CAPITOLUL III

1)
OPTIMIZAREA PROCESELOR ECONOMICE UTILIZND PROGRAMAREA LINIAR
3.1. Forma genera! a "ne# $ro%eme &e $rogramare #n#ar!
Problemele de maxim i de minim apar frecvent n cele mai diferite domenii ale matematicilor
pure sau aplicate. n domeniul economic, asemenea probleme sunt foarte naturale. Astfel, firmele
ncearc s maximizeze profiturile sau s minimizeze costurile. Experii n planificare
macroeconomic se preocup de maximizarea bunstrii unei comuniti economico-sociale.
onsumatorii doresc s c!eltuiasc venitul lor ntr-un mod care s le maximizeze satisfacia "de
natur material dar i spiritual etc.#
Programarea liniar se ocup de o clas special de probleme de optimizare care apar
deseori n aplicaiile economice. Aceste probleme constau n maximizarea sau minimizarea unei funcii
liniare, numit funcie obiectiv, ale crei variabile trebuie s satisfac$
un sistem de relaii date sub forma unor ecuaii i%sau inecuaii liniare nestricte,
denumite &eneric restricii'
cerina de a lua numai valori numerice nenegative "(#.
3.1.1. E'em$e

1) Problema firmei. onsiderm un sistem de producie, de exemplu o firm, care
produce n bunuri )
*
,)
+
,...,)
n
utiliz,nd pentru aceasta m cate&orii de resurse -
*
,-
+
,...,-
m
"materii
prime, for de munc, capaciti de producie, combustibili i ener&ie etc.#. Adoptm ipoteza c
te!nolo&ia de transformare a resurselor n bunuri este liniar n sensul c$
Pentru fiecare bun, consumul dintr-o anumit resurs este direct proporional cu
cantitatea produs.
onsumurile dintr-o resurs sau alta nu se condiioneaz reciproc.
.ie atunci a
ij
cantitatea din resursa i utilizat pentru producerea unei uniti din bunul )
j
. .ie
deasemeni b
i
cantitatea disponibil din resursa -
i
i c
j
preul "sau profitul# unitar al bunului )
j
.
Preul unui bun nu depinde de cantitatea produs i nici de situaia v,nzrilor celorlalte
bunuri.
Problema const n determinarea unui program de fabricaie care s maximizeze venitul
(sau profitul) firmei.
/ notm cu x
j
cantitatea din bunul )
j
care urmeaz a fi produs. Problema enunat mai
nainte devine$
S se gseasc valorile numerice x
*
,x
+
,...,x
n
care maximizeaz funcia$
f c x c x c x
n n
+ + +
* * + +
...
cu satisfacerea restriciilor$
*

)
/uportul de curs al apitolelor 0 i 1 are la baz lucrarea$ 2ica, 3., iobanu, )!., 4usta .loare, 4rcine 3ir&inia ,
(Cercetri operaionale I - Programare liniar, Probleme de optimizare n reele de transport i distribuie, Teoria jocurilor
strategice) Editura 4A5-67 -84, 9ucureti *::;
CURSUL *
6. P-8)-A4A-E <626A-A
a x a x a x b
a x a x a x b
a x a x a x b
n n
n n
m m mn n m
** * *+ + * *
+* * ++ + + +
* * + +
+ + +
+ + +
+ + +

'

i a condiiilor de nenegativitate$
x x x
n * +
( ( ( , ,
O%+er,a-#e. 6potezele de liniaritate fcute nu sunt verificate ntotdeauna n practic. -aiunea
lor este dubl$
conduc la modele matematice n &eneral simple'
pe baza modelelor liniare se pot formula concluzii calitative i le&iti economice care
i menin valabilitatea - n anumite limite - i ntr-un context neliniar.
/) Problema dietei a devenit o ilustrare clasic a pro&ramrii liniare, fiind nt,lnit n mai
toate textele de specialitate. Ea se ocup cu !rnirea unei colectiviti, s zicem un &rup de militari, n
cel mai economic mod cu condiia satisfacerii anumitor cerine de nutriie. 4ai concret, este vorba de
a prepara un aliment complex pornind de la n sortimente de !ran .
*
,.
+
,...,.
n
. =n numr de elemente
sau principii nutritive 2
*
,2
+
,...,2
m
- proteine, &lucide, &rsimi calciu,etc. sunt avute n vedere n
sensul c alimentul combinat trebuie s conin cel puin b
*
,b
+
,...,b
m
uniti specifice din fiecare. /
presupunem cunoscute urmtoarele$
cantitatea a
ij
din principiul nutritiv 2
i
coninut ntr-o unitate din tipul de !ran .
j
'
preul unitar c
j
al tipului de !ran .
j
.
2otm cu x
*
,x
+
,...,x
n
cantitile din felurile de !ran .
*
,.
+
,...,.
n
care trebuie cumprate n
vederea elaborrii dietei. .ormal, x
*
,x
+
,...,x
n
vor trebui determinate astfel nc,t$
costul
f c x c x c x
n n
+ + +
* * + +
...
al alimentelor cumprate s fie minim.
amestecul s conin principiile nutritive 2
*
,2
+
,...,2
m
n cantiti cel puin e&ale cu
b
*
,b
+
,...,b
m
, adic$
a x a x a x b
a x a x a x b
a x a x a x b
x x x
n n
n n
m m mn n m
n
** * *+ + * *
+* * ++ + + +
* * + +
* +
( ( (
+ + +
+ + +
+ + +

'

...
...
................................
...
, ,...,
>in nou au fost tacit utilizate ipotezele de liniaritate nt,lnite i n modelul precedent.
3.1./ So"-## a&m#+#%#e ae "ne# $ro%eme &e $rogramare #n#ar!
onsiderm o problem de pro&ramare liniar "P# cu m restricii e&aliti i%sau ine&aliti
nestricte, n variabile i cu funcia obiectiv f. =n ansamblu de n valori numerice care satisfac restriciile
se va numi Soluie a pro&ramului "P#. >ac n plus sunt verificate i condiiile de nene&ativitate,
ansamblul se numete Soluie dmisibil. 8 soluie admisibil care maximizeaz sau minimizeaz -
dup caz - funcia obiectiv se va numi Soluie optim. 2ot,nd cu A mulimea soluiilor admisibile,
problema "P# se scrie$
0+
S se determine x
?
A cu proprietatea$ f"x
?
# @
max min " # sau
x
f x
A
Este posibil ca "P# s aib soluii dar nici una din ele s fie admisibil$ A @ . /punem n acest caz c
problema "P# este incompatibil. !iar dac A , este posibil ca funcia obiectiv s fie
nemr&init pe A , adic s existe un ir de soluii admisibile de-a lun&ul cruia funcia obiectiv s
tind spre A sau -, dup caz. n aceast situaie vom spune c "P# are optim infinit. >ac "P# are
"cel puin# o soluie optim, zicem c "P# are optim finit.
>eoarece eventualele restricii ine&aliti sunt nestricte mulimea A este nc!is "n topolo&ia
uzual a spaiului -
n
#, adic o dat cu un ir convergent de puncte conine i limita acestuia. Aceast
proprietate este esenial pentru existena unei soluii optime a problemei "P#B onform unui rezultat
clasic al analizei matematice, dac A este mrginit, atunci f i atin&e efectiv extremele pe A, i
deci "P# are optim finit. n consecin, dac "P# are optim infinit, cu si&uran A este nemrginit.
-eciproca nu este n &eneral adevrat$ este posibil ca A s fie nemr&init i totui "P# s aib
optim finit.
3.1.3 Forma 0anon#0! a "ne# $ro%eme &e $rogramare #n#ar!
8 restricie a unei probleme "P# de pro&ramare liniar se zice concordant dac este o
inegalitate de tipul CC c,nd funcia obiectiv se maximizeaz i de tipul CC c,nd funcia obiectiv se
minimizeaz. 8 restricie inegalitate care nu este concordant se va numi neconcordant. -estriciile
e&aliti nu fac obiectul acestei clasificri.
/punem c o problem de pro&ramare liniar este n form canonic dac toate restriciile ei
sunt inegaliti concordante.
n consecin, o problem n form canonic de maximizare arat astfel$
a x b i m
x j n
f c x
ij j
j
n
i
j
j j
j
n

'

*
*
*
( *
,...,
,...,
"max#
sau matricial
"x b
x
f cx

'

(
"max#
unde$
"
a a a
a a a
a a a
b
b
b
b
x
x
x
x
n
n
m m mn m n

1
]
1
1
1
1

1
]
1
1
1
1

1
]
1
1
1
1
** *+ *
+* ++ +
* +
*
+
*
+

[ ]
c c c c
n

* +

8 problem n form canonic de minimizare se va scrie$

00
6. P-8)-A4A-E <626A-A
a x b
x
f c x
ij j
j
n
i
j
j j
j
n

'

*
*
(
"min#

"x b
x
f cx

'

(
"min#
>e exemplu, problema firmei "*.*, exemplul *## este o form canonic de maximizare n timp ce
problema dietei "*.*, exemplul +## este o form canonic de minimizare.
8rice problem de pro&ramare liniar se poate pune sub o form canonic de maximizare sau
minimizare, fr modificarea mulimii soluiilor admisibile, observ,nd c$
o egalitate se poate nlocui cu dou inegaliti de sens contrar#
o restricie neconcordant devine concordant prin nmulire cu $%#
putem sc!imba sensul optimizrii funciei obiectiv, graie formulei generale&
[ ]
x
f x
x
f x

A A
min
" #
max
" #
"*.0.*#
n consecin, putem face anumite raionamente teoretice pe o form canonic "ca de exemplu n
teoria dualitii liniare#, fr ca prin aceasta s restr,n&em &eneralitatea.
E'em$" 1.3.1
"max#
, ,
f x x x
x x x
x x
x x
x x x
+
+
+
+

'

+ 0 1
0 D 0
0 D
+ *(
( ( (
* + 0
* + 0
* +
* 0
* + 0

"min#" #
, ,
+
+
+
+

'

f x x x
x x x
x x x
x x
x x
x x x
+ 0 1
0 D 0
0 D 0
0 D
+ *(
( ( (
* + 0
* + 0
* + 0
* +
* 0
* + 0
Programul (P) 'orma canonic de minimizare a programului (P)
3.1.1 Forma +2an&ar& a "ne# $ro%eme &e $rogramare #n#ar!
/punem c o problem de pro&ramare liniar este n form standard dac toate restriciile ei
sunt egaliti. 6mportana acestei forme particulare rezult din faptul c metoda de rezolvare a
problemelor de pro&ramare liniar care va fi expus mai departe cere ca problema s fie n aceast
prezentare.
n consecin, o problem "P# care are i restricii ine&aliti va fi nlocuit - n vederea
rezolvrii ei - cu o alta n care toate restriciile sunt e&aliti. 2oua problem, numit forma standard
a problemei "P# i notat "./P#, se construiete astfel$
( restricie inegalitate din problema original (P) de tipul )) (respectiv de tipul
))) se transform n egalitate prin adugarea (respectiv prin scderea) unei variabile nenegative
din membrul su st*ng. "ceste variabile se numesc !ariabile de abatere sau de ecart.
+estriciile egaliti nu se modific.
01
,oile variabile introduse nu apar n funcia obiectiv a problemei originale
(alternativ, spunem c ele apar cu coeficieni nuli)
E'em$" 1.1.1
" #
"max#
, ,
P
f x x x
x x x
x x x
x x x
x x x
+ +
+
+ +
+ +

'

E : ;
D + 1
0 D
+ 0 :
( ( (
* + 0
* + 0
* + 0
* + 0
* + 0
" #
"max#
, ,...,
'SP
f x x x
x x x x
x x x
x x x x
x j
j
+ +
+
+ +
+ + +

'

E : ;
D + 1
0 D
+ 0 :
( * D
* + 0
* + 0 1
* + 0
* + 0 D

Problema care apare n acest context este aceea de a explica modul n care se obine soluia
optim a problemei "P# dac se cunoate soluia optim a formei sale standard "./P#. /e poate arta
uor c ntre mulimile de soluii admisibile A
P
, ale problemei "P# i A
./P
, ale problemei "./P#, exist
o coresponden bijectiv care conserv soluiile optime. 3om arta cum funcioneaz aceast
coresponden pe exemplul precedent.
2ot,nd-o cu , aceasta coresponden va asocia unei soluii admisibile x @ "
x x x
* + 0
, ,
# a
problemei "P# vectorul$
" # " , , , , # x x x x x x x x x x +
* + 0 * + 0 * + 0
D + 1 : + 0
care prin construcie se dovedete a fi o soluie admisibil a problemei "./P#. -eciproc, unei soluii
admisibile
F
"
F
,
F
,
F
,
F
,
F
# x x x x x x
* + 0 1 D
a problemei "./P# corespondena invers
-*
i asociaz vectorul
"
F
,
F
,
F
# x x x
* + 0
care satisface n mod clar restriciile problemei ori&inale "P#. >ac
x
este soluia
optim a problemei "P# atunci " x # este soluia optim a problemei "./P# i reciproc, dac
cunoatem soluia optim
F
x a problemei "./P# ,
*
"
F
# x reprezint soluia optim a problemei "P#.
-n problemele concrete, variabilele de abatere au interpretri economice precise aa c n
analiza soluiei optime valorile lor vor fi luate n considerare laolalt cu valorile variabilelor ori&inale.
Astfel, n problema firmei "*.*, exemplul*## variabilele de abatere x
n.%
, x
n./
, ..., x
n.m
definite prin$
x b a x i m
n i i ij j
j
n
+

*
*
,...,
reprezint cantiti de resurse neconsumate i prin urmare cunoaterea valorilor lor n soluia optim
ofer indicaii utile n analiza modului n care sunt utilizate resursele firmei$ materii prime, capaciti
de producie, for de munc, etc.
n problema dietei "*.*,exemplul +## variabilele de abatere$
x a x b i m
n i ij j i
j
n
+

*
*
,...,
reprezint cantitile de principii nutritive cu care sunt depite nivelele minimale specificate n
reet.
3.1.3 Re4o,area gra5#0! a $ro%emeor &e $rogramare #n#ar!
/ considerm problema$
0D
6. P-8)-A4A-E <626A-A
"max#
,
f x x
x x
x x
x x
x x
+
+
+
+

'

0 1
0 1 *+
G
+ +
( (
* +
* +
* +
* +
* +
6dentificm x
*
, x
+
cu abscisa, respectiv ordonata unui punct din planul raportat la un sistem orto&onal
de axe. Este cunoscut faptul c mulimea punctelor din plan ale cror coordonate satisfac prima
restricie coincide cu unul din semiplanele determinate de dreapta d
*
de ecuaie -0x
*
A1x
+
@ *+. 4ai
precis, este vorba de semiplanul care conine ori&inea "(,(#, deoarece coordonatele acesteia satisfac
evident prima restricie. n mod analo&, urmtoarele restricii sunt verificate n semiplanele
determinate de dreapta d
+
de ecuaie x
*
Ax
+
@ G i respectiv d
0
de ecuaie -+x
*
Ax
+
@ + i care conin
ori&inea. n fine, condiia x
*
( are loc n semiplanul Hdin dreaptaI axei verticale, n timp ce condiia
x
+
( are loc HdeasupraI axei orizontale.
/oluiile admisibile ale problemei se identific cu punctele comune celor cinci semiplane.
Acestea formeaz interiorul i frontiera poli&onului 8A9> din fi&ura *.D.*.
.uncia obiectiv determin - pentru f variabil - o mulime de drepte paralele care intersecteaz
sau nu mulimea A. Astfel punctele situate pe dreapta 0x
*
A1x
+
@*+ reprezint diferite combinaii ale
mrimilor x
*
, x
+
care dau funciei obiectiv f aceeai valoare *+. ntruc,t aceast dreapt taie A,
rezult c problema are soluii admisibile - c!iar o infinitate - care ofer funciei obiectiv valoarea *+.
>reapta 0x
*
A1x
+
@+1 nu mai taie A i deci nici o soluie admisibil a problemei nu este capabil s
asi&ure funciei obiectiv valoarea +1. onc!idem c maximul funciei f este HundevaI ntre *+ i +1.
/e observ uor c acest maxim se atin&e n v,rful al frontierei lui A. Punctul este
intersecia dreptelor d
*
i d
+
i deci coordonatele sale, care reprezint soluia optim a problemei, se
determin rezolv,nd sistemul format din ecuaiile celor dou drepte. /e &sete x x
*
*+
E +
0(
E
? ?
,
maximul lui f fiind ++
+
E
. /oluia optim satisface cu e&alitate primele dou restricii i cu ine&alitate
strict pe ceea de a treia.
F#g"ra 1.3.1
n mod asemntor se arat c dac funcia de maximizat ar fi fost f @ - x
*
Ax
+
atunci optimul
ar fi fost atins n v,rful 9 de coordonate x
*
@1%D, x
+
@*;%D .
Examin,nd acest exemplu putem tra&e urmtoarele 0on0"4##$
0G
>

9
A
8
d
+
d
*
d
0
x
*
x
+
f@*+
f@
f@+1
A
%. 0ulimea A este con!e", adic o dat cu dou puncte conine i segmentul care le
unete. ( consecin intuitiv a acestei proprieti este c soluia optim, dac exist, se gsete
1undeva2 pe frontiera lui A .
/. 'rontiera lui A este un contur poligonal cu un numr finit de !#rfuri i o soluie optim
se gsete neaprat ntr-unul din ele.
Aceste concluzii, care se confirm pe orice alt problem n dou sau trei variabile "mulimea
soluiilor admisibile put,nd fi HvizualizatH n planul -
+
sau spaiul -
0
# au constituit sursa ntre&ii
teorii a pro&ramrii liniare.
3./. D"a#2a2ea 6n $rogramarea #n#ar!
n principiu, oricrei probleme de pro&ramare liniar i se asociaz o alta, numit duala sa i n
esen teoria dualitii const n studiul relaiilor dintre cele dou probleme. .irete, construcia
problemei duale depinde nemiJlocit de structura problemei iniiale denumit i problema primal.
ntotdeauna sensul optimizrii n cele dou probleme este diferit$ dac n primal funcia obiectiv se
maximizeaz "minimizeaz# n dual funcia obiectiv se minimizeaz "maximizeaz#. /tudiul i
interpretarea economic a problemei duale aduc informaii suplimentare n analiza proceselor
economice i n fundamentarea deciziilor.
3./.1 Reg"# &e 0on+2r"#re a $ro%eme# &"ae
Pentru a conferi construciei problemei duale maxima &eneralitate vom slbi condiia de
nene&ativitate impus tuturor variabilelor, admi,nd c unele din ele nu pot lua dec,t valori
nepozitive " (# n timp ce altele pot lua orice valoare real.
u aceast observaie duala unei probleme de pro&ramare liniar cu m restricii i n variabile
se construiete dup urmtoarele re&uli$
%) 3ac n primal funcia obiectiv se maximizeaz (respectiv se minimizeaz) n problema
dual funcia obiectiv se minimizeaz (respectiv se maximizeaz).
/) +estriciei de rang i , i4%,...,m din primal i corespunde n dual o variabil u
i
# dac
restricia primal este o inegalitate concordant (respectiv neconcordant, respectiv o egalitate)
variabila dual asociat este nenegativ ( 5), ( respectiv nepozitiv ( 5), respectiv fr restricie
de semn).
6) 7ariabilei x
j
, j4%,...,n din problema primal i corespunde n dual restricia de rang j.
0embrul st*ng al acestei restricii este o combinaie liniar a variabilelor duale u
i
realizat cu
coeficienii variabilei x
j
din toate restriciile primalei (acetia sunt a
ij
, i4%,...,m). 8ermenul su
liber este coeficientul c
j
al lui x
j
din funcia obiectiv primal. -n fine, dac variabila primal x
j
este
0E
CURSUL 7
6. P-8)-A4A-E <626A-A
nenegativ (respectiv nepozitiv, respectiv fr restricie de semn) restricia dual asociat va fi o
inegalitate concordant (respectiv neconcordant, respectiv o egalitate).
9) :oeficienii funciei obiectiv ai problemei duale sunt termenii liberi b
i
ai restriciilor
problemei primale.
E'em$" /.1.1
Problema primal Problema dual
0 + 1 G
+ + D :
G + 0
(
(
(
; 0 D E
* + 0 1 D
* 0 1 D
* + 0 1
*
+
0
1
D
* + 0 1 D
x x x x x
x x x x
x x x x
x
x
x f r s
x f r s
x
f x x x x x
+ +
+ + +
+ + +

+ + + +

'

. . .
. . .
max

u
u f r s
u
u u u
u u
u u u
u u u
u u
g u u u u
*
+
0
* + 0
* 0
* + 0
* + 0
* +
* + 0
(
(
0 + ;
+ G 0
+ *
1 D + D
E
G : 0

+ +
+
+ +
+ +
+
+ +

. . .
min " #
O%+er,a-##. *# Problema dual are at,tea variabile "respectiv restricii# c,te restricii
"respectiv variabile# are problema primal.
+# -e&ulile *# - 1# pun n eviden urmtoarele corespondene de termeni prin trecere la
dual$
min
"restricie# concordant
"restricie# neconcordant
"restricie# e&alitate
termen liber al unei restricii

max
"variabil# nene&ativ
"variabil# nepozitiv
"variabil# fr restricie de semn
coeficient al funciei obiectiv
0# >in construcia de mai sus rezult urmtoarea concluzie$
$uala dualei este problema primal%
/punem c dualitatea n programarea liniar are un caracter involutiv.
n consecin, fiind dat o problem de pro&ramare liniar "P# i duala sa "K#, vom vorbi
despre cuplul de probleme n dualitate "P,K#, fr a mai specifica n mod expres care din probleme
este primala i care duala.
3././. D"aee "nor 5orme $ar2#0"are &e $ro%eme &e $rogramare #n#ar!
*# 3uala unei forme canonice de maximizare este o form canonic de minimizare i
reciproc.
0;
a x a x a x b
a x a x a x b
a x a x a x b
x
x
x
f c x c x c x
n n
n n
m m mn n m
n
n n
** * *+ + * *
+* * ++ + + +
* * + +
*
+
* * + +
(
(
(
+ + +
+ + +
+ + +

+ + +

'

..............................................
max
u
u
u
a u a u a u c
a u a u a u c
a u a u a u c
g b u b u b u
m
m m
m m
n n mn m n
m m
*
+
** * +* + * *
*+ * ++ + + +
* * + +
* * + +
(
(
(

+ + +
+ + +
+ + +
+ + +

. ..........
.............................................

min
u notaiile matriciale introduse n "*.0# la care se adau&$ [ ]
u u u u
m

* +
, ,..., , cuplul format din cele
dou probleme de mai sus devine$
" #
max " #
P
"x b
x
f x cx

'

(
"K#
u" c
u
g u ub

'

(
min " #
/) :onservarea formei de prezentare se pierde atunci c*nd se consider duala unei
probleme n form standard.
a x b i m u f r s i m
x j n a u c j n
f c x g b u
ij j i
j
n
i
j ij i j
i
m
j j i i
i
m
j
n

'

*
*
* *
* *
( * *
,..., . . . ,...,
,..., ,..,
max min
sau matricial$
" #
max " #
P
"x b
x
f x cx

'

( " # " . . . #
min " #
;
u" c
u + f r s
g u ub
m

'

"f.r.s. fr restricie de semnB#

n mod analo& se construiete duala formei standard n care funcia obiectiv se minimizeaz$
" #
min " #
P
"x b
x
f x cx

'

( " # . . .
max " #
;
u" c
u f r s
g u ub

'

0:
6. P-8)-A4A-E <626A-A
O%+er,a-#e. >e reinut este faptul c dualele a dou probleme de programare liniar
ec!ivalente sunt ele nsele ec!ivalente adic au aceeai mulime de soluii admisibile i aceleai soluii
optime.
3./.3. Teoreme &e &"a#2a2e
u notaiile matriciale din "+.+# s considerm cuplul de probleme n dualitate n form
canonic$
" #
"max# " #
P
f x cx
"x b
x

'

(
" #
"min# " #
;
g u ub
u" c
u

'

(
Teorema /.3.1 'ie
[ ]
x x x x
n
8

* +
, ,..., o soluie admisibil a problemei "P# i
[ ]
u u u u
m

* +
, ,..., o soluie admisibil a problemei "K#. "tunci&
*#
f x g u " # " #
+# 3ac
f x g u " # " #
atunci x este o soluie optim a problemei "P# iar u este o soluie
optim a problemei "K#.
Demon+2ra-#e. *# Prin ipotez
"x b x , (
i u" c , u (.>educem c
u"x ub
i
u"x cx "nene&ativitatea vectorilor x i u este esenialB# de unde$
f x cx u"x ub g u " # " #
+# >ac
f x g u " # " #
i dac x nu ar fi soluie optim a problemei "P# ar exista o
soluie admisibil xL mai bun, adic
f x f x " L # " # >
.-ezult ine&alitatea
f x g u " L # " # >

contrar celor demonstrate la punctul precedent.
lasificarea cuplurilor de probleme de pro&ramare liniar n dualitate este fcut de
urmtoarea teorem$
Teorema /.3./ "Teorema 5"n&amen2a! a &"a#2!-### Pentru un cuplu de probleme n
dualitate una i numai una din urmtoarele situaii este posibil&
%) "mbele probleme au soluii admisibile# atunci ambele au soluii optime i valorile optime
ale funciilor obiectiv coincid&
f x g u " # " #
.
/) ,umai una din probleme are soluii admisibile, iar cealalt nu are# atunci problema
compatibil are optim infinit.
6) ,ici una din probleme nu are soluii admisibile.
/imetria teoremei +.0.+ nu constituie totui un rspuns pentru reciproca teoremei +.0.*
/pecificm acest lucru n mod expres pentru c n pro&ramarea neliniar el nu are loc.
Teorema /.3.3 3ac una din problemele unui cuplu de probleme n dualitate are soluie
optim atunci i cealalt are i valorile optime ale funciilor obiectiv coincid.
2u dm demonstraia teoremei +.0.+ deoarece pre&tirile necesare depesc cadrul impus acestui
curs. 3om demonstra ns teorema +.0.0 dup ce vom prezenta metoda &eneral de rezolvare a
problemelor de pro&ramare liniar.
Teorema /.3.1 8Teorema e0ar2"r#or 0om$emen2are 9 TEC) 'ie (P,;) un cuplu de
probleme canonice n dualitate&
1(

'

cx x f
x
b "x
P
# " max
( # " ;
u" c
u
g u ub

'

(
min " #
<n cuplu de soluii admisibile ( x , u ) este un cuplu de soluii optime dac i numai dac&

" #
" #
u" c x
u b "x

'

(
(
"+.0.*#
Demon+2ra-#e. / presupunem relaiile "+.0.*# verificate de cuplul " x , u #$
u"x cx
ub u"x
cx ub x u

(
(
" , #
este un cuplu de soluii optime n virtutea teoremei +.0.*.-eciproc, s
presupunem c " x , u # constituie un cuplu de soluii optime. Atunci cx ub ,n virtutea teoremei
fundamentale a dualitii i prin urmare$
" # " # u" c x u b "x + (
>eoarece x , u sunt soluii admisibile avem$
" # , " # u" c x u b "x ( (
i deci
" # , " # u" c x u b "x ( (
relaii care arat c x , u verific "+.0.*#.
n notaiile seciunii "+.+# relaiile matriciale "+.0.*# se pot scrie$
a u c x
u b a x
ij i j
i
m
j
j
n
i
i
m
i ij j
j
n

_
,

_
,

* *
* *
(
(
Aceste relaii sunt ec!ivalente cu$
a u c x j n
u b a x i m
ij i j
i
m
j
i i ij j
j
n

_
,

_
,

*
*
( *
( *
,...,
,...,
3erificarea acestor e&aliti de ctre un cuplu de soluii admisibile
[ ]
x x x x
n
8

* +
, ,..., i
[ ]
u u u u
m

* +
, , , reprezint deci o condiie necesar i suficient de optimalitate.
Pe l,n& formularea precedent, teorema +.0.1. mai are urmtoarea interpretare$
:uplul ( x , u ) de soluii admisibile este un cuplu de soluii optime dac i numai dac verific
seturile de implicaii&

x a u c
a u b u
j ij i j
i
m
ij i i
j
n
i
>
<

'

(
(
*
*

u a x b
a u c x
i ij j
j
n
i
ij i
i
m
j j
>

>

'

(
(
*
*
1*
6. P-8)-A4A-E <626A-A
O%+er,a-#e. >ei prezentat pe un cuplu de probleme canonice, teorema +.0.1. este valabil
pentru orice cuplu de probleme n dualitate. Astfel pentru cuplul$
max f cx
"x b
x

'

(
min
. . .
g ub
u" c
u f r s

'

ele se reduc la$ " # ,..., . u" c x a u c u j n

ij i j
i
m
j

_
,

( ( *
*
Mi mai concret, considerm cuplul din$
E'em$" /.3.1
" #
min
, ,
P
f x x x
x x x
x x x
x x x
x x x

+
+ +
+

'

D +
G + 0 G
0 + *+
+ 1 1
(
* + 0
* + 0
* + 0
* + 0
* + 0
" #
max
, . . .,
;
g u u u
u u u
u u u
u u u
u u f r s u
+ +
+ +
+
+ +

'

G *+ 1
G + D
+ 0 +
0 + 1 *
( (
* + 0
* + 0
* + 0
* + 0
* + 0
onform 5E, condiia necesar i suficient pentru ca dou soluii admisibile ale celor dou
probleme$
x x x x
8
" , , #
* + 0
i
u u u u " , , #
* + 0
s fie optime este satisfacerea relaiilor$
" # " #
" # " #
" # " #
" # " #
" # "D#
D G + ( *
+ + 0 ( +
* 0 + 1 ( 0
G G + 0 ( 1
+ 1 1 (
* + 0 *
* + 0 +
* + 0 0
* + 0 *
* + 0 0

+
+
+
+
u u u x
u u u x
u u u x
x x x u
x x x u
8 consecin important a 5E este faptul c rezolvarea unei probleme de pro&ramare liniar
este ec!ivalent cu rezolvarea dualei sale n sensul c dac se cunoate soluia optim a uneia din ele
putem deduce relativ simplu soluia optim a celeilalte. Pentru ilustrare vom determina soluia optim
a problemei "P# din exemplul precedent tiind c duala "K# are soluia optim u
?
de componente$
u u u
* +
:
*1 0
*
*1
(
? ? ?
, , .
nlocuind u
?
n "*# - "D# se constat c relaiile "+#,"0#,"1# sunt satisfcute de orice valori
numerice acordate variabilelor x
*
, x
+
, x
0
. n sc!imb din "*# i "D# obinem relaiile$ x
*
@( i +x
*
- x
+
A 1x
0
- 1 @ ( care mpreun cu restricia e&alitate din "P# constituie un sistem liniar$
x
x x x
x x x
*
* + 0
* + 0
(
+ 1 1
0 + *+

+
+ +

'

-ezolv,nd sistemul, obinem soluia optim a problemei "P#$

x x x f f x g u g
* +
+(
E 0
*+
E
D+
E
(
? ? ?
max
? ?
min
, , " # " #
Ec!ivalena amintit mai nainte este folositoare n rezolvarea efectiv a problemelor de
pro&ramare liniar tiut fiind c efortul de calcul este relativ mai mic dac numrul restriciilor este
1+
mai mic. n consecin, pentru o problem cu multe restricii i un numr restr,ns de variabile, va fi
mai comod s rezolvm duala sa.
3./.1. In2er$re2area e0onom#0! a &"a#2!-##
-elum problema firmei din seciunea *.* exemplul *#. onsiderm o ntreprindere care
produce bunurile =
%
,=
/
,...,=
m
la preurile c
%
,c
/
,...,c
n
folosind pentru aceasta mai multe resurse
-
*
,-
+
,...,-
m
disponibile n cantitile limitate b
*
,b
+
,...,b
m
. onsumurile specifice de resurse pentru unul
sau altul din bunurile realizabile de ctre firm sunt specificate n matricea$
"
a a a
a a a
a a a
n
n
m m mn

1
]
1
1
1
1
** *+ *
+* ++ +
* +

8biectivul firmei este maximizarea veniturilor rezultate din v,nzarea bunurilor produse. n
ipotezele de liniaritate uzuale, pro&ramul liniar pentru determinarea combinaiei optime de bunuri
este$
"P#
"max# " #
, , ,
f x c x c x c x
a x a x a x b
a x a x a x b
a x a x a x b
x x x
n n
n n
n n
m m mn n m
n
+ + +
+ + +
+ + +
+ + +

'

* * + +
** * *+ + * *
+* * ++ + + +
* * + +
* +
( ( (

............................................
/ notm cu x x x x
n
? " , ,..., #
? ? ?

* +
combinaia de bunuri care aduce firmei venitul maxim$
7 f f x c x c x c x
n n
? max " ?# ...
? ? ?
+ + +
* * + +
>ac admitem c sin&ura posibilitate a firmei de a obine venitul 7? const n transformarea
resurselor disponibile n bunuri conform pro&ramului x? i v,nzarea acestora este natural s ne
ntrebm care este contribuia fiecrei resurse n parte la formarea acestui venit.
<a baza discuiei vom pune aceleai ipoteze de liniaritate care ne-au condus la modelul
matematic "P# i anume$
contribuia unei resurse la venitul maxim al firmei este - p*n la o anumit limit $
direct proporional cu cantitatea disponibil'
nivelul contribuiei unei resurse nu este condiionat de celelalte resurse , ci numai de
cantitatea n care ea se afl disponibil.
/ notm atunci cu u u u
m * +
? ? ?
, ,..., aportul unei uniti din resursa +
*
, din resursa +
+
, .a.m.d.
la formarea venitului maxim 3?. n virtutea ipotezelor de liniaritate amintite putem scrie$
7 b u b u b u
m m
? ...
? ? ?
+ + +
* * + +
"+.1.*#
Producerea unei uniti din bunul =
j
necesit a
*J
uniti din resursa +
*
, a
+j
uniti din resursa
+
+
, ....., a
mj
uniti din resursa +
m
.
Partea din venitul maxim 7? corespunztoare acestor cantiti este$
a u a u a u
j j mj m * * + +
? ? ?
... + + +
10
6. P-8)-A4A-E <626A-A
Aceast mrime trebuie s acopere preul pe care firma l ncaseaz prin v,nzare de vreme ce ea nu
are alte resurse de formare a venitului n afara transformrii resurselor n bunuri. /e conc!ide c
sistemul u u u u
m
? " , ,..., #
? ? ?

* +
trebuie s satisfac relaiile$

a u a u a u c
a u a u a u c
a u a u a u c
m m
m m
n n mn m n
** * +* + * *
*+ * ++ + + +
* * + +
? ? ?
? ? ?
? ? ?
...
...
...
+ + +
+ + +
+ + +

'

. . . . . . . . . . . . . . . . . . . . . . . . . .
"+.1.+#
i de asemenea condiiile de nene&ativitate$
u u u
m * +
( ( (
? ? ?
, ,..., "+.1.0#
/unt suficiente relaiile "+.1.*# - "+.1.0# pentru determinarea efectiv a valorilor u u u
m * +
? ? ?
, ,..., N
5eoria dualitii d un rspuns afirmativ pe baza urmtoarelor observaii$
1) -elaiile "+.1.+# i "+.1.0# arat c u u u u
m
? " , ,..., #
? ? ?

* +
constituie o soluie admisibil a
dualei "K# asociat problemei "P#$
" #
"min# " # ...
...
...
. ..................................
...
, , ...,
;
g x b u b u b u
a u a u a u c
a u a u a u c
a u a u a u c
u u u
m m
m m
m m
n n n mn m n
m
+ + +
+ + +
+ + +
+ + +

'

* * + +
** * +* + * *
*+ * ++ + + +
* * +
* +
( ( (

/) -elaia "+.1.*# rescris n forma f"x?# @ g"u?#, coroborat cu teorema de dualitate +.0.*, ne
arat c u? este c!iar soluia optim a problemei duale K.
"stfel, am gsit un coninut economic coerent variabilelor duale u
*
, u
+
,..., u
m
din problema dual
"K#. Ele reprezint nite valori bneti asociate la c*te o unitate din fiecare resurs disponibil a
firmei i exprim aportul unitar al fiecrei resurse la formarea !enitului ma"im. /trict dimensional,
variabilele u
*
, u
+
,..., u
m
au semnificaia unor preuri ataate resurselor. 5otui aceste preuri nu au
nimic comun cu valoarea intrinsec a resurselor ci - aa cum a rezultat din interpretarea dat -
reflect numai msura participrii lor la formarea venitului maxim. 5ocmai pentru a preveni
identificarea lor cu preurile reale ale resurselor, n literatura de specialitate, aceste entiti au fost
denumite preuri umbr "s!adoO prices#. A rezultat de asemenea i o modalitate de calcul a acestor
mrimi$ se rezolv problema dual (;).
5eoria dualitii arat c venitul maxim 7? al firmei - privit ca funcie de cantitile disponibile
de resurse - depinde liniar de aceste disponibile prin intermediul preurilor duale optime - vezi
relaia "+.1.*#
n consecin $

7
b
u i m
i
i
?
?
,..., *
"+.1.1#
Prin urmare preurile duale optime ne arat cu c*t se modific venitul maxim 7> al firmei la
o variaie cu o unitate a disponibilului unei resurse.
Este important de reinut faptul c aceste concluzii rm,n valabile numai n situaia n care
componentele vectorului b variaz ntre anumite limiteB n cazul &eneral, atunci c,nd se iau n
11
considerare toate valorile posibile ale lui b, adic b +
m

+
, funcia 7
>
(b) este subaditiv i pozitiv
omogen. Aceasta nseamn$
7 b b 7 b 7 b b b +
7 tb t7 b t b +
m
m
? ? ?
? ?
" L # " # " L # " # , L
" # " # ,
++

+
+
" # (
-eamintim c n baza 5E soluiile optime x?, u? al problemelor "P# i "K# satisfac relaiile$

x a u a u a u c
a x a x a x b u
u a x a x a x b
a u a u a u c x
j j j mj m j
i i in n i i
i i i in n i
j j mj m j j
? ? ? ?
? ? ? ?
? ? ? ?
? ? ? ?
...
...
...
...
> + + +
+ + + <
> + + +
+ + + >
(
(
(
(
* * + +
* * + +
* * + +
* * + +

" . . #
" . . L #
" . . #
" . . L #
+ 1D
+ 1D
+ 1 G
+ 1 G
"+.1.D# arat c dac bunul =
j
intr n combinaia optim atunci preul su este e&al cu partea din
venitul maxim al firmei corespunztoare resurselor ncorporate ntr-o unitate din el.
"+.1.DL# arat c dac o resurs nu este prevzut a se consuma n ntre&ime - spunem c este
excedentar $ preul su dual este (. Aceast concluzie reprezint versiunea liniar a
le&ii cererii i ofertei - preul unei mrfi pentru care oferta este mai mare dec,t cererea
trebuie s scad.
"+.1.G# arat c o resurs cu pre dual semnificativ trebuie consumat n ntre&ime' creterea cu o
unitate a disponibilului aduc,nd o cretere a venitului maxim conform "+.1.1#.
"+.1.GL# arat c dac pentru un bun valoarea resurselor ncorporate ntr-o unitate - valoare
msurat n preurile duale optime - depete preul su atunci acesta nu intr n
combinaia optimal. >iferena a u c
ij j j
i
m
?

*
reprezint pierderea potenial de venit pe
care firma o va nre&istra dac totui decide realizarea unei uniti din bunul j.
ondiiile "+.1.D#, "+.1.DL#, "+.1.G#, "+.1.GL# date de 5E se mai numesc i condiii de
ec&ilibru de unde i numele de preuri de ec&ilibru dat uneori preurilor duale optime.
3.3. S2r"02"ra m"-#m## +o"-##or a&m#+#%#e ae "ne# $ro%eme &e
$rogramare #n#ar!
n aceast seciune ne vom opri asupra principalelor proprieti &eometrice pe care le posed
mulimea soluiilor unui sistem de ecuaii i inecuaii liniare. Aceste proprieti sunt determinante n
nele&erea mecanismului metodei simplex de rezolvare a pro&ramelor liniare.
Parcur&erea acestei seciuni necesit c,teva rudimente de calcul matricial i al&ebr liniar.
3ectorii cu care se va opera vor fi subnelei, dup caz, fie linii fie coloane. >e re&ul, scrierea n
text a unui vector se va face n linie ca de exemplu
v a a a
m
" , ,..., #
* +
' dac este necesar ca v s
fie considerat vector coloan se va folosi operatorul de transpunere$
v a a a
m
" , , ..., #
* +
5
.
3.3.1 C:2e,a eemen2e &e ana#4! 0on,e'! #n#ar!
.iind date dou puncte x ? +
n
, mulimea$
[ ] { } x ? z x ? , " # , + * ( *
se numete segment "nc!is# cu extremitile x i ?. /e tie c n -
+
sau n -
0
acest concept se
suprapune peste conceptul &eometric uzual. Pentru (, respectiv *, avem z x , respectiv
z ?
. Punctele
z x ? + " # *
corespunztoare valorilor
" , # ( *
se numesc puncte
interioare ale se&mentului [ ]
x ? ,
. Pentru
*
+
&sim z x ? +
*
+
" # miJlocul se&mentului
[ ]
x ? ,
.
1D
6. P-8)-A4A-E <626A-A
( mulime @ +
n
se zice con!e" dac o dat cu dou puncte conine i segmentul care le
unete.
.ormal $
[ ]
@ convex x ? @ z x ? @ + " # , , " # , , " # ( * *
/e verific imediat c intersecia mai multor mulimi convexe este o mulime convex.
.ie
a a a a
n
" , , ..., #
* +
un vector nenul i b un scalar. Este uor de vzut c mulimea$
{ }
S x x x x ax b a x a x a x b
n
8
n n
+ + + " , ,..., # ...
* + * * + +
este convex. Ea se numete semispaiu; n timp ce mulimea$
{ }
A x x x x ax b a x a x a x b
n
8
n n
+ + + " , ,..., # ...
* + * * + +
se numete &iperplan. Este clar c i P este o mulime convex ca intersecie a semispaiului / de mai
sus, cu semispaiul$
{ }
S x + ax b a x b a x a x a x b
n
n n
L
" # ...
* * + +
( intersecie finit de semispaii se numete mulime poliedral. Evident, o mulime
poliedral este convex, reciproca nefiind n &eneral adevrat.
n fi&ura 0.*.* sunt prezentate c,teva mulimi convexe i neconvexe n plan. Este clar c
mulimile a# i b# nu sunt convexe. >iscul c# este o mulime convex dar nu este poliedral, fiind n
fapt intersecia infinit a tuturor semispaiilor care conin discul i sunt mr&inite de tan&entele la
circumferin. Poli&onul convex d# este intersecia a 1 semispaii aa cum se arat n fi&.0.*.+
1G
/
*
/
+
/
0
/
1
F#g"ra 3.1./
a) poligon concav b) coroan circular c) disc
d) poligon convex e) mulime poliedral nemrginit
,ot& 8oate mulimile specificate sunt presupuse, nc!ise adic i conin frontierele.
F#g"ra 3.1.1
>in cele de mai sus rezult c orice mulime poliedral n
+
n
se identific cu mulimea
soluiilor unui sistem de ecuaii iBsau inecuaii liniare n n variabile. n particular$
0ulimea A
P
a soluiilor admisibile ale unui program liniar "P# este o mulime con!e",
poliedral i nc!is. 'rontiera sa se compune din toate punctele ale cror coordonate satisfac cu
egalitate cel puin una din restricii.
/e numete !#rf al unei mulimi convexe @ +
n
un punct v @ cu proprietatea c nu exist un
se&ment Qx,?R @ care s conin pe v ca punct interior. n
+
+
sau
+
0
re&sim conceptul &eometric
uzual.
( mulime poliedral are ntotdeauna un numr finit de v*rfuri (posibil nici unul#' de
exemplu, poli&onul d# din fi&. 0.*.* are patru v,rfuri n timp ce un semispaiu nu are v,rfuri. >iscul c#
are o infinitate de v,rfuri$ orice punct de pe circumferin are aceast calitate.
4ulimile d# i e# din fi&.0.*.* sunt am,ndou poliedrale dar e# este nemrginit. Pentru a
caracteriza aceast proprietate avem nevoie de un nou concept, cel de raz extrem. Pentru a nu
depi cadrul orar al cursului vom lsa la latitudinea cititorului aprofundarea conceptului utiliz,nd ca
suport biblio&rafic OOO.asecib.ase.ro S ursuri on-line S :. 2ica 3. i colectiv, Cercetri
'peraionale I% 3om caracteriza ns n detaliu aceast situaie n cadrul metodei /implex de
rezolvare a pro&ramelor liniare "vezi seciunea 1 a ap. *#.
3.3./ Teorema 0en2ra! a $rogram!r## #n#are
/ considerm acum un pro&ram liniar "P# n care funcia obiectiv se maximizeaz i s ne
situm n cazul n care pro&ramul "P# este compatibil adic mulimea soluiilor sale admisibile A
P
este
nevid. Am vzut c A
P
este o mulime poliedral i convex av,nd un numr finit de v,rfuri
v v v
* +
, , .....,
p
. Aa cum va rezulta din seciunea 1.*, A
P
are cel puin un v,rf, adic
p *
. 3om
enuna acum teorema central a programrii liniare.
TEOREMA
1)
. 3ac programul (P) are optim finit, atunci o soluie optim se gsete ntr$
unul din v*rfurile mulimii soluiilor admisibile A
P
.
Cmportana acestei teoreme este cov*ritoare& ea reduce problema gsirii unei soluii optime
x ?
din mulimea, n general infinit, A
P
a tuturor soluiilor admisibile ale programului "P#, la
identificarea acestei soluii n mulimea finit a v*rfurilor lui A
P
.
-ecapitul,nd modul n care diferitele proprieti discutate au fost implicate n obinerea
acestui rezultat fundamental s reinem c$
:onvexitatea mulimii soluiilor admisibile A
P
situeaz soluiile optime, dac
acestea exist, pe frontiera lui A
P
'
3eoarece A
P
este poliedral, iar funcia obiectiv este liniar, cel puin una din
soluiile optime este un v*rf al lui A
P
.
5eorema furnizeaz urmtorul procedeu CnaivC de rezolvare a unui pro&ram liniar "P#$
se C&enereazC lista "finit# a v,rfurilor mulimii A
P
'
prin nlocuire succesiv n funcia obiectiv se reine v,rful care ofer acesteia valoarea
maxim "sau minim, dup caz#.
*#
NOT. Pentru demonstraiile 5eoremelor i <emelor din acest capitol, vezi OOO.asecib.ase.ro S ursuri on-line S :.
2ica 3. i colectiv, Cercetri 'peraionale I.
1E
6. P-8)-A4A-E <626A-A
Procedeul ridic la r,ndul su urmtoarele probleme principiale$
*# um recunoatem compatibilitatea pro&ramului "P# N
+# um CcalculmC un v,rf al mulimii A
P
sau mai corect spus cum se caracterizeaz
Cal&ebricC un v,rf N
0# Pentru obinerea soluiei optime este necesar s &enerm toate v,rfurile mulimii A
P
N
ntrebarea este serioas deoarece i pentru pro&rame liniare de dimensiuni reduse "adic cu un numr
relativ mic de restricii i variabile# numrul v,rfurilor este foarte mare.
1# !iar dac reuim, prin enumerarea explicit a tuturor v,rfurilor, s &sim pe acela care
maximizeaz funcia obiectiv, aceasta nu nseamn obli&atoriu c am rezolvat pro&ramul datB Este
posibil ca pro&ramul respectiv s aib optim infinitB um se recunoate acest faptN
3om rspunde pro&resiv la toate c!estiunile menionate n seciunile urmtoare.
3.3.3 Core+$on&en-a A
P
~ A
FSP
onsiderm o problem de pro&ramare liniar "P# care conine cel puin o restricie ine&alitate
i fie "./P# forma sa standard "vezi seciunea *.1# Pentru simplificarea notaiilor, vom presupune c
"P# este n form canonic de maximizare$
" #
max
P
f cx
"x b
x

'

(
unde$

[ ]
"
a a a
a a a
a a a
b
b
b
b
x
x
x
x
c c c c
n
n
m m mn m n
n

1
]
1
1
1
1

1
]
1
1
1
1

1
]
1
1
1
1

** *+ *
+* ++ +
* +
*
+
*
+
* +

"0.0.*#
tim din seciunea *.0 c orice pro&ram liniar poate fi scris n aceast form. .orma standard a
pro&ramului "P# va fi$
( )
max
,
'SP
f cx
"x ? b
x ?

'

( (
n care$ ?
?
?
?
m

1
]
1
1
1
1
*
+

este vectorul variabilelor de abatere.

ntre mulimile de soluii admisibile A
P
-
n
i A
./P
-
nAm
exist o coresponden bijectiv (x)
4 (x, ?), unde ? 4 b $ "x, a crei invers este proiecia
$%
(x,?) 4 x. Am remarcat deJa n seciunea
*.1 c prin corespondena , soluiile optime ale celor dou probleme se corespund. n fapt, are
urmtoarea proprietate mai &eneral.
Teorema 3.3.1 3ac x este un v*rf al mulimii A
P
atunci (x) 4 (x, ?) cu ? 4 b $ "x este un
v*rf al mulimii A
'SP
. +eciproc, dac (x, ?) este un v*rf al mulimii A
'SP
atunci
$%
(x,?) 4 x este
un v*rf al mulimii A
P
.
1;
n baza acestei teoreme precum i a teoremei centrale a pro&ramrii liniare "seciunea 0.+#, pentru a
rezolva problema "P# este suficient s cutm soluia optim a formei sale standard "./P# printre
v,rfurile mulimii A
./P
.
3om vedea n seciunea urmtoare cum se caracterizeaz Hal&ebricI v,rfurile mulimii soluiilor
admisibile ale unui pro&ram liniar n form standard. 5ot acolo vom arta c dac un pro&ram "P#
este compatibil atunci A
P
are cel puin un v,rf i n orice caz un numr finit de asemenea elemente.
Pe baza acestor rezultate, vom putea descrie n para&raful 1 o metod efectiv de rezolvare a unei
probleme de pro&ramare liniar.
3.3.1. So"-## &e %a4! ae "n"# $rogram #n#ar
/ considerm acum un pro&ram liniar "P# n form standard$
( )
max
P
f cx
"x b
x

'

(
n care masivele ",b,c,x au semnificaiile din "0.0.*#. 3om pune n eviden coloanele matricii A$
A @ QA
*
, A
+
, T , A
n
R
De5#n#-#e. Soluia x x x x
n
8
( , ,..., )
* +
a problemei n form standard (P), nu neaprat
admisibil, se numete soluie de baz dac mulimea coloanelor "
i
corespunztoare
componentelor
x
i
5 este liniar independent.
.ie 6" x # mulimea indicilor i U*, +,T, mV cu proprietatea c
x
i
(.
Lema 1 3ac x i
x sunt soluii de baz ale programului (P) i C(
x ) C( x ) atunci x
4
x
(i deci C( x ) 4 C(
x
)).
Demon+2ra-#e. Este clar c x
i
@ x
i
@ ( pentru indicii i C( x ). Atunci e&alitile$
x " x " b
i
i
i C x
i
i
i C x

( ) ( )
implic$
( )
( )
x x "
i i
i
i C x

(
de unde rezult x
i
@ x
i
pentru toi i C( x ), deoarece prin ipotez coloanele "
i
, i C( x ) sunt
liniar independente.
Lema / 'ie x x x x
n
8
( , ,..., )
* +
o soluie admisibil a problemei (P) care nu este soluie
de baz. "tunci exist un vector ? +
n
i un interval D , E +
n
F$ , .G astfel nc*t&
%) "? 4 5#
/) D , E conine pe 5 i nu se reduce la acest punct# i nu sunt simultan
infinite#
6) pentru orice D , E vectorul x() 4 x . ? este o soluie admisibil a
problemei (P)#
1:
CURSUL <
6. P-8)-A4A-E <626A-A
9) 3ac de exemplu, este finit i
x 4 x( ) atunci C(
x ) C( x ) dar C(
x ) C(
x ) - * adic
x are mai puine componente nenule dec*t x .
Demon+2ra-#e. >in ipotez rezult c mulimea coloanelor "
i
, i C( x ) este liniar independent.
Exist prin urmare scalarii ?
i

, i C( x ) nu toi nuli astfel nc,t$
? "
i
i
i C x

( )
(
Pun,nd ?
i
@ ( pentru i C( x ) obinem un vector ? 4 (?
%
,?
/
,H,?
n
) +
n
cu proprietatea c$
? " "?
i
i
i
n

*
( (
Afirmaia *# este demonstrat.
Pentru orice + vectorul x() 4 x . ? este o soluie a problemei "P# deoarece "x() 4
" x . "? 4b.
6mpun,nd condiia de admisibilitate x() 5 obinem pentru intervalul de valori permise Q , R
n care$
@
i C x ?
i
i
i
x
?
>

'

'

( ),
max
(
( daca toti W
i
@
i C x ?
i
i
i
x
?
<

'

'

( ),
min
(
( daca toti W
i
Avem X ( X i deoarece ? (, cel puin una din extremitile , este finit. Astfel i
afirmaiile +# , 0# sunt probate.
/ presupunem, n final c este finit. Atunci va exista un indice r C( x ) astfel c& ?
r
X
( i 4 $
x
?
r
r
.>ac
x
@ x( ) este clar c C(
x
) C( x ) i cum + x x ?
r r r
(iar
x
r
> ( urmeaz c C(
x
) X C( x ) i ultima afirmaie este dovedit.

Teorema 3.1.1 ( soluie admisibil x x x x

n
8
( , ,..., )
* +
a problemei (P) este un v*rf al
mulimii A
P
dac i numai dac x este o soluie de baz.
Demon+2ra-#e. / presupunem c x este v,rf dar nu este soluie de baz. onform lemei + exist
? +
n
cu "? @ ( i intervalul Q , R care conine pe ( i nu se reduce la acesta, astfel nc,t x()
4 x . ? s fie o soluie a pro&ramului "P# oricare ar fi Q , R. Ale&em Y ( suficient de
mic astfel nc,t Q- ,A R Q , R i punem$ x
%
4 x $?, x
/
4 x .? . Atunci x
%
,x
/
A
P
, x
%
x
/
i
x x x +
*
+
* +
( ) n contradicie cu ipoteza c x este v,rf al mulimii A
P
.
Pentru reciproc s presupunem c x este o soluie de baz fr a fi v,rf. Atunci exist
x
%
,x
/
"
P
, x
%
x
/
i "(,*# astfel nc,t x @ "*- #x
*
A x
+
. Pentru i6" x # avem
" # * (
* +
+ x x
i i
i cum x x
i i
* +
( ( , rezult x x
i i
* +
( . n consecin, 6"x
*
# 6" x #, 6"x
+
#
6" x # i n virtutea lemei * rezult x
*
@ x
+
@ x , n contradicie cu ipoteza fcut.
Teorema 3.1./ 3ac programul n form standard (P) este compatibil atunci mulimea
soluiilor sale admisibile A
P
are cel puin o soluie de baz, deci un v*rf.
Demon+2ra-#e .ie x @ " , ,..., # x x x
n
5
* +
o soluie admisibil a problemei "P#. 3om proceda prin
inducie dup numrul I al componentelor x
i
> ( .>ac Z @ ( atunci x @ "(,(,...,(# este o soluie de
baz ntruc,t o mulime vid de vectori este, prin convenie,liniar independent. >ac Z Y ( exist
dou situaii de examinat$
D(
*# oloanele A
i
, i 6" x # sunt liniar independente. Atunci x este o soluie de baz.
+# oloanele A
i
, i 6" x # sunt liniar dependente. onform lemei + va exista o soluie
admisibil
x
cu 6"
x
# 6" x # dar cu mai puine componente nenule dec,t x . -epet,nd
raionamentul, este clar c ntr-un numr finit de pai se aJun&e la situaia *# adic la o soluie de
baz.
Con+e0#n-! 0ulimea A
P
a soluiilor admisibile ale unui program liniar compatibil are cel
puin un v*rf.
Demon+2ra-#e. / presupunem c "P# nu este n form standard, altminteri avem teorema 0.1.+. .ie
"./P# forma standard a pro&ramului "P#. >eoarece avem corespondena biJectiv $ A
P
A
./P
deducem c A
./P
pentru c prin ipotez A
P
. Prin teorema 0.1.+ mulimea A
./P
are cel puin
un v,rf' acesta, prin proiecia
-*
va fi un v,rf al mulimii A
P
, &raie teoremei 0.0.*.
Av,nd n vedere caracterizarea al&ebric a v,rfurilor dat n teorema 0.1.*, teorema central a
pro&ramrii liniare poate fi formulat i n urmtorii termeni.
Teorema 3.1.3 3ac un program liniar n form standard are optim finit, cel puin una din
soluiile sale optime este o soluie de baz.
4ai rm,ne de artat c mulimea soluiilor admisibile ale unui pro&ram liniar are un numr
finit de v,rfuri. n virtutea teoremelor 0.0.* i 0.1.*, aceasta revine la a arta c un pro&ram liniar n
form standard "P# are un numr finit de soluii admisibile de baz. .aptul rezult nemiJlocit din aceea
c numrul sistemelor liniar independente ce pot fi extrase dintr$o mulime finit de vectori este
finit. 3om preciza acest lucru sub forma unei teoreme n seciunea urmtoare, n care vom introduce
un concept uor diferit de cel de soluie de baz, acela de soluie asociat unei baze a pro&ramului
"P#. 2oul concept are avantaJul de a fi mai uor de manipulat n practic.
3.3.3. =a4e ae "n"# $rogram #n#ar 6n 5orm! +2an&ar&. So"-#a a+o0#a2! "ne# %a4e
n notaiile seciunii precedente facem ipoteza$
ran&A @ m X n "0.D.*#
6poteza ne asi&ur c ecuaiile ce compun sistemul liniar "x 4 b al restriciilor sunt independente i c
acest sistem are o infinitate de soluii. / notm c ipoteza nu implic n mod necesar i existena
soluiilor admisibile "adic cu toate componentele nene&ative# pentru sistemul considerat. >up cum
vom vedea n seciunea 1.G ipoteza fcut nu este deloc restrictiv.
3eoarece rang" 4 m, n matricea " va exista cel puin un grup de m coloane liniar
independente, constituind deci o baz a spaiului +
m
. =n asemenea &rup se va numi baz a
programului (P) i numrul acestora este finit , nedepind
:
n
m n m
n
m

J
J( )J
.
.ie 9 o baz a pro&ramului "P#, 6 mulimea indicilor coloanelor din 9 i [ mulimea indicilor
coloanelor din A care nu sunt n 9. -enumerot,nd convenabil variabilele pro&ramului vom scrie
matricea A n forma$
A @ Q9 , /R cu 9 @ QA
i
R
i 6
, / @ QA
J
R
J [
Partiionm corespunztor vectorul "coloan# x al variabilelor$
[ ] [ ]
x
x
x
x x x x
K
S
K
i
i C
S
j
j L

1
]
1

cu ,
ca i vectorul "linie# al coeficienilor funciei obiectiv$
D*
6. P-8)-A4A-E <626A-A
c @ Qc
9
,c
/
R cu c
9
@ Qc
i
R
i 6
, c
/
@ Qc
J
R
J [
n raport cu baza 9 aleas, variabilele x
i
, i 6 se vor numi variabile bazice, iar toate celelalte
nebazice sau secundare.
/criem sistemul "x 4 b n forma$
[ ] K S
x
x
b Kx Sx b
K
S
K S
,

1
]
1
1
+
>eoarece 9 este o baz a spaiului -
m
, 9 "ca matriceB# este nesin&ular deci inversabil. nmulind la
st,n&a cu 9
-*
obinem$
[ ] [ ] x Sx b S K S a b K b b
K S
ij
i C j L
i
i C
+

cu
* *
,
,
"0.D.+#
3a fi util s punem n eviden coloanele matricii /$
[ ] [ ] [ ]
L j
j
L j
j
L j
j
" " K " K S

* *
cu
[ ]
" K " a
j j
ij
i C

*
"0.D.0#
=tilizm "0.D.+# pentru a elimina din expresia funciei obiectiv variabilele bazice$
[ ]
f c c
x
x
c x c x c b Sx c x
K S
K
S
K K S S K S S S

1
]
1
1
+ + , ( )
c b c S c x f c x
K K S S S S
( ) "0.D.1#
unde$

f c b c K b c b
K K
i i
i C

( )
*
"0.D.D#
i$
[ ]
c c S c c K S c c
S K S K S
j
j L

( )
*
n care$

c c " c c K " c c a c
j
K j
j
K j
j i ij j
i C

( )
*
"0.D.G#
Astfel, n raport cu baza 9, pro&ramul "P# poate fi adus la urmtoarea form ec!ivalent, conform
"0.D.+# i "0.D.1#$
D+

( )
max
,
P
f f c x
x Sx b
x x
K
S S
K S
K S

+

'

( (

max
, # ,
f f c x
x a x b i C
x i C x j L
j j
j L
i ij j
j L
i
i j

+

'

( (
"0.D.E#
"P
9
# se numete forma e"plicit a programului (P) n raport cu baza *. ompar,nd "P
9
# cu "P#
constatm c efectul nmulirii cu K
$%
a sistemului "x 4 b este explicitarea variabilelor bazice x
i
, i
C n funcie de cele nebazice x
j
, j L.
<u,nd n "P
9
#$
x
/
@ ( x
J
@ ( , J [ "0.D.;#
obinem$
x b x b i C
K
i i
"0.D.:#
3ectorul$

x
b x
x
K
S

1
]
1

(
"0.D.*(#
este evident o soluie a pro&ramului "P#, numit soluia asociat bazei *. 3om spune c 9 este o
baz admisibil dac soluia asociat "0.D.*(# este admisibil, ceea ce revine la a spune c b i C
i
( , .
Prin construcie, soluia asociat unei baze a programului (P) este o soluie de baz n sensul
definiiei din seciunea precedent. -eciproca nu este n &eneral adevrat. Astfel, dac x @
" , ,..., # x x x
n
5
* +
este o soluie de baz a pro&ramului "P#, numrul componentelor nenule este m.
>ac acest numr este exact m atunci x este soluia asociat bazei formate din coloanele matricii A
corespunztoare celor m componente nenule. /punem n acest caz c x este o soluie de baz
nedegenerat. >ac numrul componentelor nenule este X m, coloanele corespunztoare acestor
componente pot fi completate p,n la o baz n mai multe moduri, astfel c x se asociaz la mai
multe bazeB >ac se nt,mpl aa spunem c x este o soluie degenerat.
$eoarece (P) are un numr finit de baze, el !a a!ea i un numr finit de soluii asociate
acestor baze i de aici un numr finit de soluii de baz%
n baza relaiilor "0.D.;#, "0.D.:# constanta
f
din "0.D.D# reprezint valoarea funciei
obiectiv a pro&ramului "P# n soluia "0.D.*(# asociat bazei 9. omponentele
c
j , j [ "definite n
"0.D.G## ale vectorului
c
S
din "0.D.1# vor Juca un rol esenial n caracterizarea optimalitii unei
soluii admisibile de baz. Ele se numesc costuri reduse "notate
J
n alte materiale de specialitate# i
sunt ntotdeauna asociate variabilelor nebazice. oeficienii numerici ai formei explicite "0.D.E# se
trec ntr-un tabel "5
9
# al crui format este indicat n tabelul 0.D.*. 5abelul "5
9
# se numete tabelul
simple" asociat bazei =. oloana H9I conine vectorii bazei =, coloana H9I conine Coeficienii din
funcia obiectiv ai variabilelor =azice iar n coloana H339I apar >alorile >ariabilelor =azice. n
ultima linie a tabelului, numit i linia test, apar valoarea
f
a funciei obiectiv n soluia asociat
bazei 9 precum i costurile reduse
c
j , j [ corespunztoare coloanelor nebazice. .ormula "0.D.D#
D0
6. P-8)-A4A-E <626A-A
arat c
f
este produsul scalar al coloanelor H9I i H339I n timp ce relaia "0.D.G# arat c
c
j
se obine din produsul scalar al coloanelor H9I i HA
J
I scz,nd costul c
j
scris deasupra coloanei
HA
J
I.
Ta%e" 3.3.1
ci cr cJ cZ
9 9 339 A
i
A
r
A
J
A
Z

ci A
i
bi
* (
aiJ

aiZ
"59#

cr A
r
br
( *
arJ

arZ

f f
? ?
c
j


c
I

Extindem definiia costului redus i la coloanele HA

i
I , i 6 $
c c c
i i i
(
. Aceste costuri
reduse au fost notate n linia test cu asteriscuri "?# spre a le deosebi de eventualele costuri reduse nule
c
j , j [ care, dup cum vom vedea n seciunea 1.+, indic - Hla optimI - prezena mai multor
soluii optime de baz.
3.1. Me2o&a +#m$e'
>eoarece tim c dac pro&ramul n form standard "P# are optim finit o soluie optim va fi
cu necesitate o soluie de baz i deci va fi asociat unei baze 9?, este natural s ne ntrebm cum
&sim aceast baz optimal 9?. 5raduc,nd n termeni al&ebrici procedeul &eometric HnaivI, descris
n finalul seciunii 0.+, rezult urmtoarea procedur$
se &enereaz toate bazele pro&ramului "P# i se calculeaz soluiile asociate acestora'
se elimin soluiile de baz neadmisibile i dintre cele admisibile se reine acea soluie
care ofer funciei obiectiv valoarea maxim.
2u mai insistm asupra dezavantaJelor i lipsurilor acestei sc!eme deoarece ele au fost deJa
menionate n seciunea 0.+. H4etodaI descris are o alternativ care, din fericire, s-a dovedit a fi
deosebit de eficient din punct de vedere practic. Este vorba de +etoda Simple" datorat
matematicianului american )eor&e 9. >antzi& "*:1E#.
Aceast metod este un procedeu de cercetare sistematic a soluiilor admisibile de baz ale
unui pro&ram liniar n form standard "P#. Ea presupune cunoscut o asemenea soluie, numit
soluie iniial sau de start i n continuare construiete un ir de soluii admisibile de baz de-a
lun&ul cruia valoarea funciei obiectiv crete progresiv. 4etoda simplex ofer un test simplu de
recunoatere a optimalitii unei soluii de baz i de asemenea un test de recunoatere a optimului
infinit. Practica numeric a artat c numrul soluiilor admisibile de baz efectiv generate este de
regul mult mai mic dec*t numrul total al acestora.
u anumite precauii, uor de ndeplinit, metoda simplex &aranteaz conver&ena procesului
iterativ n sensul c o baz admisibil cercetat la un moment dat nu mai revine n iteraiile ulterioare
"vezi seciunea 1.D#. um numrul bazelor este finit, urmeaz c ntr-un numr finit de pai se aJun&e
fie la soluia optim fie la concluzia c pro&ramul are optim infinit.
.irete, n aceast descriere succint, am plecat de la ipoteza cunoaterii unei soluii admisibile
de baz iniiale, adic de la premiza c (P) este un program compatibil. n seciunea 1.0 vom vedea
cum se face recunoaterea incompatibilitii unui pro&ram liniar.
3.1.1. Teoremee 5"n&amen2ae ae me2o&e# +#m$e'
n prezentarea fundamentelor teoretice ale metodei simplex vom folosi notaiile introduse n
seciunea 0.0.D. n mod constant vom presupune c soluia "0.D.*(#, asociat bazei 9, este admisibil,
adic b i C
i
( , .
D1
Teorema A. 3ac toi
c J [
J
( ,
atunci soluia (6.M.%5) asociat bazei K este optim. 3ac
n plus
c J [
J
> ( ,
, atunci ea este i unica soluie optim a programului (P).
Demon+2ra-#e. .ie ? 4 (?
%
,?
/
,...,?
n
)
5
A

o soluie admisibil arbitrar aleas. >eoarece ?
%
5, ?
/

5, ...,?
n

5 vom avea$
f W f c W f f x
J J
J [
" # " #

6ne&alitatea de mai sus arat c, dintre toate soluiile admisibile ale pro&ramului"P#,soluia x din
"0.D.*(# ofer funciei obiectiv f cea mai mare valoare posibil. >ac costurile reduse sunt pozitive i
W x atunci ine&alitatea de mai sus este strict, fapt care probeaz unicitatea soluiei optime x .

Teorema =. Presupunem c exist indicele IL astfel c

c
Z
< (
i toi
a i 6 A
iZ
Z
( ( , " # . "tunci programul (P) are optim infinit.
Demon+2ra-#e. Pornind de la soluia x din "0.D.*(# construim o soluie admisibil variabil dup
cum urmeaz. nlocuim n "0.D.E#$
x
Z
@ ( ' x
J
@ ( , J [ , J Z "1.*.*#
-ezult$
x b a i 6
i i iZ
, "1.*.+#
2otm cu x "# soluia ale crei componente sunt definite n "1.*.*# i "1.*.+#. ondiia enunului
face ca x "# A
,
"# (. Evalum funcia obiectiv n soluia x "# $
f x f c
Z
" " ## "1.*.0#
-ezult imediat c$

+
lim
" " ## f x
.>eci f este nemr&init superior pe A i ca urmare "P#
are optim infinit.
Teorema C Presupunem c exist I L astfel nc*t
c
Z
< (
dar exist i indici i C cu
a (
iZ
> . 'ie r C indicele determinat prin formula&

b
a
b
a
r
rZ
i 6 a
i
iZ iZ

'

>(
min "1.*.1#
"tunci grupul de coloane KN obinut din K nlocuind coloana "
r
cu coloana "
I
este o baz
admisibil a programului (P) i soluia
x
asociat ei este cel puin la fel de bun ca i soluia x
asociat bazei K, adic f(
x ) f( x ).
Demon+2ra-#e. >in "1.*.1# rezult c a (
rZ
> . >in A
Z
@ 9
-*
A
Z
avem$
A 9A a A a A
Z Z
iZ
i
i 6 i r
rZ
r
+
,
>eoarece a (
rZ
putem exprima A
r
n funcie de A
i
, i r i A
Z
$
A
a
a
A
a
A
r iZ
rZ
i
i 6 i Z
rZ
Z
+
,
*
>in teorema substituiei rezult c sistemul 9L, format din coloanele A
i
, i r i A
Z
, este o baz a
problemei "P#.
/ lum n soluia variabil x "# construit n demonstraia teoremei 9$

b
a
r
rZ
"1.*.D#
>in formulele "1.*.*# , "1.*.+# rezult$
DD
6. P-8)-A4A-E <626A-A
x
b
a
x J [ J Z
x b
b
a
a i 6
Z
r
rZ
J
i i
r
rZ
iZ

'

' , ,
,
(
Pentru i @ r avem x b
b
a
a
r r
r
rZ
rZ
( aa c soluia de mai sus poate fi rescris astfel$

x J [ J Z x
x b
b
a
a i 6 i r x
b
a
J r
i i
r
rZ
iZ Z
r
rZ

'

( ( , , '
, , '
"1.*.G#
2otm cu
x
soluia ale crei componente sunt definite n "1.*.G#. 3om observa mai nt,i c
x
este soluie admisibil a problemei "P#, adic are toate componentele nene&ative. ntr-adevr$
- dac a (
iZ
atunci x
i
('
- dac a (
iZ
> atunci b
b
a
a
b
a
b
a
i
r
rZ
iZ
i
iZ
r
rZ
( care are loc conform ale&erii indicelui r
"vezi "1.*.1##.
n al doilea r,nd remarcm c
x
este soluia asociat bazei 9L. ntr-adevr, din "1.*.G# rezult c n
x
toate variabilele secundare n raport cu baza 9L au valoarea (. Afirmaia rezult acum din
unicitatea soluiei asociate unei baze.
=tiliz,nd formulele "1.*.0# i "1.*.D# obinem$
f x f
b
a
c f f x
r
rZ
Z
" # " # "1.*.E#
n concluzie,
x
este cel puin la fel de bun ca i x .
O%+er,a-##. 1) 9azele 9 i 9L aprute n enunul teoremei difer una de alta printr-o
sin&ur coloan a matricii A. >ou baze ale pro&ramului "P# cu aceast proprietate se vor numi n
continuare baze !ecine i tot vecine se vor numi i soluiile asociate.
/) 5eoremele 9 i afirm c dac o soluie de baz admisibil x nu satisface criteriul de
optimalitate al teoremei A atunci sau "P# are optim infinit "5eorema 9# sau, printre soluiile !ecine cu
x exist cel puin una la fel de bun ca i x dac nu c!iar mai bun "5eorema #.
-ecapitul,nd materialul expus n aceast seciune constatm c testarea optimalitii soluiei
x asociate bazei 9 presupune cunoaterea formei explicite "0.D.E# a problemei iniiale n raport cu
baza 9. 4ai mult, dac x nu verific criteriul de optimalitate al teoremei A, construcia soluiei de
baz mai bune
x
se face cu aJutorul elementelor aceleiai forme "0.D.E#. n consecin, testarea
optimalitii soluiei
x
asociat bazei vecine 9L va necesita cunoaterea formei explicite a problemei
iniiale n raport cu noua baz 9L$
DG
" #
max
,
, ,...,
L
,
,
,
P
f f c x c x
x a x a x b i 6 i r
x a x a x b
x x x
9
J J
J [ J Z
r r
i iJ J
J [ J Z
ir r i
Z ZJ J
J [ J Z
Zr r Z
n


+
+
+ +

'

* +
(
"1.*.;#
"3om remarca faptul c unele elemente din "1.*.;# sunt deJa evaluateB Astfel, termenii liberi, adic
valorile noilor variabile bazice, sunt dai de "1.*.G# n timp ce constanta
f
, care este valoarea
funciei obiectiv n noua soluie de baz
x
, a fost obinut n "1.*.E#.#
.irete, "1.*.;# se poate obine ca i "0.D.E# prin nmulirea la st,n&a a sistemului ori&inal de
restricii "x 4 b cu matricea invers "9L#
-*
. Putem deduce "1.*.;# direct din "0.D.E# cu aJutorul
urmtoarelor operaii$
>in ecuaia r a sistemului "0.D.E#$
x a x a x b
r rJ J
J Z
rZ Z r
+ +

explicitm x
Z
, mprind relaia cu
a
rZ
$

x
a
a
x
a
x
b
a
Z
rJ
rZ
J
J Z
rZ
r
r
rZ
+ +

*
"1.*.:#
/ubstituim x
Z
dat de "1.*.:# n celelalte ecuaii ale sistemului din "0.D.E#. 8binem$

x a
a
a
x
a
a
x b
b
a
a i 6 i r
i iJ
rJ
rZ
J
J Z
iZ
rZ
r i
r
rZ
iZ
+

" # , ,
"1.*.*(#
Ecuaiile "1.*.:# , "1.*.*(# reprezint sistemul "x 4 b explicitat n noile variabile bazice x
i
i 6,i r
i x
Z
.
4ai departe substituim acelai x
Z
i n expresia funciei obiectiv din "0.D.E#. )sim$

f f
b
a
c c
a
a
c x
c
a
x
r
rZ
Z J
rJ
rZ
Z J
Z
rZ
r
J Z
+

" # " #
"1.*.**#
Astfel, am exprimat funcia obiectiv cu aJutorul noilor variabile nebazice x
J,
J [,J Z i x
r
.
Prin urmare "1.*.:# , "1.*.*(# , "1.*.**# constituie forma explicit a problemei ori&inale n
raport cu noua baz 9L. 6dentific,nd coeficienii din aceste ecuaii cu coeficienii corespunztori din
"1.*.;# rezult formulele$



a a
a
a
a
i 6 i r
J [ J Z
a
a
a
i 6 i r
iJ iJ
rJ
rZ
iZ ir
iZ
rZ
,
,
' ,

a
a
a
J [ J Z a
a
ZJ
rJ
rZ
Zr
rZ
, '
*
"1.*.*+#
DE
6. P-8)-A4A-E <626A-A
f f
b
a
c c c
a
a
c J [ J Z c
c
a
r
rZ
Z J J
rJ
rZ
Z r
Z
rZ
' , '
cunoscute i sub numele de formule de sc&imbare a bazei%
3.1./. Agor#2m" +#m$e'
-ezolvarea efectiv a unui pro&ram liniar n form standard "P# se face cu aJutorul
algoritmului simplex. Acesta este un pac!et invariabil de instruciuni logice i de calcul care,
aplicate unei soluii admisibile de baz a programului (P), stabilete dac soluia respectiv este
optim i, n caz contrar, pune n eviden situaia de optim infinit sau construiete efectiv o soluie
admisibil de baz mai bun dec*t cea curent.
/ considerm o baz admisibil 9 precum i forma explicit "P
9
# a pro&ramului "P# n raport
cu aceast baz. "vezi notaiile seciunii 0.D#
n raport cu aceste date de intrare, coninutul unei iteraii simplex este urmtorul$
Pa+" 1. (8est de optimalitate) 3ac toi
c J [
J
( ,
soluia de baz curent (adic soluia
(6.M.%5), asociat bazei K) este optim& ST'P. "ltminteri$
Pa+" /. Se alege indicele nebazic I L astfel ca$

c c
Z
J [
J

min
"1.+.*#
Pa+" 3. 3ac$
a i 6 A
iZ
Z
( ( , " #
programul (P) are optim infinit&ST'P% "ltminteri$
Pa+" 1. Se determin indicele bazic r C cu formula&

b
a
b
a
r
rZ
i 6 a
i
iZ iZ

_
,

>(
min "1.+.+#
Pa+" 3. Se construiete forma explicit a programului (P) n raport cu baza KN dedus din K
prin nlocuirea coloanei "
r
cu coloana "
I
. Se revine la Pasul % n cadrul unei noi iteraii.

O%+er,a-## 1) <a pasul + avem cu necesitate
c
Z
< (
. >espre coloana nebazic A
Z
vom spune
c intr n baza curent. n demonstraia teoremei s-a artat c variaia valorii funciei obiectiv la
sc!imbarea coloanei bazice A
r
cu coloana A
Z
este dat de formula$

f x f x
b
a
c
r
rZ
Z
" # " #

_
,
"1.+.0#
um
b
a
r
rZ
(
"vezi "1.+.+## urmeaz c introducerea n baz a oricrei coloane nebazice A
J
cu
c
J
< (

mbuntete valoarea curent a funciei obiectiv. Ale&erea coloanei nebazice care va intra n baza
curent dup formula "1.+.*# asi&ur funciei obiectiv cea mai mare vitez de variaie i n &eneral
conduce la terminarea al&oritmului n mai puine iteraii.
/) /e poate arta uor c dac situaia descris n pasul 0 are loc atunci vectorul O @
"O
*
,O
+
,...,O
n
#
5
definit prin$

O a i 6 O J [ J Z O
i iZ J Z
, ' , , ' ( *
"1.+.1#
este o raz extrem a mulimii poliedrale A
P
.
D;
3) >espre coloana bazic A
r
al crei indice se determin cu formula "1.+.+# vom spune c
prsete baza curent% "legerea ei dup formula amintit asigur admisibilitatea soluiei asociate
noii baze KN.
1) Elementul
a
rZ
, unde Z este indicele coloanei care intr n baz iar r este indicele coloanei
care iese din baz se numete pi!ot i operaia de calculare a elementelor formei explicite n raport cu
baza 9L din elementele formei explicite n raport cu baza vec!e 9 prin aplicarea formulelor de
sc!imbare a bazei "1.*.*+# poart numele de pi!otare gaussian.
3) n principiu, problemele de minimizare se reduc la cele de maximizare n baza relaiei
"*.0.*#. Al&oritmul simplex descris mai sus este aplicabil i problemelor de minimizare cu urmtoarele
mici modificri$
n pasul *$ soluia curent este optim dac
c J [
J
( ,
'
n pasul +$ pentru determinarea indicelui coloanei nebazice care intr n baza curent
se va utiliza formula
c c
Z
J [
J

max
>e aceast dat vom avea
c
Z
> (.
*) / presupunem c baza curent 9 este optimal "adic soluia asociat ei verific testul de
optimalitate# i c exist indici nebazici J[ cu
c
J
(
. .ormula "1.+.0# arat c introducerea n baza
curent a oricrei coloane A
Z
pentru care
c
Z
(
conduce la soluii de baz la fel de bune ca i cea
curent, deci optime. Se poate arta c dac x x x p
p * +
+ , ,..., , sunt toate soluiile de baz optime
ale programului (P) atunci acesta are o infinitate de soluii optime care au forma&
x x x x cu si
p
p
p p
+ + + + + +
*
*
+
+
* + * +
( * ... , ,..., ...
(altfel spus, orice soluie optim este o combinaie convex a soluiilor optime de baz)
7) n rezolvarea manual a pro&ramelor liniare "firete de mici dimensiuni# se utilizeaz
tabelele simplex "0.D.*# asociate diferitelor baze cercetate. Aceste tabele se deduc unul din altul prin
pivotare gaussian.
n continuare vom aplica al&oritmul simplex pe o problem simpl, n dou variabile, pentru a
putea ilustra &rafic modul n care acioneaz procedura.
E'em$" 1./.1 onsiderm pro&ramul$
" #
max
' '
,
P
f x x
x x x x x x
x x
+
+

'

+
1 0 *; + G
( (
* +
* + * + * +
* +
a crui mulime de soluii admisibile A
P
este vizualizat n fi&ura 1.+.*.
D:
/
+
$ x*@E, x+@0
/
0
$ x*@1+%D, x+@0G%D
x+
6. P-8)-A4A-E <626A-A
F#g"ra 1./.1
Aducem "P# la forma standard adu&,nd variabilele de abatere x
0
, x
1
, x
D
$
" #
max
, ,...,
./P
f x x
x x x
x x x
x x x
x J
J
+
+
+
+ +

'

+
1
0 *;
+ G
( * D
* +
* + 0
* + 1
* + D
/e observ c matricea A a coeficienilor formei standard "./P# conine baza unitar E @ Q A
0
,A
1
,A
D
R
"deci ./P este c!iar forma bun a lui P pentru aplicarea al&oritmului /implex Primal# a crei soluie
asociat$
* @ ( , x
+
@ ( , x
0
@ 1 , x
1
@ *; , x
D
@ G
este admisibil. n continuare sunt date tabelele rezultate prin aplicarea al&oritmului simplex "tabelele
1.+.* - 1.+.1#. n partea dreapt am indicat formele explicite ale problemei "./P# n raport cu bazele
cercetate. n trei iteraii s-a obinut soluia optim x x
*
1+
D
+
0G
D

, , valoarea maxim a funciei
obiectiv fiind +1' variabilele de abatere au n soluia optim valorile x x x
0
*1
D 1 D
(

, .
+ * ( ( ( Formee e'$#0#2e ae $ro%eme# 8FSP) 6n
c
9
9 339 A
*
A
+
A
0
A
1
A
D
ra$or2 0" %a4ee 0er0e2a2e
( A
0
1 * -* * ( ( x* - x+ A x0 @
1
( A
1
*; 0 -* ( * ( 0x* - x+ Ax1 @ *;
( A
D
G -* + ( ( * -x*A+x+ AxD @ G
f ( -+ -* ? ? ? -+x* -x+ Af @ (
++ A
*
1 * -* * ( ( x* -x+ A x0 @ 1
( A
1
G ( + -0 * ( +x+ -0x0 Ax1 @ G
( A
D
*( ( * * ( * x+ A x0 AxD @ *(
f ; ? -0 + ? ? -0x+ A+x0 Af @ ;
+ A
*
E * ( -*%+ *%+ ( x* - *%+x0A*%+x1 @
E
* A
+
0 ( * -0%+ *%+ ( x+ -0%+x0A*%+x1 @
0
( A
D
E ( ( D%+ -*%+ * D%+x0 - *%+x1 AxD @ E
f *E ? ? -D%+ 0%+ ?
-D%+x0A0%+x1 Af @ *E
+ A
*
1+%D * ( ( +%D *%D x* A+%Dx1 A*%+xD @
1+%D
* A
+
0G%D ( * ( *%D 0%D x+ A*%Dx1 A0%DxD @
0G%D
( A
0
*1%D ( ( * -*%D +%D x0 -*%Dx1 A+%DxD @
*1%D
f +1 ? ? ? * * x1 A xD Af @
+1
G(
A
P
/
(
$ x*@(, x+@(
/
*
$ x*@1, x+@(
x*
Ta%eee 1./.1 9 1./.1
/oluia 9aza
omponentele
soluiei de baz
&enerat de al&oritm
/oluia
pro&ramului
3aloarea
funciei
x* x+ x0 x1 xD "P# obiectiv
/
(
9
(
@ QA
0
, A
1
, A
D
R ( ( 1 *; G "( , (# (
/
*
9
*
@ QA
*
, A
1
, A
D
R 1 ( ( G *( "1 , (# ;
/
+
9
+
@ QA
*
, A
+
, A
D
R E 0 ( ( E "E , 0# *E
/
0
9
0
@ QA
*
, A
+
, A
0
R 1+%D 0G%D *1%D ( ( "1+%D , 0G%D# +1
Ta%e" 1./.3
Este util s recapitulm ntr-un tabel soluiile admisibile de baz ale pro&ramului "./P# , efectiv
&enerate de al&oritm , mpreun cu soluiile pro&ramului "P#, asociate prin corespondena din
finalul seciunii 0.0 "vezi tabelul 1.+.D#.
=rmrind ima&inea &rafic "fi&. 1.+.*#, deducem sensul &eometric al al&oritmului simplex$
procedura pleac dintr-un v,rf al mulimii soluiilor admisibile apoi se deplaseaz ctre un v,rf
HvecinI mai bun .a.m.d. p,n la &sirea soluiei optime.
3.1.3. De2erm#narea "ne# +o"-## a&m#+#%#e &e +2ar2 8Me2o&a %a4e# ar2#5#0#ae)
>up cum s-a specificat, aplicarea al&oritmului simplex necesit cunoaterea unei baze
admisibile de start precum i a formei explicite asociate acesteia, celelalte forme explicite deduc,ndu-
se una din alta prin pivotare &aussian. !iar i pentru probleme de dimensiuni mici, &sirea unei
asemenea baze de start prin simpla inspectare a coloanelor matricii A, se dovedete a fi o treab
complicat, ne mai vorbind de faptul c este posibil ca problema s nu aib soluii admisibile. n plus,
s nu uitm c teoria metodei simplex s-a bazat esenial pe ipoteza c restriciile problemei sunt liniar
independente, lucru iari &reu de verificat n practic. Pentru obinerea formei explicite iniiale avem
nevoie de c,teva pre&tiri.
3om spune c pro&ramul n form standard "P# este n form bun dac matricea A conine o
submatrice unitate de ordinul m "@ numrul restriciilor# iar termenii liberi sunt nenegativi. >ac este
aa, "P# satisface condiia "0.D.*# iar soluia asociat bazei unitare este admisibil i poate fi
considerat ca soluie de start pentru aplicarea al&oritmului simplex. >ac "P# nu este n form bun,
el se poate aduce la aceast form, notat ".9P#, n felul urmtor$
n caz c unele restricii ale programului iniial au termeni liberi negativi nmulim
aceste restricii cu $%# n acest fel toi termenii liberi ai restriciilor problemei de rezolvat vor fi 5.
Se aduce problema la forma standard adug*nd variabile de abatere n restriciile
inegaliti.
3ac matricea programului rezultat nu conine toate coloanele matricii unitate de
ordinul m, n anumite restricii se vor aduga noi variabile nenegative pentru crearea coloanelor
lips# aceste noi variabile se numesc !ariabile artificiale i, spre deosebire de cele de abatere, apar
i n funcia obiectiv cu un coeficient comun, foarte mare n valoare absolut. :oeficientul va fi
negativ dac funcia obiectiv se maximizeaz i pozitiv n caz contrar.
/e observ imediat c dac pro&ramul iniial "P# este compatibil, soluiile sale admisibile se
identific cu acele soluii ale formei bune n care variabilele artificiale au valoarea zero. Prin faptul c
variabilele artificiale sunt nsoite n expresia funciei obiectiv de nite HpenalizriI foarte mari, metoda
G*
CURSUL ?
6. P-8)-A4A-E <626A-A
simplex este HinstruitI s caute tocmai asemenea soluiiB i astfel, rezolvarea formei bune ne conduce
la unul din urmtoarele cazuri$
%. 'orma bun are optim infinit. "tunci i programul iniial are optim infinit.
/. 'orma bun are optim finit dar n soluia optim cel puin o variabil artificial are
valoare nenul. "tunci programul original este incompatibil.
6. 'orma bun are optim finit i n soluia optim toate variabilele artificiale au
valoarea zero. Cgnor*nd valorile acestor variabile se obine soluia optim a programului iniial.
E'em$" 1.3.1 onsiderm urmtorul pro&ram mpreun cu forma sa standard$
( )
(max)
,
P
f x x
x x
x x
x x
x x
+
+
+
+

'

+ 0
+ 1(
0 0(
0(
( (
* +
* +
* +
* +
* +

( )
(max)
, ,...,
'SP
f x x
x x x
x x x
x x x
x j
j
+
+
+
+ +

'

+ 0
+ 1(
0 0(
0(
( * D
* +
* + 0
* + 1
* + D
/e constat c "./P# nu este n forma bun neconin,nd dec,t un sin&ur vector al matricii unitare de
ordinul 0. 3om creea o asemenea matrice introduc,nd n primele dou restricii variabilele artificiale
x
G
i x
E
. 8binem pro&ramul$
( )
(max)
, ,... ,
, 'KP
f x x 0x 0x
x x x x
x x x x
x x x
x j
0
j
+
+ +
+ +
+ +

'

> >
+ 0
+ 1(
0 0(
0(
( * E
(
* + G E
* + 0 G
* + 1 E
* + D
Putem aplica al&oritmul simplex pro&ramului ".9P# plec,nd de la baza unitar E @ QA
G
, A
E
, A
D
R i de
la soluia asociat acesteia$
x
*
@ x
+
@ x
0
@x
1
@ ( x
D
@ 0( , x
G
@ 1( , x
E
@ 0(
>up trei iteraii "vezi tabelele 1.0.* - 1.0.1# se obine soluia optim a pro&ramului ".9P# n care
variabilele artificiale x
G
, x
E
au valoarea zero. 6&nor,nd aceste valori se obine soluia optim a formei
standard "./P# i implicit soluia optim a pro&ramului ori&inal "P#$
x x f
* +
*( +( ;(

,
max
variabilele de abatere av,nd valorile$ x x x
0 1 D
( 1( (

, , .
+ 0 ( ( ( -4 -4
c
9
9 339 A
*
A
+
A
0
A
1
A
D
A
G
A
E
-4 A
G
1( + * -* ( ( * (
-4 A
E
0( * 0 ( -* ( ( *
( A
D
0( * * ( ( * ( (
f -E(4 -04-+ -14-0 4 4 ? ? ?
-4 A
G
0( D%0 ( -* *%0 ( * -*%0
0 A
+
*( *%0 * ( -*%0 ( ( *%0
( A
D
+( +%0 ( ( *%0 * ( -*%0
f -0(4A0( -D%04-* ? 4 -4%0-* ? ? 14%0A*
+ A
*
*; * ( -0%D *%%%D ( 0%D -*%D
G+
0 A
+
1 ( * *%D -+%D ( -*%D +%D
( A
D
; ( ( +%D *%D * -+%D -*%D
f 1; ? ? -0%D -1%D ? 4A0%D 4A1%D
+ A
*
*( * ( -* ( -* * (
0 A
+
+( ( * * ( + -* (
( A
1
1( ( ( + * D -+ -*
f ;( ? ? * ? 1 4-* 4
Ta%eee 1.3.1 9 1.3.1
Punctele din -
+
corespunztoare celor patru soluii &enerate de al&oritm sunt /
(
@ "(,(# , /
*
@ "(,*(#,
/
+
@ "*;,1#, /
0
@ "*(,+(#. =rmrind fi&. 1.0.* se constat c punctele /
(
i /
*
, ce corespund unor
soluii ale pro&ramului ".9P# n care cel puin o variabil artificial are valoare nenul, sunt n afara
mulimii A
P
n timp ce /
+
i /
0
, corespunztoare unor soluii n care x
G
@ x
E
@ (, sunt v,rfuri ale
acestei mulimi.
F#g"ra 1.3.1
Pentru determinarea unei soluii admisibile de baz de start, n situaia n care pro&ramul iniial
"P# nu este n form bun, se poate aplica i aa numita metod a celor dou faze$
se introduc n restricii variabile artificiale, bineneles acolo unde este cazul, n
scopul formrii unei baze unitare de start (termenii liberi ai restriciilor se presupun a fi
nenegativi)#
n faza C se minimizeaz suma O a variabilelor artificiale introduse. 3eoarece i
aceste variabile sunt supuse condiiei de nenegativitate, urmeaz c (min)O 5. n caz c (min)O P
5 este clar c programul iniial (P) este incompatibil# dac (min)O 4 5 se trece la&
faza a CC$a, n care se optimizeaz funcia obiectiv a programului iniial (P) plec*nd
de la soluia de baz rezultat la finele fazei C. ("tenie, la nceputul acestei faze, vom avea grij s
recalculm costurile reduse
c
j n raport cu coeficienii funciei obiectiv din (P)J)
3.1.1. In,er+a %a4e# 0"ren2e. So"-#a o$2#m! a $ro%eme# &"ae
G0
/
(
$ x
*
@( , x
+
@(
/
+
$ x
*
@*; , x
+
@1
/
*
$ x
*
@( , x
+
@*(
/
0
$ x
*
@*( , x
+
@+(
x
+
x
*
A
P
6. P-8)-A4A-E <626A-A
/ considerm un pro&ram liniar "P# n form bun. -enumerot,nd convenabil variabilele
pro&ramului, matricea coeficienilor sistemului de restricii are forma$
A @ QA\ , ER,
unde E este matricea unitate de ordinul m @ numrul restriciilor din "P#. >up cum am vzut, E se
ia ca baz de start n procesul rezolvrii pro&ramului "P# prin al&oritmul simplex. >ac 9 este o
baz cercetat de al&oritm, atunci matricea formei explicite asociat bazei 9 va fi$
9
-*
A @ Q9
-*
A\ , 9
-*
R
um matricea 9
-*
A apare n Hcorpul mareI al tabelului simplex corespunztor bazei 9, deducem
urmtoarea concluzie important$
,a fiecare iteraie, algoritmul simple" pune n e!iden in!ersa *
--
a bazei curente% .a
este format din coloanele
j
corespunztoare coloanelor unitare
j
care au format baza de start,
n ordinea n care acestea s/au aflat n baza de start%
E'em$" 1.1.1 2e referim la pro&ramul "P# rezolvat n exemplul 1.0.*. >eoarece baza de
start a fost matricea unitate E @ QA
G
,A
E
,A
D
R, inversa bazei optime 9 @ QA
*
,A
+
,A
1
R se HciteteI din
ultimul tabel simplex$
[ ] K " " "

1
]
1
1
1
* G E D
* ( *
* ( +
+ * D
, ,
( calitate remarcabil a algoritmului simplex este aceea c produce nu numai soluia
optim a problemei creia i se aplic ci i soluia optim a problemei duale.
/ considerm un cuplu de probleme n dualitate n care una este n form standard "vezi
seciunea +.+#$
( )
max ( )
P
f x cx
"x b
x

'

(
( )
min ( )
;
g u ub
u" c
u

'

oarecare
u notaiile seciunii 0.D avem urmtoarea$
Teorema 1.1.1 Presupunem c (P) are o soluie optim x> asociat unei baze K. "tunci&
u> 4 c
K
K
$%
"1.1.*#
este o soluie optim a problemei duale (;).
Demon+2ra-#e. 3om arta c u? satisface restriciile uA
J
c
j
, J @ *,T,n ale problemei duale "K#.
ntr-adevr u?A
J
- c
J
@c
9
9
-*
A
J
-c
j
@
c
j , conform "0.D.G#. Avem
c
j ( , J @ *,T,n, deoarece x? este
prin ipotez soluia optim a pro&ramului "P#, astfel c u? este o soluie a dualei "K#. 4ai departe
f"x?# @ &"u?# @ c
9
9
-*
b. oncluzia teoremei decur&e acum din teorema +.0.*.
Practic, pentru determinarea soluiei optime duale se procedeaz astfel. Am artat c
rezolvarea unei probleme n form standard se reduce la rezolvarea unei probleme de acelai tip a
crei matrice conine o submatrice unitate av,nd ordinul e&al cu numrul restriciilor.
tunci in!ersa bazei optimale *
--
se citete n tabelul simple" asociat acestei baze pe
coloanele
j
corespunztoare !ectorilor care au format baza unitar de start@
Extr&,nd 9
-*
din tabel se poate aplica formula "1.1.*#.
G1
Procedeul descris este valabil i pentru un cuplu &eneral de probleme n dualitate "P,K#. ntr-
adevr, dup cum am vzut deJa, aducerea problemei "P# la o form "P
*
# convenabil aplicrii
al&oritmului simplex se face prin adu&are de variabile$ de abatere i%sau artificiale. n consecin,
duala "K
*
# a problemei "P
*
# va avea aceleai variabile i aceeai funcie obiectiv ca i duala "K# a
problemei iniiale "P#, diferena const,nd n numrul restriciilor i n condiiile impuse variabilelor. /e
poate arta fr dificultate c aceast HdiferenI nu nseamn altceva dec,t dou modaliti de scriere
a uneia i aceleiai probleme, altfel spus "K# i "K
*
#, n esen, coincidB n acest fel, teorema de
dualitate +.0.0 este probat.
E'em$" 1.1./ 6lustrm cele de mai sus, determin,nd soluia optim a pro&ramului liniar$

'

+ +
+ +
+ +
( , ( , (
0 0
' + +
0( 0( 1( # " min
# "
0 + *
0 + *
0 + *
0 + *
u u u
u u u
u u u
u u u u g
;
care este dualul pro&ramului "P# rezolvat n exemplul 1.0.*. >up adu&area variabilelor de abatere i
a celor artificiale, din "P# s-a obinut pro&ramul "P
*
# @ ".9P# al crui dual este$
( )
min ( )
, ,
;
g u u u u
u u u
u u u
u
u
u
u 0
u 0
u u u
*
* + 0
* + 0
* + 0
*
+
0
*
+
* + 0
1( 0( 0(
+ +
0 0
(
(
(
+ +
+ +
+ +

'

f. r.s.
-estricia u
0
( este de fapt condiia de nene&ativitate impus variabilei u
0
n "K# iar -u
*
( , -u
+
(
nseamn u
*
( , u
+
(. =ltimele dou restricii din "K
*
# sunt superflue pentru c 4 este prin
definiie YY(. Prin urmare "K# i "K
*
# coincid. >in tabelul simplex 1.0.1 extra&em inversa bazei
optimale comune 9 @ Q A
*
,A
+
,A
1
R a pro&ramelor "P# i "P
*
# - vezi exemplul precedent - astfel c
soluia optim a problemei duale "K# este $
[ ] [ ] u c K
K

1
]
1
1
1

*
+ 0 (
* ( *
* ( +
+ * D
* ( 1
adic$ u u u
* + 0
* ( 1

, , .

O%+er,a-#e. .olosind notaiile din 0.D punem n eviden componentele vectorului linie c
9
9
-*
$
L j a c " c
C i
ij i
j K
j

,
Pentru coloanele unitare A
i
corespunztoare vectorilor A
i
din baza curent punem$

i
4 c
i
, i C
GD
6. P-8)-A4A-E <626A-A
>in "0.D.G# rezult atunci c$
c
j @
j
$ c
j
, j4%,H,n
i deci mrimile
j
sunt efectiv calculate n procesul evalurii coeficienilor
c
j B Acesta este i
motivul pentru care de multe ori mrimile
j
sunt puse n eviden ntr-o linie separat plasat n
tabelul simplex deasupra liniei test. u aceste pre&tiri, formula "1.1.*# arat c$
Soluia optim a problemei duale este dat de coeficienii
j
din tabelul simple" al
problemei primale, corespunztori coloanelor unitare care au format baza de start%
3.1.3. Con,ergen-a agor#2m""# +#m$e'
/e arat uor c dac minimul din "1.+.+# nu este unic atunci noua soluie de baz
x
este
degenerat, adic are un numr de componente nenule X m. Aceast situaie este delicat prin faptul
c poate implica neconver&ena al&oritmului. 4ai precis, este posibil ca al&oritmul s &enereze un ir
de soluii de baz neoptimale x x x
p * +
, ,..., , de-a lun&ul cruia valoarea funciei obiectiv staioneaz,
adic f x f x f x
p
( ) ( ) ( )
* +
, astfel nc,t
x x
p

*
BBB .enomenul descris, numit ciclare, dei
teoretic posibil, nu a fost nt,lnit n nici o aplicaie practic, existena lui fiind probat doar prin c,teva
exemple HartificialI construite.
E'em$" 1.3.1 Q9ealeR /e consider pro&ramul liniar$
x x x x
x x x x x
x
x x x x
* 1 D E
+ 1 D
*
+ G E
0
1 D
*
+ G E
; : (
*+ 0 (
+( G
A x
A
A x @ *
"max#f @
*
1 G
*
+
G
0
1
+
+
+

'

8 baz admisibil de start este 9

(
@ E @ QA
*
,A
+
,A
0
R a crei soluie asociat x
(
este de&enerat. ntr-
adevr, variabilele bazice au valorile$

x
*
@ ( , x
+
@ ( , x
0
@ * "toate celelalte variabile fiind nule#
Propunem cititorului s arate c succesiunea de baze admisibile$
9
*
@ QA
1
,A
+
,A
0
R , 9
+
@ QA
1
,A
D
,A
0
R , 9
0
@ QA
G
,A
D
,A
0
R , 9
1
@ QA
G
,A
E
,A
0
R, 9
D
@ QA
G
,A
+
,A
0
R , 9
G
@QA
1
,A
+
,A
0
R
poate fi dedus din 9
(
prin aplicarea re&ulilor al&oritmului simplex. /e constat fr dificultate c
valoarea funciei obiectiv n soluiile de baz asociate este zero i c nici una din aceste soluii, toate
de&enerate, nu verific criteriul de optimalitate. Pe de alt parte observm c baza 9
G
este identic cu
baza 9
*
i deci al&oritmul intr ntr-un ciclu infinit fr a putea determina soluia optim "care exist i
este unic dup cum vom vedea#.
Pentru problemele ale cror soluii de baz admisibile sunt toate nede&enerate conver&ena
al&oritmului este asi&urat de urmtoarea$
Teorema 1.3.1 3ac programul n form standard (P) este compatibil i toate soluiile sale
admisibile de baz sunt nedegenerate atunci aplicarea algoritmului simplex descris n 9./ se
termin ntr$un numr finit de iteraii, fie cu gsirea soluiei optime, fie cu concluzia c programul
are optim infinit.
GG
Demon+2ra-#e. .ie x x x
( * +
, , ,... soluiile cercetate n cursul aplicrii al&oritmului ,
x
(
fiind soluia
iniial. Avem f x f x f x " # " # " # ....
( * +

6poteza nede&enerrii precum i formula "1.+.0# arat c de fapt f x f x f x " # " # " #
( * +
< < ... i deci
nici o soluie admisibil de baz nu va fi cercetat de dou ori. oncluzia teoremei rezult acum din
faptul c numrul soluiilor de baz este finit "vezi seciunea 0.D#.
>in fericire, exist proceduri de evitare a ciclrii care constau ntr-o mic modificare a re&ulii
"1.+.+#. Ele sunt ncorporate n orice pac!et de pro&rame destinat rezolvrii problemelor de
pro&ramare liniar. 8 asemenea metod este descris n OOO.asecib.ase.ro S ursuri on-line S :.
2ica 3. i colectiv, Cercetri 'peraionale I.
3.1.*. In2er$re2area e0onom#0! a agor#2m""# +#m$e'
/ considerm cazul n care problema de maximizare n form standard$
max f cx
"x b
x

'

(
reprezint modelul de optimizare a activitii unei firme "seciunea *.*, exemplul *#. /e cere
determinarea combinaiei de bunuri ce urmeaz a fi realizate precum i a cantitilor n care acestea
vor fi produse, x?, astfel nc,t venitul firmei s fie maxim cu condiia consumrii inte&rale a resurselor
disponibile. =ltima cerin nu este deloc restrictiv ntruc,t n lista activitilor productive putem
include la nevoie un numr de activiti fictive ale cror nivele s reprezinte resursele neconsumate
"aceste activiti fictive corespund variabilelor de abatere#.
( prim concluzie care se desprinde din teoria metodei simplex este aceea c n orice
soluie optim a modelului numrul bunurilor ce vor fi efectiv realizate este cel mult egal cu
numrul resurselor folosite.

Aceasta rezult din faptul c n orice soluie de baz numrul componentelor nenule nu
depete numrul restriciilor. n consecin, realizarea unor bunuri ce nu sunt incluse n Clista
optimC implic adu&area unor noi restricii n model, fapt care duce la diminuarea optimului iniial.
/ considerm acum un pro&ram de producie Cde bazC, adic o soluie admisibil de baz,
asociat unei baze 9. Activitile i corespunztoare coloanelor A
i
din 9 vor fi numite n continuare
activiti de baz, iar celelalte activiti secundare. onform definiiei, acest pro&ram nu prevede
folosirea activitilor secundare iar cantitile de bunuri realizate n activitile de baz trebuie astfel
dimensionate nc,t s se asi&ure consumarea ntre&ului stoc de resurse. n notaiile seciunii 0.D $
9x
9
@ b , x
/
@ ( de unde x
9
@ 9
-*
b 4b
>up cum se vede, lista activitilor de baz determin n mod unic cantitile de bunuri ce pot fi
produse i ca atare detectarea unui pro&ram mai bun se poate face numai studiind oportunitatea
utilizrii unor activiti secundare care s nlocuiasc o parte din activitile bazice curente. Pentru
aceasta avem nevoie de un criteriu care s permit compararea unei activiti secundare j cu &rupul
activitilor de baz. / examinm coloana A
j
a tabelului simplex asociat bazei 9. onform "0.D.0#
A
j
@ 9
-*
A
j
de unde A
j
@ 9A
j
sau$
" a " a " a "
j
j j mj
m
+ + +
*
*
+
+
....
"1.G.*#
GE
6. P-8)-A4A-E <626A-A
n ipoteza c [ ]
K " " "
m

* +
, ,...,
. /ensul economic al e&alitii "1.G.*# este urmtorul$ din punctul
de vedere al consumului de resurse producerea unei uniti din bunul j este ec!ivalent cu producerea
cantitilor
a a a
j j mj * +
, ,...,
din bunurile activitilor de baz. n consecin, dac se dorete
producerea unei uniti din bunul j, producia activitilor de baz trebuie diminuat cu cantitile
a a a
j j mj * +
, ,...,
. Analiza oportunitii introducerii n fabricaie a bunului j se va face prin compararea
aportului su la creterea venitului firmei cu aportul valoric al cantitilor
a a a
j j mj * +
, ,...,
. Astfel,
realizarea unei uniti din bunul j determin creterea valorii curente a funciei obiectiv cu preul su
c
j
n timp ce renunarea la producerea cantitilor
a a a
j j mj * +
, ,...,
nseamn diminuarea aceleiai
valori cu suma
c a c a c a
j j m mj * * + +
+ + + ...
. Prin urmare dac diferena$
c c a c a c a c
j j j m mj j
+ + +
* * + +
...
este ( realizarea bunului j nu este rentabil deoarece nu duce la
creterea valorii produciei asi&urate prin pro&ramul curent. >ac c
j
( pentru toate activitile
secundare, pro&ramul de fabricaie curent este optim. Am re&sit astfel criteriul de optimalitate din
teorema A seciunea 1.*. >ac c
j
X (, utilizarea activitii secundare j duce la o sporire a venitului
realizabil prin pro&ramul curent, viteza de cretere fiind -c
j
. 6nterpretarea criteriului de intrare n
baz "1.+.*# este acum clar$ dac mai multe activiti secundare sunt rentabile n raport cu &rupul
activitilor de baz este preferat activitatea care asi&ur cea mai ridicat vitez de cretere a valorii
curente a produciei. .ie I aceast activitate. =ltima problem const n stabilirea cantitii din bunul
I ce poate fi realizat n condiiile date. onform celor de mai sus producerea unei cantiti din
acest bun implic micorarea produciei din bunurile activitilor de baz cu cantitile
a a a
I I mI * +
, ,..., $
x b a x b a x b a
I I m m mI * * * + + +
, ,...,
>eoarece desfurarea unei activiti la un nivel ne&ativ este lipsit de sens va trebui s avem
b a i m
i iI
( *,.., de unde$

>
(
( i a
iI
i
iI
b
a
,
min
"excludem cazul optimului infinit, nesemnificativ din punct de vedere economic#. >ac
(

b
a
r
rI
i

(
obinem creterea maxim a valorii curente a produciei prin utilizarea activitii I. n acest
caz activitatea I nu mai este folosit ntruc,t
x b a b
b
a
a
r r rI r
r
rI
rI

(
(
. Am obinut din nou
criteriul de ieire din baz "1.+.+#.
G;
3.3. Agor#2m" +#m$e' &"a

Exist situaii n care pentru rezolvarea unui pro&ram liniar, dispunem de o soluie de baz
care nu este admisibil. =rmtoarele consideraii au drept scop s pun n eviden o alt clas de
soluii de baz cu care se poate opera ntr-o manier asemntoare celei n care lucreaz al&oritmul
simplex descris n para&raful 1.
3.3.1. A&m#+#%##2a2e $r#ma! A# &"a!
.ie "P# un pro&ram liniar n form standard$
" #
,...,
,...,
"max#
P
a x b i m
x j n
f c x
ij j
j
n
i
j
j j
j
n

'

*
*
*
( *
"x b
x
f cx

'

(
"max#
"vezi notaiile matriciale "0.0.*## .ie 9 o baz a pro&ramului "P#, 6 mulimea indicilor coloanelor din
9, [ mulimea indicilor coloanelor din A care nu sunt n 9. n seciunea 0.D am scris "P# n forma$
" #
"max#
, ' ,
P
f f c x
x a x b
x i C x j L
K
j j
j L
i ij j
j L
i
i j


+

'

( (

"max#
,
f f c x
x Sx b
x x
S S
K S
K S

+

'

( (

"vezi notaiile "0.D.+-0.D.E##, numit forma explicit a pro&ramului "P# n raport cu baza 9.
/ considerm acum dualul pro&ramului "P#$
" #
,...,
, ,...,
"min#
;
a u c j n
u oarecari i m
g b u
ij i j
i
m
i
i i
i
m

'

*
*
*
*
u" c
u oarecare
g ub

'

"min#

G:
CURSUL 1B
6. P-8)-A4A-E <626A-A
"vezi notaiile din +.+# Aducem sistemul de ine&aliti u" c la forma standard introduc,nd
variabilele de abatere v
%
, v
/
, ..., v
n
reunite n vectorul linie v.

'

m
i
i i
j i
j j
m
i
i ij
u b g
n j v m i oarecari u
c v u a
'S;
*
*
"min#
,..., * ( ' ,..., * , # "
u" v c
u oarecare v
g ub

'

,
"min#
(
Partiion,nd$
[ ] [ ] [ ]
v v v cu v v v v
K S K
i
i C
S
j
j L

, ,
sistemul liniar din "./K# devine succesiv$
[ ] [ ] [ ]
u" v c u K S v v c c
uK v c
uS v c
K S K S
K K
S S

'

, , ,
" . . #
" . . #
D**
D*+
>eoarece 9 este nesin&ular din "D.*.*# rezult$
u c K v K
K K
+
* *
"D.*.0#
6ntroducem u n "D.*.+#$
" # c K v K S v c v v K S c K S c v v S c
K K S S S K K S S K S
+
* * * *
"cu notaiile 0.D.+-0.D.E# .olosind din nou "D.*.0# eliminm u din funcia obiectiv dual$
g u c K v K b c K b v K b f v b
K K K K K
" # " # + + +
* * * *
6n acest fel, am adus "./K# la forma ec!ivalent$
" # ,
"min#
;
v v S c
v v
g f v b
K
S K S
S K
K


+

'

( (
variabilele ori&inale u
i
, i@*,...,m fiind le&ate de variabilele v
j
, j@*,...,n prin relaia "D.*.0#.
Pro&ramul "K
9
# se va numi forma explicit a dualului (;) n raport cu baza K.
Pentru a sublinia simetria existent ntre problemele "P
9
# i "K
9
# le vom scrie alturat at,t
scalar c,t i matricial$
" # , ' ,
"max#
P
x a x b i C
x i C x j L
f f c x
K
i ij j
j L
i
i j
j j
j L
+

'

( (
" # , ' ,
"min#
;
v a v c j L
v j L v i C
g f v b
K
j ij i
i C
j
j i
i
i
i C

'

( (

E(
x Sx b
x x
f f c x
K S
K
S
S S
+

'

( ( ,
"max#
v v S c
v v
g f v b
S K S
S K
K

'

( ( ,
"min#
O%+er,a-#e$ u aJutorul relaiei "D.*.0# am rescris dualul "K# n alte variabile care sunt supuse
condiiei de nene&ativitate ca i variabilele pro&ramului primal "P#. Putem vorbi acum de soluii i
soluii admisibile pentru pro&ramul "K# i c,nd facem acest lucru ne referim la forma ec!ivalent
"K
9
#.
Prin analo&ie cu conceptul de soluie a primalei "P# asociat bazei 9 introducem termenul de
soluie a dualei (;) asociat bazei K anul,nd n sistemul restriciilor lui "K
9
# variabilele CsecundareC
v
i
, i 6 $
v
9
( v
/
@
c
S

"D.*.1#

v
i
@( , i 6 v
j
@c
j
, j [
-ezult imediat c valoarea funciei obiectiv duale n soluia construit este constanta f .
.olosind "D.*.0#, soluia dualei "K#, corespunztoare soluiei "D.*.1# este$
u @ c
9
9
-*
"D.*.D#
/oluia "D.*.1# va fi o soluie admisibil pentru duala "K# dac$
c
S
( c
j
( , j [
4ai departe, exact ca n demonstraia teoremei A a metodei simplex " vezi seciunea 1.* # soluia
"D.*.1#, presupus admisibil, va fi optim dac$
b ( b
i
( , i 6
-eamintim c soluia primalei "P# asociat bazei 9 este$
x
/
@( x
9
@b

"D.*.G#
x j L x b i C
j i
i ( , ,
Aceast soluie este admisibil dac b b i C i ( ( , i n plus optim dac
c c j L
S
j
( ( , .

8binem urmtoarele concluzii remarcabile$
Soluia (M.%.Q) a primalei (P) asociat bazei K este admisibil (respectiv satisface
criteriul de optimalitate al algoritmului simplex) dac i numai dac soluia (M.%.9) a dualei (;)
asociat aceleiai baze satisface criteriul de optimalitate (respectiv este admisibil).
7alorile funciilor obiectiv primal i dual n cele dou soluii evideniate coincid
(cu constanta f )
Soluia (M.%.Q) este o soluie optim a programului (P
K
) (P) dac i numai dac
soluia (M.%.9) este optim pentru programul (;
K
), ceeace ec!ivaleaz cu a spune c soluia (M.%.M)
este optim pentru programul dual (;).
E*
6. P-8)-A4A-E <626A-A
n rezumat, pornind de la problema ori&inal "P# i de la o baz 9 a sa am construit dou
probleme n dualitate "P
9
# i "K
9
# i am pus n eviden dou soluii ale acestora, pe care le-am numit
soluii asociate bazei 9. uplul de soluii evideniat are proprietile$
i)<na din soluii este admisibil (verific criteriul de optimalitate al algoritmului simplex)
dac i numai dac cealalt verific criteriul de optimalitate (respectiv este admisibil) n
particular una este optim dac i numai dac cealalt este optim.
ii)7alorile funciilor obiectiv n cele dou soluii coincid.
ontextul astfel creat su&ereaz urmtoarea sc!imbare de terminolo&ie$
( soluie de baz a programului (P) se va numi primal admisibil dac este
admisibil n sensul de p*n acum, adic are toate componentele nenegative.
( soluie de baz a programului (P) se va zice dual admisibil dac verific
criteriul de optimalitate al algoritmului simplex. ( baz a programului (P) se va numi dual
admisibil dac soluia asociat este dual admisibil.
n terminolo&ia introdus, proprietatea i# de mai sus se reformuleaz astfel$
<na din soluii este primal admisibil dac i numai dac cealalt este dual
admisibil. (ricare din ele este optim dac i numai dac este simultan primal i dual admisibil.
3.3./. Agor#2m" +#m$e' &"a
onsideraiile precedente su&ereaz posibilitatea rezolvrii pro&ramului ori&inal "P# utiliz,nd
clasa soluiilor dual admisibile. =rmtorul al&oritm, numit algoritmul simplex dual, rezult nemiJlocit
din aplicarea teoremelor A, 9, ale metodei simplex la problema "K
9
#.
Presupunem cunoscut o soluie de baz dual admisibil a pro&ramului "P# i tabelul simplex
"uzual# asociat. n notaiile deJa utilizate, o iteraie a al&oritmului simplex dual se compune din
urmtorii pai$
Pa+" 1. (8est de optimalitate) 3ac toi b i C i ( , S8(P & soluia de baz dual admisibil
curent este optim. n caz contrar&
Pa+" /. Se determin indicele bazic rC cu proprietatea&
b b b r
i C
i r <

min " # (
:oloana "
r
prsete baza curent.
Pa+" 3. 3ac pentru toi jL avem a
rj
5 S8(P& problema primal nu are soluii
admisibile. "ltminteri&
Pa+" 1% Se determin indicele nebazic I L cu proprietatea&
c
a
c
a
I
rI
j
rj arj

<
min
(
:oloana "
I
intr n baza curent.
Pa+" 3. Se pivoteaz tabelul simplex curent cu pivotul a
rI
Ro. n acest fel se obine forma
explicit a programului (P) n raport cu baza KN dedus din K prin nlocuirea coloanei "
r
cu
coloana "
I
. Se revine la pasul % n cadrul unei noi iteraii.
E+
O%+er,a-##. *# onsideraiile expuse n aceast seciune sunt valabile cu mici modificri i n
cazul n care funcia obiectiv din pro&ramul ori&inal "P# se minimizeaz. ititorul va verifica imediat
c al&oritmul prezentat mai sus rmne valabil i pentru asemenea probleme.
+# oncluzia din pasul 0 este consecina teoremei fundamentale a dualitii. ntr-adevr, dac
a
rj
( , j[ atunci pro&ramul dual "K# are optim infinit i n consecin pro&ramul "P# este
incompatibil.
0# 2u insistm asupra modalitii de determinare a unei soluii de baz dual admisibile de
start deoarece al&oritmul va fi aplicat numai n situaii n care o asemenea soluie este disponibil.
E'em$" 3./.1 onsiderm pro&ramul$
" #
"min#
, ,
P
f x x x
x x x
x x x
x x x
+ +
+
+ +

'

*+ + G
0 + 0
1 1
(
* + 0
* + 0
* + 0
* + 0
6ntroducem variabilele de abatere x
1
i x
D
dup care nmulim cu -* e&alitile rezultate$
0 + 0
1 1
* + 0 1
* + 0 D
x x x x
x x x x
+ +
+
/oluia asociat bazei unitare E @ [ A
1
, A
D
] nu este admisibil$
x
*
@x
+
@x
0
@( x
1
@ -0 , x
D
@ -1
dar dac evalum costurile reduse c
*
, c
+
, c
0
constatm c ele verific criteriul de optimalitate al
al&oritmului simplex "bineneles pentru probleme de minimizareB#.3ezi tabelele D.+.*-D.+.1.
/e constat c soluia optim a pro&ramului dat are componentele $
x x x f
*
*
E + 0
+1
E
*DG
E
(
? ? ?
min
, , '
O%+er,a-#e 5#na!. Pentru simetrie, al&oritmul descris n seciunea 1.+ se va numi algoritmul
simplex primal. -ecapitul,nd teoria se constat fr dificultate c maximul (minimul) unei funcii
obiectiv se atinge prin valori cresctoare (descresctoare) n simplexul primal i prin valori
descresctoare (cresctoare) n simplexul dual.
*+ + G ( (
c
9
9 339 A
*
A
+
A
0
A
1
A
D
A
D
iese din baza curent.
( A
1
-0 0 + -* * (
minU-*+%-1 , -+%-* , -G%-*V @
( A
D
-1 -1 -* -* ( *
@ + A
+
intr n baza curent.
f ( -*+ -+ -G ? ? ???
( A
1
-** -D ( -0 * + A
1
iese din baza curent.
+ A
+
1 1 * * ( -*
minU-1%-D , -1%-0V @ 1%D
f ; -1 ? -1 ? -+ A
*
intr n baza curent.
*+ A
*
**%D * ( 0%%D -*%%D -+%D ???
+ A
+
-+1%D ( * -E%D 1%D 0%D A
+
iese din baza curent.
f ;1%D ? ? -;%D -1%D -*;%D A
0
intr n baza curent.
*+ A
*
*%E * 0%E ( *%E -*%E ???
G A
0
+1%E ( -D%E * -1%E -0%E /oluia curent este dual i primal
f *DG%E ? -;%E ? -*+%E -0(%E admisibil.
E0
6. P-8)-A4A-E <626A-A
Ta%eee 3./.1 9 3./.1
3.*. Ana#4a +en+#2#,#2!-##. Po+2o$2#m#4are. Programare $arame2r#0!
8rice pro&ram liniar n form standard n care funcia obiectiv se maximizeaz este perfect
determinat de cunoaterea urmtoarelor trei masive$
A matricea coeficienilor sistemului de restricii
b vectorul "coloan# al termenilor liberi
c vectorul "linie# al coeficienilor funciei obiectiv
drept care va fi identificat n continuare prin si&la P"A,b,c#$
P " b c
"x b
x
f cx
" , , #
"max#

'

(
P,n acum, elementele masivelor A, b, c au fost presupuse a fi cunoscute cu exactitate i
fixate, de unde i numele de constante atribuit lor. n situaiile practice, suntem obli&ai s privim
aceste CconstanteC i din alte un&!iuri de vedere. / presupunem c P"A,b,c# modeleaz activitatea
unei firme. Atunci elementele a
ij
ale matricii A au semnificaia de consumuri de resurse,
componentele b
i
ale vectorului b reprezint plafoanele resurselor disponibile iar componentele c
j
ale
vectorului c pot fi dup caz, preuri sau profituri unitare.
/e poate nt,mpla ca unele dintre aceste elemente s nu fie cunoscute cu exactitate, ele
oscil,nd n Jurul unor valori CprobabileC, ca n urmtoarele exemple$
Cexperii firmei estimeaz c pentru luna urmtoare preul bunului ... va fi n jur de *; u.m.C
sau$
Cdirectorul executiv apreciaz c pentru luna urmtoare disponibilul resursei ... va fi cam de
*0( unitiC.
n asemenea situaii suntem interesai s tim dac la variaii CmiciC ale unor constante
corespund variaii CmiciC ale soluiei modelului, altfel spus, dac soluia modelului depinde CcontinuuC
de aceste constante. >ac este aa, vom spune c soluia modelului este stabil.
/tudiul stabilitii este important din punct de vedere economic deoarece este posibil ca
variaii mici ale unor constante s antreneze modificri maJore n soluia optim i n acest caz este
necesar s tim cauzele i proporiile instabilitii pentru a putea lua decizia adecvat.
n acest context, analiza sensitivitii are ca obiect studiul stabilitii soluiei optime a
unei probleme de optimizare. n cazul liniar, pentru fiecare constant se poate determina un interval
de variaie cu proprietatea c baza optimal sau c!iar soluia asociat rm,n nesc!imbate. Acest
interval se numete interval de stabilitate al soluiei optime n raport cu coeficientul considerat.
-elu,nd problema firmei sunt situaii n care constantele modelului sunt cunoscute cu
exactitate i fixate doar pe o anumit perioad, o parte din ele suferind modificri de mai mic sau
mai mare amplitudine prin trecerea la o nou perioad. e efect au aceste sc!imbri asupra soluiei
optime este o alt c!estiune cu serioase motivaii economice. >e exemplu, suntem interesai n a afla
dac optimalitatea unei combinaii de bunuri se mai menine c*nd profitul unui bun rentabil scade.
0ai departe, ne putem ntreba ce se nt*mpl dac disponibilul de resurse sufer unele ajustri. 3e
asemenea este interesant de vzut ce efect are introducerea unei noi activiti productive,
considerarea unei noi resurse al crei disponibil limitat face inoperant programul de producie
actual sau modificarea te!nologiei de transformare a resurselor n bunuri.
E1
Evident, la toate aceste ntrebri se poate rspunde rezolv,nd de sine stttor problema
modificat. n continuare, vom arta cum se obine soluia problemei modificate plec,nd de la soluia
problemei ori&inale. /ubiectul n discuie este tentant din start, deoarece este din nou de ateptat ca,
la mici modificri ale datelor iniiale, s rezulte sc!imbri de mic amploare n soluia optim
ori&inal, sc!imbri ce se pot determina cu un efort de calcul relativ mic, oricum mai mic dec,t n
cazul n care problema modificat ar fi rezolvat Cde la captC.
Problematica relevat este cunoscut sub numele de postoptimizare.
n fine, programarea parametric se ocup de studiul comportrii soluiei unei probleme de
optimizare atunci c*nd una sau mai multe constante ale problemei depind de un sistem de
parametri. "2e vom mr&ini aici numai la cazul dependenei liniare de un singur parametru.#
ele trei teme sunt str,ns le&ate ntre ele. n esen, determinarea unui interval de stabilitate a
soluiei optime n raport cu un coeficient este o problem parametric n care nsui coeficientul
respectiv este considerat ca parametru. >e asemenea, o problem de postoptimizare poate fi privit
ca un caz particular al unei probleme mai &enerale, parametrice etc.
3.*.1. Ana#4a +en+#2#,#2!-##. S2"&#" &e 0a4
onducerea firmei 7, specializat n producerea de aparatur electronic a iniiat un ambiios
pro&ram de mbuntire a activitii sale. Ea dorete n primul r,nd s tie care este cel mai bun mod
de utilizare a resurselor sale interne$ capaciti de producie, for de munc, spaii de depozitare,
etc. urm,nd ca n funcie de rezultate s-i definitiveze pro&ramul de aprovizionare cu materii prime i
componente semifabricate precum i pro&ramul de producie pe urmtoarele luni. >irectorul executiv
a apelat la o ec!ip de ercetare 8peraional care a propus pro&ramarea liniar ca miJloc de
investi&are i analiz. Pentru exemplificare, au fost alese trei resurse mai importante -
*
, -
+
, -
0
i trei
produse reprezentative A
*
, A
+
, A
0
. >in analiza situaiei curente a rezultat c pe durata unei luni
activitile av,nd drept scop producerea celor trei bunuri pot fi considerate ca fiind liniare. n tabelul
G.*.* sunt date cantitile din resursele considerate, disponibile la nivelul unei luni i consumurile
specifice pentru fiecare bun n parte.
Ta%e" *.1.1
Produse
onsumuri specifice
-esurse
A
*
A
+
A
0
>isponibil
-
*
* + * *0(
-
+
* * + *((
-
0
+ * 0 *1(
>esi&ur, n compararea diferitelor moduri de utilizare a resurselor trebuie avut n vedere un criteriu
de performan cum ar fi maximizarea profitului total sau a venitului total sau a ratei profitului,
minimizarea costului produciei etc. /e poate pune c!iar problema elaborrii unui pro&ram de
fabricaie acceptabil din punctul de vedere al mai multor criterii ca n cadrul analizei multicriteriale,
dar acest subiect nu va fi tratat n cadrul acestui curs.
Pentru nceput, directorul executiv a cerut ec!ipei s elaboreze o propunere de program de
producie care, plec*nd de la resursele sus amintite, s maximizeze profitul total al firmei relativ la
bunurile "
%
,"
/
,"
6
.
Profiturile pe unitatea de produs sunt estimate n momentul de fa la 0, 1 respectiv + uniti
monetare "u.m.#. 2ot,nd cu x
%
, x
/
, x
6
cantitile n care bunurile A
*
, A
+
, A
0
vor fi realizate i in,nd
seama de ipoteza de liniaritate rezult urmtorul model matematic$
ED
6. P-8)-A4A-E <626A-A
" #
, ,
max
P
x x x
x x x
x x x
x x x
f x x x
* + 0
* + 0
* + 0
* + 0
* + 0
+ *0(
+ *((
+ 0 *1(
(
0 1 +
+ +
+ +
+ +

+ +

'

Aducem problema "P# la forma standard prin introducerea variabilelor de abatere x

1
, x
D
, x
G
.
-eamintim coninutul economic al noilor variabile. >eoarece expresia x
*
A +x
+
A x
0
din membrul st,n&
al primei restricii reprezint cantitatea din resursa -
*
necesar pentru realizarea combinaiei de bunuri
"x
*
, x
+
, x
0
# iar termenul liber *0( este cantitatea disponibil din aceeai resurs, urmeaz c diferena
*0( - "x
*
A +x
+
A x
0
#, ce definete valoarea variabilei de abatere x
1
, va semnifica tocmai cantitatea din
-
*
nefolosit. Analo&, x
D
i x
G
vor reprezenta cantitile din -
+
i -
0
neutilizate.
Aplicm al&oritmul simplex plec,nd de la baza unitar de start E @ [A
1
,A
D
,A
G
]$
0 1 + ( ( (
9 9 33
9
A
*
A
+
A
0
A
1
A
G
A
G
( A
1
*0( * + * * ( (
( A
D
*(( * * + ( * (
( A
G
*1( + * 0 ( ( *
f ( -0 -1 -+ ? ? ?
1 A
+
GD *%+ * *%+ *%+ ( (
( A
D
0D *%+ ( 0%+ -*%+ * (
( A
G
ED 0%+ ( D%+ -*%+ ( *
f +G( - * ? ( + ? ?
1 A
+
1( ( * -*%0 +%0 ( -*%0
( A
D
*( ( ( +%0 -*%0 * -*%0
0 A
*
D( * ( D%0 -*%0 ( +%0
f 0*( ? ? D%0 D%0 ? +%0
Ta%eee *.1./ 9 *.1.1
Pe baza informaiilor numerice cuprinse n tabelul G.*.1 al soluiei optime ec!ipa .8. a formulat
urmtoarele concluzii$
Profitul maxim pe care firma l poate obine lu,nd n calcul numai datele prezentate
este de 0*( u.m. Aceast valoare reprezint limita superioar a posibilitilor actuale i s-ar obine
dac nu ar exista nici un fel de probleme n le&tur cu procurarea altor resurse, cu situaia
v,nzrilor i n &eneral cu tot ce ine de actul complex al aprovizionrii, produciei i desfacerii. 4arJa
de manevr a conducerii este limitat nu numai de plafoanele resurselor considerate ci i de o mulime
de ali factori "unii controlabili alii nu# astfel c n realitate profitul este mai mic. 5otui cifra obinut
trebuie considerat ca o valoare de referin n raport cu care este necesar s fie evaluate toate
celelalte decizii privind producia.
n contextul dat, combinaia optim de bunuri se compune din$

x
*
? @ D( uniti din A
*
i x
+
? @ 1( uniti din A
+
>in punct de vedere economic, neincluderea produsului A
0
in combinaia optim se Justific astfel
"vezi raionamentul din seciunea.E#$
2ot,nd cu 9 baza optim [A
+
,A
D
,A
*
] din tabelul G.*.1 rezult$
EG
" K" " " "
0 0
*
0
+
+
0
D
D
0
*
+ +
/e conc!ide c producerea unei uniti din A
0
ar implica creterea produciei din A
+
cu *%0 uniti i
diminuarea produciei din A
*
cu D%0 uniti. 3ariaia profitului are expresia$
+ 1 ( 0
*
0
+
0
D
0
D
0 0
+ + " # . . u m c
Prin urmare profitul total ar scdea cu D%0 u.m. la fiecare unitate din A
0
inclus n pro&ramul de
fabricaie. n consecin A
0
nu este rentabil a fi realizat dac se are n vedere n exclusivitate criteriul
de performan ales. >up cum vom vedea n continuare, situaia produsului A
0
se va sc!imba n
raport cu alte criterii de evaluare.
-esursele -
*
i -
0
sunt prevzute a se consuma n ntre&ime deoarece n soluia optim
x x
1 G
(

. >in resursa -
+
rm,n nefolosite x
D
*(

uniti. um aceste consideraii premer&

definitivarea pro&ramului de fabricaie, analiza modului de utilizare a resursei -
+
poate fi continuat n
mai multe direcii. Astfel, conducerea firmei ar putea decide utilizarea celor *( uniti n alte activiti
productive care nu au fost luate n considerare. Alternativ, se poate impune condiia utilizrii inte&rale
a resursei -
+
"vezi seciunea urmtoare#.
n fine, o a treia cale ar fi suplimentarea disponibilelor din -
*
i -
0
n scopul utilizrii mai bune
a resursei -
+
, firete n ipoteza c acest lucru este posibil i c structura sortimental de producie
&sit este n concordan cu opiunile firmei. "naliza acestui scenariu ne va prilejui o interesant
aplicare a teoriei dualitii. ntr-adevr, preurile duale optime ale celor trei resurse sunt
u u u
*
D
0 + 0
+
0
(

, , "vezi exemplul 1.1.+# i ele arat cu c,t crete profitul maxim la o suplimentare
cu o unitate a disponibilului acestora. Aa st,nd lucrurile, conducerea firmei ar fi mai interesat s
mreasc disponibilul din -
*
dec,t pe cel din -
0
dar nici o cretere combinat nu poate fi exclus din
start. / notm cu b
*
i b
0
cantitile suplimentare din resursele -
*
, -
0
pe care firma ar putea s le
direcioneze ctre producerea bunurilor A
*
, A
+
, A
0
. 2oul vector al disponibilului ar fi$
b
b
b
b
b
b b L
+
+

1
]
1
1
1

1
]
1
1
1
+

1
]
1
1
1
+
*0(
*((
*1(
*0(
*((
*1(
(
*
0
*
0

astfel c soluia asociat bazei 9 devine$

x
K
x
x
x
K b K b K b
b
b
L L

1
]
1
1
1
1

1
]
1
1
1
+

1
]
1
1
1
1

1
]
1
1
1
1

+
D
*
* * *
1(
*(
D(
+
0
(
*
0
*
0
*
*
0
*
0
(
+
0
*
(
0

+

+

1
]
1
1
1
1
1
1(
+
0 *
*
0 0
*(
*
0 *
*
0 0
D(
*
0 *
+
0 0



b b
b b
b b
4eninerea structurii sortimentale optime actuale nseamn$
EE
6. P-8)-A4A-E <626A-A
x
K
b b
b b
b b
L
+
+

'

(
+
0 *
*
0 0
1(
*
0 *
*
0 0
*(
*
0 *
+
0 0
D(



3ariaia valorii "optime# a funciei obiectiv la modificrile survenite este dat de formula$
f c
K
x
K
c
K
x
K
c
K
K b K b c
K
K b c
K
K b u b

+

L " #
* * * *
+
D
0 *
+
0
0
b b
4aximiz,nd f pe domeniul determinat de ine&alitile precedente se &sete "fie &rafic fie cu
aJutorul al&oritmului simplex#$
" b
*
#? @ 0( " b
0
#? @ ( "max#f @ D(
-ecapitul,nd, dac vectorul disponibilului ar fi$
b
+
+

1
]
1
1
1

1
]
1
1
1
*0( 0(
*((
*1( (
*G(
*((
*1(
atunci resursele ar fi n ntre&ime consumate, combinaia optim de bunuri ar fi$
x
*
*
0
D( 0( 1(

uniti din A
*
, x
+
+
0
1( 0( G(

+ uniti din A
+
, x
0
(

iar profitul maxim ar avea valoarea 0*( A D( @0G( u.m.

/ presupunem acum c firma !otrte s pstreze pentru mai multe perioade "luni#
viitoare actuala structur sortimental n cadrul creia produce numai bunurile A
*
i A
+
. Pe parcurs
ns pot interveni modificri ale profiturilor unitare sau sc!imbri de la o lun la alta n disponibilele
resurselor "urmare a unor modificri n structura costurilor de producie, scderi i%sau creteri de
preuri pe piaa de desfacere, sc!imbri n structura pro&ramelor de aprovizionare cauzate de
modificarea preurilor materiilor prime la furnizori etc.#.
-n aceast situaie conducerea este interesat n a ti ntre ce limite poate varia profitul unui
produs sau disponibilul unei resurse astfel nc*t actuala structur a produciei s se menin.
/ considerm profitul unitar al bunului A
*
a crui valoare luat n calculele anterioare este
0u.m. -ecalculm costurile reduse c
0
,c
1
i c
G
nlocuind 0 cu profitul variabil c
*
"vezi tabelul G.*.1#
i impunem condiia de optimalitate c
j
(. 8binem$
c c c
c c c
c c c
0
*
0
+
0
D
0 *
D
0 *
*(
0
1
+
0
*
0
*
0 *
;
0
*
0 *
G
*
0
*
0
+
0 *
+
0 *
1
0
1 ( + (
1 ( ( (
1 ( ( (
+ +
+ +
+ +
" #
" # " #
" # " #
din care rezult intervalul de stabilitate$ + c
*
;. >eci at,t timp c,t profitul pe unitatea de produs
A
*
se menine ntre + i ; u.m. pro&ramul de producie optim rm,ne nesc!imbat$
x x x
* + 0
D( 1( (


numai profitul total maxim variaz$ max f @ D( c
*
A1 1( @ *G( A D( c
*
.
Pentru profiturile unitare ale bunurilor A
+
i A
0
intervalele de stabilitate corespunztoare sunt
0
+ + 0
**
0
G c c , .
E;
-ecalculm valorile variabilelor bazice x
+
, x
D
i x
*
reunite n vectorul x
9
, nlocuind disponibilul
actual al resursei -
*
de *0( uniti cu disponibilul variabil b
*
. ondiia de optimalitate x
9
( conduce
la ine&alitile$
x
x
x
K
b b b
b
b
+
D
*
*
*
+
0
*
0
*
0
*
0
*
0
+
0
*
+
0 *
*1(
0
*
0 *
*1(
0
*
0 *
+;(
0
*((
*1(
(
*
(
*((
*1(
*(( (

1
]
1
1
1

1
]
1
1
1

1
]
1
1
1

1
]
1
1
1

+
+

1
]
1
1
1

b b b
* * *
E( *G( +;( , ,
din care rezult intervalul de stabilitate$ E( b
*
*G(. n concluzie, dac firma menine disponibilul
resursei -
*
ntre E( i *G( uniti n combinaia optim vor intra numai bunurile A
*
i A
+
dar n
cantitile variabile$
x b x b
*
+;(
0
*
0 * +
+
0 *
*1(
0


profitul maxim fiind i el variabil$
"max# " # " # f b b b + + 0 1
+;(
0
*
0 *
+
0 *
*1(
0
+;(
0
D
0 *
-nc o dat remarcm faptul c viteza de cretere a profitului este dat tocmai de preul dual optim
u
*
D
0

u.m. al resursei +
%
.
Pentru resursele -
+
i -
0
intervalele de stabilitate corespunztoare sunt b
+
:( respectiv GD b
0

*E(.

3.*./. Po+2o$2#m#4are. A) 0a4" mo&#5#0!r## "nor 0oe5#0#en-# &#n 5"n0-#a o%#e02#, 80)
azuistica postoptimizrii cuprinde$
A# azul n care se modific unii coeficieni din funcia obiectiv "c#'
9# azul n care modificrile se produc n vectorul termenilor liberi "b#'
# 6ntroducerea unei noi activiti n model'
># Adu&area unei noi restricii'
E# 4odificarea unei coloane din matricea coeficienilor.
oncret, n cadrul cursului vom aborda cazurile A, 9 i >. Pentru cazurile i E, a se vedea
OOO.asecib.ase.ro S ursuri on-line S :. 2ica 3. i colectiv, Cercetri 'peraionale I%
A) 0a4" 6n 0are +e mo&#5#0! "n## 0oe5#0#en-# &#n 5"n0-#a o%#e02#, 80)
.ie$ Problema ori&inal Problema modificat
E:
CURSUL 11
6. P-8)-A4A-E <626A-A

" #
"max#
P
"x b
x
f cx

'

(

" L #
"max# L L
P
"x b
x
f c x

'

(
unde c c c c
n
L " , ,..., #
L L L

* +
este vectorul noilor coeficieni ai funciei obiectiv. / presupunem c "P# a
fost deJa rezolvat cu aJutorul al&oritmului simplex i c soluia optim x? este asociat unei baze 9.
/e remarc faptul c "P# i "PL# au aceeai mulime de soluii admisibile. n consecin, x? este o
soluie de baz admisibil pentru pro&ramul modificat "PL#. Pentru a testa optimalitatea soluiei x? n
raport cu noua funcie obiectiv se recalculeaz costurile reduse$

c c K " c j L
j
K j
j
L ,
*
>ac toi cN
j
( , j [ , x? este soluie optim i pentru "PL#. n caz contrar, rezolvarea pro&ramului
"PL# se face cu aJutorul al&oritmului simplex primal, lu,nd x? ca soluie de start.
E'em$" *./.1 n studiul, de caz din seciunea G.* am determinat intervalele de stabilitate ale
soluiei optime x? n raport cu fiecare din coeficienii c
*
, c
+
, c
0
ai funciei obiectiv. >eoarece valorile
actuale 0, 1, + u.m. ale acestor coeficieni sunt situate n interiorul intervalelor de stabilitate
corespunztoare, conc!idem c soluia x? este stabil n raport cu fiecare din ei i c!iar cu ansamblul
lor$ variaii CmiciC "de c,teva procente, s zicem# ale profiturilor unitare n Jurul valorilor actuale nu
modific soluia optim &sit i implic doar o variaie CmicC a profitului total.
Pentru exemplificare, s presupunem c profiturile bunurilor A
*
i A
0
cresc cu D] iar profitul
bunului A
+
scade cu *(]$
+ + c c c
*
D
*(( +
*(
*(( 0
D
*((
0 0 0*D 1 1 0 G + + +* , , ,
nlocuind n tabelul G.*.1 coeficienii c
*
@ 0 , c
+
@ 1 , c
0
@ + cu coeficienii de mai sus i recalcul,nd
costurile reduse rezult tabelul$
0,*D 0,G +,* ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
0,G A
+
1( ( * -*%0 +%0 ( -*%0
( A
D
*( ( ( +%0 -*%0 * -*%0
0,*D A
*
D( * ( D%0 -*%0 ( +%0
f 0(*,D ? ? *,:D *,0D ? (,:
Ta%e" *./.1
Prin urmare efectul combinat al sc!imbrilor survenite n structura vectorului profiturilor unitare se
materializeaz doar ntr-o reducere a profitului total cu 0*( - 0(*,D @ ;,D u.m. ceea ce reprezint
+,E1] din valoarea iniialB
Altfel stau lucrurile dac, de exemplu, profitul unitar al bunului A
*
ar fi de + u.m. n loc de 0
u.m. 2e reamintim c + este extremitatea st,n& a intervalului de stabilitate al soluiei x? n raport cu
c
*
@ 0B 6ntroducem aceste modificri n tabelul G.*.1 obin,nd tabelul G.+.+.
+ 1 + ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
1 A
+
1( ( * -*%0 +%0 ( -*%0
( A
D
*( ( ( +%0 -*%0 * -*%0
+ A
*
D( * ( D%0 -*%0 ( +%0
f +G( ? ? ( + ? (
Ta%e" *././
;(
/e observ c c
0
@ ( , c
G
@ ( de unde tra&em concluzia c problema are mai multe soluii optime de
baz "vezi seciunea 1.+#. Acestea se obin introduc,nd succesiv n baza curent coloanele A
0
i A
G
"vezi tabelele G.+.0 - G.+.1#.
+ 1 + ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
1 A
+
1D ( * ( *%+ *%+ -*%+
+ A
0
*D ( ( * -*%+ 0%+ -*%+
+ A
*
+D * ( ( 0%+ -D%+ 0%+
f +G( ? ? ? + ( (
Ta%e" *./.3
+ 1 + ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
1 A
+
GD *%+ * *%+ *%+ ( (
( A
D
0D *%+ ( 0%+ -*%+ * (
( A
G
ED 0%+ ( D%+ -*%+ ( *
f +G( ( ? ( + ? ?
Ta%e" *./.1
elelalte dou soluii optime de baz au componentele$
x x x
* + 0
+D 1D *D

, , "val. var. de abatere$ x x x
1 D G
(

#
respectiv$
( , GD , (
0 + *


x x x "val. var. de abatere$ ED , 0D , (
G D 1


x x x #
2e reamintim c n aceast situaie exist o infinitate de soluii optime de forma$
x x x x + +


* + 0
cu
*
,
+
,
0
( i
*
A
+
A
0
@ *
"combinaii convexe ale soluiilor optime de baz#,n care$
x
*
@ D(
*
A +D
+
x
1
@ (
x
+
@ 1(
*
A 1D
+
A GD
0
x
D
@ *(
*
A 0D
0
x
0
@ *D
+
x
G
@ ED
0
>ac se ia de exemplu$
*
@ 0%D ,
+
@ *%D ,
0
@ *%D se &sete soluia$
x
*
@ 0D , x
+
@ 1G , x
0
@ 0 " x
1
@ ( , x
D
@ *0 , x
G
@ *D #
care, dei optim, nu este o soluie de baz av,nd cinci componente nenule, cu dou mai mult dec,t
numrul restriciilorB
/ ne ntoarcem la problema stabilitii soluiei x? n situaia micorrii profitului bunului A
*
la
+ u.m.
=rmrind datele din tabelele G.+.0 - G.+.1 se constat c o nou scdere oric,t de mic a
profitului bunului A
*
face ca soluiile x?? i x?? s nu mai fie optimeB /oluia care maximizeaz
profitul este x??? i ea prevede producerea n exclusivitate a bunului A
+
spre deosebire de soluiile x?
i x?? care au o structur sortimental mai lar&B Astfel o mic scdere a profitului bunului A
*
sub
valoarea actual de + u.m. antreneaz sc!imbri c!iar n structura sortimental a pro&ramului de
producieB -n consecin, soluia x> este instabil n raport cu eventualele oscilaii ale profitului
bunului "
%
n jurul valorii de / u.m.
E'em$" *././ n studiul de caz din seciunea G.* a fost avansat o propunere de pro&ram de
producie care urmrea maximizarea profitului total. n prezent, firma vinde produsele A
*
, A
+
, A
0
la
;*
6. P-8)-A4A-E <626A-A
preurile *+, *; respectiv *G u.m. astfel c profitul maxim de 0*( u.m. ar corespunde unui venit total
de$
D( *+ A 1( *; @ *0+( u.m.
n varianta construit rata profitului ar fi de
0*(
*0+(
*(( +0 D] , . Se pune firesc ntrebarea dac
propunerea de plan elaborat n Q.% maximizeaz venitul total al firmei, bineneles n ipotezele
date adic mrginindu$ne numai la resursele +
%
, +
/
, +
6
i la bunurile "
%
, "
/
, "
6
B Pentru a rspunde
la ntrebare, n tabelul simplex optim G.*.1 sc!imbm coeficienii c
*
@ 0, c
+
@ 1, c
0
@ + ai funciei
Cprofit totalC f cu coeficienii c c c
* + 0
*+ *; *G , , ai funciei Cvenit totalC fL i recalculm costurile
reduse c c c
0 1 G
, , . )sim$ c c c
0 1 G
+ ; + , , . >eoarece < c
0
(, soluia care maximizeaz profitul
total nu conduce i la un venit maxim$ introducerea bunului A
0
n combinaia actual ar maJora
venitul actual de *0+( u.m. cu + u.m. pe unitatea de produs A
0
B
Aplic,nd al&oritmul simplex primal, ntr-o sin&ur iteraie se obine soluia care maximizeaz
venitul total "vezi tabelele G.+.D - G.+.G#$
x
*
+D

u. din A
*
, x
+
0D

u. din A
+
, x
0
*D

u. din A
0
<a un venit maxim de *0D( u.m. profitul firmei ar fi de$ +D 0 A 0D 1 A *D + @ +1D u.m. iar
rata profitului ar fi n acest caz de numai *;,*].
*+ *; *G ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
*; A
+
1( ( * -*%0 +%0 ( -*%0
( A
D
*( ( ( +%0 -*%0 * -*%0
*+ A
*
D( * ( D%0 -*%0 ( +%0
fN *0+( ? ? -+ ; ? +
*; A
+
0D ( * ( *%+ *%+ -*%+
*G A
0
*D ( ( * -*%+ 0%+ -*%+
*+ A
*
+D * ( ( *%+ -D%+ 0%+
fN *0D( ? ? ? E 0 *
Ta%eee *./.3 9 *./.*
>ei rata profitului a sczut cu +0,D - *;,* @ D,1] noua soluie are o serie de caliti$ asi&ur
o producie diversificat ntruc,t se produc toate bunurile i utilizeaz inte&ral resursele disponibile.
/ observm de asemenea c preurile duale optime ale celor trei resurse s-au modificat$
u u u
* + 0
E 0 *

, , fa de u u u
*
D
0 + 0
+
0
(

, ,
Se justific astfel afirmaia din seciunea /.9 potrivit creia preurile duale nu reflect
valoarea intrinsec a resurselor ci arat msura implicrii acestora n procesul de optimizare a
obiectivului urmrit.
E'em$" *./.3 Am vzut c n soluia care maximiza profitul, resursa -
+
nu era folosit n
ntre&ime. /e poate pune problema determinrii unei soluii care s maximizeze profitul cu condiia
utilizrii integrale a acestei resurse. Pentru a obine un rspuns prin reoptimizare, transformm
variabila de abatere x
D
n variabil artificial nlocuind n funcia obiectiv coeficientul su c
D
@ ( cu o
constant ne&ativ -4 XX (. 6ntroducem acest coeficient n tabelul G.*.1 i aplicm al&oritmul
simplex primal. 6nvitm cititorul s fac calculele necesare anun,ndu-l c va trebui s obin soluia
care maximizeaz venitul firmei.
3.*.3. Po+2o$2#m#4are. =) 0a4" mo&#5#0!r#or 6n ,e02or" 2ermen#or #%er# 8%)
;+
Problema ori&inal Problema modificat
" #
"max#
P
"x b
x
f cx

'

(
" L #
L
"max#
P
"x b
x
f cx

'

(
unde ( )
b b b b
m
8
L , ,...,
L L L

* +
este noul vector de termeni liberi. /e observ uor c "P# i "PL# au
aceleai baze dual admisibile. .ie 9 o baz optimal a pro&ramului "P#. alculm soluia xL a
pro&ramului modificat "PL#, asociat bazei 9$
xL
9
@9
-*
bL xL
/
@(
um am remarcat deJa, xL este o soluie dual admisibil pentru "PL#. >ac xL
9
( atunci xL este i
admisibil i deci optim. Altminteri, rezolvarea problemei "PL# se va face cu aJutorul al&oritmului
simplex dual, lu,nd xL ca soluie de start.
3.*.1. Po+2o$2#m#4are. D) a&!"garea "ne# no# re+2r#0-##
Problema ori&inal Problema modificat
" #
...
...
........................................
...
, ,...,
"max# ...
P
a x a x a x b
a x a x a x b
a x a x a x b
x x x
f c x c x c x
n n
n n
m m mn n m
n
n n
** * *+ + * *
+* * ++ + + +
* * + +
* +
* * + +
( ( (
+ + +
+ + +
+ + +

+ + +

'

" L #
...
...
.........................................
...
...
, ,...,
"max# ...
P
a x a x a x b
a x a x a x b
a x a x a x b
x x x
x x x
f c x c x c x
n n
n n
m m mn n m
n n
n
n n
** * *+ + * *
+* * ++ + + +
* * + +
* * + +
* +
* * + +
( ( (
+ + +
+ + +
+ + +
+ + +

+ + +

'

.ie 9 baza optim a pro&ramului "P# &sit prin aplicarea al&oritmului simplex. n consecin, forma
explicit a problemei "P# n raport cu baza 9$
" #
,
, ' , P
x a x b i C
x i C x j L
f c x f
K
i
ij
j
i
j L
i j
j
j
j L
+

'

( ( "G.D.*#
este disponibil, constantele alctuitoare form,nd tabelul simplex optim. >ac soluia optim x
?
a
pro&ramului "P# verific restricia suplimentar atunci x
?
este soluia optim i a problemei extinse. n
caz contrar, adic atunci c,nd $

* * + +
x x x
n n
? ? ?
... + + + > "G.D.+#
procedm dup cum urmeaz$
5ransformm ine&alitatea suplimentar n e&alitate adu&,nd variabila de abatere x
nA*
$


* * + + *
x x x x
n n n
+ + + +
+
... "G.D.0#
;0
6. P-8)-A4A-E <626A-A
.olosind forma explicit "G.D.*.# eliminm din "G.D.0.# variabilele bazice x
i
, i6 "n caz
c apar#. 8binem o e&alitate de forma$



j j n
j L
x x +
+

* "G.D.1.#
/e constat imediat c este ne&ativ deoarece $

<

j j
j
n
x
?
(
*
conform "G.D.+.#
Adu&,nd "G.D.1.# la "G.D.*# obinem forma explicit a pro&ramului extins PL n raport cu baza 9L
format din coloanele bazei 9 "coloane extinse cu coeficienii corespunztori din restricia
suplimentar B # plus coloana unitar$
A
nA*
@"(,(,...,o,*#
5
-
nA*
/oluia asociat acestei baze$
x
i
@b
i
,iC # x
n.%
4<5 # x
j
45 , jL "G.D.D#
nu este admisibil dar verific criteriul de optimalitate, altfel spus este dual admisibil. n consecin,
pentru rezolvarea problemei extinse "PL# vom aplica al&oritmul simplex dual, pornind de la soluia
"G.D.D#.
E'em$" *.3.1 n studiul de caz din seciunea G.*, la elaborarea pro&ramului de producie
care maximizeaz profitul total, au fost avute n vedere numai resursele -
*
, -
+
, -
0
. 3ac n procesul
de producie sunt folosite i alte resurse, se nate ntrebarea dac nu cumva soluia gsit implic
consumuri ce depesc disponibilul din acestea. Pentru exemplificare, s considerm o a patra
resurs -
1
al crei stoc disponibil b
1
nu este deocamdat stabilit. Pentru cele trei bunuri A
*
, A
+
, A
0
consumurile specifice din -
1
sunt de +, + respectiv * uniti. ondiia de ncadrare a consumului din
-
1
n disponibil conduce la ine&alitatea$

+ +
* + 0 1
x x x b + +
"G.D.G#
Pentru ca soluia care maximizeaz profitul total$
x x x
* + 0
D( 1( (

"G.D.E#
s satisfac restricia de mai sus este necesar ca$
+ D( A + 1( A* ( b
1
b
1
*;(
Prin urmare dac firma reuete s asi&ure un disponibil de cel puin *;( uniti din -
1
, pro&ramul
"G.D.E# nu sufer modificri. >ac b
1
X *;(, soluia "G.D.E# nu mai satisface restricia suplimentar
"G.D.G#./ vedem ce se nt,mpl n acest cazB
5ransformm "G.D.G# n e&alitate, adu&,nd variabila de abatere x
E
$
+ +
* + 0 E 1
x x x x b + + +
"G.D.;#
Exprimm variabilele bazice x
*
, x
+
n funcie de cele nebazice folosind datele din tabelul G.*.1$

1( 1(
D( D(
+
*
0 0
+
0 1
*
0 G +
*
0 0
+
0 1
*
0 G
*
D
0 0
*
0 1
+
0 G *
D
0 0
*
0 1
+
0 G
+ + +
+ + +
x x x x x x x x
x x x x x x x x
"G.D.:#
Elimin,nd x
*
, x
+
din "G.D.;# se &sete n final$
+
D
0 0
+
0 1
+
0 G E 1
*;( x x x x b "G.D.*(#
6ntroducem coeficienii e&alitii "G.D.*(# n tabelul simplex G.*.1$
;1
0 1 + ( ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
A
E
1 A
+
1( ( * -*%0 +%0 ( -*%0 (
( A
D
*( ( ( +%0 -*%0 * -*%0 (
0 A
*
D( * ( D%0 -*%0 ( +%0 (
( A
E
b
1
- *;( ( ( -D%0 -+%0 ( -+%0 *
f 0*( ? ? D%0 D%0 ? +%0 ?
Ta%e" *.3.1
onform instruciunilor al&oritmului simplex dual, A
E
prsete baza curent. -aport,nd costurile
reduse c
j
la elementele corespunztoare, dar ne&ative din linia CA
E
C a tabelului G.D.* &sim c A
0
sau
A
G
trebuie s intre n baz pentru a asi&ura dual admisibilitatea noii soluii "adic satisfacerea testului
de optimalitate#. 3in punct de vedere economic,se impune introducerea lui "
6
pentru c aceasta ar
nsemna includerea bunului "
6
n programul de fabricaie, bineneles n ipoteza c noua soluie ar
fi i primal admisibilJ
nlocuind A
E
cu A
0
n baza curent obinem soluia dual admisibil din tabelul G.D.+ "pivotul
transformrii este deJa marcat n tabelul G.D.*#$
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
A
E
1 A
+
EG - "*%D#b
1
( * ( 1%D ( -*%D -*%D
( A
D
"+%D#b
1
- G+ ( ( ( -0%D * -0%D +%D
0 A
*
b
1
- *;( * ( ( -* ( ( *
+ A
0
*(; -
"0%D#b
1
( ( * +%D ( +%D -0%D
f *0( A b
1
? ? ? * ? ( *
Ta%e" *.3./
ondiia de admisibilitate primal conduce la ine&alitile$
EG ( 0;(
G+ ( *DD
*0( ( *0(
*(; ( *;(
*DD *;(
*
D 1 1
+
D 1 1
1 1
0
D 1 1
1

b b
b b
b b
b b
b "G.D.**#
n concluzie, dac b
1
satisface "G.D.**# atunci soluia din tabelul G.D.+ adic$
x b x b x b
* 1 +
*
D 1 0
0
D 1
*0( EG *(; "G.D.*+#
este optim, aduc,nd firmei, n caz de realizare un profit de *0( A b
1
u.m. 5oate resursele sunt
prevzute a fi utilizate inte&ral cu excepia lui -
+
din care rmn x b
D
+
D 1
G+ uniti.
8bservm c dac b
1
@ *DD uniti din -
1
, toate resursele sunt folosite, pro&ramul de
fabricaie "G.D.*+# va avea componentele$
x
*
@ +D x
+
@ 1D x
0
@ *D
i profitul corespunztor ar fi de *0( A*DD @ +;D u.m.
Pe msur ce b
1
se apropie de valoarea maxim *;( crete i profitul ctre valoarea *0( A *;(
@ 0*( u.m. n acelai timp cantitatea nefolosit din -
+
se mrete apropiindu-se de valoarea *( iar
producia bunului A
0
tinde ctre (. Pentru b
1
@ *;( re&sim soluia "G.D.E#.
;D
6. P-8)-A4A-E <626A-A
E'em$" *.3./ -elum problema maximizrii profitului firmei 7. :are va fi programul de
producie dac se impune cerina ca cel puin ST din venitul firmei s fie realizat din desfacerea
bunului "
6
U
.olosind preurile anunate n exemplul G.+.+ noua condiie se formalizeaz prin ine&alitatea$
*G *+ *; *G G : :+ (
0 * + 0 * + 0
;
*((
x x x x x x x + + + " # "G.D.*0#
6ntroducem variabila de abatere x
E
i eliminm variabilele bazice x
*
, x
+
folosind relaiile "G.D.:#.
-ezult e&alitatea$
+ :: 1 GG(
0 1 G E
x x x x
ai crei coeficieni se ataeaz tabelului simplex G.*.1, dup care se aplic al&oritmul simplex dual
"vezi tabelele G.D.0 - G.D.1#
ntr-o sin&ur iteraie se obine pro&ramul optim$
x x x f
*
;
: +
+
: 0
+
0
;
:
0; 1+ G +:;
?? ?? ??
"max# "G.D.*1#
"valorile variabilelor de abatere$ x x x
1 G D
1
:
( D
?? ?? ??
, #
0 1 + ( ( ( (
9 9 339
A
*
A
+
A
0
A
1
A
D
A
G
A
E
1 A
+
1( ( * -*%0 +%0 ( -*%0 (
( A
D
*( ( ( +%0 -*%0 * -*%0 (
0 A
*
D( * ( D%0 -*%0 ( +%0 (
( A
E
-GG( ( ( -:: -1 ( -* *
f 0*( ? ? D%0 D%0 ? +%0 ?
A
+
0;(%:
A
D
D(%:
A
*
0D(%:
A
0
+(%0
f +G:(%:
Ta%eee *.3.3 9 *.3.1
Acest exemplu ne ofer ocazia de a semnala i discuta un aspect nou, care nu a fost avut n
vedere n consideraiile teoretice dezvoltate p,n acum. >eoarece firma 7 produce aparatur
electronic este de presupus c bunurile A
*
, A
+
, A
0
se msoar n uniti indivizibile ca de exemplu n
buci. >ac bunul A
*
este n fapt un calculator, a produce o fracie din el este lipsit de sens' ori se
fabric un ntre& calculator ori nu. Prin urmare n orice soluie admisibil valorile variabilelor x
%
,
x
/
, x
6
trebuie s fie nu numai nenegative dar i ntregiJ 6at de ce soluia "G.D.*1# nu poate fi nsuit.
3om proceda la rotunJirea componentelor fracionare n ideea c soluia optim ntrea& se
afl n CapropiereaC soluiei optime CfracionareC. 8peraia de rotunJire trebuie astfel fcut nc,t
rezultatul s fie o soluie admisibil adic s verifice restriciile problemei. Este firesc s acceptm
soluia obinut n acest mod cel puin ca soluie suboptimal - n unele contexte practice acest lucru
este perfect Justificat de faptul c valorile permise variabilelor sunt suficient de mari astfel nc,t
efectul rotunJirii s fie ne&liJabil.
-otunJind superior x
*
??
i inferior x
+
??
, x
0
??
se &sete combinaia$
x x x
* + 0
0: 1+ G
care se ncadreaz n disponibilele date dar nu verific restricia suplimentar "G.D.*0#, deoarece
valoarea produciei din A
0
reprezint numai E,0] din valoarea ntre&ii producii.
-otunJind inferior x
*
??
, x
+
??
i superior x
0
??
se obine o soluie admisibil ntrea&$
x x x f x
* + 0
0; 1+ E +:G " # u.m.
;G
care nu este optim. ea mai bun soluie ntrea& este$
x x x f x
*
(
+
(
0
( (
0E 10 E +:E " # u.m. "G.D.*D#
n cadrul acestui pro&ram, valoarea produciei din bunul A
0
reprezint ;,1] din valoarea ntre&ii
producii. 8binerea acestei soluii se face prin aplicarea metodelor specifice Pro&ramrii <iniare n
2umere ntre&i "urs 8 anul +#.
;E