Documente Academic
Documente Profesional
Documente Cultură
Unul din atributele conducerii este decizia. Prin decizii se conduce procesul de
productie pentru atingerea obiectivelor si sporirea eficientei sistemului de productie.
Prin eficienta intelegem atingerea obiectivelor cu un consum minim de resurse (bani,
forta de munca, combustibil, energie, fond de timp utilaje etc).
Sa notam:
U utilitatea sau obiectivul care trebuie atins;
Xi variabilele de care depinde realizarea obiectivului ce pot fi controlate,
masurate, modificate sau fixate in anumite limite;
Yi variabile sau constante necontrolabile, care sunt independente de vointa
noastra sau care variaza imprevizibil.
Atunci se poate spune ca intre valorile definite ca mai sus exista relatia de forma:
Convenim sa numim aceasta relatie model matematic.
U f ( X i , Yi )
D1
D2
11x 1 9 x 2 9900
7 x1 12 x 2 8400
.
am1 x1 am 2 x2 ....... amn xn bn
De regula m < n.
Matricial se poate scrie:
a11
a12
a1n
a 21
a m1
a 22
a2n
am2
a mn
C c1
x1
X
c2
x2
xn
b1
B
cn
f CX
AX B or AX B
X 0
b2
bm
AX B
X 0
Daca toate relatiile de coditii sunt inecuatii de acelsi sens forma modelului se
numeste canonica.
fmax CX
AX B ori AX B
X 0
X 0
fmin CX
gmax c j x j
j1
i1
fmin bi yi
a x b
j1
a ji y i c j
ij ij i
i1
j 1, ,2 n
i 1, ,2 m
Atunci cand sistemul restrictiilor (conditiilor) este compus din ecuatii si inecuatii
in ambele sensuri se aduce la forma standard astfel:
ax b ax+y=b
S-a introdus variabila auxiliara y denumita de compensare sau ecart. Variabilele de
compensare nu apar in functia obiectiv, acestea avand costurile zero.
Solutiile unei probleme de programare liniara pot fi:
a) Solutii posibile orice set de valori x j unde j=1,2,..,n care satisface
sistemul conditiilor sau restrictiilor
plus conditia de nenegativitate
xj 0
c) Solutia optima este solutia de baza care minimizeaza sau maximizeaza, dupa caz,
functia obiectiv.
Teorema. Multimea solutiilor posibile determina in spatiul n dimensional un
poliedru convex L .Daca functia obiectiv admite un singur optim aceasta este atins in
unul din virfurile poliedrului convex . Sistemul conditiilor separa spatiul n dimensional
in doua domenii printr-o hipersuprafata caracterizata de virfuri si muchii .
Fiecare solutie este reprezentata de coordonatele punctelor aflate in virfurile , pe
muchiile , pe fetele si in interiorul domeniului marginit de poliedrul convex L .
Solutiile de baza sunt formate de coordonatele virfurilor . Cand functia obiectiv
devine optima in 2 varfuri atunci se obtin o infinitate de solutii optime situate pe
muchia generata de cele doua varfuri se spune atunci ca este un caz de
DEGENERARE .
Daca exista m restrictii cu n necunoscute unde , m < n calculand clasic, algebric ,
trebuie procedat in felul urmator :
- Se formeaza sisteme de m vectori coloana .
- Se rezolva toate sistemele ( Cramer ,Gauss etc ) .
- Se aleg din solutii cele care sunt solutii posibile .
- Se calculeaza valoarea functiei obiectiv pentru solutiile posibile .
- Se alege valoarea solutiei care face functia obiectiv optima minim sau maxim.
Volumul de calcule este insa in acest procedeu foarte important chiar pentru
puterea calculatoarelor obisnuite, exemplu pentru m = 8 si n = 16.
8
C nm C16
n!
16!
12870
m!(n m)! 8!(16 8)!
Algoritmul SIMPLEX
11
sau C 21
352716
sisteme
In
matricea :
A a ij
a
j 1
ij
x j bi
pt
xj 0
a1j b1
a2j b2
aj si b
anj bm
i 1,2,3,....m
j 1,2,3,....n
si functia obiectiv :
x1
f c c c *
x2
X ( x1 x 2 x m 0 0 0 0 ) transpus
XR
XB
Desigur ca vectorii din baza pot fi oricare luati cate m din n atunci :
BX B AR X R b
XB 0
si
XR 0
max(min) Z C B X B C R X R
R.Cazacu, C.I.T Note de Curs.
Rev.15/01/06 (3,4,5)
B 1 BX B B 1 AR X R B 1b
dar
B 1 B 1 si X R 0
atunci
Cunoscand deci
X B B 1b si
baza care da
optimumul
1
cautat problema Z C B X B sau Z C B B b
este rezolvata.
Algoritmul SIMPLEX porneste de la o baza cu conditia ca detB 0, apoi la
fiecare pas se introduce si se scoate cate un vector din baza (adica se inlocuieste ) pana
se ajunge la optim .
Exemplu Laborator 1: Se va arata metoda pe un exemplu simplu .
f max 3 x1 2 x 2 4 x3 cu
Se cere
restrictiile :
Se
transforma
inecuatiile
x1 2 x2 2x3 3
4x1 3x2 2 x3 6
x1 2x2 2x3 y1 3
a4
si
a5
formeaza impreuna matricea unitate care prin definitie are det I =1 adica diferit de zero.
Se introduce notatia :
-ca suma produselor dintre coeficientii c j a vectorilor din baza si
componentele vectorului j .
Definim apoi:
a) Criteriul de introducere in baza :
max z c
-cel mai mare negativ in valoare absoluta .
zj
bj
pozitiva a
aj
a3
2
2
32
6 2
Elementul de la intersectia vectorului care iese din baza si cel care intra in baza
se numeste pivot (totdeauna strict pozitiv).
Cunoscand pivotul recalcularea elementelor se face :
- elementele de pe linia pivotului prin impartire la el ;
- coloana pivotului cu valoarea 1 pe pozitia lui si 0 pentru celelalte campuri ;
- restul de elemente se recalculeaza cu regula dreptunghiului, cunoscuta de la
calculul inversei unei matrici cu metoda Gauss-Jordan expusa anterior .
Calculele sunt in tabel.
Cj
CB
0
0
4
0
4
3
Baza
a4
a5
zj-cj
a3
a5
zj-cj
a3
a1
zj-cj
b
3
6
0
3/2
3
6
1
1
7
3
a1
1
4
-3
1/2
3
-1
0
1
0
-2
a2
2
3
2
1
1
6
5/6
1/3
19/3
4
a3
[2]
2
-4
1
0
0
1
0
0
0
a4
1
0
0
1/2
-1
2
2/3
-1/3
-
0
a5
0
1
0
0
1
0
-1/6
1/3
-
T
3/2=1,5
6/2=3,0
3/2:1/2=3
3/3=1
Pentru SIMPLEX MAX, algoritmul se opreste atunci cand pe linia zj-cj se obtin
numai valori pozitive sau nule adica solutia nu mai poate fi imbunatatita prin
introducerea (inlocuirea) unui vector in baza.
Solutia cautata se afla in vectorul termenilor liberi, adica:
x1 1,
x 2 0,
x3 1
AX B
f max CX
Xi 0
i 1,.........m
j 1,.........n
Modelul este :
10
xi 0
Ex. 3 Croirea optima. Un santier foloseste pentru beton armat bare de lungimi 8m
5,75 m si 2,25 m .Acestea se confectioneaza din bare de 14 m. Santierul are nevoie de
450 bare de 8 m , 500 bare de 5,75 m si 700 bare de 2,25 m . Sa se determine numarul
minim de bare de 14 m necesare. Se cere deci ca lungimea totala a deseurilor care
rezulta din debitare fie minima.
Se inventariaza toate procedelele posibile de taiere (debitare) a barelor:
PROCEDEUL
Numarul DESEURI
8m
1
1
0
0
0
450
P1
P2
P3
P4
P5
barelor de :
5,75 m
1
0
1
2
0
500
2,25 m
0
2
3
1
6
700
0,25 m
1,50 m
1,50 m
0,25 m
0,50 m
Modelul este:
x1
x3 2 x 4
500
2 x 2 3x3 x4 6 x5 700
Solutia este :
Z min 175
2 y3 1,50
y 2 3 y3 1,50
2 y 2 y3 0,25
6 y 3 0,50
Evident se
X 450 0 0 25
225
11
de 14 m.
Exemplu Laborator 2:
Sa presupunem ca se cere sa se gaseasca solutia optima a modelului:
Z min 12 x1 2 x2 5 x3
x 1 7 x2 x3 11
4 x1 x2 3x3 17
12
- nu mai sunt valori strict pozitive pentru Zj-Cj corespunzand numai vectorilor
initiali din functia obiectiv (fara vectorii adaugati artificial).
CB
Cj
Baza
a6
a7
Zj-Cj
-2
a2
M
a7
Zj-Cj
-2
a2
12
a1
Zj-Cj
-2
a2
5
a3
Zj-Cj
M
M
12
-2
5
0
b
a1
a2
a3
a4
11
1
[7]
-1
-1
17
4
1
3
0
5M-12
8M+2
2M-5
-M
11/7
1/7
1
-1/7
-1/7
15,42
[3,86]
0
3,14
1/7
3,86M-12,28 0
3,14M-4,72 0,28M-2,28
1
0
1
-0,26
-0,15
4
1
0
[0,81]
0,04
46
0
0
5,24
0,78
2,27
0,32
1
0
-0,11
4,91
1,23
0
1
0,05
[20,00]
-6,49
0
0
0,47
0
a5
0
-1
-M
0
-1
-M
0,04
-0,26
-3,2
-0,03
-0,32
-1,54
M M
a6 a7
1
0 11/7=[1,57]
0
1 17/1=17
11/7*7/1=11
15,42/3,86=[3,99]
-1/0,26=-3,85
4/0,81=[4,92]
fmax CX
fmin CX
AX B si AX B
X 0
X 0
13
f min x 3x1 2 x2 4 x3
x1 2 x2 2 x3 3
4 x1 3x2 2 x3 6
Modelul extins la forma standard cu vectorii auxiliari si fictivi este:
x1 2x2 2x3 S1 t1 3
Cj
Baza
a6
a7
Zj-Cj
a6
a1
Zj-Cj
a3
a1
Zj-Cj
b
3
6
9M
3/2
3/2
1
1
-7
-3
2
-4
a1
a2
a3
1
2
2
4
3
2
5M+3
5M-2
4M+4
0
5/4
3/2
1
3/4
1/2
0
M5/4-17/4 M3/2+5/2
0
5/6
1
1
1/3
0
0
-19/3
0
0
a4
-1
0
-M
-1
0
-M
-2/3
1/3
-5/3
0
a5
0
-1
-M
1/4
-1/4
M/4+3/4
1/6
-1/3
1/3
M
a6
1
0
0
1
0
0
M
a7
0
1
0
3/1=3
6/4=1,5
1
3/2*2/1=3
Evident ca matematic rezultatul este corect desi din punct de vedere tehnico
-economic valoarea negativa nu are sens .
Uneori in aplicarea algoritmului SIMPLEX apar unele situatii particulare .
Astfel se poate intampla ca o componenta bazica sa fie xi =0, caz in care solutia
este degenerata. In acest caz se foloseste metoda perturbarii care consta in
14
adaugarea unor cantitati mici in model ,care nu modifica esential modelul , dar
ajuta la depasirea degenerarii . Nu vom insista asupra acestei metode .
In activitatea practica se poate intampla ca dupa rezolvarea problemei propriuzise si obtinerea solutiei optime sa apara anumite modificari in setul de restrictii
sau functia obiectiv . Problema care se pune este de a relua rezolvarea modelului
modificat de la o solutie de baza mai apropiata de solutia optima . Adica este
necesar sa se testeze daca solutia optima se mentine si in conditiile noi modificate
si daca nu, care este metoda care sa porneasca de la o solutie de baza cat mai
apropiata de cea optima . Exista metode care trateaza aceste situatii inclusiv
parametrizarea unor vectori din baza . Dezvoltarile de acest fel ale programarii
liniare se numesc programare parametrica .
Exista si modele de alocare la care functia obiectiv si/sau setul de restrictii nu
mai sunt relatii liniare . In acest caz modelele se numesc de programare neliniara
(patratica , convexa etc.) .
Sunt cazuri in care solutia se cere sa fie in numere intregi neavand sens
fractiile caz in care programarea se numeste in numere intregi .
Pentru rezolvarea acestor modele exista algoritmi specifici.
BIBLIOGRAFIE
1. Ackoff R.L. & Sasieni M.W, Bazele cercetarii operationale, Ed. Tehnica, Bucuresti
1975.
2. Dinescu C., Savulescu B., Metode matematice si aplicatii pentru optimizarea
problemelor din economie. Ed. Didactica si Pedagogica Bucuresti 1976.
3. Dinescu C., Savulescu B., Initiere in matematica aplicata. Ed. Albatros, Bucuresti
1984.
4. Elmaghraby S.E. Proiectarea sistemelor de productie, Editura tehnica Bucuresti
1968.
5. Ionescu H, Dinescu C, Burlacu V., Teoria grafelor cu aplicatii in economie, Editura
stiintifica, Bucuresti, 1969.
6. Ionescu H, Dinescu C, Savulescu B, Probleme ale cercetarii operationale. Ed.
Didactica si Pedagogica, Bucuresti 1972.
7. Kaufmann A., Metode si modele ale cercetarii operationale Vol 1 si 2, Ed.
Stiintifica, Bucuresti, 1967.
8. Malita M, Zidaroiu C. Matematica organizarii. Editura tehnica. Bucuresti 1975.
9. Pop D-tru., Elemente de programare liniara cu aplicatii, Editura militara, Bucuresti,
1972.
10. Postelnicu T, Dinescu C, Savulescu B, Matematici speciale aplicate in economie,
Ed. Didactica si Pedagogica, Bucuresti 1977.
11. Sobol I. M., The Monte Carlo method, Mir Publishers, Moscow, 1975
15
16