Linearno programiranje

MEŠOVITI PROBLEM MAKSIMUMA

SIMPLEKS METOD

1
 Zadatak 1.
Fabrika sokova proizvodi dve vrste
sokova: sok od jabuke i sok od breskve. U
proizvodnji sokova važne su dve sirovine –
voće i šećer. Da bi se proizveo 1l soka od
jabuke upotrebi se 2kg voća i 1kg šećera.
Za proizvodnju 1l soka od breskve utroši se
4kg voća i 1kg šećera. U toku dana je
moguće upotrebiti najviše 20kg voća i
najmanje 5kg šećera.
2
 Zadatak 1.

Odrediti optimalnu dnevnu količinu proizvodnje

fabrike sokova tako da profit bude maksimalan,
ako je poznato da se od prodaje 1l soka od
jabuke ostvaruje profit u iznosu od 10 centi, a
od prodaje 1l soka od breskve profit u iznosu
od 5 centi.

3
 Zadatak 1.

Naći rešenje postavljenog problema

primenom simpleks metode i MATRIČNOG
RAČUNA:

4
 Zadatak 1.
Definisanje matematičkog modela postavljenog problema

(max)Z  10X1  5X 2

2X 1  4X 2  20
X1  X2  5

X1 , X 2  0

5
 Zadatak 1.
Uvođenje dodatnih i veštačkih promenljivih u sistem nejednačina (njihovo
pretvoranje u jednačine)

(max)Z= 10X1 + 5X2 +0X3 +0X4 +0X5

2X1 + 4X2 + X3 = 20

X1 + X2 - X4 + X4M =5

6
 Zadatak 1.

Problem može da se izrazi i u sledećem obliku:

 X1 
 X 
 2 
(max)Z  (10,5,0,0, M )  X 3 
 
 X4 
 X 4 M 
 X1 
 X 
 2 4 1 0 0 
2 
20
1 1 0  1 1   X 3    5 
    
 X4 
A1 A2 A3 A4 A4M
 X 4 M 
7
 Zadatak 1.

Kod određivanja početnog bazičnog problema polazi se od

pretpostavke da relane promenljive, kao i dodatna promlenljiva
X4 imaju vrednost nula (u ovom zadatku realne promenljive su
X1 i X2). Zamenom pretpostavljenih vrednosti realnih
promenljivih u prošireni oblik modela dolazi se do zaključka da
dodatna promenljiva X3, kao i veštačka promenljiva X4M uzimaju
vrednosti slobodnih članova. Pretpostavka o nultim vrednostima
realnih promenljivih X1 i X2 kao i dodatne promenljive X4 u
početnom bazičnom rešenju dovodi do formiranja baze koju
čine samo dodatne promenljive modela.

Dakle, početna baza se sastoji iz vektora 0=(A3,A4M), dok su

nebazični vektori A1, A2 i A4.
8
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi početnog
mogućeg rešenja

Prvo bazično moguće rešenje (I BMR): 0=(A3,A4M)

Početne vrednosti promenljivih - prethodno je napomenuto da su u bazi

početnog rešenja dodatna i veštačka promenljiva koje uzimaju vrednosti
slobodnih članova:

X3 = 20 X4M = 5

Ove vrednosti možemo da dobijemo koristeći sledeću relaciju:

X B   1 b

gde XB predstavlja vektor kolonu bazičnih promenljivih, -1 inverznu matricu

od matrice baze, a b vektor kolonu slobodnih članova sistema ograničenja.
9
 Zadatak 1.
Primenom formule:
X B   1b

dobijaju se sledeće vrednosti bazičnih promenljivih početnog

bazičnog rešenja:

1
 X 3  1 0 20 1 0 20 20
XB  1
b               
 X 4 M  0 1   5   0 1   5   5 
A3 A4M

10
 Zadatak 1.
Korak 2 – Određivanje vrednosti funkcije cilja

pm
z c x
i  p 1
i i

odnosno:

 X2  20
z 0   c2 c4 M      0  M     5M
 X 4M  5

11
 Zadatak 1.
Korak 3 – Određivanje vrednosti koeficijenata Xij

Za početnu bazu, nebazične vektore A1, A2 i A4 možemo da

izrazimo kao linearnu kombinaciju bazičnih vektora, odnosno:

xij   A j 1

gde su xij koeficijenti linearne kombinacije, a Aj predstavlja

nebazični vektor.
1
 X 31 X 32 X 34  1 0 2 4 0 
X ij   A j  
1
 
 X 4M 1 X 4M 2X 4 M 4  0 1 1 1  1
 X 21 X 23 X 24  1 0 2 4 0  2 4 0 
X   
 4M1 X 4M 3 X 4 M 4  0 1 1 1  1 1 1  1
  

12
 Zadatak 1.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore
Vrednosti funkcija za nebazične vektore izračunavamo iz proizvoda vrste
koeficijenata koji se u funkciji cilja nalaze uz bazične promenljive i
izračunatih vrednosti koeficijenata Xij , odnosno
pm
zj  x c
i  p 1
ij i

U našem primeru vrednost funkcije cilja za nebazične vektore A1, A2 i A4 je:

 X 31 X 32 X 34 
 z1 z2 z4    c3 c 4 M   
X
 4M 1 X 4M 2 X 4M 4 

2 4 0 
 z1 z2 z4   0  M     M  M M
1 1  1

13
 Zadatak 1.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks kriterijum za
izmenu vektorske baze

Kriterijum za ulazak nebazičnog vektora Aj (u ovom slučaju j=1,2,4) u bazu je:

Sledi da je:
max(c j  z j )  0
j

c1 - z1 = 10 - (-M) = 10 + M max
c2 - z2 = 5 - (-M) = 5 + M
c4 – z4 = 0 - M = - M

Kako je prva razlika veća od druge i treće, konstatujemo da u bazu ulazi vektor A1

14
 Zadatak 1.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

Maksimalan broj vektora baze ovog problema je 2. U prethodnom koraku

odlučeno je da u bazu treba uključiti vektor A2, pa da bi se ova promena
realizovala neophodno je da jedan od trenutno bazičnih A3 i A4M vektora
napusti bazu.

Kriterijum za izlazak bazičnog vektora Ai (u ovom slučaju i=3,4M) iz baze je:

xi
  min , za xij  0
xij

15
 Zadatak 1.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

x3 20
  10
x31 2
x4M 5
  5  min
x4 M 2 1

Od prikazana dva karakteristična količnika, količnik vektora A4M ima

najmanju vrednost, pa ovaj vektor napušta bazu u narednoj iteraciji.

16
 Zadatak 1.
Korak 7– Promena vektorske baze

A1   1  A4 M

Prelazimo na odreživanje II mogućeg bazičnog rešenja 1.

17
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

Drugo bazično moguće rešenje (II BMR): 1=(A1,A3)

Nove vrednosti promenljivih sada možemo da odredimo na dva načina:

1. način:

X B   1  b
1
 X 1  2 1 20 0 1  20  5 
XB  1
b                
 X 3  1 0  5  1  2  5  10

18
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

2. način:

Promeljiva koja je ušla u bazu uzima vrednost ρ (minimalna vrednost

količnika II Dantzigovog simpleks kriterijuma iz prethodne iteracije). Za
ostale promenljive u bazi važi
x  xi  xij
'
i

tj. vrednosti ovih promenljivih izračunavaju se tako što se od njihovih

vrednosti iz prethodne iteracije oduzme proizvod vrednosti i koeficijenata
preko kojih je novouvedeni vektor bio u prethodnoj iteraciji izražen kao
linearna kombinacija vektora baze.

19
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

2. način:

Dakle,

X1    5
X '
3  X 3    X 31  20  5  2  10

20
 Zadatak 1.
Korak 2 – Određivanje vrednosti funkcije cilja

 X1  5
z 0   c1 c3     10 0     50
X 3  10

21
 Zadatak 1.
Korak 3 – Određivanje vrednosti koeficijenata Xij

1
 X 12 X 14 X 14 M  2 1  4 0 0
X ij   A j  
1
 
 X 32 X 34 X 34 M  1 0 1  1 1
 X 12 X 14 X 14 M  0 1  4 0 0  1  1 1 
X       
 32 X 34 X 34 M  1  2 1  1 1 2 2  2

22
 Zadatak 1.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore

 X 12 X 14 X 14 M 
z j   z2 z 4 z 4 M    c1 c3   
X
 32 X 34 X 34 M 

1  1 1 
 z2 z4 z 4 M   10 0     10  10 10
 2 2  2

23
 Zadatak 1.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks
kriterijum za izmenu vektorske baze

c2 - z2 = 5 - 10 = - 5
c4 – z4 = 0 - (-10) = 10 max
c4M - z4M = - M - 10

Kako jedino druga razlika ima nenegativnu vrednost, konstatujemo da u

bazu ulazi vektor A4.

24
 Zadatak 1.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

x1 5
 /
x14  1
x3 10
  5  min
x34 2

Kako je imenilac prvog količnika negativan, ovaj količnik ne možemo

da uzmemo u razmatranje, tako da ostaje samo količnik vektora A3, pa
ovaj vektor napušta bazu u narednoj iteraciji.

25
 Zadatak 1.
Korak 7– Promena vektorske baze

A4   2  A3

Prelazimo na određivanje III mogućeg bazičnog rešenja 2.

26
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi III bazičnog
mogućeg rešenja

Treće bazično moguće rešenje (III BMR): 2=(A1,A4)

Nove vrednosti promenljivih sada možemo da odredimo na dva načina:

1. način:

X B   1  b
1
 X 1  2 0  20 0.5 0  20 10
XB  1
b                
 X 4  1  1  5  0.5  1  5   5 

27
 Zadatak 1.
Korak 1 – Određivanje vrednosti promenljivih u bazi III bazičnog
mogućeg rešenja

2. način:

X4    5
X '
1  X 1    X 14  5  5  (1)  10

28
 Zadatak 1.
Korak 2 – Određivanje vrednosti funkcije cilja

 X1  10
z 0   c1 c 4     10 0     100
X 4  5

29
 Zadatak 1.
Korak 3 – Određivanje vrednosti koeficijenata Xij

1
 X 12 X 13 X 14 M  2 0  4 1 0
X ij   A j  
1
   1 0 1 
X
 42 X 43 X 44 M   1  1  
 X 12 X 13 X 14 M  0.5 0  4 1 0 2 0.5 0 
X       
 42 X 43 X 44 M   0 .5  1 1 0 1   1 0. 5  1

30
 Zadatak 1.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore

 X 12 X 13 X 14 M 
z j   z2 z 3 z 4 M    c1 c 4   
X
 42 X 43 X 44 M 

2 0.5 0 
 z2 z3 z 4 M   10 0     20 5 0
1 0.5  1

31
 Zadatak 1.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks
kriterijum za izmenu vektorske baze

c2 - z2 = 5 - 20 = - 15
c3 – z3 = 0 - 5 = - 5
c4M - z4M = - M – 0 = - M

Sve tri razlike simpleks kriterijuma za ulazak u bazu su negativne, na

osnovu čega konstatujemo da je rešenje određeno na osnovu baze
optimalno rešenje našeg zadatka, za koje funkcija cilja ostvaruje svoju
maksimalnu vrednost.

32
 Zadatak 1.
Rešenje

Optimalno rešenje zadatka linearnog programiranjaima sledeće

ekonomsko značenje:

Maksimalna vrednost dnevnog profita fabrike sokova u iznosu

od 100 centi ostvaruje se kada se u toku dana proizvede 10
litara soka od jabuke, ali se odustane od proizvodnje soka od
breskve. Pri tome se u toku dana koristi 5 kg šećera iznad
propisanog dnevnog minimuma.

33
 Zadatak 2.

Preduzeće treba da realizuje proizvodnju

dva proizvoda organizovanu na tri grupe
mašina. Tehničko-tehnološki uslovi
proizvodnje dati su u tabeli:

34
 Zadatak 2.

Potrebno vreme po jedinici

Mašine proizvoda
A B

I grupa 2 1
II grupa 1 3
III grupa 1 0

35
 Zadatak 2.

Prva grupa mašina dnevno može da radi tačno

10 časova, druga tačno 15, a treća najviše 30
časova. Realizacijom proizvoda ostvaruje se profit
od 10€, odnosno 5€ za pojedine proizvode.

Koja je to optimalna dnevna količina proizvodnje

ova dva proizvoda koja se može proizvesti u
ovom preduzeću sa stanovišta maksimizacije
profita?

36
 Zadatak 2.

Naći rešenje postavljenog problema

primenom simpleks metode i MATRIČNOG
RAČUNA:

37
Zadatak 2.

(max)Z  10X1  5X 2

2X1  X 2  10
X 1  3X 2  15
X1  30

X1 , X 2  0

38
 Zadatak 2.
Uvođenje dodatnih promenljivih u sistem nejednačina (njihovo pretvoranje u
jednačine)

(max)Z= 10X1 + 5X2 +0X5 -MX3M -MX4M

2X1 + X2 + X3M = 10

X1 + 3X2 + X4M =15

X1 + X5 = 30

39
 Zadatak 2.

Problem može da se izrazi i u sledećem obliku:

 X1 
 X 
 2 
(max)Z  (10,5,0, M , M )  X 5 
 
 X 3M 
 X 4 M 
 X1 
 
2 1 0 1 0  X 2  10 
1 3 0 0 1  X   15 
  5   
1 0 1 0 0  X 3 M  30
A1 A2 A5 A3M A4M  X 4 M 
40
 Zadatak 2.

Kod određivanja početnog bazičnog problema polazi se od

pretpostavke da relane promenljive imaju vrednost nula (u
ovom zadatku realne promenljive su X1 i X2). Zamenom
pretpostavljenih vrednosti realnih promenljivih u prošireni oblik
modela dolazi se do zaključka da dodatna i veštačke
promenljive uzimaju vrednosti slobodnih članova. Pretpostavka
o nultim vrednostima realnih promenljivih u početnom bazičnom
rešenju dovodi do formiranja baze koju čine samo dodatne
promenljive modela.

Dakle, početna baza se sastoji iz vektora 0=(A3M,A4M,A5), dok

su nebazični vektori A1 i A2.
41
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi početnog
mogućeg rešenja

Prvo bazično moguće rešenje (I BMR): 0=(A3M,A4M,A5)

Početne vrednosti promenljivih - prethodno je napomenuto da su u bazi

početnog rešenja dodatne promenljive koje uzimaju vrednosti slobodnih
članova:

X3M = 10 X4M = 15 X5 = 30

Ove vrednosti možemo da dobijemo koristeći sledeću relaciju:

X B   1 b

gde XB predstavlja vektor kolonu bazičnih promenljivih, -1 inverznu matricu

od matrice baze, a b vektor kolonu slobodnih članova sistema ograničenja.
42
 Zadatak 2.
Primenom formule:
X B   1b

dobijaju se sledeće vrednosti bazičnih promenljivih početnog

bazičnog rešenja:

1
 X 3 M  1 0 0 10  1 0 0 10  10 
X B   X 4 M   0 1 0 15   0 1 0 15   15 
 X 5  0 0 1 30 0 0 1 30 30
A3 A4 A5

43
 Zadatak 2.
Korak 2 – Određivanje vrednosti funkcije cilja

pm
z c x
i  p 1
i i

odnosno:

 X 3M  10 
z 0   c3 M c4 M c5   X 4 M     M M 0 15   25M
 X 5  30

44
 Zadatak 2.
Korak 3 – Određivanje vrednosti koeficijenata Xij

Za početnu bazu, nebazične vektore A1 i A2 možemo da

izrazimo kao linearnu kombinaciju bazičnih vektora, odnosno:

xij   A j
1

gde su xij koeficijenti linearne kombinacije, a Aj predstavlja

nebazični vektor.
1
 x3 M 1 x3M 2  1 0 0 2 1 2 1
X ij   1 A j   x 4 M 1 x 4 M 2   0 1 0 1 3  1 3
 x51 x52  0 0 1 1 0 1 0
45
 Zadatak 2.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore
Vrednosti funkcija za nebazične vektore izračunavamo iz proizvoda vrste
koeficijenata koji se u funkciji cilja nalaze uz bazične promenljive i
izračunatih vrednosti koeficijenata Xij , odnosno
pm
zj  x c
i  p 1
ij i

U našem primeru vrednost funkcije cilja za nebazične vektore A1 i A2 je:

 x3 M 1 x3 M 2  2 1
 z1 z 2    c3 M c4M c5   x 4 M 1 x 4 M 2     M M 0 1 3    3M  4M 
 x51 x52  1 0

46
 Zadatak 2.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks
kriterijum za izmenu vektorske baze

Kriterijum za ulazak nebazičnog vektora Aj (u ovom slučaju j=1,2) u bazu je:

max(c j  z j )  0
j
Sledi da je:

c1 - z1 = 10 - (-3M) = 10 + 3M
c2 - z2 = 5 - (-4M) = 5 + 4M max

Kako je druga razlika veća od prve, konstatujemo da u bazu ulazi vektor A2

47
 Zadatak 2.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

Maksimalan broj vektora baze ovog problema je 3. U prethodnom koraku

odlučeno je da u bazu treba uključiti vektor A2, pa da bi se ova promena
realizovala neophodno je da jedan od trenutno bazičnih A3M, A4M i A5 vektora
napusti bazu.

Kriterijum za izlazak bazičnog vektora Ai (u ovom slučaju i=3M,4M,5) iz

baze je:
xi
  min , za xij  0
xij

48
 Zadatak 2.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

x3 M 10
  10
x3 M 2 1
x4M 15
  5  min
x4 M 2 3
x5 30
 /
x52 0
Treći količnik se ne razmatra, jer je vrednost imenioca nula. Od
preostala dva količnika količnik vektora A4M ima najmanju vrednost, pa
ovaj vektor napušta bazu u narednoj iteraciji.

49
 Zadatak 2.
Korak 7– Promena vektorske baze

A2   1  A4 M

Prelazimo na određivanje II mogućeg bazičnog rešenja 1.

50
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

Drugo bazično moguće rešenje (II BMR): 1=(A2,A3M,A5)

Nove vrednosti promenljivih sada možemo da odredimo na dva načina:

1. način:

X B   1  b
1
 X 2  1 1 0 10  0 13 0 10   5 
X B   X 3M   3 0 0 15  1  13 0 15    5 
 X 5  0 0 1 30 0 0 1 30 30

51
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

2. način:

Promeljiva koja je ušla u bazu uzima vrednost ρ (minimalna vrednost

količnika II Dantzigovog simpleks kriterijuma iz prethodne iteracije). Za
ostale promenljive u bazi važi
x  xi  xij
'
i

tj. vrednosti ovih promenljivih izračunavaju se tako što se od njihovih

vrednosti iz prethodne iteracije oduzme proizvod vrednosti i koeficijenata
preko kojih je novouvedeni vektor bio u prethodnoj iteraciji izražen kao
linearna kombinacija vektora baze.

52
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi II bazičnog
mogućeg rešenja

2. način:

Dakle,

X2    5
X '
3M  X 3 M    X 3 M 2  10  5  1  5
X  X 5    X 52  30  5  0  30
'
5

53
 Zadatak 2.
Korak 2 – Određivanje vrednosti funkcije cilja

 X2  5
z 0   c2 c3 M c5   X 3 M    5  M 0  5   25  5M
 X 5  30

54
 Zadatak 2.
Korak 3 – Određivanje vrednosti koeficijenata Xij

1
 x 21 x 24 M  1 1 0  2 0
X ij   1 A j   x3 M 1 x3 M 4 M   3 0 0 1 1 
 
 x51 x54 M  0 0 1 1 0
 x 21 x 24 M  0 13 0 2 0  13 3 
1

x x   1  1 0 1 1   5  13 
 3M 1 3M 4 M   3   3
 x51 x54 M  0 0 1 1 0 1 0 

55
 Zadatak 2.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore

 x 21 x 24 M 
z j   z1 z 4 M    c2 c3 M 
c5   x3 M 1 
x3 M 4 M 
 x51 x54 M 
 13 13 
 z1 z4M    5  M 0  53  13    53  53 M 5
3  13 M 
1 0 

56
 Zadatak 2.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks
kriterijum za izmenu vektorske baze

c1 - z1 = 10 - (5/3 - 5/3M) = 25/3 + 5/3M

c4M – z4M = - M - (5/3 + 1/3M) = - 5/3 - 4/3M

Kako prva razlika jedina ima nenegativnu vrednost, pa samim tim i veća od
druge, konstatujemo da u bazu ulazi vektor A1

57
 Zadatak 2.
Korak 6 – Određivanje vektora koji napušta bazu – primena II
Dantzigovog simpleks kriterijum

x2 5
 1  15
x 21 3
x3 M 5
 5  3  min
x3 M 1 3
x5 30
  30
x51 1

Od sva tri karakteristična količnika, količnik vektora A3M ima najmanju

vrednost, pa ovaj vektor napušta bazu u narednoj iteraciji.

58
 Zadatak 2.
Korak 7– Promena vektorske baze

A1   2  A3 M

Prelazimo na određivanje III mogućeg bazičnog rešenja 2.

59
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi III bazičnog
mogućeg rešenja

Treće bazično moguće rešenje (III BMR): 2=(A1,A2,A4)

Nove vrednosti promenljivih sada možemo da odredimo na dva načina:

1. način:

X B   1  b
1
 X 1  2 1 0 10   0.6  0.2 0 10   3 
X B   X 2   1 3 0 15    0.2 0.4 0 15    4 
 X 5  1 0 1 30  0.6 0.2 1 30 27

60
 Zadatak 2.
Korak 1 – Određivanje vrednosti promenljivih u bazi III bazičnog
mogućeg rešenja

2. način:

X1    3
X  X 2    X 21  5  3  13  4
'
2

X  X 5    X 51  30  3  1  27
'
5

61
 Zadatak 2.
Korak 2 – Određivanje vrednosti funkcije cilja

 X1  3
z 0   c1 c2 c5   X 2   10 5 0   4   50
 X 5  27

62
 Zadatak 2.
Korak 3 – Određivanje vrednosti koeficijenata Xij

1
 x13M x14 M  2 1 0 1 0
X ij   1 A j   x 23M x 24 M   1 3 0 0 1 
 
 x53M x54 M  1 0 1 0 0
 x13M x14 M   0.6  0.2 0 1 0  0.6  0.2
x x    0.2 0.4 0 0 1   0.2 0.4 
 23M 24 M   
 x53M x54 M   0.6 0.2 1 0 0  0.6 0.2 

63
 Zadatak 2.
Korak 4 – Određivanje vrednosti funkcije cilja za nebazične vektore

 x13M x14 M 
 
z j   z 3M z 4 M    c1 c 2 c5   x 23M x 24 M 
 x53M x54 M 
 0.6  0.2
 z 3M z 4 M   10 5 0  0.2 0.4    5 0
 0.6 0.2 

64
 Zadatak 2.
Korak 5 – Ispitivanje optimalnosti rešenja – primena I simpleks
kriterijum za izmenu vektorske baze

c3M - z3M = - M - 5
c4M - z4M = - M - 0 = - M

Obe razlike simpleks kriterijuma za ulazak u bazu su negativne, na osnovu

čega konstatujemo da je rešenje određeno na osnovu baze optimalno
rešenje našeg zadatka, za koje funkcija cilja ostvaruje svoju maksimalnu
vrednost.

65
 Zadatak 2.
Rešenje

Optimalno rešenje zadatka linearnog programiranja ima

sledeće ekonomsko značenje:

Maksimalna vrednost dnevnog profita preduzeća u iznosu od

50€ ostvaruje se kada se u toku dana proizvede 3 jedinice
proizvoda A i 4 jedinice proizvoda B, pri čemu na III grupi
mašina ostaje neiskorišćeno 27 časova rada.

66
 Zadatak 2.

Naći rešenje istog problema primenom

GRAFIČKE METODE:

67
 Zadatak 2.
Definisanje matematičkog modela postavljenog problema

(max)Z  10X1  5X 2

2X1  X 2  10
X 1  3X 2  15
X1  30

X1 , X 2  0

68
 Zadatak 2.

Transformacija nejednačina sistema ograničenja u jednačine

2X 1  X 2  10
X 1  3X 2  15
X1  30

69
 Zadatak 2.

Koordinate pravih sistema ograničenja

2X1  X 2  10 A( 5;0) A' (0;10)

X 1  3X 2  15 B (15;0) B ' (0; 5)
X1  30 C (30;0)

70
 Zadatak 2.
Grafičko predstavljanje pravih koje reprezentuju nejednačine
sistema ograničenja

12
A’
Količina proizvoda B

10
8
6
4
2
0
0 A5 10 15 20 25 30 35
Količina proizvoda A

I GRUPA MAŠINA

71
 Zadatak 2.
Grafičko predstavljanje pravih koje reprezentuju nejednačine
sistema ograničenja

12
A’
Količina proizvoda B

10

8
6
B’
4
2

0
0
A5 10
B15 20 25 30 35
Količina proizvoda A

I GRUPA MAŠINA II GRUPA MAŠINA

72
 Zadatak 2.
Grafičko predstavljanje pravih koje reprezentuju nejednačine
sistema ograničenja

12
A’
Količina proizvoda B

10

8
6
B’
4
2

0
0
A5 10
B15 20 25
C
30 35
Količina proizvoda A

I GRUPA MAŠINA II GRUPA MAŠINA III GRUPA MAŠINA

73
 Zadatak 2.
Identifikacija skupa mogućih rešenja za koja su zadovoljene
sve nejednačine sistema ograničenja i uslov nenegativnosti

12
A’
Količina proizvoda B

10

8
6
B’ D
4
2

0
0
A5 10
B15 20 25
C
30 35
Količina proizvoda A

I GRUPA MAŠINA II GRUPA MAŠINA III GRUPA MAŠINA

74
 Zadatak 2.

Skupu mogućih rešenja pripada samo tačka D.

Koordinate ove tačke su:

D(3;4)

Tačka D dobija se rešavanjem sistema jednačina

pravih u čijem se preseku nalaze.

75
 Zadatak 2.
Nanošenje prave koja reprezentuje funkciju cilja za nulte
vrednosti promenljivih
(prava funkcije cilja koja prolazi kroz koordinatni početak)

10 X 1  5 X 2  0
10
X 2   X 1  2 X 1
5

Koeficijent pravca prave koja reprezentuje funkciju cilja je

-2, pa je to osnova za konstruisanje prave funkcije cilja.

76
 Zadatak 2.
Translacija prave funkcije cilja sleva udesno

12
A’
Količina proizvoda B

10

8
6
B’ D
4
2

0
0
A5 10
B15 20 25
C
30 35
Količina proizvoda A

I GRUPA MAŠINA II GRUPA MAŠINA III GRUPA MAŠINA

77
 Zadatak 2.
Translacija prave funkcije cilja sleva udesno

12
A’
Količina proizvoda B

10

8
6
B’ D
4
2

0
0
A5 10
B15 20 25
C
30 35
Količina proizvoda A

I GRUPA MAŠINA II GRUPA MAŠINA III GRUPA MAŠINA

78
 Zadatak 2.

Na osnovu grafika možemo da funkcija cilja

svoj maksimum dostiže u jedinoj tački skupa
mogućih rešenja, u tački D. Takođe, na osnovu
grafika može da se izvede zaključak da je
koeficijent pravca funkcije cilja jednak
koeficijentu pravca prave koja reprezentuje
prvu jednačinu sistema ograničenja i koja
prolazi kroz tačku D.
Z D  10  3  5  4  50
79
 Zadatak 2.

Rešenje zadatka:

Maksimalna vrednost dnevnog profita

preduzeća u iznosu od 50€ ostvaruje se
proizvodnjom 3 jedinice proizvoda A i 4 jedinice
proizvoda B.

80