Professional Documents
Culture Documents
Vežbe VII
april, 2005.
Simpleks tabela
(max)Z c1 x1 c 2 x2 ... c p x p
a11 x1 a12 x2 ... a1 p x p b1
a21 x1 a22 x2 ... a 2 p x p b2
.......... .......... .................... ....
am1 x1 am 2 x2 ... a mp x p bm
x1 , x2 ,..., x p 0
tada u cilju određivanja optimalnog rešenja uvodimo dodatne promenljive:
x1, x2,...,Xp+m ≥ 0
Početno bazično rešenje postavljenog problema, kao što je ranije naglašeno, određuje se tako
što pretpostavljamo da su vrednosti realnih promenljivih jednake nuli, odnosno x1=x2=...=Xp=
0, a vrednost dodatnih promenljivih slobodnim članovima sistema ograničenja. Na osnovu
toga dobijamo prvu simpleks tabelu, koja je ujedno i početno bazično rešenje našeg
problema.
cj c1 c2 ... cp 0 0 ... 0
α0 xB
cB x1 x2 ... xp xp+1 xp+2 ... xp+m
0 xp+1 b1 a11 a12 ... a1p 1 0 ... 0
0 xp+2 b2 a21 a22 ... a2p 0 1 ... 0
... ... ... ... ... ... ... ... ... ... ...
0 xp+m bm am1 am2 ... amp 0 0 ... 1
zj z z1 z2 ... zp 0 0 ... 0
cj - zj c1-z1 c2-z2 ... cp-zp 0 0 ... 0
Proizvodi
Grupe mašina
A B
M 4 1
N 2 1
Dohodak 5 10
Rešenje:
X1 , X2 ≥ 0
X1 , X2 ≥ 0
Vrednost reda X1 dobija se tako što se taj red u prethodnoj tabeli podeli sa karakterističnim
elementom - sa jedinicom u našem slučaju.
Preostala polja dobijaju se tako što od vrednosti odgovarajućeg elementa tabele 1 oduzmemo
proizvod iz istog reda i karakteristične kolone i iste kolone a karakterističnog reda podeljen sa
karakterističnim elementom. Odnosno,
Optimalno rešenje je drugo bazično rešenje, jer je vrednost poslednjeg reda za nebazične
promenljive negativna.
Dualni problem
Funkcija cilja dualnog problema inverzna je odgovarajućoj funkciji cilja primarnog modela.
To znači da, ukoliko je zahtev funkcije cilja primarnog problema maksimizacija date
funkcije, u dulanom problemu se javlja zahtev za minimizacijom odgovarajuće funkcije cilja.
Dulani problem ima onoliko promenljivih koliko u primarnom problemu ima strukturnih
ograničenja, odnosno svakoj nejednačini sistema ograničenja primarnog problema odgovara
po realna promenljiva dulanog problema. Sledeći ovu logiku možemo da zaključimo da u
dualnom problemu ima onoliko strukturnih ograničenja, koliko u primarnom problemu ima
realnih promenljivih. Na osnovu ove veze koja postoji između strukturnih ograničenja i
realnih promenljivih primarnog i dualnog problema možemo da dobijemo veom aznačajne
informacije koje se mogu koristiti u postupku donošenja zaključka o načinu optimizacije
posmatrane ekonomske aktivnosti.
Osim toga, činjenica da svaki primarni problem ima odgovarajući dualni problem ima
odgovarajuću metodološku prednost u situacijama kada je do optimalnog rešenja lakše dođi
preko dualnog problema.
X1 , X2 ≥ 0
Odrediti optimalno rešenje postavljenog problema koristeći simpleks tabelu pri izradi
zadatka.
Rešenje:
X1 , X2 ≥ 0
Y1 , Y2 ≥ 0
a odgovarajuća bazična simpleks tabela:
I ST
cj 30 15 0 0
α0 xB
cB y1 y2 y3 y4
0 y3 50 1 5 1 0 →
0 y4 100 1 1 0 1
Vj 0 0 0 0 0
cj - Vj 30 15 0 0
↑
Poslovno odlučivanje
Vežbe VII
april, 2005.
Koeficienti za sledeću simpleks tabelu su:
Rešenje primarnog problema dobija se na bazi veze između primarnog i dualnog problema.
Svakoj realnoj promenljivoj primarnog problema odgovara jedan dodatna promenljiva
dualnog problema. Poštujući ovo pravilo, zaključujemo:
a) Problem degeneracije
Pri rešavanju problema linearnog programiranja može se desiti da u okviru neke iteracije
dobijemo razliku prvog simpleks kriterijuma (cj - zj) = 0 za promenljivu koja je u toj
iteraciji bila nebazična promenljiva, dok su ostale vrednosti ovih razlika za ostale
nebazične promenljive negativne. Uvođenjem u bazu datu promenljivu i isključivanjem iz
baze promenljivu koja je bila u bazi na osnovu drugog simpleks kriterijuma u narednoj
iteraciji dolazimo do do optimalnog rešenja za koje funkcija cilja ima istu vrednost kao u
prethodnoj iteraciji. U ovom slučaju kažemo da dati zadatak linearnog programiranja ima
više od jednog rešenja.
X1 , X2 ≥ 0
Odrediti optimalno rešenje postavljenog problema koristeći simpleks tabelu pri izradi
zadatka.
Rešenje:
(max) Z = 10X1 + 15X2
5X1 + 5X2 ≤ 25
5X1 + 6X2 ≤ 30
X1 , X2 ≥ 0
Y1 , Y2 ≥ 0
a odgovarajuća bazična simpleks tabela:
I ST
cj 10 15 0 0
α0 xB
cB x1 x2 x3 x4
0 x3 25 5 5 1 0
0 x4 30 5 6 0 1 →
zj 0 0 0 0 0
cj - zj 10 15 0 0
↑
Odlučili smo se na bazi I SK da u bazu uđe promenljiva X2, ali kada sprovedemo II SK i
želimo da odredimo promenljivu koja treba da napusti bazu dobijamo dva količnika koja
imaju istu vrednost. To je rpvi znak da je jedno od ograničenja suvišno, a odlučujemo se za
promenljivu koja ima veći imenilac karakterističnog količnika. Dakle, reč je o problemu
degeneracije. U ovom slučaju veći imenilac ima promenljiva x4, pa ona napušta bazu (6 je
veće od 5)
II ST
Poslovno odlučivanje
Vežbe VII
april, 2005.
cj 10 15 0 0
α0 xB
cB x1 x2 x3 x4
0 x3 0 5/6 0 1 -5/6
15 x2 5 5/6 1 0 1/6
zj 75 12,5 15 0 15/6
cj - zj -2,5 0 0 -15/6
U II ST nalazi se optimalno rešenje datog problema, jer u model ne može da uđe ni jedna
druga promenljiva budući da su sve karakteristične razlike I SK negativne.
X1 , X2 ≥ 0
Odrediti optimalno rešenje postavljenog problema koristeći simpleks tabelu pri izradi
zadatka.
Rešenje:
(max) Z = 30X1 + 20X2
X1 + 2X2 ≤ 80
3X1 + 2X2 ≤ 120
X1 , X2 ≥ 0
Odnosno,
X1 , X2 ≥ 0
Poslovno odlučivanje
Vežbe VII
april, 2005.
a odgovarajuća bazična simpleks tabela:
I ST
cj 30 20 0 0
α0 xB
cB x1 x2 x3 x4
0 x3 80 1 2 1 0
0 x4 120 3 2 0 1 →
zj 0 0 0 0 0
cj - zj 30 20 0 0
↑
Odlučili smo se na bazi I SK da u bazu uđe promenljiva X1, a bazu napušta promenljiva X4.
II ST
cj 30 20 0 0
α0 xB
cB x1 x2 x3 x4
0 x3 40 1,33 1 -0,33 -5/6
30 x1 40 1 0,67 0 0,33
zj 1200 30 20 0 10
cj - zj 0 0 0 -10
X1 , X2 ≥ 0
Odrediti optimalno rešenje postavljenog problema koristeći simpleks tabelu pri izradi
zadatka.