Cercetari Operationale si Teoria Deciziei

Probleme de programare liniara. Exemple. Algoritmul simplex.

II. Problema planului optim de productie
Notatii:
produsele care se fabrica sau se consuma in ateliere,
atelierele de productie pentru produsele ,
cantitatea produsa in unitatea de timp, din produsul in atelierul ,
astfel: produce in unitatea de timp cantitatea din produsul
; nu produce si nu consuma produsul ; consuma in
unitatea de timp cantitatea (- ) din produsul ,
restrictii de resurse: productia minima , (daca ), respectiv
consumul maxim (daca ),
timpul de functionare al atelierului ,
beneficiul obtinut prin functionarea lui in unitatea de timp.
Modelul matematic: (pentru determinarea planului optim de productie)

; .
Notatii:
costul functionarii atelierului in unitatea de timp.

; .
Algoritmul simplex: enunt algoritm simplex, tabel simplex si transformarea sa
Notatii:
sistem de ecuatii liniare, ,
= matrice patratica nesingulara extrasa din A
= vectorul variabilelor corespunzatoare coloanelor lui B
S = partea din matricea A ce mai ramane dupa extragerea lui B, ,
, = functia
obiectiv .
Definitii:
1. Numim problema de programare liniara sub forma standard problema:

, . (1.2)
2. se numeste solutie de baza daca , .
3. se numeste solutie nedegenerata daca
solutie de baza si are componente nenule.
4. se numeste solutie degenerata daca
solutie de baza si are si componente nule.
5. se numeste solutie admisibila sau program daca si .
6. se numeste program de baza daca este solutie de baza si este program (pentru
problema de programare liniara sub forma standard).
7. se numeste solutie optima sau program optim daca: finit, .

Notatii:
, .
( , problema are optim infinit).

Teorema 1:
i) Daca problema de programare liniara sub forma standard are un program atunci are cel
putin un program de baza.
ii) Daca problema de programare liniara sub forma standard are un program optim, atunci
are un program de baza optim.

Observatii:
1. Se poate determina solutia problemei de programare liniara sub forma standard astfel:
- pentru toate bazele B din matricea A calculam solutia ;
- se retin programele de baza ;
- se alege programul de baza care conduce la valoarea optima a functiei obiectiv.

Notatii
B baza formata cu coloane ale matricei A cu ; S a.i. ,
B multimea indicilor variabilelor de baza;
S multimea indicilor variabilelor secundare;
vectorul unitate (avand componenta j egala cu 1)
, , coloana j a matricei A
,
numiti coeficienti de cost redus (coeficienti de cost relativ).
Daca alegem baza B astfel incat , sistemul de ecuatii se
scrie , iar
. Daca atunci si .
2. Teorema 2:
i) Daca ( ) programul de baza corespunzator bazei B (
, ) este optim.
ii) Daca astfel incat (adica ) atunci programul asociat bazei B
nu este optim (cu exceptia cazului in care programul este degenerat) si poate fi imbunatatit
daca .
iii) Daca astfel incat si daca atunci problema are optim
infinit.
iv) Daca astfel incat si atunci poate creste pana la
valoarea: pentru care se obtine un nou program de baza, asociat
bazei , dedusa din B prin inlocuirea coloanei cu .
3. Daca exista mai multi indici k pentru care (adica ) se alege acel
indice pentru care are valoarea cea mai mare, ceea ce asigura, in general, o
scadere mai rapida a functiei obiectiv, si conduce la un numar mai mic de iteratii (o iteratie o
reprezinta trecerea de la un program de baza la altul).
Criteriu de intrare in baza: alege k astfel incat .
Criteriu de iesire din baza: nu este minim pentru .
Enuntul algoritmului simplex
Consideram problema de programare liniara sub forma standard (1.2).
Pas0 Se determina o baza B in matricea A, se calculeaza:
, , , coloana j a matricei A, .
Pas1 a) Criteriu de intrare in baza:
1) daca toti programul este optim. Stop.
2) daca , se determina k astfel incat .
b) Criteriu de iesire din baza:
1) daca toti problema are optim infinit.
2) daca , se determina l astfel incat .
Pas2 Se inlocuieste in baza B vectorul cu vectorul , obtinandu-se baza . Se
calculeaza , , , . Se trece la Pas1 inlocuind baza B cu
baza .

Observatie:
Pentru o problema de maximizare:

, .
se modifica criteriul de intrare in baza:
1) daca toti programul este optim. Stop.
2) daca astfel ca , se determina k astfel incat
.

Probleme de programare liniara cu optim infinit

Aplicatie 2:

Observatie: S-a notat cu cantitatile din produsul , , , , ce
trebuiesc fabricate.



Probleme propuse
1. max (maximizarea functiei obiectiv)
,
,
,

2.
max (maximizarea functiei obiectiv)
,
,
,

3. Un meniu trebuie sa asigure necesarul de substante (calorii, proteine, glucide),
cu ajutorul alimentelor (paine, carne vita, lapte, mere). Cantitatile de
substante ce se afla la 100g aliment, cantitatile minime necesare organismului din
cele trei substante, precum si preturile celor patru alimente sunt trecute in Tabelul 1.:
Tabel 1.

Sa se determine cantitatile ce trebuiesc incluse in meniu din cele patru alimente astfel
incat costul total a meniului sa fie minim.
4. Substantele contin in cantitati diferite elementele . Din cele
patru substante trebuie facut un amestec care sa contina cel putin 28, 30, 25 si respectiv 25
unitati din cele patru elemente. Cate o unitate din fiecare tip de substanta costa 6, 3, 4 ti
respectiv 5 u.m. Continutul unei unitati din fiecare substanta in cele patru elemente este dat in
Tabelul 2:
Tabel 2.




Necesar

260 170 70 60 3000

8 20 3.5 0 85

54 0 5 14 400
Pret 0.2 1.4 0.25 3
Am
estecul
trebuie
sa
contina
cel putin
3 unitati
din substanta si cel putin 2 unitati din . Sa se determine cantitatile ce trebuie
amestecate din cele patru elemente astfel incat sa fie indeplinite conditiile impuse iar costul
total al amestecului sa fie minim.
5. O rafinarie prepara doi carburanti auto si din patru componente de
benzina , in compozitie volumetrica de 20%, 30%, 30%, respectiv 20%
pentru si de 10%, 10%, 60%, 20% pentru . Rafinaria dispune de 9000m
3
din ,
14000m
3
din , cantitatile fiind nelimitate, cu conditia de a se utiliza cel putin
6000m
3
din si 18000m
3
din .
Stiind ca beneficiul pentru este de 6 u.m. pe m
3
si la de 5 u.m. pe m
3
sa se
realizeze un amestec astfel ca beneficiul global sa fie maxim.
Solutii de PL folosind tratarea geometrica
1. max (maximizarea functiei obiectiv)
,

,
,






3 4 0 5

2 0 3 0

1 3 0 3

3 1 4 1

Solutie de optim:
Programe MATLAB pentru problema 1 propusa: simplex3.m si simplex3_geom.m
function simplex3
x0=[0 0 0];
A=[1 3 2;4 2 2;1 1 3];
b=[12 15 12]';
[x,feval]=fmincon(@prob,x0,A,b);
disp(x)
disp(feval)
function f=prob(x)
f=-4*x(1)-3*x(2)-5*x(3);
syms x y z positive
z1=(x+3*y)/2-6;
z2=2*x+y-7.5;
z3=(x+y)/3-4;
figure(1)
hold on;
grid on;
axis([0,8,0,6,0,3]);
ezsurf(x,y,z1);
ezsurf(x,y,z2);
ezsurf(x,y,z3);
Solutie: maxim pentru x= 1.5000 1.5000 3.0000.