Documente Academic
Documente Profesional
Documente Cultură
Gr.ti 151 fr
A verificat: dr.conf.universitar
Dohotaru Leonid
Chişinău 2017
Scopul lucrării:
1. De alcatuit model matematic si de rezolvat problema de programare liniara utilizind
produse soft pentru rezolvarea problemelor de programare liniara .
2. De facut analiza solutiilor optime obtinute inclusiv sensibilitatea functiei.
3. La variatia coeficientilor din functia scop si la modificarea coeficientilor din relatii de
restrictie .
4. Sa se alcatuieasca problema duala
5. Sa se scrie solutia optima a problemelor duale si sa se aduca interpretarea economica a ei.
6. Sa se analizeze restrictiile problemei folosind solutia duala
7. Concluzii .
Problema :
Din trei feluri de materie prima, M1, M2 SI M3, disponibila in cantitati 28, 21 respectiv 10
unitati, se preconizeaza a se realiza doua tipuri de produse ,P1,P2,care necesita consumuri
specifice de 1,3, respectiv 1 unitati pentru P1 si 4,1, respectiv 1 unitati pentru P2, care aduc un
benificiu pe unitate de produs de 3, respective 4 unitati. Sa se determine planul de productie care
ar adduce un benificiul total maxim.Un nou process tehnologic necesita in locul lui P2 un alt
produs , care necesita consumurile specifice 3,1, respective 1 unitati
Precizati daca este rentabila introducerea acestui produs in procesul de productie in cele 2 cazuri.
M1=28
M2=21
M3=10
Deci avem nevoie de a calcula solutiile duale pentru a afla costurile resurselor (preturile
umbra).
f(x)=3x1+4x2→max¿}x1+4x2≤28¿}3x1+x2≤21¿} ¿
Linear Programming
║***** Input Data ***** Max. Z = 3x1 + 4x2
║Subject to
║C1 1x1 + 4x2 <= 28
║C2 3x1 + 1x2 <= 21
║C3 1x1 + 1x2 <= 10
║***** Program Output *****
║Simplex Tableau : 0
║ \Cj 3.000 4.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s 3
║ 0.000 s 1 28.000 1.000 4.000 1.000 0.000 0.000
║ 0.000 s 2 21.000 3.000 1.000 0.000 1.000 0.000
║ 0.000 s 3 10.000 1.000 1.000 0.000 0.000 0.000
║ Zj 0.000 0.000 0.000 0.000 0.000 0.000
║ Cj-Zj 0.000 3.000 4.000 0.000 0.000 0.000
║Simplex Tableau : 1
║ \Cj 3.000 4.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s3
║ 4.000 x 2 7.000 0.250 1.000 0.250 0.000 0.000
║ 0.000 s 2 14.000 2.750 0.000 -0.250 1.000 0.000
║ 0.000 s 3 3.000 0.750 0.000 -0.250 0.000 1.000
║ Zj 28.000 1.000 4.000 1.000 0.000 0.000
║ Cj-Zj 2.000 0.000 -1.000 0.000 0.000
Simplex Tableau : 2
║ \Cj 3.000 4.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s 3
║ 4.000 x 2 6.000 0.000 1.000 0.333 0.000 -0.333
║ 0.000 s 2 3.000 0.000 0.000 0.667 1.000 -3.667
║ 3.000 x 1 4.000 1.000 0.000 -0.333 0.000 1.333
║ Zj 36.000 3.000 4.000 0.333 0.000 2.667
║ Cj-Zj 0.000 0.000 -0.333 0.000 -2.667
║Final Optimal Solution
║Z = 36.000
║Variable Value Reduced Cost
║ x1 4.000 0.000
║ x2 6.000 0.000
║Constraint Slack/Surplus Shadow Price
║ C1 0.000 0.333
║ C2 3.000 0.000
║ C3 0.000 2.667
Un nou process tehnologic necesita in locul lui P2 un alt produs , care necesita consumurile specifice
3,1, respective 1 unitati
Linear Programming
║***** Input Data *****
║Max. Z = 3x1 + 4x2
║Subject to
║C1 1x1 + 3x2 <= 28
║C2 3x1 + 1x2 <= 21
║C3 1x1 + 1x2 <= 10
║***** Program Output *****
║Simplex Tableau : 0
║ \Cj 3.000 4.000 0.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s 3
║ 0.000 s 1 28.000 1.000 3.000 1.000 0.000 0.000
║ 0.000 s 2 21.000 3.000 1.000 0.000 1.000 0.000
║ 0.000 s 3 10.000 1.000 1.000 0.000 0.000 0.000
║ Zj 0.000 0.000 0.000 0.000 0.000 0.000
║ Cj-Zj 3.000 4.000 0.000 0.000 0.000
║Simplex Tableau : 1
║ \Cj 3.000 4.000 0.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s 3
║ 4.000 x 2 9.333 0.333 1.000 0.333 0.000 0.000
║ 0.000 s 2 11.667 2.667 0.000 -0.333 1.000 0.000
║ 0.000 s 3 0.667 0.667 0.000 -0.333 0.000 1.000
║ Zj 37.333 1.333 4.000 1.333 0.000 0.000
║ Cj-Zj 1.667 0.000 -1.333 0.000 0.000
║Simplex Tableau : 2
║ \Cj 3.000 4.000 0.000 0.000 0.000
║ Cb \ Basis Bi x 1 x 2 s 1 s 2 s 3
║ 4.000 x 2 9.000 0.000 1.000 0.500 0.000 -0.500
║ 0.000 s 2 9.000 0.000 0.000 1.000 1.000 -4.000
║ 3.000 x 1 1.000 1.000 0.000 -0.500 0.000 1.500
║ Zj 39.000 3.000 4.000 0.500 0.000 2.500
║ Cj-Zj 0.000 0.000 -0.500 0.000 -2.500
║Final Optimal Solution
║Z = 39.000
║Variable Value Reduced Cost
║ x1 1.000 0.000
║ x2 9.000 0.000
║Constraint Slack/Surplus Shadow Price
║ C1 0.000 0.500
║ C2 9.000 0.000
║ C3 0.000 2.500
f(x)=3x1+4x2→max¿}x1+4x2≤28¿}3x1+x2≤21¿} ¿
f(x)=3x1+4x2→max¿} 1+4x2+ 3=28¿}3x1+ 2 x4=21¿}x1+ 2 x5=10¿} forma standard
Etapa VB β X1 X2 X3 X4 X5 βi-
(αs)i>0
X3 28 1 4 1 0 0 28:4=7←
I X4 21 3 1 0 1 0 21:1=21
X5 10 1 1 0 0 1 10:1=10
Δj=zi-cj 0 -3 -4↑ 0 0 0
II X2 7 0.25 1 0.25 0 0 28
X4 14 2.75 0 -0.25 1 0 5.09
X5 3 0.75 0 -0.25 0 1 4←
Δj=zi-cj 28 -2↑ 0 1 0 0
III X2 6 0 1 0.33 0 -0.33
X4 3 0 0 0.66 1 -3.66
X1 4 1 0 -0.33 0 1.33
Δj=zi-cj 36 0 0 0.33 0 2.66
F(x)max=36
X1=4; X2=6; X3=0; X4=3; X5=0;
g(y)=−28y1−21y2−10y3→max¿}−y1−3y2−y3+y4=−3¿}−4y1−y2−y3+y5=−4¿} ¿
Solutiile problemei duale sint: X1=0.33; x2=0; x3=2.66.
Solutiile duale obtinute sint costurile resurselor sau preturi umbra