Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

3 METODE RJEAVANJA PROBLEMA LINEARNOG PROGRAMIRANJA

Pri rjeavanju problema koji se mogu modelirati kao linearni, koriste se sljedee metode:
-

Analitika metoda
Grafika metoda
Simplex metoda.

U nastavku e na jednostavnom primjeru biti ilustrirane ove tri metode.

3.1 ANALITIKA METODA
Openito, problem u linearnom programiranju s n stvarnih varijabla i m ogranienja
(nejednadbi) transformira se u sustav od m jednadbi i n+m varijabla (n broj stvarnih,
realnih, strukturnih varijabli, engl. decision variables, m broj dopunskih, izjednaavajuih
varijabli, engl. slack, surplus variables). Kada se sustav nejednadbi transformira u sustav
jednadbi, dobije se tzv. kanonski oblik matematikog modela, koji ukljuuje osim realnih
varijabla i dopunske (izjednaavajue) varijable (one su sa predznakom + za ogranienja tipa
<=, a s predznakom za ogranienja tipa >=). U kanonskom obliku matematikog modela
mogu se pojaviti i tzv. umjetne varijable, za sluaj kada su ogranienja sa znakom >= ili =.
Dodaju se zato to bi, za sluaj kada su realne varijable jednake nula, dopunske varijable bile
negative, to je nemogue. U funkciji cilja, dopunske varijable su s koeficijentom
proporcionalnosti 0 (ne pridonose smanjenju niti poveanju vrijednosti funkcije cilja).
Umjetne varijable imaju koeficijent M (veliki pozitivni broj, engl. big M), koji je s
predznakom - kada se trai maksimum funkcije cilja (tada je prva funkcija cilja izrazito mala,
te se kasnijim iteracijama njena vrijednost poveava-poboljava). Obrnuto, kada se trai
minimum funkcije cilja, koeficijent M je s predznakom + (tada je prva funkcija cilja izrazito
velika, te se kasnijim iteracijama njena vrijednost smanjuje-poboljava).
Broj varijabla je vei od broja jednadbi i takav sustav jednadbi ima vie rjeenja. Rjeenja
se mogu odrediti da se postave za bilo koje n varijable da su jednake 0, te se sustav rijei za
preostalih m varijabla. Rjeenja tako dobivena su osnovna (bazina) rjeenja (engl. basic
solutions) kojih ima:

n m!
n!m!

(3.1)

i nalaze se na presjecima bilo koja dva ogranienja. Neka od osnovnih rjeenja su nemogua.
Osnovna mogua rjeenja (engl. feasible basic solutions) su samo ona osnovna rjeenja koja
zadovoljavaju sva ogranienja. Ova rjeenja se nalaze na granici podruja moguih rjeenja.
Jedno od osnovnih moguih rjeenja je optimalno rjeenje.

Izv. prof. dr. sc. Katica imunovi

1/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

Mogua (doputena) rjeenja (engl. feasible solutions) su rjeenja sustava jednadbi koja
zadovoljavaju sva ogranienja zajedno (to je presjek rjeenja svih ogranienja). Ova rjeenja
oblikuju podruje moguih (doputenih) rjeenja dopustivo podruje (engl. feasible region).
Iz izraza (3.1) vidljivo je da je analitiki nain rjeavanja neekonomian za vei broj varijabla
i ogranienja.
U nastavku e na Primjeru 3.1 biti prikazan analitiki nain rjeavanja.
Primjer 3.1
a) Definirani problem s prikupljenim podacima
Za proizvodnju dva proizvoda P1 i P2 koriste se dva stroja: S1 i S2. Svaki proizvod se mora
obraditi na oba stroja. Za obradu jednog proizvoda P1 na stroju S1 potrebne su 2 vremenske
jedinice (v.j.), a na stroju S2 10 vremenskih jedinica. Za obradu jednog proizvoda P2 na stroju
S1 potrebno je 6 vremenskih jedinica, a na stroju S2 5 vremenskih jedinica. Raspoloivo
radno vrijeme stroja S1 je 240 vremenskih jedinica, a stroja S2 400 vremenskih jedinica.
U odjelu prodaje poduzea izraunato je da bi dobit po proizvodu P1 iznosila 10 novanih
jedinica (n.j.), a za proizvod P2 12 novanih jedinica. Treba odrediti optimalni proizvodni
program (koliko proizvesti proizvoda P1 i P2), da se postigne maksimalna dobit.
b) Ralanjivanje problema
Kako bi bilo olakano ralanjivanje problema, jedan od korisnih koraka je podatke o
problemu prikazati tablino. Problem ima dva proizvoda i dva stroja i za njih e podaci biti
prikazani u tablici 3.1.
Tablica 3.1 Saeti prikaz problema
Normativ izrade, v.j./kom.
Stroj S1
Stroj S2
Dobit, n.j./kom.

Proizvod P1
2
10
10

Proizvod P2
6
5
12

Raspoloivi kapacitet, v.j.

240
400

Nakon ovog koraka problem se moe ralaniti (analizirati), postavljanjem pitanja koja e
olakati matematiko opisivanje problema, tj. postavljanje matematikog modela.
1. O emu se odluuje (varijable)?
Prvo je moda najbolje se zapitati o emu to treba odluiti, kako bi se mogle definirati
varijable, o kojima e zatim ovisiti i funkcija cilja i ogranienja. Treba odluiti koliko
proizvesti proizvoda P1 i P2. Dakle realne (stvarne, strukturne) varijable su P1 i P2. Imena
varijablama se mogu dati proizvoljno, ali je korisno dati imena koja e biti slinija stvarnim
nazivima u problemu.

Izv. prof. dr. sc. Katica imunovi

2/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

2. to je cilj (funkcija cilja)?

Svaki problem moe imati vie razliitih ciljeva. U ovom problemu cilj je ostvariti
maksimalnu dobit. Ako je cilj maksimalna dobit koeficijenti koji e se nalaziti uz varijable P1
i P2 u funkciji cilja, e biti izraunate jedinine dobiti po svakom proizvodu, a to su za
proizvod P1 10 n.j/kom, a za proizvod P2 12 n.j./kom.
Dakle, funkcija cilja e glasiti:
n. j.
n. j.
10
P1kom. 12
P2kom. n. j. max

kom.
kom.
ili
10 P1 12 P2 n. j. max

3. to ograniava (ogranienja)?
Kapaciteti strojeva S1 i S2 predstavljaju ogranienja. Stroj S1 je raspoloiv maksimalno 240
v.j., a stroj S2 je raspoloiv maksimalno 400 v.j. Dakle, s desne strane nejednadbe
ogranienja bit e: 240 v. j. za stroj S1, a za stroj S2 400 v. j. . Lijeva strana za oba
ogranienja ovisit e o dvije varijable P1 i P2, koje imaju jedinicu mjere kom.. Dakle, da bi
lijeva i desna strana ogranienja imale iste jedinice mjere, koeficijenti aij moraju imati
v. j.
jedinicu mjere
, a to su zapravo normativi izrade, tj. koliko je potrebno vremenskih
kom.
jedinica da odreeni proizvod provede na strojevima S1 i S2. Nakon ovoga mogu se napisati
ogranienja:

v. j.
v. j.
Stroj 1: 2
P1kom. 6
P2kom. 240 v. j.

kom.
kom.
v. j.
v. j.
Stroj 2: 10
P1kom. 5
P2kom. 400 v. j.

kom.
kom.
Nakon ralanjivanja problema moe se napisati cjeloviti matematiki model.
c) Matematiki model
Funkcija cilja:
FC 10P1 12P2 max

Ogranienja:
2 P1 6 P 2 240
10 P1 5P 2 400

Izv. prof. dr. sc. Katica imunovi

3/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

Uvjeti nenegativnosti:
P1, P2 0
Matematiki model treba pretvoriti u kanonski oblik, dodavanjem dopunskih varijabla.

Matematiki model:

Kanonski oblik matematikog modela:

Funkcija cilja:

Funkcija cilja:

FC 10P1 12P2 max

FC 10P1 12P2 0 y1 y2 max

Ogranienja:

Ogranienja:

2 P1 6 P 2 240

2 P1 6 P 2 y1 240

10 P1 5P 2 400

10 P1 5P 2 y2 400

Uvjeti nenegativnosti:
P1, P2 0

Uvjeti nenegativnosti:

P1, P2, y1 , y2 0

Dopunske varijable y1 , y2 imaju fizikalno znaenje neiskoritenja kapaciteta strojeva S1

i S2. Njihova vrijednost kazuje koliko sati manje strojevi rade od maksimalno
raspoloivog vremena. U engleskom jeziku, ova vrsta dopunskih varijabli se naziva slack
variable (manjak). Ukoliko su im vrijednosti nula, tada su strojevi 100% iskoriteni.
Kako dopunske varijable ne pridonose smanjenju niti poveanju funkcije cilja, ispred
njih se nalazi koeficijent 0.
Kanonski oblik modela je sada nehomogeni sustav od dvije jednadbe s etiri varijable, koji
se moe rijeiti da se bilo koje dvije varijable postave na nulu i sustav onda rijei za preostale
dvije varijable. Tako se dobiju osnovna rjeenja kojih, prema izrazu (3.1) ima:

n m! 2 2!
n!m!

2!2!

4!
4 3 2 1

6.
2!2! 2 1 2 1

Sva osnovna rjeenja su prikazana u tablici 3.2.

Izv. prof. dr. sc. Katica imunovi

4/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

Tablica 3.2 Analitiki postupak rjeavanja

R.br.
1
2
3
4
5
6

P1
0
0
0
120
40
24

P2
0
40
80
0
0
32

y1
240
0
-240
0
160
0

y2
400
200
0
-800
0
0

FC
0
480
400
624

Podaci u tablici dobiveni su na sljedei nain.

Redni broj 1:
-

za P1=0 i P2=0, slijedi:

2 P1 6 P 2 y1 240 y1 240 2 P1 6 P2 240 2 0 6 0 240

10 P1 5P 2 y2 400 y2 400 10 P1 5P 2 400 10 0 5 0 400
FC 10P1 12P2 0 y1 y2 10 0 12 0 0 (240 400) 0

Redni broj 2:
-

za P1=0 i y1 0 , slijedi:

2 P1 6 P 2 y1 240 6 P 2 240 2 P1 y1 240 2 0 0 240 P 2

240
40
6

10 P1 5P 2 y2 400 y2 400 10 P1 5P 2 400 10 0 5 40 200

FC 10P1 12P2 0 y1 y2 10 0 12 40 0 (0 200) 480

Redni broj 3:
-

za P1=0 i y2 0 , slijedi:

10 P1 5P 2 y2 400 5P 2 400 10 P1 y2 400 10 0 0 400 P 2

400
80
5

2 P1 6 P 2 y1 240 y1 240 2 P1 6 P 2 240 2 0 6 80 240

Ovo rjeenje je nemogue, zato to prema uvjetima nenegativnosti, varijable ne mogu biti
negativne vrijednosti. Ako se promatra fizikalno, stroj S1 ne moe biti neiskoriten minus 240
v.j. Stroju S1 bi za obradu 80 proizvoda P2 nedostajalo 240 v.j.
Redni broj 4:
-

za P2=0 i y1 0 , slijedi:

Izv. prof. dr. sc. Katica imunovi

5/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

2 P1 6 P 2 y1 240 2 P1 240 6 P 2 y1 240 6 0 0 240 P1

240
120
2

10 P1 5P 2 y2 400 y2 400 10 120 5 0 400 1200 800

Ovo rjeenje je nemogue, zato to prema uvjetima nenegativnosti, varijable ne mogu biti
negativne vrijednosti. Ako se promatra fizikalno, stroj S2 ne moe biti neiskoriten minus 800
v.j. Stroju S2 bi za obradu 120 proizvoda P1 nedostajalo 800 v.j.
Redni broj 5:
-

za P2=0 i y2 0 , slijedi:

400
40
10
2 P1 6 P 2 y1 240 y1 240 2 P1 6 P 2 240 2 40 6 0 240 80 160
FC 10P1 12P2 0 y1 y2 10 40 12 0 0 (160 0) 400

10 P1 5P 2 y2 400 10 P1 400 5P 2 y2 400 5 0 0 400 P1

Redni broj 6:
-

za y1 0 i y2 0 , slijedi:

240 6 P 2
2
240 6 P 2
10 P1 5P 2 y2 400 10 P1 5P 2 400 10
5P 2 400 1200 25P 2 400
2

800
25 P 2 1200 400 800 P 2
32
25
240 6 P 2 240 6 32
P1

24
2
2
2 P1 6 P 2 y1 240 2 P1 6 P 2 240 P1

FC 10P1 12P2 0 y1 y2 10 24 12 32 0 (0 0) 624

Od ovih 6 osnovnih rjeenja dva su nemogua (rjeenja pod rednim brojem 3 i 4), jer se
dobiju negativne vrijednosti za dopunske varijable. etiri osnovna rjeenja su mogua
(osnovna mogua rjeenja), jer zadovoljavaju oba ogranienja. Samo jedno rjeenje od etiri
osnovna mogua je optimalno i to ono koje daje najveu vrijednost funkcije cilja. To je
rjeenje u estom retku tablice 3.2:
P1 = 24 kom.
P2 = 32 kom.
y1 0 v.j.
y2 0 v.j.
FC = 624 n.j.

Izv. prof. dr. sc. Katica imunovi

6/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

Dopunske varijable imaju vrijednost nula, tj. y1 0 v.j. i y2 0 v.j. to znai da su uz

proizvodnju 24 kom. proizvoda P1 i 32 kom. proizvoda P2, strojevi S1 i S2 100% iskoriteni.
Moe se primijetiti da dopunske varijable imaju jedinicu mjere v.j.. Dopunske varijable
uvijek imaju istu jedinicu mjere kao desna strana ogranienja kojemu pripadaju.

Izv. prof. dr. sc. Katica imunovi

7/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

VJEBA
Definirane probleme s prikupljenim podacima (Zadatak 1.3, Zadatak 1.4), potrebno je
ralaniti i postaviti matematike modele (razvijeni oblik i saeti matrini). Za zadatke s
prethodne vjebe, za koje su postavljeni matematiki modeli (Zadatak 1.1, Zadatak 1.2), te za
Zadatak 1.3 i Zadatak 1.4, potrebno je postaviti i kanonski oblik matematikog modela, te
izraunati koliko bi za svaki problem bilo osnovnih rjeenja.
ZADATAK 1.3
Poduzee planira izradu dva nova proizvoda: P1 i P2. Nabavljena su tri stroja od kojih se
svaki koristi za drugu operaciju. Proizvod P1 sastoji se iz dva dijela, koji ulaze u omjeru 1:1 u
gotovi proizvod, ija je dobit 7,5 n.j./kom. Dobit za proizvod P2 iznosi 6 n.j./kom. U odjelu
tehnoloke pripreme proizvodnje razraeni su tehnoloki postupci, koji su prikazani tablino
(tablica 3.3).
Tablica 3.3 Prikazani tehnoloki podaci za izradu proizvoda P1 i P2
Normativ izrade,
min./kom
Stroj I
Stroj II
Stroj III
Dobit, n.j./kom.

Proizvod P1
Dio 1
Dio 2
3
2,4
2
2,5
2,4
2,4
7,5

Proizvod P2
1,5
1,7
2,4
6

Sastaviti model optimalnog proizvodnog programa, za dnevnu proizvodnju (15 sati) sa

stanovita maksimalne dobiti! Na trite se dnevno moe plasirati maksimalno 300 komada
proizvoda P2.
ZADATAK 1.4
Jedna vrsta metalnih proizvoda sastoji se iz dva dijela, koji ulaze u omjeru 1:1 u gotovi
proizvod, ija je prodajna cijena 2500 n.j./kom. Trite moe primiti najvie 40 komada toga
proizvoda.
U odjelu tehnoloke pripreme proizvodnje, razraeni su tehnoloki postupci za proizvodnju
ovih dijelova. Proraunata vremena izrade, raspoloivo radno vrijeme, te cijene rada strojeva
po vremenskoj jedinici, prikazani su u tablici 3.4.
Tablica 3.4 Prikazani tehnoloki podaci za izradu dijelova D1 i D2
v.j./kom.
Stroj I
Stroj II

Izv. prof. dr. sc. Katica imunovi

Dio 1

Dio 2

80
20

40
30

Raspoloivost
strojeva, v.j.
2400
1500

Cijena rada strojeva,

n.j. /v.j.
2
9

8/9

Tjedan 2: Kvantitativne metode

Strojarski fakultet u Slavonskom Brodu

Dio D1 proizvodi se od elika 1530 (cijena: 20 n.j/kg,), a dio D2 od elika 4732, (cijena:
30 n.j/kg). Za proizvodnju dijela D1, potrebno je 10 kg materijala. Za proizvodnju dijela D2,
potrebno je 13 kg materijala. Na skladitu je na raspolaganju po 400 kg obje vrste materijala.
Inenjeri u odjelu tehnoloke i operativne pripreme proizvodnje trebaju dogovorno odluiti na
kojim kapacitetima i u kojoj koliini treba proizvesti dijelove D1 i D2, u odreenom
vremenskom razdoblju, da se ostvari maksimalna dobit?
Kakva bi bila odluka inenjera u sluaju da se raspoloivo radno vrijeme stroja I povea na
3600 v.j. usporediti iskoritenost strojeva i materijala.

Izv. prof. dr. sc. Katica imunovi

9/9