1. Objasnite kriterij optimalnosti simpleks metode kod problema za minimum?

- Postupak rjesavanja za
problem minimuma je isti kao i postupak rjesavanja maksimuma, osim tumacenja kriterija optimalnosti i
odredjivanja nebazicne promjenljive koja treba da udje u bazu. Dakle kao i kod simpleks tabele za max,
posljednji red simpleks tabele je red Z-c i to je kriterij optimalnosti metode na osnovu kojeg se utvrdjuje da
li je dobijeno rjesenje optimalno ili ne, dakle da li se dobijeno rjesenje moze poboljsavati. Poboljsanje
rjesenja podrazumijeva prelazak neke od nebazicnih promjenljivih u bazicne tako da kod minimuma, dolazi
do smanjenja vrijednosti funkcije cilja. Ako su svi koef u redu Z-c manji ili jednaki nuli dobijeno rjesenje je
optimalno. U suprotnom slucaju dobijeno rjesenje moze se poboljsati, tako da u lin.modelu za minimum
promjenljvu koja ulazi u bazu odredjuje najveci pozitivni koeficijent.
2. Kako se određuje vodeća kolona simpleks tabele kod probema za minimum? - Promjenljiva koja ulazi u
bazu ustvari oznacava vodecu kolonu, kod problema za minimum u bazu ulazi promjenljiva koja ima
negativni koeficijent i odredjuje se na osnovu maximuma, dakle npr. max(-2+M, -1+3M)=-1+3M. Kolona u
kojoj se nalazi -1+3M je vodeca kolona i ta promjenljiva ulazi u bazu.
3. Kako se moze provjeriti tacnost dobijenog OR prilikom koristenja simpleks tabele? – Kada se jedinicna
matrica iz pocetne simpleks tabele u tabeli OR-a transformisala u inverznu matricu optimalne baze ona
nam moze posluziti za provjeru tacnosti dobijenog OR-a. Tu matricu oznacavamo i racunamo ovako: Xopt=
aopt na -1*A0. Tako se provjerava tacnost OR-a za primal, a ovako za dual: Yopt=C * aopt na -1.
4. Opišite šta je neophodno uraditi da bi se problem linearnog programiranja rješavao korištenjem
duala? – Da bi se problem lin.programiranja rjesavao koristenjem duala neophodno je opsti model primala
(ako vec nije u standardnom obliku), transformisati u stand.oblik po postupku za problem minimuma ili
postupku za problem maximuma. Potom se po pravilima za formiranje dualnog problema na osnovu
standardnog oblika primala za maximum i minimum dobija model duala koji je pogodan za rjesavanje
simpleks metodom. Ako se u modelu duala dobije da je neki slobodni koeficijent u ogranicenju negativan,
neophodno je takvo ogranicenje pomnoziti sa -1. Rjesavanje modela provodi se po postupku za rjesavanje
problema lin.programiranja za max ili min. S tim sto treba paziti kada se uvode dopunske a kada
artificijelne promjenljive, prilikom svodjenja na kanonski oblik. Vazno je naglasiti da se dualne promjenljive
oznacavaju sa Y, a ne sa X (to su primalne promjenljive). Takodjer kriterij optimalnosti se oznacava kao Z-b,
a ne Z-c kako je kod primala. Simpleks tabela ima n+1 red i onoliko kolona koliko ima promjenljivih plus 3
prve kolone.
6. Opisite osnovni model transportnog problema! - Osnovni zadatak u transportnom problemu je odrediti
najpovoljniju varijantu transporta iz više ishodišta (mjesta ponude) u više odredišta (mjesta tražnje) uz
minimalne ukupne transportne troškove. Problemi poslovnog odlučivanja koji se svode na transportni
problem su:
a) prevoz roba, ljudi i sl.
b) prostorni razmještaj mašina, službi i sl.
c) lokacija novih objekata itd.
Funkcija cilja linearnog modela transportnog problema, u osnovnom obliku, se odnosi na ukupne
transportne troškove, dok su ograničenja determinisana ponudom (kapaciteti) pojedinih ishodišta i
tražnjom (potrebe) pojedinih odredišta, podrazumijevajući njihovu prostornu razdvojenost. Osnovni model
transportnog problema spada u klasu tzv. zatvorenog transportnog problema jer postoji jednakost da je
ukupna količina otpreme roba ishodišta jednaka ukupnoj količini potreba za robom odredišta. Ako postoji
razlika između ukupne otpreme ishodišta i ukupnih potreba odredišta, tj. ako je ukupna količina otpreme
roba ishodišta ≠ ukupne potrebe za robom odredišta, onda se radi o otvorenom transportnom problemu.
Inače rješavanje problema transportnim metodama zahtijeva postavku zatvorenog linearnog modela, te je
stoga neophodno otvoreni model svesti na zatvoreni model, pa tek onda pristupiti njegovom rješavanju.
Kao osnovni cilj rješavanja transportnog problema postavlja se određivanje optimalnih vrijednosti
promjenljivih xij, i=1,m , j=1,n , odnosno optimalnih količina transporta roba iz pojednih ishodišta u
pojedina odredišta, za koje će se dostići minimalna vrijednost ukupnih troškova transporta uz zadovoljenje
uslova da ponuda robe ishodišta bude potpuno raspodijeljena na mjesta tražnje i da tražnja svakog
odredišta bude potpuno zadovoljena.
7. Opisite otvoreni model trans.problema! - Ukoliko se ukupna količina ponude (otpreme) roba svih
ishodišta razlikuje od ukupne potrebe za robama svih odredišta, u pitanju je otvoreni transportni problem.
Razlikuju se otvoreni transportni problemi sa: suviškom u otpremi i suviškom u prijemu. Kod otvorenog
transportnog problema sa suviškom u otpremi količina otpreme robe veća je od količine prijema, pa se
problem rješava uvođenjem fiktivnog (n+1)-og odredišta, koje će apsorbovati suvišak robe u otpremi. Pošto
se radi o fiktivnom odredištu, to su mu jedinični troškovi transporta jednaki nuli. Model sa suviskom u
prijemu- Pošto je količina prijema robe veća od količine otpreme, to se problem rješava uvođenjem
fiktivnog (m+1)-og ishodišta koje će apsorbovati suvišak robe u prijemu. Kako se radi o fiktivnom ishodištu
to su mu svi jedinični troškovi transporta jednaki nuli. Svođenjem otvorenog transportnog problema na
zatvoreni, ispunjene su pretpostavke za primjenu transportnih metoda (Stepping stone metoda – metoda
skakanja s kamena na kamen i MODI metoda) kojima se u iterativnom postupku mogu odrediti optimalne
vrijednosti količina transporta roba iz ishodišta u odredišta.

8. Opisite dual trans.problema! –

9. Metode za postavljanje pocetnog programa? - Postoji više metoda za postavljanje početnog programa
(početnog bazičnog rješenja):
a) metoda sjeverozapadnog ugla,
b) metoda najmanjih troškova,
c) metoda “minimum-reda”,
d) Vogelova aproksimativna metoda,

e) metoda “minimum-kolone”,
f) metoda dvojnog prvenstva itd.
Za sve metode, zavisno od usvojenog kriterija, vrši se raspored količina roba (tereta) na polja poštujući

relaciju obilježene raspoložive količine roba u i-tom ishodištu i j-tom odredištu,

respektivno.
- Kod metode sjeverozapadnog ugla (dijagonalna metoda) polazi se od gornjeg lijevog ugla i vrši se
raspored tereta u skladu sa usvojenom relacijom.
- Metoda najmanjih jediničnih koeficijenata polazi od polja sa najmanjim jediničnim koeficijentom u tabeli
u koje se raspoređuje maksimalno moguća količina. Potom se traži slijedeće polje sa najmanjim jediničnim
troškom i u njega raspoređuje maksimalno moguća količina itd. Ako se pojave dva ili više polja sa istim
najmanjim jediničnim troškom, onda se raspored tereta vrši na ono polje na koje se može rasporediti više
tereta.

- Vogelova aproksimativna metoda provodi se po postupku- Ova metoda podrazumijeva slijedeće korake:
Korak 1. Za svaki red i svaku kolonu određuje se razlika dva najmanja jedinična koeficijenta. Na taj način
izračunava se m + n parametara. Korak 2. Od svih izračunatih parametara izabire se najveći. Red, odnosno
kolona na koju se odnosi najveća razlika dva najmanja koeficijenta počinje se programirati tako što se
pronalazi najmanji koeficijent i u njega se programira najveća moguća količina. Korak 3. Za preostali dio
tabele ponovo se izračunavaju razlike između dva najmanja koeficijenta nezavršenih (neprogramiranih)
redova i kolona i vraća se na korak 2.
10. Opisite MODI metodu! –
Sa rednim brojem 1 obilježava se polje sa najvećim pozitivnim relativnim troškom, a ostala se obilježavaju
po redoslijedu. Minimalna količina sa parno obilježenog polja (2, 4,...) određuje količinu koja će se
rasporediti na nezauzeto polje (polje sa najvećim pozitivnim relativnim troškom). Novo bazično rješenje
formira se tako što se na nezauzeto polje (polje broj 1) raspoređuje prethodno utvrđena količina robe, na
polju broj 2 se smanjuje postojeća količina za količinu koja je raspoređena na polje broj 1, na polju broj 3 se
povećava količina transporta za količinu koja je raspoređena na polje 1, itd. Parno polje sa minimalno
utvrđenom količinom tereta u novom rješenju postaje nezauzeto (nebazično), dok količine tereta na
ostalim zauzetim poljima koja se nisu našla u lancu ostaju nepromijenjene. Na osnovu poznatog pozitivnog
relativnog troška na nekom polju i količine koja će se pomicati na to polje može se izračunati vrijednost
funkcije cilja novog bazičnog rješenja, što može pozlužiti za kontrolu proračuna.
11. Uporedite metodu relativnih troskova sa MODI metodom! - Metoda relativnih troškova (stepping
stone metod ili metoda skakanja s kamena na kamen) u odnosu na MODI metodu razlikuje se u postupku
izračunavanja relativnih troškova, tako da se za svako nezauzeto polje direktno izračunavaju relativni
troškovi korištenjem jediničnih transportnih troškova polja u identifikovanom lancu. Lanac se obrazuje na
isti način koji je prethodno opisan s tim što se u jednom tjemenu nalazi nezauzeto polje za koje
izračunavamo relativni trošak (obilježeno kvadratom), a u ostalim tjemenima nalaze se zauzeta polja
(obilježena kružićem). Relativni trošak, za nezauzeta polja, izračunava se tako što se jediničnom
transportnom trošku sa negativnim predznakom, koji odgovara početnom nezauzetom polju, naizmjenično
dodaju i oduzimaju jedinični transportni troškovi koji se nalaze na tjemenima lanca (zauzeta polja). Provjera
optimalnosti rješenja vrši se kao i kod MODI metode po prethodno opisanom postupku.
12. Razlika problema asignacije u odnosu na problem transporta? - Specijalni slučaj transportnog
problema je problem asignacije ili raspoređivanja. Od osnovnog modela transportnog problema razlikuje se
po tome što su slobodni koeficijenti u ograničenjima (ponude ishodišta i tražnja odredišta) jednaki jedinici,
tj. ai=bj=1, a promjenljive mogu primiti vrijednosti 0 ili 1. Model asignacije može pomoći u rješavanju
različitih problema odlučivanja, kao što su: - problemi rasporeda poslova na radna mjesta, odnosno na
radnike ili mašine, - izbori kandidata pri zapošljavanju pri čemu se postižu najpovoljniji efekti i sl. Suština
rješavanja problema asignacije sastoji se u tome da se rasporedi n izvršilaca na n aktivnosti pri ekstremnoj
vrijednosti funkcije cilja, ali pod uslovom da jedan izvršilac se može rasporediti na samo jednu aktivnost i
da jednoj aktivnosti može biti dodijeljen samo jedan izvršilac. Funkcija cilja odražava ekonomska efikasnost
raspoređivanja izvršilaca na aktivnosti i najčešće se odnosi na ukupne troškove angažovanja izvršilaca,
ukupno vrijeme rada, ukupno ostvareni profit, korištenje kapaciteta i sl.
13. Opisati osnovni model problema asignacije. –
14. Opisati otvoreni model problema asignacije.-
Na ovaj način stvorene su pretpostavke za primjenu mađarske metode u rješavanju problema asignacije.

15. Opisati madjarsku metodu. - Uslov za primjenu mađarske metode je da matrica efikasnosti C bude
kvadratna. Suština mađarskog algoritma sastoji se u redukciji matrice efikasnosti C. Ako se iz zadate
matrice C= cij izvede matrica D= dij prema izrazu dij=cij – ui – vj, gdje su ui i vj proizvoljno odabrane
konstante, onda je rješenje problema asignacije bazirano na matrici efikasnosti C identično sa rješenjem
baziranim na matrici D. Vrijednosti ui i vj predstavljaju dualne promjenljive modela asignacije. Dual modela
asignacije formira se na isti način kao i dual transportnog problema. Prvi algoritam za rješavanje problema
asignacije razvio je Kuhn na osnovu stavova koje su formulisali mađarski matematičari König i Egervary, dok
je Flood razvio metod optimalne asignacije polazeći od redukcije matrice efikasnosti. Stoga se ova metoda
naziva mađarska metoda ili metoda reducirane matrice. Algoritam mađarske metode polazi od toga da ako
se u matrici efikasnosti nalaze elementi koji imaju vrijednost nula, onda je maksimalan broj nezavisnih nula
jednak minimalnom broju linija koje povezuju sve nule. Postupak 1, ako je i-ti kandidat raspoređen na j-to
prevozno sredstvo 0, ako i-ti kandidat nije raspoređen na j-to prevozno sredstvo. rješavanja problema
asignacije mađarskom metodom prezentiran je na Slici 4.1. gdje se vidi da ova numerička iterativna metoda
ima slijedeće korake: Korak 1. Redukcija matrice efikasnosti 1.1. Oduzeti u svakoj koloni najmanji elemenat
od ostalih elemenata. 1.2. Provjeriti da li u svakom redu novodobijene matrice ima bar jedna nula, a ako
nema onda se najmanji elemenat reda oduzima od ostalih elemenata. Korak 2. Kategorizacija nula i
provjera optimalnosti rješenja Kriterij optimalnosti dobijenog rješenja problema asignacije je poređenje
broja nezavisnih nula i reda matrice efikasnosti. Dobijeno rješenje je optimalno ako je broj nezavisnih nula
jednak redu matrice efikasnosti, odnosno broju linija koje povezuju sve nule u matrici. S obzirom na
usvojeni kriterij optimalnosti neophodno je sve nule u matrici efikasnosti kategorizirati na nezavisne i
zavisne nule, gdje se u svakom redu ili koloni može pojaviti samo po jedna nezavisna nula. Prvo se
pronalaze redovi koji imaju jednu nulu - ta nula se proglašava nezavisnom (zaokružuje se ili boldira), dok se
ostale nule u pripadnoj koloni proglašavaju zavisnim i precrtavaju. Potom se pronalaze redovi sa dvije
nekategorizirane nule i po volji proglašava se jedna za nezavisnu, a druga za zavisnu. Isto tako i nule u
koloni sa proglašenom nezavisnom nulom označavaju se kao zavisne. Postupak se nastavlja dok se ne izvrši
kompletna kategorizacija svih nula na nezavisne i zavisne. U skladu sa usvojenim kriterijem optimalnosti
rješenja problema asignacije, ako je broj nezavisnih nula jednak redu matrice efikasnosti n, dobijeno je
optimalno rješenje. Na poljima gdje se nalaze nezavisne nule vrijednosti promjenljivih su
START
KRAJ
Optimalno rješenje

ne
Kategorizacija nula na nezavisne i zavisne. - Broj nezavisnih nula je n, one su jednake 1, dok na ostalim
poljima su jednake 0. Ako je broj nezavisnih nula manji od reda matrice efikasnosti, onda se ide na korak 3.
Korak 3. Određivanje minimalnog broja linija koje povezuju sve nule sadržane u redovima i kolonama
matrice efikasnosti 3.1. Označe se svi redovi matrice u kojima se ne nalaze nezavisne nule (simbolično ).
3.2. Precrtaju se sve kolone koje imaju zavisne nule u označenim redovima. 3.3. Označavaju se svi redovi
koji imaju nezavisnu nulu u svakoj precrtanoj koloni. 3.4. Ponavljaju se faze (b) i (c) dok se više ne može
precrtati niti jedna kolona, niti označiti red. 3.5. Precrtaju se svi neoznačeni redovi. Korak 4. Određivanje
nove matrice efikasnosti Od svih neprecrtanih elemenata matrice efikasnosti odabire se najmanji
neprecrtani elemenat iz koraka 3. Taj elemenat se oduzima od svih neprecrtanih elemenata, a dodaje se
elementima koji se nalaze na presjeku precrtanih redova i kolona. Ostali precrtani elementi se prepisuju.
Na novu matricu efikasnosti se primjenjuje korak 2. U svakoj iteraciji (od početnog do optimalnog rješenja)
konstruišu se različite reducirane matrice efikasnosti u kojima se vrši kategorizacija nula, odnosno
provjerava optimalnost dobijenog rješenja i vrši precrtavanje redova i kolona kojim se spajaju sve nule
reducirane matrice efikasnosti.
16. Tri osnovne karakteristike pristupa din.programiranja? - Pristup dinamičkog programiranja u
rješavanju problema odlučivanja ima tri osnovne karakteristike: 1. Etapnost u dobijanju optimalnog
rješenja - Ova osobina dinamičkog programiranja sastoji se u tome da se dobijanje rješenja problema
odlučivanja kao cjeline posmatra ne kao pojedinačni akt, nego kao cjelina uzajamno povezanih etapnih
rješenja, odnosno odluka. Suština dinamičkog programiranja sastoji se upravo u tome da se umjesto
traženja optimalnog rješenja u jednom koraku (odjednom) pretpostavlja nalaženje uslovno optimalnih
rješenja za nekoliko prostih povezanih zadataka (etapa), na koje se raščlanjuje osnovni zadatak, na osnovu
kojih se izabire optimalno rješenje koje obezbjeđuje dobijanje najboljih efekata za zadatak u cjelini u skladu
sa usvojenim kriterijem. 2. Nezavisnost optimalnog rješenja u nekoj etapi od predhistorije - Dinamičko
programiranje ne uzima u obzir način na koji se optimizacijom procesa postiglo sadašnje stanje, već se
optimalno rješenje izabire samo sa obuhvatanjem faktora koji karakterišu proces u datom trenutku. Npr.
ako se neki vozač koji je krenuo iz Sarajeva u Zagreb našao u Tuzli i ako je odlučio da izabere najkraći put do
Zagreba, on dobija rješenje bez utvrđivanja na koji način, kada i kojim putem je stigao u Tuzlu, već se
rukovodi samo pozicijom Tuzle u opštoj shemi puteva ka Zagrebu. 3. Izbor optimalnog rješenja u svakoj
etapi mora uvažavati njegove posljedice u budućnosti - Optimizacijom procesa u svakoj etapi ne smiju se
zaboraviti slijedeće etape. Iz ovoga slijedi da optimizaciju višeetapnog procesa treba vršiti tako da se
prilikom optimizacije svake etape utvrđuje ne samo korist koja bi se dobila u zadatoj etapi nego korist koja
bi se dobila po završetku cjelokupnog višeetapnog procesa odlučivanja. Ovaj princip izbora rješenja u
dinamičkom programiranju ima ključnu ulogu i naziva se princip optimalnosti prema kojem optimalno
ponašanje procesa ima osobinu da za bilo koje početno stanje i proizvoljno prvo rješenje, rješenja koja
slijede su optimalna i zavise samo od stanja dobijenog nakon prethodnog rješenja. Princip optimalnosti će
se u nastavku detaljnije obrazložiti.

17. Prosta raspodjela jednorodnog resursa. - Ovo je tipičan primjer primjene dinamičkog programiranja
kod problema koji ne sadrže vremensku komponentu, tako da se na vještački način vrši dekomponovanje
na niz etapa, odnosno aktivnosti. Raspoloživi resurs Q (novac, oprema, ljudi i sl.) potrebno je raspodijeliti
na N aktivnosti (različitih mogućnosti utroška nekog resursa) tako da se ostvari ekstremna vrijednost
funkcije cilja. Najčešći kriterij optimizacije je ukupna dobit (prinos i sl.) ostvarena raspodjelom resursa, tako
da je neophodno maksimizirati funkciju cilja. Zadatak se sastoji u tome da je neophodno pronaći skup
promjenljivih x1, x2, ... xN za koje će funkcija cilja F(x) dostići maksimalnu vrijednost, a da ukupna
raspoloživa količina utrošenog resursa ne premašuje raspoloživu količinu Q, tj. x1 + x2 + ... + xN = Q.
18. Sadrzina teorije igara? - Teorija igara se bavi matematičkim modeliranjem konfliktnih situacija u kojima
učesnici imaju suprostavljene interese, pa se kaže da je teorija igara matematička teorija konfliktnih
situacija. Kao i kod drugih kvantitativnih modela, tako i u teoriji igara model igre predstavlja apstrakciju i
idealizaciju realne konfliktne situacije. Teorija igara predstavlja matematičku teoriju i metodologiju analize i
rješavanja konfliktnih situacija u kojima učesnici imaju suprostavljene interese, odnosno koji se nalaze u
strateškoj interakciji. Teorija igara obuhvata samo one interakcije u kojima se igrači ponašaju racionalno i
strateški. Neki igrač se ponaša racionalno ako može da: identificira sve svoje alternative (moguće akcije),
formira očekivanja od svojih alternativa i alternativa protivnika, jasno izrazi svoje preferencije i izbor
akcije izvrši pažljivo nakon nekog procesa optimizacije [Osborne (1994), str. 4]. Strateško ponašanje nekog
igrača podrazumijeva da on uzima u obzir i znanje ili očekivano ponašanje drugih igrača. Teorija igara ima
sličnu terminologiju kao i neke sportske i društvene igre (različiti sportovi, poker, šah, monopol i sl.) i koristi
se za modeliranje konfliktnih situacija u ekonomiji (konkurentska preduzeća), politici (suprostavljene
političke stranke), vojnoj strategiji (zaraćene države) i sl. Zajednička osobina svih ovih igara je ta da su
pojedinačni potezi ili odluke svakog učesnika manje ili više determinisane potezima ili odlukama drugih
učesnika u konfliktu, a konačan rezultat svakog učesnika određen je svim pojedinačnim potezima ili
odlukama svakog učesnika.
19. Tipologija igara ? - Postoje različiti kriteriji za klasifikovanje igara. Najčešći kriteriji su: broj igrača,
međusobna povezanost igrača, broj poteza, redoslijed u kojem igrači donose odluke, informacije o igri sa
kojim igrači raspolažu, broj strategija i karakter funkcije plaćanja. 3.1. Kriterij: Broj igrača- U zavisnosti od
broja igrača učesnika u igri razlikuju se: - igra sa dva igrača - igre sa tri igrača, - ... - igre sa n igrača. 3.2.
Kriterij: međusobni odnos igrača - U situaciji kada postoje tri ili više učesnika u igri onda postoji mogućnost
međusobnog kooperiranja ili stvaranja koalicija između igrača u okviru kojih se međusobno usklađuje
ponašanje i izbor pojedinačnih strategija koje im obezbjeđuju maksimalnu korisnost. Ovakve igre se
nazivaju kooperativne igre. Kod nekooperativnih ili anatagonističkih igara između igrača ne postoji saradnja
u izboru poteza, odnosno svaki igrač samostalno vrši izbor poteza bez koordinacije sa drugim igračima. 3.3.
Kriterij: informisanost igrača - Igre sa potpunom informacijom podrazumijevaju da svaki igrač raspolaže sa
informacijama o tome: - ko su igrači u igri, - koje strategije stoje na raspolaganju svakom igraču i - koja je
funkcija plaćanja za sve igrače. U suprotnom slučaju slučaju radi se o igrama sa nepotpunim informacijama.
3.4.Kriterij: broj strategija - S obzirom na broj raspoloživih strategija igrača razlikuju se konačne i
beskonačne igre. Ako je igraču raspoloživ konačan broj strategija, onda se radi o konačnim igram, dok u
slučaju da bar za jedanog igrača broj strategija nije konačan, igra predstavlja berskonačnu igru. 3.5.Kriterij:
karakter funkcije plaćanja - Ako dobitak jednog igrača znači gubitak drugog, onda možemo govoriti o
nulasuma i nenula-suma igri. Kod nula-suma igre dobitak jednog igrača jednak je gubitku drugog, za razliku
od nenula-suma igre, gdje zbir dobitaka i gubitaka nije jednak nuli. Primjer nula-suma igre je zatvoreno
tržište koga kontroliraju dva preduzeća. Najpoznatiji i u literaturi najviše korišteni tip igara je nula-suma
igra sa dva igrača čiji su interesi potpuno suprotni (tzv. antagonističke igre). Igrači unaprijed poznaju sve
mogućnosti izbora protivnika. Svaki igrač u svakom potezu donosi samo jednu odluku i mora izvršiti svoj
izbor ne znajući koji je izbor protivnika. Dobitak odnosno gubitak u igri dat je funkcijom plaćanja (korisnost,
cijena igre) za sve moguće izbore u igri. 3.6. Kriterij: predstavljanje igre - Načini na koji se predstavljaju igre
važne su u postupku modeliranja i rješavanja igara tako da se najčešće razlikuju: - igre u normalnoj formi i -
igre ekstenzivne (opšte) forme. Igre sa potpunom informacijom mogu se predstaviti kao u igre u normalnoj
formi kod kojih su unaprijed poznata plaćanja za sve kombinacije strategija igrača. Kod konačne igre dva
igrača sa nula sumom plaćanja se predstavljaju matricom plaćanja, tako da se ove igre nazivaju i matričnim
igrama. U matrici plaćanja dva igrača elementi matrice predstavljaju plaćanje za svaku kombinaciju
strategija koje igrači mogu izabrati. Naravno dobitak jednog igrača istovremeno predstavlja i gubitak za
drugog igrača i obrnuto. Igare kod kojih ne postoji potpuna informisanost igrača o strategijama drugih
igrača, odnosno u situaciji kada igrači nisu potpuno informisani o potencijalnim odgovorima protivnika na
njihov izbor pojedinih strategija i gdje se plaćanje obračunava tek na kraju igre, odnosno kada se realizuje
partija nazivaju se igre ekstenzivne ili opšte forme Igre ekstenzivne forme se najčešće prestavljaju tzv.
stablom igre. Primjer ovakve igre je igra pokera.
20. Čiste matrične igre? - Ako je u matričnoj igri, kako je već istaknuto, gornja granica vrijednosti igre
jednaka donjoj granici vrijednosti igre, onda se radi o čistoj matričnoj igri. Čista matrična igra ima sedlastu
tačku koja se nalazi na presjeku optimalnih strategija prvog i drugog igrača. Vrijednost igre definiše
elemenat u matrici plaćanja koji odgovara sedlastoj tački. Igra u kojoj je max/min strategija jednaka
min/max strategiji naziva se čistom igrom, a strategija čistom strategijom. Kod čistih strategija korisnost
koja se dobija kad svaki igrač igra čistu strategiju, odnosno vrijednost igre se naziva sedlastom tačkom ili
tačkom sedla. Postupak utvrđivanja optimalne strategije prvog i drugog igrača, sedlaste tačke i vrijednosti
igre može se opisati slijedećim postupkom, gdje koraci 1. i 2. opisuju maksimin kriterij, a koraci 3. i 4.
minimaks kriterij (vidjeti Tabelu 1): 1. U matrici plaćanja u svakom redu, koji odgovaraju strategijama prvog
igrača, i= m ,1 , odrediti minimalan elemenat (dobitak), tj.
m ,1iamin ij j i
2. Između minimalnih dobitaka za svaku strategiju (red) izabrati maksimalan dobitak. Pretpostavimo da je
to dobitak od izbora r-te strategije prvog igrača, odnosno
i i r a maxa . Ova vrijednost predstavlja donju granicu vrijednosti igre. 3. U svakoj koloni matrice plaćanja
odrediti maksimalan elemenat (maksimalni gubitak drugog igrača), tj.
4. Između maksimalnih gubitaka za svaku strategiju (kolonu) drugog igrača izabrati onu koja minimizira
njegov gubitak. Neka je to s-ta strategija drugog igrača, tj.
koja predstavlja gornju granicu vrijednosti igre. 5. Ako je rs sr a , onda se radi o čistoj matričnoj igri.
Strategije igrača koje vode do sedlaste tačke (r,s) predstavljaju optimalne strategije igrača, a njima
korespondirajući elemenat matrice plaćanja ars predstavlja vrijednost igre i označavamo ga sa v. Prema
tome, rješenje čiste matrične igre definisano je optimalnom čistom strategijom za prvog igrača,
optimalnom čistom strategijom za drugog igrača i optimalnom vrijednošću igre, koja je izvjesna i jednaka je
vrijednosti sedlaste tačke. Stoga, rješavanje igara sa sedlastom tačkom podrazumijeva pronalaženje
uređene trojke (r,s,v) odnosno utvrđivanje optimalnih strategija igrača i vrijednosti igre.
21. Rješavanje mješovitih matričnih igara? - Za razliku od čistih igara kod kojih učesnici igraju samo po
jednu strategiju, kod mješovitih igara učesnici mogu igrati dvije ili više strategija za određenom
vjerovatnoćpm. Rješenje igre koje obezbjeđuje maksimalan očekivani dobitak igrača I1 i minimalan
očekivani gubitak igrača I2 dobiva se kombinacijom raspoloživih strategija. To znači da će igrači I1 i I2 igrati
po nekoliko puta svaku od raspoloživih strategija da bi maksimizirali svoj očekivani dobitak, odnosno
minimizirali očekivani gubitak. Svaki igrač će pomoću nekog slučajnog mehanizma vršiti izbor alternativa,
odnosno svaki igrač će primijeniti neku strategiju sa izvjesnim vjerovatnoćama.
22. Objasniti model zaliha pri konstantnoj traznji- hitne nabavke nisu dozvoljene!? - Model zaliha pri
konstantnoj tražnji u kome hitne nabavke nisu dozvoljene spada u klasične i najjednostavnije
determinističke modele upravljanja zalihama. Ovaj model upravljanja zalihama determinisan je slijedećim
pretpostavkama: (1) tokom posmatranog vremenskog perioda tražnja je poznata, deterministička i
konstantna, (2) na početku i na kraju posmatranog perioda ne postoje zalihe, tj. početne i krajnje zaliha
jednake su nuli, (3) trenutak naručivanja i trenutak isporuke se poklapaju, (4) isporuka (ili proizvodnja) je
trenutna, (5) naručene količine nabavljaju se u ciklusima i imaju isti broj jedinica, (6) nije dozvoljen
nedostatak zaliha, odnosno tražnja mora biti zadovoljena, (7) smanjivanje zaliha je linearno, odnosno
ravnomjerno, (8) troškovi skladištenja računaju se u odnosu na prosječni nivo zaliha. Zadatak je da se
odredi broj jedinica po jednoj narudžbi (seriji) kojom se minimiziraju ukupni troškovi vezani za zalihe u
ukupnom posmatranom vremenskom periodu. U suštini neophodno je utvrditi: - optimalnu veličinu
narudžbe (serije), - vremenski interval između uzastopnih narudžbi (serija), - broj narudžbi (serija) i -
minimalne troškove zaliha za cjelokupan vremenski perod posmatranja.
U formiranju matematičkog modela ovog problema upravljanja zalihama koriste se slijedeća označavanja:
- x - broj jedinica po jednoj narudžbi (obim proizvodnje u okviru jedne serije),
- T - dužina posmatranog vremenskog perioda,

- n - broj narudžbi (serija) u toku perioda T,

- t - vremensko trajanje između uzastopnih narudžbi (serija),
- A - ukupna tražnja, odnosno potrebna količina za cijeli period T,
- C1 - troškovi skladištenja jedinice artikla u jedinici vremena,

- C - troškovi nabavke po jednoj narudžbi (troškovi pripreme proizvodnje jedne serije),

- F(x) - funkcija ukupnih troškova za period T. Razmatrani problem upravljanja zalihama sa poznatom i
konstantnom tražnjom tokom vremenskog perioda T predstavljen je grafički na slici 5.1
23. Objasniti model zaliha- hitne nabavke su dozvoljene!? - Ovaj model se može posmatrati kao proširenje
prethodno prezentiranog klasičnog modela zaliha, s tim što se ovdje dozvoljavaju kašnjenja u isporuci,
odnosno ne isključuje se mogućnost nedostatka robe na skladištu. Za ovaj model upravljanja zalihama važe
slične pretpostavke kao i za prethodni model: (1) tokom optimizacionog tražnja je poznata, deterministička
i konstantna, (2) na početku i na kraju posmatranog perioda ne postoje zalihe, (3) isporuka (ili proizvodnja)
je trenutna kada sve zalihe robe koje se traži bude raspoloživa, (4) u toku jednog ciklusa može se izvršiti
jedna redovna i jedna hitna nabavka, (5) dozvoljen je nedostatak zaliha, koji se otklanja hitnim nabavkma,
(6) smanjivanje zaliha je linearno, odnosno je ravnomjerno, (7) troškovi skladištenja računaju se u odnosu
na prosječni nivo zaliha, (8) troškovi hitnih nabavki se računaju u odnosu prosječan nivo nedostajućih
zaliha. Zadatak je da se odredi količina naručivanja kojom će se minimizirati ukupni troškovi vezani za zalihe
u ukupnom posmatranom vremenskom periodu koji predstavljaju zbir troškova naručivanja, troškova
skladištenja i troškova usljed nedostatka zaliha.
Pri formiranju matematičkog modela koristiće se slijedeće oznake:

- x - obim tražnje artikla u toku jednog ciklusa,

- y - obim zaliha u jednom ciklusu,
- t1 - inerval vremena u ciklusu u kome postoje zalihe,
- t2 - inerval vremena u ciklusu u kome nije zadovoljena tražnja i mora se izvršiti hitna nabavka,

- t - interval vremena u kome se obavlja jedan ciklus,

- T - vremenski interval u kome se optimizira politika zaliha,
- F(x,y) - funkcija ukupnih troškova za period T. Ostale oznake iste su kao i u prethodnom modelu. Na slici
5.3 grafički je predstavljen ovaj model upravljanja zalihama.
24. Troškovi zaliha? - Pošto su zalihe izrazito ekonomska kategorija, osnovni kriterij upravljanja zalihama
baziran je uglavnom na troškovima. Neke od ovih vrsta troškova mogu imati karakteristike da rastu sa
porastom zaliha ili da opadaju sa porastom zaliha. Troškovi zaliha najčešće se klasifikuju u tri grupe, i to
kao: - troškovi nabavke ili naručivanja - troškovi skladištenja ili držanja zaliha - troškovi usljed nedostatka
zaliha. Troškovi nabavke ili troškovi pripreme proizvodnje sadrže sve troškove koji se javljaju u intervalu od
utvrđivanja potreba za robom do trenutka pristizanja robe u skladište. U modelima zaliha ova vrsta
troškova ne obuhvata i nabavnu cijenu, pošto se ona može zasebno voditi. Troškovi nabavke obuhvataju
troškove pripreme narudžbe, njenu realizaciju i transport do skladišta. Ovi troškovi imaju karakteristiku da
opadaju sa porastom zaliha. Njih sačinjavaju: - plate zaposlenih u nabavnoj službi, - troškovi naručivanja
koji sadrže troškove vezane za pripremu, obradu i likvidaciju naloga nabavke ili proizvodnje, a kod
proizvodnje i troškove podešavanja opreme za nove operacije, - PTT usluge i kancelarijski materijal, -
transport i sl. Ova grupa troškova u upravljanju zalihama naziva se jednim imenom troškovi nabavki ili
troškovi narudžbi. Troškovi nabavki se najčešće izračunavaju i iskazuju kao prosječni jedinični troškovi
izraženi u novčanim jedinicima po narudžbi. Oni imaju osnovne karakterisitike fiksnih troškova. Troškovi
skladištenja (troškovi držanja zaliha) nastaju u procesu održavanja i manipulacije zaliha i rastu sa porastom
zaliha. U grupu troškova skladištenja spadaju: - troškovi preuzimanja i izdavanja robe u skladištu, - kamate
na obrtna sredstva vezana za zalihe, - troškovi skladišnog prostora (grijanje, hlađenje, osvjetljenje,
zakupnina i sl.), - kalo, rastur, lom i kvar materijala, - troškovi manipulacije u skladištu, - troškovi zaposlenih
koji rade u skladištu, - troškovi osiguranja zaliha i sl. Troškovi skladištenja se izražavaju u novčanim
jedinicama po jedinici prosječnih zaliha u jedinici vremena ili procentom na prosječnu vrijednost zaliha. Oni
slijede osnovne karakteristike varijabilnih troškova. Troškovi nedostatka zaliha nastaju zbog toga što
preduzeće nije imalo dovoljno zaliha da bi moglo zadovoljiti tražnju. Oni najčešće sadrže slijedeće dvije
grupe troškova: - troškovi usljed prekida rada i zastoja u proizvodnji i - troškovi usljed vanrednih postupaka
zbog nedostatka zaliha. Troškovi usljed prekida rada i zastoja u proizvodnji obuhvataju: - direktne gubitke
zbog neispunjenja rokova i ugovornih obaveza, - troškove ponovnog uspostavljanja proizvodnje, - penale ili
kazne zbog neispunjenja narudžbi, - gubitak oportuniteta ili propuštena šansa za zaradu, - smanjenje
imidža firme i gubitak povjerenja kupaca i sl. Troškovi usljed vanrednih postupaka zbog nedostatka zaliha
obuhvataju slijedeće troškove: - troškove opominjanja prilikom neispunjenja narudžbi, - troškovi hitne
nabavke, - vanredno naručivanje sa prioritetnom ubrzanom nabavkom, - hitne izrade i sl. Neke stavke
troškova nedostatka zaliha moguće je preuzeti iz knjigovodstvenih evidencija, dok najveći dio ovih troškova
(oportunitetni trošak, gubitak imidža zbog neispunjenja obaveza i sl.) teško je izraziti klasičnom definicijom
troška. Stoga se mogu koristiti drugi pokazatelji, kao npr. koeficijent snabdjevenosti kao vjerovatnoća da će
na zalihi biti raspoloživa roba u trenutku kada se traži, očekivani broj nezadovoljenih tražnji u
posmatranom vremenskom periodu i sl. [Vujošević (1997), str. 86]. Ovi troškovi se izražavju najčešće kao
jedinični troškovi neisporučene robe u jedinici vremena.

25. Modeliranje zaliha? - Modeli zaliha imaju osnovnu funkciju da definišu utjecaj ekonomskih faktora na
određivanje optimalnog nivoa zaliha. Optimalna veličina zaliha može se definisati na dva načina: - ako je
tražnja poznata, optimalna veličina zaliha se odnosi na određivanje količine naručivanja uz minimalne
troškove za zadovoljenje tražnje i - kada tražnja nije poznata, utvrđivanje optimalne veličine zaliha znači
određivanje količina naručivanja i trošenja zaliha tako da se obezbijedi maksimalna razlika između prodajne
i nabavne vrijednosti naručene i potrošene robe. Prema tome, osnovnu determinantu svakog modela
zaliha čini tražnja koja se u proračunima može tretirati kao parametar, odnosno deterministička veličina i
kao procijenjena, tj. kao stohastička veličina. U odnosu na različite kriterije klasifikacije postoje različiti
tipovi modela zaliha. Matematički modeli zaliha kojima se rješavaju problemi sistema zaliha mogu biti
različito klasifikovani. Sa aspekta kompleksnosti modeli zaliha mogu biti: - jednostavni (sa jednom ili dvije
promjenljive) ili - kompleksni (sa više nepoznatih). Sa aspekta karaktera tražnje modeli zaliha mogu biti sa: -
determinističkom, - stohastičkom ili - nepoznatom tražnjom. S obzirom na vrijednosti promjenljivih, modeli
zaliha mogu biti: - diskretni i - kontinuirani. S obzirom na period planiranja, modeli zaliha mogu obuhvatiti:
- samo jedan period, - konačni vremenski horizont podijeljen na više perioda ili - beskonačni vremenski
horizont. U zavisnosti od troškova modeli zaliha mogu biti sa: - prosječnim i - diskontovanim troškovima. Za
rješavanje problema zaliha koriste se različite matematičke tehnike. Tako se jednostavni problemi, s
jednom ili dvije nepoznate, rješavaju postupkom ekstremizacije funkcije sa jednom ili dvije promjenljive.
Kompleksni problemi zaliha, sa više promjenljivih, mogu se rješavati linearnim i nelinearnim
programiranjem, dok se višeetapni problemi zaliha mogu rješavati dinamičkim programiranjem. Postoje i
druge metode za rješavanje problema zaliha (npr. simulacija), ali u ovom poglavlju će se rješavati modeli sa
jednom ili dvije promjenljive u slučajevima kada je tražnja konstantna, odnosno deterministička veličina i
kada je tražnja stohastička veličina. Kod formiranja matematičkih modela polazi se od unaprijed utvrđenih
politika zaliha, koje u odnosu na zalihe (narudžbe) mogu imati slijedeće karakteristike: - nije dozvoljen
nedostatak zaliha, - može se pojaviti nedostatak zaliha, - zalihe ne mogu biti ispod minimalno utvrđenog
nivoa, - zalihe ne smiju prelaziti maksimalno utvrđeni nivo i sl. Svaka od utvrđenih politika ima refleksije na
troškove zaliha, koji su osnovni kriterij optimalnog upravljanja zalihama. Optimalni nivo zaliha obezbjeđuje
minimalne ukupne ili očekivane troškove vezane za zalihe. Kod problema upravljanja zalihama osnovni
zadatak sastoji se u donošenju odluka o: - količini koja će se naručiti i - vremenu naručivanja, pod uslovom
da ukupni troškovi budu minimalni. U slučaju modela sa stohastičkom tražnjom ovi troškovi se javljaju kao
očekivani ukupni troškovi. Prilikom donošenja optimalne odluke, donosilac odluke se susreće sa dvije
dijametralno suprotne politike nabavke: - naručiti velike količine po narudžbi kako bi troškovi po naručenoj
jedinici bili minimalni ili - naručiti male količine po narudžbi kako bi troškovi skladištenja bili minimalni.
Optimalna politika nalazi se između ova dva zahtjeva. Problemi zaliha javljaju se u dva osnovna oblika: -
problem nabavke i - problem proizvodnje u serijama. Rješavanje ova dva problema modelski su vrlo slična,
s time što model nabavke operiše sa optimalnom količinom narudžbe, brojem jedinica u narudžbi,
troškovima nabavke, brojem nabavki u posmatranom periodu i sl., dok kod modela proizvodnje u serijama
ove veličine su optimalna veličina proizvodne serije, broj jedinica u seriji, troškovi proizvodnje po seriji, broj
serija u posmatranom periodu i sl. Parametri koje je neophodno odrediti, ako se želi upravljati sistemom
zaliha, su slijedeći: - količina nabavke (narudžbe) ili serije, - nivo zaliha, - vrijeme nabavke (moment
naručivanja i moment isporuke), - vremenski interval između uzastopnih narudžbi ili serija, - broj narudžbi
ili serija, - ukupni troškovi u posmatranom vremenu koji se vezuju za zalihe i sl. Broj nepoznatih parametara
koje je neophodno odrediti može se proširiti što zavisi od pretpostavki modela i polaznih veličina. U
nastavku će se prezentirati četiri osnovna modela upravljanja zalihama: dva deterministička i dva
stohastička, u kojim će se konkretizovati osnovne pretpostavke i polazne veličine.
26. Objasniti osobine matrice prelaznih vjerovatnoca!?-
27. Objasniti ergodičnost markovljevih lanaca!? -

28. Objasniti osnove elemente mreznog dijagrama? - Metode mrežnog programiranja zasnivaju se na
takvim modelima gdje su različiti događaji međusobno povezani aktivnostima. Takav model naziva se
mrežnim dijagramom. U matematičkom smislu mrežni dijagram je konačan graf orijentisan strelicama, pri
čemu se graf definiše kao skup tačaka (vrhova ili događaja) 1,2,...,n i skup duži (i-j) koje povezuju neke
parove tih tačaka pri čemu bilo koja duž (i-j) ima početak u tački i, a završetak u tački j. Konačni grafovi
imaju slijedeće karakteristike: - postoji samo jedna tačka (događaj) u koju ne ulaze nijedna duž orijentisana
strelicama i postoji jedna tačka (događaj) iz koje ne izlazi nijedna orijentisana duž. Osnovni elementi
mrežnog dijagrama su: - projekat, - aktivnost i - događaj. Tehnike mrežnog programiranja obrađuju
projekte. Pod pojmom projekat ovdje se podrazumijeva skup organizacionih, ekonomskih i tehničkih mjera
usmjerenih na izradu novih objekata, sistema i uređaja ili izvršenje drugih sličnih zadataka. Svaki projekat
se raščlanjuje na niz djelimičnih zadataka (poslova) koji su ograničeni tačkom početka i tačkom završetka.
Definisani djelimični zadaci nazivaju se aktivnostima. Prema tome, aktivnost je djelimičan zadatak, posao ili
proces koji se odigrava u vremenu. Aktivnost kao elemenat mrežnog dijagrama odražava: (1) određenu
etapu radnog procesa uz trošenje vremena i sredstava, (2) čekanje (troši se samo vrijeme) i (3) zavisnost
bez trošenja vremena i sredstava (fiktivna aktivnost). U mrežnom dijagramu, aktivnost se predstavlja
pomoću orijentisanih duži dok se fiktivna aktivnost predstavlja orijentisanom isprekidanom duži. Događaj
se definiše kao trenutak početka ili završetka aktivnosti, odnosno projekta. On se predstavlja na dijagramu
pomoću kruga koji se memoriše korištenjem pravila rastućeg uzastopnog numerisanja. Događaj ne troši ni
vrijeme ni sredstva i za razliku od aktivnosti odigrava se trenutno. Početni događaj je trenutak u kome
neka aktivnost može otpočeti, dok je završni događaj trenutak njenog završetka. Posebnu pažnju imaju
početni događaj projekta koji nema prethodnih aktivnosti i završni događaj projekta nakon kojeg nema
slijedećih aktivnosti. Znači, svaki projekat ima samo jedan početni i jedan završni događaj. Predstavljanje
aktivnosti Aij i događaja i i j koji povezuju aktivnost Aij ilustrovano je na slici 7.1.

29. Objasniti sadrzinu analize strukture!? - Analiza strukture podrazumijeva utvrđivanje logičkog
redoslijeda i međusobnih zavisnosti pojedinih aktivnosti u okviru trajanja projekta. Analiza strukture sadrži:
(1) ispostavljanje spiska aktivnosti i (2) konstrukciju mrežnog dijagrama. Spisak aktivnosti sadrži navođenje
svih poslova koji se moraju izvršiti da bi se realizovao projekat. Utvrđivanje potpunog spiska aktivnosti
jednog projekta može se izvršiti slučajnim prikupljanjem aktivnosti, sistematskom evidencijom aktivnosti i
sl. Na osnovu spiska aktivnosti vrši se grafičko predstavljanje projekta korištenjem mrežnog dijagrama. U
mrežni dijagram sistematski se uključuju sve aktivnosti. Za svaku aktivnost utvrđuje se slijedeće: (1)
aktivnosti koje moraju biti završene prije njenog otpočinjanja, (2) aktivnosti koje slijede nakon njenog
završetka, (3) aktivnosti koje se moraju nezavisno paralelno odvijati i (4) da li se razmatrana aktivnost
može podijeliti na dvije ili više aktivnosti. Nakon utvrđivanja redoslijeda i zavisnosti pojedinih aktivnosti vrši
se konstrukcija mrežnog dijagrama na bazi geometrijskih pravila konstrukcije. Potom se vrši kontrola u
odnosu na osnovna pravila crtanja. Na kraju analize strukture vrši se numerisanje događaja projekta.
30. Objasniti geometrijska pravila konstrukcije mreznog dijagrama!? -
31. Objasniti numerisanje dogadjaja u mreznom dijagramu!? - Nakon što je izvršena konstrukcija mrežnog
dijagrama i kontrola u odnosu na pravila crtanja, pristupa se numerisanju događaja po tzv. pravilu rastuće
numeracije (pravilo Fulkersona) prema kojem: (1) Početnom događaju projekta dodjeljuje se broj 1 (ili 0).
(2) Precrtavaju se sve aktivnosti koje izlaze iz numerisanog događaja. (3) Numerišu se događaji u koje ulaze
sve precrtane aktivnosti. Poželjna je rastuća numeracija s lijeva na desno i odozgo ka dole. Koraci (2) i (3) se
ponavljaju dok se ne numerišu svi događaji.
32. Objasniti analizu vremena!? - Mrežni dijagram, konstruisan u analizi strukture projekta, obezbjeđuje
preglednost u redoslijedu izvršavanja aktivnosti. Međutim, pored uloge u grafičkom predstavljanju
projekata, mrežni dijagram se može transformisati u matematički model u svrhu analize vremena. Analiza
strukture za sve metode mrežnog programiranja izvodi se na isti način, dok se u analizi vremena metode
razlikuju. Dvije osnovne metode mrežnog programiranja CPM i PERT razlikuju se u karakteru matematičkog
modela jer CPM koristi deterministički model, dok PERT polazi od stohastičkog modela. Tako PERT, za
razliku od CPM, u proračunu vremena unosi nesigurnost u vremenskoj procjeni trajanja pojedinih
aktivnosti. U literaturi se može naći različita terminologija i označavanje pojmova u CPM i PERT, dok će se
ovdje za iste pojmove koristiti isto ili slično označavanje. Analiza vremena se obavlja u trokoračnom
postupku: (1) utvrđivanje vremena trajanja aktivnosti (i-j) - tij, (2) progresivni i retrogradni proračun
vremena i (3) određivanje kritičnog puta i vremenskih rezervi. Kod analize vremena po CPM utvrđuje se
jedno vrijeme trajanja aktivnosti, dok se kod PERT-a na bazi tri vremena izračunava, tzv. očekivano vrijeme
trajanja aktivnosti. Na bazi ova dva vremena izračunavaju se svi ostali vremenski parametri na osnovu kojih
se kontroliše vremensko odvijanje projekta. Progresivni proračuni vremena podrazumijevaju izračunavanje
najranijih početaka i najranijih završetaka aktivnosti polazeći od početnog događaja projekta. Najranije
vrijeme nastupanja završnog događaja projekta ujedno predstavlja i najkraće vrijeme potrebno da bi se
projekat realizovao. Retrogradni proračun vremena polazi od završnog događaja projekta i vrši se ka
početnom događaju. U retrogradnom proračunu vremena izračunavaju se najkasniji završetak i najkasniji
početak svake aktivnosti. Na osnovu proračuna u progresivnom i retrogradnom postupku određuje se
kritični put projekta i izračunavaju vremenske rezerve. Pod kritičnim putem projekta podrazumijeva se niz
međusobno povezanih aktivnosti između početnog i završnog događaja projekta koje imaju zbirno najduže
vrijeme trajanja. Karakteristika svih događaja na kritičnom putu je identičnost najranijih i najkasnijih
vremena nastupanja. Izračunavanje vremenskih rezervi u tehnici mrežnog programiranja ima poseban
značaj, pošto one pokazuju koliko vremenskih jedinica se može odložiti početak ili završetak pojedinih
aktivnosti. Kod PCM izračunavaju se: ukupna, slobodna, nezavisna i uslovna vremenska rezerva. Kod PERT-a
se utvrđuje samo uslovna vremenska rezerva. Na kritičnom putu sve vremenske rezerve imaju vrijednost
nula.
33. Analiza vremena po CPM!? -
34. Metoda PERT? -
35. Objasniti pojam redova čekanja!? - Problem redova čekanja javlja se u situacijama: - kada izvjesne
jedinice (klijenti) kojima je potrebna usluga moraju čekati prije nego što budu uslužene i - kada uslužno
mjesto mora čekati klijente koje treba uslužiti. Uzroci formiranja reda čekanja su: - slučajni dolasci klijenata
i - vrijeme usluživanja koje je najčešće slučajna promjenljiva.
36. Klasifikacija problema redova cekanja!? - Teorija redova čekanja (repova čekanja, teorija masovnog
opsluživanja) počela se masovnije koristiti poslije II svjetskog rata. Postoji širok dijapazon problema koji se
mogu prikazati općim modelom redova čekanja. Uvijek postoje klijenti (ljudi, mašine, prevozna sredstva,
telefonski pozivi i sl.) koji traže uslugu nekog kapaciteta ili radnog mjesta. Kao posljedica formiranja reda
čekanja uglavnom se javljaju dvije pojave, odnosno dvije vrste gubitaka: - klijenti, s obzirom na kapacitet
uslužnog mjesta, moraju čekati na uslugu što uzrokuje gubitke u vremenu i novcu zbog čekanja klijenata i -
uslužna mjesta, s obzirom na zahtjeve klijenata, ostaju neiskorištena što uzrokuje gubitke uslužnih mjesta.
Svaka od ovih dviju pojava ima suprotnu tendenciju djelovanja na ukupne gubitke u sistemu. Tako npr. ako
ima malo uslužnih mjesta, onda će gubici uslužnih mjesta biti mali, dok će gubici zbog čekanja klijenata biti
veliki. Međutim, ako ima puno uslužnih mjesta onda će biti mali ili nikakvi gubici zbog čekanja klijenata dok
će s druge strane biti veliki gubici uslužnih mjesta. Zbog prethodnog, rješenje problema sastoji se u
postizanju minimuma ukupnih gubitaka izraženih kao zbir gubitaka u redu čekanja i uslužnom mjestu.
6.2.1. Klasifikacija prema izvjesnosti procesa - Prema ovom kriteriju razlikujemo: - determinističke sisteme
redova čekanja i - stohastičke sisteme redova čekanja. Kod determinističkih sistema redova čekanja
osnovne veličine (intenzitet dolazaka klijenata i vrijeme usluživanja) su unaprijed poznate determinističke
veličine, te se za njihovo rješavanje mogu koristiti obični postupci računanja. Zbog toga se teorija redova
čekanja u pravilu ne bavi determinističkim procesima. Najveći broj problema redova čekanja sadrži slučajne
komponente, odnosno pretpostavlja se da su dolasci klijenata i vremena usluživanja stohastičke veličine.
Teorija redova čekanja bavi se stohastičkim sistemima koje ćemo težišno i razmatrati.

6.2.2. Klasifikacija prema kompleksnosti problema - Prema ovom kriteriju razlikujemo: - jednostavne
probleme redova čekanja i - kompleksne probleme redova čekanja. Kod jednostavnih problema redova
čekanja pretpostavlja se da osnovne veličine slijede neku od statističkih distribucija. Klasa modela redova
čekanja, koju ćemo ovdje razmatrati, bazirana je na pretpostavkama da frekvencija dolazaka slijedi
Poissonovu distribuciju, a vrijeme usluživanja negativnu eksponencijalnu distribuciju. Ona spada u klasu
jednostavnih modela redova čekanja pošto matematička izvođenja i rezultirajući modeli nisu kompleksni. U
situaciji kada se ne mogu unaprijed prihvatiti pretpostavke o osnovnim veličinama sistema onda se moraju
koristiti druge tehnike kao što su simulacija, statističko modeliranje i sl.
6.2.3. Klasifikacija prema određenosti dužine reda čekanja - Prema ovom kriteriju razlikuju se: - beskonačni
redovi čekanja i - konačni redovi čekanja. Beskonačni redovi čekanja polaze od pretpostavke da se broj
jedinica u redu može beskonačno popunjavati, odnosno dužina reda se ne ograničava. Nasuprot tome, u
modelima konačnih redova dužina reda je konačna. Npr. u automehaničarskoj radionici kapaciteti ne
dozvoljavaju da se u redu može naći više od 8 automobila.

6.2.4. Klasifikacija prema obliku reda čekanja - Prema ovom kriteriju razlikuju se: - problemi sa
kompaktnim redovima čekanja i - problemi sa raspršenim redovima čekanja. Kod kompaktnih redova
čekanja se i vizuelno može utvrditi red čekanja (kupci na blagajni samousluge, automobili na benzinskoj
pumpi, štediše u banci i sl.), dok kod raspršenih redova čekanja vizuelno uočavanje je otežano (gosti u
restoranu koji čekaju da budu usluženi, mašine u pogonu koje čekaju da budu popravljene i sl.).
6.2.5. Klasifikacija prema strukturi sistema reda čekanja - Svaki sistem reda čekanja sastoji se od reda
čekanja i uslužnih mjesta, tako da struktura sistema reda čekanja može biti: - jednokanalna jednofazna, -
jednokanalna višefazna, - višekanalna jednofazna i - višekanalna višefazna. Broj kanala određuje broj
uslužnih mjesta na koja klijenti dolaze iz reda čekanja, dok broj faza usluživanja klijenta determinisan je
aktivnostima uslužnog mjesta (npr. naplaćivanje na šalteru samousluge i pakovanje kupljene robe - dvije
faze). Grafički se struktura sistema može predstaviti kao na slici 6.1.
37. Objasniti terminologiju redova cekanja!? - Teorija redova čekanja izgradila je specifičnu terminologiju
koja se koristi: - Klijent je osoba ili predmet koji zahtijeva uslugu ili obradu. Već smo ranije vidjeli da klijenti
mogu biti kupci sa robom, vozila, mašine u kvaru, dijelovi koji montiraju i sl. - Uslužna mjesta su radna ili
neka druga mjesta na kojima se klijent uslužuje. Ukoliko više klijenata može biti usluženo istovremeno onda
se govori o uslužnim mjestima sa više kanala. - Red čekanja (rep - linija) formira se kada klijenti čekaju da
budu usluženi. - Način na koji se uzimaju klijenti iz reda čekanja na usluživanje naziva se disciplina reda.
Uobičajena pretpostavka je da ko je prvi došao - prvi je i uslužen (first in - first out). U formulisanje redova
čekanja mogu se uključiti i druge pretpostavke (posljednji u redu - prvi van, prioritetno raspoređivanje,
slučajno odabiranje i sl.). - Klijenti dolaze u red čekanja prema izvjesnoj distribuciji dolazaka (u konstantnim
intervalima, slučajnim vremenima ili na neki drugi način). Intenzitet dolazaka klijenata (brzina dolazaka)
označava prosječan broj dolazaka klijenata u jedinici vremena i označava se grčkim slovom (lambda). -
Distribucija vremena usluživanja je distribucija trajanja pojedinih usluga klijentima koje obavljaju uslužna
mjesta. Intenzitet (brzina) usluživanja predstavlja prosječan broj usluga u jedinici vremena koje može
obaviti svaki kanal i označava se sa grčkim slovom (mi).
38. Objasniti osnovne modele redova cekanja!? - U nastavku će se razmatrati modeli beskonačnih redova
čekanja jednokanalne jednofazne i višekanalne jednofazne strukture sistema.