1. Tri pravca u poslovnom odlučivanju su:



Prvi pristup – naziva se racionalno ili naučno odlučivanje i u svim fazama procesa
odlučivanja je pogodan za korištenje kvantitativnih metoda,



Drugi pristup – odlučivanje na osnovu razlučivanja korištenjem stečenih znanja,
iskustava i vještina,



Treći pristup – baziran je na intuiciji odnosno na tome da se u postupku odlučivanja
ne mogu naći racionalni razlozi izbora jedne od alternativa.

2. Kao rezultat procesa odlučivanja pojavljuje se

: odluka.

Odluka je

izbor između više alternativnih pravaca djelovanja orjentisanih ka ostvarenju

definisanog cilja odnosno odluka predstavlja izbor jedne ili više mogućnosti ili alternativa.

4. Pojam kvantitativnih metoda u odlučivanju?

Kvantitativne metode u odlučivanju su skup matematičkih postupaka za rješavanje modela odlučivanja
sa numeričkim određenjem jedne ili više optimalnih alternativa. Još se koristi i naziv operaciona
istraživanja.

5. Problemi poslovnog odlučivanja moraju biti klasifikovani kroz:



Kriterij i cilj,



Alternativne metode ili procese i



Ograničavajuće uslove.

6. Pojam cilj?

Cilj je željeni nivo ili pravac koji je donosioc odluke odredio da bi se riješio poslovni problem,
odnosno neko zamišljeno stanje koje se želi ostvariti.

7. Pojam poslovni cilj?

Poslovni cilj je usko vezan za kriterije. Ako je kriterij standard za ocjenu ili pravilo za ispitivanje
prihvatljivosti onda je kriterij odlučivanja neposredna dimenzija za postizanje cilja.

8. Pojam alternativa?

Alternative su različite aktivnosti koje se mogu preduzeti u nekom vremenu i situaciji. Ako nema
alternative onda nema ni rješavanja problema odlučivanja.

9. Optimalna vs. zadovoljavajuća odluka.

Ako je slaganje između ishoda neke alternative/odluke i ciljnog skupa potpuno onda se radi o
optimalnoj odluci a ako je slaganje djelomično radi se o zadovoljavajućoj odluci.

10. Hronologija razvoja operacionih istraživanja.



Warlas- modelirao totalnu privrednu ravnotežu pomoću linearnih jednačina



Cournot - pokušavao pomoću analitičke matematike postaviti totalnu ravnotežu privrede,
definisao matematičke funkcije zakona ponude i trainje



1938 – opeaciona istraživanja su se pojavila kao sistemsko istraživanje u Engleskoj za
određivanje lokacija radarskih kontrola



1940 - koriste se u planiranju vojnih operacija u SAD



Kantorović 1939- godine prvi rješava problem linearnog programiranja tzv. "metodom
razrješavajućih pribrojnika".



Hitchock (1941) i Koopmans (1942) rješavaju transportni problem.



George Dantzig 1947. godine dao je osnovu simpleks metode kojom se rješavaju skoro svi
problemi linearnog programiranja.



Pored razvoja matematičkog programiranja razvijaju se i druge oblasti: redovi Čekanja, teorija
igara, modeli zaliha, mrežno planiranje itd



Iz tog vremena vojnih planiranja potiču nazivi 'Operational Research" u
Engleskoj i "Operations Research“ u SAD ili u posljednje vrijeme Management Science

11. Različite definicije operacionih istraživanja.

Dinkelbach: Operaciona istraživanja su nauka o postupcima numeričkog rješavanja modela
odlučivanja.
Zečević: Operaciona istraživanja predstavljaju skup kvantitativnih i drugih naučnih metoda pomoću
kojih se određuju optimalna ekonomsko – tehnička rješenja složenih problema.

12. Osobine operacionih istraživanja su:



Orjentisanost na složene probleme upravljanja,



Sistematski pristup problemima i



Naučna metoda pronalaženja rješenja.

13. Tipične osobine metoda operacionih istraživanja su:



Koriste se u pripremi optimalnih odluka,



Obavezna je konstrukcija konkretnog matematičkog modela i



Upotrebljavaju se matematičke metode u njihovom rješavanju.

14. Zadatak optimizacije mora udovoljiti nekoliko zahtjeva:



Postojanje kriterija odnosno cilja optimizacije,



Postojanje ograničenja izbora i



Postojanje mogućnosti izbora između najmanje dvije alternativne odluke.

15. Dvije formulacije optimalnosti su:



Princip maksimuma (postići maksimalan rezultat djelovanja uz date resurse) i



Princip minimuma (postići željeni uspjeh uz minimalna ulaganja).

16. Opšti zadatak optimizacije je

: odrediti vektor promjenljivih tako da funkcija cilja dostigne

ekstremnu vrijednost (maksimum ili minimum) a da pri tom relacije gi (X

₁

, X

₂

,...,Xn) [≤ = ≥]

bi i xj ≥ 0.

17. Rješenje zadatka optimizacije je:

optimalni vektor (X

₁

, X

₂

,...,Xn)za koji funkcija dostiže

ekstremnu vrijednost.

18. Osnovni elementi problema optimizacije su:



Promjenljive,



Funkcija cilja i



Skup ograničenja.

19. Promjenljive odlučivanja?

To su promjenljive u zadatku optimizacije koje odražavaju alternativne metode ili procese za
postizanje cilja.

20. Funkcija cilja?

Funkcija cilja predstavlja funkciju više promjenljivih za koju je potrebno odrediti ekstremnu vrijednost
u skupu dopustivih rješenja i ona pokazuje kako vrijednost promjenljivih Xj, j=1,n utiču na ciljnu
veličinu z. Funkcija cilja se još naziva i funkcija kriterija.

21. Funkcija cilja se maksimizira ako

se usvojeni kriterij odnosi na profit, dobit, prinos itd.

22. Funkcija cilja se minimizira ako

se usvojeni kriterij odnosi na troškove, gubitak , škart itd.

35. Matematičkim relacijama se uspostavljaju

: odnosi između različitih vrsta promjenljivih i

najčešće se izražavaju u obliku nejednačina i jednačina.

36. S obzirom na okolnosti u kojima se odlučuje razlikujemo:



Metode odlučivanja u uslovima sigurnosti,



Metode odlučivanja u uslovima rizika i



Metode odlučivanja u uslovima neizvjesnosti.

37. Matematičke modele programiranja možemo klasifikovati prema:



Određenosti funkcionalnih odnosa,



Karakteristikama kvantitativnih zavisnosti između promjenljivih,



Faktoru vrijeme,



Broju kriterija i



Ciljevima rješavanja problema odlučivanja.

38. Drugi kriterij klasifikacije kvantitativnih modela?

Drugi kriterij je prema karakteristikama kvantitativnih zavisnosti između promjenljivih i razlikujemo:



Linearne i



Nelinerane modele.

Kod linearnih modela odnosi između promjenljivih su linearni i sve relacije su date u obliku linearnih
nejednačina/jednačina. Linearni modeli se koriste češće zbog toga što:



se jednostavnije rješavaju,



je jednostavniji proces prikupljanja podataka o koeficientima,



je jednostavnija interpretacija odnosa između promjenljivih i



statističke metode ocjenjivanja koeficienata modela uglavnom su bazirane na
linearnim relacijama.

39. Računske tehnike operacionih istraživanja mogu se svrstati u tri osnovne grupe:



Analitičke metode ,



Numeričke iterativne metode i



Simulacione tehnike.

40. Cilj korištenja metode operacionih istraživanja

sastoji se u tome da se dođe do optimalnih

rezultata iz mnoštva mogućih rješenja.

41. Operaciona istraživanja se u procesu donošenja poslovnih odluka koriste u sljedećim

uslovima:



Poslovni problem je kompleksan kako u strukturi tako i u objašnjenju interakcije sa
drugim pojavama tako da postoji čitav splet faktora koji utiču na realizaciju donesene
odluke.



Postoji mogućnost kvantitativnog strukturiranja problema odlučivanja kao i
mogućnost obezbjeđenja neophodnih podataka i informacija za kvantitativno
modeliranje.



Ciljevi poslovnog odlučivanja se mogu kvantificirati i



Može se definisati odgovarajući matematički model.

42. Sistematski postupak rješavanja problema operacionih istraživanja sastojao bi se od

sljedećih koraka:



Opis i verbalna formulacija problema,



Definisanje modela,



Prikupljanje i sređivanje informacija i podataka,



Rješavanje modela i



Korištenje rješenja.

43. Linearno rogramiranje predstavlja:

metodu određivanja optimalnog rješenja problema

odlučivanja kod kojih su relacije između promjenljivih u funkciji cilja i skupu ograničenja
linearna.

44. Optimalno rješenje je:

„najbolje“ rješenje iz skupa dopustivih rješenja u skladu sa usvojenim

kriterijem za koje funkcija cilja dostiže ekstremnu vrijednost – maksimum ili minimum.

45. Matematička formulacija se sastoji u:

tome da je potrebno pronaći takav skup vrijednosti

promjenljivih x1,x2,...,xn iz domena dopustivih rješenja D, koji je određen sistemom linearnih
nejednačina/jednačina za koji funkcija cilja dostiže maksimalnu/minimalnu vrijednost.

46. Model linearnog programiranja ili linearni model?

Matematički model koji je definisan linearnom formom sa n promjenljivih

z= C

₁

₂

+...+CnXn → (max/min)

i sistemom od m linearnih nejednačina/jednačina sa istom skupu promjenljivih označava se kao model
linearnog programiranja ili linearni model.

47. U linearnom modelu korištene su sljedeće oznake:



Xj – j-ta promjenljiva odlučivanja ili strukturna promjenljiva,



Z – funkcija cilja ili funkcija kriterija,



Cj – koeficient kriterija po jedinici j-te promjenljive,



Aij – strukturni koeficienti u ograničenjima (količina i-tog ograničenja koja se vezuje ili
je potrebna za jedinicu j-te promjenljive)



Bi – slobodni koeficient u i-tom ograničenju ili količina i-tog ograničenja



i= 1,m , j=1,n

48. Osvnovni elementi matematičkog modela su:



Promjenljive Xj,



Funkcija cilja – linearna forma i



Skup ograničenja – sistem nejednačina/jednačina

49. Problemi poslovnog odlučivanja koji se rješavaju metodama linearnog programiranja

mogu biti

kvantificirani kroz sljedeće komponente:



Alternativne aktivnosti,



Kriterij i cilj i



Ograničenja.

50. Minimalna matematička reprezentacija problema linearnog programiranja se definise:



Skupom promjenljivih X1,X2,...,Xn,



Funkcijom cilja i



Skupom ograničenja.

Ako posmatramo dvije tačke A i B iz domena dopustivih rješenja, ma koja tačka C prave linije koja
povezuje tačke A i B je linearna kombinacija tačaka A i B, izražena u obliku: C= Αa + (1 – α)B. Ako
se u to uključi i uslov da je 0≤ α ≤1onda se ova linearna kobinacija naziva konveksnom kombinacijom
dvaju tačaka. Konveksni skup tačaka predstavlja onaj skup tačaka koji za bilo koje dvije tačke A i B
koje pripadaju ovom skupu sadrži i sve tačke duži koja povezuje tačke A i B.

63. U konveksnom skupu razlikujemo dvije vrste tačaka:



Ekstremne – nalaze se u tjemenima konveksnog poliedra i ne mogu se izraziti kao konveksna
kombinacija drugih tačaka skupa. Te tačke predstavljaju tačke mogućih rješenja problema
linearnog programiranja.



Neekstremne

64. Konveksan skup se naziva

konveksnim poliedrom

ako je

ograničen i ako mu je broj

ekstremnih tačaka konačan.

65. Domen dopustivih rješenja ne daje odgovor na

pitanje izbora optimalnog rješenja

, već ga

daje

funkcija cilja koja ekstremnu vrijednost dostiže u ekstremnoj tački konveksnog poliedra.