Documente Academic
Documente Profesional
Documente Cultură
Matematic aplicat n
economie
- SUPORT DE CURS N FORMAT ID
2016
Cuprinsul suportului de curs
2
3.2.3. OPERAII CARE SE POT EFECTUA CU DOU VARIABILE ALEATOARE X I Y
..................................................................................................................................................... 69
3.3. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE. COEFICIENTUL
DE CORELAIE ............................................................................................................................ 73
3.3.1. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE DISCRETE 73
3.3.2. CARACTERISTICI NUMERICE ALE VARIABILELOR ALEATOARE CONTINUE
..................................................................................................................................................... 75
3.4. COEFICIENTUL DE CORELAIE A DOU VARIABILE ALEATOARE ....................... 76
3.5. TEMA DE CONTROL A UNITII DE NVARE NR. 3 ............................................... 82
3.6. TESTUL DE UTOEVALUARE NR. 3 ................................................................................... 86
3.7. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 3 .......................................... 90
UNITATEA NR. 4. PROBLEME DE PROGRAMARE LINEAR ................................................ 91
4.1. FORMULAREA PROBLEMEI DE PROGRAMARE LINEAR BIDIMENSIONAL ..... 92
4.1.1. PROBLEME DE PROGRAMARE LINEAR CU 2 VARIABILE (PROGRAMARE
LINEAR BIDIMENSIONAL) .............................................................................................. 92
4.1.2. FORMULAREA UNEI PROBLEME DE PROGRAMARE LINEAR ........................ 93
4.2. METODA GRAFIC DE REZOLVARE A PROBLEMELOR DE PROGRAMARE
LINEAR BIDIMENSIONAL ................................................................................................... 97
4.3. ALGORITMUL SIMPLEX BIDIMENSIONAL .................................................................. 101
4.3.1.MAXIMIZAREA UNEI FUNCII OBIECTIV PENTRU CARE TOATE
RESTRICIILE AU SEMNUL ........................................................................................ 101
4.3.2. MINIMIZAREA UNEI FUNCII OBIECTIV PENTRU CARE TOATE
RESTRICIILE AU SEMNUL (PROBLEMA DUAL) ............................................. 106
4.4. REZOLVAREA PROBLEMELOR DE PROGRAMARE LINEAR
MULTIDIMENSIONAL ........................................................................................................... 117
4.5. TEMA DE CONTROL A UNITII DE NVARE NR. 4 ............................................. 127
4.6. TESTUL DE AUTOEVALUARE NR. 4 .............................................................................. 138
4.7. BILIOGRAFIA SPECIFIC UNITII DE NVARE NR. 4 ........................................ 140
5. BILIOGRAFIA NTREGULUI SUPORT DE CURS .................................................................. 141
6. NOTIELE CURSANTULUI ..................................................................................................... 142
3
Introducere
Conceperea cursului s-a fcut pornind de la obiectivele generale ale obiectului de studiu
Matematic economic n contextul obiectivelor generale ale facultii de tiine economice i
anume:
4
Dezvoltarea capacittii de sintetizare i interpretare a unui set de informaii, de rezolvare a unor
probleme de baz i de evaluare a concluziilor posibile
Fiecare unitate de nvare conine timpul mediu necesar pentru studiu, obiectivele
operaionale pe care studenii trebuie s le urmreasc de-a lungul studiului, precum i o schem de
parcurgere a materialului n care trebuie bifate elementele parcurse pe masur ce aciunile sunt
efectuate.
5
UNITATEA NR. 1. ELEMENTE DE TEORIA GRAFURILOR
Parcurge obiectivele
Citete coninutul leciei
Parcurge problemele rezolvate
Rezolv problemele propuse
Recapituleaz cunotinele
Pregtete Tema de control
6
1.1. NOIUNI INTRODUCTIVE. MATRICEA ASOCIAT
DRUMURILOR UNUI GRAF
Obiective operaionale:
Definiii
Fie o mulime finit X = {x1, x2,..., xn} i o funcie : () care asociaz fiecrui element xi
X, i = 1, n , o submulime F(xi) P(X). Cuplul G = (X,F) se numete graf. Exist dou tipuri de
grafuri: grafuri neorientate i grafuri orientate (cu direcie).
Elementele xi X se numesc vrfuri sau noduri ale grafului.
O pereche de vrfuri (xi, xj), i,j =1, n , cu proprietatea c xj F(xi) formeaz un arc al grafului (neorientat).
Dac arcul are i direcie se numete muchie (grafuri orientate).
Submulimea A = { (xi, xj) X x X / xj F(xi) } reprezint mulimea arcelor grafului G = (X,F).
Pentru arcul (xi, xj) A, numin xi extremitatea iniial i xj extremitatea final.
Dou vrfuri xi i xj spunem c sunt adiacente dac xj F(xi) sau xi F(xj). Altfel spus, dac
exist un arc ntre ele.
Fiecare extremitate (vrf/nod) a unui arc/muchie este considerat incident cu arcul/muchia
respectiv.
Numim dou arce adiacente dac au o extremitate comun.
Dac xi. F(xi) atunci (xi, xi) se numete bucl.
7
Se numete lan ntr-un graf neorientat, o secven de vrfuri = [1 , 2 , ] cu proprietatea c
oricare dou vrfuri consecutive sunt adiacente, adic (1 , 2 ); (2 , 3 ) . (1 , ) ( ).
Spunem c un lan este elementar dac el nu conine de mai multe ori acelai nod/vrf. n caz
contrar, el se numete neelementar.
Spunem c un lan este simplu dac el nu conine de mai multe ori acelai arc.
Se numete ciclu (simplu) un lan (simplu) pentru care extremitatea iniial coincide cu cea final
(1 = ), iar arcele grafului sunt distincte dou cte dou (adic, nu te ntorci pe aceeai muchie).
Ciclul se numete elementar dac nu conine de mai multe ori acelai vrf (exceptnd extremitile
iniiale). n caz contrar se numete neelementar.
Numim lungimea unui lan/ciclu = numrul de arce coninute.
Se numete drum ntr-un graf orientat o secven de vrfuri = [1 , 2 , ] cu proprietatea c
ntre oricare dou vrfuri consecutive (n ordinea parcurgerii grafului, , +1) s existe o muchie
( , +1).
Un drum este elementar dac trece prin fiecare nod o singur dat. n caz contrar se numete
neelementar.
Un drum este simplu dac nu conine de dou sau mai multe ori acelai arc (pot trece de mai multe
ori prin acelai nod dar s nu parcurg aceeai muchide).
Se numete circuit (simplu) un drum (simplu) pentru care extremitatea iniial coincide cu cea
final (1 = ).
Spunem c circuitul este elementar dac nu conine de mai multe ori acelai vrf (exceptnd
extremitile). n caz contrar se numete neelementar.
Se numete lungimea unui drum = numrul de muchii coninute
Se numete gradul unui nod/vrf, ntr-un graf neorientat, numrul de muchii incidente cu vrful
respectiv. Se noteaz deobicei cu () = . Spunem c un vrf este izolat dac are gradul
0 i terminal dac are gradul 1.
Se numete (semi)gradul exterior al unui vrf, ntr-un graf orientat, numrul de muchii care au pe
x ca extremitate iniial. Se noteaz deobicei cu + (). Numim (semi)gradul interior al unui vrf,
ntr-un graf orientat, numrul de muchii care au pe x ca extremitate final. Notm deobicei cu ().
Teorema gradelor: a) ntr-un graf neorientat exist relaia: =1 () = 2 (suma gradelor =
dublul numrului de muchii); b) ntr-un graf orientat exist relaia: =1 + () = =1 () =
(suma gradelor exterioare este egal cu suma gradelor interioare, iar amndou sunt egale cu numrul
de muchii).
Puterea de atingere a unui vrf xi, notat p(xi), reprezint numrul de noduri la care se poate ajunge
din xi ,,fie datorit existenei unui arc fie datorit existenei unui drum.
8
Spunem c un graf este Hamiltonian dac este un graf care conine un circuit Hamiltonian.
Un drum/circuit elementar care trece prin toate nodurile grafului se numete drum/circuit
Hamiltonian.
Matrice asociat unui graf (matricea de adiacen):
___
Oricrui graf G = (X, F) i se poate asocia o matrice booleana, notat MG = (mij) i, j 1, n
1,
unde: = {
0,
Exemplul 1
Fie graful:
x1 x2
x6 x3
x5 x4
X = {x1, x2, x3, x4, x5, x6} este mulimea nodurilor sau vrfurilor grafului.
F : X P(X), unde X = {x1, x2, x3, x4, x5, x6} este definit de:
F(x1) = {x1, x2, x4, x5}, F(x2) = {x3, x4, x6}, F(x3) ={x1, x2}, F(x4 ) ={x5}, F(x5) = {x2}, F(x6) = {x4}
A = {(x1, x1), (x1, x2), (x1,x4), (x1, x5), (x2, x3), (x2, x4), (x2, x6), (x3, x1), (x3, x2), (x4, x5), (x5, x2), (x6, x4)} este
mulimea arcelor/muchiilor grafului.
Arcele (x1, x2), (x1, x5) sunt arce adiacente avnd comun extremitatea iniial.
Arcele (x1, x2) i (x3, x2) sunt adiacente avnd comun extremitatea final
+ (1 ) = 4; (1 ) = 2; + (2 ) = 3; (2 ) = 3; + (6 ) = 1; (6 ) = 1
Arcele (x1,x4), (x4,x5), (x5,x2) formeaz un drum n graful G, care se poate nota i d = (x1, x4, x5, x2)
Lungimea drumului d = (x1, x4, x5, x2) este 3 (deoarece drumul este compus din 3 arce/muchii).
d = (x1, x5, x2, x3, x1) este un circuit (extremitatea iniial coincide cu cea final), de lungime 4.
Drumul d = (x6, x4, x5, x2, x3, x1) este hamiltonian deoarece este drum elementar i trece prin toate vrfurile
grafului.
matricea asociat este
1 1 0 1 1 0
0 0 1 1 0 1
1 1 0 0 0 0
MG =
0 0 0 0 1 0
0 1 0 0 0 0
0 0 0 1 0 0
9
Exemplul 2 (Moduri echivalente de definire a grafurilor)
x1 x2 x3 x4 x5 x6
6. Folosind matricea latin, n care pe o poziie aij va fi xixj dac exist arcul (xi,xj) i 0 n caz contrar.
x1 x1 x1 x 2 0 x1 x 4 x1 x5 0
0 0 x 2 x3 x2 x4 0 x 2 x5
x x x3 x 2 0 0 0 0
ML =
3 1
0 0 0 0 x 4 x5 0
0 x5 x 2 0 0 0 0
0 0
0 0 x6 x 4 0
10
1.1.2. MATRICEA ASOCIAT DRUMURILOR UNUI GRAF
Calcularea matricei asociat drumurilor unui graf este important n vederea determinrii existenei
drumurilor hamiltoniene ntr-un graf (drumuri hamiltoniene care modeleaz o varietate de probleme economice
legate de organizarea produciei, logistic, organizarea sistemelor informaionale).
Procedeele de determinare a drumurilor hamiltoniene sunt difereniate n funcie de tipul grafului - cu
circuite sau fr circuite, iar informaiile despre tipul de graf sunt date de matricea D a drumurilor. Informaiile
pe care le ofer aceast matrice sunt legate att de existena sau inexistenta circuitelor ct i de numrul de
circuite si drumuri existente.
Definiie Se numete matricea drumurilor grafului G sau a conexiunilor totale matricea booleana
D = (dij)i,j=1,n, unde
dij= 1, daca in G ( X , F ) exista cel putin un drum de la xi la x j , xi , x j X , i, j 1, n
0, in caz contrar
i n D avem d i = 1, d i = 1,, d i = 1.
Pasul 2 Folosind adunarea booleana se adun liniile , ,..., din matricea MG la linia i ( tot
din MG). Reamintim regulile adunrii booleene : 0 + 0 = 0, 0 + 1 = 1 + 0 = 1, 1 + 1 =
1.
Noile valori 1 obinute se trec pe linia i a matricei D. Fe h, l,...,s poziiile ocupate de
aceste noi valori pe linia i.
Pasul 3 Se adun boolean liniile h, l, ..., s din MG la linia i a matricei MG i noile valori 1
obinute se trec pe linia i a matricei D.
Pasul 4 Algoritmul continu pn cnd se ajunge la una din situatiile:
11
Interpretare rezultate
Dupa aflarea matricei drumurilor D stabilim dac graful are sau nu circuite astfel:
- dac elementele dii = 0 ( elementele aflate pe diagonala matricei), i = 1, n , graful nu are circuite;
- dac exist un indice i pentru care dii = 1 atunci exist n G un circuit care are c vrf iniial i final
pe xi.
Observaie Matricea drumurilor D ne ofer informaii i despre numrul de vrfuri la care putem
ajunge pornind dintr-un punct (vrf) xi.
Definiie Fie graful G = (X,A) i xi X. Numrul de vrfuri la care se poate ajunge din x i se
numete putere de atingere a vrfului xi i se noteaz cu p(xi).
Puterea de atingere a lui xi este dat de numrul de elemente egale cu 1 aflate pe linia
i n matricea drumurilor D.
PROBLEME REZOLVATE
12
Pasul 2 ncepem cu linia 1. Pentru fiecare element d1 = 1, se adun folosind adunarea
booleana, linia 1 din matricea MG la linia (tot a matricei MG) i se completeaz spaiile libere din
matricea D numai dac rezultatul este 1. Reamintim regulile adunrii booleene : 0 + 0 = 0, 0 + 1 =
1 + 0 = 1, 1 + 1 = 1.
Deoarece d13 = 1 vom aduna n matricea MG linia 1 cu linia 3 i vom obine dou elemente egale cu
unu i anume d11 i d12, pe care le trecem n matricea D. n acest moment linia 1 este complet
determinat.
1 1 1 1
1 _ _ _
D=
_ 1 _ _
_ _
_ _
Continum cu linia 2. Deoarece d21 = 1 vom aduna n MG linia 2 cu linia 1 obtinand d23 = 1 i d24 =
1.
1 1 1 1
1 _ 1 1
D=
_ 1 _ _
_ _
_ _
Pasul 3 Pentru noile elemente egale cu 1 obinute la pasul anterior, respectiv d23 = 1 i d24 =
1 se reface adunarea booleana a liniei 2 cu linia corespunzatoare indicelui de pozitie al elementului,
respectiv cu linia 3 i cu linia 4 din matricea MG, i vom obine i d22 = 1.
1 1 1 1
1 1 1 1
D=
1 1 _ _
_ _
_ _
Linia 2 este i ea complet determinat
Repetam algoritmul incepand cu Pasul 2 pentru linia 3.
Pentru elementele egale cu 1 respectiv d32 adunam linia 3 cu linia 2 n matricea MG i obinem d31 =
1.
Continum cu Pasul 3 i pentru noul element d31 = 1 adunam n MG linia 3 cu linia 1 i obinem d33 =
1 i d34 = 1.
1 1 1 1
1 1 1 1
Vom avea D = i linia 3 este i ea complet determinat.
1 1 1 1
_ _
_ _
13
Deoarece pe linia 4 nu exist elemente egale cu 1 toate valorile elementelor n matricea D vor fi egale
cu 0.
1 1 1 1
1 1 1 1
Forma final a matricei D este D =
1 1 1 1
0 0 0 0
Concluzii: Deoarece exist pe diagonala elemente egale cu 1 i anume d11 = d22 = d33 = 1 rezult
c graful are 3 circuite.
Graful are 12 drumuri din care 3 sunt circuite pornind din toate varfurile mai puin x4.
Putem calcula puterea de atingere a fiecrui vrf i anume p(x1) = 4, p(x2) = 4, p(x3) = 4 i p(x4) = 0.
Obiective operaionale:
O2: s aplice algoritmii necesari pentru stabilirea tipului de graf cu circuite sau fr circuite
14
Observaie: ntr-un graf fr circuite exist cel mult un drum hamiltonian.
Pasul 1 Se calculeaz matricea drumurilor D, i se verifica dac graful nu are circuite ( nici un
element de pe diagonala acestei matrice nu este egal cu 1)
Pasul 2 Se calculeaz numrul de elemente egale cu 1 n matricea D i se compara cu valoarea
n( n 1)
.
2
n( n 1)
Dac numrul de elemente egale cu 1 este mai mic dect valoarea STOP.
2
Graful nu are drum hamiltonian.
n( n 1)
Dac numrul de elemente egale cu 1 este egal cu rezult c graful are drum hamiltonian i
2
trecem la pasul 3.
PROBLEM REZOLVAT
15
Pasul 1 Calculm matrieca drumurilor D
0 0 0 0 1
1 0 0 1 1
D = 1 1 0 1 1
1 0 0 0 1
0 0
0 0 0
Deoarece pe diagonal nu avem elemente egale cu 1 rezult c graful nu are circuite,
deci se aplica teorema lui Chen.
REZUMAT
16
1.3. DETERMINAREA DRUMURILOR HAMILTONIENE N
GRAFURI CU CIRCUITE
Obiective operaionale:
O1: s cunoasc algoritmul nmulirii latine pentru determinarea drumurilor hamiltoniene n grafuri
cu circuite
O3: s determine drumurile si circuitele de o anumit lungime folosind algoritmul nmulirii latine
Definiie Un circuit CH = (xi1, xi2, ..., xin, xi1) se numete hamiltonian dac trece o dat i numai o
dat prin fiecare vrf al grafului cu excepia vrfului xi1.
Observaii O condiie necesar pentru existena unui drum hamiltonian este ca graful s fie
complet ( orice cuplu de vrfuri este legat cu cel puin un arc).
O condiie necesar pentru existena cel puin a unui circuit hamiltonian este ca graful
G = (X,F) s fie tare conex (sa existe cel puin un drum ntre oricare dou vrfuri).
Pentru determinarea drumurilor si/sau circuitelor hamiltoniene ntr-un graf cu n
vrfuri se calculeaz prin algoritmul inmulirii latine matricea T(n), cu precizarea c n
matricele T(r), r 1 , se considera t ij( r ) 0 dac secventa indicilor vrfurilor t ik( r ) i t (kj0 )
conine doi indici identici pentru orice k 1, n . (dac n rezultatul inmulirii se repeta
dou vrfuri).
Existena unui element diferit de 0 pe diagonala uneia dintre matricele T(r) care
intervin n algoritm indica atat existena unui circuit hamiltonian cat i ordinea
vrfurilor.
17
Fie graful G= (X,F) = (X,A) .
Pasul 1 Asociem grafului o matrice a arcelor (conexiunilor directe) care n locul cifrelor 1 din
MG conine arcele corespunztoare, reprezentate prin vrfurile care le compun. Notm
aceast matrice (numit matrice latin) cu T(1) = (tij)i,j = 1,n, unde
( x , x ) daca x F ( x )
i j j i
tij =
0, daca x j F ( xi )
Pasul 2 Formm matricea T(0) = (t ij( 0) ) i,j = 1,n, numit matricea destinatiilor posibile, care se
obine prin suprimarea extremitii iniiale a fiecrui arc din matricea T(1).
x j , daca x j F ( xi )
t (0)
, i, j 1, n
0, daca x j F ( xi )
ij
Pasul 3 Cu matricele T(1) i T(0) , n aceasta ordine, se efectueaz operaia de inmulire latin
(notat cu L) sau concaternare astfel :
1. Se respect formal regula de inmulire a matricelor
2. Se fac urmtoarele convenii:
c1) dac unul din elementele participante la calcul este 0 rezultatul va fi 0.
c2) atunci cnd se inmulete un arc din matricea T(1) cu un vrf din matricea T(0),
rezultatul operaiei se consemneaz scriind consecutiv vrfurile care intervin n calcul (obligatoriu cu
mentinerea ordinei n care apar vrfurile).
Pasul 4 Fie T(2) = T(1) L T(0)
Introducem relaia de recurena T(r + 1) = T(r) L T(0), r N*.
Matricea T(m), cu m N* va conine lista tuturor drumurilor de lungime m (adic
formate din m arce) n graful dat
PROBLEM REZOLVAT
0 0 1 1
1 0 0 0
S se determine drumurile de lungime 2 i 3 n graful a crui matrice este MG
0 1 0 0
0 0 0 0
18
0 0 x1 x3 x1 x 4
x x 0 0 0
Pasul 1 Scriem matricea T(1) 2 1
0 x3 x 2 0 0
0 0
0 0
Pasul 2 Scriem matricea destinatiilor posibile
0 0 x3 x4
x 0 0 0
T(0) 1
0 x2 0 0
0 0
0 0
Pasul 3 Calculam T(2) = T(1) L T(0) care ne va arat drumurile de lungime 2.
T(2) = T(1) L T(0)
0 0 x1 x3 x1 x 4 0 0 x3 x4 0 x1 x3 x 2 0 0
(2) 2 1
x x 0 0 0 x1 0 0 0 0 0 x 2 x1 x3 x 2 x1 x 4
T = L
0 x3 x 2 0 0 0 x2 0 0 x3 x 2 x1 0 0 0
0 0 0 0 0 0
0 0 0 0 0 0
x1 x3 x 2 x1 0 0 0
0 x 2 x1 x3 x 2 0 0
0 0 x3 x 2 x1 x3 x3 x 2 x1 x 4
0 0 0 0
Concluzie : Graful conine 4 drumuri de lungime 2, evidentiate n matricea T(2), i anume: d1 = (x1,
x3, x2), d2 = (x2, x1, x3), d3 = (x2, x1, x4), d4 = (x3, x2, x1) i nu exist circuite de lungime
2.
Graful conine 4 drumuri de lungime 3(evideniate n matricea T(3)) din care 3 circuite
i un drum hamiltonian, i anume :
d5 = (x1, x3, x2, x1), d6 = (x2, x1, x3, x2), d7 = (x3, x2, x1, x3) si
d8 = (x3, x2, x1, x4),
19
REZUMAT
Obiective operaionale:
O2: s-i nsueasc algoritmii de determinare a drumurilor optime ale unui graf
O3: s aplice algoritmii potrivii pentru determinarea drumurilor maxime i minime ntr-un graf
n economie, problemele legate de gsirea drumului de valoare optim se pot referi la gsirea
lungimii drumului minim sau maxim dintre dou localiti; la determinarea costului minim pentru
parcurgerea anumitor faze de producie, sau a duratei minime de parcurgere a unor etape etc.
Exist cinci categorii de algoritmi folosii n determinarea drumurilor optime ntr-un graf, i
anume:
Algoritmi bazai pe calcul matricial (Bellman-Kalaba, I. Tomescu, Bellman-Schimbell);
Algoritmi bazai pe ajustri succesive (iteratii): (Ford);
Algoritmi bazai pe inducie matematic (Dantzig);
Algoritmi bazai pe ordonarea prealabil a vrfurilor grafului;
Algoritmi bazai pe extindere selectiv (Dijkstra).
20
Ne vom rezuma la prezentarea algoritmului Bellman-Kalaba i Ford att pentru determinarea
drumurilor de valoare maxim cat i minim.
Fie graful G = (X,F) =(X,A).
Pentru determinarea drumului de valoare optim (minim sau maxim) dintre dou vrfuri x i
i xj ale grafului G, asociem fiecrui arc un numr real pozitiv notat v (xi, xj) numit valoarea arcului.
In funcie de problema economic transpus n termenii teoriei grafurilor, valoarea arcului poate
reprezenta: costul de fabricaie al unui produs ntr-un anumit loc de munca asociat cu arcul (xi, xj);
productivitatea muncii ntr-un loc de munca, costul sau durata transportului pe ruta (xi, xj), lungimea
drumului fizic intre dou puncte etc.
Fie drumul d = (a1, a2, , ap), unde ak reprezint un arc component al drumului.
p
Definiie Mrimea v(d) definit prin egalitatea v(d) = v(a
k 1
k ) se numete valoarea drumului
Ipotez: Drumul optim este format din arce ai A care leaga nodul iniial x1 cu nodul final
xn.
21
Algoritm de determinare a drumului de valoare minim
v( xi , x j ), daca ( xi , x j ) A, i j
Cij = , daca( xi , x j ) A, i j
0. daca i j
Fiecrui vrf xi i se asociaz o variabila vi care reprezint valoarea drumului care unete vrful
xi cu xn.
Elementele matricei C se trec ntr-un tabel care conine pentru inceput xn linii i xn coloane. (
tabelul se va completa ulterior cu alte linii pe masura parcurgerii algoritmului.
Valoarea minim a drumului care unete pe x1 cu xn se obine rezolvand sistemul de ecuatii:
v min (v c ), i 1, n 1, j 1, n
i j i
j ij
v n 0
Dac vi , cu i = 1, n este solutie a sistemului de mai sus, atunci v1 reprezint valoarea minim
a drumului care unete pe x1 cu xn.
Pentru rezolvarea sistemului, se procedeaz iterativ.
Pasul care initiaz procesul iterativ este definit de:
v i( 0 ) c in , i = 1, n 1
si v (n0 ) 0
v ( k ) min (v ( k 1) c ), i 1, n 1, j 1, n
i j i
j ij
v n( k ) 0, k N*
Procesul se ncheie cnd se obine v i( k 1) vi( k ) , i= 1, n . n acest caz, valoarea minim a drumului
22
Drumul de lungime minim trece prin x j1 si v (jk1 1) reprezint valoarea minim a drumului care unete
x j1 cu xn.
x2 2
7
5
2 x3
3 5
x1 1
x7 4
x4
3
2 2 1
x6 x5
Pasul 1 Se alcatuiete un tabel care conine pe prima linie i pe prima coloana nodurile
(vrfurile) grafului i n interior arcele care se formeaz la intersectia elementelor de
pe linia 1 cu cele de pe coloana 1.
Tabelul se completeaz dupa urmtoarele reguli :
i. Dac exist arc (xi, xj) se trece valoarea arcului (lungimea)
ii. Dac nu exist arc (xi, xj) se completeaz cu - ( numai la problemele de
maxim)
iii. Pentru i = j adica arce de forma (xi, xi) se completeaz cu 0.
Vom obine:
23
x1 x2 x3 x4 x5 x6 x7
x1 0 2 3 - - - -
x2 - 0 2 7 5 - -
x3 - - 0 1 - 5 -
x4 - - - 0 - - 4
x5 - - - 1 0 - 2
x6 - - - 2 - 0 3
x7 - - - - - - 0
Pasul 2 Fiecrui vrf xi i se asociaz o variabila vi care reprezint valoarea drumului care
unete xi cu xn.
Variabilele vi se calculeaz n mai multi pasi, numrul pasului trecandu-se n partea
dreapta sus, n paranteza, i pentru fiecare v i( k ) se completeaz o linie n completarea tabelului iniial.
Pasul 3 Se calculeaz valorile v i(1) respectiv v 1(1) , v 2(1) , v3(1) , v 4(1) , v5(1) , v 6(1) , v7(1) care se trec pe
urmatoarea linie a tabelului.
v (1) max (v ( 0) c ), i 1,6, j 1,7
(1) i j i
j ij
Formula de calcul a valorilor v i este
v7 0
(1)
Calcularea lui v 1(1) : se adun linia v i( 0 ) cu linia corespunzatoare lui x1 (prima linie),
element cu element, mai puin v 1( 0 ) cu c11, i se alege valoarea maxim dintre sumele rezultate.
24
v 1(1) max (v2(0) c12 , v3(0) c13 , v4(0) c14 , v5(0) c15 , v6(0) c16 , v7(0) c17 )
j 1
v 1(1) max ( 2, 3, 4 , 2 , 3 , 0 )
j 1
element cu element, mai puin v (20 ) cu c22, i se alege valoarea maxim dintre sumele rezultate
v (21) max (v1(0) c21 , v3(0) c23 , v4(0) c24 , v5(0) c25 , v6(0) c26 , v7(0) c27 )
j2
v (21) max ( , 2, 4 7, 2 5, 3 , 0 )
j 1
Pasul 4 Se calculeaz v i( 2) respectiv valorile v1(2) , v2(2) , v3(2) , v4(2) , v5(2) , v6(2) , v7(2) ) dupa formula: v
( 2)
i max (v (j1) cij ), i 1,6 si j 1,7
j i
Vom obine v 1( 2) 13, v (22) 11, v 3( 2 ) 11, v (42) 4, v 5( 2 ) 5, v (62 ) 6, v (72 ) 0 prin conventie.
Cu aceste valori obinute se completeaz tabelul cu inca o linie, respectiv linia lui v i( 2 )
Si se obine: v 1(3) 14, v (23) 13, v 3( 3) 11, v (43) 4, v 5( 3) 5, v (63) 6, v (73) 0. Deoarece
25
Obinem: v 1( 4) 15, v (24) 13, v 3( 4 ) 11, v (44) 4, v 5( 4 ) 5, v (64 ) 6, v (74 ) 0 . Deoarece v
( 4)
i vi( 3) algoritmul se continu prin calcularea lui v i(5) .
V i(1) - 11 5 4 5 6 0
Vi
( 2) 13 11 11 4 5 6 0
Vi
( 3) 14 13 11 4 5 6 0
Vi
( 4) 15 13 11 4 5 6 0
Vi
( 5) 15 13 11 4 5 6 0
26
PROBLEME REZOLVATE
Pasul 1 Se intocmete un tabel care conine pe prima linie i pe prima coloana nodurile
(vrfurile) grafului i n interior arcele care se formeaz la intersecia elementelor de
pe linia 1 cu cele de pe coloana 1.
x1 x2 x3 x4 x5
x1 0 3 1 9
x2 0 1 4
x3 2 0 4 6
x4 0 2
x5 0
Pasul 2 Fiecrui vrf xi i se asociaz o variabil vi care reprezint valoarea drumului care
unete xi cu xn.
Variabilele vi se calculeaz n mai muli pasi, numrul pasului trecndu-se n partea dreapta sus, n
paranteza, i pentru fiecare v i( k ) se ma trece o linie n completarea tabelului iniial.
Prima variabil este v i( 0 ) i se obine din transpunerea ultimei coloane corespunztoare ultimului vrf.
n cazul nostru, vom transpune (adica scrie ca linie, coloana lui x5)
27
x1 x2 x3 x4 x5
x1 0 3 1 9
x2 0 1 4
x3 2 0 4 6
x4 0 2
x5 0
(0) 9 4 6 2 0
Vi
Pasul 3 Se calculeaz valorile v i(1) respectiv v 1(1) , v 2(1) , v3(1) , v 4(1) , v5(1) care se trec pe urmatoarea
linie a tabelului.
v (1) min (v ( 0) c ), i 1,4, j 1,5
(1) i j i
j ij
Formula de calcul a valorilor v i este
v 5 0
(1)
Calcularea lui v 1(1) : se adun linia v i( 0 ) cu linia corespunztoare lui x1 (prima linie), element cu
element, mai puin v 1( 0 ) cu c11, i se alege valoarea minim dintre sumele rezultate.
v 1(1) min (v 2(0) c12 , v3(0) c13 , v 4(0) c14 , v5(0) c15 )
j 1
v 1(1) min (4 3, 6 1, 2 , 0 9)
j 1
Calcularea lui v 1( 2 ) : se adun linia v i( 0 ) cu linia corespunztoare lui x2 (a dou linie), element cu
element, mai puin v (20 ) cu c22, i se alege valoarea minim dintre sumele rezultate
v (21) min (9 , 6 , 2 1, 0 4)
j 1
28
OBS: Algoritmul se ncheie dac se obtin dou linii corespunzatoare valorilor lui v i egale
( la 2 pasi consecutivi)
Deoarece v i( 0 ) v i(1) vom continu algoritmul prin calcularea lui v i( 2 ) .
Pasul 4 Se calculeaz v i( 2) respectiv valorile v1( 2 ) , v2( 2) , v3( 2 ) , v4( 2 ) , v5( 2) , v6( 2 ) , v7( 2 ) )
dupa formula:
Vom obine:
v 1( 2) 6, v (22) 3, v 3( 2 ) 5, v (42) 2 i v 5( 2 ) 0 prin conventie.
Cu aceste valori obinute se completeaz tabelul cu inca o linie, respectiv linia lui v i( 2 )
Vi
( 2) 6 3 5 2 0
Vi
( 3) 6 3 5 2 0
Interpretarea rezultatelor:
Din tabelul intocmit obinem 2 informaii:
1. Care este valoarea drumului minim de la x1 la x5
2. Care sunt vrfurile care compun drumul minim.
2. Valoarea drumului minim este 6 ( valoarea lui v 1( 3) de la ultimul pas)
3. Exist dou drumuri minime:
d1min = (x1, x2, x4, x5) ; d2min = (x1, x3, x2, x4, x5)
29
REZUMAT
PROBLEME PROPUSE
1. Pentru fiecare din grafurile de mai jos s se stabileasc folosind matricea drumurilor dac au sau nu
circuite (precizand in situatia in care exista circuite si numarul lor) i s se calculeze puterea de atingere
a fiecrui vrf:
a) G = (X,F) , X = {xi, i = 1,6 } i F : X P(X) definit prin F(x1) = { x2, x3, x4,x5}, F(x2) = { x5,
x6}, F(x3) = { x4, x6}, F(x4) = { x2, x5, x6}, F(x5) = { x6}, F(x6) =
b) Fie G = (X,F) unde X = {x1, x2, x3, x4, x5, x6} i F : X P(X) definit prin :
F(x1) = { x2, x3, x4}, F(x2) = { x1, x2, x4}, F(x3) = { x2, x3, x5, x6}, F(x4) = { x2, x3, x6}, F(x5) = { x3},
F(x6) =
30
d) G = (X,A), X = X = {x1, x2, x3, x4, x5, x6} i
0 1 0 1 0 1
0 0 0 0 0 0
1 0 1 1 1
M = 1
0 1 0 0 0 0
1 0 0 1 0 1
0 1 0 1 0 0
RSPUNSURI:
1.
a) Graful nu are circuite si p(x1)=5, p(x2)=2, p(x3)=4, p(x4)=3, p(x5)=1, p(x6)=0
b) Graful are 5 circuite si p(x1)=6, p(x2)=6, p(x3)=6, p(x4)=6, p(x5)=6, p(x6)=0
c) Graful nu are circuite si p(x1)=2, p(x2)=1, p(x3)=4, p(x4)=5, p(x5)=0, p(x6)=3
d) Graful nu are circuite si p(x1)=3, p(x2)=0, p(x3)=5, p(x4)=1, p(x5)=5, p(x6)=2
3. S se afle drumul de valoare minim al grafului G = (X,A) , X = {xi, i=1,6 }, A = {(x1, x2), (x1, x3),
(x1, x4), (x1, x5), (x2, x5), (x2, x6),(x3, x4),(x3, x6) ,(x4, x2) ,(x4, x5) ,(x4, x6) ,(x5, x6)} dac valorile
arcelor sunt respectiv 8; 4; 6; 9; 1; 6; 1; 8; 2; 5; 7; 3.
31
LUCRARE DE VERIFICARE
1. Fie G = (X,A)
unde X = {x1, x2, x3, x4, x5} i
A = { (x1, x4), (x2, x1), (x2, x5), (x3, x1), (x3, x2), (x3, x4), (x3, x5), (x5, x1), (x5, x4)}
0 1 1 1 1 0
0 0 0 0 1 1
MG = 0 0 0 1 0 1
0 1 0 0 1 1
0 0 0 0 0 1
0 0 0 0 0 0
X = {xi, i= 1,5 },
F(x1) = {x3, x4},
F(x2) = {x4},
32
F(x3) = {x2, x4, x5},
F(x4) = {x5},
F(x5) = .
a) folosind matricea drumurilor s se arate c G nu are circuite i are drum hamiltonian
b) tiind c v(x1, x3) = 3,
v(x1, x4) = 2,
v(x2, x4) = 3,
v(x3, x2) = 4,
v(x3, x4) = 1,
v(x3, x5) = 4,
v(x4, x5) = 2 s se arate c dH este drumul de valoare maxim de la x1 la x5.
NTREBRI DE CONTROL
1. Care este metoda de determinare a tipului de graf cu circuite sau fr circuite?
2. Ce semnific existena unui element egal cu 1 pe diagonala matricei drumurilor?
3. Care este numrul maxim de drumuri hamiltoniene pe care le poate avea un graf cu 5 noduri?
4. Care este procedeul de determinare a tipului de graf?
5. Ce informaii se pot obine n urma aplicrii algoritmului nmulirii latine?
6. De ce nu se poate aplica teorema lui Chen pentru determinarea drumurilor hamiltoniene n
grafurile cu circuite?
33
2. Se considera graful G a crui matrice este :
0 1 0 1 0 1
0 0 0 1 0 1
1 0 0 1 1
MG = 0
0 0 1 0 0 1
0 1 0 1 0 0
0 0 0 0 0 0
Sa se determine matricea drumurilor i apoi, folosind inmulirea latin, s se identifice n G circuitele
de lungime 3.
3. Fie graful G = (X,A),
X = {xi, i= 1,5 }, F(x1) = {x2}, F(x2) = {x1, x4}, F(x3) = {x1, x2, x5}, F(x4) = {x1}, F(x5) = {x4}
a) S se determine matricea drumurilor n G
b) S se listeze drumurile de lungime 4 i s se identifice, dac exist, dH.
34
UNITATEA NR. 2. ELEMENTE DE TEORIA PROBABILITILOR
Parcurge obiectivele
Citete coninutul leciei
Raspunde la ntrebrile de control
Parcurge problemele rezolvate
Rezolva problemele propuse
Recapituleaz cunotinele
Pregteste Tema de control
35
2.1. CMPURI DE EVENIMENTE I CMPURI DE
PROBABILITATE
Obiective operaionale:
36
Exemplu - apariia feei 2 la aruncarea unui zar
- extragerea unei bile albe dintr-o urn cu bile albe i negre
- apariia feei Cap la aruncarea unei monezi
Definiii Eveniment sigur (notat ) = evenimentul care se realizeaz n orice proba
Definiii Fie A P ( ) un eveniment oarecare. Se numete eveniment opus lui A (sau contrar)
Exemplu Se consider experiena extragerii unui bile dintr-o urn cu bile roii i albe. Dac A
= evenimentul extragerea unei bile albe
A = evenimentul extragerea unei bile roii
Exempu Se consider experiena extragerii unei bile dintr-o urn cu bile negre i albe. Un
eveniment imposibil este:
A = extragerea unei bile roii.
37
Exemplu Se consider experiena aruncrii unui zar i evenimentele:.
A = obinerea unei fee pare
Si B = obinerea unei fee divizivile cu 4. Atunci,
A B = obinerea unei fee pare sau divizibile cu 4
A B = obinerea unei fee pare i divizibile cu 4
A B = obinerea unei fee pare i care nu este divizibil cu 4.
Dac este o mulime finit atunci ( ,K) se numete cmp finit de evenimente
i K = P( )
Observaie: Numrul tuturor evenimentelor cmpului este 2n, unde n = numrul de evenimente
aleatoare.
38
P1) 0 P( A) 1, A K
P2) P( ) = 1
P3) Orice ir de evenimente A1, A2,..., An,... dou cate dou incompatibile ( Ai Aj
= , pentru i j) are loc egalitatea
P ( An ) =
n 1
P( A )
n 1
n
n
P(Ak) 0, k 1, n i P ( A ) P () 1 .
k 1
k
Dac P(A1) = P(A2) = ... = P(An) evenimentele elementare Ak se numesc echiprobabile sau egal
1
probabile i P(Ak) =
n
39
Proprieti 1. P(B-A) = P(B) P(A B)
Oricare dou evenimente A i B au loc egalitatile:
B = (B A) (A B) i evenimentele (B A) i (A B) sunt incompatibile ,
adic (B A) (A B) = .
Aplicand definiia probabilitii avem:
P(B) = P(B - A)+P(A B) adic P(B - A) = P(B) - P(A B).
4. P( A ) = 1 P(A)
A A = i A A=
Din definiia probabilitii avem:
P(A A ) = P( ) adic P(A A ) = 1.
i P(A A ) = P(A) + P( A ) . Rezult ca P(A) + P( A ) = 1 , adic P(A) = 1 P( A )
Exemplu Dac probabilitatea ca ziua de mine s fie insorit este de 0.3 atunci probabilitatea
ca ziua de mine s fie noroasa este de 1-0.3 = 0.7
Proprieti 5. P( ) = 0
Folosim proprietatea 4) considernd A = i implicit A = . Rezult ca: P( ) = 1
P( )
Dar P( ) = 1 din definiia probabilitii, deci P( ) = 0.
6. P(A B) = P(A) + P(B) P(A B)
Putem scrie : A B = A (B (A B))
Aplicand definiia probabilitii i proprietatea 1) avem:
P (A B) = P(A) + P(B (A B)) = P(A) + P(B) P(A B)
40
Exemplu Care este probabilitatea ca la aruncarea a 2 zaruri suma feelor s fie 7 sau 11?
Rezulttele experienei aruncrii a dou zaruri sunt prezentate n tabelul urmator:
11 12 13 14 15 16
21 22 23 24 25 26
31 32 33 34 35 36
41 42 43 44 45 46
51 52 53 54 55 56
61 62 63 64 65 66
PROBLEME REZOLVATE
41
A = {2,4,6}
B = {3,6} i A B = {3}
Folosind definiia clasic a probabilitii,
n( A B ) 1
P(A B) =
n ( ) 6
b) Care este probabilitea ca la aruncarea unui zar, faa obinut s fie par sau divizibil
cu 4?
Fie A: evenimentul ca la aruncarea zarului s obinem o fa par
Si B: evenimentul ca la aruncarea zarului s obinem un numr divizibil cu 4.
A = {2,4,6}
B = {4} i A B = {2,4,6} i A B = {4}
Metoda 1
Folosind definiia clasic a probabilitii,
n( A B ) 3 1
P(A B) =
n() 6 2
Metoda 2
Folosind proprietatea P(A B) = P(A) + P(B) P(A B)
3 1 1 1
P(A B) = sau 0.5 sau 50%
6 6 6 2
c) Care este probabilitea ca la aruncarea unui zar, faa obinut s fie impar i numr
prim?
Fie A: evenimentul ca la aruncarea zarului s obinem o fa impar
Si B: evenimentul ca la aruncarea zarului s obinem un numr prim
A = {1,3,5}
B = {1,2,3,5} i A B = {1,3,5}
Folosind definiia clasic a probabilitii,
n( A B ) 3 1
P(A B) =
n() 6 2
d) Care este probabilitea ca la aruncarea unui zar, faa obinut s fie impar sau numr
prim?
Fie A: evenimentul ca la aruncarea zarului s obinem o faa impar
Si B: evenimentul ca la aruncarea zarului s obinem un numr prim
A = {1,3,5}
B = {1,2,3,5} i A B = {1,2,3,5}
42
Metoda 1
Folosind definiia clasic a probabilitii,
n( A B ) 4 2
P(A B) =
n() 6 3
Metoda 2
Folosind proprietatea P(A B) = P(A) + P(B) P(A B)
3 4 3 4 2
P(A B) =
6 6 6 6 3
43
P(A B) = P(A) + P(B) P(A B)
6 6 2
P(A B) =
36 36 36
5
P(A B) =
18
Problema 3 Intr-un dulap sunt 6 perechi de pantofi. Dac se extrag la ntmplare 2 pantofi, care
este probabilitatea ca pantofii extrasi s formeze o pereche?
Numrul total de cazuri posibile este C 62 =15, iar numrul de cazuri favorabile este dat de
numrul perechilor de pantofi, adic 3.
3
Notand cu A evenimentul ca cei 2 pantofi extrasi s formeze o pereche, P(A)= 0 .2
15
REZUMAT
P1) 0 P( A) 1, A K
P2) P( ) = 1
P3) Orice ir de evenimente A1, A2,..., An,... dou cate dou incompatibile ( Ai Aj = , pentru i j) are
loc egalitatea P ( An ) =
n 1
P( A ) se numete probabilitate pe ( ,K) iar tripletul ( , K, P ) se numete
n 1
n
cmp de probabilitate.
44
2.2. PROBABILITI CONDIIONATE. EVENIMENTE
INDEPENDENTE
Obiective operaionale:
P( A ) P( B / A )
i 1
i i
45
2.2.2. EVENIMENTE INDEPENDENTE
Teorema Dac A i B sunt dou evenimente independente din spaiul K, cu probabiliti diferite
de zero, atunci :
P(A/B) = P(A) i P(B/A) = P(B)
PROBLEME REZOLVATE
1. Dac 60% din angajaii unei companii sunt femei, i 75% dintre femei au 1 copil, s se calculeze
probabilitatea ca un angajat ales la ntmplare s fie femeie i s aiba un copil.
Definim mulimile:
A: evenimentul ca un angajat ales la ntmplare s fie femeie i P(A) = 60%
B: evenimentul ca un angajat femeie s aiba un copil
C: evenimentul ca un angajat s aiba un copil
D: evenimentul ca un angajat ales la ntmplare s fie femeie i s aiba un copil
Evenimentul D se poate scrie ca fiind D = A C.
Atunci evenimentul B= C/A i P(B) = P(C/A) = 75%
P(D) = P(A C) = P(A).P(C/A) = 0.75 x 0.60 = 0.45 sau 45%
2. Urna nr. 1 contine 3 bile albe i 4 bile negre. Urn nr. 2 contine 3 bile albe i 5 bile negre. S se
calculeze probabilitatea ca o bila aleasa la ntmplare dintr-una din cele 2 urne s fie alba.
46
Fie evenimentele:
A = se extrage o bila din urn nr.1
B = se extrage o bila din urn nr.2
C = se extrage o bila alba
1
3
P(A) = P(B) = 2 . Probabilitatea ca o bila extrasa din urn nr.1 s fie alba este P(C/A) = .
7
3
Probabilitatea ca o bila extrasa din urn nr.2 s fie alba este P(C/B) =
8
Aplincnd formula probabilitii totale vom avea:
P(C) = P(A)P(CA) +P(B)P(CB) = (1/2) x (3/7) + (1/2) x (3/8) = 45/112 = 0.40178.
REZUMAT
P( A B)
PB(A) = P(A/B)
P( B)
P( A B) P ( A) P( B / A) P( B) P( A / B)
n
P( B) P( Ai ) P( B / Ai )
i 1
P( Ak ) P( B / Ak )
P( Ak / B) n
P( A ) P( B / A )
i 1
i i
47
2.3. SCHEME PROBABILISTICE
Obiective operaionale:
Schema Poisson
Se consider un sistem de experiene independente Ei cu i = 1, n i un sistem de evenimente
asociat experienelor Ei, notat Ai.
Probabilitatea realizrii unui numr de k evenimente atunci cnd se efectueaza toate
experienele Ai este coeficientl lui xk din polinomul
Q(x) = (p1x+q1) (p2x+q2) (pnx+qn)
unde pi = P(Ai) i qi = P( Ai ), cu i = 1, n
Schema Bernoulli
Probabilitatea realizrii unui eveniment A de k ori atunci cnd se efectueaz o experiena de n
ori, i atunci cnd cunoatem probabilitatea realizrii evenimentului A(P(A) = p) este P(C) =
C nk p k q n k i
q = 1 - p.
Schema Bernoulli se mai numete i schema urnei cu bil revenit.
Exemplu Probabilitatea ca o companie sa nregistreze profit ntr-o lun este de 0,6. Care este
probabilitatea ca n 6 luni din cele 12 ale anului compania s inregistreze profit ?
48
Schema Bernoulli cu mai multe stri
Fie o experien care poate avea ca rezultat doar unul din evenimentele Ai care au
probabilitile de realizare pi = P(Ai), i=1,n.
n
Ai formeaz un sistem complet de evenimente deci p
i 1
i 1 . Dac se repet de k ori
Se consider o urn care conine N bile din care a -bile albe si b - bile negre. Se fac n extrageri
succesive din urn, fra revenire.
Fie A = evenimentul ca din cele n bile extrase k s fie albe si n-k negre.
C ak Cbn k
Atunci P(A) =
C Nn
49
Schema geometric (Schema lui Pascal)
Se consider o urn care conine bile albe si negre, pentru care se cunoate probabilitatea
extragerii unei bile albe ca fiind p. Se fac n extrageri succesive din urn, cu revenire.
Fie A = evenimentul ca prima bil alba s apar exact la extragerea k si primele k-1 bile extrase
sa fie negre.
P(A) = p.qk-1
PROBLEME REZOLVATE
Exemplu Trei grupe de studeni contin 20%, 15% respectiv 10% baieti. Se alege la ntmplare
cate un student din fiecare grupa. s se calculeze probabilitile evenimentelor :
50
c) probabilitatea ca toi cei 3 studeni alei s fie biei
Probabilitatea ca 3 studeni din cei alei s fie bieti, este probabilitatea realizrii a 3 evenimente (k=3)
la efectuarea celor 3 experiene i conform Schemei Poisson, va fi egala cu coeficientul lui x 3 din
polinomul Q(x) = (p1x+q1)(p2x+q2)(p2x+q2)
P(C) = p1p2p3
51
REZUMAT
Schema Poisson
Probabilitatea realizrii unui numr de k evenimente atunci cnd se efectueaza toate experienele Ai
este coeficientl lui xk din polinomul Q(x) = (p1x+q1) (p2x+q2) (pnx+qn) unde pi = P(Ai) i qi = P(
Ai ), cu i = 1, n
Schema Bernoulli
Probabilitatea realizrii unui eveniment A de k ori atunci cnd se efectueaz o experiena de n ori, i
atunci cnd cunoatem probabilitatea realizrii evenimentului A ( P(A) = p ) este P(C) = C nk p k q n k i
q = 1 - p.
k!
este P(A) = p1m1 p 2m2 ... p nmn
m1!m2 !...mn !
52
2.4. TEMA DE CONTROL A UNITII DE NVARE NR. 2
PROBLEME PROPUSE
1. Care este probabilitatea ca alegand un numr din primele 1000 de numere intregi i pozitive, acesta
s fie divizibil cu 3 sau cu 4?
2. Se arunc dou zaruri, unul de culoare rosie i unul de culoare neagra. Care este probabilitatea ca
la aruncarea celor dou zaruri, zarul rosu s aiba un numr mai mic decat 4 sau cel albastru un numr
mai mare decat 4?
3. O urn contine 4 bile albe i 6 bile negre. Se consider experiena extragerii simultane a 2 bile.
S se calculeze probabilitatea apariiei evenimentelor:
a) ambele bile extrase sunt albe
b) ambele bile extrase sunt negre
c) bilele extrase au aceeai culoare
4. Se arunc un zar de 6 ori. Care este probabilitatea apariiei urmatoarelor fee n ordine :
1,2,3,4,5,6
5. O aeronava are 4 sisteme computerizate de control pentru cele 4 motoare. S se calculeze
Probabilitatea defectrii simultane a celor 4 siteme de control, dac probabilitatea defectrii
fiecrui sistem este de 0.1%.
Rspunsuri:
53
P(A B) = P(A) + P(B) P(A B)
333 250 83
P(A B) =
1000 1000 1000
1
P(A B) =
2
3
2. Fie A evenimentul ca la aruncarea zarului rosu s apar un nr. mai mic ca 4. Atunci P(A) = (3
6
cazuri favorabile din 6). Analog, dac B este evenimentul ca la aruncarea zarului negru s apar un
2
numr mai mare decat 4, P(B) =
6
Cazurile favorabile evenimentului A i B (A B) este mulimea perechilor ordonate {(1, 5),
(1, 6), (2, 5), (2, 6), (3, 5), (3, 6)}
3 2 6 30
P(A B) = P(A) + P(B) P(A B) = + - = 0.8333
6 6 36 36
3.
a) ambele bile extrase sunt albe
Numrul total de cazuri posibile pentru extragerea a 2 bile este C102 = 45.
Fie A evenimentul ambele bile extrase sunt albe
Numrul de cazuri favorabile extragerii a 2 bile albe este C42 6
Si P(A) = 6/45 = 0.133
54
4. (1/6)6
NTREBRI DE CONTROL
LUCRARE DE VERIFICARE
1. O urn contine 5 bile albe i 6 bile negre. Se consider experiena extragerii simultane a 2 bile. S
se calculeze probabilitatea apariiei evenimentelor:
a) ambele bile extrase sunt albe
b) ambele bile extrase sunt negre
c) bilele extrase au aceeai culoare
d) P( A ) (2 puncte)
e) P( B ) (2 puncte)
55
3. Fie = { 1,2,3,4,5,6} spaiul de selectie asociat unei experiene. S se indice :
a) evenimentele elementare
b) dou evenimente incompatibile
c) dou evenimente opuse
d) dou evenimente astfel ca unul il implic pe celalalt
4. Se arunc 2 zaruri de 100 de ori. n tabelul de mai jos se inregistreaz frecvena apariiei tuturor
sumelor posibile pentru cele 2 fee aparute la o aruncare.
Suma feelor 2 3 4 5 6 7 8 9 10
Frecventa apariiei 10 12 8 7 13 12 11 7 20
a) Care este probabilitatea ca suma feelor s fie mai mica decat 4 i mai mare decat 9?
b) Care este probabilitatea ca suma feelor s fie un numr par sau divizibil cu 5?
56
4. Experiment: Se arunca un zar pana apare fata 6. Considerand variabil aleatoare X = numrul de
aruncari, valorile pe care le poate lua X sunt:
a) 1,2,3,4,12 d) 0,1,2,
b) 2,4,6,8,10,12 e) nedefinit
c) 1,2,3,4 f) A,B,C,D,
5. S se precizeze tipul urmatoarelor variabile aleatoare:
a) se consider experiena aruncarii a 2 zaruri, i variabil aleatoare asociata numrului de aruncari
necesare pentru obtinerea la ambele zaruri a fetelor 6.
b) variabil aleatoare asociata numrului de intrebari la care un student a raspuns corect, daca studentul
rezolva pentru un examen un test cu 50 de intrebari
c) variabil aleatoare asociata valorii unei investitii de 10.000 eur dupa un an de la momentul investitiei
d) variabil aleatoare asociata rezultatelor experientei de masurare a inaltimii unui grup de 50 de
persoane.
Rezolvri :
1 1 1
Atunci A = {CC,CP} , B = {CC,PC} i A B {CC } cu P(A) = , P(B) = i P ( A B )
2 2 4
1 1 1
Verificnd definiia, P( A B) P( A) P( B) adic A i B sunt independente
4 2 2
4. b, 5. a, 6. c
57
UNITATEA NR. 3. VARIABILE ALEATOARE
Parcurge obiectivele
Citete coninutul leciei
Raspunde la ntrebrile de control
Parcurge problemele rezolvate
Rezolva problemele propuse
Recapituleaz cunotinele
Pregteste Tema de control
58
3.3.1. Caracteristici numerice ale variabilelor aleatoare discrete
3.3.2. Caracteristici numerice ale variabilelor aleatoare continue
3.4. Coeficientul de corelaie a dou variabile aleatoare
3.5. Tema de control a unitii de nvare nr. 3
3.6. Testul de autoevaluare nr. 3
3.7. Bibliografia specific unitii de nvare nr. 3
Obiective operaionale:
3.1.1. GENERALITI
Considernd un experiment, n cele mai multe dintre cazuri, fiecrui rezultat posibil al acestuia
i putem asocia valori numerice.
Exemplu
La aruncarea unui zar se obine una din feele zarului cu valori de la 1 la 6, i fiecrei din aceste
experiene i putem ataa valorile numerice 1 pana la 6.
Rezultatul experimentului sustinerea examenului la matematica efectuat de un student din anul I
este un numr , de la 0 la 10.
59
Variabila aleatoare este deci o regul, care asociaz fiecrei realizri a unui experiment un
numr , aceste numere numindu-se valorile variabilei aleatoare.
Definiii: Se numete variabil aleatoare, o mrime care n urma unei experiene poate lua o
valoare dintr-o mulime bine definit, numit mulimea valorilor posibile.
Observaii Valorile pe care le poate lua o variabil aleatoare se cunosc numai dupa efectuarea
experimentului.
Variabilele aleatoare se noteaz cu litere mari de la sfritul alfabetului, X, Y, Z,etc,
iar valorile pe care le pot lua variabilele aleatoare cu litere mici.
Exemple
Experimentului Selectarea unei banci i se asociaz variabila aleatoare X = numrul clienilor
bncii.r
Valorile pe care le poate lua X sunt 2, 3, 4, ...
Experimentului selectarea unui jucator de fotbal i se poate asocia variabila aleatoare Y = numrul
golurilor inscrise n acest sezon. Valorile pe care le poate lua Y sunt 0, 1, 2, 3, ...
Experimentului de selectare a unui grup de 10 jucatori de fotbal i se poate ataa variabila aleatoare
Z = numrul mediu de goluri inscrise de jucatori n acest sezon. Valorile pe care Z le poate lua sunt
0; 0,1; 0,2; 0,3; ....; 1,0; 1,1, ...
Definiii Daca mulimea valorilor posibile pe care le poate lua o variabil aleatoare este
discret (valori numerice specifice sau izolate), variabila aleatoare se numete
discret.
Variabilele aleatoare discrete care pot lua un numr exact de valori finite se numesc
variabile aleatoare finite sau simple. (de ex. Rezultatul aruncrii unui zar)
Variabilele aleatoare discrete care pot lua un numr nelimitat de valori finite se
numesc variabile aleatoare discrete infinite. ( de ex. numrul de stele estimate a
exista n univers)
Daca mulimea valorilor posibile este continu (un interval finit sau infinit din
mulimea numerelor reale), variabila aleatoare se numete continu. (de ex. Inalimea
unui atlet n cm)
60
Exemple
Se consider experiena aruncarii unei monezi de trei ori. Considernd ca rezultat aparitia fetei
Cap, mulimea valorilor pe care le poate lua acest rezultat este {0,1,2,3} i variabila aleatoare
asociat este finit.
Alegnd o banc din mulimea bncilor existente i considernd ca rezultat numrul de companii
care au cont deschis la respectiva banc, variabila aleatoare ataat poate lua valorile {1,2,3,4,}
i este o variabil aleatoare discret i infinit (nu exist o limit superioara pentru numrul de
companii care pot avea cont deschis la respectiva banc)
La experiena de msurare a lungimii unui obiect, variabila aleatoare asociat rezultatelor
experienei poate lua orice valoare din mulimea numerelor pozitive, deci variabila aleatoare va fi
continu.
61
Definiii
Se numete repartiie a unei variabile aleatoare discrete enumerarea tuturor valorilor posibile ale
variabilei aleatoare precum i a probabilitilor corespunzatoare.
Fie variabil aleatoare X i xi valorile posibile pe care aceasta le pote lua. i = 1,2,n
Fie Ei evenimentul ca variabila aleatoare X s ia valoarea xi.
(X = xi), i = 1,2,n i
Vom nota cu P(Ei) = P(X=xi) = f(xi) = pi probabilitatea ca variabila aleatoare X s ia valoarea
xi. (f(xi) este funcia de probabilitate).
Mulimea perechilor ordonate ( xi, f(xi)) se numete repartiia variabilei aleatoare discrete X.
sau
x x2 ... x n
X : 1
p1 p2 ... p n
Observaie Orice variabil aleatoare se poate defini cu ajutorul funiei sale de repartiie.
Definiii Funcia de repartiie a unei variabile aleatoare simple X, sau mai general, discrete, cu
62
Functia de repartiie F a unei variabile aleatoare discrete X se numete functie de
repartiie de tip discret.
Funcia de repartiie a unei variabile aleatoare continue X este
x
F(x) = f (u )du
pentru orice x R
Proprietati Funcia densitate de repartiie a unei variabile aleatoare are urmatoarele proprieti :
1. f(x) 0, orice x R
2. f (u )du 1
63
PROBLEME REZOLVATE
b) funcia f(x) este densitate de repartiie a unei variabile aleatoare X daca indeplineste condiiile:
1. f(x) 0, orice x R
2. f (u )du 1
Deoarece x [1,3] i f(x)=k(2x-1) este o functie lineara crescatoare, rezulta ca f(x) [k,5k]
cu k>0, pentru x [1,3]. De asemenea f(x) = 0 pentru x (- ,1) (3, ), i deci f(x) 0, orice x
R, prima conditie fiind verificata.
Determinarea constantei k se face utilizand a doua conditie, i anume f (u )du 1 .
Vom avea:
1 3 3
f (u )du 0du k (2u 1)du 0du k (2u 1)du k (u 2 u ) 13 6k i deci 6k = 1
1 3 1
1
de unde rezul k = i funcia densitate de repartiie este:
6
64
1
(2 x 1), 1 x 3
f(x) = 6
0 in rest
x
c) funcia de repartiie F(x) se determii din relatia F(x) = f (u )du .
x
- pentru x (- ,1), F(x) = 0du 0.
- pentru x [1,3),
1 x x
1 1 1
F(x) =
f (u )du f (u )du
1
61 (2u 1)du (u 2 u ) 1x ( x 2 x)
6 6
1 3 x
1
-pentru x [3, ), F(x) = 0du 1 6 (2u 1)du 3 0du 1 si
0 , x 1
1 2
Functia de repartiie va fi : F(x) = ( x x) , 1 x 3
6
1 , x3
REZUMAT
Se numete variabil aleatoare, o mrime care n urma unei experiene poate lua o valoare
dintr-o mulime bine definit, numit mulimea valorilor posibile.
Se numete repartiie a unei variabile aleatoare discrete enumerarea tuturor valorilor posibile ale
variabilei aleatoare precum i a probabilitilor corespunzatoare.
x1 x2 ... xn
O variabil aleatoare discret se prezint sub forma matriceala, X : sau
f ( x1 ) f ( x2 ) ... f ( xn )
x1 x2 ... x n
X :
p1 p2 ... p n
Se numete funcie de repartiie a variabilei aleatoare X o funcie F : R R, definit prin:
F(x) = P({ : X( ) < x}) = P(X < x), x R
Dac F : R R este funcia de repartiie a unei variabile aleatoare, atunci :
1. 0 F(x) 1, oricare x R
2. F este nedescresctoare: daca a < b atunci F(a) F(b), oricare a,b R
65
3. Daca a < b oricare a,b R au loc egalitatile:
P( a X <b) = F(b) F(a)
P(a< X <b) = F(b) F(a) P(X=a)
P(a< X b) = F(b) F(a) P(X=a) + P(X=b)
P(a X b) = F(b) F(a) +P(X=b)
4. F(- ) = 0, F( ) = 1
5. funcia de repartiie este continua la stanga: F(x) = F(x-0) oricare x R
Se numete densitate de repartiie a unei variabile aleatoare X a crei funcie de repartiie este F(x), o funcie
x
f : R [0, ] cu proprietatea c: F(x) = f (u )du
pentru orice x R.
Obiective operaionale:
O2: s determine repartiiile marginale ale variabilelor aleatoare cnd se cunoate repartiia comun a
acestora
66
Definiii Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (xi, f(xi)), i
= 1, n respectiv (yj, g(yj)), j = 1, m .
Dac evenimentele (X = xi) i (Y = yj) nu sunt independente, rezult ca exist o valoare
pij care caracterizeaz P(X = xi Y = yj) = pij .
p
k 1
1k
..
xi Pi1 pij pim m
p
k 1
ik
.
xn Pn1 Pnj pnm m
p
k 1
nk
pkj n n n n m
p
k 1
k1 p
k 1
kj p
k 1
km p
i 1 j 1
ij 1
67
3.2.2. OPERAII EFECTUATE ASUPRA UNEI VARIABILE ALEATOARE X
(xi, f(xi)), i = 1, n
Atunci c+X are repartiia (c+xi, f(xi)), i = 1, deoarece
P(c+X = c+xi) = P(X = xi) = f(xi).
sau
x1 x2 ... x n
... p n
daca X : 1
p p2
atunci
c x1 c x2 ... c xn
c+X :
p1 p2 ... pn
0 1 2 3
Exemple: Fie X :
0.1 0.2 0.4 0.3
nmulirea cu o constant
(xi, f(xi)), i = 1, n
68
0 1 2 3
Exemple: Fie X :
0.1 0.2 0.4 0.3
Analog imprirea.
X2 = 0 32 = 0 9
2
12 22 1 4
0.1 0.2 0.4 0.3 0.1 0.2 0.4 0.3
f(xi).f(yj)), cu i = 1, n i j = j = 1, m
69
Definiii nmulirea
Daca X i Y sunt variabile aleatoare independente atunci XY are repartiia (xi yj, f(xi).f(yj)), cu
i = 1, n i j = 1, m
Definiii mprirea
X
Dac X i Y sunt variabile aleatoare independente, cu yj 0, atunci variabila aleatoare are
Y
xi
repartiia ( , f(xi).f(yj)), cu i = 1, n i j = 1, m
yj
Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (xi, f(xi)), i = 1, n
Definiii nmulirea
Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartitiile (xi, f(xi)), i = 1, n
Definiii mprirea
Fie X i Y dou variabile aleatoare discrete finite (simple) cu repartiiile (xi, f(xi)), i = 1, n
70
Atunci :
X x
are repartiia ( i , h(xi,yj)) cu i = 1, n i j = 1, m , unde:
Y yj
PROBLEME REZOLVATE
X\Y 0 1 2
1 0,1 0,2 0,3
2 0,1 0,1 0,2
X\Y 0 1 2 P(X=xi)
1 0,1 0,2 0,3 0,6
2 0,1 0,1 0,2 0,4
P(Y=yj) 0,2 0,3 0,5 1
71
00 0 1 02 1 0 11
1 2
Z :
0,2 x0,2 0,2 x0,2 0,2 x0,6 0,8 x0,2 0,8 x0,2 0,8 x0,6
Z :
0 1 2 13 2
.
0,04 0,04 0,12 0,16 0,16 0,48
0 1 2 3
Z : i se verifica ca p i 1
0,04 0,2 0,28 0,48
Notm Z = X x Y
Z :
0 x0 0 x1 0 x2 1x0 1x2
1x1
0,2 x0,2 0,2 x0,2 0,2 x0,6 0,8 x0,2 0,8 x0,2 0,8 x0,6
Z :
0 0 0 02 1
.
0,04 0,04 0,12 0,16 0,16 0, 48
Deoarece pentru valoarea z = 0 a varaibilei aleatoare Z sunt listate patru probabilitai de
realizare, rezult c P(z = 0) = 0,04+0,04+0,12+0,16= 0,36.
Forma final a variabilei Z va fi
0 1 2
Z : i se verifica ca p i 1
0,36 0,16 0,48
72
REZUMAT
Dou variabile aleatoare X i Y sunt independente dac evenimentele (X = xi) i (Y = yj), care
au probabilitile de apariie pi respectiv qj, cu i = 1, n i j = 1, m sunt independente.
Atunci: P[(X = xi);( Y = yj)]=P[(X = xi) (Y = yj)]= pij = pi x qj
Operaiile care se pot efectua asupra unei variabile aleatoare X sunt nmulirea cu o constant
i ridicarea la putere.
Cu dou sau mai multe variabile aleatoare se pot efectua operaii de adunare i de nmulire.
Obiective operaionale:
O2: s interpreteze rezultatele obinute pentru caracteristicile numerice ale variabilelor aleatoare
73
Definiii Se numete valoare medie a lui X sau sperana matematic (eng. Expected value)
mrimea
M(X) = x
k 1
k f ( xk )
M2) Daca X este variabil aleatoare discret i a,b constante reale i M(X) exista
atunci exista i
M(aX+b) = a M(X) + b
M3) Daca X i Y sunt variabil aleatoare discrete avand valorile medii M(X) i M(Y)
atunci M(X+Y) exista i: M(X+Y) = M(X) + M(Y)
M4) Daca X i Y sunt variabil aleatoare discrete independente care au valorile
medii M(X) respectiv M(Y), atunci exista M(XY) i:
M(XY) = M(X) M(Y)
Definiii Momente
Fie X o variabil aleatoare discret i r N* .
Se numete moment initial sau moment, i se noteaz cu Mr(X) valoarea M(Xr) =
x
k 1
r
k f ( xk )
74
Definiii Se numete moment absolut de ordin r, i se noteaz cu Mr( X ), valoarea medie a
r
variabilei aleatoare X , adica:
x
r r
Mr( X ) = M( X ) = k f ( xk )
k 1
D(X) = m2 ( X )
75
Definiii Se numete valoare medie a lui X mrimea
M(X) = x f ( x)dx
x f ( x)dx
r
Mr(X) = M(Xr) =
x
r
f ( x)dx
r
Mr( X ) = M( X ) =
76
Se numete coeficient de corelaie al variabilelor aleatoare X i Y mrimea:
cov( X , Y )
( X ,Y )
D( X ) D(Y )
Formula pentru calculul coeficientului de corelaie este:
cov( X , Y ) M [( X m1 )(Y m2 )] M ( XY m1Y m2 X m1 m2 )
(X ,Y )
D( X ) D(Y ) D( X ) D(Y ) D( X ) D(Y )
= M ( XY ) m1 M (Y ) m2 M ( X ) M ( X ) M (Y )] M ( XY ) M ( X ) M (Y )
D( X ) D(Y ) D( X ) D(Y )
C3. Intre variabilele aleatoare X i Y exista o relaie liniar dac i numai dac
2 ( X , Y ) 1.
Dac X i Y sunt variabile aleatoare ale caror medii i dispersii exist, atunci:
77
PROBLEME REZOLVATE
Pentru a calcula M(XY) calculm valoarea produsului XY in baza datelor din tabelul repartiiei
comune:
78
0 1 2
Atunci XY:
0,2 0,3 0,5
Pentru calculul mrimilor D(X) i D(Y) avem nevoie de valorile variabilelor aleatoare X2 i
Y2 i de mediile acestora:
0 1 1 4
X2 : i Y2: cu M(X2) = 0,8 i M(Y2)=2,5.
0,2 0,8 0,5 0,5
Folosind formula D2(X) = M(X2) [M(X)]2 vom avea:
D(X) = 0,4
79
X i Y sunt necorelate daca ( X , Y ) 0 ,
M ( XY ) M ( X ) M (Y )
Unde ( X , Y )
D( X ) D(Y )
M(X) = 0 x 0,2 + 1 x 0,8 = 0,8
M(Y) = 1 x 0,5 + 2 x 0,5 = 1,5
Pentru a calcula M(XY) calculm valoarea produsului XY n baza datelor din tabelul repartiiei
comune:
P(XY=0)= P(X=0 i Y=1) P(X=0 i Y=2)=0,2
P(XY=1) = P(X=1 i Y=1) = p
P(XY=2) = P(X=1 i Y=2) = 0,8-p
0 1 2
Atunci XY:
0,2 p 0,8 p
Pentru calculul marimilor D(X) i D(Y) avem nevoie de valorile variabilelor aleatoare X2 i
Y2 i de mediile acestora:
0 1 1 4
X2 : i Y2: cu M(X2) = 0,8 i M(Y2)=2,5.
0, 2 0,8 0,5 0,5
X\Y 1 2
0 0,1 0,1
1 0,4 0,4
80
REZUMAT
Valoare medie M(X) = x f ( x)dx
x f ( x)dx
r
Momentul (momentul iniial) de ordin r Mr(X) = M(Xr) =
( x M ( X )) f ( x)dx
r
Momentul centrat de ordinul r mr(X) = Mr(X M(X)) =
Dispersia ( momentul centrat de ordin 2) D2(X) = 2 m2 ( X ) = ( x M ( X )) f ( x)dx
2
cov( X , Y )
Se numete coeficient de corelaie al variabilelor aleatoare X i Y mrimea: ( X , Y )
D( X ) D(Y )
81
3.5. TEMA DE CONTROL A UNITII DE NVARE NR. 3
PROBLEME PROPUSE
1. Se cunosc urmtoarele date ale repartiiei comune a variabilelor X i Y
x/y -1 0 Pi
A 0,2
2 0,5
qj 0,6
82
a) s se completeze tabelul repartiiei comune i s se determine valorile lui p i q
b) s se determine coeficientul de corelaie al variabilelor aleatoare X i Y
c) dac X i Y sunt independente, s se calculeze P((X<0) si (Y>0)).
RSPUNSURI
83
1 2 3 4
X + Y : i se verifica ca p i 1
0,2 0,1 0,1 0,6
0 2 3 4
XY :
0,3 0,1 0,4 0,2
i se verific c p i 1
NTREBRI DE CONTROL
84
LUCRARE DE VERIFICARE
1 0 1
1. S se determine p 0 pentru care X : reprezint o variabil aleatoare
p 2 p 1 3 p 2
discret.
1 0 1 0 1 2
2. Fie X: 2 1 1 si Y: 1 1
6x x 12 y
2
y
6 6 3 3
1 0 1 1
X : i Y :
0,5 0,5 0,2 0,3
x/y 0 1 Pi
-1 k 0,6
-2
qj 0,3
0 1 1 2
X : i Y:
0,2 0,8 0,5 0,5
Dac P(X = 0, Y= 1) = 0,3, s se calculeze coeficientul de corelaie al variabilelor aleatoare X i Y.
85
3.6. TESTUL DE UTOEVALUARE NR. 3
a) s se determine p i q
b) s se calculeze 2X, Y4, 5X+3Y, XY
c) s se calculeze ( X , Y )
d) s se calculeze M(5X), M(3X+2),D2(2X+5Y)
0 a 1 b
2. Fie X: i Y: 2 pentru care se cunosc:
3 p 2q 2 p 1,8q 0,3 2 p 1,8q 0,8
2
M(2X) = 1,
M(3Y) = 1,8 i
P(X=0 i Y = -1) = 0,1
RSPUNSURI
1.
a) Din definiia variabilei aleatoare tim c 0,1+p+q+0,6 = 1 i 0,4 +2q-p =1,
p q 0,3
Rezolvnd sistemul obinem q=0,3 i p=0
p 2q 0,6
86
Variabilele X i Y vor fi:
X: 1 0 1 i Y: 1 2
0,1 0,3 0,6 0,4 0,6
2 0 2
b) 2X:
0,1 0,3 0,6
1 16
Y4:
0,4 0,6
5X+3Y: 5 0 5 + 3 6 = 53 56 03 06 53 56
0,1 0,3 0,6 0,4
0,6
0,1x0,4 0,1x0,6 0,3x0,4 0,3x0,6 0,6 x0,4 0,6 x0,6
5X+3Y: 2 1 3 6 8 11
0,04 0,06 0,12 0,18 0,24 0,36
XY: 1 2 0 0 1 2
0,04 0,06 0,12 0,18 0,24 0,36
2 1
XY:
02 1
0,06 0,04 0,3 0,24 0,36
c)
M ( XY ) M ( X ) M (Y )
(X ,Y )
D( X ) D(Y )
87
M(Y2) = 1 x 0,4 + 4 x 0,6 = 2,8
D2(X) = 0,7 (0,5)2 = 0,45
D2(Y) = 2,8 (1,6)2 = 0,24
0,8 0,5 x1,6
( X ,Y ) 0
0,45 x0,24
d)
M(5X) = 5M(X) = 5 x 0,5 = 2,5
M(3X+2) = 3M(X) +2 = 3x0,5 +2 = 3,5
D2(2X+5Y) = 4 D2(X) + 25D2(Y) = 4x0,45+25x0,24=7,8
2.
tim c 3p + 2q + 2p2 + 1,8q +0,3 = 1 i
2p2 + 1,8q + 0,8 = 1
3 p 2q 0,5
Rezolvm sistemul 2
2 p 1,8q 0,2
2,3
2,7 2,3
p1 1,25
4
2,7 2,3
p2 0,1
4
i q1 = 1,625 respectiv q2 = 0,1
88
Pentru a determina repartiiile marginale ale variabilelor X i Y ne trebuie valorile 3p+2q i
2p2+1,8q.
Dac p1 = 1,25 i q1 = 1,625 3p+2q = 7, valoare care nu convine deoarece 3p+2q trebuie s fie
subunitara reprezentnd o probabilitate.
Dac p2 = 0,1 i q2 = 0,1 vom avea 3p+2q = 0,5 i 2p2+1,8q = 0,2 , deci
0 a 1 b
X: i Y:
0,5 0,5 0,2 0,8
i M(2X) = 1 deci a = 1
M(3Y)=3M(Y)=3(-1x0,2+bx0,8)=0,6 +2,4b
0 1 1 1
Atunci, X: i Y:
0,5 0,5 0, 2 0,8
89
P(Y=-1) = 0,2 deci se verific relaia P(X=0 i Y=-1)= P(X=0) P(Y=-1)
P(X=0 i Y=1) = 0,4
P(X=0)P(Y=1) = 0,5x0,8 i P(X=0 i Y=1) = P(X=0)P(Y=1)
P(X=1 i Y=-1)= 0,1
P(X=1)P(Y=-1) = 0,5x0,2 i P(X=1 i Y=-1) = P(X=0)P(Y=-1)
P(X=1 i Y=1)= 0,4
P(X=1)P(Y=1) = 0,5x0,8 i P(X=1 i Y=1) = P(X=0)P(Y=1)
Si X i Y sunt independente.
90
UNITATEA NR. 4. PROBLEME DE PROGRAMARE LINEAR
Parcurge obiectivele
Citete coninutul leciei
Raspunde la ntrebrile de control
Parcurge problemele rezolvate
Rezolva problemele propuse
Recapituleaz cunotinele
Pregteste Tema de control
91
(problema dual)
4.4. Rezolvarea problemelor de programare linear multimdimensional
4.5. Tema de control a unitii de nvare nr. 4
4.6. Testul de autoevaluare nr. 4
4.7. Bibliografia specific unitii de nvare nr. 4
Obiective operaionale:
Programarea linear este un proces matematic folosit n elaborarea deciziilor fiind unul din
instrumentele de baz ale managementului operaional, i urmarete optimizarea unor funcii (de 2
variabile n cazul de fa) n raport cu anumite restricii (condiii) impuse de natura proceselor.
Optimizarea funciilor se refer la gsirea acelor valori ale variabilelor care s maximizeze sau s
minimizeze funcia studiat, n funcie de natura acesteia. De exemplu, dac vorbim de o funcie a
profitului, obiectivul va fi maximizarea acestuia, iar n cazul unei funcii a costului obiectivul va fi
minimizarea lui.
Exist cteva domenii standard n care se aplica programarea linear i anume: planificarea
produciei sau problema planului optim de producie (gsirea unei combinaii optime de produse
92
fabricate care s maximizeze profitul), problema folosirii optime a resurselor, problema aliajelor
(obinerea unor aliaje care s minimizeze costurile implicate), conceperea dietelor zilnice, probleme
de transport.
Meotda consacrat de rezolvare a problemelor de programare linear este metoda simplex,
creat n 1947 de G. Dantzig i J. Von Newmann. Exist i o metod grafic de rezolvare a acestor
probleme, dar care se poate folosi numai pentru probleme n care apar 2 sau cel mult 3 variabile.
Definiii
Modelul matematic al unei probleme de programare linear (P.P.L) bidimensionala este:
[Opt]f(x1,x2) = a1x1 + a2x2
cu ai1x1 + ai2x2 ci sau ai1x1 + ai2x2 ci
i xi 0 ( deoarece studiem variabile economice, acestea vor avea ntotdeauna
valori pozitive)
unde:
x1 i x2 se numesc variabile de decizie.
f(x1,x2) este o funcie obiectiv care modeleaz legtura ntre cele dou variabile n
funcie de enunul problemei, obiectivul fiind gsirea acelor valori particulare ale
variabilelor de decizie care optimizeaz valoarea ei.
ai1x1 + ai2x2 ci reprezint sistemul de restricii sau constrngerile problemei sau
condiiile impuse variabilelor de decizie.
xi 0 sunt condiiile de nenegativitate care se impun variabilelor de decizie.
93
Exemplu
O fabric de jucrii dorete introducerea n procesul de fabricaie a unei noi jucrii de
plu n dou variante de culoare: alb i neagr. Studiile privind numrul de ore
necesare pentru fiecare proces aferent sunt prezentate n tabelul de mai jos:
Producie Asamblare
Jucarie alba 1 3
Proces 2 2 4
Se cunoate c:
- Numrul maxim zilnic de ore de munc este de 32 ore pentru departamentul de producie i de 84
pentru departamentul de asamblare.
- profitul estimat a fi obtinut din vanzarea jucriilor este de 5 lei pentru jucriile albe i 8 lei pentru
jucriile negre.
S se gseasc cantitatea optim care trebuie produs din fiecare tip de jucarie pentru a maximiza
profitul companiei.
Construirea modelului P.P.L.
Pasul 1 Definirea variabilelor de decizie
X1 = numrul de jucrii albe care urmeaz s fie produse
X2 = numrul de jucrii negre care urmeaz s fie produse
Pasul 2 Analiz elementelor relevante pentru problem (ntocmirea unui tabel de analiz)
Producie Asamblare Profit
Jucarie alba 1 3 5
Jucarie neagr 2 4 8
Total ore 32 84
Pasul 3 Construirea funciei obiectiv
Funcia obiectiv este dat de P(x1,x2)= 5x1+8x2 iar obiectivul este gsirea unei soluii care s
maximizeze valorile funciei
94
Analog, pentru departamentul de asamblare vom avea
3x1 + 4x2 84
Pasul 5 Identificarea condiiilor de nenegativitate.
Deoarece variabilele reprezint cantiti de produse, valorile lor trebuie s fie pozitive,
adic x1, x2 0
Modelul matematic va fi:
[Max] P(x1,x2)= 5x1+8x2
x 1 + 2x 2 32
3x 1 + 4x 2 84
x1, x2 0
a x + a i2 x 2 = c i , i 1, m
Cu i1 1
xj 0 cu j = 1, n
Cu alte cuvinte, forma standard a unei probleme de programare linear se obine din
forma iniial transformand inecuaiile din sistemul de restricii n ecuaii prin
adaugarea (adunarea sau scaderea) unor variabile de compensare.
Definiii Se numete soluie posibil sau soluie realizabil sau soluie admisibil a unei
PPL orice pereche ( x10 , x20 ) care satisface restriciile problemei i condiiile de
nenegativitate.
Deoarece rangul maxim al sistemului format din ecuaiile asociate restriciilor
problemei este r, i r n ( n= nr. de necunoscute), n rezolvarea acestuia vom avea r
necunoscute principale (sau variabile de baz) i n-r necunoscute secundare (varaibile
nebazice).
O soluie posibil a unei PPL este soluie de baz dac este format din soluiile
corespunzatoare variabilelor de baz.
O soluie de baz se poate obine dintr-o soluie posibil n care variabilelor non-
bazice le dam valoarea 0.
O soluie posibil care realizeaz optimul funciei obiectiv se numete soluie
optim.
95
Observaie O soluie a unei PPL este soluie de baz dac i numai dac este varf al poligonului
rezultat din intersectia semiplanelor care reprezint soluiile restriciilor problemei.
O problema de programare linear poate s aib o infinitate de soluii (optim
infinit), cel putin o soluie optim (optim finit) sau nici o soluie.
PROBLEME REZOLVATE
x1, x2 , x3, x4 0
REZUMAT
96
f(x1,x2) este o funcie obiectiv care modeleaz legtura ntre cele dou variabile n funcie de enunul
problemei, obiectivul fiind gsirea acelor valori particulare ale variabilelor de decizie care optimizeaz
valoarea ei.
ai1x1 + ai2x2 ci reprezint sistemul de restricii sau constrngerile problemei sau condiiile
impuse variabilelor de decizie.
xi 0 sunt condiiile de nenegativitate care se impun variabilelor de decizie.
Forma standard a unei probleme de programare linear este
[Opt]f(x1,x2) = a1x1 + a2x2
a x + a i2 x 2 = c i , i 1, m
Cu i1 1
xj 0 cu j = 1, n
Se numete soluie posibil sau soluie realizabil sau soluie admisibil a unei PPL orice
pereche ( x10 , x20 ) care satisface restriciile problemei i condiiile de nenegativitate.
O soluie posibil a unei PPL este soluie de baz dac este format din soluiile corespunzatoare
variabilelor de baz.
O soluie de baz se poate obine dintr-o soluie posibil n care variabilelor non-bazice le dam
valoarea 0.
O soluie posibil care realizeaz optimul funciei obiectiv se numete soluie optim.
Obiective operaionale:
O1: S determine grafic mulimea soluiilor posibile ale unei probleme de programare linear
O2: S calculeaze valorile funciei obiectiv n fiecare din vrfurile determinate anterior
O3: S aleag valoarea optim n funcie de tipul problemei (valoarea maxim pentru probleme de
97
Const n reprezentarea n acelai sistem de coordonate a dreptelor asociate restriciilor
problemei adus la forma standard.
Algoritm
Pasul 2 Dac mulimea soluiilor posibile este nevid, se determin vrfurile poligonului
rezultat.
Pasul 3 Se calculeaz valorile funciei obiectiv n fiecare din vrfurile determinate anterior i
se alege valoarea optim n funcie de tipul problemei (valoarea maxim pentru
probleme de maxim sau valoarea minim pentru probleme de minim)
Pasul 2 Deoarece mulimea soluiilor este nevida, se determin vrfurile poligonului, i anume
punctele O(0,0), A(4,0), B(8/3,8/3) i C(0,4))(intersecia celor dou drepte si
intersecia dreptelor cu axele de coordonate)
98
Pasul 3 Calculm valorile funciei obiectiv n fiecare din vrfurile poligonului rezultat:
F(0,0) = 0,
F(4,0) = 24,
F(8/3, 8/3) = 64/3 i
F(0,4) = 8
Si alegem valoarea cea mai mare, respectiv valoarea F(4,0)= 24 care este soluia
problemei, adic valoarea maxim a funciei obiectiv este 24 i se atinge pentru x1 =
4 i x2 = 0.
PROBLEME REZOLVATE
Pasul 1 Se determin grafic mulimea soluiilor posibile, reprezentnd ntr-un sistem de axe
ortogonale dreptele date de ecuaiile asociate restriciilor problemei i anume
2x1 +5 x2 = 50 i
x1 + 3x2 = 27.
Sau x2 = 10 -2/5x1 pentru prima ecuaie i x2 = 9 -1/3x1 pentru a dou ecuaie.
99
Pasul 2 Deoarece mulimea soluiilor este nevida, se determin vrfurile poligonului, i anume
punctele A(0,10), B(15,4) si, C(27,0).
Pasul 3 Calculm valorile funciei obiectiv n fiecare din vrfurile poligonului rezultat:
F(0,10) = 450,
F(15,4) = 420 i
F(27,0) = 432,
i alegem valoarea cea mai mic , respectiv valoarea F(15,4)= 420 care este soluia
problemei, adic valoarea maxim a funciei obiectiv este 420 i se atinge pentru
x1 = 15 i
x2 = 4.
REZUMAT
100
4.3. ALGORITMUL SIMPLEX BIDIMENSIONAL
Obiective operaionale:
Pentru a simplifica intelegerea algoritmului simplex, vom considera 3 cazuri particulare ale
problemelor de programare linear, i anume:
Cazul 1 Maximizarea funciei obiectiv n condiiile n care toate restriciile au semnul mai mic
sau egal
Cazul 2 Minimizarea funciei obiectiv cnd toate restriciile au semnul mai mare sau egal
(Problema dual).
Cazul 3 Determinarea optimului funciei obiectiv cnd restriciile au semne diferite.
Algoritm
Pasul 1 Aducerea problemei la forma standard
101
Pasul 3 Alegerea pivotului
- pe ultima linie a tabelului simplex ( care conine coeficienii funciei F) se alege
elementul cu valoarea cea mai mic , iar coloana care conine acest element va fi
coloana pivotului.
- se mpart elementele aflate n coloana termenilor liberi la elementele aflate n
coloana pivotului; cea mai mic valoare pozitiv obinut va indica linia pivotului.
(dac exist mai multe valori minime pozitive egale, se alege aleator una dintre ele)
Pivotul, care ntotdeauna este o valoare pozitiva, se va afla la intersectia liniei
pivotului cu coloana pivotului.
- dac nu exist valori pozitive rezutate la impartirea coloanei termenilor liberi la
coloana pivotului, problema nu are soluie i algoritmul se incheie.
Pentru usurarea calculelor, n situatia n care valoarea pivotului nu este 1 se imparte
linia pivotului la valoarea pivotului, obtinand astfel valoarea pivotului egala cu 1.
102
Exemplu
[Max]F(x1,x2)= 5x1 + 8x2
x1 2 x 2 32
(S2)
3x1 4 x 2 84
x1, x2 0
Pasul 1 Se aduce problema la forma standard prin adaugarea unor variabile de compensare s1
i s2 (numrul variabilelor de compensare introduse este egal cu numrul inecuaiilor
din sistemul de restricii)
x 1 + 2x 2 + s1 = 32
3x + 4x + s = 84
1 2 2 (S3)
F - 5x 1 - 8x 2 = 0
x 1 , x 2 , s1 , s 2 0
Pasul 2 Se intocmeste tabelul simplex initial care conine pe prima linie varaibilele problemei
(inclusiv variabila F) i valoarea termenilor liberi, i n interior coeficienii tuturor
variabilelor i termenii liberi. (este similar cu matricea extinS a sistemului de ecuaii
asociat).
ntotdeauna, pe ultimul rand se vor afla coeficienii funciei obiectiv F.
n prima coloana se vor trece variabilele de compensare care formeaza o soluie de baz a
problemei; (soluia de baz se identifica alegand din coloanele tabelului acele variabile care contin un
element egal cu 1 i restul elementelor 0).
103
In cazul nostru, observam c pe coloana varaibilelor s1, s2 i P exist un singur element egal cu 1
restul elementelor fiind 0, i vom alege aceste variabile c fiind variabile bazice. Atunci cnd se
selecteaza varaibilele de baz, valoarea acestora pentru a obine o soluie de baz se citeste pe ultima
coloana iar celorlalte variabile li se atribuie valoarea 0.
Sol.baz x1 x2 s1 s2 P Valoare
s1 1 2 1 0 0 32
s2 3 4 0 1 0 84
P -50 -80 0 0 1 0
Formand tabloul simplex n care se trec pe prima coloana variabilele bazice va fi posibil
s gasim soluii de baz realizabile n tablou. De exemplu dac variabilelor x1 i x2 li se atribuie
valoarea 0, pe linia lui s1 vom avea valoare acestuia, respectiv 32. Analog, pe linia lui s2 vom avea
valoarea 84 i valoarea funciei obiectiv va fi 0 (se citesc elementele de pe ultima pozitie). Deci o
soluie de baz este (0,0,32,84) i valoarea funciei obiectiv pentru aceasta soluie este 0.
Sol.baz x1 x2 s1 s2 P Valoare
s1 1 2 1 0 0 32 32:2=16
s2 3 4 0 1 0 84 84:4=21
P -50 -80 0 0 1 0
Pentru usurarea calculelor care urmeaz, se imparte linia pivotului (linia 1) la valoarea
pivotului obtinand pentru acesta valoarea 1.
104
x1 x2 s1 s2 P Valoare
s1 1/2 1 1/2 0 0 16
s2 3 4 0 1 0 84
P -50 -80 0 0 1 0
105
Deoarece toate elementele de pe ultima linie sunt pozitive, algoritmul este finalizat.
Pasul 5 Citirea soluiei
Observam c n ultimul tabel, variabilele bazice sunt x2 i x1 (aflate pe prima coloana).
Soluia optim va fi
x2 = 6,
x1 = 20,
s1 = 0,
s2 = 0
i [Max]F =1.480
Teorema dac valoarea optim a funciei obiectiv exist, atunci ea are loc pentru una sau mai
multe soluii de baz admisibile ale sistemului initial.
Teorema dac pentru o problema de programare linear exist o valoare optim a funciei
obiectiv atunci aceasta valoare verifica una sau mai multe soluii de baz fezabile ale
sistemului initial.
106
Rezolvarea problemelor de minim
Teorema O problema de minim adimite soluie dac i numai dac dual problemei admite
soluie. n acest caz, soluiile celor dou probleme coincid.
Algoritm
Pasul 1 Se scriu toate restriciile problemei c inecuaii cu semnul
Pasul 2 Se formeaza problema dual
Pasul 3 Se scrie sistemul de ecuaii atasat poblemei duale, folosind c i variabile reziduale
variabilele din problema de minim.
Pasul 4 Se rezolva problema dual folosind algoritmul simplex
Pasul 5 In situatia n care problema are soluie, aceasta se gaseste pe ultimul rand al
algoritmului simplex.
2 x1 5 x 2 50
x1 3x 2 27
x1, x2 0
2 5 50
A= 1 3 27 i transpus ei
16 45 1
2 1 16
AT = 5 3 45
50 27 1
din care rezult sistemul de ecuaii asociat problemei duale:
107
2 x1 x 2 16
5 x1 3x 2 45 iar
50 x 27 x F
1 2
2 y1 y 2 16
5 y1 3 y 2 45
cu y1, y2 0
Pasul 1 Se aduce problema la forma standard prin adaugarea unor variabile de compensare x1
i x2 (numrul variabilelor de compensare introduse este egal cu numrul inecuaiilor
din sistemul de restricii).
Observaie Este important notarea variabilelor reziduale la fel c necunoscutele problemei
iniiale, n vederea citirii soluiei finale.
2 y1 y 2 x1 16
5 y1 3 y 2 x 2 45
50 y 27 y F 0
1 2
Pasul 2 Se intocmete tabelul simplex initial care conine pe prima linie varaibilele problemei
(inclusiv variabila F) i valoarea termenilor liberi i n interior coeficienii tuturor
variabilelor i termenii liberi i pe ultimul rand se trec coeficienii funciei obiectiv F.
n prima coloana trecem variabilele de compensare care formeaza o soluie de baz
a problemei; (soluia de baz se identifica alegand din coloanele tabelului acele
variabile care contin un element egal cu 1 i restul elementelor 0).
n cazul nostru, observam c pe coloana varaibilelor x1, x2 i F exist un singur
element egal cu 1 restul elementelor fiind 0, i vom alege aceste variabile c fiind
variabile bazice. Atunci cnd se selecteaza varaibilele de baz, valoarea acestora
pentru a obine o soluie de baz se citeste pe ultima coloana iar celorlalte variabile li
se atribuie valoarea 0.
108
Sol.baz y1 y2 x1 x2 F Valoare
x1 2 1 1 0 0 16
x2 5 3 0 1 0 45
F -50 -27 0 0 1 0
Sol.baz y1 y2 x1 x2 F Valoare
x1 2 1 1 0 0 16 16:2=8
x2 5 3 0 1 0 45 45:5=9
F -50 -27 0 0 1 0
Sol.baz y1 y2 x1 x2 F Valoare
x1 1 1/2 1/2 0 0 8
x2 5 3 0 1 0 45
F -50 -27 0 0 1 0
109
Sol.baz y1 y2 x1 x2 F Valoare
y1 1 1/2 1/2 0 0 8
x2 0 1/2 -5/2 1 0 5
F 0 -2 25 0 1 400
Sol.baz y1 y2 x1 x2 F Valoare
y1 1 1/2 1/2 0 0 8 8:1/2=16
x2 0 1/2 -5/2 1 0 5 5:1/2 = 10
F 0 -2 25 0 1 400
Sol.baz y1 y2 x1 x2 F Valoare
y1 1 1/2 1/2 0 0 8
y2 0 1 -5 2 0 10
F 0 -2 25 0 1 400
Se fac operaii ntre liniile tabelului i linia pivotului pentru a obine pe coloana pivotului
elemente egale cu 0 (mai putin pivotul). Operatiile efectuate vor fi:
l1 1/2l2 i
l3 +2l2,
rezultand tabelul:
110
Sol.baz y1 y2 x1 x2 F Valoare
y1 1 0 3 -1 0 3
y2 0 1 -5 2 0 10
F 0 0 15 4 1 420
Deoarece toate elementele de pe ultima linie sunt pozitive, algoritmul este finalizat.
[Max]F = 420
Soluia optim a problemei de minim se citeste tot pe ultimul rand al tabelului
simplex final i anume:
[Max] F = x1 + 2x2
111
x1 + x2 10
x1 x2 4
x1,x2 0.
n vederea formrii ecuaiilor asociate problemei trebuie:
- s adunm o variabil rezidual primei inecuaii
x1 + x2 + s = 10
- s scdem o variibil rezidual din a dou inecuaie:
x1 x2 t = 4
Sistemul de ecuaii asociat este:
x 1 + x 2 + s = 10
x - x - t = 4
1 2
- x 1 - 2 x 2 + F = 0
x 1 , x 2 , s, t 0
Teorema O soluie de baz a sistemului asociat unei probleme de programare linear nu este
fezabila dac oricare din varaibile (cu exceptia lui P) nu respecta conditia de ne-
negativitate.
[Max]F = x1 + 2x2 Ma
x1 + x2 + s = 10
x1 x2 t + a = 4
x1,x2,s,t,a 0.
112
Sistemul de ecuaii asociat devine:
x 1 + x 2 + s = 10
x - x - t a = 4
1 2
- x 1 - 2 x 2 + Ma F = 0
x 1 , x 2 , s, t, a 0
Vom intocmi un tabel simplex pentru verificarea celor dou condiii, pe care il vom denumi
Tabel simplex preliminar:
x1 x2 s t a F Ct.
1 1 1 0 0 0 10
1 _ _ _ -1 _ _ _ 0 _ _ _ _-1 _ _ _1_ _ _ 0___4_
-1 -2 0 0 M 1 0
Avem 3 variabile bazice i observam c acestea sunt s ,t i F deci prima conditie este
indeplinit.
Atribuind valoarea 0 variabilelor non-bazice vom avea:
x1=0, x2 = 0 i a = 0 ceea ce implica s = 10 i t = -4 care nu respecta conditia de ne-negativitate, deci
soluia nu este fezabila.
Ne-fezabilitatea soluiei se datoreaza existentei coeficientului M n problema, care face c
variabila a s nu poata fi considerata variabila bazica. Inconvenientul ar fi inlaturat dac pe coloana
lui a n locul valorii M am obine valoarea 1. Acest lucru este posibil efectuand operatii ntre liniile
tabelului, i anume din elementele liniei 3 vom scadea elementele liniei 2 inmultite cu M (l 3-Ml2),
obtinand:
x1 x2 s t a F Ct.
1 1 1 0 0 0 10
1 _ _ _ -1 _ _ _ 0 _ _ _ _-1 _ _ _1_ _ _ 0___4_
-1-M -2+M 0 M 0 1 -4M
Variabilele bazice vor fi acum s, a i F i o soluie de baz fezabila se obine pentru x1=0, x2
= 0 i t = 0 care implica s = 10, a = 4 i F = -4M.
Deoarece ambele condiii sunt indeplinite, vom aplica algoritmul simplex.
113
Pentru determinarea coloanei pivotului alegem de pe ultima linie cea mai mare valoare
negativa, i anume -2 M, deci coloana pivotului va fi coloana lui x2.
mprind elementele ultimei coloane la coloana pivotului i alegnd cea mai mic valoare
pozitiv, vom determina linia pivotului care este prima linie.
Pe coloana pivotului obinem elemente egale cu 0 (mai putin valoarea pivotului) efectuand operatiile:l2
+ l1 i l3 +(M+2)l1
Var.baz x1 x2 s t a F Ct.
x2 1 1 1 0 0 0 10
a _ _ _ _ _ _ _ _2 _ _ _ 0 _ _ _ 1 _ _ _ _-1 _ _ _1_ _ _ 0 _ _ _ 14 _
F -3 0 0 2 M-2 1 -8
Deoarece ultima linie conine un element negativ, se repeta algoritmul, alegand coloana lui x 1
c fiind colona pivotuui, i impartind ultima coloana la elementele coloanei pivotului determinm linia
2 c fiind linia pivotului. Pivotul se va la intersectia liniei cu coloana pivotului i este elementul 2 de
pe prima coloana.
Pentru a obine valoarea 1 pentru pivot, se mpart elementele liniei 2 la valoarea pivotului,
respectiv la 2.
Vom obine:
x1 x2 s t a F Ct.
1 1 1 0 0 0 10
1___ 0___ 1/2 _ _-1/2 _ _ 1/2 _ _ 0___7_
-3 0 0 2 M-2 1 -8
Prin operatii ntre liniile tabelului obinem pe coloana pivotului elemente egale cu 0.
Var.baz x1 x2 s t a F Ct.
x2 0 1 1/2 1/2 -1/2 0 3
x1 _ _ _ _ _ _ _ _ 1 _ _ _ 0 _ _ _ 1/2 _ _-1/2 _ _ 1/2 _ _ 0___7_
F 0 0 3/2 3/2 M-1/2 1 13
Deoarece ultima linie nu mai conine elemente negative, algoritmul este incheiat i soluia
optim este:
[Max] F = 13 care se obine pentru x2 =3 i x1 = 7 cnd s = t = a = 0.
114
PROBLEME REZOLVATE
2. S se rezolve:
[Max] F = 3x1 + 5x2
2 x1 x 2 4
x1 2 x 2 10
x ,x 0
1 2
Forma standard a problemei va fi:
2 x1 x 2 s1 4
x1 2 x 2 s 2 a1 10
3x 5 x Ma F 0
1 2 1
115
Cu tabelul simplex preliminar:
x1 x2 s1 s2 a1 F Val
2 1 1 0 0 0 4
1 2 0 -1 1 0 10
-3 -5 0 0 M 1 0
Efectum operaia l3 Ml2 pentru a elimina M de pe coloana lui a1 i a obine o soluie de baz.
Var.baz. x1 x2 s1 s2 a1 F Val
s1 2 1 1 0 0 0 4
a1 1 2 0 -1 1 0 10
F -M-3 -2M-5 0 M 0 1 -10M
Coloana pivotului va fi coloana lui x2 i linia pivotului va fi linia 1 i prin operatiile l2 -2l1 i
l3+(2M+5)l1 vom obine:
Var.baz. x1 x2 s1 s2 a1 F Val
x2 2 1 1 0 0 0 4
a1 -3 0 -2 -1 1 0 2
F 3M+7 0 2M+5 M 0 1 -2M+20
Algoritmul se incheie deoarece pe ultima linie exist numai valori pozitive, i soluia optim a
problemei modificate este:
X1 = 0, x2 = 4, s1 = 0, s2 = 0, a1 = 2 i [Max]F = -2M+20.
116
REZUMAT
Obiective operaionale:
Metoda grafic de rezolvare a problemelor de programare linear este usor de aplicat numai n
cazul PPL bidimensionale sau tridimensionale. Pentru problemele de programare linear
multidimensionale rezolvarea se face cu ajutorul algoritmului simplex care este identic cu cel aplicat
la problemele bidimensionale anterioare, n funcie de tipul problemei.
117
Forma generala standard a P.P.L. multidimensionale
n
[Max] F = c j x j
j 1
n
aij x j bi , 1 i m,bi 0
j 1
x 0, 1 j n
j
n
aij x j bi , 1 i m,bi 0
Cu j 1
x 0, 1 i n
j
Fie seciile (sau procesele de producie) S1, S2,, Sn care consum materiile prime M1, M2,,
Mm, n cantitile cunoscute pe unitatea de timp, repsectiv aij din Mi pentru sectia/procesul Sj, cu
1 i m,1 j n .
De asemenea, se cunosc cantitile limit de materii prime care intra n procesul de producie,
respectiv bi cu bi 0 , timpul necesar produciei n fiecare secie (sau timpul aferent fiecrui proces)
notat xj i profitul aferent fiecarui proces/produs cj.
Vom numi plan optim de producie, perechea x1 , x2 ,..., xn , care maximizeaz profitul
companiei, adic soluia problemei:
n
[Max] F c j x j cu restriciile:
j 1
n
a ij x j bi ,1 i m
j 1 .
xj 0
118
2) Problema dietei (sau a aliajului)
un cost total minim, dat de funcia , unde c j reprezint costul unitar al alimentului A j .
-
componenta de substane nutritive S1 , S 2 ,..., S m a alimentelor A j , 1 j n , aij 1 i m
1 j n
, unde aij
n
a ij x j b i , 1 i m
cu j1
x j 0, j 1, n
n
a ij x j b i , 1 i m
cu j1
x j 0, j 1, n
119
PROBLEME REZOLVATE
1. S se rezolve:
[Max] F = 5x1+2x2-x3
x1 x 2 x3 10
2 x1 4 x 2 3x3 30
x1 , x 2 , x3 0
Forma standard a problemei de maxim este:
x1 x 2 x3 s 10
2 x1 4 x 2 3x3 t 30
5 x 2 x x F 0
1 2 3
Var.baz. x1 x2 x3 s t F Val
s 1 1 -1 1 0 0 10
t 0 2 5 -2 1 0 10
F 0 3 -6 5 0 1 50
120
Var.baz. x1 x2 x3 s t F Val
x1 1 1 -1 1 0 0 10
t 0 2/5 1 -2/5 1/5 0 2
F 0 3 -6 5 0 1 50
Operaiile efectuate pentru obinerea de valori 0 pe coloana pivotului sunt l1+l2 i l3+6l2.
Var.baz. x1 x2 X3 s t F Val
X1 1 7/5 0 3/5 -1/5 0 8
X3 0 2/5 1 -2/5 1/5 0 2
F 0 27/5 0 13/5 6/5 1 62
2. S se rezolve:
[Min] F = 5x1 +4x2 +3x3+8x4
x1 x 2 600
x x 800
3 4
1 x x 3 400
x x 900
2 4
x1 , x 2 , x3 , x 4 0
1 1 0 0 600 1 0 1 0 5
0 0 1 1 800 1 0 0 1 4
A= 1 0 1 0 400 i T
A = 0 1 1 0 3
0 1 0 1 900 0 1 0 1 7
5 1 600 800 400 900 1
4 3 7
121
y1 y 3 5
y y 4
1 4
Cu y 2 y 3 3
y y 7
2 4
y1 , y 2 , y 3 , y 4 0
Forma standard a problemei duale de maxim este:
y1 y 3 x1 5
y1 y 4 x 2 4
y 2 y 3 x3 3
y 2 y 4 x4 7
600 y1 800 y 2 400 y 3 900 y 4 F 0
Var.baz. y1 y2 y3 y4 x1 x2 x3 x4 F Val
X1 -1 0 1 0 1 0 0 0 0 5
X2 -1 0 0 1 0 1 0 0 0 4
X3 0 -1 1 0 0 0 1 0 0 3
X4 0 -1 0 1 0 0 0 1 0 7
F 600 800 -400 -900 0 0 0 0 1 0
Coloana pivotului este coloana lui y4 i linia pivotului este linia a doua.
Efectum operaiile l4-l2 i l5+900l2 pentru a-l transforma pe y4 n variabil bazic.
Var.baz. y1 y2 y3 y4 x1 x2 x3 x4 F Val
X1 -1 0 1 0 1 0 0 0 0 5
Y4 -1 0 0 1 0 1 0 0 0 4
X3 0 -1 1 0 0 0 1 0 0 3
X4 1 -1 0 0 0 -1 0 1 0 3
F -300 800 -400 0 0 900 0 0 1 3600
Noua coloan a pivotului este coloana lui y3 i linia pivotului este linia a treia. Pentru
transformarea lui y3 n variabil bazic efectum operaiile l1-l3 i l5+400l3.
122
Var.baz. y1 y2 y3 Y4 x1 x2 x3 x4 F Val
x1 -1 1 0 0 1 0 1 0 0 2
y4 -1 0 0 1 0 1 0 0 0 4
y3 0 -1 1 0 0 0 1 0 0 3
x4 1 -1 0 0 0 -1 0 1 0 3
F -300 400 0 0 0 900 400 0 1 4800
Deoarece ultima linie mai conine o valoare negativ, continum algoritmul, avnd pivotul la
intersecia dintre coloana lui y1 i linia a patra.
Operaiile care se efectueaz sunt: l1+l4, l2+l4 i l5+300l4.
Var.baz. y1 y2 y3 y4 X1 x2 x3 x4 F Val
x1 0 0 0 0 1 -1 1 1 0 5
y4 0 -1 0 1 0 0 0 1 0 7
y3 0 -1 1 0 0 0 1 0 0 3
Y1 1 -1 0 0 0 -1 0 1 0 3
F 0 100 0 0 0 600 400 300 1 5700
Algoritmul se incheie deoarece ultima linie conine numai valori pozitive i soluia problemei
duale (de maxim) este:
y1 =3,
y2 = 0,
y3 = 3,
y4 = 7,
x1 = 5,
x2 = 0,
x3 =0 i
x4 = 0
cu
[Max]F =5.700
Soluia problemei iniiale (de minim) se citete pe coloanele tabelului simplex i este:
123
x1 = 0,
x2 = 600,
x3 = 400 i
x4 = 300
cu
[Min] F = 5.700.
3. S se rezolve:
[Max] F = x1 x2 +3x3
x1 x 2 20
x x 5
1 3
2x x 3 10
x1 , x 2 , x3 0
x1 x 2 s1 20
x1 x3 a1 5
x 2 x3 s 2 a 2 10
x1 , x 2 , x3 , s1 , s 2 , a1 , a 2 0
x1 x2 x3 s1 A1 s2 a2 F Val
1 1 0 1 0 0 0 0 20
1 0 1 0 1 0 0 0 5
0 1 1 0 0 -1 1 0 10
-1 1 -3 0 M 0 M 1 0
Observm c varaibilele bazice sunt s1 i F i mai avem nevoie de 2 variabile bazice, pe care le
vom obine prin eliminarea valorii M de pe coloana lui a1, prin operaia l4 Ml2 i prin eliminarea
valorii M de pe coloana lui a2 prin operaia l4-Ml3.
124
Var.baz x1 x2 x3 s1 a1 s2 a2 F Val
s1 1 1 0 1 0 0 0 0 20
a1 1 0 1 0 1 0 0 0 5
a2 0 1 1 0 0 -1 1 0 10
F -M-1 -M+1 -2M-3 0 0 M 0 1 -15M
Verificm fezabilitatea soluiei de baz obinut prin atribuirea de valori 0 variabilelor non-
bazice:
x1 = 0,
x2 = 0,
x3 = 0,
s1 =20,
a1 = 5,
a2 = 10 F = -15M, deci soluia de baz este fezabil.
Var.baz x1 x2 x3 s1 a1 s2 a2 F Val
s1 1 1 0 1 0 0 0 0 20
a1 1 0 1 0 1 0 0 0 5
a2 0 1 1 0 0 -1 1 0 10
F -M-1 -M+1 -2M-3 0 0 M 0 1 -15M
Var.baz x1 x2 x3 s1 a1 s2 a2 F Val
s1 1 1 0 1 0 0 0 0 20
x3 1 0 1 0 1 0 0 0 5
a2 -1 1 0 0 -1 -1 1 0 5
F M+2 -M+1 0 0 2M+3 M 0 1 -5M+15
125
Deoarece ultima linie mai conine valori negative se repet algoritmul, alegndu-se c i
coloan a pivotului coloana lui x2 i linie a pivotului linia 3.
Operaiile efectuate pentru obinerea unei soluii de baz sunt l1 l3 i l4 +(M-1)l3.
Var.baz x1 x2 x3 s1 a1 s2 a2 F Val
s1 2 0 0 1 1 1 -1 0 15
x3 1 0 1 0 1 0 0 0 5
x2 -1 1 0 0 -1 -1 1 0 5
F 3 0 0 0 M+4 1 M-1 1 10
Ultima linie conine numai valori pozitive, deci soluia problemei modificate este:
x1 = 0,
x2 = 5,
x3 = 5,
s1 = 15,
a1 = 0,
s2 = 0,
a2 = 0 i
[Max]F = 10.
126
REZUMAT
aij x j bi , 1 i m,bi 0
j 1
x 0, 1 j n
j
n
aij x j bi , 1 i m,bi 0
Cu j 1
x 0, 1 i n
j
PROBLEME PROPUSE
Ore de munc
Departament Mese Scaune Numar maxim ore
de munc zilnice
Producie 6 2 400
Finisare i ambalare 2 1 120
Profit unitar 200 lei 50 lei
Care este combinaia optim de produse care trebuie realizate pentru maximizarea profitului?
127
2. O agenie de turism planific organizarea unei excursii n Grecia pentru care poate inchiria autocare
i microbuze. Fiecare autocar poate transporta 40 de persoane i costul nchirierii pe o sptmn este
de 4.000 lei i fiecare microbuz poate transporta 10 persoane i costul nchirierii pe o sptmn este
de 900 lei. Numrul de turiti estimai este de 400 persoane i numrul maxim de ghizi este de 20
(fiecare autocar sau microbuz trebuie s aibe un ghid). Care este numrul optim de vehicule din fiecare
tip care trebuie nchiriate n vederea minimizrii costurilor de transport?
3. Un investitor dorete s investeasc suma de 50.000 lei n aciuni i obligatiuni. Dobnda medie a
aciunilor este 15 % i cea a obligaiunilor este de 12% i investitorul dorete c cel putin o treime din
sum s fie investit n aciuni. Care este combinaia optim a portofoliului n vederea maximizrii
profitului obtnut din investiie?
5. Regimul unui diabetic trebuie s conin n mod obligatoriu dou alimente A i B. n 100 g de
aliment A exist 25 uniti de calciu, 10 uniti de fier, 5 uniti de vitamina A, i 6 uniti de colesterol
i n 100g de aliment B exist 5 uniti de calciu, 10 uniti de fier, 25 uniti de vitamina A i 8 uniti
de colesterol. Cantitatea zilnic minim necesar este de 300 uniti de calciu, 120 uniti de fier i
200 uniti de vitamina A. Care este cantitatea optim de alimente A i B care trebuie s alcatuiasc
dieta pentru a respecta condiiile impuse pentru calciu, fier i vitamina A n condiiile unui aport minim
de colesterol?
128
6. S se rezolve grafic:
5 x1 2 x 2 20 2 x1 x 2 10
3x1 2 x 2 16 x1 3x 2 10
x ,x 0 x ,x 0
1 2 1 2
4 x1 x 2 12 4 x1 x 2 12
3x1 x 2 10 12 x1 3x 2 10
x ,x 0 x ,x 0
1 2 1 2
x1 2 x 2 5 2 x1 3x 2 8
x1 3x 2 6 x1 2 x 2 4
x ,x 0 x ,x 0
1 2 1 2
129
REZOLVARE
Var.baz. x1 x2 s t F Val
s 5 2 1 0 0 20
t 3 2 0 1 0 16
P -15 -10 0 0 1 0
x1 x2 s t F Val
1 2/5 1/5 0 0 4
3 2 0 1 0 16
-15 -10 0 0 1 0
Var.baz. x1 x2 s t F Val
x1 1 2/5 1/5 0 0 4
t 0 4/5 -3/5 1 0 4
F 0 -4 3 0 1 60
x1 x2 s t F Val
1 2/5 1/5 0 0 4
0 1 -3/4 5/4 0 5
0 -4 3 0 1 60
Var.baz. x1 x2 s t F Val
x1 1 0 -1/2 0 2
x2 0 1 -3/4 5/4 0 5
F 0 0 0 5 1 80
130
Soluia:
[Max]F = 80 pentru x1 = 2 , x2 = 5 si s = 0, t = 0.
2 x1 x 2 s 10
x 3x t 10
1 2
F 3x1 2 x 2 0
x1 , x 2 , s, t 0
Var.baz. x1 x2 s t F Val
s 2 1 1 0 0 10
t 1 3 0 1 0 10
F -3 -2 0 0 1 0
Var.baz. x1 x2 s t F Val
1 0 0 5
1 3 0 1 0 10
-3 -2 0 0 1 0
Var.baz. x1 x2 s t F Val
x1 1 0 0 5
t 0 5/2 -1/2 1 0 5
F 0 -1/2 3/2 0 1 15
Var.baz. x1 x2 s t F Val
1 0 0 5
0 1 -1/5 2/5 0 2
0 -1/2 3/2 0 1 15
131
Var.baz. x1 x2 s t F Val
x1 1 0 4/10 0 0 4
x2 0 1 -1/5 2/5 0 2
F 0 0 14/10 1/5 1 16
Soluia:
2 x1 x 2 s 10
x x t 7
1 2
x1 2 x 2 p 12
F 30 x1 40 x 2 0
Var.baz. x1 x2 s t p F Val
s 2 1 1 0 0 0 10
t 1 1 0 1 0 0 7
p 1 2 0 0 1 0 12
F -30 -40 0 0 0 1 0
Var.baz. x1 x2 s t p F Val
2 1 1 0 0 0 10
1 1 0 1 0 0 7
1 0 0 0 6
-30 -40 0 0 0 1 0
Var.baz. x1 x2 s t p F Val
s 3/2 0 1 0 -1/2 0 4
t 0 0 1 -1/2 0 1
x2 1 0 0 0 6
F -10 0 0 0 20 1 240
132
Var.baz. x1 x2 s t p F Val
s 3/2 0 1 0 -1/2 0 4
t 0 0 1 -1/2 0 1
x2 1 0 0 0 6
F -10 0 0 0 20 1 240
Var.baz. x1 x2 s t p F Val
3/2 0 1 0 -1/2 0 4
1 0 0 2 -1 0 2
1 0 0 0 6
-10 0 0 0 20 1 240
Var.baz. x1 x2 s t p F Val
0 0 -1/2 -3 -2 0 1
x1 1 0 0 2 -1 0 2
x2 0 1 0 -1 1 0 5
F 0 0 0 20 10 1 260
Soluia:
[Max]F = 260 pentru x1 = 2 , x2 = 5 si s = 0, t = 0,p=0.
x1 2 x 2 p 10
F 15 x 20 x 0
1 2
x1 , x 2, s, p, t 0
133
Var.baz. x1 x2 s t p F Val
s 2 1 1 0 0 0 9
t 1 1 0 1 0 0 6
p 1 2 0 0 1 0 10
F -15 -20 0 0 0 1 0
Var.baz. x1 x2 s t p F Val
s 2 1 1 0 0 0 9
t 1 1 0 1 0 0 6
p 1/2 1 0 0 1/2 0 5
F -15 -20 0 0 0 1 0
Var.baz. x1 x2 s t p F Val
3/2 0 1 0 -1/2 0 4
0 0 1 -1/2 0 1
1 0 0 0 5
-5 0 0 0 10 1 100
Var.baz. x1 x2 s t p F Val
3/2 0 1 0 -1/2 0 4
1 0 0 2 -1 0 2
1 0 0 0 5
-5 0 0 0 10 1 100
Var.baz. x1 x2 s t p F Val
0 0 1 -3 -2 0 1
1 0 0 2 -1 0 2
0 1 0 -1 0 0 4
0 0 0 10 5 1 110
Soluia:
[Max]F = 110 pentru x1 = 2 , x2 = 4 .
134
5. Se formeaz problema dual:
4 1 12 4 3 9
A = 3 1 10 i AT = 1 1 2 cu sistemul asociat:
9 2 1 12 10 1
4 y1 3 y 2 9
y1 y 2 3
12 y 10 y F
1 2
[Max] F = 12y1 + 10 y2
4 y1 3 y 2 9
y1 y 2 2 care se rezolva cu algoritmul simplex.
y ,y 0
1 2
4 y1 3 y 2 x1 9
y y x 2
1 2 2
F 12 y1 10 y 2 0
y1 , y 2 , x1 , x 2 0
Var.baz. y1 y2 x1 x2 F Val
x1 4 3 1 0 0 9
x2 1 1 0 1 0 2
F -12 -10 0 0 1 0
Var.baz. y1 y2 x1 x2 F Val
x1 0 -1 1 -4 0 1
y1 1 1 0 1 0 2
F 0 2 0 12 1 24
135
Soluia optim a problemei duale de maxim este:
Max F = 24 pentru y1 = 2, y2 = 0 si x1= x2 = 0
Soluia optim a problemei iniiale de minim se citete pe ultima linie a tabelului simplex:
Min F = 24 pentru x1 = 0 i x2 =12. (y1 = y2 =0)
NTREBRI DE CONTROL
1. Care este importana programrii lineare n modelarea matematic a fenomenelor
economice?
2. Definii forma standard a unei probleme de programare linear.
3. Ce reprezint funcia obiectiv a unei probleme de programare linear?
LUCRRI DE VERIFICARE
1. O firm produce dou tipuri de becuri: de 100W i de 200W. Fiecare bec de 100 W necesit 2 ore
pentru producie i 1 ora pentru ambalaj, i fiecare bec de 200 W necesit 2,5 ore pentru producie i
1 or pentru ambalare. Numrul maxim de ore de munc este de 80 pentru producie i 20 pentru
ambalare. Profitul companiei este de 3 lei pentru becurile de 100 W i 4 lei pentru becurile de 200W.
Care este combinatia optim de produse din fiecare tip care poate fi fabricta zilnic pentru
maximizarea profitului?
136
2. O firm produce dou modele de cni: de cafea i de ap, care necesit urmatoarele:
Ore de munc/cana
Departament Cana Cana Numar maxim
cafea apa ore de munc
zilnice
Producie 4 3 160
Finisare i ambalare 1 1 48
Profit 2 lei 3 lei
Care este combinaia optim de produse care trebuie fabricte pentru maximizarea profitului
zilnic?
5. [Max] F = x1 + x2
x1 6
x 4
2
x
1 2 x 2 10
x1 , x 2 0
2 x1 x 2 9
x1 2 x 2 8
x ,x 0
1 2
137
7. S se rezolve:
REZOLVARE
Var.baz. x1 x2 s t p F Val
s -1 1 1 0 0 0 2
t -1 3 0 1 0 0 12
p 1 -4 0 0 1 0 4
F -2 -3 0 0 0 1 0
138
Var.baz. x1 x2 s t p F Val
-1 1 1 0 0 0 2
2 0 -3 1 0 0 6
-3 0 4 0 1 0 12
-5 0 3 0 0 1 6
Var.baz. x1 x2 s t p F Val
-1 1 1 0 0 0 2
1 0 -3/2 1/2 0 0 3
-3 0 4 0 1 0 12
-5 0 3 0 0 1 6
Var.baz. x1 x2 s t p F Val
x2 0 1 -1/2 0 0 5
x1 1 0 -3/2 0 0 3
p 0 0 -1/2 3/2 1 0 21
F 0 0 -9/2 5/2 0 1 21
Soluia:
Pentru x1 = 3 ,
x2 = 5 valoarea funciei este F = 21, dar problema nu are soluie (nu se poate
determina valoarea maxima a functiei F), deoarece algoritmul simplex nu se poate finaliza.
Var.baz. x1 x2 s t p F Val
s -2 1 1 0 0 0 2
t -1 1 0 1 0 0 5
p 0 1 0 0 1 0 6
F 1 -2 0 0 0 1 0
139
Var.baz. x1 x2 s t p F Val
x2 -2 1 1 0 0 0 2
t 1 0 -1 1 0 0 3
p 2 0 -1 0 1 0 4
F -3 0 2 0 0 1 4
Var.baz. x1 x2 s t p F Val
-2 1 1 0 0 0 2
1 0 -1 1 0 0 3
1 0 -1/2 0 1/2 0 2
-3 0 2 0 0 1 4
Var.baz. x1 x2 s t p F Val
x2 0 1 0 0 1 0 6
t 0 0 -1/2 1 -1/2 0 1
x1 1 0 -1/2 0 0 2
F 0 0 0 3/2 1 10
Soluia:
[Max]F = 10 pentru x1 = 2 , x2 = 6 .
140
5. BILIOGRAFIA NTREGULUI SUPORT DE CURS
3. Cenu Gheorghe (coord), Matematici pentru economiti - culegere de probleme, Ed. Cison, 2000
141
6. NOTIELE CURSANTULUI
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
142
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
143
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_________________________________________________________________________________
_______
144