1

INTRODUCERE


1. Obiectul cercetrilor operaionale. Procesul de modelare

Cercetrile operaionale se ocup n principal cu studiul problemelor de optimizare
matematic. Problemele de optimizare sunt n esen probleme de ALEGERE a unei variante de
decizie din mai multe opiuni disponibile. Pentru o anumit problem ce necesit rezolvare,
Cercetarea Operaional (CO) propune o mulime de variante denumite generic soluii ale
problemei. Aceste soluii pot fi comparate i definite prin intermediul unui criteriu de performan
(criteriu de eficien sau criteriu de optimalitate). n acest context se caut soluia cea mai bine
apreciat prin intermediul criteriului respectiv.
Altfel privind lucrurile, CO se ocup de problemele:
care rezult din modelarea unor procese economice;
care pot fi descrise ntr-un limbaj matematic adecvat.
Sfera termenului de ,,model este foarte larg incluznd modele analogice, matematice,
iconice. Aceste modele surprind principalele trsturi ale procesului economic prin intermediul
formalizrii matematice.
Pe lng obinerea modelului unei probleme economice reale, CO are drept obiectiv i
crearea de metode de rezolvare a problemelor de optimizare. Ulterior aplicrii metodelor de
rezolvare este necesar ca soluia optim obinut pentru un anumit model s fie interpretat i
comparat cu problema concret de la care s-a plecat.
ntruct procesul de modelare recurge la un grad mai mic sau mai mare de abstractizare,
orice model este o reprezentare aproximativ a realitii. Este motivul pentru care analiza soluiei
modelului iniial i compararea ei cu problema real poate pune n eviden necesitatea introducerii
unor noi elemente n acest model, lucru ce conduce la schimbri n soluia optim. Procesul acesta
de ajustare a soluiei modelului la problema real ce se dorete a fi rezolvat continu pn la
obinerea unui rezultat satisfctor din punctul de vedere al analistului economic.














Figura 1. Schema general de construire a unui model matematic

n cadrul cursului de CO din acest an ne vom ocupa de:
Modelarea unor procese economice reprezentative;
Descrierea unor metode de rezolvare a unor probleme de optimizare reprezentative;
Interpretarea economic a soluiilor optime obinute.
n cele mai multe cazuri, modelarea unor procese economice reale conduce la probleme de
dimensiuni mari. Este motivul pentru care metodele din cadrul CO au aprut i s-au dezvoltat n
strns legtur cu evoluia i modernizarea mijloacelor de calcul.

Proces
economic
Model
matematic
Identificarea
metodei de
optimizare
i obinere a
soluiei
optime
Interpretarea
soluiei
optime
(compararea
cu realitatea
modelat)
Implementarea
soluiei
Eventuale modificri
n model
2
ntr-un model matematic se ntlnesc dou categorii de mrimi:
(1): constante (consum unitar, profit unitar, cantitate disponibil de resurse, preuri, costuri);
(2): variabile (cantitate de produse ce urmeaz s se produc, ce activiti sau ce proiecte urmeaz
s se desfoare). Aceste mrimi trebuie s satisfac criteriul de performan (maximizarea
profitului, minimizarea costului) i, n plus, trebuie s respecte anumite condiii limitative n
care se desfoar orice proces, economic sau nu.

Etapele generale de construire a modelului matematic sunt:
1. Identificarea mrimilor variabile (necunoscutele modelului);
2. Identificarea criteriului de performan i formalizarea acestuia (funcia obiectiv a
modelului);
3. Identificarea condiiilor limitative i a proprietilor procesului modelat i formalizarea
acestora n relaii matematice numite restricii;
4. Precizarea condiiilor explicite (restricii de semn ale mrimilor variabile) asupra
valorilor posibile ale mrimilor variabile (valori nenegative, valori ntregi, ...).
Odat ce aceste elemente au fost stabilite, problema de optimizare se enun astfel:

S determine valorile mrimilor variabile care satisfac restriciile i condiiile explicite i
care ofer funciei obiectiv valoarea maxim sau minim dup caz.

Exemplul 1:
S vedem care este traducerea matematic pentru situaia economic:
Firma X import componente electronice pe care le asambleaz n 2 tipuri de produse (P1,
P2). Realizarea i vnzarea unui P1, respectiv P2 aduce firmei un profit de 50 Euro, respectiv 40
Euro .
Pentru aceasta activitate sunt disponibile maxim 150 ore de asamblare. Un P1 necesit 3 ore,
iar un P2 5 ore. Firma are n stoc 20 de subansamble speciale destinate exclusiv produsului P2.
Pentru depozitare un P1 are nevoie de 8 [uc] iar un P2 5 [uc]. Spaiul disponibil de
depozitare al firmei msoar 300 [uc].
Se dorete obinerea programului de producie a crui realizare s aduc firmei un profit
maxim.

Rezolvare:
Vom parcurge etapele procesului de modelare:
1. Identificarea variabilelor:
- nr. de P1 ce vor fi asamblate n urmtoarea sptmn l notm cu x
1
;
- nr. de P2 ce vor fi asamblate n urmtoarea sptmn l notm cu x
2
.
2. Funcia obiectiv = maximizarea profitului:
f = 50 x
1
+ 40 x
2
maxim
3. Condiiile implicite:
ncadrarea n timpul disponibil pentru asamblare:
3x
1
+ 5x
2
150
ncadrarea n disponibilul de subansamble speciale P2:
x
2
20
ncadrarea n spaiul de depozitare:
8x
1
+ 5x
2
300
4. Restriciile explicite (condiii de semn): x
1
0, x
2
0.
Obinem modelul: ( )
( )

= +
+ =
0 , 300 5 8
20
150 5 3
40 50 max
2 1 2 1
2
2 1
2 1
x x i x x
x
x x
x x f
P
3
Problema de optimizare: S se determine valorile

2 1
, x x ale variabilelor x
1
, x
2
care satisfac
restriciile, condiia de negativitate i ofer funciei f valoarea maxim.
Definiia 1. Vom spune c o problem de optimizare formalizat prin funcia obiectiv care
se optimizeaz (maximizeaz/minimizeaz), restricii implicite i condiii explicite impuse
variabilelor este o problem de programare liniar dac:
funcia obiectiv i restriciile sunt expresii liniare n variabilele problemei;
variabilele sunt supuse condiiei de nenegativitate.

Exemplul 2:
La terminalul unei conducte petroliere situat ntr-un port sosesc vasele V
1
, V
2
, V
3
.
vasul V
1
trebuie ncrcat cu 15 mii tone n 48 ore;
vasul V
2
trebuie ncrcat cu 20 mii tone n 60 ore;
vasul V
3
trebuie ncrcat cu 45 mii tone n 72 ore.
Terminalul dispune de pompe i conducte capabile s ncarce 200 mii tone/or. Ce debit
trebuie afectat fiecrui vas astfel nct s fie ncrcate n cel mai scurt timp?

Rezolvare:
Modelul matematic:
1. Variabilele y
i
= debitul (mii tone/or) afectat vasului Vi;
x
i
= numrul de ore necesar ncrcrii vasului V 3 , 1 , = i i
2. Criteriul de performan = minimizarea timpului de ncrcare:
(min)
3 2 1
x x x f + + =
Not: posibilitatea ncrcrii simultane a celor 3 vase este formalizat corect de ctre
funcia: ( ) { } =
3 2 1
, , max x x x g ns aceasta nu este o expresie liniar!
3. Restricii:
200
72
60
48
45
20
15
3 2 1
3
2
1
3 3
2 2
1 1
+ +

=
=
=
y y y
x
x
x
y x
y x
y x

4. Condiii explicite: 3 , 1 , 0 , = i y x
i i

ntruct
3
3
1
2
1
1
45 20 15
x
y
x
y
x
y = = = avem o problem de programare neliniar.
Modelul n variabilele x
j
este:
( )

+ +
+ + =
0 , ,
72
60
48
200
45 10 15
min
3 2 1
3
2
1
3 2 1
3 2 1
x x x
x
x
x
x x x
x x x f




4
Exemplul 3:
O firm studiaz 10 proiecte de investiie P
1
. . .P
10
. Proiectul P
j
necesit pentru realizare o
investiie a
j
i dac se aprob aduce firmei profitul p
j
. Pentru aceste proiecte firma a alocat bugetul
Q [um]. Ce proiecte ar trebui aprobate n vederea obinerii unui profit maxim?
Formalizai condiiile suplimentare:
a. Dintre P
1
i P
2
cel mult unul poate fi admis;
b. Dintre cele 10 proiecte doar 3 pot fi admise;
c. Proiectul P
8
nu poate fi aprobat dac P
10
e respins;
d. Dac P
2
i P
5
sunt respinse, P
9
trebuie neaprat aprobat.

Rezolvare:
Model matematic:
1. Variabile: asociem proiectului P
j
o variabil x
j
cu valoarea 0 i 1:

=
0
1
j
x
2. Funcia obiectiv: maximizarea profitului
( )
10 10 2 2 1 1
max p x p x p x f + + + = K
3. Restricia de ncadrare n bugetul disponibil:
Q x a x a x a + +
10 10 2 2 1 1
K
4. Cerinele suplimentare se scriu astfel:
10 8
10 2 1
2 1
.
3 .
1 .
x x c
x x x b
x x a

+ +
+
K
d.
( ) [ ] ( )
1 1
0 1 0 1 0 0
9 5 2 5 2 9
9 5 2 9 5 2
+ + +
= = + = = =
x x x x x x
x x x x x i x

S-a obinut un exemplu de program de programare liniar bivalent.


2. Terminologie, notaii utilizate n Programarea Liniar (PL)

Considerm dat o problem de programare liniar (P) n sensul dat de Definiia 1 avnd
dimensiunile: m restricii i n variabile. Notaiile cu care vom opera n cadrul capitolului 1 sunt:
variabilele se noteaz cu x
1
. . . x
n
i ele vor forma vectorul coloan x = (x
1
. . . x
n
)
T
,
identificat cu un vector generic din R
n
;
ansamblul c = (c
1
, . . ., c
n
) reprezint vectorul coeficienilor numerici ai variabilelor n
funcia obiectiv;
vectorul b = (b
1
, . . ., b
m
) conine termenii liberi ai restriciilor implicite ale lui (P);
matricea
(
(
(
(
(
(

=
mn mj m
in ij i
n i
a a a
a a a
a a a
A
... ...
... ...
... ...
1
1
1 1 11
M M M
M M M
conine coeficienii numerici ai variabilelor n
sistemul de restricii al lui (P);
f = funcia obiectiv a programului (P).

Cu aceste notaii (P) poate fi scris astfel:

dac P
j
este admis
dac P
j
este respins
5

+ + + + + =

+ + + + +
+ + + + +
+ + + + +
n n j j
n j
m n mn j mj m m
i n in j ij i i
n n j j
x c x c x c x c f opt
x x x
b x a x a x a x a
b x a x a x a x a
b x a x a x a x a
P
... ... ) (
0 ,..., 0 ,..., 0
... ...
... ...
... ...
) (
2 2 1 1
1
2 2 1 1
2 2 1 1
1 1 1 2 12 1 11
M
M
sau, matricial:

cx f opt
x
b Ax
P
) (
0 ) (

Observaii:
1. (opt) = (max) sau (min);
2. Pentru comoditatea scrierii, restriciile implicite au fost considerate inegaliti de tipul .
Ele ns pot fi att egaliti ct i inegaliti de tipul .

Definiia 1. Se numete Soluie a programului (P) un ansamblu de n valori date variabilelor
care satisface restriciile implicite ale programului.
Definiia 2. Se numete Soluie Admisibil a programului (P) un ansamblu de n valori date
variabilelor care satisface restriciile implicite i condiiile de nenegativitate.
Definiia 3. O soluie admisibil care ofer funciei obiectiv valoarea optim (max sau min)
se va numi Soluie Optim a programului P. Ea se va nota cu ( )
T
n j
x x x x x
* * *
2
*
1
*
,..., ,..., , =

Exemplul 4:
Considerm problema de optimizare liniar:
( )

+
+
= +
+ =
0 , ,
100 2
50 3
30 5 3
4 3 2 max
3 2 1
3 1
2 1
3 2 1
3 2 1
x x x
x x
x x
x x x
x x x f


Pentru acest program:
- ansamblul
(
(
(
(

=
=
=
4
10
20
3
2
1
x
x
x
este soluie dar nu una admisibil (x
3
< 0);


- ansamblul ( ) 16
~
, 20
~
, 10
~
16 , 20 , 10
~
3 2 1
= = = = x x x x
T
este o soluie admisibil care ofer
funciei obiectiv valoarea 24;
- ansamblul ( ) 0 , 3 20 , 50 =

x 0
3
20
50
*
3
*
2
*
1
= = = x x x este soluia optim a
programului P , ea fiind admisibil i oferind funciei obiectiv 80
*
=
x
f valoarea maxim.
Pentru mulimea soluiilor admisibile ale programului P vom folosi notaia A AA A.
Problema de optimizare P se rescrie n acest caz astfel: S se determine A x

cu
proprietatea ( ) ( ) A x x f x y =

, opt .
6
Aa cum vom vedea ulterior este posibil ca A = . n acest caz spunem c programul P este
incompatibil (nu are soluii admisibile). Faptul c un program este incompatibil nu nseamn c el
nu are soluii ci c niciuna dintre acestea nu satisface condiiile de semn (sau explicite).

Exemplul 5: Programul:
( )

+
+
+ =
0 ,
2 2
3
2 3 max
2 1
2 1
2 1
2 1
x x
x x
x x
x x f

Presupunem prin absurd c ( ) 0 , 0 . . , , ) ( 2 1 2 1 = x x i a x x x i
( )

+
+
2 2
1 / 3
2 1
2 1
x x
x x

+

2 2
3
2
1
2 1
x x
x x
, i adunnd 1 2 2 1 + x x care nu poate
avea loc deoarece 0 2 2 1 + x x
Dac A . adic (P) are soluii admisible (P) este un program compatibil () 2
situaii posibile:
1) funcia obiectiv este nemrginit n sensul optimului pe mulimea A n A se poate
identifica un ir de soluii admisibile (x
1
x
2
. . .) cu proprietatea c irul valorilor funciei obiectiv
f(x
1
), f(x
2
), . . . tinde la + sau la - dup caz vom spune c programul compatibil (P) are optim
infinit.
2) funcia obiectiv este mrginit n sensul optimului pe A exist soluia

x care
optimizeaz funcia obiectiv, deci (P) are optim finit.
Not: Existena soluiei optime

x este consecina faptului c mulima A este nchis, fapt

ce rezult din aceea c eventualele restricii inegaliti sunt nestricte ( sau ).

are soluii ( ) 1 , 2 = x dar care nu sunt admisibile