Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng Viện Kinh Tế & Quản

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

CHƯƠNG 2. MÔ HÌNH QUI HOẠCH TUYẾN TÍNH (LP) xt + 2xn  8 (nguyên liệu B)

2.1 Thế nào là một bài toán qui hoạch tuyến tính Hạn chế về nhu cầu thị trường của hai loại sơn, tức là “lượng sơn trong nhà trừ lượng sơn
bên ngoài”  1 tấn/ngày, và “nhu cầu sơn trong nhà”  2 tấn/ngày. Hai hạn chế này được
Chúng ta khảo sát các đặc tính của một bài toán qui hoạch tuyến tính thông qua các ví dụ diễn đạt toán học như sau:
cụ thể. xt - xn  1 (chênh lệch giữa 2 loại sơn)
xt 2 (sơn trong nhà)
Ví dụ 2.1. Bài toán cơ cấu sản phẩm. Ngoài ra có các ràng buộc hiển nhiên (ngầm định) là lượng sơn mỗi loại sản xuất không
Công ty R. sản xuất sơn tường nhà gồm 2 loại: sơn trong nhà và sơn ngoài trời. Hai thể là giá trị âm, do vậy ta có các ràng buộc không âm:
nguyên liệu chủ yếu dùng để sản xuất sơn A và B có số lượng cung cấp tối đa mỗi ngày là xt  0
6 tấn A và 8 tấn B. Để sản xuất 1 tấn sơn trong nhà cần 2 tấn nguyên liệu A và 1 tấn xn  0
nguyên liệu B, trong khi 1 tấn sơn ngoài trời cần 1 tấn A và 2 tấn B. Nghiên cứu thị trường Lưu ý rằng để cho các ràng buộc có nghĩa thì tất cả các toán hạng trong một ràng buộc
cho thấy nhu cầu hàng ngày về sơn trong nhà không nhiều hơn nhu cầu về sơn ngoài trời phải có cùng thứ nguyên. Hệ số của các biến trong các ràng buộc được gọi là các hệ số
quá 1 tấn, và nhu cầu tối đa đối với sơn trong nhà là 2 tấn mỗi ngày. Giá bán mỗi tấn sơn công nghệ, vì chúng thường phản ánh công nghệ được sử dụng để sản xuất các loại sản
trong nhà là 20 triệu đồng, sơn ngoài trời là 30 triệu đồng. Vậy công ty R. nên sản xuất phẩm.
bao nhiêu tấn sơn mỗi loại để doanh thu đạt lớn nhất?
Mô hình tối ưu hóa đầy đủ của bài toán công ty sơn R. có thể được tóm tắt như sau:
Các bước thực hiện Xác định số tấn sơn trong và ngoài nhà, xt và xn, cần sản xuất sao cho:
Việc xây dựng một mô hình toán học có thể được bắt đầu từ việc trả lời cho ba câu hỏi
max: z = 20xt + 30xn
sau:
1. Mô hình này nhằm xác định cái gì? Nói cách khác, các biến (giá trị chưa biết) của thỏa mãn 2xt + xn  6 (1)
vấn đề là gì? xt + 2xn  8 (2)
2. Những ràng buộc nào phải được áp đặt lên các biến để thỏa mãn những hạn chế xt - xn  1 (3)
của hệ thống được mô hình hóa? xt 2 (4)
3. Đâu là mục tiêu cần đạt được để xác định nghiệm tối ưu từ tất cả những giá trị có xt  0, xn  0 (5), (6)
thể của các biến?
Các giá trị của biến xt và xn tạo thành một nghiệm chấp nhận được nếu chúng thỏa mãn tất
Rõ ràng trong ví dụ đã nêu, có thể mô tả vấn đề của công ty R. như sau: Công ty cần xác cả các điều kiện ràng buộc của mô hình, kể cả các ràng buộc không âm.
định số lượng (tấn) sơn mỗi loại sẽ sản xuất để tối đa hóa (mức lớn nhất có thể) tổng
doanh thu (triệu đồng) trong khi thỏa mãn các điều kiện ràng buộc về nhu cầu của thị Một bài toán qui hoạch tuyến tính (LP) là một bài toán tối ưu hóa trong đó chúng ta:
trường và mức độ sử dụng các nguyên liệu. 1. Thực hiện tối đa hóa (hay tối thiểu hóa) một hàm tuyến tính của các biến ra quyết
định. Hàm cần tối đa hóa hay tối thiểu hóa này gọi là hàm mục tiêu.
Biến ra quyết định. Vì chúng ta muốn xác định số lượng sơn mỗi loại cần sản xuất, nên có 2. Các giá trị của biến ra quyết định cần thỏa mãn một tập hợp các ràng buộc. Mỗi
thể định nghĩa các biến của mô hình như sau: ràng buộc phải là một đẳng thức hay bất đẳng thức tuyến tính.
3. Mỗi biến đều có một ràng buộc về dấu. Ràng buộc này chỉ rõ biến đó phải là không
xt = số tấn sơn trong nhà sản xuất mỗi ngày âm (x 0) hay không hạn chế về dấu.
xn = số tấn sơn ngoài trời sản xuất mỗi ngày

Hàm mục tiêu. Vì mỗi tấn sơn trong nhà bán được 20 triệu đồng, nên doanh thu từ sơn
trong nhà là 20 xt. Tương tự doanh thu từ sơn ngoài trời là 30 xn. Với giả thiết là việc bán
2 loại sơn độc lập với nhau thì tổng doanh thu sẽ là z = 20 xt + 30 xn. Mục đích của chúng
ta là xác định giá trị phù hợp của xt và xn để tối đa hóa tiêu chí này.
Điều kiện ràng buộc. Rõ ràng là để đạt doanh thu cao thì công ty R. chỉ cần chọn các giá
trị xt và xn thật lớn, nhưng ở đây giá trị thực tế của chúng chịu các ràng buộc về mức độ sử
dụng loại nguyên liệu và về nhu cầu của sản phẩm. Hạn chế về nguyên liệu dùng cho sản
xuất, tức là “lượng nguyên liệu sử dụng cho cả hai loại sơn”  “lượng nguyên liệu tối đa
được cung cấp” dẫn tới hai ràng buộc sau:
2xt + xn  6 (nguyên liệu A)
Như vậy một bài toán qui hoạch là tuyến tính nếu tất cả các hàm của nó (hàm mục tiêu và
các ràng buộc) là tuyến tính. Tính tuyến tính của bài toán ngụ các thuộc tính sau được thỏa
mãn: tính tỷ lệ, tính cộng được, tính chia được và tính chắc chắn.
2.2 Giả định của bài toán LP
1. Giả định về tính tỷ lệ
Đóng góp của mỗi biến ra quyết định vào giá trị của hàm mục tiêu hay vào mức độ sử
dụng tài nguyên tỷ lệ thuận với giá trị của biến ra quyết định đó. Ví dụ đóng góp vào
doanh thu từ việc bán 2 tấn sơn bên ngoài (2x30=60 triệu đồng) sẽ đúng gấp 2 lần đóng
góp từ việc bán 1 tấn sơn đó (30 triệu đồng).

Mô hình tối ưu 1 Mô hình tối ưu 2

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

Tuy nhiên trên thực tế sản xuất kinh doanh, tính tỷ lệ rất dễ bị vi phạm, chẳng hạn như khi 2.3 Phương pháp giải bằng đồ thị
phải tính đến chi phí chuyển đổi sản xuất, hay khi doanh thu biên tăng dần (tính kinh tế
của qui mô) hay giảm dần (thị trường bão hòa), v.v. Trong bài toán cơ cấu sản phẩm, nếu Phương pháp đồ thị có thể sử dụng để giải bất kỳ bài toán xt
công ty sơn R. áp dụng giá chiết khấu là 25 triệu đồng khi lượng sơn ngoài trời bán vượt LP nào chỉ có hai biến vì có thể biểu diễn chúng trên một 5
quá 2 tấn, thì sẽ không thỏa mãn điều kiện doanh thu tỷ lệ thuận với lượng sơn bán ra. Khi mặt phẳng hai chiều. Với các bài toán có nhiều biến hơn 8
giả thiết về tính tỷ lệ không được thỏa mãn, thì có thể phải sử dụng mô hình qui hoạch phi thì phương pháp đồ thị sẽ không phù hợp vì sẽ đòi hỏi
tuyến thay vì qui hoạch tuyến tính. thể hiện trên một không gian nhiều chiều. Chúng ta sẽ áp 3
6 2
dụng phương pháp này để giải bài toán cơ cấu sản phẩm.
2. Giả định về tính cộng được
Đóng góp của mỗi biến ra quyết định vào giá trị của hàm mục tiêu độc lập với giá trị của Bước 1. Bước đầu tiên trong phương pháp này là vẽ miền 1 4
các biến khác. Tức là là hàm mục tiêu là tổng hợp sự đóng góp độc lập từ các biến. Tương nghiệm của bài toán. 4
tự như vậy, giá trị đẳng thức bên trái của các hàm ràng buộc là tổng của mức sử dụng tài Miền nghiệm của một bài toán LP là tập hợp của tất cả 2 E D
nguyên của mỗi biến đối với tài nguyên đó. Ví dụ bất kể sản lượng sơn trong nhà thế nào, các điểm đồng thời thỏa mãn mọi ràng buộc và tất cả các F C
thì việc sản xuất và bán xn tấn sơn bên ngoài cũng mang lại doanh thu 30xn. Nếu 2 sản hạn chế về dấu của bài toán đó. A B
phẩm sơn nói trên có tính cạnh tranh, tức là doanh số sản phẩm này tăng làm cho doanh số Hình 2.1 thể hiện miền nghiệm cần tìm. 0 2 4 6 6 xn
của sản phẩm kia giảm xuống, thì hai sản phẩm này không thỏa mãn tính cộng được. Các hạn chế về dấu xt  0, xn  0 giới hạn các giá trị khả
Tương tự, tính cộng được sẽ bị vi phạm khi phế phẩm được sử dụng để chế tạo một sản nghiệm trong góc phần tư thứ nhất. Các biên còn lại của Hình 2.1. Miền nghiệm
phẩm phụ khác. Trong những trường hợp này, mô hình qui hoạch phi tuyến có thể sẽ là miền nghiệm xác định bởi ràng buộc từ 1 đến 4 là các
lựa chọn phù hợp hơn. bất đẳng thức. Thay các dấu () thành dấu (=) và ta được các đẳng thức, mỗi đẳng thức có
thể biểu diễn bởi một đường thẳng. Vẽ các đường thẳng này trên mặt phẳng (xn, xt). Vùng
3. Giả định về tính chia được không gian thỏa mãn mỗi bất đẳng thức sẽ là một nửa mặt phẳng phân chia bởi đẳng thức
Tính chia được yêu cầu mỗi biến được phép nhận các giá trị không nguyên (giá trị thực). tương ứng, theo chiều của mũi tên chỉ ra.
Có nghĩa là các hoạt động có thể được thực hiện ở một qui mô bất kỳ nằm trong giới hạn
trên và giới hạn dưới cho phép của nó. Ví dụ như công ty R. có thể sản xuất 1,5 tấn sơn Như vậy miền nghiệm của bài toán được thể hiện bởi hình lục giác ABCDEF. Mỗi điểm
trong nhà chẳng hạn. bên trong và trên đường biên của miền này đều thỏa mãn tất cả các ràng buộc.
Giả thiết này rất phù hợp cho những trường hợp sản xuất liên tục, chẳng hạn đối với sản Bước 2. Bước tiếp theo là thể hiện hàm mục tiêu
phẩm sơn nêu trên. Nếu bài toán qui hoạch tuyến tính có một số biến phải nhận các giá trị trên đồ thị. xt
nguyên không âm, thì ta có bài toán qui hoạch biến nguyên, và phương pháp giải các bài Vẽ một đường thẳng z = 20xt + 30xn qua một z = 0 z = 60 z = 126,67
toán này sẽ phức tạp hơn rất nhiều. điểm bất kỳ trên mặt phẳng, chẳng hạn điểm 6
Z
(xn=2, xt=0). Tất cả những điểm trên đường
Trong nhiều trường hợp, có thể việc làm tròn các biến nguyên cũng mang lại một đáp án thẳng này sẽ có cùng giá trị của hàm mục tiêu 4
chấp nhận được, khi đó qui hoạch tuyến tính có thể được sử dụng thay vì qui hoạch biến (đường đẳng trị), trong trường hợp này bằng 60,
nguyên. Ví dụ như kết quả cho giá trị tối ưu là sản xuất 12345,6 chiếc xe ôtô một năm, thì và sẽ là nghiệm của mô hình nếu nằm trong
việc làm tròn thành 12346 hay 12345 đều cho giá trị gần tối ưu. Nhưng trong trường hợp 2 E D
hoặc trên biên của miền nghiệm. Dịch chuyển F C
một biến số là nhị nguyên (tức chỉ nhận 2 giá trị có và không), chẳng hạn có nên lập nhà đường z song song với chính nó sẽ tạo ra các A B
máy tại một địa phương xác định nào đó không, thì việc làm tròn kết quả từ 0,6 thành 1 đường đẳng trị khác thể hiện hàm mục tiêu tại 0 2 4 6 xn
hay thành 0 mang lại sự khác biệt rất lớn. Khi đó phải sử dụng các thuật toán riêng để giải. các giá trị khác nhau. Hình 2.2. Đường đẳng trị và cách
4. Giả định về tính chắc chắn xác định nghiệm tối ưu
Bước 3. Bước cuối cùng là tìm nghiệm tối ưu.
Giả định này cho rằng tất cả các thông số của bài toán (các hệ số trong hàm mục tiêu, các
Với một bài toán LP tối đa hóa, một nghiệm tối ưu là một điểm trong miền nghiệm có giá
hệ số công nghệ và các giá trị ở vế phải của các hàm ràng buộc) đều là các hằng số đã biết
trị của hàm mục tiêu là lớn nhất. Tương tự đối với bài toán tối thiểu hóa, một nghiệm tối
một cách chắc chắn. Ví dụ như ta biết chắc rằng mỗi tấn sơn trong nhà cần 2 tấn A và 1
ưu là một điểm trong miền nghiệm có giá trị của hàm mục tiêu là nhỏ nhất.
tấn B làm nguyên liệu và sẽ mang lại doanh thu 20 triệu đồng.

Rõ ràng trên thực tế không phải bao giờ cũng biết trước được 100%, do vậy sau khi giải
mô hình tuyến tính người ta thường tiến hành phân tích độ nhạy để khảo sát sự thay đổi
của nghiệm của mô hình khi các thông số giao động trong một phạm vi nhất định. Khi
mức độ không chắc chắn của các thông số là lớn thì có thể phải sử dụng các mô hình
thống kê thay vì qui hoạch tuyến tính.
Dễ thấy giá trị của z tăng dần khi đường đẳng trị chuyển dịch về phía trên bên phải. Sau
khi chạm điểm C, tiếp tục dịch chuyển sẽ khiến đường này rời khỏi miền nghiệm (không
giao với miền nghiệm tại một điểm nào), tức là chúng ta không thể tìm được điểm nào
thỏa mãn mọi ràng buộc đồng thời cho giá trị z lớn hơn giá trị z đạt được tại điểm C. Do
vậy C chính là điểm tối ưu của bài toán.

Mô hình tối ưu 3 Mô hình tối ưu 4

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

nhà thay đổi thế nào trong khoảng 15 đến 60 triệu đồng/tấn cũng sẽ không làm thay đổi
Để tính toán giá trị các biến (xt, xn) tại điểm tối ưu, lưu ý rằng C là điểm giao giữa các mức sản xuất tối ưu của công ty R.
đường thẳng (1) và (2), tức là C thỏa mãn đồng thời hai đẳng thức:
2xt + xn = 6 (1) 2.5. Các trường hợp đặc biệt
xt + 2xn = 8 (2)
Bài toán cơ cấu sản phẩm của công ty sơn R. có một nghiệm tối ưu duy nhất. Tuy nhiên
Do đó xt = 11/3 , xn = 31/3 . Tức là công ty nên sản xuất 11/3 tấn sơn trong nhà và 31/3 tấn trong nhiều bài toán chúng ta cũng có thể gặp trường hợp không có nghiệm duy nhất, đó
sơn bên ngoài mỗi ngày. Doanh thu cực đại tương ứng là: là:
z = 20xt + 30xn = 20 (11/3) + 30 (31/3) = 126 2/3 (triệu đồng). 1. Bài toán LP có vô số nghiệm tối ưu
2. Bài toán LP không có nghiệm
2.4. Phân tích độ nhạy 3. Bài toán LP không có nghiệm xác định
a) Trường hợp vô số nghiệm. Ví dụ 2.1.a
Phân tích độ nhạy được dùng để nghiên cứu sự tác động của những thay đổi của các thông Quay lại bài toán công ty sơn R (ví dụ 2.1). Do thị trường cạnh tranh, giá bán của loại sơn
số trong mô hình đến nghiệm tối ưu. Trong khuôn khổ giáo trình này chỉ giới thiệu một trong nhà giảm xuống còn 15 triệu đồng/tấn. Hãy xác định phương án sản xuất tối ưu?
trường hợp phân tích độ nhạy đơn giản nhất, đó là sự thay đổi của các hệ số trong hàm
xt
mục tiêu. Vẽ đường đẳng trị: z = 15xt + 30xn qua điểm (xn=2, xt=0).
Dịch chuyển đường này về phía trên bên phải sao cho giá
6
Thay đổi các hệ số trong hàm mục tiêu chỉ ảnh hưởng đến độ dốc của đường thẳng thể trị của z tăng lên. Có thể thấy rằng điểm cuối cùng trước
hiện hàm mục tiêu. Ở đây chúng ta phân tích phạm vi biến động cho phép của mỗi hệ số khi đường này rời khỏi miền nghiệm chính là đoạn thẳng
4 z
trong hàm mục tiêu sao cho vẫn giữ được điểm tối ưu hiện thời không thay đổi. CB. Điều đó có nghĩa là bất kỳ điểm nào trên đoạn CB
cũng đều là tối ưu về mặt doanh thu. Công ty R. có thể áp
Xét trường hợp bài toán cơ cấu sản phẩm của dụng chế độ chỉ sản xuất sơn ngoài trong nhà ở mức 4 tấn 2 E D
công ty sơn R. Gọi Ct và Cn là giá của mỗi tấn xt và không sản xuất trong nhà (điểm B), hoặc là giữ nguyên F C
A B
sơn trong nhà và ngoài nhà. Khi đó hàm mục mức sản xuất 11/3 tấn sơn trong nhà và 31/3 tấn sơn bên
tiêu trở thành: 6 Cn tăng hoặc ngoài (điểm C) cũng đều đạt được doanh thu tối đa là 120 0 2 4 6 xn
Cn giảm hoặc Ct giảm
z = Ctxt + Cnxn Ct tăng triệu đồng/ngày.
4 Hình 2.4. Bài toán vô số nghiệm
Hình 2.3 thể hiện tác động của việc tăng/giảm Trong các trường hợp có nhiều nghiệm, thông thường
giá trị Ct và Cn là sự quay của đường thẳng 2 E D người ta phải sử dụng thêm tiêu chí phụ để lựa chọn nghiệm tối ưu. Ví dụ như ở đây công
biểu diễn hàm z quanh điểm tối ưu hiện tại C, F C ty có thể chọn phương án điểm B vì nó đơn giản hóa qui trình sản xuất của công ty.
A B
thuận hoặc ngược chiều kim đồng hồ.
0 2 4 6 xn b) Trường hợp vô nghiệm. Ví dụ 2.1.b
Ta thấy rằng điểm tối ưu vẫn duy trì tại C khi Quay lại bài toán công ty sơn R (ví dụ 2.1). Giám đốc công ty đặt ra yêu cầu sản xuất mỗi
độ dốc của z vẫn nằm giữa độ dốc của các Hình 2.3. Thay đổi hệ số hàm mục tiêu ngày ít nhất 1,5 tấn sơn trong nhà và 3,5 tấn sơn bên ngoài. Hãy xác định phương án sản
đường CB và CD, tức là: xuất tối ưu?
1 cn 2 xt
  Từ hình 2.1 ta vẽ bổ sung 2 ràng buộc về yêu cầu của giám
2 ct 1
đốc công ty. 6
Như vậy bất kỳ thay đổi nào của Ct và Cn mà vẫn duy trì tỷ số Cn/Ct trong dải [1/2, 2] sẽ xn  3,5
duy trì C là điểm tối ưu. Khi hệ số này thay đổi vượt ngoài dải trên thì điểm tối ưu sẽ dịch
Từ hình vẽ có thể thấy rõ ràng là miền xác định của các 4
chuyển sang B hay D.
ràng buộc không có điểm chung, tức là không có điểm nào
thỏa mãn đồng thời tất cả các ràng buộc. Lý do là để sản 2 E D xt  1,5
Giả sử chúng ta giữ cố định Ct tại giá trị hiện thời của nó (=20), thì bất đẳng thức trên sẽ
xuất ít nhất 1,5 tấn sơn trong nhà và 3,5 tấn sơn bên ngoài F C
tương đương với: 10  Cn  40. Tức là nếu giá của sơn trong nhà là 20 triệu đồng/tấn thì A B
cần tối thiểu 6,5 tấn nguyên liệu A và 8,5 tấn nguyên liệu B.
việc giá sơn bên ngoài thay đổi nhưng vẫn nằm trong khoảng 10 đến 40 triệu đồng/tấn 0 2 4 6 xn
Vì vậy đây là một bài toán vô nghiệm.
cũng sẽ không làm thay đổi mức sản xuất tối ưu của công ty R.
c) Trường hợp nghiệm không xác định. Ví dụ 2.1.c Hình 2.5. Bài toán vô nghiệm
Ngược lại nếu Cn cố định tại giá trị hiện thời (=30), thì dải giao động cho phép của Ct sẽ
là: 15  Ct  60. Tức là nếu giá của sơn ngoài nhà là 30 triệu đồng/tấn thì dù giá sơn trong

Mô hình tối ưu 5 Mô hình tối ưu 6

 xt

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp 6 z

TS Đặng Vũ Tùng Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

4
Quay lại bài toán công ty sơn R (ví dụ 2.1). Công ty R. nhận Giải mô hình LP này cho ta nhiều nghiệm tối ưu với z = 262.5, và một trong số đó là
được đảm bảo từ phía nhà cung cấp nguyên liệu là sẽ không có nghiệm x1=x2=x4=0; x3=25; x5 = 100; x6 = 137.5.
hạn chế về các loại nguyên liệu A, B sử dụng cho quá trình sản 2 E
F
xuất. Vậy công ty nên sản xuất bao nhiêu tấn sơn mỗi loại. A Tuy nhiên ta thấy rằng nghiệm này không thực hiện được do không thể cắt 137.5 cuộn
0 2 4 6 xn giấy theo kiểu 6. Khi sử dụng mô hình biến nguyên để giải bài toán (trong đó tất cả các giá
Trong trường hợp này, bài toán chỉ còn lại 2 ràng buộc (3) trị xi đều là số nguyên) thì thu được nghiệm tối ưu tại z = 263, với x1 = x2 = 0; x3 = 1; x4 =
và (4). Nhìn trên hình 2.6. ta thấy miền nghiệm của bài toán Hình 2.6. Bài toán nghiệm 12; x5 = 100; x6 = 150; hoặc x1 = x2 = x3 = 0; x4 = 13; x5 = 100; x6 = 150;
là một hình không khép kín. Như vậy khi dịch chuyển không xác định
đường z về phía phải nó sẽ không bao giờ rời khỏi miền Ví dụ 2.3. Chính sách tín dụng
nghiệm. Trường hợp này có nghĩa khi không bị ràng buộc về nguyên liệu thì công ty R. có Ngân hàng Thriftem đang xây dựng chính sách cho vay liên quan đến khoản tín dụng trị
thể sản xuất ở mức độ lớn không xác định đối với loại sơn ngoài trời. Bài toán này có giá 12 triệu $. Vì là tổ chức đa dịch vụ nên ngân hàng có trách nhiệm cho vay đối với các
nghiệm không xác định. loại khách hàng khác nhau. Bảng dưới đây chỉ ra các loại khoản vay và lãi suất tương ứng,
cũng như xác suất rủi ro cho vay (nợ khó đòi). Với các trường hợp nợ khó đòi thì không
2.6 Một số bài toán sản xuất khác thu được cả tiền gốc và tiền lãi cho vay. Cạnh tranh với các tổ chức tài chính khác trên địa
bàn đòi hỏi ngân hàng phải phân bổ tối thiểu 40% vốn cho các khoản vay thương mại và
Ví dụ 2.2. Bài toán cắt vật tư nông nghiệp. Ngoài ra, để phát triển quĩ nhà ở cho địa phương, tổng số tiền cho vay về địa
ốc phải chiếm tối thiểu 50% tổng số vốn dành cho mục đích cá nhân, mua xe và địa ốc.
Công ty giấy Pacific sản xuất giấy cuộn có chiều Đơn Chiều rộng Số lượng Ngân hàng cũng có chính sách là tỷ lệ nợ khó đòi chung cho tất cả các khoản vay không
rộng tiêu chuẩn là 20 bộ (feet). Khi có đơn đặt hàng hàng yêu cầu (bộ) cuộn giấy vượt quá 0.04. Xây dựng mô hình xác định cơ cấu cho vay của ngân hàng với khoản tín
của khách theo chiều rộng khác nhau thì giấy được 1 5 150 dụng này, giả sử là các khoản cho vay được thực hiện cùng khoảng thời gian.
cắt ra từ các cuộn tiêu chuẩn này. Đơn hàng điển No Mục đích vay Lãi suất i Xác suất rủi ro p
2 7 200
hình của khách mỗi ngày được tóm tắt như ở bảng 1 Cá nhân 0.140 0.10
3 9 300
bên. Hãy lập mô hình cách cắt giấy của công ty để 2 Mua xe 0.130 0.07
chỉ cần sử dụng số cuộn giấy tiêu chuẩn tối thiểu. 3 Địa ốc 0.120 0.03
4 Nông nghiệp 0.125 0.05
Mô hình 5 Thương mại 0.100 0.02
Trước tiên ta xác định tất cả các kiểu cắt có thể để cắt các cuộn giấy có độ rộng 5, 7, 9 bộ
từ cuộn giấy rộng 20 bộ. Mô hình
Có thể định nghĩa các biến của mô hình như sau:
Độ dài yêu cầu Kiểu cắt cuộn giấy Số cuộn yêu cầu xj = số tiền cho vay cho mục đích j (triệu đôla) (j=1,...,5)
(bộ) 1 2 3 4 5 6
5 0 2 2 4 1 0 150 Mục tiêu của Thriftem là tối đa hóa doanh thu thuần là sự chênh lệch giữa tiền lãi thu được
7 1 1 0 0 2 0 200 và mất vốn gốc do nợ khó đòi (gồm cả vốn và lãi):
9 1 0 1 0 0 2 300 Max z = j ij.(1- pj).xj - j pj.xj
Độ dài bị lãng phí 4 3 1 0 1 2 = 0.14(0.9x1) + 0.13(0.93x2) + 0.12(0.97x3) + 0.125(0.95x4) + 0.1(0.98x5)
- 0.1x1 - 0.07x2 - 0.03x3 - 0.05x4 - 0.02x5
Định nghĩa các biến như sau: = 0.026x1 + 0.0509x2 + 0.0864x3 + 0.06875x4 + 0.078x5
xi là số lượng cuộn giấy tiêu chuẩn sẽ được cắt theo kiểu i (i = 1, 2, .., 6)
Bài toán có 5 ràng buộc sau:
Hàm mục tiêu: - Tổng số vốn: x1 + x2 + x3 + x4 + x5  12
Min z = x1+ x2 + x3 + x4 + x5 + x6 = i xi - Vốn vay thương mại & nông nghiệp: x4 + x5  0.4 (x1 + x2 + x3 + x4 + x5)
- Vốn vay địa ốc: x3  0.5(x1 + x2 + x3) tương đương với x3 - x1 - x2  0
Các ràng buộc bao gồm số lượng cuộn giấy cắt được thỏa mãn nhu cầu của khách hàng: - Giới hạn về nợ khó đòi:
- Số lượng cuộn giấy 5 bộ tạo ra = 2x2 + 2x3 + 4x4 + x5  150 (xem bảng) (0.1x1 + 0.07x2 + 0.03x3 + 0.05x4 + 0.02x5) / (x1 + x2 + x3 + x4 + x5)  0.04, tương đương
- Số lượng cuộn giấy 7 bộ tạo ra = x1 + x2 + 2x5  200 với 0.06x1 + 0.03x2 - 0.01x3 + 0.01x4 - 0.02x5  0
- Số lượng cuộn giấy 5 bộ tạo ra = x1 + x3 + 2x6  300 - Điều kiện không âm: xj  0 (j=1,...,5)
- Điều kiện không âm: xi  0 (i = 1, 2, .., 6)
Bài toán có nghiệm tối ưu x1 = x2 = x4 = 0; x3 = 7.2; x5 = 4.8; z = 0.9965.

Mô hình tối ưu 7 Mô hình tối ưu 8

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

Ví dụ 2.4. Bài toán bố trí lịch công tác Ngày Thứ Số nhân Nghiệm tối ưu cho bài toán LP này là z = 67/3, x1 = 4/3, x2 = 10/3, x3 = 2, x4 = 22/3, x5 = 0, x6
Loại bài toán này liên quan đến xác định phương án chi viên cần = 10/3, x7 = 5. Nhưng vì yêu cầu tuyển nhân viên làm toàn thời gian nên các biến sẽ phải
phí thấp nhất để đảm bảo các yêu cầu về công việc và 1 Hai 17 nhận các giá trị nguyên.
thời gian làm việc và nghỉ ngơi của công nhân, hoặc các 2 Ba 13
điều kiện khác. Dưới đây là một ví dụ. 3 Tư 15 Để tìm một kết quả chấp nhận được, một cách đơn giản là chúng ta có thể làm tròn giá trị
4 Năm 19 tìm được của các biến này, dẫn tới nghiệm x1 = 2, x2 = 4, x3 = 2, x4 = 8, x5 = 0, x6 = 4, x7 =
Một bưu cục cần sử dụng số lượng nhân viên làm việc 5 Sáu 14 5 và z = 25. Tuy nhiên nghiệm tối ưu của bài toán biến nguyên này lại là: x1 = 4, x2 = 4, x3
toàn thời gian thay đổi theo mỗi ngày trong tuần như 6 Bảy 16 = 2, x4 = 6, x5 = 0, x6 = 4, x7 = 3 và z = 23.
trong bảng dưới đây. Theo qui định của luật lao động 7 Chủ nhật 11
mỗi nhân viên cứ làm việc liên tục trong 5 ngày lại có 2 Ví dụ 2.5. Bài toán phối trộn nguyên vật liệu
ngày nghỉ (ví dụ một nhân viên làm việc từ thứ 3 đến Các bài toán trong đó nhiều loại nguyên vật liệu đầu vào được trộn với nhau theo các tỷ lệ
thứ 7 sẽ được nghỉ Chủ nhật và thứ 2). Bưu cục muốn chỉ sử dụng các nhân viên làm việc nhất định để tạo ra các sản phẩm khác nhau, gọi là bài toán phối trộn, thường sử dụng LP
toàn thời gian để đáp ứng nhu cầu đã nêu. Hãy sử dụng LP để lập mô hình xác định số để phân tích. Có thể nêu ra một số ví dụ:
lượng nhân viên tối thiểu mà bưu cục cần tuyển. - Phối trộn các loại dầu mỏ để sản xuất các loại xăng và sản phẩm khác.
- Phối trộn hóa chất theo tỷ lệ khác nhau để sản xuất các sản phẩm hóa chất khác.
Mô hình. - Phối trộn các loại hợp kim khác nhau để tạo ra các loại thép.
Lưu ý là nếu ta định nghĩa biến ra quyết định xi là số lượng nhân viên làm việc ở ngày thứ - Phối trộn các loại giấy để sản xuất giấy tái chế có chất lượng khác nhau.
i (i=1…7), thì chúng ta chưa thể xác định được quan hệ trực tiếp giữa các biến này với - Trộn các loại quặng để có được loại quặng có hàm lượng xác định.
hàm mục tiêu là tổng số nhân viên mà bưu cục cần tuyển, cũng như sẽ không thể hiện
được ràng buộc nhân viên được nghỉ 2 ngày sau khi làm việc liên tục 5 ngày. Công ty Sunco Oil sản xuất 3 loại xăng (X1, X2, X3). Mỗi loại xăng được sản xuất bằng
cách trộn ba loại dầu thô (D1, D2, D3). Mỗi ngày, Sunco có thể mua tối đa 5.000 thùng
Yếu tố then chốt ở đây là bưu cục này quan tâm đến số nhân viên bắt đầu đi làm vào ngày dầu mỗi loại. Ba loại xăng có chỉ số ốctan và hàm lượng lưu huỳnh khác nhau, và hỗn hợp
thứ i trong tuần, chứ không phải là tổng số nhân viên làm việc ở ngày thứ i. Như vậy ta có dầu thô dùng để tạo thành loại xăng đó phải có chỉ số ốctan tối thiểu và hàm lượng lưu
thể định nghĩa biến như sau: huỳnh tối đa như trong bảng dưới đây. Giá bán của mỗi loại xăng và giá mua của mỗi loại
xi = số lượng nhân viên bắt đầu đi làm vào ngày thứ i dầu thô cũng được nêu trong bảng. Chi phí để chuyển đổi 1 thùng dầu thành 1 thùng xăng
là 4$. Nhà máy lọc dầu của Sunco có sản lượng tối đa là 14.000 thùng xăng mỗi ngày.
Với cách định nghĩa biến trên, có thể dễ dàng xác định được hàm mục tiêu và các ràng
buộc. Để xác định hàm mục tiêu, lưu ý rằng (tổng số nhân viên) = (số người bắt đầu đi làm Các khách hàng của Sunco đã ký hợp đồng mua các loại xăng như sau: 3000 thùng X1,
vào thứ 2) + (số người bắt đầu đi làm vào thứ 3) + … + (số người bắt đầu đi làm vào Chủ 2000 thùng X2, 1000 thùng X3 mỗi ngày. Sunco cũng có thể quảng cáo sản phẩm để kích
nhật). Như vậy hàm mục tiêu sẽ là: cầu, và mỗi đôla chi cho quảng cáo cho một loại xăng nhất định mỗi ngày sẽ làm tăng nhu
Min z = x1 + x2 + x3 + x4 + x5 + x6 + x7 =  xi cầu hàng ngày của loại xăng đó thêm 10 thùng/ngày. Hãy xây dựng mô hình tuyến tính
cho phép Sunco tối đa hóa lợi nhuận (=doanh thu-chi phí) mỗi ngày của công ty.
Xác định các ràng buộc. Bưu cục cần đảm bảo có đủ số lượng nhân viên làm việc mỗi
ngày trong tuần theo yêu cầu, ví dụ như thứ Hai cần 17 người. Những người làm việc ngày Dầu thô Giá mua ($/thùng) Chỉ số ốctan Hàm lượng lưu huỳnh (%)
thứ Hai gồm tất cả số nhân viên trừ số người đã bắt đầu đi làm vào thứ Ba và thứ Tư (vì họ D1 45 12 0.5
sẽ được nghỉ vào Chủ nhật + thứ Hai và thứ Hai + thứ Ba). Điều đó có nghĩa là số lượng D2 35 6 2.0
nhân viên làm việc vào thứ Hai là x1+ x4 + x5 + x6 + x7 phải thỏa mãn  17. Lý luận tương D3 25 8 3.0
tự với các ngày khác trong tuần ta có thêm 6 ràng buộc tương ứng.
Xăng Giá bán ($/thùng) Chỉ số ốctan Hàm lượng lưu huỳnh tối đa
Vậy mô hình tối ưu hóa của bài toán này là: tối thiểu (%)
Min z = x1+ x2 + x3 + x4 + x5 + x6 + x7 =  xi X1 70 10 1.0
thỏa mãn: x1 + x4 + x5 + x6 + x7  17 (thứ Hai) X2 60 8 2.0
x1 + x2 + x5 + x6 + x7  13 (thứ Ba) X3 50 6 1.0
x1 + x2 + x3 + x6 + x7  15 (thứ Tư)
x1 + x2 + x3 + x4 + x7  19 (thứ Năm) Mô hình
x1 + x2 + x3 + x4 + x5  14 (thứ Sáu) Sunco cần ra hai quyết định: thứ nhất là số tiền đầu tư vào quảng cáo cho mỗi loại xăng,
x2 + x3 + x4 + x5 + x6  16 (thứ Bảy) và thứ hai là cách thức pha chế mỗi loại xăng từ 3 loại dầu thô. Ta có thể định nghĩa các
+ x3 + x4 + x5 + x6 + x7  11 (thứ Chủ nhật) biến ra quyết định như sau:
xi  0 (i=1…7) (hạn chế về dấu) ai = số tiền sử dụng hàng ngày để quảng cáo cho loại xăng i (i = 1, 2, 3)
xij = số thùng dầu loại i được sử dụng hàng ngày để sản xuất xăng j (i, j = 1, 2, 3),

Mô hình tối ưu 9 Mô hình tối ưu 10

Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng
tức là x21 thể hiện số thùng dầu loại D2 được sử dụng mỗi ngày để sản xuất xăng X1.
Như vậy, số thùng dầu thô Di sử dụng mỗi ngày sẽ là j xij , và số thùng xăng Xi sản xuất
ra mỗi ngày sẽ là i xij.
Để đơn giản, giả thiết rằng xăng được sản xuất để đáp ứng nhu cầu hàng ngày và không
lưu trữ được sang ngày hôm sau, như vậy thì lượng xăng Xi sản xuất mỗi ngày sẽ đúng
bằng nhu cầu hàng ngày của loại xăng đó.
Xác định hàm mục tiêu. Ta có:
Lợi nhuận = Doanh thu bán xăng - Chi phí mua dầu - Chi phí sản xuất - Chi phí quảng cáo
= 70(x11+ x21 + x31) + 60(x12 + x22 + x32) + 50(x13 + x23 + x33)
- {45(x11+ x12+ x13) + 35(x21+ x22 + x23) + 25(x31+ x32+ x33)}
- {4(x11+ x12 + x13 + x21+ x22+ x23 + x31+ x32+ x33) }
- {a1 + a2+ a3}
Sau khi đơn giản hóa, ta có hàm mục tiêu của bài toán Sunco là:
Max z = 21x11+11x12 + x13 + 31x21+ 21x22+ 11x23 + 41x31+ 31x32+ 21x33 - a1 - a2 - a3
Các ràng buộc của Sunco bao gồm:
a) Lượng xăng sản xuất hàng ngày bằng nhu cầu thị trường:
Xăng X1: x11+ x21 + x31 = 3000 + 10a1 tương đương với x11+ x21 + x31 - 10a1 = 3000
Xăng X2: x12 + x22 + x32 - 10a2 = 2000
Xăng X3: x13 + x23 + x33 - 10a3 = 1000
b) Tối đa 5000 thùng dầu mỗi loại có thể mua vào mỗi ngày:
Dầu D1: x11+ x12+ x13  5000
Dầu D2: x21+ x22+ x23  5000
Dầu D3: x31+ x32+ x33  5000
c) Khả năng sản xuất tối đa của nhà máy lọc dầu là 14.000 tấn/ngày:
x11+ x21 + x31 + x12 + x22 + x32 + x13 + x23 + x33  14000
d) Hỗn hợp dầu thô phối trộn để sản xuất từng loại xăng có chỉ số ốctan trung bình đạt
mức tối thiểu yêu cầu đối với loại xăng đó:
X1: (12x11+ 6x21 + 8x31) / (x11+ x21+ x31)  10, tức là: 12x11+ 6x21+ 8x31  10(x11+x21+x31)
Tương đương với: 2x11 - 4x21 - 2x31  0
X2: tương tự có: 4x12 - 2x22  0
X3: vì mỗi loại dầu đều có chỉ số ốctan tối thiểu là 6, nên chỉ số ốctan của xăng X3 luôn
đảm bảo lớn hơn 6 với bất kỳ tỷ lệ trộn nào, và như vậy ràng buộc này là không cần thiết.
e) Hỗn hợp dầu thô phối trộn để sản xuất từng loại xăng có hàm lượng lưu huỳnh tối đa
cho phép đối với loại xăng đó:
X1: (0.005x11+ 0.02x21 + 0.03x31) / (x11+ x21+ x31)  0.01, tức là:
- 0.005x11+ 0.01x21 + 0.02x31  0
X2: tương tự có: - 0.015x12 + 0.01x32  0
X3: tương tự có: - 0.005x13 + 0.01x23 + 0.02x33  0
f) Điều kiện về dấu của các biến: xij  0; ai  0 (i, j = 1, 2, 3)
Mô hình tối ưu 11
Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng
Kết hợp hàm mục tiêu và các ràng buộc trên ta có mô hình tối ưu hóa sản xuất cho Sunco.
Khi giải mô hình này ta thu được nghiệm tối ưu như sau:
z = 287 500;
x11= 2222.22; x12= 2111.11; x13= 666.67
x21 = 444.44; x22 = 4222.22; x23 = 333.34;
x31 = 333.33; x32 = 3166.67; x33 = 0;
a1 = 0; a2 = 750; a3 = 0;
Như vậy Sunco nên sản xuất x11+ x21 + x31 = 3000 tấn xăng X1; x12 + x22 + x32 = 9500 tấn
xăng X2; x13 + x23 + x33 = 1000 tấn xăng X3; và chi 750$ quảng cáo cho xăng X2 mỗi
ngày, và thu được lợi nhuận 287 500 $/ngày.
Bài tập ứng dụng
1. Công ty Leary Chemical sản xuất ba loại hóa chất: A, B, và C. Những hóa chất này
được sản xuất thông qua hai quy trình: 1 và 2. Chạy quy trình 1 trong một giờ tốn 400
đôla và mang lại 3 tấn A, 1 tấn B và 1 tấn C. Chạy quy trình 2 trong một giờ tốn 100 đôla
và sản xuất ra 1 tấn A và 1 tấn B. Nhu cầu của khách hàng mỗi ngày cần ít nhất 10 tấn A,
5 tấn B, và 3 tấn C.
Xác định bằng phương pháp đồ thị kế hoạch sản xuất của Leary Chemical để giảm thiểu
chi phí và đáp ứng được nhu cầu hàng ngày của khách hàng.
Kiểm chứng kết quả bằng Excel và Lingo.
2. Truckco sản xuất hai loại xe tải 1 và 2. Mỗi chiếc xe tải Loại 1 có lợi nhuận $300, xe
loại 2 có lợi nhuận $500. Mỗi xe đều phải qua công đoạn sơn và công đoạn lắp ráp.
Nếu công đoạn sơn chỉ sơn 1 loại xe tải, thì mỗi ngày có thể sơn được 800 chiếc Loại 1
hoặc sơn được 700 chiếc Loại 2.
Nếu công đoạn lắp ráp chỉ lắp ráp 1 loại xe tải, thì mỗi ngày có thể lắp ráp 1.500 xe Loại 1
hoặc lắp ráp 1.200 xe Loại 2.
Dùng mô hình LP để tối đa hóa lợi nhuận của Truckco, giải mô hình bằng excel và lingo.
3. Tập đoàn Rylon sản xuất nước hoa Brute và Chanelle. Nguyên liệu cần thiết để sản xuất
mỗi loại nước hoa có thể được mua với giá 3 đô la mỗi kg. Gia công 1 kg nguyên liệu thô
cần thời gian 1h trong phòng thí nghiệm. Mỗi năm, Rylon có 6.000 giờ trong phòng thí
nghiệm và có thể mua tối đa 4.000 kg nguyên liệu.
Mỗi kg nguyên liệu thô chế biến mang lại 3 oz Nước hoa Brute Regular và 4 oz Nước hoa
Chanelle Regular. Brute Regular có thể được bán với giá $7/oz và Chanelle Regular với
giá $6/oz. Rylon cũng có tùy chọn tiếp tục chế biến Brute Regular và Chanelle Regular để
sản xuất Brute Luxury (bán giá $18/oz) và Chanelle Luxury (bán giá $14/oz). Mỗi ounce
(oz) của Brute Regular đòi hỏi thêm 3h xử lý trong phòng thí nghiệm và tốn $4 để được 1
oz Brute Luxury. Mỗi ounce Chanelle Regular được xử lý thêm cần thêm 2 giờ thời gian
trong phòng thí nghiệm và chi phí xử lý $4, và mang lại 1 oz Chanelle Luxury.
Xây dựng mô hình LP để xác định Rylon có thể tối đa hóa lợi nhuận như thế nào. Giả sử
rằng chi phí của phòng thí nghiệm là cố định.
4. Tập đoàn Pelletier vừa mới phát hiện ra rằng sẽ không đủ kho hàng cho 5 tháng tới. Số
lượng yêu cầu diện tích kho hàng cần bổ sung cho giai đoạn này là:
Mô hình tối ưu 12
Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng Viện Kinh Tế & Quản Lý, Bộ môn Quản lý Công nghiệp TS Đặng Vũ Tùng

Tháng 1 2 3 4 5 Xác định cách thức sản xuất để tối đa hóa lợi nhuận. Giá mua mỗi thùng, tình trạng sẵn có
Diện tích yêu cầu (1.000 m vuông) 25 10 20 10 5 Dầu thô
Để đáp ứng được nhu cầu kho bãi này, công ty đang lên kế hoạch để thuê trong
ngắn hạn. Một kho hàng địa phương đã đồng ý cho Pelltier thuê (trong 5 tháng tới), với
diện tích và số tháng tuỳ ý theo chi phí trong bảng dưới:
Thời hạn HĐ thuê (tháng) 1 2 3 4 5 10. Một công ty sản xuất sáu loại sản phẩm. Mỗi kg nguyên liệu thô tạo ra bốn kg sản
Giá thuê ($/1.000 m2) 300 525 750 850 975
Bảng chào giá này có giá trị với Pelletier tại thời điểm bắt đầu của mỗi tháng của 5
tháng tới. Ví dụ: Công ty có thể lựa chọn để thuê 5.000 m vuông trong 4 tháng bắt đầu từ
tháng thứ 1 (tại mức giá $ 850*5) và thuê 10.000 m vuông trong 2 tháng, bắt đầu từ tháng
3 (với giá là $ 525* 10).
a) Lập mô hình LP. (Bỏ qua giá trị theo thời gian của đồng tiền.)
b) Tạo một mô hình bảng tính và giải bằng Solver.
c) Giải mô hình bằng Lingo
5. Trong ví dụ 2.4, giả sử rằng mỗi nhân viên toàn thời gian làm việc 8 giờ/ngày. Do đó,
yêu cầu 17 nhân viên làm việc vào thứ Hai có thể được coi như yêu cầu 8x17=136 giờ
công. Bưu cục có thể đáp ứng nhu cầu lao động hàng ngày bằng cách sử dụng cả nhân
viên toàn thời gian và bán thời gian. Mỗi tuần, một nhân viên toàn thời gian làm việc 8 giờ
một ngày trong năm ngày liên tục, và một nhân viên bán thời gian làm việc 4 giờ một ngày
trong năm ngày liên tục. Một nhân viên toàn thời gian tốn $15 mỗi giờ, trong khi nhân
viên bán thời gian tốn $10 mỗi giờ (bị giảm các khoản phúc lợi). Luật yêu cầu chỉ được sử
dụng tối đa 25% số lao động là bán thời gian.
Lập mô hình LP để giảm thiểu chi phí nhân công của bưu điện.
6. Giả sử rằng bưu cục ở ví dụ 2.4 có thể yêu cầu nhân viên phải làm thêm một ngày mỗi
tuần. Ví dụ, một nhân viên có ca làm việc thường xuyên từ thứ Hai đến thứ Sáu cũng có
thể được yêu cầu làm việc vào thứ Bảy. Mỗi nhân viên được trả $50/ngày cho năm ngày
làm việc bình thường và $70 cho ngày làm thêm (nếu có).
Lập mô hình LP giúp bưu cục giảm thiểu chi phí đáp ứng yêu cầu công việc hàng tuần.
7. Giả sử bưu cục ở ví dụ 2.4 có 25 nhân viên toàn thời gian và không được phép thuê
hoặc sa thải bất kỳ nhân viên nào. Lập mô hình LP để lên lịch làm việc cho bưu cục nhằm
tối đa hóa số ngày nghỉ cuối tuần của nhân viên.
8. Bullco pha trộn silic và nitơ để tạo ra hai loại phân bón. Phân bón 1 phải chứa ít nhất
40% nitơ và được bán với giá $70/kg. Phân bón 2 phải chứa ít nhất 70% silic và được bán
với giá $40/kg. Bullco có thể mua tới 80 kg nitơ ở mức $15/kg và lên đến 100 kg silic ở
mức $10/kg. Giả định rằng tất cả phân bón được sản xuất ra đều có thể được bán, lập mô
hình LP để giúp Bullco tối đa hóa lợi nhuận.
và mức độ tạp chất của mỗi loại dầu thô được thể hiện trong Bảng.
Giá ($/thùng) Tỷ lệ tạp chất (%) Lượng sẵn có (thùng)
D1 6 10 5000
D2 8 2 4500
phẩm A, hai kg sản phẩm B và một kg sản phẩm C.
Sản phẩm A và B có thể được bán ra thị trường hoặc chế biến thêm. Mỗi kg sản phẩm A
chế biến tạo ra một kg sản phẩm D. Mỗi kg sản phẩm B chế biến tạo ra 0,8 kg sản phẩm E
và 0,3 kg sản phẩm F.
Có thể mua tới 3.000 kg nguyên liệu thô với giá $6 mỗi kg. Có thể bán tối đa 1.200 kg sản
phẩm A, và tối đa 300 kg sản phẩm B. Nhu cầu đối với sản phẩm C và D là không giới
hạn. Có thể bán được tối đa 1.000 kg sản phẩm E và tối đa 800 kg sản phẩm F.
Lượng sản phẩm E và F còn thừa phải được tiêu hủy. Chi phí $4 để tiêu hủy mỗi kg còn
thừa lại của sản phẩm E và $3 để tiêu hủy mỗi kg còn lại của sản phẩm F. Giá bán và chi
phí sản xuất cho mỗi kg sản phẩm được thể hiện trong Bảng.
Xây dựng mô hình LP mang lại lịch trình sản xuất tối đa hóa lợi nhuận cho công ty.
Sản phẩm A B C D E F
Giá bán ($/kg) 7 6 4 3 20 35
Chi phí sản xuất 4 4 2 1 5 5
($/kg)
11. Cty Grummins Engine có 11 nhân viên đứng dây chuyền sản xuất. Các nhân viên làm
việc bốn ngày một tuần, 10 giờ một ngày. Mỗi ngày cần ít nhất số nhân viên đứng chuyền
như sau: thứ Hai đến thứ Sáu, 7 nhân viên/ngày; Thứ Bảy và Chủ nhật, 3 nhân viên/ngày.
Lập mô hình LP để tối đa hóa số lượng của những ngày nghỉ liên tục cho các nhân viên.
Ví dụ, một nhân viên được nghỉ vào Chủ Nhật, Thứ Hai và Thứ Tư được tính là nghỉ hai
ngày liên tiếp.
12. Alexis Cornby kiếm sống bằng nghề mua bán ngô. Vào ngày 1 tháng 1, cô có trong tay
50 tấn ngô và 1.000 đô la. Vào ngày đầu tiên của mỗi tháng Alexis có thể mua mỗi tấn ngô
với giá: tháng 1, $300; Tháng Hai, $350; Tháng 3, $400; Tháng 4, $500 mỗi tấn. Vào ngày
cuối cùng của mỗi tháng, Alexis có thể bán ngô ở mức: tháng Giêng, $250; Tháng hai,
$400; Tháng 3, $350; Tháng 4, $550. Kho dự trữ ngô của Alexis chứa được nhiều nhất
100 tấn ngô. Cô phải thanh toán tiền mặt tại thời điểm mua ngô.
Xác định cách để Alexis có thể tối đa hóa số tiền mặt vào cuối tháng Tư.

9. Carrington Oil sản xuất hai loại xăng, X1 và X2, từ hai loại dầu thô, D1 và D2. Xăng
X1 được phép chứa đến 4% tạp chất, và X2 được phép chứa đến 3% tạp chất. X1 được
bán với giá $8 mỗi thùng, trong khi X2 được bán với giá $12 một thùng. Tối đa bán được
4.200 thùng X1 và 4.300 thùng X2. Trước khi trộn dầu thô thành xăng, mỗi loại dầu thô có
thể được “tinh chế” với chi phí $0,5/thùng để loại bỏ một nửa tạp chất trong dầu thô.

Mô hình tối ưu 13 Mô hình tối ưu 14