UNIVERSITATEA HYPERION

FACULTATEA DE MATEMATIC-INFORMATIC
TEORIA PROBABILITAILOR
TEMA REFERATULUI:
COORDONATOR:
NECULAI CHIFAN
STUDENT:
BUJOR ELENA
BUCURESTI
2011
CUPRINS
CUPRINS.........................................................................................................................................................................2
INTRODUCERE ........................................................................................................................................................ 3
DEFINITIA CLASICA A PROBABILITATI.........................................................................................................4
PROBABILISTICA.............................................................................................................................................7
10 Q = valoarea (mrimea) stocului ............................................................................................................................ 7
Unitatea de timp = Ziua...........................................................................................................................................8
Unitatea de timp = ziua ...........................................................................................................................................9
2
INTRODUCERE
Scurt istoric
nceputurile teoriei probabilitilor sunt legate de numele matematicienilor Blaise Pascal i Pierre
Fermat n secolul al XVII-lea, ajungnd la probleme legate de probabilitate datorit jocurilor de
noroc. Dezvoltarea teoriei probabilitilor i cercetarea unor probleme nelegate de jocurile de
noroc sunt legate de matematicienii: Abraham Moivre, Pierre-Simon Laplace, Carl Friedrich
Gauss, Simon-Denis Poisson, Pafnuti Lvovici Cebev, Andrei Andreevici Markov n secolul
XIX, iar n secolul al XX-lea Andrei Nikolaevici Kolmogorov i al lui Alexandr Iakovlevici
Hincin.
Probabilitatea evenimentelor aleatoare
Clasificarea evenimentelor:
a) sigur - evenimentul apariiei una din feele 1,2,3,4,5,6 la un zar;
b) imposibil- evenimentul apariiei feei 7 la un zar;
c) aleator - evenimentul apariiei feei 3 la un zar.
Frecvena unui eveniment
= , unde m reprezint numrul de apariii E n cazul a n ncercri.
Probabilitatea unor evenimente aleatoare
n cazul unui numr n suficient de mare de experimente n care evenimentul E apare de m ori,
frecvena relativ m/n poate fi socotit ca valoarea probabilitilor. Aceast valoare se numete
probabilitatea (statistic a) evenimentului E i se noteaz P(E); .
3
DEFINITIA CLASICA A PROBABILITATI
Exemplul 1:. Dintr-o urn cu 15 bile, numerotate de la 1 la 15 se extrage la ntmplare o bil.
Se cere ca probabilitatea ca numrul nscris pe bila extras s fie:
un numr prim;
un numr par;
un numr divizibil cu 3.
Soluie.
Numrul cazurilor posibile este egal cu 15;
Numrul cazurilor favorabile este = 6(2,3,5,7,11,13)
P =
5
2
15
6

Numrul cazurilor posibile este egal cu 15;

Numrul cazurilor favorabile este = 7
P =
15
7
Numrul cazurilor posibile este egal cu 15;
Numrul cazurilor favorabile este = 5
P =
3
1
15
5

Exemplul 2:. Cele 26 de litere ale alfabetului, scrise fiecare pe un cartona sunt introduse ntr-o
urn. Se cere probabilitatea ca, extrgnd la ntmplare de 4 ori cte un cartona i aezndu-le n
ordinea extragerii s obinem cuvntul PACE.
Soluie.
Numrul cazurilor posibile : 26 25 24 23
Numrul cazurilor favorabile: 1
P =
23 24 25 26
1


Exemplul 3:. 10 bile numerotate de la 1 la 10 se aeaz la ntmplare, una dup alta ntr-un ir.
Care este probabilitatea ca, dup bila numrul 5 s urmeze bila numrul 6?
Soluie.
Numrul cazurilor posibile : 10!
Numrul cazurilor favorabile: 9! (am lipit bilele 5 i 6)
Exemplul 4:. Se arunc dou zaruri de n ori. Care este probabilitatea ca dubla 6-6 s apar cel
puin o dat?
Soluie.
Numrul cazurilor posibile : 36n
Notm cu A evenimentul apariiei mcar a dublei 6-6. Deoarece sunt prea multe variante
n care se realizeaz A, evalum evenimentul contrar
A
= nu apare dubla 6-6.
Numrul cazurilor favorabile pentru
A
: (36 1)n
P(
A
) =
n
36
35

,
`

.
|
P(A) = 1- P(
A
) = 1-
n
36
35

,
`

.
|
4
Exemplul 5:. O urn conine 4 bile albe i 6 bile negre. Se scoate o bil care se pune deoparte,
apoi se extrage nc o bil din urn.
tiind c prima bil extras este alb, care este probabilitatea ca cea de a doua bil extras s fie
tot alb? Dar neagr?
Necunoscnd culoarea primei bile extrase, care este probabilitatea ca cea de a doua bil extras s
fie alb? Dar neagr?
Soluie.
Numrul cazurilor posibile: 4x 9
Numrul cazurilor favorabile : 4 x 3
P =
3
1
9 x 4
3 x 4

P(
A
) = 1- P(A) = 1 -
3
2
3
1

Numrul cazurilor posibile: 10x 9

Deoarece determinarea numrului de cazuri favorabile este mai dificil, presupunnd variante,
vom pune n eviden evenimentele elementare ale experienei noastre.
A1 = evenimentul ca prima bil s fie alb i a doua tot alb;
A2 = evenimentul ca prima bil s fie neagr i a doua alb;
Evenimentul A = A1 A2. Deoarece evenimentele A1 i A2 sunt incompatibile, P(A) = P(A1)
P(A2) = P(A1) + P(A2) =
5
2
90
36
90
24
90
12
+
Exemplul 6: Trei trgtori trag simultan asupra aceleiai inte cu probabilitile de ochire:
P1 = 0,4; P2 = 0,5; P3 = 0,7. Determinai probabilitatea ca inta s fie nimerit exact o dat.
Modelarea probabilistic
A = evenimentul nimeririi exact o dat a intei
Evenimentele elementelor sunt: A1 = trgtorul i nimerete inta, i =
3 , 1
Exprimm evenimentul A n funcie de evenimentele elementare.
A = (A1
2 A

3 A
) (
1 A
A2
3 A
) (
1 A

2 A
A3)
Calculul probabilitii
Deoarece evenimentele din parantez sunt incomparabile dou cte dou, probabilitatea reuniunii
va fi egal cu suma probabilitilor i deoarece evenimentele din fiecare parantez sunt
independente, probabilitatea interseciei va fi egal cu produsul probabilitii.
P(A) = P(A1) P(
2 A
) P(
3 A
)+ P(
1 A
) P(A2) P(
3 A
) + P(
1 A
).P(
2 A
) .P(A3) =
= P1 (1-P2) (1-P3) + (1-P1) P2 (1-P3) + (1-P1) (1-P2) P3.
Se nlocuiete P1, P2 i P3.
Exemplul 70. Trei tunuri trag simultan asupra unei inte cu probabilitatea de nimerire: p1 = 0,6;
p2 = 0,8 i p3 = 0,7. Care este probabilitatea ca inta s fie nimerit cel puin o dat?
Soluie. a) Modelarea probabilistic
A = evenimentul cerut;
Ai = trgtorul i nimerete inta , i =
3 , 1
A = A1 A2 A3
Calculul probabilitii
P(A) = P(A1)+P(A2)+P(A3)P(A1A2) P(A1A3) P(A2A3) + P(A1A2 A3)
= p1 + p2+p3 - p1p2 p1p3 p2p3 + p1p2p3
Sau: se evalueaz probabilitatea evenimentului contrar
A
= inta nu este nimerit.
5
P(
A
) = P(
1 A

2 A

3 A
) = P(
1 A
) P(
2 A
) P(
3 A
) = (1-p1)(1-p2)(1-p3)
P(A) = 1-P(
A
) = 1-(1-p1)(1-p2)(1-p3)
6
PROBABILISTICA
TEORIA STOCURILOR
APLICATII
NOTAII:
10 Q = valoarea (mrimea) stocului
= durata pentru care e prevzut stocul
T = perioada dup care se face o nou aprovizionare
q = cantitatea cu care se aprovizioneaz stocul (e constant)
C
s
= costul unitar de stocare (corespunztor unitii de resurs n unitatea de
timp)
C
l
= costul de lansare a unei comenzi
C
a
= costul de achiziie / unitate
q = volumul optim al unei comenzi
T = perioada optim de aprovizionare
= numrul optim de aprovizionri
C= gestiunea optim
s = stoc ntr-o perioad
MODEL 1. - stoc cu perioad fix de reaprovizionare
- cerere constant
- fr posibilitatea lipsei de stoc
Exemplul1
0
. Serviciul comercial al unei fabrici de pine trebuie s asigure lunar 1,5
milioane kg de fin. La fiecare comand de aprovizionare se cheltuiesc 5000 u.m. iar
depozitarea finii cost 1 u.m. pentru 500 kg pe zi. S se determine:
a) volumul optim al unei comenzi
b) numrul optim de aprovizionri
c) perioada optim de aprovizionare
d) gestiunea optim
tiind c aprovizionrile se fac la intervale egale, n cantiti egale i c nu se admite lips de
stoc.
7
Rezolvare.
Etapa 1: Stabilirea modelului i a unitii de timp.
Avem gestiune cu perioad fix de aprovizionare, cerere constant i fr lips de stoc
adic Model M
1
.
Unitatea de timp = Ziua
Etapa 2

: Determinarea semnificaiei valorilor numerice date n problem.
= 1 lun = 30 zile
Q = 1.500.000 kg
C
l
= 5000 u.m.
C
s
= 1 u.m. / 500 kg/ zi =
500
1
u.m. / kg/ zi
Etapa 3 : Determinarea parametrilor cerui
a) Volumul optim al unei comenzi este:
q =
s
l
C
C Q 2


=

10 2
5
10 5
500
1
30
5000 10 15 2
5 10
5
= 500.000 kg
b) Numrul optim de aprovizionari este:
q
Q

=
l
s
C 2
C Q
=
5
5
10 5
10 15

= 3 aprovizionri pe lun
c) Perioada optim de aprovizionare este:
s
l
C Q
C 2
T

=
3
30
= 10 zile
d) Gestiunea optim este:
C = c(q) =
3 3 5
l s
10 5 10 2 30 10 15 2 C C Q 2
=
8 2 6
10 3 10 00 9 = 3 10
4
= 30.000 u.m.
2
0
. Un depozit de mrfuri generale se aprovizioneaz lunar cu detergeni. Se cere s se
stabileasc programul optim de aprovizionare, tiind c aprovizionarea se face la intervale egale
de timp cu cantiti egale. Pe baza datelor de la contabilitate rezult urmtoarele cheltuieli lunare
n legtur cu stocarea detergenilor:
- cheltuieli cu lumina . 480 u.m.
- cheltuieli cu apa . 90 u.m.
8
- amortizarea cldirii 459 u.m.
- retribuia magazionerului . 1175u.m.
- retribuia gestionarului . 1520 u.m.
- retribuia celor 5 muncitori necalificai .. 5336 u.m.
- amortizarea electrostivuitoarelor 3100 u.m.
TOTAL 12.160 u.m.
Din suprafaa depozitat se folosete 30% pentru stocarea detergenilor. Cantitatea medie
lunar cu care se aprovizioneaz depozitul este de 38 tone de detergeni.
Cheltuielile fcute de la darea unei comenzi pn n momentul intrrii i recepionrii
lotului n depozit sunt:
- retribuia calculatorului principal . 1250 u.m.
din cadrul depozitului
- retribuia merceologului .. 1950 u.m.
- retribuia unei dactilografe . 1194 u.m.
- imprimate, hrtie, timbre 55 u.m.
- telefoane pentru darea i executarea comenzii 135 u.m.
- alte cheltuieli . 245 u.m.
TOTAL 4.829 u.m.
Timpul afectat de fiecare lucrtor al depozitului pentru o comand este:
- calculatorul .. 24 ore
- merceologul 10 ore
- dactilografa . 8 ore
Rezolvare:
Etapa 1 : Stabilirea modelului i a unitii de timp. Este tot M
1
: gestiunea cu perioad fix
i cerere constant, fr posibilitatea lipsei de stoc.
Unitatea de timp = ziua
Etapa 2 : Determinarea semnificaiei valorilor numerice din problem:
Q = mrimea stocului = 38 tone
= timpul pentru care e prevzut stocul = 30 zile
Determinm costul unitar de stocare i costul de lansare C
l
(un sunt date direct)
9
Costul

de stocare destinat detergenilor va fi 30% din costul de stocare

al ntregului
depozit deci:
C
total
=
100
30
12 160 = 3648 lei pentru toat cantitatea de detergeni Q pe toat perioada
de stocare .
Costul unitar de stocare va fi:
C
s
=
38 30
648 3

= 3,2 u.m. / zi / ton (a fost considerat luna de 30 zile)

Pentru a stabili costul de lansare trebuie s tim cot parte din retribuia fiecrui lucrtor
al depozitului este efectuat lansrii unei comenzi.
Considerm c ntr-o lun sunt 30-4 = 26 zile lucrtoare = 208 ore de lucru
Pentru lansarea comenzii se afecteaz din retribuia personalului implicat urmtoarea
cot:
La calculator:
208
1250
24 = 144 u.m.
La merceolog :
208
1950
10 = 90 u.m.
La dactilograf:
208
1194
8 = 46 u.m.
Cheltuielile pentru lansare vor fi deci:
C
l
= 144+90+46+55+135+245 = 715 u.n.
Etapa 3 : Determinarea parametrilor cerui:
q =
s
l
C
C Q 2


=
2 , 3 30
715 38 2

24 tone
38
24 30
Q
q
T
q
Q

19 zile
5216640 715 2 , 3 30 38 2 C C Q 2 C
l s

2284 u.m./ lun
MODEL 2 gestiunea (stoc) cu perioad fix de aprovizionare
- cerere constant
- cu posibilitatea lipsei de stoc
Exemplul 3
0
. Necesarul anual de aspiratoare la un magazin de produse electrice este de
20.000 aspiratoare. O comand fcut cost 200 u.m., iar costul de stocaj pe zi , pentru un
10
aspirator ,este de 1 u.m.. tiind c aprovizionarea trebuie fcut la intervale egale i n cantiti
egale i c lipsa aspiratoarelor din stoc se penalizeaz cu 5 u.m. pe zi pentru un aspirator lips, s
se determine volumul optim al unei comenzi, stocul optim, perioada optim de aprovizionare,
numrul optim de aprovizionri i gestiunea optim.
Rezolvare.
Etapa 1. Stabilirea modelului. Este M
2
stoc cu perioad fix de aprovizionare, cu
cantitate fix la aprovizionare ,conform cererii i la care se admite lipsa de stoc.
Etapa 2. Stabilirea semnificaiei valorilor numerice.
Q = 20.000 buc
= 360 zile
C
l
= 200 u.m.
C
s
= 1 u.m./zi/ aspirator
C
p
= 5 u.m./zi/aspirator
Etapa 3. Determinarea parametrilor cerui:
a) Volumul optim al unei comenzi

s
l
C
C Q 2
q
=

1 5
1 0 4
3 6 0 5
1 0 6 8
1 3 6 0
2 0 0 2 0 0 0 0 2
5 6
6
5
160 aspiratoare
=
6
5
1 5
5
C C
C
s p
p

+
b) Stocul optim s este dat de
s = q = 160
6
5
133 buci
d) Numrul optim de aprovizionri
=
q
Q
=
160
20000
125 buci
c) Perioada optim de aprovizionare
T =

=
125
360
3 zile
e) Gestiunea optim.
C = C(q) =
6
5
10 2 1 10 36 10 2 2 C C Q 2
2 4
l s
= 48.000 u.m.
11
MODEL 3. perioada fix de aprovizionare
- cerere constant
- fr posibilitatea lipsei de stoc i lund n considerare costul de achiziie.
Exemplul 4
0
. Necesarul trimestrial de fin la o patiserie a unui centru comercial este de
250.000 kg de fin. Preul de achiziie este de 3,5 u.m./kg. Costul fix al unei comenzi este de
350 u.m., iar coeficientul de proporionalitate ntre costul unitar de stocaj i costul unitar de
lansare este = 0,02. Precizm c pentru buna servire a clienilor nu se admite lips de stoc i se
estimeaz c n timpul unui trimestru nu sunt diferene semnificative ntre volumul vnzrilor de
la o zi la alta.
Se cere s se determine volumul optim al unei comenzi, numrul optim de comenzi,
perioada optim de aprovizionare i gestiunea optim.
Rezolvare:
Etapa 1. Avem modelul M
3
: perioada fix de aprovizionare cu cantitate constant, cu
cheltuieli de achiziii i la care nu se admite lipsa de stoc.
Etapa 2. Semnificaia datelor.
= 100 zile
Q = 250.000 kg
C
b
= 350u.m. costul fix al unei comenzi
C
a
= 3,5 u.m./kg
= 0,02
Etapa 3. Determinarea parametrilor cerui.
a) volumul optim al unei comenzi este dat de:
q =
6
2 1 2
4
a
b
10 25
10 2 10 38 10
10 38 10 25 2
C
C Q 2

= 5.000 kg
b) numrul optim de comenzi este:
5000
250000
q
Q

= 50 aprovizionri
c) perioada optim de aprovizionare este:
50
100
5
50
250000 Q
T

= 2 zile
d)
+ +
b a b a
C
2
1
C Q C C Q 2 ) q ( C C
12
10 35 10 10 2 2 10 35 10 25 10 2 10 35 10 35 10 10 25 2
2 2 1 1 4 2 1 2 4
+ +

= 2 35 5 10
2
+25 35 10
3
+1 = 910.001 u.m.
MODEL 4: - gestiunea (stoc) cu cerere aleatoare
- cu pierderi n cazul surplusului de stoc
- cu cheltuieli suplimentare n cazul lipsei de stoc
- cu cost de stocare neglijabil
Exemplul 5
0
. Un magazin universal este dotat cu un lift pentru transportul mrfurilor.
Acest lift are un dispozitiv automat care dac este comandat o dat cu liftul (deci atunci cnd se
defecteaz poate fi nlocuit imediat) cost 1000 u.m., iar dac este comandat mai trziu, atunci
cheltuielile suplimentarea pentru comand, valoarea automatului, precum i pierderile obinute de
magazin ct nu funcioneaz liftul se ridic la 5000 u.m. pentru un automat defect. Se tie c
frecvena nlocuirii acestor automate este dat de tabelul:
Automate nlocuite x 0 1 2 3 4 5
Frecvena absolut n
I
1 2 3 2 1 1
S se determine:
a) stocul optim de automate pe care trebuie s-l aib magazinul de la nceput, astfel nct costul
total s fie minim;
b) S se stabileasc gestiunea optim.
Rezolvare:
Etapa 1. Avem MODEL 4 cu cerere aleatoare, cu pierderi n cazul surplusului de stoc i
cheltuieli suplimentare pentru lipsa de stoc.
Etapa 2. Costul surplusului de stoc = C
1
= 1000 u.m.
Costul lipsei de stoc = C
2
= 5000 u.m.
Factorul de penalizare = =
6
5
C C
C
2 1
2

+
= 0,83.
Etapa 3. a) Stocul optim s va fi soluia sistemului de inecuaii:
F(s-1) < < F(s) unde
F(s) =

s
0 x
) x ( p
ceea ce implica p(x 3) < < p(x 4)
13
Probabilitatea p(x) este probabilitatea evenimentului ca x automate s fie nlocuite i se
calculeaz cu formula:
p(x) =
10
n
n
n
i
6
1 i
i
i

(n cazul nostru)
p(0) =
10
1
= 0,1; p(1) =
10
2
= 0,2; p(2) =
10
3
= 0,3; p(3) =
10
2
= 0,2;
p(4) =
10
1
= 0,1; p(5) =
10
1
= 0,1
Aezm datele n tabel:
x n
i
p(x)
p(x s)
0 1 0,1 0,1
1 2 0,2 0,3
2 3 0,3 0,6
3 2 0,2 0,8
= 0,83
s
4 1 0,1 0,9
5 1 0,1 1
Observm c F(3) < < F(4). Deci : s = 4
b) Gestiunea dat este dat de:
C = C( s ) = C
1
+
+
10
1 s x
2
s
0 x
) x ( p ) s x ( C ) x ( p ) x s (
=
= 1000(4 0,1+3 0,2+2 0,3+1 0,2) +5000 10,1 = 2300 u.m.
MODEL 5: Gestiunea (stoc) cu cerere aleatoare, cu cost de stocaj i cost de penalizare
pentru lipsa de stoc.
Exemplul 6
0
. Din datele statistice se tie c cererea de fructe la un magazin de legume i
fructe pe o perioad de 4 luni se prezint ca n tabelul urmtor:
Cerere tone x 1 2 3 4
p(x) 0,2 0,3 0,4 0,1
Costul de stocaj zilnic pentru tona de fructe este de 60 u.m., iar lipsa fructelor din unitate
este penalizat cu 540 u.m. / zi/ ton de fructe lips. S se determine stocul optim al unitii astfel
nct cheltuielile s fie minime i gestiunea optim.
Rezolvare:
14
Etapa 1. Avem MODEL 5 cu cerere aleatoare, cu cost de stocaj i cost de penalizare
pentru lips de stoc.
Etapa 2. Cost de stocaj C
s
= 60 u.m. /ton /zi
Cost de penalizare C
p
= 540 u.m./ ton / zi
Etapa 3. Stocul optim s este soluia sistemului de inecuaii.
L(s-1) < < L(s) unde
s p
p
C C
C
+

iar L(s) =


+
+ +
1 s x
s
0 x
x
) x ( p
)
2
1
s ( ) x ( p
L(s=1) = p(x 1)+(1+
2
1
)

,
`

.
|
+ + +
2 x
4
) 4 ( p
3
) 3 ( p
2
) 2 ( p
2
3
2 . 0
x
) x ( p
=
= 0,2+1,5(0,15+0,133+0,025) = 0,662
L(s=2) = p(x 2)+(2+
2
1
)

,
`

.
|
+ +
3 x
4
) 4 ( p
3
) 3 ( p
2
5
5 , 0
x
) x ( p
=
= 0,5+2,5(0,133+0,025) = 0,895
L(s=3) = p(x 3)+(3+
2
1
)

+
4 x
025 , 0
2
7
9 , 0
x
) x ( p
= 0,987
L(s=4) = p(x 4)+(4+
2
1
)

+
5 x
0
2
9
1
x
) x ( p
= 1
Cum
s p
p
C C
C
+

=
600
540
540 60
540

+
= 0,9
Aranjm datele n tabelul:
p(x) x

s
1 x
) x ( p
x
) x ( p

+
n
1 s x
x
) x ( p
(s+
2
1
)

+
n
1 s x
x
) x ( p
L(s)
1
2
3
4
1
2
3
4
0,2
0,3
0,4
0,1
0,2
0,5
0,9
1
0,2
0,15
0,133
0,025
0,308
0,158
0,025
0
0,462
0,395
0,087
0
0,662
0,895
0,987
1
=0,
9
L(2) < < L(3) s = 3
15
Exemplul 7
0
. Din datele statistice se tie c cererea n tone pentru un anumit tip de marf
reprezint o variabil aleatoare continu cu densitatea de repartiie f: RR.
f(x) =

'

+
) , 4 ( ) 1 , ( x ; 0
] 4 , 1 [ x ) , 1 x 2 (
1 8
1
n ipoteza c surplusul de marf se degradeaz i se vinde cu o pierdere de 800 u.m./tona,
iar n cazul lipsei de marf se fac cheltuieli suplimentare de 1000 u.m./ton, s se organizeze
gestiunea optim.
Etapa 1. Avem MODEL 4 cazul continuu
Etapa 2. C
l
= 800 u.m./ton; C
2
= 1000 u.m./ton
Etapa 3. Stocul optim s este soluia ecuaiei F(s) = unde F(s) =

s
0
dx ) x ( f
unde s
[1, 4] i vom avea:
F(s) =
18
1
) x x (
18
1
dx ) 1 x 2 (
18
1
dx 0
s
1
2
s
1
1
0
+ + +

(s
2
+s-2)
Cum
2 1
2
C C
C
+

=
9
5
1800
1000

iar F(s) = devine

18
1
(s
2
+ s 2) =
9
5
s
2
+ s 2 ) 10 s
2
+ s 12 = 0
cu soluiile S
1
= - 4; S
2
= s = 3
MODEL 5. Gestiunea (stoc) cu cerere aleatoare, cu cost de stocaj i cost de penalizare
pentru lipsa de stoc.
Exemplul 8
0
. Cererea n tone pentru un anumit tip de marf este o variabil aleatoare cu
densitatea de repartiie f: R R.
f(x) =

'

+

) , 3 ( ) 0 , ( x ; 0
] 3 , 0 [ x ) ; x 3 x 8 (
9
1
2
S se determine stocul optim tiind c cheltuielile de stocaj sunt 200 u.m./zi /ton de
marf, iar lipsa de stoc este penalizat cu 700 u.m./zi pentru fiecare ton de marf lips.
16
Rezolvare.
Avem MODEL 5 cu cerere continu.
Etapa 2. C
s
= 200 u.m./zi/ton
C
p
= 700 u.m./zi/ton
Etapa 3. Stocul optim s este soluia ecuaiei
L(s) = unde L(s) =

+
s
0 s
dx
x
) x ( f
s dx ) x ( f
=
9
7
900
700
C C
C
p s
p

+
iar
L(s) =

,
`

.
|

+
s
0
3
s
2
2
dx
x
x 3 x 8
9
1
s dx ) x 3 x 8 (
9
1
=
9
1
(4x
2
x
3
) |
s
0
+
9
s
(8x -
2
x 3
2
) |
3
s
=
9
1
(4s
2
s
3
+ 245 -
2
s 3
s 8 s
7
27
3
2
+ )
=
18
1
(s
3
8s
2
+21 s) =
9
7
s
3
8s
3
+21 s 14 = 0
1 -8 21 -14
1 1 -7 14 0
Deci s = 1 . Ecuaia s
2
7 s +14 = 0 avnd = 49 - 56 < 0 i implicit rdcinile
complexe.
17