Capitolul 6 Optimizări Liniare: Breviar Teoretic

CAPITOLUL 6
OPTIMIZRI LINIARE
BREVIAR TEORETIC
Considerm problema de programare liniar scris sub forma
standard:
[opt ] f = cx
(*)
Ax = b ,
x0
unde
A M m, n (R ), b M m,1 (R ), c M 1, n (R ), c M 1, n (R ), x M n,1 (R ) .
Definiia 1. Se numete soluie posibil (admisibil) a problemei
(*) ,
orice vector x R n care satisface restriciile problemei i

condiiile de semn. Notm mulimea soluiilor posibile cu
X p= x R n / Ax = b, x 0 .
Definiia 2. Se numete soluie posibil de baz a problemei (*) ,
orice soluie posibil x R n a problemei (*) care ndeplinete

urmtoarele condiii:
1) are cel mult m componente srtict pozitive, iar celelalte sunt
egale cu zero;
2) coloanele matricei A corespunztoare componentelor strict
pozitive sunt vectori liniar independeni.
Definiia 3. Fie C R n o mulime convex. Un punct v C se
numete vrf al mulimii C dac nu exist nici o pereche de vectori
x1 , x 2 C i (0,1) astfel nct v = x1 + (1 )x 2 .
Teorema 1. Orice soluie posibil de baz a problemei (*) este

vrf al mulimii soluiilor posibile i reciproc.
Definiia 4. Se numete soluie optim a problemei (*) , orice
soluie posibil x o R n a problemei (*) care satisface i condiia
( )
de optim, adic f x o = opt f ( x ) .

x X p
Notm mulimea soluiilor optime cu X o .
Teorema 2. Soluia optim a problemei de programare liniar (*)

se afl printre vrfurile mulimii soluiilor posibile X p ale
problemei.
Observaia 1. Dac problema (*) are p soluii optime de baz:

x ok , k = 1, p ,
atunci
soluia
k =1
k =1
optim
general
are
forma:
x 0 = k x ok , k 0, k = 1 .
Observaia 2. Spunem c o problem de programare liniar admite:
1) optim unic, dac X o conine un singur element;

2) optim multiplu, dac X o conine cel puin dou elemente.
Vom prezenta n continuare metode de soluionare a problemelor
de programare liniar.
6.1. REZOLVAREA GRAFIC A UNEI

PROBLEME DE PROGRAMARE LINIAR
Aceast metod este comod de aplicat n cazul problemelor de
programare liniar cu dou variabile.
PROBLEME REZOLVATE
1. Se consider urmtoarea problem de programare liniar:
[max] f
= 4 x1 + 7 x 2
x1 + x 2 6
x x 2
1
2
1
x
2
x1 , x 2 0
a) S se determine mulimea soluiilor posibile ale problemei.

b) S se determine mulimea soluiilor posibile de baz ale
problemei.
c) S se determine mulimea soluiilor optime ale problemei.
Rezolvare:
a ) Reprezentm grafic mulimea soluiilor posibile X p , adic
mulimea punctelor planului ale cror coordonate verific
restriciile problemei.
Scriem ecuaiile ataate celor trei inecuaii i reprezentm
grafic dreptele care le corespund acestora n plan:
d1 : x1 + x 2 = 6 , care intersecteaz axele n punctele (0, 6 ) i (6, 0 ) .
d 2 : x1 x 2 = 2 , care intersecteaz axele n punctele (0, 2 ) i (2,0 ) .
d 3 : x 2 = 1 , care este paralel cu Ox1 i taie Ox2 n punctul (0,1) .
Determinm mulimea punctelor din plan ale cror coordonate
verific restriciile problemei.
Se tie c mulimea punctelor planului ale cror coordonate verific

o inecuaie reprezint un semiplan.
Fie S1 semiplanul determinat de inecuaia x1 + x 2 6 ; punctul
(0, 0) verific inecuaia, deci S1 conine originea. Procednd
analog n cazul celorlalte inecuaii i intersectnd semiplanele
obinute ( S 2 : x1 x 2 2 , S 3 : x 2 1 , S 4 : x1 0 , S 5 : x 2 0 ), gsim:
x2
S4
D
S2
C
(d3)
S3
S5
A
x1
O
S1
(d1)
(d2)
Mulimea soluiilor posibile ale problemei este reprezentat de

interiorul i frontiera patrulaterului ABCD : X p = [ABCD] .
A = d 3 Ox2 A(0,1) .
B = d 2 d 3 ; rezolvnd sistemul
celor dou drepte, gsim: B(3,1) .
x1 x 2 = 2
x2 = 1
format din ecuaiile
Analog, C = d1 d 2 = C (4, 2 ) .
D = d1 Ox 2 D(0, 6 ) .
Deoarece mulimea X p este mrginit, rezult c:
b) Mulimea X pb a soluiilor posibile de baz este format din
vrfurile patrulaterului ABCD , X pb = {A, B, C , D} .

c) Mulimea X ob a soluiilor optime de baz este format din
acele elemente ale mulimii X pb (vrfuri ale mulimii soluiilor
posibile) n care funcia obiectiv i atinge valoarea optim (n acest
caz, valoarea maxim).
Avem c f ( A) = f (0,1) = 7 ; f (B ) = f (3,1) = 19 ;
f (C ) = f (4, 2) = 30 ; f (D ) = f (0, 6 ) = 42 , deci X ob = {D} = {(0, 6 )} .
Mulimea X o a soluiilor optime este X o = {D} = {(0, 6 )} , adic
x1 = 0, x2 = 6 ; valoarea optim a funciei obiectiv este max f = 42 .
2. S se rezolve urmtoarea problem de programare liniar:
[max] f
= 2 x1 + 3x 2
2 x1 + 5 x 2 2
2 x1 + 3 x 2 6
x , x 0
1 2
Rezolvare:
I. Determinm mulimea soluiilor posibile ale problemei.
Scriem ecuaiile ataate celor trei inecuaii i reprezentm
grafic dreptele care le corespund acestora n plan:
d1 : 2 x1 + 5 x 2 = 2 , care taie axele n punctele 0, 2 i ( 1, 0 ) .
( 5)
d 2 : 2 x1 + 3 x 2 = 6 care taie axele n punctele (0, 2 ) i (3, 0 ) .
Determinm punctele din plan ale cror coordonate verific

inecuaiile sistemului, intersectnd semiplanele S1 : 2 x1 + 5 x 2 2 ,
S 2 : 2 x1 + 3 x 2 6 , S 3 : x1 0 , S 4 : x 2 0 . Obinem:
x2
S3
S2
B
C
S4
A
S1
x1
(d1)
(d2)
Mulimea X p a soluiilor posibile ale problemei este reprezentat

de interiorul i frontiera triunghiului ABC : X p = [ ABC ] , unde
( 5)
(2 )
A 0, 2 , B(0, 2 ) i C 3 ,1 .
II. Calculm valoarea funciei obiectiv n vrfurile mulimii X p .
( 5)
Avem c f ( A) = f 0, 2 = 6 ; f (B ) = f (0, 2 ) = 6 ; f (C ) = f
5
(32 ,1) = 6 .
Observm c funcia f atinge valoarea maxim n punctele (0, 2 )
(2 )
i 3 ,1 . Conform observaiei 1 din breviarul teoretic, rezult c

soluia optim a problemei este:
(2 )
t
X o = (0, 2 )t + (1 ) 3 ,1 , [0,1] , adic segmentul [BC ] .
Valoarea optim a funciei obiectiv este max f = 6 .
[min] f
= 9 x1 + 5 x 2
x1 + x 2 1
x1 + 2 x 2 1
x , x 0
1 2
Rezolvare:
Determinm mulimea soluiilor posibile ale problemei.
Dreptele ce determin semiplanele ataate celor dou inecuaii sunt:
d1 : x1 + x 2 = 1 , care taie axele n punctele (0,1) i ( 1, 0 ) .
( 2 ) i (1, 0) .
d 2 : x1 + 2 x 2 = 1 , care taie axele n punctele 0, 1
Intersectm semiplanele S1 : x1 + x 2 1 , S 2 : x1 + 2 x 2 1 ,
S 3 : x1 0 , S 4 : x 2 0 .
x2
S3
(d1)
S2
S4
x1
O
(d2)
S1
Obinem c mulimea soluiilor posibile ale problemei este vid:

X p = , prin urmare problema de programare liniar nu are
soluie.
[max] f
= 3 x1 + 5 x 2
x1 - 3 x 2 3
2 x1 + x 2 2
x , x 0
1 2
Rezolvare:
Determinm mulimea soluiilor posibile ale problemei.
Dreptele ce determin semiplanele ataate celor dou inecuaii sunt:
d1 : x1 3 x 2 = 3 , care taie axele n punctele (0, 1) i (3, 0 ) .
d 2 : 2 x1 + x 2 = 2 care taie axele n punctele (0, 2 ) i ( 1, 0 ) .
de suprafaa haurat.
x2
S3
S2
S4
O
S1
x1
(d1)
(d2)
Deoarece mulimea X p este nemrginit i problema este de

maxim, rezult c problema are optim infinit (max f = + ) .
6.2. ALGORITMUL SIMPLEX PRIMAL

6.2.1. PROBLEME DE PROGRAMARE LINIAR CARE
ADMIT SOLUIE INIIAL DE BAZ
PROBLEME REZOLVATE
S se rezolve prin dou metode problema de programare liniar:
[max ] f
= 5 x1 + 3 x2
2 x1 + x2 8
x1 + 2 x2 7
x , x 0
1 2
Rezolvare:
A. Algoritmul simplex primal
Pasul I.
a) Aducem problema la forma standard:
[max] f
= 5 x1 + 3x2 + 0 x3 + 0 x4
2 x1 + x2 + x3 = 8
x1 + 2 x2 + x4 = 7
xi 0, i = 1,4
b) Scriem matricea sistemului ( A ) , pentru a verifica dac

problema are soluie iniial de baz (aceast condiie este
ndeplinit dac A conine matricea unitate).
a1 a 2 a3 a 4
2 1 1 0 ; baza iniial este B = {a3 , a 4 } .
A =
1 2 0 1
Pasul II. Alctuim tabelul simplex:

B
CB
a3
a4
0
0
fj
XB
8
7
0
j
a1
a2
a3
a4
2
1
0
5
1
2
0
3
1
0
0
0
0
1
0
0
8:2
7:1
f j se obine calculnd produsul scalar dintre fiecare coloan
i coloana CB; de exemplu, primele dou elemente din linia f j

s-au determinat astfel:
0 8
f 0 = = 0 8 + 0 7 = 0 ;
0 7
0 2
f 1 = = 0 2 + 0 1 = 0 .
0 1
j se calculeaz astfel:
j = C j f j , pentru probleme de maxim;
j = f j C j , pentru probleme de minim;
( C j reprezint prima linie din tabel i este format din coeficienii

funciei obiectiv.)
Pasul III. Verificm criteriile:
Criteriul de optim finit: j 0, j = 1,5 ;
Acest criteriu nu se verific , pentru c 1 = 5 > 0 i 2 = 3 > 0 .
Criteriul de optim infinit: k 1,5 astfel nct k > 0 i toate
elementele coloanei a k sunt 0 .
Acest criteriu nu se verific, pentru c: 1 , 2 > 0 , dar
coloanele a1 , a 2 conin cel puin cte o valoare strict pozitiv.
Pasul IV. Schimbm baza:
Criteriul de intrare n baz: intr n baz vectorul a k
corespunztor diferenei maxime j > 0 .
n cazul nostru, max{5, 3} = 5 , deci intr n baz vectorul a1 .

Criteriul de ieire din baz: iese din baz vectorul al
corespunztor raportului k minim ( k > 0 ). Coloana k se
B
determin fcnd raportul ntre elementele coloanei X i

elementele strict pozitive ale coloanei vectorului care intr n baz.
n cazul acesta, l = min 8 , 7 = 4 , deci iese din baz vectorul a3 .
{2 1}
Pasul V. Trecem la o nou iteraie:

Stabilim pivotul, care se gsete la intersecia liniei vectorului
care iese ( al ) cu coloana vectorului care intr n baz ( a k ).
Completm coloanele B i CB
Restul elementelor se determin cu metoda Gauss-Jordan.
Calculm noile valori f j i j .
B
CB
a1
a4
5
0
fj
XB
4
3
20
j
a1
a2
a3
a4
1
0
5
0
1/2
3/2
5/2
1/2
1/2
-1/2
5/2
-5/2
0
1
0
0
8
2
Algoritmul se repet pn cnd se verific unul din criteriile de

optim.
B
CB
a1
a2
5
3
fj
XB
3
2
21
j
a1
a2
a3
a4
1
0
5
0
0
1
3
0
2/3
-1/3
7/3
-7/3
-1/3
2/3
1/3
-1/3
n acest caz, observm c se verific criteriul de optim finit

( j 0, j = 1,5 ).
Soluia optim a problemei se citete din coloana XB : x1 = 3 ,
x 2 = 2 , x3 = 0 , x 4 = 0 , iar valoarea maxim a funciei este
f max = 21.
B. Metoda grafic
Dreptele ce determin semiplanele ataate restriciilor sunt:
d1 : 2 x1 + x 2 = 8 , care taie axele n punctele (0, 8) i (4, 0) .
d 2 : x1 + 2 x 2 = 7 , care taie axele n punctele 0, 7 i (7, 0) .
( 2)
Determinm mulimea soluiilor posibile ale problemei,

intersectnd semiplanele S1 : x1 + 2 x2 8 , S 2 : 2 x1 + x2 7 , S 3 : x1 0 ,
S 4 : x 2 0 . Obinem:
x2
S3
S2
C
B
S4
O
x1
A
S1
(d1)
(d2)

de interiorul i frontiera patrulaterului OABC .
Deoarece X p este mrginit, optimul funciei obiectiv se realizeaz
ntr-unul din vrfurile poligonului soluiilor posibile. Acestea sunt:
O (0, 0) , A 0, 7 , B(3, 2) i C (4, 0) .
( 2)
( )
Avem c: f (0, 0) = 0 , f 0, 7 =
2
21 ,
2
f (3, 2) = 21 i f (4, 0) = 20 .
Prin urmare, soluia optim a problemei este: X O = (3, 2)t , f max = 21.
6.2.2. REZOLVAREA PROBLEMELOR DE

PROGRAMARE LINIAR CARE NU ADMIT SOLUIE
INIIAL DE BAZ. METODA BAZEI ARTIFICIALE
PROBLEME REZOLVATE
S se rezolve problema de programare liniar:

[max] f = 5 x1 + 2 x2
2 x1 + 3x2 6
x1 + x2 1
x , x 0
1 2
Rezolvare:
Se aduce problema la forma standard:
[max ] f
= 5 x1 + 2 x2 + 0 x3 + 0 x4
2 x1 + 3 x2 + x3 = 6
x1 + 2 x2 x4 = 1
xi 0, i = 1,4
Se scrie matricea sistemului( A ) , pentru a verifica dac

problema are soluie iniial de baz (aceast condiie este
ndeplinit dac A conine matricea unitate).
a1 a 2 a3 a 4
0
2 3 1 0 ; lipsete vectorul e 2 = din matricea A i
A =
1
1 1 0 1
din aceast cauz la restricia a doua vom aduga o variabil
artificial y .
Observaie. Variabilele artificiale apar n funcia obiectiv cu

coeficientul + M la problemele de minim i M la cele de
maxim, unde M .
Rezult forma standard de lucru a problemei:
[max ] f
= 5 x1 + 2 x2 + 0 x3 + 0 x4 My
2 x1 + 3 x2 + x3 = 6
x1 + 2 x2 x4 + y = 1
xi 0, i = 1,4
Rezolvm aceast problem:

5
CB
XB
B
a1
a3
a5
0
-M
fj
6
1
-M
j
a3
a1
0
5
fj
4
1
5
j
a4
a1
0
5
fj
2
6
30
j
-M
a2
a3
a4
a5
3
2
1
1
-M
-M
5+M 2+M
0
1
1
1
5
5
0
-3
0
1/2
1
3/2
5
15/2
0
-11/2
1
0
0
0
1
0
0
0
1/2
1/2
5/2
-5/2
0
-1
M
-M
2
-1
-5
5
1
0
0
0
0
1
-M
0
-2
1
5
-M-5
-1
0
0
-M
3
1
2
-
Discuie:
Dup ce algoritmul simplex a luat sfrit, dac unei variabile
artificiale i corespunde n coloana X B o valoare nenul, atunci
problema nu are soluie.
Dup ce algoritmul simplex a luat sfrit, dac toate variabilele
artificiale sunt egale cu 0, atunci decizia este optim finit, iar soluia
problemei se citete din coloana XB.
Rezultatele obinute n ultima iteraie sunt: x1 = 6 , x 2 = 0 , x3 = 0 ,
x 4 = 2 , y = 0 . Cum variabila artificial este y = 0 , rezult c
problema are soluie optim: X o = (6,0,0,2) t i f max = 30 .
6.2.3. CAZURI SPECIALE N REZOLVAREA

PROBLEMELOR DE PROGRAMARE LINIAR
I. Probleme cu optim multiplu
Discuie. a) Dac toate valorile j = 0 din ultima linie a tabelului

simplex corespund unor vectori din baza optim (ultima baz),
atunci problema are soluie unic.
b) Dac k = 0 i vectorul ak nu se afl n baza
optim, atunci problema admite optim multiplu. Pentru gsirea
unei alte soluii, se introduce n baz vectorul ak .
opt
1
2
Soluia optim general este: X = X + (1 ) X , [0,1].
PROBLEME REZOLVATE
[max] f
= 8 x1 + 5 x2 + 2 x3
x1 + x2 + x3 12
3 x + 2 x + x = 30
2
3
1
2 x + x + x 22
3
1 2
x 0, i = 1,3
i
Rezolvare:
Forma standard a problemei este:
[max ] f
= 8 x1 + 5 x2 + 2 x3 + 0 x4 + 0 x 5
x1 + x2 + x3 x4 = 12
3 x + 2 x + x = 30
2
3
1
2 x + x + x + x = 22
2
3
5
1
x 0, i = 1,5
i
1 1 1 1 0
A = 3 2 1 0 0 ;
2 1 1 0 1
0
1

Deoarece lipsesc vectorii e1 = 0 i e2 = 1 , la prima i la a
0
0

doua restricie vom aduga variabilele artificiale y1 i y 2 .
Rezult forma standard de lucru:
[max] f
= 8 x1 + 5 x2 + 2 x3 + 0 x4 + 0 x My1 My2
x1 + x2 + x3 x4 + y1 = 12
3 x1 + 2 x2 + x3 + y2 = 30
2 x + x + x + x = 22
3
5
1 2
x 0, i = 1,5
i
Tabelul simplex:
B
CB
a6
a7
a5
-M
-M
0
fj
a6
a1
a5
-M
8
0
fj
a3
a1
a5
2
8
0
fj
-M
-M
a1
a2
a3
a4
a5
a6
a7
12
30
22
1
3
2
1
2
1
-1
0
0
0
0
1
1
0
0
0
1
0
-42M
-4M
-3M
-M
-M
8+4M 5+3M
2+2M
-M
2
10
2
0
1
0
2/3 -1
1/3
0
1/3
0
0
0
1
1
0
0
-1/3
1/3
-1/3
80-2M
16 M
3
M 1
3
3
9
1
78
0
1
0
8
0
1/2
1/2
-1/2
5
0*
XB
1/3
2/3
-1/3
1
1
1
-2M
-M
2M 2
3
-M
1
0
0
2
0
-3/2
1/2
1/2
1
-1
0
3/2 -1/2
0 -1/2 1/2
1 -1/2 -1/2
0
-1
3
0 -M+1 -M-3
8 2M
3
12
10
11
3
30
6
8+ M
3
8 4M
3
6
18
-
Din ultima iteraie citim soluia optim X 1 = (9,0,3,0,1)t . n linia

j avem 1 = 0 , dar vectorul a1 nu se afl n baza optim, de
unde rezult c problema are optim multiplu. Pentru gsirea unei
alte soluii, introducem n baz vectorul a1 i din urmtoarea
iteraie va rezulta X 2 = (6,6,0,4,0)t .
fj
78
j
a2
a1
a5
5
8
0
fj
6
6
4
78
j
8
0
0
1
0
8
0
5
0*
1
0
0
5
0
2
0
2
-1
1
2
0
1
-1
-3
2
-1
1
-1
0
0
0
0
1
0
0
-1
3
-M+1 -M-3
3
-1
-2
1
1
-1
-1
3
-M-1 -M-3
Soluia optim a problemei: X opt = X 1 + (1 ) X 2 , [0,1],

opt
t
adic X = (6 + 3 ,6 6 ,3 ,4 4 , ) , [0,1].
II. Probleme care nu admit soluie

PROBLEME REZOLVATE
[min ] f
= 7 x1 + 4 x2
x1 + x2 1
x1 + 2 x2 1
x , x 0
1 2
Rezolvare:
Forma standard de lucru a problemei este:
[min ] f
= 7 x1 + 4 x2 + 0 x3 + 0 x4 + My
x1 + x2 x3 + y = 1
x1 + 2 x2 + x4 = 1
xi 0, i = 1,4
B
a1
a2
a3
a4
a5
1
1
M
-1
1
1
2
-1
0
0
1
1
0
-M-7
1/2
1/2
M/3+2
-3/2
1/2
2-3M/2
-5-3M/2
XB
CB
a3
a4
M
0
fj
a1
a4
M
4
fj
-M
-M
M-4
-M
-1
0
-M
-M
-1/2
1/2
2-M/2
2-M/2
1
0
M
0
0
1
4
0
1/1
1/2
j 0, j = 1,5 , deci algoritmul a luat sfrit. Rezultatele din ultima
iteraie sunt: x1 = 0, x2 = 1 / 2, x3 = 0, x4 = 0, y = 1 / 2.
Deoarece variabilei artificiale y i corespunde o valoare nenul,
rezult c problema nu are soluie.
III. Probleme cu optim infinit
PROBLEME REZOLVATE
[max ] f
= 3 x1 + 5 x2
x1 3 x2 3
- 2 x1 + x2 2
x , x 0
1 2
Rezolvare:
[max ] f = 3x1 + 5 x2 + 0 x3 + 0 x4 My
x1 3 x2 x3 + y = 3
- 2 x1 + x2 + x4 = 2
xi 0, i = 1,4
B
a5
a4
CB
-M
0
fj
XB
3
2
-3M
j
a1
a4
3
0
fj
3
8
9
j
a1
a2
a3
a4
1
-2
-M
3+M
1
0
3
0
-3
1
3M
5-3M
-3
-5
-9
14
-1
0
-M
-M
-1
-2
-3
3
0
1
0
0
0
1
0
0
-M
a5
1
0
-M
0
1
2
3
-M-3
3
-
Se observ c se verific criteriul de optim infinit (coloana a 2 ).

n acest caz, problema are optim infinit (max f = + ) .
PROBLEME PROPUSE
S se rezolve prin dou metode urmtoarele probleme de

programare liniar i s se compare rezultatele:
[max] f
= 7 x1 + 8 x 2
2 x1 + x 2 5
x1 + 2 x 2 4
x ,x 0
1 2
1.
[min ] f
R: x1 = 2, x 2 = 1; f max = 22 .
= 6 x1 + 7 x 2
2.
x1 + x 2 1
x1 2 x 2 1
x ,x 0
1 2
[max ] f = 4 x1 + 6 x 2
R: x1 = 0, x 2 = 1; f min = 7 .
3.
2 x1 + 3 x 2 6
- 2 x1 + 6 x 2 3
x ,x 0
1 2
[max] f = 3x1 + 7 x 2
R: x1 = 1, x 2 = 3 ; f max = 13 .
2
4.
2 x1 + 3 x 2 6
x1 2 x 2 4
x , x 0
1 2
R: Problema are optim infinit.
[max] f
5.
6.
= 2 x1 + 3 x 2
2 x1 + 5 x 2 2
2 x1 + 3 x 2 6
x ,x 0
1 2
[min ] f = 5 x1 + 2 x2
2 x1 + 3 x2 6
x1 + x2 1
x ,x 0
1 2
R: x1 = 1, x 2 = 3 ; f max = 13 .
2
2
R: x1 = 0, x2 = 1; f min = 2 .
[min] f = 3 x1 + 4 x2
7.
4 x1 7 x 2 28
5 x1 + 2 x 2 10
x , x 0
1 2
R: Problema nu are soluie..
[max] f = 3 x1 + 4 x2
8.
9.
2 x1 + x2 12
x1 + 2 x2 4
x , x 0
1 2
[max] f = 3 x1 + 5 x 2
3 x1 + 2 x 2 6
2 x1 + x 2 6
x , x 0
1 2
[opt ] f = 3 x1 + 5 x2
R: x1 = 4, x2 = 4; f max = 28 .
R: x1 = 0, x2 = 3; f max = 15 .
x1 + 2 x2 8
2 x + 3x 6
10.
1
2
3 x1 + x 2 18
x1 , x 2 0
R: x1 = 4, x 2 = 6; f max = 42 dac problema este de maxim;
x1 = 3, x 2 = 0; f min = 9 dac problema este de minim.
[max] f = 2 x1 + 5 x2
11.
2 x1 + x 2 5
x1 + 4 x 2 6
x , x 0
1 2
R: x1 = 2, x2 = 1; f max = 9 .
[max] f = 2 x1 + 3 x 2
12.
5 x1 + 3 x 2 30
x1 + 3 x2 12
x , x 0
1 2
R: x1 = 9 , x2 = 5 ; f max = 33 .
2
2
2
S se rezolve urmtoarele probleme de programare liniar

folosind algoritmul simplex primal:
[max] f = 2 x1 x 2 + 3 x3 + 2 x 4 + 3 x5
13.
3 x1 + x3 + x4 4
2 x1 + x 2 x3 + x4 = 1
x1 + 2 x3 + 2 x 4 + x5 = 2
x 0, i = 1,5
i
R: x1 = 1 , x 2 = 0, x3 = 0, x 4 = 0, x5 = 3 ; f max = 11
2
[max] f = 5 x1 + 2 x2 + 8 x3
14.
x1 + x2 + x3 18
2 x1 + x 2 + 3 x3 = 45
x + x + 2 x 33
2
3
1
x 0, i = 1,3
i
R: x1 = 9 9 , x 2 = 9 , x3 = 9 + 9 , [0, 1] ; f max = 117
2
2
[min] f = x1 2 x 2 + 3 x3 + 2 x 4
3 x1 + x 2 + x 4 = 2
15.
x + x + x + 2x = 3
2
3
4
1
x + x + x 1
2
4
1
x 0, i = 1,4
i
R: x1 = 1 , x2 = 1 , x3 = 2, x 4 = 0; f min = 11
2
2
2
16.
[max] f = 3 x1 + 5 x 2 + x 3 + 6 x 4
x1 + x 3 + 2 x 4 40
2 x1 + x 2 + 3x 3 16
x + x + 2 x 48
2
3
1
x 0, i = 1,4
i
R: x1 = 0, x2 = 16, x3 = 0, x 4 = 20; f max = 200

17.
[max] f = 5 x1 + 4 x 2 + 3 x3 + 2 x 4 + x5
2 x1 + x 2 + x3 + 3 x 4 + 2 x5 = 40
x1 + 2 x 2 + 3 x3 + x 4 + 3 x5 = 50
xi 0, i = 1,5
R: x1 = 10, x 2 = 20, x3 = 0, x 4 = 0, x5 = 0; f max = 130

18.
[min] f = x1 + 3x2 + 2 x3 + 5 x4 + 4 x5
3x1 + 2 x2 + x3 + 2 x4 + 3x5 = 63
x1 + 3x2 + 2 x3 + x4 + 2 x5 = 42
xi 0, i = 1,5
R: x1 = 15, x 2 = 9, x3 = 0, x 4 = 0, x5 = 0; f max = 42
19.
[min] f = 10 x1 + 5 x 2 + x3
x1 + x 2 + x3 5
2 x x
2 x3 1
1
x + 3x 2 x 4
2
3
1
x 0, i = 1,3
i
R: x1 = 0, x 2 = 14 , x3 = 11 ; f min = 81
5
[min] f = 8 x1 + 4 x 2 + 12 x3 + 6 x 4
20.
2 x1 + x 2 + 2 x3 x 4 10
x + 2 x + x + 3 x 9
2
3
4
1
x
x
x
x
2
+
+
3
+
1
2
3
4 8
x 0, i = 1,3
i
R: x1 = 1 , x 2 = 9, x3 = 0, x 4 = 0; f min = 40
2
[max] f = 9 x1 + 10 x 2 + 8 x3
21.
3 x1 x2 + x3 30
x1 + 2 x2 + 3 x3 60
2 x1 + x 2 + x3 20
x + 2 x 2 x 40
2
3
1
xi 0, i = 1,3
R: x1 = 0, x 2 = 20, x3 = 0; f max = 200

[max] f = 5 x1 + 10 x 2 + 20 x3
x1 + 2 x2 + 3 x3 5
2 x + x + x 4
22.
2
3
1
x + 2x + 2x 6
2
3
1
x 0, i = 1,3
i
R: x1 = 0, x 2 = 0, x3 = 5 ; f max = 100
3
3
23.
[min] f = 2 x1 x 2 + x 3 x 4 + 3 x 5
x1 + x 2 + x 3 x 4 + 2 x 5 12
x1 + 2 x 2 + x 3 + x 4 + x 5 = 12
3 x + x + x x x 8
2
3
4
5
1
x 0, i = 1,5
i
R: x1 = 4 , x2 = 28 , x3 = 0, x 4 = 0, x5 = 0; f min = 5
5
5
[min] f = x1 + 2 x 2 x3 + 3 x 4 + x 5
24.
2 x1 + x 2 + x3 x 4 + x5 10
x1 + 2 x 2 + 3 x3 + x 4 x5 = 12
x + x + x + x + x 14
2
3
4
5
1
x 0, i = 1,5
i
R: x1 = 0, x2 = 0, x3 = 11 , x 4 = 2, x5 = 13 ; f min = 7
2
2
[max] f = x1 + 2 x2 + 3x3 + 4 x4 + 5 x5
25. 2 x1 + 3x2 + x3 + x4 + 2 x5 = 28
3x1 + x2 + 3x3 + 2 x4 + x5 = 35
xi 0, i = 1,5
R: x1 = 0, x2 = 0, x3 = 0, x4 = 14, x5 = 7; f max = 35
26.
[min] f = x1 + 2 x 2 + 4 x3 + 2 x 4 + x5
x1 + 3 x 2 + 2 x 3 + 3 x 4 + x 5 = 2
2 x1 + x 2 + 3 x 3 + 2 x 4 + 3 x5 = 3
xi 0, i = 1,5
R: x1 = 0, x2 =, x3 = 0, x 4 = 3 , x5
7
[max] f = x1 + 2 x 2 + 3 x 3 + 4 x 4 + 5 x 5
= 5 ; f min = 11
7
7
27. 2 x1 + x 2 + 2 x3 + 3x 4 + 3x5 = 30
x1 + 2 x 2 + 2 x 3 + 2 x 4 + x 5 = 40
xi 0, i = 1,5
R: x1 = 0, x 2 = 18, x3 = 0, x4 = 0, x5 = 4; f max = 56
[min] f = 3 x1 + x2 + 5 x3 + 2 x4 + x5
28. x1 + 2 x2 + 3x3 + 2 x4 + x5 = 20
2 x1 + x2 + x3 + 3 x4 + 3 x5 = 30
xi 0, i = 1,5
R: x1 = 0, x2 = 6, x3 = 0, x 4 = 0, x5 = 8; f min = 14
[max] f = x1 2 x 2 + 3 x 3 + 2 x 4
3 x1 + x 2 + x 4 = 2
29.
x1 + x 2 + x 3 + 2 x 4 = 3
x + x + x 1
2
4
1
x 0, i = 1,4
i
R: x1 = 2 , x 2 = 0, x3 = 7 , x 4 = 0; f miax = 23 .
3
3
3
[min] f = 5 x1 + 4 x 2 + 3 x 3
x1 + x 2 + x 3 6
30.
3 x1 + 2 x 2 + x 3 2
x + x + 2x 1
2
3
1
x 0, i = 1,3
i
R: x1 = 0, x2 = 0, x3 = 6; f min = 18 ;
[max] f = 5 x1 + 6 x 2 + 7 x 3
2 x1 + x 2 + x 3 3
31.
x1 + x 2 + 3 x 3 5
x + x + 2x 4
2
3
1
x 0, i = 1,3
i
R: x1 = 0, x2 = 2, x3 = 1; f max = 19 ;
[min] f = 3 x1 2 x 2 + 7 x 3
x1 + 3 x 2 x 3 3
32.
2 x1 x 2 + 2 x 3 2
3 x + 2 x x 4
2
3
1
x 0, i = 1,3
i
R: x1 = 6 , x2 = 5 , x3 = 0; f min = 8 ;
7
7
7
[max] f = 4 x1 + 5 x 2 2 x 3
2 x1 + x 2 + x 3 6
33.
x1 + 3 x 2 + 2 x 3 4
3 x + x x 1
2
3
1
x 0, i = 1,3
i
R: x1 = 14 , x2 = 2 , x3 = 0; f max = 66 ;
5
5
5
[min] f = x1 + 3 x 2 + 2 x 3
x1 + x 2 + x 3 3
34.
2 x1 + 3 x 2 + x 3 4
x + 2 x + 3 10
2
3
1
x 0, i = 1,3
i
R: x1 = 2 , x2 = 0, x3 = 16 ; f min = 34 ;
5
5
5
[max] f = 6 x1 + 5 x 2 + 4 x 3
x1 + x 2 + 2 x 3 7
35.
x1 + x 2 + 3 x 3 5
2 x + 3 x + x 3
2
3
1
x 0, i = 1,3
i
R: x1 = 4 , x2 = 0, x3 = 13 ; f min = 4 ;
7
[min] f = x1 + 3 x 2 2 x 3
x1 + x 2 + x 3 = 2
36.
x1 + 2 x 2 + 3 x 3 5
x + x + 2 x 1
2
3
1
x 0, i = 1,3
i
R: x1 = 1 , x2 = 0, x3 = 3 ; f min = 5 ;
2
2
2
[max] f = 4 x1 + 3 x 2 + 10 x3
x1 + x 2 + 3 x3 2
37.
2 x1 + x 2 + x3 1
3 x + x + 2 x 3
2
3
1
x 0, i = 1,3
i
R: x1 = 1 , x 2 = 0, x3 = 3 ; f max = 34 ;
5
5
5
[max] f = 5 x1 + x 2 + 4 x 3
2 x1 + 3 x 2 + x 3 6
38.
x1 + 2 x 2 + 3 x 3 5
2 x + x + x 2
2
3
1
x 0, i = 1,3
i
R: x1 = 1 , x 2 = 0, x3 = 8 ; f max = 37 ;
5
5
5
[max] f = 4 x1 x 2 + 6 x 3 + 2 x 4
x1 + x 2 + x 3 + 2 x 4 = 3
39.
2 x1 + 3 x 2 + x 4 6
2 x + 2 x x 2
2
4
1
x 0, i = 1,4
i
R: x1 = 1, x 2 = 0, x3 = 2, x4 = 0; f max = 16 ;
[min] f = 3 x1 4 x 2 + x 3 + 5 x 4
x1 x 3 + 2 x 4 2
40.
2 x1 x 2 + 3 x 4 = 3
x + x 2x 1
3
4
2
x 0, i = 1,4
i
R: x1 = 0, x 2 = 9, x3 = 0, x 4 = 4; f min = 16 .
6.3. DUALITATE N PROGRAMAREA LINIAR

6.3.1. SCRIEREA PROBLEMEI DUALE
BREVIAR TEORETIC
Modelului matematic al unei probleme de programare liniar i se

poate ataa n mod unic o nou problem de programare, numit
duala problemei primale. Problema iniial sau primal ( PP )
mpreun cu problema sa dual ( PD ) formeaz un cuplu de
probleme duale.
Considerm modelul matematic al unei probleme de programare
liniar.
Spunem c o restricie este concordant cu funcia obiectiv
dac este de tipul " " n cazul unei probleme de maxim i
dac este de tipul " " n cazul unei probleme de minim.
Spunem c o restricie este neconcordant cu funcia obiectiv
dac este de tipul " " n cazul unei probleme de maxim i
dac este de tipul " " n cazul unei probleme de minim.
Reguli de obinere a problemei duale din problema primal
1. Duala unei probleme de minim este o problem de maxim, iar
duala unei probleme de maxim este o problem de minim.
2. Fiecrei restricii din PP i corespunde o variabil n problema
dual; numrul variabilelor din PD este egal cu numrul
restriciilor din PP , iar numrul restriciilor din PD este egal cu
numrul variabilelor din PD .
3. Coeficieni funciei obiectiv din PD sunt termenii liberi din
PP , iar termenii liberi din PD sunt coeficieni funciei obiectiv
din PP .
4. Matricea coeficienilor sistemului de restricii din PD este
transpusa matricei coeficienilor sistemului de restricii din PP .
5. a) Unei restricii concordante cu funcia obiectiv din PP i

corespunde o variabil pozitiv n PD .
b) Unei restricii neconcordante cu funcia obiectiv din PP i
corespunde o variabil negativ n PD .
c) Unei restricii de tip egalitate din PP i corespunde o
variabil oarecare n PD .
6. a ) Unei variabile pozitive din PP i corespunde o restricie
concordant cu funcia obiectiv n PD .
b) Unei variabile negative din PP i corespunde o restricie
neconcordant cu funcia obiectiv n PD .
c) Unei variabile oarecare din PP i corespunde o restricie de
tip egalitate n PD .
PROBLEME REZOLVATE
1. S se scrie duala urmtoarei probleme de programare liniar:
[min ] f
= 3 x1 7 x 2 + 2 x3 x 4
2 x1 + 3 x 2 + x 4 9
4x x + 2x = 2
1
2
3
3
+
+
2
x
x
x
2
3 5x4 4
1
x1 0, x 2 0, x 3 R, x 4 0
Rezolvare:
Asociem fiecrei restricii din problema primal cte o variabil:
u1 , u 2 , u3 .
[min ] f
PP :
= 3 x1 7 x 2 + 2 x3 x 4
2 x1 + 3 x 2 + x 4 9
4 x1 x 2 + 2 x3 = 2
3 x1 + x 2 + 2 x3 5 x 4 4
x 0, x 0, x R, x 0
2
3
4
1
u1
u2
u3
Folosind regulile enunate n breviarul teoretic, obinem problema
[max ] f
dual PD :
= 9u1 + 2u 2 + 4u 3
2u1 + 4u 2 + 3u 3 3
3u 1 u 2 + u 3 7
2u 2 + 2u 3 = 2
u 5u 1
1
3
u1 0, u 2 R, u 3 0
Deoarece prima variabil din PP este pozitiv ( x1 0 ), rezult c

prima restricie din PD este concordant cu funcia obiectiv
( " " pentru maxim). Analog s-a procedat i pentru obinerea
celorlalte restricii din PD .
Prima restricie din PP este neconcordant cu funcia obiectiv
( " " pentru minim), rezult c prima variabil din PD este
negativ ( u1 0 ). Analog s-a procedat i pentru obinerea
semnului celorlalte variabile din PD .
2. S se scrie duala urmtoarei probleme de programare liniar:
[max ] f
= 8 x1 + 3 x 2 + 4 x3
5 x1 + 3 x 2 + 2 x 4 9
4 x1 x 2 + 3 x3 2
6 x1 + 5 x 2 4 x3 1
3 x + x + 2 x 4
1
2
3
xi 0, i = 1,3
Rezolvare:
Asociem fiecrei restricii din problema primal cte o variabil:

u1 , u 2 , u3 .
[max ] f
= 8 x1 + 3 x 2 + 4 x3
5 x1 + 3 x 2 + 2 x 4 9
4 x1 x 2 + 3 x3 2
6 x1 + 5 x 2 4 x3 1
3 x1 + x 2 + 2 x3 4
x 0, i = 1,3
i
PP :
u1
u2
u3
u4
Folosind regulile enunate n breviarul teoretic, obinem problema

dual:
[min ] f
PD :
= 9u1 + 2u 2 + u 3 + 4u 4
5u1 + 4u 2 + 6u 3 3u 4 8
3u 1 u 2 + 5u 3 + u 4 3
2u + 3u 4u + 2u 4
2
3
4
1
u 0, i = 1,4
i
Observaie. n acest caz, spunem c PP i PD formeaz un cuplu de

probleme duale simetrice.
6.3.2. REZOLVAREA UNUI CUPLU DE PROBLEME

PRIMAL-DUAL
PROBLEME REZOLVATE
Se d urmtoarea problem de programare liniar:
[min ] f
= 30 x1 + 12 x 2 + 36 x3
x1 + 2 x 2 + x3 3
x 2 + x3 5
+ 2 x3 1
x1
2 x + x
6
2
1
xi 0, i = 1,3
a ) S se construiasc problema dual.

b) S se rezolve problema dual.
c) S se determine soluiile optime ale cuplului de probleme
primal-dual.
Rezolvare:
[max ] f
a ) PD :
= 3u1 + 5u 2 + u 3 + 6u 4
u1 + u 3 + 2u 4 30
2u + u + u 12
2
4
1
u + u + 2u 36
2
3
1
u 0, i = 1,4
i
b) Aducem problema dual la forma standard:
[max ]g = 3u1 + 5u2 + u3 + 6u4 + 0u5 + 0u6 + 0u7

u1 + u3 + 2u 4 + u5 = 30
2u + u + u + u = 12
4
6
1 2
2
u
u
u
u
+
+
+
3
7 = 36
1 2
u 0, i = 1,7
i
Realizm tabelul simplex:

B
CB
a5
a6
a7
0
0
0
gj
UB
a1
a2
a3
a4
a5
a6
a7
30
12
36
0
1
2
1
0
3
-3
2
1
12
-9
-3
2
4
9
-6
-1/3
2/3
4/3
31/3
-22/3
0
1
1
0
5
-2
1
1
6
-1
-2
1
3
4
1
0
0
1
5
0
2
1
0
0
6
0
1
0
6
0
0
1
0
12
0
0
1
0
6
0
1
0
0
0
1
0
0
0
1
0
0
0
0
0
0
1
-2
0
0
1
0
0
0
1
0
6
0
0
0
0
1
-2
0
0
1
0
-1
2
1
1
4
0
-1
-4
0
1/3 -2/3 0
1/3
1/3
0
-1/3 2/3 1/3
2/3 14/3 5/3
-2/3 -14/3 -5/3
j
a5
a4
a7
0
6
0
gj
6
12
36
72
j
a3
a4
a7
1
6
0
gj
6
12
30
78
j
a3
a4
a2
1
6
5
gj
26
2
10
88
j
1
0
1
0
1
1
0
1
0
1
1
0
0
6
-5
1
0
0
1
0
15
12
-
6
36
12
10
Soluia optim a problemei duale este:

u1 = 0, u 2 = 5, u 3 = 1, u 4 = 6, u 5 = 0, u 6 = 0, u 7 = 0 ; g max = 88 .
c) Pentru a determina soluia optim a problemei primale se
procedeaz n felul urmtor:
-se rezolv problema dual cu ajutorul algoritmului simplex primal;
-n ultima iteraie a algoritmului simplex primal, pe linia g j , n
dreptul coloanelor ce corespund vectorilor care au format baza
iniial, se citete soluia optim a problemei primale.
Prin urmare, soluia optim a problemei primale este:
x1 = 2 / 3, x2 = 14 / 3, x3 = 5 / 3 ; f min = g max = 88 .
Observaie. Este util rezolvarea problemei duale n locul celei

primale atunci cnd duala este mai uor de rezolvat cu ajutorul
algoritmului simplex primal, cum a fost cazul problemei anterioare.
PROBLEME PROPUSE
S se scrie duala urmtoarelor probleme de programare liniar:
[max ] f
1.
= 5 x1 x 2 + 4 x3 + 3 x 4
4 x1 + 3 x 2 + 5 x 4 6
7 x x + 2 x = 5
1
2
3
3 x1 + x 2 + 2 x3 5 x 4 4
x1 0, x 2 0, x3 R, x 4 0
[min ]g = 6u1 + 5u 2 + 4u 3
R:
2.
4u1 + 7u 2 + 3u 3 5
PD :
3u 1 u 2 + u 3 1
2u 2 + 2u 3 = 4
5u 5u 3
3
1
u1 0, u 2 R, u 3 0
[min ] f = 3x1 7 x 2 + 2 x3 x 4
2 x1 + 3 x 2 + x 4 2
4x x + 2x 1
1
2
3
+
+
x
x
x
3
2
2
3 5x4 = 3
1
x1 0, x 2 R, x3 0, x 4 0
[max ]g = 2u1 + u 2 + 3u 3
2u1 + 4u 2 + 3u 3 3
3u u + u = 7
2
3
R: PD
1
u
u
+
3
2
2
2
3
u 5u 1
3
1
u1 0, u 2 0, u 3 R
[min ] f = 8 x1 + 6 x 2 + 3x3 x 4
3.
2 x1 + 3 x 2 + x 4 7
3 x1 + x 2 + 2 x3 5 x 4 4
x R, x 0, x 0, x 0
2
3
4
1
[max ]g = 7 x1 + 4 x 2
2u1 + 3u 2 = 8
3u + u 6
2
R: PD :
1
2u 2 3
u 5u 1
2
1
u 1 0, u 2 0
[max ] f = 2 x1 + 7 x 2 + 2 x3
2 x1 + 3 x 2 4
4x x + 2x = 2
1
2
3
x
x
x
3
3
+
+
2
3 1
1
x1 0, x 2 0, x3 R
[min ]g = 4u1 + 2u 2 + u 3
4.
R:
2u1 + 4u 2 + 3u 3 2
3u u + u 7
1
2
3
2
3
2
u
u
+
=
3
2
u1 0, u 2 R, u 3 0
5. Se d urmtoarea problem de programare liniar:
[min ] f
= 5 x1 + 2 x 2 + 6 x3
x1 + 2 x 2 + x3 3
6
2 x1 + x 2
x 2 + x3 5
x
+ 2 x3 1
1
xi 0, i = 1,3
a ) S se construiasc problema dual.

primal-dual.
[max ]g = 3u1 + 6u 2 + 5u 3 + u 4
R: a ) PD :
u1 + 2u 2 + u 4 5
2u + u + 2u 2
2
3
1
3u + 3u + 2u 6
3
4
1
u 0, i = 1,4
i
c) X o = (1, 4, 0 )t ; f min = 13 ; U o = (0, 2, 0, 1)t ; g max = 13 .

[max ] f
= 3 x1 + 2 x 2 + 4 x3
x1 + 2 x 2 + x3 3
2 x + x
6
2
1
x 2 + x3 5
x 0, i = 1,3
i
a) S se construiasc problema dual.

b) S se determine soluiile optime ale cuplului de probleme
primal-dual.
[min ]g = 3u1 + 6u 2 + 5u 3
R: a) PD :
u1 + 2u 2 3
2u + u + u 2
2
3
1
u + u 4
3
1
u 0, i = 1,3
i
b) X o = (0, 0, 3)t ; f max = 12 ; U o = (4, 0, 0)t ; g min = 12 .

[min] f = 8 x1 + 4 x2 + 12 x3 + 6 x 4
2 x1 + x 2 + 2 x3 x4 10
x + 2 x + x + 3 x 9
2
3
4
1
2 x + x + 3 x + x 8
1
2
3
4
x 0, i = 1,3
i
primal-dual.
[max ]g = 10u1 + 9u 2 + 8u 3
R: a ) PD :
2u1 u 2 2u 3 8
u1 + 2u 2 + u 3 4
2u1 + u 3 + 3 x3 12
u + 3u + x 6
3
3
1
u i 0, i = 1,4
c) X o = (0, 10, 0, 0)t ; f min = 40 ; U o = (4, 0, 0)t ;

g max = 40 .

[max] f = 7 x1 9 x 2 + 8 x3
3 x1 x 2 + x3 7
x1 2 x 2 + 3 x3 3
2 x1 x2 x3 2
x + 2 x 2 x 8
2
3
1
xi 0, i = 1,3
b) S se determine soluiile optime ale cuplului de probleme
primal-dual.
[min ]g = 7u1 + 3u 2 + 2u 3 + 8u 4
R: a ) PD :
3u1 + u 2 + 2u 3 u 4 7
;
u1 2u 2 u 3 + 2u 4 9
u + 3u u 2u 8
2
3
4
1
u 0, i = 1,4
i
t
b) X o = 9 , 0, 4 ; f max = 95 ; U o = 0,
7
7
7
t
23 13
, ,0 ;
7 7
g max = 95 .
7
6.4. ALGORITMUL SIMPLEX DUAL

PROBLEME REZOLVATE
S se rezolve urmtoarea problem de programare liniar,
utiliznd algoritmul simplex dual:
[min ] f
= 3 x1 + 2 x 2 + 4 x 3 + x 4
5 x1 + x 2 4 x 3 + 2 x 4 12
3 x x 3 x + x 9
1
2
3
4
x1 + 2 x 2 2 x 3 x 4 15
x 0, i = 1,4
i
Rezolvare:
[min ] f
= 3 x1 + 2 x 2 + 4 x 3 + x 4 + 0 x 5 + 0 x 6 + 0 x 7
5 x1 + x 2 4 x 3 + 2 x 4 + x 5 = 12
3 x x 3 x + x + x = 9
1
2
3
4
6
x
x
x
x
x
+
2
2
2
3
4
7 = 15
1
x 0, i = 1,7
i
Realizm prima iteraie din tabelul simplex i verificm dac

avem soluie dual realizabil ( j 0, j = 1,7 ):
CB
0
0
0
Baza
a5
a6
a7
fj
XB
-12
-9
-15
0
j
a1
a2
a3
a4
a5
a6
a7
-5
-3
-1
0
-3
1
-1
2
0
-2
-4
-3
-2
0
-4
2
1
-1
0
-1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
Aplicm criteriul de ieire din baz: iese din baz vectorul

corespunztor celei mai mici valori negative din coloana X B ; n
cazul acesta, min{ 12,9,15} = 15 , deci iese din baz vectorul a 7 .
Aplicm criteriul de intrare n baz: se calculeaz rapoartele
dintre elementele liniei j i elementele strict negative de pe linia
vectorului care iese din baz; va intra n baz vectorul
corespunztor celui mai mic raport; n cazul nostru,
min 3 , 4 , 1 = 1 , deci va rezulta c intr n baz vectorul a 4 .
{1
2 1
Stabilim pivotul i elementele din urmtoarea iteraie le vom

determina folosind metoda Gauss-Jordan.
Algoritmul simplex dual ia sfrit cnd se produce unul din
urmtoarele evenimente:
- toate elementele coloanei X B sunt mai mari sau egale cu zero;
n acest caz, decizia este optim finit, iar soluia se citete din
coloana X B ;
- coloana X B conine elemente strict negative, iar pe linia unui
vector corespunztor unei valori strict negative avem numai valori
mai mari sau egale cu zero; n acest caz, decizia este: problema nu
are soluie.
Rezult urmtoarele iteraii:
CB
Baza
0
0
1
a5
4
0
1
a3
a6
a4
fj
XB
-42
-24
15
15
j
a6
a4
fj
21/4
9/4
9/2
51/2
j
a1
a2
a3
a4
a5
a6
a7
-8
-5
2
2
-2
1
0
0
0
0
1
1
0
0
0
1
1
0
0
0
0
-1/8
-5/8
1/4
0
1
0
0
0
0
1
0
2
1
-1
-1
-1
-1/4
-1/4
-1/2
4
0
1
0
-1/4
-1/4
0
0
-3/2
-3/2
-7
-4
1
1
-2
7/8
3/8
5
1
-2
-2
-4
-5/8
-17/8
3/4 -3/4
11/4
-1/4
-13/4
-21/4
Deoarece toate elementele coloanei X B sunt pozitive, rezult c
t
problema are soluie optim: X o = 0, 0, 21 , 9 , 0, 9 , iar valoarea
4
minim a funciei obiectiv corespunztoare acestei soluii este:
f min = 4 21 + 1 9 = 51 .
4
PROBLEME PROPUSE
S se rezolve urmtoarele probleme de programare liniar folosind,
acolo unde este posibil, algoritmul simplex dual:
[min] f = 3 x1 + 4 x2 + 5 x3
1. x1 2 x2 x3 2
R: X o = (0, 1, 0 )t ; f min = 4
2. x1 + 2 x 2 3x3 x 4 6
R: X o = (0, 0, 2, 0 )t ; f max = 2
2 x1 x2 3 x3 1
xi 0, i = 1,3
[max] f = x1 2 x 2 x 3 3 x 4
2 x1 x 2 x 3 2 x 4 2
x i 0, i = 1,4
[min] f = 3 x1 + x 2 + 2 x 3 + 5 x 4
3. 2 x1 + x 2 2 x 3 x 4 2
t
R: X o = 0, 4 , 7 , 0 ; f min = 18
5 5
5
x1 2 x 2 x 3 2 x 4 3
x i 0, i = 1,4
[max] f = x1 2 x 2 + 3 x 3 4 x 4 + 5 x 5
4. 2 x1 + x 2 + x 4 + x 5 = 5
x1 x 2 + x 3 3 x 4 = 4
x i 0, i = 1,5
t
R: X o = 0, 0, 11 11 , 5 11 , 11 , [0, 1] ; f max = 13
3
3
[min] f = 5 x1 + 4 x 2 + 3 x 3
2 x1 + 2 x 2 x 3 4
5.
x1 x 2 x 3 6
R: X o = (7, 5, 0 )t ; f min = 55
x x + 2 x 12
2
3
1
x 0, i = 1,3
i
[min] f = 4 x1 + 3 x 2 + 2 x 3 + x 4
6. 2 x1 x 2 x3 3x 4 = 3
x1 2 x 2 3 x 3 + x 4 = 3
xi 0, i = 1,4
R: Nu se poate aplica algoritmul
simplex dual ( ASD ); folosind algoritmul simplex primal ( ASP ),
t
se obine soluia optim X o = 0, 0, 6 , 3 , pentru care f min = 3 .
5 5
[max] f = 6 x1 + 3 x2 + 2 x3
7. x1 x2 2 x3 4
3 x1 x2 x3 2
xi 0, i = 1,3
[min] f = 5 x1 + 3 x 2 + 2 x 3
x1 x 2 x 3 5
8.
x1 x 2 + 2 x 3 4
2 x x x 1
2
3
1
x 0, i = 1,3
i
t
R: X o = 1 , 7 , 0 ; f max = 27 .
2 2
2
t
R: X o = 0, 14 , 1 ; f min = 44 .
3 3
3
[max] f = 3 x1 x 2 3 x3 x 4
9. x1 x 2 x3 3x 4 = 3
2 x1 2 x 2 + 3 x3 + x 4 = 3
xi 0, i = 1,4
R: Nu se poate aplica ASD ;
t
folosind ASP , se obine soluia optim X o = 0, 12 , 0, 3 , pentru
care f max = 15 .
7
[opt ] f = x1 2 x 2 + 3 x 3 4 x 4
10. 2 x1 x 2 + x 3 x 4 = 4 R: Dac problema este de maxim,
x1 x 2 3 x3 x 4 = 3
xi 0, i = 1,4
X o = (3, 0, 2, 0)t , f max = 9 ; dac problema este de minim,
t
X o = 1 , 0, 0, 10 , f min = 13 .
3
3
[min] f = 8 x1 + 3 x 2
11. x1 x 2 1
x1 + 2 x 2 1
x i 0, i = 1,2
R: Problema nu are soluie.
6.5. REOPTIMIZRI
PROBLEME REZOLVATE
Se consider problema de programare liniar:
[max ] f
= 7 x1 + 4 x 2
2 x1 + 3 x 2 9
x x 3
1
2
x + x 9
1
2
x 0, i = 1,2
i
a ) S se determine soluia optim a acestei probleme.

b) S se determine soluia optim a problemei n cazul n care
coeficienii funciei obiectiv devin:
b1 ) c~ = (4,3) ;
b2 ) c~ = (5,5) ;
b3 ) c~ = (1,6) .
c) S se determine soluia optim a problemei n cazul n care
temenii liberi devin:
~
c1 ) b = (1,2,3) t ;
~
c 2 ) b = (5,3,1) t .
Rezolvare:
a) Forma standard de lucru a problemei este:
[max ] f
= 7 x1 + 4 x 2 + 0 x 3 + 0 x 4 + 0 x 5
2 x1 +
x
1
x +
1
x 0,
i
3x 2 + 0 x3 = 9
x2 + x4 = 3
x2 +
i = 1,5
x5 = 9
Pentru rezolvarea problemei vom aplica algoritmul simplex primal.

CB
0
0
0
Baza
a3
a4
a5
fj
XB
9
3
9
0
j
0
7
0
a3
a1
a5
fj
15
3
6
21
j
0
7
4
a3
a1
a2
fj
12
6
3
54
j
a1
a2
a3
a4
a5
-2
1
1
0
7
0
1
0
7
0
0
1
0
7
0
3
-1
1
0
4
1
-1
2
-7
11
0
0
1
4
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
1
0
0
0
2
1
-1
7
-7
5/2
1/2
-1/2
3/2
-3/2
0
0
1
0
0
0
0
1
0
0
-1/2
1/2
1/2
11/2
-11/2
Rezult soluia optim: X o = (6, 3, 12, 0, 0) t , f max = 54 .

b) Modificarea coeficienilor funciei obiectiv
Alctuim un tabel simplex n care vom copia datele din ultima
iteraie a tabelului precedent, cu excepia liniei C j (unde vom scrie
noii coeficieni ai funciei obiectiv, dai de c~ ), a coloanei C B
(unde vom trece tot coeficienii funciei obiectiv dai de c~ ) i,
evident, a liniilor f j i j . Dup ce calculm j sunt posibile
dou situaii:
1) toate elementele liniei j sunt negative sau egale cu zero i
n acest caz se poate citi soluia optim a problemei modificate;
soluia optim a problemei modificate coincide cu soluia optim
a problemei iniiale. Valoarea optim a funciei obiectiv este dat

de primul element al liniei f j ;
2) pe linia j exist cel puin un element strict pozitiv i n acest
caz se aplic n continuare algoritmul simplex primal, pn la
obinerea soluiei optime a problemei modificate.
b1 ) n cazul n care c~ = (4, 3) obinem urmtorul tabel simplex:
CB
0
4
3
Baza
a3
a1
a2
fj
XB
12
6
3
33
j
a1
a2
a3
a4
a5
1
0
0
0
0
5/2
1/2
-1/2
1/2
-1/2
-1/2
1/2
1/2
7/2
-7/2
0
1
0
4
0
0
0
1
3
0
Se observ c toate elementele liniei j sunt negative sau egale

cu zero. Rezult c soluia optim a problemei modificate coincide
cu soluia optim a problemei iniiale:
~
~
X o = (6, 3, 12, 0, 0) t , f max = 33 .
b2 ) n cazul n care c~ = (5,5) obinem urmtorul tabel simplex:
CB
0
5
5
Baza
a3
a1
a2
fj
XB
12
6
3
45
j
0
5
5
a4
a1
a2
fj
24/5
18/5
27/5
45
j
a1
a2
a3
a4
a5
0
1
0
5
0
0
1
0
5
0
0
0
1
5
0
0
0
1
5
0
1
0
0
0
0
2/5
-1/5
1/5
0
0
5/2
1/2
-1/2
0
0
1
0
0
0
0
-1/2
1/2
1/2
5
-5
-1/5
3/5
2/5
5
-5
Observm c toate elementele liniei j din prima iteraie sunt

negative sau egale cu zero, prin urmare soluia optim a problemei
iniiale este soluie optim i pentru problema modificat:
~
X 1 = (6, 3, 12, 0, 0) t . Deoarece pe linia j exist 4 = 0 , dar
vectorul a 4 nu se afl n baza optim, rezult c problema are

optim multiplu. Introducnd n baz vectorul a 4 , obinem o nou
~
soluie optim: X 2 = (18 / 5, 27 / 5, 0, 24 / 5, 0) t .
Soluia optim n form general a problemei este:
~
~
X opt = X 1 + (1 ) X 2 , [0,1] , iar f max = 45 .
b3 ) n cazul n care c~ = (1,6) obinem urmtorul tabel simplex:
Baza
CB
a3
0
1
6
a1
a2
fj
XB
12
6
3
24
j
0
1
6
a4
a1
a2
fj
24/5
18/5
27/5
36
j
a1
a2
a3
a4
a5
0
0
1
6
0
0
0
1
5
0
1
0
0
0
0
2/5
-1/5
1/5
1
-1
0
1
0
1
0
0
1
0
5
0
5/2
1/2
-1/2
-5/2
5/2*
1
0
0
0
0
-1/2
1/2
1/2
7/2
-7/2
-1/5
3/5
2/5
3
-3
Pe linia j din prima iteraie exist un element strict pozitiv

( 4 = 5 ), prin urmare vom aplica n continuare algoritmul simplex
2
primal, pn la obinerea soluiei optime a problemei modificate:

~
~
X o = (18 / 5, 27 / 5, 0, 24 / 5, 0) t , f max = 36 .
c) Modificarea termenilor liberi ai restriciilor problemei

Vom folosi formula prin care se determin o soluie de baz X B a
sistemului de restricii corespunztoare unei baze date B :
X B = B 1 b , unde B este matricea care are pe coloane vectorii
bazei B i B 1 se citete din ultima iteraie a tabelului simplex, n
dreptul vectorilor care au format baza iniial; b este vectorul
termenilor liberi.
~
Dac vectorul termenilor liberi b devine b , se calculeaz
~
~
X B = B 1 b . Sunt posibile dou cazuri:
~
1) X B 0 , n acest caz soluia optim a problemei modificate
este format din variabilele bazice, care se pot citi din vectorul
~
X B i din variabilele secundare, care sunt egale cu zero.
~
2) X B are cel puin o component negativ; n aceast situaie,
se alctuiete un tabel simplex, n care se copiaz datele din
ultima iteraie a tabelului simplex al problemei iniiale, mai puin
~
coloana X B , unde se scriu elementele date de X B . Se aplic n
continuare algoritmul simplex dual.
~
c1 ) b = (1, 2, 3) t
~
~
Dup formula X B = B 1 b avem c soluia de baz a sistemului
~
de restricii cu termenii liberi dai de b , corespunztoare bazei
5
12 1 92
1
2

~
1
1
2 = 52 0 , deci
{a3 , a1 , a 2 } , este: X B = 0
2
2
1
1
1 3
2
0 2
2
soluia optim a problemei modificate este dat de:
x3 = 92 , x1 = 52 , x 2 = 12 , x 4 = x5 = 0 , sau
~
~
X o = ( 52 , 12 , 92 ,0,0) t , f max = 7 52 + 4 12 =
39
2
~
c 2 ) b = (5,3,1) t
~
~
Dup formula X B = B 1 b avem c soluia de baz a sistemului
~
de restricii cu termenii liberi dai de b , corespunztoare bazei
{a3 , a1 , a 2 } , este:
5
12 5 12
1
2

~
1
1
X B = 0
2
2 3 = 2 , care are i o component
1
1
1 1

2
0 2
negativ; prin urmare, vom aplica n continuare algoritmul simplex
dual.
CB
0
7
4
Baza
a3
a1
a2
fj
XB
12
2
-1
10
j
0
7
0
a3
a1
a4
fj
7
1
2
7
j
a1
a2
a3
a4
a5
0
0
1
4
0
5
1
-2
7
-3
1
0
0
0
0
1
0
0
0
0
0
1
0
7
0
0
1
0
7
0
5/2
1/2
-1/2
3/2
-3/2
0
0
1
0
0
Obinem c soluia optim a problemei modificate este:

~
~
X o = (1,0,7,2,0)t , f max = 7 1 + 4 0 = 7 .
-1/2
1/2
1/2
11/2
-11/2
2
1
-1
7
-7
PROBLEME PROPUSE
1. Se consider problema de programare liniar:
[max ] f
= 5 x1 + 9 x 2
3 x1 + 2 x 2 12
- x + x 8
2
1
x + x 6
2
1
x 0, i = 1,2
i
a) S se rezolve aceast problem.

b1 ) c~ = (2,1) ;
b2 ) c~ = (1, 6 ) .
~
c1 ) b = (1, 2, 3)t ;
~
c2 ) b = (5, 3, 1)t ;
~
c3 ) b = (1, 2, 4)t .
R: a) X o = (0, 6)t , f max = 54 ;
~
~
b) b1 ) X o = (6, 0)t , f max = 30 ;
~
~
b2 ) X o = (0, 6)t , f max = 54 ;
~
~
c) c1 ) X o = (1, 2)t , f max = 23 ;
~
~
c2 ) X o = (0, 1)t , f max = 9 ;
t
~
~
c3 ) X o = 7 , 13 , f max = 152 .
(5 5 )
2. Se consider problema de programare liniar:
[min ] f
= 5 x1 + 3 x 2
4 x1 + 3 x 2 24
x x 3
2
1
x + x 9
1
2
x 0, i = 1,2
i
a) S se rezolve aceast problem.

b1 ) c~ = (6, 5) ;
b2 ) c~ = (3, 8) ;
~
c1 ) b = (4, 5, 6)t ;
~
c1 ) b = (5, 3,1)t ;
~
c1 ) b = (3, 2, 4)t .
R: a) X o = (4, 3)t , f max = 29 ;

~
~
b) b1 ) X o = (4, 3)t , f max = 39 ;
~
~
b2 ) X o = (0, 7 )t , f max = 56 ;
t
~
~
c) c1 ) X o = 11 , 1 , f max = 29 ;
2 2
~
~
c2 ) X o = (1, 0)t , f max = 5 ;
~
~
c3 ) X o = (3, 1)t , f max = 18 .
6.6. REZOLVAREA UNEI PROBLEME DE

PROGRAMARE LINIAR PRIN MAI MULTE
METODE
PROBLEME REZOLVATE
S se rezolve urmtoarea problem de programare liniar prin toate

metodele cunoscute:
[min ] f
= 5 x1 + 4 x2 + 6 x3
x1 + 3 x2 + x3 6
2 x + x + 2 x 12
2
3
1
3 x + x + 2 x 24
2
3
1
x 0, i = 1,3
i
Rezolvare:
Metoda I. (folosind algoritmul simplex primal)

[min ] f
= 5 x1 + 4 x2 + 6 x3 + 0 x4 + 0 x5 + 0 x6 + My1 + My2 + My3

x1 + 3 x2 + x3 x4 + y1 = 6
2 x + x + 2 x x + y = 12
3
5
2
1 2
3 x + x + 2 x x + y = 24
3
6
3
1 2
x 0, i = 1,6
i
CB
M
M
M
5
M
M
5
0
M
Baza
a7
a1
a2
a3
a4
a5
a6
a7
a8
a9
0
-1
0
0
0
-1
1
0
0
0
1
0
0
0
1
a9
1 2
2
1
3
1
1 -1
2 0
2 0
fj
42M
6M
5M
-M
-M
-M
6M-5 4M-4 5M-6 -M
-M
-M
a9
6
0
6
1
0
0
2 1 -1 0
-3 0 2 -1
-5 -1 3 0
0
0
-1
1
-2
-3
0
1
0
0
0
1
fj
6M+30
5 -8M+10 -M+5 5M-5 -M
-M
-5M+5
0 -8M+6
-M
-6M+5
6
0
6
1 1/2 1
0 -3/2 0
0 -1/2 -1
1/2
1/2
-3/2
0
0
1
6M+30
5 -M/2+5/2 -M+5 0
3M/2-5/2 -M
0 -M/2-3/2 -M-1 0 3M/2-5/2 -M
-M
8
2
4
40
1 1/3 2/3 0
0 -5/3 -1/3 1
0 -1/3 -2/3 0
0 -1/3 0
0 -1/3 -1
1 -2/3 0
5/3
10/3
-7/3
-8/3
a1
a8
a1
a4
a9
fj
a1
a4
a5
fj
6
12
24
a8
5
0
0
XB
4M
-M-1 5M-5 -M
0 -1/2 0 0
1 -1/2 0 -1
0 3/2 -1 0
-5/3
-5/3
1/3
1/3
2/3
5/3
-M 5/3 -M
Rezult soluia optim: X o = (8,0,0,2,4,0) t , f min = 40 .

Metoda II.(cu ajutorul problemei duale)
Scriem i rezolvm problema dual:
[max]g = 6 y1 + 12 y 2 + 24 y 3
y1 + 2y 2 + 3 y 3 5
2 y + y + y 4
2
3
1
y + 2y + 2 y 6
2
3
1
y 0, i = 1,3
i
Forma standard de lucru a problemei duale este:
0
0
-1
0
-M
6
6
8
-3M/2+5/2 M
-5M/2+5/2
0
2
6
18
-
[max ]g = 6 y1 + 12 y 2 + 24 y 3 + 0 y 4 + 0 y 5 + 0 y 6
y1 + 2y 2 + 3 y 3 + y 4 = 5
2 y + y + y + y = 4
2
3
5
1
y1 + 2y 2 + 2 y 3 + y 6 = 6
y 0, i = 1,6
i
Realizm tabelul simplex pentru problema dual:

CB
0
0
0
Baza
a4
a5
a6
fj
YB
5
4
6
0
j
24
0
0
a3
a5
a6
fj
5/3
7/3
8/3
40
j
12
24
a1
a2
a3
a4
a5
a6
1
2
1
0
6
1/3
5/3
1/3
8
-2
2
1
2
0
12
2/3
1/3
2/3
16
-4
1
0
0
0
0
1/3
-1/3
-2/3
8
-8
0
1
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
1
0
0
3
1
2
0
24
1
0
0
24
0
5/3
4
3
0
2
Soluia optim a problemei primale se citete de pe linia f j , n

dreptul vectorilor care au format baza iniial :
X o = (8,0,0) t , f min = 40 .
Metoda III. ( cu ajutorul algoritmului simplex dual)
Pentru a se putea aplica algoritmul simplex dual, este necesar s
avem o soluie dual realizabil. Pentru aceasta, va trebui s
nmulim cel puin o restricie cu -1. Observm c cel mai
convenabil este s nmulim toate restriciile cu -1; astfel, cu
ajutorul variabilelor de compensare, vom obine matricea identic
i algoritmul simplex va fi mai uor de aplicat, n condiiile n care
s-a obinut o soluie dual realizabil.
[min ] f
= 5 x1 + 4 x 2 + 6 x 3
x1 3 x 2 x 3 6
- 2 x x 2 x 12
1
2
3
3 x x 2 x 24
1
2
3
x 0, i = 1,3
i
[min ] f
= 5 x1 + 4 x 2 + 6 x3 + 0 x 4 + 0 x5 + 0 x 6
x1 3 x 2 x3 + x 4 = 6
- 2 x x 2 x + x = 12
1
2
3
5
+
3
2
x
x
x
x
1
2
3
6 = 24
x 0, i = 1,6
i
Realizm tabelul algoritmului simplex dual:

CB
0
0
0
Baza
a4
a5
a6
fj
XB
-6
-12
-24
0
j
0
0
5
a4
a5
a1
fj
2
4
8
40
j
a1
a2
a3
a4
a5
a6
0
1
0
0
0
0
1
0
0
0
0
0
1
0
0
-1/3
-2/3
-1/3
-5/3
-5/3
-1
-2
-3
0
-5
0
0
1
5
0
-2
-1
-1
0
-4
-5/3
-1/3
1/3
5/3
-7/3
-1
-2
-2
0
-6
-1/3
-2/3
2/3
10/3
-8/3
1
0
0
0
0
1
0
0
0
0
Rezult soluia optim: X o = (8,0,0,2,4,0) t , f min = 40 .
PROBLEME PROPUSE
S se rezolve urmtoarele probleme de programare liniar prin

toate metodele cunoscute:
[max] f = 3 x1 + 5 x 2
x + 3 x 2 11
1. 1
2 x1 + x 2 7
x , x 0
1 2
R: X o = (2, 3)t ; f max = 21 .
[min] f = 5 x1 9 x 2
2x x 4
2. 1 2
x1 + 3 x 2 3
x , x 0
1 2
R: X o = (3, 2)t ; f min = 3 .
[max] f = 4 x1 + 3 x 2
3.
2 x1 + x 2 5
x1 + 2 x 2 4
x , x 0
1 2
R: X o = (2, 1)t ; f max = 11 .
[min] f = 4 x1 + x 2
3 x 2 x 2 12
4. 1
x1 + x 2 5
x , x 0
1 2
R: X o = (22, 27 )t ; f min = 61 .
[max] f = 3 x1 + 4 x 2
5. 2 x1 + x 2 12
x1 + 2 x 2 4
x , x 0
1 2
R: X o = (4, 4)t ; f max = 28 .
[min] f = 3 x1 + 8 x 2
6. 3x1 2 x 2 3
x1 + x 2 2
x , x 0
1 2
R: X o = (7, 9)t ; f min = 51 .
[max] f = 7 x1 x 2
7. 3 x1 + x 2 6
x1 + 2 x 2 4
x , x 0
1 2
R: Problema nu are soluie.
[max] f = 3x1 + 5 x2
x1 + 2 x 2 8
8. 2 x1 + 3 x2 6
3x1 + x2 18
x1,2 0
R: X o = (4, 6 )t ; f max = 42 .
[min] f = 3 x1 + 2 x 2 + x3
2 x1 + x 2 + 3 x3 = 6
9. x1 + x 2 + x3 3
R: X o = (2, 2, 0 )t ; f max = 10 .
x + x + 2x 4
2
3
1
x 0, i = 1,3
i
[min] f = 6 x1 x 2 + 5 x3
x1 + x3 + 2 x 4 2
10. 2 x1 x 2 = 4
x + x x 1
3
4
2
x 0, i = 1,4
i
R: X o = (2, 0, 0, 2)t ; f min = 12 .
[min] f = 2 x1 x 2 + 2 x3
x1 + x 2 + x3 2
11. x 2 x + x 3
2
3
1
x + x 2x 3
2
3
1
x 0, i = 1,3
i
R: X o = (8, 5, 5)t ; f min = 21 .
[min] f = 4 x1 3 x 2 + x3
x1 + x 2 + x3 4
12. 2 x x + 3x = 4
R: X o = (0, 11, 5)t ; f min = 28 .
2
3
1
x1 x 2 + 2 x3 1
x 0, i = 1,3
i
[max] f = 2 x1 + 8 x 2 + 5 x3
x1 + 3 x 2 + 2 x3 = 30
13. x + 2 x + x 22
2
3
1
x1 + x 2 + x3 12
x 0, i = 1,3
i
R: X o = (3 , 6 + 3 , 6 6 )t , [0,1] ; f max = 78 .
[max] f = x1 + 2 x 2 + 4 x3
x1 + 2 x 2 6
14. 2 x1 + x 2 + x3 6
x + 2x 5
3
1
x 0, i = 1,3
i
t
R: X o = 0, 3, 5 ; f max = 16 .
2
[min] f = 3 x1 + 2 x 2 + 4 x3
2 x1 + x3 1
15. x + 3 x x 3
2
3
1
x + 2x 4
3
2
x 0, i = 1,3
i
R: X o = (0, 4, 0)t ; f min = 8 .
6.7. PROBLEME DE TRANSPORT
PROBLEME REZOLVATE
1. Un produs trebuie transportat de la furnizorii F1 , F2 ctre
beneficiarii B1 , B2 , B3 . Cantitile de care dispun cei trei furnizori,
necesarul fiecrui beneficiar i costurile unitare de transport sunt
date n tabelul urmtor:
F1
F2
Necesar
B1
3
4
40
B2
2
5
50
B3
2
6
40
Disponibil
60
70
a ) S se scrie modelul matematic al problemei.

b) S se determine planul optim de transport astfel nct costul
total de transport s fie minim, pornind de la o soluie de baz
obinut prin metoda colului de nord-vest.
Rezolvare:
Observaie. Fiecrui furnizor Fi i corespunde n coloana
disponibil cantitatea de care dispune, fiecrui beneficiar B j i
corespunde pe linia necesar cantitatea de care are nevoie, iar la

intersecia liniei furnizorului Fi cu coloana beneficiarului B j se
poate citi elementul Cij = costul unitar de transport de la Fi ctre
B j . Notm cu N suma cantitilor de pe linia necesar i cu D
suma cantitilor din coloana disponibil.

a) Notm cu xij cantitatea ce trebuie transportat de la
furnizorul "i" ctre beneficiarul " j " , unde i = 1,2 , j = 1,3 i cu
f costul total de transport. Observm c N = D , deci problema
este echilibrat. Modelul matematic al problemei de transport este:

[min ] f (x ) = 3x11 + 2 x12 + 2 x13 + 4 x21 + 5 x22 + 6 x23
x11 + x12 + x13 = 60
x + x + x = 70
22
23
21
x11 + x 21 = 40
x + x = 50
22
12
x13 + x23 = 40
xij 0, i = 1,2, j = 1,3

b) Etapa I. Se verific dac problema este echilibrat ( N = D );
deoarece N = D = 130 , rezult c aceast condiie este ndeplinit.
Etapa II. Se determin o soluie de baz, notat X 0 .
Vom folosi metoda colului de nord-vest.
1) Fie NV csua situat n colul de nord-vest al tabelului X 0 .
n NV se transport o cantitate egal cu minimul dintre necesarul
i disponibilul corespunztoare acestei csue (n NV se scrie
valoarea min{40,60}=40).
2) Se scade aceast valoare din disponibilul i necesarul
corespunztor csuei NV . Dac s-a epuizat necesarul, se
completeaz cu - csuele de pe coloana pe care se afl NV , iar
dac s-a epuizat disponibilul se completeaz cu - csuele de pe
linia pe care se afl NV .
3) Se reiau paii 1) , 2) pentru matricea rmas necompletat.
Obinem soluia X 0 :
40
-
20
30
40
Etapa III. Se verific dac soluia obinut este:

1) nedegenerat (dac are m + n 1 componente nenule, unde
m reprezint numrul de furnizori, iar n reprezint numrul de
beneficiari);
2) optim (dac ij 0, ()i = 1, m, j = 1, n ).

1) Se observ c soluia X 0 este nedegenerat.
2) Pentru testarea optimalitii, introducem variabilele
u i , i = 1,2 i v j , j = 1,3 , cu proprietatea c u i + v j = C ij , unde C ij
sunt costurile unitare de transport din csuele bazice (csuele

corespunztoare componentelor nenule ale soluiei).
2.1) Pentru determinarea variabilelor u i i v j vom folosi
urmtorul tabel, n care am copiat costurile C ij din csuele
nebazice i am dat uneia dintre variabile valoarea zero ( u1 = 0 ):
u1 =0
v1 =
v2 =
v3 =
2
5
u2 =
Din condiia u i + v j = C ij , i = 1,2 , j = 1,3 , obinem:

u1 + v1 = 3
v1 = 3 ;
u1 = 0
u 2 + v 2 = 5
u2 = 3 .
v2 = 2
u1 + v 2 = 2
v2 = 2 ;
u1 = 0
u2 + v3 = 6
v3 = 3 .
u2 = 3
2.2) Pentru variabilele u i i v j gsite calculm

Cij = u i + v j , i = 1,2, j = 1,3 i le scriem n urmtorul tabel:
u1 =0
u2 =3
v1 =3
v2 =2
v3 =3
3
6
2
5
3
6
2.3) Determinm apoi ij = C ij C ij , i = 1,2, j = 1,3 i

verificm criteriul de optim.
Toate calculele din etapa III .2) se pot sintetiza n urmtorul tabel:
v1 =3
v2 =2
v3 =3
u1 =0
u2 =3
X0
40
+
20
30
-
40
ij = C ij C ij
Etapa IV. Se observ c exist valori ij > 0 , prin urmare soluia

nu este optim.
Se alege cea mai mare dintre diferenele ij > 0 (n cazul acesta,
21 ) i n csua corespunztoare acesteia ( x21 ) se scrie . Se
formeaz un circuit ce pleac din i revine n , care merge n
unghi drept i are colurile nenule. n colurile circuitului se scriu
alternativ semnele + , -, ncepnd cu + de la . Se alege
= minimul csuelor marcate cu -: = min{40, 30} = 30 . Cu
= 30 se determin o nou soluie de baz X 1 , adunnd la
csuele marcate cu + i scznd la cele marcate cu -.
Vor rezulta urmtoarele iteraii:
v1 =3
v2 =2
v3 =5
u1 =0
u2 =1
-2
v1 =0
v2 =2
v3 =2
u1 =0
-3
u2 =4
v1 =1
v2 =2
v3 =2
1
4
2
5
2
5
X1
10
30
+
50
40
X2
40
50
+
10
30
-
X3
40
20
30
40
u1 =0
u2 =3
ij = C ij C ij
ij = C ij C ij
ij = C ij C ij
-2
0
0
0
0
-1
Deoarece criteriul de optim se verific ( ij 0, i = 1, 2, j = 1, 3),

rezult c soluia gsit n ultima iteraie este optim.
Observm c toate diferenele ij = 0 corespund unor variabile

bazice, deci soluia optim este unic. Am obinut X O :
20
30
40
40
sau: x11 = 0, x12 = 20, x13 = 40, x 21 = 40, x 22 = 30, x 23 = 0.

Costul total minim de transport este:
2
f min = C ij x ij = 3 0 + 2 20 + 2 40 + 4 40 + 5 30 + 6 0 = 430 u.m.

i =1 j =1
2. S se rezolve problema de transport:

F1
F2
F3
Necesar
B1
4
2
1
1
5
7
B3
3
6
4
70
80
50
Disponibil
60
40
100
Rezolvare:
Etapa 1. Se observ c problema este echilibrat.
Etapa II. Determinm o soluie iniial de baz.

Observaie. n cazul n care nu se specific folosirea unei anumite
metode pentru aflarea unei soluii iniiale de baz, este mai bine s
determinm cte o soluie prin mai multe metode i s o alegem
pe aceea care are costul total de transport minim.
a)
Prin metoda colului de nord-vest rezult soluia X

60
10
-
f 0 = 960
u .m .
30
50
50
b) Metoda costului minim pe linie

1) Fie ML csua de pe prima linie creia i corespunde cel mai
mic cost. n ML se transport o cantitate egal cu minimul dintre
necesarul i disponibilul corespunztoare acestei csue (vom
obine astfel x11 = 60 ).
corespunztor csuei ML . Dac s-a epuizat necesarul, se
completeaz cu - csuele de pe coloana pe care se afl ML , iar
linia pe care se afl ML .
Rezult soluia X 1 :
40
30
f 1 = 510 u . m .
60
20
50
c) Metoda costului minim pe coloan obinem:

1) Fie MC csua de pe prima linie creia i corespunde cel
mai mic cost. n MC se transport o cantitate egal cu minimul
dintre necesarul i disponibilul corespunztoare acestei csue (vom
corespunztor csuei MC . Dac s-a epuizat necesarul, se
completeaz cu - csuele de pe coloana pe care se afl MC , iar
linia pe care se afl MC .
Rezult soluia X2 :
70
f 2 = 470
u .m .
60
20
-
20
30
d ) Metoda costului minim n tabel:

1) Fie MT csua de pe prima linie creia i corespunde cel
mai mic cost. n MT se transport o cantitate egal cu minimul
dintre necesarul i disponibilul corespunztoare acestei csue (vom
corespunztor csuei MT . Dac s-a epuizat necesarul, se
completeaz cu - csuele de pe coloana pe care se afl MT , iar
linia pe care se afl MT .
Rezult soluia X3 :
f 3 = 470
70
u .m .
60
20
-
20
30
Alegem drept soluie iniial de baz pe aceea care are costul de

transport minim, adic pe X2 (care coincide cu X3 ).
Etapa III. Soluia aleas este nedegenerat, rmne s verificm
optimalitatea.
v1 =-1
v2 =1
v3 =2
u1 =0
-1
-5
-1
u2 =4
u3 =2
-4
X0
60
+
70
-
20
20
30
+
ij = C ij C ij
Etapa IV.
X1
20
50
60
20
u1 =0
u2 =4
50
u3 =3
v1 =-2
v2 =1
v3 =1
-2
2
1
1
5
4
1
5
4
ij = C ij C ij
-6
0
0
0
0
-3
-2
-1
0
Problema are soluie unic. Soluia optim este
X O:
60
20
20
50
50
Costul minim de transport este: fmin = 450 u.m.

F1
F2
Necesar
B1
1
2
24
3
1
12
Disponibil
B3
2
3
36
42
30
Rezolvare:
Etapa II. Determinm o soluie iniial de baz.
a) Prin metoda colului de nord-vest rezult soluia X 0 :
24
-
f 0 = 162
b)
12
-
6
30
u .m .
Prin metoda costului minim pe linie obinem soluia X 1 :

24
-
f 1 = 126
12
18
18
u .m .
Soluiile obinute prin metoda costului minim pe coloan i n tabel

coincid cu X 1 .
Vom alege X1 drept soluie iniial de baz.
Etapa III. Aceast soluie este nedegenerat; verificm
optimalitatea.
v1 =1
v2 =0
v3 =2
u1 =0
-3
u2 =1
X1
24
12
+
18
18
-
ij = C ij C ij
Observm c 21 = 0 , dar x21 nu este variabil bazic, deci

problema are optim multiplu. Vom determina o nou soluie,
scriind n csua x21. Rezult = 18 i o nou soluie X 2 :
6
18
36
12
Soluia optim sub form general este:

X O = X 1 + (1 ) X 2 , [0,1],

F1
F2
Necesar
B1
5
2
40
1
6
50
Disponibil
B3
3
4
60
30
80
Rezolvare:
Etapa I. Problema este neechilibrat (D < N ) .
Pentru echilibrare se introduce un furnizor fictiv, avnd
disponibilul egal cu N D = 40 i costurile unitare de transport
nule. Obinem problema:
B1
F1
F2
F3
5
2
0
1
6
0
B3
3
4
0
Necesar
40
50
60
Disponibil
30
80
40
Etapa II. Determinm cte o soluie iniial de baz prin cele patru
metode.
a ) Prin metoda colului de nord-vest rezult soluia X 0 :
30
10
-
f 0 = 550
u .m .
50
-
20
60
b) Prin metoda costului minim pe linie rezult soluia X 1 :
f 1 = 270
40
u .m .
30
20
40
20
c) Prin metoda costului minim pe coloan gsim soluia X2 :

40
-
30
20
-
20
40
f 2 = 310 u . m .
d ) Prin metoda costului minim n tabel obinem soluia X3 :
70
60
20
-
20
30
f 3 = 470 u . m .
Alegem X1 drept soluie iniial de baz.
Etapa III. Aceast soluie este nedegenerat, rmne s verificm
optimalitatea.
v1 =-1
v2 =1
v3 =1
-1
2
-2
1
4
0
1
4
0
ij = C ij C ij
X1
40
-
30
20
40
20
u1 =0
u2 =3
u3 =-1
-6
0
-2
Problema are soluie unic. Soluia optim este X O :

40
-
30
20
40
20
Costul total minim de transport este f min = 270 u.m.
0
-2
0
-2
0
0
5. S se rezolve urmtoarea problem de transport, pornind de

la o soluie de baz obinut prin metoda costului minim pe linie:
F1
F2
Necesar
B1
7
5
12
3
6
24
B3
6
4
18
Disponibil
24
30
Rezolvare:
Etapa II. Determinm o soluie iniial de baz prin metoda

costului minim pe linie i obinem soluia X 0 :
12
24
-
18
Etapa III. Observm c soluia obinut este degenerat (are

numai 3 componente nenule, n loc de 4).
Deoarece degenerarea soluiei s-a produs n faza iniial, vom
modifica problema astfel: adugm la fiecare cantitate din coloana
disponibil o valoare , iar la ultima cantitate de pe linia
necesar valoarea m , unde m reprezint numrul de
furnizori, iar este un numr pozitiv foarte mic, 0 . Dup
ce algoritmul a luat sfrit, nlocuim cu zero i apoi citim
soluia optim a problemei.
Astfel obinem problema modificat:
F1
F2
Necesar
B1
7
5
12
B2
3
4
24
B3
6
6
18+2
Disponibil
24+
30+
Soluia obinut prin metoda costului minim pe linie este X 0 :

12
24
-
18+
Aceasta este nedegenerat; verificm optimalitatea.

X1
12
24
-
u1 =0
18+
u2 =0
v1 =5
v2 =3
v3 =6
5
5
3
3
6
6
ij = C ij C ij
-2
0
0
-1
0
0
Rezult c problema are soluie optim unic, degenerat, X O :

24
12
18

f min = 3 24 + 5 12 + 6 18 = 240 u.m.
6. S se rezolve urmtoarea problem de transport, pornind de
la o soluie de baz obinut prin metoda costului minim pe
coloan:
F1
F2
F3
F4
Necesar
B1
3
4
2
B2
5
4
6
B3
5
7
7
5
20
6
70
6
70
9
7
5
8
70
Disponibil
30
60
50
90
Rezolvare:
Etapa I. Avem D = N = 230 u.m. , deci problema este echilibrat.
Etapa II. Determinm o soluie de baz prin metoda costului
minim pe coloan i obinem X 0 :
20
-
10
60
-
20
50
30
40
Etapa III. a) X 0 are 4 + 4 1 componente nenule, deci este

nedegenerat.
b) Testm optimalitatea soluiei:
v1 = 4
v2 = 5
v3 = 5
v4 = 7
u1 = 0
-2
u 2 = 1
-1
-3
-1
u 3 = 2
-3
-4
u4 = 1
X0
+
10
20
60
20
50
+
+
30
40
-
ij = C ij C ij
Se observ c 11 > 0 , prin urmare soluia nu este optim.

Etapa IV. n csua x11 adugm . Alegem
= min{20, 40, 20} = 20 . Cu = 20 gsim o nou soluie de baz
X1 :
20
10
60
50
20
70
a ) Observm c aceast soluie este degenerat.

Deoarece degenerarea soluiei s-a produs pe parcurs , vom scrie
ntr-una din csuele eliberate n etapa precedent ( x13 sau
x31 ). Vom obine o soluie nedegenerat X 2 :
20
10
60
50
20
70
b) Verificm optimalitatea acestei soluii:

X2
20
10
60
u1 = 0
u 2 = 1
70
50
u3 = 2
20
u4 = 1
v1 = 3
v2 = 5
v3 = 5
v4 = 7
3
2
1
4
5
4
3
6
5
4
3
6
7
6
5
8
ij = C ij C ij
0
-2
-1
-1
0
0
-3
0
0
-3
-4
0
-2
-1
0
0
Criteriul de optim este ndeplinit. Lum = 0 i rezult soluia

optim X O :
20
10
60
50
20
70

f min = 20 3 + 10 5 + 60 4 + 50 5 + 70 6 + 20 8 = 1480 u.m.
PROBLEME PROPUSE
S se scrie modelul matematic i s se determine planul optim de

transport pentru urmtoarele probleme, astfel nct costul total de
transport sa fie minim:
1.
F1
F2
Necesar
B1
4
5
50
3
6
60
B3
3
7
50
Disponibil
Disponibil
80
80
R: X :
30
30
50
50
f min = 670 u.m.
2.
B1
F1
F2
F3
4
7
1
6
5
2
B3
3
1
4
Necesar
100
40
60
50
80
70
R: X o :
50
20
20
50
60
f min = 450 u.m.
3.
B1
F1
F2
F3
6
4
2
8
5
7
B3
3
1
9
Necesar
70
80
50
B1
4
2
1
1
5
7
B3
3
6
4
70
20
50
Disponibil
60
40
100
R: X :
10
40
30
70
50
f min = 780 u.m.
4.
F1
F2
F3
Necesar
R: X :
20
70
40
10
f min = 250 u.m.
40
20
Disponibil
60
40
100
5.
B1
F1
F2
F3
Necesar
5
3
2
2
6
8
B3
4
7
5
10
Disponibil
8
6
12
R: X :
8
2
9
4
3
f min = 89 u.m.
6.
F1
F2
F3
Necesar
B1
3
4
9
8
5
7
B3
3
6
4
60
80
50
Disponibil
60
40
60
X :
60
40
10
30
50
f min = 650 u.m.
7.
B1
F1
F2
F3
5
1
7
2
4
1
B3
6
3
4
Necesar
80
70
50
Disponibil
40
60
100
R: X o :
20
60
20
50
50
f min = 450 u.m.
8.
B1
F1
F2
F3
2
3
1
4
3
5
B3
4
6
6
F4
4
10
5
60
5
60
Necesar
Disponibil
20
7
6
4
50
40
7
60
80
R: X o :
10
10
10 10
50
10 10
50 + 10
[0, 1] ; f min = 810 u.m.
40
20
9.
B1
F1
F2
F3
7
1
2
3
4
6
B3
5
6
1
F4
5
30
9
55
7
70
Necesar
Disponibil
30
8
7
5
60
50
4
60
80
R: X :
25 + 5
30
30 5
5 5
5
50
15
[0, 1] ; f min = 645 u.m.
60
10.
B1
F1
F2
F3
1
4
2
4
2
5
B3
5
7
3
F4
4
90
6
70
6
65
Necesar
9
7
5
8
70
Disponibil
20
55
40
90
R: X o :
20
55
40
70
15
20 15
15 15
5 + 15
70
[0, 1] ; f min = 650 u.m.

11.
B1
F1
F2
F3
6
4
2
5
3
6
B3
4
7
7
F4
4
25
6
70
3
90
Necesar
20
25
30
70
5
f min = 715 u.m.
9
5
5
8
85
R: X o :
15
50
55
Disponibil
35
50
55
70
12.
B1
F1
F2
F3
3
8
5
2
4
6
B3
6
2
7
F4
Necesar
1
20
6
40
4
95
F1
F2
F3
B1
2
4
2
B2
6
4
6
B3
5
7
1
3
35
2
65
6
70
5
7
6
3
60
Disponibil
80
35
50
20
13.
F4
Necesar
9
4
5
8
80
Disponibil
30
55
70
90

Capitolul 6 Optimizări Liniare: Breviar Teoretic

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Capitolul 6 Optimizări Liniare: Breviar Teoretic

Încărcat de

Drepturi de autor:

Formate disponibile

CAPITOLUL 6

Definiia 1. Se numete soluie posibil (admisibil) a problemei

orice vector x R n care satisface restriciile problemei i

orice soluie posibil x R n a problemei (*) care ndeplinete

Teorema 1. Orice soluie posibil de baz a problemei (*) este

de optim, adic f x o = opt f ( x ) .

Notm mulimea soluiilor optime cu X o .

Teorema 2. Soluia optim a problemei de programare liniar (*)

Observaia 1. Dac problema (*) are p soluii optime de baz:

Observaia 2. Spunem c o problem de programare liniar admite:

1) optim unic, dac X o conine un singur element;

6.1. REZOLVAREA GRAFIC A UNEI

a) S se determine mulimea soluiilor posibile ale problemei.

Se tie c mulimea punctelor planului ale cror coordonate verific

Mulimea soluiilor posibile ale problemei este reprezentat de

celor dou drepte, gsim: B(3,1) .

format din ecuaiile

b) Mulimea X pb a soluiilor posibile de baz este format din

vrfurile patrulaterului ABCD , X pb = {A, B, C , D} .

2. S se rezolve urmtoarea problem de programare liniar:

d 2 : 2 x1 + 3 x 2 = 6 care taie axele n punctele (0, 2 ) i (3, 0 ) .

Determinm punctele din plan ale cror coordonate verific

Mulimea X p a soluiilor posibile ale problemei este reprezentat

Observm c funcia f atinge valoarea maxim n punctele (0, 2 )

i 3 ,1 . Conform observaiei 1 din breviarul teoretic, rezult c

Valoarea optim a funciei obiectiv este max f = 6 .

3. S se rezolve urmtoarea problem de programare liniar:

d 2 : x1 + 2 x 2 = 1 , care taie axele n punctele 0, 1

Obinem c mulimea soluiilor posibile ale problemei este vid:

4. S se rezolve urmtoarea problem de programare liniar:

Deoarece mulimea X p este nemrginit i problema este de

6.2. ALGORITMUL SIMPLEX PRIMAL

b) Scriem matricea sistemului ( A ) , pentru a verifica dac

2 1 1 0 ; baza iniial este B = {a3 , a 4 } .

Pasul II. Alctuim tabelul simplex:

f j se obine calculnd produsul scalar dintre fiecare coloan

i coloana CB; de exemplu, primele dou elemente din linia f j

( C j reprezint prima linie din tabel i este format din coeficienii

n cazul nostru, max{5, 3} = 5 , deci intr n baz vectorul a1 .

determin fcnd raportul ntre elementele coloanei X i

Pasul V. Trecem la o nou iteraie:

Algoritmul se repet pn cnd se verific unul din criteriile de

n acest caz, observm c se verific criteriul de optim finit

Determinm mulimea soluiilor posibile ale problemei,

Mulimea X p a soluiilor posibile ale problemei este reprezentat

6.2.2. REZOLVAREA PROBLEMELOR DE

S se rezolve problema de programare liniar:

Se scrie matricea sistemului( A ) , pentru a verifica dac

Observaie. Variabilele artificiale apar n funcia obiectiv cu

Rezolvm aceast problem:

6.2.3. CAZURI SPECIALE N REZOLVAREA

Discuie. a) Dac toate valorile j = 0 din ultima linie a tabelului

S se rezolve problema de programare liniar:

Din ultima iteraie citim soluia optim X 1 = (9,0,3,0,1)t . n linia

Soluia optim a problemei: X opt = X 1 + (1 ) X 2 , [0,1],

II. Probleme care nu admit soluie

S se rezolve problema de programare liniar:

Forma standard de lucru a problemei este:

j 0, j = 1,5 , deci algoritmul a luat sfrit. Rezultatele din ultima

Se observ c se verific criteriul de optim infinit (coloana a 2 ).

S se rezolve prin dou metode urmtoarele probleme de

R: Problema are optim infinit.

R: Problema nu are soluie..