1

Gheorghe RUSU Marius SPNU

Ioana CIOTIR















M
M
A
A
T
T
E
E
M
M
A
A
T
T
I
I
C
C
I
I
A
A
P
P
L
L
I
I
C
C
A
A
T
T
E
E

N
N

E
E
C
C
O
O
N
N
O
O
M
M
I
I
E
E














IAI, 2013



2

Introducere
Disciplina Matematici aplicate n economie este una dintre disciplinele generale pe
care studenii le studiaz pentru ca pregtirea lor s fie complet. Ea se altur altor discipline cu acelai
caracter (limbile strine, dreptul, economia etc.) fr de care un specialist n economie nu poate s i
exercite profesia. Trebuie precizat c n alte ri din Europa sau din afara continentului nostru, volumul de
cunotine matematice predat studenilor este mult mai mare i ocup programe de studii pe mai multe
semestre. Ceea ce a fost introdus n aceast program i s-a concretizat n prezentul curs reprezint un
minim, dar i un strict necesar.
Disciplina este pe de alt parte una obligatorie i fr aceasta promovarea nu este
posibil. Numrul de credite n cazul disciplinei de fa este egal cu cel al celorlalte discipline obligatorii
(adic 5 credite). Este o nou i important dovad a locului care i se acord n planul de nvmnt al
facultii noastre.
Ar fi ideal dac toi studenii notri ar avea cunotine de matematici elementare
echivalente cu cele ale unui absolvent de liceu cu profil economic. Cum acest lucru nu este posibil, muli
studeni provenind din licee cu alte profile unde matematica are o pondere mai mic, ne-am strduit s
facem ct mai puine referiri la cunotinele anterioare de matematic ale studenilor. n consecin, am
cuprins n manual aproape tot ceea ce este necesar pentru parcurgerea i nelegerea textului. Elementele
care sunt preluate pot fi aprofundate i clarificate n activitile tutoriale.
Obiectivele cursului sunt multiple. Pe de o parte ne propunem s familiarizm studenii
cu modalitile uzuale de modelare matematic a unor fenomene economice. n acest scop i vom obinui
pe acetia s extrag elementele caracteristice eseniale ale unui fenomen economic i s le transpun n
relaii matematice. Acestei prime etape de modelare i va urma etapa studiului modelului matematic
rezultat i, n final, interpretarea economic a rezultatelor.
Pe de alt parte vom face cunoscute studenilor notri dou mijloace puternice de
optimizare folosite n economie (metode algebrice i metode bazate pe derivatele unei funcii) care au
permis rezolvarea unor probleme clasice ale economiei (problema gestionrii resurselor, problema
transportului, problema repartizarii forei de munc etc.).
Nu n ultimul rnd, studenilor li se formeaz obinuina de a gndi i a aciona
respectnd regulile stricte i logice ale matematicii. Nu ne propunem s mpingem la extrem cerinele
privind exactitatea calculelor, dar nu trebuie s uitm c avem de-a face cu viitori economiti care vor
gestiona active materiale, financiare, bancare, etc. i vor purta rspunderea pentru eficiena i
corectitudinea muncii lor.
Corobornd cunotinele de matematic cu cele de informatic, absolvenii notri vor
putea crea aplicaii informatice care vor putea completa soft-ul deja existent n domeniul economic. Ei
vor deveni nu doar utilizatori ci i creatori de soft economic, ceea ce reprezint o treapt calitativ net
superioar.
3

Materialul prezentat este structurat n nou uniti de studiu (US). Aceast mprire,
mpreun cu planul calendaristic al activitilor tutoriale, permite gruparea n trei pri, fiecreia
corespunzndu-i o lucrare de evaluare.
Coninutul acestor lucrri va privi att aspectul teoretic tratat n curs, dar i aplicaii
practice puse sub form de teste gril la care studenii vor putea s rspund, doar dup rezolvarea
efectiv a acestora. ntrebrile teoretice de control la autoevaluare, se afl n materialul existent pe
Blackboard i este accesibil ealonat studenilor, etap cu etap.
Pentru verificarea cunotinelor i evaluarea acestora s-au prevzut trei teme de control.
Prima tem de control privete elementele de algebr liniar pe care studenii le parcurg n primele trei
uniti de studiu (US1, US2, US3). Tema se intituleaz: Elemente de algebr liniar.
A doua tem de control privete metodele algebrice de obinere a soluiilor optime ale
unor tipuri de probleme economice extrem de des ntlnite. Aceast tem se intituleaz Programare
liniar i algoritmi asociai i utilizeaz materia parcurs n unitile de studiu US4, US5, US6.
Ultima tem de control privete materia parcurs n unitile de studiu US7, US8, US9 i
este intitulat Elemente de analiz matematic aplicate n economie. Studenii vor primi temele de
control n cadrul activitilor tutoriale i le vor depune la termenele indicate la secretarialul ID.
Pentru a asigura o asimilare uoar a materialului teoretic, cursul i activitile tutoriale
cuprind numeroase exemple. Nu este de dorit i nu ncurajm memorarea fr aprofundare a unor
rezultate teoretice.
Nu sunt necesare mijloace auxiliare (calculatoare de buzunar, tabele de valori, ndrumare
de calcul etc.), ci numai materialul editat.Evaluarea se face pe baza temelor de control (60%) i a
examenului final (40%) cu condiia ca ambele note s fie de minim 5 (cinci).
Dac notm cu M media celor trei lucrari de control:

i cu ExF nota la examenul final, calculate cu dou zecimale exacte (M 5, ExF 5), atunci nota final
este dat de relaia:
0.6 0.4
f
N M ExF = +
care se rotunjete la partea ntreag a acesteia.

Autorii






4

Cuprins




1. Introducere.................................................................................................................... 2
2. Cuprins......................................................................................................................... 4
3. US1 Transformri elementare...................................................................................... 5
4. US2 Spaii liniare.........................................................................................................
18
5. US3 Forme ptratice..................................................................................................... 31
6. US4 Programare liniar. Consideraii teoretice...........................................................
36
7. US5 Metoda Simplex................................................................................................... 45
8. US6 Probleme de transport.......................................................................................... 59
9. US7 Serii de numere reale........................................................................................... 72
10. US8 Serii de puteri. Dezvoltarea unei funcii n serie de puteri...................................
97
11. US9 Funcii de mai multe variabile............................................................................
105
12. Bibliografie.................................................................................................................. 122













5

US1 Transformri elementare

Nenumrate probleme din matematic utilizeaz noiunea de matrice iar
transformrile elementare de linii aplicate acestora pot nlocui calculele lungi i chinuitoare pe
care unele metode algebrice le implic. Ne propunem n aceast unitate de studiu s prezentm
transformrile elementare de linii ntr-o manier practic i unitar, i insistm asupra
aplicaiilor lor n determinarea rangului, n calculul determinantului i a inversei unei matrici. De
asemenea aplicm transformrile elementare pentru discuia compatibilitii i determinarea
soluiilor sistemelor de ecuaii liniare. Putem astfel s evitm rezultate clasice (teoremele lui
Rouch, Kronecker Capelli i Cramer) i metode complicate care implic prea multe calcule.
Studentul trebuie s se obinuiasc mai nti s lucreze cu liniile unei matrici,
dup care trebuie s i stabilieasc obiectivul: formarea pe coloana i a coloanei k din
matricea unitate . n continuare trebuie stabilite operaiile necesare scopului propus i
efectuarea calculelor implicate de acestea.
Ulterior, studentul aplic efectiv metoda nsuit pentru determinarea rangului sau
inverse unei matrice sau pentru discuia i rezolvarea unui sistem de ecuaii algebrice liniare.
Timpul necesar nsuirii materialului coninut este de aproximativ 6 ore (2 ore
pentru nvarea metodei, 2 ore pentru determinarea rangului i a inversei, i dou ore pentru
aplicaii la discuia sistemelor).
Metoda este prezentat pe larg n materialul nostru dar i n lista bibliografic la
poziiile [3], [4], [5] i [6].
*
* *
Studiul matricelor este legat de discuia i rezolvarea sistemelor de ecuaii algebrice
liniare i constituie elementul de control al aproape ntregii programe analitice a disciplinei
Matematici aplicate n economie. Noutatea pe care o propunem se numete transformare
elementar efectuat asupra liniilor unei matrice, obinnd din aceasta o matrice echivalent din
punctul de vedere al rangului. Departe de a fi o abstractizare inutil, folosirea transformrilor
elementare poate duce, fr calcule dificile, la determinarea rangului, la obinerea inversei, sau,
la obinerea soluiei unui sistem algebric liniar.
Se cunosc dificultile pe care le ntmpinm la discuia sau rezolvarea acestui tip de
sisteme. Metodele bazate pe teoremele lui Cramer, Kroneker-Capelli sau Rouch sunt greoaie i
folosesc determinanii, al cror calcul este laborios. Prin transformarea matricei lrgite a unui
6

astfel de sistem se obine forma explicit din care se pot trage concluziile privind tipul i soluiile
sale. O categorie special de soluii ale unui sistem liniar compatibil nedeterminat o formeaz
soluiile de baz care vor juca un rol deosebit n rezolvarea problemelor de programare liniar.


1.1 MATRICE

1.1.1 RANGUL UNEI MATRICE

Prin matrice nelegem o aplicaie A: I x J K, unde I 1, 2,..., m = ; J 1, 2,..., n = , K o
mulime oarecare. Ea poate fi reprezentat printr-un tablou de elemente din K, aezate pe linii i
coloane.
Pentru o matrice de tipul m x n vom folosi notaia:
11 12 1
21 22 2
1 2
.....
.....
A
..... ..... ..... .....
.....
n
n
m m mn
a a a
a a a
a a a
l
l
l
=
l
l
l
(1.1.1)
Suprimnd din matricea A, m r linii i n r coloane, obinem o matrice ptratic de
ordinul r. Determinantul acestei matrice se numete minor de ordinul r al matricei.

Definiia 1.1.1. Numim rangul unei matrice A de tipul m x n ( m n ) un numr natural r
cu proprietile:
a) n matrice exist cel puin un minor de ordinul r diferit de zero.
b) toi minorii de ordinul r + 1 sunt nuli.

Observaie. Se demonstreaz c dac toi minorii de ordinul r + 1 sunt nuli, atunci sunt
nuli i toi minorii de ordin mai mare ca r + 1.

n continuare vom pune n eviden operaii pe care le vom numi transformri
elementare, care se bucur de proprietatea c nu modific rangul unei matrice. Ele au la baz
proprietile determinanilor.

1.1.2 TRANSFORMRI ELEMENTARE

Definiia 1.1.2. Numim transformare elementar aplicat unei matrice una din
urmtoarele operaii:
7

(T
1
) nmulirea unei linii cu un scalar real nenul ( 0 );
(T
2
) adunarea unei linii la o alt linie;
(T
3
) schimbarea a dou linii ntre ele.

Teorema 1.1.1. Transformrile elementare nu modific rangul unei matrice.
Demonstraie. Fie matricea A de tipul m x n i matricele
i
T ( 1, 3) i = care se obin din
matricea unitate I
m
. nmulind la stnga matricea A cu matricele
i
T obinem matricele
i i
A T A = .
Presupunem c rangul matricei A este
A
r . Vom avea:
i i
A T A A A
r min (r ,r ) = min (m, r ) = r (1.1.2)
Din
i i
A TA = , cum T
i
sunt ineversabile gsim
1
i i
A T A

= i deci:
i i i i
A T A A A
r min (r ,r ) = min (m,r ) = r (1.1.3)
Din (1.1.2) i (1.1.3) rezult c
i
A A
r = r , i=1,3.

Definiia (1.1.3). Dou matrice A i B care se obin una din alta prin transformri
elementare se numesc echivalente ( n privina rangului) i scriem A B .

1.1.3. FORMA GAUSS JORDAN A UNEI MATRICE

Fie A matricea unui sistem de m ecuaii algebrice liniare cu n necunoscute ( < ) m n .
Definiia 1.1.4. Matricea A se spune c are forma Gauss-Jordan dac conine ( ) r r m
coloane ale matricei unitate de ordinul m.

Dac aceste coloane sunt
1 2
, ,.....,
r
j j j atunci forma matricei este
' '
1 1
' '
2 2
' '
.... 1.... 0 .... 0 ....
.... 0 .... 1.... 0 ....
......................................
.... 0 .... 0 .... 1 ....
0.. 0.... 0 .... 0 0 ....... 0
......................................
0.. 0.... 0 .... 0 0 ...
k n
k n
rk rn
a a
a a
A a a =
.... 0
| |
|
|
|
|
|
|
|
|
|
|
\
(1.1.4)

8

Teorema 1.1.2. Orice matrice nenul poate fi adus la forma Gauss-Jordan, printr-
un numr finit de transformri elementare.

Demonstraie. Fie deci matricea A de tipul m x n a unui sistem liniar de m ecuaii cu n
necunoscute.
11 12 1 1
21 22 1 2
1 2
1 2
j n
j n
i i ij in
m m mn mn
a a a a
a a a a
a a a a
a a a a
l
l
l
l
l
l
l
l
l
l
l
l
l







Fie
11
0 a . Dac
11
0 a = , atunci printr-o transformare de tipul (T
3
) putem aduce n locul
lui
11
a un element
1
0; 2,
i
a i m = care exist deoarece prima coloan are cel puin un element
diferit de zero, n caz contrar sistemul nu ar avea n necunoscute.
Printr-o transformare de tipul (T
1
) cu
11
1
a
= realizm n poziia (1,1) un element egal
cu unu. Prin 1 m transformri de tipul (T
1
) i (T
2
) n care linia nti este succesiv inmulit cu
numere convenabile:
21 31 1 1
, , ,...,
i m
a a a a i adunat de fiecare dat la liniile: a doua, a treia,
. . . a i-a linie, . . . a m-a linie, realizm pe prima coloan toate elementele nule cu excepia
primului element care este unu.
Dac dorim s realizm pe coloana j toate elementele nule cu excepia elementului din
poziia (i,j) care s fie egal cu unu procedm astfel:
a) ne asigurm c 0
ij
a
b) aplicm o transformare de tipul (T
1
) cu
1
ij
a
= , obinnd n poziia (ij) un element
egal cu unu.
c) Aplicm succesiv 1 m transformri de tipul (T
1
) i (T
2
), nmulind linia i cu:
1 2
, , ,
j j mj
a a a i adunnd-o la liniile: ntia, a doua, . . . , a m-a linie obinem
pe coloana j toate elementele nule cu excepia elementului din poziia (i,j) care devine
unu. Algoritmul se oprete cnd pe liniile 1, r m nu mai avem elemente nenule.
Elementul nenul aij dat se va numi pivot, iar ansamblul transformrilor elementare
necesare transformrii matricei A ntr-o matrice cu coloana i din matricea unitate de
ordinul m n coloana j se va numi pivotajul cu element pivot
ij
a .
9

Din forma Gauss-Jordan a matricei A putem observa c rangul matricei este r, acesta fiind de
ordinul minorului format cu primele r linii i coloanele
1 2
, ,...
r
j j j . Toi minorii de ordinul 1 r +
sunt nuli. n practic nu este neaprat necesar s obinem coloanele matricei unitate n ordinea
lor natural, numrul lor ne va da rangul. Putem alege pivot orice element diferit de zero oriunde
s-ar gsi el de preferin cel care este egal cu 1.


Exemplul 1.1.1. S se aduc la forma Gauss-Jordan i s se determine rangul matricei:

2 2 2 1
1 2 1 1 2
2 4 4 3 1
l
l
l

l
l
l
@




1 2 2 2 1
0 0 3 1
0 0 0 1 1
l
l
l

l
l

l
B


1 2 0 0 5/3
0 0 1 1 1/ 3
0 0 0 1
l
l
l

l
l

l
@



1 2 0 0 5/3
0 0 1 0 2/3
0 0 0 1 1
l
l
l
l
l

l


Exemplul 1.1.2. S se determine rangul matricei:

2 1 1 3
1 2 1 2
1 1 2 1
l

l
l

l
l

l

Fcnd pivotajele cu elementele pivot ncercuite obinem succesiv:
Lum pivot elementul ncercuit. Prima linie
nmulit cu 1 se adun la a doua, apoi cu 2 i o
adunm la a treia obinnd matricea :
Lum pivot elementul ncercuit. Linia a doua o
nmulim cu 1/3 i apoi nmulit cu 2 o adunm
la prima obinnd matricea:
Lum pivot elementul ncercuit. Linia a treia o
nmulim cu 1, apoi nmulit cu 1 o adunm la
a doua i obinem:
Rangul matricei este egal cu 3, egal cu
numrul maxim de coloane ale matricei
unitate.
10


2 1 3 2 1 1 3
1 2 1 2 3 0 1 4
1 1 2 1 3 0 2
5 1 0 5 0 1 0 0 1 0 0 1
0 0 6 0 0 1 1 0 0
3 0 1 2 0 0 1 1 0 0 1 1
l l

l l
l l

l l
l l

l l
l l l
l l l
l l l
l l l
l l l

l l l


@
@
E1 0

Rangul matricei considerate este 3.


1.1.4 INVERSA UNEI MATRICE

Fie A o matrice ptrat de ordinul m i [ [
m
B= A I matricea obinut prin alturarea
matricei unitate de ordinul m la matricea A. Se cunoate c se numete matrice invers a unei
matrice ptrate A, o matrice, notate cu A
-1
, astfel nct:
-1
m
AA =AA=I (1.1.6)
Presupunem pentru moment c exist matricea A
-1
. nmulind la stnga matricea B cu A
-1

obinem:
1 1 1
1
m m
B=A B= A A A I = I A

l l
l l
l l

De la matricea B putem ajunge la matricea B cu ajutorul transformrilor elementare.
Fcnd pivotaje n matricea A n vederea obinerii celor m coloane ale matricei unitate de ordinul
m, n dreapta barei vom gsi tocmai matricea A
-1
. Dac coloanele nu sunt n ordinea lor natural,
putem schimba liniile ntre ele obinnd n stnga barei chiar matricea unitate. Dac nu reuim s
obinem coloane ale matricei unitate n numr egal cu ordinul matricei A, atunci matricea nu are
invers.

Exemplul 1.1.3. S se gseasc inversa matricei:
1 2 3
A= 1 1 2
1 1 1
l
l
l

l
l
l

considernd n matricea B pivotaje cu elemente pivot ncercuite avem :
11

2 3 1 0 0 1 2 3 0 0 0
B 1 1 2 0 1 0 0 1 1 1 0
1 1 1 0 0 1 0 1 2 1 0 1
1 1 0 2 3 0 1 0 0 1 1 1
0 1 1 1 1 0 0 0 1 0 1 1
0 0 1 2 1 0 1 0 1 2 1
l l
l l
l l
=
l l
l l

l l
l

l
l

l
l
l

@
@
O
@
l
l
l
l
l
l

1 0 0 1 1 1
0 1 0 1 2 1
0 0 1 0 1 1
l

l
l
l
l

l

Inversa matricei A este:

1
1 1 1
A = 1 2 1
0 1 1

l

l
l
l
l

l

Exemplul 1.1.4. S se gseasc inversa matricei:
1 1 2
A= 2 2 1
3 1 1
l

l
l

l
l
l

Vom avea:
1 2 1 0 0 1 1 2 1 0 0
B 2 2 1 0 1 0 0 5 2 1 0
3 1 1 0 0 1 0 4 5 3 0 1
1 0 3/4 1/2 1/4 0
0 1 5/4 1/2 1/4 0
0 0 0 1 1 1
l l

l l
l l
=
l l
l l

l l
l
l
l

l
l

l

@
C

Matricea nu admite invers.
12

1.2. SISTEME DE ECUAII LINIARE

Un sistem de ecuaii algebrice liniare cu m ecuaii i n necunoscute
(m < n) se prezint sub forma:

11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
,
,
. . . . . . . . . . . . . . . . . . . . . . . . .
,
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
'
= 1
1
1
1
1
=
!
1
1
1
1 =
1+

(1.2.1)

unde , (i=1,m ; 1, )
ij i
a b n = sunt numere reale.
Dac exist 0
i
b sistemul (1.2.1) este neomogen, n caz contrar ( 0, ( ) 1,
i
b i m = = )
sistemul se numete omogen.
Fie B matricea lrgit a sistemului (1.2.1), de forma:
11 12 1 1
21 22 2 2
1 2
n
n
m m mn m
a a a b
a a a b
a a a b
l
l
l
l
l
l
l

(1.2.2)
S presupunem c rangul matricei A a sistemului este r ( ) r m . Prin transformri
elementare putem aduce matricea A la forma Gauss-Jordan. Obinem astfel matricea B , de
forma:
1
1
1
1 1 1
2 2 2
1
1 ... 0 0
0 ... 1 0
. ... . ... . . ... . .
0 ... 0 ... 1 B
0 ... 0 ... 0 0 ... 0
. ... . ... . . ... . .
0 ... 0 ... 0 0 ... 0
r
r
r
j n
j n
rj rn r
r
m
a a b
a a b
a a b
b
b

l
l
l
l
l
l
l
l
=
l
l
l
l
l
l
l
l
l

(1.2.3)
Sistemul corespunztor matricei B este:
1 1 1
1 1 1
1 1
1 1 1
2 2 2
1




0
r r
r r
r r r
j j j n n
j j j n n
j j j rn n r
r
x a x a x b
x a x a x b
x a x a x b
b



=
=
=
=

1

0
m
b

'
1
1
1
1
1
1
1
1
11
!
1
1
1
1
1
1
1
=
1
11+

(1.2.4)
13

Deoarece matricele B i B sunt echivalente, sistemele (1.2.1) i (1.2.4) vor fi echivalente
(adic vor avea aceleai soluii). Este suficient pentru aceasta s observm c transformrile
elementare aplicate liniilor matricei B pentru a fi adus la forma B au drept consecine asupra
sistemului de ecuaii:
(T
1
) nmulirea unei ecuaii cu un numr diferit de zero;
(T
2
) adunarea la o ecuaie a unei alte ecuaii (eventual nmulit cu un scalar nenul);
(T
3
) schimbarea a dou ecuaii ntre ele.
Evident, aceste operaii aplicate unui sistem de ecuaii l transform n unul echivalent.


Teorema 1.2.1. Condiia necesar i suficient ca sistemul (1.2.1) s fie compatibil
este ca 0, 1,
i
b i r m = = .

Demonstraie. S artm mai nti necesitatea condiiei.
Presupunem c sistemul (1.2.1) este compatibil. Aceasta nseamn c sistemul (1.2.4)
este compatibil. Din compatibilitatea acestuia din urm rezult 0
i
b = pentru 1, i r m = .
S artm acum suficiena condiiei. Presupunem c 0, 1,
i
b i r m = = . Rezult atunci c
sistemul (1.2.4) este compatibil admind
n r
soluii i deci sistemul (1.2.1) este
compatibil.
n baza acestei teoreme uor pot fi demonstrate teoremele lui Kronnecker-Capelli i
Rouch. Pentru r m n = = se obin rezultatele cunoscute de la sistemele de n ecuaii cu n
necunoscute.

Exemplul 1.2.1. S se atudieze compatibilitatea sistemului i n caz afirmativ s se
gseasc soluia lui.
1 2 3 4
1 2 3 4
1 2 3 4
1 2 3 4
1
2 2 2
3 3 3 5
3 5 5 3
x x x x
x x x x
x x x x
x x x x
'
= 1
1
1
= 1
1
!
= 1
1
1
1 =
1+

Matricea lrgit a sistemului, dup o serie de pivotaje cu elemente pivot ncercuite,
devine:

14

1 1 1 1
1 1 2 2 2
B
3 1 3 3 5
1 3 5 5 3
1 1 1 1 0 1/ 2 1/ 2 3/ 2
0 3 3 1 0 1 3/ 2 3/ 2 1/ 2

0 4 6 6 2 0 0 0 0 0
0 4 6 6 2 0 0 0 0 0
l

l
l

l
=
l

l
l

l
l l

l l
l l

l l
l l

l l
l l

l l

@
1 1
A


Sistemul considerat este echivalent cu sistemul:
1 3 4
2 3 4
1/ 2 1/ 2 3/ 2
.
3/ 2 3/ 2 1/ 2
x x x
x x x
'
= 1
1
!
=
1
1+

care este compatibil avnd soluia:
1
2
3 4
3/ 2 1/ 2 1/ 2 ,
1/ 2 3/ 2 3/ 2 ,
, , ,
x
x
x x



= +

= +

= =

Exemplul 1.2.2. S se studieze compatibilitatea sistemului:

1 2 3 4
1 2 3 4
1 2 3 4
2 3 4 2
3
2 5 6 10
'
= 1
1
1
=
!
1
1
=
1
+
x x x x
x x x x
x x x x


Matricea lrgit a sistemului dup o serie de pivotaje cu elemente pivot ncercuite devine:

2 3 4 2 2 3 4 2 0 1/ 3 2 4/ 3
B 1 1 1 1 3 0 4 3 5 0 1 4/ 3 1 5/ 3
3 5 6 1 10 0 9 12 9 14 0 0 0 0 1
l l l

l l l
l l l
=
l l l
l l l

l l l

@ 1 1
B
Cum
3
1 0 b = , sistemul este incompatibil.






15

1.2.1. EXPLICITAREA SISTEMELOR
DE ECUAII LINIARE

Fie sistemul (1.2.1). Presupunem c rangul matricei A este m < n.

Definiia (1.2.1). Vom spune c sistemul (1.2.1) este explicitat n raport cu un grup de m
variabile (necunoscute), dac n matricea A a sistemului coloanele acestor variabile sunt cele m
coloane ale matricei unitate de ordinul m.
Deoarece cu cele n variabile ale sistemului putem forma
m
n
C grupuri diferite de cte m
variabile, rezult c un sistem liniar, care poate fi explicitat n raport cu cel puin un grup de m
variabile, va avea cel mult
m
n
C forme explicite. Acest numr maxim va fi atins dac explicitarea
poate avea loc n raport cu oricare dintre cele
m
n
C grupuri diferite de cte n variabile i toate
formele explicite sunt distincte.
ntr-un sistem liniar explicitat sunt dou tipuri de variabile (necunoscute): unele, ai cror
coeficieni formeaz coloanele matricei unitate, altele ai cror coeficieni formeaz celelalte
coloane ale matricei sistemului. Ca de obicei, primele vor fi denumite variabile principale, iar
celelalte variabile secundare. n teoria programrii liniare variabilele principale mai sunt
denumite bazice, iar variabilele secundare nebazice.

Definiia (1.2.2). Numim soluie de baz a unui sistem de ecuaii liniare, o soluie
particular obinut dintr-o form explicit, prin egalarea cu zero a variabilelor secundare.

Din definiia dat rezult c dac sistemul este compatibil nedeterminat, atunci are cel
puin o soluie de baz i cel mult
m
n
C soluii de baz. Evident, sistemele incompatibile i cele
compatibil determinate nu au soluii de baz.
Dac o soluie de baz are exact m componente nenule, atunci soluia de baz se numete
nedegenerat, iar dac are mai puin de m componente nenule se numete soluie de baz
degenerat.
Soluiile de baz ale unui sistem liniar se clasific i dup un alt criteriu. Dac toate
componentele unei soluii de baz au valori nenegative ( 0) , soluia de baz se numete
admisibil. n caz contrar, soluia de baz se numete neadmisibil (are componente strict
negative).
S considerm c r = m. n acest caz din (1.2.4) obinem o soluie de baz:
16

1 2
1 2
, , . . . ,.....
i m
j j j i j m
x b x b x b x b = = = = , restul pn la n egale cu zero. Dorim ca variabila
principal
i
j
x s devin secundar iar variabila secundar
1
( , . . . , )
j r
x j j j s devin
principal. Pentru aceasta fie i 0
ij
a . Efectund n matricea B un pivotaj cu element pivot
ij
a gsim o alt soluie de baz:
1 2
1 1 2 2
, ,. . ., , . . .
m
i i i i
j j j j j j m mj
ij ij ij ij
b b b b
x b a x b a x x b a
a a a a
=
= = =
i restul pn la n egale cu zero.
Putem scrie variabilele principale concentrat sub forma:
, pentru k j

, pentru k j
k
i
j k kj
ij
i
j
ij
b
x b a
a
b
x
a
'
1
1
=
1
1
11
!
1
1
= =
1
1
1
1+
(1.2.5)

Exemplul 1.2.3. S se determine toate formele explicite i soluiile de baz
corespunztoare pentru sistemul:

1 2 3
1 2 3 4
0
2 2
'
= 1
1
!
= 1
1+
x x x
x x x x

Matricea lrgit a sistemului este:

1 1 0 0
B
1 2 1 1 2
l

l
=
l

l
1

Pivotajele:
a)
1 1 0 0 1 1 1 0 0 1 0 1 0 0
1 2 1 1 2 0 1 0 2 0 1 0 1 2
l l l

l l l
l l l

l l l

@
@

b)
1 1 0 0 1 1 1 0 0 1 0 1 1 2
1 2 1 1 2 0 0 1 2 0 1 0 1 2
l l l

l l l
l l l

l l l

@
@

c)
1 1 0 0 1 1 1 0 0 1 0 1 2
1 2 1 1 2 1 1 2 1 0 1 1 2
l l l

l l l
l l l

l l l

@0
0 @

d)
1 1 0 0 1 1 1 0 0 1 1 1 0 0
1 2 1 1 2 0 0 2 0 1 0 1 2
l l l

l l l
l l l

l l l

@
1 @

e)
1 1 0 0 1 1 1 0 0 1 1 1 0 0
1 2 1 1 2 1 1 2 1 0 1 1 2
l l l

l l l
l l l

l l l

@
0 @

conduc la formele explicite n raport cu grupurile:
17

1 2 1 4 2 3 2 4 3 4
( , ), ( , ), ( , ), ( , ), ( , ), x x x x x x x x x x
a)

1 3 4
2 4
+ 2
2
x x x
x x
=
=
b)

1 3
2 4
+ 2
2
x x
x x
=
=

c)

2 4
1 3 4
+ 2
+ 2
x x
x x x
=
=
d)

1 2 3
1 3 4
+ 0
2
x x x
x x x
=
=

f)

1 2 3
1 2 4
0
2 2
x x x
x x x
=
=

Soluiile de baz vor fi:
1 1 2 3 4
(S ) 2, 2, 0, 0; x x x x = = = = soluie de baz nedegenerat admisibil
2 1 2 3 4
(S ) 2, 0, 0, 2; x x x x = = = = soluie de baz nedegenerat admisibil
3 1 2 3 4
(S ) 0, 2, 2, 0; x x x x = = = = soluie de baz nedegenerat admisibil
4 1 2 3 4
(S ) 0, 0, 0, 2; x x x x = = = = soluie de baz degenerat admisibil
5 1 2 3 4
(S ) 0, 0, 0, 2; x x x x = = = = soluie de baz degenerat admisibil
Sistemul nu poate fi explicitat n raport cu grupul de variabile
1 3
( , ) x x i admite doar
patru soluii de baz distincte din numrul maxim de
2
4
6 C = posibiliti.













18

US2 Spaii liniare

Noiunea de vector i cea de spaiu liniar sunt noiuni centrale n algebra liniar.
Utilizarea acestora pentru rezolvarea problemelor de optimizare este ct se poate de natural. n
prezenta unitate de studiu se prezint noiunea de spaiu liniar cu exemplul cel mai potrivit
(adic spaiul
n
) dar i cu alte exemple. De asemenea se aplic elemente din US1
(Transformri elementare) pentru a stabili relaia de dependen (independen) liniar a unor
familii de vectori. De asemenea se utilizeaz sistemele liniare (abordate i n US1) pentru a
stabili concret relaiile de dependen liniar. Se introduce n continuare noiunea de baz de
vectori, precum i de coordonate ale unui vector ntr-o baz. Schimbarea de coordonate, atunci
cnd se schimb vectorii bazei, este urmtorul subiect abordat n material.
Cei care i-au nsuit complet US1 nu vor avea dificulti pentru parcurgerea
acestei uniti de studiu. Mai nti trebuie nsuite corect noiunile de baz (vector, baz,
coordonate). Ulterior trebuie aplicate teoremele de caracterizare a dependenei i independenei
(folosind efectiv transformrile elementare). Pentru determinarea coordonatelor unui vector se
vor rezolva (cu transformri elementare) sisteme de ecuaii compatibile determinate.
nsuirea noiunilor teoretice presupune un studiu de patru ore. Aplicaii pentru
dependen i independen solicit nc dou ore. Deteminarea coordonatelor (rezolvarea
sistemelor liniare) cu aplicaiile corespunztoare mai adaug nc dou ore la timpul de studiu. n
capiutolul acesta se prezint un algoritm de calcul a noilor coordonate ale unui vector cnd unul
dintre vectorii bazei este nlocuit. nsuirea lui i aplicarea cu uurin nseamn nc dou ore
de studiu. n total US2 necesit zece ore de studiu.
Pentru facilitarea studiului sunt utile din bibliografie poziiile [5] i [6].
*
* *
nzestrnd o mulime oarecare cu o serie de operaii avnd anumite proprieti obinem
noinea de structur algebric. Unele tipuri de structuri algebrice au fost studiate n liceu
(monoid, grup, inel, corp). Spaiul liniar se definete n acelai mod, elementele sale (vectorii)
generaliznd noiunea de vector liber utilizat n fizic sau matematic.
n orice spaiu liniar se introduce noiunea de independen liniar precum i cea de
baz. Vom introduce aceleai noiuni dar numai n cazul particular al spaiului liniar
n
(care
apare cel mai des n contextul aplicaiilor economice).
19

n studiul problemelor economice se impune problema determinrii valorii maxime sau a
valorii minime a unor funcii. Un ajutor preios n acest scop l constituie formele ptratice care
generalizeaz funcia de gradul al doilea.

2.1. DEFINIIA SPAIULUI LINIAR

Fie A o mulime oarecare i K un corp avnd elementele neutre 0
K
respectiv 1
K
.
Presupunem c pe A se pot defini dou operaii astfel:
a) ( ) , A, ( ) x y un element notat cu A x y astfel nct ( , ) x y x y .
b) ( ) A, ( ) K, ( ) x un element notat A x , astfel nct ( , ) x x .
Prima operaie, de tip aditiv, este o operaie intern iar cea de doua, de tip multiplicativ,
este o operaie extern pentru A.

Definiie. Mulimea A formeaz un spaiu liniar peste corpul K dac sunt satisfcute
urmtoarele proprieti:
L
1
) ( ) , , A x y z , ( ) ( ) x y z x y z = ,
L
2
) ( ) , A x y , x y y x = ,
L
3
)
A
( )0 A astfel nct
A
0 , ( ) A x x x = ,
L
4
) ( ) A, ( ) A x x astfel nct
A
( ) 0 x x = ,
L
5
) ( ) K, ( ) , A, x y ( , ) x y x y = ,
L
6
) ( ) K, ( ) K, ( ) A, x ( ) x x y = ,
L
7
) ( ) , K, ( ) A, x ( ) ( ) ( ) x x x = = ,
L
8
) ( ) A, x
K
1 x x = .

Elementele lui K se numesc scalari, iar cele ale lui A, vectori. Prima operaie se numete
adunarea vectorilor iar cea de a doua nmulirea vectorilor cu scalari din K. Atunci cnd nu
este pericol de confuzie vectorul nul 0
A
se noteaz simplu 0. De asemenea, elementele neutre ale
lui K se scriu 0 i 1 (n imensa majoritate a aplicaiilor K=).
Consecine. Din axiome decurg urmtoarele proprieti:
a) ( ) A, 0 0 x x = ,
ntr-adevr, din L
6
) obinem ( 0) 0 , x x x = adic 0 x x x = .
Axioma L
3
) conduce la 0x 0 = .
b) ( ) , 0 0 = K .
20

Plecm de la L
5
) : ( 0) 0 x x = . Obinem 0 x x = .
Aceeai axiom L
3
) arat c: 0 0. =
c) ( ) , ( 1) A x x x =
Folosim a), adic 0 0 x = i nlocuim 0 prin 1 ( 1) . Din L
6
) obinem:
1 ( 1) 0 x x = . L
8
) conduce la ( 1) 0 x x = , iar L
4
) arat c ( 1) 0 x = .
Exemplu:
Considerm
1 2
A x x ( , , , ) /
n
n i
x x x x x = = = = i K=.
Adunarea elementelor din A revine la adunarea matricelor cu o singur coloan sau cu o
singur linie.
1 2 1 2
( ) ( , , , ), ( , , , )
n n
x x x y y y x y = = din
n
,
1 1 2 2
( , , )
n
n n
x y x y x y x y =
n mod similar produsul unui scalar din cu un element al lui
n
se definete
prin:
1 2 1 2
( , , , ) ( , ,......, )
n n
x x x x x x x = = .

2.2. DEPENDEN I INDEPENDEN
LINIAR

Fie A un spaiu liniar peste corpul K i fie A, K, 1, =
i i
i h x .
Definiie 2.2.1. Se numete combinaie liniar a vectorilor x
i
cu scalarii
i
expresia
:

1 1 2 2
E x x x
h h
= + + + . (2.2.1)
Consecina a) din definiia spaiului liniar ne arat c atunci cnd
0, ( ) 1, E 0 = = =
i
i h . Reciproca acesteia nu este ntotdeauna adevrat.

Definiie 2.2.2. Vectorii x A, 1,
i
i h = = se numesc liniar independeni dac:

1 1 2 2 1 2
x + x + + x 0 0
h h h
= = = = = .

n caz contrar, dac E=0 cu mcar un scalar nenul, vectorii
i
x se numesc liniari
dependeni, adic:
1 1 2 2 1 2
x + x + + x 0 0
h h h
= / = = = =
21


Exemplu:
Fie spaiul liniar
n
n,1
A ( ) = =M i vectorii:
1 11 12 1 2 21 22 2 1 2
( , , , ) , ( , , , ) , , ( , , )
t t t
n n h h h hn
x x x x x x x x x x x x = = = vectori din A.
Condiia E 0 = conduce la sistemul liniar i omogen:
1 11 2 21 1
1 12 2 22 2
1 1 2 2
0
0
. . . . . . . . . . . . . . . . . . . . . . .
0
'
= 1
1
1
=
1
!
1
1
1 =
1+

h h
h h
n n h hn
x x x
x x x
x x x
(2.2.3)
Vectorii sunt liniari independeni dac sistemul (2.2.3) admite numai soluia banal i liniar
dependeni n caz contrar.
Din teoria sistemelor omogene independena liniar este caracterizat prin:

M
rang M r = h (2.2.4)
unde matricea
n,h
M ( ) M este format prin componentele vectorilor
i
x .
Dac (2.2.3) are soluii nebanale, ele se exprim prin
M
h r parametri reali. nlocuite n
(2.2.2) aceste soluii conduc la una sau mai multe relaii de dependen liniar.
Pe baza acestui exemplu vom realiza un mare numr de aplicaii. Proprietile familiilor
de vectori liniar independeni i al familiilor de vectori liniar dependeni sunt date n urmtoarele
teoreme:

Teorema 2.2.1. O mulime de vectori liniar independeni nu poate conine vectorul nul.

Demonstraie: Presupunem prin absurd c mulimea de vectori independeni

1 2
, , , , = F
i h
x x x x ar conine vectorul nul i c =
i
x 0. Combinaia liniar :
1 2
E 0 0 1 0 = =
i h h
x x x x cu scalarul
i
nenul. Contradicia justific
teorema.

Teorema 2.2.2. Orice submulime a unei mulimi de vectori liniar independeni este format tot din vectori liniar independeni.

Demonstraie: Tot prin reducere la absurd presupunem c dei
1 2
, , ,
h
x x x sunt liniar
independeni, submulimea

1 2
, , , ,
k
i i i
k h x x x este format din vectori liniar dependeni.
Atunci, egalitatea:
1 1 2 2
+ 0 =
k k
i i i i i i
x x x
are loc cu mcar un scalar nenul.
22

Rezult c:
1 1 2 2 k k
i i i i i i j
j 1,h
j I
+ 0 0
=

= x x x x
cu mcar un scalar nenul ceea ce contrazice ipoteza teoremei.
Teorema 2.2.3. ntr-o mulime de vectori liniar dependeni cel puin un vector se
scrie ca o combinaie liniar a celorlali.

Demonstraie: Definiia vectorilor liniar dependeni arat c:

1 1 2 2
+ + + 0 =
i i h h
x x x x
cu mcar un scalar nenul. Presupunem c acesta este
i
. Cum orice spaiu liniar este grup
abelian, regulile de calcul dintr-o astfel de structur permite s scriem:

1 1 2 2 1 1 1
.......... ...........
i i i i i i h h
x x x x x x

=
n corpul K,
i
este inversabil iar dac
1
i

este inversul su

1 1 1 1
1 1 1 1 1 1
...... ......
i i i i i i i i i h h
x x x x x


= (2.2.5)
i teorema este demonstrat.
Cnd corpul de scalari este inversul
1
i

al lui
i
este 1/
i
i obinem:
1 1 1 2
1 2 1 1



=


i i h
i i i h
i i i i i
x x x x x x (2.2.6)

Teoremele prezentate au consecine importante cu valoare teoretic i practic. Astfel,
modificarea componenei unei mulimi de vectori liniar independeni prin suprimarea unora
conduc totdeauna la o familie de vectori liniar independeni. Dac adugm noi vectori unei
astfel de familii, rezultatul nu este previzibil, noua mulime poate fi dependent sau
independent. Din (2.2.3) rezult c (2.2.4) nu poate fi realizat dac h>n , deci numrul maxim
de vectori liniar independeni din
n
este n.
Exist efectiv mulimi de vectori liniar independeni. Una dintre acestea este:

1 2
= , ,,
n
F e e e (2.2.7)
unde:
1 2 n
(1, 0, 0, , 0) , (0,1, 0, , 0) , , (0, 0, 0, ,1) = = =
t t t
e e e .
Dac prin transformri elementare modificm matricea M a vectorilor mulimii F ,
obinem alte mulimi formate tot din n vectori liniar independeni. Numrul acestor mulimi este
infinit.

23

2.3. BAZE DE VECTORI. COORDONATELE UNUI
VECTOR NTR-O BAZ

Am luat n studiu n paragraful precedent familiile maximale de vectori liniar
independeni dintr-un spaiu liniar. Rolul acestora va fi precizat n cele ce urmeaz.

Definiie. Familia
1 2 k
B , , , = u u u formeaz o baz n spaiul vectorial V dac:
a)
1 2 k
, , , u u u sunt liniar independeni;
b) ( ) V u , mulimea
1 2 k
F , , , , = u u u u , este format din vectori liniar
dependeni.

Mulimea B este aadar o mulime maximal de vectori liniar independeni. Cnd spaiul
V este
n
, aceast mulime conine n vectori, deci k = n.
Spaiul
n
are cel puin o baz: cea format din
1 2
, ,,
n
e e e numit baz canonic.
Aadar:

c 1 2 n
B , ,, = e e e
Din aceasta prin procedeul indicat anterior putem obine o infinitate de baze toate avnd
n vectori. Numrul n, al vectorilor oricrei baze din
n
se numete dimensiunea acestui spaiu.
Condiia b) din definiia bazei i una din proprietile fundamentale ale unei familii de
vectori liniar dependeni ne permit s formulm i s demonstrm:

Teorema 2.3.1. Orice vector din
n
se exprim n mod unic printr-o combinaie
liniar a vectorilor unei baze B.

Demonstraie. Teorema 2.2.3 ne arat c cel puin un vector al mulimii

1 2 n
, , , , u u u u n care
1 2 n
, , , u u u formeaz baz n
n
se exprim printr-o combinaie
liniar a celorlali. Acest lucru este valabil i pentru u, deoarece n caz contrar, din:
1 1 2 2 n n
0 = u u u u (2.3.1)
n care 0 = ar rezulta:
1 1 2 2 n n
0 = u u u (2.3.2)
i unul din scalari fiind nenul s-ar contrazice condiia a) din definiia bazei.
Aadar 0 i obinem:
24

1 2 n
1 2 n

=

u u u u (2.3.3)

Notm:
1 2 n
1 2 n
, , ,

= =

i scriem:
1 1 2 2 n n
= u u u u (2.3.4)

Prin reducere la absurd demonstrm c scalarii
i
din (2.3.4) sunt unic determinai. n
caz contrar, are loc i relaia:
1 1 2 2 n n
= u u u u (2.3.5)

Din (2.3.4)-(2.3.5), obinem:
1 1 1 2 2 2 n n n
( ) ( ) ( ) 0 = u u u (2.3.6)
Cum
1 2 n
, , , u u u sunt liniar independeni, toi scalarii din (2.3.6) sunt nuli, deci:

1 1 2 2 n n
, , , = = =
ceea ce este n contradicie cu ipoteza. Teorema este demonstrat.

Observaie. Scalarii
i
, (i 1, n) = se numesc n mod uzual coordonatele vectorului u n
baza
1 2 n
B , , , = u u u . Unicitatea lor rezult i din teorem dar i din faptul c (2.3.4)
conduce la un sistem Cramer (cu soluie unic).
Vom nota mulimea coordonatelor vectorului u n baza B cu
B
u , adic:

t
B 1 2 n
( , , , ) = u (2.3.7)
Un calcul elementar ne arat c n baza canonic
c 1 2 n
B , ,, = e e e coordonatele
oricrui vector u coincid cu componentele sale, adic:

t
1 2 n 1 1 2 2 n n
(u , u , , u ) u u u = = u e e e

Exemplu:
S se arate c vectorii
t t t
1 2 3
(1,1,1) , (1, 2,1) , (1,1, 3) = = = u u u formeaz o baz n
3
i
s se determine coordonatele lui
t
(6,1, 8) = u n aceast baz.

Relaia (2.3.4) devine:
25


1 1 2 2 3 3
= u u u u
i conduce la sistemul:


1 2 3
1 2 3
1 2 3
6
2 1
3 8
'
= 1
1
1
=
!
1
= 1
1+

Prin transformri elementare de linii n matricea lrgit a sistemului obinem:
1 1 1 6 1 1 1 6 1 0 1 11 1 0 0 10
1 2 1 1 0 1 0 5 0 1 0 5 0 1 0 5
1 1 3 8 0 0 2 2 0 0 2 2 0 0 1 1
1 1 1 1












( ) ( ) ( ) ( )

care corespunde sistemului cu r(M) 3 = ) deci (u
1
, u
2
, u
3
formeaz baza).

1
2
3
10
5
1
'
= 1
1
1
=
!
1
= 1
1+

acestea fiind valorile coordonatelor cutate.

2.4. SCHIMBAREA COORDONATELOR UNUI
VECTOR LA SCHIMBAREA BAZEI

Dac n locul bazei
1 2 n
B , , , = u u u a spaiului liniar
n
considerm o alt baz

1 2 n
B , , ,

= v v v avnd acelai numr de vectori, n, ne ateptm ca n relaia (2.3.4)

coordonatele s se schimbe. Dorim s aflm legea de schimbare a acestora n cazul general i
ntr-un caz particular.
S considerm c n baza B (numit baza veche) vectorul u are coordonatele
1 2 n
, , , , deci:
1 1 2 2 n n
= u u u u (2.4.1)
i c acelai vector are n baza B (numit baza nou) coordonatele
1 2 n
, , , adic:
1 1 2 2 n n
= u v v v (2.4.2)
Pe de alt parte fiecare din vectorii
i
v ai bazei noi are n baza veche coordonatele
ji
a ,
unic determinate
n
i 1i 1 2i 2 ni n ji j
j 1
a a a a
=
= = v u u u u (2.4.3)
nlocuim (2.4.3) n (2.4.2) i comparm cu (2.4.1).
26

Obinem:
i i1 1 i2 2 in n
a a a , i 1, n = = (2.4.4)
Dac notm cu A matricea coordonatelor vectorilor din baza nou fa de vectorii din
baza veche (numit matrice de trecere):


11 21 n1
12 22 n2
1n 2n nn
a a a
A a a a
a a a
1

( )

cu
B
u =
t
1 2 n
( , , , ) i cu
'
B
u =
t
1 2 n
( , , , ) atunci (2.2.4) se scrie matricial :

t
B B
A

= u u (2.4.5)
Cum vectorii lui B sunt liniar independeni, A este inversabil i din (2.4.5) putem obine
relaia:
( )
1
t
B B
A

= u u (2.4.6 )

Relaiile (2.4.5) i (2.4.6) sunt formulele de schimbare a coordonatelor la schimbarea
bazei.

Exemplu:
Se consider vectorii
t t t
1 2 3
(1, 2,1) , (2,1, 0) , (1,1, 0) = = = u u u din
3
:
a) S se arate c formeaz o baz n
3

b) S se determine coordonatele lui
t
(1,1, 2) = u n aceast baz.
c) S se determine coordonatele lui u n baza format din
1 1 2 2 1 2 3 3 2 3
, , 2 = = = v u u v u u u v u u

Soluie:
a) Matricea format cu componentele vectorilor
1 2 3
, , u u u are rangul trei, egal cu
dimensiunea lui
3
, aadar cei trei vectori formeaz o baz.
b) Vectorul u se scrie
1 1 2 2 3 3
= u u u u care conduce la sistemul
1 2 3
1 2 3
1
2 1
2 1
2
'
= 1
1
1
=
!
1
= 1
1+

cu soluia:
1 2 3
2, 2, 7 = = = , deci :
27


t
B 1 2 3
( 2, 2, 7) , B , , = = u u u u
c) Matricea de trecere de la B la
1 2 3
B , ,

= v v v
este :
1 1 0
A 1 1 1
0 1 2
1

( )


iar inversa lui A
t
are forma:

t 1
3/ 5 2/ 5 1/ 5
(A ) 2/ 5 2/ 5 1/ 5
1/ 5 1/ 5 2/ 5

( )

Folosind relaia (2.4.6), obinem n final:

t
B
( 1, 3, 2)

= u .

Observaie. Dac vectorii noii baze nu sunt exprimai de la nceput prin combinaii ale
vectorilor vechii baze, coordonatele lor (deci elementele matricei de trecere A) trebuie calculate
separat. n aceast situaie este mai simplu s calculm direct
B
u folosind definiia.

n unele cazuri bazele B i B difer printr-un singur vector. Formula de calcul a noilor
coordonate va avea evident o form mai simpl. S presupunem c n baza B, vectorul
i
u s-a
nlocuit printr-un vector
j
v care are coordonatele
1j 2 j ij nj
a , a , , a , , a , adic:
j 1j 1 2 j 2 ij i nj n
a a a a = v u u u u (2.4.7)
Ceilali vectori ai vechii baze rmnnd neschimbai, matricea de trecere A devine:

1j 2 j ij nj
1 0 0 0
0 1 0 0
a a a a
0 0 0 1
1

( )





Dup determinarea lui
t 1
(A )

i aplicarea formulei (2.4.6) deducem noile coordonate:

i i
i k k kj
ij ij
, a , (k i)
a a

= = (2.4.8)
Formulele (2.4.7), greu de memorat pot fi utilizate prin intermediul unui algoritm de
calcul bazat pe transformri elementare ale liniilor matricei coordonatelor vectorilor
28

1 2 i n
, , , , , u u u u u i
j
v . Ilustrm mai jos modul de organizare a algoritmului. Etapa iniial
are forma :

Baza
1
u
2
u
i
u
n
u
j
v
B
u
1
u 1 0 0 0
1j
a
1

2
u
0 1 0 0
2 j
a
2


i
u 0 0 1 0
ij
a
i


n
u 0 0 0 1
nj
a
n


Coloanele tabelului conin coordonatele fiecrui vector n baza de pe prima coloan. Ele
se presupun cunoscute. Ultima coloan reprezint coordonatele lui u n baza veche B.
Etapa final are forma:

Baza
1
u
2
u
j
v
n
u
j
v
B
u
1
u
1 0
1j
ij
a
a

0 0
i
1 1 1j
ij
a
a

=
2
u
0 1
2 j
ij
a
a

0 0
i
2 2 2 j
ij
a
a

=


j
v
0 0
ij
1
a

0 1
i
i
ij
a

=


n
u
0 0
nj
ij
a
a

1 0
i
n n nj
ij
a
a

=


i conine coordonatele tuturor vectorilor n noua baz.
Se observ c linia i din ultima faz se obine prin mprirea liniei i din prima faz prin
ij
a (care este nenul, altfel matricea de trecere A nu este nesingular).
O linie oarecare k a matricei finale se obine nmulind linia i cu
ij
a dup care se adun
cu linia k a matricei iniiale. Ca efect al acestor operaiuni, pe ultima coloan se obin
29

coordonatele
i k
, (k i) , pe coloana
j
v se obine coloana "i" a matricei unitate
n
I iar coloana
lui
j
v se modific n mod corespunztor.
Algoritmul poate fi aplicat nlocuind cauzele cu efectele i invers. Astfel, putem s
aplicm transformrile elementare de linii n matricea fazei iniiale pentru a transforma coloana
lui
j
v n coloana vectorului
i
u din faza iniial. Unii numesc aceast operaie Lema
substituiei i aplic diverse metode mnemotehnice de utilizare. Noi o considerm o simpl
aplicare a transformrilor elementare i o folosim succesiv nlocuind toi vectorii bazei iniiale B
prin vectorii bazei B .

Exemplu. n baza canonic
c 1 2 3
B , , = e e e se consider vectorul
t
(1,1, 1) = u . S se
determine coordonatele sale n baza
1 2 3
B , , e v v

= unde
t t t
1 2 3
(1, 2, 3) , (1, 1,1) , (0, 0,1) = = = v v v .

Baza
1
e
2
e
3
e
1
v
2
v
u
1
e 1 0 0 1 1 1
2
e 0 1 0 2 1 1
3
e 0 0 1 3 1 1
1
v
1 0 0 1 1 1
2
e
2 1 0 0 3 1
3
e
3 0 1 0 2 4
1
v
1/3 1/3 0 1 0 2/3
2
v
2/3 1/3 0 0 1 1/3
3
e
5/3 2/3 1 0 0 10/3

Operaiile extrem de simple au urmrit crearea matricei unitate pe coloanele
vectorilor noii baze
1 2 3
B , ,

= v v e .
n prima etap am completat tabelul cu coordonatele coinciznd cu componentele
tuturor vectorilor n baza canonic B
c
. S-au aplicat transformri elementare de linii pentru a
obine pe coloana lui v
1
prima coloan a matricei unitate
3
I . n ultima etap, prin transformri
elementare de linii se obin pe coloana lui v
2
cea de a doua coloan a matricei unitate
3
I .
Coordonatele lui u n noua baz sunt nscrise pe ultima coloan i deci:
30

1 2 3
2 1 10
3 3 3
= u v v e .

Observaie. Chiar dac pare prea complicat n comparaie cu aplicarea definiiei n
determinarea coordonatelor lui u, algoritmul are avantajul principal c n fiecare etap coloanele
conin coordonatele n baza curent. n plus, ca avantaj secundar este posibilitatea de a-l folosi n
probleme de programare liniar. El va fi aplicat consecvent n capitolele care urmeaz.





























31

US3 Forme ptratice

Formele ptratice constituie un caz particular de funcii definite pe un spaiu
liniar. Ele sunt ntlnite n numeroase capitole de matematici economice (chiar unele modele de
cretere economic utilizeaz formele ptratice).
Dedicm aceast unitate de studiu formelor ptratice fcnd mai nti o prezentare
a noiunii, dup care facem o clasificare (dup semn) a acestora.
Caracterizarea formei se obine cu uurin dup aducerea la expresia canonic
prin una dintre metodele devenite clasice (metoda lui Jacobi i metoda lui Gauss). Sunt date
aplicaii n acest sens, accentund aplicarea acelorasi transformri elementare de linii n matricea
asociat formei.
Studentul trebuie s-i nsueasc mai nti noiunile fundamentale. Ulterior
trebuie s nvee s asocieze unei forme ptratice o matrice simetric i reciproc. Ultimul lucru
este s foloseasc metoda transformrilor elementare pentru a aplica metoda lui Gauss de
obinere a expresiei canonice (sau a metodei lui Jacobi pentru a ajunge la acelai rezultat).
Sunt necesare aproximativ ase ore pentru a finaliza studiul i a fixa, prin
aplicaii, cunotinele (dou ore pentru studiul teoretic, o ora pentru matricea asociat, dou ore
pentru metoda lui Gauss i o or pentru metoda lui Jacobi).
Sursele bibliografice sunt cele de pe poziiile [3], [4], [5], [6] i [8].
*
* *
Considerm n continuare spaiul liniar
n
definit peste precum i funcia
n n
Q: x
definit prin:

n n
ij i j ij ji
i 1 j 1
Q( ) a x x , cu a a ( ) i, j 1, n x
= =
= = = . (3.1)
Aceast funcie se numete ptratic i generalizeaz funciile de gradul al doilea
omogene ntr-o singur variabil.
Matricea
n
A ( ) M care are elementele
ij
a , i, j 1, n = se numete matricea formei
ptratice. Prin verificare direct se poate arta c are loc formula:

t
Q( ) A = x x x . (3.2)

32

Exemplu: S se scrie matricea corespunztoare formei ptratice
3
Q: definit
prin:

2 2 2
1 2 3 1 2 2 3
Q( ) 2x x 3x x x 2x x = x .

Soluie. Folosim (3.1) sau (3.2) elementul
ij
a al matricei A fiind coeficientul lui
i j
x x n
expresia acesteia. Cum
i j j i
x x x x = i
ij ji
a a = n A coeficienii produselor de variabile diferite
se njumtesc. Aadar:

2 1/ 2 0
A 1/ 2 1 1
0 1 3
1

( )

i formula (3.2) se poate imediat verifica.

Observaie. Matricea A este ptratic i simetric conform condiiei
ij ji
a a = (nu este
obligatoriu inversabil).
Dac n matricea A numai elementele diagonalei principale pot fi nenule spunem c
forma ptratic are expresia canonic. Expresia canonic a unei forme ptratice este:

2 2 2
1 1 2 2 n n i
Q( ) x x x , = x . (3.3)

O form ptratic Q este nedegenerat dac expresia canonic are exact n termeni. Cnd
numrul lor este mai mic forma se numete degenerat.
Expresia canonic a unei forme ptratice are o importan deosebit n studiul semnului
acesteia avnd n vedere c Q(x) . Exist forme ptratice care pstreaz acelai semn pentru
orice argument
n
x . Nu este greu de verificat c: Q(0) 0 = . Urmtoarele definiii pot fi
relevante:

Definiie. Forma ptratic
n
Q: se numete pozitiv (negativ) definit dac:
n
Q( ) 0 (Q( ) 0) ( ) , 0 < x x x x . (3.4)

Definiie. Forma ptratic
n
Q: se numete pozitiv (negativ) semidefinit dac:
n
Q( ) 0 (Q( ) 0) ( ) x x x (3.5)

33

Orice form ptratic definit este o form ptratic semidefinit. Reciproca nu este
adevrat. n cazul n care:
( ) , . . ( ) 0 ( ) 0
n
x y a i Q x si Q y > <
atunci forma ptratic se numete nedefinit ca semn.
Dac o form ptratic este adus la expresia canonic caracterul de form ptratic
pozitiv (negativ) definit (semidefinit) poate fi mult mai simplu apreciat. Astfel, dac forma
ptratic Q(x) definit de (3.1) nu este sub forma (3.3), putem obine expresia canonic a
acesteia:

2 2 2
1 1 2 2 n n i
Q(y) y y y , = (3.6)
unde , 1,
i
y i n = sunt date de relaiile liniare:

1 11 1 12 2 1
2 21 1 22 2 2
1 1 2 2
;
. . . . . . . . . . . . . . . . . . . . . . .
n n
n n
ij
n n n nn n
y b x b x b x
y b x b x b x
cu b
y b x b x b x
'
= 1
1
1
=
1

!
1
1
1 =
1+

(3.7)

Teorem: Fie forma ptratic Q(x) definit de (3.1) a crei expresie canonic
asociat este dat de (3.6). Dac:
a) 0 , 1,
i
i n > = atunci Q(x) este pozitiv definit;
b) 0 , 1, ( ) 0
i j
i n si = = atunci Q(x) este pozitiv semidefinit;
c) 0 , 1,
i
i n < = atunci Q(x) este negativ definit;
d) 0 , 1, ( ) 0
i j
i n si = = atunci Q(x) este negativ semidefinit;
e) ( ) 0 ( ) 0
i j
si > < atunci Q(x) este nedefinit ca semn.

Vom da n continuare dou metode de obinere a expresiei canonice (3.6).
a) Metoda lui Gauss.
Se aplic transformri elementare asupra liniilor matricii A corespunztoare formei
ptratice, pentru a o aduce la forma (numit superior triunghiular) de mai jos:

11 12 1n
22 2n
3n
nn
a a a
0 a a
A
0 0 a
0 0 a
1

( )

(3.8)

Expresia canonic a formei ptratice este:
34


2
1 2 n
11 22 nn
1 1 1
Q( ) y y y
a a a
=

y (3.9)
unde:
1 11 1 12 2 1n n
2 22 2 2n n
n nn n
y a x a x a x
y = a x a x
y a x
' = 1
1
1

1
!
1
1
1
=
1+

(3.10)

b) Metoda lui Jacobi
Fie
1 2
, ,......,
n
lanul minorilor diagonali ai matricii A corespunztoare formei
ptratice, dai de relaiile:

11 12
1 11 2 n
21 22
a a
a , ,... , det A
a a
= = = (3.11)
Dac toi 0 ; 1,
i
i n = atunci expresia canonic este dat de formula:

2 2 2 1 n 1
1 2 n
1 2 n
1
Q( ) y y y . y


=

(3.12)

Observaii:

1) Expresia canonic a unei forme ptratice nu este unic (coeficienii
i
pot avea valori
diferite). Totui n oricare dintre expresiile canonice asociate aceleiai forme ptratice numrul
de coeficieni
i
pozitivi respectiv negativi este acelai;
2) Metoda lui Jacobi nu poate fi aplicat dac mcar un minor diagonal al matricei A
este nul ( ( ) 0
i
= ); mai mult prin aceast metod nu se pot obine expresiile variabilelor
i
y
definite n (3.7);
3) Aplicnd metoda lui Jacobi de obinere a expresiei canonice (3.12), teorema de
caracterizare a semnului unei forme ptratice conduce la urmtoarele concluzii:
a) Dac
1 2
0, 0,........., 0
n
> > > atunci Q(x) este pozitiv definit;
c) Dac
1 2 3
0, 0, 0,......... < > < atunci Q(x) este negativ definit;
e) Dac 0, ( ) 1,
i
i n = i n orice alt combinaie de semne dect cazul a) sau c)
atunci Q(x) este nedefinit ca semn;
Evident cazurile b) respectiv d) de semidefinire nu pot fi caracterizate cu metoda lui
Jacobi
Exemplu. S se gseasc expresia canonic a formei ptratice:
35


2 2 2
1 1 2 2 2 3 3
Q( ) 2x 2x x 2x 2x x 3x = x .

Folosim mai nti metoda lui Gauss. Obinem succesiv:
:
2 1 0 1 1 1 1 1 1
A 1 2 1 1 2 1 0 3 2
0 1 3 0 1 3 0 1 3
1 1 1 1 1 1
0 1 4 0 1 4
0 1 3 0 0 7
1 1 1






=







( ) ( ) ( )
1 1

( ) ( )



Expresia canonic este aadar:

2 2 2
1 2 3
1
Q( ) y y y
7
= y
Prin metoda lui Jacobi obinem:

1 2 3
2 1 0
2 1
2 3 1 2 1 3
1 2
0 1 3

= = = = =

Expresia canonic astfel obinut este deci:

2 2 2
1 2 3
1 2 3
Q( ) z z z
2 3 7
= z

Prin cele dou metode am obinut coeficieni diferii (deci expresii canonice diferite), dar
semnele acestora sunt aceleai. Forma ptratic este evident pozitiv definit.












36

US4 Programare liniar. Consideraii teoretice

Principalele noiuni asociate programrii liniare sunt pe larg analizate n aceast
unitate de studiu. Dup enumerarea (mai mult deducerea) ctorva modele economice remarcabile
care conduc la probleme de programare liniar, sunt trecute n revist formele pe care le poate
lua o astfel de problem. Se acord atenie i soluiilor problemelor de programare liniar i
proprietilor acestora. O atenie deosebit s-a acordat mulimilor convexe care constituie o
noiune fundamental.
Principala preocupare a studentului const n nsuirea corect i complet a
noiunilor teoretice. Puine aplicaii concrete sunt accesibile, unele dintre acestea fiind analizate
n cadrul activitilor tutoriale. Una dintre acestea (programarea n dou variabile) care se
rezolv prin metoda grafic este deosebit de important deoarece poate servi la exemplificare
chestiunilor teoretice introduse.
Timpul de lucru este apreciat la ase ore: dou ore pentru problema de
programare n sine (cu forme diverse de prezentare), dou ore pentru prezentarea noiunii de
mulime convex i a rezultatelor teoretice asociate i dou ore pentru cele trei tipuri de soluii
cu proprietile lor.
Orice manual de programare liniar conine chestiunile enumerate aici n diverse
maniere. Poziiile [3] [9] din lista bibliografic folosesc chiar maniera de prezentare adoptat
n lucrarea de fa.

4.1. MODELE ECONOMICE CE CONDUC LA
O PROBLEM DE PROGRAMARE LINIAR

a) Consumul lunar de materii prime

Considerm un proces de producie n cursul cruia se realizez m tipuri de produse
P , 1,
i
i m = , pentru care se utilizeaz n tipuri de materii prime M , 1,
j
j n = . Dintr-o unitate de
materii prime M
j
se pot produce
ij
a uniti de produs P
i
. Se dorete ca numrul de produse de
tipul P
i
(realizate zilnic/sptmnal/lunar /etc.) s fie cel puin n cantitile
i
b . Costul unei
uniti de materie prim M
j
este
j
c . Se cere s determinm consumul lunar de materii prime,
37

nct s se realizeze producia minim planificat, iar cheltuielile legate de materiile prime s fie
minime.
n continuare vom elabora modelul matematic al acestui fenomen economic. Notm cu
, 1,
j
x j n = cantitile de materie prim M
j
ce urmeaz a fi utilizate. Vom scrie sub form
algebric restriciile economice impuse mai sus. Aceste restricii sunt de trei categorii: restricii
legate de planificarea produciei, restricii impuse de sensul economic al variabilelor i restricia
de minimizare a cheltuielilor. Aa cum
ij j
a x reprezint cantitatea de produse de tipul P
i
ce se
obine dintr-o cantitate
j
x de materie prim M
j
, deducem c:

1 1 2 2
1
; 1,
n
i i in n ij j
j
a x a x a x a x i n
=
= =
reprezint cantitatea total de produse de tipul P
i
, ce se obine cnd materiile prime M
j
se
utilizeaz n cantitile , 1,
j
x j n = . Dar aceast cantitate nu poate fi mai mic dect
i
b i deci
obinem inecuaiile liniare de forma:

n
ij j i i
j=1
a x b b , i=1,m (4.1)
Cum
j
x reprezint mrimi economice (cantiti de materie prim) rezult obligatoriu
impunerea condiiilor (de nenegativitate):
0, 1,
j
x j n = (4.2)
Cheltuielile totale obinute ca sum a cheltuielilor unitare vor fi date de funcia:
( )
1 2
1
(x) , x , , ,
n
T
n
j j n
j
f c x x x x
=
= = , (4.3)
care se cere a fi minimizat.
Din punct de vedere matematic problema poate fi formulat astfel: s se gseasc n
mulimea soluiilor sistemului de inecuaii liniare (4.1) care satisfac condiiile de nenegativitate
(4.2), o soluie pentru care funcia f ia valoarea minim. Problema are sens dac sistemul (4.1)
are cel puin o soluie. Inecuaiile (4.1) le numim restriciile problemei, (4.2) condiiile de
nenegativitate, iar f poart denumirea de funcie obiectiv.

b) Folosirea optim a resurselor

ntr-un proces de producie n care se pot realiza n tipuri de articole
j
A , j=1,n sunt
utilizate m resurse
i
R , i=1,m, care sunt limitate de cantitile
i
b . Pentru producerea unei uniti
38

de articol de tipul
j
A se consum o cantitate
ij
a de resurs de tipul
i
R . Profiturile unitare pentru
articolele
j
A presupunem c sunt
j
c , j=1,n . S se determine cantitatea
j
x de articol
j
A , j=1,n
care urmeaz a se realiza n procesul de producie considerat, cu resurse limitate, astfel nct
procesul s aib drept rezultat profit maxim.
Limitrile resurselor conduc la inecuaiile:

1
, 1,
n
ij j i
j
a x b i n
=
= (4.4)
Necunoscutele (cantitile) , 1,
j
x j n = , trebuie s satisfac condiiile de nenegativitate:
0, 1,
j
x j n = (4.5)
Profitul total este dat de funcia liniar

1
(x)
n
j j
j
f c x
=
= (4.6)
care trebuie s ia valoarea maxim.
Ne propunem s gsim (mcar) o soluie x
0 ( )
1 2
, , ,
T
n
n
x x x = (numit n cele ce
urmeaz soluie optim) a sistemului de restricii economice (4.4) care s aib componentele
nenegative, deci s verifice condiiile (4.5) i n care funcia obiectiv (profit) s ia cea mai mare
valoare posibil. Evident, n modelul matematic (corect) al unei probleme economice reale,
sistemul de inecuaii liniare (4.4) are o infinitate de soluii care verific condiiile de
nenegativitate (4.5). Dorim s gsim acea soluie x
0
pentru care are loc:
(min) (x) f f = ( x
0
)

b) Problema amestecului optim


S presupunem c pentru realizarea unui amestec se pot ntrebuina n materii prime
M , 1,
j
j n = , disponibile n canditi nelimitate, ce conin m substane S , 1,
i
i m = . O unitate de
materie prim
j
M , conine cantitatea
ij
a din substan S
i
. Amestecul trebuie s conin
substana S
i
n exact cantitatea
i
b . Costurile unitare ale materiilor prime M
j
sunt
i
c uniti
bneti. S de determine cantitile , 1,
j
x j n = de materie prim M
j
necesare realizrii
amestecului cu compoziia prescris i la un cost total minim.
Restriciile sunt i acum de trei feluri: restriciile de compoziie a amestecului, restriciile
datorate sensului economic al variabilelor i restricia de minimizare a costului total.
39

Traducerea algebric a primelor dou categorii este:


1
, 1,
n
ij j i
j
a x b i m
=
= = (4.7)
0, 1,
j
x j n = (4.8)

Costul total al materiilor prime necesare pentru realizarea unei uniti de amestec este dat
de funcia:


1
(x)
n
j j
j
f c x
=
= (4.9)
care se cere a fi minimizat.

4.2. FORMULAREA GENERAL A UNEI PROBLEME
DE PROGRAMARE LINIAR

Se constat c modelele matematice particulare, ataate problemelor economice
prezentate anterior prezint o serie de asemnri, fapt ce permite nglobarea lor ntr-un model
general. S considerm un sistem care poate conine ecuaii, inecuaii de un semn sau altul, adic
un sistem de forma:


11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2


..............................................
n n
n n
m m mn n m
a x a x a x b
a x a x a x b
a x a x a x b
'
1
1
1

1
!
1
1
1
1+

(4.10)

numit sistemul de restricii (economice) al problemei, care poate fi scris condensat (utiliznd
indicele de sumare) i sub forma:


1
, 1,
n
ij j i
j
a x b i m
=
= (4.11)

(semnul nseamn semnul =, ori , ori , ori <, ori >). Condiiile de tipul:
0, 1,
j
x j n = (4.12)
40

sunt numite condiii de nenegativitate i sunt necesare datorit caracterului economic real al
variabilelor (d.p.d.v. strict matematic putem rezolva i problemele n care aceste condiii nu
apar). Funcia liniar:

1
(x)
n
j j
j
f c x
=
= (4.13)
care trebuie s o optimizm (minimizm sau maximizm) se numete funcie obiectiv (funcie
cost sau funcie profit conform tipului de problem studiat).
Problema general a programrii liniare se formuleaz astfel: n mulimea soluiilor
sistemului (4.11) ce satisfac condiiile (4.12) s se gseasc o soluie (numit soluie optim) ce
d valoarea minim sau maxim funciei definite de (4.13).

4.3. FORME ALE UNEI PROBLEME
DE PROGRAMARE LINIAR

Modelul matematic al unei probleme de programare liniar poate fi scris sub diverse
forme potrivit scopurilor particulare urmrite. Aceste forme au doar o semnificaie strict
matematic i uureaz respectiv simplific demonstraiile anumitor rezultate matematice
(propoziii sau teoreme) absolut necesare n fundamentarea modului (algoritmului) de rezolvare a
problemelor de programare liniar.

a) Forma matriceal
Considernd matricele: A
,
1,
1,
( )
ij m n
i m
j n
a M
=
=
= , x
1 2
( , ,....., )
T n
n
x x x = ,
b
1 2
( , ,...., )
T m
m
b b b = i C
1 2
( , ,...., )
n
n
c c c = , putem scrie problema de programare liniar
sub forma:

(min/max) f(x) = C x
Ax b
x 0
'
1
1
1
!
1
1
1+
, (4.14)

b) Forma vectorial
Dac introducem vectorii:
( ) ( ) ( )
1 11 21 1 2 12 22 2 n 1 2
, , , , , , , , , , , ,
T T T
m m n n mn
P a a a P a a a P a a a = = =
P
0
= b.
atunci problema poate fi scris sub forma:
41


1 1 2 2 0
(min/ max) f(x) = C x

x 0
n n
x P x P x P P
'
1
1
1

!
1
1
1+
(4.15)
c) forma canonic
O problem de programare liniar este sub form canonic dac ea se scrie:

(min) f(x) = Cx
Ax b
x 0
'
1
1
1

!
1

1
1+
(4.16)

sau

(max) f(x) = Cx
Ax b
x 0
'
1
1
1

!
1

1
1+
(4.17)

d) forma standard
O problem de programare liniar este sub form standard dac restriciile ei sunt sub
form de egaliti. O problem de programare liniar poate fi scris sub forma standard
matricial sau vectorial, adic:

(min/max) f(x)=cx
Ax b
x 0
'
1
1
1
=
!
1

1
1+
sau
1 1 2 2 0
(min/ max) f(x) = C x

x 0
n n
x P x P x P P
'
1
1
1
=
!
1
1
1+
(4.18)

Observaie. Formele (4.16), (4.17), (4.18) ale unei probleme de programare liniar sunt
echivalente dac inem seama de urmtoarele:

1. Sensul unei inegaliti se schimb prin nmulirea cu 1;
2. O inecuaie de forma
1 1 2 2 i i in n i
a x a x a x b , poate fi scris ca o ecuaie
1 1 2 2
=
c
i i in n i i
a x a x a x x b , prin adugarea a unei noi variabile (variabil de
compensare) 0
c
i
x ;
3. O inecuaie de forma:
1 1 2 2 i i in n i
a x a x a x b , poate fi scris ca o ecuaie
1 1 2 2
=
c
i i in n i i
a x a x a x x b , scznd o variabil de compensare 0
c
i
x ;
4. O ecuaie poate fi scris ca dou inecuaii de semn contrar ;
42

5. Problemele de maxim pentru funcia ( ) f x pot fi reduse la o problem de minim
pentru funcia
'
( ) ( ) f x f x = ; cu alte cuvinte n cazul unei funcii (forme) liniare de
tipul (4.13) are loc egalitatea :

'
(max) ( ) (min)( ( )) (min) ( ) , ( )
n
f x f x f x pentru x =
Avnd n vedere cele de mai sus, n continuare ne vom ocupa numai de probleme aflate
sub forma standard cu cerina de minim pentru funcia obiectiv.

4.4. MULIMI CONVEXE

Fie spaiul vectorial
n
R i M o submulime nevid a sa (
n
M , M R ).

Definiia 4.1. Mulimea
n
MR se numete convex dac
1 2
( )x , x M i [ [ ( ) 0,1
avem:

1 2
x x (1 )x M = (4.19)

Definiia 4.2. Un punct (vector) x M se numete punct extrem sau vrf al mulimii
convexe M, dac nu exist
1

2
x x din M i nu exist (0,1) astfel nct

1 2
x x (1 )x = (4.20)
n caz contrar, punctul se numete punct interior.

Definiia 4.3. Numim combinaie liniar convex a vectorilor
i
x M, i=1,k o expresie
de forma:

k
i i
i 1
x
=
, cu
k
i i
i=1
[0,1] 1 = (4.21)

Observaie. Se poate demonstra (relativ uor) c orice punct interior se poate scrie
(exprima) ntotdeauna ca o combinaie liniar convex de punctele extreme ale mulimii
convexe; evident, conform definiiei 4.2, un vrf (punct extrem) al unei mulimi convexe nu
poate fi scris ca o combinaie liniar convex de puncte interioare mulimii.


4.5. SOLUII ALE UNEI PROBLEME
DE PROGRAMARE LINIAR
43


Fie o problem de programare liniar aflat sub forma standard matricial:
(min) f(x)=cx
Ax b
x 0
'
1
1
1
=
!
1

1
1+
(4.22)

Definiia 4.4. Un vector
n
x R ale crui componente , 1,
j
x j n = verific sistemul de
restricii i condiiile de nenegativitate se numete soluia admisibil a unei probleme de
programare liniar.
Mulimea soluiilor admisibile o vom nota cu
a
S .

Teorema 4.1. Mulimea soluiilor admisibile
a
S este o mulime convex.

Demonstraie. Fie
1 2 a
x x S dou soluii admisibile.
Atunci avem:
1 1 2 2
Ax b, x 0 ; Ax b, x 0 = = . S considerm un vector x de forma:

1 2
x x (1 )x , = cu [ [ 0,1 .
S artm c
a
x S . ntr-adevr vom putea scrie:
[ [
1 2 1 2
Ax A x (1 )x = Ax +(1 )Ax = b+(1 )b = b =
i deci verific sistemul de restricii.
Cum [ [ 0,1 , iar
1 2
x , x 0 , rezult
1 2
x (1 )x = x 0 i deci x este soluie
admisibil a problemei de programare liniar.

Definiia 4.5. O soluie admisibil care are cel mult m componente strict pozitive, iar
vectorii formai cu coloanele matricei A, corespunztoare acestor componente sunt liniar
independeni, se numete soluie admisibil de baz.

Dac soluia admisibil de baz are exact m componente strict pozitive, spunem c este
nedegenerat, iar dac are mai puine, degenerat. Mulimea soluiilor admisibile de baz o vom
nota cu
ab
S i este o mulime finit (card
m
ab n
S C ) deci evident, nu este o mulime convex.

Exemplul 4.1.
Fie problema de programare:
44


1 2 4
1 2 3
1 2 3 4
(min) f(x) 2 2
2 2
2 2 4
0, 1, 4
j
x x x
x x x
x x x x
x j
'
= 1
1
1
=
1
!
=
1
1
1 =
1
+


n baza definiiilor (4.4) i (4.5) constatm c:
( )
T
1
x = 2/3, 1/3, 2/3, 5/3 este soluie admisibil
( )
T
2
x = 0, 1, 0, 5 este soluie admisibil de baz nedegenerat
( )
T
3
x = 0, 0, 2, 0 este soluie admisibil de baz degenerat
( )
T
4
x = 1, 0, 1, 0 este soluie admisibil, dar nu este de baz deoarece
(vectorii P
1
i P
3
nu sunt liniar independeni)

Teorema 4.2. Orice soluie admisibil de baz a unei probleme de programare
liniar, este un punct extrem al mulimii soluiilor admisibile
a
S i reciproc, orice punct
extrem al mulimii soluiilor admisibile este o soluie de baz a problemei de programare
liniar, cu alte cuvinte are loc:

ab a
x S x S este punct extrem (4.23)

Definiia 4.6. O soluie admisibil x se numete soluie optim, dac realizeaz minimul
sau maximul funciei obiectiv f; mulimea soluiilor optime o vom nota cu
O
S

Se poate demonstra c mulimea soluiilor optime este o mulime convex. Evident,
teoretic
O
S poate s fie vid (problema de programare aferent nu are soluii optime), s aib o
infinitate de elemente (n acest caz spunem c problema de programare aferent are o infinitate
de soluii optime). Dar cazul cel mai des ntlnit i cel care apare n imensa majoritate a
problemelor economice reale este cel n care
O
S are numai un element (problema de programare
aferent are soluie optim unic).

Teorema 4.3. Dac o problem de programare are o soluie optim finit, atunci
exist un punct extrem al mulimii soluiilor admisibile
a
S n care funcia obiectiv ia
aceeai valoare, adic:
(min) ( ) ( ) ( ) . . ( )
O ab O
f x f finit x S a i f x f = = (4.24)

45

US5 Metoda Simplex

n unitatea de studiu precedent s-a prezentat modelul de baz al unei probleme
de programare liniar. n unitatea prezent dm o metod de rezolvare a acesteia: metoda
Simplex. Aici se vede importana unitilor de studiu anterioare (US1 i US2) deoarece se
lucreaz cu vectori (elemente ale spaiului vectorial al restriciilor) i folosim (pentru
determinarea componentelor soluiei) metoda transformrilor elementare. De mare utilitate este
algoritmul prezentat n US2 care se aplic aici fr modificare.
Se dau principiile algoritmului Simplex (criteriile de optim, de intrare, de iesire
etc.) i se descriu etapele algoritmului. Se prezint apoi cazul n care soluia iniial trebuie
construit (metoda celor doua faze).
Studenii trebuie s rein mai nti criteriile, apoi au de reinut forma tabelului pe
care se aplic algoritmul Simplex, cu precizarea clar a modului de completare a fiecrui element
al acestuia. Ulterior ei trebuie s deprind ordinea n care se aplic cele trei criterii fundamentale
i calculele care se fac pentru fiecare. Ultimul lucru l constituie efectuarea calculeleor
(transformrile elementare) pentru obinerea unei soluii mai bune. Dup fixarea temeinic a
algoritmului se poate trece la metoda celor dou faze.
Sunt necesare zece ore pentru parcurgerea acestui material (dou ore pentru
parcurgerea principiilor, o or pentru descrierea algoritmului, patru ore pentru aplicaii ale
algoritmului, trei ore pentru metoda celor dou faze).
Din lista bibliografic sunt utile poziiile [3] [6], [8], [9]. n [7] este prezentat o
variant puin modificat dar interesant.

5.1. PRINCIPIILE METODEI SIMPLEX

S considerm problema de programare liniar sub forma standard matricial:

(min) f(x)=cx (*)
Ax b (**)
x 0 (***)
'
1
1
1
=
!
1

1
1+
(5.1)
sau vectorial

1 1 2 2 0
(min) f(x) = C x (*)
(**)
x 0 (***)
n n
x P x P x P P
'
1
1
1
=
!
1
1
1+
(5.2)

46

Raionnd n mod simplist, pentru a rezolva o problem de programare liniar (adus la
forma standard), ar trebui s parcurgem urmtorii pai:
1. S determinm toate soluiile sistemului liniar compatibil nedeterminat (**), lucru relativ
uor i cunoscut nc din liceu;
2. S eliminm (cum!?) din infinitatea de soluii a lui (**) acele soluii (tot o infinitate) care
nu verific condiiile de nenegativitate (***);
3. Din infinitatea de soluii admisibile rmase (adic soluiile sistemului (**) care satisfac
condiiile (***)) s o gsim (cum!?) pe aceea sau acelea care fac funcia obiectiv s ia
cea mai mic valoare, adic care satisfac(e) i condiia (*).
Rezultatele indicate n capitolul precedent ne ofer un mod simplu i elegant de
determinare a soluiei optime a unei probleme de programare liniar. Astfel, teoremele 3.1.2 i
3.1.3 ne indic c trebuie s cutm soluiile optime ale unei probleme de programare liniar, n
mulimea soluiilor admisibile de baz (
ab
S este o mulime finit avnd cel mult
m
n
C elemente).
Cu alte cuvinte, va trebui s parcurgem urmtorii pai:
1. Determinm (eventual folosind transformri elementare) toate soluiile de baz ale
sistemului (**); sunt cel mult
m
n
C soluii de baz, deci un numr finit (i nu infinit);
2. Eliminnd soluiile cu componente negative (neadmisibile), care nu satisfac condiiile
(***), obinem mulimea
ab
S a soluiilor de baz admisibile, printre care se afl i solui-
a/ile optim-/e cutat-/e;
3. Calculm valoarea funciei obiectiv n toate soluiile admisibile de baz aflate la pct. 2).
Soluia optim va fi cea n care funcia obiectiv ( ) f x ia valoarea minim.
Totui, chiar i n cazul problemelor n care numrul restriciilor (ecuaiilor)m respectiv al
variabilelor (necunoscutelor) n este relativ mic, numrul de calcule necesar aplicrii metodei de
mai sus este extrem de mare, ceea ce o face aproape imposibil de aplicat n realitate. De
exemplu, pentru m=10, n=40 numrul de soluii de baz al sistemului (**), care trebuie
determinate, este de
10
40
846.660.528 C = soluii (!!).
Vom prezenta n continuare o metod (algoritm) numit metoda (algoritmul) SIMPLEX,
elaborat de matematicianul german G.B. Dantzig n anul 1906, algoritm care are avantajul unui
volum extrem de redus de calcule i utilizarea numai a transformrilor elementare ca aparat
matematic.
S presupunem fr a restrnge generalitatea c matricea lrgit a sistemului de restricii
este de forma:
47


1m+1 1n 1
2m+1 2n 2
mm+1 mn m
1 0 0
0 1 0

0 0 1
l
l
l
l
l
l
l
l
l







(5.3)

Vectorii P
1
, P
2
, . . ., P
m
formai cu primele m coloane ale matricei A, fiind liniar
independeni, formeaz o baz n
m
R . n acest caz un vector oarecare
j
P , j=m+1,n se exprim
n mod unic cu ajutorul vectorilor bazei sub forma:

j 1j 1 2j 2 mj m ij i
1
P = P + P + + P P
=
=
m
i
(5.4)
S notm cu C
B
vectorul linie format cu primele m componente ale vectorului C, adic
coeficienii variabilelor
1 2
, , ,
n
x x x din funcia obiectiv ce corespund vectorilor care au intrat n
baz.
Introducem mrimile:

m
j j j B j i ij
i=1
z -c =z -C P c ; j=1,n (5.5)
Dac presupunem acum c
i
, i=1,m sunt pozitive i dac avem n vedere (5.3) deducem
c vectorul x de componente,
1 1 2 2 m m m+1 n
x = ,x = , , x = , x = 0,, x = 0 , este o soluie admisibil de baz a
problemei de programare considerat.

Teorema 5.1. (Criteriul de optim) Dac diferenele
j j
z c 0, j = m+1,n , atunci
problema de programare liniar are optim finit i x este soluia optim cutat.

Observaii:

a) se constat uor c 0 c z
j j
= pentru m , 1 j =
b) n problemele de programare, n care avem cerina de maxim pentru funcia obiectiv,
criteriul de optimalitate va fi: n , 1 m j , 0 c z
j j
+ =
c) Din demonstraia teoremei rezult c n cazul n care exist 0 c z
j j
> n probleme de
minim pentru funcia obiectiv pot exista soluii admisibile pentru care funcia obiectiv s ia o
valoare mai mic dect pentru x , deci x nu este optim.
48

n cazul n care x nu este soluie optim vom cta s obinem din vechea soluie de baz
admisibil x o nou soluie de baz admisibil y mai bun dect vechea soluie x, n sensul
c valoarea funciei obiectiv ( ) f x este mai bun (adic mai mic) dect n vechea soluie
( ( ) ( ) f y f x < ).
Dantzig demonstreaz c, acest lucru se poate obine nlocuind un vector P
i
(corespunztor
unei variabile principale a soluiei x)din baz, cu un vector P
j
(corespunztor unei variabile
secundare a soluiei x ) din afara bazei. S notm cu y
k
,
k 1, 2, , i 1, j, i 1, , m = componenetele noii soluii de baz y .

Din (1.2.5) nlocuind
k
b cu
k
,
ki
a cu
ij
,
jk
x cu
k
y ,
j
x cu
j
obinem:

, 0, 1, ;

,
i
k k kj ij
ij
i
j
ij
y k m k i
y k i

= =

= =

(5.6)
Vectorul P
i
(care iese din baz) i vectorul P
j
(care va intra n baz) se determin pe baza
urmtoarelor dou teoreme:
Teorema 5.2. (Criteriul de ieire din baz). Condiiile necesare pentru nlocuirea
vectorului P
i
cu vectorul P
j
sunt:

i
min , 1, ; 0 ,
i k
k kj
ij kj
k m





= = >
`

)
(5.7)
S vedem acum ce condiii trebuie s ndeplineasc un vector P
j
pentru a intra n baz n
locul vectorului P
i
pentru a obine o soluie "mai bun".
Teorema 5.3. (Criteriul de intrare n baz) Condiia pe care trebuie s o
ndeplineasc un vector P
j
, n , 1 m j + = pentru a intra n baz n locul vectorului P
i
n
vederea obinerii unei soluii "mai bune" este:
0 c z
j j
(5.8)
5.2. ETAPELE ALGORITMULUI SIMPLEX PRIMAL

Rezultatele enunate n capitolul anterior se concretizeaz n urmtorul mod de lucru,
cunoscut n literatura de specialitate sub denumirea de algoritmul Simplex primal. Acesta
const dintr-o succesiune de iteraii, care mbuntesc treptat o soluie admisibil de baz
49

iniial. Pe baza consideraiilor din aliniatul 5.1. putem pune n eviden etapele algoritmului
care ne vor conduce la soluia optim a problemei dac aceasta exist.
1. Se determin o soluie admisibil de baz, fie aceasta x(oare e att de simplu!?);
2. Se construiete tabelul Simplex corespunztor acestei soluii (este redat mai jos);
3. Se calculeaz diferenele
j j
c z , n , 1 j = aflate pe ultima linie a tabelului iniial.
Aplicm criteriul de optim. Putem avea urmtoarele patru situaii:
a) dac 0
j j
z c < , j m 1, n = atunci soluia admisibil de baz x este optim (i
unic!);
b) dac 0
j j
z c , j m 1, n = i ( ) 0
j j
z c = iar vectorul
j
P corespunztor are i
componente strict pozitive, atunci soluia admisibil de baz x este optim (dar
nu este unic; problema admite o infinitate de soluii optime cu aceeai valoare
a funciei obiectiv);
c) Dac exist indici j, j m 1, n = pentru care 0 c z
j j
, iar toate componentele
vectorului P
j
corespunztor sunt mai mici sau egale cu zero ) 0 (
ij
, atunci
problema de programare are optim infinit;
d) Dac ( ) j ; j m 1, n = pentru care 0
j j
z c > i nu toi 0
ij
, atunci se trece la
etapa urmtoare (soluia nu este optim).
4. Se aplic criteriul de intrare, determinnd vectorul P
j
care intr n baz ca fiind acel
vector pentru care:

k k
j j k k
z c 0
z c max (z c )


=

5. Se aplic criteriul de ieire. Prsete baza vectorul P
i
pentru care

kj
i k
0
ij kj
min


=

{ } min 0
i k
= >
6. Se face schimbarea de baz obinnd o nou soluie admisibil de baz y , pentru care
etapele algoritmului se reiau. Datele problemei de programare liniar i elementele ce
au intervenit n teoremele 5.1, 5.2, 5.3 respectiv n algoritmul prezentat mai sus, le
sintetizm n urmtorul tabel Simplex:



50

c
1
c
2

...
c
i
... c
m
... c
j
... c
n

B
B
C

P
0

P
1
P
2 .....
P
i
...
.
P
m

...
.
P
j
... P
n
O
k
j
P
P
=

P
1
c
1 1

1 0

0

0
1j

...
1n
1

P
2
c
2
2
0 1

0

0
2j

...
2n
2











P
i
c
i

i
0 0

1

0
ij

...
in
i











P
m
c
m
m
0 0

0

1

mj

...
mn

m

j j
z -c -
0 0 ... 0

0 ...
j j
z -c

...
n n
z -c



Observaii:
a) Valoarea funciei obiectiv pentru soluia admisibil de baz este dat de:

m
i i B 0
i=1
f(x) = c = C P
b) Diferenele
j j
c z se calculeaz cu relaiile:

m
j j i ij j
i=1
z c = c c
i) Dac soluia nu este optim (exist 0 c z
j j
) alegem diferena pozitiv care este cea
mai mare, determinnd n felul acesta vectorul P
j
care intr n baz.
ii) Dac exist mai multe astfel de diferene, atunci poate intra n baz oricare dintre
vectorii ce corespund acestora.
iii) Dac pe coloana vectorului P
j
care trebuie s intre n baz toate elementele sunt mai
mici sau egale cu zero, atunci problema admite optim infinit.
iv) Dac exist i elemente strict mai mari ca zero considerm toate rapoartele dintre
componentele lui P
0
i componentele strict pozitive ale vectorului P
j
, rapoarte de forma
0
i O
i
ij j
componentele lui P
componentele lui P

= = cu
ij
>0. Cel mai mic raport 0
i
> va indica vectorul care
prsete baza. Dac vectorul P
i
prsete baza atunci noua soluie admisibil de baz se obine
cu ajutorul unui pivotaj cu elementul pivot
ij
.

51

Exemplu 5.1. Pentru fabricarea a 3 tipuri de produse
j
P , j=1,3 se utilizeat 2 tipuri de
resurse R
1
i R
2
. Consumurile specifice, cantitile de resurse i profiturile unitare sunt date n
tabelul:

P
R

P
1


P
2


P
3

Limitri
resurse
R
1
1 1 2 30
R
2
2 3 1 57
Profit 4 1 5

S se determine cantitile de produse
j
P , j=1,3 ce urmeaz a fi realizate pentru a obine
un profit maxim.
Soluie. Notm cu
1 2 3
, , x x x cantitile de produse de tipul P
1
, P
2
, P
3
ce urmeaz a fi
realizate. Modelul matematic al problemei este:

1 2 3
1 2 3
1 2 3
j
(max) f(x) 4 5
2 30
2 3 57
x 0, j=1,3
x x x
x x x
x x x
'
= 1
1
1

1
!

1
1
1
1
+

Aducem problema la forma standard folosind variabile de compensare
c
4
x i
c
5
x i
considerm problema de minim pentru funcia f .
Vom avea problema:
1 2 3
1 2 3 4
1 2 3 5
4 5
(min) ( f(x)) 4 5
2 30
2 3 57
0, 1, 3, 0, 0
c
c
c c
j
x x x
x x x x
x x x x
x j x x
'
= 1
1
1
=
1
1
!
=
1
1
1
=
1
1+

O soluie admisibil de baz este [ [
T
x = 0, 0, 0, 30,57 .
Tabelul simplex se prezint astfel:
4

1 5

0 0

B
B
C P
0

P
1
P
2
P
3
c
4
P
c
5
P

i

c
4
P

0 30 1 1 1 0
1
30
15
2
= =

c
5
P

0 57 2 3 1 0 1
2
57
57
1
= =

j j
z -c
0 4 1 5 0 0

52

P
3
5 15 1/2 1/2 1 1/2 0
30
c
5
P 0 42 3/2 5/2 0 1/2 1
28
j j
z -c
75 3/2 3/2 0 5/2 0

P
3
5

1 0 1/3 1 2/3 1/3
-
P
1
4

28 1 5/3 0 1/3 2/3
-
j j
z -c

117 0 1 0 2 1
-

n prima etap au intrat n baz vectorii
c
4
x i
c
5
x . Pe linia diferenelor
j j
c z observm
c exist diferene strict pozitive, deci conform cazului 3)
d
de la criteriul de optim soluia iniial
nu este optim.
Cea mai mare diferen pozitiv este
3 3
z -c = 5 , i conform criteriului de intrare,
vectorul P
3
va intra n baz.
Avem rapoartele
5 4
4 5
43 53
30 57
15, 57
2 1



= = = = = = . Cel mai mic raport este
4
15 = , ceea ce nseamn (conform criteriului de ieire)c vectorul
c
4
P prsete baza fiind
nlocuit de vectorul P
3
. Un pivotaj cu element pivot 2 (ncercuit) conduce la o nou soluie
admisibil de baz ( )
T
0, 0, 15, 0, 42 x = care nu este optim (exist diferene 0
j j
z c > n
tabelul corespunztor noii soluii gsite).
Continund cu o nou iteraie cu elementul pivot 3/2 (ncercuit), obinem soluia
admisibil de baz ( )
T
28, 0, 1, 0, 0 x = care este optim i unic.
Lsnd la o parte variabilele de compensare introduse, obinem soluia optim a
problemei iniiale: ( )
T
28, 0, 1 x = .
Din punct de vedere economic aceasta nseamn realizarea a 28 uniti de produs P
1
i a
unei uniti de produs P
3
, profitul maxim posibil de realizat fiind de 117 (u.m.).

Exemplul 5.2 S se determine soluiile optime ale problemei:


1 2 3
1 2 3 4
1 2 3 5
(min) f(x) 3 2 4
2 7,
4 1
0, 1, 5
j
x x x
x x x x
x x x x
x j
'
= 1
1
1
=
1
!
=
1
1
1 =
1
+

53


O soluie admisibil de baz iniial este ( )
T
0, 0, 0, 7, 1 x = . Tabelul Simplex corespunztor
este:
3

2 4

0 0

B
B
C P
0

P
1
P
2
P
3
c
4
P
c
5
P

i

4
P
0 7 1 2 1 1 0
4
0 <
5
P
0 1 1 4 0 1
5
1 =
j j
z -c
0 3 2 4 0 0

4
P
0 8 2 2 0 1 1
4
0 <
3
P 4 1 1 4 1 0 1
3
0 <
j j
z -c
4 1 18 0 0 4

Algoritmul se oprete, chiar dac soluia admisibil de baz gsit ( )
T
0, 0, 1, 8, 0 x = nu
este optim (diferena
2 2
18 0 z c = > ), deoarece vectorul P
2
care ar trebui s intre n baz are
toate componentele negative. Problema de programare liniar considerat admite optim infinit
conform cazului 3)
c
.

5.3. METODA CELOR DOU FAZE

Algoritmul Simplex este un algoritm rapid convergent la soluia optim. Astfel, plecnd
de la o soluie de baz admisibil iniial a sistemului n form standard, cu m ecuaii i n
necunoscute, dup cel mult m+n iteraii obinem soluia optim. De exemplu, n cazul unui
sistem cu 10 ecuaii i 40 de necunoscute, plecnd de la o soluie admisibil iniial, n cel mult
10+40=50 de pai (iteraii) se ajunge la soluia optim (dac exist).
Determinarea (eventual prin transformri elementare) a unei soluii de baz pentru un
sistem liniar, chiar de dimensiuni mari, este extrem de simpl. Problema care apare, este
admisibilitatea acesteia. De exemplu, n cazul sistemului prezentat anterior cu
10
40
846.660.528 C =
soluii de baz, se poate ntmpla ca foarte multe dintre acestea, sau chiar toate, s fie neadmisibile.
Am putea astfel calcula un numr imens ( sute de milioane) de soluii neadmisibile (deci inutile),
pn obinem acea soluie admisibil iniial. Dup gsirea acesteia, aplicnd algoritmul Simplex
vom obine soluia optim foarte rapid, n cel mult 50 de iteraii.
54

Vom indica o metod mai lesne de aplicat n practic pentru a obine o soluie admisibil
de baz iniial: metoda celor dou faze.
S considerm c problema de programare liniar (5.1) este sub form standard, termenii
liberi sunt pozitivi i c matricea A a sistemului de restricii nu conine nici o coloan a matricei
unitate. Vom aduga la fiecare restricie o variabil nenegativ, numit variabil artificial. Fiind
m restricii vom aduga m variabile artificiale
m
k
x , k=n+1, n+m, i considerm o nou problem
de programare liniar, numit problema artificial ataat problemei iniiale, de forma:


n+m
a a
k
k=n+1
a
m
a
(min) g(x )=
Ax + I x = b
x 0,x 0
x
'
1
1

1
1
1
1
!
1
1

1
1
1
1+
(5.9)
Aici
m
I este matricea unitate de ordinul m i
( )
a
1 2
x , ,.......
T
a a a
n n n m
x x x

= vectorul variabilelor
artificiale. Se constat c orice soluie admisibil a problemei (5.9) n care variabilele artificiale
sunt nule, devine dup nlturarea acestora o soluie admisibil de baz a problemei (5.1).
Metoda celor dou faze const n:

Faza nti. Se determin soluia optim a problemei (5.9) folosind algoritmul Simplex.
Soluia de baz admisibil iniial artificial, se determin direct din sistemul artificial, considernd
variabile principale pe cele artificiale.

Aplicnd problemei (5.19) algoritmul Simplex primal, ajungem la una din situaiile:
a)
a
(min) g(x )=0 i nici un vector corespunztor variabilelor artificiale nu este n baz.
b)
a
(min) g(x )=0 i n baz rmn i vectori corespunztori variabilelor artificiale.
c)
a
(min) g(x ) 0 .
d)
Faza a doua. n situaia a) soluia optim a problemei (5.9), dup nlturarea variabilelor
artificiale, reprezint o soluie de baz admisibil, iniial, nedegenerat pentru problema (5.1). Cu
aceast soluie iniial, se aplic algoritmul Simplex primal n vederea gsirii soluiei optime a
problemei iniiale. Din tabelul final al fazei nti se elimin elementele ce in de variabilele
artificiale (coloanele vectorilor artficiali), se modific coeficienii funciei obiectiv i se calculeaz
noile diferene
j j
z c , obinndu-se primul tabel Simplex al fazei a doua. .
55

Situaia b) conduce la o soluie admisibil de baz degenerat pentru problema iniial.
Consideraiile anterioare rmn valabile, ns nu vor fi eliminate coloanele corespunztoare
variabilelor artificiale, pentru care vectorii artificiali corespunztori au rmas n baz.
n situaia c) problema iniial nu admite soluii admisibile.

Exemplul 5.3. S se determine soluiile optime ale problemei de programare liniar:


1 2 3
1 2 3
j
1 2 3
3 2 3,
3 3 4
x 0, j=1,3
(min) f(x) 3 4 2
x x x
x x x
x x x
'
1
1
1

1
!

1
1
1
=
1
+


Aducem problema la forma standard, ea devenind:


c
1 2 3 4
c
1 2 3 5
c c
4 5
1 2 3
3 2 3,
3 3 4,
0, j=1,3, 0, 0
(min) f(x) 3 4 2
j
x x x x
x x x x
x x x
x x x
'
1
=
1
1
1 =
1
!
1
1
1
= 1
1+


Vom ntrebuina metoda celor dou faze.
n prima faz cutm soluia optim a problemei (artificiale):


c a
1 2 3 4 6
c a
1 2 3 5 7
c c a a
4 5 6 7
a a a
6 7
3 2 3,
3 3 4,
0, , , , 0
(min) g(x )
j
x x x x x
x x x x x
x x x x x
x x
'
1
=
1
1
1 =
1
!
1
1
1
1 =
1+


Soluia admisibil de baz de pornire este ( )
T
0, 0, 0, 0, 0, 3, 4 x = .











56

Tabelul simplex are forma:

0 0 0 0 0 1 1
B
B
C P
0

P
1
P
2
P
3
c
4
P
c
5
P

a
6
P
a
7
P
a
6
P

1 3 1 2 1 0 1 0
a
7
P

1 4 3 3 1 0 1 0 1
j j
z -c
7 4 6 3 1 1 0 0
P
2
0 1 1/3 1 2/3 1/3 0 1/3 0
a
7
P 1 1 0 1 1 1 1 1
j j
z -c
1 2 0 1 1 1 1 0
P
2
0 5/6 0 1 5/6 1/2 1/6 1/2 1/6
P
1
0 1/2 1 0

1/2
1/2 1/2 1/2 1/2

j j
z -c


0 0 0 0 0 0 1 1

Am gsit soluia optim ( )
T
x 1/2, 5/6, 0, 0, 0, 0, 0 = a problemei artificiale. Soluia
admisibil de baz pentru problema iniial va fi: ( )
T
x 1/2, 5/6, 0, 0, 0 = , iar sistemul de restricii
cel ce rezult din ultima etap a algoritmului simplex pentru problema artificial.
Tabelul Simplex corespunztor fazei a doua are forma:

3

4 2 0 0
B
B
C P
0

P
1
P
2
P
3
c
4
P
c
5
P

P
2
4 5/6 0 1 5/6 1/2 1/6
P
1
3 1/2 1 0 1/2 1/2 1/2
j j
z -c

11/6
0 0 41/6 7/2

13/6
P
2
4 4/3 1 1 1/3 0 1/3
c
4
P 0 1 2 0 1 1 1
j j
z -c
16/3 7 0 10/3 0 4/3

Problema admite optim infinit deoarece vectorul
c
5
P nu are i coordonate strict pozitive.

57

Exemplul 5.4. S se determine soluiile optime ale problemei de programare liniar:

1 4 5 6
2 4 5 6
2 3 4 5 6
1 2 3 4 5 6
x 2x x 2x 4
3x x x 8x 3
x x x x 3x 2
xj 0, j 1, 6
(min)f(x) 2x 3x x 4x 5x 8x
'
1 =
1
1
=
1
1
=
!
1
1
=
1
1
=
1
+


Prima i a treia coloan a matricei A sunt coloane ale matricei unitate de ordinul trei i
atunci vom aduga la restricia a doua o variabil artificial
a
7
x .

Vom cuta n prima faz soluia optim a problemei:

1 4 5 6
a
2 4 5 6 7
2 3 4 5 6
a
j 7
a a
7
x 2x x 2x 4,
3x x x 8x x 3,
x x x x 3x 2.
x 0, j 1, 6 , x 0
(min)g(x ) x
'
1
=
1
1
1
=
1
1
=
!
1
1
=
1
1
1
=
1
+

O soluie admisibil de baz pentru aceast problem este:
( )
T
x 4, 0, 2, 0, 0, 0, 3 =
Tabelul simplex are forma:
0 0 0 0 0 0 1
B
B
C P
0

P
1
P
2
P
3
P
4
P
5
P
6
a
7
P
P
1
0 4 1 0 0 2 1 2 0
a
7
P 1 3 0 0 1 1 8 1
P
3
0 2 0 1 1 1 1 3 0
j j
z -c
3 0 3 0 1 1 8 0
P
1
0 4 1 0 0 2 1 2 1
P
2
0 1 0 1 0 1/3 1/3 8/3 1/3
P
3
0 1 0 0 1 4/3 4/3 1/3 1/3
j j
z -c
0 0 0 0 0 0 0 -1

Soluia admisibil de baz pentru problema iniial va fi ( )
T
x 4, 1, 1, 0, 0, 0 = .




58

Tabelul simplex pentru problema iniial (faza a doua) are forma:
2 3 1 4 5 8
B
B
C P
0

P
1
P
2
P
3
P
4
P
5
P
6
P
1
2 4 1 0 0 2 1 2
P
2
3 1 0 1 0 1/3 1/3 8/3
P
3
1 1 0 0 1 4/3 4/3 1/3
j j
z -c
12 0 0 0 1/3 20/3 11/3

Soluia optim a problemei este (4,1,1, 0, 0, 0)
T
opt
x = , (min)f(x) = 12.
























59

US6 Probleme de transport

Problemele de transport sunt probleme de programare liniar particulare. Ele se
refer la distribuirea unui produs P aflat n cantiti date ntr-un numr de depozite i solicitat de
un numr de centre de desfacere, de asemenea n cantiti cunoscute. Aceast problem nu se
rezolv cu algoritmul Simplex din cauza dimensiunilor matricii asociate.
Algoritmul prezentat are aceleai caracteristici cu algoritmulk Simplex: un
criteriu de optim, un criteriu de intrare i un criteriu de ieire. Toate acestea sunt descrise n
prezenta unitate de studiu. Este descris apoi algoritmul, modul n care se obine o soluie mai
bun dintr-o soluie dat.
Studentul trebuie s nvee mai nti s echilibreze problema. Ulterior el trebuie sa
obin o soluie nedegenerat printr-una dintre cele dou metode uzuale (metoda diagonalei i
metoda costului minim). Dup verificarea optimalitii soluiei, urmeaz construirea unei soluii
mai bune.
Calculele nu sunt complicate, dar algoritmul pune n general probleme
studenilor. Sunt necesare dou ore pentru nsuirea noiunilor teoretice i nc patru ore pentru
aplicarea cursiv i uoar a criteriilor.
Titlurile bibliografice [3] [9] conin tratarea subiectului n manera pe care i noi
am abordat-o.
*
* *
S considerm c un anumit produs este stocat n m depozite D
i
n cantitile m , 1 i , a
i
= .
Produsul este solicitat de n centre de consum C
i
n cantitile n , 1 j , b
j
= . Costul transportului
unei uniti de produs de la depozitul D
i
la centrul C
j
este a
ij
u.m. Se cere a se determina
cantitile
ij
x de produs care urmeaz a fi transportate de la depozite la centrele de consum astfel
ca disponibilul a fie epuizat, n fiecare depozit, cererea s fie satisfcut exact, n fiecare centru
de consum, iar costul total al transportului produsului s fie minim. Se presupune c
=
= =
n
1
j
m
1 i
i
b a , adic disponibilul din depozite este egal cu cererea total a centrelor de consum. O
astfel de problem este denumit problema de transport echilibrat.

60

Restriciile problemei sunt din nou de trei tipuri: restricii asupra disponibilului i cererii,
restriciile datorate sensului economic al variabilelor i restricia minimizare a costului.
Datele modelului economic le prezentm ntr-un tabel de forma:

C
D
C
1
C
2
C
j
C
n
a
i

D
1
c
11
x
11
c
12
x
12

c
1j
x
1j

c
1n
x
1n
a
1
D
2
c
21
x
21
c
22
x
22

c
2j
x
2j

c
2n
x
2n
a
2

D
i
c
i1
x
i1
c
i2
x
i2

c
ij
x
ij

c
in
x
in
a
i

D
m
c
m1
x
m1
c
m2
x
m2

c
mj
x
mj

c
mn
x
mn
a
m
b
j
b
1
b
2
b
i
b
n
a
i

b
j


Traducerea algebric a celor trei tipuri de restricii conduce la:

( )
11 12
1 1
,
1
1
(min)f(x) , x= x , , ,
1,
, 1,
0, 1, ; 1,
m n
T
ij ij mn
i j
n
ij i
j
m
ij j
i
ij
c x x x
x a i m
x b j n
x i m j n
= =
=
=
'
1
1 =
1
1
1
1
1
= = 1
1
!
1
1
1
= =
1
1
1
1
= =
1
1+

(6.1)
Observaie. Dac disponibilul este mai mic dect cererea sau mai mare, pentru a
echilibra problema se introduce un depozit fictiv sau un centru fictiv cu cantitatea (fictiv)
existent sau cerut astfel nct problema s devin echilibrat. Costurile unitare de transport
pentru depozitul fictiv sau centrul fictiv se consider nule.

Teorema 6.1. Problema echilibrat de transport echilibrat (6.1.) admite cel puin o
soluie admisibil, iar o soluie de baz admisibil de baz are cel mult 1 n m +
componente diferite de zero.
Demonstraie: Cum S b a
n
1 j
j
m
1 i
i
= =
= =
, considernd
i j
a b
S
ij
x = avem:
61


n n
i j
i i
j i
1 j=1 j=1
a b
a a
= b = S=a
S S S
n
ij
j
x
=
= , m , 1 i =

m m
j j
i i
i j
1 i=1 i=1
b b
a b
= a = S=b
S S S =
=
m
ij
i
x , n , 1 j =
i cum 0 x
ij
, ajungem la concluzia c X( )
ij
x verific sistemul de restricii i condiiile
nenegativitate, fiind deci soluie admisibil a problemei de transport. Putem observa c din cele
n m+ restricii doar 1 n m + sunt independente. Este suficient pentru aceasta, de exemplu, ca
din suma primelor m restricii, s scdem suma urmtoarelor 1 n i vom obine atunci ultima
restricie. Pe de alt parte tim c numrul componentelor nenule ale unei soluii de baz
admisibile de baz este cel mult egal cu numrul restriciilor independente i n felul acesta
teorema este demonstrat.

6.1. SOLUII ADMISIBILE DE BAZ PENTRU
O PROBLEM DE TRANSPORT

Soluiile optime pentru o problem de transport vor fi cutate n mulimea soluiilor
admisibile de baz i din acest motiv vom pune n eviden dou metode prin care putem gsi
aceste soluii.

a) Metoda diagonalei. Se ncepe cu determinarea componentei corespunztoare csuei
din stnga sus a tabelului deci
11
x
Vom lua
11 1 1
min( , ) x a b = i vom atribui valoarea zero tuturor variabilelor de pe aceiai linie sau
coloan cu
11
x n funcie de urmtoarele situaii:
1. dac
1 1
b a < , vom lua
11 1
x a = ,
1
0
j
x = , n , 2 j =
2. dac
1 1
b a > , vom lua
11 1
x b = ,
1
0
i
x = , m , 2 i =
3. dac
1 1
b a = , vom lua
11 1 1
x a b = = , iar
12
x sau
21
0 x = ,
i restul componentelor de pe linia i coloana lui
11
x egale cu zero. n ultima situaie obinem
soluii degenerate.
Modificm apoi a
1
i b
1
nlocuindu-i cu
1 11 11 1 11 11
, = = a a x b b x . Procedeul se repet
la pasul urmtor pentru calculele rmase necompletate care formeaz un tablou cu m 1 linii i
n coloane ; m linii i n 1 coloane ; sau m 1 linii i n 1 coloane dup cum primul pas s-a
desfurat n situaiile 1), 2), respectiv 3).
62

Prima component ce va fi determinat acum va ocupa aceeai poziie (colul stnga
sus), n noul tabel. Procesul se termin n cel mult m n 1 pai, la fiecare pas determinndu-se
complet o linie (situaia 1), o coloan (situaia 2), sau o linie i o coloan situaia 3. La fiecare
pas se determin o singur component nenul. Componentele nebazice nu se completeaz n
tabel, csuele corespunztoare rmnnd libere pentru a nu se confunda componentele nebazice
cu eventualele componente bazice nule.

b) Metoda costului minim. Aceast metod este ntru-totul similar celei a diagonalei,
cu singura diferen c se va determina mai nti componenta x
ij
pentru care
ij kl
c min c = , lund
.
ij i j
x min(a , b ) = .

Exemplul 6.1. S se determine o soluie admisibil de baz pentru problema de transport


C
D
C
1
C
2
C
3
C
4
a
i

D
1

4

2

2

3

35
D
2

2

2

4

5

40
D
3

3

4 2 3

20
b
j
50 10 25 10
95
95


a) Metoda diagonalei. Problema este echilibrat. Vom cuta o soluie cu
m n 1 3 4 1 6 = =





4
35
2

2

3

35, 0

2
15
2
10
4
15
5
5
40,25, 15,
0

3

4 2
10
3
10
20, 10, 0
50
15
0
10
0

25
10
0
10
0




63

Pasul nti: deoarece
1 1
min(a ,b )=a=35 , punem conform situaiei 1)
11 12 13 14
35, 0 x x x x = = = = . Modificm pe
1
a i
1
b nlocuindu-i cu
1 1 11
0, a a x

= =
1 1 11
15 b b x

= = .
Pasul al doilea: se pleac de la tabelul format prin nlturarea primei linii,: deoarece
2 1 1
min(a ,b )=b =15 , punem (conform 2))
21 31
15, 0 x x = = (
31
x component nebazic).
Modificm pe
2
a i
1
b nlocuind cu
2 2 21
25, a a x

= =
1 1 21
0 b b x = = .
Pasul al treilea: a rmas de completat tabelul format din liniile a doua, a treia i ultimile
trei coloane. Cum
2 2 2
min(a ,b )=b =10 punem
22
10 x = ,
32
0 x = (
32
x component nebazic)
nlocuindu-i cu
2 2 22
15, a a x = =
2 2 22
0 b b x

= = .
Pasul al patrulea: a rmas de completat tabelul format din ultimile dou linii i coloane.
Cum
2 3
min(a ,b )=a =15 , punem (conform 1))
23 4
15, 0 x x = = (
24
x component nebazic).
Modificm pe
23
a i
3
b nlocuindu-i cu
2 2 23
0, a a x = =
3 3 23
10 b b x

= = .
Pasul al cincilea: a rmas de completat tabelul format din ultima linie i ultimile dou
coloane. Cum
3 3
min(a ,b )=10 punem
33
10 x = . Modificm pe
3
a i
3
b

nlocuindu-i cu
3 3 33
10, a a x

= =
3 3 33
0 b b x = = .

Pasul al aselea: obligatoriu vom pune
34
10 x = .
S-a obinut o soluie admisibil de baz:
11 12 13 14 21 22 23 24 31 32
33 34
35, 0, 0, 0, 15, 10, 15, 0, 0, 0,
10, 10
x x x x x x x x x x
x x
= = = = = = = = = =
= =

costul total al transportului fiind 300 u.m.

b) Metoda costului minim. Vom considera din nou tabelul simplificat:

4

2

2
25
3
10
35, 10, 0
2
30
2
10
4

5

40, 30, 0,
3
20
4 2 3

20, 0
50
20
10
0
25
0
10
0

64

0
Pasul nti:
ij 12 13 21 22 33
minc =c c c c c 2 = = = = = . Putem determina ori care dintre
componentele
12 13 21 22 33
, , , , x x x x x . Lum
22 2 2
=min(a ,b )=10 x ,
12 32
0 x x = = (componente
nebazice). nlocuim pe
2
a i
2
b cu
2 2 22
30, a a x = =
3 2 22
0 b b x

= = .
Pasul al doilea:
ij 13 21 33
min c = c = c = c = 2 . Lum
21 2 1
=min(a ,b )=30 x ,
23 24
0 x x = =
(componente nebazice). nlocuim pe
2
a i
2
b cu
2 2 21
0, a a x = =
1 1 21
20 b b x

= = .
Pasul al treilea:
ij 13 33
min c = c = c = 2.
Lum
13 1 3 33
min( , ) 25, 0 x a b x = = = (component nebazic). nlocuim
1
a i
3
b cu
1 1 13
10, a a x

= =
3 3 13
0 b b x

= = .
Pasul al patrulea:
ij 14 31 33
min c = c = c = c = 3.
Lum
31 3 1 11
min( , ) 20, 0 x a b x = = = (component bazic),
34
0 x = (component
nebazic). nlocuim
3
a i
1
b cu
3 3 31
0, a a x = =
1 1 31
0 b b x = = .
Pasul al cincilea: obligatoriu
14
10 x = . Am obinut pentru problem o soluie
admisibil de baz degenerat (
11
0 x = component bazic). Ea este indicat n tabelul de mai
sus.Costul unui asemenea transport este 220 u.m. Metoda costului minim ne conduce de cele mai
multe ori la o soluie admisibil de baz mai bun dect metoda diagonalei, n sensul c
realizeaz o valoare a cheltuielilor de transport mai mic.

6.2. SOLUII OPTIME PENTRU O
PROBLEM DE TRANSPORT

Soluiile optime (soluii admisibile ce realizeaz minimul funciei obiectiv) ale unei
probleme de transport le vom cuta n mulimea soluiilor admisibile de baz nedegenerate. S
considerm c am determinat pentru problem o soluie admisibil de baz nedegenerat:
x=( )
T
ij
x . Pornind de la aceasta s vedem cum putem obine o soluie admisibil.
Convenim ca o pereche de indici (i, j) s o numim celul. Cnd vom spune celul liber
nelegem c ea se refer la o component nebazic (secundar), adic nu se gsete printre cele
m+n-1. Celule ocupate vor fi cele care se refer la componentele bazice (principale). S
considerm o celul liber ) j , i ( .
65

Definiia 6.1: Un ir de celule care ncepe cu celula liber ) j , i ( i se termin cu
aceasta, coninnd n rest numai celule ocupate i anume cte dou din aceiai linie i
coloan se numete ciclul celulei libere ) j , i ( .
Cel mai simplu ciclu al unei celule libere ) j , i ( se prezint sub forma de mai jos unde n
dreptul celulelor am scris i componentele corespunztoare ale soluiei.








S atribuim componentei
ij
x (componenta nebazic), o valoare 0 > .Vom obine atunci
un vector care are n m+ componente diferite de zero, acesta trebuind s verifice sistemul de
restricii.
Acestea sunt verificate dac vom scdea i aduna succesiv valoarea la componentele
care au intrat n ciclul celulei libere ) j , i ( . Indicm pe acelai ciclul acest lucru.









Pentru a fi verificate condiiile de nenegativitate va trebui ca s fie luat astfel nct
1
0
ij
x i
1
0
i j
x .
Odat ndeplinite aceste condiii putem spune c am obinut o nou soluie admisibil
x( )
ij
x unde:
1 1
1 1 1
1
1
1 1
, ,
, pentru , ; ,
'
1
= = =
1
!
1 = =
1
+
ke
ij ij i j
ij i j
i j
i j ke
x x x x x
x x x x k i i j j j

(6.2)
) j , i (
1
ij
x

1 1
(i j )

1 1
(i ,j )

1 1
i j
x
1
i j
x

1
(i ,j)

) j , i (
1
ij
x

1 1
(i j )

1 1
(i ,j )

1 1
i j
x
1
i j
x
1
(i ,j)


66

Dorind acuma ca noua soluie admisibil s fie i admisibil de baz este suficient s
considerm:
1 1
min( , )
ij i j
x x = (6.3)
n acest fel se determin care component bazic devine nebazic. Relaia (6.3) reprezint
forma criteriului de ieire din algoritmul pentru gsirea soluiilor optime a unei probleme de
transport.
S vedem acum care sunt condiiile ca soluia admisibil de baz x s fie soluie optim.
S evalum diferena ( )
( )
f x -f x . Vom avea:
( ) ( ) ( )
1 1 1 1
1 1
f x -f
= =
= =
m n
ke ke ke ij ij i j i j
k e
x c x x c c c c
sau
( )
( )
f x f x
ij
= (6.4)
unde

j i j i ij ij ij
1 1 1 1
c c c c + + = (6.5)

care reprezint suma algebric cu semn alternat a costurilor celulelor corespunztoare ce au intrat
n ciclu i care ncepe cu
ij
c .
Din (6.5) se observ c dac pentru toate celulele libere (i, j) vom avea 0
ij
, i aa cum
0 , soluia admisibil de baz x( )
ij
x considerat reprezint soluia optim a problemei de
transport. Rezult n felul acesta c criteriul de optimalitate este
0
ij
(6.6)
pentru toate celule libere (i, j).
Tot din (6.4) se constat c dac exist
ij
0 , soluia x poate fi mbuntit. Pentru
aceasta fie:

ke
ij ke
0
=max

(6.7)
Atunci componentei nebazice
ij
x i vom atribui o valoare 0 . Relaia (6.7) reprezint
forma criteriului de intrare n algoritm. Mrimile
ij
joac rolul diferenelor
j j
c z din problemele
de programare de care ne-am ocupat.
Sintetiznd cele de mai sus n practic procedm n felul urmtor:

a) Se determin o soluie admisibil de baz nedegenerat prin una din cele dou metode
prezentate.
b) Pentru toate celulele libere se calculeaz cantitile
ij
.
67

- dac toate cantitile
ij
sunt mai mici sau egale cu zero, atunci soluia este optim;
- dac exist 0
ij
> se trece la etapa urmtoare.
c) Se aplic criteriul de intrare. Vom atribui o valoare 0 > componentei
ij
x (nebazic)
cea pentru care avem ndeplinit relaia (6.7).
d) Se consider ciclul celulei
ij
x , se introduce n ciclu i se aplic criteriul de ieire.
Se determin valoarea lui dup relaia (6.3) indicndu-se deci care component bazic devine
nebazic.
e) Etapele algoritmului se reiau pn se gsete soluia optim a problemei.

Observaii:
a) Prezena semnului de egal n criteriul de optim i de intrare n baz, indic existena mai
multor soluii optime ;
b) Pe parcursul aplicrii algoritmului pot s apar soluii admisibile degenerate care pot
conduce la un fenomen numit fenomen de ciclaj. Pentru evitarea apariiei soluiilor
admisibile degenerate se ntrebuineaz aa-numita metod a perturbrii. Aceasta
const n nlocuirea cantitilor
i
a cu +
i
a , i cantitii
n
b cu
n
b m + (unde reprezint
o cantitate foarte mic, strict pozitiv). La finalul algoritmului, dup determinarea soluiei
optime a problemei peturbate, se face 0 = , obinndu-se soluia optim a problemei
iniiale.
c) Dac la aplicarea criteriului de intrare sunt mai multe mrimi
ij
pozitive maxime egale
putem lua oricare dintre acestea.

Exemplul 6.2. S se determine soluiile optime ale problemei de transport din exemplul 6
Pentru a fi siguri c nu apar soluii admisibile de baz degenerate aplicm de la nceput
metoda perturbrii, adic considerm:

1 2 3 1 2 3 4
a =35+, a =40+, a =20+, b 50, b 10 b 25, b 10, 3 = = = =
O soluie admisibil de baz determinat prin metoda costului minim din tabel este dat n
tabelul:




68

C
D
C
1
C
2
C
3
C
4
a
i

D
1

4

2
10
2
25
3

35+
D
2

2
40+
2

3

5
40+
D
3

3
10
4 2

3
10+2
20+
b
j

50
10 25 10+3
95+3
95+3

S gsim cantitile
ij
pentru celulele libere. Considerm ciclul celulei libere (1,1) i n
dreptul celulelor scriem costurile.







Vom avea:
11
= 4 3 3 3 1 = . Analog,

22
23
24
32
33
2 2 3 3 3 2 1
4 2 3 3 3 2 3
5 3 3 2 3
4 2 3 3 2
2 2 3 3 0
= =
= =
= =
= =
= =

Deoarece toate cantitile
ij
sunt mai mici sau egale cu zero am gsit soluia optim a
problemei. Fcnd =0 gsim:
11 12 1 14 21 22 23 24
0, 10, 25, 0, 40, 0, 0, 0 x x x x x x x x = = = = = = = =

31 32 33 34
10, 0, 0, 0, (min)f(x) 210 u.b. x x x x = = = = =
Deoarece
33
0 = , algoritmul poate continua atribuind componentei
33
x (nebazic), o valoare
0 . Considerm ciclul celulei (3,3) i introducem pe n ciclu pentru a satisface restriciile.






(1,1)
4
(1,4)
(3,4)
3
3
(3,1)
3
(1, 3)
25
(1,4)
(3,4)
10 2

(3,3)

69

Aplicm criteriul de ieire lund min(25, 10 2)=10+2 = .
Componentele noii soluii sunt date n tabelul:

c
D
C
1
C
2
C
3
C
4
a
i

D
1

4

2
10
2
15- 2
3
10+3
35+
D
2

2
40+
2

4 5
40+
D
3

3
10
4 2
10+2
3

20+
b
j

50
10 25 10+3
95+3
95+3

Fcnd =0 gsim soluia optim.

11 12 13 14 21 22 23 24
0, 10, 15, 10, 40, 0, 0, 0 = = = = = = = = x x x x x x x x

31 32 33 34
10, 0, 10, 0, (min)f(x) 210 u.b. x x x x = = = = =

Exemplul 6.3 S se determine soluiile optime ale problemei de transport:
c
D
C
1
C
2
C
3
a
i

D
1

1

2

3

50
D
2

3

4

1
25
b
j

40
20 30
75
90

Problema nu este echilibrat. Vom aduga un depozit cu costuri zero.
Vom avea deci:
c
D
C
1
C
2
C
3
a
i

D
1

1

2

3

50
D
2

3

4

1
25
D
3

0

0 0

15
b
j
40 10 25
90
90

O soluie admisibil de baz determinat prin metoda costului minim din tabel este
prezentat n:
70


c
D
C
1
C
2
C
3
a
i

D
1

1
25
2
20
3
5
50
D
2

3

4

1
25
25
D
3

0
15
0 0

15
b
j
40 20 30
90
90

Componentele soluiei au fost determinate n ordinea:
31 11 21 12
13 21 22 32 33
15, 25, 25, 20,
5, 0, 0, 0, 0
= = = =
= = = = =
x x x x
x x x x x

Pentru celulele libere calculm cantitile
ij
.
21
22
32
33
3 1 3 1 4
4 2 3 1 4
0 2 1 0 1
0 3 1 0 2
= =
= =
= =
= =

Soluia nu este optim. Avem c
33
0
max 2

=
=
ij
ij

. Considerm ciclul celulei (3,3)

componentei
33
x (nebazic) i atribuim o valoare 0 i introducnd pe n circuit avem:









Dup criteriul de ieire lum min(1,15) 5 = = . Noua soluie este prezentat n tabelul:




(1,1)
25 (30)
(1,3)
(3,3)
(5) 15 (10)
(3,1)
5 (0)
71

(1,2)
(10)
c
D
C
1
C
2
C
3
a
i

D
1

1
30
2
20
3

50
D
2

3

4

1
25
25
D
3

0
10
0 0
5
15
b
j
40 20 30
90
90
Pentru celulele libere vom avea:

13
21
22
32
3 1 0 0 2
3 1 0 0 2
4 2 1 0 0 1 2
0 2 1 0 1
= =
= =
= =
= =

Soluia nu este optim. Atribuim componentei
32
x o valoare 0 .










Noua soluie este prezentat n tabelul:
c
D
C
1
C
2
C
3
a
i

D
1

1
40
2
10
3

50
D
2

3

4

1
25
25
D
3

0

0
10
0
5
15
b
j
40 20 30
90
90

Aceast soluie este optim deoarece avem:
13 21 22 31
1, 3, 3, 1 = = = = .
Soluia problemei iniiale va fi:
(1,1)
30 (40)
(3,2)
10 (0)
(3,1)
20 (10)
72

11 12 13 21 22 23
40, 10, 0, 0, 0, 25 x x x x x x = = = = = = . (min)f(x) = 85u.b.
Se observ c cerinele centrelor C
2
i C
3
nu vor fi satisfcute n totalitate.















































73

US7 Serii de numere reale

Problema sumelor infinite (a seriilor) este adesea ntlnit n asigurri i finane.
Rezolvarea ei presupune a stabili dac o astfel de sum exist i n caz afirmativ, care este
valoarea ei. Nu este o problem uor de rezolvat pentru ca nu toi studenii cunosc bazele
analizei matematice (mai precis teoria irurilor de numere reale). Prin activitile tutoriale
completm acest lucru, dup care definim noiunile fundamentale (serie convergent, serie
divergent, suma unei serii convergente, criteriu de convergen etc.). Se insist asupra faptului
c suma unei serii convergente se poate aproxima, dup ce (printr-un criteriu dintr-o list destul
de bogat) am stabilit natura ei.
Studenii trebuie s neleag mai nti ce nseamn serie convergent analiznd
exemplele clasice: seria geometric, armonic, armonic generaliat, telescopic. Urmeaz apoi
reinerea criteriilor care se aplic oricrei serii (criteriul general de convergen, criteriul general
de divergen). Dup aceast etap urmeaz criteriile pentru fiecare tip de serie (criterii pentru
serii cu termeni pozitivi, criterii pentru serii cu termeni alternai, criterii pentru serii cu termeni
oarecare).
Dei este vorba de un singur subiect teoretic, sunt necesare aproximativ 8 ore
pentru nsuirea lui: dou ore pentru noiunile teoretice generale, dou ore pentru seriile
remarcabile, dou ore pentru seriile cu termeni pozitivi i dou ore pentru seriile cu termeni
oarecare i pentru seriile alternate.
Poziiile [1] i [3]-[6] din lista bibliografic pot fi de un real ajutor, dar pot fi utile
si alte tratate de analiz matematic.
*
* *
Este bine cunoscut faptul c, n prezent, fenomenele economice devin din ce n ce mai complexe
i interdependente; mai nou, tendina de globalizare a economiei (i nu numai) duce la o
concuren acerb pe mai toate pieele i n mai toate domeniile de activitate economic,
fenomen care se simte din ce n ce mai pregnant i n economia romneasc.
Aceste situaii, cer din partea specialitilor n economie, cunotine ct mai precise n
vederea observrii, nelegerii, modelrii i rezolvrii pe baze riguros tiinifice a problemelor
complexe cu care se confrunt. Aceast abordare nu mai este astzi posibil, fr recurgerea la
un aparat matematic ct mai adecvat.
74

Modul mai puin riguros, chiar empiric, de luare a deciziilor economice doar pe baza unei
simple experiene, este total depit, astfel nct cei care nu se vor adapta noilor condiii i
cerine economice, vor fi eliminai ncet, ncet de pe pia.
n acest capitol se prezint, ntr-o manier accesibil studenilor economiti, cteva
elemente de baz din teoria seriilor numerice i a seriilor de funcii (cazul particular al seriilor de
puteri). Aplicaiile practice ale acestei teorii se ntlnesc n multe domenii de cercetare din
matematic, fizic, chimie, biologie etc. n particular, aplicaiile cu caracter economic ale teoriei
seriilor sunt multiple i permit modelarea i rezolvarea unor probleme economice cu caracter att
determinist ct i aleator (probabilistic).
Elemente i aplicaii ale teoriei seriilor sunt regsite n Teoria probabilitilor i Statistica
economic, Micro- i Macroeconomie, Gestiunea stocurilor i a fenomenelor de ateptare etc.
Pentru parcurgerea i nelegerea noiunilor prezentate n acest capitol sunt necesare
noiuni de teoria limitelor i a irurilor studiate la Analiza Matematic din clasa a XI-a.

7.1 SERII NUMERICE

7.1.1. IRURI DE NUMERE REALE

Definiia 7.1.1: Numim ir de numere reale, o aplicaie:

n
f :
f (n) a

=
N R
R

Vom nota irul cu simbolul:
n n
(a )
N
;
n
a se numete termenul general al irului.

Definiia 7.1.2: Spunem c irul
n n
(a )
N
este convergent ctre un numr R a , dac,
orice vecintate a lui a conine toi termenii irului cu excepia unui
numr finit de termeni.
Vom nota cu
n
a a sau
n
n
a a
lim

= .

Numrul "a" se numete limita irului i dac exist este unic. Dac irul
n n
(a )
N
nu este
convergent, atunci acesta se numete ir divergent. Un ir divergent sau nu are limit sau
limita sa este sau .


75

Exemple:

a)
n
2
n n n
2 2
n n 1
a ; b ; c 1
n n 1 2n 3
1

= = =

( )

sunt iruri convergente (cu limitele
1
0,
2

respectiv e=2,7.11;
b)
2
3 2
n n n
n 1
a n ; b ; c 1 n
3n

= = = sunt iruri divergente cu limitele

,

,
respectiv
;
c)
n n 2
n n n
a ( 1) , b ( 1) ln(n n 1) , c sin(n 1) = = = sunt iruri divergente care nu au
limit.


Teorema 7.1.1 (de caracterizare a irurilor convergente)
irul
n
a a dac i numai dac: ( ) 0, ( )n

> astfel nct

n
a a < , pentru
( )n n

.

Teorema 7.1.2. (Cauchy)
irul
n n
(a )

este convergent dac i numai dac: ( ) 0 > , ( )n

astfel nct :
n k n
a a
+
< , pentru ( )n n

i
*
( )k .

Observaii:
i) Cele dou teoreme, ca i definiia, nu sunt folosite n mod curent n aplicaii practice; cu
ajutorul lor se pot demonstra rezultate a cror aplicare este mult mai simpl (de exemplu,
teorema de convergen a irurilor monotone i mrginite, teorema cletelui etc.).
ii) Aa cum se observ, aplicarea teoremei 7.1.2. nu presupune cunoaterea aprioric a
limitei a, n enunul acesteia intervenind numai termenul general
n
a respectiv
n k
a

;
acest lucru este deosebit de util n aplicaiile care conin iruri recurente sau n care
limita irului este dificil de determinat.





76

7.1.2 NOIUNEA DE SERIE NUMERIC.
CONVERGEN.
PROPRIETI GENERALE ALE SERIILOR.

Dup cum se tie, oricrei mulimi finite { }
n 2 1
a , , a , a de numere reale i se poate asocia
un numr real
n 2 1
a a a s + + + = numit suma acestora. Se pune ntrebarea fireasc: dac
mulimea conine o infinitate de numere reale
1 2 n
a , a , , a , (cu alte cuvinte un ir de
numere reale
n n
(a )

) i-am putea asocia un numr S care s generalizeze conceptul de
sum finit?
Fie irul :
n n 0 1 2 n
(a ) : a , a , a , , a ,

Vom asocia acestuia, un nou ir de numere reale,
n n 0 1 2 n,
(S ) : S , S , S , , S

definit
astfel:

+ + + + =
+ + =
+ =
=
=
n
0 k
k n 2 1 0 n
2 1 0 2
1 0 1
0 0
a a a a a S
...... .......... ..........
a a a S
a a S
a S

(7.1.1)
pe care l vom numi irul sumelor pariale ataat irului
N n n
) a (

.

Definiia 7.1.3. Numim serie numeric, de termen general
n
a , expresia
+ + + + =

=
n 2 1 0 n
n
0 n
def
n
a a a a S lim a (7.1.2)

Observaie: n unele cazuri numerotarea termenilor seriei poate ncepe de la
|

\
|
=

=1 n
n
a 1 n sau
de la
0
n n = oarecare fixat
|
|

\
|

=
0
n n
n
a (vezi i proprietile seriilor numerice).
Definiia 7.1.4.: Spunem c seria
n
n 0
a

=
este o serie:
a) convergent (C ), dac irul
n n
(S )

este ir convergent;
b) divergent (D) , dac irul
n n
(S )

este ir divergent.
77


Cu alte cuvinte problema convergenei unei serii numerice este echivalent cu problema
convergenei unui ir de numere reale i anume, irul sumelor pariale
n n
(S )

.
Observaii:
i) Dac S S
n
, vom spune c seria
n
n 0
a (C)

=
i are suma S (notm:
n
n 0
a S

=
= );
ii) Dac
n
S , spunem c seria
n
n 0
a (D)

=
i are suma notm
n
n 0
a

=
= );
iii) Dac
n n
(S )

nu are limit, spunem c
n
n 0
a (D)

=
i nu are sum.
n studiul seriilor numerice, trebuie cercetat (ca i n cazul irurilor) dou aspecte:
- natura seriei (dac este convergent sau divergent)
- suma seriei (n caz de convergen)
Dac pentru iruri stabilirea convergenei i determinarea limitei acestora este n cele mai
multe cazuri una i aceeai chestiune, n cazul seriilor situaia se schimb radical; de cele mai
multe ori este relativ uor s stabileti convergena seriei, dar foarte greu, ba cte odat chiar
imposibil de determinat suma acesteia.
De obicei, cu metodele specifice analizei numerice, se determin o aproximaie S
a
sumei S a seriei ( S S

).
Pentru a se cerceta natura unei serii, nu se poate folosi ntotdeauna definiia, ci adesea se
utilizeaz condiii echivalente cu aceasta sau numai condiii suficiente de convergen numite
criterii de convergen. Vom prezenta unul dintre aceste criterii n cele ce urmeaz.

Teorema 7.1.3. (criteriul general de convergen a lui Cauchy)
Seria
n
n 1
a

=
este (C) dac i numai dac: ( ) 0, ( )n

> astfel nct:

1 2
<
n n n k
a a a , pentru ( )n n , ( )k

.

Aceast teorem se obine ca o consecin a Teoremei 7.1.2, considernd n loc de irul
n n
(a )

, irul sumelor pariale
n n
(S )

. ntr-adevr, conform (7.1.1) avem:

n k n 1 n n 1 n k 1 n
n 1 n k
S S (a a a a ) (a a )
a a


= =
=

78

7.1.3. EXEMPLE REMARCABILE DE SERII

1) Seria geometric
n
n 0
aq ; cu a, q

=







Termenul general al acestei serii are forma
n
n
a aq (*) = i depinde de doi parametri
(constante reale) a, q. Evident, este logic ca natura seriei i suma acesteia n caz de convergen
s depind de aceti parametri. Astfel, dac:
i) a 0 = , atunci
n
a 0 = , ( ) q , deci seria este convergent i are suma S 0 = .
ii) a 0 , avem:
(*)
2 n
n 0 1 2 n
2 n
S a a a a a aq aq aq
a(1 q q q )
=
=

deci
n
S reprezint suma unei progresii aritmetice cu raia q (de aici i numele
seriei) i conform rezultatelor de la acest capitol (vezi manualul de Algebr, clasa
a X-a) vom avea:

n 1
n
1 q
a ; q 1
S 1 q
a(n+1); q=1

'
1

1

1
1
= !
1
1
1
1+

Trecnd la limit n relaia de mai sus, obinem:

n
n
a
; q ( 1,1)
1 q
lim S ; q [1, )
( ) ; q ( , 1]

'
1
1

1
1

1
1
11
=
!
1
1
1
1


1
1
11+
(depinde de semnul lui a)
cu alte cuvinte, pentru:
( )
( )
n
n 0
n
n 0
a a
q 1,1 aq seria converge cu suma S
1 q 1 q
q ( ,1] [1, ) aq (D) cu suma S sau nu exist

=
' 1 1
1
= = 1

1
1 ( )
!
1
1
=
1
1
1+
(7.1.3)

Observaie: De fapt, aceast serie cuprinde o infinitate de serii particulare (pentru a, q
avnd valori fixate) a cror natur o cunoatem; foarte important este c, n caz de convergen,
tim i suma seriei.

79

Exemple:
a)
n
n
n 0 n 0
1 1
2 2

= =
1

( )
, este serie geometric cu
1
a 1, q
2
= = i conform (7.1.3) rezult c:
n 2 n
n 0
1 1 1 1
1 2 (C)
2 2 2 2

=
= =
b)
n
n
n
n 0 n 0
( 1) 1
3
9

= =
1

( )
, este serie geometric cu a 1 = i
1
q
3
= i conform (7.1.3)
rezult c:
n n
n n
n 0
( 1) 1 1 ( 1) 3
1 (C)
4 9 81
9 9

=

= =
c)
n
n 1
2n
n 0 n 0
5 5
5
4 2

= =
1

( )
, este serie geometric cu
5
a 5, q
4
= = i conform (7.1.3) seria
diverge
n 1
2n
n 0
5
n acest caz
2

=
1

=

( )
.
d)
( ) ( )
n n
n 1
n 0 n 0
( 1) 2 ( 1) 2

= =
este serie geometric cu a 1, q= 2 = i deci
seria este divergent; mai mult suma nu exist.

2) Seria armonic generalizat
n 1
1
; R
n

=
1

( )

Evident, ca i n irul seriei geometrice, natura (i n caz de convergen suma) seriei
armonice generalizate, va depinde de valoarea parametrului . Aplicnd, Teorema 4.2 se poate
arta c, seria:
(C) ; 1
n 1
1

n

=
1

( )
(7.1.4)
(D) ; 1

Observaii:
i) n caz de convergen ) 1 ( > , nu exist o formul general de stabilire a sumei S n
funcie de parametrul , asa cum s-a stabilit n cazul seriei geometrice;
ii) Evident, n cazul n care seria diverge ) 1 ( , suma seriei este S= (ca serie cu
termeni pozitivi).
80


Exemple:
a)
n 1
1
(D)
n

=
,deoarece
n 1
1 1 1 1
1 1 )
n 2 3 n

=
1

= = =

( )

b)
2
n 1
1
(C)
n

=
,doarece 2 1 =
2 2 2 2
n 1
1 1 1 1
1 S
n 2 3 n

=
1

= =

( )

c)
2
3 2
n 1 n 1
3
1 1
(D)
n
n

= =
, deoarece
2
1
3
=
Seria
n 1
1

n

se numete seria armonic (simpl) sau seria lui Riemann, deoarece

termenul general a
n
este media armonic a vecinilor si, adic satisface relaia
1 n 1 n n
a
1
a
1
a
2
+
+ = .
3) Seria telescopic
n 1
1

n(n 1)

=





+

Aceast serie este convergent. ntr-adevr scriind termenul general
) 1 n ( n
1
a
n
+
= sub
forma
n
1 1
(*) a
n n 1
=

, obinem termenul general al irului sumelor pariale

N n n
) S (

de
forma:
=
+
+ +

= + + + =
) 1 n ( n
1
4 3
1
3 2
1
2 1
1
a a a S
n 2 1 n


(*)
1 1 1 1 1 1 1
1
2 2 3 3 4 n n 1
1 1 1 1

=



( ) ( ) ( ) ( )
= (dup simplificri)
=
1 n
1
1
+
.
Atunci
n
n n
n 1 n-1
1 1 1
lim S lim 1 , deci 1 (C)
n(n 1) n 1 n(n 1)

1

= = =

( )

Dac notm cu
n
1
n
= , atunci termenul general al seriei
) 1 n ( n
1
a
n
+
= , se poate scrie
sub forma:

1 n n n
a
+
= (7.1.5)
Seriile numerice a cror termen general a
n
au forma de mai sus, se numesc serii
telescopice i se poate observa uor ca seria

1 n
N n n n
) C ( ) ( ) C ( a .
81

Mai mult seria va avea suma =
1
S , unde
1
este primul termen al irului
n
n
N n n
lim iar , ) ( =

.
Vom enuna n continuare cteva din proprietile generale ale seriilor numerice, care se
pot demonstra relativ uor, innd cont de definiia seriei i a operaiilor cu iruri convergente.


7.1.4. PROPRIETI GENERALE ALE
SERIILOR NUMERICE

(P
1
) Dac unei serii

=1 n
n
a , i se adaug sau i se suprim un numr finit de termeni,
natura acesteia nu se schimb.


Observaie. Evident, n caz de convergen, suma S a unei serii se modific
corespunztor prin adugarea (sau scderea) a sumei termenilor finii care se adaug (sau se
suprim).

(P
2
) Sac unei serii convergente

=1 n
n
a , i se asociaz termeni n grupe finite, cu
pstrarea ordinii lor, atunci se obine tot o serie convergent i cu aceeai sum.

Observaii:
i) Proprietatea de mai sus, poate fi scris i sub forma:

2
(P ) Dac S a a a a
n 2
1 n
1 n
= + + + + =

=
, atunci i:

1 1 2 2 3
1 2 n n 1 n n 1 n
(a a a ) (a a ) (a a ) S

=
ii) Asociind termenii unei serii divergente, n grupe finite cu pstrarea ordinii se
pot obine serii convergente.

Exemplu:

Fie seria
n n
n 0
( 1) 1 1 1 1 ( 1)

=
= (termenul general fiind
n
n
a ( 1) = )
82

Atunci:
, 0 1 1 1 1 S , 1 1 1 1 S , 0 1 1 S , 1 S
3 2 1 0
= + = = + = = = =
deci: 1 S
n 2
= i 0 S
1 n 2
=
+
; evident irul sumelor pariale
N n n
) S (

diverge deoarece are dou
subiruri care converg la limite diferite. Rezult c seria ) D ( ) 1 (
0 n
n

=
i nu are sum.
Dac asociem termenii n grupe de cte doi (sau de cte patru, ase, etc.) obinem:
0 0 0 0 ) 1 1 ( ) 1 1 ( ) 1 1 ( ) 1 1 ( = + + + + = + + + +
deci noua serie obinut converge i are suma S = 0.

(P
3
) Dac seriile

=1 n
n
a i

=1 n
n
b sunt convergente cu sumele S
1
respectiv S
2,
atunci seria
+

=1 n
n n
) b (a converge i are suma S
1
+ S
2
.
Cu alte cuvinte dac:
2 1
1 n
n n 2
1 n
n 1
1 n
n
S S ) b (a S b , S a + = + = =

=

=
(7.1.6)
(P
4
) Dac
*
R , atunci seriile

=1 n
n
a i

=1 n
n
a au aceeai natur; mai mult n caz de
convergen, dac S a
1 n
n
=

=
atunci S a
1 n
n
=

=
.
Teorema 7.1.4. Dac seria
n
n 1
a

=
(C), atunci
n
n
lim a 0

=
Demonstraie:
Fie
*
n 2 1 n
N n ) ( , a a a S + + + = . Deoarece seria converge, avem:
) 1 ( S S lim a
n
n
1 n
n
= =

=

Dar
1 n n n
S S a

= ; trecnd la limit n aceast relaie obinem:
0 S S S lim S lim ) S S ( lim a lim
) 1 (
1 n
n
n
n
1 n n
n
n
n
= = = =

q.e.d.






83

Observaie: Condiia din teorema de mai sus ) 0 a (
n
este o condiie necesar dar nu i
suficient pentru convergena unei serii; deci, dac termenul general 0 a
n
acest lucru nu
implic obligatoriu c seria

=1 n
n
a (C). Ca exemple se pot da cazurile particulare ale seriei
armonice. Astfel

=1 n n
1
(D) chiar dac 0
n
1
a
n
= .
O formulare echivalent a teoremei 7.1.4. des folosit n aplicaii practice, este:

Teorema 7.1.5. Criteriul general de divergen (C.G.D)
Fie seria
n
n 1
a

=
,
n
a . Dac
n
n
lim a 0

atunci seria
n
n 1
a

=
(D).

Exemple:
a)
+

=1 n 1 2n
n
(D) , deoarece 0
2
1
1 n 2
n
lim a lim
n
n
n
=
+
=


b)
n
1 n n
1 n
|

\
| +

=
(D), deoarece:
0 71 , 2 e
n
1
1 lim
n
1 n
lim a lim
n
n
n
n
n
n
= |

\
|
+ = |

\
| +
=


c)
+

=1 n
2
2n
n n 1
(D) , deoarece
2
n
n n
1 n n
lim a lim 0
2n


= =
n concluzie, dac:
i)
n n
n
n 1
lima 0 a

(D)
ii)
n n
n
n 1
lima 0 a

=
=

poate fi (C) sau (D) (trebuie fcut o analiz suplimentar n

acest caz)


7.2 SERII CU TERMENI POZITIVI

Definiia 7.2.1. Numim serie cu termeni pozitivi , o serie de forma:

=1 n
n
a cu
n
a 0, ( )n N.
84

Teorema 7.2.1. (de caracterizare a convergenei seriilor cu termeni pozitivi)
Seria cu termeni pozitivi

=1 n
n
a , 0 a
n
converge dac i numai dac irul sumelor
pariale
n n
(S )

este mrginit.

Demonstraie:
Avem
0 a ) a a a ( ) a a a ( S S
1 n 1 n 2 1 1 n 2 1 n 1 n
= + + + + + + =
+ + + +
deci
n 1 n
S S
+
, adic
irul
N n n
) S (

este monoton cresctor.
Dac
n n
(S )

este i marginit (superior), rezult c este convergent (conform teoremei de
convergen a irurilor monotone i mrginite) deci

=1 n
n
a (C).
Reciproc, dac

=1 n
n
a (C)
n n
(S )

(C). Dar un ir convergent este obligatoriu mrginit,
deci teorema este demonstrat.
q.e.d.
Observaie: n aplicaiile practice, Teorema 7.2.1. nu este folosit foarte des deoarece,
n general, este relativ complicat a se demonstra mrginirea irului
n n
(S )

; ntradevr, trebuie
demonstrat relaia:
*
n 1 2 n
S a a a M, ( )n cu M 0 = < N constant care nu depinde de
n

.
Mult mai utile sunt urmtoarele rezultate (numite criterii de convergen), care pot fi
clasificate n dou categorii: criterii de comparaie i criterii cu limit.

I) Criteriul de comparaie de specia I (cu inegaliti simple)

Fie seriile:
n
n 1
a

=
i
n
n 1
b

=
care satisfac relaiile
n n
0 a b , ( )n

.
Atunci:

i) Dac
n
n 1
b

=
(C)
n
n 1
a

=
(C)
ii) Dac
n
n 1
a

=
(D)
n
n 1
b

=
(D)
85

Exemplu: Fie seria
n
n 1
n!
n

=
. Termenul general
n
n
n!
a
n
= satisface:
not
n n
2
1 2 3 n 1 2 3 n 1 2 2
0 a b
n n n n n n n n n n n

= = = =

Dar:
n
2 2
n 1 n 1 n 1
2 1
b 2
n n

= = =
= = (C) (ca serie armonic generalizat
n 1
1
cu 2 1
n

=
= )
Atunci conform punctului i) din criteriu
n
n 1
n!
n

=
(C).

II) Criteriul de comparaie de specia a III-a (cu limit)

Fie seriile
n
n 1
a

=
i
n
n 1
b

=
cu
n n
a , b 0 . Dac exist:

n
n
n
a
lim k (0, )
b

= (7.2.1)
atunci seriile au aceeai natur.

Exemplu: Fie seria
n
n 1
1 1
cu a 0
2n 3 2n 3

=
=


Lum ca serie de comparaie, seria armonic (simpl)
n
n 1 n 1
1
b
n

= =
= , despre care tim
c diverge. Deoarece:

n
n n n
n
1
a n 1 1
2n 3
lim lim lim k (0, )
1
b 2n 3 2 2
n

= = = =

deci conform criteriului,

seria
n
n 1
a

=
are aceeai natur cu seria
n
n 1
b

=
, deci diverge.

Observaii:
i) Criteriul de comparaie la limit, trateaz i cazurile cnd k=0 sau k =, dar s-a
renunat la prezentarea lor pentru simplificarea expunerii.
ii) Aplicarea criteriilor de comparaie, nu este n general foarte simpl, deoarece trebuie
satisfcute simultan urmtoarele dou condiii:
86

a) alegerea seriei de comparaie (de exemplu,
n
n 1
b

=
), funcie de seria dat (de
exemplu,
n
n 1
a

=
a crei convergen vrem s o stabilim);
b) trebuie cunoscut aprioric natura seriei
n
n 1
b

=
(convergent sau divergent
Prima condiie este influenat foarte mult de abilitile matematice ale rezolvitorului, iar
cea de a doua de experiena sa. Pentru aceast din urm condiie, seriile geometric i
armonic pot furniza o infinitate de serii particulare (a cror natur o cunoatem) posibil de
folosit ca serii de comparaie.
iii) n schimb, urmtoarele criterii (numite criterii cu limit) se aplic mult mai uor,
formularea acestora depinznd exclusiv de termenul general a
n
al seriei
n
n 1
a

a
crei natur vrem s o determinm.

III. Criteriul raportului (D`Alembert)

Fie seria
n
n 1
a

=
,
n
a 0 i: [ [
n 1
n
n
a
lim 0,
a

= . Atunci, dac:

n
n 1
n
n 1
i) 1 a (C)
ii) 1 a (D)
iii) 1 ; caz de nedeterminare (nu se poate preciza natura seriei)

=
'
1
1 <
1
1
1
1
1
!
1
1
1
1
=
1
1
1+


Exemple:
1)

=1 n
n
n
! n
; cu
n
n
n
! n
a = respectiv
1 n
1 n
) 1 n (
)! 1 n (
a
+
+
+
+
= . Atunci
=
+ +
+
=
+
+
= =

+

+

! n
n
) 1 n ( ) 1 n (
) 1 n ( ! n
lim
! n
n
) 1 n (
)! 1 n (
lim
a
a
lim
n
n
n
n
1 n
n
n
1 n
n

(dup simplificri)
n
n
n
n 1
n 1 n!
lim 1, deci seria
n 1 e n

=
1

= = <

( )
converge.
2)
n n
n
2 2
n 1
2 2
; cu a
n 1 n 1

=
=

i
1 ) 1 n (
2
a
2
1 n
1 n
+ +
=
+
+
.
Atunci:
87

n 2 2
n 1
2 n 2
n n n
n
a 2 2 n 1 n 1
lim lim 2 lim 2 1 2 1
a n 2n 2 2 n 2n 2

= = = = =

deci, seria

=1 n
2
n

1 n
2
, diverge.
3)

=1 n n
1
; cu
n
1
a
n
= i
1 n
1
a
1 n
+
=
+
. Avem:
1
1 n
n
lim
a
a
lim
n
n
1 n
n
=
+
=

+

, deci conform acestui criteriu nu putem preciza natura seriei
armonice

=1 n n
1
(despre care tim ns c este divergent, vezi formula (7.4)).

IV. Criteriul rdcinii (Cauchy)
Fie seria

=1 n
n n
0 a , a i [ ] =

, 0 a lim
n
n
n
. Atunci, dac:
n
n 1
n
n 1
i) 1 a (C)
ii) 1 a (D)
iii) 1 ( )

=
<

= caz de nedeterminare nu se poate preciza natura seriei

Exemple:
1)
2 2
n
n n
n 1
n n
; cu a 0
2 2

=
= . Atunci:
2 2 n
n n
n
n
n n n
n ( n) 1
lim a lim lim 1
2 2 2

= = = = < deci, seria

=1 n
2

n 2
n
converge.
2)
2 2
n n
n
n 1
n 1 n 1
; cu a 0
n n

=
1 1


=


( ) ( )
. Atunci:
2
n n n
n n
n
n n n n
n 1 n 1 1
lim a lim lim lim 1 e 1
n n n

1 1 1


= = = = =



( ) ( ) ( )

deci seria diverge.
3)

=1 n
2

n
1
; cu 0
n
1
a
2
n
= . Atunci:
( )
1
1
1
n
1
lim
n
1
lim a lim
2
n n
n
2
n
n
n
n
= = = = =

, deci
nu putem preciza cu acest criteriu, natura seriei

=1 n
2

n
1
(despre care tim c este
convergent, ca seria armonic generalizat, ) 1 2 cu
n
1

1 n
> =

=

.

88

Observaii:
i) n unele din exemplele de mai sus am folosit limitele fundamentale:

n
n
lim n 1

= i
n
k
n
lim P (n) 1

= (7.2.2)
unde:
k k 1 2
k k k 1 2 1 0
P (n) a n a n a n a n a

= polinom de grad k cu
coeficieni reali i
k
a 0
ii) Se observ c aplicarea acestor criterii, const doar n calculul unei limite; totui
dac termenul general al seriei
n
a , are o form mai complicat determinarea lui
poate fi o problem deloc uoar. Se poate apela n aceste cazuri la criteriile de
comparaie sau la alte criterii de o form mai complicat care nu sunt prezentate aici
(se poate consulta n acest scop, orice curs de analiz matematic care trateaz
convergena seriilor numerice).
iii) Datorit relaiei:
n 1
n
n
n n
n
a
lim lim a
a

= = (7.2.3)
rezult c dac un criteriu ne conduce la cazul de excepie 1 = , nu se ncearc
aplicarea celuilalt criteriu, deoarece se va obine aceeai concluzie; obinuit aplicarea
criteriului raportului sau rdcinii se face innd cont de forma termenului general
n
a
(astfel nct calculul limitei s fie ct mai simplu).
iv) Se observ, c exist situaii chiar pentru serii foarte simple n care aceste criterii
nu pot preciza natura seriilor ( 1) = . De obicei n aceste cazuri se aplic criteriile de
comparaie respectiv criteriul general de divergen (C.G.D), sau urmtorul criteriu
(a lui Raabe-Duhamel).

V) Criteriul lui Raabe Duhamel
Fie seria
n n
n 1
a , a 0

=
i
n
n
n 1
a
lim n 1
a

1


=

( )
. Atunci, dac:

n
n 1
n
n 1
i) 1 a (C)
ii) 1 a (D)
iii) 1 ; ( )

=

<
= caz de nedeterminare nu se poate preciza natura seriei




89


Exemple:
1)
n
2 2
n 1
1 1
; cu a 0
n n

=
= . Am vzut cum criteriul rdcinii ne conduce la cazul de
nedeterminare 1 = . Vom aplica criteriul lui Raabe Duhamel pentru a scpa din
aceast situaie.
Avem:
2 2 2
n
2 2
n n n
n 1
a (n 1) (n 2n 1) n
lim n 1 lim n 1 lim n
a n n

1 1 1


= = = =



( ) ( ) ( )

n
2n 1
lim 2 1
n

= = , deci seria converge.

2)
n
n 1
1 1
; cu a 0
2n 1 2n 1

=
=

. Se verific imediat c att criteriul raportului ct i
cel al rdcinii ne conduc la cazul 1 = . Dac aplicm criteriul lui Raabe Duhamel
obinem:
n
n n n
n 1
a 2n 3 2n
lim n 1 lim n 1 lim 1
a 2n 1 2n 1

1
1 1

= = =


( ) ( )
( )

deci (n acest caz) nici criteriul lui Raabe Duhamel nu ne scoate din cazul de
nedeterminare.
Dac aplicm n schimb criteriul de comparaie la limit, considernd seria
armonic :
n
n 1 n 1
1
b (D)
n

= =
= , obinem
n
n n
n
a n 1
k lim lim
b 2n 1 2

= = =

.
Deci cele dou serii au aceeai natur, cu alte cuvinte seria
n 1
1
(D)
2n 1

.
Obeservaii:

i) Criteriul lui Raabe Duhamel nu se aplic (n mod obinuit) dect atunci cnd
criteriul raportului sau rdcinii ne conduc la cazul de nedeterminare 1 = . n cele
mai multe dintre situaii, acest criteriu ne scoate din cazul de nedeterminare; n caz
contrar se va ncerca aplicarea criteriilor de comparaie.
ii) Totui, exist situaii unde datorit formei termenului general al seriei aplicarea
direct a criteriului lui Raabe Duhamel aduce o simplificare a modului de calcul a
limitei.

90

7.3 SERII ALTERNATE


Definiia 7.3.1. O serie
n n
n 1
u , u

=
se numete serie alternat (cu termeni alternai)
dac, termenii si satisfac relaiile:
n n 1
u u 0

< , ( )n

(7.3.1)


Observaii:
i) Din (7.3.1) rezult c termenii seriei alterneaz ca semn; atunci termenul general
n
u
poate fi scris sub una din urmtoarele forme:
n 1
n n n
u ( 1) a , a 0

= (dac primul termen al seriei este pozitiv)

respectiv:
n
n n n
u ( 1) a , a 0 = (dac primul termen al seriei este negativ)
ii) Deci orice serie alternat poate avea una din urmtoarele dou forme:
n 1 n 1
n 1 2 3 4 n
n 1
n n
n 1 2 3 4 n
n 1
( 1) a a a a a ( 1) a
( 1) a a a a a ( 1) a

=
'
1
1 =
1
11
!
1
1 =
1
11+


(7.3.2)


Exemple:

a)
n 1 n 1
2 2 2 2 2
n 1
1 1 1 1 1
( 1) 1 ( 1)
n 2 3 4 n

=
=
b)
n n
n 1
( 1) n 1 2 3 4 ( 1) n

=
=

n studiul convergenei seriilor alternate nu pot fi folosite criteriile de la serii cu termeni
pozitivi. Vom prezenta aici un singur criteriu specific seriilor cu termeni alternani.

91

Criteriul lui Leibniz:
Fie seria alternat
n
n n
n 1
( 1) a cu a 0

=
. Dac irul
n n
(a )

satisface condiiile:

n
n n n n 1
i) a 0
ii)(a ) (a a , ( )n )

'
1
1
!
1

1+
este monoton descresctor

atunci seria
n
n
n 1
( 1) a

=
converge.

Observaii:
i) Criteriul lui Leibniz ofer numai condiii suficiente de convergen nu i necesare;
cu alte cuvinte dac condiiile nu sunt satisfcute nu rezult c seria diverge, ci doar
faptul c criteriul nu poate fi aplicat.
ii) Totui, dac
n
n
lim a 0

, atunci
n
n
n 1
( 1) a (D)

=
, dar datorit aplicrii criteriului general de
divergen
( )
n
n n
n n
lim u lim( 1) a 0

= .
iii) n cazul n care
n
a 0 , dar irul
n n
(a )

nu este monoton descresctor criteriul lui Leibniz
nu este satisfcut, i nu putem afirma nimic despre natura seriei
n
n
n 1
( 1) a

=
.

Exemple:
a)
n 1 n 1
n 1
1 1 1 1 1
( 1) 1 ( 1)
n 2 3 4 n

=
= (seria armonic alternat)
Avem irul
n
1
a 0
n
= i este monoton descresctor, deci conform criteriului lui
Leibniz seria converge.
b)
n
n
n 1
n n 1
( 1) ; cu a
3n 1 3n 1 3

=
=

deci prima condiie a criteriului lui Leibniz nu
este satisfcut, acesta neputnd fi aplicat. Totui, deoarece:
n
n
n n
n
lim u lim( 1)
3n+1

= nu exist, rezult conform C.G.D. c seria diverge.
c)
2 2
n 1
n
n 1
sin n sin n
( 1) , cu a 0
n n

=
= Deoarece
2
n
1
0 sin n 1 0 a
n
.
Trecnd la limit (teorema cletelui) obinem
n
n
lim a 0

= , deci prima condiie din

criteriul lui Leibniz este satisfcut. Se poate arta relativ uor c irul
n n
(a )

nu
92

este monoton, deci condiia a doua nu este satisfcut i criteriul lui Leibniz nu
poate fi aplicat.
Pentru a putea totui preciza natura acestei serii, se pot aplica criterii de la serii cu
termeni oarecare (neprezentate aici) sau folosi noiunile din urmtorul subcapitol.


7.4 SERII ABSOLUT CONVERGENTE.
SERII SEMI CONVERGENTE.

Evident, n cazul seriilor cu termeni oarecare
n n
n 1
a , a

=
1

( )
, nu se pot aplica n studiul
naturii acestora, criteriile formulate pentru seriile cu termeni pozitivi sau pentru seriile cu
termeni altenani, enunate n seciunile precedente 7.2 respectiv 7.3.
Totui, n seciunea 7.1 au fost enunate dou rezultate care pot fi aplicate tuturor seriilor
numerice, i anume: Criteriul general de convergen a lui Cauchy, respectiv Criteriul general de
divergen. Aplicarea lor, n special pentru stabilirea convergenei seriilor, este aa cum am mai
spus, de cele mai multe ori extrem de dificil. De aceea, matematicienii au cutat i au stabilit,
noi criterii, mai simple de aplicat n practic, cum ar fi: Criteriul lui Abel, Criteriul lui Dirichlet,
etc.
Chiar i aa, aplicarea lor necesit abiliti matematice mai deosebite, precum i o
oarecare practic n lucrul cu serii. Deoarece lucrarea de fa se adreseaz n mod special
studenilor economiti, s-a considerat util renunarea prezentrii acestor noi criterii; vom arta
totui c, n anumite situaii, studiul convergenei / divergenei seriilor cu termeni oarecare se
reduce la studiul convergenei / divergenei seriilor cu termeni pozitivi.

Definiia 7.4.1. Fie seria cu termeni oarecare
n n
n 1
a , a

=
. Spunem c:
a) Seria
n
n 1
a

=
, este absolut convergent (A.C.), dac seria moduleleor
n
n 1
a

=
este
convergent (ca serie cu termeni pozitivi).
b) Seria
n
n 1
a

=
, este semi - convergent (S.C.), dac
n
n 1
a (C)

=
dar ,
n
n 1
a (D)

=
.

93

Teorema 7.4.1. Dac seria
n n
n 1
a , a

=
este absolut convergent, atunci i seria
n
n 1
a

=
este convergent.
Demonstraie. Deoarece, seria
n
n 1
a

=
(A.C.)
n
n 1
a

=
(C). Aplicnd Teorema 7.1.3.
seriei modulelor, obinem:
n 1 n k n 1 n k
( ) 0, ( )n a.. a a a a , ( )n n

<
i ( )k

(*)
Din proprietile funciei modul, rezult c:
n 1 n k n 1 n k
a a a a

(**)
Din (*) +(**) rezult c
n
n 1
a

=
(C), conform criteriului general de convergen a lui
Cauchy.
q.e.d.
Observaie:
Reciproca teoremei de mai sus nu este adevrat; cu alte cuvinte, convergena seriei simple
nu implic convergena seriei modulelor
n n
n 1 n 1
a (C) a (C)

= =
1

( )
.
Exemplu: Fie seria
n
n
n 1 n 1
1
a ( 1)
n

= =
. Evident este o serie alternat i converge deoarece
satisface criteriul lui Leibniz. Totui, seria modulelor,
n
n 1 n 1
1
a
n

= =
, diverge ca serie armonic
simpl.
1. ntruct seria valorilor absolute,
n
n 1
a

=
, este o serie cu termeni pozitivi, pentru studiul
naturii acesteia se vor folosi criteriile enunate n seciunea 4.3
2. n cazul n care seria modulelor
n
n 1
a

=
(D), am vzut c despre seria simpl
n
n 1
a

=
, nu se
poate afirma nimic. Totui, se demonstreaz c n cazul n care divergena seriei
modulelor
n
n 1
a

=
a fost stabilit cu Criteriul raportului sau cu Criteriul rdcinii, atunci
i seria (simpl)
n
n 1
a

=
diverge.
94

3. Pentru seriile cu termeni pozitivi
n n
n 1
a , a 0

=
1

( )
, noiunile de convergen i
convergen absolut coincid (deoarece
n n
n 1 n 1
a a

= =
).
4. n anumite situaii, este util i urmtoarea formulare echivalent a Teoremei 4.7. Dac
seria
n n
n 1
a , a

=
diverge, atunci i seria
n
n 1
a

=
diverge.
n concluzie, n studiul naturii seriilor cu termeni oarecare,
n n
n 1
a , a

=
, se poate
aplica urmtorul:
Mod de lucru:
i) Se ataeaz seriei cu termeni oarecare, seria modulelor
n
n 1
a

=
(care este serie cu
termeni pozitivi);
ii) Se studiaz natura seriei
n
n 1
a

=
folosind criteriile enunate pentru serii cu termeni
pozitivi;
iii) Dac:
a)
n n
n 1 n 1
a (C) a (C)

= =

b)
n
n 1
a

=
(D) (divergena fiind stabilit cu Criteriul raportului sau Criteriul
rdcinii
n
n 1
a

=
(D)
c)
n
n 1
a

=
(D) (divergena fiind stabilit cu alte criterii) despre natura seriei
n
n 1
a

=
nu se poate spune nimic. n acest caz trebuie folosite alte criterii (Abel,
Dirichlet etc.).

Exemple:
1) [ [
n n
n
n 1
2 sin
( 1) , cu 0,2
n

=

parametru real.
Evident seria este o serie cu termeni oarecare (datorit lui
n
sin ) i nu cu
termeni alternani.
95

Atam seria
n n
n
n 1 n 1
2 sin
a
n

= =

= i aplicm criteriul raportului. Atunci, obinem:
n 1 n 1
n 1
n n
n n n
n
2 sin
a
n n
lim lim lim 2 sin
a n 1 n 1 2 sin

= =


i deci:
2 sin =
Atunci, pentru:
i) 2 sin 1 < , seria
n
n 1
a

=
(C)
n
n 1
a

=
(C) (conf.T.7.1)
ii) 2 sin 1 , seria
n
n 1
a

=
(D)
n
n 1
a

=
(D) (conf.Obs.3)
iii) 2 sin 1 = , nu putem preciza natura seriei
n
n 1
a

=
i deci a seriei iniiale
n
n 1
a

=
.
Rezovnd inecuaiile trigonometrice de mai sus, avem:
i) pentru
n n
n
n 1
2 7 11 2 sin
0, , , 2 ( 1)
6 3 6 6 n

=
1 1 l


l


l ) ( ) (
l
(A.C.)
ii) pentru
n n
n
n 1
2 7 11 2 sin
, , ( 1)
6 3 6 6 n

=
1 1





( ) ( )
(D)
iii) pentru
2 7 11
, ,
6 3 6 6
' '
1 1
1 1

! !
1 1
1 1 + +
nu putem preciza natura seriilor
n
n 1
a

=
i
n
n 1
a

=
.
Dar, n cazul iii) cele dou serii (simpl i a modulelor) au expresiile:
a)
n n
n 1 n 1
1
a ( 1)
n

= =
= (C), ca serie alternant care satisface criteriul lui Leibniz
(irul
1
0
n
, monoton descresctor).
b)
n
1/ 2
n 1 n 1 n 1
1 1
a
n n

= = =
= (D), (ca serie armonic
n 1
1
n

=
cu
1
1
2
= < )
Deci, n acest caz, seria
n n
n
n 1
2 sin
( 1)
n

=

este (S.C.)
2)
n n
n 1
n 1 1 a 1
, cu a
n 1 2a 2

=
1 1 ' '
1 1
1 1

! !


1 1 ( ) ( )
1 1 + +
\ parametrul real.
Atam seria modulelor:
n n
n
n 1 n 1
n 1 1 a
a
n 1 2a

= =
1


=

( )
i aplicm criteriul rdcinii:
96

n n
n n
n
n n n
n 1 1 a n 1 1 a 1 a
lim a lim lim
n 1 2a n 1 2a 1 2a

1


= = =

( )

Atunci, pentru:
i)
n
n 1
1 a
1 a (C)
1 2a

= <

,deci i seria
n
n 1
a

=
(C) (conf. T.4.7)
ii)
n
n 1
1 a
1 a (D)
1 2a

, deci i seria
n
n 1
a

=
(D) (conf. Obs.3)
iii)
1 a
1
1 2a

= =

nu putem preciza natura seriilor

n
n 1
a

=
i
n
n 1
a

=
.
Atunci, rezolvnd inecuaiile de mai sus, concluzionm c:
i) pentru ( )
n
n
n 1
2 n 1 1 a
, 0 ,
3 n 1 2a

=
1 1 1





( ) ( ) ( )
este (A.C.);
ii) pentru
n
n
n 1
2 1 n 1 1 a
0,
3 2 n 1 2a

=
1 ' ' 1 1
1 1
1 1

! !


1 1 ( ) ( ) ( )
1 1 + +
\ este (D);
iii) pentru
2
0,
3
' '
1 1
1 1

! !
1 1
1 1 + +
nu putem preciza natura seriei.
Dar, pentru:
a)
n
n
n 1 n 1
n 1
0 a
n

= =
1

( )
, care (D) conform C.G.D.
ntr-adevr
n n
n
n n n
n 1 1
lim a lim lim 1 e 0
n n

1 1

= = =



( ) ( )

b)
n
n
n
n 1 n 1
2 n 1
a ( 1)
3 n

= =
1

( )
,
care (D) conform C.G.D., deoarece
n
a 0 .






97

US8 Serii de puteri

Seriile de puteri sunt un caz particular de sume infinite. Ele sunt utilizate pentru
aproximarea funciilor transcendente.
Capitolul de fa abordeaz modul n care poate fi studiat o serie de puteri:
determinarea razei de convergen, studiul convergenei n extremitile intervalului de baz,
determinarea sumei, proprietile sumei.
Studentul trebuie s rein metoda de aflare a razei de convergen i s realizeze
c n capetele intervalului de baz obinem o serie numeric de tipul celor studiate n US7.
Pentru partea teoretic dou ore sunt suficiente. Pentru aplicaii sunt necesare mcar patru ore:
trei pentru mulimea de convergen i una pentru studiul in capetele intervalului.
Utile din lista bibliografic se dovedesc a fi lucrarile de la poziiile [3], [6] i [9].
*
* *
Aa cum s-a observat din seciunile precedente, noiunea de serie numeric apare ca o
generalizare (extindere) fireasc a noiunii de ir numeric.
n mod natural, aceste dou noiuni au cptat n Analiza matematic noi extinderi, din ce
n ce mai complexe, lucru de altfel deseori ntlnit nu numai n matematic ci i n multe alte
domenii ale tiinei.
Astfel, pornind de la noiunea de ir numeric:

n n 0 1 2 n
(a ) : a , a , a , , a

(*)
se introduce noiunea de ir de funcii:
( )
n 0 1 n
n
f (x) : f (x), f (x), , f (x),

(**)
unde funciile
n
f (x) sunt definite pe acelai domeniu D.
Exemple:
a) ( )
n
n
f (x)

, cu termenul general:
n
2n
n
f :
f (x) nx sin nx
'
1
1
!
= 1
1+


adic, irul de funcii are forma:

4 6 2n
xsin x, 2x sin 2x, 3x sin3x, , nx sin nx,


b) ( )
n
n
f (x)

, unde termenul general este:

n
2
n
f : (0, )
f (x) (n 1) ln(nx)
'
1
1
!
= 1
1+

98

deci, irul de funcii are forma:
2
2ln x, 5ln 2x, 10ln3x, , (n 1) ln(nx)

innd seama c noiunea de funcie este mult mai complex dect cea de numr,
este evident c noiuni precum convergen sau divergen au cptat pentru irurile de funcii
valene noi. Astfel, un ir de funcii ( )
n
n
f (x)

poate fi: simplu (punctual) convergent,

uniform convergent, slab convergent, tare convergent etc.
Este natural ca n caz de convergent, irul de funcii s aib limita o funcie f (x) i nu
un numr. De asemenea, innd cont c termenii irului sunt funcii, care pot avea diverse
proprieti (funcie continue, derivabile, integrabile etc.), este natural s cercetm n ce condiii
acestea se transfer la funcia limit f (x) .

n mod cu totul analog noiunea de serie numeric:

n 0 1 2 n
n 0
a a a a a

=
= (***)

capt o prim generalizare i anume cea de serie de funcii:


n 0 1 2 n
n 0
f (x) f (x) f (x) f (x) f (x)

=
= (****)
unde termenii seriei sunt funcii definite pe acelai domeniu D.

Exemple:
a)
2 n 2
n 0
(n 1)arctg(x 1) arctg1 2arctg(x 1) 5arctg(x 1)

=
= unde termenul
general al seriei este:
n
2 n
n
f :
f (x) (n 1)arctg(x 1)
'
1
1
!
= 1
1+



b)
n 2 3
n 1
n! 1! 2! 3!

1 x 1 x 1 x 1 x

=
=


unde termenul general are forma:
[ [
n
n
n
f : 0,1
n!
f (x)
1 x
'
1
1
1
!
= 1
1

1+

Analog, n caz de convergen (simpl, uniform, etc.) seria va converge la o funcie
sum s(x). Din nou este interesant i important de studiat, n ce condiii proprietile termenilor
99

seriei de funcii (integrabilitate, derivabilitate, continuitate etc.) se transfer asupra funciei sum
s(x).
Un caz particular de serii de funcii, dar foarte important i des intlnit n aplicaiile
economice, este cel al seriilor de puteri, unde termenii seriei sunt funcii putere. Astfel, avem:
Definiia 8.1: Numim serie de puteri centrat n
0
x , o serie de funcii de forma:
n 2 n
n 0 0 1 0 2 0 n 0
n 0
a (x-x ) a a (x-x ) a (x-x ) a (x-x )

=
= (8.1)
unde
n n
(a )

este un ir numeric (Numerele
n
a se numesc coeficienii seriei de puteri).
Observaii:
i) un caz particular, dar foarte des ntlnit n aplicaii, este cel al seriilor de puteri
centrate n 0 (pe scurt, serii de puteri) deci cnd
0
x 0 = . Vom obine atunci seria:

n 2 n
n 0 1 2 n
n 0
a x a a x a x a x

=
= (8.2)
ii) Deoarece prin substituia:

0
y x x = (8.3)
o serie de puteri centrat n
0
x (i variabila x) se reduce ntotdeauna la o serie de puteri centrat
n 0 (i variabila y), adic avem:

n n
n 0 n
n 0 n 0
a (x x ) a y

= =
(8.4)
ne vom ocupa numai n continuare numai de seriile de puteri centrate n 0, deci de forma (8.2).
Definiia 8.2: Spunem c, seria de puteri
n
n
n 0
a x

=
este:
a) convergent (punctual) n
0
x x = , dac seria numeric ataat,
n
n 0
n 0
a x

=
este
convergent;
b) convergent (punctual) pe domeniul
0
D , dac converge n orice punct
0
x D
(
0
D se numete mulime de convergen a seriei).

Teorema 8.1. Mulimea de convergen a unei serii de puteri,
n
n
n 0
a x

=
, este
ntotdeauna nevid.
Demonstraie. Fie seria de puteri
n
n
n 0
a x

=
cu
n n
(a )

un ir de numere reale oarecare i
0
D mulimea sa de convergen.
100

Pentru x 0 = seria
n
n 0
n 0
a x a

=
, deci converge i are suma
0
S a = . Rezult c
0
0 D ,
deci
0
D . q.e.d.

Teorema 8.2. (lui Abel)
Fie seria de puteri,
n
n
n 0
a x

=
,
n
a . Atunci, [ [ ( !)r 0, (r se numete raz de
convergen), astfel nct:
n
n
n 0
n
n
n 0
i) x ( r, r) a x (C)
ii) x ( , r) (r, ) a x (D)

=
'
1
1
1
11
!
1
1
1
11+
pentru converge
pentru diverge
(8.5)

Observaii:

i) Teorema lui Abel nu precizeaz natura seriei n capetele intervalului de convergen:
( ) -r, r . n exemplele concrete, se studiaz separat natura seriei n cele dou capete,
adic seriile numerice:
n
n
n 0
a

=
r i
n
n
n 0
a ( )

=
r .
ii) Dac raza de convergen 0 = r , atunci evident seria de puteri
n
n
n 0
a x

=
converge
numai n x 0 = i diverge n rest (pentru x

).
iii) Dac raza de convergen = r , atunci mulimea de convergen a seriei
0
D =, deci seria nu diverge pentru nici o valoare real.
iv) Aadar, folosind teorema lui Abel, dac aflm raza de convergen r, tim mulimile
pe care seria
n
n
r 0
a x

=
converge sau diverge (evident cu excepia valorilor x =r ).
Urmtoarele dou teoreme ne ofer dou formule pentru aflarea razei de convergen
r.
101

Teorem 8.3 (Teorema raportului).
Fie seria de puteri,
n
n
n 0
a x

=
cu
n
a i [ [
n 1
n
n
a
lim 0,
a

= . Atunci raza de
convergen r , este dat de relaiile:



1
; (0, )
r ; 0
0 ;
'
1
1

1
1
1
1
1
1
= =
!
1
1
1
1 =
1
1
1
1+
(8.6)

Teorema 8.4 (Teorema rdcinii)

Fie seria de puteri,
n
n
n 0
a x

=
cu
n
a , i [ [
n
n
n
lim a 0,

= . Atunci, raza de
convergen r, este dat de relaiile:


1
; (0, )
r ; 0
0 ;
'
1
1

1
1
1
1
1
1
= =
!
1
1
1
1 =
1
1
1
1+
(8.7)

Observaie: Din rezultatele enunate anterior, se observ c n determinarea mulimii
(intervalului) de convergen respectiv a mulimii (reuniune de intervale) de divergen pentru
seria de puteri
n
n
n 0
a x

=
, trebuie aplicat urmtorul:

Algoritm de lucru:
1) Se calculeaz valoarea aplicnd una din formulele:

n 1
n
n
a
lim
a

= sau
n
n
n
lim a

=
2) S determin raza de convergen r cu relaiile (8.6) sau (8.7) (care de fapt coincid);
102

3) Se scriu intervalele de convergen / divergen ale seriei
n
n
n 0
a x

=
;
4) Se studiaz natura seriei n cele dou capete x r = .

Observaie: n cazul n care seria este centrat n
n
0 n 0
n 0
x a (x x )

=
1

( )
se reduce la seria
centrat n 0
n
n
n 0
a y

=
1

( )
folosind substituia (8.3) i apoi se aplic algoritm de lucru, obinndu-se
mulimea de (C)/(D) pentru variabila y. Folosind aceeai substituie se scriu mulimile de (C)/(D)
n variabila x.

Exemple:
a)
n
n
n 1
x
( 1)
n

=
; Avem:
n
n
1
a ( 1)
n
= , deci
n
1
a
n
= .
Folosind teorema rdcinii, obinem:
n n
n
n
n n n
1 1
lim a lim lim 1
n n

= = = =
(am folosit aici limita fundamental:
n
n
lim n 1

= )
deci conform (8.7), avem:
1 1
1
= =

r deci 1 = r . Atunci, conform Teoremei 8.2. (Abel)

obinem:
i) pentru
n
n
n 1
x
x (1, 1) ( 1) (C)
n

=

ii) pentru
n
n
n 1
x
x ( , 1) (1, ) ( 1) (D)
n

=

iii) pentru
n
n
n 1
x
x 1 ( 1)
n

=
= nu-i putem preciza natura.
Dar, pentru:
x 1 = obinem:
n n
n
n 1 n 1
1
a x ( 1) (C)
n

= =
(conform Criteriului lui Leibniz de la serii
alternante)
iar, pentru:
x 1 = , obinem:
n
n
n 1 n 1
1
a x (D)
n

= =
(ca serie armonic
n 1
1
cu =1
n

=
)
103

n concluzie,
n
n
n 1
x
( 1)
n

(C), dac x ( 1,1]
(D), dac x ( , 1] (1, )




2)
n
n 1
n 0
x
( 1)
n!

=
; avem
n 1
n n
1 1
a ( 1) , deci a
n! n!

= =
Folosind teorema raportului, obinem:
n 1
n n n
n
a
n! 1
lim lim lim 0
a (n 1)! n 1

= = = =


i deci conform (4.6.6) avem r =. Deci, seria
n
n 1
n 0
x
( 1) (C)
n!

=
pentru ( ) x .

3)
n
n
n 0
n 1
(x 1)
n 2

, este o serie de puteri centrat n

0
x 1 = .
Notm y x 1 = i obinem
n
n
n 0
n 1
y
n 2

cu
n n
n
n 1
a a
n 2

= =

Atunci:
n 2
n 1
n 1 2
n n n
n
a
n 2 n2 1 n 2n 1
lim lim lim
a n 1 2 2 (n 1)2 n 2n 1

= = = =


Atunci raza de convergen
1
2 = =

r , i avem:
i) pentru
n
n
n 1
n 1
y ( 2, 2) y (C)
n2

ii) pentru
n
n 1
n 1
y ( , 2) (2, ) (D)
n2

iii) pentru y 2 ? = (nu putem preciza natura seriei)
Revenind la variabila x(x y 1) = , avem:
i) pentru
n
n
n 1
n 1
x ( 3,1) (x+1) (C)
n 2

ii) pentru
n
n
n 1
n 1
x ( , 3) (1, ) (x+1) (D)
n 2

iii) pentru x 3, x 1 ? = = (nu putem preciza natura seriei)
Dar, pentru:
104

x 3, = obinem
n
n
n 1 n 1
n 1
a (x 1) ( 1) (D)
n

= =

(conform C.G.D, deoarece

termenul general
n
n 1
( 1) 0
n

)
iar pentru:
x = 1, obinem
n
n
n 1 n 1
n 1
a (x 1) (D)
n

= =

(conform C.G.D, deoarece termenul

general
n 1
1 0
n

).

























105

US9 Funcii de mai multe variabile

Funciile de mai multe variabile constituie generalizarea fireasc a funciilor de o
variabil real. Studiul lor se justific prin prezena acestora n majoritatea modelelor
economice. n prezenta unitate de studiu se extind treptat noiuni familiare studenilor: domeniu
de definiie, grafic, limit, derivat, diferenial, punct de extrem. Am presupus cunoscute doar
noiunile fundamentale de analiz matematic i am prezentat aproape totul n material. Credem
c astfel ajutm studenii provenii din licee care au n program mai puin matematic s i
nsueasc i s aplice aceste metode. Noiunea central este cea de punct de extrem cu care
capitolul se ncheie.
Studenii trebuie n principiu s nvee s priveasc funciile de mai multe
variabile ca o modalitate mai riguroas de a descrie realitatea. Ei trebuie s nvee s calculeze
derivatele pariale (de diferite ordine) ale unei astfel de funcii, s determine diferenialele (de
ordinul I i II) i s le aprecieze rolul n studiul funciilor, s determine i s caracterizeze
punctele de extrem.
Este un capitol amplu, cu multe noiuni noi i cu nenumrate aplicaii. Pentru
acest capitol zece ore pot fi suficiente: dou ore pentru partea teoretic, dou ore pentru
deprinderea calculului derivatelor pariale de ordinul I i a diferenialei, dou ore pentru
derivatele pariale de ordin superior i a diferenialei a 2-a, patru ore pentru aplicaiile la
punctele de extrem.
Orice manual universitar de analiz matematic are aceste noiuni incluse. Pentru
doritori trimiterile bibliografice [1], [3] i [6] pot fi de asemenea folositoare.
*
* *
Fenomenele vieii reale sunt descrise cel mai adesea de funcii care depind nu de o singur
variabil ci de mai multe variabile independente. Acest lucru este valabil i n viaa economic.
n acest capitol se introduc elementele de baz ale teoriei acestui tip de funcii. Pentru a
depi dificultile extinderii conceptelor fundamentale (continuitate, limit, derivabilitate etc.)
de la funcii de o variabil la o funcie de mai multe variabile am abordat numai cazul funciilor
de dou variabile, dezvoltarea ulterioar fcndu-se n aceeai manier.


106

9.1. IRURI DE PUNCTE N
n


S considerm spaiul vectorial
n
i s considerm un vector oarecare
t
1 2 n
(x , x , , x ) x = al su. Pentru a simplifica scrierea vom renuna la simbolul de transpunere i
n cele ce urmeaz vom scrie pur i simplu
1 2 n
(x , x , , x ) x = . Acestui element al spaiului
n

i asociem un punct P care are coordonatele
1 2 n
x , x , , x , tot aa cum unui vector
1 2
(x , x ) x =
din
2
i asociem un punct P cu coordonatele
1 2
x , x ntr-un sistem de axe ortogonale.
Asociem unei perechi de astfel de puncte P, P
0

1 2 n
P(x , x , , x ) ,
0 0 0
0 1 2 n
P (x , x , , x ) un
numr nenegativ numit distan i definit prin:

0 2 0 2 0 2
0 1 1 2 2 n n
d(P, P ) (x x ) (x x ) (x x ) = . (9.1.1)
Evident, distana este nul dac i numai dac P i P
0
coincid. Convenim c nsui
vectorul x s se numeasc punct din
n
. n acest mod, distana d se asociaz unei perechi de
vectori din
n
.

Definiia 9.1.1. Se numete ir de puncte din
n
funcia care asociaz oricrui
numr natural k un punct unic x
k
din
n
.

k k k k
1 2 n
k (x , x , , x ) x =
irurile
k k k
1 k 2 k n k
(x ) , (x ) , , (x )

se numesc iruri de coordonate.

Definiia 9.1.2. irul
k
k
(x )

converge la punctul x
0
dac:

k 0
k
lim d( , ) 0 x x

= (9.1.2)

n spiritul definiiei cunoscute a limitei unui ir de numere reale aceasta nseamn:

k 0
( ) 0, k( ) a..( )k k( ) d( , ) x x < (9.1.3)
Folosind (9.1.1) deducem c:

k 0 2 k 0 2 k 0 2
1 1 2 2 n n
(x x ) (x x ) (x x ) <
pentru k k( ) adic

k 0
i i
x x < ( ) k k( ), ( ) i 1, n = (9.1.4)
107

sntem condui astfel la:

Teorema 9.1.1. irul x
k
este convergent la x
0
dac irurile de coordonate
k
i
x sunt
convergente la
0
i
x pentru orice i 1, n = .

Exemplu. Considerm n
2
irul
k
2
2k 1 k 2
,
3k k
x
1


=

( )
. irurile de coordonate sunt
k k
1 2
2
2k 1 k 2
x , x
3k k

= = i pentru k au limitele 0 i respectiv
1
3
. Aceasta nseamn c
x
k
are limita
0
1
x 0,
3
1

=

( )
.

9.2. FUNCII DE DOU VARIABILE

n cele ce urmeaz vom considera spaiul
2
ale crui puncte x au doar dou coordonate
1 2
(x , x ) x = . Pentru ca scrierea s fie mai simpl vom nlocui perechea de coordonate (
1 2
x , x )
prin perechea (x,y).
Fie D o mulime de puncte (x,y) din
2
i I o mulime din .
Definiia 9.2.1. Se numete funcie de dou variabile tripleta format din D,I i o
lege de coresponden care asociaz oricrui punct (x, y) D , un singur element z I .

Exprimm aceast coresponden prin z f (x, y) = .
Observaie. Cnd D este din
n
iar I n mod similar se definete o funcie de n
variabile.
Dac lum un sistem cartezian de coordonate Oxyz i reprezentm mulimea punctelor
P(x,y,z) unde z f (x, y) = obinem imaginea geometric a funciei sau graficul su. De data
aceasta graficul e o poriune dintr-o suprafa.
108

Fig. 5.1.

Exemplu: S se reprezinte graficul funciei
2 2
z x y = .

Soluie. Ridicm la ptrat egalitatea i obinem
2 2 2
z x y = . Dac facem aici x = 0
(intersectm graficul cu planul yOz obinem z y = adic dou drepte n acest plan. n
mod similar intersectm graficul cu planul xOz i obinem dreptele x z = .
Graficul este un con infinit cu vrful n originea sistemului de coordonate.


Fig. 9.2





109

9.3. LIMIT I CONTINUITATE

S considerm o funcie
2
f : D i
0 0
(x , y ) un punct de acumulare al lui D.
Aceasta nseamn c exist cel puin un ir de puncte
k k k
(x , y )

din D care converge la
0 0
(x , y ) .

Definiia 9.3.1. Funcia f(x,y) are n
0 0
(x , y ) limita , dac oricare ar fi irul
k k k k k k 0 0 k k 0 0
(x , y ) D, (x , y ) (x , y ), (x , y ) (x , y )



rezult c
k k
f (x , y ) .

Vom scrie:
0 0
(x,y) (x ,y )
lim f (x, y)

= sau
0
0
x x
y y
lim f (x, y)

= .
Aceast limit se numete limit global deoarece x i y tind simultan i independent
ctre x
0
respectiv y
0
. Dac x
0
i y tind succesiv la x
0
respectiv y
0
adic dac
0 0 0 0
1 2
x x y y y y x x
lim( lim f (x, y)), lim( lim f (x, y)),

= = , se obin limitele iterate sau pariale. Are loc:
Teorema 9.3.1. Dac limita global exist atunci i limitele pariale exist i are loc
egalitatea:
1 2
= = (9.3.1)
Reciproca nu este adevrat.
Demonstraie. Pentru a justifica rezultatul este suficient s considerm mai nti iruri
generale
k k k 0 0
(x , y ) (x , y )

i apoi s le particularizm n iruri de form particular

k 0 k 0 0
(x , y ) (x , y )

i
0 k k 0 0
(x , y ) (x , y )

. Ceea ce e adevrat pentru general se pstreaz

i pentru particular.
Faptul c reciproca e fals se poate proba prin urmtorul exemplu.
S se calculeze limitele iterate ale funciei
x y
f (x, y)
x y

n punctul (0,0).

1
x 0 y 0 x 0 x 0
2
y 0 x 0 y 0 y 0
x y x
lim lim lim lim1 1
x y x
x y y
lim lim lim lim( 1) 1
x y y


1

= = = =

( )
1


= = = =

( )

Cele dou limite nefiind egale nu exist limita global a funciei n origine.



110

Observaii:
1
0
. Dac
1 2
= nu rezult c limita global exist ci doar c dac aceasta exist este
egal cu valoarea lor comun.
2
0
. S-ar putea ca n punctul (x
0
,y
0
) funcia f s nu fie definit adic s nu se poat calcula
f (x
0
,y
0
) cum este n exemplul precedent.

Definiia 9.3.2. Funcia f (x,y) este continu n (x
0
,y
0
) dac:

0
0
0 0
x x
y y
lim f (x, y) f (x , y )

=
Ca i n cazul limitei globale acest tip de continuitate se numete continuitatea
global. Se poate i aici pune problema continuitii n raport cu fiecare argument cnd
cellalt este fixat, adic continuitatea parial.

Exemplu. S se studieze continuitatea global i cea parial pentru funcia:

2 2
xy
, (x, y) (0, 0),
f (x, y)
x y
0 , (x, y) (0, 0)
'
1
1

1
=
!

1
1
=
1+


Calculm limitele pariale:

1
x 0 x 0
2
y 0 y 0
limf (x, 0) lim0 0
limf (0, y) lim0 0


= = =
= = =

Se observ c
1 2
f (0, 0) 0 = = = , deci funcia este continu n raport cu fiecare
argument.
Limita global nu exist pentru c lund iruri
k k k
(x , y ) (0, 0)

n care
k k
y mx , m 0 = obinem:

k k
k k
2 2 2 2
k k
x mx m
f (x , y )
x m x 1 m

= =

,
deci
k k
2
m
f (x , y )
1 m
=

care depinde de m. Aadar continuitatea global nu exist.

111

9.4. DERIVATE PARIALE I DIFERENIALE

9.4.1. DERIVATE PARIALE DE ORDINUL NTI

S considerm funcia f : D i (x
0
, y
0
) un punct din interiorul mulimii D.
Considerm de asemenea un punct (x, y) din D diferit de (x
0
, y
0
).

Definiia 9.4.1.1. Se numete derivat parial a funciei f n raport cu variabila x n
punctul (x
0
, y
0
).

0
0 0 0
x x
0
f (x, y ) f (x , y )
lim
x x

(9.4.1)
dac limita exist. Dac aceasta este i finit, spunem c funcia este derivabil parial n raport
cu x n punctul considerat.
Notm valoarea limitei cu
0 0 x 0 0
f
(x , y ) sau f (x , y )
x

. n mod similar se introduce

derivata parial i derivabilitatea parial n raport cu y n (x
0
, y
0
):

0
0 0 0
0 0 y 0 0
y y
0
f (x , y) f (x , y ) f
(x , y ) = f (x , y ) lim
y y y

=


Observaie. Derivata parial nu aduce nici o noutate fa de cazul funciilor de o singur
variabil. Practic, cnd se deriveaz parial o funcie de n variabile n raport cu una, toate
celelelte variabile se consider constante (parametri).
Dac f (x, y) este derivabil parial n raport cu x sau/i y n toate punctele unei
submulimi D
1
a a lui D, spunem c f este derivabil parial pe D
1
.
n acest caz pentru orice punct
0 0 1
(x , y ) D stabilim corespondenele
0 0 0 0 0 0 0 0
f f
(x , y ) (x , y ), (x , y ) (x , y )
x y



care definesc dou funcii noi numite derivatele
pariale ale lui f n raport cu x respectiv y n D
1
. Ele se vor nota:

x y
f f
(x, y) sau f (x, y) respectiv (x, y) sau f (x, y)
x y



.
Observaie. Calculul derivatelor pariale
f f
(x, y) , (x, y)
x y


se face folosind regulile
obinuite de calcul pentru derivata sumei, produsului, ctului, funciilor compuse etc.
Exemplu. S se calculeze
f f
(x, y) , (x, y)
x y


dac
xy
f (x, y) xy e = .
112

Soluii. Calculm
f
(x, y)
x

considerndu-l pe y parametru constant.

xy xy xy xy 2 xy
x x
f
(x, y) =(xy) e (xy)(e ) ye xy(ye ) (y xy )e
x

= =

Calculm
f
(x, y)
y

considerndu-l pe x parametrul constant:

xy xy xy xy 2 xy
y y
f
(x, y) =(xy) e (xy)(e ) xe (xy)(xe ) (x x y)e
y

= =

Observaii :
1
0
. n exemplul de mai sus, simetria n raport cu variabilele x i y permitea calculul celei
de-a doua derivate pariale schimbnd ntre ele variabilele x cu y n ) y , x (
x
f

.
2
0
. Toate consideraiile anterioare se pot extinde de la funcii de dou variabile la funcii
de n variabile fr nici un fel de dificultate.

9.4.2. DERIVATE PARIALE DE ORDIN SUPERIOR

S considerm din nou
2
f : D , derivabil parial n raport cu x i y pe D. Cele
dou derivate pariale ) y , x ( g ) y , x ( f
1 x
= i ) y , x ( g ) y , x ( f
2 y
= pot fi la rndul lor derivabile pe o
submulime D
1
a lui D. Apare natural s considerm derivatele lor pariale drept derivate
pariale de ordinul al doilea ale funciei f:

2
1
xx
2
g f f
(x, y) (x, y) (x, y) f (x, y)
x x x x
1


= = =

( )
,

2
1
xy
g f f
(x, y) (x, y) (x, y) f (x, y)
y y x y x
1


= = =

( )
,

2
2
yx
g f f
(x, y) (x, y) (x, y) f (x, y)
y x y x y
1


= = =

( )
,
) y , x ( f ) y , x (
y
f
) y , x (
y
f
y
) y , x (
y
g
yy
2
2
2
=

=
|
|

\
|

.
Pentru funcia de dou variabile f(x,y) obinem astfel patru derivate de ordinul al doilea.
Dintre acestea se remarc ) y , x ( f
xy
i ) y , x ( f
yx
numite derivate pariale mixte de ordinul al
doilea.
Natural se pune ntrebarea dac ntre cele dou derivate exist legturi. Exemplul urmtor
sugereaz c rspunsul este afirmativ.
113


Exemplu. S se determine derivatele pariale de ordinul al doilea ale funciei
2
f : D , 1 xy 2 y x ) y , x ( f
2
+ + = .
Soluie. Obinem succesiv:
x 2 x
x
f
; y 2 xy 2
x
f
2
+ =

+ =

;
2 x 2
y
f
x y x
f
; y 2
x
f
x x
f
2
2
2
+ =
|
|

\
|

= |

\
|

0
y
f
y y
f
; 2 x 2
x
f
y x y
f
2
2 2
=
|
|

\
|

+ = |

\
|

.
Se observ c cele dou derivate pariale mixte
yx xy
f , f sunt egale. Nu orice funcie f
(x,y) are aceast proprietate. Fr demonstraie enunm urmtoarea teorem:

Teorema 9.4.2(Criteriul lui Schwarz)
Dac n domeniul D D
1
funcia f (x,y) satisface condiiile:
a) are derivatele
y
f
,
x
f

,
b) derivatele mixte de ordinul al doilea
x y
f
,
y x
f
2 2

sunt continue global, atunci

derivatele pariale mixte de ordinul al doilea sunt egale.
Observaie. Funcia f (x,y) din exemplul anterior satisface condiiile criteriului lui
Schwarz.
Fiecare derivat parial de ordinul al doilea poate fi la rndul su derivat parial n
raport cu cele dou variabile. Se obin astfel derivate pariale de ordinul al treilea i procesul
poate continua.








114

9.4.3. DERIVATELE PARIALE ALE
FUNCIILOR COMPUSE
S lum funcia
2
f : D i s presupunem c la rndul lor, argumentele x i y ale
lui f sunt funcii de variabilele u,v,w:
) w , v , u ( )) w , v , u ( y ), w , v , u ( x ( f ) y , x ( f = = (9.4.2)
Ne intereseaz derivatele pariale ale funciei n raport cu cele trei variabile u,v,w. Un
calcul nu foarte complicat care folosete definiia derivatei pariale conduce la formula de calcul
a celor trei derivate pariale:
u
y
y
f
u
x
x
f
u

,
f x f y
v x v y v

=

,
f x f y
w x w y w

=

.

Exemplu. S se afle derivatele pariale ale funciei y x xy ) y , x ( f
2 2
+ = , cunoscnd c x =
u + v, y = u - v.
Soluie. Notm )) v , u ( y ), v , u ( x ( f ) v , u ( =
2 2 2 2
y xy 4 y 1 ) x xy 2 ( 1 ) xy 2 y (
u
y
y
f
u
x
x
f
u
+ + = + + + =

,
2 2 2 2
x y 1 ) x xy 2 ( 1 ) xy 2 y (
v
y
y
f
u
x
x
f
v
= + + + =

.

Observaie. Formula (9.4.3.1) se poate generaliza cnd f are n variabile iar fiecare este
funcie de m variabile. Evident aplicarea formulei este posibil cnd toate funciile implicate sunt
derivabile parial.

9.4.4. DIFERENIALELE FUNCIILOR
DE MAI MULTE VARIABILE
Fie
2
f : D , (x
0
,y
0
) i (x,y) dou puncte din D. S notm h = x - x
0
,
k = y - y
0.
Numim creterea total a funciei n punctul (x
0
,y
0
) cantitatea ) y , x ( f
0 0
definit prin:
) y , x ( f ) y , x ( f ) y , x ( f
0 0 0 0
= (9.4.3)
115

Definiia 9.4.2 Funcia f este difereniabil n (x
0
,y
0
) dac exist dou constante A i B
independente de h i k i dou funcii ) k , h , y , x ( ), k , h , y , x (
0 0 0 0
astfel nct:
0 ) 0 , 0 , y , x (
0 0
= , 0 ) 0 , 0 , y , x (
0 0
= , 0 ) k , h , y , x ( lim ) k , h , y , x ( lim
0 0
0 k
0 h
0 0
0 k
0 h
= =

) k , h , y , x ( k ) k , h , y , x ( h Bh Ah ) y , x ( f
0 0 0 0 0 0
+ + + = (9.4.4)
Se poate demonstra urmtoarea teorem:

Teorema 9.4.3 Dac f (x,y) este difereniabil n (x
0
,y
0
) atunci ea este derivabil
parial n raport cu x i y n acest punct i
0 0 0 0
f f
(x , y ) A, (x , y ) B
x y

= =

.

Definiia 9.4.3 Expresia Ah +Bk se numete difereniala funciei f n punctul (x
0
,y
0
) i
se noteaz:
df (x
0
,y
0
) = Ah + Bk. (9.4.5)

Dac funcia f (x,y) este difereniabil n (x
0
,y
0
) atunci difereniala sa df(x
0
,y
0
) e dat de
k ) y , x (
y
f
h ) y , x (
x
f
) y , x ( df
0 0 0 0 0 0

= (9.4.6)
Cum dx = h, dy = k obinem difereniala de ordinul nti a funciei f (x,y) n forma
final:
dy ) y , x (
y
f
dx ) y , x (
x
f
) y , x ( df
0 0 0 0 0 0

=

Exemplu. S se determine difereniala de ordinul nti a funciei y x 2 xy ) y , x ( f
3 2
+ = n
punctul (1,1).
Soluie: 7 ) 1 , 1 ( f y x 6 y ) y , x ( f
x
2 2
x
= + =
4 ) 1 , 1 ( f x 2 xy 2 ) y , x ( f
y
3
y
= + =
Obinem: df (1,1) 7dx 4dy = .

Observaie. Difereniala de ordinul nti ale funciei f (x,y) servete la aproximarea
creterii totale a funciei
0 0
f , f (x , y ) conform formulei (9.4.3).
Dac f (x,y) este difereniabil n toate punctele
0 0
(x , y ) unui domeniu
1
D D , putem
defini o coresponden:
0 0 0 0 0 0 1
(x , y ) df (x , y ) ( ) (x , y ) D .
116

Care se numete difereniala lui f i se scrie df (x, y) .
Ea poate fi la rndul su difereniabil. Difereniala sa se numete difereniala de ordinul
al doilea a lui f i se noteaz
2
d f (x, y) . Un calcul elementar conduce la formula
2
d f (x, y) .
2 2 2
2 2 2
0 0 0 0 0 0 0 0
2 2
f f f
d f (x , y ) (x , y )h 2 (x , y )hk (x , y ) k
x y x y

=


Exemplu. S se determine
2
d f (1,1) pentru funcia:

2 3
f (x, y) xy 2x y =
Soluie.
3 2 2
f f
y 4xy x 6x y
x y

= =


2 2 2
3 2 2
2 2
f f f
4y , 1 12xy , 12x y
x y x y

= = =


2 2 2
2 2
f f f
(1,1) 4 , (1,1) 13 , (1,1) 12
x y x y

= = =

i n final
2 2 2
d f (1,1) 4h 26hk 12k = .

Observaii:
1
0
. Procesul poate continua obinnd difereniale de ordin superior lui 2.
2
0
. Difereniala de ordinul al doilea este dup cum se poate vedea din exemplul de mai
sus o form ptratic de variabile h,k. Cnd variabilele sunt
1 2 n
x , x , , x aceast diferenial
devine o form ptratic de n variabile. Ea joac rolul derivatei a doua la funcii de o singur
variabil adic servete studiul convexitii unei funcii de n variabile.










117

9.5. EXTREMELE FUNCIILOR DE
MAI MULTE VARIABILE
9.5.1. FORMULA LUI TAYLOR PENTRU FUNCII
DE MAI MULTE VARIABILE

Se cunoate formula lui Taylor pentru funcii de o variabil care are derivate pn la
ordinul k+1 ntr-o vecintate a punctului x
0
.
2
0 0
0 0 0
k 1
(k) (k 1) 0 0
0
x x (x x )
f (x) f (x ) f (x ) f (x )
1! 2!
(x x )k (x x )
f (x ) f ( )
k! (k 1)!

fiind un punct intermediar lui x
0
i x.
Aceast formul permite aproximarea valorii f n x cu ajutorul valorilor acesteia i a
primelor sale k derivate n punctul x
0
, dac ultimul termen (restul de ordin k) este neglijat.
Cutm o extindere a formulei la cazul funciilor de dou variabile dup care, natural,
extinderea se poate face la n variabile. Fie aadar,
2
f : D i (x
0
,y
0
) un punct interior din
D. Presupunem c (x,y) este un punct oarecare din D i notm
0 0
h x x , k y y = = .

Teorema 9.5.1. Dac f (x,y) are toate derivatele pariale pn la ordinul m n (x
0
,y
0
)
iar derivatele pariale de ordin m+1 exist ntr-o vecintate V a lui (x
0
,y
0
) atunci oricare ar
fi punctul (x, y) V , are loc formula:

0 0 0 0 0 0
(2)
0 0 0 0
(m 1)
0 0 0 0 m
1 f f
f (x, y) f (x , y ) (x , y )h (x , y )k
1! x y
1
(x , y )h (x , y )k f
2! x y
1
(x , y )h (x , y )k f R
m! x y

l

l
=
l

l
l

l

l

l
l

l

l

l

(9.5.1)
unde :

(i)
0 0 0 0
(x , y )h (x , y )k f
x x
l

l
l

l
reprezint puterea formal i a expresiei difereniale
din parantez aplicat funciei f iar
m
R numit restul de ordin m n formula lui Taylor este
exprimat prin:
(m 1)
m 0 0 0 0
R (x h, y k)h (x h, y k)k f ; (0,1)
x y

l

l
=
l

l
(9.5.2)
118

9.5.2. TEOREMA LUI FERMAT PENTRU FUNCII
DE MAI MULTE VARIABILE
n teoria diferenial a funciilor de o variabil, teorema lui Fermat afirm c ntr-un
punct de extrem local din interiorul domeniului de derivabilitate al funciei,
f
D

, derivata f se
anuleaz. ncercm aici o extindere la funcii de dou variabile care se poate apoi transpune la
funcii de n variabile. S considerm
2
f : D i
0 0
(x , y ) D .
Definiia 9.5.1 Punctul
0 0
(x , y ) se numete maxim (minim) local pentru f (x, y) dac
exist o vecintate V a acestuia astfel nct ( ) (x, y) V are loc:
0 0 0 0
f (x, y) f (x , y ) (f (x, y) f (x , y )) (9.5.3)
Teorema lui Fermat poate constitui o metod prin care se determin punctele de extrem
sau posibilele puncte de extrem.
Teorema 9.5.2 Dac f (x, y) are derivate pariale finite n raport cu x i y n punctul
de extrem local
0 0
(x , y ) din interiorul lui D, atunci:

0 0 0 0
f f
(x , y ) (x , y ) 0
x y

= =

(9.5.4)
Demonstraie. Considerm
0
(x) f (x, y ) = i
0
(y) f (x , y) = . Cum
0 0
(x , y ) este n i
nteriorul lui D, (vezi fig. 5.3) x
0
se afl n interiorul lui (a,b) iar y
0
n interiorul lui (c,d). Se
poate aplica teorema lui Fermat pentru (x) cu x
0
punct de extrem local i (y) cu y
0
punct de
extrem local.Obinem:
0 0 0 0 0 0
d f d f
(x ) (x , y ) 0, (y ) (x , y ) 0
dx x dy y

= = = =

ceea ce
demonstreaz teorema.
Fig. 5.3

119

Soluiile sistemului (9.5.4) se numesc puncte critice sau puncte staionare. Reciproca nefiind
adevrat, punctele critice rmn posibile puncte de extrem. Condiiile (9.5.4) pentru punctele
0 0
(x , y ) sunt doar condiii necesare de extrem.
Exemplu. S se determine posibilele puncte de extrem ale funciei:

3 2
f (x, y) x y 3xy 15 =
Soluie: Calculm
f f
,
x y


. Avem:

2
f f
3x 3y, 2y 3x
x y

= =


Rezolvm sistemul
f f
0, 0
x y

= =

2
3x 3y 0
2y 3x 0
=
=

Obinem soluiile (0,0) i
9 27
,
4 8
1

( )
care sunt posibile puncte de extrem.

9.5.3. CONDIII SUFICIENTE DE EXTREM
(DETERMINAREA EXTREMELOR)

Am vzut n cele de mai sus c un punct de extrem este punct staionar dar din
teorema lui Fermat nu putem obine i reciproca. Cutm aadar condiii suficiente de
extrem prin care s putem aprecia dac un punct staionar este sau nu este punct de
extrem.
S remarcm mai nti c formula lui Taylor (9.5.1.2) se poate scrie i sub forma:

2 m
0 0 0 0 0 0 m
1 1 1
f (x, y) f (x , y ) df (x , y ) d f d f (x , y ) R
1! 2! m!
= (9.5.5)
Dac m = 2 atunci

2
0 0 2
1 1
f (x, y) f (x , y ) df d f R
1! 2!
= (9.5.6)
S presupunem acum c
0 0
(x , y ) este un extrem local. n virtutea condiiilor (9.5.2.2)
rezult c :

0 0 0 0 0 0
f f
df (x , y ) (x , y )h (x , y )k 0
x y

= =

.
120

n plus dac
0
x x h = i
0
y y k = sunt suficient de mici, R
2
poate fi neglijat (acolo h
i k apar la puterea a treia). Rezult c pentru (x,y) ntr-o vecintate suficient de mic a lui
0 0
(x , y ) :
[ [
2
0 0 0 0
sgn f (x, y) f (x , y ) sgn d f (x , y ) =
obinem, astfel:

Teorema 9.5.3. Dac forma ptratic
2
0 0
d f (x , y ) este pozitiv definit n punctul critic
0 0
(x , y ) atunci acest punct este minim local. Dac n acelai punct
2
0 0
d f (x , y ) este negativ
definit, punctul este maxim local.
Condiiile n care o form ptratic este pozitiv (negativ) definit au fost prezentate
anterior. Pentru prezenta form ptratic, matricea este:

2
0 0 0 0
2
2 2
0 0 0 0
2
f f
(x , y ) (x , y )
x y x
H
f f
(x , y ) (x , y )
x y y
1

( )
(9.5.7)
care se numete matrice hessiana i se poate generaliza la funcii de n variabile. Suntem
condui astfel la urmtoarea teorem:

Teorema 9.5.4 Fie P
0 0
(x , y ) punct critic pentru funcia ( , ) f x y i
1 2
, minorii
diagonali ai matricii Hessiene n acesta. Atunci:
1. Dac
1 2
0 , 0 > > atunci P este punct de minim local pentru ( , ) f x y ;
2. Dac
1 2
0 , 0 < > atunci P este punct de maxim local pentru ( , ) f x y ;
3. Dac
1 2 1 2
0 , 0 0 , 0 sau > < < < atunci P nu este punct de extrem local
pentru ( , ) f x y ;
4. Dac
1 2
0 0 sau = = atunci nu putem preciza natura punctului critic P.

Exemple :
1
0
. S se determine extremele funciei:

3 2
f (x, y) x y 3xy 15 =
Soluie. Determinm punctele de extrem local printre punctele critice adic printre
soluiile sistemului:
121

f f
0, 0
x y

= =

. Am vzut anterior c sunt dou puncte critice (0,0),
9 27
,
4 8
1

( )
. Fiecare poate s
fie sau nu punct de extrem.

2 2 2
2 2
f f f
6x, 3, 2
x y x y

= = =


Matricea hessian:

6x 3
H(x, y)
3 2
1

( )

O calculm n fiecare punct critic:
1 2
0 3
H(0, 0) i 0, 9
3 2
1

= = =

( )
punctul (0,0) nu este punct de extrem.
1 2
27
3 9 27 27
H , i , 18 2
4 8 2
3 2
1

1

= = =

( )


( )
punctul
9 27
,
4 8
1

( )
este un punct de minim.

2
0
. S se determine extremele funciei:

2 2 2
1 2 3 1 2 3 1 3
f (x , x , x ) x x x x x =
Punctele staionare (critice) sunt soluii ale sistemului

1 3 2 3 1
1 2 3
f f f
2x x 0, 2x 0, 2x x 0
x x x

= = = = = =


Obinem un singur punct critic (0,0,0). Acesta este i singurul posibil punct de extrem.

2 2 2 2 2
2 2 2
1 2 2 1 1 2 3
2 2 2 2
1 3 3 1 2 3 3 2
f f f f f
2, 2, 2, 2, 0,
x y x x x x x
f f f f
1, 0
x x x x x x x x

= = = = =


= = = =



Matricea hessiana devine:

1 2 3
2 0 1
H(x , x , x ) 0 2 0
1 0 2
1

( )

i are lanul minorilor principali:

1 2 3
2, 4, 6 = = =
Rezult c (0,0,0) este un punct de minim local.
122

Bibliografie:


1. Allen, R.G.D., Analiz matematic pentru economiti, Ed. t., Bucureti, 1971;
2. Dantzig, G., Application et prologements de la programmation lineaire, Dunod, Paris,
1966;
3. Diaconia, V., Manolachi, A., Rusu, G., Matematici aplicate n economie, Ed.
Chemarea, Iai, 1993;
4. Diaconia, V., Rusu, G., Optimizri liniare, Ed. Sedcom Libris, Iai, 2001;
5. Diaconia, V., Matematici aplicate n economie, Ed. Paralela 45, Piteti, 2003;
6. Diaconia, V., Rusu, G., Spnu, T.M., Matematici aplicate n economie, Ed. Sedcom
Libris, Iai, 2004;
7. Drgan, I., Tehnici de baz n programarea liniar , Ed. Tehnic, Bucureti, 1976;
8. Mihoc, G., tefnescu, A., Programarea matematic, Ed. Did. i Ped., Bucureti,
1973;
9. Tama, V., Matematic pentru studenii economiti, Ed. Junimea, Iai, 2001.