ZADACI I REENJA ZADATAKA

1. LINEARNO PROGRAMIRANJE
1.1. Reavanje problema LP primenom grafike metode

Primer 1.1.1. Pronai maksimalnu vrednost funkcije cilja ako je: f(x)=34Y1+40Y2 pri ogranienjima: 4x1+6x248 2x1+2x218 2x1+x216 uz uslov da je x1,x20 Reenje: max f(x)=342

Primer 1.1.2. Nai ekstremne vrednosti funkcije cilja (max i min), ako je: f(x)=6x1+9x2 pri ogranienjima: 2Y1+2Y28 2Y1+3Y217 -2Y1+3Y27 -Y1+2Y22 x22 uz uslov da je x1,x20 Reenje: max f(x)=51 min f(x)=30

Primer 1.1.3. Nai ekstremne vrednosti funkcije cilja (max i min), ako je: f(x)=x1-x2 pri ogranienjima: -x1+2x22 x12 x1+x27 x24 -3x1+x23 uz uslov da je x1,x20 Reenje: max f(x)=1 min f(x)=-2

Primer 1.1.4. Privatna kompanija Lepi Cile New Technologies izmeu ostalog proizvodi i drvene gajbice za jabuke i breskve. Odeljenje za plan i analizu ove kompanije eli da napravi optimalan plan proizvodnje (plan koji garantuje najveu dobit). Proizvodnja artikala za narednu sezonu se planira u roku od jednog meseca. Proizvodni proces se odvija na 3 radna mesta i to RM1, RM2 i RM3, koja raspolau kapacitetom od 20 radna dana sa radom u jednoj smeni (7h/dan). Za proizvodnju je potrebno utroiti: za gajbicu za jabuke (po komadu): 20min na RM1, 10min na RM2 i 15min na RM3 za gajbicu za breskve (po komadu): 15 min na RM1, 10min na RM2 i 15 min na RM3.

Ispitivanje trita, koje je uzelo u obzir savremeni dizajn proizvoda, vrhunski kvalitet zavrne obrade i dokazani renome firme je pokazalo da se u razmatranom periodu moe plasirati do 350 kom. gajbica za jabuke i do 450 kom. gajbica za breskve. Dobit po jedinici proizvoda je: 12 n.j. za gajbice za jabuke i 9 n.j. za gajbice za breskve. Uraditi: a) Formulisati matematiki model problema kojim se definie optimalni proizvodni program i napisati aplikativni LINDO program. b) Odredite optimalni proizvodni program.

c) Ispitati da li odreeni proizvodni program ostaje optimalan i u sluaju da zbog promena na tritu dobit za gajbice za jabuke opadne za 3 n.j. po komadu, a za gajbice za breskve poraste za 2 n.j. po komadu. Reenje: b) max f(x)=5.040 n.j. c) max f(x)=5.026,6 n.j.

Primer 1.1.5. Privatna kompanija Lepi Cile Research and Development izmeu ostalog proizvodi batenske vile i motike i eli da napravi optimalni plan proizvodnje za naredni kvartal. Proizvodni proces se odvija na 4 maine i to: M1, M2, M3 i M4, koje raspolau sledeim slobodnim kapacitetima za proizvodnju gore navedenih artikala: maina M1: 20 dana x 2h/dan, maina M2: 20 dana x 3h/dan, maina M3: 20 dana x 2h/dan i maina M4: 20 dana x 2,5h/dan.

Za proizvodnju je potrebno utroiti: za batenske vile (po kom.): 20 min na M1, 10 min na M2, 10 min na M3 i 20 min na M4 za motike (po kom.): 15 min na M1, 10 min na M2 i 15 min na M3.

Ispitivanje trita koje je uzelo u obzir savremeni dizajn proizvoda i vrhunski kvalitet zavrne obrade i dokazani renome firme je pokazalo da se u razmatranom periodu moe plasirati do 250kom/mes vila i 250 kom/mes motika. Kompanija je tokom predsezone ve ugovorila neke koliine proizvoda koje se mogu zadovoljiti, pod uslovom minimalne proizvodnje od 10 kom/mes vila i 25 kom/mes motika. Trokovi proizvodnje su: 10 n.j./kom za vile i 12 n.j./kom za motike. Prodajna cena je: 23 n.j./kom za vile i 20 n.j./kom za motike. Uraditi: a) formulisati matematiki model problema kojim se definie optimalni proizvodni program i napisati aplikativni LINDO program. b) Odrediti optimalni proizvodni program. c) Ispitati da li odreeni proizvodni program ostaje optimalan i u sluaju da se zbog promena na tritu moe plasirati do 150 kom/mes vila i do 300 kom/mes motika. Reenje: b) max f(x)=4.548,75 n.j. c) ostaje optimalan

Primer 1.1.6. Menadment preduzea Slatki koje proizvodi konditorske proizvode, eli da u narednom periodu osvoji trite sa dva nova proizvoda. Odlueno je da se na tritu nastupi sa proizvodima P1 (bela okolada) i P2 (karamel bombone). Proizvodi se pakuju u velikim paletama i tako transportuju do potroaa. Odeljenje za R&R ovog preduzea eli da napravi optimalni plan proizvodnje, t.j. plan koji garantuje najveu dobit. Proizvodnja artikala se planira za naredno polugodite (jedan mesec ima 20 radnih dana). Proizvodnja ovih proizvoda se odvija na mainama M1, M2 i M3. Kapaciteti maina iskazani su raspoloivim fondom asova svake maine u jednom radnom danu i oni iznose: 5h za mainu M1 6h za mainu M2 i 6h za mainu M3.

Za proizvodnju jedne jedinice proizvoda (velika paleta) potrebno je utroiti: za proizvod P1: 0,2h rada maine M1; 0,1h rada maine M2 i 0,2h rada maine M3, za proizvod P2: 0.1h rada maine M1; 0,3h rada maine M2 i 0,2h rada maine M3.

Menadment preduzea je ve ugovorio sa kupcima prodaju 600 paleta bele okolade i 300 paleta karamel bombona. Ispitivanjem trita dolo je do podatka da se za naredni period (polugodite) moe plasirati najvie 3000 paleta karamel bombona. Takoe se, ekonomskom analizom i ispitivanjem trita dolo do cene kotanja proizvoda i mogue cene prodaje, kao to je prikazano u tabeli: Cena kotanja Cena prodaje (n.j./paleta) (n.j./paleta) Bela okolada 8 14 Karamel bombone 6 10 Proizvod Uraditi: a) formulisati matematiki model kojim se definie optimalni proizvodni program b) Odrediti optimalni proizvodni program. c) Napisati aplikativni LINDO program za postavljeni model. Reenje: b) max f(x)=21.600 n.j./paleta

Primer 1.1.7. Porodica Petrovi priprema slavlje. Za deo posluenja potrebno je pripremiti najmanje 700 komada sitnih kolaa. U porodici se razmilja o pripremanju dve vrste kolaa: salia i vanilica. Za pripremu kolaa potrebno je upotrebiti:

 za jedan komad kolaa salia 20 gr brana, a za jedan komad kolaa vanilice 40 gr. Zbog prihvatljive cene sa jednim privatnim dobavljaem ugovoreno je da se nabavi najmanje 20 kg brana. Cena izrade jednog komada kolaa salia je 0,20 n.j. a jednog komada kolaa vanilice 0,30 n.j. elja porodice je da trokovi pripreme ovih kolaa budu minimalni. Uraditi: a) Formulisati matematiki model problema kojim se definie optimalni proizvodni program, b) Napisati aplikativni LINDO program, c) Grafikom metodom, odrediti optimalni proizvodni program. Reenje: c) min f(x)=170 n.j.

1.2. Reavanje problema LP primenom matrinog rauna

Primer 1.2.1. max f(x)=2x1+5x2 P.O. 3x1+3x29 6x1+2x212 Reenje: Maksimum iznosi 15 i on se postie ako se ne proizvodi x1, a proizvodi se 3 jedinice proizvoda x2 dnevno.

1.3. SIMPLEX metoda

Primer 1.3.1. max f(x)=6x1+7x2+8x3 p.o. x1+2x2+x3900 x1+3x2+2x31600 2x1x2+x3

Reenje: max f(x)=6.800 (x1=200; x2=700; x3=300)

Primer 1.3.2. max f(x)=80x1+50x2+40x3+20x4 p.o. 8x1+6x2+4x3+2x4400 x1+x2+x3+x4=100 8x1+4x2+4x3300 Reenje: max f(x)=4.000 (x1=25; x3=25; x4=50)

Primer 1.3.3. max f(x)=7x1+5x2+6x3+8x4 p.o. x1+x2+x3+x4=24 3x1+4x2+2x3+3x450 x1+2x2+2x3+2x440 Reenje: max f(x)=148 (x5=8; x4=2; x3=22)

Primer 1.3.4. Pivara proizvodi etri vrste piva: svetlo, tamno, bez alkohola i premijum. Menadment preduzea eli da odredi program proizvodnje koji e obezbediti najveu dobit u poslovanju za naredno polugodite, pri emu se moe raunati da jedan mesec ima u proseku 25 radnih dana. Ekonomskom analizom i ispitivanjem trita dolo se do podataka da su trokovi proizvodnje po jedinici proizvoda 15 n.j., 16 n.j., 18 n.j., 19 n.j. respektivno, a prodajna cena 30 n.j., 32 n.j., 38 n.j., 40 n.j. respektivno. Pri definisanju programa proizvodnje moraju se uzeti u obzir sledei ograniavajui faktori: kapacitet maine M, koliina slada (sirovina S1), koliina hmelja (sirovina S2), koliina kvasca (sirovina S3), zavisnost izmeu proizvedenih koliina piva bez alkohola i premijum i zahtevi trita za proizvodima. Kapacitet maine M iznosi 24 h dnevno, a za proizvodnju jedne jedinice proizvoda potrebno je 3 min, 2 min, 4 min i 6 min, respektivno. Meseno se moe nabaviti 200 kg slada. Za proizvodnju jedne jedinice navedenog artikla potrebno je 10 gr, 10 gr, 0 gr i 30 gr ove sirovine respektivno. Za razmatrani period je nabavljeno 500 kg hmelja. za proizvodnju jedne jedinice navedenog artikla potrebno je 20 gr, 10 gr, 20 gr i 10 gr, respektivno.

Takoe, za razmatrani period je nabavljeno 300kg kvasce. Zbog kvarljivosti, celokupna koliina se mora utroiti do kraja razmatranog perioda. Za proizvodnju jedne jedinice navedenog artikla potrebno je 10 gr, 10 gr, 10 gr i 40 gr ove sirovine, respektivno. Zbog tehnolokih zahteva proizvodnje, postoji zavisnost izmeu navedenih koliina bez alkoholnog i premijum piva. Proizvodnja premijum piva moe biti najvie 4 puta vea od proizvodnje bez alkoholnog. Poznati kupci Ki(i=1,2,3,4,5) su za navedeni period dostavili svoje porudbine. One iznose 50.000, 75.000, 40.000, 35.000, 60.000 jedinica svih proizvoda. Od navedene koliine vie se ne moe plasirati, ali se porudbinama ne mora obavezno udovoljiti.

Uraditi: a) Napisati aplikativni LINDO program kojim se definie optimalna proizvodnja. b) Napisati poetnu SIMPLEX tabelu, odrediti koja promenljiva ulazi u bazu, a koja izlazi iz baze. c) Nai vrednost funkcije posle prve iteracije. Reenje: max f(x)=157.500 n.j.

Primer 1.3.5. min f(x)=160x1+100x2+120x3 p.o. 2x1+x2+2x3350 x1+x2+x3300 4x1+x2+2x3400 Reenje: min f(x)=32.000 n.j. (x3=100; x2=200; x4=50)

Primer 1.3.6. Tekstilno preduzee proizvodi kapute (proizvod x1), muka odela (proizvod x2) i enske kapute (proizvod x3). Proizvodni proces se odvija na 10 maina tipa M1, 10 maina tipa M2, 10 maina tipa M3 i 10 maina tipa M4. Raspoloivi kapaciteti na mainama u toku jednog meseca su: M1: 20 dana x 16 h/dnevno M2: 20 dana x 6 h/dnevno M3: 20 dana x 20 h/dnevno Za proizvodnju je potrebno utroiti:

enski kaput (x1): 4h na M1, 2h na M2, 4h na M3 i 3h na M4 Muko odelo (x2): 4h na M1, 2h na M2, 4h na M3 i 3h na M4 enski komplet (x3): 5h na M1, 3h na M2, 5h na M3 i 2h na M4 Za izradu enskih kaputa uvozi se krzno polarne lisice, koje je raspoloivo u koliini za izradu 300 kom/meseno. Ispitivanje trita, koje je uzelo u obzir savremeni dizajn proizvoda i dokazani renome firme je pokazalo da trite ne predstavlja ogranienje, osim za enske komplete, koje je mogue u razmatranom periodu od mesec dana, plasirati najvie 450 kompleta. Dobit po jedinici proizvoda je: 1.300 n.j. za enske kapute, 1.200 n.j. za muka odela i 1.100 n.j. za enske komplete. Uraditi: a) Formulisati matematiki model problema kojim se definie optimalni proizvodni program (asortiman koji garantuje najveu dobit). b) Koristei LINDO program nai optimalni proizvodni program. c) Izvriti analizu osetljivosti optimalnog reenja. Reenje: max f(x)= 750.000 n.j.

Primer 1.3.7. Napisati dualni model LP za dati primarni model min f(y)=2y1+3y2+4y3+y4 p.o. 8y1+5y2+3y3+y4400 2y1+y2+6y3+5y4250 5y1+4y2+3y3+2y4220 6y1+3y2+4y3+5y4250 Primer 1.3.8. Napisati dualni model LP za dati primarni model min f(y)=3y1+2y2+4y3 p.o. 4y1+5y2+5y3200 2y1+6y2+y3450 6y1+y2+3y3220 6y1+3y2+4y3250

Primer 1.3.9. Dat je problem LP (primarni model): min g( x,y;z)=3x+4y+8z p.o. 6x-2y+z2 6x+9y-4z3 x+3y+8z5 Uraditi: a) Odrediti matematiki model dualnog problema. b) Za dobijeni dualni model napisati poetnu SIMPLEX tabelu i odrediti promenljive koje u prvom koraku izlaze iz baze, odnosno ulaze u bazu. c) Za dobijeni dualni model napisati aplikativni LINDO program.

Primer 1.3.10. Napisati dualni model LP za dati primarni model min f(y)=3y1+2y2+4y3 p.o. 4y1+5y2+5y3200 2y1-6y2+y3450 6y1+y2+3y3220 6y1+3y2-4y3250

Primer 1.3.11. Napisati dualni model LP za dati primarni model min f(y)=2y1+3y2+4y3+y4 p.o. 8y1+5y2-3y3+y4400 2y1+y2+6y3+5y4250 5y1-4y2+3y3+2y4=220 6y1+3y2+4y3-5y4250

Primer 1.3.12. Napisati dualni model LP za dati primarni model min f(y)=3y1+4y2 p.o. 3y1+6y218 4y1+2y28 Uraditi: a) Nai grafiko reenje primarnog modela. b) Napisati dualni model. c) Nai grafiko reenje dualnog modela. Reenje: min f(y)=maxf(x)=12,65

Primer 1.3.13. Napisati dualni model LP za dati primarni model min f(y)=3y1-4y2 p.o. 3y1+6y218 4y1+2y28 2y24 y11 Uraditi: a) b) c) d) e) f) Nai grafiko reenje primarnog modela. Napisati dualni model. Za dobijeni dualni model napisati poetnu SIMPLEX tabelu. Odrediti promenljive koje u prvoj iteraciji izlaze iz baze, odnosno ulaze u bazu. Kolika je funkcija cilja posle prve iteracije? Za dobijeni dualni model napisati aplikativni LINDO program.

Reenje: min f(y)=maxf(x)=-7

1.4. TRANSPORTNI MODEL 1.4.1. Zatvoren transportni model

Primer 1.4.1.1. Fabrike eera F1, F2 i F3 snabdevaju eerom etiri potroaka centra C1, C2, C3 i C4. Fabrika F1 moe da isporui 70t eera, F2 20t eera, F3 30t eera. Centru C1 potrebno je 20t eera, centru C2 25t, C3 35t, a centru C4 40t eera. Transpotni trokovi po jednoj toni eera na relaciji fabrike-potroaki centri dati su u sledeoj tabeli.
Ponori Izvori F1 F2 F3 C1 C2 C3 C4

2 9 3

6 4 6

5 7 8

8 8 9

Uraditi: a) Postaviti matematiki model LP koji odgovara opisanom problemu i napisati LINDO program. b) Napisati poetno reenje problema korienjem svih sedam metoda. c) Odrediti optimalni transportni program. d) Kolika se uteda ostvaruje u odnosu na poetno reenje (koristei dijagonalnu metodu)? Reenje: b) dijagonalna metoda 735; metoda minimalnih cena po redovima - 695; metoda minimalnih cena po kolonama 675; metoda minimalnih cena u matrici 670; Vogelova metoda 670; Vogel Kordinov postupak 670; metoda dvostrukog precrtavanja 670 c) min f(x)=670 n.j.

20 0 35 15 X 0 20 0 0 0 5 0 25
d) T=65 n.j.

1.4.2. Degeneracija transportnog modela

Primer 1.4.2.1. Iz etiri skladita je potrebno dostaviti robu u tri fabrike.
Ponori Izvori S1 70 S2 105 S3 70 S4 35 140 P1 50 40 30 35 35 P2 60 20 45 40 105 P3 0 15 20 25

a) Odrediti poetno reenje korienjem dijagonalne metode i reiti TP. b) Kolika je uteda u odnosu na poetno reenje? Reenje: a) min f(x)=5.950 n.j.
0 0 70 35 35 35 / X 70 0 0 35 0 0

b) T=3.325 n.j.

1.4.3. Otvoren transportni model

Primer 1.4.3.1. Potrebno je kamione iz tri garana mesta uputiti na tri odredita. Cene su izraene u stotinama km.
140 Ponori Izvori S1 70 S2 105 S3 70 P1 50 40 30 35 P2 60 20 45 105 P3 0 15 20

Uraditi: a) Nai poetno reenje pomou dijagonalne metode. b) Nai poetno reenje korienjem minimalnih cena u matrici. c) Napisati matematiki model za ovaj problem. d) Poev od boljeg poetnog reenja odrediti optimalni transportni program. Reenje: a) T(0)=18.100 km b) T(0)=10.000 km c) min f(x)= 9.200 km

0 4 6 0 X 5 0 7 3 0 8 0 0
Primer 1.4.3.2. Kompanija AD Tigar poseduje 3 linije za proizvodnju auto guma L1,L2 i L3 i pet velikih skladita, odnosno distributivnih centara D1, D2, D3, D4 i D5. Proizvodni kapaciteti su 4.000, 5.000 i 3.000 guma/dan, respektivno. Mogunost plasmana u regionima koje pokrivaju distributivni centri je: 2.000, 1.500, 3.000, 3.500 i 2.000 guma/dan, respektivno. Jedinine cene prevoza izmeu kompanije i distributivnih centara su: L1D1=2, L1D2=4, L1D3=3, L1D4=5, L1D5=3, L2D1=4, L2D2=2, L2D3=2, L2D4=3, L2D5=4, L3D1=1, L3D2=2, L3D3=4, L3D4=1, L3D5=3. Potrebno je: a) Napisati poetno reenje koristei dijagonalnu metodu. b) Mo-Di (dijagonalnom) metodom reiti TP, tako da ukupni trokovi budu minimalni. c) Odrediti utede koje se postiu u odnosu na poetno reenje. d) Proveriti dobijeno reenje korienjem LINDO programa. Reenje: a) T(0)=31.000 n.j. b) T(1)=29.500 n.j.

T(2)=23.500 n.j. , min f(x)=23.500 n.j.

0 0 2000 2000 0 X 0 1500 3000 500 0 0 0 0 3000 0

c) T=7.500 n.j.

1.5. PROBLEM RASPOREIVANJA (ASIGNACIJE)

Primer 1.5.1. Potrebno je 5 radnika rasporediti na 5 maina. Svaki radnik je sposoban za izvravanje svih poslova, ali pri tome radnici utroe razliita vremena. U aktuelnom vremenskom razdoblju 1 radnik moe biti angaovan samo na 1 maini, a na jednoj maini moe da radi samo 1 radnik. Potrebno je pronai takav raspored radnika da ukupno vreme izvrenja poslova bude minimalno. Potrebna vremena (u satima) za izvrenje poslova data su u tabeli.
Ponori Izvori R1 R2 R3 R4 R5

M1 3 8 33 14 9

M2 21 23 14 21 16

M3 12 2 13 19 10

M4 6 5 10 11 15

M5 10 5 7 11 13

Za reenje ovog modela koristi se maarska metoda. Odrediti: a) Matematiki model. b) Reiti zadatak primenom aplikativnog LINDO programa. Reenje: b)
1 0 0 0 0 0 0 1 0 0 min f(x)=39h X 0 0 0 0 1 0 0 0 1 0 0 1 0 0 0

1.6. CELOBROJNO PROGRAMIRANJE 1.6.1. Komanda INTEGER

Primer 1.6.1.1. Data je funkcija cilja koja ima sledei oblik: max f(x)=30x1+20x2+10x3 pri ogranienju: 17x1+13x2+11x329 Uraditi: a) Napisati aplikativni LINDO program bez zahteva za celobrojnim reenjem. b) Aplikativni LINDO program sa zahtevom za celobrojnim reenjem svih promenljivih. c) Aplikativni LINDO program sa zahtevom za celobrojnim reenjem promenljivih x1 i x2. Reenje: a)
1,705 X 0 0 1 X 0 1 1 X 0 1,091

b)

c)

1.6.2. Komanda GIN

Primer 1.6.2.1. Tekst zadatka je u skripti (oblast celobrojnog programiranja). Uraditi: a) Reiti zadatak primenom aplikativnog LINDO programa bez zahteva za celobrojnim reenjem. b) Reiti zadatak primenom aplikativnog LINDO programa sa zahtevom da sve promenljive budu celi brojevi.

Reenje:
504,517 96,123 134,766 max f(x)=20.780,04 X 186,581 30 47,741 0

a)

b)

506 96 134 max f(x)=20.759 X 186 31 47 0

2. NELINEARNO PROGRAMIRANJE
Primer 2.1. (skripta) Nai ekstremne vrednosti nelinearne funkcije cilja: f(x,y)=(x-4)2+(y-8)2 uz linearna ogranienja: p1: 2x+5y30 p2: 2x+y14 Reenje: min f(x,y)=11,17 max f(x,y)=80 Primer 2.2. Fabrika opreme proizvodi dva tipa elektro motora: tip A i tip B. Funkcija je nelinearnog karaktera i moe se opisati jednainom tipa : f(x)=A2+B2-14A-14B+98. Ogranienja se mogu predstaviti linearnim nejednainama koje iznose: 2A+3B24 2A+B14

A2 B1 Uraditi: a) Grafikom metodom nai ekstremne vrednosti nelinearne funkcije cilja. b) Napisati aplikativni LINGO program za max f(x), sa zahtevom za celobrojnim reenjem oba proizvoda. Reenje: a) min f(x)=10.25 max f(x)=61 Primer 2.3. Reiti sledeu funkciju cilja: f(x,y)=(x-1,5)2+(y-3)2 pri ogranienjima: x+3y6 4x+y8 y1 Reenje: max f(x,y)=6,25 min f(x,y)=2,02 Primer 2.4. (knjiga) Funkcija trokova proizvodnje tri artikla x1,x2 i x3 je nelinearna i data je kao: T(x)=4x12+ x23+7x32-x2-2x1+ x3+7

Odrediti stacionarne take funkcije i definisati njihovu prirodu. Reenje: Funkcija ima lokalni minimum u taki A(1/4,2,-1/4) i on iznosi min T(x)=T(A)=4,9794.98 i u taki B(1/4,-2,-1/4) i on iznosi T(x)=T(B)=7,6467,65

Primer 2.5. Odrediti stacionarne take i reiti model, ako je data nelinearna funkcija cilja T(x)= x13+12x22+21x33-3x1-6x2+7x3+10 Reenje: Stacionarna taka A(2,1/4,-1/6), gde je min f(x)=min f(A)=4,66 Stacionarna taka B(-2,1/4,-1/6), gde je max f(x)=max f(B)=15 Primer 2.6. Jedna fabrika proizvodi 3 proizvoda pod sledeim uslovima: Svaki proizvod se obrauje na maini M ukupnog kapaciteta od 18h, sa utrokom mainskog vremena od 3h, 1h i 1h po komadu proizvoda, respektivno. Raspoloive koliine sirovine S od 90 kg treba 100% utroiti. Za 1 komad proizvoda A,B,C utroi se 2kg, 3kg i 3kg sirovine S, respektivno. Koliina proizvoda A moe biti najvie kolika je i koliina proizvoda C. Trokovi proizvodnje su aproksimirani funkcijom: 12x1+2x22+10x3, gde su x1, x2 i x3 koliine proizvoda A,B i C. Postavite model, izvrite linearizaciju funkcije kriterijuma birajui 3 jednaka intervala i naite jedno mogue reenje. Reenje: Sistem ograniavajuih uslova nije konzistentan, ne postoji mogue reenje. Na maini M moe se obraditi najvie 54 kg sirovine S, to znai da nije mogue utroiti ukupne zalihe od 90 kg.

3. DINAMIKO PROGRAMIRANJE

Primer 3.1. Preduzee raspolae sa 4 nove maine koje treba da se instaliraju u 3 pogona. Montiranjem maina ostvaruje se sledea dobit: u I pogonu 3 n.j./maini, u II pogonu x 22, a u III pogonu kao to je dato u tabeli x3 0 1 2 3 0 g3(x3) 0 6 9 10 0 Stanje u pogonima je takvo da je u I potrebno najmanje 1 maina, u II najvie 2, a u III najvie 3 maine. Primenom DP odrediti optimalan raspored maina po pogonima koji obezbeuju maksimalnu ukupnu dobit.

Reenje: I optimalni raspored maina po pogonima je: x1=1 x2=2 x3=1 II optimalni raspored maina po pogonima je: x1=1 x2=1 x3=2 III optimalni raspored maina po pogonima je: x1=1 x2=0 x3=3 Primer 3.2. Za potrebe rada proizvodnog sistema potrebno je materijal rasporediti na 3 mogue proizvodne linije, pri emu je kapacitet proizvodnih linija limitiran na koliinu materijala 0xi3. Koliina materijala je takoe ograniena i iznosi 5 jedinica. Ostvarena dobit je f(x)=2x1+3x22+x32. Ogranienu koliinu materijala treba tako distribuirati proizvodnim linijama da ostvarena dobit od njegove prerade u razmatranom periodu bude maksimalna. Reenje:
x1 2 X x 2 3 x3 0

max f(x)=35 n.j.

Primer 3.3. Preduzee raspolae sa 25 jedinica jednorodnog resursa (maina) za proizvodnju dva proizvoda A i B koje treba da izrauje u naredne 3 godine (N=3). Dobit koja se moe ostvariti je: g(xi) + h(yi)=10xi+5yi Amortizacija koja zavisi od dela koji se izrauje na maini iznosi 50% za maine koje izrauju proizvod A i 20% za maine koje izrauju proizvod B, tako da broj raspoloivih maina za naredni period iznosi: ni+1=0,5xi+0.8yi

Formulisati matematiki model tako da se ukupna dobit maksimizira. Reenje: max f(x)= f3(25)=305

4. OPTIMALNO REZERVIRANJE
Primer 3.1. (skripta) Razmatrani sistem se sastoji od 2 podsistema kao to je dato na slici, iji elementi verovatnoe pouzdanog rada sistema iznose p1=0,7 i p2=0.5
p1 p1 p1 p1 p2 p2 p2 p2

Zadatak je nai takvu strukturu sistema, da ukupna pouzdanost bude p0.98

I reenje: x1=3, x2=6 II reenje: x1=4, x2=5 Primer 3.2. Napisati izraz za pouzdanost sistema prikazanog na slici.
p2 p1 p2 p2 p2 p3

Reenje: P=p1p2p3(4-6p2-4p22-p23) Primer 3.3. Razmatrani tehniki sistem se sastoji izkomponenata kao to je dato na slici, pri emu elementi imaju verovatnou bez otkaznog rada (pouzdanost) p1=p2=0,9, p3=0.8.

p1 p1 p1 p1 p2

p3 p3 p3 p3

Definisati moguu strukturu sistema tako da njegova pouzdanost bude P(x)0,80 Reenje: I reenje: x1=0, x2=0, x3=2 II reenje: x1=1, x2=0, x3=1 Primer 3.4. Kompozicija jednog sloenog sistema je prikazana na slici:
p1 p1 p1 p1 p2 p2 p3 p3 p3 p3

Poznate su karakteristike elemenata sistema p1=0,7; p2=p3=0,8. Odrediti minimalnu moguu strukturu sistema, tako da verovatnoa otkaznog rada (nepouzdanost) ne bude vea od 5%. Reenje: I reenje: x1=3, x2=1, x3=3 II reenje: x1=4, x2=1, x3=2 Primer 3.5. Elektronski ureaj se sastoji iz tri serijski vezane komponente p1,p2 i p3. Svaka komponenta je sastavljena od jedne ili vie komponeneti istog tipa pri emu se samo kod prve moe poveati broj rezervnih delova. Verovatnoa bez otkaznog rada je p1=0,80; p2=0,85; p3=0,90.
p1 p1 p1 p1 p2 p2 p3 p3 p3 p3

Odrediti: a) Minimalnu moguu strukturu sistema, tako da verovatnoa bez otkaznog rada bude 0,90.

b) Minimalne ukupne trokove rezerviranja, uz minimalnu pouzdanost od 0,90, ako je cena jedne rezrevne komponente c1=5 n.j.; c2=2 n.j. i c3=1 n.j. i formulisati matematiki model. Reenje: a) I reenje: x1=1, x2=1, x3=2 II reenje: x1=2, x2=1, x3=2 b) I varijanta: C(x)=9 n.j. II varijanta: C(x)=14 n.j.