11.12.2009 MODELAREA DECIZIEI MONETAR FINANCIARE CURS 3 MODULUL 3 MODELE DE OPTIMIZARE Intr-un system oarecare.

f(x)

Y=f(x1,x2.xn) Modele probabiliste

F(x)

y = f(x1,x2..xn)

Histograma

OPERATIONAL RESEARCH ( Cercetari operationale) Elemente de optimizare liniara Definitie

Spunem ca am definit o problema de programare s-au de optimizare matematica ori de cate ori se cere determinarea valorii optime(minim s-au maxim) a unei functii de una s-au mai multe variabile care sunt supuse unui anumit numar de conditii s-au restrictii. Forma generala aunei probleme de programare matematica poate fi scrisa astfel: [opt ] f= f(x) g(x) = b x D R = Rx Rx .xR ( produs cartezian de n ori) f: D R R se numeste functie obiectiv( de eficienta) g = (g1,g2gn ) reprezinta de asemenea de n variabile definite pe g cu valori reale. gi : D R __ i = im b = (b1,b2.bn) este un vector de valori m reale g1 ( x1 x2xn ) b1 reprezinta sistemul de restrictii s-au Sistemul gx b<=> g2 ( x1 x2 xn) b2 de conditii ale problemei de gn ( x1 x2.xn) bn programare matematica x D < = > xi R+ reprezinta restrictiile de semen ale variabilelor problemei de programare matematica (min)f [opt]f = f(x) (max)f Definitie Orice solutie Xp a sistemului de restrictii g(x)b , x D se numeste solutie admisibila s-au solutie posibila s-au program al problemei de programare matematica . Intr-o forma generala forma posibila se poate scrie : Xp ={ xR|g(x)< b , x D} Definitie Orice solutie posibila a problemei de programare matematica care da functiei obiectiv valoarea optima ( maxim s-au minim) se numeste solutie optima notata cu Xo Xo = {nXp|f(x) = [opt]f , x Xp Tinand cont ca Xo trebuie sa satisfaca restrictiile problemei scriem multimea solutiilor optim sub forma Xo = {xR| xD ; g(x)b , f(x)= [opt]f} Definitie Se spune ca multimea solutiilor posibile X psi analog Xo este: 1. Numarabila daca Xp poate fi pus in corespondenta cu multimea numerelor naturale (Xp si Xo) Xp~ N (Xo~N) 2. Este infinita daca contine o submultime numarabila 3. Este finite daca nu este infinita Definitie Multimea solutiilor posibile X psi analog Xo este (Xp si Xo ) : 1. Discreta daca este finita s-au cel mult numarabila ( ~N) in corespondenta cu N 2. Continua intr-o relatie de echivalenta (~R) in corespondenta cu R Definitie Se spune ca o problema de programare matematica este : 1. Cu variabile discrete daca Xp este discreta

2. Cu variabile continuie daca Xp este continua Din definitiile anterioare deducem urmatoarele consecinte : 1. Problema de programare matematica are optim finit unic daca Xo contine multimea X(XoX) si f(x) este finit. 2. Problema de programare matematica are optim finit multiplu daca Xo contine 2 s-au mai multe elemente Xo X1.Xk si f(xk) este finit Definitie Se spune ca problema de programare matematica este : 1. Determinista daca toate elementele sale (functia obiectiv si subiectiv) sunt construite si definite determinist (fara a utilize conceptele de teoria probabilitatilor) 2. Probabilista (stohastica) daca cel putin una din elementele sale fie restrictie fie functa obiectiv sunt de natura probabilista respective sunt definite cu ajutorul variabilelor aleatoare. Definitie Se spune ca problema de programare matematica este : 1. Liniara daca atat functia obiectiv cat si restrictiile problemei sunt liniare (funtii, ecuatii , si sisteme liniare s-au de gradul I ) 2. Neliniara daca fie functia obiectiv fie restrictiile fie ambele nu sunt liniare respective sunt functii , ecuatii , inecuatii, sisteme de grad mai mare s-au agal dacat 2 , logaritmici exponentiali etc. PROBLEME ECONOMICE CARE CONDUC LA MODELE DE OPTIMIZARE LINIARA 1. UTILIZAREA OPTIMA A RESURSELOR LIMITATE Se presupune ca dispunem de m resurse notate R1 pana la Rm care se gasesc in cantitatile limitate b1 pana la bm . Cu ajutorul acestor resurse pot fi realizate n tipuri de produse P1 pana la Pn in cantitatile necunoscute de produse X1 pana la Xn. Fie aij cantitatea din resursa Ri necesara pentru fabricarea unei bucati unei unitati din produsul Pj pentru cele Xj unitati din produsul Pj care trebuie realizate se consuma aij,xj unitati s-au parti din resursa Ri. Atunci pentru toate cele n produse P1, Pn se consuma din resursa : n Ri : ai1x1+ai2x2+..ainxn = aijxj b1 j=n Daca din vanzarea produsului Pj se realizeaza un profit unitary Cj um atunci pentru intreaga cantitate avem Cj * xj iar pentru intreaga cantitate de productie vom avea profitul total f= fx1,x2..xn= c1x1+c2x2.cnxn=cjxj[max] j=n De asemenea xjo ; 1jn => urmatoarea forma generala a problemei de programare matematica sau optimizarea matematica . n [opt] f = cj*xj j=1 n (restrictie) aijxjb , 1im j=1 xjo , 1jn Notam A= (aij)matricea consumurilor tehnologoce B= (bi) vectorul coloana al resurselor (al limitarilor de resurse ) C = (cj) vectorul linie al profiturilor

X = (xj) vectorul coloana al cantitatilor de productie atunci problema de programare matematica in expresie matriciala va avea forma : [max] f = cx Ax b x o Daca c ar reprezenta vectorul cheltuielilor unitare de productie atunci f = cx ar reprezenta cheltuielile totale aferente activitatilor de productie iar problema de optimizare matematica ar fi de forma : [min] f = cx Ax b xo

Problema Alocarea optima de fonduri banesti Se considera un anumit fond s-au capital in valoare de Sum care trebuie repartizat s-au alocat : 1. La un moment dat pentru n activitati s-au 2. Unei anumite activitati la n momente diferite (esalonat ) Notam cu xij, ijn partea din fond s-au din capital care se aloca pentru activitatea j s-au la momentul j si cu cj profitul realizabil pentru fiecare unitate monetara investita s-au alocata

Atunci profitul total va fi de forma : f = c1*x1+c2*x2 n [max] f = cjxj j=1 n S j=1 xj o , 1jn 0<jxjj Pentru aceasta problema de programare liniara se pot adauga restrictii suplimentare de forma 0<jxj cea ce inseamna un prag s-au un nivel minimal j pentru alocarile Xj si respectiv xjj<S cea ce inseamna un nivel maximal posibil pentru variabila xj.

MODELE DE TRANSPORT Se considera m furnizori (distribuitori ) D1 pana la Dm ai unui anumit produs identic de care ei dispun in cantitatile a1 pana la am dintr-un anumit produs. Sa consideram n consumatoare (clienti , utilizatori ) c1 pana la cn care au un necesar niotat cu b1 pana la bn Sa notam cu xij cantitatea care transporta (aloca s-au transfera ) de la distribuitorul Di la consumatorul Cj Notam cu cij cheltuielile unitare de transport de la distribuitorul Di la consumatorul Cj Costul transportului cantitatii xij de la Di la Cj va fie gal cu Cij*xij iar pentri toti furnizorii si toti consumatorii costul total al operatiunii de transport va fi : n n [min] = Cij xij i=1 j=1 Restrictiile problemei de transport . La nivelul furnizorului Di cantitatea totala furnizata trebuie sa fie mai mica decat cantitatea disponibila . n xij ai , 1im j=1 Iar cea ce va primi consumatorul respectiv: n xij bi , 1yn i=1 xij>0 MODELE GRAFICE DE PROGRAMARE LINIARA Metoda numerica de rezolvare a problemelor de programare matematica se numeste metoda simplex Metoda consta in aplicarea succesiva a unui algoritm specific incepand cu determinarea solutiilor posibile (solutiile de baza) si pana la obtinerea solutiei optime daca aceasta exista . Vom analiza in continuare metodele grafice de rezolvare a problemelor de programare liniara care se utilizeaza pentru modelele cu 2 variabile . Solutia unui sistem liniar cu 2 necunoscute (variabile ) este un domeniu de valori denumit domeniul acceptabil s-au regim acceptabil . Orice punct din regiunea acceptabila care conduc la optimizarea functiei obiectiv se numeste solutie acceptabila. Exemplul 1 Se considera functia obiectiv cu 2 variabile [max] C(x,y) 2x+y x+ 3y 6 x+y 4 x0 y0 cu restrictiile

Rezolvare Pasul 1 [P1] Reprezentam graphic pinctele d1 : x + 3 = 6 D2 : x + y = 4 Determinam punctele lor de intersectie cu axele si punctual lor de intersectie .

(d1)0 x(d1)0y (d1)0 x (d2)0y d1 d2 d1oy : y = 0 3y =6 => y = 2 d1 ox d2oy d2ox d1d2 y=0 x=6 x=0 y=4 y=0 x=4

x + 3y = 6 x+y=4 Metoda reducerii x +3y=6 -xy=-4 ---------------------------------2y = 2 => y = 1 y=1 => y = 1 x+1=4 x=3 Pasul 2 [P2] Reprezentam graphic dreptele d1 si d2 si punctele de intersectie si determinam regiunea acceptabila Reprezentarea grafica (d1), (d2) (d1) (d2) Regiunea acceptabila

4 3 2 1

(0,4) A(0,2) (3,1) (4,0) 1 2 3 4 5 6 Regiunea acceptabila

Pasul 3[P3] Solutia optima Pentru determinarea solutiei optime intersectam regiunea acceptabila cu dreapta de ecuatie c ( xy) = 2x + 3 y = m , m 0 Intr-o problema cu programare liniara daca aceasta are solutie atunci valoarea optima a funtiei obiectiv (minima, maxima ) se determina in punctele de extreme (in colturile ) care delimiteaza solutia acceptabila

Punct extrem O(0,0) A(0,2) B(3,1) D(4,0)

X 0 0 3 4

Y 0 2 1 0

C(x,y) = 2x+y C(0,0)=2*0+0=0 C(0,2)=2*0+2=2 C(3,1)=2*3+1=7 C(4,0)=2*4+0=8 (max)

x=4 y=0