Documente Academic
Documente Profesional
Documente Cultură
Capitol Ul 11
Capitol Ul 11
PROGRAMARE LINIARA
1. Forma general a unei probleme de programare liniar
Problemele de maxim i de minim apar frecvent n cele mai diferite
domenii ale matematicilor pure sau aplicate.n domeniul economic, asemenea
probleme sunt foarte naturale. Astfel, firmele ncearc s maximizeze
profiturile sau s minimizeze costurile. Experii n planificare macroeconomic
se preocup de maximizarea bunstrii unei comuniti economico-sociale.
Consumatorii doresc s cheltuiasc venitul lor ntr-un mod care s le
maximizeze satisfacia (de natur material dar i spiritual etc.)
Programarea liniar se ocup de o clas special de probleme de
optimizare care apar deseori n aplicaiile economice. Aceste probleme constau
n maximizarea sau minimizarea unei funcii liniare, numit funcie obiectiv,
ale crei variabile trebuie s satisfac:
un sistem de relaii date sub forma unor ecuaii i / sau inecuaii
liniare nestricte, denumite generic restricii;
cerina de a lua numai valori numerice nenegative (0).
1.1 Exemple
1) Problema firmei. Considerm un sistem de producie, de exemplu o
firm, care produce n bunuri G1,G2,...,Gn utiliznd pentru aceasta m categorii
de resurse R1,R2,...,Rm (materii prime, for de munc, capaciti de producie,
combustibili i energie etc.). Adoptm ipoteza c tehnologia de transformare a
resurselor n bunuri este liniar n sensul c:
Pentru fiecare bun, consumul dintr-o anumit resurs este direct
proporional cu cantitatea produs.
Consumurile dintr-o resurs sau alta nu se condiioneaz reciproc.
Fie atunci aij cantitatea din resursa i utilizat pentru producerea unei uniti din
bunul Gj. Fie deasemeni bi cantitatea disponibil din resursa Ri i cj preul (sau
profitul) unitar al bunului Gj.
I. PROGRAMARE LINIARA
f = c1 x1 + c2 x 2 +...+ cn x n
cu satisfacerea restriciilor:
LLLLLL
a m1 x1 + a m2 x 2 + L + a mn x n bm
i a condiiilor de nenegativitate:
x1 0 , x 2 0 , L x n 0
Observaie: Ipotezele de liniaritate fcute nu sunt verificate
ntotdeauna n practic. Raiunea lor este dubl:
I. PROGRAMARE LINIARA
x j 0 j = 1,..., n
n
(max) f = c j x j
j =1
Ax b
sau matricial x 0
(max) f = cx
unde:
a11
a
21
A=
M
a m1
a12
a 22
M
a m2
L a1 n
b1
b
L a 2n
2
b=
M
L M
L a mn
bm
c = [c1 c 2 L c n ]
x1
x
2
x=
M
x n
xj 0
n
(min) f = c j x j
j =1
Ax b
x0
(min) f = cx
(1.3.1)
I. PROGRAMARE LINIARA
(max) f = 2 x1 3x 2 + 4 x 3
x 3x + 5x = 3
1
2
3
5
3 x1 + x 2
2x +
x 3 10
1
x1 0, x 2 0, x 3 0
Programul (P)
(min)( f ) = 2 x 1 + 3 x 2 4 x 3
x1 3x 2 + 5 x 3 3
x1 + 3x 2 5 x 3 3
5
3x1 + x 2
2 x1
x 3 10
x 1 0 , x 2 0, x 3 0
(max) f = 7 x1 + 9 x 2 + 8 x 3
5x + 2 x x 4
1
2
3
( P ) 3 x1 + x 2 + x 3 = 5
x1 + 2 x 2 + 3 x 3 9
x1 0, x 2 0, x 3 0
(max) f = 7 x1 + 9 x 2 + 8 x 3
=4
5 x1 + 2 x 2 x 3 x 4
=5
( FSP ) 3x1 + x 2 + x 3
x 1 + 2 x 2 + 3x 3
+ x5 = 9
x j 0, j = 1,...,5
Problema care apare n acest context este aceea de a explica modul n care se
obine soluia optim a problemei (P) dac se cunoate soluia optim a formei
sale standard (FSP).
Se poate arta uor c ntre mulimile de soluii admisibile AP ,ale problemei
(P) i AFSP, ale problemei (FSP), exist o coresponden bijectiv care
conserv soluiile optime. Vom arta cum funcioneaz aceast coresponden
pe exemplul precedent.
Notnd-o cu , aceasta va asocia unei soluii admisibile x = ( x1 , x 2 , x 3 )
a problemei (P) vectorul:
( x ) = ( x1 , x 2 , x 3 , 5x1 + 2 x 2 x 3 4, 9 x1 2 x 2 3x 3 )
care prin construcie se dovedete a fi o soluie admisibil a problemei (FSP).
Reciproc, unei soluii admisibile x~ = ( x~1 , x~2 , x~3 , x~4 , x~5 ) a problemei (FSP)
corespondena invers -1 i asociaz vectorul ( x~1 , x~2 , x~3 ) care satisface n mod
clar restriciile problemei originale (P). Dac x este soluia optim a
problemei (P) atunci ( x ) este soluia optim a problemei (FSP) i reciproc,
dac cunoatem soluia optim x~ a problemei (FSP) , 1 ( x~) reprezint
soluia optim a problemei (P).
n problemele concrete, variabilele de abatere au interpretri
economice precise aa c n analiza soluiei optime valorile lor vor fi luate n
considerare laolalt cu valorile variabilelor originale. Astfel, n problema
firmei (1.1, exemplul1)) variabilele de abatere xn+1, xn+2,...,xn+m definite prin:
n
x n +i = bi aij x j
j =1
i = 1,...,m
x n +i = aij x j bi
j =1
i = 1,..., m
I. PROGRAMARE LINIARA
S considerm problema:
(max) f = 3x1 + 4 x 2
3x + 4 x 12
1
2
x1 + x 2 6
2x + x 2
1
2
x1 0 , x 2 0
Identificm x1 , x2 cu abscisa, respectiv ordonata unui punct din planul raportat
la un sistem ortogonal de axe. Este cunoscut faptul c mulimea punctelor din
plan ale cror coordonate satisfac prima restricie coincide cu unul din
semiplanele determinate de dreapta d1 de ecuaie -3x1+4x2=12. Mai precis,este
vorba de semiplanul care conine originea (0,0) , deoarece coordonatele
acesteia satisfac evident prima restricie. n mod analog, urmtoarele restricii
sunt verificate n semiplanele determinate de dreapta d2 de ecuaie x1+x2=6 i
respectiv d3 de ecuaie -2x1+x2=2 i care conin originea. n fine, condiia x10
are loc n semiplanul din dreapta axei verticale, n timp ce condiia x20 are
loc deasupra axei orizontale.
Soluiile admisibile ale problemei se identific cu punctele comune
celor cinci semiplane. Acestea formeaz interiorul i frontiera poligonului
OABCD din figura 1.5.1.
x2
f=24
f= 22 27
C
f=12
B
d1
A
d2
O
x1
D
d3
Figura 1.5.1