I.

PROGRAMARE LINIAR

1.1. Forme de prezentare ale unei probleme de programare liniar

FORMA GENERAL
Se spune c o problem de programare liniar (P.P.L.) este prezentat sub forma general
dac este scris astfel:




Deci o P.P.L. este dat sub forma general dac, indiferent de scopul optimizrii (min sau
max), aceasta are restricii de toate felurile i variabile de toate semnele.

Observaie. Cnd se spune c (x are semn oarecare) nseamn c oricare din
rezultatele sau sau poate fi acceptat.

FORMA STANDARD

O problem de programare liniar este prezentat sub forma standard dac este scris astfel:




sau matricial:



unde: , ,

,

Deci o P.P.L. este dat sub forma standard dac aceasta are toate restriciile egaliti i toate
variabilele nenegative.


FORME CANONICE

Forma canonic de max.



sau matricial:






Forma canonic de min.



sau matricial:








1.2. Trecerea de la o form de prezentare la alta

Trecerea de la forma general la forma standard

Procedura de trecere comport dou etape:

Etapa I Pozitivitatea variabilelor problemei - se obine printr-o schimbare de variabil
sau transformare liniar, astfel:

,

Observaie. Orice numr real se poate scrie ca diferena a dou numere reale pozitive.

Etapa a-II-a Transformarea inegalitilor n egaliti - se face prin introducerea unor
variabile de compensare (egalizare, ecart) nenegative, prin adunarea la membrul cel mic al
fiecrei inegaliti:

dac , atunci ,


dac , atunci , sau

echivalent ,


Obsevaie. Nu exist nici o legtur ntre variabilele de la transformarea de semn i cele de
compensare. Pot fi aceleai litere sau nu, dar cu ali indici. Variabilele de compensare intr n
funcia obiectiv cu coeficienii zero.


Trecerea de la forma canonic la forma standard

Deoarece n ambele forme de prezentare (canonic, standard) variabilele sunt nenegative,
trecerea de la forma canonic la forma standard nseamn transformarea inecuaiilor n ecuaii
prin introducerea variabilelor de compensare.


Trecerea de la forma general la forma canonic

Procedura de trecere comport 2 etape:

Etapa I Pozitivitatea variabilelor problemei

Etapa a-II-a Transformarea tuturor restriciilor n inegaliti de acelai sens, operaiune care
are la baz urmtoarele echivalene:



i nmulirea uneia dintre ele cu (-1).


1.3. Soluiile unei probleme de programare liniar

Soluii posibile
Fr a diminua generalitatea problemei, vom presupune c aceasta este prezentat sub
forma standard:

(*)


unde: , ,

, .

Definiia 1. Se numete soluie posibil (admisibil, realizabil) a P.P.L. (*), orice
vector care satisface simultan restriciile problemei precum i condiiile de semn.
Mulimea soluiilor posibile se va nota cu:


Pentru o P.P.L. se poate ca mulimea soluiilor posibile s se afle ntr-una din situaiile:
1. (este mulimea vid), caz n care se spune c restriciile problemei sunt
contradictorii;

2. se reduce la un singur punct, caz n care nu exist posibilitatea alegerii
celei mai bune soluii pentru c soluia posibil fiind unic ea este i cea mai bun i
cea mai rea;

3. are cel puin 2 elemente, caz n care exist posibilitatea alegerii celei mai bune
soluii, printr-un procedeu sau algoritm specific.

Din punct de vedere practic, primele dou cazuri sunt lipsite de interes.

Teorema 1. Mulimea soluiilor posibile este convex, adic odat cu oricare dou
puncte ale sale, segmentul care le unete aparine, de asemenea, mulimii:

, segmentul .


Teorema 2. Dac o P.P.L. (n variabile continue) admite mai mult de o soluie posibil,
atunci ea admite o infinitate de soluii posibile.


Soluii de baz
Fie matricea restriciilor problemei, unde coloana
conine coeficienii necunoscutei a sistemului de restricii, .
Sistemul de restricii, scris desfurat, poate fi pus sub forma:

(**)
unde: , .

Deci, vectorul b poate fi exprimat ca o combinaie liniar a vectorilor din
acelai spaiu liniar .
Avnd n vedere compatibilitatea sistemelor de ecuaii liniare, pentru programarea
liniar prezint interes cazul n care sistemul de restricii (**) este compatibil nedeterminat,
ceea ce are loc dac:


Din acest motiv, s presupunem c:

.

Observaie. Dac , atunci se poate renuna la (m-r)
restricii, deoarece prezena sau absena lor nu influeneaz asupra existenei soluiei
problemei.

Definiia 2. O soluie posibil a P.P.L. (*) se numete soluie de baz dac ndeplinete
urmtoarele condiii:
1. are cel mult m componente strict pozitive, iar celelalte sunt nule.
2. coloanele matricei A corespunztoare componentelor strict pozitive sunt vectori liniar
independeni (din ).

Definiia 3. O soluie de baz a P.P.L. (*) se numete:
nedegenerat - dac are exact m componente strict pozitive;
degenerat dac are mai puin de m componente strict pozitive.

Vom nota cu mulimea soluiilor de baz; . Dac , atunci .

Avem dac sau se reduce la un punct.

Teorema 3. Dac , atunci numrul soluiilor de baz ale
P.P.L. (*) satisface condiiile:


Teorema 4. Orice soluie de baz a P.P.L. (*) este vrf al mulimii soluiilor posibile ale
problemei i reciproc.
Deci
Observaie.
Un punct se numete punct extrem sau vrf al mulimii convexe dac nu
exist nici o pereche de puncte i astfel nct .
Geometric, este vrf al lui C orice punct care nu se poate afla pe nici un segment de dreapt
n interiorul segmentului.

Soluii optime
Definiia 4. O soluie posibil a problemei P.P.L. (*) se numete soluie optim
dac satisface i cerina de optim:

Notm cu: mulimea soluiilor optime.

Avem dac sau se reduce la un punct.

Definiia 5. Se spune c o P.P.L. admite:
optim unic dac conine un singur element;
optim multiplu dac conine cel puin 2 elemente.

Teorema 5. Mulimea soluiilor optime a unei P.P.L. este mulime convex.
Prin urmare, dac problema admite dou soluii optime distincte, atunci aceasta admite o
infinitate de soluii optime.

Teorema 6. Soluia optim a P.P.L. (*) se afl printre vrfurile mulimii soluiilor posibile
ale problemei.

Dac P.P.L. are optim finit, atunci acesta se afl ntr-un vrf al lui (tronson sau
poliedru convex).
Dac P.P.L. are optim infinit, putem admite c acesta este atins n punctul de la infinit
(care aparine lui numai cnd este nemrginit).
1.4. Rezolvarea problemei de programare liniar

METODA GRAFIC comport urmtoarele etape:
1. se determin grafic mulimea soluiilor posibile ;

2. se determin mulimea soluiilor de baz , adic mulimea vrfurilor lui ;

3. se determin mulimea soluiilor optime , calculnd valoarea funciei obiectiv n
fiecare vrf al lui i alegnd, dup caz, valoarea cea mai mic sau cea mai mare.

Observaii.
1. Metoda grafic este limitat ca aplicare la probleme cu dou i, uneori, cu trei
variabile.

2. Este ns util pentru a putea ilustra grafic mulimile , i , avnd astfel o
baz de discuii pentru problemele cu mai multe variabile.



METODA ALGEBRIC comport urmtoarele etape:

1. se determin toate soluiile de baz ale sistemului de restricii;

2. se determin soluia optim, calculnd valoarea funciei obiectiv pentru fiecare soluie
de baz i alegnd, dup caz, valoarea cea mai mic sau cea mai mare.



Prin urmare, att metoda grafic, ct i metoda algebric, presupun parcurgerea a dou etape:

Etapa I - etapa de enumerare a soluiilor de baz

Etapa a-II-a - etapa de evaluare a soluiilor de baz.

De fapt, aceasta este metoda de enumerare i evaluare a soluiilor, ntlnit i n alte clase
de probleme de optimizare.





METODA SIMPLEX

Scopul metodei simplex este de a alege soluia optim pornind de la un vrf oarecare al lui
, adic de la o soluie de baz, i trecnd apoi la un alt vrf care s fie o soluie mai bun
dect precedenta (n sensul optimului).

Algoritmul simplex va lua sfrit n dou situaii i anume:

s-a ajuns la cea mai bun soluie, constatndu-se dac problema are optim unic sau
multiplu;

nu se poate ajunge la cea mai bun soluie (pentru c nu exist) i se ia decizia c
problema nu are optim finit (problema are optim infinit).

ntrebrile la care trebuie s rspund orice metod de rezolvare a unei probleme de
optimizare, n particular i metoda simplex, sunt urmtoarele:

Cum pornim?
Cum trecem de la o soluie la alta?
Cum ne oprim?

Presupunem c problema de programare liniar (P.P.L.) este prezentat (adus)
la forma standard:


unde: , , , .

Observaie. Deoarece , este neesenial alegerea unei probleme
care cere maximizarea funciei obiectiv.

Presupunem ; rezult c are cel puin 2 elemente. Cum este mulime convex,
rezut c are o infinitate de elemente, situaie n care P.P.L. prezint interes din punct de
vedere practic.
Notm matricea sistemului de restricii , unde este coloana
coeficienilor necunoscutei , , .

Presupunem ; rezult c n A exist un minor de ordin m nenul (care d
rangul), adic o submatrice a lui A cu determinatul nenul. Cum ,
rezult c n A exist m coloane liniar independente (ca vectori din spaiul liniar ).
Deoarece , rezult c cele m coloane liniar independente formeaz o baz
a spaiului liniar .

Presupunem c aceast baz este format din primele m coloane din A,
situaie posibil totdeauna printr-o renumerotare adecvat a coloanelor lui A.

Din algebra liniar, tim c:
1. ntr-un spaiu liniar finit dimensional, un sistem finit de vectori este liniar
independent rangul matricei ataat sistemului de vectori este egal cu numrul
vectorilor din sistem.
2. ntr-un spaiu liniar de dimensiune m, un sistem format din m vectori liniar
independeni constituie o baz.
3. ntru-un spaiu liniar finit dimensional orice vector se scrie ntr-un mod unic ca o
combinaie liniar de vectorii unei baze. Scalarii unici ai acestei combinaii se
numesc coordonatele vectorului n baza respectiv.

n baza orice coloan a matricei A, ca vector din spaiul liniar
, poate fi reprezentat n mod unic sub forma:

,

unde: sunt coordonatele vectorului (coloanei) n baza B .



Notm aceste coordonate cu i le calculm cu ajutorul relaiei:

, .
Observaie. n practic se urmrete ca baza iniial s fie format din vectorii unitari, adic
s fie baza canonic .

Fie soluia de baz a P.P.L. corespunztoare bazei B:



Deci , unde: .

n practic se lucreaz doar cu componentele .


Valoarea funciei obiectiv n soluia de baz este:

.


Prin urmare, de interes n continuare vor fi: i .


Notm:

i cu .


Prin urmare, diferenele corespunztoare coloanelor vectorilor bazei curente sunt nule.




Macheta de nceput a tabloului simplex (tabel informaional care uureaz derularea
calculelor) este:










1 0 0




0 1 0

0 0 1
0 0 0



CRITERIUL DE OPTIM

Dac toate diferenele , atunci problema de programare liniar admite
optim finit i e soluie optim.


Pentru ca acest criteriu de optim s poat fi folosit indiferent de scopul optimizrii (max sau
min), diferenele se calculeaz:






MBUNTIREA SOLUIEI

CRITERIUL DE INTRODUCERE N BAZ

Dac exist un indice nebazic pentru care , atunci se poate gsi
o nou soluie de baz cel puin la fel de bun ca i vechea soluie de baz (n sensul
optimului).

Dac exist mai multe diferene , atunci se poate alege oricare vector corespunztor,
fr a influena soluia final.

De regul, se alege pentru care:




CRITERIUL ELIMINRII DIN BAZ

Dac exist un indice nebazic pentru care , atunci se poate
obine o nou baz i, deci, o nou soluie de baz, eliminnd din vechea baz B vectorul
pentru care:



unde: sunt coordonatele (n baza B) vectorului determinat la criteriul de
intrare n baz.

Deci vectorul prsete baza, iar n locul lui va intra vectorul . Cu alte cuvinte, nu
stricm baza n totalitate.

Observaie. Efectund rapoartele de la criteriul eliminrii din baz, se poate ntmpla ca:

1. S existe dou sau mai multe rapoarte minime egale, caz n care poate prsi baza
B oricare dintre vectorii care conduc la acest rezultat fr s fie afectat soluia
optim.

2. S nu existe nici un (adic ), caz n care algoritmul ia
sfrit cu decizia de optim infinit


CRITERIUL DE OPTIM MULTIPLU

Dac i exist mcar un indice pentru care
, atunci problema poate admite optim multiplu:
admite optim multiplu - dac mcar un element al coloanei este strict pozitiv,
necesar determinrii vectorului care prsete baza;
nu admite optim multiplu dac .












1.5. Dualitate n programarea liniar

Definiia 1. Fiind dat problema de programare liniar:

(P) (1)

se numete dual a acesteia, problema:

(D) (2)

Problema (1) se numete primala, iar problema (2) se numete duala i reciproc. Perechea de
probleme (1) (2) se numete cuplu dual sau cuplu de probleme duale.

Teorem.
Duala dualei unei probleme de programare liniar este chiar problema de optimizare dat.
Altfel spus, duala dualei coincide cu primala.

Definiia 2. Se spune c o problem de programare liniar are restriciile concordante cu
funcia obiectiv, dac aceasta are forma de prezentare:

sau

indiferent ce semne au variabilele problemei.


Observaie.
Cel mai frecvent definiia dualitii sau a cuplului de probleme duale este dat prin
intermediul cuplului (P) (D) din definiia 1. n acest caz se introduce aa numitul concept de
dualitate simetric. Pornind de la dualitatea simetric se poate deduce apoi orice cuplu de
probleme duale, cupluri de dualitate nesimetric.

ntre problemele unui cuplu primal-dual exist anumite legturi precise a cror cunoatere
nseamn posibilitatea scrierii dualei oricrei probleme de programare liniar:
dac problema primal cere maximizarea funciei obiectiv, atunci n problema dual
se va cere minimizarea funciei obiectiv i reciproc;
numrul de restricii ale primalei indic numrul de variabile ale problemei duale i
reciproc;
numrul de variabile ale primalei indic numrul de restricii ale dualei i reciproc;
termenii liberi din primal devin coeficieni ai funciei obiectiv din dual i reciproc;
coeficienii funciei obiectiv din primal devin termeni liberi n dual i reciproc;
dac primala are matricea A a coeficienilor necunoscutelor sistemului de restricii,
atunci duala va avea ca matrice ;
dac primala are restricii:
inegaliti concordante,
inegaliti neconcordante,
egaliti,

acestora le corespund n dual, respectiv:
variabile 0,
variabile 0,
variabile de semne oarecare ( .
dac primala are:
variabile 0,
variabile 0,
variabile de semne oarecare ( ,

acestora le corespund n dual, respectiv:
inegaliti concordante,
inegaliti neconcordante,
egaliti.




Teorema fundamental a dualitii
Pentru orice cuplu de probleme duale este adevrat ntotdeauna una i numai una din
afirmaiile urmtoare:
1. dac una din probleme are optim infinit, atunci cealalt nu are soluii posibile;
2. niciuna din probleme nu admite soluii posibile;
3. dac una din probleme are optim finit, atunci i cealalt are optim finit i valorile
optime ale celor dou funcii obiectiv coincid.


Teorema ecarturilor complementare
Fie i dou soluii posibile ale cuplului dual:
(P) (D)
Condiia necesar i suficient ca i s fie soluii optime este aceea ca ele s satisfac
relaiile:
i

Pe componente, relaiile anterioare devin:



Prin urmare:
dac soluia optim a primalei satisface cu inegalitate strict restricia i a
problemei, atunci ;
dac soluia optim a dualei satisface cu inegalitate strict restricia j a problemei,
atunci ;
dac o component a soluiei optime a dualei este strict pozitiv, atunci soluia
optim a primalei satisface cu egalitate restricia i a problemei, ;
dac o component a soluiei optime a primalei este strict pozitiv, atunci soluia
optim a dualei satisface cu egalitate restricia j a problemei, .

Evident c fiecare dintre cele dou probleme ale cuplului dual (P) (D) poate fi soluionat
direct cu algoritmul simplex.
ntr-un astfel de context, se pun dou ntrebri:
1. poate fi dedus soluia uneia dintre probleme pe baza rezolvrii celeilalte?
2. dac rspunsul la prima ntrebare este afirmativ, care dintre probleme poate fi
soluionat mai rapid (mai eficient)?

Teorem.
Dac una din problemele duale (P) (D) are soluie optim, atunci soluia optim a celeilate
este dat de diferenele corespunztoare variabilelor de compensare ale problemei
rezolvate, considerate n valoare absolut ( ).

n practic nu se d un cuplu dual, ci doar o problem de programare liniar care poate fi
rezolvat direct sau prin intermediul dualei sale. De regul, se alege problema de maximizare
deoarece soluionarea este mai rapid.























II. PROBLEME DE OPTIMIZARE N REELE DE TRANSPORT

2.1. Modelarea problemelor de transport

ntr-o mare varietate de contexte se pune problema deplasrii unei cantiti Q dintr-un
produs omogen ce poate fi materie, energie, informaie etc., din unele locuri numite surse
(depozite, furnizori) n alte locuri numite destinaii (centre de consum), aceast deplasare
realizndu-se pe anumite rute de legtur.

Presupunem c produsul omogen este disponibil n depozitele i este
cerut n centrele de consum .

Se cunosc:
disponibilul depozitelor (oferta);
necesarul centrelor de consum (cererea);
costurile unitare de transport de la fiecare deposit la fiecare centru de
consum.

Din punct de vedere economic, se pune problema satisfacerii cererii n centrele de
consum la un cost total de transport minim.

Notm cu:
disponibilul depozitului ;
- necesarul centrului de consum ;
- costul unitar de transport pe ruta .

Notm cu - cantitatea transportat de la depozitul la centrul de consum ,
.



Pentru a evita explicaii i scrieri numeroase, n prezentarea unei probleme de transport, se
recurge la sintetizarea tuturor informaiilor legate de ofert, cerere, costuri unitare, ntr-un
tabel.



DEPOZITE CENTRE DE CONSUM Disponibil





























Necesar



Din punct de vedere matematic, se pune problema:

S se stabileasc ce cantiti trebuie transportate de la fiecare depozit la fiecare
centru de consum astfel nct costul total al transportului s fie minim.


Modelul matematic al problemei clasice de transport este:

S se determine care satisfac:




Remarcm faptul c problema de transport (P.T.) este o problem de programare liniar n
forma standard, cu restricii i variabile.

Se demonstreaz c:


Prin urmare, orice soluie de baz a P.T. are cel mult componente nenule. Distingem:

soluie de baz nedegenerat - are exact componente nenule;
soluie de baz degenerat - are mai puin de componente nenule.

Conceptul de soluie de baz nedegenerat este foarte important n soluionarea
problemei de transport.


Se spune c o problem de transport este:

echilibrat - dac oferta total este egal cererea total, adic:



neechilibrat - dac oferta total este diferit de cererea total, adic:




Conceptul de echilibrare este fundamental pentru algoritmul de cutare a soluiei optime.





2.2. Adaptarea metodei simplex la rezolvarea problemei de transport

Rezolvarea problemei de transport se face n ipoteza de echilibrare (P.T.E.), adic:



Fiind o problem de programare liniar, P.T.E. se poate rezolva cu ajutorul metodei
simplex (volum mare de calcule).
Datorit proprietilor matricei A, (generate de forma acesteia, elementele sunt 0 i 1),
algoritmul simplex are n acest caz o descriere specific cunoscut n literatura de specialitate
sub denumirea de metoda potenialelor.
Pasul 1. Se determin o soluie iniial de baz prin:
metoda colului de N-V (simpl, ns, neinnd cont de criteriul economic al
costurilor, conduce la soluii cu cost ridicat);
metoda minimului pe linie, metoda minimului pe coloan, metoda
minimului din tabel - acord prioritate rutelor mai ieftine, prin urmare,
dau soluii mai apropiate de soluia optim;
metoda diferenelor maxime (Vogel) mai elaborat, ns, foarte eficient
(uneori d chiar soluia optim).

Pasul 2. Se testeaz soluia de baz nedegenerat cu ajutorul unui criteriu de optim:
dac soluia este optim - STOP.
dac soluia nu e optim - se mbuntete (pasul 3)

Pasul 3. mbuntirea soluiei de baz:
3.1. se determin o variabil dintre variabilele nebazice care urmeaz
s devin variabil bazic (nenul);
3.2. se determin o variabil dintre variabilele bazei curente
care prsete baza.

Astfel, se obine alt soluie de baz care se testeaz (pasul 2).


Rezolvarea problemei de transport neechilibrate

n vederea soluionrii, problema de transport neechilibrat trebuie adus la o
problem de transport echilibrat. Distingem urmtoarele situaii:

dac (oferta depete cererea), atunci, pentru echilibrare, se
introduce un consumator fictiv, , al crui necesar este
i ale crui costuri unitare sunt nule, adic: ;

dac (cererea depete oferta), atunci, pentru echilibrare, se
introduce un depozit fictiv, , al crui disponibil este
i ale crui costuri unitare sunt nule, adic: ;

Soluionarea problemei astfel echilibrate se face cu metoda potenialelor iar n final,
n soluia optim, se renun la elementele fictive (linia sau coloana ).

Observaii.
1. Pentru consumatorul fictiv sau pentru depozitul fictiv costurile unitare sunt nule
pentru c produsul neexistnd, nu se transport i, deci, nu produce cheltuieli.

2. n cazul problemelor neechilibrate, din punct de vedere economic, soluia optim nu
satisface (ca ofert sau ca cerere) pe toi partenerii.














III. MODELE MATEMATICE PENTRU GESTIUNEA STOCURILOR

3.1. Noiuni generale

Prin stoc nelegem o rezerv de bunuri materiale destinate vnzrii sau folosirii n procesul
de producie. Constituirea stocurilor presupune:
cheltuieli de aprovizionare sau producie;
cheltuieli de stocare (depozitare, ntreinere etc.);
pierderi pentru deprecierea mrfurilor i altele.
Orice gestiune de stoc presupune intrri n stoc sau aprovizionri i ieiri din stoc, acestea
putnd avea un caracter determinist sau aleator.

Deciziile ce se iau n organizarea tiinific a stocurilor au la baz un criteriu de optim,
determinat de politica economic, acesta fiind de obicei costul total minim.
Politica optim reprezint activitatea de management a stocurilor care implic un cost total
minim. Elementele unei politici optime sunt:
nivelul optim al stocurilor;
volumul optim al unei comenzi de reaprovizionare;
perioada optim de reaprovizionare;
numrul optim de reaprovizionri etc.

3.2. Modele deterministe

Modelul 1.
Gestiunea (stoc) cu perioad fix, cerere constant i fr posibilitatea lipsei de stoc.


Considerm gestiunea unui stoc de cantitatea Q, pe un interval de timp , cu aprovizionri la
perioade fixe (T), de cantitate conform cererii constante( q).

Presupunem cunoscute:
cantitatea Q;
perioada de gestiune ;
costul unitar de stocare , pe unitatea de cantitate i pe unitatea de timp;
costul de lansare a unei comenzi , pentru volumul ntregii comenzi.

Presupunem c lansarea comenzii se face n timp util i aprovizionarea se realizeaz n
momentul n care s-a epuizat stocul s; de asemenea, presupunem c stocul se consum
uniform (variaie liniar) i nu se admite lipsa de stoc.

Criteriul de optim va fi costul total minim.

Pentru fiecare perioad T avem urmtoarele cheltuieli:



Numrul aprovizionrilor este:



Costul total al gestiunii cantitii Q pe perioada va fi:



nlocuind corespunztor, putem exprima costul total doar n funcie de variabila q, astfel:



Determinm:


determinm punctele staionare ale funciei , adic soluiile ecuaiei:



punct critic pentru ; din considerente economice,
lum pentru numai valori pozitive.


. Cum rezult este punct de minim pentru .


Deci elementele unei politici optime sunt:



2

s
l
c
c Q
q volumul optim al unei comenzi


2

l
s
c
c Q
q
Q
v numrul optim de aprovizionri


2

s
l
c Q
c
v
T perioada optim de aprovizionare

2

s l
c c Q C gestiunea optim
Modelul 2. Gestiunea (stoc) cu perioad fix, cerere constant i cu posibilitatea lipsei
de stoc.

Considerm gestiunea de la modelul 1, cu modificarea c se admite lipsa de stoc, dar
penalizat cu un cost unitar de penalizare .

Perioada constant T o mprim n dou subperioade:

- n care stocul satisface cererea ;
- n care stocul nu mai satisface cererea .
Criteriul de optim este costul total minim.

n perioada se va plti pentru stocul mediu costul unitar , adic cheltuielile medii
de stocare:

.

n perioada avem lips de stoc penalizat cu costul unitar , deci se vor
nregistra cheltuielile medii de penalizare:



Costul total al gestiunii va fi:



Din relaiile: ,





nlocuind i n expresia funciei cost total, obinem:



Punctele de extrem ale funciei se vor gsi printre punctele staionare, adic soluiile
sistemului:

punct staionar

Se demonstreaz c acesta este i punct de minim pentru .

Deci o politic optim presupune:

volumul optim al unei comenzi,

unde: se numete factor de penalizare.

stocul optim

numrul optim de aprovizionri

perioada optim de aprovizionare

gestiunea optim



Exemple

1. Un magazin alimentar are o cerere trimestrial de 900000 pachete de unt. Pentru fiecare
comand de aprovizionare se cheltuiesc 1000 u.m., iar costul depozitrii este de 2 u.m. pentru
9 pachete depozitate pe zi. Aprovizionarea se face la intervale de timp egale, cu cantiti
egale i nu se admite lips de stoc.
S se determine volumul optim al unei comenzi, numrul optim de aprovizionri, perioada
optim de aprovizionare i gestiunea optim.

Rezolvare

Avem: pachete ; zile 90
u.m.; zi c
s
/ t u.m./pache
9
2


Volumul optim al unei comenzi va fi:


unt de pachete 9487
9
2
10 9
10 10 9 2 2

3 5
s
l
c
c Q
q


Numrul optim de aprovizionri:


ri aprovizion 95
9487
900000

q
Q
v


Perioada optim de aprovizionare:


zi 1
95
90

v
T


Gestiunea optim (costul total minim):


u.m. 65 , 189736
9
2
10 10 9 10 9 2 2

3 5
s l
c c Q C


2. Necesarul lunar de fin la o patiserie este de 5000 kg. Costul de stocare pentru 1 kg de
fin este de 1 u.m. pe zi, costul de lansare al unei comenzi este de 1000 u.m., iar n caz de
lips de stoc se aplic o penalizare cu 30 u.m./zi pentru 1 kg de fin lips.
S se determine volumul optim al unei comenzi, stocul optim, numrul optim de
aprovizionri, perioada optim de aprovizionare i gestiunea optim, tiind c aprovizionarea
se face cu cantiti egale, la intervale de timp egale.

Rezolvare

Avem: ; ; ;

;


Factorul de penalizare este:


31
30
p s
p
c c
c


Volumul optim al unei comenzi va fi:


kg 89 , 586
31
30
1 30
1000 5000 2 2

s
l
c
c Q
q

Stocul optim:

kg 95 , 567
31
30
89 , 586 q s

Numrul optim de aprovizionri:


ri aprovizion 9
89 , 586
5000

q
Q
v

Perioada optim de aprovizionare:


zile 3
9
30

v
T


Gestiunea optim (costul total minim):

u.m. 85 , 17038
31
30
1000 30 5000 2 2

s l
c c Q C






3.3. Modele aleatoare

Gestiune (stoc) cu cerere aleatoare, cu pierderi n cazul surplusului de stoc, cu cheltuieli
suplimentare n cazul lipsei de stoc i cu cost de stocaj neglijabil.

Notm cu s stocul la un moment dat dintr-un anumit tip de marf i cu X variabila aleatoare
ce reprezint cererea din aceast marf, avnd repartiia:

, pentru cerere discret

unde:


sau , pentru cerere continu

unde: este densitatea de repartiie a variabilei aleatoare X,

este funcia de repartiie a v.a. X

Se cunosc :

costul unitar de penalizare pentru excedent de stoc;

costul unitar de penalizare pentru lips de stoc.

Cererea fiind aleatoare, distingem 2 situaii:

- excedent de stoc; mrfurile rmase n cazul excedentului de stoc,
se vnd cu o pierdere unitar datorit fie deprecierii mrfii,
fie vinderii acesteia cu un pre redus;

- lips de stoc; n acest caz se fac cheltuieli suplimentare unitare
pentru reaprovizionare cerute de nevoia de satisfacere a cererii.


n cadrul acestui model cheltuielile specifice de stocaj sunt mici n comparaie cu i
i, n consecin, se neglijeaz.


Cazul discret

Variabila aleatoare care d excedentul de stoc are repartiia:

, ,

iar cea care d lipsa de stoc are repartiia:

,

Folosind definiia mediei unei variabile aleatoare, gsim:





Aplicnd penalizrile unitare i mediilor i , putem determina valoarea
medie a cheltuielilor:




Criteriul de optim va fi costul total minim:



Cum este o funcie discret, rezult c minimul ei va fi atins n punctul pentru care:



Prin urmare, pentru a determina stocul optim trebuie s rezolvm sistemul de inecuaii:



Stocul optim este acea valoare a lui s care satisface relaia:

(*)

unde: este funcia de repartiie a variabilei aleatoare cerere X,


este raport de penalizare.


Observaii.

1. Deoarece funcia de repartiie este nedescresctoare, din relaia (*) rezult c
este un minim absolut pentru funcia cost mediu.

2. Dac , atunci , deci minimul funciei cost
mediu are loc pentru dou valori i .

3. Dac , atunci , deci minimul funciei cost
mediu are loc pentru dou valori i .


Gestiunea optim este:


Cazul continuu

Variabilele aleatoare excedent de stoc i lips de stoc au repartiiile:






unde: este densitatea de repartiie a variabilei aleatoare cerere X.
Mediile lor sunt:




iar funcia valoarea medie a cheltuielilor este:




Punem condiia de minim:




Stocul optim este soluia ecuaiei:



unde: este funcia de repartiie a variabilei aleatoare cerere X,

iar este raport de penalizare.


Observaii.

1. este punct de minim pentru funcia .

2. Cum este funcie nedescresctoare, rezult c este minim unic (absolut).



Gestiunea optim (costul total minim) va fi:











Exemple

1. Din datele statistice se cunoate c cererea de fructe la o unitate comercial pe o perioad
de 4 luni se prezint ca n tabelul urmtor:

Cererea x
(tone)
1 2 3 4
0,2 0,3 0,4 0,1

Surplusul de fructe n unitate se penalizeaz cu 60 u.m./zi pentru o ton de fructe, iar lipsa
fructelor din unitate aduce un prejudiciu unitii, fiind penalizat cu 500 u.m./zi pentru o ton
de fructe lips. Costul de stocaj fiind neglijabil, s se determine stocul optim al unitii, astfel
nct cheltuielile totale s fie minime.

Rezolvare

Avem: ;

Factorul de penalizare va fi :




Organizm calculele n tabelul de mai jos:


s x





89 , 0

1
2
3
4
1
2
3
4
0,2
0,3
0,4
0,1
0,2
0,5
0,9
1


Deoarece este cuprins ntre i , rezult c

stocul optim este .



Pentru gestiunea optim obinem:







2. Un fabricant de produse de panificaie constat c cererea pentru un anumit tip de covrigi
este uniform i cuprins ntre 2000 i 3000 buci pe zi.
Dac nu se vnd covrigii copi n aceeai zi, atunci fabricantul i poate revinde cu un pre mai
sczut, astfel c el pierde 80 u.m. la un covrig. Costul cererii nesatisfcute este evaluat la 120
u.m. pe bucat, iar costul de stocaj este neglijabil.
S se determine numrul optim de covrigi pe care fabricantul trebuie s i asigure pe zi astfel
nct costul surplusului de stoc i al lipsei de stoc s fie minim. Ct este acest cost?

Rezolvare

Cererea de covrigi este o variabil aleatoare continu cu densitatea de repartiie:


2000,3000] x 0,
2000,3000] x ,
[
[
1000
1
) ( x f


;


Raportul de penalizare este:



Funcia de repartiie a variabilei aleatoare cerere X este:





Din relaia , obinem stocul optim:






Pentru calculul gestiunii optime folosim relaia:



u.m. 24000
2600
3000
2600
2600
3000
2 1000
120
2000
2600
2 2000
2600
2600
1000
80
1000
1
) 2600 ( 120
1000
1
) 2600 ( 80
) ( ) ( ) ( ) ( ) (
2 2
3000
2600
2600
2000

0
1
x
x x
x
dx x dx x
dx x f s x c dx x f x s c s C
s
s