Upload
lekien
View
270
Download
1
Embed Size (px)
Citation preview
1
Problemski zadaci
Cilj zadataka koji slede jeste da prikažu upotrebu linearnog programiranja u
realnim situacijama. Ideja ovih zadataka nije da ih rešavate detaljno kao
prethodne zadatke, već je fokus na samom postavljanju problema. Nakon toga,
zadatke možete rešiti pomoću odgovarajućeg softvera (probajte sami da
pronadjete neki!) a zatim želimo da ta rešenja proanaliziramo i prodiskutujemo.
29. Zadatak
Kompanija koja se bavi proizvodnjom nameštaja specijalizovala se u pravljenju
fotelja i kauča. Ova kompanija poseduje dve fabrike, jednu u Inđiji, drugu u
Nišu. Fabrika u Inđiji ima dozvoljene dnevne operativne troškove u iznosu od
12000 n.j., i može da proizvede najviše 150 komada nameštaja. Troškovi
proizvodnje fotelje u ovoj fabrici iznose 55 n.j. dok su troškovi proizvodnje
kauča 80 evra. Kada je reč o fabrici u Nišu njeni dozvoljeni dnevni operativni
troškovi iznose 8500 n.j. i fabrički kapaciteti im dozvoljavaju da proizvedu
najviše 35 fotelja dnevno. U Nišu proizvodnja jedne fotelje košta fabriku 50
n.j., dok ih kauč košta 75 n.j.. Kompanija ostvaruje profit od 25 n.j. na svakoj
prodatoj fotelji i 32 n.j. po prodatom kauču.
a) Postaviti odgovarajući problem linearnog programiranja pomoću kojeg
će fabrika odrediti šta treba da proizvodi kako bi maksimizirala profit.
b) Pomoću odgovarajućeg softvera rešite taj problem.
Napomena: reč je o dve fabrike i svaka ima svoj proizvodni proces koji je
nezavisan od druge fabrike
R e š e n j e:
U ovom, a i u svakom sledećem zadatku, prva i najvažnija stvar koju treba da
uradimo jeste da definišemo naše promenljive. Ideja je sledeća, imamo dve
fabrike, tako da moramo da razlikujemo fotelje i kauče koje su napravljene u
Inđiji od fotelja i kauča napravljenih u Nišu. Promenljive će predstavljati broj
fotelja i kauča koji proizvodimo u Nišu i Inđiji:
If - broj fotelja koji proizvodimo u fabrici u Inđiji,
Ik - broj kauča koji proizvodimo u fabrici u Inđiji,
Nf - broj fotelja koji proizvodimo u fabrici u Nišu,
Nk - broj kauča koji proizvodimo u fabrici u Nišu.
Odgovarajući problem linearnog programiranja je:
2
(max) 25 32 25 32
150
55 12000
35
50 75 8500
I I N N
I I
I I
N
N N
z f k f k
f k
f k
f
f k
f
, , , 0I I N Nk f k
Rešili smo problem i dobili da je optimalni profit fabrike 8555 novčanih
jedinica, i to ako se proizvodi na sledeći način:
0
150
35
90.
I
I
N
N
f
k
f
k
30. Zadatak
Nakon što mu je dosadilo da sedi za stolom i bavi se papirologijom, radi za
platu od 40 000 dinara od koje može samo da pokriva troškove, Miroslav je
dao otkaz, napustio Beograd i otišao u Begejce da živi sa svojim rođacima.
Znao je mu je deda u nasledstvo ostavio 75 ha zemlje o kojoj se do tada brinuo
njegov brat od strica, i on je shvatio da je došao trenutak da on preuzme brigu
nad svojim delom zemljišta. Miroslav je rešio da iskoristi zvoje znanje iz
ekonomije i upotrebi ga u poljoprivredu na opšte iznenađenje svoje rodbine.
“Želim da ove godine zasadimo soju, kukuruz i pšenicu”, rekao je Miroslav za
vreme jednog ručka. “Znamo da je zakonom propisano da je na najmanje 20%
našeg zemljišta neophodno da bude zasejana pšenica. Potrebno nam je 2h da
posejemo hektar kukuruza, 3h je neophodno za pšenicu i 4h za soju. Vreme
setve ne može biti duže od 3 nedelje u kojima ćemo raditi po 12h dnevno. Na
osnovu trenutnih cena na tržištu očekujemo da ćemo po hektaru zasađenog
kukuruza ostvariti prihod od 900 evra, za pšenicu dobijamo 800 evra, dok se
kod soje očekuje prihod od 1200 evra. Pogledao sam podatke gazdinstva iz
prethodne godine, na sejanje soje utrošilo se 400 evra (200 evra za
repromaterijal i 200 za mašinske usluge). U slučaju kukuruza troškovi su 450
evra, a pšenice 400 evra”, nastavio je Miroslav svoj monolog. “Na osnovu
ovoga jasno je šta nam je činiti, i kako ćemo maksimizirati naš profit!”
Nedelju dana nakon što je rešio šta će sejati na svojoj njivi Miroslav je stupio u
neobavezni razgovor sa svojim komšijom. Znajući da je Miroslav ekonomista,
3
komšija Radovan se jadao kako je uzeo kredit u “švajcarcima” i kako sada ne
zna šta da radi sa ogromnom ratom koja mu pristiže. U tom neformalnom
razgovoru Radovan je predložio prodaju svoje zemlje Miroslavu. Miroslav je
sada bio na potezu i on je brzo razmišljao, setio se svoje računice od pre
nedelju dana i rešio da Radovanu ponudi cenu po kojoj bi samo zemljište, uz
pretpostavku o konstantnim cenama, Miroslavu povratilo sve uložene pare za
tačno 10 godina.
a) Napisati problem na osnovu kojeg je Miroslavu sve bilo jasno u
trenutku kada je objašnjavao rodbini svoj plan.
b) Koliko je para Miroslav ponudio Radovanu za hektar zemljišta?
R e š e n j e
a) Opet je prva stvar koju treba da odredimo pri rešavanju problema šta
predstavljaju naše promenljive. Ovde će, jasno je, promenljive predstavljati
površine zasađene pod svakom od kultura:
1x - površina zasejana sojom,
2x - površina zasejana pšenicom,
3x - površina zasejana kukuruzom.
Miroslav za cilj ima maksimizaciju profita. Neophodno je da informacije o
profitu dobijemo iz prihoda i rashoda za svaku sortu. Na prvi pogled, zadatak
ima dva ograničenja. Ipak, ne treba zaboraviti informaciju da Miroslav ima 75
ha zemlje na raspolaganju i sva kultura mora biti zasejana na toj površini.
Naravno, Miroslav nema obavezu da iskoristi svih 75 ha, te treba imati u vidu
pri kreiranju problema linearnog programiranja da u tom ograničenju neće biti
znak jednakosti. Osim toga, videćemo malo kasnije, ovo ograničenje,
postavljeno kao nejednakost, pomoći će nam i u rešavanju drugog dela zadatka.
Problem linearnog programiranja koji je Miroslav napravio izgleda ovako:
1 2 3
1 2 3
2
1 2 3
1 2 3
(max) (1200 400) (800 400) (900 450)
75
15
4 3 2 252
, , 0
z x x x
x x x
x
x x x
x x x
4
Kao rešenje ovog problema linearnog programiranja dobijamo da je
maksimalan profit 48225 evra i to za
1 2 343,5 15 16,5.x x x
b) Da bi došli do cene koju je Miroslav ponudio Radovanu neophodno je prvo
da pogledamo šta smo dobili kao rešenje dualnog problema.
1 2 3100 225 175.y y y
Šta imamo iz rešenja dualnog problema? Razmislite šta znači da nam je
vrednost prve dualne promenljive jednaka 100. Ova vrednost upravo označava
koliki bi bio naš rast profita ako se ograničenje prve nejednakosti poveća za
jednu jedinicu. Prvo ograničenje predstavlja porvšinu koju Miroslav ima na
raspolaganju, tako da povećanje površine za 1 ha donosi Miroslavu povećanje
profita od 100 evra. Pošto on želi da mu zemlja koju kupuje vrati investiciju za
10 godina, Miroslav treba da ponudi Radovanu 10 100 1000 evra po hektaru.
31. Zadatak
Sedam patuljaka je sklopilo ugovor da iskopa 12kg zlata i 18kg srebra. Snežana
zna da oni mogu da kopaju u dva rudnika. U prvom rudniku oni su u stanju da
dnevno iskopaju 2kg zlata i 2kg srebra. U drugom rudniku patuljci u toku
jednog dana mogu da iskopaju 1kg zlata i 3kg srebra. Pomozite Snežani da
postavi problem linearnog programiranja kako bi mogla patuljcima da zlato
iskopaju u što kraćem vremenskom roku.
R e š e n j e
Ovaj zadatak je verovatno lakši od mnogih zadataka u ovom poglavlju.
Promenljive ovde predstavljaju broj dana koji će patuljci kopati u svakom od
rudnika:
1x - broj dana kopanja u rudniku 1,
2x - broj dana kopanja u rudniku 2.
Problem linearnog programiranja je:
5
1 2
1 2
1 2
1 2
(min)
2 12
2 3 18
, 0
z x x
x x
x x
x x
Naravno, reč je o odgovarajućem problemu minimuma jer je cilj patuljaka da
što kraće kopaju u rudniku. Optimalno rešenje (koje ovom prilikom možemo
izračunati veoma jednostavno, ovde možete primeniti i grafički metod) je 7,5
dana. Neophodno je da kopaju 4,5 dana u prvom, i 3 dana u drugom rudniku.
Dodatne promenljive jednake su 0. Odatle imamo informaciju da patuljci ne
kopaju više od onoga što su se ugovorom obavezali da će iskopati.
32. Zadatak
Za proslavu kraja semestra, grupa studenata Ekonomskog fakulteta je rešila da napravi
žurku za sve studente u holu fakulteta. Pošto im je bilo dosta žurki na kojima svi piju
pivo oni su kupili sledeća pića:
PIĆE KOLIČINA
U LITRIMA
Burbon 50
Brendi 40
Votka 60
Suvi vermut 20
Slatki vermut 30
Rešili su da u ponudi bude samo 4 koktela: "Chauncey", "slatki italijanski",
burbon sa ledom i "ruski martini". "Chauncey" se sastoji od ¼ burbona, ¼
votke, ¼ brendija i ¼ "slatkog" vermuta. "Slatki italijanski" koktel sadrži ¼
brendija, ½ "slatkog" vermuta i ¼ "suvog" vermuta. Burbon sa ledom sadrži
samo burbon. Najzad, "ruski martini" se sastoji od ¼ "suvog" vermuta i ¾
votke. Svaki koktel sadrži 4 litra (očekuje se da žurka bude užasno dobro
posećena). Cilj studenata je da nađu takvu kombinaciju ovih sastojaka sa kojom
se može napraviti najveći mogući broj koktela.
a) Formulisati problem linearnog programiranja i objasniti značenje
uvedenih promenljivih.
b) Studenti su piće kupili u diskontu pića koji im je, zbog kupljene
količine omogućio da sve što se ne potroši mogu da vrate. Koliko će
pića (u litrima) studenti vratiti od svake vrste pića.
6
c) Nakon što je čuo kakvu žurku prave, vlasnik diskonta pića je rešio da
organizatorima pokloni još jedan litar pića po izboru. Koje su piće
tražili studenti znajući rešenje ovog problema?
R e š e n j e
a) Studenti žele da naprave najveći mogući broj koktela. Dakle, promenljive
moraju da predstavljaju koktele čiji broj želimo da maksimiziramo:
1x - broj „Chauncey“ koktela,
2x - broj „slatkog italijanskog“,
3x - broj burbona sa ledom,
4x - broj „ruskog martinija“.
Neophodno je sada povezati naše promenljive, koktele, sa dostupnim
informacijama, a to je u ovom slučaju količina u litrima svakog alkoholnog
napitka. Informacija koja povezuje ove dve stvari jeste da se svaki koktel pravi
od 4 litara pića. To znači, na primer, da se jedan „Ruski martini“ sastoji od
jednog litra suvog martinija i tri litra votke. Sada se ograničenja i zahtevi za
svaki koktel mogu prikazati na sledeći način:
Chaunce
y
Slatki
italijanski
Burbon sa
ledom
Ruski
martini
Ukupno
pića
Burbon 1
4
50
Brendi 1 1
40
Votka 1
60
Suvi martini
1
3 20
Slatki
martini 1 2
1 30
Odavde se direktno dobija problem linearnog programiranja za koji će
optimalna vrednost biti 46:z
7
1 2 3 4
1 3
1 2
1 4
2 4
1 2 4
1 2 3 4
(max)
4 50
40
3 60
20
2 30
, , , 0
z x x x x
x x
x x
x x
x x
x x x
x x x x
Odgovarajućim statističkim softverom dobijamo da je rešenje:
1 2 3 418, 6, 8, 14.x x x x
b) Koliko će od svake vrste pića studenti vratiti možemo, zapravo, videti kao
vrednosti dodatnih promenljivih. Zašto?
Dodatne promenljive nam govore o „neiskorišćenim kapacitetima“. U ovom
slučaju, ti kapaciteti upravo predstavljaju pića koja su dostupna pri pravljenju
koktela. Koristeći odgovarajući softver dobijamo da je
5 7 8 9 60, 16.x x x x x
Sada je jasno, studenti će potrošiti sva pića osim brendija, koga će ostati 16
litara.
c) Studenti treba da izaberu piće koje će najviše uticati na broj napravljenih
koktela, njihove ciljne funkcije. Takvu informaciju vidimo iz vrednosti dualnih
promenljivih koje govore za koliko nam se povećava ciljna funkcija ako
vrednost ograničenja povećamo za jednu jedinicu. U rešenju dualnog problema
se krije rešenje ovog dela zadatka jer su naša ograničenja pića koja smo kupili.
Vrednosti dualnih promenljivih su:
1 2 3 4 50,25, 0, 0,3, 0,1, 0,45.y y y y y
Vrednost funkcije cilja, broj napravljenih koktela, se najviše povećava ako
studenti kao poklon uzmu litar slatkog martinija.
Napomena: Pretpostavite sledeću situaciju, studenti su dobili na poklon litar
slatkog martinija. Razmislite prvo, bez ikakvog rešavanja zadatka, kako će to
uticati na funkciju cilja, za koliko će se ona povećati? Ili smanjiti?
8
Jasno je da će se vrednost povećati upravo za 0,45. Međutim, razmislimo tada
šta to znači, kakav rezultat smo dobili. Vrednost funkcije cilja je 46,45 i kada
ovaj zadatak rešimo pomoću odgovarajućeg softvera dobijamo da su vrednosti
naših promenljivih:
1 2 3 418,6, 6,2, 7,85, 13,8.x x x x
Postavlja se sasvim logično pitanje, da li ovako rešenje uopšte ima smisla?
Kako napraviti 18,6 koktela? Sasvim opravdano pitanje, ne samo u ovom nego
i u mnogim drugim problemima. Treba se uvek zapitati da li rešenje može da
bude ceo broj. Da bi videli zašto smo dobili rešenje koje nije ceo broj vratimo
se na sam početak priče o linearnom programiranju. Ono daje kao rešenje
vrednosti koje su nenegativne, ali nigde nije rečeno da rešenje mora da bude
prirodni broj, naprotiv. Dakle, mi imamo pozitivna realna rešenja. Upravo
zbog toga, ovakve modele, gde za rešenje očekujemo ceo broj ne rešava
linearno već celobrojno programiranje. Celobrojno programiranje možete
posmatrati kao nadogradnju linearnog, koja će, kao optimalno rešenje, dati cele
brojeve. Naravno, vrlo lako se može desiti da celobrojno programiranje dâ
rešenje koje je manje od rešenja linearnog programiranja. Može li celobrojno
rešenje da dâ rešenje koje je veće od rešenja linearnog programiranja? Vratite
se unazad i pogledajte prethodne zadatke, da li postoji neki koji je možda
trebalo posmatrati kao zadatak celobrojnog programiranja? Imajte ovo na umu i
u zadacima koji slede.
33. Zadatak
Kompanija za istraživanje tržišta želi da napravi telefonsku kampanju.
Neophodno je da kontaktira 150 udatih žena, 120 oženjenih muškaraca, 110
neudatih žena i 100 neoženjenih muškaraca. Oni će to raditi u dva termina –
jutarnjem i večernjem. Kompaniju jutarnji poziv košta 100 dinara a večernji
400 (zbog skuplje cene rada). U tabeli ispod je izlistan udeo svake ciljne grupe
koje teleoperateri dobijaju u zavisnosti od termina poziva. Kako uveče ne radi
veliki broj teleoperatera najviše polovina svih poziva može biti obavljena u
noćnom terminu. Formulišite problem linearnog programiranja pomoću kojeg
će ova kompanija minimizirati troškove ove telefonske kampanje.
9
Ciljna grupa Jutarnji
pozivi
Večernji
pozivi
Udate žene 30 30
Oženjeni muškarci 10 30
Neudate žene 10 15
Neoženjeni muškarci 10 20
Niko se nije javio 40 5
R e š e n j e
Ponovo zadatak treba da počnemo od najvažnije stvari – šta predstavljaju naše
promenljive? Cilj je minimizirati troškove istraživanja, tako da naše
promenljive moraju da predstavljaju broj poziva obavljenih u jutarnjim i
večernjim satima:
1x - broj jutarnjih poziva,
2x - broj večernjih poziva.
Neophodno je da istraživanje zadovolji uslove, odnosno da kontaktira
odgovarajući broj osoba iz svake ciljne grupe. Ovo će upravo predstavljati naša
ograničenja, tako da je odgovarajući problem linearnog programiranja:
1 2
1 2
1 2
1 2
1 2
2 1 2
1 2
(min) 100 400
0,3 0,3 150
0,1 0,3 120
0,1 0,15 110
0,1 0,2 100
1 ( )
2
, 0
z x x
x x
x x
x x
x x
x x x
x x
Poslednje ograničenje je zahtev da najviše polovina svih poziva može biti
obaveljena u noćnom terminu. Nakon modifikacije, poslednja nejednakost se
može predstaviti kao 1 2 0x x . Probajte da pretpostavite šta bi rešenje
moglo da bude bez ikakvog rešavanja. Tražimo minimizaciju funkcije cilja u
kojoj jedna promenljiva značajno manje utiče na rešenje nego druga. Zbog
toga, u optimalnom rešenju bi bilo idealno da 1x bude jedina pozitivna
10
promenljiva ako je to moguće. Ograničenja nas ne obavezuju da vrednost
promenljive 2x bude pozitivna, i zaista, rešavanjem ovog zadatka dobijamo da
je minimalna vrednost funkcije cilja 120000z koja se postiže za vrednosti
promenljivih:
1 2120, 0.x x
34. Zadatak
Jedna privatna stolarija pravi stolove i stolice. Proces nastajanja stolarije dele u
dva dela: proizvodnju, i proces farbanja i zaštite drveta, kojim se bave odvojeni
timovi. Kada bi radnici u proizvodnji proizvodili samo stolove mogli bi da
naprave 5 komada dnevno. Sa druge strane kada bi proizvodili samo stolice
proizvodni kapaciteti su im takvi da bi bili u stanju da naprave 15 stolica
dnevno. Sa druge strane, radnici koji se bavi farbanjem u stanju su da ofarbaju
25 stolova dnevno ako bi se samo time bavili ili 40 stolica ako bi samo to radili
u toku jednog radnog dana. Pri tome, očekuje se da se na dnevnom nivou
proizvede makar jedan komplet koji čine sto i četiri stolice. Profit stolarije je
10000 dinara po proizvedenom stolu kao i 4000 dinara po stolici. Postavite
problem linearnog programiranja pomoću kojeg bi ova mala stolarija odredila
svoj optimalni dnevni plan proizvodnje.
R e š e n j e
Može se desiti da vam se, na prvi pogled, učini da u ovom zadatku postoji
manjak informacija i da je zadatak nemoguće rešiti. To, naravno, nije slučaj.
Ključ je, kao i do sad, u tome da se ispravno odredi šta predstavljaju naše
promenljive. Nakon toga, ako to ispravno odaberemo, ograničenja će se
prirodno nametnuti. Pošto je neophodno odrediti optimalni dnevni plan, bitno
je da saznamo koliko, na dnevnom nivou, proizvodimo. Zbog toga naše
promenljive moraju biti:
1x - broj stolova koje stolarija dnevno proizvodi,
2x - broj stolica koje stolarija dnevno proizvodi.
Problem linearnog programiranja pomoću kojeg stolarija određuje svoj
optimalni dnevni profit izgleda ovako:
11
1 2
1 2
1 2
1
2
1 2
(max) 10000 4000
1 1 1
5 15
1 1 1
25 40
1
4
, 0
z x x
x x
x x
x
x
x x
Proanalizirajmo ograničenja. Poslednja dva su jasna, neophodan je komplet od
jednog stola i četiri stolice. Kada je reč o prvom ograničenju, podatak koji
imamo je koliko stolova i stolica radnici mogu da proizvedu ako rade samo na
jednom od ta dva proizvoda. Nama je potrebno koliko vremena utroše po
jednom komadu jer smo 1x i 2x definisali kao broj stolova i stolica koje
proizvedemo dnevno. Ograničeni smo odozgo sa 1 jer posmatramo proizvodnju
na dnevnom nivou. Razlomke možemo da izgubimo množenjem prve
nejdnakosti sa 15, druge sa 200 i dobijamo problem linearnog programiranja:
1 2
1 2
1 2
1
2
1 2
(max) 10000 4000
3 15
8 5 200
1
4
, 0
z x x
x x
x x
x
x
x x
Rešenje zadatka nam govori da pri optimalnom dnevnom planu proizvodnje
fabrika ostvaruje profit od 58000 dinara i to kada proizvodi jedan sto i dvanaest
stolica dnevno. Pored toga, vrednosti dodatnih i dualnih promenljivih su:
3 4 5 6
1 2 3 4
0, 132, 0, 0;
4000, 0, 2000, 0.
x x x x
y y y y
Probajte da date odgovor na sledeća pitanja. Šta možemo da zaključimo iz ovih
vrednosti? Da li sve promenljive imaju logično ekonomsko značenje ili ima
promenljivih koje nam nisu ni bitne?
12
35. Zadatak
Direktor jedne pošte je rešio da smanji broj zaposlenih poštara. Nakon što je
imao uvid u obim poslova došao je do zaključka koliko mu je poštara
neophodno za svaki dan u nedelji (podaci su prikazani u tabeli ispod). Pored
toga, zbog ugovora sa sindikatom svi njegovi poštari moraju da budu stalno
zaposleni kao i da svaki zaposleni poštar mora da ima 5 uzastopnih radnih dana
a nakon toga dva slobodna dana. Koliki je minimalni broj poštara koje direktor
mora da ima pod ugovorom u svojoj pošti? Postavite problem linearnog
programiranja pomoću kojeg bi došli do ovog broja.
Dan u sedmici Neophodan
broj poštara
Ponedeljak 17
Utorak 13
Sreda 15
Četvrtak 19
Petak 14
Subota 16
Nedelja 11
R e š e n j e
Definitivno najteži zadatak u ovom poglavlju. Pre nego što krenete u samo
rešavanje, probajte da na osnovu intuiticije procenite koliko bi rešenje otprilike
trebalo da iznosi. Najteži deo zadatka jeste da odredimo šta predstavljaju naše
promenljive. Većina nas će zadatak početi tako što će pretpostaviti da
promenljive predstavljaju broj poštara koje ćemo zaposliti svakoga dana. Time
bi funkcija cilja izgledala ovako:
1 2 3 4 5 6 7(min) .z x x x x x x x
Ograničenja bi onda bila 1 217, 13...x x Međutim, da li ćemo na ovaj način
da dobijemo tačno rešenje? Ako malo razmislimo shvatićemo da će nam
vrednost funkcije cilja ispasti veća nego što smo želeli. Minimalno rešenje se, u
stvari, u takvom zadatku, vidi napamet, jednako je
17 13 15 19 14 16 11 105.z
13
Intuitivno je jasno da ovo nije optimalno rešenje. Gde je nastao problem? Pa, u
činjenici da smo poštare koji rade ponedeljkom posmatrali odvojeno od poštara
koji rade, na primer, utorkom. Neophodno je da u naš problem ubacimo radno
vreme poštara – pet uzastopnih dana radno pa dva dana odmora. Kada je ovo
jasno, rešenje je već mnogo bliže. Posmatraćemo kada poštari rade, kojim
radnim danima, i u zavisnosti od toga imaćemo različite “klase” poštara koje će
predstavljati i naše promenljive. Razlikovaćemo ih po tome kojim danima rade
a kojim danima odmaraju:
1x - broj poštara koji rade u sledećim danima: ponedeljak, utorak, sreda,
četvrtak, petak;
2x - broj poštara koji rade u sledećim danima: utorak, sreda, četvrtak, petak,
subota;
3x - broj poštara koji rade u sledećim danima: sreda, četvrtak, petak, subota,
nedelja;
4x - broj poštara koji rade u sledećim danima: četvrtak, petak, subota, nedelja,
ponedeljak;
5x - broj poštara koji rade u sledećim danima: petak, subota, nedelja,
ponedeljak, utorak;
6x - broj poštara koji rade u sledećim danima: subota, nedelja, ponedeljak,
utorak, sreda;
7x - broj poštara koji rade u sledećim danima: nedelja, ponedeljak, utorak,
sreda, četvrtak;
Sada, malopređašnja funkcija cilja jeste odgovarajuća, dok će ograničenja za
svaki dan morati da uzmu u obzir sve one poštare koji rade na taj dan. Problem
linearnog programiranja prikazan je na sledećoj strani.
14
1 2 3 4 5 6 7
1 4 5 6 7
1 2 5 6 7
1 2 3 6 7
1 2 3 4 7
(min)
17
13
15
19
z x x x x x x x
x x x x x
x x x x x
x x x x x
x x x x x
1 2 3 4 5
2 3 4 5 6
3 4 5 6 7
1 2 3 4 5 6 7
14
16
11
, , , , , , 0
x x x x x
x x x x x
x x x x x
x x x x x x x
Ovaj zadatak možemo sada da rešimo koristeći odgovarajući softver. Pre nego
što dođemo do samog rešenja, razmislimo na trenutak šta očekujemo kao
rešenje ovog zadatka. Rešenje treba da nam odgovori na pitanje koliko je od
svake "klase" poštara neophodno zaposliti. Naravno, linearno programiranje
može da dođe i do rešenja kao što je 4,3 tako da je ovo zadatak gde je za samo
rešavanje neophodno koristiti celobrojno programiranje. Naravno, od vas se u
ovom zadatku tražilo samo da postavite problem. Mi ćemo svakako rešiti
zadatak kako bismo mogli da uporedimo rešenje sa rešenjem iz našeg prvog
pokušaja rešavanja, ali i da vidimo kakva je bila vaša intuicija.
Minimalni broj radnika koji pošta treba da zaposli je 23 (setite se, imali smo
rešenje 105 na početku). Rešenje je višestruko optimalno, i zaista, postoji veliki
broj tačnih rešenja. mi ćemo prikazati jedno od njih. Jedan od mogućih
rasporeda poštarama po "klasama" na sledeći način dovodi do optimalnog
rešenja:
1 2 3 4 5 6 76, 3, 2, 7, 1, 3, 1.x x x x x x x
Napomena: Problemi raspoređivanja ovog tipa predstavljaju jednu od
najzanimljivih primena matematičkog programiranja. Pokušajte sami da rešite
sledećih par zadataka.
36. Zadatak
Uporni direktor je nastavio da snižava svoje troškove. Poštare je počeo da
angažuje i preko studentske zadruge. Poštari koji rade preko zadruge zaposleni
su na određeno vreme, rade 4 sata dnevno i trošak pošte po satu rada iznosi 500
dinara. Poštari zaposleni puno radno vreme rade dnevno 8 sati. Trošak firme po
satu rada stalno zaposlenih poštara iznosi 1000 dinara. I dalje je ostao dogovor
15
sa sindikatom da poštari (bez obzira da li su zaposleni za stalno ili preko
studentske zadruge) moraju da rade pet dana uzastopno i da nakon toga
odmaraju dva dana. Pored toga, sindikat je uspeo da se izbori da rad poštara
zaposlenih preko zadruge bude ograničen na 25% ukupnih nedeljnih potreba za
radom. Formulišite problem linearnog programiranja koji minimizira nedeljne
troškove ove pošte. Nedeljna potreba za radom data je u tabeli ispod, ona je
sada samo data u radnim časovima kurira svakog dana.
Dan u sedmici
Neophodan
broj radnih
časova
Ponedeljak 136
Utorak 104
Sreda 120
Četvrtak 152
Petak 112
Subota 128
Nedelja 88
37. Zadatak
Šef policije glavnog grada Nambije odredio je broj policajaca koji treba da
patrolira centrom grada tokom sledećih četvoročasovnih perioda (tabela na
sledećoj strani). Svaki policajac radi dve uzastopne četvoročasovne smene.
Formulisati problem linearnog programiranja pomoću kojeg je šef policije
minimizirao broj policajaca koji će patrolirati centrom grada, naravno, uz uslov
da u svakom vremenskom periodu imamo neophodan broj policajaca na ulici.
Vreme Neophodan
broj policajaca
00:00 - 04:00 8
04:00 - 08:00 7
08:00 - 12:00 6
12:00 - 16:00 6
16:00 - 20:00 5
20:00 - 24:00 4
16
38. Zadatak
Sa druge strane, u Nedođiji, policajci rade dve šestočasovne smene. Poznat je
minimalan broj policajaca na ulici koji bi morali da patroliraju u svakoj od
četiri smene (tabela ispod). Policajci koji rade dve uzastopne smene su plaćeni
1200 NED-a po smeni, dok su oni koji rade dve, vremenski odvojene smene,
plaćeni 1800 NED-a po smeni. NED je nacionalna valuta u Nedođiji.
Formulišite problem linearnog programiranja pomoću kojeg ćete minimizirati
troškove policijske stanice neophodne za plaćanje policajaca.
Vreme Neophodan
broj policajaca
00:00 - 06:00 15
06:00 - 12:00 5
12:00 - 18:00 12
18:00 - 24:00 6