Professional Documents
Culture Documents
I MENADMENTU
Vjebe br. 11
Linearno programiranje
Grafika metoda
Linearno programiranje
Linearnim programiranjem mogue je rjeavati svaki
problem koji moemo predstaviti odgovarajuim modelom
linearnog programiranja.
Osnovni preduslov za kompletiranje modela LP je postojanje
linearnih veza izmeu kategorija koje su nezaobilazne u
pripadnom problemu koji elimo rijeiti
Model LP sastoji se od funkcije cilja, ogranienja i optih
uslova
Linearno programiranje
Matematiki, LP je pronalaenje tzv. uslovnog ekstrema. Treba
pronai ekstremnu vrijednost (max./min.) odabrane linearne
funkcije vie promjenljivih, tako da optimalna kombinacija
vrijednosti tih promjenljivih zadovolji sva ogranienja koja su
postavljena kod razmatranog problema.
Skup tih ogranienja izraava se odgovarajuim sistemom
linearnih (ne)jednaina sa promjenljivim od ijih vrijednosti zavisi
vrijednost naprijed navedene linearne funkcije cilja.
Najee koritene metode za rjeavanje modela linearnog
programiranja su:
1. Grafika metoda
2. Simpleks metoda
Grafika metoda
Primjenjuje se u sluajevima kada polazni oblik modela LP sadri dvije promjenljive {X1;
X2}
Sastoji se od grafikog prikaza cijelog modela LP, funkcije cilja i ogranienja u 2-dim.
koordinatnom sistemu XOY
Max.
f C1 X 1 C2 X 2
Min.
Funkcija cilja
a11 X 1 a12 X 2 d1
a21 X 1 a22 X 2 d 2
Ogranienja
a31 X 1 a32 X 2 d3
X1 0; X 2 0
Opti uslovi
a11 X1 a12 X 2 d1
X2
d1
a12
X1 0 X 2
d1
a12
X 2 0 X1
d1
a11
Ogranienje I tipa
Skup moguih
rjeenja za dato
ogranienje
0
d1
a11
X1
a21 X1 a22 X 2 d2
X2
Ogranienje II tipa
d2
a22
X1 0 X 2
d2
a22
X 2 0 X1
d2
a21
d2
a21
X1
a31 X1 a32 X 2 d3
X2
d3
a32
X1 0 X 2
d3
a32
X 2 0 X1
d3
a31
d3
a31
X1
X2
B (IIII)
f0
C (IIIII)
A (III)
translacija
f0
Ogranienje I tipa
X1
Ogranienje II tipa
B (IIII)
f0
C (IIIII)
A (III)
Ogranienje I tipa
f0
X1
Ogranienje II tipa
B (IIII)
f0
C (IIIII)
A (III)
f0
Ogranienje I tipa
X1
Ogranienje II tipa
Grafika metoda
Na osnovu prethodnih razmatranja vidimo da se grafiki metod
odreivanja rjeenja zadatka linearnog programiranja sastoji od
slijedeih aktivnosti:
1. Formulisanje problema u obliku zadatka linearnog
programiranja;
2. Grafiko predstavljanje pravih koje reprezentuju
(ne)jednaine sistema ogranienja;
3. Identifikacija skupa moguih rjeenja za koja su zadovoljene
sve (ne)jednaine sistema ogranienja i opti uslov
nenegativnosti.
4. Nanoenje prave koja reprezentuje funkciju
cilja f0
Grafika metoda
Primjer 1:
Neka kompanija proizvodi dobra A i B. Maine koje se koriste u
proizvodnji imaju maksimalan mjeseni kapacitet 24 000 sati (ms
mainski sati). Jedinica dobra A moe se izraditi za 3 sata a jedinica
dobra B za 2 sata rada maina.
Moe se raunati sa najvie 35 000 radnih sati radnika (rs). Potrebno
vrijeme za izradu jedinice dobra A je 2,5 sata a jedinice dobra B je 5
sati.
Istraivanje trita kazuje da se moe prodati najvie 6000 jedinica
dobra A i 5000 jedinica dobra B.
Dobit po jedinici dobra A je 140KM a dobra B je 80KM.
Cilj je ostvarenje maksimalne dobiti za kompaniju pa treba:
a) formirati model LP-a;
b) izraunati optimalan program proizvodnje;
c) izvriti analizu optimalnog programa
x2
12000
5000 E
x2
5 000 kom B
IV
6 000 kom A
x1
x1 , x2 0
D
M
3 x1 2 x2 24 000 (m.s.)
7000
x1=0 x2=12000
max f 140 x1 80 x2
A
6000 8000
III
14000
I
x1
II
x2=0 x1=8000
x1=0 x2=7000
x2=0 x1=14000
Primjer 2
Rjeenje
x1 broj kompjutera Alfa 4
x2 broj kompjutera Beta 5
Model:
max f 1200 x1 1800 x 2
20 x1
x1
x1 0;
x 20 32
II
32
C
15
III
40
R
I
10
Vidimo da je optimalna taka taka C:
I II x1=10; x2=24
f 1200 10 1800 24 55200
c) Promjena ogranienja
Primanje jo jednog radnika e direktno uticati na I
ogranienje:
K
II
32
15
10
III
40
Primjer 3:
U proizvodnom pogonu firme mogu se proizvoditi dva
proizvoda (P1, P2). Strojevi prvog pogona (S1) imaju mjeseni
kapacitet 450 sati a drugog (S2) kapacitet od 600 sati.
Potreban broj sati rada strojeva u proizvodnji jedinice
proizvoda je sljedei:
S1
S2
P1
P2
Model LP-a
x1 broj proizvoda P1
x2 broj proizvoda P2
1
2
3
max f 10 x1 10 x2
2 x1 2 x2 600 (m.s.) S 2
1x1
x1 , x2 0
100 kom P1
Rjeenje:
Optimalno rijeenje je:
X2
450
f(C)=f(B)=3000
Optimalno rijeenje je du BC
200
C (IIIII)
B (III)
100
III
250 A
I
300
II
X1
f
f0
n
Max.
f Cp X p
Min.
p 1
a
p 1
n
kp
a
p 1
n
lp
a
p 1
rp
X p dk
za k 1, K
X p dl
za l K 1, K L
X p dr
za r K L 1, ( K L) R
X p 0 za p 1, n ; m ( K L R)
n
Max.
*
f C p X p 0 X n k 0 X n l M X n r M X n l
Min.
p 1
k
l
r
l
a
p 1
kp
alp X p
p 1
X n l
Izravnavajua varijabla II tipa
d k , k
Vjetaka varijabla II tipa
p 1
X p X nk
rp
Xp
X *nl dl , l
X nr
d r , r
X p 0 , X n k 0 , X n l 0 , X n r 0 , X *n l 0 ,
p, k , l , r
Zadatak 1
Napraviti standardizirani model, modela LP iz primjera
1 i pronai optimalne vrijednosti svih varijabli
1
2
max f 140 x1 80 x2
3 x1 2 x2 24 000 (m.s.)
6 000 kom A
x1
x2
x1 , x2 0
5 000 kom B
Stadardizirani primal
1
2
3 x1 2 x 2
2,5 x1 5 x 2
x3
24 000 (m.s.)
x4
35 000 (r.s.)
x5
x1
x2
6 000 kom A
x6 5 000 kom B
x1 , x 2, x3 , x 4, x5 , x6, 0
Zadatak 2
Napraviti standardizirani model,
modela LP iz primjera 2 i pronai
optimalne vrijednosti svih varijabli
x1
25 x 2 800
10
x 2 15
x1 0;
Rjeenje:
max f 1200 x1 1800 x2 0 x3 0 x4 0 x5 Mx4* Mx5*
20 x1
x1
25 x2 x3
800
x4
x2
x4* 10
x5
x5*
x1 0; x2 0; x3 0; x4 0; x5 0
15
x2 0
Zadatak 3:
Napraviti odgovarajui dualni model modela
LP iz1 primjera
max f 140 x 80 x 1 pa odrediti optimalne
3 x 2 x 24 000 (m.s.)
vrijednosti
dualnih promjenjljivih i objasniti
2
2,5 x 5 x 35 000 (r.s.)
x
6 000 kom A
njihovo znaenje
1
x2
5 000 kom B
x1 , x2 0
Y3
Y4
Y5
Y6
Zadatak 4
Formirati dualni model modela iz primjera 2 i 3 i
odrediti optimalne vrijednosti dualnih promjenjljivih
25 y3
1200
y5 1800
y3 0; y 4 0; y5 0;
Odrediti optimalne vrijednosti dualnih varijabli i
protumaiti znaenja!
max f 10 x1 10 x2
2 x1 2 x2 600 (m.s.) S 2
1x1
x1 , x2 0
100 kom P1
Y3
Y4
Y5
Zadaa:
Ruda se kopa u rudnicima R1 i R2. Dnevna proizvodnja je 100
tona u rudniku R1 i 200 tona u rudniku R2. Ta ruda se prerauje
u fabrikama F1 i F2 i svaka fabrika moe dnevno da preradi
najvie 250 tona rude. Cijene prevoza jedne tone uglja od
rudnika do fabrike dati su u tabeli:
F1
F2
R1
R2
Zadaa:
Zadaca:
Preduzee koristi tri stroja S1, S2, S3, da bi proizvelo dva tipa plastine mase P1,
P2. Jedan sat rada stroja S1 kota 10 KM, S2 kota 7 KM i S3 kota 12 KM.
Svake sedmice preduzee mora proizvesti barem 7 kg plastine mase tipa P1 i
barem 4 kg mase tipa P2.
Podaci o obradi plastinih masa u jednom satu dati su tabelom:
P1
P2
S1
1 kg
2 kg
S2
1 kg
1 kg
2 kg
1 kg