Modele Matematice in Economie D. Baz S. Baz 2003

Cuvnt nainte
Lucrarea de fa este alctuit din patru capitole: Teoria

grafurilor, Complemente de algebr liniar, Programare liniar
i Teoria jocurilor. Ea este destinat studenilor din anul I de la
Facultatea de Relaii Economice Internaionale, cursuri de zi i
nvmnt deschis la distan.
Tematica abordat este inclus n acel domeniu, teoretic
i aplicativ deopotriv, n care demersul de fundamentare
matematic i cel de modelare a fenomenelor economice se
ntreptrund, numit generic Cercetare operaional.
Metodele acesteia au difuzat, de altfel, i n alte sfere ale
vieii sociale, incluznd politicile guvernamentale, protejarea
mediului, explorarea spaiului.
Revenind la coninutul cursului de Modele matematice
n economie, vom sublinia comunicarea ntre capitole, prin
mprumutul de noiuni i tehnici de rezolvare. Din acest motiv,
nu recomandm o lectur strict liniar a materialului prezentat.
n aceeai ordine de idei, anumite demonstraii pot fi srite ntro prim faz, n beneficiul exemplelor, care, de regul sunt
tratate n amnunime.
Ca orice text matematic i acesta pune accent pe
definirea clar a noiunilor de baz, se servete de rezultate
pregtitoare date n propoziii i enun teoreme cu caracter
preponderent operaional (i doar pe alocuri, de tip existenial
nu mai puin importante, ns). Fiecare capitol se ncheie cu o
seciune de probleme rezolvate, a cror utilitate o lsm la
aprecierea cititorilor.
Din coninut nu putea s lipseasc subiectul, devenit
clasic, al programrii liniare, precedat de un rezumat al
noiunilor de algebr liniar, strict necesare nelegerii sale.
Capitolele unu i patru aduc cu ele acel suflu teoretic care nu a
ncetat s alimenteze modelarea economic, dei prezint
subiecte deja cunoscute.
Astfel, n capitolul de teoria grafurilor s-a urmrit
prezentarea unor metode de determinare a rutelor optime
ntr-un graf, cu accent deosebit pe problematica drumului critic.
De asemenea sunt tratai arborii, ca un caz remarcabil de
grafuri conexe.
n ceea ce privete teoria jocurilor, este binecunoscut

impactul pe care aceasta l-a avut n reconstrucia teoriei
economice. Considerente de ordin didactic (dar nu numai) au
impus acordarea unei atenii speciale jocurilor de dou
persoane, de tip necooperativ. Cazul antagonist (al jocurilor
matriceale) este prezentat pe larg prin construirea strategiilor
maximin (pure sau mixte), ca soluie a jocului. n cazul
neantagonist (al jocurilor bimatriceale), drept soluie sunt
cutate punctele de echilibru Nash ale jocului, dndu-se metode
de determinare a lor.
Cazul jocurilor cooperative, evident neantagonist, este
ilustrat, pentru jocuri de dou persoane, prin gsirea soluiei
Nash (folosind procedee grafice), iar pentru jocuri de n
persoane (n 3), n care este permis formarea de coaliii, este
prezentat valoarea Shapley, ca un posibil concept de soluie.
n general, materialul nu face apel la cunotine
matematice prealabile de nivel superior, fiind self-contained.
Cu sperana ca aceasta s constituie un avantaj pentru studenii
din primul ciclu, ateptm cu interes sugestii de mbuntire a
coninutului lucrrii.
Autorii
TEORIA GRAFURILOR
1. Noiuni generale
Exist numeroase probleme economice pentru care o reprezentare
sub forma unor scheme alctuite din puncte i sgei aduce clarificri i
uureaz nelegerea proceselor n sensul elucidrii legturilor de succesiune
i cauzalitate. Pentru a da un exemplu, ne referim la procesul de luare a unei
decizii. Pornind de la o situaie A0 se constat c sunt p variante ce conduc
la situaiile A1, ..., Ap. Analiznd n continuare desfurarea fenomenului,
pentru fiecare situaie Ai, i = 1, p , exist posibilitatea de a trece la una din
situaiile Aij, j = 1, ni . Raionamentul poate continua ct timp procesul pune
n eviden noi variante. O reprezentare sugestiv a procesului descris mai
sus poate fi dat n figura urmtoare:
A1
A11
A 1n
Ai
Ai1
A in
Ap
Ap1
A pn
A0
n raport cu un obiectiv stabilit apriori, dac este posibil ca pentru

oricare cuplu de situaii succesive s se asocieze o valoare real, urmeaz s
Teoria grafurilor
se gseasc o metod de determinare a succesiunii optime din punctul de

vedere al obiectivului adoptat.
Un graf G este o pereche (X, T) unde X este o mulime de elemente
numite vrfuri sau noduri, iar T este o aplicaie a lui X pe mulimea prilor
sale. Vom nota graful G = (X, T). Deci dac x X, atunci T(x) X. Dac
x, y X i y T(x), perechea u = (x, y) se numete arc al grafului G, cu x
extremitatea iniial (originea) arcului u, iar y este extremitatea final a lui
u.
Notnd prin U = (x, y) x X, y T(x) putem da o alt expresie
a grafului i anume G = (X, U).
Exemplu: Fie X = x1, x2, x3, x4, x5 i T(x1) = x2, x4, x5;
T(x2) = x3, x5; T(x3) = x1, x5; T(x4) = x3; T(x5) = x4.
Mulimea arcelor este:
U = (x1, x2), (x1, x4), (x1, x5), (x2, x3), (x2, x5), (x3, x1), (x3, x5),
(x4, x3) (x5, x4).
Pentru graful astfel definit se poate realiza o imagine geometric
construit astfel: vrfurile mulimii X se aeaz n plan i se duc segmente
orientate care unesc punctele xi i T(xi), i = 1,5 .
x2
x5
x1
x4
x3
O mulime de vrfuri unite dou cte dou prin arce formeaz un
graf orientat. Dac u1, ..., uk sunt arce ale unui graf cu proprietatea c
extremitatea final a lui ui coincide cu extremitatea iniial a lui ui+1,
Modele matematice n economie
1 i k-1, irul de arce se numete drum. Cnd extremitatea final a lui uk

coincide cu originea lui u1 drumul se numete circuit. Drumul poate fi
definit i prin specificarea irului de vrfuri prin care trece, astfel:
d = (x1, x2, ..., xr) dac aceste vrfuri sunt n ordinea x1, x2, ..., xr.
Drumul ce trece o singur dat prin unele vrfuri ale grafului se
numete drum elementar. Drumul elementar ce trece prin toate vrfurile
grafului se numete drum hamiltonian. Numrul arcelor ce compun un drum
se numete lungimea drumului. Cnd xi T(xi), arcul (xi, xi) se numete
bucl.
Vom spune c [x, y] este o muchie dac (x, y) i (y, x) sunt arce. De
aceea, o muchie coincide cu mulimea vrfurilor care o compun. Nu este
deci necesar s figurm dou sensuri contrare pe segmentul care le unete.
Un ir de muchii formeaz un lan dac oricare dou muchii
consecutive au o extremitate comun. Lanul poate fi definit i de
succesiunea de vrfuri prin care trece, astfel:
L = [x1, x2, ..., xr] dac aceasta este ordinea vrfurilor. Lanul ce
trece o singur dat prin unele vrfuri ale grafului se numete lan
elementar. Lanul elementar ce trece prin toate vrfurile grafului se va numi
lan hamiltonian. Cnd x1 = xr i toate muchiile lanului L sunt distincte
dou cte dou, lanul se numete ciclu. Numrul muchiilor unui lan se
numete lungimea lanului.
Dac ntr-un graf oricare dou vrfuri ale sale sunt unite printr-un
lan, graful este conex.
Graful G1 = (X, U), cu U U este un graf parial al grafului
G = (X, U), iar graful G2 = (X, U) cu X X i U U este un subgraf al
lui G = (X, U).
Teoria grafurilor
Graful cu un numr finit de vrfuri se numete graf finit. Cnd

vrfurile grafului G sunt legate numai prin arce vom spune c graful G este
orientat, iar cnd vrfurile sunt legate prin muchii, graful G este neorientat.
2. Matrici asociate unui graf
Fie graful G = (X, U) cu X = x1, ..., xn. Matricea A = (aij),

1 i, j n, cu
1, dac exist arcul (xi, xj)
aij =
0, n cazul contrar
se numete matricea arcelor sau matricea conexiunilor directe. Ea

determin graful n mod unic i constituie un nou mod de a defini un graf.
Matricea D = (dij), 1 i, j n, cu
1, dac exist cel puin un drum de la xi la xj
dij =
0, n cazul contrar
se numete matricea drumurilor sau matricea conexiunilor totale.

Matricea drumurilor poate determina mai multe grafuri. Astfel
grafurile de mai jos, dei diferite, au aceeai matrice a drumurilor.
x2
x1
x2
x3
x1
x4
x3
x4
x1
x2
x3
x4
x1
x2
x3
x4
Dm acum cteva rezultate necesare prezentrii unui algoritm de

determinare a matricei drumurilor, datorat lui Y. V. Chen.
Propoziia 1: ntr-un graf G cu n vrfuri lungimea maxim a unui
drum elementar este egal cu n -1.
Demonstraie: Aplicm metoda induciei complete i pentru n = 2
proprietatea este adevrat deoarece ntre 2 vrfuri poate exista cel mult un
drum elementar format dintr-un arc, deci de lungime 1, dac arcul exist.
Presupunem c ntr-un graf cu n -1 vrfuri exist un drum elementar de
lungime n -2 i fie acesta:
d = (x i1 , ..., x in1 ), i1, ..., in-1 1, ..., n-1.
Adugm grafului considerat nc un vrf xn ce poate aduce
drumului de mai sus un arc n plus ((xn, x i1 ) sau (x in1 , xn) sau (x ik , xn) i
(xn, x ik +1 ), cu dispariia din d a arcului (x ik , x ik +1 )) i lungimea noului drum
va fi n-1. n restul cazurilor drumul elementar are lungimea mai mic dect
n 1 i propoziia este demonstrat.
Notm acum prin T(1)(xi) mulimea vrfurilor unui graf G la care se
ajunge din xi prin drumuri de lungime 1 (dintr-un singur arc); T(2)(xi)
mulimea vrfurilor din G la care se ajunge din xi prin drumuri de lungime 2
(din dou arce) .a.m.d.; conform propoziiei 1, ultima mulime va fi
T(n-1)(xi), dac graful G are n vrfuri.
Propoziia 2: Fie G un graf cu n vrfuri, D = (dij), 1 i, j n,
matricea drumurilor lui G. Atunci dij = 1, i j, dac i numai dac

xj
n 1
UT
(s)
( xi ).
s =1
Demonstraie: Dac dij = 1 rezult c exist cel puin un drum de la

xi la xj. Presupunem c drumul este format din k arce, 1 k n-1; atunci
xj T(k)(xi), deci xj
n 1
UT
s =1
(s)
( xi ).
Teoria grafurilor
Reciproc, dac xj
n 1
UT
(s)
( xi ) , atunci xj aparine cel puin unei
s =1
mulimi a reuniunii, fie aceasta T(k)(xi). Adic la xj se ajunge din xi printr-un

drum de lungime k, deci dij = 1 i propoziia 2 este demonstrat.
Reamintim c adunarea boolean se definete astfel:
+ 0 1
0
0 1
1 1
Cu rezultatele de mai sus dm etapele urmtorului

Algoritm pentru determinarea matricei D
1) Asociem grafului dat matricea arcelor A = (aij), 1 i, j n;
2) Construim matricea D, linie cu linie, astfel: pentru determinarea
liniei i din D, i = 1, n , urmrim elementele egale cu 1 de pe linia i
din A; dac acestea sunt aip, ..., ais se transcriu n linia i din D i
se adun boolean liniile p, ..., s din A la linia i generndu-se noi
elemente egale cu 1 pe linia i din D. Fie acestea dik, ..., dim ce
indic, conform propoziiei 2, existena drumurilor de la xi la
xk, ..., xm, drumuri formate din 2 arce, adic xk, ..., xm T(2)(xi).
Adunm boolean liniile k, ..., m din A la linia i, genernd noi
elemente egale cu 1 ce vor reprezenta drumurile de la xi la alte
vrfuri, formate din 3 arce, .a.m.d. pn cnd ajungem la una
din situaiile:
a) toate elementele liniei i sunt egale cu 1;
b) nu se mai pot genera alte elemente egale cu 1 pe linia i din D
i completm locurile rmase libere cu 0.
3) Procedm analog pentru fiecare linie din D i obinem n final

matricea drumurilor.
Exemplu: S se determine matricea D pentru urmtorul graf:
x2
x3
x1
x4
x5
Rezolvare
Matricea arcelor A va fi:

A
x1
x2
x3
x4
x5
x1
0
1
0
0
1
x2
0
0
0
0
0
x3
0
1
0
1
0
x4
1
0
0
0
1
x5
0
1
0
0
0
Pentru a obine linia 1 din D observm c n A elementul a14 = 1; l

transcriem n linia 1 din D, deci d14 = 1 i adunm boolean linia 4 din A la
linia 1. Se genereaz elementul d13 = 1, apoi adunm boolean linia 3 din A
la linia 1 i observm c nu mai pot fi generate alte elemente egale cu 1
deoarece toate elementele liniei 3 sunt nule. Completm locurile libere din
linia 1 a lui D cu 0.
S determinm acum linia 2 din D. Observm c n A avem a21 = a23
= a25 = 1 i le prelum n linia 2 din D, apoi adunm boolean liniile 1, 3 i 5
la linia 2. Se obine d24 = 1, deci vom aduna linia 4 din A la 2 i deoarece nu
mai pot fi generate alte elemente egale cu 1, completm cu 0 locurile libere.
Teoria grafurilor
Linia 3 din D este linia 3 din A deoarece are toate elementele 0. Pe

linia 4 din A avem a43 = 1, l prelum n linia 4 din D, adunm boolean linia
3 din A la linia 4 i nu mai pot fi generate elemente egale cu 1, deci
completm cu 0. n sfrit linia 5 din A are a51 = a54 = 1, le prelum n linia
5 din D, adunm boolean linia 1 i 4 din A la linia 5, apare d53 = 1, adunm
linia 3 din A la linia 5 i algoritmul ia sfrit cci nu mai pot fi generate
elemente egale cu 1. n final matricea D se prezint astfel:
A
x1
x2
x3
x4
x5
x1
0
1
0
0
1
x2
0
0
0
0
0
x3
1
1
0
1
1
x4
1
1
0
0
1
x5
0
1
0
0
0
Notm cu p(xi) puterea de atingere a vrfului xi prin care nelegem

numrul de vrfuri ce pot fi atinse de drumurile ce pornesc din xi, adic
numrul elementelor egale cu 1 de pe linia i din D. n exemplul nostru p(x1)
= 2, p(x2) = 4, p(x3) = 0, p(x4) = 1, p(x5) = 3.
Observaia 1: Matricea D pune n eviden existena circuitelor n
graful considerat. Astfel dac dii = 1, graful are un drum ce pleac din xi i
revine n xi, deci un circuit. Dac toate elementele diagonalei principale din
D sunt egale cu 0, graful nu are circuite. n exemplul de mai sus, graful nu
are circuite.
Observaia 2: Dac n matricea D a unui graf finit cu n vrfuri fr
circuite ordonm liniile i coloanele descresctor dup puterile de atingere
ale vrfurilor obinem o nou matrice D = (dij), 1 i, j n, cu toate
elementele egale cu 1 deasupra diagonalei principale. ntr-adevr, notnd,
x1, ..., xn ordinea liniilor (coloanelor) n D i considernd dij = 1, i < j,
rezult c exist cel puin un drum de la xi la xj, deci vrfurile atinse de xj
vor fi atinse i de xi, adic p(xi) > p(xj) fapt ce atrage aezarea liniei i
naintea liniei j, deci dij = 1 se va gsi deasupra diagonalei principale n D.
Matricea D se numete matricea triangularizat superior a matricei D.
Pentru exemplul nostru, D se prezint astfel:
D
x2
x5
x1
x4
x3
x2
0
0
0
0
0
x5
1
0
0
0
0
x1
1
1
0
0
0
x4
1
1
1
0
0
x3
1
1
1
1
0
Observaia 3: n matricea D a unui graf fr circuite, primul

element egal cu 1 de pe fiecare linie corespunde unui arc din graf. ntradevr, presupunnd prin absurd c primului element pe linia i din D,
dij = 1, i corespunde un drum (xi, ..., xm, ..., xj), cu m i, m j, atunci
xm are puterea de atingere mai mare ca xj i coloana lui xm o precede pe
cea a lui xj. Deci pe linia xi exist elementul dim = 1 care precede dij = 1,
ceea ce contrazice ipoteza.
3. Drumuri hamiltoniene ntr-un graf

3.1 Cazul grafurilor fr circuite
Teorema 1. (Y.V. Chen). Fie G = (X, U) cu X = x1, ..., xn, orientat
i fr circuite. G conine un drum hamiltonian dac i

numai dac
n
p( x ) =
i =1
n(n 1)
.
2
Teoria grafurilor
Demonstraie: Presupunem c n G exist drumul hamiltonian

dH = (x i1 , ..., x in ), unde (i1, ..., in) este o permutare a lui (1, ..., n).
Rezult c x i1 atinge toate cele n 1 vrfuri care l succed, deci pe
linia lui x i1 din D sunt n 1 elemente egale cu 1. Vrful x i2 atinge n 2
vrfuri i pe linia lui x i2 vor fi n 2 elemente egale cu 1, .a.m.d., pentru
fiecare vrf urmtor al drumului hamiltonian numrul elementelor egale cu
1 scade cu cte o unitate pn ajungem la x in a crui putere de atingere este
zero. Atunci:
n
i =1
k =1
p( xi ) = p( xik ) = (n 1) + (n 2) + ... + 1 + 0 =
n
Reciproc, dac
p( x ) =
i =1
n(n 1)
.
2
n(n 1)
i matricea triangularizat D are
2
liniile i coloanele ordonate astfel: x1, ..., xn, din observaia 2 deducem c
toate cele
n(n 1)
elemente egale cu 1 ale lui D se gsesc deasupra
2
diagonalei principale unde sunt exact
n(n 1)
poziii. Observaia 3 ne
2
permite determinarea drumului hamiltonian scriind succesiunea de arce

corespunztoare primelor elemente egale cu 1 de pe fiecare linie, adic:
(x1, x2), (x2, x3), ..., (xn-1, xn) sau dH: (x1, ..., xn).
Teorema 2. Dac ntr-un graf G orientat i fr circuite exist drum
hamiltonian, el este unic.

Demonstraie: Presupunem prin absurd c G are dou drumuri
hamiltoniene d (H1) i d (H2 ) distincte i
d (H1) = (x1, ..., xi, ..., xj, ... ,xn)
d (H2 ) = (x1, ..., xj, ..., xi, ... ,xn)
Din d (H1) rezult c exist un drum de la xi la xj, iar din d (H2) rezult
c exist un drum de la xj la xi, adic un circuit, ceea ce contrazice ipoteza.
Presupunerea fcut este fals, deci drumul hamiltonian n G este unic.
Teoremele 1 i 2 ne permit s dm un
Algoritm pentru determinarea drumului hamiltonian ntr-un graf
orientat, finit (cu n vrfuri) i fr circuite
1. Determinm matricea A (a arcelor);
2. Determinm matricea D (a drumurilor);
3.
a) Dac exist dii = 1, graful are circuite, teoremele 1 i 2 nu se

aplic, nu tim dac exist drum hamiltonian;
b) Dac toate elementele diagonalei principale din D sunt nule,
graful nu are circuite, se aplic teoremele 1 i 2.
4. Calculm p(xi), i = 1, n i apoi
p( x ) . Apare unul din cazurile:

i =1
a)
p( x )
i =1
n(n 1)
; din teorema 1 rezult c n G nu exist
2
drum hamiltonian;
n
b)
p( x ) =
i =1
n(n 1)
, atunci din teorema 1 rezult c exist drum
2
hamiltonian n G, iar din teorema 2 rezult c acesta este unic.

5. Determinm drumul hamiltonian scriind vrfurile grafului n
ordinea descresctoare a puterii lor de atingere.
Exemplu
Pentru graful precedent am vzut c era fr circuite i p(x1) = 2,

p(x2) = 4, p(x3) = 0, p(x4) = 1, p(x5) = 3. Deci
p(x ) = 10. Dar n = 5 i

i =1
Teoria grafurilor
n(n 1)
5 4
=
= 10, deci teorema 1 spune c exist drum hamiltonian i
2
2
acesta este dH = (x2, x5, x1, x4, x3) i este unic.
3.2 Cazul grafurilor cu circuite

Prezentm n cele ce urmeaz un algoritm, datorat lui Kaufmann,
pentru determinarea drumurilor hamiltoniene ntr-un graf cu circuite.
Fie G un graf cu n vrfuri, cu circuite. Determinm pentru G
matricele latine D(k), 1 k n 1, matrici ale cror elemente d ij(k ) ,
1 i,j n, reprezint drumurile elementare de la xi la xj, formate din k arce.
Deci ultima matrice D(n-1) va conine toate drumurile hamiltoniene din G.
Matricea D(1) = (d ij(1) ), 1 i,j n, se construiete astfel:
xixj dac exist arcul (xi, xj)
d ij(1) =
0 , dac nu exist arcul (xi, xj).
Din D(1) formm matricea D (1) = ( d
(1)
ij
(1)
ij
),1 i,j n, cu
xj dac exist arcul (xi, xj)

=
0 , dac nu exist arcul (xi, xj).
Deci matricea D (1) se obine din D(1) prin tergerea primei litere a
secvenei xi xj din orice csu (i, j) i ea conine vrfurile ce pot fi atinse
prin arce de la orice vrf al grafului.
Urmtoarele matrici D(2), ..., D(n-1) se construiesc prin operaia L
(produsul latin), astfel:
D(k) = D(k-1) L D (1), k = 2, ..., n - 1
i elementul d ij( k ) din D(k) este: xi x i1 ... x ik 1 xj dac toate aceste vrfuri sunt
distincte (se vor lua liniile din D(k-1) cu coloanele din D (1), ca la produsul
matricelor) sau este 0, dac nu apar k + 1 vrfuri distincte sau se obine zero
pentru toate elementele care particip la nmulire.
Exemplu
S se determine drumurile hamiltoniene n graful:
x2
x3
x1
x5
x4
Rezolvare
Observm c graful are circuite (altfel am fi determinat matricea D),
de exemplu d = (x3, x5, x1, x2).
Determinm pe rnd matricele D(1), D (1), D(2), D(3) i D(4).
D(1)
x1
x2
x3
x4
x5
x1
0
0
0
0
x5 x1
x2
x1 x2
0
0
0
0
x3
0
x2 x3
0
0
0
x4
0
x2 x4
x3 x4
0
x5 x4
x5
0
0
x3 x5
0
0
D (1)
x1
x2
x3
x4
x5
x1
0
0
0
0
x1
x2
x2
0
0
0
0
x3
0
x3
0
0
0
x4
0
x4
x4
0
x4
x5
0
0
x5
0
0
Teoria grafurilor
D(2)= D(1)L D (1)
x1
x2
x3
x4
x5
D(3)= D(2)L D (1)
x1
x2
x3
x4
x5
D(4)= D(3)L D (1)
x1
x2
x3
x4
x5
x1
0
0
x3x5x1
0
0
x2
0
0
0
0
x5x1x2
x1
0
x2x3x5x1
0
0
0
x2
0
0
x3x5x1x2
0
0
x1
0
0
0
0
0
x2
0
0
0
0
0
x3
x1x2x3
0
0
0
0
x4
x1x2x4
x2x3x4
x3x5x4
0
0
x3
x4
x1x2x3x4
0
0
0
0
0
0
0
x5x1x2x3 x5x1x2x4
x3
0
0
0
0
0
x4
x1x2x3x5x4
0
x3x5x1x2x4
0
x5x1x2x3x4
x5
0
x2x3x5
0
0
0
x5
x1x2x3x5
0
0
0
0
x5
0
0
0
0
0
Din D(4) citim c exist 3 drumuri hamiltoniene i anume:

d (H1) = (x1, x2, x3, x5, x4)
d (H2 ) = (x3, x5, x1, x2, x4)
d (H3) = (x5, x1, x2, x3, x4)
( 2)
S explicm modul n care, de exemplu, s-a gsit elementul d 34
de
pe linia 3 coloana 4 din matricea D(2). S-a considerat linia 3 din D(1) i
coloana 4 din D (1) i aplicnd definiia lui d ij( k ) , s-a obinut singura
succesiune, diferit de zero, (x3, x5, x4). Dac s-ar mai fi gsit i o alt
succesiune n csua (3, 4) din D(2), se scriau una sub alta ambele succesiuni
i n calculele urmtoare se inea seama de fiecare n parte.
4. Drum de valoare optim (rut optim) ntr-un graf

Fie G = (X, U) un graf orientat, cu X = x1, ..., xn i U mulimea
arcelor sale. Graful G se va numi graf valuat dac exist o funcie v: U ,
astfel nct oricare ar fi u = (xi, xj) U, v(u) = v(xi, xj) 0, i, j = 1, n .
Numrul v(u) se va numi valoarea arcului u. ntr-o problem economic,
v(u) poate s nsemne costul sau durata transportului de la xi la xj, distana
dintre vrfurile xi i xj etc.
Dac d este un drum n graful valuat G, suma valorilor arcelor sale
se va numi valoarea drumului d.
n cele ce urmeaz vom dori s determinm valoarea minim a
drumurilor de la orice vrf al grafului G la un vrf fixat xn.
Fie matricea V = (vij), 1 i, j n, cu
0
vij =
,i=j
v(xi, xj), dac exist arcul (xi, xj)
, dac nu exist arcul (xi, xj).

(k )
Notm prin min
valoarea minim a drumurilor dintre xi i xn,
drumuri formate din cel mult k arce, iar prin min valoarea minim a
drumurilor de la xi la xn, indiferent de numrul arcelor.
Propoziia 3:
n graful G, cu n vrfuri, orientat i valuat, este adevrat relaia
( k +1)
min
(k )
= min (vij + m jn ), i n, k 1.
1 j n
Justificarea acestei propoziii e dat de principiul de optimalitate al

lui Bellman, care pentru problema noastr se enun astfel: drumul optim
ntr-un graf este format din subdrumuri optime. i cum orice drum de la xi la
Teoria grafurilor
xn format din cel mult k + 1 arce trebuie s fie format dintr-un arc (xi, xj), ij
( k +1)
i un drum de la xj la xn format din cel mult k arce, urmeaz c min
valoarea minim a drumurilor de la xi la xn formate din cel mult k + 1 arce

(k )
va fi dat de min (vij + m jn ).

1 j n
Propoziia 4:
Dac pentru graful G din propoziia 1 exist k astfel nct
( k +1)
(k )
, 1 i n, atunci:
min = min
(k )
min = min .
Demonstraie: Formulat altfel, propoziia 4 i anume: exist k
( k +1)
(k )
astfel nct min = min
(k + s)
(k )
, atunci: min = min
, oricare ar fi s , putem
aplica inducia matematic dup s *, astfel: pentru s = 1, proprietatea se

verific cu relaia din ipotez. Presupunem adevrat proprietatea pentru s
oarecare i demonstrm c e adevrat i pentru s + 1.
Dar din propoziia 3, avem:
( k + s +1)
min
(k + s)
avem c m jn
( k + s +1)
min
(k + s)
= min (vij + m jn
) i cum n presupunerea de inducie
(k)
= m jn , rezult
(k)
( k +1)
= min (vij + m jn ) = min

j
(k )
= min
tot din propoziia 3 i ipoteza propoziiei 4.

Pe aceste dou propoziii se bazeaz algoritmul Bellman Kalaba de
determinare a drumurilor de valoare minim de la orice vrf al grafului xi la
vrful xn fixat. Etapele algoritmului sunt:
1. Se construiete matricea V = (vij), 1 i,j n, corespunztoare
grafului dat.
2. Se ataeaz noi linii matricei V notate succesiv prin

(1)
( 2)
min , min , ... care dau valorile minime ale drumurilor formate din
cel mult 1, 2, ... arce de la orice vrf xi (cap de coloan) la xn

fixat, astfel:
(1)
a) linia min
ale crei elemente sunt valorile minime ale
drumurilor de la xi, i = 1, n , din G la xn, drumuri formate din

cel mult un arc, reprezint valorile arcelor (xi, xn), i = 1, n ,
deci aceast linie va fi transpusa coloanei lui xn din V;
(k )
b) presupunem completat linia min i trecem la determinarea

( k +1)
elementelor liniei min
. Orice element de pe aceast linie se
calculeaz cu relaia din propoziia 3:

( k +1)
min
(k )
= min (vij + m jn ), i = 1, n , ceea ce nseamn c vom

1 j n
aduna respectiv elementele liniei lui xi din V cu cele ale liniei

(k )
( k +1)
min i cea mai mic valoare va fi min
c) ataarea de noi linii continu pn cnd se obin dou linii

consecutive identice, cnd n baza propoziiei 4 algoritmul ia
sfrit i ultima linie conine tocmai valorile minime ale
drumurilor de la fiecare vrf cap de coloan la xn fixat.
3) Se determin apoi succesiunea de vrfuri prin care trece drumul
de valoare minim (ruta optim), de exemplu, de la xi la xn, astfel:
adunm respectiv elementele liniei xi cu cele ale ultimei linii
( k +1)
min
i dac cea mai mic valoare corespunde coloanei lui xk,
primul arc al drumului este (xi, xk). Adunm apoi linia lui xk la
ultima i dac cea mai mic valoare corespunde coloanei lui xp,
Teoria grafurilor
urmtorul arc al rutei este (xk, xp), .a.m.d. pn ajungem n xn.

Drumul cutat va fi:
d = (xi, xk, xp, ..., xn)
( k +1)
i valoarea sa va fi min
Observaia 1: Cnd n etapa a 3-a suma minim se obine n dreptul
mai multor coloane, atunci exist mai multe drumuri de valoare minim i
se urmrete pn la capt fiecare drum n parte.
Observaia 2: Algoritmul Bellman Kalaba poate fi aplicat i pentru
determinarea drumului de valoare maxim de la orice vrf al grafului la unul

fixat cu urmtoarele condiii:
a) graful s nu aib circuite;
b) vij = - , dac i j i nu exist arcul (xi, xj);
c) n etapele 2, 3 i observaia 1, sumele minime se nlocuiesc cu
sumele maxime, ntruct propoziiile 3 i 4 sunt adevrate i
(k )
pentru cazul cnd prin min
nelegem valoarea maxim a
drumurilor de la xi la xn formate din cel mult k arce.

Observaia 3: La determinarea drumului de valoare minim ntr-un
graf neorientat, fiecare muchie [xi, xj] va fi considerat cu arce (xi, xj) i
(xj, xi), iar matricea V va fi simetric.
Exemplu: S se determine drumul de valoare minim de la x1 la x6
n graful urmtor:
x2
2
x1
x4
x3
1
6
3
x5
1
x6
Rezolvare
Scriem pentru graful dat matricea V = (vij), 1 i, j 6, care va fi o

matrice simetric.
x1
0
2
4
3
x2
2
0
3
x3
4
3
0
1
2
x4
3
1
0
x5
6
2
0
1
x6
5
1
0
(1)
( 2)
( 3)
( 4)
V
x1
x2
x3
x4
x5
x6
mi 6
mi 6
mi 6
mi 6
(1)
Linia mi 6 se obine prin transpunerea coloanei lui x6.

( 2)
( 2)
Primul element al liniei mi 6 este m16 i se determin adunnd

(1)
respectiv elementele liniei x1 din V cu cele ale liniei mi 6 . Cea mai mic
( 2)
sum este elementul cutat, adic m16 = min0 + , 2 + , 4 + , 3 + 5,

+ 1, + 0 = 8.
( 2)
Elementele urmtoare ale liniei mi 6 se determin n acelai mod,

(1)
pstrnd fix linia mi 6 dar modificnd pe rnd linia din V cu x2, x3, ..., x6.
( 3)
( 2)
Pentru linia mi 6 se ia linia mi 6 i se adun pe rnd cu liniile x1, ...,

x6 din V, reinnd cea mai mic sum. n mod asemntor procedm pentru
( 4)
( 3)
linia mi 6 , lund linia mi 6 i adunnd-o pe rnd cu liniile x1, ... , x6.

Observm c ultimele dou linii sunt identice i algoritmul ia sfrit.
Teoria grafurilor
Valoarea minim a drumurilor de la x1 la x6 este dat de elementul

( 4)
m16 = 7.
Pentru determinarea succesiunii de vrfuri prin care trece drumul
cutat, ce pornete din x1, adunm elementele liniei x1 cu respectiv cele ale
( 4)
ultimei linii adugate, mi 6 . Obinem:

min0 + 7; 2 + 6; 4 + 3; 3 + 4, + 1; + 0 = 7 care n afara
coloanei lui x1 mai corespunde i coloanelor x3 i x4. Deci drumul cutat nu
e unic. Marcm elementele de pe linia lui x1 aflate la intersecia cu coloanele
x3 i x4 n mod diferit i continum cutarea drumului dat de un marcaj, de
exemplu cel care are primul arc (x1, x3) de valoare 4. Adunm apoi linia lui
x3 la ultima i
min4+7; 3+6; 0+3; 1+4; 2+1; + 0 = 3 corespunde coloanei lui
x5 (n afara lui x3) i marcm elementul 2 de pe linia x3 i coloana x5. Acesta
reprezint valoarea arcului (x3, x5), urmtorul din drum. n sfrit adunm
( 4)
linia lui x5 cu ultima linie, mi 6 , cea mai mic sum este 1 i corespunde
coloanei lui x6, deci ultimul arc este (x5, x6) i are valoarea 1. Drumul dat de
primul marcaj este:
4
d1: x1 x3 x5 x6 de valoare 7.
Procednd analog cu al doilea marcaj, vom gsi
3
d2: x1 x4 x3 x5 x6 cu aceeai valoare egal cu 7.

Observaia 4: n matricea V ultima coloan va fi a vrfului ce
ncheie drumul cutat.

Observaia 5: Propoziiile 3 i 4 mai pot fi folosite pentru construirea
unui algoritm de determinare a rutelor optime ntre oricare dou vrfuri ale
grafului G considerat.
Pentru prezentarea acestui algoritm introducem o operaie ntre dou

matrici, notat *, astfel:
Dac A = (aij) i B = (bij), atunci A * B = C, unde C = (cij), cu
cij = min (aik + bkj), () i, j = 1, n , dac se caut ruta de valoare minim.
1 k n
(k )
Notm M(k) = ( mij ) i M = ( mij ), i, j = 1, n , k = 1, n 1 .
Etapele algoritmului sunt:

1) Se construiete matricea V = (vij), i, j = 1, n
2) Se determin, prin operaia de mai sus, matricele:
M(2) = V * V, M(3) = M(2) * V, .a.m.d. pn cnd M(k+1) = M(k),
cnd n baza propoziiei 4 algoritmul ia sfrit. Atunci
M(k+1) = M = ( mij ) i elementele mij sunt valorile minime ale
drumurilor de la xi la xj, formate din oricte arce.
3) Pentru a determina vrfurile prin care trece drumul de valoare
minim, de exemplu de la xi la xj, transpunem linia lui xi din V
peste coloana lui xj din M i efectum sumele perechilor de
elemente cutnd suma (sumele) cu valoarea minim egal cu
mij . Dac aceast sum se afl pe linia lui xk, primul arc al
drumului cutat este (xi, xk). Transpunem apoi linia lui xk din V
peste coloana lui xj din M i n mod asemntor determinm
urmtorul vrf al rutei, .a.m.d., pn ajungem n xj.
Observaia 4.a: Pentru a mri viteza de calcul putem determina

matricele M(K) n urmtoarea ordine:
M(2), M(4) = M(2) * M(2), M(8) = M(4) * M(4) .a.m.d. pn cnd
ultimele dou vor coincide.
Teoria grafurilor
Observaia 4.b: Dac n etapa a treia suma minim corespunde la

dou sau mai multe vrfuri, ruta optim nu e unic i se cerceteaz fiecare n
parte, marcndu-le diferit.
Observaia 4. c: Algoritmul acesta poate fi aplicat i n determinarea

drumului de valoare maxim n graful G cu urmtoarele condiii:
- graful s nu aib circuite;
- n matricea V, vij = - , cnd nu exist arcul (xi, xj);
- cij = max (aik + bkj), i,j = 1, n ;
1 k n
- n etapele 2, 3 i observaia 4.b, sumele minime se nlocuiesc cu

sumele maxime.
Exemplu. S se determine valorile minime ale drumurilor dintre
oricare dou vrfuri ale urmtorului graf.

x2
7
x1
x3
2
4
x4
5
3
x5
Rezolvare
Matricea V, determinat cu definiia elementelor vij este:

V
x1
x2
x3
x4
x5
x1
0
x2
7
0
x3
2
x4
4
4
0
x5
5
1
3
0
Determinm matricea M(2) = V * V i obinem:

M(2)
x1
x2
x3
x4
x5
( 2)
unde, de exemplu, m15
x1
0
x2
7
0
5
x3
2
x4
6
4
0
x5
3
1
3
0
este cea mai mic sum obinut adunnd
elementele liniei lui x1 cu cele ale coloanei lui x5 din V, adic

( 2)
m15 = min(0 + 5; 7 + ; 2 + 1; 4 + 3; 5 + 0) = 3
Analog vom calcula M(4) = M(2) * M(2) i obinem:

M(4)
x1
x2
x3
x4
x5
x1
0
x2
7
0
5
x3
2
x4
6
4
0
x5
3
1
3
0
adic M(4) = M(2) = M i algoritmul se oprete. Pentru ilustrarea procedurii,

m12 = 7 este valoarea minim a drumurilor de la x1 la x2. Aceste drumuri,
obinute aplicnd procedeul din etapa 3, sunt:

7
d1: x1 x2 i d2: x1 x3 x2.
5. Drumul critic
O aplicaie important a rutelor optime o ntlnim n determinarea

drumului critic ntr-un graf.
Teoria grafurilor
S considerm un graf G finit, orientat, valuat i fr circuite, care

modeleaz o problem de cercetare dezvoltare (R & D) sau investiional
pentru care este necesar un plan de activiti, adic un complex de sarcini
limitate n timp i spaiu. O stare oarecare n realizarea proiectului o vom
numi eveniment i o vom reprezenta printr-un vrf al grafului; orice poriune
de proiect avnd un nceput i un sfrit n evenimente distincte i deci care
consum o durat de timp o vom numi activitate i o vom reprezenta printrun arc. Timpul necesar unei activiti reprezentate de un arc este valoarea
arcului respectiv i l vom numi timp operativ. Graful mai are un eveniment
de debut vrful x0 i un eveniment final vrful xn.
S presupunem c am stabilit graful unui program i ne-am convins

c nu are circuite. Ne ntrebm care este data realizrii ansamblului de
activiti, adic durata programului de realizat. Aceast durat nu poate fi
inferioar sumei timpilor operativi luai pe drumul cel mai nefavorabil de la
x0 la xn, adic ce d ntre aceste dou puncte o sum maxim de timpi
operativi. Acest drum (pot exista mai multe) se va numi drum critic.
O mai bun nelegere o vom obine pe graful alturat:
x2
3
x1
5
10
x3
Evenimentul x3 reprezint realizarea a trei activiti (operaii):

(x1, x2), (x1, x3) i (x2, x3). Se vede c vor trebui 10 uniti de timp pentru ca
aceste activiti s se realizeze.
Lund pentru durata ansamblului de lucrri suma timpilor operatori
de pe drumul cel mai nefavorabil de la x0 la xn, ne asigurm ca toate
operaiile prevzute s poat fi realizate. Calculul duratei de realizare a lui
xn revine la cutarea n graf a drumului critic. Vrfurile drumului critic se

numesc evenimente critice, iar arcele lui activiti critice. Operaiunile de
pe drumul critic nu pot fi amnate. Celelalte evenimente sau activiti
necritice, ce pot fi amnate, trebuie analizate ca nu cumva amnarea lor prea
mare s duneze programului.
n cele ce urmeaz prezentm metoda PERT (program de evaluare i
revizuire a obiectivelor) de determinare a drumului critic.
Aceasta const din urmtoarele etape:
1) Scriem matricea arcelor A, determinm matricea drumurilor D i
ne asigurm c graful nu are circuite;
2) Dac graful nu are circuite, scriem matricea D (triangularizata lui
D) i i asociem apoi matricea V (a valorilor arcelor)
triangularizat;
3) Determinm matricea M (a valorilor maxime ale drumurilor
dintre oricare dou vrfuri ale grafului, deci l vom avea i pe cel
de la x0 la xn drumul critic) cu al doilea algoritm din paragraful
precedent;
4) Se determin drumul critic (drumul de valoare maxim de la x0 la
xn), evenimentele i activitile critice;
5) Se determin rezervele de timp (marjele) pentru toate
evenimentele i activitile necritice, dnd prioritate operaiilor cu
marja mai mic.
Deci trebuie cunoscut pentru fiecare eveniment xi necritic data sa
limit de realizare, dat de la depirea creia tot programul va fi ntrziat.
Timpul necesar pentru realizarea operaiunilor situate ntre xi i xn se
obine cutnd n matricea M valoarea maxim a drumului de la xi la xn, pe
care o notm prin v[dmax(xi, xn)]. Astfel ne asigurm ca operaiile ce succed
Teoria grafurilor
lui xi s poat fi realizate. Durata limit cutat (timpul cel mai ntrziat de
realizare a lui xi, notat prin t ti va fi dat de:
t ti = v[dmax(x0, xn)] v[dmax(xi, xn)].

Dac notm prin t id - timpul cel mai devreme de realizare a
evenimentului xi, el va fi dat de v[dmax(x0, xi)].
Atunci marja evenimentului xi va fi t ti - t id , evident nenegativ. n
funcie de valoarea marjei, evenimentele sunt critice (cu marja egal cu
zero) sau necritice (cu marja pozitiv).
O cercetare asemntoare poate fi fcut i n funcie de activiti. Se
asociaz oricrei activiti (xi, xj), i j, urmtoarele momente de timp:
1) t id - timpul cel mai devreme de ncepere a activitii (xi, xj), care
este ntocmai v[dmax(x0, xi)];
2) t tj - timpul cel mai ntrziat de terminare a activitii (xi, xj), care
este v[dmax(x0, xn)] v[dmax(xj, xn)];
3) t ti - timpul cel mai ntrziat de ncepere a activitii (xi, xj) este
egal cu t tj - vij (valoarea arcului (xi, xj));
4) t dj - timpul cel mai devreme de terminare a activitii (xi, xj) este
egal cu t id + vij.
Aplicaie
Integrarea Romniei n structurile europene necesit nfptuirea, ntrun sector economic, a unui obiectiv, a crei finalizare este posibil prin
realizarea ntr-o ordine bine stabilit a unor evenimente, conform

urmtorului graf:
x1
x4
5
10
x0
x2
x6
x5
x3
Considernd cunoscute duratele de parcurgere a fiecrei etape de
reform n sptmni valorile arcelor, se cere:
a) care este data cea mai apropiat a nfptuirii obiectivului?
b) care este data cea mai apropiat i cea mai ndeprtat a fiecrui
eveniment din planul de nfptuire a obiectivului?

c) s se stabileasc modul de supraveghere a ndeplinirii planului
pentru a se evita sau reduce ntrzierile.

Rezolvare
a) Determinm matricea arcelor A
A
x0
x1
x2
x3
x4
x5
x6
x0
0
0
0
0
0
0
0
x1
1
0
0
0
0
0
0
x2
1
1
0
1
0
0
0
x3
1
0
0
0
0
0
0
x4
0
1
1
0
0
0
0
x5
0
0
1
1
1
0
0
x6
0
0
1
0
1
1
0
Teoria grafurilor
Determinm matricea drumurilor D ca s vedem dac graful are

circuite. Dac nu are, atam lui D coloana puterilor de atingere p(xi),
i = 0,6 , pentru a obine matricea triangularizat D.
D
x0
x1
x2
x3
x4
x5
x6
x0
0
0
0
0
0
0
0
x1
1
0
0
0
0
0
0
x2
1
1
0
1
0
0
0
x3
1
0
0
0
0
0
0
x4
1
1
1
1
0
0
0
x5
1
1
1
1
1
0
0
x6
1
1
1
1
1
1
0
p(xi)
6
4
3
4
2
1
0
Graful nu are circuite i D se obine din D prin schimbarea ordinii

ntre x2 i x3, att pe linii ct i pe coloane.
D
x0
x1
x3
x2
x4
x5
x6
x0
0
0
0
0
0
0
0
x1
1
0
0
0
0
0
0
x3
1
1
1
0
0
0
0
x2
1
0
0
0
0
0
0
x4
1
1
1
1
0
0
0
x5
1
1
1
1
1
0
0
x6
1
1
1
1
1
1
0
Scriem acum matricea V cu ordinea vrfurilor din D:

V
x0
x1
x3
x2
x4
x5
x6
x0
0
-
-
-
-
-
-
x1
3
0
-
-
-
-
-
x3
4
-
0
-
-
-
-
x2
5
6
3
0
-
-
-
x4
-
7
-
2
0
-
-
x5
-
-
9
7
5
0
-
Determinm matricea M(2) = V * V, unde elementele

( 2)
mij = max (vik + vkj), () i, j = 0,6 .

0 k 6
x6
-
-
-
10
3
4
0
Obinem:
M(2)
x0
x1
x3
x2
x4
x5
x6
x0
0
-
-
-
-
-
-
x1
3
0
-
-
-
-
-
x3
4
-
0
-
-
-
-
x2
9
6
3
0
-
-
-
x4
10
8
5
2
0
-
-
x5
13
13
10
7
5
0
-
x6
15
16
13
11
9
4
0
( 2)
n care, de exemplu, elementul m35 se obine transpunnd linia lui x3 din V

pe coloana lui x5; apoi efectum suma coloanelor obinute i reinem cea
mai mare valoare. Astfel:
( 2)
m35 = max- + (-), - + (-), 9 + 0, 7 + 3, 5 + 5, 0 + 10, - + 13 = 10.

Apoi calculm M(3) = M(2) * V, M(4) = M(3) * V i observm c M(3) =
M(4), deci M(3) = M, unde M este matricea valorilor maxime ale drumurilor
dintre oricare dou vrfuri ale grafului, drumuri formate din oricte arce.
Obinem:
M
x0
x1
x3
x2
x4
x5
x6
x0
0
-
-
-
-
-
-
x1
3
0
-
-
-
-
-
x3
4
-
0
-
-
-
-
x2
9
6
3
0
-
-
-
x4
11
8
5
7
0
-
-
x5
16
13
10
7
5
0
-
x6
20
17
14
11
9
4
0
de unde citim v[dmax(x0, x6)] = 20 = m06

Deci obiectivul poate fi nfptuit cel mai devreme n 20 de
sptmni.
Teoria grafurilor
b) Pentru determinarea vrfurilor prin care trece drumul critic,
procedm ca n etapa a 3-a a celui de-al doilea algoritm din paragraful 4.

Astfel, transpunem linia lui x0 din V peste coloana lui x6 din M, efectum
sumele perechilor de elemente, reinnd valoarea maxim egal cu m 06 = 20.
Avem: max0 + 20; 3 + 17; 4 + 14; 5 + 11; - +9; -+4; -+0 = 20
Aceast sum s-a gsit pe linia lui x1, deci primul arc al drumului
critic este (x0, x1). Apoi transpunem linia lui x1 din V peste coloana lui x6
din M i cea mai mare valoare va corespunde liniei lui x2, urmtorul arc
fiind (x1, x2), .a.m.d.. Se gsesc dou drumuri critice; evident au aceeai
valoare 20.
d1 = x0 x1 x2 x4 x5 x6
d2 = x0 x1 x2 x5 x6
Evenimentele critice sunt: x0, x1, x2, x4, x5, x6.
Evenimentul
xi
t id
t ti
x0
x1
x3
x2
x4
x5
x6
0
3
4
9
11
16
20
0
3
6
9
11
16
20
Marja
(t ti -t id )
0
0
2
0
0
0
0
unde t id = v[dmax(x0, xi)], i = 1,6 , se citesc pe linia lui x0 n M, iar

t ti = v[dmax(x0, x6)] v[dmax(xi, x6)] = 20 v[dmax(xi, x6)], unde
v[dmax(xi, x6)], i = 0,6 , se citesc pe coloana lui x6 din M.
Din tabel rezult c singurul eveniment ce mai poate admite o
ntrziere este x3, cu cel mult 2 sptmni.
c). Activitile critice sunt reprezentate de arcele ce intr n
componena drumurilor critice. Pentru o analiz a posibilelor ntrzieri,

organizm calculele n urmtorul tabel:
Activiti
t id
vij
t tj
t ti
t dj
Marja
(x0, x1)
(x0, x2)
(x0, x3)
(x1, x2)
(x1, x4)
(x3, x2)
(x3, x5)
(x2, x4)
(x2, x5)
(x2, x6)
(x4, x5)
(x4, x6)
(x5, x6)
0
0
0
3
3
4
4
9
9
9
11
11
16
3
5
4
6
7
3
9
2
7
10
5
3
4
3
9
6
9
11
9
16
11
16
20
16
20
20
0
4
2
3
4
6
7
9
9
10
11
17
16
3
5
4
9
10
7
13
11
16
19
16
14
20
0
4
2
0
1
2
3
0
0
1
0
6
0
S explicm, de exemplu, cum a fost completat linia activitii

(x3, x5). t id = t 3d = v[dmax(x0, x3)] = 4, citit n M linia x0 i coloana x3;
vij = v35 = 9 din graf sau din V; t tj = t t5 = v[dmax(x0, x6)] v[dmax(x5, x6)] =
= 20 4 = 16, primul termen citit pe linia lui x0 i coloana lui x6, iar al
doilea termen pe linia lui x5 i coloana 6 din M; t ti = t tj - vij, n cazul nostru
t t3 = t t5 - v35 = 16 9 = 7 (adic elementele coloanei t ti se obin scznd din
coloana t tj coloana vij); t dj = t id + vij, devine t 5d = t 3d + v35 = 4 + 9 = 13
(adic elementele coloanei t dj se obin adunnd respectiv elementele
coloanelor t id i vij). Marja este dat de t ti - t id sau t tj - t dj , n cazul nostru
t t3 - t 3d = t t5 - t 5d = 7 4 = 16 13 = 3.
Teoria grafurilor
Activitile critice au marja zero, iar celelalte trebuie supravegheate

n funcie de mrimea marjei, n ordinea cresctoare a acesteia.
6. Arbori
Dac G este un graf neorientat i [x, y] o muchie a sa, spunem c

vrfurile x i y sunt adiacente n graful dat i de asemenea, c vrfurile x i
y sunt incidente cu muchia [x, y]. Gradul unui vrf x este numrul muchiilor
incidente cu vrful x. Un vrf cu gradul egal cu 1 se numete vrf terminal
al grafului G.
Definiie: Un graf neorientat, finit, conex i fr cicluri se numete

arbore.
Propoziia 5. Dac G este un arbore, atunci el are urmtoarele
proprieti:
1) ntre dou vrfuri oarecare ale lui G exist un lan i numai unul;
2) dac n G se suprim o muchie, G nu mai este arbore;
3) dac n G se introduce o nou muchie, G nu mai este arbore;
4) orice arbore cu n vrfuri, n 2, conine cel puin 2 vrfuri
terminale;
5) orice arbore cu n vrfuri are n 1 muchii.
Demonstraie:
1) ntr-adevr, absena lanului nseamn c G nu e conex, iar
existena a dou lanuri implic formarea unui ciclu, situaie

exclus prin definiie;
2) Presupunem prin absurd c graful G1 obinut din G prin
suprimarea muchiei [x, y] este conex. Deci exist un lan n G1 de
extremiti x i y, care mpreun cu muchia suprimat [x, y]

formeaz un ciclu n G, fapt ce contrazice definiia arborelui G.
Observaia 1:
Un graf conex n care dac suprimm o muchie oarecare graful
obinut devine neconex se cheam graf conex minimal. Deci orice arbore
este un graf conex minimal. Reciproca acestei afirmaii este valabil. ntradevr, presupunem prin absurd c graful conex minimal G nu este arbore i
conine un ciclu [x, z1, ..., zk, y, x]. Suprimnd muchia [x, y], se obine un
nou graf G1 care este conex, deoarece n orice lan dintre dou vrfuri
oarecare u i v ale lui G care conine muchia [x, y] putem nlocui aceast
muchie prin lanul [x, z1, ..., zk, y] care exist i n G1, obinnd un lan ntre
u i v din G1. Deci G1 este conex, ceea ce contrazice faptul c G este graf
conex minimal. Rezult c G este fr cicluri, deci G este arbore.
3) fie x i y dou vrfuri neadiacente n G. Din proprietatea 1)
rezult c ntre ele exist un lan de extremiti x i y. Prin

adugarea muchiei [x, y] se formeaz un ciclu, deci G nu mai este
arbore.
Observaia 2:
Un graf fr cicluri n care dac adugm o muchie oarecare graful
va conine un ciclu se numete graf fr cicluri maximal. Deci orice arbore
este un graf fr cicluri maximal.
Reciproca acestei afirmaii este adevrat. ntr-adevr, fie G un graf
fr cicluri maximal. S artm c G este conex. Presupunem prin absurd c
G nu este conex, deci exist vrfurile x i y ntre care nu exist un lan. Prin
adugarea muchiei [x, y] se formeaz graful G1 care nu poate conine un
ciclu pentru c G nu conine cicluri i ntre x i y nu exist nici un lan.
Teoria grafurilor
Apariia lui G1 fr cicluri contrazice ipoteza c G este un graf fr cicluri

maximal. Deci G este conex i cum nu are cicluri este arbore.
4) Presupunem prin absurd c exist un arbore G cu n 2 vrfuri
care are cel mult un vrf terminal i fie [x, z1, ..., zp, y] un lan
elementar care conine un numr maxim de muchii (de lungime
maxim). Cel puin una dintre extremitile lanului are gradul
mai mare sau egal cu 2, deoarece am presupus c arborele are cel
mult un vrf terminal. Fie aceast extremitate x, deci x mai este
adiacent cu un vrf al arborelui G i anume cu unul din vrfurile
lanului de lungime maxim considerat. Dar atunci se produce un
ciclu i se contrazice definiia arborelui. Presupunerea fcut este
fals i proprietatea este demonstrat.
5) Demonstraia se face prin inducie dup n. Pentru n = 2, exist
arbore format din muchia ce unete cele 2 vrfuri. Presupunem

c orice arbore cu n vrfuri are n 1 muchii. Fie G un arbore cu
n + 1 vrfuri care conform proprietii 4 are cel puin un vrf
terminal x. Suprimnd din G vrful x i muchia incident cu x, se
obine subgraful G1, cu n vrfuri. Deoarece G nu conine cicluri,
rezult c nici G1 nu conine cicluri. S artm c G1 este conex.
Fie y i z dou vrfuri oarecare, diferite ntre ele i diferite i de
x, ale lui G. Din 1) rezult c ntre y i z exist un singur lan,
care nu trece prin x (vrf terminal), deci este un lan de
extremiti y i z i n G1. Rezult c G1 este conex, deci este
arbore. Dar G1 are n vrfuri i deci aplicnd ipoteza de inducie
G1 are n 1 muchii. Dar G conine n plus fa de G1 muchia
incident cu x, deci G are n muchii i proprietatea 5 este
demonstrat.
Definiie: Un graf parial G al unui graf G cu proprietatea c G este

arbore se numete arbore parial al lui G.
Teorema 3.
Condiia necesar i suficient ca printre grafurile pariale ale lui G

s existe arbori este ca G s fie conex.
Demonstraie:
Condiia este necesar deoarece dac G nu este conex orice graf

parial are aceeai proprietate, deci nu poate fi arbore.
S artm acum c orice graf conex G conine un arbore parial G.
Dac G este un arbore conex minimal, conform observaiei 1, el este arbore,
deci G = G. n caz contrar, exist cel puin o muchie [x, y] a lui G care prin
suprimare ne conduce la graful G conex. Apoi din G suprimm o alt
muchie .a.m.d. pn obinem un graf conex minimal, care va fi arbore
parial al lui G.
Observaia 3: Deoarece, dac graful are n vrfuri, el va avea cel mult

C 2n muchii, procedeul de suprimare descris are un numr finit de pai. n
afar de unele cazuri particulare, exist mai muli arbori ntr-un graf G
neorientat i conex. De aceea, dac definim pe mulimea U a muchiilor,
valorile acestora, apare necesitatea de a determina arborele pentru care suma
valorilor ataate muchiilor s fie minim. Un astfel de arbore de valoare
minim se gsete cu algoritmul lui Kruskal.
Vom presupune n cele ce urmeaz, pentru a facilita prezentarea
algoritmului c:
i) graful G cu n vrfuri este complet, adic oricare ar fi vrfurile sale
xi i xj, exist muchia [xi, xj];
ii) valorile ataate muchiilor sunt toate distincte, deci mulimea
acestor valori este strict ordonat.
Teoria grafurilor
Algoritmul Kruskal
n condiiile i) i ii) de mai sus, va exista muchia u1 cu valoarea cea
mai mic, u2 cu valoarea imediat urmtoare, u3 cu valoarea care urmeaz,
dar care nu formeaz un ciclu cu precedentele .a.m.d., eliminnd muchiile
care ar forma cicluri cu cele reinute. i cum G are un numr finit de vrfuri
i de muchii, va exista un rang k peste care nu se poate trece fr a se forma
un ciclu. Deci:
f(u1) < f(u2) < f(u3) < ... < f(uk)
unde
f(ui)
este
valoarea
muchiei ui, i = 1, k .
Obinem astfel un graf fr cicluri, maximal, care conform
observaiei 2 este un arbore, pentru care, din proprietatea 5, k = n 1.
Teorema 3.
Arborele G = (X, U), unde U = u1, ..., uk determinat prin

algoritmul Kruskal are valoarea minim.
Demonstraie:
Presupunem prin absurd, c exist un arbore G = (X, U), cu

U = u1, ..., uk, G G, de valoare minim. Fie ui prima muchie
din G (n ordinea cresctoare a valorilor) care nu exist n G. Graful parial
format cu muchiile lui G, la care se adaug ui nu este arbore pentru c, n
baza proprietii 3, apare un ciclu. Exist deci o muchie uj G i deoarece
primele i 1 muchii ale lui G sunt i ale lui G, vom avea f(uj) > f(ui). Dac
n G se nlocuiete uj cu ui se obine tot un arbore, numrul de muchii
rmne tot k = n 1, cu valoarea total mai mic dect G, ceea ce
contrazice ipoteza c G e minim. De aici rezult c G este arborele de
valoare minim i c el este unic, cnd toate muchiile sunt de valori
distincte.
Observaia 4: nlturarea restriciilor privitoare la completitudinea

grafului se realizeaz atribuind valoarea + muchiilor care lipsesc.
Acestea nu vor intra n componena arborelui cutat, numrul muchiilor
rmnnd n 1.
Observaia 5: Dac n graful conex G valorile muchiilor nu sunt

toate distincte i presupunem c:
f(ui) = ... = f(ui+p)
putem efectua o modificare a valorilor funciei f, astfel:
f(ui) f(ui) + 0
f(ui+1) f(ui+1) + 1
f(ui+p) f(ui+p) + p
numerele s, s = 0, p , fiind alese astfel nct s nu se afecteze ordinea
valorilor acestor muchii fa de celelalte. Cu acestea, ordinea valorilor
muchiilor devine strict, n final punndu-se s = 0, s = 0, p .
n general, dac exist mai multe muchii cu aceeai valoare, pentru
graful G conex, pot exista mai multe posibiliti de alegere a unei muchii de
valoare minim care nu formeaz cicluri cu muchiile deja alese, deci pot
exista mai muli arbori de valoare minim.
Exemplu:
S se determine arborele minimal (de valoare minim) pentru

urmtorul graf.
Teoria grafurilor
x2
x5
30
35
x3
36
65
35
x1
40
60
x7
55
42
50
50
60
x6
x4
Rezolvare
Pentru a pstra o ordine scriem partea de deasupra diagonalei

principale din matricea valorilor muchiilor. Se obine:
x1
x2
x3
x4
x5
x6
x7
x1
-
x2
35
-
x3
35
30
-
x4
50
42
40
-
x5
36
60
-
x6
50
55
-
x7
65
60
-
Muchia [x2, x3] de lungime minim o reinem n arbore. Apoi exist

dou muchii [x1, x2] i [x1, x3] de lungime 35. O alegem, de exemplu, pe
[x1, x2] iar [x1, x3] nu poate fi aleas deoarece ar forma ciclu [x1, x2, x3, x1]
cu muchiile deja alese. Urmtoarea valoare n ordine cresctoare este 36 i
corespunde muchiei [x3, x5] ce poate fi aleas (nu formeaz cicluri), apoi
[x3, x4] de valoare 40. Muchia [x2, x4] de valoare 42 nu se alege (formeaz
ciclu). Urmtoarea valoare este 50 pentru [x3, x6], se reine, n vreme ce
[x1, x4] nu se reine (formeaz ciclu). Dintre muchiile de valoare 60 se reine
doar [x6, x7]. S-au reinut astfel 6 muchii, attea ct va avea arborele cutat.
x2
x5
30
35
x3
x1
36
x7
40
50
x4
60
x6
Arborele cutat are valoarea 251 dat de suma valorilor muchiilor.
Observaia 1: Dac n locul muchiei [x1, x2] am fi ales [x1, x3]

ambele de valoare 35 am fi obinut un alt arbore minimal.
Observaia 2: Algoritmul Kruskal poate fi aplicat i n determinarea

arborelui maximal (de valoare maxim) cu deosebirea c alegerea muchiilor
se face n ordinea descresctoare a valorii lor, cu aceeai grij ca orice
muchie aleas s nu formeze cicluri cu cele alese anterior.
Observaia 3: Cu ajutorul arborelui minimal putem determina un lan

hamiltonian de valoare ct mai mic, n graful dat, avnd grij ca orice vrf
al lanului s aib gradul cel mult 2. n exemplul nostru numai vrful x3 nu
ndeplinete aceast condiie. Deci trebuie s facem ca i el s aib gradul 2.
Dac renunm la [x3, x6] i introducem [x5, x6], gradul lui x3 va fi 3 n loc
de 4. Mai renunm i la [x3, x4] i introducem [x1, x4] i astfel s-a obinut
lanul hamiltonian x4 x1 x2 x3 x5 x6 x7 de valoare 266.
Teoria grafurilor
7. Probleme
1. Fie graful G = (X, T), X = x1, x2, x3, x4, x5 i T(x1) = x4;
T(x2) = x1, x5; T(x3) = x1, x2, x4, x5; T(x4) = ; T(x5) = x1, x4. Se
cere:
a) s se reprezinte geometric graful G;
b) s se scrie un drum de lungime 3 din G;
c) s se determine matricea drumurilor D;
d) s se cerceteze existena circuitelor n G;
e) s se cerceteze existena drumurilor hamiltoniene.
Rezolvare
a) Reprezentarea geometric este:
x2
x3
x1
x5
x4
b) d = (x3, x2, x1, x4)
c) Scriem matricea A apoi determinm, cu algoritmul obinut,
matricea D.
A
x1
x2
x3
x4
x5
x1
0
1
1
0
1
x2
0
0
1
0
0
x3
0
0
0
0
0
x4
1
0
1
0
1
x5
0
1
1
0
0
D
x1
x2
x3
x4
x5
x1
0
1
1
0
1
x2
0
0
1
0
0
x3
0
0
0
0
0
x4
1
1
1
0
1
x5
0
1
1
0
0
p(xi)
1
3
4
0
2
Pentru a obine, de exemplu, linia lui x2 n D, am preluat elementele

egale cu 1 de pe linia lui x2 din A n D. Apoi pentru c avem 1 pe coloana
lui x1, adunm boolean linia lui x1 din A la cea a lui x2 i mai apare un 1 pe
coloana lui x4. Pentru c avem 1 pe coloana lui x5, adunm boolean linia lui
x5 la cea a lui x2 i nu mai obinem alt element egal cu 1. Avem i un 1 pe
coloana lui x4, adunm linia lui x4 din A la cea a lui x2 i nu mai obinem
alte elemente de 1; completm locurile libere cu zerouri. Repetm
raionamentul pentru fiecare linie i obinem matricea D.
d) Pe diagonala principal a matricei D toate elementele sunt egale
cu 0, deci graful nu are circuite.

e) Graful neavnd circuite, aplicm teorema lui Y.V. Chen,
determinnd puterile de atingere ale vrfurilor. Adugm

matricei D coloana p(xi) cu valorile: p(x1) = 1, p(x2) = 3,
p(x3) = 4, p(x4) = 0, p(x5) = 2.
Deoarece n = 5,
p( x ) = 10 , iar
i =1
n(n 1) 5 4
= 10 , rezult c
=
2
2
exist drum hamiltonian pe care l obinem scriind vrfurile grafului n

ordinea descresctoare a puterii lor de atingere, adic:
dH = (x3, x2, x5, x1, x4).
2. Fie graful G = (X, U), X = x1, x2, x3, x4, x5 i
U = (x1, x3), (x1, x4), (x2, x1), (x2, x5), (x3, x4), (x4, x2), (x4, x5),
(x3, x2).
Se cere:
a) s se reprezinte geometric graful G;
b) s se cerceteze dac are circuite;
c) s se cerceteze dac are drumuri hamiltoniene.
Teoria grafurilor
Rezolvare
a)
x2
x5
x1
x4
x3
b) Fr s mai determinm matricea D se observ c exist circuitul
d = (x2, x1, x4, x2). Deci graful are circuite.

c) Cercetm existena drumurilor hamiltoniene cu algoritmul
Kaufmann deoarece graful are circuite.

0
0
x2x1 0
0 x3x2
0 x4x2
0
0
D(1)
x1x3 x1x4 0
0 x2x5
0
0 x3x4 0
0 x4x5
0
0
0
0
D(2) = D(1) L D (1)

0
x1x3x4
x1x3x2
x1x4x2
0
x3x2x1
0
x3x4x2
x2x1x3
0
x2x1x4
0
x4x2x1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
x1
D (1)
x3 x4
x2
x2
x5
x4
D(3) = D(2)L D
x1x3x4x2
0
x5
(1)
x1x4x5
0
x3x2x5
x3x4x5
x4x2x5
0
0
x3x4x2x1
0
0
0
0
x2x1x3x4
x3x2x1x4
x1x3x2x5
x1x4x2x5
x1x3x4x5
x2x1x4x2
x3x4x2x5
0
0
0
0
x4x2x1x3
0
0
0
0
0
D(4) = D(3)L D (1)

0
0 x1x3x4x2x5
0
0 x2x1x3x4x5
0
0 x3x2x1x4x5
0
0
0
0
0
0
Matricea D(4) conine drumurile elementare formate din 4 arce, deci

ce trec prin 5 vrfuri, adic prin toate vrfurile grafului. Aceste drumuri sunt
i hamiltoniene i avem:
d (H1) = (x1, x3, x4, x2, x5)
d (H2 ) = (x2, x1, x3, x4, x5)
d (H3) = (x3, x2, x1, x4, x5).
3. Un sistem de comunicare a datelor ntre 5 obiective are ca model
graful de mai jos. Posibilitile de comunicare ntre obiective sunt figurate

prin arce, iar costul unei comunicri este valoarea arcului. Se cere:
a) s se determine comunicrile de cost minim la x5;
b) s se determine comunicrile de cost minim ntre oricare dou
obiective.
x2
3
x1
x5
x3
1
5
1
4
x4
Rezolvare
a) Trebuie s determinm rutele de valoare minim de la orice vrf
la vrful x5. Se aplic algoritmul Bellman Kalaba.
Teoria grafurilor
V
x1
x2
x3
x4
x5
x1
0
3
x2
4
0
1
3
1
x3
2
0
5
2
x4
0
1
4
x5
6
1
4
0
0
( 2)
( 3)
( 4)
(1)
mi 5
mi 5
mi 5
mi 5
b) Aplicm al doilea algoritm de la rute optime i determinm
M(2) = V * V.
V
x1
x2
x3
x4
x5
x1
0
3
x2
4
0
1
x3
2
0
5
2
x4
0
1
x5
6
1
4
0
V
x1
x2
x3
x4
x5
x1
0
3
x2
4
0
1
x3
2
0
5
2
x4
0
1
x5
6
1
4
0
M(2)
x1
x2
x3
x4
x5
x1
0
3
4
x2
3
0
1
6
3
x3
2
3
0
5
2
x4
7
2
0
1
x5
5
1
2
4
0
unde, de exemplu elementul m (432) se obine transpunnd linia lui x4 pe

coloana lui x3 din V i efectund sumele perechilor de elemente se reine cea
mai mic valoare. Astfel: m (432 ) = min+2; +; 5+0; 0+5; 4+2 = 5.
Prin aceeai operaie calculm M(4) = M(2) * M(2) i obinem:
M(4)
x1
x2
x3
x4
x5
x1
0
3
4
9
6
x2
3
0
1
6
3
x3
2
3
0
5
2
x4
5
2
3
0
1
x5
4
1
2
4
0
= M(5) = M
Matricea M(4) conine valorile minime ale rutelor dintre oricare vrf
cap de linie la orice vrf cap de coloan.
Astfel, cifra 9 de pe linia lui x4 i coloana lui x1 din M(4) reprezint

costul minim al comunicrii de la x4 la x1. Pentru a determina i ruta,
adunm linia lui x4 (din V) cu respectiv elementele coloanei x1 din M(4). Cea
mai mic sum este 5 + 4 = 9 i corespunde liniei lui x3 din M(4), deci (x4,
x3) este primul arc al rutei cutate. Apoi transpunem linia lui x3 din V peste
coloana lui x1 din M(4), efectum sumele perechilor de elemente i cea mai
mic sum este 1 + 3 = 4 ce va corespunde liniei lui x2 din M(4). Arcul
(x3, x2) este urmtorul din rut. n sfrit, transpunem linia lui x2 din V peste
coloana lui x1 din M(4), adunm cele dou coloane, suma minim este 3 + 0
= 3 de pe linia lui x1 din M(4), deci urmtorul arc este (x2, x1) i am ajuns la
destinaie. Ruta cutat va fi:
5
d: x4 x3 x2 x1
i valoarea ei este 5 + 1 + 3 = 9.
4. Fie graful G finit, orientat, valuat. Se cere:
a) s se cerceteze dac are circuite;

b) s se cerceteze dac are drumuri hamiltoniene;
c) n caz c exist, s se determine drumul de valoare maxim de la
x2 la x4.
x2
5
9
2
3
x1
x3
8
x5
4
x6
x4
Rezolvare
a) Se determin pe rnd matricele A (a arcelor) i D (a drumurilor).
Teoria grafurilor
A
x1
x2
x3
x4
x5
x6
x1
0
0
0
0
0
0
x2
1
0
0
0
0
0
x3
1
1
0
0
1
0
x4
1
0
1
0
0
0
x5
0
1
0
0
0
0
x6
0
0
0
1
1
0
D
x1
x2
x3
x4
x5
x6
x1
0
0
0
0
0
0
x2
1
0
0
0
0
0
x3
1
1
0
0
1
0
x4
1
1
1
0
1
0
x5
1
1
0
0
0
0
x6
1
1
1
1
1
0
p(xi)
5
4
2
1
3
0
Pe diagonala principal n D toate elementele sunt egale cu zero,

deci nu exist circuite.
b) Adugm lui D coloana puterilor de atingere p(xi) i o
determinm pentru fiecare vrf cap de linie:

6
p( x ) = 15 i cum n = 6;
i =1
n(n 1) 6 5
= 15
=
2
2
este ndeplinit
condiia de existen a drumului hamiltonian i acesta este, scriind vrfurile

grafului n ordinea descresctoare a puterilor de atingere:
dH = (x1, x2, x5, x3, x4, x6).
c)
x1
0
-
-
-
-
-
2
x2
2
0
-
-
-
-
-
x3
3
9
0
-
7
-
8
( 2)
11
17
( 3)
19
( 4)
i4
(5)
i4
V
x1
x2
x3
x4
x5
x6
(1)
mi 4
mi 4
mi 4
m
m
x4
2
-
8
0
-
-
0
x5
-
5
-
-
0
-
-
x6
-
-
-
6
4
0
-
20
15
22
20
15
22
20
15
Deoarece vrem s ajung ruta n x4, prima linie ce se adaug lui V,

(1)
( 5)
mi 4 va fi transpusa coloanei lui x4. Ultima linie, mi 4 , va da valorile

maxime ale drumurilor de la vrfurile cap de coloan la x4. Astfel valoarea
( 5)
maxim a drumurilor de la x2 la x4 este 20 (elementul m 24 ) i punctele prin

care trece ruta optim sunt:
x2, x5, x3, x4.
5. Fie graful G, finit, neorientat, valuat. Se cere:
a) arborele minimal i valoarea acestuia;

b) un lan hamiltonian de valoare ct mai mic;
c) arborele maximal i valoarea acestuia.
x2
10
x1
x4
9
8
x3
x5
Rezolvare
a) Alegem cele 4 muchii ale grafului (conform proprietii 5) n
ordinea cresctoare a valorii lor cu grij s nu se formeze cicluri i obinem:

x2
x4
x1
x3
x5
Teoria grafurilor
arborele minimal de valoare suma valorilor muchiilor ce l compun, adic

27.
b) Vrful x3 are gradul 3. Eliberm o muchie, [x3, x5] pentru c are
valoarea cea mai mare i introducem n locul ei [x4, x5]. Se obine:

lH = (x1, x2, x3, x5, x4) de valoare 28.
c) Alegem muchiile n ordinea descresctoare a valorii lor, cu grij
s nu apar cicluri. Obinem:

x2
10
x4
x1
x3
x5
arborele maximal, care este i lan hamiltonian maximal i are valoarea 35.
COMPLEMENTE
DE ALGEBR LINIAR
1. Spaii liniare
Fie X o mulime nevid, K un corp de numere (reale sau complexe)
i dou legi de compoziie: o lege intern, adunarea, definit +:
X X X, cu x + y X () x,y X i o lege extern nmulirea cu
scalar, definit : K X X, x X, () x X i K.
Definiia 1: Mulimea X formeaz un spaiu liniar (vectorial) peste
corpul K, notat (X, K), dac:
1. (X, +) este grup abelian.
2. a) (x + y) = x + y, () K, () x, y X
b) ( + )x = x + x, () , K, () x X
c) (x) = ()x, () , K, () x X
d) 1 x = x () x X, 1 K.
Elementele lui X se numesc vectori, elementele lui K se numesc
scalari, elementul neutru din grupul (X, +) se noteaz cu 0 i se numete
vector nul.
Exemple
1. (n, ), unde n = x x = (x1, ..., xn)T, xi , i = 1,n cu
operaiile: x + y = (x1+ y1, ..., xn + yn)T, x = (x1, ..., xn)T, () x = (x1,
..., xn)T, y = (y1, ..., yn)T X, () K, 0 = (0,...,0)T.
Observaie: n este mulimea matricelor coloan cu n elemente

numere reale, iar operaiile sunt: adunarea matricelor coloane cu cte n
elemente i nmulirea lor cu un numr real.
2. (Mmn, ), unde Mmn este mulimea matricelor cu m linii i n

coloane avnd elemente numere reale.
3. (n[X], ), unde n[X] este mulimea polinoamelor de o

nedeterminat X, de grad cel mult n i cu coeficieni reali.
Propoziia 1: ntr-un spaiu liniar (X, K) sunt adevrate

proprietile:
a) 0 x = 0 , () x X i 0 K;
b) (-1) x = - x;
c) 0 = 0 , () K.
Demonstraie:
a) 0 x + x = 0 x + 1 x = (0 + 1)x = 1 x = x
Din 0 x + x = x rezult 0 x = 0 ;
b) Din a) avem 0 x = 0 (1 + (-1))x = 0 1 x + (-1)x = 0

(-1)x = - x;
c) 0 = ( 0 + 0 ) = 0 + 0 0 = 0 .
2. Dependena i independena liniar a vectorilor
Fie (X, K) un spaiu liniar, v1, ..., vm X, 1, ..., m K.

Definiia 2: Se numete combinaie liniar a vectorilor v1, ..., vm cu
scalarii 1, ..., m vectorul
Complemente de algebr liniar
v = 1v1 + ... + mvm.

m
Dac i [0, 1], i = 1,m i
i =1
= 1 , atunci vectorul v este o
combinaie liniar convex de v1, ..., vm.
Exemplu:
n (2, ) se dau vectorii:

6
v1 = , v2 =
0
3
, v3 =
3
4
.
2
a) S se determine vectorul v = 2v1 3v2 v3;

b) Este v3 o combinaie liniar de v1 i v2?
Rspuns
6
3 4 1
a) v = 2 - 3 - = ;
0
3 2 11
b) Presupunem c exist 1 i 2 astfel nct v3 = 1v1 + 2v2.
nlocuind v1, v2, v3, avem:

6
3
4
= 1 + 2 de unde rezult sistemul:
0
3
2
61 + 32 = 4
- 32 = -2, cu soluia 2 =
2
1
1
2
i 1 = , deci v3 = v1 + v2 i
3
3
3
3
rspunsul e afirmativ.
Observaie: Deoarece 1, 2 [0, 1] i 1 + 2 = 1, v3 este o
combinaie liniar convex de v1 i v2.
Definiia 3:
a) Sistemul finit de vectori v1, ..., vm X se numete liniar

m
independent dac relaia
v
i =1
i i
= 0 implic i = 0, i = 1,m ;
b) v1, ..., vm X este liniar dependent dac exist scalarii
1 ,..., m, nu toi nuli, astfel nct
v
i =1
i i
= 0.
Definiia 4:
O familie S = vi i I de vectori din X este liniar independent

dac orice sistem finit de vectori din S este liniar independent. n caz
contrar, adic dac S conine cel puin un sistem finit de vectori liniar
dependent, spunem c S este liniar dependent (I este mulimea indicilor
familiei S).
Exemple:
a) n (n, ), E = e1, ..., en n, cu e1 = (1, 0,...,0)T, ...
en = (0,..., 0, 1)T este un sistem liniar independent, deoarece din

relaia: 1e1 + ...+ nen = 0 rezult 1 = ... = n = 0.
b) n (2, ), sistemul de vectori v1, v2, v3 cu
1
2
3
v1 = ; v2 = ; v3 = este liniar dependent, deoarece
1
3
7
v1 2v2 + v3 = 0 , deci exist cel puin un scalar i 0.
Propoziia 2: Fie (X, K) un spaiu liniar.
a) Sistemul v1, ..., vm X este liniar dependent dac i numai dac

cel puin un vector este combinaie liniar a celorlali.
b) Dac v1, ..., vm X este liniar independent i v1, ..., vm, vm+1
este liniar dependent, atunci vm+1 este combinaie liniar de v1, ..., vm.
Demonstraie:
a) Dac v1, ..., vm e liniar dependent, din definiie rezult c exist
cel puin un scalar j 0, j 1, ..., m i ali scalari l, l j, 1 l m, cu

proprietatea
v
i =1
i i
= 0.
Presupunem 1 0 i din relaia precedent avem:

v1 = -
v2 - ... - m vm sau, notnd l = - l , l = 2 ,m , rezult:

1
1
1
v1 = 2v2 + ...+ mvm.

Reciproc, dac v1 se scrie ca mai sus, avem:
1 v1 - 2v2 - ... - mvm = 0 unde 1 = 1 0, deci sistemul v1,...,vm
este liniar dependent.
b) Dac sistemul v1,...,vm, vm+1 este liniar dependent rezult c

exist scalarii 1, ..., m+1, cu cel puin un j 0, 1 j m + 1, astfel nct
m +1
v
i =1
= 0.
Dac m+1 = 0, relaia de mai sus devine 1v1 + ... + mvm = 0 i din
independena vectorilor v1, ..., vm ar rezulta 1 = ... = m = 0, ceea ce este o
contradicie. Deci m+1 0, de unde vm+1 = -
i =1
combinaie liniar de ceilali vectori.
Aplicaie
1

v1 = 2 ; v2 =
3

0

1 ; v3 =
1

1

0 ; v4 =
5

2

0 .
5

m +1
vi , adic vm+1 este o
S se stabileasc natura sistemelor de vectori:

a) S1 = v1, v2, v3; b) S2 = v1, v2, v4.
Rezolvare
a) Presupunem 1v1 + 2v2 + 3v3 = 0 ; nlocuim vectorii i obinem
sistemul:
+ 3 = 0
1
21 - 2
=0
, avnd determinantul
31 + 2 + 53 = 0
1
= 2 1 0 = 0 .
3 1 5
Alegem determinantul principal p =
1 0
0 i deci sistemul
2 1
ecuaiilor i necunoscutelor principale va fi:

1 = - 3
21 - 2 = 0
de unde 1 = - 3, 2 = - 23, () 3 .
nlocuind n relaia presupus 1, 2 n funcie de 3 avem:
-3v1 - 23v2 + 3v3 = 0 -v1 2v2 + v3 = 0 sau v3 = v1 + 2v2, ce
reprezint legtura dintre vectorii dependeni v1, v2, v3.
b) Din relaia 1v1 + 2v2 + 4v4 = 0 , se obine sistemul:

1
21 - 2
+ 24 = 0
=0
31 + 2 + 54 = 0
cu = 5, deci 0. Sistemul are soluie unic, soluia banal, deci

1 = 2 = 4 = 0 i v1, v2, v4 este un sistem de vectori liniar independent.
3. Baza unui spaiu liniar

Fie (X, K) un spaiu liniar.
Definiia 5: Un sistem de vectori S = viiI se numete sistem de

generatori pentru X dac orice vector din X este o combinaie liniar (finit)
de vectori din S.
Exemplu
n (n, ), E = e1, ..., en n, unde e1 = (1, 0, ..., 0)T, ...,
en = (0 ,..., 0, 1)T, este sistem de generatori pentru n, deoarece () x n,
cu x = (x1, ..., xn)T avem x = x1e1 + ... + xnen.
Definiia 6: Un sistem de vectori B X formeaz o baz a spaiului

liniar (X, K) dac:
1. B este un sistem liniar independent;
2. B este un sistem de generatori pentru X.
Exemplu
n (n, ), mulimea E = e1, ..., en formeaz o baz, numit baza
canonic, deoarece am vzut mai nainte c E satisface condiiile din

definiia bazei.
Definiia 7: Spaiul liniar (X, K) se numete finit dimensional dac

are o baz finit. Numrul de vectori ai bazei se numete dimensiunea
spaiului i se noteaz dimX.
Exemplu
(n, ) are dimensiunea n, pentru c are baza E = e1, ..., en; se
scrie dim n = n i se spune c este spaiul real n dimensional.
Teorema 1 (teorema bazei): Orice vector dintr-un spaiu (X, K) finit

- dimensional se poate exprima n mod unic ca o combinaie liniar de
vectorii unei baze oarecare a spaiului.
Demonstraie:
Fie B = vii = 1, m o baz a spaiului liniar (X, K) m-dimensional
i v X.
Existena
B e baz, deci este i sistem de generatori; atunci () v X,

() 1, ..., m K astfel nct:
v = 1v1 + ... + mvm
(1)
Unicitatea
Presupunem c scrierea nu este unic:

v = 1v1 + ...+ mvm i () j j, 1 j m.
Scznd ultimele dou relaii, avem:
0 = (1 - 1)v1 + ...+ (m - m)vm.
Cum sistemul v1, ..., vm e liniar independent (B baz) rezult c
i - i = 0, () i = 1, m , deci j = j, ceea ce contrazice ipoteza. Deci
scrierea este unic.
Definiia 8: Scalarii 1, ..., m din relaia (1) se numesc coordonatele

vectorului v n baza B i scriem:
vB = (1, ..., m)T.
Observaie: Cnd B este baza canonic E, nu se mai specific baza.
Propoziia 3: Orice spaiu liniar finit generat are o baz, aleas
dintre vectorii sistemului de generatori.

Propoziia 4: Oricare dou baze ale unui spaiu liniar finit
dimensional au acelai numr de vectori.

Propoziia 5: Oricare dou spaii liniare (X, K) i (Y, K), cu
dimX = dimY sunt izomorfe, adic exist o funcie f: X Y cu

proprietile:
a) f este bijecie;
b) f(x + y) = f(x) + f(y); () x, y X;
c) f(x) = f(x), () K, () x X.
Consecin. Orice spaiu liniar n - dimensional peste corpul este

izomorf cu spaiul (n, ).
De aceea, n continuare se va analiza n detaliu spaiul (n, ).
4. Spaiul liniar (n, )
Fie n spaiul liniar (n, ) sistemul de vectori v1, ..., vm cu

vj = (a1j, a2j, ...., anj)T, j = 1, m , i A = (aij), i = 1, n , j = 1, m , matricea ale
crei coloane sunt vectorii dai.
Teorema 2:
a) Sistemul de vectori v1, ..., vm este liniar independent dac i
numai dac rang A = m;

b) Sistemul de vectori v1, ..., vm este liniar dependent dac i
numai dac rang A < m.
Demonstraie:
Fie relaia:
1v1 + ...+ mvm = 0
(2)
n care nlocuim vectorii cu matricele coloan respective. Avem:

a 11
a 1m 0

1 M + K + m M = M , relaie echivalent cu sistemul
a
a 0
n1
nm
omogen de ecuaii liniare:

a111 + .... + a1mm = 0
(3)
an11 + ... + anmm = 0

a crui matrice este A = (aij), i = 1, n , j = 1, m .
i) Sistemul (3) admite numai soluia banal 1 = ... = m = 0 dac i
numai dac rangA = m, caz n care relaia (2) implic

1 = ... = m = 0, deci v1, ..., vm - liniar independent.
ii) Sistemul (3) admite i soluii diferite de cea banal, deci va exista
cel puin un scalar i 0, i 1, ..., m, dac i numai dac

rangA < m. Atunci din relaia (2) rezult v1, ..., vm - liniar
dependent.
Aplicaie

1

v1 = 0 ; v2 =
2

0

1 ; v3 =
4

a2

a , a .
0

S se determine, n funcie de a, natura vectorilor dai.
Rezolvare
1 0 a2
A = 0 1 a A = 2a(a - 2) rezult:
2 4 0
- dac a \ 0, 2, A 0 rangA = 3 i deci sistemul de

vectori este liniar independent;
- dac a 0, 2, rangA < 3, sistemul de vectori este liniar
dependent.
Consecin: n (n, ), orice sistem de m vectori, cu m > n este
liniar dependent. Evident, deoarece rangA n < m.

Propoziia 6: n (n, ), orice sistem de n vectori liniar independent
formeaz o baz.
Demonstraie: Fie sistemul v1, ..., vn n, liniar independent. S
artm c este i un sistem de generatori. Fie v n; atunci v1, ..., vn, v

este liniar dependent conform consecinei de mai sus, iar din propoziia 2b)
rezult c v se scrie ca o combinaie liniar de vectorii dai, deci acetia din
urm formeaz un sistem de generatori, deci baz.
Consecin: Verificarea condiiei ca n vectori s formeze o baz n
(n, ) se reduce doar la verificarea independenei acestora.

Se pot pune urmtoarele probleme: cunoscndu-se un vector din n
dat n baza canonic, cum se determin coordonatele lui ntr-o alt baz B a
lui n; cum se schimb coordonatele acelui vector la schimbarea bazei B cu
o alt baz B1. Rspunsul la aceste probleme l vom avea n urmtoarele
dou propoziii.
Propoziia 7:
Fie B = v1, ..., vn baz n n, cu vj = (a1j, ..., anj)T, j = 1, n , A = (aij),
i, j = 1, n i un vector oarecare v n. Atunci

vB = A-1 v
Demonstraie:
Fie v = (b1, ..., bn)T, bi , i = 1, n . Din teorema bazei exist scalarii

1, ..., n astfel nct vB = (1, ..., n)T, sau:
v = 1v1+ ... + nvn,
(4)
scalari ce reprezint coordonatele lui v n baza B.

nlocuind vectorii v, v1, ... ,vn n (4), obinem sistemul de ecuaii
liniare:
a111 + .... + a1nn = b1
(5)
an11 + ... + annn = bn

care se mai scrie matriceal astfel:
AvB = v
(6)
Cum v1, ... ,vn e baz, deci liniar independent, rangA = n

A 0 () A-1.
n relaia (6) nmulim la stnga cu A-1 i avem:

vB = A-1 v
(7)
Observaie: Sistemul (5) este deci sistem de tip Cramer, are soluie
unic, pe care o putem gsi cu regulile lui Cramer sau cu alte metode
elementare (a reducerii, substituiei).
Propoziia 8:
Fie vB = (1, ..., n)T, vectorul v n baza B = v1, ..., vn,
vj = (a 1 j , ..., anj)T, j = 1, n i v B1 = ( 1' , ..., 'n )T vectorul v n noua baz

B1 = v 1' , ..., v 'n cu v 'j = (a 1' j , ... , a 'nj )T, j = 1, n , iar A1 = (a ij' ), i,j = 1, n .
Atunci: v B1 = A 11 A vB
(8)
Demonstraie:
Din propoziia 7 putem scrie:

v = AvB
v = A1v B1
deci: A vB = A1 v B1 de unde: v B1 = A 11 A vB sau vB = A-1 A1 v B1 .
Aplicaie
1
n (2, ) se dau vectorii: v1 = ; v2 =
2
3
; v =
1
4
i v 1' =
2
1
;
4
1
v '2 = . Se cere:
1
a) s se arate c vectorii v1, v2 i v 1' , v '2 formeaz respectiv

bazele B i B1;
b) s se determine vB;
c) folosind rezultatul din 8b) s se determine v B1 .
Rezolvare
a) Formm matricele A i A1:
1 3
A = -5 rangA = 2, adic sistemul v1, v2 este
A =
2 1
liniar independent i conform propoziiei 6, formeaz o baz B. Raionm

1 1
cu rang A = 2, v 1' , v '2 = B1.
analog pentru A1 =
4
1
b) Din relaia (7), vB = A-1v, unde:
1/ 5 3 / 5
i deci:
A-1 =
2 / 5 1/ 5
1/ 5 3 / 5
vB =
2 / 5 1/ 5
4 2 / 5
=
.
2 6 / 5
1/ 3 1/ 3
, din relaia (8) avem:
c) Deoarece A 11 =
4 / 3 1 / 3
1 / 3 1 / 3 1 3 2 / 5 2 / 3

=
.
v B1 = A 11 A vB =
4 / 3 1 / 3 2 1 6 / 5 14 / 3
2 / 3 14 / 3 4
2
14 '
+
= = v.
Ca verificare, avem: - v 1' +
v 2 =
3
3
8 / 3 14 / 3 2
Lema substituiei:
Fie (n, ), B = a1, ..., an o baz i v =
a
j =1
j j
n .
Dac B1 = a1, ..., ai-1, v, ai+1, ..., an, atunci:

a) B1 este baz n (n, ) i 0;
b) Dac i 0 i x n cu xB = (1, ..., n)T, atunci
x B1 = ( 1' , ..., 'n )T unde i' =
i j j i
i
, 'j =
, pentru j i,
i
i
1 j n.
Demonstraie:
a) Dac B1 cu n vectori este baz, atunci este un sistem de vectori
liniar independent, deci din relaia:

1a1 + ... + i-1ai-1 + iv + i+1ai+1 + ... + nan = 0
rezult 1 = ... = n = 0.
(9)
Dar (9) se mai scrie:

n
n
a
v
0
a
j j
i
j j
i ja j = 0
j=1
j=1
j=1
j i
j i
n
(
j=1
j i
+ i j ) a j + ii a i = 0
(10)
Cum B e baz, deci sistem liniar independent, rezult:

1 + 1i = 0
i-1+ i-1i = 0
ii = 0
i+1+ i+1i = 0
n + ni = 0
sistem n necunoscutele 1, ..., n ce va avea numai soluia nul dac
determinantul su:
D=
1 0 L 1 L 0
0 1 L 2 L 0
M M L M L M
0 0 L i L 0
M M L M L M
0 0 L n L 1
b) Fie x =
a
j =1
j j
,v=
= i 0.
a
j =1
j j
i presupunem i 0. Atunci:
iai = v - 1a1 - ... - i-1ai-1 - i+1ai+1 - ... - nan

ai =
v 1 a1 ... i 1 a i 1 i +1 a i +1 ... n a n
i
i
i
i
i
(11)
Cum x =
a
j=1
j i
+ i a i , nlocuind ai din (11), avem:

1

j
x = j a j + i v a j = 1 1 i a 1 + ... + i 1 i 1 i
i
i
j=1
j=1 i

i
j i
j i
+ i v + i +1 i +1 i a i +1 + ... + n n i a n ,
i
i
i
a i 1 +
reprezentnd scrierea lui x n baza B1. n enunul lemei substituiei avem

x B1 = ( 1' , ..., 'n ) i din unicitatea coordonatelor unui vector ntr-o baz
rezult: 'i =
j i i j j i
i
, ' j = j
=
, 1 j n, j i i
i
i
i
demonstraia se termin.
Observaii:
1) i 0 din enunul lemei se numete pivot, iar regula de calcul
pentru 'j , j 1, n , j i se numete regula dreptunghiului sau
regula pivotului.
2) Lemei substituiei i se asociaz schema:
B
a1
a2
a2...
0
1
ai...
0
0
an
0
0
ai
an
i 0
a1
1
0
B1
a1
a1
1
a2...
0
a2
an
1
i
2
1
i
n
i
x
1
2
...ai...
v
1
2
an
0
v
0
i 0
x
11 =
12 =
i 1 1 i
i
i 2 2 i
i
=
1
i
1n =
i
i
i n n i
i
3) Din schema de mai sus se observ c transformarea coeficienilor

se face astfel:
- linia pivotului se mparte la pivot;
- coloana pivotului se completeaz cu 0; astfel aceast coloan
devine un vector unitar;
- celelalte coloane ale vectorilor lui B1 rmn neschimbate;
- elementele celorlalte coloane se calculeaz cu regula
dreptunghiului.
5. Metoda eliminrii Gauss - Jordan

Metoda eliminrii Gauss Jordan sau metoda pivotului este
aplicabil calculului iterativ al inversei unei matrici i rezolvrii unui sistem
de ecuaii liniare, cu n necunoscute.
Prezentarea metodei o vom face pentru rezolvarea unui sistem liniar,
compatibil determinat, de forma:
a11x1 + ... + a1nxn = b1
(12)
an1x1 + ... + annxn = bn

Notnd cu A = (aij), i, j = 1, n , matricea coeficienilor, b =(b1, ..., bn)T,
x = (x1,..., xn)T, sistemul (12) devine:
Ax = b
(13)
Presupunem A 0. Fiecare coloan j din A, j = 1, n , este un

vector aj n cu aj = (a1j, ..., anj)T. Atunci A = (a1, ..., an) i din (13) avem:
x1

(a1, ..., an) M = b x1a1 +...+ xnan = b
x
n
(14)
Din condiia A 0 rezult rangA = n, vectorii a1, ..., an sunt

independeni deci formeaz o baz n (n, ), iar din relaia (14) observm
c vectorul soluie x are drept componente coordonatele vectorului b n baza
a1, ..., an.
Ne
propunem,
folosind
lema
substituiei,
determinm
coordonatele lui b n baza a1, ..., an, pornind de la faptul tiut c vectorii
b, a1, ..., an sunt dai n baza canonic.
Pasul 1: Asociem sistemului schema caracteristic lemei substituiei

(n care nu mai figurm coloanele vectorilor unitari ei, i = 1, n ).
Baza
a1
a2
...
an
e1
a11
a12
...
a1n
b1
e2
a21
a22
...
a2n
b2
en
an1
an2
...
ann
bn
Dac a11 0, se alege ca pivot, n caz contrar permutm unele linii

ale sistemului cu scopul ca elementul de pe linia i coloana nti s fie diferit
de zero.
Pasul 2: Aplicm operaiile din observaia 3 de mai sus i obinem:

Baza
a1
a2
...
an
a1
a12/a11
...
a1n/a11
e2
a22
...
a2n
en
an2
...
ann
b1' =
b '2 =
b1
a 11
a 11b 2 a 21b1
a 11
b 'n =
a 11b n a n1b1
a 11
Dac a22 0, l alegem drept pivot, procedm analog ca n pasul

precedent, .a.m.d., pn n final cnd ajungem la:
Baza
a1
a2
...
an
a1
...
x1
a2
...
x2
an
...
xn
Pe coloana lui b vom citi soluia sistemului.
Aplicaie
Folosind metoda eliminrii Gauss Jordan, s se rezolve sistemul:
x1 + x2 + x3 = 1
4x1 + 3x2 + 2x3 = -2
2x1 + x2 + x3 = -2
Rezolvare
Matricea sistemului este:
1 1 1
A = 4 3 2 , A = -1 0.
2 1 1
Sistemul este compatibil determinat i se poate rezolva cu metoda

eliminrii a lui Gauss Jordan.

Pasul
1
2
3
4
B
e1
e2
e3
a1
e2
e3
a1
a2
e3
a1
a2
a3
a1
1
4
2
1
0
0
1
0
0
1
0
0
a2
1
3
1
1
-1
-1
0
1
0
0
1
0
a3
1
2
1
1
-2
-1
-1
2
1
0
0
1
b
1
-2
-2
1
-6
-4
-5
6
2
-3
2
2
Soluia sistemului este x = (-3, 2,2)T, adic x1 = -3, x2 = 2, x3 = 2.
6. Funcionale liniare
Definiia 9: Dac (X, K) este un spaiu liniar, aplicaia f: X K se

numete funcional liniar dac are proprietile:
1) f(x + y) = f(x) + f(y); () x, y X, adic f e aditiv;
2) f(x) = f(x), () K, () x X, adic f e omogen.
Observaie: Dac f e funcional liniar are loc relaia:

f(x + y) = f(x) + f(y), () , K, () x, y X.
Generalizare: Dac f e funcional liniar, atunci:

f(1x1 + ... + nxn) = 1f(x1) + ... + nf(xn)
sau
n
n
f i x i = if ( x i ) ; () i K, () xi X, i = 1, n .
i =1
i =1
Presupunem c dimX = n i fie G = g1, ..., gn o baz a lui X. Dac
x X este un vector arbitrar ales, atunci din teorema bazei avem:
x =
x g
i
i =1
, unde xi, i = 1, n , sunt coordonatele lui x n baza G.
Aplicnd funcionala liniar f, rezult:

n
f(x) = f( x i g i ) =
i =1
x f (g ) = A xG, unde A = (a1, ..., an), cu

i =1
ai = f(gi), iar xG = (x1, ..., xn)T.

A se numete matricea asociat funcionalei liniare f n baza G.
Aplicaie
Fie f: 3 , f(x) = 2x1 x2 3x3, () x = (x1, x2, x3)T 3. Se
cere:
a) s se arate c f este funcional liniar;
b) s se determine matricea A a funcionalei n baza canonic,
E = e1, e2, e3, a lui (3, ).
Rezolvare
a) Fie x = (x1, x2, x3)T, y = (y1, y2, y3)T vectori arbitrari din 3.
Atunci: x + y = (x1 + y1, x2 + y2, x3 + y3)T i
f(x + y) = 2(x1 + y1) (x2 + y2) 3(x3 + y3) =
= (2x1 x2 3x3) + (2y1 y2 3y3) = f(x) + f(y), deci f e aditiv.
Pentru x = (x1 , x2, x3)T rezult:
f(x) = 2x1 - x2 -3x3 = (2x1 x2 3x3) = f(x), () , deci
f e omogen, adic f e funcional liniar.
b) A = (a1, a2, a3), cu a1 = f(e1) = 2, a2 = f(e2) = -1, a3 = f(e3) = -3,

deci A = (2, -1, -3).
7. Mulimi convexe
n cele ce urmeaz, notaia X va desemna un punct al unui spaiu
vectorial i nu spaiul vectorial nsui.
Definiia 10: Numim segment determinat de X1, X2 n mulimea

notat [X1, X2] = X X = X1 + (1 - )X2, [0,1] adic mulimea
vectorilor (punctelor) din n care sunt combinaii liniare convexe de X1 i
X2 (numite capetele segmentului).
Definiia 11: Mulimea C n se numete mulime convex dac

() X1, X2 C, X X = X1 + (1 - )X2, [0,1] C, adic pentru
oricare dou puncte X1 i X2 ale sale, ea conine i segmentul [X1, X2].
Observaie: Dac C este convex i X1, ..., Xm C, atunci () i

0, i = 1, m , cu
i = 1, rezult:
i =1
X
i
i =1
C.
Definiia 12: Un punct X C se numete vrf al mulimii convexe C

dac nu exist X1 i X2 C, X1 X2, astfel nct
X = X1 + (1 - )X2, (0, 1).
Definiia 13: Mulimea punctelor X = (x1, ..., xn)T n ce satisfac o

relaie de forma:
a1x1 + ... + anxn = b, aj , j = 1, n , b , se numete hiperplan.
Definiia 14: Un hiperplan determin n n dou semispaii:

S1 = X X = (x1, ..., xn)T,
a x
j=1
S2 = X X = (x1, ..., xn)T,
b .
a x
i =1
Definiia 15: Intersecia unui numr finit de semispaii date de

relaiile:
a
j=1
ij
x j b i , i = 1, m , adic mulimea soluiilor unui sistem de
inegaliti liniare, T = X n AX b, A = (aij), i = 1, m , j = 1, n ; b m

se numete tronson.
Propoziia 9: Tronsonul T este o mulime convex.
Demonstraie:
Fie X1, X2 T, deci AX1 b, AX2 b. S artm c () [0, 1],
X = X1 + (1 - )X2 T. ntr-adevr:
AX = A[X1 + (1 - )X2] = AX1 + (1 - )AX2 b + (1 - )b = b.
Deci T e convex, adic mulimea soluiilor unui sistem de inegaliti
liniare este o mulime convex.
Definiia 16: Poliedrul convex este un tronson convex mrginit.

Evident, numrul vrfurilor unui poliedru convex este finit.
Propoziia 10: Dac H este un poliedru convex, atunci orice punct

X H poate fi scris ca o combinaie liniar convex de vrfurile lui H.
Demonstraie:
Pentru simplitatea justificrii considerm H 2, adic e interiorul
unui poligon mpreun cu laturile sale (ca de exemplu n figura de mai jos).
A3
A4
X
A5
A1
A2
Distingem cazurile:
a) Dac X A1, sau oricare alt vrf, rezult
X = 1 A1 + 0(A2 + ... + A5), deci X e combinaie liniar convex de
vrfurile lui H.
b) Dac X aparine segmentului determinat de dou vrfuri oarecare
ale lui H, de exemplu A1 i A2, din definiia 10 a segmentului, rezult c:
X = A1 + (1 - )A2, 0 1.
c) Dac X nu se afl n cazurile a) sau b), atunci este un punct n
interiorul poligonului; unim X cu un vrf, de exemplu A1, prelungim
segmentul [A1, X] i notm cu M intersecia cu latura A2A3. Atunci putem
scrie:
X = A1 + (1 - )M = A1 + (1 - )[A2 + (1 - )A3] =
= A1 + (1 - )A2 + (1 - )(1 - )A3
care este combinaie liniar convex de vrfurile lui H (cele ce nu apar au
coeficienii nuli), pentru 0 1 i 0 1, deoarece
+ (1 - ) + (1 - )(1 - ) = 1.
8. Probleme
1. Fie n = ... = xx = (x1, ..., xn)T, xi , i = 1, n . S se
arate c n este un spaiu liniar (vectorial) peste .
Rezolvare
Dac x, y n, x = (x1, ..., xn)T, y = (y1, ..., yn)T i , definim
operaiile:
x + y = (x1 + y1, ..., xn + yn)T n
x = (x1, ..., xn) n.
ce reprezint legea de compoziie intern notat +, respectiv legea de
compoziie extern notat .
1) (n, +) este grup abelian, deoarece:

a) x + y = y + x; () x, y n, adic adunarea e comutativ.
ntr-adevr:
x + y = (x1 + y1, ..., xn + yn)T = (y1 + x1, ..., yn + xn)T = y + x.
b) (x + y) + z = x + (y + z), () x, y, z n, adic adunarea e

asociativ. Avem:
(x + y) + z = (x1 + y1, ..., xn + yn)T + (z1, ..., zn)T =
= ((x1+ y1) + z1, ... ,(xn + yn) + zn)T =
= (x1 + (y1 + z1), ..., xn + (yn + zn))T = x + (y + z).
Am folosit aici asociativitatea adunrii numerelor reale i faptul c
z = (z1, ..., zn)T n.
c) 0 = (0, ..., 0)T n este elementul neutru deoarece

x + 0 = 0 + x = x; () x n.
d) oricare ar fi x = (x1, ..., xn)T n, exist simetricul lui,

- x = (-x1, ..., -xn)T astfel nct: x + (-x) = (-x) + x = 0
2) Legea extern are proprietile:

a) (x + y) = x + y, () , () x, y n.
(x + y) = (x1 + y1, ..., xn + yn)T = ((x1 + y1), ..., (xn + yn))T =
= (x1 + y1, ..., xn + yn)T = (x1, ... , xn)T + (y1 ,..., yn)T =
= (x1, ... , xn)T + (y1 ,..., yn)T = x + y.
b) ( + )x = x + x; () , , () x n.
( + )x = ( + )(x1, ..., xn)T = (( + )x1, ..., ( + )xn)T =
= (x1 + x1, ..., xn + xn)T = (x1, ..., xn)T + (x1, ..., xn)T =
= (x1, ..., xn)T + (x1, ..., xn)T = x + x.
Am folosit aici distributivitatea nmulirii numerelor reale fa de
adunarea lor.
c) (x) = ()x; () , , () x n.
(x) = ((x1, ..., xn)T) = (x1, ..., xn)T =((x1),...,(xn))T =
= (()x1, ..., ()xn)T = ()(x1, ..., xn)T = ()x.
Am folosit asociativitatea nmulirii numerelor reale.
d) 1 x = x; () x n.
2. Fie vectorii v1 = (4, -1, 2, 1)T, v2 = (-2, 1, -1, -1)T i
v3 = (2, 1, 1, -1)T.
a) S se determine combinaia liniar de v1, v2, v3 cu respectiv

scalarii 1, -1, -2.
b) S se determine m, n , astfel nct: mv1 + nv2 = v3.
Rezolvare
a) v = 1v1 1v2 2v3 = 1(4, -1, 2, 1)T 1(-2, 1, -1, -1)T - 2(2, 1, 1, -1)T = (2, -4, 1, 2)T.
b) Relaia m(4, -1, 2, 1)T + n(-2, 1, -1, -1)T = (2, 1,1, -1)T este
echivalent cu sistemul:
4m 2n = 2
-m + n = 1
2m n = 1
m n = -1
ce are soluia m = 2 i n = 3.
3. Fie vectorii v1 = (3, -2, 0)T, v2 = (1, -1, 1)T, v3 = (m, 2, 4)T.
a) S se determine m astfel nct v1, v2, v3 s fie liniar dependeni i
s se gseasc legtura dintre ei;
b) Artai c pentru m = 2 vectorii formeaz o baz n 3;
c) Determinai coordonatele vectorului v = (5, -15, -7)T n baza de la
punctul b.
Rezolvare
Formm matricea ale crei coloane sunt vectorii dai.
1 m
3
A = 2 1 2 .
0
1 4
Avem:
A = -2m 10.
Dac m = -5, A = 0 i rangA < 3; 3 fiind numrul vectorilor,
rezult c vectorii sunt liniar dependeni i atunci v3 = (-5, 2, 4)T.
Din definiia dependenei liniare rezult c exist i 0, i 1,3 ,
astfel nct:
1v1 + 2v2 + 3v3 = 0
(1)
0 este vectorul nul din 3.

nlocuim n relaia (1) vectorii i obinem sistemul
31 + 2 - 53 = 0
-21 - 2 + 23 = 0
2 + 43 = 0
Determinant principal poate fi ales
p =
2 1
0
0 . Avem:
-21 - 2 = -23
2 = -43
, de unde 1 = 33 i nlocuind n relaia (1) pe
1 i 2 avem 33v1 - 43v2 + 3v3 = 0

Cum 3 0 (altfel vectorii ar fi liniar independeni), simplificm
prin 3 i relaia cutat este:
3v1 4v2 + v3 = 0 .
b) Pentru m = 2, A = - 14 0, atunci rangA = 3 i vectorii sunt

liniar independeni, deci v1, v2, v3 formeaz o baz B n 3. Din teorema
bazei rezult c vectorul v = 1v1 + 2v2 + 3v3.
(2)
c) Introducem, n relaia (2) vectorii dai i obinem:

31 + 2 + 23 = 5
-21 - 2 + 23 = -15
(3)
2 + 43 = -7
sistem de tip Cramer, cu soluie unic, pe care o determinm cu una din
metodele cunoscute. Gsim:
1 = 2, 2 = 5, 3 = -3. Atunci:
v = 2v1 + 5v2 3v3
sau
vB = (2, 5, -3)T.
Observaie: Rezolvarea sistemului (3) se poate face prin regulile lui

Cramer, metoda reducerii, metoda substituiei sau metoda Gauss - Jordan (a
eliminrii). Pe aceasta din urm o aplicm n continuare.
Organizm calculele n urmtorul tabel:
3
-2
0
1
0
0
1
0
0
1
0
0
A
1 2
-1 2
1 4
1/3 2/3
-1/3 10/3
1
4
0
4
1 -10
0
14
0 0
1 0
0 1
b
5
-15
-7
5/3
-35/3
-7
-10
35
-42
2
5
-3
de unde vB = (2, 5, -3)T.
4. Fie v1, v2, v3 n, liniar independeni. S se cerceteze natura

sistemului de vectori v1 + v2; v1 2v2 + v3; v2 + 3v3.
Rezolvare
Fie 1, 2, 3 scalari astfel nct:
1(v1 + v2) + 2(v1 2v2 + v3) + 3(v2+ 3v3) = 0 ,
relaie ce se mai scrie astfel:
(1 + 2)v1 + (1 - 22 + 3)v2 + (2 + 33)v3 = 0
Dar v1, v2, v3 liniar independeni, implic sistemul:
1 + 2 = 0
1 - 22 + 3 = 0
2 + 33 = 0
a crui unic soluie este 1 = 2 = 3 = 0, i deci sistemul de vectori
cercetat este liniar independent.
5. n 2 se dau bazele B = v1, v2 cu v1 = (3, -1)T, v2 = (2, 1)T i

B = v1, v2 cu v1 = (4, 2)T, v2 = (3, 2)T. Fie vectorul v 2. S se
gseasc legtura dintre coordonatele lui v n cele dou baze.
Rezolvare
Fie A i A matricele corespunztoare celor dou baze:
3 2
, A =
A =
1 1
4 3
2 2
Din relaiile:
v = AvB i v = AvB rezult AvB = AvB, de unde
vB = A-1AvB i vB = (A)-1AvB
Dar: A-1 =
1 2 3
1 1 2
i (A)-1 =
,
5 1 3
2 2 4
(4)
iar:
A-1A =
1 1 2 4 3 1 0 1
5 1 3 2 2 5 10 9
(A)-1A =
1 2 3 3 2 1 9 1
=
2 2 4 1 1 2 10 0
Atunci, din (4), avem:

vB =
1 0 1
1 9 1
vB i vB =
vB.
5 10 9
2 10 0
6. S se cerceteze dac urmtoarele funcionale sunt liniare:

a) f: 4, f(x)=x1 + 3x2 x3 + 2x4 + 1, ()x= (x1, x2, x3, x4)T4;
b) f: 3, f(x)= 5x1 - 4x2 + x3, () x = (x1, x2, x3)T 3.
Rezolvare
a) Fie x i y 4 cu x = (x1, ..., x4)T, y = (y1, ..., y4)T i , .
f(x + y) = f(x1 + y1, ..., x4 + y4) =(x1 + y1) + 3(x2 + y2) (x3 + y3) + 2(x4 + y4) + 1 = (x1 + 3x2 x3 + 2x4) + (y1 + 3y2 y3 +
+ 2y4) + 1 = (f(x) 1) + (f(y) 1) + 1 = f(x) + f(y) +1 - - .
Cum f(x + y) f(x) + f(y), pentru + 1, rezult c f nu
este funcional liniar.
b) Fie x, y 3, x = (x1, x2, x3)T, y = (y1, y2, y3)T i , .

f(x + y) = f(x1 + y1, x2 + y2, x3 + y3) =
= 5(x1 + y1) 4(x2 + y2) + (x3 + y3) =
= (5x1 4x2 + x3) + (5y1 4y2 +y3) = f(x) + f(y), rezult c f
este funcional liniar.
7. Fie f: 2 , f(x) = 2x1 3x2, () x = (x1, x2)T 2.

a) S se arate c f este funcional liniar;
b) S se determine matricea A a funcionalei n baza canonic
E = e1, e2, cu e1 = (1, 0)T, e2 = (0, 1)T;
c) S se determine matricea A a funcionalei n baza B = v1, v2
cu v1 = (2, 1)T, v2 = (-1, 1)T.
Rezolvare
a) Fie x, y 2, x = (x1, x2)T, y = (y1, y2)T, , .
f(x + y) = f(x1 + y1, x2 + y2) = 2(x1 + y1) 3(x2 + y2) =
= (2x1 3x2) + (2y1 3y2) = f(x) + f(y).
b) tim c A = (a1, a2), unde a1 = f(e1) = 2 1 3 0 = 2 i

a2 = f(e2) = 2 0 3 1 = -3, deci A = (2, -3).
c) A = (a1, a2), a1 = f(v1) = 2 2 3 1 = 1,

a2 = f(v2) = 2(-1) 3 1 = - 5, deci A = (1, -5).
8. Mulimea soluiilor unui sistem de ecuaii liniare i omogene este

o mulime convex.
Rezolvare
Fie sistemul liniar i omogen:
a11x1 + ...+ a1nxn = 0
am1x1 + ...+ amnxn = 0
a 11 ...a 1n
Notm A = M
i X =
a ...a
m1 mn
x1
0

M 0 = M .
x
0
n

Atunci sistemul se mai scrie:

(5)
AX = 0
Fie X1 i X2 dou soluii ale sistemului din relaia (5), deci AX1 = 0
i AX2 = 0 . Fie [0,1] i X = X1 + (1 - )X2. Atunci:
AX = A[X1 + (1 - )X2] = AX1 + (1 - )AX2 = 0 + (1 - ) 0 = 0
de unde rezult c X este soluie a sistemului (5).
9. Dac C este o mulime convex i Xi C, i = 1, n , atunci
X=
i X i , cu i 0,
i =1
i =1
= 1, aparine lui C.
Rezolvare
Aplicm principiul induciei complete. Pentru n = 2 proprietatea este

adevrat din definiia lui C ca mulime convex.
Presupunem adevrat proprietatea pentru k, adic:
k
Y=
iXi C, () i 0, i = 1, k ,
i =1
= 1.
i =1
k +1
S considerm Z =
iXi , cu k+1 (0,1) i

i =1
k +1
= 1, i 0.
i =1
i
X i + k +1X k +1 .
i =1 1 k +1
k
Avem Z = (1 - k+1)
k
Deoarece
i =1
= 1 - k+1, din ipoteza de inducie rezult c

k
i
X
=
'i X i = Y C i mai departe
i
1
i =1
i =1
k +1
k
(1 - k+1)Y + k+1Xk+1 = Z C, din convexitatea lui C. Deci

proprietatea e adevrat i pentru k + 1 de unde rezult adevrat pentru
orice n *.
PROGRAMARE LINIAR
1. Introducere
n cele mai diverse ramuri ale tiinelor economice apar probleme a
cror rezolvare poate fi dat prin mai multe alternative. Pentru a diferenia
aceste moduri de rezolvare trebuie urmrit un scop i rezolvarea cea mai
bun este cea n care scopul este satisfcut n cel mai nalt grad.
Rezultatul analizei economice conduce la alegerea unor valori pentru
variabilele ce descriu procesul i care pot fi mrimi economice sau fizice
(bunuri materiale, valori bneti, distane etc.). Condiiile concrete ale
studiului introduc limitri n formularea problemei. Soluia optim este
aceea care conduce la cea mai bun alegere a valorilor variabilelor n
condiiile ndeplinirii restriciilor impuse.
Pentru rezolvarea acestui gen de probleme, matematica ofer
economistului un grup de metode i tehnici de calcul care constituie obiectul
capitolului numit programare matematic. Rolul economistului este de a-i
valorifica funcia economic n analiza just a situaiei concrete, n a
diferenia aspectele secundare de cele principale, de a aplica politica
economic optim n cazurile concrete studiate.
n formularea unei probleme de programare matematic se parcurg
etapele:
a) stabilirea variabilelor x1, ..., xn, adic a vectorului
X = (x1, ..., xn)T n;
b) stabilirea obiectivului propus, o funcie de x1, ..., xn, adic f(X),

pentru care se va aplica un procedeu de maximizare sau
minimizare;
c) stabilirea restriciilor, legturi ntre variabile i limitri ale
acestora fr de care problema nu are valoare practic, ce pot fi de
forma gi(X) 0, i = 1, m . Restriciile de forma xj 0, j = 1, n ,
numite condiii de nenegativitate, apar cnd variabilele reprezint

cantiti ce au o interpretare real doar dac nu sunt negative.
n concluzie, problema general a programrii matematice se enun
astfel: s se determine valoarea maxim sau minim a funciei
f(X) = f(x1,...,xn) n condiiile gi(X) = gi(x1,...,xn) 0, i = 1, m , unde
f, gi: n .
Funcia f ce se optimizeaz se numete funcie obiectiv sau funcie de
eficien.
Dac funciile f i gi, i = 1, m , sunt funcii liniare spunem c

problema este de programare liniar i de acest caz ne vom ocupa n cele ce
urmeaz.
Pentru a prezenta intuitiv o serie de noiuni i proprieti ce vor fi
expuse riguros n acest capitol dm urmtorul:
Exemplu:
Resursele R1, ..., R4 (materii prime, for de munc, investiii n bani

etc.) disponibile respectiv n cantitile 12, 8, 16, 12 uniti convenionale se
vor utiliza pentru producerea activitilor A1 i A2 (produse, piese, proiecte
etc.). Pentru realizarea unei uniti din A1 se folosesc respectiv 2, 1, 4, 0, iar
pentru o unitate din A2, 2, 2, 0, 4 uniti din resursele date. Venitul pentru o
Programare liniar
unitate din A1 este 2 uniti bneti, iar pentru o unitate din A2, de 3 uniti
bneti.
S se determine nivelul activitilor A1 i A2 astfel nct, folosind
raional resursele disponibile, s se obin venitul total maxim.
Rezolvare
Pentru a gsi modelul matematic al problemei strngem datele

iniiale n urmtorul tabel:
Ri/Aj
R1
R2
R3
R4
Venitul
unitar
A1
2
1
4
0
2
A2
2
2
0
4
3
Disponibil
12
8
16
12
Notm apoi cu x1 i x2 nivelul activitilor A1 respectiv A2. Datele

expuse conduc imediat la scrierea urmtoarelor relaii:
2x1 + 2x2 12
x1 + 2x2 8
4x1
16
4x2 12
funcia f(x1, x2) = 2x1 + 3x2
, x1 0, x2 0, iar venitul total va fi dat de

pentru care vom cuta valoarea maxim.
Rezolvarea o vom face prin metoda grafic. n acest scop se

consider sistemul rectangular de axe x1 O x2 i se determin mulimea
perechilor (x1, x2) ce verific restriciile de mai sus i condiia de
nenegativitate.
Astfel, restriciei 2x1 + 2x2 12 i se ataeaz dreapta
(d1): 2x1 + 2x2 = 12 care mparte planul 2 n dou regiuni, una dintre
acestea fiind soluia inecuaiei. Dreapta (d1) intersecteaz axele n punctele
A1(6, 0) i B1(0, 6) i deoarece originea O(0,0) verific inecuaia rezult c

semiplanul care conine originea este soluia inecuaiei.
Analog restriciei x1 + 2x2 8 i se ataeaz dreapta (d2): x1 + 2x2 = 8,
ce intersecteaz axele n A2(8, 0) i B2 (0, 4); regiunea ce conine originea
este soluie a inecuaiei; restriciei 4x1 16 i asociem dreapta (d3): 4x1 = 16
ce taie Ox1 n A3(4, 0) i e paralel cu Ox2. Originea verific inecuaia deci
semiplanul ce o conine este soluia inecuaiei date; restriciei 4x2 12 i
asociem dreapta (d4): 4x2 = 12 ce taie axa Ox2 n B4(0, 3) i este paralel cu
Ox1. Originea verific restricia, deci semiplanul ce conine originea este
soluia inecuaiei.
Condiia de nenegativitate x1, x2 0 ne spune c mulimea cutat va
fi n cadranul I.
Intersecia celor 4 regiuni n cadranul I ne d zona haurat din
figura de mai jos.
x2
B1(0, 6)
(d1)
14/3
B2(0, 4)
B4(0,3)
(d3)
(d4)
B
(d2)
O(0,0)
A
A3(4,0)
A1(6, 0)
A2(8, 0)
x1
Programare liniar
Notm cu O, A, B, C, D vrfurile mulimii cutate ce au respectiv

coordonatele:
Ox1 (d3) = A(4, 0)
d1 d2 d3 = B(4, 2)
d2 d4 = C(2, 3)
Ox2 d4 = D(0, 3)
Determinm valorile lui f n fiecare vrf i obinem:
f0(0,0) = 0; fA(4, 0) = 8; fB(4, 2) = 14; fC(2, 3) = 13 i fD(0, 3) = 9.
Soluia optim va fi n punctul B, unde [max]f(x) = 14 pentru x1 = 4
i x2 = 2. C lucrurile stau ntr-adevr aa, o probeaz urmtorul

raionament.
Dac egalm 2x1 + 3x2 cu V, V 0 obinem o familie de drepte
(x1, x2) 2x1 + 3x2 = VV0, paralele, avnd aceeai pant, = -
2
.
3
Acestea intersecteaz ambele axe de coordonate astfel nct raportul

lungimilor segmentului de pe ordonat i a segmentului de pe abscis este
de 2/3. Se poate observa uor c orice punct al mulimii admisibile (haurat
n figur) se afl pe una i numai una din aceste drepte. Pentru fiecare astfel
de punct (x1, x2) punem n eviden intersecia dreptei din familie
corespunztoare lui cu axa absciselor, de forma (x1, 0). Dar 2x1 + 3x2 = V =
= 2x1 i, deci, ne intereseaz acel(e) punct(e) pentru care x1 (deci i V) este
cel mai mare.
n cazul de fa, din figur rezult c punctul B satisface aceast
cerin, iar dreapta respectiv este cea care trece prin punctele (7, 0) i
(0, 14/3) (reprezentat punctat).
Observaii
1) Ceva mai departe se va demonstra teorema ce justific cutarea

soluiei optime n vrfurile mulimii de puncte ce satisfac
restriciile problemei de programare liniar.
2) Resursele R1, R2, R3 sunt consumate n ntregime n vreme ce din
R4 mai rmn 4 uniti date de diferena dintre disponibil i ceea
ce se consum.
3) Metoda grafic nu poate fi aplicat dect n cazul problemelor cu
cel mult trei variabile.
4) O generalizare a problemei precedente ar avea forma:
Resursele Ri, i = 1, m , disponibile respectiv n cantitile bi, i = 1, m ,
pot fi utilizate n producerea activitilor Aj, j = 1, n . Se cunosc veniturile
unitare pe activiti cj, j = 1, n precum i coeficienii tehnologici aij, i = 1, m ,
j = 1, n , respectiv cantitile din fiecare resurs Ri necesare realizrii unei
uniti din Aj, i = 1, m , j = 1, n ; s se determine nivelul xj al activitilor Aj,
j = 1, n , astfel nct venitul total s fie maxim.
Reprezentm datele problemei n urmtorul tabel:
Ri/Aj
R1
...
Ri
...
Rm
A1...Aj...An
a11...a1j...a1n
...
ai1...aij...ain
...
am1...amj...amn
Venitul c1 ... cj ... cn

unitar
Disponibil
b1
...
bi
...
bm
Programare liniar
Modelul matematic se scrie astfel:

n
c x
(1)
x j bi, i = 1, m
(2)
[max]f(X) =
j=1
a
j =1
ij
xj 0, j = 1, n
(3)
Notnd A = (aij), i = 1, m , j = 1, n ; sau A = (a1, ..., an), b = (b1, ...,

bm)T, C = (c1, ..., cn), X = (x1, ..., xn)T, problema se poate scrie sub form
matriceal:
[max]f(X) = CX
AX b
X0
sau vectorial:
[max]f(X) = c1x1 + ... + cnxn
(1)
a1x1 + ... + anxn b
(2)
x1, ..., xn 0
(3)
unde aj = (a1j, ..., amj)T este coloana j din matricea A.

Forma general a unei probleme de programare liniar este:
[optim]f(X) =
c x
j=1
a
j=1
j=1
j=1
(4)
x j b i , i 1, ..., k
ij
x j = b i , i k+1, ..., p
ij
x j b i , i p+1, ..., m
ij
(5)
xj 0, j 1, ..., s
xj oarecare, j s+1,..., v
(6)
xj 0, j v+1,..., n
Pentru metoda de rezolvare pe care o vom prezenta este important ca
o problem de tipul (4), (5), (6) s fie adus la forma standard, adic toate
restriciile din (5) s fie egaliti i toate variabilele xj 0, j = 1, n .
Acest lucru presupune efectuarea urmtoarelor transformri:
1) la fiecare restricie de tipul se adaug n membrul stng o
variabil de compensare nenegativ;
2) din membrul stng al restriciilor de tipul se scade o variabil
de compensare nenegativ;
Observaie: n exemplul de mai sus, dac am aduce problema la
forma standard, variabilele de compensare au semnificaia unor cantiti de

produse (activiti) ce nu se efectueaz, deci contribuia lor la venitul total
este nul, adic n funcia de eficien variabilele de compensare vor avea
coeficienii cj nuli.
3) n toate restriciile i n funcia obiectiv se fac substituiile:
xj = -xj, dac xj < 0 i xj = uj vj, uj, vj 0, dac xj este oarecare.
Astfel toate restriciile devin egaliti i toate variabilele sunt
nenegative, deci problema are forma standard:
[optim]f(X) = CX
(7)
AX = b
(8)
X0
(9)
sau:
(opt)f(X) = c1x1 + ...+ cnxn
(7)
a1x1 + ... + anxn = b
(8)
x1, ..., xn 0
(9)
4) orice problem de maxim poate fi transpus pentru minim i

reciproc, datorit relaiei evidente;
[max]f(X) = -[min][-f(X)] i [min]f(X) = -[max][-f(X)]
Programare liniar
n sfrit, exist multe cazuri practice cnd problemele apar sub una
din formele particulare:
[max]f(X) =
c x
j
j=1
a x
j =1
ij
bi , i = 1, m (10)
xj 0, j = 1, n
sau:
[min]f(X) =
c x
j=1
a x
j =1
ij
bi , i = 1, m (11)
xj 0, j = 1, n
numite forme canonice, dac bi 0, i = 1, m .
2. Soluiile problemelor de programare liniar
Considerm problema de programare liniar sub forma standard dat

de relaiile (7), (8), (9).
Definiia 1.
Vectorul X n, X = (x1, ..., xn)T, se numete soluie posibil

(admisibil, program) dac satisface relaiile (8) i (9). Notm cu P
mulimea soluiilor posibile.
Definiia 2.
Dac X P satisface i condiia (7), X se numete soluie optim.

Mulimea soluiilor optime o notm O.
Observaie: Se impune o condiie pentru compatibilitatea sistemului
(8), anume rangA = m, iar pentru nedeterminarea acestui sistem se cere ca

s avem m < n. Celelalte cazuri nu au importan practic din punctul de
vedere al programrii liniare.
Definiia 3.
Se numete baz a sistemului (8) cu rangA = m < n, orice baz B a

spaiului (m, ) n componena creia intr numai vectori coloan din A.
Observaie: B A, B matrice nesingular de ordinul m, admite
inversa B-1.
Definiia 4.
Cele m variabile asociate coloanelor lui B se numesc variabile de

baz. Ele formeaz un subvector al lui X i se noteaz XB. Restul de n m
variabile se numesc variabile secundare i formeaz subvectorul lui X notat

cu Xs.
Dac Xs = 0 sistemul din (8) devine:
BXB = b, de unde XB = B-1b.
Observaie: Dac B este baza canonic atunci XB = b.
Definiia 5.
Fie o baz B = a1, ..., am. Vectorul X = (XB, Xs), cu XB = B-1b,

XS = 0, X P se numete soluie posibil de baz. Dac XB are m
componente pozitive, X va fi soluie posibil de baz nedegenerat, n caz
contrar va fi degenerat. Notm PB mulimea soluiilor posibile de baz.
Programare liniar
Exemplu
Fie sistemul:
3x1 6x3 + x4 = 6
-x1 + x2 + 2x3 = 4
3 0 6 1
, cu vectorii: a1 =
A =
1 1 2 0
3
; a2 =
1
0
; a3 =
1
6
;
2
1
a4 = .
0
Deoarece rangA = 2, sistemul este compatibil dublu nedeterminat. O
soluie poate fi gsit astfel:
3x1 = 6 + 6x3 - x4
-x1 + x2 = 4 - 2x3
unde pentru x3 = 1; x4 = 3 gsim x1 = 3 i x2 = 5. Deci, conform definiiei 1,
vectorul X = (3, 5, 1, 3)T este o soluie posibil.
Vectorii a4, a2 formeaz baza canonic, deci variabilele x4 i x2 vor
fi variabile de baz, iar celelalte, x1 i x3 vor fi variabile secundare. Dac
x1 = x3 = 0, obinem x2 = 4 i x4 = 6, adic vectorul X = (0,4,0,6)T este o
soluie posibil de baz, nedegenerat, conform definiiei 5.
Teorema 1: Mulimea soluiilor posibile P este convex.
Demonstraie
Excludem cazul cnd P este redus la un singur element, deoarece

concluzia este banal. Admitem c exist cel puin dou soluii X1, X2 P,
adic AX1 = b, X1 0 i AX2 = b, X2 0.
Fie X = X1 + (1 - )X2, 0 1, o combinaie liniar convex de
X1 i X2. Vom arta c X P adic AX = b i X 0.
ntr-adevr:
AX = A[X1 + (1 - )X2] = AX1 + (1 - )AX2 = b + (1 - )b = b
X 0 deoarece X1 0, X1 0, X2 0, (1 - )X2 0.
Se poate demonstra c dac mulimea soluiilor posibile P este
nevid, atunci exist cel puin o soluie posibil de baz (PB ).
Dm n continuare un rezultat deosebit de important.
Teorema 2: Orice soluie posibil de baz X este un vrf al lui P i
reciproc, orice vrf al lui P este o soluie posibil de baz.

Demonstraie
Fie X soluie posibil de baz. S demonstrm c e vrf al lui P. Fr

a restrnge generalitatea, presupunem c X = (x1, ..., xm, 0, ..., 0)T pentru
baza B = a1, ..., am.
Prin absurd, presupunem c X nu este vrf al lui P. Cum X P,
mulime convex, exist Y, Z P, Y = (y1, ..., yn)T, Z = (z1, ..., zn)T, Y Z,
astfel nct:
X = Y + (1 - )Z, 0 < < 1.
Rezult c:
xj = yj + (1 - )zj, j = 1, n .
Dar xj = 0, pentru j = m+1,..., n, implic
yj + (1 - )zj = 0, j = m+1, ..., n.
Cum > 0, 1 - > 0, yj 0, zj 0, j = m+1, ..., n, rezult:
yj = zj = 0, j = m+1,..., n
Din Y, Z P rezult c ele satisfac relaia (8), adic:
b=
j=1
j=1
y ja j = z ja j
Dar scrierea lui b n baza B este unic, deci yj = zj, j = 1, m .
Programare liniar
Atunci Y = Z, ceea ce contrazice ipoteza.

Reciproc, fie X un vrf al lui P. S artm c e soluie posibil de
baz.
Presupunem c X = (x1, ..., xk, 0, ..., 0)T, xi >0, i = 1, k . Vom proba
c vectorii a1, ..., ak sunt liniar independeni, deci X e soluie de baz.
Prin absurd, presupunem c vectorii a1, ..., ak sunt liniar dependeni,
deci exist cel puin un coeficient h 0, astfel nct:
1a1 + ... + kak = 0
(12)
Dar X P satisface relaia (8), deci:

x1a1 + ...+ xkak = b
(13)
Relaia (12) nmulit cu se scade i apoi se adun la relaia

(13) i obinem:
(x1 - 1)a1 + ...+ (xk - k)ak = b
(x1+ 1)a1 + ... + (xk + k)ak = b
(14)
Alegnd suficient de mic aa nct xi - i 0 i xi + i 0,

i = 1, k , relaiile (14) definesc dou soluii U i V P. Dar
1
1
U + V = X,
2
2
fapt ce contrazice ipoteza c X este vrf n P. Deci a1, ..., ak sunt

independeni i X PB.
Observaie: Deoarece matricea A are m linii i n coloane, m < n, cu
vectorii ei se pot forma cel mult C mn baze n m, deci numrul soluiilor

posibile de baz este cel mult C mn .
Teorema 3: Dac problema dat de relaiile (7), (8), (9) are optim
finit, atunci cel puin un vrf al lui P este soluie optim.
Demonstraie:
Fie X1, ..., Xs vrfurile lui P i X0 soluie optim pentru problema de

programare liniar n care presupunem c vrem s minimizm funcia de
eficien f. Deci:
f(X0) f(X); () X P.
(15)
Dac X0 este un vrf, teorema e demonstrat. Presupunem c X0 nu

este un vrf. Cum X0 P, din propoziia 10 cap. 2, rezult c:
X0 =
i X i , i 0, i = 1, s i
i =1
i =1
= 1.
Dar f este o funcional liniar i putem scrie:

s
f(X0) = f( i X i ) = 1f(X1) + ... + sf(Xs)
(16)
i =1
Dac notm m = f(X0) i presupunem c Xj este vrful cu

proprietatea:
f(Xj) = min f(Xi)
1 i s
din relaia (16) putem scrie:

m f(Xj)
i =1
= f(Xj).
Cum m > f(Xj) nu poate avea loc, deoarece X0 O, rezult c

m = f(Xj), deci Xj O.
Observaii:
1) Soluia optim (cnd e finit) se caut printre vrfurile lui P, adic
printre soluiile posibile de baz. Aceast observaie justific

metoda grafic de rezolvare a unei probleme de programare
liniar.
2) Pentru maximizarea lui f demonstraia e analoag.
Programare liniar
Teorema 4: Mulimea soluiilor optime O este convex.
Dac O = sau O e format dintr-un singur punct, proprietatea este

evident.
Presupunem c ()X1, X2 O, f(X1) = f(X2) = m i fie [0,1].
Atunci X = X1 + (1 - )X2 P i
f(X) = f(X1) + (1 - )f(X2) = m + (1 - )m = m, de unde rezult
XO
Observaii:
1) Dac o problem de programare liniar are cel puin dou soluii
optime, ea va avea o infinitate de soluii optime, date de

combinaia liniar convex a acestora; deci, orice punct de pe
segmentul determinat de dou soluii optime este tot soluie
optim.
2) Pentru m i n mari, numrul soluiilor posibile de baz poate fi
destul de mare i gsirea printre acestea a celei optime,

laborioas. A devenit necesar gsirea unei metode care s
permit trecerea de la o soluie de baz la o alta mai bun, n
sensul funciei f de eficien. O astfel de metod este algoritmul
simplex (propus de G.B. Dantzig n 1947 la Chicago) care permite
determinarea unui vrf al lui P i d posibilitatea s se stabileasc

dac n acest vrf funcia de eficien f i atinge optimul. Cnd
acest vrf nu este de optim, algoritmul permite gsirea unui alt
vrf nvecinat n care f s ia o valoare mai bun (mai mare pentru
max sau mai mic pentru min), iar dup un numr finit de pai s
se gseasc soluia optim. Algoritmul mai permite s se
stabileasc dac problema de programare liniar admite soluii
sau dac f este nemrginit pe P.
3. Principiile metodei simplex
Pentru obinerea unor rezultate de baz n fundamentarea

algoritmului simplex, vom introduce unele notaii. Astfel: presupunem
X PB, X = ( x 1, ..., x m, 0, ..., 0)T pentru o baz B = a1, ..., am.
Au loc relaiile:
x 1a1 + ...+ x mam = b
i
(17)
x 1c1 + ...+ x mcm = f0,
unde x i > 0, i = 1, m i f0 este valoarea funciei de eficien pentru X .

Deoarece orice vector aj, j = 1, n , poate fi scris n baza B, presupunem c:
a1ja1 + ...+ amjam = aj
(18)
a1jc1 + ...+ amjcm = fj, j = 1, n
(19)
unde ci este coeficientul funciei de eficien corespunztor vectorului ai,

i = 1, m . Cu notaiile de mai sus, s demonstrm:
Teorema 5: (testul de optimalitate).
Fie X PB i j = cj fj. Dac pentru problema de programare

liniar (7), (8), (9) n care se dorete maximizarea lui f, j 0, () j = 1, n ,
atunci problema are optim finit i X O (este soluie optim).
Demonstraie:
Fie X P, X = (x1, ..., xn)T, o soluie posibil oarecare pentru care

avem:
x a
j=1
=b
(20)
Din X PB rezult c:
m
x a
i
i =1
=b
(21)
Programare liniar
Relaiile (20), (21), (18) ne permit s scriem:

n
n
m
m n
x
a
x
a
x
a
a
=
=
i
j j
j ij i = x ja ij a i (22)
i =1
j =1
j =1
i =1
i =1 j=1
b=
Unicitatea scrierii vectorului b n baza B implic, din (22), relaia:

n
x i = x ja ij
(23)
j=1
Atunci:
f(X) f( X ) =
c x c x = c x c x a
j=1
i =1
j=1
i =1
j=1
ij
n
n
n
n
m
m
= c jx j cia ij x j = c j c ja ij x j = (c j f j ) x j (24)
j =1
j=1 i =1
j=1
j=1
i =1
(am folosit pe parcurs relaiile (23) i (19)).

Se tie c xj 0 i dac j = cj fj 0, () j = 1, n atunci din relaia
(24) avem:
f(X) f( X ) 0 sau f(X) f( X ), () X P, deci X O.
Observaii:
1) Pentru problema de minim condiia de minim este j = fj cj 0,
() j = 1, n i demonstraia este analoag;

2) Dac X nu este optim (exist cel puin o diferen j > 0),
algoritmul permite construirea unei alte soluii posibile de baz

Y mbuntite, trecnd de la un vrf al lui P la altul, prin
nlocuirea unui vector din baz cu altul din afara bazei, cu
condiia ca noul sistem de vectori s rmn liniar independent,
deci s formeze o baz, ca n lema substituiei.
Ne propunem n cele ce urmeaz construirea unei soluii posibile de

baz Y mbuntite cnd este cunoscut X PB.
Fie X = ( x 1, ..., x m, 0, ..., 0)T; I = 1, ..., m; B = a1, ..., am o
baz n m. Presupunem c nlocuim vectorul ai B cu un alt vector aj B,
obinnd o nou baz n m, deci o alt soluie Y de componente y k, k I,
I = (I \ i) j.
Din X , Y PB, rezult:
b = x k a k = y k a k
kI
(24)
kI '
Dar b = y k a k =
kI '
y a
kI \ {i}
k k
+ y ja j .
nlocuind aj din relaia (18), avem:

b=
=
y a
kI \ {i}
(y
kI \ {i }
k k
+ y j a kja k =
kI
y a
kI \ {i}
k k
+ y ja kj )a k + y ja ija i
+ yj
kI \ {i }
a + y ja ija i =
kj k
(25)
Din relaia (24) putem scrie c:

b = x ka k =
kI
x a
kI \ {i}
k k
+ x ia i
(26)
Unicitatea scrierii vectorului b n baza B i relaiile (25) i (26) ne

permit s scriem:
x i = y jaij
x k = y k + y jakj ,
yj =
k I \ i
de unde rezult:
xi
a ij
yk = xk -
xi
akj
a ij
(27)
Programare liniar
cu aij 0 (condiie ntlnit n lema substituiei).

Relaiile (27) dau formulele de calcul ale componentelor noii soluii
Y . Cum Y PB, componentele ei trebuie s fie nenegative. Deci vom
pune condiiile:
xi
0, i cum x i 0 trebuie ca aij > 0
a ij
xk -
(28)
xi
xi
xk
akj 0, de unde =
, k I,
a ij
a ij
a kj
(29)
evident akj > 0.

Relaiile (28) i (29) dau condiiile necesare ca vectorul ai s poat fi
nlocuit de aj, adic criteriul de ieire din baz.
S presupunem c problema de programare liniar are n relaia (7),
[max]f i s cutm condiia ca Y s fie o soluie mai bun ca X , adic:
f( Y ) > f( X ) sau f( Y ) - f( X ) > 0
Dar: f( Y ) - f( X ) =
c
kI '
yk ck x k =
kI
(30)
kI \{i}
yk + c j y j
kI \ {i }
x k ci x i
innd seama de relaiile (27) i (19) vom avea:

f( Y ) - f( X ) = c j
= cj
xi xi
a ij a ij
xi
xi
+ c k x k a kj c k x k c i x i =
kI \{i}
a ij kI \{i}
a ij
x
ck a kj + ci a ij = i (cj fj) > 0, dac j = cj fj > 0
a
ij
kI \{i}
Evident f( Y ) - f( X ) ia cea mai mare valoare atunci cnd j ia cea

mai mare valoare pozitiv.
Aceast ultim condiie constituie criteriul de intrare n noua baz a
vectorului aj n locul lui ai, eliminat.
Observaii:
1) Elementul aij > 0 este pivotul, iar a doua relaie din (27) este
regula dreptunghiului din lema substituiei;
2) Construcia soluiei Y pentru cazul determinrii lui [min]f(X)

este analoag, cu deosebirea c j = fj cj, () j = 1, n , cele dou
criterii de intrare i de ieire din baz rmnnd aceleai;
3) Formulele (27) se aplic nu doar pentru Y ci i pentru toi

vectorii aj, j = 1, n , ca n cazul metodei lui Gauss Jordan.
4. Algoritmul simplex
Pentru o expunere teoretic mai clar, vom presupune problema de
programare liniar sub forma standard i matricea A coninnd baza
B = a1, ..., am = baza canonic. Acest lucru ne ndreptete s pornim n
calcule cu soluia de baz XB = b (coloana termenilor liberi).
Aplicarea algoritmului simplex se face n cadrul unui tabel, numit
tabelul simplex, n etape numite iteraii, tabel de forma:
x1
c1 ... ci ... cm
a1 ... ai ... am
1 ... 0 ... 0
cm+1 ... cj ... cn

am+1 ... aj ... an
a1m+1 ... a1j ...a1n
xi
0 ... 1 ... 0
Baza
CB XB
a1
c1
ai
ci
am
cm x m 0 ... 0 ... 1
f0
f1 ... fi ... fm
0 ... 0 ... 0
j=cj fj
dac problema este de maxim.
aim+1 aij ... ain
amm+1 ..amj...amn
fm+1 .... fj .... fn
cm+1fm+1
cj - fj ...cn-fn
iteraie
Programare liniar
Etapele algoritmului simplex

Pasul 1. Ne asigurm ca problema s aib forma standard.
Pasul 2. Ne asigurm ca matricea A s conin baza canonic ca s
lum soluia de baz iniial vectorul b. Scriem funcia de eficien care s
cuprind i variabilele introduse pentru compensare sau pentru existena
bazei canonice.
Pasul 3. Completm prima iteraie a tabelului simplex i testm

optimalitatea soluiei, cercetnd semnele diferenelor j = cj fj (pentru
maxim). Distingem situaiile:
a) j 0, () j = 1, n ; rezult c X este soluie optim i algoritmul
ia sfrit;
b) dac exist j > 0, soluia cercetat nu este optim, se poate
construi o soluie mbuntit.
Pasul 4. mbuntirea soluiei se face astfel:

a) aplicm criteriul de intrare n baz: dac
j = cj fj = max (ch fh), intr n noua baz vectorul aj;

h >0
b) criteriul de ieire din baz: dac
x k
xi
= min , cu k = 1, m , iese din baz vectorul ai.
a ij a kj > 0 a kj
Elementul aij > 0 este pivotul.

Pasul 5. Completm o nou iteraie a tabelului simplex astfel:
a) coloana bazei, n locul lui ai scriem aj;

b) coloana CB, cu respectiv coeficienii lui f corespunztori
vectorilor bazei;
c) coloanele vectorilor bazei, ca vectori unitari;
d) linia vectorului intrat, aj, se obine prin mprirea la pivot a liniei

vectorului eliminat ai, conform primei relaii din (27);
e) restul
elementelor
din
tabel
se
determin
cu
regula
dreptunghiului dat de relaia a doua din (27) i care ar putea fi

enunat astfel: elementul ce trebuie nlocuit se nmulete cu
pivotul; ele determin o diagonal ntr-un dreptunghi; din
produsul lor se scade produsul elementelor ce determin cealalt
diagonal a dreptunghiului i toat diferena se mparte la pivot.
Testm apoi noua soluie.
Paii 3, 4, 5 se repet pn cnd e satisfcut criteriul de optim.
Observaie.
Dac problema este de minim algoritmul se aplic la fel, cu

deosebirea c j = fj cj, j = 1, n .
Aplicaie
S se determine:
[max]f(X) = 3x1 + 5x2 + 2x3 + x4
x1 + 2x2 + 3x3 + x4 = 20
4x1 + x2 + x3
16
xj 0, j = 1,4 .
Rezolvare
Aducem problema la forma standard adunnd n restricia a doua n

membrul stng variabila de compensare x5 0. Obinem:
x1 + 2x2 + 3x3 + x4 = 20
4x1 + x2 + x3 + x5 = 16
xj 0, j = 1,5 .
[max]f(X) = 3x1 + 5x2 + 2x3 + x4 + 0 x5
Programare liniar
Matricea sistemului de restricii obinut este:

a1 a2 a3 a4 a5
1 2 3 1 0
i conine baza canonic B = a4, a5.
A =
4 1 1 0 1
Vectorii: C = (3, 5, 2, 1, 0); X = (x1, ..., x5)T, cu XB = (x4, x5)T;
Xs = (x1, x2, x3)T = (0,0,0)T; b = (20, 16)T. i cum B e baza canonic, rezult
c XB = b, adic XB = (20, 16)T.
Formm acum tabelul simplex i completm prima iteraie.
B
CB
XB
a4
a5
1
20
0
16
fj
20
j = cj - fj
a2 5
10
0
6
a5
fj
50
j = cj fj
a2 5
64/7
a1 3
12/7
fj 356/7
j = cj - fj
3
a1
1
4
1
2
1/2
7/2
5/2
1/2
0
1
3
0
5
a2
2
1
2
3
1
0
5
0
1
0
5
0
2
a3
3
1
3
-1
3/2
-1/2
15/2
-11/2
11/7
-1/7
52/7
-38/7
1
a4
1
0
1
0
1/2
-1/2
5/2
-3/2
4/7
-1/7
17/7
-8/7
0
a5
0
1
0
0
0
1
0
0
-1/7
2/7
1/7
-1/7
20:2
16:1
10:1/2
6:7/2
n iteraia 1 am calculat fj, cu j = 1,5 , cu relaia (19) iar f0 (sub XB)

cu relaia a doua din (17).
Cea mai mare diferen j > 0 este 2, sub coloana a2; a2 va intra n
baza din urmtoarea iteraie. Cel mai mic raport = 20 : 2 = 10 corespunde
lui a4 din B, deci a4 va iei din baz. Elementul a12 = 2 este pivotul i-l
nrmm.
n aceast iteraie soluia posibil de baz este X1 = (0,0,0,20,16)T,
f(X1) = f0 = 20, dar aceast soluie nu este optim.
Completm urmtoarea iteraie cu indicaiile de la pasul 5 i obinem

o nou soluie posibil de baz X2 = (0,10,0,0,6)T, f(X2) = f0 = 50.
X2 este mai bun ca X1 deoarece f(X2) > f(X1), dar nici X2 nu este
optim pentru c exist 1 = 1/2 > 0, deci algoritmul continu cu intrarea n
baz a lui a1 n locul lui a5, pe linia cruia ia cea mai mic valoare.
Pivot este a21 = 7/2 i aplicnd operaiile de la pasul 5 trecem la
urmtoarea iteraie n care gsim soluia posibil de baz
X3 = (12/7, 64/7, 0,0,0)T, f(X3) = f0 =
pentru c j 0, () j = 1,5 , deci [max]f(X) =
356
, care este soluie optim
7
356
.
7
5. Observaii la aplicarea algoritmului simplex

1. Din teorema 5 avem:
f( Y ) f( X ) =
xi
(cj fj), de unde:
a ij
f( Y ) = f( X ) + j,
cu =
(31)
xi
, j = cj fj, alei prin criteriile de eliminare din baz, respectiv
a ij
introducere n baz.
Am obinut prin (31) o relaie de recuren ntre valorile funciei de
eficien n dou iteraii succesive.
2. Diferenele j sunt nule sub vectorii bazei deoarece pentru acetia
fj = cj.
Programare liniar
3. Dac ak i ah B, dar k = h = max j, pentru a decide ce vector

j >0
intr n baz comparm ck i ch. Dac problema e de maxim i ck < ch va

intra n baz ah; dac e de minim, va intra ak.
4. Dac n etapa de optim exist j = 0 i aj B, putem continua

algoritmul cu introducerea n baz a lui aj. Dar din (31) rezult c:
f( Y ) = f( X )
adic noua soluie Y este tot optim. i dac problema are dou soluii
optime va avea o infinitate de soluii optime conform teoremei 4.
Exemplu
[max]f(X) = 20x1 + 14x2
- 2x1 + 3x2 24
5x1 2x2 50
10x1 + 7x2 140
x1, x2 0
Rezolvare
Aducem problema la forma standard.
- 2x1 + 3x2 + x3 = 24
5x1 2x2 + x4 = 50
10x1 + 7x2 + x5 = 140
xj 0, j = 1,5
a1 a2 a3
2 3 1
A = 5 2 0
10 7 0
a4 a5
0 0
1 0
0 1
are baza canonic B = a3, a4, a5

[max]f(X) = 20x1 + 14x2 + 0(x3 + x4 + x5).
Sunt ndeplinite condiiile de trecere la tabelul simplex.

B
CB
a3
a4
a5
0
0
0
fj
j = cj - fj
0
a3
24
50
140
0
44
20
a1
-2
5
10
0
20
0
14
a2
0
14
11/5
0
a3
1
0
0
0
0
1
0
a4
0
1
0
0
0
2/5
0
a5
0
0
1
0
0
0
-2/5
11
-8
22
0
0
0
0
0
1
1/5
-2
4
-4
4/5
0
1
0
0
-1/5
3
-2
7
10
40
200
a3
20
0
fj
j
0
36
1
0
20
0
0
a1
20
126/11
7/55
2/55
a2
14
40/11
-2/11
1/11
fj
280
20
0
0
1
0
20
0
14
0
0
0
1
14
0
0
0
5/4
-7/44
10/44
0
0
0
0
1
0
0
0
0
2
-2
-1/4
3/44
2/44
2
-2
a1
a5
XB
a4
a1
a2
j
0
20
14
fj
j
45
63/11
130/11
280
10
14
11
5
40:11
44:
36:
4
5
126 7
:
11 55
-
n iteraia a treia am gsit soluia optim cu

[max]f(X) = 280 pentru x1 =
126
40
126 40
i x2 =
, adic X1 = (
,
).
11
11
11 11
Dar 4 = 0 dei a4 B. Am efectuat nc o iteraie n tabel i am

gsit o alt soluie optim:
X2 = (
63 130
,
).
11 11
Programare liniar
Atunci, din teorema 4, orice combinaie liniar convex de X1 i X2

este soluie optim, adic
X = X1 + (1 - )X2, cu 0 1 este soluie optim i deci
problema dat are o infinitate de soluii optime.
5. Dac vectorul aj trebuie s intre n baz, dar toate componentele

lui, akj 0, k = 1, m , atunci problema nu are optim finit.
6. Exist situaii n care, pentru soluii diferite, funcia de eficien f

ia aceeai valoare, ajungnd dup un numr de pai la repetarea unei soluii.
Continuarea algoritmului devine inutil, deoarece apare fenomenul de ciclaj.
Din relaia (31) observm c repetarea valorii lui f poate avea loc dac
j = 0 sau = 0. n prima situaie am vzut (cazul 4) c problema are o

infinitate de soluii optime. Cazul = 0 apare doar dac n tabelul asupra
cruia facem consideraiile avem o soluie degenerat, valorii nule din
coloana XB corespunzndu-i o valoare pozitiv n coloana vectorului ce
urmeaz a fi introdus n baz.
Condiia degenerrii este doar necesar pentru ciclaj. Va trebui s
examinm situaiile n care apare degenerarea i modalitatea de a lucra n
continuare cu algoritmul simplex.
S presupunem c n aplicarea criteriului de eliminare din baz, cnd
tim c aj va fi vectorul ce va fi introdus, raportul:
xk xp xq
=
=
.
a kj > 0 a
a
a
kj
pj
qj
1 k m
= min
Dac am alege eliminarea lui ap, a doua relaie din (27) ar da

yq = x q
xp
a qj = 0 , deci soluie degenerat ce conduce la ciclaj.
a pj
Pentru a evita ciclajul cutm un criteriu de a alege dintre ap i aq

vectorul ce urmeaz a fi nlocuit de aj. Acest criteriu este dat de metoda
perturbaiilor stabilit de Charnes, conform creia va iei din baz ap sau aq
dup cum este mai mic raportul:

x p + a p1 + a p 2 2 + ... + a pn n
(32)
a pj
sau:
x q + a q1 + a q 2 2 + ... + a qn n
a qj
, unde > 0, arbitrar de mic.
Practic aplicarea metodei const n urmtoarele calcule: se formeaz

irurile de rapoarte:
i:
a pn
x p a p1
,
,...,
a pj a pj
a pj
(33)
a
x q a q1
,
,..., qn
a qj a qj
a qj
(34)
Dintre rapoartele (32) va fi cel mai mic acela pentru care n irul (33)
respectiv (34) vom obine mai curnd o valoare algebric minim.
Rapoartele din (33) i (34) nu pot fi respectiv egale deoarece, n caz contrar,
proporionalitatea a dou linii din matricea A implic rangA < m, ceea ce
contrazice ipoteza n care lucrm.
Exemplu
O problem n care se cere minimizarea funciei de eficien a
condus la urmtoarea iteraie din tabelul simplex:
B
XB
a6
7
2
a4
4
a5
j = fj - cj
a1
3
1
2
6
a2
4
3
-1
3
a3
1
-1
1
-5
a4
0
1
0
0
a5
0
0
1
0
a6
1
0
0
0
7:3
2:1
4:2
Programare liniar
Cea mai mic valoare a lui este 2 i corespunde vectorilor a4

respectiv a5 din baz. Unul dintre acetia trebuie eliminat i a1 trebuie
introdus n baz.
n conformitate cu relaiile (33) i (34), formm irurile de rapoarte
pentru a4 respectiv a5:
2 1 3 1
, , , ,...
1 1 1 1
4 2 1 1
, , , ,...
2 2 2 2
Comparm rapoartele de acelai ordin din cele dou iruri i
1
observm c primul raport mai mic este aprut pe linia lui a5
2
(comparat cu valoarea
3
corespunztoare lui a4), deci a5 va fi eliminat i
1
a31 = 2 va fi pivotul. n rest, calculele sunt conforme cu algoritmul simplex.

7. Dac n matricea A nu exist m vectori unitari care s formeze o
baz iniial vom recurge la aa-numita metod a bazei artificiale sau

metoda penalizrii.
Presupunem c matricea A nu conine nici un vector unitar de

ordinul m. Atunci, se adaug la fiecare restricie i o variabil yi 0 numit
artificial i se obine vectorul Y = (y1, ..., ym)T.
Problema dat de (7), (8), (9) va deveni:
AX + Im Y = b
X 0, Y 0; Im matricea unitate de ordinul m, cu modificarea
funciei obiectiv prin metoda penalizrii:
[max]f = CX MY
sau
[min]f = CX + MY
unde M = (M, ..., M) m, cu M > 0, orict de mare, fapt ce asigur

eliminarea vectorilor artificiali din baz.
Vectorii corespunztori variabilelor artificiale i vom nota respectiv
cu i, i = 1, m , i i vom numi vectori artificiali. Vectorii artificiali formeaz
o baz iniial canonic pe care o vom numi baz artificial.
Dac problema iniial admite soluie optim, atunci ea este optim
i pentru problema extins, iar variabilele artificiale yi sunt nule, ()
i = 1, m .
Dac matricea A are r vectori unitari atunci va fi nevoie doar de m
r vectori artificiali pentru a obine baza iniial n aplicarea algoritmului
simplex.
Un vector artificial ce iese din baz ntr-o iteraie nu se va mai
ntoarce niciodat n baz; componentele lui n urmtoarele iteraii nu se mai
calculeaz.
Aplicarea algoritmului simplex poate conduce la una din situaiile:
a) Testul de optimalitate este ndeplinit i n baz nu se afl vectori
artificiali. Atunci s-a obinut soluia optim i pentru problema
iniial;
b) Testul de optimalitate este ndeplinit, n baz se afl vectori
artificiali, iar variabilele artificiale corespunztoare acestora au
valoarea zero. n acest caz soluia optim a problemei iniiale este
degenerat;
c) Testul de optimalitate este ndeplinit, n baz se afl vectori
artificiali i cel puin o variabil artificial este nenul. n acest
caz problema iniial nu are soluie.
Programare liniar
ntre soluiile problemei iniiale i cele ale problemei extinse (ce

conine variabilele artificiale) exist unele legturi date de urmtoarele
rezultate:
a) Problema iniial are cel puin o soluie posibil dac i numai
dac cea extins are o soluie optim cu toate variabilele
artificiale egale cu zero. Valorile optime ale celor dou probleme
coincid;
b) Dac problema extins are optim infinit, atunci cea iniial nu are
soluii posibile sau are optim infinit;
c) Dac problema iniial are optim infinit, atunci i cea extins are
optim infinit.
Exemplu
S se rezolve problema de programare liniar i apoi s se explice

rezultatul:
[max]f = 3x1 + 4x2 + x3
5x1 x2 + 2x3 7
x1 + 2x2 x3 4
3x1 + 2x2 + 4x3 = 2
xj 0, j = 1,3
Rezolvare
Aducem problema la forma standard:

5x1 x2 + 2x3 + x4 = 7
x1 + 2x2 x3 x5 = 4
3x1 + 2x2 + 4x3 = 2
xj 0, j = 1,5
Matricea asociat formei standard este:

a1 a2 a3
5 1 2
A = 1 2 1
3 2 4
a4 a5
1 0
0 1
0 0
A conine un singur vector unitar, a4 i pentru formarea matricei

unitate se impune folosirea vectorilor artificiali 1 = (0,1,0)T i 2 = (0,0,1)T
ce vor fi generai de adunarea la a doua i a treia restricie a variabilelor
artificiale y1 respectiv y2, a cror valoare este egal cu zero pentru a rmne
problema la forma standard. Astfel problema dat se extinde la:
[max]f = 3x1 + 4x2 + x3 + 0(x4 + x5) M(y1 + y2), M > 0, M .
5x1 x2 + 2x3 + x4 = 7
x1 + 2x2 x3 x5 + y1 = 4
3x1 + 2x2 + 4x3 + y2 = 2
x1, ..., x5, y1, y2 0
Matricea problemei extinse va fi:
a1
5
A = 1
3
a2 a3 a4 a5 1 2
1 2 1 0 0 0
2 1 0 1 1 0
2 4 0 0 0 1
i conine baza canonic B = a4, 1, 2 - baz artificial. Aplicm

algoritmul simplex:
B
CB
a4
1
2
XB
0
7
-M
4
-M
2
fj
-6M
j = cj - fj
a4
0
8
-M
2
1
4
1
a2
fj
4-2M
j= cj - fj
3
a1
5
1
3
-4M
3+4M
13/2
-2
3/2
2M+6
-2M-3
4
a2
-1
2
2
-4M
4+4M
0
0
1
4
0
1
a3
2
-1
4
-3M
1+3M
4
-5
2
5M+8
-5M-7
0
a4
1
0
0
0
0
1
0
0
0
0
0
a5
0
-1
0
M
-M
0
-1
0
M
-M
-M
1
0
1
0
-M
0
0
1
0
-M
0
-M
2
0
0
1
-M
0
4:2
2:2
Programare liniar
n ultima iteraie toate diferenele j 0, deci criteriul de optim este

satisfcut. Dar ultima baz e format din a4, 1, a2, deci conine un vector
artificial, iar variabila artificial corespunztoare y1 = 2, ceea ce este
inadmisibil pentru c y1 a fost introdus cu condiia s aib valoarea zero.
Aceast problem nu are soluii.
8. O verificare a corectitudinii calculelor poate fi fcut ntr-un mod

exemplificat pe problema rezolvat n paragraful 4, astfel:
Soluia optim este XB = (64/7, 12/7)T i n baza optim sunt vectorii
a2 i a1. Dac B este matricea format cu componentele vectorilor a2 i a1,
2 1
.
atunci: B =
1 4
Matricea B-1 (inversa lui B) se citete pe coloanele din ultima
iteraie, ce corespund vectorilor din baza iniial (a4 i a5). Astfel:
4
B-1 = 7
1
7 .
2
Rezolvarea este corect dac XB = B-1b, unde b = (20, 16)T. ntr 4
adevr: XB = B b = 7
1
7
-1
7 20 = 64 / 7 , deci rezolvarea este corect.

2 16 12 / 7
6. Dualitatea n programarea liniar

Fie o problem de programare liniar sub forma cea mai general, cu
m restricii (unele de forma , altele , iar altele egaliti), n variabile
(unele 0, altele 0, iar altele oarecare) i funcia de eficien de maxim.
Definiie: Spunem c o restricie a problemei este concordant cu

funcia obiectiv dac este de tipul n cazul problemei
de maxim sau n cazul problemei de minim.
n caz contrar, restriciile se numesc neconcordante (cu pentru
maxim i pentru minim).
Problemei date iniial, numit primal i vom ataa n mod unic o
nou problem numit dual, obinut aplicnd urmtoarele reguli:
1. Dac primala cere maximul (respectiv minimul) funciei obiectiv,

atunci duala cere minimul (respectiv maximul) funciei obiectiv;
2. Coeficienii funciei obiectiv din primal sunt termenii liberi din

dual; termenii liberi din primal sunt coeficienii funciei
obiectiv din dual;
3. Matricea coeficienilor sistemului de restricii A se transpune n

dual;
4. Numrul restriciilor din primal este egal cu numrul variabilelor

din dual; numrul variabilelor din primal este egal cu numrul
restriciilor din dual;
5. Unei restricii concordante din primal i corespunde o variabil

nenegativ n dual; unei restricii neconcordante din primal i
corespunde o variabil nepozitiv n dual; unei egaliti din
primal i corespunde o variabil oarecare n dual;
6. Unei variabile nenegative din primal i corespunde o restricie

concordant n dual; unei variabile nepozitive din primal i
Programare liniar
corespunde o restricie neconcordant n dual; unei variabile

oarecare n primal i corespunde o egalitate n dual.
Problema primal mpreun cu duala sa spunem c formeaz un
cuplu de probleme duale. Iar din regulile de mai sus rezult c duala dualei
este problema primal.
Exemplu
Fie problema primal:
[max]f(X) = 6x1 x2 + 4x3 2x4
x1 + x2 2x3 5
3x1 + 4x2 + x4 9
2x1 + x2 + x3 + 2x4 = 8
x1 0, x2 0, x3 0, x4 oarecare.
5
1 1 2 0

A = 3 4 0 1 ; b = 9 ; c = (6, -1, 4, -2); X = (x1, x2, x3, x4)T.

8
2 1 1 2

Transpusa matricei A:
1
1
T
A =
2
3 2
4 1
.
0 1
1 2
Problema dual este o problem de minim, ce va avea 4 restricii i 3

necunoscute u1, u2, u3, ce vor determina vectorul U = (u1, u2, u3), i are
forma:
[min]g(U) = 5u1 + 9u2 + 8u3
u1 + 3u2 + 2u3 6
u1 + 4u2 + u3 -1
-2u1
+ u3 4
u2 + 2u3 = -2
u1 0, u2 0, u3 oarecare.
n particular, pentru primala sub forma canonic de tipul I:

[max]f(X) = CX
AX b
(35)
X0
se obine duala:
[min]g(U) = Ub
UA C
(36)
U0
adic o problem canonic de tipul II.
Spunem c aceste dou probleme formeaz un cuplu de probleme
simetrice.
Dac primala are forma standard:
[max]f(X) = CX
AX = b
X0
duala ei va fi:
[min]g(U) = Ub
UA C
U oarecare.
Importana trecerii la dual const n faptul c ntre soluiile celor
dou probleme exist o legtur foarte strns, care va fi pus n eviden
prin proprietile de mai jos. Pentru simplificarea expunerii, vom considera
un cuplu de probleme duale simetrice, date de relaiile (35) i (36).
Proprietatea 1: Dac X i U sunt soluii posibile pentru problema

primal (35), respectiv dual (36) atunci:
CX Ub
(37)
Programare liniar
Demonstraie:
Dac U este soluie posibil pentru dual, din (36) rezult c:
C UA
nmulim n dreapta cu X, care fiind nenegativ, nu schimb sensul
inegalitii:
CX (UA)X = U(AX) Ub
(am inut seama c AX b, din (35)).
Proprietatea 2: Dac X i U sunt soluii posibile pentru problema

primal (35) respectiv dual (36) care satisfac relaia:
CX = U b
(38)
atunci X este soluie optim a problemei (35), iar U este soluie optim a
problemei (36).
Demonstraie:
Presupunem prin reducere la absurd c X care satisface relaia (38)
nu este soluie optim pentru primal. Atunci exist o soluie posibil X
astfel nct:
CX > C X = U b,
adic CX > U b, relaie ce contrazice rezultatul (37) din proprietatea 1. Deci
X este soluie optim pentru problema primal.
n mod similar se demonstreaz c U este soluie optim a
problemei (36).
Observaii:
1) Deoarece relaia (37) are loc pentru orice pereche X, U de soluii
posibile ale problemelor (35) i (36), atunci vom avea i
[max]CX
X X AX b, X 0
[min]Ub
U U UA C, U 0
2) Dac problema (35) nu are optim finit atunci problema (36) nu are
soluii. ntr-adevr, dac optimul lui (35) este + ar urma ca
optimul lui (36) s ia aceeai valoare, ceea ce nu este posibil
pentru o problem de minim. Analog dac (36) are minimul (- )
problema (35) nu poate avea soluii.
Teorema fundamental a dualitii

Pentru orice cuplu de probleme duale este posibil numai una dintre
urmtoarele situaii:
a) ambele probleme au soluii posibile; n acest caz vom avea soluii

optime pentru ambele probleme, iar valorile funciilor de eficien
coincid;
b) una din probleme are soluii posibile iar cealalt nu are; n acest
caz prima problem are optim infinit;
c) nici una din probleme nu are soluii posibile i deci nici una nu
are soluii optime.
Primele dou proprieti demonstreaz o bun parte din concluziile
acestei teoreme. Ar mai trebui artat c dac ambele probleme au soluii
optime este valabil i reciproca proprietii 2.
Teorema ecarturilor complementare

Pentru un cuplu de probleme duale (35) i (36) condiiile necesare i
suficiente ca soluiile lor posibile X i respectiv U s fie optime sunt:
U (b - A X ) = 0 i ( U A C) X = 0
(39)
Programare liniar
Demonstraie:
Pentru nceput s artm necesitatea condiiilor adic, presupunnd
c X i U sunt soluii optime s deducem c relaiile (39) sunt verificate.
ntr-adevr, dac X i U sunt soluii optime pentru (35) i (36) ele
sunt i soluii posibile. Deci:
U 0 i b - A X 0
X 0 i U A C 0
de unde rezult c:
U (b - A X ) 0
( U A C) X 0
Adunm ultimele dou relaii i obinem:
U (b - A X ) + ( U A C) X = U b - U A X + U A X - C X =
= U b - C X = 0.
Dar suma a dou numere nenegative este nul numai dac ambele
numere sunt nule. Rezult deci relaiile (39).
Pentru a demonstra suficiena condiiilor, s nsumm relaiile (39)
presupuse adevrate; rezult:
U b = CX
ceea ce implic optimalitatea soluiilor conform proprietii 2.

n virtutea celor demonstrate mai sus egalitile din (39) ne dau
urmtoarele informaii asupra soluiilor:
a) Dac componenta i din soluia X a primalei este strict pozitiv,

atunci restricia i din dual este satisfcut ca egalitate n U ;
b) Dac componenta j din soluia U a dualei este strict pozitiv,

atunci restricia j din primal este satisfcut ca egalitate n X ;
c) Dac soluia X a primalei satisface o restricie i cu egalitate,

atunci componenta i din soluia optim U a dualei este strict
pozitiv;
d) Dac soluia U a dualei satisface o restricie j din dual cu

egalitate, atunci componenta j din X este strict pozitiv.
7. Legtura dintre soluiile problemelor duale

Din cele expuse s-au obinut unele informaii asupra soluiei dualei
dup rezolvarea primalei, cea mai important fiind aceea c valorile optime
ale funciilor de eficien sunt egale. Vom arta n continuare c prin
rezolvarea uneia din cuplu de probleme duale se obine implicit i soluia
celeilalte care se citete pe tabelul de optim al celei rezolvate.
Examinm n continuare cazul problemelor din (35) i (36). Pentru
rezolvare problema primal (35) se aduce la forma standard folosind
variabilele de compensare xn+1, ..., xn+m 0.
Fie X o soluie optim pentru (35), deci pentru care j = cj fj 0,
j = 1, 2, ..., n + m, unde:
fj = cBB-1aj, j = 1, 2, ..., n
fj = cBB-1ej, j = n+1, ..., n+m
cu ej vectorul j din matricea unitate de ordinul m, introdus de variabila de
compensare xn+j, j = 1, ..., m.
Deci pentru X avem relaiile:
j = cj fj = cj cBB-1aj 0, j = 1, ..., n
j = cj fj = 0 cBB-1ej 0, j = n+1, ..., n+m.
(40)
Programare liniar
Dac matricea A = (a1, ..., an), relaia UA C din (36) se mai scrie:
UA = U(a1, ..., an) C
din care componenta j este:
Uaj cj, j = 1, ..., n, adic cj Uaj 0.
Din acest rezultat i din relaia (40) rezult c
U = cBB-1
(41)
este soluie posibil a dualei, deci soluie optim conform teoremei

fundamentale a dualitii.
Funcia de eficien corespunztoare din (36) este:

g(U) = g(cBB-1) = (cBB-1) b = cB(B-1b) = cB X = f( X ).
Atunci soluia U este optim pentru dual.
Practic soluia optim a dualei cBB-1 se citete pe linia fj din etapa de
optim n dreptul coloanelor ce corespund vectorilor unitari ce au format
baza iniial.
Rezolvarea dualei este mai indicat dect a primalei cnd duala este
mai uor de rezolvat cu algoritmul simplex (are mai puine restricii sau mai
puine variabile dect primala). O aplicaie a acestui calcul o vom gsi la
jocurile matriceale.
Aplicaie:
1) Fie problema de programare liniar:
[min]f(X) = 10x1 + 8x2 + 5x3
x1 + 2x2 3
2x1 + 3x3 6
3x1 + 2x2 + x3 8
x2 + x3 7
xj 0; j = 1, 2, 3.
S se scrie problema dual, s se rezolve aceasta i s se indice

soluiile optime ale cuplului de probleme duale.
Rezolvare
Problema dual este:
[max]g(U) = 3u1 + 6u2 + 8u3 + u4
u1 + 2u2 + 3u3 10
2u1 +
2u3 + u4 8
3u2 + u3 + u4 5
ui 0; i = 1,4 .
Forma standard va fi:

u1 + 2u2 + 3u3 + u5 = 10
2u1 +
2u3 + u4
3u2 + u3 + u4
+ u6 = 8
+ u7 = 5
ui 0; i = 1,7 .
[max]g(U) = 3u1 + 6u2 + 8u3 + u4 + 0(u5 + u6 + u7)
a1
1
A = 2
0
a2
2
0
3
a3
3
2
1
a4
0
1
1
a5
1
0
0
a6
0
1
0
a7
0
0
1
i B = a5, a6, a7 - baza iniial.

Rezolvm duala cu algoritmul simplex n urmtorul tabel.
Programare liniar
B
CB
a5
a6
a7
UB
10
0
8
0
5
0
gj
0
j = c j - g j
a3 8
10/3
4/3
a6 0
5/3
a7 0
gj
80/3
j
a3 8
10/3
4/3
a4 1
1/3
a7 0
gj
84/3
j
36/11
a3 8
16/11
a4 1
1/11
a2 6
gj 310/11
j
3
a1
1
2
0
0
3
1/3
4/3
-1/3
8/3
1/3
1/3
4/3
-5/3
4
-1
7/11
8/11
-5/11
34/11
-1/11
6
a2
2
0
3
0
6
2/3
-4/3
7/3
16/3
2/3
2/3
-4/3
11/3
4
2
0
0
1
6
0
8
a3
3
2
1
0
8
1
0
0
8
0
1
0
0
8
0
1
0
0
8
0
1
a4
0
1
1
0
1
0
1
1
0
1
0
1
0
1
0
0
1
0
1
0
0
a5
1
0
0
0
0
1/3
-2/3
-1/3
8/3
-8/3
1/3
-2/3
1/3
2
-2
3/11
-6/11
1/11
24/11
-24/11
0
a6
0
1
0
0
0
0
1
0
0
0
0
1
-1
1
-1
2/11
7/11
-3/11
5/11
-5/11
0
a7
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
-2/11
4/11
3/11
6/11
-6/11
10:3
8:2
5:1
4/3
5/3
10:2
1:11
Soluia optim a dualei este unic i anume:

310
1 36 16
.
U = 0, , , ,0,0,0 i [max]g(U) =
11
11 11 11
Soluia optim a problemei primale este unic i se afl pe linia gj a

ultimei iteraii din tabelul simplex n dreptul vectorilor a5, a6, a7 ce au format
baza iniial.
T
310
24 5 6
,X= , , .
Citim: [min]f(X) =
11
11 11 11
Observaie: Rezolvarea primalei cu algoritmul simplex ar fi condus
la o problem cu 4 restricii i 11 variabile (3 date, 4 de compensare i 4

artificiale), ntr-un tabel mai mare, cu calcule mai multe. Deci, n acest caz,
rezolvarea primalei prin dual este modul cel mai simplu.
2) Fie problema primal:
[min]f(X) = 4x1 + 5x2

2x1- 3x2 6
-x1 + x2 1
x1, x2 0
S se scrie duala i apoi s se cerceteze existena soluiilor optime
ale cuplului de probleme duale.
Rezolvare
Duala are forma:

[max]g(U) = 6u1 + u2
2u1- u2 4
-3u1 + u2 5
u1, u2 0
Se aduce la forma standard:
2u1- u2 + u3 = 4
-3u1 + u2 + u4 = 5
ui 0; i = 1,4 , cu:
a1 a2 a3 a4
2 1 1 0
A =
3 1 0 1
unde baza iniial B = a3, a4, iar funcia de eficien:
[max]g = 6u1 + u2 + 0(u3 + u4).
Programare liniar
B
CB
a3
a4
0
0
gj
j = cj-gj
a1
6
a4
0
gj
j
UB
4
5
0
2
11
12
6
a1
2
-3
0
6
1
0
6
0
1
a2
-1
1
0
1
-1/2
-1/2
-3
4
0
a3
1
0
0
0
1/2
3/2
3
-3
0
a4
0
1
0
0
0
0
0
0
Ar trebui s intre n baz a2 (2 = 4 > 0) dar toate componentele de

pe coloana lui sunt negative. Atunci observaia 5 din paragraful 5 ne spune
c problema dual (de maxim) are optim infinit, iar observaia de la
proprietatea 2 ne spune c atunci problema primal (de minim) nu are
soluii.
8. Problema transporturilor
8.1 Forma general
Presupunem c un anumit tip de produs se gsete depozitat n m

centre furnizoare A1, ..., Am, n cantiti respectiv egale cu a1, ..., am. Acest
produs urmeaz s fie transportat n n puncte beneficiare B1, ..., Bn, unde
necesarul este, respectiv b1, ..., bn. Admitem cunoscute costurile unitare de
transport cij (costul de transport al unei uniti de produs de la Ai la Bj),
i = 1, m , j = 1, n . S determinm planul optim de transport, altfel spus
cantitile xij ce vor fi transportate de la Ai la Bj, i = 1, m , j = 1, n , astfel
nct cheltuielile totale de transport s fie minime.
Prezentm datele problemei transporturilor (problema T) n

urmtorul tabel:
Bj
B1
...
Bj
A1
c11/x11
...
c1j/x1j
Ai
ci1/xi1
Bn
...
c1n/x1n
a1
...
cij/xij
...
cin/xin
ai
Am
cm1/xm1
...
cmi/xmi
...
cmn/xmn
am
b1
...
bj
...
bn
Ai
...
n care linia N este linia necesarului, iar coloana D este coloana

disponibilului.
Modelul matematic al acestei probleme este:
[min]f(X) =
c x
i =1 j=1
x
j=1
ij
i =1
ij
(1)
ai, i = 1, m ,
(2)
ij
ij
bj, j = 1, n ,
xij 0, i = 1, m , j = 1, n ,
(3)
deci modelul unei probleme de programare liniar, la care mai putem

aduga condiii de nenegativitate pentru ai, bj, cij, i = 1, m , j = 1, n .
Definiia 1: Problema T se numete echilibrat dac:
m
i =1
j =1
ai = b j .
n caz contrar problema T se numete neechilibrat.
Programare liniar
Observaie: O problem T neechilibrat se transform n problem T
echilibrat astfel:
a) dac
b < a
j
j =1
i =1
, se introduce un beneficiar Bn+1 fictiv, pentru
care necesarul va fi bn+1 =
a b
i =1
j =1
, iar costurile de transport
ci,n+1, i = 1, m vor fi egale cu zero;

b) dac
b > a
j
j =1
i =1
, se introduce un furnizor fictiv Am+1, pentru
care disponibilul va fi am+1 =
j =1
i =1
b j a i , iar costurile de
transport cm+1, j, j = 1, n , vor fi egale cu zero.

Deci orice problem T poate fi adus la forma echilibrat.
Teorema 1:
Condiia necesar i suficient pentru ca problema T s aib forma

standard (relaiile (2) s fie egaliti) este
m
a = b
i
i =1
j=1
(4)
Demonstraie: Suficiena.
Dac relaia (4) este adevrat, s presupunem c una din restriciile

(2) este satisfcut cu inegalitatea strict. Fie aceasta:
n
x
j=1
m
kj
< ak, k fixat, 1 k m. Atunci:

m
i =1
j=1
j=1 i =1
x ij < a i = b j x ij
i =1 j=1
relaie imposibil, deoarece primul i ultimul termen reprezint aceeai

valoare.
Un raionament analog se face pentru restriciile de forma:

m
x
i =1
il
> b k , l fixat, 1 l n.
Deci relaiile (2) pot fi numai egaliti, adic problema T are forma
standard.
Necesitatea.
Dac relaiile (2) sunt egaliti, atunci:

m
i =1
i =1 j =1
a i = x ij = x ij = b j , adic relaia (4).

j=1 i =1
j =1
Modelul matematic al unei probleme T echilibrate este:

[min]f(X) =
c x
i =1 j=1
x
j =1
ij
= a i , i = 1, m
ij
= b j , j = 1, n
x
i =1
ij
ij
xij 0, i = 1, m , j = 1, n
(1)
(2)
(3)
n cele ce urmeaz vom presupune problema T echilibrat.

Definiia 2: O matrice X = (xij), i = 1, m , j = 1, n ale crei
componente satisfac condiiile (2) i (3), se numete plan de transport sau

soluie posibil (admisibil) a problemei T.
Propoziia 1.
Mulimea soluiilor posibile ale unei probleme T echilibrate este

nevid.
Programare liniar
Demonstraie:
Fie matricea X = (xij), i = 1, m , j = 1, n , unde

xij =
aib j
S
, i = 1, m , j = 1, n i S =
x ij =
a ib j
j =1
j =1
a ib j
x =
i =1
ij
i =1
=
=
ai
S
bj
b
j =1
a
S
i =1
i =1
j=1
a i = b j . Atunci:
ai
S = a i , i = 1, m
S
bj
S
S = b j , j = 1, n
adic X satisface relaiile (2).

Dar xij 0, deoarece ai 0, bj 0, S > 0, ()i = 1, m i () j = 1, n .
X satisface i (3), deci X e soluie posibil.
Matricea coeficienilor necunoscutelor din relaia (2) o vom nota cu
M. Ea are m + n linii i mn coloane. Pentru m, n 2, min(m+n, mn) = m + n
i deci rangA m + n. Toate coloanele conin de dou ori valoarea 1, restul
elementelor fiind egale cu zero.
Propoziia 2.
rangM = m + n 1.
Demonstraie:
Explicitm relaiile (2):

x11 + x12 + ...+ x1n = a1
x21 + x22 + ...+ x2n = a2
xm1 + xm2 + ...+ xmn = am

x11 + x21 + ...+ xm1 = b1
x12 + x22 + ...+ xm2 = b2
x1n + x2n + ...+ xmn = bn
i notm cu aij vectorul coloan format cu coeficienii necunoscutei xij.

Matricea M va avea forma:
a11
1
0
M=
1
a12 ... a1n a21 a22 ... a2n ... am1 am2 ... amn
1 L 1 0 0 L 0 L 0 0 L 0
0 L 0 1 1 L 1 L 0 0 L 0
M M M M M M M M M M M M
0 L 0 0 0 L 0 L 1 1 L 1
0 L 0 1 0 L 0 L 1 0 L 0
1 L 0 0 1 L 0 L 0 1 L 0
M M M M M M M M M M M M
0 L 1 0 0 L 1 L 0 0 L 1
Am separat cu o linie coeficienii primelor m linii.

Observm c ultima linie din M se obine din suma primelor m linii
minus suma urmtoarelor n 1 linii, adic ultima linie este o combinaie
liniar a celorlalte linii. Suprimnd ultima linie i reinnd doar coloanele
corespunztoare vectorilor a1n, a2n, ..., amn, a11, a12, ..., a1n-1, obinem o
matrice ptratic de ordinul m + n 1 ale crei elemente aflate sub
diagonala principal sunt nule, iar cele de pe diagonala principal sunt egale
cu 1. Determinantul acestei matrici este egal cu 1 i deci
rangM = m + n 1.
Din cele expuse pn acum, deducem:

- o problem T echilibrat este o problem de programare liniar sub
forma standard;
- ea admite cel puin o soluie posibil;
- rangul matricei sistemului de restricii este m + n -1, deci exist
m + n 1 vectori coloan liniar independeni ce vor forma o baz a
spaiului m+n-1. Prin urmare, va exista cel puin o soluie de baz
Programare liniar
cu cel mult m + n 1 componente pozitive. Cnd soluia de baz va

avea m + n 1 componente pozitive, ea se va numi soluie de baz
nedegenerat. n cazul n care numrul componentelor pozitive
este mai mic ca m + n 1, spunem c avem o soluie de baz

degenerat.
Definiia 3: O problem T se numete degenerat dac ea admite o
soluie de baz degenerat.

Teorema 2:
Condiia necesar i suficient ca o problem T s fie degenerat

este s existe un sistem de indici i1, ..., ip, j1, ..., jr, p < m, r < n, astfel nct:
p
k =1
h =1
a ik = b jh .
Observm c sunt ndeplinite toate condiiile pentru aplicarea
metodei simplex. Totui, dup cum se va vedea n continuare, n cazul
problemei T este mai uor s se aplice o alt metod.
8.2 Soluii posibile de baz iniiale
Ca i n utilizarea metodei simplex, n metoda de rezolvare a

problemei T soluia optim se gsete pornind de la o soluie posibil de
baz oarecare, aplicnd apoi un procedeu de mbuntiri succesive.
Prezentm n continuare cteva metode de determinare a soluiilor
posibile de baz pentru problema T echilibrat.
1. Metoda Nord-Vest
Se consider problema T echilibrat i se scrie tabelul n care se afl

datele problemei: disponibilitile ai, necesitile bj i costurile unitare de
transport cij, i = 1, m , j = 1, n . Fie X = (xij), i = 1, m , j = 1, n , matricea
necunoscutelor problemei, pe care, ntr-un alt tabel, ne pregtim s o
completm. Procedeul pornete cu asignarea unei valori necunoscutei aflate
n colul de Nord-Vest al tabelului dat, punndu-se x11 = min(a1, b1).
Dac min(a1, b1) = a1, se completeaz elementele primei linii cu
zero. Apoi, mergem pe coloana nti i alegem x21 = min(b1 x11, a2). Cnd
avem x21 = b1 x11, elementele rmase pe coloan devin nule. Altfel, dac
x21 = a2, toate celelalte elemente de pe linia a doua sunt zero.
n cazul cnd min(a1, b1) = b1, poziiile rmase libere n prima
coloan primesc valoarea zero. Apoi, comparm a1 x11 cu b2 i minimul lor
va fi x12. Dac x12 = a1 x11, restul de elemente de pe linia nti se anuleaz.
Altfel, dac x12 = b2, elementele de la x22 la xm2 devin zero.
Procedeul continu n modul descris mai sus, pn la epuizarea
elementelor de comparat. Liniile sau coloanele care se completeaz cu
zerouri le considerm detaate de matricea iniial, pentru a ne concentra
atenia asupra elementului din colul de nord-vest (stnga-sus) al unei
matrice de dimensiuni din ce n ce mai mici.
Exemplu
Considerm problema T din urmtorul tabel:

Ai
A1
A2
A3
N
Bj
B1
B2
B3
B4
3
2
7
12
1
5
3
9
2
1
3
18
4
6
1
21
20
10
30
Programare liniar
Problema este echilibrat:
i =1
j =1
a i = b j = 60 .
Lum pentru x11 = min(20, 12) = 12, restul elementelor coloanei 1

fiind nule. Mai departe, x12 = min(20 12, 9) = 8 i completm prima linie,
punnd x13 = x14 = 0. Trecem apoi la x22 = min(10, 9 8) = 1 i completm
coloana a doua cu x32 = 0. n linia a doua, calculm x23 = min(10-1, 18) = 9
i vom avea deci x24 = 0, care ncheie aceast linie.
n sfrit, x33 = min(18-9, 30) = 9 i astfel, x34 = 21. Soluia obinut
o scriem n tabelul:
12
8
1
9
9
21
n care elementele nenule sunt x11, x12, x22, x23, x33 i x34, n numr de
m + n -1 = 3 + 4 1 = 6. Deci avem o soluie de baz nedegenerat. Costul
total corespunztor acestei soluii este:
3 12 + 1 8 + 5 1 + 1 9 + 3 9 + 1 21 = 106.
Observaie: Metoda expus opereaz numai cu valorile ai i bj, fr a
lua n considerare elementele cij ale matricei costurilor unitare. Este evident
c un cost total mai mic se va obine utiliznd rutele cu costuri unitare mai
mici. Aceast observaie este folosit n metodele care urmeaz.
2. Metoda costului minim pe linie
Se determin mai nti c1k = minc1j i apoi x1k = min(a1, bk). Se

1jn
nlocuiesc a1 i bk cu a1 x1k i respectiv bk x1k, dup care se suprim linia

1 sau coloana k creia i corespunde diferena nul i se repet procedeul n
tabelul rmas pn cnd sunt satisfcute toate cererile.
Pe exemplul nostru c1k = c12 = 1 i deci x12 = min(20,9) = 9. Se

nlocuiete a1 cu 20 9 = 11 i b2 cu 0, dup care se suprim coloana a
doua i repetnd procedeul se obine soluia:
9
3
11
7
21
nedegenerat, pentru care costul total va fi 128.

3. Metoda costului minim pe coloan
Se determin cl1 = min ci1 i se ia xl1 = min(al, b1), nlocuindu-se

1 i m
apoi al i b1 prin al xl1 respectiv b1 xl1, dup care se suprim linia l sau
coloana 1 i se obine un tabel redus pe care se repet procedeul pn cnd
toate cererile sunt satisfcute. n exemplul nostru c1l = c21 i
x21 = min(10, 12) = 10.
Se nlocuiete b1 cu 12 10 = 2, a2 cu 0, se suprim linia a doua,
.a.m.d., obinndu-se n final soluia:
2
10
9
21
nedegenerat, cu costul total 101.

4. Metoda costului minim din matrice
Se caut ckp = min cij i se ia xkp = min(ak, bp), iar ak i bp se

1 i m
1 j n
nlocuiesc prin ak xkp respectiv bk xkp, dup care se suprim linia k sau
coloana p i se obine un tabel redus n care se repet procedeul de mai sus
pn cnd toate cererile sunt satisfcute.
Programare liniar
n exemplul nostru ckp = c12 sau c23 sau c34. Presupunem c este c12 i
se ia x12 = min(a1, b2) = (20, 9) = 9, anulndu-se coloana a doua, iar n loc
de a1 vom lua 20 9 = 11 .a.m.d.. Obinem:
3
8
10
21
soluie nedegenerat pentru care costul total este 120.
8.3 Metoda potenialelor pentru determinarea soluiei optime
Fie problema T:
[min]f(X) =
c x
i =1 j=1
x
j =1
i =1
(1)
ij
ij
= a i , i = 1, m
(2a)
ij
= b j , j = 1, n
(2b)
ij
xij 0, i = 1, m , j = 1, n
(3)
Vom scrie duala acestei probleme de programare liniar astfel:

fiecrei restricii de tipul (2a) i se asociaz o variabil ui, i = 1, m i fiecrei
restricii de tipul (2b) variabila vj, j = 1, n .
Cum fiecare variabil apare o singur dat n (2a) i o singur dat
n (2b), duala va avea forma:
[max]g =
a u + b v
i =1
j=1
(5)
ui + vj cij, i = 1, m , j = 1, n
(6)
ui i vj fr restricii de semn deoarece relaiile (2a) i (2b) sunt

egaliti.
Notnd x ij respectiv ( u i, v j) componentele soluiilor optime ale
celor dou probleme duale, din teorema ecarturilor complementare avem:
x ij(cij - u i - v j) = 0, i = 1, m , j = 1, n .
Pornind de la o soluie de baz nedegenerat, unde exist m + n 1
componente xij > 0, soluia va fi optim dac:
cij = ui + vj
(7)
pentru toate rutele (i, j) pentru care xij > 0, dac sunt satisfcute relaiile (6)
pentru restul rutelor.
Relaiile (7) reprezint un sistem de m + n 1 ecuaii cu m + n
necunoscute ui i vj. Pentru rezolvarea sistemului dm unei necunoscute o
valoare arbitrar, de exemplu u1 = 0.
Cu acestea, expunem algoritmul pentru determinarea soluiei optime
pornind de la o soluie posibil de baz nedegenerat.
Pasul 1. Ne asigurm ca problema T s fie echilibrat.
Pasul 2. Cu una din metodele expuse anterior determinm o soluie
posibil de baz X1 i presupunem c este nedegenerat.

Pasul 3. Se rezolv sistemul (7) pentru u1 = 0. Un procedeu simplu
de rezolvare a sistemului (7), fr s se scrie ecuaiile const n transcrierea

coloanei lui ui la stnga coloanelor unei matrici m n i a unei linii cu
elementele vj deasupra liniilor matricei m n, matrice ale crei elemente
sunt costurile calculate cij = ui + vj, i = 1, m , j = 1, n , n care n prealabil au
fost trecute costurile unitare cij ce corespund componentelor xij > 0.
Deci, n csuele corespunztoare lui xij > 0, cij = cij.
Programare liniar
Completarea coloanei lui ui i a liniei vj se face astfel: dac u1 = 0 i

u1 + vp = c1p, rezult valoarea lui vp. Dac uq + vp = cpq, rezult uq .a.m.d..
Dup determinarea valorilor ui, i = 1, m i vj, j = 1, n , completm
matricea cu cantitile cij = ui + vj i o notm C = (cij), i = 1, m , j = 1, n ,
numind-o matricea costurilor calculate (spre a o deosebi de matricea
costurilor reale C = (cij), i = 1, m , j = 1, n , dat iniial).
Pasul 4. Determinm matricea = (ij), i = 1, m , j = 1, n , cu
ij = cij cij. Poate aprea una din situaiile:

a) ij 0, () i = 1, m , () j = 1, n , caz n care condiiile teoremei
ecarturilor complementare sunt satisfcute i X1 este soluie
optim pentru problema primal, problema T;
b) () ij > 0; X1 nu este optim, ea trebuie mbuntit.
Pasul 5. Dac i 0 j0 = max ij, cu ij > 0, (i0, j0) D (D fiind
i, j
mulimea perechilor (i, j) pentru care xij > 0), introducem n matricea n care
vom construi soluia X2, mai bun ca X1, n ruta (i0, j0), cantitatea
x i 0 j0 = > 0. Se realizeaz un ciclu de rute, pornind i ajungnd n (i0, j0) de
forma (i0, jk), (ir, jk), (ir, js), (ip, js), ..., (it, j0), toate rutele aparinnd lui D.
Astfel se formeaz un lan, pornind din (i0, j0), schimbnd direcia
numai n rutele din D i numai n unghi drept i ajungnd n (i0, j0). Se
examineaz valorile xij din rutele de ordin impar (prima este (i0, jk)) i se
gsete valoarea minim notat prin a acestor valori. Introducnd n
(i0, j0), scznd din xij n rutele de ordin impar i adunnd la valorile xij
n rutele de ordin par se obine o nou soluie posibil de baz, deoarece o
component a lui X1 se anuleaz i n (i0, j0) apare componenta > 0. Dac
noua soluie este nedegenerat, se trece la pasul 3, rulnd algoritmul pn se

obine condiia de optimalitate ij 0, () i = 1, m , () j = 1, n .
Aceast metod de rezolvare a problemei T este cunoscut sub
numele de metoda potenialelor i i se datoreaz lui Dantzig.
Observaie: Cazul n care X2 e soluie degenerat va fi tratat ulterior.
Exemplu
Relund exemplul de la metoda Nord-Vest, cu soluia posibil de

baz obinut prin aceast metod i aplicnd pasul 3 rezolvm sistemul:
u1 + v1 = 3
u2 + v2 = 5
u3 + v3 = 3
u1 + v2 = 1
u2 + v3 = 1
u3 + v4 = 1
Pentru u1 = 0 se obin succesiv valorile: v1 = 3, v2 = 1, u2 = 4,

v3 = -3, u3 = 6, v4 = -5.
Matricele C = (cij), cij = ui + vj i = (ij), ij = cij cij, i = 1, m ,
j = 1, n sunt:
3 1 3 5
C = 7 5 1 1 i =
9 7 3
1
0 0 5 9
5 0 0 7
2 4 0
0
n exist valori pozitive, deci soluia X1 (obinut prin metoda NV) nu este optim. Cea mai mare valoare pozitiv este 5 pe ruta (2, 1).
Formm lanul cu rutele intermediare:
(1, 1), (1, 2), (2, 2) care pornete din poziia (2, 1).
12
(2, 1)
Programare liniar
Pornind din poziia (2, 1) se scade i se adun alternativ valoarea

din fiecare vrf, astfel:
12-
8+
1-
i observm c min(x11, x22) = min(12, 1) = 1, deci = 1.

Obinem astfel noua soluie de baz X2:
11
1
9
9
9
21
Relum pasul 3 cu rezolvarea sistemului:

u1 + v1 = 3
u2 + v1 = 2
u3 + v3 = 3
u1 + v2 = 1
u2 + v3 = 1
u3 + v4 = 1
Pentru u1 = 0 se obine v1 = 3, v2 = 1, u2 = -1, v3 = 2, u3 = 1, v4 = 4,

pentru care matricea:
3 1 2 0
C = 2 0 1 1 i =
4 2 3 1
0 0 1
0
0 5 0 7
3 1 0 0
Deoarece toate elementele matricei sunt mai mici sau egale cu

zero, X2 este soluia optim i costul total corespunztor este 101.
Practic este preferabil s se expun calculele sub form de tabele.

Pentru problema rezolvat mai sus, tabelele sunt:
12
X1
8
1
9
9
21
11
1
9
9
9
vj
vj
f1 = 106
X2
ui
0
4
6
21
ui
0
-1
1
-3
-5
3
7
9
1
5
7
-3
1
3
-5
-1
1
3
2
4
1
0
2
2
1
3
0
-1
1
0
5
2
0
0
4
-5
0
0
-9
-7
0
12-
8+
1-
9
9
21
=1
0
0
-3
0
-5
-1
0
0
0
-4
-7
0
8.4 Observaii la aplicarea metodei potenialelor

1. Dac pentru soluia optim X0 avem ij = 0 pentru (i, j) D se
poate obine o nou soluie optim aplicnd acestei rute pasul 5 i

introducnd n (i, j). Vom gsi o nou soluie optim X0 i soluia optim
general va fi:
X = X0 + (1 - )X0, [0, 1].
n acest caz vom spune c problema T are soluie optim multipl
sau are o infinitate de soluii optime.
n exemplul precedent 13 = 0, dei (1, 3) D (sunt indici din afara
bazei). Dac n (1, 3) introducem i aplicm pasul 5, obinem:
11-
1+
9-
9
21
unde = min(11, 9) = 9, i deci obinem o nou soluie X3 pentru care mai

aplicm o dat algoritmul.
Programare liniar
X3
2
10
9
9
21
vj
ui
0
-1
1
3
2
4
1
0
2
2
1
3
0
-1
1
0
0
-3
0
-5
0
0
0
0
-4
-7
0
Cum toate elementele matricei sunt mai mici sau egale cu zero
noua soluie este optim, deci problema T are o infinitate de soluii optime
date de:
X = X2 + (1 - )X3, [0, 1].
Soluia optim X3 este tocmai soluia iniial de baz obinut prin
metoda costului minim pe coloan.
2. Dac max ij = pq =rs, ij > 0, p, r 1, ..., m, q, s 1, ..., n,
i, j
pentru a vedea n ce rut trebuie s-l introducem pe , comparm costurile

cpq i crs i dac cpq < crs, introducem n ruta (p, q).
3. n rezolvarea problemei T poate aprea o soluie posibil de baz
degenerat, fapt ce ar face imposibil rezolvarea sistemului n necunoscutele

ui i vj din pasul 3. O astfel de situaie poate aprea n dou cazuri:
a) cnd soluia iniial de baz este degenerat. Evitarea acestui
neajuns se poate face cu metoda perturbrii ce const n reformularea

problemei, punnd:
ai() = ai + , i = 1, m
bj() = bj, j = 1, n 1
bn() = bn + m, > 0, arbitrar de mic.
Cu aceste date determinm soluia iniial de baz ale crei
componente depind de . Punem condiia ca 0 i se vor obine
componente bazice nule pe care le tratm ca i cnd ar fi pozitive.
Exemplu
Fie problema T, echilibrat:

Bj
B1
B2
B3
A1
40
A2
15
A3
25
30
10
40
Ai
i soluia posibil de baz iniial obinut prin metoda Nord-Vest:

30
10
15
25
Observm c numrul componentelor pozitive, patru, este mai mic

ca m + n -1 = 3 + 3 1 = 5, deci soluia este degenerat.
Reformulm problema punnd:
30
30
10
10
40+
15+
15+
25+
25+
40+3
Pentru 0 vom avea x13 = 0, component bazic nul, cu care se

va lucra ca i cnd ar fi pozitiv. Spunem c x13 este un zero esenial spre a-l
deosebi de celelalte zerouri corespunztoare componentelor nebazice.
Programare liniar
b) Degenerarea poate apare la modificarea unei soluii de baz cnd
pe rutele unde se scade cantitatea , valoarea minim apare de dou sau mai
multe ori. n acest caz se anuleaz dou sau mai multe componente ale
soluiei, crendu-se o soluie cu mai puin de m + n 1 componente
pozitive, deci degenerat.
Dintre componentele ce au devenit nule se renun la cea creia i
corespunde costul unitar cel mai mare, celelalte rmnnd componente
bazice nule (zerouri eseniale) i se va lucra cu ele ca i cnd ar fi pozitive.
Exemplu
Fie problema T echilibrat:

Bj
B1
B2
B3
A1
12
A2
15
A3
12
12
Ai
i soluia ei posibil de baz iniial obinut prin metoda Nord-Vest:

5
7
5
10
2
nedegenerat.
Rezolvm problema n urmtorul tabel:
5
X1
7
5
10
2
ui
0
3
3
vj
-1
4
7
7
2
5
5
-1
2
2
0
4
3
0
0
3
-2
0
0
5-
7+
5-
10
2
= min(5, 5) = 5 i noua soluie va fi:

12
5
10
2
degenerat din cauza anulrii pentru = 5 a dou componente pozitive

(x11 i x22). Comparnd costurile c11 = 4 cu c22 = 5, c11 < c22, vom renuna la
zeroul de pe ruta (2, 2), iar x11 = 0 va fi un zero esenial cu care se va lucra
mai departe ca i cnd ar fi un numr pozitiv.
4) Exist probleme practice ce conduc la modelul matematic al
problemei T n care se cere maximizarea funciei obiectiv. n acest caz

metoda potenialelor comport urmtoarele modificri: n construirea unei
soluii posibile de baz iniiale metoda costului minim (pe linie, coloan,
total) devine metoda costului maxim i se aplic pornind de la valoarea cea
mai mare (pe linie, coloan, n toat matricea) din C. La metoda Nord-Vest
nu se impune nici o modificare. Calculul diferenelor ij se face dup
formula:
ij = cij cij, i = 1, m , j = 1, n
iar condiia de optim este aceeai ij 0, ()i = 1, m , j = 1, n .
5) Exist probleme T n care practica impune evitarea unor rute, deci
cu rute interzise. Dac ruta (k, h) nu trebuie folosit, orice soluie va trebui
s aib xkh = 0, rezultat care se obine astfel:
- pentru problemele de minim se va lua ckh = M, M ;
- pentru problemele de maxim se pune ckh = 0.
Raiunea acestor nlocuiri este evident. n cazul minimului evitarea
rutei se face lund costul unitar foarte mare iar pentru maxim costul unitar
nul face ruta incovenabil.
Programare liniar
6) ntre valorile funciei obiectiv fi+1 pentru soluia Xi+1 i fi pentru
soluia Xi exist relaia de recuren:

fi+1 = fi - *ij
pentru problema de minimizare a lui f, unde *ij este cea mai mare valoare
pozitiv n , iar este valoarea determinat pentru mbuntirea lui Xi cu
Xi+1.
Dac problema cere maximizarea lui f, relaia de recuren este:
fi+1 = fi + *ij .
Aplicaie
Pornind de la o soluie de baz iniial obinut prin metoda

minimului pe coloan, s se rezolve urmtoarea problem T n care se cere
minimizarea funciei obiectiv:
Bj
B1
B2
B3
A1
15
A2
11
Ai
Rezolvare
3
Deoarece N =
b j = 26 i D =
j=1
a
i =1
= 24, problema este
neechilibrat. Introducem pentru echilibrare A3 fictiv cruia i repartizm un

disponibil egal cu N D = 2 i toate costurile unitare de pe linia lui A3 vor fi
nule.
Avem acum de rezolvat urmtoarea problem T modificat:

Bj
B1
B2
B3
A1
15
A2
A3
11
Ai
a crei soluie posibil de baz iniial prin metoda minimului pe coloane

este:
5
9
2
Aceast soluie are 5 componente pozitive i m+n 1 = 3+3 1 = 5,
deci este o soluie nedegenerat. Putem trece la rezolvarea problemei T
modificat cu calculele n tabelul urmtor:
5
X1
2
9
2
f1 = 33
7
X2
9
0
2
f2 = 31
vj
ui
0
-2
-2
vj
ui
0
-1
-2
2
0
0
3
1
1
1
-1
-1
2
1
0
2
1
0
1
0
-1
Soluia optim este:

[min]f(X) = 31
x11 = 7, x13 = 8, x22 = 9, x32 = 2
0
-4
0
0
0
1
0
-1
-1
5+
2-
2-
9
=2
0
-3
0
-1
0
0
0
0
-1
Programare liniar
aceast din urm component (x32) este fictiv deoarece A3 este fictiv i deci
B2 nu primete tot necesarul de 11 uniti ci doar 9.
Pe parcursul rezolvrii a intervenit degenerarea prin anularea de
ctre = 2 a dou componente pozitive din X1, i anume x12 i x31. Cum
c31 < c12, renunm la x12 i lum x13 = 0, zero esenial, tratat ca fiind un
numr pozitiv.
n etapa de optim, n matricea , n afara rutelor corespunztoare
componentelor bazice, mai apare un zero n ruta (2, 3), deci soluia optim a
problemei date este multipl.
n sfrit din tabel observm c f1 = 33, *ij = 32 = 1 iar = 2.
Relaia de recuren ne d:
f2 = f1 - *ij = 33 1 2 = 31, att ct am obinut i noi n tabel
folosind definiia funciei obiectiv:
f(X) =
c x
i =1 j=1
ij
ij
9. Probleme
1. Conducerea unei firme i propune s produc, folosind 2 tipuri de
materie prim M1 i M2, 4 tipuri de produse P1, P2, P3, P4. Consumurile
specifice, cantitile disponibile din M1 i M2, preurile unitare de vnzare bi
i costurile unitare ci, i = 1,4 sunt date n urmtorul tabel:
M1
M2
bi
ci
P1
1
4
5
3
P2
3
1
7
4
P3
2
3
10
6
P4
2
1
6
4
Disponibil
200
300
Studiul pieei de desfacere impune condiia ca ntreaga producie s

nu depeasc 500 uniti.
S se scrie modelul matematic ce va conduce la planul optim de
producie.
Rezolvare
Fie xi cantitatea de produs Pi, i = 1,4 . Beneficiul unei uniti de

produs Pi va fi bi ci; atunci beneficiul total va fi:
4
f =
(b
i =1
ci ) x i , i se caut cel mai mare beneficiu, deci pentru
cazul nostru:
[max]f(x) = 2x1 + 3x2 + 4x3 + 2x4
x1 + 3x2 + 2x3 + 2x4 200
4x1 + x2 + 3x3 + x4 300
x1 + x2 + x3 + x4 500
xi 0; i = 1,4 .
2. Unei firme i este necesar ntr-un trimestru o cantitate de 30
vagoane dintr-un anumit tip de produs. Aprovizionarea se face ealonat la

nceputul fiecrei luni. Cererea n vagoane, costurile unitare n mii de euro
sunt date n tabelul de mai jos:
Luna
Cererea
Costul
1
10
30
2
12
25
3
8
32
Se tie c la nceputul primei luni firma dispune de 6 vagoane din

produsul respectiv, pot fi depozitate cel mult 14 vagoane iar la sfritul
trimestrului cantitatea de produs trebuie s fie consumat integral.
Programare liniar
S se scrie modelul matematic al problemei cnd se caut costul total

minim de aprovizionare.
Rezolvare
Notm cu xi numrul de vagoane din produsul cutat comandate la

nceputul lunii i, i = 1,3 .
Cantitatea x1 adugat celor 6 vagoane existente trebuie s satisfac
cererea din prima lun i s nu depeasc capacitatea de depozitare. Adic:
10 x1 + 6 14 sau 4 x1 8
(1)
La sfritul primei luni, mai rmn x1 + 6 10 = x1 4 vagoane, iar

la nceputul lunii a doua avem x1 4 + x2 ce va trebui s satisfac condiiile:
12 x1 4 + x2 14 sau 16 x1 + x2 18
(2)
Cantitatea x3 va trebui s satisfac condiia:

6 + x1 + x2 + x3 = 30 sau x1 + x2 + x3 = 24
Modelul matematic al problemei va fi:
[min]f(x) = 30x1 + 25x2 + 32x3
4 x1 8
16 x1 + x2 18
x1 + x2 + x3 = 24
xi 0; i = 1,3 .
3. S se rezolve grafic problema:
[min]f(x) = x1 + 2x2
-x1 + x2 2
x1 + 2x2 4
5x1 3x2 15
x1, x2 0
(3)
Rezolvare
Folosim metoda grafic i reprezentm dreptele (d1) x1 + x2 = 2,

(d2) x1 + 2x2 = 4; (d3) 5x1 3x2 = 15 i apoi regiunile corespunztoare
inegalitilor.
x2
C
(d1)
A
(d3)
B
3
4
(d2)
x1
Mulimea soluiilor posibile este poriunea haurat. Soluia optim
42 5
21 25
se va gsi n unul din vrfurile A(0, 2), B , , C , . i cum:
13 13
2 2
f(A) = 0 + 2 2 = 4
f(B) =
42
5
+ 2
=4
13
13
f(C) =
21
25 71
+ 2
= = 35, 5.
2
2
2
[min]f(x) = 4 n A cnd x1 = 0 i x2 = 2 sau n B cnd x1 =

x2 =
42
i
13
5
42 5
. Adic problema are ca soluii optime X1 = (0, 2) i X2 = , .
13
13 13
Atunci orice combinaie liniar convex de forma:

X = X1 + (1 - )X2, () [0,1]
Programare liniar
este tot soluie optim, deci problema are o infinitate de soluii optime date
de:
42 42 5 + 21
,
X =
, ()[0,1], obinute prin nlocuirea lui
13
13
X1 i X2 n expresia lui X.
Observaie: Dac se cerea [max]f(x) = x1 + 2x2, atunci aceast
valoare se gsete n C unde f(C) = 35, 5 i deci:

[max]f = 35,5 n x1 =
25
21
i x2 =
, deci soluia unic este
2
2
21 25
X = , .
2 2
4. Fie sistemul de inecuaii:
x1 + 2x2 3x3 3
2x1 x2 6x3 4
xj 0, j = 1,3 .
a) Aducei sistemul la forma standard i asigurai-v ca matricea
sistemului s conin o baz canonic n R2;
b) Determinai 4 soluii de baz pentru sistemul de ecuaii de la a) i
facei observaii asupra soluiilor gsite;
c) Dac f(x) = 2x1 5x2 + 3x3, calculai valoarea lui f n soluiile
gsite la b) i specificai n care dintre ele f ia cea mai mare
valoare.
Rezolvare
a) Sistemul de ecuaii va fi:
x1 + 2x2 3x3 + x4 = 3
2x1 x2 6x3 x5 = 4
xj 0, j = 1,5 .

a1 a2 a3 a4 a5
1 2 3 1 0
A =
2 1 6 0 1
Ca aceasta s conin o baz canonic, form ecuaia a doua
adunnd n membrul stng y = 0 (variabil artificial) ce va genera vectorul
artificial , i sistemul va deveni:
x1 + 2x2 3x3 + x4 = 3
2x1 x2 6x3 x5 + y = 4
xj 0, y 0
iar:
a1 a2 a3 a4 a5
1 2 3 1 0 0
A =
2 1 6 0 1 1
cu baza canonic a4, .
b) Pentru determinarea soluiilor de baz aplicm lema substituiei
pentru sistemul de ecuaii de la punctul a) i organizm calculele n

urmtorul tabel:
Baza
a4
a4
a1
a2
a1
a2
a3
Nec.
princ.
x4
y
x4
x1
x2
x1
x2
x3
a1
a2
a3
a4
a5
1
2
0
1
0
1
0
1/3
2
-1
5/2
-1/2
1
0
1
0
-3
-6
0
-3
0
-3
0
1
1
0
1
0
2/5
1/5
2/5
-1/15
0
-1
1/2
-1/2
1/5
-2/5
1/5
2/15
0
1
-1/2
1/2
-1/5
2/5
-1/5
-2/5
3
4
1
2
2/5
11/5
2/5
-11/15
Soluia
X1 = (0,0,0,3,0,4)T
X2= (2,0,0,1,0,0)T
X3 = (11 , 2 ,0,0,0,0) T
5 5
X4 = (0, 2 , 11 ,0,0,0) T
5
15
X1 nu e soluie pentru c y = 4 i contrazice ipoteza n care a fost

introdus (y = 0).
Programare liniar
X4 nu este soluie posibil pentru c x3 = -
11
< 0.
15
X2 i X3 sunt soluii posibile de baz, cu X2 soluie degenerat

(numrul componentelor pozitive dintre x1, x2, x3, este mai mic ca
numrul restriciilor, 2), iar X3 este nedegenerat.
c) Deoarece f(X2) = 4 i f(X3) = 2,4 rezult c n X2 f ia cea mai
mare valoare.
5. Fie modelul de programare liniar:
[max]f(x) = 15x1 + 20x2

3x1 + 8x2 24
7x1 + 3x2 21
x1 1
x1, x2 0
a) S se aduc la forma standard;
b) S se enumere bazele ce se pot forma cu vectorii din matricea
tehnologic extins;
c) S se rezolve problema pe cale grafic;
d) S se rezolve problema prin algoritmul simplex.
Rezolvare
a) Folosim variabilele de compensare x3, x4, x5 astfel:
3x1 + 8x2 + x3 = 24
7x1 + 3x2 + x4 = 21
x1 x5 = 1
xj 0, j = 1,5
[max]f(x) = 15x1 + 20x2 + 0(x3 + x4 + x5)
b) Matricea tehnologic extins este:
a1
3
A = 7
1
a2
8
3
0
a3
1
0
0
a4 a5
0 0
1 0
0 1
Orice sistem de 3 vectori din A, liniar independeni formeaz o baz.

Numrul maxim posibil de baze este C 35 = 10. Acestea sunt:
B1 = a1, a2, a3; B2 = a1, a2, a4; B3 = a1, a2, a5; B4 = a1, a3, a4;
B5 = a1, a3, a5; B6 = a1, a4, a5; B7 = a2, a3, a5; B8 = a2, a4, a5;
B9 = a3, a4, a5. Vectorii a2, a3, a4 nu pot forma o baz (rangul
matricei formate cu ei este mai mic ca numrul lor 3). Deci exist 9 baze ce
vor da 9 soluii de baz. Nu toate acestea sunt soluii posibile de baz (cu
toate componentele nenegative).
c) n planul Ox1x2 reprezentm dreptele:
(d1) 3x1 + 8x2 = 24; (d2) 7x1 + 3x2 = 21; (d3) x1 = 1.

x2
7
C
D
A
0
B
1
(d3)
8
(d2)
x1
(d1)
Programare liniar
Inegalitile date sunt verificate de punctele din regiunea haurat ale
96 105
21
crei vrfuri A(1, 0), B(3, 0), C ,
, D 1, sunt cele 4 soluii
47 47
8
posibile de baz ale problemei.
Cum f(A) = 15; f(B) = 45; f(C) =
3540
135
= 79,5; f(D) =
= 67,5
47
2
rezult c soluia optim este n C i:

[max]f(x) =
96
105
3540
, cu x1 =
i x2 =
.
47
47
47
d) Forma standard conine doar doi din vectorii matricei unitate de
ordinul trei; este necesar un vector unitar artificial i avem:

3x1 + 8x2 + x3 = 24
7x1 + 3x2 + x4 = 21
x1 x5 + y = 1
xj 0, j = 1,5 , y 0
[max]f(x) = 15x1 + 20x2 + 0(x3 + x4 + x5) My
a1
3
A = 7
1
a2
8
3
0
CB
XB
0
0
-M
fj
j = cj - fj
0
a3
0
a4
a1 15
fj
j = cj - fj
24
21
1
-M
a3
a4
21
14
1
15
a3
1
0
0
a4 a5
0 0
1 0
0 1
15
a1
3
7
1
-M
15+M
0
0
1
15
0
20
a2
8
3
0
0
20
8
3
0
0
20
0 i B = a3, a4, .
1
0
a3
1
0
0
0
0
1
0
0
0
0
0
a4
0
1
0
0
0
0
1
0
0
0
0
a5
0
0
-1
M
-M
3
7
-1
-15
15
-M
0
0
1
-M
0
-3
-7
1
15
-M-15
8
3
1
I0
21/8
14/3
-
I1

a2
a4
a1
20
0
15
fj
j = cj - fj
a2 20
a5
0
a1 15
fj
j = cj - fj
21/8
49/8
1
135/2
105/47
49/47
96/47
3540/47
0
0
1
15
0
0
0
1
15
0
Deci [max]f(x) =
1
0
0
20
0
1
0
0
20
0
1/8
-3/8
0
5/2
-5/2
7/47
-3/47
-3/47
95/47
-95/47
3540
,X=
47
0
1
0
0
0
3/47
8/47
8/47
60/47
-60/47
3/8
47/8
-1
-15/2
15/2
0
1
0
0
0
-3/8
-47/8
1
15/2
-M-5/2
0
-1
0
0
-M
7
49/47
-
I2
I3
96 105
,0 .
,
47 47
Observaie: n iteraia I1 apare soluia din vrful A, n I2 apare soluia
din vrful D, iar n I3 soluia din vrful C.

6. S se gseasc soluia optim a urmtoarei probleme de
programare liniar, rezolvnd duala ei prin algoritmul simplex.

[min]f(x) = 20x1 + 18x2 + x3
2x1 + 3x2 + 3x3 6
2x1 + 2x2 x3 10
2x1 + x2 x3 8
x1, x2, x3 0
Rezolvare
Modelul dual sub form canonic de maxim (dualitate simetric)

este:
[max]g(u) = 6u1 + 10u2 + 8u3

2u1 + 2u2 + 2u3 20
3u1 + 2u2 + u3 18
3u1 - u2 u3 1
u1, u2, u3 0
Programare liniar
Forma standard a dualei este:

[max]g(U) = 6u1 + 10u2 + 8u3 + 0(u4 + u5 + u6)
2u1 + 2u2 + 2u3 + u4 = 20
3u1 + 2u2 + u3 + u5 = 18
3u1 - u2 u3 + u6 = 1
ui 0, i = 1,6 i i se aplic algoritmul simplex:
CB
UB
0
0
0
gj
j = c j - g j
0
a4
a2 10
0
a6
gj
j = c j - g j
8
a3
a2 10
a6
0
gj
j = c j - g j
20
18
1
0
a4
a5
a6
2
9
10
90
2
8
11
96
6
a1
2
3
3
0
6
-1
3/2
9/2
15
-9
-1
2
4
12
-6
10
a2
2
2
-1
0
10
0
1
0
10
0
0
1
0
10
0
8
a3
2
1
-1
0
8
1
1/2
-1/2
5
3
1
0
0
8
0
0
a4
1
0
0
0
0
1
0
0
0
0
1
-1/2
1/2
3
-3
0
a5
0
1
0
0
0
-1
1/2
1/2
5
-5
-1
1
0
2
-2
0
a6
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
10
9
-
2
18
-
Soluia optim a problemei date (primale) este:

[min]f(x) = [max]g(u) = 96
iar componentele soluiei x1, x2, x3 se citesc pe linia lui gj din ultima etap
respectiv la intersecia cu coloanele vectorilor a4, a5, a6 ce au format baza
iniial. Astfel:
x1 = 3, x2 = 2, x3 = 0, sau X = (3, 2, 0)T.
7. S se determine planul optim de transport pentru urmtoarea
problem:
Ai
A1
A2
A3
N
Bj
B1
B2
B3
B4
3
4
2
10
2
3
1
15
1
3
4
15
2
2
5
40
30
20
40
pornind de la o soluie iniial de baz obinut prin metoda costului minim

pe linie.
Rezolvare
Deoarece N =
b j = 80, iar D =
j=1
a
i =1
= 90, problema este
neechilibrat. Se va echilibra introducnd B5 fictiv cu necesarul 90 80 =

10 i toate costurile de pe coloana lui B5 vor fi nule. Vom rezolva acum
problema T modificat.
Ai
A1
A2
A3
N
Bj
B1
B2
B3
B4
B5
3
4
2
10
2
3
1
15
1
3
4
15
2
2
5
40
0
0
0
10
30
20
40
Aplicnd metoda costului minim pe linie gsim soluia posibil de

baz iniial X1
15
10
15
5
20
15
10
Programare liniar
care are 7 componente pozitive i cum m + n 1 = 3 + 5 1 = 7 soluia

gsit este nedegenerat i pentru ea avem f1 = 175.
15
X1
10
15
5
20
15
10
f1 = 175
15
X2
10
15
15
20
5
10
vj
ui
0
0
3
vj
ui
0
0
3
-1
-2
-1
-1
2
-2
-2
1
1
1
4
2
2
5
0
0
3
-1
-2
-1
-1
2
-2
-2
1
1
1
4
2
2
5
0
0
0
-4
-5
0
-4
-5
0
0
-2
0
0
0
0
0
0
3
-4
-5
0
-4
-5
0
0
-2
0
0
0
0
0
0
0
15
10
15
5+ 10-
20
15-
= 10
f2 = 145
Ultima soluie X2 este optim, [min]f(X) = 145.

n matricea de pe linia lui X2, etapa de optim, avem 33 = 0 dei
x33 nu e component pozitiv n X2; rezult c problema nu are soluie
optim unic, ci are o infinitate de soluii optime.
Deoarece B5 este fictiv, cantitatea x35 = 10 nu se transport,
rmnnd disponibil pentru o alt ntrebuinare.
8. Pornind de la o soluie posibil de baz obinut prin metoda
Nord-Vest, s se rezolve problema T:

Ai
A1
A2
A3
N
Bj
B1
B2
B3
B4
1
4
0
4
2
3
2
6
3
2
2
8
4
0
1
6
6
8
10
Rezolvare
Problema este echilibrat, N = D = 24. Soluia iniial obinut prin

metoda Nord-Vest este:
4
2
4
4
4
cu 6 componente pozitive i cum m + n 1 = 3 + 4 1 = 6, este deci

nedegenerat.
Organizm calculele n tabelul urmtor:
4
X1
2
4
4
4
6
8
0
f2 = 34
X3
2
6
f3 = 28
vj
vj
f1 = 42
X2
ui
0
1
1
ui
0
-1
-1
vj
ui
0
-1
-1
1
2
2
2
3
3
1
2
2
0
1
1
1
0
0
2
1
1
3
2
2
2
1
1
1
0
0
2
1
1
3
2
2
1
0
0
0
-2
2
0
0
1
-2
0
0
-4
1
0
4-
2+
4-
4+
4-
=4
0
-4
0
0
-2
-1
0
0
0
-2
1
0
0
4
6
8-
0+
6-
=6
0
-4
0
0
-2
-1
0
0
0
-3
0
-1
X3 este soluie optim, este degenerat pentru c are doar 5

componente pozitive. Degenerarea a provenit din cauza anulrii pentru
= 4 a trei componente pozitive: x11, x22, x33.
Comparnd costurile corespunztoare c11, c22, c33 cel mai mare este
c22 = 3 de aceea renunm la ruta (2, 2) i vom lua x11 = x33 = 0, care vor fi
zerouri eseniale.
Deoarece n etapa de optim, matricea conine pe 13 = 0, dei
x13 = 0, soluia optim nu e unic ci multipl.
9. O firm dispune de dou centre furnizoare A1, A2, ale unui anumit
tip de produs, n respectiv cantitile 15 i 10. Produsul poate fi achiziionat

de beneficiarii B1, B2, B3 n respectiv cantitile 12, 8, 10.
Programare liniar
Cunoscnd beneficiile unitare cij (beneficiul adus de o unitate de

produs din Ai transportat la Bj), i = 1, 2, j = 1, 2, 3, date n tabelul urmtor:
Ai
A1
A2
N
Bj
B1
B2
B3
1
5
12
3
2
8
4
3
10
15
10
S se determine planul optim de transport care s duc la beneficiul

total maxim.
Rezolvare
Deoarece D = 25 i N = 30, problema este neechilibrat. O

echilibrm introducnd A3 fictiv cruia i asociem un disponibil egal cu 30
25 = 5, costurile de pe linia lui A3 fiind nule.
Obinem astfel problema T modificat, pe care o rezolvm.
Ai
A1
A2
A3
Bj
B1
B2
B3
1
5
0
12
3
2
0
8
4
3
0
10
15
10
5
Soluia posibil iniial de baz obinut prin metoda costului maxim

din matricea C este X1:
5
10
2
10
X1 are 5 componente pozitive i m + n 1 = 3 + 3 1 = 5, deci este

nedegenerat. Formm tabelul cu calcule:
5
X1
10
2
ui
0
2
-3
10
3
f1 = 105
vj
3
5
0
3
5
0
4
6
1
-2
0
0
0
-3
0
0
-3
-1
Elementele matricei , s-au calculat cu formula:

ij = cij cij
i sunt toate mai mici sau egale cu zero, deci X1 este soluie optim, este
unic i nedegenerat, iar:
[max]f(x) = 105.
10. Din centrele furnizoare A1, A2, A3 se pot aproviziona beneficiarii
B1, B2, B3 cu un anumit tip de produs. Relaii conflictuale fac ca

aprovizionarea lui B2 i B3 de ctre A2 s fie interzis. S se determine
planul optim de transport cunoscnd disponibilul furnizorilor, necesarul
beneficiarilor i costurile unitare de transport date n tabelul de mai jos:
Ai
A1
A2
A3
N
Bj
B1
B2
B3
5
2
3
50
4
1
60
2
6
40
90
70
140
Programare liniar
Rezolvare
Problema este neechilibrat, D = 300, N = 150 i are rute interzise.

Introducem B4 fictiv cu un necesar egal cu 300 150 = 150, iar costurile pe
coloana lui B5 le lum egale cu zero. n rutele (2, 2) i (2, 3) vom pune
costurile egale cu M, M . Problema T modificat va fi:
Ai
A1
A2
A3
N
Bj
B1
B2
B3
B4
5
2
3
50
4
M
1
60
2
M
6
40
0
90
0
70
0 140
150
Soluia X1 posibil de baz, iniial, o determinm prin metoda

costului minim pe coloan i va fi:
40
50
20
80
50
60
Aplicm metoda potenialelor pas cu pas n tabelul urmtor:
X1
50
60
40 50
20
80
vj
ui
0
0
0
2
2
2
1
1
1
2
2
2
0 -3
0 0
0 0
-3
1-M
0
0
2-M
-4
0
0
0
Cum M , toate elementele matricei sunt mai mici sau egale cu

zero. Deci este ndeplinit condiia de optim i X1 este soluie optim,
nedegenerat, unic cu:
[min]f(X) = 240.
TEORIA JOCURILOR
1. Noiuni generale
Teoria jocurilor este teoria matematic care se ocup cu
determinarea metodelor de alegere a deciziilor n cazuri de competiie sau
situaii conflictuale. O situaie conflictual este cea n care acioneaz doi
sau mai muli factori (persoane fizice, firme, partide politice) avnd scopuri
contrarii. Astfel de situaii sunt: concurena economic, vnzrile la licitaie,
alegerile parlamentare etc.. Teoria jocurilor se ocup i de cazurile n care o
activitate intr n conflict cu caracterul ntmpltor al unor evenimente
naturale (epidemii, secet). Pentru construirea unui model formal,
simplificat al situaiei cercetate se vor selecta caracteristicile principale, cele
secundare neglijndu-se. Terminologia folosit este cea de la jocurile de
societate sau de noroc.
Prin joc sau joc strategic se nelege situaia n care acioneaz o
mulime de elemente raionale (numite juctori sau parteneri) care n mod
succesiv i independent, ntr-o ordine i condiii fixate ntr-un ansamblu de
reguli, iau cte o decizie (efectueaz o mutare) dintr-o mulime dat de
alternative. Regulile jocului fixeaz i situaiile n care se termin jocul,
precum i ctigul sau recompensa pentru fiecare juctor. Un joc realizat se
mai numete partid.
Aciunile ntreprinse de juctori n cadrul unei partide se numesc
mutri. Acestea pot fi: libere cnd alegerea alternativei este univoc sau
aleatoare, cnd alegerea alternativei este supus ntmplrii i e determinat

de un mecanism aleator (zar).
Dup cantitatea de informaie de care dispune fiecare juctor exist
jocuri cu informaie complet (ahul) i jocuri cu informaie parial (bridgeul), necunoaterea inteniilor adversarului constituind elementul esenial al
situaiilor conflictuale.
Ansamblul de reguli ce definesc n mod unic micrile libere n
funcie de situaia ivit n timpul jocului se numete strategie. Dac unul
dintre adversari are la dispoziie m alternative, iar partida se ncheie printr-o
alegere, se spune c juctorul are la dispoziie m strategii pure. Cnd
partidele se repet, juctorii pot alege strategii pure cu anumite frecvene sau
probabiliti i atunci se spune c utilizeaz o strategie mixt. Dac numrul
strategiilor pure este finit, spunem c avem un joc finit, n caz contrar avem
un joc infinit. Fiecare juctor urmrete aplicarea unei strategii care s i
aduc un ctig maxim, deci i caut o strategie optim.
Ctigul pi realizat de juctorul Pi are semnificaia unei sume bneti
sau a unui numr de puncte, bunuri etc.. Dac pi > 0, juctorul Pi realizeaz
un ctig n sensul uzual al cuvntului, iar dac pi < 0 nregistreaz o
pierdere.
Din punct de vedere al ctigului distingem:
- jocuri cu sum nul cnd la sfritul unei partide suma pierdut
de o parte din juctori este ctigat de ceilali i
- jocuri cu sum nenul cnd juctorii pot s-i mreasc
concomitent ctigurile, prin alegerea unor strategii adecvate.
Dup numrul n al juctorilor, jocurile pot fi cu doi parteneri sau cu
n > 2 parteneri.
Teoria jocurilor
Exemplu [2]
Fie jocul cu doi parteneri P1 i P2 ce const n 3 mutri libere. O
mutare nseamn alegerea unuia dintre numerele a sau b, a b. La prima
mutare P1 alege liber pe a sau pe b; la a doua mutare P2, informat asupra
alegerii fcute de P1, alege la rndul su unul din numerele a sau b. n
sfrit, la a treia mutare P1, informat asupra alegerii fcute de P2, alege unul
dintre numerele a sau b.
Observm c este un joc n doi, cu mutri libere i informaie
complet ce poate fi reprezentat printr-un arbore de forma:
(1, -1) (2, 1) (-1, 2) (3, 1) (-2, 1) (1, -3) (2, 3) (1, 2)
a
2
0
1
Vrful 0 arat momentul iniial, iar cifra 1 scris sub 0 arat c prima
mutare este a lui P1. Din 0 pornesc dou muchii spre vrfurile a i b, ce
reprezint alegerile lui P1. Sub a i b scriem 2, pentru c urmtoarea mutare
este a lui P2. Din fiecare vrf pornesc dou muchii spre alte vrfuri a i b,
reprezentnd alegerile lui P2 i sub aceste vrfuri scriem 1 deoarece P1 face
urmtoarea mutare spre alte vrfuri notate a i b (care vor fi vrfuri
terminale). Sub ele nu mai scriem nimic, dar fiecruia i asociem un vector
bidimensional (p1, p2) ale crui componente reprezint respectiv ctigurile

celor doi juctori, decurgnd din regulile jocului.
S-au obinut 8 vrfuri terminale ce vor determina tot attea partide,
deoarece o partid este reprezentat de un lan ce leag vrful 0 de unul din
vrfurile terminale. Cele 8 partide sunt: (a, a, a), (a, a, b), (a, b, a), (a, b, b),
(b, a, a), (b, a, b), (b, b, a) i (b, b, b).
Jocul nu este cu sum nul deoarece dac, de exemplu, s-ar realiza
partida (a, a, b) avem p1 = 2, p2 = 1 i p1 + p2 = 3 0.
Mulimea strategiilor juctorului P1 este:
A = (a, a), (a, b), (b, a), (b, b), unde primul element din fiecare
pereche reprezint numrul ales la prima mutare, iar al doilea element indic
numrul ales la a treia mutare.
Mulimea strategiilor lui P2 este:
B = (a), (b), reprezentnd alegerile la a doua mutare.
Asociem jocului considerat un tabel cu dou intrri A = A1, ...,A4
- strategiile lui P1 i B = B1, B2, strategiile lui P2.
La intersecia liniei lui Ai cu coloana lui Bj avem un dreptunghi n
care deasupra diagonalei am scris partida, iar dedesubt vectorul (pi, pj) al
ctigurilor celor doi juctori, cnd acetia aleg strategiile Ai, respectiv Bj.
B
A
A1 = (a, a)
A2 = (a, b)
A3 = (b, a)
A4 = (b, b)
B1 = (a)
B2 = (b)
(a, a, a)
(1, -1)
(a, b, a)
(-1, 2)
(a, a, b)
(2, 1)
(a, b, b)
(3, 1)
(b, a, a)
(-2, 1)
(b, b, a)
(2, 3)
(b, a, b)
(1, -3)
(b, b, b)
(1, 2)
Teoria jocurilor
Din acest exemplu observm c exist diferite moduri de

reprezentare a unui joc, cu ajutorul unui arbore sau matricial.
Observaie: Dac n acelai joc considerm ctigurile date de
urmtoarea coresponden:
(a, a, a) (2, -2)
(b, a, a) (1, -1)
(a, a, b) (-1, 1)
(b, a, b) (3, -3)
(a, b, a) (4, -4)
(b, b, a) (-2, 2)
(a, b, b) (5, -5)
(b, b, b) (-3, 3)
jocul va fi: finit, cu informaie complet, cu mutri libere i cu sum nul,

deoarece p1 + p2 = 0 pentru orice vector (p1, p2).
n acest caz reprezentarea matricial poate fi simplificat, scriind n
locul vectorului (p1, p2) doar ctigul p1 al lui P1, deoarece cel al lui P2 e
cunoscut, egal cu p1.
Forma simplificat a matricei este:
A
A1 = (a, a)
A2 = (a, b)
A3 = (b, a)
A4 = (b, b)
B B1 = (a) B2 = (b)
2
-1
1
3
4
5
-2
-3
2. Jocuri matriceale
Fie un joc finit ntre doi juctori, n care un juctor are m strategii
pure, iar cellalt n strategii pure. Un astfel de joc se numete joc m n sau
joc matriceal. Dac jocul este cu sum nul, el se va numi antagonist. n
acest din urm caz, funcia de ctig se poate prezenta sub forma unui tabel
de pli, adic o matrice m n, notat cu A, astfel:
a11 L a1n
M
M sau A = (aij), i = 1, m , j = 1, n .
A= M
a
m1 L a mn
Matricea A se numete matricea jocului (matricea ctigurilor).

Elementul aij este ctigul juctorului P1 cnd alege strategia Ai i juctorul
P2 alege strategia Bj. Aceast form matriceal de prezentare a jocului se va
numi forma normal.
Caracteristicile eseniale ale unui joc sunt:
a) mulimea
strategiilor
pure
ale
juctorului
P 1,
notat
pure
ale
juctorului
P 2,
notat
A = A1,..., Am;
b) mulimea
strategiilor
B = B1,...,Bn;
c) funcia de ctig f: A B , definit prin f(Ai, Bj) = aij,

i = 1, m , j = 1, n .
Imaginea prin f a produsului cartezian A B este matricea A.
Matricea A se scrie deci n raport cu un singur juctor i anume P1,
primul juctor (numit i juctorul maximizant, din punct de vedere formal
ambii juctori urmrind acelai scop). Cnd P1 ctig valoarea aij, P2
pltete lui P1 valoarea aij, i = 1, m , j = 1, n .
Pentru P2 toate elementele matricei au semn contrar (fiind un joc cu
sum nul). P2 se mai numete juctor minimizant. Vom nota jocul definit n
condiiile de mai sus prin tripletul: G = (A, B, f).
Teoria jocurilor
Exemplu
n jocul numit aruncarea monedei, fiecare juctor alege liber stema

(S) sau valoarea (V). Dac alegerile coincid, juctorul P1 primete de la P2
un euro. Dac alegerile difer, P2 primete de la P1 un euro.
Atunci forma normal a jocului pentru P1 este:
P2
(S)
P1
(S)
1
(V)
-1
(V)
-1
1
2.1 Jocuri cu punct a
Fie un joc G = (A, B, f), cu matricea A = (aij), i = 1, m , j = 1, n .

Juctorii sunt considerai la fel de competeni. Ei ader la un principiu de
comportare, nscut din raionalitate. Astfel, P1 va aciona aa nct cel mai
mic ctig asigurat pe care l poate obine de la P2 s fie ct mai mare, iar P2
urmrete s fac pe ct posibil mai mic, cea mai mare valoare pe care ar
trebui s o dea lui P1. Acest principiu poart numele de principiul minimax.
Dac P1 va alege strategia Ai A, se ateapt ca P2 s aleag acea
strategie Bj B care s ofere un ctig ct mai mic pentru P1. Fie acesta
i = min aij, i = 1, m .
1 j n
Dintre cele m strategii pure, P1 va alege acea strategie Ai care d cea

mai mare valoare a lui i. Notnd:
= max i = max min aij
i
se va numi valoarea inferioar a jocului i se mai noteaz v G .
Strategia care asigur lui P1 un ctig egal cu v G se numete

strategie maximin.
Dac P2 alege strategia Bj B, se ateapt ca P1 s aleag strategia
Ai A care i asigur acestuia un ctig ct mai mare.
Fie
j = max aij, j = 1, n .
1 i m
Dintre cele n strategii pure, P2 va alege acea strategie Bj care d cel

mai mic ctig lui P1, adic cea care d cea mai mic valoare lui j. Notnd
= min j = min max aij
j
se va numi valoarea superioar a jocului i se mai noteaz cu v G .
Strategia care asigur lui P2 o pierdere egal cu v G se numete

strategie minimax.
Exemplu
Fie jocul caracterizat de matricea:

B
A
A1
A2
A3
B1
B2 B3
B4
0
1
2
1
0
4
2
2
3
-2
3
-3
Dac P1 alege strategia A1 viznd ctigul a14 = 2, P2 poate alege

strategia B3, obligndu-l pe P1 la un ctig a13 = -2 (adic o pierdere); cnd
P1 alege A2, P2 poate rspunde cu B2 i P1 ctig a12 = 0, iar cnd P1 alege
A3, P2 poate alege strategia B3 i P1 ctig atunci a31 = -3.
S determinm valorile inferioar i superioar ale jocului.
Calculnd i = min aij, i = 1,3 , obinem:
1 j 4
1 = min0,1,-2,2 = -2
Teoria jocurilor
2 = min1,0,3,2 = 0
3 = min2,4,-3,3 = -3
Valoarea inferioar a jocului este:

v G = max i = max-2,0,-3 = 0 = 2.
1 i 3
Determinm j = max aij, j = 1,4 . Obinem:

1 i 3
1 = max0,1,2 = 2
2 = max1,0,4 = 4
3 = max-2,3,-3 = 3
4 = max2,3
= 3.
Valoarea superioar a jocului este:

v G = min j = min2,4,3 = 2 = 1.
1 j 4
De aici rezult c strategia maximin este A2, iar strategia minimax

este B1.
Observaie: Calculele de mai sus pot fi simplificate prin organizarea
lor ntr-un tabel obinut din cel iniial, la care se adaug coloana elementelor
i i linia elementelor j, astfel:
B
A
A1
A2
A3
j
B1
B2 B3
B4
0
1
2
2
1
0
4
4
-2
3
-3
3
2
2
3
3
-2
0
-3
0
2
Dac ntr-un joc avem:

vG = vG = v
valoarea comun v se numete valoarea jocului. Elementul aij n care se
realizeaz aceast egalitate se numete punct a, iar jocul respectiv se va
numi joc cu punct a. Strategiile Ai i Bj corespunztoare punctului a aij

formeaz o pereche de strategii minimax i se vor numi strategii optime. Ele
determin valoarea jocului care este egal cu elementul corespunztor
punctului a.
Exemplu
Fie jocul cu matricea:

B
A
A1
A2
A3
A4
j
B1
B2
B3
B4
1
3
2
3
3
6
3
1
4
6
0
5
0
5
5
3
6
9
7
9
0
3
0
3
=3
=3
Observm c = v G = 3 = v G =
Elementul a21 = 3 va fi punctul a. Strategiile A2 i B1 sunt strategii
optime, iar valoarea jocului este v = 3.
Observaii:
1) i elementul a41 = 3 este punct a, deci i strategiile A4 i B1 sunt
optime, iar valoarea jocului este tot v = 3. Deci punctul a nu este

unic.
2) Abaterea de la strategia optim poate duce la micorarea
ctigului lui P1. De exemplu, dac P1 alege A3 i P2 i rspunde

cu B3, ctigul su este a33 = 0, deci scade (tentaia fiind aceea de
a obine ctigul maxim, egal cu 9).
3) Elementul a21 = 3 este cel mai mic de pe linia i cel mai mare de
pe coloana pe care se afl. La fel a41 = 3. Aceasta justific i

denumirea de punct a.
Teoria jocurilor
Exemplu
Fie jocul cu matricea:

B
A
A1
A2
A3
A4
B1
B2
B3
B4
B5
4
3
1
2
-1
-2
2
-6
2
0
0
3
1
-1
-1
1
3
2
-2
0
Observm c strategia A1 are toate ctigurile respectiv mai mari ca

ale strategiei A2. Juctorul P1 care dorete un ctig ct mai mare nu va
alege A2, pentru c poate ctiga mai mult prin A1 oricare ar fi strategia
aleas de P2. Spunem c strategia A1 domin strategia A2, care este
dominat. A2 poate fi eliminat din joc.
Pentru juctorul P2, strategia B4 domin strategiile B1 i B3, acestea
din urm conducnd la pierderi mai mari pentru P2 dect B4. Deci se poate
renuna la B1 i B3 i matricea A se reduce la:
3
1 1
A = 2 1 2 .
6 1
0
n concluzie, o strategie pur domin o alt strategie pur dac duce

la ctiguri mai bune dect aceasta din urm. Un juctor nu trebuie s
foloseasc niciodat strategii dominate, acestea fiindu-i nefavorabile. Din
matricea A se elimin liniile care au toate elementele respectiv mai mici sau
egale cu ale altei linii i coloanele ce au toate elementele respectiv mai mari
sau egale dect ale altei coloane. Acest principiu poart numele de
principiul dominrii strategiilor. Aplicarea lui conduce la reducerea
ordinului matricei A i a volumului de calcule. Se poate demonstra c
eliminarea strategiilor dominate conduce la un joc care are aceeai valoare

ca i jocul iniial.
S observm c jocul redus, rezultat prin eliminarea strategiilor
dominate nu are punct a, deci nici cel iniial.
2.2 Jocuri fr punct a
n jocurile fr punct a, un juctor i poate majora ctigul folosind

alt strategie dect cea minimax dac este informat asupra comportrii
adversarului. Informaii asupra comportamentului adversarului se pot obine
prin repetarea partidelor, dac acesta i menine n toate partidele strategia
minimax. Un juctor nu trebuie s foloseasc mereu aceeai strategie i nici
s foloseasc strategiile dup o regul ce poate fi descoperit de adversar.
Va fi necesar alternarea strategiilor pure, cu anumite probabiliti.
n cele ce urmeaz vom vedea c, n cazul unui joc matriceal fr
punct a, valoarea jocului o vom determina folosind un alt joc matriceal
asociat primului, numit joc mediat, notat = (X, Y, ), unde:
a) X = x x = (x1, ..., xm), xi 0, i = 1, m ,
x
i =1
= 1, cu
xi = P(Ai), i = 1, m reprezentnd probabilitatea de alegere a

strategiei Ai, iar X este mulimea strategiilor mixte pentru P1;
b) Y = y y = (y1, ..., yn), yj 0, j = 1, n ,
y
j =1
= 1 unde
yj = P(Bj), j = 1, n , este probabilitatea de alegere a strategiei Bj,

iar Y mulimea strategiilor mixte pentru P2;
Teoria jocurilor
c) : X Y , cu:
m
a x y
(x, y) =
i =1 j =1
ij i
dac P1 folosete strategia mixt
x = (x1, ..., xm), iar P2 folosete strategia mixt y = (y1, ..., yn).
Dac introducem variabila aleatoare:
a
(x, j): 1 j
x1
(x, j) =
a 2 j L a mj
, valoarea medie a acesteia o notm:
x 2 L x m
a
i =1
ij
xi
i reprezint ctigul mediu realizat de P1 cnd
folosete strategia mixt x = (x1, ..., xm), iar P2 folosete strategia pur Bj.
Analog, variabila aleatoare:
a i 2 L a in
va avea valoarea medie:
y 2 L y n
a
(i, y): i1
y1
(i, y) =
a y
j =1
ij
i reprezint ctigul mediu realizat de P1 cnd
folosete strategia Ai iar P2 folosete strategia mixt y = (y1, ..., yn).

Atunci, putem scrie c:
(x, y) =
i =1
j=1
a ijx i y j = x i(i, y) = y j( x, j) , de unde se vede

i =1 j=1
c (x, y) semnific valoarea medie a jocului, care se mai scrie matriceal

astfel: (x, y) = xAyT.
Pentru jocul mediat = (X, Y, ), vom defini valoarea inferioar v
i valoarea superioar v prin expresiile:
v = max min (x, y)
xX
yY
v = min max (x, y)

yY
xX
Prezentm acum, cu sau fr demonstraie, cteva rezultate din teoria

funciilor de mai multe variabile reale ce vor fundamenta principiile
matematice ale jocurilor matriceale.
Teorema 1
Fie X, Y dou subspaii ale unor spaii liniare i f: X Y . Dac

exist mrimile:
max min f(x, y) i min max f(x, y), atunci
xX
yY
yY
xX
max min f(x, y) min max f(x, y).

xX
yY
yY
(1)
xX
Demonstraie:
Notm g(x) = min f(x, y), () x X i h(y) = max f(x, y), () y Y.

yY
xX
Din definiia extremelor, avem:

g(x) f(x, y), () y Y i ()x X
Atunci:
max g(x) max f(x, y) = h(y), () y Y, i deci:
xX
xX
max g(x) min h(y).

xX
yY
Revenind la semnificaiile lui g i h, rezult relaia (1).

Consecin 1. Pentru orice joc matriceal G = (A, B, f) exist v G i
v G i v G v G .
Demonstraie:
Existena celor dou valori, v G i v G rezult din faptul c f are o

mulime finit de valori. i dac n teorema 1 X = A, Y = B i f (Ai, Bj) = aij
pentru orice Ai A i Bj B, atunci relaia (1) devine v G v G .
Teoria jocurilor
Teorema 2
n ipotezele teoremei 1, o condiie necesar i suficient ca

max min f(x, y) = min max f(x, y).
xX
yY
yY
(2)
xX
este s existe x0 X i y0 Y i un numr w astfel nct:

f(x, y0) w f(x0, y), pentru orice x X i y Y. (3)
Demonstraie:
Necesitatea: Presupunem relaia (2) adevrat. Fie x0 X punctul
care maximizeaz expresia min f(x, y) i fie y0 Y punctul care

yY
minimizeaz expresia max f(x, y), adic:

xX
min f(x0, y) = max min f(x, y)

yY
xX
yY
max f(x, y0) = min max f(x, y).

yY
xX
xX
De aici i din relaia (2) rezult c:

min f(x0, y) = max f(x, y0) = w.
yY
xX
De unde, evident f(x0, y) w i f(x, y0) w, () x X i () y Y,

adic relaia (3).
Suficiena: Presupunem c exist x0 X, y0 Y i w astfel
nct relaia (3) s fie adevrat.

Din f(x0, y) w, () y Y, rezult c i min f(x0, y) w.
yY
Analog, din f(x, y0) w, () x X, rezult c i max f(x, y0) w,

xX
deci max f(x, y0) w min f(x0, y), () x X, () y Y.

yY
xX
Dar min max f(x, y) max f(x, y0) w

yY
xX
xX
max min f(x, y) min f(x0, y) w

xX
yY
yY
i de aici, n baza tranzitivitii relaiei , rezult c:

min max f(x, y) max min f(x, y).
yY
xX
yY
xX
Aceast relaie, mpreun cu relaia (1), implic

w = max min f(x,y) = min max f(x,y), fapt ce ncheie demonstraia.
yY
xX
yY
xX
Definiie: Fie f: X Y . Punctul (x0, y0) X Y este punct a
pentru f dac:
f(x, y0) f(x0, y0) f(x0, y), () x X i () y Y.
Consecin 2: Dac G = (A, B, fG) este un joc matriceal m n, atunci
o condiie necesar i suficient ca v G = v G = w este ca fG s admit un

punct a.
Demonstraie:
Se aplic teorema 2, n care X = A, Y = B, fG(Ai, Bj) = aij, i = 1, m ,

j = 1, n , lund w = fG(Aio, Bj0).
Condiia necesar i suficient de existen a punctului a este s
existe perechea de strategii pure Aio, Bjo astfel nct:
aiojo = max min aij = min max aij
i
adic elementul aiojo este cel mai mic din linia i0 i n acelai timp cel mai
mare din coloana j0.
Strategiile A i 0 i B j0 corespunztoare punctului a sunt strategii
optime.
Teoria jocurilor
Teorema 3. (teorema fundamental de minimax)
Fie un joc G = (A, B, f) de dou persoane, caracterizat de matricea

jocului A = (aij), i = 1, m , j = 1, n i fie = (X, Y, ) jocul mediat
corespunztor. Atunci exist expresiile:
v = max min (x, y) i v = min max (x, y) i v = v .
yY
xX
yY
xX
Demonstraie:
S demonstrm existena valorilor v i v .

Pentru orice y = (y1, ..., yn) Y funcia
(x, y) =
a x y
ij i
i =1 j =1
este funcie de x = (x1, ..., xm) X,
continu i liniar. ntr-adevr:

n
j =1
j =1
(x, y) = x1 a1 j y j + ... + x m a mj y j , deci este mrginit i i atinge
marginile pe X.
Deci exist max (x, y) pentru orice y Y, iar aceast funcie este
xX
liniar n y Y, deci este i continu. Cum Y este o parte nchis a lui n,

rezult c exist max min (x, y).
xX
yY
Analog se arat c exist min max (x, y) i existena e demonstrat.

yY
xX
Din teorema 1, relaia (1) putem scrie c
max min (x, y) min max (x, y)

xX
yY
adic v v .
yY
xX
(4)
Pentru demonstrarea inegalitii inverse dm, fr demonstraie:

Lema 1 (lema fundamental a dualitii):
Dac A = (aij), i = 1, m , j = 1, n i x = (x1, ..., xm), y = (y1, ..., yn)

ndeplinesc condiiile:
m
xi 0,
i =1
= 1, yj 0,
y
j=1
= 1, atunci exist o pereche de
asemenea vectori x, y pentru care numai una din urmtoarele situaii este
adevrat:
i)
a x
i =1
ii)
ij i
a
j=1
ij
0, j = 1, n ;
y j 0, i = 1, m .
Aplicnd aceast lem pentru matricea jocului A, dac are loc prima
situaie (i), nseamn c exist x = (x1, ..., xm) astfel nct a1jx1 +...+amjxm 0,
() j = 1, n , de unde:
(x, y) =
(a
j=1
1j
x 1 + ... + a mj x m ) y j 0, () y Y, deci
min (x, y)0, de unde rezult c i max min (x, y)0.

yY
xX
yY
Dac situaia (ii) din lem este adevrat, exist y = (y1, ..., yn) Y
astfel nct
ai1y1 + ... + ainyn 0, i = 1, m , de unde:
(x, y) =
(a
i =1
y + ... + a in y n ) x i 0, () x X, deci i
i1 1
max (x, y) 0, de unde rezult c i min max (x, y) 0.

xX
yY
xX
Teoria jocurilor
Cum numai una dintre cele dou situaii din lem are loc, niciodat
nu se va verifica relaia
max min (x, y) < 0 < min max (x, y)
xX
yY
yY
(5)
xX
Fie Gk = (A, B, fk) avnd matricea Ak = (aij k); i = 1, m , j = 1, n ,

k i jocul mediat corespunztor k = (X, Y, k), k fiind ctigul mediu
n jocul mediat cu matricea Ak, adic:
m
i =1 j=1
Cum
x y
i
(a ij k )x i y j = a ijx i y j k x i y j .
k(x, y) =
i =1 j=1
i =1 j=1
= 1, obinem:
k(x, y) = (x, y) k
(6)
Pentru jocul k, rezult din (5) c nu poate avea loc inegalitatea:

max min k(x, y) < 0 < min max k(x, y)
xX
yY
yY
xX
sau innd seama de (6) nu poate avea loc relaia

max min (x, y) k < 0 < min max (x, y) k
xX
yY
yY
xX
care se mai scrie:

max min (x, y) < k < min max (x, y), () k .
xX
yY
yY
xX
Negarea acestei ultime relaii implic:
max min (x, y) min max (x, y) sau

xX
yY
yY
xX
v v , care, mpreun cu (4), dau v = v .

Definiie. Valoarea unui joc matriceal G = (A, B, f) cu f(A B) = A,
A = (aij), i = 1, m , j = 1, n fr punct a este dat de valoarea v = v = v a

jocului mediat = (X, Y, ) asociat lui.
Consecin 3: Orice joc matriceal mediat are o valoare i deci i o
soluie. n mulimea strategiilor X i Y exist cel puin o pereche de strategii

mixte x0, y0 pentru care:
(x0, y0) = max min (x, y) = min max (x, y).
xX
yY
yY
xX
Teorema 4 [6]
Dac G = (A, B, f) i (X, Y, ) jocul mediat asociat, atunci:

v G v v v G
Teorema 5 [6]
Asupra matricei A = (aij) a unui joc se pot efectua urmtoarele

operaii:
a) dac se permut liniile (coloanele) ntre ele, valoarea jocului nu se
schimb i nici probabilitile de folosire a strategiilor de ctre
juctorul P1 (respectiv P2);
b) dac la fiecare element aij din matricea A a unui joc matriceal de
valoare v se adaug acelai numr real k, atunci strategiile mixte
optime rmn neschimbate, iar valoarea jocului devine v = v + k;
c) dac toate elementele matricei A dintr-un joc matriceal de valoare
v se nmulesc cu acelai numr k > 0, atunci strategiile mixte
optime rmn neschimbate, iar valoarea jocului devine v = kv.
2.3 Rezolvarea jocurilor matriceale

Teorema 3 (teorema minimax) asigur existena strategiilor optime
n jocuri de dou persoane cu sum nul. Ne preocup s gsim modul cum
Teoria jocurilor
pot fi calculate aceste strategii. n cele ce urmeaz, vom prezenta cteva

metode pentru soluia unor jocuri matriceale.
2.3.a Jocuri 2 2
Considerm jocul matriceal cu:

a 12
a
.
A = 11
a 21 a 22
Dac jocul are punct a, rezolvarea sa e banal. Presupunem c jocul
nu are punct a. Atunci strategiile optime x = (x1, x2) i y = (y1, y2) vor avea
toate componentele pozitive. Valoarea jocului v este:
v = (x, y) = a11x1y1 + a12x1y2 + a21x2y1 + a22x2y2
i se mai scrie:
x1(a11y1 + a12y2) + x2(a21y1 + a22y2) = v
(7)
Cum y este strategie optim, fiecare expresie din paranteze este cel
mult egal cu v. Dac presupunem c una e strict mai mic dect v, de
exemplu:
a11y1 + a12y2 < v
a21y1 + a22y2 v
cum x1 > 0 i x1 + x2 = 1 ar rezulta c membrul stng din (7) este mai mic ca
v. Deci va trebui ca:
a11y1 + a12y2 = v
a21y1 + a22y2 = v.
Raionnd analog se obine:
a11x1 + a21x2 = v
a12x1 + a22x2 = v.
Sau matriceal:
v
AyT = i xA = (v, v).
v
(8)
Notnd J = (1, 1) i innd seama c x1 + x2 = 1 i y1 + y2 = 1, gsim

formulele de calcul pentru x, y i v.
Dac A este nesingular, din (8) avem:
xA = vJ i x = vJA-1.
(8)
Dar x1 + x = 1 este echivalent cu xJT = 1.

n (8), nmulind cu JT, avem:
vJA-1JT = xJT = 1 de unde:
v=
1
JA 1J T
Atunci, din (8) vom avea:

x=
JA 1
.
JA 1J T
Prima relaie din (8) se mai scrie: AyT = vJT, de unde:

yT = A-1(vJT) =
A 1J T
.
JA 1J T
Dac A este singular (A-1 nu exist), echivalentele formulelor de

mai sus vor fi ([16]):
x=
A * JT
|A|
JA *
T
=
;
y
; v=
,
T
T
JA * J
JA * J
JA * J T
(9)
unde A* este matricea adjunct a lui A, A determinantul lui A i J = (1,1).

Aceste formule se verific i cnd A este inversabil.
Teoria jocurilor
Exemplu
S se determine soluia jocului matriceal:

2 1
.
A =
0 3
Rezolvare
3 1
, A = 6,
Jocul nu are punct a. Matricea A* =
0 2
3 1
= (3, 1); A*JT =
JA* = (1,1)
0
2
3 1 1 2
= ;
0 2 1 2
2
JA*JT = (1, 1) = 4.
2
Introducnd rezultatele obinute n (9) avem:

3
1 1
3 1
x = , , y = , , v = .
2
2 2
4 4
Observaie: Metoda de mai sus poate fi aplicat n rezolvarea
matriceal a jocurilor, n care dac notm matricea ctigurilor cu C = (cij), i

= 1, m , j = 1, n , pentru jocul = (X, Y, f), soluia i valoarea jocului se
determin ([9], [21]) cu ajutorul formulelor:
x=
JrA *
J r (A*)T
|A|
=
,
y
, v=
T
* T
JrA * Jr
JrA Jr
J r A * J Tr
(9)
n relaiile (9) avem:

- A o matrice nesingular a lui C, de ordinul r, 2 r min(m, n);
- A este determinantul matricei A;
- Jr = (1, ..., 1), matrice de ordinul 1 r;
Determinarea soluiei se face astfel:

a) se caut toate submatricele nesingulare A, pornind de la
r = min(m,n);
b) se rezolv jocurile corespunztoare matricelor de la a), care
admit numai strategii pozitive;
c) n
se completeaz cu zerouri componentele
corespunztoare liniilor i coloanelor din C care nu intr n A,

obinnd strategiile x0 i y0;
d) se verific condiiile corespunztoare relaiilor (8), date de
criteriul Neumann i anume x0A = vJ i AyT = vJT.
Dac aceste relaii sunt ndeplinite x0 i y0 sunt strategii optime ale
jocului , iar v este valoarea jocului.
2.3.b Jocuri 2 n i m 2
n acest caz presupunem c cel puin un juctor posed numai dou

strategii pure. Fie P1 juctorul ce are numai dou strategii pure, adic
analizm cazul 2 n. Jocurile m 2 se trateaz ntr-un mod similar.
Dac matricea jocului este:
a ...a
A = 11 1n
a 21 ...a 2 n
i x = (x1, x2) e strategia juctorului P1, atunci acesta urmrete s

maximizeze funcia v(x) valoarea jocului.
Teoria jocurilor
Modelul matematic al jocului pentru P1 este:

a11x1 + a21x2 v
a1nx1 + a2nx2 v
x1 + x2 = 1
x1, x2 0
i poate fi adus la forma matematic a unui model de programare liniar
avnd necunoscutele x1, x2 i v, astfel:
[max]f = v
a11x1 + a21x2 v 0
a1nx1 + a2nx2 v 0
x1 + x2 = 1
x1, x2 0, v oarecare.
Exemplu
S se determine strategia optim a juctorului P1 n jocul definit de

matricea:
2 4 4
.
A =
8 6 16
Rezolvare
Strategiile lui P1 verific sistemul:

-2x1 + 8x2 v
4x1 6x2 v
-4x1 + 16x2 v
x1 +x2 = 1
Forma
matematic
modelului
de
programare
liniar
necunoscutele x1, x2 i v va fi:

[max]f = v
-2x1 + 8x2 v 0
4x1 6x2 v 0
-4x1 + 16x2 v 0
x1 +x2 = 1
Cum x1 = 1 x2, x1, x2 [0,1], modelul de mai sus devine:
[max]f = v
10x2 v 2
10x2 + v 4
20x2 v 4
x2 [0,1], v oarecare.
4
2
1
v = -4+20x2
v = -2+10x2
Rezolvm grafic aceast problem i obinem:
M(0,3; 1)
-1
-2
-4
v = 4-10x2
x2
Teoria jocurilor
Regiunea haurat conine mulimea punctelor ce satisfac restriciile

modelului de programare liniar. Punctul M aflat la intersecia dreptelor
generate de restriciile 1 i 2 (deci corespunztoare coloanelor 1 i 2 din A)
are abcisa x2 = 0, 3 i ordonata v = 1. Atunci strategia lui P1 este x = (x1, x2),
unde x2 = 0, 3 i x1 = 1 x2 = 0,7 i valoarea jocului este v = 1.
Observaie: Aceste valori pot fi obinute cu formulele (9) pentru
jocul matriceal 2 2 format din coloanele 1 i 2 ale matricei A. Fie
2 4
. ntr-adevr,
A0 =
8 6
6 4
6 4
, A0 = - 20, JA*0 = (1,1)
= (-14, -6).
A *0 =
8 2
8 2
6 4 1 10
=
; JA *0 JT = (1,1)
A*0 J T =
8 2 1 10
x=
JA*0
1
= (-14, -6) = (0,7; 0,3).
* T
JA 0 J
20
v=
| A 0 | 20
=
= 1.
JA *0 J T 20
yT =
10
= - 20.
10
A*0 J T
1 10 0,5
= de unde y = (0,5; 0,5; 0).
=
* T
JA 0 J
20 10 0,5
Am obinut astfel i strategia optim a lui P2.
2.3.c Rezolvarea jocurilor matriciale prin programare liniar
Fie jocul G = (A, B, f) cu matricea A = (aij), i = 1, m , j = 1, n de

valoare v, avnd jocul mediat corespunztor = (X, Y, ).
Dac juctorul P1 folosete strategiile Ai, cu probabilitile xi,

i = 1, m , poate spera la un ctig egal cel puin cu valoarea v a jocului,
pentru orice strategie Bj, j = 1, n , a lui P2.
Putem scrie sistemul de inecuaii:
a11x1 + ... + am1xm v
a12x1 + ... + am2xm v
(I)
a1nx1 + ... + amnxm v

x1 + ... + xm = 1
xi 0; i = 1, m .
Dac juctorul P2 folosete strategiile Bj cu probabilitile yj, j = 1, n ,

el se ateapt la o pierdere cel mult egal cu valoarea v a jocului i putem
scrie sistemul de inecuaii:
a11y1 + ... + a1nyn v
a21y1 + ... + a2nyn v
(II)
am1y1 + ... + amnyn v

y1 + ... + yn = 1
yj 0; j = 1, n .
Sistemul (I) corespunde condiiei (x, j) v, j = 1, n , iar sistemul (II)
corespunde condiiei (i, y) v pe care trebuie s le verifice strategiile
x = (x1, ..., xm) i y = (y1, ..., yn) pentru a fi optime.
Teoria jocurilor
Pentru a transforma cele dou sisteme n modele de programare

liniar este necesar ca valoarea v a jocului s fie pozitiv. Deci vom
presupune v > 0 (n caz contrar se face modificarea matricei A n A = ( a ij )
cu a ij = aij + k > 0, ()i = 1, m , j = 1, n i k > 0.
Notm Xi =
yj
xi
, i = 1, m , Yj =
, j = 1, n .
v
v
Condiiile ca xi i respectiv yj s fie probabiliti, devin:

X1 + ...+ Xm =
1
v
Y1 + ...+ Yn =
1
v
Deoarece juctorul P1 urmrete obinerea celei mai mari valori a

ctigului v, deci a celei mai mici valori a lui
1
, el i propune s obin
v
minf = X1 + ... + Xm.

Juctorul P2 urmrete obinerea celei mai mici pierderi v, adic cea
mai mare valoare a lui
1
, deci i propune s obin maxg = Y1 + ...+ Yn.
v
Astfel sistemele (I) i (II) corespunztoare celor doi juctori se pot

scrie ca un cuplu de probleme duale de programare liniar i anume:
[min]f =
1
= X1 + ...+ Xm
v
a11X1 + ... + am1Xm 1

(I)
a1nX1 + ... + amnXm 1

Xi 0, i = 1, m
[max]g =
1
= Y1 + ...+ Yn
v
a11Y1 + ... + a1nYn 1

(II)
am1Y1 + ... + amnYn 1

Yj 0, j = 1, n
Prin rezolvarea uneia dintre cele dou duale se obin strategiile mixte
optime ale ambilor juctori precum i valoarea jocului v:
v=
1
1
=
.
[min]f [max]g
Este de preferat rezolvarea lui II deoarece implic un volum mai mic

de calcule.
Exemplu
O firm A dorete s lanseze pe pia un anumit tip de produs n trei

sortimente A1, A2, A3. Concurenta ei, firma B, prezint produsul n
sortimentele B1, B2, B3. Se cunoate, din sondajele fcute c dac
cumprtorii trebuie s aleag ntre sortimentul Ai, i = 1,3 i Bj, j = 1,3 , ei
prefer fie produsele firmei A (situaie notat cu 1), fie pe cele ale firmei B
(situaie notat cu -1), fie sunt indifereni (situaie notat cu 0), conform
tabelului urmtor:
Bj
Ai
A1
A2
A3
B1 B2
B3
1
-1
0
0
-1
1
-1
1
1
S se determine strategia firmei A n faa concurentei B.
Teoria jocurilor
Rezolvare
Fie x1, x2, x3 probabilitile corespunztoare celor 3 strategii pure ale

firmei A i y1, y2, y3 probabilitile corespunztoare strategiilor firmei B.
Determinm valoarea inferioar i valoarea superioar a jocului.
y
y1
y2
y3
x1
x2
x3
1
-1
0
-1
1
1
0
-1
1
-1
-1
0
0
1
= max i = 0 este valoarea inferioar a jocului i

= min j = 1 este valoarea superioar a jocului.
Deci jocul nu are punct a, iar valoarea v a jocului are proprietatea c

0 v 1.
Modelele duale de programare liniar vor fi:
x1 + x2 + x3 =1
x1 x2
(I)
-x1 + x2 + x3 v
-x2 + x3 v
xi 0, i = 1,3
sau cu notaiile Xi =
xi
1
, i = 1,3 i [min]f =
v
v
[min]f =
1
= X1 + X2 + X3
v
X1 X2 1
(I)
-X1 + X2 + X3 1
-X2 + X3 1
Xi 0, i = 1,3
pentru firma A, iar pentru firma B:

y1 + y2 + y3 =1
v
y1 y2
(II)
-y1 + y2 - y3 v
y2 + y3 v
yj 0, j = 1,3
Cu notaiile Yj =
[max]g =
yj
v
, j = 1,3 i [max]g =
1
, avem:
v
1
= Y1 + Y2 + Y3
v
Y1 Y2 1
(II)
-Y1 + Y2 - Y3 1
Y2 + Y3 1
Yj 0, j = 1,3
Se rezolv prin algoritmul simplex al doilea model, aducnd

problema la forma standard.
Teoria jocurilor
Y1 Y2 + Y4 = 1
-Y1 + Y2 Y3 + Y5 = 1
Y2 + Y3 + Y6 = 1
Yj 0, j = 1,6
[max]g =
B
a4
a5
a6
a1
a5
a6
a1
a5
a2
1
= Y1 + Y2 + Y3 + 0(Y4 + Y5 + Y6)
v
CB
YB
0
0
0
gj
j = cj - gj
1
0
0
gj
j = cj - gj
1
0
1
gj
j = cj - gj
1
1
1
0
1
2
1
1
2
2
1
3
1
a1
1
-1
0
0
1
1
0
0
1
0
1
0
0
1
0
1
a2
-1
1
1
0
1
-1
0
1
-1
2
0
0
1
1
0
1
a3
0
-1
1
0
1
0
-1
1
0
1
1
-1
1
2
-1
0
a4
1
0
0
0
0
1
1
0
1
-1
1
1
0
1
-1
0
a5
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
a6
0
0
1
0
0
0
0
1
0
0
1
0
1
2
-2
1
-
[max]g = 3 = [min]f
Y1 = 2, Y2 = 1, Y3 = 0
X1 = 1, X2 = 0, X3 = 2
Atunci v =
1
1
= .
[max]g 3
y1 = vY1 =
2
1
1
1
1
2 = , y2 = vY2 = 1 = , y3 = vY3 = 0 = 0
3
3
3
3
3
x1 = vX1 =
2
1
1
1
1
1 = , x2 = vX2 = 0 = 0, x3 = vX3 = 2 = .
3
3
3
3
3
Firma A va avea strategia mixt
2
1
x = ( , 0, ), adic va trebui s produc 33, 33% produse din
3
3
primul sortiment iar restul 66,66% din al treilea sortiment. Acest plan de
producie i asigur firmei A un ctig, fr nici un risc, de
concurenta ei, firma B, va avea o pierdere de
1
n vreme ce
3
1
.
3
n concluzie, n rezolvarea unui joc matricial se parcurg urmtorii

pai:
Pasul 1. Se determin valoarea inferioar i valoarea superioar
a jocului:
- dac = , jocul are punct a, se determin strategiile
pure i valoarea jocului;
- dac < , jocul nu are punct a; vor trebui determinate
strategiile mixte optime i valoarea jocului.
Pasul 2. Se elimin strategiile dominate.
Pasul 3. Ne asigurm ca valoarea v a jocului s fie un numr pozitiv,
tiind c v [, ].
Pasul 4. Scriem modelul de programare liniar pentru juctorul P2 i
rezolvm prin algoritmul simplex problema din care citim

[max]g, Y1,...,Yn i X1, ..., Xm.
Pasul 5. Determinm: v =
1
, xi = vXi, i = 1, m i yj = vYj,
[max]g
j = 1, n , adic soluia optim a problemei.

Observaie: Dac matricea jocului este de forma 2 2 sau 2 n, n
pasul 3 putem alege i alte metode n afara algoritmului simplex, cum ar fi

cele prezentate la 2.3.a i 2.3.b.
Teoria jocurilor
3. Jocuri contra naturii
Pn acum ne-am ocupat de jocuri n care alegerea strategiilor era

determinat de matricea A a ctigurilor primului juctor P1. Sunt situaii n
care riscurile cu care se iau hotrri nu pot fi cunoscute, deoarece juctorul
P2 nu acioneaz raional. Un astfel de juctor poate fi considerat natura, de
unde i denumirea de jocuri contra naturii. De analiza unor astfel de situaii
se ocup teoria deciziilor.
n cele ce urmeaz vom prezenta unele criterii de alegere a deciziei
juctorului P1 (numit i statistician) n jocurile contra naturii (numite i
jocuri n caz de incertitudine). Menionm c atitudinea fa de joc, diferit
de la o persoan la alta, face ca n teoria deciziilor s nu existe criterii
universal valabile. Aplicarea criteriilor poate conduce la rezultate diferite.
Alegerea strategiei ar putea fi dat de rezultatul aplicrii mai multor criterii.
Vom presupune c statisticianul juctorul P1, dispune de m
strategii pure A1, ..., Am, iar natura are n stri B1, ..., Bn.
Fie matricea A = (aij), i = 1, m , j = 1, n , unde aij este ctigul lui P1
cnd alege strategia Ai, iar natura se afl n starea Bj.
Criteriul lui Hurwicz (criteriul optimismului)
Optimismul juctorului P1 se definete ca un numr [0,1]. Se

determin numerele reale:
mi = min aij i Mi = max aij, i = 1, m .
j
Fiecrei strategii Ai i asociem expresia:

Mi + (1 - )mi, i = 1, m .
Strategia optim va fi cea care corespunde la:

max [Mi + (1 - )mi]
i
n folosirea acestui criteriu trebuie s se defineasc n prealabil

optimismul juctorului, adic numrul [0, 1].
Exemplu
Se consider jocul contra naturii a crui matrice a ctigurilor lui P1

n orice strategie a sa Ai, i = 1,4 i n orice stare Bj, j = 1,4 a naturii este:
A1
A2
A3
A4
B1
2
3
1
3
B2
4
2
5
3
B3
3
3
2
2
B4
3
2
1
3
S se determine n funcie de strategia optim a lui P1.

Pentru =
2
care este strategia optim?
3
Rezolvare
Atam
matricei
date
coloanele
elementelor:
mi,
Mi
Mi + (1 - )mi, unde mi este respectiv cel mai mic, iar Mi este cel mai mare
numr de pe linia respectiv. Obinem astfel:
A1
A2
A3
A4
B1
2
3
1
3
B2
4
2
5
3
B3
3
3
2
2
B4
3
2
1
3
mi
2
2
1
2
Mi
4
3
5
3
Mi+(1-)mi
2+2
+2
4+1
+2
Teoria jocurilor
Ca s determinm max [Mi + (1 - )mi], tiind c [0,1],

i
observm c + 2 2 + 2, () [0,1]. Merit studiate cazurile:

a) 4 + 1 < + 2, de unde <
1
;
3
b) + 2 4 + 1 < 2 + 2, de unde
c) 2 + 2 4 + 1, de unde
Deci pentru [0,
1
1
< ;
3
2
1
.
2
1
), 2 + 2 este cea mai mare valoare i cum ea
3
corespunde strategiei A1, aceasta este strategia optim.

1 1
Pentru [ , ), tot 2 + 2 este valoarea maxim deci A1 e
3 2
strategie optim.
1
Pentru [ , 1], 4 + 1 e valoarea maxim i A3 este strategia
2
optim.
n particular =
2
1
[ , 1], deci A3 este strategia optim.
3
2
Criteriul Bayes - Laplace
n cazul acestui criteriu se va presupune c strile naturii sunt egal

probabile. i cum numrul lor este n, probabilitatea ca natura s se afle n
starea Bj este
1
, () j = 1, n .
n
Dac juctorul P1 va alege strategia Ai, ctigul su va fi

1
n
a
j=1
, care este valoarea medie a variabilei aleatoare
ij
discrete cu repartiia:
a i1 a i 2 L a in
1 1
1 .
L
n
n n
P1 va alege strategia pentru care ctigul su mediu este maxim:

1 n
max a ij .
1 i m n
j=1
Observaia 1:
Dac se cunosc totui probabilitile diferitelor stri ale naturii

respectiv y1, ..., yn, deci strategia y = (y1, ..., yn) cu yj 0, j = 1, n i
n
y
j=1
=1, ctigul mediu al statisticianului P1 cnd folosete strategia Ai va
fi, conform formulei din paragraful 2.2:

(i, y) =
a y
j =1
ij
iar ctigul mediu va fi maxim pentru strategia
corespunztoare valorii:
max (i, y).
1 i m
Observaia 2:
Criteriul lui Laplace introduce toate neajunsurile valorii medii. Dac

estimrile au fost fcute grosolan apar erori n apreciere, ce vor duce la
decizii greite. Criteriul devine uneori inacceptabil cnd elementele jocului
sunt foarte dispersate.
Teoria jocurilor
Exemplu
Pentru jocul din exemplul precedent s se determine strategia optim

a lui P1 n cazurile:
a) cnd strile naturii sunt egal probabile;
b) cnd probabilitile ca natura s se afle n strile ei sunt
respectiv:
1 2 4 2
, , , .
9 9 9 9
Rezolvare
a) Atam matricei jocului coloana
B2
B3
B4
A1 2
A2 3
A3 1
A4 3
B1
Deci max
1i 4
1 4
a ij :
n j=1
1 4
a ij
n j=1
1
12
4
1
10
4
1
9
4
1
11
4
1
1 4
a ij este
12 ce corespunde strategiei A1 deci
4
4 j=1
aceasta este strategia optim, dup criteriul Laplace.

b) Calculm pentru fiecare strategie Ai valoarea expresiei date de
(i, y), i = 1,4 . Obinem:

(1, y) =
1
2
4
2
1
2 + 4 + 3 + 3 = 28;
9
9
9
9
9
(2, y) =
1
2
4
2
1
3 + 2 + 3 + 2 = 23;
9
9
9
9
9
(3, y) =
1
2
4
2
1
1 + 5 + 2 + 1 = 21;
9
9
9
9
9
(4, y) =
1
2
4
2
1
3 + 3 + 2 + 3 = 23.
9
9
9
9
9
Cea mai mare valoare este
1
28 i corespunde lui (1, y), deci A1
9
este strategia optim.

Criteriul lui Savage (criteriul regretelor)
Savage compar rezultatul deciziei n cazul necunoaterii strii

naturii cu cel care s-ar obine dac s-ar cunoate aceast stare. Diferena
dintre ctigul realizat cnd se ia decizia fr a cunoate strile naturii i cel
realizat dac se cunosc acestea reprezint regretul sau ce s-ar fi ctigat dac
P1 ar fi cunoscut strile naturii.
Pornind de la matricea A = (aij), i = 1, m , j = 1, n , se formeaz o nou
matrice R = (rij), numit matricea regretelor, unde elementul:
rij = max akj aij, i = 1, m , j = 1, n , adic rij este dat de diferena
1 k m
dintre cel mai mare element de pe coloana j i elementul aij.

Se obine astfel un nou joc caracterizat de matricea R care va fi tratat
dup criteriul minimax. P1 va alege strategia pe linia creia se obine:
min max rij, adic linia pe care cel mai mare regret este minim.
1 i m
1 j n
Exemplu
Pentru acelai joc din ultimele dou exemple, aplicnd criteriul

regretelor, s se determine strategia ce va fi aleas de P1.
Teoria jocurilor
Rezolvare
Se determin mai nti matricea regretelor ale crei elemente de pe o

coloan se obin scznd din cel mai mare element al coloanei fiecare
element al acesteia. Se obine:
A1
A2
A3
A4
B1
B2
B3
B4
max rij
1
0
2
0
1
3
0
2
0
0
1
1
0
1
2
0
1
3
2
2
Atunci min max rij = min1, 3, 2, 2 = 1, ce corespunde strategiei

i
A1, deci P1 alege aceast strategie.

Criteriul lui Wald
Dac jocul are punct a, statisticianul P1 alege strategia Ai

determinat de condiia:
max ( min aij).
i
Dac jocul nu are punct a, se determin strategia mixt

x = (x1, ..., xm) pentru care:
m
min a ij x i , este maxim.

j
i =1
Exemplu
Aplicarea criteriului lui Wald jocului cercetat i cu celelalte criterii

ne duce la concluzia c jocul nu are punct a. Procednd ca n paragraful
2.3.c, se determin strategia mixt a statisticianului i se gsete vectorul:
x = (1/3, 1/3, 0, 1/3),
de unde rezult c P1 poate alege oricare dintre strategiile sale A1, A2 sau
A 4.
Observaie: Criteriile aplicate nu au dus mereu la aceeai decizie dar
n majoritatea cazurilor s-a obinut c cea mai bun strategie este A1;
statisticianul pe aceasta o va alege.
Aplicaie
Patronul unui magazin achiziioneaz un numr de frigidere de un

anumit tip pe o perioad de 6 luni (primvar var), pentru a le vinde. Din
observaiile statistice, bazate pe cererea din ultimii doi ani, el estimeaz c
va vinde un numr de frigidere cuprins ntre: 15 i 25 cu probabilitatea de
0,1; ntre 25 i 35 cu probabilitatea de 0,4; ntre 35 i 45 cu 0,3 i ntre 45 i
55 cu 0,2.
Costul unitar de achiziie este de 300 euro iar preul unitar de
vnzare este 400 euro (incluznd cheltuielile de transport i garania de
funcionare pe un an). Toate frigiderele nevndute pn n toamn se
restituie furnizorului pentru 250 euro/bucata.
S se stabileasc numrul optim de frigidere pe care s le
achiziioneze patronul pentru a obine un ctig ct mai mare.
Rezolvare
Determinm matricea A = (aij), i, j = 1,4 , unde aij este ctigul

obinut de patron cnd aplic strategia Ai, i = 1,4 i cererea este n starea Sj,
j = 1,4 . Obinem astfel:
Cererea pieei
Cantitatea
achiziionat
S1:20
S2:30 S3:40 S4:50
A1:20
A2:30
A3:40
A4:50
2000
1500
1000
500
2000
3000
2500
2000
2000
3000
4000
3500
2000
3000
4000
5000
Teoria jocurilor
unde de exemplu elementul de pe linia A3 i coloana S2 se calculeaz astfel:

din cele 40 frigidere achiziionate se vnd 30.
Diferena dintre preul unitar de vnzare i cel de achiziionare este
de 100 euro pentru un frigider, ce reprezint ctigul patronului. Pentru cele
30 frigidere vndute va ctiga 3000 euro. Dar alte 10 frigidere nevndute
vor fi restituite furnizorului cu o pierdere unitar de 50 euro dat de
diferena dintre costul de achiziie 300 i cel de restituire 250. Deci
pierderea va fi de 500 euro i atunci beneficiul total va fi de: 3000 500 =
= 2500 euro.
Deoarece n stabilirea deciziei conteaz consecinele economice se
pot aplica n rezolvarea problemei criteriile: maximin, minimax, Savage,
Bayes-Laplace:
a) Prin criteriul maximin se alege minimul fiecrei linii i dintre
acestea se gsete maximul:

A1
A2
A3
2000 1500 1000
A4
500
care este 2000 i recomand strategia A1.

b) Criteriul minimax, bazat pe pruden, indic alegerea elementelor
maxime pe fiecare linie i apoi determinarea celui mai mic dintre acestea.
A1
A2
A3
2000 3000 4000
A4
5000
Acest element este 2000 i arat c cea mai prudent decizie este A1.
c) Criteriul lui Savage este de fapt criteriul minimax aplicat pe
matricea regretelor, ce va avea forma:

500 2000 3000
0
0
1000 2000
500
R=
1000 500
0
1000
1500 1000 500

0
pentru care vom cuta maximul pe fiecare linie i apoi cel mai mic dintre
acestea. Gsim:
A1
A2
A3
3000 2000 1000
A4
1500
cel mai mic element este 1000 i recomand strategia A3.

d) Criteriul Bayes-Laplace presupune calculul ctigului mediu
pentru fiecare strategie folosind probabilitile date n enunul problemei i

formulele din paragraful 2.2. Astfel:
(1,y) = 0,12000 + 0,42000 + 0,32000 + 0,22000 = 2000
(2,y) = 0,11500 + 0,43000 + 0,33000 + 0,23000 = 2850
(3,y) = 0,11000 + 0,42500 + 0,34000 + 0,24000 = 3100
(4,y) = 0,1500 + 0,42000 + 0,33500 + 0,25000 = 2900
Cel mai mare ctig se obine cnd se aplic strategia A3.
4. Jocuri de dou persoane cu sum arbitrar (bimatriceale)
Jocurile de dou persoane cu sum oarecare extind n mod natural

jocurile cu sum nul de care ne-am ocupat pn acum. Ele produc i o
schimbare calitativ important, n sensul c, dac regulile jocului o permit,
juctorii pot cuta mpreun ci (strategii) de mbuntire a ctigurilor lor,
ceea ce, n cazul jocurilor antagoniste, era exclus din punct de vedere logic.
Obiectul teoriei jocurilor fiind dat de analiza situaiilor de tip
competiional, regulile care reglementeaz concurena vor sta la baza
dezvoltrilor ulterioare.
Teoria jocurilor
Astfel, vom studia separat jocurile cu sum arbitrar de tip

necooperativ, n care nu este permis (sau nu exist interes pentru)
colaborarea ntre juctori i apoi jocurile de tip cooperativ, n care juctorii

i pot corela strategiile i/sau pot apela la transferul mutual al unor pri din
ctiguri. i ntr-un caz i n cellalt, preocuparea principal va fi de a defini
un concept de soluie a jocului, de a cerceta condiii de existen i a
identifica metode de determinare a acesteia.
Ca o trstur care distinge jocurile cu sum arbitrar de cele cu
sum nul se evideniaz interdependena strategiilor componente ale unei
soluii a jocului.
4.1 Jocuri cu sum arbitrar necooperative
Vom nota, ca i mai nainte, cei doi juctori cu P1 i P2 i vom

presupune c strategiile lor (pure) sunt n numr finit:
A = A1, ..., Am reprezint mulimea strategiilor lui P1, iar
B = B1, ..., Bn, mulimea strategiilor lui P2.
Definiie: Se numete joc de dou persoane cu sum arbitrar dat n
form normal, un sistem G = A, B; f1, f2, unde A i B conin strategiile

celor doi juctori iar fi(,), i = 1,2 sunt funcii definite pe A B cu valori
reale, numite funcii de ctig, corespunztoare fiecruia dintre acetia.
Pentru o pereche de strategii (Ai, Bj) vom nota f1(Ai, Bj) = aij i
f2(Ai, Bj) = bij, i = 1, m , j = 1, n . n vederea unei scrieri compacte a
elementelor care definesc un joc de acest tip, apelm la o reprezentare

matriceal ca cea de mai jos:
P2
P1
B1
...
Bj
...
Bn
.
.
(aij, bij)
.
.
A1
Ai
Am
Deoarece elementele tabloului de mai sus sunt perechi de numere

reale care ar putea proveni din suprapunerea a dou matrici de dimensiuni
m n coninnd ctigurile celor doi juctori, luai separat, asemenea jocuri
se mai numesc pe scurt jocuri bimatriceale.
S remarcm faptul c asupra valorilor sumelor f1(Ai, Bj) + f2(Ai,Bj),
i = 1, m , j = 1, n nu se impune nici o condiie.
Considerm, spre exemplificare, urmtorul joc:
G = A, B; f1, f2; A = A1, A2, B = B1, B2; f1(A1, B1) = 3,
f1(A2, B1) = 1, f1(A1, B2) = 1, f1(A2, B2) = 0; f2(A1, B1) = 0, f2(A2, B1) = 4,
f2(A1, B2) = 2, f2(A2, B2) = 1.
Vom analiza jocul folosind forma sa matriceal.
A1
A2
B1
(3,0)
(1,4)
B2
(1,2)
(0,1)
Se observ c pentru juctorul P1 este preferabil s joace strategia A1

n raport cu A2, indiferent ce strategie adopt P2 (B1 sau B2), deoarece avem
f1(A1, ) f1(A2, ) (ntr-adevr, 3 > 1 i 1 > 0).
Recunoatem aici existena unei strategii dominate a juctorului 1, n
spe A2.
Teoria jocurilor
Referitor la strategiile lui P2, s observm c nici una dintre ele nu o

domin pe cealalt (0 < 2, dar 4 > 1).
Obiectivul nostru fiind acela de a prevedea desfurarea jocului, prin
precizarea strategiilor pe care juctorii, cel mai probabil, le vor folosi (n
scopul raional al maximizrii ctigului), vom reduce matricea jocului
renunnd la linia corespunztoare strategiei dominate (pe care ar fi iraional
s o adopte P1).
A1
B1
(3,0)
B2
(1,2)
Este evident acum c juctorul P2 va alege strategia B2, care i

asigur un ctig mai mare. n concluzie, perechea de strategii (A1, B2) se
constituie ntr-o soluie a jocului, rezultat din confruntarea intereselor lui P1
i P2. Un efect, n acest caz, este acela c nici un juctor nu i realizeaz
ctigul maxim admisibil (3, respectiv 4), fapt posibil din punct de vedere
teoretic, n general.
n exemplul precedent, raionamentul utilizat a urmrit identificarea
unei convenii la care juctorii, n mod independent, sunt dispui s adere,
concretizate printr-o soluie unic a jocului necooperativ. Aceasta conduce
la ideea folosirii perechii de strategii (A1, B2) n mod liber, n mai multe
partide (repetri ale jocului), de ctre juctori raionali care ateapt unul de
la cellalt un astfel de comportament.
Ideea cristalizrii unei convenii are, desigur, o latur ideal. Nu
putem presupune c pentru un joc oarecare vom elimina pe rnd, strategiile
(strict) dominate, rmnnd, n final, cu o singur pereche de strategii. Pe de
alt parte, acest proces de eliminare poate s conduc la o mulime terminal
de perechi de strategii, dintre care unele nu au calitile unei soluii.
n precizarea calitilor pe care trebuie s le aib o soluie a jocului,

vom ine cont de faptul c tendina unilateral de ctig a unui juctor poate
fi amendat de opiunile celuilalt, dar nu i anihilat. De aceea, apare
natural cerina ca strategia unui juctor, care este o component a soluiei,
s reprezinte cel mai bun rspuns la strategia aleas de cellat juctor, care
completeaz soluia. O astfel de soluie poate fi numit strategic stabil,
deoarece nici un juctor nu are interesul s se abat de la strategia sa, atta
vreme ct nici ceilali nu ncearc acest lucru. Ideea de echilibru pe care
trebuie s l realizeze strategiile care alctuiesc soluia jocului este acum
transparent. Cele de mai nainte sunt redate n urmtoarea:
Definiie. ntr-un joc bimatriceal dat n form normal
G = A, B; f1, f2, perechea de strategii (A*, B*) reprezint un punct

de echilibru Nash dac au loc relaiile:
f1(A*, B*) f1(Ai, B*), oricare ar fi Ai A i

f2(A*, B*) f2(A*, Bj), oricare ar fi Bj B
Altfel spus, maxf1(Ai, B*) este atins n A*, iar maxf2(A*, Bj) e atins
AiA
BjB
n B*.
Cum A* A i B* B, se obinuiete, pentru mai mult claritate, s
se spun c (A*, B*) este punct de echilibru Nash n strategii pure.
Observaie: Noiunea de punct de echilibru Nash o generalizeaz pe
cea de punct a de la jocurile matriceale (cu sum nul). ntr-adevr,

condiiile:
f(Ai, Bjo) f(Aio, Bjo) f(Aio, Bj) () Ai A, () Bj B,
care definesc punctul a aiojo = f(Aio, Bjo) se mai pot scrie:
f(Aio, Bjo) f(Ai, Bjo), ()Ai A,
-f(Aio, Bjo) -f(Aio, Bj), ()Bj B.
Teoria jocurilor
De aceea, unii folosesc termenul de punct de echilibru n loc de

punct a atunci cnd se refer la soluia unui joc matriceal G = (A, B, f).
Definiia precedent se poate extinde, fr dificultate, la cazul a n
juctori, ale cror funcii de ctig sunt funcii reale de n argumente.
Exemplu
Se consider jocul n form normal G, cruia i corespunde

matricea:
B1
A1 (4,0)
A2 (0,1)
A3 (2,4)
B2
(2,1)
(2,0)
(1,3)
B3
(0,4)
(3,3)
(1,2)
B4
(1,1)
(5,2)
(0,2)
Determinarea punctelor de echilibru Nash ale jocului se va face n

modul urmtor: pentru fiecare juctor i pentru fiecare strategie a acestuia,
se determin rspunsul optim al celuilalt juctor la respectiva strategie.
Pentru a-l marca, vom sublinia n acea linie / coloan ctigul maxim
corespunztor.
Astfel, observm c dac P1 ar folosi strategia A1, atunci P2 ar trebui
s foloseasc strategia B3 i vom scrie atunci (0,4) n poziia din matrice
corespunztoare perechii (A1, B3). Asemntor, pentru strategiile A2 i A3
ale lui P1, vom selecta rspunsurile B3, respectiv B1 i vom completa (3, 3),
respectiv (2, 4) n locurile potrivite din tabel.
n privina replicilor lui P1 la alegerile posibile ale lui P2, strategiei
B1 i va corespunde A1 i vom scrie n prima coloan (4, 0) (deoarece 4 > 0
i 4 > 2). Pentru coloanele a doua, a treia i a patra, vom selecta strategiile
de rspuns A1, A2 i A2, respectiv.
Se obine aadar, dup procedura de marcare, urmtorul tabel:

B1
A1 (4,0)
A2 (0,1)
A3 (2,4)
B2
(2,1)
(2,0)
(1,3)
B3
(0,4)
(3,3)
(1,2)
B4
(1,1)
(5,2)
(0,2)
innd seama de definiia dat anterior, deducem c punctele de

echilibru corespund acelor perechi de ctiguri n care ambele componente
apar subliniate (dac exist). n exemplul analizat, aceast situaie apare
doar n cazul perechii de strategii (A2, B3), care va reprezenta deci soluia
Nash a jocului.
Vom clarifica n continuare legtura care exist ntre eliminarea
strategiilor strict dominate i existena punctelor de echilibru Nash. Au loc
urmtoarele rezultate:
Propoziia 4.1
n jocul dat sub form normal G = A, B; f1, f2, dac strategiile

(S 1* , S *2 ) reprezint un punct de echilibru, atunci ele nu sunt afectate de
procedeul de eliminare a strategiilor strict dominate.
Propoziia 4.2
Dat fiind jocul G = A, B; f1, f2, dac eliminarea succesiv a

strategiilor dominate strict conduce la desfiinarea tuturor combinaiilor de
strategii, cu excepia lui (S 1* , S *2 ), atunci aceast pereche constituie unicul
punct de echilibru Nash al jocului.
Vom justifica cele afirmate n propoziia 4.1, folosind reducerea la
absurd. S presupunem c (S 1* , S *2 ) este un punct de echilibru al jocului, dar
c una dintre strategiile componente, de exemplu S 1* , a fost eliminat la un
moment dat (eventual precedat de alte strategii din A\S 1* , sau B\S *2 ,
Teoria jocurilor
eliminate i ele), fiind strict dominat. S notm cu S1 o strategie din A care

a supravieuit eliminrii succesive pn la momentul dispariiei lui S 1* i
care o domin strict pe aceasta. Are loc deci relaia:
f1(S 1* , B) < f1(S1, B) pentru orice strategie B dintre cele rmase la
acest moment. Cum S 1* ar fi prima eliminat dintre strategiile de echilibru,
din inegalitatea de mai sus rezult:
f1(S 1* , S *2 ) < f1(S1, S *2 ).
Dar astfel este contrazis faptul c S 1* este cel mai bun rspuns al lui
P1 la strategia S *2 a lui P2, aa cum impune faptul c (S 1* , S *2 ) e punct de
echilibru. Cu aceasta, demonstraia se ncheie.
Mai departe ne preocup problema existenei punctelor de echilibru
multiple ale unui joc bimatriceal. Conform propoziiei 4.1, nu este posibil ca
strategiile componente ale unuia dintre ele s fie evitate n procesul de

eliminare succesiv a strategiilor strict dominate, iar altele, cu aceeai
proprietate, nu. De aici rezult c n propoziia 4.2 este suficient s artm
c (S 1* , S *2 ) este punct de echilibru Nash. (Demonstraia, asemntoare cu
cea precedent, se sprijin pe ipoteza c mulimile de strategii ale ambilor
juctori sunt finite).
Ne vom servi n discuia noastr de exemplul jocului
G = (A, B; f1, f2) cu matricea ctigurilor:
B1
A1 (2,0)
A2 (3,4)
A3 (1,3)
B2
(2,1)
(1,2)
(0,2)
B3
(4,2)
(2,3)
(3,0)
Se poate observa uor c strategia A1 domin strict pe A3 i c B3

domin strict pe B2 dup eliminarea lui A3. Dup ce suprimm strategiile
dominate, jocul are forma simplificat:
A1
A2
B1
(2,0)
(3,4)
B3
(4,2)
(2,3)
Urmnd procedura descris anterior, sau prin verificare direct,

folosind definiia, se deduce c (A1, B3) i (A2, B1) sunt puncte de echilibru
Nash ale jocului.
Aceasta ne permite s remarcm faptul c, spre deosebire de jocurile
cu sum nul, n jocurile bimatriceale, prin interschimbarea strategiilor
corespondente ntre dou puncte de echilibru, perechile rezultate nu mai
sunt puncte de echilibru, aa cum o demonstreaz (A1, B1) i (A2, B3).
Problema principal ns este ce anume trebuie neles prin soluia
unui astfel de joc. Examinnd ctigurile fiecrui juctor n parte, constatm
c nu putem privilegia vreunul din punctele de echilibru, deoarece juctorul
P1 prefer, firesc, pe (A1, B3), iar P2 prefer pe (A2, B1).
Teoretic, putem conveni c soluia jocului este format din ambele
puncte de echilibru. Practic ns este nevoie de o negociere (uneori dur)
ntre cei doi juctori sau de un arbitraj pentru a stabili pentru ce strategii vor
opta fiecare. anse mai mari de concretizare ar putea avea n acest caz
varianta care d ctigurile (3, 4), dar elemente de ordin subiectiv nu trebuie
ignorate.
O situaie de incertitudine n alegerea strategiilor optime ca cea de
fa, este un teren propice pentru a testa utilitatea strategiilor de tip
maximin.
Teoria jocurilor
Astfel, n ce privete strategia maximin a lui P1 vom gsi:

min2,2,4 = 2 A1; min3,1,2 = 1 A2; min1,0,3 = 0 A3,
deci strategia cutat este A1. Analog, pentru P2 avem:
min0,4,3 = 0 B1; min1,2,2 = 1 B2; min2,3,0 = 0 B3,
de unde rezult c strategia maximin a lui P2 este B2.
Dup cum se observ, ns, perechea de strategii maximin (A1, B2)
nu este un punct de echilibru. Oricare dintre juctori prefer ctigul care i
revine ca urmare a alegerii n comun a unuia din punctele de echilibru fa
de ctigul minim asigurat (ntr-adevr (4, 2) > (2,1) i (3, 4) > (2, 1)). n
fapt, are loc urmtorul rezultat general:
Propoziia 4.3
Orice punct de echilibru furnizeaz fiecrui juctor n parte, un

ctig cel puin egal cu ctigul su maximin.
Demonstraie:
Presupunem c (A*, B*) este punct de echilibru al jocului, n

notaiile de mai nainte. Atunci avem, pentru P1:
f1(A*, B*) f1(Ai, B*) minf
1(Ai, Bj) pentru orice strategie Ai A.
B B
j
De aici rezult imediat:

maxminf
1(Ai, Bj) f1(A*, B*).
A A B B
i
Pentru juctorul P2, obinem folosind din nou definiia punctului de

(Ai, Bj), () Bj B, deci
echilibru: f2(A*,B*) f2(A*, Bj) minf
A A 2
i
f2(A*,B*) maxminf
2(Ai, Bj).
B B A A
j
n concluzie, ntr-un joc cu sum arbitrar, strategiile maximin i

pierd din importan.
Puncte de echilibru n strategii mixte
Posibilitatea existenei mai multor puncte de echilibru Nash ntr-un

joc bimatriceal, cu implicaiile sale n stabilirea soluiei jocului nu este,
totui, lucrul care stnjenete cel mai mult. O problem fundamental care
apare n acest context este faptul c exist jocuri cu sum arbitrar chiar
dintre cele mai simple, care nu admit strategii pure de echilibru.
S considerm urmtorul joc:
B1
A1 (2,1)
A2 (1,2)
B2
(0,2)
(3,0)
Se poate observa pe acest exemplu c nici o pereche de strategii

(Ai, Bj) nu poate realiza echilibrul. Astfel, pentru (A1, B1) observm c
juctorul P2 are interesul s devieze de la strategia B1 ctre B2, care i
asigur un ctig superior. Analog, (A2, B1) nu poate fi punct de echilibru,
pentru c juctorul P1 va prefera strategia A1 lui A2, .a.m.d..
Este greu de admis ideea c astfel de jocuri nu admit soluie, n
sensul echilibrului de tip Nash. Cheia de rezolvare st i aici, ca i n cazul
jocurilor cu sum nul, n lrgirea conceptului de strategie i definirea
noiunii de echilibru n aceast accepiune mai larg.
Trebuie fcut precizarea c noul tip de strategie l nglobeaz pe cel
utilizat pn acum n discuie i c identificarea unor puncte de echilibru
corespunztoare lui nu suprim posibilitatea existenei, pentru un acelai
joc, a punctelor de echilibru n strategii pure.
Obinuim s numim strategie mixt pe mulimea A = A1, ..., Am a
strategiilor (pure) ale juctorului P1 o repartiie de probabiliti:
x = (x1, ..., xm), unde xi 0, i = 1, m i
x
i =1
= 1.
Teoria jocurilor
Mulimea tuturor acestor strategii o notm prin X. Analog vom

considera:
Y = y = (y1,..., yn) yj 0,
y = 1
j =1
ca
fiind
ansamblul
strategiilor mixte pe mulimea B, a strategiilor juctorului P2.

Ideea de strategie mixt se leag, n mod natural, de alternarea
strategiilor de ctre un juctor, n decursul mai multor partide. Cum
probabilitile pot fi interpretate ca limite ale unor frecvene relative, se
pune ntrebarea dac n situaii reale putem considera ca acceptabil
repetarea (independent) a jocului de un numr de ori suficient de mare.
Se poate ncerca evitarea acestei dificulti prin interpretarea unei
strategii mixte a lui P2, y = (y1, ..., yn) ca reprezentnd probabilitile
(subiective) pe care le atribuie P1 utilizrii uneia dintre strategiile pure
B1, ..., Bn de ctre P2 i, asemntor, a unei strategii mixte a lui P1
(x1, ..., xm), schimbnd rolurile ntre juctori. Impasul ce se profileaz aici
ine de tratarea jocurilor cu mai mult de doi juctori, caz n care doi juctori
pot avea percepii diferite relative la comportarea unui ter.
Oricare ar fi interpretarea dat strategiilor mixte, ele ne ajut s
punem n termeni coreci problema maximizrii unui ctig incert, prin
apelul la conceptul fundamental de medie a unei variabile aleatoare.
n condiiile alegerii independente i simultane a strategiilor de ctre
fiecare juctor n parte, folosindu-ne de notaiile de mai nainte, vom defini
ctigurile celor doi, n ipoteza folosirii strategiilor mixte x i y, respectiv,
prin:
1(x, y) =
a x y
i =1 j =1
2(x, y) =
ij i
b x y
i =1 j=1
ij
i: X Y , i = 1,2 ,
unde xi yj reprezint probabilitatea utilizrii perechii de strategii (Ai, Bj),

iar aij i bij sunt ctigurile asociate ei ale juctorilor P1 i P2, respectiv.
S observm c de exemplu, ctigul mediu 1(x, y) este o medie a
unor ctiguri medii, considernd, pe rnd, strategiile din A fixate fa de
cele din B, dup cum o arat relaia:
1(x, y) =
a
i =1
j=1
ij
y j xi.
Cu aceste precizri, putem s dm definiia extins a punctelor de

echilibru ale unui joc bimatriceal n form normal:
Definiie: ntr-un joc bimatriceal G = A, B; f1, f2, o pereche de
strategii mixte (x*, y*) este un punct de echilibru Nash dac au loc
urmtoarele inegaliti:
1(x*,y*) 1(x, y*)
2(x*,y*) 2(x*, y)
pentru orice strategii mixte x X i y Y.

Cu alte cuvinte, x* este cea mai bun strategie (mixt) de rspuns a
lui P1 la strategia y* a lui P2 i viceversa.
Se deduce din cele de mai sus c putem porni la determinarea
strategiilor mixte de echilibru ale unui joc (a cror existen o vom afirma
ceva mai trziu) prin gsirea celui mai bun rspuns (n strategii mixte sau
pure) al unui juctor la o strategie mixt a celuilalt.
n demersul nostru ne servim de urmtorul rezultat:
Propoziia 4.4
Pentru ca o strategie mixt a lui P1 s fie un cel mai bun rspuns al

acestuia la o strategie mixt dat y a lui P2, este necesar i suficient ca ea s
asigneze probabiliti strict pozitive numai acelor strategii pure care sunt ele
Teoria jocurilor
nsele un cel mai bun rspuns la strategia y (sau numai unei pri a acestora,
restul primind probabiliti nule).
Demonstraie:
S notm, pentru o strategie y dat, cu Imax mulimea indicilor acelor

strategii pure ale lui P1 care sunt un cel mai bun rspuns la y:
Imax = K
j=1
j=1
a kj y j a ij y j , () i = 1, m .
S alegem un K0 Imax. Fie x = (x1, ..., xm) o strategie mixt a lui P1

i s presupunem c exist l 1, n \ Imax astfel nct xl > 0. Notm cu x
strategia mixt obinut din x prin asocierea probabilitii x K 0 + xl la
strategia A K 0 i a unei probabiliti nule la Al. Atunci vom avea:
1(x, y) =
n
n
n
x
a
y
+
x
a
y
+
x
i
ij j
K0 K0 j j
l a lj y j <
i K 0 ,l
j =1
j=1
j=1
n
n
n
a
y
+
(
x
+
x
)
a
y
+
0
a lj y j = 1 ( x ' , y) ,
ij j K 0 l
K0 j j
i K 0 , l j =1
j =1
j=1
<
de
unde deducem c x nu este cea mai bun strategie de rspuns la y.

Pentru probarea suficienei, se consider I0 Imax i o strategie mixt
( )
x0 = x i0
i =1
care asigneaz probabiliti nenule numai acelor strategii Ah, cu
h I0. De aici rezult:

1 ( x 0 , y) =
x a
0
h
hI 0
j =1
hj
n
n

y j = x 0h max a ij y j = max a ij y j , i
i =1, m
j =1
hI 0 i =1, m j=1
mai departe:
1(x, y) =
n
n
m
x
a
y
x
max
a ij y j = 1(x0, y), oricare ar
i ij j
i
i =1, m
i =1
j =1
i =1
j=1
m
fi strategia mixt x X. Deci x0 este rspuns optim al lui P1 la strategia y.
Un enun similar celui din propoziia 4.4 caracterizeaz strategiile

mixte ale lui P2 care sunt rspunsuri optime la o strategie mixt x a lui P1,
fixat.
Reamintim c orice strategie pur a unui juctor poate fi interpretat
ca o strategie mixt, exprimabil printr-un vector binar cu 1 pe poziia
corespunztoare strategiei i avnd restul componentelor egale cu 0.
Revenind la exemplul de mai nainte al jocului bimatriceal 2 2, s
ncercm determinarea unui punct de echilibru n strategii mixte. Pentru
simplitate, vom nota strategiile mixte ale lui P1 prin x = (p, 1 p) i
strategiile mixte ale lui P2 cu y = (q, 1 q), p, q [0, 1].
ntr-o prim etap, vom gsi strategiile pure optime de rspuns ale
fiecrui juctor, la o strategie mixt a adversarului.
Pentru o strategie mixt dat (q, 1 q) pe B = B1, B2, ctigul
mediu al lui P1 va fi 2q + 0(1 q) = 2q, dac folosete strategia A1 sau
1 q + 3(1 q) = 3 2q, dac folosete strategia A2.
Rezolvnd inecuaia 2q > 3 2q pe intervalul [0, 1], deducem:
- dac q [0,
- dac q =
3
), cel mai bun rspuns al lui P1 este A2;
4
3
, atunci A1 i A2 sunt rspunsuri la fel de bune;
4
- dac q (
3
, 1], cel mai bun rspuns al lui P1 este A1.
4
Inversnd rolurile, fie (p, 1 p) o strategie mixt pe A = A1, A2.

Ctigul mediu al lui P2 va fi 1 p + 2(1 p) = 2 p, dac folosete strategia
B1 sau 2p, dac utilizeaz strategia B2. Folosindu-ne de soluia inecuaiei
2 p > 2p pe [0, 1], constatm urmtoarele:
- pentru p [0,
2
), rspunsul optim al lui P2 este B1;
3
Teoria jocurilor
- pentru p =
2
, P2 poate rspunde att cu B1, ct i cu B2;
3
- pentru p (
2
, 1], rspunsul optim al lui P2 este B2.
3
Cutm acum o pereche de strategii mixte (x*, y*), x* = (p*, 1-p*),

y* = (q*, 1 q*) cu proprietile din definiia extins a echilibrului Nash.
Vom analiza pe rnd diversele situaii posibile.
I.
Dac q* ar aparine intervalului [0,
3
), atunci rspunsul optim
4
al lui P1 ar fi strategia pur A2, creia i corespunde p = 0 ca

strategie mixt. ns rspunsul optim al juctorului P2 la aceast
strategie este B1, corespunznd lui q = 1. Cum 1 (0,
3
], acest
4
caz nu e compatibil cu existena unui punct de echilibru.

II. Dac q* (
3
, 1], cel mai bun rspuns al lui P1 este A1, pe care
4
l identificm cu strategia mixt (1, 0). Cel mai bun rspuns al

lui P2 la aceast strategie este strategia pur B2, pentru care
3
avem q = 0. Dar 0 ( , 1] i concluzia e identic celei de la
4
punctul precedent.
III. n cazul q* =
3
, ca rspuns optim al juctorului P1 putem lua
4
orice strategie mixt (r, 1 r) pe A1, A2, r [0, 1], conform

cu propoziia 4.4. Dar situaiile r [0,
2
2
) i r ( , 1] conduc
3
3
la valori ale rspunsurilor corespunztoare lui q = 1 i q = 0,

respectiv, ambele diferite de
3
2
. Pentru r = , rspunsul optim
4
3
fiind orice strategie mixt (q, 1 q) pe B1, B2, n particular

3 1
2
( , ), rezult c putem alege p* = . n concluzie, punctul de
4 4
3
echilibru al jocului, n strategii mixte, este:
2 1
3 1
(x*,y*) = (( , ), ( , )).
3 3
4 4
Importana considerrii strategiilor mixte n identificarea soluiilor
posibile ale unui joc bimatriceal reiese din urmtorul rezultat (pe care l dm
ntr-un caz particular):
Teorema lui Nash
Orice joc finit de dou persoane n form normal, G = A, B; f1, f2

posed cel puin un punct de echilibru, n strategii pure sau mixte.
Demonstraia teoremei, al crei enun n form general se refer la
jocuri de n persoane, are la baz o teorem de punct fix.
(n cazul de fa, (x*,y*) cu proprietatea T(x*, y*) = (x*,y*) este
punct fix al unei transformri T). Dei n demonstraie nu se construiete
efectiv un punct de echilibru, concluzia sa este suficient de elocvent.
Vom prezenta n cele ce urmeaz o procedur de determinare a
punctelor de echilibru ale unui joc bimatriceal n form normal, atunci cnd
juctorii P1, P2 au la dispoziie m i n strategii pure, respectiv, cu ajutorul
unui exemplu concret. Vom avea n vedere cazul cnd ctigurile juctorilor
sunt nenegative, dar aceasta, dup cum se constat, nu reprezint o restricie
important.
Sunt necesare cteva precizri i notaii. Astfel, vom nota cu C1
matricea ctigurilor juctorului P1 definit prin:
C1 = (aij) i =1, m , aij = f1(Ai, Bj), Ai A, Bj B.
j=1, n
Teoria jocurilor
Asemntor, C2 va desemna matricea ctigurilor juctorului P2:

C2 = (bij)
i =1, m
j=1, n
, bij = f2(Ai, Bj), Ai A, Bj B.
Pentru dou strategii mixte, x = (x1, ..., xm) a lui P1 i y = (y1,..., yn) a
lui P2, se pot transcrie ctigurile medii ale fiecrui juctor n parte, astfel:
1(x, y) = xC1yT, 2(x, y) = yC T2 xT, unde indicii T nseamn operaia
de transpunere.
Notnd Jm i Jn vectorii-linie cu m, respectiv n componente, toate
egale cu 1, vom putea scrie relaiile:
xJ Tm = 1, y J Tn = 1
(1)
sinonime cu faptul c suma probabilitilor (xi)i1, m (respectiv (yj)j1, n ) face

1.
S presupunem acum c (x, y) reprezint o pereche de strategii de
echilibru i s notm, pentru simplitate, cu 1 i 2 ctigurile aferente ei ale
celor doi juctori.
Introducem vectorii 1 = (1, ..., 1) n i 2 = (2, ..., 2) n,
care ne permit o scriere matriceal a proprietii de echilibru. Astfel,
folosind propoziia 4.4, deducem relaiile:
C1yT 1T , C T2 xT T2
(2)
n care inegalitile trebuie interpretate ca funcionnd ntre oricare dou

componente corespondente ale vectorilor coloan. Ele exprim faptul c
rspunsurile printr-o strategie pur la strategiile y, respectiv x pot s duc, n
cel mai bun caz, la egalarea ctigurilor 1, respectiv 2. Acestea sunt atinse
efectiv n (x, y), ceea ce reiese din relaiile:
xC1yT = x 1T x( 1T - C1yT) = 0
yC T2 xT = y T2 y( T2 - C T2 xT) = 0
(3)
n care am inut seama de (1).

Rezult din cele de mai nainte c un punct de echilibru Nash, (x, y),
al unui joc bimatriceal trebuie s satisfac cele ase relaii date, la care se
adaug condiiile x 0 i y 0.
Concret, vom gsi soluiile urmtorului joc bimatriceal, folosind
instrumentarul prezentat pentru cazul general.
B1
A1 (4,0)
A2 (6,12)
B2
B3
(2,1) (8,6)
(2,10) (4,9)
Cele dou matrici de ctiguri ale juctorilor sunt:

4 2 8
i C2 =
C1 =
6 2 4
0 1 6
12 10 9
Suntem n cazul a m = 2 strategii pure ale juctorului P1 i a n = 3

strategii pure ale juctorului P2.
Vom separa relaiile de tip liniar de cele neliniare i apoi le vom
grupa astfel nct s ne ocupm separat de strategia (x1, x2), respectiv
(y1, y2, y3). Din relaiile (1) i (2) va rezulta:
x1 + x2 = 1
y1 + y 2 + y 3 = 1
12x2 - 2 0
4y1 + 2y2 + 8y3 - 1 0
x1 + 10x2 - 2 0
6y1 + 2y2 + 4y3 - 1 0
6x1 + 9x2 - 2 0
x1, x2 0
y1, y2, y3 0
Pentru jocul analizat, att 1 ct i 2 sunt nenegative i ca atare,

vom nota x3 = 2 i y4 = 1. De asemenea, vom transforma, n sistemele
scrise anterior, inegalitile n egaliti, prin introducerea unor variabileecart, notate i, i = 1,2 , respectiv j, j = 1,3 .
Teoria jocurilor
Obinem:
x1 + x2 = 1
(I)
12x2 x3 + 1 = 0
y1 + y 2 + y 3 = 1
(II)
x1 + 10x2 - x3 + 2 = 0
4y1 + 2y2 + 8y3 y4 + 1 = 0

6y1 + 2y2 + 4y3 - y4 + 2 = 0
6x1 + 9x2 - x3 + 3 = 0
x1, ..., x3 0; 1,...,3 0
y1, ..., y4 0; 1, 2 0
Relaiile (3) vor avea drept corespondent urmtoarele egaliti:

(III)
x11 + x22 = 0
y11 + y22 + y33 = 0
Cutarea soluiilor jocului bimatriceal se structureaz aadar n:

- rezolvarea n domeniul numerelor nenegative a sistemului liniar (I),
n necunoscutele x1, x2, x3, 1, 2, 3;
- rezolvarea n domeniul numerelor nenegative a sistemului liniar
(II), n necunoscutele y1, y2, y3, y4, 1, 2;
- filtrarea soluiilor, prin verificarea, de tip ncruciat, a
ndeplinirii condiiilor (III).
n fapt, obiectivul nostru principal este s deducem soluiile posibile
de baz pentru fiecare din sistemele (I) sau (II), deoarece soluia general se
poate obine ca o combinaie liniar convex a soluiilor de baz. Probarea

condiiilor (III) o vom face aadar pentru diferite perechi de soluii de baz.
S considerm matricea sistemului liniar (I), n care fiecare coloan

este notat cu ak, k = 1,6 :
a1 a2
a3 a4 a5 a6
1 1 0
0 12 1
1 10 1
6 9 1
0
1
0
0
0
0
1
0
0
0
Procedura este cea cunoscut de la programarea liniar: se aleg patru

coloane din cele 6 astfel nct ele s formeze o baz n 4,
B = a k 1 , a k 2 , a k 3 , a k 4 .
Atunci soluia de baz va fi dat de (x, ) = (B-1b, 0), unde
b = (1, 0,0,0)T este coloana termenilor liberi i toate variabilele ale cror
coloane asociate nu au intrat n baz iau valoarea 0.
Fie de exemplu mulimea a1, a2, a3, a5. Deoarece:
1 1 0
0 12 1
det[a1, a2, a3, a5] =
1 10 1
6 9 1
0
0
= 9 0, rezult c
1
0
B = a1, a2, a3, a5 este o baz. Alegem 1 = 3 = 0. Avem de

rezolvat sistemul:
x1 + x2 = 1
12x2 x3 = 0
x1 + 10x2 - x3 + 2 = 0
6x1 + 9x2 - x3 = 0
Teoria jocurilor
Se deduce uor c x3 = 12x2, x2 = 2x1. Cum x1 + x2 = 1, rezult

x1 =
1
2
, x2 = , x3 = 8 i 2 = 1.
3
3
1 2
Soluia de baz va fi deci (x, )1 = ( , ,8,0,1,0), avnd toate
3 3
componentele pozitive sau nule.

Repetnd procedeul pentru alte baze i testnd nenegativitatea
componentelor soluiilor, vom gsi nc dou soluii posibile de baz.
(x, )2 = (1,0,6,6,5,0), corespunznd bazei a1, a3, a4, a5 i
(x, )3 = (0,1,12, 0,2,3), corespunznd bazei a2, a3, a5, a6.
Matricea sistemului (II) este:
b1 b2 b3 b4 b5 b6
1 1 1 0 0 0
4 2 8 1 1 0
6 2 4 1 0 1
Putem alege o baz format din coloanele b1, b2 i b4, deoarece

determinantul corespunztor lor are valoarea -2. Alegem y3 = 1 = 2 = 0.
Din sistemul:
y1 + y2 = 1
4y1 + 2y2 y4 = 0
6y1 + 2y2 y4 = 0
deducem y1 = 0, y2 = 1 i y4 = 2, care ne dau soluia posibil de baz:
(y, )1 = (0,1,0,2,0,0).
Pentru bazele b1, b3, b4, b3, b4, b6 i b1, b4, b5, vom obine alte
soluii posibile de baz ale sistemului:
2
1 16
(y, )2 = ( , 0, ,
, 0, 0), (y, )3 = (0,0,1,8,0,4),
3
3 3
(y, )4 = (1, 0,0,6,2,0).
nainte de a trece la verificarea condiiilor (III), observm c, n

ipotezele de nenegativitate a componentelor, x11 + x22 = 0 este
echivalent cu x11 = 0 i x22 = 0 i similar y11 + y22 + y33 = 0 e
ndeplinit dac i numai dac y11 = 0, y22 = 0 i y33 = 0.
n consecin, dac un () este nenul, atunci componenta x
(y) cu acelai indice trebuie s fie egal cu zero.
Pentru facilitarea examinrilor necesare, vom construi dou
tabele n care marcm n prima coloan cuplul de strategii (x, y)
examinat, prin indicii corespunztori ordinilor date, iar n ultima
coloan, prin *, dac perechea (x, y) respect condiia impus. Primul
tabel este:
(x,y)
(1,1)
(2,1)
(3,1)
(1,2)
(2,2)
(3,2)
(1,3)
(2,3)
(3,3)
(1,4)
(2,4)
(3,4)
1
0
0
0
0
0
0
0
0
0
2
2
2
2
0
0
0
0
0
0
4
4
4
0
0
0
x1
1/3
1
0
1/3
1
0
1/3
1
0
1/3
1
0
x2
2/3
0
1
2/3
0
1
2/3
0
1
2/3
0
1
*/*
*
*
*
*
*
*
*
Teoria jocurilor
Referitor la modul de completare a tabelului, am marcat cu *

perechea (2,3), deoarece 1x1 = 0 1 = 0 i 2x2 = 4 0 = 0, n timp ce pentru
perechea (1, 4) avem 1 = 2 0 i x1 =
1
0, .a.m.d..
3
Cel de-al doilea tabel se prezint astfel:
(x,y)
(1,1)
(1,2)
(1,3)
(1,4)
(2,1)
(2,2)
(2,3)
(2,4)
(3,1)
(3,2)
(3,3)
(3,4)
1
0
0
0
0
6
6
6
6
0
0
0
0
2
1
1
1
1
5
5
5
5
2
2
2
2
3
0
0
0
0
0
0
0
0
3
3
3
3
y1
0
2/3
0
1
0
2/3
0
1
0
2/3
0
1
y2
1
0
0
0
1
0
0
0
1
0
0
0
y3
0
1/3
1
0
0
1/3
1
0
0
1/3
1
0
*/*
*
*
*
*
Am marcat cu * cuplul de strategii (1, 2), pentru c avem:

1y1 = 0
2
1
= 0, 2y2 = 1 0 = 0 i 3y3 = 0
= 0. n schimb
3
3
cuplul (3, 2) va fi marcat cu (respins), deoarece 1y1 = 2y2 = 0, ns

3y3 = 3
1
= 1 0.
3
Vom extrage din fiecare tabel perechile de strategii marcate cu

asterisc i apoi vom intersecta cele dou mulimi. Astfel obinem:
(1,1), (2,1), (3,1), (1,2), (2,2), (3,2), (2,3), (3, 4)
(1,2), (1,3), (1,4), (2,3), (3, 4) = (1,2), (2,3), (3, 4).
Intersecia gsit conine strategiile de echilibru Nash (pure sau

mixte) ale jocului considerat. Acestea sunt (respectnd ordinea):
1 2 2 1
, , ,0, ; ((1, 0), (0,0,1)); ((0,1), (1, 0,0)).
3 3 3 3
Se observ c avem o pereche de strategii mixte (prima) i dou

perechi de strategii pure, mai exact (A1, B3) i (A2, B1).
n ncheierea discuiei despre punctele de echilibru ale unui joc
bimatriceal, facem urmtoarele observaii:
1. n situaia n care elementele matricelor de ctiguri nu sunt toate
pozitive sau nule, trebuie s considerm c 1 i 2 sunt numere

reale. Pentru a putea s ne folosim n continuare de procedeul
descris mai nainte, putem proceda n dou moduri:
a) s exprimm fiecare variabil i, i = 1,2 ca diferena a dou
variabile crora li se impune s ia valori nenegative:
i = i - i, i 0, i 0, i = 1,2 ;
b) s adunm la matricile C1 sau C2 o matrice (m n) format

din constante identice ntre ele, suficient de mari,
transformarea neafectnd dect valorile ctigurilor medii, nu
i determinarea strategiilor de echilibru;
2. n exemplul rezolvat mai nainte, trebuiau considerate cel mult
C 64 = 15 situaii care conduc la o baz pentru matricea sistemului

(I) i cel mult C 36 = 20 situaii de acelai tip n cazul sistemului
(II). Pentru un numr mai mare de strategii ale fiecrui juctor,
pentru a fi aplicabil, metoda face apel la un program care
genereaz soluii posibile de baz i le testeaz n mod automat;
3. Asupra elementelor matricilor de ctiguri pot fi operate i alte
tipuri de transformri, ca de pild scalarea (nmulirea cu un factor

pozitiv). De asemenea se poate discuta despre o strategie pur
Teoria jocurilor
dominat de o strategie mixt, care ar putea s o disloce, fr a

afecta esenial gsirea punctelor de echilibru, (Cititorul este
ndemnat s compare ultimul joc analizat cu unul prezentat
anterior i s trag concluziile de rigoare).
4.2 Jocuri bimatriceale cooperative
Aa cum artam la nceputul discuiei privind jocurile cu sum

arbitrar, un joc cooperativ este acela n care regulile sale permit alegerea n
comun a strategiilor i transferul de ctiguri ntre juctori, n scopul
cointeresrii lor ntr-o anumit aciune comun.
Ne vom servi de exemplul ctorva jocuri, pentru a ilustra situaii n
care juctorii au interesul s coopereze ntre ei. Punctul de plecare l va
constitui, n ideea continuitii, noiunea de cuplu de strategii de echilibru
Nash.
S considerm jocul bimatriceal urmtor:
B1
A1 (1,2)
A2 (2,2)
B2
B3
(2,-2) (3,1)
(4,-1) (6,3)
Se observ cu uurin c perechea de strategii (A2, B3) reprezint un

punct de echilibru al jocului (n strategii pure). n particular, ctigurile
corespunztoare ale juctorilor (6, respectiv 3) sunt valorile maxime ale
funciilor de ctig ale fiecruia, deci i suma ctigurilor (care nu mai poate
fi mbuntit prin considerarea strategiilor mixte) este maxim, ntre toate
combinaiile posibile de strategii. ntr-un asemenea caz, ipoteza cooperrii
ntre cei doi juctori nu are nici un efect.
Dac ns analizm jocul:

B1
A1 (3,2)
A2 (2,8)
B2
(9,1)
(7,5)
vom constata c, dei (A1, B1) este punct de echilibru al jocului, ctigurile
care le revin juctorilor nu i pot mulumi. Chiar suma lor, 5, ia valoarea cea
mai mic posibil. Eliminnd perechile (A2, B1) i (A1, B2), care favorizeaz
un juctor i l defavorizeaz pe cellalt, rmne perechea (A2, B2), ale crui
ctiguri aduc un plus amndurora fa de ce le ofer strategiile de echilibru.
Ea este ns instabil.
Ieirea din aceast dilem se face prin modificarea regulilor jocului,
prin acceptarea cooperrii. Odat acceptat, ea aduce cu sine ns o alt
problem, aceea a mpririi ntre cei doi juctori a ctigului comun, egal cu
12. Teoretic, se poate impune interzicerea plilor laterale ntre juctori,
situaie n care distribuia ctigurilor poate s rmn cea de la nceput. Nu
vom adopta o asemenea ipotez n cele ce urmeaz.
Jocurile de tip cooperativ au o problematic specific i rezolvarea
lor presupune att introducerea unor noiuni noi ct i revalorizarea altora
mai vechi.
Se pune astfel o prim ntrebare: sub ce limit a ctigului nu poate
s accepte s coboare fiecare juctor?
Rspunsul l furnizeaz acel ctig pe care l poate obine un juctor,
acionnd n mod independent, indiferent de strategia (pur sau mixt)
aleas de cellalt juctor. Referindu-ne la primul juctor, obinem valoarea
maximin a jocului corespunztoare lui, dat de expresia:
Teoria jocurilor
u* = max min 1(x,y),

xX
yY
unde x i y sunt strategii mixte pe mulimea strategiilor lui P1, respectiv ale
lui P2. Analog, pentru P2 valoarea maximin va fi:
v* = max min 2(x,y).
yY
xX
Deci, notnd cu (u, v) o pereche de ctiguri ale celor doi juctori, ea

ar putea constitui o soluie a jocului cooperativ numai dac avem
(u, v) (u*, v*).
La ntrebarea unde trebuie cutat soluia jocului, rspunsul l d
noiunea fundamental de mulime admisibil. Aceasta, notat cu S, este
mulimea tuturor perechilor de ctiguri (u, v) pe care le pot obine, prin
cooperare n alegerea strategiilor, cei doi juctori. Datorit faptului c sunt
acceptate strategiile mixte i, mai mult, ele pot fi corelate, aceast
submulime a lui 2 are proprietatea de convexitate. Este de presupus c
forma lui S va avea o influen asupra gsirii soluiei jocului.
O alt noiune important este aceea de frontier Pareto-optimal a
mulimii admisibile S. Astfel, un punct (u, v) S aparine acesteia dac
oricare ar fi > 0, > 0 rezult (u + , v) S i (u, v + ) S.
Vom ilustra noiunile introduse mai nainte i vom schia metoda de
gsire a soluiei, folosindu-ne de exemplul urmtorului joc bimatriceal.
A1
A2
A3
B2
B1
(3,8)
(1,2)
(4,5)
(2,0)
(3/2,6) (5,3)
Presupunem c regulile jocului permit cooperarea ntre juctori (dar

nu ca o consecin a faptului c jocul nu admite puncte de echilibru n
strategii pure).
Inversnd ordinea de mai nainte, vom determina mai nti mulimea
admisibil S, preciznd frontiera sa Pareto-optimal, folosindu-ne de o
reprezentare grafic. Dac notm cu W11 punctul din plan de coordonate
3
(1, 2) i, mai departe, W12 = (3, 8), W21 = (2, 0), W22 = (4, 5), W31 = ( , 6),
2
W32 = (5, 3), unde legtura dintre perechile de indici i perechile de ctiguri
este evident, atunci S va fi reprezentat prin aa-numita acoperire
convex a punctelor W11, ..., W32 (adic cea mai mic mulime convex
plan care le conine), dat n figura urmtoare prin mulimea haurat:
V
W12
W31
W22
S
W32
W11
W21
S precizm c exist cazuri n care unele puncte - ctiguri W pot s

fie situate n interiorul poligonului convex determinat de restul punctelor,
caz n care mulimea S va fi generat folosind numai aceste din urm
puncte.
Frontiera Pareto-optimal a lui S va fi format, n mod firesc, din
laturi ale poligonului W11W21 ... W31. Singurele care satisfac condiia dat
sunt W12W22 i W22W32. (Pentru puncte (u, v) aparinnd altor segmente,
Teoria jocurilor
cum ar fi W21W32 sau W31W12 este suficient s lum (u, v + ) sau (u + , v),
cu , > 0 alese corespunztor, pentru a constata c punctele obinute fac
parte din S). Aceast frontier Pareto [W12, W22, W32] va constitui, de fapt,
zona de interes n identificarea soluiei jocului, deoarece ea corespunde
cursului de cretere, att n u ct i n v, a punctelor (u, v) din S, favorabil
ambilor juctori.
n continuare vom gsi valorile maximin ale jocului (n strategii
mixte). Pentru a uura calculele, s facem observaia c atunci cnd dorim s
minimizm 1(x, y) n raport cu y Y, pentru un x X fixat, este suficient
s considerm strategiile pure y = (1, 0) i y = (0, 1) deoarece putem scrie:
1(x, y) = xC1yT = (x1, x2, x3)C 11 y1 + (x1, x2, x3) C 12 y2
unde y = (y1, y2), y1, y2 0, y1 + y2 = 1, iar C 11 i C 12 sunt respectiv prima i

a doua coloan a matricei de ctiguri a juctorului P1, notat C1. Concret,
vom avea:
min 1(x, y) = minx1 + 2x2 +
yY
= x1 + 2x2 +
3
x3
2
3
x3, 3x1 + 4x2 + 5x3 =
2
(x1, x2, x3 0)
Cum X = (x1, x2, x3)x1, x2, x3 0, x1 + x2 + x3 = 1 este un simplex

n 3, vom gsi:
u* = max min 1(x, y) = max (x1 + 2x2 +
xX
yY
xX
3
x3) = 2, care se atinge n
2
vrful (0,1,0) al lui X.

Cu un argument asemntor, folosind egalitatea 2(x, y) = yC T2 xT,
unde C2 este matricea ctigurilor lui P2, vom obine:
min 2(x, y) = min2y1 + 8y2, 5y2, 6y1 + 3y2.
xX
Dar y2 = 1 y1, deci vom calcula:

min-6y1 + 8, -5y1 + 5, 3y1 + 3 pentru y1 [0, 1].
Expresia acestuia este egal cu 3y1 + 3, dac y1 [0,
1
] i egal cu
4
1
-5y1 + 5, dac y1 [ , 1]. n final, avem:
4
v* = max min 2(x, y) = 3
yY
xX
1
15
+3=
.
4
4
Soluia jocului cooperativ dat, n sensul lui Nash, va fi o pereche

( u , v ) din S, cu proprietatea ( u , v ) (2,
15
) i care maximizeaz expresia
4
(u u*)(v v*) pentru acele perechi (u, v) cu u 2 (n cazul n care exist

(u, v) S cu u > u* i v > v*). Ea va aparine frontierei Pareto-optimale a
lui S.
Se demonstreaz c punctul cutat (unic prin construcie) are
proprietatea c dreapta tangent la frontiera lui S, dus prin el, are panta
(coeficientul unghiular) egal cu opusul pantei dreptei care unete (u*,v*)
cu ( u , v ). Evident, aceast tangent trebuie s existe, drept pentru care
punctele W12, W22 i W32 sunt tratate (eventual) separat.
Cum coeficientul unghiular al dreptei care unete (2,
15
) cu un
4
(u, v) de pe frontier este o mrime care variaz continuu, analiza decurge

dup cum urmeaz.
Panta dreptei care conine segmentul [W32W22] (i care joac rolul
tangentei la frontiera lui S pentru punctele din interiorul su) este:
1 =
53
= -2.
45
Teoria jocurilor
Unind punctul (2,
15
) cu (5, 3) se obine o dreapt cu panta egal
4
15
4 = - 1 . Asemntor, dreapta care trece prin punctele (2, 15 ) i
cu:
52
4
4
3
(4, 5) are panta egal cu
5
. Aadar, fcndu-l pe (u, v) s varieze n
8
interiorul lui [W32W22] obinem o dreapt cu panta care parcurge

1 5
, ). Cum opusul lui 1 nu se gsete n aceast plaj de
4 8
intervalul (-
1 5
valori (2 (- , )), rezult c ( u , v ) nu aparine interiorului segmentului
4 8
menionat.
Continund analiza cu punctele din interiorul segmentului [W22W12],
constatm c panta dreptei suport a acestuia este 2 =
unim pe (2,
85
= -3. Dac
34
15
17
) cu (3, 8) obinem o dreapt avnd panta egal cu
. Deci,
4
4
atunci cnd (u, v) variaz ntre capetele W22 i W12, dreapta care l unete cu
5 17
(u*,v*) are panta ( , ).
8 4
5 17
n acest caz, - 2 = 3 ( , ) i rmne s l determinm pe
8 4
( u , v ) ca un punct situat ntre W22 i W12.
Dreapta care trece prin punctele (4, 5) i (3, 8) are ecuaia:
v5 u 4
v = -3u + 17. Ea se va intersecta cu o dreapt care
=
3
1
trece prin (2,
15
), de pant egal cu 2 = 3, n ( u , v ).
4
Rezult sistemul de ecuaii:

v-
15
= 3(u 2)
4
v = - 3u + 17
de unde, prin eliminarea lui v, gsim 6u = 17 +
iar v = 3
9
77
3.208,
i deci u =
4
24
59
77 9
- =
= 7.375.
24 4
8
Soluia de tip Nash a jocului cooperativ considerat mai sus este

perechea de ctiguri ( u , v ) = (
77 59
, ).
24 8
La acest moment se cuvine a fi fcut o observaie referitoare la

transferul ctigurilor. Astfel, din ecuaia:
v = -3u + 17, rezult c o unitate valoric cedat de P1 se transfer
n 3 uniti valorice ale lui P2, deoarece avem:
-3(u 1) + 17 = -3u + 17 + 3 = v + 3.
Putem vorbi deci de o rat de transfer a ctigurilor de la P1 ctre
P2, egal cu 3(3 la 1).
S facem diferenele ntre ctigul dat de soluia Nash i valoarea
maximin pentru fiecare juctor n parte:
77
29 59 15 29
=
-2=
;
24
24 8
4
8
Raportul lor (n ordinea P2 / P1) este
29
29
= 3, deci coincide cu
8
24
rata de transfer. Aceasta ne arat c prile de ctig obinute prin cooperare,

n plus fa de ctigul maximin, de ctre fiecare juctor, se situeaz ntr-o
proporie egal cu rata de transfer n punctul ( u , v ).
Teoria jocurilor
S nu pierdem din vedere faptul c scopul fiecrui juctor este ca si mbunteasc ctigul, inclusiv prin cooperare, dar neexcluznd
influenele subiective. n acest context, putem observa c suma ctigurilor
Nash:
u + v 3.208 + 7.375 = 10.583,
este strict inferioar sumei 3 + 8 = 11 ce rezult dac cei doi juctori convin
s aplice strategiile A1 i B2, respectiv. Diferena rezultat ar putea s fie
obiectul unui transfer de ctig n scopul amintit. Trebuie s acceptm din
aceast cauz concluzia c soluia Nash nu e cea mai bun?
S observm c n calculele de mai sus nu am inut seama de rata de
transfer, egal cu 3 pentru toi (u, v) [W12, W22]. Acestea ar fi trebuit s
arate astfel (n uniti ale lui P2):
3 3 + 1 8 = 9 + 8 = 17
3 3.208 + 1 7.375 = 9.624 + 7.375 = 16.999 17.
n ncheiere s menionm c exist i un alt mod de producere a
soluiei jocului cooperativ, bazat pe aa-numitele strategii de ameninare.
Pentru lmuriri, ndrumm cititorul ctre referinele bibliografice date.
5. Jocuri de n persoane. Valoare Shapley
n cele ce urmeaz vom considera jocul de n persoane, n care notm

cu N = 1, 2, ..., n mulimea tuturor juctorilor i presupunem permis
cooperarea ntre acetia.
Definiia 1. Orice submulime nevid a lui N (inclusiv N i toate
submulimile formate dintr-un singur juctor) se numete coaliie.
Definiia 2: Se numete funcie caracteristic a unui joc de n juctori
funcia v, definit pe mulimea prilor lui N, care asociaz fiecrei coaliii

S N valoarea maximin (corespunztoare lui S) a jocului de dou persoane
jucat ntre coaliiile S i N S.
Deci notm prin v(S) ctigul pe care juctorii din S l pot obine n
joc (acionnd n cooperare), indiferent de ceea ce fac restul juctorilor.
Prin definiie vom considera:
v() = 0
(1)
Dac S i T sunt coaliii disjuncte, unindu-i forele, ele pot realiza

un ctig cel puin tot att ca n cazul cnd acioneaz separat. Acest lucru se
scrie astfel:
v(S T) v(S) + v(T), dac S T =
(2)
i nseamn c funcia caracteristic v are proprietatea de superaditivitate.

Dac n jocul de dou persoane elementul esenial era studiul
strategiilor mixte, n jocul de n persoane acest element esenial este
formarea de coaliii. Funcia caracteristic d posibilitile diferitelor coaliii
i este cea mai potrivit pentru studiul acestora.
Definiia 3: Prin joc de n persoane n form caracteristic se
nelege o funcie v cu valori reale definit pe submulimile lui N i care

satisface condiiile (1) i (2).
Prin definiie, v(S) este valoarea maximin a jocului ntre S i N - S.
Dac presupunem c jocul este cu sum constant, adic suma ctigurilor
tuturor juctorilor este constant, indiferent de desfurarea jocului, atunci:
v(S) + v(N-S) = v(N).
v(N) este valoarea ce se poate obine prin cooperare general i se mai
numete valoare total.
Teoria jocurilor
Notm cu v(i) valoarea pe care juctorul i o poate obine acionnd

independent. Evident juctorul i va intra n coaliia S dac valoarea
ctigului este cel puin v(i).
Definiia 4: ntr-un joc v de n persoane vectorul x = (x1, ..., xn), cu
condiiile:
a)
x
iN
= v(N) i
b) xi v(i), () i N,
se numete imputaie.
Evident, din a) i b), rezult c:

v(N)
v({}i ) .
iN
Definiia 5: Un joc v se numete esenial, dac
v(N) >
v({}i )
i neesenial n caz contrar.
iN
Jocurile eseniale sunt acelea ce prezint interes.

Deoarece jocurile n forma caracteristic (definiia 3) sunt funcii cu
valori reale, are sens s vorbim despre suma a dou sau mai multe jocuri.
Definiia 6: Se numete suport al unui joc v o coaliie T cu
proprietatea:
v(S) = v(S T)
pentru orice coaliie S.
Aceasta nseamn c orice juctor care nu aparine unui suport al

jocului este lipsit de importan, adic nu aduce nimic unei coaliii.
Definiia 7: Fie v un joc de n persoane i o permutare arbitrar a
mulimii N. Prin v nelegem jocul obinut din v n care s-au interschimbat

rolurile juctorilor prin permutarea .
Axiomele Shapley
Numim
valoare
unui
joc
de
persoane,
vectorul
[v] = (1[v],..., n[v]), unde i[v] reprezint partea care trebuie atribuit
juctorului i, i = 1, n , din ctigul total v(N), cu proprietile:

a1) pentru orice suport S al lui v avem:
[v] = v(S) ;
iS
a2) pentru orice permutare i orice juctor i N, (i)[v] = i[v];

a3) pentru oricare dou jocuri u i v avem: [u + v] = [u] + [v].
Aceste trei proprieti sunt axiomele lui Shapley i ele sunt suficiente
pentru a determina o funcie valoare , definit pentru toate jocurile. Dm
fr demonstraie urmtoarea:
Teorem [16]
Exist o funcie unic , definit pentru toate jocurile, care satisface

axiomele a1, a2, a3 i anume:
i[v] =
( t 1)!(n t )!
[v(T) v(T {}
i )]
n!
T N
(3)
iT
unde t este numrul juctorilor din coaliia T.

Semnificaia termenului v(T) v(T - i) este ctigul primit de
juctorul i, sau valoarea cu care acest juctor contribuie la ctigul total al
coaliiei T din care face parte.
Dac vom presupune c termenul v(T) v(T - i) poate lua numai
valorile 0 sau 1, i anume ia valoarea 1 dac i numai dac T este o coaliie
ctigtoare, dar T - i nu este ctigtoare, atunci jocul v este un joc
simplu, iar formula (3) se simplific, astfel:
i[v] =
( t 1)!(n t )!
n!
T N
iT
(4)
Teoria jocurilor
unde sumarea se face pentru toate coaliiile ctigtoare T pentru care

T - i nu este ctigtoare.
Aplicaie [16]
O societate pe aciuni are 4 acionari ce posed respectiv 10, 20, 30

i 40% din aciuni. Toate deciziile privind activitatea societii se iau cu
majoritatea simpl (cel puin 51% voturi, care sunt proporionale cu numrul
de aciuni posedate). Considernd aceast situaie ca un joc simplu de 4
persoane se cere:
a) s se gseasc toate coaliiile ctigtoare;
b) s se scrie coaliiile ctigtoare T pentru care T - 1 nu este
ctigtoare;
c) s se determine valoarea Shapley = (1, 2, 3, 4), unde i este
partea ce se atribuie juctorului i, i = 1,4 , din ctigul total;
d) s se fac observaii asupra rezultatului obinut la punctul c).
Rezolvare
a) Coaliiile ctigtoare sunt:
2, 4, 3, 4, 1, 2, 3, 1, 2, 4, 1, 3, 4, 2, 3, 4, 1, 2, 3, 4.
b) Dintre coaliiile ctigtoare ce l conin pe primul acionar
singura care devine nectigtoare cnd este scos din coaliie acesta este
coaliia: 1, 2, 3, n care t (numrul acionarilor) este egal cu 3.
c) Aplicnd formula (4), unde t = 3, n = 4, i = 1, avem:
1 =
2!1! 1
= .
4! 12
Analog, coaliiile ctigtoare, care i pierd aceast proprietate dac

acionarul 2 este nlturat sunt:
2, 4, 1, 2, 3,1, 2, 4.
Formula (4) va da pentru 2 suma a trei termeni, fiecare

corespunznd uneia din coaliiile de mai sus.
Astfel pentru coaliia 2, 4, t = 2, n = 4, i = 2, primul termen din (4)
va fi:
(2 1)! (4 2)! 1
= .
4!
12
Pentru 1, 2, 3, t = 3, n = 4, i = 2, obinem:
(3 1)! (4 3)! 1
= .
4!
12
Iar pentru 1, 2, 4, t = 3, n = 4, i = 2, aceeai valoare ca mai sus,
adic
1
. Atunci:
12
2 =
1 1 1 1
+ + = .
12 12 12 4
Procednd similar vom obine:
3 =
5
1
i 4 =
.
4
12
Astfel valoarea Shapley este vectorul:
=(
1 1 1 5
, , , ).
12 4 4 12
Observaie: este o imputaie deoarece satisface condiiile
definiiei 4.
d) Valoarea Shapley nu concord cu vectorul voturilor dat de
1 1 3 2
, , , ) ale crui componente sunt proporionale cu numrul
10 5 10 5
aciunilor deinute.
Astfel 2 = 3 dei acionarul 3 posed mai multe aciuni ca
acionarul 2. Acionarul 3 nu are posibiliti mai mari dect acionarul 2 de a
Teoria jocurilor
participa la o coaliie ctigtoare. Importana acionarului 4 este mai mare

dect cea corespunztoare procentului aciunilor sale, iar a juctorului 1 este
mai mic dect cea corespunztoare aciunilor sale.
Dac acionarii ar deine respectiv 10, 30, 30, 30% din aciuni,
oricare doi dintre acionarii 2, 3, 4 pot forma coaliii ctigtoare n timp ce
acionarul 1 este lipsit de orice importan neputnd aduce nimic nici unei
coaliii. Atunci valoarea jocului este vectorul:
= (0,
1 1 1
, , ).
3 3 3
6. Probleme
1. S se stabileasc valoarea jocului i strategiile pure optime pentru
jocul:
B
A
A1
A2
A3
j
B1
B2
B3 B4
-4
8
-1
8
4
6
0
6
2
5
1
5
11
7
-4
11
i
-4
5
-4
Rezolvare
Lund i = min aij, i = 1,3 , j = max aij, j = 1,4 , completm

1 j 4
1 i 3
coloanele i, respectiv j. i deoarece = max i = 5 = 2, iar = min j =

1 i 3
1 j 4
= 5 = 3 rezult c jocul are punct a, iar strategiile pure optime ale celor doi
juctori sunt respectiv A2 i B3, iar valoarea jocului v = a23 = 5.
2. S se rezolve jocul de ordinul 2 2 cu matricea:
1 1
, pe cale matriceal.
A =
6 0
Rezolvare
Jocul nu are punct a deoarece 6 i 1 nu sunt minime pe liniile lor.

Vom folosi relaiile (9) de la 2.3.a. Cum A = -6 0 i:
0 1
, JA* = (1, 1)
A* =
6 1
0 1
= (-6, -2);
6 1
0 1 1 1
= , JA*JT = (-6, -2)
A*JT =
6
1
1 7
1
= -8
1
rezult c:
x=
yT =
v=
JA *
1
3 1
= (6,2) = ,
T
JA * J
8
4 4
A * JT
1 1 1/ 8
1 7
, de unde y = ( , )
= =
T
8 8
JA * J
8 7 7 / 8
|A|
6 3
= .
=
T
JA * J
8 4
3. S se rezolve pe cale grafic jocul a crui matrice este:
6 2
1
5
3
4
1 5
2 2
Teoria jocurilor
Rezolvare
Observm c linia a cincea este dominat de linia a treia, deci vom

renuna la linia a cincea i jocul va fi de forma 4 2,
6 2
1
5
A=
.
3
4
1 5
Strategiile juctorului P2 verific relaiile:

6y1 2y2 v
5y1 + y2 v
3y1 + 4y2 v
-y1 + 5y2 v
y1 + y2 = 1
Punnd y1 = 1 y2 n primele 4 inegaliti, acestea devin:
6 8y2 v
5 4y2 v
y2 + 3 v
6y2 1 v
i sunt reprezentate grafic mai jos:
v
6
(d4)
5
M
3
(d3)
5
4
(d2)
1
-1
-2
(d1)
y2
unde am asociat fiecrei inegaliti (i), dreapta di, i = 1,4 , ce mparte

semiplanele determinate de inegalitatea (i). Poriunea din plan cuprins ntre
y2 = 0 i y2 = 1 (y2 este o probabilitate), i dedesubtul liniei frnte ngroate
conine mulimea punctelor (y2, v) ce verific cele 4 inegaliti. Linia
ngroat conine punctele cu cea mai mare valoare a lui v, iar dintre acestea
punctul cu cea mai mic valoare dintre cele de pe linia frnt este
M = d2 d3 i deci va avea coordonatele date de soluia sistemului:
5 4y2 = v
y2 + 3 = v
de unde y2 =
2
3
, y1 = iar v = 3, 4, deci y2 i v satisfac restriciile 2 i 3 cu
5
5
egaliti. Teorema ecarturilor ne spune c atunci componentele x2 i x3 din

problema dual vor fi pozitive.
3 2
Deci strategia lui P2 este y = ( , ).
5 5
Soluia optim a juctorului P1 verific relaiile:
6x1 + 5x2 + 3x3 x4 v
-2x1 + x2 + 4x3 + 5x4 v
x1 + x2 + x3 + x4 = 1
n care x2, x3 > 0 iar x1 = x4 = 0. Atunci eliminnd prima i a patra linie din
A va rezulta un joc redus cu matricea:
5 1
.
A1 =
3 4
Determinarea strategiei lui P1 o vom face cu ajutorul formulelor (9)
din 2.3.a, unde:
4 1
; JA 1* = (1,1)
A1 = 17; A 1* =
3
5
4 1
= (1, 4);
3 5
Teoria jocurilor
1
JA 1* JT = (1, 4) = 5 deci:
1
x=
JA1*
1
4
1 4
1
i strategia lui
= (1, 4) = ( , ), deci x2 = , x3 =
* T
JA1 J
5
5 5
5
5
P1 este x = (0,
1 4
, , 0).
5 5
4. S se determine prin metodele cunoscute valoarea jocului i
strategiile juctorilor pentru cazul n care matricea plilor este:
1
2
0 2 1
3 4
5
.
3 1
1
1 2
3
Rezolvare
Aplicnd principiul strategiilor dominate observm c linia a doua

are elementele respectiv mai mari ca linia a patra, deci o vom terge pe
aceasta din urm. Coloana a treia domin coloana a patra, care va fi tears
i matricea jocului se va restrnge la:
4 0 2
A = 1 3 4 .
2 3 1
Cercetm dac jocul este cu punct a, adugnd matricei A coloana
i (a celor mai mici elemente pe linie) i linia j (a celor mai mari elemente
pe coloan).
Obinem:
A1
A2
A3
j
B1
4
1
2
4
B2
0
3
3
3
B3
-2
4
1
4
i
-2
1
1
de unde = maxi = 1, = minj = 3, deci , jocul nu are punct a, iar

valoarea jocului v (1, 3).
a) Rezolvm nti problema pe cale matriceal, folosind formulele
(9) din observaia dat n paragraful 2.3.a.
A = -30;
9 6 6
A = 7 8 18
3 12 12
JA = ( 5,10, 0 ); A J T = ( 9, 3, 3); JA J T = 15
x=
JA
1
1 2
= ( 5; 10, 0 ) = , , 0
T
15
JA J
3 3
AJ
1
3 1 1
= ( 9, 3, 3) = , ,
J=
T
15
JA J
5 5 5
v=
A
T
JA J
30
=2
15
Aplicm procedeul din observaia mai sus citat i verificm criteriul

lui Neumann, astfel:
4 0 2
1 2
x A = , , 0 1 3 4 = (2, 2, 2 ) = 2J
3 3
2 3 1
Teoria jocurilor
4 0 2 3 / 5 2

A y = 1 3 4 1 / 5 = 2 = 2 J T
2 3 1 1 / 5 2

Deci x i y sunt o soluie a jocului cu v = 2 .

b) Rezolvm problema prin programare liniar. Modelul matematic
al jocului scris din punctul de vedere al celui de al doilea juctor cu strategia

y = (y1 , y 2 , y 3 ) , va fi:
2y 3 v
4 y1
y 1 + 3y 2 + 4 y 3 v
2 y 1 + 3y 2 + y 3 v
y1 + y 2 + y 3 = 1; y j [0,1], j = 1,3 .
Cum v (1,3) deci este pozitiv, mprim relaiile de mai sus prin v
i notm:
Yj =
yj
v
, j = 1,3
Deoarece P2 urmrete s fac minim v, atunci va dori s fac maxim

1
i obinem:
v
[max]g =
1
= Y1 + Y2 + Y3
v
4Y1
2Y3 1
Y1 + 3Y2 + 4Y3 1
2Y1 + 3Y2 + Y3 1
Yj 0 , j = 1,3
Aducem problema la forma standard i aplicm algoritmul simplex.
2Y3 + Y4 = 1
4Y1
Y1 + 3Y2 + 4Y3 + Y5 = 1
2Y1 + 3Y2 + Y3 + Y6 = 1
Yj 0 , j = 1,6
[max]g =
1
= Y1 + Y2 + Y3 + 0 (Y4 + Y5 + Y6 ) .
v
CB
YB
a4
a5
a6
0
0
0
1
1
1
0
a1
a5
a6
a1
a3
a6
gj
j=cj-gj
1
0
0
gj
j=cj-gj
1
1
0
gj
j=cj-gj
1/4
3/4
2/4
1/4
1/3
1/6
1/6
1/2
1
a1
4
1
2
0
1
1
0
0
1
0
1
0
0
1
0
1
a2
0
3
3
0
1
0
3
3
0
1
1/3
2/3
5/3
1
0
1
a3
-2
4
1
0
1
-1/2
9/2
2
-1/2
3/2
0
1
0
1
0
0
a4
1
0
0
0
0
1/4
-1/4
-1/2
1/4
-1/4
2/9
-1/18
-7/18
1/6
-1/6
0
a5
0
1
0
0
0
0
1
0
0
0
1/9
2/9
0
1/3
-1/3
Am ajuns la soluia optim care va fi:

max g =
1 1
= , de unde v = 2 .
v 2
Y1 = 1 / 3 , Y3 = 1 / 6 de unde y1 = v Y1 = 2 1 / 3 =
2
;
3
y 3 = v Y3 = 2 1 / 6 = 1 / 3 , deci strategia lui P2 va fi :

2 1
y = ,0,
3 3
0
a6
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
0
1/6
1/4
Teoria jocurilor
1
1
, X 2 = , X 3 = 0 de unde :
6
3
2
1 1
1 2
x 1 = vX1 = 2 = ; x 2 = ; x 3 = 0 i x = , , 0 .
3
6 3
3 3
X1 =
Observaie: Prin metoda b) strategia lui P1 este aceeai cu cea din a),
dar strategia lui P2 difer. Acest lucru a aprut deoarece n rezolvarea prin
simplex a problemei, n etapa de optim 2 = 0 dei a2 B. n acest caz
problema are o infinitate de soluii. S mai gsim una continund simplexul
cu nc o iteraie prin introducerea n baz a lui a2 i eliminarea lui a6.
a1
a3
a2
1
1
1
gj
j=cj-gj
3/10
1/10
1/10
1/2
1
0
0
1
0
0
0
1
1
0
0
1
0
1
0
3/10
1/10
-7/10
1/6
-1/6
1/9
2/9
0
1/3
-1/3
-1/5
-2/5
3/5
0
0
1 2
Obinem aceeai valoare v = 2 i x = , , 0 .
3 3
Dar Y1 =
3
1
1
, Y2 = , Y3 = , ce conduce la:
10
10
10
3
1
1
3 1 1
y1 = , y 2 = , y 3 = , adic y = , , soluie gsit i prin
5
5
5
5 5 5
metoda a).
Dar dac o problem de programare liniar are dou soluii optime:
2 1
3 1 1
y = , 0, i y = , , ea va avea o infinitate de soluii optime, date
3
3
5 5 5
de combinaia liniar convex de y' i y''. Deci P2 are o infinitate de strategii

date de:
1
2
3 1 1
y = y + (1 ) y = , 0, + (1 ) , , =
3
3
5 5 5
9 + 1 3 + 2
,
,
=
, 0 1.
5
15
15
Observaie: Dac la metoda matriceal de la punctul a) am fi aplicat
procedeul dat n paragraful 2.3.a, am fi gsit i alt soluie pentru jocul

considerat i orice combinaie liniar convex de soluiile gsite ar fi fost tot
o soluie a jocului, de unde infinitatea de soluii dat de algoritmul simplex.
5. S se rezolve jocul G = (A, B, f) n care matricea plilor A este:
B
A
A1
A2
A3
B1
B2
B3 B4
3
6
2
-1
8
5
0
3
1
7
5
3
Rezolvare
Determinm valoarea inferioar i valoarea superioar ale jocului:

i = min aij i v G = max i =
1 j 4
1 i 3
j = max aij i v G = min j =

1 j 4
1 i 3
Avem:
B
A
A1
A2
A3
j
B1
B2
B3 B4
3
6
2
6
-1
8
5
8
0
3
1
3
7
5
3
7
i
-1
3
1
1 = min3, -1, 0,7 = -1

2 = min6, 8, 3,5 = 3
3 = min2, 5, 1,3 = 1
de unde = max-1, 3, 1 = 3 = v G .
1 = max3, 6, 2 = 6;
2 = max-1, 8, 5 = 8;
Teoria jocurilor
3 = max0, 3, 1 = 3;
4 = max7, 5, 3 = 7;
= min6, 8, 3, 7 = 3 = v G .
Cum vG = v G = 3, rezult c jocul are punct a i P1 va alege numai
strategia A2 iar P2 numai B3, indiferent de numrul partidelor ce se joac.
6. S se rezolve jocul matriceal G = (A, B, f) asociat unei situaii de
concuren a dou firme, dac s-a stabilit c matricea jocului este:

B
A
A1
A2
A3
B1
B2
B3
0
-2
1
-5
2
-1
2
-1
1
Rezolvare
Determinm vG i v G pentru a vedea dac jocul are punct a. Avem:

B
A
A1
A2
A3
j
B1
B2
B3 i
0
-2
1
1
-5
2
-1
2
2
-1
1
2
-5
-2
-1
vG = maxi = max-5, -2, -1 = -1

v G = minj = min1, 2, 2 = 1
Din vG v G rezult c jocul nu are punct a i valoarea lui

v (-1, 1).
Cutm strategiile mixte x = (x1, x2, x3) pentru P1 i y = (y1, y2, y3)
pentru P2, prin intermediul programrii liniare.
Mai nti transformm elementele matricei A, pentru a avea v > 0.
E suficient s adunm 2 la elementele matricei iniiale i avem:

2 3 4
A = 0 4 1 = (aij + 2).
3 1 3
Jocul corespunztor matricei A va avea aceleai strategii mixte

optime ca jocul iniial, doar valoarea jocului este v = v + 2, adic cu 2 mai
mare dect valoarea jocului iniial.
Pentru P2 problema de programare liniar ce trebuie rezolvat va fi:
2y1 3y2 + 4y3 v
4y2 + y3 v
3y1 + y2 + 3y3 v
y1 + y2 + y3 = 1
yj 0, j = 1,3
Cu v > 0, Yj =
[max]g =
yj
v
1
= [max]g, avem:
v
1
= Y1 + Y2 + Y3
v
2Y1 3Y2 + 4Y3 + Y4 = 1

4Y2 + Y3 + Y5 = 1
3Y1 + Y2 + 3Y3 + Y6 = 1
Yj 0, j = 1,6 .
Rezolvm problema aplicnd algoritmul simplex.
Teoria jocurilor
CB
YB
a4
a5
a6
0
0
0
1
1
1
0
a4
a2
a6
a4
a2
a1
gj
j=cj-gj
0
1
0
gj
j=cj-gj
0
1
1
gj
j=cj-gj
7/4
1/4
3/4
1/4
3/4
1/4
1/4
1/2
1
a1
2
0
3
0
1
4
0
3
0
1
0
0
1
1
0
1
a2
-3
4
1
0
1
0
1
0
1
0
0
1
0
1
0
1
a3
4
1
3
0
1
19/4
1/4
11/4
1/4
3/4
13/12
1/4
11/12
7/6
-1/6
0
a4
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
a5
0
1
0
0
0
3/4
1/4
-1/4
1/4
-1/4
13/12
1/4
-1/2
1/6
-1/6
0
a6
0
0
1
0
0
0
0
1
0
0
-4/3
0
1/3
1/3
-1/3
1/4
1/3
7/16
3/12
Am ajuns la soluia optim care este:

[max]g =
Y1 =
y1
v
1 1
= , de unde v = 2
v 2
1
1
1
1
1
, de unde y1 = 2 = ; Y2 = , de unde y2 = ,
4
4
2
4
2
y3 = 0;
X2 =
deci: x = (0,
1 x1
1
1
1
2
, de unde x2 = 2 = ; X3 = , de unde x3 = ;x1 = 0
=
6
6
3
3
3
v
1 2
1 1
, ), y = ( , ,0) iar v = v - 2 = 2 2 = 0.
3 3
2 2
Echilibrul realizat se manifest aici prin anularea ctigului fiecrui

participant.
7. O familie se aprovizioneaz pentru iarn cu crbune de un anumit
tip. Cantitatea necesar i condiiile de aprovizionare sunt date n urmtorul

tabel [10]:
Iarna
Uoar
Obinuit
Grea
Cantitatea
necesar
n tone
4
5
6
Pre
unitar
u.m./t
70
75
80
Dac aprovizionarea se face vara, preul unitar este de 60 u.m./t.

Se cere:
a) s se scrie matricea plilor tiind c aprovizionarea se face n
timpul verii;
b) s se decid strategia prin criteriul maximin;
c) s se decid strategia prin criteriul minimax;
d) s se decid strategia prin criteriul Savage;
e) s se decid strategia cnd strile iernii sunt egal probabile;
alternativ, cnd probabilitile sunt respectiv 0,2; 0,5 i 0,3;
f) pentru = 0,75 s se determine strategia optim prin criteriul
Hurwicz.
Rezolvare
a) Matricea asociat jocului generat de problema dat va fi:
Strategia
iernii uoar
Cantitatea
S1:4t
contractat
A1:4t
-240
A2:5t
-300
A3:6t
-360
obinuit
S2:5t
grea
S3:6t
-315
-300
-360
-400
-380
-360
unde, de exemplu, elementul de pe linia lui A2 i coloana lui S3 s-a calculat

astfel: s-au cumprat 5t a cte 60 u.m. pentru care s-au pltit 300 u.m.; iarna
Teoria jocurilor
fiind grea, mai este nevoie de o ton ce se cumpr iarna cu preul de 80

u.m., deci n total cheltuielile vor fi de 380 sau n matricea ctigurilor lui P1
vom scrie -380.
b) n aplicarea criteriului maximin se alege minimul elementelor de
pe fiecare linie i dintre acestea se determin maximul, astfel:

A1
A2
A3
-400
-380
-360
Cel mai mare este -360 i indic alegerea strategiei A3.

c) Criteriul minimax recomand alegerea elementului maxim de pe
fiecare linie i apoi determinarea celui mai mic dintre acestea.

A1
A2
A3
-240
-300
-360
Cel mai mic este -360 i corespunde strategiei A3.

d) Formm matricea R a regretelor din A scznd din cel mai mare
element al unei coloane toate elementele coloanei respective. Obinem:

0 15 40
R = 60 0 20 .
120 60 0
Determinm apoi n R cel mai mare element pe fiecare linie i apoi

cel mai mic dintre acestea. Obinem:
A1
A2
A3
40
60
120
Cel mai mic este 60 i recomand strategia A2.
e) n ipoteza c strile Si, i = 1,3 , sunt egal probabile, vom calcula
cheltuielile medii pentru fiecare strategie Ai, i = 1,3 . Astfel:

(1, y) =
1
1
1
955
(-240) + (-315) + (-400) = 3
3
3
3
(2, y) = -
980
1080
i (3, y) = .
3
3
Cea mai mare dintre aceste sume este (1, y) i recomand A1. Dac
strile nu sunt egal probabile ci au respectiv probabilitile: 0,2; 0,5; 0,3,
cheltuielile medii vor fi:
(1, y) = 0,2(-240) + 0,5(-315) + 0,3(-400) = -325, 5
(2, y) = 0,2(-300) + 0,5(-300) + 0,3(-380) = -324
(3, y) = 0,2(-360) + 0,5(-360) + 0,3(-360) = -360
i cea mai mic cheltuial este (2, y) i recomand A2.
f) Atam matricei iniiale A coloanele elementelor mi = min aij i
1 j 3
Mi = max aij, apoi coloana elementelor Mi + (1 - )mi, astfel:

1 j 3
Ai
A1
A2
A3
Si
S1
S2
S3
mi
Mi
Mi+(1-)mi
-240
-300
-360
-315
-300
-360
-400
-380
-360
-400
-380
-360
-240
-300
-360
160-400
80-380
-360
Pentru = 0,75, corespunztor lui A1, obinem pe ultima coloan

160 0,75 400 = - 280; pentru A2, 80 0,75 380 = -320 i pentru A3,
- 360. Cea mai mic cheltuial este pentru A1.
Teoria jocurilor
8. S se elimine strategiile dominate i s se cerceteze existena
punctelor de echilibru Nash (n strategii pure) pentru urmtorul joc

bimatriceal.
P2
P1
A1
A2
A3
A4
B1
B2
B3
B4
(5,4)
(2,7)
(6,8)
(3,2)
(3,1)
(3,4)
(1,3)
(4,7)
(9,0)
(1,3)
(0,2)
(2,4)
(4,2)
(0,1)
(3,5)
(2,6)
Rezolvare
Se observ mai nti c strategia A4 a juctorului P1 domin strict

strategia A2 (oricare ar fi strategia de rspuns Bj a lui P2, avem a4j > a2j).
Dup eliminarea lui A2, care nu afecteaz punctele de echilibru, observm
c strategia B4 a lui P2 domin strict pe B3 (deoarece 2 > 0, 5 > 2 i 6 > 4).
Dup ce B3 este suprimat i ea, obinem un tabel restrns.
A1
A3
A4
B1
(5,4)
(6,8)
(3,2)
B2
(3,1)
(1,3)
(4,7)
B4
(4,2)
(3,5)
(2,6)
n aceast faz nu vom mai gsi strategii dominate. Urmnd

procedura de determinare a rspunsurilor optime, pe linii i pe coloane, vom
obine marcrile de mai jos:
A1
A3
A4
B1
(5,4)
(6,8)
(3,2)
B2
(3,1)
(1,3)
(4,7)
B4
(4,2)
(3,5)
(2,6)
Cum singurele perechi de ctiguri cu dou sublinieri sunt (6,8) i

(4,7), rezult c (A3, B1) i (A4, B2) sunt puncte de echilibru ale jocului (n
strategii pure). Observnd ctigurile corespunztoare, se poate spune c
(A3, B1) este preferabil lui (A4, B2) pentru ambii juctori i deci poate
constitui soluia jocului.
9. S se construiasc un joc bimatriceal care s admit un punct de
echilibru format din strategii pure de tip maximin.

Rezolvare
Fie jocul cu sum arbitrar dat prin matricea:

A1
A2
B1
(4,5)
(2,6)
B2
(3,4)
(5,7)
Se observ, fr dificultate, c (A1, B1) i (A2, B2) sunt puncte de

echilibru Nash al jocului. n acelai timp, avem valorile maximin:
max min aij = maxmin4,3, min2,5 = max3,2 = 3
i =1, 2
j=1, 2
max min bij = maxmin5,6, min4,7 = max5,4 = 5

i =1, 2
j=1, 2
Deci A1 e strategia maximin a lui P1 i B1 e strategia maximin a lui

P2. Se confirm, pe de alt parte, faptul c orice punct de echilibru i promite
fiecrui juctor un ctig mai mare sau egal cu valoarea maximin
corespunztoare lui a jocului.
10. S se arate c jocul n form normal de mai jos nu admite
puncte de echilibru Nash n strategii mixte:

A1
A2
B1
(1,0)
(0,3)
B2
(1,2)
(0,1)
B3
(0,1)
(2,0)
Teoria jocurilor
Rezolvare
Fie (p, q, 1 p q) o strategie mixt pe B = B1, B2, B3.

Avem deci p, q 0 i p + q 1. Cutm rspunsul optim al lui P1 la
aceast strategie a lui P2. Dac P1 folosete strategia A1 atunci i revine un
ctig mediu egal cu p + q, iar dac folosete strategia A2, ctigul mediu
este 2(1 p q). Comparndu-le, se deduce imediat c dac p + q [0, 2/3)
cel mai bun rspuns este A2 n timp ce pentru p + q (2/3, 1], cel mai bun
rspuns este A1.
Cazul p + q =
2
nu face deosebire ntre A1 i A2 ca replici optime
3
ale lui P1. Dac vom considera o strategie mixt (r, 1 r) pe A = A1, A2,
0 r 1, ctigurile medii ale lui P2 vor fi egale cu 3 3r, r + 1 sau r, dup
cum folosete strategiile pure B1, B2 sau B3, respectiv. Din inegalitile
3 3r > r + 1 > r reiese c rspunsul optim al lui P2 este B1, pentru
r<
1
1
1
i B2, pentru r > . n cazul r = , se rein ca cel mai bun rspuns
2
2
2
oricare dintre strategiile B1 sau B2.

S presupunem c punctele de echilibru ale jocului sunt de forma
((r*, 1 r*), (p*, q*, 1 p* - q*)). Vom analiza situaiile posibile pentru r*:
I.
Dac r* [0,
1
), rspunsul optim al lui P2 este B1, cruia i-ar
2
corespunde ca strategie mixt valorile p* = 1, q* = 0, ceea ce

nseamn c p* + q* = 1 >
2
i, n replic, am avea strategia
3
optim A1 a lui P1. Cum A1 poate fi identificat cu strategia

mixt (1, 0), rezult r* = 1, contrazicnd ipoteza iniial;
II. n cazul r* =
1
, orice strategie mixt a lui P2 de forma
2
(, 1-, 0), 0 1 este un rspuns optim. Discuia continu ca

mai nainte i se ajunge la concluzia r* = 1
III. Dac r* (
1
;
2
1
, 1), replica cea mai bun a lui P2 este B2; ei i
2
corespund valorile p* = 0, q* = 1 i cum p* + q* >
2
, rspunsul
3
1
optim al lui P1 e din nou A1. Obinem, ca mai sus, r*= 1( ,1);
2
IV. Ultima posibilitate, r* = 1 ne conduce la o strategie de rspuns
cu p* = 0, q* = 1 i, de aceast dat, cu rspunsul n oglind al

lui P1, lanul deduciilor se nchide. Am obinut astfel un punct
de echilibru n strategii pure, ((1,0), (0,1,0)), fapt ce clarific
cerina problemei vis--vis de teorema lui Nash. S mai
observm c, deoarece strategia B3 este strict dominat,
componenta corespunztoare ei ntr-o strategie optim a lui P2
nu putea fi dect nul.
11. ([12]) Dou firme cu profile asemntoare de activitate ofer
fiecare cte un loc de munc. S presupunem c se pltesc salarii diferite:

firma i pltete salariul si, unde (1/2) s1 < s2 < 2s1. S presupunem c exist
doi lucrtori ce doresc s se angajeze, dar fiecare nu poate opta dect pentru
o singur firm, acest lucru fcndu-se simultan. Dac numai cte un singur
lucrtor i ofer serviciile unei firme, el este angajat.
Dac ambii lucrtori opteaz pentru aceeai firm, aceasta angajeaz
pe unul dintre ei, la ntmplare, iar cellalt rmne, pe mai departe, fr
serviciu (i cu o plat presupus nul). S se gseasc soluia n strategii de
echilibru Nash a acestui joc.
Teoria jocurilor
Rezolvare
Vom construi pentru nceput forma normal a jocului descris.

Juctorii sunt cei doi lucrtori, strategiile lor constnd din opiunile pe care
le fac pentru firma 1 sau firma 2 i pe care le notm cu A1, A2, respectiv B1,
B2. Vom nota, ca de obicei, cu f1(,) i f2(,) respectiv, funciile de ctig ale
juctorilor. Considernd utilitile imediate ale celor doi lucrtori, rezultate
n urma alegerilor fcute, putem construi urmtoarea matrice de pli (n
ipoteza anselor egale):
A1
A2
B1
1 1
( s1, s1)
2 2
(s2,s1)
innd seama de ipotezele
B2
(s1,s2)
1 1
( s2, s2)
2 2
1
1
s1 < s2 i s2 < s1, vom putea scrie:
2
2
f1(A1, B2) = s1 >
1
s2 = f1(A2, B2)
2
f2(A1, B2) = s2 >
1
s1 = f2(A1, B1)
2
de unde rezult c (A1, B2) este punct de echilibru Nash.

Asemntor, obinem relaiile:
f1(A2, B1) = s2 >
1
s1 = f1(A1, B1)
2
f2(A2, B1) = s1 >
1
s2 = f2(A2, B2)
2
ceea ce arat c i (A2, B1) este un punct de echilibru Nash.

Faptul c fiecare lucrtor este angajat dac se opteaz pentru una sau
cealalt dintre perechile de strategii discutate vine n acord cu ideea de
echilibru, chiar dac unul dintre juctori poate s nu fie mulumit pe deplin
cu salariul pe care l obine.
Dac fiecare juctor ine la ansa sa de a fi angajat i de a primi un

salariu mai bun, atunci are sens considerarea strategiilor mixte.
Fie (y, 1-y) o strategie mixt a lui P2. Atunci ctigul mediu al lui P1
va fi dat de:
1
1
ys1 + (1 y)s1 = s1 - ys1, sau
2
2
ys2 +
1
1
1
(1 y) s2 = s2 + ys2, dup cum folosete strategia pur
2
2
2
A1 sau A2.
Din inegalitatea s1 -
1
1
1
ys1 >
s2 +
ys2, rezult c pentru
2
2
2
2s s
y 0, 1 2 cel mai bun rspuns al lui P1 la strategia mixt a lui P2 este
s1 + s 2
2s s
A1, iar pentru y 1 2 ,1] , acesta este A2 (s observm c s1 < 2s2 e
s1 + s 2
echivalent cu 2s1 s2 < s1 + s2).
O analiz similar se face pornind de la o strategie mixt (x, 1 x)
pe A1, A2. Urmnd procedeul de rezolvare descris n soluia la problema
10, vom obine urmtorul punct de echilibru Nash n strategii mixte:
2s1 s 2 2s 2 s1 2s1 s 2 2s 2 s1
s + s , s + s , s + s , s + s .
1
2
1
2
1
2
1
2
Desigur c n acest exemplu de joc nu se pune problema repetrii

sale de un numr de ori care s permit alternarea strategiilor.
Metoda de decizie pentru oricare juctor este s foloseasc un
generator de numere aleatoare (de tipul funciei RND a unui calculator de
buzunar); dac valoarea generat se gsete n intervalul (0,
atunci el va alege strategia A1(B1), altfel va juca A2(B2).
2s1 s 2
),
s1 + s 2
BIBLIOGRAFIE
1. ALLEN, R.G.D.
Analiz matematic pentru

economiti, Bucureti, Editura
tiinific, 1971
2. BAZ, D.,
COZMA, C.,
POPESCU, O.
Matematici aplicate n economie,

Bucureti, Lito ASE, 1981
3. BAZ, D.,
BUTESCU, V.,
STREMAN, N.

(Vol. I, II), Bucureti, Universitatea
Dimitrie Cantemir, 1997
4. BERGE, C.
Teoria grafurilor i aplicaiile ei,

Bucureti, Editura Tehnic, 1969
5. BOLDUR LESCU, G.,

SCUIU, I.,
IGNESCU, E.
Cercetare operaional cu aplicaii n

economie, Bucureti, Editura
Didactic i Pedagogic, 1979
6. BURLACU, V.,
SCUIU, I.
Matematici speciale aplicate n

economie, (Vol. II), Bucureti, Lito
ASE, 1983
7. CENU, GH.,
RAISCHI, C.,
BAZ, D. .a.
Matematici pentru economiti,

Bucureti, Editura Cison, 2000
8. CENU, GH.,
FILIP, A.,
BAZ, S. .a.
Matematici pentru economiti.

Culegere de probleme, Bucureti,
Editura Cison, 2000
9. CIUCU, G.,
IOSIFESCU, M. .a.
Teoria jocurilor, Bucureti, Editura

Tehnic, 1965
10. DANI, E.
Metode numerice n teoria jocurilor,

Cluj Napoca, Editura Dacia, 1983
11. DANTZIG, G.B.
Linear Programming and Extension,

New York, Princeton University
Press, 1963
12. GIBBONS, R.
A Primer in Game Theory, New York,

London, Harvester Wheatsheaf, 1992
13. HILLIER, F.,

LIEBERMAN, G.
Introduction to Operations Research,

Mc.Graw & Hill, 1993
14. KAUFMANN, A.
Metode i modele ale cercetrii

operaionale, (Vol. I, II), Bucureti,
Editura tiinific, 1967
15. KAUFMANN, A.,

DESBAZEILLE, G.
Metoda drumului critic, Bucureti,

Editura Tehnic, 1971
16. OWEN, G.
Teoria jocurilor, Bucureti, Editura

Tehnic, 1974
17. POPESCU, O.,

BAZ, D.,
BEGANU, G. .a.

Bucureti, Editura Didactic i
Pedagogic, 1993
18. POPESCU, O.,

BAZ, D.,
BEGANU, G. .a.
Matematici aplicate n economie.

Culegere de probleme, Bucureti,
Editura Didactic i Pedagogic, 1996
19. SHAPLEY, L.S.
A Value for n-Person Games. In

Annals of Mathematical Studies, 28
20. VDUVA, I.,

DINESCU, C.,
SVULESCU, B.
Modele matematice de organizare i

conducere a produciei, (Vol. I, II),
Bucureti, Editura Didactic i
Pedagogic, 1974
21. VRNCEANU, GH.,

MITITELU, t.
Probleme de cercetare operaional,

Bucureti, Editura Tehnic, 1978

Modele Matematice in Economie D. Baz S. Baz 2003

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modele Matematice in Economie D. Baz S. Baz 2003

Încărcat de

Drepturi de autor:

Formate disponibile

Cuvnt nainte

Lucrarea de fa este alctuit din patru capitole: Teoria

n ceea ce privete teoria jocurilor, este binecunoscut

n raport cu un obiectiv stabilit apriori, dac este posibil ca pentru

se gseasc o metod de determinare a succesiunii optime din punctul de

extremitatea final a lui ui coincide cu extremitatea iniial a lui ui+1,

Modele matematice n economie

1 i k-1, irul de arce se numete drum. Cnd extremitatea final a lui uk

Graful cu un numr finit de vrfuri se numete graf finit. Cnd

2. Matrici asociate unui graf

Fie graful G = (X, U) cu X = x1, ..., xn. Matricea A = (aij),

se numete matricea arcelor sau matricea conexiunilor directe. Ea

se numete matricea drumurilor sau matricea conexiunilor totale.

Dm acum cteva rezultate necesare prezentrii unui algoritm de

drum elementar este egal cu n -1.

Modele matematice n economie

Demonstraie: Aplicm metoda induciei complete i pentru n = 2

matricea drumurilor lui G. Atunci dij = 1, i j, dac i numai dac

Demonstraie: Dac dij = 1 rezult c exist cel puin un drum de la

( xi ) , atunci xj aparine cel puin unei

mulimi a reuniunii, fie aceasta T(k)(xi). Adic la xj se ajunge din xi printr-un

Cu rezultatele de mai sus dm etapele urmtorului

Modele matematice n economie

3) Procedm analog pentru fiecare linie din D i obinem n final

Matricea arcelor A va fi:

Pentru a obine linia 1 din D observm c n A elementul a14 = 1; l

Linia 3 din D este linia 3 din A deoarece are toate elementele 0. Pe

Notm cu p(xi) puterea de atingere a vrfului xi prin care nelegem

Modele matematice n economie

Observaia 3: n matricea D a unui graf fr circuite, primul

3. Drumuri hamiltoniene ntr-un graf

i fr circuite. G conine un drum hamiltonian dac i

Demonstraie: Presupunem c n G exist drumul hamiltonian

diagonalei principale unde sunt exact

permite determinarea drumului hamiltonian scriind succesiunea de arce

hamiltonian, el este unic.

Modele matematice n economie

a) Dac exist dii = 1, graful are circuite, teoremele 1 i 2 nu se

4. Calculm p(xi), i = 1, n i apoi

p( x ) . Apare unul din cazurile:

hamiltonian n G, iar din teorema 2 rezult c acesta este unic.

Pentru graful precedent am vzut c era fr circuite i p(x1) = 2,

p(x ) = 10. Dar n = 5 i

3.2 Cazul grafurilor cu circuite

0 , dac nu exist arcul (xi, xj).

Din D(1) formm matricea D (1) = ( d

xj dac exist arcul (xi, xj)

0 , dac nu exist arcul (xi, xj).

Modele matematice n economie

Din D(4) citim c exist 3 drumuri hamiltoniene i anume:

Modele matematice n economie

4. Drum de valoare optim (rut optim) ntr-un graf

v(xi, xj), dac exist arcul (xi, xj)

, dac nu exist arcul (xi, xj).

Notm prin min

valoarea minim a drumurilor dintre xi i xn,

Justificarea acestei propoziii e dat de principiul de optimalitate al

i un drum de la xj la xn format din cel mult k arce, urmeaz c min

valoarea minim a drumurilor de la xi la xn formate din cel mult k + 1 arce

va fi dat de min (vij + m jn ).

astfel nct min = min

, atunci: min = min

aplica inducia matematic dup s *, astfel: pentru s = 1, proprietatea se

) i cum n presupunerea de inducie