cultatea

UNIVERSITATEA HYPERION DIN BUCURETI

FACULTATEA DE TIINE ECONOMICE

Matematic aplicat n economie

- SUPORT DE CURS N FORMAT ID

Autori: Lect. univ. drd. Andreea Mitroi Lect. Univ. drd Mihaela Popa Asist. Univ. Drd. Diaconescu Tiberiu

Cuprinsul suportului de curs

Unitatea de nvare nr. 1 ELEMENTE DE TEORIA GRAFURILOR 1.1. Generaliti. Matricea asociat drumurilor unui graf 1.1.1. Generaliti 1.1.2. Matricea asociat drumurilor unui graf 1.2. Determinarea drumurilor hamiltoniene n grafuri fr circuite 1.3. Determinarea drumurilor hamiltoniene n grafuri cu circuite 1.4. Determinarea drumurilor optime ntr-un graf 1.5. Tema de control a unitii de nvare nr. 1 1.6. Testul de autoevaluare nr. 1 1.7. Bibliografia specific unitii de nvare nr. 1 Unitatea de nvare nr. 2 - ELEMENTE DE TEORIA PROBABILITILOR 2.1. Cmpuri de evenimente i cmpuri de probabilitate 2.1.1. Cmpuri de evenimente 2.1.2. Cmpuri de probabilitate 2.2. Probabiliti condiionate. Evenimente independente 2.2.1. Probabiliti condiionate 2.2.2. Evenimente independente 2.3. Scheme probabilistice 2.4. Tema de control a unitii de nvare nr. 2 2.5. Testul de autoevaluare nr. 2 2.6. Bibliografia specific unitii de nvare nr. 2 Unitatea de nvare nr. 3 - VARIABILE ALEATOARE 3.1. Generaliti. Funcia de repartiie 3.1.1. Generaliti 3.1.2. Distribuia de probabilitate (repartiia) a unei variabile aleatoare simple 3.1.3. Funcia de repartiie i densitatea de repartiie a unei variabile aleatoare 3.2. Variabile aleatoare discrete 3.2.1. Operaii cu variabile aleatoare discrete 3.2.2. Operaii efectuate asupra unei variabile aleatoare X 3.2.3. Operaii care se pot efectua cu dou variabile aleatoare X i Y 3.3. Caracteristici numerice ale variabilelor aleatoare. Coeficientul de corelaie 3.3.1. Caracteristici numerice ale variabilelor aleatoare discrete 3.3.2. Caracteristici numerice ale variabilelor aleatoare continue 3.4. Coeficientul de corelaie a dou variabile aleatoare 3.5. Tema de control a unitii de nvare nr. 3 3.6. Testul de autoevaluare nr. 3 3.7. Bibliografia specific unitii de nvare nr. 3 Unitatea de nvare nr. 4 - PROBLEME DE PROGRAMARE LINEAR 4.1. Formularea problemei de programare linear bidimensional 4.1.1. Probleme de programare linear cu 2 variabile (programare linear bidimensional) 6 7 7 10 13 16 20 30 34 35 36 37 37 39 46 46 47 49 54 57 59 60 61 61 63 64 68 69 70 71 75 75 77 79 84 89 94 95 96 96

4.1.2. Formularea unei probleme de programare linear (elementele unei probleme de programare linear) 4.2. Metoda grafic de rezolvare a problemelor de programare linear bidimensional 4.3. Algoritmul simplex bidimensional 4.3.1. Maximizarea unei funcii obiectiv pentru care toate restriciile au semnul 4.3.2. Minimizarea unei funcii obiectiv pentru care toate restriciile au semnul (problema dual) 4.4. Rezolvarea problemelor de programare linear multidimensional 4.5. Tema de control a unitii de nvare nr. 4 4.6. Testul de autoevaluare nr. 4 4.7. Bibliografia specific unitii de nvare nr. 4 5. BIBLIOGRAFIA NTREGULUI SUPORT DE CURS 6. NOTIELE CURSANTULUI

97 102 105 106 111 122 132 143 146 147 148

Introducere
Cursul se adreseaz studenilor Facultii de Stiine Economice. Conceperea cursului s-a fcut pornind de la obiectivele generale ale obiectului de studiu Matematic economic n contextul obiectivelor generale ale facultii de tiine economice i anume: 1. Obiective aferente dezvoltrii de competene de cunoatere Cunoaterea i nelegerea conceptelor i noiunilor specifice matematicii economice Cunoaterea principalelor metode i tehnici de modelare matematic i de rezolvare a problemelor specifice disiplinei matematic economic 2. Obiective aferente dezvoltrii de competene funcional acionale Dezvoltarea aptitudinilor de aplicare a metodelor de rezolvare a problemelor, specifice coninutului disciplinei matematic economic Dezvoltarea aptitudinilor de interpretare i de analiz critic a rezultatelor obinute prin rezolvarea problemelor Dezvoltarea spiritului inovator n domeniul economic prin aplicarea metodelor specifice disciplinei matematic economic 3. Obiective aferente dezvoltrii de competente de specialitate Definirea si descrierea principalelor noiuni specifice disciplinei matematic economic i a metodelor specifice acesteia Realizarea de analize ale fenomenelor economice din perspectiv matematic i interpretarea rezultatelor Intelegerea i aplicarea metodelor matematice n analiza fenomenelor economice Aplicarea conceptelor, teoriilor i metodelor specifice matematicii economice formularea de demersuri profesionale Dezvoltarea capacittii de sintetizare i interpretare a unui set de informaii, de rezolvare a unor probleme de baz i de evaluare a concluziilor posibile Formarea abilitilor de analiz independent a unor probleme i capacitatea de a comunica i a demonstra soluiile alese pentru

Disciplina matematica economic studiat n primul semestru are un numar de 6 credite, obinerea acestora fiind condiionat de promovarea examenului i predarea temelor de control la datele stabilite de calendarul disciplinei. Cursul este structurat pe uniti de nvare organizate n uniti de nvare, n conformitate cu calendarul disciplinei. Fiecare unitate de nvare conine timpul mediu necesar pentru studiu, obiectivele operaionale pe care studenii trebuie s le urmreasc de-a lungul studiului, precum i o schem de parcurgere a materialului n care trebuie bifate elementele parcurse pe masur ce aciunile sunt efectuate. De asemenea, n vederea pregtirii examenului, fiecare unitate se ncheie cu un test de autoevaluare a cunotinelor studiate n respectiva unitate.

UNITATEA NR. 1 ELEMENTE DE TEORIA GRAFURILOR

Timp mediu necesar pentru studiu: 7 ore

Bifeaz sarcinile de lucru rezolvate, pe msura parcurgerii lor:

Parcurge obiectivele Citete coninutul leciei Parcurge problemele rezolvate Rezolv problemele propuse Recapituleaz cunotinele Pregte te Tema de control

Cuprinsul unitii de nvare: 1.1. Generaliti. Matricea asociat drumurilor unui graf 1.1.1. Generaliti 1.1.2. Matricea asociat drumurilor unui graf 1.2. Determinarea drumurilor hamiltoniene n grafuri fr circuite 1.3. Determinarea drumurilor hamiltoniene n grafuri cu circuite 1.4. Determinarea drumurilor optime ntr-un graf 6

1.5. Tema de control a unitii nr. 1 1.6. Testul de autoevaluare nr.1 1.7. Bibliografia specific unitii de nvare nr. 1

1.1. GENERALITI. MATRICEA ASOCIAT DRUMURILOR UNUI GRAF

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc definiiile aferente noiunilor legate de grafuri O2: s defineasc un graf n cel puin trei moduri echivalente O3: s exemplifice noiunile aferente grafurilor pentru un graf dat O4: s determine matricea asociat unui graf

1.1.1. GENERALITI Definiii Fie o mulime finit X = {x1, x2,..., xn} i o funcie F:X P(X) care asociaz fiecrui element xi X, i = 1, n , o submulime F(xi) P(X). Cuplul G

= (X,F) se numete graf. Elementele xi X se numesc vrfuri sau noduri ale grafului. O pereche de vrfuri (xi, xj), i,j =1, n , cu proprietatea c xj Submulimea A = { (xi, xj) Pentru arcul (xi, xj) F(xi) formeaz un arc al grafului.

X x X / xj F(xi) } reprezint mulimea arcelor grafului G = (X,F). F(xi) sau xi F(xj) .

A, xi este extremitatea iniial i xj extremitatea final.

Dou vrfuri xi i xj sunt adiacente dac xj Dac xi.

Dou arce sunt adiacente dac au o extremitate comun. F(xi) atunci (xi, xi) se numete bucl. Arcul cu extremitatea iniial xi se numete incident exterior lui xi. Mulimea arcelor incidente exerior lui xi se noteaz A+(xi). 7

 Arcul cu extremitatea final xi se numete incident interior lui xi. Mulimea arcelor incidente interior lui xi se noteaz A (xi). Fie Y X o mulime de vrfuri. Atunci A / xi Y, xj Y } se numete mulimea arcelor incidente interior mulimii Y Y} se numete mulimea arcelor incidente exterior mulimii Y. X pentru care

A (Y) = {(xi, xj) i A+ (Y) = {(xi, xj)

A / xi

Y, xj

Dac graful G = (X, F) are un vrf xi A (xi) = Dac A+(xi) =

, vrful xi se numete surs a grafului. atunci xi se numete destinaie a grafului.

Un drum este elementar dac trece prin fiecare nod o singur dat. Un drum este simplu dac nu conine de dou ori acelai arc. Puterea de atingere a unui vrf xi, notat p(xi), reprezint numrul de noduri la care se poate ajunge din xi ,,fie datorit existenei unui arc fie datorit existenei unui drum. Un circuit care trece prin toate nodurile grafului se numete circuit Hamiltonian. Matrice asociat unui graf Oricrui graf G = (X, A) i se poate asocia o matrice booleana
___

MG = (mij) i, j unde: mij =

1 0

1, n

, daca exista un arc cu extremitatea initiala xi si cea finala xj daca varfurile xi si xj nu sunt adiacente ( nu exista arc intre ele)

Exemplul 1

Fie graful:

x1 x6 x5

x2 x3 x4

X = {x1, x2, x3, x4, x5, x6} este mulimea nodurilor sau vrfurilor grafului. F : X P(X), unde X = {x1, x2, x3, x4, x5, x6} este definit de:

F(x1) = {x1, x2, x4, x5}, F(x2) = {x3, x4, x6}, F(x3) ={x1, x2}, F(x4 ) ={x5}, F(x5) = {x2}, F(x6) = {x4} A = {(x1, x1), (x1, x2), (x1,x4), (x1, x5), (x2, x3), (x2, x4), (x2, x6), (x3, x1), (x3, x2), (x4, x5), (x5, x2), (x6, x4)} este mulimea arcelor grafului

Arcele (x1, x2), (x1, x5) sunt arce adiacente avnd comun extremitatea iniial. Arcele (x1, x2) i (x3, x2) sunt adiacente avnd comun extremitatea final (x1, x1) este o bucl. Mulimea arcelor incidente exerior lui x1 este A+(x1)= {(x1, x1), (x1, x2), (x1, x5)}. Mulimea arcelor incidente interior lui x4 este A (x4) = {(x1,x4), (x2, x4), (x6, x4)} Graful G nu este complet deoarece exist un cuplu de vrfuri, respectiv (x3, x4) care nu este legat prntr-un arc. Arcele (x1,x4), (x4,x5), (x5,x2) formeaz un drum n graful G, care se poate nota i d = (x1, x4, x5, x2) Lungimea drumului d = (x1, x4, x5, x2) este 3 (deoarece drumul este compus din 3 arce). d = (x1, x5, x2, x3, x1) este un circuit (extremitatea iniial coincide cu cea final), de lungime 4. Drumul d = (x6, x4, x5, x2, x3, x1) este hamiltonian deoarece este drum elementar i trece prin toate vrfurile grafului. matricea asociat este

1 1 0 1 1 0 0 0 1 1 0 1
MG =

1 1 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 1 0 0

Exemplul 2 (Moduri echivalente de definire a grafurilor) Un graf se poate defini ntr-una din urmtoarele formele echivalente : Preciznd mulimea vrfurilor X i mulimea arcelor A;

1.

G = (X,A), unde X = {x1, x2, x3, x4, x5, x6} i A = {(x1, x1), (x1, x2), (x1,x4), (x1, x5), (x2, x3), (x2, x4), (x2, x6), (x3, x1), (x3, x2), (x4, x5), (x5, x2), (x6, x4)} 2. Preciznd mulimea vrfurilor X i mulimea valorilor funciei F: X P(X).

G = (X,F) unde X = {x1, x2, x3, x4, x5, x6} i F(x1) = {x1, x2, x4, x5}, F(x2) = {x3, x4, x6}, F(x3) ={x1, x2} F(x4 ) ={x5}, F(x5) = {x2}, F(x6) = {x4} , 3. 4. Cu ajutorul reprezentrii grafice (vezi exemplul anterior) Prin coresponden, marcnd grafic nodurile de dou ori, n dou iruri paralele, i preciznd

nodurile cu care acestea formeaz arce x1 x2 x3 x4 x5 x6

x1 5.

x2

x3

x4

x5

x6

Cu ajutorul matricei booleene a grafului, MG (vezi exemplul anterior) Folosind matricea latin, n care pe o poziie aij va fi xixj dac exist arcul (xi,xj) i 0 n caz contrar.

6.

x1 x1 0
ML =

x1 x 2 0 x3 x 2 0 x5 x 2 0

0 x 2 x3 0 0 0 0

x1 x 4 x2 x4 0 0 0 x6 x 4

x1 x5 0 0 x 4 x5 0 0

0 x 2 x5 0 0 0 0

x3 x1 0 0 0

1.1.2. MATRICEA ASOCIAT DRUMURILOR UNUI GRAF

Calcularea matricei asociat drumurilor unui graf este important n vederea determinrii existenei drumurilor hamiltoniene ntr-un graf (drumuri hamiltoniene care modeleaz o varietate de probleme economice legate de organizarea produciei, logistic, organizarea sistemelor informaionale). Procedeele de determinare a drumurilor hamiltoniene sunt difereniate n funcie de tipul grafului - cu circuite sau fr circuite, iar informaiile despre tipul de graf sunt date de matricea D a drumurilor. Informaiile pe care le ofer aceast matrice sunt legate att de existena sau inexistenta circuitelor ct i de numrul de circuite si drumuri existente.

Definiie

Se numete matricea drumurilor grafului G sau a conexiunilor totale matricea booleana D = (dij)i,j=1,n, unde

dij=

1, daca in G ( X , F ) exista cel putin un drum de la xi la x j , xi , x j 0,

X , i, j 1, n

in caz contrar

10

Algoritm de determinare a matricei drumurilor Matricea D a drumurilor grafului G se obine din matricea booleana (a arcelor) MG = (mij). Pasul 1 Se scrie matricea Latin a arcelor pentru graful dat. Fie linia i, i = 1, n , din matricea arcelor MG. Dac m i = 1, m i = 1,, m i = 1 atunci i n D avem d i = 1, d i = 1,, d i = 1. Pasul 2 Folosind adunarea booleana se adun liniile
, ,..., din matricea MG la linia i ( tot

din MG). Reamintim regulile adunrii booleene : 0 + 0 = 0, 0 + 1 = 1 + 0 = 1, 1 + 1 = 1. Noile valori 1 obinute se trec pe linia i a matricei D. Fe h, l,...,s poziiile ocupate de aceste noi valori pe linia i. Pasul 3 Se adun boolean liniile h, l, ..., s din MG la linia i a matricei MG i noile valori 1 obinute se trec pe linia i a matricei D. Pasul 4 Algoritmul continu pn cnd se ajunge la una din situatiile:

a) toate elementele dij, j = 1, n sunt egale cu 1 b) nu se mai poate obine nici un element egal cu 1. n aceast situaie poziiile rmase libere se completeaz cu 0. n acest moment, linia i este complet determinat. Algoritmul se continu pentru fiecare linie.

Interpretare rezultate Dupa aflarea matricei drumurilor D stabilim dac graful are sau - dac elementele dii = 0 ( elementele aflate pe diagonala matricei),

nu circuite astfel: i = 1, n , graful nu are circuite;

- dac exist un indice i pentru care dii = 1 atunci exist n G un circuit care are c vrf iniial i final pe xi. Observaie Matricea drumurilor D ne ofer informaii i despre numrul de vrfuri la care putem ajunge pornind dintr-un punct (vrf) xi.

11

Definiie

Fie graful G = (X,A) i xi

X. Numrul de vrfuri la care se poate ajunge din x i se

numete putere de atingere a vrfului xi i se noteaz cu p(xi). Puterea de atingere a lui xi este dat de numrul de elemente egale cu 1 aflate pe linia i n matricea drumurilor D.

PROBLEME REZOLVATE 1. S se determine matricea drumurilor asociat grafului definit de

0 0 1 1 1 0 0 0 0 1 0 0 0 0 0 0

MG =

Pasul 1

Dac n matricea arcelor exist elemente egale cu 1 atunci i n matricea drumurilor,

elementele aflate pe aceleai poziii vor avea valoarea 1. Pentru celelalte elmente din matricea arcelor ( egale cu 0 ) lsm spaii libere urmnd a fi completate ulterior n baz algoritmului. Deoarece m13 = 1, m14 = 1, m21 = 1, m31 = 1, m32 = 1, i m41 = 1 vom avea d13 = 1, d14 = 1, d21 = 1, d31 = 1, d32 = 1, i d41 = 1
_ _ _ 1 _ 1 _ _ _ 1 _ _ _ 1 _ _

Obinem D =

Pasul 2

ncepem cu linia 1. Pentru fiecare element d1 = 1, se adun folosind adunarea (tot a matricei MG) i se completeaz spaiile libere

booleana, linia 1 din matricea MG la linia

din matricea D numai dac rezultatul este 1. Reamintim regulile adunrii booleene : 0 + 0 = 0, 0 + 1 = 1 + 0 = 1, 1 + 1 = 1. Deoarece d13 = 1 vom aduna n matricea MG linia 1 cu linia 3 i vom obine dou elemente egale cu unu i anume d11 i d12, pe care le trecem n matricea D. n acest moment linia 1 este complet determinat.
1 1 _ 1 _ 1 _ _ _ 1 _ _ _ 1 _ _

D=

12

Continum cu linia 2. Deoarece d21 = 1 vom aduna n MG linia 2 cu linia 1 obtinand d23 = 1 i d24 = 1.
1 1 _ 1 _ 1 1 _ _ 1 1 _ _ 1 _ _

D=

Pasul 3 1

Pentru noile elemente egale cu 1 obinute la pasul anterior, respectiv d23 = 1 i d24 =

se reface adunarea booleana a liniei 2 cu linia corespunzatoare indicelui de pozitie al

elementului, respectiv cu linia 3 i cu linia 4 din matricea MG, i vom obine i d22 = 1.
1 1 1 1 _ 1 1 _ _ 1 1 _ _ 1 1 _

D=

Linia 2 este i ea complet determinat Repetam algoritmul incepand cu Pasul 2 pentru linia 3. Pentru elementele egale cu 1 respectiv d32 adunam linia 3 cu linia 2 n matricea MG i obinem d31 = 1. Continum cu Pasul 3 i pentru noul element d31 = 1 adunam n MG linia 3 cu linia 1 i obinem d33 = 1 i d34 = 1.
1 1 1 1 _ 1 1 1 _ 1 1 1 _ 1 1 _

Vom avea D =

i linia 3 este i ea complet determinat.

Deoarece pe linia 4 nu exist elemente egale cu 1 toate valorile elementelor n matricea D vor fi egale cu 0.
1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0

Forma final a matricei D este D =

Concluzii:

Deoarece exist pe diagonala elemente egale cu 1 i anume d11 = d22 = d33 = 1 rezult c graful are 3 circuite.

Graful are 12 drumuri din care 3 sunt circuite pornind din toate varfurile mai puin x4. Putem calcula puterea de atingere a fiecrui vrf i anume p(x1) = 4, p(x2) = 4, p(x3) = 4 i p(x4) = 0.

13

1.2. DETERMINAREA DRUMURILOR HAMILTONIENE N GRAFURI FR CIRCUITE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc noiunea de drum hamiltonian O2: s aplice algoritmii necesari pentru stabilirea tipului de graf cu circuite sau fr circuite O3: s determine drumul hamiltonian in grafuri fr circuit

Teorem

Teorema lui Chen Un graf fr circuite care are n vrfuri xi, i = 1, n , conine un drum hamiltonian dac

i numai dac:
n

p( xi )
i 1

n(n 1) 2

Observaie:

ntr-un graf fr circuite exist cel mult un drum hamiltonian.

Algoritm de determinarea a drumurilor hamiltoniene n grafuri fr circuite

Pasul 1

Se calculeaz matricea drumurilor D, i se verifica dac graful nu are circuite ( nici un element de pe diagonala acestei matrice nu este egal cu 1) Se calculeaz numrul de elemente egale cu 1 n matricea D i se compara cu valoarea
n(n 1) . 2 n(n 1) STOP. 2

Pasul 2

Dac numrul de elemente egale cu 1 este mai mic dect valoarea

14

Graful nu are drum hamiltonian. Dac numrul de elemente egale cu 1 este egal cu trecem la pasul 3. Se calculeaz puterea de atingere a fiecrui vrf xi i se ordoneaz descresctor. Succesiunea vrfurilor care formeaz drumul hamiltonian va fi dat de ordinea descrescatoare a puterilor de atingere a vrfurilor grafului.
n(n 1) rezult c graful are drum hamiltonian i 2

Pasul 3

PROBLEM REZOLVAT Sa se determine drumul hamiltonian (dac exist) n graful a crui matrice este:

0 0 0 0 1
MG =

1 0 0 1 1 1 1 0 1 0 1 0 0 0 1 0 0 0 0 0

Pasul 1

Calculm matrieca drumurilor D

0 0 0 0 1 1 0 0 1 1 D= 1 1 0 1 1 1 0 0 0 1 0 0 0 0 0
Deoarece pe diagonal nu avem elemente egale cu 1 rezult c graful nu are circuite, deci se aplica teorema lui Chen.

Pasul 2

Matricea drumurilor are 10 elemente egale cu 1. In cazul dat, n = 5 i

n(n 1) 5(5 1) = 2 2 10 . Rezult c n graf exist drum

hamiltonian.

Pasul 3

p(x1) = 1, p(x2) = 3, p(x3) = 4, p(x4) = 2, p(x5) = 0.

15

Ordonm descresctor valorile puterilor de atingere: p(x3) > p(x2)> p(x4)> p(x1)> p(x5) i va rezulta c drumul hamiltonian este dH = (x3, x2, x4, x1, x5).

REZUMAT Determinarea drumurilor hamiltoniene in grafurile fr circuite se face cu ajutorul Teoremei lui Chen. Pentru a putea aplica aceast teorem, trebuie ns s ne asigurm cu ajutorul matricei drumurilor c graful nu are circuite. Intr-un graf fr circuite, dac exist, drumul Hamiltonian este unic. Teorema lui Chen ne ofer informaii despre existena sau inexistena drumurilor hamiltoniene n grafurile fr circuite, permind i determinarea acestora.

1.3. DETERMINAREA DRUMURILOR HAMILTONIENE N GRAFURI CU CIRCUITE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc algoritmul nmulirii latine pentru determinarea drumurilor hamiltoniene n grafuri cu circuite O2: s determine drumurile hamiltoniene aplicnd algoritmul nmulirii latine O3: s determine drumurile si circuitele de o anumit lungime folosind algoritmul nmulirii latine

Algoritmul inmulirii latine serve te n principal pentru determinarea drumurilor de o anumit lungime.

Definiie

Un circuit CH = (xi1, xi2, ..., xin, xi1) se numete hamiltonian dac trece o dat i numai o dat prin fiecare vrf al grafului cu excepia vrfului xi1.

16

Observaii

O condiie necesar pentru existena unui drum hamiltonian este ca graful s fie complet ( orice cuplu de vrfuri este legat cu cel puin un arc). O condiie necesar pentru existena cel puin a unui circuit hamiltonian este ca graful G = (X,F) s fie tare conex (sa existe cel puin un drum ntre oricare dou vrfuri). Pentru determinarea drumurilor si/sau circuitelor hamiltoniene ntr-un graf cu n vrfuri se calculeaz prin algoritmul inmulirii latine matricea T(n), cu precizarea c n
(r ) (r ) 0) matricele T(r), r 1 , se considera t ij i t (kj 0 dac secventa indicilor vrfurilor t ik

conine doi indici identici pentru orice k dou vrfuri).

1, n . (dac n rezultatul inmulirii se repeta

Existena unui element diferit de 0 pe diagonala uneia dintre matricele T(r) care intervin n algoritm indica atat existena unui circuit hamiltonian cat i ordinea vrfurilor.

Fie graful G= (X,F) = (X,A) . Asociem grafului o matrice a arcelor (conexiunilor directe) care n locul cifrelor 1 din MG conine arcele corespunztoare, reprezentate prin vrfurile care le compun. Notm aceast matrice (numit matrice latin) cu T(1) = (tij)i,j = 1,n, unde
( xi , x j ) daca x j F ( xi ) F ( xi )

Pasul 1

tij =

0, daca x j

Pasul 2

( 0) Formm matricea T(0) = (t ij ) i,j

= 1,n,

numit matricea destinatiilor posibile, care se

obine prin suprimarea extremitii iniiale a fiecrui arc din matricea T(1).

x j,
t
(0) ij

daca x j

F ( xi ) F ( xi ) , i, j 1, n

0, daca x j

Pasul 3

Cu matricele T(1) i T(0) , n aceasta ordine, se efectueaz operaia de inmulire latin (notat cu L) sau concaternare astfel : 17

1. 2.

Se respect formal regula de inmulire a matricelor Se fac urmtoarele convenii: c1) dac unul din elementele participante la calcul este 0 rezultatul va fi 0. c2) atunci cnd se inmulete un arc din matricea T(1) cu un vrf din matricea T(0),

rezultatul operaiei se consemneaz scriind consecutiv vrfurile care intervin n calcul (obligatoriu cu mentinerea ordinei n care apar vrfurile). Pasul 4 Fie T(2) = T(1) L T(0) Introducem relaia de recurena T(r + 1) = T(r) L T(0), r N*. Matricea T(m), cu m N* va conine lista tuturor drumurilor de lungime m (adic formate din m arce) n graful dat

PROBLEM REZOLVAT

0 0 1 1

S se determine drumurile de lungime 2 i 3 n graful a crui matrice este MG

1 0 0 0 0 1 0 0 0 0 0 0

0 0 x3 x 2 0

x1 x3 0 0 0

x1 x 4 0 0 0

Pasul 1

Scriem matricea T(1)

x 2 x1 0 0

Pasul 2

Scriem matricea destinatiilor posibile

0 0 0 x2 0 x3 0 0 0 x4 0 0 0 x1 0 0

T(0)

Pasul 3

Calculam T(2) = T(1) L T(0) care ne va arat drumurile de lungime 2. T(2) = T(1) L T(0)

18

0 0 x3 x 2 0

x1 x3 0 0 0

x1 x 4 0 0 0

0 0 x2 0

x3 0 0 0

x4 0 0 0

0 0 x3 x 2 x1 0

x1 x3 x 2 0 0 0

0 x 2 x1 x3 0 0

0 x 2 x1 x 4 0 0

T(2)=

x 2 x1 0 0

x1 0 0

Pasul 4

Calculm T(3) = T(2) L T(0) care va evidenia drumurile de lungime 3.

T(3) = T(2) L T(0)

0 0 x3 x 2 x1 0 x1 x3 x 2 0 0 0 0 x 2 x1 x3 0 0 0 x 2 x1 x 4 0 0
0 0 0 x2 0 x3 0 0 0 x4 0 0 0

L x1
0 0

x1 x3 x 2 x1 0 0 0

0 x 2 x1 x3 x 2 0 0

0 0 x3 x 2 x1 x3 0

0 0 x3 x 2 x1 x 4 0

Concluzie :

Graful conine 4 drumuri de lungime 2, evidentiate n matricea T(2), i anume: d1 = (x1, x3, x2), d2 = (x2, x1, x3), d3 = (x2, x1, x4), d4 = (x3, x2, x1) i nu exist circuite de lungime 2. Graful conine 4 drumuri de lungime 3(evideniate n matricea T(3)) din care 3

circuite i un drum hamiltonian, i anume : d5 = (x1, x3, x2, x1), d6 = (x2, x1, x3, x2), d7 = (x3, x2, x1, x3) si d8 = (x3, x2, x1, x4),

REZUMAT Determinarea drumurilor si circuitelor hamiltoniene in grafurile cu circuite se face folosind algoritmul nmulirii latine sau algoritmul lui Kaufmann. Pentru determinarea drumurilor si circuitelor hamiltoniene este necesar determinarea anterioar a tipului de graf cu circuite sau fr circuite, cu ajutorul matricei drumurilor.

19

Algoritmul nmulirii latine permite de asemenea si determinarea drumurilor de o lungime dat.

1.4. DETERMINAREA DRUMURILOR OPTIME NTR-UN GRAF

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s neleag importana determinrii drumurilor optime n aplicaiile economice O2: s-i nsueasc algoritmii de determinare a drumurilor optime ale unui graf O3: s aplice algoritmii potrivii pentru determinarea drumurilor maxime i minime ntr-un graf

n economie, problemele legate de gsirea drumului de valoare optim se pot referi la gsirea lungimii drumului minim sau maxim dintre dou localiti; la determinarea costului minim pentru parcurgerea anumitor faze de producie, sau a duratei minime de parcurgere a unor etape etc. Exist cinci categorii de algoritmi folosii n determinarea drumurilor optime ntr-un graf, i anume: Algoritmi bazai pe calcul matricial (Bellman-Kalaba, I. Tomescu, Bellman-Schimbell); Algoritmi bazai pe ajustri succesive (iteratii): (Ford); Algoritmi bazai pe inducie matematic (Dantzig); Algoritmi bazai pe ordonarea prealabil a vrfurilor grafului; Algoritmi bazai pe extindere selectiv (Dijkstra). Ne vom rezuma la prezentarea algoritmului Bellman-Kalaba i Ford att pentru determinarea drumurilor de valoare maxim cat i minim. Fie graful G = (X,F) =(X,A). Pentru determinarea drumului de valoare optim (minim sau maxim) dintre dou vrfuri x i i xj ale grafului G, asociem fiecrui arc un numr real pozitiv notat v (xi, xj) numit valoarea arcului. In funcie de problema economic transpus n termenii teoriei grafurilor, valoarea arcului poate reprezenta: costul de fabricaie al unui produs ntr-un anumit loc de munca asociat cu arcul (xi, xj);

20

productivitatea muncii ntr-un loc de munca, costul sau durata transportului pe ruta (xi, xj), lungimea drumului fizic intre dou puncte etc. Fie drumul d = (a1, a2, , ap), unde ak reprezint un arc component al drumului.

Definiie

Mrimea v(d) definit prin egalitatea v(d) =

k 1

v ( a k ) se numete valoarea drumului

d. (Valoarea drumului este egala cu suma valorilor arcelor care-l compun.).

Algoritmul BellmanKalaba de determinare a drumului optim ntr-un graf fr circuite Algoritmul Bellman-Kalaba se aplic n grafuri finite care nu au circuite de valoare negativ (pentru o problem de minim) sau care nu au circuite de valoare pozitiv (ntr-o problem de maxim) i gsete drumurile de valoare optim de la toate nodurile grafului la un nod oarecare, fixat. Dac se doreste listarea drumurilor de valoare optim intre oricare dou noduri se aplica algoritmul pe rand, pentru fiecare nod al grafului. Fie G = {x1, x2, ... ,xn} un graf orientat finit. Presupunem c am numerotat nodurile astfel nct nodul spre care cutm drumurile de valoare optim de la celelalte noduri s fie xn.

Ipotez:

Drumul optim este format din arce ai final xn.

A care leaga nodul iniial x1 cu nodul

Algoritmul de determinare a drumului optim difer n funcie de tipul problemei: aflarea drumului de valoare minim sau aflarea drumului de valoare maxim.

21

Algoritm de determinare a drumului de valoare minim

Fie graful G = (X,F) =(X,A). Asociem grafului G matricea C = (cij), i,j = 1, n unde:

v( xi , x j ), daca ( xi , x j )
Cij =

A, i A, i j

, 0.

daca( xi , x j ) daca i j

Fiecrui vrf xi i se asociaz o variabila vi care reprezint valoarea drumului care unete vrful xi cu xn. Elementele matricei C se trec ntr-un tabel care conine pentru inceput xn linii i xn coloane. ( tabelul se va completa ulterior cu alte linii pe masura parcurgerii algoritmului. Valoarea minim a drumului care unete pe x1 cu xn se obine rezolvand sistemul de ecuatii:

vi vn

min (v j
j i

cij ),

i 1, n 1,

1, n

Dac vi , cu i = 1, n este solutie a sistemului de mai sus, atunci v1 reprezint valoarea minim a drumului care unete pe x1 cu xn. Pentru rezolvarea sistemului, se procedeaz iterativ. Pasul care initiaz procesul iterativ este definit de: v i( 0 ) c in , i = 1, n 1 si v (n0 ) 0 La iteraia (pasul) k , k
N * vom rezolva sistemul:

vi( k )

min (v (jk
j i (k ) vn

1)

cij ),

i 1, n 1, k

j 1, n N*
1)

0,

Procesul se ncheie cnd se obine v i( k drumului care unete x1 cu xn este v1 minim:

(k ) min (v (jk Fie x j1 vrful pentru care : v 1 j 1 1)

vi( k ) , i= 1, n . n acest caz, valoarea minim a

v1( k ) .

Important este i determinarea arcelor (sau vrfurilor) care compun drumul de valoare

c1 j )

v (j1k

1)

c1 j1 .

22

Drumul de lungime minim trece prin x j1 si v (jk 1 unete x j1 cu xn. Mai departe, fie: v (jk 1
1)

1)

reprezint valoarea minim a drumului care

min (v (jk
j j1

2)

c j1 j )

k v (j2

2)

c j1 j2 Rezult c drumul minim trece prin x j2 .

) pn ajungem la o valoare v (j0 c jk n . k

Repetam procedeul pornind de la v (jk 2

2)

Drumul de valoare minim este d = (x 1 , x j1 , x j2 , ..., x jk , x n )

Algoritm de determinare a drumului de valoare maxim Pentru determinarea drumului de valoare maxim intre vrfurile x1 i xn ale grafului G folosind algoritmul Bellman Kalaba se respect acelai algoritm, dar se fac dou modificari: 1) in matricea C, consideram cij = - , dac (xi, xj)

A , pentru i

j;

2) in toate sistemele de ecuatii, operatorul de minim se inlocuieste cu cel de maxim. Sa se determine drumul de valoare maxim al grafului:
x2 5 2 3 x1 5 1 7 x3 2

Exemplu

x7

x4

3 x6

2 x5

Pasul 1

Se alcatuiete un tabel care conine pe prima linie i pe prima coloana nodurile (vrfurile) grafului i n interior arcele care se formeaz la intersectia elementelor de pe linia 1 cu cele de pe coloana 1.

Tabelul se completeaz dupa urmtoarele reguli : i. Dac exist arc (xi, xj) se trece valoarea arcului (lungimea)

23

ii. Dac nu exist arc (xi, xj) se completeaz cu maxim)

iii.

( numai la problemele de

Pentru i = j adica arce de forma (xi, xi) se completeaz cu 0.

Vom obine: x1 x1 x2 x3 x4 x5 x6 x7 Pasul 2 0 x2 2 0 x3 3 2 0 x4 7 1 0 1 2 x5 5 0 x6 5 0 x7 4 2 3 0

Fiecrui vrf xi i se asociaz o variabila vi care reprezint valoarea drumului care unete xi cu xn. Variabilele vi se calculeaz n mai multi pasi, numrul pasului trecandu-se n partea

dreapta sus, n paranteza, i pentru fiecare v i( k ) se completeaz o linie n completarea tabelului iniial. Prima variabila este v i( 0 ) i se obine din transpunerea ultimei coloane

corespunzatoare ultimului vrf. n cazul nostru, vom transpune (adica scrie c linie, coloana lui x7) x1 x1 x2 x3 x4 x5 x6 x7 V i( 0 ) Pasul 3 0 X2 2 0 x3 3 2 0 x4 7 1 0 1 2 4 x5 5 0 2 x6 5 0 3 x7 4 2 3 0 0

(1) (1) (1) (1) (1) (1) (1) , v2 , v3 , v4 , v5 , v6 , v7 Se calculeaz valorile v i(1) respectiv v 1 care se trec pe

urmatoarea linie a tabelului. Formula de calcul a valorilor v

(1 ) i

este

vi(1)
(1) v7

max(v (j0) cij ), i 1,6,

j i

j 1,7

24

(1 ) Calcularea lui v 1 : se adun linia v i( 0 ) cu linia corespunzatoare lui x1 (prima linie), (0) element cu element, mai puin v 1 cu c11, i se alege valoarea maxim dintre sumele rezultate.

(Pasul 3)

(1) v1

max (v (j0)
j 1
j 1

c1 j ), cu

1,7

v 1(1) max (v2(0) c12 , v3(0) c13 , v4(0) c14 , v5(0) c15 , v6(0) c16 , v7(0) c17 )
(1) v1 max( j 1 (1) v1 max( j 1
(1) v1

2, , , ,

3, 4 , ,

, 2 )

, 3

, 0

i aceasta valoare se trece n tabel .

(2) Calcularea lui v 1 : se adun linia v i( 0 ) cu linia corespunzatoare lui x2 (a dou linie),

element cu element, mai puin v (20 ) cu c22, i se alege valoarea maxim dintre sumele rezultate v (21) max(v (j0)
j 2
j 2

c2 j ), cu

j 1,7

v (21) max (v1(0) c21 , v3(0) c23 , v4(0) c24 , v5(0) c25 , v6(0) c26 , v7(0) c27 ) v (21) max(
j 1

, ,

2, 4 7, 2 5, 3 , 11, 7, , )

, 0

v (21) max(
j 1

v (21) 11 i se trece rezultatul n tabel. Analog se calculeaz i celelalte valori ale lui v i(1) i se obine:
(1) v3

5, v (41)

(1) 4, v 5

5, v (61)

6 iar v (71) 0 prin conventie.

Deoarece v i( 0 ) vi(1) vom continua algoritmul prin calcularea lui v i( 2 ) . Pasul 4 Se calculeaz v i( 2) respectiv valorile

v1(2) , v2(2) , v3(2) , v4(2) , v5(2) , v6(2) , v7(2) )

dupa

formula:

v i( 2) max(v (j1) cij ), i 1,6

j i
( 2) Vom obine v 1

si

j 1,7
11, v (42 )
(2) 4, v 5

13, v (22 )

(2) 11, v 3

5, v (62 )

6, v (72 )

0 prin

conventie. Cu aceste valori obinute se completeaz tabelul cu inca o linie, respectiv linia lui v i( 2 ) . Deoarece v i( 2 ) vi(1) algoritmul se continu prin calcularea valorilor lui v i( 3) . Pasul 5 Se calculeaz v i(3) max(vi( 2)
j i

cij ),

i 1,6,

j 1,7

25

( 3) Si se obine: v 1

14, v (23)

( 3) 13, v 3

11, v (43)

( 3) 4, v 5

5, v (63 )

6, v (73 )

0.

Deoarece v i( 3) vi( 2 ) algoritmul se continu prin calcularea lui v i( 4 ) . Pasul 6 Calculam v i( 4) max(vi(3)
j i

cij ),

i 1,6,

j 1,7

(4) (4) ( 4) Obinem: v 1 15, v (24 ) 13, v 3 11, v (44 ) 4, v 5 5, v (64 ) 6, v (74 ) 0 . Deoarece

v i( 4 ) vi( 3) algoritmul se continu prin calcularea lui v i( 5 ) . Pasul 7 Calculam v i(5) max(vi( 4)
j i
(5) (5) v1 15, v (25 ) =13, v 3

cij ),
(5) 4, v 5

i 1,6,
5, v (65 )

j 1,7
6, v (75 ) 0

11, v (45 )

Algoritmul se ncheie deoarece v i( 5) vi( 4 ) . Forma final a tabelului este: X1 X1 X2 X3 X4 X5 X6 X7 V i( 0 ) V i(1) Vi Vi

( 2)

X2 2 0 11 11 13 13 13

x3 3 2 0 5 11 11 11 11

x4 7 1 0 1 2 4 4 4 4 4 4

x5 5 0 2 5 5 5 5 5

x6 5 0 3 6 6 6 6 6

x7 4 2 3 0 0 0 0 0 0 0

0 13 14 15 15

( 3)

Vi Vi

( 4)

(5)

Interpretarea rezultatelor:

Din tabelul intocmit obinem 2 informaii:

1. Care este valoarea drumului maxim de la x1 la x7 2. Care sunt vrfurile care compun drumul maxim.
(5) 1. Valoarea drumului maxim este 15 ( valoarea lui v 1 de la ultimul pas)

2. Drumul de valoare maxim este:dmax = (x1, x2, x3, x6, x4, x7)

26

PROBLEME REZOLVATE 1. Sa se determine drumul de valoare minim de la xl la x5 al grafului: G = (X,A), X = {xi, i= 1,5 } A = { (x1, x2), (x1, x3), (x1, x5), (x2, x4), (x2, x5), (x3, x2),(x3, x4), (x3, x5),(x4, x5)} avnd urmtoarele lungimi de arce v(x1, x2) = 3, v(x1, x3) = 1, v(x1, x5) = 9, v(x2, x4) = 1, v(x2, x5) = 4, v(x3, x2) = 2, v(x3, x4) = 4, v(x3, x5) = 6, v(x4, x5) = 2. Pasul 1 Se intocmete un tabel care conine pe prima linie i pe prima coloana nodurile (vrfurile) grafului i n interior arcele care se formeaz la intersecia elementelor de pe linia 1 cu cele de pe coloana 1. Tabelul se completeaz dupa urmtoarele reguli : Dac exist arc (xi, xj) se trece valoarea arcului (lungimea) Dac nu exist arc (xi, xj) se completeaz cu Pentru i = j adica arce de forma (xi, xi) se completeaz cu 0. Vom obine: x1 x1 x2 x3 x4 x5 Pasul 2 unete xi cu xn. Variabilele vi se calculeaz n mai muli pasi, numrul pasului trecndu-se n partea dreapta sus, n paranteza, i pentru fiecare v i( k ) se ma trece o linie n completarea tabelului iniial. Prima variabil este v i( 0 ) i se obine din transpunerea ultimei coloane corespunztoare ultimului vrf. n cazul nostru, vom transpune (adica scrie ca linie, coloana lui x5) x1 x1 0 x2 3 x3 1 x4 x5 9 0 x2 3 0 2 0 x3 1 1 4 0 x4 x5 9 4 6 2 0

Fiecrui vrf xi i se asociaz o variabil vi care reprezint valoarea drumului care

27

x2 x3 x4 x5
Vi
(0)

0 2 0

1 4 0

4 6 2 0

Pasul 3

(1) (1) (1) (1) (1) , v2 , v3 , v4 , v5 Se calculeaz valorile v i(1) respectiv v 1 care se trec pe urmatoarea

linie a tabelului. Formula de calcul a valorilor v

(1 ) i

este

vi(1)

min (v (j0) cij ), i 1,4,

j i

j 1,5

v5(1) 0

(1 ) Calcularea lui v 1 : se adun linia v i( 0 ) cu linia corespunztoare lui x1 (prima linie), element cu (0) element, mai puin v 1 cu c11, i se alege valoarea minim dintre sumele rezultate.

(1) v1 min (v (j0) j 1

(1) ( 0) v1 min (v 2 j 1

c1 j ), cu
( 0) c12 , v3

j 1,4
( 0) c13 , v 4 ( 0) c14 , v5

c15 )

(1) v1 min (4 3, 6 1, 2 j 1 (1) min (7,7, ,9) v1 j 1

, 0 9)

(1) 7 i aceasta valoare se trece n tabel . v1

(2) Calcularea lui v 1 : se adun linia v i( 0 ) cu linia corespunztoare lui x2 (a dou linie), element cu

element, mai puin v (20 ) cu c22, i se alege valoarea minim dintre sumele rezultate v (21) min (v (j0)
j 2
j 2

c2 j ), cu

j 1,4

( 0) ( 0) (0) v (21) min (v1(0) c 21 , v3 c 23 , v 4 c 24 , v5 c 25 )

v (21) min (9
j 1

, 6

, 2 1, 0 4)

v (21) 3 i se trece rezultatul n tabel. Analog se calculeaz i celelalte valori ale lui v i(1) i se obine:
(1) v3

6, v (41)

(1) 0 prin convenie. 2 i v 5

OBS:

Algoritmul se ncheie dac se obtin dou linii corespunzatoare valorilor lui vi egale ( la 2 pasi consecutivi) Deoarece v i( 0 ) vi(1) vom continu algoritmul prin calcularea lui v i( 2 ) . 28

Pasul 4

Se calculeaz v i( 2) respectiv valorile v1( 2) , dupa formula: v i( 2) min (v (j1)

j i

( 2) v2 ,

( 2) v3 ,

( 2) v4 ,

( 2) v5 ,

( 2) v6 ,

( 2) v7 )

cij ),

i 1,4

si

j 1,5

Vom obine:
( 2) v1

6, v (22 )

(2) 3, v 3

5, v (42 )

(2) 2 i v 5

0 prin conventie.

Cu aceste valori obinute se completeaz tabelul cu inca o linie, respectiv linia lui v i( 2 ) . Deoarece v i( 2 ) vi(1) algoritmul se continu prin calcularea valorilor lui v i( 3) .

Pasul 5

Se calculeaz v i(3) min (vi( 2)

j i
( 3) Si se obine: v 1

cij ),
5, v (43)

i 1,4,
( 3) 2, v 5

j 1,5
0.

6, v (23)

( 3) 3, v 3

Deoarece v i( 3) vi( 2 ) algoritmul se ncheie. Forma final a tabelului este: x1 X1 X2 X3 X4 X5 V i( 0 ) V i(1) Vi Vi Interpretarea rezultatelor: Din tabelul intocmit obinem 2 informaii: 1. Care este valoarea drumului minim de la x1 la x5 2. Care sunt vrfurile care compun drumul minim.
(3) 2. Valoarea drumului minim este 6 ( valoarea lui v 1 de la ultimul pas)

x2 3 0 2

x3 1

x4 1

x5 9 4 6 2 0 0 0 0 0

4 0

9 7 6 6

4 3 3 3

6 6 5 5

2 2 2 2

( 2) ( 3)

3. Exist dou drumuri minime: d1min = (x1, x2, x4, x5) d2min = (x1, x3, x2, x4, x5)

29

REZUMAT Algoritmul Bellman-Kalaba se aplica n grafuri finite care nu au circuite de valoare negativ (pentru o problem de minim) sau care nu au circuite de valoare pozitiv (ntr-o problem de maxim) i gsete drumurile de valoare optim de la toate nodurile grafului la un nod oarecare, fixat. Dac se doreste listarea drumurilor de valoare optim intre oricare dou noduri se aplica algoritmul pe rand, pentru fiecare nod al grafului.

1.5. TEMA DE CONTROL A UNITII DE NVARE NR. 1

PROBLEME PROPUSE
1. Pentru fiecare din grafurile de mai jos s se stabileasc folosind matricea drumurilor dac au sau nu circuite (precizand in situatia in care exista circuite si numarul lor) i s se calcule ze puterea de atingere a fiecrui vrf: a) G = (X,F) , X = {xi, i = 1,6 } i F : X P(X) definit prin F(x1) = { x2, x3, x4,x5}, F(x2) = { x5,

x6}, F(x3) = { x4, x6}, F(x4) = { x2, x5, x6}, F(x5) = { x6}, F(x6) = b) Fie G = (X,F) unde X = {x1, x2, x3, x4, x5, x6} i F : X P(X) definit prin :

F(x1) = { x2, x3, x4}, F(x2) = { x1, x2, x4}, F(x3) = { x2, x3, x5, x6}, F(x4) = { x2, x3, x6}, F(x5) = { x3}, F(x6) = c) G = (X,A), X = X = {x1, x2, x3, x4, x5, x6} i
0 1 0 0 1 0 0 0 0 0 1 0 1 1 0 0 0 1 1 1 1 0 1 1 0 0 0 0 0 0 1 0 0 0 1 0

M=

30

d) G = (X,A), X = X = {x1, x2, x3, x4, x5, x6} i

0 1 0 1 0 1 0 0 0 0 0 0

M= 1 1 0 1 1 1
0 1 0 0 0 0 1 0 0 1 0 1 0 1 0 1 0 0

RSPUNSURI: 1. a) Graful nu are circuite si p(x1)=5, p(x2)=2, p(x3)=4, p(x4)=3, p(x5)=1, p(x6)=0 b) Graful are 5 circuite si p(x1)=6, p(x2)=6, p(x3)=6, p(x4)=6, p(x5)=6, p(x6)=0 c) Graful nu are circuite si p(x1)=2, p(x2)=1, p(x3)=4, p(x4)=5, p(x5)=0, p(x6)=3 d) Graful nu are circuite si p(x1)=3, p(x2)=0, p(x3)=5, p(x4)=1, p(x5)=5, p(x6)=2

2.S se afle drumul de valoare maxim de la x1 la x5 n graful G = (X,A), X = {xi, i= 1,5 }, A = {(x1, x2), (x1, x3) , (x1, x4), (x2, x5), (x3, x2), (x4, x2),(x4, x3),(x4, x5)} dac v(x1, x2) = 5, v(x1, x3) = 2, v(x1, x4) = 2, v(x2, x5) = 1, v(x3, x2) = 4, v(x4, x2) = 3, v(x4, x3) = 3, v(x4, x5) = 2.

3. S se afle drumul de valoare minim al grafului G = (X,A) , X = {xi, i= 1,6 }, A = {(x1, x2), (x1, x3), (x1, x4), (x1, x5), (x2, x5), (x2, x6),(x3, x4),(x3, x6) ,(x4, x2) ,(x4, x5) ,(x4, x6) ,(x5, x6)} dac valorile arcelor sunt respectiv 8; 4; 6; 9; 1; 6; 1; 8; 2; 5; 7; 3.

31

LUCRARE DE VERIFICARE

1. Fie G = (X,A) unde X = {x1, x2, x3, x4, x5} i A = { (x1, x4), (x2, x1), (x2, x5), (x3, x1), (x3, x2), (x3, x4), (x3, x5), (x5, x1), (x5, x4)} a) s se defineasc G n alte forme echivalente cu cea din enun. b)s se exemplifice noiunile de : vrfuri adiacente, arce adiacente, drum, drum de lungime 2, circuit. c) s se precizeze mulimile : A+(x2), A- (x2)

0 0 0 0 1
2. Se d graful a crui matrice este: MG =

1 0 0 1 1 1 1 0 1 0 1 0 0 0 1 0 0 0 0 0

a) S se arate ca graful nu are circuite b) S se determine drumul hamiltonian al grafului

3. Fie graful G a crui matrice este:

0 1 1 1 1 0 0 0 0 0 1 1

MG = 0 0 0 1 0 1
0 1 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0

a) s se determine tipul de graf b) sa se determine dH dac exist c) sa se listeze drumurile de lungime 3 din G

32

4. Fie graful G= (X,A), X = {xi, i= 1,5 }, F(x1) = {x3, x4}, F(x2) = {x4}, F(x3) = {x2, x4, x5}, F(x4) = {x5}, F(x5) = .

a) folosind matricea drumurilor s se arate c G nu are circuite i are drum hamiltonian b) tiind c v(x1, x3) = 3, v(x1, x4) = 2, v(x2, x4) = 3, v(x3, x2) = 4, v(x3, x4) = 1, v(x3, x5) = 4, v(x4, x5) = 2 s se arate c dH este drumul de valoare maxim de la x1 la x5.

NTREBRI DE CONTROL
1. Care este metoda de determinare a tipului de graf cu circuite sau fr circuite? 2. Ce semnific existena unui element egal cu 1 pe diagonala matricei drumurilor? 3. Care este numrul maxim de drumuri hamiltoniene pe care le poate avea un graf cu 5 noduri? 4. Care este procedeul de determinare a tipului de graf? 5. Ce informaii se pot obine n urma aplicrii algoritmului nmulirii latine? 6. De ce nu se poate aplica teorema lui Chen pentru determinarea drumurilor hamiltoniene n grafurile cu circuite?

33

1.6. TESTUL DE AUTOEVALUARE NR. 1

1. S se determine drumurile hamiltoniene pentru graful definit de: 2.
0 1 1 1 0 0 0 0 0 1 1 0

MG = 0 1 0 0 1 0
0 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0

2. Se considera graful G a crui matrice este :

0 1 0 1 0 1 0 0 0 1 0 1

MG = 0 1 0 0 1 1
0 0 1 0 0 1 0 1 0 1 0 0 0 0 0 0 0 0

Sa se determine matricea drumurilor i apoi, folosind inmulirea latin, s se identifice n G circuitele de lungime 3.

3. Fie graful G = (X,A), X = {xi, i= 1,5 }, F(x1) = {x2}, F(x2) = {x1, x4}, F(x3) = {x1, x2, x5}, F(x4) = {x1}, F(x5) = {x4} a) S se determine matricea drumurilor n G b) S se listeze drumurile de lungime 4 i s se identifice, dac exist, dH.

34

1.7. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 1

1. Mitroi Andreea , Matematic economic I, Ed. Cison, Bucureti, 2010 2. Cenu Gheorghe (coord), Matematici pentru economiti, Editura Cison, 2000 3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000

35

UNITATEA NR. 2 ELEMENTE DE TEORIA PROBABILITILOR

Timp mediu necesar pentru studiu: 7 ore.

Bifeaz sarcinile de lucru rezolvate, pe msura parcurgerii lor:

Parcurge obiectivele Citete coninutul leciei Raspunde la ntrebrile de control Parcurge problemele rezolvate Rezolva problemele propuse Recapituleaz cunotinele Pregteste Tema de control

Cuprinsul unitii de nvare: 2.1.Cmpuri de evenimente i cmpuri de probabilitate 2.1.1. Cmpuri de evenimente 2.1.2. Cmpuri de probabilitate 2.2.Probabiliti condiionate. Evenimente independente 2.2.1. Probabiliti condiionate 2.2.2. Evenimente independente 2.3.Scheme probabilistice 2.4. Tema de control a unitii de nvare nr. 2 2.5.Test de autoevaluare 2.6. Bibliografia specific unitii de nvare nr. 2

36

2.1. CMPURI DE EVENIMENTE I CMPURI DE PROBABILITATE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s defineasc i s exemplifice noiunile aferente cmpurilor de probabilitate i cmpurilor de evenimente O2: s cunoasc definiia probabilitii O3: s rezove probleme cu ajutorul definiiei clasice a probabilitii

2.1.1. CMPURI DE EVENIMENTE

Definiii

Experiena = alegerea, printr-un procedeu susceptibil de a fi repetat, a unui element dintr-o mulime dat; realizarea unui complex de condiii;

Exemple

- aruncarea unui zar, sau a unei modede - extragerea unei bile dintr-o urn - prezentarea la examen a unor studeni - jucarea unei partide de sah

Definiii

Proba = orice rezultat al unei experiene Eveniment aleator = oricare din rezulttele poteniale ale unei experiene, a crui realizare poate fi confirmat de o singura proba. Dac = mulimea tuturor rezulttelor posibile ale unei experiene i P( , orice element al mulimii P( ) = mulimea tuturor prilor lui aleator sau un eveniment - apariia feei 2 la aruncarea unui zar - extragerea unei bile albe dintr-o urn cu bile albe i negre - apariia feei Cap la aruncarea unei monezi

) este un eveniment

Exemplu

37

Definiii

Eveniment sigur (notat

) = evenimentul care se realizeaz n orice proba

Exemplu

Considernd experiena aruncrii unui zar, un eveniment sigur este:

A = evenimentul ca la aruncarea zarului s apar faa 1 sau 2 sau 3 sau 4 sau 5 sau 6 Definiii Fie A P( ) un eveniment oarecare. Se numete eveniment opus lui A (sau contrar) un eveniment care se realizeaz dac i numai dac nu se realizeaz A. Notaie: A Se consider experiena extragerii unui bile dintr-o urn cu bile roii i albe. Dac A = evenimentul extragerea unei bile albe
A = evenimentul extragerea unei bile roii

Exemplu

Definiii

Eveniment imposibil = evenimentul care nu se realizeaz n nici o prob. Se consider experiena extragerii unei bile dintr-o urn cu bile negre i albe. Un eveniment imposibil este: A = extragerea unei bile roii.

Exempu

Definiii

Reuniunea a dou evenimente A i B este evenimentul care se realizeaz dac i numai dac se realizeaz cel puin unul din evenimente Notaie : A B ( A sau B)

Intersecia a dou evenimente A i B este evenimentul care se realizeaz dac i numai dac ambele evenimente se realizeaz. Notaie : A B ( A i B)

Diferena a dou evenimente A i B este evenimentul care se realizeaz dac i numai dac se realizeaz A i nu se realizeaz B. Notaie : A B = A \ B

38

Exemplu

Se consider experiena aruncrii unui zar i evenimentele:. A = obinerea unei fee pare Si B = obinerea unei fee divizivile cu 4. Atunci, A A B = obinerea unei fee pare sau divizibile cu 4 B = obinerea unei fee pare i divizibile cu 4

A B = obinerea unei fee pare i care nu este divizibil cu 4. Definiii Evenimentul A implic evenimentul B dac realizarea evenimentului A atrage n mod necesar realizarea evenimentului B. Notaie: A B

Dou evenimente A i B sunt echivalente (egale) dac A implic B i B implic A sau A B i B A => A = B.

Dou evenimente A i B sunt incompatibile dac nu se pot realiza simultan ( A B= ) )cu proprietile:

Fie K o subfamilie din P( a. Dac A

K atunci i A

b. Dac A1, A2,..., An,...este un ir arbitrar de evenimente din K atunci i Perechea ( Dac i K = P( Observaie: , K) se numete cmp de evenimente. este o mulime finit atunci ( )

A
n 1

,K) se numete cmp finit de evenimente

Numrul tuturor evenimentelor cmpului este 2n, unde n = numrul de evenimente aleatoare.

2.1.2. CMPURI DE PROBABILITATE Fie cmpul de evenimente ( Definiii:

, K)

O functie P : K R care satisface condiiile:

39

P1) 0

P( A) 1,

P2) P( ) = 1 P3) Orice ir de evenimente A1, A2,..., An,... dou cate dou incompatibile ( Ai = , pentru i j) are loc egalitatea
P ( An )
n 1

Aj

P ( An ) =
n 1

se numete probabilitate pe ( probabilitate. Dac (

,K) iar tripletul (

, K, P ) se numete cmp de

, K) este un cmp finit de evenimente compus din evenimentele elmentare =

A1, A2,..., An adic P(Ak)

A
k 1 n k 1

atunci

0,

k 1, n i

P( Ak )

P( ) 1 .

Dac P(A1) = P(A2) = ... = P(An) evenimentele elementare Ak se numesc echiprobabile sau egal probabile i P(Ak) =
1 n

P(A) = numarul de evenimente elementare favorabile lui A

numarul total de evenimente elementare ale campului

(Definiia clasic a probabilitii) Dintr-o grupa de 25 de studeni, 15 studeni s-au pregtit pentu examenul de matematica Care este probabilitatea ca un student s promoveze examenul? Dar s nu il promoveze? Fie A = evenimentul ca un student ales la ntmplare s promoveze examenul

Exemplu

Nr. de evenimente elementare favorabile producerii evenimentului A = 15 Nr. total de evenimente elementare ale cmpului = 25 P(A) =
15 25 0,6 sau 60%

Fie B = evenimentul ca un student ales la ntmplare s nu prompveze examenul 40

P(B) =

10 25

0,4 sau 40%

Proprieti

1. P(B-A) = P(B) P(A B = (B A) adic (B A)

B)

Oricare dou evenimente A i B au loc egalitatile: (A (A B) i evenimentele (B A) i (A B) = . B) sunt incompatibile ,

Aplicand definiia probabilitii avem: P(B) = P(B - A)+P(A 2. Dac A Dac A P(B) - P(A 3. Dac A B) adic P(B - A) = P(B) - P(A B).

B atunci P(B-A) = P(B) P(A) B rezult ca A B = A. Aplicand proprietatea 1) vom avea: P(B - A) = B) = P(B) P(A)

B atunci P(A)

P(B)

Din proprietatea 2) avem relatia P(B-A) = P(B) P(A), si conform Definiiei probabilitii, P(B-A) Rezult ca P(B) P(A) 0, deci P(B) 0

P(A).

4. P( A ) = 1 P(A) A
A=

A=

Din definiia probabilitii avem: P(A i P(A

A ) = P(

) adic P(A

A ) = 1.

A ) = P(A) + P( A ) . Rezult ca P(A) + P( A ) = 1 , adic P(A) = 1 P( A )

Exemplu

Dac probabilitatea ca ziua de mine s fie insorit este de 0.3 atunci probabilitatea ca ziua de mine s fie noroasa este de 1-0.3 = 0.7

Proprieti

5. P(

)=0 i implicit A = . Rezult ca: P( )=1

Folosim proprietatea 4) considernd A = P( Dar P( 6. P(A )

) = 1 din definiia probabilitii, deci P( B) = P(A) + P(B) P(A B)

) = 0.

41

Putem scrie : A

B=A

(B (A

B))

Aplicand definiia probabilitii i proprietatea 1) avem: P (A B) = P(A) + P(B (A B)) = P(A) + P(B) P(A B)

Exemplu

Care este probabilitatea ca la aruncarea a 2 zaruri suma feelor s fie 7 sau 11? Rezulttele experienei aruncrii a dou zaruri sunt prezentate n tabelul urmator: 11 12 13 14 15 16 21 22 23 24 2-5 26 31 32 33 34 35 36 41 42 43 44 45 46 51 52 53 54 55 56 61 62 63 64 65 66

Fie A = evenimentul ca la aruncarea zarurilor suma feelor s fie 7 B = evenimentul ca la aruncarea zarurilor suma feelor s fie 11 C = evenimentul ca la aruncarea zarurilor suma feelor s fie 7 sau 11 A = {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} B = {(5,6), (6,5)} i C = A B Numrul total de evenimente ale cmpului = 36 Evenimentele A i B sunt independente, deci A Si P(A P(A B) = P(A) + P(B) P(A B) = P(A
6 36 2 36 2 9 0

B=

B)

B) =

PROBLEME REZOLVATE

42

Problema 1

Se consider experiena aruncrii unui zar.

a) Care este probabilitea ca la aruncarea unui zar, faa obinut s fie par i divizibil cu 2? Evenimentul sigur, sau spaiul de selectie este = {1,2,3,4,5,6} Fie A: evenimentul ca la aruncarea zarului s obinem o faa par Si B : evenimentul ca la aruncarea zarului s obinem un numr divizibil cu 3. A = {2,4,6} B = {3,6} i A B = {3} Folosind definiia clasic a probabilitii, P(A b) cu 4? Fie A: evenimentul ca la aruncarea zarului s obinem o fa par Si B : evenimentul ca la aruncarea zarului s obinem un numr divizibil cu 4. A = {2,4,6} B = {4} i A B = {2,4,6} i A B = {4} B) =
n( A B ) n( ) 1 6

Care este probabilitea ca la aruncarea unui zar, faa obinut s fie par sau divizibil

Metoda 1 Folosind definiia clasic a probabilitii, P(A B) =

n( A B ) n( ) 3 6 1 2

Metoda 2 Folosind proprietatea P(A P(A c) prim? Fie A: evenimentul ca la aruncarea zarului s obinem o fa impar Si B : evenimentul ca la aruncarea zarului s obinem un numr prim A = {1,3,5} B = {1,2,3,5} i A B = {1,3,5} Folosind definiia clasic a probabilitii, P(A B) =
n( A B ) n( ) 3 6 1 2

B) = P(A) + P(B) P(A

B)

B) =

3 6

1 6

1 6

1 sau 0.5 sau 50% 2

Care este probabilitea ca la aruncarea unui zar, faa obinut s fie impar i numr

43

d) prim?

Care este probabilitea ca la aruncarea unui zar, faa obinut s fie impar sau numr Fie A: evenimentul ca la aruncarea zarului s obinem o faa impar Si B : evenimentul ca la aruncarea zarului s obinem un numr prim A = {1,3,5} B = {1,2,3,5} i A B = {1,2,3,5}

Metoda 1 Folosind definiia clasic a probabilitii, P(A B) =

n( A B ) n( ) 4 6 2 3

Metoda 2 Folosind proprietatea P(A P(A B) =

3 6 4 6 3 6 4 6

B) = P(A) + P(B) P(A

2 3

B)

Problema 2

Se consider experiena aruncrii a 2 zaruri.

a) Care este pobabilitatea ca la aruncarea zarurilor suma feelor s fie 6 sau 10? n( ) = 36 A = evenimentul ca la aruncarea celor 2 zaruri, suma feelor aparute s fie 6 B = evenimentul ca la aruncarea celor 2 zaruri, suma feelor aparute s fie 10 C = evenimentul ca la aruncarea celor 2 zaruri, suma feelor aparute s fie 6 sau 10. A = {(1,5), (2,4).(3,3),(4,2),(5,1)} B= {(4,6), (5,5),(6,4)} C=A B B= deci P(A B) = 0 B) B) = P(A) + P(B) P(A
5 36 2 9 3 36 0

Se observa ca A Atunci: P(A P(A P(A B) = B) =

b) Care este probabilitatea ca la aruncarea zarurilor s obinem fee identice sau suma feelor s fie mai mica decat 5? 44

A = evenimentul ca la aruncarea celor 2 zaruri s apar fee identice B = evenimentul ca la aruncarea celor 2 zaruri, suma feelor aparute s fie mai mica decat 5 C = evenimentul ca la aruncarea celor 2 zaruri s apar fee identice sau suma feelor aparute s fie mai mica decat 5. A = {(1,1),(2,2),(3,3),(4,4),(5,5),(6,6)} B= {(1,1),(1,2),(1,3),(2,1), (2,2),(3,1)} C=A A P(A P(A P(A Problema 3 B B) = P(A) + P(B) P(A B) = B) =
6 36 6 36 2 36

B = {(1,1),(2,2)} B)

5 18

Intr-un dulap sunt 6 perechi de pantofi. Dac se extrag la ntmplare 2 pantofi, care este probabilitatea ca pantofii extrasi s formeze o pereche?

Numrul total de cazuri posibile este C 62 =15, iar numrul de cazuri favorabile este dat de numrul perechilor de pantofi, adic 3. Notand cu A evenimentul ca cei 2 pantofi extrasi s formeze o pereche, P(A)=

3 15

0 .2

REZUMAT
O functie P : K R care satisface condiiile: P1) 0 P2) P(

P( A) 1,
)=1

P3) Orice ir de evenimente A1, A2,..., An,... dou cate dou incompatibile ( Ai loc egalitatea P (

Aj =

, pentru i

j) are

A
n 1

)=
n 1

P ( An ) se numete probabilitate pe (

,K) iar tripletul (

, K, P ) se numete

cmp de probabilitate.

45

P(A) = numarul de evenimente elementare favorabile lui A

numarul total de evenimente elementare ale campului

Proprieti

1. P(B-A) = P(B) P(A 2. Dac A 3. Dac A

B)

B atunci P(B-A) = P(B) P(A) B atunci P(A) P(B)

4. P( A ) = 1 P(A)

2.2. PROBABILITI CONDIIONATE. EVENIMENTE INDEPENDENTE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc i s aplice formula probabilitii totale si formula lui Bayes O2: s defineasc evenimentele independente O3: s rezolve probleme cu evenimente independente i probabiliti condiionate

2.2.1. PROBABILITI CONDIIONATE

Definiii

Fie (

, K, P) un cmp de probabilitate i B K cu P(B)>0. Pentru orice

A K definim probabilitatea realizrii evenimentului A conditionata de B ca fiind: PB(A) = P(A/B)

P( A B) P( B)

Consecin

Regula produsului Dac A i B sunt evenimente cu probabiliti diferite de zero din K, atunci:
P( A B) P( A) P( B / A) P ( B ) P ( A / B)

46

Teorema

Formula probabilitii totale Dac Ai, i= 1, n este o partitie a evenimentului sigur, atunci
n

B K are loc egalitatea:

P( B)
i 1

P( Ai ) P( B / Ai )

Teorem

Teorema lui Bayes Dac Ai, i= 1, n este o partiie a evenimentului sigur, atunci egalitatea:
P ( Ak / B ) P ( Ak ) P ( B / Ak )
n

B K i k fixat are loc

P ( Ai ) P ( B / Ai )
i 1

2.2.2. EVENIMENTE INDEPENDENTE

Definiii

Fie (

, K, P) un cmp de probabilitate . Dou evenimente A,B K sunt

independente dac :
P( A B) P( A) P( B)

Evenimentele Ai K sunt independente dac pentru orice submulime finit de evenimente {E1, E2,,Ek} a lui A avem : P( E1
E2 ... Ek ) P( E1 ) P( E 2 ) ... P( E k )

Teorema

Dac A i B sunt dou evenimente independente din spaiul K, cu probabiliti diferite de zero, atunci : P(A/B) = P(A) i P(B/A) = P(B)

47

PROBLEME REZOLVATE

1. Dac 60% din angajaii unei companii sunt femei, i 75% dintre femei au 1 copil, s se calculeze probabilitatea ca un angajat ales la ntmplare s fie femeie i s aiba un copil. Definim mulimile: A: evenimentul ca un angajat ales la ntmplare s fie femeie i P(A) = 60% B: evenimentul ca un angajat femeie s aiba un copil C: evenimentul ca un angajat s aiba un copil D: evenimentul ca un angajat ales la ntmplare s fie femeie i s aiba un copil Evenimentul D se poate scrie ca fiind D = A C. Atunci evenimentul B= C/A i P(B) = P(C/A) = 75% P(D) = P(A C) = P(A).P(C/A) = 0.75 x 0.60 = 0.45 sau 45% 2. Urna nr. 1 contine 3 bile albe i 4 bile negre. Urn nr. 2 contine 3 bile albe i 5 bile negre. S se calculeze probabilitatea ca o bila aleasa la ntmplare dintr-una din cele 2 urne s fie alba. Fie evenimentele: A = se extrage o bila din urn nr.1 B = se extrage o bila din urn nr.2 C = se extrage o bila alba P(A) = P(B) =
1 3 . Probabilitatea ca o bila extrasa din urn nr.1 s fie alba este P(C/A) = . 2 7 3 8

Probabilitatea ca o bila extrasa din urn nr.2 s fie alba este P(C/B) = Aplincnd formula probabilitii totale vom avea:

P(C) = P(A)P(CA) +P(B)P(CB) = (1/2) x (3/7) + (1/2) x (3/8) = 45/112 = 0.40178.

48

REZUMAT PB(A) = P(A/B)

P( A
P( B)
i 1

B)
n

P( A B) P( B) P( A) P( B / A) P( B) P( A / B)

P( Ai ) P( B / Ai )

P ( Ak / B )

P ( Ak ) P ( B / Ak )
n

P ( Ai ) P ( B / Ai )
i 1

Dou evenimente A,B K sunt independente dac : P( A

B)

P( A) P( B)

Dac A i B sunt dou evenimente independente din spaiul K, cu probabiliti diferite de zero, atunci : P(A/B) = P(A) i P(B/A) = P(B)

2.3. SCHEME PROBABILISTICE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc schemele probabilistice clasice O2: s aplice schemele probabilistice clasice n rezolvarea problemelor

Schema Poisson

Se consider un sistem de experiene independente Ei cu i = 1, n i un sistem de evenimente asociat experienelor Ei, notat Ai. Probabilitatea realizrii unui numr de k evenimente atunci cnd se efectueaza toate experienele Ai este coeficientl lui xk din polinomul Q(x) = (p1x+q1) (p2x+q2) (pnx+qn) unde pi = P(Ai) i qi = P( Ai ), cu i = 1, n

49

Schema Bernoulli Probabilitatea realizrii unui eveniment A de k ori atunci cnd se efectueaz o experiena de n ori, i atunci cnd cunoatem probabilitatea realizrii evenimentului A(P(A) = p) este
k k n Cn p q k

P(C) =

q = 1 - p. Schema Bernoulli se mai numete i schema urnei cu bil revenit. Probabilitatea ca o companie sa nregistreze profit ntr-o lun este de 0,6. Care este probabilitatea ca n 6 luni din cele 12 ale anului compania s inregistreze profit ? A= evenimentul compania nregistreaza profit ntr-o lun i P(A) = 0,6 B = evenimentul compania nu inregistreaza profit ntr-o lun i P(B) = P( A ) = 0,4 C = evenimentul compania inregistreaza profit in 6 din cele 12 luni ale anului
6 (0,6) 6 (0,4) 6 P(C) = C12

Exemplu

Schema Bernoulli cu mai multe stri Fie o experien care poate avea probabilitile de realizare pi = P(Ai), i=1,n.
n

ca rezultat doar unul din evenimentele Ai care au

Ai formeaz un sistem complet de evenimente deci

i 1

pi

1 . Dac se repet de k ori

experiena n aceleai condiii, probabilitatea realizrii evenimentului A care const n realizarea

n

evenimentelor Ai de mi ori (
i 1

mi

k ) este P(A) =

k! mn m2 p1m1 p 2 ... p n m1!m2 !...mn !

Schema hipergeometric (schema bilei nerevenite cu doua stari) Se consider o urn care conine N bile din care a -bile albe si b - bile negre. Se fac n extrageri succesive din urn, fra revenire. 50

Fie A = evenimentul ca din cele n bile extrase k s fie albe si n-k negre. Atunci P(A) =
k Ca C bn n CN k

Exemplu

S se calculeze probabilitatea ca la o extragere a jocului 6 din 49 s se obina numerele : 25,9,15,21,23,8.

6 0 C6 C 43 P(A) = 6 C 49

Schema hipergeometric generalizat (schema bilei nerevenite cu m stri) Se consider o urn care conine N bile din care a1 -bile de culoarea 1, a2 bile de culoarea 2,, am bile de culoarea m. Se fac n extrageri succesive din urn, fra revenire. Fie A = evenimentul ca din cele n bile extrase n1 s aibe culoarea 1, n2 s aib culoarea 2,, nm s aibe culoarea m este : Atunci P(A) =
nm n1 n2 Ca Ca ...C a 1 2 m n CN

Schema geometric (Schema lui Pascal) Se consider o urn care conine bile albe si negre, pentru care se cunoate probabilitatea extragerii unei bile albe ca fiind p. Se fac n extrageri succesive din urn, cu revenire. Fie A = evenimentul ca prima bil alba s apar exact la extragerea k si primele k-1 bile extrase sa fie negre. P(A) = p.qk-1

PROBLEME REZOLVATE

Exemplu

Trei grupe de studeni contin 20%, 15% respectiv 10% baieti. Se alege la ntmplare cate un student din fiecare grupa. s se calculeze probabilitile evenimentelor :

51

a)

un singur student din cei 3 alesi s fie baiat

Ipoteza : Considerm sistemul format din 3 experiene Ei, i=1,3 i probabilitile asociate de extragere a unui baiat din fiecare grupa P(Ei) = pi, respectiv p1 = 0.2, p2 = 0.15 i p3 = 0.1. Atunci, probabilitile de a extrage o fat din fiecare grup vor fi q 1= 0.8, q2 = 0.85 respectiv q3 = 0.9. Probabilitatea realizrii evenimentului A : un singur student s fie biat (k=1) atunci cnd se efectueaz cele 3 experiene este coeficientul lui x din polinomul Q(x) = (p1x+q1)(p2x+q2)(p2x+q2) Q(x) = p1p2p3x3 + (p1p2q3 + p2p3q1 + p1p3q2)x2 + (p1q2q3 + p2q1q3 + p3q1q2)x + q1q2q3. P(A) = p1q2q3 + p2q1q3 + p3q1q2 un singur student din cei 3 alesi s fie fata

b)

In ipotezele enunate la pct.a) probabilitatea ca un singur student s fie fat este echivalent cu probabilitatea ca 2 studeni din cei alei s fie baiei, adic probabilitatea realizrii a 2 evenimente (k=2) la efectuarea celor 3 experiene. Conform Schemei Poisson, probabilitatea alegerii a 2 studeni este coeficientul lui x2 din polinomul Q(x) = (p1x+q1)(p2x+q2)(p2x+q2). P(B) = p1p2q3 + p2p3q1 + p1p3q2 probabilitatea ca toi cei 3 studeni alei s fie biei

c)

Probabilitatea ca 3 studeni din cei alei s fie bieti, este probabilitatea realizrii a 3 evenimente (k=3) la efectuarea celor 3 experiene i conform Schemei Poisson, va fi egala cu coeficientul lui x 3 din polinomul Q(x) = (p1x+q1)(p2x+q2)(p2x+q2) P(C) = p1p2p3 probabilitatea ca toi cei 3 studeni alei s fie fete

d)

Probabilitatea realizrii evenimentului D : toti studenii alei sunt fete este egal cu probabilitatea realizrii evenimentului nici un student nu este biat sau 0 studeni sunt biei (k=0) probabilitate care potrivit schemei Poisson este egal cu valoarea coeficientului x0 (termenul liber) din polinomul Q(x) = (p1x+q1)(p2x+q2)(p2x+q2) P(D) = q1q2q3 probabilitatea ca cel mult un student s fie biat

e)

Dac A = evenimentul ca un student din cei 3 alei este biat Si D = evenimentul ca toti studenii sunt fete

52

Notnd cu E = evenimentul ca cel mult un student din cei 3 alei s fie biat, avem E = A D cu A i B evenimente independente. P(E) = P(A D) = P(A) + P(B) probabilitatea ca cel puin 2 studeni s fie bieti.

f)

Am calculat anterior probabilitile realizrii evenimentelor : B = un student din cei 3 alesi este fat C = toti studenii alei sunt baiei Probabilitatea realizrii evenimentului F = B C este P(F) = P(B) + P(C) (B i C sunt evenimente independente).

REZUMAT

Schema Poisson Probabilitatea realizrii unui numr de k evenimente atunci cnd se efectueaza toate experienele A i este coeficientl lui xk din polinomul Q(x) = (p1x+q1) (p2x+q2) (pnx+qn) unde pi = P(Ai) i qi = P( Ai ), cu i = 1, n

Schema Bernoulli Probabilitatea realizrii unui eveniment A de k ori atunci cnd se efectueaz o experiena de n ori, i
k k n p q atunci cnd cunoatem probabilitatea realizrii evenimentului A ( P(A) = p ) este P(C) = C n k

i q = 1 - p.

Schema Bernoulli cu mai multe stri Fie o experien care poate avea ca rezultat doar unul din evenimentele Ai care au probabilitile de realizare pi = P(Ai), i=1,n. Dac se repet de k ori experiena n aceleai condiii,
n

probabilitatea realizrii evenimentului A care const n realizarea evenimentelor Ai de mi ori (

i 1

mi

k)

este P(A) =

k! mn m2 p1m1 p 2 ... p n m1!m2 !...mn !

53

Schema hipergeometric (schema bilei nerevenite cu doua stari) Se consider o urn care conine N bile din care a -bile albe si b - bile negre. Se fac n extrageri succesive din urn, fra revenire. Fie A = evenimentul ca din cele n bile extrase k s fie albe si n-k negre. Atunci P(A) =
k Ca C bn n CN k

2.4. TEMA DE CONTROL A UNITII DE NVARE NR. 2

PROBLEME PROPUSE
1. Care este probabilitatea ca alegand un numr din primele 1000 de numere intregi i pozitive, acesta s fie divizibil cu 3 sau cu 4? 2. Se arunc dou zaruri, unul de culoare rosie i unul de culoare neagra. Care este probabilitatea ca la aruncarea celor dou zaruri, zarul rosu s aiba un numr mai mic decat 4 sau cel albastru un numr mai mare decat 4? 3. O urn contine 4 bile albe i 6 bile negre. Se consider experiena extragerii simultane a 2 bile. S se calculeze probabilitatea apariiei evenimentelor: a) b) c) ambele bile extrase sunt albe ambele bile extrase sunt negre bilele extrase au aceeai culoare

4. Se arunc un zar de 6 ori. Care este probabilitatea apariiei urmatoarelor fee n ordine : 1,2,3,4,5,6 5. O aeronava are 4 sisteme computerizate de control pentru cele 4 motoare. S se calculeze probabilitatea defectrii simultane a celor 4 siteme de control, dac probabilitatea defectrii fiecrui sistem este de 0.1%.

Rspunsuri:

54

1. Fie A = evenimentul ca numrul ales s se divida cu 3 i B = evenimentul ca numrul ales s se divida cu 4 A B deoarece multiplii lui 12 se divid i cu 3 i cu 4
1000 3 1000 4 333 250 83

n(A) = cel mai mare numr intreg n(B) = cel mai mare numr intreg n(A P(A P(A P(A

B) = cel mai mare numr intreg B) = P(A) + P(B) P(A B) = B) =

333 250 83 1000 1000 1000 1 2

1000 12

B)

2. Fie A evenimentul ca la aruncarea zarului rosu s apar un nr. mai mic ca 4. Atunci P(A) =

3 (3 6

cazuri favorabile din 6). Analog, dac B este evenimentul ca la aruncarea zarului negru s apar un numr mai mare decat 4, P(B) =
2 6

Cazurile favorabile evenimentului A i B (A B) este mulimea perechilor ordonate {(1, 5), (1, 6), (2, 5), (2, 6), (3, 5), (3, 6)} iar numrul total posibil de evenimente este 6x6 = 36.

P(A B) = P(A) + P(B) P(A B) =

3 2 30 6 + = 6 6 36 36

0.8333

3. a) ambele bile extrase sunt albe

2 Numrul total de cazuri posibile pentru extragerea a 2 bile este C10 = 45.

Fie A evenimentul ambele bile extrase sunt albe Numrul de cazuri favorabile extragerii a 2 bile albe este C 42 Si P(A) = 6/45 = 0.133
6

b) ambele bile extrase sunt negre

55

Fie B evenimentul ambele bile extrase sunt negre Numrul de cazuri favorabile producerii evenimentului B este C 62 P(B) = 15/45 = 0.333 c) bilele extrase au aceeai culoare Dac C = evenimentul ca ambele bile extrase s aiba aceeai culoare, atunci fie bilele extrase sunt negre fie bilele extrase sunt albe, deci C = A B cu A i B evenimente independente si P(C) = P(A B) = P(A) + P(B) = 0.133 + 0.333 = 0.466 4. (1/6)6 5. Fie Ai evenimentul motorul i se defecteaz , i=1,4 i A evenimentul toate cele 4 motoare se defecteaz A = A1 A2 A3 A4 si P(A) = P( A1 A2 A3 A4 ) = P(A1) P(A2) P(A3) P(A4) = (0.001)4
15 si

NTREBRI DE CONTROL 1. Care este diferena ntre un cmp de evenimente i un cmp de probabilitate? 2. Care este importana folosirii teoriei probabilitilor n contextul modelrii fenomenelor economice?

LUCRARE DE VERIFICARE
1. O urn contine 5 bile albe i 6 bile negre. Se consider experiena extragerii simultane a 2 bile. S se calculeze probabilitatea apariiei evenimentelor: a) ambele bile extrase sunt albe b) ambele bile extrase sunt negre c) bilele extrase au aceeai culoare

56

2. Dintr-un pachet cu 52 carti de joc, se alege aleator o carte. Se consider evenimentele: A: cartea extrasa este de trefl B: Cartea extrasa are unul din numerele 2 pna la 10 S se calculeze: a) b) c) d) e) P(A) (1 punct) P(B) (1 punct) P(A B) (2 puncte)

P( A ) (2 puncte) P( B ) (2 puncte)

3. Fie

= { 1,2,3,4,5,6} spaiul de selectie asociat unei experiene. S se indice :

a) evenimentele elementare b) dou evenimente incompatibile c) dou evenimente opuse d) dou evenimente astfel ca unul il implic pe celalalt 4. Se arunc 2 zaruri de 100 de ori. n tabelul de mai jos se inregistreaz frecvena apariiei tuturor sumelor posibile pentru cele 2 fee aparute la o aruncare. Suma feelor

4 5 6

9 10

Frecventa apariiei 10 12 8 7 13 12 11 7 20 a) Care este probabilitatea ca suma feelor s fie mai mica decat 4 i mai mare decat 9? b) Care este probabilitatea ca suma feelor s fie un numr par sau divizibil cu 5?

2.5. TESTUL DE AUTOEVALUARE NR. 2

1. Se consider experiena aruncrii de dou ori a unei monezi ; s se arate ca evenimentele : A : apariia feei Cap la prima aruncare si B : apariia feei Cap la a dou aruncare sunt evenimente independente. 2. Experimentului aruncarii unei monede de 3 ori i se poate ataa varaibila aleatoare X = numrul de ori de care poate aparea pajura. Care sunt valorile pe care le poate lua X?

57

a) 1,2,3,4 b) 1,2,3 c) 0,1,2,3

d) CPP, PCP, PPC, CPC, PCC, CCC e) nedefinit f) 0.5, 1.5, 2.5, 3.5

3. Fie experimentul aruncarii a 2 zaruri i variabil aleatoare X = suma numerelor care apar pe feele zarurilor. Care sunt valorile pe care le poate lua X? a) 1,2,3,4,12 b) 2,4,6,8,10,12 c) 1,2,3,4 d) 0,1,2,12 e) nedefinit f) 2,3,4,12

4. Experiment: Se arunca un zar pana apare fata 6. Considerand variabil aleatoare X = numrul de aruncari, valorile pe care le poate lua X sunt: a) 1,2,3,4,12 b) 2,4,6,8,10,12 c) 1,2,3,4 d) 0,1,2, e) nedefinit f) A,B,C,D,

5. S se precizeze tipul urmatoarelor variabile aleatoare: a) se consider experiena aruncarii a 2 zaruri, i variabil aleatoare asociata numrului de aruncari necesare pentru obtinerea la ambele zaruri a fetelor 6. b) variabil aleatoare asociata numrului de intrebari la care un student a raspuns corect, daca studentul rezolva pentru un examen un test cu 50 de intrebari c) variabil aleatoare asociata valorii unei investitii de 10.000 eur dupa un an de la momentul investitiei d) variabil aleatoare asociata rezultatelor experientei de masurare a inaltimii unui grup de 50 de persoane.

Rezolvri : 1. Spaiul evenimentelor echiprobabile al experienei este K = {CC,CP,PC,PP}

Atunci A = {CC,CP} , B = {CC,PC} i A Verificnd definiia, P( A

B) 1 4 1 1 2 2

B {CC} cu P(A) =

1 1 , P(B) = i P( A 2 2

B)

1 4

P( A) P( B) adic A i B sunt independente

4. b, 5. a, 6. c

58

2.6. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 2

1. Mitroi Andreea , Matematic economic I, Ed. Cison, Bucureti, 2010 2. Cenu Gheorghe (coord), Matematici pentru economiti, Editura Cison, 2000 3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000

59

UNITATEA NR. 3 VARIABILE ALEATOARE

Timpul de studiu individual estimat: 7 h

Bifeaz sarcinile de lucru rezolvate, pe msura parcurgerii lor:

Parcurge obiectivele Citete coninutul leciei Raspunde la ntrebrile de control Parcurge problemele rezolvate Rezolva problemele propuse Recapituleaz cunotinele Pregteste Tema de control

Cuprinsul unitii de nvare: 3.1. Generaliti. Funcia de repartiie 3.1.1. Generaliti 3.1.2. Distribuia de probabilitate (repartiia) a unei variabile aleatoare simple 3.1.3. Funcia de repartiie i densitatea de repartiie a unei variabile aleatoare 3.2. Variabile aleatoare discrete 3.2.1. Operaii cu variabile aleatoare discrete 3.2.2. Operaii efectuate asupra unei variabile aleatoare X 3.2.3. Operaii care se pot efectua cu dou variabile aleatoare X i Y

60

3.3. Caracteristici numerice ale variabilelor aleatoare. Coeficientul de corelaie 3.3.1. Caracteristici numerice ale variabilelor aleatoare discrete 3.3.2. Caracteristici numerice ale variabilelor aleatoare continue 3.4. Coeficientul de corelaie a dou variabile aleatoare 3.5. Tema de control a unitii de nvare nr. 3 3.6. Testul de autoevaluare nr. 3 3.7. Bibliografia specific unitii de nvare nr. 3

3.1. GENERALITI. FUNCIA DE REPARTIIE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc definiia unei variabile aleatoare O2: s caracterizeze fenomene economice cu ajutorul variabilelor aleatoare O3: s calculeze funcia de repartiie a unei variabile aleatoare

3.1.1. GENERALITI Considernd un experiment, n cele mai multe dintre cazuri, fiecrui rezultat posibil al acestuia i putem asocia valori numerice.

Exemplu La aruncarea unui zar se obine una din feele zarului cu valori de la 1 la 6, i fiecrei din aceste experiene i putem ataa valorile numerice 1 pana la 6. Rezultatul experimentului sustinerea examenului la matematica efectuat de un student din anul I este un numr , de la 0 la 10.

Variabila aleatoare este deci o regul, care asociaz fiecrei realizri a unui experiment un numr , aceste numere numindu-se valorile variabilei aleatoare.

61

Definiii:

Se numete variabil aleatoare, o mrime care n urma unei experiene poate lua o valoare dintr-o mulime bine definit, numit mulimea valorilor posibile.

Observaii

Valorile pe care le poate lua o variabil aleatoare se cunosc numai dupa efectuarea experimentului. Variabilele aleatoare se noteaz cu litere mari de la sfritul alfabetului, X, Y, Z,etc, iar valorile pe care le pot lua variabilele aleatoare cu litere mici.

Exemple Experimentului Selectarea unei banci i se asociaz variabila aleatoare X = numrul clienilor bncii.r Valorile pe care le poate lua X sunt 2, 3, 4, ... Experimentului selectarea unui jucator de fotbal i se poate asocia variabila aleatoare Y = numrul golurilor inscrise n acest sezon. Valorile pe care le poate lua Y sunt 0, 1, 2, 3, ... Experimentului de selectare a unui grup de 10 jucatori de fotbal i se poate ataa variabila aleatoare Z = numrul mediu de goluri inscrise de jucatori n acest sezon. Valorile pe care Z le poate lua sunt 0; 0,1; 0,2; 0,3; ....; 1,0; 1,1, ...

Definiii

Daca mulimea valorilor posibile pe care le poate lua o variabil aleatoare este discret (valori numerice specifice sau izolate), variabila aleatoare se numete discret. Variabilele aleatoare discrete care pot lua un numr exact de valori finite se numesc variabile aleatoare finite sau simple. (de ex. Rezultatul aruncrii unui zar) Variabilele aleatoare discrete care pot lua un numr nelimitat de valori finite se numesc variabile aleatoare discrete infinite. ( de ex. numrul de stele estimate a exista n univers) Daca mulimea valorilor posibile este continu (un interval finit sau infinit din mulimea numerelor reale), variabila aleatoare se numete continu. (de ex. Inalimea unui atlet n cm)

62

Exemple Se consider experiena aruncarii unei monezi de trei ori. Considernd ca rezultat aparitia fetei Cap, mulimea valorilor pe care le poate lua acest rezultat este {0,1,2,3} i variabila aleatoare asociat este finit. Alegnd o banc din mulimea bncilor existente i considernd ca rezultat numrul de companii care au cont deschis la respectiva banc, variabila aleatoare ataat poate lua valorile {1,2,3,4,} i este o variabil aleatoare discret i infinit (nu exist o limit superioara pentru numrul de companii care pot avea cont deschis la respectiva banc) La experiena de msurare a lungimii unui obiect, variabila aleatoare asociat rezultatelor experienei poate lua orice valoare din mulimea numerelor pozitive, deci variabila aleatoare va fi continu.

3.1.2. DISTRIBUIA DE PROBABILITATE (REPARTIIA) A UNEI VARIABILE ALEATOARE SIMPLE Se consider experiena aruncrii a 2 zaruri, i variabil aleatoare X asociata rezultatului obtinut la insumarea valorii fetelor care apar la aruncarea zarurilor. Multimea valorilor variabilei aleatoare X este {2,3,4,5,6,7,8,9,10,11,12} Dorim s obtinem informaii despre condiiile n care X ia diverse valori posibile. Evenimentul X = 2 este format din apariiile feelor {(1, 1)} Evenimentul X = 3 este format din apariiile feelor {(2, 1), (1, 2)} Evenimentul X = 4 este {(3, 1), (2, 2), (1, 3)} i asa mai departe. Numrul total de evenimente posibile egal probabile este 62 = 36 i fiecrui eveniment i se poate calcula probabilitatea de aparitie. De exemplu P( X = 4) =

3 36

1 12

Rezultatele calculului tuturor probabilitilor evenimentelor care pot aparea la aruncarea a 2 zaruri pentru variabil aleatoare X se pot scrie sub forma:
2 1 36 3 2 36 4 3 36 5 4 36 6 5 36 7 6 36 8 5 36 9 4 36 10 3 36 11 2 36 12 1 36

63

Definiii Se numete repartiie a unei variabile aleatoare discrete enumerarea tuturor valorilor posibile ale variabilei aleatoare precum i a probabilitilor corespunzatoare. Fie variabil aleatoare X i xi valorile posibile pe care aceasta le pote lua. i = 1,2,n Fie Ei evenimentul ca variabila aleatoare X s ia valoarea xi. (X = xi), i = 1,2,n i Vom nota cu P(Ei) = P(X=xi) = f(xi) = pi probabilitatea ca variabila aleatoare X s ia valoarea xi. (f(xi) este funcia de probabilitate). Mulimea perechilor ordonate ( xi, f(xi)) se numete repartiia variabilei aleatoare discrete X. Observaie n practic, o variabil aleatoare discret se prezint sub forma matriceala, X

x1 f ( x1 )
sau X:

x2 ... xn f ( x2 ) ... f ( xn )

x1 p1

x2 p2

... xn ... p n

3.1.3. FUNCIA DE REPARTIIE I DENSITATEA DE REPARTIIE A UNEI VARIABILE ALEATOARE Fie cmpul de probabilitate ( Definiii definit prin: F(x) = P({ Observaie Definiii : X( ) < x}) = P(X < x), x R , K, P) i variabila aleatoare X : R R,

Se numete funcie de repartiie a variabilei aleatoare X o funcie F : R

Orice variabil aleatoare se poate defini cu ajutorul funiei sale de repartiie. Funcia de repartiie a unei variabile aleatoare simple X, sau mai general, discrete, cu repartiia (xi,f(xi)), i = 1, n , este dat de relaia F(x) =
xi x

f ( xi ) .

64

Functia de repartiie F a unei variabile aleatoare discrete X se numete functie de repartiie de tip discret. Funcia de repartiie a unei variabile aleatoare continue X este
x

F(x) =

f (u )du pentru orice x R

Proprieti

Dac F : R 1. 0 F(x)

R este funcia de repartiie a unei variabile aleatoare, atunci : 1, oricare x R F(b), oricare a,b R

2. F este nedescresctoare: daca a < b atunci F(a) 3. Daca a < b oricare a,b R au loc egalitatile: P( a X <b) = F(b) F(a) P(a< X <b) = F(b) F(a) P(X=a) P(a< X P(a 4. F(X

b) = F(b) F(a) P(X=a) + P(X=b) b) = F(b) F(a) +P(X=b) )=1

) = 0, F(

5. funcia de repartiie este continua la stanga: F(x) = F(x-0) oricare x Definiie R

Se numete densitate de repartiie a unei variabile aleatoare X a crei funcie de repartiie este F(x), o funcie f : R
x

[0, ] cu proprietatea c:

F(x) =

f (u )du pentru orice x R.

Observaie

Daca X are densitatea de repartiie f, atunci: f(x) P(x = F(x) =

lim
h

F ( x h) F ( x ) 0 h

lim
h

P( x

X x h) h

Rezult

x h ) = f(x)dx deci f(x)dx este probabilitate elementar.

Proprietati

Funcia densitate de repartiie a unei variabile aleatoare are urmatoarele proprieti :

1. f(x) 2.

0, orice x

f (u )du 1

65

3. Oricare a,b R cu a < b are loc egalitatea:

b

P(a

b)
a

f (u )du

PROBLEME REZOLVATE

1. Fie variabil aleatoare simpla X avand repartiia: X:

0.1 0.2 04 0.3

Funcia de repartiie a variabilei aleatoare X este

daca

0.1 daca 0 x 1 F(X) = 0.3 daca 1 x 2 0.7 daca 2 x 3 1 daca x 3

2. a) S se determine k R , k>0, astfel nct funcia f(x) =

k (2 x 1), 1 x 3 0 in rest

a) s fie densitatea de repartiie a unei variabile aleatoare X b) s se determine funcia de repartiie a variabilei aleatoare X b) funcia condiiile: 1. f(x) 2. 0, orice x R f(x) este densitate de repartiie a unei variabile aleatoare X daca indeplineste

f (u )du 1
[k,5k]

Deoarece x [1,3] i f(x)=k(2x-1) este o functie lineara crescatoare, rezulta ca f(x) cu k>0, pentru x [1,3]. De asemenea f(x) = 0 pentru x (,1) (3, ), i deci f(x)

0, orice x

R, prima conditie fiind verificata. Determinarea constantei k se face utilizand a doua conditie, i anume

f (u )du 1 .

66

Vom avea:
1 3 3

f (u )du

0du
1

k (2u 1)du
3

0du
1

k (2u 1)du

k (u 2

3 u) 1 6k i deci 6k = 1

de unde rezul k =

1 6

i funcia densitate de repartiie este:

1 (2 x 1), 1 x 3 f(x) = 6 0 in rest

x

c) funcia de repartiie F(x) se determii din relatia F(x) =

x

f (u )du .

- pentru x

(-

,1), F(x) =

0du 0.

- pentru x [1,3),
1 x

F(x) =

f (u)du
1

f (u)du
1

1 (2u 1)du 61
3

1 2 (u 6
x

x u) 1

1 2 (x 6

x)

-pentru x [3,

), F(x) =

0du

1 (2u 1)du 6 1

0du 1 si
3

Functia de repartiie va fi :

0 , x 1 1 2 F(x) = (x x) , 1 x 3 6 1 , x 3

Se poate verifica c F(x) = f(x) pentru orice x R..

REZUMAT Se numete variabil aleatoare, o mrime care n urma unei experiene poate lua o valoare dintr-o mulime bine definit, numit mulimea valorilor posibile. Se numete repartiie a unei variabile aleatoare discrete enumerarea tuturor valorilor posibile ale variabilei aleatoare precum i a probabilitilor corespunzatoare.
O variabil aleatoare discret se prezint sub forma matriceala, X :

x1 f ( x1 )

x2 ... xn sau f ( x2 ) ... f ( xn )

67

X:

x1 p1

x2 p2

... xn ... p n
R, definit prin:

Se numete funcie de repartiie a variabilei aleatoare X o funcie F : R F(x) = P({ Dac F : R 1. 0 F(x) : X( ) < x}) = P(X < x), x R R este funcia de repartiie a unei variabile aleatoare, atunci : 1, oricare x R F(b), oricare a,b R

2. F este nedescresctoare: daca a < b atunci F(a) 3. Daca a < b oricare a,b R au loc egalitatile: P( a X <b) = F(b) F(a) P(a< X <b) = F(b) F(a) P(X=a) P(a< X P(a 4. F(X

b) = F(b) F(a) P(X=a) + P(X=b) b) = F(b) F(a) +P(X=b) )=1 R

) = 0, F(

5. funcia de repartiie este continua la stanga: F(x) = F(x-0) oricare x

Se numete densitate de repartiie a unei variabile aleatoare X a crei funcie de repartiie este F(x), o
x

funcie f : R

[0,

] cu proprietatea c: F(x) =

f (u )du pentru orice x R.

3.2. VARIABILE ALEATOARE DISCRETE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s efectueze operaii cu variabile aleatoare discrete O2: s determine repartiiile marginale ale variabilelor aleatoare cnd se cunoate repartiia comun a acestora O3: s determine repartiia comun a dou variabile aleatoare

68

3.2.1. OPERAII CU VARIABILE ALEATOARE DISCRETE

Definiii:

Dou variabile aleatoare X i Y sunt independente dac evenimentele (X = xi) i (Y = yj), care au probabilitile de apariie pi respectiv qj, cu i = 1, n i j = 1, m sunt independente. Atunci: P[(X = xi);( Y = yj)]=P[(X = xi) (Y = yj)]= pij = pi x qj

Definiii

Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (x i, f(xi)), i = 1, n respectiv (yj, g(yj)), j = 1, m . Dac evenimentele (X = xi) i (Y = yj) nu sunt independente, rezult ca exist o valoare pij care caracterizeaz P(X = xi Y = yj) = pij .

Cunoscnd probabilitaile pij cu i = 1, n i j = 1, m sau repartiia comun a variabilelor aleatoare X i Y, se pot determina repartiiile marginale ale variabilelor aleatoare X i Y.

x\y y1 x1 xi xn pkj P11 Pi1 Pn1

n

yj P1j pij Pnj

n

...

ym P1m

pi.k
m

p1k
k 1

..

pim

p ik
k 1

pnm
n

.
m

p nk
k 1
n m

p k1
k 1

p kj
k 1

p km
k 1
i 1 j 1

p ij

Atunci repartiia marginal a varaibilelor X i Y este

69

x1
X:
n

...
n

xi pik
k 1

...
n

xn p nk
k 1

p1k
k 1

...

...

y1
Y:
m k 1

...
m

yi p ki
k 1

...
m

ym p km
k 1

p k1 ...

...

3.2.2. OPERAII EFECTUATE ASUPRA UNEI VARIABILE ALEATOARE X

Definiii

nmulirea cu o constant Fie c = ct., c R, i X o variabil aleatoare discret finita (simpla) cu repartiia (xi, f(xi)), i = 1, n

Atunci cX are repartiia (cxi, f(xi)), i = 1, n deoarece P(cX = cxi) = P(X = xi) = f(xi). sau daca X :

x1 p1

x2 p2

... xn ... p n

atunci

cX :

cx1 p1

cx2 p2

... cxn ... pn

Exemple:

Fie X :

0.1 0.2 0.4 0.3

Repartiia variabilei aleatoare 3X este

0.1 0.2 0.4 0.3

70

Definiii

Ridicarea la putere a unei variabile aleatoare Fie r R, i X o variabil aleatoare discret finit (simpla) cu repartiia (x i, f(xi)), i = 1, n . Atunci Xr are repartiia (x ir , f(xi)), i = 1, n . S se calculeze repartiia variabilei aleatoare X2, unde X:

Exemplu

0.1 0.2 0.4 0.3

X2 =

1 4 9 32 = 0 0.1 0.2 0.4 0.3 0.1 0.2 0.4 0.3

02

12

22

3.2.3. OPERAII CARE SE POT EFECTUA CU DOU VARIABILE ALEATOARE X I Y

n definirea operaiilor care se pot efectua cu 2 variabile aleatoare X i Y distingem dou modaliti de calcul, dup cum variabilele sunt independente sau nu.

1. Operaii cu variabile aleatoare independente Definiii Adunarea a dou variabile aleatoare Daca X i Y sunt variabile aleatoare independente atunci X + Y are repartiia (x i + yj, f(xi).f(yj)), cu i = 1, n i j = j = 1, m Definiii nmulirea
Daca X i Y sunt variabile aleatoare independente atunci XY are repartiia (xi yj, f(xi).f(yj)), cu i = 1, n i j = 1, m

71

Definiii

mprirea Dac X i Y sunt variabile aleatoare independente, cu yj repartiia ( 0, atunci variabila aleatoare

X are Y

xi , f(xi).f(yj)), cu i = 1, n i j = 1, m yj

2. Operaii cu variabile aleatoare dependente

Definiii

Adunarea a dou variabile aleatoare Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (xi, f(xi)), i = 1, n respectiv (yj, g(yj)), j = 1, m . Atunci : X + Y are repartiia (xi + yj, h(xi, yj )) cu i = 1, n i j = j = 1, m , unde: h(xi,yj ) = P ({X= xi } {Y = yj }) = P(X= xi, Y = yj) cu i = 1, n i j = j = 1, m

Definiii

nmulirea Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartitiile (xi, f(xi)), i = 1, n respectiv (yj, g(yj)), j = 1, m . Atunci : X .Y are repartiia (xi yj, h(xi, yj )) cu i = 1, n i j = 1, m , unde: h(xi, yj ) = P ({X= xi } {Y = yj }) = P(X= xi, Y = yj) cu i = 1, n i j = 1, m

Definiii

mprirea Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (xi, f(xi)), i = 1, n respectiv (yj, g(yj)), j = 1, m .

Atunci :

x X are repartiia ( i , h(xi,yj)) cu i = 1, n i j = 1, m , unde: Y yj

h(xi,yj) = P ({X = xi} {Y = yj}) = P(X = xi, Y = yj) cu i = 1, n i j = 1, m

72

PROBLEME REZOLVATE 1. S se determine repartiiile marginale ale variabilelor X i Y a caror repartiie comun este

X\Y 1 2

0 0,1 0,1

1 0,2 0,1

2 0,3 0,2

Completm tabelul cu nc o linie i o coloan aferente probabilitilor P(Y=yj), respectiv P(X=xi)

X\Y 1 2 P(Y=yj)

0 0,1 0,1 0,2

1 0,2 0,1 0,3

2 0,3 0,2 0,5

P(X=xi) 0,6 0,4 1

Repartiia marginal a variabilelor aleatoare X i Y va fi: X:

0,6 0,4

i Y :

0,2 0,3 0,5

2. S se calculeze suma ca independente X i Y unde: X:

0,2 0,8

i Y :

0,2 0,2 0,6

Notam cu Z = X + Y Z:
0 0 0 1 0 2 1 0 1 1 1 2 0,2 x0,2 0,2 x0,2 0,2 x0,6 0,8x0,2 0,8x0,2 0,8x0,6

Z:

0,04 0,04 0,12 0,16 0,16 0,48

73

Deoarece pentru valoarea z = 1 a varaibilei aleatoare Z sunt listate doua probabilitati de realizare, 0,04 respectiv 0,16 rezult c P(z = 1) = 0,04+0,16= 0,2. Analog, pentru valoarea z = 2 a varaibilei aleatoare Z sunt listate doua probabilitati de realizare, 0,12 respectiv 0,16, rezult c P(z = 1) = 0,12+0,16= 0,28.

Forma finala a variabilei Z va fi

Z:

0,04 0,2 0,28 0,48

i se verifica ca

pi

3. S se calculeze produsul variabilelor aleatoare independente X i Y unde:

X:

0,2 0,8

i Y :

0,2 0,2 0,6

Notm Z = X x Y

Z:

0 x0

0 x1

0 x2

1x0

1x1

1x2

0,2 x0,2 0,2 x0,2 0,2 x0,6 0,8x0,2 0,8x0,2 0,8x0,6

Z:

0,04 0,04 0,12 0,16 0,16 0,48

Deoarece pentru valoarea z = 0 a varaibilei aleatoare Z sunt listate patru probabilitai de realizare, rezult c P(z = 0) = 0,04+0,04+0,12+0,16= 0,36. Forma final a variabilei Z va fi Z:

0,36 0,16 0,48

i se verifica ca

pi

74

REZUMAT

Dou variabile aleatoare X i Y sunt independente dac evenimentele (X = xi) i (Y = yj), care au probabilitile de apariie pi respectiv qj, cu i = 1, n i j = 1, m sunt independente. Atunci: P[(X = xi);( Y = yj)]=P[(X = xi) (Y = yj)]= pij = pi x qj Operaiile care se pot efectua asupra unei variabile aleatoare X sunt nmulirea cu o constant i ridicarea la putere. Cu dou sau mai multe variabile aleatoare se pot efectua operaii de adunare i de nmulire.

3.3. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE. COEFICIENTUL DE CORELAIE

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s calculeze caracteristicile numerice ale variabilelor aleatoare O2: s interpreteze rezultatele obinute pentru caracteristicile numerice ale variabilelor aleatoare O3: s calculeze coeficientul de corelaie a dou variabile aleatoare O4: s interpreteze valoarea coeficientului de corelaie a dou variabile aleatoare

3.3.1. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE DISCRETE

Fie ( f(xi)),i= 1, n

, K, P) un camp de probabilitate i o variabil aleatoara discret X cu repartiia (x i,

75

Definiii

Se numete valoare medie a lui X sau sperana matematic (eng. Expected value) mrimea M(X) =
k 1

xk f ( xk )

Proprieti

M(X) are urmatoarele proprieti:

M1)

Daca X = c (constant), atunci M(X) = c Daca X este variabil aleatoare discret i a,b constante reale i M(X) exista

M2)

atunci exista i M(aX+b) = a M(X) + b Daca X i Y sunt variabil aleatoare discrete avand valorile medii M(X) i Daca X i Y sunt variabil aleatoare discrete independente care au valorile

M3)

M(Y) atunci M(X+Y) exista i: M(X+Y) = M(X) + M(Y) M4) medii M(X) respectiv M(Y), atunci exista M(XY) i: M(XY) = M(X) M(Y) Definiii

Abaterea de la valoarea medie Fie X o variabil aleatoare discret a carei valoare medie este M(X). Variabila aleatoare Z = X M(X) se numete abaterea ( de la valoarea medie) a variabilei aleatoare X.

Observatie Definiii

Se poate demonstra imediat ca M(Z) = 0.

Momente Fie X o variabil aleatoare discret i r N* . Se numete moment initial sau moment, i se noteaz cu Mr(X) valoarea M(Xr) =
r xk f ( xk ) k 1

Observaie

M1(X) = M(X)

76

Definiii

Se numete moment absolut de ordin r, i se noteaz cu Mr( X ), valoarea medie a variabilei aleatoare X , adica: Mr( X ) = M( X ) =
k 1

xk

f ( xk )

Definiii

Se numete moment centrat de ordinul r al variabilei aleatoare X i se noteaz mr(X), momentul de ordinul r al abaterii X M(X). mr(X) = Mr(X M(X)) = M[ ( X

M ( X )) r ]

Dispersia ( momentul centrat de ordin 2) Se numete disperise a varaibilei aleatoare X, i se noteaz cu D2(X), momentul centrat de ordinul 2 al varaibilei aleatoare X. (r=2) D2(X) =
2

m2 ( X ) = M[ ( X

M ( X )) 2 ]

Se numete abatere medie patratica a lui X numrul D(X) =

m2 ( X )

Proprieti

Dispersia unei variabile aleatoare are urmatoarele proprieti D1. D2(X) = M(X2) [M(X)]2 D2. Fie v.a X cu dispersia D2(X) i a,b D (Y) = D (aX + b) = a D (X) D3. Daca X i Y sunt variabile aleatoare independente avnd dispersiile D2(X) respectiv D2(Y), atunci oricare ar fi constantele a, b dispersia variabilei aleatoare aX + bY este D2 (aX + bY) = a2D2 (X) + b2 D2 (Y)
2 2 2 2

R i fie Y = aX+b. Atunci

3.3.2. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE CONTINUE Fie ( repartiie f(x) , K, P) un cmp de probabilitate i o variabil aleatoare continu X cu densitatea de

77

Definiii

Se numete valoare medie a lui X mrimea M(X) =

x f ( x)dx

Momentul (momentul iniial) de ordin r Mr(X) = M(Xr) =

x r f ( x)dx

Definiii

Momentul absolut de ordin r Mr( X ) = M( X ) =

r

f ( x)dx

Definiii

Momentul centrat de ordinul r mr(X) = Mr(X M(X)) =

( x M ( X )) r f ( x)dx

Dispersia ( momentul centrat de ordin 2) D2(X) =

2

m2 ( X ) =

( x M ( X ))2 f ( x)dx

Abaterea medie patratica a lui X este numrul

D(X) =

m2 ( X )

Toate proprietile mediei i dispersiei prezentate pentru variabilele aleatoare simple se pstreaz i n cazul variabilelor aleatoare continue.

78

3.4. COEFICIENTUL DE CORELAIE A DOU VARIABILE ALEATOARE

Fie X i Y doua variabile aleatoare discrete definite pe cmpul de probabilitate ( care au mediile m1 respectiv m2 (M(X1) = m1 i M(X2) = m2. Definiie

, K, P),

Se numete corelaie sau covarian a variabilelor aleatoare X i Y marimea cov(X, Y) = M[(X-m1)(Y-m2)] Se numete coeficient de corelaie al variabilelor aleatoare X i Y mrimea:
( X ,Y ) cov( X , Y ) D( X ) D(Y )

Formula pentru calculul coeficientului de corelaie este:

(X ,Y )

cov( X , Y ) D ( X ) D (Y )

M [( X m1 )(Y m 2 )] D ( X ) D (Y )

M ( XY

m1Y m 2 X m1 m 2 ) D ( X ) D (Y )

= M ( XY ) m1 M (Y ) m2 M ( X ) M ( X ) M (Y )]
D( X ) D(Y )

M ( XY ) M ( X ) M (Y ) D( X ) D(Y )

Proprieti

Coeficientul de corelaie are proprietile C1. Daca X i Y sunt variabile aleatoare independente, atunci
( X ,Y ) 0.

C2.
2

Daca X i Y sunt doua variabile aleatoare cu dispersii finite i nenule,

( X , Y ) 1.

C3.
2

Intre variabilele aleatoare X i Y exista o relaie liniar dac i numai dac

( X , Y ) 1.

79

Observaii

Reciproca proprietii C1 nu este adevarata. Daca

( X ,Y )

0. nu rezult ca

variabilele aleatoare X i Y sunt independente ci c sunt necorelate. Consecina proprietii C2 este c

( X , X ) 1 i (X , X ) 1

Dac X i Y sunt variabile aleatoare ale caror medii i dispersii exist, atunci: D2(X+Y) = D2(X) + D2(Y)

2cov (X,Y)

PROBLEME REZOLVATE

1. Fie X i Y variabile aleatoare simple cu repartiiile: X:

0,2 0,8

i Y:

0,5 0,5

Daca P(X = 0, Y= 1) = 0,2 s se calculeze coeficientul de corelaie al variabilelor aleatoare X i Y. Repartiia comun a variabilelor va fi:

X\Y 0 1

1 0,2 0,3

2 0 0,5 0,5 necesare

P(X= xi) 0,2 0,8 1 calculrii coeficientului de corelaie

P(Y=yj) 0,5 Caclulm

( X ,Y )

mrimile

M ( XY ) M ( X ) M (Y ) D( X ) D(Y )

M(X) = 0 x 0,2 + 1 x 0,8 = 0,8

M(Y) = 1 x 0,5 + 2 x 0,5 = 1,5

80

Pentru a calcula M(XY) calculm valoarea produsului XY in baza datelor din tabelul repartiiei comune: P(XY=0)= P(X=0 i Y=1) P(X=0 i Y=2)=0,2 P(XY=1) = P(X=1 i Y=1) = 0,3 P(XY=2) = P(X=1 i Y=2) = 0,5

Atunci XY:

0,2 0,3 0,5

M(XY) = 0 x 0,2 + 1 x 0,3 + 2 x 0,5 = 1,3 Pentru calculul mrimilor D(X) i D(Y) avem nevoie de valorile variabilelor aleatoare X2 i Y2 i de mediile acestora:

X2 :

0,2 0,8

i Y2:

0,5 0,5

cu M(X2) = 0,8 i M(Y2)=2,5.

Folosind formula D2(X) = M(X2) [M(X)]2 vom avea: D2(X) = 0,8-(0,8)2 = 0,16

D(X) = 0,4 D2(Y) = 2,5 (1,5)2 = 0,25 i D(Y) = 0,5

Atunci

( X ,Y )

1,3 0,8 1,5 0,4 0,5

0,1 0,2

0,5

2. Fie X i Y variabil aleatoare simple cu repartitiile: X:

0,2 0,8

i Y:

0,5 0,5

81

Daca P(X = 1, Y= 1) = p s se afle valoarea probabilitatii p pentru care v ariabilele aleatoare X i Y sunt necorelate, i s se scrie repartitia comuna a acestora Repartiia comun a variabileleor aleatoare X i Y este

X\Y 0 1

1 0,5-p p

P(X= xi)

p-0,3 0,2 0,8-p 0,8 0,5 1

P(Y=yj) 0,5 X i Y sunt necorelate daca

( X ,Y )

0,

Unde

( X ,Y )

M ( XY ) M ( X ) M (Y ) D( X ) D(Y )

M(X) = 0 x 0,2 + 1 x 0,8 = 0,8

M(Y) = 1 x 0,5 + 2 x 0,5 = 1,5 Pentru a calcula M(XY) calculm valoarea produsului XY n baza datelor din tabelul repartiiei comune: P(XY=0)= P(X=0 i Y=1) P(X=0 i Y=2)=0,2 P(XY=1) = P(X=1 i Y=1) = p P(XY=2) = P(X=1 i Y=2) = 0,8-p

Atunci XY:

0 0,2

2 p

p 0,8

M(XY) = 0 x 0,2 + 1 x p + 2 x (0,8-p) = 1,6 p

82

Pentru calculul marimilor D(X) i D(Y) avem nevoie de valorile variabilelor aleat oare X2 i Y2 i de mediile acestora:

X2 :

0,2 0,8

i Y2:

0,5 0,5

cu M(X2) = 0,8 i M(Y2)=2,5.

Folosind formula D2(X) = M(X2) [M(X)]2 vom avea: D2(X) = 0,8-(0,8)2 = 0,16

D(X) = 0,4 D2(Y) = 2,5 (1,5)2 = 0,25 i D(Y) = 0,5

Atunci

( X ,Y )

1,6

p 0,8 1,5 0,4 0,5

0,4 p 0,2

i din condiia

( X ,Y )

0 vom avea p=0,4.

X\Y 0 1

1 0,1 0,4

2 0,1 0,4

REZUMAT

Caracteristicile numerice ale variabilelor aleatoare discrete sunt: Valoare medie M(X) =
k 1

xk f ( xk )

Abaterea de la valoarea medie Z = X M(X) Moment iniial sau moment M(Xr) =

k 1 r xk f ( xk )

Moment centrat de ordinul r

mr(X) = Mr(X M(X)) = M[ ( X

M ( X )) r ]

83

Dispersia ( momentul centrat de ordin 2) D2(X) = Abatere medie patratic a lui X D(X) =

m2 ( X ) = M[ ( X

M ( X )) 2 ]

m2 ( X )

Caracteristici numerice ale variabilelor aleatoare continue

Valoare medie M(X) =

x f ( x)dx

Momentul (momentul iniial) de ordin r Mr(X) = M(Xr) =

x r f ( x)dx

Momentul centrat de ordinul r

mr(X) = Mr(X M(X)) =

( x M ( X )) r f ( x)dx

Dispersia ( momentul centrat de ordin 2) D2(X) =

m2 ( X ) =

( x M ( X ))2 f ( x)dx

Abaterea medie patratic a lui X este numrul D(X) =

m2 ( X )
cov( X , Y ) D( X ) D(Y )

Se numete coeficient de corelaie al variabilelor aleatoare X i Y mrimea:

( X ,Y )

3.5. TEMA DE CONTROL A UNITII DE NVARE NR. 3

PROBLEME PROPUSE
1. Se cunosc urmtoarele date ale repartiiei comune a variabilelor X i Y

x/y -1 A 2 qj 0,2

Pi

0,5 0,6

84

Dac M(X) = 0,5 a) s se determine a si sa se calculeZe distributia comuna a variabilelor aleatoare X si Y b) s se determine coeficientul de corelaie al variabilelor aleatoare X i Y c) s se stabileasca daca variabilele aleatoare X si Y sunt indepenente 2. Se cunosc urmtoarele date ale repartiiei comune a variabilelor X i Y

x/y -1 0 2 qj 0,6 2k

1 pi

k 0,5

a) s se completeze tabelul repartiiei comune i s se determine valorile posibile ale lui k b) s se determine coeficientul de corelaie al variabilelor aleatoare X si Y c) s se determine distribuia variabilei aleatoare condiionate X/(Y=1) si Y/(X=0)

3. Se cunosc urmtoarele date ale repartiiei comune a variabilelor X si Y

x/y -2 -1 0 qj Q 1/5

Pi P 3p

2q

a) s se completeze tabelul repartiiei comune i s se determine valorile lui p i q b) s se determine coeficientul de corelaie al variabilelor aleatoare X i Y c) dac X i Y sunt independente, s se calculeze P((X<0) si (Y>0)).

4. S se calculeze suma varaibilelor aleatoare simple X i Y a cror repartiie comun este dat de tabelul:

85

Y\X 1 2 3

0 0,2 0,1 0

1 0 0,1 0,3

2 0 0,2 0

3 0.1 0 0

5. Fie X i Y variabile aleatoare discrete finite (simple) cu urmtoarea repartiie comun

Y\X 1 2 3

0 0,2 0,1 0

1 0 0,1 0,3

2 0 0,2 0

3 0.1 0 0

s se calculeze repartiia variabilei aleatoare XY

RSPUNSURI 1. Variabila aleatoare X + Y poate lua valorile 1, 2, 3, 4, 5, 6 (xi + yj). Trebuie s calculm probabilitile cu care variabil aleatoare X + Y poate lua aceste valori, adic h(xi,yj): P(X + Y =1) = P(X=0 i Y=1) = 0,2 P(X + Y =2) = P(X=0 i Y=2) sau P(X=1 i Y=1) = 0,1+0=0,1 P(X + Y = 3) = P(X=0 i Y=3) sau P(X=1 i Y=2) sau P(X=2 i Y=1) = 0+0,1+0 = 0,1 P(X + Y = 4) = P(X=1 i Y=3) sau P(X=2 i Y=2) sau P(X=3 i Y=1) = 0,3+0,2+0,1=0,6 P(X + Y = 5) = P(X=2 i Y=3) sau P(X=3 i Y=2) = 0 + 0 = 0 P(X + Y = 6) = P(X=3 i Y=3) = 0

86

X+Y:

0,2 0,1 0,1 0,6

i se verifica ca

pi

2. Variabila aleatoare XY poate lua valorile 0,1, 2, 3, 4, 6, 9 ( adic xiyj). Trebuie s calculm probabilitile cu care variabil aleatoare XY poate lua aceste valori, adic h(xi,yj): P(XY=0)=P(X=0iY=1) sau P(X=0 i Y=2) sau P(X=0 i Y+3)=0,2+0,1= 0,3 P(XY =1) = P(X=1 i Y=1) = 0 P(XY =2) = P(X=1 i Y=2) sau P(X=2 i Y=1) = 0,1+0=0,1 P(XY =3) = P(X=1 i Y=3) sau P(X=3 i Y=1) = 0,3+0,1=0,4 P(XY =4) = P(X=2 i Y=2) = 0,2 P(XY =6) = P(X=2 i Y=3) sau P(X=3 i Y = 2)= 0 + 0 P(XY =9) = P(X=3 i Y=3) = 0

XY :

0,3 0,1 0,4 0,2

i se verific c

pi

NTREBRI DE CONTROL
1. S se defineasc o variabil aleatoare i s se exemplifice variabile aleatoare care se pot ataa proceselor economice. 2. S se defineasc funcia de repartiie a unei variabile aleatoare i densitatea de repartiie.

87

LUCRARE DE VERIFICARE

1. S se determine p 0 pentru care X : discret.

1 p

2 p 1 3p 2

reprezint o variabil aleatoare

1
2. Fie X:

0 1 x 6

6x 2

1 1 6

0
si Y:

1 1 y 3

12 y 2

2 1 3

S se determine x i y astfel incat X i Y s reprezinte dou variabile aleatoare.

3. Fie X i Y variabil aleatoare simple cu repartiiile:

X:

0,5 0,5

i Y :

0,2 0,3

a) dac P( X = -1 i Y = -1) = 0,5 s se afle repartiia comun a variabilelor aleatoare X i Y b) s se calculeze X + Y, XY, 2X i Y2

4. Se cunosc urmtoarele date ale repartiiei comune a variabilelor X i Y

x/y 0 -1 -2 qj 0,3

1 Pi k 0,6

S se completeze tabelul repartiiei comune i s se determine valorile posibile ale lui k

88

5. Fie X i Y variabile aleatoare simple cu repartiiile:

X:

0,2 0,8

i Y:

0,5 0,5

Dac P(X = 0, Y= 1) = 0,3, s se calculeze coeficientul de corelaie al variabilelor aleatoare X i Y.

3.6. TESTUL DE AUTOEVALUARE NR. 3

1. Se consider dou variabile independente X:

0,1 p q 0,6

i Y:

1 0,4 2q

2 p

a) s se determine p i q b) s se calculeze 2X, Y4, 5X+3Y, XY c) s se calculeze

( X ,Y )

d) s se calculeze M(5X), M(3X+2),D2(2X+5Y)

2. Fie X:

0 3 p 2q 2 p
2

a 1,8q 0,3

i Y:

1 2p
2

1,8q 0,8

pentru care se cunosc:

M(2X) = 1, M(3Y) = 1,8 i P(X=0 i Y = -1) = 0,1 S se determine repartiiile marginale ale variabilelor X i Y i s se calculeze coeficientul de corelaie (s se stabileasca dac variabilele sunt independente sau nu)

89

RSPUNSURI

1. a) Din definiia variabilei aleatoare tim c 0,1+p+q+0,6 = 1 i 0,4 +2q-p =1, adic p+q = 0,3 i p+2q= 0,6

Rezolvnd sistemul

p q p 2q

0,3 0,6

obinem q=0,3 i p=0

Variabilele X i Y vor fi:

X:

1 0 1 0,1 0,3 0,6

Y: 1

0,4 0,6

b)

2X:

0,1 0,3 0,6

Y4:

16

0,4 0,6

5X+3Y:

+ 3

5 3

5 6

0 3

0 6

5 3

5 6

0,1 0,3 0,6

0,4 0,6

0,1x0,4 0,1x0,6 0,3x0,4 0,3x0,6 0,6x0,4 0,6x0,6

5X+3Y:

11

0,04 0,06 0,12 0,18 0,24 0,36

XY:

1x1

1x2

0x1

0 x2

1x1

1x2

0,1x0,4 0,1x0,6 0,3x0,4 0,3x0,6 0,6x0,4 0,6x0,6

XY:

0,04 0,06 0,12 0,18 0,24 0,36

XY:

0,06 0,04 0,3 0,24 0,36

90

c)
( X ,Y ) M ( XY ) M ( X ) M (Y ) D( X ) D(Y )

M(X) = -1x0,1 + 0x0,3 + 1x0,6 = 0,5

M(Y) = 1x0,4 + 2x0,6 = 1,6

M(XY) = (-2) x 0,06 + (-1) x 0,04 + 0 x 0,3 + 1 x 0,24 +2 x 0,36 = 0,8 M(X2) = 0 x 0,3 + 1 x 0,7 = 0,7 M(Y2) = 1 x 0,4 + 4 x 0,6 = 2,8 D2(X) = 0,7 (0,5)2 = 0,45 D2(Y) = 2,8 (1,6)2 = 0,24

(X ,Y )

0,8 0,5 x1,6 0,45 x0,24

d) M(5X) = 5M(X) = 5 x 0,5 = 2,5

M(3X+2) = 3M(X) +2 = 3x0,5 +2 = 3,5 D2(2X+5Y) = 4 D2(X) + 25D2(Y) = 4x0,45+25x0,24=7,8

2. tim c 3p + 2q + 2p2 + 1,8q +0,3 = 1 i 2p2 + 1,8q + 0,8 = 1

91

Rezolvm sistemul

3 p 2q 2p
2

0,5 0,2

1,8q

nmulind prima ecuaie cu (-0,9) obinem:

2,7 p 1,8q 2p
2

0,45 0,2

1,8q

i scznd cele dou ecuaii vom avea:

2p2 -2,7p=-0,25 sau 2p2 -2,7p + 0,25 = 0.

(2,7) 2

4 x 2 x0,25

5,29 i

2,3

p1

2,7 2,3 1,25 4

p2

2,7 2,3 4

0,1

i q1 = 1,625 respectiv q2 = 0,1 Pentru a determina repartiiile marginale ale variabilelor X i Y ne trebuie valorile 3p+2q i 2p2+1,8q. Dac p1 = 1,25 i q1 = 1,625 3p+2q = 7, valoare care nu convine deoarece 3p+2q trebuie s fie subunitara reprezentnd o probabilitate. Dac p2 = 0,1 i q2 = 0,1 vom avea 3p+2q = 0,5 i 2p2+1,8q = 0,2 , deci

X:

0,5 0,5

Y:

0,2 0,8

M(2X) = 2M(X) = 2(0 x 0,5 + a x 0,5) = a

92

 i M(2X) = 1 deci a = 1

M(3Y)=3M(Y)=3(-1x0,2+bx0,8)=0,6 +2,4b i M(3Y) = 1,8 deci -0,6+2,4b = 1,8 i b=1

Atunci, X:

0,5 0,5

Y:

0,2 0,8

Repartiia comun a variabilelor X i Y este

X\Y 0 1

-1 0,1 0,1

1 0,4 0,4 0,8

P(X= xi) 0,5 0,5 1

P(Y=yj) 0,2

Variabilele X i Y sunt independente dac P(X=xi i Y=yj)= P(X=xi) P(Y=yj) P(X=0 i Y=-1)= 0,1

P(X=0) = 0,5 P(Y=-1) = 0,2 deci se verific relaia P(X=0 i Y=-1)= P(X=0) P(Y=-1) P(X=0 i Y=1) = 0,4 P(X=0)P(Y=1) = 0,5x0,8 i P(X=0 i Y=1) = P(X=0)P(Y=1) P(X=1 i Y=-1)= 0,1 P(X=1)P(Y=-1) = 0,5x0,2 i P(X=1 i Y=-1) = P(X=0)P(Y=-1)

93

P(X=1 i Y=1)= 0,4 P(X=1)P(Y=1) = 0,5x0,8 i P(X=1 i Y=1) = P(X=0)P(Y=1) Si X i Y sunt independente.

3.7. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 3

1. Mitroi Andreea , Matematic economic I, Ed. Cison, Bucureti, 2010 2. Cenu Gheorghe (coord), Matematici pentru economiti, Editura Cison, 2000 3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000

94

UNITATEA NR. 4 PROBLEME DE PROGRAMARE LINEAR

Timp mediu necesar pentru studiu: 7 ore

Bifeaz sarcinile de lucru rezolvate, pe msura parcurgerii lor:

Parcurge obiectivele Citete coninutul leciei Raspunde la ntrebrile de control Parcurge problemele rezolvate Rezolva problemele propuse Recapituleaz cunotinele Pregteste Tema de control

Cuprinsul unitii de nvare: 4.1. Formularea problemei de programare linear bidimensional 4.1.1. Probleme de programare linear cu 2 variabile (programare linear bidimensional) 4.1.2. Formularea unei probleme de programare linear (elementele unei probleme de programare linear) 4.2. Metoda grafic de rezolvare a problemelor de programare linear bidimensional 4.3. Algoritmul Simplex bidimensional 4.3.1. Maximizarea unei funcii obiectiv pentru care toate restriciile au semnul 95

4.3.2. Minimizarea unei funcii obiectiv pentru care toate restriciile au semnul (problema dual) 4.4. Rezolvarea problemelor de programare linear multimdimensional 4.5. Tema de control a unitii de nvare nr. 4 4.6. Testul de autoevaluare nr. 4 4.7. Bibliografia specific unitii de nvare nr. 4

4.1. FORMULAREA PROBLEMEI DE PROGRAMARE LINEAR BIDIMENSIONAL

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s neleag importana programrii lineare n procesul de elaborare a deciziilor economice O2: s formuleze probleme de programare linear bidimensional O3: s aduc la forma standard o problem de programare linear

4.1.1. PROBLEME DE PROGRAMARE LINEAR CU 2 VARIABILE (PROGRAMARE LINEAR BIDIMENSIONAL) Programarea linear este un proces matematic folosit n elaborarea deciziilor fiind unul din instrumentele de baz ale managementului operaional, i urmarete optimizarea unor funcii (de 2 variabile n cazul de fa) n raport cu anumite restricii (condiii) impuse de natura proceselor. Optimizarea funciilor se refer la gsirea acelor valori ale variabilelor care s maximizeze sau s minimizeze funcia studiat, n funcie de natura acesteia. De exemplu, dac vorbim de o funcie a profitului, obiectivul va fi maximizarea acestuia, iar n cazul unei funcii a costului obiectivul va fi minimizarea lui. Exist cteva domenii standard n care se aplica programarea linear i anume: planificarea produciei sau problema planului optim de producie (gsirea unei combinaii optime de produse

96

fabricate care s maximizeze profitul), problema folosirii optime a resurselor, problema aliajelor (obinerea unor aliaje care s minimizeze costurile implicate), conceperea dietelor zilnice, probleme de transport. Meotda consacrat de rezolvare a problemelor de programare linear este metoda simplex, creat n 1947 de G. Dantzig i J. Von Newmann. Exist i o metod grafic de rezolvare a acestor probleme, dar care se poate folosi numai pentru probleme n care apar 2 sau cel mult 3 variabile.

4.1.2. FORMULAREA UNEI PROBLEME DE PROGRAMARE LINEAR (ELEMENTELE UNEI PROBLEME DE PROGRAMARE LINEAR)

Definiii Modelul matematic al unei probleme de programare linear (P.P.L) bidimensionala este: [Opt]f(x1,x2) = a1x1 + a2x2 cu i ai1x1 + ai2x2 xi 0 ci sau ai1x1 + ai2x2 ci ( deoarece studiem variabile economice, acestea vor avea ntotdeauna

valori pozitive) unde: x1 i x2 se numesc variabile de decizie. f(x1,x2) este o funcie obiectiv care modeleaz legtura ntre cele dou variabile n funcie de enunul problemei, obiectivul fiind gsirea acelor valori particulare ale variabilelor de decizie care optimizeaz valoarea ei. ai1x1 + ai2x2 xi ci reprezint sistemul de restricii sau constrngerile problemei sau condiiile impuse variabilelor de decizie. 0 sunt condiiile de nenegativitate care se impun variabilelor de decizie.

97

Exemplu O fabric de jucrii dorete introducerea n procesul de fabricaie a unei noi jucrii de plu n dou variante de culoare: alb i neagr. Studiile privind numrul de ore necesare pentru fiecare proces aferent sunt prezentate n tabelul de mai jos: Producie Asamblare Jucarie alba Proces 2 Se cunoate c: - Numrul maxim zilnic de ore de munc este de 32 ore pentru departamentul de producie i de 84 pentru departamentul de asamblare. - profitul estimat a fi obtinut din vanzarea jucriilor este de 5 lei pentru jucriile albe i 8 lei pentru jucriile negre. S se gseasc cantitatea optim care trebuie produs din fiecare tip de jucarie pentru a maximiza profitul companiei. Construirea modelului P.P.L. Pasul 1 Definirea variabilelor de decizie X1 = numrul de jucrii albe care urmeaz s fie produse X2 = numrul de jucrii negre care urmeaz s fie produse Pasul 2 Analiz elementelor relevante pentru problem (ntocmirea unui tabel de analiz) Producie Asamblare Profit Jucarie alba 1 3 4 84 5 8 Jucarie neagr 2 Total ore Pasul 3 32 1 2 3 4

Construirea funciei obiectiv

Funcia obiectiv este dat de P(x1,x2)= 5x1+8x2 iar obiectivul este gsirea unei soluii care s maximizeze valorile funciei Transpunerea restriciilor n ecuaii sau inecuaii

Pasul 4

Pentru departamentul de producie, timpul alocat fabricrii jucriilor albe (care necesit 1 ora) i negre (care necesit 2 ore) nu trebuie s depaeasca 32 de ore, adic: 1x1 + 2x2 32

98

Analog, pentru departamentul de asamblare vom avea 3x1 + 4x2 Pasul 5 adic x1, x2 84

Identificarea condiiilor de nenegativitate.

Deoarece variabilele reprezint cantiti de produse, valorile lor trebuie s fie pozitive, 0

Modelul matematic va fi: [Max] P(x1,x2)= 5x1+8x2

x 1 + 2x 2 3x1 + 4x 2
x1, x2 0

32 84

Definiii

Forma standard a unei probleme de programare linear este

[Opt]f(x1,x2) = a1x1 + a2x2

Cu

a i1 x 1 + a i2 x 2 = c i , i 1, m xj 0 cu j = 1, n

Cu alte cuvinte, forma standard a unei probleme de programare linear se obine din forma iniial transformand inecuaiile din sistemul de restricii n ecuaii prin adaugarea (adunarea sau scaderea) unor variabile de compensare. Definiii Se numete soluie posibil sau soluie realizabil sau soluie admisibil a unei
0 PPL orice pereche ( x10 , x 2 ) care satisface restriciile problemei i condiiile de

nenegativitate. Deoarece rangul maxim al sistemului format din ecuaiile asociate restriciilor problemei este r, i r n ( n= nr. de necunoscute), n rezolvarea acestuia vom avea r necunoscute principale (sau variabile de baz) i n-r necunoscute secundare (varaibile nebazice). O soluie posibil a unei PPL este soluie de baz dac este format din soluiile corespunzatoare variabilelor de baz.

99

 O soluie de baz se poate obine dintr-o soluie posibil n care variabilelor nonbazice le dam valoarea 0. O soluie posibil care realizeaz optimul funciei obiectiv se numete soluie optim. Observaie O soluie a unei PPL este soluie de baz dac i numai dac este varf al poligonului rezultat din intersectia semiplanelor care reprezint soluiile restriciilor problemei. O problema de programare linear poate s aib o infinitate de soluii (optim infinit), cel putin o soluie optim (optim finit) sau nici o soluie.

PROBLEME REZOLVATE

1. S se aduc la forma standard urmtoarea problem de programare linear [Max] P(x1,x2)= 5x1+8x2

x 1 + 2x 2 3x1 + 4x 2
x1, x2 0

32 84

Forma standard se obine adunnd fiecarei inecuaii cte o variabila de compensare x3 respectiv x4 pentru transformarea celor dou inecuaii n ecuaii Problema devine: [Max] P(x1,x2)= 5x1+8x2

x 1 + 2x 2 3x1 + 4x 2
x1, x2 , x3, x4

x3

32 x4 84

100

REZUMAT Modelul matematic al unei probleme de programare linear (P.P.L) bidimensionala este: [Opt]f(x1,x2) = a1x1 + a2x2 cu i xi 0 ai1x1 + ai2x2 ci sau ai1x1 + ai2x2 ci ( deoarece studiem variabile economice, acestea vor avea ntotdeauna valori

pozitive) unde: x1 i x2 se numesc variabile de decizie. f(x1,x2) este o funcie obiectiv care modeleaz legtura ntre cele dou variabile n funcie de enunul problemei, obiectivul fiind gsirea acelor valori particulare ale variabilelor de decizie care optimizeaz valoarea ei. ai1x1 + ai2x2 xi ci reprezint sistemul de restricii sau constrngerile problemei sau condiiile

impuse variabilelor de decizie. 0 sunt condiiile de nenegativitate care se impun variabilelor de decizie. Forma standard a unei probleme de programare linear este [Opt]f(x1,x2) = a1x1 + a2x2 Cu
a i1 x 1 + a i2 x 2 = c i , i 1, m xj 0 cu j = 1, n

Se numete soluie posibil sau soluie realizabil sau soluie admisibil a unei PPL orice
0 pereche ( x10 , x 2 ) care satisface restriciile problemei i condiiile de nenegativitate.

O soluie posibil a unei PPL este soluie de baz dac este format din soluiile corespunzatoare variabilelor de baz. O soluie de baz se poate obine dintr-o soluie posibil n care variabilelor non-bazice le dam valoarea 0. O soluie posibil care realizeaz optimul funciei obiectiv se numete soluie optim.

101

4.2. METODA GRAFIC DE REZOLVARE A PROBLEMELOR DE PROGRAMARE LINEAR BIDIMENSIONAL

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: S determine grafic mulimea soluiilor posibile ale unei probleme de programare linear O2: S calculeaze valorile funciei obiectiv n fiecare din vrfurile determinate anterior O3: S aleag valoarea optim n funcie de tipul problemei (valoarea maxim pentru probleme de maxim sau valoarea minim pentru probleme de minim)

Const n reprezentarea n acelai sistem de coordonate a dreptelor asociate restriciilor problemei adus la forma standard.

Algoritm Se determin grafic mulimea soluiilor posibile. Dac mulimea soluiilor posibile este nevid, se determin vrfurile poligonului rezultat. Se calculeaz valorile funciei obiectiv n fiecare din vrfurile determinate anterior i se alege valoarea optim n funcie de tipul problemei (valoarea maxim pentru probleme de maxim sau valoarea minim pentru probleme de minim)

Pasul 1

Pasul 2

Pasul 3

Exemplul

[Max] F = 6x1 + 2x2

x1 2 x1

2 x2 x2
0

8 10

si x1, x2 Pasul 1

Se determin grafic mulimea soluiilor posibile, reprezentnd ntr-un sistem de axe ortogonale dreptele date de ecuaiile asociate restriciilor problemei i anume: 2x1 + x2 = 8 i x1 + 2x2 = 10.

102

Sau x1 = 8 -1/2x2 pentru prima ecuaie i x1 = 10 -2x2 pentru a dou ecuaie. Soluia problemei este aria haurat din imaginea de mai jos

Pasul 2

Deoarece mulimea soluiilor este nevida, se determin vrfurile poligonului, i anume punctele O(0,0), A(4,0), B(8/3,8/3) i C(0,4))(intersecia celor dou drepte si intersecia dreptelor cu axele de coordonate) Calculm valorile funciei obiectiv n fiecare din vrfurile poligonului rezultat: F(0,0) = 0, F(4,0) = 24, F(8/3, 8/3) = 64/3 i F(0,4) = 8 Si alegem valoarea cea mai mare, respectiv valoarea F(4,0)= 24 care este soluia problemei, adic valoarea maxim a funciei obiectiv este 24 i se atinge pentru x1 = 4 i x2 = 0.

Pasul 3

PROBLEME REZOLVATE

1.

[Min]F = 16x1 + 45x2

2 x1 x1
x1, x2

5x2 3x 2

50 27

103

Pasul 1

Se determin grafic mulimea soluiilor posibile, reprezentnd ntr-un sistem de axe ortogonale dreptele date de ecuaiile asociate restriciilor problemei i anume 2x1 +5 x2 = 50 i x1 + 3x2 = 27. Sau x2 = 10 -2/5x1 pentru prima ecuaie i x2 = 9 -1/3x1 pentru a dou ecuaie. Soluia problemei este aria haurat din imaginea de mai jos

Pasul 2

Deoarece mulimea soluiilor este nevida, se determin vrfurile poligonului, i anume punctele A(0,10), B(15,4) si, C(27,0). Calculm valorile funciei obiectiv n fiecare din vrfurile poligonului rezultat: F(0,10) = 450, F(15,4) = 420 i F(27,0) = 432, i alegem valoarea cea mai mic , respectiv valoarea F(15,4)= 420 care este soluia problemei, adic valoarea maxim a funciei obiectiv este 420 i se atinge pentru x1 = 15 i x2 = 4.

Pasul 3

104

REZUMAT Pentru rezolvarea grafic a problemelor de programare linear,se reprezint n acelai sistem de coordonate dreptele asociate restriciilor problemei adus la forma standard. Dac mulimea soluiilor posibile este nevida, se determin vrfurile poligonului rezultat i apoi se calculeaz valorile funciei obiectiv n fiecare din vrfurile determinate anterior i se alege valoarea optim n funcie de tipul problemei (valoarea maxim pentru probleme de maxim sau valoarea minim pentru probleme de minim)

4.3. ALGORITMUL SIMPLEX BIDIMENSIONAL

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s cunoasc algoritmul simplex bidimensional O2: s rezolve probleme de programare linear folosind algoritmul simplex bidimensional

Pentru a simplifica intelegerea algoritmului simplex, vom considera 3 cazuri particulare ale problemelor de programare linear, i anume: Maximizarea funciei obiectiv n condiiile n care toate restriciile au semnul mai mic sau egal Cazul 2 Minimizarea funciei obiectiv cnd toate restriciile au semnul mai mare sau egal (Problema dual). Cazul 3 Determinarea optimului funciei obiectiv cnd restriciile au semne diferite.

Cazul 1

105

4.3.1. MAXIMIZAREA UNEI FUNCII OBIECTIV PENTRU CARE TOATE RESTRICIILE AU SEMNUL

Algoritm

Pasul 1

Aducerea problemei la forma standard ntocmirea tabloului Simplex i selectarea variabilelor de baz i non-bazice (numrul acestora nu se va schimba pn la finalizarea algorimului simplex. - n tabloul simplex, variabilele de baz vor fi acele variabile a cror coloana conine un element egal cu 1 i restul elementelor egale cu 0. Potrivit acestei reguli, variabila F va fi ntotdeauna o variabil de baz. -varaibilele non-bazice sunt variabilele care rmn dup selectarea variabilelor de baz.

Pasul 2

Pasul 3

Alegerea pivotului - pe ultima linie a tabelului simplex ( care conine coeficienii funciei F) se alege elementul cu valoarea cea mai mic , iar coloana care conine acest element va fi coloana pivotului. - se mpart elementele aflate n coloana termenilor liberi la elementele aflate n coloana pivotului; cea mai mic valoare pozitiv obinut va indica linia pivotului. (dac exist mai multe valori minime pozitive egale, se alege aleator una dintre ele) Pivotul, care ntotdeauna este o valoare pozitiva, se va afla la intersectia liniei pivotului cu coloana pivotului. - dac nu exist valori pozitive rezutate la impartirea coloanei termenilor liberi la coloana pivotului, problema nu are soluie i algoritmul se incheie. Pentru usurarea calculelor, n situatia n care valoarea pivotului nu este 1 se imparte linia pivotului la valoarea pivotului, obtinand astfel valoarea pivotului egala cu 1. Transformarea varaibilei asociata coloanei pivotului n variabila de baz. Efectund operaii ntre linia pivotului i celelalte linii ale tabelului, se obin elemente 0 pe coloana pivotului (mai putin valoarea pivotului). n acest fel, variabila asociata

Pasul 4

106

coloanei pivotului devine o variabila de baz. Determinarea soluiei optime - dac dupa operatiile de la Pasul 3 pe ultima linie a tabelului (corespunzatoare funciei F), toate elementele sunt pozitive, algoritmul se incheie i se citesc n tabel soluiile problemei. - dac dupa operatiile de la Pasul 3 pe ultima linie a tabelului exist valori negative, se reia algoritmul de la Pasul 2 pana la obinerea tuturor valorilor de pe ultima linie pozitive. Citirea soluiilor problemei. n tabelul final, pe prima coloana sunt listate variabilele care optimizeaz problema i pe ultima coloana valorile acestor variabile. Pe ultima linie se afla ecuatia funciei F, iar elementul de pe ultima coloana asociat acesteia reprezint valoarea maxim a funciei.

Pasul 5

Pasul 6

Exemplu [Max]F(x1,x2)= 5x1 + 8x2

x1 3x1
x1, x2 Pasul 1

2 x2 4 x2
0

32 84

(S2)

Se aduce problema la forma standard prin adaugarea unor variabile de compensare s 1 i s2 (numrul variabilelor de compensare introduse este egal cu numrul inecuaiilor din sistemul de restricii)

x 1 + 2x 2 + s1 = 32 3x1 + 4x 2 + s 2 = 84 F - 5x1 - 8x 2 = 0 x 1 , x 2 , s1 , s 2 0 (S3)

Definiii

Funcia obiectiv se considera a fi o variabila principala

107

 O soluie de baz a sistemului S3 este soluie de baz i a sistemului S2 (fara a se tine cont de variabila F). dac o soluie de baz a sistemului S3 este o soluie fezabila a sistemului S2 (cu exceptia variabilei F), atunci soluia de baz a sistemului S3 se numete soluie de baz fezabila a sistemului S3. O soluie de baz fezabila a sistemului S3 poate conine o valoare negativa dar numai dac este valoarea funciei obiectiv P.

Pasul 2

Se intocmeste tabelul simplex initial care conine pe prima linie varaibilele problemei (inclusiv variabila F) i valoarea termenilor liberi, i n interior coeficienii tuturor variabilelor i termenii liberi. (este similar cu matricea extinS a sist emului de ecuaii asociat).

ntotdeauna, pe ultimul rand se vor afla coeficienii funciei obiectiv F. n prima coloana se vor trece variabilele de compensare care formeaza o soluie de baz a problemei; (soluia de baz se identifica alegand din coloanele tabelului acele variabile care contin un element egal cu 1 i restul elementelor 0). In cazul nostru, observam c pe coloana varaibilelor s1, s2 i P exist un singur element egal cu 1 restul elementelor fiind 0, i vom alege aceste variabile c fiind variabile bazice. Atunci cnd se selecteaza varaibilele de baz, valoarea acestora pentru a obine o soluie de baz se citeste pe ultima coloana iar celorlalte variabile li se atribuie valoarea 0. Sol.baz s1 s2 P 1 3 -50

x1 2 4 -80

x2 1 0 0

s1 0 1 0

s2 0 0 1

P 32 84 0

Valoare

Formand tabloul simplex n care se trec pe prima coloana variabilele bazice va fi posibil s gasim soluii de baz realizabile n tablou. De exemplu dac variabilelor x 1 i x2 li se atribuie valoarea 0, pe linia lui s1 vom avea valoare acestuia, respectiv 32. Analog, pe linia lui s2 vom avea valoarea 84 i valoarea funciei obiectiv va fi 0 (se citesc elementele de pe ultima pozitie). Deci o soluie de baz este (0,0,32,84) i valoarea funciei obiectiv pentru aceasta soluie este 0.

108

Pasul 3

Alegerea pivotului

Se alege de pe ultima linie valoarea cea mai mic , determinndu-se astfel coloana pivotului. Observam c cea mai mic valoare de pe ultima linie este -80 ceea ce determin coloana pivotului c fiind coloana lui x2. Se efectueaza impartirea coloanei Valoare la coloana pivotului (mai putin pentru elementele de pe ultima linie) i se identifica cea mai mic valoare pozitiva: n cazul nostru 16. Linia corespunzatoare acestei valori va fi linia pivotului, respectiv linia 1. Pivotul se va afla deci la intersectia liniei 1 cu coloana corespunzatoare lui x2, i este elementul cu valoarea 2. Sol.baz s1 s2 P 1 3 -50 4 -80

x1 2

x2 1 0 0

s1 0 1 0

s2 0 0 1

P 32 84 0

Valoare 32:2=16 84:4=21

Pentru usurarea calculelor care urmeaz, se imparte linia pivotului (linia 1) la valoarea pivotului obtinand pentru acesta valoarea 1. x1 s1 s2 P 1/2 3 -50 x2 1 4 -80 s1 1/2 0 0 s2 0 1 0 P 0 0 1 Valoare 16 84 0

Pasul 4

Transformarea variabilei corespunzatoare coloanei pivotului n variabila de baz Se dorete obinerea de elemente egale cu 0 pe coloana pivotului (mai putin pentru

pivot). In acest scop vom efectua urmatoarele operatii: l2 -4l1 i l3 +80l2 i vom avea: Sol.baz x2 s2 P 1/2 1 -10 x1 1 0 0 x2 1/2 -2 40 s1 0 1 0 s2 0 0 1 P 16 20 1280 Valoare

n prima coloana am trecut noile variabile bazice, x2, s2 i P.

109

dac dorim s interpretam rezultatele de la acest pas vom avea: Soluia de baz (0, 16, 0, 20) petru care F = 1280. (valorile soluiilor de baz se ciesc pe ultima coloana c i valoarea funciei obiectiv, celelalte variabile non-bazice avand valoarea 0) Deoarece pe ultima linie exist elemente negative, se reia algoritmul de la Pasul 3. Se alege coloana pivotului c fiind coloana care conine cea mai mic valoare de pe ultima linie, respectiv coloana lui x1. Se mpart elementele de pe ultima coloana la coloana lui x 1 i se identifica cea mai mic valoare pozitiva, care este 20. Sol.baz x2 s2 P 1/2 1 -10 x1 1 0 0 x2 1/2 -2 40 s1 0 1 0 s2 0 0 1 P 16 20 1280 Valoare 16:1/2=32 20:1 = 20

Linia pivotului va fi linia a dou, iar valoarea pivotului este 1. Se fac operatii ntre liniile tabelului i linia pivotului pentru a obine pe coloana pivotului elemente egale cu 0 (mai putin pivotul) Operatiile efectuate vor fi: l1 1/2l2 i l3 +10l2, rezultand tabelul: Sol.baz x2 x1 P 0 1 0 x1 1 0 0 x2 -1/2 -2 20 s1 -1/2 1 10 s2 0 0 1 P 6 20 1480 Valoare

Deoarece toate elementele de pe ultima linie sunt pozitive, algoritmul este finalizat.

Pasul 5

Citirea soluiei Observam c n ultimul tabel, variabilele bazice sunt x2 i x1 (aflate pe prima

coloana). Soluia optim va fi x2 = 6, x1 = 20, s1 = 0, s2 = 0 i [Max]F =1.480

110

Teorema

dac valoarea optim a funciei obiectiv exist, atunci ea are loc pentru una sau mai multe soluii de baz admisibile ale sistemului initial. dac pentru o problema de programare linear exist o valoare optim a funciei obiectiv atunci aceasta valoare verifica una sau mai multe soluii de baz fezabile ale sistemului initial.

Teorema

4.3.2. MINIMIZAREA UNEI FUNCII OBIECTIV PENTRU CARE TOATE RESTRICIILE AU SEMNUL (PROBLEMA DUAL)

Definirea problemei duale Fiecarei probleme de minim, n care toate restriciile au semnul i se poate asocia o problema de maxim n care restriciile au semnul opus, respectiv , i al carei algoritm de rezolvare a fost prezentat n capitolul precedent.

Algoritm Fiind dat o problema de minim cu restricii de forma , pentru a determin dual acesteia se urmeaz pasii: Pasul 1 Se formeaza o matrice a problemei, notata cu A, n care se trec coeficienii i constantele din restricii, i pe ultima linie coeficienii funciei obiectiv. Pasul 2 Pasul 3 Se determin matricea transpuS AT Se formeaza o noua problema, de maxim cu restricii avand semnul , cu ajutorul coeficientilor aflati pe liniile i coloanele matricei AT.

Rezolvarea problemelor de minim O problema de minim adimite soluie dac i numai dac dual problemei admite soluie. n acest caz, soluiile celor dou probleme coincid. 111

Teorema

Algoritm Pasul 1 Pasul 2 Pasul 3 Se scriu toate restriciile problemei c inecuaii cu semnul Se formeaza problema dual Se scrie sistemul de ecuaii atasat poblemei duale, folosind c i variabile reziduale variabilele din problema de minim. Pasul 4 Pasul 5 Se rezolva problema dual folosind algoritmul simplex In situatia n care problema are soluie, aceasta se gaseste pe ultimul rand al algoritmului simplex.

Exemplu

[Min]F = 16x1 + 45x2

2 x1 x1

5x2 3x 2

50 27

x1, x2

Formarea problemei duale

2
A=

5 3

50 27 1
i transpus ei

16 45

2
A =
T

1 3

16 45 1

50 27

din care rezult sistemul de ecuaii asociat problemei duale:

2 x1 5 x1 50 x1

x2 3x2 27 x 2

16 45 F
iar

Problema dual asociata va fi:

112

[Max] F = 50x1 + 27x2

2 y1 5 y1

y2 3 y2

16 45

cu y1, y2

Aplicarea algoritmului Simplex

Pasul 1

Se aduce problema la forma standard prin adaugarea unor variabile de compensare x1 i x2 (numrul variabilelor de compensare introduse este egal cu numrul inecuaiilor din sistemul de restricii).

Observaie

Este important notarea variabilelor reziduale la fel c necunoscutele problemei iniiale, n vederea citirii soluiei finale.
2 y1 5 y1 50 y1 y2 3 y2 x1 x2 F 16 45 0

27 y 2

Pasul 2

Se intocme te tabelul simplex initial care conine pe prima linie varaibilele problemei (inclusiv variabila F) i valoarea termenilor liberi i n interior coeficienii tuturor variabilelor i termenii liberi i pe ultimul rand se trec coeficienii funciei obiectiv F. n prima coloana trecem variabilele de compensare care formeaza o soluie de baz a problemei; (soluia de baz se identifica alegand din coloanele tabelului acele variabile care contin un element egal cu 1 i restul elementelor 0). n cazul nostru, observam c pe coloana varaibilelor x1, x2 i F exist un singur element egal cu 1 restul elementelor fiind 0, i vom alege aceste variabile c fiind variabile bazice. Atunci cnd se selecteaza varaibilele de baz, valoarea acestora pentru a obine o soluie de baz se citeste pe ultima coloana iar celorlalte variabile li se atribuie valoarea 0. Sol.baz x1 x2 F 2 5 -50 y1 1 3 -27 y2 1 0 0 x1 0 1 0 x2 0 0 1 F 16 45 0 Valoare

113

Pasul 3

Alegerea pivotului Se alege de pe ultima linie valoarea cea mai mic , determinndu-se astfel coloana pivotului. Observam c cea mai mic valoare de pe ultima linie este -50 ceea ce determin coloana pivotului c fiind coloana lui y1. Se efectueaza impartirea coloanei Valoare la coloana pivotului (mai putin pentru elementele de pe ultima linie) i se identifica cea mai mic valoare pozitiva: n cazul nostru 8. Linia corespunzatoare acestei valori va fi linia pivotului, respectiv linia 1. Pivotul se va afla deci la intersectia liniei 1 cu coloana corespunzatoare lui x2, i este elementul cu valoarea 2. Sol.baz x1 x2 F 2 5 -50

y1 1 3 -27

y2 1 0 0

x1 0 1 0

x2 0 0 1

F 16 45 0

Valoare 16:2=8 45:5=9

Pentru u urarea calculelor care urmeaz, se imparte linia pivotului (linia 1) la valoarea pivotului obtinand pentru acesta valoarea 1. Sol.baz x1 x2 F 1 5 -50

y1 1/2 3 -27

y2 1/2 0 0

x1 0 1 0

x2 0 0 1

F 8 45 0

Valoare

Pasul 4

Transformarea variabilei corespunzatoare coloanei pivotului n variabila de baz Se dorete obinerea de elemente egale cu 0 pe coloana pivotului (mai putin pentru pivot), respectiv pe coloana lui x1. n acest scop vom efectua urmatoarele operatii: l2 -5l1 i l3 +50l1 i vom avea: Sol.baz y1 x2 F 1 0 0 y1 1/2 1/2 -2 y2 1/2 -5/2 25 x1 0 1 0 x2 0 0 1 F 8 5 400 Valoare

114

n prima coloana am trecut noile variabile bazice: y1, x2 i F. dac dorim s interpretam rezultatele de la acest pas vom avea: Soluia de baz (8, 0, 0, 5) pentru care F = 400. (valorile soluiilor de baz se ciesc pe ultima coloana c i valoarea funciei obiectiv, celelalte variabile non-bazice avand valoarea 0) Deoarece pe ultima linie exist elemente negative, se reia algoritmul de la Pasul 3. Se alege coloana pivotului c fiind coloana care conine cea mai mic valoare de pe ultima linie, respectiv coloana lui y2. Se mpart elementele de pe ultima coloana la coloana lui y2 i se identific cea mai mic valoare pozitiva, care este 20. Sol.baz y1 x2 F 1 0 0

y1 1/2 1/2 -2

y2 1/2 -5/2 25

x1 0 1 0

x2 0 0 1

F 8 5 400

Valoare 8:1/2=16 5:1/2 = 10

Linia pivotului va fi linia a dou, iar valoarea pivotului este 1/2. Se imparte linia pivotului la pentru a obine valoarea 1 pentru pivot: Sol.baz y1 y1 y2 F 1 0 0

y2 1/2 1 -2

x1 1/2 -5 25

x2 0 2 0

F 0 0 1

Valoare 8 10 400

Se fac operaii ntre liniile tabelului i linia pivotului pentru a obine pe coloana pivotului elemente egale cu 0 (mai putin pivotul). Operatiile efectuate vor fi: l1 1/2l2 i l3 +2l2, rezultand tabelul: Sol.baz y1 y2 F
1

y1 0 1 0

y2 3 -5 15

x1 -1 2 4

x2 0 0 1

F 3 10 420

Valoare

0 0

115

Deoarece toate elementele de pe ultima linie sunt pozitive, algoritmul este finalizat. Citirea soluiei Observm c n ultimul tabel, variabilele bazice sunt y1 i y2 (aflate pe prima coloana). Soluia optim a problemei de maxim va fi y1 = 3, y2 = 10, x1 = 0, x2 = 0 i [Max]F = 420 Soluia optim a problemei de minim se citeste tot pe ultimul rand al tabelulu i simplex final i anume: [Min] F= 420 i se obine pentru x1 = 15 i x2 = 4

Pasul 5

Observaie

Notarea variabilelor reziduale ale problemei de maxim la fel cu necunoscutele problemei de maxim a fost facuta pentru usurarea citirii soluiei finale a problemei de minim din tabelul simplex al problemei de maxim.

Rezolvarea problemelor de maxim sau de minim n care restriciile au semne diferite

Exemplu

S se rezolve problema de programare linear:

[Max] F = x1 + 2x2 x1 + x2 x1 x2 x1,x2 0. 10 4

n vederea formrii ecuaiilor asociate problemei trebuie: - s adunm o variabil rezidual primei inecuaii 116

x1 + x2 + s = 10 - s scdem o variibil rezidual din a dou inecuaie: x1 x2 t = 4 Sistemul de ecuaii asociat este:

x 1 + x 2 + s = 10 x1 - x 2 - t = 4 - x1 - 2 x 2 + F = 0 x 1 , x 2 , s, t
Teorema

O soluie de baz a sistemului asociat unei probleme de programare linear nu este fezabila dac oricare din varaibile (cu exceptia lui P) nu respecta conditia de nenegativitate.

De exemplu pentru x1 = x2 = 0 obinem s = 10 i t = -4, deci o soluie de baz este (0,0,10,-4) dar aceasta soluie nu este fezabila deoarece t trebuie s fie pozitiv. n vederea aplicarii algoritmul simplex este necesar c soluiile de baz s fie fezabile. Pentru a inlatura problema generata de nerespectarea condiiilor de ne -negativitate, se introduce n toate ecuaiile n care apar variabile surplus (adica n toate ecuaiile asociate inegalitatilor cu semnul ) o variabila artificiala a. Variabilei artificiale i se impune aceeasi conditie de ne-negativitate, pentru a ne asigura de fezabiliatea soluiilor de baz. Deoarece variabila artificiala ar putea influenta valoarea optim a funciei obiectiv, n ecuatia asociata acesteia se scade valoarea Ma, considerand M c o valoare foarte mare. Astfel, problema devine: [Max]F = x1 + 2x2 Ma x1 + x2 + s = 10 x1 x2 t + a = 4 x1,x2,s,t,a 0.

Sistemul de ecuaii asociat devine:

117

x 1 + x 2 + s = 10 x1 - x 2 - t a = 4 - x 1 - 2 x 2 + Ma F = 0 x 1 , x 2 , s, t, a 0
n vederea formrii tabloului simplex initial, trebuie s verificam 2 condiii 1) existena unor variabile bazice n tabelul simplex initial, care se citesc pe coloanele tabelului c avand un element egal cu 1 i restul elementelor 0. 2) Fezabilitatea soluiei de baz gasite prin atribuirea de valori 0 variabilelor non-bazice existente. Vom intocmi un tabel simplex pentru verificarea celor dou condiii, pe care il vom denumi Tabel simplex preliminar:

x1 1

x2 1

s 1

t 0

a 0

F 0

Ct. 10 0___4_

1 _ _ _ -1 _ _ _ -1 -2 0

0 _ _ _ _-1 _ _ _1_ _ _ 0 M 1 0

Avem 3 variabile bazice i observam c acestea sunt s ,t i F deci prima conditie este indeplinit. Atribuind valoarea 0 variabilelor non-bazice vom avea: x1=0, x2 = 0 i a = 0 ceea ce implica s = 10 i t = -4 care nu respecta conditia de ne-negativitate, deci soluia nu este fezabila. Ne-fezabilitatea soluiei se datoreaza existentei coeficientului M n problema, care face c variabila a s nu poata fi considerata variabila bazica. Inconvenientul ar fi inlaturat dac pe coloana lui a n locul valorii M am obine valoarea 1. Acest lucru este posibil efectuand operatii ntre liniile tabelului, i anume din elementele liniei 3 vom scadea elementele liniei 2 inmultite cu M (l3-Ml2), obtinand: x1 1 x2 1 s 1 t 0 a 0 F 0 Ct. 10 0___4_

1 _ _ _ -1 _ _ _ -1-M -2+M 0

0 _ _ _ _-1 _ _ _1_ _ _ M 0 1 -4M

Variabilele bazice vor fi acum s, a i F i o soluie de baz fezabila se obine pentru x1=0, x2 = 0 i t = 0 care implica s = 10, a = 4 i F = -4M. Deoarece ambele condiii sunt indeplinite, vom aplica algoritmul simplex.

118

Pentru determinarea coloanei pivotului alegem de pe ultima linie cea mai mare valoare negativa, i anume -2 M, deci coloana pivotului va fi coloana lui x2. mprind elementele ultimei coloane la coloana pivotului i alegnd cea mai mic valoare pozitiv, vom determina linia pivotului care este prima linie.
Pe coloana pivotului obinem elemente egale cu 0 (mai putin valoarea pivotului) efectuand operatiile:l2 + l1 i l3 +(M+2)l1 Var.baz x2 F x1 1 x2 1 s 1 t 0 a 0 F 0 Ct. 10

a _ _ _ _ _ _ _ _2 _ _ _ 0 _ _ _ 1 _ _ _ _-1 _ _ _1_ _ _ 0 _ _ _ 14 _ -3 0 0 2 M-2 1 -8

Deoarece ultima linie conine un element negativ, se repeta algoritmul, alegand coloana lui x1
c

fiind colona pivotuui, i impartind ultima coloana la elementele coloanei pivotului determinm

linia 2 c fiind linia pivotului. Pivotul se va la intersectia liniei cu coloana pivotului i este elementul 2 de pe prima coloana. Pentru a obine valoarea 1 pentru pivot, se mpart elementele liniei 2 la valoarea pivotului, respectiv la 2. Vom obine:

x1 1

x2 1

s 1

t 0

a 0

F 0

Ct. 10 0___7_

1___ 0___ -3 0 0

1/2 _ _-1/2 _ _ 1/2 _ _ 2 M-2 1 -8

Prin operatii ntre liniile tabelului obinem pe coloana pivotului elemente egale cu 0. Var.baz x2 F

x1 0

x2 1

s 1/2

t 1/2

a -1/2

F 0

Ct. 3 0___7_

x1 _ _ _ _ _ _ _ _ 1 _ _ _ 0 _ _ _ 0 0 3/2

1/2 _ _-1/2 _ _ 1/2 _ _ 3/2 M-1/2 1 13

Deoarece ultima linie nu mai conine elemente negative, algoritmul este incheiat i soluia optim este: [Max] F = 13 care se obine pentru x2 =3 i x1 = 7 cnd s = t = a = 0.

119

PROBLEME REZOLVATE 1. S se determine duala problemei de minim: [Min]F = 2x1 + 3x2 Cu x1+ x2 2x1 +x2 x1, x2 Pasul 1 0. 3 4

Se scrie matricea A format din coeficienii i constantele restriciilor i ale funciei obiectiv (coeficienii funciei obiectiv se trec obligatoriu pe ultima linie)
1 1 3

A= 2 1 4
2 3 1

Pasul 2

Se transpune matricea A AT= 1 1 3

3 4 1 1 2 2

Pasul 3

Se formeaza dual problemei, respectiv problema de maxim: [Max] F = 3y1+4y2 Cu y1+2y2 y1+y2 2 3

2. S se rezolve: [Max] F = 3x1 + 5x2

2 x1 x1 x2 2 x2 x1 , x 2 0 4 10

Forma standard a problemei va fi:

2 x1 x1 3x1 2 x2 5 x2 x2 s2 s1 a1 Ma1 4 10 F 0

120

Cu tabelul simplex preliminar:

x1 2 1
-3

x2 s1 s2 1 2
-5

a1 F Val 0 0 4 0 10
0

1 0
0

-1 1
0

M 1

Efectum operaia l3 Ml2 pentru a elimina M de pe coloana lui a1 i a obine o soluie de baz.

Var.baz. x1 s1 a1 F 2 1

x2 1 2

s1 s2 1 0 0

a1 F Val 0 0 4 0 10 1 -10M

-1 1 M 0

-M-3 -2M-5 0

Coloana pivotului va fi coloana lui x2 i linia pivotului va fi linia 1 i prin operatiile l2 -2l1 i l3+(2M+5)l1 vom obine:

Var.baz. x1 x2 a1 F 2 -3

x2 s1 1 0 1 -2

s2 0

a1 F Val 0 0 4 0 2 1 -2M+20

-1 1

3M+7 0

2M+5 M 0

Algoritmul se incheie deoarece pe ultima linie exist numai valori pozitive, i soluia optim a problemei modificate este: X1 = 0, x2 = 4, s1 = 0, s2 = 0, a1 = 2 i [Max]F = -2M+20.

Dar, deoarece a1

0 , problema iniial nu are soluie.

121

REZUMAT Maximizarea unei funcii obiectiv pentru care toate restriciile au semnul Algoritm

Pasul 1 Pasul 2

Aducerea problemei la forma standard ntocmirea tabloului Simplex si selectarea variabilelor de baz i non-bazice (numrul acestora nu se va schimba pn la finalizarea algorimului simplex)

Pasul 3 Pasul 4 Pasul 5 Pasul 6

Alegerea pivotului Transformarea varaibilei asociata coloanei pivotului n variabila de baz. Determinarea soluiei optime Citirea soluiilor problemei.

4.4. REZOLVAREA PROBLEMELOR DE PROGRAMARE LINEAR MULTIDIMENSIONAL

Obiective operaionale: La sfaritul parcurgerii unitii de nvare, studenii trebuie: O1: s formuleze probleme de programare linear multidimensional O2: s utilizeze algoritmul simplex pentru rezolvarea problemelor de programare linear multidimensional

Metoda grafic de rezolvare a problemelor de programare linear este usor de aplicat numai n cazul PPL bidimensionale sau tridimensionale. Pentru problemele de programare linear multidimensionale rezolvarea se face cu ajutorul algoritmului simplex care este identic cu cel aplicat la problemele bidimensionale anterioare, n funcie de tipul problemei.

122

Forma generala standard a P.P.L. multidimensionale

n

[Max] F =
j 1

cjxj

aij x j
j 1

bi , 1 i j n

m,bi

xj

0, 1

Sau pentru probleme de minim:

n

[Min] F =
j 1

cjxj

Cu

aij x j
j 1

bi , 1 i n

m,bi

xj

0, 1 i

EXEMPLE DE PPL TIP MULTIDIMENSIONALE: 1. Problema planului de producie optim Fie seciile (sau procesele de producie) S1, S2,, Sn care consum materiile prime M1, M2,, Mm, n cantitile cunoscute pe unitatea de timp, repsectiv aij din Mi pentru sectia/procesul Sj, cu 1 i
m,1 j n.

De asemenea, se cunosc cantitile limit de materii prime care intra n procesul de producie, respectiv bi cu bi
0 , timpul necesar produciei n fiecare secie (sau timpul aferent fiecrui proces)

notat xj i profitul aferent fiecarui proces/produs cj. Vom numi plan optim de producie, perechea companiei, adic soluia problemei:
n

x1 , x2 ,..., xn , care maximizeaz profitul

[Max] F
j 1

c j x j cu restriciile:

aij x j
j 1

bi ,1 i xj 0

123

2) Problema dietei (sau a aliajului)

Const n determinarea cantitilor x j din alimentele A j , 1

n,

care alcatuiesc dieta x1 ,..., xn cu

un cost total minim, dat de funcia , unde c j reprezint costul unitar al alimentului A j . Elementele cunoscute sunt: componenta de substane nutritive S1 , S 2 ,..., S m a alimentelor A j , 1 este cantitatea de substan Si coninut n unitatea din alimentul A j
n

n,

aij

1 i m 1 j n

, unde aij

cantitile minime bi din fiecare substana Si , 1 i

m. F
j 1

cjxj

Dieta optim va fi soluia problemei:

n

[Min] F =
j 1

c jx j

cu

a ij x j
j 1

bi , 1 i 0, j 1, n

xj

3) Problema utilizarii optime a resurselor Const n determinarea cantitilor x1 , x 2 ,..., x n de produse profiturile companiei, cunoscnd: - cantitile limit b1 , b2 ,..., bm de resurse R1 , R2 ,..., Rm - cantitile de resurse aij ( din Ri ) necesare producerii produsului Pj - profitul unitar cj al fiecarui produs. Combinatia optim este soluia problemei:
n

P1 , P2 ,..., Pn care maximizeaz

[Max] F =
j 1

c jx j

cu

a ij x j
j 1

bi , 1 i 0, j 1, n

xj

124

PROBLEME REZOLVATE 1. S se rezolve: [Max] F = 5x1+2x2-x3

x1 2 x1 x2 4 x2 x3 3 x3 0 10 30

x1 , x 2 , x3

Forma standard a problemei de maxim este:

x1 2 x1 5 x1 x2 4 x2 2 x2 x3 3 x3 x3 s 10 t F 30 0

Alctuim tabelul simplex: Var.baz. x1 x2 x3 s s t F 1 2 1 4 t F Val

-1 1 0 0 10 3 0 1 0 30

-5 -2 -1 0 0 1 0

Coloana pivotului este coloana lui x1 i linia pivotului este linia 1. Operaiile efectuate n vederea transformrii lui x1 n variabila bazica sunt l2-2l1 i l3+5l1.

Var.baz. x1 x2 x3 s s t F 1 0 0 1 2 3 -1 1 5

F Val

0 0 10

-2 1 0 10 0 1 50

-6 5

Continum algoritmul simplex, identificnd pivotul la intersecia coloanei lui x3 cu linia a doua i mprinm linia a doua la valoarea pivotului, respectiv 5 pentru a obine valoarea pivotului 1.

125

Var.baz. x1 x2 x1 t F 1 0 0 1

x3 s -1 1

t 0

F Val 0 10

2/5 1 3

-2/5 1/5 0 2 0 1 50

-6 5

Operaiile efectuate pentru obinerea de valori 0 pe coloana pivotului sunt l1+l2 i l3+6l2.

Var.baz. x1 x2 X1 X3 F 1 0 0 7/5 2/5

X3 s 0 1 3/5 -2/5

F Val

-1/5 0 8 1/5 0 2 1 62

27/5 0

13/5 6/5

Soluia optim a problemei este [Max]F = 62 care se obine pentru x1 = 8, x2 =0 i x3 =2. 2. S se rezolve: [Min] F = 5x1 +4x2 +3x3+8x4

x1 x 2 600 x3 x 4 800 x1 x3 400 x 2 x 4 900 x1 , x 2 , x3 , x 4 0

Construim problema dual:

1
A=

1 0 0 1 4

0 1 1 0 3

0 1 0 1 7

600 800 400 900 1

i A =
T

1 1 0 0 600

0 0 1

1 0 1

0 1 0

5 4 3

0 1 0 5

1 0 1 7 800 400 900 1

i [Max] F = -600 y1 - 800 y2 + 400 y3 + 900 y4

126

y1 y3 y1 y 4 Cu y 2 y3 y2 y4 y1 , y 2 , y3 , y 4

5 4 3 7 0

Forma standard a problemei duale de maxim este:

600 y1

y1 y 3 x1 5 y1 y 4 x 2 4 y 2 y 3 x3 3 y 2 y 4 x4 7 800 y 2 400 y 3 900 y 4

Alctuim tabelul simplex Var.baz. y1 X1 X2 X3 X4 F -1 -1 0 0 y2 0 0 -1 -1 y3 1 0 1 0 y4 0 1 0 1 x1 x2 x3 x4 F Val 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 5 0 4 0 3 0 7 1 0

600 800 -400 -900 0

Coloana pivotului este coloana lui y4 i linia pivotului este linia a doua. Efectum operaiile l4-l2 Var.baz. y1 X1 Y4 X3 X4 F -1 -1 0 1
i

l5+900l2 pentru a-l transforma pe y4 n variabil bazic. y2 0 0 -1 -1 y3 1 0 1 0 y4 x1 x2 0 1 0 0 1 0 0 0 0 0 1 0 -1 x3 x4 F Val 0 0 1 0 0 0 0 1 0 0 5 0 4 0 3 0 3 1 3600

-300 800 -400 0

900 0

Noua coloan a pivotului este coloana lui y3 i linia pivotului este linia a treia. Pentru transformarea lui y3 n variabil bazic efectum operaiile l1-l3 i l5+400l3. 127

Var.baz. y1 x1 y4 y3 x4 F -1 -1 0 1

y2 1 0 -1 -1

y3 Y4 x1 x2 0 0 1 0 0 1 0 0 0 1 0 0 0 0 0 1 0 -1

x3 1 0 1 0

x4 F Val 0 0 0 1 0 2 0 4 0 3 0 3 1 4800

-300 400 0

900 400 0

Deoarece ultima linie mai conine o valoare negativ, continum algoritmul, avnd pivotul la intersecia dintre coloana lui y1 i linia a patra. Operaiile care se efectueaz sunt: l1+l4, l2+l4 i l5+300l4.

Var.baz. y1 y2 x1 y4 y3 Y1 F 0 0 0 1 0 0 -1 -1 -1

y3 y4 X1 x2 0 0 1 0 0 1 0 0 0 1 0 0 0 0 -1 0 0 -1

x3 1 0 1 0

x4 1 1 0 1

F Val 0 5 0 7 0 3 0 3

100 0

600 400 300 1 5700

Algoritmul se incheie deoarece ultima linie conine numai valori pozitive i soluia problemei duale (de maxim) este: y1 =3, y2 = 0, y3 = 3, y4 = 7, x1 = 5, x2 = 0, x3 =0 i x4 = 0 cu [Max]F =5.700 Soluia problemei iniiale (de minim) se citete pe coloanele tabelului simplex i este: x1 = 0,

128

x2 = 600, x3 = 400 i x4 = 300 cu [Min] F = 5.700. 3. S se rezolve: [Max] F = x1 x2 +3x3

x1

x2

20

x1 x3 5 x 2 x3 10 x1 , x 2 , x3 0

Forma standard a problemei va fi: [Max] F = x1 x2 +3x3 Ma1-Ma2

x1

x2

s1

20

x1 x3 a1 5 x 2 x3 s 2 a 2 10 x1 , x 2 , x3 , s1 , s 2 , a1 , a 2 0

Tabelul simplex iniial este:

x1 1 1 0 -1

x2 x3 s1 A1 s2 1 0 1 1 0 1 1 1 0 0 0 1 0 M 0 0

a2 0 0

F Val 0 20 0 5 0 10

-1 1 0

-3 0

M 1 0

Observm c varaibilele bazice sunt s1 i F i mai avem nevoie de 2 variabile bazice, pe care le vom obine prin eliminarea valorii M de pe coloana lui a1, prin operaia l4 Ml2 i prin eliminarea valorii M de pe coloana lui a2 prin operaia l4-Ml3.

129

Var.baz x1 s1 a1 a2 F 1 1 0

x2 1 0 1

x3 0 1 1

s1 a1 s2 1 0 0 0 1 0 0 0 0

a2 F Val 0 0 0 20 0 5 0 10 1 -15M

-1 1 M 0

-M-1 -M+1 -2M-3 0

Verificm fezabilitatea soluiei de baz obinut prin atribuirea de valori 0 variabilelor nonbazice: x1 = 0, x2 = 0, x3 = 0, s1 =20, a1 = 5, a2 = 10 F = -15M, deci soluia de baz este fezabil. Aplicm algoritmul simplex. Coloana pivotului este coloana lui x3, iar linia pivotului este linia a doua, pivotul fiind marcat n tabel: Var.baz x1 s1 a1 a2 F 1 1 0

x2 1 0 1

x3 0 1 1

s1 a1 s2 1 0 0 0 1 0 0 0 0

a2 F Val 0 0 0 20 0 5 0 10 1 -15M

-1 1 M 0

-M-1 -M+1 -2M-3 0

Se obin valori 0 pe coloana pivotului prin operaiile l3-l2 i l4 +(2M+3)l2: Var.baz x1 s1 x3 a2 F 1 1 -1 M+2

x2 1 0 1

x3 s1 a1 0 1 0 1 0 0 0 0 1 -1

s2 0 0

a2 F Val 0 0 0 20 0 5 0 5 1 -5M+15

-1 1

-M+1 0

2M+3 M 0

130

Deoarece ultima linie mai conine valori negative se repet algoritmul, alegndu -se c i coloan a pivotului coloana lui x2 i linie a pivotului linia 3. Operaiile efectuate pentru obinerea unei soluii de baz sunt l1 l3 i l4 +(M-1)l3. Var.baz s1 x3 x2 F

x1 x2 x3 s1 2 1 -1 3 0 0 1 0 0 1 0 0 1 0 0

a1 1 1

s2 1 0

a2 F Val -1 0 0 0 1 0 15 5 5 10

-1 -1

0 M+4

1 M-1 1

Ultima linie conine numai valori pozitive, deci soluia problemei modificate este: x1 = 0, x2 = 5, x3 = 5, s1 = 15, a1 = 0, s2 = 0, a2 = 0 i [Max]F = 10. Deoarece a1 = 0 i a2 = 0, soluia problemei initiale este: x1 = 0, x2 = 5, x3 = 5 cu [Max]F = 10.

131

REZUMAT

Forma generala standard a P.P.L. multidimensionale

n

[Max] F =
j 1

cjxj

aij x j
j 1

bi , 1 i j n

m,bi

xj

0, 1

Sau pentru probleme de minim:

n

[Min] F =
j 1

cjxj

Cu

aij x j
j 1

bi , 1 i n

m,bi

xj

0, 1 i

4.5. TEMA DE CONTROL A UNITII DE NVARE NR. 4

PROBLEME PROPUSE
1. Pentru un atelier de tmplrie care produce mese i scaune se cunosc urmtoarele: Ore de munc Departament Producie Finisare i ambalare Profit unitar Mese Scaune Numar maxim ore de munc zilnice 6 2 200 lei 2 1 50 lei 400 120

Care este combinaia optim de produse care trebuie realizate pentru maximizarea profitului?

132

2. O agenie de turism planific organizarea unei excursii n Grecia pentru care poate inchiria autocare i microbuze. Fiecare autocar poate transporta 40 de persoane i costul nchirierii pe o sptmn este de 4.000 lei i fiecare microbuz poate transporta 10 persoane i costul nchirierii pe o sptmn este de 900 lei. Numrul de turi ti estimai este de 400 persoane i numrul maxim de ghizi este de 20 (fiecare autocar sau microbuz trebuie s aibe un ghid). Care este numrul optim de vehicule din fiecare tip care trebuie nchiriate n vederea minimizrii costurilor de transport? 3. Un investitor dorete s investeasc suma de 50.000 lei n aciuni i obligatiuni. Dobnda medie a aciunilor este 15 % i cea a obligaiunilor este de 12% i investitorul dorete c cel putin o treime din sum s fie investit n aciuni. Care este combinaia optim a portofoliului n vederea maximizrii profitului obtnut din investiie? 4. O banc dispune de un buget de dezvoltare de 1.000.000 euro i i i propune nfiinarea de sucursale i agenii n Romnia. Costul nfiinrii unei sucursale este de 100.000 euro i necesit 5 angajati, iar costul nfiinrii unei agenii este de 50.000 euro i necesit 2 angajai. Veniturile anuale estimate a fi obinute sunt de 400.000 euro pentru sucursale i de 125.000 euro pentru agentii. Banca nu poate angaja mai mult de 100 persoane i nu poate deschide mai mult de 20 de uniti noi. Care este numrul maxim de sucursale i agentii care poate fi deschis n vederea optimizarii profiturilor bncii? 5. Regimul unui diabetic trebuie s conin n mod obligatoriu dou alimente A i B. n 100 g de aliment A exist 25 uniti de calciu, 10 uniti de fier, 5 uniti de vitamina A, i 6 uniti de colesterol i n 100g de aliment B exist 5 uniti de calciu, 10 uniti de fier, 25 uniti de vitamina A i 8 uniti de colesterol. Cantitatea zilnic minim necesar este de 300 uniti de calciu, 120 uniti de fier i 200 uniti de vitamina A. Care este cantitatea optim de alimente A i B care trebuie s alcatuiasc dieta pentru a respecta condiiile impuse pentru calciu, fier i vitamina A n condiiile unui aport minim de colesterol?

133

6. S se rezolve grafic:

a. [Max] F = 5x1 +5x2

2 x1 x1 x2 2 x2 0 10 8

b. [Max] F = 5x1 +5x2

6 x1 3 x1 3x2 6 x2 0 24 30

x1 , x 2

x1 , x 2

c. [Max] F = 2x1 + 3x2

2 x1 x1 x2 2 x2 0 10 8

d. [Min] F = 2x1 + 3x2

2 x1 x1 x2 2 x2 0 10 8

x1 , x 2

x1 , x 2

7. S se rezolve folosind algoritmul simplex, urmatoarele PPL bidimensionale de maxim: a.[Max] F = 15x1 + 10 x2
5 x1 3 x1 2 x2 2 x2 0 20 16

b. [Max] F = 3x1 + 2x2

2 x1 x1 x2 3x2 x1 , x 2 10 10 0

x1 , x 2

c.[Max] F = 30x1 + 40x2

d. [Max] F = 15x1 + 20x2

2 x1 x1 x1

x2 x2

10 7

2 x1 x2 9 x1 x 2 6 x1 2 x2 10 x1 , x2 0

2 x2 12 x1 , x2 0

8. S se rezolve folosind algoritmul simplex, urmatoarele PPL bidimensionale de minim:

a. [Min] F = 9x1 +2x2

4 x1 3 x1 x2 x2 12 10 0

b. [Min] F = 10x1 +15x2

4 x1 12 x1 x2 3x2 0 12 10

x1 , x 2

x1 , x 2

134

c. [Min] F = x1 +4x2
x1 x1 2 x2 3x2 0 5 6

d. [Min] F = 3x1 +5x2

2 x1 x1 3x 2 2 x2 0 8 4

x1 , x 2

x1 , x 2

REZOLVARE 1. Forma standard a problemei este:

5 x1 2 x2 s 20 3x1 2 x2 t 16 F 15x1 10 x2 0 x1 , x2 , s, t 0

Var.baz. s t P

x1 5 3 -15

x2 2 2 -10

s 1 0 0

t 0 1 0

F 0 0 1

Val 20 16 0

x1 1 3 -15

x2 2/5 2 -10

s 1/5 0 0

t 0 1 0

F 0 0 1

Val 4 16 0

Var.baz. x1 t F

x1 1 0 0

x2 2/5 4/5 -4

s 1/5 -3/5 3

t 0 1 0

F 0 0 1

Val 4 4 60

x1 1 0 0

x2 2/5 1 -4

s 1/5 -3/4 3

t 0 5/4 0

F 0 0 1

Val 4 5 60 135

Var.baz. x1 x2 F Soluia:

x1 1 0 0

x2 0 1 0

s -3/4 0

t -1/2 5/4 5

F 0 0 1

Val 2 5 80

[Max]F = 80 pentru x1 = 2 , x2 = 5 si s = 0, t = 0.

2. Forma standard a problemei este:

2 x1 x 2 s 10 x1 3 x 2 t 10 F 3 x1 2 x 2 0 x1 , x 2 , s, t 0

Var.baz. s t F

x1 2 1 -3

x2 1 3 -2

s 1 0 0

t 0 1 0

F 0 0 1

Val 10 10 0

Var.baz.

x1 1 1 -3

x2 3 -2

s 0 0

t 0 1 0

F 0 0 1

Val 5 10 0

Var.baz. x1 t F

x1 1 0 0

x2 5/2 -1/2

s -1/2 3/2

t 0 1 0

F 0 0 1

Val 5 5 15

136

Var.baz.

x1 1 0 0

x2 1 -1/2

s -1/5 3/2

t 0 2/5 0

F 0 0 1

Val 5 2 15

Var.baz. x1 x2 F Soluia:

x1 1 0 0

x2 0 1 0

s 4/10 -1/5

t 0 2/5

F 0 0 1

Val 4 2 16

14/10 1/5

[Max]F = 16 pentru x1=4 , x2=2 si s = 0, t = 0. 3. Forma standard a problemei este:

2 x1 x1

x2 x2

s 10 t 7

x1 2 x 2 p 12 F 30 x1 40 x 2 0

Var.baz. s t p F

x1 2 1 1 -30

x2 1 1 2 -40

s 1 0 0 0

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 10 7 12 0

Var.baz.

x1 2 1 -30

x2 1 1 1 -40

s 1 0 0 0

t 0 1 0 0

p 0 0 0

F 0 0 0 1

Val 10 7 6 0

137

Var.baz. s t x2 F

x1 3/2 -10

x2 0 0 1 0

s 1 0 0 0

t 0 1 0 0

p -1/2 -1/2 20

F 0 0 0 1

Val 4 1 6 240

Var.baz. s t x2 F

x1 3/2 -10

x2 0 0 1 0

s 1 0 0 0

t 0 1 0 0

p -1/2 -1/2 20

F 0 0 0 1

Val 4 1 6 240

Var.baz.

x1 3/2 1 -10

x2 0 0 1 0

s 1 0 0 0

t 0 2 0 0

p -1/2 -1 20

F 0 0 0 1

Val 4 2 6 240

Var.baz.

x1 0 1 0 0

x2 0 0 1 0

s -1/2 0 0 0

t -3 2 -1 20

p -2 -1 1 10

F 0 0 0 1

Val 1 2 5 260

x1 x2 F

Soluia:

[Max]F = 260 pentru x1 = 2 , x2 = 5 si s = 0, t = 0,p=0. b) Forma standard a problemei este:

138

2 x1 x 2 s 9 x1 x 2 t 6 x1 2 x 2 p 10 F 15x1 20 x 2 0 x1 , x 2, s, p, t 0

Var.baz. s t p F

x1 2 1 1 -15

x2 1 1 2 -20

s 1 0 0 0

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 9 6 10 0

Var.baz. s t p F Var.baz.

x1 2 1 1/2 -15 x1 3/2 -5

x2 1 1 1 -20 x2 0 0 1 0 x2 0 0 1 0 x2 0 0 1 0

s 1 0 0 0 s 1 0 0 0 s 1 0 0 0 s 1 0 0 0

t 0 1 0 0 t 0 1 0 0 t 0 2 0 0 t -3 2 -1 10

p 0 0 1/2 0 p -1/2 -1/2 10 p -1/2 -1 10 p -2 -1 0 5

F 0 0 0 1 F 0 0 0 1 F 0 0 0 1 F 0 0 0 1

Val 9 6 5 0 Val 4 1 5 100 Val 4 2 5 100 Val 1 2 4 110

Var.baz.

x1 3/2 1 -5

Var.baz.

x1 0 1 0 0

Soluia: [Max]F = 110 pentru x1 = 2 , x2 = 4 . 139

5. Se formeaz problema dual:

4 1 12

3 1

A = 3 1 10 9 2 1

i A =
T

2 cu sistemul asociat: 12 10 1

4 y1 y1

3 y2 y2

9 3 F

12 y1 10 y 2

Duala problemei de minim este:

[Max] F = 12y1 + 10 y2
4 y1 y1 3 y2 y2 0 9 2 care se rezolva cu algoritmul simplex.

y1 , y 2

Se introduc variabilele reziduale x1 si x2 si se formeaza sistemul asociat:

4 y1 y1

3 y 2 x1 9 y 2 x2 2

F 12 y1 10 y 2 0 y1 , y 2 , x1 , x 2 0

Var.baz. x1 x2 F

y1 4 1 -12

y2 3 1 -10

x1 1 0 0

x2 0 1 0

F 0 0 1

Val 9 2 0

Var.baz. x1 y1 F

y1 0 1 0

y2 -1 1 2

x1 1 0 0

x2 -4 1 12

F 0 0 1

Val 1 2 24

140

Soluia optim a problemei duale de maxim este: Max F = 24 pentru y1 = 2, y2 = 0 si x1= x2 = 0 Soluia optim a problemei iniiale de minim se cite te pe ultima linie a tabelului simplex: Min F = 24 pentru x1 = 0 i x2 =12. (y1 = y2 =0)

6. [Max]F = 180 pentru y1 = 15 si y2 = 0 si [Min] F = 180 pentru x1=0 si x2 =12. 7. [Max]F = 6 pentru y1 = 0 si y2 = 1 si [Min] F = 6 pentru x1 = 6 si x2 =0. 8. [Max]F = 12 pentru y1 = 3/2 si y2 = 0 si [Min] F = 12 pentru x1 = 4 si x2 =0.

NTREBRI DE CONTROL
1. Care este importana programrii lineare n modelarea matematic a fenomenelor economice? 2. Definii forma standard a unei probleme de programare linear. 3. Ce reprezint funcia obiectiv a unei probleme de programare linear?

LUCRRI DE VERIFICARE

1. O firm produce dou tipuri de becuri: de 100W i de 200W. Fiecare bec de 100 W necesit 2 ore pentru producie i 1 ora pentru ambalaj, i fiecare bec de 200 W necesit 2,5 ore pentru producie i 1 or pentru ambalare. Numrul maxim de ore de munc este de 80 pentru producie i 20 pentru ambalare. Profitul companiei este de 3 lei pentru becurile de 100 W i 4 lei pentru becurile de 200W. Care este combinatia optim de produse din fiecare tip care poate fi fabricta zilnic pentru maximizarea profitului?

141

2. O firm produce dou modele de cni: de cafea i de ap, care necesit urmatoarele:

Ore de munc/cana Departament Cana cafea Producie Finisare i ambalare Profit Cana apa Numar maxim ore de munc zilnice 4 1 2 lei 3 1 3 lei 160 48

Care este combinaia optim de produse care trebuie fabricte pentru maximizarea profitului zilnic?

3.

[Max] F = 8x1 + 7x2

4 x1 3 x1 3x2 4 x2 0 24 8

x1 , x 2

4.

[Max] F = 8x1 + 7x2

4 x1 3 x1 3x2 4 x2 0 24 8

x1 , x 2

5.

[Max] F = x1 + x2

142

x1 x2 x1

6 4

2 x2 10 x1 , x2 0

6. [Min] F = 3x1 +9x2

2 x1 x1 x2 2 x2 0 9 8

x1 , x 2

7. S se rezolve:

[Max] F = x1 + 2x2 + 3x3

2 x1

2 x2

8 x3

600 600 400 0

x1 3x 2 2 x3 3x1 2 x 2 x3 x1 , x 2 , x3

4.6. TESTUL DE AUTOEVALUARE NR. 4

1. [Max] F = 2x1 + 3x2

2. [Max] F = -x1 + 2x2

x1 x2 x1 3x2

2 12

2 x1 x 2 2 x1 x 2 5 x2 6 x1 , x 2 0

x1 4 x2 4 x1 , x2 0

143

REZOLVARE

1.Algoritmul simplex este:

Var.baz. s t p F

x1 -1 -1 1 -2

x2 1 3 -4 -3

s 1 0 0 0

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 2 12 4 0

Var.baz.

x1 -1 2 -3 -5

x2 1 0 0 0

s 1 -3 4 3

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 2 6 12 6

Var.baz.

x1 -1 1 -3 -5

x2 1 0 0 0

s 1 -3/2 4 3

t 0 1/2 0 0

p 0 0 1 0

F 0 0 0 1

Val 2 3 12 6

Var.baz. x2 x1 p F Soluia:

x1 0 1 0 0

x2 1 0 0 0

s -1/2 -3/2 -1/2 -9/2

t 3/2 5/2

p 0 0 1 0

F 0 0 0 1

Val 5 3 21 21

144

Pentru x1 = 3 , x2 = 5 valoarea funciei este F = 21, dar problema nu are soluie (nu se poate determina valoarea maxima a functiei F), deoarece algoritmul simplex nu se poate finaliza.

2. Algoritmul simplex este:

Var.baz. s t p F

x1 -2 -1 0 1

x2 1 1 1 -2

s 1 0 0 0

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 2 5 6 0

Var.baz. x2 t p F

x1 -2 1 2 -3

x2 1 0 0 0

s 1 -1 -1 2

t 0 1 0 0

p 0 0 1 0

F 0 0 0 1

Val 2 3 4 4

Var.baz.

x1 -2 1 1 -3

x2 1 0 0 0

s 1 -1 -1/2 2

t 0 1 0 0

p 0 0 1/2 0

F 0 0 0 1

Val 2 3 2 4

Var.baz. x2 t x1 F

x1 0 0 1 0

x2 1 0 0 0

s 0 -1/2 -1/2

t 0 1 0 0

p 1 -1/2 3/2

F 0 0 0 1

Val 6 1 2 10

145

Soluia: [Max]F = 10 pentru x1 = 2 , x2 = 6 .

4.7. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 4

1. Mitroi Andreea , Matematic economic I, Ed. Cison, Bucureti, 2010 2. Cenu Gheorghe (coord), Matematici pentru economiti, Editura Cison, 2000 3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000

146

5. BILIOGRAFIA NTREGULUI SUPORT DE CURS

1. Mitroi Andreea , Matematic economic I, Ed. Cison, Bucureti, 2010 2. Cenu Gheorghe (coord), Matematici pentru economiti, Editura Cison, 2000 3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000

147

6. NOTIELE CURSANTULUI
_________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ 148

_________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________

149

_________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________ _________________________________________________________________________________

150