I. Forma Generala A Unei PPL

I. FORMA GENERAL A PROBLEMEI DE PROGRAMARE LINIAR.
DEFINIII I PROPRIETI FUNDAMENTALE

Acest paragraf are rolul de a fixa notaiile necesare formulrii problemelor de optimizare liniar i de a reaminti cititorilor concepte i rezultate remarcabile din programarea liniar.
1. a) Forma general. Forme echivalente.

n aij x j bi , i = 1, m1 , m1 N j =1 n aij x j = bi , i = m1 + 1, m2 , m1 m2 N . j =1 n aij x j bi , i = m2 + 1, m, m2 m N j =1
I.1.1
Observaie:
a
j =1
ij
x j ( )bi , pentru un i fixat, reprezint un hiperplan cu
frontiera d i : aij x j = bi . Dac i ia toate valorile posibile, se obine un

j =1
poliedru convex din spaiul n-dimensional cu n + 1 vrfuri, care reprezint un simplex. Orice punct al simplexului verific simultan restriciile I.1.1. ntreaga teorie pe care o vom dezvolta este stabilit sub condiia fundamental a non-negativitii, condiie care este impus a priori n quasitotalitatea problemelor economice I.1.2
x j 0 , j 1, n .
Analiza economico-matematic a unor modele liniare
Problema general de optimizare liniar se formuleaz astfel: n mulimea soluiilor sistemului de restricii I.1.1 i a condiiei de nenegativitate I.1.2, s se gseasc cel puin o soluie care optimizeaz funcia scop (funcia obiectiv, economic) I.1.3: I.1.3
[max] f = c j x j sau [min] f = c j x j .
j =1 j =1 n n
Din punct de vedere matematic, ea poate fi ncadrat n clasa problemelor de extrem legat n care restriciile pot fi ecuaii i/sau inecuaii liniare.
a11 ... a1 j .... = ai1 ... aij .... a m1 ... a mi ... a1n ..... ... ain , cu liniile .... ... a mn
Notaii: Amn
i = (ai1 ... aij ... ain )
a1 j ... i 1, m , i coloanele a j = aij j 1, n ; ... a mj
x1 b1 ... ... X = x j ; b = b j ; c = (c1 ... c j ... ... x b n m
... c n ) ; J = { ,..., n} , I = { ,..., m}. 1 1
Forma general a problemei de programare liniar. Definiii i proprieti fundamentale
Scrierea vectorial a formei generale a problemei de programare liniar:

i X bi , i = 1, m1 i X = bi , i = m1 + 1, m2 , i X bi , i = m2 + 1, m X 0, [opt ] f = cX .
I.1.1'
I.1.2' I.1.3'
Formele matriceale echivalente pentru problema de programare liniar sunt:
Forma standard AX = b X 0 [opt ] f = cX
Forma canonic AX b AX b X 0 X 0 [max] f = cX sau [min ] f = cX
Forma mixt i X bi , i I 1 I i X = bi , i I \ I 1 X 0 [opt ] f = cX

n forma canonic apar numai restricii concordante cu tipul de optim al funciei economice. Urmtorul tabel sistematizeaz relaiile dintre aceste elemente ale modelului:
Optim Restricie maxim Concordant. Nonconcordant. minim Nonconcordant. Concordant.
Trecerea de la o form la alta este posibil prin folosirea urmtoarelor operaii:
(O1) [min] f ( x ) = [max]( f (x )) ;
X bi (O2) i X = bi , i I i ; i X bi (O3) i X bi , i I i X + x n +i = bi ;
i X bi , i I i X x n +i = bi ,
unde - n ambele cazuri - x n +i 0 se numete variabil de ecart sau variabil
de compensare. Aceste variabile au ntotdeauna coeficientul 0 n funcia obiectiv.

(O4) Dac x j R * , atunci x j = x + x , unde x + , x R + se numesc j j j j
variabile slack (variabile de abatere). n general, x + = max(0, x) i x = max(0, x) .
1. b) Baze. Tipuri de soluii.

Se consider o problem de programare liniar (P.L.) scris sub forma standard: I.1.1.b) AX = b , rangA=m<n, b 0 i i I astfel nct bi > 0 , I.1.2.b) X 0 , I.1.3.b) [max] f = cX .
Vectorul b este numit vectorul resurselor. Matricea A este numit matricea coeficienilor tehnologici. Acetia sunt stabilii de ctre specialiti din domeniul procesului economic studiat. Din punctul nostru de vedere, intereseaz datele de intrare i de ieire i exprimarea matematic a legturilor dintre ele.
Problemei de mai sus i se pot asocia dou spaii: Spaiul R m , care conine n particular vectorii coloan a1 ,..., a n ai matricei
A, este numit spaiul bunurilor. Din sistemul acestor vectori coloan se pot m extrage sisteme de cel mult C n vectori liniar independeni.
Spaiul R n , care conine, n particular, vectorul X, l vom numi spaiul
activitilor. Un punct X = (x1 ,..., x n )
T
reprezint, din punct de vedere
matematic, o soluie a sistemului I.1.1. n acest spaiu vom defini urmtoarele tipuri de soluii: D1
X = ( x1 ,.., x s ,.., x m ) este soluie a problemei dac x1 ,...., x n verific

T
sistemul de restricii AX = b .
D2
Se numete soluie admisibil (posibil, program) a problemei
considerate un ansamblu de valori x1 ,...., x n ale variabilelor x1 ,...., x n care satisfac restriciile i condiiile de nenegativitate. Altfel spus, componentele sale satisfac condiiile de funcionalitate i de nenegativitate. Mulimea acestor soluii admisibile se va nota cu .
D 3 Se numete baz a sistemului AX = b orice baz a spaiului bunurilor
m R m . Se deduce uor c se pot forma cel mult C n baze (de exemplu, dac
n = 20 i m = 10 ar rezulta limita superioar egal cu 25 10 4 ).
Considerm B = a j1 ,..., a jk ,..., a jm , unde a j1 ,..., a jk ,..., a jm sunt m vectori liniar independeni, j k J , k 1, m . Atunci x j1 ,..., x jk ,...x jm sunt numi variabile nebazice, relativ la baza B; numrul lor este (n m ) . variabilele bazice i rangA=m. Variabilele x j , j J \ { j1 ,..., j m } se vor
D 4 Vom numi SAB (soluie admisibil de baz) corespunztoare bazei
B = a j1 ,..., a jk ,..., a jm un ansamblu de valori ale variabilelor x1 ,...., x n care

ndeplinesc condiiile: - AX = b i X 0 .
nebazice sunt nule (x j = 0, j J \ { j1 ,..., j m }) .
- Valorile variabilelor bazice sunt pozitive x jk 0, k 1, m i ale celor
Dac SAB conine exact m = rangA componente strict pozitive, atunci ea se numete nedegenerat, iar n caz contrar, se numete soluie degenerat. Presupunem c primii m vectori ai matricii A formeaz o baz i introducem notaiile:
Terminologie Baz Matrice nebazic Variabile bazice Variabile nebazice Scriere vectorial Scriere pe coordonate
B R
XB XR
(a m+1 ....a n ) (x1 ,..., xm )T (x m+1 ,..., x n )T
(a1 ....a m )
XB Sistemul de restricii AX = b admite scrierea: (B R ) R = b , X echivalent cu forma canonic a sistemului de B 1 1 R restricii: X = B b B R X , din care rezult o soluie admisibil de baz: not X B = B 1 b , dac B 1 b = X B 0 . R X = 0
D 5 O SAB care optimizeaz funcia de eficien f se numete soluie
optim (SO). Notat X * , ea reprezint coordonatele extremului absolut. Observaii: Vectorii corespunztori variabilelor bazice sunt liniari independeni. Un vector oarecare din R m se exprim n mod unic ca o combinaie liniar de vectori bazici.
1. c) Teoremele fundamentale ale programrii liniare

Se consider o problem de programare liniar scris sub forma standard (n paragraful anterior au fost date operaiile cu ajutorul crora orice problem de programare liniar poate fi adus la aceast form): I.1.1.c) AX = b , I.1.2.c) X 0 , I.1.3.c) [max] f = cX , cu I.1.4.c) rangA=m<n, b 0 i i I astfel nct bi > 0 . Din punct de vedere matematic, determinarea soluiei optime, dac exist, pentru I.1.1.c) I.1.3.c), n condiiile I.1.4.c), nseamn determinarea extremului absolut atunci cnd legturile care exist ntre variabilele problemei sunt exprimate prin ecuaii i/sau prin inecuaii. Teoremele ce urmeaz vor preciza dac exist sau nu soluii admisibile pentru problema considerat, i legtura lor cu anumite puncte ale mulimii
= {X
AX = b, X 0}. Rezultatele sunt utile n rezolvarea
problemelor de programare liniar.
Teorema 1: Mulimea soluiilor admisibile ale problemei I.1.1.c) I.1.3.c) formeaz o mulime convex.
n general, mulimea este un tronson convex, numit i simplex. Observaie: Un tronson convex are, prin definiie, un numr finit de puncte de extrem i orice punct al mulimii poate fi exprimat ca o combinaie liniar convex a acestora.
Teorema 2: Se consider problema I.1.1.c) I.1.3.c) n condiiile I.1.4.c) i

fie mulimea soluiilor sale admisibile. Atunci: i) Dac este nevid i mrginit, o soluie optim a problemei corespunde unui punct de extrem. ii) Dac este nevid i nemrginit, atunci funcia obiectiv are valoare optim infinit. iii) Dac este vid, atunci problema nu are soluii.
Teorema 3: Dac sistemul de vectori a j1 ...a jm este liniar independent n

spaiul bunurilor
Rm
X = 0...x j1 ...x jm ...0
a j1 x j1 + ... + a jm x jm = b ,
atunci
este punct de extrem (vrf) al poliedrului convex .
Reciproca este de asemenea adevrat.
Teorema 4: O funcie liniar f ( X ) = c j x j , unde X

j =1
, convex, i
atinge valoarea optim, dac aceasta exist, ntr-un punct de extrem (vrf) al mulimii .
Teorema 5: Dac f ( X ) ia valoarea optim n mai mult de un punct de

extrem al mulimii , atunci ea are aceeai valoarea pe toat mulimea convex generat de aceste puncte.
2 a) Problema dual
n algebra formal, oricrui model liniar cu funcia scop [max] f ([min ] f ) i corespunde un model liniar cu funcia obiectiv
[min ]g ([max]g ) .
Fiind dat problema de programare liniar [opt ] f = cX AX b sau AX = b sau AX b X 0 se poate formula un alt model liniar utiliznd elementele {A, b, c}, cu alte semnificaii matematice. Problema dat iniial o vom numi problema primal (P.P), iar cea obinut n urma unui procedeu ce va fi dat, se va numi problema dual (P.D). Ele se pot deduce reciproc pe baza unor corespondene, oricare ar fi forma sub care se prezint primala.
DUALITATE Legturi formale

Elementele problemei primale
[max]f /[ min]f m este numrul restriciilor independente
Elementele problemei duale

[min]g / [max]g m este numrul variabilelor duale
u1 ,..., u i ,..., u m
n este numrul variabilelor primale n este numrul restriciilor
x1 ,..., x j ,..., x n
A M mn b1 ,..., bm
b este matricea coeficienilor
AT
matricea coeficienilor tehnologici
tehnologici; rangA=m componentelor termenului liber
bi , i 1, m , coeficientul lui u i
funcia obiectiv g:
g = u1b1 + ... + u m bm c = (c1 ,.., c j ,.., c n )

variabilelor n f: sunt coeficienii
n
c1 ,.., c j ,.., c n
restriciilor
sunt termenii liberi ai
f = cj xj
j =1
a
j =1
ij
x j bi
x j = bl x j bp
max( f ) min( f ) ul R
ui 0 ui 0
a
j =1 n
lj
a
j =1
pj
max( f ) min( f )
up 0 up 0
Cazul general al construirii dualului unui program liniar
[max] f = 15 x1 + 20 x 2 + 18 x3 3 x1 + 2 x 2 + 1x3 820 u1 0

[max] f nonc conc
7 x1 + 1x 2 + 11x3 400 u 2 0
[max] f
20 x1 + 17 x2 + 3 x3 = 680 u3 R
[max] f
eg.
x1 0
Ineg. conc. cu [min]g
[min]g = 820u1 + 400u2 + 680u3 3u1 + 7u 2 + 20u 3 15 2u1 + u 2 + 17u 3 = 20 u1 + 11u 2 + 3u 3 18

Determinate de condiiile impuse asupra variabilelor primalei i de tipul de optim al dualei.
x2 R
Ecuaie
Ineg. nonc. cu [min]g
x3 0
Caz particular: Probleme duale simetrice Diagrama lui Tucker pentru problemele duale simetrice:
[max] f = cX [min]g = Ub
(P.P.)
{AX
b X 0
i (P.D.) { c UA U 0
Problema primal
Variabile
x1 0 a11
x2 0 a12
xn 0 a1n
a2n
Relaii
Disponibi l
u1 0
b1
u2 0
Problema dual
a 21
a 22
b2
um 0
Relaii
a m1
c1
am2
c2
a mn cn
bm [min]g
Venituri unitare
[max
2. b)Teoremele fundamentale ale dualitii

Teorema 1: Valoarea funciei de eficien din problema de maxim nu poate depi valoarea funciei de eficien din problema de minim, pentru orice cuplu de soluii admisibile ale celor dou probleme duale:
f ( X SAB ) g (U SAB ) .
Teorema 2: Dac X * i U * este un cuplu de soluii admisibile de baz a

problemelor duale (P.P.) i (P.D.) care verific relaia cX * = U *b , atunci X * este soluie optim pentru (P.P.) i U * este soluie optim pentru (P.D).
Teorema 3: Fiind dat un cuplu de probleme duale, una i numai una din urmtoarele afirmaii este adevrat: i) Cele dou probleme au soluii admisibile. n acest caz, ele admit i soluii optime finite i valorile optime ale funciilor obiectiv coincid. Una din probleme are soluii admisibile, cealalt nu. n acest caz, ii) prima are optim nemrginit, iar duala sa nu are soluii. Nici una din probleme nu are soluii. iii)
Teorema 4: Fiind dat un cuplu de probleme duale, o condiie necesar i

suficient pentru ca o soluie admisibil X * (sau U * ) s fie optim este s existe o soluie admisibil U * (sau X * ) a dualei sale, astfel nct cX * = U *b . Urmtorul tabel sumarizeaz aceste teoreme:
P.D. \ P.P. S.O.F Fr soluie Optim nemrginit
S.O.F Fr soluie Optim nemrginit
* * * *
3. Rezolvarea modelelor liniare n spaiul bunurilor R 2 +

Metodele de rezolvare a problemelor de programare liniar sunt diferite de cele din analiza matematic pentru problemele de extreme cu legturi. Ele in seama de particularitile modelului liniar i au la baz teoremele enunate n primul paragraf. n continuare vor fi studiate modele liniare n care n=2, ale cror extreme se ating n vrfurile unui poligon convex (tronson) din plan. Metoda grafic, la care ne vom referi, este o metod cu aplicabilitate limitat de posibilitatea reprezentrii mulimii n spaiul activitilor, mai precis de numrul variabilelor. Sperm ca prin aceste exemple s se neleag ideile de baz ale metodelor ce vor fi expuse n capitolul urmtor. Subliniem faptul c metoda grafic se poate aplica i n cazul n=3, dar, pe lng faptul c se poate pierde claritatea i capacitatea de analiz a reprezentrii geometrice, metoda poate s implice un volum mare de operaii elementare. n acest caz, sau atunci cnd n 3, se utilizeaz metode de tip simplex, ns independent de numrul variabilelor, procesul de cutare a soluiei optime are loc n spaiul R n printre vrfurile poliedrului definit de restriciile modelului. Pentru nceput se vor puncta
cteva aspecte deosebit de utile, desprinse din proprietile soluiilor unui model liniar: Fiecare soluie de baz corespunde unui punct extrem al mulimii convexe . Fiecrui punct de extrem i corespunde un sistem de m vectori liniar independeni n R m . Exist un punct extrem al mulimii , nevid i mrginit, n care funcia economic i atinge optimul su. Etapele principale de aplicare a metodei grafice n cazul n=2 sunt: Etapa 1: Separarea planului n regiuni determinate de restriciile modelului. Se verific dac sistemul format din restriciile modelului i condiia de nenegativitate sunt compatibile sau nu, deci se obin informaii despre : DA Problema nu admite soluii. = ? NU Etapa 2.
Etapa 2: Mulimea soluiiilor admisibile este o mulime convex, nevid, care poate fi:
[max ] f [min ] f
[max ] f = + .
Nemrginit Mrginit Etapa 3.
Etapa 3.
Etapa 3: Fiecrui punct ( x1 , x 2 )

valoarea optim se procedeaz astfel:
i corespunde o anumit valoare a
funciei obiectiv f = c1 x1 + c 2 x 2 . Pentru stabilirea celui n care i atinge Se calculeaz coordonatele vrfurilor poligonului convex . Se construiete familia- fascicolul - de drepte Aceast familie are urmtoarele proprieti: - Toate dreptele sunt paralele.
(D )R : c1 x1 + c2 x2 = .
- Toate soluiile admisibile ( x1 , x2 ) care se afl pe aceeai dreapt dau aceeai valoare funciei f . - Cu ct dreapta este mai deprtat de originea axelor de coordonate, cu att valorile lui f vor fi mai mari, dar intereseaz numai cele care au cel puin un punct comun cu . Se cerceteaz distanele de la dreptele c1 x1 + c2 x2 = care trec prin vrfurile lui i dreapta (D0 ) ; pentru [max ] f se alege cea mai deprtat de
(D0 ) , iar pentru [min ] f cea mai apropiat de (D0 ) . Practic, se deplaseaz (D0 ) paralel cu ea nsi pn cnd atinge cea mai mare distan ([max ] f )
fa de poziia sa iniial i trece prin cel puin un vrf al trosonului . Deoarece modelele de programare liniar difer nu numai de la un proces la altul, ci i n cadrul unuia i aceluiai proces, datorit unor modificri de ordin tehnologic i/sau a cerinelor modelului social-economic n care i desfoar activitatea, este dificil s se elaboreze modele generale. Totui, n ciuda varietii problemelor obinute prin modelarea unor procese economice, se pot formula unele tipuri de modele, cum ar fi cele de elaborare a unui program optim de producie, probleme de transport, probleme de amestec, etc. n continuare sunt date exemple din cteva domenii ale activitii economice.
Exemplul 1: n cadrul unei uzine se gsesc disponibile capaciti de producie relativ mici care ar trebui folosite, cunoscut fiind faptul c aceste
resurse sunt nestocabile. S-a luat decizia de a fabrica dou produse P1 , P2 a cror tehnologie folosete capacitile disponibile. La punctul de turnare, capacitatea disponibil este de 40h, iar randamentele orare sunt 3, respectiv 2 pentru P1 , P2 . Capacitatea de achiere poate asigura prelucrarea a 100 piese tip P1 sau P2 n aceeai unitate de timp sau combinaii ale acestor produse n limita acestui numr. La linia de montaj se pot realiza cel puin 30 de piese P1 i 20 piese P2 , dar nu mai mult de 55 piese P1 i 60 piese P2 .
Cheltuielile de producie au fost evaluate la 40 i 45 uniti monetare pentru un produs P1 , repectiv P2 . S se gseasc numrul de produse de tip P1 , respectiv P2 ce se pot realiza cu cheltuieli minime n aceste condiii.
Soluie: Notm cu x1 i x 2 numrul de produse de tipul P1 , respectiv P2 ce
se pot fabrica i cu f funcia economic a cheltuielilor totale. innd seama de condiiile impuse de procesul tehnologic i de nivelurile resurselor disponibile, putem scrie: I.3.1 [min ] f = 40 x1 + 45 x 2 [min ] f = 40 x1 + 45 x2 x1 x 2 3 + 2 40 I.3.2 x1 + x 2 100 x1 30 x 2 20
2 x1 + 3 x 2 + x3 = 240 x + x + x = 100 1 2 4 x1 x5 = 30 x 2 x6 = 20
, cu forma standard
I.3.3
x j 0,
j = 1,2
x j 0,
j = 1,6
Observaie: Nu s-a folosit, deocamdat, informaia despre limitele

superioare ale numerelor de piese de tip P1 (55), respectiv P2 (60).
Etapa 1: Stabilirea compatibilitii relaiilor I.3.2 i I.3.3: Restricii Semiplane 2 x1 + 3 x 2 240

x1 + x 2 100 x1 30 x 2 20
Frontiere
S1 = {(x1 , x2 ) 2 x1 + 3 x2 240} S 2 = {( x1 , x2 ) x1 + x2 100} S3 = {( x1 , x2 ) x1 30} S 4 = {( x1 , x2 ) x2 20}
(d1 ) : 2 x1 + 3x2 = 240 (d 2 ) : x1 + x2 = 100 (d3 ) : x1 = 30 (d 4 ) : x 2 = 20
Reprezentnd grafic semiplanele date de restriciile anterioare (figura I.3.1), intersecia lor, notat S, este chiar mulimea soluiilor modelului cercetat: S = I S i .
i =1 4
x2
100 80
B F Figura I.3.1
( D0 )
C D
20
(d 4 )
x1
100 120
30
(d 3 )
(d 2 )
(d1 )
Mulimea soluiilor admisibile se obine din operaia:

S I {(x1 , x2 ) x1 0, x2 0} ,
care, conform notaiilor introduse n primul paragraf, reprezint . Ea apare ca o mulime nevid i mrginit, cu patru puncte de extrem A, B, C, D, ce vor corespunde unor soluii admisibile de baz. Despre orice punct
(x0 , y 0 ) putem afirma urmtoarele: ( x0 , y 0 ) poate fi exprimat ca o combinaie liniar convex a unor puncte de extrem. De exemplu, coordonatele oricrui punct ( x0 , y 0 ) [AB ] admit
scrierea:
x0 = x A + (1 )x B y 0 = y A + (1 ) y B
[0,1] .
Astfel, pentru =
xG =
1 se obin coordonatele punctului G (d 3 ) : 2
1 1 1 1 30 + 1 30 = 30 i y G = 20 + 60 = 40 . 2 2 2 2
x F = 50 yF =
Valoarea funciei economice f variaz n raport cu poziia lui ( x0 , y 0 ) n . x E = 40 y E = 40

f E= 3400 ;
xG = 30 y G = 40
f G = 3000 ;
140 f F = 4100 . 3
Etapa 2: i mrginit. Conform teoremei 2i), paragraful 1.c), modelul liniar admite cel puin o soluie optim finit. Etapa 3: Din familia de drepte (D ) : 40 x1 + 45 x 2 = , R se traseaz
dreapta D0 i distanele de la aceasta la vrfurile poliedrului.
Valoarea minim a lui f va fi stabilit dup completarea tabelului sintez:

T.I.3.1 Valorile funciei economice
Vrf
Coordonate
SAB
x1 = 30 x 2 = 20 x1 = 30
x1 = 30 x2 = 20 x1 = 30 x2 = 60 x1 = 60 x2 = 40
x1 = 80
x3 = 120
x 4 = 50
x5 = 0 x6 = 0 x5 = 0 x6 = 40 x5 = 30 x6 = 20 x5 = 50 x6 = 0
2850
[min] f
x3 = 0
x 2 = 60
x1 = 60
x4 = 10
x3 = 0
5250
x2 = 40
x1 = 80
x4 = 0
x3 = 20
5700
x2 = 20
x2 = 20
x4 = 0
5600
Valoarea minim a funciei cheltuielilor de producie este atins n vrful A, de unde rezult structura optim, n condiiile date, a programului de fabricaie:
* x1 = 30 produse P1 , * x 2 = 20 produse P2 .
Valorile variabilelor de abatere din soluia optim ofer informaii importante n ceea ce privete folosirea resurselor. n cazul studiat avem:
* * * 2 x1 + 3 x 2 + x3 = 240 * * * x1 x 2 x3 + + = 40 3 2 6
30 20 120 + + = 40 3 2 6
Ore consumate prin programul optim. Ore disponibile.
rmn nefolosite 20h.
* * * * x1 + x 2 + x 4 = 100 50 + x 4 = 100
Ct se prelucreaz.
Ct se putea prelucra.

* x 4 = 50 reprezint numrul de produse P1 , P2 sau combinaii ale
acestora care se mai pot prelucra. Vom ncerca s modificm programul de fabricaie astfel nct capacitatea utilajului s fie consumat, pe ct posibil, integral. n acest scop se va alege varianta de mrire a numrului de piese ce pot fi realizate la linia de montaj, fr a atinge limitele superioare impuse 55, respectiv 60, de exemplu varianta
[min] f
= 40 x1 + 45 x 2
x1 x2 3 + 2 40 x + x 100 1 2 40 x1 55 50 x2 60 x j 0, j = 1,2 Conform restriciilor problemei mulimea este nevid i mrginit. n urmtoarea figur este reprezentat aceast mulime i (D0 ) : 40 x1 + 45 x 2 = 0
x2
100 80 60 50
B' A' C' C Figura I.3.2
(d 4 )
( D0 )
O
(d 3 )
40 55 100 120
(d 2 )
(d1 )
x1
Se constat c valoarea minim a funciei f se obine atribuind variabilelor x1 i x 2 coordonatele punctului A', cel mai apropiat de (D0 ) :
* x1 = 40 * x 2 = 50
i [min ] f = 3850 .
Prin modificrile aduse modelului iniial s-a nregistrat o cretere a cheltuielilor de fabricaie, dar numrul produselor fabricate a crescut de la 30 la 40 pentru P1 i de la 20 la 50 pentru P2 i, ceea ce este mai important, capacitile de producie sunt folosite mai eficient. ntr-adevr:
40 50 5 * x3 = 40 + = h 2 3 . 3 * x4 = 100 (40 + 50 ) = 10h
Exemplul 2: Un mic ntreprinzor vrea s lanseze pe pia un extensor. Pentru realizarea acestui produs este nevoie de trei materii prime, i anume, lemn, fier i fibr elastic. Productorul selecteaz dou proiecte de modele, conform sumei pe care poate s-o investeasc. n tabelul urmtor sunt date consumurile specifice din fiecare resurs pentru fiecare tip de extensor, precum i cantitile maxime de resurse pe care le poate achiziiona productorul.
T.I.3.2 Consumuri specifice Cantiti maximale (kg) 45 75 66
Resurs Lemn Fier Fibr elastic
PI 0,1 0,3 0,3
PII 0,2 0,25 0,1
Din vnzarea unui extensor de tip PI poate obine un profit de 60 u.m, iar din comercializarea unui extensor de tip PII, un profit de 54 u.m. S se afle cantitile din fiecare resurs pe care trebuie s le achiziioneze productorul pentru a-i realiza un profit maxim.
Soluie: Pentru a obine produsele finite trebuie achizionate materiile prime:
Lemn ntr-o cantitate notat x1 kg. Fier ntr-o cantitate notat x 2 kg. Fibr elastic ntr-o cantitate notat x3 kg. Utiliznd elementele i dependenele date n T.I.3.2 se poate scrie modelul liniar:
[max] f
= 60 x1 + 54 x 2
[max] f
= 60 x1 + 54 x 2
0,1x1 + 0,2 x 2 45 0,3 x1 + 0,25 x 2 75 , cu forma standard 0,3 x + 0,1x 66 1 2 x j 0, j = 1,2
0,1x1 + 0,2 x 2 + x3 = 45 0,3 x1 + 0,25 x 2 + x 4 = 75 . 0,3 x + 0,1x + x = 66 1 2 5 x j 0, j = 1,5
Pentru a rezolva geometric problema, reprezentm n spaiul x1Ox 2 mulimea soluiilor admisibile :
x2
660
Figura I.3.3
300 225
( D0 )
O
220
250
450
(d 3 )
(d 2 )
(d1 )
x1
Soluia optim a problemei se afl foarte simplu analiznd urmtorul tabel sintez:
T.I.3.3 Valorile funciei economice
Vr f
O
Coordonate
SAB
x1 = 0 x2 = 0 x1 = 0 x 2 = 225 x1 = 750 / 7 x 2 = 1200 / 7
x1 = 0 x2 = 0 x1 = 0
x3 = 45 x4 = 75 x3 = 0
x5 = 66 x5 = 43,5 x5 = 117 / 7
x 2 = 225 x 4 = 18,75 x1 = 750 / 7 x3 = 0 x 2 = 1200 / 7 x 4 = 0 x1 = 200 x3 = 13 x 2 = 60 x4 = 0
12150
109800 = 15685,7 7 [max] f

15240
x1 = 200 x 2 = 60
x5 = 0
Coordonatele vrfului B dau cea mai mare valoare funciei f : 750 1200 + 54 15685,67 uniti monetare. 7 7 Cum produsele sunt bunuri indivizibile, rezultatul trebuie dat n numere naturale, deci:
[max] f
* * = 60 x1 + 54 x 2 = 60
750 = 107 x1 = 7 1200 x2 = = 171 7
f = 15654 .
Prile fracionare ale valorilor optimale ale variabilelor bazice x1 i

x 2 , i anume {x1 } 0,14 , {x 2 } 0,42 , sunt suficient de mici pentru a nu
justifica ncercarea de a mri partea ntreag cu o unitate. O astfel de mrire poate provoca nerespectarea unor restricii. S justificm afirmaia: 0,1 107 + 0,2 172 = 45,1 < 45 (Fals)
Variabila de compensare x5 = 117 / 7 16,7 indic partea din disponibilul resursei trei (fibr elastic) ce nu va fi consumat n procesul de fabricaie optimal. Dac se merge pe soluia suboptimal x1 = 107 ,
x 2 = 171 , atunci:
x5 = 66 (0,3 107 + 0,1 171) = 16,8 .

Din interpretarea variabilelor de ecart rezult c primele dou resurse sunt consumate integral prin planul optim. Presupunem ca investitorul dispune de o sum de bani pe care s-o investeasc n achiziionarea a nc 20 kg lemn i 25 kg fier. Vrem s verificm dac noul program de fabricaie se supune unor restricii de modific, pentru nceput, numai b1 i b2 , primii doi termeni liberi:
vnzri: x1 [100,120] , x 2 [170,200] . n modelul matematic iniial se
[max] f
I.3.4
= 60 x1 + 54 x 2
0,1x1 + 0,2 x 2 65 0,3 x1 + 0,25 x 2 100 0,3 x + 0,1x 66 1 2 x j 0, j = 1,2
Intersecia semiplanelor I.3.4 din primul cadran este mulimea convex, nevid i mrginit reprezentat n figura care urmeaz de suprafaa i frontiera poligonului OABCD.
x2 660
Figura I. 1.3.4
400 325
A B
( D0 )
D O
(d )
' 1
220
333,3
(d 3 )
(d )
' 2
650
x1
Se calculeaz elementele tabelului sintez:

T.I.3.4 Vrf
A
Coordonate
SAB
Valorile funciei economice
x1 = 0 x 2 = 325 x1 = 750 / 7
x1 = 0 x 2 = 325 x1 = 750 / 7
x3 = 0 x 4 = 18,75 x3 = 0 x4 = 0
x5 = 33,5 x5 = 47 / 7
17550
x 2 = 1900 / 7 x 2 = 1900 / 7
C
147600/7=21085,7
[max] f
62720/3=20906,67
x1 = 1300 / 9 x1 = 1300 / 9 x 2 = 680 / 3 x 2 = 680 / 3 x1 = 220 x2 = 0
x3 = 47 / 9 x4 = 0
x5 = 0
x1 = 220 x2 = 0
x3 = 43 x 4 = 34
x5 = 0
13200
Soluia optim n numere ntregi, 750 1900 x1 = = 107, x 2 = 7 = 271 , nu respect ambele restricii impuse 7 vnzrii, ca urmare, trebuie regndit modelarea procesului. Se va extinde modelul cu restriciile de vnzri: 100 x1 120 170 x 2 200 x1 120 I.3.5 x1 100 x 2 200 x 2 170 n figura I.3.5 este reprezentat mulimea soluiilor admisibile, patrulaterul ABCD, care apare ca intersecia semiplanelor date de restriciile I.3.4 i I.3.5, din primul cadran. x2 ,
care vor fi scrise conform canoanelor programrii liniare i anume:
660
Figura I.3.5
400 325
200 170
O
A D B C
100
200
220
333
650
x1
n acest caz, tabelul sintez este urmtorul:

T.I.3.5
Vrf
A
Coordonate

16800
x1 = 100 x 2 = 200 x1 = 100 x 2 = 170 x1 = 120 x 2 = 170 x1 = 120 x 2 = 200
15180
16380
18000
[max] f
* * Programul optim x1 = 120 N , x 2 = 200 N va aduce un profit de
18000u.m, dac toate produsele vor fi vndute.
Exemplul 3: La o secie din cadrul unei uzine metalurgice trebuie s se elaboreze un program optim pentru executarea a dou tipuri de produs P1 i P2. ntr-o anumit perioad T, secia are disponibile trei utilaje: cuptorul de recoacere, agregatul de decapare i un laminor finisor. Fiecare din aceste utilaje are un anumit fond de timp disponibil pentru cele dou piese. Consumurile de timp pentru fiecare produs i fondul de timp disponibil sunt date n tabelul T.I.3.6.
T.I.3.6 Utilaj Consumuri specifice (ore/ton)
P1
5 1/2 3
P2
3 2 5
Fond de timp disponibil (ore)
Cuptor de recoacere Agregat de decapare Laminor finisor
2100 550 1500
Veniturile unitare au fost evaluate la 15 i 20 uniti monetare pentru o ton de produs P1, repectiv P2. Programul se consider optim dac asigur un venit total maxim n condiiile date.
Soluie: Pentru a stabili programul optim de fabricaie este necesar ca n
primul rnd s se elaboreze modelul matematic. S notm cu x1 , x 2 cantitile de produse P1 respectiv P2 care urmeaz s fie executate conform indicatorilor cantitativi prezentai n T.I.3.6. Valorile variabilelor x1 , x 2 depind de fondul de timp disponibil i de consumurile specifice. Aceste dependene sunt exprimate matematic astfel:
Utilaj
Cuptor de recoacere
Consum de timp pentru programul ( x1 , x 2 )
Disponibil care nu trebuie depit
2100 5 x1 + 3 x 2 1 550 Agregat de decapare x1 + 2 x 2 2 Laminor finisor 1500 3 x1 + 5 x 2 La condiiile de corelare a variabilelor x1 , x 2 cu posibilitile de
producie limitate vor fi adugate restriciile naturale x1 0, x 2 0. Din mulimea valorilor posibile ale variabilelor x1 , x 2 care satisfac restriciile i condiia de nenegativitate va fi aleas accea care maximizeaz funcia venit total: [max ] f = 15 x1 + 20 x 2 . Poblema cutrii soluiei optime revine la rezolvarea programului liniar:
[max] f
= 15 x1 + 20 x 2 cu forma standard I.3.7
I.3.6
5 x1 + 3 x 2 2100 1 x1 + 2 x 2 550 2 3 x1 + 5 x 2 1500 x j 0, j = 1,2
[max] f
= 15 x1 + 20 x 2
5 x1 + 3 x 2 + x3 = 2100 1 x1 + 2 x 2 + x 4 = 550 2 3 x1 + 5 x 2 + x5 = 1500 x j 0, j = 1,5
Din exemplele prezentate rezult c, n descrierea formal a oricrui proces economic care urmrete gsirea unui program optimal, se parcurg etapele : Exprimarea programului cu ajutorul variabilelor. Exprimarea matematic a restriciilor impuse de procesul tehnologic, condiionri logice,etc. Fixarea scopului i scrierea funciei scop care va servi drept criteriu de alegere a soluiei optime dintre soluiile admisibile. Formularea problemei de programare liniar ca o problem de cutare a extremului cu legturi. Reprezentnd grafic n planul x1 O x 2 mulimea convex = poligonul OABCD a soluiilor admisibile corespunztoare modelului I.3.6 se obine:
x2
700
Figura I.3.6
300 275 A
O B E C D 420
500
1100
(d1 )
(d3 )
(d 2 )
x1
Tabelul sintez
Vrf
O
Coordonate
SAB

0
x1 = 0 x2 = 0 x1 = 0 x 2 = 275
x1 = 0 x3 = 2100 x 2 = 0 x 4 = 550 x1 = 0 x 2 = 275 x 4 = 0

; ; ;
x5 = 1500
;
x3 = 1275
x5 = 125
;
5500
x1 = 500 / 7 x1 = 500 / 7
B
x3 = 6800 / 7
x 2 = 1800 / 7 x 2 = 1800 / 7 x 4 = 0 x1 = 375 x 2 = 75 x1 = 420 x2 = 0 x1 = 375 x3 = 0 x 2 = 75 x2 = 0

;
x5 = 600
43500 6214,28 7
7125
x 4 = 425 / 2 x 4 = 340
;
x5 = 0
[max] f
x1 = 420 x3 = 0
;
x5 = 240
6300
permite aflarea soluiei optime, i anume, cea corespunztoare vrfului C. innd seama de semnificaia constantelor i variabilelor modelului,
* planul optim de fabricaie presupune realizarea a x1 = 375 t din produsul P1 * i a x 2 = 75 t din produsul P2. Venitul obinut este 7125 uniti monetare.
S analizm restriciile prin prisma acestei soluii:

Ct timp se consum prin programul optim Fond de timp disponibil
2100h 550h 1500h
Utilaj
Cuptor de recoacere Agregat de decapare Laminor finisor
Ct nu se consum din fondul de timp disponibil

* x3 = 0
* x4 =
5 x1 + 3x 2 = 2100 h
1 * 675 * x1 + 2 x 2 = h 2 2 3 x1 + 5 x 2 = 1500 h
* *
425 = 212,5 h 2
* x5 = 0
Dac perioada T considerat nu este prea mare i dac presupunem c n aceast perioad nu se modific tehnologia produselor sau nu se nlocuiesc utilajele, ipoteza c toi indicatorii sunt constani pe perioada menionat este acceptabil. Exemplul 4: O secie poate prelucra, n timpul unei perioade de cinci zile, produsele P1 i P2 , folosind dou categorii de materii prime M 1 , M 2 . Consumurile specifice, veniturile unitare i disponibilitile de materii prime sunt date n T.I.3.7.
Consumuri specifice T.1.3.7 Venituri unitare 3 u.m.
Produse
P1 P2
Disponibil
2u.c1 5u.c 16u.c
M1
M2
4 u.c 1 u.c 11 u.c
5 u.m.
S se determine programul optim de fabricaie n ipoteza c exist suficiente capaciti de producie la care trebuie prelucrate piesele.
Soluie:
Modelul matematic
SECIE
Venituri ateptate
Venit total
2 u.c M 1 , 4 u.c M 2 5 u.c M 1 , 1 u.c M 2
x1 produse P1 x 2 produse P2
3x1 5x 2 [max] f = 3 x1 + 5 x 2
2 x1 + 5 x 2 16 4 x1 + x 2 11 x j 0, j = 1,2
1
Uniti convenionale = u.c.
[max] f
= 3 x1 + 5 x 2
2 x1 + 5 x 2 + x3 = 16 Forma standard: . 4 x1 + x 2 + x 4 = 11 x j 0, j = 1,4

Mulimea soluiilor admisibile corespunztoare modelului elaborat:
11
x2
Figura I.3.7
(d 2 )
16/5 A
B C
(d1 )
11/4 9
x1
Vrf
O
Tabelul sintez:
Coordonate SAB
f (SAB )
0
x1 = 0 x2 = 0 x1 = 0 x 2 = 16 / 5 x1 = 13 / 6 x2 = 7 / 3 x1 = 11 / 4 x2 = 0
x1 = 0 x3 = 16 x 2 = 0 x 4 = 11 x1 = 0 x3 = 0 x 2 = 16 / 5 x 4 = 39 / 5 x1 = 13 / 6 x3 = 0 x2 = 7 / 3 x2 = 0 x4 = 0 x4 = 0 x1 = 11 / 4 x3 = 21 / 2
16
109 = 18,1(6) 6 [max] f = 18,17u.m. 33 = 8,25 4
Interpretarea economic a soluiei optime:
Presupunnd c cele dou produse nu sunt indivizibile, prin

* programul optim se prevede prelucrarea a x1 = 13 / 6 uniti convenionale

* din P1 i x 2 = 7 / 3 uniti convenionale din P2 , i se consum integral cele
dou materii prime. Se obine un venit total maxim de 18,17 uniti monetare. Pentru nelegerea analizei economice a programelor liniare vom da n continuare un exemplu de astfel de analiz. Pentru nceput se construiete duala modelului elaborat:
[max] f = 3 x1 + 5 x 2
2 x1 + 5 x 2 16
4 x1 + 1x 2 11
u1 0
u2 0 [min]g = 16u1 + 11u 2
x1 0
x2 0
2u1 + 4u 2 3
5u1 + u 2 5
Soluia grafic a dualei rezult din figura urmtoare, n care este nevid, convex i nemrginit.
x2
5
D
Figura I.3.8
(d1 )
3/4
O
(d 2 )
E
3/2
x1
Completarea tabelului sintez necesit scrierea formei standard a problemei duale:
[min ]g = 16u1 + 11u 2

2u1 + 4u 2 u 3 = 3 5u1 + u 2 u 4 = 5 u i 0, i = 1,4
Tabelul sintez al dualei este:

Vrf
D
Coordonate
SAB
f (SAB )
55
u1 = 0 u2 = 5 u1 = 17 / 8 u2 = 5 / 8
u1 = 3 / 2 u2 = 0
u1 = 0 u 3 = 17 u2 = 5 u4 = 0
17 8 5 u2 = 8 3 u1 = 2 u2 = 0 u1 = u3 = 0 u4 = 0
u3 = 0 u4 = 5 2
109 = 18,1(6) 6
[min]g = 18,1(6) =
24
Prin rezolvarea acestor dou probleme duale s-a verificat prima afirmaie a teoremei fundamentale a dualitii. S presupunem c managerul sper s-i mbunteasc deciziile prin modificarea unor disponibile. Vom verifica cum se modific funcia venit total, f , dac disponibilul din M 1 crete cu o unitate.
Ca urmare trebuie rezolvat modelul modificat:
[max] f
= 3 x1 + 5 x 2
2 x1 + 5 x 2 16 + 1 , 4 x1 + x 2 11 x j 0, j = 1,2 cruia i corespunde forma standard:
[max] f
= 3 x1 + 5 x 2
2 x1 + 5 x 2 + x3 = 16 + 1 4 x1 + x 2 + x 4 = 11 x j 0, j = 1,4 Mulimea soluiilor admisibile este OA 1 B 1 C i este reprezentat mai jos:

x2
11
Figura I.3.9.
(d 2 )
3,4
A1
B1
(d1 )
8,5
O C
11/4
x1
Tabelul sintez: Vrf

O
Coordonate
SAB
f (SAB )
0
x1 = 0 x2 = 0 x1 = 0 x 2 = 17 / 5 x1 = 19 / 9 x 2 = 23 / 9 x1 = 11 / 4 x2 = 0
x1 = 0 x3 = 17 x 2 = 0 x 4 = 11 x1 = 0 x3 = 0
17
A1
x 2 = 17 / 5 x 4 = 38 / 5 x1 = 19 / 9 x3 = 0 x 2 = 23 / 9 x 4 = 0 x1 = 11 / 4 x3 = 23 / 2 x2 = 0 x4 = 0
172/9=19,1(1)
B1
[max] f
55/4=13,75
= 19,1(1)
172 109 17 Un calcul simplu i anume o diferen = ne permite 6 8 9 s tragem o concluzie care este adevrat n general, nu numai n acest caz particular: "dac decidentul mrete disponibilul din resursa 1 cu o unitate, valoarea implicit a acelei uniti este egal cu creterea corespunztoare a valorii optimale a venitului total". Aceast cretere corespunde valorii optime a variabilei dualei modelului iniial, care a fost corespondenta
* restriciei cu disponibilul modificat, ianume u1 =
17 . 19
Am stabilit c o unitate de materie prim M 1 particip cu 17/8=2,125 uniti monetare la venitul total. Se poate mri acest disponibil orict de mult i venitul s creasc continuu? Pentru a afla rspunsul, se va exprima disponibilul din b1 ca o funcie liniar de parametru R + :
[max] f
= 3 x1 + 5 x 2 , R* +
2 x1 + 5 x 2 16 + 4 x1 + x 2 11 x j 0, j = 1,2
n figura de mai jos sunt reprezentate mulimi de soluii admisibile pentru diferite valori ale lui dup cum urmeaz:
= 0 este reprezentat de OABC. = 14 este reprezentat de OA1 B1C OABC . = 39 este reprezentat de OA2 C OA1 B1C OABC .
x2
Figura I.3.10
11
(d )
4 1
(d )
A1
3 1
B1
16/5
(d )
A
2 1
(d )
1 1
C 11/4
x1
8
Se observ c, dac 39 , atunci mulimea soluiilor posibile este

* * * OA2 C i soluia optim: x1 = 0, x 2 = 11, x3 = 39, x 4 = 0 . Valoarea
optim a funciei venit total este 55 oricare ar fi 39 . De aici rezult c,
dac este posibil mrirea disponibilului resursei M 1 , atunci ea nu trebuie s depeasc valoarea 39, deoarece s-ar imobiliza inutil fonduri bneti.
Exemplul 5: Folosindu-se metoda grafic s se stabileasc natura modelului
[max] f
= 6 x1 + 4 x 2
2 x1 + 3 x 2 17 x1 + x 2 7 3 x1 + 2 x 2 18 x j 0, j = 1,2
Soluie: Mulimea soluiilor admisibile
(d1 ) 2 x1 + 3x 2 = 17 ; (d 2 ) (D0 ) 6 x1 + 4 x 2 = 0
x2
x1 + x 2 = 7 ; (d 3 ) 3 x1 + 2 x 2 = 18 ;
(d 2 )
7 17/3
A
Figura I.3.11
( D0 )
(d1 )
C
17/2
(d 3 )
x1
Tabelul sintez este:

Vrf
O
Coordonate
SAB
f (SAB )
0
T.I.3.8
x1 = 0 x2 = 0 x1 = 0 x 2 = 17 / 3 x1 = 4 x2 = 3 x1 = 6 x2 = 0
x1 = 0 x2 = 0 x1 = 0
x3 = 17 x4 = 7 x3 = 0
x5 = 18 x5 = 2 / 3 x5 = 0 x5 = 0
68/3=22,(6)
x 2 = 17 / 3 x1 = 4 x2 = 3 x1 = 6 x2 = 0
x4 = 4 / 3 x3 = 0 x4 = 0 x3 = 5 x4 = 1
36
36
Modelele prezentate pn acum au admis toate soluie finit unic, deoarece n toate cazurile, familia de drepte (D ) nu era paralel cu nici o latur a poligonului convex nevid OABC. n cazul de fa, una din laturile acestui poligon, i anume, BC, este paralel cu dreapta (D0 ) ; n realitate, frontiera celei de-a treia restricii face parte din familia
(D ) : 6 x1 + 4 x2 = ,
R . Ori de cte ori apare aceast particularitate,
modelul liniar poate admite o infinitate de soluii optime care vor fi coordonatele tuturor punctelor situate pe segmentul de frontier care apare ca latur n . Din punct de vedere algebric orice combinaie liniar convex a vrfurilor B i C este un punct situat pe latura BC , deci ne poate conduce la o soluie optim:
* x1 = x1B + (1 ) x1C * B C x 2 = x 2 + (1 ) x 2
, [0,1] .
n particular pentru =
[max] f
1 3 1 1 * * i se obine: x1 = 4 + 6 = 5 , x 2 = 2 2 2 2
= 36 .
n practic acest caz este foarte interesant deoarece din mulimea convex a soluiilor optime se poate alege cea care corespunde unui criteriu de eficien diferit de cel considerat n model. Dac soluia optim reprezint un program de fabricaie, decidentul poate alege un program diversificat n care valorile variabilelor corespund unui plan de desfacere profitabil.
4. Probleme propuse pentru fixarea cunotinelor Problema 1 Dup calcularea timpului necesar ntreinerii curente a utilajului U212, s-a constat c rmne un fond de timp disponibil de 20h. S-a propus realizarea a dou produse indivizibile. Informaiile necesare elaborrii modelului matematic sunt sistematizate n urmtorul tabel:
Produse Numrul produselor Pre de vnzare
125 u.m. 117 u.m.
Randament orar
50 25
Capacitate de desfacere
400 500
Unitate convenional
P1 P2
x1 x2
3 1 produs P1 2 1 produs P2
S se determine varianta optim a planului de fabricaie a celor dou produse astfel nct preul total de vnzare s fie maxim, s nu fie depit capacitatea de depozitare de 1500 uniti convenonale i numrul de produse de tipul P1 s reprezinte cel puin 25% din ntreaga fabricaie.
Soluie:
Modelul matematic este
[max] f
= 125 x1 + 117 x 2
1 1 50 x1 + 25 x 2 20 x1 + 2 x 2 1000 x1 400 x 2 500 3 x + 2 x 1500 2 1 25 x 2 100 ( x1 + x 2 ) x1 + 3 x 2 0 x j 0, j = 1,2 Deoarece un termen liber are valoare zero, pot exista soluii admisibile degenerate. Forma standard:
[max] f
= 125 x1 + 117 x 2
x1 + 2 x 2 + x3 = 1000 x + x = 400 4 1 x 2 + x5 = 500 3 x + 2 x + x = 1500 2 6 1 x1 + 3 x 2 x7 = 0 x j 0, j = 1,7 Reprezentarea grafic a mulimii :
(d1 ) : x1 + 2 x2 = 1000 (d 2 ) : x1 = 400 (d 3 ) : x2 = 500 (d 4 ) : 3x1 + 2 x 2 = 1500 (d 5 ) : x1 + 3x 2 = 0 (D0 ) : 125 x1 + 117 x2 = 0
x2
Figura I.3.12
750
(d 2 )
500 A
B
(d 3 )
( D0 )
(d 5 )
O C D
(d1 )
500
400
(d 4 )
1000
x1
Tabelul sintez:
Vrf
O
Coordonate
SAB
f (SAB )
x1 = 0 x2 = 0 x1 = 0 x 2 = 500 x1 = 250 x 2 = 375 x1 = 400 x 2 = 150 x1 = 400 x2 = 400 3
x1 = 0 x3 = 1000 x5 = 500 x 2 = 0 x 4 = 400 x1 = 0 x3 = 0 x6 = 1500 x5 = 0 x5 = 125
x7 = 0 x7 = 1500 x7 = 875 x7 = 50
x 2 = 500 x 4 = 400 x6 = 500 x1 = 250 x3 = 0 x 2 = 375 x 4 = 150 x6 = 0 x1 = 400 x3 = 300 x5 = 350 x 2 = 150 x 4 = 0
x1 = 400 x3 =
58.500 u.m. 75.125 u.m.
[max] f
67.550 u.m.
x6 = 0
1100 1000 x5 = 3 x7 = 0 3 400 812 x2 = x6 = 3 x4 = 0 3
65.600 u.m.
Se observ c apar dou soluii admisibile de baz degenerate i anume cele corespunztoare vrfurilor A i O. Interpretarea economic a soluiei optime:
Valori optimale
* x1 = 250
Semnificaii economice
Structura planului optim de fabricaie. Fondul de timp disponibil al utilajului este consumat integral. Se mai pot desface cel mult 150 produse P 1 i cel mult 125 produse P2 . Capacitatea de depozitare este complet folosit. Numrul produselor de tip P2 depete cu 875/4, 25% din ntraga fabricaie:
x = 375
* 2
* x3 = 0
* x 4 = 150
x = 125
* 5 * x6 = 0
* x7 = 875
375
25 (250 + 375) . 100
Problema 2 Se consider programul:
[max] f
= c1 x1 + 2 x 2 .
x1 + 2 x 2 6 x1 + x 2 5 x j 0, j = 1,2
a) Notai variabilele de ecart cu x3 , respectiv x4 . Gasii domeniul de definiie pentru c1 astfel ca baza (a 2
a 4 ) s fie optimal. Fixai
marginea inferioar, justificnd economic limitarea, n ipoteza c prin programul liniar se cere structura optim a programului de fabricaie. b) n dualul programului atribuii valoarea 1 lui c1 i adugai restricia
' 6u1 + u2 3 . Ce relaii pot exista ntre f ( X S . A. B. ) i g U S . A. B. ?
Soluie: Forma standard:
[max] f
= c1 x1 + 2 x2
x1 + 2 x2 + x3 = 6 . x1 + x2 + x4 = 5 x j 0, j = 1,4 Reprezentarea grafic a mulimii soluiilor admisibile :
(d1 ) : x1 + 2 x2 = 6 (d 2 ) : x1 + x 2 = 5
x2
Figura I.3.13
5
A B O C
d1 d2
x1
Tabelul sintez:
Vrf Coordonate SAB
f (SAB )
6
x1 = 0 x2 = 3 x1 = 4 x2 = 1 x1 = 5 x2 = 0
x1 = 0 x2 = 3 x1 = 4 x2 = 1 x1 = 5 x2 = 0
x3 = 0 x4 = 2 x3 = 0 x4 = 0 x3 = 1 x4 = 0
4c1 + 2 5c1
Se expliciteaz sistemul de restricii n raport cu baza (a2

2 0 x 2 6 1 1 x1 1 1 x = 5 1 0 x 3 4
a4 ) :
1 x2 2 = x 4 1 2
1 0 6 0 1 1 x 1 2 5 1 0 x 1 3 1 1 2
adic,
1 x2 3 2 = x 2 4 1 2
1 2 x1 . 1 x3 2
a 4 ) este optimal dac
Dac x1 = 0 , x2 = 3 , x3 = 0 i x 4 = 2 se obine soluia admisibil de baz corespunztoare vrfului A. Baza (a 2

6 4c1 + 2 [max] f = f ( A) = 6 i c1 1 . 6 5c1
Din considerente economice, c1 poate reprezenta un profit unitar, aadar,

c1 (0,1]
Problema dual se scrie conform regulilor cunoscute i rezult:
[min ]g = 6u1 + 5u2

u1 + u2 c1 2u1 + u2 2 ui 0 , i = 1,2
Dup nlocuirea lui c1 cu valoarea impus i extinderea modelului cu restricia 6u1 + u2 3 , se obine modelul
[min ]g = 6u1 + 5u 2
u1 + u 2 1 2u1 + u 2 2 6u + u 3 2 1 u i 0 , i = 1,2
[min ]g = 6u1 + 5u 2
u1 + u 2 u 3 = 1 cu forma standard 2u1 + u 2 u 4 = 2 . 6u + u u = 3 2 5 1 u i 0 , i = 1,5
Figura I.3.14
x2
3 D
2
E
1 F
d3
d1
x1
d2
Se observ c mulimea convex a soluiilor admisibile este nevid i nemrginit.
Tabelul sintez al problemei duale este:

Vrf Coordonate SAB
f (SAB )
u1 = 0 u2 = 3 u1 = 1 / 4 u2 = 3 / 2 u1 = 1 u2 = 0
u1 = 0 u2 = 3
u3 = 2 u4 = 1
u5 = 0 u5 = 0
6
15
u1 = 1 / 4 u 3 = 3 / 4 u2 = 3 / 2 u4 = 0 u1 = 1 u2 = 0 u3 = 0 u4 = 0
u5 = 0
[min]g
Observaie: Pentru c1 = 1 se obin [min]g = [max] f = 6 , dar i alte

rezultate interesante privind relaiile dintre soluiile admisibile de baz ale celor dou probleme duale. 0 3 A X S . A.B = soluie optim pentru c1 = 1 0 2 [max] f = f ( A) = 6 f ( A) g (D )
U SD. A.B = (0 2 2 1 0 ) g (D ) = 15 U SE. A.B = (1 / 4 3 / 2 3 / 4 0 0 ) g (E ) = 9 U SF. A.B = (1 0 0 0 3) g (F ) = 6
f ( A ) g (E )
f ( A) g ( F )
Valoarea funciei de eficien care se cere minimizat, calculat n orice soluie admisibil de baz a respectivului model, depete sau este cel
puin egal cu valoarea funciei de eficien a dualei sale n orice soluie admisibil de baz a acesteia.
Problema 3 a) S se rezolve:
[opt ] f = 5 x1 + 6 x 2 2 x1 + 7 x 2 4 3x + x 2 1 2 5 x1 + 3 x 2 15 2 x x 2 2 1 x1 + 2 x 2 2 x1 , x 2 0
Soluie: Se aduce problema la forma n care termenii liberi sunt toi pozitivi:
[opt ] f = 5 x1 + 6 x 2 2 x1 + 7 x 2 4 3x + x 2 2 1 5 x1 + 3 x 2 15 2 x + x 2 1 2 x1 2 x 2 2 x1 , x 2 0
[opt ] f = 5 x1 + 6 x 2 2 x1 + 7 x 2 x3 = 4 3x + x x = 2 2 4 1 , apoi se scrie sub forma standard 5 x1 + 3 x 2 + x5 = 15 . 2 x + x + x = 2 1 2 6 x1 2 x 2 + x7 = 2 x j 0, j = 1,7
Rezolvarea n spaiul activitilor:

x2
Figura I.3.15
(d 4 )
C
(d 2 )
2
B1
B2
B3
7 4
B4
(d 5 )
E D
3
x1
-1
2 3
-1
(d1 )
(d 3 )
Se observ c mulimea este nevid, mrginit i convex. n acest caz, funcia liniar f i atinge valoarea minim, dar i cea maxim, ntr-unul din vrfurile poligonului ABCDE, care reprezint exact mulimea soluiilor admisibile .
Vrf
A
Coordonate
Valoarea funciei obiectiv
Valori optime
x1 = 10 / 19 x 2 = 8 / 19 x1 = 0 x2 = 2 x1 = 9 / 11 x 2 = 40 / 11 x1 = 36 / 13 x 2 = 5 / 13 x1 = 2 x2 = 0
98 = 5,16 19 12 285 = 25,90 11 210 = 16,15 13 10
[min] f = 5,16 * x1 = 10 / 19
* x 2 = 8 / 19
[max] f = 25,90 * x1 = 9 / 11
* x 2 = 40 / 11
Dac se nlocuiete condiia de nenegativitate cu cea de integritate nenegativ,

x1 , x 2 Z + ,
atunci mulimea soluiilor admisibile, I este mulimea nevid
I = {B, B1 , B 2 , B 3 , B 4 , E},
care nu este convex. n acest caz simplu, soluia optim se stabilete prin investigarea tuturor punctelor mulimii soluiilor admisibile, dup cum urmeaz:
Vrf
B B1 B2 B3 B4 E
Coordonate
X1 = 0 X2 = 2 X1 = 1 X2 = 3 X1 = 1 X2 = 2 X1 = 1 X2 = 1 X1 = 2 X2 = 1 X1 = 2 X2 = 0
Valori optime
12
23
[max] f = 23
* x1 = 1 * x2 = 3 [min] f = 11 * x1 = 1 * x2 = 1
17 11
16 10
b) S se rezolve aceeai problem prin extinderea modelului cu restricia:
Cazul I: x 2 3 i se cere [max ] f .
Mulimea soluiilor admisibile 1 este reprezentat n figura ce urmeaz:

x2
(d 4 )
C
3
C1 C2
Submulimea convex (CC 1 C 2 ) eliminat de x 2 3
(d 6 )
Figura I.3.16
(d 5 )
7/4 -1
A
D
2
x1
3
O
-1
3 2
(d1 )
(d 2 )
(d 3 )
Cazul II: x1 + 2 x 2 2 i se cere [min ] f .

Multimea soluiilor admisibile 2:
x2
(d 4 )
C
Submulimea convex (AA 1 E ) eliminat de x1 + 2 x 2 2
(d 2 )
B
(d 6 )
1
A1
(d 5 )
D A O E
x1
(d1 ) (d 3 )
Tabelul sintez pentru ambele cazuri:

Vrf
A
Coordonate
Valori optime
Observaii
Se menine fa de modelul iniial.
C1 C2
D
x1 = 10 / 19 x 2 = 8 / 19 x1 = 0 x2 = 2 x1 = 1 / 2 x2 = 3 x1 = 6 / 5 x2 = 3 x1 = 36 / 13 x 2 = 5 / 13 x1 = 2 x2 = 0 x1 = 2 / 5 x2 = 4 / 5 x1 = 0 x2 = 2 x1 = 9 / 11 x 2 = 40 / 11 x1 = 36 / 13 x 2 = 5 / 13 x1 = 2 x2 = 0
98 / 19
12
41 / 2
[min] f = 98 / 19 * x1 = 10 / 19 * x 2 = 8 / 19
24
210 / 13 10
34 / 5
[max] f = 24 * x1 = 6 / 5 * x2 = 3
Valoarea maxim pe noul domeniu este mai mic.
A1
B
12
285 / 11 210 / 13 10
[min] f = 34 / 5 * x1 = 2 / 5 * x2 = 4 / 5 [max] f = 285 / 11 * x1 = 9 / 11

* x 2 = 40 / 11
Valoarea minim crete fa de modelul iniial.
Valoarea maxim se menine fa de modelul iniial.
n general, este adevrat c dac mulimea - valoarea lui [max] f se menine sau scade; - valoarea lui [min] f se menine sau crete.
intersectat cu un
semiplan ai1 x1 + ai 2 x 2 bi i pierde o poriune convex, atunci:

I. Forma Generala A Unei PPL

Încărcat de

Drepturi de autor:

Formate disponibile

I. Forma Generala A Unei PPL

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

I. Forma Generala A Unei PPL

Încărcat de

Drepturi de autor:

Formate disponibile

I. FORMA GENERAL A PROBLEMEI DE PROGRAMARE LINIAR.

DEFINIII I PROPRIETI FUNDAMENTALE

1. a) Forma general. Forme echivalente.

x j ( )bi , pentru un i fixat, reprezint un hiperplan cu

frontiera d i : aij x j = bi . Dac i ia toate valorile posibile, se obine un

Analiza economico-matematic a unor modele liniare

i = (ai1 ... aij ... ain )

a1 j ... i 1, m , i coloanele a j = aij j 1, n ; ... a mj

x1 b1 ... ... X = x j ; b = b j ; c = (c1 ... c j ... ... x b n m

... c n ) ; J = { ,..., n} , I = { ,..., m}. 1 1

Forma general a problemei de programare liniar. Definiii i proprieti fundamentale

Scrierea vectorial a formei generale a problemei de programare liniar:

Formele matriceale echivalente pentru problema de programare liniar sunt:

Forma standard AX = b X 0 [opt ] f = cX

Forma canonic AX b AX b X 0 X 0 [max] f = cX sau [min ] f = cX

Forma mixt i X bi , i I 1 I i X = bi , i I \ I 1 X 0 [opt ] f = cX

Trecerea de la o form la alta este posibil prin folosirea urmtoarelor operaii:

(O1) [min] f ( x ) = [max]( f (x )) ;

Analiza economico-matematic a unor modele liniare

de compensare. Aceste variabile au ntotdeauna coeficientul 0 n funcia obiectiv.

variabile slack (variabile de abatere). n general, x + = max(0, x) i x = max(0, x) .

1. b) Baze. Tipuri de soluii.

Forma general a problemei de programare liniar. Definiii i proprieti fundamentale

reprezint, din punct de vedere

X = ( x1 ,.., x s ,.., x m ) este soluie a problemei dac x1 ,...., x n verific

Se numete soluie admisibil (posibil, program) a problemei

n = 20 i m = 10 ar rezulta limita superioar egal cu 25 10 4 ).

B = a j1 ,..., a jk ,..., a jm un ansamblu de valori ale variabilelor x1 ,...., x n care

Analiza economico-matematic a unor modele liniare

nebazice sunt nule (x j = 0, j J \ { j1 ,..., j m }) .

- Valorile variabilelor bazice sunt pozitive x jk 0, k 1, m i ale celor

(a m+1 ....a n ) (x1 ,..., xm )T (x m+1 ,..., x n )T

Forma general a problemei de programare liniar. Definiii i proprieti fundamentale

1. c) Teoremele fundamentale ale programrii liniare

AX = b, X 0}. Rezultatele sunt utile n rezolvarea

problemelor de programare liniar.

Teorema 2: Se consider problema I.1.1.c) I.1.3.c) n condiiile I.1.4.c) i

Analiza economico-matematic a unor modele liniare

Teorema 3: Dac sistemul de vectori a j1 ...a jm este liniar independent n

X = 0...x j1 ...x jm ...0

este punct de extrem (vrf) al poliedrului convex .

Reciproca este de asemenea adevrat.

Teorema 4: O funcie liniar f ( X ) = c j x j , unde X

Teorema 5: Dac f ( X ) ia valoarea optim n mai mult de un punct de

Forma general a problemei de programare liniar. Definiii i proprieti fundamentale

DUALITATE Legturi formale

Elementele problemei duale

matricea coeficienilor tehnologici

tehnologici; rangA=m componentelor termenului liber

g = u1b1 + ... + u m bm c = (c1 ,.., c j ,.., c n )

sunt termenii liberi ai

Analiza economico-matematic a unor modele liniare

Cazul general al construirii dualului unui program liniar

[max] f = 15 x1 + 20 x 2 + 18 x3 3 x1 + 2 x 2 + 1x3 820 u1 0

Ineg. conc. cu [min]g

[min]g = 820u1 + 400u2 + 680u3 3u1 + 7u 2 + 20u 3 15 2u1 + u 2 + 17u 3 = 20 u1 + 11u 2 + 3u 3 18

Forma general a problemei de programare liniar. Definiii i proprieti fundamentale

2. b)Teoremele fundamentale ale dualitii

Teorema 2: Dac X * i U * este un cuplu de soluii admisibile de baz a