Disertacija - Univerzitet u Novom Sadu
Disertacija - Univerzitet u Novom Sadu
Disertacija - Univerzitet u Novom Sadu
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
transportni zadatak i objavio ga je ruski matematičar Kantorovič. Američki matematičar F.<br />
Hičkok je, 1941. godine, strogo formulisao ovaj problem i dao metod za njegovo rešavanje.<br />
Matematičkim programiranjem se rešavaju optimizacioni zadaci koji se u<br />
matematičkoj formi predstavljaju:<br />
− funkcijom cilja koju treba ekstremizirati (max ili min) i<br />
− skupom funkcija koje ograničavaju domen definisanosti funkcije cilja.<br />
U vezi sa tim, može se reći da funkcija cilja i ograničenja čine matematički program,<br />
dok programiranje predstavlja proceduru traženja takvih vrednosti promenljivih u zadatku<br />
pri kojima su istovremeno zadovoljena ograničenja i postignut definisani cilj. (Stanimirović i<br />
dr, 2007)<br />
MP nema jednoznačnu i opšteprihvaćenu podelu, međutim, u literaturi se najčešće<br />
deli na linearno (LP), nelinearno (NP), kvadratno (KP) i celobrojno programiranje (CP).<br />
Posebnu klasu MP čini dinamičko programiranje (DP), koje rešava probleme (optimalnog)<br />
sekvencijalnog odlučivanja. Sve navedene klase imaju svoje potklase, kao i širok spektar<br />
algoritama.<br />
U ovom istraživanju, posebna pažnja biće posvećena linearnom programiranju.<br />
Linearno programiranje je matematička metodologija za rešavanje linearnih<br />
problema, kod kojih su i ciljna funkcija i ograničenja linearni. Zadatak linearnog<br />
programiranja jeste da odredi ekstrem (maksimum ili minimum) linearne funkcije koja<br />
zavisi od više promenljivih, pod uslovom da su neke od ovih promenljivih nenegativne i da<br />
zadovoljavaju linearna ograničenja, u obliku jednačina i/ili nejednačina.<br />
Postoji više metoda za rešavanje problema linearnog programiranja. Do prvog<br />
opšteg metoda za rešavanje problema linearnog programiranja došao je američki<br />
matematičar G. B. Dancig 1947. godine. On je, takođe, formulisao opšti oblik problema<br />
linearnog programiranja i dao algoritam za njegovo rešavanje, poznat kao simpleks metod.<br />
Dancigov rad je poslužio kao osnova svim narednim razmatranjima problema linearnog<br />
programiranja i našao velike primene u praksi, zbog čega veliki broj komercijalnih softvera<br />
za rešavanje problema linearnog programiranja koristi upravo njegov metod (Stanimirović i<br />
dr, 2007).<br />
a ij<br />
Neka je [ ] mxn<br />
A = matrica i<br />
programiranja (LP) može da se zapiše na sledeći način:<br />
b<br />
m n<br />
∈ R , c ∈R<br />
vektori. Problem linearnog<br />
min c T x (2.1.1)<br />
Ax ≥ b (2.1.2)<br />
x ≥ 0 (2.1.3)<br />
Matrica A zajedno sa vektorom b opisuje ograničenja, dok vektor c predstavlja<br />
funkciju cilja problema linearnog programiranja.<br />
Za rešavanje problema linearnog programiranja primenjuju se različiti algoritmi, a koji<br />
od algoritama u konkretnom slučaju može da se primeni direktno zavisi od veličine i<br />
složenosti posmatranog problema. Složenost utiče na potrebne računarske resurse,<br />
odnosno procesorsko vreme i veličinu memorijskog prostora, koji su potrebni za<br />
pronalaženje rešenja. Praktično, procesorsko vreme je kritični resurs, tako da u zavisnosti<br />
od potrebnog procesorskog vremena za njihovo rešavanje, algoritamski rešivi problemi<br />
8