Documente Academic
Documente Profesional
Documente Cultură
Mat Ts
Mat Ts
96
Fie x j timpul de funcionare al mainii M j , iar c j beneficiul
obinut prin funcionarea lui M j n unitatea de timp, 1 j n . Un sistem
de numere reale x1 , x2 ,..., xn constituie un plan optim de producie, dac
maximizez beneficiul total adic funcia:
n
f c j x j n condiiile restrictive:
j 1
n
a x ij j bi , 1 i m i x j 0 .
j 1
a
ij 1i m
1 j n
unde aij este cantitatea de substan Si coninut n unitatea din
97
n
max c j x j in conditi
j 1
n
a ij x j bi , 1 i m
j 1
x 0 j 1, 2,..., n
j
d) Problema de transport.
Se dau depozitele D1 , D2 ,..., Dn , avnd disponibil o marf n
cantitile b1 , b2 ,..., bn ; consumatorii C1 , C2 ,..., Cm solicitnd marfa
n cantitile b'1, b'2, ..., b'm; i costul unitar cij de transport al mrfii de la
depozitul Di la consumatorul C j .
Se cere s se gseasc un sistem de numere nenegative
xij , i 1,2,..., n; j 1,2,..., m unde x ij este cantitatea de marf
transportat de la Di la C j , care s fac minim costul de transport, adic
98
n m
Tabelul (T)
Consumatori Disponibil
C1 C2 ... Cm
Depozite
D1 c11 c12 ... c1m b1
D2 c21 c22 ... c2 m b2
Dn cn1 cn 2 ... cnm bn
Cerere b'1 b'2 ... b'm
99
n
min f c j x j in conditiile restrictive
j 1
2 PL min n
a x b , 1 i m, b 0
ij j i i
j 1
x j 0, 1 i n
iar a unui program liniar de maximizare:
max f c x in conditiile
j j
j 1
3 PL max n
aij x j bi , 1 i m, bi 0
j 1
x j 0, 1 j n
Condiiile restrictive se mai numesc i restriciile programului liniar.
Dac notm:
1 jn
b1 , b2 ,..., bm T L; c1 , c2 ,..., cn C
100
atunci PL min se transcrie matriceal astfel:
min f x C T X
2 ' A X L
X 0
iar PL max :
max f x C T X
3 ' A X L
X 0
Evident c sistemul de restricii A X L poate fi:
incompatibil
compatibil unic determinat (numai n cazul m n )
compatibil nedeterminat.
Ultimul caz intereseaz cel mai mult pentru c aici se pune problema
de a alege dintre mai multe soluii pe cea mai bun.
Pentru modelele de PL care nu au forma standard exist modaliti de
construire a unor forme standard echivalente. Acestea sunt prezentate n II.5.
S presupunem c rangul lui A este m.Dac notm coloanele matricei A
cu a , 1 j n atunci restriciile problemei se transcriu:
j
4 a 1 x1 a 2 x2 ... a n xn L
X x1 , x2 ,..., xn se numete
T
Definiia II.3.3.Un program
program de baz dac vectorii coloan a j , corespunztori componentelor x j
nenule x j
0 , sunt liniar independeni.
Deoarece rang Am un program de baz are cel mult m componente
nenule;
101
Definiia II.3.5. Matricea B de tipul m x m format din coloanele lui A
corespunztoare componentelor nenule ale unui program de baz nedegenerat
X se numete baz a programului X.
min ( 2 -3 -3 1 ) . ( x1 x2 x3 x4 )T
x1
1 1 1 1
x2 2
1 1 -3 1 x3 4
x4
X 0, rang A = 2
Sistemul liniar de restricii se transcrie i sub forma:
1 1 1 1 2
x1 x2 x3 x4
1 1 3 1 4
a1 a2 a3 a4 L
Programe ale problemei sunt de pild:
102
3 3 5
0 1 1
X1 ; X2 ; X3
0 0 1
1 0 1
primele dou fiind i programe de baz nedegenerate cu bazele
1 1 1 1
B1 ; respectiv B
2
(sau cu notaiile anterioare
1 1 1 1
B1 a1 , a 4 ; B 2 a1 , a 2 .
Valorile funciei obiectiv, corespunztoare celor trei programe sunt:
f X 1 7, f X 2 3, f X 3 5. Programul
X 3 nu este de baz deoarece
vectorii coloan corespunztori componentelor nenule, respectiv:
a 1 , a 2 , a 3 , a 4 sunt liniar dependeni.
1
0
Vectorul X 4 , dei verific sistemul de restricii nu este program
1
0
admisibil deoarece nu are toate componentele nenegative.
Notm cu P mulimea soluiilor posibile ale unei probleme PL - min.
Deci P x R AX L, X 0 i notm cu P mulimea programelor
n
optime ale acestei probleme:
P X P C T X C T X ; X P .
103
C T X 1 Y C T X 1 C T Y min C T X
XP
1 min C X min C X
T T
XP XP
Deci X 1 Y este optim.
104
xi
Observnd c min vom avea n ambele cazuri
i I 2 yi
xi yi 0 1 i n si , .
Dac I 1 si I 2 lum iar dac I 1 si I 2 lum
.
Demonstraia lemei este ncheiat.
(6) A X Y AX AY AX L R
Acum aplicm lema II.3.1. pentru sistemele
x i1 ,..., xir si y i1
,..., yir . Deci exist 0 astfel nct, pentru un
, s avem xi k yi k 0,1 k r , si xi j yi j 0
pentru mcar un j 1,2,..., r . Atunci X Y devine un program
admisibil dar cu cel mult r 1 componente nenule, contrar ipotezei. Deci
relaia (5) nu este posibil, rezult c X este program de baz.
105
aceste coloane sunt liniar independente atunci X este program optim de
baz. Presupunem prin absurd c aceste coloane ar fi liniar dependente. Cu
aceleai notaii ca n demonstraia precedent gsim un Y R n satisfcnd
AY 0.
Dac C T Y 0 am putea alege un 0 , astfel nct
X Y P si C T Y 0; atunci
C T X Y C T X C T Y C T X contrar faptului c X este
program optim; deci C TY 0 .
Atunci alegnd un , astfel ca X Y P s aib cel mult
r-1 componente nenule gsim c X Y P 0 ceea ce contrazice faptul c r
este numrul minim de componente nenule pentru un program optim. Deci
X este program optim de baz.
n concluzie, un program optim de baz este un program optim cu un
numr minim de componente nenule.
# 4. Algoritmul simplex
106
min f X CpT X p CsT X s
7 B X p N Xs L
X 0
nmulind BX p NX s L la stnga cu B 1 obinem:
8 1
E X p B N Xs B L 1
f X ci xi
i1
9 n
x i zij x j xi
jm1
Deci x sunt componentele vectorului L n baza B.
107
m m
Notnd: c x
i i Z si c z i ij Z j , m 1 j n atunci:
i 1 i 1
n
13 f X Z c
j m 1
j Zj xj
Observm c Z f X si Z Cp B L.
T 1
Cp B c1 c2 cn X
a1 a2 an
vectorii z11 z12 ... z1ncomponentele
(S) bazei nenule ale lui
X
zm1 zm2 ... zmm
Cj Z j .................................
f X
........
108
x t , R
xi xi zit ; 1 i m
x j 0; m 1 j n, j t
Astfel avem
x j 0 1 j n.
Pentru 1 i m avem:
n m n m m m
a
a ij x j a ij x j a ij x j a ij x j z jt a it a ij x j ij
j 1 j 1 j m 1 j 1 j 1 j 1
m n m
(folosind (9)) ij a x
j x
jh h
z
aij z jt ait
j 1 h m1 j 1
m m n m m n
aij x j aij
h m1
z jh x h ait ait a ij x j a ij z jh x h
j 1 j 1 j 1 j 1 h m1
m n m m n m m
aij x j aij z jh x h aij x j xh
aij z jh a ij x j
j 1 h m1 j 1 j 1 h m1 j 1 j 1
n m n n
x a h ih (renot m pe h cu j) a ij x j x a j ij a ij x j bi
h m1 j 1 j m1 j 1
Deci X este soluie admisibil. Avem:
m n m
c j x j c j Z j x j c j x j ct Zt
f X
j 1 j m1 j 1
din definirea lui X .
Deoarece 0 si ct Zt 0 atunci f X
, adic
funcia obiectiv nu are optim finit.
109
se poate substitui n baza B vectorul a s cu vectorul a t , obinnd o baz B' ,
corespunztoare unui program de baz X ' care amelioreaz valoarea funciei
obiectiv.
110
negative, se alege cea mai mic. Indicele j corespunztor s-l notm cu t.
(Dac exist mai muli t se alege primul de la stnga la dreapta). Vectorul a t
va intra n baz. Se cerceteaz dac zit 0 pentru 1 i m. Dac DA, se
trece la pasul 4, dac NU, se trece la pasul 3.
xs xi
-Pasul 3 : Se alege s, astfel nct
min / 1 i m, zit 0 .
zst zit
Vectorul a s va iei din baz. Elementul zst devine pivot. Se construiete un
nou tabel simplex folosind regula dreptunghiului:
a) se mparte linia pivotului la pivot.
b) n coloana pivotului, elementele zsj cu j t se nlocuiesc cu 0
zit zsj
c) elementele zij , cu i s, j t se nlocuiesc cu z 'ij zij .
zst
Se obine un alt program de baz X ' cu baza B' i o nou valoare a funciei
obiectiv.
Se revine la pasul 2 cu B B ' i X X '
-Pasul 40 .Concluzie: PL - min nu are optim finit I algoritmul se oprete.
-Pasul 5 .Concluzie: PL - min are optim X iar valoarea minim f X
". STOP.
Exemplul II.4.1. Fie problema:
111
3 2 1 3 1 2 2 1
1 2 ceea ce ne d 1 1, 2 1 . Deci
2 1 1 2 1 2 1
3
1 4
1 5
1
n baza B, a B . Analog se gsesc: a B , a B
1 1 3
Aadar tabelul simplex corespunztor bazei B are forma:
5 7 9 2 1
a1 a2 a3 a4 a5
5 a1 1 0 1 1 -1 1
7 a2 2
0 1 -1 1 3
cj Z j 0 0 11 -10 -15 19
5
Deci a intr n baz, a 2 iese din baz, z 25 - pivot. Se execut
pivotajul i obinem:
112
n
aplic i n cazul n care funcia obiectiv are forma f c x j j , R ,
j 1
deoarece punctele de extrem ale acesteia sunt aceleai cu punctele de extrem
n
ale funciei: g c jxj.
j 1
113
' ''
min f 2 x1 2 x1 x 2
2 x ' 2 x '' x y 4
1 1 2 1
P ' x1' x1'' x 2 y 2 4
x1' , x1'' , x 2 , y1 , y 2 0
min f c j x j
j1
n
16
PL min a j x j bi , 1 i m
j1
x j 0, 1 j m
i se asociaz programul liniar auxiliar, cu variabilele artificiale x1a , x2a ,..., xma :
m
min g xia
i 1
n
17 a
a
PL min aij x j xi bi , 1 i m
j 1
x j 0, xia 0, 1 j n, 1 i m.
Sistemul de restricii este un sistem de m ecuaii cu n + m necunoscute.
T
Se observ c 0,0, ... ,0, b1 , b2 , ... , bm este o soluie de baz pentru
a
PL min cu care se poate pleca n algoritmul simplex. Deoarece funcia
114
obiectiv g este pozitiv, vom gsi cu certitudine un program optim de baz
pentru care min g 0 . Dac min g = 0 atunci componentele x ia n
programul optim de baz pentru (17) sunt nule i eliminndu-se aceste
zerouri, corespunztoare variabilelor xia din acest program optim de baz al
a
PL min , se obine un program de baz X pentru (16).
Faza a II-a: n continuare se aplic algoritmul simplex pentru (16) cu
programul de baz X0. Dac min g > 0 atunci (16) nu are soluii admisibile.
Exemplul II.5.2.
min f x1 6 x 2
2x x x 3
1 2 3
x1 3 x 2 x 4 4
xi 0 i 1,2,3,4
Faza I:
min g x a x a
1 2
a
a 2 x1 x 2 x 3 x1 3
PL min
x 3x x x a 4
1 2 4 2
x 0 i 1,2,3,4, x a , x a 0
i 1 2
Care are soluia de baz 0,0,0,0,3,4 T . Aplicm algoritmul simplex:
0 0 0 0 1 1
a1 a 2 a3 a 4 a5 a6
1 a5 2 1 -1 0 1 0 3
1 a6 1 3 0 -1 0 1 4
-3 -4 1 1 0 0 7
1 a5 5/3 0 -1 1/3 1 -1/3 5/3
0 a2 1/3 1 0 -1/3 0 1/3 4/3
-5/3 0 1 -1/3 0 4/3 5/3
0 a1 1 0 -3/5 1/5 3/5 -1/5 1
115
0 a2 0 1 1/5 -2/5 -1/5 2/5 1
0 0 0 0 1 1 0
116
n
j
Deci a j este o combinaie liniar de vectorii a j cu coeficienii
j 1
, 2 , 3 ,..., n .
Componentele lui X vor fi:
n
(19) xk xk j zkj , 0, 0
j 1
xs xu
(20) atunci pentru acest vom avea:
zst zut
(21)
x
xs
u
zst zut
mprind (19) la zst dac k s i la zut dac k = u obinem:
(22)
x
xs
s
n
j zsj
zst zst n 1 zst
(23)
x
xu
u
n
j zuj
zut zut n 1 zut
j
Din relaiile (22) i (23), comparnd coeficienii lui , obinem compararea
celor dou linii, care este o comparare lexicografic: dac j este primul indice
zsj zuj xs xu
pentru care atunci i adic
zst zut zst zut
x
i
min 1 i m, zit 0 se atinge pentru i s . Deci pivotul va fi
zit
zst ,iar linia s este linia pivotului.
Fcnd 0 se revine la problema iniial.
xs xu
n practic, dac am ajuns la un pas n care avem: se
zst zut
procedeaz astfel:
117
1 Se mpart elementele de pe linia s la zst i cele de pe linia u la zut . Se
formeaz dou linii de rapoarte.
2 1 1 1
a1 a2 a3 a4
2 a1 1 0 0 4/5 12 / 5 12 / 5
1 2 6/5 3
a 0 1 0 2/5 4/ 5
1 3 8 6/ 5
a 3
0 0 1 2 2/5
cj z j 0 0 0 -3 14
5/ 4 0 0 1
0 5/ 2 0 1
Primul raport mai mic apare pe linia a doua, deci z24 este pivotul.
min f X C T X
(24) A X L
X 0
i se asociaz problema:
118
y
1
max g Y LT Y
y
(25) AT Y C unde Y 2
Y0
ym
Problema (24) se va numi primal iar problema (25) duala problemei
(24) i reciproc.
Exemplul II.7.1
min f x1 2 x2 2 x3
x1 2 x2 x3 x4 1
2 x1 x2 x3 x4 2
x1 x2 x3 x4 1
xi 0, i 12, ,3,4
Folosind tabelul:
Y X x1 x2 x3 x4 L
y1 1 2 1 1 1
y2 2 1 1 1 2
1 1 1 1 1
y3
1 2 2 0 C
gsim duala:
119
max g Y y1 2 y2 y3
y1 2 y2 y3 1
2 y1 y2 y3 2
y1 y2 y3 2
y1 y2 y3 0
yi 0, i 1,2,3
Teorema II.7.1. Fie X o soluie posibil pentru problema (24) i Y o
soluie posibil pentru problema (25). Atunci f X g Y
Teorema II.7.2. Dac (24) are optim finit atunci (25) are optim finit i
avem max g Y min f X sau C T X LT Y unde X este o
soluie optim pentru (24) iar Y o soluie optim pentru (25).
min f X C Tp B 1 L B 1 C p T
L Y T L LT Y g Y max g Y .
Teorema II.7.3. (teorema ecarturilor complementare)
Fie X,Y soluii ale problemelor (24), respectiv (25). Atunci X,Y sunt
soluii optime dac i numai dac au loc relaiile:
Y T L AX 0;
X T AT Y C 0
120
Demonstraie. Avem:
LT Y Y T L Y T AX X T A T Y X T C C T X
Folosind teoremele II.7.2. i II.7.1. obinem c X,Y sunt programe
optime dac i numai dac LT Y C T X ceea ce conduce la:
Y T L Y T A X X T AT Y X T C
sau: Y L AX 0;
T
X T A T Y C 0.
Dualitatea se folosete cel mai frecvent n cazul n care problema
primal necesit calcule multe:
Exemplul II.7.2.
min f 3x1 x2
2 x1 x2 1
x1 x2 1
3x1 2 x2 3.
2 x1 3x2 1
xi 0, i 1,2
Pentru a rezolva aceast problem cu algoritmul simplex trebuie
introduse patru variabile de egalizare, dar scriind problema dual:
max g y1 y 2 3 y 3 y 4
2 y y 3y 2 y 3
1 2 3 4
y1 y 2 2 y 3 3 y 4 1
yi 0 i 1,4
aceasta necesit numai dou variabile de egalizare. Obinem:
1 1 3 1 0 0
1 2 3 4 5 6
a a a a a a
121
0 a5 2 1 3 2 1 0 3
0 a6 1
1 1 2 3 0 1
-1 -1 -3 -1 0 0 0
0 a5 1/2 -1/2 0 -5/2 1 -3/2 3/ 2
a3 1/ 2
3 1/2 1/2 1 3/2 0 1/2
1/2 1/2 0 7/2 0 3/2 -3/2
122
min f 3x1 2 x2 x3 x4
2 x1 x2 x3 x4 5
x1 2 x2 x3 2 x4 10
x1 x2 2 x3 x4 10
x1/2 0, x3 0, x4 R
Duala va fi:
max g 5y1 10 y2 10 y3
2 y1 y2 y3 3
y1 2 y2 y3 2
y1 y2 2 y3 1
y1 2 y2 y3 1
y1 0, y2 0, y3 R
123
n m
min f X
c x ij ij 26
i 1 j 1
m
x b , ij i 1 i n 27
j 1
n
PT : xij b 'j , 1 j m 28
j 1
m n
b b 'j i 29
j 1 i 1
xij 0 i , j
numit i forma standard.
m n
n cazul n care avem bj' bi , atunci n tabelul (T)
i 1 i 1
n m
'
introducem coloana (m+1)-a cu b
m1 b b i c
i
'
j i ,m1 0 1 i n;
i 1 j 1
m n
iar in cazul c b b '
j i introducem linia (n+1)-a cu
j 1 i 1
m n
'
bn 1
j 1
b 'j bi 1
i si c n 1, j 0 1 j m
124
O problem de transport se poate rezolva prin metoda simplex dar
exist i metode specifice.
Pentru nceput vom prezenta dou metode specifice pentru obinerea
unui program de baz; n cazul unui exemplu concret:
C1 C2 C3 D
D1 2 5 3 100
D2 4 2 1 120
D3 7 8 3 70
N 80 110 100
C1 C2 C3 D
D1 80 20
D2 /////////// 120
D3 /////////// 70
N 110 100
125
c C2 C3 D
D1 80 20 ///////////
D2 /////////// 120
D3 /////////// 70
N 90 100
80 20 0
0 90 30
0 0 70
care este nedegenerat (are m n 1 componente; n cazul de fa m=3, n=3).
C1 C2 C3 D
D1 80 20
D2 /////////// 120
D3 /////////// 70
(N) 110 100
C1 C2 C3 D
D1 80 /////////// 20
D2 /////////// 120
D3 /////////// 70
126
(N) 110 80
80 0 20
0 110 10
0 0 70
care este diferit de cel obinut prin metoda colului N-V. Lucrurile se petrec la
fel dac cutm costul minim de transport de pe o coloan.
De regul n rezolvarea unei probleme de transport, dup ce i s-a
determinat un program de baz, se folosete duala sa:
n m
max g bi ui b 'j v j
i 1 j 1
n m
d
PT :
u v c
i 1 j 1
i j ij
u , v R, 1 i n, 1 j m
i j
Conform teoremelor dualitii avem:
g Y f X pentru orice pereche de soluii duale X,Y.
max g Y min f X n cazul n care avem optim.
nlocuind n gY
valorile bi , 1 i n i b j , 1 j m cu
'
Inegalitatea g Y f X devine:
n m n m
31 u v x c x
i j ij ij ij unde xij 0
i 1 j 1 i 1 j 1
sau:
n m
32 u v i j
cij xij 0, xij 0.
i 1 j 1
Dac X este optim finit pentru problema primal avem
max g Y min f X i inegalitatea (32) se transform n egalitate. Cum
xij 0 i , j ajungem la concluzia:
33 ui v j cij 0 dac xij 0.
127
Tot de aici reiese c dac pentru un xij 0 avem ui v j cij 0 atunci
X nu este optim.
Cum x ij 0 sunt n numr de m+n-1 atunci (33) reprezint m+n-1
relaii cu m+n necunoscute ( ui sunt n numr de n, iar v j n numr de m).
innd seama i de forma sistemului (33) este suficient s facem u1 0
pentru a obine restul necunoscutelor.
Condiia ca X s fie optim revine la faptul c ui v j cij 0 pentru
xij nebazici.
Notnd ui v j C0 i cij C0 0 condiia ca X s fie optim devine
0 0 pentru xij nebazici. Dac nu toi 0 0 pentru xij nebazici, se trece
la mbuntirea programului:
Se alege crs C0 min
i, j
0 0 0 .
Variabila xrs corespunztoare, nebazic se introduce n baz. Pe linia r,
dintr-un xrk bazic trebuie sczut un x rs , pentru a nu modifica disponibilul
Dr i atunci pe coloana k, la un x pk bazic trebuie adugat xrs pentru a nu
modifica necesarul N k i n consecin pe linia p la un x ps trebuie sczut xrs
pentru a nu modifica disponibilul Ds .
Notnd xrs , se formeaz astfel un ciclu:
x ps x pk
x rk
Alegnd min x ps , xrk se obine o nou soluie de baz. Se calculeaz
din nou C0 , 0 , .a.m.d., pn n momentul n care nu mai avem 0 0 .
Toate aceste rezultate se pun ntr-un tabel specific pe care l prezentm
n contextul problemei exemplu anterioare.
X0 C0
v1 v2 v3 v 2 5 4 0 Ciclul
j
ui
u1 80 20 0 /// /// 4 -1 20-
u2 90 30 -3 -1 /// /// 5 90+ 30-
128
u3 70 -1 1 4 /// 6 4
X1 C0
v1 v2 v3 vj 2 4 3 0
ui
u1 80 20 0 //// 4 //// //// 1 ////
u2 110 10 -2 0 //// //// 4 ////
u3 70 0 2 4 //// 5 4 ////
Am obinut
0 0 i , j nebazici, deci soluia X1 este optim.
129
1.
C1 C2 C3 C4 (D)
D1 5 6 2 5 15
D2 1 3 4 2 25
D3 7 1 3 4 20
(N) 10 30 5 15
2.
D1 D2 D3 D4 N
C1 1 3 2 5 50
C2 6 2 3 2 20
C3 4 5 1 1 60
D 30 10 10 80
Observaie: Mai nti trebuie transpus acest tabel. Se va gsi soluia de baz:
30 0 0
0 10 0
.
0 0 10
20 10 50
3.
C1 C2 C3 D
D1 2 3 1 50
D2 4 5 2 30
N 30 10 40
130
4.
C1 C2 C3 D
D1 5 2 1 20
D2 3 4 2 40
D3 5 4 3 40
(N) 40 10 30
C1 C2 C3 C4 D
D1 5 2 1 0 20
D2 3 4 2 0 40
D3 5 4 3 0 40
N 40 10 30 20
max f x 3x1 x2
2 x 3x x 4
1.) 1 2 3
Sol.
5x1 2 x2 x4 12
xi 0 i 1,4.
T
44 4 136
X optim ; ;0;0 max f
19 19 19
131
min f x x1 2 x 2 2 x 3
2 x1 x 2 x 3 x4 1
2.) x1 2 x2 2 x 3 x5 2
3 x1 x2 x 3 x6 4
xi 0 i 1,6
Sol: X optim 5,0,11,0,19 ,0
T
min f 27
min f x x 4 2 x5 3x 6
x1 x 4 2 x 5 x 6 3
3.) x 2 3x 4 x5 x 6 4
x 3 x 4 3x5 2 x 6 1
xi 0
X optim 0,0,0,2 ,7,11
T
Sol: min f 47
max f x 3x1 2 x2 4 x3 2 x4
x1 2 x2 x3 2 x4 x5 2
4.) x1 3x2 x3 x4 x6 1
x1 x2 4 x3 x4 x7 2
xi 0 i 1,7
Sol: X optim 0,0,0,1,4,0,3 ;
T
max f 2.
132
min f x 3x1 x 2 2 x 3 x 7 4
x1 2 x 2 3 x 3 x 4 x 7 1
5.) x1 x 2 x 3 x 5 x 7 2 Sol: nu are optim finit
x1 x 2 2 x 3 x 6 2 x 7 3
xi 0
max f x 3x1 2 x 2 4 x 3
x 2x x 5
1 2 3
6.) Sol: nu are optim finit
x1 4 x 2 x 3 1
xi 0
max f x 7 x1 4 x 2
x x 1
7.) 1 2
x1 2 x 2 4
x1 2 x1,2 0
Sol: X optim 2 ,1,2,0,0
T
max f 18
133
min f x 2 x1 3x 2 x 4
x1 2 x 2 3x 3 x 4 1
8.) x1 x 2 x 3 x 4 2 Sol: X optim 8,11,0,5
T
x1 x 2 2 x 3 2 x 4 3
xi 0 i 1,4
max f x y z
2x y 3
9.) 2y z 3 Sol: X optim 1,1,1
T
x 2z 3
x, y, z 0
max f x y z
x y 1
1 1 1
T
10.) y z 1 Sol: X optim ; ;
2 2 2
xz 1
x, y, z 0
134
min f x 2 x1 x 2 x 3
x x x 1
11.) 1 2 3
Sol: nu exist minim
2 x2 x3 4
xi 0 i 1,3
max f x 2 x1 x 2
2 x1 x 2 4
12.) Sol: X optim 4,0
T
x1 x 2 4
x R, y 0
min f 2 x1 3x 2 2 x 3
x1 x 2 x 3 1
13.) x1 2 x 2 3x 3 4
2 x1 x 2 2 x 3 3
xi 0 i 1,3
135
min f x x1 2 x 2 x 3
x x 2x 1
1 2 3
14.) Sol: X optim 0,0,1 / 2 T
x1 x 2 x 3 4
x1 , x 2 0 x3 R
max f x x1 2 x 2 3x 3
x x x 6
1 2 3
15.)
2 x1 3 x 2 x 3 6
x1 2, x 2 3, x 3 0
Indicaie: Se face mai nti schimbarea de variabile:
x x1 2, x x2 3 Sol: X optim 2,3,1 .
' ' T
1 2
min f x x1 3x 2 2 x 3 x 4 2 x5
2x x 2x x x 1
16.) 1 2 3 4 5
3 x1 x 2 x 3 2 x 4 2 x 5 3
xi 0 i 1,5
Sol: X optim 0,0,5 / 3,7 / 3,0
136
min f x 3x1 x 2 x 3 x 4
x1 x 2 x 3 x 4 x 5 1
17.) 2 x1 x 2 x 3 2 x 4 x 5 2
2 x1 x 2 x 3 x 4 4
xi 0
Sol: X optim 1,1,1,0
T
min f 1
min f x 2 x1 3x 2
x1 x 2 1
18.) x1 x 2 2 Sol: X optim 1,0
x1 2 x 2 1
x1/ 2 0
max f x x1 x 2 x 3
x 3x 5x 2
19.) 1 2 3
3 x1 2 x 2 2 x 3 2
xi 0 i 1,3
2 4
Sol: X optim ; ;0
7 7
137
min f x 2 x1 x 2 x 3
x x x 2
1 2 3
20.)
2 x1 x 2 x 3 3
xi 0
IV. S se transcrie matematic i apoi s se rezolve urmtoarele probleme:
x 3 1500
1 1 1
50 x1 x2 x 3 25
25 75
x1 , x 2 , x 3 0
1
( x1 reprezint numrul de ore pe sptmn n care maina produce
50
cantitatea x1 din primul articol).
22.) O fabric de zahr trebuie s produc ntre 1 noiembrie - 28 februarie.
Livrrile de zahr se fac lunar, dup contract: n noiembrie 20.000 t, n
138
decembrie 30.000 t, n ianuarie 50.000 t i n februarie 40.000 t. Producia
excedentar a unei luni poate fi livrat luna urmtoare, suportnd cheltuielile
de depozitare de 2.000 lei/ton pe lun. Capacitatea lunar de producie a
fabricii este: 55.000 t n noiembrie, 40.000 t n decembrie, 25.000 t n
ianuarie, 50.000 t n februarie. Preurile de cost sunt: 140.000 lei/ton n
noiembrie, 160.000 lei/ton n decembrie, 150.000 lei/ton n ianuarie,
170.000 lei/ton n februarie.
S se stabileasc nivelul de producie lunar astfel nct contractele s fie
satisfcute cu cheltuieli minime.
2 1
x x 20000 30000
x 3 x1 x 2 50000 50000
x 4 x1 x 2 x 3 100.000 40.000
( x1 20000 - reprezint excedentul din noiembrie.)
Considernd cheltuielile de producie i cele de depozitare n mii lei
funcia obiectiv devine:
f x 140 x1 160 x 2 150 x 3 170 x 4 2 x1 20000 2 x1 x 2 50000
2 x1 x 2 x 3 100000
Deci avem de calculat minimul funciei:
f x 146 x1 164 x 2 152 x 3 170 x 4 340000.
139
10 evi de 3m lungime. Cum trebuie procedat astfel ca s se realizeze
consumuri minime de material?
v1 : 5 2 2 1
v2 : 5 2 ,5 2,5
v3 : 5 3 2
v4 : 5 2 2 ,5 0,5
min f x1 0,5 x 4 .
2 x1 x 3 x 4 35
2 x 2 x 4 25
x 3 10
xi 0 i 1,4
140
P2 0 0,1 0,6
P3 0,1 0,2 2
P4 0,2 0,1 1,7
Costul (lei/kg) 240 80
0,1x 0,4
0,1 y 0,6
0,1x 0,2 y 2
Se gsete x 4, y 9
0,2 x 0,1 y 1,7
x, y 0
min f 240 x 80 y
141