Sunteți pe pagina 1din 222

3

Cuprins

Prefa.................................................................................................................... 5
I. ELEMENTE DE ALGEBR LINIAR........................................................... 7
Matrici......................................................................................................... 8
Matrici particulare ...................................................................................... 9
Inversa unei matrici .................................................................................. 13
Sisteme de ecuaii liniare.......................................................................... 15
Problema compatibilitii sistemelor........................................................ 17
Problema determinrii sistemelor............................................................. 18
ntrebri de control i exerciii ................................................................. 19
Metode de rezolvare a sistemelor liniare.................................................. 20
Algoritmul lui Gauss pentru sisteme liniare............................................. 21
Metoda eliminrii complete (Gauss-Jordan) ............................................ 23
Spaii vectoriale (liniare) .......................................................................... 25
II. PROGRAMAREA LINIAR........................................................................ 30
Rezolvarea problemei de programare liniar ........................................... 32
Clasificarea soluiilor................................................................................ 33
Algoritmul Simplex .................................................................................. 34
Determinarea soluiei optime a problemei de programare liniar............ 43
Cazul soluiei infinite................................................................................ 48
Degenerarea n problemele de programare liniar ................................... 49
Soluii multiple. Soluia general ............................................................. 50
Exerciii i probleme. ntrebri de control................................................ 50
III. ELEMENTE DE ANALIZ MATEMATIC............................................ 54
Formula lui Taylor.................................................................................... 55
Funcii reale de mai multe variabile reale ................................................ 57
Derivate pariale ....................................................................................... 60
Interpretri economice ale derivatelor pariale......................................... 63
Derivatele funciilor compuse .................................................................. 64
Formula lui Taylor pentru funcii de dou variabile ................................ 65
Extremele funciilor de dou variabile ..................................................... 67
Extreme pentru funcii de mai multe variabile......................................... 71
Ajustarea datelor numerice....................................................................... 73
Extensii ale noiunii de integral .............................................................. 78
Funciile lui Euler de spea ntia (Funcia Beta) i de spea a doua
(Funcia Gamma) .......................................................................... 80
Exerciii i probleme................................................................................. 83
IV. ELEMENTE DE TEORIA GRAFELOR ..................................................... 90
Matrici asociate unui graf ......................................................................... 94

4
Algoritmul lui Y.C.Chen, pentru construirea matricii drumurilor
(terminal)..................................................................................... 98
Matricea terminal triangularizat superior TTS ................................... 100
Drumuri hamiltoniene n grafe ............................................................... 101
Determinarea drumurilor hamiltoniene ntr-o reea oarecare.
Algoritmul lui Foulkes................................................................ 109
Drumuri optimale ................................................................................... 118
Drum critic (rut maxim) n grafe fr circuite .................................... 118
Fluxul n reea......................................................................................... 126
V. ELEMENTE DE TEORIA PROBABILITILOR ................................... 132
Evenimente. Operaii cu evenimente...................................................... 133
Definiii ale noiunii de probabilitate ..................................................... 136
Cmp de evenimente .............................................................................. 139
Probabiliti condiionate........................................................................ 140
Evenimente independente....................................................................... 144
Scheme clasice de probabilitate.............................................................. 151
Variabile aleatoare.................................................................................. 162
Vectori aleatori ....................................................................................... 168
Operaii cu variabile aleatoare................................................................ 170
Caracteristici numerice pentru variabile aleatoare discrete.................... 177
Inegalitatea lui Cebev .......................................................................... 184
Variabile aleatoare continue ................................................................... 191
Caracteristici numerice pentru variabile aleatoare continue .................. 197
Legi de probabilitate continue uzuale..................................................... 205
Anexe..219
Bibliografie........................................................................................................ 223


5

PREFA

Matematica a furnizat ntotdeauna modele i metode de calcul
utile, uneori chiar eseniale, celor mai diverse domenii ale activitii
umane. Unele din aceste modele i ateapt nc utilizarea, aprnd
diferene i de 200 de ani de la crearea conceptului matematic i
utilizarea acestuia.
Pe bun dreptate s-a afirmat c matematica este locomotiva care
trage dup sine alte tiine.
tiinele economice au luat n ultimul timp o mare amploare,
datorit intensificrii legturilor internaionale dintre agenii
economici i datorit globalizrii. Dezvoltarea rapid a cunotinelor
din domeniul economic a fost posibil prin utilizarea din plin a
modelelor matematice, mai vechi sau mai noi, precum i dezvoltrii
puternice a informaticii.
Noiunile din capitolele Algebr liniar i Elemente de analiz
matematic din acest volum au aplicaii directe n economie dup cum
se vede din unele exemple, n plus pregtesc cititorul pentru
nelegerea altor noiuni.
Din portofoliul problemelor de optimizare cunoscut i sub
denumirea de "Cercetri operaionale" aprute n ultimii 70 de ani am
dezvoltat doar "Programarea liniar" i "Elemente de teoria grafurilor"
care sunt mai uor de neles i totui foarte importante. Alte modele
ca Teoria jocurilor, Programarea stohastic, Teoria stocurilor i Teoria

6
ateptrii pot fi nelese cu ajutorul noiunilor de baz culese din acest
volum.
n multe cazuri hazardul, ntmplarea i pun amprenta pe
desfurarea n timp a proceselor i fenomenelor economice. Noiunile
de eveniment, probabilitate, variabile aleatoare i caracteristici
numerice ale acestora, fac obiectul de studiu al capitolului V
"Elemente de teoria probabilitilor". Acest capitol pregtete cititorul
i pentru studiul statisticii care la rndul ei e prezent n toate ramurile
economice.
Materialul coninut n acest volum reprezint un minim necesar
pentru abordarea tiinific a problemelor economice. Recomandm
studenilor, viitori economiti, s aprofundeze aceste noiuni studiind
i bibliografia indicat.
Noiunile prezentate n fiecare capitol sunt ilustrate prin
exemple, majoritatea fiind rezolvate i amnunit explicate.
Au fost eliminate demonstraiile prea lungi i greoaie, astfel c,
materialul este uor de abordat chiar de cei care studiaz individual
aceast disciplin.
Prezentul volum este util studenilor de la tiinele economice, n
special pentru cei de la nvmntul la distan, dar poate fi cercetat
cu folos i de ali specialiti care utilizeaz matematica.


I. ELEMENTE DE ALGEBR LINIAR

Prin form liniar se nelege o expresie de mai multe variabile
toate la puterea ntia.

n

7
E = a x x x + a + + a =
1 1 2 2 n n
=1 i
i i
unde a
x a
mai multe produse dar s ne ncadrm ntr-o anumit
sum vom avea
are liniar" pe care o vom studia n unul din
pito
i liniare l constituie
oiunile de matrice i determinant
precu rietile acestora.
i
sunt coeficieni, de obicei numere reale, iar x
i
sunt variabile.
Aceste expresii liniare sunt frecvent utilizate n modelele economice,
deoarece n economie apar formule cum ar fi S = qp, unde S este
suma obinut, q cantitatea de marf i p preul unitar. Dac dorim
s achiziionm
q
1
p
1
+ q
2
p
2
+ + q
n
p
n
S.
Astfel de expresii apar i n modelele matematice cuprinse sub
denumirea "Program
ca lele urmtoare.
Unul din principalele subiecte al algebre
sistemele liniare care au fost studiate i n liceu.
n continuare dorim s evideniem cteva proprieti noi precum
i a unor metode noi de rezolvare a acestora. Legat de sistemele liniare
au fost studiate i sunt utile n
m i prop

8
oar coeficienii a
ij
. Dac n acest
rmenii liberi atunci vom obine aa numita matrice
extins a sistemului liniar. Reamintim pe scurt cteva operaii i
proprieti de baz ale matricilor.
Fie
Matrici
O matrice este un tablou dreptunghiular de numere. Ele au
aprut prin eliminarea dintr-un sistem liniar a variabilelor i a
semnelor de operare rmnnd d
tablou lum te
n , 1 j
m , 1 i
ij
2 22 21
n a ... a a
a A

=
mn 2 m 1 m
a ... a a

Egalitatea matricilor. Fie A = || a


n 1 12 11
ij
a
... ... ... ...
a ... a a
=
=
=

=
A = B a
ij
p, adic au acelai numr de linii i acelai numr de coloane.
C = A + B
ij
||, B = || b
ij
||, i = 1,m, j = 1,n,
= b
ij
.
Adunarea matricilor. Se poate face doar dac A i B sunt de
acelai ti
n , 1 j
m , 1 i
ij
c C
=
=
= c
ij
= a
ij
+ b
ij
nmulirea cu un scalar. Fie K un numr real sau complex.
Atunci
n , 1 j
m , 1 i
ij
Ka A K
=
=
=
nmulirea a dou matrici se poate face doar dac numrul de
a matrice este gal cu cel de linii de la a doua. Fie
deci:
coloane de la prim e

9
ik
a A =
p , 1 j =
m , 1 i =

n j , 1 =
avem c
p k
kj
b B
, 1 =
=
n , 1 j
m , 1 i
ij
=
c C AB = = unde
=

=
=
p
1 k
kj ik ij
M
b a .
atrici particulare
Matricea zero este matricea care are toate elementele egale cu
zero. Se noteaz de o
m,n
de cele de pe diagonala principal care sunt egale cu 1,
dic
c
bicei cu 0 .
Matrice unitate. Este o matrice ptrat avnd toate elementele
zero n afar
a
ij
I = unde

=
=
i dac
j i dac
0
1
ij

j
Are proprietatea c AI = I A, matrice A cu care se poate face
nmulirea.
Matrice diagonal este matricea care are elemente diferi e de
zero numai pe diagonala principal, n rest toate
t
fiind egale cu zero. i
e dia
elementele de
iular inferior".
trice care are o singur linie respectiv
c re o singur coloan.
p gonala principal unele elementele pot fi zero.
Matrice triunghiular. O matrice care are toate
sub diagonala principal egale cu zero, se numete "triunghiular
superior" A = || a
ij
||, unde a
ij
= 0 pentru i > j. Dac e invers a
ij
= 0
pentru i < j se numete "triungh
Matrice linie este o ma
matricea oloan este aceea care a

10
dat de ordinul celui mai
ex
ma
Proprieti ale rangului
1.
Rangul unei matrici A, este numrul
tins determinant diferit de zero care se poate extrage din acea
trice. Se noteaz cu rang A.
Dac
n , 1 j =
ng A B min {rang A, rang B}.
m , 1 i
ij
a A
=
2. Ra
ntele unei alte
umr oarecare.
inanilor (a
le;
de mai sus rezult c
ou
= rang A min{m,n}
3. Rangul unei matrice nu se schimb dac:
a) se transpune matricea (se schimb liniile i coloanele ntre ele);
b) se nmulesc elementele unei linii sau coloane cu un numr
nenul;
c) se permut ntre ele dou linii (coloane);
d) se adaug la elementele unei linii (coloane) eleme
linii (coloane) eventual nmulit cu un n
Aceste afirmaii rezult din proprietile determ
minorilor de un anumit ordin r extrai din matrice). Prin aplicarea
operaiilor de mai sus situaia unui minor de a fi zero sau diferit de
zero nu se schimb.
Prin "Transformri elementare" aplicate unei matrici nelegem:
1) nmulirea unei linii sau coloane cu un numr nenul;
2) permutarea a dou linii (coloane) ntre e
3) adunarea unei linii (coloane) cu o alt linie (coloan).
Dou matrici ce rezult una din alta prin transformri elementare
se numesc echivalente. n baza observaiilor
d matrici echivalente au acelai rang.

11
elementare sunt
ct
nilor i care
ma
aflare a rangului unei matrici:
2.
supra celorlalte linii (coloane) pn ce pe coloana (linia)
cel mult un element diferit
de
aceste elemente diferite
tricea ar fi diagonal.
Acest lucru nu este ns util dup cum se va vedea.
5. Rangul matricii este egal cu numrul de elemente diferite de zero
din matricea quasidiagonal obinut.
Se va dovedi n continuare c transformrile
foarte utile pentru aflarea rangului, pentru obinerea matricii inverse,
i pentru rezolvarea sistemelor liniare.
Aceste operaii efectuate doar cu ajutorul determina
au fost studiate la liceu sunt extrem de dificile mai ales dac ordinul
tricei respectiv al sistemului este mai mare.
Procedeul practic de
1. Se alege un element pivot (de lucru) din matrice.
Se efectueaz transformri elementare cu linia (coloana) pe care st
pivotul a
pe care st se obin numai zerouri (exceptnd pivotul).
3. Dac pe toat coloana pivotului s-au obinut zerouri atunci automat
pe linia lui putem nlocui toate elementele cu zerouri (exceptnd
pivotul) sau reciproc.
4. Se continu acest procedeu producnd ct mai multe zerouri pn
cnd pe fiecare linie sau coloan exist
zero.
Aceast form a matricei o numim forma quasidiagonal. Dac
s-ar mai face permutri de linii i de coloane
de zero ar ajunge pe diagonala principal i ma

12
Observaie. Poziia elementelor diferite de zero este util n
alegerea deter inantului principal, e sar pentru stab irea naturii
unui sistem liniar (compatibil, incompatibil).
lu. S se determine rangul matricii

2 2 1 1

1
2 2 1 1

0 0 0 0
2 2

0 0 0 0
0 0 0 1

0 0 2 0
0 0 0 0
L
1
(-1) +
2
1
(-1
3
m n ce il
Exemp


=
2 3 1 1
2 2 1 1 A

2 2 1 1

1 1

2 3 1

4 5 2 0

4 5 2 0

0 0 0 1

L
L ) + L
n forma qvasidiagonal sunt dou elemente diferite de zero deci
rang =2. Un determinant diferit de zero de ordin maxim ce s-ar putea
extrage din aceast matrice ar fi
2
1 1
1 1
p
=

=
El a fost gsit da i iial alegem liniile i c d n matricea in
coloanele corespunztoare elementelor diferite de zero din forma
qvasidiagonal.

13
a matricial a sistemelor liniare.
a afla inversa unei
ar
asupra unei linii (sau colo tricea dat A, putem face
at A la stnga (respectiv dreapta) cu
lementare pe coloane, respectiv pe linii ce sunt
necesare pentru a l unitate.
e coloane pe care o notm cu C.
Analog pe linii i obinem matricea transformrilor pe linii L.
Teorem. Pentru orice matrice ptrat nesingural A avem
Inversa unei matrici
Problema inversei se poate pune doar la matrici ptrate
(numrul liniilor egal cu cel al coloanelor) i nesingulare
(determinantul ataat diferit de zero). Matricea invers are printre alte
aplicaii un rol esenial n rezolvare
Fiind dat matricea A, o alt matrice A
-1
este inversa lui A dac i
numai dac
A A
-1
= A
-1
A = I.
Metoda clasic cu complemeni algebrici studiat n liceu este
deosebit de greoaie pentru matrici mai mari.
Vom da n continuare o metod simpl de
matrici utiliznd transformrile elementare.
Observaia 1. Pentru a efectua o transformare element
ane) din ma
aceast transformare asupra matricii unitate de acelai ordin cu A
dup care nmulim matricea d
cea obinut din matricea unitate.
Observaia 2. Fie C
1
, C
2
, , C
n
i L
1
, L
2
, L
m
toate
transformrile e
aduce matricea A la forma diagona
Dac aplicm transformrile C
1
, C
2
, , C
n
asupra matricii
unitate de acelai ordin cu A obinem aa numita matrice a
transformrilor p

14
op
I = L A pe de alt parte I= A
-1
A
luc em pe A la forma unitate vom
matrici.
este posibil nseamn c
matricea A nu admite invers lucru ce se poate verifica i calculnd
determinantul ataat matricii care ar fi f st egal cu zero (matrice
singular).
2. Aplicm aceleai transformri elementare matricii unitate care se
transform n matricea L adic A .
ntru r m aceste transformri
conc atricii turi.
crm numai cu coloanele aezm matricea A i I
una s rile crie pe marg
fle inv
I = L A C
Demonstraie. Acest lucru rezult prin aplicarea repetat a
eraiunilor din observaia 1.
S presupunem acum c am putut aduce matricea A la forma
unitate cu transformri elementare numai pe linii. Atunci relaia din
teorem devine
Comparnd cele dou relaii rezult c L = A
-1
. Analog dac
rm numai pe coloane ca s aduc
avea c A
-1
= C.
Procedeu practic de obinere a inversei unei
1. Aplicm transformri elementare numai pe linii asupra matricii A
pn ce o aducem la forma unitate.
Observaie. Dac acest lucru nu
o
-1
Observaie. Pe apiditate efectu
omitent asupra m A i I aezate al
Dac dorim s lu
ub alta. Transform efectuate le vom s ine.
Exemplu. S se a ersa matricii

15

A
Transformri
elementare pe linii


= 2 1 1

1 1 1

0 2 1
A I
1 1 1
1 -1 2
1
0 1 0
L
1
(-1) + L
2
L
1
(-1) + L
3
1 0 0
-2 0 0 0 1
1 1 1
0 -2 1
0 -3 -1
0
-1 0 1
L
2

2
1
+ L
1
L
2

2
3
1 0
-1 1 0
+ L
3
1 0 3/2
0 1 -1/2
0 0 -5/2
1/2 1/2 0
1/2 -1/2 0
1/2 -3/2 1
L
3

5
3
+ L
1
L
3

5
1
+ L
2
1 0 0
0 1 0
0 0 1
4/5 -2/5 3/5
2/5 -1/5 -1/5
-1/5 3/5 -2/5

I A
-1

Se poate verifica reuita calculelor prin produsul A
-1
A = I.
Sisteme de ecu
Dup num o e ora o
S inia
a) compatibile:
aii liniare
rul s luiilor ac st sistemele p t fi:
isteme l re:

16
determinate o singur sol
- ne ate
incompatibile nici o soluie.
Prin solu n necunoscute se nelege evident
de numere
- uie;
determinate o infinit de soluii.
b)
un n-uplu
ie a unui sistem cu
( )
0 0 0
n 2 1
x ,..., x , x care verific toate ecuaiile
secundare
a
m1
x
1
+a
m2
x
2
+ +a
mr
x
r

+ +a
mn
x
n
=b
m
Fr a micora generalitatea problemei putem presupune c
determinantul de ordin r diferit de zero care a stabilit rangul matricii
sistemului este aezat n colul din stnga sus. Acest determinant se
ndare. Ecuaiile sistemului care
au lin umr de r, celelalte
sistemului. Vom aminti pe scurt condiiile ca sistemul liniar s fie n
una din cele trei situaii.
Fie un sistem liniar de m ecuaii cu n necunoscute i rang r,
r<min(m,n).
r necunoscute principale n-r necunoscute secundare
r
ecuaii
a
principale
a
11
x
1
+a
12
x
2
+ +a
1r
x
r
a
21
x
1
+a
22
x
2
+ +a
2r
x
r
.
p

+ + a
1n
x
n
=b
1
+ +a
2n
x
n
=b
2

r1
x
1
+a
r2
x
2
+ +a
rr
x
r
+ +a
rn
x
n
=b
r
m-r
ecuaii

numete determinant principal
p
i mparte ecuaiile i necunoscutele
sistemului n principale respectiv secu
ii n
p
se numesc principale i sunt n n
secundare sunt n-r. Analog cu necunoscutele x
1
. Cele care au coloane
n
p
sunt principale (r), iar celelalte n-r secundare.
Determinant caracteristic
car,h
se formeaz din
p
la care se
adun o linie secundar., precum i coloana termenilor liberi (doar ct
ncape din fiecare).

17
h
hr 1 h
b
a ... a
Evident se pot forma m-r determinani caracteristici, adic cte
unul pentru fiecare
r
b
ecuaie secundar.
Vom reaminti mai jos dou teoreme principale care dau
Teorema lui Rouch. Condiia necesar i suficient pentru ca
S
caracteristici s fie nuli.
Aceast teorem spune de fapt c orice soluie a sistemului
princ totalitate. Acest lucru
S' f
term
sufi
fie
1
p
h , car
b
M

=
Problema compatibilitii sistemelor
condiiile necesare i suficiente pentru compatibilitate.
sistemul liniar s fie compatibil este ca toi determinanii
ipal verific i ecuaiile secundare n
rezult din proprietile determinanilor.
Se numete matrice complet sau extins a sistemului S matricea
ormat din coeficienii necunoscutelor la care se adaug i coloana
enilor liberi.
Teorema lui Kronecker-Capelli. Condiia necesar i
cient ca sistemul liniar S s fie compatibil este ca rangul lui S s
egal cu rangul matricei complete S'.
Se observ rolul important jucat de rang n studiul sistemelor.
Dup verificarea compatibilitii sistemului, ecuaiile secundare pot fi
nlturate, reinndu-le doar pe cele principale care formeaz sistemul
principal.

18
Problema determinrii sistemelor
Se compar rangul r cu numrul necunoscutelor n.
n nu avem necunoscute secundare i sistemul este
det ie care se poate determina de
exemplu prin regula lui Cramer.
trecute n membrul doi, avnd rol de parametri. Sistemul este
nedeterminat, adic are o infinititate de solu
Observaie. n problemele economice cele mai ntlnite i mai
b
indic
specialistului c restriciile impuse sunt prea tari i n consecin
problema studiat nu are soluii. Eventual trebuie modificate o parte
din condiii.
a) Dac r=
erminat. El are o singur solu
b) Dac r<n atunci avem n-r necunoscute secundare care vor fi
ii.
importante sunt sistemele compati ile i nedeterminate, care au o
infinitate de soluii, din care economistul trebuie printr-o metod
special s aleag soluia optim.
i sistemele incompatibile au un rol prin faptul c
Exemplu. S se rezolve sistemul

= +
= + +
= + +
1 u 9 z 14 y 3 x 3
2 u 7 z 3 y x
1 u z 4 y x

Matricea sistemului este

19



1 1 1
= 7 3 1 1 A

9 14 3 3
4
es 1
3 1
4 1
p
=

= Se obine uor rang S=2 unde am al . Rezult


utele secundare x i u,
singur determinant caracteristic
c necunoscutele principale sunt y i z, necunosc
ecuaiile principale primele dou, ecuaie secundar a treia. Exist un
0
1 4 3
2 3 1
1 4 1
3 ,
=

car
=
este compatibil i anume nedeterminat. El se
ma
=

Rezult c sistemul
i poate scrie:

u 7 x 2 z 3 y
S
y = 5 x 25 u, z = 1 6u
, u} unde x, u R.
trol i exerciii
1. Ce este determinantul principal i ci pot fi?
2. Ce legtur exist ntre rangul sistemului rul ecuaiilor i cel
al necunoscutelor.
3. n ce situaie se afl sistemele pentru care avem:
u x 1 z 4 y
Prin rezolvare cu o metod elementar se obine:
Mulimea soluiilor sistemului depinde de doi parametrii n i u
{x, 5 x 25u, 1 6u
ntrebri de con
, num
a) m = 7, n = 6, r = 5

20
b) m = 5, n = 7, r = 5
c) m = 6, n = 6, r = 5
d) m = 4, n = 6, r = 5
unde m = numrul ecuaiilor, n = numrul necunoscutelor i r =
rangul.
4. Ce le n rezolvarea
sis
transformri elementare s se determine inversele
urm
sunt necunoscutele secundare i ce rol au e
temului.
5. Cum pot fi scrise toate soluiile n cazul sistemelor nedeterminate
tiind c acestea sunt o infinitate.
6. Folosind
toarelor matrici
1 2 1 0
1 0 2 3
1 2 1
1 2 2 0
1 1 2 i
2 3 2 1
3 4 8
7. S se determine r

angul urmtoarelor matrici

1 6 5
3 1 3 1
2 3 1 2
4 3 1 2
2 1 5 4
3 1 2 1
Metoda lui Cramer, cu ajuto determinanilor, devine foarte
eoa
calculatorului nu este de
are
5 4
2
1 3 1 2
3
1 2 1 0
0 1 2 1
1 2 1 6

Metode de rezolvare a sistemelor liniare
rul
gr ie dac sistemele sunt mai mari adic tocmai cazul problemelor
ce provin din economie. Nici chiar utilizarea
m ajutor.

21
Vom da n continuare dou metode simple i utile pentru astfel
de sisteme de mrime mijlocie 10 30 ecuaii.
Algoritmul lui Gauss pentru sisteme liniare
12
x
2
+ + a
1n
x
n
= b
1
uaie cu a
11
0. nmulim noua ecuaie
do
b x a
. .......... .......... ...... .........
= +
Fie sistemul
a11
x
1
+ a
a
21
x
1
+ a
22
x
2
+ + a
2n
x
n
= b
2

a
m1
x
1
+ a
m2
x
2
+ + a
mn
x
n
= b
m
mprim prima ec
respectiv cu -a
21
, -a
31
, , -a
m1
i o adunm respectiv la ecuaiile a
ua, a treia i aa mai departe. Obinem astfel sistemul
2 n n 2 2 22
1 n n 1 2 12 1
b x a ... x a
b x a ... x a x
= + +
= + + +

2 2 m
... x a +
m n mn
Vom face un lucru analog cu ecuaia a doua apoi a treia
iilor de mai jos.
n final vom avea forma
x
d x c x c x c x
=
= + +
= + + +
= + + + +
.......... .......... ....... ..........
...
...
...
3 3 3
2 2 2
1 1 13 2 12 1

Sistemul de mai sus se rezolv extrem de uor nlocuind
variabilele de jos n sus.
Pe parcursul algoritmului pot aprea urmtoarele situaii:
acionnd doar asupra ecua
n n
n n
n n
n n
d x
d x c x
d x c x c
3 23
3

22
or unei ecuaii devin toi nuli iar termenul
liber este diferit de zero. n acest caz sistemul este incompatibil i
b) coefi
corespunztor sunt toi nuli. n acest caz aceast ecuaie dispare.
a) coeficienii necunoscutel
rezolvarea se sisteaz.
cienii necunoscutelor unei ecuaii, inclusiv termenul liber
Mai simplu aceste operaii se pot face direct pe matricea complet a
sistemului, ne mai trebuind s scriem variabilele x
i
i semnele de
operare.
Exemplu: S se rezolve sistemul

= + +
= + +
= + +

= +
5 x x 3 x
2 x x x 2
7 x 5 x x
3 2 1
3 2 1
3 2 1

14 x 3 x 3 x 2
3 2 1
Avem matricea


5
2
7
1 3 1
1 1 2
5 1 1
~
14 3 3 2

7 5 1 1
12 4 2 0
~
16 9 1 0
28 13 1 0


44
16
7
22 0
9 1
5 1
~
0
0
44 22 0 0

7 5 1 1

44
16
0
22 0
9 1 0
~
0 0 0
0

7 5 1 1
2 1 0 0
16
0 0
9 1 0

Sistemul devine
0 0

=
= +
= + +
2 x
16 x 9
7 x 5 x x
3
3
3 2 1
x
2

23
c ad ite lu x 1, x -2.
Metoda elimin rii complete (Gauss-Jordan)
Se bazeaz ri elementare asupra
matric e a sistemului pr lte zerouri pn ce
n locul matricii A stemului va obine matricea unitate. Se
lu ea ev n imultan i asupra termenilor liberi. n final se poate
citi direct solu si mului. Reamintim c aceast metod poate fi
u za i n o nerea matricii inverse lui A, care la rndul ei
l a sistemelor liniare.
Exemplu: Folosind metoda eliminrii complete a lui Gauss-
Jordan s se rezolve
1 2 3
+ x
4
= 1
1 2 3 4
1
= 5
Calculele se vor org l, ca mai jos. Pe marginea
tabelului se recomand s rile elementare ce au fost
efectuate.
x
1
x
2 3 4
b T
are m so ia
1
=
2
= 2, x
3
=

pe efectuarea de transform
ii extins oducnd ct mai mu
a si se
cr z ide t s
ia ste
tili t pe tru bi
poate servi la rezolvarea matricia
sistemul
x 2x + x
x x + 3x 2x = 1
x + 2x + x + 5x
2 3 4
aniza ntr-un tabe
scriem transform
x x ransformri elementare
1
1
1
-2
-1
2
1
-1
5
L
1
)+L
2
L
1
)+L
3
nghi ca pivot
1
2
1
1
-2
5



(-1
(-1
Se alege elementul din
dreptu
1
0
0
-2
1
4
1
-2
4
L
2
)+L
1
L
2
)+L
3
1
1
0
1
-3
4



(2
(-4


24
1
0
0
0
1
0
3
1
-4
5
3
16 1
L
3
) apoi
L
2
L )+L
1
3
2
2
(-1/4
L
3
(-1)+
3
(-3

1
0
0
1
6
1
-3

0 0 1 -4
0
0
7
1


Rezult soluia sistemului
x
1
= 6 7x
4
x
2
= 1 x
4

x
2
+ x
3
= 6
2x
2
= 0
b T s
x
3
= 3 + 4x
4
x
4
= necunoscut secundar (parametru)
Exemplul 2: S se rezolve sistemul
x
1
+
x
1
x
2
+ 2x
3
= 5
x
1

x
1
x
2
x
3
ran formri elementare
1
1 -1 2
1 -2 0
6
5
-3
-1 1
L
1
(-1)+L
2
L
1
(-1)+L
3
1 1
0
0
-2
-3
1
-1
-1
-9
L
1 6 L
2
(-1/2) apoi
2
(-1)+L
1
L
2
(3)+L
3
1 0 3/2
0 1 -1/2
0 -5/2 0
11/2 L
3
(-2/5) apoi
1/2 L
-15/2 L
3
(-3/2)+L
1
3
(1/2)+L
2

25
1
0
0
0
1
0
0
0
1
0
2
3

Soluia este

=
=
=
3 x
2 x
1 x
3
2
1

Exist i alte metode exacte de rezolvare pentru sistemele
l st i eto
rte mari,

3
= 9
4x
1
7x
2
+
b) 2x
1
+ 2x
2
x
3
+ x
4
= 4
6
4
= 12
liniare: Metoda matricia , metoda radicalului etc. Exi m de
aproximative care permit rezolvarea chiar a unor sisteme foa
de ordinul sutelor de ecuaii.
Probleme propuse: S se rezolve urmtoarele sisteme prin
metoda eliminrii complete:
a) 2x
1
x
2
+ 3x
3x
1
5x
2
+ x
3
= -4 4x
1
+ 3x
2
x
3
+ 2x
4
=
x
3
= 5 8x
1
+ 5x
2
3x
3
+ 4x
3x
1
+ 3x
2
2x
3
+ 2x
4
= 6
Spaii vectoriale (liniare)
Vom ncerca s facem legtura dintre noiunea de vector sub
forma geometric cunoscut de la fizic i forma analitic care va fi
folosit n capitolul urmtor.
Descompunerea unui vector dup trei direcii n R
3
Vectorul v
r
se descompune folosind regula paralelogramului n
3
v u v
r r r
+ =
2 1
v v u
r r r
+ =

26

1
M(a,b,c)
v
r
3
v
r
k j
r
v
r
2
v
r
i
r
u
r
r
adic apoi
3 2 1
v v v v
r r r
+ + = .
Vom considera pe
fiecare ax cte un
vector standard de
modul 1 avnd acelai
sens cu axa. Aceti
tai cu k , j , i
r
r r
se numesc versori. Vectorii
1
,
2
, v
r
v
r
v
r
3

a, b, c.

vectori unitari no
se pot exprima cu ajutorul versorilor i a unor constante
Putem scrie v
r
= v
r
1
+v
r
2
+v
r
3
= k c j b i a
r
r r
+ + = (a, b, c . Cu alte
nte exist o coresponden biunivoc
)
cuvi ntre mulimea vectorilor i
r . Cele trei numere sunt de fapt coordonatele
vectorului.
or se poate exprima ca un n-uplu de numere
(a
11
, a
12
, , a
1n
),
a t ipletelor de numere
punctului M din vrful
n R
n
un vect
v
r
1
v
r
2
(a
21
, a
22
, , a
2n
)
ij

n capitolul u i matrici, liniile
privite ca vectori. Vom folosi frecvent
rici.
entr istemele liniare i
nc alte cteva expresii a ti comune este indicat
a se numesc componente ale vectorilor. Primul indice indic
vectorul, al doilea, numrul componentei n vector.
rmtor vom lucra mult cu sisteme
i coloanele acestora pot fi
denumirile de vector linie sau vector coloan. Operaiile cu vectori i
proprietile acestora sunt utile n operaiile cu sisteme i mat
P u c vectorii (linii sau coloane), matricile, s
lgebrice au proprie

27
al, ca
or
po are (produs) x S astfel
nct oricare ar fi x, y, z S ie verificate urmtoarele
ax
1. x + (y + z) = (x + y) + z
2. x + y = y + x
3.
4.
0
. (
8. 1 x = x
tr-un
Dac exist scalarii a ca relaia de mai sus s
c, rezult c {x
1
, x
2
, , x
n
} este un sistem liniar dependent.
Definiie 2. Un sistem tori) b
i
B=
o scurt privire asupra noiunii de spaiu liniar sau spaiu vectori
structur algebric.
Definiie. O mulime S se numete spaiu liniar dac pentru
ice dou elemente x, y din S i orice numr (scalar) din KR se
ate defini o sum x + y S i o multiplic
i i K s f
iome:
exist n S un element neutru (zero) aa ca x + 0 = x
fiecrui element x S i se ataeaz un alt element x S numit
opusul lui x, aa ca x + (x) =
5. (x + z) = x + y
6. ( + )x = x + x
7 )x = (x)
Definiie 1. Un sistem finit de elemente {x
1
, x
2
, , x
n
} din
spaiu liniar S se numete liniar independent dac din faptul c

1
x
1
+
2
x
2
+ +
n
x
n
=0 , a
i
K
rezult a
1
= a
2
= = a
n
= 0.
a
1
, a
2
, , a
n
K a
aib lo
de elemente (vec
{b , b , , b }
1 2 n

28
aiului liniar, dac:
,
as
dintr-un spaiu liniar S se numete baz a sp
1. B este o mulime liniar independent i
2. B este un sistem de generatori n sensul c orice element x S se
poate reprezenta ca i o combinaie liniar a elementelor din B
deci x S exist un sistem de scalari
c
1
, c
2
, , c
n
K
tfel nct

=
=
n
1 k
k k
b c x
Cu acest procedeu avnd dat o baz se poate construi tot
spaiu . Reprezentarea oric din S cu
ajuto este
Da mentelor (vectorilor) d n atunci
orice sis lemente este liniar depe
o baz
B = {b
1
, b
2
, , b
n
}
format din n elemente atunci se spune c S are dimensiunea n.
Se observ c dimensiunea unui spaiu finit dimensional
coincide cu numrul maxim de elemente liniar independente care
exist n acel spaiu. De exemplu n spaiul R
n
sistemul de elemente
E = {e
1
,

e
2,
, e
n
}
unde
e
1
(1, 0, 0, , 0)
e
2
(0, 1, 0, , 0)
e
n
(0, 0, 0, , 1)
l vectorial S rui element
rul unei baze mic.
c numrul ele intr-o baz este
tem de n + 1 e ndent.
Definiie 3. Dac n spaiul liniar S exist

29
ste o baz, numit baza canonic a lui R
n
.
Verificarea iniare a unor
ectori se face comparnd rangul matricii formate cu toate
nuit la
2)
3, 1)
i separat vectorii
f
2
(5, 6, -1, 6)
f
3
(-2, 5, -11, 7)
e
dependenei sau a independenei l
v
componentele sistemului de vectori cu numrul vectorilor i anume:
a) dac rangul < numrul vectorilor, acetia sunt liniar dependeni;
b) dac rangul = numrul vectorilor, acetia sunt liniar independeni.
Noiunile din acest paragraf vor constitui limbajul obi
modelele ce vor urma.
Exerciii:
S se verifice c vectorii:
e
1
(1, -2, 1, 1)
e
2
(1, 1, 2,
f
e
3
(-1, -1,
e
4
(-2, 1, 3, 2) f
1
(-2, 0, -8, 6)
4
(2, 10, -10, 5)
4
sunt independeni, deci formeaz o baz n R .


30
II. PROGRAMAREA LINIAR

Noiunea "program" sau plan se refer la stabilirea unor date,
cantiti, necesare a fi produse, cumprate, sau vndute bineneles n
aa fel ca totul s se situeze n poziia optim (minim sau maxim).
it , heltuieli minime, timp de producie minim etc.
a punerea problemei sunt
afar de acest model mai exist i altele ca programarea ptratic,
programarea stohastic, programarea dinamic, programarea
parametric, etc.
Exemple:
1. Organizarea optim iei
O ntreprindere urmeaz s oduc n tipuri de produse P
j
,

Prof maxim c
Dac funciile i expresiile ce servesc l
liniare atunci modelul matematic se numete programare liniar. n
a produc
pr
m , 1 i = n , 1 j = prin utilizarea a m tipuri de resurse R
i
, . Se cunosc
coefic R
i
necesar
producerii unei uniti din produsul P), cantitile disponibile b din
resursele R,
ienii tehnici a
ij
(adic cantitatea din resursa
j i
i
m , 1 i = i beneficiile unitare c
j
pentru fiecare produs P,
j
n , 1 j = . S se ntocmeasc planul (programul) optim de producie al
societii, astfel nct beneficiul total s fie maxim.
Restriciile ce vor aprea se datoreaz limit rselor, iar rii resu
funcia de optimizat (maximizat) este chiar funcia ce reprezint
beneficiul total. S notm cu x ,
j
n , 1 j = cantitatea ce se va produce
din produsul P
j
. Vom constata c modelul matematic al problemei
propuse este

31
(1)
+
+ + +

+ +

+ + +
m n mn
2 2 22 1 21
n n 1 2 12 1 11
a x a
.......... ..........
b a ... x a x a
b x a ... x a x a

(2) x
j
0,
1
n n 2
x
2 2 m n 1 m
b x a ... x
. .......... .......... ..........
n , 1 j =
(3) f' = c
1
x
1
+ c
2
x
2
+ + c
n
x m
Dac notm cu A=
n
maxi
( )
n , 1
m , 1
matricea coefic
j
i
ij
a
=
=
ienilor tehnologici
u B

b
0
c = (b
1
, b
2
, , b
m
) vectorul cantitilor disponibile cu C(c
1
, c
2
, ,
c
n
) vectorul beneficiilor unitare i cu X=(x
1
, x
2
, , x
n
) vectorul
necunoscutelor, atunci modelul matematic precedent se scrie sub
forma matriceal mai simpl
Ax
x
f = cx maxim
2. Problema raiei optime
Se consider substanele nutritive S
i
, m , 1 i = necesare vieii din
care trebuie asigurate zilnic cantitile b ,
i
m , 1 i = . Asigurarea acestor
substane se realizeaz prin consumarea alimentelor A
j
, n , 1 j = care
conin acele substane n proporii date. Cunoscnd cantitile a
ij
din
n , 1 j = precum i substanele S
i
ce se gsesc n alimentele A
j
, m , 1 i = ,
n , 1 j = ,

32
co r A
j
, sturile unitare c
j
ale alimentelo s se ntocmeasc o
ra
ac notm cu x
j
cantitatea ce se va consuma din alimentul A
j

modelul mate

ie optim adic costul raiei s fie minim.


D
matic devine:

+ + +

+ + +
+ + +
1 n n 1 2 12
b x a ... x a
m n mn 2 2 m n 1 m
b x a ... x a x a
. .......... .......... .......... .......... ..........
2 n n 2 2 22 1 21
b x a ... x a x a

1 11
x a
x
j
0, n , 1 j =
f' = c x + c x + + c
n
x
n
minim
Sau matriceal
Ax b
x 0
c la problemele de
matematic al acesteia este
liniar
1 1 2 2

f = cx minim.
Observaie. Se va vedea n continuare
programare liniar este util ca restriciile s fie sub forma unor
egaliti, adic s avem aa numita problem canonic sau standard.
Modelul
Ax = B
x 0
f = cx optim (maxim sau minim)
Rezolvarea problemei de programare
Metoda de rezolvare a vom dezvolta pe aa numita form
canonic (standard) pe care o vom scrie mai jos dezvoltat. Vom vedea

33
c da conduce la restricii ce nu sunt egaliti
ceste
3.
= + + +
c problema practic va
a a se pot adapta pentru ca problema s devin sub forma
canonic.
Forma standard este compus din trei elemente:
1. Sistemul liniar (ce provine din restricii)
2. Condiiile de nenegativitate
Funcia de scop, de optimizat, care este tot liniar.
adic

= + + +
= + + +
2 n n 2 2 22 1 21
1 n n 1 2 12 1 11
b x a ... x a x a
b x a ... x a x a

m n mn 2 2 m n 1 m
b x a ... x a x a
. .......... .......... .......... .......... ..........
x
(1)
j
0, n , 1 j = (2)
f' = c
1
x
1
+ c
2
x
2
+ + c
n
x
n
(3)
ne c sistemul (1) este compatibil
nedeterminat, adic are contrar problema gsirii
soluiilor
. So de programare liniar, este orice
vector (n-uplu) car (1) i condiiile de
ne
strict pozitive, restul fiind zero.
n continuare vom presupu
o de soluii, n caz
optimului nu mai are sens.
Clasificarea
1 luie posibil a problemei
e verific sistemul
negativitate (2).
2. Soluie de baz este o soluie posibil care are cel mult m
componente

34
z.
Este una din cele mai importante i uoare metode de rezolvare a
problemelor de programare e la baz metoda eliminrii
complete de rezolvare a unui sistem de ecuaii liniare, care este
adaptat pentru gsirea numai a soluiilor cu componente nenegative
i n final a so liniar f are valoare optim.
Metoda de rezolvare este descris pentru forma canonic a
roblemei. n practic ns nu totdeauna transcrierea problemei
Pe al cu
inegaliti la forma standard numai cu egaliti vom introduce
necunoscute noi numite necunoscute de compensare sau artificiale
sau alii le spun ecart.
De exemplu la inegalitatea
Reamintim c m este numrul ecuaiilor principale (egal cu
rangul). Soluia de baz se obine cnd necunoscutele secundare se iau
egale cu zero.
3. O soluie de baz se zice degenerat dac numrul componentelor
strict pozitive este mai mic dect m.
Soluiile de baz sunt importante deoarece se arat c soluia
optim cutat este una dintre soluiile de ba
Pentru soluia optim funcia de scop i atinge valoarea maxim
n cadrul problemelor de maxim i respectiv minimul n cadrul
problemelor de minim.
Algoritmul Simplex

liniar. Ar
luiei pentru care funcia
p
economice conduce la sistemul standard. n forma general un sistem
poate s conin inegaliti de ambele sensuri i egaliti.
ntru transformarea problemei de la forma gener

35
a
i1
n
1
+ + a
in n
b
i
de nenegativitate. n acest caz
cua
inus se obine micorarea
de
ine ri se introduc variabile de compensare, sau artificiale
ob ie de baz, care n acest caz este
for
nsare se introduc
cu la n cadrul
algori

4x
3
ilele x
i
verific urmtoarele restricii:
x
2
3x
3
+ 2x
4
8
x
Se adaug n membrul nti x
n+1
0 i inecuaia devine a
i1
x
1
+
+ a
in
x
n
+ x
n+1
= b
i
.
Pentru o restricie de forma
a
k1
n
1
+ + a
kn
x
n
b
k
Se va considera necunoscuta de compensare x
n+2
0. Toate
variabilele trebuie s respecte condiiile
e ia devine
a
k1
n
1
+ a
k2
x
2
+ + a
kn
x
n
x
n+2
= b
k
Prin introducerea ei cu semnul m
corespunztoare a membrului nti. Numrul de variabile
compensare ce trebuiesc introduse este evident egal cu numrul de
galiti. Uneo
chiar i n egaliti cte una distinct pentru fiecare ecuaie pentru a
ine de la bun nceput o solu
mat numai din variabile de compensare.
n funcia de eficien necunoscutele de compe
coeficieni egali cu zero. Variabilele artificiale se vor ru
tmului de rezolvare i n general vor fi eliminate treptat.
Exemplu: S se gseasc maximul formei liniare f = 3x
1
+ 7x
2

x
4
dac variab

2x
1
+ 5x
2
x
3
+ x
4
= 11
4x
1
6x
2
5x
3
+ 2x
4
6
x
1
+
x
j
0, 4 , 1 j =
5x
1
+ 2x
2
+ x
3
x
4
9


36
mai
8 x
8
7
= +
= +

Dm mai jos forma standard n care se transform problema de


sus dup introducerea variabilelor de compensare toate nenegative
max f = 3x
1
+ 7x
2
4x
3
x
4
+ 0x
5
+ 0x
6
+ 0x
7
+ 0x
8
9 x x x y 12 x 5
4 3 2 1
+ +
x 2 x 3 x x
6 x x 2 x 5 x 6 x 4
11 x x x x 5 x 2
4 3 2 1
6 4 3 2 1
5 4 3 2 1
+ +
= +
= + +


8 , 1 j = x
j
0,
Algoritmul simplex este o metod general i foarte practic
pentru rezolvarea problemelor de programare liniar. Ea a fost
descris pentru prima dat de G.B.Dantzig n 1947. Ea are la baz
met
liniare dar orientat n permanen dup scopul urmrit adic
opti
Una din teoremele imp ale programrii liniare afirm c
soluia optim dac exist trebuie s fie una de baz.

1. A
2. G
r
3. T
o
oda eliminrii complete de rezolvare a unui sistem de ecuaii
mizarea funciei de scop (eficient).
ortante
Etapele algoritmului Simplex sunt:
ducerea sistemului la forma canonic (standard, cu egaliti);
sirea unei soluii de baz (cu numere, componente pozitive i
estul zero);
recerea de la o soluie de baz, la alta mai bun dect ea, n sensul
ptimului enunat. Mai precis:

37
a trebuie s
re o o m m d t v he
Pentru nc de cop ca e se ere a in ers
Soluia pti nu se caut la ntmplare printre cele de baz
eriu de bunt unc i
de efic
4. G i aflar valorii optime a funciei e
n. Evident se folosete un criteriu care stabilete dac
ajuns la valoarea optim i funcia de scop nu mai poate fi
mbuntit.
rimele m coloane (m n) adic n baz se afl primele
variabile x
1
, x ctorii P
1
, P
2
, ,
loan P
i
.
) Dac pentru funcia de scop se cere minim, atunci
gene ze val area ai ic ec cea ec .
b) fu ia s la r c m xim v .
o m ci
dirijat verificnd permanent un crit m ire a f ie
ien .
sirea solu iei optime ea d
eficie s-a
Vom lua pe rnd aceste etape indicnd i operaiile de
desfurare a acestora.
A. Pentru determinarea unei soluii de baz vom utiliza metoda
eliminrii complete (Gaus-Jordan). Presupunem c am produs
zerouri pe p
2,
, x
m
(sau n alt exprimare ve
P
m
). Reamintim c unei coloane i corespunztoare unei variabile x
i

i se mai spune vectorul co
Matricea sistemului devine


+
+
m
1
mn 1 m ,
n 1 1 m , 1
b
...
b
a ...
... ... .........
a ... a 0

Dac toi b'
i
0,
... 0 1
+ 2 n 2 1 m , 2
b
... ... ... ...
a ... a 0 ... 1 0
m
a 1 ... 0 0
m , 1 i = soluia de baz este B = (b'
1
, b'
2
, ,
b'
m
, 0 0).
1

38
1 j
j j
B. Schimbarea bazei olu i de baz mai bune.
ctor P

i n locul lui punem altul P

.
Pentru uurina calculelor acest lucr se face ntr-un tabel i se
lucreaz cu transformri elementare. O astfel de operaie se
ex construit pe baza iniial
P

P
m
P
k

P
n
Pentru aceast soluie B
1
funcia de scop devine
f(B
1
) =


m
b c
=
= gsirea altei s i
Obinerea unei noi soluii de baz se va face prin schimbarea
doar a unei singure variabile. n limbaj vectorial, spunem c din
baza veche scoatem un ve
u
numete pas simplex i comport mai multe operaiuni.
Fie urmtorul tabel simpl
Baza P
0
P
1
P
2

P
1
P
2
M
b
P

M
b
P
m
b
m
0

0
M
0

M
M
1

M
M
a
mk
M
M
a
m
M
M
a
mn
1
b
2
M
1
0
M
0
1
M

0
0

0
0

a
a
1
a
2
a
1n
a
2n
1k
a
2k

M
0
M
0
M
1
M
0
a a
n
a

k

Ne propunem s scoatem din baz vectorul P

(variabila x

) i s

ik
torului
k
introducem n locul lui vectorul P (variabila x ).
Observaie. Exprimarea vectorilor din afara bazei n funcie de
vectorii bazei se face chiar cu coeficienii a de pe coloana vec
P de exemplu:

39

element privot sau de lucru.
P
k
= a
1k
P
1
+ a
2k
P
2
+ + a
mk
P
m
Elementul a

de la intersecia liniei i coloanei se numete


1. Prima operaie este mprirea liniei cu elementul privot obinnd
valorile

a
k
= , k = 1, 2, , n.
a
k
2. Apoi producem zerouri pe toat coloana privotului mai puin n
locul acestuia unde rmne 1.
Elementele noii matrici vor fi:
{ }

= =
j k jk jk
a
m , 1 j , a a a

=
k k


Urmrind acum ca soluia nou s fie de asemenea o soluie de
baz, adic cele m componente diferite de zero s fie pozitive trebuie
s avem satisfcute inegalitile:
b
j
- a
j
> 0, { } = m , 1 j .
Pentru c numerele b sunt pozitive (ele aparineau vechii baze)
ficient ca pentru
pozitiv s avem a
j
pozitiv i
j
pentru a fi satisfcute inegalitile de mai sus este su

j
j
a
b
0 < < .
Rezult deci c numrul pozitiv s fie valoarea minim
pozitiv a rapoartelor b
j
/ a
j
.
n concluzie:

40
Un
e combinaii de semne ar
ngreuna metoda inutil.

Pentru fixarea vectorului P



(variabilei x

) care se scoate din baz


se determin numrul pozitiv

vector P

(variabil x

) din afara bazei poate fi introdus n baza


nou dac are componente pozitive. Alt

a a
min
j
j
=

=
+

considernd c j ia doar valorile care corespund coefi
b
b
j

cienilor pozitivi
a .
Rezolvarea practic a trecerii de la o soluie de baz la alta, adic
de la un tabel simplex la urmtorul se realizeaz prin aa numita
od
1. Fixarea vectorului P

(variabilei x

) care se introduce n baz.


l are rap rte p iv b
j
/ a
j
pentr e
cu ajutorul cru af ul P

(variabila x

) care
se scoate din baz.
3 et inarea n noul tabel sim lex a elementelo de
re nz are vecto lui introdus n baz adic a numerelor
k

u rel iile
j
met simplex. Calculele se efectueaz n urmtoarele etape:
2. Ca cul a oa lor ozit e u det rminarea
numrului ia lm vector
. D erm p r pe linia
co spu to ru P

c a

a


a
,
a
b
k
=
adic mprirea liniei cu elementul pivot.
eterm na a oul t el mp x a lementelor de pe celelalte
linii cu relaiile

k
=
4. D i re n n ab si le e
{ }

= =
j
= m , 1 j , a a a s A b b
j jk jk j j

Aceast ultim etap se poate rezolva uor i rapid prin ap a
a numi i u tri gh lu d ptun ic: Un lement l
ine scznd din elementul situat n vrful
unghiului drept produsul elementelor de la extremitatea ipotenuzei.
ultatul se pune n noul tabe n l ul o spunz r celui ocupat de
cel din vrful drept din vechiul tabel, dup schema.
i
k
licare
a te reg li a un iu i re gh e din nou
tabel simplex se ob
Rez l, oc c re to
b
j
a
j
a
jk
a
j


41
Exemplu: S se ntocmeasc tabelele simplex corespunztoare
soluiilor de baz, pentru urmtorul sistem:
6 , 1 j , 0 x
10 x x 8 x 3 x 4
6 3 2 1

= + +
12 x
5
= + x 4 x 2
7 x x 2 x
j
2 1
4 3 2
=


= x 3
1

+ +
int
s uare i cu o coloan pentru
sus vom avea urmtoarele calcule:
j
a'
jk
k
b'

Se observ c o soluie de baz este (0,0,0,7,12,10) deci n baz
r variabilele x
4
, x
5
, x
6
(vectorii P
4
, P
5
, P
6
).
Observaie. Pentru sistematizarea calculelor se recomand ca
se aeze tabelele simplex n contin
rapoartele b
j
/ a
j
.
Pentru exemplul de mai

42
Exemplu:
3
10
2
1
4 a ;
22
2
7
12 b
5
=

= = =
3 3 3
52

Baza P
0
P
1
P
2
P
3
P
4
P
5
P
6
j
j
a
b

Tabele S
P
4
7 3 -1 2 1 0 0 =
7

3
P
5
12 2 -4 0 0 1 0 6
2
=
12
S I
1
P

= P
P
6
10 -4 -3 8 0 0 1 -
-
3
1

3
2

3
1
0 0
2
7
3
2
:
3
7
=
P
1
3
7
1
P
5
3
22
0 -
3
10
-
3
4
-
3
2
1 0 -
P
3
32

3
4
0 1
6
3
58
0 -
3
13

= =
=
16
29
3
32
:
3
58

S II
P

= P
3
-
16
1
0 P
1
8
9
1
4
1
0 -
1
= =
2
9
4
1
:
8
9

16
P
5
4
39
0 -
8
0 -
31
2
1
1
8
1
-
P
3
16
29
0 -
32
13
1
8
1
0
32
3

2
29
8
1
1
:
6
29

P
=
S III

= P
4
P
4
2
9
- 4
4
1
0 1 0 -
4
1

P
5
12 2 -4 - - - 1
32

27
P
3
4
5
-
2
1
-
8
3
1 0 0 -
128
1

S IV

Determinarea soluiei optime a problemei de
programare liniar

43
op (sau de scop) care
Problema programrii liniare const, n determinarea valorii
time (minime sau maxime) a funciei de eficien
este i ea liniar

=
n
=
j j
x c f (1)
as
G
ice c optimul a fost atins i nu
mai este necesar schimbarea bazei.
ntru aceasta vom studia varia ei de icien la
ea soluiei de baz.
Fie z
0
valoarea funciei de eficien f corespunztoare primei
s de d
1 j
n vederea obinerii scopului fixat va trebui s urmrim dou
pecte:
1. sirea unui criteriu, care s indice c o soluie de baz nou este
mai bun dect cea veche, n sensul optimului funciei de eficien.
2. Stabilirea unui criteriu, care s ind
Pe
schimbar
oluii
ia funci ef
baz a ic
m , 1 j , b x ci c c b x c z
j j
m
1 j
j j
n
1 j
j j 0
= = = =

= =
(2)
Fie z'
0
valoarea funciei f corespunztoare soluiei de baz din
tab ul urm el tor, SII adic


=
j
j
c
j 0
b z ( )
Dar cum soluia de baz II se obine din I prin formulele de
recuren
3

=




j
j a b
j

avem

+ = + =


43 42 1 43 42 1





z
j
j j
z
j
j j
j
j j j 0
c a c c b c c a b z
0

notm cu
j ,
j
(4)
( )


j
j j
c a z (5) Dac
vom avea
( )

+ = + =
0 0 0
z z c z z (6)
Observaie. este totdeauna pozitiv (acest lucru s-a fixat n
prealabil prin convenie pentru simplificarea regulilor ce trebuiesc
rite, n cazul c iei de
eficien).
a) Det ui funciei de eficien
Dac

= c

- z

> 0 > 0 z'


0
> z
0
adic prin
oarea funciei de eficien devine mai
mare. Cu alte cuvinte pentru maxi izarea funciei de eficien sunt
necesare urmtoarele dou condiii:
1. S existe n afara bazei cel puin un vector P

(variabil x

) care s
2. Vectorului ales P trebuie s-i corespund o diferen pozitiv =
urm se cauz maximul, respectiv minimul func
erminarea maximul
cum rezult
trecerea de la o baz la alta val
m
aib cel puin o component pozitiv (a
j
> 0).

c

- z

> 0.

44

45
o diferen negativ


= c

- z

< 0 care conduce la z'
0
< z
0
.
Pentru o mai bun organizare a calculelor, tabelul precedent
ce t tre re e b la alta, se va completa cu trei linii
co an, n o a os
SI
c
1
c c c
k
b) n cazul cutrii minimului funciei de eficien, singurul lucru care
se modific, este c lui P

trebuie s-i corespund



ne sar pen ru ce a d la o az
i o lo av d f rm de mai j .
Tabelul
2 m
c

c
n
Coefi-
n
c
i

co
punz-
or
bazei
Baz
1 2
P
m
P
k
cie ii
res-
t i
a P
0
P P P

P
n
c
1
c
2
M
c

c
m
P
1
P
2
M
P
M
P
m
M
B
m

M

0
0
M
0
M
0
0
0
M
1
1k
2k
M
a
k
M
a
mk
a
1
a
2v
M
a

1n
2n

a
n
a
mn

M

B
1
B
2
B

M
1
0
0
M
1

0
M
a
a

M
M
a
m
a
a
M
z
k
z
0
z
1
z
2
z
m
z
k
z
z

n
k k
c
k
z = - -z c
2
-z
2
c - c
1 1 m
z
m
c
k
-z
k

-z


c
n
-z
n



46


ple t n a t od tabelul SI, numerele z
k
se obin
mulind coeficienii c
j
din prima coloan cu componentele vectorului
k
i adunndu-le. innd seama c n capul coloanelor determinate de

f = x
2
3x
3
+ 2x
5
n caz
Com ta ces m
n
p
vectorul p
k
se afl situat coeficientul c
k
, diferenele c
k
z
k
se scriu
imediat sub z
k
din coloana respectiv.
Evident, pentru vectorii bazei avem z
k
= c
k
, deci

k
= c
k
z
k
= 0.
Exemplu. S se determine minimul funciei
ul c x
i
verific condiiile

= + + +
= + +
= + +
10 x x 8 x 3 x 4
12 x x 4 x 2
7 x 2 x x 3 x
6 5 3 2
4 3 2

5 3 2 1
6 , 1 j , 0 x
j
=
Este vizibil imediat, o soluie de baz lund x
1
=7, x
4
=12,
x =10, iar necunoscutele secundare
2 3 5
=0. Adic soluia de
ie de baz
aceasta se putea obine prin metoda eliminrii complete studiat
a calculelor necesare pentru obinerea
iei care realizeaz minimul funciei de scop.

x =0, x =0, x
6
baz este (7,0,0,12,0,10). Dac nu aveam imediat o solu
anterior sau prin adugarea unor variabile artificiale. n tabelul
urmtor vom ilustra secven
solu


47
0 1 -3 0 2 0
c Baza P
P P P P P
5
P
6 j
j

Explicarea
a
b
lelor calcu
j 0
1 2 3 4
0 7 1 3 -1 0 2 0 - P
1
0 12 0 -2 4 P
4
1 0 0 3
4
12
=
0 P
6
10 0 -4 3 0 8 1 3 , 3
3
10
=
z
k
0 0 0 0 0 0 0

k
=
k
- 0 1 -3 0 2 0

S I
iferene
;
este
3
=-3
e
vectorului P
3
=3
m nt de
soluie (pivot) 4
c
k
-z
D

k
=c
k
-z
k
<0
corespunztoar
=3
Ele e
0
10 1
4
1
2 0 10:
P
1
2
5
2
=4 0
5
-3

3
3 0 P
-
2
1
1
4
1
0 0 -
0 P
4
1 0 -
2
5
0 -
4
3
8 1 -
z
k
-9 0
2
3
-3 -
4
3
0 0

k
=

S II
=c -z ;
Diferene
k k k
<0
este
2
1

corespunztoare
vectorului P
2
5

=2
=4
2


soluie
c
k
-z
k
- 0 -
2
1
0
4
3
2 0
Element de
(pivot)
2

5
1
P
2
4
5
2
1 0
10
1
5
1
0
-3 P
3
5
5
1
0 1
10
3
5
2
0
0 P
6
11 1 0 0 -
2
1
10 1
z
k
-11 -
5
1
1 -3 -
5
4
-
5
2
0

k
=c
k
-z
k
- 0
fost atins pentru soluia:
x
1
=0, x
2
=4, x
3
=5
x
4
=0, x
5
=0, x
6
=11
f min = -11
5
1
0 0
5
4
5
12
S III
Nu mai exist diferene

k
=c
k
-z
k
<0.
Valoarea minim a funciei a

48

ac ar mai exista, vectorul
la
calcula
ndiii:

Obinerea soluiei care realizeaz optimul (n acest caz minimul)
este marcat de urmtoarele condiii:
- Nu mai exist diferene
k
=c
k
-z
k
<0 sau d
corespunztor s nu aib componente pozitive, care s serveasc
rea lui , pentru a putea face un nou pas.
Cazul soluiei infinite
Exist situaii n care funcia de optimizat are un maxim infinit,
adic valoarea ei poate fi fcut orict de mare. Aceasta se ntmpl
dac exist o diferen c
j
z
j
pozitiv, dar pe coloana acesteia nu
exist nici un element pozitiv care s poat fi luat ca pivot.
Exemplu. S se determine maximul formei liniare
f = x
1
+ 2x
2
+ 2x
3
+ x
4
,
fiind satisfcute relaiile de co

j
Soluie. Baza iniial e

= . 4 , 3 , 2 , 1 j , 0 x
4 3 2
ste format din vectorii unitari P
1
i P
2
.

= + 1 x x x
2

= + 1 x
1
x x
4 3 1
Avem, calculele urmtoare:



49
0 1 -3 0
c
j
Baza P
0
P
1
P
2
P
3
P
4
j
j
a
b

Explicarea calculelor
Tabela S
1 P
1
1 1 0 -1
2
1
2
2 P
2
1 0 1 1 -1 -
z
k
3 1 2 1
-
2
3
- 0
S I
Maxim
k
> 0

4
=
2
5
; P

=P
4
; =2;
P =P ; Element de
soluie
1

2
1

k
0 1
2
5
1 P
4
2 2 0 -2 1
2 P
2
2 -1 0 3 1
z
k
6 8 2 -4 1

k
-5 6 0

II
Maxim > 0;
3
=


; cci P e
componentele negative
- 0
S

k
6
Nu exist P
3
ar

m opr carea algoritm simp S II; funcia f(x ste
nemrginit. Pr ema d rogram ar admite luie.
Degenerarea n problemele de programare liniar
Reamintim c so ia de baz se n ete degenerat dac
num zitive e mai mi ect m (unde
m este numrul de ecua , deci ce uin o necunoscut rincipal re
valoarea zero. Aceast situaie, ap e cnd ntrodu ea n b
unui vector, e mai multe elem te poz are fu zeaz i
raport minim
A it apli ului lex la ) e
obl e p are lini nu so
lu um
rul componentelor sale strict po ste c d
ii) l p p a
ar la i cer az a
xist en itive c rni acela
.

50
Soluii multiple. Soluia general
Exist ii n care problema de programare liniar ar cel
pu so ii disti care conduc la aceiai val e optim n
acest caz solu optim ral s oate sc ca o co inaie r
convex a sol ilor inde ndente inute.
Fie de e mplu X
2
dou luii op e distin atunc
X
G
X
1
+ unde
1
,
2
,
1
+ 1.
Rezult c avnd dou soluii optime prin variaia lui
1
i
2

ceast situaie, n practic,
economistul trebuie s se hotrasc asupra unui singur rezultat, n
a fixa
soluia fr ca optimul s se modifice.
Exerciii i probleme. ntrebri de control
1. Ce este o so
e e baz este degenerat?
3. Care sunt elementele unei probleme de programare liniar
4. Cum se poate transforma o problem de programare liniar
general n una standard?
5. Poate avea o pr g ar mai multe soluii
optime diferite. Cum se procedeaz n cest caz?
S se rezolve, cu algoritmul simplex, urmtoarea
de programare liniar

situa e
in dou lu ncte oar .
ia gene e p rie mb linia
ui pe ob
xe
1
i X so tim cte i
=
1

2
X
2
0
2
=

obinem, de fapt, n final o infinitate de soluii optime. Evident prin
soluie se nelege un n-uplu. n a

consecin, va mai impune o condiie convenabil aleas care v


luie de baz?
2. Cnd o solui d
standard?
oblem de pro ram e liniar
Exemplu.
problem

51

= + + 5 x 2 x x
3 2 1

+ + + =
=
= + + +
= + +
im max x 5 x 3 x 2 x f
4 , 1 j , 0 x
8 x x x 2 x
6 x 2 x x 2
4 3 2 1
j
4 3 2 1
3 1


Etapele algoritmului simplex vor fi parcurse prin ntocmirea
urmtorului tabel

1 2 3 5 c
x
4 2

c
B
Baza P
1
P
2
P
3
P
4
b
e
1
e
2
e
3
2
1
-1
1
1
2
-1
2
1
2
0
1
6
5
8
1 P
1
e
2
e
3
1
0
0
1/2
1/2
5/2
-1/2
5/2
1/2
1
-1
2
3
2
11
1
2
P
1
P
2
e
3
1
0
0
0
1
0
-3
5
-12
2
-2
7
1
4
1
1
2
5
P
1
P
2
P
4
1
0
0
0
1
0
3/7
11/7
-12/7
0
0
1
5/7
30/7
1/7


52
z
j
1 2 -5 5 10
- c
j
- z
j
0 0 8 0
3
2
5
P
3
P
2
P
4
7/3
-11/3
4
0
1
0
1
0
0
0
0
1
5/3
5/3
3
z
j
59/3 2 3 5 70/3
c
j
- z
j
-56/3 0 0 0 -

n consecin, am obinut soluia optim, deoarece toate
diferene c
j
z
j
sunt nepozitive, i astfel
3
70
f cu 3 ,
3
5
,
3
5
, 0 x
t
opt
=

= .
max
S se rezolve urmtoarele probleme de programare liniar
1.

=
= +
= + +
+ x x 2 x
3 2 1
= + 0 x
4
maxim

4 , 1 j , 0 x
6 x x 2 x x
9 x 3 x 3 x 2 x 2
j
4 3 2 1
4 3 2 1

f = 3x
1
+ x
2
+ 3x
3
x
4

=
57
,
27
, 0 x ,
195
f
opt max
Rspuns:

14
3
,
14 14

2.
14

= + +
= + +
= + +
x x 3 x
5 x x 4 x 2
4 2 1
3 2 1
2 x x x
5 2 1
x
6
j
0,

5 , 1 j =
f = 2x
1
+ 2x
2
maxim
Rspuns: ( )

= = 0 , 3 , 0 ,
1
,
3
x ; 0 , 4 , 1 , 0 , 2 x ; 4 f
2
opt max

2 2
opt
= +
3.

+ +
= + + +
+ + +
x 2 x x
10 x x x 2 x
15 x 2 x x 3 x 2
3 2 1
4 3 2 1
4 3 2 1

11 x 2
4
x
j
0, 4 , 1 j =
f = 3x
1
+ 2x
2
+ 4x
3
+ 2x
4
minim
( ) 0 , 2 , 2 , 3 , 0 Rspuns: x ; 18 f
min
=
opt



53

54
re poate fi de o variabil independent, sau de mai multe
ai
uli
osturile de producie,
Funciile de o variabil au fost n general bine studiate n liceu
studiul culminnd, n mare, cu obinerea reprezentrii grafice pe care
se pot citii, de altfel, toate proprietile funcie i de unde se pot
amintim principalele etape pentru obinerea unui grafic la
funciile de o variabil:
2. limitele la capetele domeniului de lucru;
3. asimptote (verticale, oblice sau orizontale);
4. puncte principale pe axe;
erivatei ntia i a semnului acesteia pentru obinerea
monotoniei i a punctelor de extre
. calcularea derivatei a doua (numai dac este necesar pentru
precizarea studiului) care ne d intervalele de concavitate,
conexitate i punctele de inflexiune;

III. ELEMENTE DE ANALIZ MATEMATIC
Majoritatea proceselor economice au ca model matematic o
funcie ca
variabile. De exemplu beneficiul unei ntreprinderi depinde de m
m factori care pot fi considerai variabile independente:
productivitatea muncii, preurile de achiziie, c
pierderi, consum de energie, etc.
i
obine diferite interpretri economice.
Re
1. fixarea domeniului maxim de definiie al funciei care apoi putea fi
restrns doar la o zon de interes;
5. calcularea d
m;
6

55
7. centra le i n
Pentru eco onotonie care
indic trendul fenom xtrem care sunt n
n prezent utiliznd calculatorul graficul unei funcii se obine
pid
zare a formulei lui Lagrange. Este util n analiza
matem mai mare ct i
pentru calcularea valorilor unei uncii mai complicate, cu ajutorul
unor polinoame.
atunci exist un numr c cuprins ntre a i x I astfel nct s aib
lor relaia
lizarea tuturor informaiilor ntr-un tablou de variabi
sfrit trasarea graficului.
nomiti sunt importante intervalele de m
enului precum i punctele de e
general puncte de optim.
ra i cu mare precizie. Mai rmne doar s se fac interpretrile.
Formula lui Taylor
Este o generali
atic att pentru studiul funciilor cu o finee
f
Teorem. Dac F : I R este de n +1 ori derivabil pe I
( ) ( ) ( )
( )
( )
( )
( )
( )
n
n
n 2
R a f
! n
a x
... a f
! 2
a x
a f
! 1
a x
a f x f +

+ +

+ =
unde
( )
( )
( )
( ) c f
! 1 n
a x
R
1 n
1 n
n
+
+
+

=
ula aproximeaz ori ct de bine dorim o funcie
polinom. Cu ct n este mai mare restul
aia este mai bun. Din
R se numete restul sub forma lui Lagrange.
n
n esen form
f(x) n orice punct x cu un
devine mai mic i aproximaia este mai bun. De asemenea, cu ct
punctul x este mai aproape de a aproxim

56
estimaia restului se poate calcula ci termeni sunt necesari pentru a
obine o eroare de calcul mai mic dect cea propus. Calculatoarele
buzunar prin arhitectura lor utilizeaz
lu r pe ii uzuale ca sin x, cos x e
x
,
i MacLaurin.
Exemple. Pentr la se poate aplica
electronice PC i cele de
formula i Taylo ntru a calcula func
ln x, etc.
Observaie. Dac a = 0 formula se numete a lu
u funcii mai simple formu
direct prin derivarea de mai multe ori a funciei.
( ) ( )
( )
x n
e x f = i ( ) 1) Dac f(x) = e
x
i a = 0 vom obine 1 0 f
n
= ,
n N. Deci
n
! n ! 2 ! 1
2) Fie f(x) = ln (1+x), a = 0, vom avea
( )
n 2
x
...
x x
+
x
R 1 e + + + + =
( )
( ) ( )
( )
n
1 n
n
x 1
! 1 n 1
n f
+

=


( )
( ) deci ( ) ( )! 1 n 1 0 f
1 n n
=
+

( ) ( )
n
n
1 n
3 2
R
n
x
1 ...
3
x
2
x
1
x
x 1 ln + + + = +


3) f(x) = sin x, a = 0. Funcia sin x este indefinit derivabil, atunci
calcul
Fie
nd succesiv derivatele obinem
+ =
( )

( )
( )

=
=
1 k 2 n dac , 1
0 f
k
n

k 2 n dac , 0
Rezult
( )
( )
n
1 n 2
n
5 3
R
! 1 n 2
1 ...
! 5 ! 3 ! 1
x sin +

+ =
x x x x



57
cosinus avem Analog pentru
( )
( )
n
! n 2 ! 6 ! 4 ! 2
4) S
n 2
n
6 4 2
R
x
1 ...
x x x
1 x cos + + + =
se dezvolte n serie MacLaurin funcia

r
f
(n)
(x) =
f
(n)
(0) = ( -1 ) ( - n + 1)
f : (-1, ) R, f(x) = (1 + x) , R, 0, 1, 2,
Funcia admite derivate de orice o din n punctul x = 0. Avem:
( -1) ( - n + 1)(1 +x)
-n
Formula lui MacLaurin devine:
( ) ( )
( ) ( )
n
2
R
! n
1 n ... 1
...
! 2
x
1
x
+
+
+ +


Formula de mai sus poart numele de binomul lui Newton
Funcii reale de mai multe variabile reale
Mulimi i puncte din R
n
. Vecinti
Reamintim c R
n
este mulimea sistemelor ordonate de n numere
ale
1
, x
2
, , x
n
) / x
i
R}
oate organiza ca un spaiu liniar (vectorial)
R
n
i nmulirea cu
) se numete distan
dac:
! 1
1 x 1 + + =

i
generalizat. Pentru diferite valori ale lui se obin dezvoltri pentru
tot felul de radicali.
re adic
R
n
= {x = (x
S-a vzut c R
n
se p
fa de operaiile de adunare a dou elemente din
scalari din R.
Definiie. Aplicaia d: R
n
R
n
[0,

58
) d(x
n n
0 x
2) d(x, y) = d(y, x)
ie. Dac x = (x
1
, x
2
, , x
n
), y = (y
1
, y
2
, , y
n
) sunt
ou
1 , y) 0, (x, y) R R , d(x, y) = = y
3) d(x, z) d(x, y) + d(y, z)
Observa
d elemente din R
n
atunci se vede uor c
( ) ( )

=
=
n
1 i
2
i i
y x y , x d
verific axiomele distanei
entr p u n =1 d(x, y) = |x - y| i
n = 2 d(x, y) = ( ) ( )
2
2 2
2
1 1
y x y x + .
Definiie. Fie x
0
R
n
i r > 0 atunci mulimea
S
r
(x
0
) = {x R
n
/ d(x, x
0
) < r}
se numete sfer deschis cu centrul n x
0
i de raz r(sau hipersfer).
Orice mulime V R
n
este o vecintate a punctului x
0
dac
exist o sfer deschis cu centrul n x
0
inclus n V, adic
0 r 0
iz ca punct aderent, punct frontier, punct de acumulare,
punct interior, punct izolat.
n continuare vom lucra frecvent cu funcii de dou variabile,
pentru simplitate i numai uneori vom trata cazul cu n variabile.
l
general.
x S (x ) V
Rezult c nsi aceste sfere formeaz un sistem de vecinti
n R
n
. Cu ajutorul acestor vecinti se pot defini noiuni importante
n anal

Rezultatele de la dou variabile se pot extinde uor la cazu

59
Fie A R
2
x
1
, x
2
) este
un numr real.
Definiie 1 ita funciei f n punctul
(a, b) dac > are ar fi (x, y) (a, b) cu
proprietatea |x - avem |f(x, y) - l| < .
i f A R. Valoarea funciei n punctul (
. Spunem c l R este lim
0, () > 0, astfel ca oric
a| < () i |y - b| < () s
Definiie 2. ( ) y , x f lim l
a x
b y

c pentru orice ir de puncte


A(x
n
,y
n
) cu proprietatea (x
n
, y
n
)
= da

n
(a,b) i (x
n
, y
n
) (a, b)
avem f(x
n
, y
n
)
n
l.
Definiie 3. Fie A R
2
, f : A R i (a, b) A. Spunem c f
este continu n punctul (a, b) dac ( ) y , x f lim
b y
a x

exist i este finit i


n plus ( )
( ) ( )
( ) b , a f y , x f lim = . Dac n cele dou definiii 1 i 2
b , a y . x
de mai sus nlocuim l cu f(a, b) obinem dou definiii echivalente
pentru continuitate.
Exemplu. Fie funcia
( )
( ) ( )

=
0 , 0 y , x
y x
y , x f
2 2

( ) ( )

=
+
0 , 0 y , x 0
y x
2 2
irul (x , y ) aa ca y = x ,unde este un
parametru real i (x , y ) (0, 0). Dac x 0 y
n
0. Avem
Aceast funcie nu este continu n origine, ba chiar f nici nu are
limit n origine. Fie
n n n n
n n n
( )
2
n n
0 x
1
n
n
+

2
1
0 y
y , x f lim =


nu are limit n origine deci nu
e nici continu n origine.
e A R
2
, f : A R i (a, b) A (interior).
Definiia 4. Funcia f parial n raport cu x n
punctul (a, b) dac
Valoarea limitei depinznd de
Derivate pariale
Fi
este derivabil

( ) ( )
a x
b , a f b , x f
lim
a x

exist i este finit.


Vom nota aceast limit cu f'
x
(a, b) sau
( )
x
b , a f

i o vom numi
derivata parial de ordinul nti a funciei f n raport cu variabila x n
y n
punctul (a, b) interior lui A dac
punctul (a, b).
Definiia 5. Funcia f este derivabil parial n raport cu
( ) ( )
b y b y
b , a f y , a f
lim



exist i este finit.
Vom nota analog aceast limit cu ( )
( )
y
b , a f
b , a f
y

= .
Observaie. Din definiie rezult c atunci cnd calculm
constant i derivm ca i cum am avea o singur variabil x. Analog
ulte
derivata parial n raport cu x, variabila y este considerat
cnd calculm derivata n raport cu y. Dac funcia are mai m

60

61
variabile toate celelalte variabile n afara celei cu care lucreaz se
consider constante.
se
Observaie. Dac derivatele pariale f'
x
i f'
y
sunt la rndul lor
derivatele pariale n raport cu x i y atunci se pot defini derivatele
pariale de ordinul doi. Vom avea n total 4 derivate de ordinul doi i
anume
( )
( ) ( ) y , x f
x y y y
; y , x f
x
2 2
y x
2
=

=

y , x f f f
x
f
x
2 2

( ) ( ) y , x f
y
f
y
f
y
; y , x f
y x
f
y
f
x
y
2
2
xy
2
2
=


Exemple: 1. Fie f(x, y) = 2x
2
6x + 7y 11
3 3 2 2
f' = 6x y + 6x y 10xy +7
f"
yx
= 24x
2. Fie g(x, y) = ln (1 + x
2
+ y
2
)
4
y
3
+ 3x
2
y
2
5xy
2
+
f'
x
= 8x y + 6xy 5 y + 6
4 2 2
y
f"
x
2
= 24x
2
y
3
+ 6y
2
f"
xy
= 24x
3
y
2
+ 12xy 10y
3 2
y + 12xy 10y
4 2
f"
y
2
= 12x y + 6x 10x

2 2 2 2
y x 1
y 2
y
f
;
y x 1
x 2
x
f
+ +
=

+ +
=


( )
( )
( )
( )
2
2 2
2 2
2
2 2 2
2
y x 1
y x 1 2 f
;
z x 1
x
+ +
+
=
+


2
2 2
y
y x 1

+ +
2
2 f
=

( ) ( )
2
2 2
2 2
xy 4 f
2
2 2
y x 1
xy 4
x y
f
;
y x 1
y x
+ +

=

+ +
=


62
Se observ c n ambele exemple derivatele pariale mixte de
rdin are loc n general.
Criteriul urmtor s re lo tatea acestora.
A R
2
R are derivate
pariale mixte de ordinul doi continue, ntr-o vecinta ului
(a,b) atunci .
f : A R R e pariale ntr-o
vecintate a lui (a, b) ele sunt continue atunci spunem c funcia f
este difereniabil.
Definiie. Fie f : A R
2
R difereniabil n (a, b) interior lui
A. Expresia liniar
df(x, y, a, b) = (x - a)f'
x
(a, b) + (y - b)f'
y
(a, b)
se numete difereniala funciei f n punctul (a, b).

te scrie
o ul al doilea sunt egale. Aceast egalitate nu
tabilete n ce condiii a c egali
Criteriul lui Schwarz. Dac f :
te a punct
( ) ( ) b , a f b , a f
xy yx
=
Teorem. Dac
2
admite derivat
i
Observaie. Dac (x, y) = x i (x, y) = y, atunci
d(x, y) = dx = x a ; d(x, y) = dy = y b
dx i dz se numesc diferenialele variabilelor independente. innd
cont de aceast observaie difereniala lui f ntr-un punct oarecare se
mai poa
dy
y x
f
dx
f
df

+

=
Diferenialele de ordin superior se definesc n mod recurent prin
relaia
d
n
f = d (d
n-1
f)
de exemplu
2
2
2 2
2
2
2
2
dy
y
f
dxdy

+
y x
f
2 dx
x
f
f d

=
n general, putem scrie simbolic c
( ) n
( ) y , x f
y
d
x
f d
n

dy x

atele obinute pentru funcii reale de dou variabile


sunt adevrate i se extind i pentru funcii de n variabile.
Interpretri economice ale derivatelor pariale
Fie f R
n
R care admite derivate periale de ordinul nti.
. Se
a acesteia n raport cu x
i
adic


=
Toate rezult
1 numete valoare marginal sau viteza de variaie a lui f n
raport cu variabila x
i
derivata parial
( )
( )
i
n 2 1
i
x
x ,..., x , x f
x , f VM

=
2. Se numete ritm de variaie a lui n raport cu variabila x
i
expresia f
( )
( ) ( )
f
x , f VM
x
x ,..., x , x f
f
1
x , f R
i
i
n 2 1
i
=

=
3. Se numete elasticitate a lui f n raport cu variabila x
i
expresia
( )
( )
( )
i
i
i
n 1 i
i
x , f VM
f
x
x
x ,..., x f
f
x
x , f E =

=
Dac se ia exemplul pieei de mrfuri unde funcioneaz legea
cererii i a ofertei, i avem o funcie care depinde de preurile tuturor
mrfurilor, variaiile
cereri ata este de exemplu
e cererea pentru marfa x
i
, cnd
preul ei crete.
atunci derivata parial a acestei funcii arat
i cnd unul dintre preuri variaz. Dac deriv
negativ ea arat viteza cu care scad

63
Elasticitatea ne d o informaie mai complet a variaiei cererii
n raport cu preul sau, ea reprezint viteza descreterii relative a
cererii pentru o cretere relativ a preului sau invers.
Derivatele funciilor compuse
Teorem. Dac funciile u i v : X R, X R au derivate
continue pe X, dac funcia f(u, v) definit pe Y R
2
are derivate

64
pariale continue pe y atunci funcia compus
F(x) = f(u(x), v(x))
e deri ar vat continu pe X, dat de
( )
dx
du
v
f
dx
du
u
f
dx
dF
x F

= =
Teorem. Dac funciile u, v : E R, E R
2
are derivate
pariale continue pe E i dac f(u, v) are derivate pariale continue pe
G R
2
atunci funcia
F (x, y) = f [u(x, y), v(x, y)]
are derivate pariale continue pe E R
2
date de:
x
v f u f
x
F
v x u

y
v
v
f
y
u
u
f
y
F


Exemplul 1. S se calculeze derivata funciei
F(x) = f(1 + x
2
, sin x) x R
Notm u = 1 + x
2
, v = sin x. Avem
( )
v
f
x cos
f
x 2
x
v
v
f
x
u
u
f
x F
u

=
Exemplul 2. S se calculeze derivatele funciei
F(x, y) = f(x
2
+ y
2
, x y)
Notm u = x
2
+ y
2
, v = x y.
Avem
v
f
u
f
x 2
x
v
v
f
x
u
u
f
x
F


v u y v y u y
f f
y 2
v f u f F


65


n + 1 pe A. Aplicnd funciei F(t) formula lui Taylor
(MacLaurin) pentru funciile de o variabil avem

Formula lui Taylor pentru funcii de dou variabile
Fie f : A R
2
R i (a, b) un punct interior lui A. Presupunem
c f este difereniabil de cel puin n + 1 ori n (a, b) i c ordinea n
care se deriveaz nu conteaz (derivatele mixte de acelai ordin sunt
egale).
Vom considera funcia
F(t) = f [a + t(x a), b + t(y b)], (a, b) A, (x, y) A, t [0, 1]
Petru t = 0, F(0) = f(a, b) i t =1, F(1) = f(x, y), F(t) este
derivabil de n +1 ori pe [0, 1], deoarece f(x, y) are derivate pn la
ordinul
( ) ( ) ( ) ( )
( )
1
F
! 2
1
0 F
! 1
1
0 F 1 F + + = ( )
n
n
R 0 F
! n
... 0 + + +
Cu
( )
( )
( ) c F
! 1 n +
1
R
1 n
n
+
= 0 < c < 1.
Pentru calculul derivatelor F
(m)
(0)folosim formula de derivare a
funciilor compuse. Vom scrie F(t) = f(x(t), y(t)) unde
x(t) = a + t(x a) i y(t) = b + t(b a)
Avem
( )
( )

( ) ( ) ( ) =

t y , t x f dy
y x
t F d
m
m
+ = dx
( ) ( )
( )
( ) ( ) ( ) =


m
m
( )

= dt t y , t x f
y
b y
x
a x
( )

( )
( )
( )
0 F
m

( ) b , a f
y
b y
x
a x
m

=
innd seama de acest rezultat obinem formula lui Taylor
pentru funcia f(x, y) n punctul (a, b):

66
( ) ( ) ( ) ( ) ( ) +


=
1
f y , x f

+ b , a f
y
b x
x
a x
! 1
b , a
( ) ( )
( ) 2
1
( )
( ) ( )
( ) n
x
a x
! n
1
...

+ +

b , a f
y
b x
x
a x
! 2
+

+
( )
n
R b , a f
y
b x +

+
unde
( )
( ) ( )
( )
! 1 n
1 n
n

+
= ( ) ( ) [ ] b y b , a x a f
y
b x
x
a x
1
R + +

+

n = 0
formula lui Lagrange (a creterilor finite), adic
f(x, y) f(a, b) = (x a)f'
x
(, ) + (y b)f'
y
(, )
(0, 1).
Observaii. Dac n formula lui Taylor punem obinem

67
) este un punct de maxim local (respectiv
minim local) dac exist o vecintate V a lui (a, b), astfel nct
oricare ar fi (x, y) V are loc inegalitatea f(x, y) f (a, b) (respectiv
Aceste puncte se numesc de extrem local.
Teorem. Dac funcia f: A R
2
R are un extrem local n
i l p punctului , b),
atunci derivatele pariale n acest punct sunt nule, adic f'
x
(a, b) = 0 i
Demonstraie. Considerm funcia (x) = f(x, b). Deoarece
p xtrem e
extrem pentr emei lui Fermat f'
x
(a, b) = 0. n
mod asemntor considernd funcia (f) = f( a, y) se va obine
x
(a,b
Observaie. Rec e nu este n general
x
(a,b)=0 i f'
y
(a,b)=0
nu rezult neaprat c (a, b) este un punct de extrem pentru f.
0 i f'
y
(a, b) = 0
se numete punct staion
. Cele care nu
care s putem
Extremele funciilor de dou variabile
Fie f : A R
2
R i (a, b) A.
Definiie. Puntul (a, b
f (x, y) f(a, b)).

(a,b) i admite derivate par a e e o vecintate a (a


f'
y
(a, b) = 0.
(a,b) este un unct de e pentru f(x, y) atunci x = a ste punct de
u (x) deci conform teor
f' )=0.
iproca teoremei precedent
adevrat adic dac ntr-un punct (a, b) avem f'
Definiie. Un punct (a, b) pentru care f'
x
(a, b) =
ar.
Nu toate punctele staionare sunt puncte de extrem
sunt puncte de extrem se numesc "puncte a".
Va trebui n continuare s gsim criterii prin
seleciona punctele de extrem dintre cele staionare.

68
roblemele

Puntele de extrem sunt foarte importante n p
economice deoarece ele reprezint n general un optim al problemei,
obiectiv urmrit permanent de economiti.
S observm c din definiia puntelor de extrem rezult c
diferena f = f(x, y) f(a, b) trebuia s admit un semn constant ntr-
o vecintate orict de mic a punctului (a, b). Vom considera n
continuare formula lui Taylor sub forma
( ) ( ) ( ) ( ) ( )
( )
+ + = =
y x
f b y f a x
1
b , a f y , x f f
b , a
! 1
( ) )( ) ( [ ]
( )
3
b , a
y
2
xy
x
2
R f b y f b y a x f a x
! 2
1
2 2 + + + + ( ) 2
)i (y b) pot fi luate orict de
oilea
depinde de fapt de primul termen din formula lui Taylor, restul fiind
foarte mici n comparaie cu acesta, nu conteaz. Termenul ce conine
om studia n continuare semnul termenului al
doilea ce conine parantezele (x a) i (x b) la puterea a doua i este
vide
innd cont c diferenele (x a
mici dorim, rezult c semnul lui f sau al membrului al d
parantezele (x a) i (y b) la puterea ntia nu pstreaz semn
constant deci suntem obligai s punem condiiile f'
x
(a, b) = 0 i
f'
y
(a,b) = 0 sistem care genereaz punctele staionare dup cum am
artat i mai sus. V

e nt o form biliniar. Pentru simplitate vom scrie acest termen sub
forma
( )

= t s
a x
2 r
b y
a x
b y
! 2
1
T
2
2
2


b y

69
b)
2
i am utilizat notaiile lui Am dat factor comun pe (y
Monge pentru derivatele de ordinul II
( ) ( ) ( ) t b , a f , s b , a f , r b , a f 2 2
y
xy
x
= = =
not z
b y
a x
Mai m =

avem
( ) ( )
! 2
1
2 2
2
trinom de gradul doi n z. Apelm la cunotinele de
t sz 2 rz b y T + + =
un la liceu n

2
da r < 0
referitoare la separarea
Teorem. R
2
R
ct staionar al su.
= s
2
rt < 0 atunci (a, b) este un punct de
extrem i anume:
legtur cu acest subiect.
Se tie c T
2
are semn constant dac = s rt < 0 i anume
c r > 0 T
2
> 0 i deci i f = f(x, y) f(a, b) > 0 dac
T
2
< 0 i f = f(x, y) f(a, b) < 0.
innd cont de definiia extremelor locale pentru maxim i
minim putem enuna urmtoarea regul
punctelor staionare.
Fie f(x, y) o funcie definit pe A
derivabil parial cel puin de 3 ori i (a, b) un pun
1. Dac n punctul (a, b),
a) dac ( ) 0 b , a f r 2
x
> = atunci (a, b) este un punct de minim;
de maxim.
2. Dac n (a, b), > 0 atunci (a, b) nu este punct de extrem. Punctul
(a, b) se numete punct a.
b) dac r < 0 atunci (a, b) este un punct

70
iu
su
Exemple 1. Un bazin are forma unui paralelipiped drept fr
(aria total fixat) s se proiecteze dimensiunile bazinului astfel nct
capacitatea v a recipientului s fie maxim.
Rezolvare: Notm cu x i y dimensiunile bazei, z nlimea i a
aria total. Avem a = xy + 2xz + 2yz, i volumul v = xyz. Funcia al
crei maxim n cutm este
3. Dac n (a, b), = 0 nu putem trage nici o concluzie asupra
punctului (a,b). Situaia acestuia se va lmuri cu un stud
plimentar.
capac. Presupunnd c avem la dispoziie o cantitate de tabl dat
2
2
( )
( )
( ) y x 2
xy a xy
y , x v

=
Avem
2
+
( )
( )
( )
( )
2
2 2 2
2
2 2 2
y x 2
y xy 2 a x v
,
x xy 2 a y
x
v
=

=


y
y x 2 +

Rezolvnd sistemul 0
x
v
=

, 0
y
v
=

obinem soluia
3
a
y x = = .
Calculm
3 4
a
s ,
3 2
a
r = = i
3 2
a
z = .
Avem 0
16
a
12
a
48
a
rt s
2 2 2
2
< = = = i t =
3 2
a
, rezult c
pentru x = y =
3
i respectiv
a

3 2
a
z = bazinul are volumul maxim.
2. S se determine punctele de extrem ale funciei
f(x, y) = x
3
+ y
3
+ 3xy + 2

71
Punctele staionare sunt soluiile sistemului
)
Calculm derivatele de ordinul al doilea. Avem
r = 6x, s = 3, t = 6y
M nu este de extrem i anume este punct a.
Pentru M (-1, -1) obinem = s rt = -27 < 0.
Rezult c punctul M (-1, -1) este punctul de extrem pentru
funcia dat i anume un maxim deoarece
( ) ( 1 , 1 M i 0 , 0 M
0 x y
0 y x
0 f
0 f
2 1
2
2
y
x

= +
= +

=
=

Pentru punctul M(0, 0) avem = s
2
rt = 9 > 0.
Rezult c punctul
1
2

2
2
( ) 2 6 1 , 1 f r
x
= = .
care admite derivate pariale de
cesar ca diferena f = f(x
1
, x
2
, , x
n
) = f(a
1
, a
2
, , a
n
) s
aib semn constant este ca prima parantez care conine diferen le
(x -a ) la puterea ntia s fie nul. Se obine sistemul cu derivatele
1 2 n 1 2 n
Extreme pentru funcii de mai multe variabile
Fie avem F : A R
n
R
ordinul doi ntr-o vecintate a punctului a = (a
1
, a
2
, , a
n
) interior lui
A. Condiiile de gsire a punctelor de extrem sunt analoage cu cele de
la dou variabile. Ele se bazeaz evident tot pe formula lui Taylor. O
condiie ne
e
i i
pariale de ordinul nti:
f (x , x , , x ) = 0, f (x , x , , x ) = 0, , f
1
x
2
x
n
x
(x
1
, x
2
, , x
n
) = 0
biliniar i are forma
care rezolvat ne d puncte staionare.
Paranteza de ordinul doi este o form
( )( ) ( )

=
=
n
1 j , i
n 1 x x j i
a ,..., a f x x x x
2
1
j i


72
ordinul doi
Semnul acestei expresii este hotrt de un ir de determinani
extrai din matricea ce conine toate derivatele pariale de
calculate ntr-un punct staionar, numit matricea lui Hesse sau
"matrice hessian".
( )
2
n
3 n 2 n 1 n
n 3
2
3
2 3 1 3
x
x x x x x x
x x
x
x x x x
n 2 1
... ... ... ... ...
f ... f f f
a ,..., a , a H


n 2 3 2
2
2
1 2
n 1 3 1 2 1
2
1
x x x x
x
x x
x x x x x x
x
f ... f f f
f ... f f f
f ... f f f



=
Vom considera minorii (determinani extrai din matrice) care au
diagonala principal suprapus pe cea a matricei hessiene i ncep din
colul stnga sus
n
x
x x
x x
x
2
x
1
f f
f f
2
2
1 2
2 1
2
1
2
1


..., , , f

= =
Vom avea urmtorul rezultat:
a) Dac to
= determinantul matricii.
i determinanii extrai
1
,
2
, ,
n
calculai ntr-un punct
staionar sunt pozitivi atunci forma biliniar se numete pozitiv
de
Da
se numete negativ definit, adic
f < 0 i punctul staionar este un punct de maxim local.
Dac ,
2
, ,
n
nu respect
cele dou reguli de mai sus atunci forma biliniar (ptratic) nu
este definit i (a
1
, a
2
, , a
n
) A nu este punct de extrem.
finit i f este pozitiv adic punctul staionar este un punct de
minim.
b) c determinanii extrai au semnele alternate, ncepnd cu
negativ, atunci forma biliniar
c) semnele determinanilor din irul
1

73
Observaie. Evident cazul funciei de dou variabile se
regsete n cazul general. Prezentarea lui separat a fost fcut doar
etodei.
Exemplu: S se determine punctele de extrem ale funciei
f(x, y, z) = x
2
+ y
2
+ z
2
+ 2x + 4y 6z
Avem f'
x
= 3x + 2, f'
y
= 2y + 4, f'
z
= 2z 6
Sistemul
pentru nelegerea mai uoar a m

=
= +
= +
0 6 z 2
0 4 y 2
0 2 x 2

Exist un singur punct staionar M (-1, -2, 3).
Calculm derivatele de ordinul doi.
0 f f f , 2 f f f
yz xz xy
z y x
2 2 2 = = = = = =
0 0 2
8 , 4 = , 2
2

0 0

2 0

H
3 2 1
=

=
14.
Ajustarea datelor numerice
Am vzut c majoritatea fenomenelor economice pot fi descrise
nu este cunoscut,
=
Rezult c punctul M(-1, -2, 3) este un punct de minim pentru
funcia dat iar valoarea acestui minim a lui f este f(-1, -2, 3)= -
din punct de vedere matematic ca o funcie de o variabil sau mai
multe variabile. n general aceast funcie
economistul avnd la dispoziie doar valori observate culese din
activitatea practic cum ar fi cele din tabelul de mai jos:

74
x x
1
x
2
x
n
f(x) y
1
y
2
y
n
Se pune problema gsirii unei funcii (trend) care s verifice
perechil enomenul
studiat. Exist desigur mai multe metode matematice care rezolv
aceast problem, unele mai simple dar nu aa de precise, altele foarte
elaborate.
distingem dou etape. n prima etap determinm clasa din care face
ui). Acest lucru se realizeaz n general prin
ecti

Exemple: funcia liniat y = ax + b dep de de a i b, funcia
parabolic y = ax
2
+ bx + c de trei parametrii, funcia exponenial
ace
se justarea liniar).
dreapt putem lansa ipoteza c funcia cutat este
liniar adic de forma y = ax + b.
e de puncte (x
i
, y
i
) i s se apropie ct mai mult de f
n rezolvarea acestei probleme prin metode mai simple
parte funcia (tipul trendul
experiena pe care o are economistul resp v din cercetri anterioare.
Ca exemple uzuale de clase de funcii, amintim pe cele liniare,
parabolice, logaritmice, exponeniale, etc. O astfel de funcie depinde
ns de mai muli parametrii.
in
y = b a
x
de a i b etc.
Etapa a doua presupune determinarea cu precizie ct mai mare a
stor parametrii.
Pentru nceput vom aminti o metod extrem de simpl dar care
aplic doar la funcia liniar (adic doar pentru a
Este vorba de "metoda centrelor de greutate". Dac punctele ce sunt
imagini ale perechilor de numere din tabelul de mai sus se aeaz
aproximativ n linie
y
B
A
x

75
i B care conin r
cu media
Se mpart punctele n dou clase A
respectiv n r puncte, apoi se calculeaz coordonatele punctelor ce
sunt "centre de greutate" pentru clasa A respectiv B
aritmetic

+ = + = = =
= = = =
n
1

r i
i B
n
1 r i
i B
r
1 i
i A
r
1 i
i A
y
1
y , x
1
x , y
1
y , x
1
x
Dup obinerea coordonatelor punctelor A(x
r n r n r r
B
, y
A
, y
A
) i B(x
B
)
vom scrie ecuaia dreptei ce trece prin dou puncte
( )
A
A B
A B
A
x x
x x
y y
y y

=
Observaie. Ecuaia dreptei difer destul de puin n funcie de
ai mici
tra
)
mprirea punctelor n cele dou clase.
O metod mai des utilizat este ns "metoda celor m
p te" conceput de Gauss n 1794 la vrsta de 17 ani.
Aceast metod const n determinarea parametrilor a
i
ai funciei
y = f(x, a
1
, a
2
, , a
p
) astfel nct urmtoarea sum s fie minim.
( ) ( [ ]

=
=
n
1 k
k
2
p 2 1 k k p 2 1
w a ,..., a , a , x f y a ,..., a , a S
unde x
k
i y
k
sunt valorile determinate experimental i sunt prezentate
n tabelul de mai sus. Expresiile w(x
k
) sunt nite ponderi i acord o

76
impo e
criter ncrederea ntr-o anumit
aloa
sunt valori numerice date rezult c S(a
1
, a
2
, ,
a
p
) este de fapt o funcie de p variabile a
1
, a
2
, , a
p
. Pentru
eterm
rtan mai mare sau mai mic diferitelor paranteze n funcie d
ii stabilite: precizia msurtorilor,
v re etc.
Pentru c x
k
i y
k
d inarea punctelor de minim local ale funciei S se determin mai
nti punctele staionare prin rezolvarea sistemului de ecuaii
algebrice:
0
a
S
..., , 0
a
S
, 0
a
S
p 2 1
=


Se poate arta c funcia S(a
1
, a
2
, , a
p
) are un singur punct
taio
r considera toate
ie. Vom considera c funcia f(x) este de forma
b
mizat expresia
s nar i acesta este un punct de minim local.
Pentru simplificare, n cele ce urmeaz se vo
ponderile w
k
= 1.
Aplica
Y = ax +
n acest caz trebuie mini
( ) [ ]

=
+ =
1
n
k
2
a S
e conduce l l algebric
k k
y b ax b ,
car a sistemu
( )
( )
( )
( )

= + =

= + =

=
n
k k
n
1 k
k k k
0 y b ax 2
b
b , a S
0 x y b ax 2
a
b , a S

=1 k
sau

77

=
= = =
n
1 k
k
n
1 k
1 k 1 k
n
1 k
2
k
y nb
a x


=
k
n
k k
n
k
a x
y x b x

Dac notm

=
=
n
1 k
k
n
x
1
x i

=
=
n
1 k
k
n
ine soluia y
1
y se ob
( )
( )
( )
( )


=
=

=

n
=

1
n
1 k
k k k
=
=
n
k
2
k
1 k
2
k
x x x x
k
n
k
y x x y x
b ,
y x x

Exemplu. Evoluia unui fenomen economic a condus la
urmtoarele date experimentale
x 20 30 40 80 130 200
1 k
a
y 18 16 15 12 10 7
graficul punctelor asociate indic un trend liniar, adic y = ax +b. S
se determine funcia de ajustare liniar adic parametrii a i b.
Folosind formulele de mai sus se obine sistemul

= +
= +
78 b 6 a 500

5100 b 500
tuia conduce la soluia a = -0,057 i b = 17,755
.
se pot face previziuni economice pentru
alte valori ale variabilei x. Exist i alte metode moderne de
aproximare a funciilor atunci cnd se dau un numr de puncte, care
i eficace. Acestea utilizeaz aa
erpolare.
a 66200
Rezolvarea aces
adic funcia liniar este y = -0,057x + 17,755
Dup gsirea funciei
aparin funciei, mult mai precise
numitele polinoame de int

78
Extensii ale noiunii de integral
La definirea integralei Riemann se preciza c intervalul de
rare. Dac aceste condiii nu sunt
ndeplinite vom reui totui s definim alte tipuri de integrale numite
integrale improprii.
Definiie 1. Fie funcia f : [a, ]R integrabil Riemann pe
, ] [a, ] i pentru care exist
integrare trebuie s fie mrginit iar funcia care se integreaz s fie
mrginit pe intervalul de integ
orice interval mrginit [
( )

a
dx x f lim i este finit, atunci aceast limit se numete integral
tia a funciei f pe intervalul [a, +) i se
noteaz
Observaii.
a) Dac limita de mai sus este infinit vom spune c integrala
im interes.
e integ
De asemeni pot exista integrale improprii convergente (au
va
toa
improprie de spea n
( ) ( )

+
B
a
B
a
dx x f lim dx x f
proprie este divergent i nu prezint
b) O definiie analoag cu cea de mai sus se poate da i dac
intervalul d rare este nemrginit la stnga.
loare finit) cu ambele limite infinite adic integrarea se face pe
t axa real ( )

+

dx x f .

79
Definiie 2. Fie acum funcia f : [a, b] R nemrginit ntr-o
vecintate a lui b dar mrginit i integrabil Riemann pe orice
subinterval nchis [a, ] [a, b]. Dac exist i este finit limita
( )


li t limit se numete integral improprie de
sp
este finit integrala se
sp gent altfel se numete divergent.
Punctul n care funcia de sub integral este nemrginit poate fi
extremitatea din dreapta, sau extremitatea din stnga sau ambele. De
asemenea funcia f : [a, b] R poate fi nemrginit ntr-un punct c
din ). n acest caz integrala se
descompune n dou
e dou integrale improprii din membrul doi sunt
convergente atunci i cea dat este de asemenea convergent.
portante pentru a putea defini dou tipuri
de au
mu ii mai ales la calculul probabilitilor ce va fi studiat
nt
a
b
ea a doua a funciei f pe intervalul [a, b).
Observaie. Dac limita de mai sus
dx x f m atunci aceas
une c este conver
( )

b
a
dx x f interiorul intervalului (a, b
integrale improprii i anume
( ) ( ) ( )

+ = dx x f dx x f dx x f
b
c
c
a
b
a
Dac cel
Aceste integrale sunt im
integrale numite i funcii ale lui Euler care la rndul lor
ltiple aplica
r-un alt capitol.

80
cia Beta) i de
amma)
te funcie Gamma, funcia definit pentru
or
Funciile lui Euler de spea ntia (Fun
spea a doua (Funcia G
Definiie. Se nume
ice a > 0 de relaia
( )


=
0
x 1 a
dx e x a
atu mma este definit doar
ca itate rval de
int
laritate i la captul
din nt
est
Teorem. Integrala improprie care (a) este
convergent (are valoare finit) pentru orice a > 0.
ii
2)
3) n N
4)
Observaie. Dac a 1 nci funcia Ga
o integral avnd sigular n partea dreapt adic inte
egrare infinit.
Pentru 0 < a < 1 integrala improprie are sigu
stnga n sensul c n veci atea lui zero funcia de sub integral
e nemrginit.
definete funcia
Proprieti. Funcia Gamma satisface urmtoarele rela
1) (1) = 1
(a + 1) = a(a) pentru orice a > 0
(n+1) = n! pentru

a sin
(a) (1-a) = formula complementelor
5)
2
a > 0.
Observaie. Proprietatea a doua rezult prin integrarea prin
pri, a treia prin recurena dat de a doua. Proprietatea a cincea
(a) = 2

t 1 a 2
dt t

e
0


81
rez l schimbare de variabil i anume x = t
2
,
dx=2
Aplicaie 1.
ult printr-o simp
tdt.
=

2
1
. Se poate utiliza, de exemplu,
proprietatea patru lund
2
1
a =

2
1
2
1
= , .
2. Dac n proprietatea 5 punem
2
1
a = vom avea
2
dt e au dt e 2
2
1
0
t
0
t
2 2

= = =


s




aici se deduce uor c

de 2 dy e
2
2
y
=

.
tegrale numite i integrale Poisson vor avea aplicaii
importante n capitolul Calculul probabilitilor.
Definiie. Se numete funcia lui Euler de spea ntia (funcia
Beta) funcia definit prin formula
oprie i anume
rmtoarele relaii
1. B(a, b) = B (b, a)
Aceste in
( ) ( ) 0 b , a orice pentru dx x 1 x b , a B
0
1 b 1 a
> =



Integrala ce definete funcia Beta poate fi impr
1
dac a < 1 i b < 1. n cazul c este improprie se poate arta c este
convergent dac a > 0 i b > 0.
Proprieti. Funcia B(a, b) verific u
2. B(a, b) =
1 b
B(a, b-1) pentru a > 0, b > 1
1 b a +

82
3. Dac a > 0, b > 0 atunci
( )
( ) ( )
( ) b a
b a
b , a B
+



Aplicaii.
1. S se calculeze ?
1
,
1
B =


2 2

( )
= = =


2 2
0 0
1
0
dt 2
t cos t sin
tdt cos t sin 2
x 1 x
dx
2
1
,
2
1
B

Obinut cu schimbarea derivabil x = sin
2
t avem
tdt cos t sin dt = . Pe de alt parte din relaia de mai sus avem
( )

=

=

=
2 2 1
2
2
,
2
B
rezultatul obinut mai sus.
2. S se calculeze va

1 1

1 1
2
1 1
2
lorile funciei lui Euler
( ) ( )

2
1
,
2
5
B , 4 , 3 B ,
2
5
, 5
Vom avea respectiv
(5) 24 1 2 3 4 ! 4 = = =
=

2 2 2

=
4
3
2
1
2
1
2
3


3 3 5
( )
( ) ( )
( ) 60
1
! 6
! 3 ! 2 4 3
4 , 3 B =
4 3 +

=

=

( ) 8
3
2
3
3
2
1
2
5
2
1
,
2
5
B


=
+
=


4

83
determine domeniul maxim de definiie i limita n punctul de
coordonate
Exerciii i probleme
1. S se

2 2

1 1
( )
2 2
y x 1 y , x f = , pentru funcia .
R. Domeniul de definiie D R
2
este dat de inegalitatea 1x
2
y
2
0
sau x
2
+ y
2
1 adic discul cu centrul n originea axelor de
co 1
Pentru mit avem
ordonate i raz .
li
( )
2
2
y x 1 lim y , x f lim
2 2
y y
2
1
2
1

x x
2
1
2
1
= =


2. S se determine x + arccos y i
e condiia
ad xa real, care trece
) R
2
/ -1 y 1}.

domeniul pentru funcia f(x, y) =
limita n punctul (0, 0).
[ ] 1 , 1 y R. Domeniul de definiie este determinat d
ic se obine o fie orizontal paralel cu a
prin mijlocul ei. D : {(x, y
Limita este
( ) ( )
2
0 arccos y arccos x lim y , x f lim
0 y
0 x 0 x
0 y

= = + =


3. S iei ( )
2 2
2 2
y x
y x
y , x f
+

= se determine domeniul func i limita n


(0,
Limit plul dat la
partea teoretic.
0).
R. Domeniul este R
2
- {0, 0}
a n (0, 0) nu exist dup cum s-a vzut n exem

84
4. S se determine domeniul maxim de definiie al funciilor
a (x, y) = ( )
2 2
y 4 ln x 1 ) g
R. ) [ ] ( ) 2 , 2 1 , 1 y ,
1 , 1 x 0 x 1
2



b) g(x, y) = ln (x y + 2)
<x
2
+2} interiorul parabolei
[ ]
( )
(x
2 , 2 y
0 y 4
2

>
2

R. x
2
y + 2 > 0 D ={(x. y)R
2
/y
2 2 2
c) g(x, y) = z y x 9
R. E = {(x, y, z) R
3
/ x
2
+ y
2
+ z
2
9} bila cu centrul n origine
avnd raza egal cu 3.
5. S se calculeze derivatele de ordinul nti i doi pentru funciile
a) f(x, y) = 2x
4
b) f(x, y) = x
2
sin y + x cos y
c x, y) = e
xy
sin y
d) f(x, y) = ln (xy)
e) f(x, y) = xyz
b) f' = 2x sin y + cos y f"
x
2
= 2 sin y
2
"yx
f"
y
2
= -x
2
sin y x cos y
c) f'
x
= y e
xy
sin y f"
x
2
= y
2
e
xy
sin y
xe
xy
(x sin y+cos y)+
)
y
3
6x
3
y

+ 5xy + 7x 2y 11
) f(
Rspunsuri
x
f'
y
= x cos y x sin y f"
xy
= 2x cos y sin y = f
f'
y
= xe
xy
sin y + e
xy
cos y f"
xy
=e
xy
sin y+xye
xy
sin y+ye
xy
cos y
f"
y
2
=
+e
xy
(x cos ysin y

85
terpret le derivatelor pariale
6. S se determine valoarea marginal VM n raport cu variabila x apoi
ritmul de variaie R i elasticitatea E pentru funciile
a) f(x, y, z) = xyz
b) g(x, y) = ln (1 + x
2
+ y
3
)
c) ln(x, y, z) = e
xyz

Rspuns:
a) VM(f, x) = f'
x
= yz
R(f,x) =
In ri economice a
x
1
xyz
yz
f
f
1
x
= =
E(f, x) = 1 yz
xyz
x
f
f
x
x
= =
b) VM(g, x)= g'
x
=
3 2
y x 1
x 2
+ +

R(g, x) =
( ) ( )
3 2 3 2
x
y x 1 ln y x 1
x 2
g
g
1
+ + + +
=
E(g, x) =
( ) ( )
3 2 3 2
2
x
y x 1 ln y x 1
x 2
g
g
x
+ + + +
=
c) VM(h, x) = h'
x
= yxe
xyz

R(h, x) =
z
xyz
xyz
x
y
e
yze
h
h
1
= =
E(g, x) =
x
h
h
x
= xyz
7. Fie funcia f : A R, f(x, y) = x

, 0, 0, + = 1
(Cobb-Douglas) unde A este format din mulimea perechilor (x, y)

86
tehnologic admisibile. S se determine valoarea marginal, ritmul
de var
Re
iaie i elasticitatea lui f n raport cu x i respectiv y.
zolvare:
( ) ( )
1 1
y x y , f VM , y x x , f VM

= =


( ) ( ) ( ) ( )
y
y , f VM
f
y , f
1
R ,
x
x , f VM
f
1
x , f R

= = = =
( ) ( ) ( ) ( ) = = = = y , f yR y , f E , x , f xR x , f E
Observaie. Conform definiiei elasticitii se obine
semnificaia economic a celor doi parametrii i care apar n
definiia funciei de producie Cobb-Douglas.
Ei reprezint num te volumul
lt
unciilor de mai multe variabile
1. S se determine punctele de extrem pentru funciile
f(x, y) = x
3
+ 3xy
2
15x 12y
Rezolvare: Punctele staionare se obin prin rezolvarea sistemului
rul de procente n care cre
produciei cnd factorul de producie respectiv crete cu 1%, cella
factor de producie rmnnd neschimbat.
Extremele f

=
= +

=
= +

=
=
2 xy
5 y x
0 12 xy 6
15 y 3 x 3
0 f
0 f
2 2 2 2
y
x

adic M
1
(1, 2), M
2
(2, 1), M
3
(-2, -1), M
4
(-1, -2).
Calculm derivatele de ordinul doi
x 6 f t , y 6 f s , x 6 f r 2 2
y
xy
x
= = = = = =
deci = s
2
rt = 36(y
2
x
2
) i (1, 2) = (-1, -2) = 108 > 0 rezult c
punctele M
1
(1, 2) i M
2
(-1, -2)nu sunt puncte de extrem ci puncte a.
n punctul M
2
(2, 1) avem (2, 1) = -108 < 0 rezult c acest
punct este un extrem local i anume minim deoarece r(2, 1) = 12 > 0
valoarea minimului f(2, 1) = -28.
Analog pentru M
3
(-2, -1), (-2, -1)= -108< 0 i r(-2, -1)= -12< 0
rezult c M
3
(-2, -1) este un punct de maxim local valoarea maximului
fiind f(-2, -1) = 28.

87
=
= +

0 y 2
0 y 1

x + 2)y
2
e
x-y
, 2) este un punct de minim local f(-1, 2) = -4e
-3
.
irect se vede c f(x, y)0
. f(x
y

= =


2. f(x, y) = xy
2
e
x-y
, (x, y) R
2
, x < 0.
R.
( )
( )
( )

= =
+ =

xy
x
0 e y 2 xy f
e y 1 x f
2
y x
y x 2
x
( )

y
n baza condiiei x < 0 rezult soluiile: (-1, 2), (x, 0), x < 0
r = f"
x
2
= (
s = f"
xy
= (x + 1)(2 - y)ye
x-y
t = f"
y
2
= x( 2 4y + y
2
)e
x-y
(-1, 2) = 8e
-6
> 0, i r(-1, 2) = 4e
-3
> 0
rezult c punctul (-1
Pentru puntul (x, 0), x < 0, = 0, deci nu putem spune dac
acest punct este un extrem local. Prin studiu d
pentru x < 0. Dar f(x, 0) = 0 prin urmare (x, 0) este un punct de
maxim.
3 , y) = x
3
+ y
3
9xy + 100
Punctele staionare
( ) ( ) 3 , 3 M , 0 , 0 M
2 1
2
2
x

= =
0 x 9 y 3 f
0 x 9 x 3 f
r = f"
x
2
= 6x, s = f"
xy
= -9, t =f"
y
2
= 6y
= s
2
rt = 81 36xy, (0, 0) = 81 > 0 M
1
nu este punct de
extrem.

88
2
, 1) punct de minim.
c)
1 2
d)
2
2x y
R. M(1, 0) punct de minim.
e) f(x, y)=
(3, 3) = 18 324 < 0 i r(3, 3) = 18 > 0 M minim local
f(3, 3) = 73 valoarea minimului
4. S se determine punctele de extrem local i pentru funciile
a) f(x,y) = 8x
2
+ 6y
2
2xy 40x 42y + 180
R. M(3, 4) este punct de minim f(3, 4) = 36.
b) f(x, y) = xy (x + y 3)
R. M(1
f(x, y) = x
4
+ y
4
4xy
R. M (1, 1) i M (-1, -1) puncte de minim.
f(x, y) = x
2
+ xy + y
3
y
20
x
50
xy + +
R. M(5, 2) punct de minim.
5. S se determine punctele de extrem ale funciei
= z
2

2 2
+x + y
0 2 y 2 x 4 f
x

= + + =
0, f"
yz
= 2
f(x, y, z) + 2(x + y + xy + yz + 3z)
R. ( ) 8 , 5 , 3 M
8 z
5 y
0 6 y 2 y 2 f
0 2 z 2 x 2 y 4 f
z
y

=
=

= + + =
= + + + =
3 x
Derivatele de ordinul doi sunt
f"
x
2
= 4, f"
y
2
= 4, f"
z
2
= 2, f"
xy
= 2, f"
xz
=
Rezult c matricea hessian este

89

= 2 4 2 8 , 5 , 3 M
M(-3, 5, 8) este un punct de minim local iar valoarea
f(x, y, z) = x
3
+ y
2
+ z
2
+ 12xy + 2z
R. are soluiil -1); M
2
(24, -144, 1)
Hessiana este

=
2 0
12
x 6
z , y , x H
( )

0 2 4

2 2 0
sau
1
= 4,
2
= 12 i
3
= 8 rezult c hessiana este pozitiv definit
adic punctul
acestui minim este f(-3, 5, -8) = -22.
6. S se determine punctele de extrem local ale funciei

= + =
= + =
= + =
0 2 z 2 f
0 x 12 y 2 f
0 y 12 x 3 f
z
y
2
x
e M
1
(0, 0,
( )

0 2
0 12
.
0
Deoarece H(0, 0, -1) este nedefinit rezult c M
1
(0, 0, -1) nu
este punct de extrem.
Pentru M
2
H(24, -144, 1) este pozitiv definit, adic
0 , 0
2 12
12 144
, 0 24 6
3 2 1
> > = > =
rezult c M
2
este un punct de minim local, iar valoarea minim a
funciei f este f(24, -144, -1) = -6913.
7. S se determine punctele de extrem local pentru funcia
( )
2 z y
2 2
z y x 4
R.
x z , y , x f + + + =

1 , 1 ,
1
M punct de minim.

2

90

est capitol sunt simple,
acestor modele se pot descifra i stpni probleme care la
n cuplu format din dou mulimi
4
x
1
, x
3
), (x
1
, x
5
), (x
2
, x
5
), (x
5
, x
4
), (x
4
, x
3
), (x
5
, x
3
) (x
2
, x
3
)}
Dac toate perechile din L sunt ordonate graful se numete
orien atunci perechile se numesc arce
ltfel
IV. ELEMENTE DE TEORIA GRAFELOR
Modelele matematice prezentate n ac
accesibile i extrem de utile pentru mai toate disciplinele economice.
Cu ajutorul
prima vedere par de nerezolvat.
Definiie. Prin graf se nelege u
una N de elemente numite noduri sau vrfuri i alta L format cu
perechi de elemente din N numite linii sau muchii. l vom nota de
exemplu cu G(N, L).
Exemplu: G: N = {x
1
, x
2
, x
3
, x , x
5
}
L ={(x
1
, x
2
), (
Grafului i se poate asocia i o imagine grafic n care
elementelor x
i
le corespund puncte iar perechilor, linii sau arce (sgei)
ce leag punctele.
x
2
x
3
x
1
x
4
x
5
tat. Dac graful este orientat
a se numesc linii sau muchii.

91
e ntre partenerii de afaceri sau agenii
ntr-un nod se numete grad
0 i gr
ext
> 0. Nodul x
j

se numete ieire dac gr
int
> 0 i gr
ext
= 0. Nodul x
k
pentru care avem
gr
int
= gr
ext
= 0 este un punct izolat.
ul
mentar dac nu ntlnete acela vrf de dou
ori. Un drum se noteaz cel mai des ca succesiune a vrfurilor sale x
1
,
2
, cid, atunci drumul
se numete circuit.
Dac graful nu este orientat, n loc de arce avem muchii; n acest
caz o succesiune de muchii se numete lan.
Observaie. Un drum este un lan, dar reciproca nu este
adevrat, adic un lan nu este totdeauna un drum.
Un drum care trece o singur dat prin fiecare vrf al grafului
se numete drum hamiltonian. Drumurile hamiltoniene au aplicaii
numeroase n succesiunea operaiilor bancare sau n tehnologie la
stabilirea succesiunii etapelor de fabricaie a unui produs.
Sub form de graf pot fi modelate procese tehnologice ca
succesiune de operaii, relaiil
economici, operaiile bancare etc.
Numrul de arce ce pleac dintr-un nod se numete grad
exterior, iar numrul de arce ce intr
interior al acelui nod.
Un nod x
i
se numete surs dac gr
int
=
O succesiune de arce (u
1
, u
2
)(u
2
, u
3
)(u
3
, u
4
) n aa fel ca vrf
terminal al fiecrui arc coincide cu vrful iniial al arcului urmtor se
numete drum.
Un drum este ele
x , x
p
. Dac capetele unui drum elementar coin

92
rdine d conexi e. Dac iecare reche d vrfuri n G
este legat, spunem c graful G te conex. Vrfurile x
i

j
se
nume semi-ta conex ac ex un drum care leag pe x
j
x
i
.
Dac fiecare pereche din G ste sem tare co spunem c
grafu este s i-tare conex i c e ordinul doi de conexiune.
Vrfurile x
i
i x
j
se numesc tare-conexe dac exist cel puin un
drum care leag pe x
i
d care leag pe x
j
de x
i
.
Analog putem spune c dac f are rec de rfu din este tare
conex atunc af tare conex c el are ordinul trei de
conexiune.
bserva Grafu re conex este sem tar one , car la
rndul lui est ne ec t ade ra
xemple
tare conex Graf conex
se obine din acesta prin
eliminarea unor arce, dar pstrnd toate vrfurile.
Se numete arborescen un graf orientat fr circuite n care:
O e un f pe e di
es i x
sc re e d ist de
e i- nex
l G em el ar
e x
j
i cel puin un drum
iec pe he v ri G
i gr ul G este i
O ie. l ta i i e c x e
e co x. R iproc nu es e v t.
E :
Graf tare conex Graf semi
1
4
5
2
3
2
3
2
3

Un subgraf al unui graf G se obine din acesta prin eliminarea
unor vrfuri mpreun cu toate arcele adiacente acestor vrfuri.
Un graf parial al unui graf G
1
4
5
1
4
5

93
) un
singur alt vrf.
7
, x
4
, x
2
, x
1
)

or fiind totdeauna ntre dou
vrfuri repetate: n exemplul de mai sus sunt: x
7
, x
8
,
10
, x
11 12
.
eancul se folosete mai des cnd se recurge la calculator fiind mai
cena plecnd de la un vrf i trecnd la
descendeni imediai apoi la cei urmtori pn la epuizarea vrfurilor.
Arbo xe.
Num ale unui graf prezint importan n

gra rientate.
8 10 11 12
a vrf i numai unul, numit rdcin, nu e precedat de nici un
vrf.
b) Orice vrf e precedat de un
Vrfurile fr "descenden" se numesc "frunze" sau "vrfuri
atrnate".
Un teanc este o succesiune de vrfuri obinute din graf prin
citirea acestora pe un traseu care nconjoar toate ramurile.

Teancul asociat acestui
graf este:
x
1
x
2
x
3
(x
1
, x
3
, x
6
, x
12
, x
6
, x
11
, x
6
, x
3
, x
1
,
x
2
, x
5
, x
10
, x
5
, x
9
, x
5
, x
2
, x
4
, x
8
,
x
4
, x
x
4
x
5
x
6
x x x x x x
7 9
n teanc frunzele se recunosc u
x
9
, x , x
T
uor de introdus i exploatat dect matricea tranziiilor. Din diverse
grafe se pot extrage arbores
rescene pariale pot exista i n grafuri care nu sunt tare cone
rul arborescenelor pariale
probleme de codificare, programare pe calculator i lingvistic.
Vom da mai jos cteva noiuni i denumiri utilizate n cazul
felor neorientate i corespondenele lor la grafe o
O pereche de vrfuri se numete muchie i se noteaz
2 1
x , x .
nul este o reuniune de muchii succesive. El corespunde drumului.
ice drum este un lan, reciproc nu este adevrat.
Ciclu este un lan
La
Or
avnd capetele unite. Un circuit este un ciclu,

exist

numete
are o singur
comp
are este acea parte a unui graf tare conex
care cu muchiile incidente rupe conexiunea
grafu . Prezint intertes numrul
minim
rfuri ale unui graf conex este lungimea
bservaie. n grafele neorientate avem (x
i
x
j
) = (x
j
x
i
). La cele
rientate, tare conexe, relaia de sus nu mai este adevrat. n general
distan se util az la g furi neo ntate.
atrici a ciate ui gra
a const t c se lucreaz foarte greu cu un g prezen
forma grafic sau sub forma primar de cuplu de vrfuri sau arce
invers nu.
Un graf neorientat este conex, dac oricare ar fi vrfurile x
i
i x
j

cel puin un lan care le leag.
Fie x
i
G i C(x
i
) mulimea format din x
i
i toate celelalte
vrfuri legate prin lanuri de x
i
. Subgraful astfel obinut se
component a lui G. Ea este evident conex.
Un graf este convex dac i numai dac
onent.
Submulime de articul
suprimat mpreun
lui n cel puin dou componente
de vrfuri cu rol de articulare.
Distana dintre dou v
celui mai scurt lan care le unete. Se noteaz cu (x
i
x
j
).
O
o
a ize ra rie
M so un f
S- ata raf tat sub

94

95
descrise ca text, chiar i simplu. Ca urmare au
fost definite c a matr utorul crora opera e i algoritmii

bo
vr
Ele
exist nu da
x a
j
ij

Citirea n matrice se face
Un graf entat avnd n vrfuri arce poate fi, de
asemenea, reprezentat prin mat ea d cide care are n linii i m
coloan (a
ij
nde:
u arcului al adiacent vrf este nu x dac
n te se u rcul dac 1
rful din porneste rcul dac
u
9
3 6
atunci cnd graful este
tev ici, cu aj iil
relativi la grafe, devin uoare.
Matricea legturilor (matricea conexiunilor, matricea
olean) este o matrice ptrat de ordin n, unde n este numrul
furilor grafului.
Pentru fiecare vrf se desemneaz o linie, respectiv o coloan.
mentele acestei matrici se definesc astfel:

=
l x la de orientat arc exist ac d 1,
c
i

c , 0
de la stnga la dreapta i apoi n sus.
ori G i n
ric e in n
e A ) u

, 0

+
=
j i
i
x
j
i
x
j
u
ij
a vrful n mi r a ,
v a 1,

Exemplu: Fie graful din desenul de mai jos.
u
1
x
2
u
4
x
1
x
5
u
2
u
8
u
7
u
3
u
5
x
4
u
10
x u
x
6

96
Matricea conexiunilor
C x
1
x
2
x
3
x
4
x
5
x
6
x
1
0 1 0 1 0 0
x
2
0 0 1 0 1 1
x
3
1 0 0 0 0 0
x
4
0 0 0 0 1 1
x
5
0 0 0 0 0 1
x
6
0 0 1 0 0 0

u
8
u
9
u
10
Matricea de inciden
C u
1
u
2
u
3
u
4
u
5
u
6
U
7
x
1
+1 +1 -1
x
2
+1 +1 +1
x
3
+1 -1 -1 -1
x
4
-1 -1 +1 +1
x
5
-1 -1 +1
x
6
+1 -1 -1

se atribuie cte o valoare, n care caz graful se
elor corespunztoare.
o nota a a matrice cu = l
i
Dac arcelor li
numete capacitat, matricea legturilor poate fi nlocuit cu matricea
lungimilor obinut din prima prin substituirea elementelor "1" cu
lungimea arc
V m ce st L (
j
).

97
a matrice important ar i rv e ri r leme este
m at e onex e na
(
la drum u u l exist a
d
i
ij
Observaii. 1. Deoarece arcele unui graf pot fi considerate ca
drumuri particulare, rezult c matricea D conine toate elementele
"1" ale matricii conexiunilor.
2. Pot exista mai multe grafe care s aib aceiai matrice
terminal. Pentru a evita acest neajuns i pentru alte motive care se
vor vedea mai jos, s-a convenit s se marcheze elementele "1" ale
matricii drumurilor care se regsesc n matricea conexiunilor, cu
asterisc, matricea conexiunilor fiind specific fiecrui graf.
3. Numrul de vrfuri ce pot fi atinse plecnd din vrful x pe
diverse drumuri se numete puterea de atingere a lui x .
+ 0 1

0 1
O lt c e nte in n dife te p ob
aa nu ita matrice a drumurilor sau m ric c t rmi l
D= d
ij
). Elementele ei se definesc astfel:

=
. exist nu dac , 0
x , 1 d c ce p tin n de x la
j


i
i
n continuare vom reaminti operaiile de adunare i nmulire
boolean care se fac n mulimea {0, 1}. Acestea se efectueaz dup
regulile prezentate n tabelele urmtoare:
0 0 1 0 0 0
1 1 1 1 0 1

Se tie c adunarea corespunztoare disjunciei logice "sau", iar
nmulirea conjunciei "i".

98
. Fie
c
1m
elementele diferite de zero din linia ntia a acestei matrici C.
rima linie.
3. Se repet pasul 2 pn cnd se obine una din urmtoarele situaii:
a) Prima linie conine numai elemente unu event al n afar de
t
vrfurilor care sunt de fapt arcele ce leag vrfurile:
x
4

- dup x
4
nu urmeaz nici un vrf
linie urmrind
textul.

Algoritmul lui Y.C.Chen, pentru construirea matricii
drumurilor (terminal)
1 matricea conexiunilor (legturilor, boolean) C. Fie c
1i
, c
1j
, ,
Adunm boolean liniile i, j, , m la prima linie.
2. Presupunem c au mai aprut i alte elemente diferite de zero
generate de operaia de adunare boolean de la pasul precedent. Fie
acestea c
1p
, c
1q
, , c
1r
. Adunm boolean n continuare i liniile p, q,
, r la p
u
poziia de pe diagonala principal (dac graful este fr circuite).
b) Nu mai putem genera elemen e "unu" noi prin operaiile descrise
4. Se repet procedeul de mai sus pentru fiecare linie din C.
Exemplu. Fie graful dat sub form de text ca succesiuni ale
- dup x
1
urmeaz x
2
i x
3

- dup x
2
urmeaz x
3

- dup x
3
urmeaz
- dup x
5
urmeaz x
1
, x
3
, x
4
i x
6

- dup x
6
urmeaz x
4

Matricea legturilor se va completa uor linie cu

99
x
6
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 0 0 0
x
2
0 0 1 0 0 0
x
3
0 0 0 1 0 0
x
4
0 0 0 0 0 0
x
5
1 0 1 1 0 1
x
6
0 0 0 1 0 0
1. nm
pe ci i linia 4-a la linia ntia dar nu mai
apare nici un element "unu" nou.
os.
Pe linia nti avem elemente "1" pe coloanele x
2
i x
3
. Adu
boolean liniile 2 i 3 la linia nti. Va aprea un element unu n plus
coloana 4. Adunm de
2. Continum cu linia 2-a unde procednd analog apare doar un
element unu pe coloana 4-a. Procednd n continuare la fel se
ajunge la matricea drumurilor pe care o dm mai j
C x
1
x
2
x
3
x
4
x
5
x
6
P.A
x
1
0 1* 1* 1 0 0 3
x 0 0 1* 1 0 0 2
2
x 0 0 0 1* 0 0 1
3
x 0 0 0 0 0 0 0
4
x 1* 1 1* 1* 0 1* 5
5
x 0 0 0 1* 0 0 1
6

Observaii:
1. n aceast matrice am marcat cu asterisc * elementele "1" ce se
gsesc i n matricea conexiunilor i care reprezint deci drumuri
formate dintr-un singur arc.

100
2. Pe marginea din dreapta este trecut puterea de atingere a fiecrui
vrf care se obine numrnd elementele "1" de pe fiecare linie.
Matricea terminal triangularizat superior TTS
Dac graful este fr circuite atunci matricea sa terminal (sau a
rum ezate
ei principale, form care se numete
"triangularizat superior". Aceast matrice va avea un rol
important n construcia drumurilor hamiltoniene n cazul n care
ngere pentru fiecare vrf urmrind cte
toare vrfului.
Se ordoneaz liniile n ordinea descresctoare a puterilor de
atingere.
3. Se ordoneaz apoi coloanele n aceiai ordine i se obine matricea
terminal (a drumurilor) triangularizat superior.
Observaii:
1. Dac graful este fr n matricea terminal nu avem
pe diagonal elemente "1", aceast
n at ea r na p io TT a n gr
orienta i f circu e primul element de nie i ultimul
de pe fiecare coloan diferit de zero este un "1*" marcat care
d urilor) se poate aranja astfel ca toate elementele "1" s fie a
deasupra diagonal
graful iniial nu are drum hamiltonian.
Procedeu de triangularizare:
1. Se scrie puterea de ati
elemente "1" sunt pe linia corespunz
2.
circuite, adic
a se poate ntotdeauna
triangulariza.
2. m ric te mi l triangularizat su er r ( S) u ui af
t r it pe fiecare li
reprezint un arc.

101
a terminal precedent. Se vor urmri
a
C P.A C x
5
x
1
x
2
x
3
x
6
x
4
P.A
Aplicaie pentru matrice
cele dou faze: ordonarea liniilor n ordine descresctoare i apoi
coloanelor.
x
1
x
2
x
3
x
4
x
5
x
6
x
5
1* 1 1* 1* 0 1* 5 x
5
0 1* 1 1* 1* 1 5
x
1
0 1* 1* 1 0 0 3 x
1
0 0 1* 1* 0 1 3
x
2
0 0 1* 1 0 0 2 x
2
0 0 0 1* 0 1 2
x
3
0 0 0 1* 0 0 1 x
3
0 0 0 0 0 1* 1
x
6
0 1 x
6
0 0 0 0 0 1* 1 0 0 1* 0 0
x
4
0 0 0 0 0 0 0 x
4
0 0 0 0 0 0 0
Drumuri hamiltoniene n grafe
modele matematice extrem de utile n procesele tehnologice n care un
singur dat. Evident c exist anumite restricii tehnologice de
Reamintim c un drum hamiltonian este un drum care trece o
singur dat prin fiecare vrf al grafului. Drumurile hamiltoniene sunt
produs trebuie s treac prin diverse operaii (vrfuri) parcurse toate o
producie ce trebuiesc respectate i atunci se pune problema de a
stabili ordinea n care vor fi fcute operaiile aa ca s se respecte
compus din operaii elementare care trebuie efectuate toate o singur
prudenei economice) este dificil gsirea ordinei de executare a
acestor operaii cu respectarea tuturor condiiilor. Modelul matematic
tonian rezolv uor i automat aceast problem.
condiiile de mai sus. Analog, o anumit activitate economic poate fi
dat. Din cauza unor restricii de succesiune (eventual unele datorate
numit drum hamil
A. Drumuri hamiltoniene n grafe orientate i fr
circuite
Fie un graf orientat i fr circuite, fie matricea sa conex i
matricea terminal eventual triangularizat superior.
Teorem (de existen i unicitate a drumului hamiltonian).
La orice graf orientat i fr circuite cu n vrfuri exist drum
hamiltonian dac i numai dac numrul elementelor diferite de zero
ale matricii terminale (a drumurilor) este
( )
2
1 n n
.
umul hamiltonian.
, x
i
n

inn ircuite x
i
1
atinge n-1 vrfuri, deci pe
linia "1". Analog rezult c pe linia x
i
2
se
gsesc ( parte pn la linia x
i
n
unde
sunt a nte diferite de
zero este
Demonstraie (necesitatea). Graful admite dr
x
i
1
, x
i
2
,
d cont c graful nu are c
lui x
i
1

sunt (n-1) elemente
n-2) elemente "1" i aa mai de
do r zerouri. Rezult c numrul total de eleme
:
( ) ( )
( )
2
1 n n
1 2 3 ... 2 n 1 n

= + + + + +
Reciproc (suficiena). Dac numrul elementelor diferite de
zero din matricea T este egal cu
( )
2
1 n n
vom arta c graful are un
drum hamiltonian. Considernd matricea conex terminal triangular
superior TTS, cele
( )
2
1 n n
elemente "unu" umplu triunghiul aflat
deasupra diagonalei. Putem scr e deci o succesiune de arce i

102

103
c es n oa f rui element diferit de zero de pe fiecare linie a
tri T o a:
or pu zt re iec
ma cei TS n f rm
( )( ) ( )
n

1 n 3 1
i i i i
x x x x
ce ne care formeaz un drum hamilto an m a
st ni S ra u c re pu nd ar fi a u
gr l c ui ce ce contrazice ipoteza f
g itm l ac d te in e dr i
am to ian
2
x
2
i i
x ...
suc siu ni . Acest dru d c
exist e e u c. e a t or p su n c dou v rez lta
c afu are irc te ea cut .
Al or u pr tic de e rm ar a umulu
h il n
1. Se construiete matricea conex a grafului dat
2. Se formeaz matricea drumurilor (terminal) plecnd de la cea
conex.
3. Verificm condiiile ca graful s fie fr circuite i s conin un
drum hamiltonian
a) pe diagonala principal matricea T s nu aib elemente "1";
b) numrul elementelor "1" egal cu suma puterilor de atingere a
tuturor vrfurilor s fie
( )
2
1 n n
.
4. n caz c condiiile a) i b) sunt ndeplinite aranjm vrfurile
grafului n ne de es oare a puterilor de atingere i
succesiunea l ne d ru l h il a ut
Exemplu: eluc rea nu o se ce rin operaii care
ndeplinesc urm arel est ii:
P
1
trebuie fie ultima operaie; dup
2
poate urma P
1
, P
3
sau
P
6
; dup poa rm doa
1
; dup urmeaz P
3
, P
5
i P
6
,
dup P
5
poate veni P
1 2
, P i f d P rmeaz P
3
.
ordi a scr ct
or d mu am toni n c at.
Pr ra u i pr dus fa p 6
to e r ric
s P
P
3
te u a r P P
4
, P
6
n s rit up
6
u

104
Graful poate fi r dar nu este neaprat

C P
1 2 3 4 5 6 1 2 3
P
4
P
5
P
6
PA
eprezentat i ca desen
necesar i nici prea util. Lucrul cu grafe se face doar pe matrici.
Textul se mai poate scrie simbolic i n felul urmtor:
P
1

P
2
P
1
, P
3
, P
6
P
3
P
1
P
4
P
3
, P
5
, P
6

P
5
P
1
, P
2
, P
6
P
6
P
3
Matricea conex a grafului este:
P P P P P T P P P
P
1 1
0 0 0 0 0 0 0 0 0 0 0 P 0 0
P
2
0 0 1* 3 1 0 1 0 0 1 P 1* 0 1*
2
P
3
1 0 0 0 0 0 0 0 0 0 0 1 P 1*
3
P
4
0 0 1 0 1 1 1* 0 1* 1* 5 P 1 1
4
P
5
1 1 0 0 0 1 1* 1* 1 0 0 1* 4 P
5
P 0 0 1 0 0 0 1* 0 0 0 2
6
P 1 0
6
Suma P.A. 15

P P
P
3
P
4
2 5
P
1
P
6
din care prin algoritmul lui Chen se deduce matricea conex terminal
T.

105
Verificarea cr
nu avem elemente "unu" deci graful nu are circuite.
2. Numrul element icea T (adic suma
iteriilor
1. Pe diagonal
elor egale cu "unu" din matr
puterilor de atingere) este
2
5 6
15

= .
Rezu cesta se poate
obine scr d ea descresctoare a puterilor de
atingere, adic P
5
, P
2
, P
6
, P
3
, P
1
drum ce poate fi urmrit i pe
desen.
Corijarea grafului
Dac rilor de atingere ale celor n vrfuri este
mai mic d
lt c graful conine un drum hamiltonian. A
iin vrfurile n ordin
dH: P
4
,
n graf suma pute
ec t
( ) 1 n n
2
uneori este foarte important ca drumul hamiltonian s ex
atunci nu exist drum hamiltonian. n aplicaii
iste i se pune
astfel problema corijrii minimale a grafului. Prin corijare minimal se
nele asate
astfel nian. Aceste corijri au
f corespunde cu introducerea unor arce, se va
forma drum hamiltonian. Dac exist i alte elemente "zero" n
ge introducerea unui numr ct mai mic de arce bine pl
ca n graf s apar drum hamilto
ntotdeauna interpretri practice i economice interesante i utile.
Pentru corijare va trebui s urmrim n matricea terminal
triangularizat superior pe prima paralel la diagonala principal unde
sunt elemente "zero". Dac n locul acestora se va plasa elementul
"unu", ceea ce n gra

106
teri
at cu elemente "unu" n procesul de
dun
uterilor de atingere a tuturor vrfurilor
te
in orul triunghiului superior din matricea TTS acestea pot fi
neglijate.
Locul lor va fi ocupat autom
a ri booleene care se va reface dup corijare. Pentru verificare
vom relua dup corijare algoritmul de construire a matricei drumurilor
i vom constata c acum condiia de existen a drumului hamiltonian
este ndeplinit, adic suma p
es
( )
2
1 n n
. Corijarea propus prin metoda de mai sus este
"minimal" n sensul c se introduc un numr minim de elemente
u" puse ns n locuri potrivite. "un
(x
i
)
tre x
1
, x
3
, x
4,
x
6

ingur dat.
nztor problemei practice enunate.
1. Vom scrie matricea conexiunilor C.
Exemple: O unitate economic trebuie s execute 6 operaiuni
care sunt condiionate de urmtoarele restricii:
- dup x
1
poate urma x
2
i x
3

- dup x
2
poate urma x
3

- dup x
3
poate urma x
4

- x
4
trebuie s fie ultima operaie
- dup x
5
poate urma oricare din
- dup x
6
poate urma doar x
4

S se determine ordinea n care trebuie executate aceste operaii
economice astfel ca fiecare s fie efectuat o s
Rezolvare. Modelul ataat acestei probleme este evident acela de
gsire a drumului hamiltonian care trece prin cele 6 vrfuri ale
grafului corespu

107
ngere, PA.
C x
2. Prin adunri booleene vom construi matricea drumurilor D
(terminal) n care vom trece i puterile de ati

1
x
2
x
3
x
4
x
5
x
6
D x
1
x
2
x
3
x
4
x
5
x
6
PA
x
1
0 1 1 0 0 0 x
1
0 1* 1* 1 0 0 3
x
2
0 1 0 0 2 0 1 0 0 0 x
2
0 0 1*
x
3
0 0 0 1 0 0 x
3
0 0 0 1* 0 0 1
x
4
0 0 0 0 0 0 x
4
0 0 0 0 0 0 0
x
5
1 0 1 1 0 1 x
5
1* 1 1* 1* 0 1* 5
x
6
0 0 0 1 0 0 x
6
0 0 0 1* 0 0 1
Total P.A. 12
Se observ c suma puterilor de atingere este 15 12 =
Pentru hamiltonian ar fi trebuit s fie 15.

pro
unu
car
lin
(vezi exemplul de la nceput).
2
5 6
.
existena drumului
Concluzia: nu avem drum hamiltonian.
Deoarece dorim neaprat ca s existe un astfel de drum vom
ceda la corijarea grafului care va consta n adugarea cel puin a
i arc (intenionm ct mai puine). Pentru a gsi locul potrivit n
e s adugm arcul vom construi matricea TTS, prin aranjarea
iilor i a coloanelor n ordinea descresctoare a PA. Astfel avem
TTS x
5
x
1
x
2
x
3
x
6
x
4
PA
x
5
0 1* 1 1* 1* 1 5
x
1
0 0 1* 1* 0 1 3
x
2
0 0 0 1* 0 1 2

108
x
3
0 0 0 0
0
1* 1
x
6
0 0 0 0 0 1* 1
x
4
0 0 0 0 0 0 0
Se observ c pe prima paralel la diagonala principal este un
singur zero. Dac n acest loc vom pune un "unu" ceea ce revine n
graf la adugarea unui singur arc ntre x
3
i x
6
va aprea un drum
2
, x
3
, x
6
, x
4
matricea
conex nou (corijat) i vom obine c suma puterilor de atingere va
fi egal cu
hamiltonian. Acesta va fi dat de succesiunea din tabelul de mai sus
adic:
dH: x
5
, x
1
, x
Pentru verificare putem reface calculele plecnd de la
15
2
5 6
=

. Putem meniona faptul c dup adugarea


ricei
2 1 5 7
ia x poate urma doar x , x
4 2 3 5
x
6
6 5 7
arcului x
3
x
6
n procesul de formare a mat drumurilor se vor
completa cu "unu" n mod automat i poziiile (x
1
x
6
) i (x
2
x
6
).
Exerciii. S se determine drumuri hamiltoniene n grafele
corespunztoare urmtoarelor dou probleme.
1. Un produs trebuie s treac n prelucrarea lui prin opt operaii
care sunt condiionate de urmtoarele restricii:
- dup operaia x
1
poate urma doar x
8

- dup operaia x poate urma doar x , x , x
- dup opera
3 2 6
- dup operaia x poate urma doar x , x , x ,
- dup operaia x
5
poate urma doar x
1

- dup operaia x poate urma doar x , x

109
- operaia x
7
trebuie s fie ultima
ccesiuni (restricii)
5 3
ie.
l lui Foulkes
r-un graf cu circuite este descompunerea acestuia n
ubgrafe tare conexe, aezate ntr-o anumit succesiune. Acest lucru
- dup operaia x
8
poate urma doar x
7

Rspuns. n acest graf nu exist drum hamiltonian.
Dac ns se face o corijare adugnd un arc ntre x
2
i x
6
sau
invers va aprea un drum hamiltonian i anume:
dH
1
: x
4
, x
3
, x
2
, x
6
,x
5
, x
1
, x
8
, x
7
sau respectiv
dH
2
: x
4
, x
3
, x
6
, x
2
,x
5
, x
1
, x
8
, x
7
2. S se determine drumul hamiltonian n graful care este dat de
urmtoarele su
- x
1
(ultima operaie = ieire din graf)
- x
2
x
1
, x
3
, x
5
, x
6
, x
7

- x
3
x
1

- x
4
x
3
, x
5

- x x
- x x , x , x
6 5 3 1
- x
7
x
1

Indica Nu are drum hamiltonian. Se va cuta o corijare
minimal n aa fel ca s putem gsi un astfel de drum.
Determinarea drumurilor hamiltoniene ntr-o reea
oarecare. Algoritmu
Ideea algoritmului lui Foulkes de gsire a drumurilor
hamiltoniene nt
s

110
se poate realiza p gru ea v rilor r-o m ime ordonat e
cl de ec en
De exemplu, oricare vrf din prima clas poa fi ales ca nceput
de drum, dup cum oricare vrf din ultima clas de echiv n poate
fi sfritul drumului hamilt an.
Vom rie to drum ile ha iltonie pari din f are c
pe care apoi le a blm n ord ea ob erii selor cu ajut l
arcelor dintre clas in drum i ham oniene complete. Evident
. Sc
care au n aceast matrice pe linii numai elemente "1", iar
oan cor unz re nu c exc ia
emen or de la in secii e gr m n prima clas
hival (vrfuri de la nceput).
Se min din atrice (C+U liniile i coloa e
corespunz are ac tor v ri iar la matr a rm procedm la fel
pentru a afla a doua clas de echivalen et
rin par rfu nt ul d
ase hival .
te
ale
oni
sc ate ur m ne ale iec las
sam in in cla oru
e ob nd ur ilt
vom gsi mai multe drumuri.
Algoritmul practic de gsire a drumurilor hamiltoniene are
urmtoarele etape:
1 riem matricea conexiunilor C pe care o adunm boolean cu
matricea unitate U de acelai ordin cu ea.
2. nmulim boolean matricea (C+U) cu ea nsi i obinem (C+U)
2
.
Calculm puterile urmtoare ale lui (C+U) pn cnd dou puteri
succesive sunt egale. Spunem c matricea este saturat.
3. Vrfurile
col ele esp toa lor mai zerouri u ep
el tel ter l up de
ec en
eli m a )
k
nel
to es rfu ice as
c.

111
uri ntre ele. Procedm la fel cu celelalte clase
-le izolat n ordinea obinerii claselor. Fiecare din
d n
b ras ui dat ce leag c e
num e i as lor. Adic a e c p la
prim o a e la dou s e m
obine n final un graf par l r tiv e n a n st
subgraf vor li i e a s r peste u u m c s i
cele a ul o u s su i de o in re l
echi l A c e m at u a u ci
un drum hamiltonian.
Af
e astfel mai multe drumuri hamiltoniene complete.
e ntre
Procednd n acest fel toate vrfurile grafului vor fi repartizate n
clase de echivalen. Este important s se rein ordinea n care au
aprut clasele.
4. Reconstruim un graf parial al grafului dat (care are toate vrfurile
dar numai o parte din arce) n felul urmtor:
a) Reprezentm vrfurile primei clase i trasm toate arcele ce
leag aceste vrf
reprezentndu
aceste clase atere unui subgraf tare conex.
) T m toate arcele graful las le consecutive,
ai n sensul obin ri cl e rc le e ornesc de
a clas spre a d u , d a a pr a treia etc. Vo
ia ela la c l i ii l. Di ace
ps arcel c re a na sa ai multe la e
c re au sens p s en lu b e a c aselor de
va en . ceste ar e li in e n r p tea face parte din ni
5. lm drumurile hamiltoniene pariale din fiecare clas, dup care
le asamblm ntre ele, n toate modurile posibile, utiliznd arcele
dintre clase consecutive, n ordinea n care au fost obinute clasele.
Vom obin
Numrul acestora va depinde de cte drumuri sunt n fiecare clas
de echivalen, precum i de numrul de arce ce leag clasel
ele.

112
Observaie. Av ma m e um i miltoniene, putem
introduce un criteriu optim ar en u el ta doar unul dintre
ele care va fi utilizat n acti

Justificarea alg ritmului
Definiie. Dou vrfuri x i x se numesc echivalente dac ntre
ele exist cel puin un drum ntr-un sens i cel puin un drum n sens
contrar. mprirea vrfurilor n clase de echivalen se face pe baza
acestei defini ii.
Observaie. Vrfurile a dou clase de echivalen distincte nu
opi.
nd i ult dr ur ha
de iz e p tr a s ec
pr c.
o
i j

pot fi legate dect prin drumuri sau arce orientate ntr-un singur sens
altfel cele dou clase s-ar cont
Un element arbitrar din matricea (C+U)
2
este de forma

=
=
n
1 k
kj ik ij

adunarea i nmulirea de aici fiind booleene.
ij
va fi egal cu unu dac
i numai dac exist cel puin un ntreg k aa ca
ik
= 1 i
kj
= 1 altfel
va avea valoarea zero. Aceast condiie arat c exist mcar un drum
de un arc ntre x
i
i x
k
i un drum de un arc ntre x
k
i x
j
adic exist un
drum de dou arce ntre x
i
i x
j
. Elementele egale cu unu din matrice
(C+U)
2
reprezint existena drumurilor de cel mult dou arce ntre
pective ale grafului. Analog se deduce c elementele egale
r de cel
ult trei arce, etc.
vrfurile res
cu unu din matricea (C+U)
3
reprezint existena drumurilo
m

113
Cnd se obine egalitatea (C+U)
k
= (C+U)
k+1
, adic cnd prin
noua nmulire nu mai apar elemente egale cu unu n plus, matricea
obinut indic toate posibilitile de drumuri ntre diferitele vrfuri
ale grafului.

n matricea (C+U)
k
care conine toate posibilitile de drumuri
ui. Faptul c pe coloanele
res
entru reducerea numrului de calcule n vederea
ob la
pt ( re
vor te
nm ci
dintre vrfurile grafului, exist linii ce conin numai elemente egale cu
unu, ceea ce nseamn c de la vrfurile corespunztoare lor se poate
ajunge la toate celelalte vrfuri ale graful
co punztoare exist zerouri, indic imposibilitatea de a ajunge la
aceste vrfuri de la celelalte vrfuri ale grafului.
Aceste vrfuri trebuie s fac parte deci din prima clas de
echivalen (care sunt candidate la prima parte a drumului
hamiltonian).
Observaie. P
inerii matricii saturate putem ridica repetat matricea (C+U)
rat, obinnd puteri de forma (C+U)
2
, (C+U)
4
, C+U)
8
etc., ca
depi rapid puterea (C+U)
k
adic forma saturat. Toa
ulirile sunt booleene. Procesul se oprete cnd dou matri
succesive din acest ir sunt identice.
Exemplu: O ntreprindere trebuie s fabrice succesiv 8 tipuri de
produse P
i
( ) 8 , 1 i = . Pentru a trece de la producia produsului P
i
la
producerea lui P
j
trebuie suportat un cost de lansare sau cost de trecere
c
ij
. Cunoscndu-se tabelul tuturor costurilor de lansare, s se

114
determ i celor 8 produse, astfel nct cheltuielile de
lansare totale s fie minime.
D unt n
1 2 3 4 5 6 7 8
ine ordinea fabricri
m mai jos matricea costurilor de trecere unde cifrele s
milioane de lei.

MC P P P P P P P P
P
1
0 3 5 2 7 6 4 4
P
2
7 0 6 6 8 6 6 5
P
3
8 8 0 4 4 6 8 5
P
4
4 8 5 0 6 7 7 6
P
5
8 7 3 4 0 6 7 5
P
6
5 5 4 5 8 0 6 4
P
7
6 7 4 4 9 7 0 7
P
8
5 7 6 8 7 6 5 0
Observaie. Exist 8! = 40320 moduri de a trece prin
bric
i eliminm arcul corespunztor costului
1 2 3 4 5 6 7 8
fa area celor 8 produse, fiecare ordine de trecere avnd un cost
total de lansare. Este dificil de a gsi ordinea cea mai ieftin.
Rezolvare. Dac acestei probleme i asociem un graf prima
operaie este de a elimina din el o mare parte din arce n felul urmtor.
Comparm costurile c cu c
ij ji
mai mare. n locul costului mai mare vom pune zero, iar n locul celui
mai mic "1". Vom obine n acest fel matricea conexiunilor unui graf
simplificat.
MC P P P P P P P P
P
1
0 1 1 1 1 0 1 1
P
2
0 0 1 1 0 0 1 1

115
P
3
0 0 0 1 0 0 0 1
P
4
0 0 0 0 0 0 0 1
P
5
0 1 1 1 0 1 1 1
P
6
1 1 1 1 0 0 1 1
P
7
0 0 1 1 0 0 0 0
P
8
0 0 0 0 0 0 1 0
Adunm la matricea C matricea unitate de ordinul 8. Se obine
C+U. Este analoag cu cea de mai sus doar c diagonala principal se
va um ulirea
boole (C+U) care este analoag cu nmulirea clasic a
che de elemente
P
6
P
7
P
8
(C+U)
4
P
1
P
2
P
3
P
4
P
5
P
6
P
7
P
8
ple cu elemente "unu". Apoi o ridicm la ptrat prin nm
an (C+U)
matricilor (linii prin coloane) cu deosebirea c la adunare nu poate fi
depit valoarea 1. Dac se formeaz cel puin o pere
11 rezultatul va fi 1.
Vom obine:
(C+U)
2
P
1
P
2
P
3
P
4
P
5
P
1
1 1 1 1 1 1 1 1 P
1
1 1 1 1 1 1 1 1
P
2
0 1 1 1 0 0 1 1 P
2
0 1 1 1 0 0 1 1
P
3
0 0 1 1 0 0 1 1 P
3
0 0 1 1 0 0 1 1
P
4
0 0 0 1 0 0 1 1 P
4
0 0 1 1 0 0 1 1
P
5
1 1 1 1 1 1 1 1 P
5
1 1 1 1 1 1 1 1
P
6
1 1 1 1 1 1 1 1 P
6
1 1 1 1 1 1 1 1
P
7
0 0 1 1 0 0 1 1 P
7
0 0 1 1 0 0 1 1
P
8
0 0 1 1 0 0 1 1 P
8
0 0 1 1 0 0 1 1
Ridicnd pe (C+U)
2
vom obine pe (C+U)
4
ca mai sus. Apoi
fcnd nc o ridicare la ptrat vom constata c (C+U)
4
=(C+U)
8
adic

atri
1
P
2
P
3
P
4
P
7
P
8
m cea (C+U)
4
de mai sus este deja saturat i se ntrerupe procesul
de nmulire.
Se observ c liniile P
1
, P
5
i P
6
conin numai elemente "1" deci
vor face parte din prima clas de echivalen C
1
= {P
1
, P
5
, P
6
}.
Eliminm aceste linii i coloanele corespunztoare i obinem
matricea redus:
C
P
2
1 1 1 1 1
P
3
0 1 1 1 1
P
4
0 1 1 1 1
P
7
0 1 1 1 1
P 0 1 1 1 1
8
Calculnd ptratul ei constatm c nu se modific. Rezult c n
a doua cla
116
s de echivalen intr doar vrful P
2
care are linia plin cu
"1". C
2
= {P
2
}.
Tind linia i coloana lui P
2
se obine o matrice plin cu "1".
Rezult c a treia clas de echivalen va conine vrfurile rmase,
adic C
3
= {P
3
, P
4
, P
7
, P
8
}..
Reprezentm subgrafele tare conexe ce se formeaz pe clase,
apoi le legm doar cu acele arce existente n graful iniial care leag
P
8
P
6
P
2
P
5
P
4
P
7
dou clase consecutive avnd sensul acelai cu ordinea n care au fost
obinute clasele. Se obine n final graful parial
P
3
P
1


117
Vom construi drumurile hamiltoniene par le fi re clas

urile posibile.
Scriem mai j c v as l d m m ionnd alturi
valoarea total cazul n care alegem drumul
respectiv pentru executarea produsel P
i
valoare se obine
din matricea ia a s il d la r C rin nsumarea
valorilor c
ij
n ordinea in a e u d c (P
j
).
Avem:
dH
1
: P
1
P
3
P P cost 39 u.m.
dH
2
: P
1
P
7
P P cost 38 u.m.
dH
3
: P
5
P
6
P
1
P
2
P
3
P
4
P
8
P
7
- cost 35 u.m.
sare cel mai mic i anume 32 uniti
monetare. Algoritmul s- do di ti en rul de
P
1
P
5 6
P
5
P
6
P
1
P
6
P
1
P
5
P
2
P P
4
P
8
P
7
8
P
7
P
4
P P
8
P
7
P
3
P P
3
P
4
P
8
7
P
3
P
4
ia n eca
P
3
P
3
P
4
7
P
8
P
Graful are 15 drumuri hamiltoniene care se obin prin legarea
(asamblarea) celor pariale prin arcele ce leag clasele de echivalen
(3 x 1 x 5 =15) n toate mod
os te a tfe de ru uri en
a costurilor de lansare n
or , Aceast
ini l co tur or e nsa e M p
dic t d dr m, a ic
ij
=
i
P
5
P
6
P
2
P
4

8
P
7
-
5
P
6
P
2
P
3

4
P
8
-
dH
4
: P
5
P
6
P
1
P
2
P
8
P
7
P
3
P
4
- cost 32 u.m.
Se arat uor c dintre cele 15 drumuri hamiltoniene, dH
4

realizeaz costul total de lan
a ve t u l p tru c a redus num

118
verificri de la 8! =403 l 5
volum mai mare efectul a ic a r u e i mai spectaculos.
Drumuri optimale
Drum critic (rut a n a f circuite
Aplicaii ale unui astfel de drum n ln n proiectare,
construcii, mont , o a fi nc nc e, vestiii pentru
tabilirea ordinii i momentelor de ncepere a etapelor care sunt
ctiviti i se asociaz un arc al grafului, iar
i corespunztoare arcelor
ce ies din acel vrf
Punerea problemei: Se d u gr ( g a unui proces
tehnologic sau a unuia e o c) se cere timpul necesar terminrii
ntregii lucrri care corespunde cu lung ea ru ului maxim n
modelul matematic repre ta ri ra i m cr tor
care realizeaz acest maxim.
Oricare din ivit e es nz oa ar lo ies din vrful
x
i
pot ncepe doar dup ce a trecut timpul corespunz r celui mai lung
rum de la x
0
la x
i
. Aceast proprietate, este valabil oricare ar fi
20 a 1 . n cazul unor probleme practice de
pl rii lgo itm lui ste
m xim ) gr fe r
se t esc
aje per ii na iar ba ar in
s
formate din mai multe operaii sau componente.
De exemplu fiecrei a
durata activitilor reprezint capacitatea arcului.
n acest caz vrfurile grafului reprezint punctele de racordare a
dou activiti. Foarte des, problemele practice conin restricii ca
toate activitile corespunztoare arcelor ce intr ntr-un vrf trebuiesc
terminate naintea nceperii oricrei activit
.
n af ima ine
con mi i
im d m
zen t p n g f dru ul itic corespunz
act il cor pu t re ce r ce
to
d

119
vrfu
n
, adic rezult problema pus
ce nu sunt
din creterea productivitii
tic i a valorii sale este necesar
calcularea unei matrici DM ce conine distanele cele mai mari dintre
dou vrfuri ale grafului.
Algoritm pentru aflarea matricii DM a distanelor
maximale
minal pe care apoi o
triungularizm superior, adic obinem matricea TTS.
2. Dac C este matricea capacitilor arcelor (sau
lungimilor)aranjm liniile i coloanele ca n matricea TTS i obinem
alt matrice C
1
= {c
ij
}.

c). Adunm elementul c
lj
ca fiecare element diferit de zero din linia j
obinnd sume de f a
lj
+ c
jk
eca su de acest fel se compar
cu elementul corespunz r n ia l ic . Dac suma c
lj
+ c
jk
>
c
lk
n locul lui c
lk
se trece suma, altfel r n .
l x
k
al grafului, deci i pentru x
iniial.
Observaie. Este util s se cunoasc graficul activitilor
coninute n drumul critic i care sunt efectuate n paralel cu cele din
drumul critic i care au momente de ncepere ce pot varia ntre
anumite limite. Organizarea acestora n cadrul fiecrei etape poate
duce la beneficii nsemnate rezultate
muncii, micorarea numrului de utilaje, mai puin for de munc.
Pentru gsirea drumului cri
1. Construim matricea conex ter
3. Considerm prima linie din C
1
, i fie primul element diferit de
zero de pe aceast linie c
lj
(dup rearanjare linia l a ajuns pe primul
lo
orm c , fi re m
to di lin ad c
lk
m e c
lk

4. Se conside urm arele eleme d te de zero de pe
d aceleai operaii ca la etapa
5. or efectua pentru fiecare
elementele egale cu zero
rin cu excepia celor de pe diagonala principal obinnd matricea
cutat D = { } an lo a ma Matricea obinut DM =
{d
ij
} indic m x e tr ic ou noduri i i j ale reelei
precum i succesiunea de noduri dr ului cu ceast lungime.
Pentru gs ea r il d m i ic a ntru care
ste ndeplinit relaia
ik
d
k
d
i
Aceast rela ar o u i x e afl pe drumul critic
Aplicaie: Pentru executarea unei lucrri sunt necesare mai
r to nte iferi
aceeai linie crora li se aplic, pe rn
precedent, dar pentru linia respectiv modificat.
Operaiile de la etapele 3 i 4 se v
linia a matricii C
1
, obinndu-se n final o matrice C
2
.
6. n matricea C
2
se nlocuiesc toate
p
d
ij
a dist e r m xi le.
distan ele a im din e or e d
ale um a
ir v fur or ru ulu crit se leg indicii k pe
e
d +
j
=
j
ie e l c n ma dac
k
s
x
i
x
120

multe operaii. Ordinea i durata operaiilor sunt date n graful
alturat.
k
x
j

121
1. S se ea r ul ax de imp dintre nceputul
activitilor ce pornesc di u r i se termin alt vrf arbitrar
x
j
adic matricea drumuril m m DM = { }.
Rezolvare. Scriem matricea legturilor C a reelei date
x
gs sc inte val m im t
ntr- n v f x
i
n
or axi ale d
ij
2. S se indice intervalul maxim de timp ntre x
6
i x
5
i drumul
critic corespunztor.

C
0 1
x
2
x
3
x
4
x
5
x
6
x
7
x
1
0 1 1 0 0 0 0
x
2
0 0 0 0 1 0 0
x
3
0 1 0 0 0 0 1
x
4
0 0 1 0 1 0 0
x
5
0 0 0 0 0 0 0
x
6
1 1 1 1 1 0 1
x
7
0 1 0 0 0 0 0

Din C se construiete matricea terminal i se calculeaz puterile
de atingere a fiecrui vrf.
T

x
1
x
2
x
3
x
4
x
5
x
6
x
7
PA
x
1
0 1* 1* 0 1 0 1 4
x
2
0 0 0 0 1* 0 0 1
x
3
0 1* 0 0 1 0 1* 3
x
4
0 1 1* 0 1* 0 1 4
x
5
0 0 0 0 0 0 0 0
x
6
1* 1* 1* 1* 1* 0 1* 6
x
7
0 1* 0 0 1 0 0 2

122
descresctoare a puterilor de
atingere, apoi coloanel i ordine obinnd matricea terminal
triungularizat superior, TTS.

Se aranjeaz liniile n ordinea
e n aceea
TTS

x
6
x
1
x
4
x
3
x
7
x
2
x
5
x 0 1* 1* 1* 1* 1* 1*
6
x 0 0 0 1* 1 1* 1
1
x 0 0 0 1* 1 1 1*
4
x 0 0 0 0 1* 1* 1
3
x
7
0 0 0 0 0 1* 1
x 0 0 0 0 0 0 1*
2
x 0 0 0 0 0 0 0
5

n aceast matrice au fost notate cu 1 cu stelu arcele simple ce
apar n reeaua principal.
Construim n continuare matri ilor triungularizat
superior, C nlocuind elementele 1* din matricea TTS cu capacitile
arcelor corespunztoare iar elementele 1 fr stelu cu zero. Ele
reprezint i n aceast ntereseaz ul
elementelor vor rmne n continuare zero.
C x x x x x x x
cea capacit
drumuri n graf faz nu ne i . Rest
6 1 4 3 7 2 5
x 0 4 5 4 9 10 8
6
x 0 0 0 3 0 4 0
1
x 0 0 0 5 0 0 2
4
x
3
0 0 0 0 5 12 0
x
7
0 0 0 0 0 4 0
x
2
0 0 0 0 0 0 20
x
5
0 0 0 0 0 0 0

Metoda tabelelor ajuttoare
Se formeaz tabele ajuttoare pentru fiecare linie modificnd
succesiv elementele acesteia dup regula descris mai sus.
care corespunde vrfului x
6
i
ia
ores m modificri succesive ale primei linii
n exemplu lum prima linie
considerm primul element diferit de zero adic "4". Pe acesta l
adunm cu fiecare element diferit de zero de pe linia corespunztoare
lui x
1
pentru c "4" st pe coloana lui x
1
.
Avem 4 + 3 > 4. Rezult c c
63
care era 4 se nlocuiete cu 7 =
c
61
+ c
13
(vezi schema de mai jos)
x
6
4 x
1
apoi 4 + 4 = 8 < 10 deci la c
62
rmne 10.
4
x
3
3
x
6
10 x
2
Se repet calculele cu toate elementele de pe linia nt
4
4
x
1
c punztoare lui x
6
i obine


123

124
0 4 5 4 9 10 8
0 4 5 7 9 10 8
0 4 5 10 9 10 8
0 4 5 10 15 22 8
0 4 5 10 15 22 42
care reprezint forma final maximal.
Atenie! De fiecare dat se lucreaz cu linia nou obinut, pn se
x
1
0 0 0 3 0 4 0
0 0 0 3 8 15 0
0 0 0 3 8 15 0
0 0 0 3 8 15 35 - ultima form
ajunge la variata final maximal.
Facem acelai lucru i cu celelalte linii. Fie de exemplu linia a
doua corespunztoare lui x
1
. Avem succesiv


x
4
0 0 0 5 0 0 2
0 0 0 5 10 17 2
0 0 0 5 10 17 2
0 0 0 5 10 17 37 - ultima form

i cu celelalte dou, apoi nlocuim
ob
Analog se continu
elementele 0 cu excepia celor de pe diagonala principal cu . Se
ine matricea cutat DM a distanelor maximale

125
D

x
6
x
1
x
4
x
3
x
7
x
2
x
5
x
6
0 4 5 10 15 22 42
x
1
0 3 8 15 35
x
4

0 5 10 17 37
x
3
0 5 12 32
x
7
0 4 24
x
2
0 20
x
5
0
Metoda 2-a. Pentru a evita scrierea tabelelor ajuttoare pentru
linii, descris mai sus, putem ncepe procesul de transformare de jos n
sus.
Liniile lui x
5
i x
2
rmnnd neschimbate, vom ncepe
modificarea liniei corespunztoare lui x
7
. Transpunem linia lui x
7
din
matricea C a capacitilor triungularizat i o suprapunem succesiv
peste fiecare coloan a noii matrici D parial scris. Unde coincid dou
valori diferite de zero facem suma lor i pe noua linie x
7
punem n
dreptul fiecrei coloane valoarea maxim dintre vechiul numr din
acest loc i suma obinut.
Exemplu. Linia x
7
transpus nu d nici o coinciden dect cnd e
suprapus peste coloana x
5
unde numrul 4 se suprapune cu 20. Suma
lor 24 fiind mai mare la vechea valoare de pe coloana x
5
(c
75
) care era
zero o nlocuiete. Repetnd acest procedeu cu toate liniile se gsete
aceeai matrice a distanelor maximale.
Concluzii. Din matricea DM citim c drumul maxim dintre x
6
i
x
5
are valoarea de 42 uniti.

126
Adic de la nceperea activitilor ce pornesc din x
6
nu se pot
termina toate activitile ce ajung n x
5
n mai puin de 42 uniti de
timp. Pentru a obine vrfurile de pe drumul critic, adunm succesiv
elementele d
6k
ale liniei lui x
6
cu elementele d
k5
ale coloanei x
5
.
Reinem doar vrfurile x
k
pentru care suma d
6k
+ d
k5
= 42. n exemplul
de mai sus acestea sunt: x
4
, x
4
, x
2
. Cu alte cuvinte drumul critic este:
x
6
, x
4
, x
3
, x
2
, x
5
a crei valoare este 42.
Fluxul n reea
Multe probleme frecvent ntlnite n practica economic cer
repartizarea unui anumit flux n scopul maximizrii sau minimizrii
lui pe o reea dat. Astfel de probleme se ntlnesc des n informatic,
cibernetic, studiul sistemelor de transport, planificare i control, etc.
n practic, printr-o reea nelegem un graf pe arcele cruia
poat . Fiecrui arc i este asociat
o capacitate care determin capacitatea maxim de flux ce poate fi
transportat pe arcul respectiv.
va exemple de sectoare ale
activitii practice unde apare conceptul de reea i cel de flux
Noduri Muchii Flux
Intersecii osele Vehicule
e circula un flux de un anumit produs
n tabelul de mai jos dm cte
Aeroporturi Linii aeriene Avioane
Staii de pompare evi Fluid
Puncte de control Mesaje
Schimbarea anotimpului Areal ecologic Indivizi ai unei specii

Linii telefonice

127
O reea conine o mulime finit de noduri. Orice pereche
ord umit arc. Funcia C ataeaz
fiecrui arc (a
i
a
j
) un numr nenegativ c
ij
numit capacitatea arcului
(a
i
a
j
). Numrul c
ij
indic capacitatea maxim de materie ce poate fi
transportat de-a lungul arcului (a
i
a
j
). Acolo unde nu exist arc (a
k
a
m
)
vom spune c c
km
= 0. Fie o reea cu n+2 noduri a
0
, a
1
, , a
n
, a
n+1
.
Definiie. Cantitile x
ij
de materie ce trec prin arcele reelei la un
moment dat i care satisfac condiiile:
(1) 0 x
ij
c
ij
i, j= (0, n+1)
(2)
onat de noduri din X, (a
i
a
j
) este n
( ) n , 1 i x x
1 n
1 j
ij
n
0 k
ki
= =

+
= =

definesc un flux ce strbate reeaua.
Observaii. Relaia (1) ne spune c fluxul ce trece prin arcul (a
i
a
j
) nu
poate depi capacitatea lui. Relaia (2) ne spune c mrimea cantitii
de materie ce pleac din fiecare vrf a
i
este egal cu cea care intr n
acel vrf (exceptnd a
0
i a
n+1
). Din (2) mai rezult c mrimea total a
cantitii de materie ce pleac din a
0
coincide cu cea care vine n a
n+1

adic avem:
(3)
Forma liniar Z este numit fluxul total din reea.
Enunul problemei. n continuare ne ocupm de problema gsirii
fluxului maxim n reea adic de obinerea cantitilor
Z x x
n
0 i
1 n , i
1 n
1 j
j 0
= =

=
+
+
=

( ) 1 n , 0 j , i x
ij
+ =

care verific relaiile (1) i (2) i care maximizeaz


forma liniar (3).

128
Evident c problema fluxului maxim este o problem de
pro a
luxului va fi rezolvat prin metode (algoritmi) speciale mai simple.
de tietur a reelei.
e
ine n+1 vrfuri.

gramare liniar. Datorit formei particulare a restriciilor, problem
f
1. Algoritmul matricial
n acest algoritm se folosete noiunea
Dac mprim mulimea punctelor reelei n dou submulimi U
i V cu a
0
U i a
n+1
V. Atunci mulimea tuturor arcelor care pleac
din U i intr n V se numete tietur a reelei. Se utilizeaz, d
asemenea, i noiunea de capacitate a tieturii. n legtur cu aceasta
amintim urmtoarea teorem datorat lui Ford i Foulkerson.
Teorem. Fluxul maxim n reea este egal cu capacitatea cea mai
mic a tieturilor din graf.
Aceast teorem exprim principiul dualitii ce are loc ntre
problema gsirii tieturii minimale i problema gsirii fluxului
maximal. Pentru nelegerea acestui algoritm se poate consulta
bibliografia recomandat
Algoritmul lui Ford-Foulkerson (procedeul marcrii)
Fie reeaua G = (X, L) ccare con
Definiie 1. Arcul (a
i
a
j
) se numete saturat dac x
ij
= c
ij
unde x
ij
este
fluxul arcului (a
i
a
j
) i c
ij
este capacitatea acestui arc.
Definiia 2. Un flux {x
ij
} se zice c este flux complet dac oricare ar
fi drumul de la a
0
la a
n
acesta conine cel puin un arc saturat, unde a
0

este intrarea n reea, iar a
n
ieirea.
Etapele algoritmului

129
j) dac arcul (a
j
a
k
) este nesaturat i orientat n
sen dac arcul (a
k
a
j
) cu
fluxul
ii de marcare putem obine una din


entate
ctre
final a fost marcat cu + obinem un nou flux care este
1. Se construiete un flux iniial arbitrar {x
ij
} unde x
ij
verific
condiiile fluxului (1) i (2).
2. Se caut un flux complet
3. Dup aceste dou etape, urmeaz o operaie de marcare a vrfurilor
reelei adic o operaie care ne arat dac fluxul complet gsit este
maxim sau nu.
Operaia de marcare se face n felul urmtor:
a) Se marcheaz cu (+) vrful a
0
(intrarea);
b) Se marcheaz cu (+0) vrful a
i
x dac arcul (a
0
a
i
) nu este saturat;
c) Dac un vrf a
j
a fost marcat, vrful a
k
legat printr-un arc de a
j
se
marcheaz cu (+
sul de la a
j
la a
k
i se marcheaz cu (-i)
x
kj
> 0 este orientat n sensul de la a
k
la a
j
.
Dup aplicarea acestei opera
situa iile:
(1) vrful a
n
(ieirea) nu a fost marcat, deci fluxul complet gsit e
maxim;
(2) vrful a
n
a fost marcat, deci fluxul complet gsit nu este maxim.
n situaia (2) se trece la modificarea fluxului pe drumul marcat
i anume:
a) Se adaug o unitate la fluxurile arcelor drumului marcat ori
a
n
(adic marcate cu +). Pentru fiecare arc a crui extremitate
( )
1 x x
ij
1
ij
+ =
0

130
b) Se scade o unitate din fluxurile arcelor aparinnd drumului marcat
dac x
ij
> 0 i dac arcele (a
i
a
j
) sunt orientate n sens contrar
sensului de parcurs de la a
0
la a
n
. Pentru arcele marcate cu minus
noul flux va fi
( )
1 x x
0
ij
1
ij
=
c) Flu rcat rmn neschimbate.
Pr
Ford-Foulkerson.
) Ex
itrar se obine prin operaiile:
x
xurile ce nu aparin drumului ma
ocedeul de marcare a vrfurilor continu att timp ct vrful a
n

mai poate fi marcat. n caz contrar, fluxul gsit este maxim.
Justificarea procedeului are la baz teorema lui
d emplu. Fie reeaua pe care cutm fluxul maxim care o poate
parcurge de la x
0
la x
7
.
1) Fluxul iniial arb
Transportm 5 uniti pe drumul:
5 9
4
5 5
1
5 8
0
x x x
+ = = + =
7

Se satureaz arcul (x
1
x
4
)

x x
Transportm 1 unitate pe drumul:
2
1 5
0
x x
7
1 5 9
4
1 1 + = + + = =

Se satureaz arcul (x
2
x
4
)
Transportm 3 uniti pe drumul:
7
3 15
6
3 3
1
3 5 8
0
x x x x
+ = = + =

Se satureaz arcul (x x ) i (x x )
Transportm 3 uniti pe drumul:
1 6 0 1
7
3 3 15
6
3 3
2
3 1 5
0
x x x x
+ + = = + + =

Se satureaz arcul (x
2
x
6
)
pe drumul: Transportm 2 uniti
7
2 4
5
2 2
3
2 7
0
x x x x
+ = = + =

Se satureaz arcul (x
3
x
5
)
Transportm 4 uniti pe drumul:
7
4 3 3 15
6
4 4
3
4 2 7
0
x x x x
+ + + = = + + =

Se satureaz arcul (x
3
x
6
)
2) Toate drumurile de la x
0
la x
7
sunt saturate (conin cel puin un arc -
saturat). Fluxul este complet.
3) Operaia de marcare a vrfurilor se face pe reeaua:
Se pot marca numai vrfurile x
1
x
2
x
3
i nici unul din celelalte
vrfuri nu se mai poate marca, deoarece arcele incidente spre
exteriorul vrfurilor marcate sunt saturate. Neputnd marca vrful x
7

(ieirea), fluxul gsit e maxim i egal cu 18 uniti.

131

132

V. ELEMENTE DE TEORIA PROBABILITILOR

Fenomenele naturale sunt fie deterministe (cu realizare sigur)
fie pr
Spre exemplu legea cderii corpurilor descoperit de Newton
acioneaz cu aceeai parametrii ori de cte ori se efectueaz
experiena. Apa fierbe la presiunea normal a aerului, la 100C, etc.
Fenomenele meteo ns se petrec n mod aleatoriu (ntmpltor)
de la caz la caz. n economie i sociologie majoritatea fenomenelor
sunt ntmpltoare depinznd de foarte muli factori la rndul lor
aleatori. Teoria probabilitilor ca model matematic este esenial n
studiul economiei, a tiinelor sociale, precum i n biologie, att
direct, ct i prin fundamentarea teoretic a altor modele matematice,
care la rndul lor sunt utilizate din plin n domeniile mai sus
menionate. Dintre acestea amintim n primul rnd statistica
matematic, teoria jocurilor, teoria stocurilor, teoria firelor de
ateptare, programarea stohastic etc.
XVII n scopul de a calcula ansa de ctig. Amintim pentru nceput
preocupri i probleme puse de Cavalerul de Mr, rezolvate ingenios
1705) "Ars conjuctandi" (Despre o lege a numerelor mari). Moivre
aplic celebra "lege normal" cunoscut i sub numele de "lege a lui
obabiliste (ntmpltoare, aleatoare).
Studiul fenomenelor aleatoare (alea = zar), ncepe prin secolul
de B.Pascal (1623-1662) i lucrri publicate de J.Bernoulli (1654-
(1667-1754), Laplace (1749-1827) i K.Gauss (1797-1855) studiaz i

133
Ga
pro isson (1781-1840) se ocup de legi ale numerelor
ru ov (1857-1918) i Markov
(18 n studiul teoremelor limit centrale, adic a legturii
dintre diferitele legi de probabilitate i legea normal a lui Gauss-
Laplace i lanurile cu legturi complete. Un merit deosebit l are
ctav Onicescu (1892-1983) i Gh.Mihoc
re au studiat n special lanurile Markov, teoreme
limit centrale etc.
Evenimente. Operaii cu evenimente
e noiuni cu care vom
opera n continuare.
Experien este realizar ex de condiii. Spre
onede, extragerea unei piese
intr-
este ={1,2,3,4,5,6} adic const din apariia uneia din feele
numerotate cu 1-6.
uss". Este cea mai important i des ntlnit lege n teoria
babilitilor. Po
mari, legea evenimentelor rare. Un rol important l au matematicienii
i P.Cebev (1821-1894), A.Leapun
56-1922)
coala romneasc de teoria probabilitilor care a fost condus de
reputaii matematicieni O
(1906-1981) ca
n acest paragraf vom introduce principalel
ea unui compl
exemplu, aruncarea unui zar, a unei m
d un lot, urmrirea unui indicator economic.
Eveniment aleator (ntmpltor) o afirmaie (enun) relativ la
un experiment afirmaie care poate s se realizeze sau nu n urma
efecturii experimentului. Vom nota evenimentele cu litere mari A, B,
C, Evenimentele sunt rezultate posibile ale experimentului.
Evenimentul sigur () apare la fiecare efectuare a
experimentului. Este specific fiecrei experiene. La aruncarea zarului

134
Evenimentul imposibil () nu apare niciodat, oricte
experiene s-ar face. La zar ar fi R\{1,2,3,4,5,6}.
enimente aleatoare la experiena cu aruncarea
eniment
e realizeaz cel puin unul dintre A
sau B. Exemplu: AD={1,2,5, A
Diferen i numai
dac apare numai unul din evenimentele A sau B
AB=(A\B)(B\A)
Eveniment contrar lui A, notat , apare atunci i numai atunci
cnd nu apare A i reciproc.
Exemple de ev
zarului: E
1
={1}, E
2
={2}, , E
6
={6}, A={1,2}, B={1,2,3}, D={5,6},
F={1,2,3,4}.
Operaii i relaii cu evenimente
Reuniunea a dou evenimente A i B este un alt ev
notat AB ce se realizeaz cnd s
6}, B={1,2,3}.
Intersecia - AB este evenimentul ce apare doar atunci cnd se
realizeaz ambele evenimente
AB={1,2}, AD=
Implicaia (incluziunea) AB sau AB dac realizarea lui A
asigur realizarea i a lui B.
E
1
A, E
1
B, AB
Diferena A\B este evenimentul ce apare cnd se realizeaz A i
nu se realizeaz B.
a simetric AB eveniment ce apare dac

135
e sunt
r cu mulimi. Amintim dintre acestea: comutativitatea,
asociativitatea,
D c exemple:
=A, A=, A=, A=,
A\B=A
Observaie. Proprietile operaiilor cu eveniment
analoage celo
absorbia, distributivitatea etc.
m teva
A A=, A=A, A
B, =, =
Relaiile lui Morgan:
U I I U
n n
1 i
i
n
1 i
i
n
1 i
i
A A , A A
= = =
=

1 i
i
=


Evenimente incompatibile sunt acelea care nu se pot realiza
simultan, adic AD=.
Evenimente elementare sunt acelea care sunt implicate doar de
il sau de ele nsele. Exemplu la aruncarea zarului
venimente elementare E
1
={1}, E
2
={2}, , E
6
={6}. Prin
mpuse A, B, D,
l sigur. Evenimentele elementare se mai numesc i probe
evenimentului sigur (sistem complet de
ev tr-o mulime de evenimente
evenimentul imposib
avem ase e
combinarea (reuniunea lor) obinem evenimentele co
etc. Reuniunea tuturor evenimentelor elementare formeaz
evenimentu
sau cazuri.
Desfacere a
{ }
n , 1 i
i
A
=
enimente) este format din
ca
u sunt incompatibile)
re verific proprietile:
1. A
i
A
j
= (dou cte do
2. =
U
n
i
A .
=1 i

136
sigur este cea format
probabilitate
ia clasic (indus de frecvena relativ)
t de n ori i c
evenimentul A a aprut de k ori (evident 0kn). Numrul k se
nume mrul k/n frecven relativ de
ele
Cea mai fin desfacere a evenimentului
din toate evenimentele elementare asociate experimentului.
Definiii ale noiunii de
Defini
S presupunem c am efectuat un experimen
te frecven absolut, iar nu
apariie a evenimentului A.
Definiie. Fie E un experiment i E
1
E
2
E
n
toate eveniment
elementare (probele) asociate. Fie evenimentul A compus din k
evenimente elementare. Probabilitatea evenimentului A notat P(A)
este raportul k/n adic
( )
ului experiment ociate ev.elem.as de nr.tota
A lui realizarea la contribuie .ce nr.ev.elem
n
k
A P = =
l

a
1 6
Exemplu: La aruncarea unui z r apar ase evenimente
elementare E , , E , fie A={1,2}, B={4,5,6}. Atunci ( )
3
1
6
2
A P = = ,
( )
2
1
6
3
B P = = .
noulli
ne clarific noiunea clasic de probabilitate. Dac numrul n de
efecturi ale experimentului E tinde la infinit atunci frecvena relativ
a
Observaie. Legea slab a numerelor mari enunat de Ber
k/n evenimentului A tinde la P(A).

137
le temei. Obine frecvena relativ
k/n=0,5069. Pearson repet acelai experiment de 24.000 de ori i
obine k/n=0,5005. Probabilitatea obinerii stemei la o aruncare este
evident =0,5.
2. O urn conine 10 bile alte i 30 negre. Care este probabilitatea de a
obine o bil alb la prima extragere?
Rspuns:
Exemplu.
1. Buffon realizeaz experimentul cu aruncarea monedei de 4040 ori
numrnd k=2048 de apariii a s
( ) 25 , 0
4
1
40
10
A P = = =
Din definiia de mai sus rezult urmtoarele proprieti ale
iunii de probabilitate:
2. P() =1, P() = 0
3. P() = 1 P(A)
4. dac AB P(A) P(B) monotonie
i B sunt incompatibile)
P(AB) = P(A) + P(B)
6. dac AB P(B\A) = P(B) P(A)
Paradoxul lui Mr. Se arunc trei zaruri deodat. Care este
probabilitatea de a obine suma 11, dar suma 12? Cavalerul de Mr
afirma c P(11) = P(12). Prin efectuarea unui numr mare de
ve ale celor dou
evenimente nu tind ctre acelai numr, dei la prima vedere ar prea
no
1. 0 P(A) 1
5. dac AB = (A
experiene s-a constatat c frecvenele relati

138
r egal de cazuri favorabile dup cum
urmeaz:
A: (6,4,1)(6,3,2)(5,5,1)(5,4,2)(5,3,3)(4,4,3) suma realizat fiind 11
B: (6,5,1)(6,4,2)(6,3,3)(5,5,2)(5,4,3)(4,4,4) suma realizat fiind 12
Numrul de cazuri posibile este 6
3
=216.
Dup Mr
c au aceeai probabilitate. Mr susinea c pentru realizarea lui A
respectiv B ar fi un num
( ) ( )
216
6
B P A P = = .
B.Pascal arat c n realitate combinaia (6,5,1) poate aprea n
ase situaii datorit faptului c zarurile sunt distincte (spre exemplu
unul rou, altul alb, altul negru), deci avem permutri de trei 3!=6.
Combinaia (6,3,3) n trei variante, iar (4,4,4) n una singur.
n consecin a calculat
( )
216
27
A P
11
= i ( )
216
25
B P
12
= adic P(A) > P(B)
La un joc de noroc juctorul care a ales varianta A are an
mare de ctig dect cel care a ales varianta B. Din exemplul de mai
sus se vede c trebuie s construim un aparat matematic foarte precis
i fin pentru calculul probabilitilor, pentru a nu face erori, ce pot fi
dezastruoase n procesele economice.
n acest sens vom urmri n continuare utilizarea noiunilor din
analiza combinatoric, alte definiii ale noiunii de probabilitate,
schemele clasice, noiunile de variabil aleatoare etc.
s mai

139
Cmp de evenimente
Fie evenimentul sigur ataat unui experiment i P()
mulimea prilor acestuia.
Definiie. O submulime KP() nevid se numete corp sau
cmp de evenimente dac verific urmtoarele axiome:
1. Dac AK K
2. Dac A i BK ABK
Din aceast definiie rezult uor urmtoarele proprieti
1. i K
K AK K A=K
dar = K
2. Dac A i BK ABK
, BKBK B A K B A =ABK.
ie (,K) un cmp finit de evenimente. Se numete
rific
axiomele:
1. P(A) 0, AK
2. P() =1
3. Da )
Vom da n continuare definiia axiomatic a probabilitii
(Kolmogorov 1933). Ea este util n studiul teoretic al probabilitilor
fiind perfect din punct de vedere matematic.
Definiie. F
probabilitate relativ la acest cmp o aplicaie P:KR care ve
c A, BK, AB= P(AB)= P(A) + P(B
Proprieti ce rezult din aceast definiie, utiliznd doar
axiomele:

140
. P(
1=
(B) P(AB)
Da
, P(A)1
6. A i B, P(AB) = P(A) + P(B) P(AB)
Pentru trei sau mai multe evenimente are loc o formul analoag
numit i formula lui Poincare
P(ABC) = P(A) + P(B) + P(C) P(AB) P(AC) P(BC) +
P(ABC)
Formula se poate generaliza uor prin inducie.
Probabiliti condiionate
Se cere uneori calcularea probabilitii unui eveniment A, n
condiiile n care s-a realizat i un alt eveniment B, legat de acesta.
Exemplu. Se arunc dou zaruri. Notm cu B evenimentul ca
fie 6.
1 )=0
2. P()= 1 P(A)
Avem: =A, A=
P()=P(A)=P(A)+P() P()=1 P(A)
3. P(B\A)=P
4. c AB P(A) P(B)
5. AK
cel puin o fa s conin numr par. Notm cu A evenimentul ca
suma punctelor s fie 6.
Se cere probabilitatea ca atunci cnd cel puin la un zar apare
numr par, suma s
Rezolvare: Calculm P(B) = 1 P( B) unde B este evenimentul
ca pe nici un zar s nu avem numr par. n total 9 cazuri favorabile din
36 posibile, deci ( )
36
27
36
9
1 B P = = . Pe de alt parte probabilitatea ca

141
s avem ndeplinite simultan evenimentele A i B este ( )
36
2
B A P = .
Atunci probabilitatea cerut pe care o notm P(A/B) va fi:
( )
( )
( ) B P
B A P
27
2
36
27
:
36
2
B A P

= = =
Exemplul de mai sus sugereaz c este util introducerea
urmtoarei definiii pentru probabiliti condiionate
Definiie. Fie (,K) un cmp de evenimente i BK cu P(B)>0.
Se numete probabilitate a evenimentului AK condiionat de
l B numrul real notat ( )
( )
( ) B P
B A P
B A P

= evenimentu .
e probabilitate
introdus verific axiomele din definiia lui Kolmogorov care sunt
sta
ax
Probabilitatea condiionat P(A/B) se mai noteaz i P
B
(A)
ad
Avem:
1.
Vom arta n continuare c noua noiune d
ndard i foarte bine alese. De aici se vede rolul acelei definiii
iomatice.
ic probabilitatea lui A condiionat de B.
( )
( )
( )
0
B P
B A P
B A P >

=
2. ( )
( )
( ) ( )
( )
1
B
B P B P
=

P B P
B P = =


3. fie AC = atunci

142
( )
( ) [ ]
( )
( ) ( ) [ ]
( )
=

=

=
B P
B C B A P
B P
B C A P
B C A P
( ) ( )
( )
( B A P
B C P B A P
= ) ( ) B C P +
B P
+
= .

1. nci din definiie
: A
i
K
Alte proprieti:
Dac A, B K cu proprietatea c P(A)P(B)0, atu
rezult c P(AB) = P(A)P(A/B) = P(A)P(B/A).
2. n general avem
( ) ( ) ( )

1 n n
A A P A A A P A A P A P A P
nu nmulire a probabilitilor.
Demonstraia este foarte simpl. Din membrul doi n baza
definiiei precedente avem
= =
I I
K
1 i
i n 2 1 3 1 2 1
1 i
i
mit i formula de

( )
( )
( )
( )
( )

=
=
I
I
I
K
n
1 i
i
1 n
1 i
i
n
1 i
i
2 1
3 2 1
1
2 1
1
A P
A P
A P
A A P
A A A P
A P
A A P
A P
3. Formula probabilitii totale.
Fie evenimentele A
i
K ce formeaz un sistem complet de
evenimente

= =
=

U
n
1 i
i j i
A , A A , atunci pentru orice eveniment
AK avem c:
( ) ( ) ( )

=
=
n
1 i
i i
A A P A P A P .
Demonstraie. Avem

143
.
Evenimentele AA
i
sunt incompatibile dou cte dou. Deci
( )
U U
43 42 1
n
1 i
i
n
1 i
i
A A A A A A
= =
=

= =
( ) ( ) ( ) ( )

= =
= =
1 i
i i
1 i
i
A A P A P A A P A P
n n
c.c.t.d.
Exemplu. La un magazin se vnd piese provenind de la trei
furnizori. Cantitile de piese existente n magazin sunt n proporie de
1/6 de la primul, 1/3 de la al doilea i 1/2 de la al treilea furnizor. S-a
constatat c din primul lot 10%, din al doilea 5% i din al treilea 8%
sunt defecte. Un client cumpr
care este
Re a aleas
s fie tiv al treilea. Aceste evenimente
forme e evenimente i au probabilitile
o pies la ntmplare i se ntreab
probabilitatea ca aceasta s fie bun?
zolvare. Vom nota cu A
1
, A
2
, A
3
evenimentele ca pies
din primul lot, al doilea, respec
az un sistem complet d
( )
6
1
= , ( ) A P
1
3
1
A P
2
= , ( )
2
1
A P
3
= . Dac B este evenimentul ca piesa
cumprat s fie bun atunci P(B/A
1
) = 0,9, P(B/A
2
)= 0,95 i
P(B/A
3
)=0,92. Utiliznd formula probabilitii totale se obine:
P(B) = P(A
1
) P(B/A
1
) + P(A
2
) P(B/A
2
) + P(A
3
) P(B/A
3
) =
= 92 , 0
2
1
95 , 0
6
1
9 , 0
3
1
+ + = 0,918
Formula lui Bayes. Fie sistemul complet de evenimente A
i
K,
n , 1 i = i AK pentru care avem P(A) > 0, atunci are loc relaia:
( )
( ) ( )
( ) ( )

=
n
1 k
k k
i i
i
A A P A P
A A P A P
A A P , i {1,2,,n}
Demonstraie. Plecnd de la definiia probabilitii condiionate
i folosind formula probabilitii totale obinem:
( )
( )
( )
( ) ( )
( ) ( )

=
k k
i i i
i
A A P A P
A A P A P
A P
A A P
A A P
n
1 k
Exemplu. Relum exemplul precedent i presupunem c piesa
leas Evident p li tea este ( ) ( ) B P 1 B P = a este defect. robabi ta = 1
pro
folosind formula lui Bayes avem
0,918=0,082. Vrem acum s tim care este probabilitatea ca aceasta s
vin de la primul furnizor.
Cu notaiile precedente i
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
=
+ +

=
3 3 2 2 1 1
1 1
1
A B P A P A B P A P A B P A P
A B P A P
B A P
408 , 0
49 , 0
1
2 , 0
08 , 0
2
05 , 0
6
1 1
1 , 0
3
1
= =

=
1 , 0
3
+ +

nte inde d
Definiie. Spunem c evenimentele A i B sunt independente
dac P(A/B) = P(A) sau P(B/A)=P(B).
Proprieti. 1. Condiia necesar i suficient ca dou
evenimente A,BK s fie independente este ca P(AB)=P(A)P(B).
Acest lucru rezult imediat din definiia probabilitii condiionate.
Evenime pen ente

144

145
2. Dac A i BK sunt independente atunci i perechile de
evenimente ( ) ( ) ( ) B , A , B A, , ,B A i sunt independente.
Pentru a demonstra independena evenimentelor B A i vom
avea succesiv
( ) ( ) ( ) ( ) ( ) ( ) = + = = = B A P B P A P 1 B A P 1 B A P B A P
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) B P A P B P 1 A P 1 B P A P B P A P 1 = = + =
Pentru demonstrarea primelor dou l lsm pe cititor s o fac.
Definiie. Spunem c evenimentele A
i
K, i= n , 1 sunt
independente n totalitate dac sunt independente cte dou, cte
P(A
i
A
j
)= P(A
i
)P(A
j
) pentru 1 i < j < n
P(A
i
A
j
A
k
)=P(A
i
)P(A
j
)P(A pentru 1 i < j < k n
P(A
vom utiliza no
algebr
1) ine 2 bile albe i 3 negre, iar a doua urn conine 3 bile
albe
a. Care este probabilitatea ob inerii a dou bile albe?
trei,, cte n adic.
k
)

1
A
2
A
k
) = P(A
1
)P(A
2
)P(A
n
)
Observaie. Independenta a cte dou evenimente nu implic
independenta n totalitate. Este interesant exemplul construit de
S.N.Bernstein pentru a dovedii acest lucru cu un zar de forma unui
tetraedru regulat.
Probleme rezolvate. Pentru rezolvarea urmtoarelor exerciii
iunile prezentate mai sus asociate cu noiuni din
, n special din analiza combinatorie.
O urn con
i 4 negre. Din fiecare urn este extras cte o bil.


146
b. Dar a dou bile negre?
c. Care este probabilitatea obinerii cel puin a unei bile albe?
b ilitatea obinute a dou bile de aceeai culoare.
binerii unei bile albe din
d. Care este pro ab
Rezolvare. Notm cu A
1
evenimentul o
prima urn i A
2
a unei bine albe din urna a doua. Evident scoaterea
uneia negre va fi
1
A , respectiv
2
A .
a. ( ) ( )
7
3
A P
5
2
A P
2 1
= = i . Pentru a avea simultan evenimentele A
1
i
A
2
care sunt independente trebuie s calculm. ( ) =
2 1
A A P
( ) ( )
35
6
7
3 2
A P A P
2 1
= = .
5
b. Analog. ( ) =
2 1
A A P ( ) ( )
35
12
7
4
5
3
7
3
1
5
2
1 A P A P
2 1
= =

=
c. Cel puin o bil alb este format din evenimentele:
( ) ( ) ( )
1
=
2 1 2 1 2
A A A A A A B
adic alb doar din prima urn, sau alb doar din a doua urn, sau
alb din ambele urne.
( ) ( ) ( ) ( )
2 1 2 1 2 1
A A P A A P A A P B P = + +
pentru c cele trei paranteze reprezint evenimente incompatibile.
Apoi
( ) ( ) ( ) ( ) ( ) ( ) ( ) = A + + =
2 1 2 1 2 1
A P A P A P P A P A P B P
35
23
7
3 2
5 7
3 3
5 7
4 2
5
= + + =
d. Raionnd analog avem: ( ) ( )
2 1 2 1
A A A A AC = din
( ) ( ) ( ) ( ) ( ) ( ) ( ) = + = + =
2 1 2 1 2 1 2 1
A P A P A P A P A A P A A P AC P
35
18
7
4
5
3
7
3
5
2
= + =
2) O urn conine 10 bile albe i 6 negre. Dina ceast urn se extrag 2
bile punndu-se napoi prima bil extras. Se cere:
a. probabilitatea ca cele 2 bile s fie albe;
b. probabilitatea ca cele 2 bile s fie negre;
c. probabilitatea ca prima bil s fie alb i a doua neagr;
d. probabilitatea ca bilele s fie de aceeai culoare;
e. probabilitatea ca bilele s fie de culori diferite.
Rezolvare.
a. ( ) ( ) ( ) ( )
64 1
25
6
10
16
10
A P A P A A P A 2 P
2 1 2 1
= = = =
a refcut.
b.
Evenimentele A
1
i A
2
sunt independente pentru c compoziia
urnei s-
( ) ( ) ( ) ( )
64
9
16
6
16
6
A
2
P A P A A P N 2 P
1 2 1
= = = =
c. ( ) ( ) ( )
64
15
16
6
16
10
A P A P A A P
2 1 2 1
= = =
( ) ( ) ( ) [ ] ( ) ( ) = + = =
2 1 2 1 2 1 2 1
A A P A A P A A A A P AC P d.
( ) ( ) ( ) ( )
32
17
64
34
64
9
64
25
A P A P A P A P
2 1 2 1
= = + = + = .
) Pr
, 10. Care este probabilitatea ca primele dou cri extrase s fie
(1) i (2) n aceast ordine.
Rezolvare. Fie A
1
evenimentul ca prima carte extras s fie (1) i
A
2
ca a doua carte extras s fie (2).
3 esupunem c avem 10 cri de joc, identice, numerotate 1, 2, 3,


147

148
Probabilitatea cutat este
( ) ( ) ( )
90
1
9
1
10
1
A B P A P A A P
2 1
= = =
Altfel: numrul total al cazurilor egal posibile este numrul de
permutri ale celor 10 cri adic P
10
=10!=1210. Dac 2 cri (1)
i (2) ocup n pachet primele dou locuri mai rmn 8 locuri arbitrare
adic, numrul cazurilor favorabile ar fi 8!=128. n baza definiiei
clasice avem:
( )
90
1
10 9
1
! 10
! 8
2 ; 1 P =

= =
4 r-un fiier sunt 10.000 de fie numerotate cu 4 cifre de la 0000
pn la 9999. Se extrage o fie la n
) nt
tmplare. Care este
pro n cifra 5?
Metoda
a. Cu patru na.
b. Cu 3 cifre de 5 sunt 9=49=36, deoarece a patra cifr care
nu este 5 poate fi oricare din cifrele de la 0 la 9 fr cinci i ea
poate ocupa orice loc din cele 4, de exemplu, (555).
c. Cu doi de cinci avem
babilitatea ca seria ei de identificare s coni
Rezolvare.
1. Vom numra fiele care conin cifra 5.
cifre 5 este u
1
4
C
486 81 6 81
2 1
4
3 4
9 C
2 2
= =

= fie.
d. Cu un singur cinci avem fie.
n total avem 2916+486+36+1=2916 fie care conin cel puin
un cinci n numrul de identificare.
2916 729 4 9 C
3 3
4
= =

149
Atunci ( ) 3439 , 0
000 . 10
3439
A P = =
Metoda 2. Mai simplu este s calculm evenimentul contrar, adic s
calculm cte fie exist care nu conin deloc cifra cinci. Astfel putem
pe fiecare din cele patru poziii ale numrului s utilizm nou cifre n
orice combinaie adic 9999=9
4
=6561.
Adic ( ) ( ) ( ) 3439 , 0 A P 1 A P
000 . 10
6561
A P = = = sau
5) Din mulimea numerelor de 7 cifre ce se pot forma cu cifrele 1, 2,
3,
l ales s conin pe 1 i 2 ca cifre consecutive i n aceast
ordine?
Rezolvare.
4, 5, 6, 7 se ia la ntmplare un numr. Care este probabilitatea ca
numru

7
1
! 7
6 ! 5
=


6) Se arunc 6 zaruri. Care este probabilitatea obinerii tuturor
numerelor de la 1 la 6? Dar probabilitatea s apar cel puin o dat
faa 5?
Rezolvare. a) 015 , 0
6
! 6
6
= b) 665 , 0
6
5
1
6
6
=
7) O urn conine 3 bile albe i 7 negre, iar alta conine 7 bile albe i 3
negre. Din fiecare se extrage cte o bil. Care e probabilitatea s
ob
venimentul de a extrage o bil alb din a doua urn. Va
lm probabilitatea evenimentului AB. Avem
P(AB)=P(A)+P(B)P(AB)=P(A)+P(B)P(A)P(B)
inem cel puin una alb?
Rezolvare. Fie A evenimentul de a extrage o bil alb din prima
urn i B e
trebui s calcu

150

Evenimentele A i B sunt compatibile i independente.
Dar cum ( )
10
3
A ( )
10
7
B P = P = i vom avea
( )
100
79
10
7
10
3
10
7
10
3
B A P = + = .
Trei tr a unei inte, independent unul de
altul. Primul lovete inta cu probabilitatea 3/4, al doilea cu
probabilitatea 4/5, al treilea cu probabilitatea 5/6. Care este
probabilitatea ca inta s fie atins?
r s
8) gtori trag cte un foc asupr
Rezolvare. a) Notm cu T
1
probabilitatea ca primul trgto
loveasc inta, cu T
2
ca al doilea s o loveasc, respectiv T
3
ca al
treilea s o loveasc. Atunci:
( ) ( ) ( ) ( ) ( ) + + = =
3 2 1 3 2 1
T P T P T P T T T P L P
( ) ( ) ( ) ( )
3 2 1 3 1 3 2 2 1
T T T P T T P T T P T T P +
Este evident c evenimentele T
1
, T
2
, T
3
sunt independente n totalitate.
Rezult c:
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) + + =
3 1 2 1 3 2 1
T P T P T P T P T P T P T P L P
( ) ( ) ( ) ( ) ( ) = +
3 2 1 3 2
T P T P T P T P T P
120
119
6
5
5
4
4
3
6
5
4
3
6
5
5
4
5
4
4
3
6
5
5
4
4
3
= + + + =
b) Mai simplu se putea rezolva utiliznd evenimentul contrar
( ) ( ) ( ) ( ) ( ) ( ) = = = =
3 2 1 3 2 1
T P T P T P 1 T T T P 1 L P 1 L P
120
119 1
1
120 6
1 1 1
1 = = = .
5 4
9) Se arunc o moned pn cnd obinem deasupra faa cu stema.
Care este probabilitatea s fie cel mult 3 aruncri?

151
are s obinem
stema, B evenimentul ca la prima s obinem banul i apoi stema i C
evenimentul ca la primele dou s obinem banul i la a treia stema. Se
va calcula P(ABC) dup formula lui Poincar i obinem 7/8.
10) O urn conine 12 bile numerotate 1, 2, , 12. Se face o
Rezolvare. Fie A evenimentul ca la prima arunc
extragere din aceast urn. Care este probabilitatea obinerii a unui
numr par sau a unui numr mai mic dect 5 sau a unui ptrat
perfect?
Rezolvare. Cuvintele "sau" sugereaz reuniunea. Se va utiliza
formula reuniunii pentru P(ABC), unde
( ) ( ) ( )
4
1
12
3
C P ;
3
1
12
4
B P ;
2
1
12
6
A P = = = = = =
Se va obine ( )
4
3
C B A P =
Scheme clasice de probabilitate
.
Practica calculului probabilitilor a artat c utilizarea doar a
definiiilor noiunii de probabilitate, chiar nsoit de un aparat
algebric bun i cteva formule nu este suficient pentru sigurana
nate
Exist tipuri de probleme des ntlnite n practica economic
care permit o abordare identic. Pentru fiecare clas de probleme se
calculului. Se pot face uor greeli de raionament. Pentru a uura
calculele vom prezenta n continuare instrumente mai perfecio
cum ar fi schemele clasice, variabilele aleatoare cu operaii i
proprietile lor, diferite legi de probabilitate etc.

152
construiete un model matematic probabilistic care poart numele de
schem de probabilitate.
Schema lui Bernoulli cu bila ntoars (schema
binomial)
Aceast schem se aplic n cazul n care un experiment se
repet de mai multe ori i de fiecare dat se urmrete apariia
aceluiai eveniment A respectiv A. Se cere calcularea probabilitii ca
din cele n repetri ale experimentului evenimentul precizat s apar
exact de k ori, dac la o efectuare a experimentului se cunoate
probabilitatea p a apari A, respectiv q=1p a lui iei evenimentului A.
Modelul probabilistic se realizeaz printr-o urn ce conine bile
de dou culori, de exemplu albe i negre, n proporie cunoscut. Se
extrag din urn n bile, punnd dup fiecare extragere bila napoi astfel
c compoziia urnei se reface mereu.
Se cere determinarea probabilitii ca din cele n bile extrase k s
fie albe.
Vom nota cu A
i
evenimentul ca la extragerea i s obinem o bil
alb, respectiv
i
A ca s extragem una neagr. tim c p = P(A
i
) i
q=1p ( )
i
A P = .
Notm cu B
nk
evenimentul ca din n bile extrase s obinem k
albe. Acest eveniment are forma:
( )
U
i i i i nk
A ... A A ... A B =
n i ... i 1
k 1
n 1 k k 1
< <
+
Evenimentele din reuniune sunt incompatibile dou cte dou iar
cele din intersecie sunt independente n totalitate. n aceste condiii
vom avea
( ) ( )

< <
=
+
n i ... i 1
i i i i k , n
k 1
n 1 k k 1
A ... A A ... A P B P =
( ) ( ) ( ) ( ) = =
+

< <
n 1 k k
k 1
i ... i 1
1
i i i
n
i
A P ... A P A P ... A P
n
k n k k
n
1 k
k n k
q p C q p

=

= =


d it faptului c toi termenii sumei sunt egali numrul lor fiind
c
ator
egal cu .
Observaie. Utiliznd formula binomului lui Newton se observ
k
n
C
( ) ( )

= =

= = +
n
0 k
k
n
0 k
k k n k k
n
k
x k , n P x q p C q px
Cu alte cuvinte probabilitatea ce apare n problema precedent
este tocmai coeficientul lui x
k
din dezvoltarea binomului (px+q)
n
de

ia de
mai sus x=1. Vom avea
unde vine i numele de schem binomial.
Pentru a arta c evenimentele B
n,k
cu k=0,1,,n formeaz un
sistem complet de evenimente este suficient s punem n rela
( ) ( ) 1 q p k , n P
n
n
0 k
= + =

=

Exemplu. S robabilitatea ca
ncte.
e arunc un zar de 10 ori. Care este p
s obinem de 4 ori un numr mai mic de 3 pu

153

154
Rezolvare. Din enun se cunoate c este schema lui Bernoulli.
Urmeaz identificarea parametrilor din schem.
n=10 numrul de efecturi ale experienei
k=4 de cte ori dorim s se realizeze evenimentul simplu A.
3
1
6
2
p = = pentru c numrul de fee mai mic dect 3 sunt dou 1
i 2 din totalul de 6.
3
2
3
1
1 p 1 q = = =
n final se utilizeaz formula din schem
( )
9
6
10
6
6 4
4
10
3
2
70
3
2
4 3 2 1
7 8 9 10
3
2
3
1
C 4 , 10 P =


=

=
Schema lui Bernoulli cu mai multe stri (polinomial)
Este o generalizare a schemei binomiale. Se aplic cnd la
fiecare repetare a experimentului se urmrete apariia a r evenimente
care formeaz un sistem complet. Se cere probabilitatea ca n cadrul
celor n repetri independente ale experimentului cere r evenimente
dic se cunoate probabilitatea de a extrage o
bil din fiecare culoare. Vom nota aceste probabiliti cu p
1
, p
2
, , p
r
.
Evident p
1
+p
2
++p
r
=1. Se extrag pe rnd n bile punnd de fiecare
dat bila extras P(n; k
1
,
k
2
, , k
n
) ca din cele n bile extrase k
1
s fie din culoarea c
1
, k
2
din
culoarea c
2
, .a.m.d., k
r
s fie din culoarea c
r
. (k
1
+k
2
++k
r
=n)
urmrite s apar de un numr dat de ori, fiecare.
Modelul poate fi realizat cu o urn care conine bile de r culori
n proporie cunoscut. A
napoi. Se cere s se calculeze probabilitatea

155
Folosind un raionament analog ca la schema binomial vom
obine c
( )
r 2 1
k
r
k
2
k
1
r 2 1
r 2 1
p ... p p
! k !... k ! k
! n
k ,..., k , k ; n P =
! k !... k ! k
! n
r 2 1
coeficientul ne d de fapt numrul permutrilor cu
repetiie de n obiecte, cnd un element se repet de k
1
ori altul de k
2

ori, .a.m.d., ultimul de k
r
ori unde k
1
+k
2
++k
r
=n.

probabilitatea P(n; k
1
,
2
, , k
n
) este coeficientul termenului ce
conine
k
1
x x
Exemplu. Se arunc un zar de 12 ori. Care este probabilitatea ca
de 2 ori s avem cel mult 2 puncte de 6 ori 6 puncte i de 4 ori restul
punctelor.
a. R

Dac se dezvolt urmtorul polinom
(p
1
x
1
+p
2
x
2
++p
r
x
r
)
n
atunci
n 2
k
n
k
2
x ... din aceast dezvoltare.
1
Rezolvare.
ecunoaterea schemei. Problema se ncadreaz n schema
polinomial.
b. Identificarea parametrilor
n=12, k
1
= 2, k
2
= 6, k
3
=4
6
3
p ,
6
1
p ,
6
2
= = = p
3 2 1
.
c. Utilizarea formulei din schem
( )
4 6 2
6
3
6
1
6
2
! 4 ! 6 ! 2
! 12
4 , 6 , 2 ; 12 P

=

156
Schema bilei nentoarse (schema hipergeometric)
Se consider o urn cu a bile albe i b bile negre n total N=a+b
bile. Se extrag din urn n N bile fr a mai pune bila extras napoi.
S calculm probabilitatea ca din cele n bile extrase k s fie albe.
Rezolvare:
Metoda I-a. Evenimentul urmrit B
nk
are forma de mai sus, de la
schema binomial, cu deosebirea c evenimentele A
ik
din intersecie
nu mai sunt independente. n acest fel
( ) ( ) ( ) =
+
... A A P A P A ... A A ... A P
1 2 1 k 1 k k 1
n

( ) ( )
1 n 1 n k 1 k
A ... A A P ... A ... A A P
1

=
( )
( ) 1 n b a 1 k b a k b a 1 k b a 1 b a b +
1 k n b
...
1 b b 1 k a
...
1 a
a
a

+


+

+
=
n licarea probabilitii reuniunii de
evenimente incompatibile, toi termenii sunt egali cu cel de mai sus
avnd doar ordinea factorilor schimbat, numrul lor fiind tot . n
ecin avem
+ + + +
suma ce se obine prin ap
k
n
C
cons
( ) ( )
n 1
k
n n
B P = A ... A P C
k

Prin gruparea convenabil a factorilor se obine:
( ) ( )
n
b a
k n
b
k
a
n
C
B P k , n P
k
+
C C
+

= =
innd cont c
( )! k n ! k
C
k
n

= i
! n ( ) ( )
! k
1 k + a ... 1 a a
C
k
a

= i
( ) ( )
( )! k n
1 k n b ... 1 b b
C
k n
b


=
+
etc.

157
Meto
pri
a b. Astfel putem
afirma c din cele a bile albe k bile pot fi alese n moduri iar din
cele b bile negre n-k bile pot fi alese n
da a II-a. La formula de mai sus a lui P(n,k) se putea ajunge i
ntr-un raionament direct dac considerm c bilele albe i negre
sunt numerotate de la 1 la a, respectiv de la 1 l
k
a
C
k n
b
C

moduri, orice grupare a
bilelor albe putnd fi mperecheate cu orice grupare a bilelor negre
pentru a obine o grupare favorabil problemei noastre. Numrul
cazurilor favorabile este deci
k n
b
k
a
C C

este eviden
(fiecare cu fiecare), iar
numrul cazurilor total posibile t . n baza definiiei
clasice a probabilitilor avem
n
b a
C
+
( )
n
b a
k n
b
k
a
C
C C
k , n P
+

=
Exemplu. Din 100 de mere 10 sunt stricate. Se iau 5 mere la
ntmplare. Care este probabilitatea ca 3 s fie bune i 2 stricate.
Rezolvare. Pentru c nu mai punem merele napoi, evident
problema se ncadreaz n schema bilei nentoarse.
Parametrii sunt: a = 90, b = 10, N = a+b = 100, n = 5, k = 3. n
onse c cin aplicnd formula din schem avem
( )
5
100
10 90
C
3 ; 5 P = .
2 3
C C
Schema bilei nentoarse cu mai multe stri
Este o generalizare a celei precedente cu precizarea c n urn
avem bile de r culori c
1
, c
2
, , c
r
numrul lor fiind cunoscut a
1
, a
2
,,

158
a
r
. Se extrag n bile fr a mai returna bila extras i se cere
probabilitatea ca s obinem k bile din culoarea c
1
, k
2
bile din culoarea
c
2
, .a.m.d. k
r
bile din culoarea c
r
, adic P(n;k
1
k
2
k
r
). Cu un
raionament analog celui din metoda a doua obinem
( )
r 2 1
r 2 1
r
r
2
2
1
1
k ... k k
a ... a a
k
a
k
a
k
a
r 2 1
C
C ... C C
k ... k k , n P
+ + +
+ + +

= .
i 20 albe. Un client cumpr 20 de
t mai uniform
distribuite adic 7 roii, 7 galbene i 6 albe.
Rezolvare. Evident el nu mai pun becurile napoi, adic avem
schema bilei nentoarse cu trei stri: a = 50, a = 30, a = 20, iar k =7,
k =7, k =6. n concluzie probabilitatea cerut este:
Exemplu. ntr-o cutie sunt 100 becuri colorate pentru pomul de
Crciun: 50 roii, 30 galbene
becuri i se ntreab care este probabilitatea ca s fie c
e
1 2 3 1
2 3
( )
20
100
C
Exist i a
6 7 7
20 P
20 30 50
C C C
6 , 7 , 7 ;

=
lte scheme de probabilitate importante ce pot fi gsite
n bibliografia indicat. Amintim dintre acestea: Schema lui Poisson,
a aceast ultim schem se consider o urn cu a bile albe i b
bile negre. Se extrag bile din urn cu napoierea bilei extrase mpreun
cu c bile de aceeai culoare cu cea extras. ntrebarea este cea uzual,
care generalizeaz pe cea a lui Bernoulli, Schema lui Pascal (sau
binomial cu exponent negativ), Schema geometric i nu n ultimul
rnd Schema lui Markov-Polya care generalizeaz pe cteva din cele
precedente.
L

159
dic
omial, pentru
a : care este probabilitatea ca din cele n bile extrase n total, pe
rnd, k s fie albe?
Observaie. Pentru c = 0 obinem schema bin
c = 1 cea hipergeometric cu bila ntoars, dar putem imagina i
alte variante.
Probleme rezolvate.
1. Se arunc 2 zaruri de 10 ori. Care este probabilitatea s
obinem suma 7 exact de 3 ori?
Rezolvare. Probabilitatea ca la o aruncare s obinem suma 7
este de ( )
6
1
36
6
7 S P = = = avnd 6 cazuri favorabile din 36 posibile
(1+6, 6+1, 2+5, 5+2, 3+4, 4+3).
Problema se ncadreaz n schema lui Bernoulli. Avem n=10,
=3, k
6
5
q ,
6
1
p = = . Deci
( )
7 3
3
10
6
5
6
1
C 3 ; 10 P

=
2. Se arunc o moned de 8 ori. Care este probabilitatea s
obinem de 4 ori stema i de 4 ori banul? Dar de cel mult 3 ori stema?

2
1
q ,
2
1
Rezolvare. Schema lui Bernoulli n=8, k=4, = p =
( )
4 4
4
8
2
1

2
1
C 4 ; 8 P

=
Pentru partea a doua trebuie s adunm
P(8, 0) + P(8, 1) + P(8;2) + P(8; 3)
care se calculeaz dup modelul de mai sus.

160
3. La un magazin se gsesc articole de mbrcminte dintre care
90% nu au defeciuni, 7% au defeciuni retuabile, iar 3% prezint
defeciuni neretuabile. S se calculeze posibilitatea ca din ase
articole verificate la ntmplare, trei s fie fr defecte, dou cu
defecte retuabile i unul neretuabil? (Dup verificare articolul se
repune n raft).
Rezolvare: Utilizm schema lui Bernoulli cu mai multe stri (trei
stri) unde n=6, k
1
=3, k
2
=2, k
3
=1, p
1
=0,9, p
2
=0,07 i p
3
=0,03.
Conform schemei obinem probabilitatea:
006 , 0 ) 03 , 0 ( ) 07 , 0 ( ) 9 , 0 (
! 1 ! 2 ! 3
! 6
) 1 , 2 , 3 ; 6 ( P
1 2 3
= =
4. Se arunc dou zaruri de 15 ori. Se cere probabilitatea ca de 4
ori s obinem mai puin de 4 puncte, de 5 ori cel puin 9 puncte i n
rest restul punctelor.
pu
<
Rezolvare: Schema lui Bernoulli cu trei stri date de numrul de
ncte:
X ( P p
1
=
36
3
36
2
36
1
) 4 = + =
X ( P p
2
=
36
4
36
3
36
2
36
1
) 9 + + + = ,
adic probabilitile de a obine 12 puncte, 11 puncte, 10 puncte,
respectiv 9 puncte obinute prin calcularea combinaiilor de fee ce
dau suma respectiv.
36
23
36
13
1 )
36
10
36
3
( 1 ) p p ( 1 p
2 1 3
= = + = + =
n=15, k
1
=4, k
2
=5, k
3
=6

161
n baza formulei cunoscute vom avea:
6 5 4
36
23
36
10
36
3
! 6 ! 5 ! 4
! 15
) 5 , 4 , 3 ; 15 ( P

=
5. Din 100 de mere 10 sunt stricate. Se iau 5 mere la ntmplare
i se cere posibilitatea ca ntre ele s avem i mere stri e.
Rezolvare: La prima vedere suntem tentai s desfacem
problema n cinci probleme analoge celei date ca exemplu mai nainte
adic robabilitatea ca unul s fie stricat P(5,1), dou stricate P( i
aa mai departe P(5,3), P(5,4), P(5,5). Mai devreme am calculat de
exemplu P(5,2) cu schema bilei nentoarse ca:
cat
p 5,2)
5
100
2
10
3
90
1
C
C C
) 2 , 5 ( P =
Analog se calculeaz i celelalte probabiliti.
Atunci probabilitatea ca s avem i mere stricate ntre cele 5
este:
P(S)= P(5,1)+P(5,2)+P(5,3)+P(5,4)+P(5,5)
Se observ ns c e mult mai uor s apelm la evenimentul
contrar S , adic ntre cele cinci mere s nu avem nici unul stricat:
96 97 98 99 100
86 87 88 89 90
1
C
C
1
C
C C
1 ) S ( P 1 ) S ( P
5
100
5
90
5
100
0
10
5
90


= = = =
avem un singur caz n loc de cinci cazuri.
6. Un vnztor de ntr-o ldi 50 mere, 40
pere i 30 piersici ele avnd acelai pre per kilogram. Un nevztor
cumpr un kilogram i constat c au intrat 9 fructe. Se ntreab care
este probabilitatea s fi nimerit un numr egal din fiecare.
fructe are amestecate
Rezolvare: Schema bilei nentoarse cu trei stri
9
120
3
30
3
40
3
50
C
C C C
) 3 , 3 , 3 ; 9 ( P =
7. Doi juctori sunt angrenai ntr-un joc format din mai multe
partide. Primul juctor ctig o partid cu probabilitatea
3
1
p = i o
pie cu

162
rde
3
2
p q = = . S se calculeze probabilitatea ca:
a) Prima partid ctigat de primul juctor s se produc up
cinci
b) a treia partid ctigat de primul juctor s se produc dup
un total de ase partide pier e;
Rezolvare
a) Se aplic schema geometric (vezi bibliografie). Prin urmare
probabilitatea cerut este dat prin :
1
d
partide pierdute;
dut
:
729
32
)
3
2
(
3
1
pq ) 5 ( P
5 5
= = =
b) Se utilizeaz schema lui Pascal (binomial, cu exponent
negativ; vezi bibliografie)
unde n=3, k=6, .
3
2
q ,
3
1
p = = n acest fel probabilitatea cerut
este
9 6 3 6
8
k n k
1 k n
)
3
2
(
2
7
)
3
2
( )
3
1
( C q p C ) k , n ( P = = =
+

Variabile aleatoare
Pentru studiul matematic al fenomenelor aleatoare este necesar
ca descrierea acestora s aib expresii cantitative, care s poat fi

163
tratate din punct de vedere matematic. Aceast exprimare cantitativ
este facilitat de noiunea de variabil aleatoare i de cea asociat ei de
o anumit probabilitate.
Definiie (variabile aleatoare discrete). Fie un experiment i
repartiie de probabilitate sau densitate de probabilitate.
Variabilele aleatoare, spre deosebire de cele clasice deterministe,
iau valori numerice cu
evenimentul sigur ataat. O funcie real definit pe o desfacere a
evenimentului sigur se numete variabil aleatoare.
Pe scurt: R : X
Observaii.
1. Dac desfacerea evenimentului s-a fcut ntr-un numr cel mult
nu leatoare de tip discret.
c
3. Exist i variabile aleatoare continue, studiul acestora l vom face
ulterior.
Exemple: Se arunc un zar i fie A
1
= {1,2}, A
2
={3,4,5},
A
3
={6}, o desfacere a evenimentului sigur. S presupunem c
descriem un joc n care lui A
1
i corespunde +1000 lui A
2
-1000 i lui
A
3
2000 ca sume puse n joc. Variabila aleatoare ce descrie acest joc
are forma
mrabil de pri obinem o variabil a
2. Dac numrul de pri ale evenimentului sigur este finit spunem
avem o variabil aleatoare simpl.

2000 1000 1000


A A A
X
3 2 1

Acest tablou este de fapt o funcie unde prima linie este domeniu
de definiie, iar a doua mulimea valorilor.

164

n 2 1
x ... x x
din desfacerea evenimentului sigur,
Observaie. Variabilelor aleatoare de tip discret li se pot ataa
cte un tablou de tipul:
n 2 1
p ... p p
unde x
i
sunt valorile pe care le ia variabila aleatoare X, iar p
i
este
probabilitatea cu care variabila aleatoare X ia valoarea x
i
adic scriem
p
i
= P (X = x
i
)
n general putem scrie o variabil aleatoare discret sub forma

n 2 1
A ... A A
X

prima linie reprezint evenimentul


iar a doua linie reprezint valori reale corespunztoare.

=
n 2 1
x ... x x
X

n , 1 i =
Acest tablou se numete repartiia sau distribuia de probabilitate
a variabilei aleatoare.
Proprietatea fundamental a repartiiei lui X este:
1 p
n
1 i
i
=

=

Acest lucru este ndeplinit deoarece variabila aleatoare a fost
definit pe o desfacere a evenimentului sigur (sistem complet de
evenimente) i P() =1.
Exemplu. Repartiia de probabilitate pentru variabila aleatoare
de mai sus este


=
6
1 1 1
2000 1000 1000
X
2 3

165
ataat variabilelor aleatoare i rareori va mai aprea
variabila aleatoare propriu zis. Ea este utilizat doar cnd se definete
Observaie. Pentru c evenimentele elementare ale unui cmp
formeaz un sistem complet de evenimen
luat ca domeniu de definiie pentru variabila aleatoare.
Definiie. Variabila aleatoare este o funcie real definit pe
mulimea evenimentelor elementare ale unui cmp de probabilitate.
n teoria probabilitilor i n aplicaiile acesteia se ntlnesc
clase de variabile aleatoare de tip discret i de tip continuu. Spunem n
mod curent c variabila aleatoare urmeaz o anumit lege de
probabilitate care poate fi respectiv de tip discret sau de tip continuu
i care este dat de regula dup care asociaz valorilor variabilei
aleatoare probabilitatea cu care sunt luate acestea, adic este de fapt
repartiia de probabilitate pentru variabile aleatoare discrete i
densitatea de probabilitate pentru variabile aleatoare continue.
Exemple de legi discrete:
1. Spune c X urmeaz legea binomial dac are repartiia
unde
n cele ce urmeaz vom opera de regul doar cu repartiia de
probabilitate
o regul, un joc cnd se acord valori evenimentelor dup o convenie
dat.
te totdeauna acesta poate fi
( )
n , 0 k
k , n P
k
X
=


( ) ( ) p 1 q , 1 , 0 p , q p C k , n P
k n k k
n
= =

.
Probabilitile P(n,k) au fost obinute la schema bilei ntoarse unde
am verificat cu ajutorul binomului lui Newton c
( ) 1 k , n P
n
0 k
=

=
.
2. Spunem c variabila aleatoare X urmeaz legea hipergeometric
dac are repartiia:

( )
n , 0 k
k , n P
k
X
=

=
( )
n
b a
k n
b
k
a
C
C C
k , n P
+

= unde , n min (a,b).


Observaie. Dac se noteaz
b a
b
q ,
b a
a
p
+
=
+
= iar a+b=N
atunci ( )
k n k k
n
N
q p C k , n P lim


= adic se obine repartiia binomial.
e bile crete
foarte mult (N=a+b) atunci nu mai are importan dac bila
extras, mai este, sau nu, pus napoi, numrul total de bile extrase n
fiind mic n raport cu N. Dac nu mai punem bila extras napoi acest
lucru nu se simte i putem calcula probabilitile dup schema lui
Bernoulli cu bila ntoars. Acest lucru are interpretri economice
foarte importante deosebind modul de lucru cu o mulime mic sau cu
una mare (de exemplu, de ageni economici, de clieni, de operaii
economice).
3. Spunem c variabila aleatoare urmeaz legea evenimentelor rare a
lui Poisson, care este de tip discret dac are repartiia de
Interpretarea este simpl. Dac numrul total d

probabilitate

166
( )
,... 2 , 1 , 0 k
k
p
k
X
=



167
unde ( )


= e
! k
p
k
k
, > 0.
Este o repartiie cu o infinitate de valori discrete.
Teorema lui Poisson (De legtur ntre repartiia binomial i
legea lui Poisson). Dac variabila aleatoare X urmeaz legea
binomial, i dac p=p
n
aa ca np
n
= > 0 (constant), atunci pentru
n, X urmeaz legea lui Poisson, adic
( )



n P lim
n
= e
! k
k ,
k

Demonstraie. Avnd n vedere c p=p =
n
n

i q=1 p = 1-
n


mtoarele relaii: vom avea succesiv ur
( )
k n k
k
n
n n n
1
n
C lim k , n P lim


=

=
= =




k
k
n
1 k n
...
n
1 n
n
n
! k
lim

n
1
n

=
n
n n n n
1 lim
n
1 lim
n
...
n
lim
! k



k
k
1 k n 1 n

+


=

=



= e
! k
e 1 1
! k
k k

Observaie. Deoarece np
n
= constant, r are
probabilitatea p
n
este foarte mic, de unde i se trage denumirea de
"lege a evenimentelor rare".
ezult c pentru n m

168
Aceast lege are foarte multe aplicaii n electronic,
automatizri, telecomunicaii, tiina calculatoarelor i bineneles n
economie. De exemplu legile economice cele mai performante, mai
des ntlnite, sau mai tari, prezint uneori excepii. Acestea sunt ns
foarte rare. Se spune c urmeaz legea lui Poisson.
Vectori aleatori
Definiie. Un vector aleator este o aplicaie definit pe o
desfacere a evenimentului sigur n R
n
.
X (X
1
X
2
X
n
): R
n
a bile
aleator de tip discret i se poate asocia o repartiie
de probabilitate care este un masiv cu n dimensiuni. Pentru un vector
aleator bidimensional Z(X, Y) repartiia are aspectul unei matrici
(tablou numeric bidimensional)
y
j
y
m

X
1
, X
2
,, X
n
se numesc componentele vectorului X i sunt v ria
aleatoare simple.
Fiecrui vector
Y
y
1

X
x
1
r
11
r
1j
r
1m
r
1 .
M
..
M
x
i
r
i1
r
ij
r
im
r
i .
M
..
M
x
n
r
n1
r
nj
r
nm
r
n .

r
. 1
r
. j
r
. m
1


169
unde (x
i
,y
j
) sunt valorile pe care le ia vectorul (X,Y) iar r
ij
sunt
probabilitile cu care sunt luate aceste valori, adic pentru orice
r
ij
= P(X=x
i
i Y=y
j
).
r =

m
i .
=
r i respectiv r
. j
=
se numesc probabiliti marginale i reprezint probabilitile luate de
variabilele aleatoare unidimensionale X, respectiv Y ce sunt
componente ale vectorului (X,Y), adic

=
n
1 j
ij
r
1 i
ij
m , 1 j
j .
j j
i i
r q
Y
r p
X

i
j
n , 1 i
. i i
y y
x x
=
=


Evident
1 r q , 1 r p
m
1 j
j .
m
1 j
j
n
1 i
. i
n
1 i
i
= = = =

= = = =
.
Acest lucru implic 1 r
m n
=

ceea ce reflect f
1 j 1 i
ij
= =
aptul c
vectorul aleator a fost definit pe o desfacere a evenimentului sigur.
Definiie. Spunem c variabilele aleatoare X i Y care au
distribuiile respectiv
m , 1 j
j
n , 1 i
i
q
Y
p
X
=
=

i
sunt independente, dac
j
i
y
x


i j i j
adic
r
ij
= p
i
q
j
P(X = x i Y = y ) = P(X = x ) P (Y = y )

170
constant (translaie)
Dac variabila aleatoare X are repartiia
i
i
i
p
x
X
=


ia
Operaii cu variabile aleatoare
1. nmulirea cu o constant, adunarea cu o
1 n ,
atunci aX are reparti
n , 1 i
i
i
ax
aX


p
=

=

i a+X are repartiia


n , 1 i
i
i
p
x a
X a

+
+ (translaie).
2. Ridicarea la putere. Fie X variabila aleatoare cu repartiia
n , 1 i
i
i
p
x
X
=

, 1 p
n
0 i
i
=

=
atunci X
k
are repartiia
n , 1 i
i
k
i
k
p
x
X
=

.
Ridicarea la putere a unei variabile aleatoare are un rol important
n continuare pentru definirea unor caracteristici numerice numite
momente.
3. Adunare, nmulire, mprire.
Fie variabilele aleatoare X i Y care au respectiv distribuiile

=
=

=
=
1 q
1 p
,
q
y
Y
p
x
X
j
i
m , 1 j
j
j
n , 1 i
i
i
i
atunci prin definiie (convenie) suma X+Y, i produsul XY vor avea
distribuiile:

171
m , 1 j
n , 1 i
ij
j i
m , 1 j =
n , 1 i
i
r
y x
XY
y x
=
= =

+
+ i
Dac variabila Y nu are valori egale cu zero, adic y
j
0, j=
j

ij
r
Y X

m , 1
atunci se poate defini i ctul celor dou variabile aleatoare ca avnd
repartiia
m , 1 j
n , 1 i
ij
j
i
r
y
x
Y
X
=
=


unde r
ij
= P (X = x
i
i Y = y
j
) ntlnit la vectorul aleator
bidimensional Z(X, Y).
Dac variabilele aleatoare X i Y sunt independente atunci
=p m , 1 j , n , 1 i = = r
ij i
q
j
unde .
4. Funcii de o variabil aleatoare sau de mai multe variabile
aleatoare.
Dac funcia g : R
n
R este continu i x
1
, x
2
, , x
n
sunt
variabile aleatoare de tip discret, atunci
Y = g(x
1
, x
2
, , x
n
)
Este tot o variabil aleatoare de tip discret.
Fie acum y : R R, y = f(x). Dac X este o variabil aleatoare
cu repartiia
n , 1 i
i
i
p
x
X
=


atunci Y = f(X) este tot o variabil aleatoare de tip discret avnd
repartiia
( )
n , 1 i
i
i
p
x f
Y
=


Exemple.
1. Probabilitatea extragerii unei bile albe dintr-o urn este p. Din
e ataate celor dou extrageri, reprezentnd
numrul de bile albe extrase. S se scrie repartiia sumei celor dou
variabile.
Rezolvare. a) Evident vom avea pentru X
1
i X
2
repartiiile
aceast urn se fac dou extrageri punndu-se napoi bila extras. Fie
X
1
i X
2
variabilele aleatoar
1 q p
q p
0 1
X ;
q p
0 1
X
2 1
= +


Conform definiiei adunrii avem pentru X
1
+X
2
repartiia

+ + + +
+
2 2
2 1
q pq pq p
0 0 1 0 0 1 1 1
X X
innd cont c X
1
i X
2
sunt independente dup mpachetare avem

+
2 2
2 1
q pq 2 p
0 1 2
X X
Observaie. Dac am fi considerat n variabile X
i
, i=1,n ca cele
de mai sus i am fi fcut suma s-ar fi obinut repartiia pentru variabila
aleatoare ce urmeaz legea lui Bernoulli cu bila ntoars adic
n , 0 k
k n k k
n
q p C
k
Y
=
+


b) S se scrie repartiia produsului X
1
X
2
unde X
1
i X
2
sunt variabilele
aleatoare de mai sus. Vom avea succesiv

172

+
=

2 2 2 2
2 1
q pq 2 p
0 1
q qp pq p
0 0 1 0 0 1 1 1
X X
2. Se arunc dou zaruri i se noteaz cu S numrul total de
puncte care apar. S se formeze tabloul distribuiei lui S.
Rezolvare. Fie X i Y variabilele aleatoare ataate celor dou
zaruri cu tablourile de distribuie care ne dau numrul de puncte
aprute pentru fiecare zar:

6
1
6
1
6
1
6
1
6
1
6
1
6 5 4 3 2 1
Y
6
1
6
1
6
1
6
1
6
1
6
1
6 5 4 3 2 1
X i
Menionm c X i Y sunt independente. Atunci

+ + + + + +
+ =
6
1
...
6
1
6
1
6
1
6
1
6
1
6 6 ... 3 2 3 1 3 2 2 1 1 1
Y X S
repartiie care are 36 de poziii. Dup restrngere avem:

36
1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
12 11 10 9 8 7 6 5 4 3 2
S
Observaie. Noiunea de variabil aleatoare, repartiie de
probabilitate ataat i operaiile cu variabile aleatoare au un rol
important n rezolvarea problemelor de calcul al probabilitilor. Ele
constituie un instrument de operare foarte eficient. Spre exemplu orice
problem legat de aruncarea a dou zerouri poate fi citit direct din
repartiia lui S.
Exemplu. ( )
12
1
36
3
36
2
36
1
4 S P = = + = <
( )
3
1
36
12
36
5
36
4
36
3
7 S 4 P = = + + = < etc.

173

174
3. Repartiia variabilei X este:
( ) 1 , 0 p ,
6
1
3
1
4
p 7
p
4 3 2 1
X
2


Care este probabilitatea ca X s ia o valoare 3, adic scriem
P( 3) = ?.
Rezolvare. Pe rndul doi n aceast repartiie apare parametrul p
pe care l putem calcula din relaia
X
1
6
1
3
1
4
p 7
p
2
= + + + adic 4p
2
+ 7p 2 =0
de unde rezult
4
p = (rdcina p= 2
1
nu convine problemei). Avem

6
1
3
1
16
7
6
1
X
din aceast repartiie citim direct
4 3 2 1
( )
6
5
3
1
16
7
16
1
3 X P = + + =
Aceast problem se putea rezolva i direct mai rapid apelnd la
evenimentul contrar
( ) ( ) ( )
6
5
6
1
1 4 X P 1 3 X P 1 3 X P = = = = > =
4. S se gseasc distribuia sumei variabilei aleatoare
independente X i Y care au repartiiile
( ) 1 , 0 q , p
30
1
6
1
5
q 8
q
2 1 0 1
Y
3
1
3
p 5
p
1 0 1
X
2 2

i

175
Rezolvare. Prima operaie este s determinm parametrii p i q
utiliznd condiiile

=
=

= + + +
= + +
5
2
q
3
1
p
1
30
1
6
1
5
q 8
q
1
3
1
3
p 5
p
2
2
valori acceptabile
atunci X i Y devin

30
1
6
1
25
16
25
4
2 1 0 1
Y
3
1
9
5
9
1
1 0 1
X i
Urmeaz scrierea lui X+Y adunnd fiecare valoare de la X cu
fiecare de la Y, punnd de fiecare dat probabilitatea r
ij
= p
i
q
j
. n
sfrit urmeaz condensarea.
5. Se dau variabilele aleatoare independente cu repartiiile

+ +

2
p 12 q p 2
3
1
1 0 a
Y
3
1
3
1
q
6
1
p
1 0 1
X i
unde p, q (0,1).
a) S se scrie repartiia variabilei X+Y.
ine parametrul a astfel ca s avem P(X+Y=0) >
3
2
b) S se determ .
Rezolvare. Mai nti determinm parametrii p i q aa ca s fie
verificate condiiile
( ) 1 , 0 q , p
1 q 12 q p 2
3
1
1
3
1
3
1
q
6
1
p
2

= + +
= + + + +


176
Soluia convenabil este 0 q ,
6
1
p = = .
nlocuim i obinem repartiiile lui X i Y cu p i q determinai

3
1
3
1
3
1
1 0 a
Y
3
1
3
1
3
1
1 0 1
X i
succesiv avem

+
+
9 9 9 9 9 9 9 9 9
2 1 0 1 0 1 1 a a 1 a
Y X
sau prin comprimare:
1 1 1 1 1 1 1 1 1

+
+
9
1
9
2
9
2
9
1
9
1
9
1
9
1
2 1 0 1 1 a a 1 a
Y X
Din repartiia de mai sus se vede clar c P(X=0) este cel puin
2/9. Pentru a fi strict mai mare ca 2/9 trebuie s mai obinem o
probabilitate ct de mic pentru valoarea 0. Acest lucru se poate
realiza dac parametrul a ia una din valorile 1, 0 sau 1. Deci
.
6. Variabila X are distribuia
{ } 1 , 0 , 1 a

3
1
3
1
3
1
1 0 1
X
S se scrie repartiiile variabilelor X+X
2
i X+X
3
.

177
Caracteristici numerice pentru variabile aleatoare
discrete
Caracteristicile numerice ne dau informaii cantitative asupra
unor indicatori importani ai variabilelor aleatoare cum ar fi centrarea,
mprtierea, asimetria, corelarea valorilor acestora.
1. Valoarea medie (sperana matematic ) notat M(X).
Fiind dat o variabil aleatoare X cu repartiia

1 p
p ... p p
x ... x x
X
n
1 i
i
n 2 1
n 2 1
=

=

vom numi valoarea medie a acesteia numrul

=
n
1 i
i i
x p M(X) = p
1
x
1
+ p
2
x
2
+ + p
n
x
n
=
Ea este o medie aritmetic ponderat i ne indic locul unde se
centreaz valorile variabilei aleatoare.
Dac variabilele aleatoare au o infinitate de valori
atunci
I i
i
i
p
x
X


( )

=
I i
i i
p x x M este dat de o serie convergent.
Exemplu. Fie X variabila aleatoare care nregistreaz numrul
de puncte la aruncarea unui zar cu repartiia

6
1
6
1
6
1
6
1
6
1
6
1
6 5 4 3 2 1
X
( ) 5 , 3
2
7
6
1
6 ...
6
1
2
6
1
1 x M = = + + + =
Proprieti.

178
1. Valoarea medie a unei constante este aceea constant M(a)= a
2. M(b+X)=b + M(X)
3. M(aX)=aM(X)
Avem succesiv:
)
1 i
i
n
1 i
i i
+ = + = + = +

( ) ( ) (x M 1 b p x p b p x b X b M
n
1 i
i i
n
= = =

) ( ) (x aM p x a p ax aX M
n
1 i
i i
n
1 i
i i
= = =

= =

Proprietile 2 i 3 subliniaz proprietatea de liniaritate a valorii
medii
M(aX + b) = aM(X) + b
4. Valoarea medie e cuprins ntre a x min
i
i
= i
a < M(X) < A
Dac nlocuim pe x
i
cu a i apoi cu A obinem inegalitatea
A x max
i
i
=

= = =

n
1 i
i
n
1 i
i i
n
1 i
i
Ap p x ap
de unde
a M(X) A
5. M(x+y) = M(X) + M(Y)
Demonstraie. Fie X i Y cu repartiiile
3 2 1 3 2 1
1
n
1 i
i
n
1 i
i i
1
n
1 i
i
p A p x p a

= = =

iar

m 2 1
m 2 1
n 2 1
n 2 1
q ... q q
y ... y y
Y
p ... p p
x ... x x
X i

179
vom considera i vectorul aleator (X, Y) cu repartiia lui matricial (r
ij
)
precum i notaiile r
i .
i r
. j
pentru probabilitile marginale:
i . innd cont de definiia sumei a
dou variabile aleatoare avem succesiv
j j
n
i i
m
j . j
n
. i i
+ = + = + =


ate extinde i pentru suma unui numr finit de
ariab e.
Aplicaie. Se arunc 4 zaruri. S se calculeze valoarea medie a
numrului de puncte obinute.
Rezolvare. S notm cu X
1
, X
2
, X
3
, X
4
respectiv numrul de
puncte obinute la fiecare zar. Repartiia lui X
i
este aceeai i a fost
amintit mai sus. La fel valoarea medie M(X
i
)=3,5 a mai fost
calculat.
.
Pentru a calcula valoarea medie a lui X vom avea succesiv
X = X
1
+ X
2
+ X
3
+ X
4
sau
M (X) = M(X
1
) + M(X
2
) + M(X
3
) + M(X
4
) = 14.
6. Dac X i Y sunt dou variabile aleatoare independente atunci

=
= =
m
1 j
ij . i i
r r p

=
= =
m
1 j
ij j . j
r r q
( ) ( ) = + + = +

= = = = = =
n
i
ij
m
i
j
m
j
ij
n
i
i
m
j
n
i
ij j i
r y r x r y x y x M
1 1 1 1 1 1

( ) ( ) y M x M q y p x r y r x
m
1 i 1 i 1 j 1 i = = = =
Proprietatea se po
v ile aleatoar
S notm cu X suma numrului de puncte ieit pe cele 4 zaruri

180
M(X Y) = M(X) M (Y)
Vom considera c X i Y au repartiiile amintite mai sus i vom
considera vectorul aleator (X, Y) de asemeni cu notaiile de mai sus. n
plus X i Y fiind independente avem r
ij
= p
i
q
j
.
Pentru a demonstra proprietatea de mai sus pentru valoarea
medie a produsului avem:
= M(X) M(Y)
Utiliznd aceast important noiune de valoare medie a unei
tea introduce o serie de alte caracteristici
numerice des utilizate n teoria probabilitilor i statistica
matematic.
Momente
I. Momente iniiale
Definiie. Fiind dat o variabil aleatoare X vom numi moment
iniial e ordinul k al acesteia
k
= M (x
k
).
Dac variabila aleatoare X are repartiia atunci

Proprieti.
1. Orice moment iniial al unei constante este egal cu acea constant
v
k
(a)=a, kN.
2. Cazuri speciale:
( ) = = = =

= = = = = =
m
1 j
j i
n
1 j
i i
n
1 i
m
1 j
j i j i
n
1 i
m
1 j
ij i i
q y p x q p y x r y x Y X M
variabile aleatoare vom pu
I i
i
i
p
x
X

=
=
n
1 i
i
k
i k
p x v .

181
- pentru k = 0, 1 p p x v
n
1 i
i
n
1 i
i
0
i 0
= = =

= =
rezult c
0
nu are nici o
semnificaie.
- Pentru k = 1, v
1
= M(X) valoarea medie a lui X.
Abateri. Momente centrate
Dac X este o variabil aleatoare i a o constant atunci
variabila:
a) Xa se numete abaterea lui X de la a,
b) |Xa| abaterea absolut de la a,
c) X-M(X) abatere
| abaterea absolut de la medie.
Definiie. Se numete moment centrat de ordinul k expresia

k
= M [(xM(X))
k
]
Dac X are repartiia
a de la medie,
d) |x M(X)
n , 1 i
i
i
p
x
X
=

, atunci
( ) ( )
( ) ( )
n , 1 i
i
k
i
k
p
X M x
X M X
=


rezult c ( ) ( )

=
=
n
1 i
i
k
i k
p X M x .
Cazuri particulare
k = 0,
0
= 1 nu este folosit
k=1,
1
= 0 pentru c M(X-M(X)) = M(X) M(X) = 0
k=2,
2
= D
2
(x) este un indicator important pentru msurarea
gradului de mprtiere a valorilor variabilelor aleatoare X n jurul
valorii medii M(X). Se numete dispersie.

182
k = 3,
3
intervine n constituirea unui indicator numit
coeficient de asimetrie a lui Fischer.
k = 4,
4
intervine n construcia coeficientului de boltire a lui
Pearson.
re este momentul centrat de
ariabile aleatoare, adic
Dispersia unei variabile aleatoa
ordinul doi al acestei v
D
2
(x) = M[(XM(X))
2
]
Proprieti:
1. Dac X are repetiia
n , 1 i
i
i
p
x
X
=

atunci
( ) ( ) ( ) ( ) ( ) = + = =

= = = =
n
1 i
i
2
n
1 i
i i
n
1 i
i
2
i
n
1 i
i
2
i
2
p X M p x X M 2 p x p X M x X D
( ) ( ) ( ) [ ]
2
1 2
2 2 2
n
1 i
i
2
i
v v X M X M X M p x = = =

=

2. Dispersia unei constante este nul.
D
2
(a) = 0
Este adevrat i reciproca.
3. Dou variabile care difer printr-o constant are dispersii egale
( ) ( ) ( ) ( ) ( ) = + = + + = +
2 2 2
a X M a X M a X M a X M a X D
( ) ( ) ( ) X D X M X M
2
= =
4. Dac a este o constant are loc proprietatea:
D
2
(aX) = a
2
D
2
(X)
5. O proprietate foarte important este urmtoarea. Dac X
i
, i=1,n
sunt independente n totalitate atunci
( ) ( ) ( ) (
n
2
2
2
1
2
n 2 1
2
X D ... X D x D X ... X X D + + + = + + + )
e. Notm

=
2
1 i
i

=
2
n
1 i
i j i i
X M Y X

=

= < =
n
1 i
2
i
n j i 1
X
j i
1 i
i
X M X M X M 2 X M
i
4 4 3 4 4 2 1
te independen sunt ca pentru

=
= + + + =
n
1 i
i n 2 1
X X ... X X Y Demonstrai
( ) ( )

=

n
2
i
n
i
2 2
X M X M X D Y D =

=1 i

183
( ) =

< = n j i 1 1 i

=

n
2
2 X M
( ) ( ) ( ) [ ] +

n
2
( ) ( ) ( ) ( ) [ ] = = +

= = <
n
1 i
2
i
n
1 i
2
i
n j i 1
j i
X M X M X M X M 2
( ) ( ) [ ] ( ) ( )

= =
= =
n
1 i
i
2
n
1 i
2
i
2
i
X D X M X M c.c.t.d.
Observaie. Combinnd proprietile 4 i 5 avem
Dac X
1
i X
2
sunt independente atunci
( ) ( ) ( )
2
2 2
2 1
2 2
1 2 2 1 1
2
X D a X D a X a X a D + = +
Caz particular:
Fie a
1
= 1 i a
2
= 1 atunci ( ) ( ) (
2
2
1
2
2 1
2
X D X D X X D + = ).
Abaterea standard sau abaterea medie ptratic D(X)
sur la ptrat n raport cu
radical indice doi din dispersie obinnd abaterea standard, un
Deoarece dispersia are unitatea de m
valorile variabilei aleatoare la care se refer este util s extragem
indicator numeric cu acelai scop, de a msura gradul de mprtiere a
valorilor variabilelor aleatoare n jurul valorii medii.
Aadar:
( ) ( ) ( ) ( ) [ ]
2
1 2
2 2 2
v v X M X M X D X D = = = =
Proprieti:
. D(
2. D(X+a) = D(X)
3. D(aX)= aD(X)
4. ( )
1 a) = 0 a constant
( ) ( )
n
2
1
2
n 2 1
X D ... X D X ... X X D + + = + + +
dac X
i
sunt independente.
Inegalitatea lui Cebev
Ne d o margine inferioar a probabilitii ca abaterea absolut
de la medie a valorilor unei variabile aleatoare cu dispersia cunoscut
s fie mai mic dect un numr dat , adic
( ) ( )
( )
2
2
X D
1 X M x P

< +
Acest prag are avantajul c este universal, nu depinde de legea
pe care o urmeaz variabila aleatoare X. n schimb se va vedea c este
destul de grosier. Dac vom preciza legea de probabilitate a lui X
atunci probabilitatea de mai sus se poate aproxima mult mai exact.
Aceast probabilitate, ca variabil aleatoare s ia valori pe un
interval simetric fa de valoarea central (valoarea medie) de lungime
dat are foarte multe aplicaii n practic
M(X) < X < M(X) +

184

185
Pentru demonstraie vom nota M(X) = m i D
2
(X) =
2
.
Dac X are repartiia
atunci

n 2 1
n 2 1
p ... p p
x ... x x
X

+
+
n 1 l l 1
n 1 l l 1
p ... p p ... p
m x ... m x m x ... m x
m X


Vom presupune c cade ntre dou valori ale acestei variabile
care au fost aezate n prealabil n ordine cresctoare.
Atunci
( ) ( )
n 1 l l 2 1
p ... p 1 p ... p p m x P + + = + + + = <
+

pe de alt parte
( ) ( ) ( ) ( + + + + + =
+ +
2
n n
2
1 l 1 l l l 1 1
2
m x p ... m x p m x p ... m x p )
= + + + +
+
2
n
2
1 l
p ... p 0 ... 0 ( )
n 1 l
2
p ... p + +
+

Aici parantezele mai mici ca le-am nlocuit cu zero, iar cele
mai mari ca le-am nlocuit cu obinnd o minorare puternic.
Rezult succesiv
n 1 l
2
2
p ... p + +
+


( ) ( )

+
+
p 1 1
1 l
2
2
< = + m x P p ...
n
c.c.t.d.

186
Aplicaii:
1. Dac n inegalitatea lui Cebev alegem = k, k Z, aceasta
devine
( )
2
k
1
1 k m x P <
( ) 75 , 0
4
3
4
1
1 2 m x P = = < pentru k = 2
( ) 889 , 0
9
8
9
1
1 3 m x P = = < k = 3
2. O variabil aleatoare X are media 30 i dispersia egal cu 2. S se
gseasc o limit inferioar pentru probabilitatea P(24 < X < 36).
Rezolvare. m 24 = 30 24 = 6 = 6
Atunci
( ) ( ) 889 , 0
9
8
9
1
1
36
4
1 6 30 X P 36 X 24 P = = = < = < < .
3. O variabil aleatoare X are M(X) = 40, iar momentul de ordinul doi
M(X
2
) = 1609. S se gseasc limita inferioar a probabilitii
.
Rezolvare. Avem 49 40 = 40 31 = 9 =
( ) 49 X 31 P < <
( ) ( ) ( ) [ ] 9 1600 1609 X M X M X D
2 2 2 2
= = = =
Atunci
( ) ( )
9
8
9
1
1
81
9
1 9 40 X P 49 X 31 P = = < = < <
4. Inegalitatea lui Cebev aplicat variabilei X cu media m d
( )
16
15
8 m x P <

187
S se determine dispersia lui X.
Rezolvare.
( ) ( )
16
1
16
15
1
64
X D X D
1
16
15
; 8
2
2
2
= = = =


( ) 4
16
64
X D
2
= = .
5. S se determine p
1
, p
2
, p
3
astfel ca variabila X cu repartiia


3 2 1
p p p
X
1 0 1
aib s media egal cu 0 i momentul de ordinul doi egal cu
3
.
Rezolvare. Vom avea
M(X)= p
2

+
=

3 2 1 3 2 1
p p p p p p
X
v
2
= M(X
2
) = p
1
+ p
3

n final se obine sistemul
1
+ 0 p
2
+ p
3
= 0

2
0 1 1 0 1

= +
= +
= + +
3
2
p p
0 p p
1 p p p
3 1
1
3 2 1

de unde rezult
3
3
1
p p p
3 2 1
= = =

188
6. Fie o variabil aleatoare care are M(X) = m, D
2
(X) =
2
, atunci
variabila aleatoare

m X
Y

= se numete variabila aleatoare
normat asociat lui X. S se arate c M(Y) = 0, D
2
(Y) = 1.
Rezolvare.
( ) ( ) [ ] 0 m X M
1 m X
M Y M = =

=


( ) ( ) [ ] ( ) 1 X D
1
m X D
1
Y D
2
2
2
2
2
2
2
= = = =



7. Se consider variabila aleatoare cu repartiia

12
1
4
1
4
1
2
1
4 3 2 1
X
S se calculeze a i b astfel ca variabila Y = aX + b s aib
media 0 i dispersia 1.
Rezolvare.

1
12 6
1 1 1
16 9 4 1
X
2

4 2
( )
3
13
12
1
16
6
1
9
4
1
4
2
1
1 X M
2
= + + + =
( )
6
11
12
1
4
6
1
3
4
1
2
2
1
1 X M = + + + =
( ) ( ) ( ) [ ]
36
35
36
121
3
13
6
11
3
13
X M X M X D
2
2 2 2
= =

= =
Aplicnd proprietile valorii medii i dispersiei pentru Y avem:
( ) ( ) ( ) 0 b
6
11
a b X aM b aX M Y M = + = + = + =
( ) ( ) ( ) 1
36
35
a X D a b aX D Y D
2 2 2 2 2
= = = + =
Din acest sistem se determin a i b.
. Se 8 dau variabilele aleatoare independente cu repartiiile

+

189

1 a 2 1 a
p q
3
2
3
1
2 1
Y
q p
3
1
X i
S se calculeze a astfel ca variabila aleatoare XY s aib
dispersia egal cu

9
4
.
Rezolvare. n prima faz determinm parametrii p i q din
relaiile
3
1
2 1
1 q p
3
1

= + +
= + +
q p
1 p q
3 3
= =


Atunci X i Y vor avea repartiiile

3
1
3
1
3
1
2 1 1 a
Y
3
1
3
1
3
1
2 1 a
X
Avem succesiv
( ) ( ) ( ) Y D X D Y X D
2 2 2
+ =
( ) ( ) ( ) [ ] ( ) ( )
2
2 2 2 2
3 a
3
1
5 a
3
1
X M X M X D

+ + = =

190
( ) [ ] ( ) ( ) ( ) [ ] ( )
2
2 2 2 2
4 a
3
1
5 1 a
3
1
Y M Y M Y D

+ + + = =
Din ecuaia ( ) ( )
9
4
Y D X D
2 2
= + a = 1.
se calculeze valoarea medie i dispersia pentru repartiiei
.
9. S
binomial
Rezolvare. Avem
n , 0 k
k n k k
n
q p C
k
X

=


a) Direct
( )
( )
=

=

=

n
0
=

= k
k n k
n
k
q p
! k n ! k
! n
k q
0 k
n k k
n
p kC X M
( ) ( )
( )
( ) ( )
... q p
! k n ! 1 k
! 1 n
p n q p
! k n ! 1 k
! n
n
1 k
k n 1 k
1
n
k
k n k
=


=

=

=

=


( ) np q p np = + = deoarece p + q =1.
b) Rezolvare cu utilizarea proprietilor me
1 n
diei i dispersiei. Fie X
1
,
X
2
, , X
n
variabile aleatoare ataate celor n extrageri succesive.
Toate aceste variabile au repartiii identice, de forma

0 1
X
k
, k , 1 k =
q p
ele sunt independente, n plus variabila aleatoare ataat schemei
binomiale a lui Bernoulli se poate obine ca sum a acestora, pentru c
numrul total de bile albe obinut este egal cu suma bilelor albe ieite
la cele n extrageri. Deci
X = X
1
+ X
2
+ + X
n
Avem
( ) ( ) ( ) ( )
k n

1
M ... X M X M X nM X = + + =
( ) ( ) ( ) ( )
k
2
n
2
1
2 2
X nD X D ... X D X D = + + =
( ) ( ) np X M p X M = =
k
( ) ( ) ( ) [ ] ( ) ( ) npq X D q p p 1 p p p X M X M X D
2 2 2
k
2
k k
2
= = = = =
Abaterea standard pentru variabila aleatoare repartizat binomial
este deci ( ) npq X D = = .
10. S se calculeze valoarea medie i dispersia pentru o variabil
aleatoare repartizat dup legea evenimentelor rare a lui Poisson.
Rezolvare. Avem
( )
( )


= =

= =

=


e e
! 1 k
e e
! k
k X M
1 k
1 k
0 k
k

A fost utilizat dezvoltarea n serie Mac-Laurin a lui e

( ) ( ) =

+ = =


=

=

! k
k
! k
1 k k e e
! k
k X M
k k
0 k 0 k
k
2 2



( )
( )


+ = + =

2 2
2 k
2 k
2
e e e e
! 2 k
e

191
( ) ( ) ( ) [ ] = + = =
2 2 2 2 2
X M X M X D
Variabile aleatoare continue
Funcia de repartiie
Variabilele aleatoare continue iau valori ce acoper un interval
sau chiar toat axa real. La o variabil aleatoare continu nu ne
intereseaz probabilitatea ca aceasta s ia o anumit valoare ci

192
probabilitatea ca s ia valori cuprinse ntr-un anumit interval
P(aX<b) care ns depinde de dou variabile a i b. Pentru a
simplifica lucrurile vom introduce aa numita funcie de repartiie
e
re X funcia
F: R R cu F(x) = P (X < x) x R
Funcia de repartiie se poate defini i pentru variabila aleatoare
de tip discret care are repartiia de probabilitate:
i
=

<

Notaia special a sumei indic faptul c pentru un x R dat se
adun toate probabilitile p
i
ce corespund valorilor lui X ce verific
condiia x
i
< n. n acest caz funcia de repartiie este o funcie n scar,
avnd punctele x
i
ca puncte de discontinuitate, iar mrimile salturilor
n aceste puncte sunt respectiv probabilitile p
i
.
Proprieti.
1. Pentru x R, 0 F(x) 1
evident fiind definit cu ajutorul unei probabiliti.
2. Pentru orice a, b R, a < b avem
P (a X < b) = F(b) F(a)
ataat variabilei X.
Definiie. Se numete funcie de repartiie ataat variabil i
aleatoa
I i
i
i
p
x
X


atunci ea are forma:
( ) R n p x F
x x
i

193
P(a < X < b) = F(b) F(a) P(X=a)
avem succesiv
( ) ( ) ( ) ( ) [ ] a X \ b X P a X , b X P b X a P < < = < < = <
Deoarece (X < a) (X < b) avem n continuare c
( ) ( ) ( ) ( ) (a F ) b F a X P b X P b X a P = < < = <
n mod analog se arat i a doua relaie.
3. Oricare ar fi x
1
, x
2
R, x
1
< x
2
avem F(x
1
) F(x
2
) (funcia F este
nedescresctoare)
Folosind prima formul de la punctul 2, avem relaiile
( ) ( ) ( )
1 2 2 1
x F x F x X x P 0 = < de unde F(x
1
) F(x
2
)
4. ( ) ( ) ( ) 0 P F x F lim
x
= = =


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


5. Pentru orice x R avem c
( ) ( ) ( ) x F 0 x F y F lim
x y
x y
= =
<


adic funcia F(x) e continu la stnga.
n baza proprietilor enunate mai sus putem s ne facem o
imagine aproximativ asupra graficului funciei de repartiie a unei
variabile aleatoare continue: cuprins n banda [0,1], asimptote
orizontale: axa Ox la , dreapta y = 1 la +; nedescresctoare

194
Dac X este discret F(x) este tot nedescresctoare, dar este o
funcie n scar
atoare X cu repartiia
.
Exemplu. Fie variabila ale

3 3 3
1
0 1
X

1 1
1

( ) ( )

>
<
<

1 x 0 pentru
= < =
1 x 1
1 x 0
3
2
0 x 1
3
x X P x F
pentru
pentru
entru

adic graficul este
Definiie. ul aleator
bidimensional
F: R
2
x, y) R
2

Propriet eator sunt
analoage cu cel simpl i
anume
1. Oricum ar fi (x, y) R
2
avem c 0 F(x, y) 1
2. Pentru orice a
1
< b
1
i a
2
< b
2
avem c
1
p
Numim funcie de repartiie pentru vector
V = (X, Y), funcia
R unde F(x, y) = P(X < x i Y < y) (
ile funciei de repartiie pentru vectorul al
e ale funciei de repartiie pentru o variabil
( ) ( ) ( ) ( ) (
2 1 2 1 2 1 2 1 2 2 1 1
a , a F b , a F a , b F b , b F b Y a , b X a P + ) = < <
3. Funcia F(x, y) este nedescresctoare n raport cu fiecare argument.
4. Avem urmtoarele limite:
( ) ( ) ( ) ( ) ( ) 0 , F ; 0 , x F y , F ; 0 y , x F lim y , x F lim
y x
= = = = =


( ) ( ) ( ) y F y , F y , x F lim
Y
x
= =
+
funcia de repartiie ataat lui X
( ) ( ) ( ) x F , x F y , x F lim
X
y
= =
+
funcia de repartiie ataat lui Y

5. Funcia F(x, y) este continu la stnga n raport cu fiecare argument
n parte.
Densitatea de probabilitate
Definiie. Fie variabila aleatoare X avnd funcia de repartiie
F(x). Vom spune c X este variabil aleatoare de tip continuu, dac
funcia de repartiie F se poate reprezenta sub forma
pentru orice x R
funcia : R R numindu-se densitate de probabilitate a variabilei
aleatoare X.
inuu avnd
ia de repartiie F i densitatea de probabilitate , atunci au loc
urmtoarele afirmaii:
1. pentru orice x R, 0
2. F'(x) = (x), a.p.t. pe R
( ) ( ) 1 , F y , x F lim
y
x
= + + =

+
( ) ( )


=
x
dt t x F
Proprieti: Fie X o variabil aleatoare de tip cont
func
(x)

195

196
3. pentru a < b avem c )
4.
Ultima proprietate caracterizeaz orice densitate de probabilitate,
ea este analoag proprietii
( ) (

= <
b
a
dx x b X a P
( ) 1 dx x =

+


1 p
n
1 i
i
=

=
de la variabile aleatoare
discrete.
Interpretare geometric
F(x) reprezi (x) acumulat de
la pn la ) este ntotdeauna
egal cu 1
func este un vector aleator de tip
continuu, dac funcia de repartiie
pentru orice (x, y) R
2
funcia : R
2
R numindu-se densitate de probabilitate a vectorului
aleator V.
nt aria de sub curba descris de
abscisa x. Aria de sub graficul lui (x
= P(); vezi proprietatea 4.
Definiie. Fie vectorul aleator bidimensional V = (X, Y) avnd
ia de repartiie F. Spunem c V
F se poate reprezenta sub forma
( ) ( )


=
x
y
dt ds t , s y , x F

197
nsitatea de probabilitate (x, y), iar variabilele aleatoare
simple X i Y ce sunt componente ale vectorului V au respectiv
densitile de probabilitate
Fie vectorul aleator V = (X, Y) care are funcia de repartiie
F(x,y) i de
X
i
Y


atunci au loc proprietile:
1. pentru orice (x, y) R
2
avem c (x, y) 0
2.
( )
( ) y , x
y x
y , x F
2
=

a.p.t. pe R
2

3. D R
2
avem ( ) [ ] ( )

=
D
dy dx y , x D Y , X P
( ) 1 dy dx y , x
2
R
=

4.
5.

+
( ) ( )

X
= dy y , x x i

( ) ( )
+

= y
Y
dx y , x
aleatoare
continue
exprimarea lor
n loc de sum. n plus toate proprietile acestora
sunt identice cu cele de la cazul discret motiv pentru care nu le mai
repetm.
l proprietilor
integralelor pe care le lsm n seama cititorului.
1. Valoarea medie (sperana matematic) pentru variabile aleatoare
continue este definit ca
Caracteristici numerice pentru variabile
Toate caracteristicile numerice ntlnite la cazul discret se
regsesc i la variabile aleatoare continue doar c
utilizeaz integrala
Desigur demonstrarea lor se face cu ajutoru
( ) ( )

+

= dx x x X M
unde este densitatea de probabilitate a variabilei aleatoare x.
2. Momentele iniiale de ordinul k ale lui X sunt definite ca valoarea
medie a lui X
k
adic
( ) ( )

+

= = dx x x X M v
k k
k

3. Momentele centrate de ordinul k ale lui X sunt definite ca
valoarea medie a abaterii de la medie ridicat la puterea k, (X-
M(X))
k
, adic
) ( ) ( ) [ ] ( ) ( ) (

+

= = X M X M
k
dx x X M x
k
k

4. Dispersia D
2
(x) (variana) este ca moment centrat de
)
definit
ordinul doi.
( ) ( ) ( ) [ ] ( ) ( ) (

+

= = dx x x M x X M X M X D
2 2 2

Evident
( ) ( ) ( ) [ ]
2
1 2
2 2 2
v v X M X M X D = =
5. Abaterea standard ( ) ( ) X D X D
2
= = este rdcina ptrat din
dispersie.
Teorem. ntre momentele centrate i cele iniiale exist
urmtoarea relaie:
( )

=

=
k
0 i
i
1 i k
i
k
i
k
C 1

198

199
Demonstraia se bazeaz pe binomul lui Newton i proprietile
valorii medii
( ) ( ) [ ] ( ) [ ] ( ) =

= = =

=

k
0 i
i
1
i k i
k
k
1
k
k
v x C M v X M X M X M
( ) ( ) ( )


=

= =
i
1 i k
i
k
i
k
0 i
i
1
i k i
k
i
v v C 1 v X M C 1
Exemple:

1
= 0

2
= v
2
= D
2
(X)

3
= v
3
3v
1
v
2
+ 2

4
= v
4
4v
1
v
3
+ 6 v
2
3
Definiie. a) Se numete moment iniial de ordinul (r, s) al unui
vector aleator V = (x, y) caracteristica numeric
v
rs
= M (X
r
Y
s
)
b) Se numete moment centrat de ordinul (r, s) al vectorului
aleator V = (X, Y) caracteristica numeric

2
1
v
3
1
v
2
1
v
4
1
v
( ) ( ) ( ) ( ) [ ]
s r
rs
Y M Y X M X M =
Cazuri particulare
v
10
= M(X), v
01
= M(Y), v
00
= 1
RESPECTIV

00
= 1,
r0
= r
X
,
0s
= s
Y

20
= D
2
(X),
02
= D
2
(Y),
11

= C(X, Y)

200
Definiie. Corelaia sau covariana dintre variabilele aleatoare
X i Y este caracteristica numeric
( ) ( ) ( ) ( ) ( ) [ ] ( )
11
Y , X C Y M Y X M X M Y , X C = = sau
Proprieti. 1. Dac aplicm pentru C(X,Y) proprietile valori
medii obinem uor c
( ) ( ) ( ) ( )
01 10 11
Y M X M XY M Y , X C = =
2. Dac variabilele aleatoare X i Y sunt independente atunci
e corelaie dintre variabilele
aleatoare X i Y caracteristica numeric
M(XY) = M(X)M(Y) i deci C(X,Y)=0.
Definiie. Se numete coeficient d
( )
( )
( ) ( )
( ) ( ) (
( ) ( )
)
Y X
Y M X M Y , X M
Y D X D
Y , X C
Y , X r
2 2


= =
Dac X i Y sunt independente atunci r(X,Y) = 0 reciproc dac
r(X, Y) = 0 vom spune c variabilele aleatoare X i Y sunt necorelate
ceea ce nu este echivalent cu independente.
Coeficientul de corelaie are urmtoarele proprieti:
a) ( ) 1 y , x r
b) ( ) b aX Y 1 y , x r + = =
Se obinuiete s se spun despre dou variabile aleatoare c
1. X i Y necorelate dac ( ) 0 Y , X r =
( ) ( ) 3 , 0 0 Y , X r 2. X i Y slab corelate dac
( ) ( ) 7 , 0 3 , 0 Y , X r 3. X i Y mediu corelate dac
( ) ( ) 1 7 , 0 Y , X r 4. X i Y tare corelate dac
( ) 1 Y , X r = 5. X i Y complet corelate dac

201
adic conform proprietii b) ntre X i Y exist chiar o dependen
liniar.
Corelaia i respectiv coeficientul de corelaie msoar legturile
calitative dintre variabilele aleatoare X i Y.
Dac cei doi coeficieni C(X,Y) i r(X,Y) au valori diferite de
zero acest lucru se poate interpreta n general prin faptul c cele dou
variabilele aleatoare X i Y modeleaz trsturi ce sunt efecte ale
aceleiai cauze.
Dac dou trsturi, fenomene aleatoare sunt legate prin binomul
cauz-efect atunci variabilele aleatoare corespunztoare X i Y vor fi
legate printr-o relaie de dependen funcional de tipul Y = f(X) unde
variabila independent X modeleaz cauza, iar Y cea dependent,
Definiie. O densitate de probabilitate se numete simetric
dac pentru orice x R avem relaia
efectul.
( ) ( ) ( ) ( ) x X M x X M + =
adic ordonatele aezate simetric fa de dreapta x =M(X) sunt egale.
Gradul de asimetrie n cadrul densitilor asimetrice se msoar
cu coeficientul lui Fischer
3
3
s

=
Observaie. Dac s = 0 curba este simetric, dac s < 0 ea se
numete asimetric la stnga, iar dac s > 0 densi ete
asimetric la dreapta

tatea se num
s < 0 asimetric la stnga s > 0 asimetric la dreapta
Teorem. Momentele centrate de ordin impar ale unei
distribuii simetrice sunt nule:
2k+1
= 0.
Demonstraie. Din definiie avem:
( ) ( ) = =

+

+
+
dx x m x
1 k 2
1 k 2

( ) ( ) ( ) ( )

+

+
=

+
+ dx x m x dx x m x
1 k 2
m
1 k 2

Am notat pe M(X) = m. n prima i tegral facem schimbarea de
variabil x m = t , dx = dt , iar n a doua x m = , dx = d.
n
Avem
( ) ( ) ( ) = + +


+ + +
0
1 k 2
0
1 k 2 1 k 2
d m dt t m t 1

( ) [ ] ( ) 0 1 1
0
1 2
0
1 2
= + + =

+
=
+
dt t m t
k k

43 42 1


202

203
ce
definete o densitate simetric.
Definiie. Excesul sau boltirea unei variabile aleatoare X este
caracteristica numeric dat prin
n prima integral s-a utilizat egalitatea (mt)=(m+t)
4
4

= e -3
Observaie. Dac variabila aleatoare X urmeaz legea normal
ac e < 0 graficul are un aspect turtit i se
numete platicurtic, iar dac e > 0 atunci graficul are un aspect mai
ascuit (ngustat) n raport cu legea normal normat i se numete
leptocurtic.
Se numete mod (valoare modal) a variabilei aleatoare X orice
punct de maxim local al densitii de probabilitate a lui X.
Exist densiti unimodale (cu un singur mod) bimodale sau
chiar plurimodale.
normat atunci e = 0. D

Definiie. Mediana unei variabile aleatoare X este
caracteristica numeric Me (abscis) care verific condiiile
( ) ( ) Me X P
2
Me X P
sau
( )
1
2
1
Me F =
unde F este funcia de repartiie care este continu.
Mediana poate fi obinut prin intersecia graficului funciei de
repartiie cu dreapta orizontal
2
1
y = .

204
Definiie. Se numete -cvantil a unei variabile aleatoare X
continue abscisa x

pentru care avem F(x

) = , unde F este funcia


de repartiie.
Aceste cvantile au rolul de a fixa punctele unde ordonatele
mpart aria de sub graficul densitii de probabilitate (x) la fraciuni
date de ordinul corespunztor al cvantilei.
De la - sub graficul
densitii (x .
Cazuri speciale
, pn la cvantila x

se acumuleaz
) o arie egal cu ordinul cvantilei adic
1.
4
1 x
4
1
= - se numete cvantila inferioar Q
1

2
1 x
2
= - mediana Me = Q
1
2
4
3 x
3
= -
4
cvantila superioar Q
3
1 3
Q Q = - interval intercvantilic.
pentru 2.
10
k x 9 , 1 k ,
10
k
= = = se numesc decile
3. pentru
100
k x 99 , 1 k ,
100
k
= = = se numesc centile.

205
Legi de probabilitate continue uzuale
Legea uniform are densitatea
( )
[ ]
[ ]

=
b , a \ R x 0
b , a x
a b
1
x
pentru
pentru

1. S verificm c este o densitate de probabilitate
( ) 1
a b
a b
a b
x
dx
a b
1
dx x
b
a
b
a
=

=

+


2. Funcia de repartiie este
( ) ( )
a b
a x
a b
1
a b
1
dt t x F
x
a
x

=

= =



cis dac inem cont de toate poziiile posibile ale lui x
avem:
Mai pre
( ) [ )

<

=
b x
b , a x
a x
1
a b
a x
0
x F




206
. Valoarea medie 3
( ) ( )
( ) 2
a b
a b 2
a b
2
x
a b
1
xdx
a b
1
dx x x x M
2 2
b
a
2 b
a
+
=

= =

+


4. Dispersia
( ) ( ) ( ) [ ]
2 2 2
X M X M X D =
( ) ( )
( ) ( ) a b 3
a b
a b 3
x
dx x
a b
1
dx x x X M
3 3
b
a
3 b
a
2 2 2

= =

+


( )
( ) ( )
12
b a
4
b a
3
a ab b
X D
2 2 2 2
2

=
+

+ +
=
Aplicaii n industrie i economie. Erorile determinate de
otunjirile pn la ntregul cel mai apropiat urmeaz distribuia
niform.
Legea normal a lui Gauss
Densitatea de probabilitate a acestei legi este
r
u

( )
( )
R x e
2
1
, m , x
2
m x
2
1
=




1. Grafic general (al familiei). Scriem tabloul de valori
x
-

m-
m
M+

+

'
+ + + + 0 - - - -

i
2 1
0 I 0
"
+ + 0 - - - 0 + +


207
Grafic
Variaia graficului n funcie de parametri
. Caz particular: Legea normal normat (standard) este aceea pentru
care m = 0, = 1, adic are forma
ul are form de clopot, numit i clopotul lui Gauss.
2.
a) = constant b) m = constant
3
( )
2
2
x
e
2
1
1 , 0 , x

=



208
Legat de acest caz important de lege normal menionm funcia
i Laplace lu
( ) ( )


= =
t
0
t
0
dx e
2
1
dx 1 , 0 , x t
2
2
x


Proprieti:
1)

( ) ( ) ( )
2
1
,
2
1
, 0 0 = + = =
2) este o funcie impar ( ) ( ) R t , t t =
Funcia lui Laplace avnd un rol extrem de important n practc
fost tabelat. (vezi anexa)
. Verificarea c (x, m, ) este o densitate de probabilitate
a
4
( )
( )
1
2
2
dy e
2
1
dx e
2
1
, m , x
2
y
2
m x
2
1
= = = =

+





y
m x
=

Facem schimbarea de variabil , x=y +m, dx=dy.


Am, utilizat o integral improprie important

= 2 dy e
2
2
y

numit integrala lui Poisson amintit i calculat anterior (vezi cap.
naliz matematic, integrale improprii).
. Valoarea medie
a
5
( ) ( )
( )

+

+

+
= = =

dy e
2
y m
dx xe
2
1
dx , m , x x X
2
2
y
2
m x
2
1






Facem aceeai schimbare de variabil ca mai sus
M


m 0 1 m dy ye
2
dy e
2
1
m
0 ra, deci fiind impa 1
2
2
y
2
2
y
= + = + =
=
+

=
+


43 42 1 4 4 3 4 4 2 1


La prma integral folosim din nou integrala lui Poisson i
binem 1. La a doua integral funcia de sub integral fiind impar i
tegrarea fcndu-se pe un interval simetric fa de origine rezult c
ste egal cu 0.
. Dispersia
o
in
e
6
( ) ( ) ( ) ( )
( )

+

= = dx e m x
2
1
dx , m , x 2 m x X D
2
m x
2
1
2 2



Efectum aceeai schimbare de variabil ca mai sus, apoi o
tegrare prin pri i obinem
D(X) =
2
. Funcia de repartiie
in
7
( ) ( ) ( )
( )

+

= = < = dy e
2
1
dy , m , y x X P x F
2
m y
2
1
x



dt dy , m t y , t
m y

= + = =



209
facem schimbarea de variabil: i
binem o
( )

m x
2
2
t
dt e
2
1
x F
Dac utilizm funcia lui Laplace amintit mai sus, putem scrie
( )


+ =

m x
2
1
x F

210
n acces caz probab lori pe un interval (a,b)
ste
ilitatea ca X s ia va
e
( ) ( ) ( )


= = <

m a m b
a F b F b X a P
Dac intervalul este simetric fa de valoarea medie, adic
+ = m b , rezult = m a
( ) ( )

= + < < = <


2 m X m P m X P
pentru c funcia lui Laplace este impar.
acum = k, kZ un multiplu de abateri standard S alegem
P(
Interpretare geometric. ntre punctele de inflexiune (m,
ntotdeauna 0,6
raporteaz pe u al mic de lungime 2.
P(|X m ) = 2(3) =0,997
celor trei sigm
trei la stnga ic
variabila aleato ractic toate valorile (99,7%) care este
echivalent cu evenimentul sigur. Regula se folosete n tehnic la
a) Pentru k=1 avem
|X m|<) = 2(1) =2 0,3413 = 0,6828
m+) sub graficul densitii de probabilitate se acumuleaz
828=68,28% din arie. Dac este mic aceast arie se
n interv
b) Fie k=3
|<3) = P(m3 < X < m+
n practic acest rezultat se cunoate sub denumire de regula
a i are urmtoarea interpretare:
Pentru orice lege de tip normal, pe un interval de lungime 6,
lui m i trei la dreapta lui m, ad (m3, m+3)
are X i atinge p

211
bancare extrem
Se poate rezultat similar dat de
< m+) am ob
aproximaie gr e se vede un dezavantaj al acestei
Aplicaie ieselor fabricate de o
m=30 mm i a diametrul
Rezolvare
P(10 < X < P(|x30| < 20) = 2(2) =0,9545 = 95,45%
Legea Gamma este caracterizat de densitatea de probabilitate:
sisteme automate, aviaie, telefonie, vaccinuri, n economie la operaii
de importante etc.
face o comparaie cu un
inegalitatea lui Cebev unde pentru aceiai probabilitate P(m3 < X
inut un prag inferior de 0,888 adic 88,8% care este o
osier, de und
inegaliti.
. Abaterile X ale diametrului p
main de la diametrul proiectat urmeaz o lege normal pentru care
=10 mm. S se calculeze probabilitate c
piesei s aib abateri ntre 10 i 50 mm.
. Din enun se cere s calculm
50) =

( )
( )

> >
+
= +

0 x 0
0 b , 0 a , 0 x
b 1 a
e x
b , a , x 1 a
a
b
x
daca
daca


Este o funcie foarte general

212
S verificm c este o densitate de probabilitate:
1) Se observ uor c (x,a,b)0, xR
2) ( )
( )
( )
( )
1
b 1 a
b 1 a
dx e x
b 1 a
1
dx b , a , x
1 a
1 a
0
a
1 a
b
x
=
+
+
=
+
=
+
+ +

+
+



Se face schimbarea de variabil dt b dx , t
b
x
= = i se utilizeaz
expresia funciei Gamma amintit la capitolul analiz matematic.
Valoarea medie
( ) ( )
( )
=
+
= =



+
+
+
0
1 a
1 a
dx e x
b 1 a
1
dx b , a , x x X M
b
x


( )
( )
( ) ( )
( )
( ) 1 a b
1 a
1 a 1 a b
1 a b
2 a b
1 a
2 a
+ =
+
+ +
=
+
+
=
+
+


Dispersia se calculeaz cu relaia
( ) ( ) ( ) [ ]
2
1 2
2 2 2
v v X M X M X D = =
Dar vB
2
B = bP
2
P (a+1)(a+2) de unde
DP
2
P(X) = bP
2
P (a+1)(a+2) bP
2
P (a+1)P
2
P = bP
2
P(a+1)
Utiliznd funcia Gamma se pot calcula foarte uor momentele
iniiale vB
k
B de orice ordin i innd cont de relaia de legtur cu cele
centrate se pot imediat gsi i momentele centrate B
k
B.
Din aceeai familie cu legea Gamma mai fac parte i alte legi de
probabilitate extrem de mult folosite n practica economic, motiv
pentru care le vom prezenta, pe scurt, n continuare, ele rezultnd ca i
cazuri particulare.

213
Legea
P
2
P(hi ptrat)
Are densitatea
( )

> >

0 x 0
0 , N n , 0 x
2
2
n
e x
, n , x 2
1
2
n
2
2
x
2
n





Aceast densitate se poate obine din legea Gamma prin
nlocuirea lui 1
2
n
a = i b = 2P
2
P.
Parametrul n se numete numrul gradelor de libertate
denumire acordat de R.Fisher (1890-1962) biolog i statistician.
Valoarea medie este M(X) = nP
2
P, iar dispersia DP
2
P(X) = 2nP
4
P. Aceast
lege este mult aplicat n statistic la construirea unor teste de
verificare a ipotezelor statistice. A fost utilizat de antropologul i
biologul Karl Pearson (1857-1936) care a construit i tabele pentru
funcia de repartiie ataat. (vezi anexa)
Legea Weibull are densitatea
( )
( )

<
> >

u x 0
0 m , 0 x
, x u 0
e
x
u x
x
m
u , x , m , x
0
1 m
0 0
0
m
0
x
u x
pentru
pentru

i este din clasa Gamma.
Se observ cum c funcia de repartiie este
( )
( )

<

=

u x 0
0 u x e 1
x F
m
0
x
u x
daca
daca

Se verific uor prin derivare.

214
Valoarea medie
( )

+ = 1
m
1
x X M
0

Dispersia
( )

+ =
2
2
0
2
1
m
1
1
m
2
x X D
Aceast repartiie se utilizeaz n fiabilitate la studiul defectelor
accidentale cnd acestea se datoreaz fenomenelor de uzur i
mbtrnire. Este mult utilizat n asigurri.
Repartiia Erlang este din aceeai clas cu Gamma. Are
densitatea:
( )
( )
( )

<
>
=

0 x 0
0 , 1 k , 0 x e x
k
k
k , , x
kx 1 k
k
pentru
pentru




Valoarea medie
( )

1
X M =
Dispersia
( )
2
2
k
1
X D

=
Pentru k=1 se obine un caz particular des folosit n practic
numit repartiia exponenial negativ
( )

<
>
=

0 x 0
0 , 0 x e
, x
x
pentru
pentru



Repartiia exponenial negativ se utilizeaz mult n fiabilitate

215
are funcia de repartiie
( )

<

=

0 x 0
0 x e 1
x F
x
pentru


Legea Student
Student este pseudonimul matematicianului francez W.Gosset
(1876-1937). Densitatea are expresia
( ) R t
n
t
1
2
n
n
2
1 n
n , t
2
1 n
2

+
=
+


Parametrul n se numete numrul gradelor de libertate. Legea
este folosit mult n statistic la construirea unor teste de verificare a
potezelor statistice. Pentru funcia de repartiie s-au construit tabele de
unde se extrag -cvantile utile n teste (vezi anexa). Graficul
repartiiilor din aceast familie este asemntor cu cel al repartiiei
normale normate doar c este puin mai turtit.
Una din cele mai importante teoreme limit centrale afirm c
dac n repartiia Student tinde ctre repartiia normal normat.
Se verific uor utiliznd limite de tipul "e" c

216
( )
2
2
2
1
, lim
Student
t
e n t
n

- repartiie normal normat.


Grafic
n aplicaiile n care se utilizeaz frecvent legea Student dac
n>30 se poate trece la nlocuirea acestei legi cu legea normal
normat i tabelul corespunztor care este cel al funciei lui Laplace.
Valoarea medie M(X) = 0, ( )
2 n
n
X D
2

= .
Legea Beta are densitatea
( )
( )
( ) ( )
( )

> >
=

1 , 0 \ R x 0
0 b , 0 a , 1 , 0 x x 1 x
b , a B
1
b , a , x
1 b 1 a
pentru
pentru

unde B(a,b) este funcia Beta a lui Euler amintit anterior. Se verific
uor c este o densitate de probabilitate.
Forma funciei (x, a, b) depinde de valorile parametrilor
pozitivi a i b.

217
Observaii.
1. Pentru a 1 > 0, b 1 > 0 funcia se anuleaz pentru x =0 i x =1
i are un maxim n punctul de abscis
2 b a
1 a
+

din intervalul (0,1).


2. Pentru a 1 < 0, b 1 < 0 funcia devine infinit pentru x = 0
descrete pn la un minim egal cu
( ) b a 2
a 1
+

apoi crete devenind
infinit pentru x = 1. Are asimptote verticale n x = 0 i x =1.
Valoarea medie este
( )
b a
a
X M
+
=
Dispersia
( )
( ) ( ) 1 b a b a
ab
X D
2
2
+ + +
=
3. Prin operaii elementare i treceri la limit n raport cu parametrii a
i b se poate face legtura dintre aceast repartiie i altele cum ar fi
repartiia Gamma i repartiia normal. Aceste legturi ntre

218
modelele probabilistice reflect de fapt legturile naturale reale
dintre fenomenele economice.
Recomandm utilizatorului s studieze din bibliografia citat i
alte legi de probabilitate, utile n practic, specializate pe clase de
fenomene economice, cum ar fi: legea Snedecor, Fisher, legea dup
triunghi isoscel a lui Simpson, legea logaritmic normal etc.


219


























220


























221


























222


























223
BIBLIOGRAFIE

1. Acu D., i colectiv, Matematic aplicat n economie, vol.I,
Editura Universitii "Lucian Blaga", Sibiu, 2001.
2. Berge C., The Theory of Graphs and its Applications, Methenen
C., London, 1962.
3. Blaga P., Lupa A., Murean A., Matematici aplicate, vol.I i II,
Editura Promedia Plus, Cluj-Napoca, 1999.
4. Blaga P., Rdulescu M., Calculul probabilitilor, Curs litografiat,
Universitatea "Babe-Bolyai", Cluj-Napoca, 1987.
5. Dinescu P., Svulescu B., Matematici speciale aplicate n
economie, Academia de tiine Economice, Bucureti,
1972.
6. Ionescu M., Dinescu C., Burlacu V., Teoria grafelor cu unele
aplicaii n economie, Editura tiinific, Bucureti,
1968.
7. Ionescu M., Statistic matematic, Editura Didactic i
Pedagogic, Bucureti, 1962.
8. Mihil N., Introducere n programarea liniar, Editura Didactic
i Pedagogic, Bucureti, 1964.
9. Mihoc G., Cincu G., Craiu V., Teoria probabilitilor i statistic
matematic, Editura Didactic i Pedagogic,
Bucureti, 1970.

224
10. Mihoc G., Micu N., Elemente de teoria probabilitilor i
statistic, Proiect de manual, Editura Didactic i
Pedagogic, Bucureti, 1966.
11. Oancea E., Rdulescu M., Calculul probabilitilor i statistic
matematic, Universitatea "Babe-Bolyai", Cluj-
Napoca, 1974.
12. Onicescu O., Teoria probabilitilor i aplicaii, Editura Didactic
i Pedagogic, Bucureti, 1963.
13. Popescu O, i colectiv, Matematici aplicate n economie, Editura
Didactic i Pedagogic, Bucureti, 1999.
14. Popescu O., Matematici aplicate n economie. Culegere de
probleme, Editura Didactic i Pedagogic, Bucureti,
1999.