Professional Documents
Culture Documents
Materijali Za Učenje PDF
Materijali Za Učenje PDF
1
Stanojević, R.(1966.) Linearno programiranje, Beograd: Institut za ekonomiku industrije, str. 15
- Maksimalan profit,
- Minimalni troškovi,
- Ostvarivanje ciljanog obima proizvodnje i sl.
Matematički model kojim možemo riješiti opisani problem u opštem slučaju možemo
efikasno riješiti opisani problem u opštem obliku glasi:
(max) ; z C X C 0
A X A0
X 0
Gdje su:
Z – funkcija cilja, odnosno funkcionalni izraz ukupno ostvarenog profita
C – kriterijumski vektor, čije koordinate su jedinični profit po osnovu realizacije pojedinih
proizvoda;
C0 – fiksni profit;
X – vektor aktivnosti, čije koordinate su količina pojedinih proizvoda u proizvodnom
asortimanu;
A – matrica ograničenja, čiji elementi označavaju utrošak operativih resursa u odnosu na
komponenete aktivnosti;
A0 – vektor kapaciteta, čije koordinate označavaju kapacitet pojedinih resursa;
Optimalno riješenje modela omogućava realizaciju poslovne aktivnosti uz racionalnu
upotrebu ograničenih operativnih resursa, uz ostvarivanje maksimalno mogućeg profita, pod
postojećim uslovima.
1.2.Opis problema
Potrebo je odrediti optimalan program izrade proizvoda A I B ako je cilj maksimalan ukupni
profit!
Gdje su:
X1 – broj proizvedenih proizvoda A izraženo u komadima;
X2 – broj proizvedenih proizvoda B izraženo u komadima;
Pojedine relacije u modelu imaju sledeća značenja:
Funkcija cilja predstavlja funkcionalni izraz ukupno ostvarenog profita po osnovu realizacije
proizvedenih količina proizvoda A I B;
Relacijom (1) izražavamo mogućnost iskorištenja radne snage u procesu proizvodnje, u pogledu
radnika sruke R;
Relacijom (2) izražavamo mogućnost iskorištenja sirovine S u procesu proizvodnje;
Relacijom (3) izražavamo mogućnost iskorištenja kapaciteta proizvodnih kapaciteta mašine M u
procesu proizvodnje;
Relacijom (4) izražavamo mogućnost plasmana ostvarenog obima proizvodnje;
Relacija (5) izražava cjelobrojnosti za relizovani proizvodni asortiman.
Relacijski znak u svim ograničenjima je „“, što je uneseno u polja C11, C12, C13 I C14,
dok je raspoloživost pojedinih resursa unesena u polja D11, D12, D13 I D14.
- Nakon opisanih radnji spremni smo riješavati model matematičkog programiranja
pomoću “Solver” – a, pri čemu otvaramo solver I izvršavamo sledeće radnje
- “Set target cell”, zahtijeva da kliknemo na polje u kome je unseen obrazac za
izračunavanje vrijednosti funkcije cilja – polje B9;
- “Equal to”, zahtijeva da se odabere maksimalna, minimalna ili ciljana vrijednost
funkcije cilja u modelu. U konkretnom slučaju to je (max), kao što je I označeno;
- „Gesses“ – unošenje promjenljivih, odnosno polja u kojima su vrijednosti
promjenljivih u modelu. U konkretnom slučaju to su polja B1 i B2;
- „Subject to the Constraints“, podrazumijeva unos ograničavajućih faktora
izborom opcije “Add”, ponuđene opcije “Change” I “Delete”, omogućavaju
promjenu ili brisanje u slučaju greške. Izborom opcije „Add“ iskorištenje resursa
unosimo u polje „Cell References“. U srednje polje u kome se inicijalno nalazi
znak “≤“ biramo relacijski znak, pri čemu ponuđene opcije podrazumijevaju još
„“, „=“, „int“ i „bin“. Relacijski znak dodijeljuje se ograničenju u skladu sa
formiranim modelom, dok se ostale opcije dodijeljuju promjenljivim u modelu u
skladu sa postavljenim zahtijevima da promjenljiva riješenjem modela ima
binarnu (vrijednost 0 ili 1) ili cijelobrojnu vrijednost (kod nedijeljivih proizvoda).
Raspoloživost resursa unosimo u polje „Constraints“. Sve klikom na polje tabele
u kome se nalaze navedene vrijednosti (izuzev relacijskog zanaka). Sledeće
ograničenje unosimo izborom opcije „Add“, „Cancel““ otkazujemo unos, a
opcijom „OK“ završavamo unos.
- „Options“, biramo brzinu, tačnost, uslove rješavanja, kao i vrstu modela. U
modelu promjenljive moraju biti nenegativne što omogućava aktiviranje opcije
“Assume Non - Negative”, potvrdu da je riječ o linearnom modelu aktiviramo
opcijom “Assume Linear Model”. Navedeno je potrebno za efikasno riješavanje
postavljenog modela;
- Opcijom “Solve” riješavamo model, postepeno ili odjednom. Kada se pojavi
opcija “solver found solution” model je riješen. Optimalno riješenje modela
možemo prikazati sledećom tabelom:
(MAX);Z 1090
RELACIJSKI
RESURS ISKORIŠTENOST ZNAK RASPOLOŽIVOST NEISKORIŠTENOST
R1 70 <= 70 0
R2 180 <= 180 0
R3 140 <= 150 10
R4 50 <= 60 10
X1 20
x2 30
TABELA 3. Riješenje modela matematičkog programiranja dobijeno solverom
2
Mikić, Đ. (2007.) Teorija I strategija odlučivanja – kriterijumski izbor upravljačkih opcija, Banja Luka:
Panevropski Univerzitet Apeiron, str.
- potez, je izbor jedne od strategija. Igra se realizuje tako što suprostavljeni igrači biraju
neku od raspoloživih strategija tako da njihov protivnik ne zna za koju se strategiju u
datom trenutku igrač odlučuje. Tajnost izbora strategije je bitan element konfliktnih
situacija.
Samo upravljanje konfliktnim situacijama, tj.biranje vrijednosti onih „argumenata“ koji
su pod kontrolom jednog od igrača zavisiće od procjene igre, verziranosti samog igrača, od
njegove logike rezonovanja i sl. Ako se igra može matematički modelirati, strategija se može
računati, odnosno rigorozno određivati i tako svaka nelogičnost u upravljanju konfliktnom
situacijom isključiti3. Postupci za analizu konfliktnih situacija matematičkim putem
zasnivaju se na matričnim i diferencijalnim igrama i Lanchester – ovom modelu. Optimalno
riješenje modela kojeg karakteriše konfliktna situacija je izbor strategije kojom se riješava
konfliktna situacija i da igrači pri tome ostvare maksimalnu dobit, odnosno minimalan
gubitak nezavisno od toga koju strategiju zauzme njegov protivnik u konfliktnoj situaciji.
Učesnici u konfliknih situacija mogu biti razboriti, odnosno mogu težiti da zauzmu onu
strategiju koja je za njih najpovoljnija. Pored toga, učesnici u konfliktnih situacija mogu biti
čovjek i priroda, takve igre karakteriše uslovna nerazboritost prirode kao protivnika u
konfliktnoj situaciji, čovjek kao učesnik u igri protiv prirode ne može računati da će priroda
zauzet za čovjeka najnepovoljniju strategiju. Ovakve igre karakteriše odlučivanje u uslovima
neizvjesnosti.
3
Petrić, J.J. (1973.) Operaciona istraživanja II, Beograd: Fakultet organizacionih nauka, str. 39.
Optimalna strategija za čovjeka određuje se korištenjem nekih od kriterija, koji se
prilagođavaju problemu igre protiv prirode. Ti kriteriji su:
1. Hurwicz – ov
2. Wald – ov
3. Laplace – ov
4. Savage – ov
5. Bayes – ov
Postoji mogućnost da se na isti problem primjeni više kriterija istovremeno i da se na
osnovu dobijenih rezultata donese odluka o izboru optimalne strategije za preduzeće. Pri
tome, je poželjno korištenje neparnog broja kriterija da se ne bi desilo da dvije ili više
strategija nađu u situaciji da su najpovoljnije za čovjeka.
Prilikom rješavanja konfliktne situacije polazi se od matrice plaćanja, odnosno matrice
cijena. Matrica cijena (M) predstavlja matricu u kojoj su elementi u redovima vezuju se za
strategiju igrača A (čovjeka), a elementi u kolonama se vezuju za strategiju igrača B
(prirode). Elementi matrice M predstavljaju dobitke za igrača A, odnosno gubitke za igrača B
ukoliko su elementi matrice uij > 0, ili gubitke za igrača A, odnosno gubitke za igrača A
ukoliko je uij < 0. Ukoliko se pojavi element matrice M čija vrijednost uij = 0, odnosi se na
slučaj da igrača nema dobitak niti gubitak, odnosno da je dobitak po osnovu poslovanja
jednak troškovima poslovanja. Matrica plaćanja u opštem slučaju izgleda ovako:
0 𝑆1 ⋯ 𝑆𝑚
𝐴1 𝑢11 ⋯ 𝑢𝑚1
𝑀=
⋮ [ ⋮ ⋱ ⋮ ]
𝐴𝑛 𝑢1𝑛 ⋯ 𝑢𝑚𝑛 𝑛𝑥𝑚
Pri čemu su A1, ... , An – strategije čovjeka, a S1, ... , Sm – stanja prirode.
U narednim izlaganjima ukratko načine i efekte upotrebe navedenih kriterija u
riješavanju konfliktnih situacija.
Korištenje ovog kriterija zahtijeva da se odredi koeficijent optimizma αi, koji mora
ispunjavati uslov 0 ≤ α ≤ 1. Koeficijent optimizma određuje se empirijski. Nakon toga se u
matrici plaćanja za svaku strategiju odrede vrijednosti:
𝑀𝑖 = max{𝑢𝑖𝑗 }
𝑗
𝑚𝑖 = min{𝑢𝑖𝑗 } 0
𝑗
Ovaj kriterij naziva se i kriterij racionalnosti, jer polazi od pretpostavke da nije moguće
izračunati vjerovatnoću nastupanja pojedinih stanja, odnosno strategija prirode. Sledeća
pretpostavka je da su sva stanja prirode jednako moguća. Tako da, ukoliko imamo matricu
plaćanja čiji su elementi uij dobici za čovjeka, tražimo:
𝑚
𝑢𝑖𝑗
max {∑ } ; 𝑔𝑑𝑗𝑒 𝑗𝑒 𝑚 − 𝑏𝑟𝑜𝑗 𝑠𝑡𝑎𝑛𝑗𝑎 𝑝𝑟𝑖𝑟𝑜𝑑𝑒
𝑖 𝑚
𝑖=1
Korištenje ovog kriterija zahtijeva da se formira nova matrica plaćanja, koja se naziva
matrica žaljenja ili matrica propuštenih šansi. Svaki element te matrice pokazuje koliki je
propušteni dobitak čovjeka, zato što nije znao za koju će se strategiju odlučiti. Elementi
matrice žaljenja rij računaju se pomoću obrasca:
𝑟𝑖𝑗 = 𝑢𝑖𝑗 − max{𝑢𝑖𝑘 }
𝑘
Upotreba ovog kriterija zahtijeva da se odrede vjerovatnoće nastanka pojedinih stanja prirode.
Označimo li ta stanja sa P(Sj) – vjerovatnoća nastanka j – tog stanja prirode.
Pri čemu je
∑𝑛𝑗=1 𝑃(𝑆𝑗) = 1 , 0 ≤ P(Sj) ≤ 1
Ako su uij dobici za čovjeka optimalna je ona strategija koja maksimizira linearnu kombinaciju:
max{ ∑𝑛𝐽=1 uij P(Sj) }
Ukoliko su uij gubici za čovjeka optimalna je ona strategija koja minimizira linearnu kombinaciju:
min{ ∑𝑛𝐽=1 uij P(Sj) }
2.2. Opis problema odlučivanja
Trgovačko preduzeće planira nabavku novogodišnjih jelki povodom novogodišnjih praznika. Moguća
tražnja za novogodišnjim jelkama je:
Jelke se nabavljaju po cijeni od 80 KM po komadu, prodju po cijeni 100 KM/kom, nabavljeni višak
se može prodati u ogrijev po cijeni od 30 KM/kom. Troškovi nabavke (bez obzira na nabavljenu
količinu) iznose 1000 KM. Potrebno je odrediti optimalnu nabavaku jelki korištenjem:
A. Hurvičevog kriterija α=0,2;
B. Valdovog kriterija;
C. Laplasovog kriterija;
D. Sevidževog kriterija, tako da se na sevidževu matricu primjeni Laplasov;
E. Sva četri prethodna zajedno;
F. Bajsovog kriterija, ako se umjerena i optimistična tražnja očekuju sa vjerovatnoćom od po
40%.
𝑆1 𝑆2 𝑆3
𝐴1 9 −1 −11
𝑀 = 𝐴2 [−16 19 −6 ]
𝐴3 −41 −6 29
A1 1
(9 − 1 − 11) = −1
3
A2 1
(−16 + 19 − 6) = −1
3
A3 1
(−41 − 6 + 39) = −6
3
ODLUKA A1 ili A2;A2 ili A1; A3
STRATEGIJA 1
∑𝑁
𝐽=1 𝑅 ij
𝑁
A1 1
(0 − 20 − 40) = −20
3
A2 1
(−25 + 0 − 35) = −20
3
A3 1
(−50 − 25 + 0) = −25
3
ODLUKA A1 ili A2;A2 ili A1; A3
2.3.5. ODLUKA
KRITERIJ HURVIČ VALD LAPLAS SEVIDŽ ODLUKA
A1 A1 A1 ili A2 A1 ili A2 A1
A2 A2 A2 ili A1 A2 ili A1 A2
A3 A3 A3 A3 A3
OPTIMALNO JE NABAVIT 500 KOMADA
A2 0,2*(-16)+0,4*(19)+0,4*(-6)=2
A3 0,2*(-41)+0,4*(-6)+0,4*(29)=1
ODLUKA A2;A3;A1
OPTIMALNO JE NABAVITI 1000 KOMADA JELKI.
Model simulacije mora biti konstruisan namjenski za svaku situaciju odlučivanja, po svojoj
proirodi zahtijeva specifikaciju promjenljivih i parametara u modelu, a uslovi pod kojima se
sistem posmatra moraju biti prilagođeni konvencionalnim pravilima odlučivanja, kako bi se
utvrdila vjerovatnoća odgovarajućih sistemskih kategorija upotrebom slučajnog izbora.
Pekarska radnja planira proizvodnju hljeba. Vlasnik pekarske radnje zna da se tražnja za hljebom
kreće u intervalu od 30.000 do 70.000 komada, a poznate su mu ii apsolutne frekvencije tražnje, što je
prikazano u sledećoj tabeli:
QT(000 KOM) 30 40 50 60 70
F(QT) 20 10 40 10 20
Hljeb se proizvodi za sljedeći dan kada se primju i porudžbine i isporučuje kupcima. Troškovi
proizvodnje jednog hljeba su 0,5 KM/kom. Prodajna cijena jednog hljeba je 0,7 KM/kom.
Neprodana količina se prerađuje u prezle koje se realizuju po cijeni 0,2 KM za količinu dobijenu
od jednog hljeba.
Važeće pravilo je da se proizvodi količina prodana prethodni dan, ali je vlasnik mišljenja da navedeno
treba preispitati. Potrebno je napraviti simulaciju i na bazi 7 radnih dana i odlučiti da li je bolje
4
Mikić, Đ. (2007.) Teorija I strategija odlučivanja – kriterijumski izbor upravljačkih opcija, Banja Luka:
Panevropski Univerzitet Apeiron, str.157.
nastaviti sa dosadašnjom praksom ili proizvoditi očekivanu vrijednost tražnje u analizi koristiti
slučajne brojeve: 56; 74; 92; 16; 07; 37 I 25.
PRAVILO 2.
RB SB Qt Qp Qpr Qz PF
0 50
1 56 50 50 50 0 10
2 74 60 50 50 0 10
3 92 70 50 50 0 10
4 16 30 50 30 20 0
5 07 30 50 30 20 0
6 37 50 50 50 0 10
7 25 40 50 40 10 5
330 350 300 50 45
PREMA VISINI OSTVARENOG PROFITA REALNO SE ODLUČITI ZA PRAVILO 1,
ODNOSNO PROIZVODITI KOLIČINU PRODANU PRETHODNOG DANA.