Chương 2: Quy hoạch tuyến tính

 Một số khái niệm cơ bản

 Ví dụ giải bài toán tối đa hoá bằng PP hình học
 Các điểm cực biên và lời giải tối ưu
 Lời giải trên phần mềm
 Bài toán tối thiểu hoá
 Các trường hợp đặc biệt
 Phân tích độ nhạy

© 2005 Thomson/South-Western Slide 1

Nội dung

 1 số khái niệm cơ bản

 2 Phương pháp hình học
 3 Vùng tối ưu Hs HMT
 4 Giá mờ (dual prices, shadow prices)
 5 Vùng tối ưu VP các RB
 6 Reduced Costs
 7 Nguyên tắc 100%

© 2005 Thomson/South-Western Slide 2

1
 Bài toán qui hoạch tuyến tính (LP)

 Tối đa hoá hoặc tối thiểu hoá của một vài lượng mục
tiêu trong các bài toán tuyến tính.
 Các bài toán tuyến tính có các ràng buộc giới hạn mức
độ nguồn lực sử dụng.
 Một lời giải khả thi thoả mãn tất cả các ràng buộc của
bài toán.
 Một lời giải tối ưu là một lời giải khả thi có có giá trị
lớn nhất đối với bài toán cực đại (và nhỏ nhất đối với
bài toán cực tiểu).
 Một phương pháp giải hình học có thể được sử dụng
có thể được sử dụng để giả bài toán qui hoạch tuyến
tính với hai biến.

© 2005 Thomson/South-Western Slide 3

Bài toán qui hoạch tuyến tính (LP)

 Nếu cả hàm mục tiêu và các ràng buộc là tuyến tính,

bài toán được xem là bài toán qui hoạch tuyến tính.
 Hàm tuyến tính là các hàm mà các biến chỉ có ở dạng
mũ 1 nhân với một hằng số (có thể là 0).
 Các ràng buộc tuyến tính là các hàm số ở dạng “nhỏ
hơn hoặc bằng", “bằng", hoặc “lớn hơn hoặc bằng" một
hằng số.

© 2005 Thomson/South-Western Slide 4

2
 Ví dụ 1: Bài toán tối đa hóa

 Mô hình LP

Max 5x1 + 7x2

s.t. x1 < 6
2x1 + 3x2 < 19
x1 + x2 < 8

x 1 , x2 > 0

© 2005 Thomson/South-Western Slide 5

Ví dụ 1: Phương pháp hình học

 Tổng hợp ràng buộc

x2
x1 + x2 < 8
8
7
6
x1 < 6
5
4
3 2x1 + 3x2 < 19
2
1
x1
1 2 3 4 5 6 7 8 9 10

© 2005 Thomson/South-Western Slide 6

3
 Ví dụ 1: Phương pháp hình học

 Miền khả thi

x2

8
7
6
5
4
3
Feasible
2 Region
1
x1
1 2 3 4 5 6 7 8 9 10

© 2005 Thomson/South-Western Slide 7

Ví dụ 1: Phương pháp hình học

 Đường biểu diễn hàm mục tiêu

x2

8
7
(0, 5)
6
5x1 + 7x2 = 35
5
4
3
2
(7, 0)
1
x1
1 2 3 4 5 6 7 8 9 10

© 2005 Thomson/South-Western Slide 8

4
 Ví dụ 1: Phương pháp hình học

 Lời giải tối ưu

x2
Hàm mục tiêu
8 5x1 + 7x2 = 46
7
6
Lời giải tối ưu
(x1 = 5, x2 = 3)
5
4
3
2
1
x1
1 2 3 4 5 6 7 8 9 10

© 2005 Thomson/South-Western Slide 9

Tóm tắt thủ tục giải phương pháp hình học đối
với bài toán tối đa
 Vẽ hình vẽ bài toán cho mỗi ràng buộc.
 Xác định miền khả thi thỏa mãn tất cả các ràng buộc.
 Vẽ đường biểu diễn hàm mục tiêu.
 Dịch chuyển song song hàm mục tiêu theo cách giá trị
hàm mục tiêu lớn hơn.
 Phương án khả thi đối với đường biểu diễn hàm mục
tiêu với giá trị lớn nhất là phương án tối ưu.

© 2005 Thomson/South-Western Slide 10

5
 Các đỉnh và phương án tối ưu

 Các góc và đỉnh của miền khả thi được xem là điểm
cực biên
 Một phương án tối ưu đối với bài toán LP có thể nằm ở
một trong các đỉnh của miền khả thi.
 Khi tìm lời giải tối ưu, bạn không phải tính tất cả các
điểm phương án khả thi.
 Chỉ xem xét các điểm cực biên của miền khả thi.

© 2005 Thomson/South-Western Slide 11

Ví dụ 1: Điểm cực biên

x2

8
7 5
6
5
4
4
3
Vùng khả 3
2
thi
1
1 2
1 2 3 4 5 6 7 8 9 10
x1

© 2005 Thomson/South-Western Slide 12

6
 Lời giải máy tính

 Những chương trình máy tính được thiết kế để giải

quyết bài toán LP bây giờ rất phổ biến.
 Hầu hết các bài toán LP lớn có thể được giải quyết chỉ
với một vài phút.
 Những bài toán LP nhỏ thường chỉ mất vài giây.
 Microsoft Excel, LINGO, QSB,…

© 2005 Thomson/South-Western Slide 13

Giải thích kết quả

 Phần này chúng ta sẽ thảo luận những kết quả sau:

• Giá trị mục tiêu
• Giá trị của biến quyết định
• reduced costs
• Biến thừa/biến thiếu
 Trong phần tiếp theo chúng ta thảo luận phương án tối
ưu sẽ ảnh hưởng như thế nào khi thay đổi:
• Hệ số của hàm mục tiêu
• Giá trị vế phải của một ràng buộc

© 2005 Thomson/South-Western Slide 14

7
 Reduced Cost

 reduced cost đối với một biến quyết định có là giá trị 0
trong phương án tối ưu, đó là lượng hệ số hàm mục
tiêu có thể thay đổi sẽ phải cải thiện (tăng đối với bài
toán tối đa, giảm đối với bài toán tối thiểu) để có thể có
được một giá trị tích cực hơn.
 reduced cost đối với biến quyết định với giá trị tích cực
là 0.

© 2005 Thomson/South-Western Slide 15

Ví dụ 1: Lời giải máy tính

 Reduced Costs

© 2005 Thomson/South-Western Slide 16

8
 Ví dụ 2: Bài toán tối thiểu

 Mô hình tuyến tính

Min 5x1 + 2x2

s.t. 2x1 + 5x2 > 10

4x1 - x2 > 12
x1 + x2 > 4

x 1 , x2 > 0

© 2005 Thomson/South-Western Slide 17

Ví dụ 2: Lời giải đồ thị

 Đồ thị hàm mục tiêu

x2 Min z = 5x1 + 2x2

4x1 - x2 > 12
5

4 x 1 + x2 > 4

3
2x1 + 5x2 > 10
2

1
x1
1 2 3 4 5 6

© 2005 Thomson/South-Western Slide 18

9
 Ví dụ 2: Lời giải đồ thị

 Tìm điểm cực biên tại điểm giao nhau của 2 ràng buộc
chặt
4x1 - x2 = 12
x1+ x2 = 4
Cộng 2 phương trình lại ta có:
5x1 = 16 hay x1 = 16/5.
Thế vào x1 + x2 = 4 có: x2 = 4/5

© 2005 Thomson/South-Western Slide 19

Ví dụ 2: Lời giải đồ thị

 Lời giải tối ưu

x2 Min z = 5x1 + 2x2

4x1 - x2 > 12
5

4 x 1 + x2 > 4

3 2x1 + 5x2 > 10

2
Tối ưu: x1 = 16/5
1 x2 = 4/5
x1
1 2 3 4 5 6

© 2005 Thomson/South-Western Slide 20

10
 Vùng khả thi

 Vùng khả thi của một bài toán LP 2 biến có thể không
tồn tại, chỉ là một điểm, 1 đường tuyến tính, đường
cong hoặc vô hạn.
 Bất kỳ LP nào đều có thể rơi vào một trong ba loại:
• không khả thi
• Có một phương án tối ưu duy nhất
• Có hàm mục tiêu tăng vô hạn
 Vùng khả thi có thể không giới hạn và có thể chưa có
giải pháp tối ưu. Điều này là phổ biến trong bài toán tối
thiểu và có thể trong bài toán tối đa.

© 2005 Thomson/South-Western Slide 21

Những trường hợp đặc biệt

 Giải pháp tối ưu thay thế

Trong phương pháp đồ thị, nếu đường biểu diễn hàm
mục tiêu dịch chuyển song song tới ràng buộc ranh
giới theo hướng tối ưu, có một số giải pháp thay thế,
với tất cả các điểm trên những đoạn này được tối ưu.
 Không khả thi
LP mà không có điểm nào thỏa mãn tất cả các ràng
buộc được gọi là không khả thi.
 Vô hạn (Unboundedness)
(See example on upcoming slide.)

© 2005 Thomson/South-Western Slide 22

11
 Ví dụ: Bài toán vô nghiệm

 Giải bằng phương pháp hình học, tìm phương án tối

ưu:

Max 2x1 + 6x2

s.t. 4x1 + 3x2 < 12

2x1 + x2 > 8

x1 , x2 > 0

© 2005 Thomson/South-Western Slide 23

Ví dụ: Bài toán vô nghiệm

 Không có điểm nào thỏa mãn cả hai ràng buộc, do đó

bài toán này không có vùng khả thi, và không có
phương án tối ưu.
x2

8 2x1 + x2 > 8

4x1 + 3x2 < 12

4

x1
3 4
© 2005 Thomson/South-Western Slide 24

12
 Ví dụ: Bài toán không xác định được phương
án tối ưu
 Tìm phương án tối ưu bằng phương pháp hình học:

Max 3x1 + 4x2

s.t. x1 + x2 > 5
3x1 + x2 > 8

x1 , x 2 > 0

© 2005 Thomson/South-Western Slide 25

Ví dụ: Bài toán không xác định được phương

án tối ưu
 Vùng tối ưu vô hạn và đường biểu diễn hàm mục tiêu
có thể dịch chuyển song song tùy ý mà không bị giới
hạn đến mức z có thể tăng vô hạn.
x2

3x1 + x2 > 8
8
Max 3x1 + 4x2

5
x 1 + x2 > 5

x1
2.67 5
© 2005 Thomson/South-Western Slide 26

13
 Phân tích độ nhạy

 Phân tích độ nhạy (hoặc là phân tích sau tối ưu) được
sử dụng để quyết định lời giải tối ưu bị ảnh hưởng
bởi các thay đổi ntn, trong các vùng xác định, với:
• các hệ số của hàm mục tiêu
• các giá trị của vế phải (RHS)
 Phân tích độ nhạy quan trọng với các nhà quản lý
làm việc trong môi trường năng động với các ước
tính không chính xác của các hệ số.
 Phân tích độ nhạy cho phép nhà quản lý hỏi một số
câu hỏi what-if (cái gì xảy ra nếu) về bài toán.

© 2005 Thomson/South-Western Slide 27

Các hệ số của hàm mục tiêu

 Cho phép ta đánh giá các thay đổi của các hệ số hàm
mục tiêu ảnh hưởng tới lời giải tối ưu ntn?
 Vùng tối ưu (cho mỗi hệ số) cung cấp vùng các giá trị
mà tại đó lời giải hiện tại vẫn là tối ưu.
 Các nhà quản lý cần phải tập trung vào các hệ số hàm
mục tiêu có vùng tối ưu nhỏ và các hệ số gần với
điểm cận của vùng.

© 2005 Thomson/South-Western Slide 28

14
 Ví dụ 1

 Thay đổi độ dốc của hàm mục tiêu

x2
8

5 5

3
Feasible 4 2
Region 3
1

1 2
1 2 3 4 5 6 7 8 9 10
x1

© 2005 Thomson/South-Western Slide 29

Vùng tối ưu

 Về mặt đồ hoạ, giới hạn của vùng tối có được bằng

cách thay đổi độ dốc của đường hàm mục tiêu trong
giới hạn độ dốc của các đường thẳng “binding
constraint”.
 Độ dốc của đường hàm mục tiêu, Max c1x1 + c2x2, là
-c1/c2, và độ dốc của một ràng buộc, a1x1 + a2x2 = b, là
-a1/a2.

© 2005 Thomson/South-Western Slide 30

15
 Ví dụ 1

 Vùng tối ưu cho c1

Độ dốc của đường hàm mục tiêu là -c1/c2. Độ dốc
của “binding constraint” thứ nhất, x1 + x2 = 8, là -1 và
độ dốc của “binding constraint” thứ hai, 2x1 + 3x2 = 19,
là -2/3.
Tìm vùng của các giá trị của c1 (với c2 giữ giá trị 7)
sao cho độ dốc của hàm mục tiêu nằm giữa các ràng
buộc “binding”:
-1 < -c1/7 < -2/3
Kết quả là:

14/3 < c1 < 7

© 2005 Thomson/South-Western Slide 31

Ví dụ 1

 Vùng tối ưu của c2

Tìm các vùng của c2 ( với c1 giữ giá trị 5) để cho độ
dốc của đường hàm mục tiêu nằm giữa hai ràng buộc
“binding”:
-1 < -5/c2 < -2/3

Kết quả là: 5 < c2 < 15/2

© 2005 Thomson/South-Western Slide 32

16
 Ví dụ 1

 Vùng tối ưu của c1 và c2

Adjustable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$8 X1 5.0 0.0 5 2 0.33333333
$C$8 X2 3.0 0.0 7 0.5 2

Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$B$13 #1 5 0 6 1E+30 1
$B$14 #2 19 2 19 5 1
$B$15 #3 8 1 8 0.33333333 1.66666667

© 2005 Thomson/South-Western Slide 33

Vế phải

 Ta xem xét việc thay đổi vế phải có thể ảnh hưởng

với vùng khả thi và có thể gây ra các thay đổi lời giải
tối ưu ntn.
 Cải thiện về giá trị trong lời giải tối ưu trên đơn vị
tăng của vế phải được gọi là dual price.
 Vùng khả thi là vùng mà tại đó dual price có giá trị.
 Khi RHS tăng, các ràng buộc khác sẽ trở thành
“binding” và giới hạn sự thay đổi trong giá trị của
hàm mục tiêu.

© 2005 Thomson/South-Western Slide 34

17
 Dual Price

 Về mặt đồ thị, dual price được quyết định bằng cách

thêm +1 vào giá trị vế phải đang xem xét và sau đó
giải lại giá trị tối ưu với cùng các ràng buộc
“binding”.
 dual price là sự khác biệt về giá trị của các hàm mục
tiêu giữa các bài toán mới và cũ.
 dual price cho ràng buộc “not binding” bằng 0.
 dual price âm cho biết hàm mục tiêu sẽ không được
cải thiện nếu RHS tăng.

© 2005 Thomson/South-Western Slide 35

Ví dụ 1

 Dual Prices
Ràng buộc 1: Do x1 < 6 không phải là ràng buộc
binding, dual price của nó là 0.
Ràng buộc 2: Thay đổi giá trị của RHS của ràng buộc
thứ 2 tới 20 và giải để có được điểm tối ưu quyết
định bởi hai ràng buộc cuối: 2x1 + 3x2 = 20 và x1 + x2
= 8.
Lời giải x1 = 4, x2 = 4, z = 48. Do đó, dual price
= zmới - zcũ = 48 - 46 = 2.

© 2005 Thomson/South-Western Slide 36

18
 Ví dụ 1

 Dual Prices
Ràng buộc 3: Thay đổi giá trị của RHS của ràng buộc
thứ 3 tới 9 và giải lại để lấy giátrị tối ưu quyết định bởi
hai ràng buộc cuối: 2x1 + 3x2 = 19 và x1 + x2 = 9.
Lời giải là: x1 = 8, x2 = 1, z = 47.
Dual price là zmới - zcũ = 47 - 46 = 1.

© 2005 Thomson/South-Western Slide 37

Ví dụ 1

 Dual Prices
Adjustable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$8 X1 5.0 0.0 5 2 0.33333333
$C$8 X2 3.0 0.0 7 0.5 2

Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$B$13 #1 5 0 6 1E+30 1
$B$14 #2 19 2 19 5 1
$B$15 #3 8 1 8 0.33333333 1.66666667

© 2005 Thomson/South-Western Slide 38

19
 Vùng khả thi

 Vùng khả thi cho một thay đổi giá trị ở vế phải là
vùng giá trị của giá trị của hệ số này trong đó dual
price gốc vẫn không thay đổi.
 Theo phương pháp hình học, vùng khả thi được
quyết định bởi vùng của lời giải khả thi bằng cách
tìm giá trị của vế phải sao cho hai đường thẳng quyết
định giá trị tối ưu tiếp tục quyết định giá trị tối ưu
của bài toán.

© 2005 Thomson/South-Western Slide 39

Ví dụ 1

 Vùng khả thi

Adjustable Cells
Final Reduced Objective Allowable Allowable
Cell Name Value Cost Coefficient Increase Decrease
$B$8 X1 5.0 0.0 5 2 0.33333333
$C$8 X2 3.0 0.0 7 0.5 2

Constraints
Final Shadow Constraint Allowable Allowable
Cell Name Value Price R.H. Side Increase Decrease
$B$13 #1 5 0 6 1E+30 1
$B$14 #2 19 2 19 5 1
$B$15 #3 8 1 8 0.33333333 1.66666667

© 2005 Thomson/South-Western Slide 40

20
 Ví dụ 2: Olympic Bike Co.

Olympic Bike giới thiệu hai loại khung xe nhẹ, loại

Deluxe và Professional, được làm từ hợp kim đặc biệt
của nhôm và thép. Ước tính lợi nhuận
đơn vị là $10 cho loại Deluxe
và $15 cho loại Professional.
Số lượng hợp kim cần
cho mỗi khung được
tổng kết trong slide sau.

© 2005 Thomson/South-Western Slide 41

Ví dụ 2: Olympic Bike Co.

Một nhà cung cấp cung 100 pounds hợp kim nhôm
và 80 pounds thép hợp kim hàng tuần.

Hợp kim nhôm Thép hợp kim

Deluxe 2 3
Professional 4 2

Công ty Olympic nên sản xuất bao nhiêu khung xe

đạp mỗi tuần?

© 2005 Thomson/South-Western Slide 42

21
 Ví dụ 2: Olympic Bike Co.

 Mô hình bài toán (continued)

Max 10x1 + 15x2 (Tổng lợi nhuận tuần)

s.t. 2x1 + 4x2 < 100 (Lượng nhôm sẵn có)

3x1 + 2x2 < 80 (Thép có)

x1 , x 2 > 0

© 2005 Thomson/South-Western Slide 43

Ví dụ 2 : Olympic Bike Co.

 Partial Spreadsheet Showing Solution

© 2005 Thomson/South-Western Slide 44

22
 Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu
Câu hỏi
Giả thiết lợi nhuận của khung deluxe tăng lên
$20. Lời giải trên có còn tối ưu hay không? Giá trị
của hàm mục tiêu là bao nhiêu khi lợi nhuận đơn vị
tăng tới $20?

© 2005 Thomson/South-Western Slide 45

Ví dụ 2: Olympic Bike Co.

 Báo cáo về độ nhạy

© 2005 Thomson/South-Western Slide 46

23
 Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu
Trả lời
Kết quả đầu ra cho thấy rằng phương án cũ vẫn còn
tối ưu cho tới khi mà hệ số HMT nằm giữa 7.5 và 22.5.
Bởi vậy 20 nằm trong dãy giá trị này, và phương án tối
ưu vấn không thay đổi. (không đổi về mặt giá trị của
biến quyết định). Lợi nhuận tối đa sẽ thay đổi: 20x1 +
15x2 = 20(15) + 15(17.5) = $562.50.

© 2005 Thomson/South-Western Slide 47

Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu
Câu hỏi
Nếu lợi nhuận của khung deluxe là $6 thay vì
$10, lời giải tối ưu có thay đổi hay không?

© 2005 Thomson/South-Western Slide 48

24
 Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu

© 2005 Thomson/South-Western Slide 49

Vùng tối ưu và nguyên tắc 100%

 Nguyên tắc 100% chỉ ra rằng thay đổi đồng thời các
hệ số của hàm mục tiêu sẽ không làm thay đổi lời giải
tối ưu khi mà tổng các tỉ lệ % của lượng thay đổi chia
cho lượng thay đổi cho phép lớn nhất trong vùng tối
ưu của mỗi hệ số không vượt quá 100%.

© 2005 Thomson/South-Western Slide 50

25
 Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu và nguyên tắc 100%

Câu hỏi
Nếu đồng thời lợi nhuận của khung Deluxe tăng
tới $16 và lợi nhuận của khung Professional tăng tới
$17, lời giải tối ưu hiện tại có thay đổi không?

© 2005 Thomson/South-Western Slide 51

Ví dụ 2: Olympic Bike Co.

 Vùng tối ưu và nguyên tắc 100%

Trả lời
Nếu c1 = 16, lượng c1 thay đổi là 16 - 10 = 6 .
Lượng tăng tối đa cho phép là 22.5 - 10 = 12.5, với tỷ
lệ thay đổi 6/12.5 = 48%. Nếu c2 = 17, lượng c2 thay
đổi là 17 - 15 = 2. Tăng tối đa cho phép 20 - 15 = 5 với
tỷ lệ thay đổi 2/5 = 40%. Tổng tỷ lệ thay đổi là 88%.
Tỷ lệ này không vượt quá 100%, lời giải tối ưu sẽ
không thay đổi.

© 2005 Thomson/South-Western Slide 52

26
 Vùng khả thi và nguyên tắc100%

 Nguyên tắc 100% chỉ ra rằng thay đổi đồng thời vế

phải sẽ không thay đổi dual prices khi mà tổng phần
trăm của thay đổi chia cho lượng thay đổi cho phép
lớn nhất trong vùng khả thi cho mỗi vế phải không
vượt quá 100%.

© 2005 Thomson/South-Western Slide 53

27