Matematici financiare si actuariale Semestrul II

ELEMENTE DE TEORIA GRAFURILOR 1. Introducere. Definiii Prima referire la teoria grafurilor a fost fcut n 1736 de ctre Euler n lucrarea numit: Problema podurilor din Knigsberg. n 1847 Kirchoff a abordat teoria reelelor electrice prin metoda grafurilor. n 1956 Ford i Fulkerson au aplicat teoria grafurilor n reelele de transport. Astfel, dup aceast perioad teoria grafurilor a fost utilizat pentru rezolvarea unor probleme cu caracter economic, pentru proiectarea reelelor electrice, de canalizare, de gaze sau a reelelor de tehnic de calcul, ori n medicin. Definiie.. Un graf G este o pereche de forma G = ( X , ) unde: X este este o mulime finit numit mulimea vrfurilor (sau a nodurilor); orice element x X se numete vrf, este o submulime a lui X X , mulimea perechilor ordonate xi , x j , xi , x j X , i = 1, n ,

j = 1, n , i j numite arce. Pentru un arc (xi , x j ) vrful xi se numete extremitate iniial (surs), iar vrful x j
extremitate final (destinaie). Graful G admite o reprezentare geometric n plan, obinut astfel: - vrfurile se plaseaz n plan n poziii distincte oarecare. - fiecare arc xi , x j se reprezint printr-o linie ce unete cele 2 extremiti i pe care se afl

sensul de la xi la x j .

Exemplu: Fie graful G = ( X , ) dat de X = {x1 , x 2 , x3 , x 4 , x5 } iar

= {( x1 , x 2 ), ( x1 , x3 ), ( x 2 , x 4 ), ( x3 , x 2 ), ( x3 , x 4 ), ( x 4 , x1 ), ( x 4 , x5 )} .

Cu reprezentarea geometric:

Se observ c poate fi definit ca o aplicaie multivoc : X P ( X ) adic, (x ) este mulimea tuturor nodurilor finale ale arcelor ce au ca nod iniial pe x . Astfel, graful din exemplul de mai sus poate fi scris ca X = {x1 , x 2 , x3 , x 4 , x5 },

Figura 5.1.1.

( x1 ) = {x 2 , x3 } , ( x 2 ) = {x 4 }, (x3 ) = {x 2 , x 4 } , ( x 4 ) = {x1 , x5 } , ( x5 ) = Dac xi ( xi ) , arcul ( xi , xi ) se numete bucl.

Dac graful G conine arcul xi , x j vom spune c vrfurile xi i x j sunt adiacente n G i amndou sunt incidente cu arcul xi , x j . Definiie. O succesiune de arce n care vrful terminal al unuia este origine pentru urmtorul se numete drum. Definiie. Un drum este simplu dac folosete un arc o singur dat. Definiie.. Un drum este elementar dac nu trece de dou ori prin acelai vrf. Definiie. Un drum elementar care cuprinde toate vrfurile grafului se numete hamiltonian. Definiie. Numrul arcelor care compun un drum se numete lungimea acelui drum. Pentru exemplul grafului din figura 5.1.1, un drum elementar poate fi d1 : {x1 , x 2 , x 4 , x5 }, lungimea drumului d 1 este 3. avem proprietatea c xi , x j sau ntr-un graf G , se numete muchie o pereche de vrfuri xi , x j

(x , x ) ; muchiile unui graf reprezentat geometric se

j i

] de vrfuri pentru care

( )}
cu

proprietatea c oricare arce vecine (xi , xi +1 ) , (xi + 2 , xi + 3 ) au o extremitate comun pentru orice

prezint ca nite segmente neorientate. Definiie. Se numete lan un ir de arce l = ( x1 , x 2 ), ( x3 , x 4 ),..., x p , x p +1

i = 1,2,... p 2 .
Definiie. Un lan care nu-i repet vrfurile se numete lan elementar, iar un lan care nu-i repet muchiile se numete un lan simplu. Numrul de muchii care formeaz un lan se numete lungimea lanului. Exemplu n graful din figura 5.1.2. urmtoarele iruri de arce sunt lanuri: l1 : {(x1 , x 2 ), ( x 2 x 4 ), ( x 4 , x3 )}, l 2 : {( x1 , x 2 ), ( x 2 , x 4 )}, l3 : {( x1 , x3 ), ( x3 , x 2 ), (x 2 , x 4 )} ,

l 4 : {( x1 , x 4 ), ( x 4 , x3 ), ( x3 , x 2 )}

Definiie. Se spune c un graf este conex dac ntre oricare dou vrfuri ale sale exist cel puin un lan care s le lege. n caz contrar graful este neconex. Un graf se numete tare conex dac ntre oricare dou vrfuri ale sale exist cel puin un drum.

Figura 5.1.2.

Exemplu Graful

Figura 5.1.3a.

este conex, iar graful

Figura 5.1.3b

nu este conex. Definiie. Gradul unui vrf x se noteaz g ( x ) i reprezint numrul de arce incidente cu

x . Gradul interior al unui vrf x se noteaz cu g ( x ) i este numrul arcelor de forma ( y, x ) cu y X . Gradul exterior al unui vrf x se noteaz cu g + (x ) i este numrul de arce de forma (x, y ) cu y X .
Exemplu. n graful din figura 5.1.1. g ( x 2 ) = 2 existnd dou arce ( x1 , x 2 ) , ( x3 , x 2 ) cu

Definiie. Se numete subgraf G = ( X , ) al grafului G = ( X , ) un graf obinut din G prin suprimarea anumitor vrfuri i arce. Dac G se obine din G prin suprimarea anumitor vrfuri i a tuturor arcelor incidente cu acestea vom spune c subgraful G este indus sau generat de mulimea de vrfuri X . Subgraful G se numete graf parial al lui G dac se obine din graful G , avnd aceleai vrfuri, dar numai cu o parte din arcelor acestuia. Exemplu Fie graful

destinaia x 2 i g + ( x 2 ) = 1 pentru c ( x 2 ) = {x 4 }. Deci g ( x 2 ) = 3 .

n Figura 5.1.4b. este prezentat subgraful G generat de nodurile {x1 , x 2 , x3 , x5 },

Figura 5.1.4a.

iar n Figura 5.1.4c. este prezentat graful parial G fr arcele ( x 2 , x3 ) i ( x3 , x5 ) .

Fidura 5.1.4b.

Figura 5.1.4c.

Definiie. Un graf orientat este complet dac oricare dou vrfuri sunt adiacente. 2. Matrici asociate unui graf. Proprieti ale grafurilor n problemele ce pot fi rezolvate cu ajutorul grafurilor apar anumite matrici ce conin informaii asupra arcelor, drumurilor sau altor elemente legate de grafuri. 2.1. Matricea conexiunilor directe

C , ale crui elemente sunt C = (cij )i , j =1,n .

Fie un graf G = ( X , ) cu X = {x1 , x 2 ,..., x n }. Asociem acestui graf o matrice ptratic

1 pentru ( xi , x j ) cij = 0 pentru ( xi , x j )

Matricea C poart numele de matricea arcelor, matricea conexiunilor directe sau matricea de adiacen pentru graful G Observaii 1. Numrul de cifre 1 de pe linia xi reprezint numrul de conexiuni directe ale lui xi , iar numrul de cifre 1 de pe coloana x j reprezint numrul conexiunilor directe cu x j . De exemplu, dac nodurile grafului de mai sus reprezint 5 bnci, iar arcele corespunztoare reprezint relaiile de colaborare interbancare, atunci cifrele de 1 de pe linia xi ar putea reprezenta posibilitile la care banca i face plasamente, iar cifrele de 1 de pe coloana x j ar putea reprezenta posibilitile de la care banca j ar putea face mprumuturi. 2. Dac dou grafuri au aceeai matrice a conexiunilor directe (i aceeai mulime de vrfuri), atunci cele dou grafuri coincid. 3. Gradul exterior al vrfului xi se obine adunnd elementele de pe linia i a matricei C , iar gradul interior al aceluiai vrf se obine adunnd elementele de pe coloana i a matricei C :

g + ( xi ) = cij , g ( xi ) = c ki .
j =1

k =1

2.2. Matricea drumurilor

Din matricea conexiunilor directe, prin anumite operaii se poate o matrice D = d ij numit matricea drumurilor sau matricea conexiunilor totale n care 1 dac exist drum de la xi la x j

( )

i , j =1.n

Definiie. Puterea de atingere p ( xi ) a vrfului xi X n graful G = ( X , ) este egal cu numrul de vrfuri la care se poate ajunge din xi , adic egal cu numrul de elemente de 1 de pe linia i din matricea D .

d ij = 0

dac nu exist drum de la xi la x j

Observaii 1. Matricea D a drumurilor grafului G poate indica absena sau prezena circuitelor n graful G astfel: dac d ii = 0 , ()i = 1, n , atunci graful G nu are circuite; care are ca vrf pe xi . dac exist un indice i , i = 1, n pentru care d ii = 1 , atunci exist n graful G un circuit

2. Dac p ( xi ) = 0 , atunci din vrful xi nu se ajunge nicieri i se numete ieire din reea. 3. Dac matricea D are toate elementele egale cu 1 , atunci graful este tare conex. Dac cel puin un element este egal cu 0 n D , graful nu este tare conex.

Pentru elaborarea unui algoritm de determinare a matricii drumurilor introducem o operaie adecvat pe mulimea format din elementele 0 i 1 , numit operaie de adunare boolean cu regulile urmtoare:

+ 0 1

0 0 0

1 1 1

Astfel algoritmul de determinare al matricii drumurilor unui graf, pornind de la matricea conexiunilor directe, este: 1. Pentru construirea liniei i din matricea D ( i = 1, n ) urmrim elementele egale cu 1 de pe linia i din matricea C :

d i = 1 d i = 1 atunci M d i = 1 2. Folosind adunarea boolean, se adun liniile , , din matricea C la linia i ; noile valori 1 aprute se trec n linia i a matricei D ; fie k , l , ..., m poziiile ocupate de aceste noi

c i = 1 c i = 1 dac , M ci = 1

valori n cadrul liniei. 3. Adunm (boolean) liniile k , l , ..., m din C la linia i trecnd noile valori de 1 aprute n linia i a matricii D , continund procesul pn la apariia uneia din situaiile: a) sau toate elementele d ij ( j = 1, n ) devin egale cu 1 . b) nu mai apare nici un element egal cu 1 , caz n care locurile rmase libere se completeaz cu zerouri i se trece la linia i + 1 , pentru care se repet procedeul.

2.3. Determinarea drumurilor hamiltoniene n grafuri fr circuite Dac graful G nu are circuite, vom scrie matricea D a drumurilor grafului, ordonnd n prealabil vrfurile grafului n ordinea descresctoare a puterilor de atingere astfel toate valorile de 1 din matrice vor aprea deasupra diagonalei principale. Deoarece - dac n graful G exist un drum de la xi la x j , atunci p x j < p( xi ) , deoarece orice vrf

( )

atins din x j poate fi atins i din xi , printr-un drum obinut n cadrul operaiei de conectare; -

dac ar mai fi posibil ca d ij = 1 cu i > j , atunci p ( xi ) > p x j ceea ce conform rearanjrii

( )

triangularizat atunci p ( x1 ) p( x 2 ) ... p ( x n ) .

liniilor i coloanelor nu mai este posibil. Acest procedeu se numete triangularizare; matricea D se va numi form triungularizat superior. Este evident c dac ordinea {x1 , x 2 ,..., x n } a vrfurilor grafului conducere la o matrice

Aceast form are proprietatea c fiecare element egal cu 1 de pe fiecare linie a matricii drumului corespunde unui drum format dintr-un singur arc. ntr-adevr, presupunem c, pe linia vrfului xi constatm c:

d ik = 0 k = 1, j 1 d ij = 1 j > i S presupunem c exist un drum de la xi la x j format din mai multe arce, de exemplu
drumul

{(x , x ), (x
i k

, x j )}. Atunci avem:

d ik = 1 d kj = 1

p( x k ) > p (x j ) ,

deci x k este naintea lui x j i deci valoarea d ik = 1 ar fi anterioar lui d ij , pe linia vrfului xi , ceea ce am presupus c nu se ntmpl. Exemplu Fie matricea D a drumurilor unui graf

x1

x2

x3

x4

p ( x1 )

vom scrie vrfurile n ordinea {x3 , x1 , x 2 , x 4 } n loc de ordinea {x1 , x 2 , x3 , x 4 }. Avem:

x1 0 1 0 1 2 x 0 0 0 1 1 D= 2 x3 1 1 0 1 3 x4 0 0 0 0 0 Pentru a triangulariza matricea D ne folosim de relaiile p ( x3 ) > p( x1 ) > p( x 2 ) > p ( x 4 ) , x1 x2 x3 x4 x1 0 1 1 1 x2 0 0 1 1 D1 = x3 0 0 0 1 x4 0 0 0 0

care este matricea triangularizat a drumurilor. Aceste consideraii permit elaborarea algoritmului de determinare a drumurilor hamiltoniene n grafurile fr circuite, astfel: Teorema 5.2.1 (Y. CHEN). Un graf fr circuite, care are n vrfuri, conine un drum hamiltonian, dac i numai dac avem:

p(x ) =
i =1 i

n(n 1) . 2

Demonstraie: Fie d = {x1 , x 2 ,..., x n } drumul hamiltonian n G , atunci: dac i > j din x j nu se poate atinge vrful xi , deoarece n caz contrar n G ar exista circuite; din vrful xi ( i = 1, n 1 ) se pot atinge vrfurile xi +1 , xi + 2 ,..., x n deci p ( xi ) = n i ; din vrful x n nu se poate atinge nici un vrf. n total avem:

n(n 1) p(xi ) = (n i ) =
n n

Reciproc, presupunem c

p(x ) =
i =1 i

i =1 n

i =1

n(n 1) n(n 1) , atunci n matricea D se gsesc 2 2

elemente de 1 . Triangulariznd superior aceast matrice, aceste elemente vor ocupa toate locurile disponibile de deasupra diagonalei; n final drumul hamiltonian nsui este dat de succesiunea vrfurilor corespunztoare matricii triangularizat superior. Observaie. ntr-un graf fr circuite, exist cel mult un drum hamiltonian. (1) (2 ) Dac ar exista dou drumuri hamiltoniene d H i d H , atunci n cele dou drumuri ar exista cel puin dou vrfuri xi , x j aezate n ordine invers, ceea ce ar face s apar un circuit ntre xi i x j . Algoritmul de determinare a drumului hamiltonian. Etapa 1 Se scrie matricea D = d ij i , j =1,n a drumurilor. Dac exist un indice i pentru care

( )

d ii = 1 , atunci graful are circuite i algoritmul Y.Chen nu se poate aplica.

Etapa 2

n(n 1) elemente de 1 graful admite drum 2 n(n 1) hamiltonian i se trece la Etapa 3, iar dac numrul de elemente 1 este mai mic dect 2
n caz contrar, dac n matrice exist

graful nu are drum hamiltonian. Etapa 3 Ordinea vrfurilor n cadrul drumului hamiltonian este dat de ordinea descresctoare a puterilor de atingere. 2.4. Determinarea drumului hamiltonian n graf cu circuite Algoritmul de determinare a matricii drumurilor are un caracter prea sintetic, n sensul c prezena unei valori de 1 n matricea drumurilor nu d informaii asupra vrfurilor din care se compun drumurile corespunztoare, bineneles c nici asupra numrului de drumuri ntre vrfurile care corespund acelor valori de 1 . Ca un exemplu de algoritm capabil s rspund acestor deziderate, prezentm algoritmul fundamental datorat lui A.Kaufmann (1963) numit al nmulirii latine. Introducem ca punct de plecare, o matrice M (1) , care n locul valorilor de 1 utilizate n matricea obinuit a arcelor, utilizeaz nsui arcul respectiv, reprezentat prin vrfurile care l (1) compun. M (1) = mij , unde i , j =1, n

( )

Prin suprimarea primei litere n matricea M (1) se obine o matrice M (1) numit a ~ destinaiilor posibile. Se compun matricele M (1) i M (1) prin operaia de nmulire latin.

xi x j (1) = mij 0

dac exist arc de la xi la x j n rest

% (1) . M (1) L M

nmulirea latin a matricilor se face formal ca i nmulirea a dou matrici, fr nsumare i fr nmulire efectiv innd cont c: - produsul latin a dou componente participante la calcul este nul dac cel puin una din ele este nul. - produsul latin a dou componente participante este nul dac au vrf comun. - rezultatul compunerii const n scrierea n continuare a vrfurilor componente ale simbolurilor participante. Prin definiia produsului latin avem M
( 2)

% (1) , = M (1) L M

% (1) , M ( 3) = M ( 2 ) L M

Algoritmul continu pn la obinerea matricii M ( ) , deoarece ntr-un graf cu n vrfuri un drum hamiltonian are n 1 arce. n matricea M (n 1) citim, conform modului de scriere de mai sus toate drumurile hamiltoniene ale grafului. Dac toate elementele lui M (n 1) sunt zerouri ( M (n 1) = 0 ), graful nu admite drum hamiltonian. Observaie. Procedeul este aplicabil pentru orice tip de graf orientat (cu sau fr circuit), dar pentru grafurile fr circuite se recomand algoritmul lui Chen, ntruct pentru grafuri de dimensiuni mari, algoritmul nmulirii latine este greoi (dar sigur). n cazul n care exist mai multe drumuri hamiltoniene prezint interes i noiunea de cel mai bun drum hamiltonian ceea ce conduce la ideea de drumuri optime ntr-un graf.
n 1

2.5. Drumuri de valoare ntr-un graf ; algoritmul Bellman-Kalaba Fie G = ( X , ) un graf, vom introduce o funcie v : ce asociaz fiecrui arc din o valoare real. Notm vij = v xi , x j i Gv = ( X , , v ) graful valuat. n cazurile reale valuarea poate

reprezenta: distana dintre dou puncte (localiti); timpi sau costuri ntr-o reea de transport etc. Pentru un drum d = xi , xi ,..., xi n graful G vom numi valoare a drumului, suma

valorilor arcelor componente, adic:

v(d ) = vihih +1
h =1

k 1

valoarea lui v(d ) s fie minim.

Vrem s determinm drumul d de la un vrf oarecare xi la vrful x n , pentru care

Pentru aceasta introducem matricea extins a valorilor arcelor, V = vij

( )

i , j =1, n

, dat de

i notm cu mi(k ) valoarea minim a drumului d de la xi la x n n graful dat, considerat n mulimea drumurilor de cel mult k arce, cu mi valoarea minim a drumului de la xi la x n , considerat n mulimea tuturor drumurilor (indiferent de numrul de arce componente). Algoritmul de construire a vectorilor (mi )i =1, m se bazeaz pe urmtoarele propoziii: Propoziia 5.2.2. Pentru orice k
*

0 vij = vij

pentru i j , (xi , x j )

pentru i = j pentru (xi , x j )

mi

( k +1)

= min vij + m (jk )

j =1, n

avem

Demonstraie. Este evident c un drum de cel mult k + 1 arce cu destinaia x n se poate obine dintr-un drum de cel mult k arce cu destinaia x n , prin adugarea unui arc la nceputul su. Deci:

mi(k +1) = min v(d k ) vij + m (jk ) = min vij + min dk = 1 , j =1, n j n * Propoziia 5.2.3. Dac exist k pentru care mi(k ) = mi(k +1) , pentru orice i = 1, n ,
atunci: a) mi(k ) = mi( s ) , i = 1, n , s k + 1 b) mik = mi , i = , n . Demonstraie. a) demonstrm prin inducie dup s . Pentru s = k + 1 proprietatea este adevrat conform enunului. Presupunnd proprietatea adevrat pentru o valoare s h avem:

mi(

h +1)

= min vij + mi(

j =1, n

h)

} = min {v
j =1, n

ij

+ mi(

k)

} = m(
i

k +1)

b) rezult n mod evident, pentru c prin adugarea de arce noi nu obinem drumuri de valoare mai mic. Algoritmul de determinare a drumului minim este: Etapa 1 Se consider graful valuat Gv = ( X , , v ) , X = {x1 , x 2 ,..., x n } se construiete matricea estins a valorilor arcelor V = vij

( )

i , j =1, n

Etapa 2 Se adaug matricii V , liniile suplimentare mi(1) , mi(2 ) , , astfel:

a) linia mi b)

( ) coincide cu transpusa coloanei n a matricii V , (v ) ; se completeaz linia (m ( ) ) presupunnd completat linia (m ( ) )

(1)
t jn j =1, n k k +1 i i =1, n i

( )(

i =1, n

conform

propoziiei 1. c) se continu aplicarea fazei (b) pn la obinerea a dou linii mi(k ) i mi(k +1) identice Etapa 3 Se determin regresiv drumul minim de la xi la x n astfel:

) (

se adun linia i din V cu linia mi(k +1) urmrindu-se rezultatul minim ce se poate obine. S presupunem c mi este arcul xi , x j ;
( k +1)

= vij + mi

( k +1)

, atunci primul arc din drumul minim de la xi la x n

se adaug linia j din V cu mi(k +1) coloana k , atunci al doilea arc va fi

) reinnd valoare minim, aflat de exemplu pe (x , x ) .a.m.d. Ultimul succesor determinat va fi

j k

xn .
Algoritmul de determinare a drumului maxim este Etapa 1 Se construiete matricea V a valorilor arcelor astfel:

0 pentru i = j pentru (xi , x j ) vij = vij pentru i j , (xi , x j )

Etapa 2 Similar cu etapa 2 din algoritmul anterior, dar la pasul 2b) linia mi(k +1) prin mi(k +1) = max vij + m (jk )
j =1, n

i =1, n

se completeaz

Etapa 3 Determinarea drumului maxim se determin la fel ca la etapa 3 anterioar.

Matematici financiare si actuariale Semestrul II 1.Cmp de evenimente. Probabilitate

1.1 Cmp de evenimente Teoria probabilitilor studiaz legile dup care evolueaz fenomenele aleatoare. Vom da exemple de fenomene aleatoare: Def. 1. Prin experien n teoria probabilitilor se nelege orice act care poate fi repetat n condiii date. Def. 2. Toate situaiile legate de experien i despre care putem spune, cu certitudine, c s-au produs sau nu, dup efectuarea experienei, poart numele de eveniment. Def. 3. Evenimentul sigur (notat ) este un eveniment care se realizeaz cu certitudine la fiecare efectuare a experienei. Def. 4. Evenimentul imposibil () este evenimentul care nu se produce niciodat la repetarea experienei. Evenimente contrare: Dac notm cu A evenimentul aparitiei uneia din feele 2,5 la aruncarea unui zar i B aparitia uneia din feele 1, 3, 4, 6. Se observ c atunci cnd nu se produce evenimentul A, adic atunci cnd nu apar feele 2 sau 5, se produce evenimentul B, adic obinem una din feele 1, 3, 4 sau 6 i invers, cnd nu se produce evenimentul B se produce A. Spunem c evenimentele A i B sunt contrare. Def. 5. ntotdeauna unui eveniment i corespunde un eveniment contrar, a crui producere nseamn, prin definiie, realizarea primului. Evenimentul contrar lui A se noteaz cu A , CA, AC. Sunt adevrate relaiile: A = A , = , = . 1.2 Evenimente comparabile. Evenimente compatibile. Evenimente incompatibile Def. 6. Evenimente A i B se numesc compatibile dac se pot produce simultan, adic dac sunt rezultate care favorizeaz att pe A, ct i pe B. Def. 7. Evenimentele A i C se numesc incompatibile dac nu se pot produce simultan, adic dac nu se pot produce simultan, adic dac nu exist rezultate care favorizeaz att pe A ct i pe C. 1.3Eveniment implicat de alt eveniment Def. 9. Vom spune c evenimentul A implic evenimentul B sau c evenimentul B este implicat de evenimentul A, dac B se produce ori de cte ori de produce A. Orice eveniment implic evenimentul sigur: A , A. 1.4 Operaii cu evenimente Def. 10. Fiind date dou evenimente A i B, numim reuniunea lor i o notm cu A B, evenimentul a crui producere const din producerea a cel puin unuia din cele dou evenimente sau A sau B. Def. 11. Intersecia evenimentelor A i B, notat cu A B, const din producerea simultan a evenimentelor A, B. 1.5 Evenimente elementare. Evenimente compuse Def. 12. Un eveniment A (mulimea evenimentelor asociate unui experiment) este compus dac exist dou evenimente B, C , B A, C A astfel nct A = B C. n caz contrar evenimentul se numete elementar. Notm evenimentele elementare cu w1, w2, ..., wn, iar n acest caz = {w1, w2, ..., wn} i () (mulimea prilor ).

Def. 12. Mulimea evenimentelor asociate unui experiment se numete cmp de evenimente al experimentului respectiv. 2. Probabilitate pe un cmp finit de evenimente Def. 1. Se numete probabilitatea evenimentului A, A , raportul dintre numrul cazurilor favorabile realizrii evenimentului A:m i numrul cazurilor totale:n. Deci P(A ) =

m . n

Observatii 1. Aceasta este definiia clasic a probabilitile i se poate folosi numai n experimente cu evenimente elementare egal posibile. 2. P() = 1 3. P(A) 0 4. Dac A = A1 A2 i A1 A2 = atunci P(A) = P(A1) + P(A2). 5. Evenimentele elementare sunt egal probabile (au probabilitatea 1/n). Aadar generaliznd n cazul unui cmp finit de evenimente (, ) o probabilitate pe acest cmp va fi definit astfel: Def. 2. Se numete probabilitate pe o aplicaie P : R care satisface axiomele: (1) P(A) 0 () A (2) P() = 1 (3) P(A1 A2) = P(A1) + P(A2) ()A, A2 cu A1 A2 = . Proprietatea (3) se extinde la orice numr finit de evenimente incompatibile dou cte dou.

n n Deci, dac Ai Aj = i j, i, j = 1, n P A U i = P(A i ) i =1 i =1

Def.3. Numim cmp de probabilitate finit, un cmp finit de evenimente (, ) nzestrat cu o probabilitate P, notat (, , P). Proprieti: P1) ( )A , P(AC) = 1 P(A) P2) P() = 0 P3) ()A avem 0 P(A) 1 P4) ()A1, A2 A1 A2 atunci P(A1) P(A2) P5) ()A1, A2 avem P(A1 A2) = P(A1) + P(A2) P(A1 A2) P6) P(A1 A2) P(A1) + P(A2) ()A1, A2 Evenimente independente. Probabilitate condiionat Def.1. Evenimentele A, B ale cmpului de probabilitate (, , P) sunt independente dac: P(A B) = P(A) P(B) Def.2. Fie (, , P) un cmp de probabilitate, A,B , P(B) 0 Numim probabilitate a evenimentului A condiionat de evenimentul B(probabiliitatea sa reealizeze evenimentulA n ipoteza c evenimentul B a avut loc) raportul

Notm i P(A / B) = PB ( A ) Obs. 1) Analog putem defini P(A / B) =

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

P(A B) , P(A) 0 P(A )

2) n cazul n care evenimentele A i B sunt independente avem: PB(A) = P(A) sau analog PA(B) = P(B).

3. Variabile aleatoare. Caracteristici numerice Functie de repartitie Una din noiunile fundamentale ale teoriei probabilitilor este aceea de variabil aleatoare. Evenimentele unui cmp de probabilitate nu sunt, principial, mrimi n nelesul atribuit acestora n tiinele naturale sau tehnic; ele se descriu ns cu ajutorul unor mrimi avnd valori reale i care, n general, sunt rezultatul unor msurtori. Principalul merit al actualei sistematizri a calcului probabilitilor const n definirea variabilelor aleatoare, deci a mrimilor pe care ni le prezint experimentul direct, sau teoriile destinate s-l interpreteze. Dac nelegem prin variabil aleatoare o funcie real definit pe mulimea evenimentelor elementare asociate experimentului considerat vom putea ilustra prin exemple tipice pentru teoria probabilitilor cum se trece de la un eveniment la o variabil aleatoare i anume: 3.1. Variabile aleatoare discrete numrabil) de evenimente. Sistemul numeric pi = P( Ai ) , i I , se numete distribuia cmpului de probabilitate. Definiie. Numim variabil aleatoare discret o funcie definit pe mulimea evenimentelor elementare cu valori reale dac 1. ia valorile xi , i I ; 2. Fie {, , P} un cmp de probabilitate i ( Ai )iI un sistem complet (finit sau

{ () = x } , i I .
i

O variabil aleatoare discret pentru care I este finit se numete variabil aleatoare simpl. Schematic variabila aleatoare se noteaz prin

Tabloul (3.1) se numete distribuia sau repartiia variabilei aleatoare . Numrul produselor defecte dintr-un lot examinat, numrul de defeciuni care apar ntr-o anumit perioad de funcionare a unui dispozitiv, indicatorul unui eveniment A sunt variabile aleatoare discrete. Faptul c pi = 1 ne sugereaz ideea c aceast sum se repartizeaz ntr-un anumit mod

xi : p , i iI

p
iI

= 1.

(3.1.)

iI

ntre aceste valori xi , deci din punct de vedere probabilistic o variabil aleatoare este complet determinat dac se d o astfel de repartiie. Vom stabili o astfel de lege de repartiie. Una din formele cele mai simple n care putem reprezenta o astfel de lege este forma schematic (3.1) sau sub forma unui tabel.

xi pi

x1 p1

x2 p2

K K

xi pi

K K

xn pn

Definiie. Fie i dou variabile aleatoare definite prin

() = xn pentru An , ( n = 1,2,... ) () = ym pentru Bm ( m = 1,2,... )

(3.2.)

{ An }

i {Bm } fiind dou sisteme complete de evenimente. Spunem c variabilele aleatoare i

sunt independente, dac pentru orice m i n avem

Distribuia lui = + se numete compunerea lui i .

P ( An I Bm ) = P ( An ) P ( Bm ) .

(3.3.)

Spre exemplu fie variabilele aleatoare simple

x1 L xn y1 L : p L p , : q L n 1 1 Variabila aleatoare + are tabloul de distribuie x1 + y1 x1 + y2 L xi + y j + : p p12 L pij 11

unde cu

ym qm L xn + y m L pnm

pij = P(() + () = xi + y j ) = P { () = xi }I () = y j

})

p
i =1 j =1

ij

= 1.

Dac i sunt independente pij = pi q j . Variabila aleatoare are tabloul de distribuie

x1 y1 : p 11
cu

x1 y2 L xi y j L xn ym p12 L pij L pnm

pij = P (()() = xi y j ) = P { () = xi }I () = y j

})

Operaiile de sum i produs se extind la orice numr finit de variabile aleatoare. Rezult deci: Puterea unei variabile aleatoare are tabloul de distribuie
k x1k L xn : p L p k 1 deoarece P k () = xik = P (() = xi ) = pi . k

Inversa unei variabile aleatoare cu valori nenule are tabloul de distribuie

1 L : x1 p L 1
1

1 xn . pn

Dac variabila aleatoare admite invers, atunci definim ctul distribuie

= 1 i are tabloul de

x1 L : y1 p11 L

xi yj pij

xn ym . L pnm
L

O constant a poate fi interpretat ca o variabil aleatoare definit pe orice mulime de evenimente elementare, iar tabloul ei de distribuie interpretat ca variabil aleatoare va fi a : 1 deci vom putea face totdeauna operaii cu variabile aleatoare i constante.

3.2. Momentele unei variabile aleatoare discrete Momentele unei variabile aleatoare discrete sunt valorile tipice cele mai frecvent utilizate n aplicaii. Definiie. Fie o variabil aleatoare discret care ia valorile xi cu probabilitile pi , i I . Dac seria

x p
iI i

este absolut convergent, expresia

M ( ) = xi pi
iI

(3.8.)

se numete valoare medie a variabilei aleatoare discrete . Dac este o variabil aleatoare simpl care ia valorile x1 ,..., xn cu probabilitile

p1 ,..., pn , atunci valoarea medie va fi

M ( ) = xi pi .
i =1

(3.8'.)

Vom da n continuare cteva proprieti ale valorilor medii. (P1). Dac i sunt dou variabile aleatoare discrete definite prin (3.2.) i dac M ( ) i

M () exist, atunci exist valoarea medie M ( + ) i M ( + ) = M ( ) + M () .

(3.9.)

Prin recuren, se obine: (P2). Fie k ( k = 1,..., n ) n variabile aleatoare discrete. Dac M ( k ) exist, atunci

n M k exist i k =1 n n M k = M ( k ) . (3.10.) k =1 k =1 Fie o variabil aleatoare discret i c o constant. Dac M ( ) exist, atunci M (c )
M (c ) = cM ( ) .
(3.11.)

(P3). exist i

Proprietatea rezult imediat din definiie i anume

i i

M (c ) = pi (cxi ) = c pi xi = cM ( ) .

Proprietile (P2) i (P3) conduc la: (P4). Fie k ( k = 1,..., n ) n variabile aleatoare discrete i ck , n constante. Dac M ( k ) , ( k 1,..., n ) exist, atunci M
n

c
k =1 k

exist i

n M ck k = ck M ( k ) . (3.12.) k =1 k =1 (P5). Valoarea medie a variabilei aleatoare M ( ) = este nul. se numete abaterea variabilei aleatoare . Deoarece M ( ) este o constant, valoarea medie a unei constante este aceea
constant, deci

(P6).

M ( 2 ) i M (2 ). Atunci

M ( M ( )) M ( ) M ( ) = 0 . Inegalitatea lui Schwarz. Fie i dou variabile aleatoare discrete pentru care exist

(P7).

exist, atunci M () exist i

Dac i sunt dou variabile aleatoare discrete independente i dac M ( ) i M ()

M () M 2 M 2 .

( ) ( )

(3.13.)

(3.14.) Definiie. Fie o variabil aleatoarea discret i r un numr natural. Dac exist valoarea medie a variabilei aleatoare r , atunci aceast valoare medie se numete moment de ordin r al variabilei aleatoare i se noteaz
r r ( ) = M ( r ) = xk pk . k

M () = M ( )M () .

(3.15.)

Valoarea medie a variabilei aleatoare variabilei aleatoare i se noteaz

se numete moment absolut de ordin r al

r ( ) = M

( )= x
r k

r k

pk .

(3.16.)

Definiie. Fie o variabil aleatoare discret . Momentul de ordinul r al variabilei aleatoare abatere a lui se numete moment centrat de ordinul r a lui i se noteaz (3.17.) Momentul centrat de ordinul doi a variabilei aleatoare discrete se numete dispersie sau

r ( ) = r ( M ( )) .

variant i se noteaz prin D 2 ( ) sau 2 , deci

Numrul D( ) = = 2 ( ) se numete abatere medie ptratic a lui . Vom da n continuare cteva proprieti ale dispersiei i ale abaterii medii ptratice. (P1). Are loc egalitatea 2 (3.19.) D 2 ( ) = M 2 [M ( )] . ntr-adevr, innd seama de definiie

D 2 ( ) = 2 = 2 ( ) .

(3.18.)

( )

2 D 2 ( ) = M [ M ( )] = M 2M ( ) + [M ( )] = 2 2

(P2).

Dac = a + b cu a i b constante, atunci D() = a D( ) . Avem

= M 2 2[M ( )] + [M ( )] = M 2 [M ( )]
2 2

( )

( )

de unde D () = a D ( ) .
2 2 2

M 2 = a 2 M 2 + 2abM ( ) + b 2

( )

M () = aM ( ) + b ,

( )

(P3). Fie ( k )1k n , n variabile aleatoare discrete, dou cte dou independente i c1 ,..., cn , n constante. Atunci

n particular, pentru b = 0 avem D 2 (a ) = a 2 D 2 ( ) .

n n D 2 ck k = ck2 D 2 ( k ) . k =1 k =1
(P4). Inegalitatea lui Cebev. Fie o variabil aleatoare. Atunci

(3.20.)

P () M ( ) <

({

})

pentru orice > 0 . Aceast inegalitate poate fi pus sub o form foarte des folosit n aplicaii i anume, lund = aD( ) , (3.21.) se scrie

D 2 ( ) . 2

(3.21.)

P ( M ( ) aD( )) <

1 . a2

(3.21'.)

3.3. Variabile aleatoare de tip continuu Fie {, , P} un cmp de probabilitate. Definiie. Se numete variabil aleatoare o funcie : (definit pe mulimea

evenimentelor elementare cu valori reale), astfel nct toate mulimile de forma Ax = () < x aparin lui , pentru orice x . Vom da n continuare cteva proprieti ale variabilelor aleatoare. (P1). Fie o variabil aleatoare i c o constant, atunci + c , c , , 2 ,

1 cu 0 sunt cu 0 ,

variabile aleatoare. (P2). Dac i sunt dou variabile aleatoare, atunci , + , ,

sup(, ) i inf (, ) sunt de asemenea variabile aleatoare. Definiie. Vom spune c variabilele aleatoare 1 ,..., n sunt independente dac pentru toate
sistemele reale x1 ,..., xn avem

P(1 < x1 ,..., n < xn ) = P(1 < x1 ) ... P( n < xn ) .

3.4. Funcie de repartiie

Definiie. Se numete funcie de repartiie a variabilei aleatoare , funcia

F ( x ) = P({ () < x})

(3.22.)

definit pentru orice x . Din aceast definiie rezult c orice variabil aleatoare poate fi dat prin intermediul funciei sale de repartiie. Dac este o variabil aleatoare discret cu pn = P( = xn ) , n I , atunci din (3.22.) rezult

F (x ) =

xn < x

(3.22.)

i se numete funcie de repartiie de tip discret. Rezult c n acest caz F este o funcie n scar, adic ia valori constante pe intervalele determinate de punctele xi ( i I ). Teorema 1. Funcia de repartiie a unei variabile aleatoare are urmtoarele proprieti: Dac x1 < x2 , atunci F ( x1 ) F (x2 ) , x1 , x2 .

1. 2. 3. 4.

F ( x 0 ) = F ( x ) pentru orice x lim F (x ) = 0 .

n+

lim F ( x ) = 1 .

Teorema 2. Orice funcie F monoton, nedescresctoare, continu la stnga i cu F ( ) = 0 , F (+ ) = 1 este funcia de repartiie a unei variabile aleatoare definit pe un cmp de probabilitate convenabil ales. Teorema 3. Fie o variabil aleatoare a crei funcie de repartiie este F . Fie a i b dou numere reale cu a < b . Au loc egalitile 1. P (a < b ) = F (b ) F (a ) ; 2. 3. 4.

P (a < < b ) = F (b ) F (a ) P ( = a ) ; P (a < b ) = F (b ) F (a ) P ( = a ) + P ( = b ) ; P (a b ) = F (b ) F (a ) + P ( = b ) .

Definiie. Fie o variabil aleatoare a crei funcie de repartiie este F . Dac exist o funcie real f definit i integrabil pe aa nct

F (x ) =

atunci F se numete funcie de repartiie absolut continu, iar se numete variabil aleatoare absolut continu. Funcia f se numete densitate de probabilitate (repartiie), iar expresia

f (u )du ,

(3.26.)

f ( x )dx se numete lege de probabilitate elementar.

Dac F are o densitate de probabilitate f , atunci

f ( x ) = F ( x ) = lim
Rezult de aici c

x 0

F ( x + x ) F ( x ) P(x < x + x ) = lim . x 0 x x

(3.27.)

P ( x < x + dx ) = f ( x )dx

1. 2.

Densitatea de probabilitate are urmtoarele proprieti. f ( x ) 0 pentru orice x ;

+

f (u )du = 1 ;
f (x )dx .
a b

3. Pentru orice a < b reali are loc relaia P (a < b ) = 3.5. Momentele unei variabile de tip continuu

Fie {, , P} un cmp de probabilitate i o variabil aleatoare a crei funcie de repartiie este F . Fie f densitatea de repartiie a variabilei aleatoare . Definiie. Se numete valoare medie a variabilei aleatoare expresia

M ( ) =

Definiie. Se numete moment de ordinul r , r expresia

xdF (x ) = xf (x )dx .

(3.28.) , al variabilei aleatoare continue ,

M r ( ) = r ( ) =
iar expresia

r x dF (x ) =

x f (x )dx ,
r

(3.29.)

M r ( ) = r ( ) =

se numete moment absolut de ordin r al variabilei aleatoare . n acelai mod n care s-au definit momentul centrat de ordinul r , dispersia, abaterea medie ptratic n cazul variabilelor aleatoare discrete, se definesc i pentru variabile aleatoare de tip continuu. Proprietile valorii medii i ale dispersiei date pentru variabile aleatoare de tip discret se menin pentru variabile aleatoare de tip continuu. n aplicaii se ntlnesc i urmtoarele caracteristici: Definiie. Se numesc asimetrie, As , i exces, E , numerele

x dF ( x ) =
r

x f (x )dx
r

(3.30.)

As =

3 ( )

( ) E= 4 3, 2 2 ( )

3 2 ( )

, (3.31.)

dac momentele respective exist. Definiie. Se numete moment centrat n a de ordinul r al variabilei aleatoare , momentul de ordinul r al variabilei aleatoare a , iar momentele variabilelor aleatoare a se numesc momente absolute centrate n a de ordinul r . Definiie. Mediana unei variabile aleatoare este numrul M e (sau ( ) ) pentru care
r

P( M e )
sau

1 P( M e ) 2

(3.32.)

F (M e )

1 1 i F (M e + 0 ) . 2 2

(3.33.)

Inegalitatea lui Markov. Fie o variabil aleatoare pozitiv a crei valoare medie este finit. Pentru orice > 1 avem

P( M ( ))

1 .

(3.37.)

Definiie. Moda, Mo , a unei variabile aleatoare este valoarea variabilei aleatoare cea mai probabil.

Test de probleme rezolvate 1. O urn conine 20 de bile numerotate de la 1 la 20. Se extrage o bil i i reinem numrul. Evenimentul sigur asociat acestui experiment este = {1, 2, 3, 4, 5, ..., 19, 20} R. A 2 O urn conine 20 de bile numerotate de la 1 la 20. Se extrage o bil i i reinem numrul. Fie evenimentele: A rezultatul este par = {2, 4, 6, 8, 10, 12, 16, 18, 20} B rezultatul este multiplu de 5 = {5, 10, 15, 20} Atunci a) A B = rezultatul este par sau multiplu de 5 = = {2, 4, 5, 6, 8, 10, 12, 14, 15, 16, 18, 20} b) A B = rezultatul este multiplu de 20 = { 20}

c)AC = rezultatul este impar = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19} d)A C e) C i B sunt compatibile. Raspunsul corect este: I)a si c II)a,b si c III)b,c si d IV)a ,b si e R: II
3. O urn conine 4 bile albe a1, a2, a3, a4 i 2 bile negre n1, n2. Se extrag simultan dou bile.Atunci probele experientei sunt: (a1, a2), (a1, a3), (a1, a4), (a2, a3), (a2, a4), (a3, a4), (a1, n1), (a1, n2), (a2, n1), (a2, n2), (a3, n1), (a3, n2), (a4, n1) ,(a4, n2), (n1, n2). R: A 4.Fie (, , P) un camp de probabilitate atunci ( )A , P(AC) = . a) 1 + P(A) b) 1 P(A) c) 2P(A) d) -P(A) R: b) 5. Fie (, , P) un camp de probabilitate atunci ()A avem 0 P(A) 1 R: A 6.Fie (, , P) un camp de probabilitate atunci ()A1, A2 avem P(A1 A2) = a) P(A1) + P(A2) + P(A1 A2) b) P(A1) + P(A2) P(A1 A2) c) P(A1) + P(A2) d) P(A1) + P(A2) P(A1 ) P(A2) R: b) 7. Doi vntori trag simultan asupra unei inte cte un foc fiecare. Probabilitile de nimerire a intei sunt: 0,8 pentru primul vntor i 0,6 pentru al doilea. Care este probabilitatea ca inta s fie atins de cel puin un vntor. a) P(A1 A2)= P(A1) - P(A2)=0.2 b) P(A1 A2) = P(A1) + P(A2) P(A1 A2)=0.92 c) P(A1 A2) = P(A1) + P(A2) P(A1 A2)=0.5 d) P(A1 A2)=0.48

R: b) 8. Se dau P(A) = 0,5 i P(A B) = 0,6. Gsii P(B) dac A i B sunt incompatibile a)P(B)= P(AB) P(A) + 0 = 0,6 0,5 = 0,1 b) P(B)= P(AB) + P(A) + 0 = 0,6 +0,5 = 1,1 P ( A B ) P( A) P ( B) = = 1 P( A) c) 0, 6 0,5 0,1 = = = 0, 2 1 0,5 0,5 P ( A B ) 0, 6 = d)P(B)= P( A) 0,5
R: a)

9. Fie variabilele aleatoare simple x1 L xn y1 L , : : p L p q L 1 n 1 Variabila aleatoare + are tabloul de distribuie x1 + y1 x1 + y2 L xi + y j + : p p12 L pij 11
unde

ym qm
L xn + y m L pnm

pij = P ( ) = xi U ( ) = y j

({

} {

})

R. F
10. Dac i sunt dou variabile aleatoare discrete i dac M ( ) i M () exist, atunci exist valoarea medie M ( + ) i a) M ( + ) = M ( ) + M ( )

b) M ( + ) = M ( ) M ( ) c) M ( + ) = M ( ) M ( ) R. a)
11. Fie variabila aleatoare 1 2 3 4 0 : 0,15 0,45 0,20 0,15 0,05 . pentru x < 0 0 0,15 pentru 0 x < 1 0.15 + 0, 45 pentru 1 x < 2 Atunci functia de repartitie F ( x ) = pentru 2 x < 3 0.15 + 0, 45 + 0, 20 0.15 + 0, 45 + 0, 20 + 0,15 pentru 3 x < 4 pentru x 4 1, 00 R. A 12. Funcia de repartiie a unei variabile aleatoare are urmtoarea proprietate: Dac x1 < x2 , atunci F ( x1 ) F ( x2 ) , x1 , x2 .

R. F 13. Funcia de repartiie a unei variabile aleatoare are urmtoarea proprietate a) lim F ( x ) = 1 .
b) lim F ( x ) = 1 . c) lim F ( x ) = 0 .
n

R c) 14. Fie o variabil aleatoare a crei funcie de repartiie este F . Fie a i b dou numere reale cu a < b . Atunci are loc agalitatea: a) P (a < b ) = F (b ) F (a ) b) P ( a < b ) = F ( b ) + F ( a )

c) P ( a < b ) = 2 F ( b ) F ( a ) d) P ( a < b ) = F ( b ) 2 F ( a ) R a) 15. Se consider funcia F definit prin relaiile

0 F ( x ) = ax 2 1
a constant.

pentru x < 0 pentru 0 x 1 , pentru x > 1

S se determine constanta a aa nct F s fie funcie de repartiie. a)a=5 b)a=-1 c)a=1 d)a=0 R c) 16. Se consider funcia F definit prin relaiile

unde a a) b) c) d)

P ( 0,35 < 0,5 ) = F ( 0,5 ) F ( 0,35 ) =

constant. S se calculeze P (0,35 < 0,5) .

0 F ( x ) = ax 2 1

pentru x < 0 pentru 0 x 1 , pentru x > 1

= 0,1275 P ( 0,35 < 0,5 ) = F ( 0,5 ) + F ( 0,35 ) = = 0,3775 P ( 0,35 < 0,5 ) = F ( 0,5 ) F ( 0,35 ) =

=0 P ( 0,35 < 0,5 ) = F ( 0,35 ) F ( 0,5 ) = = 0,1275

R a) 17. Se consider funcia

pentru x < 0 0 f ( x ) = a sin x pentru 0 x 0 pentru x >

S se determine constanta real a , astfel ca f s fie densitatea de probabilitate a unei variabile aleatoare.
+

a)

f ( x ) dx = a sin xdx = 2a = 1 ,
0

adica a=1/2

b)

f ( x ) dx = a sin xdx = a = 1 ,
0

adica a=1
+

c)

f ( x ) dx = a sin xdx = 2a = 2 ,
0

adica a=1 d) )

f ( x ) dx = a sin xdx = 2a = 1 ,
0

adica a= -1/2 R a) 18. Se consider funcia

0 pentru x < 0 1 f ( x ) = sin x pentru 0 x 2 pentru x > 0

S se calculeze P 0 <

. 4

P 0 < = sin udu = 4 0 a)

=
2 2 2

1 P 0 < = sin udu = 4 20 b)

2 2 4 1 P 0 < = sin udu = c) 4 20 =1 =

R.b) 19. Fie o variabil aleatoare a crei funcie de repartiie (repartiie uniform) este 0 pentru x < 0 F ( x ) = x pentru 0 x < 1 1 pentru x 1 1 S se calculeze functia de repartiie a variabilei aleatoare = ln .
1 F ( x ) = P ( < x ) = P ln < x = a) 1 = P < e x = 1 P e x = 1- e x

c)

1 F ( x ) = P ( < x ) = P ln < x = b) 1 = P < e x = 1 P ( e x ) = 1 e x 1 F ( x ) = P ( < x ) = P ln < x =

1 1 1 P < ln x = 1 P = 1 ln x ln x

R.a) 20. Fie o variabil aleatoare de tip continuu cu densitatea de probabilitate 1 x f ( x ) = e , x . S se calculeze valoarea medie 2 + 1 x M ( ) = xe dx = 2 a) + 0 1 1 = xe x dx + xe x dx = 1 2 2 0
1 M ( ) = 2 1 = 2
+

xe

dx =
x

b)

1 xe dx + 2
x
+1

+ 0

xe

dx = 0

M ( ) =
c)
0

1 x xe dx = 2 1
+1

1 1 = xe x dx + xe x dx = 0 2 1 20

R.b) Test de probleme propuse 1. . Dintr-o urn care conine bile albe i roii se extrag 3 bile. Considerm evenimentele: A1: prima bil extras este alb A2: a doua bil extras este alb A3: a treia bil extras este alb S se exprime n funcie de A1, A2, A3 evenimentul B1:toate cele 3 bile extrase sunt albe a) A1 I A2 I A3 b) A1 U A2 U A3 c) nici una din variantele de sus 2. Numim cmp de probabilitate finit, un cmp finit de evenimente (, ) nzestrat cu o probabilitate P, notat (, , P).Atunci ()A avem 0 P(A) 1? 3. Numim cmp de probabilitate finit, un cmp finit de evenimente (, ) nzestrat cu o probabilitate P, notat (, , P). Atunci P() = 0? 4. Doi studeni care se prezint la un examen au probabilitile de promovare 0,5 respectiv 0,8. Care este probabilitatea ca ambii studeni s promoveze examenul?

a)1 b)0.4 c)0.3 d)0.7 5. Doi studeni care se prezint la un examen au probabilitile de promovare 0,5 respectiv 0,8. Care este probabilitatea ca nici un student s nu promoveze? a)1 b)0.4 c)0.1 d)0.2 6. Fie o variabil aleatoare discret i c o constant. Dac M ( ) exist, atunci M (c ) exist i M ( c ) = cM ( ) ? 7. Un aparat este format din 5 elemente care se pot defecta independent unul de altul. Numerotm elementele de la 1 la 5 i fie pk = 0,3 + 0,2(k 1) probabilitatea s se defecteze elementul cu numrul k , k = 1,...,5 . S se calculeze valoarea medie a numrului de defeciuni. a)10.4 b)20.4 c)0.1 d)3.5 8. S se determine constantele a i b astfel nct F ( x ) = a + b arctg x , x s fie o funcie de
repartiie.

a)a=1/2 si b=1/ b) a=1/2 si b=1/2 c) a=1 si b=1/ d) a=2 si b= 9. Fie o variabil aleatoare a crei densitate de probabilitate este
0 f (x ) = sin x S se determine mediana lui . a)Me=1/ b) Me=/3 c) Me=/4 d) Me=
efectuare a experienei.

pentru x < 0 sau x > pentru 0 x

2

2.

10. Evenimentul .......... este un eveniment care se realizeaz cu certitudine la fiecare 11.Schematic variabila aleatoare discreta se noteaz prin Atunci a)0 b)1 c)-1 d)1/2 12. Fie o variabil aleatoare continua a crei funcie de densitate este f. Atunci pentru a<b

iI i

xi : p i iI .

= ....

avem

a)

P(a < b ) = f (x )dx

a

b)
c)

P ( a < b ) = f 2 ( x ) dx
a b

P ( a < b ) = xf ( x ) dx
a

i sunt dou variabile aleatoare discrete independente i dac M () i M () exist, ( ) M atunci exist i

d) 13.Dac

P ( a < b ) = x 2 f ( x ) dx
a

a) M () = M ()M () b) M ( ) = M ( ) + M ( ) c) M ( ) = M ( ) M ( ) d) M ( ) = M ( ) M ( ) 14. Funcia de repartiie a unei variabile aleatoare verifica urmatoarea proprietate: lim F ( x ) = 0 lim F ( x ) = 1 a) si
2 2

n+

b) c)

lim F ( x ) = 1

lim F ( x ) = lim F ( x ) = 1

si

n+

lim F ( x ) = 1
n +

si

lim F ( x ) =

si d) 15.Fie ( ) , n variabile aleatoare discrete, dou cte dou independente i

n n +

lim F ( x ) = 0

k 1 k n

c1 ,..., cn

constante.

Atunci a) b) c)
n n D 2 ck k = ck2 D 2 ( k ) k = 1 k =1 n n 2 2 D 2 ck k = ck D ( k ) k =1 k =1 n n D ck k = ck D ( k ) k =1 k =1

n n D 2 c 2 k k = ck2 D 2 ( k ) k =1 d) k =1

16.Fie

a)
b) c)

o variabil aleatoare. Atunci D ( ) P({ () M ( ) }) <

2 2

P ( ) M ( ) P ( ) M ( )

({ ({

} ) > D ( )
2 2

({

}) <

D 2 ( )

d) 17.Dac

P ( ) M ( )

} ) < D ( )

este o variabil aleatoare discret cu

pn = P( = xn )

n I

, atunci functia de repartitie F

este a)
b) c)

F (x ) = F ( x) =

xn < x

p
xn > x

p p

F ( x) = F ( x) =

xn x

o variabil aleatoare a crei funcie de repartiie este F . Dac exist o funcie real definit i integrabil pe aa nct

d) 18.Fie

xn x

a)
b) c) d)

F (x ) = F ( x) = F ( x) = F ( x) =

f (u )du

uf ( u ) du

f ( u ) du
x

f 2 ( u ) du

19.Dac

= a + b

b) M ( ) = bM ( ) + a c) M ( ) = abM ( ) d) M ( ) = aM ( ) + b 20.Dac = a + b cu
2 2

a)

M () = aM ( ) + b

cu

constante, atunci

b) D() = a D() c) D ( ) = a D ( ) d) D ( ) = a + D ( )
2 2

a)

D ( ) = aD ( )

constante, atunci

Matematici financiare si actuariale Semestrul II 1.Cmp de evenimente. Probabilitate

1.1 Cmp de evenimente Teoria probabilitilor studiaz legile dup care evolueaz fenomenele aleatoare. Vom da exemple de fenomene aleatoare: Def. 1. Prin experien n teoria probabilitilor se nelege orice act care poate fi repetat n condiii date. Def. 2. Toate situaiile legate de experien i despre care putem spune, cu certitudine, c s-au produs sau nu, dup efectuarea experienei, poart numele de eveniment. Def. 3. Evenimentul sigur (notat ) este un eveniment care se realizeaz cu certitudine la fiecare efectuare a experienei. Def. 4. Evenimentul imposibil () este evenimentul care nu se produce niciodat la repetarea experienei. Evenimente contrare: Dac notm cu A evenimentul aparitiei uneia din feele 2,5 la aruncarea unui zar i B aparitia uneia din feele 1, 3, 4, 6. Se observ c atunci cnd nu se produce evenimentul A, adic atunci cnd nu apar feele 2 sau 5, se produce evenimentul B, adic obinem una din feele 1, 3, 4 sau 6 i invers, cnd nu se produce evenimentul B se produce A. Spunem c evenimentele A i B sunt contrare. Def. 5. ntotdeauna unui eveniment i corespunde un eveniment contrar, a crui producere nseamn, prin definiie, realizarea primului. Evenimentul contrar lui A se noteaz cu A , CA, AC. Sunt adevrate relaiile: A = A , = , = . 1.2 Evenimente comparabile. Evenimente compatibile. Evenimente incompatibile Def. 6. Evenimente A i B se numesc compatibile dac se pot produce simultan, adic dac sunt rezultate care favorizeaz att pe A, ct i pe B. Def. 7. Evenimentele A i C se numesc incompatibile dac nu se pot produce simultan, adic dac nu se pot produce simultan, adic dac nu exist rezultate care favorizeaz att pe A ct i pe C. 1.3Eveniment implicat de alt eveniment Def. 9. Vom spune c evenimentul A implic evenimentul B sau c evenimentul B este implicat de evenimentul A, dac B se produce ori de cte ori de produce A. Orice eveniment implic evenimentul sigur: A , A. 1.4 Operaii cu evenimente Def. 10. Fiind date dou evenimente A i B, numim reuniunea lor i o notm cu A B, evenimentul a crui producere const din producerea a cel puin unuia din cele dou evenimente sau A sau B. Def. 11. Intersecia evenimentelor A i B, notat cu A B, const din producerea simultan a evenimentelor A, B. 1.5 Evenimente elementare. Evenimente compuse Def. 12. Un eveniment A (mulimea evenimentelor asociate unui experiment) este compus dac exist dou evenimente B, C , B A, C A astfel nct A = B C. n caz contrar evenimentul se numete elementar. Notm evenimentele elementare cu w1, w2, ..., wn, iar n acest caz = {w1, w2, ..., wn} i () (mulimea prilor ).

Def. 12. Mulimea evenimentelor asociate unui experiment se numete cmp de evenimente al experimentului respectiv. 2. Probabilitate pe un cmp finit de evenimente Def. 1. Se numete probabilitatea evenimentului A, A , raportul dintre numrul cazurilor favorabile realizrii evenimentului A:m i numrul cazurilor totale:n. Deci P(A ) =

m . n

Observatii 1. Aceasta este definiia clasic a probabilitile i se poate folosi numai n experimente cu evenimente elementare egal posibile. 2. P() = 1 3. P(A) 0 4. Dac A = A1 A2 i A1 A2 = atunci P(A) = P(A1) + P(A2). 5. Evenimentele elementare sunt egal probabile (au probabilitatea 1/n). Aadar generaliznd n cazul unui cmp finit de evenimente (, ) o probabilitate pe acest cmp va fi definit astfel: Def. 2. Se numete probabilitate pe o aplicaie P : R care satisface axiomele: (1) P(A) 0 () A (2) P() = 1 (3) P(A1 A2) = P(A1) + P(A2) ()A, A2 cu A1 A2 = . Proprietatea (3) se extinde la orice numr finit de evenimente incompatibile dou cte dou.

n n Deci, dac Ai Aj = i j, i, j = 1, n P A U i = P(A i ) i =1 i =1

Def.3. Numim cmp de probabilitate finit, un cmp finit de evenimente (, ) nzestrat cu o probabilitate P, notat (, , P). Proprieti: P1) ( )A , P(AC) = 1 P(A) P2) P() = 0 P3) ()A avem 0 P(A) 1 P4) ()A1, A2 A1 A2 atunci P(A1) P(A2) P5) ()A1, A2 avem P(A1 A2) = P(A1) + P(A2) P(A1 A2) P6) P(A1 A2) P(A1) + P(A2) ()A1, A2 Evenimente independente. Probabilitate condiionat Def.1. Evenimentele A, B ale cmpului de probabilitate (, , P) sunt independente dac: P(A B) = P(A) P(B) Def.2. Fie (, , P) un cmp de probabilitate, A,B , P(B) 0 Numim probabilitate a evenimentului A condiionat de evenimentul B(probabiliitatea sa reealizeze evenimentulA n ipoteza c evenimentul B a avut loc) raportul

Notm i P(A / B) = PB ( A ) Obs. 1) Analog putem defini P(A / B) =

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

P(A B) , P(A) 0 P(A )

2) n cazul n care evenimentele A i B sunt independente avem: PB(A) = P(A) sau analog PA(B) = P(B).

3. Variabile aleatoare. Caracteristici numerice Functie de repartitie Una din noiunile fundamentale ale teoriei probabilitilor este aceea de variabil aleatoare. Evenimentele unui cmp de probabilitate nu sunt, principial, mrimi n nelesul atribuit acestora n tiinele naturale sau tehnic; ele se descriu ns cu ajutorul unor mrimi avnd valori reale i care, n general, sunt rezultatul unor msurtori. Principalul merit al actualei sistematizri a calcului probabilitilor const n definirea variabilelor aleatoare, deci a mrimilor pe care ni le prezint experimentul direct, sau teoriile destinate s-l interpreteze. Dac nelegem prin variabil aleatoare o funcie real definit pe mulimea evenimentelor elementare asociate experimentului considerat vom putea ilustra prin exemple tipice pentru teoria probabilitilor cum se trece de la un eveniment la o variabil aleatoare i anume: 3.1. Variabile aleatoare discrete numrabil) de evenimente. Sistemul numeric pi = P( Ai ) , i I , se numete distribuia cmpului de probabilitate. Definiie. Numim variabil aleatoare discret o funcie definit pe mulimea evenimentelor elementare cu valori reale dac 1. ia valorile xi , i I ; 2. Fie {, , P} un cmp de probabilitate i ( Ai )iI un sistem complet (finit sau

{ () = x } , i I .
i

O variabil aleatoare discret pentru care I este finit se numete variabil aleatoare simpl. Schematic variabila aleatoare se noteaz prin

Tabloul (3.1) se numete distribuia sau repartiia variabilei aleatoare . Numrul produselor defecte dintr-un lot examinat, numrul de defeciuni care apar ntr-o anumit perioad de funcionare a unui dispozitiv, indicatorul unui eveniment A sunt variabile aleatoare discrete. Faptul c pi = 1 ne sugereaz ideea c aceast sum se repartizeaz ntr-un anumit mod

xi : p , i iI

p
iI

= 1.

(3.1.)

iI

ntre aceste valori xi , deci din punct de vedere probabilistic o variabil aleatoare este complet determinat dac se d o astfel de repartiie. Vom stabili o astfel de lege de repartiie. Una din formele cele mai simple n care putem reprezenta o astfel de lege este forma schematic (3.1) sau sub forma unui tabel.

xi pi

x1 p1

x2 p2

K K

xi pi

K K

xn pn

Definiie. Fie i dou variabile aleatoare definite prin

() = xn pentru An , ( n = 1,2,... ) () = ym pentru Bm ( m = 1,2,... )

(3.2.)

{ An }

i {Bm } fiind dou sisteme complete de evenimente. Spunem c variabilele aleatoare i

sunt independente, dac pentru orice m i n avem

Distribuia lui = + se numete compunerea lui i .

P ( An I Bm ) = P ( An ) P ( Bm ) .

(3.3.)

Spre exemplu fie variabilele aleatoare simple

x1 L xn y1 L : p L p , : q L n 1 1 Variabila aleatoare + are tabloul de distribuie x1 + y1 x1 + y2 L xi + y j + : p p12 L pij 11

unde cu

ym qm L xn + y m L pnm

pij = P(() + () = xi + y j ) = P { () = xi }I () = y j

})

p
i =1 j =1

ij

= 1.

Dac i sunt independente pij = pi q j . Variabila aleatoare are tabloul de distribuie

x1 y1 : p 11
cu

x1 y2 L xi y j L xn ym p12 L pij L pnm

pij = P (()() = xi y j ) = P { () = xi }I () = y j

})

Operaiile de sum i produs se extind la orice numr finit de variabile aleatoare. Rezult deci: Puterea unei variabile aleatoare are tabloul de distribuie
k x1k L xn : p L p k 1 deoarece P k () = xik = P (() = xi ) = pi . k

Inversa unei variabile aleatoare cu valori nenule are tabloul de distribuie

1 L : x1 p L 1
1

1 xn . pn

Dac variabila aleatoare admite invers, atunci definim ctul distribuie

= 1 i are tabloul de

x1 L : y1 p11 L

xi yj pij

xn ym . L pnm
L

O constant a poate fi interpretat ca o variabil aleatoare definit pe orice mulime de evenimente elementare, iar tabloul ei de distribuie interpretat ca variabil aleatoare va fi a : 1 deci vom putea face totdeauna operaii cu variabile aleatoare i constante.

3.2. Momentele unei variabile aleatoare discrete Momentele unei variabile aleatoare discrete sunt valorile tipice cele mai frecvent utilizate n aplicaii. Definiie. Fie o variabil aleatoare discret care ia valorile xi cu probabilitile pi , i I . Dac seria

x p
iI i

este absolut convergent, expresia

M ( ) = xi pi
iI

(3.8.)

se numete valoare medie a variabilei aleatoare discrete . Dac este o variabil aleatoare simpl care ia valorile x1 ,..., xn cu probabilitile

p1 ,..., pn , atunci valoarea medie va fi

M ( ) = xi pi .
i =1

(3.8'.)

Vom da n continuare cteva proprieti ale valorilor medii. (P1). Dac i sunt dou variabile aleatoare discrete definite prin (3.2.) i dac M ( ) i

M () exist, atunci exist valoarea medie M ( + ) i M ( + ) = M ( ) + M () .

(3.9.)

Prin recuren, se obine: (P2). Fie k ( k = 1,..., n ) n variabile aleatoare discrete. Dac M ( k ) exist, atunci

n M k exist i k =1 n n M k = M ( k ) . (3.10.) k =1 k =1 Fie o variabil aleatoare discret i c o constant. Dac M ( ) exist, atunci M (c )
M (c ) = cM ( ) .
(3.11.)

(P3). exist i

Proprietatea rezult imediat din definiie i anume

i i

M (c ) = pi (cxi ) = c pi xi = cM ( ) .

Proprietile (P2) i (P3) conduc la: (P4). Fie k ( k = 1,..., n ) n variabile aleatoare discrete i ck , n constante. Dac M ( k ) , ( k 1,..., n ) exist, atunci M
n

c
k =1 k

exist i

n M ck k = ck M ( k ) . (3.12.) k =1 k =1 (P5). Valoarea medie a variabilei aleatoare M ( ) = este nul. se numete abaterea variabilei aleatoare . Deoarece M ( ) este o constant, valoarea medie a unei constante este aceea
constant, deci

(P6).

M ( 2 ) i M (2 ). Atunci

M ( M ( )) M ( ) M ( ) = 0 . Inegalitatea lui Schwarz. Fie i dou variabile aleatoare discrete pentru care exist

(P7).

exist, atunci M () exist i

Dac i sunt dou variabile aleatoare discrete independente i dac M ( ) i M ()

M () M 2 M 2 .

( ) ( )

(3.13.)

(3.14.) Definiie. Fie o variabil aleatoarea discret i r un numr natural. Dac exist valoarea medie a variabilei aleatoare r , atunci aceast valoare medie se numete moment de ordin r al variabilei aleatoare i se noteaz
r r ( ) = M ( r ) = xk pk . k

M () = M ( )M () .

(3.15.)

Valoarea medie a variabilei aleatoare variabilei aleatoare i se noteaz

se numete moment absolut de ordin r al

r ( ) = M

( )= x
r k

r k

pk .

(3.16.)

Definiie. Fie o variabil aleatoare discret . Momentul de ordinul r al variabilei aleatoare abatere a lui se numete moment centrat de ordinul r a lui i se noteaz (3.17.) Momentul centrat de ordinul doi a variabilei aleatoare discrete se numete dispersie sau

r ( ) = r ( M ( )) .

variant i se noteaz prin D 2 ( ) sau 2 , deci

Numrul D( ) = = 2 ( ) se numete abatere medie ptratic a lui . Vom da n continuare cteva proprieti ale dispersiei i ale abaterii medii ptratice. (P1). Are loc egalitatea 2 (3.19.) D 2 ( ) = M 2 [M ( )] . ntr-adevr, innd seama de definiie

D 2 ( ) = 2 = 2 ( ) .

(3.18.)

( )

2 D 2 ( ) = M [ M ( )] = M 2M ( ) + [M ( )] = 2 2

(P2).

Dac = a + b cu a i b constante, atunci D() = a D( ) . Avem

= M 2 2[M ( )] + [M ( )] = M 2 [M ( )]
2 2

( )

( )

de unde D () = a D ( ) .
2 2 2

M 2 = a 2 M 2 + 2abM ( ) + b 2

( )

M () = aM ( ) + b ,

( )

(P3). Fie ( k )1k n , n variabile aleatoare discrete, dou cte dou independente i c1 ,..., cn , n constante. Atunci

n particular, pentru b = 0 avem D 2 (a ) = a 2 D 2 ( ) .

n n D 2 ck k = ck2 D 2 ( k ) . k =1 k =1
(P4). Inegalitatea lui Cebev. Fie o variabil aleatoare. Atunci

(3.20.)

P () M ( ) <

({

})

pentru orice > 0 . Aceast inegalitate poate fi pus sub o form foarte des folosit n aplicaii i anume, lund = aD( ) , (3.21.) se scrie

D 2 ( ) . 2

(3.21.)

P ( M ( ) aD( )) <

1 . a2

(3.21'.)

3.3. Variabile aleatoare de tip continuu Fie {, , P} un cmp de probabilitate. Definiie. Se numete variabil aleatoare o funcie : (definit pe mulimea

evenimentelor elementare cu valori reale), astfel nct toate mulimile de forma Ax = () < x aparin lui , pentru orice x . Vom da n continuare cteva proprieti ale variabilelor aleatoare. (P1). Fie o variabil aleatoare i c o constant, atunci + c , c , , 2 ,

1 cu 0 sunt cu 0 ,

variabile aleatoare. (P2). Dac i sunt dou variabile aleatoare, atunci , + , ,

sup(, ) i inf (, ) sunt de asemenea variabile aleatoare. Definiie. Vom spune c variabilele aleatoare 1 ,..., n sunt independente dac pentru toate
sistemele reale x1 ,..., xn avem

P(1 < x1 ,..., n < xn ) = P(1 < x1 ) ... P( n < xn ) .

3.4. Funcie de repartiie

Definiie. Se numete funcie de repartiie a variabilei aleatoare , funcia

F ( x ) = P({ () < x})

(3.22.)

definit pentru orice x . Din aceast definiie rezult c orice variabil aleatoare poate fi dat prin intermediul funciei sale de repartiie. Dac este o variabil aleatoare discret cu pn = P( = xn ) , n I , atunci din (3.22.) rezult

F (x ) =

xn < x

(3.22.)

i se numete funcie de repartiie de tip discret. Rezult c n acest caz F este o funcie n scar, adic ia valori constante pe intervalele determinate de punctele xi ( i I ). Teorema 1. Funcia de repartiie a unei variabile aleatoare are urmtoarele proprieti: Dac x1 < x2 , atunci F ( x1 ) F (x2 ) , x1 , x2 .

1. 2. 3. 4.

F ( x 0 ) = F ( x ) pentru orice x lim F (x ) = 0 .

n+

lim F ( x ) = 1 .

Teorema 2. Orice funcie F monoton, nedescresctoare, continu la stnga i cu F ( ) = 0 , F (+ ) = 1 este funcia de repartiie a unei variabile aleatoare definit pe un cmp de probabilitate convenabil ales. Teorema 3. Fie o variabil aleatoare a crei funcie de repartiie este F . Fie a i b dou numere reale cu a < b . Au loc egalitile 1. P (a < b ) = F (b ) F (a ) ; 2. 3. 4.

P (a < < b ) = F (b ) F (a ) P ( = a ) ; P (a < b ) = F (b ) F (a ) P ( = a ) + P ( = b ) ; P (a b ) = F (b ) F (a ) + P ( = b ) .

Definiie. Fie o variabil aleatoare a crei funcie de repartiie este F . Dac exist o funcie real f definit i integrabil pe aa nct

F (x ) =

atunci F se numete funcie de repartiie absolut continu, iar se numete variabil aleatoare absolut continu. Funcia f se numete densitate de probabilitate (repartiie), iar expresia

f (u )du ,

(3.26.)

f ( x )dx se numete lege de probabilitate elementar.

Dac F are o densitate de probabilitate f , atunci

f ( x ) = F ( x ) = lim
Rezult de aici c

x 0

F ( x + x ) F ( x ) P(x < x + x ) = lim . x 0 x x

(3.27.)

P ( x < x + dx ) = f ( x )dx

1. 2.

Densitatea de probabilitate are urmtoarele proprieti. f ( x ) 0 pentru orice x ;

+

f (u )du = 1 ;
f (x )dx .
a b

3. Pentru orice a < b reali are loc relaia P (a < b ) = 3.5. Momentele unei variabile de tip continuu

Fie {, , P} un cmp de probabilitate i o variabil aleatoare a crei funcie de repartiie este F . Fie f densitatea de repartiie a variabilei aleatoare . Definiie. Se numete valoare medie a variabilei aleatoare expresia

M ( ) =

Definiie. Se numete moment de ordinul r , r expresia

xdF (x ) = xf (x )dx .

(3.28.) , al variabilei aleatoare continue ,

M r ( ) = r ( ) =
iar expresia

r x dF (x ) =

x f (x )dx ,
r

(3.29.)

M r ( ) = r ( ) =

se numete moment absolut de ordin r al variabilei aleatoare . n acelai mod n care s-au definit momentul centrat de ordinul r , dispersia, abaterea medie ptratic n cazul variabilelor aleatoare discrete, se definesc i pentru variabile aleatoare de tip continuu. Proprietile valorii medii i ale dispersiei date pentru variabile aleatoare de tip discret se menin pentru variabile aleatoare de tip continuu. n aplicaii se ntlnesc i urmtoarele caracteristici: Definiie. Se numesc asimetrie, As , i exces, E , numerele

x dF ( x ) =
r

x f (x )dx
r

(3.30.)

As =

3 ( )

( ) E= 4 3, 2 2 ( )

3 2 ( )

, (3.31.)

dac momentele respective exist. Definiie. Se numete moment centrat n a de ordinul r al variabilei aleatoare , momentul de ordinul r al variabilei aleatoare a , iar momentele variabilelor aleatoare a se numesc momente absolute centrate n a de ordinul r . Definiie. Mediana unei variabile aleatoare este numrul M e (sau ( ) ) pentru care
r

P( M e )
sau

1 P( M e ) 2

(3.32.)

F (M e )

1 1 i F (M e + 0 ) . 2 2

(3.33.)

Inegalitatea lui Markov. Fie o variabil aleatoare pozitiv a crei valoare medie este finit. Pentru orice > 1 avem

P( M ( ))

1 .

(3.37.)

Definiie. Moda, Mo , a unei variabile aleatoare este valoarea variabilei aleatoare cea mai probabil.

Test de probleme rezolvate 1. O urn conine 20 de bile numerotate de la 1 la 20. Se extrage o bil i i reinem numrul. Evenimentul sigur asociat acestui experiment este = {1, 2, 3, 4, 5, ..., 19, 20} R. A 2 O urn conine 20 de bile numerotate de la 1 la 20. Se extrage o bil i i reinem numrul. Fie evenimentele: A rezultatul este par = {2, 4, 6, 8, 10, 12, 16, 18, 20} B rezultatul este multiplu de 5 = {5, 10, 15, 20} Atunci a) A B = rezultatul este par sau multiplu de 5 = = {2, 4, 5, 6, 8, 10, 12, 14, 15, 16, 18, 20} b) A B = rezultatul este multiplu de 20 = { 20}

c)AC = rezultatul este impar = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19} d)A C e) C i B sunt compatibile. Raspunsul corect este: I)a si c II)a,b si c III)b,c si d IV)a ,b si e R: II
3. O urn conine 4 bile albe a1, a2, a3, a4 i 2 bile negre n1, n2. Se extrag simultan dou bile.Atunci probele experientei sunt: (a1, a2), (a1, a3), (a1, a4), (a2, a3), (a2, a4), (a3, a4), (a1, n1), (a1, n2), (a2, n1), (a2, n2), (a3, n1), (a3, n2), (a4, n1) ,(a4, n2), (n1, n2). R: A 4.Fie (, , P) un camp de probabilitate atunci ( )A , P(AC) = . a) 1 + P(A) b) 1 P(A) c) 2P(A) d) -P(A) R: b) 5. Fie (, , P) un camp de probabilitate atunci ()A avem 0 P(A) 1 R: A 6.Fie (, , P) un camp de probabilitate atunci ()A1, A2 avem P(A1 A2) = a) P(A1) + P(A2) + P(A1 A2) b) P(A1) + P(A2) P(A1 A2) c) P(A1) + P(A2) d) P(A1) + P(A2) P(A1 ) P(A2) R: b) 7. Doi vntori trag simultan asupra unei inte cte un foc fiecare. Probabilitile de nimerire a intei sunt: 0,8 pentru primul vntor i 0,6 pentru al doilea. Care este probabilitatea ca inta s fie atins de cel puin un vntor. a) P(A1 A2)= P(A1) - P(A2)=0.2 b) P(A1 A2) = P(A1) + P(A2) P(A1 A2)=0.92 c) P(A1 A2) = P(A1) + P(A2) P(A1 A2)=0.5 d) P(A1 A2)=0.48

R: b) 8. Se dau P(A) = 0,5 i P(A B) = 0,6. Gsii P(B) dac A i B sunt incompatibile a)P(B)= P(AB) P(A) + 0 = 0,6 0,5 = 0,1 b) P(B)= P(AB) + P(A) + 0 = 0,6 +0,5 = 1,1 P ( A B ) P( A) P ( B) = = 1 P( A) c) 0, 6 0,5 0,1 = = = 0, 2 1 0,5 0,5 P ( A B ) 0, 6 = d)P(B)= P( A) 0,5
R: a)

9. Fie variabilele aleatoare simple x1 L xn y1 L , : : p L p q L 1 n 1 Variabila aleatoare + are tabloul de distribuie x1 + y1 x1 + y2 L xi + y j + : p p12 L pij 11
unde

ym qm
L xn + y m L pnm

pij = P ( ) = xi U ( ) = y j

({

} {

})

R. F
10. Dac i sunt dou variabile aleatoare discrete i dac M ( ) i M () exist, atunci exist valoarea medie M ( + ) i a) M ( + ) = M ( ) + M ( )

b) M ( + ) = M ( ) M ( ) c) M ( + ) = M ( ) M ( ) R. a)
11. Fie variabila aleatoare 1 2 3 4 0 : 0,15 0,45 0,20 0,15 0,05 . pentru x < 0 0 0,15 pentru 0 x < 1 0.15 + 0, 45 pentru 1 x < 2 Atunci functia de repartitie F ( x ) = pentru 2 x < 3 0.15 + 0, 45 + 0, 20 0.15 + 0, 45 + 0, 20 + 0,15 pentru 3 x < 4 pentru x 4 1, 00 R. A 12. Funcia de repartiie a unei variabile aleatoare are urmtoarea proprietate: Dac x1 < x2 , atunci F ( x1 ) F ( x2 ) , x1 , x2 .

R. F 13. Funcia de repartiie a unei variabile aleatoare are urmtoarea proprietate a) lim F ( x ) = 1 .
b) lim F ( x ) = 1 . c) lim F ( x ) = 0 .
n

R c) 14. Fie o variabil aleatoare a crei funcie de repartiie este F . Fie a i b dou numere reale cu a < b . Atunci are loc agalitatea: a) P (a < b ) = F (b ) F (a ) b) P ( a < b ) = F ( b ) + F ( a )

c) P ( a < b ) = 2 F ( b ) F ( a ) d) P ( a < b ) = F ( b ) 2 F ( a ) R a) 15. Se consider funcia F definit prin relaiile

0 F ( x ) = ax 2 1
a constant.

pentru x < 0 pentru 0 x 1 , pentru x > 1

S se determine constanta a aa nct F s fie funcie de repartiie. a)a=5 b)a=-1 c)a=1 d)a=0 R c) 16. Se consider funcia F definit prin relaiile

unde a a) b) c) d)

P ( 0,35 < 0,5 ) = F ( 0,5 ) F ( 0,35 ) =

constant. S se calculeze P (0,35 < 0,5) .

0 F ( x ) = ax 2 1

pentru x < 0 pentru 0 x 1 , pentru x > 1

= 0,1275 P ( 0,35 < 0,5 ) = F ( 0,5 ) + F ( 0,35 ) = = 0,3775 P ( 0,35 < 0,5 ) = F ( 0,5 ) F ( 0,35 ) =

=0 P ( 0,35 < 0,5 ) = F ( 0,35 ) F ( 0,5 ) = = 0,1275

R a) 17. Se consider funcia

pentru x < 0 0 f ( x ) = a sin x pentru 0 x 0 pentru x >

S se determine constanta real a , astfel ca f s fie densitatea de probabilitate a unei variabile aleatoare.
+

a)

f ( x ) dx = a sin xdx = 2a = 1 ,
0

adica a=1/2

b)

f ( x ) dx = a sin xdx = a = 1 ,
0

adica a=1
+

c)

f ( x ) dx = a sin xdx = 2a = 2 ,
0

adica a=1 d) )

f ( x ) dx = a sin xdx = 2a = 1 ,
0

adica a= -1/2 R a) 18. Se consider funcia

0 pentru x < 0 1 f ( x ) = sin x pentru 0 x 2 pentru x > 0

S se calculeze P 0 <

. 4

P 0 < = sin udu = 4 0 a)

=
2 2 2

1 P 0 < = sin udu = 4 20 b)

2 2 4 1 P 0 < = sin udu = c) 4 20 =1 =

R.b) 19. Fie o variabil aleatoare a crei funcie de repartiie (repartiie uniform) este 0 pentru x < 0 F ( x ) = x pentru 0 x < 1 1 pentru x 1 1 S se calculeze functia de repartiie a variabilei aleatoare = ln .
1 F ( x ) = P ( < x ) = P ln < x = a) 1 = P < e x = 1 P e x = 1- e x

c)

1 F ( x ) = P ( < x ) = P ln < x = b) 1 = P < e x = 1 P ( e x ) = 1 e x 1 F ( x ) = P ( < x ) = P ln < x =

1 1 1 P < ln x = 1 P = 1 ln x ln x

R.a) 20. Fie o variabil aleatoare de tip continuu cu densitatea de probabilitate 1 x f ( x ) = e , x . S se calculeze valoarea medie 2 + 1 x M ( ) = xe dx = 2 a) + 0 1 1 = xe x dx + xe x dx = 1 2 2 0
1 M ( ) = 2 1 = 2
+

xe

dx =
x

b)

1 xe dx + 2
x
+1

+ 0

xe

dx = 0

M ( ) =
c)
0

1 x xe dx = 2 1
+1

1 1 = xe x dx + xe x dx = 0 2 1 20

R.b)

Matematici financiare si actuariale Semestrul II

MATEMATICI FINANCIARE. Test de autoevaluare - rezolvat

1. Suma de 20.000 u.m. se plaseaz timp de 45 zile, cu procentul anual de 8%. Care va fi suma final corespunztoare acestei operaiuni ?(n regim de dobnd simpl, 1an =360 zile) a)200 u.m.; b) 22000 u.m.;c) 20200 u.m.; d) 22200u.m. Rspuns corect c) Rezolvare
D=S0it , ( regim de dobnd simpl )

S0=20.000 u.m., p = 8% i = 0,08 ; t=45 zile = 45 ani

360
D = 20.000 8 . 45 D = 200 u.m. 100 360 Sf =S0 +D , Sf =S0 +S0it ,

Sf =S0 (1+it ) .

Sf =20.200 u.m.

Rspuns corect c) 2. Partenerul P1 urmeaz s efectueze ctre partenerului P2 plile urmtoare: 2000 u.m., 5000 u.m., 10.000 u.m., cu procentele anuale de 9%, 10%, 12% avnd scadena (durata) de 36 zile, 3 luni, respectiv un semestru. Aflai scadena medie nlocuitoare ( n condiii de echivalen n regim de dobnd simpl prin dobnd) a) 4luni; b) un semestru;c) 220 zile; d) 142,3 zile. Rspuns corect d) Rezolvare
D=S0it , ( regim de dobnd simpl ) D1 =S01i1t1 ; S01 = 2.000 u.m.; p1 = 9% i1 = 0,09 ; t1=36 zile = 36 ani 360 D2 =S02i2t2 ; S02 = 5.000 u.m.; p2 = 10% i2 = 0,1 ; t2=3 luni = 3 ani 12 D3 =S03i3t3 ; S03 = 10.000 u.m.; p3 = 12% i3 = 0,12 ; t3=1 semestru = 1 ani 2 D1 =18 u.m.; D 2 =125 u.m.; D3 =600 u.m.

t=

S0k ik tk
k=1 3

S0k ik
k=1
3

; (1)

t=

D1 +D 2 +D3

S0k ik
k=1

; (2)

D1 +D2 +D3 = 743 ; (3)

S0k ik = 2.000 0,09 + 5.000 0,1 + 10.000 0,12 = 1.880 ; (4)

k=1

nlocuim (3), (4) n (2), vom gsi scadena medie nlocuitoare a celor trei scadene
t = 743 = 0,3953 ani 1.880

t = 0,3953 360 = 142,30 zile

Rspuns corect d) 3. Ce devine suma de 20.000 u.m. n regim de dobnd compus pe o perioad de 4 ani cu , procentele anuale de 6%, 7%, 8%, 9% ? a) 20.700u.m.; b) 27.000 u.m.;c) 26.704 u.m; d)28.703u.m. Rspuns corect c) Rezolvare
Sf =S0 (1 + i1 )(1 + i2 )(1 + i3 )(1 + i4 )

p1 =6% i1 =0,06 ; p2 =7% i2 =0,07 ; p3 = 8% i3 = 0,08 ; p4 = 9% i4 = 0,09 ; Sf =20.000 1,06 1,07 1,08 1,09 Sf =20.000 1,06 1,07 1,08 1,09 =
= 20.000 1,3352

Sf =26.704 u.m.

Rspuns corect c) 4. Ce sum trebuie depus astzi, n regim de dobnd compus, pentru ca peste 4 ani cu procentul anual de 10% s se poat ridica 58.564 u.m ? S0 = ... Rezolvare
Sn =S0 (1+i ) S0 = Sn (1+i )
n -n

n=4 ani; p = 10% i = 0,1 ; S4 =58.564 u.m.

S0 = 58.564 (1+0,1)
-4

S0 = 40.000 u.m.

5. S se calculeze valoarea final a sumei de 10.000 uniti monetare plasate timp de 8 ani i 5 luni cu procent anual 5% ( utilizai soluia raional). a) S 5 = 15082,35 u.m.; b) S 5 = 23082,35 u.m ; c) S 5 = 65083, 75 u.m ;
8+ 12 8+ 12 8+ 12

d) S

8+

5 12

= 13508,85 u.m

Rspuns corect a) Rezolvare Deci p=5% i=0,05. R. Soluia raional S

8+ 5 12

5 = 10000(1 + 0,05)8 1 + 0,05 = 10000 1,058 12

1,020833 = 15082 ,35 u.m.

6. S se calculeze valoarea final a sumei de 10.000 uniti monetare plasate timp de 8 ani i 5 luni cu procent anual 5% ( utilizai soluia comercial). a) S 5 = 12077, 77 u.m.; b) S 5 = 15077,97 u.m ; c) S 5 = 18077,97 u.m ; d)
8+ 12 8+ 12 8+ 12

8+

5 12

= 25077,37

u.m

Rspuns corect b) Rezolvare Deci p=5% i=0,05. Soluia comercial S

= 10000 1,05
8+ 5 12

8+

5 12

= 15077,97 u.m.

7. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea nominal a poliei la scaden K = ... Soluie S0=120.000 u.m.
p = 10% i = 0,1 = 10 luni= 10 12 1 = 7 luni= 7 12 3 1 t= = 12 4

a) K = S0 (1 + i )

K = 120.000 1 + 0,110 = 130.000 u.m. 12

8. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea final a poliei la momentul scontrii. K1 = ..., Soluie
K1 = S0 (1 + i1 )

K1 = 120.000 1 + 0,1 7 = 127.000 u.m. 12

9. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea scontat a poliei, aplicnd scontul simplu raional cu procentul q1=8%.
K a = ...

Soluie n cazul scontului simplu raional

K a = K 1) q1 = 8% j1 = 0,08 1 + jt K a = 130.000 = 127.450 u.m. 1 + 0,08 1 4

10. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea scontat a poliei, aplicnd scontul simplu raional, cu procentul q2=10%,
K a = ...

Soluie n cazul scontului simplu raional

Ka = K 1 + jt q2 = 10% j2 = 0,1 K a = 130.000 = 126.830 u.m. 1 + 0,1 1 4

11. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul

poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea scontat a poliei, scontul simplu comercial, cu procentul q1=8%,
K a = ...

Soluie n cazul scontului simplu comercial

K a = K (1 jt ) q1 = 8% j1 = 0,08

K a = 130.000 1 0,08 1 = 127.400 u.m. 4

12. La data de 01.02.2006 a fost cumprat o poli n valoare de 120.000 u.m., avnd scadena 10 luni mai trziu, cu procentul anual de 10%. Din diverse motive posesorul poliei o prezint la scontare cu 3 luni nainte de scaden. Se cere valoarea scontat a poliei, scontul simplu comercial, cu procentul q2=10%,
K a = ...

Soluie n cazul scontului simplu comercial

K a = K (1 jt )

q2 = 10% j2 = 0,1

K a = 130.000 1 0,1 1 = 126.750 u.m. 4

13. O poli are valoarea de emisie de 100.000 u.m. i este scadent peste 5 ani cu procentul de 8%. Dac scontarea se face cu procentul q1=8% n regim de scont compus, se cere: Valoarea nominal K = ... Soluie S0=100.000 u.m. j1=0,08
K = S0 (1 + i ) K=146932,8 u.m.

p = 8% i = 0,08 = 5 ani

14. O poli are valoarea de emisie de 100.000 u.m. i este scadent peste 5 ani cu procentul de 8%. Dac scontarea se face cu procentul q1=8%, n regim de scont compus, se cere:ct va primi beneficiarul cu doi ani nainte de scaden? (Utilizai scontul compus raional).

K a = ...

Soluie S0=100.000 u.m. j1=0,08 j2=0,1

K = S0 (1 + i ) K=146932,8 u.m. K1 = S0 (1 + i ) 1 K1=100.000(1+0,08)

p = 8% i = 0,08 = 5 ani

K1=125971,5 u.m. Scont compus raional

Ka = K K a = 146.932,8 = 125.971, 2u.m (1 + j )t (1 + 0,08)2

16. O poli are valoarea de emisie de 100.000 u.m. i este scadent peste 5 ani cu procentul de 8%. Dac scontarea se face cu procentul q2=10%, n regim de scont compus, se cere s calculai ct va primi beneficiarul cu doi ani nainte de scaden? (utiliznd scontul compus raional)
K a = ...

Soluie S0=100.000 u.m. j1=0,08 j2=0,1

K = S0 (1 + i ) K=146932,8 u.m. K1 = S0 (1 + i ) 1 K1=100.000(1+0,08)

p = 8% i = 0,08 = 5 ani

K1=125971,5 u.m. Scont compus raional

Ka = K K a = 146.932,8 = 121.432,1u.m (1 + j )t (1 + 0,1)2

17. O poli are valoarea de emisie de 100.000 u.m. i este scadent peste 5 ani cu procentul de 8%. Dac scontarea se face cu procentul q2=8%, n regim de scont compus, se cere s calculai ct va primi beneficiarul cu doi ani nainte de scaden? (utiliznd scontul compus comercial)
K a = ...

Soluie S0=100.000 u.m.

p = 8% i = 0,08 = 5 ani

j1=0,08 j2=0,1
K = S0 (1 + i ) K=146932,8 u.m. K1 = S0 (1 + i ) 1 K1=100.000(1+0,08)

K1=125971,5 u.m. Scont compus comercial

146.932,8 = 126.666, 2u.m. Ka = K Ka = 1 + jt 1 + 0,08 2

18. O poli are valoarea de emisie de 100.000 u.m. i este scadent peste 5 ani cu procentul de 8%. Dac scontarea se face cu procentul q2=8 %, n regim de scont compus, se cere s calculai ct va primi beneficiarul cu doi ani nainte de scaden? (utiliznd scontul compus comercial)
K a = ...

Soluie S0=100.000 u.m. j1=0,08 j2=0,1

K = S0 (1 + i ) K=146932,8 u.m. K1 = S0 (1 + i ) 1 K1=100.000(1+0,08)

p = 8% i = 0,08 = 5 ani

K1=125971,15u.m. Scont compus comercial

K a = 146.932,8 = 126.666.2u.m. 1 + 0,08 2 Ka = K 1 + jt K a = 146.932,8 = 122.444u.m. 1 + 0,1 2

19. La data de 10.01.2004 se aduce pentru scontare o poli de valoare nominal K=15.000 u.m., a crei scaden este pe 31.03.2004. Se au n vedere urmtoarele condiii ale bncii comerciale: procent de scont 12% comision de acceptare a emisiunii 0,6% comision pe efect 12,5 u.m tax pe comision fix 16,8% se adaug dou zile de ctre banc Se cere valoarea scontat, aplicnd un scont simplu comercial.
K a = ...

Soluie
t = 22 + 29 + 31 = 82 zile

tmodificat = 82 + 2 = 84 zile

p=100j, j=0,12
SSC = Kjt = = 15.000 0,12 84 360 SSC = 419,9 u.m.

Comision de acceptare = 15.000 Comision pe efect =12,5u.m. Tax pe comision fix=

0,6 84 = 20,9u.m. 100 360

16,8 12,5 = 2,1u.m. 100

AGIO( TAX DE SCONT TOTAL)=SSC + Comision de acceptare+ Comision de acceptare+ tax pe comision fix=455,4u.m. Procentul de scont simplu comercial modificat este dat prin
q 84 q=13,04% 100 360 Valoarea scontat K a = K AGIO K a = 15.000 455, 4 = 14.544,6 u.m. AGIO=15.000

20. La data de 10.01.2004 se aduce pentru scontare o poli de valoare nominal K=15.000 u.m., a crei scaden este pe 31.03.2004. Se au n vedere urmtoarele condiii ale bncii comerciale: procent de scont 12% comision de acceptare a emisiunii 0,6% comision pe efect 12,5 u.m tax pe comision fix 16,8% se adaug dou zile de ctre banc Se cere q1 procentul real de scont, q1=100j1, iar q2 procentul efectiv (sau de revenire) de scont, q2=100j2 a) q1=12,98%, q2=13,37%; b) q1=12,48%, q2=13,97%; c) q1=12%, q2=13,21% Rspuns a) Soluie t = 22 + 29 + 31 = 82 zile tmodificat = 82 + 2 = 84 zile p=100j, j=0,12
SSC = Kjt = = 15.000 0,12 84 360 SSC = 419,9 u.m.

Comision de acceptare = 15.000 Comision pe efect =12,5u.m. Tax pe comision fix=

0,6 84 = 20,9u.m. 100 360

16,8 12,5 = 2,1u.m. 100

AGIO( TAX DE SCONT TOTAL)=SSC + Comision de acceptare+ Comision de acceptare+ tax pe comision fix=455,4u.m.

Procentul de scont simplu comercial modificat este dat prin

q 84 q=13,04% 100 360 Valoarea scontat K a = K AGIO K a = 15.000 455, 4 = 14.544,6 u.m. AGIO=15.000

Fie q1 procent real de scont, q1=100j1, iar q2 procent efectiv (sau de revenire)de scont, q2=100j2 Avem relaiile: AGIO - Tax pe comision fix=K j1t; AGIO - Tax pe comision fix=Ka j2t; Atunci: procentul real de scont AGIO - Tax pe comision fix=453,3u.m.; K j1t=453,3 q1=12,98% procent efectiv (sau de revenire)de scont AGIO - Tax pe comision fix=453,3u.m.; Ka j2t=453,3 q2=13,37%

Matematici financiare si actuariale Semestrul II

MATEMATICI FINANCIARE. Test de autoevaluare - rezolvat

1. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz sumele de 2000 u.m., 5000 u.m., 7.000 u.m., cu procentele anuale de 7%, 8%, 10%. Care este valoarea final a fondului acumulat? a)15.905 u.m.; b) 17.200 u.m.;c)14.876 u.m; d)12.376 u.m. Rspuns corect c) Rezolvare S P = 2000 (1 + 0,08 )(1 + 0,1) + 5000 (1 + 0,1) + 7000 = 14.876 u.m. 3 2. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz sumele de 2000 u.m., 5000 u.m., 7.000 u.m., cu procentele anuale de 7%, 8%, 10%. Care este valoarea actual a fondului acumulat? a) 15.905, 734 u.m.; b) 11702,694 u.m.; c) 14.876 u.m; d) 12.376,564 u.m. Rspuns corect b) Rezolvare Valoarea actual
7000 AP = 2000 + 5000 + = 11702,694 3 1,07 1,07 1,08 1,07 1,08 1,1

3. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz sumele de 2000 u.m., 5000 u.m., 7.000 u.m., cu procentul anual de 10%. Care este valoarea final a fondului acumulat? a)15.905 u.m.; b) 17.200 u.m.;c)14.920 u.m; d)15.376 u.m. Rspuns corect c) Rezolvare
S P = 2000 (1 + 0,1) + 5000 (1 + 0,1) + 7000 = 14.920 u.m.
2 3

Valoarea actual
AP = 2000 + 5000 + 7000 = 11209,616 u.m. 3 1,1 1,12 1,13

4. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz sumele de 2000 u.m., 5000 u.m., 7.000 u.m., cu procentul anual de 10%. Care este valoarea actual a fondului acumulat? a)15.905,616 u.m.; b) 17.200,251 u.m.;c)14.920 u.m; d)11209,616 u.m. Rspuns corect c) Rezolvare Valoarea actual

AP = 2000 + 5000 + 7000 = 11209,616 u.m. 2 3 1,1 1,1 1,13

4. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz suma de 7.000 u.m., cu procentele anuale de 7%, 8%, 10%. Care este valoarea final a fondului acumulat? a)23.016 u.m.; b) 25.231 u.m.;c)32.016u.m; d)35.231 u.m. Rspuns corect a) Rezolvare S P = 7000 (1 + 0,08 )(1 + 0,1) + 7000 (1 + 0,1) + 7000 = 23016 u.m. 3 Valoarea actual
7000 AP = 7000 + 7000 + = 18106, 294 u.m. 3 1,07 1,07 1,08 1,07 1,08 1,1

5. Dac 3 ani consecutiv la fiecare sfrit de an se plaseaz suma de 7.000 u.m., cu procentele anuale de 7%, 8%, 10%. Care este valoarea actual a fondului acumulat? a)23.016 u.m.; b) 25.231,124 u.m.; c) 18106,294u.m; d) 35.231,294 u.m. Rspuns corect c) Rezolvare Valoarea actual
7000 AP = 7000 + 7000 + = 18106, 294 u.m. 3 1,07 1,07 1,08 1,07 1,08 1,1

6.Se plaseaz timp de 10 ani, la sfritul fiecrui an, suma de 200.000 u.m. n regim de de dobnd compus cu procentul anual de 10%. Care este valoarea final , respectiv valoarea actual a acestei operaiuni? S P = ..., AP = ... 10 10
S P = 200.000
10

1,110 1 = 3.187.484,6 u.m. 0,1 1 1,110 = 1228913, 4 u.m. 0,1

AP = 200.000
10

7. Stabilii dac valoarea final a unui ir de anuiti posticipate, temporare imediate, cu anuiti variabile i dobnzi variabile este a) Snp
=

Tk i j + Tn ; b)
k =1 j = k +1

n 1

Snp

Tk i j + Tn ; c)
k =1 j = k +1

Snp

Tk i j + Tn
k =1 j = k +1

n 1

n 1

Rspuns corect a) Vezi relaia(2.1.3) 8. Stabilii dac valoarea actual a unui ir de anuiti posticipate, temporare imediate, cu anuiti variabile i dobnzi variabile este a) Anp = Tk (1 + i j ) ; b) Anp = Tk (1 + i j ) ; c) Anp = Tk (1 + i j )
k =1 n

n 1

k 1
j =1

j =1

k =1

j =1

k =1

Rspuns corect a) Vezi relaia (2.1.4) 9. Stabilii dac valoarea final a unui ir de anuiti posticipate, temporare imediate, cu anuiti variabile i dobnzi constante este

a) Snp = Tk (1 + i )
k =1

nk

; b) Snp = Tk (1 + i )
k =1

n 1

nk

; c) Snp = Tk 1 (1 + i )
k =1

nk

Rspuns corect a) Vezi relaia (2.1.5) 10. Este adevrat relaia V0 = Q1 + Q2 + ... + Qn Rspuns corect A Vezi relaia (3.1) 11. Relaia ntre anuiti i amortismente (adecvat pentru orice lege a anuitilor) este:
T p +1 T p = Q p +1 (1 i ) Q p

Rspuns corect F Vezi relaia (3.2)

12. Considerm Ti = T , orice i = 1,..., n . Atunci avem a) Q p +1 = (1 + i )Q p ; b) Q p +1 = (1 i ) Q p ; c) Q p = (1 + i ) Q p +1 ; d) alt rspuns. 13. Considerm Ti = T , orice i = 1,..., n ; atunci avem relaia
n n (1 + i ) n 1 a) V0 = Q1 (1 + i) 1 ; b) V0 = Q1 (1 i ) 1 ; c) V0 = Q1 ; d) alt rspuns. i 1+ i i

Rspuns corect c) Vezi relaia (3.3) 14. Un mprumut de 10.000 u.m. urmeaz a fi rambursat n 4 ani prin rate (anuiti) constante posticipate cu procentul anual de 5%. Care este primul amortisment?
Q1 = ...

Soluie d1 = V0 i = 10000 0,05 = 500 Primul amortisment Q1 = V0

(1 + i )n 1

= 2320,12

sau Q1 = T d1 = 2320,12

15. Un mprumut de 10.000 u.m. urmeaz a fi rambursat n 4 ani prin rate (anuiti) constante posticipate cu procentul anual de 5%. Care este al treilea amortisment ?
Q3 = ...

Soluie d1 = V0 i = 10000 0,05 = 500 Primul amortisment Q1 = V0

(1 + i )n 1

= 2320,12

sau Q1 = T d1 = 2320,12 Amortismente ( Q p = (i + 1)Q p 1 ): Q2 = 2436,13 ; Q3 = 2557,92 ; 16. Un mprumut de 10.000 u.m. urmeaz a fi rambursat n 4 ani prin rate (anuiti) constante posticipate cu procentul anual de 5%. Care este anuitatea corespunztoare?

T = ...

Soluie d1 = V0 i = 10000 0,05 = 500 Primul amortisment Q1 = V0

(1 + i )n 1

= 2320,12

T = Q1 + d1 = 2820,12

17. Un mprumut de 40.000 u.m. este rambursabil cu cinci ani prin anuiti constante cu dobnd pltibil la nceputul anului cu procent de 5%. Care este primul amortisment ?
Q1 = ...

Soluie Se calculeaz
Q1 = V0 i(1 i) 4 (1 i)[1 (1 i) ]
n

= 40.000

0,05 0,955 0,95[1 0,955 ]

= 40.000

0,05 0,77378 = 7201 0,95 0,2262192

18. O persoan a mprumutat suma de 25.000 u.m. pe care urmeaz s o ramburseze n 4 ani cu procentul de 5% prin anuiti posticipate cu amortismente egale. Care este amortismentul corespunztor?
Q = ...

Soluie Din V0 = 25000 i n=4 rezult Q =

V0 25.000 = = 6250 . n 4

19. O persoan a mprumutat suma de 25.000 u.m. pe care urmeaz s o ramburseze n 4 ani cu procentul de 5% prin anuiti posticipate cu amortismente egale. Care este anuitatea din cel de al doilea an ?
T2 = ...

Soluie Din V0 = 25000 i n=4 rezult Q = Folosim relaia T p +1 = T p V0 25.000 = = 6250 . n 4

V0 i = T p Qi , obinem T2 = 7125 n

20. O persoan a mprumutat suma de 25.000 u.m. pe care urmeaz s o ramburseze n 4 ani cu procentul de 5% prin anuiti posticipate cu amortismente egale. Care este suma rmas de plat dup cel de al doilea an ?
V2 = ...

Soluie Din V0 = 25000 i n=4 rezult Q =

V0 25.000 = = 6250 . n 4
V2 = V1 Q = 12500

Folosim relaia V p = V p 1 Q p , atunci

Matematici financiare si actuariale Semestrul II

TEST REZOLVAT - TEORIA GRAFURILOR 1. Matricea conexiunilor directe pentru graful din figura urmatoare

Figura .1.

va fi
0 0 a) C = 0 1 0 1 0 0 0 0 0 1 0 0 1 0 1 1 0 0 1 0 1 0 0 0 0 , b) C = 0 0 1 1 0 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 , c) C = 0 0 1 1 0 0 0 0 0 1 0 0 1 0 0 0 0 0 1 0 0 , d) alt raspuns 1 0

Raspuns corect a) Rezolvare. Pentru graful din figura 1. scriem matricea conexiunilor directe

0 0 C = 0 1 0
1 1 D = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 , D = 1 1 1 1 1 1 1 1 1 1 1

1 0 0 0 0

0 1 0 0 1

0 1 1 0 0

1 0 0 1 0

Raspuns corect a) 2. Matricea drumurilor corespunzatoare grafului din fig. 1 va fi

1 1 1 1 0 1 1 1 1 1 1 1 0 1 , D = 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 , d) alt raspuns 1 1 1 1 1 1 0 0

Raspuns corect a) Rezolvare. Pentru graful din Figura 1. cu matricea conexiunilor directe C asociat, determinm matricea drumurilor D . 1. Construim linia 1 a matricii D pornind de la linia 1 a matricii C . Observm c c12 = 1 i

c15 = 1 , restul elementelor fiind egale cu zero. Atunci adunm boolean linia 1 din C cu liniile l1 : 0 1 0 l2 : 0 0 1 l5 : 0 0 1

2 i 5 ale matricii C 0 1 1 0 0 0

__________________________

l1(2 ) : 0 1 1 1 1
(2) (2 ) (2 ) Observm c linia l1 difer de l1 prin elementul generat pe poziiile c13 = 1 i c14 = 1.

Trecem la pasul 3 din algoritm i adunm boolean linia l1(2 ) cu liniile 3 i 4 din C .

l1(2 ) : 0 1 0 0 1 l3 : 0 0 0 1 0 l4 : 1 0 0 0 1
__________________________

l1(3) : 1 1 1 1 1
fi l1

:1 1 1 1 1 2. Pentru linia 2 a matricii D observm c c 23 = 1 , c 24 = 1 , restul elementelor fiind egale cu zero. Adunm boolean linia 2 din C cu liniile 3 i 4 . l2 : 0 0 1 1 0 l3 : 0 0 0 1 0 l4 : 1 0 0 0 1
__________________________

(D )

Observm c s-a obinut o linie cu toate elementele egale cu 1 , deci, linia 1 a matricii D va

(2 ) l2 : 1 0 1 1 1 (2 ) Observm c linia l 2 difer de linia 2 prin elementele generate de poziiile c (2) 21 = 1 i

(2) c (2) 25 = 1 . Adunm boolean l 2 cu liniile 1 i 5 .

(2 ) : 1 0 1 1 1 l2 l1 : 0 1 0 0 1 l5 : 0 0 1 0 0
__________________________

(D ) :1 1 1 1 1 Am obinut toate elementele egale cu 1 , deci l 2 Similar pentru liniile 3, 4, 5 i obinem matricea D

(3 ) l2 : 1 1 1 1 1

1 1 D = 1 1 1
Raspuns corect a)

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

4. Puterile de atingere ale vrfurilor din fig.1 sunt p ( xi ) = 5 , i = 1,5 . Raspuns A

3. Graful din fig. 1 are circuite. Raspuns A Rezolvare Graful G are circuite, cci exist i astfel nct d ii = 1 (exemplu d 22 = 1 ).

x1 x1 0 5. Fie matricea drumurilor x2 0 D= x3 1 x4 0

determinati drumul hamiltonian.

x2 1 0 1 0

x3 0 0 0 0

x4 1 1 1 0

p ( x1 ) 2 1 3 0

a) d H : { x3 , x1 , x4 , x2 } , b) d H : { x1 , x3 , x2 , x4 } , c) d H : {x3 , x1 , x 2 , x 4 }, d) alt raspuns Raspuns corect c) Rezolvare Matricea nu conine nici o valoare 1 pe diagonal, deci graful la care matricea este asociat nu conine circuite. Avem p ( x1 ) = 2 ; p ( x2 ) = 1 ; p ( x3 ) = 3 ; p ( x 4 ) = 0 i astfel

p(x ) = 6 ,
i =1 i

iar pentru

n = 4 rezult

n(n 1) = 6. 2

Deci, se poate aplica teorema lui Chen, n G exist un drum hamiltonian, iar acesta este d H : {x3 , x1 , x 2 , x 4 }. 6. S se determine drumurile hamiltoniene pentru graful din figura 1. a) 5, b) 4, c) 3, d) 1 Raspuns corect c) Rezolvare: Cum tim c, graful are circuite, vom folosi metoda nmulirii latine. Matricele M (1) i % (1) vor fi: M

(1)

0 0 = 0 x 4 x1 0

x1 x 2 0 0 0 0
x2 0 0 0 0

0 x 2 x3 0 0 x5 x3
0 x3 0 0 x3 0 x4 x4 0 0

0 x2 x4 x3 x 4 0 0

x1 x5 0 0 x 4 x5 0

~ M (1)

0 0 =0 x1 0

x5 0 0 x5 0

M (2 )

0 x 2 x 4 x1 = x3 x 4 x1 0 0
0 0

0 0 0
x 4 x1 x 2 0

x1 x 2 x3 x1 x 2 x 4 x1 x5 x3 0 x 2 x3 x 4 0 0 0 x 4 x5 x3 0 x5 x3 x 4
0 x 2 x 4 x5 x3

x 2 x 4 x5 x3 x 4 x5 x 4 x1 x5 0 0
x1 x 2 x 4 x5 x 2 x 4 x1 x5 x x x x 2 3 4 5 x3 x 4 x1 x5 0 0

M (3 )

0 x 2 x3 x 4 x1 = 0 0 x x x x 5 3 4 1

x1 x 2 x3 x 4 x1 x5 x3 x 4 0 0 0 0

x3 x 4 x1 x 2 0 0

0 x x 4 1 x 2 x3 x 4 x1 x5 x3 0

M (4 )

0 0 0 0 = 0 0 0 0 0 x x x x x 5 3 4 1 2

0 x1 x 2 x3 x 4 x5 x 2 x 4 x1 x5 x3 0 x 2 x3 x 4 x1 x5 0 0 0 0 0 0 0 0 0 x1 x 2 x 4 x5 x3

n graful dat exist 5 drumuri hamiltoniene. 6. Vrfurile x1 , x 2 ,..., x7 reprezint ntreprinderi, iar pe arce este marcat durata executrii controlului n punctul x j dup efectuarea lui n punctul xi n unitatea de timp corespunztoare. S se determine timpul minim de control, dintre x1 i x7 .

Figura 5.2.2.

a) d : { x1 , x2 , x3 , x7 } , b) d : { x1 , x4 , x2 , x7 } c) d : { x1 , x2 , x4 , x7 } Raspuns corect c) Rezolvare: Etapa 1 Construim matricea V a valorilor arcelor:

x1 x1 x2 x3 x4 x5 0

x2

x3
6

x4

x5

x6

x7

2 0

4 0

11 3 1 0 6 4

11 14
0

9 19
13
0

x6 x7

19

13

(m ( ) )
1

(m ( ) ) (m ( ) ) (m ( ) )
2

20

12 12 12

10 10 10

9 9 9

15 15 15

13 13 13

0 0 0

14 14

Etapa 2 a) adugm mi(1) la matricea V , care este transpus coloanei v j 7 b) completm matricea V cu liniile mi(2 ) , mi(3 ) , mi( 4 ) tiind c

( )

j =1, n

mi(k +1) = min vij + m (jk )

j =1, 7

matricii V cu cele ale liniei mi(1) , cea mai mic fiind elementul cutat.

Aadar pentru linia mi(2 ) , primul element m1( 2 ) se determin adunnd elementele liniei 1 a

m1(2 )
(2 ) m2 (2 ) m3

= min{v1 j + m (jk ) } =
j =1, 7

min{0 + , + 2, + 6,11 + 9,19 + ,13 + ,0 + } = 20 = min v 2 j + m (jk ) = min{ + , + 0, + 4,9 + 3,9 + 19,13 + , + 0} = 12 = min v3 j + m (jk ) = min{ + , + , + 0,9 + 1,19 + ,13 + 11,0 + } = 10 = min v 4 j + m (jk ) = min{ + , + , + ,9 + 0,19 + ,11 + 13, + 0} = 9 = min v5 j + m (jk ) = min{ + , + , + ,9 + 6,19 + 0,14 + 13,19 + 0} = 15 = min v6 j + m (jk ) = min{ + , + , + ,9 + 4,19 + ,13 + 0,13 + 0} = 13 = min v7 j + m (jk ) =
j =1, 7 j =1, 7 j =1, 7 j =1, 7 j =1, 7 j =1, 7

(2 ) m4 (2 ) m5 (2 ) m6 (2 ) m7

min{ + , + , + ,9 + , + 19, + 13,0 + 0} = 0 Pentru linia mi vom avea mi(3 ) = min vij + m (j2 ) :
(3 )

(3 ) m4 = min{20 + ,12 + ,10 + ,9 + 0,15 + , + 13,0 + 9} = 9 (3 ) m5 = min{20 + ,12 + ,10 + ,9 + 6,15 + 0,13 + 14,0 + 19} = 15

m1(3 ) = min{20 + 0,12 + 2,10 + 6,9 + 11,15 + ,13 + ,0 + } = 14 (3 ) m2 = min{20 + ,12 + 0,10 + 4,9 + 3,9 + 15,13 + , + 0} = 12 (3 ) m3 = min{20 + ,12 + ,10 + 0,9 + 1,15 + ,13 + 11,0 + } = 10

j =1, 7

(3 ) m6 = min{20 + ,12 + ,10 + ,9 + 4,15 + ,13 + 0,0 + 13} = 13

(3 ) m7 = min{20 + ,12 + ,10 + ,9 + ,15 + ,13 + ,0 + 0} = 0

Pentru linia mi( 4 ) vom avea mi(4 ) = min vij + m (j3 ) :

(4 ) m4 = min{ 14 + ,12 + ,10 + ,9 + 0,15 + ,13 + ,0 + 9} = 9 (4 ) m5 = min{ 14 + ,12 + ,10 + ,9 + 6,15 + 0,13 + 14,0 + 19} = 15

m1(4 ) = min{ 14 + 0,12 + 2,10 + 6,9 + 11,15 + ,13 + ,0 + } = 14 (4 ) m2 = min{ 14 + ,12 + 2,10 + 4,9 + 3,15 + 9,13 + , + 0} = 12 (4 ) m3 = min{ 14 + ,12 + ,10 + 0,9 + 1,15 + ,13 + 11, + 0} = 10

j =1, 7

(4 ) m6 = min{ 14 + ,12 + ,10 + ,9 + 4,15 + ,13 + 0,0 + 13} = 13

Elementele lui mi(4 ) reprezint valoarea minim a fiecrei drum care ajunge n x7 . Etapa 3 Se adun linia 1 din V cu mi(4 ) urmrindu-se rezultatul minim, care este 14 , primul arc va fi ( x1 , x 2 ) . Se adun linia 2 din V cu mi( 4 ) , rezultatul fiind 12 , al doilea arc va fi ( x 2 , x 4 ) .

Observm c liniile mi(3 ) i mi( 4 ) coincid, iteraiile se opresc.

(4 ) m7 = min{ 14 + ,12 + ,10 + ,9 + ,15 + ,13 + ,0 + 0} = 0

(x 4 , x7 ) .

Se adun linia 4 din V cu mi(4 ) , rezultatul minim fiind 9 , arcul corespunztor va fi

Deci drumul minim de la x1 la x7 va fi d : { x1 , x2 , x4 , x7 } cu v(d ) = 17 . 7. Se consider graful din figura 2.S se determine valoarea maxim a drumului de la x1 la

x6 .

a) d : { x1 , x2 , x3 , x4 , x5 , x6 } , b) d : { x1 , x2 , x3 , x5 , x4 , x6 } c) d : { x1 , x2 , x4 , x3 , x5 , x6 } Raspuns corect a)

Figura 3.

Rezolvare. Aplicm algoritmul Bellman-Kalaba. Calculele vor fi sistematizate n tabelul urmtor.

V x1 x2 x3

x1
0

x2
5 0

x3
8 6

x4
18 10

x5 12 11 8 0
9 9 9 9 9 9

x6 21 23 16 9
0

x4 x5

21
29 31 32 32 32

9 0

23 25 26 26 26 26

x6 mi(1) mi
(2 )

16 17 17 17 17 17

34 35 36 37 37

0 0 0 0 0 0

mi(3 ) mi(4 ) mi(5 ) mi

(6 )

m1(2 ) = max{ + 0,5 + 21,8 + 23,18 + 16, + 9, + 0} = 34 (2 ) m2 = max{ + ( ),0 + 21,6 + 23,10 + 16,12 + 9,21 + 0} = 29 (2 ) m3 = max{ + ( ),21 + ( ),0 + 23,9 + 16,11 + 9,23 + 0} = 25
(2 ) m4 = max{ + ( ), + 21,0 + 23,0 + 16,8 + 9,16 + 0} = 17 (2 ) m5 = max{ + ( ), + 21, + 23, + 16,0 + 9,0 + 9} = 9

(2 ) m6 = max{ + ( ), + 21, + 23, + 16, + 9,0 + 0} = 0

(3 ) m6 = max{ + 34, + 29, + 25, + 17, + 9,0 + 0} = 0

(3 ) m4 = max{ + 34, + 29, + 25,0 + 17,8 + 9,16 + 0} = 17 (3 ) m5 = max{ + 34, + 29, + 25, + 17,0 + 9,9 + 0} = 9

m1(3 ) = max{34 + 0,29 + 5,8 + 25,18 + 17, + 9, + 0} = 35 (3 ) m2 = max{ + 34,0 + 29,6 + 25,10 + 17,12 + 9,21 + 0} = 31 (3 ) m3 = max{ + 34, + 29,0 + 25,9 + 17,11 + 9,23 + 0} = 26

(4 ) m5 = max{ + 35, + 31, + 26, + 17,0 + 9,0 + 0} = 0

(4 ) m4 = max{ + 35, + 31, + 26,0 + 17,8 + 9,16 + 0} = 17 (4 ) m5 = max{ + 35, + 31, + 26, + 17,0 + 9,9 + 0} = 9

m1(4 ) = max{35 + 0,31 + 5,8 + 26,18 + 17, + 9, + 0} = 36 (4 ) m2 = max{ + 35,0 + 31,6 + 26,10 + 17,12 + 9,21 + 0} = 32 (4 ) m3 = max{ + 35, + 31,0 + 26,9 + 17,11 + 9,23 + 0} = 26

(5 ) m6 = max{ + 36, + 32, + 26, + 17, + 9,0 + 0} = 0

(5 ) m4 = max{ + 36, + 32, + 26,0 + 17,8 + 9,16 + 0} = 17 (5 ) m5 = max{ + 36, + 32, + 26, + 17,0 + 9,9 + 0} = 9

m1(5 ) = max{36 + 0,32 + 5,8 + 26,18 + 17, + 9, + 0} = 37 (5 ) m2 = max{ + 36,0 + 32,6 + 26,10 + 17,12 + 9,21 + 0} = 32 (5 ) m3 = max{ + 36, + 32,0 + 26,9 + 17,11 + 9,23 + 0} = 26

(6 ) m6 = max{ + 37, + 32, + 26, + 17, + 9,0 + 0} = 0

(6 ) m4 = max{ + 37, + 32, + 26,0 + 17,8 + 9,16 + 0} = 17 (6 ) m5 = max{ + 37, + 32, + 26, + 17,0 + 9,9 + 0} = 9

m1(6 ) = max{37 + 0,32 + 5,8 + 26,18 + 17, + 9, + 0} = 37 (6 ) m2 = max{ + 37,0 + 32,6 + 26,10 + 17,12 + 9,21 + 0} = 32 (6 ) m3 = max{ + 37, + 32,0 + 26,9 + 17,11 + 9,23 + 0} = 26

Iteraiile se opresc aici, cci am obinut liniile mi(5 ) = mi(6 ) . Lungimea maxim a drumului de la x1 la x6 este 37 . Etapa 3 Determinm succesiunea arcelor n drumul maxim astfel obinut. 1) Adunm linia mi(6 ) cu linia 1 din V , valoarea maxim obinut este 37 corespunztor ei 2) Adunm linia mi(6 ) cu linia 2 din V , valoarea maxim obinut este 32 , arcul va fi 3) Adunm linia mi(6 ) cu lina 3 din V , valoarea maxim obinut va fi 26 , arcul va fi 4) Adunm linia mi(6 ) cu linia 4 din V , valoarea maxim 17 , arcul corespunztor ( x 4 , x5 ) . 5) Adunm linia mi(6 ) cu linia 5 din V , valoarea maxim va fi 9 , iar arcul ( x5 , x6 ) . Drumul corespunztor va fi, deci d : {x1 , x 2 , x3 , x 4 , x5 , x6 } cu v(d ) = 37 . a) d : { x1 , x3 , x6 } , b) d : { x1 , x2 , x6 } arcul ( x1 , x 2 ) .

( x 2 , x3 ) . ( x3 , x 4 ) .

8. Se consider graful din figura 2.S se determine valoarea minima a drumului de la x1 la x6 .

c) d : { x1 , x4 , x6 } Raspuns corect b) Etapele 1 i 2 sunt sistematizate n tabelul de mai jos:

V x1 x2 x3

x1 0

x2 5 0

x3
8 6 0

x4 18 10 9

x5 12 11

x6 21 23

x4 x5

8 0

16 9

x6 mi(1) mi
(2 ) (3 )

26 26

21 21 21

23 20 20

16 16 16

9 9 9

0
0 0 0

mi

Iteraiile se opresc, cci am obinut mi(3 ) = mi(2 ) . Etapa 3 Determinm succesiunea drumului minim de la x1 la x6. 1) Adunm linia mi(3 ) cu linia 1 , valoarea minim este 26 , arcul va fi ( x1 , x 2 ) i se obin pe 2) Adunm linia mi3 cu linia 2 , valoarea minim este 21 , arcul corespunztor va fi (x 2 , x6 ) i se obine pe coloana lui x6 . Deci, drumul minim va fi d : {x1 , x 2 , x6 } . coloana lui x 2 .

9. Un graf nu are circuite daca matricea drumurilor are elementele ... Raspuns corect 0 10. Un graf are circuite daca matricea drumurilor are cel putin un element Raspuns corect 1

...