Documente Academic
Documente Profesional
Documente Cultură
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
Teoria grafurilor
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
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
aij =
0, n cazul contrar
dij =
0, n cazul contrar
x2
x3
x1
x4
x3
x4
x1
x2
x3
x4
x1
x2
x3
x4
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,
n 1
UT
(s)
( xi ).
s =1
n 1
UT
s =1
(s)
( xi ).
Teoria grafurilor
Reciproc, dac xj
n 1
UT
(s)
s =1
0 1
1 1
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.
x2
x3
x1
x4
x5
Rezolvare
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
Teoria grafurilor
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
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
p( x ) =
i =1
n(n 1)
.
2
Teoria grafurilor
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
n(n 1)
poziii. Observaia 3 ne
2
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)
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
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.
(1)
ij
(1)
ij
),1 i,j n, cu
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
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.
,i=j
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
Teoria grafurilor
xn format din cel mult k + 1 arce trebuie s fie format dintr-un arc (xi, xj), ij
( k +1)
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 )
(k + s)
(k )
, oricare ar fi s , putem
min
(k + s)
avem c m jn
( k + s +1)
min
(k + s)
= min (vij + m jn
(k)
= m jn , rezult
(k)
( k +1)
(k )
= min
( 2)
min , min , ... care dau valorile minime ale drumurilor formate din
a) linia min
min
(k )
( k +1)
min
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
i valoarea sa va fi min
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
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
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)
( 2)
respectiv elementele liniei x1 din V cu cele ale liniei mi 6 . Cea mai mic
( 2)
pstrnd fix linia mi 6 dar modificnd pe rnd linia din V cu x2, x3, ..., x6.
( 3)
( 2)
( 3)
Teoria grafurilor
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)
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
unui algoritm de determinare a rutelor optime ntre oricare dou vrfuri ale
grafului G considerat.
(k )
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.
Teoria grafurilor
x1
x3
2
4
x4
5
3
x5
Rezolvare
x1
0
x2
7
0
x3
2
x4
4
4
0
x5
5
1
3
0
x1
0
x2
7
0
5
x3
2
x4
6
4
0
x5
3
1
3
0
m15 = min(0 + 5; 7 + ; 2 + 1; 4 + 3; 5 + 0) = 3
x1
0
x2
7
0
5
x3
2
x4
6
4
0
x5
3
1
3
0
5. Drumul critic
Teoria grafurilor
x1
5
10
x3
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:
Integrarea Romniei n structurile europene necesit nfptuirea, ntrun sector economic, a unui obiectiv, a crei finalizare este posibil prin
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
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
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
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
x0
0
-
-
-
-
-
-
x1
3
0
-
-
-
-
-
x3
4
-
0
-
-
-
-
x2
5
6
3
0
-
-
-
x4
-
7
-
2
0
-
-
x5
-
-
9
7
5
0
-
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)
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
Teoria grafurilor
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
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
Teoria grafurilor
6. Arbori
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)
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
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
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.
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:
Teoria grafurilor
x2
x5
30
35
x3
36
65
35
x1
40
60
x7
55
42
50
50
60
x6
x4
Rezolvare
x1
-
x2
35
-
x3
35
30
-
x4
50
42
40
-
x5
36
60
-
x6
50
55
-
x7
65
60
-
x2
x5
30
35
x3
x1
36
x7
40
50
x4
60
x6
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
p( x ) = 10 , iar
i =1
n(n 1) 5 4
= 10 , rezult c
=
2
2
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(1)
x1x3 x1x4 0
0 x2x5
0
0 x3x4 0
0 x4x5
0
0
0
0
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
x1
x5
x3
1
5
1
4
x4
Rezolvare
a) Trebuie s determinm rutele de valoare minim de la orice vrf
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
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
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.
d: x4 x3 x2 x1
i valoarea ei este 5 + 1 + 3 = 9.
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
p( x ) = 15 i cum n = 6;
i =1
n(n 1) 6 5
= 15
=
2
2
este ndeplinit
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
( 5)
x1
x4
9
8
x3
x5
Rezolvare
a) Alegem cele 4 muchii ale grafului (conform proprietii 5) n
x1
x3
x5
Teoria grafurilor
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.
a) 0 x + x = 0 x + 1 x = (0 + 1)x = 1 x = x
Din 0 x + x = x rezult 0 x = 0 ;
i =1
Exemplu:
3
, v3 =
3
4
.
2
6
3 4 1
a) v = 2 - 3 - = ;
0
3 2 11
b) Presupunem c exist 1 i 2 astfel nct v3 = 1v1 + 2v2.
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
Definiia 3:
v
i =1
i i
= 0 implic i = 0, i = 1,m ;
v
i =1
i i
= 0.
Definiia 4:
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.
Demonstraie:
a) Dac v1, ..., vm e liniar dependent, din definiie rezult c exist
v
i =1
i i
= 0.
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
Aplicaie
n (3, ) se dau vectorii:
1
v1 = 2 ; v2 =
3
0
1 ; v3 =
1
1
0 ; v4 =
5
2
0 .
5
m +1
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
+ 24 = 0
=0
31 + 2 + 54 = 0
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.
Exemplu
n (n, ), mulimea E = e1, ..., en formeaz o baz, numit baza
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.
Demonstraie:
Fie B = vii = 1, m o baz a spaiului liniar (X, K) m-dimensional
i v X.
Existena
(1)
Unicitatea
Demonstraie:
Fie relaia:
1v1 + ...+ mvm = 0
(2)
1 M + K + m M = M , relaie echivalent cu sistemul
a
a 0
n1
nm
(3)
ii) Sistemul (3) admite i soluii diferite de cea banal, deci va exista
0
1 ; v3 =
4
a2
a , a .
0
Rezolvare
1 0 a2
A = 0 1 a A = 2a(a - 2) rezult:
2 4 0
formeaz o baz.
Demonstraie: Fie sistemul v1, ..., vn n, liniar independent. S
Propoziia 7:
(4)
(5)
(6)
(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:
(8)
Demonstraie:
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
1 3
A = -5 rangA = 2, adic sistemul v1, v2 este
A =
2 1
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:
a
j =1
j j
n .
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
rezult 1 = ... = n = 0.
(9)
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)
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:
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
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 +
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
(12)
(13)
(14)
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.
a1
a2
...
an
e1
a11
a12
...
a1n
b1
e2
a21
a22
...
a2n
b2
en
an1
an2
...
ann
bn
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
a1
a2
...
an
a1
...
x1
a2
...
x2
an
...
xn
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
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
6. Funcionale liniare
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
f(x) = f( x i g i ) =
i =1
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.
7. Mulimi convexe
n cele ce urmeaz, notaia X va desemna un punct al unui spaiu
vectorial i nu spaiul vectorial nsui.
i = 1, rezult:
i =1
X
i
i =1
C.
a x
j=1
b .
a x
i =1
a
j=1
ij
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.
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 .
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.
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)
2 1
0
0 . Avem:
-21 - 2 = -23
2 = -43
(2)
(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.
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
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.
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
1 0 1
1 9 1
vB i vB =
vB.
5 10 9
2 10 0
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.
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).
Rezolvare
Fie sistemul liniar i omogen:
a11x1 + ...+ a1nxn = 0
a 11 ...a 1n
Notm A = M
i X =
a ...a
m1 mn
x1
0
M 0 = M .
x
0
n
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
Y=
iXi C, () i 0, i = 1, k ,
i =1
= 1.
i =1
k +1
S considerm Z =
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
i
1
i =1
i =1
k +1
k
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;
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
A1
2
1
4
0
2
A2
2
2
0
4
3
Disponibil
12
8
16
12
16
4x2 12
funcia f(x1, x2) = 2x1 + 3x2
(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
2
.
3
Observaii
A1...Aj...An
a11...a1j...a1n
...
ai1...aij...ain
...
am1...amj...amn
Disponibil
b1
...
bi
...
bm
Programare liniar
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)
[max]f(X) = CX
AX b
X0
sau vectorial:
(1)
(2)
x1, ..., xn 0
(3)
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
(7)
AX = b
(8)
X0
(9)
sau:
(7)
(8)
x1, ..., xn 0
(9)
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 .
Definiia 2.
inversa B-1.
Definiia 4.
Programare liniar
Exemplu
Fie sistemul:
3x1 6x3 + x4 = 6
-x1 + x2 + 2x3 = 4
Matricea sistemului este:
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
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
j=1
j=1
y ja j = z ja j
Programare liniar
(12)
(13)
(14)
1
1
U + V = X,
2
2
Demonstraie:
(15)
i X i , i 0, i = 1, s i
i =1
i =1
= 1.
(16)
i =1
i =1
= f(Xj).
Programare liniar
(17)
(18)
(19)
x a
j=1
=b
(20)
Din X PB rezult c:
m
x a
i
i =1
=b
(21)
Programare liniar
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=
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
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 .
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)
x a
kI \ {i}
k k
+ x ia i
(26)
k I \ i
de unde rezult:
xi
a ij
yk = xk -
xi
akj
a ij
(27)
Programare liniar
xk -
(28)
xi
xi
xk
akj 0, de unde =
, k I,
a ij
a ij
a kj
(29)
c
kI '
yk ck x k =
kI
(30)
kI \{i}
yk + c j y j
kI \ {i }
x k ci x i
= 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}
Observaii:
1) Elementul aij > 0 este pivotul, iar a doua relaie din (27) este
regula dreptunghiului din lema substituiei;
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
x1
c1 ... ci ... cm
a1 ... ai ... am
1 ... 0 ... 0
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.
amm+1 ..amj...amn
fm+1 .... fj .... fn
cm+1fm+1
cj - fj ...cn-fn
iteraie
Programare liniar
x k
xi
= min , cu k = 1, m , iese din baz vectorul ai.
a ij a kj > 0 a kj
elementelor
din
tabel
se
determin
cu
regula
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
Programare liniar
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
356
, care este soluie optim
7
356
.
7
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
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
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
-
126
40
126 40
i x2 =
, adic X1 = (
,
).
11
11
11 11
63 130
,
).
11 11
Programare liniar
xk xp xq
=
=
.
a kj > 0 a
a
a
kj
pj
qj
1 k m
= min
xp
a qj = 0 , deci soluie degenerat ce conduce la ciclaj.
a pj
(32)
a pj
sau:
x q + a q1 + a q 2 2 + ... + a qn n
a qj
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
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
[min]f = CX + MY
Programare liniar
A = 1 2 1
3 2 4
a4 a5
1 0
0 1
0 0
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
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
B-1 = 7
1
7 .
2
adevr: XB = B b = 7
1
7
-1
Programare liniar
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
Transpusa matricei A:
1
1
T
A =
2
3 2
4 1
.
0 1
1 2
+ u3 4
u2 + 2u3 = -2
u1 0, u2 0, u3 oarecare.
(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).
(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)).
(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.
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.
(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
(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)
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.
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 .
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
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
.
U = 0, , , ,0,0,0 i [max]g(U) =
11
11 11 11
310
24 5 6
,X= , , .
Citim: [min]f(X) =
11
11 11 11
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
8. Problema transporturilor
8.1 Forma general
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
...
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)
i =1
j =1
ai = b j .
n caz contrar problema T se numete neechilibrat.
Programare liniar
echilibrat astfel:
a) dac
b < a
j
j =1
i =1
a b
i =1
j =1
b > a
j
j =1
i =1
j =1
i =1
b j a i , iar costurile de
a = b
i
i =1
j=1
(4)
Demonstraie: Suficiena.
x
j=1
m
kj
i =1
j=1
j=1 i =1
x ij < a i = b j x ij
i =1 j=1
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.
i =1
i =1 j =1
j =1
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)
Programare liniar
Demonstraie:
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
rangM = m + n 1.
Demonstraie:
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
Programare liniar
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.
1. Metoda Nord-Vest
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
i =1
j =1
a i = b j = 60 .
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
11
7
21
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
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
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)
a u + b v
i =1
j=1
(5)
ui + vj cij, i = 1, m , j = 1, n
(6)
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
Programare liniar
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
u2 + v2 = 5
u3 + v3 = 3
u1 + v2 = 1
u2 + v3 = 1
u3 + v4 = 1
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
8+
1-
9
9
9
21
u2 + v1 = 2
u3 + v3 = 3
u1 + v2 = 1
u2 + v3 = 1
u3 + v4 = 1
C = 2 0 1 1 i =
4 2 3 1
0 0 1
0
0 5 0 7
3 1 0 0
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
9-
9
21
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
Exemplu
B1
B2
B3
A1
40
A2
15
A3
25
30
10
40
Ai
10
15
25
30
10
10
40+
15+
15+
25+
25+
40+3
Programare liniar
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
B1
B2
B3
A1
12
A2
15
A3
12
12
Ai
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
10
2
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
B1
B2
B3
A1
15
A2
11
Ai
Rezolvare
3
Deoarece N =
b j = 26 i D =
j=1
a
i =1
B1
B2
B3
A1
15
A2
A3
11
Ai
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
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
f =
(b
i =1
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 .
1
10
30
2
12
25
3
8
32
Programare liniar
(1)
(2)
xi 0; i = 1,3 .
[min]f(x) = x1 + 2x2
-x1 + x2 2
x1 + 2x2 4
5x1 3x2 15
x1, x2 0
(3)
Rezolvare
C
(d1)
A
(d3)
B
3
4
(d2)
x1
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
42
i
13
5
42 5
. Adic problema are ca soluii optime X1 = (0, 2) i X2 = , .
13
13 13
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
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 .
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
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
Programare liniar
11
< 0.
15
mare valoare.
5. Fie modelul de programare liniar:
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)
a1
3
A = 7
1
a2
8
3
0
a3
1
0
0
a4 a5
0 0
1 0
0 1
C
D
A
0
B
1
(d3)
8
(d2)
x1
(d1)
Programare liniar
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
96
105
3540
, cu x1 =
i x2 =
.
47
47
47
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
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
Programare liniar
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
-
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
Deoarece N =
b j = 80, iar D =
j=1
a
i =1
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
15
5
20
15
10
Programare liniar
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
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
2
4
4
4
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
Programare liniar
Bj
B1
B2
B3
1
5
12
3
2
8
4
3
10
15
10
Bj
B1
B2
B3
1
5
0
12
3
2
0
8
4
3
0
10
15
10
5
10
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
Bj
B1
B2
B3
5
2
3
50
4
1
60
2
6
40
90
70
140
Programare liniar
Rezolvare
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
50
20
80
50
60
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
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
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
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
(a, a, b) (-1, 1)
(b, b, a) (-2, 2)
(b, b, b) (-3, 3)
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
strategiilor
pure
ale
juctorului
P 1,
notat
pure
ale
juctorului
P 2,
notat
A = A1,..., Am;
b) mulimea
strategiilor
B = B1,...,Bn;
Teoria jocurilor
Exemplu
(V)
-1
1
j = max aij, j = 1, n .
1 i m
A1
A2
A3
B1
B2 B3
B4
0
1
2
1
0
4
2
2
3
-2
3
-3
1 = min0,1,-2,2 = -2
Teoria jocurilor
2 = min1,0,3,2 = 0
3 = min2,4,-3,3 = -3
1 = max0,1,2 = 2
2 = max1,0,4 = 4
3 = max-2,3,-3 = 3
4 = max2,3
= 3.
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
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
Teoria jocurilor
Exemplu
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
A = 2 1 2 .
6 1
0
x
i =1
= 1, cu
y
j =1
= 1 unde
Teoria jocurilor
c) : X Y , cu:
m
a x y
(x, y) =
i =1 j =1
ij i
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
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 =1
j=1
yY
xX
yY
yY
xX
yY
yY
(1)
xX
Demonstraie:
xX
xX
yY
Demonstraie:
Teoria jocurilor
Teorema 2
yY
yY
(2)
xX
xX
yY
xX
xX
xX
xX
xX
xX
yY
yY
xX
yY
xX
xX
yY
xX
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
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
xX
yY
xX
Demonstraie:
a x y
ij i
i =1 j =1
j =1
j =1
marginile pe X.
Deci exist max (x, y) pentru orice y Y, iar aceast funcie este
xX
yY
xX
yY
adic v v .
yY
xX
(4)
xi 0,
i =1
= 1, yj 0,
y
j=1
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
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
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
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)
yY
yY
xX
yY
yY
xX
yY
yY
xX
yY
yY
xX
yY
yY
xX
Teorema 4 [6]
Teoria jocurilor
2.3.a Jocuri 2 2
(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)
(8)
1
JA 1J T
JA 1
.
JA 1J T
A 1J T
.
JA 1J T
A * JT
|A|
JA *
T
=
;
y
; v=
,
T
T
JA * J
JA * J
JA * J T
(9)
Teoria jocurilor
Exemplu
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
JrA *
J r (A*)T
|A|
=
,
y
, v=
T
* T
JrA * Jr
JrA Jr
J r A * J Tr
(9)
2.3.b Jocuri 2 n i m 2
Teoria jocurilor
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
2 4 4
.
A =
8 6 16
Rezolvare
Forma
matematic
modelului
de
programare
liniar
4
2
1
v = -4+20x2
v = -2+10x2
M(0,3; 1)
-1
-2
-4
v = 4-10x2
x2
Teoria jocurilor
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
Teoria jocurilor
yj
xi
, i = 1, m , Yj =
, j = 1, n .
v
v
1
v
Y1 + ...+ Yn =
1
v
1
, el i propune s obin
v
1
, deci i propune s obin maxg = Y1 + ...+ Yn.
v
1
= X1 + ...+ Xm
v
[max]g =
1
= Y1 + ...+ Yn
v
1
1
=
.
[min]f [max]g
B1 B2
B3
1
-1
0
0
-1
1
-1
1
1
Teoria jocurilor
Rezolvare
y1
y2
y3
x1
x2
x3
1
-1
0
-1
1
1
0
-1
1
-1
-1
0
0
1
-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
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
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
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
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
1
, xi = vXi, i = 1, m i yj = vYj,
[max]g
Teoria jocurilor
A1
A2
A3
A4
B1
2
3
1
3
B2
4
2
5
3
B3
3
3
2
2
B4
3
2
1
3
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
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
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
2
1
[ , 1], deci A3 este strategia optim.
3
2
1
, () j = 1, n .
n
a
j=1
ij
discrete cu repartiia:
a i1 a i 2 L a in
1 1
1 .
L
n
n n
max a ij .
1 i m n
j=1
Observaia 1:
y
j=1
a y
j =1
ij
corespunztoare valorii:
max (i, y).
1 i m
Observaia 2:
Teoria jocurilor
Exemplu
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
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
1
28 i corespunde lui (1, y), deci A1
9
1 i m
1 j n
Exemplu
Teoria jocurilor
Rezolvare
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
Exemplu
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
S1:20
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
A4
500
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
0
1000 2000
500
R=
1000 500
0
1000
pentru care vom cuta maximul pe fiecare linie i apoi cel mai mic dintre
acestea. Gsim:
A1
A2
A3
3000 2000 1000
A4
1500
Teoria jocurilor
P1
B1
...
Bj
...
Bn
.
.
(aij, bij)
.
.
A1
Ai
Am
B1
(3,0)
(1,4)
B2
(1,2)
(0,1)
Teoria jocurilor
B1
(3,0)
B2
(1,2)
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
Teoria jocurilor
B2
(2,1)
(2,0)
(1,3)
B3
(0,4)
(3,3)
(1,2)
B4
(1,1)
(5,2)
(0,2)
B2
(2,1)
(2,0)
(1,3)
B3
(0,4)
(3,3)
(1,2)
B4
(1,1)
(5,2)
(0,2)
Teoria jocurilor
B2
(2,1)
(1,2)
(0,2)
B3
(4,2)
(2,3)
(3,0)
B1
(2,0)
(3,4)
B3
(4,2)
(2,3)
Teoria jocurilor
f2(A*,B*) maxminf
2(Ai, Bj).
B B A A
j
B2
(0,2)
(3,0)
x
i =1
= 1.
Teoria jocurilor
y = 1
j =1
ca
fiind
ansamblul
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 ,
a
i =1
j=1
ij
y j xi.
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)
Teoria jocurilor
nsele un cel mai bun rspuns la strategia y (sau numai unei pri a acestora,
restul primind probabiliti nule).
Demonstraie:
j=1
j=1
a kj y j a ij y j , () i = 1, m .
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
( )
x0 = x i0
i =1
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
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
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
3
), atunci rspunsul optim
4
3
], acest
4
3
, 1], cel mai bun rspuns al lui P1 este A1, pe care
4
3
, ca rspuns optim al juctorului P1 putem lua
4
2
2
) i r ( , 1] conduc
3
3
3
2
. Pentru r = , rspunsul optim
4
3
Teoria jocurilor
i =1, m
j=1, n
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)
(2)
(3)
B2
B3
(2,1) (8,6)
(2,10) (4,9)
0 1 6
12 10 9
y1 + y 2 + y 3 = 1
12x2 - 2 0
x1 + 10x2 - 2 0
6x1 + 9x2 - 2 0
x1, x2 0
y1, y2, y3 0
Teoria jocurilor
Obinem:
x1 + x2 = 1
(I)
12x2 x3 + 1 = 0
y1 + y 2 + y 3 = 1
(II)
x1 + 10x2 - x3 + 2 = 0
6x1 + 9x2 - x3 + 3 = 0
x1, ..., x3 0; 1,...,3 0
y1, ..., y4 0; 1, 2 0
x11 + x22 = 0
y11 + y22 + y33 = 0
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
0
0
= 9 0, rezult c
1
0
Teoria jocurilor
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
4 2 8 1 1 0
6 2 4 1 0 1
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
1
0, .a.m.d..
3
(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
*/*
*
*
*
*
2
1
= 0, 2y2 = 1 0 = 0 i 3y3 = 0
= 0. n schimb
3
3
1
= 1 0.
3
1 2 2 1
, , ,0, ; ((1, 0), (0,0,1)); ((0,1), (1, 0,0)).
3 3 3 3
Teoria jocurilor
B2
B3
(2,-2) (3,1)
(4,-1) (6,3)
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
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
B2
B1
(3,8)
(1,2)
(4,5)
(2,0)
(3/2,6) (5,3)
W12
W31
W22
S
W32
W11
W21
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
= x1 + 2x2 +
3
x3
2
3
x3, 3x1 + 4x2 + 5x3 =
2
(x1, x2, x3 0)
yY
xX
3
x3) = 2, care se atinge n
2
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
15
) i care maximizeaz expresia
4
15
) cu un
4
53
= -2.
45
Teoria jocurilor
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
5
. Aadar, fcndu-l pe (u, v) s varieze n
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
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
77 59
, ).
24 8
29
29
= 3, deci coincide cu
8
24
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.
(1)
(2)
Teoria jocurilor
condiiile:
a)
x
iN
= v(N) i
b) xi v(i), () i N,
se numete imputaie.
v({}i ) .
iN
v(N) >
v({}i )
iN
proprietatea:
v(S) = v(S T)
Axiomele Shapley
Numim
valoare
unui
joc
de
persoane,
vectorul
[v] = (1[v],..., n[v]), unde i[v] reprezint partea care trebuie atribuit
[v] = v(S) ;
iS
( t 1)!(n t )!
[v(T) v(T {}
i )]
n!
T N
(3)
iT
( t 1)!(n t )!
n!
T N
iT
(4)
Teoria jocurilor
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
1
. Atunci:
12
2 =
1 1 1 1
+ + = .
12 12 12 4
3 =
5
1
i 4 =
.
4
12
=(
1 1 1 5
, , , ).
12 4 4 12
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
= (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
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.
1 1
, pe cale matriceal.
A =
6 0
Rezolvare
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
6 2
1
5
3
4
1 5
2 2
Teoria jocurilor
Rezolvare
6 2
1
5
A=
.
3
4
1 5
5
M
3
(d3)
5
4
(d2)
1
-1
-2
(d1)
y2
2
3
, y1 = iar v = 3, 4, deci y2 i v satisfac restriciile 2 i 3 cu
5
5
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
1
2
0 2 1
3 4
5
.
3 1
1
1 2
3
Rezolvare
4 0 2
A = 1 3 4 .
2 3 1
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
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
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
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
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
1 1
= , de unde v = 2 .
v 2
Y1 = 1 / 3 , Y3 = 1 / 6 de unde y1 = v Y1 = 2 1 / 3 =
2
;
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
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
B1
B2
B3 B4
3
6
2
-1
8
5
0
3
1
7
5
3
Rezolvare
1 i 3
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
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
B1
B2
B3
0
-2
1
-5
2
-1
2
-1
1
Rezolvare
B1
B2
B3 i
0
-2
1
1
-5
2
-1
2
2
-1
1
2
-5
-2
-1
A = 0 4 1 = (aij + 2).
3 1 3
yj
v
1
= [max]g, avem:
v
1
= Y1 + Y2 + Y3
v
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
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
Iarna
Uoar
Obinuit
Grea
Cantitatea
necesar
n tone
4
5
6
Pre
unitar
u.m./t
70
75
80
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
Teoria jocurilor
A2
A3
-400
-380
-360
A2
A3
-240
-300
-360
R = 60 0 20 .
120 60 0
A2
A3
40
60
120
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
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
Teoria jocurilor
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
B1
(5,4)
(6,8)
(3,2)
B2
(3,1)
(1,3)
(4,7)
B4
(4,2)
(3,5)
(2,6)
B1
(5,4)
(6,8)
(3,2)
B2
(3,1)
(1,3)
(4,7)
B4
(4,2)
(3,5)
(2,6)
(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
B1
(4,5)
(2,6)
B2
(3,4)
(5,7)
j=1, 2
j=1, 2
B1
(1,0)
(0,3)
B2
(1,2)
(0,1)
B3
(0,1)
(2,0)
Teoria jocurilor
Rezolvare
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
Dac r* [0,
1
), rspunsul optim al lui P2 este B1, cruia i-ar
2
2
i, n replic, am avea strategia
3
II. n cazul r* =
1
, orice strategie mixt a lui P2 de forma
2
1
;
2
1
, 1), replica cea mai bun a lui P2 este B2; ei i
2
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
Teoria jocurilor
Rezolvare
B1
1 1
( s1, s1)
2 2
(s2,s1)
B2
(s1,s2)
1 1
( s2, s2)
2 2
1
1
s1 < s2 i s2 < s1, vom putea scrie:
2
2
1
s2 = f1(A2, B2)
2
1
s1 = f2(A1, B1)
2
1
s1 = f1(A1, B1)
2
1
s2 = f2(A2, B2)
2
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
2s1 s 2
),
s1 + s 2
BIBLIOGRAFIE
1. ALLEN, R.G.D.
2. BAZ, D.,
COZMA, C.,
POPESCU, O.
3. BAZ, D.,
BUTESCU, V.,
STREMAN, N.
4. BERGE, C.
6. BURLACU, V.,
SCUIU, I.
7. CENU, GH.,
RAISCHI, C.,
BAZ, D. .a.
8. CENU, GH.,
FILIP, A.,
BAZ, S. .a.
9. CIUCU, G.,
IOSIFESCU, M. .a.
10. DANI, E.
12. GIBBONS, R.
14. KAUFMANN, A.
16. OWEN, G.