Determinarea structurii optime de productie pentru variabile numere reale (Studiul de caz 4 din cartea RSC, LF, HD,

CN, Modelare economic, Ed. ASE, 2009, p. 100) O societate comercial specializat n realizarea de esturi urmeaz s produc n luna urmtoare, pe baza studiilor de pia ntreprinse, trei tipuri de stofe: Stofa1, Stofa2 i Stofa3. Se dorete stabilirea unui program optim de producie n urmtoarele condiii: 1. Maximizarea venitului dac preurile de vnzare sunt: 57 u.m./metru pentru Stofa1, 70 u.m./metru pentru Stofa2 i 50 u.m./metru pentru Stofa3; 2. Obinerea unei producii fizice de cel puin 8000 metri (pentru care exist contracte ferme) i cel mult 10000 metri; 3. Consumul din materia prim de import MI s nu depeasc 2400 kg, cunoscndu-se consumurile specifice: 0,2 kg/metru Stofa1, 0,3 kg/metru Stofa2, 0,1 kg/metru Stofa3. Modelul economico - matematic Se noteaz cu x vectorul programului de producie pentru luna urmtoare format din componentele: x1 = cantitatea din Stofa1 x2 = cantitatea din Stofa2 x3 = cantitatea din Stofa3 Funcia obiectiv: max (57x1 + 70x2 + 50x3) Restriciile liniare: x1 + x2 + x3 8000 x1 + x2 + x3 10000 0,2x1 + 0,3x2 + 0,1x3 2400 Restriciile referitoare la semnul variabilelor: x1 0 x2 0 x3 0 Rezolvarea problemelor de programare liniar Metodele de rezolvare ale modelelor de programare liniar au la baz algoritmul simplex construit de G. Dantzig24. Acest algoritm presupune transformarea n ecuaii a restriciilor liniare de tip inecuaii. Astfel, o restricie de tip va deveni ecuaie prin scderea, din partea stng a restriciei, a unei variabile nenegative de surplus, iar o restricie va deveni ecuaie prin adugarea, n partea stng a restriciei, a unei variabile nenegative de rezerv. n ambele situaii, aceste variabile au semnificaii economice specifice procesului economic modelat. Prin aceste transformri, un sistem cu m restricii liniare de tip inecuaii i cu n necunoscute va deveni un sistem cu m ecuaii liniare i (n + m) necunoscute. Acest sistem de ecuaii este nedeterminat i are o infinitate de soluii n cazul n care domeniul definit de restricii este nevid.

24

J. A. Lawrence, B. A. Pasternack, Applied Management Science. A Computer Integrated Approach for Decision Making. John Wiley & Sons Inc., New York, 1998

Forma dual a modelului de programare liniar Orice problem de programare liniar are dou forme: forma primal i forma dual. Prin rezolvarea uneia dintre ele se obin soluiile pentru ambele forme. Unele programe informatice construiesc automat duala problemei de programare liniar introdus de utilizator. Pentru Studiul de caz 4, forma dual a modelului de programare liniar este urmtoarea: Funcia obiectiv: min (8000u1 + 10000u2 + 2400u3) Restriciile liniare: u1 + u2 + 0,2u3 57 u1 + u2 + 0,3u3 70 u1 + u2 + 0,1u3 50 Restriciile referitoare la semnul variabilelor: u1 0 u2 0 u3 0 Forma dual se poate obine prin aplicarea urmtoarelor reguli: - Fiecrei restricii liniare din primal se asociaz o variabil dual numit i pre dual sau pre umbr. Rezult ca numrul variabilelor duale este egal cu numrul restriciilor liniare ale primalei; - Fiecrei variabile din primal se asociaz o restricie liniar n dual construit cu coeficienii variabilei respective n primal. Termenii liberi din partea dreapt a sistemului de restricii liniare din dual sunt coeficienii variabilelor din funcia obiectiv a primalei. Rezult ca numrul de restricii liniare ale dualei este egal cu numrul variabilelor primalei. - Dac funcia obiectiv a primalei este de maxim atunci funcia obiectiv a dualei este de minim i invers. Coeficienii din funcia obiectiv dual sunt termenii liberi din partea dreapt a sistemului de restricii liniare din primal. - Semnele variabilelor duale i ale restriciilor din dual depind de tipul primalei i de semnele restriciilor din primal, respectiv semnele variabilelor primale. Pentru forma primal de maxim: fiecrei restricii de forma , , =, din forma primal, i corespunde n forma dual o variabil nenegativ, nepozitiv, respectiv oarecare; fiecrei variabile nenegative, nepozitiv, oarecare din primal i corespunde n forma dual o restricie de forma , , respectiv =. Pentru forma primal de minim: fiecrei restricii de forma , , =, din forma primal, i corespunde n forma dual o variabil nepozitiv, nenegativ, respectiv oarecare; fiecrei variabile nenegative, nepozitiv, oarecare din primal i corespunde n forma dual o restricie de forma , , respectiv =. I. Rezolvarea cu WINQSB/Lp-ilp Rezolvarea n sistem conversaional se poate efectua cu produse informatice cum sunt: QM/Linear Programming, LINDO, XA, XPRESS MP, WINQSB/Lp ilp, SOLVER care este un instrument add-ins al sistemului Excel. Prin rezolvarea cu WINQSB/Lp ilp a exemplului numeric al modelului de programare liniar (forma primal) se obin rezultatele din Tabelul 5.1. Prima parte a Tabelului 5.1 se refer la soluia optim a modelului de programare liniar. Coloana Solution value conine soluia optim, adic varianta decizional care conduce la cea mai bun valoare a criteriului de performan specificat prin funcia obiectiv. Astfel, programul de producie propus pentru luna urmtoare prevede realizarea de 7000 m Stofa2 i 3000 m Stofa3. Produsul Stofa1 nu face parte din programul optim de producie.

 Coloana Unit cost or profit c(j) conine coeficienii variabilelor de decizie din funcia obiectiv. n exemplul numeric, aceti coeficieni reprezint preurile unitare de vnzare propuse de decident.
Tabelul 5.1 Combined Report
Decision Variable Solution Unit Total Value Cost or ContriProfit bution c(j) Reduced Basis Cost Status Allowable Min. c(j) Allowable Max. c(j)

1 2 3

X1 0 57.00 0 X2 7000.00 70.00 490000.00 X3 3000.00 50.00 150000.00 Objective Function (Max)= 640000.00 Constraint Left Hand Side 10000.00 10000.00 2400.00 Direc- Right tion Hand Side >= <= <=

-3.00 0 0

at bound basic basic

-M 64.00 44.00

60.00 150.00 70.00

Slack Shadow or Price Surplus 0 40.00 100.00

Allowable Min. RHS -M 8000.00 1000.00

Allowable Max. RHS 10000.00 24000.00 3000.00

1 2 4

C1 C2 C3

8000.00 2000.00 10000.00 0 2400.00 0

Coloana Total Contribution se obine prin nmulirea elementelor din coloana Solution value cu elementele corespunztoare din Coloana Unit cost or profit c(j). Prin nsumarea acestor produse se obine valoarea total a criteriului de performan. Astfel, venitul total estimat s se realizeze prin vnzarea a 7000 m Stofa2 i 3000 m Stofa3 este de 490000 u.m. + 150000 u.m. = 640000 u.m. Coloana Reduced Cost conine costurile reduse (cj zj) folosite n algoritmul simplex pentru verificarea optimalitii soluiilor problemei de programare liniar. Costul redus este diferit de zero numai dac variabila asociat are valoarea zero n soluia optim i arat cu ct sar nruti valoarea funciei obiectiv dac valoarea variabilei asociate ar crete de la 0 la 1. n valoare absolut, costul redus (cj zj) arat cu ct trebuie mbuntit coeficientul cj din funcia obiectiv, astfel nct xj s devin eficient. n Tabelul 5.1, x1 are valoarea zero i costul redus egal cu -3 u.m. Rezult c, pentru a fi eficient introducerea n programul de producie a produsului Stofa1 este necesar ca preul su de vnzare s fie mai mare de (57 + 3) u.m. n condiiile specificate, realizarea unui metru din Stofa1 va conduce la modificarea programului optim de producie i la reducerea venitului total cu 3 u.m. Venitul total obinut va fi de (640000 3) = 639997 u.m. Coloana Basis Status arat dac variabilele decizionale sunt variabile bazice sau nebazice. Variabilele nebazice au valoarea zero (at bound). Coloanele Allowable Min c(j) i Allowable Max c(j) definesc intervale de optimalitate pentru coeficienii cj din funcia obiectiv. Aceste intervale sunt necesare la analiza senzitivitii valorii optime a funciei obiectiv la variaia coeficienilor cj asociai variabilelor decizionale. Partea a doua a Tabelului 5.1 se refer la restriciile liniare ale problemei de programare liniar. n lipsa unor denumiri specificate de utilizator, restriciile sau constrngerile au fost denumite C1, C2 i C3. Coloana Left Hand Side conine valoarea fiecrei restricii n raport cu soluia optim. Coloana Right Hand Side conine valorile specificate de decident pentru termenii liberi din partea dreapt a sistemului de restricii.

 Coloana Slack or Surplus conine valorile optime ale variabilelor de rezerv (slack) sau de surplus. Se observ c se vor realiza 2000 m n plus fa de cantitatea total contractat de 8000 m. Coloana Shadow Price conine valorile optime ale variabilelor duale care se mai numesc preuri duale sau preuri umbr. Ele sunt asociate restriciilor liniare. Preul umbr este diferit de zero numai dac restricia asociat este verificat cu egalitate de ctre soluia optim a primalei. Astfel, restriciile C2 i C3 sunt verificate cu egalitate, au preurile umbr de 40 u.m. i respectiv 100 u.m. Preurile umbr sunt folosite la analiza senzitivitii valorii optime a funciei obiectiv primale la variaia termenilor liberi din partea dreapt a restriciilor liniare. Coloanele Allowable Min RHS i Allowable Max RHS definesc pentru fiecare restricie, intervalul de variaie al termenului bi din partea dreapt (RHS) pentru care este valabil preul umbr asociat, n ipoteza c nu se modific ali coeficieni ai modelului. Astfel, preul umbr de 100 u.m. asociat restriciei C3 este valabil pentru variaia disponibilului b3 de materie prim de import MI ntre 1000 kg i 3000 kg. Analiza senzitivitii soluiei optime curente la variaia unui singur coeficient din funcia obiectiv Aceast analiz se refer numai la soluia optim curent a primalei. Se studiaz stabilitatea soluiei optime primale la variaia unui singur coeficient cj din funcia obiectiv, n ipoteza c ceilali coeficieni ai modelului nu se modific. Dac se cunoate soluia optim i intervalul de variaie al unui coeficient cj al funciei obiectiv, n ipoteza c ceilali coeficieni ai modelului nu se modific, se poate determina variaia corespunztoare a valorii optime a funciei obiectiv. Din Tabelul 5.1 rezult c, dac preul de vnzare pentru Stofa1 este mai mic de 60 u.m./metru atunci x1 = cantitatea realizat din Stofa1 va rmne zero. Creterea de la 57u.m./metru la 58 u.m./metru a preului de vnzare nu va genera venit suplimentar deoarece (58 57)*0 = 0. Dac ceilali coeficieni nu se modific, dar se modific de la 70 u.m./metru la 72 u.m./metru preul asociat lui x2, deoarece 72 aparine intervalului [64; 150], iar x2 = cantitatea optim realizat din Stofa2 = 7000 metri, atunci venitul total va crete cu (72-70)*7000 = 14000 u.m., adic de la 640000 u.m. la 654000 u.m. Parametrizarea unui singur coeficient din funcia obiectiv n Tabelul 5.2 sunt prezentate rezultatele obinute cu WINQSB/Lp-ilp n cazul parametrizrii coeficientului c1 asociat variabilei x1 n funcia obiectiv.
Tabelul 5.2
Parametric Analysis for LP Sample Problem -- Objective Function Range 1 2 3 4 From Coeff. of X1 57.00 60.00 70.00 57.00 To Coeff. of X1 60.00 70.00 M -M From OBJ Value 640000.00 640000.00 700000.00 640000.00 To Leaving Entering Slope OBJ Value Variable Variable 640000.00 0 X3 X1 700000.00 6000.00 X2 Slack_C3 M 10000.00 640000.00 0

Se observ c s-au obinut patru intervale de variaie pentru preul unitar de vnzare al produsului Stofa1: trei intervale la dreapta preului iniial de 57 u.m./metru propus de decident i un singur interval la stnga lui. n Figura 5.1 este reprezentat variaia valorii funciei obiectiv adic a venitului total care poate fi realizat dac se modific preul de vnzare pentru Stofa1, iar

preurile unitare de vnzare pentru Stofa2 i Stofa3 se menin la 70 u.m./metru i respectiv 50 u.m./metru.
M 900000

Valoarea functiei obiectiv

800000

700000 640000 600000 -M 30 40 50 57 60 640000 640000

700000

70

80

M 90

Coeficientul lui x1 din functia obiectiv

Figura 5.1

In coloana Slope din Tabelul 5.2, este prezentat, pentru fiecare interval de variaie al coeficientului lui x1, raportul dintre variaia funciei obiectiv i variaia coeficientului. In acest tip de parametrizare, raportul reprezint chiar valoarea optim a variabilei decizionale al crui coeficient variaz. Rezult c pentru preul de vnzare cuprins ntre 57 u.m./metru i 60 u.m./metru, valoarea lui x1 n programul optim de producie este zero. Aceeai situaie apare i pentru un pre mai mic de 57 u.m./metru. Prin urmare, valoarea x1 = 0 este optim pentru orice pre mai mic de 60 u.m./metru. Dac preul de vnzare pentru Stofa1 va deveni mai mare de 60 u.m./metru atunci se va modifica programul de producie. Din coloanele Leaving Variable i Entering Variable se observ c n acest caz va iei din program x3, adic Stofa3 i va intra n program x1, adic Stofa1. Dac valoarea coeficientului lui x1 variaz ntre 60 u.m./metru i 70 u.m./metru atunci venitul total crete de la 640000 u.m. la 700000 u.m., iar valoarea optim a lui x1 va fi de 6000 metri. Dac preul de vnzare pentru Stofa1 devine mai mare de 70 u.m./metru atunci va iei di n program Stofa2 i va deveni pozitiv variabila de rezerv asociat restriciei C3 referitoare la materia prim de import. Pentru preul mai mare de 70 u.m./metru pentru Stofa1, programul optim de producie const n realizarea de 10000 metri Stofa1. Analiza senzitivitii preurilor umbr curente la variaia unui singur termen din partea dreapt a restriciilor Aceast analiz se refer numai la soluia optim curent a dualei. Se studiaz invariabilitatea soluiei optime duale, adic a preurilor umbr optime, la variaia unui singur termen liber din partea dreapt a sistemului de restricii liniare, n ipoteza c ceilali coeficieni ai modelului nu se modific. Din Tabelul 5.1 rezult c, n cazul modificrii unui termen liber n intervalul defini t pentru fiecare restricie prin Allowable Min RHS i Allowable Max RHS, variabilele x2 i x3 vor

rmne variabile bazice nenegative, iar x1 va avea valoarea zero, fiind nebazic. n noua situaie, se vor realiza tot produsele Stofa2 i Stofa3 ca i n soluia optim iniial, dar n alte cantiti deoarece s-a modificat un termen liber i atunci vectorul -1 b => b', astfel nct xB = B b' 0 pentru Produsul Stofa1 nu va fi inclus n programul optim de producie. Dac se cunoate intervalul de variaie al termenului liber bi i preul umbr asociat ui, n ipoteza c ceilali coeficieni ai modelului nu se modific, se poate determina variaia corespunztoare a valorii optime a funciei obiectiv primale. Preul umbr ui arat cu ct se va modifica valoarea optim a funciei obiectiv, dac s-ar putea mri cu o unitate termenul liber bi. n cazul exemplului numeric analizat, preul umbr asociat restriciei C3 referitoare la materia prim de import MI este 100 u.m./kg. Acest pre este valabil (adic rmne nes chimbat) dac disponibilul de resurs MI variaz ntre 1000 kg i 3000 kg. Dac disponibilul de resurs crete de la cantitatea curent 2400 kg la 2500 kg, atunci se va obine un spor de venit = (2500 2400)*100 = 10000 u.m., adic venitul total va fi de (640000 + 10000) = 650000 u.m. De asemenea, dac disponibilul de resurs scade de la cantitatea curent 2400 kg la 2300 kg, atunci se va obine o reducere de venit = (2300 2400)*100 = -10000 u.m., adic venitul total va fi de (640000 10000) = 630000 u.m. Preul umbr poate fi folosit pentru analiza investiiei necesare pentru suplimentarea resursei. Pentru ca investiia s poat fi recuperat, preul unitar de achiziie trebuie s fie mai mic dect preul umbr de 100 u.m. n ipoteza c ceilali coeficieni ai modelului nu se modific, iar disponibilul de resurs MI variaz ntre 1000 kg i 3000 kg, programul optim de producie va include numai tipurile Stofa2 i Stofa3. Tipul Stofa1 nu va face parte din programul de producie pentru luna urmtoare. n terminologia teoriei programrii liniare, pentru acest interval de variaie, x1 este variabil nebazic, iar x2 i x3 sunt variabile bazice. De aceea, intervalul [1000; 3000] este interval de admisibilitate al soluiei de baz curente.

Parametrizarea unui singur termen din partea dreapt a restriciilor n Tabelul 5.5 sunt prezentate rezultatele obinute cu WINQSB/Lp-ilp n cazul parametrizrii termenului liber b3 asociat restriciei C3 referitoare la materia prim de import. Tabelul 5.5
Parametric Analysis for LP Sample Problem - Right-Hand-Side
From RHS To RHS From To Leaving of C3 of C3 OBJ Value OBJ Value Slope Variable 2400.00 3000.00 640000.00 700000.00 100.00 X3 3000.00 M 700000.00 700000.00 0 2400.00 1000.00 640000.00 500000.00 100.00 X2 1000.00 800.00 500000.00 400000.00 500.00 Surplus_C1 800.00 -Infinity Infeasible Entering Variable Slack_C3 Slack_C2

1 2 3 4 5

S-au obinut cinci intervale de variaie pentru disponibilul de materie prim: dou intervale la dreapta disponibilului de 2400 kg i trei intervale la stnga lui. n Figura 5.3 este reprezentat variaia valorii funciei obiectiv adic a venitului total care poate fi realizat dac se

modific disponibilul de resurs MI, iar ceilali termeni liberi se menin la 8000 metri de stof contractat i respectiv 10000 metri cerere maxim estimat.

Figura 5.3 n coloana Slope din Tabelul 5.5, este prezentat, pentru fiecare interval de variaie al termenului liber b3, raportul dintre variaia funciei obiectiv i variaia termenului liber. In acest tip de parametrizare, acest raport reprezint chiar valoarea optim a preului umbr asociat restriciei al crui termen liber variaz. Rezult c pentru disponibilul de resurs cuprins ntre 2400 kg i 3000 kg, valoarea optim a preului umbr asociat va fi de 100 u.m./kg. Aceeai situaie apare i dac disponibilul de resurs se reduce de la 2400 kg la 1000 kg. Prin urmare, preul umbr optim de 100 u.m./kg este valabil pentru orice disponibil de resurs cuprins ntre 1000 kg i 3000 kg. Dac disponibilul de resurs va deveni mai mare de 2400 kg atunci se va modifica programul de producie. Din coloanele Leaving Variable i Entering Variable se observ c n acest caz va iei din program x3, adic Stofa3 i va deveni pozitiv variabila de rezerv Slack_C3, adic va rmne materie prim neutilizat. Dac firma dispune de o cantitate de resurs de import MI mai mare de 3000 kg, atunci venitul total de 700000 u.m. rmne neschimbat, iar valoarea optim preului umbr asociat este zero. n cazul unei cantiti de resurs MI mai mic de 1000 kg, va iei din programul de producie Stofa2 i va deveni pozitiv variabila Slack_C2 care reprezint cererea fr contract neonorat. Dac se reduce cantitatea de resurs de la 1000 kg la 800 kg, venitul total se reduce de la 500000 u.m. la 400000 u.m. Preul umbr al resursei pentru acest interval de variaie este de 500 u.m./kg. Pentru o cantitate de resurs MI mai mic de 800 kg nu exist soluie admisibil, adic nu se poate realiza cantitatea de stof contractat.

II. Rezolvarea in Excel

Introducerea datelor de intrare

Rezolvarea cu optiunea Solver. Dupa activarea optiunii se adauga restrictiile din fereastra Subject to the constraints dand click pe butonul Add.

Cele 3 rapoarte selectate din Reports se genereaza in sheeturi separate:

ANSWER REPORT
Worksheet: [aplicatie PL in xls.xls]model PL Report Created: 20.04.2012 21:24:26 Result: Solver found a solution. All Constraints and optimality conditions are satisfied. Solver Engine Engine: Simplex LP Solution Time: 0 Seconds. Iterations: 4 Subproblems: 0 Solver Options Max Time 100 sec, Iterations 100, Precision 0,000001 Max Subproblems Unlimited, Max Integer Sols Unlimited, Integer Tolerance 5%, Solve Without Integer Constraints

Objective Cell (Max) Cell $F$2 Name valoarea functiei obiectiv Original Value 0 Final Value 640000

Variable Cells

Cell $B$11 $C$11 $D$11

Name x1 x2 x3

Original Value 0 0 0

Final Value 0 7000 3000

Integer Contin Contin Contin

Constraints Cell $E$6 $E$7 $E$8 $B$11 $C$11 $D$11 c1 LHS c2 LHS c3 LHS x1 x2 x3

Name

Cell Value 10000,00 10000,00 2400,00 0 7000 3000

Formula $E$6>=$G$ 6 $E$7<=$G$ 7 $E$8<=$G$ 8 $B$11>=0 $C$11>=0 $D$11>=0

Status Not Binding Binding Binding Binding Not Binding Not Binding

Slack 2000,0 0 0 0 0 7000 3000

SENSITIVITY REPORT
Microsoft Excel 14.0 Sensitivity Report Worksheet: [aplicatie PL in xls.xls]model PL Report Created: 20.04.2012 21:24:26

Variable Cells Cell $B$11 $C$11 $D$11 Constraints Cell $E$6 $E$7 $E$8 Name c1 LHS c2 LHS c3 LHS Final Value 10000 10000 2400 Shadow Price 0 40 100 Constraint R.H. Side 8000 10000 2400 Allowable Increase 2000 14000 600 Allowable Decrease 1E+30 2000 1400 Name x1 x2 x3 Final Value 0 7000 3000 Reduced Cost -3 0 0 Objective Coefficient 57 70 50 Allowable Increase 3 80 20 Allowable Decrease 1E+30 6 6

LIMITS REPORT Microsoft Excel 14.0 Limits Report Worksheet: [aplicatie PL in xls.xls]model PL Report Created: 20.04.2012 21:24:26

Objective

Cell $F$2

Name valoarea functiei obiectiv

Value 640000

Cell $B$11 $C$11 $D$11

Variable Name x1 x2 x3

Value 0 7000 3000

Lower Limit 0 5000 1000

Objective Result 640000 500000 540000

Upper Limit 0 7000 3000

Objective Result 640000 640000 640000