Documente Academic
Documente Profesional
Documente Cultură
(Studiul de caz 4 din cartea RSC, LF, HD, CN, Modelare economică, Ed. ASE, 2009, p. 100)
Funcţia obiectiv:
max (57x1 + 70x2 + 50x3)
Restricţiile liniare:
x1 + x2 + x3 8000
x1 + x2 + x3 10000
0,2x1 + 0,3x2 + 0,1x3 2400
Restricţiile referitoare la semnul variabilelor:
x1 0
x2 0
x3 0
24
J. A. Lawrence, B. A. Pasternack, Applied Management Science. A Computer Integrated Approach for Decision
Making. John Wiley & Sons Inc., New York, 1998
1
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Funcţia obiectiv:
min (8000u1 + 10000u2 + 2400u3)
Restricţiile liniare:
u1 + u2 + 0,2u3 57
u1 + u2 + 0,3u3 70
u1 + u2 + 0,1u3 50
Restricţiile referitoare la semnul variabilelor:
u1 0
u2 0
u3 0
Forma duală se poate obţine prin aplicarea următoarelor reguli:
- Fiecărei restricţii liniare din primală se asociază o variabilă duală numită şi preţ dual
sau preţ umbră. Rezultă ca numărul variabilelor duale este egal cu numărul restricţiilor liniare ale
primalei;
- Fiecărei variabile din primală se asociază o restricţie liniară în duală construită cu
coeficienţii variabilei respective în primală. Termenii liberi din partea dreaptă a sistemului de
restricţii liniare din duală sunt coeficienţii variabilelor din funcţia obiectiv a primalei. Rezultă ca
numărul de restricţii liniare ale dualei este egal cu numărul variabilelor primalei.
- Dacă funcţia obiectiv a primalei este de maxim atunci funcţia obiectiv a dualei este de
minim şi invers. Coeficienţii din funcţia obiectiv duală sunt termenii liberi din partea dreaptă a
sistemului de restricţii liniare din primală.
- Semnele variabilelor duale şi ale restricţiilor din duală depind de tipul primalei şi de
semnele restricţiilor din primală, respectiv semnele variabilelor primale. Pentru forma primală de
maxim: fiecărei restricţii de forma , , =, din forma primală, îi corespunde în forma duală o
variabilă nenegativă, nepozitivă, respectiv oarecare; fiecărei variabile nenegative, nepozitivă,
oarecare din primală îi corespunde în forma duală o restricţie de forma , , respectiv =. Pentru
forma primală de minim: fiecărei restricţii de forma , , =, din forma primală, îi corespunde în
forma duală o variabilă nepozitivă, nenegativă, respectiv oarecare; fiecărei variabile nenegative,
nepozitivă, oarecare din primală îi corespunde în forma duală o restricţie de forma , , respectiv
=.
I. Rezolvarea cu WINQSB/Lp-ilp
Rezolvarea cu produsul informatic WINQSB presupune parcurgerea următoarelor etape:
• se selectează modulul Linear and Integer Programming (LP-ILP)
Introducerea datelor problemei - se completează următoarele câmpuri:
Problem Title - titlul problemei (opţional)
Number of Variables – numarul variabilelor modelului (Variables): 3
Number of Constraints – numarul restricțiilor (Constraints): 3
Objective Criterion – sensul optimizării funcției obiectiv: Maximizare
2
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Prin rezolvarea modelului de programare liniara (Solve and Analyze – Solve the Problem) se
obține următorul raport:
3
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
4
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Prima parte a Tabelului 5.1 se referă la soluţia optimă a modelului de programare liniară.
Coloana Solution value conţine soluţia optimă, adică varianta decizională care conduce
la cea mai bună valoare a criteriului de performanţă specificat prin funcţia obiectiv. Astfel,
programul de producţie propus pentru luna următoare prevede realizarea de 7000 m Stofa2 şi
3000 m Stofa3. Produsul Stofa1 nu face parte din programul optim de producţie.
5
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Coloana Unit cost or profit c(j) conţine coeficienţii variabilelor de decizie din funcţia
obiectiv. În exemplul numeric, aceşti coeficienţi reprezintă preţurile unitare de vânzare propuse
de decident.
Tabelul 5.1
Combined Report
Decision Solution Unit Total Reduced Basis Allowable Allowable
Variable Value Cost or Contri- Cost Status Min. c(j) Max. c(j)
Profit bution
c(j)
1 X1 0 57.00 0 -3.00 at bound -M 60.00
2 X2 7000.00 70.00 490000.00 0 basic 64.00 150.00
3 X3 3000.00 50.00 150000.00 0 basic 44.00 70.00
Objective Function (Max)= 640000.00
Partea a doua a Tabelului 5.1 se referă la restricţiile liniare ale problemei de programare
liniară. În lipsa unor denumiri specificate de utilizator, restricţiile sau constrângerile au fost
denumite C1, C2 şi C3.
Coloana Left Hand Side conţine valoarea fiecărei restricţii în raport cu soluţia optimă.
Coloana Right Hand Side conţine valorile specificate de decident pentru termenii
liberi din partea dreaptă a sistemului de restricţii.
6
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Coloana Slack or Surplus conţine valorile optime ale variabilelor de rezervă (slack)
sau de surplus. Se observă că se vor realiza 2000 m în plus faţă de cantitatea totală contractată de
8000 m.
Coloana Shadow Price conţine valorile optime ale variabilelor duale care se mai
numesc preţuri duale sau preţuri umbră. Ele sunt asociate restricţiilor liniare. Preţul umbră este
diferit de zero numai dacă restricţia asociată este verificată cu egalitate de către soluţia optimă a
primalei. Astfel, restricţiile C2 şi C3 sunt verificate cu egalitate, au preţurile umbră de 40 u.m. şi
respectiv 100 u.m. Preţurile umbră sunt folosite la analiza senzitivităţii valorii optime a funcţiei
obiectiv primale la variaţia termenilor liberi din partea dreaptă a restricţiilor liniare.
Coloanele Allowable Min RHS şi Allowable Max RHS definesc pentru fiecare
restricţie, intervalul de variaţie al termenului bi din partea dreaptă (RHS) pentru care este valabil
preţul umbră asociat, în ipoteza că nu se modifică alţi coeficienţi ai modelului. Astfel, preţul
umbră de 100 u.m. asociat restricţiei C3 este valabil pentru variaţia disponibilului b3 de materie
primă de import MI între 1000 kg şi 3000 kg.
Analiza senzitivităţii soluţiei optime curente la variaţia unui singur coeficient din funcţia obiectiv
Se observă că s-au obţinut patru intervale de variaţie pentru preţul unitar de vânzare al
produsului Stofa1: trei intervale la dreapta preţului iniţial de 57 u.m./metru propus de decident şi
un singur interval la stânga lui. În Figura 5.1 este reprezentată variaţia valorii funcţiei obiectiv
adică a venitului total care poate fi realizat dacă se modifică preţul de vânzare pentru Stofa1, iar
7
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
M
900000
Valoarea functiei obiectiv
800000
700000 700000
640000
640000
640000
600000
-M
30 40 50 57 60 70 80 M
90
Coeficientul lui x1 din functia obiectiv
Figura 5.1
In coloana Slope din Tabelul 5.2, este prezentat, pentru fiecare interval de variaţie al
coeficientului lui x1, raportul dintre variaţia funcţiei obiectiv şi variaţia coeficientului. In acest
tip de parametrizare, raportul reprezintă chiar valoarea optimă a variabilei decizionale al cărui
coeficient variază. Rezultă că pentru preţul de vânzare cuprins între 57 u.m./metru şi 60
u.m./metru, valoarea lui x1 în programul optim de producţie este zero. Aceeaşi situaţie apare şi
pentru un preţ mai mic de 57 u.m./metru.
Prin urmare, valoarea x1 = 0 este optimă pentru orice preţ mai mic de 60 u.m./metru. Dacă preţul
de vânzare pentru Stofa1 va deveni mai mare de 60 u.m./metru atunci se va modifica programul
de producţie. Din coloanele Leaving Variable şi Entering Variable se observă că în acest caz va
ieşi din program x3, adică Stofa3 şi va intra în program x1, adică Stofa1.
Dacă valoarea coeficientului lui x1 variază între 60 u.m./metru şi 70 u.m./metru atunci
venitul total creşte de la 640000 u.m. la 700000 u.m., iar valoarea optimă a lui x1 va fi de 6000
metri. Dacă preţul de vânzare pentru Stofa1 devine mai mare de 70 u.m./metru atunci va ieşi din
program Stofa2 şi va deveni pozitivă variabila de rezervă asociată restricţiei C3 referitoare la
materia primă de import.
Pentru preţul mai mare de 70 u.m./metru pentru Stofa1, programul optim de producţie
constă în realizarea de 10000 metri Stofa1.
Analiza senzitivităţii preţurilor umbră curente la variaţia unui singur termen din partea
dreaptă a restricţiilor
Această analiză se referă numai la soluţia optimă curentă a dualei.
Se studiază invariabilitatea soluţiei optime duale, adică a preţurilor umbră optime, la variaţia unui
singur termen liber din partea dreaptă a sistemului de restricţii liniare, în ipoteza că ceilalţi
coeficienţi ai modelului nu se modifică.
Din Tabelul 5.1 rezultă că, în cazul modificării unui termen liber în intervalul definit
pentru fiecare restricţie prin Allowable Min RHS şi Allowable Max RHS, variabilele x2 şi x3 vor
rămâne variabile bazice nenegative, iar x1 va avea valoarea zero, fiind nebazică. În noua situaţie,
se vor realiza tot produsele Stofa2 şi Stofa3 ca şi în soluţia optimă iniţială, dar în alte cantităţi
8
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
deoarece s-a modificat un termen liber şi atunci vectorul b => b', astfel încât xB = B-1b' 0
pentru Produsul Stofa1 nu va fi inclus în programul optim de producţie.
Dacă se cunoaşte intervalul de variaţie al termenului liber bi şi preţul umbră asociat ui, în
ipoteza că ceilalţi coeficienţi ai modelului nu se modifică, se poate determina variaţia
corespunzătoare a valorii optime a funcţiei obiectiv primale. Preţul umbră ui arată cu cât se va
modifica valoarea optimă a funcţiei obiectiv, dacă s-ar putea mări cu o unitate termenul liber bi.
În cazul exemplului numeric analizat, preţul umbră asociat restricţiei C3 referitoare la
materia primă de import MI este 100 u.m./kg. Acest preţ este valabil (adică rămâne neschimbat)
dacă disponibilul de resursă MI variază între 1000 kg şi 3000 kg. Dacă disponibilul de resursă
creşte de la cantitatea curentă 2400 kg la 2500 kg, atunci se va obţine un spor de
venit = (2500 – 2400)*100 = 10000 u.m., adică venitul total va fi de
(640000 + 10000) = 650000 u.m. De asemenea, dacă disponibilul de resursă scade de la
cantitatea curentă 2400 kg la 2300 kg, atunci se va obţine o reducere de venit = (2300 –
2400)*100 = -10000 u.m., adică venitul total va fi de (640000 – 10000) = 630000 u.m.
Preţul umbră poate fi folosit pentru analiza investiţiei necesare pentru suplimentarea
resursei. Pentru ca investiţia să poată fi recuperată, preţul unitar de achiziţie trebuie să fie mai mic
decât preţul umbră de 100 u.m.
În ipoteza că ceilalţi coeficienţi ai modelului nu se modifică, iar disponibilul de resursă MI
variază între 1000 kg şi 3000 kg, programul optim de producţie va include numai tipurile Stofa2 şi
Stofa3. Tipul Stofa1 nu va face parte din programul de producţie pentru luna următoare. În
terminologia teoriei programării liniare, pentru acest interval de variaţie, x1 este variabilă nebazică,
iar x2 şi x3 sunt variabile bazice. De aceea, intervalul [1000; 3000] este interval de admisibilitate al
soluţiei de bază curente.
Tabelul 5.5
Parametric Analysis for LP Sample Problem - Right-Hand-Side
From RHS To RHS From To Leaving Entering
of C3 of C3 OBJ Value OBJ Value Slope Variable Variable
1 2400.00 3000.00 640000.00 700000.00 100.00 X3 Slack_C3
2 3000.00 M 700000.00 700000.00 0
3 2400.00 1000.00 640000.00 500000.00 100.00 X2 Slack_C2
4 1000.00 800.00 500000.00 400000.00 500.00 Surplus_C1
5 800.00 -Infinity Infeasible
S-au obţinut cinci intervale de variaţie pentru disponibilul de materie primă: două
intervale la dreapta disponibilului de 2400 kg şi trei intervale la stânga lui. În Figura 5.3 este
reprezentată variaţia valorii funcţiei obiectiv adică a venitului total care poate fi realizat dacă se
modifică disponibilul de resursă MI, iar ceilalţi termeni liberi se menţin la 8000 metri de stofă
contractată şi respectiv 10000 metri cerere maximă estimată.
9
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Figura 5.3
În coloana Slope din Tabelul 5.5, este prezentat, pentru fiecare interval de variaţie al
termenului liber b3, raportul dintre variaţia funcţiei obiectiv şi variaţia termenului liber. In acest
tip de parametrizare, acest raport reprezintă chiar valoarea optimă a preţului umbră asociat
restricţiei al cărui termen liber variază. Rezultă că pentru disponibilul de resursă cuprins între
2400 kg şi 3000 kg, valoarea optimă a preţului umbră asociat va fi de 100 u.m./kg. Aceeaşi
situaţie apare şi dacă disponibilul de resursă se reduce de la 2400 kg la 1000 kg. Prin urmare,
preţul umbră optim de 100 u.m./kg este valabil pentru orice disponibil de resursă cuprins între
1000 kg şi 3000 kg. Dacă disponibilul de resursă va deveni mai mare de 2400 kg atunci se va
modifica programul de producţie. Din coloanele Leaving Variable şi Entering Variable se
observă că în acest caz va ieşi din program x3, adică Stofa3 şi va deveni pozitivă variabila de
rezervă Slack_C3, adică va rămâne materie primă neutilizată.
Dacă firma dispune de o cantitate de resursă de import MI mai mare de 3000 kg, atunci
venitul total de 700000 u.m. rămâne neschimbat, iar valoarea optimă preţului umbră asociat este
zero.
În cazul unei cantităţi de resursă MI mai mică de 1000 kg, va ieşi din programul de
producţie Stofa2 şi va deveni pozitivă variabila Slack_C2 care reprezintă cererea fără contract
neonorată.
Dacă se reduce cantitatea de resursă de la 1000 kg la 800 kg, venitul total se reduce de la
500000 u.m. la 400000 u.m. Preţul umbră al resursei pentru acest interval de variaţie este de 500
u.m./kg.
Pentru o cantitate de resursă MI mai mică de 800 kg nu există soluţie admisibilă, adică nu
se poate realiza cantitatea de stofă contractată.
10
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
- Rezolvarea cu optiunea Solver. Dupa activarea optiunii se adauga restrictiile din fereastra Subject
to the constraints dand click pe butonul Add.
11
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
ANSWER REPORT
Result: Solver found a solution. All Constraints and optimality conditions are satisfied.
Solver Engine
Engine: Simplex LP
Solution Time: 0 Seconds.
Iterations: 4 Subproblems: 0
Solver Options
Max Time 100 sec, Iterations 100, Precision 0,000001
Max Subproblems Unlimited, Max Integer Sols Unlimited, Integer Tolerance 5%, Solve Without
Integer Constraints
12
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Variable Cells
Original
Cell Name Value Final Value Integer
$B$11 x1 0 0 Contin
$C$11 x2 0 7000 Contin
$D$11 x3 0 3000 Contin
Constraints
Cell Name Cell Value Formula Status Slack
$E$6 c1 LHS 10000,00 $E$6>=$G$6 Not Binding 2000,00
$E$7 c2 LHS 10000,00 $E$7<=$G$7 Binding 0
$E$8 c3 LHS 2400,00 $E$8<=$G$8 Binding 0
$B$11 x1 0 $B$11>=0 Binding 0
$C$11 x2 7000 $C$11>=0 Not Binding 7000
$D$11 x3 3000 $D$11>=0 Not Binding 3000
SENSITIVITY REPORT
Microsoft Excel 14.0 Sensitivity Report
Worksheet: [aplicatie PL in xls.xls]model PL
Variable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$11 x1 0 -3 57 3 1E+30
$C$11 x2 7000 0 70 80 6
$D$11 x3 3000 0 50 20 6
Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$E$6 c1 LHS 10000 0 8000 2000 1E+30
$E$7 c2 LHS 10000 40 10000 14000 2000
$E$8 c3 LHS 2400 100 2400 600 1400
LIMITS REPORT
Microsoft Excel 14.0 Limits Report
Worksheet: [aplicatie PL in xls.xls]model PL
Objective
Cell Name Value
$F$2 valoarea functiei obiectiv 640000
13
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Introducem valorile coeficienților fiecărei variabile din funcția obiectiv și restricții. Automat, în
ultima coloană se compune forma inecuațiilor și a funcției obiectiv.
14
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
15
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
16
Modelarea Deciziilor Manageriale, anul III MANAGEMENT
Un alt mod de a afișa atât soluția primalei (Solution), cât și soluția dualei (Dual) este disponibil
prin accesarea Window/ Original Problem w answers.
17