§2 წრფივი მოდელები

2.1 ზოგიერთი სამოდელო ამოცანა

2.1.1 Kკვების რაციონის ამოცანა

Mმოცემულია 4 სახის საკვები პროდუქტი, რომლისგანაც უნდა შევადგინოთ

კვების რაციონი, რომელიც უნდა შეიცავდეს არანაკლებ b1 ერთეულ ცილას, b2
ერთეულ ცხიმებს და b3 ერთეულ ნახშირწყლებს. წინასწარ ცნობილია, თუ რა
რაოდენობის ცილებს, ცხიმებს და ნახშირწყლებს შეიცავს ერთი ერთეული ყოველი
ტიპის პროდუქტი, ასევე ცნობილია ერთი ერთეული ყოველი ტიპის პროდუქტის
ღირებულება. Mმოითხოვება შევადგინოთ კვების რაციონი, რომელიც
დააკმაყოფილებს მოთხოვნილებას მინერალურ ნივთიერებებზე და ექნება
მინიმალური ღირებულება.
Pპირველ რიგში შევადგინოთ ამოცანის შესაბამისი მათემატიკური მოდელი: X1-
ით აღვნიშნოთ რაციონში I პროდუქტის შემცველობა, X2-ით II პროდუქტის
შემცველობა, X3-ით III, ხოლო X4-ით IV პროდუქტის შემცველობა.
თუ გავითვალისწინებთ, რომ ერთი ერთეული ყოველი ტიპის პროდუქტი ღირს c j
ლარი, მთლიანი რაციონის ღირებულება ტოლი იქნება: F=c 1 x 1 +c 2 x 2 +c 3 x 3 +c 4 x 4 (1).
თუ გავითვალისწინებთ, რომ ერთ ერთეულ i-ურ პროდუქტში (i=1,4 ) არის a i , j
ერთეული j ტიპის მინერალური ნივთიერება ( j=1,3 ¿, რაციონში ცილების, ცხიმების
და ნახშირწყლების რაოდენობა შესაბამისად ტოლი იქნება: a 11 x1 + a21 x 2+ a31 x 3 +a 41 x 4;
a 12 x1 + a22 x 2+ a32 x 3 +a 42 x 4; a 13 x 1+ a23 x 2 +a33 x3 + a43 x 4 .
ვინაიდან, ამოცანის პირობის თანახმად, კვების რაციონი უნდა შეიცავდეს არა
ნაკლებ b 1 ერთეულ ცილებს, b 2 ერთეულ ცხიმებს და b 3 ერთეულ ნახშირწყლებს,
ამიტომ, მთელი რაციონის მოთხოვნილება მინიმალურ ნივთიერებებზე ჩაიწერება
შემდეგი შეზღუდვა_უტოლობების სახით:

{
a 11 x1 + a21 x 2+ a31 x 3 +a 41 x 4 ≥b 1
a 12 x1 + a22 x 2+ a32 x 3 +a 42 x 4 ≥b 2 (2)
a13 x 1 +a 23 x 2+ a33 x 3 +a 43 x 4 ≥ b3

ამრიგად, მივიღეთ მათემატიკური მოდელი, რომლის შესაბამისად საჭიროა

ვიპოვოთ x i i=1,4 ცვლადების ისეთი არაუარყოფითი მნიშვნელობები, რომლებიც
დააკმაყოფილებს (2) სისტემის თანაფარდობებს და მინიმალურ მნიშვნელობას
მიანიჭებს (1) წრფივ ფორმას.

D2.1.2. დაზგების დატვირთვის ამოცანა

საფეიქრო ფაბრიკას გააჩნია ორი ტიპის დაზგა , I ტიპის _ n1 რაოდენობის D II

ტიპის _n2 რაოდენობის. აღნიშნულ დაზგებზე უნდა მოიქსოვოს 4 ტიპის ქსოვილი,
T 1 , T 2 , T 3 , T 4 შესაბამისად B1 , B2 , B3 , B 4 მეტრი. ცნობილია ასევე თითოეული ტიპის
ქსოვილის 1 მეტრის ღირებულება, რაც შესაბამისად ტოლია C 1 , C2 , C3 , C 4.
ერთი ცალი I ტიპის დაზგა დროის ერთეულში აწარმოებს Aa 11მეტრ T 1 ქსოვილს,
a 12 მეტრ T 2 ქსოვილს, a 13 მეტრ T 3 ქსოვილს და a 14 მეტრ T 4 ქსოვილს.
ანალოგიურად, ერთი ცალი II ტიპის დაზგა აწარმოებს შესაბამისად, a 21,a 22,a 23, a 24
მეტრ T 1 , T 2 , T 3 , T 4 ქსოვილს. ამასთანავე, ყველა დაზგას შეუძლია ყველა ტიპის
ქსოვილის მოქსოვა. Mმოითხოვება ისეთნაირად დავტვირთოთ დაზგები, რომ
შესრულდეს ქსოვილის წარმოების გეგმა და რეალიზაციით მიღებული მოგება იყოს
მაქსიმალური
შევადგინოთ შესაბამისი მათემატიკური მოდელი.
ვთქვათ, T 1 ტიპის ქსოვილს აწარმოებს X 11 ცალი I ტიპის დაზგა. T 2 ტიპის
ქსოვილს აწარმოებს X 12 ცალი I ტიპის დაზგა, T 3 ტიპის ქსოვილს – X 13 I ტიპის დაზგა
და T 4 ტიპის ქსოვილს_ X 14 ცალი I ტიპის დაზგა. ანალოგიურად, II ტიპის
დაზგების რაოდენობა , რომელიც დაკავებულია T 1 , T 2 , T 3 , T 4 ტიპის ქსოვილების
წარმოებაზე შესაბამისად ტოლია X 21 , X 22 , X 23 , X 24 . ამრიგად, გვაქვს 8 ამომხსნელი
ელემენტი. X i , j (i=1,2 ; j=1,4) გვიჩვენებს i-ური ტიპის დაზგების რაოდენობას,
რომლებიც დაკავებულია T j ტიპის ქსოვილის გამოშვებაზე. ამრიგად, გვაქვს
საძიებელი სიდიდეები X i , j და ცნობილი სიდიდეები B j , c j , ai , j ,T j .
საჭიროა, განვსაზღვროთ მოგება.
ვინაიდან 1 ცალი I ტიპის დაზგა ამზადებს a 11 მეტრ T 1 ტიპის ქსოვილს, X 11 ცალი
დაზგა დაამზადებს a 11 X 11 მეტრ T 1 ტიპის ქსოვილს. ამათგან 1 ცალი II ტიპის დაზგა
აწარმოებს a 21 მეტრ T 1ტიპის ქსოვილს, X 21 ცალი II ტიპის დაზგა დაამზადებს
a 21 X 21 მეტრ T 1 ტიპის ქსოვილს და მთლიანად, T 1 ტიპის ქსოვილის რაოდენობა
ტოლი იქნება (a ¿ ¿11 X 11 +a 21 X 21) ¿ მეტრისა. ანალოგიურად, ყოველი T j ტიპის
ქსოვილის რაოდენობა ტოლი იქნება: T 2_(a ¿ ¿12 X 12 +a 22 X 22)¿მეტრი; T 3_
(a ¿ ¿13 X 13+ a23 X 23) ¿მეტრი, T 4_(a ¿ ¿14 X 14 +a 24 X 24) ¿მეტრი.
რამდენადაც ცნობილია 1 მეტრი ქსოვილის Qღირებულება, მთლიანად
წარმოებული პროდუქციის ფასი იქნება:

F=(a ¿ ¿ 11 X 11+ a21 X 21)c1 +( a ¿ ¿ 12 X 12+ a22 X 22) c2 +(a ¿ ¿ 13 X 13 +a 23 X 23 )c 3 +(a ¿ ¿ 14 X 14+ a24 X 24 )c 4 ¿ ¿ ¿ ¿
(1).

საჭირო X i , j ცვლადები შევარჩიოთ ისეთნაირად, რომ F ფუნქცია იყოს

მაქსიმალური და თავის მხრივ, აკმაყოფილებდეს გარკვეულ შეზღუდვებს:
1. ამა თუ იმ ქსოვილის წარმოებაზე დაკავებული დაზგების სართო რაოდენობა
არ შეიძლება აღემატებოდეს დაზგების რეალურ რაოდენობას. რაც გვაძლევს შემდეგ
შეზღუდვა_უტოლობებს:

{ X 11+ X 12+ X 13 + X 14 ≤ n1
X 21+ X 22+ X 23 + X 24 ≤ n2
(2)
 ვიცით, რომ თითოეული ტიპის ქსოვილი უნდა დამზადდეს განსაზღვრული
რაოდენობით. კერძოდ, T 1ტიპის ქსოვილი b 1 რაოდენობის, T 2_b 2-ის, T 3_b 3 და T 4−b4 .
რაც მოგვცემს შეზღუდვა_უტოლობებს:

{
a 11 X 11+ a21 X 21 ≥ b1
a12 X 12+ a22 X 22 ≥ b2
(3)
a13 X 13+ a23 X 23 ≥ b3
a11 X 11+ a21 X 21 ≥ b4

ამრიგად, მივიღეთ დასმული ამოცანის მათემატიკური ფორმულირება. კერძოდ,

საჭიროა ვიპოვოთ X 11 , X 12 , X 13 , X 14 , X 21 , X 22 , X 23 , X 24 ცვლადების ისეთი არაუარყოფითი
მნიშვნელობები, რომლებიც აკმაყოფილებს (2), (3) თანაფარდობებს და მაქსიმალურ
მნიშვნელობას ანიჭებს (1) წრფივ ფორმას.

2.2 წრფივი პროგრამირების ამოცანის დასმა. თვისებები

ჩვენს მიერ განხილული სამოდელო ამოცანები მიეკუთვნება წრფივი

პროგრამირების ამოცანებს, ვინაიდან ყოველ მათგანში გამოიყენება წრფივი
თანაფარდობები.
შემოვიტანოთ რამდენიმე განსაზღვრა :
1. წრფივი პროგრამირების ზოგადი ამოცანა ვუწოდოთ ამოცანას, რომელიც
მდგომარეობს :

n
F=∑ c j x j (1)
j=1

ფუნქციის უდიდესი ან უმცირესი მნიშვნელობის მოძებნაში, როდესაც სრულდება

პირობები:

{
n

∑ a i , j x j ≤ bi i=1 , k
j=1
n (2)
∑ ai , j x j=bi i=k + 1, m
j=k +1

x j ≥ 0 , j=1 , n (3)

(1) ფუნქციას ეწოდება წრფივი ფორმა ანუ მიზნის ფუნქცია, ხოლო (2), (3)
თანაფარდობებს_შეზღუდვები.
 ამოვხსნათ წრფივი პროგრამირების ამოცანა ნიშნავს ვიპოვოთ მასში შემავალი
ცვლადების არაუარყოფითი მნიშვნელობები, რომლებიც აკმაყოფილებს წრფივ
შეზრუდვებს, და მაქსიმალურ ან მინიმალურ მნიშვნელობას ანიჭებს F ფუნქციას.
2. ამოცანას ეწოდება წრფივი პროგრამების სტანდარტული ან სიმეტრიული
ამოცანა, თუ საჭიროა ვიპოვოთ (1) ფუნქციის უდიდესი ან უმცირესი მნიშვნელობა
როცა k=m. ანუ გვაქვს მხოლოდ შეზღუდვა_უტოლობები.
3. წრფივი პროგრამების ამოცანას ეწოდება წრფივი წრფივი პროგრამების
ძირითადი ანუ კანონიკური ამოცანა, თუ საჭიროა ვიპოვოთ (1) ფუნქციის
მაქსიმალური მნიშვნელობა, როცა k=0 და გვაქვს მხოლოდ შეზღუდვა_ტოლობები.
4. x= ( x 1 , x 2 … x n) რიცხვების ერთობლიობას, რომელიც აკმაყოფილებს (2), (3)
შეზღუდვებს, ეწოდება დასაშვები გეგმა
¿ ¿ ¿
5. .გეგმას x*= ( x 1 , x2 , … , xn ¿ ეწოდება ოპტიმალური, თუ F (x*) არის F ფუნქციის
უდიდესი ანუმცირესი მნიშვნელობება. ან სხვაგვარად, გეგმა არის ოპტიმალური თუ
ამ წერტილში ფუნქცია ღებულობს თავის ოპტიმალურ, უდიდეს ან უმცირეს
მნიშვნელობას.
ადვილად შეიძლება ვაჩვენოთ, რომ წრფივი პროგრამების ამოცანის ყველა
განსაზღვრა ექვივალენტურია და ადვილად შეიძლება ერთი ამოცანის მეორეზე
დაყვანა.
თუ მოცემული გვაქვს შეზღუდვა_უტოლობები და შესაბამისად წრფივი
პროგრამირების სტანდარტული ამოცანა, მისგან წრფივი პროგრამირების ძირითად
ამოცანაზე ანუ შეზღუდვა_ტოლობებზე გადასვლისათვის საჭიროა შემოვიღოთ ახალი
არაუარყოფითი დამატებითი ცვლადები და შესაბამის უტოლობებს დავამატოთ იქ,
სადაც გვაქვს “≤ , და გამოვაკლოთ იქ, სადაც არის “≥
იმ შემთხვევაში, როდესაც გვაქვს წრფივი პროგრამირების ძირითადი ამოცანა
(შეზღუდვა_ტოლობებით), ადვილად შეიძლება მისგან გადავიდეთ წრფივი
პროგრამირების სტანდარტულ ამოცანაზე (შეზღუდვა_უტოლობებით). კერძოდ,
ყოველი ტოლობა შევცვალოთ ორი ექვივალენტური შეზღუდვა_უტოლობით. თუ
n
მოცემული გვაქვს ∑ ai , j ¿ b i , მას შევცვლით ორი ექვივალენტური უტოლობით

{
j=1
n

∑ ai , j ≤b i
j=1
n
−∑ ai , j ≤−b i
j=1

როგორც აღვნიშნეთ, წრფივი პროგრამირების ამოცანის ამოხსნა ნიშნავს ვიპოვოთ

მასში შემავალი ცვლადების ისეთი არაუარყოფითი მნიშვნელობები, რომლებიც
აკმაყოფილებს შეზღუდვებს და ოპტიმალურ მნიშვნელობებს ანიჭებს მიზნის
ფუნქციას. შესაძლებელია შეგვხვდეს ისეთი ამოცანა, რომელშიც ირღვევა
უარყოფითობის პირობა. რომელიღაც ცვლადი არის უარყოფითი. შეგვიძლია
ცვლადის უარყოფითობის თავიდან აცილება, თუ უარყოფით ცვლადს შევცვლით
ორი ახალი, დამატებითი არაუარყოფითი ცვალადის სხვაობით , ე.ი. თუ გვაქვს რაღაც
xj < 0 შემოვიტანთ ისეთ uj >0, vj >0, რომ x j=u j−v j
 ადვილად შეიძლება ვაჩვენოთ, რომ მინიმუმის პოვნის ამოცანა დაიყვანება
მაქსიმუმის პოვნის ამოცანაზე და პირიქით. კერძოდ, თუ ჩვენთვის ცნობილია
ფუნქციის მინიმუმის პოვნის წესი და მოითხოვება ვიპოვოთ F ფუნქციის მაქსიმუმი,
ვისარგებლებთ თანადობით maxF ( x )=−min ⁡(−F ( x ) ) და პირიქით,
minF ( x )=−max ⁡( −F ( x ))

2.3 წრფივი პროგრამირების ამოცანის ამოხსნის

გეომეტრიული ინტერპრეტაცია

ვინაიდან წრფივი პროგრამირების ერთი სახისAამოცანა დაიყვანება მეორეზე,

ამიტომ, საკმარისია გავეცნოთ წრფივი პროგრამირების რომელიმე ტიპის ამოცანის
ამოხსნას და დავიყვანოთ ერთი ამოცანა მეორეზე.
განვიხილოთ წრფივი პროგრამირების ამოცანების ამოხსნის გეომეტრიული
ინტერპრეტაცია.
Gგეომეტრიულ ინტერპრეტაციას აზრი აქვს იმ შემთხვევაში, როცა ძირითად
ამოცანაში თავისუფალი ცვლადების რაოდენობა ორის ტოლია, ან სტანდარტულ
ამოცანაში, თავისუფალი ცვლადების რაოდენობა არის ორის ტოლი. თუ მოცემულია
წრფივი პროგრამირების ძირითადი ამოცანა, რომელშიც გვაქვს ორი თავისუფალი
ცვლადი, გამოვსახოთ ბაზისური ცვლადები თავისუფალი ცვლადების საშუალებით,
გავითვალისწინოთ ცვლადების არაუარყოფითობის მოთხოვნა და შედეგად, საწყისი
ამოცანა დავიყვანოთ სტანდარტულ ამოცანაზე, რომელშიც გვაქვს ორი ცვლადი.
ვთქვათ, მოცემულია შემდეგი ამოცანა: ვიპოვოთ F=c1 x 1+c2 x 2 ფუნქციის მაქსიმუმი
შემდეგ პირობებში:

{
a11 x 1+ a12 x 2 ≤ b 1
a21 x 1+ a22 x 2 ≤ b 2
……………………….
a n1 x 1+ an 2 x 2 ≤ b n
x1 , x2 ≥ 0
Aამოცანის გეომეტრიული ინტერპრეტაციისათვის ავიღოთ მართკუთხა
კოორდინატთა სისტემა, რომლის Ox ღერძზე გადავზომავთ x 1 ცვლადს, ხოლო Oy
ღერძზე x 2-ს. ვინაიდან x 1და x 2 არაუარყოფითია, ამიტომ, განვიხილავთ მხოლოდ
საკოორდინატო სიბრტყის პირველ მეოთხედს. (თუმცა ამოცანის ამოხსნისათვის
შესაძლებელია დაგვჭირდეს სხვა მეოთხედებიც). სიბრტყის იმ წერტილთა
ერთობლიობა, რომელიც ერთდროულად აკმაყოფილებს სისტემაში შემავალ ყველა
უტოლობას, წარმოადგენს დასაშვებ მნიშვნელობათა სიმრავლეს, ხოლო ამ სიმრავლის
(თუ იგი ცარიელი არ არის) ის წერტილი, რომელშიც ფუნქცია აღწევს თავის
მაქსიმუმს, წარმოადგენს ექსტრემუმის წერტილს.
 დასაშვებ მნიშვნელობათა არის აგებისთვის ვისარგებლოთ შემდეგი დებულებით,
რომ სიბრტყესa 11 x1 + a12 x 2=b1 წრფე ყოფს ორ ნახევარსიბრტყედ, რომლის ერთ მხარეს
სრულდება უტოლობა ნაკლებია ან ტოლიb 1, ხოლო მეორე მხარეს მეტია ან ტოლი b 1.

{ }
a11 x 1 +a12 x2 ≥ b1
a11 x 1 +a12 x2 ≤ b1

ამ შეთანხმებით, დასაშვებ მნიშვნელობათა არის ასაგებად საჭიროა უტოლობები

შევცვალოთ ტოლობებით, ავაგოთ შესაბამისი წრფეები და განვსაზღვროთ ის
ნახევარსიბრტყეები, როლებიც შეესაბამება საწყის შეზღუდვა-უტოლობებს.
ნახევარსიბრტყეთა თანაკვეთა (თუკი ასეთი არსებობს), ქმნის დასაშვებ
მნიშვნელობათა არეს.
მტკიცდება, რომ წრფივი პროგრამირების ამოცანის დასაშვებ მნიშვნელობათა
სიმრავლე წარმოადგენს ამოზნექილ სიმრავლეს. უფრო ზუსტად, ამოზნექილ
მრავალწახნაგას და მიზნის ფუნქცია ექსტრემალურ მნიშვნელობას აღწევს ამ
მრავალწახნაგას ერთ-ერთ კიდურა წერტილში. .თუ მიზნის ფუნქცია ექსტრემალურ
მნიშვნელობას აღწევს ორ წერტილში, მაშინ იგი ამ მნიშვნელობას ღებულობს ამ
წერტილების შემაერთებელ მონაკვეთზე (ამ წერტილების ამოზნექილ კომბინაციაზე)
და შესაბამისად, აქვს უამრავი ამონახსნი.
მიზნის ფუნქციის ექსტრემალური მნიშვნელობის პოვნა შეიძლება ორი გზით:
1) როგორც მტკიცდება, მიზნის ფუნქცია ექსტრემალურ მნიშვნელობას აღწევს
დასაშვებ მნიშვნელობათა არის ერთ-ერთ კიდურა წერტილში, ამიტომ საჭიროა
გამოვთვალოთ დასაშვებ მნიშვნელობათა არის (ამოხსნათა მრავალკუთხედის) წვეროს
კოორდინატები და ვიპოვოთ მიზნის ფუნქციის მნიშვნელობა ამ წერტილებში. მათ
შორის უდიდესი იქნება ფუნქციის მაქსიმუმი, უმცირესი-მინიმუმი, ხოლო შესაბამისი
წერტილი იქნება ექსტრემუმის წერტილი.
Mხშირად დასაშვებ მნიშვნელობათა სიმრავლე შეიძლება არ იყოს ჩაკეტილი,
შემოსაზღვრული სიმრავლე და შესაბამისად შეუძლებელია გამოითვალოს მიზნის
ფუნქციის მნიშვნელობა ყველა წვეროში (უბრალოდ, ყველა წვეროს დაფიქსირება
შეუძლებელია). ასეთ შემთხვევაში გამოიყენება მეორე მეთოდი, რომელსაც ზოგჯერ
ჰიპერსიბრტყეთა მეთოდს უწოდებენ და რომლის არსი მდგომარეობს იმაში, რომ
ფუნქციის უსწრაფესი ზრდის მიმართულება ემთხვევა გრადიენტის მიმართულებას.
აღნიშნული მეთოდი შეიძლება ჩამოყალიბდეს შემდეგი სახით:
2) ავაგოთ მიზნის ფუნქციის შესაბამისი ერთ-ერთი დონის წირი c 1 x 1 +c 2 x 2=h, h-
ის რაღაც მთელი მნიშვნელობისთვის. h-ის სხვადასხვა მნიშვნელობა გვაძლევს
პარალელურ წრფეებს, რომელთაც დონის წირები ეწოდება. აღნიშნული წირების ერთი
მიმართულებით გადაადგილებისას h-ის მნიშვნელობა იზრდება, ხოლო მეორე
მიმართულებით გადაადგილებისას _მცირდება. ზრდის მიმართულება შეესაბამება
გრადიენტის მიმართულებას, რომელიც, როგორც ცნობილია, წარმოდგენს უსწრაფესი
ზრდის მიმართულებას, ხოლო კლების მიმართულება ემთხვევა ანტიგრადიენთის
მიმართულებას. აქედან გამომდინარე, მიზნის ფუნქციის ზრდის მიმართულებას
წარმოადგენს c=¿(c1,c2) ვექტორის მიმართულება, კლებისას_საწინააღმდეგო
მიმართულება და შესაბამისად, ფუნქცია უდიდეს ან უმცირეს მნიშვნელობას აღწევს
დასაშვებ მნიშვნელობათა არისა და დონის წირის უკიდურეს საერთო წერტილში.
აღნიშნული წერტილი წარმოადგენს ექსტრემუმის წერტილს, ხოლო მიზნის ფუნქციის
მნიშვნელობა ამ წერტილში_ფუნქციის ექსტრემუმს.
შეგვიძლია ჩამოვაყალიბოთ წრფივი პროგრამირების ამოცანის გეომეტრიული
მეთოდით ამოხსნის ალგორითმი ე. წ. ჰიპერსიბრტყეთა მეთოდით.
1. თუ წრფივი შეზღუდვები მოცემულია უტოლობების საშუალებებით,
შევცვალოთ უტოლობები ტოლობით.
2. ავაგოთ წრფივი განტოლების შესაბამისი წრფეები.
3. მოვნიშნოთ ის ნახევარსიბრტყეები, რომელიც აკმაყოფილებს საწყის
უტოლობებს.
4. ავაგოთ ამოხსნათა მრავალწახნაგა ანუ დასაშვებ მნიშვნელობათა არე.
5. თუ დასაშვებ მნიშვნელობათა არე ცარიელია, მაშინ ამონახსნი არ არსებობს.
წინააღმდეგ შემთხვევაში განვაგრძოთ პროცესი და ავაგოთ F=c 1 x 1 +c 2 x 2მიზნის
ფუნქციის შესაბამისი ერთ-ერთი დონის წირი.c 1 x 1 +c 2 x 2=h რაღაც h -ისათვის, ისე რომ,
იგი გადიოდეს დასაშვებ მნიშვნელობათა არეში.
6. ავაგოთ მიმმართველი ვექტორი c=(c 1 , c2 ) და გადავაადგილოთ დონის წირი
ამ ვექტორის მიმართულებით თუ ვეძებთ F ფუნქციის მაქსიმუმს და საწინააღმდეგო
მიმართულებით, თუ ვეძებთ მინიმუმს.
7. აღნიშნული დონის წირის დასაშვებ მნიშვნელობათა არესთან გადაკვეთის
უკიდურესი წერტილი (თუ იგი არსებობს), იქნება საძიებელი ექსტრემუმის
წერტილი. /შესაძლებელია შესაბამისი მიმართულებით დასაშვებ მნიშვნელობათა არე
არ იყოს შემოსაზღვრული და ფუნქციას არ გააჩნდეს ექსტრემუმი/
8. თუ გადაკვეთის წერტილი არსებობს, გამოვთვალოთ მიზნის ფუნქციის
მნიშვნელობა აღნიშნულ წერტილში, რაც წარმოადგენს ფუნქციის ექსტრემუმს, ხოლო
შესაბამისი წერტილი წარმოადგენს ექსტრემუმის წერტილს.
თუ ექსტრემუმის მოსაძებნად გამოვიყენებთ ე.წ. წვეროების მეთოდს, როდესაც
დასაშვებ მნიშვნელობათა სიმრავლის წვეროებში ვახდენთ მიზნის ფუნქციის
მნიშვნელობების გამოთვლას, მაშინ ალგორითმი ჩამოყალიბდება ზემოთმოყვანილი
ალგორითმის ანალოგიურად, 1-4 ნაბიჯები, განსხვავებული იქნება მომდევნო
ნაბიჯები. კერძოდ,
51. განვსაზღვროთ დასაშვებ მნიშვნელობათა მრავალწახნაგას წვეროების
კოორდინატები.
61. გამოვთვალოთ მიზნის ფუნქციის მნიშვნელობები ყოველ წვეროში.
71. შევადაროთ მიღებული მნიშვნელობები.
81. მნიშვნელობათა შორის უდიდესი არის ფუნქციის მაქსიმუმი, ხოლო
უმცირესი_მინიმუმი. შესაბამისი წერტილი კი ექსტრემუმის_მაქსიმუმის ან მინიმუმის
წერტილი.
 შენიშვნა. ზემოთმოყვანილ ალგორითმებში იგულისხმება, რომ დასაშვებ
მნიშვნელობათა სიმრავლე არაა ცარიელი. ამასთანავე, თუ დასაშვებ მნიშვნელობათა
სიმრავლე რომელიმე მხრიდან შემოუსაზღვრელია, წვეროების მეთოდის გამოყენება
არაეფექტურია.
წრფივი პროგრამირების ამოცანის ამოხსნის ზემოთ ჩამოყალიბებული მეთოდი
გამოიყენება იმ შემთხვევაში, როდესაც ცვლადების რაოდენობა ორის ტოლია, რადგან
სხვა შემთხვევაში გეომეტრიული ინტერპრეტაცია კარგავს თვალსაჩინოებას.
ამოცანის თავისებურებიდან გამომდინარე, შეიძლება გვქონდეს რამდენიმე
შემთხვევა, რომელთაგან მოვიყვანთ ზოგიერთს:

a) შემთხვევაში დასაშვებ მნიშვნელობათა მრავალწახნაგა არის

ჩაკეტილი ხუთკუთხედი. Fფუნქციის ექსტრემუმი (ამ შემთხვევაში მაქსიმუმი),
მიიღწევა უკიდურეს წვეროში და შესაბამისად, ამოცანას აქვს ერთად-ერთი ამონახსნი.
 O

Bბ) შემთხვევაში დონის წირისა და დასაშვებ მნიშვნელობათა სიმრავლის

გადაკვეთის უკიდურესი წერტილი არის ხუთკუთხედის ერთ-ერთი გვერდი და
ამოცანას აქვს უამრავი ამონახსნი.

გ) შემთხვევაში დასაშვებ მნიშვნელობათა სიმრავლე მიზნის ფუნქციის ზრდის

მიმართულებით არის შემოუსაზღვრელი და მას სასრული ექსტრემუმი არ გააჩნია.
Mმაქსიმუმი არის უსასრულობა.
 O

მეოთხე, დ) შემთხვევაში დასაშვებ მნიშვნელობათა სიმრავლე არის ცარიელი და

შესაბამისად, ექსტრემუმზე ლაპარაკი შეუძლებელია.

განვიხილოთ რამდენიმე თვალსაჩინო მაგალითი

F=- x 1+ 4 x 2 +2 x 4 −x 5 → max

{
x 1−5 x 2+ x3 =5
−x 1+ x 2 + x 4=4
x 1 + x 2+ x 5=8

ამოცანა არის დაყვანილი. სამი ცვლადი x 3 , x 4 და x 5 შესაძლებელია გამოვსახოთ

ერთი და იგივე ორი ცვლადის x 1 , x 2 საშუალებით და გავითვალისწინოთ, რომ ყველა
ცვლადი არაუარყოფითია

{
x3 =5−x 1 +5 x2 ≥ 0
x 4=4+ x 1−x 2 ≥0
x 5=8−x 1−x 2 ≥ 0
 ცვლადების არაუარყოფითობის პირობა საშუალებას გვაძლევს ზემოთმოყვანილი
სისტემის მარჯვენა მხარეებისათვის დავწეროთ შემდეგი თანაფარდობები:

{
x 1−5 x 2 ≤ 5(1)
−x 1+ x 2 ≤ 4(2)
x 1+ x 2 ≤ 8(3)

გამოთვლილი მნიშვნელობები შევიტანოთ მიზნის ფუნქციაში და ისიც

დავიყვანოთ იმავე ორ ცვლადზე.

F=¿- x 1+ 4 x 2 +8+2 x 1−2 x 2−8+ x1 + x 2=2 x 1+3 x 2

ამრიგად, საწყისი ამოცანა დავიყვანეთ ორი ცვლადის შემცველ ამოცანაზე,

რომელიც შეიძლება ამოიხსნას გეომეტრიული მეთოდით.
ავაგოთ (1), (2), (3) უტოლობების შესაბამისი ნახევარსიბრტყეები, რისთვისაც
პირველ რიგში უნდა ავაგოთ შესაბამისი განტოლებებით განსაზღვრული წრფეები და
მოვნიშნოთ ის ნახევარსიბრტყეები, რომლებიც აკმაყოფილებს მოცემულ უტოლობებს:

x 1−5 x 2=5 ( x1 =0 ; x2 =−1 ) , ( x 2=0 ; x 1=5 )

−x 1+ x2 =4 ( x 1=0; x 2=4 ) , ( x 2=0 ; x 1=−4 )
x 1+ x2=8 ( x1 =0 ; x2 =8 ) ,( x ¿ ¿ 2=0 ; x 1=8)¿

X2

D
4
C

E
-4 B A
0 5 8 X1

-1
 დასაშვებ მნიშვნელობათა სიმრავლეს წარმოადგენს ABCDE ხუთკუთხედი.
ფუნქციის ექსტრემუმი ვიპოვოთ ე.წ. წვეროების მეთოდით. გამოვთვალოთ ყველა
წვეროს კოორდინატები და განვსაზღვროთ მიზნის ფუნქციის მნიშვნელობა ამ
წერტილებში.
A(5;0) B(0;0) C(0;4) D(IIIXII) E(IIIXI)

{
x 1+ x2=8 {
x 1=8−x 2 {
−x 1+ x 2=4 −8+ x 2 + x1 =4 x2 =6
x 1=2
D(2;6)

{
−6 x 2=−3
{ x1 + x 2=8 {
x1 −5 x 2=5 8−x 2−5 x 2=5
x 1=8−x 2 x 1=
15
2
x 2=
1
2
E(
15 1
; )
2 2

F A=2 x 1+ 8 x 2=10 ;
F B=0: F C =12 ; F D =22
2∗15 3∗1 33
FE= + = F B−min . F D −max
2 2 2
ვინაიდან ფუნქცია მაქსიმალურ მნიშვნელობას აღწევს D(2;6) წერტილში, საჭიროა
გამოვთვალოთ ყველა ცვლადის მნიშვნელობა ამ წერტილში:

{
x3 =5−x 1 +5 x2 =5−2+5 ×6=33
x 4 =4 + x 1−x 2=4 +2−6=0
x 5=8−x 1−x2 =8−2−6=0

¿
ამრიგად, მივიღეთ ამონახსნი: x =¿(2; 6; 33; 0; 0) F max=22
შემდეგ შეგვიძლია ამოვხსნათ ასევე გრადიენტის მეთოდითაც
F=2 x1 +3 x 2
2 x1 +3 x 2=h
2 x1 +3 x 2=6
ავაგოთ ეს წრფე და გადავაადგილოთ GRAD F=(2;3) C=(2,3) მიმართულებით.
Aადვილად დავრწმუნდებით, რომ უკიდურესი საერთო წერტილი იქნება D წერტილი.

2.4. წრფივი პროგრამირების ამოცანების ამოხსნა სიმპლექს-მეთოდით

 წრფივი პროგრამირების ამოცანების ამოხსნის უნივერსალურ მეთოდს
წარმოადგენს დანცინგის მიერ შემუშავებული სიმპლექს-მეთოდი, რომელსაც
სხვაგვარად გეგმის თანმიმდევრული გაუმჯობესების მეთოდი ქვია.
რამდენადაც წრფივი პროგრამირების ერთი ტიპის ამოცანა ადვილად დაიყვანება
მეორე ტიპის ამოცანაზე, ამდენად საკმარისია ვიცოდეთ ერთი რომელიმე ტიპის
ამოცანის ამოხსნა.
განვიხილავთ წრფივი პროგრამირების ძირითად ანუ კანონიკური სახის ამოცანას
n
max f ( x ) =∑ c j x j =c 1 x1 +c 2 x2 +.. . +c n x n (1 )
იპოვეთ j =1

როცა ადგილი აქვს შეზღუდვებს:

{a1x1+a12x2+. +a1nxn=b1¿{a21x1+a2x2+. +a2nxn=b2(2)¿{− − − − − − − − − ¿ ¿

¿
x i≥0 i=1 , n
(3)

ამოვხსნათ წრფივი პროგრამირების ამოცანა, ნიშნავს ვიპოვოთ მასში შემავალი

ცვლადების ისეთი არაუარყოფითი მნიშვნელობები, რომლებიც აკმაყოფილებენ
შეზღუდვა-ტოლობებს და მაქსიმალურ მნიშვნელობას ანიჭებენ მიზნის ფუნქციას.
ადგილი აქვს თეორემას:
თუკი წრფივი პროგრამირების ამოცანას გააჩნია ამონახსნი, მაშინ მიზნის ფუნქცია
ექსტრემალურ მნიშვნელობას აღწევს ამოხსნათა მრავალწახნაგას თუნდაც ერთ კიდურა
წერტილში; თუკი მიზნის ფუნქცია ექსტრემალურ მნიშვნელობას აღწევს ერთზე მეტ
წერტილში, მაშინ იმავე მნიშვნელობას მიაღწევს ნებისმიერ წერტილში, რომელიც ამ
წერტილების ამოზნექილი კომბინაციაა.
ძირითადი თეორემიდან გამომდინარე, პირველ რიგში აუცილებელია ვიპოვოთ
ამოხსნათა მრავალწახნაგა და ვიპოვოთ მისი ყველა წვეროს კოორდინატები (მათი
n!
c mn =
რაოდენობა არ აღემატება (n−m)!m! ).
გამოვთვალოთ მიზნის ფუნქციის
მნიშვნელობები ამ წერტილებში და შევადაროთ მათი მნიშვნელობები, რაც ფიზიკურად
შეუძლებელია. ამიტომ გამოიყენება გეგმის თანმიმდევრული გაუმჯობესების მეთოდი,
ანუ სიმპლექს-მეთოდი, რომელიც შემუშავებული იქნა დანცინგის მიერ.
აღნიშნული მეთოდის თანახმად, თავდაპირველად ვპოულობთ საყრდენ ამონახსნს.
შესაძლებელია გვქონდეს შემთხევა, როდესაც ამოცანას საყრდენი ამონახსნი არ
გააჩნია. ასეთ დროს ვაკეთებთ შესაბამის დასკვნას და ვწყვეტთ ამოხსნის პროცესს.
წინააღმდეგ შემთხვევაში, მიღებულ სსაყრდენ ამონახსნს ვამოწმებთ ოპტიმალობაზე.
თუ ოპტიმალური ამონახსნი მიღწეულია, მაშინ პროცესი დასრულებულია. თუ
მიღებული ამონახსნი არ არის ოპტიმალური, ვახდენთ გეგმის თანმიმდევრულ
გაუმჯობესებას. აქაც შესაძლებელია გვქონდეს ორი შემთხვევა _არსებობდეს
ოპტიმალური ამონახსნი, ან მიზნის ფუნქცია შემოუსაზღვრელი იყოს შესაბამისი
მხრიდან და ოპტიმალური ამონახსნი არ არსებობდეს. ორივე შემთხვევაში ვახდენთ
შესაბამისი პასუხის დასაბუთებას.
გეომეტრიულად ერთი ბაზისური გეგმიდან მეორეზე გადასვლა შეესაბამება
დასაშვებ მნიშვნელობათა მრავალწახნაგას ერთი წვეროდან მეორეზე გადასვლას,
საუკეთესოს მიღწევამდე.
განვიხილოთ სიმპლექს-მეთოდით წრფივი პროგრამირების ძირითადი ამოცანის
ამოხსნა.

2.4.1 საწყისი საყრდენი გეგმის მოძებნა

ვთქვათ მოცემულია წრფივი პროგრამირების ძირითადი ამოცანა, მოცემული (1)-

(3) თანაფარდობებით.
ვიტყვით, რომ შეზღუდვებს აქვთ დაყვანილი სახე, თუკი არაუარყოფითი მარჯვენა
მხარის დროს ( bi ≥0 ), მარცხენა მხარე ყოველ განტოლებაში შეიცავს თითო ცვლადს 1-ის
ტოლი კოეფიციენტით, რომელიც სხვა განტოლებებში შედის 0-ის ტოლი
კოეფიციენტებით.
ასეთ ცვლადებს ბაზისური ცვლადები ეწოდება, ხოლო ყველა დანარჩენ ( n−m )
რაოდენობის ცვლადს -თავისუფალი ცვლადი. (რამდენადაც განტოლებათა რაოდენობა
m -ის ტოლია ხოლო ცვლადებისა - n -ის).

ამოვხსნათ წრფივი პროგრამირების ამოცანა, ნიშნავს ვიპოვოთ შეზღუდვების

შესაბამის წრფივ განტოლებათა სისტემის ამონახსნი, რომელიც მაქსიმალურ
მნიშვნელობას მიანიჭებს შესაბამის წრფივ ფორმას.
როგორც წრფივი ალგებრიდანაა ცნობილი, წრფივ განტოლებათა სისტემას გააჩნია
ამონახსნი, თუ მატრიცის რანგი გაფართოებული მატრიცის რანგის ტოლია. თუ ეს
რიცხვი ამავე დროს ცვლადების რაოდენობის ტოლიცაა, მაშინ სისტემას გააჩნია
ერთადერთი ამონახსენი.
ზოგადობის დაურღვევლად ჩავთვალოთ, რომ სისტემაში შემავალი განტოლებები
არის წრფივად დამოუკიდებელი. ვინაიდან ჩვენ გვინდა მრავალ ამონახსნს შორის
ავირჩიოთ საუკეთესო, ამიტომ ერთადერთი ამონახსნის არსებობის შემთხვევა ჩვენთვის
არ არის საინტერესო. განვიხილავთ შემთხვევას, როცა ცვლადების რაოდენობა მეტია
განტოლებათა რაოდენობაზე და შესაბამისად, სისტემას გააჩნია უამრავი ამონახსნი.
ასევე წრფივი ალგებრიდანაა ცნობილი, რომ თუ მატრიცის რანგი r=r ' , მაშინ
გადაუგვარებელ შემთხვევაში სისტემას გააჩნია r რაოდენობის არანულოვანი ამონახსნი.
ჩავთვალოთ, რომ r=m . m რაოდენობის ცვლადს ვუწოდოთ ბაზისური ცვლადი,

ხოლო n−m=k რაოდენობის ცვლადს - თავისუფალი.

თუკი შეზღუდვათა სისტემას აქვს დაყვანილი სახე, მაშინ საყრდენი ამონახსნის
მოძებნა ადვილია. თავისუფალი ცვლადები გავუტოლოთ ნულს, ბაზისური ცვლადები
გაუტოლდება თავისუფალ წევრებს და რადგან ყველა bi ≥0 , მიღებული ამონახსნი
x 1=b 1 , x 2 =b 2 . . . x m=bm x m +1 =x m+2 =. .. .+x n=0 იქნება საყრდენი.
თუკი წრფივ განტოლებათა (2) სისტემა არ არის დაყვენილი, გაუსის გამორიცხვის
მეთოდით მოვახდინოთ სისტემისათვის დიაგონალური სახის მიცემა. ანუ, რაღაცm
რაოდენობის ცვლადი გამოვსახოთ k რაოდენობის ერთიდაიგივე ცვლადის
საშუალებით. თუ გარდაქმნის შედეგად ყველა თავისუფალი წევრი არაუარყოფითია
და მიღებული სისტემა არის დაყვანილი, საყრდენი ამონახსნი მიღებულია.
თუკი გვაქვს წრფივი პროგრამირების სტანდარტული სახის ამოცანა, შეზღუდვა-
n
უტოლობებით∑ aij x j ≤ bi i=1, m. მის კანონიკურ სახეზე მისაყვანად შემოგვაქვს
i=1

დამატებითი ცვლადები x n+i ≥0 . შედეგად მივიღებთ საწყის სისტემის ექვივალენტურ

n
სისტემას∑ aij x j + x n+i =bi i=1 , m. რამდენადაც x n+i ცვლადები ყველა i განტოლებაში შევა
i=1
1-ის ტოლი კოეფიციენტით, დანარჩენში კი 0-ის ტოლით, ამდენად, ამ სისტემას აქვს
დაყვანილი სახე და მიღებული ამონახსნი არის საყრდენი.
მიზნის ფუნქციაში დამატებითი ცვლადები შევა 0-ის ტოლი კოეფიციენტებით.
n
იმ შემთხვევაში, თუკი შეზღუდვებს აქვს სახე ∑ aij x j ≥ bi i=1, m. ახალი დამატებითი
i=1
x n+i ცვალდების შემოტანით სისტემას მივიყვანთ კანონიკურ სახეზე:
n

∑ aij x j −x n+i=b i i=1 , m..

i=1
ბუნებრივია, ამ შემთხვევაში სისტემა არ იქნება დაყვანილი და არც ამონახსნი
იქნება დასაშვები საყრდენი ამონახსნი. ასეთ დროს შემოდის ე.წ. ხელოვნური ბაზისის
ცნება.
მარცხენა მხარეში ვამატებთ ხელოვნურ ცვლადს ω , რომელიც მიზნის ფუნქციაში
შევა M კოეფიციენტით, როდესაც გვაქვს მინიმიზაციის ამოცანა და (−M ) -ით, როცა
გვაქვს max მოძებნის ამოცანა, სადაც M რაღაც დიდი რიცხვია.
მიღებულ ამოცანას სხვაგვარად M -ის ამოცანა ეწოდება და მას ყოველთვის აქვს
დაყვანილი სახე.
ხელოვნური ბაზისი შეიძლება გამოვიყენოთ მაშინაც, როდესაც საწყის ამოცანას არ
აქვს დაყვანილი სახე.
ვთქვათ, მოცემულია საწყისი ამოცანა, განსაზღვრული (1)-(3) შეზღუდვებით,
რომელიც არ არის დაყვანილი. ვგულისხმობთ, რომ არ გვაქვს არცერთი დაყვანილი
ცვლადი, მაშინ M ამოცანა ჩაიწერება შემდეგნაირად:
n m
max z=∑ c j x j −(+) ∑ Mωi
j=1 i=1 (4)
n ¿
∑ a ij x j +ωi=bi (i=1, m )
j=1 (5)
¿
x j ≥0 ( j=1,n )
¿
ωi ≥0 (i=1,m ) (6)
 საწყისი საყრდენი გეგმა იქნება x 0= ( 0 , 0 , .. ., 0 , b1 , b 2 , .. . bm )
თუკი (2) სისტემის რომელიმე განტოლება არის დაყვანილი, მაშინ ამ
განტოლებისათვის ხელოვნური ცვლადი არ შემოგვაქვს.
ადგილი აქვს შემდეგ თეორემას: თუკი (4) –(6) პირობით განსაზღვრული M
¿

ამოცანის ოპტიმალურ გეგმაში x =( x 1 , x2 , ..., x n ; ω1 , ω 2 , ...., ω m ) (7) ყველა ხელოვნური ცვლადი

¿
ωi =0 (i=1,m ) , მაშინ გეგმა x=( x 1 x 2 , ...,x n ) (8) წარმოადგენს (1) - (3) ამოცანის ოპტიმალურ
ამონახსნს.
როგორც აღვნიშნეთ, თუკი შეზღუდვებს არ აქვთ დაყვანილი სახე, შემოგვაქვს
ხელოვნური ბაზისი და ვხსნით გაფართოებულ M ამოცანას. ასეთ შემთხვევაში ამოცანის
ამოხსნას სიმპლექს-მეთოდით, ეწოდება სიმპლექს-მეთოდი ხელოვნური ბაზისით.
თუკი გაფართოებულ ამოცანაზე სიმპლექს-მეთოდის გამოყენებით მივიღებთ
¿
ოპტიმალურ გეგმას, რომელშიც ყველა ხელოვნური ცვლადი ωi =0 , მაშინ მისი პირველი
n კომპონენტი გვაძლევს საწყისი ამოცანის ოპტიმალურ გეგმას.

შესაძლებელია ამოცანას არათუ ოპტიმალური, არამედ,დასაშვები მონახსნიც არ

გააჩნდეს, რასაც ამტკიცებს შემდეგი თეორემა: თუკი M ამოცანის ოპტიმალურ გეგმაში
ერთი მაინც ხელოვნური ცვლადი არ უდრის ნულს, მაშინ საწყის ამოცანას ამონახსნი არ
გააჩნია, ანუ მისი პირობები არათავსებადია.
დამტკიცება: ვთქვათ, გვაქვს მაქსიმიზაციის ამოცანა, რომელშიც მიზნის ფუნქციას
n
აქვს სახე Z=∑ c j x j−M ω j .თუკი რომელიღაც ω j ≠0 მაშინ, რამდენადაც M > 0 საკმაოდ
j=1
დიდი რიცხვია როცა ω j → ∞, Z →(−∞ ), რაც ეწინააღმდეგება მიზნის ფუნქციის
მაქსიმალური მნიშვნელობის მოძებნის შესაძლებლობას. ზუსტად ანალოგიურად
ფუნქციის მინიმუმის შემთხვევაში. რადგან მიზნის ფუნქციას აქვს სახე
n
Z=∑ c j x j + M ω j, თუკი ω j ≠0 , როდესაც ω j → ∞, Z → ∞, რაც ასევე გამორიცხავს მიზნის
j=1
ფუნქციის უმცირესი მნიშვნელობის მოძებნის შესაძლებლობას.

2.4.2 საყრდენი გეგმის ოპტიმალობის ნიშანი

ვთქვათ წრფივი პროგრამების ამოცანა ჩაწერილია ექვივალენტური დაყვანილი

ფორმით
n
max ⁡(min)Z=∑ c j x j(1)
j=1
n
x i+ ∑ α ij x j=β i β i ≥ 0i=1 , m ( 2 )
j=m +1
x j ≥ 0 j=1 , n(3)

მოვახდინოთ ელემენტარული გარდაქმნა. (2) სისტემიდან გამოვსახოთ ბაზისური x i

(i=1 , m ცვლადები თავისუფალი x m+1 , x m+2 , … , x n ცვლადების საშუალებით და ჩავსვათ
მიზნის ფუნქციაში. შესაბამისი გარდაქმნებისა და დაჯგუფების შედეგად მივიღებთ
 Z=(c 1 β 1 +c 2 β 2 +. ..+cm β m )−[(c 1 α 1 , m+1 +c 2 α 2 , m+1 +.. .+c m α m ,m +1 )−c m+1 ] x m+1 +((c 1 α 1 , m+2 c 2 α 2, m +2 +.. .+c m α m , m +2 )−
−c m+2 )x m +2 +.. .+((c 1 α 1 n +c2 α2 n +. ..+cm α mn )−c n )x n ( 4 )
შემოვიღოთ აღნიშვნები

Δ 0=c 1 β1 +c 2 β 2 +.. .+c m β m=c b A0 (5)

___
Δ j =(c 1 α 1 j +c 2 α2 j +. . .+c m α mj )−c j =c b A j −c j ( j=1 , n ) (6)

სადაც c b =( c1 ,c 2 ,...,c m ) არის

ფუნქციაში მიზნის
ბაზისური ცვლადების
T
კოეფიციენტებისაგან შედგენილი ვექტორი, A 0 =( β 1 , β 2 , ..., β m ) თავისუფალი წევრებისაგან
T
შედგენილი ვექტორ-სვეტი, A j=(α 1 j , α 2 j , ...., α m ) x j ცვლადების კოეფიციენტებისაგან
შედგენილი ვექტორ-სვეტი. (4)-(6) ტოლობების გათვალისწინებით (1)-(3) ამოცანა
მიიღებს სახეს:
n
max( min)z= Δ0 − ∑ Δj xj
j=m+1 (7)
n __
x j+ ∑ α ij x j =βi (i=1,m )
j=m +1 (8)
___ ___
x j ≥0 ( j=1 ,n )
(9) სადაც Δ 0=c b A0 Δ j=c b A j−c j ( j=1 , n )
გამოთვლის პროცესის გამარტივების მიზნით, მიღებულია (7)-(9) ამოცანა ჩაიწეროს
ცხრილის სახით და მთელი გარდაქმნა წარმოებს ცხრილში, რომელსაც სიმპლექს-
ცხრილი ეწოდება. ბოლო ( m+ 1 ) სტრიქონს ვუწოდებთ ინდექსთა, ანუ შეფასებათა
სტრიქონს.
Δ0=c b A0 არის მიზნის ფუნქციის მნიშვნელობა როგორც საწყისი საყრდენი

გეგმისთვის, ასევე ყველა მომდევნო და ასევე ოპტიმალური გეგმისათვის. Δ j =c b A j −c j

რიცხვებს თავისუფალი ცვლადების ფასს უწოდებენ.
თეორემა: თუ გვაქვს მაქსიმიზაციის ამოცანა და რაღაც საყრდენი გეგმისთვის ყველა
შეფასება არაუარყოფითია, მაშინ ასეთი გეგმა ოპტიმალურია.
n
z=Δ 0 − ∑ Δj xj ___
Δ j ≥0 ( j=1 ,n )
დამტკიცება: რადგან j=m+1 და პირობის თანახმად
(ამონახსნი არაუარყოფითია). ამიტომ, Z მიაღწევს მაქსიმალურ მნიშვნელობას, როცა
n
∑ Δ j x j =0
j=m+1 . რაც შესაძლებელია მხოლოდ მაშინ, როცა x m+1=x m +2=. ..=x n =0 . აქედან
გამომდინარე, საყრდენი გეგმა ( β 1 , β2 , .. ., β m , 0, 0,. .., 0 ) არის ოპტიმალური.
თეორემა: თუკი გვაქვს მინიმიზაციის ამოცანა და რაღაც საყრდენი გეგმისათვის
___

ყველა შეფასება Δ j ( j=1,n ) არადადებითია, მაშინ გეგმა ოპტიმალურია.

დამტკიცება წინა თეორემის ანალოგიურია.
 2.4.3 გარდაქმნის ცხრილური ალგორითმი /სიმპლექს ალგორითმი/

სიმპლექს_მეთოდით ამოცანების ამოხსნის დროს გამოთვლების გაადვილების

მიზნით მიღებულია ყველა გარდაქმნა ვაწარმოოთ ცხრილში, რომელსაც სხვაგვარად
სიმპლექს-ცხრილი ეწოდება.
პირველ რიგში აუცილებელია მათემატიკური მოდელი იყოს კანონიკური სახის.
თუ არ არის, მაშინ მივიყვანოთ კანონიკურ სახეზე. უფრო მეტიც, თუ განტოლებათა
სისტემა არ არის დაყვანილი, დამატებითი ცვლადების ან ხელოვნური ცვლადების
შემოტანის საშუალებით მივიყვანოთ აღნიშნულ სახეზე.
შევამოწმოთ მიღებული საყრდენი ამონახსნი ოპტიმალობაზე. თუ
ოპტიმალურია, პროცესი დასრულებულია, თუ კი არა_გავაგრძელებთ. ოპტიმალური
ამონახსნის მოსაძებნად შევადგინოთ სიმპლექს-ცხრილი.
ცხრილის ყველა სტრიქონში, გარდა ბოლო AΔј- შეფასებათა სტრიქონისა,
ჩავწეროთ მიზნის ფუნქციისა და შეზღუდვათაA კოეფიცინტები.
Δ-სტრიქონი პირველ იტერაციაზე შევავსოთ გამოთვლის შედეგად. Kკერძოდ,
∆ 0=C b A 0
∆ j=C b A j−C j

სადაც C b არის მიზნის ფუნქციაში ბაზისური ცვლადის კოეფიცინტებისაგან

შედგენილი ვექტორი, ხოლო A₀ თავისუფალი წევრებისაგან შედგენილი ვექტორი.
C b=(C1 ,C 2 , … ,C m )
T
A0 =(b 1 , b2 , … bn )
A j არის x j ცვლადის კოეფიციენტებისაგან შედგენილი ვექტორი:
T
A j=( a1 j , a2 j , … , amj )
C j -არის x j ცვლადის კოეფიციენტი მიზნის ფუნქციაში.
Mმაქსიმუმის მოძებნის დროს შესაძლებელია გვქონდეს შემდეგი შემთხვევები:
1. თუ ინდექსთა სტრიქონში ყველა Δj≥0, მაშინ, მიღებული საყრდენი ამონახსნი
არის ოპტიმალური. Mმინიმუმის მოძებნის დროს ამონახსნი არის ოპტიმალური თუ
ყველა Δј≤0. ბაზისური ცვლადების შესაბამისი ∆ j შეფასებები არის ნულის ტოლი.
2. თუ ერთი მაინც Δј<0, მაშინ მიღებული ამონახსნი არ არის ოპტიმალური და
საჭიროა შესაბამის Xj ცვლადი გამოვიყვანოთ ბაზისური ცვლადებიდან და
ჩავანაცვლოთ რომელიმე თავისუფალი ცვლადით.
თუ Δј შესაბამის სვეტში არ არის არცერთი დადებითი ელემენტი, მაშინ მიზნის
ფუნქცია შესაბამისი მხრიდან (max-ის დროს ზემოდან, min-ის დროს ქვემოდან)
შემოუსაზღვრელია და ოპტიმალური ამონახსნი არ არსებობს.
თუ Δј შესაბამის სვეტში არის რამდენიმე დადებითი ელემენტი, მაშინ ბაზისური
ცვლადებიდან გამოვიყვანთ იმ ცვლადს, რომლის შესაბამის სტრიქონშიც თავისუფალი
წევრის შეფარდება შესაბამის კოეფიცინტთან არის მინიმალური, ანუ, რომელიც
ყველაზე ადრე გადაიქცევა ნულად. ამით განვსაზღვრავთ იმ x i ბაზისურ ცვლადს,
რომელიც უნდა ჩაენაცვლოს x j თავისუფალ ცვლადს. შესაბამისად, უნდა მოხდეს x i და
x j ცვლადების ურთიერთადგილის შეცვლა. აღნიშნული გადრაქმნა შესაძლებელია
ჩავატაროთ ჩვეულებრივად. კერძოდ, i სტრიქინიდან გამოვსახოთ x j ცვლადი
x m+1 , x m+2 , … , x j −1 , , x j +1 , … x n , x iცვლადების საშუალებით და მიღებული გამოსახულება
შევიტანოთ ყველა სხვა თანაფარდობაში. გამოთვლის პროცესი საკმაოდ
შრომატევადია, მაგრამ ექვემდებარება გარკვეულ კანონზომიერებებს,კერძოდ გაუსის
გარდაქმნას და ამიტომ ტარდება ე.წ. სიმპლექს-ცხრილში.
x i-ს შესაბამის სტრიქონს ამომხსნელი სტრიქონი ჰქვია, x j -ის შესაბამის
სვეტს_ამომხსნელი სვეტი, ხოლო მათ გადაკვეთაში მდგომ ელემენტს _ამომხსნელი
ელემენტი. თუ ∆ j სტრიქონში რამდენიმე უარყოფითი ელემენტია, მაშინ ვირჩევთ იმ
სვეტს, რომლისთვისაც Δј არის მოდულით უდიდესი.
ჩამოვაყალიბოთ გადრდაქმნის ცხრილური ალგორითმი. და აქვე, წინასწარ
შევთანმხდეთ, რომ, ვინაიდან ყველა გარდაქმნა მიმდინარეობს ცხრილში, ახალი
მნიშვნელობები ჩავწეროთ შესაბამისი უჯრის მარჯვენა ქვედა კუთხეში, ძველი
ელემენტებიკი-მარცვხენა ზედა კუთხეში.
ნაბიჯი 1.ამომხსნელი ელემენტი შევცვალოთ მისი შებრუნებული ელემენტით. λ
=1/aij
ნაბიჯი 2.ამომხსნელი სტრიქონის ყველა ელემენტი გავამრავლოთ λ -ზე.
ნაბიჯი 3.ამომხსნელი სვეტის ყველა ელემენტი გავამრავლოთ (– λ)-ზე.
ნაბიჯი 4.ამომხსნელ სტრიქონში მოვნიშნოთ ძველი ელმენტები, სვეტში_ ახალი.
ნაბიჯი 5.ყველა დარჩენილი უჯრა შევავსოთ შესაბამისიმონიშნული ელემენტების
ნამრავლით.
ნაბიჯი 6.გადავიდეთ ახალ ცხრილზე, რომელშიც:
_ბაზისური ცვლადი x iჩავანაცვლოთ x j ცვლადით. (შევთანხმდეთ, რომ ახალი
ბაზისური ცვლადი ჩავწეროთ სტრიქონში) და შესაბამის სტრიქონში გადავწეროთ
ახალი ელემენტები.
_ამომხსნელ x j სვეტში ჩავწეროთ ნულები, გარდა a ij=1−¿სა.
_ყველა დანარჩენი უჯრა შევავსოთ მასში მოთავსებული ელემენტების ჯამით.
მიღებული ახალი ცხრილი შევამოწმოთ ოპტიმალობაზე და პროცესი განვაგრძოთ
მანამ, სანამ არ მივიღებთ ოპტიმალურ ამონახსნს ან არ დავადგენთ, რომ ოპტიმალური
ამონახსნი არ არსებობს.

განვიხილოთ მაგალითი, რომელშიც გამოვიყენებთ ხელოვნური ბაზისის მეთოდს

ვიპოვოთ
F= 2 x 1 + x 2 + 4 x 3 + x 4 min

როდესაც ადგილი აქვს შეზღუდვებს

{
2 x 1+ 3 x 2 + x 3=15
3 x 1 + x 2+ 2 x 4 ≥ 6
−3 x1 + x 2 +5 x 4 ≤ 20
x i ≥ 0 i=1,4
მივცეთ ამოცანას დაყვანილი სახე, რისთვისაც დაგვჭირდება როგორც დამატებითი
ცვლადები, ასევე ხელოვნური ცვლადი. Aაქვე აღვნიშნოთ, რომ დამატებითი ცვლადები
მიზნის ფუნქციაში შევა 0-ის ტოლი კოეფიციენტით, ხოლო ხელოვნური ცვლადი (+M)-
ით, სადაც M რაღაც დიდი რიცხვია

F= 2∙ x1 + x 2 + 4∙ x3 + x 4 + 0 ∙ x5 + 0 ∙ x6 + M ∙ w

{
2 x1 +3 x 2+ x 3=15
3 x 1 + x 2+ 2 x 4 −x 5+ w=6
−3 x 1+ x2 +5 x 4 + x 6=20
x i ≥ 0 , i=1,4
განვსაზღვროთ საწყისი ბაზისური ცვლადების მნიშვნელობები, შევადგინოთ
შესაბამისი სიმპლექს-ცხრილი და მოვახდინოთ შესაბამისი სიმპლექს-გარდაქმნები.
ბაზისურია: x 3 = 15; w = 6; x 6 = 20. x 1 = x 2 = x 4 = x 5 = 0
 ბაზისურ C x1 x2 x3 x4 x5 x6 w
ი A0 θ
ბაზისუ
ცვლადი რი

2 1 4 1 0 0 -M

x3 15 2 3 1 0 0 0 0
4
0 0 0 0 0 0 0 0
6 3 1 0 2 -1 0 1
w -M 6
3 1 1 1 1 =3
3 2
-
2 2 0 2 2 0 2
20 -3 1 0 5 0 1 0
x6 0 20
5 =
-15 - 5
15 5 0 5 2 0 5 4
- - -
3 2 2 2
60 6 11 0 -1 0 0 -M
∆
3 1 1 1
3 2 2 0 2 1 0 2
-
2
-6M -3M -M 0 -2M M 0 -M

6M 3M M 0 M -M 0 M

15 2 3 1 0 0 0 0
x3 4
0 0 0 0 0 0
0 0
3 3 1 0 1 1 0 1
x4 - 1
1 2 2 2 2
1 21 3 0 0 1 5 1
- -
10 10 5 2
 5 21 3 0 0 5 1 5
x6 - 2 -
0 2 2 2 2
2 21 3 0 0 2 5 -1
-
5 5 5
∆ 63 15 23 0 0 1 0 -
- 1 2 M +1
2 2 2
1 21 - 0 0 1 5 2
10 3 5 ?
10
0 0 0 0 0 0 0 0 0

0 0 0 0 0 0
0 0 0

15 2 3 1 0 0 0 0
x3 4

4 13 7 0 1 0 1 𝟎
x4 1 5 10 5

2 21 3 0 0 1 2 -1
x5 -
0 5 5 5

∆ 64 38 56 0 0 0 7
5 5 5

0 0 0 0 0 0 0 0 0

F = ∆ = 64
x 3 = 15; x 4 = 4; x 1 ¿ x 2 = 0

§3 ორადობა წრფივ ოპტიმიზაციაში

1.1 ორადობის ცნება, ორადული ამოცანების აგება და მათი თვისებები

 ორადობის ცნება წარმოადგენს დიალექტიკის ცნობილი კანონის
“დაპირისპირებულთა ბრძოლის ერთიანობის” ილუსტრაციას. ანალოგიურ ცნებებს
მათემატიკაში მიეკუთვნება + და _ , დიფერენცირება და ინტეგრება, ფიზიკაში _
“დადებითი” და “უარყოფითი” მუხტი, მაგნიტის “ჩრდილოეთ” და “სამხრეთ”
პოლუსები, ბიოლოგიაში _ “მამრობითი” და “მდედრობითი” ინდივიდუმები და სხვა.
ორადობის ცნების შემოტანას განვიხილავთ ნედლეულის ოპტიმალური
გამოყენების მაგალითზე, დავუშვათ, საწარმოში გადაწყვიტეს რაციონალურად
გამოიყენონ ძირითადი წარმოების ნარჩენები.
საგეგმო პერიოდში გააჩნდა m სახის ნედლეულის ნარჩენები. თითოეული b i
ერთეულის მოცულობით (1 , m). ამ ნარჩენებისგან, წარმოების სპეცილიზაციის
გათვალისწინებით, შეიძლება ვაწარმოოთ n სახეობის არაძირითადი (განსხვავებული
პროდუქცია).
აღვნიშნოთ a ij-ით j ( j=a , n) ტიპის პროდუქციის ერთეულის წარმოებისთვის i
ტიპის რესურსების ხარჯი (i=a ,m ) . c jარის j ტიპის პროდუქციის ერთეულის
რეალიზაციის ფასი. (რეალიზება გარანტირებულია). Aამოცანის უცნობი სიდიდეებია
x j ცვლადები, რაც აღნიშნავს გამოშვებული j – ური პროდუქციის მოცულობას, რამაც
მაქსიმალური მოგება უნდა მოუტანოს წარმოებას.
A ამოცანის მათემატიკური მოდელია
maxZ=c 1 x 1 +c 2 x 2 +…+ c n x n (1)

{
a 11 x 1+ a12 x 2+ …+a1 n x n ≤ b1
a 21 x1 + a22 x 2+ …+a 2n x n ≤ b2 (2)
−−−−−−−−−−−−−−¿ a1 m x 1 +a2 m x 2+ …+a mn x n ≤ b m
x j ≥ 0 j=1 ,n (3)
ვიგულსხმოთ, რომ ძირითადი წარმოების ნარჩენების საკითხის შესწავლისას
გაჩნდა მათი გამოყენების შესაძლებლობა რაღაც ორგანიზაციის მიერ.
აუცილებელია დავადგინოთ შესაძლო ფასები y 1 , y 2 , … , y m ამ ნარჩენებზე. ოღონდ
ფასები უნდა ავიღოთ ქვემოთ ჩამოთვლილი მოთხოვნებიდან გამომდინარე, რაც
ასახავს წარმოებისა და ორგანიზაციის განსხვავებულ ინტერესებს.
1. შემსყიდველი ორგანიზაცია იბრძვის ნედლეულის ნარჩენების ფასის
შემცირებისათვის
2. წარმოება თანახმაა მხოლოდ ისეთ ფასად დათმოს ნარჩენები, რომლის დროსაც
მიიღებს მოგებას, არანაკლებს, ვიდრე შეეძლო მიეღო მაშინ, თუკი თავად
წარმართავდა წარმოებას.

Eეს მოთხოვნები შეიძლება ჩამოყალიბდეს შემდეგი ამოცანების სახით:

minf =b1 y 1+ b2 y 2 +…+ bn y m (4)
წარმოების (2) მოთხოვნები, რომელიც ახდენს ნედლეულის ნარჩენების
რეალიზებას, შეიძლება აღვწეროთ შეზღუდვათა გარკვეული სისტემით.
კერძოდ, წარმოება უარს იტყვის აწარმოოს ყოველი ერთEული I ტიპის
პროდუქცია იმ შემთხვევაში, თუკი:
a 11 y 1+ a21 y 2 +…+ am 1 y m ≥ c 1
 Aანალოგიური მსჯელობა შეიძლება ვაწარმოოთ ყოველი ტიპის პროდუქციის
გამოშვების მიმართ. Aქედან გამომდინარე, ნედლეულის ნარჩენების რეალიზაციით
დაკავებული წარმოების მოთხოვნები შეიძლება ჩამოვაყალიბოთ შემდეგი შეზღუდვათა
სისტემით:

{
a11 y 1+ a21 y 2 +…+ am 1 y m ≥ c 1
a21 y 1+ a22 y 2 +…+ an 2 y m ≥ c 2 (5)
−−−−−−−−−−−−−−¿ a1 n y 1 +a 2 n y 2 +…+ amn y m ≥ c n

ამოცანის შინაარსიდან გამომდინარე, შეფასებები (ფასები) უნდა იყოს

არაუარყოფითი
y1 ≥ 0 , y2 ≥ 0 , … ym ≥ 0 (6)
y i (i=1 , m) ცვლადებს ეწოდება ორადული შეფასებები, ან ობიექტურად
განაპირობებული შეფასებები.
უცხოურ ლიტერატურაში მათ ხშირად ჩრდილოვან ფასებსაც უწოდებენ.
(1)– (3) და (4) – (6) ამოცანებს ურთიერთორადული ამოცანათა წყვილს
უწოდებენ.
რამდენადაც (1)– (3) და (4) – (6) ამოცანები ჩაწერილია სიმეტრიული
ფორმით, მიღებულია მათ ეწოდოთ სიმეტრიულ ორადულ ამოცანათა წყვილი.
ურთიერთორადული სიმეტრიული ამოცანების წყვილს, სასრული ჯამების
ფორმებით ჩაწერილს, აქვს შემდეგი სახე:
პირდაპირი ამოცანა ორადული ამოცანა
n m
maxZ=∑ c j x j (7) minf =∑ bi y i (10)
j=1 i
n m

∑ aij x j ≤ bi (i=1 , m) (8) ∑ aij y i ≥ c j ( j=1, n) (11)

j=1 i=1
x j ≥ 0( j=1 ,n) (9) y j ≥ 0(i=1 , m) (12)
Aან მატრიცული ფორმით
maxZ=C X T minf =B T Y
T T T
AX ≤B A Y ≥C
X ≥0 Y ≥0
შეიძლება ვაჩვენოთ, რომ თუკი (4) – (6) ამოცანას, რომელიც განსაზღვრავს
ნედლეულზე ოპტიმალურ შეფასებებს, ავიღებთ პირდაპირ ამოცანად, მაშინ მისადმი
ორადული იქნება (1) – (3) ამოცანა, რომლითაც პროდუქციის გამოშვების
ოპტიმალური გეგმა განისაზღვრება.
(1)–(3) და (4) – (6) მოდელებიდან უშუალოდ გამომდინარეობს, რომ თუკი გვაქვს
ამ ამოცანებიდან ერთ-ერთის მათემატიკური მოდელი, ადვილად ავაგებთ მისი
ორადული ამოცანის მოდელს.
თუკი შევადარებთ (1) –(3) და (4) – (6) ორადულ ამოცანათA წყვილს, შეიძლება
დავადგინოთ შემდეგი ურთიერთკავშირის:
1. თუკი პირდაპირი ამოცანა არის მაქსიმუმის მოძებნაზე, ორადული იქნება –
მინიმუმის მოძებნაზე და პირიქით.
 2. პირდაპირი ამოცანის მიზნის ფუნქციის c j კოეფიციენტები არის ორადული
ამოცანის შეზღუდვების თავისუფალი წევრები.
3. პირდაპირი ამოცანის შეზღუდვების თავისუფალი წევრები b i არის ორადული
ამოცანის მიზნის ფუნქციის კოეფიციენტები.
4. Pპირდაპირი და ორადული ამოცანების შეზღუდვათა მატრიცები ურთიერთ-
ტრანსპორტირებულია.
5. თუკი პირდაპირი ამოცანა მაქსიმუმზეა და მისი შეზღუდვათა სისტემა
წარმოდგენილია ”≤” სახის უტოლობებით, მისი ორადული ამოცანა ამოიხსნება
მინიმუმზე და შეზღუდვებს აქვთ “≥” უტოლობის სახე.
6. პირდაპირი ამოცანის შეზღუდვათა რაოდენობა ტოლია ორადული ამოცანის
ცვლადების რიცხვის, ხოლო ორადულის შეზღუდვათა რიცხვი – პირდაპირი ამოცანის
ცვლადების რაოდენობის.
7. ორივე ამოცანაში ყველა ცვლადი არაუარყოფითია.
ავიღოთ წრფივი პროგრამირების კანონიკური ამოცანა
n
maxZ=∑ c j x j (13)
j=1
n

∑ aij x j =bi (i=1 , m) (14)

j=1
x j ≥ 0( j=1 ,n) (15)
რომ ჩავწეროთ ორადული ამოცანა, (14) შეზღუდვა-ტოლობა წარმოვადგინოთ
ორი ექვივალენტური უტოლობით:
n

∑ aij x j ≤ bi (i=1 , m) (16)

j=1
n

∑ ¿¿ ¿
j=1
მაშინ მივიღებთ ამოცანას სიმეტრიული ფორმით
n
maxZ=∑ c j x j (17)
j=1
n

∑ aij x j ≤ bi (i=1 , m) (18)

j=1
n

∑ ¿¿ ¿ (19)
j=1
x j ≥ 0 ( j=1 , n ) (20)
' ''
შემოვიღოთ ორადული ცვლადები y jდა y i (18) და (19) სისტემის ყოველი
შეზღუდვისთვის.
(17) – (20) ამოცანის ორადულ ამოცანას ექნება სახე:
minf =∑ bi ( y i − y i )
' ''
(21)
m

∑ aij ( y 'i− y 'i ' )≥ c j ( j=1 ,n ) (22)

i=1
y ≥0 y 'i ' ≥ 0 (i=1 , m)
'
i (23)
 ' ''
შემოვიღოთ ახალი ცვლადი y i− y i = y i (24)
თუკი ჩავთვლით, რომ y i შეესაბამება პირდაპირი ამოცანის (14) შეზღუდვათა i -
ური სისტემის შეზღუდვას, მაშინ (21) – (24) თანაფარდობებიდან მივიღებთ ორადულ
ამოცანას
m
maxf =∑ bi y i (25)
i
m

∑ aij y i ≥ c j ( j=1, n) (26)

i=1
(23) – (24) პირობებიდან გამომდინარეობს, რომ y i ცვლადებმა შეიძლება
მიიღოს როგორც დადებითი, ასევე უარყოფითი მნიშვნელობები, ასევე გაუტოლდეს
ნულს, ამიტომ ამ ცვლადების ნიშანს არავითარი შეზღუდვა არ ადევს.
(13) – (15) და (25) – (26) ამოცანები წარმოადგენს არასიმეტრიულ ორადულ
ამოცანათა წყვილს.
ასევე ხდება ორადული ამოცანების ფორმულირება, როცა საწყისი ამოცანის
შეზღუდვაში შედის როგორც უტოლობა, ასევე ტოლობები, ე.ი მოცემულია ზოგადი
ამოცანა.
პირდაპირი ამოცანა ორადული ამოცანა
n m
maxZ=∑ c j x j minf =∑ bi y i
j=1 i
n m

∑ aij x j ≤ bi (i=1 , k ) ∑ aij y i ≥ c j ( j=1, m)

j=1 i=1
n m

∑ aij x j =bi (i=k +1 ,m) ∑ aij y i=c j ( j=n , n)

j=1 i=1
x j ≥ 0( j=1, n1 , n1 ≤n) y j ≥ 0(i=1 , k , k ≤ m)
x j ნებისმიერი ნიშანი აქვს y j ნებისმიერი ნიშანი აქვს
( j=n1 +1 , n) (i=k+ 1, m )
Aამრიგად, ზოგადი ამოცანის ორადული ამოცანა აიგება შემდეგი დამატებითი
წესების გათვალისწინებით:
1. თუკი პირდაპირი ამოცანის x j ცვლადი არაუარყოფითია, მაშინ ორადული
ამოცანის შეზღუდვათა სისტემის j პირობა არის უტოლობა და პირიქით.
2. თუკი პირდაპირი ამოცანის x j ცვლადს არ ადევს არაუარყოფითობის პირობა,
მაშინ ორადული ამოცანის j-ური შეზღუდვა ჩაიწერება ტოლობის სახით.
3. თუკი პირდაპირ ამოცანაში გვაქვს შეზღუდვა-ტოლობები, მაშინ ორადული
ამოცანის შესაბამის ცვლადებს არ ადევს არაუარყოფითობის პირობა.

ცხადია, რომ ორადული ამოცანის ორადული ემთხვევა საწყისს. ამიტომ არა აქვს
მნიშვნელობა რომელ ამოცანას ავიღებთ საწყის ამოცანად და რომელს- ორადულად.
ჩვეულებრივ ლაპარაკობენ ორადულ ამოცანათა წყვილზე.

3.2.ორადობის თეორემები
 ადგილი აქვს თეორემას: წრფივი პროგრამირების პირდაპირი და ორადული
ამოცანების ნებისმიერ დასაშვებ მნიშვნელობათა წყვილისთვის სამართლიანია
უტოლობა z ( x)≤ f ( y) (8) და (11) უტოლობის გათვალისწინებით უნდა ვაჩვენოთ,
რომ :
n m

∑ c j x j ≤ ∑ bi y i (27)
j=1 i=1
(8) უტოლობის შესაბამისად
n

∑ cij x j ≤ bi i=1 , n
j=1
m
(11) უტოლობით c j≤ ∑ aij y i J =1 , m(11)
i=1

ავიღოთ უტოლობის მარცხენა მხარე

n

∑ cjx j გამოვიყენოთ ჯერ (11) თანაფარდობა. ვისარგებლოთნუტოლობის და

j=1
ჯამის ტრანზიტულობის თვისებით. ელემენტარულ გარდაქმნებს ექნება შემდეგი
სახე:
n n m m n m

∑ c j x j ≤ ∑ ∑ a ij y i . a j=∑ ∑ aij x j . ai ≤ ∑ bi y i
j=1 j=1 i=1 i =1 j=1 i=1

მივიღებთ, რომ
n m

∑ c j x j ≤ ∑ bi y i
j=1 i=1
Aაღნიშნულ უტოლობას, ორადობის თეორემის ძირითადი უტოლობა ეწოდება.
(27) უტოლობის ეკონომიკური არსი იმაში მდგომარეობს, რომ წარმოების
ნებისმიერი დასაშვები x გეგმისათვის და რესურსების ნებისმიერი დასაშვები y
შეფასებების ვექტორისათვის მოგების საერთო ღირებულება არ აღემატება რესურსების
ჯამურ შეფასებას.
ორადობის თეორიაში მნიშვნელოვანია ე.წ. კანტოროვიჩის ოპტომალობის
კრიტერიუმი, რომლის თანახმადაც, თუკი ორადულ ამოცანათა წყვილის რაღაც
¿ ¿ ¿ ¿ ¿ ¿
დასაშვები x და y წყვილისთვის სრულდება ტოლობა z( x )=f( y ), მაშინ x და y
წარმოადგენს შესაბამის ამოცანათა წყვილის ოპტიმალურ გეგმას.
დამტკიცება ორადობის ძირითადი თანაფარდობებიდან გამომდინარე, პირდაპირი
ამოცანის ნებისმიერი დასაშვები x და ორადულის ნებისმიერი, დასაშვები y
¿ ¿
გეგმისათვის სამართლიანია z(𝑥)≤f( y ) უტოლობა, მაგრამ პირობის თანახმად z( x )=f( y ).
¿
“≤” და “=” მიმართებათა ტრანზიტულობის გამო მივიღებთ z(𝑥)≤ z( x ¿. რადგან
¿ ¿
x ნებისმიერი გეგმაა, ამიტომ z( x )¿max Z . ე.ი x –პირდაპირი ამოცანის ოპტიმალური
გეგმაა.
¿
ანალოგიურად მტკიცდება, რომ y არის ორადული ამოცანის ოპტიმალური
გეგმა.
თუ გავითვალისწინებთ ამ ამოცანის ეკონომიკური ინტერპრეტაციას მივიღებთ,
რომ წარმოების გეგმა და რესურსების შეფასების ვექტორი y არის ოპტიმალური, თუ
მთელი წარმოებული პროდუქციის ფასი და რესურსების ჯამური შეფასება ერთმანეთს
ემთხვევა.
z(𝑥)≤f( y ) ძირითადი თეორემების გამო ∀ 𝑥1 y -სათვის, აღნიშნული თეორემის გამო
z(𝑥 )≤f( y *) შევცვალოთ f( y ) - z(𝑥*) –ით, მიიღებთ z(𝑥)≤z(𝑥*).
*

ორადობის მცირე თეორემა მნიშვნელოვანია ასევე, რომლის თანახმადაც,

ორადულ ამოცანათა წყვილიდან რომელიმეს ოპტიმალურ ამონახსნის არსებობისთვის
აუცილებელია და საკმარისი, არსებობდეს ორივე მათგანის დასაშვები გეგმა
(დასაშვები ამონახსნი ).
¿ ¿
დამტკიცება. Aაუცილებლობა ვთქვათ ორადულ წყვილს გააჩნია x და y
¿ ¿ ¿ ¿
ოპტიმალურ ამონახსნი .ეს ნიშნავს, რომ max Z(x)= z( x ) და minf(y)=f( y ) ე.ი x და y
ეკუთვნის მათ დასაშვებ მნიშვნელობათა სიმრავლეს. Oრადულ ამოცანათა წყვილის
შესაბამისი შეზღუდვათა სისტემები თავსებადია, თუ მათ აქვთ თუნდაც თითო
¿ ¿
დასაშვები ამონახსნი ( x და y ).
საკმარისობა დავუშვათ ორადული წყვილის ყოველ ამოცანას გააჩნია დასაშვები
გეგმა. ვაჩვენოთ, რომ მათ გააჩნიათ ოპტიმალური გეგმა.
¿
ვთქვათ, y არის ორადული ამოცანის დასაშვები გეგმა, მაშინ პირდაპირი
¿
ამოცანის ყოველი დასაშვები x გეგმისთვის გვექნება Z( x )≤ f( y ) ( ორადობის თეორიის
ძირითდი უტოლობის თანახმად ).
თუკი ამოვხსნით პირდაპირ ამოცანას სიმპლექს-მეთოდით, მივიღებთ
ამონახსნები თანმიმდევრობას x0,x1,x2 …... , რომელთაც შეესაბამება მნიშვნელობები Z(
x 0), Z( x 1)…, ზემოთ მოყვანილი უტოლობის გამო ეს მიმდევრობა ზემოდან
შემოსაზღვრულია. მასში მოინახება მიზნის ფუნქციის უდიდესი მნიშვნელობა.
¿ ¿
Aაქედან გამომდინარე, არსებობს დასაშვები გეგმა x , რომლისთვისაც Z(x)≤ z( x ).
¿
Aანალოგიურად მტკიცდება, რომ f(y)≥f( y )

3.3 ორადობის ძირითადი თეორემები და მათი ეკონომიკური შინაარსი

თეორემა 1 თუკი ორადული ამოცანებიდან ერთ-ერთს გააჩნია ოპტიმალური

ამონახსნი, მაშინ ოპტიმალური ამონახსნი გააჩნია მეორე ამოცანასაც, ამავე დროს
¿ ¿
მიზნის ფუნქციის ექსტრემალური მნიშვნელობები ერთმანეთის ტოლია : z ( x )=f ( y )
. თუკი ორადულ ამოცანათაგან ერთ-ერთი შემოუსაზღვრელია, მეორეს არ გააჩნია
დასაშვები ამონახსნი.
¿
თეორემა 2 იმისათვის, რომ ორადულ ამოცანათა წყვილის დასაშვები გეგმა x
¿
და y იყოს ოპტიმალური, აუცილებელია და საკმარისი შესრულდეს პირობები:

{ (∑ )
m
¿ ¿
xj a ij y i −c j =0 ( j=1 ,n ) (1)
i=1

(∑ )
n
¿ ¿
yi aij x j −bi =0 ( i=1 , m )(2)
j=1
 აღნიშნული თეორემა საშუალებას გვაძლევს ორადული წყვილიდან ერთ-ერთის
ამოხსნით განვსაზღვროთ მეორის ამონახსნი
Y ¿m =C × A−1
(1) და (2) პირობებიდან გამომდინარეობს, რომ თუკი ერთ-ერთი ამოცანის
რომელიღაც შეზღუდვა ოპტიმალური გეგმით იქცევა მკაცრ უტოლობად, მაშინ
ორადული ამოცანის ოპტიმალურ გეგმაში შესაბამისი კომპონენტი ნულის ტოლია და
ასევე, თუკი ერთ-ერთი ამოცანის ოპტიმალურ გეგმაში რომელიღაც კომპონენტი
მკაცრად დადებითია, მაშინ ორადულ ამოცანაში შესაბამისი შეზღუდვა ოპტიმალური
გეგმით უნდა იქცეს მკაცრ ტოლობად.
n n
ანუ, თუკი ∑ aij x <b i მაშინ
¿
j
¿ ¿
y =0; და თუკი y > 0, მაშინ
i i ∑ aij x ¿j =bi
j=1 j=1
m
ზუსტად ანალოგიურად, თუკი ∑ aij y ¿i > c j, ¿ ¿
მაშინ x j=0 და თუკი x j >0 , მაშინ
i=1
m

∑ aij y ¿i =c j .
i=1
¿
ეკონომიკური თვალსაზრისით ეს იმას ნიშნავს, რომ თუკი რაღაც x გეგმის
შესაბამისად i -ური რესურსის ხარჯი მკაცრად ნაკლებია მარაგზე, მაშინ ოპტიმალურ
გეგმაში ამ რესურსის ერთეულის ორადული შეფასება ნულის ტოლია.
თუკი რაღაც ოპტიმალურ გეგმაში მისი i -ური კომპონენტი მკაცრად მეტია
ნულზე, მაშინ წარმოების ოპტიმალურ გეგმაში შესაბამისი რესურსის ხარჯი ტოლია
მარაგის.
აქედან გამომდინარეობს დასკვნა, რომ ორადული შეფასებები შეიძლება გამოდგეს
რესურსების დეფიციტურობის ზომად.
დეფიციტური რესურსის (წარმოების ოპტიმალური გეგმის მიხედვით სრულად
გახარჯული) აქვს დადებითი შეფასება, ხოლო ნამატ რესურსს აქვს ნულოვანი
შეფასება.

§4 ეკონომიკური ამოცანების ანალიზი ორადობის თეორიის გამოყენებით

4.1 რესურსების ოპტიმალური განაწილების ზოგადი ამოცანა

ვთქვათ, მოცემულია რესურსების ოპტიმალური განაწილების ამოცანა ზოგადი
სახით, რომლის მათემატიკურ მოდელს აქვს შემდეგი სახე:
n
z ( x )=∑ c j x j max
j=1
როცა სრულდება პირობები :
n

∑ aij x ¿j ≤ bi
j=1
x j ≥ 0 i=1 , m j=1 ,n
ორადულ ამოცანას აქვს სახე :
 m
f ( y )=∑ bi y i min
i
m
როცა ∑ aij y i ≥ c j y i ≥0 i=1 , m
i=1
ადგილი აქვს შემდეგ თეორემას: ორადული ამოცანის ოპტიმალურ ამონახსნში
y i−¿ ს მნიშნელობები წარმოადგენს საწყისი ამოცანის მიზნის ფუნქციის
მნიშვნელობებზე შეზღუდვათა სისტემის თავისუფალი წევრების გავლენის შეფასებას.
¿
∂z
Y i=
∂b i
თუკი ჩათვლით, რომ∂ z ≈ ∆ z , ∂ bi ≈ ∆ b i, მაშინ ∆ z ≈ Y i × ∆ bi .
ნედლეულის ოპტიმალური გამოყენების ამოცანისათვის ეს განტოლება
გვიჩვენებს, რომ i -ური რესურსის ცვლილებისას, ოპტიმალური შემოსავალი არის მისი
ნაზრდის წრფივი ფუნქცია, ამასთანავე კოეფიციენტი Y i არის ორადული ამოცანის
ოპტიმალური ამონახსნის i -ური კომპონენტი.
- თუკი Y i მცირეა, მაშინ i -ური რესურსის მნიშვნელოვან გაზრდას მოყვება
ოპტიმალური შემოსავლის მცირედი გაზრდა და რესურსის ღირებულებაც არაა დიდი.
- თუკი Y i=0, მაშინ i -ური რესურსის გაზრდისას ოპტიმალური შემოსავალი
დარჩება უცვლელი და ამ რესურსის ღირებულება იქნება ნულის ტოლი.

მართლაც, ნედლეულს, რომლის მარაგი აღემატება მასზე მოთხოვნას, არავითარი

ღირებულება არ აქვს წარმოებისათვის და მისი შეფასება შეიძლება ჩავთვალოთ ნულის
ტოლად.
- თუ Y i დიდია, მაშინ i -ური რესურსის უმნიშვნელო გაზრდას მოყვება
ოპტიმალური შემოსავლის არსებითი გაზრდა და ამდენად, რესურსის ფასი მაღალია.
რესურსის შემცირებას მივყავართ პროდუქციის გამოშვების არსებით შემცირებასთან.

Y i ცვლადი ითვლება i -ური რესურსის ღირებულების რაღაც მახასიათებლად.

კერძოდ, ერთი ერთეულით i -ური რესურსის გაზრდისას (∆ b i=1); ოპტიმალური
შემოსავალი იზრდება Y i-ით, რაც გვაძლევს უფლებას, გავიხილოთ Y i , როგორც “
პირობითი ღირებულება “ , i -ური რესურსის ერთეულის შეფასება, ობიექტურად
განპირობებული შეფასება.
რამდენადაც Y i წარმოადგენს ოპტიმალური შემოსავლის კერძო წარმოებულს i -
ური რესურსის მიმართ ამდენად, Y i ახასიათებს ოპტიმალური შემოსავლის
ცვლილების სიჩქარეს, i -ური რესურსის ცვლილებას.
Y i -ს საშუალებით შეიძლება განვსაზღვროთ შეზღუდვის გავლენა მიზნის
ფუნქციის მნიშვნელობაზე. ორადული ამოცანის ოპტიმალურ ამონახსნში Y i
ცვლადების მნიშვნელობები წარმოადგენს საწყისი ამოცანის მიზნის ფუნქციის
ოპტიმალურ მნიშვნელობებზე მისი თავისუფალი წევრების ცვლილების გავლენის
შეფასებას.
რესურსების შეზღუდვის ზღვრული მნიშვნელობა (ზედა და ქვედა საზღვარი) ,
რომელთათვისაც Yi რჩება უცვლელი, განისაზღრება ფორმულებით
 ქვ
b i =min
xj
( )
d ij
ზ xj
, bi =max ⁡( )
d ij
სადაც x j არის ცვლადის მნიშვნელობა ოპტიმალურ

ამონახსნში; d ij არის A−1 მატრიცის ელემენტი, რომელიც წარმოადგენს ოპტიმალურ

ამონახსნის ბაზისური მატრიცის A=( aij )m ×n , შებრუნებულ მატრიცას.
თუკი გეგმაში ჩავრთავთ პროდუქციის ახალ სახეებს, მაშინ მათი შეფასება
მოინახება ფორმულით
m
∆ j=∑ aij y ¿i −c j
i=1
_ თუკი ∆ j <0 , მაშინ ახალი სახეობის პროდუქცია გეგმას გააუმჯობესებს, როცა
∆ j >0 , მიზანშეწონილი არაა ახალი სახის პროდუქციის გამოშვება.
ორობითი შეფასებები მჭიდროდაა დაკავშირებული პირდაპირი ამოცანის
ოპტიმალურ ამოხსნასთან.
პირდაპირი ამოცანის საწყისი მონაცემების ყოველი ცვლილება გავლენას ახდენს,
როგორც მის ოპტიმალურ ამონახსენზე ასევე ოპტიმალურ ორობით ამონახსნზე.
ამიტომ, რომ მოვახდინოთ ამოცანის ეკონომიკური ანალიზი ორადული
შეფასებების გამოყენებით, უნდა ვიცოდეთ მისი მდგრადობის შუალედი

4.2 ორადული შეფასებების მდგრადობის ანალიზი

განვაგრძოთ ზემოთ მოყვანილი პირდაპირი და ორადული ამოცანების ანალიზი.
დავუშვათ, მოცემულია წრფივი პროგრამირების ძირითადი ამოცანა
n
max F=∑ c j x j (1)
j=1
როდესაც
n

∑ aij x j=bi ( i=1,m) (2)

j=1

x j ≥ 0 ( j=1,n ) (3)
და მისი ორადული ამოცანა
m
min F =∑ bi yi
¿
(4)
i =1
როცა
m

∑ aij b j ≥ c j (5)
i=1
ჩავთვალოთ, რომ (1) – (3) ამოცანას აქვს რამდენიმე გადაუგვარებელი საყრდენი
გეგმა და მათ შორის არსებობს ოპტიმალურიც.
(4) მიზნის ფუნქციის მაქსიმალური მნიშვნელობა განვიხილოთ, როგორც (2)
წრფივ განტოლებათა სისტემის თავისუფალი წევრების ფუნქცია
F max (b 1 , b2 … bm )
¿
თეორემა ორადული ამოცანის (4), (5) ოპტიმალურ გეგმაში y i ცვლადის
მნიშვნელობა რიცხობრივად ტოლია F max (b 1 , b2 … bm ) ფუნქციის კერძო
წარმოებულისა, მოცემული არგუმენტის მიმართ, ე.ი
 ∂ F max
Y*i = (6)
∂ bi
ბოლო ტოლობა აღნიშნავს, რომ b i სიდიდის ცვლილების მივყავართ
F max (b 1 , b2 … bm ) ფუნქციის მნიშვნელობების შემცირებას ან გაზრდაზე.
F max (b 1 , b2 … bm )-ის ცვლილება განისაზღვრება | y i| სიდიდით და შეიძლება
¿

დახასიათდეს მხოლოდ მაშინ, როცა b i სიდიდის ცვლილებისას შესაბამისი ორადული

¿
ამოცანის ოპტიმალურ ამონახსნში y i -ის მნიშვნელობა რჩება უცვლელი.
ამიტომ საინტერესოა განვსაზღვროთ (2) წრფივ შეზღუდვათა სისტემის
თითოეული თავისუფალი წევრის ცვლილების ისეთი ინტერვალები, რომელშიც (4), (5)
ორადული ამოცანის ოპტიმალური ამონახსნი არ იცვლება.
ამ შემთხვევას ადგილი აქვს ყველა იმ b i+ ∆ bi მნიშვნელობისათვის,
რომელთათვისაც ამოხსნის ბოლო სიმპლექს-ცხრილის A0 სვეტი არ შეიცავს უარყოფით

()
b1+ ∆ b 1
b2+ ∆ b 2
.
რიცხვებს. ე.ი. მაშინ, როდესაც BB-1 = . ვექტორის კომპონენტებს შორის არ არის
.
bn+ ∆ bn
❑
უარყოფითი.
აქ B−1არის (1) – (3) ამოცანის ოპტიმალურ ამონახსნის განმსაზღვრელი ბაზისური
ვექტორების კომპონენტებისგან შედგენილი B მატრიცის შებრუნებული მატრიცა.
ამრიგად, თუკი ნაპოვნია (1)-(3) ამოცანის ამონახსნი , მარტივად შეიძლება
მოვახდინოთ ორადული შეფასების მდგრადობის ანალიზი b i-ს ცვლილებასთან
მიმართებით. რაც თავის მხრივ, საშუალებას გვაძლევს გავაანალიზოთ (4), (5) ორადული
ამოცანის ოპტიმალური ამონახსნის მდგრადობის საკითხი, (2) სისტემის თავისუფალი
წევრების ცვლილების მიმართ შევადაროთ (1) (3) ამოცანის ოპტიმალურ ამონახსნზე b i-ს
ცვლილების გავლენის ხარისხი და გვაძლევს საშუალებას განვსაზღვროთ b i-ის შესაძლო
ცვლილებათა ყველაზე უფრო მიზანშეწონილი ვარიანტი. განვიხილოთ კონკრეტული

ამოცანა1. სამი ტიპის პროდუქციის (A, B, C) წარმოებისათვის გამოიყენება სამი

სხვადასხვა ტიპის ნედლეული. ყოველი ტიპის ნედლეული შეიძლება გამოყენებული
იქნას არაუმეტეს 180, 210 და 244 კგ ერთეულისა. პროდუქციის ერთი ერთეულის
წარმოებისთვის საჭირო ნედლეულის ხარჯი მოცემულია ცხრილით.

A B C

I 4 2 1
 II 3 1 3

III 1 2 5

ღირებულება 10 14 12

განსაზღვრეთ პროდუქციის გამოშვების გეგმა, რომელიც უზრუნველყოფს

მაქსიმალურ ღირებულებას და შევაფასოთ ყოველი ტიპის ნედლეული.
ყოველი ტიპის ნედლეულს მივანიჭოთ შეფასება, ისე, რომ მთელი ნედლეულის
ჯამური შეფასება იყოს მინიმალური, ხოლო ყოველი ტიპის პროდუქციის ერთეულის
წარმოებაზე გამოყენებული ნედლეულის ჯამური შეფასება არ უნდა იყოს ამ
პროდუქციის ერთეულის ღირებულებაზე ნაკლები.
ამოხსნა. ვთქვათ, A-ს აწარმოებენ x 1 რაოდენობას, B - x 2 , C - x 3 . როგორც
წრფივი პროგრამირების ძირითადი თეორიდანაა ცნობილი, წარმოების ოპტიმალური
გეგმის განსაზღვრისათვის საჭიროა ამოვხსნათ ამოცანა, რომელიც მდგომარეობს
F=10 x 1+14 x 2+12 x 3 (1) ფუნქციის max-ის განსაზღვრებაში,შემდეგ პირობებში:
I 4 x1 +2 x 2+ x 3 ≤ 180
II 3 x 1+ x 2+3 x 3 ≤ 210 (2)
III x x x
1+2 2+5 3 244 ≤
x i ≥ 0 i=1,3
წარმოებაში გამოყენებული ყოველი ტიპის ნედლეულს მივუწეროთ ორადული
შეფასებები y 1, y 2, y 3. მაშინ წარმოებისათვის გამოსაყენებელი ნედლეულის საერთო
შეფასება შეადგენს 180 y 1+ 210 y 2 +244 y3 და შესაბამისად, იგი უნდა იყოს მინიმალური
¿
F =180 y 1 +210 y 2+ 244 y 3 (3)
პირობის თანახმად, ორადული შეფასებები ისეთი უნდა იყოს, რომ ყოველი
ტიპის პროდუქციის ერთეულის წარმოებაზე დახარჯული ნედლეულის საერთო
შეფასება არ იყოს მოცემულ ნედლეულის ერთეულის ღირებულებაზე ნაკლები ანუ y 1,
y 2, y 3 უნდა აკმაყოფილებდეს პირობებს:

{
4 y 1 +3 y 2 + y 3 ≥ 10
2 y 1+ y 2+2 y 3 ≥14 (4)
y 1 +3 y 2 +5 y 3 ≥ 12
y i ≥0
როგორც ვხედავთ (1), (2) და (3), (4) ამოცანები ქმნიან ორადულ ამოცანათა
წყვილს.
პირდაპირი ამოცანის ამონახსენი გვაძლევს A, B, C პროდუქციის წარმოების
ოპტიმალურ გეგმას, ხოლო ორადულის ამონახსნი-წარმოებაში გამოყენებული
ნედლეულის შეფასების ოპტიმალურ სისტემას . მათი ამონახსისათვის საკმარისია ერთ-
ერთის ამოხსნა.
რადგან საწყისი“ ≤“ სახის უტოლობები შეიცავს, ბუნებრივია, უმჯობესია
პირდაპირი ამოცანის ამოხსნა.
 ბაზ. A0 x1 x2 x3 x4 x5 x6
ცვ Cბ Q
x4 x2 18 4 2 1 1 0 0 9
0 0 0
2 1 1 1 0 0
90 2 2 2
21 3 1 3 0 1 0 21
x5 0 0 0
-2 1 1 1 0 0
- - -
-90 2 2 2
24 1 2 5 0 0 1 12
x6 0 4 2
- -4 -1 -1 -1 0 0
180
∆ 0 -10 -14 -12 0 0 0

28 7 7 7 0 0
x2 1 90 2 1 1 1 0 0 18
4 2 2 0
-8 3 0 1
-
8 1 1 0 8
-
8 8
12 1 0 5 1 1 0 30
-
x5 0 0 2 2 0
15 0 5
-
-40 8 5 5 0 8
-
8 8
64 -3 0 4 -1 0 1 1
x6 x3 0 6
16 3 0 1 1 0 1
- -
4 4 4 4
∆ 12 18 0 -5 7 0 0
60
15 0 5 5 0 5
- -
80 4 4 4 4
1 82 19 1 0 5 0 -
x2 4 8 8
 1
8
80 23 0 0 1 1 -
x5 0 8 8 5
8
1 16 −3 0 1 - 0 1
x3 2 4 1 4
4
∆ 13 57 0 0 23 0 5
40 4 4 4

ცხრილიდან ჩანს, რომ ოპტიმალურია გეგმა, როდესაც B იწარმოება 82, C- 16 და

რჩება გამოუყენებული -80 ერთეული II ტიპის რესურსი. ნაწარმის ჯამური ღირებულება
ტოლია 1340 ლარის. ჩხრილიდან ასევე ჩანს, რომ ორადული ამოცანის ოპტიმალური
¿ 23
ამონახსნია y i = ;
4
5
y 2=0 ; y 3= .
4
Excel-ში შევადგენთ შესაბამის ცხრილს და მიზნის ფუნქციაში ჩავწერთ ფორმულას
=B7*B2+C7*C2+D7*D2. ზემოთ აღნიშნულ შეზღუდვებს შევიყვანთ Solver-ში და მივიღებთ
შესაბამის პასუხს, როგორც სურათზეა ნაჩვენები.
 ¿ ¿
y 1 და y 3 აღნიშნავს I და III ტიპის ნედლეულის ერთეულის პირობით შეფასებას.
ეს შეფასებები განსხვავებულია ნულისგან, ხოლო I და III ტიპის ნედლეული მთლიანად
გამოიყენება პროდუქციის წარმოების ოპტიმალური გეგმის დროს. II ტიპის
ნედლეულის შეფასება სრულიად არ გამოიყენება ოპტიმალურ ამონახსნში.
ამრიგად, დადებითი ორადული შეფასებები აქვს მხოლოდ იმ ნედლეულს,
რომლებიც სრულად გამოიყენება წარმოების ოპტიმალურ გეგმაში. ამიტომ, ორადული
შეფასებები განსაზღვრავს წარმოების მიერ გამოყენებული ნედლეულის დეფიციტს.
უფრო მეტიც, ორადული შეფასების სიდიდე აღნიშნავს, თუ რამდენად იზრდება მიზნის
ფუნქციის მაქსიმალური მნიშვნელობა შესაბამისი სახეობის ნედლეულის ერთი
ერთეულით გაზრდისას.
აქედან გამომდინარე, I სახის ნედლეულის 1კგ-ით გაზრდა მიგვიყვანს იქამდე,
რომ გამოჩნდება ახალი ოპტიმალური გეგმის მოძებნის შესაძლებლობა, რომლის
დროსაც მთლიანი პროდუქციის ღირებულება გაიზრდება 5.75 ერთეულით და გახდება
1340+5.75=1345.75 ლარის ტოლი. ამავე დროს რიცხვები, რომლებიც დგას ბოლო
ცხრილში X4-ის შესაბამის სვეტში აჩვენებს, რომ გამოსაშვები პროდუქციის ( ზემოთ
5
ნაჩვენები ) ზრდა შეიძლება იქნას მიღწეული B პროდუქციის გამოშვების ერთეულით
8
1
გაზრდით და C-ს გამოშვების -ით შემცირებით. ამის შედეგად II სახეობის
4
1
ნედლეულის გამოყენება მცირდება კგ-ით.
8
ზუსტად ასევე, III ტიპის ნედლეულის 1 კგ-ით გაზრდა საშუალებას გვაძლევს
ვიპოვოთ ნაწარმის გამოშვების სხვა ოპტიმალური გეგმა, რომლისთვისაც გამოსაშვები
პროდუქციის საერთო ღირებულება გაიზრდება 1.25 და შეადგენს 1340+1.25=1341.25
1 1
ლარს. ეს მიიღწევა C ნაწარმის გამოშვების ერთეულით გაზრდით და B ნაწარმის -
4 8
5
ით შემცირება. ამ დროს II ტიპის ნედლეულის გამოყენება გაიზრდება კგ-ით.
8

განვაგრძოთ ოპტიმალური ორობითი შეფასების განხილვა. გამოთვლით რა

ორადული ამოცანის მიზნის ფუნქციის მინიმალური მნიშვნელობას.
¿ 23 5
F min=180× +210 ×0+ 244 × =134
4 4
ვნახავთ, რომ იგი ემთხვევა (და ასეც უნდა ყოფილიყო) პირდაპირი ამოცანის
მიზნის ფუნქციის მაქსიმუმს.
Oორადული ამოცანის შეზღუდვებში ოპტიმალური ორადული შეფასებების
ჩასმით მივიღებთ.
23 5 5
4 × + ≥ 10 23+ >10
4 4 4
23 5 23 5
2 × +2 × ≥ 14 + =12
4 4 2 2
23 5 23 25
+5 × ≥ 12 + =12
4 4 4 4
 I შეზღუდვა სრულდება, როგორც მკაცრი უტოლობა რაც იმას ნიშნავს, რომAA
ტიპის ნაწარმის ერთეულის წარმოებაზე. დახარჯული ნედლეულის ორობითი შეფასება
აღემატება ამ ნაკეთობის ფასს, აქედან გამომდინარე A ტიპის ნაწარმის გამოშვება არ
არის მომგებიანი. პირდაპირი ამოცანის ოპტიმალურ ამონახნსში არც არის ამ
პროდუქციის გამოშვება ნავარაუდევი II და III შეზღუდვები სრულდება როგორც
მკაცრი ტოლობა, რაც ნიშნავს, რომ B და C ნაწარმის ერთეულის გამოშვებისათვის
საჭირო ნედლეულის ორობითი შეფასებები ზუსტად მათი ფასის ტოლია. ამიტომ ამ
ორი სახის პროდუქციის გამოშვება ორობითი შეფასებების თანახმად, ეკონომიკურად
ხელსაყრელია. პირდაპირი ამოცანის ამოხსნაც გვაძლევს იგივე შედეგს, კერძოდ,
პირდაპირი ამოცანის ოპტიმალური ამონახსნიც ითვალისწინებს ამ ნაწარმის
გამოშვებას.
ამოცანა 4.1.3. 4 ტიპის პროდუქციის გამოშვებისათვის საწარმო იყენებს სამი
ტიპის ნედლეულს. ყოველი ტიპის ნედლეულის ხარჯი ნედლეულის ნაწარმზე,
ნედლეულის მარაგი და მზა პროდუქციის ფასი მოცემულია ცხრილში.

Nნედლეულის ხარჯი
პროდუქციის ერთეულზე მარ
აგი

A B C D
I 2 180
1 0 1
II 3 210
0 1 2
III 0 800
4 2 4
პროდუქ 4
ციის 9 6 7
ერთეულის
ფასი
 მოითხოვება განვსაზღვროთ პროდუქციის წარმოების გეგმა, რაც
უზრუნველყოფს მის მაქსიმალურ ღირებულებას და შევაფასოთ პროდუქციის
წარმოებისათვის საჭირო ყოველი ტიპის ნედლეული.
შეფასება, რომელსაც მივუწერთ ყოველი ტიპის ნედლეულს, უნდა იყოს ისეთი,
რომ გამოყებენული ნედლეულის ჯამური შეფასება იყოს მინიმალური, ხოლო ერთ
ერთეულ ყოველი ტიპის მზა ნაწარმზე გამოყენებული ნედლეულის ჯამური შეფასება,
არ უნდა იყოს ნაკლები აღნიშნული ნედლეულის ფასზე.
პროდუქციის საერთო (ოპტიმალური) ღირებულების შესაძლო ცვლილება, როგორც
ცალკეული რესურსის მოცულობის, ასევე საერთო მოცულობის ცვლილებების მოცემულ
ზომებში.
ამოხსნა ა) ჩავთვალოთ, რომ A, B,C და D ნაკეთობა უნდა დამზადდეს შესაბამისად
x 1, x 2 , x 3, x 4 რაოდენობით. Pპროდუქციის გამოშვების ოპტიმალური გეგმის საპოვნელად
უნდა ამოვხსნათ ამოცანა , რომელიც მდგომარეობს.
Max F=9 x 1 +6 x 2 +4 x 3+7 x 4 (7)

როცა ¿ (8)
xi ≥ 0 (9)
i=1,4
მივუწეროთ ყოველი გამოყენებული ნედლეულის ერთეულს ორადული შეფასებები,
შესაბამისად y 1 , y 2, და y 3.მაშინ ამ ამოცანის ორადული ამოცანა მდგომარეობს

¿
F =180 y 1+210 y 12+800 y 3 min (10)

{
y1 + 4 y3 ≥ 9
y 2+ 2 y 3 ≥ 6
2 y 1 +3 y 2 ≥ 4
y 1+2 y 2 +4 y 3 ≥ 7

y i ≥0 (11)
i=1,3

მოცემული ამოცანები წარმოადგენს სიმეტრიულ ორადულ ამოცანათა წყვილს.

საწყისი ამოცანის ამოხსნა გვაძლევს A,B,С და D სახის პროდუქციის წარმოების
ოპტიმალურ გეგმას, ხოლო ორადული ამოხსნა – ამ პროდუქციის წარმოებისთვის
გამოყენებული რესურსების ორადული შეფასების სისტემას.
ამოვხსნათ ერთ-ერთი. რადგან პირდაპირ ამოცანაში არის “ ≤ სახის
შეზღუდვები, უმჯობესია იგი ამოხსნათ.
შევადგინოთ შესაბამისი სიმპლექს-ცხრილი.
 Bა A0 x1 x2 x3 x4 x5 x6 x7
ზ.ცვ Cბ
9 6 4 7 0 0 0
x5 18 1 0 2 1 1 0 0
0 0

21 0 1 3 2 0 1 0
x6 0 0

80 4 2 0 4 0 0 1
x7 0 0
∆ 0 -9 -6 -4 -7 0 0 0

x1 18 1 0 2 1 1 0 0
9 0
21 0 1 3 2 0 1 0
x6 0 0
80 0 2 -8 0 -4 0 1
x7 0
∆ 16 0 -6 14 2 9 0 0
20
9 18 1 0 2 1 1 0 0
x1 0
17 0 0 7 2 2 1 1
x6 -
0 0 2
40 0 1 -4 0 -2 0 1
x2 6 2
∆ 18 0 0 - 2 -3 0 3
60 10
9 95 1 0 3 0 0
x1 - 1 1
2
-
2 4
0 85 0 0 7 1 1
x5 2 1 1
-
2 4
6 21 0 1 3 2 0 1 0
x2 0
∆ 21 0 0 5 0 3 9
15 1 2 4
2
 ცხრილის თანახმად, IV იტერაციის შემდეგ, ვღებულობთ ოპტიმალურ ამონახსნს,
რომელსაც შეესაბამება წარმოების ისეთი გეგმა, რომლის დროსაც A ნაწარმს უშვებენ 95
ერთეულს, B ნაწარმს-210 ერთეულს. ამ დროს ნაწარმის საერთო ღირებულება ტოლია
2115 ლარის.
Excel-ში შევადგენთ შესაბამის ცხრილს და მიზნის ფუნქციაში ჩავწერთ ფორმულას
=B7*B2+C7*C2+D7*D2+E7*E2. ზემოთ აღნიშნულ შეზღუდვებს შევიყვანთ Solver-ში და
მივიღებთ შესაბამის პასუხს, როგორც სურათზეა ნაჩვენები.

ამავე ცხრილიდან ჩანს,რომ ორადული ამოცანის ოპტიმალური ამონახსნი არის

¿ 3 9
Y =( 0 , , )
2 4
ვიპოვოთ ორადულ შეფასებათა ცვლილების ინტერვალები ყოველი ტიპის
ნედლეულის ცვლილების დროს. რისთვისაც, გავსაზღვროთ შემდეგი ვექტორის
კომპონენტები

( ) ( )( )( )
−1 1 1 1
0 95−( )∆ b2 +( ) ∆ b3
b1+ ∆ b1 2 4 180+∆ b 1 2 4
-1
B = b 2+ ∆ b2 = 1 −1 210+∆ b 2 = 85+ ∆ b +( ) ∆ b −( 1 ) ∆ b
1
0 1 2 3
b 3+ ∆ b3 2 4 800+ ∆ b3 2 4
01 0 210+ ∆ b2
 1) საჭიროა შევაფასოთ ∆ b 1 , ∆ b2 ∆ b3-ის რომელი მნიშვნელობებისათვის არ არის ამ
ვექტორის კომპონენტები არაუარყოფითი.

შევნიშნოთ, რომ B-1 არის იმ B მატრიცის შებრუნებული, რომელიც აიგება (7) – (9)
ამოცანის ოპტიმალური ამონახსნის ბაზისური ვექტორების P1, P5, P6
კომპონენტებისაგან, და ჩაწერილია უშუალოდ ცხრილის საფუძველზე. კერძოდ, B -ის -1

ელემენტები აიღება P5, P6, P7 ვექტორებისაგან, რომლებიც საწყის ამონახსნში იყო

ბაზისური ვექტორები, ანუ B-1 მატრიცის კომპონენტები აიგება ბოლო ოპტიმალურ
ცხრილში. საწყისი ბაზისური ცვლადების კოეფიციენტებით.
ზემოთ აღნიშნული ვექტორის კომპონენტების არაუარყოფითობის პირობას
მივყავართ შემდეგ უტოლობათა სისტემაზე

{ ( 12 ) ∆ b +( 14 ) ∆ b >0
95− 2 3

85+∆ b + ( ) ∆ b −( ) ∆ b >0
1 1 (12)
1 2 3
2 4
210+ ∆ b2 >0
აშკარაა, 10თუ ∆ b 2=0 და ∆ b 3=0 , მაშინ ∆ b 1>−85. რაც იმას ნიშნავს, რომ თუკი I
ტიპის რესურსების რაოდენობას გავადიდებთ ან შევამცირებთ 85 ერთეულის
ფარგლებში , ორობითი ამოცანის ოპტიმალურ ამონახსნი მაინც დარჩება იგივე
3 9
Y ¿ =( 0 , , )
2 4
2 თუკი ∆ b 1=0, ∆ b 3=0 , მაშინ −170< ∆ b2 <190
0

30 ხოლო თუკი ∆ b 1=0 და ∆ b 2=0, მაშინ −380< ∆ b3 <340.

ამრიგად მივიღებთ, რომ თუკი II და III ტიპის რესურსებიდან რომელიმეს
რაოდენობა შესაბამისად მიეკუთვნება 40< b2 <400 ან 420< b3 <1140 შუალედს, ხოლო სხვა
რესურსების რაოდენობა რჩება უცვლელი, მაშინ ორადულ ამოცანას აქვს იგივე
¿ 3 9
ოპტიმალური ამონახსნი Y =( 0 , , ).
2 4
b b b
თუკი 1, 2, 3 იცვლება ერთდროულად, მაშინ ორადული შეფასებების მდგრადობის
ანალიზი უფრო რთულდება, რამდენადაც მოცემულ შემთხვევაში უნდა ვიპოვოთ (9)
წრფივ განტოლებათა სისტემის ამოხსნათა მრავალწახნაგა.
ამ მრავალწახნაგას წერტილები განსაზღვრავს ყოველი ტიპის რესურსების იმ
შესაძლო რაოდენობას, რომლისთვისაც ორობითი შეფასებები რჩება უცვლელი.
გ)განვიხილოთ შემთხვევა,როცა ერთდროულად იცვლება ყველა, სამივე ტიპის
რესურსის რაოდენობა. ვთქვათ, I ტიპის რესურსების რაოდენობა მცირდება 60
ერეთეულს (∆ b 1=−60 ¿, ხოლო II და III ტიპის, შესაბამისად იზრდება 120 და 160
ერთეულით.
∆ b 2=120 ∆ b 3=160.
¿ 3 9
რომ შევამოწმოთ ოპტიმალური ამონახსნი, Y =( 0 , , ). აღნიშნულ პირობებში
2 4
კვლავ რჩება თუ არა ოპტიმალურ ამონახსნად, უნდა შევამოწმოთ, ∆ b 1 , ∆ b 2, ∆ b 3
მნიშვნელობები აკმაყოფილებს თუ არა (12) უტოლობათა სისტემას, რისთვისაც
აღნიშნული მნიშვნელობები ჩავსვათ ამ სისტემაში.

{ ( 12 )× 120+( 14 ) ×160=75>0
95−

85−60+ ( ) ×120−( ) ×160=45>0

1 1
2 4
210+120> 0

აქედან გამომდინარე, ზემოთ მოყვანილ საზღვრებში რესურსების ცვლილებისას,

3 9
ორადული ამოცანის ოპტიმალურ გეგმად რჩება საწყისი გეგმა Y ¿ =( 0 , , ).
2 4
აღნიშნული დასკვნა საშუალებას გვაძლევს რესურსების რაოდენობის
ზემოაღნიშნულ საზღვრებში ცვლილებისას ფუნქციის მაქსიმალური მნიშვნელობის
ნაზრდის განსაზღვრისათვის ვისარგებლოთ (6) ტოლობით:
ამ შემთხვევაში

()
∆ F max = y ¿1 ∆ b1 + y ¿2 b 2+ y ¿3 b 3=0 × (−60 )+
3
2 ()
×120+
9
4
× 160=540

ეს ნიშნავს, რომ I ტიპის რესურსების რაოდენობის 60 ერთეულით

შემცირება,ხოლო II და III ტიპის გაზრდა შესაბამისად 120 და 160 ერთეულით
საშულებას მოგვცემს შევიმუშავოთ პროდუქციის გამოშვების ისეთი გეგმა,რომლის
რეალიზაციის შედეგად უზრუნველყოფილი ვიქნებით 540 ლარით მეტი მოგებით,
ვიდრე საწყისი რესურსების დროს.
ბოლო გამოსახულებიდან კარგად ჩანს, რომ I ტიპის რესურსების შემცირება
საერთოდ არ მოქმედებს F ფუნქციის მაქსიმალური მნიშვნელობაზე მაშინ, როდესაც II
და III ტიპის რესურსების გაზრდა შესაბამისად 120 და 160 ერთეულით იწვევს
მაქსიმალურ მნიშვნელობას გაზრდას
¿
¿ y 2 × ∆ b 2= () 3
2
9
×120=180+ y ¿3 ∆ b3 = × 160=360=540
4

4.3.Pპროდუქციის გამოშვების სტრატეგიული დაგეგმვა არსებული რესურსების

გამოყენებით
მაგალითი3. ფირმა უშვებს სამი სახის პროდუქტს, რისთვისაც შეუძლია
გამოიყენოს ოთხი სხვადასხვა ტიპის ნედლეული A, B, C და D, რომელთა არსებული
მარაგი შესაბამისად ტოლია 18, 16, 8 და 6 ტონის.
წინასწარ ცნობილია, თუ რა რაოდენობის ნედლეული იხარჯება ყოველი ტიპის
ნაწარმის ერთი ერთეულის დამზადებაზე. კერძოდ I ტიპის ნაწარმს სჭირდება
შესაბამისად 1, 2, 1, 0, II-ს 2, 1, 1, 1, ხოლო მესამეს – 1, 1, 0, 1.
I ტიპის პროდუქციის ერთი ერთეულის რეალიზაციით მიღებული მოგება ტოლია
3 ლარის, II – 4 ლარის, III – 2 ლარის.
მოითხოვება:
1. შევადგინოთ წარმოების გეგმა, რომელიც უზრუნველყოფს მაქსიმალურ მოგებას.
 2. განვსაზღვროთ თუ როგორია ნედლეულის დეფიციტი.
3. განვსაზღვროთ მაქსიმალური მოგება ნედლეულის შესაძლო ცვლილებისას.
კერძოდ, როცა A ტიპის ნედლეული იცვლება 6 ტონით, B – 3 ტონით, C – 2 ტონით, D
– 2 ტონით.
შევაფასოთ როგორც ცალკეული ცვლილებების, ასევე ჯამური ცვლილების
ზეგავლენა შემოსავალზე.
4. შევაფასოთ წარმოების გეგმაში ახალი ნაწარმის გამოშვების მიზანშეწონილობა,
რომლის ერთეულის წარმოებაზე დანახარჯი შეადგენს შესაბამისად 1, 2, 2, 0
ერთეულს, ხოლო მოგება შეადგენს 15 ლარს.
ამოხსნა:შემოვიღოთ აღნიშვნა X =(X1, X2, X3) რომელიც შეესაბამება სამი ტიპის
პროდუქციის გამოშვების გეგმას, მაშინ შესაბამის მათემატიკურ მოდელს, არსებული
მარაგისა და მოგების გათვალისწინებით, ექნება სახე:
განვსაზღვროთFF( X )=3X1+4X2+2X3 max
შემდეგი შეზღუდვებით

{
x1 +2 x 2+x 3 ≤18 ,
2 x 1 + x 2+x 3 ≤16 ,
x1 + x 2 ≤ 8 ,
x2 + x 3 ≤ 6 ,
x J ≥ 0 , j=1,3.

I რიგში ამოვხსნათ დასმული ამოცანა სიმპლექს-მეთოდით ჩვეულებრივ სიმპლექს

ცხრილის გამოყენებით. შემოვიტანოთ ახალი არაუარყოფითი ცვლადები X4, X5, X6,
X7, და მივიყვანოთ ამოცანა წრფივი პროგრამირების ძირითად ამოცანაზე.
 x1 x2 x3 x4 x5 x6 x7
ბაზ.
Cბაზ A0 θ
ცვლ. 3 4 2 0 0 0 0
1
1 2 1 1 0 0 0
x4 8
0 18/2=9
- - - -
0 0 0 0
12 2 2 2
8 1 1 0 0 0 1 0
x5 0 16/1=16
- - -
0 0 0 0 0
6 1 1
8 1 1 0 0 0 1 0
x6 0 8/1=8
- - - -
0 0 0 0
6 1 1 1
6 0 1 1 0 0 0 1
x7 0 6/1=6
6 0 1 1 0 0 0 1
- - -
0 0 0 0 0
3 4 2
∆
2
4 4 4 0 0 0 4
4
- -
6 1 0 1 0 0
1 2
x4 6/1=6
- - -
0 1 0 0 1
2 1 1
1 -
2 0 0 0 1 0
0 1
x5 10/2=5
- - -
0 2 0 0 2
4 2 2
- -
2 1 0 0 0 1
1 1
x6 2/1=2
- -
2 1 0 0 0 1
1 1
6 0 1 1 0 0 0 1
x2
0 0 0 0 0 0 0 0
∆ 2 -
0 2 0 0 0 4
4 3
3 0 - 0 0 3 -
 3 3
6
- -
4 0 0 0 1 0
x4 1 1
0 0 0 0 0 0 0 0

6 0 0 2 0 1 2 1
x5 6/2=3
4 4 - 1
3 0 0 0
2 2 1 /2
- -
2 1 0 0 0 1
1 1
x1
1 1 - 1
3 0 0 0
2 2 1 2
6 0 1 1 0 0 0 1
x2 6/1=6
- −1 −1 −1
0 0 0 1
3 2 2 2
3
0 1 1 0 0 3 1
0
∆
−1 1 - 1
3 0 0 0
2 2 1 2
- -
4 0 0 0 1 0
x4 1 1

1 - -
3 0 0 1 0
x3 2 1 1

1 −1
5 1 0 0 0 0
x1 2 2

−1 1
3 0 1 0 0 1
x2 2 2

3 1 3
0 0 0 0 2
∆ 3 2 2

0
X =(5,3,3,4,0,1,0,0)

( 1
2
3
y= 0 , , 2 , , 0,0
2 )
 Excel-ში შევადგენთ შესაბამის ცხრილს და მიზნის ფუნქციაში ჩავწერთ ფორმულას
=3*A2+6*B2+4*C2. ზემოთ აღნიშნულ შეზღუდვებს შევიყვანთ Solver-ში როგორც
სურათზეა ნაჩვენები.

ამოცანის შესრულების შემდეგ მივიღებთ შემდეგ პასუხს.

აღნიშნული ცხრილის მიხედვით ოპტიმალური ამონახსნი იქნება

X ოპტ= (5, 3, 3, 4, 0, 0, 0) F(x)max=33

შევადგინოთ აღნიშნული ამოცანის ორადული ამოცანა

L(y)=18y1+16y2+8y3+6y4 min

y i ≥0 , i=1,4.

ჩვენს მიერ ორადული ამოცანის ამოხსნის შესახებ ზემოთ მოყვანილი

დებულებების თანახმად, შეგვიძლია ვიმსჯელოთ ორადული ამოცანის ამოხსნის
შესახებ შეგვიძლია ვიმსჯელოთ საწყისი ამოცანის ბოლო სიმპლექს-ცხრილის ∆
შეფასებების მიხედვით.
ჩვენთვის ცნობილია, რომ ორადული შეფასებები შეესაბამება 3 დამატებით
ცვლადებს, ხოლო მათი რიცხვითი მნიშვნელობა შეესაბამება ოპტიმალური ამონახსნის
შესაბამის სიმპლექს-ცხრილში საწყისი ბაზისური ცვლადების ∆ შეფასებებს.
ვინაიდან საწყისი ბაზისური ცვლადები იყო X4, X5, X6, X7, რომლის შესაბამისი ∆
3
შეფასებების ოპტიმალურ ცხრილში არის ∆ 4=0 ∆ 5=1/2 ∆ 6=2 ∆ 7= L(y)=33, ამიტომ
2
1 3
ორადული ამოცანის ამონახსნია y1=0 y2= y3=2 y4=
2 2
 აღნიშნული ამოცანები – როგორც პირდაპირი, ასევე ორადული შეიძლება
ამოვხსნათ ექსელში პროგრამა Solver (ამომხსნელის) მეშვეობით. ამით დასმული
ამოცანის I მოხოვნა შესრულებულია, ჩვენთვის მნიშვნელოვანია დანარჩენი
მოთხოვნებით გათვალისწინებული პირობების შემოწმება და დადგენა.
II მოთხოვნის შესაბამისად უნდა განვსაზღვროთ, თუ რამდენად დეფიციტურია ესა
თუ ის ნედლეული.
ორადობის თეორიიდან, უფრო ზუსტად კი მისი ეკონომიკური
ინტერპრეტაციიდან გამომდინარეობს, რომ ორადული ცვლილებები შეესაბამება
შეზღუდვებს და ვინაიდან თავის მხრივ შეზღუდვები შეესაბამება. შეზღუდვები
შეესაბამება გარკვეული სახის ნედლეულს, ორადული ცვლილებაც იმავე ნედლეულს
შეესაბამება.
ორადული შეფასებებიდან გამომდინარე, უფრო მეტად დეფიციტურია C ტიპის
ნედლეული, რომლისთვისაც ორადული შეფასება y3=2.
ნაკლებად დეფიციტურია B ტიპის ნედლეული, რომლის შესაბამისი შეფასება
y2=1/2, რაც შეეხება A ტიპის ნედლეულს, იგი საერთოდ არ არის დეფიციტური,
რამდენადაც მისი ორდული შეფასება 0-ის ტოლია y1=0.
საჭიროა განისაზღვროს შეფასებათა მდგრადობის ინტერვალი, რისთვისაც
ვიპოვოთ ოპტიმალური ამონახსნის ბაზისური ცვლადების კოეფიციენტებისაგან
შედგენილი მატრიცის შებრუნებული მატრიცა ანუ

( )
1 2 11
2 11 0
A=(a ij ¿=
1 10 0
0 1 10
ჩვენს მიერ ზემოთმოყვანილი დებულებებიდან გამომდინარეობს, რომ თუ
საბოლოოდ ბაზისური ცვლადების კოეფიციენტები საწყისი შეზღუდვებიდან გვაძლევს
პირდაპირ მატრიცას, მისი შებრუნებული მატერიცა არის ოპტიმალური ამონახსნის
შესაბამის ცხრილში დამატებითი ცვლადების კოეფიციენტებისაგან შედგენილი
მატრიცა.
ოღონდ აქ უნდა გავითვალისწინოთ, რომ I სტრიქონით აიღება ᵡ 1 ბაზისური
ცვლადის კოეფიციენტები X4, X5, X6, X7 სვეტებში II სტრიქონიდან X2-ის შესაბამისი
კოეფიციენტები.
III სტრიქონიდან X3-ის კოეფიციენტები.
IV – X4-ის კოეფიციენტები.
ვინაიდან X4 არის ბაზისური ოპტიმალურ ამონახსნში, I სვეტი იქნება (0, 0, 0, 1)
ამრიგად, A მატრიცის შებრუნებულ მატრიცას ექნება სახე:

( )
01 /2 0−1/2
A = 0−1/21 1/2
−1

0 1/2−1 1/2
1 0−1−1
1 3
Y1=0 y2= y3=2 y4=
2 2
 გამოთვლების სისწორე დავადასტუროთ ექსელში წარმოებული გამოთვლებით.
ვიპოვოთ შეფასებათა მდგრადობის ინტერვალები ნედლეულის მიხედვით:

x optJ 3
∆ b 1ქვ=min = =6 ,
d1J 1/2
x 4
∆ b ზ1 =min optJ = =8
d1J −1/2
შეფასების მდგრადობის ინტერვალი I შეზღუდვის შესაბამისად განისაზღვრება,
როგორც
ზ
¿ b 1 ¿=( 18−6 ; 18+ 8 )=( 12; 26).
დარჩენილი ნედლეულის ფასიც განვსაზღვროთ შეფასებათა მდგრადობის
ინტერვალები:
∆ b 2ქვ=min ,(
3 4
1 1/2
=3 , ) ∆ b ზ2 =
3
−1/2 | |
=6 ,

∆ b 3ქვ=min ( 13/2 ; 1/24 )=6 , ∆ b =|−13 |=3 ,

ზ
3

5
∆ b 4ქვ= =5 ,
1
∆ b ზ4 =max
| 3 4
,
−1 −1
=3.|
II შეზღუდვის შესაბამისი შეფასების მდგრადობის ინტერვალია (16-3, 16+6) =
(13,22)
III შეზღუდვის (8-6, 8+3) = (2,11)
IV შეზღუდვის (6-5, 6+3) = (1,9)
Aმოცანის პირობის თანახმად, ნედლეულის შეცვლა +6, -3, +2, +2 ტონით,
მიგვიყვანს მარაგის შეცვლასთან, კერძოდ I ნედლეული იქნება 18+6=24 ერთეული, II
- 16-3=13 III 8+2=10 IV 6+2=8
როგორც ზემოთ გამოთვლილი შეფასებათა ციკლების ინტერვალებიდან ჩანს,
აღნიშნული ცვლილებები თავსდება შეფასებათა მდგრადობის ფარგლებში, ამდენად
მათი ცალკეული ზემოქმედება მოგებაზე, განისაზღვრება ფორმულით:

F i= Y opti ∙ bi ,

F 1max = Y opt 1 ∙b 1=0 ∙ 6=0 ,

F 2max = Y opt 2 ∙b 2=1/2∙ (−3 ) =−3/2 ,

F 3 max= Y opt 3 ∙b 3=2 ∙2=4 ,

F 4 max = Y opt 4 ∙ b 4 = 3/2 ∙2=3.

ჯამური ზემოქმედება მოგებაზე, გამოითვლება, როგორც

 F max= F 1max + F2 max + F 3 max + F 4 max =0−3/2+ 4+3=11/2.

თუკი ნედლეულის შესაძლო ცვლილების შუალედი არ არის შეფასებათა

მდგრადობის ფარგლებში, მაშინ ვიპოვოთ ახალი პირობითი შეფასებები, ანუ
ამოვხსნათ ამოცანა სიმპლექს – მეთოდით, რომელშიც შეცვლილი იქნება ამა თუ იმ
სახეობის რაოდენობა.
4.ახალი ნაწარმის გამოშვების მიზანმიმართულების დასადგენად გამოვიყენოთ
ფორმულა :

4
∆ 4=∑ aij Y opti−c 4 =1 ∙0+ 2∙ 1/2+ 2∙ 2+0 ∙3 /2 – 15=−10< 0.
t =4

რადგან მოგება აღემატება დანახარჯებს, ეს ნიშნავს, რომ მიზანშეწონილია

წარმოებამ დაგეგმოს რაღაც ახალი პროდუქციის გამოშვება.

ამოცანა დაზგების დატვირთვაზე

ამოცანა. ფირმა აწარმოებს სამი სახის პროდუქციას (A, B, C) და აქვს ოთხი ტიპის
დაზგა (D1, D2, D3, D4), რომელთა მუშაობის ხანგძლივობა შესაბამისად არის 84, 42, 21,
და 42 სთ. მოგება თითოეულ პროდუქციაზე და თითოეული პროდუქციის ოთხივე
დაზგაზე დამუშავების დრო მოცემულია ცხრილში:

პროდუქციის სახე დამუშავების დრო (სთ)

მოგება (ლარი)
D1 D2 D3 D4
A 1 3 1 2 3
B 6 1 3 3 6
C 3 3 2 4 4
მუშაობის 84 42 21 42
ხანგრძლივობა
 ამოცანის მიზანს წარმოადგენს წარმოების ისეთი დაგეგმვა (რომელი პროდუქცია
რა რაოდენობით ვაწარმოოთ), რომ მოგება იყოს მაქსიმალური. (მოთხოვნა თითოეულ
პროდუციაზე შეუზღუდავია.)
მათემატიკური მოდელირება: მოცემულ ამოცანაში უცნობ სიდიდეს წარმოადგენს
თითოეული წარმოებული პროდუქციის რაოდენობა. ვთქვათ, xi – წარმოებული i-ური
პროდუქციის რაოდენობაა. მაშინ ფირმის მოგება გამოითვლება შემდეგი ფორმულით:
Z=3 x1 +6 x 2 +4 x 3 →max
მოცემულ ამოცანაში უცნობმა სიდიდემ უნდა დააკმაყოფილოს შემდეგი
შეზღუდვები: 1) პროდუქციის რაოდენობა არ შეიძლება იყოს უარყოფითი; 2)
თითოეული დაზგის მუშაობის ჯამურმა ხანგძლივობამ არ უნდა გადააჭარბოს
მოცემულ ნორმებს.

{
x1 +6 x 2 +3 x3 ≤ 84
3 x1 + x 2 +3 x3 ≤ 42
x 1 +3 x 2 +2 x3 ≤ 21
2 x 1 +3 x2 + 4 x 3 ≤ 42
x1 , x2 , x3 ≥ 0
Excel-ში შევადგენთ შესაბამის ცხრილს და მიზნის ფუნქციაში ჩავწერთ ფორმულას
=3*A2+6*B2+4*C2. ზემოთ აღნიშნულ შეზღუდვებს შევიყვანთ Solver-ში როგორც
სურათზეა ნაჩვენები.
 ამოცანის შესრულების შემდეგ მივიღებთ შემდეგ პასუხებს

შესრულების მეთოდი:
1. ჩატვირთეთ პროგრამა Microsoft Excel და შექმენით Dazgebis datvirTva.xls ფაილი;
2. აირჩიეთ ახალი ფურცელი. მიეცით მას სახელი “Amocana dazgaze”;
3. A1:F5 უჯრედთა დიაპაზონში, შესაბამისად, შეიტანეთ ზემოთ მოცემულ ცხრილში
წარმოდგენილი მონაცემები. A6 უჯრედში შეიტანეთ ტექსტი ”მუშაობის ნორმა ”. B6:E6
უჯრედთა დიაპაზონში, შესაბამისად, შეიტანეთ: 84, 42, 21 და 42;
4. A7 უჯრედში შეიტანეთ ტექსტი ”მუშაობის ხანგძლივობა”. G1 უჯრედში
შეიტანეთ ტექსტი ”რაოდენობა”;
5. H2:H5 უჯრედთა დიაპაზონში, შესაბამისად, შეიტანეთ შემდეგი ფორმულები:
=SUMPRODUCT(B3:B5,G3:G5), =SUMPRODUCT(C3:C5,G3:G5),
=SUMPRODUCT(D3:D5,G3:G5), =SUMPRODUCT(E3:E5,G3:G5). ეს ფორმულები
განსაზღვრავენ თითოეული დაზგის მუშაობის ჯამურ ხანგძლივობას;
6. G7 უჯრედში შეიტანეთ ფირმის მოგების გამოსათვლელი ფორმულა:
=SUMPRODUCT(F3:F5,G3:G5);
7. შეასრულეთ ბრძანება СервисПоиск решения (ToolsSolver). ეკრანზე გამოვა
შესაბამისი ფანჯარა;
8. ეკრანზე წარმოდგენილ დიალოგურ ფანჯარაში საჭიროა შეიტანოთ ცვლილებები
და პარამეტრები: კერძოდ, Установить целевую ячейку (Set Target Cell) ველში შეიტანეთ
$G$7. აირჩიეთ Максимальному значению (Max, მაქსიმალური მნიშვნელობა) პუნქტი.
Изменяя ячейки: (By changing cells, უჯრედში ცვლილება) ველში შეიტანეთ $G$3:$G$5.
შეზღუდვის პირობების მისაცემად საჭიროა თაგვი დააწკაპუნოთ Добавить (Add)
ღილაკზე და Ограничения: (Subject to the Constraints) ველში შეიტანოთ შემდეგი სამი
შეზღუდვა: $B$7:$E$7<= $B$6:$E$6; $G$3:$G$5>=0.
 9. ჩანართში Параметры (Options) აირჩიეთ წრფივი მოდელი (Линейная модел, Assume
Linear Model);
10. თაგვი დააწკაპუნეთ Выполнить (Solve) ღილაკზე. ეკრანზე გამოვა Результаты
поиск решения (Solvet Results) დიალოგური ფანჯარა;
11. გადამრთველი დააყენეთ მიღებული მონაცემის შენახვის პუნქტზე და თაგვი
დააწკაპუნეთ Ок ღილაკზე (დაიმახსოვრეთ Satransporto.xls ფაილი);
შენიშვნა: G7 უჯრედში მიღებული იქნება ფირმის მაქსიმალური მოგება, ხოლო
G3:G5 უჯრედებში მოცემული იქნება თითოეული წარმოებული პროდუქციის
რაოდენობა.

პასუხი: ფირმისთვის მაქსიმალური მოგება იქნება 55,125, როცა აწარმოებს შემდეგი

სახით პროდუქციას:
ასევე მოცემულია თითოეული პროდუქციის დამუშავების ხანგრძლივობა დაზგების
მიხედვით.

პროდუქცი დამუშავების დრო (სთ) მოგე

რაოდენობა
ის სახე ბა
D1 D2 D3 D4 (ლარი)
A 1 3 1 2 3 13,125
B 6 1 3 3 6 2,625
C 3 3 2 4 4 0
მუშაობის 84 42 21 42
ნორმა
მუშაობის 28,87 34,12
ხანგრძლივობა 5 42 21 5 55,125
 კონტეინერების დატვირთვა

ამოცანა. თვითმფრინავში ჩალაგებულია სამი სახის პროდუქციის ყუთები. ტვირთის

მთლიანი წონა არ აღემატება 326. თითოეული ყუთი პროდუქციის წონა და ღირებულება
მოცემულია ცხრილში:

პროდუქციის სახე წონა ღირებულება

A 12 400

B 16 500

C 15 600

ამოცანის მიზანს წარმოადგენს ტვირთის მაქსიმალური და მინიმალური

ღირებულების განსაზღვრა.
 ამოცანის ამოხსნისათვის ჯერ საჭიროა მისი მათემატიკური მოდელის შექმნა, ხოლო
შემდეგ ამ მოდელის რეალიზაცია კომპიუტერზე.
მათემატიკური მოდელირება: მოცემულ ამოცანაში უცნობ სიდიდეს წარმოადგენს
თითოეული პროდუქციის რაოდენობა. ვთქვათ, x i – i-ური პროდუქციის რაოდენობაა.
მაშინ ტვირთის ღირებულება გამოითვლება შემდეგი ფორმულით: Z=c 1 x 1 +c 2 x 2 +c 3 x 3
სადაც ci – თითოელი პროდუქციის ღირებულებაა. Z არის მიზნის ფუნქცია (ტვირთის
ფასი).
მოცემულ ამოცანაში უცნობმა სიდიდემ უნდა დააკმაყოფილოს შემდეგი
შეზღუდვები: 1) პროდუქციის რაოდენობა უნდა იყოს არაუარყოფითი და მთელი; 2)
ტვირთის მთლიანი წონა უნდა იყოს ზუსტად 326.
მაშასადამე, საბოლოოდ მიიღება შემდეგი მათემატიკური მოდელი:
საჭიროა Z ფუნქციის მაქსიმუმის ან მინიმუმის პოვნა
z=400 x 1 +500 x 2+600 x 3
შემდეგი შეზღუდვების პირობებში:
12 x1 +16 x 2+ 15 x 3 ≤326
x i ≥ 0 , xi =∫ , i ∈[1 ; 3]
სადაც X I - i-ური პროდუქციის რაოდენობაა

შესრულების მეთოდი:
1. A1:C4 უჯრედთა დიაპაზონში, შესაბამისად, შეიტანეთ ზემოთ მოცემულ
ცხრილში წარმოდგენილი მონაცემები. D1 უჯრედში შეიტანეთ ტექსტი ”რაოდენობა”. E1
უჯრედში შეიტანეთ ტექსტი ”მთლიანი წონა”;
2. E2:E4 უჯრედთა დიაპაზონში, შესაბამისად, შეიტანეთ შემდეგი ფორმულები:
=D2*B2, =D3*B3, =D4*B4. ეს ფორმულები განსაზღვრავენ თითოეული პროდუქციის
ჯამურ წონას;
3. E6 უჯრედში შეიტანეთ ტვირთის ზუსტი წონა;
4. G4 უჯრედში შეიტანეთ ტვირთის ღირებულების გამოსათვლელი ფორმულა:
=SUM(F2:F4);
5. შევასრულოთ ბრძანება Solver, Options-ში ვუთითებთ Assume Linear Model და
შევიყვანოთ შემდეგი პარამეტრები:

პროდუქ წ ღირებუ რაოდე მთლ

ციის სახე ონა ლება ნობა იანი წონა
 1
A 400 2 24
2
1
B 500 17 272
6
1
C 600 15 225
5

მივიღებთ შემდეგ პასუხებს:

როდესაც ფუნქცია მიისწრაფვის მაქსიმუმისაკენ
x x x
Z
1 2 3
რაოდენობა
1
2 2 12600
8
1 1 1
წონა 326
2 6 5

როდესაც ფუნქცია მიისწრაფვის მინიმუმისაკენ

x x x
Z
1 2 3
რაოდენობა
1
2 2 10500
7
1 1 1
წონა 326
2 6 5

პროდუ წ ღირებუ რაოდე ღირებუ

ქციის სახე ონა ლება ნობა ლება
1
A 400 2 24
2
1
B 500 17 272
6
1
C 600 15 225
5

326
როდესაც ფუნქცია მიისწრაფვის მინიმუმისკენ
 x
რაოდენ x2 x3 Z
1
ობა
2 17 2 10500
1
წონა 16 15 326
2

სავარჯიშოები
I. შეადგინეთ შესაბამისი მათემატიკური მოდელი და იპოვეთ ოპტიმალური
ამონახსნი

ამოცანა #1. ფირმა აწარმოებს 2 ტიპის ნაყინს –ნაღებით და შოკოლადით,

რისთვისაც გამოიყენება 2 ტიპის საწყისი პროდუქტი –რძე და შემავსებელი, რომელთა
დღიური ხარჯი 1 კგ ნაყინის დასამზადებლად წინასწარაა განსაზღვრული და
შესაბამისად ნაღების ნაყინისათვის ტოლია_0,8; 0,4, ხოლო შოკოლადიანი
ნაყინისათვის_0.5; 0,9. რძის მარაგი შეადგენს 400 კგ-ს, ხოლო
შემავსებლებისა_490კგ-ს.
ბაზრის ანალიზმა აჩვენა, რომ შოკოლადიან ნაყინზე დღიური მოთხოვნილება
არის არანაკლებ 200 კგ-სა დღეში. გასაყიდი ფასი 1კგ ნაღების ნაყინისა არის 4 ლარი,
შოკოლადის ნაყინისა –5 ლარი.
ფირმამ რა რაოდენობით უნდა აწარმოოს თითოეული სახის ნაყინი, რომ
რეალიზაციით მიღებული მოგება იყოს მაქსიმალური?

ამოცანა #2
ფირმა ამზადებს ქალისა და მამაკაცის გარკვეული მოდელის ტყავის
ფეხსაცმელს. ერთი წყვილი მამაკაცის ფეხსაცმლის დასამწადებლად სჭირდება 4
პ/ერთეული ტყავის მასალა და 30 წუთი დრო. ქალის ფეხსაცმლისათვის_3
პ/ერთეული ტყავის მასალა და 12 წუთი დრო. ერთ კვირაში ფირმას შეუძლია
1700 პ/ერთეული ტყავის მასალის დამუშავება და 160 საათი მუშაობა. ცნობილია,
რომ 1 წყვილი მამაკაცის ფეხსაცმელი იძლევა 22 ლარ მოგებას, ხოლო ქალის
ფეხსაცმელი_11 ლარს. რა რაოდენობით უნდა დამზადდეს ქალისა და მამაკაცის
ფეხსაცმელი, რომ არსებული ნედლეულის და დროითი ლიმიტის შემთხვევაში
მივიღოთ მაქსიმალური მოგება.

ამოცანა #3
სამკერვალო საწარმო გეგმავს ორი ტიპის ნაწარმის გამოშვებას, რისთვისაც
იყენებს სამი ტიპის ნედლეულს, შესაბამისად-300, 120 და 252 ერთეულს.
წინასწარ ცნობილია, რომ პირველი ტიპის ნაწარმზე იხარჯება 12, 4, 3 ერთეული
ნედლეული, მეორე ტიპის ნაწარმზე შესაბამისად- 4, 4, 12 ერთეული
ნედლეული. Mმზა ნაწარმის რეალიზაციით მიღებული მოგება შესაბამისად
ტოლია 30 და 40 ერთეულის. შეადგინეთ წარმოების გეგმა, რომელიც მოგვიტანს
მაქსიმალურ მოგებას

ამოცანა #4
ავეჯის საამქრომ უნდა დაამზადოს სამი სხვადასხვა სახის დეტალი, შესაბამისად
24, 31 და 18 ცალი. რისთვისაც გამოიყენებს სტანდარტული ტიპის ფანერის დაფებს.
არსებული პროგრამის მიხედვით შესაძლებელია განხორციელდეს ორი ტიპის ჭრა.
ცნობილია ყოველი ტიპის ჭრის დროს ერთი ფანერისაგან მიღებული ყოველი ტიპის
დეტალისა და ნარჩენების რაოდენობა, რაც შესაბამისად ტოლია I ტიპის ჭრის დროს
_(2,5,2) და 12; II ტიპის ჭრის დროს_(6,4,3) და 16. საჭიროა შევადგინოთ წარმოების
ოპტიმალური გეგმა. ანუ, არსებული ნედლეულის პირობებში ყოველი ტიპის ჭრით
რამდენი ფანერა უნდა დაიჭრას, რომ მინიმალური ნარჩენების პირობებში მივიღოთ
საჭირო რაოდენობის დეტალები.

ამოცანა #5
სამკერვალო ფაბრიკას გააჩნია რაღაც რაოდენობის სტანდარტული ზომის
ქსოვილის ნაჭრები, რომლისგანაც უნდა გამოიჭრას m რაოდენობის სხვადასხვა
დეტალი. პროგრამულად შესაძლებელია n სხვადასხვა ტიპის ჭრის განხორციელება.
წინასწარ ცნობილია ყოველი ტიპის ჭრის დროს ერთი ერთეული ქსოვილისაგან
მიღებული ყოველი ტიპის დეტალისა და ნარჩენების რაოდენობა. კერძოდ, j ტიპის
ჭრით მიიღება a i , j ცალი i ტიპის დეტალი და c j პირობითი ერთეული ნარჩენები.
ყოველი i ტიპის დეტალი უნდა დამზადდეს არანაკლებ bi ერთეულისა.
მოითხოვება შევადგინოთ წარმოების გეგმა, რომელიც უზრუნველყოფს საჭირო
რაოდენობის ყოველი ტიპის დეტალის მიღებას მინიმალური დანაკარგებით ანუ,
რომელი ტიპის ჭრით რამდენი ერთეული ქსოვილი უნდა დაიჭრას, რომ მივიღოთ
საჭირო რაოდენობის დეტალი მინიმალური დანაკარგებით.
 ამოცანა #6
თევზის მეურნეობას გადაწყვეტილი აქვს ორი ტიპის თევზის მოშენება. A
სახეობის ერთი თევზის საშუალო მასაა 2 კგ, ხოლო B სახეობისა- 1 კგ. თევზის
გამოსაკვებად გამოიყენება ორი ტიპის საკვები, რომელთა არსებული მარაგი
შესაბამისად ტოლია 100 კგ და 180 კგ-სა. ერთი ცალი A სახეობის თევზი საშუალოდ
დღეში ჭამს 200 გრამ პირველ და 600 გრამ მეორე ტიპის საკვებს. ხოლო B ტიპისა_
400 გრამ პირველ და 200 გრამ მეორე ტიპის საკვებს. თითოეული სახეობის რამდენი
თევზი უნდა იყოს აუზში, რომ არსებული საკვების მარაგის პირობებში მათი მასა
იყოს მაქსიმალური.

ამოცანა #7
(ე.წ. მარკო პოლოს ამოცანა) მარკო პოლოს ქარავანს ბაღდადიდან მექაში მშრალი
ლეღვი გადააქვს. ქარავანში გამოყენებულია როგორც დრომადერები, ასევე
ჩვეულებრივი აქლემები. აქლემს შეუძლია 1000 ფუნტი ტვირთის ტარება, ხოლო
დრომადერს_500 ფუნტის. მთელი გზის მანძილზე აქლემს სჭირდება 3 ფუთა თივა და
100 გალონი წყალი, ხოლო დრომადერს 4 ფუთა თივა და 80 გალონი წყალი.
საქარავნო გზაზე ოაზისში არის შესავსები პუნქტები, სადაც მარაგის არსებული
რაოდენობაა 1600 გალონი წყალი და 60 ფუთა თივა.მარკო პოლო ბაღდადის
მახლობლად ქირაობს დრომადერებსა და აქლემებს. აქლემის ფასი შეადგენს 11
მონეტას, ხოლო დრომადერისა_5 მონეტას. რამდენი დრომადერი და რამდენი აქლემია
საჭირო ბაღდადიდან მექაში მინიმალური იჯარით 10000 ფუნტი ლეღვის
გადასატანად?

II. ამოხსენით გეომეტრიული მეთოდით

1. F=−3 x 1+5 x 2 max

{
x1 ≤ 6
2 x 1+ 4 x 2 ≥ 8
−5 x 1 +3 x 2 ≤ 15
8 x 1 +12 x2 ≤ 96
xi ≥ 0
i=1,2

2. F=−5 x 1+7 x 2 min

 {
−7 x1 +5 x 2 ≤ 35
10 x 1+ 4 x 2 ≤ 40
x2≥ 3
xi ≥ 0
i=1,2

3. F=x 1+ 2 x 2 max

{
4 x 1−2 x 2 ≤ 12
−x 1+3 x 2 ≤ 6
2 x 1 +4 x 2 ≥16
xi ≥ 0
i=1,2

4. F=−2 x1 +2 x 2 max

{
−x1 + x 2 ≤ 3
x1 + x 2 ≥ 6
x1≤ 7
x2≥ 3
xi ≥ 0

5. F=x 1−9 x 2 min

{
−3 x1 + 4 x 2 ≤ 12
6 x 1+3 x 2 ≥ 18
x1≤ 8
x2≤ 7
xi ≥ 0
i=1,2

6. F=x 1+ x 2 max

{
x 1 +2 x2 ≤14
−5 x 1 +3 x 2 ≤ 15
4 x1 +6 x 2 ≥ 24
xi ≥ 0
i=1,2

7. F=−2 x1 + x 2 min
 {
3 x 1−2 x 2 ≤ 12
−x1 +2 x 2 ≤ 8
2 x 1 +3 x2 ≥ 6
xi ≥ 0
i=1,2

8. F=3 x 1−5 x 2 max

{
2 x 1 +3 x2 ≥ 6
x1 + x2 ≤ 8
x1≤ 4
x2 ≤ 5
xi ≥ 0
i=1,2

9. F=4 x1 −5 x 2 min

{
2 x 1 +3 x2 ≥ 6
x1≤ 5
−5 x 1 +3 x 2 ≤ 15
xi ≥ 0
i=1,2

10. F=4 x1 +3 x 2 max

{
−4 x 1 +3 x 2 ≤ 12
2 x 1 +2 x 2 ≥ 4
x1≤ 5
xi ≥ 0
i=1,2

11. F=3 x 1−5 x 2 + x 3−x 4 min

{
−4 x 1 +3 x 2+ x 3=12
2 x 1+ 2 x 2 + x 4=4
x1 ≤ 5
x2 ≤ 6
xi ≥ 0
i=1,4

12. F=−x 1+ 4 x 2 +2 x 4−x 5 max

 {
x 1−5 x 2+ x3 =5
−x1 + x 2 + x 4=4
x 1 + x 2+ x 5=8
x i ≥0
i=1,5
13. F=−5 x 1+ x 2−x 3−x 5 min

{
3 x1 −x2 −x3 =4
x 1−x 2+ x 3−x 4 =1
2 x 1 + x 2+2 x 3+ x5 =8
xi ≥ 0
i=1,5

14. F=x 1−x 2+ x 3 + x 4 −2 x 5 max

{
2 x1 + x 2 + x3 =10
−2 x 1 +3 x 2+ x 4 =6
2 x 1+ 4 x 2−x 5=8
x i ≥ 0 i=1,5

15. F=2 x1−3 x 2 + x 3+ x 4 max

{
4 x 1+5 x 2−x 3=20
11 x 1+ 8 x2 + x 4 =88
x1 ≤ 7
x2 ≤ 8
xi ≥ 0
i=1,5

III. შეადგინეთ შესაბამისი სიმპლექს-ცხრილები, შეაფასეთ ამონახსნი და

შეადგინეთ შესაბამისი ორადული ამოცანები

1. F=2 x1− x2−x 4 min

{
x 1−2 x 2+ x3 =10
−2 x 1−x 2−2 x 4 ≥18
2 x1 +2 x 2+ x 4 ≥ 36
x i ≥ 0 i=1 ÷ 4

2. F=2 x1−5 x 2−3 x 3 min

 {
−x 1 + x 2+ x 3 ≥ 4
2 x 1−x 2 + x 3 ≤ 16
3 x1 + x 2 + x3 ≥ 18
xi≥0, i=1:3

3. F=2 x1−6 x2 +5 x 3 max

{
−2 x1 + x 2 + x3 ≤ 20
x1−2 x 2 +3 x3 ≥ 24
3 x 1−x 2−12 x 3 ≤ 18
x i ≥ 0 , i=1÷ 3

4. F=2 x1−3 x 2 +6 x 3+ x 4 max

{
x1 +2 x 2−4 x 3 ≤20
x 1−x 2+ 2 x 3 ≥ 10
2 x1 + x 2−2 x3 ≤ 24
x i ≥ 0 i=1 ÷ 3

5. F=2 x1 +3 x 2−9 x 3+ x 4−x 5 min

{
3 x 1 +4 x2 + 4 x 3=16
−x1 +7 x 2−6 x 5 ≤5
4 x 1+ 5 x 2 + x 4 ≥10
x i ≥ 0 i=1 ÷5

6. F=3 x 1+5 x 2+ x3 + x 4 max

{
3 x 1 +4 x 2 +2 x3 ≤ 9
2 x 1 +5 x 2+ x 3 ≥8
x1 +2 x 2+5 x 3 + x 4=9

x i ≥ 0 i=1 ÷ 4