CERCETĂRI OPERAŢIONALE

ELEMENTE DE TEORIA PROBLEMELOR DE

OPTIMIZARE LINIARĂ CU RESTRICŢII

Cursul 1
Cuprins

Introducere 2
1.1 Scurt istoric . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Impactul cercetării operaţionale . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Obiectul cercetării operaţionale . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Modele tip de optimizare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Test de autoevaluare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Rezumat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Rezultate aşteptate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Glosar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1
Introducere

Obiective
Obiectivele acestui curs sunt:

• Prezentarea obiectului, importanţei, utilităţii cercetării operaţio-

nale
• Prezentarea unui scurt istoric privind evoluţia şi impactul cerce-
tării operaţionale asupra conducerii intreprinderii
• Prezentarea noţiunii de optimizare
• Prezentarea unor probleme speciale, modele ale cercetării opera-
ţionale.

Cercetarea operaţională este una dintre cele mai noi ramuri ale matematicii aplicate.
A apărut după 1950 şi, datorită aplicabilităţii largi şi a utilităţii semnificative, cunoaşte
o dezvoltare extrem de rapidă. La dezvoltarea sa remarcabilă, un rol semnificativ l-
au jucat revoluţia industrială (prin creşterea complexităţii problemelor) şi dezvoltarea
spectaculoasă a tehnicii de calcul.
Cercetarea operaţională se ocupă cu determinarea deciziei optime în urma rezolvării
modelelor deterministice şi stohastice construite pentru studiul fenomenelor economice,
manageriale.
Există foarte puţine noţiuni ştiinţifice uzuale atât în ştiinţă, cât şi în viaţa de toate
zilele, precum noţiunea de "optim" şi derivatele acestuia.
Se poate observa că, în toate domeniile vieţii, există tendinţa "optimizării" activită-
ţilor. Putem auzi de planificarea optimă a producţiei, alocarea optimă a resurselor, or-
ganizarea optimă a circulaţiei, repartizarea optimă a sarcinilor de producţie, planificarea
optimă a invesiţiilor, organizarea optimă a timpului, organizarea optimă a transportului,
continuându-se exemplele.
A avea o "activitate optimă" înseamnă de fapt a o alege, în condiţii bine stabilite, din
mulţimea activităţilor posibile, pe cea care este cea mai bună dintr-un anumit punct de
vedere.
Dintre problemele de optim în cadrul acestui curs vom studia doar problemele pentru
care:
- criteriile de optim pot fi formulate cu funcţii reale sau funcţii vector de n variabile
reale liniare sau neliniare;
- întrebările decizionale sunt întrebări cantitative (cât este valoarea variabilei xj , j ∈
{1, . . . , n} ?);

2
 - variabilele decizionale sunt soluţiile unui sistem liniar de inecuaţii.
Aceste probleme se numesc probleme de programare matematică sau optimizare
matematică cu restricţii.

1.1 Scurt istoric

Primele activităţi în acest domeniu au apărut în timpul celui de-al doilea Război Mondial,
când ofiţerii forţelor militare aliate au efectuat analiza ope-raţiilor militare prin construirea
şi rezolvarea unor modele de optimizare liniară. Încă din perioada 1935-1937, oameni de
ştiinţă şi cercetători au fost solicitaţi să-şi aducă contribuţia în vederea elaborării strategi-
ilor şi a studiu-lui problemelor de tactică militară. În 1938, A.P. Rowe este conducătorul
acestui grup în Bawdsey (Anglia), loc de lansare a cercetării operaţionale. În anul 1942,
căpitanul american W.D. Baker a creat grupul ASWORG (Anti-Submarine Warfare Ope-
rations Research Group) care a devenit mai târziu ORG (Operational Research Group).
În fruntea acestui grup a fost invitat Philip M. Morse din Massachusetts şi William Sho-
ckley de la Bell Laboratories (pentru contribuţia adusă la tranzistoare, va obţine premiul
Nobel).
În paralel se poate observa propagarea acestor metode de lucru în diferite ramuri ale
economiei. S-a constatat că şi în domenii nemilitare pot fi formulate probleme asemănă-
toare, dar într-un alt context. Astfel, în 1941, Frank Hitchcock şi, în mod independent, în
1947, T.C. Koopmans formulează problema de transport. G. Stigler, în 1945, formulează
un model matematic pentru stabilirea hranei raţionale pentru animale. Pro-blema gene-
rală de programare liniară a fost studiată şi aplicată în 1947 de G.B. Dantzig, Marshall
Wood şi de asociaţii lor de la Departamentul Forţelor Aeriene (U.S. Department of Air
Force). Metoda elaborată este cunoscută sub denumirea de metoda simplex.
Înainte de sfârşitul anilor 1950, exista deja o teorie bine dezvoltată a programării
liniare, a programării dinamice, a teoriei firelor de aşteptare şi a teoriei stocării.
În ianuarie 1952 a fost rezolvat, pentru prima dată, pe calculator, un model de pro-
gramare liniară (National Bureau of Standards SEAC Machine).
Apare primul program comercial de programare liniară în anul 1954 (cu ajutorul aces-
tuia, o problemă de amestec în domeniul petro-chimic s-a rezolvat în 10 ore). R.E. Gomory
prezintă o metodă generală de rezolvare a modelelor de programare în numere întregi în
anul 1958.
Analiza circuitelor şi a reţelelor reprezenta dintotdeauna o problemă importantă în
electrotehnică. Unele noţiuni ale acestei teorii s-au dovedit extrem de utile în teoria infor-
maţiei, în cibernetică, în planificarea proiectelor de cercetare şi de dezoltare. Borz Allen şi
Hamilton dezvoltă programul PERT (Program Evaluation and Review Technique) şi me-
toda drumului critic CPM (Critical Path Method). PERT poate fi aplicat cu succes dacă
incertitudinea privind previziunea duratei activităţilor este mare şi se doreşte verificarea
eficace a timpului de rulare a proiectului. Proiectele de cercetare şi dezvoltare intră în
această categorie. PERT a fost folosit prima dată în Statele Unite ale Americii, în 1958,
în programul de rachete balistice ale flotei şi a redus cu doi ani timpul prevăzut pentru
lansarea rachetelor Polaris.
Pogramul CPM este extrem de util atunci când durata activităţilor poate fi precizată
(de exemplu, în urma unor experienţe anterioare), aceste durate sunt flexibile (pot fi uşor
modificate, de exemplu, prin schimbarea numărului de angajaţi) şi se urmăreşte raportul
dintre timpul şi costurile necesare realizării planului. În general proiectele de construcţii şi
de întreţinere sunt de acest tip. Programele PERT şi CPM sunt utile în proiectare. Aceste

3
programe nu sunt perfecte, nu pot fi aplicate fără verificarea ipotezelor, altfel rezultatele
obţinute sunt eronate.

1.2 Impactul cercetării operaţionale

Impactul cercetării operaţionale asupra conducerii întreprinderilor şi a instituţiilor este în
continuă creştere. Măsura impactului nu poate fi comparată cu nici o altă descoperire.
În 1972, E. Turban a publicat un sondaj privind dimensiunea aplicării metodelor cerce-
tării operaţionale din anul 1969. Dintre 500 de companii, considerate, după "Fortune", cele
mai mari, au fost alese companii industriale şi companii din toate categoriile de servicii
(bănci, transport, asigurări, comerţ). Au fost trimise 475 de chestionare pentru directorii
şi conducătorii de companii. S-a constatat că, după analiza statistică şi simulare, progra-
marea liniară era metoda cea mai frecvent aplicată. Majoritatea companiilor au folosit în
aplicarea metodelor şi tehnica de calcul.
În 1977, Ledbetter şi Cox au publicat un sondaj asemănător privind situaţia aplicării
metodelor cercetării operaţionale în anul 1975. Au obţinut un rezultat asemănător. Aşadar
s-au confirmat rezultatele sondajului date de Turban.
În 1976, Fabozzi şi Valente publică rezultatul unui sondaj referitor la anul 1974 în care
s-au analizat domeniile de aplicare a programării liniare şi a programării dinamice. Cerce-
tătorii au ajuns la concluzia că aplicaţiile cele mai importante se concretizează la determi-
narea amestecului de produse, la planificarea timpului de lucru, planificarea investiţiilor,
planificarea financiară, analiza bugetului, analiza unificării şi cumpărării companiilor.
Datorită impactului semnificativ, pe plan mondial, s-au format societăţi naţionale şi
internaţionale de cercetare operaţională. Astfel la 1 ianuarie 1959, cu participarea a peste
30 de ţări, s-a creat Federaţia Internaţională de Cercetare Operaţională (IFORS). În anul
1952, a fost fondată Societatea Americană de Cercetări Operaţionale (ORSA) (în anul
1987, pentru prima dată în istoria societăţii, ocupă funcţia de preşedinte o doamnă, Judith
S. Liebman). A fost creat Institutul de Management în 1953 (TIMS). ORSA scoate revista
"Operations Research", iar TIMS, revista "Management Science", iar cele două societăţi
publică revistele "Mathematics of Operations Research" şi "Interfaces". Aceste reviste sunt
generoase în informaţii, publi-când anual, în peste 3000 de pagini, cele mai noi rezultate
din domeniu. Reviste asemănătoare sunt editate şi în Anglia, Franţa, Italia, Japonia,
Canada, Germania. În 1995, prin unificarea celor două societăţi ORSA şi TIMS, s-a
format Institutul de Cercetări Operaţionale şi de Management (INFORMS).
O serie de rezultate remarcabile ale cercetării operaţionale au fost apreciate cu premiul
Nobel în Economie. De exemplu, în 1972, Sir John R. Hicks şi Kenneth J. Arrow obţin
premiul pentru contribuţiile aduse în teoria generală a echilibrului economic; în anul 1973,
Wassily Leontief obţine premiul pentru dezvoltarea şi aplicarea modelelor input-output în
problemele importante ale economiei; în 1975, L.V. Kantorovich şi T.C. Koopmans obţin
acest premiu pentru contribuţia adusă la dezvoltarea teoriei alocării optime a resurselor;
în 1990, H.M. Markowitz, Marton M. Miller şi Wiliam F. Sharpe obţin premiul pentru
munca de pionieriat în teoria economiei financiare; în 1994, John C. Harsányi, John F.
Nash şi Reinhard Selten obţin premiul pentru rezultatele obţinute în analiza echilibrului
în teoria jocurilor "necooperative".

4
1.3 Obiectul cercetării operaţionale
Citind şi analizând literatura de specialitate, se poate observa că există o serie de definiţii
ale cercetării operaţionale.
Se poate spune că cercetarea operaţională este o ramură a matematicii aplicate care se
ocupă cu modelarea problemelor complexe de inginerie, management, marketing, educaţie,
sănătate (teoretic, din orice domeniu al activităţii umane), analizează aceste modele cu
scopul obţinerii soluţiilor posibile şi aplică metodele analitice ale matematicii în scopul
determinării deciziilor (soluţiilor, politicilor, strategiilor) optime.
Fiind o ramură a matematicii aplicate, pentru studiul modelelor sunt necesare cu-
noştinţe de matematici superioare, cum ar fi algebra liniară, analiza matematică, analiza
funcţională, teoria probabilităţilor, ecuaţii diferenţiale, geometrie diferenţială.
În continuare, prezentăm câteva noţiuni de bază.
Definiţia 1.3.1. Prin operaţie se înţelege un ansamblu de acţiuni îndreptate spre reali-
zarea unui anumit scop. Orice operaţie are un singur scop care poate fi compus din mai
multe obiective.
Definiţia 1.3.2. Se numeşte parte operativă mulţimea acelor persoane sau factori care
acţionează într-o operaţie pentru îndeplinirea scopului propus.
Definiţia 1.3.3. Prin mijloace active înţelegem anumite resurse care stau la dispoziţia
părţii operative. Prin folosirea lor (de regulă cheltuielile lor) partea operativă îşi realizează
scopul.
Definiţia 1.3.4. Modul de utilizare a mijloacelor active se numeşte strategia (sau po-
litica) părţii operative.
Acele strategii care conduc la realizarea scopului se numesc strategii optime .
Observaţia 1.3.5. Rezultatele unei operaţii depind de strategia aleasă, adică de factorii
controlabili şi de factori care nu pot fi influenţaţi de partea operativă şi care formează
condiţiile efectuării operaţiei.
În agricultură, de exemplu, condiţiile meteorologice reprezintă factorii necontrolabili.
În studiul oricărei operaţii (indiferent de domeniul căruia îi aparţine), se deosebesc
patru etape fundamentale:
a) analiza operaţiei - căutarea şi descrierea mijloacelor de acţiune care ar putea duce
la atingerea scopului operaţiei;
b) construirea unui model matematic al operaţiei care să ofere o descriere mate-
matică a scopului;
c) estimarea şi compararea eficacităţii diverselor strategii pe baza modelului con-
struit;
d) studierea strategiilor optime şi a metodelor matematice cu ajutorul cărora
pot fi obţinute.
Pe de o parte, modelul trebuie să reflecte cât mai exact procesul real, pe de altă parte,
trebuie să fie cât mai simplu.

1.4 Modele tip de optimizare

În continuare vom prezenta câteva exemple reprezentative de optimizare liniară.

5
(a) Un model de planificare a producţiei
O întreprindere produce n produse P1 , . . . , Pn , folosind m resurse R1 , . . . , Rm (materii
prime, maşini-unelte, forţă de muncă etc.) de care dispune în cantităţile b1 , . . . , bm .
Ştiind că producerea unei unităţi din produsul Pj , j ∈ {1, . . . , n} aduce întreprinderii
beneficiul cj şi necesită aij unităţi din resursa Ri , i ∈ {1, . . . , m}, se cere să se planifice
producţia, adică să se stabilească în ce cantităţi să se producă fiecare dintre cele n produse,
astfel încât beneficiul total al întreprinderii să fie maxim.
Notăm pentru fiecare j ∈ {1, . . . , n} cu xj cantitatea (în unităţi) din produsul Pj ce
urmează a fi produsă.
Beneficiul total al întreprinderii este:

f (x1 , . . . , xn ) = c1 x1 + · · · + cn xn (1.1)
iar cantităţile x1 , . . . , xn trebuie să verifice următorul sistem de inecuaţii:
 n
X
aij xj ≤ bi , i = 1, m


j=1 (1.2)

xj ≥ 0, j = 1, n


Avem modelul care constă în maximizarea funcţiei (1.1) pe mulţimea soluţiilor siste-
mului (1.2).
Modelul poate fi reformulat după scopul urmărit.
-Dacă se cere producerea unor cantităţi minime x01 , . . . , x0n (respectiv maxime y10 , . . . , yn0 ),
atunci adaugăm restricţiile:

x0j ≤ xj , j = 1, n (sau xj ≤ yj0 , j = 1, n)

- Dacă se cere ca volumul total al producţiei să nu coboare sub o anumită limită x0 , atunci
din punct de vedere matematic avem condiţia:

x0 ≤ x1 + · · · + xn
- Scopul nu este neapărat maximizarea beneficiului. Scopul poate să fie obţinerea
unui venit maxim în valută sau realizarea unui venit maxim de valută şi realizarea unui
beneficiu maxim. Dacă dj este venitul de valută după produsul Pj , atunci avem: (c1 +
d1 )u1 + · · · + (cn + dn )un

(b) Un model de amestec

Dacă într-o problemă de amestec aij reprezintă cantitatea de substanţă si , i = 1, m con-
ţinută într-o unitate din componenta Pj , j = 1, n a amestecului şi amestecul trebuie să
conţină cel puţin bi unităţi din substanţa si , i = 1, k şi cel mult Bi unităţi din substanţa
si , i = k + 1, m, atunci se cere realizarea amestecului cu cost minim, ştiind că costurile
unitare din componentele Pj sunt cj , j = 1, n.

6
 Notăm cu xj numărul de unităţi din componentele Pj . Putem scrie:

Xn
f (x) = cj xj → min






 j=1
n



 X

 aij xj ≥ bi , i = 1, k
j=1


 n
X
aij xj ≤ Bi , i = k + 1, m





j=1



xj ≥ 0, j = 1, n


(c) Problema rucsacului

Un turist vrea să-şi ia în rucsac câteva din obiectele X1 , X2 , . . . , Xn . El cunoaşte greutatea
fiecărui obiect P1 , . . . , Pn şi volumul corespunzător (locul ocupat de un obiect) V1 , . . . , Vn .
Turistul nu poate duce o greutate totală mai mare decât P , iar volumul maxim al rucsacului
este V. Fiecare obiect are o valoare subiectivă k1 , . . . , kn .
Ce obiecte trebuie alese pentru a obţine o utilitate totală maximă?
Notăm cu xi valorile asociate obiectelor Xi . Vom avea xi = 1 dacă obiectul Xi este
pus în rucsac, respectiv xi = 0 în caz contrar.
Modelul matematic al problemei rucsacului este:

Xn
f (x) = xi ki → max





i=1




 Xn
Pi xi ≤ P




i=1


 Xn
Vi xi ≤ V





i=1





xi ∈ {0, 1}, i ∈ 1, n


Modelul obţinut este un model discret, un model de programare în numere întregi.

(d) Model de alocare a resurselor

Să se repartizeze n resurse, notate cu R1 , R2 , . . . , Rn pe n activităţi A1 , A2 , . . . , An , astfel
încât:
- fiecare resursă să fie repartizată la câte o singură activitate;
- fiecărei activităţi să i se repartizeze câte o singură resursă.
Se introduce un criteriu de alegere a "posibilităţii optime". În acest scop se introduc
anumite costuri ce corespund diferitelor grupe formate din câte o resursă şi câte o acti-
vitate. Astfel, cuplului (Ri , Aj ) format din resursa Ri , i = 1, 2, . . . , n şi din activitatea
Aj , j = 1, 2, . . . , n îi corespunde valoarea Cij numită costul repartizării resursei Ri pe
activitatea Aj . Pentru fiecare repartizare a celor n resurse pe cele n activităţi, în condi-
ţiile precizate mai sus, va corespunde în acest mod un cost total, egal cu suma costurilor
repartizărilor diferitelor cupluri ce formează repartizarea dată.
Se cere repartizarea resurselor pe activităţi, astfel încât costul total să fie minim (ma-
xim), în funcţie de natura problemei propuse spre rezolvare.

7
 Se introduc variabilele xij , i, j ∈ {1, 2, . . . , n} definite astfel: xij = 1, dacă resursa
Ri este repartizată pe activitatea Aj şi xij = 0. În caz contrar, păstrând aceste notaţii,
modelul matematic al problemei de alocare a resurselor este:

Xn X n
f cij xij → min




 (x) =
i=1 j=1





 Xn
xij = 1, pentru i = 1, n




i=1


 Xn
xij = 1, pentru j = 1, n







 j=1




xij ∈ {0, 1}, pentru i = 1, n şi j = 1, n

(e) Problema de transport

Fie m centre de aprovizionare (depozitare) notate cu A1 , . . . , Am şi n centre de consum
(beneficiari) notate cu B1 , . . . , Bn .
Dacă un produs omogen este depozitat în cantităţile ai , i = 1, m în centrele Ai şi este
cerut de către beneficiari în cantitatea bj , j = 1, n, iar costurile unitare de transport de la
centrul Ai la beneficiarul Bj sunt egale cu cij ,
atunci se cere să se organizeze transportul, astfel încât cheltuielile de transport să fie
minime!
Dacă notăm cu xij cantitatea de produs care va fi transportată de la furnizorul i la
consumatorul j, atunci, matematic, putem descrie problema de transport cu următorul
model:

X n
m X
f (x) = cij xij → min






 i=1 j=1
n



 X



 xij ≤ ai , i = 1, m


 j=1

 Xm
xij ≥ bj , j = 1, n (1.3)

i=1



xij ≥ 0, i = 1, m, j = 1, n




cij ≥ 0,



 i = 1, m, j = 1, n
m n



 X X



 ai ≥ bj .
i=1 j=1

Funcţia obiectiv reprezintă evident cheltuielile totale; prin urmare, scopul constă în
minimizarea acestora.

(f) O problemă de atribuire

Fie m tipuri de maşini, al căror timp de funcţionare este respectiv egal cu t1 , . . . , ti , . . . , tm
unităţi de timp. Cu aceste maşini se pot produce n tipuri de produse, planificate într-
un număr de r1 , . . . , rj , . . . , rn . Timpul λij , în care maşina de tip i produce un produs
de tip j, variază în funcţie de alegerea tipului de maşină pe care este fabricat produsul.
Costurile de fabricaţie pot varia şi în funcţie de perechile (i, j), dar nu sunt neapărat
proporţionale cu timpul λij . Dacă se notează cu cij costurile de fabricaţie, atunci se pune

8
problema determinării unui plan de producţie pentru realizarea produselor în cantităţile
menţionate, cu un cost total minim.
Dacă notăm cu xij numărul unităţilor din produsul j fabricate pe maşina de tip i,
atunci modelul acestei probleme va fi:

Xm X n
f (x) = cij xij → min




i=1 j=1





 n
X
λij xij ≤ ti , pentru i = 1, m



j=1
m



 X



 xij = rj , pentru j = 1, n
i=1






xij ≥ 0, pentru i = 1, m şi j = 1, n
Se poate observa că modelul prezentat este o generalizare a modelului problemei de
transport.

(g) Generalizarea problemei de transport

Într-o staţie cu m garaje sunt t1 , . . . , ti , . . . , tm camioane cu aceleaşi capacităţi de trans-
port. Într-o anumită zi se solicită f1 , . . . , fk , . . . , fs camioane de către beneficiari pentru
transportarea unui produs omogen care poate fi încărcat de la n depozite. La un depozit
se pot încărca, în acelaşi timp, un număr de r1 , . . . , rj , . . . , rn camioane. Costurile de
transport se modifică în funcţie de drumul parcurs de camioane, adică depinde de modul
de grupare a indicilor (i, j, k). Notând cu cijk aceste costuri, se cere construirea planului
de dirijare în condiţiile menţionate, astfel încât costul total de transport să fie minim.
Dacă se notează cu xijk numărul camioanelor dirijate de la garajul i la depozitul j şi
la beneficiarul k, atunci modelul acestei probleme este:
m n s
XXX
cijk xijk → min





 i=1 j=1 k=1






 Xn X s
xijk = ti , i = 1, m





j=1 k=1


Xm X s


 xijk = rj , j = 1, n


 i=1 k=1
m X n



 X
xijk = fk , k = 1, s







 i=1 j=1

x ≥ 0, pentru i = 1, m;

j = 1, n, şi k = 1, s
ijk

(h) Planificarea investiţiilor

Fie o societate care dispune de o sumă de S unităţi monetare, sumă care poate fi folosită
în diverse activităţi notate cu {1, 2, . . . n}.
Dacă investiţia la activitatea j aduce un beneficiu bj u.m., atunci se cere determinarea
unui plan de investiţii cu beneficiu total maxim.

9
 Dacă se notează cu xj , j = 1, n suma investită în activitatea j, atunci modelul mate-
matic al problemei de planificare a investiţiilor este:

f (x) = nj=1 bj xj → max

 P




Xn
xj ≤ S, j = 1, n
j=1




xj ≥ 0, j = 1, n


Test de autoevaluare
Timp de lucru: 30 minute

• Când apare cercetarea operaţională?

• Cu ce se ocupă cercetarea operaţională? Să formulaţi obiectul cercetării operaţionale!

• Să descrieţi pe baza celor prezentate ce înseamnă "o activitate optimă" !

• Cum a apărut cercetarea operaţională? Să formulaţi câteva aspecte, elemente im-

poratante în dezvoltarea acestei ramuri ale ştiinţei!

• Să prezentaţi impactul cercetării operaţionale asupra economiei?

• Să formulaţi o problemă de optimizare pe baza celor prezentate în cadrul cursului!

Rezumat

• În cadrul cursului s-a prezentat cercetarea operaţională, o ramură

a matematicii aplicate, un domeniu a ştiinţei cu foarte multe pro-
bleme deschise, de aplicabilitate largă, de utilitate majoră în luarea
deciziilor privind conducerea unei întreprinderi, afaceri, instituţii

• S-au prezentat probleme speciale de optimizare şi modele mate-

matice aferente acestora.

Rezultate aşteptate
După studierea acestui curs, ar trebui:

• să se cunoască importanţa, utilitatea, aplicabilitatea cercetării operaţionale,

• să se formuleze probleme de optimizare,

• să se ştie construirea modelelor de optimizare pentru anumite probleme de optimi-

zarea liniară cu restricţii.

Cursul este menit să trezească interesul studenţilor, să descopere ca cercetarea opera-

ţională este un domeniu deschis în care se pot obţine noi rezultate, să recunoască faptul
că cercetarea operaţională poate fi un instrument util pentru factorul de decizie.

10
Bibliografie

[Sza] Szabó, Zs., (2005), Cercetări oreraţionale, Editura universităţii "Petru Maior" Târgu
Mureş

[Way] Wayne, L.W.,(2004), Operation Research. Applications and Algorithms, Fourth

Edition, Duxbury Press - online

[1] http://www.asecib.ase.ro/cursuri_online.htm

11
Glosar

cercetare operaţională, 5

mijloace active, 5

operaţie, 5
optimizare matematică cu restricţii, 3

parte operativă, 5
politica, 5
problema
de alocare a resurselor, 8
de planificare a investiţiilor, 10
de transport, 8
rucsacului, 7
programare matematică, 3

strategia, 5
strategii optime, 5

12