Universitatea “1 Decembrie 1918” Alba Iulia

Facultatea de Ştiinţe
Specializarea ADMINISTRAREA AFACERILOR

Conf. univ. dr. Lucia Căbulea

MATEMATICĂ APLICATĂ ÎN ECONOMIE

Material de studiu individual

Anul I de studiu
Semestrul I
Anul universitar 2012-2013
Învăţământ la distanţă

Alba Iulia,
2012
2
 CUPRINS

Introducere ...................................................................................................................... 5
Scopul şi obiectivele disciplinei ................................................................................ 5
Cerinţe preliminare ................................................................................................... 5
Conţinutul materialului de studiu .............................................................................. 5
Recomandări de studiu .............................................................................................. 6
Recomandări privind evaluarea ................................................................................ 7
Test de evaluare iniţială .................................................................................................. 8
Unitate de studiu 1. Rezolvarea unei probleme de programare liniară ........................... 9
1.1. Noţiuni generale ...............................................................................................10
1.2. Soluţiile unei probleme de programare liniară .................................................13
1.3. Rezolvarea unei probleme de programare liniară ............................................14
Unitate de studiu 2. Dualitatea Algoritmul simplex dual..............................................29
2.1. Dualitate ...........................................................................................................29
2.2. Algoritmul simplex dual ..................................................................................32
Unitate de studiu 3. Reoptimizarea problemelor de programare liniară .......................35
3.1. Modificarea vectorului c ..................................................................................36
3.2. Modificarea vectorului b ..................................................................................36
3.3 Modificarea unui vector coloană Pj din matricea A ........................................39
3.4 Adăugarea unei noi coloane la matricea A .......................................................40
3.5 Modificarea unei linii a matricei restricţiilor ....................................................41
Unitate de studiu 4. Programare liniară parametrică.....................................................44
4.1. Probleme parametrice ......................................................................................44
4.2. Parametrizarea vectorului c ..............................................................................45
4.3. Parametrizarea vectorului b .............................................................................46
Unitate de studiu 5. Probleme de transport ...................................................................49
5.1. Modele de tip transport sau de transfer de fonduri ..........................................50
5.2. Metode de găsire a unei soluţii iniţiale ............................................................52

3
 5.3. Îmbunătăţirea soluţiei .......................................................................................53
5.4. Algoritmul distributiv ......................................................................................54
5.5. Rezolvarea problemelor de maximizare ..........................................................55
5.6. Degenerare. Soluţii multiple ............................................................................58
Unitate de studiu 6. Reoptimizarea problemelor de transport ......................................62
6.1. Reoptimizarea in cazul modificarii matricei costurilor....................................62
6.2. Reoptimizarea in cazul modificarii disponibilului si/sau necesarului .............64
Unitate de studiu 7. Probleme de transport parametrice ...............................................68
7.1. Parametrizarea matricei C ................................................................................69
7.2. Parametrizarea disponibilului si/sau necesarului .............................................71
Unitate de studiu 8. Probleme de transport speciale .....................................................75
8.1. Modele cu centre legate ...................................................................................76
8.2. Modele cu legături interzise .............................................................................80
8.3. Modele cu soluţii impuse .................................................................................81
Unitate de studiu 9. Dobânda simplă ............................................................................85
9.1. Dobânda simplă................................................................................................85
Unitate de studiu 10. Dobânda compusă .......................................................................93
10.1. Dobânda compusă ..........................................................................................93
Unitate de studiu 11. Plăţi eşalonate anual (anuităţi) ....................................................98
11.1. Plăţi eşalonate ................................................................................................98
11.2. Anuităţi posticipate temporare .....................................................................100
11.3. Anuităţi anticipate temporare .......................................................................103
Unitate de studiu 12. Rambursarea creditelor şi împrumuturilor................................106
12.1. Preliminarii...................................................................................................106
12.2. Amortizări directe ........................................................................................107
12.3. Amortizări indirecte .....................................................................................109
Test de verificare .........................................................................................................113
Bibliografie .................................................................................................................115
Anexa 1 .......................................................................................................................116
Anexa 2 ......................................................................................................................118

4
 Introducere

Scopul şi obiectivele disciplinei

Matematică aplicată în economie este o disciplină de învăţământ universitar fundamentală în

raport cu celelalte discipline. Disciplina are drept scop, pe de o parte, deprinderea de a analiza şi decide
logic şi riguros, iar pe de altă parte, să contribuie la o pregătire multidisciplinară a viitorilor economişti.
Ca disciplină de învăţământ, concentrată la maximum în acest Material pentru studiu individual,
cursul de Matematică aplicată în economie are ca principale obiective introducerea studenţilor în
studiul şi cunoaşterea noţiunilor de bază ale matematicii aplicate, în familiarizarea cu terminologia şi
limbajul de specialitate şi utilizarea corectă a acestora, necesare în formularea deciziilor , în
interpretarea şi aplicarea regulilor matematicii, în studiul şi cunoaşterea celorlalte discipline
economice, în surprinderea spiritului şi specificului unei gândiri economice.
Prezentul Material pentru studiu individual oferă studenţilor reperele principale de învăţare şi
autoverificare pe baza structurii rezumative a informaţiei cuprinse în fiecare modul, respectiv unitate de
învăţare cuprinse în Programa analitică a disciplinei şi a cursurilor tipărite menţionate în bibliografie.
Drept pentru care, aprofundarea disciplinei Matematică aplicată în economie trebuie făcută prin
studierea reală a bibliografiei recomandate, şi nu prin limitarea la lectura acestui Material.
Astfel, după studierea materialului Matematică aplicată în economie, studenţii vor fi capabili:
1. Să fie activi într-o discuţie despre particularităţile conceptelor şi tehnicii modelării
matematice a unor fenomene economice;
2. Să pună în context matematic un plan de afaceri;
3. Să rezolve un plan de afaceri cu ajutorul metodelor de programare matematică;
4. Să formuleze modele matematice pentru plăţile eşalonate şi rambursările creditelor
şi împrumuturilor;
5. Să optimizeze unele operaţii financiare certe.

Cerinţe preliminare

În parcurgerea acestui material de studiu, vor fi de mare ajutor conţinutul disciplinei Algebră
studiate în liceu. Capitolele de calcul matriceal şi rezolvare a sistemelor de ecuaţii vor constitui baza
cunoştinţelor necesare abordării problematicii din primele opt unităţi de studiu. De asemenea noţiunile
de calcul procentual şi rezolvare a ecuaţiilor vor fi întâlnite în ultimele patru unităţi de studiu.

Conţinutul materialului de studiu. Organizarea pe unităţi de studiu

Materialul de studiu este structurat în trei mari părţi totalizând douăsprezece unităţi de studiu în
care sunt prezentate în mod rezumativ temele cele mai importante care constituie fondul de idei ce
trebuiesc studiate, însuşite, aprofundate şi explicate pe baza studiului individual.

5
 Primele patru unităţi prezintă elemente de programare liniară, cum ar fi rezolvarea unei probleme
de programare liniară, dualitatea, algoritmul simplex dual, reoptimizarea problemelor de programare
liniară, programarea liniară parametrică.
Acestea sunt urmate de noţiuni privind problemele de transport, începând cu prezentarea acestora,
continuând cu reoptimizarea problemelor de transport şi probleme de transport parametrice. Partea a
doua se încheie cu probleme speciale de tip transport.
Ultimele trei unităţi abordează problematica elementelor de matematici financiare, cum ar fi
dobânda simplă, dobânda compusă, plăţi eşalonate anual (anuităţi) şi rambursarea creditelor şi
împrumuturilor.

Recomandări de studiu

Pentru înţelegerea şi aprofundarea cunoştinţelor cuprinse în Materialul de studiu individual este

necesară lectura atentă a mai multor titluri din bibliografia indicată, cu mare atenţie la noţiunile cheie.
Temele prezentate vor fi învăţate separat, acordându-se atenţie sporită limbajului matematic în
vederea înţelegerii şi însuşirii lui corecte. Se va pune accent pe întocmirea modelului matematic al
problemelor economice şi apoi pe rezolvarea acestora.
Se pot face scheme care să evidenţieze legătura dintre noţiunile cuprinse în cele douăsprezece
unităţi ale materialului. Se vor face notiţe cuprinzând termenii şi ideile importante ale unităţilor
parcurse, durata medie a parcurgerii unei unităţi fiind de 3 ore.
După studierea fiecărei unităţi, se va face şi o scurtă recapitulare a noţiunilor dobândite în
unităţile anterioare, încercându-se să se stabilească totodată relaţia logică dintre acestea şi aplicarea lor
în rezolvarea problemelor specifice.
În ceea ce priveşte tehnoredactarea materialului de studiu, se poate observa o manşetă albă în
partea din stânga paginii, care îl poate ajuta pe cursant să facă observaţii, completări, acestea putând
constitui un suport pentru discuţiile ulterioare cu tutorele. Aceste manşete au fost folosite şi de autor
pentru anumite adnotări care atrag atenţia asupra informaţiilor importante din textul studiat. Prezentăm
în continuare un tabel cu semnificaţia pictogramelor şi locul unde acestea sunt inserate:

Simbol Descriere Simbol Descriere

Obiective Rezumat

Prezentare curs De reţinut

Exerciţii De notat

Cuvânt cheie Bibliografie

6
 Test de
Studiu individual
autoevaluare

Teme de reflecţie Timp de lucru

Exemple Introducere

Cunoştinţe
preliminare

Materialul de studiu individual este menit să faciliteze pregătirea studenţilor de la forma de

Învăţământ la distanţă. Această categorie de studenţi nu frecventează cursurile şi seminariile, cu
excepţia datei de întâlnire cu tutorele stabilite în calendarul disciplinei. De aceea, mai jos precizăm
modalitatea de colaborare cu titularul de disciplină, modul de redactare a lucrării de control, forma de
evaluare.
Colaborarea student-titularul disciplinei. În cazul în care există neînţelegeri cu privire la unele
aspecte din disciplina Matematică aplicată în economie, neînţelegeri cu privire la Testul de
autoevaluare, cu privire la stabilirea notei finale, ori în legătură cu alte aspecte legate de această
disciplină, studenţii pot contacta titularul de disciplină la:
Telefon facultate: 0258-806273 int. 166 (Catedra de matematică);
Telefon mobil: 0726 672345;
e-mail: wainbergdorin@yahoo.com
Se va răspunde studenţilor care se prezintă şi când transmit e-mail-ul vor trece la subiectul
mesajului ID. Matematici aplicate. În caz contrar, mesajul va fi şters din raţiuni de protecţie.

Recomandări privind evaluarea

Pentru examen, studenţii vor trebui să studieze cel puţin unul dintre titlurile menţionate la
Bibliografie pe baza Materialului de studiu individual.
Acceptarea la examen nu este condiţionată de predarea Testului de autoevaluare rezolvat de la
finalul Materialului.
Printre problemele şi întrebările de la examen pot figura şi cele formulate în Material.
Examinarea cunoştinţelor dobândite la disciplina Matematici aplicate în economie se va desfăşura sub
forma rezolvării unui test, similar celui de la finalul acestui Material. Nota finală va fi stabilită astfel:
70% din nota finală reprezintă rezolvările la problemele din testul primit în ziua examenului, şi 30%
reprezintă nota la Testul de autoevaluare de la finalul prezentului Material de studiu individual, pe care
studenţii îl vor preda în ziua prezentării la examen, nu ulterior acestuia!

7
 Test de evaluare iniţială

1. Utilizând metoda Gauss, să se rezolve următorul sistem de ecuaţii:

 x1  x 2  x3  6

2 x1  3x 2  x3  5
 x  2 x  4 x  17.
 1 2 3

2. Utilizând metoda Cramer, să se rezolve sistemul de la punctul 1.

3. Un obiect costă 160 lei. Să se determine preţul acestuia după două scumpiri
succesive de 5%, respectiv 10%.

4. Cu ce procent s-a mărit preţul de 1200 lei al unui obiect, dacă acesta costă acum
1392 lei.

8
 Unitatea de studiu 1.
Rezolvarea unei probleme de programare liniară

Cuprins
Introducere ....................................................................................................... 9
Obiectivele unităţii de studiu ............................................................................. 9
1.1. Noţiuni generale....................................................................................... 10
1.2. Soluţiile unei probleme de programare liniară.......................................... 13
1.3. Rezolvarea unei probleme de programare liniară .................................... 14
Test de autoevaluare ...................................................................................... 26
Probleme propuse .......................................................................................... 27
Concluzii ......................................................................................................... 27

Introducere
În această primă unitate de studiu este prezentat modelul matematic
numit programare matematică, asociat unui fenomen economic. Sunt
date exemple pentru care se utilizează acest model, precum şi trei
metode de rezolvare a sa: metoda grafică, metoda algebrică,
algoritmul simplex.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 1, studenţii vor şti:
- să alcătuiască modelul matematic al unei probleme
economice;
- să identifice algoritmul de rezolvare al unei probleme de
programare liniară;
- să rezolve o problemă de programare liniară folosind
algoritmul simplex;
- să identifice situaţiile particulare ale algoritmului simplex şi
să rezolve problemele aplicând particularităţile specifice.
Termeni cheie
Problemă de programare liniară, soluţie degenerată a unei probleme, soluţie
nedegenerată a unei probleme, soluţie multiplă a unei probleme, soluţie
infinită, algoritmul simplex.

9
1.1. Noţiuni generale

Considerăm un fenomen economic care depinde de anumite mărimi variabile

x j, j = 1, n şi de anumiţi factori constanţi care pot fi exprimaţi cu ajutorul unor
vectori a i , i = 1, m . Fenomenul se desfăşoară după anumite reguli (restricţii) astfel
încât vectorul x = (x1, x2, …, xn)t şi ai sunt supuşi unor relaţii de forma
 g k (a1 , a2 ,..., am ; x)  0, k  1, m

x k  0
care constituie sistemul de restricţii.
Din mulţimea de soluţii ale sistemului de restricţii se vor alege acelea care
conduc la o valoare optimă a unei funcţii care depinde de vectorul x şi de alt vector
c, f(x,c), numită funcţie de eficienţă, sau funcţie scop sau funcţie de optimizat.
Definiţie 1.1.1. Se numeşte model matematic al fenomenului economic considerat
ansamblul format din sistemul de restricţii şi funcţia de optimizat. Vom scrie:
opt  f(c, x)

 g k (a1 , a2 ,..., am ; x)  0, k  1, m
x  0

Observaţie 1.1.2.
1.Modelul matematic mai poartă numele de problemă de programare
matematică.
2. Prin optim se înţelege maxim sau minim.
Clasificarea problemelor de programare matematică se face:
a) După forma funcţiilor gk şi f:
 programare liniară - gk şi f sunt funcţionale liniare;
 programare neliniară – cel puţin una dintre gk şi f este neliniară.
b) După natura necunoscutelor:
 programare întreagă – vectorul x are componente întregi;
 programare mixtă – numai o parte din componentele lui x sunt
întregi;
 programare în numere reale nenegative;
 programare în numere reale.
c) După natura vectorilor a i şi c:
 programare deterministă - a i şi c sunt vectori constanţi;
 programare parametrică - a i şi c sunt variabili (depind de un
parametru);
 programare aleatoare sau stochastică – cel puţin unul dintre
vectorii ai şi c sunt variabile aleatoare.
Exemplul 1.1.3. Organizarea optimă a producţiei
Într-o societate pe acţiuni urmează să se producă n tipuri de produse
Pj, j= 1, n folosindu-se m tipuri de resurse R i ,i= 1, m . Cunoscând: cantitatea din
resursa R i necesară producerii unei unităţi din produsul P j –a ij, i= 1, m , j= 1, n ,
cantităţile disponibile b i din resursele R i, i= 1, m şi beneficiile unitare c j pentru
fiecare produs P j, j= 1, n , să se întocmească programul optim de producţie al

10
societăţii astfel încât beneficiul total să fie maxim.
Rezolvare:
Notăm cu x j, j= 1, n cantitatea ce se va produce din produsul P j, j= 1, n ;
funcţia de optimizat este funcţia ce reprezintă beneficiul total, iar restricţiile se
datorează limitării resurselor. Deci modelul matematic este:
max  f  c1· x1  c 2 · x 2  ...  c n · x n
a x  a x  ...  a x  b
 11 1 12 2 1n n 1

a21x1  a22 x2  ...  a2 n xn  b2

...............................

am1 x1  am 2 x2  ...  amn xn  bm

x j  0, j  1, n
Observaţie 1.1.4.
Dacă notăm A = (a ij) i=1,m, j= 1,n matricea tehnologică,
b = (b1, b2, …, bm) t – vectorul cantităţilor disponibile;
c = (c1, c2, …, cn) – vectorul beneficiilor unitare şi cu
x = (x1, x2, …, xn) t – vectorul necunoscutelor,
obţinem forma matricială a problemei de programare liniară:
[max] f  c x

A x  b
x  0

Exemplul 1.1.5. Problema nutriţiei (raţiei) optime
Se consideră substanţele nutritive S i , i= 1, m , necesare vieţii, din care trebuie
să fie asigurate zilnic cantităţile b i, i= 1, m . Aceasta se realizează prin consumarea
alimentelor A j , j = 1, n , care conţin acele substanţe nutritive. Cunoscând cantităţile a
ij din substanţele S i ce se găsesc în alimentele A j , i= 1, m , j= 1, n , precum şi costurile
unitare ale alimentelor A j, j = 1, n , să se întocmească o raţie optimă astfel încât
costul total să fie minim.
Rezolvare:
Restricţiile reflectă necesitatea ca să fie asigurate cantităţile zilnice
trebuincioase. Fie x j, j = 1, n , cantitatea ce se va consuma din alimentele A j , iar
funcţia de optimizat reprezintă cheltuielile totale cu raţia. Modelul matematic este:
min  f  c1 · x 1  c 2 · x 2  ...  c n · x n
a x  a x  ...  a x  b
 11 1 12 2 1n n 1

a 21 x1  a 22 x 2  ...  a 2 n x n  b2
...............................

a m1 x1  a m 2 x 2  ...  a mn x n  bm

x j  0, j  1, n
sau sub formă matricială:

11
 [min] f  c x

A x  b
x  0

Observaţie 1.1.6. Este util ca în problemele de programare liniară restricţiile să fie
sub forma unor egalităţi deci să avem problema canonică (standard), adică:
[opt ] f  c x

A x  b
x  0

Transformarea inecuaţiilor restricţiilor în ecuaţii se realizează prin
introducerea unor variabile de compensare (ecart) considerate, şi ele, nenegative.
Exemplul 1.1.7. Alocarea optimă de fonduri băneşti
Să considerăm un anumit fond bănesc de valoare S unităţi monetare (u.m.)
care trebuie repartizat sau alocat:
1. la un moment dat pentru n activităţi sau
2. unei anumite activităţi la n momente (adică eşalonat).
Să notăm cu x j, j = 1, n , partea din fond care se alocă pentru
activitatea de ordin j (sau la momentul j) şi cu c j, profitul realizat pentru
fiecare unitate monetară investită sau alocată. Atunci profitul total va fi: f =
c1 x1 + c2 x2 + … + cn xn urmând a fi maximizat, ceea ce conduce la problema:
 n

 [max] f   cjxj
 j 1

 n
 x j  S
 j 1
x  0, j  1, n
 j

Este posibilă adăugarea unor restricţii de forma  j  x j   j, 1  j  p  n, în
care x j   j  0 ar însemna „un prag sau nivel minimal necesar util” sub care
investiţia nu prezintă interes, iar x j   j  S ar însemna „un nivel maximal posibil de
credit garantat” care poate fi acoperit de către debitor prin diverse garanţii sau cu
averea sa. În acest caz problema devine:
 n

 [max] f   cjxj
 j 1

 n
 x j  S
 j 1
0   j  x j   j , 1  j  p  n

x j  0, p  1  j  n

Observaţie 1.1.8.
1. De obicei se urmăreşte satisfacerea totală atât a cererii cât şi a
disponibilului şi prin urmare restricţiile problemei apar ca egalităţi. Acestora li se pot
adăuga şi alte restricţii cu semnificaţii diverse.
2. Dacă în locul unui anumit produs care să poată fi efectiv transportat
considerăm că a 1 – a m sunt suprafeţe cultivabile de o aceeaşi calitate, iar B 1 … Bn

12
sunt n culturi care au nevoie de un astfel de teren, atunci problema amplasării optime
a culturilor are modelul matematic anterior, dar nu este vorba de o operaţiune de
transport. Este unul din motivele pentru care spunem modele de tip transport.

1.2. Soluţiile unei probleme de programare liniară

Fie problema de programare liniară sub forma:

[opt ] f  c x

A x  b
x  0

unde A  M m,n (R), b  M m,1 (R), c  M 1,n (R) şi x  M n,1(R).

Definiţie 1.2.1. Spaţiul vectorial n-dimensional căruia îi aparţin vectorii x din care se
determină soluţiile sistemului de restricţii se numeşte spaţiul soluţiilor. (Acesta este o
parte a spaţiului vectorial R n ) .
Observaţie 1.2.2. Presupunem că sistemul de restricţii este compatibil şi de
asemenea că rang A = m  n.

Definiţie 1.2.3. Se numeşte soluţie posibilă (admisibilă) a problemei de programare

liniară orice vector x  R n care satisface simultan restricţiile problemei precum şi
condiţiile de semn:
X p = x  R n A · x = b , x  0 
Teoremă 1.2.4. Au loc afirmaţiile:
1. X p este o mulţime convexă.
2. Dacă o problemă de programare liniară admite mai mult de o soluţie
posibilă atunci ea admite o infinitate de soluţii posibile.
Observaţie 1.2.5. Afirmaţia 1) a teoremei este valabilă numai pentru problemele de
programare liniară în variabile continue.
Definiţie 1.2.6.
1. Se numeşte soluţie de bază a problemei de programare liniară o soluţie
posibilă a problemei care are cel mult m componente strict pozitive iar celelalte sunt
zero.
2. O soluţie de bază a problemei de programare liniară se numeşte:
- nedegenerată dacă are exact m componente strict pozitive,
- degenerată dacă are mai puţin de m componente strict pozitive.

Observaţie 1.2.7.
1. X B  X p egalitatea are loc dacă X p =  sau se reduce la un punct.
2. Dacă presupunem că primele m coloane ale matricei A formează o bază în
Rm şi să o notăm cu B adică B = a1, a2, …, am , m  n şi notăm cu S celelalte
coloane ale matricei A, partiţionând corespunzător dimensional vectorii c = (c B, cS)
şi x = (xB, xS) t, atunci problema poate fi scrisă sub forma:
[opt ] f  c B x B  cS x S

B x B  S x S  b
x , x  0
 B S
punând în evidenţă necunoscutele principale x B care se vor numi componente bazice

13
şi necunoscutele secundare x S care se vor numi componente nebazice.
Fixând, conform definiţiei 1, x S = 0 rezultă componentele bazice ale soluţiei
x B = B –1 · b şi prin urmare soluţia de bază a problemei este:
x = (B –1 · b, 0) t  X B  X p
pentru care funcţia obiectiv are valoarea:
f = c B · B –1 · b.
Teorema 1.2.8. Au loc afirmaţiile:
1. Orice soluţie de bază a problemei de programare liniară este vârf al
mulţimii soluţiilor posibile ale problemei şi reciproc.
2. Dacă X p   atunci X B  .

Definiţie 1.2.9.
1. O soluţie posibilă x1 este mai bună decât soluţia posibilă x2 dacă f(x1) 
f(x ) când opt = min respectiv f(x1)  f(x2) când opt = max.
2

2. O soluţie de bază x 0 este soluţia optimă dacă f(x0) are cea mai mare
valoare posibilă (opt = max) respectiv cea mai mică valoare posibilă (opt = min).
Teorema 1.2.10. Au loc afirmaţiile:
1. Mulţimea soluţiilor optime ale unei probleme de programare liniară este
mulţime convexă.
2. Soluţia optimă a problemei de programare liniară se află printre vârfurile
mulţimii soluţiilor posibile X p ale problemei.

1.3. Rezolvarea unei probleme de programare liniară

Metoda grafică 1.3.1. de rezolvare a problemelor de programare liniară presupune

următoarele etape:
- se determină grafic mulţimea soluţiilor posibile X P;
- se determină mulţimea soluţiilor de bază X B sau mulţimea vârfurilor
lui XP;
- se determină soluţia optimă şi deci mulţimea soluţiilor optime X O
calculând valoarea funcţiei obiectiv în fiecare vârf a lui X P şi
alegând, după caz, valoarea cea mai mică sau cea mai mare.

Observaţie 1.3.2. Metoda grafică este limitată ca aplicare la problemele cu două şi

uneori cu trei variabile.

14
Exemplul 1.3.3. Să se rezolve problema:

[max] f  2x1  5 x 2 x2 d4
 2x  3 x  6 (d1 )
 1 2 d3
 x1  x 2  1 (d 2 )
 A
 x1  x 2  1 (d 3 )
 - x1  x 2  1 (d 4 ) B
 D Xp
 x1 , x 2  0
0 x1
Vârfurile lui X P sunt A, B, C, D şi avem: C
d2 d1
3 8 46 9 4
A  ,  , f (A) = , B  , ,
5 5 5 5 5
38
f (B) = , C(1, 0) , f (C) = 2, D (0,1 ) , f (D) = 5,
5
t
46 3 8
adică f max = iar x opt =  ,  (problema are optim finit unic)
5 5 5
Observaţie 1.3.4. Dacă în exemplul anterior s-ar fi cerut minimizarea funcţiei
obiectiv atunci f min = 2, iar x opt = (1, 0) t - optim finit unic.

Metoda algebrică 1.3.2. de rezolvare a problemelor de programare liniară comportă

următoarele etape:
- se determină toate soluţiile de bază ale sistemului de restricţii;
- se determină soluţia optimă calculând valoarea funcţiei obiectiv
pentru fiecare soluţie de bază şi alegând, după caz, valoarea cea mai
mică sau cea mai mare.
Observaţie 1.3.3. Metoda algebrică este utilă, dar limitată datorită volumului mare
de calcule.

Exemplul 1.3.4. Să se rezolve problema:

opt f = 2 x1 + 3 x2 + x3 +5 x4
2 x1  x2  x3  x4  10

 x1  2 x2  x3  3x4  14

 x j  0, j  1,4
Rezolvare:
Notând cu B i,j = a i, a j , 1  i  j  4 matricele pătrate de ordinul doi ce
pot fi formate cu ajutorul coloanelor matricei sistemului A găsim:
1 2  1 1  2  1 10   2 
B12 =  2 1  , B12-1 =   , x B =   ·   =   ; f (xB) = 22;
1 2
  3  1 2  3   1 2  14   6 
2 1  1  1  1  1 10    4 
B13 =   , B13-1 =   , x B =   ·   =   ;
1 1  1 2    1 2  14   18 
2 1 3  1 10  16 / 5  122
B14 =   , B14 = 1  3  1 , x B = 1  ·  = 
-1
  ;f (xB) = ;
1 3 5   1 2  5   1 2  14  18 / 5  5

15
  1 1  1 1    1 1  10   4 
B23 =   , B23-1 =   , x B =   ·   =   ; f (xB) = 18;
 2 1  2  1  2  1 14   6 
 1 1  3  1  3  1 10   16 
B24 =   , B24-1 =   , x B =   ·   =   ;
 2 3  2 1    2 1  14    6 
1 1  1  3  1 10   8 
B34 =   , B34-1 = 1  3  1 , x B =   ·   =   ; f (xB) = 18.
1 3 
 
2  1 1  2   1 1  14   2 
Deducem astfel că problema are 4 soluţii de bază şi anume:
16 18 t 3
x 1 = (2, 6, 0, 0) t ; x 2 = (
, 0, 0, ) , x = (0, 4, 6, 0) t şi x 4 = (0, 0, 8, 2) t
5 5
122 16 18 t
Obţinem f max = şi x opt = ( , 0, 0, ) , optimul fiind unic, şi f min = 18 şi
5 5 5
atunci x opt =  · x3 + (1- ) · x4 = (0, 4 , 8 - 2 , 2 - 2 ) t , 0    1 optim finit
multiplu.
Observaţie 1.3.5. Se remarcă faptul că atât metoda grafică precum şi metoda
algebrică au două etape şi anume:
1. etapa de enumerare a soluţiilor posibile de bază;
2. etapa de evaluare a soluţiilor posibile de bază.
Ca urmare, cele două metode pot fi socotite drept cazuri particulare ale aşa numitei
metode de enumerare şi evaluare a soluţiilor întâlnită şi în alte clase de probleme de
optimizare.

Algoritmul simplex 1.3.6. se bazează pe metoda eliminării complete de rezolvare a

unui sistem de ecuaţii liniare adaptată scopului urmărit, adică găsirea numai a
soluţiilor cu componente nenegative, respectiv a soluţiei pentru care funcţia liniară f
are valoarea maximă.
Observaţie 1.3.6. Denumirea algoritmului este legată de faptul că un poliedru
convex se mai numeşte şi simplex. Având în vedere că soluţiile optime ale unei
probleme de programare liniară se află printre vârfurile poliedrului convex
(simplexului) al soluţiilor posibile X P, scopul metodei simplex este de a alege soluţia
optimă pornind de la un vârf (sau de la o soluţie de bază) oarecare şi trecând apoi la
un alt vârf care să fie o soluţie mai bună decât precedenta. Se evită astfel enumerarea
şi evaluarea tuturor soluţiilor de bază expusă în metoda grafică şi algebrică.
Algoritmul simplex va lua sfârşit în două situaţii şi anume când:
1. S-a ajuns la cea mai bună soluţie, constatându-se dacă problema are optim unic
sau optim multiplu;
2. Nu se poate ajunge la cea mai bună soluţie (pentru că nu există) şi se ia decizia că
problema nu are optim finit.

Observaţie 1.3.7.
1. Presupunem mai departe că opt = max, deoarece dacă se cere minim din
relaţia max (-f) = - min (f) rezultă că este suficient să se determine
max (-f), iar apoi cu semn schimbat vom avea min f.
2. Întrebările la care trebuie să răspundă algoritmul simplex sunt
următoarele: cum pornim, cum trecem de la o soluţie la alta mai bună şi cum ne
oprim.

16
Fie problema de programare liniară:
max  f  c1· x1  c 2 · x 2  ...  c n · x n
a x  a x  ...  a x  b
 11 1 12 2 1n n 1

a21x1  a22 x2  ...  a2 n xn  b2

...............................

am1 x1  am 2 x2  ...  amn xn  bm

x j  0, j  1, n m  n
Folosind metoda eliminării complete se determină o soluţie de bază şi
presupunem că s-au redus primele m coloane:
 a11 a12 ... a1m a1m1 ... a1n b1 
 
 a21 a22 ... a2 m a2 m1 ... a2 n b2 
 ... ... ... ... ... ... ... ... 
( A, b)   
 ai1 ai 2 ... aim aim1 ... ain bi 
 ... ... ... ... ... ... ... ... 

a 
 m1 am 2 ... amm amm1 ... amn bm 
1 0 ... 0 1m 1 ... 1n 1 
 
0 1 ... 0  2 m 1 ...  2 n 2 
 ... ... ... ... ... ... ... ... 
 
0 0 ... 0  im 1 ...  in i 
 ... ... ... ... ... ... ... ... 

0  mm 1 ...  mn  m 
 0 ... 1
În ipoteza că  i  0, i = 1, m soluţia de bază este:
x B0 = ( 1, 2, …,  m, 0, …, 0 ) t şi f (x B0 ) = c1 1 + c2 2 + … + cm  m.
Trecem de la soluţia de bază x B0 la o altă soluţie de bază x B1 care să fie
mai bună şi în care necunoscuta principală să fie x m+1 în locul lui x 1. Aceasta se face
reducând coloana lui x m+1 şi presupunând că pivot este
 1, m+1. Avem:
 1 1n 1 
 0 ... 0 1 ... 
 1m 1 1m 1 1m 1 
  2 m 1 1n   2 m 1   
  1m  1 1 ... 0 0 ...  2 n    2  1 2 m 1
1m 1 
 1m 1 
 ... ... ... ... ... ... 
  im 1   1   im 1  .
  0 ... 0 0 ...  in  1n im 1 i 
1m 1 1m 1 
 1m 1

 ... ... ... ... ... ... 
   mm 1  
0 ... 1 0 ...  mn  1n mm 1 m 
1   mm 1 
  1m 1 1m 1 
 1m 1
Dacă elementele de pe ultima coloană sunt  0 atunci soluţia nou obţinută
este soluţie de bază:
t
     1 
x 1
=  0,  2  1 2 m1 , ... ,  m  1 mm 1 , , 0, ... , 0 
 1m1  1m1  1m1
B
 

17
 1 
Avem  0 şi i  1 im 1  0 , i = 2, m rezultă  1m+1 0 şi
 1m 1 1m 1
i 
 1   (raport minim) adică trecerea de la o soluţie de bază la altă
 im 1 1m 1
soluţie de bază se face reducând o coloană cu respectarea condiţiilor în alegerea
pivotului:
- elementul pivot trebuie să fie pozitiv;
- dacă în coloana care se reduce sunt mai multe elemente pozitive
atunci pivotul va fi acela care furnizează cel mai mic raport când
termenii liberi se împart la elementele pozitive corespunzătoare, din
această coloană.
Soluţia obţinută x B1 va fi mai bună decât x B0 dacă f (x B1 ) – f (x B0 )  0.
1 1   2, m 1
Avem f (x B1 ) – f (x B0 ) = c m+1 - c1 1 – c2 -…-
1m 1 1m 1
1   m, m 1 1
- cm = c m+1 – (c 1  1m+1 + c 2  2m+1 + …+ c m  mm+1 ) =
1m 1 1m 1
=  (c m+1 –f m+1) dacă f m+1 = c 1  1m+1 + c 2  2m+1 +…+ c m  mm+1 = c B·P m+1
Cum   0 se obţine condiţia c m+1 – f m+1  0, care ne asigură că prin trecerea de la x
B la soluţia x B s-a obţinut o soluţie mai bună.
0 1

Atunci când toate diferenţele c j – f j  0 soluţia nu se mai poate îmbunătăţii

şi acea soluţie de bază este soluţia optimă a problemei.
Etapele algoritmului simplex sunt:
1. se determină o soluţie de bază a problemei;
2. se calculează valorile f j = c B · P j, j = 1, n ;
3. dacă există diferenţe c j – f j  0 se trece la o altă soluţie de bază (prin
reducerea coloanei cu diferenţa c j – f j cea mai mare) iar dacă nu există c j –
f j  0 se trece la etapa 5;
4. se repetă etapele 2 şi 3 până nu mai există diferenţe c j – f j  0 ;
5. se scrie soluţia optimă: variabilele bazice au valorile corespunzătoare în
coloana termenilor liberi, iar cele secundare sunt toate zero, iar valoarea pentru f max
= cB · B –1· b.
Observaţie 1.3.8.
1. Calculele presupuse de etapele algoritmului simplex se pot organiza într-
un tabel informaţional, denumit tabelul simplex, în care sunt uşor de găsit numeroase
informaţii ale soluţionării prin intermediul rezultatelor numerice.
2. Prin trecerea de la o etapă (iteraţie) a tabloului simplex la alta se ţine
seama de următoarele reguli:
- se împarte linia pivotului cu pivotul;
- coloana pivotului va avea cifra 1 în locul pivotului şi zero în rest;
- elementele celorlalte coloane ale noului tablou simplex se determină
folosind regula dreptunghiului sugerată de schema:

18
  ik  ij

sk  sj
din care citim formal că „în locul lui sk noua valoare va fi egală cu
(diagonala pivotului – cealaltă diagonală) / pivot ” înţelegând că diagonala pivotului
este produsul sk ij iar cealaltă diagonală este produsul  i k  sj .
Exemplul 1.3.9. Să se rezolve cu algoritmul simplex, următoarea problemă de
programare liniară:
max f = x 1 + 2 x 2 + 3 x 3 + 5 x 4
2 x1 + x 2 - x 3 + 2 x 4 = 6
x1 + x 2 + 2 x 3 =5
x1 + 2 x 2 + x 3 + x 4 = 8
x j ≥0 j = 1,4
Rezolvare:
Etapele algoritmului simplex vor fi parcurse prin întocmirea
următorului tabel:
1 2 3 5 c
cB B
P1 P2 P3 P4 b
- - [2] 1 -1 2 6
- - 1 1 2 0 5
- - -1 2 1 1 8
1 P1 1 1 /2 -1 /2 1 3
- - 0 [1 /2] 5 /2 -1 2
- - 0 5 /2 1 /2 2 11
1 P1 1 0 -3 2 1
2 P2 0 1 5 -2 4
- - 0 0 -12 [7] 1
1 P1 1 0 [3/7] 0 5/7
2 P2 0 1 11/7 0 30/7
5 P4 0 0 -12/7 1 1/7
fj 1 2 -5 5 10
cj - f j 0 0 8 0 -
3 P3 7/3 0 1 0 5/3
2 P2 -11/3 1 0 0 5/3
5 P4 4 0 0 1 3
fj 59/3 2 3 5 70/3
cj - f j -56/3 0 0 0 -
În consecinţă, am obţinut soluţia optimă, deoarece toate diferenţele cj - fj
sunt nepozitive, şi astfel x opt = (0, 5/3, 5/3, 3) t cu f max = 70/3.
Cazul soluţiei infinite 1.3.10. Există situaţii în care funcţia de optimizat are un
maxim infinit, adică valoarea ei poate fi făcută oricât de mare. Aceasta se întâmplă
dacă există o diferenţă cj - fj pozitivă, dar pe coloana acesteia nu există nici un
element pozitiv, care să fie luat pivot.

19
Exemplul 1.3.11. Să se rezolve problema de programare liniară:
max f = 4 x 1 - x 2 + 2 x 3 + 4 x 4
6 x1  x 2 - 3 x 4  11
4x x 2x 8
 1 2 3
4 x  x  3 x4  8
 1 2

x j  0 j  1,4

Rezolvare:
Vom lucra în mod obişnuit în tabelul simplex:
4 -1 2 4 c
cB B
P1 P2 P3 P4 b
- - 6 1 0 -3 11
- - 4 -1 [2] 0 8
- - 4 -1 0 3 8
- - 6 1 0 -3 11
2 P3 4 -1 /2 1 0 4
- - 4 -1 0 [3] 8
- - [10] 0 0 0 19
2 P3 2 -1 /2 1 0 4
4 P4 4/3 -1/3 0 1 8/3
4 P1 1 0 0 0 19/10
2 P3 0 -1 /2 1 0 1/5
4 P4 0 -1/3 0 1 2/15
fj 4 -7/3 2 4 128/15
cj - f j 0 4/3 0 0 -
1 1
Întrucât c2 – f2 = 4  0 iar  12 = 0,  22 =   0 ,  32 =   0 , avem
3 2 3
19 1 M 2 M , avem: f
deci că fmax = + şi luând x 2 = M  0, x 1 = , x3 =  , x4 = 
10 5 2 15 3
= 128

4 M , şi astfel când M    f  .
15 3
Degenerarea în problemele de programare liniară 1.3.12. Soluţia de bază este
degenerată dacă numărul componentelor sale mai mari decât 0 este mai mic decât m
(în coloana b există 0). Această situaţie apare, fie la început, fie pe parcurs, când la
introducerea în bază a unui vector, există mai multe componente pozitive care
furnizează acelaşi raport minim. Pentru a evita fenomenul de ciclare, elementul pivot
va fi ales acela care furnizează cea mai mică linie în ordonarea lexicografică.
Definiţie 1.3.13. Linia (x1, x2, …, xn ; x) este mai mică în ordonarea lexicografică
decât linia (y1, y2, …, yn ; y) dacă x  y sau x = y şi x1  y1, sau x = y, x1 = y1, şi x2 
y2, sau … x = y, x1 = y1, … , xn-1 = yn-1 şi xn  yn.
Exemplul 1.3.14. Să se rezolve problema de programare liniară:
max f = 4 x 1 + x 2 + 5 x 3 + 2 x 4
 x1  3 x 2  x 3  x 4  7
2 x  x  x  x  7
 1 2 3 4
 x 2x 3x 8
 1 2 3

x j  0 j  1,4


20
Rezolvare:
4 1 5 2 c
cB B
P1 P2 P3 P4 b
- - 1 3 1 1 7
- - [2] 1 1 1 7
- - 1 2 3 0 8
- - 0 [5/2] 1 /2 1 /2 7/2
4 P1 1 1 /2 1 /2 1 /2 7/2
- - 0 3/2 5 /2 -1 /2 9/2
1 P2 0 1 1/5 1/5 7/5
4 P1 1 0 2/5 2/5 14/5
- - 0 0 [11/5] -4/5 12/5
1 P2 0 1 0 [3/11] 13/11
4 (*) P1 1 0 0 6/11 26/11
5 P3 0 0 1 -4/11 12/11
fj 4 1 5 7/11 177/11
cj - f j 0 0 0 15/11 -
2 P4 0 11/3 0 1 13/3
4 P1 1 -2 0 0 0
5 P3 0 4/3 1 0 8/3
fj 4 6 5 2 22
cj - f j 0 -5 0 0 -
În tabelul marcat cu (*) a fost ales elementul pivot 3/11, deoarece linia
întâi, împărţită la 3/11 , este mai mică în ordonarea lexicografică decât linia a doua,
împărţită la 6/11.
Soluţia optimă obţinută este degenerată:
x opt = (0, 0, 8/3, 13/3) t pentru care f max = 22, unde x 1 = 0 deşi este
necunoscută principală.

Soluţii multiple. Soluţia generală 1.3.15. Analizând tabelul simplex care conţine
soluţia optimă se constată că numărul zerourilor din linia diferenţelor c j – f j este mai
mare decât m (diferenţele c j – f j corespunzătoare vectorilor bazei optime sunt nule )
atunci problema poate avea mai multe soluţii optime. Celelalte soluţii optime se
obţin reducând pe rând, dacă este posibil, coloanele care au diferenţa c j – f j = 0.
După obţinerea tuturor soluţiilor optime se scrie soluţia generală ca şi combinaţie
liniară convexă a acestora.
Exemplul 1.3.16. Să se rezolve problema de programare liniară:
max f = 4 x 1 + 5 x 2 + 8 x 3 + 2 x 4 + 3 x 5
2 x1  3 x 2  3 x 3  x 4  2 x 5  10
 x x 2x 6x  3x 5
 1 2 3 4 5
 x  x  x -2x 2x 4
 1 2 3 4 5

x j  0 j  1,5

Rezolvare:
Aplicăm algoritmul simplex în următorul tabel:
4 5 5 2 3 c
cB B
P1 P2 P3 P4 P5 b
- - 2 3 3 1 2 10
- - 1 -1 2 -6 3 5
- - [1] 1 1 -2 2 4

21
 - - 0 [1] 1 5 -2 2
- - 0 -2 1 -4 1 1
4 P1 1 1 1 -2 2 4
5 P2 0 1 1 5 -2 2
- - 0 0 [3] 6 -3 5
4 P1 1 0 0 -7 4 2
5 P2 0 1 0 3 -1 1/3
8 P3 0 0 1 2 -1 5/3
4 P1 1 0 0 -7 [4] 2
fj 4 5 8 3 3 23
cj - fj (*) 0 0 0 -1 0 -
5 P2 1 /4 1 0 5/4 0 5/6
8 P3 1 /4 0 1 1 /4 0 13/6
3 P5 1 /4 0 0 -7/4 1 1 /2
fj 4 5 8 3 3 23
cj - f j 0 0 0 -1 0 -
Prima soluţie optimă este x opt1 = (2, 1/3, 5/3, 0, 0) t , f max = 23, dar cum pe
linia diferenţelor c j – f j marcată (*) sunt patru zerouri soluţia nu este unică, cea de a
doua soluţie optimă se obţine prin reducerea coloanei P5 deoarece c 5 – f 5 = 0.
Astfel, x opt2 = (0, 5/6, 13/6, 0, 1 /2) t , f max = 23, iar soluţia generală va fi: x opt =  1 ·
x opt1 +  2 · x opt2 cu  1 ,  2  0 şi
 1 +  2 = 1, adică:
 5 5 13 2  
t
x opt =  2  1 , 1  2 , 1  , 0, 2  , f max =23.
 3 6 3 6 2

Observaţie 1.3.17. De obicei, soluţia generală nu este şi soluţie de bază, numărul

componentelor sale nenule fiind mai mare decât m.

Problema generală de programare liniară 1.3.18. Problema generală de

programare liniară este o problemă de programare liniară în care restricţiile
problemei sunt ecuaţii şi inecuaţii, adică:
opt f = c·x
 A1  x  b1
A  x  b
 2 2

 A3  x  b3
 x  0
Rezolvarea acestei probleme de programare generală se face transformând
inecuaţiile restricţiilor în ecuaţii cu ajutorul variabilelor de compensare, adică:
opt f = c·x
 A1  x  b1
A  x  E  x  b
 2 1  2

 3 A  x  E 2  x  b3
 x, x - , x   0
unde E1 şi E2 sunt matricele unitate de ordinul corespunzător.

22
Exemplul 1.3.19. Să se rezolve problema de programare liniară:
max f = 4 x 1 +2 x 2 + 5 x 3 + x 4
 x1  3 x 2 - x 3  2 x 4  5

 - x1  2 x 2  x 3  5 x 4  3

2 x 1  x 2  2 x 3  x 4  8
 x 2x x x 7
 1 2 3 4

x j  0 j  1,4

Rezolvare:
Introducând necunoscutele de compensare x 5, x 6, x 7 avem:
max f = 4 x 1 +2 x 2 + 5 x 3 + x 4
 x1  3 x 2 - x 3  2 x 4  5

 - x1  2 x 2  x 3  5 x 4 - x 5  3

2 x 1  x 2  2 x 3  x 4  x 6  8
 x 2x x x x 7
 1 2 3 4 7

x j  0 j  1,7

Pentru rezolvare construim tabelul simplex următor:
4 2 5 1 0 0 0 c
cB B
P1 P2 P3 P4 P5 P6 P7 b
- - 1 3 -1 2 0 0 0 5
- - -1 [2] 1 5 -1 0 0 3
0 P6 2 1 2 1 0 1 0 8
0 P7 1 2 1 2 0 0 1 7
- - [5/2] 0 -5/2 -11/2 3/2 0 0 1/ 2
2 P2 -1 /2 1 1 /2 5/2 -1 /2 0 0 3/2
0 P6 5/2 0 3/2 -3/2 1/ 2 1 0 13/2
0 P7 2 0 0 -3 1 0 1 4
4 P1 1 0 -1 -11/5 3/5 0 0 1/5
2 P2 0 1 0 7/5 -1/5 0 0 8/5
0 P6 0 0 [4] 4 -1 1 0 6
0 P7 0 0 2 7/5 -1/5 0 1 18/5
fj 4 2 -4 -6 2 0 0 4
cj – fj 0 0 9 7 -2 0 0 -
4 P1 1 0 0 -6/5 7/20 1/ 4 0 17/10
2 P2 0 1 0 7/5 -1/5 0 0 8/5
5 P3 0 0 1 1 -1/4 1/ 4 0 3/ 2
0 P7 0 0 0 -3/5 [3/10] -1/ 2 1 3/5
fj 4 2 5 3 -1/ 4 9/4 0 35/2
cj – fj 0 0 0 -2 1/ 4 -9/4 0 -
4 P1 1 0 0 -1/ 2 0 5/6 -7/6 1
2 P2 0 1 0 1 0 -1/ 3 2/ 3 2
5 P3 0 0 1 1/ 2 0 -1/6 5/6 2
0 P5 0 0 0 -2 1 -5/3 10/3 2
fj 4 2 5 5/2 0 11/6 5/6 18
cj – fj 0 0 0 -3/ 2 0 -11/6 -5/6 -
Astfel, soluţia optimă a problemei generale este:
x opt = (1, 2, 2, 0) t, f max = 18.
Se vede că nu au fost scrise valorile necunoscutelor de compensare
x 5 = 2, x 6 = 0, x7 = 0.

23
Probleme cu soluţii impuse 1.3.20. Există situaţii practice în care, din motive
diverse, anumite componente ale soluţiei sunt restricţionate să ia:
1. anumite valori, adică xj = pj pentru un j dat;
2. valori în anumite intervale, adică pj  xj  qj, pentru un j dat.
Astfel de situaţii sunt socotite modele sau probleme cu soluţii impuse
atunci când restricţii precum cele menţionate sunt altele decât cele de semn.
opt  f  cx
Fie problema (*)  Ax  b
 x0

Dacă se impune condiţia xj = pj, atunci se reduce problema la (n-1)
variabile, renunţând la variabila xj în funcţia obiectiv care devine g = f – cjpj şi având
în vedere că termenul liber va deveni b = b - pjPj, unde Pj este coloana coeficienţilor
lui xj din matricea A. Problema devine:
 n

opt g   cs xs
s 1
 s j
 n

 Ps xs  b  p j Pj
 s 1
 s j
x  0



Aplicaţia 1.3.21. Să se rezolve problema:

[max]f = x1 + 2x2 + 3x3 +4x4 + 5x5
2 x1  x 2  x3  3x 4  x5  20

 x1  2 x 2  3x3  x 4  4 x5  32
 x  0, x 0  4
 5

Rezolvare:
Problema cu soluţie impusă devine: [max]g= x1 + 2x2 + 3x3 +4x4
2 x1  x 2  x3  3x 4  16

 x1  2 x 2  3x3  x 4  16
x  0

1 2 3 4 c
cB B
P1 P2 P3 P4 b
- - 2 1 1 [3] 16
- - 1 2 3 1 16
4 P4 2/3 1/3 1/3 1 16/3
- - 1/3 5/3 [8/3] 0 32/3
4 P4 5/8 1/8 0 1 4
3 P3 1/8 5/8 1 0 4
fj 23/8 19/8 3 4 28
cj - f j -15/8 -3/8 0 0 -
din care deducem că soluţia problemei date este:
xopt = (0, 0, 4, 4, 4)t cu fmax= 44.
Observaţie 1.3.22. Soluţiile problemelor “cu soluţii impuse” nu mai sunt soluţii de
bază (ele pot avea mai multe componente strict pozitive decât dimensiunea bazei).
Revenind la problema (*), dacă se adaugă o restricţie de tipul pj  xj  qj
atunci avem de soluţionat problema:
[opt]f = cx

24
  Ax  b

 p j  x j  q j , j fixat
x  0


Aplicaţia 1.3.23. Să se rezolve problema din aplicaţia 1.3.21.cu condiţia

suplimentară :
2  x5  6.
Rezolvare:
Avem de rezolvat problema adusă la forma canonică:
[max]f = x1 + 2x2 + 3x3 +4x4 + 5x5
2 x1  x 2  x3  3x 4  x5  20
 x  2 x  3x  x  4 x  32
 1 2 3 4 5

 5
x  x 6  6
x  x  2
 5 7

 j
x  0 , j  1,7
iar rezolvarea este dată în tabelul:
1 2 3 4 5 0 0 c
cB B
P1 P2 P3 P4 P5 P6 P7 b
- - 2 1 1 [3] 1 0 0 30
- - 1 2 3 1 4 0 0 32
0 P6 0 0 0 0 1 1 0 6
- - 0 0 0 0 1 0 -1 2
4 P4 2/3 1/3 1/3 1 1/3 0 0 10
- - 1/3 5/3 [8/3] 0 11/3 0 0 22
0 P6 0 0 0 0 1 1 0 6
- - 0 0 0 0 1 0 -1 2
4 P4 5/8 1/8 0 1 -1/8 0 0 29/4
3 P3 1/8 5/8 1 0 11/8 0 0 33/4
0 P6 0 0 0 0 1 1 0 6
- - 0 0 0 0 [1] 0 -1 2
4 P4 5/8 1/8 0 1 0 0 -1/8 15/2
3 P3 1/8 5/8 1 0 0 0 11/8 11
0 P6 0 0 0 0 0 1 [1] 4
5 P5 0 0 0 0 1 0 -1 2
fj 23/8 19/8 3 4 5 0 -11/8
cj-fj -15/8 -3/8 0 0 0 0 11/8 -
4 P4 5/8 1/8 0 1 0 1/8 0 8
3 P3 1/8 5/8 1 0 0 11/8 0 11/2
0 P7 0 0 0 0 0 1 1 4
5 P5 0 0 0 0 1 1 0 6
fj 23/8 19/8 3 4 5 11/8 0 157/2
cj-fj -15/8 -3/8 0 0 0 -11/8 0 -

din care deducem că xopt  (0, 0, 11 , 8, 6)t şi fmax=157/2

2

25
Observaţie 1.3.24.
1) Fără cele două „impuneri” suplimentare problema considerată are soluţia
48 76
optimă xopt  (0, 0, 0, , )t şi fmax = 52.
11 11
2) Din punct de vedere economic, modelele cu soluţii impuse au diverse
semnificaţii sau interpretări (în cazul alocării de fonduri putând vorbi de alocarea
într-un domeniu a unei anumite sume fixe sau cel mult egală cu un anumit plafon sau
cel puţin egală cu un anumit plafon, etc.). Din punct de vedere matematic, soluţiile
impuse unui anumit model înseamnă adăugarea unor noi restricţii care, de regulă,
restrâng mulţimea soluţiilor posibile corespunzătoare problemei date şi implicit
mulţimea soluţiilor optime (ajungându-se uneori chiar la probleme fără soluţii).

Test de autoevaluare

1. Să se rezolve prin metoda grafică (geometrică) problema:

[min] f  5 x1  3x 2
2 x1  3x 2  12
 x x 2
 1 2

 x1  x 2  2
 x0
2. Să se rezolve prin metoda algebrică problema:

[max] f  x1  2 x 2  3x3  4 x 4
2 x1  x 2  x3  3x 4  18

 x1  2 x 2  x3  x 4  12
 x0


3. Aplicând algoritmul simplex să se rezolve problemele:

a)[max] f  2 x1  x 2  4 x3  3x 4  5 x5
 x1  x3  2 x 4  x5  12

 x 2  2 x3  x 4  3x5  14
 x0

b)[min] f  3x1  2 x 2  x 3  5 x 4  x 5
 2 x1  x 2  x 4  3x 5  12

 x1  3x 2  x 3  2 x 5  20
 x0


26
Probleme propuse

1. Să se rezolve prin metoda grafică (geometrică) problema:

[opt ] f  3 x1  4 x2
 2 x1  3 x2  12
 x  2x  2
 1 2

 1  x1  x2  2
 x0

2. Să se rezolve prin metoda algebrică problema:

[max] f  x1  3x 2  4 x3  5 x 4  x5
 2 x1  x 2  x3  x 4  x5  12
 x  2 x  x  x  x  16
 1 2 3 4 5

 x1  x 2  2 x3  x 4  2 x5  18
 x0

3. Aplicând algoritmul simplex să se rezolve problemele:

a)[max] f  2 x1  5 x 2  4 x3  3x 4  x5
 2 x1  x 2  x3  2 x 4  18
 x  3x  2 x  x  24
 1 2 4 5

3
 1 x  x 2  x 3  x 4  2 x5  20
 x0
b)[min] f  4 x1  2 x 2  3x 3  4 x 4  5 x 5
2 x1  x 2  x 3  3x 4  x 5  20
 x  2 x  x  x  3x  24
 1 2 3 4 5

 1x  x 2  2 x 3  x 4  x 5  16
 x0

Concluzii
Metoda simplex are câteva calităţi care o fac preferabilă metodei „căutării printre
soluţiile de bază” (sau „a enumerării şi evaluării soluţiilor de bază”). În primul rând
se remarcă simplitatea calculelor, iar în al doilea rând se constată că fiecare soluţie
de bază analizată este mai bună (sau cel puţin la fel de bună) ca precedenta. Această
calitate selectivă este un argument important privind aprecierea eficienţei metodei
simplex. Având în vedere că, prin modul în care a fost construit, algoritmul simplex
a fost uşor programabil pe calculator, putem trage concluzia că metoda simplex este,
în general, un procedeu eficient de soluţionare a unui model de optimizare liniar.
Deoarece variabilele problemei sunt supuse doar restricţiei de pozitivitate,
vom constata că procedeul de mai sus nu este aplicabil (sau că este inoperabil), în
general, dacă restricţia devine:
x  D  Rn sau x  D  Nn sau x  D  Nm x Rn  m , m < n.
De asemenea, soluţionarea prin algoritmul simplex a pornit de la minimum
două ecuaţii liniare, ceea ce face ca procedeul să fie inoperabil în cazul particular

27
(dar destul de frecvent) întâlnit în probleme de alocare de fonduri financiare (şi nu
numai) în care variabilele sunt legate doar printr-o condiţie.
Aceste observaţii arată că, deşi este eficientă în practică, metoda simplex nu este
universal valabilă în programarea liniară, deci se poate spune că aplicabilitatea sa are
anumite limite.

28
 Unitatea de studiu 2.
Dualitatea. Algoritmul simplex dual

Cuprins
Introducere ..................................................................................................... 29
Obiectivele unităţii de studiu ........................................................................... 29
2.1. Dualitatea................................................................................................. 29
2.2. Algoritmul simplex dual ............................................................................ 32
Test de autoevaluare ...................................................................................... 34
Probleme propuse .......................................................................................... 34

Introducere
În a doua unitate de studiu se construieşte problema duală a unei
probleme de programare liniară şi se evidenţiază asemănările şi
deosebirile dintre ele, rezolvându-se în paralel atât problema primală,
cât şi duala acesteia. În partea a doua este prezentat şi exemplificat
algoritmul simplex dual.
Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 2, studenţii vor şti:
- să scrie duala unei probleme de programare liniară;
- să rezolve problema duală şi să obţină şi soluţia optimă a
problemei primale de programare liniară;
- să aplice algoritmul simplex dual pentru rezolvarea unei
probleme de programare liniară.

Termeni cheie
Problema duală, problema primală, cuplu de probleme duale forma
simetrică, algoritmul simplex dual.

2.1. Dualitatea

Fie problema de programare liniară numită problemă primală (1)

min f = c·x
A  x  b
 (1)
x  0

29
Definiţie 2.1.1. Se numeşte duala acestei probleme următoarea problemă de
programare liniară: (2)
max g = y·b
y  A  c
 (2)
 y  oarecare

Teorema 2.1.2. Dacă x 0 şi y 0 sunt soluţii posibile oarecare ale problemelor (1) şi (2)
atunci g(y 0 ) = y 0 b  c x 0 = f (x 0).

Teorema 2.1.3. Are loc una şi numai una din afirmaţiile:

a) ambele probleme au soluţii optime finite şi atunci g max = f min
b) una dintre probleme are soluţie infinită, iar cealaltă problemă nu are
soluţie (posibilă) (este incompatibilă)
c) una dintre probleme are soluţie degenerată, iar cealaltă problemă poate
avea soluţii optime multiple.

Definiţie 2.1.4. Se numeşte cuplu de probleme duale forma simetrică problemele

următoare:
min f = c·x max g = y·b
 A x  b y  A  c .
(1)  şi (2) 
 x  0 y  0

Simetria acestor probleme rezultă şi din diagrama lui Tucker:

PROBLEMA PRIMALĂ
Variabile x1  0 x2  0 .... xn  0 Relaţii Constante
yn+1  0 a11 a12 .... a1n  b1
PROBLEMA

yn+2  0 
DUALĂ

a21 a22 .... a2n b2

.... .... .... .... .... .... ....
yn+m  0 am1 am2 .... amn  bm
Relaţii   ....  max g
Constante c1 c2 .... cn min f
Pentru rezolvarea cuplului de probleme forma simetrică se notează prin:
x = (x1, x2, .. , xn) t - vectorul variabilelor primale de structură
x = (xn+1, xn+2, .. , xn+m) t - vectorul variabilelor primale de compensare
y = (y1, y2, .. , yn) - vectorul variabilelor duale de compensare
y = (yn+1, yn+2, .. , yn+m) - vectorul variabilelor duale de structură.
În iteraţia optimă a tabelului simplex se află componentele soluţiilor
ambelor probleme, adică:
cB B P1 … Pn Pn+1 … Pn+m b
Componentele bazice
ale soluţiei optime a
problemei primale
fj fmin = gmax
cj- fj Variabile duale de Variabile duale de -
compensare structura

30
Observaţie 2.1.5. Având în vedere rezultatele de mai sus deducem că între
problemele unui cuplu primal-dual există anumite legături precise a căror cunoaştere
înseamnă posibilitatea scrierii dualei oricărei probleme de programare liniară. Astfel:
1) dacă problema primală cere maximizarea funcţiei obiectiv, atunci în
problema duală se va cere minimizarea funcţiei obiectiv şi reciproc;
2) numărul de restricţii ale primalei indică numărul de variabile ale
problemei duale şi reciproc;
3) numărul de variabile ale primalei indică numărul de restricţii ale dualei
şi reciproc;
4) termenii liberi din primală devin coeficienţi ai funcţiei obiectiv din
duală şi reciproc;
5) coeficienţii funcţiei obiectiv din primală devin termeni liberi în duală
şi reciproc;
6) dacă primala are matricea coeficienţilor tehnologici A atunci duala va
avea ca matrice a coeficienţilor tehnologici transpusa matricei A;
7) dacă primala are restricţii:
a) inegalităţi concordante („max”+””; „min”+””);
b) inegalităţi neconcordante („max”+””; „min”+””);
c) egalităţi,
atunci acestora le corespund în duală respectiv:
a) variabile nenegative;
b) variabile nepozitive;
c) variabile de semne oarecare
şi reciproc,
8) dacă primala are:
a) variabile nenegative;
b) variabile nepozitive;
c) variabile oarecare,
atunci acestora le corespund în duală respectiv:
a) restricţii inegalităţi concordante;
b) restricţii inegalităţi neconcordante;
c) restricţii egalităţi.
Exemplul 2.1.6. Să se rezolve problemele duale simetrice:
max f = 3 x1 + 5 x2 + 2 x3 min g = 6 y4 + 5 y5 + 7 y6
3 x1  2 x2  x3  6 3 y4  y5  2 y6  3
x  2x  2x  5 2 y  2 y  y  5
 1 2 3  4 5 6
 
2 x
 1 2  x  x3  7  4y  2 y 5  y 6  2
 x1 , x2 , x3  0  y4 , y5 , y6  0
Rezolvare:
Vom rezolva, pe rând, cele două probleme cu algoritmul simplex şi apoi
vom evidenţia, în fiecare tabel şi soluţia optimă a celeilalte probleme:
3 5 2 0 0 0 c
cB B
P1 P2 P3 P4 P5 P6 b
0 P4 3 2 1 1 0 0 6
0 P5 1 [2] 2 0 1 0 5
0 P6 2 -1 1 0 0 1 7
fj 0 0 0 0 0 0 0
cj – f j 3 5 2 0 0 0 -
0 P4 [2] 0 -1 1 -1 0 1
5 P2 1/ 2 1 1 0 1/ 2 0 5/2

31
 0 P6 5/2 0 2 0 1/ 2 1 19/2
fj 5/2 5 5 0 5/2 0 25/2
cj – f j 1/ 2 0 -3 0 -5/2 0 -
3 P1 1 0 -1/ 2 1/ 2 -1/ 2 0 1/ 2
5 P2 0 1 5/4 -1/ 4 3/ 4 0 9/4
0 P6 0 0 13/4 -5/4 7/4 1 33/4
fj 3 5 19/4 1/ 4 9/4 0 51/4
cj – f j 0 0 -1/ 4 -1/ 4 -9/4 0 -
Astfel soluţia optimă este: x opt = (1/ 2, 9/4, 0, 0, 0, 33/4 ) , fmax = 51/4.
t

Soluţia problemei duale este y opt = (0, 0, 11/4, 1/ 4, 9/4, 0 ), valori luate din
linia cj – fj dar cu semn schimbat iar g min = 51/4.
Ne putem convinge de acest fapt prin rezolvarea directă a problemei duale:
0 0 0 6 5 7 b
bB B
Q1 Q2 Q3 Q4 Q5 Q6 c
- - -1 0 0 [3] 1 2 3
- - 0 -1 0 2 2 -1 5
- - 0 0 -1 1 2 1 2
6 Q4 -1/ 3 0 0 1 1/3 2/3 1
- - 2/3 -1 0 0 4/3 -7/3 3
- - 1/3 0 -1 0 [5/3] 1/3 1
6 Q4 -2/5 0 1/5 1 0 3/5 4/5
- Q5 2/5 -1 [4/5] 0 0 -13/5 11/5
5 - 1/5 0 -3/5 0 1 1/5 3/5
6 Q4 -1/ 2 1/ 4 0 1 0 5/4 1/ 4
0 Q3 1/ 2 -5/4 1 0 0 -13/4 11/4
5 Q5 1/ 2 -3/4 0 0 1 -7/4 9/4
gi -1/ 2 -9/4 0 6 5 -5/4 51/4
bi – gi 1/ 2 9/4 0 0 0 33/4 -
Cum toate diferenţele bi – gi  0, avem soluţia optimă g min = 51/4 cu yopt =
(0, 0, 11/4, 1/ 4, 9/4, 0) respectiv pentru problema primală avem x opt = (1/ 2, 9/4, 0,
0, 0, 33/4 ) t, valori luate din linia bi – gi iar fmax = 51/4 = g min . Se vede, într-adevăr,
că s-au obţinut aceleaşi soluţii.

2.2. Algoritmul simplex dual

Există situaţii când prin înmulţirea unor restricţii cu (-1) apar în tabel
vectori ce pot fi consideraţi în bază, caz în care se adoptă o metodă puţin modificată
faţă de algoritmul simplex. De fapt este vorba de aplicarea algoritmului simplex, dar
asupra problemei duale. Etapele sunt aceleaşi, dar, dacă în coloana b există elemente
negative, atunci alegerea elementului pivot se va face respectând următoarele două
condiţii:
- pe linia elementului negativ din coloana b se alege element pivot negativ;
- dacă sunt mai multe elemente negative pe această linie atunci pivotul va
fi acela care furnizează cel mai mic raport, în valoare absolută, dar
considerat faţă de elementele corespunzătoare din linia c j – f j.

Exemplul 2.2.1. Să se rezolve, folosind algoritmul simplex dual următoarea

problemă de programare liniară:
min f = 4 x1 + 5 x2 + 3 x3
32
 3 x1  2 x2  x3  6
x  x  2x  5
 1 2 3

2 x
 1 2  x  x3  8
 x1 , x2 , x3  0
Rezolvare:
Pentru a aplica algoritmul simplex dual este convenabil să scriem problema
sub forma:
min f = 4 x1 + 5 x2 + 3 x3
 3x1  2 x2  x3  6
 x  x  2 x  5
 1 2 3

 2 x1  x2  x3  8
 x1 , x2 , x3  0
4 5 3 0 0 0 c
cB B
P1 P2 P3 P4 P5 P6 b
0 P4 -3 -2 -1 1 0 0 -6
0 P5 -1 1 -2 0 1 0 -5
0 P6 [-2] -1 1 0 0 1 -8
fj 0 0 0 0 0 0 0
cj – f j 4 5 3 0 0 0 -
0 P4 0 -1/ 2 -5/2 1 0 -3/2 6
5 P5 0 3/2 [-5/2] 0 1 -1/2 -1
0 P1 1 1/ 2 -1/ 2 0 0 -1/2 4
fj 4 2 -2 0 0 -2 16
cj – f j 0 3 5 0 0 2 -
0 P4 0 -2 0 1 -1 -1 7
3 P3 0 -3/5 1 0 -2/5 1/5 2/5
4 P1 1 1/5 0 0 -1/5 -2/5 21/5
fj 4 -1 3 0 -2 -1 18
cj – f j 0 6 0 0 2 1 -
Soluţia optimă va fi x opt = (21/5, 0, 2/5, 7, 0, 0) t şi f min = 18.

Rezumatul unităţii de studiu

Între o problemă de programare liniară şi problema duală a acesteia
există o legătură, astfel fiind posibil scrierea problemei duale pornind de la
scrierea problemei primale şi chiar citirea rezultatelor acesteia din tabelul cu
ajutorul căruia s-a rezolvat problema primală.

Test de autoevaluare

1. Rezolvaţi fiecare din problemele de mai jos atât direct cât şi prin duala sa
şi apoi apreciaţi care dintre soluţionări a fost mai rapidă (sau mai comodă).

33
 a)[min] f  2 x1  3 x 2  x3
b)[max] f  2 x1  3x 2  5 x3
 x1  2 x 2  3 x3  5
 x  2x  x  9 2 x1  x 2  4 x3  10
 1 
 x1  3x 2  3x3  12
2 3

 12 x  3 x  2 x 3  16 
2
 x0
 x0

2. Să se rezolve următoarele probleme aplicând algoritmul simplex dual:

a)[max] f  2 x1  3x2  x3  5 x4 b)[min] f  x1  3x2  2 x3  5 x4
 2 x1  x2  2 x3  x4  4  x1  2 x2  4 x3  3x4  2
 
 x1  x2  3x3  2 x4  2 3x1  2 x2  x3  5 x4  4
 x0  x0
 

Probleme propuse

1. Rezolvaţi fiecare din problemele de mai jos atât direct cât şi prin duala sa
şi apoi apreciaţi care dintre soluţionări a fost mai rapidă (sau mai comodă).
a)[min] f  3 x1  2 x 2  4 x3
b)[max] f  x1  2 x 2  3x3
 x1  2 x 2  3 x3  5
 3x  x  2 x  8  x1  2 x 2  x3  6
 1 
2 x1  x 2  3x3  9
2 3

2 x1  3x 2  x3  15  x0
 x0 

2. Să se rezolve următoarele probleme aplicând algoritmul simplex dual:

a)[max] f  2 x1  x 2  x3  5 x 4  2 x5 b)[min] f  x1  3x 2  4 x3  x 4  2 x5
2 x1  x 2  2 x3  x 4  x5  2  x1  2 x 2  x3  x 4  3x5  4
 x  x  4 x  x  2 x  4  x  x  x  3x  2 x  1
 1 2 3 4 5  1 2 3 4 5
 
 1x  3 x 2  x 3  x 4  2 x 5  1  1 x  3 x 2  x 3  x 4  x 5  2
 x0  x0

34
 Unitatea de studiu 3.
Reoptimizarea problemelor de programare liniară

Cuprins
Introducere ..................................................................................................... 35
Obiectivele unităţii de studiu ........................................................................... 35
3.1. Modificarea vectorului c ........................................................................... 36
3.2. Modificarea vectorului b ........................................................................... 36
3.3 Modificarea unui vector coloană Pj din matricea A .................................. 39
3.4 Adăugarea unei noi coloane la matricea A ............................................... 40
3.5 Modificarea unei linii a matricei restricţiilor................................................ 41
Test de autoevaluare ...................................................................................... 43
Probleme propuse .......................................................................................... 43

Introducere
În a treia unitate de studiu se va determina soluţia unei probleme de
programare liniară, folosind soluţia optimă a unei alte probleme de
programare liniară, care diferă prima prin unul sau mai multe elemente.
Durata medie de parcurgere a unităţii de studiu este de 2,5 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 3, studenţii vor şti să folosească
reoptimizarea problemelor de programare liniară în cazurile de
modificare: a vectorului coeficienţilor din funcţia obiectiv, a din sistemul
de restricţii, a unui vector coloană din matricea tehnologică.

Termeni cheie
Reoptimizare, vectorul coeficienţilor din funcţia obiectiv, vectorul
termenilor liberi.

35
3.1. Modificarea vectorului c

Practica pune în faţa matematicii situaţia de instabilitate a variantei optime

corespunzătoare unui anumit model liniar, la un moment dat, ca urmare a unui întreg
ansamblu de factori care conduc la modificarea modelului. Astfel putem întâlni
modificări ale termenului liber, ale coeficienţilor funcţiei obiectiv, ale matricei
coeficienţilor restricţiilor, ale numărului de restricţii ale problemei sau ale numărului
de variabile. Modificările pot fi individuale (ale unui singur element) sau multiple (ale
mai multor elemente), iar acestea din urmă pot fi succesive sau simultane.
Prin reoptimizare (postoptimizare) înţelegem procedeul obţinerii soluţiei
optime a unei probleme de programare liniară folosind soluţia optimă a unei alte
probleme de programare liniară, care diferă de aceasta prin unul sau mai multe
elemente.
Considerăm că problema de pornire, a cărei soluţie optimă se cunoaşte este:
max  f  cx

 Ax  b (1)
x  0


Pornind de la soluţia optimă a problemei (1) vrem să determinăm soluţia

optimă a problemei
max  f (1)  c (1) x

 Ax  b (2)
x  0

Se pleacă de la iteraţia optimă a tabelului simplex a problemei (1) în care se
recalculează elementele liniei cj(1) - fj(1) :
 dacă cj(1) - fj(1)  0 atunci soluţia optimă a problemei (1) este soluţie
optimă şi pentru problema (2);
 dacă cj(1) - fj(1)  0 atunci se trece la îmbunătăţirea soluţiei.

3.2. Modificarea vectorului b

Pornind de la soluţia optimă a problemei (1) vrem să determinăm soluţia

optimă a problemei
max  f  cx

 Ax  b
(1)
(3)
x  0

Se consideră iteraţia optimă a problemei (1) în care se recalculează coloana termenilor
liberi B –1 b (1):
 dacă B –1 b (1)  0 atunci soluţia este optimă;
 dacă există elemente în această coloană negative, atunci se continuă
cu algoritmul simplex dual.

36
Exemplul 3.2.1. Să se rezolve problema de programare liniară următoare:
max f = 2 x1 +3 x2 + 4 x3 + x4 +x5
2 x1  x2  x3  2 x4  2 x5  14
 x  2 x  x  2 x  2 x  16
 1 2 3 4 5
2 x  2 x  2 x  x  2 x  18
 1 2 3 4 5

x j  0 j  1,5

şi apoi să se reoptimizeze dacă:
a) b  b (1) = (24, 30, 16) t
b) b  b (1) = (20, 16, 10) t
c) c  c (1) = (1, 2, 3, 4, 5)
d) c  c (1) = (1, 2, 3, 7, 8)

Rezolvare:
Aplicând algoritmul simplex primal avem:
2 3 4 1 1 0 0 c
cB B
P1 P2 P3 P4 P5 P6 P7 b
0 P6 2 1 1 2 2 1 0 14
- - 1 2 1 2 2 0 0 16
- - 2 2 [2] 1 2 0 -1 18
0 P6 1 0 0 3/2 1 1 1/ 2 5
- - 0 [1] 0 3/2 1 0 1/ 2 7
4 P3 1 1 1 1/ 2 1 0 -1/2 9
0 P6 1 0 0 3/2 1 1 [1/ 2] 5
3 P2 0 1 0 3/2 1 0 1/ 2 7
4 P3 1 0 1 -1 0 0 -1 2
fj 4 3 4 1/ 2 3 0 -5/2 29
cj- fj -2 0 0 1/ 2 -2 0 5/2 -
0 P7 2 0 0 3 2 2 1 10
3 P2 -1 1 0 0 0 -1 0 2
4 P3 3 0 1 2 2 2 0 12
fj 9 3 4 8 8 5 0 54
cj- fj -7 0 0 -7 -7 -5 0 -
Rezultă x opt = (0, 2, 12, 0, 0) t şi f max = 54

a) Dacă b (1) = (24, 30, 16) t atunci xB(1) = B –1 b (1) unde:

 0 0 1
 
B = (P7, P2, P3 ) =  0 1 1  este baza optimă şi
 1 1 2
 
 2 0  1  24   32 
xB =   1 1 0  ·  30    6   0 ,
(1)

 2  1 0   16   18 
     
deci avem soluţie optimă în aceeaşi configuraţie a componentelor, dar cu alte valori şi
anume: xB(1) = (0, 6, 18, 0, 0) t şi f max(1) = 90  f max = 54.

b) Dacă b (1) = (24, 30, 16) t atunci:

37
 2 0  1  20   30 
xB(1) = B –1 b (1) =   1 1
    
0  ·  16     4  deci avem o soluţie dual posibilă având
2  1 0   10   24 

în vedere şi faptul că c j – f j  0 de la care vom porni pentru căutarea noii soluţii.
Înlocuind coloana b prin b (1) şi aplicând algoritmul simplex dual avem:
2 3 4 1 1 0 0 c
cB B
P1 P2 P3 P4 P5 P6 P7 b(1)
0 P7 2 0 0 3 2 2 1 30
3 P2 -1 1 0 0 0 [-1] 0 -4
4 P3 3 0 1 2 2 2 0 24
fj 9 3 4 8 8 5 0 -
cj-fj -7 0 0 -7 -7 -5 0 -
0 P7 0 2 0 3 2 0 1 22
0 P6 1 -1 0 0 0 1 0 4
4 P3 1 2 1 2 2 0 0 16
fj 4 8 4 8 8 0 0 64
cj-fj -2 -5 0 -7 -7 0 0 -
Soluţia optimă este xopt = (0, 0, 16, 0, 0) şi f max = 64  f max = 54
(1) t (1)

c) Înlocuind c prin c (1) obţinem:

1 2 3 4 5 0 0 c(1)
cB(1) B
P1 P2 P3 P4 P5 P6 P7 b
0 P7 2 0 0 3 2 2 1 10
2 P2 -1 1 0 0 0 -1 0 2
3 P3 3 0 1 2 2 2 0 12
fj 7 2 3 6 6 4 0 40
cj-fj -6 0 0 -2 -1 -4 0 -
Şi constatăm că soluţia xopt = (0, 2, 12, 0, 0) t rămâne optimă şi pentru problema
modificată iar f max(1) = 40  54 = f max.
Înlocuind c prin c (1) = (1, 2, 3, 7, 8) obţinem tabelul:
1 2 3 7 8 0 0 c(1)
cB(1) B
P1 P2 P3 P4 P5 P6 P7 b
0 P7 2 0 0 3 [2] 2 1 10
2 P2 -1 1 0 0 0 -1 0 2
3 P3 3 0 1 2 2 2 0 12
fj 7 2 3 6 6 4 0 40
cj-fj -6 0 0 1 2 -4 0 -
8 P5 1 0 0 3/2 1 1 1/ 2 5
2 P2 -1 1 0 0 0 -1 0 2
3 P3 1 0 1 -1 0 0 -1 2
fj 9 2 3 9 8 6 1 50
cj-fj -8 0 0 -2 0 -6 -1 -
Şi constatăm că soluţia optimă a problemei modificate este:
xopt(1) = (0, 2, 2, 0, 5) t iar f max(1) = 50  54 = f max.

38
3.3. Modificarea unui vector coloană P j din matricea A

Pornind de la soluţia optimă a problemei (1) vrem să determinăm soluţia

optimă a problemei .
max  f  cx
 (1)
A x  b (4)
x  0

Se consideră iteraţia optimă a problemei (1) în care se recalculează elementele
coloanei P j astfel B –1 P j(1) .
- dacă vectorul P j nu face parte din baza optimă atunci se verifică condiţia
de optim doar pentru acest vector şi se acţionează în consecinţă;
- dacă vectorul P j face parte din baza optimă atunci se trece la schimbarea
bazei.

Exemplul 3.3.1. Ce devine soluţia optimă a problemei rezolvată în exemplul 1.5.3.

dacă:
a) P 1  P 1(1) = (3, 2, 1) t
b) P 2  P 2(1) = (3, 2, 1) t
Rezolvare:
 2 0  1  3   5 
     
a) P 1  B şi B –1 P 1 (1) =   1 1 0    2     1 iar c1(1) – f1(1) = - 11  0 şi prin
 2 1 0  1  4 
     
urmare soluţia optimă a problemei date rămâne optimă şi pentru problema modificată.
 0 3 1   3 5  1
   
b) P2  B, deci B =  0 2 1  şi deci B -1 =  1 1 0 
 1 1 2  2 3 0 
   
2 3 4 1 1 0 0 c
cB B
P1 P2(1) P3 P4 P5 P6 P7 b
0 P7 -3 0 0 6 2 -3 1 20
3 P2(1) 1 1 0 -1 0 1 0 -2
4 P3 -1 0 1 3 2 -2 0 20
fj -1 3 4 9 8 -5 0 -
cj-fj 3 0 0 -8 -7 5 0 -
Elementele coloanelor P j au fost calculate cu relaţia B –1 P j. Remarcăm că soluţia
problemei modificate nu este nici posibilă (x B  0 ) nici dual posibilă (x B  0 , c j – f j
 0). Găsirea soluţiei problemei modificate nu este posibilă prin reoptimizare ci
rezolvând problema modificată ca pe o problemă nouă şi anume:
max f = 2 x1 +3 x2 + 4 x3 + x4 +x5
2 x1  3x2  x3  x4  2 x5  14
 x  2 x  x  2 x  2 x  16
 1 2 3 4 5
2 x  x  2 x  x  2 x  18
 1 2 3 4 5

x j  0 j  1,5

care are soluţia optimă unică x opt = (0, 0, 12, 2, 0) t, f max = 50.

39
3.4. Adăugarea de noi coloane la matricea A

Pornind de la soluţia optimă a problemei (1) vrem să determinăm soluţia

optimă a problemei:
max  f ( 2)  c ( 2) x ( 2 )
 ( 2) ( 2) (5)
A x  b
 x ( 2)  0

Pentru reoptimizare se procedează ca în precedentele cazuri utilizând
B–1. Se vor calcula valorile din liniile f j şi c j – f j corespunzătoare noii coloane şi se va
acţiona în consecinţă.
Exemplul 3.4.1. Să se reoptimizeze problema:
max f = 6 x1 +5 x2 + 4 x3 + 7x4
 x1  3x2  x3  2 x4  14

 x1  2 x2  3x3  x4  9
x  0 j  1, 4
 j
dacă se introduc în matricea A coloanele P5 = (2, 3) t şi P6 = (2, 2) t cu coeficienţii c 5
= 8 şi c 6 = 15 în funcţia scop.

Rezolvare:
6 5 4 7 c
cB B
P1 P2 P3 P4 b
- - 1 3 -1 2 14
- - [1] 2 3 1 9
- - 1 1 -4 [1] 5 8 15
6 P1 0 2 3 1 9 P5 P6
7 P4 0 1 -4 1 5 -1 0
6 P1 1 1 7 0 4 4 [2]
fj 6 13 14 7 59 17 12
cj - fj 0 -8 -10 0 - -9 3
7 P4 0 1 -4 1 5 -1 0
15 P6 1/ 2 1/ 2 7/2 0 2 2 1
fj 15/2 29/2 49/2 7 65 23 15
cj - fj -3/2 -19/2 -41/2 0 - -15 0
Soluţia optimă pentru problema iniţială este x opt = (4, 0, 0, 5) , f max = 59.
t

 1 0
Deoarece B =  2 1 , B–1 = 
1
avem B–1 · P5 =   1 şi B–1 · P6 =   ,
 1 1   1 2   
    4  
2
coloane care au fost trecute la sfârşitul tabelului. S-au calculat şi elementele din liniile
fj şi cj -fj corespunzătoare acestor coloane iar întrucât c6 - f6 = 3  0, soluţia nu rămâne
optimă. După introducerea vectorului P 6 în bază, se obţine soluţia optimă a problemei
reoptimizate x opt =(0,0,0,5, 0, 2) t , f max = 65.

40
3.5. Modificarea unei linii a matricei restricţiilor

Pornind de la soluţia optimă a problemei (1) vrem să determinăm soluţia

optimă a problemei:
max  f  cx
 ( 3) (6)
 A xb
 x0

Modificarea unei linii a matricei restricţiilor înseamnă de fapt modificarea
simultană a mai multor coloane ale acestei matrici şi ca urmare sunt posibile cazurile:
1) linia modificată nu schimbă elementele coloanelor bazice şi atunci sunt afectate
doar diferenţele cj-fj ,
2) linia modificată schimbă elemente ale coloanelor bazice şi atunci sunt
afectate atât diferenţele cj-fj cât şi soluţia xB.
Exemplul 3.5.1. Să se rezolve problema:
min f = x1 + 2 x2 + 3 x3 + 4x4 + 5x5
2 x1  x2  x3  x4  2 x5  14
 x  2 x  x  x  x  12
 1 2 3 4 5

x
 1 2 x  2 x3  x4  3 x5  16
 x  0
şi să se analizeze optimalitatea soluţiei determinate dacă:
a) L3  L3(1) = (1, 1, 2, 4, 6)
b) L2  L2(1) = (2, 2, 2, 2, 2)
Rezolvare:
Aplicând algoritmul simplex primal se obţine:
1 2 3 4 5 0 0 b
cB B
P1 P2 P3 P4 P5 P6 P7 c
0 P6 [2] 1 1 1 2 1 0 14
- - 1 2 1 1 1 0 0 12
- - 1 1 2 1 3 0 -1 16
1 P1 1 1/2 1/2 1/2 1 1/2 0 7
- - 0 [3/2] 1/2 1/2 0 -1/2 0 5
- - 0 1/2 3/2 1/2 2 -1/2 -1 9
1 P1 1 0 1/3 1/3 1 2/3 0 16/3
2 P2 0 1 1/3 1/3 0 -1/3 0 10/3
- - 0 0 [4/3] 1/3 2 -1/3 -1 22/3
1 P1 1 0 0 1/4 1/2 3/4 1/4 7/2
2 (*) P2 0 1 0 1/4 -1/2 -1/4 1/4 3/2
3 P3 0 0 1 1/4 3/2 -1/4 -3/4 11/2
fj 1 2 3 3/2 4 -1/2 -3/2 23
cj-fj 0 0 0 5/2 1 1/2 3/2 -

din care citim xopt  ( 7 , 3 , 11 , 0, 0)t şi fmin = 23.

2 2 2
a) dacă L3 = (1, 1, 2, 4, 6) remarcăm că nu sunt modificate coloanele P1, P2
(1)

şi P3 care formează baza.

41
  3 1 
 4  4  4
1
Întrucât B = (P1, P2, P3) şi B 1    1 3 1 
 4 4 4
 1 1 3 
 4 4 4 
iteraţia (*) optimă a problemei iniţiale devine:

1 2 3 4 5 0 0 c
cB B
P1 P2 P3 P4* P5* P6 P7 b
1 P1 1 0 0 -1/2 -1/4 3/4 1/4 7/2
2 P2 0 1 0 -1/2 -5/4 -1/4 1/4 3/2
3 P3 0 0 1 5/2 [15/4] -1/4 -3/4 11/2
fj 1 2 3 6 17/2 -1/2 -3/2 23
cj-fj 0 0 0 -2 -7/2 1/2 3/2 -
1 P1 1 0 1/15 -1/3 0 11/15 1/5 58/15
2 P2 0 1 1/3 1/3 0 -1/3 0 10/3
5 P5* 0 0 4/15 2/3 1 -1/15 -1/5 22/15
fj 1 2 31/15 11/3 5 -4/15 -4/5 268/15
cj-fj 0 0 14/15 1/3 0 4/15 4/5 -
Din tabel deducem că problema modificată are soluţia optimă
58 10 22 268
xopt  ( , , 0, 0, )t şi fmin =
(1) (1)

15 3 15 15
b) Dacă L2(1) = (2, 2, 2, 2, 2) remarcăm că sunt afectate şi coloanele bazice
astfel că:
2 1 1  1 -1 0 
   2
B   2 2 2  şi B (1)    - 1 3
(1) 1
- 1 ,
1 1 2  2 
   0 -1 - 1
 2 
iar iteraţia optimă (*) a problemei iniţiale devine:
1 2 3 4 5 0 0 c
cB B * * * *
P1 P2 P3 P4 P5 P6 P7 b
1 P1* 1 0 0 0 1 1 0 8
2 P2 0 1 0 1 [-2] -1 1 -12
3 P3* 0 0 1 0 2 0 -1 20
fj 1 2 3 2 3 -1 -1
cj-fj 0 0 0 2 2 1 1 -
*
1 P1 1 1/2 0 1/2 0 [1/2] 1/2 2
5 P5* 0 -1/2 0 -1/2 1 1/2 -1/2 6
3 P3* 0 1 1 1 0 -1 0 8
fj 1 1 3 1 5 0 -2 56
cj-fj 0 1 0 3 0 0 2 -
0 P6 2 1 0 1 0 1 1 4
5 P5* -1 -1 0 -1 1 0 -1 4
3 P3* 2 2 1 2 0 0 1 12
fj 1 1 3 1 5 0 -2 56
cj-fj 0 1 0 3 0 0 2 -
Rezultă că problema modificată are optim multiplu cu xopt(11) = (2, 0, 8, 0, 6)t,
xopt(12) = (0, 0, 12, 0, 4)t, xopt(1) = (2, 0, 12-4, 4+2)t, 0    1, fmin(1) = 56.

42
Observaţie 3.5.2. Utilitatea practică a reoptimizării se poate reflecta prin:
1) eficienţa procedeului în raport cu soluţionarea problemei modificate ca o
problemă nouă, atunci când se poate, deoarece calculele se reiau de la soluţia optimă a
problemei date şi se studiază efectul modificărilor asupra optimalităţii soluţiei;
2) posibilitatea simulării unor modificări pentru a cunoaşte existenţa sau
inexistenţa unor soluţii optime sub influenţa variaţiilor elementelor definitorii ale
modelului.

Rezumatul unităţii de studiu

Pornind de la soluţia optimă a unei probleme de programare liniară, putem
determina soluţia alteia care diferă cea iniţială prin unul sau mai multe
elemente.
Test de autoevaluare

Să se rezolve problema:
[min] f  x1  2 x2  3x3  4 x4  5 x5  6 x6
3x1  2 x2  2 x3  x4  x5  2 x6  24
 x  2 x  2 x  x  2 x  2 x  20
 1 2 3 4 5 6

 x1  x2  2 x3  2 x4  2 x5  3 x6  16
 x0
şi apoi să se reoptimizeze soluţiile acesteia dacă:
a) b → b(1) = (40, 32, 20)t sau b → b(1) = (24, 30, 32)t;
b) c → c(1) = (6, 5, 4, 3, 2, 1) sau c → c(1) = (1, 3, 5, 3, 1, 6);
c) P1 → P1(1)=(1,2,3)t sau P2 → P2(1)=(3,2,1)t sau P3 → P3(1)=(1,3,1)t;
d) se adaugă P7 = (1, 2, 3)t şi c7 = 2 respectiv P7 = (3, 2, 1)t şi c7 = 5;
e) L1→ L1(1) = (3, 2, 1, 1, 2, 3) sau L2 → L2(1) = (1, 2, 3, 3, 2, 1) sau
L3 → L3(1) = (1, 2, 1, 2, 3, 1) .

Probleme propuse

Să se rezolve problema:
[max] f  x1  2 x2  3x3  4 x4  5 x5  6 x6
3x1  2 x2  2 x3  x4  x5  2 x6  24
 x  2 x  2 x  x  2 x  2 x  20
 1 2 3 4 5 6

x
 1 2 x  2 x3  2 x4  2 x5  3 x6  16
 x0
şi apoi să se reoptimizeze soluţiile acesteia dacă:
a) b → b(1) = (40, 32, 20)t sau b → b(1) = (24, 30, 32)t;
b) c → c(1) = (6, 5, 4, 3, 2, 1) sau c → c(1) = (1, 3, 5, 3, 1, 6);
c) P1 → P1(1)=(1,2,3)t sau P2 → P2(1)=(3,2,1)t sau P3 → P3(1)=(1,3,1)t;
d) se adaugă P7 = (1, 2, 3)t şi c7 = 2 respectiv P7 = (3, 2, 1)t şi c7 = 5;
e) L1→ L1(1) = (3, 2, 1, 1, 2, 3) sau L2 → L2(1) = (1, 2, 3, 3, 2, 1) sau
L3 → L3(1) = (1, 2, 1, 2, 3, 1) .

43
 Unitatea de studiu 4.
Programare liniară parametrică

Cuprins
Introducere ..................................................................................................... 44
4.1. Probleme parametrice ............................................................................. 44
4.2. Parametrizarea vectorului c ..................................................................... 45
4.3. Parametrizarea vectorului b ..................................................................... 46
Test de autoevaluare ...................................................................................... 48
Probleme propuse .......................................................................................... 48

Introducere
A patra unitate de studiu este o generalizare a rezultatelor celei de-a
treia unităţi, aici prezentându-se cazurile în care se cel puţin unul dintre
elementele modelului liniar depinde de unul sau mai mulţi parametri.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 4, studenţii vor şti să rezolve problemele de
programare liniară parametrică în cazul dependenţei liniare de un
parametru a vectorului termenilor liberi din sistemul de restricţii sau a
vectorului coeficienţilor din funcţia obiectiv.

Termeni cheie
Parametrizarea vectorului coeficienţilor din funcţia obiectiv,
Parametrizarea vectorului termenilor liberi.

4.1. Probleme parametrice

Parametrizarea unei probleme de programare liniară constituie o generalizare

a reoptimizării şi în măcar unul din elementele modelului liniar (funcţia obiectiv,
matricea restricţiilor, termenul liber al restricţiilor) depinde de unul sau mai mulţi
parametrii.
Problema parametrizării unui model de optimizare liniară înseamnă de fapt
discutarea existenţei soluţiei optime şi determinarea acesteia pentru diverse valori ale
lui λ. Teoretic problema pare a fi simplă. În realitate gradul de dificultate depinde de
numărul parametrilor şi de forma în care aceştia apar în model.
Problema de programare liniară parametrică este o problemă de programare
44
liniară în care cel puţin unul din elementele sale depinde de unul sau mai mulţi
parametrii.
Considerăm problema de programare liniară:
max  f  cx

 Ax  b (1)
 x0

şi vom analiza cazurile când vectorii b şi respectiv c depind liniar de un parametru.

4.2. Parametrizarea vectorului c

Fie problema de programare liniară parametrică

max  f t   ct   x

 Ax  b (2)
 x0

unde ct   c1  tc2 , t  a, b, c1, c2 vectori constanţi. Pentru rezolvarea problemei
(2) se parcurg etapele:
1) pentru t = t0 (fixat) se rezolvă problema cu algoritmul simplex;
2) se reoptimizează problema de la 1) cu datele c(t);
3) din condiţiile de optim cj(t) – fj(t) ≤ 0 se deduce un subinterval [α,β] în
care soluţia găsită este optimă.
– dacă [α, β] = [a, b] atunci rezolvarea s-a încheiat.
– dacă [α, β]  [a, b] atunci se trece la etapa următoare;
se ia t  a,b \  ,   şi se continuă cu reoptimizarea obţinând un nou subinterval [α1,
β1] etc. se continuă astfel, până când reunirea subintervalelor găsite coincide cu [a, b].

Observaţie 4.2.1. Condiţiile de optim cj(t) – fj(t) ≤ 0 sunt cele care conduc la
determinarea subintervalelor în care soluţia este optimă.

Exemplul 4.2.2. Să se rezolve problema de programare liniară parametrică:

max  f  2  t x1  3x2  4  2t x3  3  t x4
 x1  x2  2 x3  x4  3

 3x1  2 x2  x3  4 x4  5
 x2  2 x4  1

 x j  0, j  1,4, t   2,1

Rezolvare
2-t 3 4+2t 3-t 0 0 0 c(t)
2 3 4 3 0 0 0 c(0)
cB B P1 P2 P3 P4 P5 P6 P7 B
0 P5 1 1 [2] 1 1 0 0 3
0 P6 3 2 1 4 0 1 0 5
0 P7 0 1 0 2 0 0 1 1
fj 0 0 0 0 0 0 0 0

45
 cj – f j 2 3 4 3 0 0 0 -
4 P3 1/2 1/2 1 1/2 1/2 0 0 3/2
0 P6 5/2 3/2 0 7/2 -1/2 1 0 7/2
0 P7 0 [1] 0 2 0 0 1 1
fj 2 2 4 2 2 0 0 6
cj – f j 0 1 0 1 -2 0 0 -
4+2t 4 P3 1/2 0 1 -1/2 1/2 0 -1/2 1
0 P6 [5/2] 0 0 1/2 -1/2 1 -3/2 2
(*)0 0 P2 0 1 0 2 0 0 1 1
3 f j 2 3 4 4 2 0 1 7
cj – f j 0 0 0 -1 -2 0 -1 -
fj(t) 2+t 3 4+2t 4-t 2+t 0 1-t 7+2t
cj(t) – fj(t) -2t 0 0 -1 -2-t 0 -1+t -
(**) 4+2t P3 0 0 1 -3/5 [3/5] -1/5 -1/5 3/5
2-t P1 1 0 0 1/5 -1/5 2/5 -3/5 4/5
3 P2 0 1 0 2 0 0 1 1
fj(t) 2-t 3 4+2t 4-7/5t 2+7/5t -4/5t 1+t/5 7+2t/5
(1) cj(t) – fj(t) 0 0 0 -1+2/5t -2-7/5t 4/5t -1-t/5 -
0 P5 0 0 5/3 -1 1 -1/3 -1/3 1
2-t P1 1 0 1/3 0 0 1/3 -2/3 1
3 P2 0 1 0 2 0 0 1 1
fj(t) 2-t 3 (2-t)/3 6 0 (2-t)/3 (5+2t)/3
cj(t) – fj(t) 0 0 (10+7t)/3 -3-t 0 (t-2)/3 -(5+2t)/3
Am rezolvat problema pentru t = 0
În tabelul de mai sus se găsesc pe parcurs:
– soluţia optimă pentru t = 0, în tabelul (*)
xopt = (0, 1, 1, 0, 0, 20)t, fmax = 7;
– soluţia optimă a problemei reoptimizate (vezi liniile (**)) xopt =
(0, 1, 1, 0, 0, 2, 0)t fmax =7 +2t când din condiţiile de optimalitate
-2t ≤ 0, -2 -t ≤ 0, deducem că t  [0, 1];
– soluţia optimă, când t < 0
xopt = (4/5, 1, 3/5, 0, 0, 0, 0)t fmax = 7 + 2t/5 iar din condiţiile de
optimalitate -1 +2t/5 ≤ 0, 4t/5 ≤ 0, -1-t/5 ≤ 0 se deduce că t  [-
10/7,0];
– soluţia optimă, când t < -10/7
xopt = (1, 1, 0, 0, 1, 0, 0)t fmax = 5 -t iar din condiţiile de
optimalitate 10 +7t ≤ 0, -3 -t ≤ 0, -(5+2t) ≤ 0 se deduce că t  [-2,
-10/7].

4.3. Parametrizarea vectorului b

În problema de programare liniară parametrică

max  f  cx

 Ax  bt  (3)
 x0

unde b(t) = b1 +tb2, t  [a, b], b1 +b2 vectori constanţi
Pentru rezolvarea problemei (3) se parcurg etapele:
1) – pentru t = t0  [a, b] se rezolvă problema în mod obişnuit;
2) – se reoptimizează problema de la 1) cu datele d(t);

46
 3) – din condiţiile de admisibilitate B-1b(t) ≥ 0 se deduce un interval real [α,
β] în care soluţia găsită este admisibilă deci şi optimă. Dacă [α, β] = [a,
b] rezolvarea s-a încheiat, astfel ([α, β]  [a, b]) se trece la etapa
următoare.
4) – se ia t  [a, b]\[α, β] şi se continuă cu reoptimizarea aplicând
algoritmul simplex dual, până când reuniunea subintervalelor găsite
coincide cu [a, b].
Observaţie 4.3.1. Condiţiile de admisibilitate B-1b(t) ≥ 0 sunt acelea care conduc la
determinarea subintervalelor în care soluţia este optimă.

Exemplul 4.3.2. Să se rezolve problema de programare liniară parametrică:

max  f  6 x1  3x2  2 x3  4 x4
 x  2 x  3x  4 x  7  3t
 1 2 3 4

 2 x1  x2  x3  2 x4  3  t

 xj  0; j  1,4, t   2, 3 
Rezolvare
6 3 2 4 0 0 c(0)
cB B P1 P2 P3 P4 P5 P6 B
0 P5 1 2 3 4 1 0 7
0 P6 [2] 1 1 2 0 1 3
fj 0 0 0 0 0 0 0
cj – f j 6 3 2 4 0 0 -
0 P5 0 3/2 5/2 3 1 -1/2 11/2
(*) 6 P1 1 1/2 1/2 1 0 1/2 3/2
fj 6 3 3 6 0 3 9
cj – f j 0 0 -1 2 0 -3 -
0 P5 0 3/2 5/2 3 1 [-1/2] (11+7t)/2
6 P1 1 1/2 1/2 1 0 1/2 (3-t)/2
fj 6 3 3 6 0 3 9-3t
cj – f j 0 0 -1 -2 0 -3 -
0 P6 0 -3 -5 -3 -1 1 -11-7t
6 P1 1 2 3 4 1 0 7+3t
fj 6 12 18 24 6 0 42+18t
cj – f j 0 -9 -16 -20 -6 0 -
Soluţia optimă pentru t = 0, este conţinută în tabelul (*)
xopt = (3/2, 0, 0, 0, 11/2)t, fmax = 9
 11  7t 
 
Pentru a face reoptimizarea calculăm B 1bt    2  iar din condiţiile
 3  t 
 2 
de admisibilitate 11 +7t ≥ 0, 3-t ≥ 0, obţinem t  [-11/7, 3] şi soluţia optimă în acest
caz este: xopt = ((3-t)/2, 0,0,0, (11+2t)/2, 0) t, fmax 9 -3t.
Apoi, când t < -11/7, rezultă 11 +7t < 0, deci soluţia nu este admisibilă şi se
aplică algoritmul simplex dual.
Soluţia optimă este:
xopt = (7 +3t, 0, 0, 0, 0, -11-7t) t, fmax = 42 + 18t când t  [-2, -11/7].

47
Test de autoevaluare

Să se rezolve şi să se discute problemele:

a)[min] f  x1  2 x 2  3x3  4 x 4  5 x5  6 x 6
2 x1  x 2  x3  3x 4  x5  x 6  30  2
 x  2 x  x  x  3x  x  24  3
 1 2 3 4 5 6

 1x  x 2  2 x 3  x 4  x 5  3 x 6  18  2
 x  0, 4    6

b)[max] f  (3  2 ) x1  (3   ) x 2  (2   ) x 3  (3   ) x 4  (4   ) x 5  (7   ) x 6
 2 x1  x 2  x 3  x 4  x 5  3x 6  36
 2 x  2 x  x  x  3x  3x  30
 1 2 3 4 5 6

2
 1 x  2 x 2  2 x 3  3 x 4  3 x 5  3 x 6  24
 x  0,   [1,3]

Probleme propuse

Să se rezolve şi să se discute problemele:

a)[max] f  x1  2 x 2  3x3  4 x 4  5 x5  6 x 6
2 x1  x 2  x3  3x 4  x5  x 6  30  2
 x  2 x  x  x  3x  x  24  3
 1 2 3 4 5 6

 x1  x 2  2 x3  x 4  x5  3x 6  18  2
 x  0, 4    6

b)[min] f  (3  2 ) x1  (3   ) x 2  (2   ) x 3  (3   ) x 4  (4   ) x 5  (7   ) x 6
 2 x1  x 2  x 3  x 4  x 5  3x 6  36
 2 x  2 x  x  x  3x  3x  30
 1 2 3 4 5 6

2 x1  2 x 2  2 x 3  3x 4  3x 5  3x 6  24
 x  0,   [1,3]

48
 Unitatea de studiu 5.
Probleme de transport

Cuprins
Introducere ..................................................................................................... 49
Obiectivele unităţii de studiu ........................................................................... 49
5.1. Modele de tip transport sau de transfer de fonduri .................................. 50
5.2. Metode de găsire a unei soluţii iniţiale ..................................................... 52
5.3. Îmbunătăţirea soluţiei ............................................................................... 53
5.4. Algoritmul distributiv ................................................................................. 54
5.5. Rezolvarea problemelor de maximizare .................................................. 55
5.6. Degenerare. Soluţii multiple ..................................................................... 58
Test de autoevaluare ...................................................................................... 60
Probleme propuse .......................................................................................... 61

Introducere
În a cincia unitate de studiu se introduce o nouă clasă de probleme,
cele de tip transport. Aici, după prezentarea lor, se găsesc metode de
găsire a unei soluţii iniţiale, care apoi v-a fi îmbunătăţită până va atinge
optimul dorit. Cazul special al degenerării şi cel existenţei soluţiilor
multiple fac subiectul părţii de final a secţiunii.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 5, studenţii vor şti:
- să identifice problemele de transport şi să le rezolve folosind
algoritmul distributiv;
- să aplice algoritmul pentru rezolvarea situaţiilor particulare.

Termeni cheie
Probleme de transport, algoritmul distributiv, metoda nord-vest sau
metoda coeficienţilor minimi pentru determinarea unei soluţii iniţiale,
soluţie degenerată sau nedegenerată a unei probleme de transport,
soluţie multiplă a unei probleme de transport.

49
5.1. Modele de tip transport sau de transfer de fonduri

Să considerăm m furnizori (distribuitori, producători, etc.) F 1 – Fm ai unui

produs identic de care ei dispun în cantităţile a 1 –a m precum şi n consumatori sau
beneficiari (utilizatori) B 1 – B n al căror necesar este respectiv b 1 – b n . Să notăm cu x
ij cantitatea care se transportă (transferă , alocă) de la F i la B j şi cu cij cheltuielile
unitare de transport de la F i la B j. Costul transportului cantităţii x ij de la F i la B j va fi
egal cu c ij · x ij iar pentru toţi furnizorii şi toţi beneficiarii costul total va fi egal cu
m n
f=  c
i 1 j 1
ij  xij

care trebuie minimizat. Evident, la nivelul furnizorului F i cantitatea totală furnizată

n
va fi egală cu x
j 1
ij  ai , 1  i  m , iar tot ceea ce îi poate reveni beneficiarului B j

m
este  xij  bj, 1  j  n . Se caută acea variantă de transport (sau de alocare) care
i 1
să satisfacă toţi partenerii F i şi B j şi să conducă la un cost total minim, ceea ce
înseamnă problema:
 m n

[min] f    cij xij

 i 1 j 1

n
 xij  a i , 1  i  m
 j 1
m
 xij  b j , 1  j  n
 i 1
x  0, 1  i  m, 1  j  n
 ij

Având în vedere consideraţiile şi exemplul prezentat, putem rezuma faptul

că, sub formă generală, un model liniar de tip transport poate fi scris astfel:
 m n

 opt  f   cij  xij

 i 1 j 1


n

  xij  ai ,1  i  m
 j 1
 m
  xij  b j ,1  j  n
 i 1
 xij  0, i  1, m, j  1, n
m n
unde: -  c
i 1 j 1
ij  xij reprezintă fie costul total al operaţiunii de tip transport (când opt

= min), fie profitul total al operaţiunii de tip transport (când opt = max).
– ai reprezintă disponibilul furnizorului Fi, i  1, m ;
– bj reprezintă necesarul beneficiarului Bj, j  1, n ;
– cij reprezintă costul unitar (sau profitul unitar) pe relaţia Fi  B j ;
– xij reprezintă cantitatea transportată (alocată, repartizată, transferată)
de la furnizorul Fi la beneficiarul Bj, i  1, m j  1, n ;

50
 n
– restricţia x
j 1
ij  ai arată că nu se poate aloca tuturor beneficiarilor

mai mult decât este disponibil furnizorului Fi;

m
– restricţia x
i 1
ij  b j arată că de la toţi furnizorii se alocă pentru
beneficiarul Bj cel puţin cât este necesarul său;
m
– a   ai reprezintă disponibilul (sau oferta) tuturor furnizorilor iar
i 1
m
b   b j reprezintă necesarul (sau cererea) tuturor beneficiarilor în
j 1
ipoteza că însumările au sens (în caz contrar nu are sens problema).

Definiţie 5.1.1. Se spune că o problemă de tip transport este:

– echilibrată dacă oferta totală este egală cu cererea totală a = b
– neechilibrată dacă oferta totală diferă de cererea totală (a ≠ b)

Observaţie 5.1.2. Pentru a evita explicaţii şi scrieri numeroase şi greoaie în

prezentarea unei probleme de tip transport, cel mai adesea, se recurge la sintetizarea
tuturor informaţiilor (cerere, ofertă, costuri sau beneficii unitare) într-un tabel sub
forma următoare: (precizând doar cerinţa min sau max).
Bj
B1 B2 ................ Bn Disponibil
Fi

c11 c12 c1n

F1 ................ a1
x11 x12 x1n

c21 c22 c2n

F2 ................ a2
x21 x22 x2n

................ ................ ................ ................ ................ ................

cm1 cm2 cmn

Fm ................ am
xm1 xm2 xmn
a
Necesar b1 b2 ................ bn
b

Observaţie 5.1.3.
1. Ansamblul cij poartă denumirea de căsuţă.
xij
2. Conceptul de echilibrare este fundamental pentru construirea procedurii
de soluţionare a unei probleme de tip transport.
3. Dacă egalitatea între disponibilul total şi necesarul total nu are loc se
poate trece la o problemă echilibrată prin considerarea fie a unui furnizor fictiv, Fm+1,
fie a unui beneficiar fictiv, Bn+1, care oferă sau solicită, diferenţa dintre cele două

51
sume.
4. Întrucât algoritmul presupune un volum mare de calcule, pentru acest tip
de problemă de programare liniară se va prezenta un algoritm distributiv.

5.2. Metode de găsire a unei soluţii iniţiale

a) Metoda nord-vest constă în a atribui, pe rând, valori variabilelor începând

cu cea din colţul nord-vest a tabelului, apoi se continuă la fel cu subtabelul rămas.
Astfel x11 = min (a1, b1), dacă min (a1, b1) = a1 atunci x12 = ... =x1n = 0, dacă
min (a1, b1) = b1 atunci x21 = ... = xm1 = 0 şi apoi vom continua cu x21 = min (a2, b1-a1)
respectiv în cealaltă situaţie cu x12 = min (a1-b1, b2) etc.
Acest procedeu se repetă până când este atribuită şi ultima valoare
variabilelor.

Observaţie 5.2.1. Valoarea 0 este marcată în tabel printr-un punct.

Exemplul 5.2.2. Să se stabilească o soluţie iniţială folosind metoda nord-vest pentru

problema de transport având modelul matematic următor:
4 2 1 4 2 1
40 40 30
x11 x12 x13 10 30 ·

2 1 3 2 1 3
25 25 20
x21 x22 x23 · 5 20
10 35 20 10 35 20
5
[min]f = 4x11 + 2x12 + x13 + 2x21 + x22 + 3x23
f = 4 · 10 + 2 · 30 + 1 · 5 + 3 · 20 = 165.
b) Metoda elementului (costului ) minim constă în a atribui, pe rând, valori
variabilelor începând cu aceea pentru care costul unitar este minim. Apoi se continuă
cu variabila pentru care costul unitar este minim dintre cele rămase etc. Dacă sunt mai
multe costuri minime egale atunci se va considera mai întâi acea variabilă care poate
lua valoare mai mare. Valoarea variabilei se determină ca şi la metoda nord-vest,
considerând minimul dintre disponibilul şi necesarul corespunzător.
c) Metoda costului minim pe linie constă din a aloca pentru fiecare căsuţă (i,
j) o cantitate xij egală cu minimul dintre cererea şi oferta existentă în momentul acelei
alocări, procedeul aplicându-se pe fiecare linie în ordinea crescătoare a costurilor
unitare cij. Algoritmul poate începe cu oricare linie dar pentru organizarea calculelor
acesta începe cu prima linie şi decurge ca şi în cazul metodei colţului din nord-vest.
d) Metoda costului minim pe coloană este un procedeu analog cu
precedentul cu singura deosebire că se aplică pe fiecare coloană, preferabil începând
cu prima coloană.

52
Exemplul 5.2.3. Folosind metoda elementului minim să se stabilească o soluţie
iniţială pentru problema formulată în exemplul precedent.
4 2 1
40 30 10
10 10 20

2 1 3
25
· 25 ·
10 35 20
10
x22 = min (25, 35) deci x21 = x23 = 0 apoi x13 = min (40, 20) = 20 iar x12 = min (20, 10)
= 10 şi x11 = 10. Avem f = 4·10 + 2·10 + 1·20 +1·25 = 105.

5.3. Îmbunătăţirea soluţiei

Fie problema de transport:

 m n

 [min] f    cij  xij

 n i 1 j 1


  x  a , i  1, m
(1) j 1 ij i
 m
  xij  b j , j  1, n
 i 1
 xij  0, i  1, m, j  1, n
Scriem duala acesteia notând cu u1, u2, ..., um, v1, v2, ..., vn variabilele
actuale.
 m n

 [max] g   ai  ui   b j  v j
 i 1 j 1

(2) ui  v j  cij i  1, m, j  1, n

ui , i  1, m, v j , j  1, n oarecare


Observaţie 5.3.1.
1)Din teorema dualităţii avem că x0  xij0   i 1, m, j 1, n
este soluţie optimă dacă
variabilele duale verifică restricţiile din problema (2) adică:
(3) ui + vj = cij dacă xij0  0
(4) ui + vj ≤ cij dacă xij0  0
2) (3) şi (4) sunt de fapt condiţiile de optimizare pentru o soluţie de bază x =
(xij) a problemei de transport.
3) (3) este un sistem de m + n – 1 ecuaţii cu m + n necunoscute. Pentru
rezolvare se alege u1 = 0 şi atunci rezolvarea se face direct pe tabelul de soluţii, când
ui şi vj se vor trece la marginea tabelului, de aceea se mai numesc şi valori marginale.

53
Definiţie 5.3.2.
1) O soluţie x = (xij) a problemei (1) se numeşte nedegenerată dacă are exact
m + n – 1 valori nenule, în caz contrar ea va fi soluţie degenerată.
2) Se numeşte ciclu al unei căsuţe o succesiune de căsuţe două câte două
alăturate în aceeaşi linie, sau respectiv în aceeaşi coloană.
3) Într-un ciclu căsuţele impare sunt: prima (liberă), a treia (ocupată), a
cincea (ocupată) etc., iar căsuţele pare sunt a doua (ocupată), a patra (ocupată) etc.
4) Procedeul de îmbunătăţire a unei soluţii constă în a trece de la o soluţie la
altă soluţie mai bună. Aceasta se realizează prin modificarea valorilor variabilelor din
căsuţele ce formează un ciclu după cum urmează:
- se determină valoarea minimă a valorilor variabilelor din căsuţele pare;
- se adună această valoare minimă la valorile variabilelor din căsuţele
impare;
- se scade această valoare minimă din valorile variabilelor din căsuţele
pare.

5.4. Algoritmul distributiv

Etapele algoritmului distributiv pentru determinarea soluţiei optime a

problemei de transport (1) sunt:
1) – se determină o soluţie iniţială de bază;
2) – se calculează valorile variabilelor duale (valorile marginale) ui, vj ca
soluţii ale sistemului de ecuaţii ui + vj = cij, unde indicii i, j sunt cei ai
variabilelor bazice (căsuţele ocupate);
3) – se verifică optimalitatea soluţiei de bază, adică se verifică inegalitatea
ui + vj ≤ cij pentru toţi indicii corespunzători variabilelor nebazice
(căsuţe libere);
4) - dacă soluţia de bază nu este optimă se îmbunătăţeşte soluţia;
5) – se reiau etapele 2), 3), 4) cu noua soluţie de bază şi se continuă până
când toate condiţiile de optimalitate sunt îndeplinite;
6) – se scrie soluţia optimă şi se calculează valoarea minimă a funcţiei
scop.

Exemplul 5.4.1. Să se rezolve problema de transport formulată în exemplul 1.7.6.

Rezolvare:
Vom parcurge etapele algoritmului distributiv, direct pe tabel. Considerăm
soluţia iniţială obţinută prin metoda nord-vest. Avem:
v1 = 4 v2 = 2 v3 = 4

4 4 2 2 1 4
u1 = 0 40
10 - 30 + ·

2 3 1 1 3 3
u2 = 1 25
· + 5 - 20

10 35 20 20
Întrucât u1 + v3 = 4 > 1 = c13 şi u2 + v1 = 3 > 2 = c21 soluţia este optimă.
Structura căsuţelor este cij uj+vj
xij
54
 Formând ciclul căsuţei (1,3) se trece la o soluţie mai bună şi marcăm cu „+”
căsuţele impare şi cu „-” căsuţele pare. Se obţine soluţia:
v1 = 4 v2 = 2 v3 = 1

4 4 2 2 1 4
u1 = 0
- 10 + 30 20

2 3 1 1 3 3
u2 = 1
+ · - 25 ·

10
Deoarece u2 + v1 = 3 > 2 = c21, soluţia nu este optimă şi formăm ciclul
căsuţei (2, 1) pentru a obţine o soluţie mai bună.
v1 = 3 v2 = 2 v3 = 1

4 3 2 2 1 4
u1 = 0
· 20 20

2 2 1 1 3 0
u2 = -1
10 15 ·
Aceasta este soluţia optimă a problemei de transport:
 0 20 20 
xopt    şi fmin = 2 ∙ 20 + 1 ∙ 20 + 2 ∙ 10 +1 ∙ 15 = 95.
10 15 0 

5.5. Rezolvarea problemelor de maximizare

Există suficiente situaţii practice ale căror modele matematice sunt

probleme liniare de tip transport având forma matematică:
 m n

 [max] f  i 1 j 1 cij  xij

 n

  xij  ai , i  1, m
 j 1
 m
  xij  b j , j  1, n
 i 1
 xij  0, i  1, m, j  1, n
Pentru determinarea soluţiilor de bază, metoda colţului din nord-vest rămâne
neschimbată iar metoda costului minim se înlocuieşte cu metoda costului maxim. În
ceea ce priveşte determinarea soluţiei optime pornind de la o soluţie de bază
nedegenerată, în cazul problemei de maximizare se verifică inegalitatea u i + vj ≥ cij
pentru toţi i şi j.
Aplicaţie 5.5.1. Trei bănci comerciale au decis să finanţeze împreună cinci proiecte
de investiţii. Capitalul disponibil pentru fiecare bancă şi necesarul de capital pentru
fiecare proiect (în milioane u.m.) precum şi profiturile unitare ale plasamentului
financiar (unitate de profit pentru o unitate investită) sunt date în tabel. Având în

55
vedere că nu există relaţii de incompatibilitate între parteneri şi obiective (proiecte) se
cere planul optim de finanţare.

Proiecte
Capital
P1 P2 P3 P4 P5
Bănci disponibil

2 3 1 4 3
B1 175

1 2 4 3 1
B2 225

4 4 1 2 4
B3 200

Capital
130 90 120 180 80 600
necesar

Rezolvare:
Pentru determinarea unei soluţii iniţiale aplicăm metoda profitului maxim:
v1 = 2 v2 = 3 v3 = 5 v4= 4 v5= 2

2 2 3 3 1 5 4 4 3 2
u1 = 0 175
· · · - 175 + ·

1 1 2 2 4 4 3 3 1 1
u2 = -1 225 105 100 10
· 90 120 + 5 - 10

4 4 2 5 1 7 2 6 4 4
u3 = 2 200 70
130 · · · 70
130 90 180 120 80 10
5 10
În căsuţa (1, 5) condiţia de optim nu este verificată şi formând ciclul acestei
căsuţe soluţia se îmbunătăţeşte şi devine:
v1 = 3 v2 = 3 v3 = 5 v4= 4 v5= 3

2 3 3 3 1 5 4 4 3 3
u1 = 0
· + · · - 165 10

1 2 2 2 4 4 3 3 1 2
u2 = -1
· - 90 120 + 15 ·

56
 4 4 2 4 1 6 2 5 4 4
u3 = 1
130 · · · 70

90
Avem soluţie optimă şi anume:
 0 0 0 165 10 
 
xopt   0 90 120 15 0  iar fmax = 2195.
1

130 0 0 70 
 0
Soluţia găsită este optimă dar nu este unică deoarece în căsuţa (1, 2) avem
u1 + v2 = c12 şi formând ciclul acestei căsuţe găsim:
v1 = 3 v2 = 3 v3 = 5 v4= 4 v5= 3

2 3 3 3 1 5 4 4 3 3
u1 = 0
· 90 · 75 10

1 2 2 2 4 4 3 3 1 2
u2 = -1
· 120 105 ·

4 4 2 4 1 6 2 5 4 4
u3 = 1
130 · · · 70
Avem:
 0 90 0 75 10 
 
xopt   0
2
0 120 105 0  iar fmax = 2195.
130 0 0 70 
 0
Soluţia generală a problemei este:
 0 90  90 0 75  90 10 
 
xopt   0 90 120 105  90 0  .
130 70 
 0 0 0
Deducem că problema are o infinitate de soluţii optime care conduc la
acelaşi profit maxim fmax = 2195 milioane u.m.

Observaţie 5.5.2.
1.Infinitatea de variante optime poate fi interpretată pentru bănci astfel:
- banca B1 alocă (90 - 90λ) milioane u.m. proiectului P1, (75 + 90λ)
milioane u.m. proiectului P4 şi 10 milioane u.m. proiectului P5 (sumă
fixă);
- banca B2 alocă (90λ) milioane u.m. proiectului P2, 120 milioane u.m.
proiectului P3 şi (105 - 90λ) milioane u.m. proiectului P4;
- banca B3 alocă 130 milioane u.m. proiectului P1 şi 70 milioane u.m.
proiectului P5.
Întregul capital al băncilor este alocat în cote fixe sau variabile (0 ≤ λ ≤ 1) şi
analog pentru fiecare proiect în parte, constatând că indiferent de sursa de finanţare şi
de faptul că aceasta se face prin cote fixe sau variabile întregul capital necesar se află
la dispoziţia realizărilor proiectelor.
2. Există în practică situaţii de finanţare colectivă?

57
 Răspunsul este afirmativ şi cel mai adesea profitul se distribuie proporţional
cu participarea la finanţare (în explicaţia anterioară banca B1 va încasa 7/24 din profit,
banca B2 va încasa 9/24 din profit iar banca B3 va încasa 8/24 din profit).

5.6. Degenerare. Soluţii multiple

Degenerarea apare, de obicei, în următoarele situaţii:

- la determinarea soluţiei iniţiale de bază când valoarea disponibilului
este egală cu valoarea necesarului deci se „taie” atât linia cât şi coloana
corespunzătoare (exceptând ultima căsuţă ocupată);
- în procesul de îmbunătăţire a soluţiei când valoarea minimă din căsuţele
pare este atinsă în două sau mai multe căsuţe.
În aceste situaţii se obţin mai puţine căsuţe ocupate, deci variabilele duale
nu pot fi determinate. Acest neajuns se înlătură prin considerarea unor căsuţe libere ca
fiind „ocupate”cu 0. Acest 0 se consideră în căsuţele cu costuri minime, care nu
formează cicluri cu căsuţele deja ocupate, astfel încât în final numărul căsuţelor
ocupate este m + n – 1.
Când degenerarea apare în a doua situaţie, zerourile esenţiale se înscriu în
acel căsuţe pare care devin libere şi în care costurile sunt mai mici.
Observaţie 5.6.1. Pot exista mai multe soluţii atunci când, deşi soluţia este optimă,
există căsuţe libere la care ui + vj = cij deci condiţia de optim este verificată cu
egalitate. Celelalte soluţii optime, dacă există, se vor obţine urmând procedeul
îmbunătăţirii soluţiei cu căsuţele libere în care ui + vj = cij. Soluţia generală va fi
combinaţia liniară convexă a soluţiilor găsite.

Exemplul 5.6.2. Să se rezolve problema de transport dată prin tabelul:

v1 = 4 v2 = 3 v3 = 1

4 4 3 3 1 1
u1 = 0 10 5
0 20 5

2 2 4 1 3 -1
u2 = -2 20
20 · ·

1 1 2 0 6 -2
u3 = -3 30
30 · ·
50 5 5
20
Se observă că a apărut degenerarea. Valoarea 0 esenţial a fost pusă în căsuţa
(1, 1). Soluţia obţinută este optimă:
 0 5 5
 
xopt   20 0 0  fmin = 90.
 30 0 0 
 

58
Exemplul 5.6.3. Să se rezolve problema de transport:
v1 = 0 v2 = 2 v3 = -5 v4= 1

4 0 2 2 5 -5 1 1
u1 = 0 11
· · · 11

6 3 5 5 4 -2 4 4
u2 = 3 17 13
· + 13 · - 4

6 6 8 8 1 1 5 7
u3 = 6 14 7 2
5 - 2 7 + ·
5 15 2 5 14 2

Soluţia iniţială de bază trebuie îmbunătăţită formând ciclul căsuţei (3, 4).
v1 = 2 v2 = 2 v3 = -3 v4= 1

4 2 2 2 5 -3 1 1
u1 = 0
· + · · - 11

6 5 5 5 4 0 4 4
u2 = 3
· - 15 · + 2

6 5 8 8 1 1 5 5
u3 = 4
5 · 7 2
Avem soluţia optimă:
 0 0 0 11
 
x1opt   0 15 0 2  şi fmin = 141.
5 0 7 2 
 
Soluţia nu este unică şi determinăm şi cealaltă soluţie optimă formând ciclul
căsuţei (1, 2).
v1 = 2 v2 = 2 v3 = -3 v4= 1

4 2 2 2 5 -3 1 1
u1 = 0
· 11 · ·

6 5 5 5 4 0 4 4
u2 = 3
· 4 · 13

6 6 8 6 1 1 5 5
u3 = 4
5 · 7 2

59
  0 11 0 0 
 
x2opt   0 4 0 13  , fmin = 141.
5 0 7 2 
 
Soluţia generală a problemei este:
0 11 0 11 
 
xopt  x1opt  x2opt   0 15  4 0 2  13  cu     1, ,   0
5 
 0 7 2 

Test de autoevaluare

Să se rezolve problemele de mai jos (de tip transport) în caz de minimizare:

a)
4 1 3 2
120

1 3 4 5
150

2 5 1 3
250

175 185 195 45

b)
2 5 4 1
100

4 1 3 5
200

1 3 2 4
300

150 150 300 100

60
Probleme propuse

Să se rezolve problemele de mai jos (de tip transport) în caz de maximizare:

a)
4 1 3 2
120

1 3 4 5
150

2 5 1 3
250

175 185 195 45

b)
2 5 4 1
100

4 1 3 5
200

1 3 2 4
300

150 150 300 100

61
 Unitatea de studiu 6.
Reoptimizarea problemelor de transport

Cuprins
Introducere ..................................................................................................... 62
Obiectivele unităţii de studiu ........................................................................... 62
6.1. Reoptimizarea în cazul modificării matricei costurilor .............................. 62
6.2. Reoptimizarea în cazul modificării disponibilului și/sau necesarului ........ 64
Test de autoevaluare ...................................................................................... 66
Probleme propuse .......................................................................................... 67

Introducere
Plecând de la soluția unei probleme, se va găsi soluția alteia care
difera de problema inițaiala prin elementele matricei costurilor sau prin
cantitățile disponibile sau necesare.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 6, studenţii vor şti să folosească
algoritmul de reoptimizare al problemelor de transport în cazul
modificării matricei costurilor sau a modificării disponibilului şi/sau
necesarului.

Termeni cheie
Reoptimizarea problemelor de transport.

6.1. Reoptimizarea în cazul modificarii matricei costurilor

Fie problema de transport:

 m n

 [min] f    cij  xij

 n i 1 j 1


  x  a , i  1, m
(1) j 1 ij i
 m
  xij  b j , j  1, n
 i 1
 xij  0, i  1, m, j  1, n

62
pe care o presupunem rezolvată cu algoritmul distributiv.
Plecând de la tabelul care conţine soluţia optimă a problemei (1) se verifică
optimalitatea acestei soluţii folosind elementele cij(1) :
- dacă ui(1)  v(j1)  cij(1) atunci soluţia este optimă şi pentru problema
modificată;
- dacă cel puţin o condiţie de optim nu este îndeplinită atunci se va trece
la îmbunătăţirea soluţiei.
Exemplul 6.1.1. Să se reoptimizeze problema de transport dată prin tabelul:
6 4 8

2 5 3

1 6 4

 4 5 2
 
Dacă matricea costurilor devine C (1)
  4 7 3 .
 2 1 5
 
Rezolvare:
Prin metoda elementului minim stabilim soluţia iniţială de bază şi-i
verificăm optimalitatea.
v1 = 5 v2 = 4 v3 = 6

6 5 4 4 6 6
u1 = 0 18 15
· 15 3

2 2 5 1 3 3
u2 = -3 21 17
4 · 17

1 1 6 0 4 2
u3 = -4 11
11 · 7
15 15 20
4 3
Avem soluţia optimă :
 0 15 3 
 
xopt   4 0 17  , iar fmin = 148.
11 0 0 
 
Pentru reoptimizare avem o soluţie a problemei modificate şi trecem la
îmbunătăţirea ei:

63
 v1 = 3 v2 = 5 v3 = 2

4 3 5 5 2 2
u1 = 0
· - 15 + 3

4 4 7 6 3 3
u2 = 1
+ 4 · - 17

2 2 1 4 5 1
u3 = -1
- 11 + · ·

11
Soluţia obţinută nu verifică condiţia de optim în căsuţa (3, 2) şi formăm
ciclul acestei căsuţe:
v1 = 3 v2 = 5 v3 = 2

4 3 5 5 5 2
u1 = 0
· 4 14

4 4 7 6 3 3
u2 = 1
15 · 6

2 -1 1 1 5 -2
u3 = 1
· 11 ·
5 7
0 4 14 
Soluţia optimă este: x (1)  15 
0 6  , iar f min  137  148  f min .
(1)
opt
0 11 0 


6.2. Reoptimizarea problemelor de transport în cazul modificării

şi/sau necesarului

Pornind de la tabelul care conţine soluţia optimă a problemei (1) cu noile

cantităţi pentru disponibil şi/sau necesar a'i , b' j se vor ocupa exact aceleaşi căsuţe,
chiar cu riscul apariţiei, în unele căsuţe, a unei valori negative.
- Dacă toate căsuţele sunt ocupate cu valori nenegative atunci soluţia
rămâne optimă şi pentru problema modificată.
- Dacă cel puţin într-o căsuţă apare o valoare negativă atunci când se
formează ciclul acestei căsuţe, cu vârf pozitiv în această căsuţă se vor
modifica valorile variabilelor din căsuţele acestui ciclu cu cantitatea
egală cu valoarea negativă din căsuţa de pornire şi apoi se procedează
după caz.

64
Exemplul 6.2.1. Să se reoptimizeze problema de transport dată prin tabelul:
5 2 3
12

1 4 3
18

5 15 10

Dacă disponibilul şi necesarul devin 16, 14 şi respectiv 8, 14, 8.

Rezolvare:
Soluţia iniţială de bază obţinută prin metoda elementului minim este chiar
soluţia optimă:

v1 = -1 v2 = 2 v3 = 1

5 -1 2 2 3 1
u1 = 0 12
· 12 ·

1 1 4 4 3 3
u2 = 2 18 13 3
5 3 10
5 15 10
3
 0 12 0 
xopt    fmin = 71.
 5 3 10 
Pentru reoptimizare, cu noile cantităţi disponibile şi necesare se ocupă
aceleaşi căsuţe şi obţinem:
5 2 3
16
· - 16 + ·

1 4 3
14 6 -2
8 + -2 - 8
8 14 8 2
-2
Întrucât în căsuţa (2,2) a apărut valoarea negativă -2 (soluţia nu este
admisibilă) vom forma un ciclu al acestei căsuţe, cu vârful „+”. Din cele două cicluri
existente am preferat pe cel care va avea celălalt vârf pozitiv într-o căsuţă liberă cu
costul mai mic. Astfel avem:

65
 v1 = 1 v2 = 2 v3 = 3

5 1 2 2 3 3
u1 = 0
· 14 2

1 1 4 2 3 3
u2 = 0
8 · 6
3
Soluţia obţinută este optimă:
 0 14 2 
   şi f min  60  71  f min .
(1) (1)
xopt
8 0 6

Test de autoevaluare

Să se rezolve următoarea problemă de transport în caz de minimizare:

3 5 8 8 5
170

8 2 6 2 7
110

4 5 8 6 10
220

100 150 120 50 80

şi apoi să se reoptimizeze dacă:

a) dacă matricea costurilor devine:
8 5 4 3 7
 
C  C   2 9 6 6 1
(1)

4 3 7 7 8
 
b) disponibilul devine 230, 100, 170 şi necesarul devine 150, 150, 80, 85, 35.

66
Probleme propuse

Să se rezolve următoarea problemă de transport în caz de maximizare:

3 5 8 8 5
170

8 2 6 2 7
110

4 5 8 6 10
220

100 150 120 50 80

şi apoi să se reoptimizeze dacă

a) dacă matricea costurilor devine:

8 5 4 3 7
 
C  C   2 9 6 6 1
(1)

4 3 7 7 8
 
b) disponibilul devine 230, 100, 170 şi necesarul devine 150, 150, 80, 85, 35.

67
 Unitatea de studiu 7.
Probleme de transport parametrice

Cuprins
Introducere ..................................................................................................... 68
Obiectivele unităţii de studiu ........................................................................... 68
7.1. Parametrizarea matricei C ....................................................................... 69
7.2. Parametrizarea disponibilului și/sau necesarului ..................................... 71
Test de autoevaluare ...................................................................................... 73
Probleme propuse .......................................................................................... 74

Introducere
A șaptea unitate de studiu este o generalizare a rezultatelor celei de-a
șasea unităţi, aici prezentându-se cazurile în care se cel puţin unul
dintre elementele problemei depinde de unul sau mai mulţi parametri.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 7, studenţii vor şti să rezolve probleme
parametrice în cazul dependenţei liniare de un parametru a
coeficienţilor funcţiei obiectiv sau a disponibilului şi/sau necesarului.

Termeni cheie
Rezolvarea problemelor parametrice, parametrizarea matricei
costurilor, parametizarea cantităților disponibile, parametrizarea
cantităților necesare.

68
7.1. Parametrizarea matricei C

Considerăm problema de transport:

 m n

 [min] f  i 1 j 1 cij  xij

 n

  x  a , i  1, m
(1) j 1 ij i
 m
  xij  b j , j  1, n
 i 1
 xij  0, i  1, m, j  1, n
Presupunem că problema (1) este parametrică cij (t )  cij(1)  tcij( 2) ,
t  [a, b] . Rezolvarea problemei se face în următoarele etape:
1) Pentru t = t0  [a, b] se rezolvă problema în mod obişnuit;
2) Se reoptimizează problema cu valorile cij(t);
3) Din condiţiile de optim ui(t) + vj(t) ≤ cij(t) se deduce un subinterval [α,
β] în care soluţia găsită este optimă. Dacă [α, β] = [a, b] atunci
rezolvarea s-a încheiat, în caz contrar se continuă cu etapa următoare.
4) Se ia t  [a, b]- [α, β] şi se continuă cu reoptimizarea până când
reunirea intervalelor găsite coincide cu [a, b].

Exemplul 7.1.1. Să se rezolve problema de transport dată prin tabelul:

6-2t 4 3+t
50

2+t 5-t 3+t

30

25 20 35

Rezolvare:
Se impun condiţiile de nenegativitate ale costurilor unitare 6 –2t ≥ 0, 3 + t ≥
0, 2 + t ≥ 0, 5 – t ≥ 0, din care se obţine t  [-2, 3].
Rezolvăm mai întâi, problema pentru t = 0. Avem:
v1 = -1 v2 = 4 v3 = 3

6 1 4 4 3 3
u1 = 0 50 15
· + 15 - 35

2 2 5 5 3 4
u2 = 2 30 5
25 - 5 + ·
2025 35 5
5
Soluţia nu este optimă şi formăm ciclul căsuţei (2,3).

69
 v1 = 2 v2 = 4 v3 = 3

6 2 4 4 3 3
u1 = 0
· 20 30

2 2 5 4 3 3
u2 = 0
25 · 5

 0 20 30 
Deci soluţia optimă pentru t = 0 este xopt    , fmin= 235.
 25 0 5 
Reoptimizăm problema:
v1 = 2 +t v2 = 4 v3 = 3 +t

6-2t 2+t 4 4 3+t 3+t

u1 = 0
· - 20 + 30

2+t 2+t 5-t 4 3+t 3+t

u2 = 0
25 + · - 5

5
Şi din condiţiile de optim:
6  2t  2  t  0 20 30 
  t  [2,1] cu xopt    fmin= 235+60t.
 5t  4  25 0 5 
Dacă t > 1 vom avea 5 – t < 4 deci formăm ciclul căsuţei (2, 2):
v1 = 1 +2t v2 = 4 v3 = 3 +t

6-2t 1+2t 4 4 3+t 3+t

u1 = 0
+ · - 15 35

2+t 2+t 5-t 5-t 3+t 4

u2= 1-t
- 25 + 5 ·

15
Din condiţiile de optim avem:
6  2t  1  2t 5  0 15 35  , f = 240+55t.
  t  [1, ] şi xopt    min
 3t  4 4  25 5 0 

70
 Dacă t > 5/4, atunci 6 – 2t < 1 + 2t şi formăm ciclul căsuţei (1,1):

v1 = 6 -2t v2 = 9 -4t v3 = 3 +t

6-2t 6-2t 4 9-4t 3+t 3+t

u1 = 0
+ 15 · - 35

2+t 2+t 5-t 5-t 3+t -1+4t

u2= -4+3t
- 10 20 + ·

10
Din condiţiile de optim :
 4  9  4t 5 4 15 0 35  f = 315 –5t.
  t   ,  şi xopt    min
3  t  1  4t 4 3 10 20 0 
Dacă t > 4/3, atunci 3 + t < -1 + 4t şi formăm ciclul căsuţei (2, 3):
v1 = 6 -2t v2 = 5 -t v3 = 3 +t

6-2t 6-2t 4 5-t 3+t 3+t

u1 = 0
25 · 25

2+t 6-2t 5-t 5-t 3+t 3+t

u2 = 0
· 20 10
Din condiţiile de optim :
 4  5t 4   25 0 25  , f = 355 –35t.
  t   ,3 şi xopt    min
2  t  6  2t  
3  0 20 10 

7.2. Parametrizarea disponibilului şi/sau necesarului

Considerăm problema (1) în care ai (t )  ai1  tai2 şi/sau b j (t )  b1j  tb 2j ,

t  [a, b]. Rezolvarea problemei se face în următoarele etape:
1) pentru t = t0  [a, b] se rezolvă problema în mod obişnuit;
2) se reoptimizează problema cu noile valori ai(t), bj(t), decupând exact
aceleaşi căsuţe ca la punctul 1);
3) din condiţiile de admisibilitate (valorile variabilelor din căsuţele
ocupate să fie nenegative) se deduce un subinterval [α, β] în care soluţia
este optimă. Dacă [α, β] = [a, b] atunci rezolvarea s-a încheiat, în caz
contrar se continuă cu etapa următoare;
4) se ia t  [a, b] - [α, β] şi se continuă cu reoptimizarea din cazul când
soluţia nu este admisibilă, până ce reuniunea subintervalelor găsite
coincide cu [a, b].

71
Exemplul 7.2.1. Să se rezolve problema de transport parametrică dată prin tabelul:
8 3 2
100 -2t

5 1 4
150 +t

25 +t 175 50 -2t

Rezolvare:
Din condiţiile de nenegativitate ale disponibilului şi necesarului
100 – 2t ≥ 0, 150 +t ≥ 0, 50 – 2t ≥ 0 se obţine t  [-25, 25].
Rezolvăm mai întâi problema pentru t = 0:
v1 = 8 v2 = 3 v3 = 2

8 8 3 3 2 2
u1 = 0 150 50 25
- 25 + 25 50

5 6 1 1 4 0
u2 = -2 150
+ · - 150 ·
25 175 50 25
25

v1 =7 v2 = 3 v3 = 2

8 7 3 3 2 2
u1 = 0
· 50 50

5 5 1 1 4 0
u2 = -2
25 125 ·

Deci soluţia optimă, pentru t = 0 este:

 0 50 50 
xopt    şi fmin = 500.
 25 125 0 
Reoptimizăm problema, considerând şi parametrul t:
8 3 2
100 50 -2t 25
· 50 50-2t

5 1 4
150 +t 125
25+t 125 ·
25+t 175 50 -2t
50
Această soluţie va fi optimă dacă este şi admisibilă. Condiţiile de

72
 50  2t  0
admisibilitate  , conduc la t  [-25, 25] şi acest subinterval coincide cu
 25  t  0
intervalul de variaţie al parametrului t, deci rezolvarea problemei s-a încheiat. Soluţia
optimă este:
 0 50 50  2t 
xopt    şi fmin = 500 + t.
 25  t 125 0 

Test de autoevaluare

Să se rezolve următoarele probleme de transport parametrice în caz de

minimizare:

a)
3 2 2+t 4
400

6-3t 3 3-t 1
200

4 5+t 2 4-t
500

300 300 100 400

b)
3 5 2 4
300+t

6 2 3 1
200-2t

5 1 4 3
500

200+t 400-2t 300+t 100-t

73
Probleme propuse

Să se rezolve următoarele probleme de transport parametrice în caz de

maximizare:

a)
3 2 2+t 4
400

6-3t 3 3-t 1
200

4 5+t 2 4-t
500

300 300 100 400

b)
3 5 2 4
300+t

6 2 3 1
200-2t

5 1 4 3
500

200+t 400-2t 300+t 100-t

74
 Unitatea de studiu 8.
Probleme de tip transport speciale

Cuprins
Introducere ..................................................................................................... 75
Obiectivele unităţii de studiu ........................................................................... 75
8.1. Modele cu centre legate .......................................................................... 76
8.2. Modele cu legături interzise ..................................................................... 80
8.3. Modele cu soluții impuse.......................................................................... 81
Test de autoevaluare ...................................................................................... 83
Probleme propuse .......................................................................................... 84

Introducere
Există anumite probleme practice care se aseamănă cu modele liniare
de tip transport dar care au anumite particularităţi sau condiţii speciale
care se adaugă celor care definesc modelul iniţial. Prin anumite
transformări ele sunt aduse la forma unui model de tip transport şi se
rezolvă cu algoritmul distributiv, după care se revine la problema
iniţială. Unitatea a opta tratează, dupa cum o spune și titlul, astfel de
tipuri speciale ale problemelor de transport.

Durata medie de parcurgere a unităţii de studiu este de 3 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 8, studenţii vor şti să rezolve probleme de tip
transport speciale: cu centre legate, legături interzise, soluţii impuse.

Termeni cheie
Probleme de transport cu centre legate, probleme de transport cu
legături interzise, probleme de transport cu soluţii impuse.

75
8.1. Modele cu centre legate

Se poate întâmpla ca, din motive diverse, doi sau mai mulţi furnizori să aibă
oferta grupată (sau ofertă de grup), doi sau mai mulţi consumatori să aibă cererea
grupată (sau cerere de grup) dar şi una şi alta, dar costurile unitare să fie
individualizate.
Presupunem că furnizorii F1 → Fp, p < m au oferta comună. Vom nota cu FG
furnizorul grupat. Aducerea problemei la forma obişnuită înseamnă „personalizarea
furnizorului comun” şi acest lucru poate fi realizat prin:
1) identificarea furnizorului grupat cu unul dintre furnizori ceea ce poate
conduce de fapt la p probleme obişnuite;
2) definirea costurilor (sau beneficiarilor) furnizorului grupat prin
c1*j  min cij  , 1  j  n în cazul problemelor de minimizare sau prin
1 i  p

c1*j  max cij  , 1  j  n în cazul problemelor de maximizare.

1 i  p
În mod analog, dacă avem cererea grupată B1 → Bq, q < n, putem introduce
beneficiarul grupat BG a cărui personalizare se poate face prin:
1) identificarea beneficiarului grupat cu unul dintre beneficiari, fiind
conduşi la q probleme obişnuite;
2) definirea costurilor (sau beneficiilor) beneficiarului grupat prin:
ci*1  min cij  , 1  i  m pentru probleme de minimizare sau prin :
1 j  q

c  max cij  , 1  i  m pentru probleme de maximizare.

*
i1
1 j  q
Dacă problema are atât furnizor grupat cât şi beneficiar atunci se poate
proceda ca mai sus, secvenţial; determinând mai întâi furnizorul comun
şi apoi beneficiarul comun sau invers.
Observaţie 8.1.1. În oricare din situaţiile cu elemente grupate se ajunge la mai multe
probleme în funcţie de modul de alegere sau de definire a „personalizării”
elementului comun. Aceste probleme sunt diferite în general şi implicit şi soluţiile lor
optime sunt diferite. Ca urmare, problema iniţială poate fi soluţionată în funcţie de
aceste alegeri, altfel spus, soluţia optimă a problemei iniţiale (cu centre legate)
depinde de modul de „personalizare” a centrelor legate (sau grupate).
Exemplul 8.1.2. Să se rezolve problema de minimizare dată în tabelul următor:
B
B1 B2 B3 B4 Disponibil
F
2 3 4 1
F1

200
1 4 2 3
F2

5 1 3 2
F3 150

Necesar 90 80 95 85 350

76
Rezolvare:
a) Dacă FG = F1 se obţine tabelul
B
B1 B2 B3 B4 Disponibil
F

2 3 4 1
FG 200

5 1 3 2
F2 150

Necesar 90 80 95 85 350

Soluţia în acest caz:

v1 = 2 v2 = 2 v3 = 4 v4 = 1

2 2 3 2 4 4 1 1
u1 = 0 200 115 25
90 · 25 85

5 1 1 1 3 3 2 0
u2 = -1 150 70
· 80 70 ·
90 80 95 85
25
 90 0 25 85 
este xopt    şi fmin = 655.
 0 80 70 0 
b) Dacă FG = F2 se obţine tabelul:

B
B1 B2 B3 B4 Disponibil
F

1 4 2 3
FG 200

5 1 3 2
F3 150

Necesar 90 80 95 85 350

77
 Soluţia este:
v1 = 1 v2 = 2 v3 = 2 v4 = 3

1 1 4 2 2 2 3 3
u1 = 0 200 110 15
90 · 95 15

5 0 1 1 3 1 2 2
u2 = -1 150 70
· 80 · 70
90 80 95 85
15
 90 0 95 15  şi
xopt    fmin = 545.
 0 80 0 70 
c) Dacă vom defini costurile lui FG cu relaţia
c1*j  min cij  , 1  j  n obţinem tabelul:
1 i  p

B
B1 B2 B3 B4 Disponibil
F

1 3 2 1
FG 200

5 1 3 2
F3 150

Necesar 90 80 95 85 350

Soluţia este:
v1 = 1 v2 = 0 v3 = 2 v4 = 1

1 1 3 0 2 2 3 3
u1 = 0 200 110 15
90 · + 25 15

5 2 1 1 3 3 2 2
u2 = 1 150 70
· 80 - 70 + ·
90 80 95 85 70
70 15
 90 0 25 85 
1
xopt    şi fmin = 515.
 0 80 70 0 

Dar soluţia nu este unică şi avem:

78
 v1 = 1 v2 = 0 v3 = 2 v4 = 1

1 1 3 0 2 2 1 1
u1 = 0
90 · 95 15

5 2 1 1 3 3 2 2
u2 = 1
· 80 · 70

 90 0 95 15 
2
xopt    şi fmin = 515.
 0 80 0 70 
Soluţia generală este: xopt  xopt
1
 (1   ) xopt
2
, 0    1 , adică
 90 0 95  70 15  70 
xopt    cu fmin = 515.
 0 80 70 70  70 
Revenind la problema iniţială, soluţia în cele trei cazuri este:
 90 0 25 85 
  cu fmin = 655;
a) xopt   0 0 0 0
0 70 0 
 80
0 0 0 0
  cu fmin = 545;
b) xopt   90 0 95 15 
0 0 70 
 80
0 0 0 15  70 
  cu fmin = 515, 0 ≤ λ ≤ 1.
c) xopt   90 0 95  70 0 
0 70 70  70 
 80

Observaţie 8.1.3.
1)Remarcăm faptul că soluţionarea problemei depinde de alegerea
„centrului comun” atât în ceea ce priveşte componentele soluţiei cât şi în ceea ce
priveşte valoarea funcţiei obiectiv. Deoarece pentru modelele de tip transport
interesează optimul pentru ansamblul partenerilor (furnizori şi beneficiari) şi nu
pentru fiecare în parte, o astfel de situaţie conduce la analiza tuturor cazurilor şi la
alegerea celei mai bune variante prin intermediul funcţiei obiectiv. În exemplul
anterior considerăm că varianta de la punctul c) este mai bună.
2)În cazul a două centre legate, ca în exemplul anterior, se poate recurge la
o parametrizare a problemei. Punând a1 = α şi a2 = 200-α, în exemplul anterior avem
o problemă de tip transport obişnuită a cărei soluţionare necesită discuţii asupra
parametrului atât în faza de determinare a soluţiilor de bază cât şi în faza de căutare a
soluţiei optime. Procedeul devine greoi dacă avem mai mult de două centre legate. El
rămâne însă interesant pentru că oferă soluţii elastice (depinzând de parametri),
adeseori mai adecvate practicii economice.

79
8.2. Modele cu legături interzise

Deşi este vorba de un acelaşi produs atât la ofertă cât şi la cerere, există
situaţii practice de incompatibilitate (sau de necooperare, sau legături interzise, sau
rute interzise) pe anumite relaţii sau cupluri (Fi, Bj).
Presupunem că relaţia sau legătura Fi0 → Bj0 este incompatibilă, atunci în
tabelul problemei de transport se haşurează căsuţa (i0, j0) pentru a fi evitată în calcule,
după care se rezolvă problema în mod obişnuit.
Observaţie 8.2.1. Este posibil ca în cazul mai multor (sau al prea multor) restricţii de
necooperare problema să nu aibă soluţii admisibile şi implicit soluţii optime.

Exemplul 8.2.2. Să se rezolve problema din aplicaţia 1.7.14. în ipoteza că banca B1

nu doreşte să participe la finanţarea proiectului P4.
Rezolvare:
Haşurând căsuţa (1, 4) avem:
v1 = 2 v2 = 3 v3 = 1 v4 = 0 v5= 3

2 2 3 3 1 1 4 3 3
u1 = 0 175 85 5
- 5 90 + · 80

1 5 2 6 4 4 3 3 1 6
u2 = 3 225 105
· · - 120 + 105 ·

4 4 2 5 1 3 2 2 4 5
u3= 2 200 75
+ 125 · · - 75 ·
130 90 120 180 80 5
125 75
Soluţia optimă, dacă s-a aplicat metoda costului maxim pe linii
 5 90 0 0 80 
 
xopt   0
1
0 120 105 0  cu fmax = 1965.
125 0 75 0 
 0
Dar această soluţie nu este unică şi formând ciclul căsuţei (1,3) avem:
v1 = 2 v2 = 3 v3 = 1 v4 = 0 v5= 3

2 2 3 3 1 1 4 3 3
u1 = 0
- · 90 5 80

1 5 2 6 4 4 3 3 1 6
u2 = 3
· · 115 110 ·

4 4 2 5 1 3 2 2 4 5
u3= 2
130 · · 70 ·

80
  0 90 5 0 80 
 
x2
opt  0 0 115 110 0 
130 0 70 0 
 0
Soluţia generală este: xopt  xopt
1
 (1   ) xopt
2
, 0   1
 5 90 5  5 0 80 
 
x opt  0 0 115  5 110  5 0  , 0    1 , fmax = 1965.
130   0 70  5 0 
 0

8.3. Modele cu soluţii impuse

O problemă de tip transport este considerată cu soluţii impuse dacă există

 
cel puţin o restricţie suplimentară de forma: xi 0 j 0  d  min ai 0 , b j 0 , d fixat .
Problema impune alocare obligatorie a cantităţii xi0j0 = d pe relaţia (Fi0, Bj0),
1 ≤ i0 ≤ m, 1 ≤ j0 ≤ n. Ca urmare problema iniţială se modifică la nivelul furnizorului
Fi0 care va dispune de cantitatea (ai0 – d) şi la nivelul beneficiarului Bj0 care va
solicita (bj0 – d). Relaţia impusă (Fi0, Bj0) va rămâne acum ca o legătură interzisă şi se
rezolvă problema.

Exemplul 8.3.1. Un grup de trei bănci finanţează un anumit obiectiv a cărui

realizare durează patru ani. Disponibilul bancar, necesarul anual precum şi costurile
unitare ale operaţiunii (unităţi cheltuite pentru 100 unităţi investite) sunt date în
tabelul următor (fondurile se exprimă în milioane). Se cere planul optim de finanţare
având în vedere că banca B3 alocă exact 20 u.m. în ultimul an şi 40 u.m. în anul al
doilea.
Ani
Disponibil
A1 A2 A3 A4
Bănci bancar

2 3 1 4
B1 100

4 2 5 1
B2 200

1 5 4 3
B3 300

Necesar
175 175 120 130 600
anual

Rezolvare:
Deoarece x14 = 20 u.m. şi x32 = 40 u.m. problema modificată (ca şi cum ar
avea legături interzise) este dată de tabelul:

81
 Ani
Disponibil
A1 A2 A3 A4
Bănci bancar

2 3 1 4
B1 100
20

4 2 5 1
B2 200

1 5 4 3
B3 300
40

Necesar
175 175 120 130 600
anual

Observaţie 8.3.2. Din cauza celor două „căsuţe blocate” o soluţie iniţială de bază nu
poate fi găsită aplicând metodele cunoscute. Este necesar să se aibă în vedere poziţiile
ocupate, de la început sau pe parcurs.

Aplicăm metoda costului minim pe linie şi obţinem soluţia optimă care

evident că nu mai este soluţie de bază şi anume:

v1 = -2 v2 =1 v3 = 1 v4 = 0
4
u1 = 0 80
20

u2 = 1 200 65

5
u3= 3 260 85 40
40
175 135 120 110
40 45

 0 0 80 20 
 
xopt   0 135 0 65  , fmin = 885.
175 40 40 45 
 

82
Test de autoevaluare

1. Să se rezolve problemele de mai jos atât în caz de minimizare cât şi în caz

de maximizare a funcţiei obiectiv:

a)
4 3 1 2
150

1 2 5 4
250

5 4 3 1
300

100 150 150 300

b)
2 3 5 1
120

3 2 1 4
180

1 5 4 3
300

100 150 150 150

2. Să se rezolve problemele de la exerciţiul 1. dacă intervin condiţiile:

1) x11 = 50;
2) x31 = 60 şi x13 = 20;
3) primii doi furnizori au oferta comună a = a1 + a2, pentru fiecare model în
parte, presupunând acum numai pe a cunoscut;
4) primii doi consumatori au cererea comună b = b1 + b2, pentru fiecare
model în parte, presupunând acum doar b cunoscut;
5) ruta sau legătura (F2, B4) este interzisă.

83
Probleme propuse

1. Să se rezolve problemele de mai jos atât în caz de minimizare cât şi în caz

de maximizare a funcţiei obiectiv:

a)
4 1 2 3
200

1 3 5 4
150

2 5 3 1
250

175 185 45 195

b)
2 5 4 1
200

4 1 3 5
200

1 3 2 4
300

150 150 300 100

2. Să se rezolve problemele de la exerciţiul 1. dacă intervin condiţiile:

1) x11 = 50;
2) x31 = 60 şi x13 = 20;
3) primii doi furnizori au oferta comună a = a1 + a2, pentru fiecare model în
parte, presupunând acum numai pe a cunoscut;
4) primii doi consumatori au cererea comună b = b1 + b2, pentru fiecare
model în parte, presupunând acum doar b cunoscut;
5) ruta sau legătura (F2, B4) este interzisă.

84
 Unitatea de studiu 9.
Dobânda simplă

Cuprins
Introducere ..................................................................................................... 85
Obiectivele unităţii de studiu ........................................................................... 85
9.1. Dobânda simplă ....................................................................................... 85
Test de autoevaluare ...................................................................................... 91
Probleme propuse .......................................................................................... 92

Introducere
În a noua unitate de studiu se vor calcula dobânda simplă aferentă
unei sume iniţiale, precum şi necunoscutele din formula de calcul a
dobânzii îin cazul îin care se cunosc celelalte elemente.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 9, studenţii vor şti să calculeze dobânda
simplă aferentă unor sume iniţiale în diferite condiţii şi vor putea
deduce de fiecare dată sumele finale corespunzătoare.

Termeni cheie
Dobânda simplă, dobânda unitară anuală, dobânda fracţionară,
indicele de fructificare, indicele de actualizare, suma finală, suma
iniţială, volumul mediu al sumelor, procentul mediu, scadenţa comună,
scadenţa mijlocie, principiul echilibrului financiar, sumă nominală,
sistem de împrumuturi.

9.1. Dobânda simpla

Dobânda este o sumă de bani plătită de către debitor creditorului pentru

folosirea capitalului împrumutat, ca factor de producţie sau în alte scopuri. Dobânda
este preţul la care se vinde sau se cumpără capitalul de împrumut de pe piaţa
capitalului, constituind o recompensă pentru riscul pe care şi-l asumă creditorul prin
cedarea temporară a capitalului său. Dobânda se plăteşte pentru depunerile făcute de
diverşi agenţi economici la instituţiile financiar-bancare, pentru obligaţiunile emise de
stat sau de diverse societăţi comerciale.
Sursa dobânzii o constituie o parte din rezultatele financiare ce se obţin prin
investirea capitalului împrumutat în activităţile economice. În cazul creditului de
consum, de care beneficiază în principal populaţia, dobânda este suportată din
85
veniturile personale ale debitorului.
Dacă notăm cu s suma de bani care se împrumută de către creditor
debitorului, sau se depune spre fructificare, pe care o numim sumă iniţială şi perioada
de împrumut (sau de depunere) se consideră de durată t, măsurată în ani, admitem că
dobânda D, ce se cuvine pentru folosirea sumei împrumutate s pe perioada t este
direct proporţională cu acestea adică D = i s t . Semnificaţia factorului de
proporţionalitate i este aceea că el reprezintă dobânda pentru suma s = 1 u.m. pe
perioada t = 1 (an), adică este o dobândă unitară anuală, sau rata anuală a dobânzii.
În practica financiară curentă se utilizează în locul dobânzii unitare anuale,
procentul, adică dobânda ce se cuvine pentru 100 unităţi monetare pe timp de un an si
se notează cu p. Astfel formula de bază devine:
p  s t
D
100
Exemplul 9.1.1. Dacă dobânda unitară anuală este de 0,25, să se calculeze dobânda
pentru suma de 100.000 u.m. pe timp de 1 an, respectiv pe o jumătate de an.
Rezolvare:
1
Avem că i = 0,25, s = 100.000 u.m. , t = 1 an respectiv t = an. Astfel
2
obţinem:
D = 0,25 · 100.000 · 1 = 25.000 u.m. respectiv
1
D = 0,25 · 100.000 · = 12.500 u.m.
2
În practica financiară curentă sunt situaţii în care unitatea de măsură a
timpului nu este anul ci o fracţiune de an. Considerând k un număr de fracţiuni (părţi)
egale ale anului; dacă k = 1, atunci 1 an = 1 an; dacă k = 2, atunci 1 an = 2 semestre;
dacă k = 12, atunci 1 an = 12 luni şi aşa mai departe. Notând cu t k un număr de astfel
t s  i  tk
de diviziuni ale anului încât să avem relaţia t k = k · t sau t= k obţinem D  .
k k
Un caz particular de fracţionare de an este acela în care durata operaţiunii se
exprimă în zile. Pe plan internaţional, în operaţiuni bancare sau bursiere, se cunosc
trei proceduri de calcul practic şi prin urmare de considerare a anului bancar sau a
celui calendaristic şi anume:
1) procedura engleză, pentru care anul bancar are 365 de zile iar lunile bancare
sunt cele calendaristice cu 28, 29, 30 sau 31 de zile;
2) procedura franceză, pentru care anul bancar are 360 de zile iar lunile
bancare sunt cele calendaristice cu 28, 29, 30 sau 31 de zile;
3) procedura germană, pentru care anul bancar are 360 de zile iar lunile
bancare ale anului sunt toate egale între ele cu câte 30 de zile.
În general anul are 365 sau 366 de zile.
În cazul particular al anului bancar de 360 de zile, k = 360, când durata
operaţiunii t se exprimă în zile, avem expresia cunoscută şi consacrată în practica
bancară a dobânzii simple:
s  i  t360
D
360

86
Exemplul 9.1.2. Să se calculeze dobânda pentru suma de 50.000 u.m. cu procentul de
36% pe timp de 200 de zile.
Rezolvare:
Avem s = 50.000 u.m., p = 36 % sau i = 0,36 şi t = 200 zile, deci:
0,36  50.000  200
D  10.000 u.m.
360
Dacă presupunem că din motive diverse plasamentul nu are loc cu acelaşi
procent anual p pe toată durata de plasare t, adică p k = 100 i k procentul anual de
m
plasare pe durata t k cu t =  tk obţinem că dobânda simplă totală este:
k 1
m
D  s   ik  tk .
k 1
Această relaţie constituie rezultatul aplicării succesive a definiţiei dobânzii
simple pe intervale consecutive ale duratei de plasare ilustrând situaţii practice
frecvente.
Exemplul 9.1.3. Să presupunem că o sumă s = 3.600 u.m. a fost
împrumutată pentru un an de zile în regim de dobândă simplă, cu procentele anuale
de 5, 6, 7, 8 şi 10 % pentru duratele consecutive de 30, 45,60, 75 şi respectiv 150 de
zile. Dobânda corespunzătoare acestui împrumut va fi o sumă a dobânzilor aferente
fiecărei durate, în ipoteza că un an = 360 zile şi anume:
 0,05  30 0,06  45 0,07  60 0,08  75 0,1  150 
D  3600        294 u.m.
 360 360 360 360 360 
Dacă la suma iniţială s se adună dobânda D se obţine suma finală notată cu
S adică S = s + D sau S = s (1 + i · t) în cazul procentului anual constant pe toată
 m

durata de plasare sau S = s  1   ik  tk  , în cazul procentului constant pe fracţiuni
 k 1 
ale duratei t.
Exemplul 9.1.4. Suma s = 40.000 u.m. plasată pentru 75 zile cu procentul anual de 9
% conduce la o sumă finală
 0,09  75 
S = 40.000  1    40.750 u.m.
 360 
şi la o dobândă D = 750 u.m..

Observaţie 9.1.5.
1.Dacă s = 1 u.m., t = 1 an, notând S = u, obţinem din formula valorii finale
u = 1+i, iar u se numeşte factor de fructificare.
2.Dacă în schimb S = 1 u.m., t = 1 an, notând s = v obţinem din formula
 S  1 1
valorii iniţiale  s  , v   , iar v se numeşte factor de actualizare.
 1 i t  1 i u
Prin urmare: S = s · u şi s = S · v.

Exemplul 9.1.6. Suma s = 10.000 u.m. plasată pentru 270 zile cu procentul anual p =
6 % conduce la o valoare finală
i  s  t 0,06  10.000  270
S =   10.450u.m. Procentul de plasare p şi
360 360
Ss Ss
dobânda unitară i sunt date de relaţiile i  şi p   100 .
s t s t
87
Exemplul 9.1.7. Plasând suma s = 25.000 u.m. pe o durată de 300 zile, pentru a
realiza o dobândă de 2.500 u.m. ar trebui potrivit relaţiilor anterioare ca operaţiunea
să se efectueze cu procentul anual p = 12 %. Durata de plasament t sau scadenţa
S s S s
operaţiunii este dată de relaţia: t    100 .
si s p
Exemplul 9.1.8. Dacă se plasează unui client un credit de s = 100.000 u.m. cu
procentul anual p = 6 %, atunci pentru a realiza o dobândă simplă de 500 u.m. ar
trebui ca operaţiunea de creditare să dureze 300 zile.

Definiţie 9.1.9. Se numeşte împrumut un triplet format din: o sumă nominală (iniţială
sau finală), un procent şi o dată, adică un moment al nominalizării (precizării) sumei.

În orice problemă financiară trebuie să rezulte dacă folosirea sumei este

anterioară sau posterioară datei nominalizării.
Sunt situaţii în care un sistem de împrumuturi se schimbă cu un alt sistem
de împrumuturi. Schimbarea este posibilă numai dacă cele două sisteme de
împrumuturi sunt echivalente.
Echivalenţa se bazează pe principiul echilibrului financiar, potrivit căruia
două sisteme de împrumuturi sunt echivalente dacă şi numai dacă suma valorilor
actuale ale valorilor nominale de la primul sistem de împrumuturi este egală cu suma
valorilor actuale ale valorilor nominale de la al doilea sistem.
Considerăm sistemele de împrumuturi, date cu valorile finale ca valori
nominale {(Sk’ , pk’, tk’ )}k = 1,m şi {(Sk , pk, tk )}k = 1,n.
Spunem că cele două sisteme sunt echivalente şi scriem
{(Sk’ , pk’, tk’ )}k = 1,m ~ {(Sk , pk, tk )}k = 1,n. dacă şi numai dacă are loc egalitatea :
m n m
S' n
S
 sk'   sk , adică  1  i 'k  t '   1  i k  t .
k 1 k 1 k 1 k k k 1 k k
Analog, dacă sistemele sunt date cu valorile iniţiale ele vor fi echivalente şi
scriem {(sk’ , pk’, tk’ )}k = 1,m ~ {(sk , pk, tk )}k = 1,n. dacă şi numai dacă are loc
egalitatea :

 Sk'   Sk , adică  sk'  1  ik'  tk'    sk  1  ik  tk  .

m n m n

k 1 k 1 k 1 k 1
Se pot introduce, pe baza echivalenţei, aşa-zisele valori medii.
Fie {(Sk , pk, tk )}k = 1,n, un sistem de împrumuturi. Se numeşte volumul
mediu al sumelor Sk, suma S determinată pe baza echivalenţei {(Sk , pk, tk
)}k = 1,n ~ {(S, pk, tk )}k = 1,n .
Se numeşte procentul mediu al procentelor pk procentul p determinat pe
baza echivalenţei {(Sk , pk, tk )}k = 1,n ~ {(Sk , p, tk )}k = 1,n.
Se numeşte scadenţă comună a datelor tk, data (momentul) t determinat pe
baza echivalenţei {(Sk , pk, tk )}k = 1,n ~ {(Sk , pk, t )}k = 1,n.
Dacă avem deja procentul mediu şi împrumuturile se înlocuiesc cu un
n
singur împrumut, la care suma (finală) este S =  Sk , atunci data (timpul ) se
k 1
n
numeşte scadenţa mijlocie şi se determină din echivalenţa {(  S k , p, t )} ~
k 1
{(Sk , pk, tk )}k = 1,n. unde p este procentul mediu al procentelor pk, k = 1,n.
Valori medii analoage se pot defini şi când sistemul de împrumuturi este dat
prin valorile (nominale) iniţiale adică {(sk , pk, tk )}k = 1,n.

88
Exemplul 9.1.10. Considerăm următoarele trei operaţiuni pe care partenerul P1 le
face împreună cu partenerul P2
 s1 s2 s3  10.000um 15.000um 20.000um 
 p p p    12% 6% 9% 
 1 3
 120zile 
2

 t1 t2 t3   60zile 72zile
Presupunând că partenerul P1 ar dori, pe rând, ca:
a. să plaseze de fiecare dată aceeaşi sumă S, cu procentele anuale date şi
scadenţele menţionate.
b. toate cele trei plasamente să se facă la scadenţele menţionate dar cu un
acelaşi procent anual p.
c. sumele menţionate să fie plasate cu procentele anuale date dar până la o
aceeaşi dată sau scadenţă t.
Atunci să se determine, în condiţii de echivalenţă în raport cu dobânda, respectiv
suma medie s, procentul anual mediu p şi scadenţa medie t.
Rezolvare:
Corespunzător condiţiilor plasamentului, deducem că:
3
60 72 120
 ik  sk  tk  0,12  10.000  360  0,06  15.000  360  0,09  20.000  360  980
k 1
3
 ik  sk  0,12  10.000  0,06  15.000  0,09  20.000  3.900
k 1
3
60 72 120 34.000
 sk  tk  10.000  360  15.000  360  20.000  360  3
k 1
3
60 72 120
 ik  tk  0,12  360  0,06  360  0,09  360  0,062 şi ca urmare a acestor calcule:
k 1
a) rezultă că suma medie înlocuitoare a celor trei sume ce pot fi plasate este:
3
 ik  sk  tk 980
k 1
s 3
  15.806,45u.m.
0,062
 ik  tk
k 1
b) rezultă că procentul mediu înlocuitor a celor trei procente de plasament
3
 ik  sk  tk 980  3
este p = 100·i unde: i  k 1   0,086 , adică p = 8,6 %.
3
34.000
 sk  t k
k 1
c) rezultă că scadenţa medie înlocuitoare a celor trei scadenţe sau durate
3
 ik  sk  tk 980  360
k 1
este: t  3
  90,46zile
3.900
 ik  sk
k 1

Exemplul 9.1.11.
a) Dacă în exemplul precedent se doreşte înlocuirea celor trei operaţiuni de
plasament printr-una singură de durată t = 200 zile şi cu un procent anual p = 10 %
atunci suma unică sau comună înlocuitoare de plată va fi:
3
1 1
s 
i  t k 1
ik  sk  tk 
200
 980  17.640u.m.
0,1 
360

89
 b) Dacă înlocuirea se face printr-o operaţiune de sumă s = 10.000 u.m. şi un
procent anual p = 10 % atunci scadenţa comună sau unică înlocuitoare va fi:
1 3 1
t 
s  i k 1
ik  sk  tk 
10.000  0,1
 980  360  352,8 zile

c) Dacă înlocuirea se face printr-o operaţiune de sumă s = 16.000 u.m.

şi scadenţa t = 150 zile, atunci procentul unic sau comun înlocuitor trebuie să
fie : p = 100 · i unde:
1 3 1
i 
s  t k 1
ik  sk  tk 
150
 980  0,147 deci p = 14,7 %.
16.000 
360

Exemplul 9.1.12. Ca urmare a unor servicii de care a beneficiat partenerul P1

urmează să efectueze către partenerul P2 cinci plăţi conform tabelului:
Plata (k) 1 2 3 4 5
Suma de plată sau datorată (sk) 1.000 800 1.500 2.000 1.600
Procentul anual (pk) 5 10 6 8 12
Scadenţa sau durata (tk) în zile 30 45 60 30 25
În aceste condiţii se cer următoarele (1 an = 360 zile):
1) dobânda fiecărei operaţiuni şi dobânda totală;
2) dacă se pune problema înlocuirii celor cinci operaţiuni printr-una singură, în
condiţii de echivalenţă în regim de dobândă simplă prin dobândă, să se
determine:
a) suma înlocuitoare s cu procentul anual unic p = 5 % şi scadenţa unică t =
60 zile date sau fixate;
b) procentul anual înlocuitor unic p cu plata de sumă unică
s = 4.000 u.m. şi scadenţa unică t = 50 zile, date;
c) scadenţa înlocuitoare unică t cu plata de sumă unică
s = 5.000 u.m. şi procentul anual unic p = 10 % fixate.
3) dacă numărul de operaţiuni rămâne neschimbat şi se pune problema
înlocuirii uneia dintre elementele tripletului (s k, p k, t k ) printr-un triplet de
forma (s, p, t ) celelalte două rămânând de asemenea neschimbate, în
condiţii de echivalenţă în regim de dobândă simplă prin dobândă, să se
determine:
a) suma medie înlocuitoare s;
b) procentul anual mediu înlocuitor p;
c) scadenţa medie înlocuitoare t.
Rezolvare:
1) Deoarece D k = i k · s k · t k , 1  k  5, rezultă:
30 25 45
D1 = 0,05  1.000   ; D2 = 0,1  800   10 ;
360 6 360
60 30 40
D3 = 0,06  1.500   15 ; D4 = 0,08  2.000   ;
360 360 3
25 40 335
D5 = 0,12  1.600   ; D = D1 + D2 + D3 + D4 + D5 = .
360 3 6
2) elementele înlocuitoare sunt:
1 5 360 335
a) s  
i  t k 1
ik  sk  tk  
0,05  60 6
 6.700u.m.

1 5 360 335
b) i  
s  t k 1
ik  sk  tk 
4.000  50 6
  0,1005 deci p = 10,05 %.

90
 1 3 1 335
c) t  
s  i k 1
ik  sk  tk  
5.000  0,1 6
 360  40,2 zile

3) elementele cerute sunt:

5
 ik  sk  tk 335
k 1
a) s  3
  24  1.340u.m.
6
 ik  tk
k 1
5
 ik  sk  tk 335
b) i  k 1
5
 6  0,0785 , adică p = 7,85 %.
6.400
 sk  t k 9
k 1
5
 ik  sk  tk 335
335 335
c) t  k 1
5
 6 ani  ani   360zile  35,14zile
572 3432 3432
 ik  sk
k 1

Test de autoevaluare

1. Ce sumă a fost plasată cu dobândă simplă, pe data de 15 ianuarie cu

procentul anual de 5 % pentru a putea dispune la 20 septembrie acelaşi an de suma
sau capitalul de 10.000 u.m?
2. I. Se efectuează cinci operaţiuni de plasare, în regim de dobândă simplă,
a unor sume pe anumite durate de timp şi cu anumite procente anuale şi anume:
1) se plasează suma de 1.500 u.m. timp de 40 de zile cu procentul de 5
%;
2) se plasează suma de 2.000 u.m. timp de 3 luni cu procentul de 6 %;
3) se plasează suma de 4.000 u.m. timp de 4 săptămâni cu procentul de
4 %;
4) se plasează suma de 3.000 u.m. timp de un semestru cu procentul de
10%;
5) se plasează suma de 1.000 u.m. timp de 3 luni şi 10 zile cu procentul
de 3%;
Să se înlocuiască cele cinci sume prin sume egale de fiecare dată, în condiţii
de echivalenţă în regim de dobândă simplă, dacă:
a) celelalte elemente ale operaţiunilor rămân neschimbate;
b) procentele nu se schimbă, duratele fiind toate de câte 2 luni;
II. Considerând operaţiunile din I, să se determine scadenţa comună a
acestora (toate scadenţele sunt egale între ele) dacă:
a) celelalte elemente ale operaţiunilor rămân neschimbate;
b) procentele nu se schimbă, iar sumele sunt toate egale cu 2.500 u.m.;
III. Considerând operaţiunile din I, să se determine procentul comun
înlocuitor (toate procentele sunt egale între ele) al acestora dacă:
a) celelalte elemente ale operaţiunilor rămân neschimbate;
b) sumele nu se schimbă, iar duratele sunt toate egale cu 6 săptămâni.

91
Probleme propuse

1. Ce sumă a fost plasată cu dobândă simplă, pe data de 10 ianuarie cu

procentul anual de 15 % pentru a putea dispune la 30 septembrie acelaşi an de suma
sau capitalul de 100.000 u.m?
2. I. Se efectuează cinci operaţiuni de plasare, în regim de dobândă simplă,
a unor sume pe anumite durate de timp şi cu anumite procente anuale şi anume:
1) se plasează suma de 1.500 u.m. timp de 40 de zile cu procentul de 5
%;
2) se plasează suma de 2.000 u.m. timp de 3 luni cu procentul de 6 %;
3) se plasează suma de 4.000 u.m. timp de 4 săptămâni cu procentul de
4 %;
4) se plasează suma de 3.000 u.m. timp de un semestru cu procentul de
10%;
5) se plasează suma de 1.000 u.m. timp de 3 luni şi 10 zile cu procentul
de 3%;
Să se înlocuiască cele cinci sume prin sume egale de fiecare dată, în condiţii
de echivalenţă în regim de dobândă simplă, dacă: duratele nu se schimbă dar
procentele sunt toate egale cu 7 %;
II. Considerând operaţiunile din I, să se determine scadenţa comună a
acestora (toate scadenţele sunt egale între ele) dacă: sumele nu se schimbă iar
procentele sunt toate egale cu 5 %;
III. Considerând operaţiunile din I, să se determine procentul comun
înlocuitor (toate procentele sunt egale între ele) al acestora dacă: sumele sunt toate
egale cu 2.500 u.m. iar duratele nu se schimbă.

92
 Unitatea de studiu 10.
Dobânda compusă

Cuprins
Introducere ..................................................................................................... 93
Obiectivele unităţii de studiu ........................................................................... 93
10.1. Dobânda compusă ................................................................................. 93
Test de autoevaluare ...................................................................................... 97
Probleme propuse .......................................................................................... 97

Introducere
În a noua unitate de studiu se vor calcula dobanda compusă aferentă
unei sume inițiale, precum și necunoscutele din formula de calcul a
dobânzii în cazul în care se cunosc celelalte elemente.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 2, studenţii vor şti să calculeze în regim de
dobândă compusă valorile iniţiale sau finale ale sumelor în contexte
diferite.

Termeni cheie
Dobânda compusă, factor de fructificare globală, factor de actualizare
globală.

10.1. Dobânda compusă

Definiţie 10.1.1. Dacă valoarea luată în calcul a sumei plasate s se modifică periodic
pe durata de timp t după o anumită regulă, iar între două modificări consecutive
sumei modificate i se aplică (sau evaluează) o dobândă simplă, vom spune că avem
un proces de dobândă compusă sau că plasarea sumei s s-a făcut în regim de dobândă
compusă.

93
 Vom presupune că suma iniţială s este depusă spre fructificare pe o perioadă
de n ani, n  N*. Pentru a determina suma finală S obţinută după n ani vom utiliza
următoarea schemă de calcul: suma finală s k-1 de la sfârşitul anului k-1 este suma
iniţială pentru anul următor k şi în cazul fiecărui an se aplică operaţia de dobândă
simplă, când t = 1, aşa încât avem succesiv:
s1 = s + i · s · 1 = s (1 + i) = s · u
s2 = s1 + i · s1 · 1 = s1 (1 + i) = s · u2
………………………….
sn = sn-1 + i · sn-1 · 1 = sn-1 (1 + i) = s · u n , relaţie care se demonstrează prin
inducţie matematică.
Dacă notăm suma de la sfârşitul ultimului an cu S, adică S = sn , avem
formula de bază a operaţiei de dobândă compusă şi anume S = s · u n , unde s = suma
iniţială, S = suma finală, n este numărul de ani iar u este factorul de fructificare
anuală, u = 1+i.
În formula de bază a dobânzii compuse nu este evidenţiată în mod explicit
dobânda, dar întrucât S = s + D, găsim pentru dobânda compusă expresia: D = s (un –
1 ).
Exemplul 10.1.2. Se depune spre fructificare suma de 40.000 u.m. pe timp de 10 ani,
cu procentul 5 %. Să se determine suma finală şi dobânda.
Rezolvare:
Avem s = 40.000 u.m., n = 10 ani şi p = 5 % deci i = 0.05 şi u = 1,05. Obţinem S =
40.000 · 1,0510 = 65.155,78 u.m., iar dobânda (compusă) este D = S – s =
25.155,78 u.m.
Observaţie 10.1..3. Dacă suma s este plasată pe durata t şi
presupunem că t = T1 + T2 + … + Tn , iar pe perioada de timp T k procentul
anual este pk = 100 ik , 1  k  n atunci valoarea finală a operaţiunii în regim de
n
dobândă compusă este: S = s x  1  ik  Tk 
k 1
n
Factorul  1  ik  Tk  se numeşte factor de fructificare globală în regim de
k 1
dobândă compusă.
Expresia v = u –1 se numeşte factor de actualizare anuală, iar inversul
factorului de fructificare globală se numeşte factor de actualizare globală în regim de
n 1
dobândă compusă adică explicit  1  ik  Tk 
k 1
Definiţie 10.1.4. Dobânzile i şi i k se numesc echivalente dacă pentru aceeaşi sumă
iniţială, pe acelaşi interval de timp, conduc la aceeaşi sumă finală, deci la aceeaşi
dobândă compusă. Se obţine relaţia: i k = k 1  i  1 .
tm
Observaţie 10.1.5. Dacă t = n + , unde t m reprezintă numărul de fracţiuni de tip m
m
ale anului (n + 1) fracţionat în m părţi egale, atunci suma
n
 t 
finală este: S = s ·  1  ik   1  in 1  m  .
k 1  m
Exemplul 10.1.6. Dacă se plasează suma s = 100.000 u.m. pe o durată de 5 ani, în
regim de dobândă compusă, cu procentele anuale 7, 8, 9, 10 şi 11 % care este
valoarea de care vom dispune după cinci ani, precum şi dobânda aferentă ? dar dacă
plasamentul se prelungeşte cu încă trei luni cu procentul anual de 12 % din al şaselea
an, care va fi dobânda aferentă ?
94
Rezolvare:
S = 100.000 · (1,07) · 1,08 · 1,09 · 1,1 · 1,11 = 153.797,644 u.m. şi dobânda
aferentă D = S – s = 53.797,644 u.m.
În cazul prelungirii vom avea:
3
S = 100.000 · (1,07) · 1,08 · 1,09 · 1,1 · 1,11 · (1+0,12 · ) = 158.411,56 u.m. şi D
12
= 58.411,56 u.m.

Exemplul 10.1.7. În urmă cu trei ani o persoană a împrumutat suma s = 10 milioane

u.m. cu un procent anual p = 10 % pe care urma să o ramburseze astăzi împreună cu
dobânda compusă corespunzătoare. Neputând achita datoria azi, solicită o amânare de
încă un an şi jumătate. Creditorul acceptă amânarea dar îşi anunţă debitorul că
procentul anual creşte cu o unitate pentru fiecare an amânat. Se cer: a) suma pe care
trebuia să o achite după cei trei ani;
b) suma pe care o va plăti după amânarea cerută.
Rezolvare:
a) S = s · (1 + i)n = 10 7 · (1,1)3 = 13.310.000 u.m.
1
b) S = s · (1 + i)3 · (1+i1) · (1+ i2) = 10 7 · (1,1)3 · 1,11 · 1,06=
2
=15.660.546 u.m.
Exemplul 10.1.8. Neputând achita datoria de un miliard u.m. în urmă cu exact trei
ani, un debitor a cerut amânarea scadenţei pentru azi. Dacă aceasta i s-a aprobat cu
procentele p1 = 10,2 %, p2 = 11,5 % şi p3 = 12,75 % pentru fiecare dintre cei trei ani
de întârziere, care este suma pe care ar trebui să o ramburseze astăzi ?
Rezolvare:
Avem: S = s · (1+i1) · (1+i2) · (1+i3) = 10 9 · (1,102) · (1,115) · (1,1275) =
1.385.393.000 u.m.
Exemplul 10.1.9. În urmă cu cinci ani a fost amânată o datorie pentru care astăzi, cu
procentele anuale modificate 10, 10,8 , 11,5, 12,75 şi 14 % se plăteşte suma majorată
S = 1.746.741.700 u.m. Despre ce datorie este vorba ?
Rezolvare. Capitalul iniţial datorat este:
S
s 
1  i1 1  i2 1  i3 1  i4 1  i5 
1.746.741.700
  1.000.000.000 u.m.
1,1  1,108  1,115  1,1275  1,14
Exemplul 10.1.10. În urmă cu cinci ani a fost plasată în regim de dobândă compusă
suma s = 100.000 u.m. şi azi dispunem ca urmare a acestui fapt de un fond final sau
acumulat S = 161.051 u.m. Cu ce procent anual s-a făcut plasamentul ?
Rezolvare:
161.051
Din relaţia S = s · (1+i) n avem: (1+i) 5 = = 1,61051 şi deducem că
100.000
1+i = 1,1 adică i = 0,1 iar p = 10 %.
Exemplul 10.1.11. Pe ce durată de timp ar trebui plasată suma s = 100.000 u.m. cu
procentul anual de 10 %, în regim de dobândă compusă, pentru a dispune de suma S
= 214.358,88 u.m. ?
Rezolvare:
Din relaţia S = s · (1 + i) t avem de rezolvat ecuaţia exponenţială în
necunoscuta t şi anume 214.358,88 = 100.000 · (1,1) t sau (1,1) t = 2,1435888 iar din
tabelul de logaritmi avem t = 8 ani.

95
Exemplul 10.1.12. O datorie efectuată în urmă cu 10 ani cu procentul anual de 8%, se
ridică azi, în regim de dobândă compusă, la valoarea finală sau acumulată S =
2.158.900 u.m. Ce sumă a fost împrumutată ?
Rezolvare:
S
Avem relaţia S = s · (1+i) n adică s = şi deci suma împrumutată a
(1  i ) n
2.158.900
fost s =  1.000.000u.m.
(1,08)10

Observaţie 10.1.13. Problemele privind echivalenţa sistemelor de împrumuturi,

formulate în cazul operaţiei de dobândă simplă, pot fi formulate şi în cazul operaţiei
de dobândă compusă.
Dacă sunt nominalizate sumele iniţiale, sistemele de împrumuturi
{(sk’ , pk’, tk’ )}k = 1,m şi {(sk , pk, tk )}k = 1,n.
Sunt echivalente atunci şi numai atunci când:

 sk' 1  ik' 
m n m n
  sk 1  ik  k
t k'
 Sk'   Sk
t
adică
k 1 k 1 k 1 k 1
Analog se defineşte echivalenţa atunci când sunt nominalizate sumele finale.
De asemenea, pot fi considerate şi aici cazurile particulare când se
determină valorile medii înlocuitoare şi anume: volumul (suma) mediu (medie) al
sumelor, procentul mediu, scadenţa comună şi scadenţa mijlocie.
Exemplul 10.1.14. Să presupunem că faţă de momentul actual, ca urmare a unui
anumit împrumut, trebuie rambursată suma finală
S1 = 1.210.000 u.m. peste 2 ani cu un procent p1 = 10 % şi suma finală S2 =
1.259.712 u.m. peste 3 ani cu un procent p2 = 8 %, ambele în regim de dobândă
compusă. Dacă dorim ca de fiecare dată să rambursăm aceeaşi sumă (având sens
practic acest lucru) atunci vom rambursa de fiecare dată suma medie finală:
S (1  i1 ) t1  S 2 (1  i2 ) t 2
S= 1 adică:
(1  i1 )  t1  (1  i2 )  t 2
1.210.000  (1  0,1) 2  1.259.712  (1  0,08) 3
S=  1.234.356 u.m.
(1  0,1)  2  (1  0,08)  3
Dacă dorim o rambursare unică a întregii valori şi acest lucru este acceptat,
să zicem peste 4 ani cu un procent anual p = 12 % atunci vom plăti suma finală unică
 S1 S 2 
S = (1+i) t ·   adică:
 1  i1 
t1
1  i2 t 2 
 1.210.000 1.259.712 
S = (1+0,12) 4 ·     3.147.039 u.m. înlocuind cele
 1  0,1
2
1  0,083 
două plăţi.

96
Test de autoevaluare

1. Care este dobânda aferentă plasării sumei de 15.000 u.m. în regim de

dobândă compusă timp de 5 ani şi 3 luni, dacă procentele anuale sunt de respectiv 3,
4, 5, 6, 7 şi 8 % ? Dar dacă procentul anual ar fi acelaşi, egal tot timpul cu 6
%?
2. Ce sumă a fost plasată în urmă cu 5 ani, în regim de dobândă compusă,
cu procentul anual de 10 %, pentru ca acum să se dispună de suma de 100.000 u.m.?

Probleme propuse

1. Care este dobânda aferentă plasării sumei de 25.000 u.m. în regim de

dobândă compusă timp de 4 ani şi 6 luni, dacă procentele anuale sunt de respectiv 4,
5, 6, 7 şi 8 % ? Dar dacă procentul anual ar fi acelaşi, egal tot timpul cu 6 %
?
2. Ce sumă a fost plasată în urmă cu 15 ani, în regim de dobândă compusă,
cu procentul anual de 9 %, pentru ca acum să se dispună de suma de 1.000.000 u.m.?

97
 Unitatea de studiu 11.
Plăti eşalonate anual (anuităţi)

Cuprins
Introducere ..................................................................................................... 98
Obiectivele unităţii de studiu ........................................................................... 98
11.1. Plăţi eşalonate ....................................................................................... 98
11.2. Anuităţi posticipate temporare ............................................................. 100
11.3. Anuităţi anticipate temporare ............................................................... 103
Test de autoevaluare .................................................................................... 104
Probleme propuse ........................................................................................ 105

Introducere
A unsprezecea tratează cele două tipuri de operaţiuni plată sau
plasament, anuităţile posticipate şi cele anticipate. Aici sunt tratate
cazurile în care intervalul dintre două plăţi consecutive este constant
sau nu; sumele plătite sunt constante sau nu; procentul cu care se
operează este constant sau nu; numărul de plăţi este cunoscut.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 11, studenţii vor şti să efectueze operaţiuni
de plăţi eşalonate în următoarele condiţii: intervalul dintre două plăţi
consecutive este constant sau nu; sumele plătite sunt constante sau
nu; procentul cu care se operează este constant sau nu; numărul de
plăţi este cunoscut.

Termeni cheie
Plăţi eşalonate, anuităţi, anuităţi anticipate temporare, anuităţi
posticipate temporare.

11.1. Plăţi eşalonate

În sens larg, indiferent de semnificaţia practică a problemei, noţiunea de

plată trebuie înţeleasă, în cele ce urmează, ca o operaţie financiară între doi parteneri
de afaceri, prin care unul din ei plasează celuilalt o anumită sumă de bani în anumite
condiţii şi cu un anumit scop. Plasarea sumei de bani poate fi efectuată o singură dată
sau fragmentat, la anumite intervale de timp egale sau nu, cu sume egale sau nu şi cu
procente egale sau nu. În general, dacă operaţiunea de plată constă în plasarea unor
sume de bani la anumite intervale de timp, se spune că avem plăţi eşalonate.

98
 Pentru ca operaţiunea de plăţi eşalonate să fie bine definită, este necesar să
fie cunoscute anumite elemente ale acesteia, denumite şi elemente definitorii şi
anume:
1) suma care se plăteşte sau se plasează de fiecare dată, numită rată sau uneori
rentă (pentru cel ce beneficiază de ea);
2) momentul efectuării unei plăţi sau unui plasament;
3) numărul de plăţi sau de plasamente;
4) perioada sau intervalul între două plăţi sau două plasamente consecutive;
5) dobânda unitară anuală sau procentul anual cu care se operează;
6) scopul plăţii sau plasamentului de capital;
7) valoarea finală sau nominală, evaluată la un moment dat (de regulă, sfârşitul
ultimei perioade de plată) a tuturor plăţilor sau plasamentelor;
8) valoarea actuală sau actualizată sau reală evaluată la un moment dat (de
regulă acela al începerii operaţiunii) a tuturor plăţilor sau plasamentelor.

Având în vedere elementele definitorii menţionate mai sus se pot distinge

diferite tipuri sau clase de plăţi eşalonate şi anume:
1) După variabilitatea sumei plătite sau plasate:
a) constante (se plăteşte de fiecare dată aceeaşi sumă);
b) variabile (nu se plăteşte de fiecare dată aceeaşi sumă );
2) După momentul când se face plata sau plasamentul:
a) anticipate (când plata se face la începutul perioadei);
b) posticipate (când plata se face la sfârşitul perioadei);
3) După numărul de plăţi sau plasamente:
a) temporare (număr de plăţi finit stabilit între parteneri);
b) perpetue (număr de plăţi nelimitat);
c) viagere (număr de plăţi pe viaţă sau pe durata de viaţă a unei persoane,
care apar mai ales în asigurări de persoane şi care depind de viaţa
asiguratului);
4) După mărimea perioadei dintre două plăţi:
a) anuităţi (plăţile se fac anual);
b) semestrialităţi (plăţile se fac semestrial);
c) mensualităţi (plăţile se fac lunar);
d) alte perioade.
5) După momentul la care începe eşalonarea:
a) imediate (plăţile încep imediat ce s-a convenit asupra efectuării lor);
b) amânate (plăţile încep cu o amânare sau cu o întârziere faţă de un
moment anume fixat şi luat ca reper sau bază de evaluare );
6) După procentul cu care se operează:
a) cu procent constant pe întreaga durată a eşalonării;
b) cu procent variabil de la o perioadă la alta.
7) După scopul operaţiunii:
a) de fructificare prin păstrare pentru constituirea unui capital;
b) de fructificare prin împrumut sau creditare;
c) de fructificare prin investiţii diverse;
d) de amortizare sau rambursare a unui împrumut sau datorie.

99
11.2. Anuităţi posticipate temporare

Se numesc anuităţi posticipate temporare operaţiunile de plată sau

plasament efectuate în condiţiile următoare:
 anual, la sfârşit de an;
 prin sume (anuităţi) constante sau nu de la un an la altul;
 un anumit număr de ani bine precizat;
 cu un procent anual constant sau variabil de la un an la altul.
Notăm cu:
a k – valoarea sumei (uneori ratei) plătite sau plasate în anul k,
1  k  n;
n – numărul de plăţi sau de plasamente anuale;
i k – dobânda anuală unitară din anul k, 1  k  n;
Vp(n) – valoarea finală sau acumulată a operaţiunii de plăţi eşalonate
(evaluată la sfârşitul ultimului an de plată) desfăşurată în regim de dobândă compusă;
Vp(0) – valoarea actuală (sau actualizată în momentul fixat pentru începerea
plăţilor) a operaţiunii desfăşurată în regim de dobândă compusă;

Propoziţie 11.2.1 Dacă operaţiunea de plăţi eşalonate se desfăşoară în condiţiile

anuităţilor posticipate temporare, în regim de dobândă compusă, atunci:
1) valoarea finală a tuturor plăţilor V p (n), evaluată la sfârşitul ultimului
an de plată , este egală cu:

 ak   1  i j   an
n 1 n
Vp(n) =
k 1 j  k 1

2) valoarea actuală a tuturor plăţilor V p (0), evaluată la începutul

primului an de plată , este egală cu:
1

 ak   1  i j 
n k
Vp(0) =
k 1 j 1

Exemplul 11.2.2. Dacă trei ani consecutiv, la fiecare sfârşit de an se plasează sumele
1.000, 4.000 şi 6.000 u.m. cu procentele anuale 7, 8 şi 10 %, care este valoarea
fondului acumulat la finele celui de al treilea an şi care este valoarea actuală sau
actualizată la începutul primului an de plată a acestor plasamente ?
Rezolvare:
Potrivit relaţiilor anterioare avem:
V p (3) = 1.000 · 1,08 · 1,1 + 4.000 · 1,1 + 6.000 = 11.588 u.m.
1.000 4.000 6.000
V p (0) =    9.116,08 u.m.
1,07 1,07  1,08 1,07  1,08  1,1

Corolar 11.2.3. În condiţiile propoziţiei dacă procentul anual este constant, adică p1 =
p2 = … = p n = p = 100 · i, atunci valoarea finală V p (n) şi valoarea actuală V p (0)
sunt date respectiv de relaţiile:
n n
V p (n) =  ak  (1  i)n  k şi V p (0) =  a k  (1  i )  k .
k 1
k 1
Exemplul 11.2.4. Plasând trei ani consecutiv, la finele fiecărui an, sumele din
exemplul 20 dar cu un procent anual unic p = 10 %, care este valoarea finală şi care
este valoarea actuală pentru aceste plasamente ?

Rezolvare:
100
 Din relaţiile anterioare avem:
V p (3) = 1.000 · (1,1)2 + 4.000 · 1,1 + 6.000 = 11.610 u.m.
1.000 4.000 6.000
V p (0) =    8.722,76 u.m.
1,1 (1,1) 2 (1,1)3
Observaţie 11.2.5. Între valoarea finală şi valoarea actuală corespunzător plăţilor din
contextul corolarului 3.3.4. avem relaţiile:
V p (n) = (1+i)n · V p (0) = u n · V p (0)
1
V p (0) = · V p (n) = v n · V p (n).
1  i n
Corolar 11.2.6. Dacă în contextul propoziţiei anuităţile a k sunt egale, adică a1 = a2 =
… = a n = a, atunci valoarea finală V p (n) şi valoarea actuală V p (0) sunt respective
egale cu:
 n 1 n 
V p (n) = a ·    (1  i j )  1
 k 1 j  k 1 
 1 
 
n k
V p (0) = a ·   1  i j  .
 k 1 j1 
Exemplul 11.2.7. Dacă plasăm trei ani consecutiv la sfârşitul fiecărui an o aceeaşi
sumă S = 5.000 u.m. cu procentele anuale de 7, 8 şi 10 %, care sunt valoarea finală şi
valoarea actuală corespunzătoare operaţiunii ?
Rezolvare:
În baza relaţiilor din corolarul 3.3.7. avem:
V p (n) = 5.000 · [(1,08) · (1,1) + (1,1) + 1] = 16.440 u.m.
 1 1 1 
V p (0) = 5.000 ·      12.933 u.m.
1,07 1,07  1,08 1,07  1,08  1,1

Corolar 11.2.8. Dacă în contextul propoziţiei anuităţile a k sunt egale,

adică a1 = a2 = … = a n = a, procentul anual este constant, adică
p1 = p2 = … = p n = p = 100 · i, atunci valoarea finală Vp(n) şi valoarea actuală Vp(0)
sunt respective egale cu:
n
un  1
V p (n) = a   1  i   a 
nk

k 1 i
n
1  vn
V p (0) = a   1  i 
k
a .
k 1 i

Exemplul 11.2.9.
a) Să presupunem că la finele anului, timp de 12 ani, se plasează
câte o sumă a = 100.000 u.m. în regim de dobândă compusă cu procentul
anual p = 5 %. Atunci valoarea finală a acestei operaţiuni va fi:
(1,05)12  1
V p (12) = 100.000   1.591.711,8 u.m
0,05
b) Dacă anual, la finele anului s-ar depune suma de a = 200.000 u.m., timp
de 12 ani, cu un procent anual de 3,5 % atunci valoarea actuală a tuturor sumelor
depuse în aceste condiţii va fi:
1  (1,035) 12
V p (0) = 200.000   1.932.673,1 u.m.
0,035

101
Observaţie 11.2.10 În condiţiile corolarului 3.3.9. putem scrie că:
V p (n) = u n V p (0) şi V p (0) = v n V p (n).

Corolar 11.2.11.
a) Dacă sumele plasate anual posticipat sunt în progresie aritmetică, adică
avem a k = a + (k-1) · r, 1  k  n, iar procentul anual este constant, atunci valoarea
finală şi valoarea actuală corespunzătoare sunt respectiv:
un 1 un 1  n  i
V p (n) = a  r
i i2
1  vn 1  vn  n  vn  i
V p (0) = a  r
i i2
b) Dacă sumele plasate anual posticipat sunt a k = k · a, 1  k  n, iar
procentul anual este constant, atunci valoarea finală şi valoarea actuală
corespunzătoare sunt respectiv:
u  (u n  1)  n  i
V p (n) = a 
i2
u  (1  v n )  n  v n  i
V p (0) = a 
i2
c) Dacă sumele plasate anual posticipat sunt în progresie geometrică, adică
avem a k = a · q k-1, 1  k  n, iar procentul anual este constant, atunci valoarea finală
şi valoarea actuală corespunzătoare sunt respectiv:
 un  qn
a  , qu
V p ( n)   uq
n  a  u n -1 , q  u

 1  qn  vn
a  v  , qu
V p (0)   1 q  v
n  a  v, q  u


Exemplul 11.2.12. Să presupunem că pentru strângerea unui anumit fond s-a

convenit ca la fiecare sfârşit de an să se depună într-o bancă sumele a k = 100.000 · k
u.m., timp de 15 ani, deci 1  k  15, în regim de dobândă compusă, cu un procent
anual mediu de 10 %. Care va fi valoarea finală a fondului şi cât ar fi valoarea actuală
a acestuia ? Dar dacă anuitatea este a k = 100.000 · 2 k-1 u.m.?
Rezolvare:
Conform relaţiilor de la punctul b) al corolarului 3.3.12. avem:
u  (u n  1)  n  i 1,1  (1,115  1)  15  0,1
V p (15)  a   100.000   19.949.729 u.m.
i2 0,12
u  (1  v n )  n  v n  i
V p (0)  a  
i2
1,1  (1  1,115 )  15  1,115  0,1
 100.000   4.775.801,5 u.m.
0,12
Din relaţiile de la punctul c) al corolarului 4 avem:

102
 215  (1,1)15
V p (15) = 100.000   3.640.424.700 u.m.
2  1,1
15
15 1  2  (1,1)
15
V p (0) = 100.000  (1,1)   871.487.820 u.m.
1  2  (1,1) 1

Observaţie 11.2.13. Dobânda totală a operaţiunii de plăţi eşalonate posticipate este:

D p = V p (n) - V p (0).

11.3. Anuităţi anticipate temporare

Se numesc anuităţi anticipate temporare operaţiunile de plată sau de

plasament efectuate în următoarele condiţii:
 anual, la început de an;
 prin sume (anuităţi) constante sau nu de la un an la altul;
 un anumit număr de ani bine precizat;
 cu procent anual constant sau nu de la un an la altul.
Propoziţie 11.3.1. Dacă operaţiunea de plăţi eşalonate se desfăşoară în condiţiile
definite, în regim de dobândă compusă, atunci valoarea finală a tuturor plăţilor,
evaluată la sfârşitul ultimului an de plată, este dată de relaţia:

 ak   1  i j , iar valoarea actuală a tuturor plăţilor, evaluată

n n
V a (n) =
k 1 j k

la începutul primului an de plată, este dată de relaţia:

k 1 1

 ak   1  i j  .
n
V a (0) = a1 
k 2 j 1

Exemplul 11.3.2. Să presupunem că achitarea unor datorii a fost stabilită pentru cinci
ani, cu plata anuală anticipat, în una din variantele următoare:
a) anual câte 10.000 u.m. cu procentul anual de 5 %;
b) anual câte 10.000 u.m. cu procentul anual de 4, 5, 6, 4, 8 %;
c) anual câte 8.000, 10.000, 12.000, 11.000 şi 9.000 u.m. cu procentul anual
de 5 %;
d) sumele de la punctul c) cu procentele de la punctul b).
În aceste condiţii care este suma unică (sau valoarea actuală a datoriei) care
ar corespunde fiecăreia dintre variantele de plată menţionate mai sus ?
Rezolvare:
Conform relaţiei din propoziţie, valoarea actuală a operaţiunii, sau suma
unică ce ar putea înlocui şirul de plăţi este respectiv egală cu:
1  (1,05) 5
a)V a (0) = 10.000 · 1,05 ·  45.459,5 u.m.
0,05
b)V a (0) = 10.000 · [1+ (1,04)-1 + (1,04)-1 · (1,05)-1 + (1,04)-1 · (1,05)-1· ·
(1,06) + (1,04)-1 · (1,05)-1 · (1,06)-1 (1,04)-1 ] = 45.718,86 u.m.
-1

c)Va (0) = 8.000 + 10.000 · (1,04)-1 + 12.000 (1,04)-1 · (1,05)-1 + +

11.000 · (1,04)-1 · (1,05)-1 · (1,06)-1 + 9.000 · (1,04)-1 · (1,05)-1 (1,06)-1 · (1,04)-1 =
45.583,57 u.m.

103
Corolar 11.3.3. În condiţiile propoziţiei dacă:
a) procentele anuale sunt egale p1 = p2 = …. = p n = p = 100 · i atunci
valoarea finală şi respectiv valoarea actuală a tuturor plăţilor sunt date de relaţiile:
n n

 ak  1  i   a  1  i 
n   k 1 1 k
V a (n) = şi V a (0) = k
k 1 k 1
b) anuităţile sunt egale a1 = a2 = …. = a n = a, atunci valoarea finală şi
respectiv valoarea actuală a tuturor plăţilor sunt date de relaţiile:
k 1 1

  1  i  şi V   1  i 
n n n
V a (n) = a · j a (0) = a · [ 1 + j ]
k 1 j k k 2 j 1

c) procentele anuale sunt egale p1 = p2 = …. = p n = p = 100 · i şi anuităţile

sunt egale a1 = a2 = …. = a n = a, atunci valoarea finală şi respectiv valoarea actuală a
tuturor plăţilor sunt date de relaţiile:
un 1 1  vn
V a (n) = a · u · şi V a (0) = a · u ·
i i
Exemplul 11.3.4. Plasând la fiecare început de an, timp de 15 ani suma sau
capitalul în valoare de a = 200.000u.m. cu un procent anual de 5 %, atunci la sfârşitul
ultimului an de plată fondul acumulat se ridică la valoarea
(1,05)15  1
V a (15) = 200.000 · 1,05 ·  4.531.495 u.m.
0,05
Iar valoarea actuală a întregii operaţiuni ar fi:
1  (1,05)15
V a (0) = 200.000 · 1,05 ·  2.176.730 u.m.
0,05
Observaţie 11.3.5. Dobânda totală a operaţiunii de plăţi eşalonate anticipate
este: D a = V a (n) - V a (0).

Test de autoevaluare

1. În baza unei convenţii stabilite între partenerii de afaceri P1 şi P2, rezultă

că partenerul P1 trebuie să plătească o datorie (inclusiv dobânda) eşalonată astfel (faţă
de acelaşi moment de referinţă) :
1) 1.000 u.m. peste un an cu procentul anual de 5 %;
2) 3.000 u.m. peste doi ani şi jumătate, cu procentul anual de 4 %;
3) 2.500 u.m. peste trei ani cu procentul anual de 6 %;
4) 4.000 u.m. peste patru ani şi trei luni cu procentul anual de 8 %
5) 4.500 u.m. peste cinci ani cu procentul anual de 10 %.
Partenerul P1 doreşte ca, în afara celor de mai sus, să cunoască în condiţii de
echivalenţă, următoarele variante posibile de achitare a datoriei şi anume: care ar fi
suma, aceeaşi, pe care s-o plătească la cele cinci termene, dacă:
 termenele şi procentele menţionate rămân aceleaşi;
 termenele rămân aceleaşi iar procentele sunt toate egale cu 8 %;
 procentele rămân aceleaşi iar termenele sunt de respectiv un an,
doi, trei, patru şi cinci ani;
 cele cinci plăţi se efectuează anual, cu un singur procent anual de
6 %.
104
 2. Achitarea unei datorii a fost stabilită pentru o durată de cinci ani, cu plata
anticipat. Se studiază pentru aceasta următoarele modalităţi, având în vedere că suma
ratelor este aceeaşi:
a) anuităţi constante de 20.000 u.m. şi procent anual constant de 5 %;
b) anuităţi constante de 20.000 u.m. cu procente anuale 5, 6, 8, 7, 4 %;
c) anuităţile 10.000, 15.000, 30.000, 25.000, 20.000 şi procentul anual
de 5%;
d) anuităţile 10.000, 15.000, 20.000, 25.000, 20.000 şi procentele anuale
de 5, 6, 7, 8 şi 9 %;
Se cere:
1) Care este valoarea acumulată (la sfârşitul ultimului an de plată) şi
care este valoarea actuală (la momentul primei plăţi) a operaţiunii
?
2) Care ar fi varianta mai convenabilă pentru debitor şi de ce ?
Discuţie.
Care ar fi varianta mai convenabilă pentru creditor şi de ce ? Discuţie.

Probleme propuse

1. În baza unei convenţii stabilite între partenerii de afaceri P1 şi P2, rezultă

că partenerul P1 trebuie să plătească o datorie (inclusiv dobânda) eşalonată astfel (faţă
de acelaşi moment de referinţă) :
1) 1.000 u.m. peste un an cu procentul anual de 5 %;
2) 3.000 u.m. peste doi ani şi jumătate, cu procentul anual de 4 %;
3) 2.500 u.m. peste trei ani cu procentul anual de 6 %;
4) 4.000 u.m. peste patru ani şi trei luni cu procentul anual de 8 %
5) 4.500 u.m. peste cinci ani cu procentul anual de 10 %.
Partenerul P1 doreşte ca, în afara celor de mai sus, să cunoască în condiţii de
echivalenţă, următoarele variante posibile de achitare a datoriei şi anume:
a) care ar fi suma pe care să o plătească o singură dată peste cinci ani,
cu procentele anuale de 5, 6, 7, 8 şi 9 %;
b) care ar fi suma pe care să o plătească o singură dată peste trei ani, cu
procentul anual de 10 %.

105
 Unitatea de studiu 12.
Rambursarea creditelor şi împrumuturilor

Cuprins
Introducere ................................................................................................... 106
Obiectivele unităţii de studiu ......................................................................... 106
12.1. Preliminarii ........................................................................................... 106
12.2. Amortizări directe ................................................................................. 107
12.3. Amortizări indirecte .............................................................................. 109
Test de autoevaluare .................................................................................... 110
Probleme propuse ........................................................................................ 111

Introducere
Această ultimă secţiune tratează modurile în care debitorul plăteşte
creditorului suma de care a beneficiat, adică rambursarea sau
amortizarea creditului. Ele se vor face folosind metodele directe sau
indirecte în diferite condiţii.

Durata medie de parcurgere a unităţii de studiu este de 2 ore

Obiectivele unităţii de studiu

După parcurgerea unităţii 4, studenţii vor şti să alcătuiască un plan de
rambursare a creditelor şi împrumuturilor folosind metodele directe şi
indirecte în diferite condiţii.

Termeni cheie
Plan de rambursare, amortizări directe, amortizări indirecte.

12.1. Preliminarii

Lucrările de specialitate din domeniul financiar-bancar definesc, în linii

mari, creditul ca fiind o relaţie bănească ce se stabileşte între o persoană fizică sau
juridică (creditor), care acordă un împrumut de bani sau vinde mărfuri sau servicii pe
datorie, şi o altă persoană fizică sau juridică (debitor), care primeşte împrumutul sau
cumpără pe datorie.
Din alt punct de vedere, creditul reprezintă împrumutul acordat cu titlu
rambursabil şi condiţionat de obicei de o dobândă sau chiar obligaţia bănească sau
datoria celui creditat sau a debitorului.
În general, se numeşte împrumut, în cele ce urmează, o operaţiune
financiară prin care un partener P1 (individual sau grupat) plasează o sumă de bani
sau un capital de care el dispune, la un moment dat, pe o perioadă de timp şi în
106
anumite condiţii, unui alt partener P2 (individual sau grupat) care are nevoie de acest
capital.
De regulă, partenerul P1 este numit creditor iar partenerul P2 se numeşte
debitor.
Operaţiunea prin care debitorul plăteşte creditorului suma de care a
beneficiat se numeşte rambursare sau amortizare a creditului.
Principalele tipuri de amortizare sunt directe şi indirecte.
În cazul amortizărilor directe legătura se face între debitor şi creditor,
schimburile de sume realizându-se direct, numai între aceste două părţi.
În cazul amortizărilor indirecte mai este implicată o a treia parte – terţa
parte – la care se capitalizează datoria debitorului prin plăţi eşalonate, urmând ca, de
la terţa parte, debitorul să ridice suma pe care o plăteşte creditorul.
Determinarea elementelor ce caracterizează rambursarea creditelor şi
împrumuturilor se face cu folosirea operaţiilor de dobândă (simplă sau compusă),
respectiv de anuităţi.
Considerăm următoarele notaţii:
s - suma împrumutată;
t - durata împrumutului (de obicei se va lua un număr întreg de ani n);
p - procentul (cu care a fost împrumutată suma s în regim de dobândă);
t k - momentul în care se vor plăti ratele (în regim de anuităţi) ;
pl - procentul cu care se fructifică ratele.
Vom presupune că plăţile se fac la sfârşitul perioadei (anului). Pentru a se
cunoaşte stadiul rambursării împrumutului în fiecare moment, se întocmesc programe
(planuri) de amortizare.
Structura unui asemenea plan este:
k Rk Dk Qk rk
unde: k – numărul perioadei (anului);
R k – suma nerambursată la începutul perioadei;
D k – dobânda pentru suma nerambursată R k pe perioada k;
Q k – cota aferentă perioadei k (o parte din împrumut);
r k – rata aferentă perioadei k (totalul plăţii de la sfârşitul perioadei k).
Între aceste elemente există următoarele relaţii:
R 1 = s, R k-1 = R k – Q k , R n = Q n , D k = R k · i, r k = Q k + D k, k = 1, n
Aceste relaţii nu sunt suficiente pentru a determina toate mărimile. Se mai
foloseşte şi relaţia ce se obţine pe baza principiului echilibrului financiar: s · u n
n
= r
k 1
k  v k  n , care conţine în cei doi membri obligaţiile debitorului şi creditorului.

12.2. Amortizări directe

În acest caz debitorul plăteşte ratele direct creditorului. Avem p l = p, iar

ratele ce se plătesc la sfârşitul perioadelor sunt r k .
Modelul 1D. - cu plată unică – este un caz limită de amortizare, acela în
care debitorul plăteşte toată datoria sa, S = s · u n , o singură dată, la scadenţă, deci
ratele şi cotele sunt r k = Q k = 0, k = 1, n  1 Q n = s · u n-1, r n = s · u n .
Modelul 2D.- amortizarea prin achitarea sumei la scadenţă şi plata
periodică a dobânzilor. Debitorul plăteşte periodic (anual) dobânzile, iar suma
împrumutată o va plăti la scadenţă (la sfârşitul ultimei perioade). Relaţiile pe baza
cărora se întocmeşte planul (tabelul) de amortizare sunt:

107
 R k = s, k = 1, n Q k = 0, k = 1, n  1 , Q n = s, D k = s · i, k = 1, n ,
r k = s · i, k = 1, n  1 , r n = s · u.
Modelul 3D. -amortizarea prin cote constante. Debitorul plăteşte, la
sfârşitul fiecărei perioade, o cotă constantă din împrumut, împreună cu dobânzile
corespunzătoare pentru sumele nerambursate. Relaţiile cu care se determină
s
elementele planului (tabelului) de amortizare sunt: Q k = Q = , k = 1, n , R 1 = s,
n
Rk+1 = s – k · Q, k = 1, n ,
D k = R k · i = s · i – (k-1) · Q · i, k = 1, n ,
r k = Q + D k = Q + s · i - (k-1) · Q · i, k = 1, n .
Modelul 4D.- amortizarea prin rate constante. Debitorul plăteşte, la
sfârşitul fiecărei perioade, o rată constantă, care acoperă o parte din împrumut cât şi
dobânda pentru suma nerambursată. Valoarea ratei constante se determină, pe baza
principiului echilibrului financiar, din relaţia:
1  vn s i
s=r· deci r = .
i 1  vn

Observaţie 12.2.1. La toate tipurile de amortizări întocmirea planului (tabelului) se

realizează prin completarea (linie după linie ) elementelor, fără scrierea expresă a
formulelor lor de calcul.

Exemplul 12.2.2. Să se întocmească planul de amortizare al unui împrumut de

60.000 u.m. cu 10 % pe timp de 3 ani prin plata anuală a dobânzii şi achitarea sumei
împrumutate la scadenţă.
Rezolvare:
Este vorba de o amortizare de tip 2D şi planul îl reprezentăm sub forma
următorului tabel:
k Rk Dk Qk rk
1 60.000 6.000 - 6.000
2 60.000 6.000 - 6.000
3 60.000 6.000 60.000 66.000

Exemplul 12.2.3. Să se întocmească planul de amortizare al unui împrumut de

45.000 u.m., cu procentul 15 % pe timp de 3 ani, prin achitarea periodică a unei rate
constante, care acoperă atât o parte din împrumut cât şi dobânda pentru suma
nerambursată.
Rezolvare:
Probleme se încadrează în modelul 4D. Vom calcula rata constantă r prin
relaţia:
s i 45.000  0,15
r=   19.708,96 u.m.
1 v n
1  (1,15) -3
Astfel, planul de amortizare va fi:
k Rk Dk Qk rk
1 45.000 6.750 12.958,96 19.708,96
2 32.041,04 4.806,16 14.902,80 19.708,96
3 17.138,24 2.570,74 17.138,23 19.708,96

108
12.3. Amortizări indirecte

Împrumutul s pe care debitorul l-a luat de la creditor este amortizat indirect,

prin depuneri de rate r k’ la o terţă parte.
Modelul 1I. - amortizarea prin plata periodică a dobânzilor către creditor
şi constituirea sumei împrumutate la o terţă parte prin plăţi periodice constante. Se
întocmesc două planuri de amortizare, unul între debitor şi creditor şi altul între
debitor şi terţa parte. Între debitor şi creditor planul de amortizare este de tipul 2D
descris anterior, când acţionează procentul p.
Între debitor şi terţa parte planul de amortizare este de tipul 4D descris mai
înainte, când suma de pornire (iniţială) este s · v ’ n (deoarece suma finală la terţa
parte trebuie să fie s), iar procentul cu care se fac calculele este p’. ratele (plăţile) r‘
constante, care sunt depuse de debitor la terţa parte, sunt determinate din relaţia :
1  v' n s  v ' n i
s · v ‘ = r‘ ·
n
deci r ’ = .
i' 1  v' n
Modelul 2I. - amortizarea printr-o unică plata către creditor constituită la
o terţă parte prin plăţi periodice constante. În acest caz, planul de amortizare dintre
debitor şi creditor este de tipul 1D, deci debitorul plăteşte toată datoria sa, adică S =
s · u n o singură dată, la scadenţă. Între debitor şi terţa parte planul de
amortizare este de tipul 4D, când suma de pornire (iniţială) este S · v ‘ n = (s
· u n) · v ‘n , deoarece suma finală la terţa parte trebuie să fie S = s · u n, iar
procentul p‘. Astfel ratele (plăţile) r ‘ constante, care sunt depuse de către debitor, la
terţa parte, sunt determinate din relaţia:
1  v' n S  v' n i
S · v ‘n = r‘ · deci r ’ = .
i' 1  v' n
Observaţie 12.3.1.
1. Dacă procentele p şi p‘ sunt egale, atunci se obţine sistemul de amortizare
francez. Se poate considera că debitorul depune ratele sale direct creditorului, deci nu
apare terţa parte.
2. Dacă procentele p şi p‘ sunt diferite, atunci se obţine sistemul de
amortizare american. Astfel, se constată că dacă p‘  p, atunci debitorul este avantajat
faţă de creditor, iar dacă p‘  p, atunci creditorul este avantajat faţă de debitor.

Exemplul 12.3.2. Să se amortizeze în 4 ani un împrumut de 80.000 u.m. printr-o

unică plată către creditor cu 5 % şi constituirea sumei necesare restituirii datoriei prin
plăţi periodice depuse spre fructificare cu 6 % la terţa parte.
Rezolvare:
Avem o problemă cu amortizare indirectă care se încadrează în modelul 2I.
Planul de amortizare dintre debitor şi creditor este de tip 1D, deci
k Rk Dk Qk rk
1 80.000 4.000,00 - -
2 84.000 4.200,00 - -
3 88.200 4.410,00 - -
4 92.610 4.630,50 92.610 97.240,50
Astfel, debitorul va restitui toată dobânda sa de 97.240,50 u.m. la scadenţă. Pentru ca
peste 4 ani debitorul să aibă la terţa parte această sumă, cu procentul de 6 %, acum ar
trebui să acopere suma iniţială.
97.240,50 · v  4 = 77.023,57 u.m. unde v  = (1,06) – 1
Astfel, între debitor şi terţa parte vom avea un model de rambursare de tip 4D.
109
Determinăm rata constantă r , cu relaţia:
77.023,57  0,06
r'   22.228,35 u.m. şi în consecinţă avem planul de
1  (1,06) 4
amortizare între debitor şi terţa parte:
k Rk Dk Qk rk
1 77.023,57 4.621,41 17.606,94 22.228,35
2 59.416,63 3.565,00 18.663,35 22.228,35
3 40.753,28 2.445,20 19.783,15 22.228,35
4 20.970,13 1.258,21 20.970,14 22.228,35

Exemplul 12.3.4. Să se amortizeze în 3 ani un împrumut de 60.000 u.m.

prin plata periodică a dobânzilor cu 5 % către creditor şi constituirea sumei necesare
restituirii împrumutului la o terţă parte prin plăţi periodice constante depuse spre
fructificare cu 6 %.
Rezolvare:
Planul de amortizare dintre debitor şi creditor este de tip 2D.
k Rk Dk Qk rk
1 60.000 3.000 - 3.000
2 60.000 3.000 - 3.000
3 60.000 3.000 60.000 63.000
Suma împrumutată de 60.000 u.m. trebuie constituită la o terţă parte. Între
debitor şi terţa parte planul de amortizare este de tip 4D.
Pentru ca peste 3 ani debitorul să aibă la o terţă parte această sumă de
60.000 u.m., acum ar trebui să acopere suma iniţială 60.000 · v  3 = 50.377,16 u.m.
unde v  = (1,06) – 1. Astfel între debitor şi terţa parte rata constantă va fi dată prin:
50.377,16  0,06
r=  18.846,59 u.m. ,
1  (1,06)3
deci planul va fi:
k Rk Dk Qk rk
1 50.377,16 3.022,63 15.823,96 18.846,59
2 34.553,20 2.073,19 16.773,40 18.846,59
3 17.779,80 1.066,79 17.779,80 18.846,59

Test de autoevaluare

1. Să se ramburseze creditul de 3.000.000 u.m. împrumutat de o unitate

hotelieră pe timp de 4 ani, cu 15 %, prin plata anuală a dobânzii şi achitarea creditului
împrumutat la scadenţă.
2. Să se întocmească planul de amortizare al unui împrumut de 1.200.000
u.m. cu procentul de 20 % pe timp de 4 ani, prin rambursarea periodică a unei cote
constant şi cu plata periodică a dobânzilor pentru suma nerambursată.

110
Probleme propuse

1. Să se întocmească planul de amortizare al unui împrumut de 5.000.000

u.m., luat de o societate pe acţiuni, pe timp de 4 ani, cu 20 %, prin plata periodică a
unei rate constante, care acoperă atât o parte din împrumut cât şi dobânda pentru
suma nerambursată.
2. Să se amortizeze în 3 ani un împrumut de 50.000 u.m. prin plata
periodică a dobânzilor cu 5 % către creditor şi constituirea sumei necesare restituirii
împrumutului prin plăţi constante depuse spre fructificare cu 15 % la o terţă parte.

111
Învăţământ la distanţă – anul I – 2009-2010

Numele şi prenumele ____________________________

Specializarea _________________________

TEST DE VERIFICARE

Matematică aplicată în economie

1. Să se rezolve prin metoda grafică (geometrică) problema:

[max] f  2 x1  5 x 2
3 x1  4 x 2  12
 x  x 1
 1 2

 1 x  x 2  2
 x0
2. Să se rezolve prin metoda algebrică problema:
[min] f  2 x1  3x 2  4 x 3  x 4
 x1  2 x 2  x 3  3x 4  24

 2 x1  x 2  3x 3  x 4  18
 x0

3. Aplicând algoritmul simplex să se rezolve problemele:
a)[max] f  2 x1  x2  3x3  5 x4  6 x5 b)[min] f  2 x1  3x 2  4 x3  x 4  3x5
 x1  x3  x4  x5  8  x1  x3  2 x 4  3x5  18
 
 x2  x3  2 x4  3x5  12  x 2  2 x3  x 4  x5  12
 x0  x0
 

4. Să se rezolve problemele de mai jos (de tip transport) în caz de minimizare:

a)
2 3 1 4
100

5 1 4 3
180

3 4 2 1
220

100 150 125 125

112
 b)
3 2 4 1
120

5 4 1 3
180

1 3 4 6
300

100 160 95 175

5. Să se rezolve problemele de mai jos atât în caz de minimizare cât şi în caz de maximizare a funcţiei
obiectiv:

a)
2 3 1 4
100

5 1 4 3
180

3 4 2 1
220

100 150 125 125

b)
3 2 4 1
120

5 4 1 3
180

1 3 4 6
300

100 160 165 175

113
 6. Să se rezolve problemele de la exerciţiul 5. dacă intervin condiţiile:
1) x11 = 50;
2) x31 = 60 şi x13 = 20;
3) primii doi furnizori au oferta comună a = a1 + a2, pentru fiecare model în parte, presupunând acum
numai pe a cunoscut;
4) primii doi consumatori au cererea comună b = b1 + b2, pentru fiecare model în parte, presupunând
acum doar b cunoscut;
5) ruta sau legătura (F2, B4) este interzisă.

7. Cu ce procent anual trebuie plasată suma de 1.500 u.m. timp de 4 luni de zile cu dobânda simplă
pentru a putea dispune de suma de 2.000 u.m.?

8. I. Se efectuează cinci operaţiuni de plasare, în regim de dobândă simplă, a unor sume pe anumite
durate de timp şi cu anumite procente anuale şi anume:
- se plasează suma de 1.500 u.m. timp de 40 de zile cu procentul de 5 %;
- se plasează suma de 2.000 u.m. timp de 3 luni cu procentul de 6 %;
- se plasează suma de 4.000 u.m. timp de 4 săptămâni cu procentul de 4 %;
- se plasează suma de 3.000 u.m. timp de un semestru cu procentul de 10%;
- se plasează suma de 1.000 u.m. timp de 3 luni şi 10 zile cu procentul de 3%;
Să se înlocuiască cele cinci sume prin sume egale de fiecare dată, în condiţii de echivalenţă în regim de
dobândă simplă, dacă: duratele sunt toate egale cu 45 de zile, iar procentele sunt toate egale cu 7 %.
II. Considerând operaţiunile din I, să se determine scadenţa comună a acestora (toate scadenţele sunt
egale între ele) dacă: sumele sunt toate egale cu 3.500 u.m., iar procentele sunt toate egale cu 6 %.
III. Considerând operaţiunile din I, să se determine procentul comun înlocuitor (toate procentele sunt
egale între ele) al acestora dacă: sumele sunt toate egale cu 3.200 u.m, iar duratele sunt toate de câte o lună.

9. Ce sumă a fost plasată în urmă cu 10 ani, în regim de dobândă compusă, cu procentul anual de 6 %,
pentru ca acum să se dispună de suma de 100.000 u.m.?

10. Să se amortizeze în 3 ani un împrumut de 50.000 u.m. printr-o unică plată către creditor achitată cu
12 % şi constituirea sumei necesare restituirii datoriei prin plăţi constante depuse spre fructificare cu 15 % la o
terţă parte.

A se rezolva şi preda titularului de disciplina la data prezentării la

examen.
.

114
 BIBLIOGRAFIE

1. Blaga P., Mureşan A., Matematici aplicate în economie, vol. I, vol. II, Transilvania Press,
Cluj-Napoca, 1996.

2. Butescu V., Baz D, Stremţan N., Matematici superioare, lito. Universitatea „Dimitrie
Cantemir”, Bucureşti, 1994.

3. Căbulea L., Cercetări operaţionale, Editura Dacia, Cluj – Napoca, 2002.

4. Cenuşă Gh., Neculăescu C., Elemente de algebră liniară pentru economişti, A.S.E.,
Bucureşti, 1998.

5. Cenuşă Gh. şi colectiv, Matematici pentru economişti, Editura Cison, Bucureşti, 2000.

6. Filip A., Matematici aplicate în economie, Editura A.S.E. Bucureşti, 2002.

7. Mihoc Gh., Nădejde I., Programarea matematică, Editura Ştiinţifică, Bucureşti, 1966.

8. Iacob C., Curs de matematici superioare, Editura Tehnică, Bucureşti, 1957.

9. Ionesu H., Dinescu C., Săvulescu B., Probleme ale cercetării operaţionale, Editura Didactică
şi Pedagogică, Bucureşti, 1972.

10. Popescu O. şi colectiv, Matematici aplicate în economie, vol. I şi II, Editura Didactică şi
Pedagogică, Bucureşti, 1993.

11. Purcaru I., Matematici generale şi elemente de optimizare, Editura Economică, Bucureşti,
1998.

12. Săcuiu I., Toma N., Matematici speciale aplicate în economie, Lito ASE, Bucureşti, 1984.

13. Ştefănescu A., Zidăroiu C., Cercetări operaţionale, Editura Didactică şi Pedagogică, Bucureşti
(1981).

115