Decizia manageriala

A decide provine din latinescul decidere care inseamna a taia, a trasa, a desparti. Astfel,
managerul, prin luarea unei decizii, taie sau desparte ceva pentru a hotara (alegand intre
mai multe posibilitati) trasarea unei linii noi.
Decizia este subordonata scopului sau obiectivului propus.
A decide inseamna a lua o hotarare in favoarea unui punct de vedere cu privire la un
subiect sau o problema si a alege solutia cea mai buna, optima in acel momentut, dintre mai
multe posibilitati analizate, pentru atingerea unui scop sau rezolvarea unor probleme.
Cercetarea Operationala este o ramura multidisciplinara a matematicilor aplicate.
Disciplinele care intra in sfera Cercetarilor Operationale sunt:
Programarea matematica
Teoria grafurilor
Teoria asteptarii
Teoria stocurilor
Teoria uzurii echipamentelor, etc.

Programarea matematica este o ramura a matematicilor aplicate ce cuprinde

principiile teoretice si metodele numerice de rezolvare a problemelor de optimizare a unor
functii ale caror variabile satisfac un sistem de relatii restrictive.
O problema de programare matematica este formulata astfel:
Determinati variabilele x1, x2 ,, xn care satisfac conditiile:
gi ( x1 , x2 ,..., xn ) bi , i 1,..., p

(1)
gi ( x1 , x2 ,..., xn ) bi , i p 1,..., q
g ( x , x ,..., x ) b , i q 1,..., m
n
i
i 1 2
si care in plus maximizeaza sau minimizeaza functia f (x1, x2 , , xn).
Variabilele x1, x2 , , xn satisfac la randul lor urmatoarele conditii:
xi 0, pentru i 1,..., r

(2)
xi arbitrar pentru i r 1,..., s
x 0, pentru
i s 1,..., n
i
Pentru ca modelam matematic un fenomen intalnit in practica, de cele mai multe ori
unul de natura economica, o serie de termeni din economie s-au impus in teoria matematica a
programarii matematice:
Inegalitatile
(1)
se numesc restrictiile
sau conditiile problemei
(CONSTRAINS);

Functia f (x1, x2 , , xn) care trebuie optimizata in conditiile (1) se numeste

functie obiectiv, functie de eficienta sau functie scop.;

Variabilele x1, x2 , , xn se numesc variabile de decizie.

1

Problemele programarii matematice ( numite si de optimizare) se impart in clase

distincte in functie de instrumentul matematic folosit. Acesta este impus de particularitatile
structurii specifice fiecarei probleme.
1. Problemele de optimizare care se exprima prin restrictii in care apar numai functii
liniare gi, i=1,, n, iar functia obiectiv f este de asemenea o functia liniara se numesc
probleme de programare liniara. (PPL)
2. Daca intr-o problema apar conditii speciale asupra variabilelor x1, x2 , , xn care le
obliga pe acestea sa ia numai valori intregi, folosim algoritmi speciali de rezolvare, iar
problema este de programare discreta.
3. In cazul in care coeficientii restrictiilor variaza si aceasta variatie poate fi exprimata ca
functie de unul sau mai multi parametri, modelul corespunde unei probleme de
programare parametrica.
4. In numeroase cazuri coeficientii restrictiilor sunt variabile aleatoare si atunci rezolvam
o problema de programare stohastica.
5. Problemele de optimizare care contin si functii neliniare se numesc probleme de
programare neliniara.

Formularea unei probleme de programare liniara si modelul sau

matematic
Problemele de maxim sau de minim apar frecvent in cele mai diferite domenii ale
matematicilor aplicate, de la Euclid pana in prezent.
In domeniul economic aceste probleme sunt foarte naturale. Astfel, la nivel
microeconomic, firmele au ca tinta maximizarea profitului sau minimizarea costurilor.
Expertii in planificare macroeconomica se ocupa cu maximizarea bunastarii unei comunitati
economico-sociale. La nivel individual consumatorii doresc sa cheltuiasca venitul intr-un
mod care sa maximizeze satisfactia (de natura materiala, spirituala).

I. Forma generala a unei probleme de programare liniara

a) scriere algebrica :
n

max(min) f c j x j

(1)

j 1

n
aij x j bi , i 1,...., p
j 1
n
aij x j bi , i p 1,...., q
j 1
n
aij x j bi , i q 1,...., m
j 1
xi 0, pentru i 1,..., r

xi arbitrar pentru i r 1,..., s

x 0, pentru
i s 1,..., n
i

(2)

(3)

Observatie:
Problemele de programare neliniara modeleaza mai bine procesele studiate, dar se
rezolva mai greu. In prezent se cunosc metode de rezolvare numai pentru anumite clase de
probleme.
Coeficientii

aij cu i=1,,m si j=1,,n se numesc coeficienti tehnico-economici

(coeficienti tehnologici, nornative economico-sociale) si sunt stabiliti pe baza studierii

(observarii) fenomenului in discutie prin metode statistice ;
Coeficientii cj cu j=1,,n din functia obiectiv pot fi venituri sau profituri unitare
pentru problemele de maxim sau costuri unitare pentru problemele de minim ;
Termenii liberi bi cu i=1,,m cuantifica resursele disponibile sau normative minimale
ce trebuie atinse.

b) scriere matriceala
Notatii : c=(c1, c2,,cn)=vectorul veiturilor (costurilor) unitare
x1
b1


x ... =vectorul necunoscutelor,
b ... =vectorul termenilor liberi,
x
b
n
m
A=(aij) i=1,, m; j=1,, n se numeste matricea coeficientilor problemei de programare
liniara.
max(min)f=cx
A1 x b(1)

(2)
unde A1 M(p,n), A2 M(q-p,n), A3 M(m-q,n), iar b(1), b(2), b(3) sunt
A2 x b

(3)
A3 x b
blocurile vectorului b corespunzatoare dimensiunilor matricelor A1, A2, A3, respective
restrictiilor de tip , , .

II. Forma canonica a unei probleme de programare liniara

Definitie:
Vom spune ca o restrictive a unei PPL este concordanta daca este o inegalitatae de tip
cand functia obiectiv se maximizeaza si de tip cand functia obiectiv se minimizeaza.
Optim
MAXIM
MINIM
Restrictia
concordanta
neconcordanta

neconcordanta
concordanta

Definitie :
Daca restrictiile unei PPL sunt toate concordante cu tipul de optim al functiei economice si
variabilele sunt toate nenegative, atunci spunem ca PPL este scrisa in forma canonica.

a)algebric
Probleme de maxim
n

a
j 1

ij

x j bi , i 1,...., m

Xi 0,

i=1,,n

Probleme de minim
n

a
j 1

ij

Xi 0,

x j bi , i 1,...., m

i=1,,n

Max f= c j x j

Min f =

j 1

b)matriceal
Probleme de maxim
Ax b
x0
max f = cx

c x
j 1

Probleme de minim
Ax b
x0
min f = cx
4

OBSERVATIE: Daca in problemele de maxim restrictiile ar fi de tip , atunci

solutia ar fi infinita. Daca in forma canonica a PPL de minim restrictiile ar fi de tip ,
atunci solutia ar fi x=0.
Pentru a transcrie o PPL din forma generala in forma canonica folosim urmatoarele
proprietati ale algebrei elementare :
o egalitate se poate nlocui cu dou inegaliti de sens contrar;
o restricie neconcordant devine concordant prin nmulire cu (-1);
putem schimba sensul optimizrii funciei obiectiv, graie formulei generale:
min f (x) = - max [- f ( x ) ] sau max f(x) = - min [- f( x ) ]
o variabila negativa x se inlocuieste prin (-x) cu x 0
o variabila oarecare x se inlocuieste prin x = y-z cu y, z 0.
III. Forma standard a unei PPL
Definitie;
Daca toate restrictiile unei PPL sunt egalitati, atunci spunem ca PPL este scrisa in
forma standard
a) algebric
b) matriceal
n

a x
j 1

ij

bi , i 1,...., m

Ax = b

Pentru a trece de la forma canonica la forma standard:

restrictiile inegalitati sunt aduse sub forma de egalitati prin adunarea (pentru )
sau scaderea (pentru ) unor variabile pozitive, numite variabile de compensare

(auxiliare, de egalizare, sau ecart) din membrul lor stang;

restrictiile egalitati nu se modifica;
noile variabile de egalizare introduse nu apar in functia obiectiv.

Aceste variabile nou introduse in modelul scris sub forma standard au interpretari
economice deosebite. Forma standard a PPL se preteaza cel mai bine la rezolvarea cu
metodele algebrei clasice, folosind algoritmul SIMPLEX.
Metoda simplex a fost creata in 1947 de G. Dantzig si J. von Neumann.

Exemplu:
P
(max) f = 7x1+9x2+8x3
5x1+2x2-x34

PFS
(max) f = 7x1+9x2+8x3
5x1+2x2-x3-x4
=4
3x2+x2+x3
=5
x1+2x2+ 3x3
+x5 =9
xj 0, j=1,,5

3x2+x2+x3=5
x1+2x2+ 3x39

x10, x20, x30

5

xi

Recapituland, o problema de programare matematica are urmatoarea forma generala:

max sau min f x1 , x 2 ,..., x n

g i x1 , x 2 ,..., x n b i i 1,..., n
x1 , x 2 ,..., x n R n

1.1
1.2
1. 3

n care funciile f,gi : Rn R pot avea orice form i proprieti (liniare, convexe,
continui, difereniabile etc) iar poate fi orice submulime a lui Rn (continu sau discret,
mrginit sau nemrginit, convex sau neconvex, finit sau infinit etc) i n care dorim s
gsim minimul sau maximul funciei f n variabilele xi care ndeplinesc restriciile 1.2 i 1.3.
O astfel de problem se numete problem de programare matematic
Funcia (1.1) se numete funcia obiectiv a problemei de optimizare. n aplicaiile
economice, ea reprezint criteriul de performan urmrit: maximizarea beneficiului,
maximizarea produciei marf, minimizarea costului produciei, maximizarea gradului de
ncrcare al utilajelor sau minimizarea timpului de staionare al acestora, maximizarea
veniturilor etc.
Inegalitile (1.2), n care gi sunt funcii de n variabile iar bi sunt constante, se numesc
restricii ale problemei de optimizare. Ele traduc n limbaj matematic condiiile de natur
economic sau tehnologic n care se desfoar procesul economic modelat, cum ar fi:
nedepirea stocurilor disponibile de resurse (materii prime, capaciti de producie, for de
munc, fonduri bneti, timp etc), ndeplinirea sau depirea unor indicatori economici
(producia fizic, net) etc.
Condiiile (1.3), impuse "direct" variabilelor, depind de natura problemei studiate. De
cele mai multe ori, este mulimea vectorilor x = (xl,...,xn) Rn cu toate componentele
nenegative i acest fapt se justific prin aceea c, n general, xi reprezint "nivelele" unor
activiti de producie, nivele care nu pot fi negative. n unele probleme de optimizare, cum
ar fi cele de croire sau ordonanare, variabilele desemneaz mrimi indivizibile i deci nu pot
lua dect valori ntregi. Mulimea va fi format n acest caz din vectori x cu toate
componentele ntregi i nenegative. n alte probleme, ca de pild cele de afectare, portofoliu
etc, variabilele nu pot lua dect valorile 0 sau 1 (variabile bivalente) i ca atare va fi
format din vectorii x = (x1, ,xn) cu toate componentele 0 sau 1. Caracteristic acestor tipuri
de probleme este faptul c devine o submulime discret din Rn, de unde i numele generic
de probleme de optimizare discret dat acestora.

O soluie a unei astfel de probleme are deci trei proprieti:

P1. verific restriciile 1.2
P2. verific restriciile "directe" 1.3
P3. optimizeaz funcia obiectiv pe mulimea vectorilor care ndeplinesc condiiile P1. i
P2.
n teoria programrii matematice se folosesc, pentru claritatea i simplitatea
expunerii, urmtoarele noiuni:
6

soluie a problemei de optimizare = un vector x Rn care verific restriciile 1.2

soluie admisibil a problemei de optimizare = un vector x Rn care verific restriciile 1.2 i 1.3
o soluie care verific restriciile 1.3
soluie optim a problemei de optimizare = un vector x Rn care verific restriciile 1.2 i
1.3 i optimizeaz funcia obiectiv pe mulimea
tuturor vectorilor cu aceast proprietate
o soluie care verific restriciile 1.3 i
optimizeaz funcia obiectiv pe mulimea
tuturor soluiilor cu aceast proprietate
o soluie admisibil care optimizeaz
funcia obiectiv pe mulimea soluiilor
admisibile
Izvort din studiul problemelor extremale ale analizei matematice clasice,
programarea matematic a cunoscut n ultimele decenii o dezvoltare spectaculoas,
explicabil numai n parte prin progresele nregistrate n matematic. ntr-adevr, aceast
dezvoltare a fost puternic stimulat de creterea vertiginoas a complexitii activitilor
economice, care a furnizat probleme cu structuri din ce n ce mai complicate, ca i de rapida
perfecionare a mijloacelor automate de calcul, singurele capabile s testeze eficiena
practic a metodelor teoretice elaborate. La rndul ei, programarea matematic, prin
rezultatele ei, a adus un considerabil aport la perfecionarea metodelor de conducere n
economie i a impulsionat cercetrile - n plan teoretic - privind modelarea sistemelor
economice complexe, studiul i interpretarea legilor i proceselor economice.
n ceea ce privete rezolvarea acestor probleme, este evident c varietatea extrem a
acestora face imposibil gsirea unui algoritm practic care s le poat rezolva pe toate, dar
putem gsi (sau ne putem atepta s gsim), pentru fiecare caz particular, un algoritm de
rezolvare care s-i trag eficacitatea tocmai din folosirea tuturor particularitilor cazului
respectiv. n prezent exist sute de algoritmi de rezolvare, cercetarea problemei evolund din
ce n ce mai mult spre testarea i mbuntirea acestora dect spre gsirea unora noi.

Alcatuirea unui model economico-matematic de programare matematica trebuie sa

respecte urmatoarele faze in succesiunea lor:

Definirea problemei

Construirea modelului:
stabilirea coeficientilor tehnico-economici
stabilirea functiei obiectiv
stabilirea sistemului de restrictii
stabilirea numarului de termeni liberi si valorile acestora

Rezolvarea modelului economico-matematic

stabilirea programelor ce vor fi folosite
scrierea datelor
rezolvarea efectiva a modelului
interpretarea solutiei

Implementare