Upload
-
View
362
Download
3
Embed Size (px)
Citation preview
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
1/185
Postoptimalna analiza linearnog programiranja
U v o d
U postupku optimizacije pojedinih problema, važna etapa koja pruža korisne
informacije menadžmentu preduzeća, koje on može da iskoristi u donošenju konačnih
odluka o pokretanju nekih aktivnosti u organizaciji proizvodnje i poslovanja preduzeća
uopšte, jeste svakako postoptimalna analiza. u se, nakon odre!ivanja optimalnog
rešenja, variraju pojedini parame" tri matematičkog modela zadatka #$"a i posmatra se
kako ta promena utiče na strukturu baze vektorskog prostora za koju je optimalno rešenje
dobijeno.
%akle, u postupku postoptimalne analize, umesto rešavanja novog zadataka #$"a
uz izmenjene uslove, moguće je ispitati optimalnost dobijenog rešenja uz variranje
pojedinih para"metara matematičkog modela&
F ' c ( X
A · X ' b )*+
X -
%rugim rečima, ispituju se promene vektora c čije su koordinate u stvari
koeficijenti funkcije cilja F , vektora b čije su koordinate slobodni članovi u sistemu
ograničenja i, na kraju, možemo varirati koeficijente aij matrice A, tj. koeficijente
promenljivih veličina. ako je poznato iz primera, parametri matematičkog modela )*+
mogu da predstavljaju razne ekonomske veli"čine kao što su sirovine koje se koriste u
procesu proizvodnje, uposlenost pojedinih kapaciteta, angažovanu radnu snagu, utrošenu
energiju itd.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
2/185
Postoptimalna analiza linearnog programiranja
1. Postoptimalna analiza
#inearna optimizacija predstavlja skupinu metoda koje omogućuju nalaženje
najpovoljnijih rešenja raznovrsnih problema.
$ostupak postoptimalne analize je postupak koji se koristi za ispitivanje da li
će promena nekog od parametara modela linearnog programiranja uticati na promenu već
izračunatog optimalnog rešenja. $rimenom postoptimalne analize može se doći do jednog
od sledeća dva zaključka&
a+ nastale promene u vrednosti parametara modela neće dovesti do promene
vektorske baze na osnovu kojeg je odre!eno optimalno rešenje.
b+ prethodno izračunato optimalno rešenje u uslovima novih vrednosti
parametra modela ne može ostati optimalno.
2. Promena vektora c u postoptimalnoj analizi
Vektor c sadrži koeficijente koje se nalaze uz sve promenjive zadatka. /akon
odre!ivanja optimalnog rešenja može doći do promene koeficijenata koji se ne nalaze u
optimalnom rešenju kao i promene koeficijenata koje se nalaze uz bazične promenjive
optimalnog rešenja.0bog toga, ispitivanje uticaja promene vrednosti elementa vektora c
realizujemo različito, zavisno &
*. da li se menjaju koeficijenti uz nebazične promenjive optimalnog rešenja1
2. da li se menjaju koeficijenti uz bazične promenjive optimalnog rešenja.
2. 1. Promena koeficijenata nebazičnih promenljivih
)3j se menja ,a 0j ostaje nepromenjeno +
$retpostavimo da se koeficijent 3 koji se nalazi uz nebazičnu promenjivu u f"ji
cilja menja, pri čemu nastalu promenu možemo predstaviti oblikom 3j4 ' 3j 63j.
%a bi utvrdili da li u novim uslovima rešenje izračunato na osnovu baze 7"opt i
dalje ostaje optimalno,neophodno je da proverimo da li će povećanje vrednosti
koeficijenta 3j dovesti do potrebe za uvo!enjem prethodno nebazičnog vektora 8j u bazu
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
3/185
Postoptimalna analiza linearnog programiranja
, da li je narušen uslov optimalnosti.. U tom cilju primenjuje se 9impe: kriterijum za
ulazak u bazu sa novom vrednošću koeficijenta 3j4 )vrednost 0j ostaje nepromenjena jer
je ona izračunata na osnovu koeficijenata bazičnih promenjivih+, odnosno
3j4 " 0j ') 3j 63j+ "0j ' )3j"0j+ 63j ...)j'*,...p+
%a bi rešenje odre!eno na osnovu baze 7"opt ostalo optimalno rešenje neophodno
je da konstatujemo da nijedan od nebazičnih vektora ne treba da u!e u bazu ,to će se
dogoditi ukoliko je &
3j4 " 0j ;< )j'*,.....p+.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
4/185
Postoptimalna analiza linearnog programiranja
2. 2. Promena koeficijenata bazičnih promenljivih
)3j A 0j +
%a bi ispitali kako promena vrednosti koeficijenata koji se u funkciji nalazi uz
promenjjive iz optimalne baze utice na optimalnost rešenja, treba utvrditi vrednosti
razlika )3j " 0j+ za nebazicne vektore. 9 obzirom da vrednosti koeficijenta 3j )j'*,...p+ za
nebazicne vektore ostaju neprimenjene neophodno je izracunati i vrednosti 0j )j'*,....p+
za sve nebazicne promenjive.
/eka je 3b vektor koeficijenta koji se u f"ji cilja nalaze uz bazicne promenjive iz
optimalnog rešenja. $retpostavimo da je došlo do povecanja vrednosti ovih koeficijenata
za iznos 3b ./ovi vektor ovih koeficijenata je 3b' 3b 3b
Brednosti 0j za nebazicne vektore bile su odredene iz relacije
0j ' 3b(Cj )j'*D.n+
Ede je λj vektor koeficijenata linearne kombinacije bazičnih vektora i nebazičnog
vektora Aj izračunat u obliku Cj'7 F* 8j )j'*....p+ ostaje nepromenjen.
Brednosti j u uslovima promenjenih koeficijenata vektora !b odre!ujemo na sledeći
način&
0j4 ' 3b4 Cj ' )3b 63b+ Cj ' 3b Cj 63b Cj ' 0j 60j )j'*Dn+
Uz pretpostavku da se menjaju samo koeficijenti bazičnih promenjivih, što znači
da vrednosti !j ostaju nepromenjene kriterijum optimalnosti rešenja će biti
3j" 0j460j '3j")0j60j+ ;< ukoliko je 60j=)3j"0j+ )j'*...p+
ada već izračunato optimalno rešenje ostaje i dalje optimalno, tj. Bektor Aj ne
treba da u!e u bazu. U suprotnom slučaju kada postoji makar jedna pozitivna razlika
kriterijuma optimalnosti, izračunato rešenje više nije optimalno rešenje već se u bazu
novog rešenja mora uključiti prethodno nebazični vektor Aj za koju je ova razlika
ma:imalno pozitivna.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
5/185
Postoptimalna analiza linearnog programiranja
ombinacijom ova dva razmatrana slucaja )promena koeficijenta nebazicnih i
bazicnih+. Gožemo odrediti kriterijum optimalnosti u uslovima promena svih
koeficijenata f"je cilja, kada bi imali
3jH"0jH')3j.3j+" )0j.0j+')3j"0j+) .3j".0j+'< )j'*.....p+
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
6/185
Postoptimalna analiza linearnog programiranja
&. Promena matrice A u postupku postoptimalne analize
$romena elemenata matrice A tj.promena koeficijenata aij u sistemu ograničenja
modela linearnog programiranja, može izazvati neophodnost promene optimalnog
rešenja, što se ispituje u postupku postoptimalne analize. U slučaju ovakve promene u
postupku postoptimalne analize optimalnost rešenja u novim uslovima može biti
ispitivana za različite promene @ to&
. $romena nebazičnog vektora,
. $romena bazičnog vektora,
. Uvodjenje novog vektora aktivnosti )nove promenljive+,
. Uvodjenje novog ograničenja.
&.1. Promena nebazično$ vektora A j
Ukoliko nakon odredjivanja optimalnog rešenja modela dodje do promene
elemenata nebazičnog vektora A j postupak ispitivanja optimalnosti realizujemo
korišćenjem kriterijuma optimalnosti.
/eka A j * predstavlja promjenjeni j 'ti nebazični vektor. %a bi utvrdili da li taj
vektor treba uključiti u bazu, odnosno da li optimalno rešenje treba menjati izračunavamo
vrednosti&
IjH' )αaopt +"* K 8jH
koje su nam neophodne radi odredjivanja vrednosti 0jH, u obliku
0jH' 3J IjH
nakon čega pretpostavljajući da su koeficijenti u funkciji cilja ostali nepormenjeni
primenjujemo kriterijum optimalnosti, odnosno izračunavamo razliku 3j"0jH . Ukoliko je
)3j"0Hj+>'- , rešenje izračunato na osnovu baze αopt i dalje ostaje optimalno. Ukoliko
je, medjutim, )3j"0jH+= - , zaključak je suprotan " prethodno rešenje neće u novim
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
7/185
Postoptimalna analiza linearnog programiranja
uslovima biti optimalno, vec se uvodjenjem u bazu vektora 8jH može dobiti poboljšano
rešenje.
$rikazana analiza uticaja promene nebazičnog vektora na optimalnost rešenja,
realizuje se i u slučaju ispitivanja uticaja uvodjenjem novog vektora aktivnosti )uz
poznati koeficijent koji se u funkciji cilja nalazi uz novu promenljivu+.
&.2. Promena bazično$ vektora Ai
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
8/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
9/185
Postoptimalna analiza linearnog programiranja
08%88 *.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
10/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
11/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
12/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
13/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
14/185
Postoptimalna analiza linearnog programiranja
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
15/185
Postoptimalna analiza linearnog programiranja
0adatak 2 A $ostoptimalna analiza
Mirma proizvodi dve vrste boja& za unutrašnje )U+ i za spoljašnje )9+ radove.
$roizvedene količine boja firma isporučuje trgovini na veliko. 0a proizvodnju ovih boja
koriste se sirovine 8 i J. Gaksimalno moguće dnevne zalihe sirovina 8 i J iznose
respektivno N i O tona. Utrošak sirovina 8 i J u tonama za proizvodnju jedne tone svake
od boja iznosi&
8naliza tržišta u dužem periodu pokazuje da dnevna potražnja boje U nikada
ne premašuje potražnju boje 9 više od jedne tone. ako!e je uočeno da dnevna potražnja
boje U nikada ne prelazi 2 tone dnevno.
3ene jedne tone boja jednake su& P hiljade dinara za jednu tonu boje 9 i 2
hiljade dinara za jednu tonu boje U. oje količine boja )u tonama+ treba da proizvede
firma, tako da se realizacijom proizvodnje ostvari maksimalna zaradaQ
Lešenje&
$rvi zadatak analize osteljivosti& uticaj promena količine sirovina na
optimalno rešenje.
*+ 0a koliko mogu da se uvećaju zalihe sirovina 8 ili J da bi se poboljšalo
optimalno rešenjeQ
2+ 0a koliko mogu da se smanje zalihe neke sirovine a da se zadrži dobijeno
optimalno rešenjeQ
" 8ktivna i neaktivna ograničenja. $rava koja predstavlja aktivno ograničenje
prolazi kroz optimalnu tačku. $rava koja ne prolazi kroz optimalnu tačku predstavlja
neaktivno ograničenje. 8ko je neko ograničenje aktivno, onda je logično da se taj resurs
proglasi i deficitarnnim, jer se u potpunosti koristi u proizvodnji. Lesurs kome odgovara
neaktivno ograničenje je nedeficitarni resurs, jer se po realizaciji proizvodnje ne utroše
sve njegove zalihe.
$ri analizi osetljivosti modela u odnosu na promene desnih strana ograničenja
odra!ujemo&
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
16/185
Postoptimalna analiza linearnog programiranja
" Eranično dopustivo uvećanje zaliha deficitarnog resursa, koje će omogućiti
poboljšanje optimalnog rešenja
" Eranično dopustivo smanjenje zaliha nedeficitarnog resursa, koje neće
izmeniti optimalnu vrednost funkcije cilja.
%rugi zadatak analize osetljivosti& oji je resurs najpogodnije uvećatiQ
%opuna resursa zahteva dodatno ulaganje novca, pa je prirodno postaviti
pitanje& om resursu dati prednost u ulaganju dodatnih sredstavaQ
Uvodimo karakteristiku značajnosti svake dodatne jedinice deficitarnog
resursa.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
17/185
Postoptimalna analiza linearnog programiranja
a k lj u č a k
$ostoptimalna analiza je važna etapa koja pruža korisne informacije
menadžmentu preduzeća u postupku optimizacije pojedinih problema, koje on može daiskoristi u donošenju konačnih odluka o pokretanju nekih aktivnosti u organizaciji
proizvodnje i poslovanja preduzeća uopšte.
/akon odre!ivanja optimalnog rešenja, variraju pojedini parametri matematičkog
modela zadatka #$"a i posmatra se kako ta promena utiče na strukturu baze vektorskog
prostora za koju je optimalno rešenje dobijeno.
U postupku postoptimalne analize, umesto rešavanja novog zadataka #$"a uz
izmenjene uslove, moguće je ispitati optimalnost dobijenog rešenja uz variranje pojedinih
parametara matematičkog modela.
@spituju se promene vektora c čije su koordinate u stvari koeficijenti funkcije cilja
F , vektora b čije su koordinate slobodni članovi u sistemu ograničenja i, na kraju,
možemo varirati koeficijente aij matrice A, tj. koeficijente promenljivih veličina.
$arametri matematičkog modela mogu da predstavljaju razne ekonomske
veličine kao što su sirovine koje se koriste u procesu proizvodnje, uposlenost pojedinih
kapaciteta, angažovanu radnu snagu, utrošenu energiju itd.
8/17/2019 Postoptimalna Analiza Linearnog Programiranja
18/18
Postoptimalna analiza linearnog programiranja
/ i t e r a t u r a0
[1]Božinović Milan, Stojanović Vladica (2!"# Matematičke metode
i modeli u ekonomiji preduzeća, Vi$a e%onoms%a $%ola &eposavić,
&eposavić[2]'ttp))*e+e-zg'r)do%)./0)eric)spo)
(2a"linearnoprogramiranjepd- [3] 'ttp))smart+asiced4rs)*p5content)4ploads)211)11)S%ripta5iz5
modelapd- [6]'ttps))+sscri+dcom)doc)12!768779):P;