You are on page 1of 96

Chapter 3

Linear Programming
Models

edited for 321310 by..Benchaporn 1


Learning Objectives
• เข้าใจสมมติฐานเบื้องต้นและคุณสมบัติพื้นฐานของกำาหนดการเชิงเส้น
linear programming (LP)
• สร้างตัวแบบกำาหนดการเชิงเส้นแทนปัญหาได้
• ใช้กราฟเป็นเครื่องมือในการหาผลลัพธ์ของตัวแบบกำาหนดการเชิงเส้นที่มสี
องตัวแปรได้
• เข้าใจการใช้โปรแกรมตารางคำานวณประเภทสเปรดชีท เพื่อแทนปัญหา
และใช้ solver ในโปรแกรม MS Excel ในการแก้ปัญหาได้

edited for 321310 by..Benchaporn 2


Introduction
• ในการตัดสินใจของผู้บริหารในหน่วยงานและองค์การต่างๆ
เป็นการตัดสินใจที่เกี่ยวกับ
– การใช้ทรัพยากรทีม่ ีอยู่อย่างจำากัด
ให้ได้อย่างเต็มทีแ่ ละได้รับผลตอบแทนสูงสุด ทรัพยากรดังกล่าว ได้แก่
เครื่องจักร, คนงาน, เงิน, เวลา, ที่ว่างในคลังสินค้า และวัตถุดิบ เป็นต้น
– การผลิตสินค้า เช่น คอมพิวเตอร์, เครื่องยนต์, หรือเสื้อผ้า
– การให้บริการ เช่น การจัดส่งสินค้า, การให้บริการด้านสุขภาพ
หรือการตัดสินใจด้านการลงทุน

edited for 321310 by..Benchaporn 3


Linear programming (LP)
• กำาหนดการเชิงเส้น Linear programming (LP)
เป็นวิธีการเชิงคณิตศาสตร์ที่ได้รับความนิยมในการแก้ปัญหาที่เกิดขึ้นในธุร
กิจ โดยมีสมมติฐานเบื้องต้นในการสร้างตัวแบบว่าข้อมูลเข้า และ
ค่าตัวแปรที่เกี่ยวข้องต่างๆ ต้องทราบค่าแน่นอน (deterministic
models)
• ในปัจจุบนั คอมพิวเตอร์ถูกนำามาใช้เป็นเครื่องมือในการหาค่าผลลัพธ์จากตัว
แบบกำาหนดการเชิงเส้น

edited for 321310 by..Benchaporn 4


Development of a LP Model
• กำาหนดการเชิงเส้นสามารถนำาไปประยุกต์ใช้ได้กับปัญหาต่างๆ เช่น
– การแพทย์, การขนส่ง, การปฏิบัติงาน
– การเงิน, การตลาด, การบัญชี
– ด้านการจัดการทรัพยากรมนุษย์ และด้านการเกษตร
• การสร้างตัวแบบกำาหนดการเชิงเส้นมี 3 ขั้นตอนได้แก่ :
– (1) การสร้างตัวแบบกำาหนดการเชิงเส้น(formulation)
– (2) การแก้ปญ
ั หากำาหนดการเชิงเส้น(solution)
– (3) การวิเคราะห์ผลลัพธ์(interpretation)
edited for 321310 by..Benchaporn 5
Three Steps of Developing LP Problem
การสร้างตัวแบบกำาหนดการเชิงเส้น(formulation)
– เป็นกระบวนการแปลโจทย์ปัญหาให้อยูใ่ นรูปตัวแบบกำาหนดการเชิงเส้นแบบง่าย
และแสดงความสัมพันธ์เชิงคณิตศาสตร์ระหว่างตัวแปรต่างๆ

การแก้ปญ
ั หากำาหนดการเชิงเส้น(solution)
– ความสัมพันธ์เชิงคณิตศาสตร์ ที่ได้จากขัน้ ตอนการสร้างตัวแบบ จะถูกนำามาหาผลลัพธ์
เพื่อให้ได้ผลลัพธ์ที่เหมาะสมที่สุด

การวิเคราะห์ผลลัพธ์(interpretation)
– ในขั้นตอนนี้ผู้แก้ปัญหาหรือนักวิเคราะห์ จะทำางานร่วมกับผู้บริหารเพื่อ
• แปลความหมายของผลที่ได้จากขัน้ ตอนแก้ปัญหา
• ลองเปลี่ยนค่าตัวแปรต่างๆในตัวแบบ และสังเกตผลลัพธ์หรือผลที่เกิดขึน้

edited for 321310 by..Benchaporn 6


Properties of a LP Model
1. ทุกปัญหามีวัตถุประสงค์หลักเพียงวัตถุประสงค์เดียว
คือพยายามค้นหาปริมาณสูงสุดหรือตำ่าที่สุด เช่น หากำาไรสูงสุด
หรือต้นทุนตำ่าที่สุด เรียกว่าฟังก์ชันวัตถุประสงค์ (objective
function).
2. ตัวแบบกำาหนดการเชิงเส้น ประกอบด้วย ข้อจำากัด(restrictions)
หรือ เงื่อนไขบังคับ(constraints)
ซึ่งเป็นกรอบหรือข้อจำำกัดที่มีผลโดยตรงต่อค่ำของวัตถุประสงค์
3. ต้องมีทางเลือกในการปฏิบัตไิ ด้หลายทาง
4. วัตถุประสงค์และเงือ่ นไขจำากัดในปัญหากำาหนดการเชิงเส้น
ต้องสามารถเขียนอยู่ในรูปของสมการหรืออสมการเชิงเส้น
edited for 321310 by..Benchaporn 7
Linear Equations and Inequalities
• ตัวอย่างสมการเชิงเส้น :
2A + 5B = 10

• สมการต่อไปนี้ไม่เป็นสมการเชิงเส้น:
2A2 + 5B3 + 3AB = 10

• ในตัวแบบกำาหนดการเชิงเส้น อาจมีการใช้อสมการในรูปแบบ :
A + B ≤ C หรือ A + B ≥ C

edited for 321310 by..Benchaporn 8


Basic Assumptions of a LP Model

• Certainty ต้องทราบข้อมูลต่างๆแน่นอน
• Proportionality
การเปลี่ยนแปลงค่าตัวแปรจะมีผลกระทบเป็นสัดส่วนแน่นอนทัง้ ในฟังก์ชันวัตถุ
ประสงค์และในเงื่อนไขบังคับ (เช่น 1 หน่วย ใช้เวลา 3 ชม. ถ้าผลิต 3 หน่วย
จะใช้เวลา 9 ชม.)

• Additivity
ผลรวมทั้งหมดได้มาจากการบวกกันของกิจกรรมแต่ละกิจกรรมต่างๆ(เช่น
edited for 321310 by..Benchaporn 9
กำาไรรวม ได้จากกำาไรจากการขายสินค้าชนิดที1่ +ชนิดที่ 2)
Formulating a LP Problem
• การประยุกต์ใช้กำาหนดการเชิงเส้นที่พบได้บ่อยๆ เช่น
ปัญหาการกำาหนดสัดส่วนการผลิต
– ได้แก่ ปัญหาเกี่ยวกับการผลิตสินค้า 2 ชนิดหรือมากกว่า
ภายใต้ข้อจำากัดด้านทรัพยากร เช่น ด้านจำานวนคน, เครื่องจักร,
วัตถุดิบ ฯลฯ
• กำาไรสูงสุดที่บริษัทต้องการ
ขึ้นอยู่กับกำาไรต่อหน่วยของสินค้าแต่ละชิน้
และจำานวนผลิตของสินค้าแต่ละชนิด
• สิ่งที่บริษัทต้องการทราบ ได้แก่ -
edited for 321310 by..Benchaporn 10
– ควรผลิตสินค้าแต่ละชนิดอย่างละเท่าใด
LP Example: Flair Furniture Company
ข้อมูลและเงือ่ นไขบังคับของบริษัท -
• Flair Furniture Company ผลิตโต๊ะและเก้าอี้
• โต๊ะแต่ละตัวใช้เวลา : 4 ชม. ในการประกอบ และ 2 ชม. ในการทาสี
• เก้าอี้แต่ละตัวใช้เวลา : 3 ชม. ในการประกอบ และ 1 ชม. ในการทาสี
• ความสามารถในการผลิตที่มีอยู่: แผนกประกอบมีเวลา 240 ชม. และ แผนกทาสีมีเวลา
100 ชม.
• เนื่องจากในคลังสินค้ามีเก้าอี้เหลือค้างอยู่ ดังนั้นบริษัทจะต้องไม่ผลิตเก้าอีใ้ หม่เกินกว่า 60 ตัว
• การขายโต๊ะได้กำาไรตัวละ $7 ส่วนเก้าอีไ้ ด้กำาไรตัวละ $5
ปัญหาของบริษทั Flair Furniture:
• จงหาว่าต้องผลิตโต๊ะและเก้าอี้อย่างละกี่ตัวเพื่อให้ได้กำาไรสูงสุดภายใต้เงื่อนไขบังคับและข้อจำากั
ดของบริษัท
edited for 321310 by..Benchaporn 11
ตัวแปรที่ต้องตัดสินใจ(Decision Variables)

• ปัญหาของบริษัท Flair คือ


ต้องการทราบว่าต้องผลิตโต๊ะและเก้าอี้จำานวนอย่างละเท่าใด
เพื่อให้ได้กำาไรสูงที่สุด?
• ในปัญหานี้ มีตัวแปรที่ต้องตัดสินใจ
หรือตัวแปรที่เราต้องการหาค่าผลลัพธ์มี 2 ตัวได้แก่
T - จำำนวนโต๊ะที่ผลิต
C - จำำนวนเก้ำอีท
้ ี่ผลิต
edited for 321310 by..Benchaporn 12
ฟังก์ชันวัตถุประสงค์(Objective Function)
• ฟังก์ชันวัตถุประสงค์ แสดงเป้าหมายของปัญหา
– วัตถุประสงค์หลักที่ต้องการแก้ปัญหาคืออะไร?
– กำาไรสูงที่สุด!
• ตัวแบบกำาหนดการเชิงเส้นต้องมีฟงั ก์ชันวัตถุประสงค์เพียงวัตถุประสงค์เดียวเท่านั้

ในปัญหาของบริษัท Flair กำาไรรวมคำานวณได้ดังนี้ :
ใช้ตวั แปรที่ตอ้ งตัดสินใจโดย T แทนจำำนวนโต๊ะ และ C แทนจำานวนเก้าอี้
Maximize P = $7 T + $5 C
(กำาไร $7 ต่อโต๊ะหนึ่งตัว ) x (จำานวนโต๊ะที่ผลิต) + (กำาไร $5 ต่อเก้าอี้หนึ่งตัว) x (จำานวนเก้าอี้ที่ผลิต)

edited for 321310 by..Benchaporn 13


เงื่อนไขบังคับ(Constraints)
• แทนเงื่อนไข
เพื่อหลีกเลี่ยงกรณีที่อาจมีการเลือกค่าตัวแปรที่ต้องตัดสินใจ
นอกขอบเขตเงือ่ นไขที่มี
• ในปัญหาของบริษัท Flair Furniture มีข้อจำากัด 3
ข้อได้แก่
– ข้อจำากัด 1 และ 2
เป็นข้อจำากัดเกีย่ วกับการผลิตภายในเวลาที่มอี ยู่ของแผนกประกอบ
และแผนกทาสี
– ข้อจำากัด 3 เป็นedited
ข้อจำากัforดเกี ่ยวกับจำานวนผลิตเก้าอี้สูงสุดที่ยอมได้
321310 by..Benchaporn 14
เงื่อนไขบังคับ(Constraints)
• เวลาว่างของแผนกประกอบ คือ 240 ชม.
4T + 3C ≤ 240

• เวลาว่างของแผนกทาสี คือ 100 ชม.


2T + 1C ≤ 100

• ข้อจำากัดของจำานวนผลิตเก้าอี้
C ≤ 60

• เงือ่ นไขบังคับที่ตัวแปรทุกตัวต้องมีค่าไม่ติดลบ
T ≥ 0 (จำานวนโต๊ะทีผ่ ลิต 0)
C ≥ 0 (จำานวนเก้าอี้ทผี่ ลิต 0)
edited for 321310 by..Benchaporn 15
A Simplified Model
Mathematical relationship:

Decision variables Maximize Objective


(Independent variables): Dependent variable:
Profit
T, C P=7T+5C
(What quantities of Table
(Total Profit)
and Chair should be Subject to:
produced?) Constraint
4T + 3C ≤ 240
2T + 1C ≤ 100
C ≤ 60

Uncontrollable variables:
240, 100, and 60
(Time available, marketing limitation)

edited for 321310 by..Benchaporn 16


Example 1
ผู้จัดการบริษัทพัฒนาอุตสาหกรรม ต้องการผลิตวิทยุ 2 แบบ คือ แบบมาตรฐาน
และแบบพิเศษ ซึง่ ผลิตเท่าไรก็ขายได้หมด
แผนก เวลาที่ใช้ เวลาว่างของแต่ละแผนก
แบบมาตรฐาน แบบพิเศษ ในแต่ละวัน(ชม.)
(นาที) (นาที)
ประกอบ 20 30 55
ทดสอบ 10 6 18
บรรจุ 3 3 6
โดย วิทยุแบบมาตรฐานขายได้กำาไรเครื่องละ 250 บาท และ
แบบพิเศษได้กำาไรเครื่องละ 290
edited บาทby..Benchaporn
for 321310 17
Example 1
บริษทั พัฒนาอุตสาหกรรม จำากัด
•ตัวแปรที่ต้องตัดสินใจ :
จำานวนการผลิตวิทยุแบบมาตรฐาน และ
จำานวนการผลิตวิทยุแบบพิเศษ

•ฟังก์ชันวัตถุประสงค์ :
กำาไรสูงสุด

•เงื่อนไขบังคับ :
ทรัพยากรทีม่ ีอยู่ในแต่ละวัน (เวลาว่าง,เวลาที่ใช้ในแต่ละแผนก)
edited for 321310 by..Benchaporn 18
Example 1
บริษทั พัฒนาอุตสาหกรรม จำากัด
•ตัวแปรที่ต้องตัดสินใจ :
ให้ x1 แทนจำานวนวิทยุแบบมาตรฐานที่จะผลิตในหนึ่งวัน หน่วย : เครื่อง
x2 แทนจำานวนวิทยุแบบพิเศษที่จะผลิต ในหนึง่ วัน หน่วย : เครื่อง

•ฟังก์ชันวัตถุประสงค์ :
กำาไร = (กำาไรต่อเครื่องของวิทยุแบบมาตรฐาน ) × (จำานวนวิทยุแบบมาตรฐาน)
+
(กำาไรต่อต่อเครื่องของวิทยุแบบพิเศษ) × (จำานวน วิทยุแบบพิเศษ)
Maximize Z = 250x1 + 290x2
edited for 321310 by..Benchaporn 19
Example 1
เงื่อนไขบังคับ :
แผนก เวลาที่ใช้(ต่อเครื่อง) เวลาว่างของแต่ละแผนก
แบบมาตรฐาน แบบพิเศษ ในแต่ละวัน(นาที)
(นาที) (นาที)
ประกอบ 20 30 55×60 = 3,300
X1 X2
20x1 + 30x2 ≤ 3,300

edited for 321310 by..Benchaporn 20


Example 1
เงื่อนไขบังคับ :
แผนก เวลาที่ใช้(ต่อเครือ่ ง) เวลาว่างของแต่ละแผนก
แบบมาตรฐาน แบบพิเศษ ในแต่ละวัน(นาที)
(นาที) (นาที)
ทดสอบ 10 6 18×60 = 1,080
X1 X2
10x1 + 6x2 ≤ 1,080

edited for 321310 by..Benchaporn 21


Example 1
เงื่อนไขบังคับ :
แผนก เวลาที่ใช้(ต่อเครือ่ ง) เวลาว่างของแต่ละแผนก
แบบมาตรฐาน แบบพิเศษ ในแต่ละวัน(นาที)
(นาที) (นาที)
บรรจุ 3 3 6×60 = 360
X1 X2
3x1 + 3x2 ≤ 360

edited for 321310 by..Benchaporn 22


Example 1
ข้อจำากัด:
ค่าตัวแปรที่ต้องตัดสินใจทุกตัวจะต้องมีคา่ ไม่ติดลบ
x1 , x2 ≥ 0

edited for 321310 by..Benchaporn 23


Example 1

ตัวแบบกำำหนดกำรเชิงเส้น
Maximize Z = 250x1 + 290x2

Subject to
20x1 + 30x2 ≤ 3,300

10x1 + 6x2 ≤ 1,080

3x1 + 3x2 ≤ 360

x1 , x2 ≥ 0

edited for 321310 by..Benchaporn 24


Example 2
โรงงานผลิตแชมพูสระผมแห่งหนึ่งทำาการผลิตแชมพู 3 แบบคือ
1.แบบธรรมดา 2.แบบเข้มข้น 3.แบบผสมครีมนวดผม
โดยใช้วัตถุดิบที่เป็นสารเคมีที่สำาคัญ 3 ชนิดคือ A ,B และ C
ในสัดส่วนดังตาราง
ถ้าโรงงานคาดว่าจะขายแชมพูแบบเข้มข้นได้ไม่เกิน 100 ลิตร
โรงงานควรผลิตอย่างไร
edited for 321310 by..Benchaporn 25
Example 2
อัตราส่วนผสมใน 1 ลิตร
สารเคมี แบบธรรมดา แบบเข้มข้น แบบผสมครีมนวด ปริมาณสารที่หาได้(ลิตร)

A 0.3 0.5 0.2 1,000


B 0.6 0.3 0.1 1,500
C 0.1 0.2 0.7 2,000
กำาไร 15 20 25
(บาท/ลิตร)
edited for 321310 by..Benchaporn 26
Example 2
โรงงานผลิตแชมพู
การผลิตแชมพู 3 ชนิด
(แบบธรรมดา, แบบเข้มข้น, แบบผสมครีมนวดผม)
•ตัวแปรที่ต้องตัดสินใจ :
จำานวนแชมพูแต่ละชนิดที่จะผลิต
•ฟังก์ชันวัตถุประสงค์ :
กำาไรสูงสุด
•เงื่อนไขบังคับ :
สารเคมีที่ใช้ A, B, C
edited for 321310 by..Benchaporn 27
Example 2
กำาหนดตัวแปรที่ต้องตัดสินใจ
ให้ X1 จำานวนแชมพูแบบธรรมดา ที่จะผลิต (ลิตร)
X2 จำานวนแชมพูแบบเข้มข้น ที่จะผลิต (ลิตร)
X3 จำานวนแชมพูแบบผสมครีมนวด ที่จะผลิต (ลิตร)

edited for 321310 by..Benchaporn 28


Example 2
Maximize Z = 15X1 + 20X2 + 25X3
ภายใต้เงื่อนไขบังคับและข้อจำากัด ดังนี้
0.3 X1 + 0.5 X2 + 0.2 X3 ≤ 1,000
0.6 X1 + 0.3 X2 + 0.1 X3 ≤ 1,500
0.1 X1 + 0.2 X2 + 0.7 X3 ≤ 2,000
X2 ≤ 100
X1 , X2, X3 ≥ 0
edited for 321310 by..Benchaporn 29
Example 3
โรงงานผลิตอาหารสัตว์แห่งหนึง่ ควรจะผลิตอาหารสัตว์อย่างไร
หากในขบวนการผลิตจะต้องนำาวัตถุดิบประเภทต่างๆมาผสมกันเพื่อใ
ห้ได้คุณค่าทางอาหารตามข้อกำาหนดเหล่านี้
โปรตีน อย่างน้อยเท่ากับ 18 หน่วย
คาร์โบไฮเดรต อย่างน้อยเท่ากับ 31 หน่วย
ไขมัน อย่างน้อยเท่ากับ 25 หน่วย
โดยวัตถุดิบ ราคาวัตถุดิบ และสารอาหารแต่ละชนิด
มีรายละเอียดดังนี้
edited for 321310 by..Benchaporn 30
Example 3
วัตถุดิบ ปริมาณสารอาหารต่อกิโลกรัม (กก.) ราคาต่อหน่วย
โปรตีน คาร์โบไฮเดรต ไขมัน (บาท/กก.)

A 0.18 0.43 0.31 200


B 0.31 0.25 0.37 300
C 0.12 0.12 0.37 150
D 0.18 0.50 0.12 100

edited for 321310 by..Benchaporn 31


Example 3
การผสมอาหารสัตว์
การผสมอาหารสัตว์ 4 ชนิด (A, B, C, D)
•ตัวแปรที่ต้องตัดสินใจ :
จำานวนวัตถุดิบแต่ละชนิดที่จะนำามาผสมเป็นอาหารสัตว์
•ฟังก์ชันวัตถุประสงค์ :
ค่าใช้จา่ ยตำ่าสุด
•เงื่อนไขบังคับ :
ปริมาณสารอาหารที่ต้องการ

edited for 321310 by..Benchaporn 32


Example 3
กำาหนดตัวแปรที่ต้องตัดสินใจ
ให้ X1 จำานวนวัตถุดิบ A ที่จะนำามาผสม (กก.)
X2 จำานวนวัตถุดิบ B ที่จะนำามาผสม (กก.)
X3 จำานวนวัตถุดิบ C ที่จะนำามาผสม (กก.)
X4 จำานวนวัตถุดิบ D ที่จะนำามาผสม (กก.)

edited for 321310 by..Benchaporn 33


Example 3
Minimize Z = 200X1 + 300X2 + 150X3 + 100X4

ภายใต้ข้อจำากัด
0.18X1 + 0.31X2 + 0.12 X3 + 0.18 X4 ≥ 18

0.43X1 + 0.25X2 + 0.12 X3 + 0.50 X4 ≥ 31

0.31X1 + 0.37X2 + 0.37 X3 + 0.12 X4 ≥ 25

X 1 , X 2, X 3, X 4 ≥ 0
edited for 321310 by..Benchaporn 34
Example 4
บริษัทพัฒนาการผลิต จำากัด ต้องการโฆษณาประชาสัมพันธ์ สินค้าของตนเอง
เพื่อให้เข้าถึงกลุ่มเป้าหมาย (ผู้บริโภคสินค้า) ให้ได้มากที่สุด
โดยจะใช้สื่อที่มีอยู่ 4 ชนิด คือ
สือ่ โทรทัศน์, สือ่ หนังสือพิมพ์ และสือ่ วิทยุ 2 รายการ
ทั้งนี้สื่อแต่ละชนิดสามารถเข้าถึงลูกค้าของบริษัทฯ
โดยมีค่าใช้จ่ายในการโฆษณาต่อครั้ง
และจำานวนครั้งที่สามารถทำาการโฆษณาได้สงู สุดต่อสัปดาห์ เป็นดังนี้

edited for 321310 by..Benchaporn 35


Example 4
จำานวนลูกค้า ค่าใช้จ่ายต่อครั้ง จำานวนครั้งสู
ที่เข้าถึง งสุด
(ต่อครั้ง)
โทรทัศน์ (เวลา 15 วินาที) 800 12
5,000
หนังสือพิมพ์ 8,500 925 5
(ขนาดเต็ม1 หน้า)
วิทยุรายการเพลงสากล 2,400 290 25
(1 spot)
วิทยุรายการหลังข่าวดัง 2,800 380 20
(1 spot) edited for 321310 by..Benchaporn 36
Example 4
•ถ้าบริษัทตั้งงบประมาณค่าโฆษณาต่อสัปดาห์ไว้ 8,000 บาท
•โดยกำาหนดว่าจะต้องโฆษณาทางวิทยุอย่างน้อยสัปดาห์ละ 5 ครั้ง
แต่ต้องใช้งบประมาณไม่เกิน 1,800 บาท
อยากทราบว่าบริษัทฯ จะต้องตัดสินใจโฆษณาแต่ละสัปดาห์อย่างไร

edited for 321310 by..Benchaporn 37


Example 4
การเลือกสื่อโฆษณา
การเลือกสื่อโฆษณา 4 ชนิด (โทรทัศน์, หนังสือพิมพ์, วิทยุ1, วิทยุ2)
•ตัวแปรที่ต้องตัดสินใจ :
จำานวนครั้งที่โฆษณาในแต่ละสื่อ
•ฟังก์ชันวัตถุประสงค์ :
จำานวนผู้ชมสูงสุด
•เงื่อนไขบังคับ :
งบประมาณ, จำานวนครัง้ สูงสุด
edited for 321310 by..Benchaporn 38
Example 4
กำาหนดตัวแปรที่ต้องตัดสินใจ
ให้ X1 จำานวนครั้งที่ โฆษณาทางโทรทัศน์
X2 จำานวนครั้งที่ โฆษณาทางหนังสือพิมพ์
X3 จำานวนครั้งที่ โฆษณาทางวิทยุรายการเพลงสากล
X4 จำานวนครั้งที่ โฆษณาทางวิทยุรายการหลังข่าวดัง

edited for 321310 by..Benchaporn 39


Example 4
Maximize Z = 5000X1 + 8500X2 + 2400X3 + 2800X4
ภายใต้ข้อจำากัด
800X1 + 925X2 + 290X3 + 380X4 ≤ 8000
X3 + X 4 ≥ 5
290X3 + 380X4 ≤ 1800
X1 ≤ 12
X2 ≤ 5
X3 ≤ 25
X4 ≤ 20
X1for,321310
edited X3, X4 ≥ 0
X2, by..Benchaporn 40
Graphical Solution of a LP
With Two Variables
• ข้อดีของการใช้กราฟ ได้แก่
สามารถใช้แก้ปัญหากำาหนดการเชิงเส้นที่มีตัวแปรที่ต้องตัดสินใจ
2 ตัวแปร โดยการใช้กราฟสองมิติได้
• ข้อเสีย คือ
ในกรณีที่พื้นที่ผลลัพธ์เป็นรูปหลายเหลี่ยมที่มีจุดยอดมุมหลายจุด
จะทำาให้เสียเวลาในการคำานวณมาก
อีกทั้งการใช้กราฟแก้ปัญหายังไม่สามารถใช้ได้กับการแก้ปัญหาที่
มีตัวแปรที่ต้องตัดสิedited
นใจมากกว่
for 321310าby..Benchaporn
3 ตัวแปร 41
Graphical Representation of
Constraints
ตัวแบบเชิงเส้นของโจทย์ปัญหา Flair Furniture Company

Maximize profit = $7T + $5C (objective function)


Subject to constraints -
4T + 3C ≤ 240 (carpentry constraint)
2T + 1C ≤ 100 (painting constraint)
C ≤ 60 (chairs limit constraint)
T ≥ 0 (non-negativity constraint on tables)
C ≥ 0 (non-negativity constraint on chairs)

edited for 321310 by..Benchaporn 42


Graphical Solution of a LP
With Two Variables
• ลากแกนแนวนอน แทนตัวแปรตัวที่ 1 (T) และ
ลากแกนแนวตั้งแทนตัวแปรตัวที่ 2 (C)
• เปลีย่ นฟังก์ชนั่ เงื่อนไขบังคับ จากรูปแบบอสมการเป็นรูปแบบสมการ
• หาจุดตัดระหว่างฟังก์ชั่นเงื่อนไขบังคับทุกอัน กับแกนแนวนอนและแนวตั้ง
• หาจุดตัดระหว่างเส้นฟังก์ชั่นเงือ่ นไขบังคับที่ตดั กันในกราฟ
• หาพืน้ ที่ผลลัพธ์ที่นา่ จะเป็นผลเฉลย(Feasible Area)
รวมถึงหาจุดตัดยอดมุมของพื้นที่ดังกล่าว
• หาผลเฉลยที่เหมาะสมทีส่ ุด(The Optimal Solution)
ด้วยวิธกี ารแทนค่าจุดตัดยอดมุมลงไปในฟังก์ชั่นวัตถุประสงค์
edited for 321310 by..Benchaporn 43
Graphical Representation of Constraints
Carpentry Time Constraint
4T + 3C ≤ 240 4T + 3C = 240
เปลีย่ นฟังก์ชั่นเงือ่ นไขบังคับ แทน C = 0 จะได้
จากรูปแบบอสมการ 4T+ 3(0) = 240
เป็นรูปแบบสมการ ได้ดังนี้ T = 60
4T + 3C = 240 ดังนั้น
แทน T = 0 จะได้ จุดตัดกับแกนแนวนอน คือ
4(0)+ 3C = 240 ( 60 , 0 )
C = 80 (T=60,C=0)
ดังนั้น จุดตัดกับแกนแนวตัง้
คือ ( 0 , 80 )
edited for 321310 by..Benchaporn 44
Graphical Representation of
Constraints
Carpentry Time Constraint
หาพื้นที่ผลลัพธ์
โดยสมมติจุดใดๆ เพื่อทดสอบ
โดยสังเกตได้ว่าจุดใดๆที่อยู่บนเ
ส้น จะเป็นไปตามเงื่อนไขเช่น
(30,40)
•ทดสอบ จุด(30,20)
4(30) + 3(20) ≤ 240 จริง
•ทดสอบ จุด(70,40) 4T + 3C ≤ 240
4(70) + 3(40) > 240
ไม่เป็นไปตามเงือ่ นไข
ดังนั้นพื้นทีแ่ รเงาจะอยูใ่ ต้เส้นกร
edited for 321310 by..Benchaporn 45
าฟ
Graphical Representation of Constraints
Painting Time Constraint

2T + 1C ≤ 100 2T + 1C = 100

เปลี่ยนฟังก์ชั่นเงื่อนไขบังคับ แทน C = 0 จะได้


จากรูปแบบอสมการ 2T+ 1(0) = 100
เป็นรูปแบบสมการ ได้ดงั นี้ T = 50
2T + 1C = 100 ดังนั้น
แทน T = 0 จะได้ จุดตัดกับแกนแนวนอน
2(0)+ 1C = 100 คือ ( 50 , 0 )
C = 100
ดังนั้น จุดตัดกับแกนแนวตั้ง คือ (0 , 100)
หาพื้นที่ผลลัพธ์ โดยสมมติจุดใดๆ
เพื่อทดสอบ
เหมือนเงื่อนไขก่อนหน้า(Carpentry Time
Constraint) จะได้ว่าพื้นที่ edited for 321310 by..Benchaporn 46
แรเงาจะอยู่ใต้เส้นกราฟ
Graphical Representation of Constraints
Chair Limit Constraint and Feasible Solution Area

2T + 1C ≤ 100
พื้นที่ผลลัพธ์ทเี่ ป็นไปไ
ด้ C ≤ 60

จะถูกกำาหนดโดยเงื่อนไ
ขบังคับทั้ง 3
แสดงได้ดังรูป
4T + 3C ≤ 240

edited for 321310 by..Benchaporn 47


Graphical Solution
Isoprofit Line Solution Method
• ผลเฉลยเหมาะที่สุด จะเป็นจุดภายในพืน้ ที่แรเงา ที่ให้ค่ากำาไรสูงสุด
• อาจมีผลเฉลยที่เป็นไปได้มากกว่าหนึง่ ผลเฉลย ภายในบริเวณพืน้ ที่แรเงา
ดังนัน้ ในการเลือกจุดที่ดีที่สุด ที่จะให้ค่าผลกำาไรสูงที่สุดทำาได้โดย
• กำาหนดให้ฟังก์ชันวัตถุประสงค์ ($7T + $5C)
เท่ากับค่าสมมติค่าหนึง่ โดยค่านัน้ จะต้องสอดคล้องกับจุด
ซึ่งอยู่ภายในพื้นที่แรเงา
• ลากเส้นฟังก์ชั่นวัตถุประสงค์ซึ่งเท่ากับค่าที่กำาหนด
โดยจะได้กราฟเป็นเส้นedited
ตรง for 321310 by..Benchaporn 48
Isoprofit Line Solution Method
• ฟังก์ชั่นวัตถุประสงค์ คือ: $7 T + $5 C = Z

• เลือกสมมติค่า Z ให้เป็นค่าค่าหนึ่ง ตัวอย่าง เช่น เลือกค่า Z ให้เท่ากับ

$210 ดังนัน้ จะได้ว่า : $7 T + $5 C = $210


• การวาดกราฟของเส้นแสดงผลกำาไร ทำาได้โดย:
กำาหนดให้ T = 0 และแก้สมการฟังก์ชนั่ วัตถุประสงค์ เพื่อหาค่า C
– ให้ T = 0 จะได้วา่ $7(0) + $5C = $210 หรือ C = 42

กำาหนดให้ C = 0 และแก้สมการฟังก์ชั่นวัตถุประสงค์ เพื่อหาค่า T


– ให้ C = 0 จะได้วedited
่า $7Tfor+321310 $210 หรือ T = 30
$5(0) =by..Benchaporn 49
Isoprofit Line Solution Method

จากนัน้ ทำาการเลือกสมมติค่
า Z ให้สูงขึ้น
เพือ่ หาว่าเป็นผลเฉลยที่เหม
าะสมหรือไม่
จากรูปจะเห็นว่า ค่า
Z=210 ที่เราเลือก
ยังไม่ใช่ค่าสูงสุดที่เป็นไปไ
ด้
edited for 321310 by..Benchaporn 50
Isoprofit Line Solution Method

รูปในหน้านี้ แสดงเส้น
Isoprofit lines ต่างๆ
เมือ่ เลือกกำาหนดค่า Z
ให้เท่ากับ $350 และ $280
ซึ่งจะเห็นว่าทุกเส้นจะขน
านกับเส้นผลกำาไรแรกที่
กำาหนดให้ Z= $210

edited for 321310 by..Benchaporn 51


Optimal Solution
ผลเฉลยที่เหมาะที่สุด(Optimal Solution) :
อยูท่ ี่จุดมุมหมายเลข 4 คือ: T=30 (โต๊ะ) และ C=40 (เก้าอี)้ โดยได้รับกำาไร เท่ากับ $410

edited for 321310 by..Benchaporn 52


Optimal Solution
• ผลเฉลยเหมาะที่สุด จะอยู่ที่จุดสูงสุดในพื้นที่แรเงา
• โดยจะเห็นว่า อยู่ที่จุดตัดกันระหว่าง เงื่อนไขบังคับด้านการประกอบ (carpentry
constraints) และเงื่อนไขบังคับด้านทาสี(painting constraints):
- สมการ Carpentry constraint คือ: 4T + 3C = 240 ----
- สมการ Painting constraint คือ: 2T + 1C = 100 ----
หากเราแก้สมการเพื่อหาจุดตัดของกราฟเงือ่ นไขบังคับทั้งสอง(ที่จุดหมายเลข 4)
จะได้ผลเฉลยที่เหมาะสมที่ให้ค่ากำาไรสูงสุด ทำำได้ดังนี้
นำา 2 จะได้ 4T + 2C = 200 และ นำาไปลบกับ จะได้ว่า C = 40
นำาค่า C = 40 ที่ได้ไปแทนใน เพื่อหาค่า T จะได้ T=30
T=30 (โต๊ะ) และ C=40edited
(เก้าอีfor้) โดยได้ บั กำาไร เท่ากับ $410
321310รby..Benchaporn 53
Corner Point Solution Method
Corner Point Property
“คำาตอบของปัญหาที่เหมาะสม
ของปัญหากำาหนดการเชิงเส้น
มักจะเกิดขึ้นที่จุดมุม”

จากรูปจะทำาให้ทราบบริเวณพืน้ ที่ของ
ผลลัพธ์ที่เป็นไปได้สำาหรับโจทย์ที่
กำาหนด ซึ่งบริเวณดังกล่าวมีจุดมุม
5 จุด คือจุด 1, 2, 3, 4, และ
5 ตามลำาดับ

ในการหาว่าจุดใดที่ให้กำาไรมากที่สุด
ทำาได้โดยนำาจุดมุมแต่ละจุดไปคำาน
วณหาค่ากำาไร
ในฟังก์ชั่นวัตถุประสงค์ edited for 321310 by..Benchaporn 54
Corner Point Solution Method
• จุดที่ 1 (T = 0, C = 0)
กำาไร = $7(0) + $5(0) = $0
• จุดที่ 2 (T = 0, C = 60)
กำาไร = $7(0) + $5(60) = $300
• จุดที่ 3 (T = 15, C = 60)
กำาไร = $7(15) + $5(60) = $405
• จุดที่ 4 (T = 30, C = 40)
กำาไร = $7(30) + $5(40) = $410
• จุดที่ 5 (T = 50, C = 0)
กำาไร = $7(50) + $5(0) = $350
edited for 321310 by..Benchaporn 55
Setting Up and Solving LP Problems
Using Excel’s Solver
การใช้ solver เพื่อหาผลเฉลยปัญหา Flair Furniture
จากโจทย์ตัวแปรตัดสินใจคือ T ( Tables ) และ C ( Chairs ) :
Maximize profit = $7T + $5C
Subject to constraints
4T + 3C ≤ 240 (carpentry constraint)
2T + 1C ≤ 100 (painting constraint)
C ≤ 60 (chairs limit constraint)
T, C ≥ 0 (non-negativity)

edited for 321310 by..Benchaporn 56


Solver Spreadsheet Setup
• Changing Cells เพื่อความชัดเจน
จากรูปจึงใส่พื้นหลังสีเหลืองให้กับเซลล์ที่เก็บค่าตัวแปรตัดสินใจ
Changing Cells
ให้ระบุตัวแปรตัดสินใจ B5 และ C5

edited for 321310 by..Benchaporn 57


LP Excel and Solver Parts
Target Cell
Objective function จะถูกอ้างอิงลงในส่วน target cell ของ solver
ในแผ่นงานให้กำาหนดสูตร = SUMPRODUCT(B6:C6,$B$5:$C$5)
ซึ่งมีความหมายเช่นเดียวกับการใส่สูตร =B6*B5+C6*C5
Target Cell

edited for 321310 by..Benchaporn 58


LP Excel and Solver Parts
Constraints ในแต่ละเงือ่ นไข้อจำากัด(constraint) จะแบ่งเป็น 3 ส่วน คือ -
(2) ส่วนด้านซ้ายมือ(LHS)
ประกอบด้วยทุกๆค่าที่อยู่ด้านซ้ายมือของเครื่องหมายสมการ(=)
หรือเครือ่ งหมายอสมการ(≤ , ≥)
(3) ส่วนด้านขวามือ(RHS)
ประกอบด้วยทุกๆค่าที่อยู่ด้านขวามือของเครื่องหมายสมการ(=)
หรือเครือ่ งหมายอสมการ(≤ , ≥)
(4) ส่วนเครื่องหมายสมการ(=) หรือเครื่องหมายอสมการ(≤
1 , ≥)
3 2

edited for 321310 by..Benchaporn 59


Entering Information in Solver
เรียกใช้งาน Solver โดยคลิก๊ เมนู ToolsSolver
• ระบุ Target Cell (D6)
• ระบุ Changing Cells (B5, C5)

Flair Furniture
T C
Tables Chairs
Number Of Units
Profit 7 5 0 <-Objective
Constraints:
Carpentry Hours 4 3 0 <= 240
Painting Hours 2 1 0 <= 100
Chairs Limit 1 0 <= 60
LHS Sign RHS

edited for 321310 by..Benchaporn 60


Constraints
Specifying Constraints
• คลิก๊ ปุ่ม "Add" เพือ่ เพิม่ เงื่อนไขข้อจำากัดที่อ้างอิงถึงส่วน LHS และ RHS
• โดยอาจเพิ่มเงื่อนไขข้อจำากัดครั้งละหนึ่งเงื่อนไข
หรืออาจเพิ่มเงื่อนไขข้อจำากัดทั้งชุดในครั้งเดียวกันได้
หากทั้งชุดเงื่อนไขนัน้ มีเครื่องหมาย (<=, >=, หรือ =) เดียวกัน
• จากโจทย์ปัญหานี้ เงือ่ นไขข้อจำากัดทั้งหมดมีเครื่องหมาย <= เหมือนกัน
ดังนั้นจึงกำาหนดให้ส่วนซ้ายมือ(LHS) เป็น D8:D10
และส่วนขวามือ(RHS) ของเครื่องหมาย <= เป็น F8:F10
edited for 321310 by..Benchaporn 61
Constraints
Specifying Constraints

edited for 321310 by..Benchaporn 62


Solver Options
• คลิก๊ ปุ่ม Options
เพือ่ กำาหนดตัวเลือกของ Solver

• ต้องเช็คเครื่องหมายถูกที่
checkbox
– Assume Linear Model
– Assume Non-Negative

edited for 321310 by..Benchaporn 63


Solving Model
• เมือ่ กดปุ่ม Solve , Solver จะรันตัวแบบ(Model) และแสดงผลลัพธ์ที่ได้

• หน้าต่าง Solver Results


จะแสดงรายงานได้สามแบบ คือ
- Answer
- Sensitivity
- Limits

edited for 321310 by..Benchaporn 64


Solution
• ผลเฉลยที่เหมาะสม(Optimal solution) แสดงว่าต้องผลิตโต๊ะ 30
ตัว และเก้าอี้ 40 ตัว ซึ่งจะทำาให้ได้กำาไรมากที่สุดคือ $ 410

Flair Furniture
T C
Tables Chairs
Number Of Units 30 40
Profit 7 5 410 <-Objective
Constraints:
Carpentry Hours 4 3 240 <= 240
Painting Hours 2 1 100 <= 100
Chairs Limit 1 40 <= 60
LHS Sign RHS

edited for 321310 by..Benchaporn 65


Possible Messages in Results Window

edited for 321310 by..Benchaporn 66


Flair Furniture Solver Answer Report

edited for 321310 by..Benchaporn 67


Solving LP Problems Using QM for
Windows

edited for 321310 by..Benchaporn 68


Using QM for Windows

edited for 321310 by..Benchaporn 69


Using QM for Windows

edited for 321310 by..Benchaporn 70


A Minimization LP Problem
ปัญหากำาหนดการเชิงเส้นหลายๆปัญหา อาจมีฟังก์ชันวัตถุประสงค์ เพื่อหาค่าตำ่าสุด
เช่น ต้นทุนตำ่าสุด แทนการหาค่ากำาไรสูงสุด
ตัวอย่าง เช่น:
– ร้านอาหารต้องการจัดตารางการทำางานของพนักงาน ให้ทำางานได้ตามที่ต้องการ
โดยจ้างพนักงานจำานวนน้อยที่สุด
– ผูผ้ ลิตอาจจะต้องการส่งสินค้าของตนจากโรงงานหลายๆโรงงาน
ไปยังคลังสินค้าที่อยู่ในหลายๆที่ โดยให้ค่าใช้จ่ายในการขนส่งน้อยที่สุด
– โรงพยาบาลอาจจะต้องการวางแผนรายการอาหารให้กบั คนไข้
โดยคนไข้ต้องได้รับสารอาหารตามเกณฑ์มาตรฐาน
โดยให้เกิดต้นทุนการซืedited
้ออาหารตำ ่าที่สุดby..Benchaporn
for 321310 71
Example of a Two Variable Minimization
LP Problem
Holiday Meal Turkey Ranch
• ต้องการเลือกซือ้ อาหารสำาหรับลา 2 ยี่ห้อ โดยมีต้นทุนตำ่าที่สุด
• อาหารสัตว์แต่ละยี่ห้อมีสารอาหาร 3 ชนิด ได้แก่ โปรตีน, วิตามิน
และธาตุเหล็ก
• Brand A 1 ปอนด์ ประกอบด้วย:
– โปรตีน 5 หน่วย
– วิตามิน 4 หน่วย
– ธาตุเหล็ก 0.5 หน่วย
• Brand B 1 ปอนด์ ประกอบด้วย:
– โปรตีน 10 หน่วย
– วิตามิน 3 หน่วย
– ธาตุเหล็ก 0 หน่edited
วย for 321310 by..Benchaporn 72
Example of Two Variable Minimization
Linear Programming Problem

Holiday Meal Turkey Ranch

• ต้นทุนของอาหาร Brand A เท่ากับ $0.02 ต่อปอนด์ ส่วน

Brand B มีต้นทุน $0.03 ต่อปอนด์

• เจ้าของร้านต้องการอาหารที่มีต้นทุนตำ่าที่สุด

โดยอาหารยี่ห้อนั้นจะต้องมีสารอาหารแต่ละชนิดขั้นตำ่า
edited for 321310 by..Benchaporn 73
ตามที่ลาจะต้องได้รับในแต่ละเดือน
Summary of Holiday Meal Turkey
Ranch Data

edited for 321310 by..Benchaporn 74


Formulation of LP Problem:
Minimize cost (in cents) = 2A + 3B
Subject to:
5A + 10B ≥ 90 (protein constraint)
4A + 3B ≥ 48 (vitamin constraint)
½A ≥ 1½ (iron constraint)
A ≥ 0, B ≥ 0 (nonnegativity constraint)

โดยที่:
A แทนปริมาณของอาหาร Brand A หน่อยเป็นปอนด์
B แทนปริมาณของอาหาร Brand B หน่อยเป็นปอนด์

edited for 321310 by..Benchaporn 75


Graphical Solution of Holiday
Meal Turkey Ranch Problem
กราฟแสดงเงื่อนไขบังคับ :

½A ≥ 1½

4A + 3B ≥ 48

5A + 10B ≥ 90

Nonnegativity Constraint
A ≥ 0, B ≥ 0

edited for 321310 by..Benchaporn 76


Isocost Line Method.
กราฟแสดงต้นทุน
(cost line)
ที่ต้นทุนเท่ากับ 54-
cent
2A + 3B = 54

edited for 321310 by..Benchaporn 77


Isocost Line Method

• Isocost line จะถูกขยับขนานเส้นแสดงต้นทุนที่ 54-cent ลงไปใกล้กับจุดกำาเนิด.


• จากรูปแสดงจุดสุดท้ายที่เส้น isocost line สัมผัส
โดยที่ยังอยู่ภายในบริเวณแรเงา(ผลลัพธ์ที่เป็นไปได้) คือจุดมุมหมายเลข 2
edited for 321310 by..Benchaporn 78
Isocost Line Method

• หาพิกัดของจุดตัดหมายเลข 2 ที่สมการเงื่อนไขบังคับทั้งสองตัดกัน จะได้ว่า A= 8.4 และ


B=4.8 ดังนั้นผลเฉลยเหมาะที่สุดที่มีต้นทุนตำ่าสุดคือ:
2A + 3B = (2)(8.4) + (3)(4.8) = 31.2
edited for 321310 by..Benchaporn 79
Corner Point Solution Method
• Point 1 - (A = 3, B = 12)
– ต้นทุนคือ 2(3) + 3(12) = 42 cents
• Point 2 - (A = 8.4, b = 4.8)
– ต้นทุนคือ 2(8.4) + 3(4.8) = 31.2 cents
• Point 3 - (A = 18, B = 0)
– ต้นทุนคือ (2)(18) + (3)(0) = 36 cents

4A + 3B ≥ 48
• ผลเฉลยที่เหมาะสมที่มีต้นทุนตำ่าที่สดุ คือ:
จุดมุมที่ 2, 5A + 10B ≥ 90

ต้นทุน = 31.2 cents

edited for 321310 by..Benchaporn 80


Summary of Graphical Solution Methods

1. วาดกราฟของแต่ละสมการเงือ่ นไขบังคับ

2. หาพื้นที่ผลลัพธ์ที่เป็นไปได้
ซึ่งพื้นที่ดังกล่าวจะเป็นไปตามเงื่อนไขบังคับของปัญหาทุกเงือ่ นไข

3. เลือกวิธีการหาผลเฉลย จากการวาดกราฟ จากนั้นจึงทำาการหาผลเฉลย


1. วิธีหาจุดมุม (Corner Point Method)

2. วิธีลากเส้นผลกำาไร(Isoprofit) หรือเส้นต้นทุน(Isocost)

edited for 321310 by..Benchaporn 81


Summary of Graphical Solution
Methods (Continued)

Corner Point Method


• หาจุดตัด ที่เป็นมุมของพื้นที่ผลลัพธ์ที่เป็นไปได้ โดยการดูจากกราฟ
หรือโดยการแก้สมการ
• คำานวณหาผลกำาไร หรือต้นทุน โดยการแทนค่าจุดตัดต่างๆ
ลงในฟังก์ชันวัตถุประสงค์
• หาผลเฉลยทีเ่ หมาะทีส่ ุด โดยเลือกจุดมุมที่ให้ค่ากำาไรสูงสุด
หรือให้ค่าต้นทุนตำ่าสุด

edited for 321310 by..Benchaporn 82


Summary of Graphical Solution
Methods (continued)
Isoprofit or Isocost Method
• เลือกค่ากำาไรหรือค่าต้นทุนหนึ่งค่า และวาดเส้นกราฟกำาไร/เส้นกราฟต้นทุน
เพือ่ แสดงให้เห็นถึงความชันของกราฟ
• สำาหรับปัญหาการหาค่าสูงสุด ให้ทำาการขยับเส้นกราฟขึ้นไปทางด้านขวา
จนกระทั่งสัมผัสกับขอบหรือจุดมุมของพื้นที่ผลลัพธ์ทเี่ ป็นไปได้
• สำาหรับปัญหาค่าตำ่าสุด ให้ทำาการขยับเส้นกราฟลงไปทางด้านซ้าย
จนกระทั่งสัมผัสกับขอบหรือจุดมุมของพื้นที่ผลลัพธ์ทเี่ ป็นไปได้
• หาผลเฉลยที่เหมาะสมได้จากจุดพิกัด ที่เส้นกราฟกำาไร
หรือเส้นกราฟต้นทุนสัมผัสเป็นจุดสุดท้ายของบริเวณพืน้ ที่ผลลัพธ์ที่เป็นไปได้
• นำาผลเฉลยที่ได้ แทนลงในฟั งก์ชนั วัตถุประสงค์
edited for 321310 by..Benchaporn 83
เพือ่ หาค่ากำาไรหรือต้นทุนที่เหมาะสมที่สุด
Special Situations in Solving LP Problems
Redundancy:
เงื่อนไขข้อจำากัดซำ้าซ้อนเกิดขึ้นในกรณีที่มีเงื่อนไขข้อจำากัดบางเงื่อนไข
ทีไ่ ม่มีผลทำาให้พื้นทีแ่ รเงา(พื้นทีผ่ ลลัพธ์ที่เป็นไปได้)เปลี่ยนแปลง
Maximize
Profit
= 2X + 3Y
subject to:
X + Y ≤ 20
2X + Y ≤ 30
X ≤ 25
X, Y ≥ 0

edited for 321310 by..Benchaporn 84


Special Situations in Solving LP Problems
Infeasibility:
เกิดขึ้นเมื่อปัญหาการโปรแกรมเชิงเส้นนั้นไม่มีผลเฉลยที่เป็นไปตามเงื่อน
ไขข้อบังคับทั้งหมด

X + 2Y ≤ 6
2X + Y ≤ 8
X ≥ 7

edited for 321310 by..Benchaporn 85


Special Situations in Solving LP Problems
Unboundedness:
เกิดขึ้นในกรณีที่ปัญหาการโปรแกรมเชิงเส้นนั้นไม่มีผลเฉลยที่จำากัด
จึงไม่สามารถหาผลเฉลยได้ Maximize profit
= $3X + $5Y
subject to:
X ≥ 5
Y ≤ 10
X + 2Y ≥ 10
X, Y ≥ 0

edited for 321310 by..Benchaporn 86


Alternate Optimal Solutions
• An LP problem may have more than one
optimal solution.
– Graphically, when the isoprofit (or isocost) line
runs parallel to a constraint in problem which lies
in direction in which isoprofit (or isocost) line is
located.

– In other words, when they have same slope.

edited for 321310 by..Benchaporn 87


Example: Alternate Optimal Solutions

Maximize profit = $3x + $2y


Subject to:
6X + 4Y ≤ 24
X ≤ 3
X, Y ≥ 0

edited for 321310 by..Benchaporn 88


Example: Alternate Optimal Solutions

• At profit level of $12, isoprofit line will rest directly on top


of first constraint line.
• This means that any point along line between corner points
1 and 2 providesedited
an for
optimal X and Y combination.
321310 by..Benchaporn 89
Using Solver to Solve Holiday Meal
Turkey Ranch Problem
LP formulation for this problem is as follows:

Minimize cost (in cents) = 2A + 3B


subject to constraints
5A + 10B ≥ 90 (protein constraint)
4A + 3B ≥ 48 (vitamin constraint)
½A ≥ 1½ (iron constraint)
A, B ≥ 0 (nonnegativity)

edited for 321310 by..Benchaporn 90


Holiday Meal Turkey Ranch Problem
Spreadsheet

edited for 321310 by..Benchaporn 91


Excel Layout and Solver Entries

edited for 321310 by..Benchaporn 92


Solver Answer Report

edited for 321310 by..Benchaporn 93


Solving LP Problems Using QM for
Windows

edited for 321310 by..Benchaporn 94


Using QM for Windows

edited for 321310 by..Benchaporn 95


Summary
• Introduced a mathematical modeling technique
called linear programming (LP).
• LP models used to find an optimal solution to
problems that have a series of constraints binding
objective value.
• Showed how models with only two decision
variables can be solved graphically.
• To solve LP models with numerous decision
variables and constraints, one need a solution
procedure such as simplex algorithm.
• Described how LP models can be set up on Excel
and solved using Solver.

edited for 321310 by..Benchaporn 96