Professional Documents
Culture Documents
OPERACIONA
ISTRAIVANJA
- vebe -
MARIJA IVANOVI
Beograd, 2013.
1. AS
Linearno programiranje (LP) predstavlja jednu vrstu matematikog programiranja. Najee se koristi za
reavanje matematikih modela koji odgovaraju maksimizaciji profita, odnosno minimizaciju trokova, pri
odreenim uslovima.
gde su
STANDARDNA FORMA
Standardna forma je najjednostavnija oblik linearnog programiranja. Za sastoji se iz
- Ogranienja
- Ne-negativnih promenljiva
1
PRIMER 1
Marija se bavi grnarstvom i pravi olje i tanjire. Da bi se napravila olja, potrebno je 6 minuta, dok je za tanjir
potrebno 3 minuta. Pri pravljenju olje potroi se 75 gr, dok se za tanjir potroi 100 gr gline. Ukoliko ima 20 sati
na raspolaganju za izradu svih proizvoda i 250 kg gline a zarada koju ostvari iznosi 2 eura po svakoj olji i 1.5
eura po tanjiru, koliko olja i tanjira treba da napravi kako bi ostvarila maksimalnu zaradu?
REENJE :
Funkcija cilja:
Ogranienje vremena:
- vreme potrebno da se napravi jedna olja iznosi 6min. Dakle, da bi napravili x olja potroie 6x
minuta.
- slino, za y olja koristie 3y minuta.
o Ukupno vreme pravljenja proizvoda iznosi 20h, pa tako:
Ogranienje materijala
Nenegativne promenljive
- Broj olja i tanjira je najmanje 0, (ne moe se napraviti negativan broj olja ili tanjira
!!!!)
Max
Pri ogranienjima:
2
PRIMER 2
Marijin deda ima 320 hektara njive i eli da posadi penicu na tom prostoru. Sadnja penice bi kotala 50 eura
po svakom zasaenom hektaru i donela bi 100 buela (27,2 kg) po aru. Jedan buel donosi zaradu od 6 eura.
Marija je svom dedi predloila da umesto penice zasadi soju, ija sadnja iznosi 100 eura po hektaru i prinos
od 100 buela po hektaru i, pri tom, jedan buel soje donosi zaradu od 9 eura. Ukoliko Marijin deda ima na
raspolaganju 20,000 eura za sadnju da li deda da ostane pri svojoj odluci i sadi samo penicu, ili da poslua
Mariju i posadi samo soju ili da posadi i jedno drugo i u kojoj razmeri? Pretpostavimo da skladite moe da
primi najvie 19,200 buela robe.
REENJE :
Funkcija cilja:
Konano, model
Max (eur)
Pri ogranienjima:
3
PRIMER 3
Marijina firma eli da investira novac i tom prilikom predloeno joj je 5 razliitih investicionih scenarija. Protok
novca (cash outflows) i trenutna vrednost akcija dati su u tabeli. Ove godine planirano je da se uloi najvie 40
mil eur, dok e se naredne godine, u iste akcije, uloiti najvie 20 mil eur. Nije obavezno da se uloi u itav
projekat, odnosno moemo kupiti samo deo neke investicije. Npr, ako u investiciju pod rednim brojem 4
uloimo samo investicije, potrebno je da ove godine platimo i , a zarada iznosi
. Na cilj je da pomognemo Mariji oko izbora investicija tako da, nakon dve godine, profit bude
maksimalan.
Napomena: Nemogue je kupiti akciju samo za II godinu. Akcije se kupuju u paketu za I i II godinu. Moe se
uloiti u vie razliitih investicija ili se vie puta kupiti ista investicija.
Zato a ne = u drugoj i treoj nejednakosti? Zato to moemo uloiti manje novca od onog koji nam je
na raspolaganju i opet ostvariti maksimalnu zaradu. Bitno je da ne uloimo vie nego to imamo.
Ostaju ogranienja u vezi nepoznatih.
Jasno je da , tj. ne moemo kupiti deo investicije. Da li se moe investirati u istu investiciju
dva puta? Na primer, da li mogu investirati u investiciju 3 ili 4 dva ili vie puta? Ukoliko moe, onda je
dozvoljeno , odnosno ako se moe investirati u deo investicije, a najvie u celu, tada imamo ogranienje
.
Dakle, ogranienje moe biti ili ili .
*Optimalna vrednost: 118. Reenje x3 , x4 , ostali xi su jednaki nuli.
4
PRIMER 4
Pretpostavimo da se otvara nova Pota u komiluku i da zapoljava radnike. Broj radnika, potrebnih dnevno,
dat je tabelom. Pored stalno zaposlenih, pota moe da zaposli radnike i po ugovoru o delu. Stalno zaposleni
radnik radi 5 vezanih dana i posle toga ima pauzu od 2 dana. Svaki radni dan stalno zaposlenog radnika plaa
se 80 eura, dok se svaki radni dan vikendom plaa 100 eura. Zaposleni po ugovoru o delu dobijaju 95 eur bez
obzira da li rade radnim danom ili vikendom.
A) Napraviti LP model koji e direktoru pote omoguiti da minimizuje platu za svoje zaposlene a ipak
ispuni zahteve o broju zaposlenih.
B) Pretpostavimo da je najmanje 60% stalno zaposlenih slobodno petkom.
REENJE:
Obeleimo sa
- x1 broj stalno zaposlenih koji rade od ponedeljka do petka i imaju slobodan vikend
- x2 broj stalno zaposlenih koji rade od utorka do subote i imaju slobodnu nedelju i ponedeljak
- x3 broj stalno zaposlenih koji rade od srede do nedelje i imaju slobodan ponedeljak i utorak
- x4 broj stalno zaposlenih koji rade od etvrtka do ponedeljka, imaju slobodan utorak i sredu
- x5 broj stalno zaposlenih koji rade od petka do utorka, imaju slobodnu sredu i etvrtak
- x6 broj stalno zaposlenih koji rade od subote do srede, imaju slobodan etvrtak i petak
- x7 broj stalno zaposlenih koji rade od nedelje do etvrtka i imaju slobodan petak i subotu.
- y1 broj part-time zaposlenih koji e pomagati u ponedeljak
- y2 broj part-time zaposlenih koji e pomagati u utorak
- y3 broj part-time zaposlenih koji e pomagati u sredu,
- ..,
- y7 broj part-time zaposlenih koji e pomagati u nedelju
Ponedeljkom pota potrauje 17 radnika, dakle:
(1)
Utorkom, postoji potreba za 13 radnika: (2)
Sredom : (3)
etvrtkom (4)
Petkom: (5)
Subotom: (6)
Nedeljom: (7)
Jednaine (1)-(7) predstavljaju ogranienja.
Dodaemo i ogranienje ,
Ostaje funkcija cilja (cost function):
Kolika je plata zaposlenih iz grupe koja radi ponedeljak-petak?
Radni dan iznosi 80 eura, dakle ukupna zarada je 80*5=400 eura.
Kolika je plata zaposlenih iz grupe koja radi utorak-subota?
Oni imaju jedan vikend koji se plaa 100 eura, stoga ukupna zarada iznosi 80*4+100=420 eura
Zaposleni iz grupe sreda-nedelja: 3 radna dana + 2 vikenda : 80*3+100*2 = 440 eura
5
Istu platu imaju i zaposleni iz grupa
etvrtak ponedeljak, petak utorak, subota sreda
Grupa zaposlenih nedelja - etvrtak takoe prima platu od 420 eura.
Dakle, potu stalno zaposleni kotaju
Part-time zaposleni imaju fiksnu naknadu, u iznosu od 100 eura po danu. Ova vrsta zaposlenih, potu kota
Konano, LP problem:
Pri uslovima:
(1)
(2)
(3)
(4)
(5)
(6)
(7)
Ogranienja
,
Deo pod B:
Ukupan broj stalno zaposlenih je
Ukupan broj zaposlenih kojima je petak slobodan je
Uslov je da najmanje 60% zaposlenih treba da je slobodno petkom. To znai da je
(8)
REENJE SA ASA:
Min
Pri uslovima:
(1)
(2)
(3)
(4)
(5)
(6)
(7)
Ogranienja
, i=1,..,7
6
PRIMER 5
Naftna kompanija se bavi distribucijom 3 razliita tipa nafte (naf1, naf2 i naf3). Sva tri tipa nafte se prave
pomou tri razliita tipa sirove nafte (sn1, sn2, sn3). Cena nafte i cena sirove nafte po 1 barelu (1barel
=119,2l), dati su tabelom.
SIROVA
NAFTA 1 barel 1 barel
NAFTA
Naf1 70 Sn1 45
Naf2 60 Sn2 35
Naf3 50 Sn3 25
Naftna kompanija moe da dopremi najvie po 5,000 barela od svake vrste sirove nafte dnevno. Tipovi nafte
koja se proizvodi se meusobno razlikuju po nivou oktana i sumpora. Sirova nafta koja se koristi u proizvodnji
naf1 mora da ima najmanje nivo oktana 10 a najvie 1% sumpora. Nafta tipa naf2 sadri nivo oktana od
najmanje 8 a najvie 2% sumpora. Nafta tipa naf3 treba da sadri najmanje oktana nivoa 6 i najvie 1%
sumpora. Nivo oktana i sumpora su dati u tabeli 2.
Proizvodnja po jednom barelu sirove nafte kota 4 eur i kompanija ima kapacitete da dnevno moe proizvesti
najvie 14,000 barela nafte. Obaveza kompanije je da svojim kupcima dnevno obezbedi najmanje 3 000, 2
000 i 3 000 barela nafte (naf1, naf2 i naf3, tim redom) dnevno.
Napraviti model tako da kompanija maksimizuje svoj profit.
Ukoliko kompanija angauje marketinku kompaniju, oekuje se da e se za svaki uloen evro na reklamiranje
odreenog tipa nafte, poveati potreba za 10 barela.
REENJE
7
Nafta tipa naf3 treba da sadri najmanje oktan nivoa 6 i najvie 1% sumpora.
kompanija ima kapacitete da dnevno moe proizvesti najvie 14,000 barela nafte za prodaju
Obaveza kompanije je da svojim kupcima dnevno obezbedi najmanje 3 000, 2 000 i 3 000 barela nafte (naf1,
naf2 i naf3, tim redom) dnevno
Koliina nafta tipa1 koju emo proizvesti iznosi: . Prilikom prodaje, za gas tipa1
zaradiemo 70( eur . Da bi nabavili potrebne sastojke za proizvodnju potrebno je uloiti
eur. Trokovi obrade iznose 4* . Dakle, gas tipa 1 donosi zaradu od
Suma1 =
Ponavljamo postupak za gas tipa 2 i gas tipa 3:
Suma2=
Suma3= .
Funkcija cilja:
Max Suma1 + Suma2 + Suma3
Cplex reenje:
Objective value 185 500
x11= 2000 x12= 1000 x13=0 x21= 1000 x22= 2000 x23=1500 x31 = 2000 x32= 1000 x33=0
8
ZADACI ZA SAMOSTALNI RAD:
ZADATAK 1
Marijin komija preprodaje raunare i raunarsku opremu. Oekuje isporuku raunara i tampaa. Pri tom,
rauunari su spakovani tako da njihova kutija zauzima 360 kubnih decimetara prostora, dok se tampai
pakuju u kutijama koje zauzimaju 240 kubnih decimetara prostora. Komija se trudi da meseno proda
najmanje 30 raunara i da taj broj bude bar za 50% vei od broj prodatih tampaa. Raunari kotaju 200eur
po nabavnoj ceni i prodaju se po ceni od 400eur, dok tampai kotaju u nabavci 60eur i prodaju se za 140eur.
Magacin kojim komija raspolae ima svega 30,000 kubnih decimetara prostora i meseno moe da nabavi
robu u iznosu od najvie 14,000 eur. Koliko raunara a koliko tampaa komija treba da proda kako bi se
maksimalno obogatio?
ZADATAK 2
Marijin brat radi u fabrici za proizvodnju X i Y proizvoda pomou dve maine (A i B). Za izradu proizvoda X
potrebno je 50 min obrade na maini A i 30 min obrade na maini B. Proizvod Y se 24 min obrauje na maini
A i 33 minuta na maini B. Na poetku ove nedelje napravljeno je 30 proizvoda X I 90 proizvoda Y. Maina A je
na raspolaganju samo 40 sati dok je maina B na raspolaganju tek 35 sati. Direktor oekuje da se do kraja
nedelje napravi najmanje 75 X i 95 Y. Politika firme je da broj proizvoda bude maksimalan. Formulisati problem
odluivanja koliko od svakog proizvoda treba napraviti u tekuoj nedelji kao linearni problem.
9
2. AS
Kao to smo primetili, problem linearnog programiranja se, za poetak, svodi na formiranje sistema linearnih
jednaina koje treba reiti. Pod reavanjem sistema podrazumevamo nalaenje skupa svih reenja. Slede
metode za reavanje sistema.
Ideja metode je eliminacija nepoznatih. Proizvoljno izaberemo promenljivu koju elimo da eliminiemo.
Odvojimo jednaine u kojima je koeficijent uz nau promenljivu , i (objasniti na asu)
PRIMER 6
Pri ogranienjima
REENJE
Hajde da funkciju cilja uvrstimo u ogranienja. Time dobijamo da je . Zato je ovde nejednakost?
Zato to se trai maksimu funkcije f, ne moemo imati vie od .
Eliminisaemo x iz sistema:
10
Dakle, dobijamo da je a, kako je sledi da je Sa druge strane imamo da je
I iji presek iznosi . Dalje, dobijamo novi sistem
.
Hajde sada da eliminiemo y:
PRIMER 7
Pri ogranienjima
REENJE
11
PRIMER 8
REENJE
Konano, dobijamo:
12
PRIMER 9
REENJE
Sledi dalje,
odnosno,
odnosno,
odnosno
odnosno
PRIMER 10
13
Teorija alternative
PRIMER 11
PRIMER 12
PRIMER 13
14
Reavanje LP problema grafikom metodom
PRIMER 14
max 3x1 7x 2
2x1 5x 2 10
7x1 2x 2 14
x1 , x 2 0
REENJE:
Nacrtamo grafike ogranienja i osenimo prostor na kome je funkcija definisana a zatim nacrtamo i samu
funkciju (slika nie).
15
PRIMER 15
min x1 x 2
min 3x1 2x 2
x1 2x 2 6
a) 2x1 x 2 1 b) 2x1 x 2 1
x1 x 2 0
x1 x 2 3
x2 0
x1 0
16
Dualnost u linearnom programiranju
(1)
A je matrica dimenzije sa kolonama i neka je .
Problem (1) se naziva PRIMALNI PROBLEM i njemu odgovara DUALNI PROBLEM oblika:
(1)
Dualni problem moemo da transformiemo uvoenjem izjednaavajuih promenljivih:
(1)
Teorema (Slaba dualnost):
Za bilo koje dopustive take I problema (P) odnosno problema (D) vai:
PRIMER 16
Primarni problem
min x1 x 2
(P) x1 x 2 x 3 1
x1 x 2 x4 1
xi 0
REENJE:
Dualni problem (D)
b 1 1
T
max y1 y2
c [1 1]
T
1 1 y1 y2 z1 1
1 1
1 1 1 0 y1 y2 z2 1
A A
T
1 1 0 1 1 0 y1 z3 0
1 0 1 y2 z4 0
b
1 1 z 0
c
1
17
PRIMER 17
PRIMER 18
max x 2 x 3
min x1 x 2 x 3
x1 x 2 x 3 x 4 2
x1 x 2 x 3 x 4 4
a) b) x1 5
x1 3x 2 x 3 x 4 2
x1 3x 2 x 3 x 4 2
x2 , x3 0
x1 , x 2 , x 3 , x 4 0
PRIMER 20
18
3. AS
Simpleks metoda
Reavamo problem:
19
LP tablica je dimenzije
z C1 c2 cn
b1 A11 a12 a1n
b2 A21 a22 a2n
bm am1 am2 amn
: postoji m linearno nezavisnih kolona matrice. Svaki skup m linearno nezavisnih kolona se
naziva bazom matrice A.
Matrica A se sastoji iz n kolona K i , A K1 K 2 ... K n .
Neka su AB K j1 ,..., K jm kolone koje ine bazu matrice, skup B j ,., j predstavlja indekse kolona
1 m
PRIMER 21
min f (x ), f (x ) x1 2x 2
- x1 x 2 1
x1 x 2 3
x1 , x 2 0
Reenje:
20
Iz uslova r2 2 0 sledi da druga kolona moe da ue u bazu.. Imamo da je 1/1<3/1 pa sledi da bazu
naputa 4.kolona. Pivotiramo oko elemenata a12 1 dobijamo novu simplex tablicu:
2 -3 0 2 0
1 -1 1 1 0
2 2 0 -1 1
PRIMER 22
max z , z x1 x 2 x 3 3x 4 x 5 x 6 3x 7
3 x 3 2x 4 x 5 x 6 6
x 2 2x 3 x 4 10
x1 x6 0
x3 x6 x7 6
xi 0, i 1,..., 7
Reenje:
0 -1 1 -1 3 -1 1 3
6 0 0 3 2 1 1 6
10 0 1 2 -1 0 0 0
0 1 0 0 0 0 -1 0
6 0 0 1 0 0 1 1
pomnoimo sa -1 i dodamo nultoj vrsti (rezultat je c20 0 ), dok etvrtu vrstu mnoimo sa -3 ( c70 0 ). Kao
rezultat dobijamo novu tablicu:
-22 0 0 -3 6 0 -2 0
6 0 0 3 2 1 1 6
10 0 1 2 -1 0 0 0
0 1 0 0 0 0 -1 0
6 0 0 1 0 0 1 1
21
Bazino reenje koje odgovara ovoj tablici je (0,10,0,0,6,0,6). Ovo reenje nije optimalno (imamo negativnih
vrednosti u nultoj vrsti). Primenjujemo korak4 iz algoritma za s = 1 i r = 3 i dobijamo drugu simplex tablicu.
-16 0 0 0 8 1 -1 0
2 0 0 1 2/3 1/3 1/3 0
6 0 1 0 -7/2 -2/3 -2/3 0
0 1 0 0 0 0 -1 0
4 0 0 0 -2/3 -1/3 2/3 1
Bazino reenje koje odgovara ovoj tablici je (0,6,2,0,0,0,4) . Reenje nije optimalno, primenom koraka 4 za s
= 4, r = 6 dobijamo treu simplex tablicu
-10 0 0 0 7 1/2 0 3/2
0 0 0 1 1 1/2 0 -1/2
10 0 1 0 -3 -1 0 1
6 1 0 0 -1 -1/2 0 3/2
6 0 0 0 -1 -1/2 1 3/2
Bazino reenje koje odgovara ovoj tablici je (6,10,0,0,6,0). Ovo reenje je optimalno, optimalna vrednost
funkcije w je 10.
Sledi da maksimalna vrednost funkcije z je -10.
PRIMER 23
Fabrika proizvodi 3 vrste paketa: A, B i C. Model A zahteva 8 obrade, 5 lakiranja i 6 suenja. Model B
zahteva 6 obrade, 4 lakiranja i 2 suenja. Model C zahteva 5 obrade, 2 lakiranja i 4 suenja. Stolar ima
na raspolaganju ukupno 96 za obradu, 44 za lakiranje i 58 za suenje. Zarada po jedinici modela A, B i C je
380eur, 260eur i 220 eur.
Kojom e se kombinacijom proizvodnje postii maksimalna dobit?
Formirati matematiki model i reiti problem.
Reenje:
Matematiki model za dati problem je sledeeg oblika:
max 380x1 260x 2 220x 3
p.o. 8x1 6x 2 5x 3 96
5x1 4x 2 2x 3 44
6x1 2x 2 4x 3 58
Odgovarajua LP tablica je:
-380 -260 -220 0 0 0
96 8 6 5 1 0 0
44 5 4 2 0 1 0
58 6 2 4 0 0 1
Biramo c10 b 96
380 0 , dalje dobijamo s min , 44 58 .
, 8.8 (s 2)
ars 8 5 6
Uzimamo da je pivot a21 i elementarnim transformacijama anuliramo sve vrednosti u prvoj koloni.
Nova tablica, k=1:
22
3344 0 44 -68 0 76 0
25.6 0 -0.4 1.8 1 -0.2 0
8.8 1 0.8 0.4 0 0.2 0
5.2 0 -2.8 1.6 0 -1.2 1
PRIMER 24
Reiti sledei problem simpleks metodom:
max 2x1 3x 2
p.o. 4x1 5x 2 16
-2x1 3x 2 3
x1, x 2 0
Hint: Uvesti izjednaavajue promenljive. Optimalno reenje je (3/2,2) a vrednost funkcije iznosi 9.
PRIMER 25
Reiti sledei problem simpleks metodom:
max 3x1 2x 2
p.o. x1 x 2 3
- x1 2x 2 8
x1 4
x1 2x 2 12
x1, x 2 0
Optimalno reenje je (4,4) a vrednost funkcije iznosi 20.
PRIMER 26
Reiti sledei problem simpleks metodom:
max 2x1 x 2 x 3
p.o. 2x1 x 2 x 3 20
6x1 3x 2 2x 3 50
2x1 x 2 2x 3 12
x1, x 2 , x 3 0
23
Optimalno reenje je (5,0,3) a vrednost funkcije iznosi 20.
PRIMER 27
Reiti primer 4 i primer 5 simplex metodom.
Tablicu nazivamo dualnom simplex tablicom ako ona meu kolonama 1,,n sadri m razliitih bazinih
kolona i vai . Ukoliko je ispunjeno c1 0,..., cn 0 i b1 0,..., bn 0 onda je dualana simplex tablica
istovremeno i simplex tablica pa ja odgovarajue dopustivo reenje takoe optimalno.
k
Ako takvo b j postoji prei na korak 7.
24
PRIMER 28
min f x , f x 9x1 x 2 x 3
3x1 x 2 2x 3 1
4x1 2x 2 x 3 5
p.o.
xi 0 i 1, 2, 3
Reenje:
Uvodimo izjednaavajue promenljive i svodimo problem na kanonski oblik.
Dobijamo problem:
min z , z 9x1 x 2 x 3
3x1 x2 2x 3 x 4 1
4x1 2x 2 x3 x5 5
p.o.
xi 0 i 1,..., 6
Novom problemu odgovara dualna simplex tablica
0 9 1 1 0 0
1 -3 1 -2 1 0
-5 -4 -2 1 0 1
Dobijena tablica jeste simplex tablica. Bazino dopustivo reenje koje joj odgovara je (0,3,1,0,0) a optimalna
vrednost funkcije z je 4.
PRIMER 29
Retiti dualnom simplex metodom
min x1 x 2 x 3
x1 x 2 4x 3 1
x1 x 2 2x 3 3
x1 3x 2 x 3 0
xi 0
25
PRIMER 30
Dva tipa proizvoda, A i B, mogu se izraivati na dva tipa maina, P i Q. Maina P moe da proizvede 4 jedinice
proizvoda A i 3 jedinice proizvoda B na sat. Maina Q moe da proizvede 1 jedinicu proizvoda A i 4 jedinice
proizvoda B na sat. Trokovi eksploatacije maine P su 17, a maine Q 14 novanih jedinica na sat.
Preduzeu je neophodno najmanje 7 jedinica proizvoda A i 15 jedinica proizvoda B. Koliko sati rada svake
maine je neophodno da bi zahtevi preduzea bili zadovoljeni i da bi trokovi eksploatacije bili minimalni?
Reenje:
Promenljive x1 i x2 predstavljaju brojeve sati rada maina P i Q respektivno.
Matematiki model problema:
f x1, x 2 17x1 14x 2
Min 4x1 x 2 7
3x1 4x 2 15
x1 0, x 2 0
PRIMER 31
Proizvodno preduzee raspolae sa 3 vrste sirovina: od prve ima 120, od druge 80 i od tree 240 jedinica.
Sirovine se koriste za izradu 5 vrsta proizvoda. Pri izradi jedinice prvog proizvoda potroe se jedna jedinica
prve, dve jedinice druge i etiri jedinice tree sirovine. Pri izradi jedinice drugog proizvoda potroe se pet
jedinica druge i jedna jedinica tree sirovine. Pri izradi jedinice treeg proizvoda potroe se etiri jedinice prve,
dve jedinice druge i pet jedinica tree sirovine. Pri izradi jedinice etvrtog proizvoda potroe se dve jedinice
prve i jedna jedinica druge sirovine. Pri izradi jedinice petog proizvoda potroe se etiri jedinice prve i etiri
jedinice tree sirovine. Jedinicu prvog proizvoda preduzee prodaje po 20, drugog po 10, treeg po 40,
etvrtog po 20 i petog po 15 novanih jedinica. Kako preduzee treba planirati proizvodnju da bi od prodaje
imalo najvei prihod?
26
Dvofazna modifikacija simplex metode
Pretpostavimo da je b 0 (ako nije pomnoimo sve jednaine sa -1). Uoavamo pomoni problem linearnog
programiranja:
min e T w
Ax w b (2)
x 0, w 0
gde je e 1, ,1 R , w R m (w je vektor vetakih promenljivih).
m
Skup dopustivih reenja problema (2) je neprazan, i funkcija cilja je ograniena nulom odozdo.
I Faza
II Faza
Korak1:
Iz poslednje simplex tablice dobijene u I fazi uklanjaju se sve vetake promenljive, a nulta vrsta se zamenjuje
vrstom [0|c1 cn 0 0] koja ima n+k+1 element, pri emu je k broj bazinih promenljivih. Dobijena LP tablica
se svodi na simplex tablicu eliminacijom onih c j 0 koji odgovaraju bazinim promenljivim.
Korak2:
Ukoliko je k=0 ii na korak3.
U suprotnom u simplex tablici postoje bazine kolone koje odgovaraju vetakim promenljivim. Uoimo jednu
od njih, koja npr. odgovara vetakoj promenljivoj ws . Neka ta kolona sadri jedinicu u vrsti v. Razlikujemo
dva sluaja:
27
1. Svi elementi vrste v osim bazine su jednaki nuli. Tada se vrsta v i kolona koja odgovara
promenljivoj ws izostavljaju iz simpex tablice
2. Neka je osim bazine jedinice na primer r-ti element vrste v razliit od nule. Tada je i r 0 jer
je ws na nivou nula, i tada r-ta kolona odgovara vetakoj promenljivoj jer su izostavljene sve
kolone koje odgovaraju nebazinim promenljivim. Pomou stoerne transformacije, sa
stoernim elementom u preseku vrste v i kolone r , uiniti r-tu kolonu bazinom. Zatim, izostaviti
kolonu koja odgovara promenljivoj ws jer se radi o nebazinoj koloni koja odgovara vetakoj
promenljivoj. Zameniti k sa k+1 I prei na korak 2.
Korak3:
Dobijena simplex tablica sadri samo kolone koje odgovaraju promenljivim iz problema (1). Primeniti algoritam
za simplex kanonsku metodu.
PRIMER 32
min f x , f x 2x1 3x 3 x 4
x 2 x 3 x 4 3
2x1 2x 3 4x 4 12
p.o.
x1 x2 2x 3 x 4 3
xi 0 i 1, 2, 3, 4
Reenje:
Problem nije u kanonskom obliku, zato primenjujemo fazu I:
reavamo pomoni (pridrueni) problem, min w
min w x , w x x5 x6 x7
x 2 x 3 x 4 x5 3
2x1 2x 3 4x 4 +x 6 12
p.o.
x1 x2 2x 3 x4 +x 7 3
xi 0 i 1,..., 7
Problemu min w odgovara LP tablica:
Z C1 c2 cn
0 0 0 0 0 1 1 1
b1 3 0 -1 -1 1 1 0 0
b2 12 2 0 2 4 0 1 0
b3 3 1 1 2 1 0 0 1
Faza1:
elimo da eliminiemo jedinice koje se nalaze u funkciji cilja:
I, II I III vrstu pomnoimo sa -1 i dodamo funkciji cilja. Ovim postupkom dobijamo novu tablicu na koju
primenjujemo simpleks algoritam.
0 0 0 0 0 1 1 1
3 0 -1 -1 1 1 0 0
12 2 0 2 4 0 1 0
3 1 1 2 1 0 0 1
28
k=0 -18 -3 0 -3 -6 0 0 0
3 0 -1 -1 1 1 0 0
12 2 0 2 4 0 1 0
3 1 1 2 1 0 0 1
k=1 0 3 6 9 0 0 0 6
s=3 0 -1 -2 -3 0 1 0 -1
r=4 0 -2 -4 -6 0 0 1 -4
3 1 1 2 1 0 0 1
U funkciji cilja vie nemamo negativnih vrednosti, dakle (0,0,0,3,0,0,0) je optimalno reenje. Optimalna
vrednost funkcije w je nula pa prelazimo na drugu fazu.
II Faza
Poslednja kolona iz tablice je nebazina, odgovara vetakoj promenljivoj i zato je uklanjamo (korak1).
0 2 0 3 1 0 0
0 -1 -2 -3 0 1 0
0 -2 -4 -6 0 0 1
3 1 1 2 1 0 0
U funkciji cilja uz baznu promenljivu x 4 se nalazi 1 koju hoemo da eliminiemo.
-3 1 -1 1 0 0 0
0 -1 -2 -3 0 1 0
0 -2 -4 -6 0 0 1
3 1 1 2 1 0 0
Eliminiemo zatim, promenljivu x 5 koja je vetaka i umesto nje prvu kolonu uinimo bazinom (korak3,
sluaj2). Dobijamo novu tablicu:
Promenljiva x 5 je vetaka a svi preostali elementi druge vrste su jednaki nuli, izostavljamo zato II vrstu i
kolonu koja odgovara toj promenljivoj ( x 5 ), dakle briemo V kolonu (korak3, sluaj1). Dobijena simplex tablica
je:
-3 0 -3 -2 0 1 0
0 1 2 3 0 -1 0
0 0 0 0 0 -2 1
3 0 -1 -1 1 1 0
-3 0 -3 -2 0 0
0 1 2 3 0 0
0 0 0 0 0 1
3 0 -1 -1 1 0
-3 0 -3 -2 0
0 1 2 3 0
3 0 -1 -1 1
29
Dobijamo simplex tablicu:
-3 3/2 0 5/2 0
0 1/2 1 3/2 0
3 1/2 0 1/2 1
Bazino reenje koje odgovara ovoj tablici je (0,0,0,3) i ono je optimalno. Optimalna vrednost funkcije z je 3.
Napomena: U pretposlednjoj i poslednjoj simplex tablici odgovara isto bazino reenje pa samim tim i ista
funkcija cilja. Ovo je posledica degenerisanosti, tj. prisustvo nula u poslednjoj koloni.
PRIMER 33
Reiti dvofaznom modifikacijom simpleks metode sledee probleme linearnog programiranja
a) b)
PRIMER 34
Reiti simplex metodom, dualnom simplex metodom ili dvofaznom modifikacijom simplex metode sledee
probleme
a) b)
30