tjedan 5 dodatak
DESCRIPTION
Kvant 5TRANSCRIPT
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 1/11
3.3.2.1 Simplex metoda za traženje minimuma funkcije cilja
Na Primjeru 3.4.1, bit će prikazan način rješavanja matematičkog modela simplex metodom.
Primjer 3.4.1
a) Definirani problem s prikupljenim podacima
U jednom poduzeću proizvode se dvije vrste proizvoda: A i B. Razlika prihoda od prodaje i
dobiti - troškovi proizvodnje, za proizvod A iznose 200 n.j., a za proizvod B 450 n.j.. Na
tokarilici proizvod A se obrađuje 1,5 v.j., a proizvod B 3 v.j.. Raspoloživo radno vrijeme
tokarilice iznosi 2700 v.j.. Tržište zahtijeva minimalno 600 komada proizvoda B. Da bi
uspješno poslovalo, poduzeće mora ostvariti najmanje 720000 n.j. ukupne dobiti. Za proizvod
A očekuje se dobit od 450 n.j., a za proizvod B 900 n.j.
Potrebno je odrediti optimalni plan proizvodnje s ciljem postizanja minimalnih troškova.
b) Raščlanjivanje problema
1. O čemu se odlučuje (varijable)?
Treba odlučiti koliko proizvesti proizvoda A i B, te će realne (stvarne, strukturne) varijable
biti A i B.
2. Što je cilj (funkcija cilja)?
U ovom problemu cilj je ostvariti minimalan trošak proizvodnje. Ako je cilj minimalni trošak,
koeficijenti koji će se nalaziti uz varijable A i B u funkciji cilja, bit će jedinični troškovi po
svakom proizvodu, a to su za proizvod A 200 n.j./kom., a za proizvod B 450 n.j./kom..
Dakle, funkcija cilja će glasiti:
200 · A + 450 · B min
ili
200 · A + 450· B min
3. Što ograničava (ograničenja)?
Kapacitet tokarilice, tržište te ukupna dobit predstavljaju ograničenja. Tokarilica je na
raspolaganju maksimalno 2700 v.j.. Dakle, s desne strane nejednadžbe ograničenja za
tokarilicu bit će: ≤ 2700 . Lijeva strana ograničenja ovisit će o dvije varijable A i B,
koje imaju jedinicu mjere . Dakle, da bi lijeva i desna strana ograničenja imale iste
jedinice mjere, koeficijenti aij moraju imati jedinicu mjere , a to su zapravo normativi
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 2/11
izrade, tj. koliko je potrebno vremenskih jedinica da se određeni proizvod obrađuje na
tokarilici. Nakon ovog može se napisati ograničenje za tokarilicu:
Tokarilica: 1,5 · A + 3 · B ≤ 2700
Kapacitet tržišta predstavlja drugo ograničenje, koje slijedi:
Tržište: B ≥ 600
Poduzeće zahtijeva minimalnu dobit od 720000 n.j.. Dakle, s desne strane nejednadžbe
ograničenja za dobit bit će: ≥ 720 000 . Lijeva strana ograničenja ovisit će o dvije
varijable A i B, koje imaju jedinicu mjere . Dakle, da bi lijeva i desna strana
ograničenja imale iste jedinice mjere, koeficijenti aij moraju imati jedinicu mjere , a to
su jedinične dobiti po svakom proizvodu. Nakon ovog može se napisati ograničenje za dobit:
Dobit: 450 · A + 900 · B ≥ 720 000
Nakon raščlanjivanja problema može se napisati cjeloviti matematički model.
c) Matematički model
Funkcija cilja:
FC = 200A + 450B min
Ograničenja:
1,5A + 3B ≤ 2700
B ≥ 600
450A + 900B ≥ 720000
Uvjeti nenegativnosti:
A, B ≥ 0
Prilikom pretvaranja matematičkog modela u kanonski oblik, kada se nejednadžbe pretvaraju
u jednadžbe, uz dopunske (izjednačavajuće) varijable, pojavljuju se i tzv. umjetne varijable
(engl. artifficial variable). Umjetne varijable se pojavljuju u ograničenjima tipa ≥, jer su
dopunske varijable tada s predznakom “-“ i za prvo osnovno moguće rješenje bile bi
negativne, što je nemoguće. Stoga se uvode umjetne varijable. U funkciji cilja, koja treba biti
minimalna, ispred umjetnih varijabli se stavlja veliki koeficijent M (engl. big M) s
predznakom +, koji će funkciju cilja u prvom osnovnom mogućem rješenju učiniti velikom, a
u svakom sljedećem koraku (iteraciji), funkcija cilja će se smanjivati i doći do minimalne
vrijednosti. U funkciji cilja, koja treba biti maksimalna, ispred umjetnih varijabli se stavlja
veliki koeficijent M (engl. big M) s predznakom -, koji će funkciju cilja u prvom osnovnom
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 3/11
mogućem rješenju učiniti jako malom, a u svakom sljedećem koraku (iteraciji), funkcija cilja
će se povećavati i doći do maksimalne vrijednosti.
Dakle, u ograničenjima tipa ≥ ili uz stvarne (realne, strukturne) i dopunske (izjednačavajuće)
varijable (s predznakom “-“), postoje i umjetne varijable. Obrnuto, u ograničenjima tipa ≤ uz
stvarne (realne, strukturne) varijable, postoje samo dopunske (izjednačavajuće) varijable, koje
su s predznakom “+“, te se ne moraju uvoditi umjetne varijable. Za primjer 3.4 dopunske
varijable označene su slovom y, a umjetne varijable označene su slovom w.
Matematički model: Kanonski oblik matematičkog modela:
Funkcija cilja:
FC = 200A + 450B min
Ograničenja:
1,5A + 3B ≤ 2700
B ≥ 600
450A + 900B ≥ 720000
Uvjeti nenegativnosti:
A, B ≥ 0
Funkcija cilja:
FC = 200A + 450B + 0 · (y1 + y2 + y3) + M · (w1+w2) min
Ograničenja:
1,5A + 3B + y1 = 2700
B - y2 + w1 = 600
450A + 900B - y3 + w2 = 720000
Uvjeti nenegativnosti:
A, B, y1, y2, y3 ≥ 0
Dopunska varijabla y1 ima fizikalno značenje neiskorištenja kapaciteta tokarilice. Ona
kazuje koliko vremenskih jedinica manje tokarilica radi od raspoloživog vremena.
Ukoliko je vrijednost nula, tada je tokarilica 100% zauzeta. Dopunska varijabla y2
predstavlja koliko će na tržište biti plasirano proizvoda B više od minimalnog zahtjeva.
Ukoliko je vrijednost dopunske varijable y2 nula, tada je na tržište plasirana minimalna
količina proizvoda B koja se zahtijevala. Dopunska varijabla y3 predstavlja koliko će biti
veća dobit poduzeća od minimalnog zahtjeva. Ukoliko je vrijednost dopunske varijable
y3 nula, tada je ostvarena minimalna dobit poduzeća koja se zahtijevala. Kako dopunske
varijable ne pridonose smanjenju niti povećanju funkcije cilja, ispred njih se nalazi
koeficijent 0.
Prva simplex tablica
U prvoj simplex tablici nalazi se najnepovoljnije rješenje za konkretni problem. Kako su u
ovom problemu cilj minimalni troškovi, tada će funkcija cilja u prvoj simplex tablici biti jako
velika (najnepovoljnije rješenje), a u svakoj sljedećoj tablici ona će se smanjivati
(poboljšavati) do svoje minimalne vrijednosti. To se događa kada se u bazi nalaze umjetne
varijable, jer one u funkciji cilja imaju velike koeficijente M, te će i prva funkcija cilja biti
jako velika. Pri tome će tablica imati 11 stupaca i 6 redaka, prema izrazima (3.2) i (3.3).
Ukupni broj stupaca svake tablice = 4 opća stupca + ukupni broj varijabli (realne, dopunske
i umjetne) = 4+2+3+2 = 11 stupaca
Ukupni broj redaka svake tablice = 3 opća retka + broj ograničenja = 3+3 = 6 redaka
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 4/11
Slijedi:
- za A=0 i B=0, dopunske varijable y2 i y3 bi imale negativne vrijednosti, te se neće
nalaziti u prvoj simplex tablici, nego će u bazi biti dopunska varijabla y1 i umjetne
varijable w1 i w2, te vrijedi:
1,5A + 3B + y1 = 2700 y1 = 2700
B - y2 + w1 = 600 w1 = 600
450A + 900B - y3 + w2 = 720000 w2 = 720000
Stoga, dopunska varijabla y1 i umjetne varijable w1 i w2 ulaze u prvu simplex tablicu (tablica
3.10) u bazu vektorskog prostora (xB i xBO). Koeficijenti cB u funkciji cilja uz umjetne varijable
su M, a uz dopunsku varijablu 0.
Tablica 3.10 Prvo osnovno moguće rješenje
cj 200 450 0 0 0 M M xBO/aij
cB xB xBO A B y1 y2 y3 w1 w2
0 y1 2700 1,5 3 1 0 0 0 0 2700/3=900
M w1 600 0 1 0 -1 0 1 0 600/1=600
M w2 720000 450 900 0 0 -1 0 1 720000/900=800
zj – cj 720600M 450M-
20
901M-
450 0 -M -M 0 0
Nakon popunjavanja koeficijenata aij uz varijable u ograničenjima, pristupa se izračunavanju
posljednjeg retka zj – cj kako bi se izabrala varijabla za ulazak u bazu vektorskog prostora u
sljedećem koraku, tj. u sljedećoj simplex tablici. Cilj je izabrati varijablu koja će brže
poboljšavati vrijednost funkcije cilja (koja će ju brže smanjivati). To je varijabla B, jer
vrijednost zj – cj iznosi 901M – 450 i veća je od vrijednosti zj – cj za varijablu A. Dakle
značajni stupac (narančasto označeno) će biti stupac s najpozitivnijom vrijednosti zj – cj
(suprotno od traženja maksimuma funkcije cilja).
U bazu vektorskog prostora će ući varijabla B, ali koja će izaći? Ona varijabla koja za prirast
ulazne varijable B prva padne na nulu, ali ne smije biti negativna vrijednost , tj.
min > 0. To je varijabla w1, jer bi varijabla B imala maksimalnu vrijednost 600, za koju
ostale varijable ne bi bile negativne vrijednosti, te je to značajni redak (žuto označeno).
U sljedećoj simplex tablici, u bazi će biti varijable B (umjesto varijable w1), te y1 i w2.
Druga simplex tablica
Sada se pristupa izračunavanju novih vrijednosti xBO i aij prema sljedećim pravilima:
Vrijednost iz značajnog retka prethodne tablice podijeli se s vrijednosti na presjecištu
značajnog retka i stupca (broj 1), te se dobiju nove vrijednosti u odgovarajućem retku.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 5/11
Nove vrijednosti vezane za odgovarajući značajni stupac iz prethodne tablice, stave se na
nulu, jer pripadajuća varijabla više ne može ulaziti u bazu vektorskog prostora.
Ostale vrijednosti izračunavaju se na osnovi izraza 3.5.
Tako je vrijednost označena sa *, dobivena na sljedeći način:
Novi aij = stari aij - =
=
Vrijednost označena sa **, dobivena je na sljedeći način:
Novi aij = stari aij - =
=
itd.
Tablica 3.11 Drugo osnovno moguće rješenje
cj 200 450 0 0 0 M M xBO/aij
cB xB xBO A B y1 y2 y3 w1 w2
0 y1 900* 1,5 0 1 3 0 -3 0 900/3=300
450 B 600 0 1 0 -1 0 1 0 -
M w2 180000** 450 0 0 900 -1 -900 1 180000/900=200
zj – cj 180000M
+270000
450M-
200 0 0
900M-
450 -M
450-
901M 0
Može se primijetiti, da se vrijednost funkcije cilja smanjila (poboljšala) sa 720600M (tablica
3.10 – prva simplex tablica) na 180000M+270000 (tablica 3.11 – druga simplex tablica).
Nakon popunjavanja koeficijenata aij uz varijable u ograničenjima, pristupa se izračunavanju
posljednjeg retka zj – cj kako bi se izabrala varijabla za ulazak u bazu vektorskog prostora u
sljedećem koraku, tj. u sljedećoj simplex tablici. Cilj je izabrati varijablu koja će brže
smanjivati vrijednost funkcije cilja. To je varijabla y2. Dakle, značajni stupac (narančasto
označen) će biti stupac s najpozitivnijom vrijednosti zj – cj.
U bazu vektorskog prostora će ući varijabla y2, ali koja će izaći? Ona varijabla koja za prirast
ulazne varijable y2 prva padne na nulu, ali ne smije biti negativna vrijednost , tj.
min > 0. To je varijabla w2, jer za vrijednost varijable y2 (200), nijedna varijabla ne bi
bila negativna, to je značajni redak (žuto označeno).
U sljedećoj simplex tablici, u bazi će biti varijable y2 (umjesto varijable w2), te B i y1.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 6/11
Treća simplex tablica
Sada se pristupa izračunavanju novih vrijednosti xBO i aij prema pravilu:
Vrijednost iz značajnog retka prethodne tablice podijeli se s vrijednosti na presjecištu
značajnog retka i stupca (broj 900), te se dobiju nove vrijednosti u odgovarajućem retku.
Nove vrijednosti vezane za odgovarajući značajni stupac iz prethodne tablice, stave se na
nulu, jer pripadajuća varijabla više ne može ulaziti u bazu vektorskog prostora.
Ostale vrijednosti izračunavaju se na osnovi izraza 3.5.
Tako je vrijednost označena sa *, dobivena na sljedeći način:
Novi aij = stari aij - =
=
Vrijednost označena sa **, dobivena je na sljedeći način:
Novi aij = stari aij - =
=
itd.
Tablica 3.12 Treće osnovno moguće rješenje
cj 200 450 0 0 0 M M xBO/aij
cB xB xBO A B y1 y2 y3 w1 w2
0 y1 300* 0 0 1 0 0,0033 0 -0,0033 300/0=∞
450 B 800 0,5 1 0 0 -0,0011 0 0,0011** 800/0,5=1600
0 y2 200 0,5 0 0 1 -0,0011 -1 0,0011 200/0,5=400
zj – cj 360000 25 0 0 0 -0,5 -M 0,5-M
Može se primijetiti, da se vrijednost funkcije cilja smanjila (poboljšala) sa 180000M+270000
(tablica 3.11 – druga simplex tablica) na 360000 (tablica 3.12 – treća simplex tablica).
Nakon popunjavanja koeficijenata aij uz varijable u ograničenjima, pristupa se izračunavanju
posljednjeg retka zj – cj kako bi se izabrala varijabla za ulazak u bazu vektorskog prostora u
sljedećem koraku, tj. u sljedećoj simplex tablici. Cilj je izabrati varijablu koja će brže
smanjivati vrijednost funkcije cilja. To je varijabla A. Dakle, značajni stupac (narančasto
označen) će biti stupac s najpozitivnijom vrijednosti zj – cj.
U bazu vektorskog prostora će ući varijabla A, ali koja će izaći? Ona varijabla koja za prirast
ulazne varijable A prva padne na nulu, ali ne smije biti negativna vrijednost , tj.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 7/11
min > 0. To je varijabla y2, jer za vrijednost varijable A (400), nijedna varijabla ne bi
bila negativna, to je značajni redak (žuto označeno).
U sljedećoj simplex tablici, u bazi će biti varijable A (umjesto varijable y2), te B i y1.
Četvrta simplex tablica
Sada se pristupa izračunavanju novih vrijednosti xBO i aij prema pravilu:
Vrijednost iz značajnog retka prethodne tablice podijeli se s vrijednosti na presjecištu
značajnog retka i stupca (broj 0,5), te se dobiju nove vrijednosti u odgovarajućem retku.
Nove vrijednosti vezane za odgovarajući značajni stupac iz prethodne tablice, stave se na
nulu, jer pripadajuća varijabla više ne može ulaziti u bazu vektorskog prostora.
Ostale vrijednosti izračunavaju se na osnovi izraza 3.5.
Tako je vrijednost označena sa *, dobivena na sljedeći način:
Novi aij = stari aij - =
=
Vrijednost označena sa **, dobivena je na sljedeći način:
Novi aij = stari aij - =
=
itd.
Tablica 3.13 Četvrto osnovno moguće rješenje
cj 200 450 0 0 0 M M xBO/aij
cB xB xBO A B y1 y2 y3 w1 w2
0 y1 300 0 0 1 0 0,0033 0 -0,0033* 300/0=∞
450 B 600 0 1 0 -1** 0 1 0 800/0,5=16
00
200 A 400 1 0 0 2 -0,0022 -2 0,0022 200/0,5=40
0
zj – cj 350000 0 0 0 -50 -0,4444 50
-M
0,4444-
M
Može se primijetiti, da se vrijednost funkcije cilja smanjila (poboljšala) s 360000 (tablica 3.12
– treća simplex tablica) na 350000 (tablica 3.13 – četvrta simplex tablica).
Kako nema više pozitivnih vrijednosti zj – cj, postupak je završen (funkcija cilja ne može se
više smanjivati) i iz baze vektorskog prostora može se očitati optimalno rješenje:
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 8/11
A = 400 komada proizvoda A
B = 600 komada proizvoda B
y1 = 300 v.j. tokarilica na raspolaganju ima još 300 v.j.
y2 = 0 kom. (ova varijabla nije u bazi, te joj je vrijednost 0) na tržište je plasiran minimalan
broj komada proizvoda B (600 kom.)
y3 = 0 n.j. (ova varijabla nije u bazi, te joj je vrijednost 0) poduzeće je ostvarilo minimalnu
dobit od 720000 n.j.
FC = 350000 novčanih jedinica su minimalni troškovi proizvodnje proizvoda A i B.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 9/11
VJEŽBA (ponavljanje pred prvi kolokvij)
ZADATAK 1.5 (55 bodova)
Na osnovi troškova materijala, troškova rada, troškova kooperacije i dodatnih troškova
(proračunatih u odjelu tehnološke pripreme proizvodnje), izračunata je prodajna cijena
proizvoda koja iznosi 10 n.j./kom. Procijenjena potreba tržišta je najviše 20000 komada toga
proizvoda kvartalno.
Zbog kratkog vremena isporuke, u poduzeću je odlučeno da se proizvod mora proizvesti na
dvije vrste kapaciteta: univerzalna tokarilica i CNC tokarilica, jer se može postići ista razina
kvalitete. U odjelu tehnološke pripreme proizvodnje, razrađeni su tehnološki postupci za
proizvodnju ovog proizvoda na univerzalnoj i na CNC tokarilici. Produktivnost, raspoloživo
radno vrijeme, te cijene rada strojeva po vremenskoj jedinici, prikazani su u tablici 1.1.
Tablica 1.1 Produktivnost, raspoloživost i cijena rada strojeva
kom./v.j. Proizvod Raspoloživost strojeva,
v.j./dnevno
Cijena rada strojeva, n.j.
/v.j.
Univerzalna tokarilica 5 15 10
CNC tokarilica 10 15 15
Troškovi materijala iznose 1,5 n.j./kom. Procijenjeni škart na univerzalnoj tokarilici iznosi
5%, a na CNC tokarilici 3%, a prihod od prodaje škarta se može zanemariti.
Inženjeri u odjelu tehnološke i operativne pripreme proizvodnje trebaju dogovorno odlučiti na
kojim kapacitetima i u kojoj količini treba proizvesti promatrani proizvod po kvartalu (90
radnih dana), ako se želi ostvariti maksimalna dobit.
U zadatku je potrebno:
a) Napisati matematički model problema (funkcija cilja, ograničenja, uvjeti
nenegativnosti). (20%)
b) Zadatak riješiti grafički i prokomentirati ograničenja. (45%)
c) Koliko bi bilo osnovnih mogućih, a koliko osnovnih nemogućih rješenja? (15%)
d) Odrediti početno rješenje simplex postupkom (prva simplex tablica), te na grafičkom
rješenju označiti na koji način će se uz manje iteracija izračunati optimalno rješenje.
(20%)
ZADATAK 1.6 (45 bodova)
Poduzeće proizvodi dva proizvoda P1 i P2 koristeći dva stroja S1 i S2. Za strojeve postoje
normativi kad određeni proizvod dođe na taj stroj, kao i raspoloživi kapaciteti strojeva. Po
svakom proizvodu očekuje se neka dobit. Podaci su zadani u tablici 2.1.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 10/11
Tablica 2.1 Podaci
Normativ izrade, v.j./kom. Proizvod P1 Proizvod P2 Raspoloživi kapacitet, v.j.
Stroj S1 2 4 2400
Stroj S2 6 2 2400
Dobit, n.j./kom. 4 3
U zadatku je potrebno:
a) Napisati matematički model problema za slučaj da želimo odrediti optimalni
program proizvodnje poduzeća sa stajališta maksimalne dobiti (ograničenja, uvjeti
nenegativnosti i funkcija cilja). (15%)
b) Grafički riješiti slučaj pod a) i prokomentirati ograničenja. (45%)
c) Kakav bi bio optimalni proizvodni program za slučaj da se doda ograničenje da
tržište može primiti maksimalno 550 komada proizvoda P2? (15%)
d) Kakav bi bio optimalni proizvodni program za slučaj da se doda ograničenje da
tržište može primiti maksimalno 400 komada proizvoda P2? (15%)
e) Pripremiti zadatak za rješavanje simplex postupkom (dopunske varijable) i
popuniti prvu simplex tablicu. (5%)
f) Kolika bi bila vrijednost funkcije cilja u sljedećem koraku? (5%)
NAPOMENA koja vrijedi za oba zadatka:
U grafičkom načinu rješavanja potrebno je:
a) označiti područje mogućih rješenja
b) označiti osnovna rješenja simbolom + (i brojevima koji će biti isti kao u analitičkom
načinu rješavanja)
c) označiti osnovna moguća rješenja simbolom
d) označiti i izračunati (ne očitati) optimalno rješenje simbolom
Za pozitivnu ocjenu potrebno je minimalno 50 bodova.
Tjedan 5 dodatak: Kvantitativne metode Strojarski fakultet u Slavonskom Brodu
Sara Havrlišan, mag. ing. mech. 11/11
ZADACI ZA SAMOSTALNU VJEŽBU PRED KOLOKVIJ:
Primjer 2.1 s predavanja (Tjedan 1), za koji je postavljen matematički model, treba riješiti
analitički, simplex postupkom i grafički, te napraviti analizu.
Primjer 3.1 s predavanja (Tjedan 2), za koji je postavljen matematički model i koji je riješen
analitički, treba riješiti simplex postupkom i grafički, te napraviti analizu.
Primjer 3.2 s predavanja (Tjedan 3), za koji je postavljen matematički model i koji je riješen
grafički, treba riješiti analitički i simplex postupkom, te napraviti analizu.
Primjer 3.3 s predavanja (Tjedan 4), za koji je postavljen matematički model i koji je riješen
simplex postupkom, treba riješiti analitički i grafički, te napraviti analizu.
Primjer 3.4.1 s predavanja (Tjedan 5 dodatak), za koji je postavljen matematički model i koji
je riješen simplex postupkom, treba riješiti analitički i grafički, te napraviti analizu.
Zadatke 1.1 do 1.6 treba riješiti osim grafičkom metodom i ostalim metodama, koje su
usvojene.