Documente Academic
Documente Profesional
Documente Cultură
Ce este matricea?
a11
a
matrice cu m linii şi o coloană se numeşte matrice coloană: A 21 . Matricea linie se
...
a
m1
notează A M m ,1 ()
matricea ale căror valori aferente liniilor și coloanelor sunt zero se numeşte matricea nulă
0 0 ... 0
0 0 ... 0
(zero) 0
... ... ... ...
0 0
0 ...
matricea cu acelaşi număr de linii şi coloane, m=n, se numeşte matrice pătratică.
1
matricea ale căror valori pe diagonala principală sunt 1 și celelalte valori sunt zero se
1 0 ... 0
0 1 ... 0
numește matricea unitate I n
... ... ... ...
0 1
0 ...
Considerând o matrice A M m ,n ( R ) , mulţimea ordonată (a11 , a22 ,....., ann ) care se numeşte diagonala
principală a matricei, iar mulţimea ordonată (a1n , a2n1 ,....., an1 ) se numeşte diagonala secundară a
matricei. Astfel spus, fie matricea:
a11 a12 a13 ... a1n
a21 a22 a23 ... a2 n
A a31 a32 a33 ... a3n
... ... ... ... ...
a ann
n1 an 2 an 3 ...
unde (a11 , a22 ,....., ann ) este diagonala principală și (a1n , a2n1 ,....., an1 ) este diagonala secundară a
matricei.
Operații cu matrici
2
a11 b11 a12 b12 ... a1n b1n
a b a22 b22 ... a2 n b2 n
Spunem că A+B este 21 21
... ... ... ...
a b am 2 bm 2 ... amn bmn ij
m1 m1
AB cij M mp (R ) .
Dacă matricile sunt pătratice atunci are sens atât AxB cât și BxA. În general AB BA, adică
înmulțirea nu este comutativă.
Astfel spus, fie două matrici, matricea A și matricea B
3
Rangul unei matrici
Definiţie: Se numeşte rang al unei matrice, maximul ordinelor minorilor nenuli ai matricei date.
Definiţie: Fie o matrice A M n (R) , A ( aij ) . Fixăm liniile i1....ik şi coloanele j1... jk în matricea
dată. Determinantul format cu elementele aflate la intersecţia liniilor şi coloanelor fixate se numeşte
minor al matricei A şi se notează:
ai .... ai1 j
i1 ik
1 j1 k
D j1 jk .... .... .... , determinantul obţinut prin eliminarea liniilor şi coloanelor fixate mai
a .... aik j
ik j1 k
Ce este determinantul?
a11 ... a1n
Definiție: Fie A M n () . Numim determinant al matricei A numărul ... ... ...
an1 ... ann
(1)
Pn
inv ( )
a1 (1) a2 ( 2) .....an ( n ) , unde Pn este grupul permutărilor unei mulțimi cu n elemente, iar
4
Metode de calcul al unui determinant
b. Regula triunghiului
Regula triunghiului pentru o matrice de 3x3 se aplică astfel:
a11 a12 a13
A a21 a22 a 23 , atunci determinatul acestei matrici poate fi calculat folosind următoarea
a a33
31 a32
regulă: se formează un triunghi din liniile matricei. Astfel diagonala principală se pastrează și
primul triunghi este format din următoarele două valori de sub diagonala principală și vârful aferent
părții superioare diagonalei principale. Determinantul se calculează prin suma produselor numerelor
de pe diagonalele descendente minus suma produselor numerelor de pe diagonalele ascendente.
Ambele se aplică numai determinanților de ordin 3
Definiție: Matricea A M n () se numește inversabilă dacă există A1 M n () astfel că
A1 xA AxA 1 I n
Matricea A M n () este inversabilă dacă și numai dacă det(A) 0. Matricea inversă se scrie sub
1
forma: A1 A* .
det A
5
Definiție: Fie A (a ij ) , i 1, m și j 1, n o matrice. Transpusa matricei definite anterior este de
forma A t (a ji ) , i 1, m , j 1, n .
Unde:
a11 a12 ... a1n
a a22 ... a2 n
A 21 = matricea asociată sistemului
... ... ... ...
a ... amn
m1 am 2
b1
b
B 2 = matricea termenilor liberi
...
b
n
x1
x
X 2 = matricea necunoscutelor
...
x
n
6
În raport cu cele menționate anterior, sistemul de mai sus se scrie şi sub forma AX=B. În situația în
care matricea termenilor liberi este zero (B=0) sistemul se numește omogen.
Definiţie: Un sistem care admite soluţie se numeşte sistem compatibil. Dacă soluţia este unică,
atunci el se numeşte sistem compatibil determinat, în caz contrar, numindu-se sistem compatibil
nedeterminat. Un sistem care nu are soluţie se numeşte sistem incompatibil.
Teoremă (Kronecker-Capelli): Un sistem este compatibil dacă şi numai dacă rangul matricei
sistemului este egal cu rangul matricei sale extinse.
Definiţie: Fiind dat sistemul AX=B numim sistem omogen asociat, sistemul AX=0.
7
2. Metode de rezolvare a sistemelor de ecuații liniare
a. Metoda matriceală
AxX=B
Dacă determinantul asociat matricei este diferit de zero rezultă că matricea A are inversă (sau este
inversabilă) ceea ce însemană că A1 . Pentru a calcula valoarea necunoscutelor unui sistem
folosind metoda matriceală se folosește ecuația: X A1 xB .
noastră X A1 xB .
a1 b1
A = - matricea asociată sistemului (formată din coeficienții necunoscutelor)
a2 b 2
8
c b1
d x 1 (se obține din matricea asociată sistemului înlocuind coeficientii lui x cu coloana
c2 b2
termenilor liberi). Determinatul aferent acestei matrice este: det d x c1b2 c2b1
a c
d y 1 1 (se obține din matricea asociată sistemului înlocuind coeficientii lui y cu coloana
a 2 c2
termenilor liberi). Determinatul aferent acestei matrice este: det d y a1c2 a2 c1 .
dx c b bc
x 1 2 1 2
det A a1b2 a2b1
dy a1c2 a2 c1
y
det A a1b2 a2b1
1. Se alcătuieşte un tabel care conţine matricea sistemului ce trebuie rezolvat (notată A) sau
matricea ce trebuie inversată (A).
2. Se alege un element nenul al matricei A, numit pivot.
3. Elementele din tabel se modifică astfel:
a. elementele de pe linia pivotului se împart la pivot;
b. coloana pivotului se completează cu zero;
c. restul elementelor se calculează după regula dreptunghiului:
se formează un dreptunghi, având elementul ce trebuie înlocuit şi pivotul ca vârfuri;
din produsul elementelor de pe diagonala pivotului se scade produsul elementelor celeilalte
diagonale, iar rezultatul se împarte la pivot.
9
Schematic regula dreptunghiului se prezintă astfel:
a ... x bx ac
x,
. . . b
b c
Unde:
b = pivotul;
x = elementul ce trebuie înlocuit;
x'= noua valoare a elementului x
d. (facultativ) dacă pe linia pivotului există un element egal cu zero, atunci coloana acelui
element se copiază; analog, dacă pe coloana pivotului există un element egal cu zero, atunci
linia acelui element se copiază.
4. Se reiau paşii 2 şi 3 până când de pe fiecare linie s-a ales câte un pivot.
Pentru a putea fi mai ușor de înțeles și de aplicat se va prezenta în continuare forma generală pentru
ambele situații:
rezolvarea unui sistem de ecuaţii liniare:
A b
….. ……
In X
10
Exerciții rezolvate
1. Să se rezolve sistemul de ecuații folosint toate cele trei metode prezentate anterior:
x y 2z 1
2x y 2z 4
4x y 4z 2
unde:
1 1 2
A 2 1 2 este matricea asociată sistemului
4 1 4
1
B 4 este matricea termenilor liberi
2
x
X y este matricea necunoscutelor
z
Rezolvare:
x y 2z 1
2x y 2z 4
4x y 4z 2
1 1 2
A 2 1 2
4 1 4
11
1 1 2
det(A) 2 1 2 4 4 8 8 2 8 6
4 1 4
1 1 2
2 -1 2
4 1 4
1 1 2
2 -1 2
1*(-1)*4+2*1*2+4*1*2-[2*(-1)*4+2*1*1+4*1*2]=(-4)+4+8+8-2-8=6
1 2 4
t este matricea transpusă
A 1 1 1
2 2 4
1 1
11 (1)11 4 2 6
2 4
1 1
12 (1)1 2 (1)(4 2) 2
2 4
12
1 1
13 (1)1 3 2 2 4
2 2
2 4
21 (1) 2 1 (1)(8 8) 0
2 4
1 4
22 (1) 2 2 4 8 4
2 4
1 2
23 (1) 2 3 (1)(2 4) 2
2 2
2 4
31 (1)31 (2 4) 6
1 1
1 4
32 (1)3 2 (1)(1 4) 3
1 1
1 2
33 (1)3 3 1 2 3
1 1
6 2 4
*
A 0 4 2
6 3 3
6 2 4 1 1/ 3 2 / 3
1
1
A 0 4 2 = 0 2 / 3 1/ 3
6
6 3 3 1 1 / 2 1 / 2
X A1 xB
x 1 1/ 3 2 / 3 1 x 1
y 0 2 / 3 1/ 3 x 4 y 2 x=1, y=2, z=-2
z 1 1 / 2 1 / 2 2 z 2
1 1 2
det A 2 1 2 4 4 8 8 2 8 6
4 1 4
13
1 1 2
d 6
d x 4 1 2 4 8 4 4 2 16 6 x x 1 x 1
det A 6
2 1 4
1 1 2
d 12
d y 2 4 2 16 8 8 32 4 8 12 y y 2 y 2
det A 6
4 2 4
1 1 1
d 12
d z 2 1 4 2 2 16 4 4 4 12 z z 2 z 2
det A 6
4 1 2
c. Rezolvarea sistemului de ecuații folosind metoda eliminării complete sau metoda lui Gauss
Pentru rezolvarea unui sistem de ecuaţii liniare folosind metoda eliminării complete am afirmat că
putem folosii următoarea structură;
A b
….. …..
In X
Schema prezentată anterior se va completa cu informațiile extrase din sistemul analizat. Astfel A
este matricea asociată sistemului, b este matricea termenilor liberi, In este matricea unitate.
14
1 1 2 -1
2 -1 2 -4
4 1 4 -2
1 1 2 -1
0 Y=-3 Z=-2 M= -2
0 1 2/3 2/3
0 0 -2 4
1 0 0 1
0 1 0 2
0 0 1 -2
x= 1
y= 2
z= -2
Y=[1*(-1)-1*2]/1=-3
Z=[2*1-2*2]/1=-2
M=[(-4)*1-(-1)*2]1=(-4)+2=-2
N=[1*1-4*1]/1=-3
T=[4*1-4*2]/1=-4
G=[1*(-2)-4*(-1)]/1=(-2)+4=2
15
3. Spații vectoriale
Definiţie: Se numeşte spaţiu vectorial peste un corp K, o mulţime nevidă V dotată cu două operaţii,
+ :V ×V →V şi ⋅ : K ×V →V , cu proprietăţile:
I. (V,+) grup abelian;
II. a) (α + β ) x =α x +β x, ∀ α,β K, ∀ x V;
b) α (x + y) =α x +α y, ∀ α K, ∀ x, y V;
c) (αβ ) x =α (β x), ∀ α ,β K, ∀ x V;
d) 1K⋅x = x, ∀x V, unde 1K este elementul neutru al operaţiei de înmulţire din K.
R n {( x1, x 2 ,.....x n ) t x i R , i 1, n}
Definiţie: Fie (V,K) un spaţiu vectorial şi W ⊂V,W ≠ ∅. Spunem că W este subspaţiu vectorial al
spaţiului vectorial (V,K) dacă:
1) x, y W x y W
2) K , x W x W
Observaţie. Un subspaţiu vectorial are o structură de spaţiu vectorial în raport cu operaţiile induse.
16
3.2 Dependența și independența liniară a sistemelor de vectori
Definiţie: Fie (V,K) un spaţiu vectorial. Un sistem finit de vectori v1, v2 ,.....vn din V se numeşte
liniar independent dacă ∀ 1 , 2 ,...., n K cu proprietatea 1v1 2v2 ... nvn 0
rezultă 1 2 ..... n 0 .
Definiţie: Fie (V,K) un spaţiu vectorial. Un sistem finit de vectori v1, v2 ,.....vn din V se numeşte
liniar dependent dacă există scalarii 1 , 2 ,...., n K , nu toţi nuli, astfel încât
Propoziţia 1: Orice sistem de vectori care conţine vectorul nul este liniar dependent.
Propoziţia 2: Sistemul v1 , v2 ,.....vn V este liniar dependent dacă şi numai dacă cel puţin un
vector din sistem este o combinaţie liniară a celorlalţi.
Propoziţia 3: Orice subsistem al unui sistem de vectori liniar independent este liniar independent.
Propoziţia 4: Orice suprasistem al unui sistem de vectori liniar dependent este liniar dependent.
Propoziţia 5: Un sistem de vectori din spaţiul vectorial ( R n , R ) este liniar independent dacă şi
numai dacă rangul matricei având pe coloane vectorii sistemului este egal cu numărul de vectori.
Fie (V,K) un spaţiu vectorial de dimensiune n. Fie E e1, e 2 ,..........e n o bază în spaţiul vectorial
V.
Fie x un vector din V , x E 1e1 a 2e 2 .... a n e n , xE 1 , 2 ,...., n
T
17
g n aparține lui V , atunci g n c n1e1 c n 2 e 2 .... c nn e n
trecere de la baza E la baza G are drept coloane coordonatele vectorilor bazei G în baza E. Astfel putem
să scriem că: CEG ( g1 (e), g 2 (e).....g n (e))
Observaţie: Determinantul matricei CEG este diferit de zero, ceea ce înseamnă că matricea este
nesingulară. (așa cum se știe o matrice este nesingulară dacă și numai dacă determinantul său este
diferit de zero.)
Propoziție: Fie (V,K ) un spaţiu vectorial de dimensiune n . Fie E şi G două baze în spaţiul V, unde
E e1, e 2 ,..........e n , G g1 , g 2 ,..........g n . Fie vectorul x din V, atunci: x E (1, 2 ,..., n )T şi
x G ( 1 , 2 ,..., n ) T
x E 1e1 2 e 2 .... n e n
x G 1g1 2 g 2 .... n g n
Astfel, formula de transformare a coordonatelor unui vector x V la trecerea din baza E în baza G
este: X G (C EG ) 1 X E .
1
Observație: CGE (C EG )
Exerciții rezolvate
1. Se consideră vectorii:
1 2 1
v1 2 v2 1 v3 4
1 1 1
18
c) Să se precizeze care dintre vectori se poate scrie ca o combinație liniară a celorlalți R.
a1v1 a 2 v2 a 3v3 0
1 2 1 0
a1 2 a 2 1 a 3 4 0
1 1 1 0
1a1 2a2 1a3 0
2a1 1a2 4a3 0
1a 1a 1a 0
1 2 3
Se obține sistemul omogen:
1 2 2 3 0
21 2 4 3 0
0
1 2 3
1 2 1
det A 2 1 4 1 2 8 1 4 4 0 D 0
1 1 1
prin urmare sistemul admite și soluții nebanale 1 , 2 , 3 R nu toți nuli astfel încât
1v1 2v2 3v3 0 v1 , v2 , v3 – liniar dependenți.
b) o relație de dependență între vectorii v1 , v2 , v3 este o relație de forma 1v1 2v2 3v3 0 cu
1 2 2 3 0
21 2 4 3 0
0
1 2 3
1 2 2 a
soluția sistemelor
21 2 4a
1 2
det A 1 4 3
2 1
19
a 2
D1 a 8a 9a
4a 1
1 a
D 2 4a 2a 6a
2 4a
D1 9a
1 3a
det A 3
D 2 6a
2 2a
det A 3
c) Pentru ca vectorii sunt liniar dependenți ca cel puțin un vector se poate scrie ca o combinație
lineară a celorlalți.
Din relația de dependență liniară gasită la punctul b) că oricare dintre vectori se poate scrie ca o
combinație liniară a celorlalți, astfel:
3v1 2av2 av3 0
3v1 2v2 v3 0
3v1 2v2 v3 /(1) 3v1 v3 2v2
2 1
v1 v2 v3
3 3
3 1
v2 v1 v3
2 2
v3 3v1 2v2
2 2a
a3 a
a1 3a
2 1
v1 v2 ( )v3
3 3
20
2. Sa se studieze natura urmatoarelor sisteme de vectori din spatiile liniare indicate:
2 2 1
v1 v2 v3
din spatiu liniar ( R 2 , R )
1 3 1
2 2 1 0
a1 a2 a3
1 3 1 0 se obtine sistemul linear omogen:
21. 2 2 3 0
1 3 2 3 0
2 2 1
Matricea asociata sistemului este: A care are rangul 2.
1 3 1
Rangul matricei asociatie sistemului este mai mic decat numarul de necunoscute prin urmare
sistemul este compatibil nedeterminat deci admite si solutia nebanala, adica exiata 1 , 2 , 3 R
Nu toti nuli, astfel incat a1v1 a 2 v2 a 3v3 0 . Conform definitiei 2 rezulta ca 1 2 3 este un
{v , v , v }
Deoarece vectorii f1 , f 2 , f 3 sunt linear independent rezulta ca toti coeficientii acestora sunt nuli.
21
31 2 2 3 0
21 2 3 0
3 2 0
1 2 3
3 2 1
2 1 1 6 6 2 1 9 8 0
1 3 2
Determinatul matricei associate sistemului este zero rezulta ca sistemul admite si soluctia nebanala,
22
4. Optimizări liniare
[opt ] f cx
(*) Ax b , unde A M m, n ( R), b M m ,1 ( R), c M 1, n ( R), x M n ,1 ( R)
x0
Definiţie: Se numeşte soluţie posibilă (admisibilă) a problemei (*), orice vector x R n care
satisface restricţiile problemei şi condiţiile de semn. Notăm mulţimea soluţiilor posibile cu
X p x R n / Ax b, x 0} .
Definiţie: Se numeşte soluţie posibilă de bază a problemei (*), orice soluţie posibilă x R n a
problemei (*) care îndeplineşte următoarele condiţii:
a) are cel mult m componente strict pozitive, iar celelalte sunt egale cu zero;
b) coloanele matricei A corespunzătoare componentelor strict pozitive sunt vectori liniar
independenţi.
Teoremă: Orice soluţie posibilă de bază a problemei (*) este vârf al mulţimii soluţiilor posibile şi
reciproc.
Definiţie: Se numeşte soluţie optimă a problemei (*), orice soluţie posibilă x 0 R n a problemei (*)
care satisface şi condiţia de optim, adică f ( x 0 ) opt f ( x) . Soluțiile optime se notează cu X0.
x X p
Teoremă: Soluţia optimă a problemei de programare liniară (*) se află printre vârfurile mulţimii
soluţiilor posibile Xp ale problemei.
Observaţie: Dacă problema (*) are p soluţii optime de bază: x 0 k , k 1, p , atunci soluţia optimă
p p
generală are forma: x 0 k x 0 k , k 0, k 1
k 1 k 1
23
4.2 Concepte generale privind metoda simplex
Metodele grafice de rezolvare a problemelor de programare liniară sunt aplicabile numai pentru
modelele de programare liniară cu două variabile. Pentru trei sau mai multe variabile se aplică
metoda simplex care în esență este o metodă matriceală.
Denumirea metodei este legată de faptul că un poliedru convex se mai numeşte şi simplex. Ţinând
cont că soluţiile optime ale unei probleme de programare liniară se găsesc printre vârfurile
poliedrului convex sau simplexului care reprezintă regiunea admisibilă, metoda simplex porneşte de
la un vârf sau o soluţie de bază şi trece apoi la un alt vârf care să reprezinte o soluţie mai bună.
Algoritmul metodei simplex se finanlizează în două situaţii:
1) se obţine cea mai bună soluţie, şi se decide că problema de programare liniară are optim finit
unic sau multiplu;
2) nu se obţine cea mai bună soluţie, pentru că această soluţie nu există, şi se decide că
problema de programare liniară nu are optim finit.
Pentru rezolvarea problemelor de programare liniară cu metoda simplex, vom considera, mai întâi
problema standard de maximizare:
n
[max] f c j x j
n j 1
aij x j b,1 i m
j 1
x j 0,1 j n
care conduce de fapt la o problemă de maximizare standard cu cerinţele definite mai sus.
24
De asemenea, vom considera şi cazul în care sunt restricţiile mixte, respectiv unele inecuaţii din
sistemul de restricţii sunt definite prin condiţia ≥ 0, iar altele sunt definite prin condiţia ≤ 0.
[max] f cjxj
j 1
n
aij x j b j ,1 i m
j 1
b j 0,1 j n
x j 0,1 j n
n
[max] f cjxj f 0
j 1
n
aij x j s j b j ,1 i m
j 1
b j 0,1 j n
x j 0,1 j n
25
Componentele tabloului simplex sunt următoarele:
În prima coloană vom numerota liniile tabelului în funcţie de numărul tabloului, care reprezintă de
fapt numărul iteraţiilor algoritmului.
Pentru variabilele suplimentare, vom considera sj = 1, iar în rest 0.
În ultima linie vom înscrie valorile cu semn schimbat ale coeficienţilor funcţiei obiectiv, apoi 0
pentru celulele corespunzătoare variabilelor suplimentare, iar în coloana corespunzătare lui f
valoarea 1.
Pasul 4: Determinarea valorii 1 în celula pivot şi a valorilor 0 în celelalte celule ale coloanei pivot:
Se împarte linia pivot la elementul pivot (dacă elementul pivot este diferit de 1):
L3l := L2l / alp;
26
Pentru celelalte valorii se aplică regula lui Gauss.
Pasul 5: Se continuă iteraţiile de la Pasul 3 până când se obţin toate celulele pivot corespunzătoare
variabilelor problemei.
Pasul 6: Dacă toate valorile din ultima linie a tabloului simplex sunt 0 sau pozitive, s-a obţinut
soluţia optimă. Valorile optime ale variabilelor se obţin în coloana termenilor liberi b, iar valoarea
optimă a funcţiei obiectiv se obţine în ultima celulă a tabloului simplex.
Dacă obţinem celule pivot corespunzătoare variabilelor suplimentare, atunci problema de
programare liniară nu are soluţie unică.
Dacă după determinare tuturor celulelor pivot corespunzătoare variabilelor problemei în ultima linie
a tabelului simplex există valori negative, atunci problema de programare liniară nu are soluţie
optimă.
Exerciții rezolvate
27
[max] f ( x, y ) 4 x 3 y
x 2 y 8
2 x y 10
x 0
y 0
[max] f ( x, y ) 4 x 3 y f 0
x 2 y s 8
1
2 x y s2 10
x 0
y 0
Tabloul simplex
Linia x1 x2 s1 s2 f b Raport
L11 1 2 1 0 0 8 8/1
L12 2 1 0 1 0 10 10/2
L13 −4 −3 0 0 1 0
Tabloul simplex
Linia x1 x2 s1 s2 f b Raport
L21 1 2 1 0 0 8 8/1 = 8
L22 2 1 0 1 0 10 10/2 = 5*
L23 −4 −3 0 0 1 0
28
Tabloul simplex
Linia x1 x2 s1 s2 f b Raport
L21 0 3/2 1 -1/2 0 3 2
L22 1 1/2 0 1/2 0 5 10
L23 0 -1 0 2 1 20
Pasul 5: Se continuă iteraţiile de la Pasul 3 până când se obţin toate celulele pivot corespunzătoare
variabilelor problemei.
Tabloul simplex
Linia x1 x2 s1 s2 f b Raport
L21 0 1 2/3 -1/3 0 2
L22 1 0 -1/3 2/3 0 4
L23 0 0 2/3 5/3 1 22
Pasul 6: Având în vedere că toate valorile din ultima linie a tabloului simplex sunt 0 sau pozitive, s-
a obţinut soluţia optimă. Valorile optime ale variabilelor se obţin în coloana termenilor liberi b, iar
valoarea optimă a funcţiei obiectiv se obţine în ultima celulă a tabloului simplex.
29
2. Să se aplice algoritmul simplex pentru rezolvarea problemei de programare liniară:
[max] f ( x, y ) 5 x 3 y
2 x y 8
x 2 y 7
x 0
y 0
[max] f ( x, y ) 5 x 3 y f 0
2 x y s 8
1
x 2 y s2 7
x 0
y 0
Tabloul simplex
Linia x y s1 s2 f b Raport
L11 2 1 1 0 0 8 8/2=4
L12 1 2 0 1 0 7 7/1=7
L13 −5 −3 0 0 1 0
Min {-5,-3}=-5
Min {4,7}=4
Tabloul simplex
Linia x y s1 s2 f b Raport
L21 1 1/2 1/2 0 0 4
L22 0 3/2 -1/2 1 0 3
L23 0 -1/2 5/2 0 1 20
Tabloul simplex
Linia x y s1 s2 f b Raport
L31 1 0 2/3 -1/3 0 3
L32 0 1 -1/3 2/3 0 2
L33 0 0 7/3 1/3 1 21
30