…

58
00n
00 一0 乛 un乛 一 problem importantto whether
一
called
minimimtion
down 冖
the programming
一 冖
he00W
一
dual

000 冖m0d00al,
巴
constrai
冖 estricted 一
ra一
Other

冖 一
2
彐
(v) 00 一 01y 冖 StepAns.Q. Q. linear

n the primal•
Ans.

00 0
the
0
00 00nV0 一
一
= ngep冖 1 Of

0
M•AJM•Sc.

十 十 in
en
0 一
0
=
maximization
2
nts 、

= 2
0 ,Write
、
Define

0 0乛一
1.
P

W00· 冖
maximiZ•a

m冖
note
一Identify 一 The
in ·
0
、

一
The

00k
programming

the m ConUsing
its
00
0-
problem

、
0 , 冖 丶
0 一
·一 ; dual 一一
00 0
一 various dual•

0 ve
term
the
一 冖 Duality.
za冖
an a
into
,0
0 problem

000
dual
the the
一 0
= ~ 一
冖
0
with surplus 冖
or the Steps general'
in 冖

冖
dual

一
algorithm
、
ion

一
·0 m 冖nem
nc the 一
based duality

一
Othero一 一 x, 冖
0- minimization)•
一
0 0 0 given a
or
、
…冖 00 0 of 0 Ⅳ
00
on
problem

、 一
problem•

· problem- ari 0
variables• while

、 一 0 0 constraint
on
involved
0 0乛of 目 0 ma dual
implies

一 andd d either
OPerations

the 「
Or
the

000 0 "type• 一 ∕一 000 the

一 m dual 0
are SENSITIVITY

口
primal-dual
冖
same

0 = 「
- 一
m 000 0
= 0 丶
、 一
乛0 T 冖 problem 0

一a0 used the

冖 一
in
乛 mu
0 em Ⅳ
a

m Ⅳ=
冖
follows:

冖 冖
e data• has

00 一 一 the
ma ent冖
0
= 一 0
冖
0
every

0 一
00 一 m 0000
一 , 一
: 0
冖 冖
0 00n 0
ut 一 0 0 ~
associated
0
一
Reseat

汃
any 40 、 construction•
:
The

一 一 一
called

- 一 0 一
冖
04 0r一
冖 、 = 一
m :
linear
be
a0 minimi
一
: 一
、 = 亖 000
一 b00 :
original DUALITY

一 0 0 冖」 0 00n ·
0 冖 一
冖

冖d• 000 = 一 纟 冖 一 一 一

e 一
0 0
: 0
冖 宆 一
乛 0b 0 on p

= 0冖一g 一
With冖

一
」 m 0
三 一
0 0一em一 de dual ogramming

丶 -冖 = = 冖 n00 0乛
ANALYSIS

em. 0
0 0 0
冖

一 」 冖
X
given)
,
0
ed
冖
a
,0 一 冖 一

= 0 、va pair problem•

programming
0 = 乛 TheWhere 0
another

一
= 0
冖
0 一 0
一 00 冖
一
0 『 p
0 write
will : = Of problem
冖
=
一 : 一 一 imal AND

0 W00
00 e m =
problem

ra
primal-

一m
一
= 一 0 Xr
0 linear

: =
0
冖 by and
0 IS
0
onstraint.
一
·

etermining
50
subj€ct Minimize
subjec Let Q.
toThen
subjectto subject Ans. subject
Ans.
Maximize
Maximue
Maxinuze

,
4 3
·
冖
·
W
Introducing
一 = =
The
0 0 the
WI to
WI
the the 冖 the 冖
Xl, given
the
一
associated
the

dowaand and the

constraints constraints W2J
constraints constraints X2 2X1
」
constraints

W2 W2 dual
slack the | be 一
standard
+
3%'1 2Wl
unrestricted. unrestricted
the
」 3X2 Ofthe
variables
4 dual WI dual SO 一
as *2'+
」
+ 十+ … … got') dual f(x)
linear
十 …
十 4 一 ofthe 4 3X2 2W2 to primalX34r3 following
X2 一
一
、
= Ⅳ 汃
2
ⅣⅣ Ⅳ " variable = ⅣⅡ
following 3 |
一 冖
2 programming 冖
一 0 1
Ox Ⅳ 0
一 2
· 35 20 2 1) |
1
can ·

[WI corresponding2
linear
一
+ and
0
3
) be
一
5X2 x,} L.P.P. W21 [Xl restated programming

+ Ⅳ problem
0 0,the
一
+ is
as

0 standard the
each problem
determine L.P.P.

primal
primal
of
…
 function.
cons 60
Ⅳ
subject
constraints

0
Q.
、 Ans. subject
Observe
Minimize
subjec
冖
一
5 Minimize subjec
taints
17
Minin117-e

subject The

·W
Thus Notice

Ⅳ Introduc Also M.A./M.Sc.

" 0
「
…
associated
冖 冖
」

the 冖
respectively

6 3 the e
to
eliminating
respectively.

3 and 0 thatWI to 0
the
the that

the 4 the
++ constrain
, 4XI7 3 constraints
the

dual constraints
coeffcien
++
冖
ing X3
5X2 Ⅳ and
+ X24 …
constraints
2
dual constraints

*
0 | , ++ 一 一 O.WI
and

+ + + ;the 7 5k2 ofthe

slack
" 一
redundancy, 一

34 冖 4 」++ n
s… s 2 20 unrestlicted
hence
4
problem
一
、 WI X3 一
OX3
| 2
冖
一
and+ +
一 一
+ + 、 Of

| 4
variable
一 X3, + …
, , + 冖 + 一
following
+ , 十一
O. 0 . + X4 are
4 0k4
0k4 andard 5 3k3 一一
,
4
Operations

2 一、 一
、
both

X4 X4
" " Ⅳ Ⅳ汃Ⅳ Ⅳ
W2 35 一
一
“ 2
ⅣⅣ 2 *
will and slack

Ⅳ" Ⅱ
4 7 + prinral 2 3 一4 7 00 Ⅳ
the
Ⅳ 一 "
一
~
2 areunrestric 0 3520
0
have

0 一 一 20W
problem domina” 0
be
Ⅳ 5 dual
will variables
一
…
一
+ WI
0 zero
problem
冖 4
O. ed. be
Research

and
problems 35
冖 Ⅳ
一 一 zerocoefficien
surplus
by 0 一
一
2
+ and
in

0.X7is in the

Ⅳ W'2 the

+ … variables
冖

0 Ⅳ
fi
fi
0
in
and 0 冖
the
and
一
一
、
and
2 Objec
Ⅳ second second
Ⅳ 0
·
0 “
冖

~ -、
ive

0
= 0
Min Ans. 、
Maximize Q.00
一 WI
Note.
u 12X variable The
」
一
一
ⅣSincewj()=
、
」
一
:;0 ·
00…mW rite
Ⅳ 4W1 Maximize
4
u
」
WI
… 一 w
m80
ize
0
subject The

: …ze 一 0
dual =
」 +一
ec

口 +
Maximize

= W2
W2

= +
冖
一
0 the= 0 0
0 =
associated
一 3%'2
、

冖
0
=
the
00
= 0W0 0
一 Ⅳ 芞p、
0b 一
W3 ,
WI
Ⅳ ~ O,1一 ,“一汃一 汃 , |2 Ⅳ
」
= constraints 」
00 x一 一 =
the

= 2
W'4

- em
0 0
constraints

+ 10 00Ⅳ
一 0 0
: 、
~ 0 」 , 0」 一
、 一
、 :j
*一0 0 = …
: , : 」
he,… 4 +0
0
and

x ma 汃
constra

」| 十 00 we ,
dual
Xl
冖
0 一
; 一 va 5W4 |
"
5Wl
= 丨2
+: Ⅳ … 一
一
00一 0 、 0 5W42W4
一
em; +十…
2 oft
0 00 乙
、|
0
♂= 0
m
一 汃
0 0一 汃
problem

2
一 O,
=
…

十 0 | 0」 ,2 + :
nts
3 冖
unrestricted.

2 will 一 0 00 2M, 00 一
十+
; 3十 0 一 04
2 004
Ⅳ
X4
"2 "
、
+
4 、Ⅳ
3k3
乛
0
=
o
,
~
w
汃 一
ntⅣ 」
w5
汃
、
…0cte: 5 W3 一
一
一
、
7
、
」
汃
,

0. 0
will

…0 5
Ⅱ汃
0 0 0. 4
汃 汃
+」
0冖 =
0
3 5
=· 0口 、
0
= 0
冖
0
0
」 0 4|
2 be

“
冖
0
:
一
=
一
00
=
0
0
§om
=
0
= 、

」 :0一
:0
rd pro0
, ' 0
0
:ma 」
= 0
一 amm ,0 一
、
~
0
冖
0 = 0 、
0
=
0 0 乛 、
一
:is: 、
0 丶 、
=
00 一 0
一= 一
00 」
w4
 0
o o
II

IV

IV
 c: IA

IV

— IV 3 •

o o

3 o o
IV IA
o O N

IA IA IA I

IV
IV IV IV
oo
IV oo
 들 1;결듙

7-

즈.
 machine
method.The
economic
respectively.
Determine on here

The where subjec

Dual
whe Maximtze
Minimize
each

42 」
Solution
and

刁
The
Primal Totaltime
optimum
· 一
subject
Ans. Machine

Problem …
Q. Staring

optimum 冖 nterpretation.
ofthetwo
hence
WI 40W
13.Afirm
primal theoptimum

the "number
"
ofthe
Problem product
CO
Table

solution
the

constraints hatt
the
and
simplexOfone
Mathematical ava machines
dual

A
makes

Of "3.r =
Primal

WB
constraints
dual …
20d 00n
lable

Ofthe 一 § product

Ⅳ
problem
「
一4 一 二
talbe 一 6W1 0 +
linear

ouⅣ B is60 mum

0 一 一 0 and
YO

一 4
Problem,

、 contribu
primal
、 …
十十 冖
P 一 0 1 0
productsÅand

and
乛
、
isgivenon 2一 + …
programmes
Formulation
6
va
一
4
hours does
一
一
machine
~ 0 Ⅳ 一
Prod
一
=
Ⅳ ⅣⅣ Ⅱ
一 -冫

0 60
problem2 0
below 0 4 3 60 A
'V
一 0 0 1 0
n00

、
「
0
andX2
and
一 24
uct
一
一
一 二
,3 22 B
possess
」
~ 、
is—i4
、

一 are B.

… can 一
一 +
22 = and
dua hours Each

0 0
and num
…

easily
a
0 一
一
%'2 feasible
00
一 「
th , on
product

02 4 machines Pha
be "CO 冖
0 pe 1 0 0
obtained 乛
un
problemand

unit
()n solu
2
4

=
requires

0
Available

2 60 hours)
0
「 0
冖
冖
not 0 0 ,
p
ion•

one 0P00
Ml
app
l)) hou
=
producti

、
sim 0 given and
一
冖 冖
B 一
、 0 0 0
0 0
冖
…
Ceasible
00 a
en

一
乛
0)
一W0 tain .0 ·P ,
gative om
R0000
00 0 冖 Step ·
0
= 冖 」
blem. the

problem.
= 一 0 (a)StepanStep 一Convert
= := 一
0 Ans. Q. and
the
Using
=he 芞
、
00Y Thus
t0000 一
mimtnization

5 、 芞 一 :
= 0 0
then solution

· 0 一 optimum
-0 :
are
一 十
u 00 b
二
0 Testt= 二
0 一
; 0
3.Testthe
一
2
· 」
into Step
4.
du
:0=「
go

the •— basic the 一 minimum 0op

Introduce

on.0 the…

,:00
、 0 ;
003i c.
maximum000 0
~
new000
000 e
has

:02、 andXB
Step
、 0 Ⅳ ·Convertthedual
simplex
form.

mumso
optimum
= 0 0
nature
been

0 一 of
0 ,冖 ut
0
冖 , slack
simplexalgorithm.

,0
on• 汃inequations co b and
… e
0 era
4

0 、
0
0
,

until
M.A./M.Sc.

乛 冖
o, "
obtained.

一
e
no put pe
060n
= 0
ofz.—

0 :
一
Ⅱ—Re.
0 8
variables

乛 、
e re
minimization
by
00 一
viz,
一
Rs.
0 =
…00 08 ,0
=
" nega mu ·25 …
the 480
onmaximum
c.in

0
er一 · ·
00m0E0 一
」
,0 、
…
2 · the0
一mo
,
二 一 representing
3冖

:;
mp= u the p Final)
in
per

the0
一
000m0m
ext 0
00 0
me 」 constraints
on
starting 一 L.p.p. hou the
0
∕0 00
d00p

00 一
、 冖
all in the 、 「
0 Opera
0 0 the 」
W2 一 0 10 4
一 冖 ·not ~ corresponding = problem
into
0 0 一 "
andJ,
simplex
starting that Rs.
乛 一 一
、
00m0m 0
Rs.
48
- 000m0
constraints
:~ 000
ofthe
on
一
0
冖
hen —1/8
ofmaximtzation,
00 50 0 1/4 0·
一
0 variab 25
table.
一 dual
一
=
=
solution 一
一
m000 000 an given perhour
00
亠 mn 0
Research

solution 一 optimum 000

simplex
cto 「
8
0 p of
冖
rathe
ad I·50 ,3
0
0 =
d
oblem
乛 4
,亠 一一 一 0 0
= ba b and
一
n given …
、
00 一
亠
乛 「 、 0 一0 by 一 二
y 69
、
 in
the

Ans. subject
Q.
In
initial
on 一
StärtingTable After

0
冖
An
tra Let
de dual computing
initial 一
us
一
0
、 n
d
丶
0
Obtain |12 simplex
0
basic 「
the
introduc e the sla e k v a ria ble sxe o. xo>
h
constraints
,
simp
一
the
table
but
given
a X me
usual

non-feasible
」 …
、 … matrix problem,
3
:
b
一 4
0 Ⅳ
00 Y
O.
一
0
and SO
solution,

00 the
冖
0
we net the 一
ow
、 一
to

0 ng
evaluation
constraints
一
00 0 0 :
given
d n
=
0
basis problem Ⅳ
are0 Programmi

刁
“
一
020 、 一
v

w 0
冖 T
=
一
一 0
、
0
一 anThis
F
Ans. sub Maximize n max.

optimum
「
om na
」
一 u
and0b
40W
一
on
一

…
Iteration
these
0
) the 、
tables 8 一
26- 32 冖
0
十 0n5t2
一
9 一
9
19 (Optimum
slack 卜 一 •一 一
, f0110*inglinearprogramming
3g33
一 optimum
一
; 十
16 obviously 0
一
on
5 Table)

一 十 to
126
5938
二 " basic
冖 4 、
9 叭
」
b
have
3
,S) 8 一
Ⅱ
(7
92 、as
problem
3
8
一

)and 一
n
一
冖
solution

一
匕 problem ,5
, 5 33
L33 1n9 has
一
…
53
38
… 0
…
33 05

一
ned.

一
다-
 「
0
0 己
「
」 わ
u
「
一
0
0 一
穿
=
0
00
given
Let Thus, whe Ans.
「
コ
( Discuss
0
optimum
CB
The

を
0 0
=
0
= 「
=
the
一
0 T 「
e )ゴ ま

一「
B =
m um the
From

ー
Ⅱ
ow
00
we

一 53一 0
= 一Ⅱ is
effecto
basic 一
コ
【
こ =( 0 3
69 て 69 the
0 69 ow 3
(ー 83 一
22 5 一
haves.

こ ここ 38 ニ ニ
the
g
8 8 8
い 8 一
n =
0
g 0
0.
00 斗
0 (
0
)
+ こ basis above

「 9 一 9
+2
19 Xl+
table

一 「
9
easiblesolution
Aa 0ョ 0
「 () 8
70 )+ ー 5
forthe discretechanges
ぞ +
g
00一
0 .
)
・
A
be只 7
+ (
U38 、
38 table 0 0 0 1 +
(一0
00
(0
「 ご
00 一
changed
了 8 )+ given
ー ー ま 59B8
い 三
29
the 3
++ ド
8
」
we

い バ
し 0 =
』
00 ど
0
・ 只
ー
一 P
「
一
5 8 U38 ー
ここ 2 一 ↓
have

ぎ
9
8 98
0
第
一広4
ョ4 叭
も 「 0b 8 8 um6 8
ー ミ 0
000 牟
、 、
5
了
8 一 一0 0 3 十
ー
ぎ一 9渹 0 一
thegiven に
8
広 」
=
一
00 =
0
(一 。 5
〕 e
ョ
.
theactivity 一
三
so
一
2
一 一
Ⅳ
ー =
(
= 0 、 0 0 0 4
on

一
【
0 0 8 〕

+
~
ワ
〕

8
一
69
、
69
, =
0
A
牟
ャ
coe
ョ
一ー
38 し
l;
、 て
一
5
い
, 53.
=
0=
と
= (
「
0 c 53 ー
8 9 8

,0ま
—1/38
00 0
「
0 .
n
(s い 一
5
い
8
、
38 16

「
8 8
・
0
「0 0 0 7
0
=.
to
0
「
コ
0
iginal
y0 SinceY1,Y4
つ
に 「 っ
2
(い
COoptimum
ラ
de he
一
コ Case

お (5.0 53 ー ー
and

(00160 に ー
2
〕
「 vectors
thebasic 53 て 53 一
ー 53 ー てー
て て 0
53 て

)ー
ー
書
)ー
(2)d一
-Y22CB
お
斗 こ
andY7
オ 8
38 、
38
こ 0 、
8
38
、
38 38 38 38
、
38
38

) 「
0 may
(0 a a
「
feasible
the 広 ハ 叭 叭 ハ ハ ハ
に e A A A A

。。
0 cTß, Tß2 theb房
ch
目 の SO
b A
負
26 6
書
5
叭
新
25 一
5
033
ハ
023 0
一
3

ー
・
引 ぎ
一
三
一
9 e
「
feasibility
B. 8 8

に B. e「
0 一
. ー — — — — 一
8 80 e 8 A ー A A ー
ー 一
00 コ a 広 8 023 こ

一
〕
8 025 一
レ 026 6 ハ
。 disc Ⅳ 5
Ⅳ Ⅳ Ⅳ
8
〕

一 9
38
一
0
:0 well「
036Ⅳ Ⅳ
ete い ー ー
l, 53.
A
035 ー ー
U53. 一
.
A
書
3
ハ
ー
一
9
、
ー
一
9.
9
)
ⅱ 目 8.
change ハ 8. 53.

ß2. the
0
38

we 02
一一コ
h20 m
=・
a
be
0 一
0
コ
「 g
デ
the
1
 can Similarly,feasibility 76 optimality

Further,since 一
The
一 0
kB3624
一
s
be
the
obtained•
Ofthe
range
Max.
Ofthe mn M.A./M.Sc.

|B26
range XB
Max.
solution
forthe 一 、
24 for
0
一
ution
2n9 —1/2

for | discretechange
|
the 一~
7 16n9
discrete
丶
B2
element
'
3B8 |
U38 rete n
一
38 e 一
2
" " 0
=
0
| ?
一
26
一
9
一
26 19 16 XB
3 1
B
~汃 汃
乛
Ore
一 Opera

changes given
in 388
一
38 8 622
| "
、 |
A
424
A 」
given
一
:=on
9 the
2 汃
B 0
0
一·Re
XB2
~
and 汃
汃
by 0 19 5 169 Min•
by
in A 、 一
ement 5
38
「
2 k
一 ~
23
2
ement

二 丶 "
0,
丶
24
一
0 4 |
」
」
40
|
elements
一
~ 一
7
:0h
卜 2 6W38
~ 38
、 in 冖
e
乛
38
0 2 3
冖
de 0
冖
e
」 0
:0
丶
~ 0 we
」 maintain have maintainthe

一
etc• the

sensi when basic

table
constraints values

冖 …feasible
Theand ivit)
We NOW0 0 1 Ans. Ofthe
3

、 is Perform
subject
Q.

fir shall
Maximize

analysis changed
w I.

=
the
Let
0 requi 00
parameter Consider

乛 一
u
8 CBYJCB
given

一
冖
一 0 冖
一
on "
9 a

… 40m
complete theconstraints
AND

一 冖
e c 0 is O.
va ~ |
problem

+ , 」 found
一 96 : we
二 After the

一
= ,Ⅱ 一
PARAMETRIC

0 0 and parametric

0 0 following
" 00 0
parametric
REVISED

乛 to introducing
0 0 |0 冖
|一 , 丶
can
all

0 32 be-VB
一
“ 乛 」 一 3212 optimum
, 十
一 00
2
be

givenall 0
…

」 一 一 +
0
」 "
solved

basic 0
」
is d
quantities,in 冖
0 Ⅳ 汃汃 汃
2 linear

冖
programming

0 unknown.
0
by 一 」
5
the 0 3 11 10
+ pe 0 0 一
basic

0 1
by

variables 0 withslack
programming

乛
SIMPLEX

Orm
using

冖
一
」
SO

0 Le the variables 一

」
O,0冖an 1 | 12
PROGRAMMING

order
simplex

x 12 following analysis.

us一
ons.

. 」
0 n
一
一 一 二
write
、
0 .
problem

一
perform-00 0
method.
X3

0 1 04 optimum
Identify

X4, METHOD

冖
一 and
一
ty
An

=
一
0 0
= 0 0 0 -一 optimum X5 一

乛 0 mp
一

一
critical

一
「
inthe
 0 一 00
一
一
一
一
We 0
一
一 ~=
冖
:tro 0 一
0
0
冖 00名
compute
冖 0 000一 so ∕00Thus
乛 W
given 00P&
na Where 0 00 12 1 10b 一
Le

We
0
冖
CB
M•A•!M•Sc•

一
0 m 冖
一 =
00
m0um
~
一 一
that the 3/2•
The the

冖 00 0
by
0 040彐 However'
=
SO

, 000 一
The current

一 = 二 ,s Zl
new
CB adjusted
0 wish |冖 CBY3 ~00a0
that YB

00 1 b0 一00
一
new

00a 冖 0
values

一 6
0
」
一 冖 0
02u 一
no c
w
optimum
,l)
冖 05 543 emoVIn
CO

冖
= 0
」
0
一
|
一
冖
一 0 Min•
b
Ⅱ be 冖=
0
00
0 冖 一 ity
0
% 2d0
c
=(Zj-Cj)+0(éBYj-%)

一 0 0 SOlutionxB,
vector
0
and
*=0 冖
m 目 0
, 一 and substituted 0P0m60

0 Ⅱ
冖 一 一00
2
IS
+ 00
冖 、
0 0 the
0
CBYJ
0
冖
一 0 0 1 0 」一 冖
0
0 冖
一 一
32 eva :
crit
一
= the= 0 一
a b * 一 3
0 R
|
一
¯%

冖
2
亠 一 ;
0 000m0m
一
一 value
3/2' 冖
0 0 in
0
冖
0
」
will
3 vahie 0 0 1 000 0
冖

一 00
0
一 ons 、 0 = " 00 remain
冖 0
the

w hich 00 1/2. alternative

冖
=
0 00W 、
altern
:0
optimum
g
一
000

冖 5/3 冖
OP

00 一0
一 冖
0 ~
」
0 一
0
冖
一
12
eva 冖
•mum

0
。
芞 0
一 =
, 00 00 -4/3 ) 000一
冖 0 simplex optimum

、 = ;
一 um0
: ~ CB
0 、
4 冖
m00
一 um
aslong

0
= - 一
y3 2

一
二 一0
m =
0 =
p000m0
|
C3 1
0
」
一
冖
table
一 as
一
冖 「
∕ 000m0m 1 0 0 Ⅱ
一
0
冖 0 一 0
ondo
0 冖 0 一
:一
32 0
0 0 = 一
,00 一 …0 “
the

~ 0
, 0
can
blem冖
imum
lution

ace
beAfter
sitive
um The
all Thus When
su is
Hence
asOf the
to 一

introduced
substi
feasible Ans. a
Q.2.
Maximize

determine
Perform

course). we
Let : we , adjusted is 冖
Consider

notice 冖
the
ed
solution 0
the
8
have, increased uting
into value
given
0
、
a

the
"
一
+ 一 constraints
z tha these0、c
complete

If

+ + "31
O. nextcritical
M.A./M.Sc.

problem shown follows,

net
冖
XB
the 0 丶
乛g
theL.P.P.

is Afterintroducing 3k2 & beyond b new + 0 the

+++ 一
•VI' 2
found evaluations

+ time 冖
2
一
X2'5X34X34k2 | CB objective
values
parametric

can
3 冖 冖 therefore, to
+ + + …+
value,
to
2)=一
一 an ail Ⅱ" 2 produce
be be
5 X3 2
… 冖
0
(Final)

4 冖
4 冖
0
optimum
冖 5 」 we 一 in function
」 」 remain
| 一 the
solved

Ⅳ 汃汃汃 + the where

4
0• 8 3 , 7H4 一5
3 一 、 0」0 pe
一 「 solu
programming

the
++ if if a |
2 「
2
cutTent
the
0 360 ~ 一冖
Operations
by 冖
solution
the no ~ 5 following
一 0
slack 一
5 turn ion 冖
OP 2
using
19 …
I-negative another 、
c
冖 0 10 0 Y3 一
with variables 32 冖
Irrent
ou 5 冖 6
simplex
3 0 to
冖
」
一 imum 冖
一
汃 汃汃
given
冖 一 一
analysLs.

sensi
the
0. 0 0 the 0 becomes alternative
+
汃
solu
be 02
table
Research

whatever
3 32 1
given 冖 2/5
following
method.
X5 冖
ion
non-negativeivity by
」
X6 analysis the
90S must
the optinum
and 0
0 451/5
variable
unique
An
… 0 may
remain …
cptimum
一
n and
in 一 be
a
the 一
 第
)馬
,
B.
--
('
」一
0
、
一
「
気
プ
)
「
つ
.ア
ユ
0
;。
。
,一
す
イ
))
豸
)・
ツ
)と
こ
プ
)ヨ
一
(等
,0We 三
ら ・ 一
0
三
「 イ()三 一
つ
new を
T
プ
島 0now っ :三
三 ィ
0.00
一
d
0)三 ろ
qu -
・
・ 第
the
0
「
-
We).
co第
、
=
コ
0
こ
0
=
一
0
-~ ョ
一 =
一 0
c
第 三「 み
】 la
一
「 一 よ ュ
コ
ョ 0
-
~ -0 《
3
一 一
ー 00
ョ 0 一
optimu
0
っ よ
2- 一
'
: -0
コ
-み 一
し )み
0 0
「 こ
第 第
を .三 CO( ョ
0 一
第 こ ち
三 一
コ
っ
()第
-
月 お
コ
い -=
当 一
一
一
を 三
ミ
マ
一
・
興
~
0
0
「
一
ョ
5 コ コ
0
一
つ
d
(
の
:0一 ~
こ を
0ヨ昊
み
と呼ミ
一
(当
based と
「
」 を
プ
0
っ
【
一 「
ラ
ーh
」
0 第 「 bま
一
づ勢
ら 02
】
b 一
【
ヴ
ヨ
ミ 0
「
を"」 み
 algorithm, firstiteratio n.

Thus
StepFi
The Min.
viz, Step
therefore,
、
NOW

5
· 、 initial
—,yn
B- tera 4
ComputeB-l
Since

,
We
、
revised )'4

compute
>O
leaves

Introducehand

0 simplex
=Min. j'2=B-lc„,
B-Icarr

by
the

=[0,
the

making 0 0 1 0 basis

table,
… 2 l, 、
entering j'ß01umn

6
,x
、
0 1 0 0 丶
l,
therefore,
and
2
亻
(|5 一
dropYc
use
丨5
0 1 0
C2 一
0 2
)Ⅱ
0
Of 一
" "
becomes

5 elations 0
、 6 、
」
6 4 is 丶 一
etc. 一 PL215
4 by
the using
given leading and 一 the
*B2
in relation
S element =X4
、
5
0
冖
forthe

algorithm.
elementis

5
CO'
The NOW Step 6
ep c
We
This

、 fo
revised Min.
The

「 4 now

Ite ,The
Since

the
Th gives

、 and
updated
omit

ation. nextiteration. X
simplex,table,therefore, entering curr directly

"
ente

(), =
一
ntro n 0
net 22m 6
basisinverse
original

column 」
M.AJM.Sc.(Final)

the

evaluations 6
the

= "
to …
= =Min.
30 T
一
00 B
basis. new
subscript
0
一
一 C 一
、
land 、 、 一 updated
、
{4 冖
" is 3.
is

二 given ;
drop 一 冖
1,0 2
6
current
is 丶 冖 andX5
3
一 一
3 by
the quantities

" 了 non-basic
6 3 and
basic).
Opera

丶
3 一
" change
X
variables on
the ·
Research

subscript

are
given
一
b
 2,
<㉦횬•
0 요
올. 국 류

||1계可 醬 %昌弓
나 수
리붬1 뉴 누구• 는.

IV 는• 十 十

6• 麝 Ⅳ 1^ 1^

다 0 0 노 to
0 0 0
법)
0 0 0 .1 囹)
0 0
•卜 늑, 0
0 --0 0
0 0
눹)
0
0

5
 1
一
コ
created SO
(0 86
" An whereA equations
Step
一
u
Step〔
430.460 subject
Maxim
in A
ラ subject We 一
(一
0
コSince
0.5. Hence Step
一
Maximrze

0b This
its 3. is
ミ .Initial now
2.
We
,420 ou ⅱ6
.
byConvening
standard
(0 3. d
一
Use
B-A A.
an
all
an optimum
Thechange 「 )
int Program the ミ
X
form
一3
the
initial ect
ミ optimumthe
〕
4 0 Axconst fo 「 Oducing 胃Ⅱ
constraints 又 current
" 、 gives 、 1.
它 0
SC.
the
4
,ま d 2 0 the 2 0 0 一 0 0 0 一(F
net

aints Ⅱ as 】
b 02 い コ
ゴ e simplex
2
one. も 〔

mat
andX6 " 「
inequations "3 Ⅱ . ,
subscript
2 ー ー ぎ basic
evaluations XB

mat0 0 一
0.3. net
フ
the
「
C
3 +
ド【と 6 2 2
36 73 73 new 3 、 2 2
3 、
slack 占
,
ices.
「 0 一0 ベ
b is 一0 0 0.Ⅳ】 一
+ + 2 一
十 Ⅱ
method 一
)
evaluati()l 3 ) feasible
ix
# 十 ド m 「
Operations

一
〕

ve と next updated
て
0
).Ⅱ
B 「 「
e
iables
「 p 2
叭 3
叭
420
3
4305
・
+ (0 】
s above 0 3 SO
a
e
一
お 460 と
non-negative,

よ0
3 . 一ミ a
「 CBB-lnext 0
,まョ
and 日 3 日 一 e quant
一
an ド43P 三
g
36. given
( and
0
on
Research

一 三 6
in い48 (】 c
、
~ es
又
the
and by
三 。
よ00
e ミ
e basic)0
ラ
given
al 0
, 420 し
the
basic
0
三 .the(
「
一
a and
「
.I) cur

房
〕

feasible p
「
n 「
etu
problem
ent

Ofthe
0blem 「
n basic
(0 is

0
一
三
may 「
p
O blem step feasible

一
0 be 3.
=
lement.
ミ
「 cotTesponds Since since
and
』
Step Step Step

、
The Since

5. initialrevised
4. minimum CBTB¯I 3.

The
ミ
~
We The
B-
2
updated
ド
0
Int0 00 0 1
(0
X5, 日 =B
[1, ・ Of↑
。 compute net
"(0 「
「
ー
「 3,
も ,O,
evaluations
c
1.
oduce simplex therefo
こ 2. the ・
ー .ー 0
).
TB-l
A
、
basis
0 一 0 0 >
0 0 c 一 ー ネ
inverse 0 一
00 「
e, Ⅱ
~ ^ 5
・
entering
) 3 1 3 1 1.
SC.
Z3 0 for
ー
and
table,therefore,is

)is
where

1000 Min.
,leaves
ー non-basic 2 40 2 (
02 1 ぎ
420 % Z3
「
will d
op 2
430
460
430 Ⅱ
column
ー
C3,
ー
5
00 1 一
盟
)
be 0 1 the 1, Of 身
〔 0
. variable Operations

basis 460 e
「 0 01 0
0, e
ま
ま ー
5
by
「 0 10 0
一
一 日 the are
ow
】
〕

d お3 enters
52 一
豈
Research

becomesthe on
the
basis.
一
「
一 87
一
0
 00
Also Step Step This 一
M•A•

4
、 d
The
3
·
The
一
冖
00 丶
enteringⅡ XB 冖
一
y
M•Sc•

Min. enters
冖 (0
net
Ⅱ gives
04
94
一
52
乛
20P
evaluations 00I 0 01 (Final)
冖
—1/2 「 the —1/2
…
|2
00 the
一
0 230 一 1/2
J/ new 1/2
一
一
umn b00
」
52Y 」
l) 一 ) ~
2 0
一 0 2 2
420
一 一 0 0 一0 0 current
0 00 0P0m60

the …
一 000 CBTB-I 一 0 0
given
一
50
冖
cu 430
460
一 0 420
non-basic
qu
、
、
el
by (X4,
"冖 tit R
200 ~
丶
=n andX6
variables
0
、
02 一
00
420
一
0
一
,
ch
basic).
、 are
5
一 given

by

r. problem
0
一
」 non-negative,
Step su Q.
Maxinuze Step
Ⅳ一
The
Ans.(lnitialPro g ram)

一6
Hence
T
…
on 三
Step Second
0 ,
一 I.
the-by Converting :
Use
(zj—net 3
、 directly 5.The
0
an

introducing revised evaluation

given theconstraints optimum
the (zu-cj)= Iteration.Introduce
=0 Ⅱ updated
problem 一
simplex
冖
1,2
current gives
、
the
一 01
X
=
0 0
、

」 冖
basic
冖 the
surplus 「 CBTB-i,I)Å=
1/2
M.A./M.Sc.

00and basicl)
inequations 一
一 00 b
Xl
一 冖
non-basic
0
1/2
0 一 5 一 —1/2
0 丶
new
may method XB 一
十+ 一 230
2 2
feasible

variablesx; 6r2 feasible

1/2 —1/4
nve
1/2 0 一0 0
—1/4current
一
: 20 j'2
representingⅣ Ⅳ
、
restated
一0 0 0
" 匕 and
3 6 0
variables
一
solution
solvethe
230
"
350 0 0 quantit 0 will (Final)
SO
冖 冖 drop
一 230
200
一
m
一 4
」
一&0」一一A·
一
0 0
' be
一
50420
in Ⅳ 一 1,3).
… O,X4 「
on are
… ,2 4 0 2
the
standard
0
一
一 Ⅱ
the 一 es
Sinceallthesenete%liuations
,
* Operations

Ⅳ constraints
ow
一
given
is
CBTrrl
0 ng 35P
…
and an
linear optimum and
冖
problem

form
artificialvariables 一
X6 2
0),
Research
0 programming
bas
one.
prob …
c)
一
〕 一

89
 element.

90

First
e
corresponds
Since Step Since
(zy-cj)=
Stepsince and Step where subject
一
Maximise
Ite B 一
An and

n
minimum
才1·A·
4
、
0 · 3
, 2
obvious

一
… revised
We The
冖 B ·
We
on Min.
compute CBTB-I
cBT=(—M, to
Axthe
丶
M.SC.

Ⅱ net formthe A=
nt 0 B Of 」 evaluations
initial

冖 冖
simplex 一3 b
6
0d80 6
here 、 …
(zj—
I)Å= 」
3
一 6 2 and
(Final)

3 the basic
,Y12
matrices
C
0 |1
—M)
en
where
“ table,therefore,is
>O
一 冖 0
△ AM-I,-8M-2,
冖 feasible
x ,
3 Operations
d
droph2 6
leaves Of
0
一
are
|2 and | 0
一
Ⅳ
O,

Ⅱ “ 0一
0
solution

2
冖
2 | 1 basic). 一0
from the 」 C2
612 follows
basis 6 」 0 Research

0 M
is

一 、
e M,
and … ♂ M M b
Ⅱ
62
becomes ente 0
一
冖
6
一
3
一
、
0
冖
he
the b
pivot

ep 一000 S Step

ep
The

·We minimum
4 3
5
,T
· gives
The
YI=B-„
00W =
00
一
net the
" "
0
compu
乛 冖
5
evaluations new we
… …
冖
z| .
4,whereat 3 8 一
12 01 一
冖
40 current
0 1 have M.A./M.Sc.

…
0 (.) 3 3 、
十 | 一 the
the 1 5M 3
ent 0
> + up
=
forthe quantities

3 2 一
一
一
一 ed
冖 一 M 3
3,1 =
冖
Final)

non-basic

」 乛 |Cl,
0 3 十
8
5 I 冖
X5 …
-in
一
」
1/61/ 冖
he
and Operations

2 follows
冖 0
0 variablesX2

冖
0
basic) 一
… '10m0 are
Research

given

冖
he
ba by
-
 |1

류)

1
0 -,들 1
노,
0

수 들』

5• 뇿,
 '•'
|'
•'1
'!
一

00 0
4
4 optimum on method -0m0
feasible 94

一
and
u 二 一um
m
basic

on m
to
冖
一 = variables
m~冖
repeatthe S W Step next 冖Step Ans. 一

」 00 0 02一00
一 = 一 一 00
and
variable). Q. Q.
and
一
冖 冖 m、 p 0
冖 00 一
乛 一
乛
integer

一8 一 」 he 0 step. ignoring The

· 二 3
2.

6 一
1.

0 u 4 一
0 冖 ·- ·Find
乛 E 、 , 一 = ,Test
00 00 De
append
冖 0
Writegutting Define

一
8 ·If 一
0 0 curren
0
∕ ∕0 一
deno on• E 0 integer
are
= tar
p ∕amine 冖
e rm
冖 二
solu
冖 this
ocess
冖
=
一 冖 冖
一 =
一
0 0 一
Le mum 冖
一
mum the
一
constrained integer

= - 0 0 冖 integral
:
the
一 000 he 二
冖

b se 、 programming
0-0 -0 00 0
new Gomorian integrality
ion

un一 with 一
(Final)

0 冖 0
; Of 0= :00
equation
and Gsla has
冖
一一 一
optimum
m冖pequa冖l)=-no+EfkJXj sum0
乛 :冖 0 = 一 一
plane programming

an 0 00 = u t valued
optimum
optimum一 =
0一
-冖 the m一be ua: 0 一
: 00Of 冖 一
been

ma 0assume
0
000m

∕ 00W 00n does

INTEGER

00 冖
0
ion
乛 ;
algorithm•

0 0 :- 冖
0 0 includes
二 0
attained•

const :
ra0 乛 一
n t :
一
0 0
一
= 、
0
冖
0 一 冖 -0 ve 冖
0 be 000 0 乛 =
optimum =
一
on 一 冖
日
feasible 一 乛 一 一
c 0 臼
non
冖
冖 一 =
m 0 一
冖 冖
一
冖,0 乛 ia
= 冖
00 一 二 一 :
problem•

=
0 ()o
forthe
given 乛
0
冖
aints•
00一冖 Hac 一
0- 冖 一
esented
00- 00
all-integer
on•0
乛
0
•
nega Research

冖
一
a t 一
一 一
o ns 00d 一
0
in
冖 =
一
0 一 …
ona
0 00q0-00 all-integer
一 g 一 冖
一 00 PROGRAMMIN

eger
冖 0
一
modified
Gsla 一 冖
cu目目
0
~
、 by ~ on• 0
一 一 、
一
冖
0 一
0
-0 亠
一
00 冖 the
= L•p•p•n
冖
0 一
一
u 0
冖 冖
一
一 一 一000 」
一 number 一 0 0 0
一 L - ra
冖
一
0 一
0 一 0 •一d
ng = 00 by 乛
L
has,一、 P•P•一
= 一
: 一
0 0
: 00 、
using
ㄣ
0 」 0 hh 0 0 冖
been、 =一一= =
一 乛
eq the = 0 一
mum where
0
冖
u
一
-
rn 冖
ial= 0冖
、 ow = cut 0
一
0b 目 一 、 0 0000 mp
冖
冖 tointeg0 =
一 0 0
冖
一
0
乛 冖
一
0 00 一
00 一
0
0.:0 0
aine
st 一 ,
冖
= 冖
… 0 一 following table solu0
冖 丶
2
「

=
the

=
0 0
is
0
CB
FirstIteration. is
Ans
冖
ion
= B : same Using Aftercompu
"
So, The Thistable obtained
三一
constraints,

00
13X

二 table is
1/2

&= 、
0 -00 一
一 In 一m
「 Gomory a冖
Then
冖
冖
r=awe bl …
Simplex roducing
一冖
冖 =
一
g 一
sla
3 」 、 as
冖
mthis
一 冖 introduce
、 Ⅱ om
constrain
andshows
(Optimum
algorithm
冖
ingthe
follows the

mequation
X2 the b2that 10F
、 3
L 42 0 7 7 XB 2k2
the
inequations

一
thirdso … matrixyandslack
ex the 冖 we
fractional
汃
variables13
table 冖
0 or row selec
00n Gomorian
an
Table) 02 1 1 [13 7
」
be 0 0 0 1 1 op become 十
十 2X2
become 冖
added
3 冖 冖 paris
of 冖
一 the X2
冖
a 十 he a冖 mu
一
n tablerandom
一 |2 2 0 1 2 Ⅱ
netevaluationsz
冖 Ⅳ7
汃
」 一
" 0 1 0 0 Y2 7 equations 」 subjectto
0
一
n therefore
slack of 00 」
一 」 rl
冖
0 2 bl 一
u 一
」 Ⅳ汃
冖 + we 、 7
」
冖
he variable haveanyare
一
on
0 001 0 一 0 一一
andX5
一 theconstraints
optimum 」 one冖
1/2
0 …
An
一
Obtained | X2
initial Ⅳ
0 Ⅳ
· c
of O, 0 」 02nd2
冖 c; Ⅳ 1/21,i.e.,the
these. 1 0 0 0 010 the in
1/2. 0 0 ini basic the
一
0 冖
一
一
as
「
0 二 Let given Y50
冖
ial e
simplex feasible 一
inequations

一
0 0 100
一
0 名 us 12 121
& pen 0h00 in 0
0
一
…
0
一
一
00 0
 06
we optimumbutinfeasible
0 一
0
冖
herwise
variable
00 have 一
simplex
the Q.
Second

M•A•/M•Sc.

冖
一 p 00 丶
the
Ans.

一
冖 一 W 冖
000 · algori
·一
technique)• following

move has
iteration•

Atthe

乛
冖
, to 4-

not ,GO =
0 、0 xl?4,x2=3andmaximumz=lO.
冖
hm 3
冖
0 x 冖
feasiblema 0
step 一t一
XB Final)

一
simplex

、 u
10

20P ra hm used•
Ifeither

4 0
冖 冖
一
冖
一
on
· 00 2 一on
· 一冖 for 一
-Obtained.
The
(l)eratuons

丶
table

一
ut Branch
一
on' :0
冖 0' 冖
0
乛
一 0
…

0
冖 0m0」
2
冖
0
」 ·
:: = byTO
Y2
6

=一Bound•0
d and
00h
0
090
冖
OPPing
一one0V0
乛 卜 0 XBi,
0
Gsla(l)
0一
冖
、 4 一 、
mum
XB4
0
冖
一
冖 乛
nt0 一
—1/2* | Ys
0
乛
一
冖
od一
-nega12 一 一
2

一
2

=
冖
0 = 一
0冖 Gsla(l)
冖
=
0
0
ng一ive,
一
onan
0

一 theextremepointB, 一
-
|with
shown

、
replacedby

partitioned
own
Maximize
Q.

in The P
Since
fnaximumz
by Ans.
Problem As

roblem thissolution
the
5
· 一
return
UseBranch
figure 冖
optimum x
The

一 into 」
convex

3 2 " +
whereas·Maximize
graphical
· ~
I.
Ⅱ
z=xl
Maximize WO
gives Stelp
|
、
solution sub-problems.
3Xl and and
theoptimumsolution
region

十 Bound1. in
+X2

shown 2
not

the
solution
the 3x
|
OABC
interger
subjectto
Of 一 2 0
+
optimum △ 14 二
in
Fig• 汃
2H2
Problem 3,
the valued,the
12 method 一
一
of

the
一 2
shown the

2
solution 一 汃 the
2 」0 0 2
above upperbound

♂
一Ⅳ sub-p 一 」
x
constraints
solve
一
in
8/3
一 given
X2
Of = 汃
Fig.

冖
linear

2 2 Oblems dX2Optimum Ⅳ the

Problem
and 0
Ⅳ subject
一
linearprogramming
following
subjec "
2
and
programming
…
X23 are
= , 冖 with
一
40Pb00d
冖 2,2 are
3 2with 0 一 max.z=solution
0
the the 、 integers•
I.P.P.
is xo
10 Xl
max•zconstraints
constraints = 冖
4
problem
= 14/3. x
」
occurs

3 P

and
Ⅱ
冖
Oblem .Let
4 at is
12 …
 7 호•=目
:
(들 투• 7•

7`c,출

(7 0

5 十啄 '또7.
= 들' 날 0

을! 훂츝;힙i11퉄\暑
2• 구

4:렬$t수藝 ~弓들i&

-낱 는丁

로 로.薺느
뿐』 >O
:풩`a3ö누구루회
0& tJü우 우 드. 7
0
(들 (들 츷
0
It~1三 그년,
별
s:얠¥亡…뎥희。그:들
Il
Ⅳ, 4
로. :b구乍 to

0 0
(1
0
V

I의目 耳 음。-국E특 0 0
7
 0 solution. 、
=
一 0
冖
= 一
considered
T.p.
一
=
0
:
0
0 冖 十 0
samerow

、 冖
-0
m
· = 一
一 Ans.
·Then,
=
一
0 A
Q.2.

;一
and

“
Minimi7•e

Q.
; or 冖
yielding

00
00 ~ The
i:一 n·
3
冖
0 一
0
·
一00=、 Define
0 we 6
一
0一
follow
二
一8m0
in 冖
0 乛 一
0-0
0 loops.
condition
have 一
=
0
00 0
:一and
0
X

= 'pro
一
冖
the
0 00
=
冖
一wo 一
=
ra
Ⅳ

8m0
last “ 0
0000
=
=ffic
O,
necessaw• 一
ts
一 一
'一
0 0
forall

inrow
the一 000m ;0
0
:=冖 一
iandj

set' (i)00
-0 =
00m
Let
0 any =
me 一
=
= 口
=
0
there 一
00
冖the
十 0
m
00
column• exist
:=
or0
more
The0冖
0 0 a 0
0
∕
=
冖
0
0
= 一 00
一
000m
~ = 一
0 0 一
b
一 g00
- ofa
0
0 solutionto
00
= 000
一
=
一 0
乛
0 乛
0
一
0
一
=
=
=
-
=
0
冖
=
: =
-一
= -一
=
0
-0:
=
冖00 = 「 0 一
0
Satisfying
ofmagnitudex12
bl)=() require at 冖ajnount left-hand
the, ÷ 一 the
。
set一
time, 0
。
all

=
second
orsatisfies
二
00
-。
problem

=
0-
一
Requirement

一
g
一
oca
-000
=
the
… 一
Q. requirementsStepinthecell n
一
:…Step …0 Ans.
first
三 inthe
0
transportation

move
一
on. 乛 Ifbl square) 一
Origin

=乛
二
nent inthe
=
Ifbl
5 a
三 一 … 一we
column does
、 down
Determine de3 一 …
0
d column - fonnsa

…
一 三~ 0 40
usingthenorth-westcorncrrule

- 《 ng row
cell 一
An

=
" the
cell 一 丶
一 Ifbl 0 、
一0m0d
1/1 0
一
、
0 at,demand
=
not
laStart arbitrary 一 0
destination
, 0 一
satisfying

ce 一
一 demandand一
一 冖 2 and … 乛
1. 一
一
二 2Ⅱ =
on 冖 二
冖 completely - > 、
0 =
一 一
loop
the will form
一 一 The 0
towards

or
一
;
min.
requirements
from are l,
2
一
0
一
一 make
requirement
.
origin -
一
=
一 一
一
一
make
冖 t)
there.
corner 0
·Then,
冖
0 00
一
have
This : 一 l,
fir
while

二 」 at a

一
lit the the | DI
冖
satisfied.
•h the =
tie-breakingat
destination 0 一 -:
一
00 -0
and
…
s
take 弓
0
satisfied,
the
That 乛
…
=
destination
either in
冖
capaictyofOl
DI 三 lowerright 0 ~
the

either
exhausted.
the 乛-
一 second = 0一一 000
new
乛
0 一
一 -completely at 0
second

…
t y -…=
set

一
0 ::
transportation
一
三 and 一
north-west
exhausts exhausts
destination on
0 一 ent =
0oveby
Destination

0 = choice
乛
-0or 一 r anspo
seen
DI. allocation
- exhausting
0 a
一
[02.

… - …
allocation
一 」 =
, ori
= 三二::
inthe Move g
positive
。
二 = 0
;丶
corner
一 from 0
is
一 the at =
or satisfied.
the at
ered = :
- ta
…

cotnpletely
: 0 cornercell 一 二 …
0 0
made.
DI capacity 0 一
0 the
乛 0
「 =
-
value• -
0
table•一
: =
一 = 三
一
一
0
in = 0 一
denote

一
0
「
冖 the…
- magnitude
0 ∕
=
「
=
= 一 =
l,
0 0m0
the magnitude
satisfied
0 … : = 一 一 by
Make
following
二
0
2 The n ing
0 = = 0 00
「
一
transporation
g
right
0 mO
0 ·
The = =冖
More
0
the
upper
exhausted
orX21
vertical

乛
…
n 乛
e origin
captnctyofot•igin
the
乛
0
冖
一
butthe 000 ~
、
~
4 2 7 5 horizontally
= 一
一
一 乛 …
- 一 X?down 三 = 一
一 0
p anspora(ion
transportation … 三
÷ = = =
second
= left•hand
0
Xi7
0 一 ∕ 一 一
0 = 、 =
segments

tie 二
三 一 '
0 ~ vert乛 乛 一 =
一
g 二 冖
丶
e v 0 = ra
'
- 一 0
capacity
= 冖 m
一 ~
= = 一
Available

table well
一
=
:: =
乛
m
乛
0 ; we
allocation
丶一 冖 =…
satisfies fe 0
二 乛
…
second
0 m0
~ 三
三 ~…
丶
to ()l
~ 一
、0
冖
0m0 =
p 0
= get
0一
冖
÷ =
lble.
、 一
乛 0 = 0
一
a
the
0 bI 一
~ 乛一 乛
一

~乛
一
一
一 一
 冖
= the bemin. 0 2
一 一
0
= 0
in
requirernent
一 一 :一
the
一
「 requirement
jth exhausted determinecl.
as
0 n
一 | 一
row.

the
0m 一乛0 column

Step Ans.Q. 0
s
「 一
b
above
ora
allocated
一 NOW
Clearly,this
冖
一
6
S)
芻| Ⅱ 2一:一
冖
I.
:乙
冖 一 so ' 2,卩 and
一 鼠 一 …
~ 一 6 2 一
u min• 0 10
丶
冫 The
0
」
冖 一
route
一
一
冖
,0
and
" 2.IfNIJ一 S
" cross
V 一
Table
2一 5
a 一
」
wi
Letit

冖 冖
b D,
destination 「
一 : the 冖 一 一
" magnitude 引
- ㄣ
冖
= 0 destination
一 5
reconsider
" SO cells 0is
」 一 magnitude
The =" " rim 一 4
004 the that
0 algorithm
be
feasible
2
12 6 」 the 一
, ,The 一
given
15
"
'
, do above. 1
smallest/ 一
Clj•

=
0 = 6
一 T.p.
刁 一 mine
the
qu 4
一
the
一 0 + Cll not 一 fifth
Allocate
一D•either Oft-ounh
~
by
the
origin "
= D SO
for 8+x12form
solution
has一 4
fi
「冖
0
requiremen 2m0
冖
=
0 一
0
00 is
firstrow

completely
冖
sa the COrow /
is冖
hatthe
row•of
4 been The 一
OC 一 一
new 一
=
capaci 冖 + 一 0
the
a
m 2 」
isfted 匕 一
capacity 2 C12
/一2 一 一
一
一
00一 0b一 23 一
~ ; 一 minima
一
/
maximum

:~ 冖
9 3 一
with
冖 availability 冖 ; 一 一
:0 一
Y at 冖 + ㄗ 0 匕 The 6
the
he 0 一
= 0 0
+ x 彳 一 一 一 一
0
、
destination 冖 The 一 b00
:0 , satisfied• 一 一
一 一
4
the
both'
table
一
一 0 一
:00- 0
一
-
remaining
00m
Of 一 method•
冖
origin /
2
C22
feasible
ge ,The
era 一 一二0 一00
一 一
2
0
一 :
一
一
=
OW
一
and
+ 十
乙 103
冖
=
二 0 An
三 D
ete
at Ofthe
一
/6一
,
V2 一 0
二b
0 -一 一
一
solution二
d he一一
乊
一
0
00 一 =
0
00
move
origin 1
= a
0 C2 冖
amount

0 一 is 00 冖
= 冖 +
Y and
一 一 一 = 3
availability
transpo 鬥 20 3 ~
0
乙 冖 isfied, 0
一
-
down
4
/
十 一 is
COfeasible
一
冖
3'
」
3
一
一 0
一 1
冖
ex 一
300冖
一
au 一
一 austed'
冖
x
一
2 匕
C33 according
displayed
0
一
00 4
一 一
0
g 一
:: 4
ie-breaking - talion 5
一 ed cross completely 一一 0
to

0 0
一
:
Of
as the ÷ 一 ive杉 0
=
5 16

2-0 well 0 一 一 一
origin

or table
X34 ut 一
inthe
一
"0 the
second

the C34 一
一
0
一
:
三 一 by 一
0
=
一
0
0 0
冖 …
一 •0
一
000 000
00 一ㄥ
.
一
…0 l. “ 一 一
= 邑 = 冖
I.一 := Ans.
一一 一
0
=: T Table= 4
3 一
= This
column 0
=
一
0
二the 2
一
,
一
=
:=
F
00
250

T
90

乮 一 1 鼠
三

=
= 一
t冖 0
u= 3
1 冖
0
fies
:
一
0 2:一
一
: availability
一 0
=
The
一 一
0 一
0 0 om ismade 4 三 一
一 一一
…
召 0
冖一
we = 一
250 90

0
50

一 一
一min.{90, 3 170the 0
冖 T 2
equirement 二0 一
一
一 tude 000一
4 3 Ira =
:= 一 … 200
一「ofthe 一
一
45 30
origin t一 ü
0"min. 170} 3
:
0 1
resultingTable,since
冖
一
一
9040
:一
0
4 ort 00 3
=
50
170

一
三0
220

一」
table
30'0
(4
250

-00g ,一00 Ⅱ Table 1 1 00 冖

de 0
一
3
4 1 and
4
一
ic 220)
口
」 一
=(4)
row =
一
0
4 b
一
0 一
n (
一
thus二
-,
一
一
e 245
given
"3.=一3
3
=0
三
一= 4
we ~
;0
00m 冖
一 冖 Table 一
=
250

cr 一
十
= 三
一
B 一
=
0 1 1 一 一
冖
min. by 0 'V
ㄣ
一
=
0 -
0 00
4 Ta and =
0
一 2 1 =
一
;
」
一 3
table ∕
=
au 一
0 Table
250
1 3 =
一
0
, thus
冖
90,
Off
the
2
' oca
tnin.
=9
-m 、
90 50
3 45,first= 一
we ·
170

=一
一 = 0
50

0 0 4 一 冖
I, 乛
二Following
ava 0
4
5 冖 70
200
Availability
row 2
一
30

0
45

Table =
0 :
=
3 (4,2 , 一一
一
, 一
= 4
= 一
0 0 l.=
4
0
=
一00
45•0
170 220
=
0 一,一
三
二一This 一
= =
50

0 一 he 0 =
一 一
0 一一
0
mat minima un Go
decrease until in the
unique,
~ an 04 made
transpora
0
This
The
column 一
04
冖
move

冖
ix 一一 to by the
ne
0 in 00
b
Ans. 0b allStep 一 冖 一
first

minima
the

where make
s冖
ep GO
IfXi Step
0 Ans.Q. all Stepcell一 IfYilStepAns.
乛 Q.
0 fl 一
towards

the a the column

冖 om
、 冖 9. 8
·Write ion一
method

3. ," k 一
column

Thistransporation ain 冖 = 一
on u
目an im·R000 一 ,If table•
by 2 3 冖
" " 2 二 00
M•A•/M•Sc.

CO00一 冖
rim
·Repea ·If-ill
0 =
」
000d00
Step
method,
、 丶 、
r 一
一 ~ ep 一 0
and 冖
initial =stepc冖、 … requirements
te 一
" with」
cro
right

has冖
3' 、
arbitrary
000
with
l.
and

equirements-
b 0
…

D
Demand
、
: 「 3•
GO •" Le l. algorithm
冖 Ⅱ De Ⅱ according
algorithm
= 一
一
an
basic 、 0 Offthe Determinesteps cro
move
b 一 00n, 一 ma
冖m00
the deno 0 冖 冖
0 al: 0 一 s一0 0 冖
the

、 0 」 冖
0 ×
,745 000
0h0 “
0
the

、 0 冖 冖 30 0 0
fi DI feasible一 0
冖
ep cro
be beinc remaining
0 m de 二
on冖in
Final)

00 一 0 0 一 +
towads

乛 or , 3 0 ern the
second

; a 0
•4
0 he3• Ci'• fo ar ith 0 n e乛
0 the
一 冖b~
冖
一
ce a
冖 一
冖
he column 0 A d the
2 new0 冖 columnx 一 basic冖
table•
de00
00一0
= 0
among
00♂ 、 一
satisfied.
the netrix OWthe 0
ithdemand. 90 一 00F
3 2 1)2
Opera

0 origin
: 0
一
the
000 fo 0m0 + 冖 一一
column•
2
rightto

冖 smallest 、 冖 0 fi ou The ()'

一 口
onhe 一 =
fled. 冖 the ow 乛 冖 一 冖 This00
u the 0 ~ ~ 0 minima
ofthetranspofiation the 一 0 一
0 0 on
45 do ~
minimum
D3 on 0
冖 一 minima×
00d 2 2
given
made
一 冖 冖 冖
Xij 、e4一00d column0 last 一
0 、
0w ow ran given 0 乛
the

jth to Whenever
minima•
一
冖 min• m 00 + 一 u t a
not
一 00 Re
magn
D4
the 一
~ 0
: Of CO
method'冖
ing 00
second
、
00m 一 一
method' 00
一
000
·
inT•p•
= 1 0 4
冖 he the 0 0
口 一 × by ♂ 二
250
0 6 following
0
=
冖 in
reduced the =
0 冖 on 一
de,ch
0
00
= 10 the=
cing = 骘
in
800nd
column•
冖
一
0 0 =
0 + d
一 a of we
0 X33
the
8 6 the a00P0n0
fi 3 一
一
2一00 minimum column in CO 、 × 一
、 magnitude
000 0
()'00冖 Capacity
0 an firs
一 b 50 ye 冖
0 "min•
nsportb
一 0 冖0 0
00d二 00 」
anda 00matrix
l)'一000 0 一 一 00
using
but on一 08
0 column- 0 一
= 0 一 04
heFollowing
冖 一 a 冖 冖 : mn n
一 冖
少
冖
一
ve 00
一 no d00 冖
table
~ on 一
二 on 0000 冖
一
、 一冖
=
0
magnitu
一
the
0
一
二 冖 eas an一 Of
b
一 0 一 ~
一
ma bo 冖 table
Cros 0
anc- 乛 b 一
The hi "
n … '
一 0
… 一 、
is
0 =
he ouhe 0
一m0乮一 the harbitrarily
the
0= 0
一 0.
ofmagnitude

u
-冖 e -0 冖
冖
The
secondsecond
0 g
CO 一之00冖一
on
We
ude
utSince fi 一
OW
given
… Step below
Ans.
This

-to- 一 has 4
0 一 choose 4
X23 n04 00"4
Q.10.

Ci 一 been 」0
all 0 column the 4
一
column

、 I.For … •butThe ⅡⅡ 一 0 ,This

yields
by the
6
-
degenera冖乛min.Table 0
he 6 0 一 cell 0m0
4
ma 00 ( Table "min.
Write

~ 28. basic
6
~
e Vogel's x
alwo
2 rim
determined.
arbitrarily 一 2 3 om
Table.
getting 2
冖 一 一
each 0
costs. +
algorithm

cells 冖一2
tu
equirements
一 6 2 on 2 1
)and 8
「
冖
2 8 (60 fies
the
冖 3
he 冖
e 0" 一 8 ofmagnitude
M.A./M.Sc.

冖
x also. 2 2 3 」
8
There
ow
Deofthe cos、 2 do 2 Table
一
first
prox
+ 彐
~ 2 again, allocate 6
"6,=
· 00
6
冖
erminetha~ 6 The
not
" C 6 一 、
000
form min• 冖 The
「

x ,Cross
is,

0
冖
OW
2
have
orVogel's

0 一 6 2
,
10 8 6 一 冖
on 冖0 冖
again
u
、
,
transpo冖
just~ + 写 冖
一 0 X322
We
0m0
the 0
4 an 0
00P been
a
」 make 0000
Final)

、
" "min.
“
Method × ~ 一 0
」
choose
exceed
一 e
a

difference 0 0 " cond

displayed 4 0 4
0 at
he
tie

+ a一 the sa
冖 approximation

ata
0 0 the = de
on00 冖
冖 isfied made
冖 000
6 fourth
forthe

一
000m

x 一 -ma next 0 0 4 1 6
冖
ion
一
to-cross
takes 0
2 冖 6 6 Table
6 000 0
in )"6
“ co
table
between The + 一
u in
=
and ow Table
6 冖
0 allocation column
00,·
third

一 3
0 ,This
on 2 2
iden steps
into
x2 acco hence 一 6 2 0 0」
there.
28 maDi R
00 2 2
allocation

account basic
0 gives 4
0 and
method.

冖 一
the

them
冖
一逐
0 ding冖 00
an
2 2 3
冖
3, Cross
6 ofthe 00
「 一
on =
(3'3.in
6
2
first
,0
one.
initial
the the
fo smallestandno to table Table
cell 1 0 4 一
.Cross 0
ttable.
00we
offeither6 2 6
」

冖 the
·
method
=
冖cro一
we
Moreover (
each 冖
4. fesible
,
only 3.冖
2
above 一
choose
Of
The 一
一 05
row. 3 0 the
丶
arethe 一

“
一
 ra cro、
冖 00乛 ow 00
-and一一
in Ⅱ with off min.row and
resulting be req
:
are

一
transportation

000m A ay
「 冖 7
0
冖
冖
冖
ween

0 一 :
冖 his is the rows. lirements
the
computed
he
一 Step 0 0
Of
6 Q.
= 一
made
002.
Ans.
manner,
surviving 」
23
The
一00 0
二
冖
冖 reduced
third them
re
ransporation
hird 一
0 0
the the
一
14 一
Ⅱ
minimum
The
3.
Explain ith =m000
· : 一
=
一 m on
in The
7 the column.
table 0
Recompute
smallest are
一
13 row.

rowma
19
6
and Identify
the
largest

cor
000W

∕ 乛= 一
problem

in
=
satisfied.
rows
(4 8 cell Demand
an the
andOf imum 0
The an
displayed

一
=
subsequent
20 15 (2 Thus cost
cell
table.
Of and Vogel
二
0 一
0 一
0
rows•

ora row
0
00
and row the
go 0000 ra
these
…

16 a
(7 23 冖 二 = :
in
on 冖
the一
) 冖
」 jth
or
next
columns
)
·
Cross 3, the
一
on 0 一
0 一 to
Similarly'

=
and
method
inside

2 3 00
16
table,the 00 一
0、
000
一
column
」
12 second 一 differences table
7 step
·This =
、冖 -0一 0
third to 19 13

amountXiJ
14
一
reduced
16
冖
17 column
一
u m ow =
m 一
5 0
Offthe smallest

any
冖
: 一
冖
the
10
一 2 Of
by 一 一
with
are 一 row
一 allocationexha parenthesis
11 一
一
00m0m0

R000
the 一
third 一 obtaining一 =
20 15
transporta
shown
a
=
differences the

usual 一
is
冖
table
8

冖
ge 冖 1Ststhe
C33
一
- given
costs
row 0
冖 一
ra一
=
0 = =
min•
冖
6 14 0
一 column
Of
一
0
冖 la 一
0 0
=
Ⅱ
一 = 一
13
冖
in 一
9 2
initial= = 0 一 一
16
Of
冖 一 0 0
9 and T.P. 23
heseavailability
in
冖 0 0
Tables
冖 、
乛
乛 0 =
manner•
一
0
against

magnitude
~
ion
0 」 一
Accordingly
冖 Supply p =• 一
each

4
) 8
are has
冖
000冖
0 0
- 一 g 00-
一 m
breaking
tables 15
一 associa
1612 00- in三
om 17
7 冖
now 9 row
BFS
=
(a)
=
the
16
一 一
and and (
Orence

4 一 0 0h0
the cells. them

147 一 Ofthird for 0

0 0 冖
respec

=
and
table• and
一 00 each
calcula

~
16 冖
2 :
」 一
ed
he 0 一 ~
we
3
一 = 一 一
ce• 0
The
12 Ⅱ
=
aIllong
(b) the
一 二 0
17 with each

(5 -
min• allcoate
一 一 = 000
冖

a row• following
00: Le 一
ive
冖
一
:=
Con
0
冖
)
… di 2 ed difference
fTerences 一
00
the columnscolumns
一 =
= = =
0 : = =
一 0-
00 and 一:n•一
=
7 一 C
冖
一
冖
=
for
inuing
」
一
2 二
冖
0 "
冖
hird =
0 = ~
=
一 00 -
一
一 0
n
-PO
Eventually' 5
14
冖
a
冖
一 冖
6
on 一 7
cost

"430 the 冖8
4
9 basic 一 11 15
" according
, x3+ 5
冖
4 17
Table

一 冖
2
一
8 to
x the一 9
2

一
5 b
十above
一
0 9 13
5 solution
x7 8
+route
7
8 15
×
2 is Obtained
+ 17
一
6 given
×
9 by 5 9
shown
10 7 13
in
Table
8
Table
3 20 11 15
7
9 2 16
3•
The
 6
the fac
Determine
made made Ofproblem 108
destina
with and subjec Determine
Minimize
Thus Also and then in
冖
0璗
machine

Example
hasn Ans.Q.
on
Mathematical 一
such
冖in I. ions
冖 clearly,since which M.A.
a

the
」 an
冖 the The Defineassignmentproblem
one-to-one

0 a 冖 machinesto
冖
assignment
way Ⅱ a
冖
he
assignmen
Xi total 0
「 theassignement a
丶
M.SC.

cons Ⅳ
X
· that
at
一 objective minimum
0 assignment formulation 」 ass
(i,j only
n)
冖
basis.

raints l,
(Final)
冖 0
each
Ofjobsis processthe
…
gnment
THEASSIGNMENTPR OBLE

Ⅱ problem 」
if
x~ onejob cost
ifthe assumed
一 冖
he is problem
•"
job

… 一 to
~
00 冖
冖
,」 CO ithjob 冖
h ofthe 0
0
problem
can
Operations

n) 冖 job machines 冖~
冖
I. SO
akes
is
一
:
0 is
0
jobs.
associate
incur
maximum
g
a is and
asthe beno
problem
given
一
assigned Aj0b … number
a
0 following a 冖 SO a
givean
special
by assigned
~ as withcost e
profit). Research

00d 一 (" are oforigins

冖
0 0
Letxn

one Ci l,
to 冖 hej minimize 「 、
caseexample.

mathema 000h
冖
0 and
The , Obs
」 The
冖 、
be

h a
thejth 7) Of

mach machine, only when

fora
assignment assignment
冖
0 冖
thehe
variable

the
processedequalnum
machine, factory
一
冖 transportati
ne
iCal one
ove
form 」
we 冖 machi
defined

all is and is
…
ha CO 一
0 0
一 0 wards 一
:nimum
the envise
=
0 冖
ther lect bi W. anner
bero he
ch ethod
rarily 」then circle
l.y
一
」
the 一 0
WS. ched. lines

the冖 一 and 一
OW one
冖 冖 Stepa
in reduced
「
Slep Step Step 一 0 Step OW Ans.Q. The
encircled
Sle O'S
Step
Step A NO 一 一0 「 (ii)

candidate
n encircle
A
一 until 一 each Modify
一
Find there 一
choose
一
elements
) encircled 冖
2
of
、 of very …
as Rule
Subtractthis number
Ofthe
above.
do 0 Examine
冖 一 0 omStep· so0P00
Repeatthe

冖 冖 5 ma 4 3 ) 2
(v)一
冖
一
一 一 a
Hungarian
… · Draw to
·
冖 not allthethis · row Write
一
一
一 ) 一 、
convenient
Tickreduced
Tick
The Go the一
一 Ow is In CO
all
一
reducedthe each or on.一
f
Repeat(ii) a no touch zerothe the and a
the

and
Tick
above to
lying
Draw
smallest
we
ofthese
O,the crossed.
any 冖OW
matrix theI. assignment 一
冖 冖 step
the
next single rows 「 each
modified resulting
Modify
ㄟ ㄟ column• and rows an 、
uctu
one0
( generate elements
procedure
element 「
ㄟ
) 一
minimum
matrix Assignment
·A
ow
assignment.
Minimum
2 matrix. s optimum
) rowstha
columns proce itera
column have column.
will
zero
·丶
lines cross
and
rows andthe elemen and
ㄗ successively

乛M.
the
0
0 「
冖 OW matrix,
Repe in and out
matrix
ive been
is 冖 intersection then

Sc
冖 in
in co algorithm.
冖
一
that
as
lure epea morewill
Obviously,
each
the having
一
om number forthe

一 冖
that method 冖 any h -冖
冖
assignment

assignmentis Obviously
do follows Number
ofthe be examined.Ifthere
冖 have
冖 冖
F
matrix
Intilthe not
have ofdrawingMethod. allthe × search
by

the O'S column pass

…
「 )
have row row.
0 the n
less OW all until repeating
columns

by
procedure reduced
ofhorizontal non-negative
encircled have of
一
Other
冖
on
determiningof
uncovered than 0 0 by
chåin O'S
… the 一 「column
minimum
「 foran
ofLines
since a any
column
and
ofthe
any the
problem

row subtracting
冖 any
Opera
minimum
enci following
the made Ofthe
O'S cell

冖 op
next
two matrix0 冖
ofticking he
一
With
冖 encircled 一 thus of 「 are ~
O'S in
till
…
reduced 冖
cled) with
0
owon
冖 imal
untilnumber 一
and/or
elements de assignmentin its
an lines. 一
elements
procedure
in OW exactly

- ·
reduced
、
numbe an the 冖
he morecolumn. assignment
ticked
or optimal no procedure
ofthe zero the
allthe
chosen ,

zero.
assignment 冖 vertical cells matrix reduced a
一 otherv'i-•e
Research

- covered 0f0
smallest
more
entry
one
completed.
columns.
冖 and matrix. matrix. than with

0
Oflines ofencircle Proceed on

assignment
add
…
not lines has 」
-haveArbitrarily
and
one
matrix,the
zero
as at its

by concidered elementin convenient

in
一
schedule the Toop to cross is follows least columns.
一 one 0
0
any
ticked 冖
been in in found.

一
cover same move
imal,
0
乛
0 and
all
any this

…
one
09