Documente Academic
Documente Profesional
Documente Cultură
Virginia Mărăcine
INTRODUCERE
Curentul gândirii matematice în ştiinţa conducerii s-a născut în timpul celui de-al doilea
război mondial datorită necesităţilor strategice şi logistice puse de rezolvarea problemelor de o
anvergură şi o complexitate nemaiîntâlnite până atunci, circumstanţele care au marcat originea sa
fiind excepţionale şi semnalate prin:
O mobilizare considerabilă a resurselor care niciodată nu se produce în situaţii normale;
Recursul, pentru prima dată în economia firmei, la o gândire străină de firmă şi de
administraţie, această gândire fiind esenţial teoretică;
Crearea unor echipe interdisciplinare compuse din matematicieni, ingineri, economişti.
Vast şi, după unii autori, ambiguu definit, curentul gândirii matematice cuprinde astăzi
discipline precum:
Cercetarea operaţională;
Cibernetica;
1
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Teoria sistemelor;
Teoria statistică;
Prelucrarea datelor;
Econometria;
Contabilitatea şi gestiunea firmei.
2
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Identificarea Interpretarea
Proces Model metodei de soluţiei Implementarea
optimizare optime
economic matematic soluţiei
şi obţinere a (compararea
soluţiei cu realitatea
optime modelată)
Eventuale modificări
în model
3
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
În cadrul cursului de Bazele Cercetărilor Operaţionale (BCO) din acest an ne vom ocupa de:
Modelarea unor procese economice reprezentative;
Descrierea unor metode de rezolvare a unor probleme de optimizare reprezentative;
Interpretarea economică a soluţiilor optime obţinute.
În cele mai multe cazuri, modelarea unor procese economice reale conduce la probleme de
dimensiuni mari. Este motivul pentru care metodele din cadrul CO au apărut şi s-au dezvoltat în
strânsă legătură cu evoluţia şi modernizarea mijloacelor de calcul.
4
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Într-un oraş se studiază posibilitatea ca principalele instituţii să fie conectate într-un sistem
printr-o reţea de telecomunicaţii. Schema tuturor legăturilor posibile, precum şi costul executării
acestor legături între şase dintre instituţiile oraşului sunt indicate în graful din figura 2. Valorile
indicate pe arce reprezintă costurile (în unităţi monetare) asociate realizării legăturilor dintre
instituţii. Să se determine modul în care vor fi interconectate cele şase instituţii astfel încât costul
realizării sistemului de telecomunicaţii să fie minim.
B 6
D
7 5 4
A 7 F
4
3 6
5 E
C
Figura 2
Rezolvare:
În cazul problemei de faţă, situaţia economică este deja modelată prin intermediul grafului
din Figura 2 care prezintă legăturile posibile dintre cele 6 instituţii prin muchii ale grafului
valorizate cu costurile de instalare a sistemului de telecomunicaţii. Acest model înlocuieşte în
abordarea noastră harta fizică a amplasării în spaţiu a celor şase instituţii considerate, precum şi a
legăturilor dintre ele.
Pentru rezolvarea acestei probleme se aplică algoritmul Kruskal (vezi Capitolul 1 al cursului
din acest an). Muchia cu cel mai mic cost este [A, C] cu v[A, C] = 3 u.m.. Aceasta este prima
alegere. În continuare, pot fi alese muchiile [D, E] şi [D, F], fiecare având costul de 4 u.m.. Pentru
că fiecare din aceste muchii nu formează ciclu cu muchia [A, C] şi nici toate cele trei muchii nu
formează ciclu, se alege a doua oară şi a treia oară câte una din muchiile [D, E] şi [D, F]. Muchiile
[A, D] şi [C, E] cu costul v[A, D] = v[C, E] = 5 u.m. pot fi alese, în continuare. Se alege una din
muchii, cealaltă formează un ciclu. Deci, pot exista două variante conform figurilor 3.a) şi 3.b) prin
alegerea fie a muchiei [A, C] fie a muchiei [C, E].
6 6
B D B D
5 4 4
A F A 4 F
4
3 3
5
C E C E
a) H1 b) H2
Figura 3
Următoarea alegere este fie muchia [E, F] fie muchia [B, D] ambele având costul v[E, F] =
v[B, D] = 6 u.m.. Dar, muchia [E, F] formează ciclu în ambii arbori parţiali împreună cu muchiile
[D, E] şi [D, F]. În acest caz, se alege muchia [B, D] în ambii arbori parţiali.
5
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Rezultă două soluţii optime, deci doi arbori de valoare minimă prezentaţi în figura 3, cu
v(H1) = v(H2) = 22. Alegerea între aceşti arbori va avea în vedere şi alte considerente economice pe
lângă costul instalării sistemului de telecomunicaţii.
Exemplul 2:
Să vedem care este traducerea matematică pentru situaţia economică:
Firma X importă componente electronice pe care le asamblează în 2 tipuri de produse (P1,
P2). Realizarea şi vânzarea unui P1, respectiv P2 aduce firmei un profit de 50 Euro, respectiv 40
Euro .
Pentru această activitate sunt disponibile în următoarea săptămână maxim 150 ore de
asamblare. Un P1 necesită 3 ore, iar un P2 – 5 ore. Firma are în stoc 20 de subansamble speciale
destinate exclusiv obţinerii produsului P2.
Pentru depozitare un P1 are nevoie de 8 [unităţi de capacitate - uc] iar un P2 5 [uc]. Spaţiul
disponibil de depozitare al firmei măsoară 300 [uc].
Se doreşte obţinerea programului de producţie a cărui realizare să aducă firmei un profit
maxim.
Rezolvare:
Vom parcurge etapele procesului de modelare:
1. Identificarea variabilelor:
- nr. de P1 ce vor fi asamblate în următoarea săptămână îl notăm cu x1;
- nr. de P2 ce vor fi asamblate în următoarea săptămână îl notăm cu x2.
2. Funcţia obiectiv = maximizarea profitului:
f = 50 · x1 + 40 · x2 → maxim
3. Condiţiile implicite:
→ încadrarea în timpul disponibil pentru asamblare:
3x1 + 5x2 ≤ 150
→ încadrarea în disponibilul de subansamble speciale P2:
x2 ≤ 20
→ încadrarea în spaţiul de depozitare:
8x1 + 5x2 ≤ 300
4. Restricţiile explicite (condiţii de semn): x1 ≥ 0, x2 ≥ 0.
max f 50 x1 40 x2
3x 5 x 150
Obţinem modelul: P 1 2
x2 20
8 x1 5 x2 300 şi x1 , x2 0
Problema de optimizare: Să se determine valorile x1 , x2 ale variabilelor x1, x2 care satisfac
restricţiile, condiţia de negativitate şi oferă funcţiei f valoarea maximă.
Definiţia 1. Vom spune că o problemă de optimizare formalizată prin funcţia obiectiv care
se optimizează (maximizează/minimizează), restricţii implicite şi condiţii explicite impuse
variabilelor este o problemă de programare liniară dacă:
funcţia obiectiv şi restricţiile sunt expresii liniare în variabilele problemei;
variabilele sunt supuse condiţiei de nenegativitate.
Exemplul 3:
La terminalul unei conducte petroliere situată într-un port sosesc vasele V1, V2, V3.
→ vasul V1 trebuie încărcat cu 15 mii tone în 48 ore;
6
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Rezolvare:
Modelul matematic:
1. Variabilele yi = debitul (mii tone/oră) afectat vasului Vi;
xi = numărul de ore necesar încărcării vasului V i, i 1,3
2. Criteriul de performanţă = minimizarea timpului de încărcare:
(min) f x1 x2 x3
Notă: posibilitatea încărcării simultane a celor 3 vase este formalizată corect de către
funcţia: g maxx1, x2 , x3 însă aceasta nu este o expresie liniară!
3. Restricţii:
x1 y1 15
x2 y 2 20
x3 y 3 45
x1 48
x2 60
x3 72
y1 y 2 y3 200
4. Condiţii explicite: xi , yi 0, i 1,3
15 20 45
Întrucât y1 y2 y3 avem o problemă de programare neliniară.
x1 x1 x3
Modelul în variabilele xj este:
min f x1 x2 x3
15 10 45
200
x1 x2 x3
x1 48
x2 60
x3 72
x1 , x2 , x3 0
NOTĂ: Problemele de Programare Neliniară fac obiectul cursului de Cercetări Operaţionale din
anul 3 de studiu.
Exemplul 4:
O firmă studiază 10 proiecte de investiţie P1 . . .P10. Proiectul Pj necesită pentru realizare o
investiţie aj şi dacă se aprobă aduce firmei profitul pj. Pentru aceste proiecte firma a alocat bugetul
Q [um]. Ce proiecte ar trebui aprobate în vederea obţinerii unui profit maxim?
Formalizaţi condiţiile suplimentare:
a. Dintre P1 şi P2 cel mult unul poate fi admis;
b. Dintre cele 10 proiecte doar 3 pot fi admise;
c. Proiectul P8 nu poate fi aprobat dacă P10 e respins;
d. Dacă P2 şi P5 sunt respinse, P9 trebuie neapărat aprobat.
7
Bazele Cercetărilor Operaționale. Introducere – Suport de curs 2019, Prof. Virginia Mărăcine
Rezolvare:
Model matematic:
1. Variabile: asociem proiectului Pj o variabilă xj cu valoarea 0 şi 1:
1 dacă Pj este admis
xj
0 dacă Pj este respins
2. Funcţia obiectiv: maximizarea profitului
max f x1 p1 x2 p2 x10 p10
3. Restricţia de încadrare în bugetul disponibil:
a1x1 a2 x2 a10x10 Q
4. Cerinţele suplimentare se scriu astfel:
a. x1 x2 1
b. x1 x2 x10 3
c. x8 x10
x 0 şi x5 0 x9 1 x2 x5 0 1 x9 0
d. 2
1 x 9 x 2 x 5 x 2 x5 x 9 1
S-a obţinut un exemplu de program de programare liniară bivalentă.
IMPORTANT:
1. Suportul de curs al Capitolelor 1 şi 2 ale cursului de Bazele Cercetărilor Operaţionale are
la bază lucrările:
Ciobanu, Gh., Nica, V., Mustaţă, Fl., Mărăcine, V. Mitrut, D. (2002), Cercetări
operaţionale. Optimizări în reţele. Teorie şi aplicaţii economice, Editura MATRIX
ROM, Bucureşti; şi
Ciobanu, Gh., Nica, V., Mustaţă Fl., Mărăcine, V. (1996), Cercetări operaţionale cu
aplicaţii în economie. Teoria grafurilor şi Analiza drumului critic, Editura
MATRIX-ROM, Bucureşti.
2. Suportul de curs al Capitolelor 3 şi 4 are la bază lucrarea: Nica, V., Ciobanu, Gh.,
Mustaţă Floare, Mărăcine Virginia, “Cercetări operaţionale I - Programare liniară,
Probleme de optimizare în reţele de transport şi distribuţie, Teoria jocurilor strategice”
Editura MATRIX ROM, Bucureşti 1998.