Documente Academic
Documente Profesional
Documente Cultură
Curs Cercetari Operationale
Curs Cercetari Operationale
CERCETRI
OPERAIONALE
IAI, 2007
CUPRINS
CUPRINS ............................................................................................. 1
CERCETRI OPERAIONALE (CO) ............................................... 3
PROGRAMARE LINIAR................................................................. 3
MODELUL MATEMATIC ................................................................. 3
METODE DE REZOLVARE A PROBLEMELOR DE PL.............. 11
METODA GRAFIC ........................................................................ 11
FORMA STANDARD A PROBLEMEI DE PROGRAMARE
LINIAR ........................................................................................... 19
SOLUII ALE UNEI PROBLEME DE PL....................................... 22
ALGORITMUL SIMPLEX ............................................................... 28
ETAPELE ALGORITMULUI SIMPLEX PENTRU PROBLEME DE
MAXIM.............................................................................................. 28
ALGORITMUL SIMPLEX PENTRU PROBLEME DE MINIM .... 34
BAZA ARTIFICIAL. METODA PENALIZRILOR ................... 36
METODA PENALIZRII PENTRU PROBLEME DE MINIM ...... 37
METODA PENALIZRII PENTRU PROBLEME DE MAXIM .... 38
RESURSE RARE. PRE UMBR ................................................... 43
ANALIZA SENZITIV .................................................................... 56
ANALIZA SENZITIV PENTRU COEFICIENII DIN FUNCIA
OBIECTIV ......................................................................................... 56
ANALIZA SENZITIV PENTRU TERMENII LIBERI DIN
RESTRICII ...................................................................................... 69
PROGRAMARE N NUMERE NTREGI ........................................ 76
METODA RAMIFIC I MRGINETE ................................... 78
PROGRAMARE MULTICRITERIAL........................................... 91
MODELUL MATEMATIC ............................................................. 100
PROBLEME DE TRANSPORT I PROBLEME DE REPARTIIE
.......................................................................................................... 107
PROBLEME DE TRANSPORT...................................................... 107
ETAPA I. SOLUIA DE PORNIRE ............................................... 112
ETAPA A II-A. DETERMINAREA SOLUIEI OPTIME............. 118
B I B L I O G R A F I E ...................................................................... 128
Exemplul 1
O firm import componente pentru asamblarea a dou
modele de computere personale: PC1 i PC2.
n urma vnzrii unui produs PC1 firma obine un profit
de 50 u.m (uniti monetare lei, euro, $ etc) iar n urma
vnzrii unui produs PC2 firma obine un profit de 40 u.m.
n sptmna urmtoare de producie sunt disponibile 150
de ore pentru asamblare. Asamblarea unui PC1 dureaz 3 ore iar
a unui PC2 dureaz 5 ore.
Firma are n stoc numai 20 de monitoare pentru PC2,
adic, pot fi asamblate sptmnal cel mult 20 calculatoare PC2.
Spaiul total de depozitare este de 30 m2. Un PC1 ocup
0,8 m2 iar un PC2 ocup 0,5 m2.
Conducerea firmei dorete s stabileasc planul de
producie pentru sptmna urmtoare (adic s determine
numrul calculatoarelor PC1 i PC2 care se vor asambla) astfel ca
profitul total s fie maxim.
Se consider c toate calculatoarele asamblate vor fi
vndute, iar restul resurselor (ambalaje, monitoare pentru PC1,
etc. ) sunt disponibile la firm.
Pentru obinerea modelului matematic este util
sintetizarea datelor din exemplu n Tabelul 1.
Tabelul 1
Consumuri pentru o
Resurse
unitate din:
Disponibil
PC2
PC1
Resursa 1(R1)
3 ore
5 ore
150 ore
Asamblare (ore)
Resursa 2 (R2)
Spaiu de
0,8 m2
0,5 m2
30 m2
depozitare (m2)
Profit unitar (um)
50 um
40 um
3. x2 20
Etapa 4. Condiii de nenegativitate
Acestea se impun pentru variabilele de decizie, att
datorit interpretrii lor (numr de calculatoare) ct i datorit
metodei de aflare a soluiei optime.
III.
x1 0 , x2 0
Rezult c modelul matematic al problemei, exprimat cu
ajutorul variabilelor de decizie x1 i x2 este:
I. Funcia obiectiv:
f ( x ) = 50 x1 + 40 x2 = MAX ( um )
II. Restricii:
1. 3x1 + 5 x2 150 (ore)
2. 0.8 x1 + 0.5 x2 30 (m2)
3. x2 20 (nr. de monitoare)
III. Condiii de negativitate
x1 0 , x2 0
Se va arta c soluia optim a acestei probleme este:
Se vor fabrica un numr de
x1 = 30 calculatoare PC1
x2 = 12 calculatoare PC2
iar profitul maxim este de 1980 um. Aceast soluie optim arat
c pentru nici un alt plan de prducie nu se poate obine un profit
mai mare dect 1980 um.
Exemplul 2
O fabric de jucrii produce trei feluri de roboi de
jucrie.
Pentru producerea primei versiuni de roboi V1, sunt
necesare 10 minute de fabricare i ambalare i 2 kg de plastic, a
doua versiune V2 , are nevoie de 12 minute de fabricare i
ambalare i 3 kg de plastic, iar a treia versiune V3 are nevoie de
15 minute de fabricare i ambalare i 4 kg plastic.
6
Consumuri specifice
V1
V2
V3
Disponibil
Resursa 1 (R1)
10
12
15
8 ore = 480
Timp de fabricare i
min
min
min
min
ambalare (minute)
Resursa 2 (R2)
2 kg 3 kg 4 kg
200 kg
Cantiti de plastic (kg)
Profit (um)
1 um 5 um 6 um
Se observ c timpul de fabricare i ambalare este
exprimat n minute iar timpul disponibil de producie este
exprimat n ore. Trebuie folosit aceeai unitate de timp deci 8
ore = 8 60 = 480 min.
Modelul matematic este:
I. Funcia obiectiv (FO) ce exprim profitul total
f ( x ) = 1x1 + 5 x2 + 6 x3 = max
II.
III.
5. x3 10 buci ( contract V3 )
Condiii de nenegativitate
x1 0, x2 0, x3 0
a)
Forma dezvoltat
Dac x1, x2, ... xn sunt variabilele de decizie avem:
I. Funcia obiectiv
f ( x ) = c1 x1 + c2 x2 + ... + cn xn = ( Max sau Min )
II.
Restriciile
m ) a x + a x + ... + a x ( <, =, > ) b
m1 1
m2 2
mn n
m
III.
Condiii de nenegativitate
x1 0, x2 0, ..., xn 0
x1
x
X = 2 = ( x1
xn
x2 xn ) M n1
T
a
A = 21
.
am1
a12
a22
.
am 2
. . a1n
. . a2 n
M mn
. . .
. . amn
B = ( b1 b2 . . bm )
b1
b2
= . M m1
.
b
m
a11
a12
a1n
b1
a21
a22
a2 n
b2
P1 = . ; P2 = . ...; Pn = . , B = P0 = .
.
.
.
.
a
a
a
b
m1
m2
mn
m
atunci forma
vectorial
PL
problemei
de
este
x1 > 0 semiplan
x2 = y
x1 = x
Condiia
Figura 1
x2 0
se
compune
din
x2 > 0 semiplan
Cum ambele x1 0 , x2 0 trebuie s fie satisfcute
12
A(2,0)
Figura 2
13
x1
Figura 3
15
Figura 4
Pentru determinarea soluiei optime se poate proceda n
dou moduri:
16
Metoda 1
Se calculeaz coordonatele vrfurilor O, A2, M, N, B3, i
apoi se afl valoarea funciei obiectiv n fiecare vrf. Soluia
optim este punctul (x1,x2) care confer funciei obiectiv
valoarea cea mai mare.
Avem:
O(0;0)
A2(37,5;0)
M d1 d 2 deci rezolvm sistemul
3 x1 + 5 x2 = 150
M(30;12)
0.8 x1 + 0.5 x2 = 30
N ; 20
x2 = 20
3
B3(0;20).
Valorile funciei obiectiv n aceste puncte sunt:
O ( 0, 0 ) ; f ( O ) = 50 0 + 40 0 = 0
M ( 30,12 ) ; f ( M ) = 50 30 + 40 12 = 1980
N 50 ; 20 ; f ( N ) = 50 50 + 40 20 = 1633,3
3
3
B3 ( 0, 20 ) ; f ( B3 ) = 50 0 + 40 20 = 800
D: 50 x1 + 40 x2 = , cu = max
unde este un parametru deoarece la fiecare pereche (x1,x2)
funcia obiectiv poate lua o alt valoare, notat .
Dorim s gsim = max . Deoarece dreapta D nu se poate
reprezenta aflndu-i interseciile cu axele vom folosi forma
y = mx + n unde m este panta dreptei iar n este tietura (cnd
x=0, y=n).
5
Avem 40 x2 = 50 x1 + sau D: x2 = x1 +
4
5
4
40
40
variabil. Relaia
valoarea n =
este cea mai mare, deoarece aveam = max .
40
Figura 5
18
19
3
x
+
2
x
+
x
50
2
3
1
3x1 + 2 x2 + x3 x5 = 50
20
x1 2 x2 + 2 x3 = 18
x1 0 , x2 0 , x3 = oarecare
x1 = x1'
se vor efectua substituiile
x1' 0 , x3+ 0 , x3 0 iar
+
x3 = x3 x3
x1 + 2 x2 + x3 x3 = 15
'
+
x1 2 x2 + 2 x3 2 x3 = 18
x1' 0 , x2 0 , x3+ 0 , x3 0 .
am1 x1 + am 2 x2 + ... + amn xn = bm
b)
FS matriceal
f ( x ) = C X = optim
21
A X = B
X 0
c)
FS vectorial
f ( x ) = C X = optim
x1 P1 + x2 P2 + ... + xn Pn = B
X 0
unde A M mn este matricea coeficienilor din restricii, C M 1n
22
23
canonice E = ( e1 e2 em )
1
0
0
0
1
0
adic e1 = . , e2 = . , ..., em = . .
.
.
.
0
0
1
4 x1 + 2 x2 20
x 4
1
Se cer:
1) S se aduc problema la forma standard;
2) S se afle cel puin dou SAB.
Rezolvare:
1) Adunm n membrul stng al fiecrei restricii cte o
variabil de compensare
f ( x ) = 6 x1 + 4 x2 = max
24
x1 + 3 x2 + x3 = 15
4 x1 + 2 x2 + x4 = 20
x + x = 4
1 5
x1 0, x2 0, x3 0, x4 0, x5 0 .
unde
1 0 0
pr = 0 1 0 = 1 0
0 0 1
Notm
1
3
1
0
0
P1 = 4 ; P2 = 2 ; P3 = e1 = 0 ; P4 = e2 = 1 ; P5 = e3 = 0
1
0
1
0
0
x3 = 15 x1 3 x2
x = 20 4 x 2 x
1
2
4
x5 = 4 x1
25
x1 = 0
x2 = 0
x0 = x3 = 15
x4 = 20
x =4
5
26
1
pentru a obine coeficientul
3
1
1
x
+
x
+
x3 = 5
1
2
3
3
4 x1 + 2 x2 + x4 = 20
x + x = 4
1 5
2
10
x1 x3 + x4 = 10
3
3
x1 + x5 = 4
4 2
1 0
1
3
10
1
1
1
0 0 5
1 0 0 15
3
3
0 1 0 20 4 2 0 1 0 20
0 0 1 4 1 0 0 0 1 4
1
0 0 5
3
2
0
1 0 10
0 0 0 1 4
27
ALGORITMUL SIMPLEX
Algoritmul simplex (primal) a fost elaborat i aplicat de
G. B. Dantzig n 1947 ca metod de rezolvare a unor probleme
de optimizare.
Metoda simplex cerceteaz valorile funciei obiectiv n
mulimea SAB i permite trecerea de la o soluie la o alta mai
bun fr a fi necesar cercetarea tuturor SAB i este un proces
iterativ.
Etapele algoritmului simplex se pot stabili att pentru
probleme de maxim ct i pentru probleme de minim, dei se
poate nlocui aflarea lui maxf cu aflarea lui min(-f) deoarece:
max f = min ( f )
i
min f = max ( f ) .
28
CB
P0
c1
P1
c2
P2
.
.
.
.
cn
Pn
zk-ck
Pe coloana 1 (baza) se scriu vectorii bazei
canonice, n ordinea apariiei lor n baz deci:
primul este vectorul care are componentele
T
(1 0 0 0 ) , al doilea este cel de componente
T
( 0 1 0 0 ) , ... iar ultimul de pe coloana 1, are
T
componentele ( 0 0 0 1) .
29
( zk ck < 0 )
min
i
bj
bi
=
aih a jh
(a
ij
> 0)
6 x1 + 4 x2 40
2 x1 + x2 + x3 50
8 x + 10 x 60
1
3
32
6 x1 + 4 x2 + x4 = 40
2 x1 + x2 + x3 + x5 = 50 xi 0 i = 1, 6
8 x + 10 x + x = 60
3
6
1
A = 2 1 1 0 1 0
8 0 10 0 0 1
P1 P2 P3 P4 P5 P6
Etapa I:
Se observ c vectorii bazei sunt P4 P5 P6 deci
necunoscutele bazice (principale) sunt x4, x5 i x6. Soluia
T
admisibil de baz de pornire este X 0 = ( 0 0 0 40 50 60 )
aflat prin anularea necunoscutelor secundare.
Etapa II: Se construiete primul tabel simplex. Diferenele
zk ck
se
calculeaz
astfel:
z1 c1 = cB P1 c1 = 0 6 + 0 2 + 0 8 80 = 80 ,
z2 c2 = cB P2 c2 = 0 4 + 0 1 + 0 0 40 = 40 , etc.
80 40 120 0 0 0 Etapa III: Soluia nu
Baza CB P0
P1
P2
P3
P4 P5 P6 este optim deoarece
P4 0
P5 0
P6 0
40
50
60
6
2
8
zk-ck
-80
P4 0
P5 0
40
6
12
10
44
P3 120 6
zk-ck
720
4
1
0
0
1
10
-40 -120
1
0
0
0
1
0
0
0
1
4
1
0
0
1
0
0 0 Etapa
V:
1
10
1
50 60
8 10
0 1 10
16
-40
33
12
min , = 6
1 10
vectorul P6
Etapa VI:
iese
adic
40 10 3 2
0 34 3 10
P2
P5
P3 120 6
zk-ck
8 10
1120 76
0 0
1 4 1 1 10
1
0
0
0
0 1 10
10
14
pt.
linia
pivotului;
pt. celelalte linii
se aplic regula 2
12
( 2 0 + 10 + 6 = 16 < 50 cu 34 ore )
x6 = 0 arat c resursa a 3-a, al doilea material, a fost
utilizat integral ( 8 0 + 0 + 10 6 = 60 )
ALGORITMUL SIMPLEX PENTRU PROBLEME DE
MINIM
Dei avem min f = max ( f ) este mai comod s se
specifice etapele algoritmului pentru probleme de minim.
Acestea sunt identice cu etapele pentru probleme de
maxim cu urmtoarele dou excepii:
Etapa III:Criteriul de optimalitate este:
a)
Dac toate diferenele zk ck 0 atunci soluia este
optim;
b)
Dac exist i diferene zk ck > 0 , soluia nu este optim
i trecem la etapa a IV-a;
34
Exemplu
S se rezolve problema de programare liniar:
f ( x ) = 4 x1 2 x2 8 x3 + 12 x4 + 2 x5 = min
3 x1 + 2 x3 + x4 = 4
2 x1 + x2 x3 = 2
x + x = 1
1 5
xi 0 i = 1,5
Soluie
Matricea coeficienilor restriciilor este
3 0 2 1 0
A = 2 1 1 0 0
1 0 0 0 1
P1 P2 P3 P4 P5
CB
P0
P4
P2
P5
zk-ck
12
-2
2
4
2
1
P3
-8
4
P1
3
2
-1
26
-2
P2
0
1
0
0
-8
P3
2
-1
0
34
12
P4
1
0
0
0
2
P5
0
0
1
0
3
2
1
2
35
P2
-2
7
2
1
2
P5
zk-ck
1
-22
-1
-25
0
0
0
0
0
-17
1
0
36
4 x1 + 2 x2 + x3 80
2 x1 + x3 60
xi 0 i = 1, 2,3
37
2 x1 + x3 x5 = 60
xi 0 i = 1,5
2 0 1 0 1
2 0 1 0 1 0 1
P1 P2 P3 P4 P5 P6a P7a
4 x1 + 2 x2 + x3 x4 + x6a = 80
a
2 x1 + x3 x5 + x7 = 60
xi 0 i=1,5 , x6a 0 x 7a 0
x1 0, x2 0
x2 10000
x 6000
1
Soluie
Se aduce problema la forma standard:
f ( x ) = 12 x1 + 16 x2 = max
2 x1 + 3 x2 + x3 = 48000
xi 0 i = 1,5
x2 x4 = 10000
x + x = 6000
1 5
2 3
A = 0 1
1 0
P1 P2
1 0 0 0
0 1 0 1
0 0 1
0
P3 P4 P5 P6a
2 x1 + 3 x2 + x3 = 48000
a
x2 x4 + x6 = 10000
x + x = 6000
1 5
xi 0 i = 1,5, x6a 0
39
a
xi 0 i = 1,5, x6a 0
x2 x4 + x6 = 10000
x + x = 6000
1 5
Baz
CB
P3
12
P1
48000
2
16
P2
3
P0
40
0
P3
1
0
P4
0
0
P5
0
-M
P6a
0
P6a
P5
zk-ck
P3
P2
P5
zk-ck
P4
P2
P5
-M
0
10000
6000
0
16
0
18000
10000
6000
0
16
6000
16000
6000
zk-ck
0
1
-12
2
0
1
-12
0
0
0
1
0
0
0
-1
0
M
0
1
0
0
0
1
0
0
0
1
0
0
-3
1
0
16+M
-1
0
23
23
0
-M-16
0
1
0
0
0
1
13
13
-1
0
-16
1
0
4 3
16 3
1
3
1
3
2000
P2
16
12000
P1
12
6000
264000
16
3
4
3
zk-ck
2
3
2
P4
-1
0
41
Exemplu
Se aplic algoritmul simplex pentru problema precedent
de minim:
2
2
P2
P3
a
P6 M 80
4
2
1
a
P7
M 60 2
0
1
zk-ck
6M-3 2M-2 2M-2
Baza CB P0
3
P1
3 20
1
2
P7a M 20
-1
zk-ck
-M-
P1
P1
3 30
P4
0 40
-2
90
-2
zk-ck
1
2
0
P4
-1
0
-M
0
P5
0
-1
-M
1
4
1
2
M 5
2 2
1
2
1
4
1
2
M 3
2 4
1
2
a
6
P7a
1
0
0
0
1
0
1
4
1
2
M 3
- +
2 4
1
2
1
2
-2
-1
3
2
-M
-M+
0
-1
-M
3
2
b)
Rspundei la aceleai ntrebri dac se dorete
contractarea a cel puin 40 de dulapuri.
Ce decizie va lua managerul; a) sau b)?
c)
Care va fi planul de producie i preul maxim de vnzare
dac n cazul a) preul dulapurilor este crescut cu 3 um?
x1= numrul de birouri ce se vor fabrica
x2= numrul de dulapuri ce se vor fabrica
Cazul a) model matematic
f ( x ) = 15 x1 + 9 x2 = max
1) 10 x1 + 8 x2 600, minute de asamblare
x1 0 x2 0
2) 6 x1 + 12 x2 600, kg de lemn
3) x 4, contract
1
6 x1 + 12 x2 + x4 = 600 xi 0 i = 1,5
x x = 40
1 5
A = 6 12 0 1 0 0
1 0 0 0 1 1
a
lipsete coloana P6 , deci forma modificat este
f ( x ) = 15 x1 + 9 x2 Mx6a = MAX
10 x1 + 8 x2 + x3 = 600
a
6 x1 + 12 x2 + x4 = 600 xi 0 , i = 1,5 x6 0
a
x1 x5 + x6 = 40
Tabelul simplex:
Baza
CB
P0
P3
600
15
P1
10
9
P2
8
47
0
P3
1
0
P4
0
0
P5
0
-M
P6a
0
P4
0
-M
600
40
zk-ck
P3
P4
P1
zk-ck
0
0
15
200
360
40
P5
20
P4
240
P1
15
60
a
6
6
1
-M-15
0
0
1
0
zk-ck
12
0
-M-9
8
12
0
-9
0
0
0
1
0
0
0
4
5
36
5
4
5
1
10
3
5
1
10
1
0
0
0
1
0
0
0
-1
M
10
6
-1
-15
0
1
0
-10
-6
1
M+15
-1
900
0
3
1,5 0
0
M
Interpretarea acestui tabel simplex:
Planul de producie este: x1 = 60 , x2 = 0 deci se vor
fabrica 60 de birouri iar dulapurile sunt
nerentabile, deci nu se vor produce.
Valoarea maxim a preului de vnzare este 900 de uniti
monetare.
Valorile variabilelor de compensare sunt: x3 = 0 , x4 = 240 ,
x5 = 20 deci s-au consumat toate minutele de asamblare, au rmas
240 kg de lemn din cele 600 kg i s-au fcut n plus 20 de birouri
fa de cele 40 contractate.
Preurile umbr se citesc n dreptul coloanelor matricei
unitate, care au format baza iniial, fcnd M = 0 deci:
Preul umbr pentru orele de asamblare este 1,5.
Preul umbr pentru lemn este 0
Preul umbr al restriciei a 3-a, ce reprezint
contractul, este 0, (pentru M=0) ori n dreptul
T
coloanei ( 0 0 1) , dar este tot 0 i cu semn
schimbat.
48
Variabile de compensare
Preuri umbr
1)
0
1,5
2)
240
0
3)
20
0
n plus rezult c singura resurs care ar trebui
suplimentat este prima, timpul de asamblare, deoarece dac am
avea 600+1 minute, valoarea maxim a vnzrilor ar crete cu
1,5 adic ar deveni 900 + 45 = 945 um.
ns aceast proprietate este valabil doar n intervalul dat
de analiza senzitiv pentru termenul liber 600 din prima
restricie. Se poate arta c acesta este [ 400,1000] .
Cazul b) model matematic
f ( x ) = 15 x1 + 9 x2 = max
1) 10 x1 + 8 x2 600, minute de asamblare
x1 0, x2 0
2) 6 x1 + 12 x2 600, kg de lemn
3) x 4, contract
1
49
10 x1 + 8 x2 + x3 = 600
a
6 x1 + 12 x2 + x4 = 600 xi 0 i = 1,5 , x6 0
a
x1 x5 + x6 = 40
Tabelul simplex
15
P1
10
6
1
-15
10
6
0
-15
9
P2
8
12
0
-M+9
0
0
1
0
0
P3
1
0
0
0
1
0
0
0
0
P4
0
1
0
0
0
1
0
0
80
20
1
0
0
0
Baza
CB
P0
P3
P4
0
0
-M
600
600
40
zk-ck
P3
P4
P2
zk-ck
0
0
9
280
120
40
P3
P1
15
P2
zk-ck
P6a
40
0
660
0
Tabelul rezultatelor este:
Variabile de decizie
20
40
5
3
1
6
0
P5
0
0
-1
M
8
12
-1
9
-M
P6a
0
0
1
0
-8
-12
1
9+M
-12
12
-2
0 -1
2,5 21
1
M-21
Cost redus
0
0
max f = 660
Variabile de compensare
Preuri umbr
1)
0
1,5
2)
240
0
3)
20
0
Deci: se vor produce 20 de birouri, 40 de dulapuri,
valoarea maxim a vnzrilor este 660 um, rmn neutilizate 80
minute de asamblare dincele 600, dar restriciile urmtoare sunt
50
Fie
x1 = 40, x2 = 25, max f = 900
51
Restriciile
1)2 x1 + 4 x2 240 timp de productie
Forma standard:
f ( x ) = 4 x1 + 2 x2 = MIN
52
1)2 x1 + 4 x2 x3 = 240
2) x1 + 2 x2 + x4 = 200 xi 0, i = 1,5
3) x x = 10
1 5
A = 1
1
P1
4 1 0 0 1
2 0 1 0 0
0 0 0 1
0
P2 P3 P4 P5 P6a
0
1
P7a
a
3) x1 x5 + x7 = 10
Tabelul simplex:
4
Baza CB P0
P1
a
P6
M 240
2
P4
0 200
1
a
P7
M 10
1
zk-ck
3M-4
2
P2
4
2
0
4M-2
P2
60
1
2
P4
80
P7a
10
0
53
0 0 0
P3 P4 P5
-1 0 0
0 1 0
0 0 -1
-M 0 -M
1
4
1
2
-1
-M
a
6
P7a
1
0
0
0
0
0
1
0
1
4
1
0
0
1
zk-ck
M-3
P2
55
P4
80
P1
10
zk-ck
1
2
1
4
1
2
1
2
0 -M
1
-M
2
1
4
1
1
2
-1
-3
1
-M
2
3-M
1
2
au valorile, respectiv:
1
, 0, 3.
2
1)
2)
3)
Variabile de compensare
Preuri umbr
0
0,5
80
0
0
3
Interpretrile rezultatelor
Se vor produce 10 produse A i 55 produse B
54
55
ANALIZA SENZITIV
Ax = P0
x 0
x 0
Problema a 2-a
f ( x ) = c1 x1 + ( c2 + ) x2 + ... + cn xn = OPT
Ax = P0
x 0
...
Problema a n-a
f ( x ) = c1 x1 + c2 x2 + ... + cn 1 xn 1 + ( cn + ) xn = OPT
Ax = P0
x 0
58
a)
Determinai soluia optim i profitul total maxim
b)
Ct ar trebui s fie profitul pentru produsul B pentru ca
acesta s devin rentabil?
c)
Care este costul pe care l poate plti n plus managerul
pentru achiziionarea unor noi uniti de material? Dar orele pe
main?
d)
Determinai intervalele pentru fiecare dintre beneficiile
unitare ale celor 3 produse pentru ca soluia optim obinut la
punctul a) s rmn neschimbat?
Soluie
Rspunsul la toate cele 4 ntrebri este dat de algoritmul
simplex, care va rezolva simultan i analiza senzitiv.
Problema iniial este:
f ( x ) = 3 x1 + 4 x2 + 8 x3 = max
59
2 x1 + 3 x2 + 5 x3 90
, x1 0 , x2 0 , x3 0
x1 + 2 x2 + 3 x3 50
x1 + 2 x2 + 3 x3 50
Problema 2
f ( x ) = 3 x1 + ( 4 + ) x2 + 8 x3 = max
2 x1 + 3 x2 + 5 x3 90
xi 0, i = 1, 2, 3, R
x1 + 2 x2 + 3 x3 50
Problema 3
f ( x ) = 3 x1 + 4 x2 + ( 8 + ) x3 = max
2 x1 + 3 x2 + 5 x3 90
xi 0, i = 1, 2, 3, R
x1 + 2 x2 + 3 x3 50
3
8
0
0
Probl. Probl. Probl.
8
+
Baza
I
II
III CB P0 3
4
0
0
cI
cII
cIII
3
4
8
0
0
P1 P2 P3 P4
P5
P4
0 90 2
3
5
1
0
60
P5
zk-ck
P4
0 50
1
-3
20
3
50
8
3
1
3
1
3
1
P3
zk-ck
2
-4
1
3
2
3
4
3
3
-8
0
0
1
0
5
3
1
3
8
3
P1
3
3 3 20 1
-1
0
3
-5
3+
8
+
P3
8
8
8 10 0
1
1
-1
2
zk-ck
140 0
1
0
1
1
I zk-ck
0 1 0 1 + 3 1 5
II zk-ck
0 1 0
1
1
1
+
1
+
2
III zk-ck
0
Variabile de compensare
Preuri umbr
x4 = 0
1)
1
x5 = 0
1
2)
a)
Se vor fabrica 20 produse A, produsul B nu se fabric,
produsele C se vor fabrica 10, ambele resurse sunt rare,
consumate n ntregime iar profitul total maxim este 140 um.
b)
Costul redus pentru b este 1, deci dac profitul su unitar
4 crete cu 1 unitate devenind 5, atunci produsul B se poate
produce.
De fapt la c2 = 5 avem soluia alternativ, cea precedent
ori x1 = 30 , x2 = 10 , x3 = 0 , x4 = 0 , x5 = 0 max f = 140 (i suntem n
intervalul dat de anliza senzitiv)
61
c)
Costul pe care l poate pti n plus la o nou suplimentare
a resurselor este dat de preul umbr, deci 1um/kg pentru
material i 1um/or pentru producie (dac suntem n intervalele
date de anilza senzitiv)
d)
Pentru a determina intervalul n care poate varia primul
coeficient, 3 al variabilei x1 pentru ca soluia optim de la
punctul a) s rmn neschimbat, se impun condiiile de
optimalitate la problema I, zk ck 0 . Avem:
1 0
1 + 3 0
1 5 0
1
1
1
1
i adic .
3
5
3
5
intervalul dat de 3 =
8
1 16
i 3 + = .
3
5 5
8
= 2,667 iar cea
3
16
= 3, 2 . Pentru problema a 2-a avem similar:
5
1 0 deci 1 . Intervalul este ( ,1] deci coeficientul 4
superioara este
deci 1 i ,1
2
1 0
1
1 + 2 0
62
Limita inferioara
Valoarea originala
Limita superioara
2,667
3
3,2
nu are
4
5
7,5
8
9
Din tabel rezult c soluia optim rmne neschimbat
cnd coeficienii variaz n aceste intervale.
n particular x2 = 0 dac 4 ( ,5] . Rezult c dac n loc
de 4 avem c2 = 5 soluia x2 = 0 se menine nc, dar rezult i
costul redus, egal cu 5 4 = 1 , adic pentru c2 = 5 sau mai mult
(de exemplu 5,001), produsul B devine rentabil i se poate
fabrica, dup cum deja s-a menionat.
Exemplu
La o intreprindere se realizeaz trei tipuri de aliaje.
Acestea trebuie s conin, pe lng materialele principale i
Carbon, Nichel i Magneziu. Procentele pentru fiecare ton de
aliaj sunt date n tabel, unde se specific i costurile pe o ton din
fiecare aliaj.
Aliaj 1
Aliaj 2
Aliaj 3
Carbon
3%
2%
6%
Nichel
6%
3%
1%
Magneziu
8%
3%
1%
cost/1 ton
18
15
9
Cerinele de fabricaie sunt:
S se consume cel mult 4 tone de carbon
S se foloseasc cel puin 3,5 tone de nichel
S se utilizeze exact 4 tone de magneziu
Se cer:
a)
S se afle cte tone se vor fabrica din fiecare aliaj astfel
nct costul total de producie s fie minim
b)
S se interpreteze valorile variabilelor de compensare,
preurile umbr i costurile reduse
c)
S se efectueze analiza senzitiv pentru coeficienii din
funcia obiectiv
63
d)
O ton din fiecare aliaj se poate vinde cu 30 um.
Formulai modelul matematic pentru determinarea planului de
producie cnd profitul total este maxim. i n acest caz
rspundi la ntrebrile a), b) i c).
Soluie
a)
Se introduc variabilele de decizie xi= numrul de tone din
aliajul i, i=1, 2, 3 care se vor fabrica, pentru a obine costul total
minim de producie
Avem
f ( x ) = 18 x1 + 15 x2 + 9 x3 = MIN
1)0,03 x1 + 0,02 x2 + 0, 06 x3 + x4 = 4
a
2)0,06 x1 + 0,03 x2 + 0,01x3 x5 + x6 = 3,5
a
3)0,08 x1 + 0, 03 x2 + 0,01x3 + x7 = 4
xi 0 , i = 1,5 , x6a 0 x7a 0
P4
a
18
18
15
15
9+
9
0
0
0
0
M
M
P1
P2
P3
P4
P5
P6
P7
0,03
0,02
0,06
M
M
a
P6
M 3,5
0,06
0,03
0,01
-1
P7
0,08
0,03
0,01
0,14M-18
0,06M-15
0,02M-9
-M
0, 07
0, 45
8
0, 06
8
0, 02
8
3
8
1
zk-ck
P4
2,5
P6
M 0,5
P1
18 50
zk-ck
P4
0
0 0
P2 15 15
P1
11, 5
6
200
3
18 18 25
0, 03M 33 0, 01
4
M +
1, 29
27
4
-1
-M
1
3
24
65
3, 5
3
400
3
50
3, 5
3
400
3
-50
0, 75
2
-0,75
25
2
-0,75M+225
0,5
-100
50
zk-ck
0
0
0
0
-4
4
0 -1100 -M+1100
0 -1100 -M+1100
-M-600
-M-600
200
= 66,667 tone
3
x3 = 0
Cost redus
0
0
-4
min f = 1450
Variabile de compensare
1)
2)
3)
11,5
= 1,917
6
0
0
Pre umbr
0
1100
-600
Analiza senzitiv
Limita inferioar
Valoarea original
Nu are
18
6,75
15
5
9
Limita superioar
40
27
Nu are
faptul c dei costul 9 um pentru o ton este cel mai mic dintre
cele trei, (celelalte erau 18 um/1 ton i 15 um/1 ton) totui el
trebuie micorat cu o cantitate egal cu costul su redus, deci s
devin 9 4 = 5 um pentru o ton sau mai puin pentru a putea
produce aliajul 3.
Valoarea total minim a costurilor este 1450 um.
b)
Prima resurs, carbonul, nu este consumat n ntregime.
Din cele 4 tone disponibile au rmas neutilizate 1,917 t. Celelalte
dou resurse au fost consumate n ntregime, deci sunt resurse
rare. Preul umbr asociat nichelului este de 1100 pe o ton, ceea
ce nseamn c dac ne-am afla n intervalul precizat de analiza
senzitiv pentru termenul liber 3,5 i am dori s cretem cu o
unitate valoarea de 3,5, costul de producie ar crete cu 1100
um/1 ton de nichel. ns nu ne aflm n intervalul dat de analiza
senzitiv pentru termeniiliberi din restricii.
Se poate arta c aceste intervale sunt
Limita inferioar
Valoarea original
Limita superioar
2,08
4
Nu are
3
3,5
4
3,5
4
4,67
Creterea permis, pentru a nu modifica esenial soluia
optim, este doar de 0,5 n plus sau n minus fa de 3,5 i
proprietatea menionat a preului umbr se pstreaz numai n
acest interval, deci costul crete corespunztor cu
sumplimentarea resursei pn la 4 tone.
Pentru resursa a 3-a, magneziu, preul umbr este egal cu
(-600) um pentru o ton de magneziu deci dac n loc de 4 tone
se folosesc mai multe, pn n 4,67, costul total scade
corespunztor.
c)
Analiza senzitiv pentru coeficientul 9 a fost indicat prin
9 [ 5, ) deci n acest interval se pstreaz soluia optim, n
particular x3 = 0 .
67
Variabile de compensare
1)
2)
3)
0
0,5
0
Analiza senzitiv
este:
Limita inferioar
Nu are
7,533
5
Pre umbr
300
0
300
pentru coeficienii din funcia obiectiv
Valoarea original
12
15
21
68
Limita superioar
33
63
69
Exemplu
O fabric produce trei produse A, B, C folosind dou
tipuri de materie prim M1 i M2. Consumurile specifice din
resurse, cantitile disponibile din resurse i profiturile unitare
sunt date n tabel:
Consumuri specifice
Resurse
Disponibil
A
B
C
Material 1
1
1
1
10
Material 2
2
3
1
18
Profit unitar
10
6
8
Datorit condiiilor de vnzare, cantitatea fabricat din
produsul B trebuie s fie cel mult un sfert din ntreaga producie.
Se cer:
a)
Planul de producie pentri obinerea profitului total
maxim
b)
Analiza senzitiv pentru termenii liberi din restriciile ce
se refer la utilizarea materialelor
c)
Dac se poate suplimenta doar unul dintre cele dou
material, care din ele se va suplimenta? Cu ce cantitate? Care
este profitul total maxim i care este planul de producie?
71
Soluie
Se noteaz variabilele de decizie cu
x1 = numarul de produse A care se vor fabrica
1
3) x2 ( x1 + x2 + x3 ) , vanzare
4
deci
x1 + 3x2 x3 0
2 x1 + 3 x2 + x3 18 , xi 0 i = 1,3
x + 3 x x 0
2
3
1
II. f ( x ) = 10 x1 + 6 x2 + 8 x3 = MAX
x1 + x2 + x3 10
2 x1 + 3 x2 + x3 18 + xi 0 i = 1,3
x + 3x x 0
2
3
1
III. f ( x ) = 10 x1 + 6 x2 + 8 x3 = MAX
x1 + x2 + x3 10
2 x1 + 3x2 + x3 18 xi 0 i = 1, 2,3
x + 3x x
2
3
1
72
2 x1 + 3x2 + x3 + x5 = 18 xi 0 i = 1,6
x + 3x x + x = 0
2
3
6
1
10
1+
9+
9+
1
2
3
2
9
2
1
2
1
2
1
1
0
0
1
2
1
2
1
2
zk-ck
0
9
-3
0
5
P3
8 2 + 2 2
2
0
-1
1
2
-1
P1
10 8
8
1
2
0
-1
1
8+
P6
0 10 +
10
10 0
4
0
1
0
zk-ck
0
6
0
6
2
a)
Soluia optim a problemei iniiale este dat n tabel:
Variabile de decizie
Cost redus
x1 = 8
0
x2 = 0
6
x3 = 2
0
73
0
0
1
0
0
0
1
0
max f = 96
Variabile de compensare
1)
2)
3)
0
0
10
Pre umbr
6
2
0
x4 = 0
x5 = 0
x6 = 10 +
max f = 10 ( 8 ) + 6 0 + 8 ( 2 + 2 ) = 96 + 6 , R
74
x1 = 8 +
x = 0
2
x3 = 2
x4 = 0
x5 = 0
x6 = 10
iar
max f = 10 ( 8 + ) + 6 0 + ( 2 ) 8 = 96 + 2
x4 = 0
x5 = 0
x6 = 18
max f = 144 um
77
78
2 x1 + x2 6
x1 , x2 +
Soluie
Se aplic algoritmul simplex pentru aceast problem I i
se aplic soluia optim, n + :
x1 = 1, 25 , x2 = 3,5 , max f = 25
ns aceasta nu este soluia cutat n + . Prin rotunjirea
valorilor ar rezulta:
a) x1 = 1 , x2 = 3 , max f = 6 1 + 5 3 = 21 , dar aceasta nu este
soluia optim, fie
b) x1 = 1 , x2 = 4 care ns nu poate fi soluia deoarece nu
verific prima restricie: 2 1 + 5 4 = 22 < 20 , nct soluia nu este
nici mcar admisibil.
Din problema I rezult alte dou probleme: Deoarece
x2 = 3,5 ( 3, 4 ) iar n intervalul deschis ( 3, 4 ) nu exist nici un
numr ntreg, soluia trebuie cutat n afara acestui interval.
Exist dou posibiliti: x2 3 sau x2 4 . De aici rezult
problema II:
79
Problema II
f ( x ) = 6 x1 + 5 x2 = max
2 x1 + 5 x2 20
2 x1 + x2 6
x 3
2
2 x1 + x2 6
x 4
2
(1, 2 ) adic
Problema IV
f ( x ) = 6 x1 + 5 x2 = max
2 x1 + 5 x2 20
2 x + x 6
1 2
x2 3
x1 1
80
Problema V
f ( x ) = 6 x1 + 5 x2 = max
2 x1 + 5 x2 20
2 x + x 6
1 2
x2 3
x1 2
81
Problema IV
x1 = 1
Problema II
x1 1
x1 = 1,5
Problema I
x2 3
Problema V
x1 2
x2 = 3,5
max f = 25
x2 4
max f = 21
x2 = 3
max f = 24
x1 = 1, 25
x2 = 3
x1 = 2
x2 = 2
max f = 22
Problema III
x1 = 0
x2 = 4
max f = 20
x1 = 1
Problema II
x2 3
x1 = 1
Problema I
x1 1
Problema V
x2 4
x2 = 3,5
max f = 25
x1 2
max f = 21
x2 = 3, 6
max f = 24
x1 = 1, 25
x2 = 3
Problema III
x1 = 2
x2 = 2
max f = 22
82
x1 = 0
x2 = 4
max f = 22
Masa (kg)
1
2
3
4
2
4
1
3
Valoare
(uniti monetare)
8
9
3
7
Buci
disponibile
5
4
7
8
f ( x ) = 8 x1 + 9 x2 + 3 x3 + 7 x4 = max
2 x1 + 4 x2 + 1x3 + 3 x4 20
x 5
1
x2 4
x 7
3
x4 8
xi + , i = 1, 4
xi + , i = 1, 4
xi {0,1}
Sau
f ( x ) = 8 x1 + 9 x2 + 3 x3 + 7 x4 = max
2 x1 + 4 x2 + 1x3 + 3 x4 20
x 1
1
x2 1
x 1
3
x4 1
xi + , i = 1, 4
A
10
3
2
18
Consum specific
B
C
15
3
2
7
2
2
22
8
D
5
5
2
10
Disponibil
100
90
30
3 x1 + 2 x2 + 7 x3 + 5 x4 90
2 x + 2 x + 2 x + 2 x 30
1
2
3
4
85
xi 0, xi + , i = 1, 4
1)
2)
3)
4)
5)
6)
7)
x1 + x4 + x5 + x6 + x7 10
x1 + x2 + x5 + x6 + x7 12
x1 + x2 + x3 + x6 + x7 13
x1 + x2 + x3 + x4 + x7 14
x1 + x2 + x3 + x4 + x5 12
x2 + x3 + x4 + x5 + x6 9
x3 + x4 + x5 + x6 + x7 8
xi + , i = 1, 7
87
xII = ( 5 3 3 1 2 0 2 ) min f = 16
T
xIII = ( 3 5 1 3 0 2 2 ) min f = 16
T
xIV = ( 3 3 3 1 2 0 4 ) min f = 16
n toate soluiile, n ziua de duminic lucreaz doar cei care au nceput
lucrul miercuri, joi, vineri, smbta i duminca, dar n ultima soluie
sunt 10 oferi, 10 > 8 deci doi pot fi redistribuii n alte activiti. n
concluzie, ultima soluie optim este mai puin convenabil dect
celelalte.
Exist situaii n care la ntrebrile puse, exist doar rspunsul
da sau rspunsul nu. n vederea crerii unui moidel matematic
avnd un asemenea rspuns, se vor introduce variabilele de decizie
care pot lua valori numai n mulimea {0,1} unde cifra 0 indic
T
P1
F1
F2
F3
F4
10
10
11
10
P2
12
11
12
11
P3
11
10
11
11
P4
12
12
11
12
Restriciile:
Primele 4 restricii vor arta c fiecare firm trebuie s
execute o anumit operaie la un lot de piese iar urmtoarele 4
restricii indic faptul c toate cele 4 operaii trebuie executate.
1) x11 + x12 + x13 + x14 = 1
2) x21 + x22 + x23 + x24 = 1
P1
1
0
0
0
P2
0
0
0
1
90
P3
0
1
0
0
P4
0
0
1
0
3
0,4
0,7
5
5
0,5
0,5
4
4
0,3
0,8
6
92
f ( x ) = 5 x1 + 4 x2 + 6 x3 = max
1) 3 x1 + 5 x2 + 4 x3 500
2 ) 0, 4 x1 + 0,5 x2 + 0,3 x3 42
Cost redus
-0,2
0
0
Variabile de compensare
1) 0
2) 5,5
3) 0
Preuri umbr
0,1
0
7
95
+
0, 4 x1 + 0,5 x2 + 0,3 x3 + d 2 d 2 = 50
+
0, 7 x1 + 0,5 x2 + 0,8 x3 + d 3 d 3 = 55
Unde:
d1 arata cu ce valoare nu s-a realizat obiectivul de profit de 500 u.m.
+
d1 arata cu ce valoare s-a depasit obiectivul de profit de 500 u.m.
96
d 2
+
d 2
d3
+
d3
3. Restricia obinuit:
97
4. Condiiile de nenegativitate:
xi 0, i = 1, 2,3
d1+ 0, d1 0 , i = 1, 2, 3
98
x1 = 18, x 2 = 74, x 3 = 19
+
O1 : 5 x1 + 4 x2 + 6 x3 + d1 d1+ = 500
O2 : 0, 4 x1 + 0,5 x2 + 0,3 x3 + d 2 d 2 + = 50
0, 7 x1 + 0,5 x2 + 0,8 x3 55
3 x1 + 5 x2 + 4 x3 500
x1 0, x2 0, x3 0; d1- , d1+ , d 2 , d 2 + 0
Soluia optim:
x1 = 0, x 2 = 90, x 3 = 12,5
+
99
MODELUL MATEMATIC
...
O : c x + c x + ... + c x (<, =, >) g
kn n
k
k k1 1 k 2 2
...
a x + c x + ... + c x (<, =, >)b
mn n
k
m1 1 m 2 2
101
Obiectivele:
c11 x1 + c12 x2 + ... + c1n xn +d1- + d1+ = g1
...
c x + c x + ... + c x +d - + d + = g
kn n
k
k
k
k1 1 k 2 2
102
Restriciile obinuite:
a11 x1 + a12 x2 + ... + a1n xn (<, =, >)b1
...
a x + c x + ... + c x (<, =, >)b
mn n
m
m1 1 m 2 2
Condiii de nenegativitate:
xi 0, i = 1, n , di + 0, i = 1, k , di 0, i = 1, k
Dup determinarea soluiei optime, adic a variabilelor de
decizie i a variabilelor deviaionale, care arat modul n care au
fost ndeplinite sau nu obiectivele, urmeaz interpretarea i
analiza rezultatelor de ctre management.
Modelul iniial poate fi modificat prin introducerea unor
restricii suplimentare, a ponderilor i prioritilor, pn ce se
obine o soluie optim care s corespund cel mai bine situaiei
analizate de ctre manageri.
n exemplul urmtor se va obine o alt soluie optim
folosind imnportnaa relativ a obiectivelor, adic ponderile.
Exemplu
O firm fabric doua produse A i B utiliznd dou resurse
R1 i R2 . Consumurile specifice i profiturile unitare sunt
prezentate n tabel:
Resurse
R1
R2
Profit unitar
Consumuri specifice
A
B
Disponibil
40
1
45
1
30
30
x1 + x2 30
Condiiile de nenegativitate
x1 0, x2 0
104
Funcia obiectiv:
min ( d1 + d 2 + d3 )
Obiectivele:
45 x1 + 30 x2 + d1 d1+ = 720
x1
+ d 2 d 2+ = 15
x2 + d 3 d3+ = 15
x1 + x2 30
Condiiile de nenegativitate
x1 0, x2 0, di + 0, di 0, i = 1, 2,3 .
45 x1 + 30 x2 + d1 d1+ = 720
+d 2 d 2+ = 15
x1
x2 + + d 3 d3+ = 15
x + 2x
40
2
1
x1 + x2
30
x1 0, x2 0, di + 0, di 0, i = 1, 2,3 .
106
Cantiti
disponibile
a1
a2
.
.
.
am
Centre de desfacere
(destinatari)
Depozite
(surse)
D1
D2
Dm
Cantiti
necesare
(cerere)
C1
c11
C2
x11
c12
x12
c21
x21
c22
x22
cm1
xm1
cm 2
b1
Cn
...
...
xm 2
c1 n
...
x1n
a1
c2 n
x2 n
a2
cmn
xmn
am
...
b2
Cantiti
disponibile
bn
a = b
i
i =1
j =1
i =1
j =1
ai < b j
Pentru a obine egalitatea (echilibrarea), n membrul stng
se adun cantitatea am +1 strict pozitiv, adic
m
+ am +1 = b j
i =1
j =1
109
xm +11
...
xm +12
xm +1n
am +1
a > b
i
i =1
j =1
i =1
j =1
ai > b j + bn+1
Cantitatea bn +1 arat c fa de tabelul iniial mai trebuie
adugat o coloan, care ar corespunde unui centru fictiv Cn +1
care solicit cantitatea bn +1 de produs. Cum centrul Cn +1 este
fictiv, costurile de transport de la depozitele Di la acest centru
fictiv Cn +1 sunt nule. Variabilele de pe aceast coloan sunt
notate xin +1 , i = 1, m .
Cum oferta este mai mare dect cererea, n unele depozite
Di , i = 1, m vor mai rmne cantiti din produs ce nu au unde s
fie transportate, cererea fiind deja satisfcut. Necunoscutele
xin +1 , i = 1, m arat n care depozit Di a rmas cantitatea de produs
xin +1 .
110
a = b
i
i =1
j =1
f ( x ) = c11 x11 + c12 x12 + ... + cmn xmn = cij xij = MIN
i =1 j =1
Restriciile problemei:
Primele m arat c se transport toat cantitatea de
produs aflat n depozite
x11 + x12 + ... + x1n = b1
...
xm1 + xm 2 + ... + xmn = bm
...
x1n + x2 n + ... + xmn = bn
111
ai b j
m
(problem echilibrat)
i =1
ai = b j , daca ai = b j
b)
b j se inlocuieste cu b j xij
c)
114
Restriciile
x11 + x12 + x13 + x14 = 40
Condiiile de nenegativitate
xij 0 , i, j = 1, 4
Soluia optim a acestei probleme de transport este:
x11 = 6 x12 = 7 x13 = 27 x14 = 0
x = 20 x = 0 x = 0 x = 0
21
22
23
24
b)
Aplicm algoritmul specific problemelor de transport
pentru aflarea soluiei de pornire. Se vor aplica primele dou
metode, a colului de NV i a costului minim din tabel.
1) Soluia de pornire prin metoda colului de N-V
Se ncepe cu determinarea lui x11 , aflat n colul
NV
x11 = min ( 40,36 ) = 36
116
117
118
1 1
1 1
( i, j )
1 1
( i, j1 )
xij1
xi1 j
xi1 j1
( i1 j )
( i1 j1 )
Soluia veche
Soluia veche se va modifica, dup schema:
( i, j )
xij1
xi1 j
xi1 j1 +
Soluia nou
119
(1,1)
(1, 2 )
13
( 2, 4 )
13
( 2,1)
18
17
( 3, 2 )
( 3, 4 )
xij1 > 0
xi1 j1 > 0
x > 0
i1 j
xij' =
'
xij1 = xij1
'
xi1 j1 = xi1 j1 +
'
xi1 j = xi1 j
120
f (X ) f (X')
i =1 j =1
+ cij1 xij1 cij1 xij1 + ci1 j1 xi1 j1 ci1 j1 xi1 x j + + ci1 j xi1 j ci1 j xi1 j
1 1
1 1
121
= min ( xij , xi j )
1
deci cea mai mic valoare pozitiv care anuleaz una din
componentele soluiei. Deci una dintre valorile componentelor
soluiei din ciclul celulei (k,l) se va anula.
Etapa 5 Se modific valorile componentelor din ciclul celulei
(k,l), conform schemei din soluia nou i se obine astfel o
nou soluie X ' .
Algoritmul se repet ncepnd cu etapa 2, pn ce se
obine soluia optim.
S aplicm acest algoritm, pentru soluia de pornire
obinut prin metoda costului minim din tabel:
Etapa 2 Calculm ij pentru toate celulele libere folosind ciclul
fiecrei celule libere
12 = 4 + 3 3 + 7 6 + 5 = 2
14 = 8 + 3 3 + 7 = 1
22 = 6 + 7 6 + 5 = 0
23 = 5 + 2 3 + 3 = 3
31 = 6 + 3 7 + 6 = 4
33 = 7 + 2 3 + 3 7 + 6 = 6
42 = 4 + 2 3 + 7 6 + 5 = 1
43 = 5 + 2 3 + 2 = 4
44 = 6 + 2 3 + 7 = 0
123
(1,1)
(1, 2 )
13
( 2, 4 )
13 +
(1,3)
18
17 +
( 3, 2 )
( 3, 4 )
3
3
6
2
6
20
i
4
6
5
4
2
5
7
5
11
27
i
i
i
8
7
6
6
i
i
24
10
i
i
Pentru a vedea dac aceasta este soluia optim se repet
algoritmul, ncepnd cu etapa 2.
13 = 8 + 4 5 + 6 = 3
22 = 6 + 4 3 + 3 = 2
23 = 5 + 2 3 + 3 = 3
124
24 = 2 + 6 5 + 4 3 + 3 = 2
31 = 6 + 5 4 + 3 = 2
33 = 7 + 5 4 + 2 = 4
42 = 4 + 2 3 + 4 = 1
43 = 5 + 2 3 + 2 = 4
44 = 6 + 2 3 + 4 5 + 6 = 2
Piese
P2
P3
M2
13
13
11
15
12
14
200
300
M3
Necesar
10
140
13
100
11
400
200
Maini
M1
Capacitatea
Se cer:
a)
Cte piese de fiecare fel va produce fiecare main pentru
a realiza producia necesar la cost minim? Care este costul
minim? Capaciteatea crei maini nu este folosit integral?
125
b)
Dac maina M 2 nu poate executa piesa 3 cu ct crete
costul de producie?
c)
Dac se dorete ca mainile s fie folosite la capacitile
maxime, de care piese se vor produce n plus, n ce cantitate?
Care va fi costul minim? Exist soluii optime alternative?
Soluie
Se verific n primul rnd condiia de echilibrare
200 + 300 + 200 > 140 + 100 + 400
126
ale algoritmului.
Avem
P1
M1
M2
M3
13
13
10
P2
11
15
13
i
i
P3
100
140
140
100
Se calculeaz ij :
i
i
12
14
11
P4
40
300
60
400
0
0
0
60
i
i
200
300
200
60
11 = 13 + 12 11 + 10 = 2
21 = 13 + 14 11 + 10 = 0
23 = 15 + 11 12 + 14 = 2
24 = 0 + 14 12 + 0 = 2
32 = 13 + 11 + 12 + 11 = 3
24 = 0 + 11 12 + 0 = 1
(1,3)
(1, 4 )
40 +
60
300
( 2,3)
( 2, 4 )
Ciclul celulei libere (2,4)
127
BIBLIOGRAFIE
1. Mladin, E.C., Ioni, C., Prvu, F. Metode numerice Aplicaii,
Ed.Matrix Rom, Bucureti, 2006.
2. Cocan, M., Vasilescu, A. Programarea matematic folosind MS
Excel Solver, Management Scientest, Matlab, Ed.Albastr, Cluj
Napoca, 2001.
3. Nslu, P., Negrea, R., Cdariu, L. Matematici asistate de
calculator, Ed.Politehnica, Timioara, 2005.
4. Adam, E., Ebert, R. Production and operations Management.
Concepts, Models and Behaviour Fifth Edition, Ed.Teora, 2001.
5. Venkataraman, P. Applied optimization with Matlab
programming, John Wilez & Sons, 2002.
6. Chong, E., Zak, S. An introduction to Optimization, Second
Edition, John Wilez Sons, 2001.
7. Rusu, E. Metode i tehnici de decizie n management, vol.1,
Casa de editura Venus, 2004.
8. Rusu, E. Fundamentarea deciziilor n management prin metode
ale cercetrii operaionale, Ed. Junimea,Iai, 1997.
9. Rusu, E. Decizii optime n management prin metode ale
cercetrii operaionale, Ed. Economic, Bucureti, 2001.
10. Winston, W., L. Operation Research Applications and
Algorithms, Third Edition, Duxbury Press, Belmond, California,
1994
11. Dennis, T., Dennis, B., Microcomputer Models for Management
Decision Making, West Publishing Co., Third Edition, London,
1993
12. Lucey, T., Quantitative Techniques, Fourth Edition, P.D.
Publications, London, 1992
128