rješenja svih
podproblema. Skup posebnih matematičkih metoda i modela koji služe za optimizaciju
višefaznih procesa. Sinonim - metoda donošenja višefaznih, odnosno višeetapnih odluka ili
bottom-up metoda. Dinamičko programiranje kada su u pitanju višefazni procesi sa
vremenskom komponentom - smanjuje se vrijeme izvršavanja u okviru onih problema u
kojima se zahtijeva traženje optimalne podstrukture i koji imaju podprobleme koji se
ponavljaju. Sistem u kojem se odvijaju višefazni procesi. Utemeljivač - američki matematičar
Richard Bellman pedesetih godina prošlog vijeka.
Optimalna politika ima svojstvo da, bez obzira kakvo je početno stanje i prva odluka,
daljnje odluke moraju činiti optimalnu politiku s obzirom na stanje koje rezultira iz prve
odluke.
1.
xt 0, t 1, N količina analiziranog proizvoda koju sistem proizvede (realizuje) u toku faze t
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
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
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
i odgovarajuće im nivoe zaliha tog proizvoda
Z1 , Z2 , ..., Z N
tako da se minimiziraju ukupni troškovi proizvodnje za određeni budući period proizvodnje
koji se sastoji od N vremenskih intervala ili faza.
14. Koje kategorije definišu faze DP proizvodnje (navesti koje su poznate a koje ne)?
Kakve su relacije između tih kategorija?
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
Iteracije sa zalihama
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
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
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:
N N
min C min Ct ( xt , Zt ) f N (Z N ) min C min Ct ( xt , Z t )
t 1
xt t 1
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
A. Ograničenja
Za zalihe
St
0 Zt min N
qj ZN
j t 1
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
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
Višeetapnost
U toku određenog budućeg perioda proizvodnje u sistemu koji se odnosi na proizvodnju
određenog tipa proizvoda planira se nivo potrebnih zaliha repromaterijala po vremenskim
intervalima kao fazama kojih ima N
Odrediti optimalnu količinu zaliha za kompletan planski period koji se sastoji od više
vremenskih podperioda, faza ili jedinica i to po svakoj fazi ili vremenskoj jedinici
1.
xt 0, t 1, N količina analiziranog repromaterijala koju sistem treba nabaviti i unjeti na
skladište na početku faze t odluka za svaku fazu
2.
qt 0, t 1, N unaprijed poznata količina analiziranog tipa repromaterijala koju sistem iz
svog skladišta mora obezbijediti proizvodnom procesu na početku faze t
3. Unaprijed poznato: N
Q qt
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
6. Kt 0, t 1, N tržišna ograničenja 0 xt Kt
St 0, t 1, N skladišni kapaciteti 0 Zt St
Zadovoljenje tražnje
N N
xt Q (Z N Z0 ) qt (Z N Z0 )
t 1 t 1
Fiksni troškovi
Ft , t 1, N za xt 0
Nabavna cijena
at , t 1, N
Cijena skladištenja
bt , t 1, N
Zadatak
x1 , x2 , ..., xN
koje sistem treba realizovati u svakoj fazi i odgovarajuće im nivoe zaliha tog
repromaterijala
Z1 , 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?
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
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
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.
U svakoj vremenskoj jedinici ili fazi, odabrati takav način poslovanja sistema tako da
ukupna zarada na kraju vremenskog perioda od vremenskih jedinica bude maksimalna.
5. S
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
Zadatak
Odrediti količine analiziranog proizvoda koje sistem treba kupiti (nabaviti) u svakoj fazi ,
x1 , x2 , ..., xN
količine analiziranog proizvoda koje sistem treba prodati u svakoj fazi,
y1 , y2 , ..., yN
i odgovarajuće im nivoe zaliha tog proizvoda
Z1 , 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?
Slijedi relacija
Zt 1 Zt yt xt
34. Izvesti proces iteracija sa zalihama u modelu DP kupoprodaje.
Iteracije sa zalihama
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
•
i i i
nepoznatog niza nivoa prodaja. Z1 yt xt Z1 ( yt xt )
t 1 t 1 t 1
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.
37. Izvesti opštu iterativnu funkciju za određivanje maksimalne ukupne dobiti za svaku
moguću varijantu zaliha na početku (N-d)-te faze u modelu DP kupoprodaje.
t 1 ... 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 )
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
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
x1 , x2 , ..., xN
tako da sistem ostvari maksimalan ukupni efekat.
ako važi N
0 xt Q xt 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
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.
pri čemu parametar (1/ )) predstavlja očekivanu vrijednost te distribucije, te stoga predstavlja
očekivani vremenski interval između dva uzastopna ulaska klijenata u sistem
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.
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
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
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
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
b. Prosječnog broja klijenata istovremeno prisutnih u sistemu u redu čekanja
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 k S s 1 1p0 (m n )
1 p0 r m 1 jep10
kako
n m 1 p0
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
vjerovatnoća da će u vremenskom razmaku ∆t u sistem stići jedan novi klijent
p t
vjerovatnoća da u vremenskom razmaku ∆t u sistem neće stići niti jedan novi klijent
1 p 1 t
Više stanica 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 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
vjerovatnoća da će u vremenskom razmaku ∆t u sistem stići jedan novi klijent
p ( m n) t
vjerovatnoća da u vremenskom razmaku ∆t u sistem neće stići niti jedan novi klijent
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)
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