Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUCERE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
CAP.1 PROGRAMARE LINIAR . . . . . . . . . . . . . . . . . . . . .4
1.1 Consideraii generale . . . . . . . . . . . . . . . . . . . . . . . . . .4
1.2 Soluiile unei probleme de programare liniar . . . . . . 7
1.3 Bazele matematice ale metodei simplex primal pentru
rezolvarea problemelor de programare liniar. . . . . . 13
Probleme de programare liniar propuse spre
rezolvare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .35
Probleme de programare liniar cu aplicaii n
procesul de producie propuse spre rezolvare . . . . . . 39
1.4 Modele liniare de tip transport. Folosirea programrii
liniare n optimizarea planului de transport . . . . . . . .45
Probleme de tip transport propuse spre rezolvare. . . .67
INTRODUCERE
Prezentul material ajuttor ofer posibilitatea nelegerii de
ctre studeni a utilizrii modelelor economico-matematice n
organizarea i conducerea produciei.
nainte de prezentarea metodelor i tehnicilor matematice
de optimizare a activitilor folosite n managementul produciei
industriale, se impune s facem urmtoarele precizri : n primul
rnd, plecm de la considerentul c elementele de algebr liniar
studiate n anul I sunt cunoscute, insistndu-se mai mult pe
nelegerea semnificaiilor matematice i economice ale
aspectelor prezentate.
n al doilea rnd, limbajul pe care l-am folosit nu este strict
riguros matematic, prefernd un limbaj mai descriptiv, bazat pe
exemplificri, menit s asigure o nelegere mai bun i mai
profund a textului.
n al treilea rnd, contieni de faptul c multe dintre
probleme sunt prezentate prea sumar, justificm aceasta prin
spaiul restrns al actualului material ajuttor precum i prin
dorina noastr de a oferii studenilor o imagine ct mai
cuprinztoare asupra posibilitilor pe care le are matematica i
utilizarea acesteia n economie. Lista bibliografic de la sfritul
fiecrui capitol ntregete cunotinele prezentate aici.
3
CAPITOLUL 1
PROGRAMARE LINIAR
1.1 CONSIDERAII GENERALE
O problem de programare liniar sete format din dou
pri distincte, i anume :
- un numr de restricii liniare :
fi(x1,..,xn)bi,
i=1,,k,
fj(x1,..,xn)=bj,
j=k+1,..,p,
fe(x1,..,xn)be,
e=p+1,..,m,
xk0,
k=1,2,...,n,
(1.1)
(1.2)
aij xj = di ,
j=1
i=1,,m;
(1.3)
j=1,,n .
(1.4)
xj 0,
(1.5)
j=1
aij xj = di ,
j=1
i=1,,m;
(1.6)
j=1,,n .
(1.7)
xj 0,
(1.8)
AX = d
(1.9)
X 0 , unde
6
(1.10)
a11 . a1n
A = (aij)
X=
x1
x2
d=
xn
d1
d2
i = 1, . . . . .,m =
j = 1, . . . . .,n
am1 amn
dn
1.2 SOLUIILE UNEI PROBLEME DE PROGRAMARE
LINIAR
n studiul rezolvrii metodelor de programare liniar, se
pornete de la forma standard. S considerm, deci, modelul
problemei de programare liniar sub form standard:
(M)
[max/min] z = CX,
AX =b,
X0
(1.11)
(1.12)
(1.13)
x1 + 2x2 + x3 + 2x4 = 8
2x1 + x2 + x3 + 3x4 = 9
Soluia X1 =(3 2 1 0)t a acestui sistem este o soluie
realizabil a modelului, deoarece nu are nici o component strict
negativ. n schimb, soluia X2 = (3 3 3 1)t este o soluie
nerealizabil a modelului, avnd componenta x3 strict negativ
(nu verific condiia corespunztoare de nenegativitate).
n construirea algoritmului de rezolvare a modelelor de
programare liniar, vom ine seam ndeosebi de natura
diferitelor componente ale soluiilor, de a fi nule sau nu. n acest
scop, s considerm spaiul vectorial m-dimensional, numit
spaiul restriciilor, n care considerm cei n vectori-coloan ai
matricei A, notai prin aj , j=1, . . . , n precum i vectorul b, al
termenilor liberi. Cu aceste notaii, sistemul de restricii (1.12)
poate fi scris sub forma vectorial (1.14), unde componentele x1,
x2, x3, . . . . , xn, ale unei soluii oarecare X, sunt mrimi scalare
nedeterminate :
x1 a1 + x2 a2 + x3 a3 + . . . . . + xn an = b
9
(1.14)
a1 =
1
1
a2 =
11
1
3
[max] z = cj xj
n
(M)
(1.15)
j=1
aj xj = b
(1.16)
j=1
x0
(1.17)
14
Tabelul 1.1
c1
c2
C3. .
.... ....
...
....
. .cn
a1
a2
A3. .
.... ....
...
....
. .an
a1
x1
11
12
13 ..
.... ....
...
....
.1n
C2
a2
x2
21
22
23 ..
.... ....
...
....
.2n
: ..
.... ....
...
....
..:
: ..
.... ....
...
....
..:
: ..
.... ....
...
....
..:
: ..
.... ....
...
....
..:
cm
am
xm
m1
m2
m3
.... ....
...
....
mn
fj
F1
f2
f3
.... ....
...
....
fn
C1
(1.18)
fj = ck kj , j=1,2,3,,n.
(1.19)
k=1
fj = CB aj , j=1,2,3,,n.
(1.20)
B
a1
a2
Fj
XB
8
10
2
a1
1
0
2
3
a2
0
1
3
1
a3
1
2
8
4
a4
2
1
7
Tabelul 1.2.
CB
XB
c1
c2
:
ci
:
cm
a1
a2
:
ai
:
am
j=cj-fj
X1
X2
:
xi
:
xm
c1
c2 . . . . . . . cm . . . . . . . cj . . . . . . . . cn
a1
a2. . . . . . . . am . . . . . . aj. . . . . . . . an
11
12. . . . . . . 1m. . . . . . .1j. . . . . . . 1n
21
22. . . . . . . 2m. . . . . . .2j. . . . . . .2n
:
:
:
:
:
i1
i2. . . . . . . im. . . . . . . ij . . . . . . in
:
:
:
:
:
m1 m2. . . . . . .mm. . . . . . .mj. . . . . . mn
c1-f1 c2-f2.. . . . . cm-fm . . . . .cj-fj . . cn-fn
20
Urmtoarele expresii permit calculul componentelor noii
soluii de baz Y :
xi
yj =
ij
(1.21)
(1.23)
0, pentru k=1,2,,i-1,i+1,i+2,,m
ij
xi
kj
xk
yj =
yk =
xi
ij
xk ij xi kj
(1.24)
Tabel vechi
Tabel nou
ij
21
Precizm mai sus c, pentru a gsi vectorul ce trebuie
eliminat din baz, se face raportul, component cu component,
ntre coloana XB i coloana vectorului aj care intr n baz.
Ilustrarea acestor operaii este prezentat n figura 1.2.
x1
1j
x1/1j
x2
2j
x2/2j
xm
mj
xm/mj
Fig 1.2. Operaiile efectuate pentru gsirea vectorului ce trebuie
eliminat din baz
De remarcat este faptul c acolo unde componenta kj 0
raportul nu se face, iar dintre rapoartele ultimei coloane ne oprim
la cel mai mic, acesta indicnd linia vectorului a i ce urmeaz a fi
eliminat din baza B. Aceast regul poart numele de criteriu de
ieire din baz.
Algoritmul simplex este deci un algoritm iterativ, n care
sunt cercetate succesiv soluii realizabile de baz din ce n ce mai
bune, pornind de la o soluie realizabil de baz oarecare, pn
cnd este obinut o soluie optim.
22
23
- se mparte linia pivotului la pivot;
- se completeaz coloanele corespunztoare vectorilor
din noua baz, acetia devenind vectori unitari;
- se calculeaz celelalte elemente, aplicnd regula
dreptunghiului.
S ilustrm funcionalitate algoritmului pe un exemplu
numeric.
Exemplul 4.2 Fie modelul de (P.L.):
[max] z = 5x1+7x2+2x3+2x4
x1+3x2 - x3+0x4=40
-x2+2x3+ x4=10
xj 0, j=1,2,3,4
Completm urmtorul tabel:
CB
XB
5
2
a1
a4
/
5
2
/
j
a1
a2
j
40
10
5
a1
1
0
7
a2
3
-1
2
a3
-1
2
2
a4
0
1
220
45
5
235
0
1
0
0
-6
5/2
-1/2
-9/2
3
0
1
0
0
1/2
1/2
-3/2
24
Deoarece pe linia diferenelor j, exist o diferen strict
pozitiv (c3-f3=3), deducem c soluia realizabil x nu verific
criteriul de optim. n tabel s-a fcut efectiv trecerea la o soluie
realizabil de baz mai bun, prin efectuarea urmtoarelor
operaii:
- dintre rapoartele 40/-1 i 10/2 se consider numai cel
corespunztor celei de-a doua linii; deoarece prima
component a vectorului a3 este negativ fapt ilustrat i
n figura 1.3; urmeaz c vectorul a4 este cel care
trebuie s ias din baz;
XB
a3
40
-1
10
25
- s-a mprit linia a doua prin 2 (pivotul), rezultatele
trecndu-se pe linia a doua din iteraia a doua;
- celelalte elemente de pe linia nti a iteraiei a doua s-au
calculat cu ajutorul regulii dreptunghiului;
- s-a completat coloana CB cu coeficienii c1 i c3,
corespunztori vectorilor din noua baz.
Componentele bazice ale noii soluii se citesc pe coloana X B, ele
fiind urmtoarele: x1=45, x2=0, x3=5, x4=0. Prin urmare, noua
soluie are forma urmtoare:
X=(45,0,5,0), iar Zmax=235
Pentru testarea optimalitii acestei noi soluii s-au calculat
n tabel diferenele cj-fj. Deoarece nu mai exist nici o diferen
strict pozitiv, deducem c soluia X este optim i aplicarea
algoritmului simplex a luat sfrit.
S ne ocupm acum de operaiile premergtoare aplicrii
operaiilor cerute de algoritmul simplex. Pentru a putea ncepe
aplicarea algoritmului simplex, n scopul gsirii soluiei optime
pentru un model de (P.L.), trebuie s fie ndeplinite dou
condiii i anume:
a) modelul s fie sub forma standard de lucru (cu restricii de
tip egaliti);
26
b) s dispunem de o soluie realizabil de baz, pe care o vom
numi soluie iniial.
n privina condiiei (a), precizm c orice restricie scris
sub form de inegalitate se poate pune sub forma unei egaliti
dac se adopt o variabil suplimentar, numit variabil de
compensare. Pentru ca aceast variabil de compensare s se
supun i ea condiiilor de nenegativitate, ea se adaug cu
coeficientul +1 dac inegalitatea are sensul i cu coeficientul
1 dac inegalitatea are sensul .
n ceea ce privete condiia (b), determinarea unei soluii
realizabile de baz iniiale constituie uneori o parte important a
rezolvrii modelului, pentru aceasta existnd metode speciale.
n continuare se prezint nc trei exemple numerice
rezolvate.
Exemplul 4.3 Fie modelul de (P.L.):
[max] f = 2x1+3x2+x3+4x4
x1 + x3+2x4=8
x2+2x3 + x4=10
xj 0, j=1,2,3,4
27
Completm urmtorul tabel:
CB
XB
2
3
a1
a2
8
10
2
A1
1
0
3
a2
0
1
4
a3
1
2
1
a4
2
1
46
-7
-3
28+310=46
c1-f1=2-(21+30)=2-2=0
c2-f2=3-(20+31)=3-3=0
c3-f3=1-(21+32)=1-8=-7 etc.
Cum toate diferenele sunt negative sau zero, avem soluie
optim finit (8,10,0,0), f max=46.
Exemplul 4.4 Fie modelul de (P.L.):
[max]f=2x1+x2+3x3+5x4+9x5
x1+2x3+x4+3x5=15
x2+x3+2x4+x5=12
xj0, j=1,2,3,4,5
2
1
/
9
1
/
9
5
/
a1
15
a2
12
42
j
A5
5
A2
7
52
j
A5 18/5
A4 21/5
j 267/5
2
a1
1
0
0
1/3
-1/3
-2/3
2/5
-1/5
-3/5
1
a2
0
1
0
0
1
0
-1/5
3/5
-1/5
3
a3
2
1
-2
2/3
1/3
-10/3
3/5
1/5
-17/5
5
a4
1
2
1
1/3
5/3
1/3
0
1
0
9
a5
3
1
2
1
0
0
1
0
0
2x3+
3x1+
2x3+x4
=4
x5 = 7
xj0, j=1,2,3,4,5
= 10
29
B
1
-1
5
/
2
-1
5
/
A2
a5
a4
4
7
10
47
2
5
4
19
j
a1
a5
a4
j
2
a1
2
1
3
+14
1
0
0
0
1
a2
1
0
0
0
-1/2
-3/2
-7
3
a3
1
2
2
6
1/2
3/2
1/2
-1
5
a4
0
0
1
0
0
0
1
0
-1
a5
0
1
0
0
0
1
0
0
Observaia 4.2.
diferene nule i n dreptul altor vectori care nu fac parte din baza
30
optim, problema admite soluie optim multipl. Pentru a gsi
i alte soluii optime se continu algoritmul simplex introducnd
n baz unul din vectorii din afara bazei cruia i aparine o
diferen nul.
Precizm, naintea exemplului 4.3,c determinarea unei
soluii realizabile de baz iniiale necesit - n anumite cazuri aplicarea unor metode speciale. n acest sens prezentm n
continuare una dintre metode i anume metoda coeficienilor
de penalizare.
Dup ce modelul a fost adus la forma standard, avem grij
ca toi termenii liberi s fie nenegativi, n caz contrar schimbm
semnele unora dintre resticii. Apoi, scriind matricea A a
sistemului de restricii, observm ce vectori unitari se gsesc
printre coloanele ei. n cazul n care matricea A conine toi cei m
vectori unitari, acetia formeaz baza iniial cutat. Dac
matricea A nu conine toi cei m vectori unitari (eventual nici
unul), introducem unele variabile suplimentare numite variabile
artificiale, totdeauna cu coeficieni egali cu +1, n anumite
2x1+ x2+2x3+2x4+U2=12
x1+3x2+2x3+2x4+U3=16
xj0, j=1,2,3,4, Uk 0, k=1,2,3
33
iar tabloul simplex corespunztor este:
CB
XB
M
M
M
/
2
M
M
U1
U2
U3
j
a3
U1
U2
10
12
16
38M
5
2
6
/
2
1
M
/
2
1
2
/
j 8M+10
a3
4
a4
2
U2
4
j 4M+10
a3
3
a4
2
a2
2
12
j
1
2
2
1
M
a1
a2
a3
a4
U1
1
1
2
1
1
2
1
2
2
0
1
3
2
2
0
4M-1 5M-2 6M-2 5M-1 0
1/2
1/2
1
1/2
1/2
1
0
0
1
0
2
0
1
M 2M-1
0
1/2
1
0
-1
2
-M 2M-1
1/4
0
1
0
-1/2
1
-1/2
0
0
1
0
0
0
1
0
0
0
2M
0
1
0
0
0
1
0
0
M
U2
0
1
0
0
0
1
0
M
U3
0
0
1
0
0
0
1
0
0
0
1
0
34
PROBLEME DE PROGRAMARE LINIAR PROPUSE
SPRE REZOLVARE
1.
[max]f =2x1+x2+x3+3x4+2x5+9x6
x1+x4+2x5+ x6 =10
x2+x4+ x5+2x6 =20
x3+x4+3x5+3x6=30
xj0, j=1,2,3,4,5,6
R : xopt=(0,0,0,0,0,10) ; fmax=90
2. [max]f=2x1+x2+3x3+5x4+9x5
x1+2x3+ x4+3x5=15
x2+ x3+2x4+ x5 =12
xj0, j=1,2,3,4,5
R : xopt=(0,0,0,21/5,18/5) ; fmax=267/5
3. [max]f=2x1+x2+6x3+5x4+7x5+11x6+3x7
x1+ x3+ x4+ x5+3x6+2x7 =18
x2+ x3+2x4+3x5+2x6+ x7 =24
xj0, j=1,2,3,4,5,6,7
R : xopt=(0,6,18,0,0,0,0) ; fmax=114
35
4. [max]f=x1+x2+3x3+5x4+5x5+7x6
x1+ x3+2x4+ x5+2x6=14
x2+ x3+ x4+2x5+3x6=18
xj0, j=1,2,3,4,5,6
R : xopt=(0,0,0,10/3,22/3,0) ; fmax=160/3
5. [max]f=-x1+2x2+x3+3x4-x5-2x6
x1+x2+2x3+3x5=15
2x2+x3+x4+5x5=20
x2+2x3+x5+x6 =10
xj0, j=1,2,3,4,5,6
R : xopt=(5,0,5,15,0,0) ; fmax=45
6. [max]f=x1+2x2+3x3+x4
1
x1- x3+
x4=1
2
x2+x3 - x4
=1
xj0, j=1,2,3,4
R : optim infinit
36
7. [max]f=2x1+3x2+2x3
x1+ x2+2x3 4
2x1+ x2+ x3 2
x1-3x2+2x3 5
xj0, j=1,2,3
R : xopt=(0,2,0) ; fmax=6
8. [min]f=5x1+2x2+x3+x4+3x5
3x1+ x3+2x4 =20
x1+ x2+3x4 =10
5x1+ x4+ x5 =1
xj0, j=1,2,3,4,5
R : xopt=(0,7,18,10) ; fmin=33
9. [max]f=3x1+4x2+2x3+x4
2x1+2x3+x410
3x1+2x2+ x4 6
x1+2x2+x3+4x4 12
xj0, j=1,2,3,4
R : xopt=(0,3,5,0) ; fmax=22
37
10.[min]f=x1+2x2+2x3+x4
x1+2x2+2x3+x4 =10
2x1+x2+2x3+2x4 =12
x1+2x2+2x3+2x4=44/3
xj0, j=1,2,3,4
R : xopt=(0,8/3,0,14/3) ; fmin=10
11.[min]f=x1+2x2+2x3+x4
x1+2x2+2x3+x4 =10
2x1+x2+2x3+2x4=12
x1+2x2+2x3+2x4=16
xj0, j=1,2,3,4
R: Problema nu are soluie,
deoarece conine i o variabil artificial nenul.
12.[max]f=3x1+2x2+x3+5x4+2x5
x1+2x2+x3+3x4+x5=10
2x1+x2+x3+x4+3x5 =4
xj0, j=1,2,3,4,5
R : xopt=(2/5,0,0,16/5,0) ; fmax=86/5
38
PROBLEME DE PROGRAMARE LINIAR CU
APLICAII N PROCESUL DE PRODUCIE PROPUSE
SPRE REZOLVARE
1. n cadrul unei secii de producie trebuie executate dou
produse A i B, fiecare cu prelucrri pe trei utilaje (U1,U2,U3).
Timpul unitar pe produs i pe main, timpul total disponibil pe
fiecare grup de utilaj i beneficiul pe unitatea de produs sunt
prezentate n tabelul de mai jos.
Denumire
utilaj
U1
U2
U3
Beneficiu
(u.m)
Timpul total
disponibil pe grup
de utilaj
(min)
9000
8400
9500
39
Indicaie. Modelul matematic al problemei este:
[max]f=20x1+25x2
9x1+10x2 9000
12x1+6x2 8400
19x1+5x2 9500
xj0, j=1,2
Se transform inegalitile n egaliti prin introducerea
variabilelor de compensare i se pornete algoritmul
simplex.
2. Un atelier de prelucrri mecanice este specializat n
prelucrarea de seturi de piese ce urmeaz a fi prelucrate lunar n
condiiile realizrii unui beneficiu total lunar maxim.
Datele privind normele de timp tij (min/set piese),
fondurile de timp disponibile Tdi (min/lun) i beneficiul
planificat bj (u.m/set piese) sunt prezentate n tabelul de mai
jos:
Gr. de
utilajei
Tipuri de
produse
j
1
2
3
bj
tij
A
11
7
6
90
9
12
16
100
Tdi
9900
8400
9600
40
3. Se cere un program optim de fabricaie pentru trei utilaje
principale din cadrul unui atelier de sudur care realizeaz seturi
de piese sudate necesare fabricrii la a trei tipodimensiuni de
subansamble n condiiile realizrii unui beneficiu maxim la nivel
de atelier i a ncrcrii maxime a celor trei utilaje analizate.
Datele referitoare la normele de timp (t ig), fondurile de timp
disponibile (Fdi) i beneficiul planificat (bg) sunt prezentate n
tabelul de mai jos:
Tipuri de
subans.g
Tipuri de
utilajei
1
2
3
bg
tig
A
Fdi
1
1
2
20
1
3
1
30
4
2
2
50
200
200
200
1
0
1
0
0
2
0
1
0
1
2
0
0
0
3
1
Cantitatea
necesar de
piese (buc)
20
21
22
tij(ore/aparat)
A
15
25
10
35
120
150
20
15
15
160
20
Fdi
(ore/lun)
2700
3100
1250
50
42
6. n cadrul unui atelier de prelucrri mecanice care are patru
grupe de utilaje se realizeaz tipurile de piese: a,b,c,d. Normele
de timp (tig) pentru fiecare tip de pies i fondurile de timp
disponibile ale grupelor de utilaje (Fdi) sunt prezentate n tabelul
de mai jos. Se cere s se determine numrul de piese/lun din
fiecare tip pentru a asigura beneficiul maxim/lun, cunoscnduse beneficiul unitar (bg).
Tipuri de piese
(g)
Grupa
de utilaje (i)
tig(ore/pies)
a
tdi
(ore/spt.)
1
2
3
4
bg(um/lun)
0,5
2
4
2
5
1
0
4
4
6
4
2
1
0
1
0
6
1
1
1
130
180
240
200
1
2
0
0
0
Posibiliti de debitare
2
3
4 5
0
0
1 1
2
0
1 0
1
4
0 2
0
0
1 0
6
0
1
2
1
Cantitatea
necesar
30
32
31
P1
P2
P3
P4
Fondul de timp
disponibil
400
380
410
390
Produsul
44
1.4 MODELE LINIARE DE TIP TRANSPORT.
FOLOSIREA
PROGRAMRII
LINIARE
N
OPTIMIZAREA PLANULUI DE TRANSPORT
FORMULAREA PROBLEMEI
n activitatea de conducere, organizare si planificare se
ntlnesc o serie de probleme privind repartizarea unor cantiti
de la unitile furnizoare la cele consumatoare. Astfel, pentru
elaborarea planului de transport intern la o ntreprindere se pune
problema de a repartiza anumite cantiti privind un anumit
material de la depozite (furnizori) la uniti de producie secii,
[min]f =
cij xij
(1.25)
i=1 j=1
45
n
xij = ai , i=1,2,,m
(1.26)
j=1
m
xij = bj ,
i=1
m
j=1,2,,n
ai = bj
i=1
(1.27)
(1.28)
j=1
xij 0
n care: ai cantitile existente la cei m furnizori
(1.29)
metoda
(treapt-scar).
potenialelor,
metoda
stepping-stone
47
ntreprinderi
Depozite
A
B
C
Cantitatea necesar
1
5
2
3
1000
2
4
5
3
1200
3
2
4
2
800
4
1
5
4
300
Cantitatea
disponibil
1300
1300
700
3300
48
Depozite
ntreprinderi
2
3
1
A
5
1000
2
B
2
4
300
5
900
3
C
Cantitatea
nec. pe
ntrep.
1000
1200
Cantitatea
existent n
depozite
4
2
1
1300
4
400
2
400
4
300
700
800
300
3300
1300
49
La fabrica 2, unde sunt necesare 1200 tone, s-au repartizat
300 tone la depozitul A n csua A-2 i 900 tone n csua B-2 de
la depozitul B, unde mai rmn disponibile 400 tone.
La fabrica 3, unde sunt necesare 800 tone, s-au repartizat
400 tone de la depozitul B n csua B-3 i 400 tone n csua C-3
de la depozitul C, unde mai rmn disponibile 300 tone.
La fabrica 4, unde sunt necesare 300 tone, se repartizeaz
cele 300 tone disponibile existente n depozitul C n csua C-4.
Din analiza tabelului se constat c se pornete de la colul
Nord-Vest, acoperindu-se cantitile necesare beneficiarilor, n
(1.30)
+
5
2
+
+
5
1
+
4
+
2
4
+
+
2
5
+
54
4
4
+
5
+
3
4
+
4
+
+
3
csuele
corespunztoare
colurilor
conturului
300
+
900
+
900
1200
+
100
2
900
3
ntreprinderi
2
3
4
2
1200
5
4
0
400
3
Cantitatea
disponibil
4
1
1300
5
1300
2
400
4
300
700
Cantitate
necesar
1000
1200
800
300
3300
+
5
2
+
1
+
+
5
4
+
2
+
2
5
+
+
3
4
+
2
59
+
3
4
+
+
0 400
+
+
400 300
+
300 100
300
+
+
700
60
Cu noua repartizare a cantitilor se ntocmete varianta de
plan de transport, ca n tabelul urmtor:
Depozite
1
5
ntreprinderi
2
3
4
2
Cantitatea
disponibil
4
1
100
900
2
300
900
300
3
1000
5
1300
100
3
C
Cantitate
Necesar
1300
1200
700
700
800
300
3300
+
5
2
+
Pentru B-4 colurile sunt situate n csuele B-4, B-3, C-3, C-4.
Suma algebric este: 5 4 + 2 4 = 4
4
+
2
5
+
+
3
4
+
+
3
4
+
62
Avnd dou csue cu aceeai valoare negativ maxim, A3 i B-4,se consider csua cu cea mai mare perspectiv de
+
300
100
+
400
100
+
63
Depozite
1
5
A
100
ntreprinderi
2
3
4
2
800
100
Cantitate
disponibil
1
300
1300
2
B
900
400
2
1000
1300
0
3
C
Cantitate
necesar
1200
700
700
800
300
3300
+
5
64
4
+
+
3
+
3
4
+
furnizorului
depete
volumul
necesarului
total
al
1
2
5
2
6
Beneficiari
2
1
3
4
7
furnizorilor,
necesarul
3
3
1
3
7
Disponibil
(t)
7
8
5
20
beneficiarilor
67
2. Se consider problema de transport pentru care datele
sunt concentrate n tabelul de mai jos. Se solicit realizarea acelui
1
8
4
1
5
ntreprinderi
2
3
3
5
1
6
9
4
10
20
4
2
7
3
15
Disponibil
(buc.)
10
15
25
50
1
3
1
3
50
Beneficiari
2
3
2
2
2
3
2
2
25
15
4
4
4
1
10
Disponibil
(t)
70
10
20
100
Beneficiari, j
Depozite, i
D1
D2
D3
Necesar ( t )
B1
B2
B3
2
5
2
6
1
3
4
7
3
1
3
7
Disponibil
(t)
7
8
5
20
69
CAP.2
C1
C2
C3
C4
V1
V2
V3
V4
2,2
2
1,8
2,4
16460
18000
15240
18000
6300
5413
8165
2000
9
6
7
8
Variante
71
Notm
cu
R ( rij ), i 1, m, j 1, n
matricea
rij
a ij a min
j
a max
a min
j
j
rij
a max
aij
j
a max
a min
j
j
aij a max
j
a min
a max
j
j
72
rij
aij a
min
j
min
j
a max
a
j
C1
C2
C3
C4
0,66
0,33
0
1
0,44
1
0
1
0,70
0,55
1
0
1
0
0,33
0,66
Vi
V1
V2
V3
V4
r11
0,66.
2,4 1,8 0,6
M
l
i
jr
ij
j 1
n
r
j 1
, ()i 1,4
ij
73
2,73
0,66 0,44 0,70 1
2,8
1 0,33 2 1 3 0,55 4 0 3,98
M 2l
2,12
0,33 1 0,55 0
1,88
1 0 2 0 3 1 4 0,33 4,32
M 3l
3,25
0 0 1 0,33
1,33
1 1 2 1 3 0 4 0,66 5,64
M 4l
2,12
1 1 0 0,66
2,66
M 1l
C1
C2
C3
C4
0,33
1
0,66
0
1
1
0,44
0
0,55
0
0,70
1
0
0,66
1
0,33
Vi
V2
V4
V1
V3
Pasul 4
M
c
j
i r
ij
i 1
4
r
i 1
, () j 1,4
ij
74
2,166
0,33 1 0,66 0
1,99
1 1 2 1 3 0,44 4 0 4,32
M 2c
1,77
1 1 0,44 0
2,44
1 0,55 2 0 3 0,7 4 1 6,65
M 3c
2,95
0,55 0 0,70 1
2,25
1 0 2 0,66 3 1 4 0,33 5,64
M 4c
2,83
0 0,66 1 0,33
1,99
M 1c
Pasul 5
C2
C1
C4
C3
1
1
0,44
0
0,33
1
0,66
0
0
0,66
1
0,33
0,55
0
0,70
1
Vi
V2
V4
V1
V3
75
Iteraia a doua
Pasul 2 - Calculm momentele line:
1 1 2 0,33 1 0 4 0,55 3,86
2,05
1 0,33 0 0,55
1,88
1 1 2 1 3 0,66 4 0 4,98
M 2l
1,87
1 1 0,66 0
2,66
1 0,44 2 0,66 3 1 4 0,70 7,56
M 3l
2,7
0,44 0,66 1 0,70
2,8
1 0 2 0 3 0,33 4 1 4,99
M 4l
3,75
0 0 0,33 1
1,33
M 1l
Pasul 3
normalizate:
Cj
C2
C1
C4
C3
1
1
0,44
0
1
0,33
0,66
0
0,66
0
1
0,33
0
0,55
0,70
1
Vi
V4
V2
V1
V3
76
1 1 2 1 3 0,44 4 0 4,32
1,77
1 1 0,44 0
2,44
1 1 2 0,33 3 0,66 4 0 3,64
M 2c
1,829
1 0,33 0,66 0
1,99
1 0,66 2 0 3 1 4 0,33 4,98
M 3c
2,50
0,66 0 1 0,33
1,99
1 0 2 0,55 3 0,7 4 1 7,2
M 4c
3,2
0 0,55 0,70 1
2,25
M 1c
Pasul 5
C2
C1
C4
C3
1
1
0,44
0
1
0,33
0,66
0
0,66
0
1
0,33
0
0,55
0,70
1
Vi
V4
V2
V1
V3
V1 Mirage 2000,
V3 F-18C Hornet.
2. n vederea realizrii unui obiectiv industrial, un agent
economic trebuie s aleag o variant din cele trei posibile.
Pentru fiecare variant se cunosc valoarea investiiei (mil.u.m.),
precum i durata de realizare a investiiei (luni).
V1
V2
V3
Coef. de importan
Valoarea investiiei
100
110
104
1
Durata de realizare
40
30
33
1
normalizate:
R ( rij ) i 1,m ,
cu
j 1,n
78
t ij k j rij
rij
a ij
a
i 1
i se obine matricea:
Crit.
C1
C2
0,32
0,35
0,33
0,6
0,39
0,29
0,32
0,4
Var.
V1
V2
V3
Coef. de importan kj
T (t ij ) i 1,3
j 1, 2
Crit.
t ij k j rij
cu
C1
C2
0,192
0,210
0,198
0,156
0,116
0,126
Var.
V1
V2
V3
*
Pasul 3 - Se determin soluia ideal T i soluia ideal
negativ T , unde:
79
max t ij ,
1 i 3
T (t , t ), cu t
*
*
1
*
2
*
j
min t ij ,
1 i 3
T * (0,192 ; 0,116 )
T (t , t ), unde t
max t ij ,
1i 3
T (0,210 ; 0,156)
S i*
(t
j 1
ij
t ) i S i
* 2
j
(t
j 1
ij
t j ) 2
80
C1* 0,31
C 2* 0,6896
V 3 V2 V1
C 3* 0,6976
Criterii
Variante
V1
V2
V3
Pre
(mil. lei)
Durata de
asimilare
(luni)
6
10
8
200
300
250
Cheltuieli de
exploatare
(mil. lei)
50
30
40
u ij
aij a min
j
a max
a min
j
j
aij a max
j
a min
a max
j
j
Vopt max u ij
i
j 1
Vopt max u ij k j
i
j 1
u11
200 300
6 10
50 50
1; u12
1; u13
0,
200 300
6 10
30 50
u 21
300 300
10 10
30 50
0 ; u 22
0 ; u 23
1,
200 300
6 10
30 50
u 31
250 300
8 10
40 50
0,5 ; u 32
0,5 ; u 33
0,5 .
200 300
6 10
30 50
n
Vopt max u ij k j
i
j 1
i 1
i2
V1 u 21 k1 u 22 k 2 u 23 k 3 0 0 0,2 0,2
83
i3
C1
(mil. lei)
75
60
80
C2
(nr. piese/or)
20
16
18
C3
(mil. lei)
66
70
60
C1
(mil. lei/reper)
100
120
90
C2
(ore)
80
75
60
C3
(mil. lei/reper)
20
15
30
Criterii
Variante
V1
V2
V3
Profitul
(u. m.)
Calitatea
(niveluri
cantitative)
I
II
III
100
101
105
Durata ciclului
de producie
(unit. timp)
35
30
40
flexibilitii
produciei
de
amplificare
Cj
Vi
V1
V2
V3
V4
Profitul
total
obinut
(mil. lei)
19000
18000
19200
21200
Aport
valutar
brut
(mil. $)
7270
6240
4800
5775
Grad de
Producia
ncrcare a net total
capacitilor (mil. lei)
(%)
82
60000
86
58000
80
63000
84
56450
Producia
marf
total
(mil. lei)
133000
122000
144000
126000
Cj
Vi
V1
V2
V3
Benef.
Prod. Cons. de Cons. de
Chelt. Rand. Fiab.
anual
fizic
mat.
energ.
gen. ale
n
prod.
(mil.lei) (buc/an) (Kg/buc) (KWh/buc) firmei proc. (103
(mil.lei) de
ore de
prod. bun
(%) func.)
5200
65000
12
5,5
1500
85
3,5
4800
70000
9
6
1300
80
3
5500
75000
10
4,5
1600
92
4
Cj Cifra de Prof.
Cons. de
Calit.
Prod.
Durata
Acop.
afaceri tot. ob.
mat.
(niv.
muncii ciclului de segm.
(mil.lei) (mil.lei) (Kg/prod) calitativ) (buc/
prod.
de
spt.) (unit.timp) pia
Vi
(%)
V1 1900
1100
125
I
25
60
75
V2 1700
850
95
II
18
50
80
V3 2100
1200
105
III
20
75
70
S se optimizeze decizia privind alegerea noului produs cnd
coeficienii de importan ai criteriilor folosite se prezint astfel:
- cifra de afaceri: k1=0,10;
- profitul total: k2=0,15;
- consum materiale: k3=0,10;
- calitate: k4=0,15;
- productivitate: k5=0,10;
- durata ciclului de producie: k6=0,1;
- segmentul de pia: k7=0,3.
7. O familie dorete s nchirieze un apartament cu dou
camere. Din mulimea ofertelor de nchiriere au fost selectate
patru, familia urmnd s se decid pentru una din ele n funcie
de criteriile: distana fa de locul de munc, etajul la care se afl
apartamentul, chiria lunar. De asemenea, familia este interesat
89
C1
C2
C3
C4
3
0
4
0,15
1
9
8
0,15
500000
420000
460000
0,4
2
2
4
0,3
Vi
V1
V2
V3
V4
90
Decident
D1
D2
D3
0,33
0,67
1
1
0,33
0,67
0,67
1
0,33
Variante
V1
V2
V3
C1
C2
C3
C4
300
170
210
50
60
40
20
15
25
500
400
450
unei
firme
trebuie
opteze
pentru
92
Cantiti
100
200
300
150
200
350
600
450
500
780
900
8500
12000
17000
11400
Variante
V1
V2
V3
Rezolvare:
- Regula pesimist
adic:
i 1,
min Rij ( R11 , R12 , R13 , R14 ) min(150,600,780,12000) 150
j
i 2,
min Riji ( R21 , R22 , R23 , R24 ) min(200,450,900,17000) 200
j
i 3,
min Riji ( R31 , R32 , R33 , R34 ) min(350,500,8500,11400 ) 350
j
- Regula optimist
i 1,
max Rij ( R11 , R12 , R13 , R14 ) max(150,600,780,12000) 12000
j
93
i 2,
max Riji ( R21 , R22 , R23 , R24 ) max(200,450,900,17000) 17000
j
i 3,
max Riji ( R31 , R32 , R33 , R34 ) max(350,500,8500,11400 ) 11400
j
H i Ai (1 )a i
Vopt
1 n
max Rij
i
n j 1
V1
V2
94
V3
100
200
300
400
200
150
0
0
150
100
7720
7600
0
5000
0
5600
Criterii
dec. Pesimist Optimist Hurwicz Laplace Savage
Var.
V1
V2
V3
Analiznd tabelul se constat c V1 nu este agreat de nici un
criteriu, deci va iei din discuie. Dei V3 este preferat de trei
criterii, iar V2 de numai dou criterii, regula majoritii nu este
totui relevant. Aadar, alegerea unei variante optime comport
introducerea de filtre sau baraje suplimentare de selecie a
deciziei, precum i anumite elemente legate de psihologia
managerului i situaia economico-financiar a firmei.
PROBLEME PROPUSE SPRE REZOLVARE
1. Un posesor de capital dorete s-l valorifice prin investiie. n
acest sens, solicit ca o organizaie de consultan n probleme
financiare s-i elaboreze un studiu de oportunitate. n tabelul de
mai jos este prezentat matricea de pli, ca o rezultant central
a investigaiilor ntreprinse de contractant relativ la patru variante
de soluionare a problemei. Plile reprezint ratele anuale de
96
garantnd
soluia
recomandat
clientului. Ratele
Cretere
economic
15
Recesiune
Inflaie Stagnare
-2
20
-10
12
-6
-5
10
-4
15
Cj
8000
9500
11500
12000
7200
7800
8200
7000
7800
7900
8700
8100
10300
10000
11000
11200
11000
10500
11200
12300
12800
11300
11800
14000
Vi
V1
V2
V3
V4
15500
13500
14600
15000
1500
1800
3000
3500
850
960
800
940
920
980
810
1300
1020
1000
920
1600
1500
1600
1100
2200
2200
1900
2800
3000
Vi
V1
V2
V3
V4
3000
3300
4000
3800
Cj 85.000
92.000
Vi
V1 920.000
980.000
V2 840.000
910.000
V3 1.150.000 1.400.000
V4 780.000
900.000
102.000
115.000
120.000
124.000
1.250.000
990.000
2.000.000
1.350.000
1.500.000
1.600.000
3.100.000
2.000.000
2.100.000
2.300.000
3.400.000
3.150.000
2.800.000
3.100.000
4.300.000
4.500.000
Sj
S1
S2
S3
4,5
4,0
2,5
5
5,5
7
8
6,5
7,5
Vi
V1
V2
V3
101
- 4 mld. lei i o durat de 30 luni dac cercetarea se
desfoar n condiii favorabile;
- 4,3 mld. lei i o durat de 32 luni dac cercetarea se
desfoar n condiii medii;
- 4,7 mld. lei i o durat de 32 luni dac cercetarea se
desfoar n condiii nefavorabile.
Tema a treia de cercetare (T3) antreneaz urmtoarele
cheltuieli i durate de realizare:
- 4,5 mld. lei i o durat de 28 luni dac cercetarea se
desfoar n condiii favorabile;
- 4,8 mld. lei i o durat de 28 luni dac cercetarea se
desfoar n condiii medii;
- 5,2 mld. lei i o durat de 30 luni dac cercetarea se
desfoar n condiii nefavorabile.
Probabilitatea apariiei condiiilor favorabile este de 0,3, a
condiiilor medii de 0,4 i a condiiilor nefavorabile de 0,3.
Dac rezultatele cercetrii se aplic pe scar larg, atunci
se obin urmtoarele beneficii anuale:
Pentru tema T1:
- 12 mld. lei n condiii favorabile;
102
- 11 mld. lei n condiii medii;
- 8 mld. lei n condiii nefavorabile.
Pentru tema T2:
- 10 mld. lei n condiii favorabile;
- 7 mld. lei n condiii medii;
- 6,6 mld. lei n condiii nefavorabile.
Pentru tema T3:
- 13 mld. lei n condiii favorabile;
- 8 mld. lei n condiii medii;
- 7 mld. lei n condiii nefavorabile.
Dac rezultatele cercetrii se aplic pe scar restrns, se
obin urmtoarele beneficii anuale:
Pentru tema T1:
- 7 mld. lei n condiii favorabile;
- 4 mld. lei n condiii medii;
- 1 mld. lei n condiii nefavorabile.
Pentru tema T2:
- 4 mld. lei n condiii favorabile;
103
104
Pentru nodul decizional D3
(110,6)+(40,4)=8,2
Pentru nodul decizional D4
(80,6)+(10,4)=5,2
Pentru nodul decizional D5
(100,6)+(40,4)=7,6
Pentru nodul decizional D6
(70,6)+(3,80,4)=5,72
Pentru nodul decizional D7
(6,60,6)+(2,90,4)=5,12
Pentru nodul decizional D8
(130,6)+(60,4)=10,2
Pentru nodul decizional D9
(80,6)+(40,4)=6,4
Pentru nodul decizional D10
(70,6)+(2,50,4)=5,3
105
SL
Cond. favorabile
T1
D2
Cond. medii
D3
Cond. nefavorabile
Cond. favorabile
D1
T2
D5
Cond. medii
D6
Cond. nefavorabile
Cond. favorabile
T3
D4
D7
D8
Cond. medii
D9
Cond. nefavorabile
D1
SR
SL
SR
SL
SR
SL
SR
SL
SR
SL
SR
SL
SR
SL
SR
SL
SR
F
F
12 mld.
7 mld.
11 mld.
4 mld.
8 mld.
1 mld.
11 mld.
10
4 mld.
7 mld.
3,8 mld.
6,6 mld.
2,9 mld.
13 mld.
6 mld.
8 mld.
4 mld.
7 mld.
2,5 mld.
- Nod decizional
- Noduri aleatoare
- Nod final
106
n continuare, pe baza rezultatelor i opiunilor fcute, se
calculeaz sperana matematic n nodul decizional D1 pentru
cele trei teme, astfel:
Pentru T1:
(100,3)+(8,020,4)+(5,20,3)=7,84;
Pentru T2:
(7,60,3)+(5,720,4)+(5,120,3)=6,09;
Pentru T3:
(10,20,3)+(6,40,4)+(5,30,3)=7,21.
Rezult c T1 este varianta optim ntruct are cea mai mare
speran matematic.
107
Pagina cu
tabelul
108
Rezolvare:
Construim arborele decizional, pe baza datelor din tabel.
Calculm sperana matematic pentru fiecare nod decizional:
Pentru nodul decizional D2
S.L. (250,6)+(230,4)=24,2
S.R. (150,6)+(130,4)=14,2
Se alege varianta aplicrii pe scar larg (S.L.) pentru care
sperana matematic este mai mare.
Pentru nodul decizional D3
S.L. (210,6)+(200,4)=20,6
S.R. (140,6)+(110,4)=12,8
Se alege varianta aplicrii pe scar larg (S.L.) din acelai motiv
ca mai sus.
Pentru nodul decizional D4
S.L. (180,6)+(170,4)=17,6
S.R. (120,6)+(90,4)=10,8
F(p=0,3)
D2
SR
A
SL
T1
M(p=0,4)
D3
D4
D1
D5
M(p=0,4)
D6
N(p=0,3)
D7
S(p=0,4)
S(p=0,4)
S(p=0,4)
S(p=0,4)
S(p=0,4)
B(p=0,6)
S(p=0,4)
B(p=0,6)
S(p=0,4)
SR
B(p=0,6)
A
110
S(p=0,4)
B(p=0,6)
SR
SL
S(p=0,4)
B(p=0,6)
A
T2
B(p=0,6)
SR
SL
S(p=0,4)
B(p=0,6)
A
F(p=0,3)
B(p=0,6)
SR
SL
B(p=0,6)
B(p=0,6)
A
N(p=0,3)
B(p=0,6)
SR
SL
S(p=0,4)
S(p=0,4)
25 mil.
23 mil.
15 mil.
F 13 mil
mld.
F 21 mil.
F 20 mil.
F 14 mil.
F 11 mil.
F 18 mil.
F 17 mil.
F 12 mil.
F 9 mil.
F 24 mil.
F 21 mil.
F 16 mil.
F 12 mil.
F 23 mil.
F 21 mil.
F 15 mil.
F 10 mil.
F 15 mil.
F 14 mil.
F 10 mil.
F 8 mil.
Probabiliti
simple
anterioare
Achiziii de noi
informaii prin
eantionare
Probabiliti
posterioare
P( B / A)
P( A i B)
P( A)
(2.1)
la
probabilitatea
necondiionat
evenimentului A.
112
producerii
P( A / B) P( B)
P( A)
(2.3)
este
probabilitatea
condiionat
unui
rezultat
P ( A i B)
i
P ( A)
( 2.4)
P(C / A)
P ( A i C )
P( A)
(2.5)
(2.6)
(2.7),
P( R / S j ) P( S j )
P( R / S
) P(S j )
(2.8)
S1
S2
120
180
0,4
30
-20
0,6
Variante Vi
V1
V2
Probabilitatea P(Sj)
Se cere:
a)S se aleag varianta optim (V*)pe baza speranei matematice
a veniturilor nete, folosind informaia existent;
b)S se determine sperana matematic a valorii informaiei
adiionale rezultat din eantionarea funcionrii sistemelor
informatice.
116
Rezolvare:
a) Se calculeaz speranele matematice E(V j)ale veniturilor nete
n cele dou variante V1 i V2:
E (V1 ) P S J a1 j P ( S 1 ) a11 P( S 2 ) a12 0,4 120 0,6 30 66
j
Atitudine
favorabil
(A)
P(A/S1)=0,7
P(A/S2)=0,4
Atitudine
nefavorabil
(B)
P(B/S1)=0,3
P(B/S2)=0,6
V2
5
P(A)
S1
P(S1/A); a11=120
S2
P(S2/A); a12=30
P(S1/A); a21=180
S1
P(S2/A); a22=20
P(B)
V1
3
EANTIONARE
V2
7
S1
P(S1/B); a11=120
S2
S1
P(S2/B); a12=30
P(S1/B); a21=180
S2
P(S2/B); a22=20
EVIA=P(A)(EV * ) 2 +P(B)(EV * ) 3
(2.9)
P( A / S1 ) P( S 1 )
P ( A / S 1 ) P( S 1 )
P ( A)
P( A / S1 ) P( S1 ) P( A / S 2 ) P( S 2 )
(0,7) (0,4)
0,28
0,538
(0,7) (0,4) (0,4) (0,6) 0,52
P ( S 2 / A) 1 P ( S1 / A) 1 0,538 0,462
P ( S 2 / A)
P( B / S1 ) P( S1 )
P( B / S1 ) P( S1 )
P( B)
P ( B / S1 ) P( S 1 ) P ( B / S 2 ) P ( S 2 )
(0,3) (0,4)
0,12
0,250
(0,3) (0,4) (0,6) (0,6) 0,48
119
P ( S 2 / B ) 1 P ( S 1 / B) 1 0,250 0,750
Punctul de decizie 3:
E(V1)3=P(S1/B)a11+P(S2/B)a12=(0,25)(120)+(0,75)(30)=52,5
E(V2)3=P(S1/B)a21+P(S2/B)a22=(0,25)(180)+(0,75)(-20)=30
Varianta optim este cea care asigur condiia:
max E (V1 ) 3 ; E (V2 ) 3 max 52,5; 30 52,5 ( EV * ) 3 ; V1 V *
BIBLIOGRAFIE SELECTIV
1. Ionescu, H., Mirescu, P., Ndejde, I., Programarea liniar, Editura
tiinific, Bucureti, 1964
2. Dinescu, C., Svulescu, B., Metode de matematic modern pentru
economie, Editura Didactic i Pedagogic, Bucureti, 1975
3. Dinescu, C., Svulescu, B., Metode matematice i aplicaii pentru
optimizarea problemelor din economie, Editura Didactic i
Pedagogic, Bucureti, 1976
4. Dinescu, C., Svulescu, B., Decizii n probleme economice.
Probleme cazuri, Editura Didactic i Pedagogic, Bucureti, 1970
5. Dinescu, C. (coord.), Matematici pentru economiti, Vol I-III,
Editura Didactic i Pedagogic, R.A.- Bucureti, 1995
6. H., Ionescu, Dinescu, C., Svulescu, Probleme ale cercetrii
operaionale, Editura Didactic i Pedagogic, Bucureti, 1972
7. Dinescu, C., Svulescu, B., Vasiliu, D., Metode matematice pentru
fundamentarea deciziilor de producie, Editura Tehnic, Bucureti,
1986
8. Vduva, I., Dinescu, C., Svulescu, B., Modele matematice de
organizarea i conducerea produciei
9. Dinescu, C., Postelnicu, T., Svulescu, B., Matematici speciale
aplicate n economie, Editura Didactic i Pedagogic, Bucureti,
1977
10. Barbu, Ghe., Jaic, M., Modele ale cercetrii operaionale, Editura
Universitii din Piteti, 1999
11. Kaufman, A., Metode i modele ale cercetrii operaionale, Vol. 3,
Editura tiinific i Enciclopedic, Bucureti 1975
12. Purcaru, I. Elemente de algebr i programare liniar, Editura
tiinific i Enciclopedic, Bucureti 1982.
122
DORULE GRDINARU
CAIET DE SEMINAR LA
DISCIPLINA
MANAGEMENTUL PRODUCIEI
PITETI
2002