Documente Academic
Documente Profesional
Documente Cultură
1
2
3
4
5
(2.1)
(2.3)
Pentru depozitarea produselor finite este necesar o suprafa msurnd 8 x1 5 x 2 u.a. Limitarea
spaiului de depozitare inplic cerina:
(2.4)
8 x1 5 x 2 300
Soluiile admisibile ale problemei firmei de calculatoare se identific cu acele cupluri ( x1 , x 2 ) care
satisfac condiiile (2.1) (2.4).
Profitul rezultat din vnzarea unitilor produse prin programul ( x1 , x 2 ) este exprimat prin funcia
obiectiv:
f 50 x1 40 x 2
(2.5)
Diferitele programe posibile vor fi apreciate prin valoarea pe care o dau acestei funcii.
Reformulm problema dat :
n mulimea cuplurilor de valori numerice care satisfac condiiile (2.1) (2.4) s se determine cuplul
( x1 , x2 ) care d funciei obiectiv (2.5) cea mai mare valoare posibil.
Sintetizm, prin exprimarea matematic:
max f 50 x1 40 x 2
3 x1 5 x 2 150
x 2 20
8 x1 5 x 2 300
x1 0 , x 2 0
(2.6)
-----------pag 13.
2
Exemple de probleme de modelare economico matematic / SEMINAR
n aceast seciune se dau cteva exemple de elaborare a modelelor matematice pentru o
serie de situaii din practica economic. Din motive evidente, situaiile analizate au fost mult
simplificate rmnnd totui plauzibile, acestea punnd n eviden:
- identificarea corect a mrimilor variabile, a criteriului de performan i a condiiilor
limitative din situaia modelat;
- formalizarea corect a acestor elemente n relaii matematice .
Problema 1. Pentru asigurarea activitii curente de producie, o firm are nevoie de anumite cantiti
din trei repere. n principiu, firma are posibilitatea de a fabrica aceste repere cu mijloace proprii dar
conducerea este de prere c resursele disponibile nu sunt suficiente pentru producerea cantitilor
necesare astfel c se pune problema achiziionrii unora de pe pia, cel puin n parte. n procesul de
fabricaie al reperelor la firm sunt implicate dou utilaje, fiecare cu un numr limitat de ore
disponibile de funcionare. Datele concrete ale situaiei sunt indicate n tabelul 1.1:
M1
M2
Cost intern de
producie
(u.m./reper)
R1
25
Cost de
achiziie de pe
pia
(u.m./reper)
31
R2
R3
Timp disponibil
(u.t.)
3
6
4
1
44
19
47
23
1200
1000
Repere
Cantitatea
necesar de repere
(buci)
200
100
150
Tabelul 1.1
Conducerea firmei este interesat n a stabili ct s produc i ct s cumpere de pe pia astfel nct
totalul cheltuielilor s fie minim. Scriei un program liniar care s rspund acestui obiectiv.
Modelul matematic
I) Identificarea mrimilor variabile. Vom nota:
x i cantitarea (n buci) din reperul Ri produs n cadrul firmei, i = 1,2,3
II) Identificarea condiiilor limitative i formalizarea lor n restricii.
- ncadrarea necesarului de timp de prelucrare n fondurile de timp disponibil ale utilajelor M 1 i M2 :
2 x1 3x2 6 x3 1200
(1)
5 x1 4 x2 x3 1000
(2)
x1
x2
(3)
(4)
(5)
x3 150
Observaie: un calcul simplu arat c fondurile de timp disponibil ale celor dou utilaje nu sunt
suficiente pentru producerea reperelor cerute:
14350 6 x1 3x2 4 x3
min
max
(6)
(7)
x1 0 , x2 0 , x3 0
Observaie: normal ar fi s impunem i condiia x1 , x 2 , x3 ntregi (cum de altfel ar fi trebuit i n
cazul problemei firmei de calculatoare din exemplul 1.2!) dar nu o facem deoarece s-ar complica
rezolvarea. Este posibil ca n soluia optim x1 , x 2 , x3 s aibe valori ntregi i dac nu se ntmpl acest
lucru putem recurge la rotunjiri. Soluia rezultat din rotunjire poate s nu mai fie optim dar abaterea
de la optim este economic neglijabil
Reunind (1) (7) obinem programul liniar:
(max) f 6 x1 3 x 2 4 x3
2 x 3 x 6 x 1200
2
3
1
5 x1 4 x 2 x3 1000
( P ) x1
200
x2
100
x3 150
x1 , x 2 , x3 0
(max) f 1598
Interpretarea soluiei:
-Din reperul R1 , 171 buci se produc n cadrul firmei, restul de 29 buci se cumpr.
Cost: 25171 + 3129 = 4275 + 899 = 5174u.m.
- Reperul R2 se cumpr n totalitate de pe pia.
Cost: 47100 = 4700u.m.
- Din reperul R3 , 143 buci se produc n firm i celelalte 7 buci se cumpr:
Cost: 19143 + 237 = 2717 + 161 = 2878u.m.
Costul total 5174 + 4700 + 2878 = 12752 = 14350- 1598
Problema 2. O banc asigur clienilor si patru tipuri de credit cu urmtoarele dobnzi anuale:
Tip credit
Dobnda anual
1
2
12%
20%
20%
10%
Tabel 1.2
Banca dispune de 250 milioane euro i n stabilirea cotelor pe care le va repartiza fiecrui tip de credit
ea va trebui s in seama de urmtoarele condiii:
a) Tipul 1 trebuie s reprezinte cel puin 55% din totalul creditelor de tipurile 1 i 2 i cel puin
25% din totalul creditelor acordate (n milioane euro);
b) Tipul 2 nu trebuie s depeasc 25% din totalul creditelor acordate;
c) Dobnda medie a tuturor creditelor acordate nu trebuie s depeasc 15%.
Cum va trebui s procedeze banca pentru a-i maximiza venitul din dobnzile la creditele acordate?
Modelul matematic
I) Identificarea mrimilor variabile. Vom nota
xi volumul creditelor de tipul i acordate, i =1,2,3,4 (n milioane euro)
II) Formalizarea criteriului de performan n funcia obiectiv. Venitul bncii, din dobnzile la
creditele acordate are expresia
f 0,14 x1 0,20 x2 0,20 x3 0,10 x4
max
(1)
(2)
(3)
(4)
(5)
(6)
(7)
3 x1 x 2 x3 x 4 0
x1 5 x 2 5 x3 5 x 4 0
x1 , x 2 , x3 0
Pentru rezolvare s-a folosit un utilitar care a produs urmtoarea soluie ntreag:
Tip credit
1
2
3
4
Total
Volum (milioane
euro)
65
51
48
86
250
Tabelul 1.3
Tipul 1 reprezint 56% din totalul creditelor de tipurile 1 i 2 i 26% din totalul tuturor creditelor. Tipul
2 reprezint numai 20,4% din total credite. n fine, dobnda medie la creditele acordate este de 15%.
Venitul din dobnzi al bncii se ridic la 37,5 milioane euro.
Problema 3. O mic firm produce bunurile alimentare G1 , G2 , G3 folosind trei materii prime agricole
de baz R1 , R2 , R3 . Necesarul de resurse, n kg, pentru realizarea unui kilogram din fiecare din bunurile
G1 , G2 , G3 sunt indicate n tabelul 1.4.
Bunuri
Resurse
R1
R2
R3
G1
G2
G3
2
1
2
4
3
1
5
2
1
Tabelul 1.4
1)
Modelul matematic
I) Identificarea mrimilor variabile. Fr ndoial, mrimile variabile ale acestei situaii sunt ce se
va produce n ziua urmtoare din G1 ,G2 ,G3 cu resursele existente n stoc. Consumurile de resurse sunt
calculate la kg de produs finit ns forma final de prezentare a bunurilor este n cutii, astfel c n
evaluarea produciei ce urmez a fi realizate bunurile vor fi msurate n cutii. n consecin, variabilele
modelului vor fi:
xi numrul de cutii coninnd bunul Gi ce urmeaz a fi produse din resursele existente.
II) Identificarea condiiilor limitative i formalizarea lor n restricii. Avnd n vedere notaiile
1
introduse, bunurile G1 ,G2 ,G3 vor fi produse atunci n cantitile (n kg)
x1 , x 2 respectiv 2 x3 kg.
2
ncadrarea consumurilor de resurse n stocurile disponibile conduce la restriciile:
1
(1)
2 x1 4 x 2 5 2 x3 45
2
1
(2)
1 x1 3 x 2 2 2 x3 30
2
1
(3)
2 x1 1 x 2 1 2 x3 20
2
III) Identificarea criteriului de performan i formalizarea lui n funcia obiectiv. Se urmrete
1
maximizarea profitului a crui expresie este 7 x1 9 x 2 12 2 x3 u.m.
2
IV) Condiii explicite impuse variabilelor modelului. Condiiile de nenegativitate sunt evidente:
x1 0 , x2 0 , x3 0
deoarece produsele finale sunt msurate n uniti indivizibile (nu se poate produce o fracie dintr-o
cutie) n final se obine programul liniar:
(max) f 3,5 x1 9 x 2 24 x3
x 4 x 10 x 45
2
3
1
( P1 ) 0,5 x1 3 x 2 4 x3 30
x x 2 x 20
2
3
1
x1 , x 2 , x3 0 (intregi)
unde
si
(min) y
y max{45 ( x1 4 x 2 10 x3 ),30 (0,5 x1 3x 2 4 x3 ),20 ( x1 x 2 2 x3 )}
x1 , x 2 , x3 satisfac toate relatiile modelului (P)
Pentru a transforma noul model ntr-un program liniar uzual nlocuim relaia de definiie a variabilei y
cu inegalitile:
45 ( x1 4 x2 10 x3 ) y
30 (0,5 x1 3x2 4 x3 ) y
20 ( x1 x2 2 x3 ) y
Tot din relaia de definiie a lui y rezult c dac x1 , x 2 , x3 sunt ntregi atunci y este sau un numr ntreg
sau un numr cu partea fracionar 0,5; n consecin, numrul z = 2y va fi cu siguran ntreg.
nlocuind mai sus y z 2 obinem programul liniar:
(min) 0,5 z
x 4 x 10 x 45
2
3
1
0,5 x1 3 x 2 4 x3 30
x1 x 2 2 x3 20
( P4 )
x1 4 x 2 10 x3 0,5 z 45
0,5 x1 3 x 2 4 x3 0,5 z 30
x1 x 2 2 x3 0,5 z 20
x , x , x , z 0 (intregi)
1 2 3
10
Analiza comparativ a soluiilor optime. n tabelul 1.5 sunt prezentate soluiile optime ntregi
ale modeleor P1 P4 .
Cel mai mare profit care s-ar obine din resursele date este de 121 u.m.; aceast valoare poate fi
luat ca punct de referin. Soluia corespunztoare are unele inconveniente: nu produce bunul G2 i
aproape o treime din resursa R2 nu se consum. ncercarea de diversificare a produciei vezi soluiile
modelelor (P2 ) i (P3 ) - reduce profitul cu cteva procente i duce la creterea cantitilor de resurse
neutilizate. Ultima propunere de plan de activitate asigur o utilizare aproape total a resurselor
disponibile iar profitul aferent este foarte aproape de nivelul maxim posibil. Totui ea nu prevede
producerea bunului G3 i acest lucru s-ar putea s conteze n decizia final, decizie care va trebui s
in seama i de cererea pentru acest bun.
Model
Resurse consumate
(n kg i % din stocurile disponibile)
R1
R2
Profit
R3
Cutii
kg
Cutii
kg
Cutii
kg
kg
kg
kg
u.m.
P1
P2
14
10
7
5
3
3
6
6
44
44
97,8
97,8
19
20
63,3
66,7
20
17
100
85
121
116
100
95,9
P3
P4
9
12
4,5
6
4
8
4
8
2
-
4
-
45
44
100
97,8
24,5
30
81,7
100
17
20
80
100
115,5
114
85
94,2
Tabelul 1.5
Problema 4. Din bare cu lungimea 100 dm trebuie tiate bare mai mici cu lungimile 47,31 i 19 dm n
cantitile 15, 21 respectiv 40 buci. Scriei un program liniar pentru realizarea comenzilor specificate
cu un consum minim de bare cu lungimea 100 dm.
Modelul matematic
I) Identificarea mrimilor variabile. Dac n problemele precedente mrimile variabile erau efectiv
prezente n enun ,ateptnd doar s fie recunoscute i notate, n cazul de fa lucrurile sunt mai
complicate: din enun lipsesc informaiile privind modalitile de tiere a barelor lungi n bare mai
scurte. Aceste modaliti de tiere se numesc reete de croire i multiplicitile de folosire a lor vor fi
variabilele modelului!
O reet de croire se va zice maximal dac din restul ei nu se mai poate croi nici una din barele (mai
mici) cerute. Lista reetelor maximale este dat n tabelul 1.11
Reeta
47 dm
31 dm
19 dm
Rest (dm)
R1
2
6
R2
1
1
1
3
R3
1
2
15
R4
3
7
Tabelul 1.11
11
R5
2
2
0
R6
1
3
12
R7
5
5
Notm
(1)
(2)
(3)
12
(min) f 30 x1 50 x 2 100 x3
(max) f 50 x1 40 x 2
3 x 5 x 150
x1 3x 2 2 x3 2
1
2
( P1 )
3 x1 x 2
x 2 20
3
(dat anterior) ( P2 )
8 x 5 x 300
5 x1
x3 4
1
2
x1 0 , x 2 0
x1 frs ; x 2 0 ; x3 0
frs fr restricie de semn( orice valoare real)
Putem presupune c toate variabilele unui program liniar satisfac condiia de nenegativitate:
xj 0
nlocuind la nevoie:
- o variabil nepozitiv x j 0 cu opusa ei xj x j 0
- o variabil fr restricie de semn, cu diferena a dou variabile nenegative:
x j xj xj cu xj 0 , xj 0
Exemplul 2 Transformm programul (P 2 ) din exemplul 1 ntr-un program echivalent n care toate
variabilele satisfac condiia de nenegativitate. Pentru aceasta facem substituiile:
x1 x1 x1 cu x1 0, x1 0 i x 2 x 2 cu x 2 0
13
Obinem programul:
(min) f 30 x1 30 x1 50 x 2 100 x3
x1 x1 3 x 2 2 x3 2
3
3 x1 3 x1 x 2
5 x 5 x
x3 4
1
1
x1 0, x1 0, x 2 0, x3 0
DEFINIIA 3 : n forma sa general, un program liniar (P) const din:
n variabile reunite n vectorul x ( x1 , x2 ,, xn ) ;
m restricii liniare n variabilele x1 , x2 ,, xn care pot fi egaliti sau inegaliti nestricte:
ai1 x1 ai 2 x 2 ain x n bi i 1, , m
(1)
(n (1) i este indicele restriciei; pentru fiecare i 1,, m este precizat unul din semnele , = sau )
funcie obiectiv, liniar n variabilele x1 , x2 ,, xn :
f ( x) c1 x1 c2 x2 cn xn
(2)
(3)
14
(max) f 8 x1 6 x 2 7 x3
3 x x 2 x 30
1
2
3
( P ) 2 x1 x 2
35
x
3 x3 20
1
x1 0, x 2 0, x3 0
ansamblul de valori numerice (vectorul) x (15,5,5) x1 15 , x2 5 , x3 5 este o
soluie neadmisibil;
vectorul ~
x (14,16,2) este o soluie admisibil care d funciei obiectiv valoarea f ( ~
x ) 30 ;
vectorul x (13,9,0) x1 13 , x2 9 , x3 0 este unica soluie optim a programului
(P), oferind funciei obiectiv valoarea maxim f ( x ) 50 .
(max) f 50 x1 40 x 2
3 x 5 x 150
1
2
( P1 )
x 2 20
8 x 5 x 300
1
2
x1 0 , x 2 0
Pentru un asemenea program avem posibilitatea vizualizrii mulimii soluiilor sale admisibile
identificnd x 1 i x 2 cu abscisa respectiv ordonata unui punct dintr-un plan raportat la un sistem de
axe.Sunt necesare cteva rudimente de geometrie analitic.
15
x 1 0
NTREBRI
x1 <0
x2 >0
(10,20)
realizabil
(25,20)
nerealizabil
(15,10)
x 2 0
realizabil
x1 <0
x2 <0
x1 >0
x2 <0
Figura 2.1
Avnd n vedere semnificaia variabilelor x1 , x 2 punctele ( x1 , x 2 ) n care x 1 <0 sau x 2 <0 nu au nici o
interpretare economic logic. n schimb, punctele ( x1 , x 2 ) cu x1 0 , x 2 0 se pot identifica, firesc,
cu programele poteniale de activitate pentru urmtoarea sptmn. Astfel:
Punctul (15,10) corespunde inteniei firmei de a produce 15 uniti PC1 i 10 uniti PC 2 .
Intenia este chiar realizabil, cele trei resurse avute n vedere timp pentru asamblare, monitoare PC 2
i spaiul de depozitare fiind mai mult dect suficiente:
- necesar de timp pt. asamblare 3 15 5 10 85 150 timp disponibil pt. asamblare;
- necesar monitoare PC 2 10 20 disponibil monitoare PC 2 ;
- necesar spaiu de depozitare 8 15 5 10 170 300 spaiu disponibil pentru depozitare.
n caz de adoptare, acest plan ar aduce firmei un profit de 50 15 40 10 $1150.
Punctul (10,20) corespunde unei alte propuneri realizabile de program de activitate chiar mai
bun dect precedenta deoarece ar aduce un profit superior: 50 10 40 20 $1300. Acest plan ar
utiliza integral resursa monitoare PC2 .
n schimb, punctul (25,20) reprezint o propunere de plan potenial dar nerealizabil deoarece
timpul necesar pentru asamblare ar depi timpul disponibil: 3 25 5 20 175 150 (celelalte dou
resurse ar fi utilizate integral)
16
x2
Punctele corespunztoare inteniilor poteniale de
plan (x10, x20) al cror necesar de timp pt.
asamblare
se
ncadreaz
n
disponibil:
x1 =0 x2 =30
3 x1 5 x 2 150
30
Tieturi
Dreapta ASAMBLARE
x2 =0 x1 =50
Origina (0,0)
3 x1 5 x 2 150
(0,0)
x1
50
Figura 2.3
Figura 2.2
17
x2 0
x1
x2
x1 0
x2
x1 0
20
60
Dreapta DEPOZITARE
8x1+5x2 = 300
x2 0
37,5
x1
Figura 2.4
x2 0
x1
Figura 2.5
Recapitulnd, n figurile 2.1, 2.3, 2.4 i 2.5 apar mulimile de puncte ( x1 , x 2 ) ale cror coordonate
satisfac separat! condiiile de nenegativitate i restriciile programului (P 1 ). Partea lor comun,
adic intersecia, este format din punctele care satisfac simultan toate aceste condiii.
n figura 2.6 este vizualizat aceast intersecie; ea este mulimea hasurat OABCD. Punctele ei
sunt exact soluiile admisibile ale programului (P1 ) i corespund propunerilor de plan, realizabile
din resursele date.
II) Rspuns la a doua ntrebare.
Dnd funciei obiectiv f o valoare oarecare, de exemplu 1300, ne putem ntreba ce semnificaie au
punctele ( x1 , x 2 ) - firete cu x1 0 , x 2 0 - situate pe dreapta:
f 1300 50 x1 40 x 2 1300
Aceste puncte corespund inteniilor de plan care ar aduce firmei un profit de $1300 firete n cazul
n care aceast intenie ar fi i realizabil.
Pentru a vedea dac firma poate realiza un profit de $1300 din resursele date, cercetm dac dreapta
f = 1300 intersecteaz mulimea A a programelor de producie realizabile. Din figura 2.7 rezult c
exist chiar o infinitate de programe realizabile care ar conduce la acest profit. Se poate obine un profit
dublu? Din aceeai figur rezult c dreapta f 2600 50 x1 40 x 2 nu mai intersecteaz A i n
consecin $2600 nu pot fi ctigai din resursele date!
Pentru a vedea ct de mare este profitul ce poate fi realizat, translatm dreapta f = 1300 ctre dreapta
f = 2600 oprindu-ne n momentul n care se pierde intersecia cu mulimea soluiilor admisibile A.
18
x2
x1 0
A mulimea soluiilor admisibile ale
programului liniar:
(max) f 50 x1 40 x 2
3 x 5 x 150
1
2
( P1 )
x 2 20
8 x 5 x 300
1
2
x1 0 , x 2 0
(25,20)
(10,20)
B
(15,10)
x2 0
x1
Figura 2.6
x2
Profit =$2600
Profit maxim
C
Soluia optim
x1 30 , x2 12
A
O
Profit =$1300
x1
Figura 2.7
19
Din figura 2.7 rezult c dreapta profit maxim trece prin punctual B, punct ce reprezint soluia
optim a problemei.
Programul realizabil reprezentat de punctual B, program care ar aduce firmei cel mai mare profit
posibil, se afl la intersecia dreptelor asamblare i spaiu de depozitare; prin urmare acest plan
necesit consumarea integral a resurselor sus amintite.
Componentele programului optim coordonatele punctului B se obin rezolvnd sistemul de ecuaii
liniare:
3x1 5 x 2 150
x1 30 unitati PC1
x 2 12 unitati PC 2
8 x1 5 x 2 300
(max) f 3 x1 x 2
3x 2 x 3
2
1
( P2 ) 5 x1 4 x 2 10
2x x 5
2
1
x1 0, x 2 0
n figura 2.8 este vizualizat mulimea soluiilor admisibile A : este mulimea haurat ABCD. Ecuaia
de definiie a funciei obiectiv:
3 x1 x 2 f
poate fi interpretat ca ecuaia unei mulimi de drepte paralele, ( denumirea consacrat: fascicul de
drepte paralele) numite drepte de nivel ale funciei f. Dac o dreapt particular
3x1 x2 f
(n figur f 1 )
intersecteaz A aceasta va nsemna c programul (P 2 ) are soluii admisibile care ofer funciei obiectiv
valoarea prestabilit f . Pentru valori numerice superioare lui f dreptele de nivel corespunztoare sunt
translaii ale dreptei originale n sensul indicat de sgeat. Rezult uor c maximul funciei f se atinge
n vrful (colul) A al frontierei mulimii A. A este intersecia dreptelor de ecuaii 3 x1 2 x 2 3
13 9
i 2 x1 x2 5 . Rezolvnd sistemul acestor ecuaii se gsete soluia optim x , cu
7 7
20
max f f ( x )
30
, care satisface cu egalitate prima i a treia restricie i cu inegalitate strict pe cea
7
de a doua.
x2
x1 0
D
f=1
max f
5x1 +4x2 10
max f
30
7
Soluia optim x * :
13 9
x1
, x2
7
7
A
B
3x1 -2x2 3
x2 0
x1
2x1 +x2 5
Figura 2.8
21
x2
A
A
max g
max g
17
22
Soluia optim:
x1 16
11 , x 2
15
22
B
x1
Figura 2.9
n fiecare din cele trei rezolvri grafice de programe liniare n dou variabile de pn acum, optimul
funciilor obiectiv a fost realizat de ctre o singur soluie admisibil. Nu ntotdeauna este aa; s
considerm programul liniar (P4 ) derivat din (P2 ) prin nlocuirea funciei obiectiv f cu funcia
13 9
h 10 x 1 5 x 2 .Din figura 2.10 rezult c nu numai vrfurile A , i D 0 , 5 sunt soluii
7 7
optime dar i toate celelalte puncte ale segmentului AD au aceast calitate. Prin urmare programul (P4 )
are o infinitate de soluii optime.
Vom analiza acum programul liniar:
(max) f 3 x1 x 2
3x 2 x 3
1
2
( P5 )
5 x1 4 x 2 10
x1 0 , x 2 0
derivat din (P2 ) prin eliminarea celei de a treia restricii. Mulimea soluiilor admisibile ale noului
program este nemrginit vezi figura 2.11 i orice dreapt de nivel a funciei obiectiv
3x1 x2 f
22
x2
Max h = 25
Max h
D
B
x1
Figura 2.10
x2
max f
A
C
B
x1
Figura 2.11
23
o va intersecta, orict de mare ar fi constanta f .Conchidem c dei (P5 ) are soluii admisibile, nu exist
una care s ofere funciei obiectiv cea mai mare valoare. Vom spune c funcia obiectiv a programului
(P5 ) este nemrginit superior pe mulimea soluiilor sale admisibile sau c (P 5 ) are optim infinit.
S lum n considerare i programul liniar:
(max) f 3 x1 x 2
3x 2 x 3
2
1
( P6 ) 5 x1 4 x 2 10
2x x 5
2
1
x1 0, x 2 0
dedus din (P2 ) schimbnd sensurile tuturor restriciilor. n figura 2.12 sunt puse n eviden cele cinci
x2
x1 0
2x 1 +x 2 5
3x 1 -2x 2 3
x 2 0
x1
5x 1 +4x 2 10
Figura 2.12
semiplane n care sunt verificate restriciile i condiiile de
format din punctele ale cror coordonate verific toate
reprezint soluiile programului. Nici una dintre aceste soluii
nenegativitate, altfel spus nu este admisibil. Programul (P6 ) nu
24
Compati bile
(cu soluii admisibile)
Cu optim infinit
(funcia obiectiv este nemrginit
pe mulimea soluiilor admisibile)
Programe
liniare
Incompati bile
(fr soluii admisibile)
Figura 2.13
Observaie: Existena unei soluii optime n cazul n care funcia obiectiv este mrginit pe mulimea
soluiilor admisibile A este consecina faptului c A este o mulime nchis n topologia uzual a
spaiului numeric R n ( i conine frontiera). Faptul c A este nchis rezult din cerina ca toate
restriciile inegaliti s fie nestricte.
De exemplu, funcia f ( x) 3x este mrginit superior pe mulimea A = {x 0 x 1} - care nu este
nchis - ns max{ f ( x) , x A }nu exist: singurul candidat ar fi x 1 dar 1 A !
Urmtoarele concluzii sunt valabile pentru orice program liniar compatibil n dou sau trei variabile
mulimea soluiilor admisibile A putnd fi vizualizat n planul R2 sau spaiul fizic R3 :
Mulimea A este convex, adic cu dou puncte conine i segmentul care unete punctele.
O consecin intuitiv a acestei proprieti este c soluia optim, dac exist, se gsete
undeva pe frontiera lui A.
Frontiera mulimii A are un numr finit de vrfuri i dac programul are soluii optime
cel puin una dintre ele se gsete ntr-un vrf.
25
Aceste afirmaii constituie sursa ntregii teorii a programrii liniare deoarece sunt valabile pentru
orice program liniar, bineneles cu condiia generalizrii corespunztoare a termenilor geometrici
utilizai n formulare.
ntr-un program liniar se pot ntlni restricii de toate tipurile, egaliti i inegaliti, acestea din urm
putnd fi de sensuri contrare. Studiul teoretic a impus forme speciale de prezentare, mai simple, n care
toate restriciile au aceeai form:
- forma canonic, n care toate restriciile sunt inegaliti cu acelai sens;
- forma standard, n care toate restriciile sunt egaliti.
Orice program liniar poate fi adus la una din aceste forme fr alterarea mulimii soluiilor admisibile
i nici a soluiilor sale optime!
n
aij x j bi i 1,..., m
j 1
x j 0 j 1,..., n
sau matricial
n
(max) f c j x j
j 1
a11
a
21
A
a m1
a12
a 22
a m2
a1n
a 2n
a mn
b1
b
2
b
bm
26
Ax b
x0
(max) f cx
x1
x
2
x
x n
c c1
unde:
c2 cn
n
aij x j bi
j 1
xj 0
n
(min) f c j x j
j 1
Ax b
x0
(min) f cx
Orice problem de programare liniar se poate pune sub o form canonic de maximizare sau
minimizare, fr modificarea mulimii soluiilor admisibile, observnd c:
o egalitate se poate nlocui cu dou inegaliti de sens contrar;
o restricie neconcordant devine concordant prin nmulire cu -1;
putem schimba sensul optimizrii funciei obiectiv, graie formulei generale:
min f ( x) max f ( x )
xA
xA
(1)
n consecin, putem face anumite raionamente teoretice pe o form canonic, ca de exemplu n teoria
dualitii liniare, fr ca prin aceasta s restrngem generalitatea.
Exemplul 2.1 de aducere a unui program liniar la o form canonic:
(max) f 2 x1 3x 2 4 x 3
x 3x 5x 3
1
2
3
5
3x1 x 2
2x
x 3 10
1
x1 0, x 2 0, x 3 0
Programul (P)
2)
(min)( f ) 2 x1 3x 2 4 x 3
x 1 3x 2 5 x 3 3
x 1 3x 2 5 x 3 3
3x 1 x 2
5
2 x1
x 3 10
x1 0, x 2 0, x 3 0
27
(max) f 7 x1 9 x 2 8 x 3
5x 2 x x 4
1
2
3
( P) 3x1 x 2 x 3 5
x1 2 x 2 3x 3 9
x1 0, x 2 0, x 3 0
(max) f 7 x1 9 x 2 8 x 3
4
5 x1 2 x 2 x 3 x 4
( FSP ) 3x1 x 2 x 3
5
x 1 2 x 2 3x 3
x5 9
x j 0, j 1,...,5
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 (FSP).
Se poate arta uor c ntre mulimile de soluii admisibile AP ,ale problemei (P) i AFSP , ale problemei
(FSP), exist o coresponden bijectiv care conserv soluiile optime. Vom arta cum funcioneaz
aceast coresponden pe exemplul precedent.
Notnd-o cu , aceasta va asocia unei soluii admisibile x = ( x1 , x2 , x3 ) a problemei (P)
vectorul:
( x ) ( x1 , x2 , x3 , 5x1 2 x2 x3 4, 9 x1 2 x2 3x3 )
care prin construcie se dovedete a fi o soluie admisibil a problemei (FSP). Reciproc, unei soluii
admisibile x~ ( x~1 , x~2 , x~3 , x~4 , x~5 ) a problemei (FSP) corespondena invers -1 i asociaz vectorul
x 0, ~
x 0 .Dac x este
( x~ , x~ , x~ ) care satisface restriciile problemei originale (P) deoarece ~
1
soluia optim a problemei (P) atunci ( x ) este soluia optim a problemei (FSP) i reciproc, dac
cunoatem soluia optim x~ a problemei (FSP) , 1 ( x~) reprezint soluia optim a problemei (P).
n problemele concrete, variabilele de abatere au interpretri economice precise ca de
exemplu cantiti de resurse neutilizate sau depiri ale unor indicatori economici aa c n
28
analiza soluiei optime valorile lor vor fi luate n considerare laolalt cu valorile variabilelor
originale.
Exemplul 2.3 Relum modelul problemei firmei de calculatoare (rezolvat grafic n seciunea
anterioar) mpreun cu forma sa standard:
3 x1 5 x 2 150
x 2 20
( P ) 8 x1 5 x 2 300
x 0, x 0
1
2
(max)
f
50
x1 40 x 2
3 x1 5 x 2 x3
150
x2
x4
20
( FSP)
8 x1 5 x 2
x5 300
x j 0 j 1, ,5
(max) f 50 x1 40 x 2 0 x3 0 x 4 0 x5
150
Fondul de timp
disponibil
pentru asamblare
x3 , x 4 , x5
( 3x 1 + 5x 2 )
Analog:
x 4 20 x 2 monitoare PC 2 rmase n stoc
tiind c:
x1 30 x2 12 x3 0 x4 8 x5 0 (max) f 1980
este soluia optim a formei standard, cuplul x1 30 x2 12 reprezint soluia optim a programului
original (P) iar 1980 este valoarea maxim a funciei obiectiv. n termeni economici , programul optim
de activitate al firmei pentru urmtoarea sptmn ar consta n asamblarea a 30 uniti PC 1 i a 12
uniti PC2 cu un profit maxim de $1980. n plus x3 0 i x5 0 arat c acest program ar utiliza
integral fondul de timp pentru asamblare i spaiul de depozitare n timp ce x4 8 arat c n stoc ar
mai rmne 8 monitoare PC 2 ce ar putea fi folosite n alt perioad de planificare.
29
Probleme propuse
1. S se reprezinte grafic mulimea soluiilor admisibile ale programului liniar:
(max) f 2 x1 x 2
x x 5
1
2
( P1 ) x1 x 2 0
6 x 2 x 21
2
1
x1 0 , x 2 0
(min) f 5 x1 2 x 2
x 2x 6
2
1
( P2 ) 2 x1 x 2 2
x 2x 2
2
1
x1 0 , x 2 0
a) s se determine grafic soluia optim a programului (P 2 );
b) care va fi soluia optim dac funcia obiectiv se schimb n (min) g 3 x1 6 x 2
3. S se reprezinte grafic mulimea soluiilor admisibile ale programului liniar:
(max) f x1 x 2
3 x 4 x 12
1
2
( P3 ) 2 x1 x 2 2
x 2x 6
1
2
x1 0 , x 2 0
a) s se determine grafic soluia optim a programului (P3 );
b) care va fi soluia optim dac funcia obiectiv se schimb n (max) g x1 x 2
30
4. Determinai pe cale grafic soluiile optime ale programelor liniare rezultate din modelarea
problemelor 1 i 2 din seciunea Probleme propuse a unitii de nvare 1. Interpretai economic
soluiile gsite.
5. Rezolvai pe cale grafic programul liniar:
(max) f x1 3 x 2 2 x3 x 4
x x 3
1
2
x1 x 2 1
x1 2 x 2 4
x3 2 x 4 2
2 x3 x 4 2
x1 0, x 2 0, x3 0, x 4 0
31