Documente Academic
Documente Profesional
Documente Cultură
Introducere concis
a
Introducere
O problem
a de programare liniara poate fi definita ca problema maximiz
arii sau minimiz
arii
unei functii liniare care trebuie sa satisfaca niste constrangeri liniare. Constrangerile pot fi
egalit
ati sau inegalit
ati.
Un exemplu concret este urmatorul: Sa se determine numerele x1 si x2 care maximizeaz
a
suma x1 + x2 care satisface constrangerile x1 0, x2 0, si
x1 + 2 x2 4
4 x1 + 2 x2 12
x1 + x2 1
Aceast
a problem
a are 2 necunoscute (x1 si x2 ) si 5 constrangeri. Toate constrangerile sunt
inegalit
ati liniare, n sensul c
a fiecare dintre ele consta dintr-o inegalitate a unei functii liniare
a variabilelor. Primele 2 constrangeri, x1 0 si x2 0, sunt speciale. Aceste constrangeri se
numesc constr
angeri de non-negativitate (engl. nonnegativity constraints) si apar frecvent n
problemele de programare liniara. Celelalte constrangeri se numesc constr
angeri principale.
Functia pe care dorim s
a o maximizam sau sa o minimizam se numeste functie obiectiv. In
acest exemplu, functia obiectiv este x1 + x2 .
Intruc
at apar doar 2 variabile, aceasta problema poate fi rezolvata reprezentand grafic
multimea de puncte din plan care satisfac toate constrangerile (numita multime de constr
angeri) iar apoi g
asind acele puncte ale multimii de constrangeri care maximizeaza functia
obiectiv. Fiecare constr
angere de inegalitate este satisfacuta de punctele unui semiplan, deci
multimea de constr
angeri este o intersectie de semiplane. In acest exemplu, multimea de
constr
angeri este figura pentagonala ilustrata n Figura 1.
Solutia problemei const
a n gasirea punctului (x1 , x2 ) din multimea de constrangeri pentru care functia obiectiv x1 + x2 este maxima. Functia x1 + x2 este constanta pe liniile cu
panta -1, de exemplu pe linia x1 + x2 = 1. Valoarea lui x1 + x2 creste cand deplasam linia
cu panta -1 mai departe de origine. Deci, trebuie gasita linia cu panta -1 care se afla cel mai
departe de origine si intersecteaza multimea de constrangeri. Aceasta are loc n punctul de
intersectie al liniilor x1 + 2 x2 = 4 si 4 x1 + 2 x2 = 12, adica n punctul (x1 , x2 ) = (8/3, 2/3).
Valoarea functiei obiectiv n acest punct este 8/3+2/3=10/3.
Exercitiile 1 si 2 pot fi rezolvate folosind aceasta metoda grafica.
Este evident c
a n general functia obiectiv, fiind liniara, atinge mereu valoarea maxim
a
sau minim
a n un ,,colt al multimii de constrangeri, daca multimea de constrangeri este
1
6
4 x1 + 2 x2 = 12
5
x1 + x2 = 1
4
3
2
1
punct optim
x1 + 2 x2 = 4
cn
a11
a21
o matrice m n-dimensionala A = .
..
a12
a22
..
.
..
.
a1n
a2n
..
.
am1
am2
amn
ale c
aror elemente sunt numere reale.
pentru j = 1, . . . , n.
(2)
(3)
Problema devine: s
a se minimizeze (1) ncat sa satisfaca constrangerile liniare (2) si (3).
Aceasta este o evident problema de minim standard.
yij bij .
(4)
i=1 j=1
Cantitatea trimis
a de la Pi este
s
a impunem constr
angerea
PJ
J
X
j=1
yij si
pentru i = 1, . . . , I.
(5)
j=1
Cantitatea trimis
a la piata Mj este
s
a respect
am constr
angerea
I
X
PI
i=1
yij rj
pentru j = 1, . . . , J.
(6)
i=1
Intruc
at se presupune c
a nu putem trimite o cantitate negativa de la Pi la Mj , impunem si
constr
angerile
yij 0 pentru i = 1, . . . , I si j = 1, . . . , J.
(7)
Aceast
a problem
a se poate reformula ca o problema de minim standard. Numarul variabilelor y este I J. Ins
a care este valoarea lui n? n este numarul total de constrangeri
principale, deci n = I + J, dar unele constrangeri sunt cu n timp ce altele sunt cu .
In problema de minim standard, toate constrangerile sunt cu . Putem realiza acest lucru
nmultind constr
angerile (5) cu -1:
J
X
(1)yij sij
pentru i = 1, . . . , I.
(8)
j=1
Problems obtinut
a ,,minimizeaza (4) n raport cu constrangerile (8), 6) si (7) este acum n
form
a standard. Exercitiul 3 solicita scrierea matricii A pentru aceasta problema.
4
cj xj .
(9)
j=1
Cantitatea de resurs
a Ri folosita in aceasta alocare de activitate nu poate fi mai mare dec
at
bi , deci
n
X
aij xj bi pentru i = 1, . . . , m.
(10)
j=1
Se presupune c
a nu putem efectua o activitate cu intensitate negativa, deci
x1 0, x2 0, . . . , xn 0.
(11)
Problema devine: S
a se maximizeze (9) n raport cu constrangerile liniare (10) si (11).
Aceasta este o problem
a de maxim standard.
xij 1
pentru i = 1, . . . , I
(12)
xij 1
pentru j = 1, . . . , J
(13)
j=1
I
X
i=1
si
xij 0
pentru i = 1, . . . , I si j = 1, . . . , J.
(14)
aij xij
i=1 j=1
n raport cu constr
angerile (12), (13) si (14). Aceasta este o problema de maxim standard
cu n = I + J si n = I J.
Terminologie
aij xj = bi
j=1
poate fi eliminat
a rezolvand ecuatia pentru un xj pentru care aij 6= 0 si apoi nlocuind
xj cu aceast
a solutie n toate celelalte constrangeri si n functia obiectiv.
2. Unele variabile nu sunt constr
anse s
a fie nenegative. O variabila nerestrictionata xj
poate fi nlocuit
a cu diferenta a doua variabile nenegative, xj = uj vj , unde uj 0 si
6
vj 0. Aceast
a nlocuire introduce n problema o variabila n plus si doua constrangeri
de nenegativitate.
Deci, orice teorie derivat
a pentru probleme n format standard este aplicabila pentru probleme generale. Totusi, din punct de vedere al calculului, largirea numarului de variabile si
a num
arului de constr
angeri n cazul 2 este de nedorit. Vom vedea mai tarziu cum se pot
evita aceste neajunsuri.
Exercitii
1. Se consider
a urm
atoarea problema de progrmare liniara: Sa se gaseasca y1 si y2 care
minimizeaz
a y1 + y2 n raport cu constrangerile urmatoare
y1 + 2 y2 3
2 y1 + y2 5
y2 0.
S
a se ilustreze grafic multimea de constrangeri si apoi sa se rezolve problema.
2. S
a se detemine x1 si x2 care maximizeaza a x1 + x2 n raport cu constrangerile liniare
ilustrate n Figura 1. Sa se determine valoarea problemei ca functie de a.
3. S
a se scrie matricea A a problemei de transport n forma standard.
4. S
a se aduc
a urm
atoarea problema de programare liniara n forma standard. S
a se
g
aseasc
a x1 , x2 , x3 , x4 care maximizeaza x1 + 2 x2 + 3 x3 + 4 x4 + 5 n raport cu constr
angerile
4 x1 +3 x2 + 2 x3 + x4 10
x1
x3 + 2 x4 = 2
x1 + x2 + x3 + x4 1,
si
x1 0, x3 0, x4 0.
Dualitate
Fiecare program linear are un program linear dual. Mai ntai definim notiunea de dualitate
pentru programe standard. Ca si n sectiunea precedenta, c si x sunt n-vectori, b si y sunt
m-vectori, iar A este o matrice m n de numere reale. Presupunem ca m 1 si n 1.
Definitia 1 Dualul problemei de maxim standard
(1) s
a se maximizeze cT x
n raport cu constr
angerile Ax b si x 0
este problema de minim standard
(2) s
a se minimizeze yT b
n raport cu constr
angerile yT A cT si y 0.
7
xn
y1 a11
a12 a1n b1
a22 a2n b2
y2 a21
(16)
..
..
..
..
..
.
.
.
.
.
ym
am1
c1
am2
c2
amn
cn
bm
x1
1
4
1
x2
2
4
2
12
1
(17)
Demonstratie. Dac
a y este fezabil pentru problema de minim, atunci (18) indica faptul c
a
yT b este o margine superioara pentru valorile lui cT x cand x este fezabil pentru problema
de maxim. Implicatia inversa se demonstreaza similar.
Corolarul 2 Dac
a exist
a fezabilii x si y pentru o problem
a de maxim standard (1) si duT
alul (2) astfel nc
at c x = y T b, atunci ambii sunt optimi pentru problemele lor respective.
Demonstratie. Dac
a x este un vector fezabil oarecare pentru (1), atunci cT x y T b =
T
c x .
Teorema urm
atoare este fundamentala prin felul n care completeaza descrierea relatiei
dintre o problem
a standard si dualul ei. Teorema indica faptul ca ipotezele Corolarului 2
sunt satisf
acute dac
a una din probleme este fezabil marginita. Demonstratia acestei teoreme
nu este la fel de usoar
a ca si teorema precedenta si corolariile ei. Amanam demonstrarea ei p
an
a c
and vom putea da o demonstrare constructiva cu ajutorul metodei simplex.
(Metoda simplex este o metoda algoritmica de rezolvare e problemelor de progrmare liniar
a).
Deasemenea, se va putea vedea ca aceasta teorema contine Teorema Minimax pentru jocuri
finite din Teoria Jocurilor.
Teorema 2 (Teorema de dualitate) Dac
a o problem
a de programare liniar
a standard
este fezabil m
arginit
a, atunci si dualul ei este o problem
a fezabil m
arginit
a si exist
a vectori
optimi pentru ambele probleme.
Identific
am 3 posibilit
ati pentru un program liniar. Programul poate fi fezabil marginit
(f.m.), fezabil nem
arginit (f.n.), sau nefezabil (n.) Deci pentru un program si dualul s
au
avem 9 combinatii de posibilitati. Corolarul 1 indica faptul ca 3 din cele 9 combinatii nu
pot s
a apar
a: Dac
a o problema si dualul sau sunt ambele fezabile, atunci ambele trebuie s
a
fie fezabil m
arginite. Prima concluzie a Teoremei de Dualitate indica imposibilitatea altor 2
alternative: Dac
a un program este fezabil marginit atunci dualul sau nu poate fi nefezabil.
Intr
arile marcate cu in diagrama de mai jos indica imposibilitati. Cele 4 alternative
r
amase pot s
a apar
a.
f.m.
f.m.
f.n.
n.
f.n
n.
+3 x2
+ x2
x2
+ x4
+4 x3
9
+ x4
4
3
3.
(19)
Problema dual
a este: Sa se gaseasca y1 , y2 , y3 care minimizeaza 4 y1 + 3 y2 + 3 y3 n
raport cu constr
angerile yi 0, si
y1
3 y1
+2 y2
+ y2
y1
+ y3
4 y3
+ y3
2
4
1
1.
(20)
Vectorul (x1 , x2 , x3 , x4 ) = (1, 1, 1/2, 0) satisface constrangerile problemei de maxim iar valoarea functiei obiectiv este 13/2. Vectorul (y1 , y2 , y3 ) = (11/10, 9/20, 1/4) satisface constr
angerile problemei de minim si are deasemenea valoarea 13/2. Deci ambii vectori sunti
optimi pentru problemele lor respective.
O consecint
a important
a a Teoremei de Dualitate este
Teorema 3 (Theorema de echilibru) Fie x si y vectori fezabili patru problema de
maxim standard (1) si pentru dualul ei (2). Atunci x si y sunt optimi dac
a si numai
dac
a
n
X
si
xj = 0
m
X
yi aij > ci
(22)
i=1
Demonstratie. ,,Dac
a: Ecuatia (11) implica yi = 0 cu exceptia cazului n care
bi . In acest caz avem
m
X
yi bi =
m
X
yi
i=1
i=1
n
X
aij xj =
m X
n
X
Pn
yi aij xj .
j=1
aij xj =
(23)
i=1 j=1
j=1
yi aij xj =
i=1 j=1
n
X
cj xj .
(24)
j=1
cj xj
j=1
m X
n
X
yi aij xj
i=1 j=1
m
X
yi bi .
(25)
i=1
Din Teorema de Dualitate rezulta ca daca x si y sunt optimi, atunci partea stanga este
egal
a cu cea dreapt
a, deci avem egalitati peste tot n (25). Egalitatea dintre primul si ultimul
termen poate fi rescris
a astfel
!
n
m
X
X
cj
yi aij xj = 0.
(26)
j=1
i=1
10
Deci x1 > 0 si x2 > 0. Din (22) stim ca optimul y produce egalitate n ambele inegalit
ati
din (27) (2 ecuatii cu 3 necunoscute). Daca testam constrangerile principale ale problemei
de maxim pentru optimul x , observam ca
x1 + 2 x2 = 4
(egalitate)
4 x1 + 2 x2 = 12
(egalitate)
x1 + x2 < 1
(inegalitate stricta)
Interpretarea dualului
Pe l
ang
a ajutorul dat n aflarea unui optim, problema duala ofera avantaje n interpretarea
problemei originale. In cazuri concrete, problema duala puate fi analizata prin intermediul
problemei originale.
Ca exemplu concret considera, problema dietei care este o problema de minim standard de forma (2). Dualul ei este problema de maxim standard (1). Pentru nceput, vom
interpreta variabilele duale x1 , . . . , xn . In constrangeri duale avem:
n
X
aij xj bi ,
j=1
11
(28)
Exercitii
1. S
a se g
aseasc
a dualul urmatoarei probleme de minim standard. Sa se determine
y1 , y2 , y3 care s
a minimizeze y1 + 2 y2 + y3 n raport cu constrangerile yi 0 pentru toti i, si
y1 2 y2 + y3 2
y1 + y2 + y3 4
2 y1
+ y3 6
y1 + y2 + y3 2.
2. Consider
am problema din Exercitiul 1. Sa se arate ca (y1 , y2 , y3 ) = (2/3, 0, 14/3)
este optim pentru aceasta problema, si ca (x1 , x2 , x3 , x4 ) = (0, 1/3, 2/3, 0) este optim
pentru problema dual
a.
3. Se consider
a problema urmatoare: Sa se maximizeze 3 x1 + 2 x2 + x3 n raport cu
x1 0, x2 0, x3 0, si
x1
2 x1
x1
x1
x2
+x2
+x2
+ x3
+3 x3
+2 x3
+ x3
4
6
3
8.
(a) S
a se specifice problema duala.
(b) S
a presupunem ca banuim ca vectorul (x1 , x2 , x3 ) = (0, 6, 0) este optim pentru
problema de maxim. Sa se foloseasca Teorema de Echilibru pentru a rezolva
problema dual
a, si apoi sa se demonstreze ca banuiala este corecta.
12
4. (a) S
a se specifice dualul problemei de transport.
(b) Dati o interpretare pentru dualul problemei de transport.
Operatia de pivotare
+2 y2
3 y2
+ y2
+3 y3
+ y3 = s3
= s1
= s2
(29)
care exprim
q variabilele dependente s1 , s2 , s3 n functie de variabilele independente y1 , y2 , y3 .
S
a presupunem c
a vrem s
a obtinem y2 , s2 , si s3 n functie de y1 , s! si y3 . Daca rezolv
am
prima ecuatie pentru y2 si nlocuim valoarea obtinuta pentru y2 n celelalte ecuatii, obtinem
y2
y1 3( 12 s1 32 y1 ) + 3 y3
5 y1 + ( 12 s1 32 y1 ) + y3
= 21 s1 23 y1
= s2
= s3 .
care, dup
a simplificare, devine
23 y1
11
2 y1
7
2 y1
+ 12 s1
32 s1
+ 21 s1
= y2
+3 y3
+y3
= s2
= s3 .
Acest exemplu este un caz special al urmatoarei probleme generale. Presupunem dat un
sistem de n functii liniare cu m necunoscute, scris n forma matriceala
yT A = sT
(30)
a11
a21
a12
a22
..
.
..
.
a1n
a2n
.. . Deci ecuatia
.
am2
amn
1
(y1 aij . . . yi1 a(i1)j + sj yi+1 a(i+1)j . . . ym amj )
aij
13
(31)
iar apoi putem inlocui n celelate ecuatii yi cu expresia obtinuta pentru yi . De examplu, a
k-a ecuatie a sistemului devine
aik a1j
aik
aik amj
y1 a1k
+ . . . + sj
+ . . . + ym amk
= sk .
(32)
aij
aij
aij
In final rezult
a un sistem de ecuatii de forma
y1 a
11
..
.
+...+
sj a
i1
..
.
+...+
ym a
m1
..
.
= s1
..
.
y1 a
1j
..
.
+...+
sj a
ij
..
.
+...+
ym a
mj
..
.
= yi
..
.
y1 a
1n
+ . . . + sj a
in
+ + ym a
mn
= sn
(33)
a
ij =
a
hj
a
ik
a
hk = ahk
pentru h 6= i
pentru k 6= j
aik ahj
aij
pentru k 6= j si h 6= i.
Aceast
a procedur
a de calcul se poate mecaniza usor daca ilustram matricea m n-dimensional
a A ca un tabel cu y1 , . . . , ym de sus n jos n stanga tabelului, si cu s1 , . . . , sn de
la st
anga la dreapta deasupra tabelului. Tabelul din stanga Figurii 3 reprezinta sistemul
original de ecuatii, 30. Pentru a indica ca interschimbam yi si sj , incadram n un dreptunghi
cu elementele
elementul aij , pe care-l numim pivot. Tabelul din dreapta indica matricea A
a
hk calculate n modul indicat mai devreme.
y1
..
.
s1
a11
..
.
sj
a1j
..
.
sn
a1n
..
.
yi
..
.
ym
ai1
..
.
am1
aij
..
.
amj
ain
..
.
amn
y1
..
.
s1
a11
..
.
yu
a1j
..
.
sn
a1n
..
.
sj
..
.
ai1
..
.
aij
..
.
ain
..
.
ym
am1
amj
amn
r
q
1/p
c/p
14
r/p
q (r c/p)
Metoda de pivotare se poate folosi pentru a calcula inversa unei matrici A. Ideea este
de a interschimba toate variabilele independente cu variabile dependente aplicand succesiv
operatia de pivotare.
Exemplu
3 1 5
Pentru a inversa matricea A = 2 3 1 consideram sistemul de ecuatii yT A = sT
0 3 1
cu variabilele independente date de elementele vectorului yT = (y1 , y2 , y3 ) si variabilele
dependente date de elementele vectorului sT = (s1 , s2 , s3 ). Vom aplica repetat operatia de
pivotare pentru a obtine sistemul de ecuatii cu forma matriciala sT B = yT .
y1
y2
y3
s1
3
2
0
s2
s1
s3
y2
.3
1.4
.9
s2
1
3
3
.6 1.4
Deci B = .2 .3
.6 .9
s3
5
y1
s1
1
1
y3
y1
.2
.6
.6
y2
32
s2
s3
1
2
11
2
23
7
2
1
2
y1
.6
.2
.6
y2
1.4
.3
.9
y3
.7
s
= 1
1.6
s2
1.1
s3
y1
s1
s3
y2
32
1
2
s2
-5
3
3
y3
72
21
1
y3
1.6
.7
1.1
1.6
.7 . Se poate demonstra usor ca B = A1 .
1.1
Exercitii
1. S
a se rezolve sistemul de ecuatii yT A = sT care are forma tabelara urmatoare
y1
y2
y3
y4
s1
1
0
1
1
s2
1
2
1
2
s3
0
1
0
2
s4
2
1
3
1
15
Metoda simplex
Tablou simplex
Notiunea de tablou simplex este utila pentru a rezolva problema de minim standard:
S
a se g
aseasc
a vectorul y care sa minimizeze functia obiectiv yT b n raport cu constr
angerile liniare y 0 si yT A cT .
O operatie util
a d.p.d.v. conceptual este sa transformam inegalitatile problemei n egalit
ati,
prin introducerea de variabile de abatere (engl. slack variables). Aceste variabile sunt componentele n-vectorului s = (s1 , . . . , sn ) astfel ncat sT = yT A cT . Problema poate fi
reformulat
a astfel:
S
a se g
aseasc
a y si s care sa minimizeze yT b n raport cu constrangerile y 0, s 0
T
T
si s = y A cT .
Un tablou simplex este gandit sa reprezinte sistemul de ecuatii liniare sT = yT A cT .
Ultima coloan
a reprezint
a vectorul b pentru care vrem sa minimizam produsul scalar yT b.
y1
y2
..
.
s1
a11
a21
..
.
s2
a12
a22
..
.
sn
a1n
a2n
..
.
b1
b2
..
.
ym
1
am1
c1
am2
c2
amn
cn
bm
0
16
s1
y2
..
.
y1
a
11
a
21
..
.
s2
a
12
a
22
..
.
sn
a
1n
a
2n
..
.
ym
1
a
m1
c1
a
m2
c2
a
mn
cn
b1
b2
..
.
bm
v
y i bi =
a21 b1
am1 b1
c1 b1
b1
+ v
s1 + (b2
)y2 + . . . + (bm
)ym +
= tT b
a11
a11
a11
a11
x1
a11
a21
..
.
x2
a12
a22
..
.
xn
a1n
a2n
..
.
1
b1
b2
..
.
um
0
am1
c1
am2
c2
amn
cn
bm
0
17
u1
u2
..
.
x1
a11
a21
..
.
x2
a12
a22
..
.
xn
a1n
a2n
..
.
1
b1
b2
..
.
um
1
am1
c1
am2
c2
amn
cn
bm
0
Exemplu
Se consider
a problema urmatoare: Sa se maximizeze 5 x1 + 2 x2 + x3 n raport cu constr
angerile xi 0 pentru toti i {1, 2, 3} si
x1
3 x1
+3 x2
x2
+ x2
x3
+x3
6
4
7.
Problema dual
a este: S
a se minimizeze 6 y1 + 4 y2 + 7 y3 n raport cu constrangerile yi 0
pentru toti i {1, 2, 3} si
y1
+3 y3 5
3 y1 +y2
+y3 2
y1 +y2
1.
Tabloul simplex este
y1
y2
y3
1
x1
1
0
3
5
x2
3
1
1
2
x3
1
1
0
1
1
6
4
7
0
Dac
a se aplic
a pivot
ari care permuta y2 cu x3 , si y3 cu x1 , obtinem tabloul simplex
y3
y1
x3
x1
1
5/3
x2
2/3
18
y2
23/3
4
7/3
47/3
Metoda simplex
Metoda simplex este metoda pivotului arbitrar modificata cu un criteriu de alegere a pivotului pentru fiecare iteratie.
Se observ
a c
a dac
a la un moment dat obtinem un tablou simplex
t
c
A
c
b
v
cu b 0 atunci obinem imediat un punct fezabil pentru problema de maxim (de fapt, un
punct extrem pentru multimea de constrangeri), si anume punctul care satisface r = 0 si
t = b. Valoarea functiei obiectiv n acest punct este v.
Analog, dac
a c 0, atunci obtinem un punct fezabil pentru problema de minim. Acest
punct fezabil satisface r = c si t = 0.
Reguli de pivotare pentru problema de maxim.
Cazul 1: b 0.
Dac
a c 0, punctul fezabil este si optim, si metoda se termina.
Altfel, se alege la ntamplare o coloana cu ultimul element negativ, de ex. coloana
j0 cu cj0 < 0.
a) Dac
a exist
a i cu ai,j0 > 0, alege i0 pentru care bi /ai,j0 este minim, si pivoteaz
a
n raport cu ai0 ,j0 .
b) Dac
a nu exist
a un astfel de i, problema de maxim este fezabil nemarginit
a.
Cazul 2: b are un element negativ bi . Alege k astfel ncat bj 0 pentru j < k si bk < 0.
Dac
a exist
a ak,j < 0 alege j0 astfel ncat ak,j0 < 0 (pivotul va fi n coloana j0 ).
Compar
a bk /ak,j0 si bi /ai,j0 pentru care bi 0 si ai,j0 > 0 si alege i0 pentru care
bi0 /ai0 ,j0 este minim. Pivotul va fi ai0 ,j0 .
Dac
a ak,j 0 pentru toti j, atunci problema de maxim este nefezabila.
Cazul 2: Exist
a cj < 0. Alege k astfel ncat cj 0 pentru j < k si ck < 0. Alege orice i0
astfel nc
at ai0 ,k > 0. Compara ck /ai0 ,k si cj 0 si alege j0 pentru care cj0 /ai0 ,j0
este cel mai aproape de 0. Pivotul va fi ai0 ,j0 .
Exercitii
1. S
a se maximizeze x1 2 x2 3 x3 x4 n raport cu constrangerile xj 0 pentru toti
j {1, 2, 3, 4} si
x1 x2 2 x3 x4 4
2 x1 + x3 4 x4 2
2 x1 + x2 + x4 1.
2. S
a se minimizeze 2 y2 + y3 n raport cu constrangerile yi 0 pentru toti i {1, 2, 3}
si
y1 2 y2 3
4 y1 + y2 + 7 y3 1
2 y1 3 y2 + y + 3 5.
3. S
a se maximizeze 3 x1 + 4 x2 + 5 x3 n raport cu constrangerile xj 0 pentru toti j si
x1 + 2 x2 + 2 x3 1
3 x1 + x3 1
2 x1 x2 1.
20