Documente Academic
Documente Profesional
Documente Cultură
CUPRINS
LABORATORUL 2 .............................................................................................................. 1
2-1
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Linear Programming
n
aij x j bi , 1 Restricţii
im
j =1
x 0, 1 j n
j
▪ Forma generală a unei probleme de programare liniară de minimizare:
n
n
aij x j bi , 1 i m
j =1 Restricţii
x 0, 1 j n
j
▪ Forma generală a unei probleme de programare liniară sub formă
matriceală:
▪ Problema de maximizare:
max f = cx
Ax b
x 0
1
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, Bucureşti, 2014, pag. 29
2-1
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Problema de minimizare:
min f = cx
Ax b
x 0
▪
A = aij i =1,m ; j =1,n
- restricțiilor matricea coeficienților
2-2
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
2
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, București, 2014, pag. 47
2-3
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Rezolvare:
Variabile
Resurse ≤ Disponibil
𝑥1 𝑥2
R1 Operația 1 .6 1 ≤ 650
R2 Operația 2 .5 .8 ≤ 700
R3 Operația 3 1.1 .7 ≤ 750
R4 Operația 4 .1 .25 ≤ 200
Funcția obiectiv 10 9 → max
2-4
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1.1
Figura 2.1.2
2-5
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1.3a
Figura 2.1.3b
2-6
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1.3c
Figura 2.1.3d
2-7
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1.4
▪ Conlcuzii:
▪ Soluția PPL (Figura 2.1.3a) este:
▪ 𝑥1 = 433.82~434 sacoșe standard
▪ 𝑥2 = 389.71~390 sacoșe de lux
▪ Profitul maxim = 7845.59 u.m.
▪ Figura 2.1.3b ne arată analiza de senzitivitate și limitele de variație
inferioară și superioară pentru variabilele funcției obiectiv, cât și pentru
restricțiile aferente
▪ Figura 2.1.3c ne arată resursele neconsumate pentru R2 și R4
▪ Figura 2.1.3c ne arată problema duală
▪ Figura 2.1.3d ne arată soluția grafică și domeniul admisibil.
▪ În soluția grafică avem dreapta de isoprofit de ecuație
10 ∙ 𝑥1 + 9 ∙ 𝑥2 = 7845.59
2-8
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Rezolvare:
Variabile ≤
Restricții Disponibil
𝑥1 𝑥2 ≥
R1 Operația 1 .6 1 ≤ 650
R2 Operația 2 .5 .8 ≤ 700
R3 Operația 3 1.1 .7 ≤ 750
R4 Operația 4 .1 .25 ≤ 200
Funcția obiectiv 10 9 → max
▪ Vom reorganiza datele din tabelul de mai sus pentru a defini mai ușor
problema de programare liniară duală în QM:
▪ Schimbăm celulele Restricții – Variabile: Restricțiile R1, R2, R3, R4 vor
deveni variabilele 𝑦1 , 𝑦2 , 𝑦3 , 𝑦4 , iar variabilele 𝑥1 , 𝑥2 devin restricții
▪ Schimbăm celulele Disponibil – Funcția obiectiv: Scriem ecuațiile pentru
restricțiile și pentru funcția obiectiv „pe verticală”:
Restricții Funcția
Variabile
R1: 𝑥1 R2: 𝑥2 obiectiv
𝑦1 Operația 1 .6 ↓ 1 ↓ 650 ↓
𝑦2 Operația 2 .5 ↓ .8 ↓ 700 ↓
𝑦3 Operația 3 1.1 ↓ .7 ↓ 750 ↓
𝑦4 Operația 4 .1 ↓ .25 ↓ 200 ↓
Disponibil ≥ 10 ≥9 min
3
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, Bucureşti, 2014, pag. 47
2-9
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1d.1
2-10
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1d.2
Figura 2.1d.3
2-11
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.1d.4
▪ Conlcuzii:
▪ Soluția PPL duală (Figura 2.1d.3) este:
▪ 𝑦1 = 4.26
▪ 𝑦2 = 0
▪ 𝑦3 = 6.76
▪ 𝑦4 = 0
▪ Profitul maxim = 7845.5 u.m.
▪ Figura 2.1d.4 ne arată proprietatea „duala dualei este primala”.
2-12
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
4
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, Bucureşti, 2014, pag. 50
2-13
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Funcția obiectiv:
𝑁
𝑚𝑎𝑥 {𝑅̅ = ∑ 𝐹𝑘 ∙ 𝑅𝑘 },
𝑘=1
unde
𝑚𝑘
𝑅𝑘 = ∑ 𝑥𝑘𝑗 ∙ 𝑅𝑘𝑗 .
𝑗=1
▪ Restricții:
𝑚𝑘
∑ 𝑥𝑘𝑗 = 1.
𝑗=1
2-14
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Funcția obiectiv:
▪ Restricții:
𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1
𝑄1 + 𝑄2 + 𝑄3 = 1
( condiția de alegere a unui singur modul pe funcție)
6𝑃1 + 4𝑃2 + 5𝑃3 + 8𝑃4 + 2𝑄1 + 4𝑄2 + 6𝑄3 ≤ 12
( condiția de încadrare în buget)
𝑃1 ≤ 1
𝑃2 ≤ 1
𝑃3 ≤ 1
𝑃4 ≤ 1
𝑄1 ≤ 1
𝑄2 ≤ 1
𝑄3 ≤ 1
( condiția de valori binare 0 și 1)
▪ În QM utilizăm modulul Integer Programming & Mixed Integer
Programming
▪ În ecranul de creare a setului de date alegem opțiunile (Figura 2.2.1):
▪ Number of Constrains: 10
▪ Number of Variables: 7
▪ Objective: Maximize
▪ Datele de intrare sunt redate în Figura 2.2.2
▪ Rezultatele soluției calculate sunt redate în Figura 2.2.3
▪ Soluția inițială și rezolvarea problemei este redată în Figura 2.2.4
▪ Conlcuzii:
▪ Soluția PPL (Figura 2.2.3) este:
▪ Modulul 𝑃4 = 1 pentru funcția 𝐹1
▪ Modului 𝑄2 = 1 pentru funcția 𝐹2
▪ Fiabilitatea medie = .9125.
2-15
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.2.1
Figura 2.2.2
2-16
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.2.3
Figura 2.2.4
2-17
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Rezolvare:
▪ Avem o problemă de programare liniară cu 5 variabile binare (booleene)
𝑥𝑖 , 𝑖 = 1, 2, … , 5 definite astfel:
𝑥𝑖 = 1, dacă proiectul se realizează
𝑥𝑖 = 0, dacă proiectul nu se realizează
▪ Funcția obiectiv:
5
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, Bucureşti, 2014, pag. 53
2-18
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Conlcuzii:
▪ Soluția PPL (Figura 2.3.3) este:
𝑥1 = 1, 𝑥2 = 0, 𝑥3 = 1, 𝑥4 = 1, 𝑥5 = 1.
▪ Beneficiul maxim: 315 u.m.
Figura 2.3.1
2-19
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.3.2
Figura 2.3.3
2-20
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.3.4
2-21
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Rezolvare:
6
Lixăndroiu D. – „Modelarea deciziei economice”. Editura Economică, Bucureşti, 2014, pag. 54
2-22
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Funcția obiectiv:
75𝑥11 + 81𝑥21 + 85𝑥31 + 92𝑥41 + 63𝑥51 +
𝑚𝑎𝑥 { }.
+70𝑥12 + 85𝑥22 + 95𝑥32 + 80𝑥42 + 75𝑥52
▪ Restricții:
290𝑥11 + 250𝑥21 + 240𝑥31 + 330𝑥41 + 220𝑥51 ≤ 750
300𝑥12 + 260𝑥22 + 230𝑥32 + 345𝑥42 + 220𝑥52 ≤ 800
(condițiile de încadrare în bugetele anuale alocate)
2𝑥21 ≤ 𝑥11 + 𝑥41 ↔ 2𝑥21 − 𝑥11 − 𝑥41 ≤ 0
(ipoteza I4)
2𝑥22 ≤ 𝑥12 + 𝑥32 + 𝑥42 ↔ 2𝑥22 − 𝑥12 − 𝑥32 − 𝑥42 ≤ 0
(ipoteza I5)
𝑥31 + 𝑥51 ≤ 1
𝑥32 + 𝑥52 ≤ 1
(ipoteza I6)
𝑥11 + 𝑥12 ≤ 1
𝑥21 + 𝑥22 ≤ 1
𝑥31 + 𝑥32 ≤ 1
𝑥41 + 𝑥42 ≤ 1
𝑥51 + 𝑥52 ≤ 1
(ipoteza I1)
𝑥11 , … , 𝑥51 , 𝑥12 , … , 𝑥52 ≤ 1
(cele 10 variabile sunt binare)
2-23
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
▪ Conlcuzii:
▪ Soluția PPL (Figura 2.4.4) este:
𝑥11 = 0, 𝑥21 = 0, 𝑥31 = 0, 𝑥41 = 1, 𝑥51 = 1,
𝑥12 = 1, 𝑥22 = 1, 𝑥32 = 1, 𝑥42 = 0, 𝑥52 = 0.
▪ Beneficiul maxim: 405 u.m.
Figura 2.4.1
2-24
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.4.2
Figura 2.4.3
2-25
LABORATORUL 2
APLICAȚII DE PROGRAMARE LINIARĂ
Figura 2.4.4
2-26