See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/314835935

Operations Research The foundations of basic scientific and decisions ‫ﺑﺤﻮث‬

‫اﻟﻌﻤﻠﻴﺎت ﻣﺮﺗﻜﺰات اﺳﺎﺳﻴﺔ وﻗﺮارات ﻋﻠﻤﻴﺔ‬

Book · December 2015

CITATIONS READS

0 23,892

3 authors, including:

Saad Alnauimi
University of Baghdad
3 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

‫ ﻣﻘﺪﻣﺔ ﻓﻲ ﻧــﻤــــــﺎذج اﻟـــــﺒﺮﻣﺠـــــﺔاﻟﺨﻄـــــــﻴﺔ ﺑﻴﻦ اﻟﻨﻈﺮﻳﺔ واﻟﺘﻄﺒﻴﻖ‬View project

All content following this page was uploaded by Saad Alnauimi on 13 March 2017.

The user has requested enhancement of the downloaded file.

 ‫بحوث العمليات‬
‫مرتكزات اساسية وقرارات علمية‬

‫المؤلفون‬
‫االستاذ المساعد الدكتور‬ ‫االستاذ المساعد الدكتور‬
‫سعد احمد عبد الرحمن النعيمي‬ ‫عبد الجبار خضر بخيت‬

‫المدرس‬

‫عباس حسين بطيخ‬

‫‪2015‬‬ ‫بغداد‬

‫‪1‬‬
 ‫نبذة عن المؤلفين‬

‫الدكتور عبدالجبار خضر بخيت‬

‫استاذ مساعد ‪ /‬كلية االدارة واالقتصاد – جامعة بغداد ‪ /‬قسم االحصاء ‪ /‬دكتوراه في بحوث العمليات عام ‪/ 2006‬‬

‫الجامعة التكنولوجية ‪ /‬خبرة تدريسية لمدة ‪ 21‬سنة في اختصاص بحوث العمليات في الجامعات العراقية ‪ /‬لديه اكثر‬

‫من ‪ 18‬بحثا منشو ار في مجال بحوث العمليات واالحصاء التطبيقي ‪ /‬و مشاركة في ‪ 6‬مؤتمرات علمية محلية وواحد‬

‫خارج العراق ‪ /‬ومؤلفين ‪.‬‬

‫المدرس عباس حسين بطيخ الربيعي‬ ‫الدكتور سعد احمد عبد الرحمن النعيمي‬
‫مدرس ‪ /‬كلية االدارة واالقتصاد – جامعة بغداد ‪ /‬قسم‬ ‫استاذ مساعد ‪ /‬كلية االدارة واالقتصاد – جامعة بغدا‬

‫قسم االحصاء‪ /‬دكتوراة في االحصاء التطبيقي‪/‬السالسل الزمنية االحصاء‪ /‬ماجستير في بحوث العمليات ‪ /‬كلية االدارة‬

‫واالقتصاد – جامعة بغداد عام ‪ / 2006‬لقب مدرس‬ ‫‪ /‬معهد االقتصاد المالي اللينينغرادي – عام ‪1989‬‬

‫عام ‪ / 2011‬لديه خبرة تدريسية ‪ 9‬سنوات‪ /‬لديه ‪11‬‬ ‫لديه خبرة وظيفية ‪ 18‬سنة وخبرة تدريســـية ‪ 9‬ســنوات‬

‫بحوث منشورة ‪ /‬و مشاركة في ‪ 4‬مؤتمرات‬ ‫في الجامعة المستنصرية ودهوك وبغداد ‪ .‬و مشاركة في‬
‫محلية ‪ ,‬ومؤلفي‬ ‫‪ 6‬مؤتمرات علمية محلية لديه ‪ 12‬بحثا منشو ار ومؤلفين‬ ‫علمية‬

‫‪2‬‬
 ‫المحتويات‬
‫الصفحة‬ ‫الموضوع‬
‫أ‪-‬ب‬ ‫‪Introduction‬‬ ‫المقدمة‬
‫‪1‬‬ ‫الفصل االول‪ /‬مفهوم وبناءوصيغ نماذج البرمجة الخطية‬
‫‪2‬‬ ‫‪Concept of Linear Programming L .P‬‬ ‫مفهوم البرمجة الخطية‬ ‫‪1-1‬‬
‫بناء (صياغة) نموذج البرمجة الخطية‬
‫‪8‬‬ ‫‪2-1‬‬
‫‪Building (Formulation) of Linear Programming Model‬‬
‫صيغ نماذج البرمجة الخطية‬
‫‪14‬‬ ‫‪3-1‬‬
‫‪Forms of Linear programming Models‬‬
‫الصيغة العامة لنموذج البرمجة الخطية‬
‫‪14‬‬ ‫‪1-3-1‬‬
‫‪General Form of Linear Programming Model‬‬
‫الصيغة القانونية لنموذج البرمجة الخطية‬
‫‪16‬‬ ‫‪2-3-1‬‬
‫‪Canonical Form of Linear Programming Model‬‬
‫الصيغة القياسية لنموذج البرمجة الخطية‬
‫‪18‬‬ ‫‪3-3-1‬‬
‫‪Standard Form of Linear Programming Model‬‬
‫‪22‬‬ ‫أسئلة وتمارين عامة‬
‫‪26‬‬ ‫الفصل الثاني‪ /‬طرق حل نماذج البرمجة الخطية‬
‫‪27‬‬ ‫‪Introduction‬‬ ‫المقدمة‬ ‫‪1-2‬‬
‫‪28‬‬ ‫‪The Graphical Method‬‬ ‫الطريقة البيانية‬ ‫‪2-2‬‬
‫‪38‬‬ ‫‪The Algebraic Method‬‬ ‫الطريقة الجبرية‬ ‫‪3-2‬‬

‫‪The Simplex Method‬‬ ‫الطريقة المبسطة‬

‫‪43‬‬ ‫حل النموذج في حالة دالة الهدف من نوع تعظيم‬ ‫‪4-2‬‬
‫‪Solution of (L.P) Model with Maximization Objective‬‬
‫‪Function.‬‬
‫حل نموذج البرمجة الخطية (‪ )LP‬في حالة تقليل دالة الهدف (‪)Z‬‬
‫‪55‬‬ ‫‪Solution of (L.P) Model with Minimization Objective‬‬ ‫‪5-2‬‬
‫‪Function‬‬
‫‪55‬‬ ‫‪The (Big-M) method‬‬ ‫‪ 1-5-2‬طريقة (آم) الكبرى‬

‫‪3‬‬
‫‪61‬‬ ‫‪Two- Phase Method‬‬ ‫‪ 2-5-2‬طريقة ذات المرحلتين‬
‫‪69‬‬ ‫أسئلة وتمارين عامة‬
‫الفصل الثالث‪ /‬الثنائية في البرمجة الخطية‬
‫‪71‬‬
‫‪Duality in Linear Programming‬‬

‫‪72‬‬ ‫‪The Concept of Duality Problem‬‬ ‫مفهوم المشكلة الثنائية‬ ‫‪1-3‬‬

‫النموذج الثنائي إذا كان النموذج األولى بالصيغة القانونية‬

‫‪77‬‬ ‫‪2-3‬‬
‫‪Dual Problem when Primal Model in Canonical Form‬‬

‫النموذج الثنائي إذا كان النموذج األول بالصيغة القياسية‬

‫‪79‬‬ ‫‪3-3‬‬
‫‪Dual Problem when primal Model in Standard Form‬‬

‫ايجاد الحل للمشكلة المقابلة (الثنائية)‬

‫‪85‬‬ ‫‪4-3‬‬
‫‪Find a Solution for Dual Model‬‬
‫‪93‬‬ ‫‪Sensitivity Analysis‬‬ ‫الفصل الرابع ‪ /‬تحليل الحساسية‬
‫‪94‬‬ ‫‪Introduction‬‬ ‫المقدمة‬ ‫‪1-4‬‬

‫التغيرات في الطرف األيمن للقيود (الموارد المتاحة)‬

‫‪94‬‬ ‫‪2-4‬‬
‫‪Changes in the R.H.S‬‬
‫التغيرات في معامالت دالة الهدف‬
‫‪101‬‬ ‫‪3-4‬‬
‫‪Changes in coefficients of the Objective Function‬‬
‫التغيرات في معامالت متغيرات القرار في القيود‬
‫‪107‬‬ ‫‪4-4‬‬
‫‪Changes in coefficients of variables in constraints‬‬
‫‪107‬‬ ‫‪Addition of anew variable‬‬ ‫إضافة متغير أو متغيرات جديدة‬ ‫‪5-4‬‬

‫‪109‬‬ ‫‪Addition of anew constraints‬‬ ‫إضافة قيد أو قيود جديدة‬ ‫‪6-4‬‬

‫‪111‬‬ ‫أسئلة وتمارين عامة‬
‫الفصل الخامس‪ /‬نماذج النقل و مشاكل التخصيص‬
‫‪113‬‬
‫‪Transportation Models and Assignment Problems‬‬
‫مقدمة وتعريف نموذج النقل‬
‫‪114‬‬ ‫‪1-5‬‬
‫‪Introduction and Definition of Transportation Model‬‬

‫‪4‬‬
118 Balancing of Transportation Model ‫موازنة نموذج النقل‬ 2-5

‫أسلوب حل نموذج النقل‬

118 3-5
Solution Technique of Transportation Model
‫إيجاد الحل األساسي االبتدائي المقبول‬
122 4-5
Solution Starting Basic Feasible
123 North West –Corner Method ‫ طريقة الركن الشمالي الغربي‬1-4-5
125 Least cost Method ‫ طريقة أقل كلفة‬2-4-5
126 Vogel s Approximation Method ‫ طريقة فوجل‬3-4-5

‫طريقة روسيل التقريبية‬

128 4-4-5
Russels Approximation Method(R.A.M)

‫اختيار الحل األساسي االبتدائي المقبول للحصول على الحل األمثل‬

133 5-5
Testing of S.B.F.S for optimal solution
133 Stepping Stone Method ‫ طريقة المسار المتعرج‬1-5-5
140 Multipliers Method ‫ طريقة عوامل الضرب‬2-5-5
146 Assignment Problem ‫مشكلة التخصيص‬ 6-5

147 Definition of Assignment Model ‫ تعريف نموذج التخصيص‬1-6-5

‫الطريقة البديلة لطريقة التبديل‬

152 2-6-5
Replaced Method of Arranging Method
156 One’s Method ‫طريقة الوحدات‬ 7-5
162 ‫أسئلة وتمارين عامة‬
/ ‫الفصل السادس‬
164
‫تخطيط جداول اإلنتاج باستخدام أسلوب البرمجة الخطية‬
165 Introduction ‫المقدمة‬ 1-6

166 Production Planning ‫تخطيط االنتاج‬ 2-6

166 Aggregate Production Planning ‫التخطيط االجمالي لالنتاج‬ 3-6

5
 ‫ستراتيجيات التخطيط االجمالي‬
‫‪167‬‬ ‫‪4-6‬‬
‫‪Aggregate Production Planning Strategies‬‬
‫‪168‬‬ ‫‪Aggregate Production‬‬ ‫اإلنتاج اإلجمالي‬ ‫‪5-6‬‬

‫نماذج تخطيط اإلنتاج اإلجمالي‬

‫‪170‬‬ ‫‪6-6‬‬
‫‪Models of Aggregate Product Planning‬‬
‫‪170‬‬ ‫‪ 1-6-6‬النموذج االول للتخطيط االجمالي‬
‫‪172‬‬ ‫‪ 2-6-6‬النموذج الثاني للتخطيط اإلجمالي‬
‫‪175‬‬ ‫‪Disaggregate models‬‬ ‫نماذج تجزئة التخطيط اإلجمالي‬ ‫‪7-6‬‬

‫نموذج جداول اإلنتاج لغرض الخزين‬

‫‪175‬‬ ‫‪1-7-6‬‬
‫‪Optimizing MPS in a make- to- stock Model‬‬
‫نموذج جداول اإلنتاج لغرض الطلب‬
‫‪176‬‬ ‫‪2-7-6‬‬
‫‪Optimizing MPS in a make-to- order Model‬‬
‫‪180‬‬ ‫أسئلة وتمارين عامة‬
‫‪184‬‬ ‫‪Game Theory‬‬ ‫الفصل السابع ‪/‬نظرية المباراة‬
‫‪185‬‬ ‫‪Introduction‬‬ ‫المقدمة‬ ‫‪1-7‬‬
‫‪185‬‬ ‫‪Zero – sum Game‬‬ ‫المباراة ذات المجموع الصفري المستقرة‬ ‫‪2-7‬‬

‫‪187‬‬ ‫‪Minimize , Maximum Criterion‬‬ ‫مفهوم االدنى‪-‬االقصى‬ ‫‪3-7‬‬

‫‪188‬‬ ‫‪Dominance‬‬ ‫الهيمنة‬ ‫‪4-7‬‬
‫‪189‬‬ ‫‪Game without as addle point‬‬ ‫مباراة عدم التوازن‬ ‫‪5-7‬‬
‫‪189‬‬ ‫‪Mixed strategies Method‬‬ ‫‪ 1-5-7‬طريقة المزيج من االستراتيجيات‬
‫‪192‬‬ ‫‪Arithmetic Method‬‬ ‫‪ 2-5-7‬الطريقة الحسابية‬
‫‪193‬‬ ‫‪Joint Probabilities Method‬‬ ‫‪ 3-5-7‬طريقة االحتماالت المشتركة‬
‫‪194‬‬ ‫المباراة ذات االبعاد(‪Game of )M*2( or )2*M( . )M*2( or )2*M‬‬ ‫‪6-7‬‬

‫‪194‬‬ ‫‪Dominance Method‬‬ ‫‪ 1-6-7‬طريقة الهيمنة‬

‫‪195‬‬ ‫‪Sub game Method‬‬ ‫‪ 2-6-7‬طريقة المباراة الفرعية‬
‫‪197‬‬ ‫‪Linear Equations Method‬‬ ‫‪ 3-6-7‬طريقة المعادالت الخطية‬

‫‪6‬‬
201 Graphical Method ‫ الطريقة البيانية‬4-6-7
:‫استخدام البرمجة الخطية في حل مشاكل المباراة‬
203 5-6-7
Linear Programming Application to Solve Game Problems
205 ‫اسئلة وتمارين الفصل السابع‬
208 The Net works ‫الفصل الثامن الشبكات‬
209 Introduction ‫المقدمة‬ 1-8

210 Levels of tabulations project ‫مراحل جدولة المشاريع‬ 2-8

‫قواعد بناء (رسم) شبكات االعمال‬

211 3-8
Network Rules & Construction
219 Network Analysis ‫تحليل المخططات الشبكية‬ 4-8
219 Critical Path Method ‫ طريقة المسار الحرج‬1-4-8
PERT ‫طريقة مراجعة وتقييم المشروع‬
226 2-4-8
Program Evaluation and Review Technique
229 Probability of occurrence ‫ احتمال االنجاز‬3-4-8
:‫اعتبارات الكلفة في جدولة المشروع‬
231 5-8
Cost Consideration In Project Scheduling
246 ‫اسئلة وتمارين الفصل الثامن‬
248 Integer Programming ‫ البرمجة العددية‬/‫الفصل التاسع‬
249 Introduction ‫المقدمة‬ 1-9

249 Programming Concept of Integer ‫مفهوم البرمجة العددية‬ 2-9

‫أنواع نماذج البرمجة العددية‬

251 3-9
Types of Integer Programming Models
‫نموذج البرمجة العددية التامة‬
251 1-3-9
Pure Integer Programming
Models

7
 ‫نموذج البرمجة العددية المختلط‬
‫‪251‬‬ ‫‪2-3-9‬‬
‫‪Mixed Integer Programming Models‬‬
‫نموذج البرمجة العددية الثنائية‬
‫‪252‬‬ ‫‪3-3-9‬‬
‫‪Binary‬‬ ‫‪Integer‬‬
‫‪Programming‬‬
‫‪252‬‬ ‫‪Mixed Binary I.P‬‬ ‫‪ 4-3-9‬نموذج البرمجة العددية الثنائية المختلطة‬
‫طرق حل نماذج البرمجة العددية‬
‫‪253‬‬ ‫‪4-9‬‬
‫‪Solution methods of I.P Models‬‬
‫‪286‬‬ ‫المصادر العربية واالجنبية‬

‫المقدمة‬
‫نظرا للصعوبة والدور الكبير الذي تؤدية عملية الوصول الى الحل االمثل في معالجة‬
‫انظمة المنشأت او المعامل او المؤسسات الحكومية ‪ ,‬عبر اتخاذ القرار المناسب او البديل‬

‫‪8‬‬
‫االمثل من بين مجموعة البدائل او القرارات العلمية المتاحة بأستخدام مختلف العلوم‬
‫االقتصادية واالدارية واالحصائية ‪.‬‬
‫اذ يعتبر هذا الكتاب باكورة بحـــوث العمليـات ‪ Operation Research‬والذي يدخل‬
‫استخدامه في مختلف الفعاليات والنشاطات االقتصادية للمنشأت االنتاجية والخدمية على حد‬
‫سواء وخاصة فيما يتعلق بمشكالت االنتاج والتوزيع والخزين والنقل وغيرها من المشكالت‬
‫التي يتطلب حلها اتخاذ مجموعة من القرارات االدارية الحاسمة من قبل متخذي القرار وذلك‬
‫بأعتماد االسس العلمية والبرامج الجاهزة بعيدا عن مبدأ الحدس والتخمين ‪.‬‬
‫لقد أستند هذا الكتاب على استخدام االمثلة الواقعية في معظم فصوله ‪ ,‬وكذلك تم أعتماد مبدأ‬
‫كتابة االمثلة والتمارين باللغتين العربية واالنكليزية واستخدام المصطلحات العلمية اينما‬
‫تطلب ذلك ليتم تسهيل المادة وتبسيطها عند قراءة الطالب للمصادر االجنبية مستقبال ‪ ،‬اضافة‬
‫لكتابة مجموعة من التمارين في نهاية كل فصل لكي تكتمل الصورة لدى الطالب بصورة‬
‫كاملة‪.‬‬
‫الكتاب يتضمن تسعة فصول حيث تناول الفصل االول مفهوم وبناء وصيغ نماذج البرمجة‬
‫الخطية بشكل واضح ومبسط مع اعطاء أمثلة توضيحية لكل صيغة ‪ ,‬في حين تناول الفصل‬
‫الثاني كيفية الحل والطرق المستخدمة في حل النماذج ومنها الطريقة البيانية والطريقة‬
‫الجبرية وطريقة السمبلكس في حالة كون دالة الهدف من نوع تعظيم (عظمى ) ‪ ،‬وطريقتين‬
‫هما (آم) الكبرى وطريقة ذات المرحلتين عندما تكون دالة الهدف من نوع تقليل ( صغرى )‬
‫‪ ,‬وتناول الفصل الثالث الثنائية في البرمجة الخطية من ناحية المفهوم وكيفية تحويل النموذج‬
‫اذا كان النموذج في الحالتين القانونية والقياسية وطريقة الحل للنموذج المقابل ‪ ,‬فيما تطرق‬
‫الفصل الرابع الى تحليل الحساسية وحل ما بعد االمثلية ‪ ،‬اذ تناول جميع الحاالت التي تتغير‬
‫فيها مكونات نموذج البرمجة الخطية وهي ( التغيرات في الطرف االيمن ‪ ،‬التغيرات في‬
‫معامالت دالة الهدف ‪ ،‬التغيرات في متغيرات القرار في القيود ‪ ،‬اضافة متغير او متغيرات‬
‫جديدة ‪ ،‬وأخيرا اضافة قيد او قيود جديدة )‪ .‬في حين تناول الفصل الخامس نماذج النقل‬
‫ومشاكل التخصيص والتي كثيرا ما يستفاد منها الباحثين ‪ ،‬اذ بدأ الفصل بكيفية موازنة نموذج‬
‫النقل ثم كيفية الحصول على الحل االولي االبتدائي المقبول بأستخدام ثالثة طرق هي الركن‬

‫‪9‬‬
‫الشمالي الغربي ‪ ،‬طريقة اقل كلفة ‪ ،‬وطريقة فوجل ‪ ،‬وطريقة روسيل ‪ ,‬بعد ذلك انتقلنا‬
‫للحصول على الحل االمثل لنماذج النقل باستخدام طريقتين هما المسار المتعرج وطريقة‬
‫عوامل الضرب ثم تناول الفصل مشكلة التخصيص والطرق المستخدمة في حل مشاكل‬
‫التخصيص‪ .‬فيما تناول الفصل السادس تخطيط جداول االنتاج االجمالي االول والثاتي مع‬
‫اعطاء تعريف واضح للمتغيرات والثوابت في النموذج ‪ ،‬وتم التطرق ايضا الى نماذج تجزئة‬
‫التخطيط االجمالي ‪ ،‬وهي نموذج جداول االنتاج لغرض الخزين ونموذج االنتاج لغرض‬
‫الطلب ‪.‬وتضمن الفصل السابع نظرية المباراة وتعريف وامثلة للمباريات المستقرة وغير‬
‫المستقرة ‪ ,‬واحدث الطرق لحل تلك المباريات ‪.‬فيما تضمن الفصل الثامن تحليل الشبكات من‬
‫خالل بناء الشبكات وتحليلها بأستخدام طريقتي المسار الحرج وطريقة بيرت وكذلك‬
‫اعتبارات الكلفة في جدولة المشروع ‪ .‬وتناول الفصل التاسع واالخير البرمجة العددية‬
‫مفهومها وانواع نماذج البرمجة العددية وطرق حلها‪.‬‬
‫نرجوا من الباري عز وجل ان يكون عملنا هذا جهد متواضعا لكي يستفيد منه الجميع لذا‬
‫نرجو من االخوة الباحثين والتدريسيين ابداء مالحظاتهم وتوجيهاتهم التي يمكن تجاوزها‬
‫مستقبآل ‪. . .‬‬
‫ومن هللا التوفيق‬

‫المؤلفون‬

‫‪10‬‬
 ‫الفصل األول‬

‫مفهوم وبناء وصيغ نماذج البرمجة الخطية‬

Concept, Building (Formulation), Forms of Linear

Programming Models

Concept of Linear Programming L .P ‫ مفهوم البرمجة الخطية‬1-1

‫ بناء (صياغة) نموذج البرمجة الخطية‬2-1
Building (Formulation) of Linear Programming Model

‫ صيغ نماذج البرمجة الخطية‬3- 1

Forms of Linear programming Models

‫ الصيغة العامة لنموذج البرمجة الخطية‬1-3-1

General Linear Programming Model
‫ الصيغة القانونية لنموذج البرمجة الخطية‬2 -3-1
Canonical Form of Linear Programming Model

‫ الصيغة القياسية لنموذج البرمجة الخطية‬3-3-1

Standard Form of Linear Programming Model

11
 ‫‪ 1-1‬مفهوم البرمجة الخطية ‪Concept of Linear Programming L .P‬‬
‫تعر رررف البرمجر ررة الخطير ررة بانهر ررا نمر رروذج رياضر رري لتوزير ررع مجموعر ررة مر ررن الم ر روارد واالمكانير ررات‬
‫المحرردودة علررى عرردد مررن الحاجيررات المتنافسررة علررى هررذل الم روارد ضررمن مجموعررة مررن القيررود‬
‫يحقررت هررذا التوزيررع افضررل نتيجررة ممكنررةه أي ان يكررون توزيعهررا مثاليررا‬ ‫والعوامررل الثابتررة بحير‬
‫وتعتبررر نمرراذج البرمجررة الخطيررة مررن ابسررط واسررهل النمرراذج الرياضرريةه والترري يمكررن انش رراؤها‬
‫لمعالجة المعضالت الصناعية والحكومية والمنشآت والشركات ذات الطبيعة االنتاجية‬
‫ان كرل مرا هرو ايجرابي‬ ‫إذن فالنموذج بشكل عام عبارة عن جزء يحمل مواصفات الكله بحير‬
‫فرري النمرروذج يكررون ايجابيررا فرري الكررله وكررل مررا هررو سررلبي فرري النمرروذج يكررون سررلبيا علررى الكررله‬
‫ويمكررن ان يكررون النمرروذج بشرركل صرريغة رياضررية عمررل مواصررفات حالررة معينررة مررن خررالل عرردد‬
‫مررن العالقررات الرياضررية الترري تعبررر عررن المشرركلة او الحالررة الترري يررتم د ارسررتها بشرركل او بررآخر‬
‫ان الهدف من بنراء النمروذج بشركل عرام هرو عررض وتحليرل وتفسرير المشركلة بطريقرة مبسرطةه‬
‫ولكرري يحقررت مصررمم النمرروذج الهرردف المطلرروب مررن وراء ذلررع ينبغرري ان يكررون علررى علررم تررام‬
‫بك ررل حيثي ررات المش رركلةه م ررع االخ ررذ بنظ ررر االعتب ررار مس ررالة مهم ررة ه رري ع رردم اهم ررال الحق ررائت‬
‫والمتغيرات المهمة في المشكلة بهدف التبسيط وكلما كان النمروذج قريبرا مرن الواقرع كلمرا كران‬
‫التحليررل والتنبررؤ دقيقررا والعكررس صررحيل ايضررا وبنرراء علررى مررا تقرردم يمكررن ان نلخررص مفهرروم‬
‫النمرروذج بانررت التكرروين او الصررياغة الملموسررة الررذي يهرردف الررى تصرروير الواقررع لتوضرريل احررد‬
‫مظاهر الطريقرة التري يعمرل بهراه وعرادة يكرون النمروذج اقرل تعقيردا مرن الواقرع اال انرت يجرب ان‬
‫يكون كامال بما فيت الكفاية لتقريب مظاهر المشكلة قيد البح‬
‫ولغرررض فهررم طبيعررة وانرواع النمرراذج الرياضررية وتقسرريماتها سرروف يررتم اسررتعراض االسررباب الترري‬
‫تدعو الى صياغة وبناء النماذج عامة والنماذج الرياضية بشكل خاص وكما يلي‪:‬‬
‫من مكان الى اخر‬ ‫‪ -1‬صعوبة نقل المشكلة قيد البح‬
‫‪ -2‬صعوبة حصر وتحديد مواصفات المشكلة قيد البح‬
‫‪ -3‬الكلفة العالية للتعامل مع المشكلة قيد البح‬
‫‪ -4‬المخاطر الناتجة عن المشكلة قيد البح‬
‫بشكل مباشر‪,‬‬ ‫‪ -5‬عدم امكانية التعامل مع المشكلة قيد البح‬

‫‪12‬‬
‫وممررا تقرردم فرري اعررالل يمكررن تعريررف النمرروذج الرياضرري بانررت (مجموعررة مررن المتغيررات والعوامررل‬
‫المتداخلة والمترابطة فيما بينهها والتي تعبر عن مشكلة او حالة معينةه وتررتبط فيمرا بينهرا مرن‬
‫خررالل ع رردد م ررن العالق ررات الرياضررية (مع ررادالت او متباين ررات) وف ررت صرريغ معين ررة ته رردف ال ررى‬
‫مع بيان مواصفات متغيراتها الداخلية والخارجية)‬ ‫توضيل طبيعة المشكلة موضع البح‬
‫وضررمن االراء واالفكررار ال رواردة فرري موضرروعي االسرراليب الكميررة وبحررو العمليررات ترررد عرردة‬
‫تقسيمات للنماذج الرياضية وكما يلي‪:‬‬
‫اوال‪ :‬التصنيف الشامل للنماذج الرياضية‬
‫ثانيا‪ :‬التصنيف الرئيسي للنماذج الرياضية‬
‫ثالثا‪ :‬التصنيف الفرعي للنماذج الرياضية‬

‫اوال‪ :‬التصنيف الشامل للنماذج الرياضية‪.‬‬

‫وتقسم النماذج الرياضية بموجب هذا التصنيف الى ما يلي‪:‬‬
‫‪-1‬النماذج الرياضية المحددة‪:‬‬
‫هي تلع النماذج التي تتالف من عوامل ومتغيرات واضحة ومعروفة لدى متخذ القرراره أي‬
‫انهررا بعيرردة عررن المررؤثرات االحتماليررة الداخليررة والخارجيررة الترري تررؤثر فرري تركيررب المشرركلة‬
‫المدروسر ررةه وبالتر ررالي فر رري صر ررياغة النمر رروذج الرياضر رريه ومنهر ررا نمر رراذج البرمجر ررة الخطير ررة‬
‫‪Transportation Model‬‬ ‫‪ Linear Programming Models‬ونمرراذج النقررل‬
‫ونماذج التخصيص ‪ Assignment Models‬وغيرها من النماذج الرياضية‬
‫‪ -2‬النماذج الرياضية االحتمالية‬
‫هرري تلررع النمرراذج الرياضررية الترري تتررالف مررن عرردة عوامررل ومتغي ررات احتماليررة بمررا يررتالئم‬
‫وطبيعة المشكلة التي هي بطبيعة الحال غير واضحة وتتسم فري كونهرا عرضرا للكثيرر مرن‬
‫الم ررؤثرات الخارجير ررة والداخلير ررة ه ومنهر ررا النمر رراذج المعتم رردة فر رري نظرير ررة صر ررفوف االنتظر ررار‬
‫‪ Queuing Theory Models‬والنمرراذج المعتمرردة فرري نمرراذج السرريطرة علررى الخ رزين‬
‫‪ Inventory Control Models‬وغيرها‬
‫‪-3‬النماذج ذات الطبيعة الستراتيجية‬

‫‪13‬‬
‫هي تلع النماذج الرياضية التي يتم صياغتها من قبل متخذ القررار بنراء علرى موقرف متخرذ‬
‫يطلررت علررى الموقررف‬ ‫ق ررار آخررر منررافس لررت يعمررل فرري البيئررة نفسررها والمجررال نفسررته حي ر‬
‫الم ررذكور (الس ررتراتيجية) وي ررذكر ب رران القر ررار ال ررذي يص رردر ف رري ه ررذل الحال ررة اس ررتنادا ال ررى‬
‫استراتيجية متخذ القرار االول المستندة الى ستراتيجية متخذ القرار الثاني‬
‫ان النم رراذج االس ررتراتيجية تتس ررم بالبس رراطة اذا كان ررت المنافس ررة تج ررري ب ررين اثن ررين فق ررط م ررن‬
‫متخررذي الق رراره وتررزداد تعقيرردا اذا كانررت المنافسررة تجررري بررين عرردد كبيررر مررن المتنافسررينه‬
‫ومنهررا النمرراذج الرياضررية المعتمرردة فرري نظريررة االلعرراب (المباريررات) ‪Game Models‬‬
‫‪ Theory‬وغيرها من النماذج‬
‫‪-4‬النماذج الرياضية ذات الطبيعة االحصائية والمحاسبية‬
‫ان هذا النوع من النماذج الرياضية لت استخدامات ثابتة ومعروفة يتصف بالبساطة وصرفة‬
‫الخطير ررةه ومر ررن هر ررذل النمر رراذج االحصر ررائية هر رري النمر رراذج المعتمر رردة فر رري الوسر ررط الحسر ررابي‬
‫واالرتب رراال واالنح رردار وغيره ررا م ررن االسر رراليب االحص ررائيةه وم ررن النم رراذج المحاس رربية هر رري‬
‫النم رراذج المعتم رردة ف رري تحدي ررد الفائ رردة البس رريطة والفائ رردة المركب ررة واقس رراال االن رردثار وغيره ررا‬
‫المحاسبية‬
‫ثانيا‪ :‬التصنيف الرئيسي للنماذج الرياضية‬
‫وتقسم النماذج الرياضية بموجب هذا التصنيف الى ما يلي‪:‬‬
‫‪ -1‬النماذج الرياضية المعيارية‬
‫وهي تلع النماذج الرياضية التي تهدف الرى وصرف مرا يجرب ان يكرون عليرت واقرع الحرال وفرت‬
‫صياغة رياضية معدة بشكل دقيت وثابت‬
‫‪ -2‬النماذج الرياضية الوصفية‬
‫ه رري تل ررع النم رراذج الرياض ررية الت رري ته رردف ال ررى وص ررف الحق ررائت والعالق ررات الموج ررودة ب ررين‬
‫مكونات الواقع المدروس بشكل يعرض ما هو عليت واقع الحال‬

‫ثالثا‪ :‬التصنيف الفرعي للنماذج الرياضية‬

‫وتقسم النماذج الرياضية بموجب هذا التصنيف الى ما يلي‪:‬‬
‫‪ -1‬النماذج الرياضية الخطية ‪:‬‬

‫‪14‬‬
‫وهي تلع النماذج الرياضية التي تكن فيهرا العالقرة برين المتغيررات )‪ (xj‬وقيمرة دالرة‬
‫الهدف (‪ )Z‬يمكن تمثيلها بشكل خط مستقيم‬
‫‪ -2‬النماذج الرياضية غير الخطية ‪:‬‬
‫وهي تلع النماذج الرياضية التي تكن فيهرا العالقرة برين المتغيررات )‪ (xj‬وقيمرة دالرة‬
‫الهدف (‪ )Z‬يمكن تمثيلها على شكل منحنى‬
‫وبع ررد معرف ررة معن ررى النم رروذج ‪ Model‬وانر رواع النم رراذج ال ب ررد م ررن معرف ررة البرمج ررة الخطي ررة‬
‫كران االهتمرام بالبرمجرة الخطيرة منرذ نهايرة ثالثينيرات‬ ‫‪Linear Programming‬ه حير‬
‫القرن الماضي لتحقيرت االسرتخدام االمثرل للمروارد المنافسرة التري تتصرف بالنردرةه وفري عرام‬
‫‪ Kantrovich‬ان هنرراع مجموعررة مررن مشرراكل‬ ‫‪ 1939‬بررين العررالم السرروفيتي كررانتروفيج‬
‫االنتاج يمكن صياغتها وفت نموذج رياضي واحرده وهرذا مرا سريركز عليرت كتابنرا فري معظرم‬
‫فصررولته اذ يمكررن اسررتخدام الطرررق الرقميررة فرري حلهرراه وكرران قررد نشررر ذلررع فرري مطبوعررة‬
‫‪Planning of production methods in the organization mathematical‬‬
‫‪ Frank‬مش ر رراكل النق ر ررل‬ ‫‪Hitchock‬‬ ‫وف ر رري ع ر ررام ‪ 1941‬ع ر ررالج ف ارن ر ررع هاتش ر رروع‬
‫‪ Transportation Problems‬وفي عرام ‪ 1945‬قرام ‪ Stigler‬بتطبيرت نمراذج البرمجرة‬
‫الخطيرة ‪ Linear Programming Models‬فري تحديرد وجبرات الطعرام للحميرة ‪Diet‬‬
‫باقل التكاليف ‪ ,‬واثناء الحرب العالمية الثانية قرام العرالم الرياضري البريطراني جرورج دانترزج‬
‫‪ G. Dantizg‬والذي كان يعمل في سالح الجو البريطاني بتطروير طريقرة الحرل المعروفرة‬
‫بالطريقررة المبسررطة او طريقررة السررمبلكس ‪ Simplex Method‬لحررل المشرراكل الس رروقية‬
‫والتعبويررة والمشرراكل التموينيررة الترري كانررت تواجررت الق روات البريطانيررة وبعررد الحرررب العالميررة‬
‫الثانيرة وزيرادة االنتراج ‪ Mass Production‬وايجراد اسرواق جديردة وتكردس المرواد االوليرة‬
‫‪ Materials Stockplies‬وتطررور امكانيررة قرروى العمررل ‪ work forces‬قررام العررالم‬
‫الرياضي البريطاني جورج دانتزج ‪ G. Dantzig‬واخرون باسرتخدام هرذل االسراليب الكميرة‬
‫في حل المشاكل االنتاجية واستخدام هذل االساليب في مساعدة المدير او متخذ القررار فري‬
‫عملية اتخاذ الق اررات االدارية الرشيدةه وبهذا فقرد تحرول اسرتخدام االسراليب الكميرة وبحرو‬
‫العملير ررات م ر رن المجر رراالت العسر رركرية الر ررى المجر رراالت المدنير ررة وبالر ررذات فر رري مجر رراالت ادارة‬
‫االعمال‬

‫‪15‬‬
‫‪Linear‬‬ ‫راء علر ررى مر ررا تقر رردم فر رري اعر ررالل فةنر ررت ال بر ررد مر ررن تعرير ررف البرمجر ررة الخطير ررة‬
‫وبنر ر ى‬
‫‪ Programming‬بانهررا (مجموعررة اسرراليب فنيررة يمكررن بواسررطتها الحصررول علررى المقرردار‬
‫الجبررري األمثررل (اقصررى وادنررى) ويرردعى ذلررع بالهرردفه وتررتحكم فيررت قيررود خطيررة) وتهرردف‬
‫البرمجة الخطية الى االستخدام االمثرل للمروارد المتاحرة والتري تمتراز بالنردرة لتحقيرت اهرداف‬
‫المنظمةه أي ان البرمجة الخطية بشكل عام تعالج مسالة تخصيص او التوزيرع المروارد او‬
‫الطاقرات المحرردودة لتحقيرت هرردف معرينه ويعبررر عرن هررذا الهردف بدالررة خطيرة تسررمى (دالررة‬
‫الهدف ‪ )Objective Function‬وتكون بنوعين فةذا كان هدف المنظمرة تعظريم االربراح‬
‫تكررون دالررة الهرردف مررن نرروع (‪ )Max‬تعظرريم ه امررا اذا كرران هرردف المنظمررة تقليررل التكرراليف‬
‫تكررون هررذل الدالررة مررن نرروع (‪ )Min‬تص ررغيره وتخضررع هررذل الدالررة الررى عرردة مح ررددات او‬
‫شروال او قيود ) ‪ (Constraints‬وهي عبارة عن معادالت تعبر عرن المرواد االوليرةه عردد‬
‫الخ‬ ‫ساعات العمله طاقة المكائنه الطاقة الكهربائية االيدي العاملة‬

‫مجاالت ومشاكل استخدام البرمجة الخطية‬

‫يمكن القول بان مجاالت استخدام البرمجة الخطية تتلخص بما يلي‪:‬‬
‫‪ -1‬تنظيم العمليات االنتاجية للحصول على اكبر ناتج ممكن ضمن الظروف المتاحة‬
‫‪ -2‬تقليل عوادم االنتاج الى اقل حد ممكن‬
‫‪ -3‬اختيار امثل الطرق لتوزيع المنتجات من مناطت انتاجها الى مواقع استخدامها‬
‫‪ -4‬تخطيط ورقابة االنتاج‬
‫‪ -5‬الوصول الى افضل استغالل لطاقات االالت والمعدات‬
‫‪ -6‬االستفادة القصوى من المواد االولية‬
‫امر ررا ابر رررز المشر رراكل التر رري مر ررن الممكر ررن للبرمجر ررة الخطير ررة المسر رراهمة بشر رركل فعر ررال بحلهر ررا‬
‫والوصول الى افضل النتائج فهي ما يلي‪:‬‬
‫‪ -1‬مشاكل تخطيط االنتاج‬
‫تسرراعد البرمجررة الخطيررة فرري تحديررد الكميررة الواجررب انتاجهررا مررن سررلعة معينررة والترري‬ ‫حي ر‬
‫تؤدي الى تحقيت اعلى ربحيرةه وألن االعرداد المتاحرة تمتراز عرادة بالنردرة لكافرة المؤسسرات‬

‫‪16‬‬
‫فةن البرمجمة الخطية تعتبر الوسيلة الفعالة لتوزيع تلع الموارد علرى السرلع المرراد انتاجهرا‬
‫بطريقة من شانها تعظيم ارباح المنشا او الشركة‬
‫‪ -2‬مشاكل تخطيط االستثمار‬
‫تسرراعد البرمجررة الخطيررة المنشررآت او المسررتثمرين علررى تعظرريم االربرراح مررن خرالل توزيررع‬ ‫حير‬
‫االم روال المتاحررة علررى البرردائل االسررتثمارية بطريقررة مررن شررانها ان تررؤدي الررى تعظرريم االربرراحه‬
‫ويعن رري ذل ررع ان المنش ررآت تس ررتطيع ان تخط ررط اس ررتثماراتها بش رركل ي ررؤدي ال ررى تعظ رريم االرب رراح‬
‫باستخدام نماذج البرمجة الخطية‬
‫‪ -3‬مشاكل توزيع العاملين‬
‫تحترراج المنشررآت الررى توزيررع اعررداد العرراملين علررى المواقررع االنتاجيررة ‪ ,‬وبالضرربط الررى‬ ‫حير‬
‫تحديررد عرردد العرراملين الررالزم بطريقررة مررن شررانها ان تررؤدي الررى تخفرريض التكرراليف الررى ادنررى‬
‫حد ممكن‬
‫‪ -4‬مشاكل توزيع االنتاج‬
‫تسرراعد البرمجررة الخطيررة المنشررآت علررى توزيررع منتجاتهررا الترري تنتجهررا مررن خررالل عرردة‬ ‫حير‬
‫فرري مصررانع المنتجررات النفطيررة او‬ ‫مصررانع علررى االس رواق المختلفررة وه رذا غالبررا مررا يحررد‬
‫خرردمات نقررل السررلع الغذائيررة مررن عرردة م روانا ه وتسرراعد ايضررا علررى تخفرريض تكرراليف نقررل‬
‫المواد من المصانع المعتمدة الى المخازن المتعددة لتلع المنشآت‬
‫تساهم البرمجة الخطية في حلها‬ ‫وتجد تلع المشكالت المعروضة في اعالل حي‬

‫‪ 2-1‬بناء (صياغة) نموذج البرمجة الخطية‪:‬‬

‫‪Building (Formulation) of Linear Programming Model‬‬
‫ان اهميررة اسررلوب البرمجررة الخطيررة تعررود الررى اهميررة المشرراكل الترري يمكررن حلهررا بصررفة عامررة‬
‫يتطل ررب ح ررل المش رركلة‬ ‫ولك ررن ل رريس ك ررل مش رركلة يمك ررن حله ررا باس ررلوب البرمج ررة الخطي ررة حير ر‬
‫باسلوب البرمجة الخطية ان تتوافر فيها الشروال اآلتية‪:‬‬
‫تحديد دالة الهدف ‪ :Objective Function‬وهرو الهردف المنشرود والرذي نرغرب فري‬ ‫‪1‬‬
‫تحقيقرت وامكانيرة التعبيرر عرن هرذا الهردف فري صرورة دالرة خطيرة ‪Linear Function‬‬
‫والحصول على قيمة رقميت لت ومحاولة تعظيم هذل القيمة وايجاد النهاية العظمى لها ‪A‬‬

‫‪17‬‬
‫‪ Maximum Point‬اذا ك رران اله رردف المنش ررود ربح ررا او تقلي ررل القيم ررة وايج رراد النهاي ررة‬
‫الصرغرى ‪ A Minimum Point‬اذا كرران الهرردف تكلفرة أي الوصررول الررى ادنررى تكلفررة‬
‫ممكنررة وتتكررون دالررة الهرردف مررن المتغيررات امررا المعامررل الخرراص بكررل متغيررر هررو عبررارة‬
‫عن ربل الوحدة الواحدة في حالة تعظريم دالرة الهردف او يكرون المعامرل عبرارة عرن تكلفرة‬
‫الوحدة الواحدة في حالة تخفيض دالة الهدف‬
‫تحديد القيـود ‪ :Constraints‬أي امكانيرة التعبيرر عرن العالقرة برين المتغيررات الق ارريرة‬ ‫‪2‬‬
‫واالمكانيررات المتاحررة فرري صررورة قيررود خطيررة ‪ Linear constraints‬وهرري توضررل مررا‬
‫تحتاجررت كررل وحرردة انترراج مررن كررل مررورد مررن المروارد المتاحررة المحرردودة بشرركل متراجحررات‬
‫‪ Linear Inequalities‬او معرادالت خطيرة ‪ Linear Equations‬ه او خلريط منهرا‬
‫وتسمى بالقيود الهيكلية‬
‫شروط عدم السلبية ‪ : Non – Negativity‬اذ يجب ان تكون المتغيررات الق ارريرة فري‬ ‫‪3‬‬
‫المشكلة قيد الدراسة متغيرات موجبة او صفرية وغير سالبة‬

‫مثال (‪: )1‬‬

‫احرردى الشررركات الصررناعية تقرروم بانترراج ثالثررة ان رواع مررن المنتجررات( ‪1‬ه ‪2‬ه ‪ ) 3‬وترغررب فرري‬
‫تحصرل علرى اكبرر(أعظم)‬ ‫تحديد عدد الوحدات التري يجرب انتاجهرا يوميرا مرن كرل منرتج بحير‬
‫ربل ممكن يتطلب انتاج الوحدة الواحدة من كل منتج المرور على ثالثة عمليرات انتاجيرة ‪C‬‬
‫)‪ ( , B , A‬والجردول اآلتري يبرين الرزمن (بالردقائت) المطلروب للوحردة الواحردة لكرل منرتج مرن‬
‫العمليررات المختلفررة وكررذلع ال رربل المتحقررت مررن الوحرردة الواحرردة والررزمن الكلرري المترراح للعمليررات‬
‫الثالثة‬
‫والمطلوب صياغة نموذج البرمجة الخطية الذي يحقت اعلى ربل ممكن‬
‫)‪Example (1‬‬
‫)‪One of the industrial production of the three types of products ( 1, 2, 3‬‬
‫‪and want to determine the number of units that must be produced per‬‬
‫‪day of each product so that you get the greatest (Maximum) profit‬‬
‫‪possible, and requires the production per unit productivity of the three‬‬
‫)‪operations (A, B, C). The following table shows the time (in minutes‬‬

‫‪18‬‬
‫‪required per unit of each product of different processes, as well as the‬‬
‫‪profit derived from the per unit and total time available for the three‬‬
‫‪operations.‬‬

‫‪The time required per unit of product‬‬ ‫‪Total time‬‬

‫‪In each production process‬‬ ‫‪available‬‬
‫‪Operation‬‬
‫‪Prod.1‬‬ ‫‪Prod.2‬‬ ‫‪Prod.3‬‬ ‫(‪)mint/day‬‬
‫‪A‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪420‬‬
‫‪B‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪440‬‬
‫‪C‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪465‬‬
‫‪Profit‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪7‬‬
‫‪Per unit‬‬

‫‪Solution :‬‬ ‫الحل‪:‬‬

‫من المعلومات فري الجردول اعرالل يمكرن صرياغة النمروذج الرياضري المطلروب علرى الشركل‬
‫اآلتي‪:‬‬
‫اوال‪ :‬المتغيرات القرارية‪:‬‬
‫يتطلب االمر انتاج عردد مرن المنتجرات مرن االنرواع الثالثرة خرالل الوقرت المتراح للعمليرات‬
‫(االولى والثانية والثالثة) من اجل ان نحصل على اقصى ربل‬
‫نفرض ان عدد الوحدات التي سيتم انتاجها من منتج ‪X1 = 1‬‬
‫نفرض ان عدد الوحدات التي سيتم انتاجها من منتج ‪X2 = 2‬‬
‫نفرض ان عدد الوحدات التي سيتم انتاجها من منتج ‪X3 = 3‬‬

‫ان‬ ‫ان عردد الوحردات ‪ X1, X2, X3‬مرن الممكرن ان تكرون سرالبة وهرذا ال يمكرن منطقيرا حير‬
‫عرردد الوحرردات الترري سرريتم انتاجهررا امررا ان تنررتج برراي مقرردار او ان ال تنررتج نهائيررا فتكررون قيمتهررا‬
‫صفره يوضل شرال عدم السلبية وهو‪:‬‬
‫‪X1, X2, X3  0‬‬
‫ثانيا‪ :‬القيود‪:‬‬

‫‪19‬‬
‫القير ررد األول (قير ررد العملير ررة األولر ررى) ان اقصر ررى زمر ررن متر رراح للعملير ررة ‪ 420‬دقيقر ررة يومير ررا (لر رريس‬
‫بالضرورة استغالل كامل الزمن المتاح)‬
‫ان الوح رردة الواح رردة مررن المن ررتج االول يحت رراج تص ررنيعها العمليررة االول ررى ‪ 2‬دقيق ررة بينم ررا‬ ‫وحيرر‬
‫يحترراج‬ ‫الوحرردة الواحرردة مررن المنررتج الثرراني يحترراج ‪ 2‬دقيقررةه والوحرردة الواحرردة مررن المنررتج الثالر‬
‫الى ‪ 3‬دقائت وبالتالي يمكن صياغة القيد األول كما يلي‪:‬‬
‫‪2X1 + 2 X2 + 3 X3  420‬‬
‫القيد الثاني (قيد العملية الثانيرة)‪ :‬ان اقصرى زمرن متراح للعمليرة الثانيرة ‪ 440‬دقيقرة يوميراه وان‬
‫الوحدة الواحدة مرن المنرتج االول يحتراج تصرنيع فري العمليرة الثانيرة ‪ 5‬دقرائته فري حرين الوحردة‬
‫الواح رردة م ررن المن ررتج الث رراني ال يتطل ررب العملي ررة االنتاجي ررة الثاني ررة(‪)0‬ه ام ررا الوح رردة الواح رردة م ررن‬
‫فتحتاج ‪ 4‬دقائت لذلع فةن القيد الثاني سيكون كما يلي‪:‬‬ ‫المنتج الثال‬
‫‪5X1 + 4X3  440‬‬
‫(قيرد العمليررة الثالثرة) ان اقصرى زمرن مترراح للعمليرة الثانيرة ‪ 456‬دقيقرة يوميرراه وان‬ ‫القيرد الثالر‬
‫الوحرردة الواحرردة مررن المنررتج االول يحترراج تصررنيع فرري العمليررة الثالثررة ‪ 3‬دقررائته والوحرردة الواحرردة‬
‫ال يتطلررب‬ ‫مررن المنررتج الثراني تحترراج ‪ 6‬دقررائت فرري حررين ان الوحرردة الواحرردة مررن المنررتج الثالر‬
‫سيكون كما يلي‪:‬‬ ‫العملية االنتاجية الثالثة(‪ )0‬لذلع فةن القيد الثال‬
‫‪3X1+6X2  465‬‬
‫ثالثـــا‪ :‬دالـــة الهـــدف‪ :‬هرردف صرراحب الق ررار فرري هررذل المشرركلة هررو تحقيررت اكبررر ربررل ممكررن‬
‫‪ Maximum Profit‬وتاخذ دالة الهدف الشكل اآلتي‪:‬‬
‫‪Maximize Z = 5X1 +4X2 +7X3‬‬
‫يتض ررل ان النم رروذج الرياض رري للمش رركلة يحق ررت جمي ررع ش ررروال نم رروذج البرمج ررة الخطي ررة وياخ ررذ‬
‫الشكل اآلتي‪:‬‬
‫‪Maximize Z = 5X1 +4X2 +7X3‬‬
‫‪S. t.‬‬
‫‪2X1 +2X2 +3X3  420‬‬
‫‪5X1+‬‬ ‫‪4X3  440‬‬
‫‪3X1+6X2‬‬ ‫‪465‬‬
‫‪X1, X2, X3 0‬‬

‫‪20‬‬
 ‫مثال )‪:(2‬‬
‫مزرع ررة تق رروم بتس ررمين ال رردواجن لتس ررويقها بع ررد ‪ 8‬اس ررابيع م ررن ت رراريخ التس ررمين ول ررديها ‪20000‬‬
‫دجاج ررة يرغ ررب ص رراحب القر ررار ف رري المزرع ررة تحدي ررد الكمي ررات المطلوب ررة م ررن المر رواد الغذائي ررة‬
‫تكون تكلفة التغذية اقل ما يمكن مرن الخبررة يتضرل ان‬ ‫المختلفة للتسمين في ‪ 8‬اسابيع بحي‬
‫متوسط استهالع الدجاجة يصل الرى ‪ 455‬غررام تقريبرا مرن خلريط مرن المرواد الغذائيرةه وسروف‬
‫نعتبر ‪ 455‬غرام كوحدة عبوة للمواد الغذائية ولكي تصل الدجاجة الرى الروزن المحردد لهرا فري‬
‫‪ 8‬اسررابيع فررةن التغذيررة يجررب ان تتضررمن العناصررر (كالسرريومه بررروتينه اليرراف) الجرردول اآلترري‬
‫يعطي كمية العناصر من المواد الغذائية المحددة وتكلفة وحدة العبوة من كل مادة‬

‫المواد الغذائية‬ ‫تكلفة وحردة مرن كمية العنصر في وحدة العبوة من المواد الغذائية‬
‫العبوة‬
‫الكالسيوم‬ ‫البروتين‬ ‫االلياف‬
‫الحجر الجيري‬ ‫‪0.38‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪0.04‬‬
‫الحبرروب (قمررله‬ ‫‪0.001‬‬ ‫‪0.09‬‬ ‫‪0.02‬‬ ‫‪0.15‬‬
‫ذرة)‬
‫فول الصويا‬ ‫‪0.002‬‬ ‫‪0.50‬‬ ‫‪0.08‬‬ ‫‪0.40‬‬

‫ان الوجبة الغذائية للدجاجة يجب ان تحتوي على‪:‬‬ ‫حي‬

‫‪ 1‬ال يزيد الكالسيوم فيها عن ‪ %1.2‬وال يقل عن ‪%0.8‬‬
‫‪ 2‬ال يقل البروتين عن ‪%22‬‬
‫‪ 3‬ال تزيد الياف عن ‪%5‬‬

‫)‪Example (2‬‬
‫‪Farm is fattening chickens for the purpose of marketing after 8 weeks‬‬
‫‪from the date of fattening, and has 20,000 chickens. And he wants the‬‬
‫‪farm owner determine the required quantities of various food for fattening‬‬
‫‪in 8 weeks so that the cost of feeding less as possible. And the‬‬

‫‪21‬‬
experience is clear that the average consumption of chicken up to 455
grams almost a mixture of food, and to reach the chicken to the weight
specified in the 8 weeks should include the elements (calcium, protein,
fiber). The following table gives the quantity of items from the food and
the specific unit cost of the package of each article.
The quantity of the element in the unit
Types of Unit cost of the
packaging of food types
food package
calcium protein fiber
A limestone 0.38 - - 0.04
Grains
0.001 0.09 0.02 0.15
(wheat, corn)
Soybean 0.002 0.50 0.08 0.40

Since the meal of the chicken must contain:

1. The calcium no more than 1.2% and not less than 0.8%.
2. At least 22% protein.
3. Not more than 5% of fiber.

Solution : :‫الحــــــــــــــل‬
X1 ‫ نفرض عدد العبوات المطلوبة من الحجر الجيري‬:‫ المتغيرات القرارية‬:‫اوال‬
X3 ‫ ومن فول الصويا‬X2 ‫وعدد العبوات من الحبوب‬
‫ بمرا ان الحاجرة تحتراج الرى عبروة واحردة فري المتوسرطه فرةن الكميرة المطلوبرة مرن‬:‫ القيود‬:‫ثانيا‬
:‫المواد الغذائية يجب ان تحقت القيد التالي‬
X1 + X2 + X3  20000
‫بالنسبة للكالسيوم يجب ان يحقت القيدين‬
0.38X1+0.001X2+0.002X30.008(X1+X2+X3)
0.38X1+0.001X2+0.002X30.012(X1+X2+X3)
‫وبالنسبة للبروتين‬

22
‫)‪0.09X2+0.50X30.22(X1+X2+X3‬‬
‫وبالنسبة لاللياف‬
‫)‪0.02X2+0.08X30.05(X1+X2+X3‬‬

‫ثالثـــا‪ :‬دالـــة الهـــدف‪ :‬ه رردف ص رراحب القر ررار فرري ه ررذل المش رركلة ه ررو تحقي ررت اق ررل كلف ررة ممكن ررة‬
‫‪ Minimum Cost‬وتاخذ دالة الهدف الشكل اآلتي‪:‬‬
‫‪Min Z = 0.04X1 +0.15X2 +0.40X3‬‬

‫‪ 3- 1‬صيغ نماذج البرمجة الخطية‬

‫‪Forms of Linear programming Models‬‬
‫ان البرمجررة الخطيررة تعتبررر احرردى نمرراذج البرمجررة الرياضررية الترري تعررالج مسررالة تخصرريص او‬
‫توزيع الموارد او الطاقات المحردودة لتحقيرت هردف معرينه ويعبرر عرن هرذا الهردف بدالرة تسرمى‬
‫دالرة الهردف ‪ Objective Function‬ويرمرز لهرا برالرمز (‪)Z‬ه وتكرون بنروعين امرا (‪)Max‬‬
‫وتاتي عندما تهدف المنظمة الى تعظيم االربراح او (‪ )Min‬وتراتي عنردما تهردف المنظمرة الرى‬
‫تقليررل التكرراليفه وتخضررع هررذل الدالررة الررى محررددات او شررروال او قيررود ‪ Constraints‬والترري‬
‫هرري عبررارة عررن متباينررات تعبررر عررن الم رواد االوليررةه سرراعات العمررله طاقررات المكررائنه الطاقررة‬
‫الكهربائي ررةه االي رردي العامل ررة الخ)ه وك ررذلع قي ررود ع رردم الس ررلبية والت رري تعب ررر ع ررن ك ررون جمي ررع‬
‫متغي ررات النمرروذج الرياضرري عبررارة عررن قرريم موجبررة او صررفرية وال يمكررن ان تكررون قرريم سررالبةه‬
‫صيغ هي‪:‬‬ ‫وياتي نموذج البرمجة الخطية بثال‬
‫‪ 1-3-1‬الصيغة العامة لنموذج البرمجة الخطية‬
‫‪General Form of Linear Programming Model:‬‬
‫لررو نظرنررا الررى نمرروذج البرمجررة الخطيررة الررذي تررم بنرراؤل او تمررت صررياغتت فرري التمررارين الترري تررم‬
‫استع ارضررها سررابقا والترري تررم بناءهررا اعتمررادا علررى المشرراكل المبينررة فرري تلررع التمررارين نجررد ان‬
‫هذل النماذج جميعها بالصيغة العامة ‪ General Form‬ه وان نمروذج البرمجرة الخطيرة بشركل‬
‫عام يتكون من‪:‬‬
‫‪ :1‬المتغيرات‪Variables :‬‬
‫‪ :2‬العالمات‪ :‬وهي‪:‬‬
‫‪Less than or equal‬‬ ‫‪ ‬اصغر او يساوي‬

‫‪23‬‬
 ‫‪More than or equal‬‬ ‫‪ ‬اكبر او يساوي‬
‫‪Less than‬‬ ‫‪ ‬اصغر من‬
‫‪More than‬‬ ‫‪ ‬اكبر من‬
‫‪Equal‬‬ ‫= يساوي‬
‫‪ :3‬معامالت المتغيرات‪Variables Parameters :‬‬
‫‪ : 4‬دالة الهدف (‪Objective Function : )Z‬‬
‫‪ : 5‬القيود ‪Constraints‬‬
‫‪ : 6‬قيود عدم السلبية ‪Non- Negative Constraints :‬‬
‫‪ :S.T :7‬وتعني ‪ Subject to‬استنادا الى (أي ان المنشراة تسرعى الرى تحقيرت الهردف المبرين‬
‫في الدالة الخطية (دالة الهدف ‪ )Z‬استنادا الى الشروال او القيود التالية‬
‫وعليت تكون الصيغة العامة لنموذج البرمجة الخطية كما يلي‪:‬‬
‫الصيغة العامة لنموذج البرمجة الخطية‬
‫‪Max‬‬
‫‪or‬‬ ‫‪Z  C1 x1  C2 x2  C3 x3  . . .  Cn xn‬‬
‫‪Min‬‬
‫‪a11 x1  a12 x2  x13 x3  . . . a1n xn , ,  b1‬‬
‫‪a21 x1  a22 x2  x23 x3  . . . a2 n xn , ,  b2‬‬
‫‪a31 x1  a32 x2  x33 x3  . . . a3n xn , ,  b3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪am1 x1  am 2 x2  am x  . . .  amn xn , ,  bm‬‬
‫‪x1 , x2 , x3 , . . . xn  0‬‬

‫ان هذل الصيغة هي الصيغة العامة لنمروذج البرمجرة الخطيرةه ولرو امعنرا النظرر اليهرا نجرد‬
‫ان )‪ (a, b, c‬ثوابته وان (‪ )Xij‬متغيرات‬
‫ويمكن اختصار الصيغة العامة لنموذج البرمجة الخطية كما يلي‪:‬‬

‫‪24‬‬
 ‫الصيغة المختصرة للصيغة العامة لنموذج البرمجة الخطية‬
‫‪Max‬‬
‫‪n‬‬
‫‪or‬‬ ‫‪Z   cj xj‬‬
‫‪j 1‬‬

‫‪Min‬‬

‫‪n‬‬
‫‪ aij x j  bi‬‬
‫‪j 1‬‬

‫‪j  1, 2, 3.......n‬‬
‫‪i  1, 2, 3.......m‬‬
‫‪xj 0‬‬

‫‪ 2-3-1‬الصيغة القانونية لنموذج البرمجة الخطية‬

‫‪Canonical Form of Linear Programming Model:‬‬
‫ان الفرق بين الصيغة القانونية لنموذج البرمجة الخطية والصيغة العامة لنموذج البرمجة‬
‫الخطية يتمثل بما يلي‪:‬‬
‫‪ :1‬دالة الهدف (‪ )Z‬في الصيغة العامة لنموذج البرمجة الخطية تكون اما من نوع (‪)Max‬‬
‫او من نوع (‪ )Min‬بينما تكون في الصيغة القانونية لنموذج البرمجة الخطية من نوع‬
‫)‪ (Max‬فقط‬
‫‪ :2‬عالمات القيود في الصيغة العامة لنموذج البرمجة الخطية تكون (‪ ‬ه =ه ‪)‬ه بينما‬
‫تكون في الصيغة القانونية لنموذج البرمجة الخطية اصغر و يساوي (‪ )‬فقط‬
‫اما مكونات نموذج البرمجة الخطية هي نفسها بالصيغتين العامة والقانونية وكما يلي‪:‬‬

‫الصيغة القانونية لنموذج البرمجة الخطية‬

‫‪25‬‬
‫‪Max‬‬ ‫‪Z  C1 x1  C2 x2  C3 x3  . . .  Cn xn‬‬
‫‪s . t‬‬
‫‪a11 x1  a12 x2  x13 x3  . . . a1n xn  b1‬‬
‫‪a21 x1  a22 x2  x23 x3  . . . a2 n xn  b2‬‬
‫‪a31 x1  a32 x2  x33 x3  . . . a3n xn  b3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪am1 x1  am 2 x2  am x  . . .  amn xn  bm‬‬
‫‪x1 , x2 , x3 , . . . xn  0‬‬

‫ويمكن اختصار الصيغة القانونية لنموذج البرمجة الخطية كما يلي‪:‬‬

‫الصيغة المختصرة للصيغة القانونية البرمجة الخطية‬
‫‪n‬‬
‫‪Max‬‬ ‫‪Z  c j x j‬‬
‫‪j 1‬‬

‫‪n‬‬
‫‪ aij x j  bi‬‬
‫‪j 1‬‬

‫‪i  1, 2, 3.......m‬‬
‫‪j  1, 2, 3.......n‬‬
‫‪X j 0‬‬

‫وتستخدم الصيغة القانونية في بعض الحاالت الخاصة لنماذج البرمجة الخطية اذ يمكن‬
‫تحويل الصيغة العامة الى الصيغة القانونية باستخدام القواعد التالية‪:‬‬
‫‪ -1‬يمكن تحويل التصغير(‪ )Minimized‬لدالة الهدف الى تعظيم (‪)Maximized‬‬
‫وبالعكس بضرب دالة الهدف بر (‪)-1‬‬
‫‪ -2‬يمكن تحويل قيد اكبر من او يساوي ≤ الى اصغر من او يساوي ≥ بضرب طرفي‬
‫المتباينة بر (‪)-1‬‬
‫‪ -3‬يمكن تحويل قيد المساواة الى قيدين االول اصغر من او يساوي ≥ والثاني اكبر من‬
‫او يساوي ≤ ثم تحويل الثاني بأستخدام القاعدة (‪ )2‬اعاله‪.‬‬
‫‪ -4‬يمكن تحويل قيد القيمة المطلقة (‪ ) Absolute Value‬الى قيدين من نوع اصغر‬
‫‪.‬‬ ‫من او يساوي ≥‬

‫‪26‬‬
 ‫‪ : 3 – 3- 1‬الصيغة القياسية لنموذج البرمجة الخطية‬
‫‪Standard Form of Linear Programming Model:‬‬

‫ان الفر رررق بر ررين الصر رريغة القياسر ررية لنمر رروذج البرمجر ررة الخطير ررة والصر رريغة العامر ررة لنمر رروذج‬
‫البرمجة الخطية يتمثل بما يلي‪:‬‬
‫‪ -1‬دال ررة اله رردف )‪ (Z‬ف رري الص رريغة العام ررة لنم رروذج البرمج ررة الخط رري تك ررون ام ررا م ررن ن رروع‬
‫(‪ )Max‬او مر ررن نر رروع (‪)Min‬هوكر ررذلع تكر ررون فر رري الصر رريغة القياسر ررية لنمر رروذج البرمجر ررة‬
‫الخطية‬
‫‪ -2‬عالمات القيود فري الصريغة العامرة لنمروذج البرمجرة الخطيرة تكرون (‪ ‬ه =ه ‪)‬ه بينمرا‬
‫تك ررون ف رري الص رريغة القياس ررية لنم رروذج البرمج ررة الخطي ررة يس رراوي (=) فق ررط بع ررد أض ررافة‬
‫المتغيرات الوهمية ‪ Slack Variables‬غيرر سرالبة ويرمرز لهرا برالرمز(‪ ) Si≤0‬وتكرون‬
‫بش رركل( ‪ )+S‬عن رردما تك ررون اش ررارة المتباين ررة اص ررغر م ررن او يس رراوي ≥ ‪ )-S( ,‬عن رردما‬
‫تكون اشارة المتباينة اكبر من او يساوي ≤ وال نضيف شي في حالةالمساواة (=)‬
‫ْ‬
‫‪ -3‬الطرف االيمن للقيود يكون غير سالب ( ‪) bi≥ 0‬‬
‫وعلى ضوء ذلع تكون الصيغة القياسية لنموذج البرمجة الخطية كما يلي‪:‬‬

‫‪Max Z  c1 x1  c2 x2  c3 x3  . . . cn xn  0s  0s  . . .  0s m‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪s . t‬‬
‫‪a11 x1  a12 x2  a13 x3  . . .‬‬ ‫‪a1n xn  S1  b1‬‬
‫‪a21 x1  a22 x2  a23 x3  . . .‬‬ ‫‪a2 n xn  S 2  b2‬‬
‫‪a31 x1  a32 x2  a33 x3  . . . a3n xn  S3  b3‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬ ‫‪.‬‬
‫‪am1 x1  am 2 x2  am3 x3  ...........  amn xn  S m  bm‬‬
‫‪x1 , x2 , x3 , . . . xn  0‬‬
‫‪S1 , S 2 , S 3 , . . . S m  0‬‬
‫ويمكن اختصار الصيغة القياسية لنموذج البرمجة الخطية كما يلي‪:‬‬

‫‪27‬‬
 ‫الصيغة المختصرة للصيغة القياسية لنموذج البرمجة الخطية‬
n
MaxZ   c j x j  0.Si
j 1

n
 aij x j  0. Si  b
j 1 i
i  1, 2, 3.......m
j  1, 2, 3.......n
xj 0
Si  0
: )3( ‫مثال‬
‫ أ) الصيغة القانونية ب) الصيغة القياسية؟‬:‫حول نموذج البرمجة الخطية االتي الى‬
Min Z  2X1  4 X 2
S. t
3X1 _ X2  8
_ 5X1  2X2  3
4X1 _ X2  6
X1 _ X 2  10
X1 , X 2  0

Example 3: Transfer the G. L. P model to: A ) Canonical form?

B )Standard form ?

Min Z  2X1  4 X 2
S. t
3X1 _ X2 8 . . 1
_ 5X1  2X 2 3 . . 2
4X1 _ X2  6 . . 3
X1 _ X2  10 . . 4
X1 , X 2  0

Solution : :‫الحــــــــــــــل‬

Canonical form ‫أ) الصيغة القانونية‬

28
 ‫‪ -1‬ان دالة الهدف يجب ان تكون من نوع (‪ )Maximized‬عن طريت ضرب دالة‬
‫الهدف بر (‪ )-1‬لتصبل ‪Max  Z   2X1  4 X 2‬‬

‫‪ -2‬القيود ‪ :‬يبقى القيد االول على ما هو عليت ألن اشارتت اصغر من او يساوي ‪ ,‬القيد‬
‫يتحول الى‬ ‫الثاني يضرب بر (‪ )-1‬ألن اشارتت اكبر من او يساوي ‪ ,‬القيد الثال‬
‫قيدين احدهما ( ‪ ) 6‬واالخر (‪ )≤ 6‬ثم نضربت بر (‪ )-1‬لغرض تحويلت الى اصغر‬
‫من او يساوي ‪ ,‬القيد الرابع ايضا يتحول الى قيدين احدهما ( ‪ ) 10‬واالخر‬
‫(‪ )≤ -10‬ثم نضربت بر (‪ )-1‬لغرض تحويلت الى اصغر من او يساوي وبذلع‬
‫يصبل لدينا ستة (‪ )6‬قيود‪ ,‬اي ان نموذج الصيغة القانونية يكون كما يلي‪:‬‬
‫‪Max  Z   2X1  4 X 2‬‬
‫‪S. t‬‬
‫‪3X1‬‬ ‫‪‬‬ ‫‪X2‬‬ ‫‪‬‬ ‫‪8‬‬ ‫‪. . 1‬‬
‫‪ 5X1 ‬‬ ‫‪2X 2   3‬‬ ‫‪. . 2‬‬
‫‪4X1‬‬ ‫‪‬‬ ‫‪X2‬‬ ‫‪ 6‬‬ ‫‪.‬‬ ‫‪. 3‬‬
‫‪ 4X1‬‬ ‫‪‬‬ ‫‪X2‬‬ ‫‪ 6‬‬ ‫‪.‬‬ ‫‪. 4‬‬
‫‪X1‬‬ ‫‪‬‬ ‫‪X2‬‬ ‫‪ 10‬‬ ‫‪.‬‬ ‫‪. 5‬‬
‫‪ X1‬‬ ‫‪‬‬ ‫‪X2‬‬ ‫‪ 10‬‬ ‫‪.‬‬ ‫‪. 6‬‬
‫‪X1 , X 2‬‬ ‫‪ 0‬‬

‫‪Standard form‬‬ ‫ب) الصيغة القياسية‬

‫‪ -1‬تكون دالة الهدف من نوع (‪ )Min‬وكما موجودة في السؤال‬
‫‪ -2‬القيود ‪ :‬نضيف الى القيد االول ( ‪ )+S1‬ألن اشارتت اصغر من او يساوي ونحول اشارة‬
‫القيد الى(=) ‪ ,‬القيد الثاني نضيف لت ( ‪ )-S2‬ألن اشارتت اكبر من او يساوي ونحول اشارة‬
‫يبقى كما هو ألن اشارتت (=) ‪ ,‬القيد الرابع ايضا يتحول الى‬ ‫القيد الى(=) ‪ ,‬القيد الثال‬
‫قيدين احدهما ( ‪ ) 10‬ونضيف لت ( ‪ )+S3‬واالخر (‪ )≤ -10‬ثم نضربت بر (‪ )-1‬لغرض‬
‫تحويلت الى اصغر من او يساوي ونضيف لت ( ‪ )+S4‬وبذلع تصبل خمسة قيود في الصيغة‬
‫القياسية وكما يلي ‪:‬‬

‫‪29‬‬
Min Z  2X1  4 X 2
S. t
3X1  X 2  s1 8 ... 1
 5 X1  2X2  s2 3 ... 2
4X1  X 2  6 ... 3
X1  X 2  s3  10 ... 4
 X1  X 2  s 4  10 ... 5

X1 , X 2 , s1 , s 2 , s 3 , s 4  0

30
 ‫اسئلة وتمارين عامة‬
‫‪ -1‬تنتج إحدى الموسسات الكيمياوية نوعين من المحاليل الكيمياوية يستدعي مرور كل منها‬
‫بثالثة أقسام إنتاجية على التوالي لغرض إن تتضمن الوقت الالزم في كل قسم إنتاجي‬
‫وربل منتج كما في الجدول أدنال ‪-:‬‬
‫تحقت أعلى ربل ممكن ‪-:‬‬ ‫احسب كمية اإلنتاج الممكنة في كل محلول بحي‬
‫نوع المنتج‬ ‫ربل ‪ /‬ساعة األقسام أإلنتاجية‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪A‬‬ ‫‪10‬‬ ‫‪6‬‬ ‫‪5.4‬‬ ‫‪9‬‬
‫‪B‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪7‬‬
‫‪ 50 36 81‬الساعات المتاحة‬
‫لكل قسم‬

‫إن كل نوع من هذل المنتجات‬ ‫‪ -2‬تقوم إحدى مصانع النج ارة بةنتاج الكراسي والمناضد بحي‬
‫تحتاج إلى المواد األولية التالية ‪ ,‬وان كلفة كل منتج تختلف عن األخرى ومن بيانات‬
‫تكون التكاليف أقل مايمكن ؟‬ ‫الجدول أدنال حدد النموذج األمثل لإلنتاج بحي‬

‫االحتياجات األسبوعية المناضد الكراسي نوع المواد األولية‬

‫‪I‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪12‬‬
‫‪II‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪25‬‬
‫ساعات العمل‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪90‬‬
‫‪ 40‬كلفة الوحدة الواحدة‬ ‫‪3‬‬

‫علما بان‬ ‫‪ -3‬مصنع ينتج منتج معين يتكون من مركبين ‪ ,‬وزن هذا المنتج ‪ 900‬غرام‬
‫المصنع يحتاج من المركب االول كمية التزيد عن ‪ 80‬غرام ومن المركب الثاني كمية‬
‫التقل عن ‪ 60‬غرام وأن كلفة الغرام الواحد من المركب االول ثالثة دنانير ومن المركب‬

‫‪31‬‬
‫ دنانير أكتب نموذج برمجة خطية يحدد الوزن االمثل لكل مركب من المركبات‬8 ‫الثاني‬
‫ويعطي أدنى التكاليف ؟‬

‫ يقوم مصنع بةنتاج الفحم الحجري بمواصفات معينة تقتضي احتوال على ما اليزيد عن‬-4
‫ من الرماد وحسب الجدول ادنال ويبين وجود ثالثة أصناف‬4.25 ‫ من الفسفور و‬0.05
‫من الفحم الحجري ونسب الفسفور والرماد لكل صنف من االصناف وكذلع الكلف لكل‬
‫منهم والمطلوب أيجاد نسبة المزيج األفضل لألصناف الثالثة من الفحم الحجري بحي‬
‫تكون كلفتت أقل ما يمكن ؟‬

‫ الصنف‬% ‫ نسبة الفسفور‬% ‫طن نسبة الرماد‬/‫الكلفة دينار‬

A 0.08 3 20
B 0.05 5 15
C 0.03 4 10

Exercises for Linear Programming

1 - Establishments producing one of the two types of chemical solutions,

chemical requires the passage of each three sections productivity respectively for
the purpose that includes the time required in each section and a productive
profit producer, as in the table below: -
Calculate the quantity of production in every possible solution to achieving the
highest (Maximum) possible profit :-

Product Type Forums productivity Profit / hour

32
 1 2 3
A 10 6 5.4 9
B 5 6 18 7
Hours available 50 36 81
In each section

2 - one of the factories producing carpentry chairs and tables so that each type of
these products need to be following raw materials, and that the cost of each
product is different from the other data in the table below, and select the optimal
model of production so that costs will be minimum.?
the type of raw materials chairs Desks the weekly needs
I 2 3 12
II 1 1 25
Working hours 5 3 90
The cost per unit 40 3

3- factory produces a product consists of two compounds, the weight of this

product is 900 grams. Note that the factory needs of the boat the first amount of
not more than 80 g and the second compound the amount of not less than 60
grams. And the cost per gram of the compound first three dinars and compound
II 8 dinars. Write programming model written The weight optimized for each of
the compounds and gives a minimum cost ?.
4- The factory production of coal specifications of certain require being
overwhelmed what to not exceeding 0.05 phosphorus and 4.25 of ash, according
to the table below. Shows the existence of three types of coal and percentage
phosphorus and ash of each item as well as the costs for each of them. And find
the desired mix ratio is better for the three varieties of coal so that cost as little as
possible?

33
Category Phosphorus % ash % The cost I.D / ton
A 0.08 3 20
B 0.05 5 15
C 0.03 4 10

‫الفصل الثاني‬
‫طرق حل نماذج البرمجة الخطية‬

34
 Solution Methods of Linear Programming Models

Introduction ‫ المقدمة‬1-2

The Graphical Method ‫ الطريقة البيانية‬2-2

:The Algebraic Method ‫ الطريقة الجبرية‬3 -2

:The Simplex method ‫ الطريقة المبسطة‬4-2

:)Z( ‫) في حالة تقليل دالة الهدف‬LP( ‫ حل نموذج البرمجة الخطية‬5-2

Solution of (L.P) Model with Minimization Objective

Function .
The (Big-M) method ‫ طريقة (آم) الكبرى‬1-5-2

Two- Phase Method ‫ طريقة ذات المرحلتين‬2-5-2

‫الفصل الثاني‬
‫طرق حل نماذج البرمجة الخطية‬

35
 ‫‪Solution Methods of Linear Programming Models‬‬
‫‪ 1-2‬المقدمة ‪Introduction‬‬
‫يحتررل موضرروع البرمجررة الخطيررة فرري وقتنررا الحاضررر مرك ر اىز متمي ر اىز فرري مجررال بحررو العمليررات‬
‫(‪)Operations Research‬ه ويعررد مررن المواضرريع األكثررر شرريوعاى واسررتخداماى للوصررول إلررى‬
‫تحقيت األمثلية (‪)Optimality‬‬
‫وتكمن أهمية نماذج البرمجرة الخطيرة فري كونهرا إحردى الوسرائل المهمرة فري د ارسرة سرلوع عردد‬
‫كبير من األنظمة (‪)Systems‬ه وكذلع كونها من أبسرط وأسرهل أنرواع النمراذج الرياضرية التري‬
‫تستخدم في معالجة مشاكل البرمجة الصناعية والحكومية الكبرى‬
‫وتعرف البرمجة الخطيةه على إنها‪:‬‬
‫‪ 1‬أسلوب رياضي يستهدف الوصول إلى تحقيت األمثلية من خالل عدة طررق ممكنرة للمروارد‬
‫المتاحة‬
‫‪ 2‬أو ه رري أس ررلوب رياض رري يوظ ررف لتوزي ررع المر روارد واإلمكان ررات المح رردودة (المتاح ررة) ض ررمن‬
‫مجموعة من القيود والعوامل الثابتةه وصوالى إلى تحقيت األمثلية في التوزيع‬
‫وتاسيس راى علررى مررا تقرردمه فقررد شرراع اسررتخدام نمرراذج البرمجررة الخطيررة مررن قبررل مرردراء المشرراريع‬
‫والمنشآت اإلنتاجيةه بهدف الوصول إلى تحقيت‪:‬‬
‫أ أقصى (‪ )Max‬مستوى لألرباح‬
‫ب أدنى (‪ )Min‬مستوى للتكاليف‬
‫من جانب آخره تم استخدام نماذج البرمجة الخطيةه في المجاالت اآلتية‪:‬‬
‫‪ 1‬تخطيط االستثمارات‬
‫‪ 2‬تخطيط اإلنتاج‬
‫‪ 3‬تخطيط المخزون‬
‫‪ 4‬حل مشاكل النقل‬
‫‪ 5‬حل مشاكل التخصيص‬
‫‪ 6‬حل نظرية األلعاب‬
‫وللوصول إلى حل نماذج البرمجة الخطيةه تم استخدام الطرق اآلتية‪:‬‬
‫‪ 1‬الطريقة البيانية ‪Graphical Method‬‬

‫‪36‬‬
 ‫‪ 2‬الطريقة الجبرية ‪Algebraic Method‬‬
‫‪ 3‬الطريقة المبسطة ‪Simplex Method‬‬
‫وفيما يلي شرحاى مفصالى لكل طريقة من الطرق أعالله وعلى النحو اآلتي‪:‬‬
‫‪ 2-2‬الطريقة البيانية ‪The Graphical Method‬‬
‫تعد الطريقة البيانية من الطرق المهمة في حل نمروذج البرمجرة الخطيرةه وتصرلل هرذل الطريقرة‬
‫عنرردما يحترروي النمرروذج علررى متغيررين فقررط همررا (‪)X1 , X2‬ه ولحررل نمرروذج البرمجررة الخطيررة‬
‫بموجبهاه نتبع الخطوات اآلتية‪:‬‬
‫‪ 1‬رسم قيود النموذج على هيئة خطوال مستقيمة‬
‫‪ 2‬تحديد زوايا منطقة الحل الممكن (‪ )Feasible Solution‬بيانياى‬
‫‪ 3‬إيجاد قيم زوايا منطقة الحل الممكن‬
‫‪ 4‬تحديد نقطة الحل األمثل (‪)Optimal Solution Point‬‬
‫مثال (‪:)1‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه باستخدام الطريقة البيانية‬
‫‪Example 1:‬‬
‫?‪Find the optimal solution for (LP) model by using graphical method‬‬

‫‪Max. Z= 3X1+5X2‬‬
‫‪Subject to:‬‬
‫‪2X1+3X2  30‬‬
‫‪5X1+4X2  60‬‬
‫‪X1 , X2  0‬‬
‫‪Solution:‬‬
‫القيد األول(يهمل( ‪2X1+3X2= 30 , 2X1+3X2 <30‬‬
‫‪2X1+3X2 = 30‬‬
‫النقطة األولى )‪If X1=0, 3X2=30, X2=15 P1(0,10‬‬
‫النقطة الثانية)‪If X2=0 2X1=30 X1=15 P2(15,0‬‬
‫القيد الثاني‪) :‬يهمل( ‪5X1+4X2= 60 , 5X1+4X2 < 60‬‬
‫‪5X1+4X2= 60‬‬
‫النقطة األولى )‪If X1=0 4X2=60 X2=15 P1(0,15‬‬

‫‪37‬‬
 ‫)‪If X2=0 5X1=60 X1=12 P2(12,0‬‬
‫عليت تكون منطقة الحل الممكنه موضحة بالشكل البياني اآلتي‪:‬‬

‫مر ر ررن الشر ر رركل البير ر رراني السر ر ررابته يتضر ر ررل بر ر رران مر ر ررن منطقر ر ررة الحر ر ررل الممكر ر ررن محر ر رردودة بالنقر ر رراال‬
‫(‪)D,C,B,A‬ه إذ إن‪:‬‬
‫)‪A= (0,0) , B= (12,0) , C= (0,10‬‬
‫وإليجاد إحداثيات النقطة (‪)D‬ه نقوم بتقاطع القيدين (األول والثاني)ه أي إن‪:‬‬
‫نضرب ب (‪(2X1+3X2= 30)………. (1) )5‬‬
‫نضرب ب (‪(5X1+4X2= 60)………..(2) )2‬‬
‫)‪10X1+15X2= 150……… (3‬‬
‫)‪ 10X1  8 X2 =  120….(4‬‬
‫بالطرح ‪7X2= 30‬‬
‫‪X2= 4.3‬‬
‫نقوم بتعويض قيمة (‪ )X2= 4.3‬في المعادلة رقم (‪)1‬ه نحصل على‪:‬‬
‫‪2X1+3(4.3) = 30‬‬
‫‪2X1+12.9= 30‬‬

‫‪38‬‬
‫‪2X1= 17.1‬‬
‫‪X1= 8.6‬‬
‫)‪D= (8.6, 4.3‬‬
‫وإليجاد الحل األمثل للنموذجه نقوم بعمل الجدول اآلتي‪:‬‬

‫عليت فةن الحل األمثل للنموذجه يكون‪:‬‬

‫‪X1 = 0, X2 = 10, Z* = 50‬‬

‫مثال (‪:)2‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه بيانياى‪:‬‬
‫‪Example 2: Find the optimal solution for (LP) model using graphical‬‬
‫‪method‬‬
‫‪Max. Z= 6X1+4X2‬‬
‫‪Subject to:‬‬
‫‪2X1+2X2  20‬‬
‫‪5X1‬‬ ‫‪ 25‬‬
‫‪5X2  20‬‬
‫‪X1 , X2  0‬‬
‫القيد األول ‪2X1+2X2= 20‬‬
‫النقطة األولى)‪If X1=0 , 2X2=20, X2=10 P1(0,10‬‬
‫النقطة الثانية)‪If X2=0, 2X1=20 X1=10 P2(10,0‬‬
‫القيد الثاني‪5X1= 25 , X1=5 P(5,0) :‬‬
‫القيد الثال )‪5X2=20, X2=4 , P (0,4‬‬
‫عليت تكون منطقة الحل الممكنه موضحة بالشكل البياني اآلتي‪:‬‬

‫‪39‬‬
‫مر ر ررن الشر ر رركل البير ر رراني السر ر ررابته يتضر ر ررل بر ر رران مر ر ررن منطقر ر ررة الحر ر ررل الممكر ر ررن محر ر رردودة بالنقر ر رراال‬
‫(‪)E,D,C,B,A‬ه إذ إن‪:‬‬
‫)‪A= (0,0) , B= (0,4) , C= (5, 0‬‬
‫وإليجاد إحداثيات النقطة (‪)E,D‬ه نتبع اآلتي‪:‬‬
‫أ نحصل على النقطة (‪)D‬ه من تقاطع القيدين (األول والثاني)ه أي إن‪:‬‬
‫)‪2X1+4X2 = 20…….(1‬‬
‫)‪3X1 = 15………. (2‬‬
‫من المعادلة (‪ )2‬نحصل على (‪)X1= 5‬ه نقوم بتعويضها في المعادلة (‪)1‬ه نحصل على‪:‬‬
‫‪2(5)+4X2 = 20‬‬
‫‪4X2= 10‬‬
‫‪X2= 2.5‬‬
‫)‪D= (5,2.5‬‬
‫ب نحصل على النقطة (‪)E‬ه من تقاطع القيدين (األول والثال )ه أي إن‪:‬‬

‫)‪2X1+4X2 = 20…….(1‬‬
‫)‪5X2 = 20…….(2‬‬
‫من المعادلة (‪ )2‬نحصل على (‪)X2= 4‬ه نقوم بتعويضها في المعادلة (‪)1‬ه ينتج‪:‬‬

‫‪40‬‬
‫‪2X1+4(4) = 20‬‬
‫‪2X1= 2‬‬
‫‪X1= 2‬‬
‫)‪E= (2,4‬‬
‫وإليجاد الحل األمثل للنموذجه نقوم بعمل الجدول اآلتي‪:‬‬

‫عليت فةن الحل األمثل للنموذجه هو‪:‬‬

‫‪X1 = 5, X2 = 2.5, Z* = 40‬‬
‫مثال (‪:)3‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه بيانياى‪:‬‬
‫‪Example 3: Find the optimal solution for (LP) model by using‬‬
‫‪graphical method‬‬

‫‪Min. Z= 4X1+3X2‬‬
‫‪Subject to:‬‬
‫‪2X1+2X2  20‬‬
‫‪2X1+5X2  30‬‬
‫‪3X2  27‬‬
‫‪X1 , X2  0‬‬
‫‪Solution:‬‬
‫القيد األول ‪2X1+2X2= 20‬‬
‫)‪If X1=0, X2=10 P1(0,10‬‬
‫)‪If X2=0 , 2X1=30 X1=10 P2(10,0‬‬
‫القيد الثاني‪2X1+5X2 = 30:‬‬
‫)‪If X1=0 X2=6 P1(0,6‬‬
‫)‪If X2=0 X1=15 X1=12 P2(15,0‬‬
‫القيد الثال ‪3X2= 27 X2 = 9 P= (0,9) :‬‬

‫‪41‬‬
 ‫عليت تكون منطقة الحل الممكنه موضحة بالشكل البياني اآلتي‪:‬‬

‫من الشكل البيراني السرابته يتضرل بران مرن منطقرة الحرل الممكرن محردودة بالنقراال (‪)C,B,A‬ه‬
‫إذ إن‪:‬‬
‫)‪A= (0,6), B= (0,9‬‬
‫وإليجاد إحداثيات النقطة (‪)C‬ه نتبع اآلتي‪:‬‬
‫أ نحصل على النقطة (‪)C‬ه من تقاطع القيدين (األول والثال )ه أي إن‪:‬‬
‫)‪2X1+2X2 = 20…….(1‬‬
‫)‪3X2 = 27………. (2‬‬
‫من المعادلة (‪ )2‬نحصل على (‪)X2= 9‬ه نقوم بتعويضها في المعادلة (‪)1‬ه ينتج‪:‬‬
‫‪2X1+ 2(9) = 20‬‬
‫‪2X1 = 2‬‬
‫‪X1= 1‬‬
‫)‪C= (1,9‬‬
‫ب نحصل على النقطة (‪)D‬ه من تقاطع القيدين (األول والثاني)ه أي إن‪:‬‬
‫)‪2X1+2X2 = 20…….(1‬‬
‫)‪ 2X1  5X2 =  30…… (2‬‬
‫‪-3X2= -10‬‬
‫)‪X2= 3.3…………….. (3‬‬
‫نعوض قيمة (‪ )X2= 3.3‬في المعادلة (‪)1‬ه نحصل على‪:‬‬

‫‪42‬‬
‫‪2X1+ 2(3.3) = 20‬‬
‫‪2X1 = 13.4‬‬
‫‪X1= 6.7‬‬
‫)‪D= (6.7, 3.3‬‬
‫وإليجاد الحل األمثل للنموذجه نقوم بعمل الجدول اآلتي‪:‬‬

‫عليت فةن الحل األمثل للنموذجه هو‪:‬‬

‫‪X1 = 0, X2 = 6, Z* = 18‬‬

‫مثال (‪:)4‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه بيانياى‪:‬‬
‫‪Example 4: Find the optimal solution for (LP) model by using‬‬
‫‪graphical method‬‬

‫‪Min. Z=3X1+8X2‬‬
‫‪Subject to:‬‬
‫‪3X1+5X2  30‬‬
‫‪6X1 = 42‬‬
‫‪4X1+3X2  36‬‬
‫‪X1 , X2  0‬‬

‫‪Solution:‬‬
‫القيد األول‪3X1+5X2= 30 :‬‬
‫)‪If X1=0 ,, X2=6 P1(0,6‬‬
‫)‪If X2=0 , X1=10 P2(10,0‬‬
‫القيد الثاني‪6X1= 42 , X1= 7:‬‬
‫القيد الثال ‪4X1+3X2= 36:‬‬
‫)‪If X1=0 X2=12 P1(0,12‬‬

‫‪43‬‬
 ‫)‪If X2=0 X1=0 X1=9 P2(9,0‬‬
‫عليت تكون منطقة الحل الممكنه موضحة بالشكل البياني اآلتي‪:‬‬

‫م ر ر ر ر ر ررن الش ر ر ر ر ر رركل‬

‫البياني السابته يتضل بان من منطقة الحل الممكن محدودة بالنقاال (‪)D,C,B,A‬ه إذ إن‪:‬‬
‫)‪A= (0,6), B= (0,12‬‬
‫وإليجاد إحداثيات النقاال (‪)D,C‬ه نتبع اآلتي‪:‬‬
‫أ نحصل على النقطة (‪)C‬ه من تقاطع القيدين (األول والثاني)ه أي إن‪:‬‬
‫)‪3X1+5X2 = 30…….(1‬‬
‫)‪6X = 42………. (2‬‬
‫من المعادلة (‪ )2‬نحصل على (‪)X1= 7‬ه نقوم بتعويضها في المعادلة (‪)1‬ه نحصل على‪:‬‬
‫‪3(7)+ 5X2 = 30‬‬
‫‪5X2 = 9‬‬
‫‪X2= 1.8‬‬
‫)‪C= (7,1.8‬‬
‫ب نحصل على النقطة (‪)D‬ه من تقاطع القيدين (الثاني والثال )ه أي إن‪:‬‬

‫)‪6X1 = 42…….(1‬‬
‫)‪4X1+3X2 = 36…… (2‬‬

‫‪44‬‬
‫‪3X2= 8‬‬
‫)‪X2= 2.7…………….. (3‬‬
‫)‪D= (7,2.7‬‬
‫وإليجاد الحل األمثل للنموذجه نقوم بعمل الجدول اآلتي‪:‬‬

‫عليت فةن الحل األمثل للنموذجه هو‪:‬‬

‫‪X1 = 7‬‬
‫‪X2 = 1.8‬‬
‫‪Z* = 35.4‬‬
‫مثال (‪:)5‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه بيانياى‪:‬‬
‫‪Example 5: Find the optimal solution for (LP) model by using‬‬
‫‪graphical method‬‬
‫‪Min. Z= 3X1+2X2‬‬
‫‪Subject to:‬‬
‫‪4X1+6X2  12‬‬
‫‪8X1+4X2  16‬‬
‫‪X1 , X2  0‬‬
‫‪Solution:‬‬
‫القيد األول ‪4X1+6X2= 12‬‬
‫)‪If X1=0, X2=2 P1(0,2‬‬
‫)‪If X2=0 , X1=3 P2( 3,0‬‬
‫القيد الثاني‪8X1+4X2= 16 :‬‬
‫)‪If X1=0 , X2=4 P1(0,4‬‬
‫)‪If X2=0 , X1=2 P2(2,0‬‬
‫عليت تكون منطقة الحل الممكنه موضحة بالشكل البياني اآلتي‪:‬‬

‫‪45‬‬
‫يتض ررل م ررن الش رركل البي رراني الس ررابته يتض ررل ب رران م ررن منطق ررة الح ررل الممك ررن مح رردودة بالنق رراال‬
‫(‪ )C,B,A‬إذ إن‪:‬‬
‫)‪A= (3,0), B= (0,4‬‬
‫وإليجاد إحداثيات النقاال (‪)C‬ه يتم ذلع من خالل تقاطع القيدين (األول والثاني)ه أي إن‪:‬‬
‫)‪ …….(1‬نضرب المعادلة ب (‪(4X1+6X2 = 12) )2‬‬
‫)‪8X1+4X2 = 16………. (2‬‬
‫‪8X1+ 12X2 = 24‬‬
‫‪ 8X1  4X2 =  16‬‬
‫بالطرح ‪8X2= 8‬‬
‫(‪X2= 1…………… )3‬‬
‫نعوض قيمة (‪ )X2= 1‬في إحدى المعادلتينه ولتكن معادلة (‪)1‬ه نحصل على‪:‬‬
‫‪4X1+6(1) = 12‬‬
‫‪4X1= 6‬‬
‫‪X1= 1.5‬‬
‫)‪C= (1.5, 1‬‬
‫وإليجاد الحل األمثل للنموذجه نقوم بعمل الجدول اآلتي‪:‬‬

‫‪46‬‬
 ‫عليت يكون الحل األمثل كاآلتيه‬
‫‪X1 = 1 5, X2 = 1, Z* = 6.5‬‬

‫‪ 3 -2‬الطريقة الجبرية ‪:The Algebraic Method‬‬

‫تعررد الطريقررة الجبريررة مررن الطرررق الرياضررية البحتررة الترري تعتمررد أسررلوب التعررويض الجبررري للقررم‬
‫المتوقعررة للمتغيررات الداخلررة فرري النمرروذج الرياضرري وفقراى إلررى عرردد الطرررق الممكنررة لهررذل القرريمه‬
‫وتستخدم هذل الطريقة عندما يحتوي النموذج على متغيرين فقط هما (‪)X1, X2‬‬
‫ولحل نموذج البرمجة الخطية بموجبهاه نتبع الخطوات اآلتية‪:‬‬
‫‪ 1‬تقسيم متغيرات النموذج الرياضيه إلى نوعين هما‪:‬‬
‫أ المتغيرات األساسية (‪:)Basic Variables‬‬
‫وهرري تلررع المتغي ررات الترري لهررا دور مهررم فرري المشرركلةه وتكررون قرريم هررذل المتغي ررات (اكبررر مررن‬
‫الصفر) دائماىه أي إن (‪)Xj>0, Si>0‬‬
‫ب المتغيرات غير األساسية ( ‪:)Non- Basic Variables‬‬
‫وهرري تلررع المتغي ررات الترري لهررا دور مهررم ف رري المشرركلةه وتكررون قرريم هررذل المتغي ررات (مس رراوية‬
‫للصفر) دائماىه أي إن (‪)Xj=0, Si=0‬‬
‫‪ 2‬تحويررل النم رروذج الرياضرري م ررن الص رريغة القانونيررة (‪ )Canonical Form‬إل ررى الص رريغة‬
‫المسررتقرة (الصرريغة القياسررية) (‪)Standard Form‬ه وذلررع باسررتخدام المتغي ررات ال اركرردة‬
‫(‪ )Slack Variables‬في دالة الهدف وقيود النموذجه وكآالتي‪:‬‬

‫‪47‬‬
‫‪ 3‬عمل جدول يتضمن المتغيرات األساسية والمتغيرات غير األساسريةه لغررض الوصرول إلرى‬
‫الحل األمثل للمشكلة بموجب الطريقة الجبرية‬
‫مثال (‪:)6‬‬
‫جد الحل األمثل للنموذج التاليه باستخدام الطريقة الجبرية‪:‬‬
‫‪Example 6: Find the optimal solution for following (L.P) model using‬‬
‫?‪Algebraic method‬‬

‫‪Max. Z= 3X1+5X2‬‬
‫‪Subject to:‬‬
‫‪2X1+3X2  30‬‬
‫‪5X1+4X2  60‬‬
‫‪X1 , X2  0‬‬
‫‪Solution:‬‬
‫‪ 1‬نقوم بتحويل النموذج الرياضي السابت من الصريغة القانونيرة إلرى الصريغة القياسريةه وعلرى‬
‫النحو اآلتي‪:‬‬
‫‪Max. Z= 3X1+5X2 + 0S1+ 0S2‬‬
‫‪Sub. to:‬‬
‫‪2X1+3X2 +S1= 30‬‬
‫‪5X1+4X2+ S2 =60‬‬
‫‪X1 , X2  0, S1, S2 0‬‬
‫‪ 2‬تحدي ررد ع رردد الح رراالت الممكن ررة الختي ررار (‪ )2‬متغير ررين م ررن (‪ )4‬متغير رراته وفقر راى للص رريغة‬
‫اآلتية‪:‬‬

‫‪48‬‬
 ‫!‪n‬‬
‫‪ C rn ‬‬
‫!) ‪r!(n  r‬‬
‫!‪4‬‬ ‫!‪4! 4(3)2‬‬
‫‪C 24 ‬‬ ‫‪‬‬ ‫‪‬‬
‫!‪2!(4  2)! 2!2! 2(1)2‬‬
‫‪ 3‬للوصول إلى الحل األمثل للمشكلة باستخدام الطريقة الجبريةه نعمل الجدول اآلتي‪:‬‬

‫الحل األمثل للمشكلةه يكون‪:‬‬

‫‪X1 = 0‬‬
‫‪X2 = 10‬‬
‫‪Z* = 50‬‬
‫مثال (‪:)7‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية التاليه جبرياى‪:‬‬
‫‪Example 7: Find the optimal solution for following (L.P) model‬‬
‫?‪using Algebraic method‬‬

‫‪Max. Z= 30X1+18X2‬‬
‫‪Subject to:‬‬
‫‪X1+2X2  200‬‬
‫‪3X1+2X2  300‬‬
‫‪X1 100‬‬
‫‪X1 , X2  0‬‬

‫‪Solution:‬‬

‫‪49‬‬
‫‪Max. Z= 30X1+18X2 + 0S1+ 0S2+ S3‬‬
‫‪Subject to:‬‬
‫‪X1+2X2+ S1 = 200‬‬
‫‪3X1+2X2 + S2 = 60‬‬
‫‪X1‬‬ ‫‪+ S3 = 100‬‬
‫‪X1 , X2  0, S1, S2, S3  0‬‬
‫نقوم بتحديد عدد الحاالت الممكنةه وفقاى للصيغة اآلتية‪:‬‬
‫!‪n‬‬ ‫)!‪5! 5(4)(3‬‬
‫‪Crn ‬‬ ‫‪ C 25 ‬‬ ‫‪‬‬ ‫‪10‬‬
‫!) ‪r!(n  r‬‬ ‫!‪2!3! 2(1)3‬‬
‫أي إن عدد الحاالت العشرةه هي‪:‬‬
‫‪X1X2, X1S1, X1S2, X1S3, X2S1, X2S2, X2S3, S1S2, S1S3, S2S3‬‬
‫وللوصول إلى الحل األمثل للمشكلة جبرياىه نعمل الجدول اآلتي‪:‬‬

‫عليت يكون الحل األمثل للمشكلةه كاآلتي‪:‬‬

‫‪X1 = 100, X2 = 0, Z* = 3000‬‬

‫مثال (‪:)8‬‬

‫‪50‬‬
 ‫جد الحل األمثل للنموذج التاليه باستخدام الطريقة الجبرية‪:‬‬
‫‪Example 8: Find the optimal solution for following (L.P) model using‬‬
‫?‪Algebraic method‬‬

‫‪Min. Z= 3X1+2X2‬‬
‫‪Subject to:‬‬
‫‪4X1+6X2  12‬‬
‫‪8X1+4X2  16‬‬
‫‪X1 , X2  0‬‬
‫‪Solution:‬‬
‫نقوم بتحويل النموذج الرياضي أعالل من الصيغة القانونية إلى الصيغة القياسيةه وعلرى النحرو‬
‫اآلتي‪:‬‬
‫‪Min. Z= 3X1+2X2 – 0S1-0S2‬‬
‫‪Subject to:‬‬
‫‪4X1+6X2 –S1 = 12‬‬
‫‪8X1+4X2 –S2 = 16‬‬
‫‪X1 , X2  0, S1, S2  0‬‬
‫للوصول إلى الحل األمثل للمشكلةه نعم الجدول اآلتي‪:‬‬

‫الحل األمثل للنموذجه يكون‪:‬‬

‫‪X1 = 1.5, X2 = 1, Z* = 6.5‬‬

‫‪51‬‬
 ‫‪ 4-2‬الطريقة المبسطة ‪:The Simplex method‬‬
‫حل النموذج في حالة دالة الهدف من نوع تعظيم‬
‫‪Solution of (L.P) Model with Maximization Objective Function.‬‬
‫تع ررد الطريقر ررة المبسر ررطة (طريقر ررة السر ررمبلكس) أسر ررلوب رياضر رري متقر رردم فر رري حر ررل مشر رراكل‬
‫البرمجررة الخطيررة (‪ )LP‬كونهررا تعررالج المشرراكل الترري تحترروي علررى عرردد كبيررر مررن المتغي ررات‬
‫(متغير ررين ف رراكثر)ه كم ررا وتع ررد ه ررذل الطريق ررة أفض ررل وأدق م ررن الطر رريقتين الس ررابقتين الطريق ررة‬
‫البيانية والطريقة الجبرية]‬
‫إن البرردايات التاريخيررة لتطبيررت الطريقررة المبسررطة (‪)Simplex method‬ه تعررود إلررى‬
‫الجه ررود المبذول ررة م ررن قب ررل الع ررالم (‪ )Dantzig‬ع ررام ‪1947‬ه عن رردما تب ررين ل ررت عج ررز ك ررل م ررن‬
‫الطريقررة البيانيررة والطريقررة الجبريررة فرري معالجررة مشرراكل البرمجررة الخطيررة (‪)LP‬ه عنرردما تحترروي‬
‫على أكثر من متغيرين‬
‫لقد شاع استخدام الطريقة المبسطة في معالجة مشاكل البرمجة الخطية (‪ )LP‬فري وقتنرا‬
‫الحاضررره نتيجررة انتشررار الحاسرربات االلكترونيررة وتطررور البرمجيررات الجرراهزة (‪)Soft wares‬‬
‫المتعلقة بهذا النوع من المشاكل‬
‫يررتم إيج رراد ح ررل نم رراذج البرمج ررة الخطي ررة (‪)LP‬ه بموج ررب ه ررذل الطريق ررة وفقر راى إل ررى ث ررال‬
‫مراحل أساسية ومتسلسلةه يمكن وصفهاه على النحو اآلتي‪:‬‬
‫‪ 1‬المرحلة األولى‪ :‬إيجاد الحل األساسي الممكن (الحل األولي) (‪)Feasible Solution‬‬
‫‪ 2‬المرحلة الثانية‪ :‬تحسين الحل األولي للحصول على الحل األفضل (‪)Best Solution‬‬
‫‪Optimal‬‬ ‫‪ 3‬المرحلر ررة الثالثر ررة‪ :‬تحسر ررين الحر ررل األفضر ررل للحصر ررول علر ررى الحر ررل األمثر ررل (‬
‫‪)Solution‬ه وقد يتم ذلع بمرحلة واحدة أو عدة مراحل‬
‫أوالى‪ :‬خطر روات الح ررل بموج ررب الطريق ررة المبس ررطة ف رري حال ررة تعظ رريم (‪ )Maximization‬دال ررة‬
‫الهدف (‪:)Z‬‬
‫إليجر رراد الحر ررل األمثر ررل لنمر رروذج البرمجر ررة الخطير ررة (‪)LP‬ه بموجر ررب طريقر ررة السر ررمبلكسه نتبر ررع‬
‫الخطوات اآلتية‪:‬‬
‫‪ 1‬تحوير ر ر ر ر ر ر ر ر ررل نمر ر ر ر ر ر ر ر ر رروذج البرمجر ر ر ر ر ر ر ر ر ررة الخطير ر ر ر ر ر ر ر ر ررة (‪ )LP‬مر ر ر ر ر ر ر ر ر ررن الصر ر ر ر ر ر ر ر ر رريغة القانونير ر ر ر ر ر ر ر ر ررة‬
‫‪)Standard‬ه بع ررد إضر ررافة‬ ‫‪ )Canonical‬إلر ررى الص رريغة القياس ررية (‪Form‬‬ ‫(‪Form‬‬

‫‪52‬‬
‫المتغي ررات الفائضررة أو ال اركرردة إلررى كررل مررن دالررة الهرردف (‪ )Z‬وقيررود النمرروذجه مررع م ارعرراة‬
‫جعل دالة الهدف (‪ )Z‬مساوية (للصفر)‬
‫‪ 2‬تصررميم جرردول الحررل األساسرري الممكررن (‪)Feasible Solution‬ه باالعتمرراد علررى جميررع‬
‫معامالت المتغيرات (‪ )Xj ,Si‬في قيود النموذجه ودالة الهدف (‪)Z‬‬
‫‪ 3‬تحديد المتغير الداخل (‪)Entering Variable‬ه على أساس اكبر قيمة بةشرارة سرالبة فري‬
‫صف دالة الهدف (‪)Z‬‬
‫‪ 4‬تحديد المتغير الخارج (‪)Leaving Variable‬ه عن طريت قسمة القيم الواقعرة فري الجهرة‬
‫اليمنررى فرري عمررود (‪)R.H.S‬ه علررى مررا يقابلهررا مررن قرريم المعررامالت فرري العمررود المحرروري‬
‫(‪ )Pivot Column‬والمتغيرر الرذي يقابرل أقرل قيمرة موجبرة مرن خروارج القسرمة فري عمرود‬
‫النسبة (‪ )Ratio‬يعد هو المتغير الخارجه ليحل محلت المتغير الداخل‬
‫‪ 5‬العمود الذي يوجد فيت المتغير الداخله يسمى بالعمود المحوري (‪)Pivot Column‬‬
‫‪ 6‬الصف الذي يوجد فيت المتغير الخارجه يسمى بالصف المحوري (‪)Pivot Row‬‬
‫‪ 7‬العنصر الذي يقع تحت المتغير الرداخله وأمرام المتغيرر الخرارج يسرمى بالعنصرر المحروري‬
‫(‪ )Pivot Column‬بمعنررى أخررر هررو العنصررر النرراتج مررن تقرراطع عمررود المتغيررر الررداخل‬
‫مع صف المتغير الخارج]‬
‫‪ 8‬يمكرن الحصرول علرى المعادلرة المحوريرة (‪ )Pivot Equation‬مرن خرالل قسرمة القريم فري‬
‫صف المتغير الخارج على العنصر المحوري(‪)Pivot Element‬‬
‫‪ 9‬لغرررض تحسررين الحررل الممكررن (‪)Feasible Solution‬ه والحصررول علررى الحررل األفضررل‬
‫(‪ )Best Solution‬نتبع اآلتي‪:‬‬
‫أ إيجاد معامالت دالة الهدف الجديدة (‪)New Z‬ه كاآلتي‪:‬‬
‫معررامالت (‪ )Z‬الجديرردة= معررامالت (‪ -)Z‬معامررل المتغيررر الررداخل فرري صررف دالررة الهرردف‬
‫المعادلة المحورية‬
‫إيجاد معامالت القيود الجديدة للمتغيرات (‪)Si‬ه كاآلتي‪:‬‬ ‫ب‬

‫معررامالت (‪ )Si‬الجديرردة= معررامالت (‪ )Si‬القديمررة‪ -‬معامررل المتغيررر الررداخل فرري صررف (‪)Si‬‬
‫المعادلة المحورية‬

‫‪53‬‬
‫‪ )Optimal‬لمش ر رركلة التعظ ر رريم‬ ‫‪ 10‬يمك ر ررن الحص ر ررول عل ر ررى الح ر ررل األمث ر ررل (‪Solution‬‬
‫(‪)Maximization‬ه وذلررع عنرردما تكررون جميررع معررامالت (‪ Cj‬دال رة الهرردف الجديرردة فرري‬
‫جردول الحرله أكبررر مرن أو تسرراوي الصرفره أي إن (‪)Cj  0‬ه أمرا إذا كانررت قيمرة واحرردة‬
‫علررى األقررل ألحررد المعررامالت (‪ )Cj‬فرري دالررة الهرردف (سررالبة)ه أي إن ( ‪)Cj < 0‬ه فهررذا‬
‫يعني عدم التوصل إلى الحل األمثل‬
‫‪ 11‬يعرراد إج رراء الخط روات السررابقة مررن (‪ )10-3‬حتررى يررتم الحص رول علررى جميررع معررامالت‬
‫(‪ )Cj‬فرري دالررة الهرردف (‪)Z‬ه اكبررر مررن أو تسرراوي الصررفر أي إن (‪)Cj  0‬ه ممررا يعنرري‬
‫ذلعه تم الحصول على الحل األمثل للمشكلة‬
‫مثــال (‪ :)9‬جــد الحــل األمثــل لنمــوذج البرمجــة الخطيــة (‪ )LP‬التــاليب باســتخدام الطريقــة‬
‫المبسطة (‪:)Simplex method‬‬
‫‪Example 9: Find the optimal solution for (L.P) model using Simplex‬‬
‫?‪Method‬‬
‫‪)Max. Z= 30X1+ 18X2‬‬
‫‪S.t. :‬‬
‫‪X1+2X2  200‬‬
‫‪3X1+2X2  300‬‬
‫‪X1‬‬ ‫‪ 150‬‬
‫‪X1, X2  0‬‬
‫‪Solution:‬‬
‫‪ 1‬تحويل نموذج البرمجة الخطية (‪ )L.P‬السابته إلى الصيغة القياسيةه وكاآلتي‪:‬‬

‫‪Max. Z- 30X1 -18X2- oS1- 0S2- 0S3= 0‬‬

‫‪S.t. :‬‬
‫‪X1+2X2+S1‬‬ ‫‪= 200‬‬
‫‪3X1+2X2+ S2 = 300‬‬
‫‪X1+‬‬ ‫‪S3= 150‬‬
‫‪X1, X2, S1, S2, S3  0‬‬

‫‪ 2‬تصميم جدول الحل األوليه على النحو اآلتي‪Table 1 :‬‬

‫‪54‬‬
‫‪ 3‬إن المتغيررر الررداخل هررو (‪)X1‬ه كونررت يقابررل أكبررر قيمررة بةشررارة سررالبة (‪ )30‬فرري صررف دالررة‬
‫الهدف (‪)Z‬‬
‫‪ 4‬إن المتغي ررر الخ ررارج ه ررو (‪)S2‬ه كون ررت يقاب ررل أق ررل قيم ررة موجب ررة (‪ )100‬ف رري عم ررود النس رربة‬
‫(‪)Ratio‬‬
‫مالحظة‪ :‬تهمل القيم السالبة (‪ )-‬أو غير المعرفة (∞) في عمود النسبة (‪)Ratio‬‬
‫‪ 5‬إن العنصررر المحرروري ه ررو القيم رة (‪)3‬ه والترري يمك ررن الحصررول عليهررا م ررن تقرراطع العم ررود‬
‫المحوري مع الصف المحوري‬
‫‪ 6‬يمكررن الحصررول علررى المعادلررة المحوريررة (‪)Pivot Equation‬ه مررن خررالل قسررمة قرريم‬
‫الصف المحوري على العنصر المحوري (‪)3‬ه أي إن‪:‬‬
‫‪ 3 2 0 1 300‬‬
‫‪Pivot equation=  , , , ,‬‬
‫‪ 3 3 3 3 3 ‬‬
‫‪ 2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪= 1, , 0, , 0,100‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪)S3,‬ه‬ ‫‪ 7‬يمكررن الحصررول علررى القرريم الجديرردة لكررل مررن دالررة الهرردف (‪ )Z‬والمتغيررين (‪S1‬‬
‫على النحو اآلتي‪:‬‬
‫‪ 2 1‬‬ ‫‪‬‬
‫‪New (Z)= -30, -18, 0,0,0,0- (-30)* 1, , 0, , 0,100‬‬
‫‪ 3 3‬‬ ‫‪‬‬

‫‪55‬‬
 ‫‪= -30, -18, 0,0,0,0 + 30,20,0,10,3000‬‬
‫‪= 0,2,0,10,0,3000‬‬
‫‪ 2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪New (S1) = 1,2,1,0,0,200 - (1)* 1, , 0, ,100‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 4‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪= 0, ,1,‬‬ ‫‪, 0,100‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪New (S3) = 1,0,0,0,1,150 - (1)* 1, , 0, ,100‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪= 0,  , 0,‬‬ ‫‪, 1, 50‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫نقوم بوضع النتائج السابقة في جدول حل ثانيه وعلى النحو اآلتي‪:‬‬
‫‪Table 2‬‬

‫‪ 8‬بم ررا إن جمي ررع مع ررامالت (‪ )Cj‬دال ررة اله رردف الجدي رردة (‪ )Z‬ف رري الج رردول أع ررالله هر ري أكب ررر‬
‫وتساوي الصفره أي إن (‪)Cj  0‬ه عليت فةن الحل األمثل للمشكلةه يكون‪:‬‬
‫‪X1 = 100, X2 = 0, Z* = 3000‬‬
‫االستنتاج‪:‬‬
‫مررن النتررائج أعررالله يتضررل برران إدارة المنشرراة اإلنتاجيررةه سررتتخذ قر ار اىر بةنترراج (‪ )100‬وحرردة مررن‬
‫المنررتج (‪)X1‬ه وعرردم إنترراج أي وحرردة مررن المنررتج (‪)X2‬ه وبمررا يحقررت لهررا أقصررى األربرراح بلغررت‬
‫(‪ )3000‬ثالثة أالف دينار‬

‫‪56‬‬
‫مثـــال (‪ :)10‬ج ررد الح ررل األمث ررل لنم رروذج البرمج ررة الخطي ررة (‪ )L.P‬الت رراليه باس ررتخدام الطريق ررة‬
‫المبسطة‪:‬‬
‫‪Example 10: Find the optimal solution for (L.P) model using Simplex‬‬
‫?‪Method‬‬
‫‪Max. Z= 3X1+5X2‬‬
‫‪S. t. :‬‬
‫‪2X1+3X2  30‬‬
‫‪5X1+4X2  60‬‬
‫‪X1, X2  0‬‬
‫‪Solution:‬‬
‫‪ 1‬تحويل نموذج الخطة البرمجة الخطية السابته إلى الصيغة القياسيةه أي إن‪:‬‬
‫‪Max. Z- 3X1-5X2+0S1+0S2= 0‬‬
‫‪S.t. :‬‬
‫‪2X1+3X2+ S1‬‬ ‫‪= 30‬‬
‫‪5X1+4X2+‬‬ ‫‪S2 = 60‬‬
‫‪X1, X2, S1, S2  0‬‬
‫‪ 2‬تصميم جدول الحل األوليه على النحو اآلتي‪:‬‬

‫‪Table 1‬‬

‫‪57‬‬
‫‪ 3‬المتغير الداخل هو (‪)X2‬ه كونت يقابل أكبر قيمة بةشارة سالبة (‪ )5‬فري صرف دالرة الهردف‬
‫(‪)Z‬‬
‫‪ 4‬المتغير الخارج هو (‪)S1‬ه كونت يقابل أقل قيمة موجبة (‪ )10‬في عمود النسبة (‪)Ratio‬‬
‫‪ 5‬العنصر المحوري هو القيمة (‪)3‬‬
‫‪ 6‬يمكن الحصول على المعادلة المحور (‪)Pivot Equation‬ه كاآلتي‪:‬‬
‫‪ 2 3 1 0 30 ‬‬
‫‪Pivot Equation =  , , , , ‬‬
‫‪3 3 3 3 3 ‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪=  ,1, , 0,10‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪ 7‬يمكن الحصول على قيم (‪ )Z‬و (‪ )S2‬الجديدتينه كاآلتي‪:‬‬
‫‪2 1‬‬ ‫‪‬‬
‫‪New (Z)= -3, -5,0,0,0- (-5)*  ,1, , 0,10‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪‬‬ ‫‪10‬‬ ‫‪‬‬
‫‪= -3, -5, 0,0,0 +  , 5, 0, 50‬‬
‫‪3‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪=  , 0, , 0, 50‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪New (S2) = 5,4,0,1,60 -4*  ,1, ,0,10‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪ 10 5‬‬ ‫‪‬‬
‫‪= -3,-5,0,0,0 + ‬‬ ‫‪, 5, ,0, 50‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬

‫‪58‬‬
 ‫‪1‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪=  , 0, , 0, 50‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪New (S2) = 5,4,0,1,60 - 4*  ,1, ,0,10‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪8‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪5,4,0,1,60 -  , 4, ,0, 40‬‬
‫‪3 3‬‬ ‫‪‬‬
‫‪7‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪=  , 0,‬‬ ‫‪,1, 20‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫نقوم بوضع النتائج أعالل في جدول حل ثانيه وعلى النحو اآلتي‪:‬‬
‫‪Table 2‬‬

‫‪ 8‬بم ررا إن جمي ررع مع ررامالت دال ررة اله رردف الجدي رردة (‪ )Z‬ف رري الج رردول أع ررالله ه رري أكب ررر م ررن‬
‫وتساوي الصفره أي إن (‪)Cj  0‬ه عليت فةن الحل األمثل للمشكلةه يكون‪:‬‬
‫‪X1 = 0, X2 = 10, Z* = 50‬‬
‫االستنتاج‪:‬‬
‫يتضررل مررن النترائج أعررالله برران إدارة المنشرراة اإلنتاجيررةه سررتتخذ قر ار اىر بةنترراج (‪ )10‬وحرردات مررن‬
‫المن ررتج الث رراني (‪)X2‬ه وع رردم إنت رراج أي وح رردة م ررن المن ررتج األول (‪ )X1‬وبم ررا يحق ررت للمنش رراة‬
‫أقصى األرباح بلغت (‪ )50‬دينار‬
‫مثــــال (‪ :)11‬ج ررد الح ررل األمث ررل لنم رروذج البرمج ررة الخطي ررة (‪ )LP‬الت رراليه باس ررتخدام الطريق ررة‬
‫المبسطة‪:‬‬
‫‪Example 11: Find the optimal solution for (L.P) model using Simplex‬‬
‫?‪Method‬‬

‫‪59‬‬
‫‪Max. Z= 6X1+8X2+2X3‬‬
‫‪S. t. :‬‬
‫‪X1+ X2‬‬ ‫‪2‬‬
‫‪X1+‬‬ ‫‪3 X3  6‬‬
‫‪X2‬‬ ‫‪1‬‬
‫‪X1, X2 , X3  0‬‬
‫‪Solution:‬‬
‫‪ 1‬تحويل نموذج الخطة البرمجة الخطية السابته إلى الصيغة القياسيةه أي إن‪:‬‬
‫‪Max. Z- 6X1-8X2- 2X3+0S1+0S2+0S3= 0‬‬
‫‪S.t. :‬‬
‫‪X1+X2+‬‬ ‫‪S1‬‬ ‫‪=2‬‬
‫‪X1+‬‬ ‫‪3X3+‬‬ ‫‪S2‬‬ ‫‪=6‬‬
‫‪X2+‬‬ ‫‪S3 = 1‬‬
‫‪X1, X2, X3, S1, S2, S3  0‬‬
‫‪ 2‬تصميم جدول الحل األوليه على النحو اآلتي‪Tab 1 :‬‬

‫‪ 3‬المتغير الداخل هو (‪)X2‬ه كونت يقابل أكبر قيمة بةشارة سرالبة (‪ )8‬فري صرف دالرة الهردف‬
‫(‪)Z‬‬
‫‪ 4‬المتغير الخارج هو (‪)S3‬ه كونت يقابل أقل قيمة موجبة ( ‪ )1‬في عمود النسبة (‪)Ratio‬‬

‫‪ 5‬العنصر المحوري هو القيمة ( ‪)1‬‬

‫‪ 6‬يمكن الحصول على المعادلة المحور (‪)Pivot Equation‬ه كاآلتي‪:‬‬

‫‪60‬‬
 ‫‪ 0 1 0 0 0 1 1‬‬
‫‪Pivot Equation =  , , , , , , ‬‬
‫‪ 1 1 1 1 1 1 1‬‬
‫‪=  0,1,0, 0, 0,1,1‬‬
‫‪ 7‬يمكن الحصول على قيم (‪ )Z‬و (‪ )S2, S1‬الجديدةه كاآلتي‪:‬‬
‫‪New (Z)= -6, -8,-2,0,0,0,0- (-8)* 0,1,0,0,0,1,1‬‬
‫‪= -6, -8,-2,0,0,0,0 + 0,8,0,0,0,8,8‬‬
‫‪= -6,0,-2,0,0,8,8‬‬
‫‪New (S1) = 1,1,0,1,0,0,2 -(1)* 0,1,0,0,0,0,1,1‬‬
‫‪= 1,0,0,1,0,-1,1‬‬
‫)‪New (S2) = Old (S2‬‬
‫‪= 1,0,3,0,1,0,6‬‬

‫نقوم بوضع النتائج أعالل في جدول حل ثانيه وعلى النحو اآلتي‪Table 2:‬‬

‫‪ 8‬بم ر ررا إن بع ر ررض ق ر رريم المع ر ررامالت (‪ )Cj‬ف ر رري ص ر ررف دال ر ررة اله ر رردف الجدي ر رردة س ر ررالبةه أي إن‬
‫(‪)Cj<0‬ه عليت نقوم بةعادة نفس الخطوات السابقة من (‪)7-3‬ه وكاآلتي‪:‬‬
‫أ المتغير الداخل هو (‪)X1‬‬
‫ب المتغير الخارج هو (‪)S1‬‬
‫ج العنصر المحوري هو القيمة (‪)1‬‬
‫د المعادلة المحورية هي‪:‬‬
‫‪Pivot Equation = 1,0,0,1, 0,  1,1‬‬

‫‪61‬‬
 ‫هر يتم إيجاد القيم الجديدة لكل من (‪ )Z‬و (‪)X2, S2‬ه كاآلتي‪:‬‬
‫‪New (Z)= -6, 0,-2,0,0,8,8- (-6)* 1,0,0,1,0,-1,1‬‬
‫‪= -6, 0,-2,0,0,8,8 + 6,0,0,6,0,-6,6‬‬
‫‪= 0,0,-2,6,0,2,14‬‬
‫‪New (S2) = 1,0,3,0,1,0,6 -(1)* 1,0,0,1,0,-1,1,‬‬
‫‪= 0,0,3,-1,1,1,5‬‬
‫)‪New (X2) = Old (X2‬‬
‫‪= 0,1,0,0,0,1,1‬‬
‫نقوم بوضع النتائج أعالله في جدول ثال ه وعلى النحو اآلتي‪Table 3 :‬‬

‫و من نتائج الجدول السابته يتضل بانت لم يتم الوصول إلى الحل األمثله نظر اىر لوجرود‬
‫قيمة سالبة ( ‪ )-2‬في صف دالة الهدف (‪)Z‬ه أي إن (‪)Cj < 0‬ه عليت سيتم إعادة نفرس‬
‫الخطواته وكاآلتي‪:‬‬
‫‪ 1‬المتغير الداخل المتغير الداخل هو (‪)X3‬‬
‫‪ 2‬المتغير الخارج هو (‪)S2‬‬
‫‪ 3‬العنصر المحوري هو (‪)3‬‬
‫‪ 4‬المعادلة المحورية‪:‬‬
‫‪0 0 3 1 1 1 5‬‬
‫‪Pivot Equation =  , , , , , , ‬‬
‫‪ 3 3 3 3 3 3 3‬‬

‫‪62‬‬
 ‫‪‬‬ ‫‪1 1 1 5‬‬
‫‪= 0,0,1, , , , ‬‬
‫‪‬‬ ‫‪3 3 3 3‬‬
‫‪ 5‬يتم إيجاد القيم الجديدة لكل من (‪)Z‬و (‪)X2 , X1‬ه كاآلتي‪:‬‬
‫‪‬‬ ‫‪1 1 1 5‬‬
‫‪New (Z)= -0, 0,-2,6,0,2,14- (-2)* 0,0,1, , , , ‬‬
‫‪‬‬ ‫‪3 3 3 3‬‬
‫‪‬‬ ‫‪ 2 2 2 10 ‬‬
‫‪= -0, 0,-2,6,0,2,14 + 0,0,2,‬‬ ‫‪, , , ‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3 3 3‬‬
‫‪‬‬ ‫‪16 2 8 52 ‬‬
‫‪= 0,0,0, , , , ‬‬
‫‪‬‬ ‫‪3 3 3 3‬‬
‫)‪=New (X1) = Old (X1‬‬
‫‪= ,10,0,1,0,-1,1‬‬
‫)‪New (X2) = Old (X2‬‬
‫‪= 0,1,0,0,0,1,1‬‬
‫نقوم بوضع النتائج السابقةه في جدول رابعه وعلى النحو اآلتي‪:‬‬
‫‪Tab. 4‬‬

‫‪ 6‬بمررا إن جميررع المعررامالت (‪ )Cj‬فرري صررف دالررة الهرردف (‪ )Z‬موجبررة وتسرراوي (صررفر)ه أي‬
‫إن (‪)Cj  0‬ه عليت فةن الحل األمثل للمشكلةه يكون‪:‬‬
‫‪5 * 52‬‬
‫‪X1 = 1, X2 = 1, X3 = 3 Z = 3 = 17.33‬‬
‫االستنتاج‪:‬‬

‫‪63‬‬
 ‫يتضررل مررن النتررائج النهائيررة للحررل األمثررله يتضررل برران إدارة المنشرراة اإلنتاجيررةه سررتتخذ ق ر ار اىر‬
‫بةنت رراج (‪ )1‬وح رردات واح رردة م ررن الن رروع (‪)X1‬ه وانت رراج ( ‪ )1‬وح رردة واح رردة م ررن الن رروع (‪)X2‬ه‬
‫‪5‬‬
‫وانترراج تقريب راى ( ‪ ) =1.7‬مررن النرروع (‪)X3‬ه وبمررا يحقررت لهررا أقصررى األربرراح بلغررت (‪)17.33‬‬
‫‪3‬‬
‫دينار أردني‬

‫‪ 5-2‬حل نموذج البرمجة الخطية (‪ )LP‬في حالة دالة الهدف (‪ )Z‬تقليل‪:‬‬

‫‪Solution of (L.P) Model with Minimization Objective‬‬

‫‪Function .‬‬

‫إن حررل نمرروذج البرمجررة الخطيررة (‪ )LP‬بموجررب الطريقررة المبسررطة (‪)Simplex Method‬ه‬
‫في حالة تقليل (‪ )Min‬دالة الهدف (‪)Z‬ه أي عندما تكون جميع عالمات القيرود بصريغة أكبرر‬
‫مررن أو تسرراوي (‪)‬ه أو تكررون عالمررات القيررود بصرريغة المسرراواة (=)ه أو أكبررر مررن أو تسرراوي‬
‫(‪ ])‬في حاالت خاصة جداىه يتم بواسطة أحد األسلوبيين اآلتيين‪:‬‬
‫‪ 1‬طريقة (‪ )M‬الكبيرة ‪(Big-M) method‬‬
‫‪ 2‬طريقة المرحلتين ‪)Two- phase) method‬‬
‫‪ 1-5-2‬طريقة (آم) الكبرى ‪:The (Big-M) method‬‬
‫تنطروي فكررة هرذل الطريقرة علرى إضرافة متغيررات اصرطناعية (‪ )Artificial Variables‬إلررى‬
‫جانرب المتغيررات ال اركردة (‪ )Slack Variables‬إلرى قيرود نمروذج البرمجرة الخطيرة (‪ )LP‬فري‬
‫حالة التقليل (‪ )Minimization‬عندما تكون عالمات القيود مكتوبرة بصريغة المسراواة (=)‬
‫أو أكبر مرن أو تسراوي (‪ ])‬والرى دالرة الهردف (‪)Z‬ه علرى أن تقتررن المتغيررات االصرطناعية‬
‫فرري دالررة الهرردف (‪ )Z‬بمعررامالت كبيررة جررداى ترردعى (‪)M‬ه وتحمررل هررذل المعررامالت (‪ )M‬إشررارة‬
‫موجب ررة ف رري دال ررة اله رردف (‪ )Z‬ف رري حال ررة التقلي ررل (‪ )Minimization‬واش ررارة س ررالبة ف رري حال ررة‬
‫التعظيم (‪)Maximization‬‬
‫خطوات الحل بموجب طريقة (‪ )M‬الكبيرة‪:‬‬

‫‪64‬‬
‫‪ 1‬تحويررل نمرروذج البرمجررة الخطيررة (‪ )LP‬مررن الصرريغة القانونيررة إلررى الصرريغة القياسرريةه بعررد‬
‫إض ررافة المتغير ررات ال ارك رردة (‪ )Si‬إل ررى قي ررود النم رروذج ودال ررة اله رردف بع ررد ذل ررع يتطل ررب إض ررافة‬
‫المتغيرات االصطناعية (‪ )Ri‬إلى القيود ودالة الهدف أيضاى‬
‫‪ 2‬صررياغة دالررة الهرردف جديرردة (‪)Z‬ه بداللررة المتغي ررات (‪)Xj‬و (‪)Si‬ه مررع م ارعرراة جعررل الدالررة‬
‫مساوية إلى قيمة (‪ )M‬فقط‬
‫‪ 3‬تصميم جدول الحل األساسي الممكنه اعتماداى على جميع معرامالت المتغيررات ( ‪Ri ,Si ,‬‬
‫‪ )Xj‬الموجودة في قيود النموذج ودالة الهدف (‪)Z‬‬
‫‪ 4‬تحديد المتغير الداخله على أساس اكبر قيمة موجبة في صف دالة الهدف (‪)Z‬‬
‫‪ 5‬اعتماد بقية الخطوات السابقة والواردة في حالة التعظريم (‪)Minimization‬ه وذلرع عنردما‬
‫تكون جميع معامالت (‪ )Cj‬دالة الهدف الجديدة فري جردول الحرله أقرل أو تسراوي الصرفره أي‬
‫إن (‪)Cj < 0‬ه مما يعني تم الحصول على الحل األمثل‬
‫مثال (‪:)12‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية (‪ )LP‬التاليه باستخدام طريقة (‪ )‬الكبيرة‪:‬‬
‫‪Example (12): Find the optimal solution for (L.P)Model using‬‬
‫‪(Big.M)Method?.‬‬
‫‪Min. Z = 2X1+X2‬‬
‫‪S. t. :‬‬
‫‪X1+3X2  30‬‬
‫‪4X1+2X2  40‬‬
‫‪X 1, X 2  0‬‬
‫‪Solution:‬‬
‫أ ‪ 1‬تحويل النموذج الرياضي من الصيغة القانونية إلى الصيغة القياسيةه كاآلتي‪:‬‬
‫‪Min. Z = 2X1+X2 + 0S1 + 0S2‬‬
‫‪S. t. :‬‬
‫‪X1+3X2 – S1 = 30‬‬
‫‪4X1+2X2 – S2 = 40‬‬
‫‪X1, X2 , S1 , S2  0‬‬
‫يتضرل مرن القيردين السرابقين بران قريم (‪ )S1‬و (‪ )S2‬ظهررت سرالبة وهري (‪S2= -40, S1 = -‬‬
‫)‪30‬ه ممرا يتقراطع ذلرع مرع عردم السرلبية (‪)S1 , S2  0‬ه ولمعالجرة هرذا الموضروع يرتم ذلرع‬
‫بةضافة لمتغيرات االصطناعية للقيود ودالة الهدف (‪)Z‬‬

‫‪65‬‬
‫‪ 3‬إض ررافة المتغير ررات االصر ررطناعية (‪ )Ri‬لقي ررود النمر رروذج ودال ررة الهر رردف (‪)Z‬ه وعل ررى النحر ررو‬
‫اآلتي‪:‬‬
‫‪Min. Z = 2X1+X2 + 0S1 + 0S2 + MR1 + MR2‬‬
‫‪S. t. :‬‬
‫‪X1+3X2 – S1‬‬ ‫)‪+ R1 = 30 ………….. (1‬‬
‫‪4X1+2X2‬‬ ‫‪– S2‬‬ ‫)‪+ R2= 40 …………. (2‬‬
‫‪X1, X2 , S1 , S2 , R1 , R2 0‬‬
‫‪M: Is Very Big‬‬
‫صياغة دالة الهدف (‪ )Z‬بداللة المتغيرات (‪ )Xj‬و (‪ )Si‬فقطه وكاآلتي‪:‬‬ ‫أ‬
‫من المعادلتين (‪ )1‬و (‪ )2‬نحصل على كل من (‪ )R1‬و (‪)R2‬ه إذن إن‪:‬‬
‫‪R1 = 30 – X1 – 3X2 + S1‬‬
‫‪R2 = 40 – 4X1 – 2X2 + S2‬‬ ‫(‪) 3‬‬

‫في دالة الهدف (‪)Z‬ه ينتج‪:‬‬ ‫نعوض قيم (‪ )R1‬و (‪ )R2‬الواردة بالعالقة (‪)3‬‬
‫‪Z= 2 X1 + X2 + M (30- X1 – 3X2 – S1 ) + M (40 – 4X1- 2X2 +‬‬ ‫)‪S2‬‬
‫– ‪Z = 2X1 + X2 + 30M – MX1 – 3MX2 – S1 + 40M - 4MX1‬‬
‫‪2MX2 + MS2‬‬
‫‪Z = ( 2- 5M) X1 + (1-5M) X2 + MS – MS2 + 70M‬‬
‫‪Z – ( 2- 5M) X1 + (1-5M) X2 + MS – MS2 = 70M‬‬
‫ج تصميم جدول الحل األساسي الممكنه وكاآلتي‪:‬‬

‫‪Table 1‬‬

‫‪66‬‬
‫د المتغيررر الررداخل هررو (‪(X2‬ه لكونررت يقابررل اكبررر قيمررة موجبررة )‪(-1+ 5M‬ه فرري صررف دالررة‬
‫الهدف (‪)Z‬ه بد اقتراض قيمة (‪)M= 100‬‬
‫ه ر ر المتغي ررر الخ ررارج ه ررو (‪)R1‬ه لكون ررت يقاب ررل اص ررغر قيم ررة موجب ررة (‪ )10‬ف رري عم ررود النس رربة‬
‫(‪)Ratio‬‬
‫و العنصر المحوري هو (‪) 3‬‬
‫ز عليت تكون المعادلة المحورية (‪)Pivot Equation‬ه كاآلتي‪:‬‬
‫‪ 1 3  1 0 1 0 30 ‬‬
‫‪Pivot Equation =  , , , , , , ‬‬
‫‪3 3 3 3 3 3 3 ‬‬
‫‪1  1 1‬‬ ‫‪‬‬
‫‪=  ,1, , 0, , 0,10‬‬
‫‪3 3‬‬ ‫‪3‬‬ ‫‪‬‬

‫ح نقوم بةيجاد قيمة (‪ )Z‬و (‪ )R2‬الجديتينه على النحو اآلتي‪:‬‬

‫* )‪New (Z) = (-2 + 5M, -1 + 5M, -M.0.0.70 M) – (-1+5M‬‬
‫‪1  1 1‬‬ ‫‪‬‬
‫‪ 3‬‬ ‫‪,‬‬ ‫‪1‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪10‬‬‫)‬ ‫‪‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪  5 10‬‬ ‫‪1 2‬‬ ‫‪1 5‬‬ ‫‪‬‬
‫‪= ‬‬ ‫‪ M , 0,‬‬ ‫‪M ,  M ,  M , 0,10  20M ‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪3 3‬‬ ‫‪3 3‬‬ ‫‪‬‬
‫‪1  1 1‬‬ ‫‪‬‬
‫‪New (R2) = 4, 2,0,-1,0,1,40 - 2 * ‬‬ ‫‪,‬‬ ‫‪1‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪10‬‬‫)‬ ‫‪‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪10 2‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪= 3‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪‬‬‫‪1‬‬‫‪,‬‬ ‫‪,‬‬‫‪1‬‬‫‪,‬‬ ‫‪20‬‬‫)‬ ‫‪‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬
‫نقوم بوضع النتائج أعالل في جدول ثانيه وعلى النحو اآلتي‪:‬‬

‫‪67‬‬
 ‫‪Table 2‬‬

‫‪  5 10 ‬‬
‫أ المتغير الداخل هو (‪)X1‬ه لكونرت يقابرل أكبرر قيمرة موجبرة ‪  3  3 M ‬فري صرف‬
‫‪‬‬ ‫‪‬‬
‫دالة الهدف (‪)Z‬‬
‫ب المتغير الخارج هو (‪)R2‬ه لكونت يقابل أقل قيمة موجبة (‪ )6‬في عمود النسبة (‪)Ratio‬‬
‫‪10 ‬‬
‫ج العنصر المحوري هو ‪ 3 ‬‬
‫د عليت تكون المعادلة المحوريةه على النحو اآلتي‪:‬‬

‫‪10 / 3‬‬ ‫‪0‬‬ ‫‪2/3‬‬ ‫‪1  2 / 3‬‬ ‫‪1‬‬ ‫‪20 ‬‬

‫‪Pivot Equation = ‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬
‫‪10 / 3 10 / 3 10 / 3 10 / 3 10 / 3 10 / 3 10 / 3 ‬‬
‫‪‬‬ ‫‪1  3 1 3 ‬‬
‫‪= ‬‬‫‪1‬‬‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪, , , 6‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪5 10 ‬‬
‫هر نقوم بةيجاد قيمة (‪ )Z‬و (‪ )X2‬الجديدتينه كاآلتي‪:‬‬
‫=)‪New(Z‬‬
‫‪  5 10‬‬ ‫‪1 2‬‬ ‫‪1 5‬‬ ‫‪   5 10   1  3  1 3 ‬‬
‫‪3 3‬‬ ‫‪‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪10‬‬ ‫‪‬‬ ‫‪20‬‬ ‫‪M‬‬ ‫‪   3  3 M  * 1,0, 5 , 10 , 5 , 10 ,6‬‬
‫‪‬‬ ‫‪3 3‬‬ ‫‪3 3‬‬ ‫‪ ‬‬ ‫‪ ‬‬ ‫‪‬‬

‫‪68‬‬
 ‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪‬‬‫‪0‬‬‫‪,‬‬‫‪0‬‬‫‪,‬‬‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪M‬‬ ‫‪,‬‬ ‫‪20‬‬‫‪‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1 1 1‬‬ ‫‪‬‬
‫‪New (X2) =  3 ,1, 3 , 0, 3 , 0,10‬‬
‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪ 2 1 2 1 ‬‬

‫‪= ‬‬‫‪0‬‬‫‪,‬‬ ‫‪1‬‬‫‪,‬‬ ‫‪, , , , 8‬‬
‫‪‬‬ ‫‪3 10 5 10 ‬‬

‫نقوم بوضع النتائج أعالله في جدول ثال ه وكاآلتي‪:‬‬

‫‪Table 3‬‬

‫وبمرا إن جميرع المعرامالت (‪ )Cj‬فري صرف دالرة الهردف (‪ )Z‬أقرل مرن او تسراوي الصرفره أي‬
‫إن (‪)Cj ≤ 0‬ه عليت فةن الحل األمثل للمشكلةه يكون‪:‬‬
‫*‬
‫‪X1 = 6, X2 = 8, Z = 20‬‬
‫االستنتاج‪:‬‬
‫يتض ررل م ررن نت ررائج الج رردول الس ررابته ال ررذي يتض ررمن الح ررل األمث ررل للمش رركلةه يتض ررل ب رران إدارة‬
‫المنش ر رراة اإلنتاجي ر ررةه س ر ررتتخذ قر ر ر ار اىر بةنت ر رراج (‪ )6‬وح ر رردات م ر ررن المن ر ررتج الث ر رراني (‪)X1‬ه و إنت ر رراج‬
‫(‪)8‬وحدات من المنتج (‪)X2‬ه وبما يحقت لها أقل التكاليف اإلنتاجية والبالغة (‪ )20‬دينار‬

‫‪ 2-5-2‬طريقة ذات المرحلتين ‪Two- Phase Method‬‬

‫‪69‬‬
‫تعررد طريقررة المرررحلتين أبسررط مررن طريقررة (‪ )M‬الكبيررة فرري إيجرراد الحررل األمثررل لنمرروذج البرمجررة‬
‫الخطيررة (‪ )L.P‬فرري حالررة التقليررل (‪)Minimization‬ه إذ يمكررن الحصررول علررى الحررل األمثررل‬
‫للنمرروذج بعررد أن نتاكررد برران هنرراع حررل لنمرروذجه وذلررع مررن خررالل الحصررول علررى قيمررة دالررة‬
‫الهردف الجديردة (‪ )r‬مسراوية للصرفر أي إن (‪)r = 0‬ه وبعدمرت فرال يوجرد حرل للنمروذجه ويررتم‬
‫الحل بموجب هذل الطريقة على مرحلتين أساسيتينه وعلى النحو اآلتي‪:‬‬
‫أ‪ .‬المرحلة األولى‪:‬‬
‫‪ 1‬تحويل نموذج البرمجة الخطية (‪ )LP‬من الصيغة القانونية إلى الصيغة القياسيةه ومرن ثرم‬
‫إضافة المتغيرات االصطناعية (‪ )R1‬لقيود النموذج فقط‬
‫‪ 2‬صياغة دالة هدف جديدة (‪ )r‬باالعتماد على المتغيرات االصطناعية (‪)R1‬ه أي إن‪:‬‬
‫‪r = R1 – R2 -… Rn  Min‬‬
‫‪ 3‬تصميم جدول يتضمن الحل األوليه اعتمراداى علرى معرامالت لمتغيررات (‪ )R1, S1, Xj‬فري‬
‫قيود لنموذجه ودالة الهدف الجديدة (‪)r‬‬
‫‪ 4‬نتبع الخطوات السابقةه حترى نحصرل علرى قيمرة (‪ )r = 0‬ممرا يعنري وجرود حرل للنمروذجه‬
‫والمقترنة في كون (‪ )Cj  0‬لجميع معامالت دالة الهدف (‪)r‬‬
‫ب‪ .‬المرحلة الثانية‪:‬‬
‫‪ 1‬اعتمر رراد الحر ررل األساسر رري النهر ررائي فر رري الخطر رروة (‪ )4‬مر ررن المرحلر ررة األولر ررىه بعر ررد اسر ررتبعاد‬
‫المتغيرات االصطناعية (‪)R‬ه ودالة الهدف (‪)r‬‬
‫‪ 2‬اعتماد دالة الهدف األصلية (‪)Z‬ه وتحسين قيمتهاه للحصول على الحل األمثل للمشكلة‬
‫‪ 3‬فري حالرة وجررود أحرد المعرامالت (‪ )Cj‬أكبررر مرن الصررفر(‪ )Cj > 0‬فري صررف دالرة الهرردف‬
‫(‪)Z‬ه يعراد إجرراء نفرس الخطروات حترى يررتم الحصرول علرى جميرع المعرامالت (‪ )Cj‬أقررل أو‬
‫تساوي الصفره أي إن (‪)Cj  0‬ه مما يعني تم الحصول على الحل األمثل للنموذج‬
‫مثال (‪:)13‬‬
‫جد الحل األمثل لنموذج البرمجة الخطية (‪ )LP‬التاليب باستخدام طريقة المرحلتين؟‪.‬‬
‫‪Example 13: Find the optimal solution for (L.P)Model using‬‬
‫‪Two-phase Method?.‬‬

‫‪Min. Z = 2X1 + X2‬‬

‫‪70‬‬
‫‪S. t.‬‬
‫‪X1+3X2  30‬‬
‫‪4X1+2X2  40‬‬
‫‪X1, X2  0‬‬
‫‪Solution:‬‬
‫المرحلة األولى‪:‬‬
‫‪ 1‬تحويل النموذج الرياضي من الصيغة القانونية إلى الصيغة القياسيةه كاآلتي‪:‬‬
‫‪Min. Z = 2X1+X2- 0S1 – 0S2‬‬
‫‪S. t.‬‬
‫‪X1+3X2 – S1 = 30‬‬
‫‪4X1+2X2‬‬ ‫‪– S2 = 40‬‬
‫‪X1, X2 , S1 , S2  0‬‬
‫يتضررل مررن القيرردين السررابقين برران قرريم (‪ )S1‬و ‪ )S2‬ظهرررت سررالبة وهرري علررى الترتيررب ‪S2= -‬‬
‫)‪)40, S1 = -30‬ه ممرا يتقراطع ذلرع مرع شررال عردم السرلبية (‪)S1 , S2  0‬ه عليرت سريتم‬
‫إضافية المتغيرات االصطناعية (‪ )R2, R1‬للقيوده على النحو اآلتي‪:‬‬
‫)‪X1+3X2 - S1+ R1= 30 ……………. (1‬‬
‫)‪4X1+2X2 – S2 + R2 = 40 ………..…(2‬‬
‫‪X1, X2 , S1 , S2 , R1 , R2  0‬‬
‫‪ 3‬صررياغة دالررة هرردف جديرردةه (‪)r‬ه اعتمرراداى علررى قرريم (‪)R2 , R1‬ه مررع م ارعرراة جعررل الدالررة‬
‫مساوية إلى قيمة ثابتة فقطه إذ إن‪:‬‬

‫من المعادلتين (‪ )1‬و (‪)2‬ه نحصل على‪:‬‬

‫‪r = R1 + R2  Min‬‬

‫‪R1 = 30 – X1 -3X2 + S1‬‬

‫‪R2 = 40- 4X1 – 2X2 + S2‬‬

‫نعوض قيمة (‪ )R1‬و (‪ )R2‬الواردة بالعالقة (‪)3‬ه في دالة الهدف الجديدة (‪)r‬ه وكاآلتي‪:‬‬
‫)‪Min r = (30- X1 – 3X2 + S1) + (40 – 4X1 -2X2 –S2‬‬
‫‪= 70- 5X1 -5X2 + S1 + S2‬‬
‫‪r + 5X1 + 5X2 – S1 – S2 = 70‬‬
‫‪ 4‬تصميم جدول يتضمن الحل األوليه وعلى النحو اآلتي‪:‬‬

‫‪71‬‬
 ‫‪Table 1‬‬

‫أ المتغير الداخل (‪)X1‬ه ولمتغير الخارج (‪)R2‬ه والعنصر المحوري هو (‪)4‬‬

‫ب المعادلة المحوريةه تكتب على الوجت اآلتي‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1 1 ‬‬
‫‪Pivot Equation = 1, , 0,‬‬ ‫‪, 0, ,10‬‬
‫‪ 2‬‬ ‫‪4‬‬ ‫‪4 ‬‬
‫ج قيم (‪ )r‬و (‪ )R1‬الجديدتينه تعطى على النحو اآلتي‪:‬‬
‫‪ 1 1 1 ‬‬
‫‪New (r)= 5, 5,-1,-1,0,0,70 -5* 1, , 0, , 0, , 0‬‬
‫‪ 2‬‬ ‫‪4‬‬ ‫‪4 ‬‬
‫‪ 5‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪‬‬
‫‪New (r) = 0, ,  1, , 0,  , 20‬‬
‫‪ 2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪ 5 1 1 ‬‬
‫‪New (R1) = 0, ,1, ,1, , 30‬‬
‫‪ 2 4‬‬ ‫‪4‬‬ ‫‪‬‬

‫نقوم بوضع النتائج أعالله في جدول ثانيه وكاآلتي‪:‬‬

‫‪Table 2‬‬

‫‪72‬‬
 ‫‪5‬‬
‫أ المتغير الداخل (‪)X2‬ه والمتغير الخارج (‪)R1‬ه والعنصر المحوري هو ‪ 2 ‬‬
‫ب المعادلة المحورية هي‪:‬‬
‫‪‬‬ ‫‪2 1 2 1 ‬‬
‫‪Pivot Equation = 0,1,‬‬ ‫‪, , , ,  ,8‬‬
‫‪‬‬ ‫‪5 10 5 10 ‬‬
‫ج إيجاد قيم (‪ )r‬و (‪ )X‬الجديدتينه على النحو اآلتي‪:‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪‬‬ ‫‪ 2 1 2 1 ‬‬
‫‪New (r)= ‬‬ ‫‪‬‬ ‫‪ -* 0,1,‬‬ ‫‪, , , ,8‬‬
‫‪5 10 5 10 ‬‬
‫‪0‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪1‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪0‬‬‫‪,‬‬ ‫‪,‬‬ ‫‪20‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪‬‬
‫‪= 0,0,0, 0,  1,  1, 0‬‬
‫‪ 1‬‬ ‫‪1‬‬ ‫‪1  1 ‬‬ ‫‪ 2 1 2 1 ‬‬
‫‪New (X1) = 1, , 0, , 0,  ,10  * 0,1,‬‬ ‫‪, , , , 8‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪5‬‬ ‫‪10 5 10 ‬‬
‫‪ 1  3 1 3 ‬‬
‫‪= 1,0, , ,‬‬ ‫‪, , , , 6‬‬
‫‪‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪5 10 ‬‬
‫نقوم بوضع النتائج أعالله في جدول ثال ه وكاآلتي‪:‬‬
‫‪Table 3‬‬

‫‪73‬‬
‫د بما إن قيمة دالرة الهردف (‪)r = 0‬ه والمقترنرة ب (‪)Cj  0‬ه ممرا يردل ذلرع علرى وجرود حرل‬
‫للنموذجه واالستمرار بالمرحلة الثانية‬
‫المرحلة الثانية‪:‬‬
‫م ررن المرحل ررة األول ررى بع ررد‬ ‫‪ 1‬اعتمر راد نت ررائج الح ررل األساس رري النه ررائي الر روارد بالج رردول الثالر ر‬
‫استبعاد المتغيرات االصطناعية (‪ )R1‬و‪)R2‬ه ودالة الهدف (‪ )r‬من الجدول‬
‫‪ 2‬اعتماد دالة الهدف األصلية (‪)Z‬ه والتي هي‪:‬‬
‫‪Min. Z = 2X1 + X2 + 0S1 + 0S2‬‬
‫ونقوم بتحسين قيمتهاه للحصول على الحل األمثل النهائيه وعلى النحو اآلتي‪:‬‬

‫‪Table 4‬‬

‫‪74‬‬
‫وبعد استبعاد قيم (‪ R1‬و‪)R2‬ه ودالة الهدف (‪ )r‬من جدول الحل األخيره واضافة دالرة الهردف‬
‫األصررلية (‪ )Z‬للجرردوله نقرروم بكتابررة القيررود اعتمرراداى علررى نتررائج الجرردول النهررائيه وعلررى النحررو‬
‫اآلتي‪:‬‬
‫‪2‬‬ ‫‪1‬‬
‫)‪X 2  S1  S 2  8 .......... .. (1‬‬
‫‪5‬‬ ‫‪10‬‬
‫‪1‬‬ ‫‪3‬‬
‫)‪X 1  S1  S 2  6 .......... (2‬‬
‫‪15‬‬ ‫‪10‬‬
‫من المعادلتين (‪ )1‬و (‪)2‬ه نحصل على قيم (‪)X2 , X1‬ه كاآلتي‪:‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪X 2  8  S1  S 2‬‬
‫‪5‬‬ ‫‪10‬‬
‫‪1‬‬ ‫‪3‬‬
‫)‪X 1  6  S1  S 2 .......... ....( 3‬‬
‫‪5‬‬ ‫‪10‬‬
‫نعوض قيم (‪ )X2 , X1‬الواردة بالعالقة (‪ )3‬في دالة الهدف األصلية (‪)Z‬ه ينتج‪:‬‬
‫‪Z  2 X 1  X 2‬‬
‫‪ 1‬‬ ‫‪3   2‬‬ ‫‪1 ‬‬
‫‪ Z  2 * 6  S1  S 2   8  S1  S 2 ‬‬
‫‪ 5‬‬ ‫‪10   5‬‬ ‫‪10 ‬‬
‫‪2‬‬ ‫‪6‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪12  S1  S 2  8  S1  S 2‬‬
‫‪5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪10‬‬
‫‪5‬‬
‫‪ 20  S 2‬‬
‫‪10‬‬

‫‪75‬‬
 ‫‪1‬‬
‫‪Z‬‬ ‫‪S 2  20‬‬
‫‪2‬‬
‫نقوم بوضع نتيجة دالة الهدف األصلية (‪ )Z‬النهائيةه في جدول الحل النهائيه وكاآلتي‪:‬‬
‫‪Table 5‬‬

‫يتضررل مررن نتررائج جرردول الحررل النهررائيه برران جميررع معررامالت دالررة الهرردف (‪)Z‬ه هرري أقررل مررن‬
‫وتساوي الصفره أي إن (‪)Cj  0‬ه عليت فةن الحل النهائيه يكون كاآلتي‪:‬‬
‫‪X1 = 6, X2 = 8 Z* = 20‬‬

‫وهو نفس النتيجة التي تم التوصل إليهاه بموجب طريقة (‪ )M‬الكبيرة‬

‫االستنتاج‪:‬‬
‫يتضررل مررن نتررائج النهائيررةه برران إدارة المنشرراة اإلنتاجيررةه سررتتخذ قر ار اىر بةنترراج (‪ )6‬وحرردات مررن‬
‫المنررتج (‪)X1‬ه و (‪)8‬وحرردات مررن المنررتج (‪)X2‬ه وبمررا يجعررل التكرراليف الكليررة لإلنترراج أقررل مررا‬
‫يمكنه إذ بلغت (‪ )20‬دينار أردني‬

‫‪76‬‬
 ‫أسئلة وتمارين عامة‬
‫)ه شارحاى أهم استخدامات نماذج البرمجة الخطية‬LP( ‫ وضل مفهوم البرمجة الخطية‬:1‫س‬
Q1: Clarify the concept of (LP), explaining the most important uses
(LP.) models.
‫)ه شارحاى واحداى منها‬LP( ‫ عدد طرق حل نموذج البرمجة الخطية‬:2‫س‬
Q 2: the number of method of using (LP), explaining one of them.
‫ وضحححح صحححيغة الجحححدول الحححذي يحححتم بموجبحححه توضحححيح قواعحححد ضحححافة المتغيحححرات ال اركرردة‬:3‫س‬
‫ عنححد تحويححل النمححوذج الرياضححي مححن الصححيغة القانونيححة لححى الصرريغة‬،)Slack Variables(
‫القياسية‬
Q 3: Explain table form under which clarify the rules add (Slack
Variables), when you convert a mathematical model of the legal form
to the standard formula.
‫)ه بيانياى‬LP( ‫ جد الحل األمثل لنموذج البرمجة الخطية‬:4‫س‬
Q4 /Find the optimal solution of (LP) by using graphical method
Max. Z= 4X1+3X2
Subject to:
3X1+2X2  30
X1+2X2  20
X1 =9
X1 , X2  0
‫) التاليه جبرياى‬LP( ‫ جد الحل األمثل لنموذج البرمجة الخطية‬:5‫س‬
Q5/Find the optimal solution following by using Algebraic method

Min. Z= 3X1+4X2
Subject to:
2X1+3X2  6
4X1+2X2  8
X1 , X2  0

77
 ‫) التاليه بيانياى وجبرياى‬LP( ‫ جد الحل األمثل لنموذج البرمجة الخطية‬:6‫س‬
Q 6/Find the optimal solution for the following (LP) model by using
Algebraic and graphic method

Max. Z= 10X1+3X2
Subject to:
2X1+X2  30
2X1+3X2  20
X1  2
X2  1
X1 , X2  0
:‫) الكبيرة‬M( ‫) التاليه باستخدام طريقة‬LP( ‫ جد الحل األمثل لنموذج البرمجة الخطية‬:7‫س‬
Q 6/Find the optimal solution for the following (LP) model by using
Big M method
Min. Z= 6X1+4X2
Subject to:
X1+X2  4
2X1+3X2  8
X1 , X2 ≥ 0
:‫) التاليه باستخدام طريقة المرحلتين‬LP( ‫ جد الحل األمثل لنموذج البرمجة الخطية‬:8‫س‬
Q8/Find the optimal solution (L.P) by using (two-phases method
Min. Z= 3X1+2X2
Subject to:
X1+X2  2
2X1+3X2 ≤ 8
X1 , X2  0

‫الفصل الثالث‬

‫الثنائية في البرمجة الخطية‬

78
 Duality in Linear Programming

The Concept of Duality Problem :‫ مفهوم المشكلة الثنائية‬1-3

‫ النموذج الثنائي إذا كان النموذج األولى بالصيغة القانونية‬2- 3

Dual Problem when Primal Model in Canonical Form

‫ النموذج الثنائي إذا كان النموذج األول بالصيغة القياسية‬3-3

Dual Problem when primal Model in Standard Form

)‫ ايجاد الحل للمشكلة المقابلة (الثنائية‬4-3

Find a Solution for Dual Model

‫الفصل الثالث‬
‫الثنائية في البرمجة الخطية‬
Duality in Linear Programming

79
‫‪The Concept of Duality Problem‬‬ ‫‪ 1-3‬مفهــوم المشــكلة الثنائيــة‪:‬‬
‫إن لك ررل نم رروذج م ررن نم رراذج البرمج ررة الخطي ررة نموذجر راى مق ررابالى (ثنائير راى) يس ررمى أح ررد النم رروذجين‬
‫بالنموذج األولي ‪Primal model‬ه بينما يطلت على اآلخرر تسرمية النمروذج المقابرل (الثنرائي)‬
‫‪ Dual model‬إن من أهم الصفات المشرتركة للنمروذج األولري والثنرائي هرو إن الحرل األمثرل‬
‫ألحدهما (في حالة وجود حل) يعطي معلومات كاملة عن الحل األمثل للنموذج اآلخر‬
‫تتمثل أهمية الثنائية في مسائل البرمجة الخطية فيما يلي‪:‬‬
‫‪ 1‬تقليص الجهد الحسابي المطلوب في تحليل مسالة البرمجة الخطية التي تحتوي على عدد‬
‫كبير من القيود وهذا لت فوائد كبيرة في استخدامات وتطبيقات متعددة‬
‫‪ 2‬تشير الثنائية في البرمجة الخطية إلى إن كل برنامج خطي مكافا إلى مباراة بين‬
‫شخصين ذات مجموع صغري ‪ 2- Person Zero Sum game‬وهذا يؤكد وجود عالقة‬
‫بين طريقة البرمجة الخطية ونظرية المباراة‬
‫سوف نتطرق إليها عندما نستخدم البرمجة الخطية ونظرية المباراة‬
‫‪ 3‬باإلمكان الحصول على الحل األمثل للمسالة الثنائية من جدول الحل األمثل األولية‬
‫مباشرة والعكس صحيله ولعل من المفيد اختيار المسالة التي تحتوي عدد قليل من‬
‫القيود والتي تعتبر مالئمة أكثر للحسابات التك اررية أو بالنسبة للبرامج الجاهزة في‬
‫الكومبيوتر‬
‫‪ 4‬إذا كان ألحد متغيرات النموذج األول قيمة سالبة فةن حل النموذج هذا غير ممكن بينما‬
‫في حالة النموذج المقابل يمكن إيجاد حل للمشكلة عند وجود متغير ذي قيمة سالبة‬
‫تعريف المشكلة الثنائية ‪Defined Duality Problem‬‬
‫تسمى مسالة البرمجة الخطية متماثلة ‪ Symmetric‬إذا كانت جميع المتغيرات ‪ xj‬مقيدة‬
‫باإلشارة وجميع القيود في صيغة متباينات من نوع أو أقل أو يساوي ≥ عندما تكون دالة‬
‫الهدف من نوع ‪ Maximum‬أو أكبر أو يساوي ≤ في حالة أن تكون دالة الهدف من نوع‬
‫‪ Minimum‬وفيما يلي توضيل للصيغة العامة لنموذج البرمجة الخطية األولية والثنائية في‬
‫حالتها المتماثلة‬
‫‪ 1‬المسالة األولية ‪Primal Problem‬‬

‫‪80‬‬
 ‫‪n‬‬
‫‪Max x0   C j X j‬‬
‫‪j 1‬‬

‫‪s. to :‬‬
‫‪n‬‬

‫‪a x‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪j‬‬ ‫‪ bi i  1,2...m‬‬

‫‪xj  0‬‬ ‫‪j  1,2...n‬‬

‫‪ 2‬المسالة الثنائية ‪Dual Problem‬‬
‫‪m‬‬
‫‪Min y0   bi yi‬‬
‫‪i 1‬‬

‫‪s. to :‬‬
‫‪m‬‬

‫‪a‬‬
‫‪i 1‬‬
‫‪ij‬‬ ‫‪yi  ci‬‬ ‫‪j  1,2...n‬‬

‫‪yi  0‬‬ ‫‪i  1,2..., m‬‬

‫وباستخدام المصفوفات يمكن إعادة كتابة الصيغتين أعالل‬
‫‪ 1‬المسالة األولية‬
‫‪MaxZ  cx‬‬
‫‪s. to :‬‬
‫‪Ax  b‬‬
‫‪x0‬‬
‫‪ 2‬المسالة الثنائية‬
‫‪Min w= yb‬‬
‫‪s. to:‬‬
‫‪yA≥ C‬‬
‫‪y≥ 0‬‬

‫نظرية (‪Theory (1) :)1‬‬

‫إذا كان نموذج البرمجة الخطية األولية والثنائية المتماثلة كاآلتي‪:‬‬

‫‪81‬‬
 ‫‪MaxZ  cx‬‬
‫‪s. to :‬‬
‫‪Ax  b‬‬
‫‪x0‬‬
‫‪Min w= yb‬‬
‫‪s. to:‬‬
‫‪yA≥ C‬‬
‫‪y≥ 0‬‬

‫فةن قيمة دالة الهدف للنموذج الثنائي ‪ dual‬في حالة وجود حل مقبول للمسالة دائماى اكبر‬
‫من أو مساوية إلى قيمة دالة الهدف للمساوية األولية ‪Primal‬‬
‫البرهان‪:‬‬
‫نفرض إن ‪ y0, x0‬يمثالن متجهاى للحلول المقبولة للمسالة األولية والثنائية على التوالي‬
‫نبرهن ‪y0 b≥ cx0‬‬
‫بما إن ‪ x0‬يمثل حل مقبول للمسالة األولية فةن‬

‫‪Ax0 ≤ b‬‬
‫‪x0≥ 0 ……..‬‬ ‫)‪(1‬‬
‫وبالمثله بما إن ‪ y0‬يمثل حل مقبول للنموذج الثنائي فةن‬
‫‪y0A ≥ c‬‬
‫‪y0 ≥ 0 …..‬‬ ‫)‪(2‬‬
‫نضرب طرفي المتباينة (‪ )1‬في ‪ y0‬نحصل على‬
‫‪y0Ax0 ≤ y0b‬‬ ‫)‪…… (3‬‬
‫وبالمثل نضرب طرفي المتباينة (‪ )2‬في ‪x0‬ه نحصل على‬
‫)‪…………….(4‬‬
‫‪y0Ax0 ≥ cx0‬‬
‫ينتج من المتباينتين (‪ )3‬و (‪)4‬‬
‫‪y0b ≥ y0Ax0 ≥ cx0‬‬
‫لذا فةن‬

‫‪y0b ≥ cx0‬‬

‫‪82‬‬
 ‫من النظرية أعالل يمكن اإلشارة إلى النتائج المهمة اآلتية‪:‬‬
‫‪ 1‬إن قيمة دالة الهدف لنموذج البرمجة األولية من نوع ‪ Max‬ألي حل مقبول تمثل الحد‬
‫األدنى للقيمة الصغرى لدالة الهدف في النموذج الثنائي‬
‫‪ 2‬وبالمثل فةن قيمة دالة الهدف للنموذج الثنائي من نوع ‪ Min‬تمثل الحد األعلى للقيمة‬
‫العظمى لدالة الهدف للمسالة األولية‬
‫‪ 3‬إذا كان حل المسالة األولية مقبول وقيمة دالة الهدف غير محدودة (أي إن ‪Max x0‬‬
‫‪ )+ ‬فةن المسالة الثنائية ال يوجد لها حل مقبول‬
‫محدودة‬ ‫غير‬ ‫الهدف‬ ‫دالة‬ ‫وقيمة‬ ‫مقبول‬ ‫الثنائية‬ ‫المسالة‬ ‫حل‬ ‫كان‬ ‫‪ 4‬إذا‬
‫(‪)Min y0 -‬ه فةن المسالة األولية لها حل غير مقبول‬
‫‪ 5‬إذا كان حل النموذج األولي مقبوله وحل النموذج الثنائي غير مقبول فةن حل المسالة‬
‫األولية يكون غير محدود ‪unbounded‬‬
‫‪ 6‬إذا كان حل النموذج الثنائي (‪ )dual‬مقبوله وحل النموذج األولي ‪ Primal‬غير مقبوله‬
‫فةن النموذج الثنائي يكون غير محدود‬
‫مثال (‪)1‬‬
‫إذا كان النموذج األولي لمسالة البرمجة الخطية كاآلتي‪:‬‬
‫‪Ex(1) If the Primary model for LP as the following‬‬
‫‪Max z0 = x1+2x2+3x3+4x4‬‬
‫‪s. to:‬‬
‫‪x1+2x2+2x3+3x4 ≤ 20‬‬
‫‪2x1+x2+3x3+2x4 ≤ 30‬‬
‫‪x1, x2, x3, x4≥ 0‬‬

‫وعليت يكون كتابة النموذج الثنائي (‪ )dual‬كما يلي‪:‬‬

‫‪Min Z0= 20y1+30y2‬‬
‫‪s. to:‬‬
‫‪y1+2y2 ≥ 1‬‬
‫‪2y1+y2 ≥ 2‬‬

‫‪83‬‬
 ‫‪2y1+3y2 ≥ 3‬‬
‫‪3y1+2y2 ≥ 4‬‬
‫‪y1, y2 ≥ 0‬‬

‫بعد تحليل النموذجين باستخدام طريقة السمبلكس ‪Simplex‬ه توصلنا إلى الحلول المقبولة‬
‫التالية‪:‬‬
‫للمسألة األولية‬
‫‪x1=x2=x3=x4= 1‬‬
‫‪x0= cx0= 10‬‬

‫للمسألة الثنائية‬

‫‪y1=y2= 1‬‬
‫‪Y0=y0b= 40‬‬

‫من هذا يتبين بان‬

‫‪Cx0 < y0b‬‬

‫وباستخدام النتيجة األولى والثانية من النظرية السابقة يتضل بان القيمة الصغرى لدالة الهدف‬
‫‪ y0‬ال يمكن أن تكون أقل من ‪10‬‬

‫)‪Theory (2‬‬ ‫نظرية (‪)2‬‬

‫إذا كان هناع حلول مقبولة ‪ y0, x0‬لنماذج البرمجة الخطية األولية والثنائية المتماثلةه بحي‬
‫إن قيم دالة الهدف لكل منها متساويةه فةن هذل الحلول المقبولة وهي الحلول المثلى للمسالة‬
‫المناظرة‬
‫البرهان‪:‬‬

‫‪84‬‬
 ‫افرض إن ‪ x0‬يمثل أي حل مقبول للمسالة األولية‬
‫فةن‬
‫‪cx0 ≤ y0b‬‬ ‫نظرية (‪)1‬‬
‫ولكن بالفرض‬
‫‪cx0= y0b‬‬
‫لذا فةن‬
‫‪ cx < cx0‬لجميع الحلول المقبولة للنموذج األولي‬
‫وعليت فةن من تعريف ‪( x0‬الحل األمثل للمسالة األولية) ومن خاصية التماثل نبرهن إن ‪y0‬‬
‫هو الحل األمثل للنموذج الثنائي‬
‫)‪Theory (3‬‬ ‫نظرية (‪:)3‬‬
‫إن‬ ‫إذا كانت حلول النموذج األولي والثنائي مقبولة فةن لكالهما حلول مثلى بحي‬
‫القيم المثلى لدالة الهدف متساوية‬
‫‪ 2-3‬النموذج الثنائي إذا كان النموذج األولى بالصيغة القانونية‪:‬‬
‫‪Dual Problem when Primal Model is in Canonical Form‬‬

‫من المعلومه بان الصيغة القانونية لمسالة البرمجة الخطية هي كاآلتي‪:‬‬

‫‪n‬‬
‫‪Max Z 0   C j X j‬‬
‫‪j 1‬‬

‫‪s. to :‬‬
‫‪n‬‬

‫‪a x‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪j‬‬ ‫‪ bi i  1,2...m‬‬

‫‪xj  0‬‬ ‫‪j  1,2...n‬‬

‫وعليت فةن النموذج المقابل ‪ dual‬للنموذج األولي ‪ Primal‬أعالل كما يلي‪:‬‬

‫‪85‬‬
 ‫‪m‬‬
‫‪Min y0   bi yi‬‬
‫‪i 1‬‬

‫‪s. to :‬‬
‫‪m‬‬

‫‪a‬‬
‫‪i 1‬‬
‫‪ij‬‬ ‫‪yi  ci‬‬ ‫‪j  1,2...n‬‬

‫‪yi  0‬‬ ‫‪i  1,2..., m‬‬

‫‪ yi‬تمثل متغيرات النموذج المقابل‬ ‫حي‬
‫إن الصيغة الثنائية الجديدة لها عدد من المتغيرات ‪ yi‬يساوي عدد القيود في المسالة األولية‬

‫مثال (‪ : )2‬اكتب النموذج الثنائي (المقابل) لمسالة البرمجة الخطية التالية‬

‫)‪Example (2) Write the Duality model for (LP‬‬
‫‪Max Z0= 5x1+6x2‬‬
‫‪s. to:‬‬
‫‪x1+9x2 ≤ 60 y1‬‬
‫‪2x1+3x2 45 y2‬‬
‫‪2x2 20 y3‬‬ ‫‪5x1‬ـ‬
‫‪x1‬‬ ‫‪ 30 y4‬‬
‫‪x1 ,x2  0‬‬

‫الحل‪:‬‬
‫بما إن دالة الهدف من نوع ‪Max‬ه والقيود جميعها من نوع ≥ه والمتغيرات ‪x1, x2‬‬
‫مقيدة باإلشارةه لذا فةنت من الممكن كتابة النموذج المقابل مباشرة بافتراض إن ‪y1,y2,y3,y4‬‬
‫متغيرات لهذا النموذج وكاآلتي‪:‬‬

‫‪Min Z0= 60y1+45y2+20y3+30y4‬‬

‫‪s. to:‬‬

‫‪86‬‬
 ‫‪y1+2y2+ 5y3 +y4  5‬‬
‫‪9y1+3y2-2y3‬‬ ‫‪≥6‬‬
‫‪y1, y2 ,y3 ,y4  0‬‬

‫نالحظ من المثال أعالله بان النموذج المقابل يحتوي على عدد من القيود أقل من‬
‫قيود النموذج األوليه ولما كان الحل األمثل إلحدى المسالتين يعطي معلومات كاملة عن‬
‫الحل األمثل للمسالة األخرىه لهذا فمن المفيد إذن حل النموذج المقابل ألن الصعوبة‬
‫الحسابية في مسائل البرمجة الخطية تاتي من كثرة القيود‬
‫‪ 3- 3‬النموذج الثنائي إذا كان النموذج األول بالصيغة القياسية‬
‫‪Dual Problem when primal Model in Standard Form‬‬
‫لقد ذكرنا سابقاىه إنت في الصيغة القياسية لمسالة البرمجة الخطيةه تكون جميع القيود‬
‫عبارة عن معادالته وسوف نبين فيما يلي إن كل قيد مساواة ‪ Equality constraint‬في‬
‫المسالة األولية (أو الثنائية) يناظر متغير غير مقيد باإلشارة في الثنائية (واألولية)‬
‫فةذا كانت مسالة البرمجة الخطية التالية بالشكل القياسي‪:‬‬
‫‪n‬‬
‫‪Max x0   C j X j‬‬
‫‪j 1‬‬

‫‪s. to :‬‬
‫‪n‬‬

‫‪a x‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪j‬‬ ‫‪ bi i  1,2...m‬‬

‫‪xj  0‬‬ ‫‪j  1,2...n‬‬

‫فةن النموذج المقابل لها كاآلتي‪:‬‬

‫‪87‬‬
 m
Min y0   bi yi
i 1

s. to :
m

a
i 1
ij yi  ci j  1,2...n

yi (unrestricted in sign)
‫غير مقيدة باإلشارة‬

:‫واذا كانت مسالة البرمجة الخطية بالشكل التالي‬

n
Max x0   C j X j
j 1

s. to :
n

a
j 1
ij x j  bi i  1,2,..., m

x j unrestericted in sign
:‫فةن النموذج المقابل لها سيكون كاآلتي‬

m
Min y0   bi yi
i 1

s. to :
m

a i 1
ij yi  ci i  1,2...n

yi  0
‫وفيما يلي مجموعة من األمثلة التوضيحية لما ذكرنال سابقاى‬

88
 ‫مثال(‪:)3‬‬
‫اكتب النماذج الثنائية المناظرة لكل مسالة من مسائل البرمجة الخطية التالية‪Example :‬‬
‫)‪(3) Write the Duality model for (LP‬‬

‫‪1- Max Zx=5x1+12x2+4x3‬‬

‫‪s. to:‬‬
‫‪x1+2x2+3x3 ≤ 5‬‬
‫‪2x1-x2+3x3 = 2‬‬
‫‪x1, x2, x3  0‬‬

‫الحل‪:‬‬
‫بما إن القيود مالئمة لدالة الهدفه نكتب النموذج المقابل مباشرة كاآلتي‪:‬‬
‫‪Min Zy= 5y1+2y2‬‬
‫‪s. to:‬‬
‫‪y1+2y2  5‬‬
‫‪2y1-y2  12‬‬
‫‪3y1+3y2  4‬‬
‫‪y1 0, y2 unrestricted‬‬

‫مالحظة‪:‬‬
‫كما ذكرنا سابقاىه كل قيد مساواة يمثل بمتغير غير مقيد باإلشارة وكل متغير غير مقيد‬
‫باإلشارة يناظر قيد مساواة لذلع أصبل المتغير الثاني ‪ y2‬المقابل للقيد الثاني غير مقيد‬
‫باإلشارة‬
‫‪2- Max Zx=x1+x2‬‬
‫‪s. to:‬‬
‫‪3x1+x2+ x3‬‬ ‫‪≤6‬‬

‫‪89‬‬
x1 -x2+ x3 = 4
x1+2x2 1
x1, x2, x3  0

:‫الحل‬
:‫نعيد كتابة المسالة المعطاة بالشكل اآلتي‬
Max Zx=x1+x2
s. to:
3x1+x2+x3 ≤ 6
x1-x2+x3= 4
-x1-2x2 ≤ -1
x1, x2, x3  0

:‫لذا فةن النموذج المقابل للمسالة أعالل ما يلي‬

Min Zy= 6y1+4y2- y3

s. to:
3y1+y2-y3  1
y1-y2-y3  1
y1+y2  0
y1 0, y3 0, y2 unrestricted
3- Min Zx=6x1+3x2
s. to:
6x1-3x2+x3 ≥ 2
3x1+4x2+x3 ≥ 4
-x1-2x2 ≤ -1

90
‫‪x1, x2, x3  0‬‬

‫الحل‪:‬‬
‫نالحظ في هذا المثال بان دالة الهدف من نوع ‪ Min‬والقيود جميعها من نوع ≥ إذن نكتب‬
‫النموذج المقابل مباشرة كاآلتي‪:‬‬
‫‪Max Zy= 2y1+5y2‬‬
‫‪s. to:‬‬
‫‪6y1+3y2 ≤ 6‬‬
‫‪-3y1+4y2 ≤ 3‬‬
‫‪y1+y2 ≤ 0‬‬
‫‪y1, y2 ≥ 0‬‬
‫‪4- Max Zx=x1+x2‬‬
‫‪s. to:‬‬
‫‪2x1+x2= 5‬‬
‫‪3x1-x2= 6‬‬
‫‪x1, x2, unrestricted‬‬

‫الحل‪:‬‬
‫النموذج المقابل لها كاآلتي‪:‬‬
‫‪Min Zy= 5y1+6y2‬‬
‫‪s. to:‬‬
‫‪2y1+3y2 = 1‬‬
‫‪y1-y2 = 1‬‬
‫‪y1, y2 unrestricted‬‬

‫‪91‬‬
‫‪5- Max Zx=3x1+5x2‬‬
‫‪s. to:‬‬
‫‪2x1+6x2 ≤ 50‬‬
‫‪3x1+2x2 ≤ 35‬‬
‫‪5x1-3x2 ≤ 10‬‬
‫‪x2 ≤ 20‬‬
‫‪x1, x2  0‬‬

‫الحل‪:‬‬
‫النموذج المقابل‪:‬‬
‫‪Min Zy= 50y1+35y2+10 y3+ 20y4‬‬
‫‪s. to:‬‬
‫‪2y1+3y2+5y3‬‬ ‫‪3‬‬
‫‪6y1+2y2-3y3+y4  5‬‬
‫‪y1 ,y2,y3,y4 ≥0‬‬

‫‪ 4-3‬ايجاد الحل للمشكلة المقابلة (الثنائية)‪-:‬‬

‫‪Find a Solution for Dual Model‬‬
‫أن ايجاد للمشكلة المقابلة ( الثنائية ) ال يختلف كثيرا عن الحل في المشكلة االولية سوى في‬
‫بعض الخطوات البسيطة منها المتعلقة بشروط النموذج او في خطوات حساب المتغير الداخل‬
‫والمتغير الخارج وكما سيتم شرحه الحقا ‪.‬‬
‫مثال‪ -:4‬لنموذج البرمجة الخطية االتي احسب كل من ‪-:‬‬
‫‪ -1‬النموذج المقابل‬

‫‪92‬‬
 ‫‪ -2‬الحل االمثل باستخدام الطريقة المبسطة للنموذج المقابل ‪.‬‬
‫‪Example.4. For the problem (L.P) Model find:‬‬
‫?‪1- The Dual Model‬‬
‫?‪2- Solve the problem using Dual simplex method‬‬

‫‪MaxZx  30 X 1  18 X 2‬‬
‫‪s .t‬‬
‫‪Y1‬‬ ‫‪X1  2 X 2‬‬ ‫‪ 200 . . . 1‬‬
‫‪Y2‬‬ ‫‪3 X1  2 X 2‬‬ ‫‪ 300 . . . 2‬‬
‫‪Y3‬‬ ‫‪X1‬‬ ‫‪ 150 . . . 3‬‬
‫‪X1, X 2  0‬‬

‫بما أن دالة الهدف من نوع ‪ Max‬وجميع القيود من النوع‪ ≤ :‬لذا يمكن تحويل المشكلة الى‬
‫‪sol‬‬ ‫النموذج المقابل‬
‫‪MinZ y  200y1  300 y2  150y3‬‬
‫‪S. T‬‬
‫‪y1 ‬‬ ‫‪3 y2 ‬‬ ‫‪y3  30‬‬
‫‪2 y1 ‬‬ ‫‪2 y2‬‬ ‫‪ 18‬‬
‫‪y1 , y2 , y3  0‬‬

‫ومن جدول الحل االمثل الوارد في صفحة ( ‪ ) 48‬الفصل الثاني يمكن ايجاد قيم المتغيرات‬
‫‪ y3 , y2 , y1‬مباشرة‪ ,‬وهي عبارة عن قيم ‪ S3, S2, S1‬الواردة في صف دالة الهدف وكما‬
‫موضح في ادناه‪-:‬‬
‫‪Table -2-‬‬

‫‪Non-Basic Variables‬‬
‫‪B.V‬‬ ‫‪R.H.S‬‬
‫‪X1‬‬ ‫‪X2 S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪3000‬‬
‫‪S1‬‬ ‫‪0‬‬ ‫‪4/3‬‬ ‫‪1 -1/3‬‬ ‫‪0‬‬ ‫‪100‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪2/3‬‬ ‫‪0‬‬ ‫‪1/3‬‬ ‫‪0‬‬ ‫‪100‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪-2/3 0 -1/3‬‬ ‫‪1‬‬ ‫‪50‬‬

‫‪93‬‬
‫‪y1 = 0 , y2 =10 , y3 = 0 , Z = 3000‬‬
‫واذا تم تعويض القيم اعاله في دالة الهدف للنموذج المقابل فاننا نالحظ انها تحقق دالة الهدف‬
‫‪Z=200y1+300y2+150y3‬‬
‫)‪3000=200(0)+300(10)+150(0‬‬
‫‪3000=3000‬‬

‫‪Dual simplex method‬‬ ‫طريقة السميلكس للنموذج المقابل‬

‫اوالً‪ -:‬تحديد المتغير الخارج‬

‫يتم تحويل النموذج المقابل الى الصيغة القياسية ولكن يجب مالحظة ان يتم تحويل اشارات‬
‫القيود كافة الى عالمة ≤ بغض النظر عن كون دالة الهدف اذا كانت من نوع ‪ Max‬او‬
‫‪ ,Min‬لذا فاننا نقوم بضرب القيدين بـ (‪ )-1‬لتحويل اشارة القيود وكما يلي‪-:‬‬
‫‪MinZ y  200 y1  300 y2  150 y3‬‬
‫‪S.T‬‬
‫‪ y1 ‬‬ ‫‪3 y2 ‬‬ ‫‪y3   30   S1‬‬
‫‪ 2 y1 ‬‬ ‫‪2 y2‬‬ ‫‪  18   S2‬‬
‫‪y1 , y2 , y3  0‬‬

‫واآلن نحول النموذج الى الصيغة القياسية‬

‫‪Z y  200 y1  300 y2  150 y3‬‬ ‫‪0‬‬

‫‪ y1 ‬‬ ‫‪3 y2 ‬‬ ‫‪y3  S1‬‬ ‫‪  30‬‬
‫‪ 2 y1 ‬‬ ‫‪2 y2‬‬ ‫‪ S2   18‬‬
‫‪y1 , y2 , y3 , S1 , S2  0‬‬

‫ويتم ترتيب البيانات في جدول رقم (‪ )1‬وكاالتي‪-:‬‬

‫‪Tab.1‬‬
‫‪B.V‬‬ ‫‪Non-Basic Variables‬‬ ‫‪R.H.S‬‬

‫‪94‬‬
 ‫‪y1‬‬ ‫‪y2‬‬ ‫‪y3‬‬ ‫‪s1‬‬ ‫‪s2‬‬
‫‪Z‬‬ ‫‪-200‬‬ ‫‪-300‬‬ ‫‪+150‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪-1‬‬ ‫‪-3‬‬
‫‪S1‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-30‬‬
‫‪S2‬‬ ‫‪-2‬‬ ‫‪-2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-18‬‬
‫‪Ratio‬‬ ‫‪200‬‬ ‫‪100‬‬ ‫‪150‬‬ ‫يهمل‬ ‫يهمل‬ ‫‪-‬‬

‫العنصر المحوري‬

‫في الجدول نجد ان الحل االبتدائي غير مقبول حيث ان قيم المتغيرات االساسية ‪ B.V‬سالبة‬
‫‪S1=  3, S2=  18‬‬
‫لحل مثل هذه المشاكل فيجب استخدام الطريقة المبسطة للنموذج المقابل حيث نقوم بما يلي‪-:‬‬
‫اوالً‪ -:‬تحديد المتغير الخارج‬
‫لقد عرفنا ان الجهة اليمنى تمثل الثابت وهو عبارة عن معادالت دالة الهدف في النموذج‬
‫االولي‪ ,‬لذلك نختار اقل قيمة وهي (‪ )  3‬وهي تقابل ‪ S1‬لذا فهو متغير خارج‪.‬‬
‫ثانياً‪ -:‬تحديد المتغير الداخل‬
‫نقسم معامالت المتغيرات اي القيم في صف دالة الهدف ‪ ( Z‬السالبة فقط ) على القيم المقابلة‬
‫لصف المتغير الخارج الذي تم اختياره اوالً أعاله ثم نختار أقل قيمة موجبة فقط في صف الـ‬
‫‪ Ratio‬مع مالحظة ان تهمل القسمة على صفر وكذلك المقدار الموجب‬
‫‪−200 −300 −150 0 0‬‬
‫‪,‬‬ ‫‪,‬‬ ‫‪, ,‬‬
‫‪−1‬‬ ‫‪−3‬‬ ‫‪−1 1 0‬‬
‫‪200, 100 , 150‬‬
‫ان بقية الخطوات فهي نفس خطوات طريقة السمبلكس العادية‬

‫‪−1 −3 −1 1 0 −30‬‬
‫‪P. R‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪, ,‬‬
‫‪−3 −3 −3 −3 3 −3‬‬
‫‪P.R‬‬ ‫‪1/3, 1, 1/3, -1/3, 0, 10‬‬

‫‪95‬‬
‫‪New z‬‬ ‫العنصر المقابل وبعكس االشارة ‪300‬‬
‫‪S2‬‬ ‫‪2‬‬ ‫العنصر المقابل وبعكس االشارة‬
‫‪Tab.2‬‬

‫‪Non.B.V‬‬
‫‪B.V‬‬ ‫‪R.H.S‬‬
‫‪y1‬‬ ‫‪y2‬‬ ‫‪y3‬‬ ‫‪s1‬‬ ‫‪s2‬‬
‫‪Z‬‬ ‫‪-100‬‬ ‫‪0‬‬ ‫‪-50 -100‬‬ ‫‪0‬‬ ‫‪3000‬‬
‫‪Y2‬‬ ‫‪1/3‬‬ ‫‪1‬‬ ‫‪1/3 -1/3‬‬ ‫‪0‬‬ ‫‪10‬‬
‫‪S‬‬ ‫‪-4/3‬‬ ‫‪0‬‬ ‫‪2/3 -2/3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪Ratio‬‬

‫‪New Z‬‬
‫‪−200 −300‬‬ ‫‪−150‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪100‬‬ ‫‪300‬‬ ‫‪100 −100 0 3000‬‬
‫‪−100‬‬ ‫‪0‬‬ ‫‪−50 −100 0 3000‬‬

‫‪New S2‬‬
‫‪−2‬‬ ‫‪−2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1 −18‬‬
‫‪2/3‬‬ ‫‪2‬‬ ‫‪2/3 −2/3 0 20‬‬
‫‪4‬‬ ‫‪2‬‬
‫‪−‬‬ ‫‪0‬‬ ‫‪2/3 −‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪3‬‬
‫جميع القيم الواردة في صف دالة الهدف سالبة أو صفر لدالة الهدف في النموذج المقابل وهي‬
‫في نوع ‪ ,Min‬لذا فاننا توصلنا للحل االمثل للنموذج المقابل واصبحت قيم ‪ R.H.S‬جميعها‬
‫موجبة لذا فأن‬
‫‪( y1=0, y2=10, y3= 0, S1=0, S2=2 , Z=3000‬‬
‫وهي نفس النتائج الواردة بالطريقة االولى‬
‫مثال‪ -:5‬لنموذج البرمجة الخطية المقابل (الثنائي) اوجد الحل االمثل باستخدام طريقة‬
‫السمبلكس المقابلة؟‬

‫‪96‬‬
Example(5):- For the Dual L.P Model find the optimal solution using
Dual simplex method?

MinZ y  3 y1  2 y 2
S.T
4 y1  2 y2  4
5y1  4y2  8
2y1  3y2  5
y1 , y 2  0

-1 ‫يتم ضرب القيدين االول والثاني بـ‬

-4y1-2y2 ≤-4 . . +S1
-5y1-4y2 ≤-8 . . +S2
‫نحول النموذج الى الصيغة القياسية‬

Z y  3 y1  2 y2 0
 4 y1  2 y2  S1  4
 5 y1  4 y2  S2  8
2 y1  3 y2  S3  5
y1 , y2 , S1 , S2 , S3  0

Tab.1 ‫اآلن يمكننا الحصول على الجدول االول‬

Non-Basic Variables
B.V R.H.S
y1 y2 S1 S2 S3
Z -3 -2 0 0 0 0
S1 -4 -2 1 0 0 -4
S2 -5 -4 0 1 0 -8
S3 2 3 0 0 1 5
Ratio ¾ 1/2 ‫يهمل يهمل‬ ‫يهمل‬

P.R 5/4 1 0 -1/4 0 2

97
New Z 2
S1 2
S3 -3
𝑁𝑒𝑤 𝑍 − 3 −2 0 0 0 0
2 ∗ (𝑃. 𝑅 ) 5/2 2 0 −1/2 0 4
1
− 0 0 −1/2 0 4
2

𝑁𝑒𝑤 𝑆1 − 4 −2 1 0 0 −4
2 ∗ (𝑃. 𝑅 ) 5/2 2 0 −1/2 0 4
−3/2 0 1 −1/2 0 0

𝑁𝑒𝑤 𝑆3 2 3 0 0 1 5
−3 ∗ (𝑃. 𝑅 ) − 15/4 −3 0 −3/4 0 −6
−7/4 0 0 −3/4 1 −1
Tab.2

Non-Basic Variables
B.V R.H.S
y1 y2 S1 S2 S3
Z -1/2 0 0 -1/2 0 4
S1 -3/2 0 1 -1/2 0 0
y1 5/4 1 0 -1/4 0 2
S3 -7/4 0 0 3/4 1 -1
2/7 ‫يهمل يهمل يهمل‬ ‫يهمل‬

)3(‫وباتباع نفس الخطوات السابقة نحصل على قيم الجدول رقم‬

Tab.3
Non-Basic Variables
B.V R.H.S
y1 y2 S1 S2 S3
Z 0 0 0 -10/14 -2/7 30/7
S1 0 0 1 -16/14 -6/7 6/7

98
 ‫‪y2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-53/28‬‬ ‫‪5/7‬‬ ‫‪9/7‬‬
‫‪y1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-3/7‬‬ ‫‪-4/7‬‬ ‫‪4/7‬‬
‫‪Ratio‬‬

‫بما أن جميع القيم في صف دالة الهدف ‪ Z‬في الجدول صفر او سالبة ‪ ,‬لذا فأن الحل يعتبر‬
‫أمثل‬
‫‪∴ The optimal solution is‬‬
‫‪Z=30/7, y1= 4/7, y2= 9/7, S1= 6/7, S2=S3= 0‬‬
‫وللتاكد من صحة الحل نعوض عن القيم بدالة الهدف للنموذج المقابل فنحصل على‪-:‬‬
‫‪Z=3y1+2y2‬‬
‫‪30‬‬ ‫‪4‬‬ ‫‪9‬‬
‫‪7‬‬
‫)‪=3(7)+2(7‬‬
‫‪30‬‬ ‫‪12‬‬ ‫‪18‬‬
‫‪7‬‬
‫‪=7 +‬‬ ‫‪7‬‬

‫‪30 30‬‬
‫=‬
‫‪7‬‬ ‫‪7‬‬

‫‪99‬‬
 ‫الفصل الرابع‬
Sensitivity Analysis ‫تحليل الحساسية‬
Introduction ‫ المقدمة‬1-4

)‫ التغيرات في الطرف األيمن للقيود (الموارد المتاحة‬2-4

Changes in the R.H.S

‫ التغيرات في معامالت دالة الهدف‬3-4

Changes in coefficients of the Objective Function

‫ التغيرات في معامالت متغيرات القرار في القيود‬4-4

Changes in coefficients of variables in constraints

Addition of anew variable ‫ إضافة متغير أو متغيرات جديدة‬5-4

Addition of anew constraints ‫ إضافة قيد أو قيود جديدة‬6-4

100
 ‫‪1-4‬المقدمة ‪Introduction‬‬
‫تكم ررن أهمي ررة تحلي ررل الحساس ررية ف رري إن ررت يعط رري د ارس ررتت كامل ررة للمتغير ررات الداخل ررة ف رري‬
‫يبقررى لنررا أكبررر عائررد أو أقررل تكلفررة ومررا هررو مرردى التغي ررات فرري هررذل‬ ‫النمرروذج الرياضرري بحي ر‬
‫المتغيراته فمثالى إذا حدثت بعض التغيرات فري ظرروف المشرروعه علرى سربيل المثرال حصرلت‬
‫زيررادة فرري الم روارد المتاحررة كرران تكررون زيررادة فرري الوقررت المترراح أو فرري عرردد العمررال أو إنترراج‬
‫منترروج جديررد أو غيررر ذلررعه ممررا يتطلررب إعررادة حررل النمرروذج للمشرركلة بعررد إضررافة المتغي ررات‬
‫الجديدة‬
‫إن مسررالة إعررادة حررل النمرروذج يكررون مرهق راى وقررد يحترراج إلررى وقررت طويررله ولكررن يمكننررا‬
‫اسررتخدام طريقررة ال تتطلررب إعررادة الحررل بكاملررت وذلررع باسررتخدام مررا يسررمى (تحليررل الحساسررية‬
‫‪ Sensitivity Analysis‬وقرد يسرمى أيضراى بتحليرل مرا بعرد األمثليرة ‪Post- optimality‬‬
‫ويعرررف بانررت عبررارة عررن د ارسررة ترراثير التغي ررات فرري مكونررات المشرركلة علررى نمرروذج‬
‫‪ُ analysis‬‬
‫البرمجة الخطية إذ إننا سنقوم بهرذا الفصرل بد ارسرة التغيررات التري تطر أر علرى مكونرات النمروذج‬
‫األولي وكذلع نعتمد على جدول الحل األمثل دون اللجوء إلى إعادة الحل بكاملت مرة أخرى‬
‫على نموذج البرمجة الخطية األولي هي‪:‬‬ ‫إن أهم التغيرات التي تحد‬
‫‪ 1‬التغيرات في الطرف األيمن (الموارد المتاحة)‬
‫‪ 2‬التغيرات في معامالت دالة الهدف‬
‫‪ 3‬التغيرات في معامالت متغيرات القرار في القيود‬
‫‪ 4‬إضافة متغير أو متغيرات جديدة‬
‫‪ 5‬إضافة قيد أو قيود جديدة‬

‫‪ 2-4‬التغيرات في الطرف األيمن (‪ )R.H.S‬للقيود‬

‫‪Changes in the R.H.S of constraints‬‬
‫بهرردف توضرريل الحالررة األولررى المتعلقررة برالمتغيرات فرري المروارد المتاحررة نررورد المثررال اآلترري بعررد‬
‫الحصول على الحل األمثل لنموذج البرمجة الخطية اآلتي‪:‬‬

‫مثال ‪1‬‬

‫‪101‬‬
Max Z= 5x1+2x2+3x3
s.t
x1+5x2+2x3 30
x1-5x2-5x3 40
x1,x2,x3 0
C ‫ه‬B ‫ه‬A ‫ تمثررل عرردد الوحرردات المنتجررة مررن المنتجررات‬x3 ‫ه‬x2 ‫ه‬x1 ‫عنرردما تكررون المتغي ررات‬
‫ هرري‬S2 ‫ه‬S1 ‫علرى الترواليه ويكرون جردول الحرل األمثرل علرى النحرو التراليه وعلرى افترراض إن‬
‫متغيرات وهمية‬
EX1. From the L.P model, and the optimal solution of this model

B .V X1 X2 X3 S1 S2 B
X1 1 5 2 1 0 30
S2 0 0 -8 -1 1 10
Z 0 23 7 5 0 150

1. Find the optimal solution if the (R.H.S) changes from

 30   35 
  to   ?
 40   40 
2. Find the optimal solution if the objective function changes from
(max Z= 5x1+2x2+3x3 to max Z= 3x1+x2+3x3)

:‫ان الحل األمثل لهذل المشكلة هو‬

X1=30, X2=0, X3=0, S1=0, S2=10, Z=150
‫وللتاكد من صحة الحل فةننا نعوض في دالة الهدف‬

Z= 5(x1)+2x2+3x3
150= 5(30) + 2(0)+ 3(0)
150= 150

102
 ‫‪ 35 ‬‬ ‫‪ 30 ‬‬
‫أي إن المررورد األول (العمررل مررثالى) قررد ازداد بمقرردار ‪ 5‬وحرردات مررن ‪  40 ‬إلررى ‪  40 ‬فةننررا‬
‫‪‬‬ ‫‪‬‬
‫‪ ‬‬ ‫‪ ‬‬
‫لدراسة تاثير هرذا التغيرر علرى الحرل األمثرل للمشركلة نقروم أوالى بالتاكرد مرن إن هرذا التغيرر لريس‬
‫لت أي تاثير في الحل األمثل ماعدا التغير في الجانب األيمرن وكرذلع يجرب التاكرد مرن إن قريم‬
‫صررف دالررة الهرردف سرريبقى موجبراى أو صررفر نقرروم بتعيررين مصررفوفة المعررامالت لمتغيررات الحررل‬
‫األساسية للحل األمثل )‪ B=(x1,S1‬في الجدول األول والتي هي‬
‫‪1 1‬‬
‫‪B ‬‬ ‫‪‬‬
‫‪1 0‬‬

‫والمعكوس لهذل المصفوفة ‪ B-1‬موجود في جدول الحل األمثل‬

‫‪ 1 0‬‬
‫‪B-1=  1 1‬‬
‫‪‬‬ ‫‪‬‬
‫والتري تمثرل مصرفوفة المتغيررات المكملرة (م م م) والتري تقرع أسرفل المتغيررات المكملرة ( ‪S1,‬‬
‫‪ )S2‬في جدول الحل األمثل‬
‫لذا فةننا نحصل على قيم المتغيرات األساسية الجديدة بتطبيت المعادلة اآلتية‪:‬‬
‫‪X b  B 1  b‬‬
‫‪ : X b‬تمثل عمود المتغيرات األساسية الناتجة في جدول الحل األمثل‬
‫‪ :B-1‬تمثررل مصررفوفة المتغيررات المكملررة والترري تقررع أسررفل المتغيررات المكملررة فرري جرردول الحررل‬
‫األمثل‬
‫‪ :b‬تمثل عمود الموارد المتاحة الجديد‬
‫‪ X 1   1 0 35 35  0 ‬‬
‫‪ S    1 1 40   35  40‬‬
‫‪ 2 ‬‬ ‫‪  ‬‬ ‫‪‬‬
‫‪ X 1  35‬‬
‫‪ S   5 ‬‬
‫‪ 2  ‬‬
‫نالحظ إن جميع قيم العمود الناتج موجبة ويعني ذلع إن الحل ال يزال أمثالى أو ممكناى‬
‫باستخدام الموارد المتاحة الجديدة‬
‫‪X1=35, X2=0, X3=0, S1=5, S2=0‬‬

‫‪103‬‬
 ‫أما قيمة ‪ Z‬فنحصل عليها بالتعويض وكاآلتي‪:‬‬
‫)‪Z= 5(35)+2(0)+3(0‬‬
‫‪Z= 175‬‬
‫أي إن المتغير في عمود الموارد المتاحة (‪ )B‬سيؤدي إلى تغير جميع القيم في ذلع العمود‬
‫الموجود في جدول الحل األمثل‬
‫لو أخذنا نتيجة الحل النموذج المقابل من الجدول األخير للمثال نحصل على‬
‫‪y1=s1=10, y2=s2=0, Z=150‬‬
‫يتبين لنا إن زيادة وحدة واحدة من المورد األول تؤدي إلى زيادة في دالة الهدف ‪ Z‬بمقدار‬
‫(‪ )5‬فعند زيادة المورد األول في حالتنا بمقدار ‪ 5‬وحداته فةن دالة الهدف الجديدة تصبل‬
‫‪Z= 5(5)+150= 175‬‬
‫أما الزيادة في المورد الثاني فةنها ال تحقت أي زيادة في دالة الهدف ألنت قيمة‬
‫(‪ )y2=s2=0‬تساوي صف اىر‬
‫إن الزيادة في أي مورد من الموارد المتاحة تكون محددة إذ قد تؤدي الزيادة الكبيرة إلى‬
‫حل غير أمثل وبهدف تحديد مقدار الزيادة الممكنة ألي مورد من الموارد تاخذ المثال‬
‫اآلتي‪:‬‬
‫مثال ‪2‬‬
‫لو افترضنا إن لدينا مشكلة البرمجة الخطية اآلتية‬

‫‪Max Z= 30x1+50x2‬‬
‫‪s.t‬‬
‫‪2x1+x216‬‬
‫‪x1+2x211‬‬
‫‪x1+3x215‬‬
‫‪x1, x2 0‬‬

‫وكانت النتائج في جدول الحل األخير االمثل كاآلتي‪:‬‬

‫‪B .V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪B‬‬

‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1/3‬‬ ‫‪-5/3‬‬ ‫‪1‬‬ ‫‪2‬‬

‫‪104‬‬
 ‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-1/3‬‬ ‫‪2/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪10/3‬‬ ‫‪70/3‬‬ ‫‪0‬‬ ‫‪310‬‬

‫‪X1=7, X2=2, S1=0, S2=0, S3=2, Z=310‬‬

‫نفرض إن الزيادة هنا في المورد األول ولتكن ‪ K‬لذا فةن هذل الزيادة تتحقت إذا تحقت اآلتي‪:‬‬
‫‪S3   1 / 3  5 / 3 1 16  k  2  1 / 3k ‬‬
‫‪ X    2 / 3  1 / 3 0 11   7  2 / 3k ‬‬
‫‪ 1 ‬‬ ‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪ X 2   1 / 3 2 / 3 0 15  2  1 / 3k ‬‬
‫يالحررظ إن النتررائج أعررالل برران الزيررادة فرري المررورد األول بمقرردار وحرردة واحرردة تررؤدي إلررى زيررادة‬
‫‪1‬‬ ‫‪2‬‬
‫لررذا يجررب التوقررف عنرردما تصرربل قيمررة‬ ‫وتقليررل فرري قيمررة ‪ x2‬بمقرردار‬ ‫قيمررة ‪ x1‬بمقرردار‬
‫‪3‬‬ ‫‪3‬‬
‫المتغيررر ‪ x2‬مسرراوية إلررى الصررفر وعرردم السررماح برران تصرربل قيمتهررا سررالبة ألن ذلررع يررؤدي إلررى‬
‫حل غير ممكن لذلع يتم استخراج قيمرة ‪ k‬مرن القيمرة األصرغر (التري تحمرل إشرارة – سرالب)‬
‫بعد مساواتها بالصفر وكما يلي‪:‬‬
‫‪1‬‬
‫‪2 k  0‬‬
‫‪3‬‬
‫‪k‬‬
‫‪2 k 6‬‬
‫‪3‬‬

‫أي إن أعلى زيادة في المورد األول هي ‪ 6‬وحدات لكي يبقى الحل ممكناى‬
‫وبنفس الطريقة يمكرن أن نحردد الزيرادة فري أي مرورد مرن المروارد األخررى الحرظ إنرت فري حالرة‬
‫وجود أكثر من مورد تؤثر فيت الزيادة في مورد معين إلى نقصان في قيمتت يرتم اسرتخراج قيمرة‬
‫(‪ )k‬منها ومن ثم يتم اختيار أقل قيمة لر ‪ k‬لغرض اعتمادها‬
‫واجب إلى الطالب إليجاد الزيادة في المورد الثاني والثال‬

‫‪16 ‬‬ ‫‪16‬‬

‫‪11  k ‬‬ ‫‪11‬‬
‫‪‬‬ ‫‪ 1‬من ‪  ‬إلى ‪‬‬
‫‪15 ‬‬ ‫‪15‬‬

‫‪105‬‬
 ‫‪16 ‬‬ ‫‪16‬‬
‫‪11 ‬‬ ‫‪11‬‬
‫‪‬‬ ‫‪ 2‬من ‪  ‬إلى ‪‬‬
‫‪15  k ‬‬ ‫‪15‬‬

‫والحالررة الترري يجررب د ارسررتها هرري أن نفترررض أن بةمكرران متخررذ القررار زيررادة قيمررة المررورد األول‬
‫وحرردة واحرردة (العمررل) سرروف يكلررف متخررذ الق ررار ( ) وحرردة نقديررة ومررن واجبررت إن يقررارن إذا‬
‫‪2‬‬
‫‪3‬‬
‫كانت هذل العملية مربحة أم ال عن طريت المقارنة بين الربل الحاصل مرن زيرادة المرورد األول‬
‫للمثال (‪)2‬‬
‫‪17‬‬ ‫‪16‬‬
‫‪11‬‬ ‫‪11‬‬
‫من ‪  ‬إلى ‪  ‬فةننا نحصل على الحل اآلتي‪:‬‬
‫‪15‬‬ ‫‪15‬‬
‫‪17 11 45 ‬‬
‫‪3  3  3 ‬‬ ‫‪ 51‬‬
‫‪ S3   1 / 3  5 / 3 1 17 ‬‬ ‫‪‬‬ ‫‪3‬‬
‫‪ X    2 / 3  1 / 3 0 11   34  11  0  ‬‬ ‫‪ ‬‬
‫‪ 1 ‬‬ ‫‪  3 3‬‬ ‫‪‬‬ ‫‪11 ‬‬
‫‪ X 2   1 / 3 2 / 3 0 15 ‬‬ ‫‪‬‬ ‫‪5 ‬‬
‫‪  17  22  0‬‬ ‫‪ ‬‬
‫‪3 ‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪5‬‬ ‫‪51‬‬
‫=‪X1=11,X2= ( ), S1=0, S2=0 S3‬‬
‫‪3‬‬ ‫‪3‬‬
‫اما دالة الهدف فتصبل‬

‫‪5‬‬ ‫‪51‬‬
‫=‪Max Z= 30(11)+50( 3 ), S1=0, S 2=0 S 3‬‬
‫‪3‬‬
‫‪= 338.33‬‬
‫وعند المقارنة بين الربل الحاصل أعالل وزيادة كلفة العمل وكما يلي‬
‫‪New Z- old Z= 338.33-310.00= 28.33‬‬
‫‪2‬‬
‫فررةن هنالررع زيررادة بررالربل بمقرردار (‪ )28.33‬وهرري أكثررر مررن ( ) الترري هرري كلفررة القيررد‬
‫‪3‬‬
‫األول (العمررل) أي إنن ررا نسررتنتج بش رركل عررام إن إض ررافة وحرردة واح رردة مررن العم ررل هرري عملي ررة‬

‫‪106‬‬
‫مربحة أدت إلى زيادة بالربل بمقردار (‪ ) 28.33‬لكرل وحردة واحردة مرن الزيرادة بقيرد العمرل وهرذا‬
‫يمكررن تسررميتت باسررعار الظررل (‪ )Shadow price‬والترري تعرررف للقيررود المختلفررة وهرري الترري‬
‫تسرراعد علررى تحديررد مررا مقرردار الحصررول عليررت أو (ترروفيرل) لزيررادة المصررادر مررن القيررود وحرردة‬
‫واحدة‬
‫إذ مررن الضررروري هنررا مالحظررة إن أسررعار الظررل تعكررس التغييررر الصررافي فرري قيمررة دالررة‬
‫الهرردف المثلررى لكررل زيررادة وحرردة واحرردة فرري مصررادر القيررود طالمررا إن هررذل الزيررادة فرري مصررادر‬
‫القيود ال تغير المتغيرات األساسية في جدول الحل األمثل وانما فقط تسعى لتغيير كمياتها‬
‫وعن ررد إيج رراد الم رردى للتغيي ررر بالنس رربة للقي ررد العم ررل (زي ررادة أو نقص رران) ل ررذا يك ررون المتج ررت‬
‫الجديد للجانب األيمن وتفرضت ‪ K1‬مثالى‬
‫‪ k1 ‬‬
‫‪ ‬‬
‫‪* 11 ‬‬
‫=‪K‬‬
‫‪15‬‬
‫‪ ‬‬
‫ولكي يبقى الحل أمثالى فةنت يجب أن يكون‬
‫‪B 1 k   0‬‬
‫‪ k1 55 45 ‬‬ ‫‪ k1 10 ‬‬
‫‪3  3  3 ‬‬ ‫‪3  3 ‬‬
‫‪ 1 / 3  5 / 3 1‬‬ ‫‪k1  ‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪B 1k    2 / 3  1 / 3 0‬‬ ‫‪11   2k1  11  0  ‬‬ ‫‪ 1‬‬
‫‪2‬‬ ‫‪k‬‬ ‫‪11‬‬ ‫‪‬‬
‫‪   3‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪ 3‬‬ ‫‪3 ‬‬
‫‪ 1 / 3 2 / 3 0‬‬ ‫‪15 ‬‬ ‫‪‬‬ ‫‪  k 22 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪k‬‬ ‫‪22‬‬
‫‪1‬‬
‫‪‬‬ ‫‪ 0‬‬ ‫‪ 1 ‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬ ‫‪ 3‬‬ ‫‪3 ‬‬
‫‪1 ‬‬
‫ويجب أن يبقى ‪ B k‬موجباى (غير سالب) أي إن‪:‬‬
‫‪ k1 22‬‬
‫‪1.‬‬ ‫‪ 0  K1≤ 22‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪2k1 11‬‬
‫‪2.‬‬ ‫‪ 0  K1 5.5‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪ k1 22‬‬
‫‪3. 3  3 0  K1 22‬‬

‫‪107‬‬
‫ونسررتنتج ممررا تقرردم أعررالل برران سياسررة اإلنترراج المثلررى سررتبقى مثلررى طالمررا إن التغييررر فرري قيررد‬
‫العمررل (القيررد األول) سرريبقى ببررين القيمتررين (‪ )5.5  k1 22‬فرري حررين سررتتغير كميررات‬
‫المتغيررات األساسررية (الحررل األمثررل) ومقرردار الرربل المتحقررت وهررذا يمكررن متخررذ القررار إذا كرران‬
‫يرغب بان يبقى الحل األمثل أمثالى من جراء تغير القيد األول (الجانب األيمن) وكما ياتي‪:‬‬

‫‪5.5  k1  22‬‬
‫ويكون الحل كما يلي‪:‬‬
‫‪2k1 10‬‬ ‫‪ k 22‬‬
‫‪X1 ‬‬ ‫‪ , X2  1 ‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫وتعتمد قيمة ‪ K1‬على المدى أعالل وان أعلى قيمة للربل في دالة الهدف تكون‬
‫‪2k 11‬‬ ‫‪k‬‬ ‫‪22‬‬
‫) ‪30( 1  )  50( 1 ‬‬
‫=‪Max Z‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬
‫‪10k1  476.66‬‬

‫ونالحظ إنت إذا أخذنا قيمة لر ‪ K1‬أكبر من المدى أعالل أو أصغر فةننا سوف نحصل على‬
‫جدول الحل األمثل يختلف عن الجدول أعالل فةذا ظهرت قيمة سالبة في عمود ألر ‪ B‬فةننا‬
‫يجب أن نقوم بحل الجدول باستخدام طريقة ‪ Dual simplex method‬وعندل سيتم التغير‬
‫في اتخاذ القرار وفقاى لنتائج الحل األمثل‬

‫‪ 3-4‬التغيرات في معامالت دالة الهدف‬

‫‪Changes in coefficients of the Objective Function‬‬
‫لو فرضنا إن دالة الهدف في المثال (‪ )1‬قد تغيرت من‬
‫‪From Max Z= 5x1+2x2+3x3‬‬
‫‪To Max Z= 3x1+x2+3x3‬‬

‫لذا فةن مشكلة البرمجة الخطية سوف تصبل كما يلي‪:‬‬

‫‪Max Z= 3x1+x2+3x3‬‬
‫‪s.t‬‬

‫‪108‬‬
 ‫‪x1+5x2+2x3  30‬‬
‫‪x1-5x2+6x3  40‬‬

‫فةن النموذج المقابل للمشكلة أعالل هو‬

‫‪Min Z= 30y1+40y2‬‬
‫‪s.t‬‬
‫‪y1+y2  3 …1‬‬
‫‪5y1-5y2  1 …2‬‬
‫‪2y1-6y2  3 …3‬‬
‫‪y1, y2  0‬‬

‫ولغرض إيجاد قيم ‪y1‬ه ‪ y2‬نقوم باحتسابها وفت المعادلة‬

‫‪yb   X b B 1 ‬‬

‫إن‬ ‫حي‬
‫‪  yb ‬صف المتغيرات الناتجة في النموذج المقابل‬

‫‪  X b ‬صررف معررامالت دالررة الهرردف الجديرردة مرتبررة حسررب المتغي ررات الناتجررة بجرردول الحررل‬
‫األمثل في دالة الهدف الجديدة‬
‫‪ B‬مصفوفة المتغيرات المكملة كما وردت في جدول الحل األمثل‬ ‫‪ ‬‬ ‫‪1‬‬

‫‪y1 y2   3 0 ‬‬
‫‪1 0‬‬
‫‪‬‬ ‫‪  3  0 0  0‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪y1 y2   3 0‬‬
‫وكما سبت أن أوضحنا بان التغير في معامالت دالة الهدف يرؤدي إلرى التغيرر فري صرف دالرة‬
‫الهرردف كجرردول الحررل األمثررل فةننررا بحاجررة لحسرراب معامررل ‪ x1‬ومعامررل ‪ x2‬فرري جرردول الحررل‬

‫‪109‬‬
‫األمثررل وهرو يسرراوي الفرررق بررين الطرررف األيسررر للقيررد األول والطرررف األيمررن (الثابررت) للنمرروذج‬
‫المقابل وكما يلي‪:‬‬
‫‪Coefficient of Xi= (constraint)i-Bi‬‬
‫‪Coefficient of X1=(y1+y2) -3 = (3+0)-3= 0‬‬
‫‪Coefficient of X2= (5y1-5y2)-1= (15-0)-1= 14‬‬
‫‪Coefficient of X3= (2y1-6y2)-3= (6-0)-3= 3‬‬

‫أما قيمة دالة الهدف الجديدة فيمكن الحصول عليها كاآلتي‬

‫‪Max Z= 3x1+x2+3x3=3(30)+0+0= 90‬‬

‫والبيانات موضحة في الجدول أدنال‪:‬‬

‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪B‬‬

‫‪X1‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪30‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-8‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪10‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪14‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪90‬‬
‫مثر ررال (‪ )2‬للمتغي ر ررات‬ ‫فر رري معر ررامالت دالر ررة الهر رردف ال ر رواردة فر رري‬ ‫واليجر رراد مر رردى التغير ررر‬
‫االساسية اوال (‪ )X1, X2‬فةننا نقوم بافتراض ثبات قيمة معامرل‪ X2‬وان معامرل‪ X1‬هرو ‪C1‬‬
‫للنموذج الوارد في المثال (‪ )2‬اعالل وكاآلتي‪:‬‬
‫‪Max Zx= C1x1+50x2‬‬
‫‪s.t‬‬
‫‪2x1+x216‬‬
‫‪x1+2x211‬‬
‫‪x1+3x215‬‬
‫‪x1, x2 0‬‬

‫وان النموذج المقابل للمشكلة أعالل هو‬

‫‪110‬‬
‫‪Min Zy= 16 y1+11y2+15y3‬‬
‫‪s.t‬‬
‫‪2y1+y2 + y3  C1‬‬
‫‪y1+2y2 +3 y3  50‬‬
‫‪y1, y2, y3  0‬‬

‫ولغرض إيجاد قيم ‪y1‬ه ‪y2‬ه ‪ y3‬فةننا نستخدم المعادلة اآلتية‬

‫] ‪[ yb ]  [ X b ][ B 1‬‬
‫‪ 1‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪[ y1 y2 y3 ]  [0 c1 50]  2‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪ 1‬‬‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 3‬‬ ‫‪2‬‬ ‫‪0‬‬
‫‪3‬‬ ‫‪‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪50‬‬ ‫‪c‬‬ ‫‪100‬‬ ‫‪‬‬
‫‪ 0  c1 ‬‬ ‫‪0 1 ‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 2c  50‬‬ ‫‪c1  100‬‬ ‫‪‬‬
‫‪[ y1‬‬ ‫‪y2‬‬ ‫‪y3 ]   1‬‬ ‫‪0‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫وبما إن قيم ‪y1‬ه ‪y2‬ه ‪ y3‬تكون موجبة دائماى أكبر من الصفر لتحقيت شرال عدم السالبية فةن‪:‬‬

‫‪2c1  50‬‬
‫‪ 0...1‬‬
‫‪3‬‬
‫‪ c1  100‬‬
‫‪ 0... 2‬‬
‫‪3‬‬
‫من المتباينتين أعالل يتم‬

‫إيجاد مدى التغير في ‪ c1‬وكاآلتي‪:‬‬

‫‪111‬‬
‫‪2c1  50‬‬
‫‪ 0  2c1  50 c1  25‬‬
‫‪3‬‬
‫‪ c1  100‬‬
‫‪ 0   c1  100 c1  100‬‬
‫‪3‬‬
‫إذاى يصبل مدى ‪ c1‬من النتائج التي حصلنا عليها هو‪:‬‬

‫‪25c1100‬‬

‫وبررنفس الطريقررة يمكررن إيجرراد مرردى التغيررر فرري معامررل دالررة الهرردف للمتغيررر الثرراني ‪ X2‬وذلررع‬
‫بررافتراض بثابررت معامررل ‪ X1‬أي أن تبقررى قيمتهررا (‪ )30‬كمررا هرري ونفترررض إن معامررل ‪ X2‬فرري‬
‫دالة الهدف هو ‪ c2‬لنفس المثال (‪ )2‬الوارد في أعالل إن النموذج المقابل للمشكلة أعالل هو‪:‬‬

‫‪MinZ y  16 y1  11y2  15 y3‬‬

‫‪2 y1  y2  y3  30‬‬
‫‪y1  2 y2  3 y3  c2‬‬
‫‪y1 , y2 , y3  0‬‬

‫ولغرض إيجاد قيم ‪y1‬ه ‪y2‬ه ‪ y3‬فةننا نستخدم المعادلة اآلتية‬

‫] ‪[ yb ]  [ X b ][ B 1‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪[ y1 y2 y3 ]  [0 30 c2 ] ‬‬ ‫‪2‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪ 1‬‬‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪‬‬
‫‪3‬‬
‫‪ 60 c2‬‬ ‫‪30 2c‬‬ ‫‪‬‬
‫‪ 0 ‬‬ ‫‪‬‬ ‫‪0   2 0‬‬
‫‪‬‬ ‫‪3 3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪ 60  c2  30  2c2‬‬ ‫‪‬‬
‫‪[ y1 y2 y3 ]  ‬‬ ‫‪0‬‬
‫‪ 3‬‬ ‫‪3‬‬ ‫‪‬‬
‫ولتحقيت شرال عدم السالبية للنموذج المقابل لذا فةن‬

‫‪112‬‬
‫‪60  c2‬‬
‫‪ 0...1‬‬
‫‪3‬‬
‫‪ 30  2c2‬‬
‫‪ 0... 2‬‬
‫‪3‬‬
‫وباختصار المتباينتين في أعالل فةننا نحصل على‬

‫‪60  c2‬‬
‫‪ 0  60  c2  0 c2  60‬‬
‫‪30‬‬
‫‪ 30  2c2‬‬
‫‪ 0   30  2c2  0 c2  15‬‬
‫‪3‬‬
‫إذن يصبل مدى التغير للمعامل ‪ X2‬في دالة الهدف هو‬

‫‪15c260‬‬

‫وبنفس الطريقرة يمكرن إيجراد ثانيراى مردى التغيرر فري معرامالت المتغيررات المكملرة للنمروذج وهري‬
‫‪S1‬ه ‪ S2‬ويترع إيجادها كواجب للطالب‬

‫‪ 4-4‬التغيرات في معامالت متغيرات القرار في القيود‬

‫‪Changes in the technological coefficients of decision variable‬‬
‫إن التغي ررات فرري معررامالت متغي ررات الق ررار يررؤثر مباش ررة علررى عناصررر مصررفوفة الحررل والترري‬
‫تؤدي إلى التعقيد في الحسابات ويمكن أن تؤشرر علرى الجانرب األيسرر لقيرود المشركلة المقابلرة‬
‫المتعلقة بها‬
‫وق ررد تجع ررل م ررن الح ررل الح ررالي للمش رركلة ح ررل غي ررر ممك ررن أو غي ررر مثالي وعلي ررت ف ررةن تحلي ررل‬
‫الحساسية في هذل الحالة لن يعطي بيانات مباشرة فيما يتعلت بمثاليرة أو إمكانيرة حرل المشركلة‬
‫ولذلع يفضل إعادة حل المشكلة أو حل نموذج البرمجة الخطية من األسراس باسرتخدام طريقرة‬
‫‪ Simplex method‬وبعررد ذلررع ستحصررل علررى متغي ررات أساسررية ومتغي ررات غيررر أساسررية‬
‫جديدة وفقاى لوصولنا لحل آخر‬

‫‪113‬‬
 ‫‪ 5-4‬إضافة متغير أو متغيرات جديدة‬
‫)‪Addition of anew variable (variables‬‬
‫لو افترضنا إن النموذج المقابل للمثال (‪ )2‬السابت ذكرل‬
‫هو‬

‫‪Min Z= 16y1+11y2+15y3‬‬
‫‪s.t‬‬
‫‪2y1+y2+y3 35‬‬
‫‪y1+2y2+3y3 55‬‬
‫‪y1, y2, y3 0‬‬

‫فةذا افترضنا باننا قمنا بةضافة متغير جديد (‪ )x3‬للمشكلة األصلية‬

‫إن معامالت المتغير في القيود الثالثة هي ‪4‬ه ‪3 ,12‬على التوالي أمرا معاملرة فري دالرة‬ ‫بحي‬
‫الهدف فهو يساوي ‪40‬‬
‫نالحظ بان شكل القيد في النموذج المقابل يظهر كاآلتي‪:‬‬
‫القيد الجديد ‪4y1+2y2+3y3 40‬‬
‫إن الحل األمثل للنموذج السابت في جدول الحل األمثل هو‪:‬‬
‫‪y1=10/3, y2= 70/3, y3=0‬‬
‫لو عوضنا هذل القيم بالقيد الجديد أعالل فةننا نحصل على اآلتي‪:‬‬
‫‪10‬‬ ‫‪70‬‬
‫‪4( )  2( )  3(0)  40‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪60  40‬‬
‫أي إن القيد يتحقت مع قيم الحل األمثل للنموذج‬
‫ولغ رررض اس ررتخراج (حس رراب) مع ررامالت المتغي ررر الجدي ررد (‪ )x3‬ف رري الج رردول األخي ررر ي ررتم ذل ررع‬
‫كاآلتي‪:‬‬

‫‪114‬‬
 ‫‪ 1/ 3  5 / 3‬‬ ‫‪1 4 1‬‬
‫‪X 3   2 / 3  1 / 3‬‬ ‫‪0 2  2‬‬
‫‪ 1/ 3 2 / 3‬‬ ‫‪0 4 0‬‬
‫أدنال‬ ‫أما النتائج في جدول الحل األمثل األخير فتظهر كما في الجدول‬

‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪B‬‬

‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1/3‬‬ ‫‪-5/3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪2/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪10/3‬‬ ‫‪70/3‬‬ ‫‪0‬‬ ‫‪310‬‬
‫ألن معامررل ‪ x3‬فرري الصررف ‪ Z‬موجررب أمررا‬ ‫مثاليراى وذلررع‬ ‫نالحررظ فرري الجرردول إن الحررل ال يرزال‬
‫لررو فرضررنا إن معامررل ‪ x3‬فرري دالررة الهرردف هررو ‪65‬ه نجررد إن شرركل القيررد فرري النمرروذج المقابررل‬
‫سيكون كاآلتي‪:‬‬
‫‪4y1+2y2+3y3 65‬‬
‫ولو عوضنا قيم الحل األمثل للنموذج المقابل في القيد الجديد نحصل على‬
‫‪4(10/3)+2(70/3)+3(0) 65‬‬
‫‪60 65‬‬
‫أي إن القيد ال يتحقت مع قيم الحل األمثل للنموذج‬
‫أما النتائج في الجدول األمثل األخير فتظهر كما في الجدول اآلتي‪:‬‬

‫‪B .V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪X3‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪B‬‬

‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1/3‬‬ ‫‪-5/3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/3‬‬ ‫‪2/3‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-5‬‬ ‫‪10/3‬‬ ‫‪70/3‬‬ ‫‪0‬‬ ‫‪310‬‬

‫نالحظ إن الحل ال يتحقت ألن معامل ‪ x3‬في الصف ‪ Z‬سرالب ومقردارل (‪ )5-‬كمرا هرو واضرل‬
‫فرري الجرردول لررذلع ولغرررض الحصررول علررى الحررل األمثررل سررنقوم باختيررار ‪ x3‬كمتغيررر داخررل‬
‫وتكملة الحل لحين الوصول إلى الحل األمثل‬

‫‪115‬‬
 ‫‪ 6-4‬إ ضافة قيد أو قيود جديدة‬
‫)‪Addition of new constraint (constraints‬‬
‫بهدف دراسة تراثير إضرافة قيرد جديرد إلرى مشركلة البرمجرة الخطيرة وفري حالرة تحقيرت هرذا القيرد‬
‫باسررتخدام قرريم الحررل األمثررل يمكررن فرري هررذل الحالررة اعتبررار هررذا القيررد قيررداى فائضراى ال يررؤثر علررى‬
‫الحل األمثل‬
‫مثالى لو فرضنا إن القيد المراد إضافتت للمثال رقم (‪ )2‬هو القيد‬
‫‪x1+4x2 16‬‬
‫وبالتعويض عن قيم ‪ x1‬ه ‪ x2‬الواردة في جدول الحل األمثل نحصل على‬
‫‪7+4(2)  16‬‬
‫‪15  16‬‬

‫لذا نجرد إن القيرد يتحقرت وعليرت يمكرن اعتبرار هرذا القيرد فائضراى ال تراثير لرت علرى الحرل أمرا إذا‬
‫فرضنا إن القيد الجديد هو اآلتي‪:‬‬
‫‪x1+4x2 13‬‬
‫وبتعويض قيم ‪ x1‬ه ‪ x2‬نحصل على‬
‫‪7+4(2)  13‬‬
‫‪15  13‬‬
‫هنا نالحظ إن القيد أعالل ال يتحقت‬
‫ولغرض دراسة تاثير هذا القيد على المشكلة يتم إضافة القيد الجديد وهو‬
‫‪x1+4x2+…+s4=13‬‬
‫إلى الجدول األخير للمشكلة بعد استخراج قيم ‪ x1‬ه ‪ x2‬وتعويضهما في القيد الجديد للحصرول‬
‫على قيم الصف ‪ s4‬الذي يتضمن معامالت الصف المطلوب إيجادها وكاآلتي‪:‬‬
‫صف ‪ x1‬في الجدول هو‬
‫‪X1+(2/3)S1-(1/3)S2= 7‬‬
‫ومنت نحصل معادلة ‪ x1‬بداللة بقية المتغيرات‬
‫‪X1= 7-(2/3)S1+(1/3)S2‬‬
‫كذلع بالنسبة إلى ‪ X2‬حي‬
‫‪X2-(1/3)S1+(2/3)S2= 2‬‬
‫‪X2= 2+(1/3)S1-(2/3)S2‬‬

‫‪116‬‬
 ‫وبتعويض قيم ‪ x1‬ه ‪ x2‬في القيد الجديد نحصل على‬

‫‪[7-(2/3)s1+(1/3)s2]+ 4[2+(1/3)s1-(2/3)s2]+ s4= 13‬‬

‫‪(2/3)s1-(7/3)s2+s4= -2‬‬
‫لذا فةن الجدول األخير سيظهر بالشكل اآلتي‬

‫‪B .V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪S4‬‬ ‫‪B‬‬

‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1/3‬‬ ‫‪-5/3‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪2/3‬‬ ‫‪-1/3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-1/3‬‬ ‫‪2/3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪S4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪2/3‬‬ ‫‪-7/3‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-2‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪10/3‬‬ ‫‪70/3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪310‬‬

‫من الجدول نالحظ إن عمود الثابت ‪ B‬يحتروي علرى قيمرة سرالبة ممرا يجعرل الحرل غيرر ممكرن‬
‫ويتطلب ذلع تطبيت الطريقرة المبسرطة للنمروذج المقابرل ‪ Dual simplex method‬للرتخلص‬
‫من قيمة ‪ S4‬السالبة‬

‫‪117‬‬
 ‫أسئلة الفصل الرابع‬

1. From the L.P model

Max Z= 10x1+12x2
s.t
2x1+2x2 4
8x1+2x2 8
X1, X2 0
And the optimal solution of this table
B .V X1 X2 S1 S2 B
X2 1 1 ½ 0 2
S2 6 0 -1 1 4
Z 2 0 6 0 24

 4  6 
A. Find the optimum solution if the (R.H.S) changes from  8  to 10
   
B. Find the optimum solution if the objective function changes from
(max Z= 10x1+12x2) to (max Z= 10x1+8x2)

2. From the L.P model

MaxZ  5 x1  2 x2  3x3
x1  5 x2  2 x3  b1
x1  5 x2  6 x3  b2
x1 , x2 , x3  0
and the optimal solution of this model
B.V X1 X2 X3 S1 S2 B

118
 X1 1 5 2 1 0 30
S2 0 0 -8 -1 1 10
Z 0 A 7 B c 150

A. Find b1,b2 using changes in the (R.H.S)?

B. Find the values of the Dual model (y1,y2)= (b,c)?
C. The coeffient of x2 in the optimal solution table (a)?
D. Find the optimal solution if the objective function changes from
(Max Z= 5x1+2x2+3x3) to (Max Z= 3x1+x2+3x3)? .
E. Test the optimality of the solution if the (R.H.S) changes from
 30   20 
  to  
 40   30  .
F. Test the optimality of the solution if the (R.H.S) changes from
 30   25
  to  
 40   30  .

‫ نماذج النقل و مشاكل التخصيص‬/‫الفصل الخامس‬

119
 Transportation Models and Assignment Problems
‫ مقدمة وتعريف نموذج النقل‬1-5
Introduction and Definition of Transportation Model

Balancing of Transportation Model ‫ موازنة نموذج النقل‬2-5

‫ أسلوب حل نموذج النقل‬3-5
Solution Technique of Transportation Model
‫ إيجاد الحل األساسي االبتدائي المقبول‬4 -5
Solution Starting Basic Feasible
North West –Corner Method ‫ طريقة الركن الشمالي الغربي‬1-4-5
Least cost Method ‫ طريقة أقل كلفة‬2-4-5

Vogel’s Approximation Method ‫ طريقة فوجل‬3-4-5

‫ طريقة روسيل التقريبية‬4-4-5

Russels Approximation Method(R.A.M)

‫ اختيار الحل األساسي االبتدائي المقبول للحصول على الحل األمثل‬5-5

Testing of S.B.F.S for optimal solution
Stepping Stone Method ‫طريقة المسار المتعرج‬1-5- 5
Multipliers Method ‫ طريقة عوامل الضرب‬2-5-5
Assignment Problem ‫ مشكلة التخصيص‬6-5
Definition of Assignment Model ‫ تعريف نموذج التخصيص‬1-6-5
‫ الطريقة البديلة لطريقة التبديل‬2-6-5
Replaced Method of Arranging Method
One’s Method ‫ طريقة الوحدات‬7-5

120
 ‫‪ 1-5‬مقدمة وتعريف نموذج النقل‬
‫‪Introduction and Definition of Transportation Model‬‬
‫سوف نتناول في هذا الفصل إحدى تطبيقات البرامج الخطية أال وهو نموذج النقل (نموذج‬
‫هذا النموذج في إيجاد القيمة الصغرى لكلفة نقل البضاعة من عدة مصادر‬ ‫التوزيع) يبح‬
‫للعرض ‪ Sources‬والتي قد تمثل المراكز اإلنتاجية أو التسويقية أو المصانع التي تنقل منها‬
‫البضاعة إلى عدد من محطات الطلب أو مراكز االستهالع ‪Destination‬‬
‫إن الكميات المعروضة عند كل مصدر والكميات المطلوبة في كل موقع يفترض أن‬
‫تكون معلومة وعلى سبيل المثال المنتج ربما ينقل من البضائع التي تمثل المصادر هنا إلى‬
‫المخازن المركزية (المواقع)‬
‫باإلمكان تحليل مسالة النقل (لتحديد الكميات المثلى التي ستنقل من المصادر إلى‬
‫المواقع باقل كلفة نقل ممكنة باستخدام الطريقة العامة المطبقة عند تحليل مسائل البرمجة‬
‫الخطية (طريقة السمبلكس ‪ )simplex method‬لكن نظ ىار لطبيعة مسالة النقل الخاصة فقد‬
‫طورت طرق جديدة لها ميزات خاصة تجعلها مالئمة عند التحليل بشكل أفضل من طريقة‬
‫السمبلكس وان هذا األسلوب الجديد في التحليل يختلف عن طريقة السمبلكس في المعالجة‬
‫المبدأ يلتقي معها تمام ىا باعتبارل يبدأ باختيار الحل األساسي‬ ‫الرياضية للمسالة لكنت من حي‬
‫االبتدائي المقبول ‪ Starting Basic Feasible solution S.B.F.S‬ومن ثم يطور هنا‬
‫الحل للوصول إلى الحل األمثل الذي تكون عندل قيمة دالة الكلفة (دالة الهدف) في نهايتاها‬
‫الصغرى وسوف نبين في الفقرة التالية التعريف الرياضي العام لنموذج النقل‬
‫ويتضمن نموذج النقل ‪ m‬من مصادر التجهيزه ‪ n‬من محطات (االستهالع) إضافة‬
‫إلى ذلع نفترض إن‪:‬‬
‫(‪)i= 1,2,3,…. m‬‬ ‫‪ :ai‬يمثل عدد الوحدات المعروضة عند المصدر من حي‬
‫(‪)j= 1,2,3,…,n‬‬ ‫‪ :bj‬يمثل عدد الوحدات المطلوبة بالبينة للموقع ‪ j‬حي‬
‫‪ :cij‬كلفة نقل الوحدة الواحدة من البضاعة من المصدر إلى الموقع ‪j‬‬
‫‪ :xij‬عدد الوحدات التي ستنقل من المصدر ‪ i‬إلى الموقع ‪ j‬والجدول اآلتي يعرض الصورة‬
‫الجدولية العامة لنموذج النقل‬
‫‪Destination‬‬

‫‪121‬‬
 ‫‪1‬‬ ‫‪2‬‬ ‫…‪j‬‬ ‫‪N‬‬ ‫‪Supply‬‬

‫‪1‬‬ ‫‪C11‬‬ ‫‪C12‬‬ ‫‪Cij‬‬ ‫‪Cin‬‬

‫‪X11‬‬ ‫‪X12‬‬ ‫‪Xij‬‬ ‫‪Xin‬‬ ‫‪a1‬‬
‫‪2‬‬ ‫‪C21‬‬ ‫‪C22‬‬ ‫‪C2j‬‬ ‫‪C2n‬‬
‫‪X21‬‬ ‫‪X22‬‬ ‫‪X2j‬‬ ‫‪X2n‬‬ ‫‪a2‬‬
‫‪3‬‬ ‫‪C31‬‬ ‫‪C32‬‬ ‫‪C3j‬‬ ‫‪C3n‬‬
‫‪X31‬‬ ‫‪X32‬‬ ‫‪X3j‬‬ ‫‪X3j‬‬ ‫‪a3‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪I‬‬ ‫‪Ci1‬‬ ‫‪Ci2‬‬ ‫‪Cij‬‬ ‫‪Cin‬‬
‫‪Xi1‬‬ ‫‪Xi2‬‬ ‫‪Xij‬‬ ‫‪Xin‬‬ ‫‪ai‬‬
‫‪‬‬
‫‪M‬‬ ‫‪Cm1‬‬ ‫‪Cm2‬‬ ‫‪Cm3‬‬ ‫‪Cmn‬‬
‫‪Xm1‬‬ ‫‪Xm2‬‬ ‫‪Xm3‬‬ ‫‪Xmn‬‬ ‫‪am‬‬
‫‪Demand‬‬ ‫‪b1‬‬ ‫‪b2‬‬ ‫‪bj‬‬ ‫‪bn‬‬

‫اتضل لنا إن الهدف من تحليل نموذج النقل هو تحديد العدد األمثل من الوحدات التي ستنقل‬
‫من المصدر ‪ i‬إلى الموقع ‪ j‬باقل كلفة ممكنة ‪ c‬اعتماداى على هذا الهدفه يمكننا كتابة‬
‫نموذج البرمجة الخطية المكافا لنموذج النقل بالشكل التالي‬
‫‪m‬‬ ‫‪n‬‬
‫‪Minimize X 0   Cij X ij‬‬
‫‪i 1 j 1‬‬

‫طبقاى إلى‬

‫‪122‬‬
 ‫‪m‬‬

‫‪X‬‬
‫‪i 1‬‬
‫‪ij‬‬ ‫‪ ai i  1,2,...m‬‬
‫‪n‬‬

‫‪X‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪ bi j  1,2,...n‬‬

‫‪X ij  0‬‬

‫لتسهيل دراسة مشكلة النقل تعرض الصورة الجدولية التالية التي تمثل نموذج نقل مبسطة من‬
‫‪n=3, m=2‬‬
‫جدول رقم (‪)2‬‬

‫‪TO‬‬ ‫الكمية‬
‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫المعروضة‬
‫‪From‬‬
‫‪Supply‬‬
‫‪C11‬‬ ‫‪C12‬‬ ‫‪C13‬‬
‫‪S1‬‬
‫‪X11‬‬ ‫‪X12‬‬ ‫‪X13‬‬ ‫‪a1‬‬
‫‪C21‬‬ ‫‪C22‬‬ ‫‪C23‬‬
‫‪S2‬‬
‫‪X21‬‬ ‫‪X22‬‬ ‫‪X23‬‬ ‫‪a2‬‬

‫‪Demand‬‬ ‫‪b1‬‬ ‫‪b2‬‬ ‫‪b3‬‬

‫تمثل ‪ C11‬كلفة نقل الوحدة الواحدة من البضاعة من المصدر األول إلى الموقع األول‬ ‫حي‬
‫وهكذا أما ‪X12‬‬ ‫وكذلع ‪ C23‬تمثل كلفة نقل الواحدة من المصدر الثاني إلى الموقع الثال‬
‫فتمثل عدد الوحدات التي ستنقل من المصدر االول إلى الموقع الثاني وعلى نفس األساس‬
‫تعرف بقيمة قيم ‪Xij‬‬
‫من الجدول ‪ 2‬يتضل إن الكمية المنقولة من المصدر األول إلى المواقع الثالثة يجب أن ال‬
‫تزيد على الكمية المعروضة (‪ )a1‬أي إن‬
‫‪x11+x12+x13 a1‬‬

‫وكذلع‬

‫‪123‬‬
‫‪x21+x22+x23  a2‬‬

‫إضافة إلى ذلع فةن مجموع الكمية المنقولة إلى المصدر األول يجب أن ال تقل عن احتياج‬
‫ذلع الموقع وهي ‪ b1‬بعبارة أخرىه يجب أن يكون‬
‫‪x11+x21  b1‬‬
‫‪x12+x22  b2‬‬
‫‪x13+x23  b3‬‬
‫أما دالة كلفة النقل الكلية (دالة الهدف) فستكون‪:‬‬
‫‪x0= c11x11+c12x12+c13x13+c21x21+c22x22+c23x23‬‬
‫واستناداى إلى ما ورد سابقاى يمكننا اختصار تعريف مشكلة النقل بالصورة العامة التالية‪:‬‬
‫استخرج قيمة ‪ x0‬الصغرى حي‬
‫‪m‬‬ ‫‪n‬‬
‫‪X 0   Cij X ij‬‬
‫‪i 1 j 1‬‬

‫وفقاى إلى مجموعة القيود‬

‫‪n‬‬

‫‪X‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪ an j  1,2,..., n‬‬

‫‪m‬‬

‫‪X‬‬
‫‪i 1‬‬
‫‪ij‬‬ ‫‪ b j j  1,2,...., n‬‬ ‫‪. . 2‬‬

‫) ‪X ij  0 (i, j‬‬
‫لو قارنا هذل الصيغة العامة للبرمجة الخطية نالحظ إن دالة الهدف القيود تمثل صيغة من‬
‫صيغ البرمجة الخطية لذلع نجد من الممكن استخدام الطريقة العامة المطبقة عند تحليل‬
‫البرامج الخطية (طريقة السمبكلس)‬
‫أن إيجاد الحلول المطلوبة لمشكالت النقل يتم بتحويل قيود المتباينات المشار إليها أعالل‬
‫إلى قيود مساواة‬

‫‪ 2-5‬موازنة نموذج النقل ‪Balancing of Transportation Model‬‬

‫‪124‬‬
 ‫ينتج من التعريف العام لنموذج النقل إن‬
‫‪n‬‬ ‫‪n‬‬ ‫‪m‬‬ ‫‪m‬‬ ‫‪n‬‬ ‫‪m‬‬

‫‪ b   ( X‬‬
‫‪j 1‬‬
‫‪j‬‬
‫‪j 1‬‬ ‫‪i 1‬‬
‫‪ij‬‬ ‫‪)   ( X ij )   ai‬‬
‫‪i 1‬‬ ‫‪j 1‬‬ ‫‪i 1‬‬

‫يعني إن الكمية المعروضة في جميع المصادر يجب أن تساوي الكمية المطلوبة كل المواقع‬
‫ولكن هذا الشرال بالنسبة للمواقع العملي ويعتبر شرال افتراضي إذ قد تكون الكمية المعروضة‬
‫أصغر أو أكبر من الكمية المطلوبة يكون النموذج غير متوازن "‪ "unbalanced‬من الجدير‬
‫‪m‬‬ ‫‪n‬‬
‫بالذكر إن الشرال التوازن بتساوي الكمية المعروضة مع الكمية المطلوبة ) ‪( an   b j‬‬
‫‪i 1‬‬ ‫‪j 1‬‬

‫شرال مهماى لتطوير أسلوب النقل ولكن بالرغم من ذلع فةن أي مسالة عملية باإلمكان جعلها‬
‫متوازنة بتحويلها إلى مسالة يتساوى فيها العرض مع الطلب فعندما تكون الكمية المطلوبة‬
‫أكبر من المعروضة يضاف لجدول التكاليف مصدر وهمي ‪ Dummy source‬يعمل على‬

‫تجهيز الكمية التي حصل فيها العجز والتي مقدارها ) ‪( b j   ai‬‬
‫‪j‬‬ ‫‪i‬‬

‫أما إذا كانت الكمية المطلوبة أصغر من المعروضة عندئذ يضاف موقع وهمي‬
‫‪ Dummy Destination‬يعمل على امتصاص الكمية المعروضة اإلضافية والتي مقدارها‬
‫) ‪ ( ai   b j‬بقي أن نذكر بان تكاليف النقل للوحدة الواحدة (‪ )Cij‬المصدر الوهمي‬
‫‪i‬‬ ‫‪j‬‬

‫إلى جميع المواقع تساوي صفر ألنها مكافئة إلى عدم نقل أي عدد الوحدات من هذا‬
‫المصدره وبالمثل تكون كلفة نقل الوحدة الواحدة من المصادر إلى الموقع الوهمي تساوي‬
‫صفر‬
‫‪ 3-5‬أسلوب حل نموذج النقل‬
‫‪Solution Technique of Transportation Model‬‬
‫تتضمن الخطوات األساسية لتحليل نموذج النقل ما يلي‪:‬‬
‫‪-1‬تحديد الحل األساسي االبتدائي المقبول ‪solution starting Basic Feasible‬‬
‫(‪)S.B.F.S‬‬
‫والذي نقصد بت يتم المتغيرات ‪ Xij‬التي تحقت كافة القيود الواردة في نموذج النقل والتي‬
‫أشرنا إليها سابقاى بالمعادالت التالية‬

‫‪125‬‬
 ‫‪n‬‬ ‫‪m‬‬

‫‪X‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪ a  X ij  b j‬‬
‫‪i 1‬‬

‫‪ -2‬تحديد المتغير الداخل إلى الحل (‪ )Entering Variable‬من بين المتغير الغير أساسية‬
‫والتي نتجت من الخطوة األولى أي بعد تحديد ‪ S.B.F.S‬وتجدر اإلشارة إليت وان عدد‬
‫المتغيرات التي تكون ‪ S.B.F.S‬يجب أن يساوي ‪ m+n-1‬والمتغيرات المتبقية (‪-)m+n-1‬‬
‫‪ mn‬فتمثل مجموعة المتغيرات الغير أساسية ‪ Non- Basic Variable‬فةذا حققت‬
‫المتغيرات الغير أساسية شروال األمثلية ‪ Optimality Condition‬الواردة في طريقة‬
‫السمبلكس (أي إن تاثيرها على قيمة ‪ x0‬إيجابي) عندئذ نتوقف عن الحسابات التك اررية‬
‫ويكون الحل المستخرج في الخطوة األولى (أي الحل األساسي االبتدائي المقبول) هو الحل‬
‫األمثل وفيما عدا ذلع نلجا إلى الخطوة الثالثة‬
‫‪ -3‬تحديد المتغير الخارج ‪ Leaving Variable‬من مجموعة المتغيرات األساسية التي‬
‫تكون أل ‪ S.B.F.S‬ومن ثم سنستخرج حل أساسي جديد ومستمر بالحسابات التك اررية إلى‬
‫أن نحصل على الحل األمثل ‪ Optimal Solution‬أي الحل المقبول الذي يجعل قيمة دالة‬
‫الهدف (دالة الكلفة الكلية) أقل ما يمكن (‪)Minimum‬‬
‫وسوف نحصل هذل الخطوات بالتفصيل‪:‬‬
‫وقبل التطرق إلى طرق إيجاد الحل األساسي األولي المقبول ‪ S.B.F.S‬البد من التعرف‬
‫على الجوانب النظرية األساسية لنموذج النقل‬

‫نظرية (‪)1‬‬
‫اثبت إن لمشكلة النقل حل مقبول‬
‫البرهان‪ :‬بما إن‬

‫‪m‬‬ ‫‪n‬‬

‫‪ a  b‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪j 1‬‬
‫‪j‬‬ ‫‪A‬‬

‫(العرض= الطلب)‬
‫فةننا نحصل على حل مقبول‬

‫‪126‬‬
 ‫‪ai b j‬‬
‫‪xij ‬‬ ‫‪ i. j xij  0‬‬
‫‪A‬‬
‫يحقت هذا الحل المقبول القيد األول كاآلتي‪:‬‬ ‫حي‬
‫‪n‬‬
‫‪ai  b j‬‬
‫‪n‬‬ ‫‪n‬‬ ‫‪ai b j‬‬ ‫‪ai A‬‬
‫‪ xij  ‬‬
‫‪i 1‬‬ ‫‪j 1‬‬ ‫‪A‬‬
‫‪‬‬ ‫‪j 1‬‬

‫‪A‬‬
‫‪‬‬
‫‪A‬‬
‫‪a‬‬

‫وكذلع يحقت القيد الثاني‬

‫‪m‬‬
‫‪bi  b j‬‬
‫‪n‬‬ ‫‪m‬‬ ‫‪ai b j‬‬ ‫‪bi A‬‬
‫‪ xij  ‬‬
‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪A‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪A‬‬
‫‪‬‬
‫‪A‬‬
‫‪ bj‬‬

‫لنفرض إن ‪n=5, m=3‬‬

‫فةننا سوف نحصل على ‪ 8‬معادالت وكاآلتي‪:‬‬
‫‪x1+x12+x13+x14+x15=a1‬‬ ‫(‪)1‬‬
‫(‪x21+x22+x23+x24+x25=a2 )2‬‬
‫(‪x31+x32+x33+x34+x35= a3 )3‬‬
‫(‪x11+x21+x31=b1 )4‬‬
‫(‪x12+x22+x32=b2 )5‬‬
‫(‪x13+x23+x33=b3 )6‬‬
‫(‪x14+x24+x34=b4 )7‬‬
‫(‪x15+x25+x35= b5 )8‬‬

‫فةذا جعلنا المعادلة (‪ )4‬إلى المعادلة (‪ )8‬وطرحنا من حاصل الجمع المعادلتان (‪ )2‬و (‪)3‬‬
‫فةن النتيجة التي نحصل عليها المعادلة رقم (‪)1‬‬
‫من هذا يتبين بان المعادلة رقم (‪ )1‬معادلة زائدة ‪ redundant‬وان القيود المتبقية تكون نظام‬
‫من القيود المستقلة خطي ىا‬
‫ومن هذا نستنج بان هناع معادلة زائدة واحدة فقط في معادلة القيود‬
‫نتيجة (‪)1‬‬
‫إن الحل األساسي لمشكلة النقل يتكون من ‪ m+n-1‬من المتغيرات األساسية‬

‫‪127‬‬
 ‫نظرية (‪)2‬‬
‫إن الحل األمثل لمشكلة النقل هو أي حل أساسي مسموح بت ‪ X=(xij)mn‬متى ما توفرت‬
‫إن‬ ‫‪ m+n‬من األعداد ‪ v1,v2,…,vn,u1,u2,…,um‬بحي‬
‫‪ ui+vj=cij‬لكل أقيام ‪j,i‬‬ ‫أ‬
‫ب ‪ ui+vj cij‬لجميع قيم ‪ j,i‬وعندما يكون ‪ xij‬متغي اىر أساسياى‬
‫البرهان‪:‬‬
‫ليكن ‪ x  ( xij ) mn‬أي حل أساسي مسموح بت باستخدام الفقرتين أه ب نجد إن‬
‫‪m‬‬ ‫‪n‬‬

‫‪ C‬‬
‫‪i 1 j 1‬‬
‫‪x   (v j  ui ) xij‬‬
‫‪ij ij‬‬

‫‪n‬‬ ‫‪m‬‬ ‫‪m‬‬ ‫‪n‬‬

‫‪   j  xij   ui  xij‬‬
‫‪j 1‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪j 1‬‬
‫‪n‬‬ ‫‪m‬‬
‫‪  v j b j   ui ai‬‬
‫‪j 1‬‬ ‫‪i 1‬‬
‫‪n‬‬ ‫‪m‬‬ ‫‪m‬‬ ‫‪n‬‬
‫‪  v j  xij   ui  xij‬‬
‫‪j 1‬‬ ‫‪i 1‬‬ ‫‪i 1‬‬ ‫‪j 1‬‬
‫‪m‬‬ ‫‪n‬‬
‫‪‬‬ ‫‪ (u‬‬ ‫‪i‬‬ ‫‪ v j ) xij‬‬
‫‪i 1‬‬ ‫‪j 1‬‬
‫‪m‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪C‬‬ ‫‪ij‬‬ ‫‪X ij‬‬
‫‪i 1‬‬ ‫‪j 1‬‬

‫نتيجة ( ‪)2‬‬
‫إن إبدال أقيام ‪ vj,ui‬المعرفة في (‪ )2‬ب ‪ vj+k, ui-k‬على التوالي ألي قيمة محدودة ‪ k‬فةن‬
‫ذلع لن يؤثر على مضمون النظرية‬
‫من النظرية (‪ ) 2‬نستنتج إنت الختبار أمثلية أي حل أساسي مسموح بت البد من إيجاد أقيام‬
‫إن عدد كلف النقل ‪ Cij‬هي ‪m+n-1‬‬ ‫‪ vj,ui‬والتي عددها ‪ m+n‬من حل الفقرة ب وحي‬

‫‪128‬‬
‫والتي هي بقدر عدد المتغيرات األساسية فهذا يعني إن لدينا ‪ m+n-1‬من المعادلة الحاوية‬
‫على ‪ m+n‬من المتغيرات المجهولة ‪ vj,ui‬وباالعتماد على نتيجة (‪ ) 2‬نستطيع أن نفرض‬
‫إن ‪ u1=0‬دون أن يؤثر ذلع على أقيام ‪ vj,ui‬في اختبار أمثلية الحل (أي اختبار قيمة ‪ k‬في‬
‫النتيجة (‪ )2‬مساوياى إلى ‪ u1‬المعطاة في النظرية (‪ )2‬وبذلع يكون لدينا‪ m+n-1‬من‬
‫المعادالت الحاوية ‪ m+n-1‬من المتغيرات المجهولة التي يمكن إيجادها باستخدام التعويض‬
‫التعاقبي وبعد إيجاد جميع أقيام ‪ vj,ui‬نستطيع اختبار أمثلية الحل باستخدام الفقرة ب لتكن‬
‫‪cij= cij-ui-vj‬‬
‫نالحظ إن ‪ cij 0‬لكل من قيم ‪ j,i‬تكافا الشرطين أه ب وبذلع يكون الحل المرافت لكل من‬
‫ال متى ما كانت لكل أقيام ‪j,i‬‬
‫ال أمث ى‬
‫‪ vj,ui‬ح ى‬
‫‪cij= cij-ui-vj 0‬‬

‫‪ 4 -5‬إيجاد الحل األساسي االبتدائي المقبول‬

‫‪Solution Starting Basic Feasible‬‬
‫يتطلب التعريف العام لنموذج النقل أن تكون الكمية المعروضة مساوية للكمية المطلوبة‬
‫‪m‬‬ ‫‪n‬‬

‫‪  ai   b j‬كما أشرنا إلى ذلع سابقاى ومن هذا ينتج إن‪:‬‬

‫‪i 1‬‬ ‫‪j 1‬‬

‫نموذج النقل سيتضمن معادلة واحدة معتمدة والمعادالت الباقية تعتبر مستقلة وهذا يعني إن‬
‫‪ S.B.F.S.‬يتكون من (‪ )m+n-1‬من المتغيرات األساسية والتي عددها )‪mn-(m+n-1‬‬
‫طرق تستخدم لتحديد أل‬ ‫فهي غير أساسية (أي إن قيمتها تساوي صفر) توجد ثال‬
‫‪ S.B.F.S‬وهي على الترتيب‪:‬‬

‫‪ -1‬طريقة الركن الشمالي الغربي ‪Northwest- Corner Method‬‬

‫‪ -2‬طريقة أقل كلفة ممكنة ‪Least Cost Method‬‬
‫‪ -3‬طريقة فوجل )‪Vogel's Approximation Method (VAM‬‬

‫‪ 1-4-5‬طريقة الركن الشمالي الغربي ‪North West –Corner Method‬‬

‫‪129‬‬
‫في هذل الطريقة نبدأ بتخصيص أكبر كمية ممكنة للمتغير الواقع في الركن الشمالي الغربيه‬
‫أي المتغير ‪x11‬ه وحسب األسلوب اآلتي‪:‬‬
‫ثم يحذف الصف األول ألن‬ ‫‪ -1‬إذا كانت ‪ b1 < a1‬تخصص الكمية ‪ a1‬للمتغير‪x11‬‬
‫مجموعت أصبل صفر ونعدل مجموع العمود األول ثم ناخذ الخلية ‪ x21‬وتخصص قيمة‬
‫للمتغير ‪ x21‬على ضوء الكمية المعروضة في المصدر الثاني والكمية المطلوبة في الموقع‬
‫األول‬
‫ونحذف العمود األول ونعدل‬ ‫‪ - 2‬أما إذ كانت ‪ b1 > a1‬نخصص الكمية ‪ b1‬للمتغير‪x11‬‬
‫ابتداء بالمتغير اآلخر ‪x12‬‬
‫ى‬ ‫مجموعة الصف األوله ثم نستمر بالتخصيص‬
‫‪- 3‬أ ما إذا كانت الكمية ‪ a1 = b1‬عندئذ نضع ‪ x11‬مساو ألحدهما وفي هذل الحالة سيصبل‬
‫مجموعة الصف األول صفر وكذلع العمود األول صفر لذلع ناخذ المتغير ‪ x22‬ونخصص‬
‫لت قيمة على ضوء الكمية المعروضة في الصف الثاني والكمية المطلوبة في الموقع األول‬
‫‪ - 1‬نستمر باشغال المربعات حسب الكميات المعروضة في الصف والكميات المطلوبة في‬
‫العمود إلى أن نحقت العدد (‪ )m+n-1‬من المتغيرات الموجبة‬
‫‪ - 2‬في حالة عدم تحقت العدد (‪ )m+n-1‬من المتغيرات الموجبة سيكون الحل‬
‫‪ Degenerate Solution‬ه لذلع نكمل هذا العدد باعتبار بعض المتغيرات الغير أساسية‬
‫والتي لها كلفة نقل أقل ما يمكن ‪ c‬متغيرات أساسية بقيمة تساوي صفر‬

‫مثال رقم ‪1‬‬

‫استخرج الحل األساسي االبتدائي المقبول لنموذج النقل اآلتي‪:‬‬
‫‪Example1: Find the solution starting basic feasible to transportation‬‬
‫‪model‬‬
‫جدول رقم ‪3‬‬
‫‪T0‬‬ ‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D4‬‬ ‫‪Supply‬‬
‫‪From‬‬
‫‪S1‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪11‬‬ ‫‪15‬‬
‫‪S2‬‬ ‫‪12‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪20‬‬ ‫‪25‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪14‬‬ ‫‪16‬‬ ‫‪18‬‬ ‫‪5‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪10‬‬ ‫‪45‬‬

‫‪130‬‬
‫‪Demand‬‬

‫‪m‬‬ ‫‪n‬‬

‫‪ a  b‬‬
‫‪i 1‬‬
‫‪i‬‬
‫‪j 1‬‬
‫‪j‬‬ ‫الحل‪ :‬نالحظ إن النموذج متوازن ألن ‪ 45‬‬

‫نبدأ بتحديد قيمة المتغير ‪ (a1=15, b1=5, b1<a1) x11‬لذلع نخصص قيمة ‪ b1‬للمتغير‬
‫‪ x11‬ونحذف العمود األول ونعدل مجموع الصف األول إلى عشرةه ثم تستمر أفقياى أي ناخذ‬
‫المتغير ‪ (a1=10, b2=15, a1<b2) x12‬وعليت تكون قيمة ‪ x12‬تساوي ‪ 10‬بعد ذلع ننقل‬
‫للمتغير ‪ x22‬ونخصص لت قيمة تساوي ‪15‬ه بعد ذلع نخصص للمتغير ‪ x34‬والجدول اآلتي‬
‫يلخص هذل الخطوات‪:‬‬

‫جدول رقم ‪4‬‬

‫‪5‬‬ ‫‪10‬‬ ‫‪15-10-00‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪5‬‬ ‫‪25-20-5-0‬‬
‫‪5‬‬ ‫‪5 0‬‬
‫‪5‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪10‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪0‬‬ ‫‪0‬‬

‫وبهذا يصبل عدد المتغيرات األساسية (الموجبة) التي تكون الحل األساسي االبتدائي المقبول‬
‫ستة متغيرات حسب القاعدة (‪ )m+n-1‬وهي على الترتيب‬
‫‪x1 1= 5x12 = 10x2 2=5x23 = 15x24 = 5 x34= 5‬‬

‫واعتماداى على هذل القيم تكون قيمة‬

‫‪x0= 5(10)+10(0)+5(7)+15(9)+5(20)+5(18)= 410‬‬
‫وأخي اىر البد من القول فةن طريقة الركن الشمالي الغربي تحقت العدد المناسب من المتغيرات‬
‫األساسية الموجبة (‪ )m+n-1‬ولكنها ال تستند على مبدأ علمي عند توزيع الكميات‬
‫المعروضة على مواقع الطلب وبهذا فهي لن تحقت التوزيع الكفؤ الذي يخفض التكاليف‬
‫إضافة إلى إنها تتطلب حسابات تك اررية مطولة عند اختبار ‪ S.B.F.S.‬للحصول على الحل‬
‫األمثل‬
‫‪Least cost method‬‬ ‫‪ 2-4-5‬طريقة أقل كلفة‬

‫‪131‬‬
‫يتم توزيع الكميات المعروضة على المطلوبة حسب أقل كلفة نقل ممكنة يتطلب هذا‬
‫استعراض جدول التكاليف وتحديد أصغر كلفة نقل ممكنة عندئذ نخصص قيمة لهذا المتغير‬
‫على ضوء الكمية المعروضة في الصف والكمية المطلوبة في العمود (أي الصف والعمود‬
‫اللذان يحددان موقع هذا المتغير)‬
‫بعد ذلع نحدد أصغر كلفة ممكنة أخرى ونخصص قيمة لهذا المتغير وهكذا سنستمر إلى أن‬
‫يتم توزيع كافة الوحدات المعروضة على المطلوبة‬
‫ويجب أن نالحظ إنت عندما تتساوى أصغر كلفتين في الجدول فةن االختيار بينهما يكون‬
‫عشوائياى وفيما يلي مثال توضيحي لهذل الطريقة‪:‬‬
‫مثال رقم (‪)2‬‬
‫استخراج الحل األساسي االبتدائي المقبول لنموذج النقل اآلتي حسب طريقة أقل كلفة ممكنة‪:‬‬
‫‪Example2: Find the basic primary solution of Transportation‬‬
‫‪according to least cost method‬‬
‫جدول رقم ‪5‬‬
‫‪TO‬‬ ‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪Supply‬‬
‫‪From‬‬
‫‪S1‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪7‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪12‬‬
‫‪S3‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪11‬‬
‫‪Demand‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪30‬‬

‫الحل‪ :‬نالحظ أوالى إن النموذج متوازن بعد استعراض جدول الكلف نجد إن (‪ )c21=0‬هي‬
‫أصغر كلفة‪ -‬ممكنةه لذلع سنخصص قيمة للمتغير‪( x21‬قيمة تساوي ‪ b1‬ألن ‪ )b1<a2‬بعد‬
‫حذف العمود األول ألن مجموعة أصبل صف اىره نجد إن أصغر كلفة أخرى هي ‪ c32=1‬وعليت‬
‫نخصص قيمة للمتغير ‪ x32‬قيمة للمتغير ‪( x23‬قيمة تساوي ‪ 2‬ألن ‪a2<b3‬ه وبعد تعديل‬
‫نخصص قيمة للمتغير ‪( x33‬قيمة =‪ )1‬وأخي اىر ستكون قيمة المتغير‬ ‫مجموع العمود الثال‬
‫‪ x13‬مساوية للوحدات السبعة المتبقية والجدول التالي يلخص هذل الحسابات‬
‫جدول رقم ‪6‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪7‬‬ ‫‪6‬‬

‫‪132‬‬
 ‫‪7 0‬‬
‫‪10‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪12 2 0‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪5‬‬
‫‪11 1 0‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪8‬‬
‫‪7‬‬
‫‪0‬‬
‫من الجدول رقم ‪ 6‬يتضل إن المتغيرات التي تكون ‪ S.B.F.S.‬هي‬

‫‪x13 =9 x21 =10 x23 =2 x32 =10 x33=1‬‬

‫وقيمة دالة الهدف ستكون‬

‫‪x0= 7(6)+10(0)+2(2)+10(1)+1(5)= 61 units‬‬

‫‪Vogel s Approximation Method‬‬ ‫‪ 3-4-5‬طريقة فوجل‬

‫(طريقة‬ ‫تعتبر طريقة فوجل أفضل من الطريقتين األولى والثانية‬
‫الركن الشمالي الغربي وطريقة أقل كلفة ممكنة) عند استخراج ‪ S.B.F.S‬لما تميز بت هذل‬
‫الطريقة من ميزات تمكننا من الحصول على الحل األمثل لنموذج النقل بصورة مباشرة أو بعد‬
‫تطبيت عدد صغير جداى من الدورات الخاصة بالحسابات التك اررية‬
‫ونعرض فيما يلي الخطوات األساسي لهذل الطريقة‪:‬‬
‫‪ - 1‬حساب الفرق بين أصغر كلفتين من كل صف ومن كل عمود من جدول التكاليف‬
‫ويسمى هذا الفرق بكلمة الجزاء ‪Penalty cost‬‬
‫‪ -2‬نختار الفرق األكبر من بين تكاليف الجزاء للصفوف واألعمدة على السواء وفي حالة‬
‫تساوي بعض الفروق نختار الصف أو العمود المناظر ألعلى فرق عشوائياى‬
‫‪ -3‬بعد تحديد الصف أو العمود المناظر األكبر فرق نخصص قيمة للمتغير الذي تكون‬
‫كلفة نقلت ما يمكن في ذلع الصف والعمود أو تكون الكمية المخصصة هي أكبر كمية‬
‫متاحة لتسديد حاجة الموقع المعني‬
‫‪ - 1‬نحذف الصف أو العمود الذي أصبل مجموعة صف اىر أي الذي تم تحقيقت‬

‫‪133‬‬
‫‪ -2‬نكرر الخطوات األربعة أعالل ونستمر إلى أن نوزع جميع الوحدات المعروضة على‬
‫الوحدات المطلوبة‬
‫وفيما يلي تطبيت لهذل الطريقة على المثال رقم ‪2‬‬
‫تم تخصيص أكبر كمية متوفرة في المصدر الثاني للمتغير ‪ x23‬بعد ذلع نحذف العمود‬ ‫حي‬
‫الثال ألن مجموعة أصبل صف اىر‬
‫واآلن نكرر حساب الفروق للصفوف واألعمدة المتبقية ونختار الصف الثاني المقابل ألكبر‬
‫فرق وهو ‪ 4‬ونخصص قيمة للمتغير ‪ x21‬وهذا إلى أن نحصل على الحل األساس االبتدائي‬
‫المقبول بالرغم من إن استخراج ‪ S.B.F.S‬بطريقة فوجل يتطلب في بداية األمر بعض‬
‫الخطوات الحساسة لكن هذا ال يهم مادام يوفر لنا الحل المطلوب والذي يحقت الحل األمثل‬
‫باقصر عدد ممكن من الخطوات الحسابية‬
‫ويتضل لنا من الجدول رقم ‪ 7‬إن الحل األساسي االبتدائي المقبول هو‪:‬‬
‫‪x11=7, x21=2, x31=1, x32=10‬‬

‫جدول رقم ‪7‬‬

‫‪T0‬‬ ‫كلفة الجزاء‬

‫‪From‬‬ ‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪Supply‬‬
‫للصفوف‬

‫‪S1 1‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪111‬‬

‫‪7‬‬ ‫‪0‬‬
‫‪S2 0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪24-‬‬
‫‪2‬‬ ‫‪10‬‬ ‫‪0‬‬
‫‪S3 3‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪222‬‬
‫‪1‬‬ ‫‪10‬‬ ‫‪1‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫‪8‬‬ ‫‪0‬‬ ‫‪10‬‬
‫‪demand‬‬
‫‪1‬‬ ‫‪0‬‬

‫‪134‬‬
‫كلف جزاء لالعمدة‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪-‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪-‬‬
‫‪Minz=7*(1)+2(0)+10(2)+0(7)+1(B)+10(1)=40‬‬

‫‪ 4-4-5‬طريقة روسيل التقريبية‬

‫)‪Russels Approximation Method(R.A.M‬‬

‫هذه الطريقة افضل من طريقة فوجل ألنها تعطينا حل ابتدائي أقرب للحل االمثل(خصوصا‬
‫للمصفوفات الكبيرة) وخطواتها هي‪:‬‬
‫أ‪ -‬تحديد أعلى كلفة نقل لكل صف( يرمزلها ‪ )a-‬ولكل عمود( ويرمز لها ‪.)b-‬‬
‫ب‪ -‬تشكيل مصفوفة جديدة كلفها هي( ‪.Cij- =( Cij- a- -b-‬‬
‫ج‪ -‬نحدد الخلية التي لها اصغركلفة نقل (‪ ,)Cij-‬ونعطي لمتغيرها أكبر كمية ممكنة والتي‬
‫تساوي)‪.min.(ai,bj‬‬

‫د‪ -‬يحذف الصف(العمود) المتحقق وتغير كمية تجهيزالصف أو طلب العمود الذي تقع فيه الخلية‬
‫الى مقدار الفرق بين كميتي التجهيز والطلب المقابلة لهما‪.‬‬

‫ه‪ .1 -‬اذا بقى صف‪0‬عمود) واحد نعطي الصف(العمود)المتبقي كميات الطلب والتجهيز المتبقية‬

‫‪ .2‬اذا بقى اكثر من صف (عمود) واحد نعود للخطوة ( أ)‪.‬‬

‫مثال(‪ :)1‬اوجد الحل االولي لمشكلة النقل بأستخدام طريقة روسيل التقريبية المبينة في الجدول‬
‫(‪.)1‬‬

‫‪Example(1): find the starting solution in the following transportation‬‬

‫‪problem by using Russels Approximation Method (R.A.M) which‬‬
‫‪explains in table (1):‬‬

‫‪D1‬‬ ‫‪D1‬‬ ‫‪D1‬‬ ‫‪D1‬‬ ‫‪SUPPLY‬‬

‫‪S1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪15‬‬
‫‪S2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪20‬‬

‫‪135‬‬
 ‫‪S3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪25‬‬

‫‪Demand‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪15‬‬

‫بسبب عدم التوازن الن كميات العرض اكبر من كميات الطلب لذلك سنضيف عمود جديد لغرض‬
‫التوازن‪.‬‬

‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D4‬‬ ‫‪D5‬‬ ‫‪SUPPLY‬‬

‫‪S1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪S2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪20‬‬
‫‪S3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪25‬‬

‫‪Demand‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪60‬‬

‫الحل النهائي االولي لطريقة رووسل هو‪:‬‬

‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D4‬‬ ‫‪D5‬‬ ‫‪SUPPLY‬‬

‫‪S1‬‬ ‫‪2‬‬ ‫)‪(8‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫)‪0 (7‬‬ ‫‪15‬‬
‫‪S2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫)‪(12‬‬ ‫‪0‬‬ ‫)‪(5‬‬ ‫‪20‬‬
‫‪S3‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫)‪(10‬‬ ‫‪2‬‬ ‫)‪(12‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫)‪(3‬‬ ‫‪25‬‬

‫‪Demand‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪60‬‬

‫جدول الحل النهائي لهذه الطريقة استخرج استنادا للجداول ادناه‪:‬‬

‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D4‬‬ ‫‪D5‬‬

‫‪S1‬‬ ‫‪-7‬‬ ‫‪-5‬‬ ‫‪-6‬‬ ‫‪-5‬‬ ‫‪-5‬‬
‫‪S2‬‬ ‫‪-6‬‬ ‫‪-6‬‬ ‫‪-5‬‬ ‫‪-8‬‬ ‫‪-5‬‬
‫‪S3‬‬ ‫‪-4‬‬ ‫‪-6‬‬ ‫‪-7‬‬ ‫‪-6‬‬ ‫‪-4‬‬
‫نمأل الخلية‪ X24‬ويحذف الموقع ‪: D4‬‬

‫‪136‬‬
 ‫‪D1‬‬ ‫‪D2‬‬ ‫‪D3‬‬ ‫‪D5‬‬
‫‪S1‬‬ ‫‪-6‬‬ ‫‪-4‬‬ ‫‪-5‬‬ ‫‪-4‬‬
‫‪S2‬‬ ‫‪-6‬‬ ‫‪-6‬‬ ‫‪-5‬‬ ‫‪-5‬‬
‫‪S3‬‬ ‫‪-4‬‬ ‫‪-6‬‬ ‫‪-7‬‬ ‫‪-4‬‬
‫نمأل الخلية‪ X33‬ويحذف الموقع ‪: D3‬‬

‫‪D1‬‬ ‫‪D2‬‬ ‫‪D5‬‬

‫‪S1‬‬ ‫‪-5‬‬ ‫‪-3‬‬ ‫‪-3‬‬
‫‪S2‬‬ ‫‪-4‬‬ ‫‪-4‬‬ ‫‪-3‬‬
‫‪S3‬‬ ‫‪-4‬‬ ‫‪-6‬‬ ‫‪-4‬‬

‫نمأل الخلية‪ X32‬ويحذف الموقع ‪: D2‬‬

‫‪D1‬‬ ‫‪D5‬‬
‫‪S1‬‬ ‫‪-4‬‬ ‫‪-2‬‬
‫‪S2‬‬ ‫‪-4‬‬ ‫‪-3‬‬
‫‪S3‬‬ ‫‪-4‬‬ ‫‪-4‬‬
‫نمأل الخلية‪ X35‬ويحذف المصدر ‪: S3‬‬

‫‪D1‬‬ ‫‪D5‬‬
‫‪S1‬‬ ‫‪-3‬‬ ‫‪-2‬‬
‫‪S2‬‬ ‫‪-3‬‬ ‫‪-3‬‬
‫نمأل الخلية‪ X25‬ويحذف المصدر ‪ , S2‬لذا تعطى لذا تعطى القيم المتبقية للخليتين الباقيتين‪,X11 X15,‬‬
‫لبقاء صف واحد‪.‬‬

‫‪T.T.C= 2*8+0*7+2*15+0*5+1*10+2*12+0*3=80‬‬

‫مثال (‪ -:)2‬اوجد الحل االولي لمشكلة النقل بأستخدام طريقة روسيل التقريبية المبينة في الجدول (‪.)2‬‬

‫‪137‬‬
Example (2): find the starting solution in the following transportation
problem by using Russels Approximation Method (R.A.M) which
explains in table (2):

Table (2)

D1 D2 D3 supply
S1 5 1 8 12
S2 2 4 0 14
S3 3 6 7 4
demand 9 10 11 30

-:‫الحل حسب خطوات طريقة رسل هي‬

D1 D2 D3 supply
S1 5 (2) 1 (10) 8 12
S2 2 (3) 4 0 (11) 14
S3 3 (4) 6 7 4
demand 9 10 11 30

T.T.C= 5*2+1*10+2*3+0*11+3*4= 38

:‫جدول الحل النهائي لهذه الطريقة استخرج استنادا للجداول ادناه‬

D1 D2 D3
S1 -8 -13 -7
S2 -7 -6 -11
S3 -9 -7 -8

: D3 ‫ ويحذف الموقع‬X23‫نمأل الخلية‬

D1 D2
S1 -1 -10
S2 -7 -6
S3 -8 -6

138
 ‫نمأل الخلية‪ X12‬ويحذف الموقع ‪: D2‬‬

‫‪D1‬‬
‫‪S1 -5‬‬
‫‪S2 -5‬‬
‫‪S3 -5‬‬
‫الموقع ‪: S1‬‬ ‫نمأل الخلية‪ X11‬ويحذف‬

‫‪D1‬‬
‫‪S2 -3‬‬
‫‪S3 -3‬‬

‫نمأل الخلية‪ X21‬ويحذف الموقع ‪: S2‬‬

‫‪D1‬‬
‫‪S3 -3‬‬

‫نمأل الخلية‪ X31‬ويحذف الموقع ‪: S3‬‬

‫مجموع التكاليف = ‪38‬‬

‫‪ 5-5‬اختيار الحل األساسي االبتدائي المقبول للحصول على الحل األمثل‬

‫‪Testing of S.B.F.S for optimal solution‬‬
‫تتكون الخطوة األساسية التالية بعد استخراج ‪ S.B.F.S‬في تحليالت نموذج النقل من اختبار‬
‫هذا الحل للحصول على الحل األمثل والذي تكون عندل قيمة دالة الكلفة الكلية أقل ما يمكن‬
‫سوف نستخدم فيما يلي طريقتان الختبار أمثلية ‪ S.B.F.S‬وهما‪:‬‬
‫‪ - 1‬طريقة المسار المتعرج ‪Stepping Stone Method‬‬
‫‪ - 2‬طريقة عوامل الضرب ‪Multipliers Method‬‬
‫‪Stepping Stone Method‬‬ ‫‪1 1-5-5‬طريقة المسار المتعرج‬
‫ذكرنا سابقاى إن عدد المربعات المشغولة في نموذج النقل (أي تلع التي تكون ‪)S.B.F.S‬‬
‫يساوي ‪ m+n-1‬وتسمى هذل المتغيرات بالمتغيرات األساسية أما المربعات غير المشغولة‬
‫تسمى بالمتغيرات غير األساسية ويتمثل الهدف الرئيس لالختبار في دراسة تاثير المتغيرات‬

‫‪139‬‬
‫الغير أساسية على قيمة دالة الهدف فيما لو تحولت هذل المتغيرات إلى متغيرات أساسية‬
‫وتتكون الخطوات األساسية لطريقة المسار المتعرج من‪:‬‬
‫‪ -1‬تحديد المتغير الداخل ‪ Entering Variable‬من مجموعة المتغيرات الغير أساسية‬
‫والمتغير الخارج ‪ Leaving Variable‬من مجموعة المتغيرات التي تكون ‪ S.B.F.S‬من‬
‫أجل تحديد المتغير الداخله نرسم مسار مغلت ‪ Closed loop‬لكل متغير غير أساسي‬
‫يتكون المسار من مجموعة من قطع المستقيمات المتعاقبة األفقية والعمودية (أو العمودية‬
‫تكون نهاية كل قطعة مستقيم بمتغير أساسي‬ ‫واألفقية) بحي‬
‫وفيما يلي توضيل للمسارات بالنسبة للجدول ‪8‬‬
‫جدول رقم ‪8‬‬
‫‪11‬‬ ‫‪2‬‬ ‫‪6‬‬
‫‪7‬‬
‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪10‬‬

‫المتغيرات غير األساسية‬ ‫المسارات المغلقة‬

‫‪x12 x12 x11x31x32x12‬‬
‫‪x13‬‬ ‫‪x13 x23x21x11x13‬‬
‫‪x22‬‬ ‫‪x22 x21x31x32x22‬‬
‫‪x33‬‬ ‫‪x33 x23x21x31x33‬‬

‫علماى إن نقطة بداية المسار يجب أن تكون مشابهة لنقطة النهاية‬

‫‪ 2‬نحول قيمة المتغير الغير أساسي إلى قيمة موجبة تساوي وحدة واحدة للحفاظ على شروح‬
‫الحل المقبول (‪ )Feasibility Conditions‬ويتم هذا التحويل بةعطاء إشارات متعاقبة (‬
‫) للمتغيرات المكونة للمسار فمثالى لو أخذنا المتغير ‪ x12‬وجعلنا قيمة‬ ‫‪-1‬ه‪+ 1‬ه ‪1-‬ه‬
‫تساوي ‪ 1‬بد ى‬
‫ال من صفر فةن هذا يتطلب لو أخذنا ‪ x11‬بمقدار وحدة واحدة كي نحافظ على‬
‫مجموع الصف األول وكذلع زيادة قيمة المتغير ‪ x31‬بمقدار وحدة واحدة وبالتالي تقليص‬

‫‪140‬‬
‫قيمة المتغير ‪ x32‬بمقدار وحدة واحد وبالتالي تقليص قيمة المتغير ‪ x32‬بمقدار وحدة واحدة‬
‫وهكذا‬
‫‪ 3‬نفترض إن ‪ cij‬تمثل مقدار الزيادة الصافية أو النقصان في قيمة دالة الهدف نتيجة‬
‫تحويل المتغير الغير أساسي ‪ xij‬إلى متغير أساسي ولو طبقنا اإلشارات المتعاقبة على‬
‫المسارات المستخرجة من الجدول رقم ‪ 8‬نحصل على‪:‬‬
‫‪cˆ12  c12  c11  c31  c32‬‬
‫‪ 2 1 3 1  3‬‬
‫‪cˆ13  c13  c23  c21  c11‬‬
‫‪6  2  0 1  3‬‬
‫‪cˆ22  c22  c21  c31  c32‬‬
‫‪ 4  0  3 1  6‬‬
‫‪cˆ33  c33  c23  c21  c31‬‬
‫‪5  2  0  3  0‬‬
‫‪ 4‬إذا كانت جميع قيم ‪ ĉij  0‬فهذا يعني عدم إمكانية تقليص قيمة دالة الهدف ويكون‬
‫أل ‪ S.B.F.S‬هو األمثل‬
‫‪ 5‬إذا احتوت قيم ‪ ĉ ij‬على قيم سالبة عندئذ نبدأ بتطبيت الحسابات التك اررية من أجل‬
‫تقليص قيمة دالة الهدف وتتضمن هذل الحسابات تحديد المتغير الداخل والخارج ونستمر‬
‫بتطبيت هذل الحسابات حتى يتحقت الحل األمثل‬
‫وفيما يلي مثال توضيحي لما ذكر أعالل‪:‬‬
‫مثال رقم ‪3‬‬
‫استخرج الحل األمثل لنموذج النقل اآلتي (‪)m=3, n=2‬‬
‫‪Find the optimal solution (TP) if m=3, n=3‬‬
‫جدول رقم ‪9‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪12‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪14‬‬

‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬

‫‪141‬‬
 ‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬

‫الحل‪ :‬بعد التاكد من توازن الكميات المعروضة مع المطلوبة استخرجنا الحل األساسي‬
‫االبتدائي المقبول بتطبيت طريقة أقل كلفة ممكنة وكما جاء موضل في الجدول رقم ‪10‬‬
‫جدول رقم ‪10‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪12‬‬
‫‪2‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪14‬‬
‫‪3‬‬ ‫‪11‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪4‬‬
‫‪9‬‬ ‫‪10‬‬ ‫‪11‬‬

‫اآلن نقوم باختيار ‪ S.B.F.S‬الموضل في الجدول رقم ‪ 10‬بطريت المسار المتعرج‬

‫‪x13 : x13  x11  x21‬‬
‫‪‬‬ ‫‪‬‬
‫‪ x23‬‬ ‫‪ x13‬‬
‫‪cˆ13  8  5  2  0  5‬‬
‫‪‬‬
‫‪x22 : x22‬‬ ‫‪ x12  x11  x21‬‬
‫‪‬‬
‫‪ x22‬‬
‫‪cˆ22  4  1  5  2  6‬‬
‫‪‬‬
‫‪x32 : x32‬‬ ‫‪ x12  x11  x31‬‬
‫‪‬‬
‫‪ x32‬‬
‫‪cˆ32  6  1  5  3  7‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪x33 : x33‬‬ ‫‪ x31‬‬ ‫‪ x21‬‬ ‫‪ x23‬‬ ‫‪ x13‬‬
‫‪cˆ13  7  3  2  0  6‬‬

‫إن جميع قيم ̂‪ c‬موجبة إذ عن الحل المستخرج في الجدول رقم ‪ 10‬يمثل الحل األمثل‬
‫‪ij‬‬

‫الذي تكون عندل قيمة دالة الهدف أقل ما يمكن‬

‫‪x0= 2(5)+10(1)+3(2)+11(0)+4(3)= 38‬‬
‫مثال رقم ‪4‬‬

‫‪142‬‬
‫نكرر حل المثال رقم ‪ 3‬وذلع بعد استخراج الحل األساسي االبتدائي المقبول طريقة الركن‬
‫الشمالي الغربي وكما هو موضل في الجدول رقم ‪11‬‬
‫جدول رقم ‪11‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪12‬‬
‫‪9‬‬ ‫‪3‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪14‬‬
‫‪7‬‬ ‫‪7‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪11‬‬

‫نختبر ‪ S.B.F.S‬بطريت المسار المتعرج‬

‫‪x13 : x13  x23‬‬
‫‪‬‬
‫‪ x22‬‬‫‪‬‬
‫‪ x12  x13‬‬
‫‪cˆ13  8  0  4  1  11‬‬
‫‪‬‬
‫‪x21 : x21‬‬ ‫‪ x11  x12  x22‬‬
‫‪‬‬
‫‪ x21‬‬
‫‪ cˆ21  2  5  1  4  6‬‬
‫‪‬‬
‫‪x31 : x31‬‬ ‫‪ x11  x12  x22‬‬‫‪‬‬
‫‪ x  23  x33‬‬
‫‪‬‬
‫‪ x31‬‬
‫‪cˆ31  3  5  1  4  0  7  12‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪x32 : x32‬‬ ‫‪ x33‬‬ ‫‪ x23‬‬ ‫‪ x22‬‬ ‫‪ x32‬‬
‫‪cˆ32  6  7  0  4  5‬‬

‫بما إن قيم لكل من ̂‪ c‬ه ̂‪ c‬ه ̂‪ c‬سالبة وعليت فةن لكل من المتغيرات ‪x32, x31,x23‬‬
‫‪32‬‬ ‫‪31‬‬ ‫‪21‬‬

‫يمثل ال متغيرات الداخلة وكقاعدة عامة نختار المتغير الذي لت أكبر معامل بةشارة سالبة أي‬

‫المتغير ‪ x31‬ألن ( ‪ ) cˆ  -12‬كي يمثل المتغير الداخل ‪ Entering Variable‬مما‬

‫‪31‬‬

‫يتطلب بالمقابل تحديد المتغير الخارج من مجموعة المتغيرات األساسية الموجودة في الجدول‬
‫رقم ‪11‬‬

‫‪143‬‬
‫يحدد المتغير الخارج من مسار المتغير الداخل باعتبارل أول متغير تصل قيمتت إلى الضوء‬
‫ولو أمنعنا النظر في مسار المتغير ‪ x31‬نالحظ‬
‫‪‬‬
‫‪x31 : x31‬‬ ‫‪ x11  x12  x22‬‬
‫‪‬‬
‫‪ x  23  x33‬‬
‫‪‬‬
‫‪ x31‬‬
‫‪     ‬‬
‫‪9‬‬ ‫‪7‬‬ ‫‪4‬‬
‫وعليت فةن المتغير ‪ x33‬يمثل المتغير الخارج (أي إن المتغير الذي لت أقل قيمة عند الزوايا‬
‫(المتغير الخارج‬ ‫السالبة يمثل المتغير الخارج كما هو الحال في طريقة السمبلكس حي‬
‫يناظر أقل نسبة)‬
‫عندئذ نقوم بتغير قيمة ‪ x31‬من صفر إلى القيمة الموجبة ‪4‬ه والجدول التالي يمثل المرحلة‬
‫األولى من الحسابات التك اررية‪:‬‬

‫جدول رقم ‪12‬‬

‫‪9‬‬ ‫‪1‬‬ ‫‪8‬‬
‫‪5‬‬ ‫‪7‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬
‫‪3‬‬ ‫‪11‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬
‫‪4‬‬

‫نستخرج فيما يلي قيم ̂‪ c‬لكل متغير من المتغيرات الغير أساسية الموضحة في الجدول رقم‬
‫‪ij‬‬

‫‪12‬‬

‫‪cˆ13  8  1  4  0  11‬‬

‫‪cˆ21  2  9  1  4  10‬‬

‫‪cˆ32  6  3  9  1  11‬‬

‫‪144‬‬
‫‪cˆ33  7  0  4  1  9  3  16‬‬
‫في ا لمرحلة الثانية من الحسابات التك اررية نختار المتغير ‪ x21‬كي يمثل المتغير الداخل ألن‬
‫زيادة قيمتت بمقدار وحدة واحدة يؤدي إلى تقليص قيمة دالة الهدف بمقدار عشرة وحدات (‬

‫‪ ) ĉ = - 10‬أما المتغير الخارج فيحدد من مسار المتغير ‪x21‬‬

‫‪21‬‬
‫‪‬‬
‫‪x21 : x21‬‬ ‫‪ x11  x12  x22‬‬
‫‪‬‬
‫‪ x21‬‬
‫‪5‬‬ ‫‪3‬‬
‫وبناء عليت يمثل المتغير ‪ x22‬المتغير الخارج والجدول رقم ‪ 13‬يمثل المرحلة الثانية من‬
‫الحسابات التك اررية‬

‫نكرر االختبار مرة أخرى إلى أن تصبل جميع قيم ̂‪ c‬موجبة أو أصغر من تحديد‬
‫‪ij‬‬

‫المسارات توصلنا إلى قيم ‪ĉij‬‬

‫‪cˆ13  8  9  2  0  1‬‬

‫‪cˆ22  4  1  9  2  10‬‬

‫‪cˆ32  6  1  9  3  11‬‬

‫‪cˆ33  7  0  2  3  6‬‬
‫جدول رقم ‪13‬‬
‫‪9‬‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪12‬‬
‫‪2‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪14‬‬
‫‪3‬‬ ‫‪11‬‬
‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪4‬‬

‫‪145‬‬
 ‫‪3‬‬ ‫‪10‬‬ ‫‪11‬‬

‫بعد أن أصبحت جميع قيم ̂‪ c‬موجبة نتوقف عن الحسابات التك اررية ليس من الممكن‬
‫‪ij‬‬

‫تقليص قيمة الدالة وعليت تكون القيم المثلى للمتغيرات هي‪:‬‬

‫‪x31=4,x23=11 ,x21=3 ,x12=10,x11=2‬‬
‫وقيمة ‪ x0‬المثلى‪:‬‬
‫‪x0= 2(9)+10(1)+3(2)+11(0)+4(3)= 46 unels‬‬

‫‪Multipliers Method‬‬ ‫‪ 2-5-5‬طريقة عوامل الضرب‬

‫تعتمد هذل طريقة على الحسابات التك اررية ولكنها تختلف عن طريقة المسار المتعرج في‬
‫طريقة تقييم كل متغير من المتغيرات الغير أساسية من ناحية تاثيرل على دالة الهدف إن‬
‫تطور هذل الطريقة يستند في األساس على نظرية النموذج المقابل (‪)Dual theory‬‬
‫وسوف نبين فيما يلي‬ ‫المستخدمة في البرمجة الخطية والتي تطرقنا إليها في الفصل الثال‬
‫الخطوات األساسية لطريقة عوامل الضرب ثم نوضحها بعد ذلع باألمثلة‪:‬‬
‫‪ .1‬بعد استخراج أل ‪ S.B.F.S‬نعرف عوامل الضرب للصفوف بالمتغير ‪ ui‬حي‬
‫(‪)i=1,2,…,m‬‬
‫(‪)j= 1,2,…n‬‬ ‫ولألعمدة بالمتغير ‪ vj‬حي‬
‫‪. . 2‬لكل متغير من المتغيرات األساسية التي تكون أل ‪S.B.F.S‬‬
‫نكتب المعادلة التالية ‪ui+vj=cij‬‬
‫وسيكون عدد هذل المعادالت في الواقع =‪m+n-1‬‬
‫نستخرج قيم ‪ vj, ui‬من حل المعادالت المستخدمة في الخطوة الثانية يتم حلها بةعطاء قيمة‬
‫افتراضية ألحد هذل العوامل وللسهولة تعطى قيمة صفر للعامل ‪ ui‬ثم نستخرج قيم للعوامل‬
‫الباقية من التعويض المباشر‬

‫‪146‬‬
‫نستخدم قيم عوامل الضرب ‪ vj, ui‬الختبار تاثير المتغيرات الغير أساسية على قيمة دالة‬
‫الهدف فيما حولت هذل المتغيرات إلى متغيرات أساسية مما يتطلب استخراج قيم التي تمثل‬
‫إن‪:‬‬ ‫الزيادة الصافية أو النقصان لكل متغير غير أساس حي‬
‫‪cˆij  cij  vi  u j‬‬

‫فةذا كانت جميع قيم ̂‪ c‬موجبة أو صفر عندئذ نتوقف عن الحسابات التك اررية ويكون أل‬
‫‪ij‬‬

‫‪ S.B.F.S‬هو الحل األمثل أما إذا احتوت قيم‪ ĉ :‬على قيم سالبة عندئذ نحدد المتغير‬
‫‪ij‬‬

‫الداخل والخارج وسنستمر باستخدام الخطوات المطبقة في طريقة المسار المتعرج‬

‫مثال رقم(‪)5‬‬
‫استخرج الحل األمثل للنموذج النقل اآلتي‪:‬‬
‫)‪Ex (5) Find the optimal solution to (TP‬‬

‫جدول رقم ‪14‬‬

‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬

‫‪7‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪19‬‬

‫‪19‬‬

‫الحل‪ :‬نستخرج أل ‪ S.B.F.S‬مباشرة باستخدام طريقة أقل كلفة ممكنة النموذج متوازن‬
‫نالحظ إن من الجدول رقم ‪ 14‬إن كل من ‪c11=0‬ه ‪ c33=0‬لذلع نخصص للمتغير ‪ x11‬أو‬
‫‪x33‬ه ولو أخذنا المتغير ‪ x11‬نحصل على الحل الموضل في الجدير ان جدول رقم ‪14‬‬
‫الذي يوضل أل ‪ S.B.F.S‬وقد اعتبر المتغير‪ x13‬متغير أساسي بقيمة تساوي صفر كي‬
‫نحقت عدد المتغيرات األساسية والذي يساوي ‪m+n-1‬‬

‫‪147‬‬
 ‫جدول رقم ‪15‬‬
‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪7‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬

‫‪7‬‬ ‫‪6‬‬ ‫‪6‬‬

‫الخطوة التالية تتمثل في اختبار الحل األساسي االبتدائي المقبول المعطى في الجدول رقم‬
‫ب ‪ u3,u2,u1‬على‬ ‫‪ 15‬باستخدام طريقة عوامل الضرب نعرف عوامل الضرب للصفوف‬
‫الترتيب ولألعمدة ب ‪ v3,v2,v1‬ثم نكتب مجموعة المعادالت الخاصة بالمتغيرات األساسية‬
‫وهي‪:‬‬
‫‪c11=u1+v10 = u1+v1…1‬‬
‫‪c12=u1+v24 = u1+v2…2‬‬
‫‪c13=u1+v32 = u1+v3…3‬‬
‫‪c22=u2+v23 = u2+v2…4‬‬
‫‪c33=u3+v30 = u3+v3…5‬‬

‫نحلل المعادالت هذل لتحديد قيم (‪ )u3,u2,u1‬و (‪)v3,v2,v1‬‬

‫‪v3=2 v2= 4 v1=0 u2=-1 u3=-2‬‬ ‫نفرض إن ‪ u1=0‬من هذا ينتج‬

‫أما الخطوة الرئيسية التالية بعد تحديد قيم العوامل فهي استخراج قيم ̂‪ c‬لكل المتغيرات الغير‬
‫‪ij‬‬

‫أساسية والموجودة في الجدول ‪ 15‬وكما يلي‪:‬‬

‫‪cˆ21  c21  u2  v1‬‬
‫‪ 2  (1)  0  3‬‬
‫‪cˆ23  c23  u2  v3‬‬
‫‪ 4  (1)  2  3‬‬

‫‪148‬‬
 ‫‪cˆ31  c31  u3  v1‬‬
‫‪ 1  (2)  0  3‬‬
‫‪cˆ32  c32  u3  v2‬‬
‫‪ 2  (2)  4  0‬‬
‫بما ان جميع القيم اعالل موجبة واصفار‬
‫اذن فان الحل يعتبر أمثال‬
‫الجدول التالي يلخص المعلومات المذكورة أعالل‬

‫جدول ‪16‬‬
‫‪v 1= 0‬‬ ‫‪v 2= 4‬‬ ‫‪v3= 2‬‬
‫‪u1= 0‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪7‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪u2= -1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪3‬‬ ‫‪5‬‬ ‫‪3‬‬
‫‪u3= -2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪3‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪7‬‬ ‫‪6‬‬ ‫‪6‬‬

‫إن جميع قيم مثلى ‪  ĉ  0‬الحل المستخرج في الجدول رقم ‪ 16‬يمثل الحل أما‬
‫‪ij‬‬

‫قيمة دالة الهدف فتساوي‬

‫‪x0= 7(7)+1 (4)+5(3)+6(0)= 19‬‬

‫تمارين وامثلة محلولة‬

‫‪ 1‬استخرج الحل األمثل لنمو النقل الغير المتوازنة اآلتية‪:‬‬
‫‪Find the optional solution to (TP) un Balancing‬‬

‫‪TO‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪Supply‬‬

‫‪From‬‬

‫‪149‬‬
 ‫‪5‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪20‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪10‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪15‬‬
‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪demand‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬

‫مجموع الكمية المعروضة تساوي ‪20+10+15+15= 60‬‬

‫الكمية المطلوبة تساوي ‪5+10+15= 30‬‬
‫نضيف موقع وهمي يعمل على امتصاص الكمية المعروضة الفائضة والتي مقدارها (‪60-‬‬
‫‪ )30‬وحدة أما التكاليف النقل من المصادر المختلفةه إلى الموقع الوهمي صفر‬
‫جدول ( ‪)17‬‬
‫‪TO‬‬ ‫‪Supply‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪From‬‬
‫‪5‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪10‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪demand‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪30‬‬

‫نستخرج أل ‪ S.B.F.S‬باستخدام طريقة فوجل‬

‫جدول (‪)18‬‬

‫‪Rows Penalties‬‬
‫‪Columns Denatties‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20 0 0‬‬ ‫‪0 0‬‬
‫‪10‬‬ ‫‪0‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪10 2 2‬‬ ‫‪2 -‬‬
‫‪5‬‬ ‫‪0‬‬

‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪15 2‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬

‫‪150‬‬
 ‫‪15‬‬ ‫‪0‬‬
‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪15 0 0‬‬ ‫‪0 0‬‬
‫‪5 10‬‬ ‫‪0‬‬
‫‪5‬‬ ‫‪10 15 30‬‬

‫‪0‬‬ ‫‪0‬‬ ‫‪5 30 25‬‬

‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪-‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪-‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪0‬‬

‫جدول رقم ‪19‬‬

‫‪5‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬

‫‪10‬‬ ‫‪10‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪10‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪15‬‬
‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪15‬‬
‫‪5‬‬ ‫‪10‬‬
‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪30‬‬

‫‪151‬‬
 ‫نختبر أل ‪ S.B.F.S‬الموضل في الجدول (‪ )19‬بتطبيت طريقة عوامل‬

‫‪v1= 3‬‬ ‫‪v 2= 1‬‬ ‫‪v 3= 0‬‬ ‫‪v4= 0‬‬

‫‪u1= 0‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪u2= 0‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬

‫‪u3= 0‬‬ ‫‪7‬‬ ‫‪5‬‬ ‫‪2‬‬ ‫‪0‬‬

‫‪u2= 0‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬

‫بعد حساب قيم ‪ vj, ui‬من حل المعادالت التالية‬

‫)‪u1+v2= 1 ……… (1‬‬

‫)‪u1+v3= 0 ……… (2‬‬
‫)‪u2+v4= 0 ……… (3‬‬
‫)‪u3+v4= 0 ……… (4‬‬
‫)‪u4+v3= 0 ……… (5‬‬
‫)‪u4+v4= 0 ……… (6‬‬
‫)‪u2+v1= 3 ……… (7‬‬

‫واستخرج قيم ̂‪ c‬الموضحة في الجدول ‪ 19‬ه نالحظ إن جميع قيم ̂‪ c‬موجبة مما يدل على‬
‫‪ij‬‬ ‫‪ij‬‬

‫عدم إمكانية تطوير دالة الهدف وبهذا يكون أل ‪ S.B.F.S‬هو الحل األمثل‬

‫‪Assignment Problem‬‬ ‫‪ 6-5‬مشكلة التخصيص‪:‬‬

‫‪152‬‬
‫تواجت اإلدارة مشكلة التخلي عن منتج معين واحالل منتج آخر محلت وان هنا القرار يتطلب‬
‫أن يؤخذ في االعتبار تكاليف الفرص إن اتخاذ إجراء يعني عدم اتخاذ اإلجراء اآلخر لذا‬
‫فةن الهدف هو تخصيص األعمال على اآلالت أو تخصيص الموظفين على األعمال‬
‫المختلفة أو تخصيص البائعين على مناطت البيع ه لتخصيص إجمالي التكاليف وهذا‬
‫ينخفض من جدول إجمالي تكاليف الفرص ‪ Opportunity costs.‬لنفرض إن لدينا حالة‬
‫تخصيص ‪ m‬من األعمال على ‪ n‬من اآلالت بضمنها تكاليف الفرص حي‬
‫العمل‪A job= i= 1,2,…,m‬‬
‫الماكنة‪a machine= j= 1,2,…,n‬‬
‫‪one job per‬‬ ‫والهدف هو تخصيص العمل على اآللة ‪( j‬عمل واحد لكل ماكنة)‬
‫إجمالي التكاليف تصبل أقل ما يمكن (الربل الكلي‬ ‫‪( machine‬تخصيص المعقول) بحي‬
‫يصبل أكبر ما يمكن)‬
‫األعمال هنا تمثل المناشيء‬ ‫إن مشكلة التخصيص هي حالة خاصة من مشكلة النقل حي‬
‫في مشكلة النقل واآلالت هنا تمثل المخازن أو االتجاهات في مشكلة النقل‬
‫كما إن المتاح عند المنشا ‪ i‬في مشكلة التخصيص يساوي واحد أي إن ‪ ai= 1‬لجميع قيم ‪i‬‬
‫والمطلوب عند االتجال أو المخزن ‪ j‬في مشكلة التخصيص أيضاى يساوي واحد أي إن ‪bj=1‬‬
‫لجميع قيم ‪j‬‬
‫ولتوضيل مشكلة التخصيص نعطي الجدول اآلتي‪:‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫…‬ ‫‪n‬‬
‫العمل‬
‫‪1‬‬ ‫‪c11‬‬ ‫‪c12‬‬ ‫…‬ ‫‪c1n‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪c12‬‬ ‫‪c22‬‬ ‫…‬ ‫‪c2n‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪‬‬
‫‪M‬‬ ‫‪cm1‬‬ ‫‪cm2‬‬ ‫…‬ ‫‪cmn‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫…‬ ‫‪1‬‬

‫لذا فةنت من الضروري قبل حل مشكلة التخصيص البد أن يكون عدد األعمال= عدد اآلالت‬
‫أي ‪ m=n‬ومن ذلع فةن هناع !‪ n‬من التراتيب الممكنة لعمل مصفوفة التخصيص‬

‫‪153‬‬
 ‫‪ 1-6-5‬تعريف نموذج التخصيص‪:‬‬
‫‪Identifying Specialization Model‬‬
‫يمكن تعريف نموذج التخصيص كاآلتي‪:‬‬
‫‪ c 0  ((cij‬حي‬ ‫المعطى‪ :‬مصفوفة من مرتبة ‪ mn‬وتمثل مصفوفة التكاليف ))‬
‫) ‪(0‬‬
‫‪cij ‬‬
‫‪ 0‬وان ‪n  3‬‬
‫اإليجاد‪ :‬مصفوفة من مرتبة ‪ mn‬وتمثل مصفوفة التكاليف ))‪ x = ((xij‬ولذلع فةن‬
‫النموذج سيكون كاآلتي‪:‬‬
‫دالة الهدف‬
‫‪m‬‬ ‫‪n‬‬
‫) ‪Min (or Max) x0   xij cij( 0‬‬
‫‪i 1 j 1‬‬

‫‪s. to :‬‬
‫‪xij  xij2‬‬
‫‪m‬‬

‫‪x‬‬
‫‪i 1‬‬
‫‪ij‬‬ ‫‪1‬‬
‫‪n‬‬

‫‪x‬‬
‫‪j 1‬‬
‫‪ij‬‬ ‫‪1‬‬

‫‪xij 1 or xij  0‬‬

‫ومن ذلع يتبين بان‪:‬‬
‫أ عندما يتم تخصيص العمل ‪ I‬على اآللة ‪-j‬‬
‫عندما ال يتم العمل على اآللة ‪-j‬‬
‫ب العنصر في كل صف أو كل عمود هو الواحد‬
‫مثال (‪)1‬‬
‫آالت وكل عمل يمكن تشغيلت‬ ‫في شرك ة معينة يوجد ثالثة أعمال يمكن تشغيلها على ثال‬
‫على آلة واحدة فقط وتكلفة تشغيل أي عمل على كل آلة بالدينار موضل في الجدول التالي‬
‫أوجد التخصيص الذي يعطي أقل تكلفة‬
‫الحل‪ :‬عدد التراتيب الممكنة لعمل التخصيص ‪n!= 3!= 3.2.1= 6‬‬

‫‪154‬‬
 ‫جدول رقم (‪)1‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪1‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪9‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪16‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫جدول رقم(‪)2‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪X0= 15+10+16= 31‬‬
‫جدول رقم(‪)3‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪X0=9+10+15= 34‬‬

‫مثال (‪:)2‬‬

‫‪155‬‬
 ‫استخدم المثال السابت إليجاد مصفوفة التخصيص التي تعطي أقل تكلفة‬
‫‪Example 2 : Use the former example to find the specialization matrix‬‬
‫‪which is gave the less cost‬‬

‫جدول رقم(‪)4‬‬
‫اآللة‬
‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪P1= 5‬‬
‫‪1‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪9‬‬

‫‪P2= 10‬‬
‫‪2‬‬ ‫‪14‬‬ ‫‪10‬‬ ‫‪12‬‬

‫‪P3= 13‬‬
‫‪3‬‬ ‫‪15‬‬ ‫‪13‬‬ ‫‪16‬‬

‫مالحظة‪ :‬في حالة عدم وجود صفر على األقل صفر واحد في أحد األعمدة نعيد الخطوة‬
‫األولى ولكن االختيار يتهم من األعمدة‬
‫جدول رقم(‪)5‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪3‬‬
‫‪q 1= 0‬‬ ‫‪q2=0‬‬ ‫‪q3=2‬‬

‫جدول رقم(‪)6‬‬

‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫العمل‬
‫‪1‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬
‫نخصص العمل ‪ 1‬لآللة ‪1‬ه العمل ‪ 2‬لآللة ‪3‬ه العمل ‪ 3‬لآللة ‪2‬‬

‫‪156‬‬
 ‫إجمالي التكاليف ‪x0= 5+12+13= 30‬‬
‫جدول رقم(‪) 7‬‬
‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫العمل‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪x0=7+14+16= 37‬‬

‫جدول رقم(‪)8‬‬

‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫العمل‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪x0=5+12+15= 30‬‬
‫‪x0=9+14+13= 36‬‬
‫جدول رقم(‪)9‬‬

‫اآللة‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫العمل‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪157‬‬
 ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬

‫‪x0=7+12+15= 34‬‬

‫من هذا يتبين بان التخصيص األمثل الذي يعطي أقل كلفة (‪ )x0= 30‬هو إن نخصص‬
‫العمل لآللة‪ 1‬والعمل ‪ 2‬لآللة ‪ 3‬والعمل ‪ 3‬لآللة ‪1‬‬

‫‪ 2-6-5‬الطريقة البديلة لطريقة الترتيب‬

‫‪Replaced method for arranging method‬‬
‫في هذل الطريقة نرغب في عمل أفضل تخصيص يمكن لألعمال على اآلالت نتمكن‬
‫بواسطة الحصول على إجمالي تكاليف فرص يساوي الصفر أي إن أفضل تخصيص لعمل‬
‫على آلة هو الذي يتضمن تكلفة فرصة تساوي الصفر‬
‫ويمكن تلخيص خطوات هذل الطريقة بالشكل اآلتي‪:‬‬
‫‪ 1‬تحديد جدول تكاليف الفرص‬
‫أ نختار أصغر قيمة في كل صف ‪ pi‬أو من كل عمود ‪qi‬‬
‫ب نكون مصفوفة جديدة ‪c1‬ه وذلع بطرح القيمة الصغيرة من القيم المناظرة لها في‬
‫الصفوف أو األعمدة‬
‫‪ 1‬إن المصفوفة ‪c1‬ه يجب أن تحتوي على األقل عنصر واحد يساوي صفر في كل عمود‬
‫(مربع يحتوي على الصفر)‬
‫‪ 2‬تحديد ما إذا كان هناع تخصيص أمثل والطريقة هي أن ترسم أقل عدد من الخطوال‬
‫المستقيمة (عمودياى وأفقياى) خالل جدول إجمالي تكاليف الفرص لتغطية جميع مربعات‬
‫الصفر ويمكن الوصول إلى التخفيض األمثل إذا كان عدد الخطوال أقل من عدد‬
‫الصفوف أو األعمدة ففي هذل الحالة ال يمكن عمل تخصيص أمثل‬
‫‪ 3‬يراجع جدول إجمالي تكاليف الفرص‬
‫أ نختار أصغر رقم في الجدول لم يمر عليت خط ونطرح هذا الرقم من كل األعداد التي لم‬
‫تمر عليها خط‬
‫ب نجمع الرقم الصغير مع األعداد الواقعة عند تقاطع أي خطين‬
‫‪ 4‬نكرر الخطوة (‪ )2‬للحصول على التخصيص األمثل‬

‫‪158‬‬
 :)3( ‫مثال‬
‫آالت‬ ‫ ) يمكن تشغيلها على ثال‬A,B,C( ‫في شركة معينة يوجد ثالثة أعمال‬
‫ )ه وكل عمل يمكن تشغيلت على آلة واحدة فقطه وتكلفة تشغيل أي عمل على كل‬D,E,F(
‫آلة بالدينار موضل في الجدول التالي أوجد التخصيص الذي يعطي أقل تكلفة‬
EX(3): In a certain company there are three acts (a, b, c) can run on three
machines (d, e, f), and every work can be run on one machine only, and the cost
of running any action on the each machine dinar as shown in the following
table. Find the specialization that gives less expensive.

)10 ( ‫جدول رقم‬

‫اآللة‬ D E F
‫العمل‬
A 25 31 35 P1=25
B 15 23 24 P2= 15

C 22 19 17 P3= 17

q1= 15 q2= 19 q3= 17

) 11(‫جدول رقم‬

‫اآللة‬ D E F
‫العمل‬
A 10 12 18 P1= 10

B 0 1 7 P2 = 0

C 7 0 0 P3 = 0

159
 ‫‪7‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪P4 = 0‬‬

‫هنا بان التخصيص األمثل غير ممكن (التخصيص غير معقول) األمر الذي إلى رسم‬
‫الخطوال لتغطية كل مربعات الصفر‬

‫جدول رقم( ‪)12‬‬

‫اآللة‬ ‫‪D‬‬ ‫‪E‬‬ ‫‪F‬‬
‫العمل‬
‫‪A‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪8‬‬
‫‪B‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪7‬‬
‫‪C‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪0‬‬

‫إن طريقة الوصول إلى التخصيص األمثل كاآلتي‪:‬‬

‫أ نختار أصغر رقم في الجدول لم يمر عليت خط وهذا الرقم هو ‪1‬ه نطرح هذا الرقم من كل‬
‫األعداد التي لم يمر عليها خط‬
‫ب نجمع الرقم ‪ 1‬مع األعداد الواقعة عند تقاطع الخطين والجدول التالي يوضل ذلع‬
‫جدول رقم(‪)13‬‬
‫اآللة‬ ‫‪D‬‬ ‫‪E‬‬ ‫‪F‬‬
‫العمل‬
‫‪A‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪7‬‬
‫‪B‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪C‬‬ ‫‪8‬‬ ‫‪0‬‬ ‫‪0‬‬
‫في هذل الحالة فةن التخصيص األمثل هو‪:‬‬
‫العمل ‪ A‬لآللة ‪D‬‬
‫العمل ‪ B‬لآللة ‪E‬ر‬
‫العمل ‪ C‬لآللة ‪F‬‬
‫إجمالي التكاليف‬
‫‪X0= 25+20+17= 62‬‬

‫‪160‬‬
 ‫مالحظة‪:‬‬
‫إذا كان الهدف هو تعظيم الربل فةننا نختار أكبر قيمة في الجدول ونطرح جميع قيم الجدول‬
‫منها )‪cis( 0)  Maxcij( 0)  cij( 0‬‬
‫أما بقية الخطوات فهي نفسها كما لو كان الهدف هو تخصيص التكاليف‬
‫مثال (‪:) 4‬‬
‫دعنا نرى التخصيص التالي‪:‬‬
‫جدول رقم( ‪)14‬‬
‫منطقة البيع‬ ‫‪a‬‬ ‫‪B‬‬ ‫‪c‬‬ ‫‪D‬‬
‫البائع‬
‫‪X‬‬ ‫‪1‬‬ ‫‪8‬‬ ‫‪1‬‬
‫‪Y‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪4‬‬
‫‪Z‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪2‬‬
‫‪W‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪3‬‬

‫نالحظ أكبر قيمة من الجدول ‪Max=8‬ه نطرح جميع قيم الجدول من الرقم‬
‫جدول رقم(‪) 15‬‬
‫منطقةالبيع‬ ‫‪a‬‬ ‫‪b‬‬ ‫‪C‬‬ ‫‪d‬‬
‫البائع‬
‫‪X‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪7‬‬ ‫‪P1 = 0‬‬

‫‪Y‬‬ ‫‪3‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪P2 = 1‬‬

‫‪Z‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪P3 = 3‬‬

‫‪W‬‬ ‫‪5‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪P4 = 2‬‬

‫جدول رقم (‪) 16‬‬

‫‪161‬‬
 ‫منطقة البيع‬ ‫‪a‬‬ ‫‪B‬‬ ‫‪c‬‬ ‫‪d‬‬
‫البائع‬
‫‪X‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪7‬‬
‫‪Y‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪Z‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪W‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪3‬‬
‫‪q1= 2‬‬ ‫‪q2= 0‬‬ ‫‪q3= 0‬‬ ‫‪q4= 2‬‬

‫جدول رقم (‪)17‬‬

‫منطقة البيع‬ ‫‪a‬‬ ‫‪B‬‬ ‫‪c‬‬ ‫‪D‬‬

‫البائع‬
‫‪X‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪Y‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪W‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪1‬‬
‫نخصص كاآلتي‪:‬‬
‫البائع ‪ x‬على منطقة البيع ‪b‬‬
‫البائع ‪ y‬على منطقة البيع ‪d‬‬
‫البائع ‪ z‬على منطقة البيع ‪a‬‬
‫البائع ‪ w‬على منطقة البيع ‪c‬‬
‫الربل الكلي ‪x0= 8+5+3+6= 22‬‬
‫‪One’s Method‬‬ ‫‪ 7-5‬طريقة الوحدات‬
‫تعتبررر هررذل الطريقررة مررن الطرررق الحديثررة للتعامررل مررع نمرراذج التخصرريص وتكررون كفرروء وسررهلة‬
‫التطبيت إذا كانت في حالة تعظيم األرباح أو تقليل التكراليف لمشركلة التخصريص مرن الطريقرة‬
‫األخ رررى الت رري تتعام ررل م ررع نم رراذج التخص رريص ولغ رررض تطبي ررت هر رذل الطريق ررة لح ررل مش رركلة‬
‫التخصيص نتبع الخطوات اآلتية‪:‬‬
‫‪ 1‬ف رري حال ررة تعظ رريم األرب رراح أو (تقلي ررل التك رراليف)ه نج ررد أكب ررر عنص ررر ف رري ك ررل ص ررف م ررن‬
‫صفوف مصفوفة التخصيص وتضع في الجهة اليمنى من المصفوفة‬

‫‪162‬‬
‫‪ 2‬نقرروم بقسررمة جميررع عناصررر الصررفوف فرري كررل صررف علررى العناصررر الموجررودة فرري الجهررة‬
‫اليمنى للمصفوفة‬
‫‪ 3‬نقرروم بةيجرراد أقررل أو (أكبررر) عنصررر حسررب طبيعررة مشرركلة التخصرريص فرري كررل عمررود مررن‬
‫أعمدة المصفوفة ونصفت الى كل عمود‬
‫‪ 4‬نقسم جميع عناصر األعمدة على كل العناصر الموجودة تحت كل عمود الناظرة لت‬
‫‪ 5‬تغطي جميع الوحدات باقل عدد ممكرن مرن الخطروال ؟؟ه فرةذا كانرت هرذل الخطروال تسراوي‬
‫عدد الصفوف (األعمدة) فةننا نحصل على الحل األمثل‬
‫‪ 6‬أمررا إذا كانررت عرردد هررذل الخطرروال أقررل مررن عرردد الصررفوف (األعمرردة) فةننررا نختررار أكبررر أو‬
‫(أحد من) األرقام الموجودة في المصفوفة الغير مغطاة بهذل الخطوال ونحردد العمرود الرذي‬
‫يقررع فرري هررذا لعنصررر األكبررر أو (األصررفر) ونقسررم جميررع عناصررر هررذا العمررود علررى هررذا‬
‫العنصر فقط‬
‫‪ 7‬ث ررم نعي ررد الخط رروة رق ررم (‪ )5‬والخط رروة رق ررم (‪ )6‬إل ررى أن تص ررل إل ررى إن ع رردد الخط رروال الت رري‬
‫تغطي الوحدات الموجودة في مصفوفة التخصريص مسراوية إلرى عردد الصرفوف (األعمردة)‬
‫الت رري تغط رري الوح رردات الموج ررودة ف رري مص ررفوفة التخص رريص مس رراوية إل ررى ع رردد الص ررفوف‬
‫(األعمدة)‬
‫‪ 8‬تبرردأ لعمليررة تخصرريص متخصررص الوحرردات الموجررودة فرري الصررفوف الترري تحتمررل أكبررر أو‬
‫(أقل) عنصر موجود في الجهة اليمنى من مصفوفة التخصيص بالتعاقب‬
‫أما إذا كانت مصفوفة التخصيص غير متماثلة أي عردد الصرفوف ال تسراوي األعمردة نضريف‬
‫صررف أو عمررود جديررد وتكررون كلررف هررذل الصررفوف أو األعمرردة الجديرردة عبررارة علررى (وحرردات)‬
‫ويتبع نفس الخطوات الحل السابقة‬

‫مثال (‪ )1‬المصفوفة التالية تمثل مكان توزيع خمسة مهام لكل خمسة مكائن‬

‫جدول رقم(‪)1‬‬
‫‪Jobs‬‬ ‫‪Machines‬‬

‫‪163‬‬
 M1 M2 M3 M4 M5
J1 12 8 7 15 4
J2 7 9 1 14 10
J3 9 6 12 6 7
J4 7 6 14 6 10
J5 9 6 12 10 6

)2(‫جدول رقم‬
Jobs Machines R.H.S
M1 M2 M3 M4 M5 Min
J1 12 8 7 15 4 4
J2 7 9 1 14 10 1
J3 9 6 12 6 7 6
J4 7 6 14 6 10 6
J5 9 6 12 10 6 6
)3(‫جدول رقم‬
Jobs Machines R.H.S
M1 M2 M3 M4 M5 Min
J1 3 2 7/4 15/4 1 4
J2 7 9 1 14 10 1
J3 3/2 1 2 1 7/6 6
J4 7/6 1 7/3 1 5/3 6
J5 3/2 1 2 5/3 1 6

)4(‫جدول رقم‬
Jobs Machines R.H.S
M1 M2 M3 M4 M5 Min
J1 3 2 7/4 15/4 1 4
J2 7 9 1 14 10 1

164
 ‫‪J3‬‬ ‫‪3/2‬‬
‫‪2‬‬ ‫‪1‬‬‫‪1‬‬ ‫‪7/6‬‬ ‫‪6‬‬
‫‪J4‬‬ ‫‪7/6‬‬
‫‪7/3 1‬‬ ‫‪1‬‬ ‫‪5/3‬‬ ‫‪6‬‬
‫‪J5‬‬ ‫‪3/2‬‬
‫‪2‬‬ ‫‪1‬‬‫‪5/3‬‬ ‫‪1‬‬ ‫‪6‬‬
‫‪Min‬‬ ‫‪7/6‬‬
‫‪1‬‬ ‫‪1‬‬‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫جدول رقم(‪)5‬‬
‫‪Jobs‬‬ ‫‪Machines‬‬ ‫‪R.H.S‬‬
‫‪M1 M2 M3 M4‬‬ ‫‪M5 Min‬‬
‫‪J1‬‬ ‫‪18/7 2‬‬ ‫‪7/4 15/4‬‬ ‫‪1‬‬ ‫‪4‬‬
‫‪J2‬‬ ‫‪6‬‬ ‫‪9‬‬ ‫‪1‬‬ ‫‪14‬‬ ‫‪10 1‬‬
‫‪J3‬‬ ‫‪18/4 1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪7/6 6‬‬
‫‪J4‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪7/3 1‬‬ ‫‪5/3 6‬‬
‫‪J5‬‬ ‫‪18/4 1‬‬ ‫‪2‬‬ ‫‪5/3‬‬ ‫‪1‬‬ ‫‪6‬‬
‫مصفوفة التحقيت تساوي عدد الصفوف (األعمدة)=‪5‬‬ ‫نالحظ إن عدد الخطوال الوحدات في‬

‫‪J2 m3 1‬‬
‫‪J1 m5 4‬‬
‫‪J3 14 6 6= 24‬‬
‫‪J41 6 7‬‬
‫‪J5 2 6 6‬‬
‫مثال (‪ )2‬شركة لديها مهمات ترغيب شخصيتها على خمسة مكائن وترغب بتشرخيص المهمرة‬
‫التاليرة إلررى الماكنررة لتحقيررت أعلررى ربررل ممكررن والمصرفوفة اآلتيررة بررين األربرراح الترري تحقيررت كررل‬
‫مهمة إلى كل ماكنة‬
‫‪J1‬‬ ‫‪J2‬‬ ‫‪J3‬‬ ‫‪J4‬‬ ‫‪J5‬‬
‫‪m1 5 11 10 12 4‬‬
‫‪m2 2 4 6 3 5‬‬
‫‪m3 3 12 5 14 6‬‬
‫‪‬‬ ‫‪‬‬
‫‪m4 6 14 4 11 7 ‬‬
‫‪m5 7 9 8 12 5‬‬
‫‪ -1‬نستخرج أكبر رقم في كل صف ونضيفت في الجهة اليمنى‬
‫‪1‬‬

‫‪165‬‬
‫‪J1‬‬ ‫‪J2‬‬ ‫‪J3‬‬ ‫‪J4‬‬ ‫‪J5‬‬ ‫)‪R.H .S (max‬‬
‫‪m1 5 11 10 12 4 12‬‬
‫‪m2 2 4 6 3 5 6‬‬
‫‪m3 3 12 5 14 6 14‬‬
‫‪‬‬ ‫‪‬‬
‫‪m4 6 14 4 11 7  14‬‬
‫‪m5 7 9 8 12 5 12‬‬
‫‪ -2‬نقسم كل مصفوفة على األرقام الموجودة في الجهة اليمنى من المصفوفة‬
‫‪2‬‬
‫‪J1‬‬ ‫‪J2‬‬ ‫‪J3‬‬ ‫‪J4‬‬ ‫‪J5‬‬ ‫)‪(max‬‬
‫‪m1 0.42‬‬ ‫‪0.92‬‬ ‫‪0.83 1‬‬ ‫‪0.33 12‬‬
‫‪m2 0.33‬‬ ‫‪0.66‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪0.83 6‬‬
‫‪m3  0.21‬‬ ‫‪0.86‬‬ ‫‪0.36‬‬ ‫‪1‬‬ ‫‪0.43 14‬‬
‫‪‬‬ ‫‪‬‬
‫‪m4 0.43‬‬ ‫‪1‬‬ ‫‪0.28 0.78‬‬ ‫‪0.5  14‬‬
‫‪m5 0.58‬‬ ‫‪0.75‬‬ ‫‪0.66‬‬ ‫‪1‬‬ ‫‪0.46 12‬‬
‫‪-3‬نجد أكبر رقم من كل عمود مصفوفة تحت األعمدة النافذة لها‬

‫‪J1‬‬ ‫‪J2‬‬ ‫‪J3‬‬ ‫‪J4‬‬ ‫‪J5‬‬ ‫)‪(max‬‬

‫‪m1 0.42 0.92 0.83 1‬‬ ‫‪0.33 12‬‬
‫‪m2 0.33 0.66‬‬ ‫‪1‬‬ ‫‪0.5 0.83 6‬‬
‫‪m3  0.21 0.86 0.36 1‬‬ ‫‪0.43 14‬‬
‫‪‬‬ ‫‪‬‬
‫‪m4 0.43 1‬‬ ‫‪0.28 0.78 0.5  14‬‬
‫‪m5 0.58 0.75 0.66 1‬‬ ‫‪0.46 12‬‬
‫______________________________‬
‫‪max 0.58 1 1 1 0.83‬‬
‫‪ -3‬نقسم كل عمود على أكبر رقم موجود تحت األعمدة‬
‫‪ 0.71‬‬ ‫‪0.92‬‬ ‫‪0.83 1‬‬ ‫‪0.4 ‬‬
‫‪0.57‬‬ ‫‪0.66‬‬ ‫‪1‬‬ ‫‪0.5‬‬ ‫‪1 ‬‬
‫‪‬‬
‫‪0.32‬‬ ‫‪0.86‬‬ ‫‪0.36 1‬‬ ‫‪0.51‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 0.73‬‬ ‫‪1‬‬ ‫‪0.28 0.78 0.6 ‬‬
‫‪ 1‬‬ ‫‪0.75‬‬ ‫‪0.66 1‬‬ ‫‪0.5 ‬‬

‫‪166‬‬
 ‫‪ 5‬نقوم بتغطية جميع الوحدات الموجودة في مصفوفة التخصص نالحظ إن عدد الخطوال‬
‫(أقل من عدد األعمدة لذلع نختار رقم بين األرقام الغير مغطاة في مصفوفة التخصيص‬
‫‪ ] 83‬الوجود من العمود (‪ )dij‬رقم ‪ 3‬ونقسم جميع عناصر هذا العمود على الرقم (‪).83‬‬
‫فقط‬
‫‪J1‬‬ ‫‪J2‬‬ ‫‪J3‬‬ ‫‪J4‬‬ ‫‪J5‬‬ ‫)‪(max‬‬
‫‪m1  0.71‬‬ ‫‪0.92‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0.4  12‬‬
‫‪m2 0.57‬‬ ‫‪0.66 1.2 0.5‬‬ ‫‪1  6‬‬
‫‪m3 0.32‬‬ ‫‪0.86 0.43 1‬‬ ‫‪0.51 14‬‬
‫‪‬‬ ‫‪‬‬
‫‪m4 0.73‬‬ ‫‪1‬‬ ‫‪0.34 0.78 0.6  14‬‬
‫‪m5  1‬‬ ‫‪0.75 0.79‬‬ ‫‪1‬‬ ‫‪0.5  12‬‬
‫‪ 6‬يتم تخصيص كل رقم (‪ )1‬في الهدف حسب الرقم األكبر الموجود في الجهة اليمنى من‬
‫المصفوفة حسب التوالي‬
‫‪m3J4 profit 14‬‬
‫‪m4 J2 profit 14‬‬
‫‪m5 J1 profit 7‬‬
‫‪m1 J3 profit 10‬‬
‫أسئلة وتمارين عامة‬
‫‪ 1‬تملع إحدى منشآت األلبان ثالثة مصانع إلنتاج الحليبه والطاقة اإلنتاجية اليومية‬
‫هي على التوالي (‪6‬ه ‪1‬ه ‪ )10‬مليون لتره أما احتياجات مراكز التوزيع‬ ‫للمصانع الثال‬
‫(‪7‬ه ‪5‬ه ‪3‬ه ‪ )2‬مليون لتر على‬ ‫األربعة التي تعتمد على إنتاج المنشاة فهي‬
‫التواليه والمطلوب تحديد التوزيع األمثل الذي يحقت احتياجات المراكز األربعة وباقل‬
‫كلفة نقل ممكنةه علماى بان تكاليف النقل من المصانع إلى المراكز موضحة في الجدول‬
‫اآلتي‪:‬‬
‫‪1- One of the installations dairy owns three factories for the production of milk,‬‬
‫‪the daily production capacity of the factories of the three are respectively (6.1,‬‬
‫‪10) million liters, while the needs of the distribution centers of the four that‬‬
‫‪depend on the production facility are (7, 5, 3, 2) million liters onrespectively, so‬‬
‫‪determine the optimal distribution required that achieves top four needs and at‬‬

‫‪167‬‬
the lowest possible cost of transporting, note that the cost of transportation from
the factories to the centers are shown in the following table:
D1 D2 D3 D4 Supply
S1 2 3 11 7 6
S2 1 0 6 1 1
S3 5 8 15 9 1
Demand 7 5 3 2 8
17

‫ كلفة إنتاج الوحدة الواحدة في المصانع‬D, C, B, A ‫ منتج معين ينتج في أربعة مصانع‬2
‫ والجدول اآلتي يبين الكميات المعروضة والمطلوبة وكذلع نقل‬5 ‫ه‬1 ‫ه‬3 ‫ه‬2 ‫األربعة هي‬
‫الوحدة الواحدة من المصانع إلى المخازن وجد التوزيع األمثل الذي تكون عندل تكاليف‬
‫النقل الكلية أقل ما يمكن‬
2. A certain production produce in four factories A, B, C, D the cost of one unit
in four factories are 2, 3, 1, 5. The following table shows the quantities supplied
and demanded, as well as transfer per unit from factories to stores. Found the
optimal allocation at which the total transport costs as little as possible.

‫االستهالع‬ 1 2 3 4 ‫العرض‬
‫المخازن‬
A 2 4 6 11 50

B 10 8 7 5 70

C 13 3 9 12 30

D 4 6 8 3 50

‫الطلب‬ 25 35 105 20

‫ استخرج الحل األمثل لنموذج النقل الغير متوازن اآلتي الذي يحقت أقل كلفة توزيع‬3
‫ممكنة؟‬

168
Q3: Extract the perfect solution to transportation for the following non-balanced
model that achieves the lowest possible cost of distribution?.

‫المصادر‬ 1 2 3 ‫مواقع‬
‫االستهالع‬

1 5 1 7 10

2 6 4 6 80

3 3 2 5 15

‫الطلب‬ 75 20 50 105
145

‫الفصل السادس‬
‫تخطيط جداول اإلنتاج باستخدام أسلوب البرمجة الخطية‬
Using Linear Programming Technique in Planning Master
Production Scheduling

Introduction ‫ المقدمة‬1-6

Production Planning ‫ تخطيط االنتاج‬2-6

Aggregate Production Planning ‫ التخطيط االجمالي لالنتاج‬3-6

‫ ستراتيجيات التخطيط االجمالي‬4-6

Aggregate Production Planning Strategies

Aggregate Production ‫ اإلنتاج اإلجمالي‬5-6

169
 ‫‪ 6-6‬نماذج تخطيط اإلنتاج اإلجمالي‬

‫‪Models of Aggregate Product Planning‬‬

‫‪ 1-6-6‬النموذج االول للتخطيط االجمالي‬

‫‪ 2 -6-6‬النموذج الثاني للتخطيط اإلجمالي‬

‫‪Disaggregate Models‬‬ ‫‪ 7-6‬نماذج تجزئة التخطيط اإلجمالي‬

‫‪Optimizing‬‬ ‫‪ 1-7-6‬نموذج جداول اإلنتاج لغرض الخزين‬

‫‪MPS in a make- to- stock Model‬‬

‫‪ 2-7-6‬نموذج جداول اإلنتاج لغرض الطلب‬

‫‪Optimizing MPS in a make-to- order Model‬‬

‫‪ 1-6‬المقدمة ‪Introduction‬‬
‫ان الشركات الصناعية تبذل جهردا كبير ار فري عمليرة تخطريط االنتراج وذلرع للنهروض بالشرركات‬
‫انها تواكب التطور الذي يشرهدل العرالم مرن حير‬ ‫الى المستوى المرموق الذي تطمل اليت حي‬
‫تطبي ررت االس رراليب العلمي ررة الحديث ررة والت رري م ررن ابرزه ررا (اس رراليب بح ررو العملي ررات) ف رري عملي ررة‬
‫تخطيط واعداد جداول االنتاج الرئيسية التي تعتمد على نماذج رياضية مترابطرة وعميقرة تمكرن‬
‫الشررركة مررن تحقيررت اهرردافها فرري تلبيررة متطلبررات االنترراج واالسررتغالل االمثررل للطاقررات المتاحررة‬
‫وتقليل تكاليف العملية االنتاجية ولتحقيت ذلع يتطلب‪:‬‬
‫‪ -1‬عمر ررل نمر رروذج رياضر رري باسر ررتخدام اسر ررلوب البرمجر ررة الخطير ررة لعملير ررة تخطر رريط االنتر رراج‬
‫االجمرالي (‪ )Aggregate planning‬الرذي يركرز علرى تجميرع االنتراج بشركل عوائرل ألن‬
‫اغلررب الشررركات الصررناعية يررتم اعررداد خططهررا االجماليررة علررى اسرراس عائلررة المنررتج والترري‬
‫هي عبارة عن مجموعات من المنتجات التي تشترع برنفس االمكانيرات والمروارد التصرنيعية‬
‫وك ررذلع اوق ررات التنص رريب لغ رررض االس ررتغالل االمث ررل للوق ررت والكلف ررة ع ررن طري ررت اس ررتخدام‬
‫س ررتراتيجيات التخط رريط االجم ررالي المتاح ررة لتحدي ررد المتطلب ررات واالمكان ررات المتاح ررة بش رركل‬
‫اجمالي‬

‫‪170‬‬
‫‪ -2‬عمل نموذج رياضي باستخدام اسرلوب البرمجرة الخطيرة لعمليرة تخطريط االنتراج قصرير‬
‫المردى يقروم بتجزئرة العوائرل االنتاجيرة الرى منتجاتهرا النهائيرة ( ‪)Disaggrete planning‬‬
‫لغرض اعداد جدول االنتاج الرئيسي اعتمادا على المعلومات التري ترم الحصرول عليهرا مرن‬
‫نمرروذج تخطرريط االنترراج االجمررالي والررذي يبررين نرروع وعرردد المنتجررات النهائيررة الترري يجررب ان‬
‫تنتج ومتى يتم انتاجها من خالل معرفرة الطاقرات االنتاجيرة المتاحرة والمخطرط لهرا فري كرل‬
‫مركز من مراكز االنتاج‬

‫‪Production Planning‬‬ ‫‪ 2-6‬تخطيط االنتاج‬

‫يعرررف تخطرريط االنترراج علررى "انررت مجموعررة مررن االنشررطة او االسرراليب الترري ترمرري الررى اعررداد‬
‫وتنظرريم عناصررر االنترراج (االيرردي العاملررة ه الم رواد االوليررةه وسررائل االنترراجه رؤوس االم روال)‬
‫لغرض انتاج حجم معين من السلع خالل فترة زمنية محددة وفت مواصرفات معينرة وباقرل كلفرة‬
‫ممكنة و تخطيط االنتراج يسرعى الرى تنسريت االنتراج مرع بقيرة اقسرام الشرركة االخررى فهرو ياخرذ‬
‫بنظررر االعتبررار حاجررات المبيعررات فرري المسررتقبل وعلررى اساسررها يوضررع منهررا االنترراج وماهيررة‬
‫المنتجررات الترري سرريقوم بتصررنيعها وكمياتهررا ومتررى يجررب ان تكررون جرراهزة للبيررعه وكررذلع يقرردر‬
‫احتياجر ررات الشر ررركة مر ررن الم ر رواد االولير ررة واألدوات والعمر ررال واالمكانير ررات االخر رررىه وتقر رردم هر ررذل‬
‫المعلومات الى االقسام المعنية لكي تستطيع تنسيت اعمالها وتهيئة الطلبات باوقاتها المحددة‬

‫‪Aggregate Production Planning‬‬ ‫‪ 3-6‬التخطيط االجمالي لالنتاج‬

‫ان عملية تخطيط جداول االنتاج الرئيسية تعتمد بشكل مباشر على مفهوم التخطريط االجمرالي‬
‫لالنترراج ألنررت يعتبررر المفترراح الرئيسرري الدارة التغيررات فرري العمليررة االنتاجيررةه ألنررت يحقررت الرربط‬
‫ب ررين عوام ررل الس ررعة الثابت ررة طويل ررة االم ررد وعوام ررل الس ررعة المتغير ررة والقابل ررة للتع ررديل ف رري االم ررد‬

‫‪171‬‬
‫القص ررير م ررع التركي ررز عل ررى العوام ررل والخبر ررة م ررن اج ررل تحقي ررت المالئم ررة االفض ررل للس ررعة م ررع‬
‫الطلب‬
‫وتبرز اهمية التخطيط االجمالي من خالل النقاال اآلتية‪:‬‬
‫‪ -1‬يحم ررل وس ررائل االنت رراج بص ررورة كامل ررة ويقل ررل ال ررى اص ررغر ح ررد ممك ررن م ررن التحمي ررل ال ازئ ررد‬
‫والتحميل الناقصه أي انت يعمل على اسرتغالل وسرائل االنتراج بشركل كفروء ويعمرل علرى تقليرل‬
‫الضياعات والزيادات في استغالل تلع الوسائل‬
‫‪ -2‬رس ررم خط ررط منهجي ررة منظم ررة لتغي ررر الطاق ررات االنتاجي ررة لمواجه ررة التذب ررذبات ف رري طلب ررات‬
‫الزبائن المتوقعة‬
‫‪ -3‬خلت سعة انتاجية مؤكدة لغرض تحقيت الطلب المتوقع على السلع االنتاجية‬
‫‪ -4‬الحصول على مخرجات كبيرة تخص مصادر االنتاج المتوفر‬
‫‪ -5‬ان وسائل االنتاج (مكائن ومعدات وابنية) ثابتة وال يمكن توسيعها في االجل المتوسط‬
‫‪ -6‬وحرردة قيرراس الطاقررات االنتاجيررة يجررب تكررون متجانسررةه وهررذل مررن اهررم سررمات التخط رريط‬
‫االجمالي وذلرع ألن المصرادر والمروارد التري تردخل فري العمليرة االنتاجيرة تكرون وحرداتها غيرر‬
‫متجانسررة القيرراس لررذلع يتطلررب مررن تخطرريط االنترراج االجمررالي توحيررد هررذل الوحرردات القياسررية‬
‫بوحر رردة قير رراس متجانسر ررة مثر ررل (رجر ررل‪ /‬سر رراعةه ماكنر ررة‪ /‬ساعة)حسر ررب طبيعر ررة كمير ررات االنتر رراج‬
‫ومواعيدها خالل فترة تخطيط متوسطة مقبلة ‪18 -6‬شهر وذلع مرن خرالل الرتحكم بمسرتويات‬
‫االنترراجه القرروة العاملررةه الخ رزينه وقررت العمررل االضررافيه التعاقررد الفرعرريه وبعررض المتغيرررات‬
‫التي يمكن السيطرة عليها‬
‫‪ 4-6‬إستراتيجيات التخطيط اإلجمالي‬
‫( ‪)Strategies Aggregate Production Planning‬‬
‫نظر ر ار ألهمي ررة التخط رريط االجم ررالي لالنت رراج ولكون ررت ي ررؤثر ف رري جمي ررع اقس ررام الش ررركةه ف ررةن‬
‫الق اررات التي تتخذ فري هرذا االطرار ينبغري ان تعكرس اهرداف الشرركة وهنراع عردة خيرارات‬
‫ستراتيجية يتمكن مخططو االنتاج من اتباعها للتغلب على مشركلة تذبرذب الطلرب وبغرض‬
‫النظر عرن الخيرار السرتراتيجي لمخططرو االنتراج فةنرت يتوجرب االجابرة علرى االسرئلة التاليرة‬
‫عند صياغة خطة االنتاج االجمالية‪:‬‬

‫‪172‬‬
‫‪ -1‬هرل ينبغرري اسررتخدام الخرزين كوسرريلة للسرريطرة علررى تقلبررات الطلررب فرري اثنرراء فتررة التخطرريط‬
‫المقبلة؟‬
‫‪ -2‬هل نلجا الى استخدام العمال الوقتيين او تشرغيل العمرال الحراليين وقترا اضرافيا او الموافقرة‬
‫على تكاليف الوقت الغير مستغل للعاملين؟‬
‫‪ -3‬هل ينبغي استخدام القوة العاملة كوسيلة لمواجهة تقلبات الطلب؟‬
‫‪ -4‬هررل ينبغرري اللجرروء الررى التعاقررد الفرعرري الحت رواء تقلبررات الطلررب مررع المحافظررة علررى حجررم‬
‫ثابت من القوة العاملة في الشركة؟‬
‫‪ -5‬هل نلجا الى تغير االسعار او تغير عوامل معينة من اجل التاثير في الطلب؟‬
‫تتضرمن‬ ‫ان جميع االسئلة السابقة تمثل ستراتيجيات مشروعة متاحرة للتخطريط االجمرالي حير‬
‫التحكم بالخزينه معدالت االنتاجه مستوى القوة العاملة والطاقات االنتاجية المتاحة‬
‫‪ 5-6‬اإلنتاج اإلجمالي ‪Aggregate Production‬‬
‫لغرررض إعررداد خطررط اإلنترراج اإلجماليررة للشررركات الصررناعية ال بررد مررن عمررل نمرراذج رياضررية‬
‫تاخررذ بنظررر االعتبررار المنتجررات س رواء كانررت متشررابهة علررى شرركل عوائررل انتاجيررة او مختلفررةه‬
‫يتطلررب ذلررع معرفررة تفصرريلية ومعررالم التخطرريط اإلجمررالي ولتنفيررذ ذلررع تررم عمررل نمرراذج‬ ‫حي ر‬
‫رياضية متخصص تعتمد على فكرة اسلوب البرمجة الخطية والتري تعتبرر مرن اسراليب بحرو‬
‫العمليررات المتخصص ررة ف رري تخطرريط االنت رراج تتك ررون هررذل النم رراذج الرياض ررية مررن دال ررة ه رردف‬
‫ومجموعة من القيود لغرض تنفيذ الخطة االجمالية باقل كلفة انتاجية هناع نوعين مرن خطرط‬
‫االنتاج االجمالي وهي‪:‬‬
‫( ‪The-‬‬ ‫‪ -1‬خطة االنتراج االجمرالي التري تعمرل علرى تغيرر معردل االنتراج‬
‫‪:)Just – in time‬‬
‫تهدف هذل الخطة الى تغيير فري معردل االنتراج لغررض تلبيرة الطلبرات المحرددة ضرمن الفتررات‬
‫الزمنية المخطط لهاه هذل الخطة تكون مناسبة في حالرة كرون كلرف تغييرر معردل االنتراج غيرر‬
‫مكلفة ورخيصة الثمن بينما تكون كلف الخزين غالية الثمن‬
‫ولتوضيل ذلع ناخذ البيانات الموضحة في الجدول ادنال‪:‬‬
‫‪Dec‬‬ ‫‪Jan‬‬ ‫‪Feb‬‬ ‫‪Mar‬‬ ‫‪Apr‬‬ ‫‪May‬‬ ‫‪Jun‬‬ ‫‪Totals‬‬
‫)ايام العمل( ‪Working days‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪18‬‬ ‫‪26‬‬ ‫‪22‬‬ ‫‪15‬‬

‫‪173‬‬
‫)الطلبات( ‪Demand‬‬ ‫‪1280 640‬‬ ‫‪900 1200 2000 1400‬‬
‫‪Hiring‬‬ ‫عر ر ر رردد العم ر ر ر ررال (‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪160‬‬ ‫‪0‬‬ ‫‪305‬‬ ‫‪290‬‬ ‫‪755‬‬
‫)المستقدمين‬
‫عردد العمرال المسرتغنى ( ‪Firing‬‬ ‫‪34‬‬ ‫‪84‬‬ ‫‪0‬‬ ‫‪27‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪145‬‬
‫)عنهم‬
‫)حجم العمل( ‪Workforce‬‬ ‫‪300‬‬ ‫‪266‬‬ ‫‪182‬‬ ‫‪342‬‬ ‫‪315‬‬ ‫‪620‬‬ ‫‪910‬‬
‫‪Production‬‬ ‫الوحر ر ر رردات (‬ ‫‪780‬‬ ‫‪640‬‬ ‫‪902 1200 1999 2000‬‬
‫)المنتجة‬
‫‪Inventory‬‬ ‫‪ 500‬الوح ر ر ر رردات (‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪601‬‬ ‫‪604‬‬
‫)المخزونة‬
‫‪Table -1: the just –in –time production plan‬‬
‫نالحظ من خالل جدول رقرم ‪ 1‬بران مجمروع العمرال المسرتقدمين خرالل الفتررة التخطيطيرة (سرتة‬
‫اشهر) هو ‪ 755‬عامل ‪ 145‬عامل تم االستغناء عنهم خالل نفس الفترة التخطيطيرة وان عردد‬
‫الوحرردات المخزونررة مررن الوحرردات المنتجررة هرري ‪ 604‬وحرردةه ولمررا كانررت كلفررة اسررتقدام العامررل‬
‫الواحررد خررالل الش ررهر يسرراوي (‪ )$80‬وان اجم ررال الوحرردات المنتج ررة للعامررل ف رري اليرروم الواح ررد‬
‫يساوي ( ‪ ) 0.14653‬لذلع ستكون مجموع كلف العملية االنتاجية تساوي ‪$ 58.363‬‬
‫( ‪The‬‬ ‫‪ -2‬خطرة االنتراج االجمرالي السلسرة الغيرر معقردة‬
‫‪:)production-smoothing‬‬
‫تهدف هذل الخطة على تثبيت معدل االنتراج (‪ )Production rate‬مرن خرالل االسرتفادة مرن‬
‫الكميررات المخزونررة فرري الفت ررة الزمنيررة الترري يكررون فيهررا معرردل الطلررب اقررل مررن معرردل االنترراجه‬
‫وتكررون هررذل الخطررة مناسرربة فرري حالررة كررون كلررف الخ رزين رخيصررة الررثمن وكلررف تغييررر معرردل‬
‫االنتاج غالية الثمن ولتوضيل ذلع تاخذ البيانات الموضحة في الجدول ادنال‪:‬‬
‫‪Dec‬‬ ‫‪Jan‬‬ ‫‪Feb‬‬ ‫‪Mar‬‬ ‫‪Apr‬‬ ‫‪May‬‬ ‫‪Jun‬‬ ‫‪Totals‬‬
‫ايررام ( ‪Working days‬‬ ‫‪20‬‬ ‫‪24‬‬ ‫‪18‬‬ ‫‪26‬‬ ‫‪22‬‬ ‫‪15‬‬
‫)العمل‬
‫)الطلبات( ‪Demand‬‬ ‫‪1280‬‬ ‫‪640‬‬ ‫‪900‬‬ ‫‪1200‬‬ ‫‪2000‬‬ ‫‪1400‬‬
‫‪Hiring‬‬ ‫عر رردد العمر ررال (‬ ‫‪111‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪305‬‬ ‫‪0‬‬ ‫‪111‬‬
‫)المستقدمين‬

‫‪174‬‬
‫‪Firing‬‬ ‫عر رردد العمر ررال (‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫)المستغنى عنهم‬
‫‪Workforce‬‬ ‫حجر ر ررم (‬ ‫‪300‬‬ ‫‪266‬‬ ‫‪182‬‬ ‫‪342‬‬ ‫‪315‬‬ ‫‪620‬‬ ‫‪910‬‬
‫)العمل‬
‫الوحرردات ( ‪Production‬‬ ‫‪780‬‬ ‫‪640‬‬ ‫‪902‬‬ ‫‪1200‬‬ ‫‪1999‬‬ ‫‪2000‬‬
‫)المنتجة‬
‫‪Inventory‬‬ ‫الوحر رردات (‬ ‫‪500‬‬ ‫‪424‬‬ ‫‪1230 1414 1780‬‬ ‫‪1105‬‬ ‫‪608‬‬ ‫‪6561‬‬
‫)المخزونة‬
‫‪Table -2-: The production –smoothing plan‬‬
‫نالحررظ مررن خررالل جرردول رقررم ‪ -2-‬برران مجمرروع العمررال المسررتقدمين خررالل الفت ررة التخطيطيررة‬
‫(سررتة اشررهر) هررو ‪ 111‬عامررله وال يوجررد عمررال (‪ )0‬يررتم االسررتغناء عررنهم خررالل نفررس الفت ررة‬
‫التخطيطية وان عدد الوحدات المخزونة من الوحدات المنتجة هي ‪ 6561‬وحدةه لرذلع سرتكون‬
‫مجموع كلف العملية االنتاجية تساوي ‪$57.754‬‬
‫‪ 6-6‬نماذج تخطيط اإلنتاج اإلجمالي‬
‫‪Models of Aggregate Production Planning‬‬
‫وقد تم تطوير نوعين من الموديالت الرياضية لخطط االنتاج االجمالي عن طريت استخدام‬
‫اسلوب البرمجة الخطية‪:‬‬
‫‪ 1-6-6‬النموذج االول للتخطيط االجمالي‪:‬‬
‫الذي يعمل على تثبيت حجم قوة العمل بدون تغيير عن طريت االستقدام او االستغناء‬
‫عن العماله والسماح لتغيير معدل االنتاج باستخدام الوقت االضافي فقط‬
‫‪Definition of variables and Constants‬‬ ‫تعريف المتغيرات والثوابت‬
‫‪ :Cit‬كلفة إنتاج الوحدة الواحدة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Hit‬كلفةخزن الوحدة الواحدة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Rt‬كلفة ساعة العمل في الوقت الطبيعي للعامل الواحد في الفترة الزمنية (‪)t‬‬
‫‪ :Ot‬كلفة ساعة العمل في الوقت اإلضافي للعامل الواحد في الفترة الزمنية (‪)t‬‬
‫‪ :Dit‬الطلبات المتوقعة للعائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Mi‬الوقت المطلوب ( رجل ساعة) إلنتاج وحدة واحدة للعائلة (‪)i‬‬

‫‪175‬‬
 ‫‪ :R`t‬مجموع ساعات العمل االعتيادية المتاحة (رجل ساعة) في الفترة الزمنية (‪)t‬‬
‫‪ :O`t‬مجموع ساعات العمل اإلضافية المتاحة (رجل ساعة) في الفترة الزمنية (‪)t‬‬
‫‪ :Iio‬مستوى الخزين في بداية الفترة الزمنية للعائلة (‪)i‬‬
‫‪ :T‬عدد الفترات الزمنية المخطط لها‬
‫‪ :N‬عدد العوائل المنتجة‬
‫‪ :Xit‬عدد الوحدات المنتجة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Iit‬عدد الوحدات المخزونة من العائلة (‪ )i‬في نهاية الفترة الزمنية (‪)t‬‬
‫‪ :Rt‬عدد ساعات العمل الطبيعية المستخدمة في الفترة الزمنية (‪)t‬‬
‫‪ :Ot‬عدد ساعات العمل الطبيعية المستخدمة في الفترة الزمنية (‪)t‬‬
‫الصيغة الرياضية للبرمجة الخطية للموديل األول‪:‬‬
‫‪N‬‬ ‫‪T‬‬ ‫‪T‬‬
‫] ‪Minimize[cit X it  hit I it ]  [rt Rt  ot Ot‬‬
‫‪i 1 i 1‬‬ ‫‪i 1‬‬
‫‪Subject to:‬‬
‫)‪X it  I i ,t 1  I it  dit i, t.......... ....(1‬‬
‫‪N‬‬

‫‪M X‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪it‬‬ ‫)‪ Rt  Ot  0 t.......... ......( 2‬‬

‫)‪0  Rt  Rt t.......... .......... ..(3‬‬

‫)‪X it  0, I it  0 i, t.......... .......... ...( 4‬‬
‫ولغرض تطبيت الموديل الرياضي األول نستخدم البيانات الموضحة في الجدول أدنال‪:‬‬
‫‪Jan Feb Mar Apr May Jun‬‬
‫)‪Demand (dit‬‬ ‫‪100‬‬ ‫‪100‬‬ ‫‪150‬‬ ‫‪200‬‬ ‫‪150‬‬ ‫‪100‬‬
‫‪Unit Production cost‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪8‬‬
‫)‪(Cit‬‬
‫)‪Unit- holding cost (hit‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪Unit- regular labor cost‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪15‬‬
‫)‪(rt‬‬
‫‪Unit- overtime labor cost 22.5 22.5‬‬ ‫‪27‬‬ ‫‪27 22.5 22.5‬‬
‫)‪(ot‬‬
‫‪Available man- hours‬‬ ‫‪120‬‬ ‫‪130‬‬ ‫‪120‬‬ ‫‪150‬‬ ‫‪100‬‬ ‫‪100‬‬
‫)‪regular (R`t‬‬

‫‪176‬‬
‫‪Available‬‬ ‫‪man- hours‬‬ ‫‪30‬‬ ‫‪40‬‬ ‫‪40‬‬ ‫‪30‬‬ ‫‪30‬‬ ‫‪30‬‬
‫)‪overtime (O`t‬‬

‫ومن خالل استخدام المعادالت الرياضية للموديل األول نحصل على الحل األمثل الموضل‬
‫في الجدول رقم (‪)4‬‬

‫‪Dec‬‬ ‫‪Jan‬‬ ‫‪Feb Mar Apr May‬‬ ‫‪Jun‬‬

‫‪Man-hours (R) labor‬‬ ‫‪120‬‬ ‫‪130 120 150 100‬‬ ‫‪100‬‬
‫‪Man-hours (O) labor‬‬ ‫‪0‬‬ ‫‪17‬‬ ‫‪0‬‬ ‫‪30‬‬ ‫‪30‬‬ ‫‪0‬‬
‫)‪Production (Xit‬‬ ‫‪120‬‬ ‫‪147 120 180 130‬‬ ‫‪100‬‬
‫)‪Inventory (Iit‬‬ ‫‪3‬‬ ‫‪23‬‬ ‫‪70‬‬ ‫‪40‬‬ ‫‪20‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪Optimal cost‬‬ ‫)‪$(20193‬‬

‫‪Table-4- Solution to model 1‬‬

‫‪ 2 -6-6‬النموذج الثاني للتخطيط اإلجمالي‪:‬‬
‫الذي يعمل تغيير قوة العمل عن طريت االستقدام أو االستغناء عن العماله وتثبيت معدل‬
‫اإلنتاج باستخدام الوقت اإلضافي والسماح باستخدام أسلوب الطلبيات الراجعة‬
‫(‪)Backorder‬‬
‫‪Definition of variables and Constants‬‬ ‫تعريف المتغيرات والثوابت‬
‫‪ :Cit‬كلفة إنتاج الوحدة الواحدة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Hit‬كلفة خزن الوحدة الواحدة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :  it‬كلفة الوحدة الواحدة من الطلبية الراجعة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Rt‬كلفة ساعة العمل في الوقت الطبيعي للعامل الواحد في الفترة الزمنية (‪)t‬‬
‫‪ :Ot‬كلفة ساعة العمل في الوقت اإلضافي للعامل الواحد في الفترة الزمنية (‪)t‬‬
‫‪ :ht‬كلفة ساعة العمل الواحدة من خالل استقدام العامل الجديد في الفترة الزمنية (‪)t‬‬
‫‪ :ft‬كلفة ساعة العمل الواحدة من خالل االستغناء عن العامل في الفترة الزمنية (‪)t‬‬
‫‪ :dit‬الطلبات المتوقعة للعائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Mi‬الوقت المطلوب (رجل ساعة) إلنتاج وحدة واحدة للعائلة (‪)i‬‬
‫‪ :p‬نسبت عدد ساعات العمل اإلضافي من مجموع ساعات العمل للوقت االعتيادي‬

‫‪177‬‬
 ‫‪ :Iio‬مستوى الخزين في بداية الفترة الزمنية للعائلة (‪)i‬‬
‫‪ :T‬عدد الفترات الزمنية المخطط لها‬
‫‪ :N‬عدد العوائل المنتجة‬
‫‪ :Xit‬عدد الوحدات المنتجة من العائلة (‪ )i‬في الفترة الزمنية (‪)t‬‬
‫‪ :Rt‬عدد ساعات العمل الطبيعية المستخدمة في الفترة الزمنية (‪)t‬‬
‫‪ :Ot‬عدد ساعات العمل الطبيعية المستخدمة في الفترة الزمنية (‪)t‬‬
‫‪ :I+it‬عدد الوحدات المخزونة من العائلة (‪ )i‬في نهاية الفترة الزمنية (‪)t‬‬
‫‪ :I-it‬عدد الوحدات الراجحة من العائلة (‪ )i‬في نهاية الفترة الزمنية (‪)t‬‬
‫‪ :Ht‬عدد ساعات العمل المتاحة من خالل استقدام العمال الجدد في الفترة الزمنية (‪)t‬‬
‫‪ :Ft‬عدد ساعات العمل المتاحة من خالل االستغناء عن العمال في الفترة الزمنية (‪)t‬‬
‫الصيغة الرياضية للبرمجة الخطية للموديل الثاني‪:‬‬
‫‪N‬‬ ‫‪T‬‬ ‫‪T‬‬
‫‪Minimize  [cit X it  hit I‬‬ ‫‪‬‬
‫‪it‬‬ ‫] ‪  I ]  [rt Rt  ot Ot  ht H t  f t Ft‬‬
‫‪‬‬
‫‪it it‬‬
‫‪i 1 i 1‬‬ ‫‪i 1‬‬

‫‪Subject to:‬‬
‫)‪X it  I  i ,t 1  I  it  I i,t 1  I it  d it i, t.......... ....(1‬‬
‫‪N‬‬

‫‪M X‬‬
‫‪i 1‬‬
‫‪i‬‬ ‫‪it‬‬ ‫‪ Rt  Ot  0‬‬ ‫)‪t.......... ......( 2‬‬

‫‪Rt  Rt 1  H t  Ft  0‬‬ ‫)‪t.......... ........( 3‬‬

‫‪Ot  pRt  0‬‬ ‫)‪t.......... ........( 4‬‬
‫‪X it  0, I  it  0,..I it  0‬‬ ‫)‪i, t.......... .......( 5‬‬
‫‪Rt ,..Ot ,..., H t,..F t  0‬‬ ‫)‪t.......... ........( 6‬‬
‫ولغرض تطبيت الموديل الرياضي الثاني نستخدم البيانات الموضحة في الجدول أدنال‪:‬‬

‫‪Jan‬‬ ‫‪Feb Mar‬‬ ‫‪Apr May‬‬ ‫‪Jun‬‬

‫)‪Demand (dit‬‬ ‫‪100‬‬ ‫‪100 150‬‬ ‫‪200 150‬‬ ‫‪100‬‬
‫)‪Unit Production cost (Cit‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪8‬‬
‫)‪Unit- holding cost (hit‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬
‫)‪Unit- regular labor cost (rt‬‬ ‫‪15‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪18‬‬ ‫‪15‬‬ ‫‪15‬‬

‫‪178‬‬
‫‪Unit- overtime labor cost‬‬ ‫‪22.5‬‬ ‫‪22.5‬‬ ‫‪27‬‬ ‫‪27‬‬ ‫‪22.5‬‬ ‫‪22.5‬‬
‫)‪(ot‬‬
‫) ‪Unit- Backorder cost (  it‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪25‬‬ ‫‪20‬‬ ‫‪15‬‬
‫)‪Hiring cost (ht‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬
‫)‪Firing cost (ft‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪20‬‬

‫من خالل استخدام المعادالت الرياضية للموديل الثاني للتخطيط اإلجمالي نحصل على الحل‬
‫األمثل الموضل في الجدول رقم (‪)6‬‬

‫‪Dec‬‬ ‫‪Jan‬‬ ‫‪Feb Mar‬‬ ‫‪Apr May‬‬ ‫‪Jun‬‬

‫‪Man-hours‬‬ ‫‪Hired‬‬ ‫‪129‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫)‪(Ht‬‬
‫)‪Man-hours Fried(Ft‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪7‬‬
‫‪Man-hours (R) labor‬‬ ‫‪129‬‬ ‫‪129 129 129‬‬ ‫‪129‬‬ ‫‪129‬‬
‫‪Man-hours (O) labor‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪32‬‬ ‫‪0‬‬ ‫‪0‬‬
‫)‪Production (Xit‬‬ ‫‪129‬‬ ‫‪129 129 161‬‬ ‫‪129‬‬ ‫‪121‬‬
‫)‪Inventory (I+it‬‬ ‫‪3‬‬ ‫‪32‬‬ ‫‪60‬‬ ‫‪39‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫)‪Unit- Backorder (I-it‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪21‬‬ ‫‪0‬‬
‫‪Optimal cost‬‬ ‫)‪$(19784‬‬

‫‪Disaggregate models‬‬ ‫‪ 7-6‬نماذج تجزئة التخطيط اإلجمالي‬

‫لغرض بناء جدول اإلنتاج الرئيسي (‪ )MPS‬للشركات اإلنتاجية البد من تجزئة التخطيط‬
‫اإلجماليه أي تجزئة العوائل اإلنتاجية إلى مجموعة من المنتجات التي تتكون منها كل عائلة‬
‫إنتاجية وهنا يكون تخطيط اإلنتاج مقسم إلى فترات زمنية أسبوعياى على عكس التخطيط‬
‫اإلجمالي التي تكون الفترات الزمنية شهرياى ومن خالل تجزئة التخطيط اإلجمالي نستطيع‬
‫تخطيط جداول اإلنتاج الرئيسيةه التي هي عبارة عن جداول إنتاج يحدد عدد الوحدات أو‬
‫المكونات األزمة لإلنتاج خالل فترة زمنية معينة فهو بصورة عامة عبارة عن جداول يبين ما‬
‫الذي ينبغي إنتاجته وما هي كمياتت المطلوبةه ومتى يتم إنتاجت ويجب أن تتست هذل الجداول‬
‫مع خطة اإلنتاج اإلجمالي وهناع نوعين من النماذج الرياضية باستخدام اسلوب البرمجة‬
‫الخطية التي تعمل على بناء جداول اإلنتاج حسب طبيعة الشركة اإلنتاجية‬

‫‪179‬‬
‫‪ 1-7-6‬نموذج جداول اإلنتاج لغرض الخزين ( ‪Optimizing MPS in a make- to-‬‬
‫‪)stock model‬‬
‫‪Definition of variables and Constants‬‬ ‫تعريف المتغيرات والثوابت‬
‫(عدد المنتجات التي تتكون منها كل عائلة المطلوب إنتاجت)‬
‫‪n: the number of parts‬‬
‫عدد الفترات الزمنية لجدول اإلنتاج الرئيسي المخطط لها‬
‫‪T: the number of periods‬‬
‫كلفة تنصيب المنتجات‬
‫‪Ai: set- up cost for production‬‬
‫(كلفة خزن الواحدة من المنتجات خالل كل فترة زمنية)‬
‫‪hi: holding cost per unit‬‬
‫الساعات المطلوبة لإلنتاج وحدة واحدة من منتجات كل عائلة من العوائل اإلنتاجية‬
‫كمية الوحدات المنتجة من كل منتج من منتجات العوائل اإلنتاجية خالل الفترات الزمنية‬
‫المخطط لها (وتكون طول الفترة أسبوع)‬
‫‪Xkip= production quantity of products family (i) in period time‬‬
‫(كمية الخزين من كل منتج في نهاية الفترة)‬
‫‪Iit= on hand inventory of product in the end of period‬‬
‫متغير ثنائي= ‪ 0‬في حالة وجود إنتاجه ويساوي صفر في حالة عدم وجود إنتاج في كل فترة‬
‫زمنية‬
‫‪Yit= 1 if product is produced in period t, 0 otherwise‬‬
‫(عدد الساعات اإلنتاجية المخطط لها ضمن الشهر الواحد والتي تم استنتاجها من نماذج‬
‫التخطيط اإلجمالي‬
‫)`‪Rt= production hours planning in the periods time (t‬‬

‫الصيغة الرياضية للموديل األول‬

‫‪n‬‬ ‫‪k‬‬ ‫‪T‬‬
‫دالةالهدف) `‪MinZ   ( Aik Yit `  hik I itk‬‬
‫‪i 1 k 1 t `1‬‬

‫)‪I itk`  X itk`  I itk`  d itk` i 1...., n,..t  1,...., t k  1,...k....(1‬‬

‫‪180‬‬
 ‫‪n‬‬ ‫‪k‬‬

‫‪ a‬‬
‫‪i 1 k 1‬‬
‫‪k‬‬
‫‪i‬‬ ‫)‪X itk`  1 / 4( Rt ) t  1,.T , i  1..n,..t  1,..., t k  1,.k.....( 2‬‬

‫قيد مستوى اإلنتاج )‪X  MYitk` k  1,...k i  1...n,..t  1,..., t........( 3‬‬
‫‪k‬‬
‫` ‪it‬‬

‫)‪X itk`  0, I itk`  0 k  1,...k i  1...n,..t  1,..., t.....( 4‬‬

‫قيد عدم السالبية‬
‫)‪Yitk`  () k  1,...k i  1...n,..t  1,..., t.......... (5‬‬

‫‪ 2-7-6‬نموذج جداول اإلنتاج لغرض الطلب‬

‫‪Optimizing MPS in a make-to- order model‬‬
‫‪Definition of variables and Constants‬‬ ‫تعريف المتغيرات والثوابت‬
‫`‪ Xkit‬عدد الوحدات المنتجة من كل منتج من منتجات العوائل اإلنتاجية المطلوب إنتاجها‬
‫في كل فترة زمنية من الفترات المخطط لها (أسبوع)‬
‫زمنية‬ ‫`‪ Ikit‬عدد الوحدات من كل منتج من منتجات العوائل والمخزونة في نهاية كل فترة‬
‫من الفترات المخطط لها (أسبوع)‬
‫`‪ Ik-it‬عدد الوحدات من كل منتج من منتجات العوائل الغير متحققة في نهاية كل فترة زمنية‬
‫من الفترات المخطط لها (أسبوع)‬
‫`‪ d0-t‬وقت العمل الغير مستغل في كل فترة زمنية من الفترات المخطط لها (أسبوع)‬
‫`‪ d0+t‬وقت العمل اإلضافي المستخدم في كل فترة زمنية من الفترات المخطط لها (أسبوع)‬
‫‪ d3-t‬االنحرافات السالبة عن مستوى وقت العمل اإلضافي المخطط لها في كل شهر‬
‫‪ d3+t‬االنحرافات الموجبة عن مستوى وقت العمل اإلضافي المخطط لها في كل شهر‬
‫`‪ d1-it‬االنحرافات السالبة عن مستوى اإلنتاج اإلجمالي المخطط لت في كل شهر‬
‫`‪ d1+it‬االنحرافات الموجبة عن مستوى اإلنتاج اإلجمالي المخطط لت في كل شهر‬
‫`‪ D2-it‬االنحرافات السالبة عن مستوى الخزين المخطط لت للعوائل اإلنتاجية في كل شهر‬
‫`‪ D2+it‬االنحرافات الموجبة عن مستوى الخزين المخطط لت للعوائل اإلنتاجية في كل شهر‬
‫` ‪  it‬كلفة الطلبية الغير متحققة للوحدة اإلنتاجية الغير متحققة‬
‫‪k‬‬

‫‪ W3-‬كلفة االنحراف السالب لمستوى وقت العمل اإلضافي الحالي عن وقت العمل اإلضافي‬
‫المخطط لت ضمن الشهر‬

‫‪181‬‬
‫‪ W3+‬كلفة االنحراف الموجب لمستوى وقت العمل اإلضافي الحالي عن وقت العمل‬
‫اإلضافي المخطط لت ضمن الشهر‬
‫‪ W1-‬كلفة االنحراف السالب لمستوى اإلنتاج اإلجمالي الحالي لمنتج العائلة الحالي عن‬
‫مستوى اإلنتاج اإلجمالي لمنتج العائلة المخطط لت ضمن الشهر‬
‫‪ W1+‬كلفة االنحراف الموجب لمستوى اإلنتاج اإلجمالي الحالي لمنتج العائلة الحالي عن‬
‫مستوى اإلنتاج اإلجمالي لمنتج العائلة المخطط لت ضمن الشهر‬
‫‪ W2-‬كلفة االنحراف السالب لمستوى اإلنتاج اإلجمالي لمنتج العائلة الحالي عن مستوى‬
‫اإلنتاج اإلجمالي لمنتج العائلة المخطط لت ضمن الشهر‬
‫‪ W2+‬كلفة االنحراف الموجب لمستوى اإلنتاج اإلجمالي لمنتج العائلة الحالي عن مستوى‬
‫اإلنتاج اإلجمالي لمنتج العائلة المخطط لت ضمن الشهر‬
‫`‪ t‬عدد الفترات الزمنية المخطط لها (أسبوع)‬
‫‪ n‬عدد العوائل اإلنتاجية‬
‫‪ J‬عدد المراكز اإلنتاجية‬
‫‪ Li‬طول فترة االنتظار إلكمال العملية اإلنتاجية لكل منتج من منتجات العوائل من مرحلة‬
‫إصدار أوامر الشراء وأوامر العمل لحين إكمال العملية اإلنتاجية‬
‫‪ M‬األفت الزمني المخطط لجدول اإلنتاج الرئيسي‬
‫الفترة الزمنية المحدد (األسبوع) لبداية العملية اإلنتاجية في مراكز اإلنتاج‬
‫‪ r i , j‬النسبة المئوية من مجموع ساعات العمل المطلوبة لغرض إنجاز العمليات اإلنتاجية‬
‫‪k‬‬

‫لكل منتج من منتجات العوائل في كل مركز من مراكز اإلنتاج‬

‫الصيغة الرياضية للموديل الثاني‬

‫‪Objective function‬‬
‫‪n‬‬ ‫‪m‬‬ ‫‪n‬‬ ‫‪m‬‬
‫) ‪Minimize : Z    I   (w d  w d )   (w1 d it1  w1 d it1 wi2 d it2‬‬
‫‪k k‬‬
‫‪it ` it‬‬
‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪3‬‬

‫‪i 1 kki t `Nt‬‬ ‫‪i 1‬‬ ‫‪i 1 it‬‬

‫‪Subject to:‬‬
‫(القيود)‬

‫‪182‬‬
 )The Inventory constraint( ‫ قيد الخزين‬4
I ik,t `1  I itk`  I it`k  d itk`........(1)
( for  1,..., n; k  k ; t ` N t and t  1,..., m)
)The Time Constraints ( ‫ قيد وقت العمل االعتيادي واإلضافي‬5
n Li J n

  (r imj ` X i.t ` Lim` )  d 0

t` d 0
t`  (1 / 4)[Rt   z ( X it ]......( 2)
‫قيد‬ it kk1 im` j 1 i 1

( for t ` N , and t  1,..., m)

)Overtime Deviation Constrain( ‫انحراف وقت العمل اإلضافي‬
d
t `N t
0
t`  d t3  d t3  Ot ........( 3)

)Regular Time Deviation Constraint( ‫ قيد انحراف وقت العمل االعتيادي‬6

 X
kk1 t `N t
k
it `  d it1  d it1  X it .....( 4)

( for i  1,...., n and t  1,..., m)

)Inventory Deviation Constraint( ‫ قيد انحراف الخزين‬7
 I
kk1 t `N t
k
it `  d it2  d it2  X it ........( 5)

( for i  1,..., n; t  1,..., m; and t ` 4(t  1)  1,...4(t  1)  4

)Non- Negativity Constraint( ‫ عدم السالبية‬8
X itk` , I itk` , I it`k , d t0` d t0` , d it2 , d it2 , d it3 , d it3 , d t1 , d t1  0

183
 ‫أسئلة وتمارين عامة‬
‫‪ 1‬الجدول التالي يبين الطلب اإلجمالي على المراوح لسقفية المنتجة في قسم انتاج الم اروح‬
‫في شركة الصناعات الخفيفة لالشهر ‪6-1‬‬
‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫الشهر‬
‫‪700‬‬ ‫‪550‬‬ ‫‪420‬‬ ‫‪410‬‬ ‫‪350‬‬ ‫‪400‬‬ ‫الطلب‬

‫وقد توفرت البيانات التالية ايضا‪:‬‬

‫القوة العاملة الحالية‪ 9 :‬عامل‬
‫كلفة الخزين‪ 250 :‬دينار‪ /‬وحدة‪ /‬شهر‬
‫كلفة التعاقد الفردي ‪ 4500 :‬دينار‪ /‬وحدة‪ /‬شهر‬
‫اجرة العمل بالوقت االعتيادي‪ 7500 :‬دينار‪ /‬عامل‬
‫اجرة العمل االضافي‪ 10.000 :‬دينار‪ /‬امل‬
‫الوقت الالزم النتاج الوحدة الواحدة =‪ 6‬ساعات‬
‫كلفة استئجار العامل= ‪15000‬دينار‪ /‬عامل‬
‫كلفة االستغناء عن العامل ‪ 20.000 :‬دينار‪ /‬عامل‬
‫يوم العمل‪8 :‬ساعات‬
‫خزين أول المدة = صفر‬
‫خزين أخر المدة = صفر‬
‫المطلوب‪-:‬‬
‫‪ -1‬اعداد خطط انتاج اجمالية وفت االستراتيجيات االتية‪:‬‬
‫‪ 1‬استراتيجية التحكم بالخزين‬
‫‪ 2‬استراتيجية التعاقد الفرعي‬
‫‪ 3‬استراتيجية الحكم بالوقت االضافي واالعتيادي‬
‫‪ 4‬استراتيجية التحكم بالقوة العاملة‬
‫‪ 5‬بين جميع تكاليف التخطيط االجمالي‬

‫‪184‬‬
‫ترغب الشركة العامة للصناعات الخفيفية بانتاج مضخة ماء (الواتر بم) وتوفرت‬ ‫‪)2‬‬
‫البيانات التالية من هذل المضخات ‪:‬‬
‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫الشهر‬
‫‪850‬‬ ‫‪950‬‬ ‫‪800‬‬ ‫‪750‬‬ ‫‪600‬‬ ‫‪650‬‬ ‫الطلب‬
‫الطاقات‪:‬‬
‫‪800‬‬ ‫‪650‬‬ ‫‪710‬‬ ‫‪620‬‬ ‫بالوقت ‪500‬‬ ‫االنتاج‬
‫االعتيادي‬
‫‪200‬‬ ‫‪200‬‬ ‫‪200‬‬ ‫‪200‬‬ ‫بالوقت ‪200‬‬ ‫االنتاج‬
‫االضافي‬
‫‪300‬‬ ‫‪300‬‬ ‫‪300‬‬ ‫‪300‬‬ ‫‪300‬‬ ‫التعاقد الفرعي‬

‫خزين اول المدة = صفر‬

‫التكاليف‪:‬‬
‫اجرة العمل بالوقت االعتيادي‪ 600 :‬دينار‪ /‬عامل‪ /‬ساعة‬
‫اجرة العمل بالوقت االضافي‪ 750 :‬دينار‪ /‬عامل‪ /‬ساعة‬
‫كلفة التعاقد الفرعي‪ 1100 :‬دينار‪ /‬وحدة‬
‫كلفة االحتفاظ بالخزين= ‪ 150‬دينار‪ /‬وحدة‪ /‬شهر‬
‫المطلوب ايجاد مجموع التكاليف الخطة االجمالي لالنتاج هذا لضمان استخدام جميع‬
‫سياسات التخطيط االجمالي المتاحة‬
‫‪ ) 3‬يقوم مدير االنتاج للشركة العامة للصناعات الهندسية بتصميم واعداد خطة االنتاج‬
‫الشاملة لالشهر الستة القادمة وحصل على المعلومات التالية لهذل االشهر‬
‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫الفترة‬
‫‪75‬‬ ‫‪150‬‬ ‫‪130‬‬ ‫‪125‬‬ ‫‪100‬‬ ‫‪80‬‬ ‫التنبؤ‬

‫وكذلع الكلف على النحو التالي‪:‬‬

‫‪ -1‬تكلفة االحتفاظ بالخزين= ‪ 10‬دينار‪ /‬وحدة في نهاية كل شهر‬

‫‪185‬‬
 ‫‪ -2‬تكلفة نفاذ المخزون= ‪ 100‬دينار ‪ /‬وحدة بالشهر‬
‫‪ -3‬تكلفة تحويل العمال الى هذا المنتج= ‪ 400‬دينار ‪ /‬شخص‬
‫‪ -4‬تكلفة تمويل العمال من هذا المنتج= ‪ 300‬دينار‪ /‬شخص‬
‫‪ -5‬المخزون في بداية الفترة = صفر‬
‫‪ -6‬عدد العاملين في بداية الفترة = ‪ 16‬شخص‬
‫‪ -7‬معدل انتاج الفرد الواحد = (‪ )5‬وحدة شهريا‬
‫ممكنة‬ ‫المطلوب‪ :‬اوجد الخطة االنتاجية االجمالية لهذل الشركة لتحقيت اقل كلف‬
‫باستخدام الياسات المختلفة‬

‫‪ 3‬حل المثال الثالث (الشركة الهندسية)‬

‫الجدول االتي يبين السياسات المختلفة‬
‫المجموع‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫التعامل‬ ‫ت‬
‫‪660‬‬ ‫‪75‬‬ ‫‪150‬‬ ‫‪130‬‬ ‫‪125‬‬ ‫‪100‬‬ ‫‪80‬‬ ‫‪ -1‬الطلب المتوقع‬
‫وحدة‬
‫‪660‬‬ ‫‪660‬‬ ‫‪585‬‬ ‫‪435‬‬ ‫‪305‬‬ ‫‪180‬‬ ‫‪80‬‬ ‫الطلب المتوقع‬ ‫‪-2‬‬
‫التراكم‬
‫‪660‬‬ ‫‪90‬‬ ‫‪130‬‬ ‫‪13‬‬ ‫‪130‬‬ ‫‪90‬‬ ‫‪90‬‬ ‫معدل االنتاج‬ ‫‪-3‬‬
‫الوحدة‬
‫‪660‬‬ ‫‪660‬‬ ‫‪570‬‬ ‫‪440‬‬ ‫‪310‬‬ ‫‪180‬‬ ‫‪90‬‬ ‫معدل االنتاج‬ ‫‪-4‬‬
‫التراكم (وحدة)‬
‫‪20‬‬ ‫صفر‬ ‫صفر‬ ‫‪5‬‬ ‫‪5‬‬ ‫صفر‬ ‫نهاية ‪10‬‬ ‫المخزون‬ ‫‪-5‬‬
‫المدة (وحدة)‬
‫‪15‬‬ ‫صفر‬ ‫‪15‬‬ ‫صفر‬ ‫صفر‬ ‫صفر‬ ‫الخزين صفر‬ ‫نفاذ‬ ‫‪-6‬‬
‫(وحدة)‬
‫‪200‬‬ ‫صفر‬ ‫صفر‬ ‫‪50‬‬ ‫‪50‬‬ ‫صفر‬ ‫االحتفاظ ‪100‬‬ ‫تكلفة‬ ‫‪-7‬‬
‫بالمخزون (دينار)‬

‫‪186‬‬
 ‫‪1500‬‬ ‫‪ 1500‬صفر‬ ‫صفر‬ ‫صفر‬ ‫صفر‬ ‫تكلفة نفاذ المخزن صفر‬ ‫‪-8‬‬
‫(دينار)‬
‫‪-‬‬ ‫‪18‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫‪26‬‬ ‫‪18‬‬ ‫‪18‬‬ ‫عدد العاملين‬ ‫‪-9‬‬
‫(شخص)‬
‫‪6400 2400‬‬ ‫صفر‬ ‫‪ 3200‬صفر‬ ‫صفر‬ ‫‪800‬‬ ‫‪ -10‬تكلفة تقليل‬
‫العاملين (دينار)‬
‫‪8100 2400 1500‬‬ ‫‪50 3250‬‬ ‫صفر‬ ‫‪900‬‬ ‫‪ -11‬التكلفة الكلية‬
‫(دينار)‬

‫مالحظات حول الجدوي‬

‫‪ -1‬معدل االنتاج (الصف ‪ = )3‬مجموع الطلب المتوقع ‪10=6/660=6/‬‬
‫‪ -2‬المخزون نهائية المدة (صف ‪ = )5‬الصف ‪( -4‬الصف ‪+)1‬المخزون في بداية‬
‫المدة‬
‫‪ -3‬تكلفة االحتفاظ (الصف ‪ = )7‬الصف ‪ 10 × 5‬دينار‬
‫‪ -4‬تكلفة نفاذ المخزون (الصف ‪ = )8‬الصف ‪100×6‬‬

‫الفصل السابع‬
‫‪Game Theory‬‬ ‫نظرية المباراة‬

‫‪187‬‬
 ‫‪Introduction‬‬
‫‪Zero Sum Game‬‬
‫‪ -3-7‬معيار االدنى – االقصى‪ ,‬االقصى – االدنى‬
‫‪Minimize , Maximum Criterion‬‬
‫‪Using Dominances‬‬
‫‪Game Without saddle point‬‬
‫‪Mixed strategies method‬‬
‫‪Arithmetical method‬‬
‫‪Joint probabilities method‬‬
‫‪Game with Dimensions M2 or 2M‬‬
‫‪Dominances method‬‬
‫‪Sub Game method‬‬
‫‪Linear Equation method‬‬
‫‪Graphical method‬‬
‫‪Linear Programing‬‬
‫‪-1-7‬المقدمة‬
‫‪ -2-7‬المباراة ذات المجموع الصفري (المستقرة)‬
‫‪ -4-7‬استعمال الهيمنة‬
‫‪-5-7‬مباراة عدم التوازن (غير المستقرة)‬
‫‪ -1-5-7‬طريقة المزيج بين الستراتيجيات‬
‫‪ -2-5-7‬الطريقة الحسابية‬
‫‪ -3-5-7‬طريقة االحتماالت المشتركة‬
‫‪ -6-7‬المباراة ذات االبعاد ‪ 2×M‬أو ‪M×2‬‬
‫‪ -1-6-7‬طريقة السيطرة‬
‫‪ -2-6-7‬طريقة المباراة الفرعية‬
‫‪ -3-6-7‬طريقة المعادالت الخطية‬
‫‪ -4-6-7‬الطريقة البيانية‬
‫‪ 5-6-7‬البرمجة الخطية‬

‫‪Game Theory‬‬ ‫نظرية المباريات‬

‫‪ 1-7‬المقدمة‪Introduction :‬‬

‫‪188‬‬
‫تشير كلمة (‪ )Game‬إلى مواقف التنافس أو الصراع بين الخصوم (اشخاص أو جماعات) ذوي االهداف‬
‫المتعارضة وكل العب يمتلع مجموعة من االستراتيجيات المتاحة التي تكون معروفة لدى الخصم (لكال‬
‫الطرفين المتنافسين) لكن أي منهما ال يعرف االستراتيجية التي سوف يستخدمها الالعب المتنافس تجال‬
‫االخر‬
‫كسب الالعب (‪ )Player‬ما يخبرل الالعب االخر فانت تسمى المباراة الصفرية (‪)Zero-sum-Game‬‬
‫وهذا النوع من المباراة هو االكثر شيوعاى في عالم االدارة وهذا النوع من المباراة سوف يؤخذ بنظر االعتبار‬
‫كما يجب العلم ان هناع بعض مواقف الصراع والتنافس ضد تتضمن كسب أو خسارة لكال المتنافسين‬
‫تسمى (المباراة ذات المجموع غير الصفري) والهدف من نظرية المباراة هو تحديد افضل استراتيجية من‬
‫ظل الالعب على افتراض ان خصمت عقالني ورشيد وذكي وسيقوم بتحركات مضادة ذكية‬

‫‪ 2-7‬المباراة ذات المجموع الصفري المستقرة (‪)Zero – sum Game‬‬

‫التعارض التام هو صفة هذا النوع من المباريات فما يحصل عليت من كسب يمثل خسارة الطرف االخر‬
‫والنتيجة تكون هي الصفر للطرفين‪ ,‬وعلى هذا االساس يسعى كل طرف أما الختيار االستراتيجية التي‬
‫تعظم من منافعة في حالة االرباح أو إلى اختيار استراتيجية التي تعمل على تخفيض خسارتت إذا كان في‬
‫حالة الخسارة أو طبيعة المشكلة تظهر هناع طرف يكسب (‪ )A‬وطرف يخسر هو (‪ )B‬ولتصور ذلع‬
‫ناخذ المثال التالي المصفوفة التالية‪:‬‬

‫‪ B‬الالعب‬

‫‪1‬‬ ‫‪70‬‬ ‫‪-50‬‬

‫‪ A‬الالعب‬
‫‪2‬‬ ‫‪80‬‬ ‫‪100‬‬
‫تتميز هذة المباراة بوجود طرفين متنافسين وان مايكسبة احد االعبين يساوي تماما مايخسرة االعب االخر‬
‫وهذا النوع من المباراة يمكن حلة بالجبر االعتيادي او جبر المصفوفات‬
‫‪ 3-7‬االستراتيجية المثلى ونقطة التوازن (‪)Pure strategy and saddle poin‬‬
‫لو ان كل العب من الالعبين سوف يختار ستراتيجية واحدة يلعبها طول الوقت طالما كانت المباراة قائمة‬
‫وبالتالي سوف يكون الدفع المتحقت في هذل الحالة أي عندما يلعب كل العب االستراتيجية المثلى‬
‫(‪ )Optimal pure strategy‬نقطة التوازن (‪ )saddle point‬واي هي عبارة عن قمة المباراة عندما‬

‫‪189‬‬
‫يلعب كل العب عن الالعبين استراتيجية المثلى أو الخالصة (‪ )Pure strategy‬وانى يمكن تحدديها‬
‫بانها اصغر قيمة عددية في صف االستراتيجية المثلى واكبر قيمة عددية في محدد االستراتيجية المثلى‬
‫إلى ان الالعب (‪ )A‬سوف يحصل على دفع مادي الكبر قيمة عددية من أي حت بينما يحصل الالعب‬
‫‪ B‬على دفع مساوي الكبر قيمة عددية في أي محدد وعندما تكون هناع قيمة عددية وهذل تحقت من‬
‫المصفوفة اعالل نجد ان ربل الطرف (‪ )A‬يعبر عنت (‪ )aij‬أي يجب ان تكون اكبر من صفر (‪)aij>0‬‬
‫وفي نفس الوقت تعبر عن خسارة الطرف (‪ )B‬إذا كانت (‪ )aij>0‬ألن ذلع يعني ان الطرف (‪ )A‬إذا‬
‫اختار استراتيجية (‪ )i‬واختيار الطرف ‪ b‬الستراتيجية (‪ )j‬فان ذلع يعرف ان الطرف ‪ B‬سوف يخسر امام‬
‫الالعب (‪ )A‬بما مقدار (‪ )aij‬ولتوضيل ذلع نتعرف على المثال التالي‪:‬‬
‫مثال (‪ :)1‬احسب وصفياى الفائز بالمباراة وقيمة المباراة‬
‫‪Ex(1) Find the value of the Game and the Winner‬‬

‫‪ B‬الالعب‬

‫‪1‬‬ ‫‪50‬‬ ‫‪-60‬‬

‫‪ A‬الالعب‬
‫‪2‬‬ ‫‪30‬‬ ‫‪100‬‬

‫في المثال اعالل تشير االرقام الموجبة إلى كسب الالعب الذي يلعب الصفوف في حين تشير السالبة إلى‬
‫كسب الالعب الذي يلعب االعمدة فلو القيت نظرة إلى المصفوفة اعالل تبين ان االفضل لالعب (‪ )A‬ان‬
‫يلعب ستراتيجية االولى النها تضمنت لت الكسب مهما كانت االستراتيجية التي سوف يلعبها الالعب (‪)B‬‬
‫فاذا اختار الالعب ‪ B‬هذا الشرال (نقطة التوازن) معنى ذلع ان كال الالعبين يلعبان بطريقة مثلى ولكن‬
‫على الدوام تكون هناع توازن في كل مباراة ولكن في حالة وجود نقطة توازن فان الالعبين الذي يغير‬
‫استراتيجية مع بقاء الالعب االخير محافظاى على ستراتيجية المثلى عبر (نقطة التوازن) فان الالعب الذي‬
‫غير ستراتيجية المثلى سوف لن يستطيع زيادة عوائدل أو تقليل خسائرل لتعد االن‬

‫‪Minimize , Maximum Criterion‬‬ ‫‪ 3 -7‬مفهوم االدنى‪-‬االقصى‬

‫‪190‬‬
 ‫يغير هذا المعيار اكثر تحفظاى النت يعتمد على عمل االحسن من بين كل الظروف الممكنة فاذا كانت‬
‫الخسارة تمثل النتيجة لمتخذ القرار فانت للستراتيجية المعينة (‪ )ai‬تكون الخسارة االسوى هي القيمة‬
‫القصوى‬
‫وحسب هذا المعيار يتم اختيار االقل من بين االعظم للسياسات المختلفة ولهذا سمي (‪)Min Max‬‬
‫(مثال‪ )2‬حل مصفوفة المباراة التالية باستخدام (‪)Max Min( or )Min Max‬‬
‫‪(Example 2) Solve Matrix Game following by using (Min Max) or (Max Min).‬‬

‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬
‫‪ A‬الالعب‬ ‫‪P1‬‬ ‫‪70‬‬ ‫‪-60‬‬
‫‪P2‬‬ ‫‪100‬‬ ‫‪90‬‬
‫سوف تختار اقل قيمة من كل صف ومن ثم تختار اكبر قيمة من بين القيم االقل في الصفوف وتختار‬
‫اكبر قيمة في كل عمود من االعمدة ومن ثم تختار اقل القيم من بين اكبر القيم في االعمدة وبالتالي‬
‫ستكون القيمة (‪ )70‬اعلى االقل في الصف (‪ )Max Min‬والقيمة (‪ )70‬اقل االعلى في العمود ( ‪Min‬‬
‫‪ )Max‬أي ان االعلى االقل من الصف تساوي االقل االعلى في العمود مما يعني ان هناع نقطة توازن‬
‫(‪ )70‬هي قيمة المباراة (‪ )Value of The Game‬وهي تعتبر اقل ربل لالعب ‪ A‬داخل خسارة لالعب‬
‫‪B‬‬

‫‪B‬الالعب‬ ‫‪Row Min‬‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫‪ A‬الالعب‬ ‫‪P1‬‬ ‫‪70‬‬ ‫‪-60‬‬ ‫‪-60‬‬
‫‪P2‬‬ ‫‪100‬‬ ‫‪90‬‬ ‫‪90‬‬
‫‪Column Max‬‬ ‫‪100‬‬ ‫‪90‬‬
‫‪Dominance‬‬ ‫‪ 4-7‬الهيمنة‬
‫في كثير من االحيان يتم حذف بعض االستراتيجيات الخاصة بهذا الطرف أو ذلع عندما تتفوق عليها‬
‫استراتيجيات اخرى وباالخص عندما تكون المباراة ذات المجموع الصفري إلى ما يربحت طرف يخسرل‬
‫االخر واليع المثال رقم (‪)3‬‬
‫(مثال ‪ )3‬اوجد قيمة المباراة باستخدام طريقة الهيمنة‬
‫‪Ex.3 Compute the value of the Game using Dominances method.‬‬

‫‪191‬‬
 ‫الالعب ‪B‬‬
‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬
‫الالعب ‪A‬‬ ‫‪P1‬‬ ‫‪10‬‬ ‫‪8‬‬ ‫‪8‬‬
‫‪P2‬‬ ‫‪18‬‬ ‫‪6‬‬ ‫‪4‬‬
‫‪P3‬‬ ‫‪-10‬‬ ‫‪4‬‬ ‫‪-2‬‬
‫‪P4‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪4‬‬

‫من البيانات الواردة في المصفوفة نالحظ ان ستراتيجية الالعب (‪ )4, 2, 1( :)A‬تتفوق على (‪ )3‬فاذا‬
‫لعب الالعب ‪ B‬االستراتيجية (‪ )1‬فان الالعب (‪ )A‬يربل (‪ )10‬في االستراتيجية (‪ )1‬ويخسر (‪ )10‬في‬
‫االستراتيجية (‪ )3‬أما إذا لعب الالعب (‪ )B‬االستراتيجية (‪ )2‬فان الالعب ‪ A‬يربل (‪ )8‬في ستراتيجية (‪)1‬‬
‫ويربل (‪ )4‬في ستراتيجية (‪ )3‬أما إذا لعب الالعب (‪ )B‬ستراتيجية (‪ )3‬فان الالعب ‪ A‬يربل (‪ )8‬في‬
‫ستراتيجية (‪ )1‬ويخسر (‪ )2‬في ستراتيجية (‪ )3‬لذلع يفضل الالعب ‪ A‬ست ارتيجية (‪ )1‬على ستراتيجية (‪)3‬‬
‫يالحظ ان‬ ‫اضافة إلى تفوق االستراتيجيات (‪ )1‬و (‪ )2‬على ستراتيجية (‪ )4‬أما الالعب (‪ )B‬حي‬
‫االستراتيجية (‪ )3‬تتفوق على ستراتيجية (‪ )2‬ومن هنا يمكن اختصار المصفوفة االصلية‬
‫الالعب ‪B‬‬
‫‪1‬‬ ‫‪3‬‬
‫الالعب ‪A‬‬

‫‪1‬‬ ‫‪10‬‬ ‫‪8‬‬

‫‪2‬‬ ‫‪18‬‬ ‫‪4‬‬

‫إذا نظرنا إلى البيانات الواردة في المصفوفة اعالل نالحظ ان الالعب (‪ )B‬يستطيع االستراتيجية االولى‬
‫(‪ )1‬بسبب تفوق (‪ )3‬عليها في حين بالنسبة لالعب ‪ A‬ال توجد استراتيجية متفوقة احدهما على االخرى‬
‫لذا يكون شكل المصفوفة في النهاية‬

‫الالعب ‪B‬‬
‫‪3‬‬
‫الالعب‪A‬‬

‫‪1‬‬ ‫‪8‬‬
‫‪2‬‬ ‫‪4‬‬

‫‪192‬‬
‫مما ورد اعالل نستنتج ان الالعب (‪ )A‬يستطيع اللعب باالستراتيجية االولى والالعب ‪ B‬يستطيع اللعب بر‬
‫(‪ )3‬وفي هذل الحالة يكون (‪ )A‬كسب (‪ )8‬وبالمقابل (‪ )B‬خسر (‪)8‬‬

‫‪Game without as addle point‬‬ ‫‪ 5-7‬مباراة عدم التوازن‬

‫في االمثلة السابقة يتبين ان هناع نقطة توازن والتي من خاللها يمكن تحديد االستراتيجيات المثلى التي‬
‫يجب ان يمارسها المشاركين في المباراة طول الوقت‪ ,‬اال ان هناع من المباراة التي ال يمكن ال يكون فيها‬
‫نقطة توازن وبالتالي ال يمكن ايجاد قيمتها باستخدام المعايير السابقة وبالتالي يتطلب استخدام احدى‬
‫الطريقتين‬
‫‪ 1-5-7‬طريقة المزيج من االستراتيجيات ‪Mixed strategies Method‬‬
‫تعتمد هذل الطريقة على استخدام مزيج من االستراتيجيات بدالى من تطبيت واحدة طول الوقت وفي هذل‬
‫الحالة فان كل طرف من المباراة سيحاول تطبيت كل ستراتيجية وفقاى لتشكيلة محددة من االحتماالت التي‬
‫يمكن استخدامها فالعب الصفوف سوف يمنل كل صف من حقية جزءاى من الوقت وكذلع سيفعل العب‬
‫االعمدة فلو اخذنا المثال التالي‪:‬‬
‫(مثال‪ )4‬اوجد االستراتيجية المثلى لكل من الالعبين ‪ A,B‬وقيمة المباراة طبقاى لمصفوفة الدفع التالية؟‬
‫‪(Example 4) Find strategies For player is (A,B) and the value of (V) for the pay‬‬
‫‪off matrixe‬‬

‫الالعب‪B‬‬ ‫‪Row Min‬‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫الالعب ‪A‬‬

‫‪P1‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪6‬‬ ‫‪Max Min=12‬‬

‫‪P2‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪12‬‬

‫‪Column Max‬‬ ‫‪15‬‬ ‫‪18‬‬

‫‪Min Max=15‬‬

‫𝟓𝟏 ≤ 𝑽 ≤‪12‬‬
‫يالحظ ان قاعدة اعلى اقل (‪ )Max Min‬تساوي (‪ )12‬ال تساوي اقل االعلى (‪ )Min Max‬والتي‬
‫تساوي (‪ )1‬وفي هذل الحالة فان كال الالعبين سوف يلتجؤن إلى استخدام مزيج من االستراتيجيات‬

‫‪193‬‬
‫فالمتنافس ‪ A‬سوف يلعب على صف من حقية جزء من الوقت وكذلع المتنافس ‪ B‬سوف يلعب كل عمود‬
‫من عمودية جزء من الوقت فلو فرضنا‪:‬‬
‫‪ =P‬نسبة الوقت الذي يقضيت الالعب ‪ A‬للعب الصف االول (ستراتيجية رقم (‪))1‬‬
‫‪ =1-P‬نسبة الوقت الذي يقضيت الالعب ‪ A‬للعب الصف الثاني (االستراتيجية رقم(‪))2‬‬
‫‪ =Q1‬نسبة الوقت الذي يقضيت الالعب ‪ B‬للعب في العمود االول (ستراتيجية رقم (‪))1‬‬
‫‪ =Q2‬نسبة الوقت الذي يقضيت الالعب ‪ B‬للعب العمود الثاني (ستراتيجية رقم‪)2‬‬
‫‪B‬الالعب‬ ‫‪ A‬الالعب‬
‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬
‫‪P1‬‬ ‫‪6‬‬ ‫‪18‬‬
‫‪ A‬الالعب‬

‫‪P2‬‬ ‫‪15‬‬ ‫‪12‬‬

‫‪P1+P2=1‬‬
‫‪Q1+Q2=1‬‬

‫بافتراض ان الالعب ‪ A‬عقالني ذكي منطقي فهو في هذل الحالة سوف يرغب في تقسيم وقتت للصفوف‬
‫تكون ملكية المتوقعة من لقب صف الثاني (االستراتيجية الثانية) بغض‬ ‫(ستراتيجية) االولى والثانية بحي‬
‫النظر كما سيلعبت الالعب (‪)B‬‬
‫)‪6P1+15(1-P1)=18P+12(1-P1‬‬
‫‪6P1+15-15P1=18P1+12-12P1‬‬
‫‪-9P1+15=6P1+12‬‬
‫𝟑‬ ‫𝟏‬
‫= =‪3=15P1P1‬‬
‫𝟓 𝟓𝟏‬
‫كذلع‬
‫𝟒 𝟏‬
‫= ‪P2=1-P1=1-‬‬
‫𝟓 𝟓‬
‫في حين يلعب الصف الثاني بوقت‬ ‫كذلع الالعب ‪ A‬سوف يلعب الصف االول بوقت‬
‫𝟒‬ ‫𝟏‬
‫𝟓‬ ‫𝟓‬

‫أما بالنسبة لالعب (‪ )B‬بنفس منطت (‪ )A‬فانت سيقوم بتقسيم وقتت (لالعمدة) (ستراتيجية االولى والثانية)‬
‫تكون خسارتت المتوقعة من لعب عمودة االول (ستراتيجية االولى) تساوي خسارتت المتوقعة من لعب‬ ‫بحي‬
‫عمودة الثاني وبالتالي سيكون كما يلي‪:‬‬

‫‪194‬‬
‫)‪6Q1+18(1- Q1)=15 Q1+12(1- Q1‬‬
‫‪6 Q1+18-18 Q1=15 Q1+12-12 Q1‬‬
‫‪-12 Q1+18=3 Q1+12‬‬
‫‪6=15 Q1‬‬
‫𝟔‬
‫=‪Q1‬‬ ‫‪=2/5‬‬
‫𝟓𝟏‬
‫كذلع‬
‫( (=‪Q2=1-Q1=1-2/5‬‬
‫𝟑‬
‫𝟓‬

‫أي ان الراغب ‪ B‬سوف يلعب العمود االول بوقت ( ) في حين يلعب العمود الثاني بوقت ( ) من الوقت‬
‫𝟑‬ ‫𝟐‬
‫𝟓‬ ‫𝟓‬

‫وعملية تقسيم الوقت لالعب والصفوف أو االعمدة يجب ان تتم بدون نمط معين أي عشوائياى‬
‫اليجاد قيمة المباراة للمثال السابت سيكون كما يلي ‪:‬‬

‫‪B‬الالعب‬
‫‪prob‬‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫‪ A‬الالعب‬

‫‪P1‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪1/5‬‬

‫‪P2‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪4/5‬‬
‫‪prob‬‬ ‫‪2/5‬‬ ‫‪3/5‬‬

‫انما اجمالي الكسب المتوقع لالعب ‪ A‬وهي قيمة المباراة‬

‫𝟒‬ ‫𝟏‬ ‫𝟒‬ ‫𝟑‬ ‫𝟏‬ ‫𝟒‬

‫]) ∗ 𝟐𝟏( ‪V1= [𝟔 ∗ + (𝟏𝟓 ∗ )]+ [(𝟏𝟖 ∗ ) +‬‬
‫𝟓‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓‬
‫𝟔𝟔 𝟐‬ ‫𝟔𝟔 𝟑‬ ‫𝟎𝟑𝟑‬
‫=] [ ‪V1= [ ]+‬‬ ‫‪=13.2‬‬
‫𝟗‬ ‫𝟗‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓𝟐‬
‫‪∴V1=13.2‬‬
‫أي ان الالعب ‪ A‬إذا لعب ستراتيجياتت بدون نمط معين فانت يتوقع ان يكسب بالمتوسط العائد بمقدار‬
‫‪ 13.2‬في كل مرة يلعب فيها المباراة وبالتالي ستكون الخسارة المتوقعة لالعب (‪)B‬‬

‫𝟏‬ ‫𝟐‬ ‫𝟑‬ ‫𝟒‬ ‫𝟐‬ ‫𝟑‬

‫) ∗ 𝟐𝟏(‪V3= [𝟔 + ]+(𝟏𝟖 ∗ )+ [𝟏𝟓 ∗ ]+‬‬
‫𝟓‬ ‫𝟓‬ ‫𝟓 𝟓‬ ‫𝟓‬ ‫𝟓‬
‫𝟔𝟔 𝟏‬ ‫𝟔𝟔 𝟒‬ ‫𝟎𝟑𝟑‬
‫=] [ ‪V3= [ ]+‬‬ ‫‪=13.2‬‬
‫𝟓‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓‬ ‫𝟓𝟐‬

‫‪195‬‬
‫ولما كانت قيمة المباراة موجبة فان الالعب ‪ A‬هو الذي يكسب المباراة ويكون كسبت بالمتوسط (‪)13.2‬‬
‫في كل مرة يلعب فيها المباراة في حين خسارة الالعب (‪ )B‬بالمتوسط (‪ )13.2‬في كل مرة يلعب فيها‬
‫المباراة‬

‫الطريقة الحسابية ‪Arithmetic Method‬‬ ‫‪2-5-7‬‬

‫وهناع طريقة اخرى إليجاد نسبة الوقت الذي يقضيت كل من الالعبين وهو الطريقة الحسابية‬
‫(‪ )Arithmetical Method‬وذلع عبر النقاال التالية على المثال السابت‪:‬‬
‫‪ -1‬نقوم بطرح العائد االصغر من العائد االكبر لكل عمود ولكل صف‬
‫‪ -2‬تبادل القيم الناتجة عن عملية الطرح يبين الصفين ويبين العمودين‬
‫‪ - 3‬ايجاد نسبة الوقت للصفوف واالعمدة‬

‫‪B‬الالعب‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫‪ A‬الالعب‬

‫‪P1‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪12‬‬

‫‪P2‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪3‬‬

‫‪9‬‬ ‫‪6‬‬
‫عملية التبادل‬

‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬
‫‪P1‬‬ ‫‪6‬‬ ‫‪18‬‬ ‫‪3‬‬
‫الالعب‬
‫‪A‬‬

‫‪P2‬‬ ‫‪15‬‬ ‫‪12‬‬ ‫‪12‬‬

‫‪6‬‬ ‫‪9‬‬ ‫‪15‬‬

‫‪Prob. 6/15‬‬ ‫‪9/15‬‬

‫‪196‬‬
 ‫‪ 3-5-7‬طريقة االحتماالت المشتركة ‪Joint Probabilities Method‬‬
‫يتم استخدام طريقة االحتماالت بعد ان يحدد كل العب الوقت الذي يستغرقت في لعب كل من ستراتيجياتت‬
‫المتاحة بطريقة التي تم تناولها فلو عدنا للمثال السابت‬
‫ان الالعب ‪ A‬سوف يلعب ستراتيجية االولى باحتمال ( ) والثانية بمقدار( ) بينما الالعب (‪ )B‬سوف‬
‫𝟒‬ ‫𝟏‬
‫𝟓‬ ‫𝟓‬

‫يلعب ستراتيجية باحتمال ( ) والثانية ( ) وكل من الالعبين يلعبان بصورة مستقلة عن االخرى‬
‫𝟑‬ ‫𝟐‬
‫𝟓‬ ‫𝟓‬

‫‪B‬‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫‪P1 6‬‬ ‫‪18 1/5‬‬
‫‪A‬‬
‫‪P2 15‬‬ ‫‪12 4/5‬‬
‫‪2/5‬‬ ‫‪3/5‬‬

‫القيمة االحتمالية للعائد‬ ‫االحتمال‬ ‫العائد‬ ‫االستراتيجية‬

‫=‬ ‫‪6‬‬ ‫( ‪) ‬‬ ‫‪6‬‬ ‫الصف االول عمود االول‬

‫𝟐𝟏‬ ‫𝟐‬ ‫𝟐‬ ‫𝟏‬
‫𝟓𝟐 𝟓𝟐‬ ‫𝟓‬ ‫𝟓‬

‫=‬ ‫‪18‬‬ ‫( ‪) ‬‬ ‫‪18‬‬ ‫الصف االول عمود الثاني‬

‫𝟒𝟓‬ ‫𝟑‬ ‫𝟑‬ ‫𝟏‬
‫𝟓𝟐 𝟓𝟐‬ ‫𝟓‬ ‫𝟓‬

‫=‬ ‫‪15‬‬ ‫( ‪) ‬‬ ‫‪15‬‬ ‫الصف الثاني عمود االول‬

‫𝟎𝟐𝟏‬ ‫𝟖‬ ‫𝟐‬ ‫𝟒‬
‫𝟓𝟐‬ ‫𝟓𝟐‬ ‫𝟓‬ ‫𝟓‬

‫=‬ ‫‪12‬‬ ‫( ‪) ‬‬ ‫‪12‬‬ ‫الصف الثاني عمود الثاني‬

‫𝟐𝟏 𝟒𝟒𝟏‬ ‫𝟑‬ ‫𝟒‬
‫𝟓𝟐‬ ‫𝟓𝟐‬ ‫𝟓‬ ‫𝟓‬

‫إذا قيمة المباراة ‪ V‬تساوي‬

‫𝟎𝟑𝟑 𝟒𝟒𝟏 𝟎𝟐𝟏 𝟒𝟓 𝟐𝟏‬
‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬ ‫=‬ ‫𝟐 ‪= 𝟏𝟑.‬‬
‫𝟓𝟐 𝟓𝟐 𝟓𝟐‬ ‫𝟓𝟐‬ ‫𝟓𝟐‬
‫وهي نفس القيمة التي توصلنا اليها بالطرائت السابقة‬

‫‪ -6-7‬المباراة ذات االبعاد(‪)M*2( or )2*M‬‬

‫)‪Game win dimensions (M*2) or (2*M‬‬
‫المباراة من نوع (‪ )M*2‬او (‪)2*M‬‬
‫وهي الحالة التي يكون فيها الحد الالعبين اكثر من ستراتيجيتين والالعب االخر ستراتيجيتين (‪)M>2‬‬
‫وعندما ال تكون هناع نقطة توازن فان الطرق السابقة ال تصلل حل مثل هذا النوع من المباراة لذلع‬
‫يتطلب استخدام احدى الطرق التالية‪-:‬‬

‫‪197‬‬
 ‫‪ -‬طريقة السيطرة‬
‫‪ -‬طريقة المباراة الفرعية‬
‫‪ -‬طريقة المعادالت الخطية‬
‫‪ -‬الطريقة البيانية‬
‫‪ -‬البرمجة الخطية‬

‫‪ -1-6-7‬طريقة السيطرة (‪)Dominance Method‬‬

‫في حالة كون المباراة من نوع (‪ )M*2( or )2*M‬وعندما تكون (‪ )M>2‬وعدم وجود نقطة توازن وكانت‬
‫هناع امكانية الختزال هذل المباراة إلى مباراة من نوع (‪ )2*2‬وذلع عن طريت اسقاال االستراتيجية التي‬
‫تعطي الالعب االخير الفرصة الوحيدة للكسب وبالتالي حلها بالطرق السابقة‬
‫فلو اخذنا المثال التالي والذي تمثلت المصفوفة التالية‪:‬‬

‫مثال رقم ‪ 5‬اوجد االستراتيجية المثلى لكل من )‪ (A.B‬وقيمة المباراة لمصفوفة الدفع باستخدام طريقة‬
‫السيطرة‬
‫)‪(Example .5) find strategies for ply's (A,B‬‬ ‫‪and the value of(v) for the pay‬‬
‫)‪off matrix by using (dominance method‬‬

‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬
‫‪ A‬الالعب‬

‫‪P1‬‬ ‫‪-25‬‬ ‫‪-15‬‬

‫‪P2‬‬ ‫‪18‬‬ ‫‪10‬‬
‫‪P3‬‬ ‫‪8‬‬ ‫‪20‬‬
‫نالحظ من مصفوفة العائد اعالل ان على الالعب ‪ A‬ان ال يلعب االستراتيجية االولى النت سوف يعطي‬
‫خصمت الالعب (‪ )B‬الفرصة الوحيدة للكسب لذلع فان الالعب ‪ A‬سوف يسقط عن حسابت الصف االول‬

‫‪198‬‬
 ‫وبالتالي يكون الالعب (‪ )A‬قد سيطر على االستراتيجية االولى وبغض النظر عن ردود فعل الالعب‬
‫(‪ )B‬وبذلع تكون مصفوفة العائد كما يلي‪:‬‬

‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬
‫‪P1‬‬ ‫‪18‬‬ ‫‪10‬‬

‫‪ A‬الالعب‬ ‫‪P2‬‬ ‫‪8‬‬ ‫‪20‬‬

‫ولعدم وجود نقطة توازن لذلع سيتم حلها بةحدى الطريقتين (المزيج من االستراتيجيات) أو (طريقة االحتماالت المشتركة)‬

‫‪ -2-6-7‬طريقة المباراة الفرعية ‪Sub game Method‬‬

‫تستخدم هذل الطريقة من نوع (‪ )M*2‬أو (‪ )2*M‬وذلع لعدم امكانية اختزالها إلى مباراة من نوع (‪)2 2‬‬
‫وبالتالي يصعب حلها بةحدى الطرق السابقة باإلضافة إلى عدم وجود نقطة توازن ففي هذل الحالة يتم‬
‫اللجوء إلى المباراة الفرعية ومن ثم اختيار االفضل من بينها وعملية المفاضلة تكون لالعب الذي يكتلع‬
‫اكثر من استراتيجيتين فلو اخذنا المثال التالي‪:‬‬

‫(مثال‪ )6‬حل المصفوفه المباراة باستخدام طريقة المباراة الفرعية‬

‫‪(EX6):-solue game matrix by using sub game methol‬‬

‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬ ‫‪Q4‬‬ ‫‪Q5‬‬
‫‪ A‬الالعب‬

‫‪1‬‬ ‫‪15‬‬ ‫‪7‬‬ ‫‪-8‬‬ ‫‪6‬‬ ‫‪-20‬‬

‫‪2‬‬ ‫‪10‬‬ ‫‪-25‬‬ ‫‪-12‬‬ ‫‪11‬‬ ‫‪24‬‬

‫يتضل من المصفوفة اعالل انت اليوجد نقطة توازن واليمكن حلها باحدى الطرق السابقة بالتالي سيلجا‬
‫الالعب ‪ B‬والذي يمتلع اكثر من ستراتيجيتين إلى طريقة السيطرة وذلع باسقاال االستراتيجيات التي تحقت‬
‫لالعب (‪ )A‬الكسب على الدوام وهي االستراتيجية االولى والرابعة وتصبل المصفوفة كما يلي‪:‬‬

‫‪199‬‬
 ‫‪B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬
‫‪1‬‬ ‫‪7‬‬ ‫‪-8‬‬ ‫‪-20‬‬

‫‪ A‬الالعب‬
‫‪2‬‬ ‫‪-25‬‬ ‫‪12‬‬ ‫‪24‬‬

‫المباراة اعالل اليوجد نقطة توازن واليمكن اختزالها إلى عبارة من نوع (‪ )2*2‬وبالتالي اليمكن حلها بالطرق‬
‫يمكن تقسيمها إلى ثال‬ ‫السابقة لذا سوف نلجا إلى تقسيم المباراة إلى مباراة فرعية من نوع (‪ )2*2‬حي‬
‫مباراة فرعية وكما يلي‪:‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬

‫‪7‬‬ ‫‪-8‬‬ ‫‪7‬‬ ‫‪-20‬‬ ‫‪-8‬‬ ‫‪-20‬‬
‫‪-25‬‬ ‫‪-12‬‬ ‫‪-25‬‬ ‫‪-24‬‬ ‫‪12‬‬ ‫‪24‬‬

‫وبالتالي يتم حل كل تشكيلة من المباراة على خدة واختيار المباراة الفرعية التي تحقت لالعب ‪ B‬اعلى‬
‫عوائد أي اعلى قيمة باإلشارة السالبة‬
‫واذا كانت على سبيل المثال كل القيمة الموجبة فانت سيختار المباراة التي تحقت لت اقل خسارة ممكنة‬

‫‪Linear Equations Method‬‬ ‫‪ -3-6-7‬طريقة المعادالت الخطية‬

‫(مثال‪ )7‬حل مصفوفة المباراة باستخدام المعادالت الخطية‬
‫‪(Example7) Solve game Matrix by using linear Equation Method:‬‬

‫‪ B‬الالعب‬
‫‪Q1‬‬ ‫‪Q2‬‬ ‫‪Q3‬‬
‫‪ A‬الالعب‬

‫‪1‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪14‬‬

‫‪2‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪6‬‬
‫‪3‬‬ ‫‪0‬‬ ‫‪14‬‬ ‫‪4‬‬

‫‪200‬‬
‫يتضل من المثال اعالل انت ال توجد نقطة توازن واليمكن حلها بالطرق السابقة لذلع يتطلب حلها بطريقة‬
‫المعادالت الخطية‬

‫استراتيجية ‪ B‬المباراة‬ ‫الربح المتوقع لــ ‪A‬‬

‫(‪)1‬‬ ‫‪6×1+10X2+0=V‬‬
‫(‪)2‬‬ ‫‪4X1+10X2+14X3=V‬‬
‫(‪)3‬‬ ‫‪14X1+6X2+4X3=V‬‬

‫ان (‪ )X1, X2, X3‬تساوي نسبة الوقت الذي يقضيت الالعب (‪ )A‬للعب استراتيجياتت المختارة وذلع‬ ‫حي‬
‫يكون‬
‫‪X1+X2+X3=1‬‬
‫‪ =V‬قيمة المباراة‬
‫من ا لمعادالت الثالثة هناع اربعة مجاهيل لذلع يتطلب ان تتخلص من احد المجاهيل وليكن ‪X1‬‬
‫وبالتعويض عن (‪ )X1‬في المعادالت تحصل على‬
‫‪X1+X2+X3=1‬‬
‫‪X1=1-X2-X3‬‬
‫‪6(1-X1-X2-X3)+10X2‬‬ ‫)‪=V……..(1‬‬
‫‪4(1-X1-X2-X3)+10X2+14X3‬‬ ‫)‪=V……..(2‬‬
‫‪14(1-X1-X2-X3)+6X2+4X3‬‬ ‫)‪=V……..(3‬‬

‫وبالتجزئة للمعادالت اعالل تحصل على‪:‬‬

‫‪6+4X2-6X3‬‬ ‫)‪=V……..(4‬‬
‫‪4+6X2+10X3‬‬ ‫)‪=V……..(5‬‬
‫‪14-8X2-10X3‬‬ ‫)‪= V……..(6‬‬

‫وسوف نقوم ‪ 2‬ضمت ‪ V‬من المعادالت (‪) 6,5,4‬‬

‫‪V-4X1+6X3=6‬‬ ‫)‪……..(7‬‬
‫‪V-6X2-10X3=4‬‬ ‫)‪……..(8‬‬

‫‪201‬‬
‫‪V-18X2+10X3=14‬‬ ‫)‪……..(9‬‬
‫واالن يجب التخلص كما احد المحاصيل مرة اخرى ناخذ المعادلة رقم ( ‪)8,9‬‬

‫=‪V- 6X2- 10X3‬‬ ‫‪4‬‬

‫=‪V+ 8X2+ 10X3‬‬ ‫‪14‬‬ ‫بالجمع‬

‫‪2V+‬‬ ‫‪2X2‬‬ ‫‪= 18‬‬ ‫)‪……..(10‬‬

‫معادالت جديدة مشتقة من المعادالت (‪)5,4,6,7‬‬ ‫يجب ان تكون لدينا ثال‬

‫‪V-4X2+6X3=6 *5‬‬
‫‪V-6X2-10X3=4 *3‬‬

‫‪5V-20X2+30X3=30‬‬
‫‪3V-18X2-30X3=12‬‬ ‫بالجمع‬

‫‪8V-‬‬ ‫‪38X2‬‬ ‫‪= 42‬‬ ‫)‪……..(11‬‬

‫‪V-4X2+6X3=6‬‬ ‫‪*5‬‬
‫‪V-8X2+10X3=14 *3‬‬

‫‪5V-20X2+30X3=30‬‬
‫‪-3V-24X2-30X3=24‬‬

‫‪2V - 44‬‬ ‫‪=-12‬‬ ‫)‪……..(12‬‬

‫باستخدام المعادلة (‪ )10‬و (‪)11‬‬

‫‪2V+2X2=18 *4‬‬

‫‪202‬‬
‫‪8V-38X2=42‬‬

‫‪8V+8X2=72‬‬
‫بالطرح‬
‫‪8V-38X2=42‬‬

‫‪46X2=30‬‬
‫∴ نسبة الوقت الذي يقضيت الالعب ‪ A‬في االستراتيجية الثانية‬

‫𝟎𝟑‬ ‫𝟓𝟏‬
‫=‪X2‬‬ ‫=‬
‫𝟔𝟒‬ ‫𝟑𝟐‬
‫وبالتعويض عن قيمة ‪ X2‬في المعادلة ‪10‬‬
‫‪2V+2X2=18‬‬
‫𝟓𝟏‬
‫‪2V+2( )=18‬‬
‫𝟓𝟐‬
‫(يضرب طرفي المعادلة * ‪)23‬‬
‫‪46V+30=414‬‬
‫‪46V=414-30‬‬
‫‪V=384/46=192/23=8.347‬‬ ‫قيمة المباراة‬
‫وبالتعويض عن قيمة (‪ )X2‬وقيمة (‪ )V‬في المعادلة (‪)1‬‬
‫‪V-4X2+6X2=6‬‬
‫𝟐𝟗𝟏‬ ‫𝟓𝟏‬
‫‪-4( )+6X3=6 *23‬‬
‫𝟑𝟐‬ ‫𝟑𝟐‬
‫‪192-60+138X3=138‬‬
‫‪138X3=6‬‬
‫∴ نسبة الوقت الذي يقضيت الالعب ‪ A‬في االستراتيجية الثالثة‬
‫𝟔‬ ‫𝟏‬
‫=‪X3‬‬ ‫=‬
‫𝟖𝟑𝟏‬ ‫𝟑𝟐‬

‫وبما ان‬
‫‪X1+X2+X3=1‬‬
‫اذان‬
‫‪X1=1-X2-X3‬‬
‫𝟏 𝟓𝟏‬
‫‪X1=1- - =7/23‬‬
‫𝟑𝟐 𝟑𝟐‬
‫نسبة الوقت الذي يقضيت الالعب ‪ A‬للعب في االستراتيجية االولى‬

‫‪203‬‬
 ‫وبنفس الطريقة عندما يلعب الالعب ‪ A‬استراتيجية الخسارة‬
‫استراتيجية ‪A‬‬ ‫الربح المتوقع لـ ‪B‬‬
‫‪1‬‬ ‫‪6y1+4y2+14y3=v‬‬
‫‪2‬‬ ‫‪10y1+10y2+6y3=v‬‬
‫‪3‬‬ ‫‪14y2+4y3=v‬‬

‫وكما هو معلوم ‪ y1+y2+y2=1‬نسبة الوقت الذي يقضيت الالعب ‪ B‬يلعب في استراتيجياتت المختارة‬
‫وبنفس الطريقة يمكن الحصول‬
‫𝟐𝟐‬
‫= ‪Y2‬‬
‫𝟔𝟒‬

‫𝟓‬
‫= ‪Y3‬‬
‫𝟔𝟒‬

‫𝟗𝟏‬
‫= ‪Y1‬‬
‫𝟔𝟒‬

‫𝟐𝟗𝟏‬
‫=‪V‬‬ ‫‪= 8.347‬‬
‫𝟑𝟐‬
‫(وهي لصالل الالعب ‪)A‬‬

‫‪ -4-6-7‬الطريقة البيانية ‪Graphical Method‬‬

‫تطبت الطريقة البيانية على المباراة التي تمتلع فيها على االقل سياستين وعلى المباراة التي تكون غير‬
‫مشفرة‬
‫مثال)‪ )8‬حل المباراة الثانية باستخدام الطريقة البيانية‬
‫‪(Ex8) Solve game value by using graphical Method.‬‬

‫العب ‪B‬‬

‫‪Q1‬‬ ‫‪Q2‬‬
‫‪P1‬‬ ‫‪2‬‬ ‫‪4‬‬
‫‪P2‬‬ ‫‪-1‬‬ ‫‪3‬‬
‫العب ِ‪A‬‬
‫‪P3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪P4‬‬ ‫‪-8‬‬ ‫‪6‬‬

‫‪204‬‬
‫الحل‪ -:‬نبدأ اوالى بالتحليل بالنسبة لالعب ‪ B‬والذي يحاول اختيار االستراتيجية المثلى الذي يقلل اكبر‬
‫خسارة متوقعة بالنسبة لت أي يحاول الحصول على نقطة (‪)Min Max‬‬
‫نفرض ‪ B‬يطبت االستراتيجية االولى ‪ Q1‬والثانية ‪ Q2‬حي‬
‫‪Q1+Q2=1‬‬
‫‪E(A=1)= 2Q1+4‬‬
‫‪E(B/A=2)=-Q1+3‬‬
‫‪E(B/A=3)=Q1+2‬‬
‫‪E(B/A=4)=-8Q1+6‬‬
‫كما ذكرنا سابقاى طبت (‪ )Min Max‬فان الالعب ‪ B‬يحاول ان تكون الخسارة المتوقعة اقل أما مساوية‬
‫إلى قيمة المباراة أي ان‪:‬‬
‫‪2Q1+4≤V‬‬
‫‪-Q1+3≤V‬‬
‫‪-Q+2≤V‬‬
‫‪-8Q1+6≤V‬‬
‫نرسم التباينات االربعة كدالة ‪ Q1‬ونحدد قيمة ‪ Q2‬المثلى من الرسم‬
‫المتباينة االولى ‪ -2Q1+4=V‬ثم نحدد النقاال المتباينة‬
‫)‪P1(0,4), P2(1,2‬‬

‫المتباينة الثانية ‪ –Q1+3=V‬ثم نحدد النقاال المتباينة‬

‫)‪P1(0,3), P2(1,2‬‬
‫المتباينة الثالثة ‪Q1+2=V‬‬
‫)‪P1(0,2), P2(1,3‬‬
‫المتباينة الرابعة ‪-8Q1+6=6‬‬
‫)‪P1(0,6), P2(1,-2‬‬

‫‪V‬‬ ‫‪V‬‬
‫‪6‬‬ ‫‪6‬‬

‫‪4‬‬ ‫‪4‬‬

‫‪3‬‬ ‫‪205‬‬ ‫‪3‬‬

 ‫𝟏‬ ‫𝟐‬
‫≤ 𝑰𝑽≤‬
‫𝟑‬ ‫𝟑‬

‫المنطقة المظللة في الرسم تمثل منطقة الحل المقبول اوطا نقطة فيها تحدد نقطة ‪ Min Max‬بالنسبة‬
‫والقيمة‬ ‫لالعب ‪ B‬من الرسم نجد ان احداثيات هذل النقطة هي( ‪ ) ,‬أي ان قيمة ‪ y1‬المثلى تساوي‬
‫𝟐‬ ‫𝟖 𝟐‬
‫𝟑‬ ‫𝟑 𝟑‬

‫من وقت المباراة‬ ‫المتوقعة لخسارتت =‪ V‬وعليت قيمة =‪ y2‬أي ان الالعب ‪ B‬يطبت السياسة االولى‬
‫𝟐‬ ‫𝟏‬ ‫𝟖‬
‫𝟑‬ ‫𝟑‬ ‫𝟑‬

‫من وقت المباراة‬ ‫والثانية‬

‫𝟏‬
‫𝟑‬

‫‪ 5-6-7‬استخدام البرمجة الخطية في حل مشاكل المباراة‪:‬‬

‫‪Linear Programming Application to Solve Game Problems‬‬
‫عندما تفشل جميع الطرق السابقة في التوصل الى الحل يتم اللجوء الى استخدام البرمجة الخطية )‪(LP‬‬
‫إليجاد قيمة المباراة وذلع للتشابت الكبير بين نموذج البرمجة الخطية ‪Linear Programming Model‬‬
‫ونموذج المباراة )‪ (Game Model‬ذات المجموع الصفري وهذا التشابت يمكن إجمالت باآلتي‪-:‬‬
‫‪ -1‬في نموذج المباراة )‪ (Game Model‬هناع دالة هدف )‪ (Objective Function‬كما في‬
‫البرمجة الخطية )‪ (LP‬فاحد طرفي الصراع يحاول تعظيم مكاسبت بينما الطرف اآلخر يحاول‬
‫تقليل خسائرل‬
‫‪ -2‬في نموذج المباراة )‪ (Game Model‬هناع قيود ومحددات كما هو حاصل في البرمجة الخطية‬
‫)‪ (LP‬فعندما يختار أحد الالعبين أي من إستراتيجياتت المختارة ستكون هناع قيمة يحصل عليها‬
‫الالعب تمثل الكسب أو الخسارة تبعاى لطبيعة المباراة‬

‫‪206‬‬
‫‪ -3‬كل القيم في نموذج المباراة إما موجبة أو مساوية للصفر كما هو الحال في البرمجة الخطية‬
‫)‪ (LP‬فةذا اختار احد الالعبين إستراتيجية معينة فةن الوقت الذي سوف يقضيت الالعب للعب‬
‫إستراتيجيتت يساوي إلى الواحد صحيل في حين سيكون الوقت الذي يقضيت الالعب للعب‬
‫إستراتيجيتت الغير مختارة مساوي إلى الصفر‬
‫‪ -4‬كما هو الحال في البرمجة الخطية )‪ (LP‬هناع عالقة أصل ‪ Primal‬وثنائية ‪ Dual‬في نموذج‬
‫المباراةه فاحد طرفي الالعبين يحاول تعظيم مكاسبت بينما الطرف اآلخر يحاول تقليل خسائرل‬
‫فلو أخذنا المثال السابت إليجاد قيمة المباراة باستخدام البرمجة الخطية)‪(LP‬‬

‫‪B‬‬
‫‪Strategy‬‬ ‫(‪)1‬‬ ‫(‪)2‬‬ ‫(‪)3‬‬
‫‪A Strategy‬‬
‫(‪)1‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪14‬‬
‫(‪)2‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪6‬‬
‫(‪)3‬‬ ‫‪0‬‬ ‫‪14‬‬ ‫‪4‬‬

‫عندما يلعب ‪ A‬إستراتيجيتت المختارة فةن الالعب ‪ B‬سوف يسعى الى تقليل خسائرل المتوقعة وبالتالي‬
‫تقليل قيمة المباراة‬
‫إستراتيجية ‪ A‬المختارة‬ ‫الخسارة المتوقعة لالعب ‪B‬‬
‫(‪)1‬‬ ‫‪6X1 + 4X2 + 14X3 ≤ V‬‬
‫(‪)2‬‬ ‫‪10X1 + 10X2 + 6X3 ≤ V‬‬
‫(‪)3‬‬ ‫‪14X2 + 4X3 ≤ v‬‬

‫يؤدي ذلع إلى تعظيم‬ ‫ولما كان هدف كال الالعبين هو تقسيم الوقت بين اإلستراتيجيات الثالثة بحي‬
‫الكسب أو تقليل الخسائر‬

‫‪207‬‬
‫إذ ‪ X1 + X2 + X3 = 1‬يمثل دالة الهدفه وبالقسمة على ‪ V‬لدالة الهدف وقيود المشكلة نحصل على‬
‫األتي‪-:‬‬
‫‪1/V = X1 /V + X2/V + X3/V‬‬

‫‪6X1/V + 4X2/V + 14X3/V = V/V‬‬ ‫(‪)1‬‬

‫‪10X1/V + 10X2/V + 6X3/V = V/V‬‬ ‫(‪)2‬‬
‫‪14X2/V + 4X3/V = V/V‬‬ ‫(‪)3‬‬
‫وبافتراض أن ‪X/V = X‬‬
‫وبالتعويض عن قيمة ‪ X‬ب ر‪ X/V‬في دالة الهدف وقيود المشكلة يكون اآلتي ‪-:‬‬
‫‪Objective Function 1/v = X1 + X + X3‬‬
‫وقيود المشكلة )‪ (Constraints‬كما هي أدنال‪-:‬‬

‫‪6X1 + 4 X2 + 14 X3 ≤ 1‬‬ ‫(‪)1‬‬

‫‪10 X1 + 10 X2 + 6 X3 ≤ 1‬‬ ‫(‪)2‬‬
‫‪14 X2 + 4 X3 ≤ 1‬‬ ‫(‪)3‬‬
‫ولما كان الالعب ‪ B‬يهدف الى تقليل خسائرل فةنت في هذل الحالت يحاول تعظيم قيمت ‪ V‬ألنت كلما‬
‫زادت قيمة ‪ V‬معنى ذلع ‪ 1/V‬سوف تنخفض‬
‫‪Max:‬‬
‫‪1/V = X1 + X2 + X3‬‬
‫‪S .t‬‬
‫‪6 X1 + 4 X2 + 14 X3 ≤ 1‬‬ ‫(‪)1‬‬
‫‪10 X1 + 10 X2 + 6 X3 ≤ 1‬‬ ‫(‪)2‬‬
‫‪14 X2 + 4 X3 ≤ 1‬‬ ‫(‪)3‬‬
‫‪X1. X2 . X3 ≥ 0‬‬
‫وبالتالي يمكن حل المشكلة اعالل بالطريقة المبسطة ‪ Simplex Method‬ومن ثم الحصول على قيمة‬
‫كما في المثال السابت‬ ‫المباراة والتي تساوي ‪8.347‬‬

‫اسئلة وتمارين الفصل السابع‬

‫‪208‬‬
 ‫‪ 1‬بين اي من المصفوفات االتيت مستقرل ام غير مستقرل ؟‬
‫أ‬
‫الالعب ‪B‬‬
‫‪1‬‬ ‫‪13‬‬ ‫‪11‬‬
‫الالعب ‪A‬‬ ‫‪-9‬‬ ‫‪5‬‬ ‫‪-11‬‬
‫‪0‬‬ ‫‪-3‬‬ ‫‪13‬‬
‫ج = ( مستقرل )‬
‫ب‬
‫الالعب ‪B‬‬
‫‪16‬‬ ‫‪4‬‬ ‫‪0‬‬ ‫‪14‬‬ ‫‪-2‬‬
‫‪10‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪12‬‬
‫الالعب ‪A‬‬
‫‪2‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪14‬‬
‫‪8‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪0‬‬
‫ج=(مستقرل)‬

‫‪ 2‬المصفوفت االتيت تمثل المنافست بين شركتين ‪ A , B‬من شركات انتاج الموبايالت ‪ ,‬لقد‬
‫استراتيجيتين لترغيب الزبائن لشراء بضاعتها في حين استخدمت‬ ‫‪A‬‬ ‫استخدمت الشركت‬
‫استراتيجيات لذلع وكما مثبتت في مصفوفت العائد ادنال حدد االستراتيجيات‬ ‫الشركت ‪ B‬ثال‬
‫المثلى التي تحقت هدف الشركتان المتنافستان ( زيادل ربل الشركت ‪ A‬وتقليل خسارة الشركت ‪B‬‬
‫)‬
‫الشركة ‪B‬‬
‫‪275‬‬ ‫‪-50‬‬ ‫‪-75‬‬
‫الشركة ‪A‬‬
‫‪125‬‬ ‫‪130‬‬ ‫‪150‬‬
‫ج=( (‪) V=127.27 , B )1,2‬‬

‫‪ 3‬ارادت دولتين تجديد االتفاق التجاري بينهما الطرف االول يتبنى مزيج من االستراتيجيات ( رفع‬
‫االسعار ‪ ,‬زيادل المساعدات ) والطرف الثاني يتبنى ستراتيجيات زيادل الطلب ورفع التمويل‬
‫باالجل وكان جدول المدفوعات لهذل المباراة كاالتي المطلوب ايجاد قيمت المباراة‬

‫‪209‬‬
 ‫الالعب ‪B‬‬
‫‪8‬‬ ‫‪2‬‬
‫الالعب ‪A‬‬
‫‪-3‬‬ ‫‪4‬‬
‫ج=(‪)V=2.92‬‬

‫‪ 4‬حل المباريات االتيت بالطريقت البيانيت‬

‫أ‬
‫الالعب ‪B‬‬
‫‪1‬‬ ‫‪3‬‬ ‫‪11‬‬
‫الالعب ‪A‬‬
‫‪8‬‬ ‫‪5‬‬ ‫‪2‬‬
‫ج= ( (‪)V=4.45 , )2,3‬‬
‫ب‬

‫الالعب ‪B‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪3‬‬ ‫‪5‬‬
‫الالعب ‪A‬‬
‫‪-3‬‬ ‫‪4‬‬
‫‪7‬‬ ‫‪-6‬‬
‫ج= )‪)A(2,4) , V=3.53‬‬

‫حل المباراة االتيت باستخدام طريقة البرمجت الخطيت‬ ‫‪5‬‬

‫الالعب ‪B‬‬
‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬
‫الالعب ‪A‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪-1‬‬
‫‪1‬‬ ‫‪-1‬‬ ‫‪0‬‬
‫ج ) ‪) A(1,3) B(2,3) V=3.53‬‬

‫حل المباراة االتيت بعد تقليصها مستخدما اسلوب الهيمنة‬ ‫‪6‬‬

‫الالعب ‪B‬‬

‫‪210‬‬
 15 30 28
43 22 52
A ‫الالعب‬
16 33 29
25 10 26
) V=28.07 ( ‫ج‬

‫الفصل الثامن‬
The Net works ‫الشبكات‬

Introduction ‫المقدمة‬-1-8

‫ مراحل جدولة المشاريع‬-2-8

Levels of Tabulation the projects

‫ قواعد بناء (رسم) شبكات االعمال‬-3-8

Network Rules & Construction

Network Analysis ‫ تحليل شبكات االعمال‬-4-8

Critical path method )CPM( ‫ طريقة المسار الحرج‬-1-4-8

)PERT( ‫ طريقة مراجعة وتقييم المشروع‬-2-4-8

Program Evaluation and Review Technique

Probability of Occurrence ‫ احتمال االنجاز‬3-4-8

211
 ‫‪ 5-8‬اعتبارات الكلفة في جدولة المشروع‪:‬‬
‫‪Cost Consideration In Project Scheduling‬‬

‫‪ -1-8‬المقدمة ‪Introduction‬‬
‫تتميز معظم المشاريع التي تقوم المنشاة تنفيذها بكبر الحجم والتعقيد‪ ,‬وقد قام المدراء‬
‫بالعمليات المنطقية التالية‪ :‬التخطيط والبرمجة والتنظيم والرقابة لمثل هذل المشاريع ولكن لم‬
‫تستخدم اساليب التحليل الكمي وفي االساليب القديمة هي مخطط (‪ )Gant chart‬نسبة إلى‬
‫المهندس االميركي جانت‪ ,‬غير ان معظم الصناعات تحتاج إلى معرفة كيفية ادارة مشاريع‬
‫كبيرة الحجم ومعقدة بفاعلية كبيرة‬
‫لذلع فان التعقيد في المشاريع يضطرنا إلى استخدام اساليب تخطيطية اكثر كفاءة وفاعلية‬
‫تهدف إلى تحقيت الكفاءة المثلى عند التنفيذه ويعبر عن هذل الكفاءة من خالل امكانية‬
‫تقليص الوقت المطلوب النجاز المشروع الكلي ضمن شروال مقبولة اقتصادياى من خالل‬
‫استخدام الموارد المتاحة لقد تطورت جدولة المشاريع كثي اىر بفضل االسلوبين التحليلين وهما‬
‫اسلوب المسار الحرج (‪ Critical Path Method )CPM‬وأسلوب مراجعة وتقييم المشروع‬
‫(‪ ,Program Evaluation and Review Technique )PERT‬والتي تساعد المدراء‬
‫في التخطيط والبرمجة والمتابعة والرقابة على المشاريع الكبيرة الحجم والمعقدة وقد تم‬
‫تطويرهما الحقاى وذلع للحاجة الماسة لطريقة افضل لإلدارة‬

‫‪212‬‬
‫في العام ‪ 1957‬طورت طريقة المسار الحرج (‪ )CPM‬من قبل كيلي (‪ )J.E.Kelly‬من‬
‫شركة ريمنجتون راند (‪ )Remington Rand‬والعالم ووكر (‪ )M.R.Walker‬من شركة‬
‫ديو بونت (‪ )Du pont‬وقد استخدمت طريقة المسار الحرج في االصل لمساعدة بناء‬
‫وصيانة المصانع الكيمياوية لشركة ديو بونت وفي سنة ‪ 1958‬قام سالح البحرية االمريكية‬
‫بتطوير اسلوب المراجعة وتقييم المشروع (‪ )PERT‬للتخطيط والرقابة على برنامج صواريخ‬
‫بوالريس وسوف نستعرض في الفصل كيفية بناء شبكات االعمال وتحليل المخطط الشبكي‬
‫لتقرير الوقت الالزم النهاء تنفيذ كل نشاال من انشطة المشروع بعد التعرف على طرق تحليل‬
‫المخططات الشبكية‬

‫‪Levels of tabulations project‬‬ ‫‪ -2-8‬مراحل جدولة المشاريع‬

‫يمكن تقسيم مراحل جدولة المشروع إلى ثالثة مراحل‪ ,‬هي التخطيط‪ ,‬الجدولة‪ ,‬الرقابة‬
‫والسيطرة‬
‫‪ 1‬مرحلة التخطيط‪ :‬وتشمل هذل المرحلة تحديد االنشطة التي يتكون منها المشروع‬
‫واالفتراضات التي يجب ان توضع على هذل االنشطة‪ ,‬وتحديد العالقات االعتيادية‬
‫بين هذل االنشطة‪ ,‬كما وتشمل على تقدير الزمن الالزم إلنجاز كل نشاال من انشطة‬
‫المشروع‬
‫‪ 2‬مرحلة الجدولة‪ :‬وتشمل هذل المرحلة على تحديد وقت ابتداء وانتهاء كل نشاال وتحديد‬
‫المسار الحرج الذي يحتوي على االنشطة التي تحتاج عناية خاصة ألنها تؤثر على‬
‫زمن انتهاء المشروع ككل‪ ,‬كذلع تحديد الزمن المرن لالنشطة الغير حرجة والتي تقع‬
‫خارج المسار الحرج‬
‫‪ 3‬مرحلة الرقابة والسيطرة‪ -:‬تتبع هذل المرحلة مرحلتي التخطيط والجدولة‪ ,‬وتتضمن‬
‫اعداد تقرير دوري عن تقدم تنفيذ المشروع ويشتمل هذا التقرير على ملخص عن‬

‫‪213‬‬
‫التقدم الذي أُحرز خالل هذل الفترة‪ ,‬وتحليل الحاالت التي تجابت المشروع والق اررات‬
‫االدارية المطلوب اتخاذها حول المصادر والمواقع وغير ذلع‬
‫وهنا سيتم تناول بعض التعاريف والمصطلحات المهمة في بناء الشبكات‪-:‬‬
‫‪ A‬النشاال ‪ :Activity‬ان كل مشروع يتكون من عدد من االنشطة وكل نشاال يستغرق‬
‫وقتاى معيناى إلنجازل ويمثل كل نشاال في المخطط الشبكي بسهم تمثل بدايتت بداية‬
‫النشاال ورأست نهاية النشاال وان طول السهم واتجاهت ليس لت عالقة بحجم النشاال‬
‫هو نقطة‬ ‫والحد‬ ‫‪ :Event‬نقطة البداية ونقطة النهاية للنشاال تسمى االحدا‬ ‫‪ B‬الحد‬
‫يمثل بدائرة مرقمة‬ ‫من الزمن وال يحتاج إلى أي مصدر‪ ,‬وعادة الحد‬
‫نشاط‬
‫‪i‬‬ ‫‪j‬‬
‫‪i<j‬‬
‫‪ C‬النشاال الوهمي ‪ :Dummy Activity‬هو نشاال يستخدم لتحديد اعتمادية نشاال‬
‫معين على بقية االنشطة ولكنت ال يحتاج أي زمن أو مواد أو تكاليف أو غيرها‬
‫ويمثل عادة بسهم متقطع‬

‫‪0‬‬
‫‪3‬‬ ‫‪4‬‬

‫آخر‬ ‫البداية باي حد‬ ‫‪ D‬المسار ‪ :Path‬هو سلسلة من االنشطة تربط حد‬
‫العقد‬
‫‪ E‬شبكات االعمال ‪ :Network‬هو تمثيل بياني للربط المنطقي والتتابع لألسهم و ُ‬
‫في المشروع وقد تسمى شبكة االعمال بالمخطط‬ ‫التي تمثل االنشطة واالحدا‬
‫السهمي‬

‫‪ -3-8‬قواعد بناء (رسم) شبكات االعمال‬

‫‪214‬‬
‫‪Network Rules & Construction‬‬
‫يجزء المشروع إلى مجموعة من االنشطة ثم يحدد حدثي البداية والنهاية‪ ,‬ثم بعد ذلع يتم‬
‫توضع االنشطة بتتابع منطقي مع‬ ‫تحديد ترتيب االنشطة التي تسبت االنشطة االخرى بحي‬
‫اآلخذ بنظر االعتبار مالحظات رسم المخطط البياني وبينما نحن نبني مخطط شبكة‬
‫االعمال ومن اجل التاكد من ان األنشطة تقع في المسار التتابعي المنطقي فان المالحظات‬
‫اآلتية يجب ان تبقى في الذاكرة‪-:‬‬
‫‪ 1‬كل نشاال داخل الشبكة يمثل بسهم واحد فقط‬
‫من مرة واحدة في شبكة المشروع‬ ‫‪ 2‬يجب عدم تكرار رقم الحد‬
‫‪ 3‬لشبكة المشروع نقطة بداية (حد ) واحد فقط‪ ,‬وال يسبت البداية شيء‬
‫كما ان للشبكة نقطة نهاية (حد ) واحد فقط‪ ,‬وال يتبع النهاية شيء اخر‬
‫وقد يطلت على األول نقطة المنبع والثاني نقطة المصب‬
‫واحد أيضا‪ ,‬أي‬ ‫واحد وينتهيان بحد‬ ‫‪ 4‬ال يجوز رسم نشاطين (سهمين) يبدأن بحد‬
‫انت ال يجوز استخدام الحالة اآلتية ألن ذلع يؤدي إلى تداخل في انشطة المشروع‬
‫‪A‬‬

‫‪1‬‬ ‫‪2‬‬

‫‪B‬‬

‫لمعالجة هذل الحالة نستخدم نشاال وهمي بزمن يساوي صفر وكما هو موضل في ادنال‪:‬‬

‫‪215‬‬
 ‫اما‬ ‫او‬

‫‪B‬‬
‫‪A‬‬

‫‪1‬‬ ‫‪3‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪0‬‬ ‫‪0‬‬
‫‪B‬‬ ‫‪A‬‬

‫‪2‬‬
‫‪3‬‬

‫‪ 5‬بهدف التاكد من عالقات التتابع وصحتها في الشبكة‪ ,‬يجب اإلجابة على االسئلة‬
‫اآلتية عند إضافة أي نشاال جديد إلى الشبكة‪:‬‬
‫ما هي األنشطة التي يجب ان تتم قبل ان يبدأ هذا النشاال‬ ‫أ‬
‫ب ما هي االنشطة التي يبدأ مع هذا النشاال‬
‫ت ماهي االنشطة التي تاتي بعد هذا النشاال مباشرة‬
‫‪ 6‬عدم استخدام النشاال الوهمي اال في حالة الضرورة‬
‫‪ 7‬تجنب تقاطع األسهم داخل الشبكة‬

‫‪1‬‬ ‫‪3‬‬
‫‪6‬‬

‫‪4‬‬
‫‪2‬‬

‫ويمكن معالجة ذلع أما باستخدام رسم األنابيب‬

‫‪216‬‬
 ‫‪1‬‬ ‫‪3‬‬

‫‪4‬‬
‫‪2‬‬

‫أذ استخدام رسم تقاطع االنشطة‬

‫‪1‬‬ ‫‪3‬‬

‫‪2‬‬ ‫‪4‬‬

‫ولغرض توضيل كيفية رسم شبكة االعمال سناخذ المثال اآلتي‪-:‬‬

‫مثال‪ -:1‬االنشطة اآلتية تمثل انشطة مشروع معين والمطلوب رسم المخطط الشبكي لهذل‬
‫االنشطة باالشهر‬
‫)‪Example.1For any project having activities below. Build (construct‬‬
‫?‪the Network for this project in months‬‬

‫‪Activity‬‬ ‫‪Previous Activity‬‬ ‫)‪Time (Month‬‬

‫النشاط‬ ‫النشاط السابق‬ ‫الوقت (الشهر)‬
‫‪A‬‬ ‫‪…..‬‬ ‫‪3‬‬

‫‪217‬‬
 ‫‪B‬‬ ‫‪A‬‬ ‫‪2‬‬
‫‪C‬‬ ‫‪A‬‬ ‫‪3‬‬
‫‪D‬‬ ‫‪C‬‬ ‫‪3‬‬
‫‪E‬‬ ‫‪B,C‬‬ ‫‪7‬‬
‫‪F‬‬ ‫‪B,C‬‬ ‫‪1‬‬
‫‪G‬‬ ‫‪E,D‬‬ ‫‪6‬‬
‫‪H‬‬ ‫‪C‬‬ ‫‪2‬‬
‫‪F,G,H‬‬ ‫‪End of project‬‬ ‫رررررررر‬

‫واآلن يمكن رسم المخطط الشبكي وذلع باخذ االنشطة واحد بعد اآلخر‪ ,‬يتضل من الجدول‬
‫البداية يبدأ بت نشاال واحد فقط هو ‪A‬‬ ‫اعالل بان النشاال ‪ A‬ال يسبقت أي نشاال‪ ,‬لذا فان حد‬

‫‪Activity‬‬

‫‪Start‬‬
‫البداية‬ ‫‪1‬‬
‫‪Event‬‬ ‫‪2‬‬

‫ثم نالحظ ان النشاطين ‪ C,B‬يكونان بعد النشاال ‪ A‬أي ان النشاطين ينطلقان من الحد‬

‫يلي‪2-:‬‬ ‫وكما‬ ‫الثاني‬

‫‪B‬‬

‫‪A‬‬
‫‪1‬‬ ‫‪2‬‬

‫‪C‬‬

‫يلي‪-:‬‬
‫‪3‬‬ ‫وكما‬ ‫ثم نالحظ ان النشاال ‪ D‬يبدأ بعد انتهاء النشاال ‪ C‬والذي ينتهي بالحد‬

‫‪B‬‬

‫‪218‬‬
‫‪A‬‬
‫‪1‬‬ ‫‪2‬‬
 ‫‪D‬‬

‫‪3‬‬

‫أن النشاال ‪ E‬يعتمد على النشاطين ‪ B,C‬أي اليمكن البدء بت مالم ينتهي العمل بالنشاطين‬
‫‪3‬‬ ‫رقم ويكون الرسم‬ ‫بالحد‬
‫وينتهيان ‪2‬‬ ‫رقم‬ ‫‪ B,C‬أي ان هذين النشاطين يبدأن الحد‬
‫بالشكل االتي‪-:‬‬

‫‪2‬‬
‫‪3‬‬

‫وهذا اليجوز حسب قواعد بناء الشبكات قاعدة رقم (‪ )4‬من قواعد رسم المخطط الشبكي لذلع‬
‫يجب ان تستخدم نشاال وهمي للتخلص من هذا التجاوز‪ ,‬وعليت يظهر المخطط الشبكي‬
‫بشكلت الصحيل وكما يلي‪-:‬‬

‫‪E‬‬
‫‪B‬‬ ‫‪4‬‬

‫‪A‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪D‬‬

‫‪C‬‬ ‫‪3‬‬

‫اآلن وصلنا إلى النشاال ‪ F‬والذي يبدأ بعد انتهاء من النشاطين ‪ B,C‬وكما يلي‪-:‬‬

‫‪F‬‬

‫‪B‬‬ ‫‪4‬‬

‫‪A‬‬ ‫‪219‬‬
‫‪1‬‬ ‫‪2‬‬
 ‫‪E‬‬

‫‪0‬‬ ‫‪D‬‬

‫‪3‬‬

‫ونقوم برسم النشاال ‪ G‬الذي يعتمد على النشاطين ‪ D,E‬وكما اوضحت الرسم اعالل فان الرسم‬
‫رقم (‪ )5‬وكما يلي‪-:‬‬ ‫الصحيل يصبل أي بعد الحد‬

‫‪F‬‬

‫‪B‬‬ ‫‪4‬‬

‫‪E‬‬ ‫‪G‬‬
‫‪A‬‬
‫‪5‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬

‫‪3‬‬ ‫‪D‬‬
‫‪C‬‬

‫رقم (‪ )3‬وكما يلي‪-:‬‬ ‫أما النشاال ‪ H‬فانت يبدأ بعد النشاال ‪ C‬أي بعد الحد‬

‫‪F‬‬

‫‪B‬‬ ‫‪4‬‬

‫‪E‬‬ ‫‪G‬‬
‫‪A‬‬
‫‪0‬‬ ‫‪5‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪D‬‬
‫‪C‬‬
‫‪H‬‬
‫‪3‬‬

‫رقم ‪6‬‬ ‫النهاية للمشروع أي الحد‬ ‫ان النشاطات ‪ F,G,H‬تنتهي في نهاية المشروع في حد‬
‫وكما يلي‪-:‬‬

‫‪220‬‬
 ‫‪B‬‬ ‫‪4‬‬ ‫‪F‬‬

‫‪A‬‬
‫‪E‬‬ ‫‪G‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪5‬‬
‫‪D‬‬

‫‪C‬‬ ‫‪3‬‬ ‫‪H‬‬

‫ثم نضيف الزمن باألسابيع بعد االنتهاء من رسم الشبكة بكاملها في النهاية كما يلي‪-:‬‬

‫‪B‬‬ ‫‪7‬‬ ‫‪F‬‬

‫‪4‬‬ ‫‪1‬‬
‫‪A‬‬ ‫‪2‬‬
‫‪E‬‬ ‫‪G‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪C‬‬ ‫‪5‬‬
‫‪6‬‬
‫‪3‬‬ ‫‪D‬‬
‫‪2‬‬
‫‪3‬‬ ‫‪3‬‬
‫‪3‬‬
‫‪H‬‬

‫مثال‪ )2‬االنشطة االتية تمثل انشطة مشروع بناء بيت سكني في احدى مناطت مدينة بغداد‬
‫باألسابيع‪ ,‬والمطلوب رسم المخطط الشبكي لبناء البيت؟‬
‫‪Example.2) Activities below represent activities of building a house in‬‬
‫?‪Baghdad in week construct the Network of Building that house‬‬
‫‪Activity‬‬ ‫)‪Previous Activity Time (Week‬‬
‫النشاط‬ ‫النشاط السابق‬ ‫الزمن اسبوع‬
‫رسم خرائط ‪A‬‬ ‫‪…..‬‬ ‫‪6‬‬
‫مواد انشائية ‪B‬‬ ‫‪…..‬‬ ‫‪2‬‬
‫حفر اساسات ‪C‬‬ ‫‪…..‬‬ ‫‪4‬‬
‫بناء الهيكل ‪D‬‬ ‫‪A,B‬‬ ‫‪4‬‬
‫حفر المجاري ‪E‬‬ ‫‪B‬‬ ‫‪3‬‬
‫كهربائيات ‪F‬‬ ‫‪B‬‬ ‫‪5‬‬
‫تاسيس الماء ‪G‬‬ ‫‪C,F‬‬ ‫‪5‬‬
‫لبخ ‪H‬‬ ‫‪B‬‬ ‫‪7‬‬

‫‪221‬‬
 ‫بياض ‪I‬‬ ‫‪E,H‬‬ ‫‪2‬‬
‫رصف السطل واالرضيات‪J‬‬ ‫‪D,I‬‬ ‫‪3‬‬
‫اعمال النهايات ‪K‬‬ ‫‪J‬‬ ‫‪10‬‬

‫يترع حل السؤال كواجب للطالب‬

‫‪Network Analysis‬‬ ‫‪ -4-8‬تحليل المخططات الشبكية‬

‫بعد ان تم بناء المخططات الشبكية بشكل منطقي وحسب المشكلة محل الدراسة نقوم بتحليل‬
‫المخططات الشبكية والتي نقصد بها تقدير الوقت الالزم إلنهاء تنفيذ كل نشاال من انشطة‬
‫المشروع وبالتالي حساب اقل وقت ممكن إلنهاء تنفيذ المشروع ككل واقل كلفة ممكنة لت‪,‬‬
‫باإلضافة إلى االستخدام االفضل للموارد‪ ,‬وتوجد طريقتان لتحليل المخططات الشبكية هما‪-:‬‬
‫‪Critical Path Method‬‬ ‫‪ -1‬طريقة المسار الحرج (‪)CPM‬‬
‫‪ -2‬طريقة مراجعة وتقييم المشروع (‪)PERT‬‬
‫‪Program Evaluation and Review Technique‬‬

‫‪ -1-4-8‬طريقة المسار الحرج (‪)CPM‬‬

‫اذ تعتمد طريقة المسار الحرج على اعطاء وقت محدد واحد إلنهاء تنفيذ كل نشاال من‬
‫انشطة المشروع ويوضع الوقت فوق السهم الذي يمثل النشاال‪ ,‬ويتم تحديد الوقت من خالل‬
‫خبرة االدارة أو من البيانات المتوفرة وتسمى طريقة المسار الحرج بالطريقة المحددة وذلع ألن‬
‫كل نشاال من أنشطة المشروع لت وقت محدد وثابت‬
‫والمسار الحرج هو سلسلة من االنشطة الحرجة يربط بين حدثي البداية والنهاية في المخطط‬
‫الشبكي‪ ,‬وبعبارة أخرى فان المسار الحرج يشخص جميع االنشطة الحرجة في الشبكة وهو‬
‫يمثل اطول المسارات من بداية المخطط إلى نهايتت‬

‫‪222‬‬
‫ويسمى النشاال ‪ Activity‬بالنشاال الحرج ‪ Critical activity‬إذا كان التاخير في إنجاز‬
‫هذا النشاال يؤدي إلى تاخير موعد إنجاز المشروع ككل‬
‫تحديد المسار الحرج‪:‬‬
‫ان طريقة تحديد المسار الحرج تعتمد على عالقة تربط بين زمنين هما‪-:‬‬
‫أ‪ -‬وقت االبتداء المبكر (‪Earliest start time )ES‬‬

‫ب‪ -‬وقت اإلنجاز المتاخر (‪Latest completion time )LC‬‬

‫أ‪ -‬وقت االبتداء المبكر للحد ‪)ESj( : j‬‬

‫هو الوقت الذي يمكن ان يبدا عندل نشاال ما بصورة مبكرة والصيغة العامة لحساب وقت‬
‫‪ j‬هي‪-:‬‬ ‫االبتداء المبكر للحد‬
‫)‪ESj=Maxi(ESi+Dij‬‬

‫‪j‬‬ ‫ان ‪ Dij‬يمثل الوقت الالزم لتنفيذ النشاال (‪ )i-j‬وعادة توضع هذل االرقام عند الحد‬ ‫حي‬
‫ومن المعلوم ان ‪ ES1=0‬ألن بداية المشروع ال تستغرق أي زمن والشكل‬ ‫داخل المربع‬
‫ادنال يبين عملية حساب الوقت المبكر للحد ‪7‬‬

‫‪3‬‬ ‫‪3+3‬‬

‫‪5‬‬ ‫‪7‬‬
‫‪3‬‬

‫‪4‬‬
‫‪223‬‬
‫‪8+4‬‬
‫‪6‬‬
‫‪5‬‬ ‫‪ 7‬ينتهي فيت النشاطين(‪ )6-7( ,)5-7‬وان زمن االبتداء المبكر للحد‬ ‫ان الحد‬ ‫حي‬
‫‪ 6‬هو ‪ ,8‬لذلع فان‪:‬‬ ‫هو ‪ 3‬وللحد‬
‫‪ES7=Max(3+3, 8+4)=Max(6,12)=12‬‬

‫وهو آخر وقت يمكن أن ينتهي عندل نشاال‬ ‫‪)LCi( : i‬‬ ‫ب‪ -‬وقت االنجاز المتاخر للحد‬
‫وفت الصيغة‬ ‫ما دون أن يؤدي ذلع إلى تاخير في وقت انجاز المشروع ويحسب لكل حد‬
‫التالية‪:‬‬
‫]‪LCi=Minj[LCj-Dij‬‬
‫وتبدا بعكس االتجال الذي أتبع لحساب وقت االبتداء المبكر لذلع الحد ‪ ,‬وألجل الحصول‬
‫النهائية لألنشطة (‪ )i-j‬وعادة ما توضع هذل‬ ‫على ‪ LCi‬علينا ان نحصل ‪ LCj‬لكل االحدا‬
‫‪ 2‬كما في‬ ‫ال عند احتساب وقت االنجاز المتاخر للحد‬
‫‪ i‬فمث ى‬ ‫عند الحد‬ ‫االرقام داخل‬
‫المخطط الشبكي ادنال‪:‬‬

‫‪8‬‬

‫‪12‬‬

‫‪2‬‬ ‫‪4‬‬

‫‪224‬‬
‫‪2‬‬
‫‪LC2=Minj(12-8, 7-2)=Min(4,5)=4‬‬
‫االبتداء‬ ‫االنتهاء في المخطط الشبكي وتسير إلى حد‬ ‫ان الحسابات العكسية تبدأ من حد‬
‫النهاية ‪ e‬يساوي دائما وقت االنجاز المتاخر‬ ‫‪ 1‬مع مالحظة ان وقت االبتداء المبكر لحد‬
‫النهاية أي‪:‬‬ ‫لحد‬
‫‪LCe=ESe‬‬
‫ج‪ -‬تحديد المسار الحرج ‪CPM‬‬
‫ان طريقة تحديد المسار الحرج تمر بمرحلتين المرحلة االولى الحسابات االمامية التي تحدد‬
‫وقت االبتداء المبكر للنشاال‪ ,‬والمرحلة الثانية الحسابات العكسية وهي التي تحدد وقت‬
‫االنجاز المتاخر‬
‫أن النشاال (‪ )i-j‬يقع على المسار الحرج إذا حقت الشروال الثالثة التالية‪:‬‬
‫‪1- ESi=LCi‬‬
‫‪2- ESi=LCj‬‬
‫‪3- ESj-ESi=LCj-LCi=Dij‬‬
‫وفي حالة عدم تحقيت أي من الشروال الثالثة اعالل فان النشاال المعني ال يمثل مسا اىر حرج ىا‬
‫(شرال واحد)‬

‫مثال‪ )3‬للمخطط الشبكي في المثال رقم (‪ )1‬احسب‪-:‬‬

‫‪ -1‬وقت االبتداء المبكر ‪ES‬‬

‫‪225‬‬
 LC ‫ وقت االنجاز المتاخر‬-2
‫ باالشهر‬CPM ‫ احسب المسار الحرج‬-3
Example.3) For the Network in Ex.1 compute:
1- Earliest start time ES . ?
2- Latest completion time LC. ?
3- The Critical Path CPM in months?

B 4 F
7
A 2 1
E G
1 2 0 6
C 5
6
3 D
2
3 3
3
H

‫من االصغر إلى االعلى لذا فةننا نبدأ‬ ‫ نحسب وقت االبتداء المبكر لكل حد‬1
‫االول دائما‬ ‫بالحد‬
ES1=0
‫الثاني‬ ‫أما الحد‬
ES2=Es1+D12=0+3=3
ES3=Es2+D23=3+3=6
ES4==2,3(ESi+Di4)=Max(3+2, 6+0)=Max(5,6)=6
ES5==3,4(ESi+D5)=Max(6+3, 6+7)=Max(9, 13)=13
ES6==3,4,5(ESi+Di6)=Max(6+2, 6+1, 13+6)=(8,7,19)=19

6
‫والشكل ادناه يبين هذه االوقات‬

2 4 1
0 3 19
7 13
6
1 2 0 6
5
3 3

3
2

226
 ‫‪3‬‬

‫‪6‬‬

‫‪ 2‬واآلن نحسب وقت االنجاز المتاخر أي العملية العكسية‪:‬‬

‫‪LC6=ES6=19‬‬
‫‪LC5=LC6-D56=19-6=13‬‬
‫‪LC4=Minj=5,6(LCj-D4j)=Min(13-7, 19-1)=6‬‬
‫‪LC3=Minj=4,5,6(LCj-D3j)=Min(6-0, 13-3, 19-2)=6‬‬
‫‪LC2=Minj=4,5(LCj-D3j)=Min(6-2, 6-3)=3‬‬
‫‪LC1=LC2-D12=3-3=0‬‬
‫البداية يساوي صفر أيضاى وفي حالة‬ ‫وهنا يجب ان نالحظ ان وقت االنجاز المتاخر لحد‬
‫عدم مساواتت للصفر مما يعني ان هنالع خطا في الحسابات‬
‫والشكل ادناه يبين هذه االوقات‪:‬‬
‫‪6‬‬

‫‪6‬‬

‫‪1‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪9‬‬
‫‪1‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪19‬‬
‫‪3‬‬ ‫‪7‬‬ ‫‪13‬‬
‫‪0‬‬
‫‪6‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪5‬‬
‫‪3‬‬
‫‪3‬‬
‫‪3‬‬
‫‪2‬‬
‫‪3‬‬
‫‪6‬‬
‫‪6‬‬

‫ج‪ -‬تحديد المسار الحرج ‪CPM‬‬

‫اآلن نقوم بتطبيت الشروال الثالثة الوارد ذكرها سابقاى على جميع النشاطات (االسهم) فمثالى‬
‫النشاال (‪ )1-2‬الذي يربط الحدثين ‪ 2,1‬تنطبت عليت جميع الشروال لذا فانت مسار حرج بينما‬

‫‪227‬‬
‫النشاال (‪ )2-4‬أي النشاال الرابط بين الحدثين ‪ 4 ,2‬ينطبت عليت شرطان بينما ال ينطبت‬
‫لذا فانت نشاال غير حرج‪ ,‬وهكذا بقية النشاطات فنحصل على المسار‪:‬‬ ‫الشرال الثال‬
‫)‪C.P=(1-2), (2-3), (3-4), (4-5), (5-6‬‬
‫هو المسار الحرج لهذل الشبكة‪:‬‬
‫‪C.P=3+3+0+7+6‬‬
‫‪C.P=19 months‬‬
‫اذن فان الوقت المتوقع إلنجاز المشروع هو ‪ 19‬شه اىر‬
‫بينما االنشطة (‪ )4-6( ,)3-6( ,)3-5( ,)2-4‬فانها ال تشكل مسار حرج النها بالرغم من‬
‫تحقيقها للشرطين االول والثاني اال أنها ال تحقت الشرال الثال ‪ ,‬أي انها نشاطات غير‬
‫حرجة‬
‫(مثال‪ )4‬للمخطط الشبكي الذي تم الحصول عليت في المثال رقم ‪ 2‬احسب االتي‪:‬‬
‫‪ -1‬وقت االبتداء المبكر ‪ES‬‬
‫‪ -2‬وقت االنجاز المتاخر ‪LC‬‬
‫‪ -3‬احسب المسار الحرج ‪CPM‬‬
‫‪Example.4) For the Network of Ex.2 find:‬‬
‫‪1- Earliest start time ES,‬‬ ‫?‬
‫‪2- Latest completion time LC,‬‬ ‫?‬
‫? ‪3- The critical path CPM in weeks‬‬
‫يترع للطالب حل هذا المثال رجاءاى‬

‫‪ -2-4-8‬طريقة مراجعة وتقييم المشروع ‪PERT‬‬

‫‪Program Evaluation and Review Technique‬‬
‫بعد اعداد قائمة باالنشطة المكونة للمشروع نتساءل عن التقديرات الزمنية ‪Time estimate‬‬
‫الالزمة لتنفيذ كل نشاال اذ تنقسم العمليات المكونة للمشروع الى نوعين‪ ,‬النوع االول يسمى‬

‫‪228‬‬
‫بتغيير بسيط او بدون تغيير أسبوع او شهر بعد شهر‬ ‫بالعمليات المتكررة وهي التي تحد‬
‫(او اية وحدة زمنية)‪ ,‬مثال مراقبة اإلنتاج في مصنع ينتج كمية ثابتة كل أسبوع او كل شهر‬
‫مثالى من منتج نمطي في هذل الحالة تمتلع اإلدارة الخبرة والبيانات الكافية التي تتضمن‬
‫الكميات والتكاليف والوقت المتعلت بكل مرحلة من مراحل المشروع‪ ,‬وبهذا يصبل من الممكن‬
‫استخدام طريقة المسار الحرج التي سبت شرحها لتحليل المشاريع واستخراج مدة التنفيذ في‬
‫حالة توفر بيانات الوقت المتعلقة بكل مرحلة من المراحل‬
‫من قبل بنفس الطريقة وتشمل‬ ‫اما النوع الثاني فيشمل العمليات غير المتكررة‪ ,‬أي لم تحد‬
‫تنفذ معظم االنشطة فيها مرة واحدة‪ ,‬لذلع ال تتوفر‬ ‫والتطوير‪ ,‬حي‬ ‫هذل مشاريع األبحا‬
‫معلومات سابقة يمكن االعتماد عليها‬
‫ولهذا نلجا الى استخدام أسلوب ‪ PERT‬هذا االسلوب يفترض لتنفيذ النشاال ثالثة أزمنة اخذاى‬
‫بنظر االعتبار توقعات معينة‪ ,‬وهذل األزمنة هي‪:‬‬
‫‪ 1‬الزمن التفاؤلي ‪Optimistic Time‬‬
‫وهو اقل وقت الزم لتنفيذ النشاال بافتراض ان كل شيء أثناء التنفيذ سيتم على احسن ما‬
‫متوقع ووفت الخطة المرسومة ويرمز لت ‪aij‬‬
‫‪ 2‬الزمن التشاؤمي ‪Pessimistic Time‬‬
‫وهو أطول وقت الزم لتنفيذ النشاال بافتراض ان التنفيذ ستعترضت كل العقبات المتوقع حدوثها‬
‫في ظل الظروف غير الطبيعية مثل عطل المكائن‪ ,‬عجز في المواد المخزونة‪ ,‬تاخر استالم‬
‫المواد األولية وغيرها من االسباب ويمز لت بالرمز ‪bij‬‬
‫‪ 3‬الزمن األكثر احتماالى ‪Most likely Time‬‬
‫وهو اكثر االوقات شيوع ىا ويمثل تقديرات للفترة الزمنية الالزمة لتنفيذ النشاال في ظل الظروف‬
‫الطبيعية مع األخذ باالعتبار جميع االحتماالت المتوقعة أثناء التنفيذ ويرمز لت بالرمز ‪mij‬‬
‫يتم تحديد الوقت الطبيعي ‪ Normal Time‬بعد تحديد االزمنة الثالثة السابقة الالزمة لتنفيذ‬
‫النشاال (‪ )i-j‬والوقت الطبيعي لتنفيذ هذا النشاال هو متوسط الوقت بين االزمنة الثالثة‪,‬‬
‫(ويمز لت بالرمز ‪ )tij‬وعلى وفت طريقة ‪ PERT‬فان قيمتت التقريبية طبقاى لتوزيع بيتا ‪Beta‬‬
‫‪distribution‬‬

‫𝟏‬ ‫𝟏‬
‫])‪tij=𝟑[2mij+𝟐(aij+bij‬‬

‫‪229‬‬
 ‫𝟏‬ ‫𝟏‬
‫])‪tij=𝟑[2mij+𝟐(aij+bij‬‬

‫او المعادلة‬
‫𝒋𝒊𝒃‪𝒂𝒊𝒋+𝟒𝒎𝒊𝒋+‬‬
‫=‪tij‬‬ ‫𝟔‬

‫𝟐 𝒋𝒊𝒂‪𝒃𝒊𝒋−‬‬
‫وتباينت‬
‫(=‪Vij‬‬ ‫)‬
‫𝟔‬

‫ان الوقت الطبيعي ‪ tij‬يقابل في االسلوب السابت ‪ CPM‬الوقت المنفرد ‪Dij‬‬

‫ولذلع فانت يمكن استخدام الوقت الطبيعي لحساب وقت االبتداء المبكر ووقت اإلنجاز‬
‫المتاخر ومن ثم تحديد االنشطة الحرجة وتحديد المسار الحرج كما في طريقة المسار الحرج‪,‬‬
‫والمثال اآلتي يوضل ذلع‬

‫مثال (‪:)5‬الجدول التالي يمثل أنشطة مشروع معين واألزمنة التقديرية الالزمة لتنفيذ كل‬
‫نشاال والمطلوب حساب الوقت الطبيعي ورسم المخطط الشبكي ثم تحديد المسار الحرج (‬
‫االيام ‪ ,‬االسابيع )؟‬
‫‪Example 5 :) The following table presents the activities of a particular‬‬
‫‪project and the estimated times required for the implementation of‬‬
‫‪each activity. And the normal time needed calculate and sketch‬‬
‫‪network diagram and then determine the critical path( days, weeks )?.‬‬

‫‪Activity‬‬ ‫‪aij‬‬ ‫‪mij‬‬ ‫‪bij‬‬ ‫‪tij‬‬

‫‪1-2‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪10‬‬ ‫‪4‬‬
‫‪2-3‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪7‬‬ ‫‪2‬‬
‫‪2-4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪3‬‬
‫‪2-5‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3-4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪4-5‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪11‬‬ ‫‪5‬‬

‫‪230‬‬
 ‫‪7‬‬

‫‪6‬‬

‫‪3‬‬
‫‪2‬‬ ‫‪0‬‬

‫‪4‬‬
‫‪3‬‬ ‫‪7‬‬

‫‪1‬‬ ‫‪2‬‬ ‫‪7‬‬

‫‪4‬‬

‫‪5‬‬
‫‪4‬‬ ‫‪1‬‬
‫‪0‬‬
‫‪0‬‬ ‫‪4‬‬ ‫‪5‬‬
‫‪1‬‬
‫‪2‬‬
‫)‪C.P = (1-2). (2-4). (4-5‬‬ ‫‪12‬‬
‫‪= 4 +3 +5‬‬
‫‪=12 days or Weeks‬‬

‫‪Probability of occurrence‬‬ ‫‪ 3-4-8‬احتمال االنجاز‬

‫في شبكة االعمال افترض ان ‪ ui‬يمثل وقت‬ ‫من الممكن حساب احتمال انجاز اي حد‬
‫‪ i‬هو‬ ‫‪i‬ه وبما ان مجموع األوقات الالزمة لتنفيذ االنشطة لغاية الحد‬ ‫االبتداء المبكر للحد‬
‫متغير عشوائي فان ‪ µi‬كذلع متغير عشوائي وطبقاى لنظرية الحدود المركزية ‪Central‬‬
‫‪ limit theory‬فانت يتبع التوزيع الطبيعي بمتوسط )‪ E (µi‬وتباين )‪ Var (µi‬وبما ان ‪µi‬‬
‫‪i‬ه فانت يجب ان يقابل ‪ Mi‬زمن مجدول (مفترض)‬ ‫يمثل وقت اإلنجاز للنشاال السابت للحد‬
‫يرمز لت ‪ STi‬وباحتمال‪:‬‬

‫‪231‬‬
 ‫) 𝒊𝑴( 𝐄‪𝑴𝒊 −‬‬ ‫) 𝒊𝑴( 𝐄‪𝐒𝐓𝐢−‬‬
‫‪P (Mi ≤ STi ) = P‬‬ ‫≤‬
‫) 𝒊𝑴( 𝐫𝐚𝐕√‬ ‫) 𝒊𝑴( 𝐫𝐚𝐕√‬

‫‪= P Z≤ K‬‬
‫اذ ان‬
‫) 𝒊𝑴( 𝑬‪𝑺𝑻𝒊−‬‬
‫=‪K‬‬
‫) 𝒊𝑴( 𝒓𝒂𝑽√‬
‫وعلى افتراض ان جميع االنشطة في الشبكة مستقلة إحصائياى عن بعضها فاننا نستطيع‬
‫حساب الوسط الحسابي والتباين الى ‪ µi‬وكما يلي‪:‬‬
‫‪ i‬فان )‪ E (µi‬يساوي مجموع األوقات‬ ‫االبتداء الى الحد‬ ‫اذا كان هناع مسار واحد فقط يؤدي من حد‬
‫الطبيعية ‪ tij‬لألنشطة التي تكون هذا المساره وان )‪ Var (µi‬هو مجموع متباينات نفس االنشطة أما‬
‫‪ i‬ويمتلع‬ ‫االبتداء بالحد‬ ‫إذا كان هناع اكثر من مسار واحد فاننا نعتمد على المسار الذي يربط حد‬
‫اكبر مجموع من األوقات الطبيعية وثم حساب )‪ Var (µi) E (µi‬لألنشطة المكونة لهذا المسار كما‬
‫في الحالة السابقة أما إذا تساوى مسارين أو اكثر في مجموع األوقات الطبيعية لهما فناخذ المسار الذي‬
‫يعطي أعلى تباين‬

‫مثال (‪ :)6‬الجدول اآلتي يبين األوقات المقدرة لألنشطة المرافقة والتي تمثل إحدى شبكات‬
‫األعمال والمطلوب حساب احتمال إنجاز كل نشاال‬
‫‪Example (6): The following table shows the estimated time for the activities‬‬
‫‪associated withthat represent one of the business networks and the desired‬‬
‫‪probability of completion of each activity expense.‬‬

‫‪Activity‬‬ ‫‪aij‬‬ ‫‪mij‬‬ ‫‪bij‬‬ ‫‪tij‬‬ ‫‪vij‬‬

‫‪1-2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪1.00‬‬
‫‪2-3‬‬ ‫‪1‬‬ ‫‪1.5‬‬ ‫‪11‬‬ ‫‪3‬‬ ‫‪2.78‬‬
‫‪2-4‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1.36‬‬
‫‪3-4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3-5‬‬ ‫‪1‬‬ ‫‪2.5‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪1.00‬‬
‫‪3-6‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪0.11‬‬

‫‪232‬‬
 ‫‪4-5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪0.11‬‬
‫‪4-6‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪11‬‬ ‫‪5‬‬ ‫‪1.78‬‬
‫‪5-6‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪0.44‬‬

‫‪6‬‬

‫‪6‬‬

‫‪1‬‬
‫‪3‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪9‬‬
‫‪1‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪19‬‬
‫‪3‬‬ ‫‪7‬‬ ‫‪13‬‬
‫‪0‬‬
‫‪6‬‬
‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪6‬‬
‫‪5‬‬
‫‪3‬‬
‫‪3‬‬
‫‪3‬‬
‫‪2‬‬
‫‪3‬‬
‫‪6‬‬

‫‪6‬‬

‫المسار الحد‬ ‫‪E (µi) Var (µi) STi‬‬ ‫‪Ki‬‬ ‫)‪P (Z ≤ Ki‬‬
‫‪1‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬ ‫‪-‬‬
‫‪2‬‬ ‫‪1-2‬‬ ‫‪3‬‬ ‫‪1.00‬‬ ‫‪2‬‬ ‫‪-1.00‬‬ ‫‪0.159‬‬
‫‪3‬‬ ‫‪1-2-3‬‬ ‫‪6‬‬ ‫‪3.78‬‬ ‫‪5 -0.51‬‬ ‫‪0.304‬‬
‫‪4‬‬ ‫‪1-2-3-4‬‬ ‫‪6‬‬ ‫‪3.78‬‬ ‫‪6 0.00‬‬ ‫‪0.500‬‬
‫‪5‬‬ ‫‪1-2-3-4-5‬‬ ‫‪13‬‬ ‫‪3.89‬‬ ‫‪17 2.03‬‬ ‫‪0.987‬‬
‫‪6‬‬ ‫‪1-2-3-4-5-6‬‬ ‫‪19‬‬ ‫‪4.33‬‬ ‫‪20 0.48‬‬ ‫‪0.684‬‬

‫تكون‬ ‫من الجدول اعالل نالحظ ان القيم المدرجة في العمود ‪ STi‬تم افتراضها بحي‬
‫اصغر(‪ )2,5‬او مساوية( ‪ )6‬او اكبر (‪ ) 20 , 17‬من قيم )‪ E (µi‬المقابلة لهاه مما جعل‬

‫‪233‬‬
‫االحتماالت المناظرة ضعيفة او متوسطة او قوية اي ان احتمال إنجاز مجموعة النشاطات‬
‫‪3‬بزمن قدرل ‪ 5‬وحدات زمنية هو ‪ 0.304‬الن هذا الزمن اقل من )‪ E (µ3‬وعلى‬ ‫لغاية الحد‬
‫‪5‬وبزمن قدرل ‪ 17‬وحدة زمنية هو ‪0.987‬‬ ‫العكس فان احتمال إنجاز النشاطات لغاية الحد‬
‫وذلع الن هذا الزمن اكبر من )‪E (µ5‬‬
‫‪ 4‬يكون بمسارينه االول هو (‪)4-2-1‬‬ ‫من الشكل السباق نالحظ ان الوصول الى الحد‬
‫وان ‪ E (µ3) = 5‬وان المسار الثاني هو (‪ )4- 3 – 2 – 1‬وان ذلع يساوي ‪E (µ3) =6‬‬
‫ولذلع تم اختيار المسار الثاني وكما هو مدون في الجدول من الممكن استخدام وقت‬
‫تقع على‬ ‫اإلنجاز المتاخر ‪ LCi‬بدالى من ‪ STi‬وفي مثالنا أعالل وبما ان جميع الحواد‬
‫المسار الحرجه فان جميع االحتماالت تكون مساوية الى ‪ 0.5‬الن ‪K =0‬‬

‫‪ 5-8‬اعتبارات الكلفة في جدولة المشروع‪:‬‬

‫‪Cost Consideration In Project Scheduling‬‬
‫أن كل نشاال من أنشطة المشروع يتطلب وقتاى معين وكلفة معينة إلنجازل حي توجد عالقة‬
‫بين وقت تنفيذ النشاال والكلفة التي يتطلبها تنفيذ النشاال ومن الممكن تمثيل هذل العالقة بخط‬
‫مستقيم يربط بين نقطتين هما‪:‬‬
‫‪Normal Point‬‬ ‫أ النقطة الطبيعية‬
‫‪ DN‬الوقت الطبيعي ‪Normal Duration‬‬
‫‪Normal Cost‬‬ ‫‪ CN‬الكلفة الطبيعية‬
‫‪Crash Point‬‬ ‫ب النقطة التعجيلية‬
‫‪Crash Duration‬‬ ‫‪ DC‬الوقت التعجيلي‬
‫‪Crash Cost‬‬ ‫‪ CC‬كلفة التعجيل‬

‫)‪(DC . CC‬‬

‫‪234‬‬
 ‫الزمن‬

‫‪(DC‬‬ ‫)‪CN‬‬

‫ومن الشكل اعالل نجد أن الميل ‪ Slope‬يمكن حسابت حسب الصيغة األتية‪:‬‬
‫𝒕𝒔𝒐𝑪 ∆‬
‫= 𝒆𝒑𝒐𝒍𝑺‬ ‫) 𝒄𝑫 ‪= (𝑪𝒄 − 𝑪𝑵 )/( 𝑫𝑵 −‬‬
‫𝒏𝒐𝒊𝒕𝒂𝒓𝒖𝑫 ∆‬
‫والميل يعني تخفيض فترة تنفيذ النشاال بوحدة زمن واحدة (يومه أسبوع ه شهر )‬

‫خطوات تخفيض زمن المشروع‪:‬‬

‫‪ -1‬نرسم المخطط الشبكي للمشروع‬
‫‪ -2‬نختار الوقت الطبيعي لتنفيذ كل نشاال‬
‫‪ -3‬نحسب الكلفة الطبيعية للمشروع وهي مجموع الكلف الطبيعية لجميع األنشطة في‬
‫المشروع‬
‫‪ 1‬نجد ميل كل نشاال‬
‫‪ 2‬نحدد المسار الحرج‬
‫‪ 3‬نختار نشاال حرج واحد فقط ذو اقل ميل ونخفضت بوحدة زمنية واحدة ثم نضيف ميلت‬
‫على الكلفة الكلية السابقة‬
‫أوقاتها‬ ‫‪ 4‬نستمر بهذا اإلجراء حتى تصل األوقات الطبيعية لألنشطة الحرجة الى‬
‫التعجيلية او يصبل التخفيض عديم الفائدة (يبقى الوقت ثابتاى بينما الكلفة تزداد)‬
‫‪ 5‬إذا ظهر اكثر من مسار حرج للمخطط الشبكي يتم اختيار نشاال حرج واحد من كل‬
‫مسار ذو اقل ميل ونخفضها بوحدة زمنية واحدة في آن واحد ثم نضيف ميلهما‬
‫على الكلفت الكلية السابقةه او يمكن تخفيض نشاال مشترع بين المسارين اذا كان ميلت‬
‫اقل من مجموع ميلي النشاطين‪.‬‬

‫مثال( ‪ : ) 7‬وضل خطوات اإلسراع في إنجاز المشروع الواردة بياناتت في الجدول‬

‫اآلتي‪:‬‬

‫‪235‬‬
Example (7) : Explain steps to accelerate the completion of the
project data contained in the following table:

Normal Crash
Activity Slope
Time Cost Time Cost
1-2 8 100 6 200 50
1-3 4 150 2 350 100
2-4 2 50 1 90 40
2-5 10 100 5 400 60
3-4 5 100 1 200 25
4-5 3 80 1 100 10

8
1
2 10 8
8 2 18
0
2 5
0
1
3
4

5 4
3 1
5
1 10
0
04

236
 ‫المسار الحرج (‪ )2-1‬ه (‪)5-2‬‬
‫‪Time 18‬‬
‫‪Cost 580‬‬
‫‪7‬‬ ‫النشاال المختار (‪)2-1‬‬
‫‪7‬‬
‫‪0‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪7‬‬
‫‪017‬‬
‫‪0‬‬

‫‪5‬‬
‫‪1‬‬

‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪4‬‬
‫‪9‬‬ ‫‪09‬‬

‫‪4‬‬

‫المسار الحرج (‪ )2-1‬ه (‪)5- 2‬‬

‫‪Time 17‬‬
‫‪Cost 580 630 = 50 +‬‬

‫النشاال المختار (‪)2-1‬‬

‫‪6‬‬

‫‪6‬‬
‫‪1‬‬
‫‪2‬‬ ‫‪6‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪16‬‬

‫‪0‬‬

‫‪5‬‬
‫‪1‬‬
‫‪1‬‬
‫‪1‬‬

‫‪5‬‬
‫‪4‬‬
‫‪3‬‬ ‫‪1‬‬
‫‪1‬‬
‫‪237‬‬

‫‪9‬‬
‫‪1‬‬
 ‫المسار الحرج (‪ )2-1‬ه (‪)5-2‬‬
‫‪Time 16‬‬
‫‪Cost 630 + 50 = 680‬‬
‫النشاال المختار (‪ )5-2‬الن النشاال (‪ )2-1‬وصل الى الوقت التعجيلي‬

‫‪6‬‬

‫‪6‬‬
‫‪1‬‬
‫‪2‬‬ ‫‪5‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪9‬‬
‫‪15‬‬
‫‪0‬‬

‫‪5‬‬
‫‪1‬‬
‫‪1‬‬
‫‪1‬‬

‫‪5‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪1‬‬
‫‪1‬‬

‫‪7‬‬
‫‪1‬‬
‫‪2‬‬
‫‪4‬‬ ‫‪9‬‬

‫‪238‬‬
 ‫المسار الحرج (‪ )2-1‬ه (‪)5-2‬‬
‫‪Time 15‬‬
‫‪Cost 680 + 60 = 740‬‬
‫النشاال المختار (‪)5-2‬‬
‫‪6‬‬

‫‪6‬‬
‫‪2‬‬
‫‪8‬‬
‫‪1‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪0‬‬
‫‪4‬‬
‫‪5‬‬
‫‪0‬‬ ‫‪14‬‬
‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬
‫‪5‬‬ ‫‪1‬‬
‫‪9‬‬
‫‪4‬‬

‫المسار الحرج (‪ )2-1‬ه (‪)5-2‬‬

‫‪Time 14‬‬
‫‪Cost 740 + 60 = 800‬‬
‫النشاال المختار (‪)5-2‬‬

‫‪6‬‬

‫‪6‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪0‬‬
‫‪7‬‬ ‫‪3‬‬
‫‪1‬‬
‫‪13‬‬
‫‪0‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬

‫‪5‬‬
‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬
‫‪0‬‬
‫‪239‬‬
 ‫‪5‬‬
‫‪9‬‬
‫‪4‬‬

‫المسار الحرج (‪ )2-1‬ه (‪)5-2‬‬

‫‪Time 13‬‬
‫‪Cost 740 + 60 = 800‬‬
‫‪6‬‬ ‫النشاال المختار (‪)5-2‬‬
‫‪6‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪6‬‬
‫‪1‬‬ ‫‪2‬‬
‫‪12‬‬
‫‪0‬‬

‫‪5‬‬
‫‪1‬‬
‫‪1‬‬
‫‪1‬‬

‫‪5‬‬
‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪9‬‬
‫‪4‬‬ ‫‪9‬‬
‫المسار الحرج (‪ )2-1‬ه (‪ )5-2‬والمسار (‪ )3-1‬ه (‪ )4-3‬ه (‪)5-4‬‬
‫‪Time =12 , Cost 860 + 60 = 920‬‬
‫النشاال المختار (‪)5-2( )5-4‬‬
‫‪6‬‬

‫‪6‬‬
‫‪1‬‬
‫‪2‬‬ ‫‪1‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪5‬‬ ‫‪11‬‬
‫‪0‬‬
‫‪5‬‬
‫‪0‬‬ ‫‪2‬‬
‫‪1‬‬
‫‪4‬‬ ‫‪2‬‬

‫‪5‬‬ ‫‪4‬‬
‫‪3‬‬ ‫‪9‬‬

‫‪4‬‬ ‫‪9‬‬

‫‪240‬‬
 ‫‪4‬‬

‫‪\Time= 11 , Cost 920 + 60+10 = 990‬‬

‫‪ 5‬وصل الى الوقت التعجيلي وال يوجد مجال لتقليل زمن‬ ‫‪2‬‬ ‫ان المسار الحرج ‪1‬‬
‫المشروع لذلع تتوقف وللتاكيد نختار النشاال (‪)4-3‬‬
‫‪6‬‬

‫‪6‬‬

‫‪2‬‬
‫‪5‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪1‬‬
‫‪4‬‬ ‫‪11‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪5‬‬ ‫‪9‬‬

‫‪8‬‬
‫‪4‬‬ ‫(‪ )2-1‬ب (‪ )5 – 2‬المسار الحرج‬
‫‪Time =11 , Cost 990 + 25 = 1015‬‬

‫‪Determination of the Floats‬‬ ‫تحديد الوقت الفائض‪:‬‬

‫يمكن تحديد المسار الحرج من خالل حساب الوقت الفائض النشاال يكون حرجاى عندما‬
‫يكون الوقت الفائض لذلع النشاال صفر وفي الحقيقة هذا هو السبب الرئيسي لجعلت حرجاى‬
‫قبل تحديد الوقت الفائض علينا ان نتعرف على نوعين من األزمنة هما‪:‬‬
‫أ وقت االبتداء المتاخر ‪(Latest Start Time ) LS‬‬
‫ب وقت اإلنجاز المبكر ‪(Earliest Completion Time (EC‬‬
‫ويمكن حسابهما لكل نشاال )‪ (I – j‬كما يلي‪-:‬‬
‫‪LSi = LCj - Dij‬‬
‫‪ECij = ESi + Dij‬‬
‫وهناع نوعان مهمان من الوقت الفائض هما ‪:‬‬

‫‪241‬‬
 ‫أ الوقت الفائض المرن ( )‪(Free Float (FF‬‬
‫ب الوقت الفائض الكلي ( )‪(Total Float (TF‬‬
‫ويمكن ان يعرف الفائض المرن للنشاال )‪ (i – j‬بانت مقدار التجاوز بين الوقت المتاح ‪(ESj‬‬
‫)‪ – ESi‬والوقت الالزم ذلع النشاال ‪Dij‬‬

‫‪FFij = ESj – ESi - Dij‬‬

‫على افتراض ان كل األنشطة تبدأ باقرب وقت ممكن أما الفائض الكلي للنشاال )‪ (i – j‬فانت‬
‫الفرق بين اكبر وقت متاح )‪ (LCj – ESi‬والوقت الالزم لتنفيذ ذلع النشاال‬

‫‪TFij = LCj – ESi - Dij‬‬

‫‪Dij‬‬ ‫‪ESi‬‬ ‫‪LCj‬‬ ‫‪TFij‬‬ ‫‪FFij‬‬

‫‪1-2‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪2-3‬‬ ‫‪3‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪2-4‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪3-4‬‬ ‫‪0‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3-5‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪13‬‬ ‫‪4‬‬ ‫‪4‬‬
‫‪3-6‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪11‬‬ ‫‪11‬‬
‫‪4-5‬‬ ‫‪7‬‬ ‫‪6‬‬ ‫‪13‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪4-6‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪19‬‬ ‫‪8‬‬ ‫‪8‬‬
‫‪5-6‬‬ ‫‪6‬‬ ‫‪13‬‬ ‫‪19‬‬ ‫‪0‬‬ ‫‪0‬‬

‫ان النشاال الحرج هو النشاال الذي يجب ان يكون فيت الفائض الكلي مساوياى الى الصفر ان‬
‫الفائض المرن يجب ان يساوي كذلع الصفر عندما يكون الفائض الكلي صف اىر ولكن العكس‬
‫غير صحيل اي ان النشاال غير الحرج يمكن ان يكون وقتت المرن صف اىر‬

‫‪242‬‬
‫ من البيانات االتية ارسم شبكة األعمال واحسب الفائض الكلي والفائض المرن‬:)8) ‫مثال‬
‫لألنشطة ؟‬
Example ( 8 ): Draw a following data from the business network and
calculate the total float and the free float activities?.

Pervious Time in
Activity
Activity ( months)
A 1
B A 4
C A 2
D B 6
E C 2
F D.E 1

4 1
0 1 2 2
4 12
0 D
1
1 1
B 2 5
1 2 6
A F
2 E

C 2
3

‫النشاال‬ Dij ESi ESj LCj TFij FFij

243
 ‫‪1-2‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3-2‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪6‬‬ ‫‪0‬‬
‫‪2-4‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪5‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3-5‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪11‬‬ ‫‪11‬‬ ‫‪6‬‬ ‫‪6‬‬
‫‪4-5‬‬ ‫‪6‬‬ ‫‪5‬‬ ‫‪11‬‬ ‫‪11‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪5-6‬‬ ‫‪1‬‬ ‫‪11‬‬ ‫‪12‬‬ ‫‪12‬‬ ‫‪0‬‬ ‫‪0‬‬

‫‪TF = LCj – ESi - Dij‬‬

‫‪FF = ESj – ESi - Dij‬‬
‫الطريقة المختصرة للتخفيض‪:‬‬
‫بعد تحديد المسار الحرج للمشروع فانت يمكن تخفيض الوقت الطبيعي للنشاال الحرج ذي‬
‫الميل األقل الى الوقت التعجيلي ففي مثالنا السابت يمكن تقليص زمن النشاال (‪ )2-1‬بمقدار‬
‫‪ 2‬وحدة زمن‬

‫‪8‬‬

‫‪8‬‬

‫‪2‬‬ ‫‪10‬‬
‫‪8‬‬ ‫‪1‬‬

‫‪5‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪8‬‬
‫‪5‬‬ ‫‪18‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪5‬‬
‫‪4‬‬ ‫‪10‬‬

‫‪244‬‬
 ‫‪6‬‬

‫‪6‬‬
‫‪2‬‬
‫‪6‬‬ ‫‪2‬‬ ‫‪10‬‬

‫‪2‬‬
‫‪1‬‬ ‫‪5‬‬
‫‪4‬‬ ‫‪3‬‬
‫‪1‬‬
‫‪0‬‬
‫‪5‬‬ ‫‪6‬‬
‫‪0‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪16‬‬

‫‪9‬‬ ‫‪1‬‬
‫‪3‬‬
‫‪4‬‬ ‫‪9‬‬

‫االن النشاال (‪ )2-1‬ال يمكن تقليصت مرة ثانية النت في الوقت التعجيلي لذلع علينا تقليص‬
‫النشاال (‪ )5-2‬ومن الجدول السابت نعلم ان الوقت التعجيلي لهذا النساال هو (‪ )5‬وحدات‬
‫زمنية‬
‫عند تقليص الوقت الطبيعي للنشاال (‪ )5-2‬بمقدار(‪ )5‬وحدات زمنية نالحظ ان الزمن الكلي‬
‫لتنفيذ المشروع يصبل (‪ )12‬وحدة زمنية كما في الشكل رقم (‪)3‬‬

‫‪6‬‬

‫‪6‬‬

‫‪0‬‬ ‫‪2‬‬ ‫‪1‬‬

‫‪6‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪2‬‬
‫‪0‬‬ ‫‪12‬‬

‫‪2‬‬
‫‪1‬‬ ‫‪5‬‬

‫‪245‬‬
 ‫‪4‬‬ ‫‪3‬‬

‫‪5‬‬
‫‪3‬‬ ‫‪4‬‬

‫‪4‬‬ ‫‪9‬‬

‫‪4‬‬ ‫‪9‬‬

‫هنا نجد ان تقليص الزمن الطبيعي للنشاال (‪ )5-2‬بمقدار (‪ )5‬وحدات زمنية أدى الى‬
‫تقليص زمن تنفيذ المشروع بمقدار (‪ )4‬وحدات زمنيةه أي اننا تحملنا تكاليف تقليص وحدة‬
‫زمنية بدون فائدة‬
‫ويرجع سبب عدم التطابت هذا الى ان الوقت الفائض المرن للنشاال (‪ )5-4‬والتي تقع على‬
‫المسار الحرج الجديد هو ‪ FF4.5 = 4‬كما في الشكل (‪ )2‬ولذلع ال يمكن تقليص زمن‬
‫المشروع باكثر من ذلع الفائض المرن للمسار الحرج المتوقعه لذلع فان من األفضل تقليص‬
‫الزمن الطبيعي للنشاال (‪ )5-2‬بمقدار (‪ )4‬وحدات زمنية‬
‫ويمكن توضيل ذلع بما ياتي‪:‬‬
‫‪Crash Limit = 10 -5 =5‬‬
‫‪FF – Limit = 4‬‬
‫‪Compression Limit = Min (5.4) = 4‬‬

‫‪6‬‬

‫‪6‬‬

‫‪2‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪6‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪6‬‬
‫‪12‬‬
‫‪0‬‬
‫‪2‬‬

‫‪1‬‬ ‫‪5‬‬
‫‪4‬‬
‫‪3‬‬

‫‪246‬‬
 ‫‪5‬‬
‫‪3‬‬ ‫‪4‬‬

‫‪4‬‬ ‫‪9‬‬

‫‪4‬‬ ‫‪9‬‬

‫الحظ وجود فائض مرن للنشاال (‪ FF2.4 = 1 (4-2) )4-2‬علماى أن الفائض المرن لبقية‬
‫األنشطة يساوي صفر لكونها أنشطة حرجة لذلع باإلمكان تقليص زمن المشروع بمقدار‬
‫وحدة زمنية واحدة‬

‫‪6‬‬

‫‪6‬‬

‫‪2‬‬ ‫‪1‬‬
‫‪0‬‬ ‫‪6‬‬ ‫‪1‬‬
‫‪2‬‬ ‫‪6‬‬
‫‪0‬‬ ‫‪11‬‬
‫‪2‬‬

‫‪1‬‬ ‫‪5‬‬

‫‪4‬‬
‫‪3‬‬

‫‪4‬‬
‫‪3‬‬ ‫‪4‬‬

‫‪5‬‬ ‫‪9‬‬

‫‪4‬‬ ‫‪8‬‬

‫‪247‬‬
‫نالحظ هنا انت بالرغم من وجود فائض مرن للنشاال (‪ FF2.4 = 1 )4-2‬اال انت ال يمكن‬
‫تقليص وقت المشروع القل من (‪ )11‬وحدة زمن وذلع الن أنشطة المسار الحرج األول (‪-1‬‬
‫‪ )5-2‬في وقتها التعجيليه وان اي تقليص في األنشطة األخرى سوف ال يؤثر على وقت‬
‫تنفيذ المشروع‬

‫اسئلة وتمارين عامة‬

‫س‪ (1‬تتوفر التقديرات األتية ألوقات نشاطات مشروع صغير (باأليام) والمطلوب‬
‫‪ 1‬حساب الوقت المتوقع والتباين لكل نشاال؟‬
‫‪ 2‬تحديد المسار الحرج؟‬
‫‪ 3‬حساب احتمال تنفيذ المشروع في ‪ 30‬يوم؟‬
‫‪Quation 1):‬‬
‫‪The following estimates are available for a small project activities‬‬
‫?‪Times (days). What is needed‬‬
‫?‪1-Expense the expected time and contrast each activity‬‬
‫?‪2-Calculet the Critical Path‬‬
‫?‪3-The possibility of implementing the project in the 30-day expense‬‬
‫‪Activity‬‬ ‫‪aij‬‬ ‫‪mij‬‬ ‫‪bij‬‬
‫‪1-2‬‬ ‫‪6‬‬ ‫‪10‬‬ ‫‪14‬‬
‫‪1-3‬‬ ‫‪10‬‬ ‫‪12‬‬ ‫‪14‬‬

‫‪248‬‬
 1-4 12 16 20
2-5 8 10 12
3-4 4 7 10
3-5 4 6 8
4-5 8 12 16
5-6 3 5 7

Answer : E (T) =36. V=3.666 . C.P. = (1.3) , (3.4) , (4.5) , (5.6).

P=0.0008

‫) تقوم شركة بصناعة مظالت فوالذية للتخزين لالستعماالت التجارية أراد مدير الشركة‬2‫س‬
‫التوسع في إنتاج مظالت لالستعماالت المنزلية يبين الجدول ادنال النشاطات الالزمة لبناء‬
‫نموذج تجريبي مع البيانات االزمة أحسب‬
‫ حدد المسار الحرجه ما هو وقت انتهاء المشروع؟‬-1
‫ بين خطوات اإلسراع بةنهاء المشروع في عشرة أسابيع؟‬-2
Quation 2):
The company umbrellas steel industry for the storage of commercial
uses. Director of the company wanted to expand in the production of
umbrellas for household uses. The table below shows the activities
necessary to build the model with experimental data crisis. Figured
1- Select the critical path, what is the time of completion of the
project?
2- between steps to expedite the project to end in ten weeks?

Normal Crash Normal Crash

Pervious Cost Cost
Activity Time Time
Activity
( Week) ( Week)
A - 3 2 1000 1600
B - 2 1 2000 2700
C - 1 1 300 600

249
 D A 7 3 1300 1600
E B 6 3 850 1000
F C 2 1 4000 5000
G D.E 4 2 1500 2000

Answer :
C.P. = (A.D.G.) . Time = 14 ,
T.C = 10950

Integer Programming ‫ البرمجة العددية‬/‫الفصل التاسع‬

Introduction ‫ المقدمة‬1- 9

Concept of Integer Programming ‫ مفهوم البرمجة العددية‬2- 9

‫ أنواع نماذج البرمجة العددية‬3-9

Types of Integer Programming Models

‫ نموذج البرمجة العددية التامة‬1-3-9

Pure Integer Programming Models

‫ نموذج البرمجة العددية المختلط‬2-3-9

Mixed Integer Programming Models
‫ نموذج البرمجة العددية الثنائية‬3-3-9

250
‫‪Binary Integer Programming9‬‬

‫‪Mixed Binary I.P‬‬ ‫‪ 4-3-9‬نموذج البرمجة العددية الثنائية المختلطة‬

‫‪ 4-9‬طرق حل نماذج البرمجة العددية‬

‫‪Solution methods of Integer Programming Models‬‬

‫الفصل التاسع‬
‫البرمجة العددية ‪Integer Programming‬‬

‫‪ 1- 9‬المقدمة ‪Introduction‬‬

‫يمكننا القول بان العديد من المشاكل التي تواجه المدراء في مجال االعمال يمكن حلها في ظحل حالحة واححدة‬
‫فقط وهي حالحة وجحود قحيم وارقحام صححيحة لمتغيحرات الححل‪ .‬ومحن امثلحة ذلحك طلبيحات الشحراء او التصحنيع‬
‫للسححيارات‪,‬مكائن انتاجيحححة‪,‬اجهزه االلكترونيحححة‪,‬طائرات وغيرها‪,‬حيحححث محححن غيحححر المعقحححول ان نتححححدث عحححن‬
‫شراء(‪ )20.4‬سيارة أو شحراء(‪ ) 20.6‬ماكنحة فيجحب التعبيحر عحن هحذه الطلبيحات بارقحام صححيحة كحأن نقحول‬
‫شراء(‪ )22‬ماكنة أو (‪ )60‬سيارة ‪.‬‬

‫ولذلك عنحدما نحتمكن محن قيحاس محانتكلم عنحه والتعبيحر عنحه عحدديا‪ ,‬فأننحا بالتاكيحد نعحرف شحيأ عنحه‪,‬اما اذا لحم‬
‫نستطيع قياسه والتعبير عنه عدديا‪,‬فأن معرفتنا تكون من النوع الضئيل غير المرضي‪.‬‬

‫سنركز في هذا الفصل على كيفة حل مشاكل البرمجة العددية بأكثر من اسلوب رياضي آلنواع مختلفة محن‬
‫النماذج الرياضية الخاصة بالبرمجة العددية والتي سنتطرق اليها الحقا‪.‬‬

‫ويمكننا القول ان الهدف األساسحي لبنحاء النمحاذج الرياضحية للبرمجحة العدديحة نحابع محن االسحتجابة لمتطلبحات‬
‫الواقع العملي حيحث محن المعحروف ان الكثيحر محن الححاالت والمشحاكل التطبيقيحة اليمكحن التفاعحل معهحا بقحيم‬
‫كسرية‪.‬‬

‫‪251‬‬
 ‫‪ 2- 9‬مفهوم البرمجة العددية ‪Concept of Integer Programming‬‬

‫يعتبحر نمحوذج البرمجححة العدديحة محن احححد النمحاذج الرياضحية المشححتقة محن النمحوذج الرياضححي العحام للبرمجححة‬
‫الخطية ويتكون من دالة هدف ومن قيود وشحروط عحدم سحالبية ويختلحف عحن البرمجحة الخطيحة العاديحة بانحه‬
‫يجب ان يكون واحد او اكثر محن قحيم الححل فحي شحكل ارقحام صححيحة وعلحى وجحه التحديحد فحي جحدول الححل‬
‫النهائي(االمثل) أي يجب ان تكون قيم المتغيرات ارقام صحيحة خالية من الكسحور ويمكحن تعريحف برمجحة‬
‫االعداد الصحيحة بأنه (اسلوب رياضي للبرمجة الخطية يقدم حلحوال لمشحاكل البرمجحة الخطيحة وفحي شحكل‬
‫اعداد أو ارقام صحيحة)‪.‬‬

‫وتعتبر اخطاء التقريب في حل المشاكل العددية من اهم الصعوبات الحسابية في البرمجة العدديحة وقحد ادت‬
‫هذه الصعوبات الحسابية الى التفكير في استخدام طرق بديلة لحل المشحكلة وأححدى هحذه الطحرق البديلحة هحو‬
‫حححل المشححكلة علححى انهححا برمجححة خطيححة عاديححة فححاذا تضححمن الحححل االمثححل متغيححرات بقححيم كسححرية يححتم تقريححب‬
‫الكسور الى اقرب رقم عددي صحيح‪ .‬فمثال اذا ظهر الححل النهحائي بحأن عحدد السحيارات التحي سحيتم شحرائها‬
‫حسب الحل االمثل بطريقة البرمجة الخطية هحو (‪ (10.6‬يحتم تقريحب هحذا الحرقم الحى )‪ )11‬وتتمثحل المشحكلة‬
‫لطريقة التقريب هذه في التوصل الى حلحول غيحر ممكنحة تتجحاوز القيحود المفروضحة‪ ,‬فعلحى سحبيل المثحال قحد‬
‫اليكون قيحد االمحوال المتاححة اال لشحراء(‪ )10.6‬سحيارة علحى االكثحر اذا ان عمليحة التقريحب الحى شحراء(‪)11‬‬
‫سيارة سيجعل الحل غير ممكن‪ ,‬النه بعيد عن االمثلية المطلوبة بالحل باالعداد الصحيحة بلغة دالة الهدف‪.‬‬
‫ولذلك كان البد من ايجاد اساليب جديحدة تتعامحل محع هحذه الححاالت التحي تكحون فيهحا متغيحرات القحرار اعحداد‬
‫صحيحة(‪.)2‬‬

‫الصيغة الرياضية العامة لنماذج البرمجة العددية‬

‫)‪Maximize Or Minimize Z =∑𝑛𝑗=1 CjXj ……(1‬‬

‫‪S. t:‬‬ ‫‪,‬‬

‫‪∑𝑛𝑗=1 aijXj(≤, =, ≥)bi‬‬ ‫)‪i = 1,2, . . , m……(2‬‬

‫𝑛‬
‫‪∑ 𝑗=1 Xj ≥ 0‬‬ ‫)‪j = 1,2, … , n … … . (3‬‬

‫حيث ان ‪-:‬‬

‫‪252‬‬
 ‫‪ =Z‬تمثل قيمة دالة الهدف‪.‬‬

‫‪ =Xj‬تمثل متغيرات القرار‪.‬‬

‫‪ =Cj‬تمثل معامالت متغيرات القرار(‪ )Xj‬في دالة الهدف‪.‬‬

‫‪ =bi‬تمثل كمية المصدر(‪ )i‬المخصصة للقيد ‪. i‬‬

‫‪ =aij‬تمثل كمية المصدر(‪ )i‬المخصصة للمتغير‪. Xj‬‬

‫‪ 3-9‬أنواع نماذج البرمجة العددية‬

‫‪Types of Integer Programming Models‬‬

‫يشمل االنموذج الرياضي العام للبرمجة العددية على مجموعة من النماذج التي تخص كل حالة من حاالت‬
‫االنموذج الرياضي‪.‬‬

‫‪ 1-3-9‬نموذج البرمجة العددية التامة‬

‫‪Pure Integer Programming Models:‬‬

‫اذا كانحححت الوححححدات القياسحححية لجميحححع متغيحححرات القحححرار غيحححر قابلحححة للتجزئحححة وصححححيحة ففحححي هحححذه الحالحححة‬
‫تسمى(‪ ) Pure Integer Programming Models:‬لذلك تكحون لهحا خوارزميحات خاصحة لقطحع منطقحة‬
‫الحلول الممكنة للبرمجة الخطية للوصحول بجميحع قحيم متغيحرات القحرار الحى االعحداد الصححيحة الن برمجحة‬
‫االعداد الصحيحة هي امجموعة جزئية من منطقة الحلول الممكنة للبرمجحة الخطيحة ويسحمى هحذا االسحلوب‬
‫الذي ي تعامل مع هذه النوعية من المشاكل بأسلوب التفرع والتحديد الحذي تكحون فيحه جميحع متغيحرات القحرار‬
‫اعداد صحيحة‪.‬‬

‫)‪Maximize Or minimize Z =∑𝑛𝑗=1 CjXj ……(1‬‬

‫‪253‬‬
‫‪S t:‬‬ ‫‪,‬‬

‫‪∑𝑛𝑗=1 aijXj(≤, =, ≥)bi‬‬ ‫)‪i = 1,2, . . , m……(2‬‬

‫𝑛‬
‫𝑟𝑒𝑔𝑒𝑡𝑛𝑖 𝑑𝑛𝑎 ‪∑ 𝑗=1 Xj ≥ 0‬‬ ‫)‪j = 1,2, … , n … … . (3‬‬

‫‪ 2-3-9‬نموذج البرمجة العددية المختلط‬

‫‪Mixed Integer Programming Models‬‬

‫اذا كانت الوحدات القياسية لقسم من متغيرات القرار قابلة للتجزئة والقسم االخر غير قابل للتجزئة اي‬
‫مختلط ففي هذه الحالة تكون لها خوارزميات خاصة لقطع منطقة الحلول الممكنة للبرمجة الخطية للوصول‬
‫بقسم من قيم متغيرات القرار الى االعداد الصحيحة‬
‫‪Maximize Or Minimize Z =∑𝑛𝑗=1 CjXj‬‬

‫‪S.t:‬‬ ‫‪,‬‬

‫‪∑𝑛𝑗=1 aijXj(≤, =, ≥)bi‬‬ ‫‪i = 1,2, . . , m‬‬

‫‪∑𝑛𝑗=1 Xj ≥ 0 𝑎𝑛𝑑 𝑠𝑜𝑚𝑒 𝑖𝑛𝑡𝑒𝑔𝑒𝑟 j = 1,2, … , n‬‬

‫‪ 3-3-9‬نموذج البرمجة العددية الثنائية‬

‫‪Binary Integer Programming:‬‬

‫اذا كانت جميع متغيرات القرار ثنائية تكون قيمها (‪ )0‬أو(‪ )1‬وهناك تطبيقات كثيرة على هذه الصيغة منها‬
‫كيفية تحديد العدد االمثل للمراكز الخدمية وتحديد مواقع هذه المراكز وتكون الصيغة الرياضية لهذا‬
‫النموذج‬

‫‪Maximize Or Minimize Z =∑𝑛𝑗=1 CjXj‬‬

‫‪S t:‬‬ ‫‪,‬‬

‫‪∑𝑛𝑗=1 aijXj(≤, =, ≥)bi‬‬ ‫‪i = 1,2, . . , m‬‬

‫‪254‬‬
‫‪∑𝑛𝑗=1 Xj = 1 Or 0‬‬ ‫‪j = 1,2, … , n‬‬

‫‪Mixed Binary I.P‬‬ ‫‪ 4-3-9‬نموذج البرمجة العددية الثنائية المختلطة‬

‫تكون فيها بعض متغيرات القرار ثنائية وبقية متغيرات القرار اما قيم عددية أو مختلطة‪.‬‬

‫𝑚∑ ‪MinZ = ∑𝑛𝑗=1 CijXj +‬‬

‫‪𝑖=1 Fi yi‬‬

‫‪S. t:‬‬

‫𝑚∑‬
‫‪𝑖=1 Xij = dj‬‬ ‫‪j = 1,2, … , n‬‬

‫‪∑i=1mXij-yj∑j=1ndj<=0‬‬

‫‪Xij ≥0‬‬

‫‪Yi =0 or1;i=1,2,…,m , j=1,2,….,n‬‬

‫حيث ان‬
‫‪ = Xij‬الكمية المنقولة من المصدر ‪ i‬الى الموقع ‪j‬‬
‫‪ = Fi‬للمصدر‪ i‬ذو الكلفة الثابته‬
‫‪ = Cij‬كلفة نقل وحدة واحدة من المصدر‪ i‬الى الموقع‪j‬‬

‫‪ 4-9‬طرق حل نماذج البرمجة العددية‬

‫‪Solution methods of I.P Models‬‬

‫‪ .1‬طريقة الرسم‪ )Graphical method(:‬تستخدم هذه الطريقة عندما يكون لدينا متغيرات القرار اثنان‬
‫فقط فنقوم بعملية الرسم من خالل تمثيل المحور االفقي للمتغير االول والمحور العمودي للمتغير الثاني‬
‫ونرسم هذه القيود على شكل خطوط مستقيمة ونحصل على منطقة الحلول الممكنة كما معمول في طريقة‬
‫الرسم باسلوب البرمجة الخطية ولغرض الحصول على متغيرات القرار ذوات قيم صحيحة لمتغير واحد‬
‫او متغيرين حسب شروط النموذج الرياضي نقوم بأقتطاع جزء من منطقة الحلول الممكنة للمتغير االول‬
‫عندما نجعل المتغير االول رقم صحيح ونكرر العملية بأنشاء منطقة حلول ممكنة أخرى من خالل جعل‬
‫المتغير االول رقم صحيح ونكرر العملية بأنشاء منطقة حلول ممكنة أخرى من خالل جعل المتغير الثاني‬

‫‪255‬‬
‫رقم صحيح وهكذا نستمر بأقتطاع أجزاء من منطقة الحلول الممكنة الى أن تتحقق شروط متغيرات القرار‬
‫من خالل جعل متغيرات ال قرار الى اقرب رقم صحيح ثم نقوم برسم منطقة الحلول فاذا كانت المنطقة‬
‫تشترك فيها جميع قيود المشكلة نحصل على حل امثل‪ ,‬واذا كان عكس ذلك النحصل على حل امثل ولذلك‬
‫نرفض هذا التقريب الى احد متغيرات القرار ثم نقوم بتقريب متغير ثاني الى اقرب رقم صحيح ونرسم‬
‫منطقة الحل ول‪ ,‬وهكذا نعيد عملية تقريب المتغيرات الى ارقام صحيحة فنحصل بالنتيجة على مجموعة من‬
‫الحلول الغير منطقية ومجموعة من الحلول المقبولة ليكون الحل االمثل حسب نوعية دالة الهدف‪,‬ولكن هذه‬
‫الطريقة تعتبر طريقة تعليمية وذلك لقلة عدد المتغيرات في النموذج الرياضي وهذا غير منطقي ولذلك البد‬
‫ان تكون هناك طريقة أخرى أكثر كفاءة تتعامل مع مجموعة من المتغيرات‪.‬‬

‫ولغرض توضيح خطوات الحل نستعرض المثال االتي‪:‬‬

‫مثال رقم (‪-:)1‬‬

‫معمل نجارة ينتج نوعين من المنتجات طبالت وكراسي ‪ .‬الطبلة الواحدة تحتاج الى ساعة عمل واحدة‬
‫وتحتاج الى (‪ )9‬قدم مربع من مادة الخشب والنوع الثاني وهو الكرسي يحتاج الى ساعة عمل واحدة و(‪)5‬‬
‫قدم مربع من مادة الخشب ان الكميات المتاحة من الخشب هو(‪ )45‬قدم مربع من مادة الخشب‪ ,‬و(‪)6‬‬
‫ساعات عمل في اليوم الواحد‪ .‬ان ربح الطبلة الواحدة هو‪ 8$‬وربح الكرسي ‪ .5$‬اوجد الحل االمثل‬
‫لتعظيم معمل النجارة بشرط ان تكون الوحدات المنتجة من الكراسي والطبالت الخشبية هي اعداد صحيحة‬
‫غير قابلة للتجزئة‪.‬‬

‫‪Example (1):‬‬

‫‪Carpentry plant manufactures table and chairs. At able requires 1hour of labor‬‬
‫‪and 9 square board feet of wood, and a chair requires1hour of labor and 5 square‬‬
‫‪board feet of wood.currently,6 hours of labor and 45 square board feet of wood‬‬
‫‪are available. Each table contributes $8 to profit, and each chair contributes $5 to‬‬
‫‪profit. Formulate and solve an IP to maximize carpentry plants profit.‬‬

‫‪Solution: let‬‬ ‫‪X1=number of tables manufactured‬‬

‫‪X2= number of chairs manufactured‬‬

‫‪256‬‬
‫‪SinceX1and X2 must be integer, Carpentry plant wants to solve the following‬‬
‫‪IP: Max Z = 8X1+5X2‬‬

‫)‪S.t X1+X2 <=6 (labor constraint‬‬

‫)‪9X1+5X2<=45(wood constraint‬‬

‫‪X1,X2>=0; X1,X2 integer‬‬

‫‪ -1‬نجد الحل االمثل بأستخدام طريقة الرسم للبرمجة الخطية‬

‫‪Z=165/4, X1=3.75, X2= 2.25‬‬

‫‪Figure-1-‬‬ ‫كما موضح بالشكل رقم (‪)1‬‬

‫‪Figure-1-‬‬

‫‪ -2‬نقتطححع جححزء مححن منطقححة الحلححول الممكنححة لححذلك نأخححذ المتغيححر االول ‪ X1‬قيححدين اضححافة الححى القيححد‬
‫االصحلي فيكحون علحى الشحكل االتحي ‪ X1>=4,‬القيحد االول‪ ) X1<=3),‬القيحد الثحاني فنحصحل محن‬

‫‪257‬‬
‫خححححالل اضححححافة القيححححد االول (‪ )X1>=4‬الححححى منطقححححة الحلححححول الممكنححححة نحصححححل علححححى النتححححائج‬
‫االتية‪.( subproblem-2()Z=41,X1=4,X2=9/5(...‬‬
‫‪Subproblem-2= subproblem-1+constraint X1>= 4.‬‬

‫‪ , -3‬وعنحححححد اضحححححافة القيحححححد()‪ ) X1<=3‬الحححححى منطقحححححة الحلحححححول الممكنحححححة نحصحححححل علحححححى النتحححححائج‬
‫االتية‪)subproblem-3( )Z=39,X1=3,X2=3(...‬‬
‫‪Subproblem-3= subproblem-1+constraint X1<= 3.‬‬
‫كما موضح بالشكل رقم (‪(see figure-2))2‬‬

‫)‪(Figure-2‬‬
‫‪ -4‬ومححن خححالل اضححافة القيححد االول (‪ )X1>=4‬مححع قيححد المتغيححر‪ )X2>=2) X2‬نحصححل علححى منطقححة‬
‫حلول غير ممكنه(‪. )Subproblem-4( )infeasible solution‬‬
‫)‪Subproblem-4= subproblem-1+ (X1>=4) and (X2>=2‬‬
‫‪ -5‬فعنحد اضحافة القيحد االول (‪ )X1>=4‬محع قيحد المتغيحر الثحاني‪ X2<=1‬نحصحل علحى منطقحة حلحول‬
‫(‪.)subproblem-5( )Z=165/4,X1=40/9,X2=1‬‬
‫)‪Subproblem-5= subproblem-1+ (X1>=4) and (X2<=1‬‬

‫‪258‬‬
 ‫‪Figure-3-‬‬ ‫كما موضح بالشكل رقم (‪)3‬‬

‫)‪(Figure-3‬‬

‫منطقة‬ ‫على‬ ‫نحصل‬ ‫)‬ ‫‪Subproblem-5‬‬ ‫(‪)X1>=5‬الى(‬ ‫قيد‬ ‫اضافة‬ ‫‪ -6‬ومن‬

‫الحلول(‪.) Subproblem-6 ( )Z=40,X1=5,X2=0‬‬
‫منطقة‬ ‫على‬ ‫نحصل‬ ‫)‬ ‫‪Subproblem-5‬‬ ‫(‬ ‫(‪)X1<=4‬الى‬ ‫قيد‬ ‫اضافة‬ ‫‪ -7‬ومن‬
‫الحلول(‪.) Subproblem-7 ( )Z=37,X1=4,X2=1‬‬
‫نالحظ ان افضل حل يحقق قيود المشكلة هي ‪.) Subproblem-6 ( )Z=40,X1=5,X2=0‬‬
‫‪Figure-4-‬‬ ‫كما موضح بالشكل رقم (‪)4‬‬

‫‪259‬‬
 ‫‪Figure-4-‬‬

‫‪ .2‬طريقة قطع المستوي كومري)‪:)Cutting plan method Gomory‬‬

‫ان طريقة قطع المستوي التي توصل اليها كومري تعتمد بشكل اساسي على طريقة السمبلكس التي نحصل‬
‫من خاللها على حل أمثل ذي قيم حقيقية‪ ,‬حيث في البدء يهمل شرط االعداد الصحيحة ويحل السؤل‬
‫بطريقة السمبلكس االعتيادية أو السمبلكس المعدل كأي مسألة من مسائل البرمجة الخطية‪,‬فاذا كان الحل‬
‫االمثل اعداد صحيحة فان ذلك الحل سيكون هو الحل العددي المطلوب‪,‬أما اذا كانت بعض قيم ذلك الحل‬
‫كسورا فسنختار أكبر هذه الكسور ليكون لنا قيد جديدا يضاف الى نهاية اخرجدول توصلنا الية بطريقة‬
‫السمبلكس حيث يتم بعدها اكمال الحل بطريقة السمبلكس المقابل وهكذا نستمر بالحل الى ان نصل الى‬
‫الحل العددي االمثل‪.‬ان القيد المضاف هو عبارة عن قيد قطع من خاللة يقتطع جزء معين من حيز الحل‬
‫الذي يحتوي على قيم ليست بأعداد صحيحة وبعبارة اخرى ان القيد الثانوي المضاف يقطع ذلك الجزء من‬

‫‪260‬‬
‫حيز الحل الذي اليحتوي على قيم عددية صحيحة حيث ان اضافته الى الجدول يجعل المسألة خاضعة لعدد‬
‫مختلف من القيود عما كانت علية المسألة االساسية ولغرض الحصول على حل أمثل للمسئلة بقيودها‬
‫الجديد نطبق طريقة السمبلكس المقابل فاذا تم الحصول على حل عددي صحيح نتوقف وبخالفه يشكل قيد‬
‫قطع ثانوي اخرى وهكذا تعاد الخطوات نفسها‪ ,‬ان طريقة قطع المستوي لكومري طريقة فعالة جدا لحل‬
‫مشاكل البرمجة العددية لكنها بطيئة بسبب كثيرة التكرارات التي نواجهها في المشاكل الكبيرة ‪.‬‬

‫ويمكن ان نحدد الخطوات االساسية لطريقة قطع المستوي لكومري وهي‪:‬‬

‫‪ -1‬نجد حال أمثل للمسألة بتطبيق طريقة السمبلكس‪.‬‬

‫‪ -2‬اذا كانت نتائج الخطوة االولى ذات قيم عددية صحيحة نتوقف ونكون بذلك قد حصلنا على الحل‬
‫العددي االمثل وبعكس ننتقل الى الخطوة رقم (‪.)3‬‬
‫‪ -3‬يتم اضافة قيد قطع(قطع ثانوي) يتجه الحل من خالله نحو القيمة العددية الصحيحة‪.‬‬
‫‪ -4‬بعد اضافة قيد القطع الثانوي الى مجموعة قيود المسئلة االساسية نطبق طريقة السمبلكس المقابل فاذا‬
‫كانت النتائج ذات قيم عددية صحيحة نتوقف وبعكسه تتم عملية قطع جديد‪,‬نكرر العملية حتى يتم‬
‫الحصول على الحل العددي االمثل‪.‬‬
‫فأذا فرضنا أن ‪ Xi‬يمثل المتغير االساس في جدول الحل االمثل والذي قيمته ‪ bi‬ليست أعدادا صحيحة‪,‬فأن‬
‫معادلة هذا المتغير في جدول الحل االمثل بطريقة السمبلكس االعتيادية سيحسب كما يأتي‪:‬‬

‫)‪Xi+∑n𝑗=1 aijsj = bi i = 1,2, . . , m (1‬‬

‫‪aij=[aij]+fij , bi=[bi]+fi‬‬

‫]‪ : [bi‬يمثل اكبر عدد صحيح ويكون اقل أو يساوي ‪.bi‬‬

‫]‪ : [aij‬يمثل اكبر عدد صحيح ويكون اقل أو يساوي ‪.aij‬‬

‫‪0<=fij<=1, 0<=fi<=1‬‬

‫ويمكن ان نستنتج بعد التعويض بالمعادلة (‪ )1‬أن‪-:‬‬

‫𝑚 ‪Xi+∑𝑛𝑗=1([𝑎𝑖𝑗] + 𝑓𝑖𝑗)𝑠𝑗 = [𝑏𝑖] + 𝑓𝑖 𝑖 = 1,2, . . ,‬‬

‫وذلك الن‪fi‬هو كسر موجب وان ‪ fij‬هو كسر غير سالب‪ .‬حيث يمكن ان نستنتج بعد التعويض في‬
‫المعادلة(‪ )1‬أن‪:‬‬

‫‪261‬‬
‫)‪fi-∑𝑛𝑗=1 𝑓𝑖𝑗𝑠𝑗 = 𝑥𝑖 − [𝑏𝑖] + ∑𝑛𝑗=1[𝑎𝑖𝑗]𝑠𝑗 … . (2‬‬

‫حيث ان جميع قيم ‪ Xi,Sj‬هي قيم عددية‪ ,‬وبما ان الجانب االيمن من المعادلة(‪ )2‬يجب ان يكون عدديا‬
‫لذلك يجب ان يكون الجانب االيسر عدديا ايضا‪.‬‬

‫‪Fij>=0 and Sj>=0 for all I,j‬‬

‫‪∑𝑛𝑗=1 𝑓𝑖𝑗𝑠𝑗 ≥ 0‬‬ ‫لذلك سيكون𝑖𝑓 ≤ 𝑗𝑠𝑗𝑖𝑓 ‪⇒ 𝑓𝑖 − ∑𝑛𝑗=1‬‬

‫لذلك سيكون ‪fi<1……𝑓𝑖 − ∑𝑛𝑗=1 𝑓𝑖𝑗 ≤ 1‬‬

‫وبما ان الطرف االيسر يجب ان يكون عددا صحيحا لذلك ستنتج‪-:‬‬

‫‪f i -∑j=1nfijSj<=0‬‬

‫لذلك سيكون‬

‫‪f i -∑j=1nfijSj=0‬‬

‫حيث يمكن ان نكتب المعادلة االخيرة بالشكل االتي‪:‬‬

‫‪.. - ∑j=1nfijSj<=-f‬‬ ‫‪i‬‬

‫‪∑j=1nfijSj>=fi‬‬

‫𝑖𝑓_ = 𝑖𝑠 ‪∑𝑛𝑗=1 𝑓𝑖𝑗𝑠𝑗 +‬لذلك‬

‫)‪Si = ∑𝑛𝑗=1 𝑓𝑖𝑗𝑠𝑗 − 𝑓𝑖 … . . (3‬‬

‫حيث أن‪ Sj‬متغير غير اساسي‪ Si,‬متغير مهمل غير سالب يحقق كون معادلة القيد ذات قيم عددية‬
‫صحيحة‪ ,‬وتدعى المعادلة(‪ )3‬بمعادلة قيد القطع الكسري التي ستضاف الى جدول السمبلكس‪ .‬وبعد ذلك‬
‫سنحل المسائلة بطريقة السمبلكس المقابل فأذا كان جدول الحل االمثل أعدادا صحيحة نتوقف وبعكسه‬
‫سنضيف قيد قطع جديد الى نهاية الجدول ونستمر بالحل الى حين الحصول على الحل العددي االمثل‪ .‬أما‬
‫اذا حصلنا اثناء تطبيق طريقة السمبلكس المقابل على معلومات تشير الى عدم امكانية الحصول على حل‬
‫عددي أمثل للمسألة االساسية‪.‬‬
‫ولغرض توضيح خطوات الحل نستعرض المثال االتي‪:‬‬
‫مثال (‪ -:)2‬اوجد الحل االمثل للنموذج الرياضي الخطي االتي‪:‬‬

‫‪262‬‬
‫‪Max Z=X1+X2‬‬
‫‪S.t 2X1+X2 ≤ 6,‬‬ ‫‪X1+4X2 ≤ 12, X1, X2≥0 and integer.‬‬
‫‪Example (2):- Find the optimal solution for the mathematical linear‬‬
‫‪programming model:‬‬
‫‪Max Z=X1+X2‬‬
‫‪S.t 2X1+X2 ≤ 6‬‬
‫‪X1+4X2 ≤ 12‬‬
‫‪X1, X2≥0 and integer‬‬
‫الحل‪ -1 :‬من خالل استخدام طريقة السمبلكس االعتيادية نحصل على الحل االمثل كما موضح في الجدول‬
‫ادناه‪:‬‬
‫)‪Table (1‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.4‬‬ ‫‪0.1‬‬ ‫‪4.3‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0.6‬‬ ‫‪-0.1‬‬ ‫‪1.7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.1‬‬ ‫‪0.3‬‬ ‫‪2.6‬‬

‫نستنتج ان ‪Z= 4.3,X1=1.7,X2=2.6‬‬

‫‪ -1‬كما نالحظ ان النتائج التي تم الحصول عليها في الخطوة االولى ليست ذات قيم عددية صحيحة‬
‫لجميع المتغيرات ننتقل الى الخطوة رقم (‪.)3‬‬
‫‪ -2‬نكون قيد قطع ثانوي يضاف الى جدول الحل االمثل(‪ )1‬وتعتمد عملية تكوين هذا القطع على‬
‫المتغير االساس ذو القيمة الحقيقية في عمود الحل (‪ )R.H.S‬الذي يمتلك اكبر جزء حقيقي من بين‬
‫المتغيرات الحقيقية االخرى‪ ,‬ومن جدول (‪ )1‬نالحظ ان الجزء الحقيقي للمتغير ‪ X1‬هو(‪ )0.7‬اما‬
‫الجزء الحقيقي للمتغير ‪ X2‬هو(‪ )0.6‬لذلك سنختار صف المتغير ‪ X1‬اما المعادلة التي تقابل هذا‬
‫المتغير في جدول الحل الجديد فتحسب باالشكل االتي‪. (X1+0.6S1- 0.1S2=1.7( -:‬‬
‫اذ يمكن اعادة كتابة المعادلة اعاله ب صيغة اخرى بعد تطبيق القواعد المذكورة سابقة في حساب معادلة‬
‫قيد القطع الكسري‪.‬‬
‫‪(0+1)X1+(0+0.6)S1+(-1+0.9)S2= 1+0.7‬‬
‫‪0.6S1+0.9S2 >= 0.7‬‬
‫‪-0.6S1-0.9S2 <= -0.7‬‬

‫‪263‬‬
 ‫وبتحويل القيد االخير الى معادلة باضافة المتغير‪ S3‬نحصل على‬
‫‪-0.6S1-0.9S2 +S3= -0.7‬‬
‫ان المعادلة اعاله تمثل معادلة القيد الذي سيقطع جزء معينا من حيز الحل مقتربين بذلك من الحيز الذي‬
‫يحتوي على الحل العددي االمثل فتضاف تلك المعادلة الى الجدول (‪ )1‬لينتج جدول اخر يكون على الشكل‬
‫االتي‪:‬‬
‫)‪Table (2‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.4‬‬ ‫‪0.1‬‬ ‫‪0‬‬ ‫‪4.3‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0.6‬‬ ‫‪-0.1‬‬ ‫‪0‬‬ ‫‪1.7‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.1‬‬ ‫‪0.3‬‬ ‫‪0‬‬ ‫‪2.6‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-0.6‬‬ ‫‪-0.9‬‬ ‫‪1‬‬ ‫‪-0.7‬‬

‫االن سيكون المتغير الخارج الذي يحمل قيمة سالبة هو المتغير ‪ S3‬والمتغير الداخل هو المتغير ‪ S2‬حسب‬
‫طريقة السمبلكس المقابلة وبعد اجراء الحسابات نحصل على الجدول(‪.)3‬‬
‫)‪Table (3‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.3‬‬ ‫‪0‬‬ ‫‪0.2‬‬ ‫‪4.2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0.7‬‬ ‫‪0‬‬ ‫‪-0.2‬‬ ‫‪1.8‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.3‬‬ ‫‪0‬‬ ‫‪0.3‬‬ ‫‪2.3‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.7‬‬ ‫‪1‬‬ ‫‪-1.2‬‬ ‫‪0.8‬‬

‫وكم نالحظ ان النتائج التزال ذات قيم حقيقية غير عددية لذا نحتاج الى تكوين قيد قطع ثانوي اخر معتمدين‬
‫على المتغير االساس الذي يمتلك اكبر قيمة حقيقية لذا سنختار ‪ )0.8( X1‬وستكون المعادلة المقابلة لهذا‬
‫المتغير كما مر سابقا‪:‬‬
‫‪(0+1)X1+(0+0.7)S1+(-1+0.8)S3=1+0.8‬‬
‫‪0.7S1+0.8S3 ≥ 0.8‬‬
‫وبتحويل القيد اعاله الى معادلة يصبح على الشكل االتي‪:‬‬
‫‪-0.7S1-0.8S3+S4= -0.8‬‬

‫‪264‬‬
 ‫ثم يضاف الى الجدول(‪ )3‬فنحصل على جدول جديد(‪:)4‬‬
‫)‪Table (4‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3 S4 RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.3‬‬ ‫‪0‬‬ ‫‪0.2‬‬ ‫‪0‬‬ ‫‪4.2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0.7‬‬ ‫‪0‬‬ ‫‪-0.2‬‬ ‫‪0‬‬ ‫‪1.8‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.3‬‬ ‫‪0‬‬ ‫‪0.3‬‬ ‫‪0‬‬ ‫‪2.3‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.7‬‬ ‫‪1‬‬ ‫‪-1.2‬‬ ‫‪0‬‬ ‫‪0.8‬‬
‫‪S4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-0.7‬‬ ‫‪0‬‬ ‫‪-0.8‬‬ ‫‪1‬‬ ‫‪-0.8‬‬

‫فيكون المتغير الخارج هو المتغير‪ S4‬والمتغير الداخل هو المتغير‪ S3‬حسب طريقة السمبلكس المقابل‬
‫وبعد اجراء الحسابات على الجدول(‪ )4‬نحصل على جدول الحل االمثل كما مبين في الجدول (‪:)5‬‬
‫)‪Table (5‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪S4 RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.2‬‬ ‫‪4‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0.8‬‬ ‫‪0‬‬ ‫‪0 -0.2‬‬ ‫‪2‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.6‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.4‬‬ ‫‪2‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1.6‬‬ ‫‪1‬‬ ‫‪0 -1.4‬‬ ‫‪2‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0.8‬‬ ‫‪0‬‬ ‫‪1 -1.2‬‬ ‫‪1‬‬

‫لقد تم التوصل الى الحل االمثل الذي يحقق جميع قيود المشكلة‪ ,‬حيث ان قيمة المتغيرات االساسية ذات قيم‬
‫عددية صحيحة‪.‬‬

‫‪- .3‬طريقة التفرع والتحديد (‪:)Branch and Bound‬‬

‫طريقة التفرع والتحديد هي اكثر الطرائق واسعة االستخدام لحل كل من مسائل برمجة االعداد الصحيحة‬
‫التامة ومسائل برمجة االعداد الصحيحة المختلطة في الواقع العملي‪,‬تتضمن خوارزمية التفرع والتحديد‬
‫اجراءات تكرارية عددية كفوءة الختيار الحلول العددية المتاحة كلها‪ ,‬مبتدء باهمال القيود العددية لمسألة‬
‫برمجة االعداد الصحيحة الخطية ومن ثم حل المسئلة برمجة خطية‪ ,‬اذا كان الحل االمثل للمسئلة الخطية‬
‫صحيحا عدديا فالحل امثل من الناحية العدية‪ ,‬عدا ذلك طريقة التفرع والتحديد يتم اعتمادها بتطبيق‬
‫عمليتين اساسيتين‪.‬‬

‫‪265‬‬
 ‫(‪ -)1‬التفرع (‪:)Branching‬‬

‫يقصد بالتفرع تقسيم فضاء الحل المستمر الى فضاءات فرعية(مسائل فرعية) مستمرة‪,‬الهدف من‬
‫عملية التقسيم هو حذف أجزاء من الفضاء المستمر والذي يكون غير مقبول(‪ )infeasible‬لمسألة برمجة‬
‫االعداد الصحيحة‪ ,‬وهذا يتم عن طريق القيود العددية الضرورية للحصول على الحلول العددية المثلى‪,‬‬
‫ولكن في طريقة اخرى اليمكن حذف نقاط عددية غير متاحة‪,‬بمعنى اخر المجموعة الناتجة من المسائل‬
‫الفرعية تعرف بشكل متكامل جميع نقاط الحل العددي المتاح للمسألة االصلية‪,‬بسبب أعطي اسم التفرع‬
‫(‪.)Branching‬‬

‫(‪ -)2‬التحديد (‪:)Bounding‬‬

‫قيمة دالة الهدف المثلى لكل مسئلة فرعية للمسئلة االصلية من نوع التعظيم او التصغير يحصل عليها‬
‫من عملية التقسيم‪ ,‬اذ يتم ادراجها كحد اعلى اواصغر لقيمة دالة الهدف المرتبطة مع القيم العددية المتاحة‬
‫لمتغيرات القرار‪ ,‬هذا الحد(‪ )Bound‬اساسي لعملية ترتيب الحلول المثلى للمجموعات الفرعية‪ ,‬هذه‬
‫العملية يطلق عليها اسم التحديد(‪.)Bounding‬‬

‫ويمكن تمثيل خوارزمية التفرع والتحديد بالخطوات الرئيسية االتية‪:‬‬

‫‪ -1‬نقوم بايجاد الحل االمثل لنموذج البرمجة الخطية باحدى الطرق المتاحة لحل نموذج البرمجة‬
‫الخطية‪.‬‬
‫‪ -2‬نقوم بتجزئة الحل االمثل لنموذج البرمجة الخطية من خالل التفرع الحدى متغيرات القرار‬
‫الذي يفترض ان يكون ذو قيمة عددية صحيحة والذي هو في االصل ذو قيمة كسرية في الحل‬
‫االمثل للبرمجة الخطية‪ ,‬وبما ان هناك متغيرات قرار اكثر من متغير تكون القيمة الكسرية‬
‫بالحل االمثل للبرمجة الخطية والتي ايضا يجب ان تكون ذو قيمة عددية صحيحة لذلك يجب‬
‫ان نحدد اي متغيرمن المتغيرات القرار ليرشح ان يكون متغير التفرع واالعتبارات المقترحة‬
‫لمتغير المتفرع المناسب هي‬
‫‪ -a‬اختيار المتغير العددي ذو اكبر قيمة كسرية في حل البرمجة الخطية‪.‬‬
‫‪ -b‬تخصيص االولوية للمتغيرات العددية من حيث االهمية حسب المعايير ادناه‪:‬‬
‫‪ -1‬كونه يمثل قيمة حرجة لالنموذج‪.‬‬
‫‪ -2‬كونها معامل ربح او معامل كلف في دالة الهدف‪.‬‬
‫‪ -3‬كونها تمثل قرارا مهما في االنموذج‪.‬‬

‫‪266‬‬
‫‪ -3‬نقوم بايجاد الحل االمثل من خالل تحديد المتغير المتفرع الذي اصبحت قيمته صحيحة ونجد حل امثل‬
‫اخر باسلوب البرمجة الخطية ونالحظ القيم فاذا حصلنا على حل امثل لجميع متغيرات القرار قيم عددية‬
‫صحيحة نتوقف عن هذا التفرع ونذهب الى التفرع االخر وبنفس االسلوب نجد حل اخر باستخدام البرمجة‬
‫الخطية ونتوقف عندما نحصل على ان جميع متغيرات القرار ايضا ذو قيمة عددية صحيحة‪.‬‬

‫‪ -4‬ونكرر نفس العملية في الفقرة (‪ )3‬على جميع متغيرات القرار التي تكون قيمة كسرية في الحل االمثل‬
‫للبرمجة الخطية نالحظ من خالل التفرع لهذه المتغيرات بان نحصل على حلول غير اساسية غير مقبولة‬
‫(‪ )infeasible‬وحلول مثلى (‪ )feasible‬ونقارن بين جميع الحلول المثلى التي تم الحصول عليها وناخذ‬
‫افضل حل مناسب حسب طبيعة دالة الهدف ونهمل الحلول الغير اساسية‪.‬‬

‫ولغرض ايجاد معادلة القطع للمتغير االساس الذي تكون قيمته في جدول الحل االمثل بطريقة السمبلكس‬
‫االعتيادي كسرية نقوم بتطبيق معادلة القطع الخاصة بذلك المتغير للتضاف الى جدول الحل االمثل وكما‬
‫موضحة بتلك المعادلة‪.‬‬

‫)‪SK- [∑ jE+ j α w j+(fk /fk-1)∑j E-1 α w j]= -fk…….(4‬‬

‫حيث ان ‪ SK‬يمثل المتغير المهمل الجديد الذي سيضاف الى قيد القطع للمتغير االساس في جدول الحل‬
‫االمثل الذي يحتوي على قيم كسرية‪ ,‬وان 𝑗𝑤𝛼 𝑗‪ ∑𝑗𝐸+‬تمثل مجموع الكسور الموجبة التي يتحويها‬
‫معادلة المتغير االساس في جدول الحل االمثل‪ ,‬و ‪ fk‬يمثل القيمة الكسرية في الجهة اليمنى من معادلة‬
‫المتغير االساس في جدول الحل االمثل‪ ∑𝑗𝐸−𝑗 𝛼𝑤𝑗],‬يمثل تمثل مجموع الكسور السالبة التي يتحويها‬
‫معادلة المتغير االساس في جدول الحل االمثل‪.‬‬

‫ولغرض توضيح هذه الطريقة وكيفية استخدام معادلة القطع للمتغير االساس الذي تكون قيمته النهائية في‬
‫جدول الحل االمثل كسرية (‪ )4‬نستخدم المثال االتي‪:‬‬

‫مثال (‪ -:)3‬اوجد الحل االمثل النموذج الرياضي الخطي االتي‪:‬‬

‫‪Max Z=7X1+9X2‬‬

‫‪S.T: -X1+3X2<= 6 , 7X1+X2<= 35, X1>=0and integer, X2>=0‬‬

‫‪267‬‬
‫‪Example (3):- Find the optimal solution for the mathematical linear‬‬
‫‪programming model:-‬‬
‫‪Max Z=7X1+9X2‬‬

‫‪S.T:‬‬

‫‪-X1+3X2<= 6,‬‬

‫‪7X1+X2<= 35‬‬

‫‪, X1>=0and integer, X2>=0‬‬

‫خطوات الحل‪-:‬‬

‫‪ -1‬نجد الحل االمثل االولي باستخدام طريقة السمبلكس االعتيادية وكما موضحة في جدول الحل‬
‫االمثل االتي‪-:‬‬

‫)‪Table (6‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪28/11‬‬ ‫‪15/11‬‬ ‫‪63‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪7/22‬‬ ‫‪1/22‬‬ ‫‪7/2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/22‬‬ ‫‪3/22‬‬ ‫‪9/2‬‬

‫نالحظ من خالل جدول الحل (‪ )6‬ان قيمة المتغيرات االساس ‪ X1,X2‬عددية غير صحيحة وبما ان‬

‫الشروط تنص على ان المتغير االساس ‪ X1‬يجب يكون قيمة عددية صحيحة خالية من الكسور ‪ ,‬اما‬

‫المتغير ‪ X2‬فيجوز ان يكون قيمة كسرية‪ ,‬لذلك سنهتم فقط بقيمة المتغير ‪ X1‬ونطبق علية معادلة القطع‬

‫الخاصة بهذه الطريقة معادلة رقم(‪ )4‬وكما موضحة ادناه‪-:‬‬

‫)‪SK- [∑jE+ j α w j+(fk /fk-1)∑j E-1 α w j]= -fk…….(4‬‬

‫‪S3-[3/22S2+(0.5/0.5-1)(-1/22S1]=-1/2‬‬

‫‪268‬‬
 ‫‪3‬‬ ‫‪1‬‬
‫‪𝑆3 − [ 𝑆2 + ( ) 𝑆1] = −1/2‬‬
‫‪22‬‬ ‫‪22‬‬

‫‪3‬‬ ‫‪1‬‬
‫‪𝑆3 −‬‬ ‫‪𝑆2 −‬‬ ‫‪𝑆1 = −1/2‬‬
‫‪22‬‬ ‫‪22‬‬

‫ومن خالل اضافة هذه المعادلة الى نهاية جدول الحل االمثل نحصل على الجدول ادناه‪-:‬‬

‫)‪Table (7‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪28/11‬‬ ‫‪15/11‬‬ ‫‪0‬‬ ‫‪63‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪7/22‬‬ ‫‪1/22‬‬ ‫‪0‬‬ ‫‪7/2‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/22‬‬ ‫‪3/22‬‬ ‫‪0‬‬ ‫‪9/2‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-1/22‬‬ ‫‪-3/22‬‬ ‫‪1‬‬ ‫‪-1/2‬‬

‫ونكمل الحل االمثل باستخدام طريقة السمبلكس المقابل من خالل تحديد المتغير الخارج ‪ S3‬وتحديد‬
‫المتغير الداخل‪ , S2‬فاذا كانت قيمة المتغير االساس ‪ X1‬قيمة عددية صحيحة نتوقف عن الحل واذا كانت‬
‫كسرية نستمر على الحل من خالل اضافة قيد قطع اخر حسب المعادلة رقم (‪ )4‬وكما موضحة في الجدول‬
‫ادناه (‪:)7‬‬

‫)‪Table (7‬‬
‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪RHS‬‬
‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪23/11‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪58‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪10/66‬‬ ‫‪0‬‬ ‫‪1/3‬‬ ‫‪20/6‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-1/11‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪4‬‬
‫‪S2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1/3‬‬ ‫‪1‬‬ ‫‪-22/3‬‬ ‫‪11/3‬‬

‫نتوقف عن الحل الن قيمة المتغير االساس ‪ X1‬قيمة عددية صحيحة حسب الشروط النموذج الرياضي في‬
‫جدول الحل االمثل في الجدول(‪)7‬‬

‫‪269‬‬
 ‫‪. 4‬طريقة حل نموذج البرمجة العددية للمتغيرات الثنائية)‪-:)Binary model‬‬

‫تسخدم هذه الطريقة لحل النموذج الرياضي للبرمجة العددية عندما تكون جميع متغيرات القرار االساسية‬
‫ثنائية اي اما تأخذ قيمة (‪ )0‬أو تأخذ قيمة (‪ )1‬فقط‪ .‬وسناخذ المثال االتي لبيان كيفية حل نموذج الثنائي‬
‫للبرمجة العددية‪.‬‬

‫مثال(‪ -:)4‬مقاطعة فيها (‪ ) 9‬مدن هذه المقاطعة ترغب في تحديد مكان انشاء مراكز اطفاء في هذه المدن‪.‬‬
‫وهذه المقاطعة تهدف الى انشاء اقل عدد ممكن من مراكز االطفاء بحيث تكون على االقل مركز اطفاء‬
‫واحد في كل مدينة بحيث يضمن ان يكون الوقت اليصال سيارات االطفاء لكل مدينة ضمن الوقت‬
‫المعياري وهو (‪ )20‬دقيقة‪ .‬اذا علمت ان الوقت بين المدن مقدر بالدقائق وموضح في الجدول ادناه‪-:‬‬

‫‪Example (4):- There are nine cities in the county. The county must determine‬‬
‫‪where to build fire stations. The county wants to build the minimum number of‬‬
‫‪fire needed to ensure that at least one fire station is within 20 minutes (driving‬‬
‫‪time) of each city. The time s (in minutes) required to drive between the cities in‬‬
‫‪county are shown in (Table 8) .formulate an IP that will tell county how many‬‬
‫‪fire stations should be built and where they should be located).‬‬

‫)‪Table (8‬‬
‫‪City 1‬‬ ‫‪City 2‬‬ ‫‪City 3‬‬ ‫‪City 4‬‬ ‫‪City 5‬‬ ‫‪City6‬‬ ‫‪City 7‬‬ ‫‪City 8‬‬ ‫‪City9‬‬
‫‪to‬‬

‫‪from‬‬
‫‪City 1‬‬ ‫‪0‬‬ ‫‪15‬‬ ‫‪22‬‬ ‫‪10‬‬ ‫‪30‬‬ ‫‪12‬‬ ‫‪28‬‬ ‫‪16‬‬ ‫‪30‬‬
‫‪City 2‬‬ ‫‪15‬‬ ‫‪0‬‬ ‫‪21‬‬ ‫‪40‬‬ ‫‪16‬‬ ‫‪25‬‬ ‫‪33‬‬ ‫‪38‬‬ ‫‪24‬‬
‫‪City 3‬‬ ‫‪22‬‬ ‫‪21‬‬ ‫‪0‬‬ ‫‪45‬‬ ‫‪17‬‬ ‫‪12‬‬ ‫‪26‬‬ ‫‪35‬‬ ‫‪10‬‬
‫‪City 4‬‬ ‫‪10‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪0‬‬ ‫‪34‬‬ ‫‪15‬‬ ‫‪18‬‬ ‫‪44‬‬ ‫‪21‬‬
‫‪City 5‬‬ ‫‪30‬‬ ‫‪16‬‬ ‫‪17‬‬ ‫‪34‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪18‬‬ ‫‪41‬‬
‫‪City6‬‬ ‫‪12‬‬ ‫‪25‬‬ ‫‪12‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪27‬‬ ‫‪16‬‬
‫‪City 7‬‬ ‫‪28‬‬ ‫‪33‬‬ ‫‪26‬‬ ‫‪18‬‬ ‫‪30‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪28‬‬ ‫‪22‬‬
‫‪City 8‬‬ ‫‪16‬‬ ‫‪38‬‬ ‫‪35‬‬ ‫‪44‬‬ ‫‪18‬‬ ‫‪27‬‬ ‫‪28‬‬ ‫‪0‬‬ ‫‪29‬‬
‫‪City9‬‬ ‫‪30‬‬ ‫‪24‬‬ ‫‪10‬‬ ‫‪21‬‬ ‫‪41‬‬ ‫‪16‬‬ ‫‪22‬‬ ‫‪29‬‬ ‫‪0‬‬
‫الحل‪-:‬‬

‫‪270‬‬
 ‫‪ -1‬نحدد دالة الهدف وهي عدد مراكز االطفاء التي سيتم بنائها في هذه المقاطعة وهو اقل عدد ممكن‬
‫من بناء هذه المراكز‪.‬‬
‫‪Min Z = X1+X2+X3+X4+X5+X6+X7+X8+X9‬‬
‫‪ -2‬نحد قيد لكل مدينة يتتحقق فيها وقت الوصول ضمن الوقت المعياري(‪ )20‬دقيقة على النحو‬
‫االتي‪-:‬‬
‫)‪S.to: X1+X2+X4+X6+X8>= 1 ……(City 1 constraint‬‬
‫)‪X1+X2+X5>= 1…………………..(City 2 constraint‬‬
‫)‪X3+X5+X6+X9 >= 1…………….(City 3 constraint‬‬
‫)‪X1+X4+X6+X6 >= 1………………(City 4 constraint‬‬
‫)‪X2+X3+X4+X5+X8 >= 1…………..(City 5 constraint‬‬
‫‪X1+X3+X4+X5+X6+X7+X9 >= 1‬‬ ‫)‪(City 6 constraint‬‬
‫)‪X4+X6+X7 >= 1…………………….(City 7 constraint‬‬
‫)‪X1+X5+X8>= 1……………………..(City 8 constraint‬‬
‫)‪X3+X6+X9 >= 1…………………….(City 9 constraint‬‬
‫)‪Xi =0 or 1 (i=1,2,3,4,5,6,7,8,9‬‬
‫وعند ايجاد الحل االمثل باستخدام طريقة السمبلكس االعتيادي ضمن شروط المتغيرات االساسية نحصل‬
‫على النتائج االتية‪-:‬‬
‫ان قيمة دالة الهدف تساوي (‪ )2‬مركزين لال اطفاء ستقوم ببنائها وهي ضمن المدينة (‪ )5‬وضمن المدينة‬
‫رقم (‪ ,)6‬اي ان (‪ , )X5=X6=1‬ولم يتم بناء اي مركز اطفاء في المدن االخرى‬
‫اي(‪.)X1=X2=X3=X4= X7=X8=9 =0‬‬
‫‪ .5‬طريقة حل نموذج البرمجة العددية الثنائي المختلط‪mixed Binary Integer model‬‬

‫تسخدم هذه الطريقة لحل النموذج الرياضي للبرمجة العددية عندما يكون بعض متغيرات القرار ذو قيم‬
‫عددية صحيحة وقسم اخر ذو قيم عددية كسرية وقسم من هذه المتغيرات يحتاج الى‬

‫متغيرات ثنائية لغرض تحديد قيم متغيرات االساس حسب طبيعة كل مسائلة‪ ,‬لذلك سنتناول مثال تطبيقي‬
‫على نموذج البرمجة العددية الثنائي المختلط لبعض التطبيقات وكما موضح ادناه‪:‬‬

‫‪271‬‬
‫مثال(‪ -:)4‬شركة تنتج ثالثة انواع من الثالجات ذو حجم صغير وحجم متوسط وحجم كبير‪ ,‬وتعتمد هذه‬
‫على المواد االولية من مادة البليت وساعات العمل في عملية انتاج الثالجات‪ ,‬حيث ان انتاج وحدة واحدة‬
‫من الثالجة الصغيرة الى (‪ )0.5‬طن من مادة البليت‪,‬ويحتاج الى (‪ )25‬ساعة عمل‪ ,‬وكذلك الى النوع‬
‫الثاني ثالجات متوسطة الحجم يحتاج الى (‪ )0.65‬طن من مادة البليت‪ ,‬ويحتاج الى (‪ )30‬ساعة عمل ‪,‬‬
‫وكذلك بالنسبة الى النوع الثالث من الثالجات كبيرة الحجم الى (‪ )0.90‬طن من مادة البليت‪ ,‬ويحتاج الى‬
‫(‪ )36‬ساعة عمل‪ .‬ان الكميات المتاحة من مادة البليت هي (‪ )500‬طن من مادة البليت ‪ ,‬و(‪ )7000‬ساعة‬
‫عمل متاحة لدى الشركة‪ ,‬وهذه الشركة يكون انتاجها مشروط بحجم الدفعة االنتاجية لكل نوع ان اليقل عن‬
‫(‪ ) 150‬ثالجة من كل نوع لكي يكون القرار االنتاجي قرار ذو جدوى اقتصادية‪ .‬وان ربح الوحدة الواحدة‬
‫من النوع االول(‪ ,)100$‬والنوع الثاني هو (‪ )150$‬اما النوع الثالث فهو (‪.)200$‬‬

‫المطلوب تعظيم االرباح وفق هذه الشروط‪.‬‬

‫‪Example (4):-‬‬

‫‪(Company manufacturing three types of Refrigerator: Small, medium and large,‬‬

‫‪the resources required for, and profits yielded by, each type of Refrigerator are‬‬
‫‪shown in table (9). At present, 500 tons of plate and 7000 hours of labor are‬‬
‫‪available. For production of a type of Refrigerator to be economically feasible,‬‬
‫‪at least 150 Refrigerator of that type must be produced formulates an IP to‬‬
‫‪maximize company's profit).‬‬

‫‪Table 9‬‬

‫‪TYPE‬‬ ‫‪small‬‬ ‫‪medium‬‬ ‫‪Large‬‬

‫‪plate required‬‬ ‫‪)tons(0.50‬‬ ‫‪)tons(0.65‬‬ ‫‪)tons(0.90‬‬

‫‪Labor required‬‬ ‫‪)hours( 25‬‬ ‫‪)hours(30‬‬ ‫‪)hours(36‬‬
‫‪profit‬‬ ‫‪$100‬‬ ‫‪$150‬‬ ‫‪200$‬‬

‫الحل‪ :‬نعرف انواع الثالجات فنفرض المتغير‪ X1‬يمثل عدد الثالجات المنتجة من النوع االول‪,‬‬
‫والمتغير‪ X2‬يمثل عدد الثالجات المنتجة من النوع الثاني‪ ,‬المتغير‪ X3‬يمثل عدد الثالجات المنتجة من‬
‫النوع الثالث ولذلك سيكون ا لنموذج الرياضي وفق الصيغة االتية‪-:‬‬

‫‪272‬‬
‫‪Max Z= 100X1+150X2+200X3‬‬

‫من خالل شروط االنتاج لكل دفعة انتاجية من اي نوع من االنواع الثالثة يجب ان تكون (‪ )150‬ثالجة او‬
‫اكثر ولتحقيق ذلك البد من توفر القيود الثالثة وهية‪-:‬‬

‫‪Constraint-1: X1<=0 or X1>=150.‬‬

‫‪Constraint-2: X2<=0 or X2>=150.‬‬

‫‪Constraint-3: X3<=0 or X3>=150.‬‬

‫وبما ان االمكانيات المتاحة محدودة وهي كميات البليت وساعات العمل لذلك ستستخدم الشركة على‬
‫االكثر(‪)500‬طن ‪ ,‬وعلى االكثر تستخدم(‪ )7000‬ساعات عمل لذلك سيتم استبدال القيد االول بالقيد‬
‫المزدوج االتي‪-:‬‬

‫;‪X1<=M1y1‬‬ ‫;)‪150-X1<=M1 (1-y1‬‬ ‫‪y1=0 or 1‬‬

‫ومن المعلوم ان( ‪ (X1),(150-X1‬التزيد عن ‪ M1‬وان قيمةال(‪ )M1‬تحدد على اقل كمية انتاج من‬
‫النوع االول وفق امكانيات كمية البليت والساعات المتاحة للعمل ضمن المعامالت التكنلوجية لتصنيع‬
‫وحدة واحدة من النوع الصغير فتحدد قيمتها من خالل(‪ )7000/250‬وهي اكبر كمية يمكن انتاجها من هذا‬
‫النوع من الثالجات(‪ )280‬ثالجة‪ ,‬وبنفس االسلوب نستبدل القيد الثاني للمنتج الثاني (‪ )X2‬بالقيد المزدوج‬
‫االتي‪-:‬‬

‫;‪X2<=M2y2‬‬ ‫;)‪150-X2<=M2 (1-y2‬‬ ‫‪y2=0 or 1‬‬

‫وان قيمةال(‪ )M2‬تحدد على اقل كمية انتاج من النوع الثاني وفق امكانيات كمية البليت والساعات المتاحة‬
‫للعمل ضمن المعامالت التكنلوجية لتصنيع وحدة واحدة من النوع المتوسط فتحدد قيمتها من‬
‫خالل(‪ )7000/30‬وهي اكبر كمية يمكن انتاجها من هذا النوع (‪ )233.33‬ثالجة ‪ ,‬وبنفس االسلوب‬
‫;‪X3<=M3y3‬‬ ‫نستبدل القيد الثالث للمنتج الثالث(‪ )X3‬بالقيد المزدوج االتي‪150-X3<=M3 -:‬‬
‫;)‪(1-y3‬‬ ‫‪y3=0 or 1‬‬

‫وان قيمةال(‪ ) M3‬تحدد على اقل كمية انتاج من النوع الثالث وفق امكانيات كمية الستيل والساعات‬
‫المتاحة للعمل ضمن المعامالت التكنلوجية لتصنيع وحدة واحدة من النوع الكبير فتحدد قيمتها من‬
‫خالل(‪ )7000/36‬وهي اكبر كمية يمكن انتاجها من هذا النوع من السيارات(‪ )194.44‬ثالجة‪ .‬ويمكن ان‬
‫نحدد قيد رابع لكمية البليت المتاحة الانتاج ثالثة انواع من االثالجات وفق القيد الرابع الموضح ادناه‪-:‬‬

‫‪0.5X1+0.65X2+0.90X3<=500(plate constraint-4).‬‬

‫‪273‬‬
 ‫ونحد القيد الخامس لكمية ساعات العمل المتاحة الانتاج ثالثة انواع من السيارات وفق القيد الخامس‬
‫الموضح ادناه‪-:‬‬

‫‪25X1+30X2+36X3<=7000(Labor constraint-5).‬‬

‫وهناك شرط اخير هو ان تكون المنتجات الثالثة موجبة وكذلك قيم عددية صحيحة‪ .‬لذلك سيصبح النموذج‬
‫الرياضي لهذه المسائلة وفق جميع القيود التي تم مناقشتها اعاله وفق الصيغة االتية‪-:‬‬

‫‪Max Z= 100X1+150X2+200X3‬‬

‫)‪s.t: X1<=280y1 -----(1‬‬

‫)‪150-X1<=280 (1-y1)-----(2‬‬

‫)‪X2<=233.33y2 -----(3‬‬

‫)‪150-X2<=233.33 (1-y2) ----(4‬‬

‫)‪X3<=194.49y3--------(5‬‬

‫)‪150-X3<=194.49 (1-y3)------(6‬‬

‫)‪0.50X1+0.65X2+0.90X3<= 500….(7‬‬

‫)‪25X1+30X2+36X3<=7000----(8‬‬

‫‪X1,X2,X3>=0 and integer‬‬

‫‪y1,y2,y3=0 or 1‬‬

‫ويكون الحل االمثل لهذ النموذج من خالل استخدام البرنامج ‪ WQSB‬هو قيمة االرباح المتحققة من‬
‫خالل انتاج (‪ )X3=2000‬ثالجة من النوع الثالث كبيرة الحجم فقط‪,‬والربح المتحقق من خالل ذلك‬
‫هو(‪ )Z=38800‬وحدة نقدية وان قيمة المنتج االول ( ‪ , )X1=0‬وكذلك الثاني(‪ )X2=0‬وان قيمة المتغير‬
‫الثنائي )‪ ,)y3=1‬وقيمة المتغير الثنائي )‪ , )y2=0‬وقيمة المتغير الثنائي الثالث(‪.)y31=0‬وفق جمعيع‬
‫قيود المفروضة المنوه عنها اعاله‪.‬‬

‫‪274‬‬
 ‫‪5 –9‬أمثلة محلولة لنماذج البرمجة العددية‪:‬‬

‫مثال(‪ -:)5‬اوجد الحل االمثل النموذج الرياضي الخطي االتي‪:‬‬

‫‪Minimize Z = 2X1+X2‬‬

‫‪S.to: 3X1+X2 >= 3‬‬

‫‪4X1+3X2>= 6‬‬

‫‪X1+2X2<= 3‬‬

‫‪X1,X2>=0 and IP‬‬

‫‪Example (5):- Find the optimal solution for the mathematical linear‬‬
‫‪programming model:‬‬
‫نقوم اوال بأيجاد الحل االمثل بطريقة السمبلكس المقابلة(‪ )dual simplex‬ونحص على الحل االمثل‬
‫الموضح ادناه‪:‬‬

‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪RHS‬‬

‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-2/5‬‬ ‫‪-1/5‬‬ ‫‪0‬‬ ‫‪12/5‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-3/5‬‬ ‫‪1/5‬‬ ‫‪0‬‬ ‫‪3/5‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪4/5‬‬ ‫‪-3/5‬‬ ‫‪0‬‬ ‫‪6/5‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬

‫نستنتج ان ‪Z= 12/5,X1=3/5,X2=6/5‬‬

‫كما نالحظ ان النتائج التي تم الحصول عليها في الخطوة االولى ليست ذات قيم عددية صحيحة لجميع‬
‫المتغيرات ننتقل الى الخطوة رقم (‪.)2‬‬

‫‪ 2‬نكون قيد قطع ثانوي يضاف الى جدول الحل االمثل وتعتمد عملية تكوين هذا القطع على المتغير‬
‫االساس ذو القيمة الحقيقية في عمود الحل (‪ )R.H.S‬الذي يمتلك اكبر جزء حقيقي من بين المتغيرات‬
‫الحقيقية االخرى‪ ,‬ومن جدول الحل االمثل نالحظ ان الجزء الحقيقي للمتغير ‪ X1‬هو(‪ )0.6‬اما الجزء‬

‫‪275‬‬
‫الحقيقي للمتغير ‪ X2‬هو(‪ )0.2‬لذلك سنختار صف المتغير ‪ X1‬اما المعادلة التي تقابل هذا المتغير في‬
‫جدول الحل الجديد فتحسب باالشكل االتي‪. (X1-3/5S1+ 1/5S2=1.7( -:‬‬

‫اذ يمكن اعادة كتابة المعادلة اعاله ب صيغة اخرى بعد تطبيق القواعد المذكورة سابقة في حساب معادلة‬
‫قيد القطع الكسري‪.‬‬

‫‪X1+(-5/5+2/5)S1+1/5S2=1.7‬‬

‫‪X1-S1+2/5S1+1/5S2=1.7‬‬

‫سنقوم باضافة القيد االتي الى جدول االمثل على النحو االتي‪:‬‬

‫‪2/5S1+1/5S2>=0.7‬‬

‫سيتم تحويل هذا القيد الى(‪ ,)-2/5S1-1/5S2+S4=-0.7‬وسيتم االضافة لجدول الحل االمثل‬

‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪S4‬‬ ‫‪RHS‬‬

‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-2/5‬‬ ‫‪-1/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12/5‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-3/5‬‬ ‫‪1/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪3/5‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪4/5‬‬ ‫‪-3/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6/5‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪S4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-2/5‬‬ ‫‪-1/5‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.7‬‬

‫وعن طريق استخدام طريقة السمبلكس المقابلة نحصل على الحل االمثل‪)X1=1,X2=1,Z=3(:‬‬

‫مثال)‪ -:)5‬لو عطي نفس النموذج الرياضي الخطي في المثال السابق لكن فقط يريد المتغير‪ X2IP‬لذلك‬
‫سنستخدم طريقة التفرع والتقيد في حل المثال اعاله‪.‬‬

‫‪Example (5):- Find the optimal solution for the mathematical linear‬‬
‫‪programming model:‬‬
‫‪Minimize Z = 2X1+X2‬‬

‫‪276‬‬
‫‪S.to: 3X1+X2 >= 3‬‬

‫‪4X1+3X2>= 6‬‬

‫‪X1+2X2<= 3‬‬

‫‪X1,>= 0 and X2>=0 and IP‬‬

‫سنقوم باستخدام خوارزمية التفرع والتقيد الخاصة بالمتغير )‪ )X2‬وهي‪:‬‬

‫)‪SK- [∑jE+ j α w j+(fk /fk-1)∑j E-1 α w j]= -fk…….(4‬‬

‫‪S4-[0.8S1+(0.2/0.2-1)*-0.6S2]=-0.2‬‬

‫‪S4-[0.8S1+0.15S2]=-0.2‬‬

‫‪S4-0.8S1-0.15S=-0.2‬‬

‫سيتم اضافة هذا القيد الى جدول الحل االمثل للبرمجة الخطية فيصبح جول السمبلكس بعد اضافة هذا القيد‬
‫على النحو االتي‪:‬‬

‫‪B.V‬‬ ‫‪X1‬‬ ‫‪X2‬‬ ‫‪S1‬‬ ‫‪S2‬‬ ‫‪S3‬‬ ‫‪S4‬‬ ‫‪RHS‬‬

‫‪Z‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-2/5‬‬ ‫‪-1/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪12/5‬‬
‫‪X1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪-3/5‬‬ ‫‪1/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪3/5‬‬
‫‪X2‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪4/5‬‬ ‫‪-3/5‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪6/5‬‬
‫‪S3‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪S4‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪-0.8‬‬ ‫‪-0.15‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪-0.2‬‬

‫ومن خالل استخدام طريقة السمبلكس المقابلة نحصل على الحل االمثل كما مبين في النتائج االتية‪:‬‬
‫(‪.)Z=2.5,X1= 0.75, X2= 1‬‬

‫مثال(‪ -:)6‬مقاطعة فيها (‪ ) 6‬مدن هذه المقاطعة ترغب في تحديد مكان انشاء مراكز اطفاء في هذه المدن‪.‬‬
‫وهذه المقاطعة تهدف الى انشاء اقل عدد ممكن من مراكز االطفاء بحيث تكون على االقل مركز اطفاء‬
‫واحد في كل مدينة بحيث يضمن ان يكون الوقت اليصال سيارات االطفاء لكل مدينة ضمن الوقت‬
‫المعياري وهو (‪ )15‬دقيقة‪ .‬اذا علمت ان الوقت بين المدن مقدر بالدقائق وموضح في الجدول ادناه‪-:‬‬

‫‪277‬‬
Example (6):- There are six cities in the county. The county must determine
where to build fire stations. The county wants to build the minimum number of
fire needed to ensure that at least one fire station is within 15 minutes (driving
time) of each city. The time s (in minutes) required to drive between the cities in
county are shown in (Table 8) .formulate an IP that will tell county how many
fire stations should be built and where they should be located).

Table (8)
to City-1 City-2 City-3 City-4 City-5 City-6

from
City-1 0 10 20 30 30 20
City-2 10 0 25 35 20 10
City-3 20 25 0 15 30 20
City-4 30 35 15 0 15 25
City-5 30 20 30 15 0 14
City-6 20 10 20 25 14 0
-:‫الحل‬

‫ نحدد دالة الهدف وهي عدد مراكز االطفاء التي سيتم بنائها في هذه المقاطعة وهو اقل عدد ممكن‬-1
.‫من بناء هذه المراكز‬
Min Z = X1+X2+X3+X4+X5+X6
‫) دقيقة على النحو‬15(‫ نحد قيد لكل مدينة يتتحقق فيها وقت الوصول ضمن الوقت المعياري‬-2
-:‫االتي‬

X1+X2 >= 1 (City 1 constraint)

X1+X2+X6 >= 1 (City 2 constraint)

278
‫‪X3+X4 >=1‬‬ ‫)‪(City 3 constraint‬‬
‫‪X3+X4+X5 >=1‬‬ ‫)‪(City 4 constraint‬‬
‫‪X4+X5+X6 >=1‬‬ ‫)‪(City 5 constraint‬‬
‫‪X2+X5+X6 >=1‬‬ ‫)‪(City 6 constraint‬‬
‫)‪Xi =0 or 1 (i=1,2,3,4,5,6‬‬
‫وعند ايجاد الحل االمثل باستخدام طريقة السمبلكس االعتيادي ضمن شروط المتغيرات االساسية نحصل‬
‫على النتائج االتية‪-:‬‬
‫ان قيمة دالة الهدف تساوي (‪ )2‬مركزين لال اطفاء ستقوم ببنائها وهي ضمن المدينة (‪ )2‬وضمن المدينة‬
‫رقم (‪ ,)4‬اي ان (‪ )X2=X4=1‬ولم يتم بناء اي مركز اطفاء في المدن االخرى‬
‫اي(‪.)X1=X3=X5=X6=0‬‬
‫مثال(‪ -:)7‬شركة تنتج ثالثة انواع من السيارات ذو حجم صغير وحجم متوسط وحجم كبير‪ ,‬وتعتمد هذه‬
‫الشركة على المواد االولية من مادة الستيل وساعات العمل في عملية انتاج السيارات‪ ,‬حيث ان انتاج وحدة‬
‫واحدة من السيارات الصغيرة الى (‪ )1.5‬طن من مادة الستيل‪,‬ويحتاج الى (‪ )30‬ساعة عمل‪ ,‬وكذلك الى‬
‫النوع الثاني سيارات متوسطة الحجم يحتاج الى (‪ )3‬طن من مادة الستيل‪ ,‬ويحتاج الى (‪ )25‬ساعة عمل ‪,‬‬
‫وكذلك بالنسبة الى النوع الثالث من السيارات كبيرة الحجم الى (‪ )5‬طن من مادة الستيل‪ ,‬ويحتاج الى‬
‫(‪ )40‬ساعة عمل‪ .‬ان الكميات المتاحة من مادة الستيل هي (‪ )6000‬طن من مادة الستيل ‪ ,‬و(‪)60000‬‬
‫ساعة عمل متاحة لدى الشركة‪ ,‬وهذه الشركة يكون انتاجها مشروط بحجم الدفعة االنتاجية لكل نوع ان‬
‫اليقل عن (‪ ) 1000‬سيارة من كل نوع لكي يكون القرار االنتاجي قرار ذو جدوى اقتصادية‪ .‬وان ربح‬
‫الوحدة الواحدة من النوع االول(‪ ,)2000$‬والنوع الثاني من السيارات هو (‪ )3000$‬اما النوع الثالث فهو‬
‫(‪.)4000$‬‬

‫المطلوب تعظيم االرباح وفق هذه الشروط‪.‬‬

‫‪Example (7):-Company manufacturing three types of care: compact, midsize,‬‬

‫‪and large. The resources required for, and profits yielded by, each type of car are‬‬
‫‪shown in table (9). At present, 6000 tons of steel and 60000 hours of labor are‬‬
‫‪available. For production of a type of car to be economically feasible, at least‬‬
‫‪1000 cars of that type must be produced formulate an IP to maximize company's‬‬
‫‪profit).‬‬

‫‪279‬‬
 ‫)‪Table (9‬‬

‫‪TYPE‬‬ ‫‪compact‬‬ ‫‪midsize‬‬ ‫‪Large‬‬

‫‪Steel required‬‬ ‫‪)tons(1.5‬‬ ‫‪)tons(3‬‬ ‫‪)tons(5‬‬
‫‪Labor required‬‬ ‫‪)hours( 30‬‬ ‫‪)hours(25‬‬ ‫‪)hours(40‬‬
‫‪profit‬‬ ‫‪$2000‬‬ ‫‪$3000‬‬ ‫‪4000$‬‬

‫الحل‪ :‬نعرف انواع السيارات فنفرض المتغير‪ X1‬يمثل عدد السيارات المنتجة من النوع االول‪,‬‬
‫والمتغير‪ X2‬يمثل عدد السيارات المنتجة من النوع الثاني‪ ,‬المتغير‪ X3‬يمثل عدد السيارات المنتجة من‬
‫النوع الثالث ولذلك سيكون ا لنموذج الرياضي وفق الصيغة االتية‪-:‬‬

‫‪Max Z= 2000X1+3000X2+4000X3‬‬

‫من خالل شروط االنتاج لكل دفعة انتاجية من اي نوع من االنواع الثالثة يجب ان تكون (‪ )1000‬سيارة‬
‫او اكثر ولتحقيق ذلك البد من توفر القيود الثالثة وهية‪-:‬‬

‫‪Constraint-1: X1<=0 or X1>=1000.‬‬

‫‪Constraint-2: X2<=0 or X2>=1000.‬‬

‫‪Constraint-3: X3<=0 or X3>=1000.‬‬

‫وبما ان االمكانيات المتاحة محدودة وهي كميات االستيل وساعات العمل لذلك ستستخدم الشركة على‬
‫االكثر(‪)6000‬طن ‪ ,‬وعلى االكثر تستخدم(‪ )60000‬ساعات عمل لذلك سيتم استبدال القيد االول بالقيد‬
‫المزدوج االتي‪-:‬‬

‫;‪X1<=M1y1‬‬ ‫;)‪1000-X1<=M1 (1-y1‬‬ ‫‪y1=0 or 1‬‬

‫ومن المعلوم ان( ‪ (X1),(1000-X1‬التزيد عن ‪ M1‬وان قيمةال(‪ )M1‬تحدد على اقل كمية انتاج من‬
‫النوع االول وفق امكانيات كمية الستيل والساعات المتاحة للعمل ضمن المعامالت التكنلوجية لتصنيع‬
‫وحدة واحدة من النوع الصغير فتحدد قيمتها من خالل(‪ )60000/30‬وهي اكبر كمية يمكن انتاجها من هذا‬
‫النوع من السيارات(‪ )2000‬سيارة‪ ,‬وبنفس االسلوب نستبدل القيد الثاني للمنتج الثاني (‪ )X2‬بالقيد‬
‫المزدوج االتي‪-:‬‬

‫;‪X2<=M2y2‬‬ ‫;)‪1000-X2<=M2 (1-y2‬‬ ‫‪y2=0 or 1‬‬

‫‪280‬‬
‫وان قيمةال(‪ )M2‬تحدد على اقل كمية انتاج من النوع الثاني وفق امكانيات كمية الستيل والساعات المتاحة‬
‫للعمل ضمن المعامالت التكنلوجية لتصنيع وحدة واحدة من النوع المتوسط فتحدد قيمتها من‬
‫خالل(‪ )6000/3‬وهي اكبر كمية يمكن انتاجها من هذا النوع من السيارات(‪ )2000‬سيارة ‪ ,‬وبنفس‬
‫;‪X3<=M3y3‬‬ ‫االسلوب نستبدل القيد الثالث للمنتج الثالث(‪ )X3‬بالقيد المزدوج االتي‪1000- -:‬‬
‫;)‪X3<=M3 (1-y3‬‬ ‫‪y3=0 or 1‬‬

‫وان قيمةال(‪ ) M3‬تحدد على اقل كمية انتاج من النوع الثالث وفق امكانيات كمية الستيل والساعات‬
‫المتا حة للعمل ضمن المعامالت التكنلوجية لتصنيع وحدة واحدة من النوع الكبير فتحدد قيمتها من‬
‫خالل(‪ )6000/5‬وهي اكبر كمية يمكن انتاجها من هذا النوع من السيارات(‪ )1200‬سيارة‪ .‬ويمكن ان‬
‫نحدد قيد رابع لكمية الستيل المتاحة الانتاج ثالثة انواع من السيارات وفق القيد الرابع الموضح ادناه‪-:‬‬

‫‪1.5X1+3X2+5X3<=6000(steel constraint-4).‬‬

‫ونحد القيد الخامس لكمية ساعات العمل المتاحة الانتاج ثالثة انواع من السيارات وفق القيد الخامس‬
‫الموضح ادناه‪-:‬‬

‫‪30X1+25X2+40X3<=60000(Labor constraint-5).‬‬

‫وهناك شرط اخير هو ان تكون المنتجات الثالثة موجبة وكذلك قيم عددية صحيحة‪ .‬لذلك سيصبح النموذج‬
‫الرياضي لهذه المسائلة وفق جميع القيود التي تم مناقشتها اعاله وفق الصيغة االتية‪-:‬‬

‫‪Max Z= 2000X1+3000X2+4000X3‬‬

‫)‪s.t: X1<=2000y1 -----(1‬‬

‫)‪1000-X1<=2000 (1-y1)-----(2‬‬

‫)‪X2<=2000y2 -----(3‬‬

‫)‪1000-X2<=2000 (1-y2) ----(4‬‬

‫)‪X3<=2000y3--------(5‬‬

‫)‪1000-X3<=1200 (1-y3)------(6‬‬

‫)‪1.5X1+3X2+5X3<=6000(steel constrain)--------(7‬‬

‫‪281‬‬
‫)‪30X1+25X2+40X3<=60000(Labor constraint)-------(8‬‬

‫‪X1,X2,X3>=0 and integer‬‬

‫‪y1,y2,y3=0 or 1‬‬

‫ويكون الحل االمثل لهذ النموذج من خالل استخدام البرنامج ‪ WQSB‬هو قيمة االرباح المتحققة من‬
‫خالل انتاج (‪ )X2=2000‬سيارة من النوع الثاني فقط هو(‪ )Z=6000‬وحدة نقدية وان قيمة المنتج االول‬
‫(‪ , )X1=0‬وكذلك الثالث(‪ )X3=0‬وان قيمة المتغير الثنائي )‪ ,)y2=1‬وقيمة المتغير الثنائي )‪, )y2=1‬‬
‫وقيمة المتغير الثنائي الثالث(‪.)y3=0‬وفق جمعيع قيود المفروضة المنوه عنها اعاله‪.‬‬

‫مثال(‪ -:)8‬معمل لألنتاج المالبس يرغب في عملية انتاج ثالثة انواع وهي قمصان‪ ,‬وفانيالت‪ ,‬وسراويل‪.‬‬
‫وان عملية انتاج كل نوع يحتاج الى شخص متخصص في عملية تفصيل كل نوع من هذه االنواع وهذا‬
‫الشخص يستلم من المعمل اجورمقطوعة اسبوعيا سوى انتج المعمل قطعة واحدة او اكثر‪ ,‬ان اجور‬
‫تفصيل النوع االول في االسبوع هو ‪ , 150$‬واجور تفصيل النوع الثاني هو ‪ , 200$‬واجو تفصيل النوع‬
‫الثالث هو ‪ . 100$‬ان عملية انتاج االنواع الثالث تتطلب كمية من االقمشة وعدد من العمال‪ ,‬وان كمية‬
‫االقمشة المتاحة في المعمل هي ‪ 160‬يارد مربع‪،‬وعدد ساعات العمل المتاحة هو ‪ 150‬ساعة‪ .‬وان‬
‫متطلبات انتاج كل نوع من هذه المنتجات من االقمشة وساعات العمل وكذلك كلفة االنتاج وسعر البيع لكل‬
‫منتج موضح في الجدول رقم (‪ ,)10‬وان المعمل يرغب في اعداد خطة انتاجية تحقق له اكبر ربح ممكن‬
‫من خالل انتاج هذه المنتجات وفقا للقيود المفروضة على العملية االنتاجية‪.‬‬

‫‪Example (8):- company manufacturing three type of clothing: shirts, shorts, and‬‬
‫‪pants. The manufacturing of each type of clothing requires the appropriate type‬‬
‫‪of machinery available. The machinery needed to manufacture each type of‬‬
‫‪clothing must be rented at the following‬‬

‫‪rates: shirt machinery,$200 per week, short machinery,$150 per week, pants‬‬
‫‪machinery,$100 per week. The manufacture of each type of clothing also‬‬
‫‪requires mounts of cloth and labor shown in table 10.Each week 150 hours of‬‬
‫‪labor and 160 sq yd of cloth are available.‬‬

‫‪282‬‬
 ‫)‪Table (10‬‬

‫‪Products- Labor‬‬ ‫‪Cloth‬‬ ‫‪Sales‬‬ ‫‪cost‬‬

‫‪type (hours) (squares yards price‬‬
‫‪shirts‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪$12‬‬ ‫‪$6‬‬
‫‪shorts‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪$8‬‬ ‫‪$4‬‬
‫‪pants‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪$15‬‬ ‫‪$6‬‬
‫لغرض صياغة المشكلة البد من تعريف متغيرات القرار‪:‬‬

‫‪ :X1‬عدد الوحدات المنتجة من النوع االول القمصان‪.‬‬

‫‪ :X2‬عدد الوحدات المنتجة من النوع الثاني فانيالت‪.‬‬

‫‪ :X3‬عدد الوحدات المنتجة من النوع الثالث سراويل‪.‬‬

‫‪ 1= : Y1‬اذا تم انتاج اي عدد من المنتج االول‬

‫‪ 0 =Y1‬اذا لم يتم انتاج اي عدد من المنتج االول‬

‫‪ 1 =Y2‬اذا تم انتاج اي عدد من المنتج الثاني‬

‫‪ 0 =Y2‬اذا لم يتم انتاج اي عدد من المنتج الثانيس‬

‫‪ =Y3‬اذا تم انتاج اي عدد من المنتج الثالث‬

‫‪ =Y3‬اذا لم يتم انتاج اي عدد من المنتج الثالث‬

‫ان مجموع االرباح المتحققة للمعمل في االسبوع=(مجموع العوائد من بيع المنتجات)‪(-‬مجموع كلف‬
‫االنتاج)‪(-‬مجموع كلف تاجير العامل لتفصيل كل نوع من االنواع الثالثة المنتجة)‬

‫)‪Weekly profit=(12X1+8X2+15X3)-(6X1+4X2+8X3)-(200Y1+150Y2+100Y3‬‬

‫تصبح دالة الهدف‪:‬‬

‫‪283‬‬
‫‪Maximize Z= 6X1+4X2+7X3-200Y1-150Y2-100Y3‬‬

‫)‪S.T: 3X1+2X2+6X3<= 150(labor constraint) …..(1‬‬

‫)‪4X1+3X2+4X3<= 16 (cloth constraint……...(2‬‬

‫)‪X1,X2,X3>=0,X1,X2,X3 integer……….(3‬‬

‫)‪Y1,Y2,Y3=0 or 1…….(4‬‬

‫يجب ان يضاف قيود للمتغيرات الثنائية(‪ )Yi‬وعالقتها مع متغيرات القرار الرئيسية (‪ )Xi‬وفق الصيغة‬
‫التالية‪:‬‬

‫)‪X1<=M1Y1……(5‬‬

‫)‪X2<=M2Y2……(6‬‬

‫)‪X3<=M3Y3……(7‬‬

‫حيث تمثل (‪ )Mi‬قيم كبيرة موجبة‪ ,‬ووفق االمكانيات المتاحة المذكورة في القيود(‪ )2,3,4‬يمكن تحديد قيم‬
‫(‪ ,)M3=25(,)M2=53(,)M1=40‬وهذا يعني اذا تم انتاج عدد من الوحدات من المنتج االول تكون‬
‫قيمة‪ Y1=0‬واذا لم يتم انتاج اي وحدة من المنتج االول يكون قيمة المتغير الثنائي ‪ , Y1=0‬وهذا نفس‬
‫االسلوب يكون على المتغيرات الثنائية االخرى‪ .‬ومن خالل استخدام البرنامج الحاسب االلكترونية يتم حل‬
‫النموذج الرياضي وتكون النتائج وفق االتي‪:‬‬

‫‪Z=$75,X3=25 unites,Y3=1,X2=X3=Y1=Y2=0.‬‬

‫تمارين وأسئلة الفصل التاسع عن البرمجة العددية‬

‫‪Q1: a company wants to build the minimum number of fire stations needed to‬‬
‫‪ensure that at least on fire station is within (17) minutes (driving time) of each‬‬
‫‪six city. The times required to drive between this cities are shown in table-1.‬‬

‫‪284‬‬
‫‪Formulate an IP Model that will tell a company how many fire stations should‬‬
‫‪be built and where they should be located by using IP model.‬‬

‫‪1-‬‬ ‫‪Table-1‬‬
‫‪City-1‬‬ ‫‪City-2‬‬ ‫‪City-3‬‬ ‫‪City-4 City-5‬‬ ‫‪City-6‬‬

‫‪City-1‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪30‬‬ ‫‪20‬‬

‫‪City-2‬‬ ‫‪10‬‬ ‫‪0‬‬ ‫‪25‬‬ ‫‪35‬‬ ‫‪20‬‬ ‫‪10‬‬

‫‪City-3‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪0‬‬ ‫‪15‬‬ ‫‪30‬‬ ‫‪20‬‬

‫‪City-4‬‬ ‫‪30‬‬ ‫‪35‬‬ ‫‪15‬‬ ‫‪0‬‬ ‫‪15‬‬ ‫‪25‬‬

‫‪City-5‬‬ ‫‪30‬‬ ‫‪20‬‬ ‫‪30‬‬ ‫‪15‬‬ ‫‪0‬‬ ‫‪14‬‬

‫‪City-6‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪25‬‬ ‫‪14‬‬ ‫‪0‬‬

‫‪ -1‬شركة ترغب ببناء اقل مايمكن من مراكز االطفاء لحدى المدن بحيث ان خدمات االطفاء تصل الى‬
‫‪ 6‬قرى العائده لهذه المدينة بالتساوي وان وحدت القياسى الزمني هي سبعة عشر دقيقة يجب ان‬
‫تصل اليها سيارات االطفاء‪ .‬المطوب مهي عدد مراكز االطفاء التي تغطي قرى هذه المدينة ضمن‬
‫الوقت القياسي لوصول سيارات االطفاء باستعمال البرمجة العددية‪.‬‬
‫‪Q2: consider the following L.P model:‬‬

‫‪2- Max Z= X1+ X2‬‬

‫‪S.to‬‬

‫‪Max Z= X1+ X2‬‬

‫‪S.to‬‬

‫‪2X1 + X2 <= 6‬‬

‫‪X1 + 5X2 <=20‬‬

‫‪X1, X2 > 0, X1, X2 integer.‬‬

‫‪285‬‬
Q3: company manufacturing two models of its current line of personal
computers KCU and KCP. THE KCU, which purchased primarily by universities
and other businesses that network their computers, is equipped with two
floppy drives and no hard disk drive, this model needs(0.7) production hours.
The KCP is designed for home and personal use and is equipped with one floppy
drive and one hard disk drive, this model needs (0.9) production hours. Each
model is housed in a tower case. At present, 2000 of floppy drives, 900 of hard
disk, 1000 of Tower case and 580 of production hours. The profit of KCU 100$
per unit and 250$ per unit of KCP model, for production of a type of computer
to be economically feasible, at least 550 computer of that type must be
produced. Formulate an IP to maximize company’s profit.

‫ مخصص‬KCU‫ النوع االول‬KCU,KCP ‫ شركة تنتج نوعين من الحاسبات االلكترونية وهي‬-3

‫للجامعات ورجال االعمال وان متطلباتها هي تحتوي على اثنانمن سواقة التحريك والتحتوي على‬
‫ ساعة عمل ويحتوي ايضا هذا النوع على الغطاء‬0.9 ‫ وهذا النوع يحتاج الى‬,‫قرص خزن‬
‫ مخصص ليستخدم في البيوت او في المكاتب‬KCP‫الخارجي للجهاز وانوع الثاني من الحاسبات‬
‫ ويحتاج‬,‫) فيها محرك مرن واحد وفيها قرص خزن وتحتاج ايضا الى غطاء خارجي‬LAPTOP(
‫ولديها غطاء‬,‫قرص خزن‬900 ‫ولديها‬, ‫ محرك سرعة‬2000 ‫ الشركة لديها‬.‫ ساعة عمل‬0.9 ‫الى‬
100$‫ علما ان ربح النوع االول‬.‫ساعة عمل انتاجية‬580‫ غطاء وتملك على االكثر‬1000‫خارجي‬
‫ حاسبة‬550 ‫ على شرطة ان تكون حجم الدفعة االقتصادية االنتاج التقل عن‬250$ ‫والنوع الثاني‬
‫ اوجد عدد الوحدات المنتجة من كل نوع ضمن شروط حجم الدفعة االنتاجية على ان‬.‫من كل نوع‬
.‫تحقق على ربح ممكن ضمن االمكانيات المتاحة للشركة باستعمال اسلوب البرمجة العددية‬
Q5: consider the following IP:

Min Z= 2X1- 9X2

S.to

2X1 + X2 < 5

-4 X1 + X2 < 5

X1, X2 > 0, X1, X2 integer.

‫ اوجد الحل االمثل للنموذج الرياضي الخطي االتي مستخدما اسلوب البرمجة العددية‬4

286
‫‪Min Z= 2X1- 9X2‬‬

‫‪S.to‬‬

‫‪2X1 + X2 < 5‬‬

‫‪-4 X1 + X2 < 5‬‬

‫‪X1, X2 > 0, X1, X2 integer.‬‬

‫المصادر العربية‬
‫العمليات"هالمكتبة الوطنية ه‬ ‫‪ 1‬بخاياهماجد عبدهللا ه فاروق وسام ه"مقدمة في بحو‬
‫بغداده ‪2000‬‬
‫‪ 2‬البن رردانيه محم ررد اس ررعد عب ررد الوه ررابه "مقدم ررة ف رري بح ررو العملي ررات"ه الطبع ررة الثالث ررةه‬
‫عمانه االردنه ‪1998‬‬
‫العمليات مع تطبيقات باستخدام الحاسوبه دار وائل‬ ‫‪ 3‬حمدانه فتحي خليله بحو‬
‫للنشره عمان ‪2010‬‬
‫‪ 4‬السامرائيه حسرين الطيرفه األسراليب الكميرة فري اتخراذ القر اررات اإلداريرةه دار الهرالله‬
‫عمانه ‪1997‬‬
‫العمليات مفهوما وتطبيقا" مكتية الذاكرة‬ ‫د حامد سعد نور ه "بحو‬ ‫‪ 5‬الشمرتي ه ا‬
‫للنشر والتوزيع ه بغداد ه الطبعة االولى ه ‪2010‬‬
‫د حامد سعد نور ه والزبيدي ه علي خليل " مدخل الى بحو العمليات‬ ‫‪ 6‬الشمرتي ه ا‬
‫" دار مجدالوي للنشر والتوزيع ه عمان – االردن ه الطبعة االولى ه ‪2007‬‬
‫‪ 7‬الش ررمريه حام ررد س ررعد ن رروره بح ررو العملي ررات مفهومر راى وتطبيقر راىه مكتب ررة ال ررذاكرةه بغ ررداد‬
‫‪2001‬‬
‫‪ 8‬العبيررديه محمررود الفضررله مؤيررد عبررد الحسررينه بحررو العمليررات وتطبيقاتهررا فرري إدارة‬
‫األعماله عمان ‪2004‬‬

‫‪287‬‬
‫‪ 9‬العلي‪ :‬عبد الستار محمد ‪ ,‬ادارة االنتاج بين النظرية والتطبيت ‪ ,‬دار الكتب جامعة‬
‫البصرة في العراق ‪ ,1986,‬الفصل السادس عشر‬
‫العمليات"‬ ‫د دالل صادق "بحو‬ ‫د حميد ناصر حميد ه والجواد ه ا‬ ‫‪ 10‬الفتال ه ا‬
‫دار اليازوري العلمية للنشر والتوزيع ه عمان – االردن ه الطبعة العربية ه ‪2008‬‬
‫‪ 11‬الفضله مؤيد عبد الحسينه "االساليب الكمية في االدارة"ه دار البازوري العلميرة للنشرر‬
‫والتوزيعه عمانه االردنه ‪2004‬‬
‫‪ 12‬القاضرريه زيرراد عبررد الكرريمه عرراطف جررابره عمررر ابررو الحسررنه "بحررو العمليررات"ه دار‬
‫المستقبل للنشره عمانه االردنه ‪1990‬‬
‫‪ 13‬محمده صادق ماجرده "بحرو العمليرات"ه الطبعرة األولرىه مطبعرة دار الحكمرةه بغرداده‬
‫العراقه ‪1991‬‬
‫‪ 14‬النعيميه محمرد عبرد العرال واخررونه "مقدمرة فري بحرو العمليرات"ه دار الوائرل للنشرره‬
‫عمانه االردنه ‪1999‬‬
‫‪ 15‬النعيمرريه محمررد عبررد العررال وآخرررونه مقدمررة فرري بحررو العمليرراته دار وائررل للنشررره‬
‫عمان‪ -‬األردنه ‪1999‬‬
‫العمليات"ه الطبعة الثالثة ه‬ ‫‪ 16‬النيداني ه محمد اسعد عبد الوهاب ه "مقدمة في بحو‬
‫عمان‪ -‬األردن ه ‪1998‬‬

‫المصادر االجنبية‬

‫‪1. AL Najjar A. M., "Production and Operations Management, 2004.‬‬

‫‪2. Anderson, D . R. Sweeney D. G., Williams , T. A. "Introduction to‬‬
‫‪Management Science A Quantitive Approach to Decision Making‬‬
‫‪with CD- Roum, New York, 2001.‬‬
‫‪3. Bazaraa , M.J and M. sherali ,linear programming and network 2 nd‬‬
‫‪ed.wiley,new York 1990‬‬
‫‪4. Behnezhof, A. R., and Khoshnevis, B., "Integration of machine‬‬
‫‪requirements is planning and aggregate production planning,‬‬
‫‪production planning and control, vol.7, no.3, pp.2,2-92, 8, 2000.‬‬

‫‪288‬‬
5. Bitram, G., R., and A. C., Hax. Desegregation and Resource
allocation using covex Kanpsack problems. Management Science ,
27, 431-441.1, 88.
6. Chelliah Sriskandarajah = Production of operations management"
2003.
7. Evans, J. R., Oison, D. L., "Statistics, Data Analysis, and Decision
Modeling", 1st ed. Prentice Hall, New Jersey, 2000.
8. Gupta, A., D. S. Hira, Operation Research, Chand & Company
LID, New Delhi, 1987.
9. Hamdy, A., Taha, Operation Research An Introduction, 6th ed.
Coller MacMillian, 1997.
10. J. R., Evans, Applies production and Operations management ,
west publishing Co., America .1993.
11. Lipsky, L, Transportation problem Macmillan new York 1992.
12. Nagasawa, Hirotuki, and Katsundo Hitomi, Decision analysis for
determines the optimum. Part 2: Deference between plants
horizons in weekly and in monthly schedule "International Journal
of production research 23 (2): 423-38.1995.
13. Nemhauser, G and L.Wolsey Integer and Combinatorial
optimization Wiley new York 1998.
14. Philip, D. T., Ravidran & Slberg, Operation Research: Principles
and Practice, 2nd ed., John Wiley & Sons, New York, 1987.
15. Prem Kumar Gupta and D.S.Hira" OPERATIONS RESEARCH:
an Introduction" 2th edition (1989) S. Chand and Company
LTD,NewDelhi
16. Render ,B, Ralph M-Stair, JR. Michel E. Hanna, " Quanti
tative Analysis for Management" Pearson prentice-hall2006
17. Render, B., Stair R. M., Quantitative Analysis for Management ,
7th ed., Prentice Hall, New York, 2000.
18. W.J. Stevenson , Production / Operations management, Richard
D. Irwin, Chicago, 1996.
19. WAYNE L .WINSTON" OPERATIONS RESEARCH,
Applications and Algorithms"(1993), Prentice-Hall
20. William, H"Model building In Mathematical programming" 3ed
Wiley new York 1990.
21. Wolsey L. Integer programming Wiley new York 1998

289
 290

View publication stats