Matematici aplicate n Economie

(anul I)
CUPRINS
Capitolul I.
Elemente de algebr liniar
cu aplicaii n Economie. ..................................................................................... pag. 1
1.1. Proprieti ale spaiilor economice
organizate ca spaii ectoriale. ................................................................... pag. 1
1.!. "ependen #i independen liniar. $az. ................................................. pag. %
1.&. 'ectori n plan. (ulimi cone)e. ...............................................................pag. 1*
1.*. +orme liniare #i aplicaii liniare. ................................................................ pag. !&
1.,. +orme ptratice. ........................................................................................... pag. &!
$ibliogra-ie .Cap. I./ ........................................................................................... pag. &0
Capitolul II.
Elemente de programare liniar
cu aplicaii n economie. .................................................................................... pag. &1
!.1. Situaii economice reale modelate
prin probleme de programare liniar. ....................................................... pag. &1
!.!. +orma standard a unei probleme
de programare liniar. ................................................................................ pag. ,,
!.&. Rezolarea unei probleme de
programare liniar cu metoda gra-ic. ............................................................ pag. %*
!.*. Rezolarea unei probleme de programare
liniar cu algoritmul simple). ............................................................................ pag. 2!
$ibliogra-ie .Cap. II/ ............................................................................................pag. 13
Capitolul III.
Elemente de 4naliz matematic
cu aplicaii n Economie. .................................................................................... pag. 11
&.1. +uncii reale de mai multe ariabile reale. ................................................ pag. 11
&.!. "eriate pariale #i di-ereniale. ................................................................pag. 13%
&.&. E)treme libere. ............................................................................................ pag. 1!,
&.*. E)treme condiionate. ................................................................................ pag. 1&1
$ibliogra-ie .Cap. III/ ....................................................................................... pag. 1*1

1
Capitolul I
ELEMENTE DE ALGEBR LINIAR
CU APLICAII N ECONOMIE
Algebra liniar se aplic n nenumrate modele economice. De exemplu,
modelele liniare propuse de laureatul premiului Nobel pentru economie Wasilly
Leontief (vezi sursele bibliografice). De asemenea, rezultatele din acest capitol stau la
baza nelegerii materialului prezentat n celelalte capitole ale cursului, cum ar fi
optimizarea liniar i optimizarea neliniar. Pentru nelegerea acestui capitol sunt
necesare cunotine elementare de matrici, determinani i sisteme de ecuaii liniare.
Acestea vor fi prezentate la seminar. La bibliografie am inclus cri de la mari
universiti din ar i strintate ct i materiale online. De asemenea am inclus linkuri
ctre site-uri care v ofer soft online gratuit cu care putei rezolva probleme practice
care necesit calcule complicate (inclusiv cazurile n care spaiul intrrilor i spaiul
ieirilor unei firme au dimensiuni diferite).
1.1. Proprieti ale spaiilor economice organizate ca spaii vectoriale.
Plan (sau program) de producie. O firm intenioneaz s produc 300 de
scaune, 120 de mese i 50 de fotolii n primul semestru al anului 2012 i 600 de scaune,
240 de mese i 100 de fotolii n al doilea semestru al anului 2012. Planul de producie al
firmei, pe semestrul I, poate fi scris ca un grup ordonat de numere: X = (300, 120, 50).
Respectiv pe al doilea semestru: Y = (600, 240, 100). Un astfel de grup ordonat de
2
numere reale se numete vector. S observm c n al doilea semestru producia se
dubleaz. Scriem: Y = 2X. Planul de producie anual al firmei pe 2012 va fi de 900 de
scaune, 360 de mese i 150 de fotolii. Scriem: X + Y = (900, 360, 150). n al doilea
semestru, firma va produce cu 300 de scaune, cu 120 de mese i respectiv cu 50 de
fotolii mai mult. Aceast idee o putem reprezenta prin: Y - X = (600, 240, 100) - (300,
120, 50) = (300, 120, 50).
Vector. n exemplul anterior am introdus intuitiv noiunea de vector. Prin urmare,
un vector este un grup ordonat de numere reale: X = (x
1
, x
2
, ..., x
n
). Vom nota vectorii cu
litere mari, X, Y, Z, etc., iar componentele unui vector le vom nota cu litere mici, x
i
, y
i
,
z
i
, i = 1, 2, 3, ..., n. Atenie, componentele unui vector pot fi numere reale pozitive,
negative sau nule iar ordinea lor conteaz!! De exemplu, vectorul X =
3
( 1, 2, 0, )
4

este diferit de vectorul Y =

3
(0, 2, 1, )
4
. Scriem: X Y = . Doi vectori, X = (x
1
, x
2
, ...,
x
n
) i Y = (y
1
, y
2
, ..., y
n
) sunt egali dac au componentele respectiv egale, adic x
i
= y
i
pentru fiecare i = 1, 2, ...., n. Scriem: X = Y.
Convenie. Pentru a nu complica notaiile, vom scrie vectorii ca grup ordonat dar
i ca matrice linie sau ca matrice coloan. Adic, X = (x
1
, x
2
, ..., x
n
) sau X = (x
1
x
2
... x
n
)
sau
1
2
n
x
x
X
x
| |
|
|
=
|
|
\ .

reprezint acelai vector X scris n trei feluri. Din context vom deduce n
3
care situaie ne aflm. De exemplu, dac
1 2 3
0 1 2
4 5 6
A
| |
|
=
|
|
\ .
i X = (7, -3, 9), atunci n
produsul AX vectorul X apare scris pe coloan:
1 2 3 7 28
0 1 2 3 15
4 5 6 9 67
AX
| || | | |
| | |
= =
| | |
| | |
\ .\ . \ .
. Deci
(28, 15, 67) AX Y = = .
Dar dac scriem XA, atunci
, ) , )
1 2 3
7 3 9 0 1 2 43 56 69
4 5 6
XA
| |
|
= =
|
|
\ .
. Deci XA = (43, 56, 69).
Operaii cu vectori. Din exemplul referitor la firma de mai sus, observm c
vectorii se pot aduna dup regula: X + Y = (x
1
, x
2
, ..., x
n
) + (y
1
, y
2
, ..., y
n
) = (x
1
+ y
1
, x
2
+
y
2
, ..., x
n
+ y
n
). Vectorul Z = (x
1
+ y
1
, x
2
+ y
2
, ..., x
n
+ y
n
) l numim suma vectorilor X i Y
i scriem Z = X + Y. De asemenea, am mai observat c vectorii se pot nmuli cu un
scalar (adic cu un numr real oarecare). Regula este:
1 2 1 2
( , , ..., ) ( , , ..., )
n n
X x x x x x x = = .
Adunarea vectorilor este asociativ i comutativ, adic ( ) ( ) X Y Z X Y Z + + = + + i
X Y Y X + = + , oricare ar fi vectorii X, Y i Z avnd fiecare cte n componente reale.
Vectorul nul este vectorul cu toate cele n componente egale cu zero i l vom nota tot
cu "0", urmnd ca din context s deducem dac "0" reprezint numrul real zero sau
vectorul nul. De exemplu, 0 (4, 2, 5) (0 4, 0 2, 0 5) (0, 0, 0) = = =0, ultimul zero
fiind notaia prescurtat pentru vectorul nul. Vectorul nul este element neutru la
adunarea vectorilor, adic 0 0 X X X + = + = oricare ar fi vectorul X. Opusul
4
vectorului
1 2
( , , ..., )
n
X x x x = este vectorul
1 2
( , , ..., )
n
Y X x x x = = . Evident c
( ) X Y X X X X + = + = =
1 1 2 2
( , , ..., ) (0, 0, ..., 0) 0
n n
x x x x x x = = .
Diferena X Y a doi vectori
1 2
( , , ..., )
n
X x x x = i
1 2
( , , ..., )
n
Y y y y = este de fapt
adunarea dintre X i opusul lui Y, adic
1 1 2 2
( ) ( , , ..., )
n n
X Y X Y x y x y x y = + = .
nmulirea cu scalari are cteva proprieti importante. Astfel, oricare ar fi scalarii
i i oricare ar fi vectorii X i Y (avnd n componente fiecare), au loc relaiile:
( ) ; ( ) ; ( ) ( ) X Y X Y X X X X X + = + + = + = .
De asemenea, 1 X X = , "1" fiind numrul real 1 i
1 2
0 0 ( , , ..., ) (0, 0, ..., 0)
n
X x x x = = , adic 0 0 X = , oricare ar fi vectorul X.
Atenie. Nu putem aduna (sau scdea) vectori dect dac au acelai numr de
componente. De exemplu, este greit s adunm vectorul (1, 1, 0) X = cu vectorul
(3, 4, 6, 8) Y = . Se pot aduna (scdea) numai vectori care aparin aceluiai "spaiu"
(vezi mai jos). De asemenea, la nmulirea cu un scalar, vom scrie scalarul la stnga
vectorului, X i nu X . Semnul " " se poate omite.
Spaiul vectorial real n - dimensional
n
. Este "spaiul" n care se desfoar
procesele economice, matematic vorbind. Vom nota cu
n
mulimea tuturor vectorilor
care au (fiecare) n componente, adic:
n
=
, ,
1 2
( , , ..., ), , 1,
n i
X X x x x x i n = e = . n
acest spaiu
n
vectorii se pot aduna sau nmuli cu scalari, ca mai sus. De exemplu,
vectorul (1, 3) X = aparine spaiului
2
i nu aparine spaiului
3
. Scriem:
2
X e
5
respectiv
3
X e . Calculele n care apar mai muli vectori se pot face pe baza
proprietilor operaiilor cu vectori, de care am vorbit deja. De exemplu:
1
(4, 1, 0) (0, 6, 0) (3, 1, 0) (4, 1, 0) (0, 3, 0) ( 3, 1, 0)
2
(4, 2, 0) ( 3, 1, 0) (1, 3, 0).
+ = + +
= + =
Spaiul intrrilor (input) i spaiul ieirilor (output) . S considerm un agent
economic care i desfoar activitatea ntr-un spaiu bine delimitat, respectnd cadrul
juridico - legislativ existent. Relaiile sale cu mediul economico - social sunt date prin
conexiunile de intrare i respectiv de ieire. Spaiul intrrilor este format din totalitatea
"intrrilor" n firm, resursele utilizate. Acestea pot fi de natur material (materii
prime, materiale), energetic (combustibili, energie electric), for de munc, fluxuri
bneti, informaii. Rezultatele activitii agentului economic constituie spaiul
ieirilor, adic produsele fabricate, serviciile prestate de firm, etc. Fluxul intrrilor
(ntr-o perioad de timp fixat) se poate reprezenta printr-un vector
1 2
( , , ..., )
m
Y y y y =
din spaiul vectorial
m
, dac firma utilizeaz m tipuri de resurse. Analog i fluxul
ieirilor se reprezint ca un vector din
n
,
1 2
( , , ..., )
n
X x x x = dac firma produce n
tipuri de produse. De exemplu, dac firma produce scaune, mese i fotolii, utiliznd, ca
resurse, lemn, lac, piele, burete, ore - main i ore - muncitor, atunci spaiul intrrilor
este o submulime din
6
, o "intrare" fiind un vector de forma
1 2 3 4 5 6
( , , , , , ) Y y y y y y y = , unde
j
y , 1, 6 j = , reprezint cantitile utilizate din fiecare
resurs. O "ieire" este un vector din
3
de forma
1 2 3
( , , ) X x x x = unde
1
x reprezint
numrul de scaune fabricate,
2
x este numrul de mese fabricate i
3
x este numrul de
fotolii fabricate, ntr-o perioad de timp (semestru, trimestru, an, etc.).
6
Combinaie liniar i combinaie liniar convex. Dac de exemplu
(4, 1, 0) X = , (0, 6, 0) Y = , (3, 1, 0) Z = i (1, 3, 0) T = , atunci
1
2
T X Y Z = + , vezi
exemplul de mai sus, unde calculul s-a fcut n detaliu. Spunem c vectorul T este o
combinaie liniar a vectorilor X, Y i Z cu scalarii (coeficienii)
1
1 = ,
2
1
2
= i
respectiv
3
1 = . n general, dac vectorii
1 2
, , ...,
k
X X X aparin fiecare aceluiai
spaiu
n
, i dac
1 2
, , ...,
k
sunt nite numere reale date, atunci vectorul
1 1 2 2
...
k k
Y X X X = + + + se numete combinaia liniar a vectorilor
1 2
, , ...,
k
X X X
cu scalarii (coeficienii)
1 2
, , ...,
k
. Dac n plus,
1 2
... 1
k
+ + + = i 0
i
> ,
1, i k = , atunci spunem c vectorul Y este o combinaie liniar convex a vectorilor
1 2
, , ...,
k
X X X . De exemplu,
1 3
(8, 16) (0, 4) (2, 1)
4 4
+ = , deci vectorul (2, 1) Y = este o
combinaie liniar convex (deoarece
1 3
1
4 4
+ = ) a vectorilor
1
(8, 16) X = i
2
(0, 4) X = .
1.2. Dependen i independen liniar. Baz.
Dependen i independen liniar . S considerm vectorii (1, 0, 1) X = ,
(0, 2, 1) Y = , ( 2, 1, 0) Z = i (4, 1, 0) T = . Cutm scalarii
1 2 3
, , astfel nct s
aib loc relaia
1 2 3
T X Y Z = + + , adic
1 2
(4, 1, 0) (1, 0, 1) (0, 2, 1) = +
7
3
( 2, 1, 0) + . Obinem sistemul de ecuaii liniare
1 3
2 3
1 2
2 4
2 1
0



=

+ =

+ =

care admite soluia

1 2
2
5
= = i
3
9
5
= . Deci vectorul T este o combinaie liniar a vectorilor X, Y i Z,
mai precis
2 2 9
5 5 5
T X Y Z = + . O mulime de vectori din spaiul
n
(se mai spune un
sistem de vectori) , ,
1 2
, , ...,
k
S X X X = se numete sistem liniar dependent dac cel
puin unul dintre vectorii sistemului este o combinaie liniar a celorlali. n exemplul
anterior, , , , , , S X Y Z T = este un sistem liniar dependent de vectori. Se mai spune c
vectorii , , , X Y Z T sunt vectori liniar dependeni. Dac ntr-un sistem de vectori
, ,
1 2
, , ...,
k
S X X X = nici unul dintre vectorii
1 2
, , ...,
k
X X X nu se poate scrie ca o
combinaie liniar a celorlali atunci spunem c sistemul S este liniar independent (sau
putem spune c vectorii
1 2
, , ...,
k
X X X sunt liniar independeni).
Ca metod practic, dac , ,
1 2
, , ...,
k
S X X X = este un sistem de vectori dat, se
construiete o matrice A (numit matricea asociat sistemului S) format din vectorii
1 2
, , ...,
k
X X X scrii pe coloan. Dac rangul matricei A este mai mic dect k atunci
sistemul S este liniar dependent iar dac rangul matricei A este egal cu k atunci sistemul
S este liniar independent. Atenie, matricea A are n linii i k coloane. De exemplu,
vectorii (1, 0, 0, 3) X = , (0, 1, 0, 4) Y = i (0, 0, 1, 2) Z = sunt liniar independeni
deoarece matricea asociat este
1 0 0
0 1 0
0 0 1
3 4 2
A
| |
|
|
=
|
|

\ .
i ea are rangul egal cu 3 (un minor
8
principal fiind
1 0 0
0 1 0 1 0
0 0 1
= = ). Dar vectorii (2, 3, 1) X = , (0, 1, 2) Y = i
(2, 2, 1) Z = sunt liniar dependeni, deoarece matricea
2 0 2
3 1 2
1 2 1
A
| |
|
=
|
|

\ .
are rangul
egal cu 2 < 3 ( det 0 A = i determinantul
2 0
2 0
3 1
= = este un minor principal). Se
poate observa c Z X Y = , deci Z este o combinaie liniar a celorlali doi vectori
(vezi definiia liniar dependenei mai sus).
Doi vectori nenuli X i Y din spaiul
n
se numesc coliniari (sau proporionali)
dac exist un scalar nenul astfel nct Y X = . Dac
1 2
( , , ..., )
n
X x x x = i
1 2
( , , ..., )
n
Y y y y = sunt doi vectori coliniari cu toate componentele nenule atunci
acestea sunt direct proporionale, adic
1 2
1 2
n
n
x x x
y y y
= = = . Evident c sistemul
, , , S X Y = format din doi vectori coliniari este liniar dependent. De exemplu, vectorii
(1, 2, 3) X = i
1 3
( , 1, )
2 2
Y = sunt vectori coliniari, deoarece
1
2
Y X = .
Baz a spaiului vectorial
n
. O baz n spaiul vectorial
n
este o mulime (un
sistem de vectori) format din n vectori din
n
liniar independeni. innd seama de
cele discutate n paragraful anterior, deducem c sistemul de vectori
, ,
1 2
, , ...,
n
B X X X = este o baz n
n
dac determinantul matricii asociate sistemului
de vectori este nenul. Matricea asociat sistemului de vectori B este format din
vectorii sistemului scrii pe coloan (vezi i paragraful anterior) i o vom nota tot cu B.
9
Spaiul
n
admite o infinitate de baze diferite dar fiecare este format din n vectori
liniar independeni. Spunem c spaiul vectorial
n
are dimensiunea egal cu n. Cel
mai simplu exemplu de baz n spaiul
n
este baza canonic, , ,
1 2
, , ...,
c n
B E E E =
unde
1
(1, 0, 0, ..., 0) E = ,
2
(0, 1, 0, ..., 0) E = , ..., (0, 0, 0, ..., 0, 1)
n
E = . n spaiul
2
,
baza canonic este format din vectorii
1
(1, 0) E = i
2
(0, 1) E = iar n spaiul
3
baza
canonic este format din vectorii
1
(1, 0, 0) E = ,
2
(0, 1, 0) E = i
3
(0, 0, 1) E = , etc.
Dac , ,
1 2
, , ...,
n
B X X X = este o baz n spaiul
n
, deci det 0 B = , atunci
aceast baz "genereaz" spaiul
n
sau baza este un sistem de generatori ai spaiului
n
. Adic, orice vector X din spaiul
n
se poate scrie ca o combinaie liniar a
vectorilor din baz,
1 1 2 2
...
n n
X X X X = + + + . Scalarii
1 2
, , ...,
n
sunt unici i
trebuie gsii pentru fiecare vector X. Aceti scalari se numesc coordonatele vectorului
X n baza B.
De exemplu, fie vectorii
1
(1, 0, 1) X = ,
2
(1, 0, 1) X = ,
3
(0, 1, 0) X = i
(2, 1, 3) X = . Sistemul de vectori , ,
1 2 3
, , B X X X = este o baz n
3
deoarece
matricea asociat sistemului este
1 1 0
0 0 1
1 1 0
B
| |
|
=
|
|

\ .
i are determinantul det 2 0 B = = .
Orice vector din spaiul
3
se poate scrie ca o combinaie liniar a vectorilor acestei
baze, deci i vectorul X. Pentru a afla coordonatele lui X n baza B, scriem
1 1 2 2 3 3
X X X X = + + i nlocuind obinem
10
1 2 3
(1, 0, 1) (1, 0, 1) (0, 1, 0) + + (2, 1, 3) = . Se obine sistemul de ecuaii liniare
1 2
3
1 2
2
1
3

+ =

care admite soluia unic

1
5
2
= ,
2
1
2
= i
3
1 = .
n general, dac , ,
1 2
, , ...,
n
B X X X = este o baz n spaiul
n
i dac X este un
vector oarecare din spaiul
n
, am vzut mai sus c are loc o relaie de forma
1 1 2 2
...
n n
X X X X = + + + . Aceast relaie o numim scrierea (sau exprimarea)
vectorului X n baza B. Vom nota cu
B
X vectorul care are drept componente
coordonatele vectorului X n baza B, adic
1 2
( , , ..., )
B
n
X = . De obicei,
B
X este
diferit de X. Revenind la exemplul numeric anterior, exprimarea vectorului
(2, 1, 3) X = n baza respectiv B este
1 2 3
5 1
2 2
X X X X = , deci
5 1
( , , 1)
2 2
B
X =
i
B
X X = . Dar n baza canonic dintr-un spaiu vectorial
n
,
B
X coincide cu X,
oricare ar fi vectorul X. n exemplul de mai sus,
1 2 3
(2, 1, 3) 2 3 X E E E = = + , unde
, ,
1 2 3
, ,
c
B E E E = este baza canonic din
3
, deci (2, 1, 3)
c
B
X X = = . n general, dac
1 2
( , , ..., )
n
X x x x = este un vector oarecare dintr-un spaiu
n
, atunci X se scrie n baza
canonic
1 1 2 2
...
n n
X x E x E x E = + + + , deci
c
B
X X = .
Analiznd exemplul numeric anterior, observm c putem scrie sistemul de ecuaii
liniare ce apare acolo sub form matricial:
1
2
3
1 1 0 2
0 0 1 1
1 1 0 3

| || | | |
| | |
=
| | |
| | |

\ .\ . \ .
. Cu notaiile
introduse mai sus, ecuaia matricial se scrie
B
BX X = . nmulim la stnga ambii
membri ai ecuaiei cu
1
B

, inversa matricei B. innd seama de relaiile

1
3
B B I

= i
11
3
B B
I X X = , unde
3
1 0 0
0 1 0
0 0 1
I
| |
|
=
|
|
\ .
este matricea unitate de ordinul trei, deducem:
1 B
X B X

= . Aceast formul se numete formula de schimbare a coordonatelor unui

vector (la schimbarea bazei) i este adevrat i ntr-un spaiu oarecare
n
, pentru
orice baz din
n
i orice vector X din acel spaiu
n
. Revenind la exemplul nostru din
spaiul
3
, se obine
1
1 0 1 2 5/ 2
1
1 0 1 1 1/ 2
2
0 2 0 3 1
B
X B X

| || | | |
| | |
= = =
| | |
| | |

\ .\ . \ .
, rezultat pe care-l
gsisem deja direct mai sus. Formula matricial este ns mult mai convenabil fiind
uor de utilizat pe calculator, cu un soft matematic oarecare (vezi
http://www.bluebit.gr/matrix-calculator de exemplu ).
Subspaiu vectorial n
n
. O mulime
n
V _ se numete subspaiu vectorial
(sau liniar) n
n
dac pentru orice pereche de vectori X i Y din V suma lor aparine
lui V i dac pentru orice vector X din V produsul X aparine mulimii V, oricare ar fi
scalarul real . Dac V este un subspaiu vectorial, atunci o baz a lui V este o mulime
(un sistem) de vectori din V, , ,
1 2
, , ...,
k
B X X X = , liniar independeni i care n plus
formeaz un sistem de generatori ai lui V, adic orice vector X din V se scrie ca o
combinaie liniar a vectorilor
1 2
, , ...,
k
X X X (scrierea este unic). Toate bazele din V
sunt formate din cte k vectori, fiecare. Numrul k se cheam dimensiunea subspaiului
V i este mai mic sau egal cu n. Dac k n = atunci V coincide cu spaiul
n
.
Un exemplu important de subspaiu vectorial n
n
este mulimea soluiilor
unui sistem omogen cu m ecuaii liniare i n necunoscute. Pentru a nelege mai bine,
12
vom studia urmtorul exemplu numeric (dup care generalizarea se va face uor):
2 4 0
3 5 0
x y z t
x y z t
+ + =

+ + =

. Acesta este un sistem omogen cu 2 m = ecuaii liniare i 4 n =

necunoscute. Reamintim (vezi seminar) c o soluie a acestui sistem este un vector din
4
, ( , , , ) X x y z t = ale crui componente verific ambele ecuaii ale sistemului.
Matricea asociat sistemului de ecuaii este
1 2 1 4
3 1 5 1
A
| |
=
|

\ .
, rangul lui A este egal
cu doi, i un minor principal este determinantul
1 2
7 0
3 1

= = . Prin urmare,
necunoscutele principale sunt x i y iar necunoscutele secundare sunt z i t. Exprimm
necunoscutele principale n funcie de cele secundare i obinem c
9 6
7
z t
x

= i
8 11
7
z t
y
+
= , unde z i t iau valori reale arbitrare. Mulimea soluiilor sistemului de
ecuaii liniare este format din toi vectorii X din
4
care au forma general
9 6 8 11
( , , , )
7 7
z t z t
X z t
+
= , z i t fiind numere reale arbitrare. Ideea anterioar o
scriem (pe scurt):
4
9 6 8 11
( , , , ), ,
7 7
z t z t
V X X z t z t
+
= e = e
`
)
. Dac
( , , , ) X x y z t = este o soluie oarecare a sistemului de ecuaii dat i A este matricea
asociat sistemului (vezi mai sus), atunci mulimea V se poate rescrie sub forma
, ,
4
0 V X AX = e = . Aceast scriere este mai convenabil pentru a demonstra c V
este subspaiu vectorial n
4
. n adevr, fie X i ' X doi vectori oarecare din V, deci
' 0 AX AX = = . Atunci suma lor ' X X + aparine tot lui V, deoarece
( ') ' 0 0 0 A X X AX AX + = + = + = . La fel, dac este un scalar real i dac X este un
13
vector oarecare din V, atunci produsul X aparine mulimii V, deoarece
( ) ( ) 0 0 A X AX = = = . Prin urmare, cele dou condiii ale definiiei date mai sus
sunt verificate, deci V este un subspaiu vectorial n
4
. Revenind la forma general a
unei soluii a sistemului de ecuaii (vezi prima scriere a lui V),
9 6 8 11
( , , , )
7 7
z t z t
X z t
+
= , pentru 1 z = i 0 t = obinem
1
9 8
( , , 1, 0)
7 7
X = iar pentru
0 z = i 1 t = obinem
2
6 11
( , , 0, 1)
7 7
X = .
1
X i
2
X sunt dou soluii particulare ale
sistemului de ecuaii, deci aparin subspaiului V. Sistemul de vectori
1 2
{ , } B X X = este
liniar independent deoarece matricea asociat sistemului,
9/ 7 6/ 7
8/ 7 11/ 7
1 0
0 1
B
| |
|
|
=
|
|
\ .
, are rangul
egal cu doi. n plus,
1 2
{ , } B X X = este un sistem de generatori pentru subspaiul V,
deoarece orice vector X din V, avnd forma general gsit mai sus, adic
9 6 8 11
( , , , )
7 7
z t z t
X z t
+
= , se poate scrie ca o combinaie liniar a vectorilor din B,
adic
1 2
X zX tX = + , z i t e. Deci
1 2
{ , } B X X = este o baz a subspaiului vectorial
V (vezi definiia mai sus) i dimensiunea lui V este egal cu doi.
n mod analog, pentru un sistem omogen cu m ecuaii liniare i n necunoscute, se
poate arta c mulimea soluiilor este un subspaiu vectorial n
n
, utiliznd ideea cu
scrierea matricial a sistemului ( 0 AX = , vezi mai sus). n acest caz matricea A are m
linii i n coloane iar
n
X e este o soluie oarecare a sistemului de ecuaii liniare. n
particular, pentru 1 m = i 2 n = deducem c orice dreapt care trece prin origine este
un subspaiu vectorial n
2
. Mai precis, mulimea
, ,
2
( , ) 0 V X x y ax by = = e + =
14
este un subspaiu vectorial n
2
, a i b fiind dou numere reale fixate. Pentru 0 a b = =
obinem imediat c
2
V = . Revenind la cazul general, pentru a gsi o baz a
subspaiului soluiilor sistemului de ecuaii, se rezolv sistemul, se gsete soluia
general i apoi dm pe rnd valorile 1 i 0 necunoscutelor secundare, ca n exemplul
numeric anterior. (Dac exist o singur necunoscut secundar, i dm acesteia
valoarea 1. Iar dac sistemul de ecuaii admite numai soluia banal atunci subspaiul V
este format numai din vectorul nul).
1.3. Vectori n plan. Mulimi convexe.
Vectori n plan. Fie (2, 4) X = un vector din
2
. ntr-un sistem de coordonate
xOy (concept cunoscut de la liceu), vectorului X i corespunde un segment orientat,
notat cu OA n figura de mai jos. Vectorului (5, 1) Y = i corespunde segmentul orientat
OB. Vectorul (2, 4) (5, 1) (7, 5) Z X Y = + = + = se reprezint prin segmentul orientat
OC , obinut prin regula paralelogramului, vezi figura de mai jos.
15
OACB este un paralelogram. Coordonatele vrfurilor sunt respectiv (0, 0) O , (2, 4) A ,
(5, 1) B i (7, 5) C . Produsul X , unde este un scalar nenul, se reprezint printr-un
segment orientat avnd aceeai direcie i acelai sens cu segmentul orientat OA
(corespunztor vectorului (2, 4) X = ), dac este pozitiv i sens opus dac este
negativ. De exemplu, vectorul 2 ( 4, 8) X = se reprezint prin segmentul orientat
' OA i vectorul
1
(1, 2)
2
X = se reprezint prin '' OA , vezi figura de mai jos. Lungimea
(se mai spune "norma") vectorului X este egal cu lungimea segmentului OA
nmulit cu modulul scalarului . Astfel, ' 2 OA OA = i ''
2
OA
OA = .
16
n figura anterioar, coordonatele punctelor sunt (2, 4) A , '( 4, 8) A i ''(1, 2) A . n
general, lungimea sau norma (euclidian) a unui vector
1 2
( , ) X x x = este
2 2
1 2
X x x = + . Dac de exemplu (2, 4) X = , aplicnd teorema lui Pitagora n
triunghiul OAM, , vezi mai jos figura:
2 2 2 2 2
2 4 4 16 20 OA OM AM = + = + = + = , deci
20 OA = , sau scriem 20 X = .
17
Generaliznd, norma unui vector
1 2
( , , ..., )
n
X x x x = dintr-un spaiu oarecare
n
este
2 2 2
1 2
...
n
X x x x = + + + . O proprietate important a normei, pentru orice vector X, este
X X = , unde este modulul obinuit al numrului real . De exemplu, n
penultima figur de mai sus, ' 2 2 2 2 20 OA X X OA = = = = .
Se mai poate pune i problema calculrii distanei (euclidiene) ntre extremitile
a doi vectori (segmente orientate), cum ar fi lungimea segmentului AB din prima figur
de mai sus (diagonala mic a paralelogramului OACB). Formula distanei (euclidiene)
dintre doi vectori
1 2
( , , ..., )
n
X x x x = i
1 2
( , , ..., )
n
Y y y y = din spaiul
n
este:
2 2 2
1 1 2 2
( , ) ( ) ( ) ... ( )
n n
d X Y x y x y x y = + + + . Deci,
2 2
(2 5) (4 1) AB = + = 9 9 18 + = .
18
n sfrit, ne propunem s calculm msura ( ) unghiului

AOB din aceeai
figur. Pentru doi vectori oarecare (nenuli) dintr-un spaiu
n
,
1 2
( , , ..., )
n
X x x x = i
1 2
( , , ..., )
n
Y y y y = , se definete unghiul dintre X i Y ca fiind numrul din intervalul
[0, ] care verific relaia
1 1 2 2
...
cos
n n
x y x y x y
X Y

+ + +
=

. Revenind la exemplul nostru,

2 5 4 1
cos
20 26

+
=

i se poate gsi dintr-un tabel cu funcii trigonometrice. Pentru doi

vectori oarecare din
n
, expresia "
1 1 2 2
...
n n
x y x y x y + + + " se numete produsul scalar
(euclidian) al vectorilor i l vom nota cu X Y . Dac produsul scalar este nul, atunci
din formula anterioar cu " cos " se deduce cos 0 = , deci
2

= . Spunem n acest
caz c vectorii sunt perpendiculari (ortogonali). Dac X i Y sunt din
2
, atunci
segmentele orientate corespunztoare lor sunt perpendiculare, n sensul obinuit.
Dac X i Y sunt doi vectori nenuli din
n
i n plus sunt coliniari (proporionali),
vezi mai sus definiia, atunci se poate arta uor c unghiul ( ) dintre ei este egal cu 0
sau cu . n adevr, s presupunem c
1 2 1 2
, ..., , ..., ( , ) ( , )
n n
y x Y y y X x x = = =
1 2
( , , ..., )
n
x x x = . Atunci
( )
cos
X Y X X
X Y X X

= = =

2
2
X
X


=
1, daca >0
-1, daca <0

. Deci este egal cu 0

dac este pozitiv i cu dac este negativ. Dac vectorii X i Y sunt din
2

atunci segmentele orientate corespunztoare lor au aceeai direcie i acelai sens pentru
pozitiv i sensuri opuse dac este negativ:
19
Mulimi convexe. Vom defini noiunea de segment de dreapt n spaiul
n
. Fie
1 2
( , , ..., )
n
X x x x = i
1 2
( , , ..., )
n
Y y y y = doi vectori din
n
. Mulimea format din
totalitatea combinaiilor liniare convexe ale vectorilor X i Y se numete segment de
dreapt cu extremitile (sau vrfurile) X i Y. Pe scurt, notnd cu M aceast mulime,
scriem:
, ,
(1 ) , [0, 1]
n
M Z Z X Y = e = + e . Mulimea M se mai poate rescrie
(echivalent),
, ,
(1 ) , [0, 1]
n
M Z Z Y X = e = + e . n prima scriere, pentru 0 =
obinem vectorul Y iar pentru 1 = obinem pe X. Cnd parcurge intervalul [0, 1] , de
la 0 spre 1, segmentul de dreapt este "parcurs" de la Y spre X. n a doua scriere,
segmentul de dreapt este "parcurs" invers, de la X spre Y, cnd ia valori de la 0 spre
1. n plan (
2
), M corespunde unui segment de dreapt obinuit. De exemplu, fie
vectorii (1, 3) X = i (5, 2) Y = reprezentai mai jos prin segmentele orientate OA i
respectiv OB .
20
Punctele A i B au coordonatele (1, 3) A i (5, 2) B . Segmentul de dreapt cu
extremitile X i Y este format din totalitatea vectorilor Z din
2
care se scriu ca o
combinaie liniar convex a vrfurilor X i Y, adic
(1 ) (1, 3) Z X Y = + = (1 )(5, 2) + = ( 5 5 , 3 2 2 ) + + ,
deci (5 4 , 2 ) Z = + , [0, 1] e . Mai precis, la fiecare valoare a
parametrului din intervalul [0, 1] corespunde un vector Z de forma gsit i fiecare
vector Z se reprezint printr-un segment orientat OC care are extremitatea C undeva pe
segmentul nchis AB. Coordonatele punctului C sunt aceleai ca i coordonatele
vectorului corespunztor Z, adic (5 4 , 2 ) C + , [0, 1] e . Avem astfel o
coresponden bijectiv ntre mulimea numerelor reale din intervalul [0, 1] i mulimea
punctelor C de pe segmentul nchis AB din figura de mai sus. S mai observm c
pentru 0 = obinem Z Y = (corespunztor punctului B) iar pentru 1 = obinem
21
Z X = (corespunztor punctului A). Deci punctul C parcurge segmentul AB de la B spre
A cnd parcurge intervalul [0, 1] de la 0 spre 1.
O mulime (C) format din vectori din spaiul
n
se numete mulime convex
dac oricare ar fi doi vectori X i Y din C ntregul segment de dreapt cu extremitile X
i Y este inclus n C. n plan, ca exemple de mulimi convexe, sunt toate poligoanele
convexe cunoscute (cu tot cu punctele din interiorul fiecruia), triunghiul, dreptunghiul,
ptratul, etc.
n figura de mai sus, mulimea punctelor din interiorul i de pe laturile dreptunghiului
ABCD (sau mai precis mulimea vectorilor din
2
corespunztori acestor puncte) este
convex dar mulimea punctelor din interiorul i de pe laturile poligonului ABCDEF nu
este convex deoarece segmentul PQ nu este inclus n ntregime n aceast mulime.
Un exemplu interesant este urmtorul. S considerm un consumator a crui
funcie de utilitate (vezi cursul de microeconomie) este ( , ) U x y xy = , unde x i y
msoar cantitile consumate din dou bunuri (dou feluri de produse). Atunci,
mulimea courilor de bunuri (adic mulimea perechilor ( , ) x y ) care realizeaz o
utilitate superioar unei valori
0
U date, (adic
0
( , ) U x y U > ), este o mulime convex.
22
Grafic, ecuaia
0
( , ) U x y xy U = = reprezint o hiperbol echilater (axele Ox i Oy sunt
asimptote) iar mulimea respectiv (C) este haurat:
Intuitiv, se observ c dac V i ' V sunt dou puncte din C atunci ntregul segment
' VV este coninut n C. (Demonstraia se poate face i prin calcul riguros, vezi
bibliografia indicat).
Revenind la teoria general, dac C este o mulime convex din
n
, un vector Z
din C se numete vrf al mulimii C dac nu exist nici o pereche de vectori X i Y din
C astfel nct (1 ) Z X Y = + cu (0, 1) e . (Intuitiv, n plan, nu exist nici un
segment de dreapt nchis inclus n ntregime n C i astfel nct Z s corespund
vreunui punct din interiorul segmentului). De exemplu, n plan (
2
), dac C este un
poligon convex (adic C este format din toate punctele din interiorul poligonului i de
pe laturile sale) atunci vrfurile poligonului sunt vrfuri (n sensul definiiei de mai sus)
ale mulimii C. Aa sunt punctele A, B, C, D pentru dreptunghiul de mai jos, de
exemplu:
23
Dac C este o mulime convex din
n
i dac vectorii
1 2
, , ...,
k
X X X aparin
mulimii C, atunci se poate demonstra c mulimea tuturor combinaiilor liniare convexe
ale acestor vectori este inclus n C. Adic, orice vector
1 1 2 2
...
k k
Z X X X = + + +
aparine mulimii C, oricare ar fi numerele reale
1 2
, , ...,
k
pozitive sau nule care
verific condiia
1 2
... 1
k
+ + + = . De asemenea, se mai poate arta c intersecia
mai multor mulimi convexe este mulime convex. Aceste rezultate, pe care le
acceptm fr demonstraie, se vor utiliza n capitolul de programare (optimizare)
liniar. (Demonstraiile se pot gsi n bibliografia indicat).
1.4. Forme liniare i aplicaii liniare.
Forme (funcionale) liniare . O funcie (n sensul cunoscut de la liceu)
:
n
f care asociaz la fiecare vector
1 2
( , , ..., )
n
X x x x = din
n
numrul real
1 2 1 1 2 2
( ) ( , , ..., ) ...
n n n
f X f x x x c x c x c x = = + + + se numete form liniar. Numerele
reale (fixate)
1 2
, , ...,
n
c c c pot fi aezate ntr-o matrice linie C i scriind vectorul X pe
coloan putem rescrie expresia formei liniare matricial: ( ) f X CX = . n practic,
24
variabilele
1 2
, , ...,
n
x x x pot reprezenta de exemplu sume investite n n afaceri diferite
sau pot reprezenta cantiti fabricate din n tipuri de produse. Numerele
1 2
, , ...,
n
c c c pot
reprezenta profituri unitare (profitul per unitate monetar investit sau per produs
vndut). Atunci valoarea ( ) f X reprezint profitul total. Sau, n alte situaii,
1 2
, , ...,
n
c c c
pot reprezenta costuri unitare (cheltuieli unitare de producie) i atunci ( ) f X reprezint
costul total de producie. Mai multe exemple se vor da n capitolul de optimizare liniar.
n
2
sau n
3
variabilele le mai notm i cu x, y, z etc. De exemplu,
3
: f ,
( , , ) 5 2 f x y z x y z = + + este o form liniar. Dac , 4) (0, 2 X = atunci valoarea
corespunztoare a formei liniare este ( ) (0, 2, 4) 5 0 2 2 4 8 f X f = = + + = .
Aplicaii liniare. S presupunem c o firm consum trei tipuri de materii prime
(sau resurse) i realizeaz dou tipuri de produse (vezi exemplul cu spaiul intrrilor i
spaiul ieirilor mai sus n acest capitol). Consumurile specifice (sau unitare) sunt date
n tabelul:
Produse
Materii prime
P
1
P
2
M
1
1 2
M
2
3 1
M
3
2 1
Numrul "3" de exemplu din tabel nseamn c pentru a fabrica o unitate (un produs, o
bucat, etc.) din produsul de tipul P
1
sunt necesare 3 uniti (kg, tone, litri, kW/h, etc.)
din resursa M
2
. Dac la fabricarea unui produs de tip P
1
sunt necesare 3 uniti din M
2
25
atunci la fabricarea a
1
x produse de tipul P
1
sunt necesare
1
3x uniti din resursa M
2
, cu
regula de trei simpl. Analog, pentru fabricarea a
2
x produse de tipul P
2
sunt necesare
2 2
1 x x = uniti din materia M
2
. Deci, pentru a fabrica n total
1
x produse de primul tip
i
2
x produse de al doilea tip sunt necesare
2 1 2
3 y x x = + uniti din materia M
2
.
Judecnd analog, sunt necesare
1 1 2
2 y x x = + uniti din materia M
1
i respectiv
3 1 2
2 y x x = + uniti din materia M
3
. Matricial, relaiile gsite ntre intrri (cantitile de
materii prime utilizate) i ieiri (cantitile de produse fabricate) se scriu sub forma:
1
1
2
2
3
1 2
3 1
2 1
y
x
y
x
y
| | | |
| |
| |
=
|
| |
\ .
| |
\ . \ .
sau prescurtat Y AX = , unde
1 2 3
( , , ) Y y y y = este vectorul
resurselor,
1 2
( , ) X x x = este vectorul ieirilor iar
1 2
3 1
2 1
A
| |
|
=
|
|
\ .
este matricea
consumurilor specifice. Se poate vorbi astfel de o funcie (n sensul cunoscut de la liceu)
2 3
: T ,
1 2 1 2 3 1 2 1 2 1 2
( ) ( , ) ( , , ) ( 2 , 3 , 2 ) T X T x x y y y x x x x x x = = = + + + . Sau,
prescurtat, ( ) T X Y AX = = . Dac, s presupunem, firma i propune s fabrice 100
produse de tip P
1
i 150 produse de tip P
2
, atunci ea trebuie s utilizeze
1
100 2 150 400 y = + = uniti din resursa M
1
,
2
3 100 150 450 y = + = uniti din
materia prim M
2
i
3
2 100 150 350 y = + = uniti din materia prim M
3
. Deci
(100, 150) (400, 450, 350) T = .
Mai general, s presupunem c o firm utilizeaz m tipuri de resurse R
1
, R
2
, ..., R
m
pentru a produce n tipuri de produse P
1
, P
2
, ..., P
n
. Notm cu
i
y cantitatea total din
resursa R
i
( 1, i m = ) necesar pentru a produce cantitile
1 2
, , ...,
n
x x x din produsele P
1
,
26
P
2
, ..., P
n
, respectiv, ntr-o perioad de timp fixat. Cantitile
j
x , 1, j n = , se numesc
nivelurile produciei. Dac notm cu
ij
a cantitatea utilizat din resursa R
i
pentru a
produce o unitate din produsul P
j
, atunci, cu regula de trei simpl, produsul
ij j
a x
reprezint cantitatea necesar de resurs R
i
pentru a fabrica cantitatea
j
x din produsul
P
j
. Cantitatea total de resurs R
i
necesar realizrii ntregului plan de producie
1 2
( , , ..., )
n
X x x x = este deci
1 1 2 2
...
i i i in n
y a x a x a x = + + + , 1, i m = . Aceste m relaii ntre
intrri i ieiri se pot scrie matricial Y AX = unde
1 2
( , , ..., )
m
Y y y y = este vectorul
intrrilor i
1 2
( , , ..., )
n
X x x x = este vectorul ieirilor (vectorii sunt scrii pe coloan n
relaia matricial anterioar). Matricea ( )
ij
A a = are m linii i n coloane iar elementele
sale se numesc consumuri unitare, specifice sau tehnologice. Probleme similare se
pot formula i dac "intrrile" sunt sume investite n diferite tipuri de afaceri iar
ij
a
reprezint beneficii unitare, etc.
n general, o funcie (concept cunoscut din liceu) :
n m
T care asociaz la
fiecare vector X din spaiul
n
un vector Y din
m
printr-o relaie matricial (vezi
exemplele de mai sus) de forma ( ) T X Y AX = = se numete aplicaie liniar iar
matricea A (cu m linii i n coloane i avnd ca elemente numere reale fixate) se
cheam matricea asociat aplicaiei liniare T. n exemplul de mai sus a fost vorba de
fapt de o aplicaie liniar
2 3
: T cu matricea asociat
1 2
3 1
2 1
A
| |
|
=
|
|
\ .
.
Fie acum funcia
3 5
: T , ( , , ) (2 3 , 2 , T x y z x z x y z = +
2 , 4 , 2 5 ) z y x z x . Este T o aplicaie liniar? Dac folosim notaiile ( , , ) X x y z = i
(2 3 , 2 , 2 , 4 , 2 5 ) Y x z x y z z y x z x = + ar trebui s existe o matrice A cu 5 linii i 3
27
coloane astfel nct Y AX = . Se observ imediat c matricea A are pe prima coloan
coeficienii variabilei x, pe a doua coloan coeficienii variabilei y, etc., adic
2 0 3
1 1 2
0 2 1
4 0 0
5 0 2
A
| |
|

|
| =
|
|
|

\ .
iar ( ) T X Y AX = = reprezint scrierea matricial a funciei date.
Deci T este o aplicaie liniar i A este matricea sa asociat.
Dac :
n m
T , ( ) T X Y AX = = , este o aplicaie liniar atunci T transform
orice combinaie liniar de vectori ntr-o combinaie liniar, adic are loc relaia
1 1 2 2 1 1 2 2
( ... ) ( ) ( ) ... ( )
k k k k
T X X X T X T X T X + + + = + + + ,
oricare ar fi scalarii
1 2
, , ...,
k
i oricare ar fi vectorii
1 2
, , ...,
k
X X X din
n
. n
particular,
1 2 1 2
( ) ( ) ( ) T X X T X T X + = + i ( ) ( ) T X T X = pentru orice vectori
1 2
, , X X X din
n
i orice scalar .
S considerm urmtorul exemplu simplu (pentru aprofundare, vezi modelul de
producie deschis al lui Leontief n bibliografia de la sfritul acestui capitol). ntr-un
ora exist trei activiti industriale principale: o min de crbuni, o central
termoelectric i o staie local de transport feroviar. Pentru a obine crbune n valoare
de 1$ mina trebuie s cumpere curent electric n valoare de 0,25$ de la central (pentru
funcionarea echipamentului su) i s plteasc 0,25$ staiei locale pentru diverse
servicii de transport, pot etc. (shipping). Pentru a produce curent electric n valoare
de 1$, termocentrala are nevoie de crbune n valoare de 0,65$ (combustibil), consum
curent electric (din producie proprie) n valoare de 0,05$ pentru funcionarea
echipamentului auxiliar i pltete 0,05$ pentru servicii de transport. Pentru a furniza
servicii de transport n valoare de 1$ staia local are nevoie de crbune n valoare de
28
0,55$ (combustibil) i de electricitate n valoare de 0,10$ (pentru funcionarea
echipamentului su auxiliar). ntr-o anumit sptmn mina de crbune primete
comenzi n valoare de 50.000$ de la clieni din afara oraului i termocentrala trebuie s
furnizeze electricitate n valoare de 25.000$ pentru a onora comenzi ctre clieni din
afara oraului. Nu exist cereri venite din afara oraului pentru staia local de transport
feroviar. Ct trebuie s produc exact fiecare din aceti trei ageni economici pentru a
satisface cererea intern i cea extern ?
Pentru sptmna respectiv, notm cu
1
x valoarea total a crbunelui extras de
min, cu
2
x valoarea total a electricitii produse de termocentral i cu
3
x valoarea
total a serviciilor de transport prestate de staia local. Matricea consumurilor unitare
este
0 0, 65 0, 55
0, 25 0, 05 0,10
0, 25 0, 05 0
A
| |
|
=
|
|
\ .
. S calculm de exemplu valoarea consumului intern de
electricitate (necesar agenilor economici din ora). Pentru mina de crbuni: dac
pentru crbune n valoare de 1$ este necesar electricitate n valoare de 0,25$, atunci, cu
regula de trei simpl, pentru crbune n valoare de
1
x ($) este necesar electricitate n
valoare de
1
0, 25x ($). Pentru termocentral: dac pentru a furniza electricitate n valoare
de 1$ termocentrala consum curent electric n valoare de 0,05$ atunci pentru a furniza
electricitate n valoare de
2
x ($) termocentrala va consuma curent n valoare de
2
0, 05x
($). Pentru staia local: dac la o valoare de 1$ pentru servicii prestate staia are nevoie
de electricitate n valoare de 0,10$ atunci pentru o valoare
3
x ($) a serviciilor de
transport prestate staia consum electricitate n valoare de
3
0,10x ($). Deci, n total, este
necesar electricitate n valoare de
2 1 2 3
0, 25 0, 05 0,10 y x x x = + + ($) pentru activitatea
celor trei ageni economici din ora, n sptmna respectiv. Judecnd analog, gsim c
29
cererea intern de crbune este
1 1 2 3
0 0, 65 0, 55 y x x x = + + ($) i respectiv valoarea
serviciilor interne prestate de staia local este
3 1 2 3
0, 25 0, 05 0 y x x x = + + ($). Notm ca
n celelalte exemple de mai sus cu
1 2 3
( , , ) X x x x = vectorul "ieirilor" i cu
1 2 3
( , , ) Y y y y = vectorul "intrrilor". Relaiile gsite mai sus se scriu matricial
Y AX = (am construit deci o aplicaie liniar
3 3
: T ). Diferena X Y reprezint
atunci valoarea ($) crbunelui, electricitii i serviciilor de shipping furnizate ctre
clienii externi (din afara oraului), deci: (50.000, 25.000, 0) X Y D = = , unde am
notat cu D vectorul cererilor (comenzilor) externe. nlocuim vectorul Y n ultima ecuaie
i scriem
3
X I X = unde
3
1 0 0
0 1 0
0 0 1
I
| |
|
=
|
|
\ .
este matricea unitate de ordinul trei. Obinem:
3
( ) I A X D = . Se obine prin urmare:
1
1
3
1 0, 65 0, 55 50.000
( ) 0, 25 0, 95 0,10 25.000
0, 25 0, 05 1 0
X I A D

| | | |
| |
= =
| |
| |

\ . \ .
. Pentru inversarea matricii
putem folosi softul (online) indicat la bibliografie i folosit i mai sus. Se obine
(102.087, 56.163, 28.330) X = , adic mina trebuie s produc crbune n valoare de
102.087$, termocentrala trebuie s furnizeze electricitate n valoare de 56.163$ iar staia
local trebuie s presteze servicii de shipping n valoare de 28.330$, pentru a fi
satisfcute necesitile interne i externe din sptmna respectiv.
Valori proprii i vectori proprii . O aplicaie liniar :
n n
T ( m n = , cu
notaiile de mai sus) se mai numete operator liniar. Matricea A asociat unui operator
liniar are n linii i n coloane, deci este ptratic. Un vector nenul X din spaiul
n
se
30
numete vector propriu al operatorului T (sau al matricei A) dac exist un scalar
(real) astfel nct ( ) T X AX X = = (adic, dac este nenul, vectorul X i
imaginea sa ( ) T X sunt proporionali).
Pentru a gsi valorile i vectorii proprii ai unui operator liniar, mai nti se rezolv
ecuaia caracteristic det( ) 0
n
A I = .
n
I este matricea unitate de ordinul n . Ecuaia
are cel mult n rdcini distincte i n practica economic ne intereseaz numai rdcinile
reale. Membrul stng al ecuaiei se numete polinomul caracteristic al matricei A i are
gradul egal cu n. Fiecare rdcin (valoare proprie) a ecuaiei anterioare are un ordin
de multiplicitate (care poate fi maximum egal cu n i minimum cu 1). De exemplu, fie
matricea
2 2
1 3
A
| |
=
|
\ .
. Se obine
2
2 2
1 3
A I

| |
=
|

\ .
i ecuaia caracteristic
2 2
0
1 3

, adic
2
5 4 0 + = . Valorile proprii (fiecare cu ordinul de
multiplicitate 1) sunt
1
1 = i
2
4 = .
Sau, pentru matricea
0 1 1
1 0 1
1 1 0
A
| |
|
=
|
|
\ .
ecuaia caracteristic se scrie
1 1
1 1 0
1 1

i gsim soluiile
1 2
1 = = (ordinul de multiplicitate 2) i
3
2 = .
Putei utiliza softul (online) din link-ul indicat la bibliografie, pentru calculul valorilor
proprii.
Unei valori proprii fixate i corespund mai muli vectori proprii
n
X e ,
fiecare din ei fiind soluie a ecuaiei matriciale AX X = , dup cum am vzut n
definiia de mai sus. Totalitatea vectorilor proprii corespunztori valorii proprii fixate
31
, la care adugm i vectorul nul, formeaz o mulime de vectori care este subspaiu
vectorial n
n
. Acest subspaiu vectorial se numete subspaiul propriu asociat
valorii proprii i l vom nota cu S

. Dac scriem
n
X I X = , unde
n
I este matricea
unitate de ordinul n, atunci ecuaia matricial AX X = se poate scrie echivalent:
( ) 0
n
A I X = . Din ideile de la nceputul acestui capitol referitor la subspaii vectoriale
i sisteme omogene de ecuaii liniare, deducem c aceast nou ecuaie matricial
conduce la un sistem omogen cu n ecuaii liniare i n necunoscute,
1 2
, , ...,
n
x x x ,
componentele vectorului X. Mulimea soluiilor acestui sistem de ecuaii constituie
subspaiul vectorial S

.
De exemplu, pentru 2 = n ultimul exemplu numeric de mai sus, avem
3
0 1 1 1 0 0 2 1 1
1 0 1 2 0 1 0 1 2 1
1 1 0 0 0 1 1 1 2
A I
| | | | | |
| | |
= =
| | |
| | |

\ . \ . \ .
. Un vector propriu
1 2 3
( , , ) X x x x = corespunztor valorii proprii 2 = , este o soluie a ecuaiei
1
2
3
2 1 1
1 2 1 0
1 1 2
x
x
x
| || |
| |
=
| |
| |

\ .\ .
, de unde obinem sistemul
1 2 3
1 2 3
1 2 3
2 0
2 0
2 0
x x x
x x x
x x x
+ + =

+ =

+ =

. Un minor
principal al matricei asociate sistemului de ecuaii este
2 1
4 0
1 2

= =

, deci
1
x i
2
x
sunt necunoscutele principale iar
3
x (renotat cu ) este necunoscuta secundar.
Ecuaiile principale sunt
1 2
1 2
2
2
x x
x x

+ =

i obinem
1 2
x x = = . O soluie oarecare a
sistemului de ecuaii are forma general ( , , ) X = unde ia valori reale arbitrare.
Subspaiul propriu corespunztor valorii proprii 2 = se poate scrie sub forma:
32
, ,
3
2
( , , ), S X X

=
= e = e . Pentru 1 = (vezi "subspaii vectoriale" la
nceputul acestui capitol), obinem vectorul propriu particular
0
(1, 1, 1) X = iar mulimea
, ,
0
B X = este o baz a subspaiului propriu
2
S
=
. Deci dimensiunea acestui subspaiu
este egal cu 1.
Pentru aprofundare (facultativ) vezi bibliografia indicat. Se poate demonstra, de
exemplu, c dimensiunea unui subspaiu propriu S

este ntotdeauna mai mic sau

egal cu ordinul de multiplicitate al valorii proprii respective . Sau c, dac
1 2
=
sunt dou valori proprii diferite ale unui operator liniar atunci , ,
1 2
0 S S

= , adic
subspaiile proprii respective au n comun numai vectorul nul.
1.5. Forme ptratice.
Forme ptratice . Se vor utiliza la determinarea extremelor funciilor de mai
multe variabile reale din capitolul de optimizare neliniar. O form ptratic este o
funcie (n sensul cunoscut de la liceu) :
n
f care asociaz la fiecare vector
1 2
( , , ..., )
n
X x x x = din spaiul
n
un numr real notat cu ( ) f X , dup legea
1 2
, 1
( ) ( , , ..., )
n
n ij i j
i j
f X f x x x a x x
=
= =

, unde matricea ptratic de ordinul n, ( )
ij
A a = ,
este simetric, adic
ij ji
a a = , pentru orice pereche de indici , 1, i j n = . Matricea A se
numete matricea asociat formei ptratice f. De exemplu, renotnd mai simplu
variabilele, n
2
o form ptratic are n general expresia
33
2 2
11 22 12
( ) ( , ) 2 f X f x y a x a y a xy = = + + iar matricea asociat ei este
11 12
21 22
a a
A
a a
| |
=
|
\ .
,
unde
12 21
a a = i ( , ) X x y = este un vector oarecare din
2
.
n
3
, o form ptratic are expresia general:
2 2 2
11 22 33 12 13 23
( ) ( , , ) 2 2 2 f X f x y z a x a y a z a xy a xz a yz = = + + + + + .
Matricea asociat ei este
11 12 13
21 22 23
31 32 33
a a a
A a a a
a a a
| |
|
=
|
|
\ .
i liniile sale coincid cu coloanele sale
(adic
ij ji
a a = , pentru orice pereche de indici , 1, 3 i j = ) iar ( , , ) X x y z = este un vector
oarecare din
3
. Sau, invers, dac
1 2 0
3
2 1
2
3
0 3
2
A
| |
|
|
|
=
|
|
|

\ .
este matricea asociat unei
forme ptratice g, atunci deducem c
3
: g ,
2 2 2
( ) ( , , ) 3 4 3 g X g x y z x y z xy yz = = + , de exemplu.
Spunem c o form ptratic :
n
f este pozitiv definit dac valorile lui f
sunt strict pozitive pentru orice vector nenul
n
X e , adic ( ) 0 f X > , dac 0 X = .
Forma f se numete negativ definit dac ( ) 0 f X < pentru orice vector nenul X. Forma
f se numete semipozitiv definit dac ( ) 0 f X > pentru orice vector
n
X e (deci
valorile sale sunt pozitive sau nule dar f poate lua valori nule i pentru vectori nenuli).
Forma f se cheam seminegativ definit dac ( ) 0 f X s , pentru orice vector
n
X e .
Forma f se numete nedefinit ca semn dac f ia i valori strict pozitive i valori strict
negative. De exemplu, forma
2
: f ,
2 2
( , ) 3 5 f x y x y = + este pozitiv definit dar
34
3
: g ,
2 2
( , , ) 3 5 g x y z x y = + este semipozitiv definit ( (0, 0, 1) 0 g = dar
(0, 0,1) X = este vector nenul). Forma
2
: h ,
2 2
( , ) 3 h x y x y = este nedefinit ca
semn, deoarece (1, 0, 0) 1 0 h = > i (0, 1, 0) 3 0 h = < .
Metoda Jacobi pentru determinarea semnului unei forme ptratice se poate aplica
numai dac toi minorii diagonali principali ai matricei asociate formei ptratice sunt
nenuli. Dac :
n
f este o form ptratic oarecare i ( )
ij
A a = este matricea
asociat lui f, atunci minorii diagonali principali ai matricei A sunt:
1 11
a A = ,
11 12
2
21 22
a a
a a
A = , ..., det
n
A A = . Dac 0
i
A = , 1, i n = , atunci:
- Dac 0
i
A > , 1, i n = , atunci f este pozitiv definit.
- Dac
1
0 A < ,
2
0 A > ,
3
0 A < , ..., adic semnele minorilor alterneaz (dar primul este
negativ!!), atunci f este negativ definit.
- Pentru orice alt alternan a semnelor acestor minori diagonali principali f este
nedefinit ca semn.
De exemplu, pentru forma ptratic
3
: f ,
2 2 2
( ) ( , , ) 2 4 6 f X f x y z x y z xy yz = = + + , matricea asociat este
1 2 0
2 1 3
0 3 2
A
| |
|
=
|
|

\ .
i
1
1 0 A = > ,
2
1 2
3 0
2 1

A = = <

,
3
det 15 0 A A = = < , deci f
este nedefinit ca semn.
Metoda valorilor proprii pentru determinarea semnului unei forme ptratice
:
n
f presupune determinarea n prealabil a valorilor proprii (vezi mai sus
definiia i metoda de calcul) ale matricei simetrice A asociate formei ptratice. Se tie
35
c o matrice simetric are toate valorile proprii reale, s le notm cu
1 2
, , ...,
n
(pot fi
distincte sau nu). Avem:
- Dac toate valorile proprii sunt strict pozitive atunci forma f este pozitiv definit.
- Dac toate valorile proprii sunt strict negative atunci forma ptratic f este negativ
definit.
- Dac o parte din valorile proprii sunt nule iar celelalte pozitive atunci f este
semipozitiv definit.
- Dac o parte din valorile proprii sunt nule iar celelalte sunt negative atunci forma f este
seminegativ definit.
- Dac exist cel puin dou valori proprii de semne contrare atunci f este nedefinit ca
semn.
De exemplu, dac
4
: f ,
2 2 2
( ) ( , , , ) 3 2 2 f X f x y z t x y t xy = = + + + este o
form ptratic, atunci matricea sa asociat este
1 1 0 0
1 3 0 0
0 0 0 0
0 0 0 2
A
| |
|
|
=
|
|
\ .
iar minorii
diagonali principali sunt
1
1 A = ,
2
2 A = ,
3
0 A = ,
4
0 A = , deci metoda Jacobi nu se
poate aplica. Valorile proprii ale matricei A se afl rezolvnd ecuaia caracteristic (vezi
mai sus)
1 1 0 0
1 3 0 0
0
0 0 0
0 0 0 2

. Se obine imediat c
1
2 = ,
2
0 = ,
3,4
2 2 0 = > , deci f este semipozitiv definit.
n anumite situaii, dac :
n
f este o form ptratic, variabilele
1 2
, , ...,
n
x x x sunt supuse la k ( ) k n < restricii independente i se pune problema
36
determinrii semnului lui f n aceste condiii. Mai precis, variabilele
1 2
, , ...,
n
x x x
trebuie s verifice un sistem omogen cu k ecuaii liniare pentru care matricea asociat
sistemului are rangul egal cu k. (vezi subiectul "subspaii vectoriale" unde s-au studiat
astfel de sisteme de ecuaii). Prin urmare, matricea asociat sistemului omogen de
ecuaii liniare admite un minor principal de ordin k, deci k dintre variabilele
1 2
, , ...,
n
x x x
sunt necunoscute principale iar restul de n k sunt necunoscute secundare. Aa cum am
procedat n exemplele de mai sus, se exprim necunoscutele principale (din ecuaiile
principale) n funcie de cele secundare. Apoi nlocuim necunoscutele principale n
expresia formei ptratice f i se obine o nou form ptratic, g, numit forma
ptratic redus. n expresia formei g apar numai cele n k necunoscute (variabile)
secundare, deci :
n k
g

. Semnul formei ptratice g se studiaz cu metodele
nvate mai sus, metoda Jacobi sau metoda valorilor proprii. Semnul formei ptratice f
cu cele k restricii independente coincide cu semnul formei ptratice reduse g.
De exemplu, fie
3
: f , ( ) ( , , ) f X f x y z xy yz zx = = + + i restricia
2 0 x y z + = (deci 1 k = ). Alegnd x ca necunoscut principal, avem 2 x z y = .
nlocuim pe x n expresia dat a lui f i obinem forma redus
2 2
( , ) 2 g y z y z = + .
Matricea asociat lui g este
2 0
0 1
A
| |
=
|
\ .
iar
1
2 0 A = < ,
2
2 0 A = < , deci, conform
metodei Jacobi, g este nedefinit ca semn. Prin urmare, forma ptratic f cu restricia
dat este tot nedefinit ca semn.
Sau, fie
4
: f ,
2 2
( ) ( , , , ) 2 2 2 f X f x y z t x t yz zt = = + + i sistemul de
restricii 0 y z t + + = , 0 x y z t + + + = . Matricea asociat sistemului omogen de ecuaii
37
liniare este
0 1 1 1
1 1 1 1
A
| |
=
|
\ .
i are rangul egal cu doi, minorul principal ales fiind
0 1
1 0
1 1
= = . Necunoscutele principale sunt x i y iar ecuaiile principale sunt:
y z t
x y z t
=

+ =

. Obinem 0 x = i y z t = . nlocuim necunoscutele principale x i y

n expresia formei f i aflm forma ptratic redus
2
: g ,
2 2
( , ) 2 2 g z t z t = .
Evident g este negativ definit i prin urmare forma ptratic f cu restriciile date este
tot negativ definit.
38
BIBLIOGRAFIE (capitolul I)
1. http://www.bluebit.gr/matrix-calculator i
http://www.math.odu.edu/~bogacki/cgi-bin/lat.cgi
(calcul matricial online, gsete valori i vectori proprii, calculeaz determinani,
rezolv sisteme de ecuaii liniare, etc.)
2. Elementary Linear Algebra, Howard Anton and Chris Rorres, Applications Version,
(ninth edition), John Wiley & Sons, 2005
3. Matematici aplicate n Economie, Mihaela Neamu, Elena Topuzu, Ciprian Preda,
Ed. Universitii de Vest, Timioara, 2010
4. http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11
(curs online de Matematici aplicate n economie, colectivul A.S.E. Bucureti)
5. Matematici Aplicate n Economie, Mihai Boleanu, Ed. Eurostampa, Timioara, 2000
6. http://www.scribd.com/epsilon9999
(modelele lui Leontief i alte materiale utile pentru acest capitol i pentru ntregul curs)
39
Capitolul II
ELEMENTE DE PROGRAMARE LINIAR
CU APLICAII N ECONOMIE
n acest capitol vom prezenta cteva idei fundamentale din domeniul matematic
numit "Optimizare Liniar". Acesta este de fapt un subdomeniu al unui domeniu
(imens!!) al matematicii aplicate, numit "Cercetri Operaionale". Introducerea
conceptelor i metodelor utilizate n programarea liniar se va face prin studierea unor
exemple de probleme practice, evitnd o dezvoltare teoretic sofisticat. Anumite
cunotine nvate n capitolul I vor fi necesare. La bibliografie am inclus cri
importante utilizate la mari universiti din tar, din SUA i din Europa, ct i link-uri
ctre site-uri care ofer gratuit softuri utilizabile online pentru rezolvarea problemelor
de programare liniar.
2.1 Situaii economice reale modelate prin probleme de programare liniar
Exist nenumrate probleme economice care conduc la modele matematice de
optimizare liniar. De exemplu, organizarea optim a produciei pentru un agent
economic, utilizarea optim a resurselor, alocarea optim de fonduri bneti, probleme
de tip transport sau de transfer de fonduri, planificarea desfurrii optime a diferitelor
40
procese economice din agricultur, zootehnie, industrie, turism, sectorul bancar, etc.
Pentru a studia (facultativ) forma general a unor modele matematice de optimizare
liniar asociate unor probleme economice ca cele enumerate mai sus se poate consulta
bibliografia indicat. Problemele pe care le vom studia aici (ca i n restul capitolului II)
vor fi numerice, cu dou, trei, maximum zece necunoscute. Foarte important este
modelarea matematic a problemei economice studiate, pentru economist, n primul
rnd. Construirea modelului matematic al problemei economice este prima etapa.
Rezolvarea matematic a problemei de programare liniar asociate problemei
economice este a doua etap i a treia este interpretarea economic a rezultatelor
gsite. A treia etap este de asemenea important n primul rnd pentru economist.
Problema 1. Un mic productor fabric dou bunuri, A i B, pentru care folosete dou
maini. Numrul de ore necesar fabricrii fiecrui produs i capacitatea de funcionare a
mainilor sunt trecute n tabelul de mai jos.
A B capacitatea de funcionare
maina 1 2 h 3 h 12 h
maina 2 2 h 1 h 8 h
S se determine un plan de producie optim tiind c beneficiile unitare obinute pentru
bunurile A i B sunt de respectiv 6 u.m. i 7 u.m.
Modelul matematic: notm cu x i y numrul unitilor fabricate de produse A,
respectiv B. Cu regula de trei simpl, dac la o unitate de A se obine profitul unitar 6
u.m., atunci la x uniti fabricate se obine un profit de 6x u.m. Analog se obine un
41
profit de 7y pentru cele y produse B fabricate. Profitul total este 6 7 f x y = + i
bineneles c se urmrete maximizarea lui. Tot cu regula de trei simpl, maina 1
trebuie s funcioneze 2 3 x y + ore pentru a fi fabricate x produse A i y produse B i
analog sunt necesare 2x y + ore de funcionare pentru maina 2. n plus, evident c x i
y trebuie s fie nenegative. (Eventual numere naturale, dar acest lucru depinde de tipul
produselor A i B). Modelul matematic al acestei probleme economice este
[max] 6 7
2 3 12
2 8
, 0
f x y
x y
x y
x y
= +
+ s
+ s
>
Aceasta este o problem matematic de programare liniar (P.P.L). Se mai poate
aduga, eventual, restricia (condiia) , x y e.
Problema 2. Un client al unei firme dorete fabricarea unei cantiti mari de produse de
tip A i de tip B n decursul unei luni. Clientul este dispus s plteasc 138 u.m pentru o
serie de 100 de produse A i 136 u.m. pentru o serie de 100 de produse B. Fabricarea
acestor produse A i B necesit o trecere prin trei ateliere M
1
, M
2
i M
3
, conform
tabelului de mai jos.
42
Nr. de ore de
munc pentru o
serie de 100 de
produse de tip A
Nr. de ore de
munc pentru o
serie de 100 de
produse de tip B
Costul unei ore
de munc (u.m)
atelierul M
1
2 1 10
atelierul M
2
1 4,5 12
atelierul M
3
4 3 14
n momentul primirii comenzii, ntreprinderea dispune de un numr limitat de ore de
munc pentru fiecare atelier, i anume 200 h pentru primul atelier, 540 h pentru al
doilea i 480 h pentru al treilea. Cte serii de cte 100 de produse A i B trebuie s
livreze ntreprinderea pentru a obine un profit maxim n luna respectiv ?
Modelul matematic: notm cu x i y numrul de serii a cte 100 de produse A i
respectiv B ce trebuie livrate. Pentru o serie A sunt necesare 2h n M
1
, 1h n M
2
i 4h n
M
3
, deci costul total este 2 10 1 12 4 14 88 + + = u.m. Profitul unitar respectiv (adic
profitul per serie A) este 138 88 50 = u.m. Iar profitul corespunztor pentru x serii A
este 50x. Analog profitul corespunztor pentru y serii B este 30y. Profitul total pentru x
serii A i y serii B este 50 30 f x y = + . Primul atelier lucreaz n total 2x y + ore pentru
ntreaga producie lunar. Deci: 2 200 x y + s . Prin urmare gsim modelul matematic:
[max] 50 30
2 200
4, 5 540
4 3 480
, 0
f x y
x y
x y
x y
x y
= +
+ s
+ s
+ s
>
43
Problema 3. Un agent economic are n plan fabricarea n total a cel puin 100 de
produse A, B i C. Pentru aceasta se folosete o materie prim cu rezerve limitate la 300
de uniti. Consumurile specifice ale celor trei tipuri de produse sunt de 2, 3 i respectiv
1 uniti de materie prim pentru fiecare unitate de produs finit. Condiiile speciale de
depozitare impun ca din produsele A i C s nu se produc mai mult de 50 de uniti
(mpreun). Cum produsele A i B sunt mai cutate pe pia se urmrete aplicarea unui
plan de producie care s conduc la obinerea unei cantiti ct mai mari din aceste
produse. Determinai planul optim de producie i interpretai-l din punct de vedere
economic.
Modelul matematic: Notm cu x, y, z cantitile de produse A, B respectiv C care
trebuie fabricate. Obinem:
[max]
100
2 3 300
50
, , 0
f x y
x y z
x y z
x z
x y z
= +
+ + >
+ + s
+ s
>
Problema 4. Un laborator prepar trei tipuri de medicamente care conin vitaminele C
i B
1
, proporiile fiind date n tabelul de mai jos.
44
Tipuri de
medicamente
Vitamine
(uniti)
Med1 Med2 Med3
C 3 2 3
B
1
3 4 2
Cost unitar
(u.m)
10 20 15
tiind c cerinele unui spital sunt de exact 100 de uniti de vitamin C i cel puin 80
de unitai de vitamin B
1
, determinai ce cantitate de medicamente din fiecare tip trebuie
preparat astfel nct costul total s fie minim.
Modelul matematic: notm cu x, y, z cantitile respective de medicamente. Se obine:
[min] 10 20 15
3 2 3 100
3 4 2 80
, , 0
f x y z
x y z
x y z
x y z
= + +
+ + =
+ + >
>
Problema 5. Pentru fertilizarea terenului un fermier are nevoie (pentru un hectar) de cel
puin 80kg potasiu, cel puin 30 kg de calciu i cel puin 20 kg de sodiu. El poate alege
ntre dou tipuri de pachete de ngrminte. ntr-un pachet de tipul I intr 1 kg de
potasiu i 1 kg de calciu iar ntr-un pachet de tipul II intr 2 kg de potasiu i 1 kg de
45
sodiu. tiind c un pachet cost 1 u.m., indiferent de tip, determinai numrul de pachete
pe care trebuie s le cumpere fermierul astfel nct costul total s fie minim.
Model matematic: fie x i y numrul de pachete necesare, din primul i respectiv al
doilea tip. Se obine:
[min]
2 80
30
20
, 0
f x y
x y
x
y
x y
= +
+ >
>
>
>
Problema 6. Un investitor intenioneaz sa investeasc cel puin 60 u.m. n fabrica A i
cel puin 120 u.m. n fabrica B. Fondul total de investiii este de 220 u.m. Producia
global la 1 u.m. investiii este de 1,2 u.m. i respectiv 1,4 u.m. Cheltuielile materiale la
1 u.m. producie global sunt de 0,4 u.m., respectiv 0,5 u.m. Cele dou societi trebuie
s obin (mpreun) o producie global de cel puin 265 u.m. Cum trebuie repartizat
fondul total de investiii astfel nct cheltuielile materiale totale s fie minime?
Modelul matematic: notm cu x i y sumele investite n A i respectiv B. Obinem:
[min] 0, 4 1, 2 0, 5 1, 4
220
1, 2 1, 4 265
60
120
, 0
f x y
x y
x y
x
y
x y
= +
+ s
+ >
>
>
>
46
Problema 7. Pentru ntocmirea unei diete se pot folosi alimentele A, B, C, D, E care
conin vitaminele V
1
, V
2
, V
3
. S se alctuiasc dieta optim care s conin 20 de uniti
din V
1
, cel puin 15 uniti din V
2
i cel puin 20 de uniti din V
3
. Costul unitar al
alimentelor i coninuturile lor specifice n uniti de vitamine sunt date mai jos:
Alimente
Vitamine
A B C D E
V
1
1 2 1 3 0
V
2
0 1 0 3 1
V
3
1 1 0 2 2
Pre unitar 2 8 4 70 10
Modelul matematic: notm cu x, y, z, t i u cantitile din alimentele respective care
intr n alctuirea dietei. Obinem:
[min] 2 8 4 70 10
2 3 20
3 15
2 2 20
, , , , 0
f x y z t u
x y z t
y t u
x y t u
x y z t u
= + + + +
+ + + =
+ + >
+ + + >
>
47
Problema 8. Un restaurant ofer clienilor si dou meniuri, A i B. Restaurantul
dispune n total de 880 arici de mare i 720 de stridii. Meniul A cost 30 u.m. i conine
4 arici de mare i o stridie. Meniul B cost 20 u.m. i conine 2 arici de mare i 3 stridii.
Cte porii din fiecare meniu trebuie vndute pentru a maximiza profitul?
Modelul matematic: notm cu x i y numrul de porii de tip A i respectiv B. Se
obine:
[max] 30 20
4 2 880
3 720
, 0
f x y
x y
x y
x y
= +
+ s
+ s
>
Problema 9. Un vnztor ambulant posed n total 180 de perechi de osete sintetice i
400 de perechi de osete de ln, pe care le vinde n pachete (ntregi). Pachetul de 60
u.m. conine 3 perechi de osete sintetice i 6 perechi de osete de ln. Pachetul de 100
u.m. conine 2 perechi de osete sintetice i 10 perechi de osete de ln. Cte pachete
din fiecare tip trebuie s vnd pentru a obine ctigul maxim? (Gsii toate variantele
posibile!!).
Modelul matematic: notm cu x i respectiv cu y numrul de pachete vndute din
fiecare categorie. Obinem:
[max] 60 100
3 2 180
6 10 400
, 0
f x y
x y
x y
x y
= +
+ s
+ s
>
48
Se mai adaug condiia ca x i y s fie numere naturale, deoarece pachetele se vnd
ntregi.
Problema 10. O rafinrie are doi furnizori de petrol brut. Petrolul de calitatea A cost
35$ barilul iar cel de calitatea B cost 30$ barilul. Rafinria produce trei categorii de
combustibili din petrolul brut cumprat, C
1
, C
2
, C
3
, cantitile produse dintr-un baril
fiind date mai jos.
C
1
C
2
C
3
A 0,3 0,2 0,3
B 0,3 0,4 0,2
Conform obligaiilor asumate, rafinria trebuie s produc minimum 900.000 barili de
C
1
, minimum 800.000 barili de C
2
i minimum 500.000 barili de C
3
. Care sunt
cantitile de petrol brut ce trebuie cumprate pentru ca rafinria s onoreze contractul
cu un cost minim?
Modelul matematic: fie x i y cantitile de petrol brut respective. Obinem:
[min] 35 30
0, 3 0, 3 900.000
0, 2 0, 4 800.000
0, 3 0, 2 500.000
, 0
f x y
x y
x y
x y
x y
= +
+ >
+ >
+ >
>
Problema 11. Un fond de pensii dispune de 30 de milioane ($) pentru investiii.
ntreaga sum trebuie investit, i investiiile se fac n bonuri de trezorerie, bonduri i
49
pachete de aciuni. Regulile de administrare a fondului impun ca cel puin 3 milioane
($) s fie investite n fiecare tip de investiie, cel puin jumtate din sum trebuie
investit n bonuri de trezorerie i bonduri (mpreun) iar suma investit n bonduri nu
trebuie sa depeasc dublul sumei investite n bonuri de trezorerie. Ctigurile anuale
pentru diferitele tipuri de investiii sunt de 7% pentru bonuri de trezorerie, 8% pentru
bonduri i 9% pentru pachetele de aciuni. Cum ar trebui s fie investii banii astfel nct
s se obin un profit maxim ?
Modelul matematic: notm cu x, y i z sumele investite respectiv n bonuri de
trezorerie, bonduri i pachete de aciuni. Obinem:
[max] 0, 07 0, 08 0, 09
30
3
3
3
15
2
, , 0
f x y z
x y z
x
y
z
x y
y x
x y z
= + +
+ + =
>
>
>
+ >
s
>
Problema 12. Compania de dezvoltare municipal a unui mare ora dorete s
stabileasc direciile de dezvoltare n domeniul turismului. Infrastructura existent
poate fi adaptat astfel nct turitilor s le fie puse la dispoziie diferite uniti de
turism, de tip A (spaii pentru conferine), B (ecoturism) i C (pelerinaj la mnstiri).
Profiturile per unitate sunt de 6 u.m. pentru A, 4 u.m. pentru B i respectiv 3 u.m. pentru
C. Suprafaa disponibil pentru toate unitile este de cel mult 50000 de metri ptrai iar
cerinele pentru fiecare categorie sunt de 800
2
m pentru o unitate A, 600
2
m pentru o
unitate B i respectiv de 500
2
m pentru o unitate C. Costul total de ntreinere nu trebuie
50
s depeasc 36 u.m. iar costurile unitare sunt de 1 u.m pentru A, 0,8 u.m. pentru B i
0,3 u.m. pentru C. Care ar trebui s fie politica de dezvoltare a companiei astfel nct
profitul total s fie maxim?
Modelul matematic: notm cu x, y, z numrul de uniti de turism care ar trebui
amenajate. Obinem:
[max] 6 4 3
800 600 500 50000
0, 8 0, 3 36
, , 0
f x y z
x y z
x y z
x y z
= + +
+ + s
+ + s
>
Problema 13. O filial a bancii Bank of America este foarte solicitat, avnd nevoie
zilnic de ntre 10 i 18 funcionari, depinznd de orele zilei. La ora prnzului, ntre 12 i
14, este de obicei cel mai aglomerat. Tabelul de mai jos arat numrul de lucrtori
necesari n diferite momente ale zilei.
51
Perioada de timp
(orele 9 -17)
Numrul necesar de
funcionari
9-10 10
10-11 12
11-12 14
12-13 16
13-14 18
14-15 17
15-16 15
16-17 10
Banca dispune de 12 funcionari full-time dar are la dispoziie i multe persoane care
doresc s lucreze part-time. Un angajat part-time trebuie s lucreze timp de 4 ore zilnic
(fr pauz) dar poate ncepe lucrul la orice or (exact) de la 9 la 13. Angajaii part-
time primesc salarii mai mici pe or, conform legislaiei n vigoare. Angajaii full-time
lucreaz de la 9 la 17 dar primesc o or liber pentru prnz. Jumtate din ei pleac la
mas la 11 iar cealalt jumtate la ora 12. n conformitate cu politica sa, banca limiteaz
numrul total de ore de munc ale angajailor part-time la 50% din necesarul de ore de
munc zilnic. Un angajat part-time primete n medie 24$ zilnic iar un angajat full-time
primete n medie 75$ pe zi. Banca intenioneaz s minimizeze cheltuielile totale
zilnice cu angajaii chiar dac este necesar s concedieze unul sau mai muli angajai
full-time. Care este varianta optim de organizare ?
52
Modelul matematic: notm cu x numrul de angajai full-time i cu y, z, t, u, v numrul
de angajai part-time corespunztori respectiv perioadelor de timp (de cte 4 ore) 9-13,
10-14, 11-15, 12-16 i 13-17. Condiiile din enun conduc la urmtorul model
matematic:
[min] 75 24 24 24 24 24
10
12
0.5 14
0.5 16
18
17
15
10
12
4 4 4 4 4 56
, , , , , 0
f x y z t u v
x y
x y z
x y z t
x y z t u
x z t u v
x t u v
x u v
x v
x
y z t u v
x y z t u v
= + + + + +
+ >
+ + >
+ + + >
+ + + + >
+ + + + >
+ + + >
+ + >
+ >
s
+ + + + s
>
Problema 14. Un productor de automobile apeleaz la serviciile unei agenii de
publicitate pentru a face reclam produselor sale n reviste ce apar lunar, cu tiraj mare.
Pe baza unui studiu, firma de publicitate prezint clientului urmtorul tabel care conine
date statistice referitoare la trei reviste (A, B, C).
53
revista A revista B revista C
Cost per unitate
(de reclam) ($)
55.000 35.335 49.480
Total brbai
cititori per
unitate
19.089.000 11.075.000 10.813.000
Brbai de 50 de
ani sau mai n
vrst cititori
per unitate
4.312.000 2.808.000 2.714.000
Brbai cu
studii superioare
cititori per
unitate
2.729.000 3.387.000 3.767.000
Managera firmei de publicitate dispune de un buget lunar limitat la 200.000$ i trebuie
s decid ce sum cheltuie pentru fiecare revist. Pentru a evita anumite suprapuneri cu
reclama fcut la TV, ea decide s limiteze reclama din revista A la maximum 2 uniti
lunar. Ea poate folosi pn la 4 uniti pe lun pentru fiecare din revistele B i C. De
fiecare dat cnd o persoan citete o revist, aceasta nseamn o expunere la fiecare
unitate de reclam din acea revist. Managera decide c ar trebui s fie cel puin
12.000.000 de expuneri ctre brbaii cu studii superioare i nu mai mult de 16.000.000
de expuneri ctre cei de 50 de ani sau mai n vrst. Cte uniti de reclam ar trebui s
54
cumpere lunar managera n fiecare tip de revist pentru a maximiza numrul total de
brbai cititori ?
Modelul matematic: notm cu x, y, z numrul de uniti de reclam cumprate lunar n
revistele A, B i respectiv C. Se obine:
[max] 19089000 11075000 10813000
55000 35335 49480 200000
2
4
4
2729000 3387000 3767000 12000000
4312000 2808000 2714000 16000000
, , 0
f x y z
x y z
x
y
z
x y z
x y z
x y z
= + +
+ + s
s
s
s
+ + >
+ + s
>
Alte exemple, inclusiv probleme foarte complicate din practic, din diferite
domenii economice, le putei gsi n bibliografia indicat pentru cei care doresc s
nvee n plus fa de ct se cere la examen.
Putei ncerca singuri (facultativ) s rezolvai problemele de mai sus folosind
softul gratuit disponibil online (nu trebuie sa-l ncrcai pe propriul calculator !!) la
adresa:
http://www.zweigmedia.com/RealWorld/simplex.html
Facei click pe "Example" ca s vedei cum se introduc datele. Apoi pe "Solve" i vei
vedea valoarea optim a funciei obiectiv (notat cu p acolo) i soluia optim (adic
55
valorile variabilelor x, y, etc.) n csua deasupra creia scrie "Solution". Atenie,
algoritmul prin care se construiesc tabelele de acolo difer de algoritmul simplex clasic,
care va fi prezentat n seciunile urmtoare. Versiunile profesionale de astfel de softuri
pot fi programate astfel nct s construiasc tabelele simplex clasic. Versiunea aceasta
gratuit nu calculeaz soluia multipl, dac exist, nu pune n eviden variabilele
artificiale etc. (vezi seciunile urmtoare).
2.2 Forma standard a unei probleme
de programare liniar
n aceast seciune vom arta cum se "pregtete" o problema de programare
liniar pentru rezolvare. Vom introduce ca de obicei noiunile teoretice prin exemple.
Teoria general referitoare la algoritmul simplex, inclusiv demonstraiile matematice
respective, le putei gsi n bibliografia indicat (facultativ, pentru cei care doresc s
nvee mai mult dect ceea ce se cere la examen despre acest domeniu).
Dup cum am vzut n seciunea 2.1, o problem de programare liniar (P.P.L.)
se compune din trei pri: funcia obiectiv i scopul problemei, restriciile de tipul I i
restriciile de tipul II (sau restriciile de semn). S considerm urmtorul exemplu:
56
[opt] 5 10 2
2 3
2 5
2 1
4 7 9
, , 0
f x y z
x y z
x y z
x y z
y z
x y z
= + +
+ + s
+ + s
+ + >
+ =
>
Funcia obiectiv (f) este ntotdeauna o form liniar (vezi Capitolul I). Coeficienii
funciei obiectiv din acest exemplu sunt 5, 10 i respectiv 2. Restriciile unei P.P.L. pot
fi inegaliti ( s sau >) i egaliti. n membrul stng al fiecrei restricii ntr-o P.P.L.
apare o form liniar. n membrul drept apare un numr real pozitiv. Restriciile de
semn se refer la semnul variabilelor (necunoscutelor) i n acest capitol vor fi " 0 > "
la toate problemele studiate, cazul cel mai des ntlnit n practica economic. n
exemplul studiat, avem 7 restricii (sau condiii) impuse variabilelor, 4 de tipul I i 3 de
semn. "opt" se refer la scopul problemei, i poate fi "max" sau "min". Aceasta este o
problem de optimizare liniar, se mai spune, n loc de P.P.L. Terminologia introdus
aici i mai jos este aceeai la orice P.P.L., indiferent de numrul restriciilor sau de
numrul variabilelor sau de scopul (obiectivul) problemei, min sau max.
Se numete soluie posibil a problemei de programare liniar un vector
3
( , , ) X x y z = e ale crui componente satisfac toate restriciile problemei respective.
X se mai numete soluie admisibil sau program admisibil al problemei. Mulimea
tuturor soluiilor posibile ale oricrei P.P.L. este o mulime convex (vezi Capitolul I).
Mulimea soluiilor posibile poate fi: vid, adic nu exist soluii posibile, format dintr-
un singur vector (sau punct) sau infinit (format dintr-o infinitate de soluii posibile).
57
Este vectorul
9
(0, , 0)
4
X = o soluie posibil a problemei de mai sus? nlocuim
componentele vectorului n toate cele 7 restricii i vedem c sunt satisfcute toate
condiiile, deci rspunsul este afirmativ.
Problema anterioar admite ns o infinitate de soluii posibile. De exemplu, i
vectorul
9
(0, 0, )
7
Y = este o alt soluie posibil. Cum mulimea soluiilor posibile este
convex, orice alt vector care se exprim ca o combinaie liniar convex a lui X i Y
(adic (1 ) Z X Y = + , cu [0, 1] e - vezi Capitolul I) este o alt soluie posibil.
Deci ntreg segmentul cu extremitile X i Y este format din vectori (puncte) care sunt
soluii posibile ale problemei de mai sus. i de fapt, mulimea soluiilor posibile ale
problemei este i mai mare!! Determinarea ei n ntregime nu ne intereseaz n acest
curs, n detaliu.
S notm cu M mulimea valorilor ( ) f X ale funciei obiectiv calculate pentru
fiecare soluie posibil X a problemei date, adic { ( ) M f X X = este soluie posibil a
problemei}. Mulimea M conine o infinitate de valori. ntrebarea este, care din aceste
valori ( ) f X este cea mai mare (dac opt = max) i care este cea mai mic (dac opt =
min)? De asemenea, pentru care soluie posibil X se obine valoarea maxim a lui f
(respectiv valoarea minim)? O soluie posibil X a unei P.P.L. pentru care valoarea
f(X) este cea maxim (respectiv cea minim) se numete soluie optim a problemei de
programare liniar (sau program optim). Atenie, valoarea maxim (respectiv minim)
a funciei obiectiv f este unic (evident, e valoarea cea mai mare!!). Dar pot fi mai multe
soluii optime ale problemei, adic f i poate atinge aceast valoare maxim (respectiv
58
minim) n mai multe puncte (vectori) X. Totalitatea soluiilor optime X ale unei P.P.L.
formeaz mulimea soluiilor optime ale problemei. i mulimea soluiilor optime ale
unei P.P.L. este convex. Aceast mulime poate fi vid, format dintr-un singur vector
(soluie optim unic) sau format dintr-o infinitate de puncte (vectori), cnd spunem
c problema admite soluie optim multipl. Din cele prezentate mai sus, este clar c
mulimea soluiilor optime ale unei P.P.L. este coninut ( _) n mulimea soluiilor
posibile ale problemei. Gsirea soluiilor optime se poate face grafic (probleme cu 2
variabile) sau cu algoritmul simplex. Vom prezenta aceste metode n seciunile
urmtoare.
Prima etap n rezolvarea unei P.P.L. este aducerea problemei la forma standard.
Pentru aceasta, n inegalitile cu " s" adunm cte o variabil de compensare (sau
ecart) iar n inegalitile cu " >" scdem cte o variabil de compensare. Restriciile cu
egaliti le lsm neschimbate. n forma standard a P.P.L. se consider c variabilele
noi introduse apar n funcia obiectiv cu coeficienii zero. De asemenea, adugm i la
restriciile de semn condiia ca toate variabilele noi introduse s fie mai mari sau egale
cu zero. Problema dat mai sus arat astfel (n forma standard):
[opt] 5 10 2 0 0 0
2 3
2 5
2 1
4 7 9
, , , , , 0
e e e
e
e
e
e e e
f x y z t u v
x y z t
x y z u
x y z v
y z
x y z t u v
= + + + + +
+ + + =
+ + + =
+ + =
+ =
>
59
Primul tabel simplex al algoritmului simplex trebuie s conin o baz iniial.
Dac problema dat are m restricii de tipul I atunci baza iniial este baza canonic din
spaiul
m
, cea pentru care cei m vectori sunt (1, 0, ..., 0) , (0, 1, 0, ..., 0) etc., vezi
Capitolul I. n cazul nostru 4 m = deci ne trebuie 4 vectori n baza iniial. Acetia se
caut mai nti printre vectorii care au drept componente coeficienii variabilelor, adic
(2, 1, 1, 0)
x
V = , (1, 2, 1, 4)
y
V = , (1, 1, 2, 7)
z
V = , (1, 0, 0, 0)
e
t
V = , (0, 1, 0, 0)
e
u
V = i
, 1, 0) (0, 0
e
v
V = . Observm c ne lipsesc 2 vectori din baza canonic a spaiului
4
, i
anume (0, 0, 1, 0) i (0, 0, 0, 1) . n astfel de situaii se adun n membrul stng al
restriciilor corespunztoare cte o variabil artificial (sau de penalizare). Variabilele
artificiale se consider mai departe c apar n funcia obiectiv cu coeficientul M la
probleme de maxim i M + la probleme de minim. Aceste variabile apar i la restriciile
de semn, cu condiia " 0 > ", toate, n ambele situaii, min sau max, iar M se consider
ca fiind un numr "orict de mare", adic M .
Problema dat devine (depinznd de scop):
[min] 5 10 2 0 0 0
2 3
2 5
2 1
4 7 9
, , , , , , , 0
e e e a a
e
e
e a
a
e e e a a
f x y z t u v M w M h
x y z t
x y z u
x y z v w
y z h
x y z t u v w h
= + + + + + + +
+ + + =
+ + + =
+ + + =
+ + =
>
sau, dac ar fi vorba de maximizare,
60
[max] 5 10 2 0 0 0
2 3
2 5
2 1
4 7 9
, , , , , , , 0
e e e a a
e
e
e a
a
e e e a a
f x y z t u v M w M h
x y z t
x y z u
x y z v w
y z h
x y z t u v w h
= + + + + +
+ + + =
+ + + =
+ + + =
+ + =
>
Acum avem toi vectorii bazei canonice din
4
i putem trece la construirea
primului tabel simplex asociat problemei. Pentru minim:
[min]f
j
c
5 10 2 0 0 0 M M
B C
B
D
B
V
x
V
y
V
z
e
t
V
e
u
V
e
v
V
a
w
V
a
h
V
raport
minim
e
t
V
0 3 2 1 1 1 0 0 0 0
e
u
V
0 5 1 2 1 0 1 0 0 0
a
w
V
M 1 1 1 2 0 0 -1 1 0
a
h
V
M 9 0 4 7 0 0 0 0 1
j
z
10M M 5M 9M 0 0 -M M M
j
A
5-
M
10-
5M
2-
9M
0 0 M 0 0
Tabelul se completeaz pe coloane, n urmtoarea ordine: mai nti completm
coloanele vectorilor corespunztori variabilelor din problem, pe coloana lui
x
V scriem
coeficienii lui x, pe coloana lui V
y
coeficienii lui y, etc. Coloana
B
D conine termenii
liberi din restricii (numerele din membrul drept al fiecrei egaliti). Apoi cutm
vectorii corespunztori bazei canonice i i scriem pe coloana B n ordinea natural
61
(ncepnd cu (1, 0, ..., 0) , apoi (0, 1, 0, ..., 0) , etc.). Baza iniial este
, ,
, , ,
e e a a
t u w h
B V V V V = . Linia
j
c conine coeficienii variabilelor din funcia obiectiv.
Coloana
B
C conine coeficienii de pe linia
j
c corespunztori vectorilor din baza
curent. Linia
j
z se obine ca produs scalar (vezi Capitolul I) dintre vectorul
B
C i
fiecare din vectorii de la dreapta coloanei
B
C . n sfrit se completeaz linia
j
A dup
formula
j j j
c z A = .
Pentru problema de maxim de mai sus, tabelul se construiete dup aceleai
reguli:
[max]f
j
c
5 10 2 0 0 0 -M -M
B C
B
D
B
V
x
V
y
V
z
e
t
V
e
u
V
e
v
V
a
w
V
a
h
V
raport
minim
e
t
V
0 3 2 1 1 1 0 0 0 0
e
u
V
0 5 1 2 1 0 1 0 0 0
a
w
V
-M 1 1 1 2 0 0 -1 1 0
a
h
V
-M 9 0 4 7 0 0 0 0 1
z
j
-10M -M -5M -9M 0 0 M -M -M
j
A
5+M 10+
5M
2+
9M
0 0 -M 0 0
62
Ultima coloan ("raport minim") este la fel, i la minim i la maxim. Metoda de
rezolvare a P.P.L. expus aici se numete metoda penalizrii. Ne vom ocupa de ea mai
pe larg n alt seciune.
Exist cazuri "fericite" n care nu avem nevoie de variabile artificiale. Baza
iniial este format numai din vectori corespunztori necunoscutelor din problema dat
i, eventual, din vectori corespunztori unor variabile ecart. De exemplu:
[opt] 3 5 6
2 40
2 3 16
2 48
, , , 0
f x y z t
x z t
x y z
x z
x y z t
= + + +
+ + s
+ + =
+ s
>
Aducem problema la forma standard:
[opt] 3 5 6 0 0
2 40
2 3 16
2 48
, , , , , 0
e e
e
e
e e
f x y z t u v
x z t u
x y z
x z v
x y z t u v
= + + + + +
+ + + =
+ + =
+ + =
>
Observm c vectorii corespunztori variabilelor
e
u , y i
e
v formeaz baza canonic
din
3
, deci putem construi primul tabel simplex, acelai i pentru minim i pentru
maxim, vezi mai jos, folosind regulile descrise n exemplul anterior.
63
[opt]f
j
c
3 5 1 6 0 0
B C
B
D
B
V
x
V
y
V
z
t
V
e
u
V
e
v
V
raport
minim
e
u
V
0 40 1 0 1 2 1 0
y
V
5 16 2 1 3 0 0 0
e
v
V
0 48 1 0 2 0 0 1
z
j
80 10 5 15 0 0 0
j
A
-7 0 -14 6 0 0
64
2.3 Rezolvarea unei probleme de
programare liniar cu metoda grafic
Aceast metod se poate aplica n cazul n care problema de programare liniar
are dou necunoscute (pe care le notm de obicei cu x i y, sau
1
x i
2
x ). n aceast
situaie P.P.L. nu trebuie adus la forma standard.
Grafic, mulimea soluiilor unei inecuaii de forma ax by c + s formeaz un
semiplan care include (ca frontier) dreapta ax by c + = . Analog pentru cazul
ax by c + > . Se reprezint dreapta grafic. Apoi se alege un punct oarecare dintr-unul
din cele dou semiplane determinate de dreapt. Se nlocuiesc n inecuaie coordonatele
punctului ales. Dac obinem o inegalitate adevrat, atunci mulimea soluiilor
inecuaiei respective este format din toate punctele din semiplanul n care se afl
punctul pe care l-am ales, incluznd i punctele de pe dreapta care mrginete
semiplanul. Dac inegalitatea obinut este fals, cellalt semiplan este cel care ne
convine.
De exemplu, s rezolvm inecuaia 2 3 12 x y + s . Reprezentm grafic dreapta
2 3 12 x y + = . Pentru 0 x = gsim 4 y = i pentru 0 y = gsim 6 x = . Deci dreapta
trece prin punctele (0, 4) A i (6, 0) B . Alegem originea O(0, 0) i nlocuim n inecuaia
dat. Se obine 2 0 3 0 12 + s ceea ce este adevrat. Prin urmare ne convine semiplanul
65
care conine originea, inclusiv punctele de pe dreapt. Coordonatele punctelor din
semiplanul haurat (cu tot cu dreapta AB) verific inegalitatea 2 3 12 x y + > .
Pentru o P.P.L. se procedeaz ca mai sus cu fiecare inecuaie.
Mulimea soluiilor posibile ale problemei (vezi seciunea 2.1) este de obicei un
poligon convex. Se poate demonstra c soluiile optime se afl printre vrfurile
poligonului convex. Deci este suficient s calculm valoarea funciei obiectiv n fiecare
vrf. Dac obinem dou sau mai multe valori optime egale, problema admite soluie
optim multipl. Soluia general va fi combinaia liniar convex (Capitolul I) a
vrfurilor respective ale poligonului.
Problema 1. S rezolvm problema de programare liniar:
66
1 2
1 2
1 2
2
1 2
[max] 4 7
6
2
1
, 0
f x x
x x
x x
x
x x
= +
+ s
s
>
>
Dreapta
1 1 2
: 6 d x x + = intersecteaz axele de coordonate n punctele (0, 6) i (6, 0) .
Mulimea soluiilor inecuaiei
1 2
6 x x + s este format din punctele din semiplanul notat
cu
1
S n figura de mai jos, inclusiv punctele de pe dreapta
1
d . Dreapta
2 1 2
: 2 d x x =
intersecteaz axele n punctele (0, 2) i (2, 0) . Soluia inecuaiei
1 2
2 x x s este
semiplanul
2
S , incluznd punctele dreptei
2
d . Dreapta
3 2
: 1 d x = este paralel cu axa
absciselor
1
Ox i taie axa ordonatelor
2
Ox n punctul (0, 1) . Soluia inecuaiei
2
1 x >
este semiplanul
3
S , inclusiv frontiera sa, adic dreapta
3
d . Dreapta
1
0 x = este chiar
axa
2
Ox iar soluia inecuaiei
1
0 x > este semiplanul
4
S , incluznd ntreaga ax
2
Ox . n
sfrit dreapta
2
0 x = este axa
1
Ox iar soluia inecuaiei
2
0 x > este semiplanul
5
S ,
incluznd ntreaga ax
1
Ox . Se intersecteaz semiplanele gsite i se obine mulimea
soluiilor posibile ale problemei. Aceasta este format din toate punctele din interiorul i
de pe frontiera (laturile) patrulaterului ABCD haurat, vezi figura urmtoare. Punctul A
se gsete intersectnd dreapta
3
d cu axa
2
Ox , adic rezolvnd sistemul
2
1
1
0
x
x
=

. Deci
obinem (0, 1) A . Punctul B se obine intersectnd pe
2
d cu
3
d , adic rezolvnd sistemul
1 2
2
2
1
x x
x
=

. Obinem (3, 1). B Analog gsim (4, 2) C i (0, 6) D .

67
Calculm valorile funciei obiectiv n vrfurile poligonului. (Facultativ, pentru cei care
doresc s citeasc despre teoremele fundamentale ale programrii liniare care justific
metoda de rezolvare folosit aici, vezi bibliografia indicat la sfritul acestui capitol).
Se obine: ( ) (0, 1) 7 f A f = = , ( ) (3,1) 19 f B f = = , ( ) (4, 2) 30 f C f = = i
( ) (0, 6) 42 f D f = = . Prin urmare, valoarea maxim a funciei obiectiv, n condiiile
date n problem, este
max
42 f = . Soluia optim, unic, este (0, 6) D = , adic
1
0 x = i
2
6 x = .
Problema 2. S se rezolve P.P.L.:
68
1 2
1 2
1 2
1 2
[opt] 2 3
2 5 2
2 3 6
, 0
f x x
x x
x x
x x
= +
+ >
+ s
>
Se procedeaz ca mai sus i se obine c mulimea soluiilor posibile ale problemei este
format din toate punctele din interiorul i de pe frontiera poligonului (triunghiului)
ABC din figura de mai jos, att pentru problema de minim ct i pentru cea de maxim.
Coordonatele vrfurilor sale sunt
2
(0, )
5
A , (0, 2) B i
3
( ,1)
2
C . Valorile funciei obiectiv
calculate n aceste vrfuri sunt
6
( )
5
f A = , ( ) 6 f B = , ( ) 6 f C = . Observm c problema
de minim are soluia unic ,
2
(0 )
5
A = i
min
1, 20 f = . Dar problema de maxim are soluie
multipl!! Valoarea maxim a funciei obiectiv este
max
6 f = i se atinge n vrfurile B
69
i C. Cum mulimea soluiilor optime este convex, toate punctele de pe segmentul
nchis BC sunt puncte de maxim!! Deci mulimea soluiilor optime ale problemei de
maxim este format din totalitatea combinaiilor liniare convexe ale vectorilor B i C.
Soluia general are forma (1 ) Z B C = + , cu [0, 1] e . Calculnd gsim:
3
(0, 2) (1 )( , 1)
2
Z = + , adic (1, 5 1, 5 ; 1 ) Z = + , [0, 1] e . Soluii particulare
gsim dnd valori numerice parametrului . De exemplu pentru
1
2
= se obine
0,5
3 3
( , )
4 2
Z = , chiar mijlocul segmentului BC.
Observaie. Putei uor verifica soluia general gsit, i anume
( ) 2 (1, 5 1, 5 ) 3 (1 ) 6 f Z = + + = . Dei parametrul se reduce, i aparent orice
soluie particular obinut din Z pentru orice real pare a fi soluie de maxim, acest
lucru este FALS!! Parametrul trebuie s rmn n intervalul nchis [0, 1] pentru c
altfel soluiile particulare gsite nu mai sunt soluii posibile ale problemei, adic
componentele lor nu mai verific restriciile problemei. (Dai lui valoarea 10 de
exemplu i verificai dac componentele vectorului gsit verific restriciile problemei).
Problema 3. S se rezolve P.P.L.:
1 2
1 2
1 2
1 2
[opt] 9 5
1
2 1
, 0
f x x
x x
x x
x x
= +
+ >
+ s
>
70
Procedm ca mai sus i gsim c mulimea soluiilor posibile este vid, adic intersecia
semiplanelor respective este vid.
Problema dat nu admite soluii posibile, deci nu are soluie optim (att pentru minim
ct i pentru maxim).
Problema 4. S se rezolve P.P.L.:
1 2
1 2
1 2
1 2
[max] 3 5
3 3
2 2
, 0
f x x
x x
x x
x x
= +
s
+ s
>
71
Mulimea soluiilor posibile (haurat) este un tronson nemrginit (include i punctele
de pe frontiera tronsonului).
Problema dat are optim infinit (
max
f = +).
72
2.4 Rezolvarea unei probleme de programare liniar
cu algoritmul simplex
Vom prezenta ideile principale pe care se bazeaz algoritmul simplex. Facultativ,
cei care doresc s aprofundeze acest domeniu (imens!!) al cercetrilor operaionale, pot
studia bibliografia de la sfritul capitolului. Pentru nelegerea acestei seciuni sunt
necesare ideile prezentate n seciunea 2.2. Mai nti vom enumera etapele principale de
rezolvare ale unei P.P.L. prin algoritmul simplex. Apoi rezolvm patru probleme (dou
de minim i dou de maxim), n cazul n care dispunem de baz iniial i n cazul n
care sunt necesare variabile artificiale.
Etapele (principale) n rezolvarea unei P.P.L. Mai nti se aduce problema la
forma standard, vezi seciunea 2.2. Se introduc variabilele ecart i dac este necesar i
cele artificiale. Apoi se construiete primul tabel simplex, dup regulile prezentate n
seciunea 2.2. Mai departe urmeaz o serie de iteraii ale algoritmului simplex. La
fiecare iteraie se construiete un nou tabel simplex. Ideea care st la baza acestui
algoritm este aceea c soluia optim a P.P.L. se afl printre vrfurile mulimii soluiilor
posibile ale P.P.L. Iteraiile ne ajut s gsim repede aceast soluie optim, dac ea
73
exist. Tabelul de la fiecare iteraie se construiete aplicnd pe rnd regulile i
criteriile de mai jos. Notaiile sunt cele din seciunea 2.2.
Criteriul de optim. Valorile 0
j
A > la probleme de minim i 0
j
A s la probleme de
maxim. Dac acest criteriu este satisfcut ne oprim chiar la primul tabel. Sau la tabelul
pentru care criteriul este satisfcut. Soluia optim se citete de pe coloana
B
D . Vezi
exemplele de mai jos.
Criteriul de intrare n baz. Dac criteriul de optim nu este satisfcut, se aplic acest
nou criteriu. La maxim, intr n baz vectorul corespunztor celei mai mari valori
pozitive
j
A iar la minim intr n baz vectorul corespunztor celei mai mici valori
negative
j
A .
Criteriul de ieire din baz. Este acelai, i la maxim i la minim. "Se mparte"
coloana
B
D la coloana vectorului care intr n baz, adic se mpart componentele
primului vector la cele corespunztoare pozitive ale celui de al doilea vector. Se alege
raportul minim i vectorul de pe linia raportului minim iese din baz.
Regula pivotului. Dup fixarea bazei noi, prin aplicarea celor dou criterii anterioare,
se completeaz noul tabel. La fiecare iteraie, coloanele tabelului conin de fapt
coordonatele vectorilor respectivi n baza nou. Prin urmare, pe coloanele vectorilor
care se afl n baza curent vom avea o component egal cu 1 i restul componentelor
nule. Pivotul este numrul aflat la intersecia liniei vectorului care iese din baz cu
coloana vectorului care intr n baz. Linia pivotului se mparte cu pivotul. Iar restul
coordonatelor vectorilor se calculeaz cu regula pivotului, vezi exemplele de mai jos. La
74
sfrit se calculeaz din nou valorile
j
z i
j
A ca la primul tabel. Se continu cu
aplicarea pe rnd a criteriilor de mai sus, pn cnd criteriul de optim este satisfcut.
Problema 1. S se rezolve P.P.L.:
[max] 3 5 6
2 30
2 12
36
, , , 0
f x y z t
x z t
x y t
x y z
x y z t
= + + +
+ + s
+ + s
+ + s
>
Aducem problema la forma standard prin introducerea variabilelor de compensare.
1 2 3
1
2
3
1, 2, 3
[max] 3 5 6 0 0 0
2 30
2 12
36
, , , , 0
e e e
e
e
e
e
f x y z t u u u
x z t u
x y t u
x y z u
x y z t u
= + + + + + +
+ + + =
+ + + =
+ + + =
>
Construim primul tabel simplex. (Nu sunt necesare aici variabile artificiale).
75
j
c
3 5 1 6 0 0 0
B C
B
D
B
V
x
V
y
V
z
t
V
1
e
V
2
e
V
3
e
V
raport
minim
1
e
V
0 30 1 0 1 2 1 0 0 30/2
2
e
V
0 12 2 1 0 1 0 1 0 12/1
3
e
V
0 36 1 1 1 0 0 0 1 -
j
z
0 0 0 0 0 0 0 0
j
A
3 5 1 6 0 0 0
Vectorul
t
V intr n baz (problema este de max i "6" este cea mai mare valoare
pozitiv pe linia
j
A ). Vectorul
2
e
V iese din baz deoarece raportul minim este egal cu
12. Pivotul este (notat cu rou bold i subliniat) "1". Urmtorul tabel:
76
j
c
3 5 1 6 0 0 0
B C
B
D
B
V
x
V
y
V
z
t
V
1
e
V
2
e
V
3
e
V
raport
minim
1
e
V
0 6 -3 -2 1 0 1 -2 0 6/1
t
V
6 12 2 1 0 1 0 1 0 -
3
e
V
0 36 1 1 1 0 0 0 1 36/1
j
z
72 12 6 0 6 0 6 0
j
A
-9 -1 1 0 0 -6 0
Mai inti am completat "6" pe coloana
B
C , cu albastru. Apoi am mprit cu pivotul
(adic la "1") linia pivotului din primul tabel i am completat linia respectiv n al
doilea tabel (linia roie, n dreptul lui 6 albastru). Apoi am completat coloanele
vectorilor din baz (cu verde). Baza curent este
, ,
1 3
, ,
e e
t
B V V V = i, de exemplu,
vectorul
t
V se exprim n aceast baz:
1 3
0 1 0
e e
t t
V V V V = + + . De aceea pe coloana lui
t
V apare 0, 1, 0. Restul coordonatelor vectorilor le-am completat cu regula pivotului.
Dac dorim s calculm prima component a lui
B
D din al doilea tabel, de exemplu,
uitai-v la primul tabel, la dreptunghiul format cu vrfurile roii, 30, 12, 2, 1, adic
30 2
12 1( ) pivot
. Diagonala pe care se afl pivotul se ia cu + !! Deci avem,
30 1 12 2 6
6
1 pivot

= = . A treia component a lui
B
D din al doilea tabel se calculeaz din
77
dreptunghiul respectiv din primul tabel cu aceeai regul:
12 1
36 0
. Se obine
1 36 12 0 36
36
1 pivot

= = . Sau, pentru prima component a lui
2
e
V , din al doilea tabel, se
formeaz, n primul tabel, dreptunghiul
2 0
1 1
. Se obine
1 0 1 2 2
2
1 pivot

= = . La
sfrit se calculeaz valorile de pe liniile
j
z i
j
A i se aplic din nou criteriile despre
care am vorbit mai sus, n ordinea respectiv. Pivotul este negru bold i subliniat.
Trecem la urmtorul tabel.
j
c
3 5 1 6 0 0 0
B C
B
D
B
V
x
V
y
V
z
t
V
1
e
V
2
e
V
3
e
V
raport
minim
z
V
1 6 -3 -2 1 0 1 -2 0 -
t
V
6 12 2 1 0 1 0 1 0 12/1
3
e
V
0 30 4 3 0 0 -1 2 1 30/3
j
z
78 9 4 1 6 1 4 0
j
A
-6 1 0 0 -1 -4 0
Pivotul este "3". Trecem la urmtorul tabel.
78
j
c
3 5 1 6 0 0 0
B C
B
D
B
V
x
V
y
V
z
t
V
1
e
V
2
e
V
3
e
V
raport
minim
z
V
1 26
-1/3
0 1 0 1/3
-2/3
2/3
t
V
6 2 2/3 0 0 1 1/3 1/3 -1/3
y
V
5 10 4/3 1 0 0
-1/3
2/3 1/3
j
z
88 31/3 5 1 6 2/3 14/3 1/3
j
A
-22/3
0 0 0
-2/3 -14/3
-1/3
Observm c criteriul de optim este satisfcut, deci ne oprim. Valoarea optim a funciei
obiectiv se citete (i la max i la min) de pe linia
j
z , prima csu:
max
88 f = n cazul
nostru. Soluia optim se citete de pe coloana
B
D . Acolo sunt valorile variabilelor
corespunztoare vectorilor din baz. Celelate variabile au valoarea zero!!. Deci, n
cazul nostru, x = 0, y = 10, z = 26, t = 2,
1, 2, 3
0 u = . Problema dat are soluia unic
(0, 10, 26, 2) X = .
Observaie important. n orice P.P.L. i pentru orice tabel simplex de la oricare
iteraie sunt importante urmtoarele idei de mai jos.
79
1. n fiecare tabel, coloana
B
D ne furnizeaz o soluie posibil (admisibil) de baz a
P.P.L. Variabilele pentru care vectorii corespunztori nu apar n baza curent sunt nule.
Valoarea funciei obiectiv pentru aceast soluie de baz se citete din csua
0
z (prima
de pe linia
j
z ). Aceast valoare crete n fiecare tabel pn la valoarea maxim la
probleme de maxim, respectiv scade pn la valoarea minim, la cele de minim. De
exemplu, n penultimul tabel de mai sus, baza curent este
3
{ , , }
e
z t
B V V V = . Soluia
posibil de baz este z = 6, t = 12 i
3
30
e
u = , celelalte variabile sunt nule. Deci soluia
respectiv, scris vectorial este X = (0, 0, 6, 12, 0, 0, 30). Valoarea corespunztoare a
funciei obiectiv este
( ) 3 0 5 0 1 6 6 12 0 0 0 0 0 30 78 f X = + + + + + + = .
2. n coloanele oricrui tabel simplex apar coordonatele vectorilor respectivi n baza
curent. De exemplu, n penultimul tabel de mai sus, vectorul
x
V are coordonatele -3, 2
i 4 n baza curent
3
{ , , }
e
z t
B V V V = . Adic,
3
3 2 4
e
x z t
V V V V = + + , ceea ce putei
verifica direct, nlocuind vectorii (vezi Capitolul I) din primul tabel: (1, 2, 1) = -3(1, 0,
1) + 2(2, 1, 0) + 4(0, 0, 1). Acest lucru se poate verifica i cu formula matricial
(Capitolul I)
1
( )
B
x x
V B V

= . Matricea asociat bazei B este

1 2 0
0 1 0
1 0 1
B
| |
|
=
|
|
\ .
i inversa sa
este
1
1 2 0
0 1 0
1 2 1
B

| |
|
=
|
|

\ .
. Deci,
1 2 0 1 3
( ) 0 1 0 2 2
1 2 1 1 4
B
x
V
| || | | |
| | |
= =
| | |
| | |

\ .\ . \ .
.
80
Problema 2. S se rezolve P.P.L.:
[min] 2 3 4
5 8 27
5 8 39
, , , 0
f x y z t
x y t
x y z
x y z t
= + + +
+ + =
+ + =
>
Observm c dac mprim cu 8 ambele ecuaii avem o baz iniial (nu sunt necesare
alte variabile). Problema se scrie echivalent
[min] 2 3 4
5 1 27
8 8 8
1 5 39
8 8 8
, , , 0
f x y z t
x y t
x y z
x y z t
= + + +
+ + =
+ + =
>
i tabelele corespunztoare sunt:
j
c
1 2 3 4
B C
B
D
B
V
x
V
y
V
z
t
V
raport
minim
t
V
4 27/8 5/8 1/8 0 1 27/5
z
V
3 39/8 1/8 5/8 1 0 39/1
j
z
225/8 23/8 19/8 3 4
j
A
-15/8
-3/8 0 0
81
j
c
1 2 3 4
B C
B
D
B
V
x
V
y
V
z
t
V
raport
minim
x
V
1 27/5 1 1/5 0 8/5 27/1
z
V
3 21/5 0 3/5 1
-1/5
21/3
j
z
18 1 2 3 1
j
A
0 0 0 3
Observm c 0
j
A > , deci criteriul de optim este ndeplinit (minim).
min
18 f = i soluia
optim este
27 21
( , 0, , 0)
5 5
X = . Dar ea nu este unic!!
Criteriul de optim multiplu. Indiferent dac este vorba de minim sau de maxim, dac
pe linia
j
A , n tabelul de optim, apar i alte valori nule n afar de cele care corespund
vectorilor din baza curent (care sunt nule n orice tabel simplex), problema P.P.L.
admite soluie optim multipl. Se introduc pe rnd, n baz, vectorii care corespund
valorilor
j
A nule ce apar n plus, i apoi se scrie soluia general a problemei ca o
combinaie liniar convex a soluiilor optime gsite.
n ultimul tabel de mai sus, "0" de pe coloana lui
y
V ne indic c
y
V trebuie s intre n
baz ca s gsim o nou soluie optim. Vectorul care iese din baz se afl tot cu
82
criteriul de ieire despre care am vorbit mai sus. Nu e necesar s calculm dect valorile
de pe coloana
B
D .
j
c
B C
B
D
B
x
V
1 4
y
V
2 7
j
z
18
j
A
A doua soluie optim este (4, 7, 0, 0) Y = . Soluia general a problemei este
(1 ) Z X Y = + cu [0,1] e , problema admite soluie optim multipl.
Problema 3. S se rezolve P.P.L.:
[max] 3 2 5 2
2 3 10
2 3 4
, , , 0
f x y z t v
x y z t v
x y z t v
x y z t
= + + + +
+ + + + =
+ + + + =
>
Introducem variabilele artificiale, deoarece nu avem o baz iniial. Problema devine:
83
1 2
1
2
1, 2
[max] 3 2 5 2
2 3 10
2 3 4
, , , , 0
a a
a
a
a
f x y z t v M w M w
x y z t v w
x y z t v w
x y z t w
= + + + +
+ + + + + =
+ + + + + =
>
Tabelele simplex sunt cele de mai jos. Reamintim (vezi seciunea 2.2) c M (este
un numr neprecizat foarte mare n raport cu orice alt numr din tabel).
Atenie: Coloanele vectorilor corespunztori variabilelor artificiale nu se mai
calculeaz, odat ce au ieit din baz !!
c
j
3 2 1 5 2 -M -M
B
B
C
B
D
V
x
V
y
V
z
V
t
V
v
1
a
V
2
a
V
r.
min.
1
a
V
-M 10 1 2 1 3 1 1 0 10/3
2
a
V
-M 4 2 1 1 1 3 0 1 4/1
z
j
-14M -3M -3M -2M -4M -4M -M -M
j
A
3+3M 2+3M 1+2M 5+4M 2+4M 0 0
84
c
j
3 2 1 5 2 -M -M
B
B
C
B
D
V
x
V
y
V
z
V
t
V
v
1
a
V
2
a
V
r.
min.
V
t
5 10/3 1/3 2/3 1/3 1 1/3 - 0 10/1
2
a
V
-M 2/3 5/3 1/3 2/3 0 8/3 - 1 2/8
z
j
(50-
2M)/3
(5-
5M)/3
(10-
M)/3
(5-
2M)/3
5 (5-
8M)/3
- -M
j
A
(4+
5M)/3
(-4
+M)/3
(-2 +
2M)
/3
0 (1+
8M)/
3
- 0
Trebuie aleas cea mai mare valoare
j
A pozitiv (avem max!!). Pentru a compara dou
valori
j
A , facem diferena dintre ele. De exemplu,
4 5 1 8 3
( ) 1 0
3 3 3 3 3
M M M
+ + = < .
Deci cea mai mare valoare de pe linia
j
A este pe coloana lui
v
V , vector care va intra n
baz.
85
c
j
3 2 1 5 2 -M -M
B
B
C
B
D
V
x
V
y
V
z
V
t
V
v
1
a
V
2
a
V
r.
min.
V
t
5 26/8 1/8 5/8 1/4 1 0 - - 26/1
V
v
2 1/4 5/8 1/8 1/4 0 1 - - 2/5
z
j
134/8 15/8 27/8 7/4 5 2 - -
j
A
9/8 -11/8 -3/4 0 0 - -
c
j
3 2 1 5 2 -M -M
B
B
C
B
D
V
x
V
y
V
z
V
t
V
v
1
a
V
2
a
V
r.
min.
V
t
5 16/5 0 3/5 1/5 1 -1/5 - - -
V
x
3 2/5 1 1/5 2/5 0 8/5 - - -
z
j
86/5 3 18/5 11/5 5 19/5 - -
j
A
0 -8/5 -6/5 0 -9/5 - -
Observm c criteriul de maxim ( 0
j
A s ) este ndeplinit deci ne oprim. Soluia optim
(unic) este ,
2 16
( , 0, 0 , 0)
5 5
X = iar
max
86
5
f = .
Problema 4. S se rezolve problema de programare liniar:
86
[min] 2 3 4
2 3 15
2 3 18
, , , 0
f x y z t
x y z t
x y z t
x y z t
= + + +
+ + + =
+ + + =
>
Se introduc variabilele artificiale, deoarece nu avem o baz iniial. Se obine:
1 2
1
2
1 2
[min] 2 3 4
2 3 15
2 3 18
, , , , , 0
a a
a
a
a a
f x y z t M v M v
x y z t v
x y z t v
x y z t v v
= + + + + +
+ + + + =
+ + + + =
>
Calculele sunt integrate ntr-un singur tabel, se poate scrie i aa, ca mai jos.
87
c
j
1 2 3 4 M M
B C
B
D
B
V
x
V
y
V
z
V
t
1
a
V
2
a
V
raport
minim
1
a
V
M 15 2 1 1 3 1 0 15/1
2
a
V
M 18 1 2 3 1 0 1 18/3
z
j
33M 3M 3M 4M 4M M M
j
A
1-3M 2-3M 3-
4M
4-4M 0 0
1
a
V
M 9 5/3 1/3 0 8/3 1 - 27/8
V
z
3 6 1/3 2/3 1 1/3 0 - 18
z
j
18+9M 1+5M/3 2+M/3 3 1+8M/3 M -
j
A
-5M/3 -M/3 0 3-8M/3 0 -
V
t
4 27/8 5/8 1/8 0 1 - - 27/5
V
z
3 39/8 1/8 5/8 1 0 - - 39/1
z
j
225/8 23/8 19/8 3 4 - -
j
A
-15/8 -3/8 0 0 - -
V
x
1 27/5 1 1/5 0 8/5 - - 27
V
z
3 21/5 0 3/5 1 -1/5 - - 7
z
j
18 1 2 3 1 - -
j
A
0 0 0 3 - -
V
x
1 4 - - -
V
y
2 7 - - -
z
j
18 - - -
88
Din penultimul tabel se vede c
min
18 f = i
27 21
( , 0, , 0)
5 5
U = este o soluie de minim.
Dar, conform criteriului de optim multiplu (vezi mai sus), introducnd n baz vectorul
y
V mai obinem o soluie de minim, (4, 7, 0, 0) H = . Soluia de minim general este
(1 ) Z U H = + , unde [0, 1] e .
Observaii finale. Mai sus am prezentat principiile importante de funcionare ale
algoritmului simplex. Exist i situaii "nefericite" care pot apare, dar de care nu ne
ocupm aici. De exemplu, dac dup aplicarea criteriului de intrare n baz, vectorul
care trebuie s intre n baz are toate componentele de pe coloana sa negative sau nule,
problema respectiv admite optim infinit i algoritmul se oprete cu aceast decizie,
indiferent dac e vorba de maxim sau de minim. Acesta este aa numitul criteriu de
optim infinit. O alt situaie poate apare dac este ndeplinit criteriul de optim dar
variabilele artificiale apar n soluia optim (deci unii vectori artificiali rmn n baza de
la ultimul tabel, nefiind eliminai pe parcurs). Dac exist valori strict pozitive ale
acestor variabile artificiale, algoritmul se termin cu decizia "problema dat nu admite
soluie". Dac toate variabilele artificiale sunt nule, algoritmul se oprete, soluia optim
se numete degenerat. Degenerarea apare i n situaiile n care pe coloana
B
D apar
zerouri, n urma aplicrii criteriului de ieire din baz, cnd sunt mai multe rapoarte
minime egale. O soluie de baz este degenerat dac numrul de componente strict
pozitive ale soluiei este inferior numrului de vectori din baz. Degenerarea poate
conduce la ciclaj, adic dup mai multe iteraii ajungem la un tabel simplex gsit la o
89
etap precedent. Se poate iei din acest impas dar aceasta depete cadrul cursului
nostru. Facultativ, putei citi despre aceste situaii n bibliografia indicat, vezi mai jos.
90
Bibliografie
1. http://www.zweigmedia.com/RealWorld/simplex.html
(soft online gratuit i simplu de utilizat pentru rezolvarea unei probleme de optimizare
liniar).
2. Elementary linear programming with applications, Bernard Kolman, Robert E. Beck,
Elsevier Science & Technology books, 1995.
3. Cursuri online gratuite ASE Bucureti:
http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=279&idb=
4. Linear and nonlinear programming, David G. Luenberger, Yinyu Ye, Springer, 2008
(3rd edition).
5. Matematici aplicate n Economie, Mihaela Neamu, Elena Topuzu,
Ciprian Preda, Ed. Universitii de Vest, Timioara, 2010.
6. Matematici Aplicate n Economie, Mihai Boleanu, Ed. Eurostampa, Timioara, 2000.
7. http://www.scribd.com/epsilon9999
(materiale diverse despre aplicaiile P.P.L. n turism, cazinouri, bnci, industrie, etc.).
Pentru cei care doresc s nvee mai mult dect se cere la examen.
91
Capitolul III
ELEMENTE DE ANALIZ MATEMATIC
CU APLICAII N ECONOMIE
n acest capitol vom introduce funciile reale de mai multe variabile reale i vom
prezenta cteva metode de optimizare neliniar utile n practica economic, mpreun cu
mai multe aplicaii din economie. Optimizarea neliniar se refer la gsirea valorilor
optime pentru funcii de tip cost, profit, funcii de producie sau de utilitate care sunt
neliniare. Restriciile la care sunt supuse variabilele de asemenea pot fi neliniare. La
bibliografie am inclus titluri de cri utilizate la mari universiti din ar, din Europa i
din SUA. De asemenea am inclus i linkuri ctre softuri educative gratuite, utilizabile
online. Materialul este prezentat la un nivel elementar dar, cei care doresc s nvee mai
mult dect se cere la examen, pot studia bibliografia indicat.
3.1 Funcii reale de mai multe variabile reale
Conceptul de funcie. O funcie este un triplet format dintr-o mulime A numit
domeniul de definiie, o mulime B numit codomeniu i o lege de coresponden
92
ntre elementele celor dou mulimi. Legea de coresponden trebuie s fie n aa fel
nct la fiecare element din mulimea A s corespund un singur element din mulimea
B. Funcia se noteaz cu o liter oarecare, s presupunem f, i scriem pe scurt
: f A B , adic funcia f este definit pe mulimea A i ia valori n mulimea B. Dac x
este un element din A, corespondentul su din mulimea B se noteaz cu ( ) f x i se
numete valoarea lui f corespunztoare lui x. Variabila x se cheam argument al
funciei iar valoarea ( ) f x se mai numete imaginea funciei f corespunztoare lui x.
Totalitatea valorilor ( ) f x , corespunztoare tuturor elementelor x din mulimea A
formeaz mulimea valorilor sau imaginilor funciei f. Aceast mulime se noteaz de
obicei cu Im(f) i se numete imaginea funciei f. Evident, Im(f) este inclus sau
coincide cu mulimea B.
Funcii reale de o singur variabil real. O funcie real de o variabil real, f,
are domeniul de definiie, cel mai adesea, un interval I al axei reale, mrginit sau
nemrginit, iar codomeniul este mulimea numerelor reale . Scriem : f I . Legea
de coresponden este exprimat de obicei printr-o formul. Elementele din intervalul I
le mai numim puncte iar notaia ( ) f x nseamn valoarea lui f n punctul x.
De exemplu, s considerm funcia :[ 4, 4] f ,
2 3
1
( ) sin ( )
2
f x x x = + .
Valoarea lui f n punctul x = este
1
( )
2
f = (deoarece sin 0 0 = ).
Graficul unei funcii reale de o singur variabil real se reprezint, cel mai adesea n
practica economic, printr-o linie curb continu, care nu are "coluri", adic putem
construi o dreapt tangent la aceast curb, n fiecare punct al curbei. Un punct (P)
oarecare de pe curb are dou coordonate. Abscisa punctului P este un numr x din
93
intervalul I. Abscisa se reprezint pe axa Ox, dup cum am vzut la recapitularea fcut
n capitolele anterioare. Ordonata punctului P este un numr real y care se reprezint pe
axa Oy. Acest numr se calculeaz nlocuind n expresia funciei valoarea
corespunztoare a lui x. Deci, pentru orice punct P de pe curb, dac abscisa este x I e
atunci ordonata punctului este ( ) y f x = . Relaia ( ) y f x = se numete ecuaia
graficului funciei f (a curbei respective). De exemplu, pentru funcia definit mai sus,
graficul are forma:
94
Punctul verde de pe curb are abscisa a = -1,90709 i ordonata sa este y = f(a) = 3,5594.
Spunem c a este un punct de maxim local al funciei date. Punctul rou de pe curb
are coordonatele b = 1,90709 i y = f(b) = -2,5594. Spunem c b este un punct de
minim local al funciei f. Noiunile acestea vor fi definite mai precis, mai trziu.
Domeniul de definiie al funciei este intervalul nchis [-4, 4]. Punctul cel mai nalt de
95
pe curb are coordonatele (4, f(4)). Spunem c c = 4 este un punct de maxim global al
funciei f. Iar punctul de coordonate (-4, f(-4)) este punctul cel mai jos poziionat pe
curb, deci d = -4 este punct de minim global al funciei f.
Exemplu practic. Echipa managerial a unui complex format din 250 de apartamente a
stabilit, pe baza datelor statistice culese i prelucrate, c la un numr x de apartamente
nchiriate, profitul lunar ($) este
2
( ) 8 3200 80000 P x x x = + . Cte apartamente ar
trebui nchiriate pentru a obine un profit maxim?
Soluie. Reamintim c funcia de gradul II este definit pe i cu valori n ,
2
( ) f x ax bx c = + + . Graficul su este o parabol cu vrful n punctul de coordonate
( , )
2 4
b
a a
A
, unde
2
4 b ac A = . Parabola este orientat cu deschiderea n sus dac
0 a > i n jos dac 0 a < . Dac 0 a > , atunci funcia este (strict) descresctoare pe
intervalul ( , )
2
b
a
i (strict) cresctoare pe intervalul ( , )
2
b
a
+ . Dac 0 a < ,
atunci pe primul interval funcia este strict cresctoare i pe al doilea strict
descresctoare. n cazul dat n problem, ( ) P x este o funcie de gradul II, cu
8 0 a = < , iar intervalul care ne intereseaz este [0, 250] . Deoarece
3200
200
2 16
b
a
= =

, funcia ( ) P x este cresctoare pe intervalul [0, 200] i

descresctoare pe [200, 250] . Deci punctul de maxim este 200 x = (apartamente), prin
urmare profitul maxim este (200) 240000 P = ($). (Aceasta, economic, nseamn evident
c fie chiria trebuie mrit sau costurile de ntreinere trebuie reduse). Grafic, se obine
figura de mai jos, i rezolvarea se poate face i pe aceast cale:
96
Funcii reale de dou variabile reale. Astfel de funcii sunt definite pe o
submulime D a spaiului
2
. Cel mai adesea D este un produs cartezian a dou
intervale ale axei reale,
1 2
D I I = . Scriem : f D . Un argument al funciei este o
pereche ordonat de numere reale ( , ) x y D e , unde
1
x I e i
2
y I e . Stabilirea precis a
domeniului de definiie este important. De exemplu, fie funcia
2
4
( , )
ln
x
f x y
y
+
= .
Domeniul maxim de definiie al funciei este mulimea
2 2
{( , ) 4 0, 0, ln 0} D x y x y y = e > > = . Condiiile impuse asupra variabilelor sunt
obligatorii, altfel expresia dat nu are sens! Rezolvnd inecuaiile, obinem [ 2, 2] x e
i (0, 1) (1, ) y e + . Deci domeniul maxim de definiie este, cu alt scriere,
2
{( , ) [ 2, 2], (0, 1) (1, )} D x y x y = e e e + . Dac dorim s restrngem domeniul
97
de definiie, putem alege de exemplu [ 2, 2] (0, ) D = + . Valoarea funciei f n
punctul , ) (0 e a = este
4
( ) (0, ) 2
ln
f a f e
e
= = = .
Graficul unei funcii reale de dou variabile reale este o poriune de suprafa. Cteva
idei sunt utile ca suport intuitiv pentru seciunile urmtoare. Un punct oarecare de pe
suprafaa respectiv are trei coordonate, n raport cu un sistem de axe perpendiculare
dou cte dou, Oxyz, cu originea n (0, 0, 0) O . Primele dou coordonate sunt x i y,
perechea ( , ) x y aparinnd domeniului de definiie al funciei respective, D. A treia
coordonat este z, care se calculeaz din relaia ( , ) z f x y = . Aceast ecuaie se numete
ecuaia graficului funciei f (a suprafeei respective). Vezi poza:
Cteva exemple sunt date mai jos.
98
n prima "poz" apare graficul funciei
2 2
( , ) 4
x y
z f x y e

= = , definit pe mulimea
[ 10, 10] [ 10, 10] D = . Suprafaa respectiv arat ca suprafaa unui "deal". Axa de
simetrie este Oz. Punctul cel mai nalt de pe suprafa are coordonatele (0, 0, 4).
Proiecia acestui punct pe planul xOy este chiar originea O(0, 0, 0). Spunem c punctul
(0, 0) D e este un punct de maxim global al funciei f.
O suprafa, graficul unei funcii oarecare f , poate fi format din mai multe "dealuri" de
tipul acesta. Unele mai "nalte" dect altele. Proiecia pe planul xOy a vrfului unui
99
astfel de "deal" este un punct de coordonate ( , , 0) a b . Punctul ( , ) a b l numim un punct
de maximlocal al funciei f.
n al doilea exemplu, avem graficul funciei
2 2
sin( )
( , )
x y
z f x y e
+
= = , definit pe
[ 1, 1] [ 1, 1] . Arat ca suprafaa unei "vi". Punctul cel mai de jos al "vii" are
coordonatele (0, 0, 1). Proiecia sa pe planul xOy are coordonatele (0, 0, 0). Spunem c
punctul (0, 0) este un punct de minimglobal al funciei date.
V putei imagina graficul unei funcii oarecare ca fiind format din mai multe "vi",
unele mai "adnci" dect altele. Proiecia pe planul xOy a punctului "cel mai de jos" al
unei astfel de vi este este un punct de coordonate (a, b, 0). Punctul (a, b) l numim
punct de minim local al funciei f. O funcie poate avea mai multe puncte de minim sau
de maxim local. Graficul su ar putea arta astfel:
100
Exemplu practic. Una din primele funcii de producie utilizate, att pentru
firme individuale ct i pentru probleme de economie global (vezi cursul de
Microeconomie i bibliografia de mai jos), a fost funcia lui Cobb - Douglas,
1
( , ) P L K L K

= , unde P este valoarea total (u.m.) a bunurilor produse ntr-un an, L
este numrul total de ore de munc prestate, K este valoarea fondurilor fixe angajate n
producie iar i sunt constante pozitive. P este definit pe [0, ) [0, ) + + .
Uneori, pentru diferite funcii de producie, L poate fi numrul total de angajai al unei
firme sau dintr-o economie.
Funcii reale de n variabile reale. O astfel de funcie este definit pe o mulime
n
D _ i are valori n . Domeniul de definiie este adesea (sau poate fi restrns la)
101
un produs cartezian de intervale deschise ale axei reale, adic
1 2
...
n
D I I I = , i l
vom considera aa peste tot n acest capitol. Un punct al mulimii D l notm generic
cu
1 2
( , , ..., )
n
X x x x = , unde
k k
x I e , 1, k n = . Valoarea unei astfel de funcii, calculat
ntr-un punct dat
1 2
( , , ..., )
n
A a a a = din domeniul de definiie, este un numr real, notat
cu
1 2
( ) ( , , ..., )
n
f A f a a a = . O vecintate a unui punct A din domeniul de definiie al
funciei este o mulime M D _ care conine punctul A i care se scrie ca un produs
cartezian de intervale deschise, adic
1 2
...
n
M J J J = . n o vecintate a unui
punct A este un interval deschis al axei reale care-l conine pe A. n
2
, o vecintate a
unui punct ( , ) A a b = este format din toate punctele din interiorul unui dreptunghi
care-l conine i pe A, unde
1
a J e i
2
b J e :
102
Dac sunt mai puine variabile, le putem nota cu x, y, z etc. De exemplu, fie funcia
2
ln
( , , , )
y
f x y z t x
z t
= +
+
. Putem alege ca domeniu de definiie
(0, ) (0, 1) (0, 2) (0, 3) D = + , de exemplu. Domeniul maxim de definiie este o
mulime mai "mare", care este definit prin condiiile 0 y > i 0 z t + > . Valoarea
funciei f n punctul (2, 1, 2, 7) A = este f(A) = f(2, 1, 2, 7) = 4.
Punct de extrem local liber. Figurile anterioare formeaz un suport intuitiv
pentru a nelege mai bine noiunea de punct de extrem local. Vom defini acum riguros
acest concept. Fie : f D o funcie real de n variabile reale. D l considerm ca un
produs de intervale deschise. Notm cu
1 2
( , , ..., )
n
X x x x = un punct generic din D i cu
1 2
( , , ..., )
n
A a a a = un punct fixat din D. Spunem c A este un punct de maxim local
liber (sau fr condiii) pentru funcia f dac exist o vecintate M D _ a lui A astfel
nct ( ) ( ) f X f A s pentru orice punct X din M. Dac inegalitatea are loc pentru orice
punct X din domeniul de definiie al funciei, spunem c A este un punct de maxim
global (liber) al funciei f. Analog se definesc punctele de minim (local sau global)
libere, nlocuind s cu >, n inegalitatea anterioar. Numrul ( ) f A se numete
valoarea extrem (local sau global) a funciei f.
Punct de extrem local condiionat. n problemele practice din economie pot
apare situaii n care se impun anumite condiii asupra variabilelor (restricii bugetare,
tehnologice, etc.). Ca s avem un suport intuitiv, s considerm urmtorul exemplu. Se
d funcia
2 2
( , ) 2 f x y x y = + i condiia (restricia)
2 2
1 x y + = (care este ecuaia unui
cerc n planul xOy, cu centrul n origine i de raz egal cu 1). Cutm un punct A, de pe
103
cerc, astfel nct ( ) ( ) f X f A > pentru orice punct X de pe cerc, aflat ntr-o vecintate a
lui A (deci X este un punct oarecare al unui anume arc de cerc "micu" care-l conine pe
A, n interior). Graficul funciei, n raport cu un sistem de coordonate Oxyz, arat ca mai
jos.
Un punct oarecare de pe suprafaa de ecuaie
2 2
( , ) 2 z f x y x y = = + , are coordonatele
( , , ) x y z , unde
2 2
( , ) 2 z f x y x y = = + . Domeniul de definiie al funciei poate fi luat
2
, deci
2
( , ) x y e . Un punct oarecare C de pe curba roie de pe suprafaa respectiv,
are coordonatele , ) ( , z x y unde
2 2
( , ) 2 z f x y x y = = + dar
2 2
1 x y + = . Proiecia unui
astfel de punct C pe planul xOy cade pe cercul (rou) din planul xOy (adic piciorul
perpendicularei duse din C pe planul xOy se afl pe cercul rou). Valoarea ( , ) f x y
104
reprezint distana de la un punct oarecare de pe suprafa (avnd coordonatele
( , , ( , )) x y z f x y = la planul xOy. Se vede c punctul rou, ngroat, de pe curba roie, se
afl la distana cea mai mic de planul xOy, cel puin local. Proiecia punctului rou de
pe curb pe planul xOy cade n punctul de coordonate (1, 0, 0) din planul xOy, acolo
unde cercul intersecteaz axa Ox. Pentru un arc de cerc suficient de mic, care conine
punctul de coordonate (1, 0, 0) , avem , ) (1, 0) ( y f f x > , oricare ar fi punctul de
coordonate ( , , 0) x y de pe acel arc de cerc. Prin urmare punctul
2
(1, 0) A = e este un
punct de minim local condiionat al funciei f.
n general, fie
1 2
( , , ..., )
n
f x x x o funcie definit pe o mulime D (produs de intervale
deschise, ca mai sus), i s presupunem c asupra variabilelor funciei sunt impuse
anumite restricii (condiii, legturi). S notm cu M mulimea tuturor punctelor
1 2
( , , ..., )
n
X x x x = din domeniul D care verific toate restriciile problemei date.
Punctul
1 2
( , , ..., )
n
A a a a = din M se cheam punct de maxim local condiionat al
funciei f dac exist o vecintate V a lui A astfel nct ( ) ( ) f X f A s pentru orice punct
X din V M . Dac inegalitatea are loc pentru orice punct X din M, spunem c A este
un punct de maxim global condiionat al funciei f . Analog se definesc punctele de
minim (local sau global) condiionate, " s" devine " >".
Puncte a. Ne vom ocupa n seciunile urmtoare cu determinarea precis a
punctelor de extrem. Vom vedea n seciunile care urmeaz c exist puncte speciale n
care derivatele pariale ale unei funcii se anuleaz dar aceste puncte nu sunt puncte de
extrem local. Ele se cheam puncte a. Aceasta pentru c, n vecintatea unui astfel de
punct, graficul unei funcii de dou variabile arat ca o a. Mai jos este dat ca exemplu
105
graficul funciei
2 2
( , ) z f x y y x = = . n vecintatea originii (0, 0, 0) O graficul are
form de a. Punctul
2
(0, 0) e este un punct a pentru funcia dat. Planul orizontal
xOy (de ecuaie z = 0) este tangent la suprafa n origine (aceasta deoarece derivatele
pariale ale lui f se anuleaz n (0, 0) , vom vedea mai trziu). Dar punctul (0, 0) nu
este punct de extrem local. Pe direcia axei Ox, (0, 0) 0 f = este o valoare de maxim dar
pe direcia axei Oy este valoare de minim. Orice vecintate, orict de mic, am alege n
jurul punctului
2
(0, 0) e , am gsi n ea dou puncte ( , 0) X a = i (0, ) Y b = astfel
nct ( ) 0 f X < i ( ) 0 f Y > , deci (0, 0) nu este punct de extrem local.
n seciunile urmtoare vom vedea cum se determin precis punctele de extrem local i
punctele a, pentru funcii reale de n variabile reale.
106
Facultativ. Cei care doresc s nvee mai mult dect se cere la examen: putei s v
"jucai" cu grafice 2D i 3D de funcii reale care depind de una sau dou variabile reale.
La fiecare link de mai jos gsii softuri educative gratuite online (nu trebuie nimic
ncrcat pe propriul calculator, doar introducei funcia i "click"). Pentru introducerea
funciei folosii "*" pentru nmulire, "/" pentru mprire i "^" pentru ridicare la o
putere. Avei grij la ordinea operaiilor, folosii paranteze eventual. Avei i exemple
date la fiecare link, de funcii gata introduse.
http://graphold.seriesmathstudy.com
http://www.math.uri.edu/~bkaskosz/flashmo/graph3d
http://calc101.com/webMathematica/sketch.jsp
(nu e necesar nici un password pentru un simplu grafic)
3.2 Derivate pariale i difereniale
Vom presupune peste tot n ceea ce urmeaz c funciile reale de una sau mai
multe variabile reale au domeniul de definiie (D) format dintr-un interval deschis al
107
axei reale, respectiv dintr-un produs cartezian de intervale deschise, vezi i seciunea
anterioar.
Derivata (de ordinul I) a unei funcii reale de o singur variabil real. S
presupunem c graficul unei funcii ( ) f x arat ca n figura de mai jos.
n triunghiul XPB, tangenta unghiului este
( ) ( )
tg
XB f x f a
PB x a

= =

. Dac punctul
( , ( )) X x f x se apropie, pe curb, de punctul fixat ( , ( )) P a f a , atunci segmentul PX, cu
captul P fixat, se apropie de dreapta (roie) tangent la grafic n punctul P. Unghiul
tinde spre unghiul (s zicem ) dintre dreapta roie i axa Ox, notat cu arc dublu mai
sus. Deci, tangenta unghiului va tinde ctre tangenta unghiului . Prin urmare, cnd
x se apropie de a, valorile raportului
( ) ( ) f x f a
x a

se apropie de valoarea tangentei

unghiului , tg . Numrul tg este panta dreptei respective (dreapta roie) i ideea
108
prezentat se scrie pe scurt
( ) ( )
lim tg
x a
f x f a
x a

. Notm tg cu '( ) f a i numim

numrul '( ) f a derivata funciei f n punctul a. n general, dac valorile raportului
( ) ( ) f x f a
x a

se apropie de un anumit numr real, notat cu '( ) f a , atunci cnd x se

apropie de a, spunem c funcia f este derivabil n punctul a i c derivata funciei f
n punctul a este '( ) f a . Scriem pe scurt
( ) ( )
lim '( )
x a
f x f a
f a
x a

i citim, "limita
raportului
( ) ( ) f x f a
x a

, cnd x tinde spre a, este egal cu '( ) f a ". Dac o funcie f este
derivabil n fiecare punct a din domeniul su de definiie, spunem c f este derivabil
pe D. n acest caz, cel mai des ntlnit n practica economic, se construiete o nou
funcie, notat cu ' f , care asociaz la fiecare x din D derivata funciei f n punctul x,
notat cu '( ) f x . Aceast nou funcie se cheam derivata funciei f, sau funcia
derivat. n general, domeniul de definiie al funciei derivate '( ) f x poate coincide sau
este inclus n domeniul funciei f.
Reguli de derivare. Este greu s calculm derivatele unor funcii elementare cu
definiia de mai sus, de fiecare dat. De aceea, este util s memorm cteva reguli de
derivare mpreun cu derivatele unor funcii simple din economie.
- Derivata unei funcii constante este zero: ' 0 C = .
- Derivata produsului dintre o constant i o funcie: ( ) ' ' Cf C f = .
109
- Derivata funciei ( ) f x x = este 1: ' 1 x = .
- Derivata unei puteri, ( ) f x x

= , este:
1
( ) ' x x

= .
- Derivata funciei logaritmice ( ) ln f x x = :
1
(ln ) ' x
x
= .
- Derivata funciei exponeniale ( )
x
f x e = : ( ) '
x x
e e = .
- Derivata sumei (diferenei) a dou funcii: ( ) ' ' ' f g f g = .
- Derivata produsului a dou funcii: ( ) ' ' ' fg f g fg = + .
- Derivata raportului a dou funcii:
2
' '
( ) '
f f g fg
g g

= .
- Derivata unei funcii compuse: ( ) '( ) '( ( )) '( ) g f x g f x f x = ("chain rule").
Alte situaii vor fi prezentate, dac este necesar, n probleme. Putei s v antrenai
singuri, cu funcii de la microeconomie sau din acest curs, sau construite de voi,
derivnd singuri i apoi comparnd rezultatul cu cel furnizat de softul online:
http://calc101.com/webMathematica/derivatives.jsp .
110
Acesta v d derivata de ordinul I i II pentru orice funcie elementar sau compus de
funcii elementare. Familiarizai-v mai nti cu notaiile de acolo i cu regulile de
introducere a funciei, este foarte uor.
Notaii. Pe lng notaia '( ) f a mai folosim i notaia ( )
df
a
dx
pentru derivata funciei f
n punctul a. Dac ne referim la funcia derivat, (sau la derivata funciei f ntr-un
punct oarecare), scriem '( ) f x sau ' f , sau
df
dx
.
Exemplu. Dac ( ) 3 5 f x x = + atunci
1
1
1/ 2
2
1 3
'( ) ((3 5) ) ' (3 5) (3 5) '
2 2 3 5
f x x x x
x

= + = + + =
+
.
Am folosit regula de derivare pentru puteri i pentru funcii compuse. Observai c
domeniul de definiie pentru '( ) f x (adic 3 5 0 x + > ) este inclus strict n cel al lui f
( 3 5 0 x + > ). Cu softul de mai sus, introducei astfel funcia:
Rezultatul, dup ce v explic cum se fac calculele, pe baza regulilor date i mai sus,
arat astfel:
111
L-am ncercuit cu rou. Apoi, se calculeaz acolo, mai jos, i derivata a doua.
Derivata de ordinul II a unei funcii reale de o singur variabil real. S
presupunem c o funcie ( ) f x este derivabil n fiecare punct x D e . Dac i funcia
derivat '( ) f x este derivabil la rndul ei pe D, derivata sa o notm cu ''( ) f x i o
numim derivata de ordinul doi a funciei f. Se mai folosete notaia
2
2
( )
d f
a
dx
, pentru
derivata a doua a funciei f n punctul a D e i
2
2
d f
dx
pentru funcia ''( ) f x . De
exemplu, pentru funcia dat mai sus, ( ) 3 5 f x x = + , am vzut c
3
2 3 5
df
dx x
=
+
i
derivnd nc odat, avem:
1/ 2 ( 1/ 2) 1
3 3 3 1
''( ) ( ) ' ((3 5) ) ' (3 5) (3 5) '
2 2 2 2 3 5
f x x x x
x

= = + = + +
+
3
9 1
4
(3 5) x
=
+
.
Am folosit din nou regula de derivare a unei puteri i regula de derivare a unei funcii
compuse. Cu softul de derivare anterior, derivata de ordinul doi este la sfrit, dup ce
se explic pas cu pas regulile aplicate:
112
Difereniala de ordinul I a unei funcii reale de o singur variabil real.
Notm cu
a
d f difereniala de ordinul I a funciei f, n punctul a . Expresia sa este
'( )
a
d f f a dx = , unde dx este proiecia canonic, adic : dx , ( ) dx u u = , pentru
orice u real. n felul acesta, difereniala de ordinul I poate fi considerat ca o aplicaie
liniar definit pe , cu valori n , ( ) '( )
a
d f u f a u = , pentru orice u real.
Dac ne referim la difereniala funciei f ntr-un punct oarecare x, scriem simplu:
'( ) df f x dx = .
Exemplu. Pentru funcia
5 3
( ) 2 7 f x x x x = + avem, ntr-un punct oarecare,
4 2
(5 6 7) df x x dx = + , i 6
a
d f dx = n punctul 1 a = .
Aplicaie 1. Dac '( ) 0 f x > pentru orice x dintr-un interval I, atunci funcia ( ) f x
este strict cresctoare pe acel interval, adic valorile funciei cresc dac x crete. Dac
'( ) 0 f x < pe un interval I, atunci funcia ( ) f x este strict descresctoare pe acel
interval, adic valorile funciei scad dac valorile lui x cresc. De exemplu, fie funcia de
tip profit
2
( ) 8 3200 80000 P x x x = + (vezi i seciunea 3.1). '( ) 16 3200 P x x = + i
113
derivata este pozitiv pe intervalul ( , 200) i negativ pe (200, ) + . Deci funcia
profit este strict cresctoare pe intervalul [0, 200) i strict descresctoare pe (200, ) + .
Aplicaie 2. S notm cu y valoarea unei funcii ntr-un punct oarecare x, deci
( ) y f x = i fie a un punct fixat. Notm cu x x a A = o variaie a argumentului x i cu
( ) ( ) y f f a x f a A = A = + A , variaia corespunztoare a valorii funciei f . Dac variaia
x A este mic, putem face aproximarea y dy A ~ , mai exact, ( ) '( )
a
y d f x f a x A ~ A = A .
De exemplu, fie funcia (mai sus)
5 3
( ) 2 7 f x x x x = + i s presupunem c x variaz de
la 6 a = la 5,9. Deci 5, 9 6 0,1 x A = = . Atunci variaia corespunztoare a valorii
funciei este:
4 2
(5 6 6 6 7) ( 0,1) 627,1 y A ~ + = .
Derivate pariale de ordinul I. S presupunem c
1 2
( ) ( , , ..., )
n
f X f x x x = este o
funcie real de n variabile reale, definit pe mulimea D, produs cartezian de intervale
deschise, ca n seciunea 3.1 anterioar. Fie
1 2
( , , ..., )
n
A a a a = un punct fixat din D. S
considerm un indice i fixat, ( 1, i n = ), i raportul corespunztor acestui indice fixat,
1 2 1 1 1 2 1 1
( , , ..., , , , ..., ) ( , , ..., , , , ..., )
i i i n i i i n
i i
f a a a x a a f a a a a a a
x a
+ +

. S presupunem c, pe
msur ce variabila
i
x se apropie din ce n ce mai mult de numrul
i
a , valorile
raportului anterior se apropie de un anumit numr real, pe care l notm cu ( )
i
f
A
x
c
c
.
Scriem pe scurt ideea aceasta astfel:
1 2 1 1 1 2 1 1
( , , ..., , , , ..., ) ( , , ..., , , , ..., )
lim
i i
i i i n i i i n
x a
i i
f a a a x a a f a a a a a a
x a
+ +

114
( )
i
f
A
x
c
=
c
. Numrul real ( )
i
f
A
x
c
c
se mai poate nota i cu
'
( )
i
x
f A i se numete derivata
parial a funciei f, n raport cu variabila
i
x , calculat n punctul A. Spunem c
funcia f este derivabil parial n raport cu variabila
i
x n punctul A, dac limita
anterioar exist i este numr real. Dac funcia f este derivabil parial n raport cu
variabila
i
x n orice punct A al domeniului su de definiie, atunci putem construi o
nou funcie, care depinde de n variabile, notat cu
i
f
x
c
c
, numit derivata parial a lui
f n raport cu variabila
i
x .
1 2
( , , ..., )
n
i
f
x x x
x
c
c
reprezint derivata parial a lui f n
raport cu variabila
i
x , calculat ntr-un punct oarecare
1 2
( , , ..., )
n
X x x x D = e . Deci
avem o nou funcie :
i
f
D
x
c

c
. (Uneori domeniul de definiie al funciei derivate
este inclus n domeniul de definiie al lui f ). Dac ne referim la derivata parial ntr-un
punct oarecare X, scriem simplu
i
f
x
c
c
sau
'
i
x
f .
Reguli de derivare parial. Practic, cnd derivm parial o funcie de mai multe
variabile n raport cu variabila
i
x , considerm toate celelalte variabile ca pe nite
constante i folosim exact regulile de derivare de la funciile de o singur variabil, de
mai sus.
Exemplul 1. Fie
2 2
( , ) 3 f x y x xy y = + . Atunci
2 2 ' 2 ' ' 2 '
( 3 ) ( ) (3 ) ( )
x x x x
f
x xy y x xy y
x
c
= + = +
c
=
'
2 3 ( ) 2 3
x
x y x x y + = + .
115
2 2 ' 2 ' ' 2 ' '
( 3 ) ( ) (3 ) ( ) 3 ( ) 2 3 2
y y y y y
f
x xy y x xy y x y y x y
y
c
= + = + = =
c
.
Exemplul 2. Fie o funcie de producie de forma ( , )
b c
f K L aK L = , unde K este
volumul capitalului, L este volumul forei de munc iar a, b, c sunt constante pozitive.
Atunci
1 b c
f
abK L
K

c
=
c
i
1 b c
f
acK L
L

c
=
c
.
Observaie. Dac derivata parial
i
f
x
c
c
este pozitiv pe domeniul D, atunci
funcia f este strict cresctoare n raport cu variabila
i
x . Adic, dac celelalte variabile
sunt fixate, iar variabila
i
x crete, atunci valorile funciei f cresc. Dac
i
f
x
c
c
este
negativ n orice punct din domeniul de definiie D, atunci funcia f este strict
descresctoare n raport cu variabila
i
x , adic, pstrnd constante celelalte variabile,
dac variabila
i
x crete, valorile funciei f scad. n exemplul anterior, valoarea
produciei crete dac volumul forei de munc rmne neschimbat i volumul
capitalului crete. La fel se ntmpl dac K este constant i L crete, ambele derivate
pariale fiind strict pozitive pe (0, ) (0, ) .
Difereniala de ordinul I a unei funcii reale de mai multe variabile reale. Fie
1 2
( , , ..., )
n
f x x x o funcie definit pe domeniul D,
1 2
( , , ..., )
n
A a a a = un punct oarecare
din D, i :
n
i
dx proiecia canonic de ordinul i, definit prin
1 2
( , , ..., )
i n i
dx u u u u = , i fiind un indice oarecare, 1, i n = . Numim difereniala de
116
ordinul I (sau difereniala total sau Frechet) a funciei f n punctul A aplicaia liniar
:
n
A
d f ,
1 2
1 2
( ) ( ) ... ( )
A n
n
f f f
d f A dx A dx A dx
x x x
c c c
= + + +
c c c
. Prin urmare,
1 2 1 2
1 2
( , , ..., ) ( ) ( ) ... ( )
A n n
n
f f f
d f u u u A u A u A u
x x x
c c c
= + + +
c c c
. Dac ne referim la
difereniala de ordinul I ntr-un punct oarecare
1 2
( , , ..., )
n
X x x x D = e , atunci scriem pe
scurt:
1 2
1 2
...
n
n
f f f
df dx dx dx
x x x
c c c
= + + +
c c c
.
Exemplul 3. Pentru funcia anterioar de la Exemplul 1,
2 2
( , ) 3 f x y x xy y = + ,
difereniala sa ntr-un punct oarecare ( , ) x y este:
(2 3 ) (3 2 ) df x y dx x y dy = + + iar difereniala sa n punctul (2, 3) A = este
13
A
d f dx = .
Aproximri liniare. Pentru o funcie
1 2
( , , ..., )
n
f x x x oarecare, fie
1 2
( , , ..., )
n
A a a a = un punct fixat din domeniul de definiie D, i s presupunem c are
loc o variaie
1 2
( , , ..., )
n
X x x x A = A A A a argumentului funciei. Dac
i
x A au valori mici,
atunci putem face aproximaia
1 2
( ) ( ) ( , , ..., )
A n
f f A X f A d f x x x A = + A ~ A A A .
De exemplu, pentru funcia din exemplul anterior, dac x crete de la 2 la 2,05 i y scade
de la 3 la 2,96 atunci valoarea funciei are o variaie corespunztoare
(2, 05; 2, 96) (2, 3) (0, 05; 0, 04)
A
f f f d f A = ~ , unde (2, 3) A = . Prin urmare, avem:
(0, 05; 0, 04) (2 2 3 3) 0, 05 (3 2 2 3) ( 0, 04) 0, 65
A
f d f A ~ = + + = .
117
Aplicaie practic. S presupunem c n urma unui studiu statistic asupra
activitii unei firme s-a determinat funcia de producie ( , ) 4 f K L KL = , unde K
reprezint volumul capitalului investit i L numrul de angajai. Care este efectul
creterii cu 2 u.m. a volumului capitalului i cu 10 persoane a nivelului forei de munc
dac iniial 10 K = u.m. i 4000 L = angajai?
Soluie. Variaia nivelului produciei este:
(12, 4010) (10, 4000) (2, 10) ( ) 2 ( ) 10
A
f f
f f f d f A A
K L
c c
A = ~ = +
c c
, unde
(10, 4000) A = . Avem:
'
1
(4 ) 4 2
2
K
f L
KL L
K K K
c
= = =
c
i 2
f K
L L
c
=
c
. Deci,
4000 10
2 2 2 10 81
10 4000
f A ~ + = u.m. Deci valoarea produciei va crete cu 81 u.m. .
Derivate pariale de ordinul II. S presupunem c funcia
1 2
( , , ..., )
n
f x x x
definit pe domeniul D admite derivate pariale n raport cu fiecare variabil, n fiecare
punct
1 2
( , , ..., )
n
X x x x D = e . Avem atunci n funcii reale
1
f
x
c
c
,
2
f
x
c
c
, ...,
n
f
x
c
c
definite
pe D. Dac i aceste funcii la rndul lor admit derivate pariale pe D n raport cu fiecare
variabil
i
x , 1, i n = , atunci spunem c funcia f admite derivate pariale de ordinul II pe
D (adic n fiecare punct din D). Derivatele pariale de ordinul doi le notm cu
2
2
i
f
x
c
c
(sau cu
2
''
i
x
f ) i respectiv cu
2
i j
f
x x
c
c c
(sau cu
''
i j
x x
f ). n primul caz, pentru a calcula
derivata parial de ordinul II a funciei f n raport cu variabila
i
x derivm parial
funcia f n raport cu variabila
i
x i apoi mai derivm nc odat rezultatul n raport cu
118
aceeai variabil
i
x . n al doilea caz, derivm parial mai nti funcia f n raport cu
variabila
i
x i apoi derivm parial rezultatul n raport cu variabila
j
x . Derivatele
pariale de ordinul II ale funciei f n raport cu variabilele
i
x i
j
x se mai numesc
derivate pariale mixte. Pentru funciile elementare sau compuse de funcii
elementare care apar n practica economic, derivatele mixte sunt egale, adic
2 2
i j j i
f f
x x x x
c c
=
c c c c
, deci putem deriva n ce ordine dorim.
Exemplul 4. Pentru funcia
5 2
( , ) 3 f x y x y = , avem
' 4 2
15
x
f x y = i
' 5
6
y
f x y = ,
derivatele pariale de ordinul I. Derivatele pariale de ordinul II sunt:
2
'' 3 2
60
x
f x y = ,
'' 4
30
xy
f x y = =
''
yx
f i
2
'' 5
6
y
f x = . Pentru funcia
3 4
( , , ) 2 5 f x y z x y xyz = , derivatele
pariale de ordinul I sunt:
' 2 4
6 5
x
f x y yz = ,
' 3 4
2 5
y
f x xz = i
' 3
20
z
f xyz = . Derivatele
pariale de ordinul II (distincte) sunt:
2
''
12
x
f xy = ,
2
''
0
y
f = ,
2
'' 2
60
z
f xyz = ,
'' 2 4
6 5
xy
f x z = ,
'' 3
20
xz
f yz = ,
'' 3
20
yz
f xz = .
Hessiana unei funcii. Hessiana unei funcii
1 2
( , , ..., )
n
f x x x este o matrice
simetric pe care o vom nota cu
2
f
i j
f
H
x x
| |
c
=
|
|
c c
\ .
, , 1, i j n = dac ne referim la un punct
oarecare
1 2
( , , ..., )
n
X x x x = i cu
2
( ) ( )
f
i j
f
H A A
x x
| |
c
=
|
|
c c
\ .
dac dorim s calculm
hessiana n punctul
1 2
( , , ..., )
n
A a a a = . (Atenie:
2 2
2
i i i
f f
x x x
c c
=
c c c
).
119
Exemplul 5. Pentru funcia ( , ) f x y din exemplul anterior,
2
2
'' ''
3 2 4
'' ''
4 5
60 30
30 6
xy
x
f
yx
y
f f
x y x y
H
f f
x y x
| |
| |
= = |
|
|
\ .
\ .
. Hessiana calculat n punctul (1, 2) A = este
240 60
( )
60 6
f
H A
| |
=
|
\ .
. Pentru funcia ( , , ) f x y z din exemplul anterior,
2
2
2
'' '' '' 2 4 3
'' '' '' 2 4 3
3 3 2
'' '' ''
12 6 5 20
6 5 0 20
20 20 60
xy xz
x
f yx yz
y
zx zy
z
f f f xy x z yz
H f f f x z xz
yz xz xyz
f f f
| |
| |
|
|
= = |
|
|
|
|
\ .
\ .
i hessiana calculat n punctul (1, 1, 1) A = este
12 1 20
( ) 1 0 20
20 20 60
f
H A
| |
|
=
|
|

\ .
.
Soft util. Pentru calculul derivatelor pariale de ordinul I i II ale unei funcii de
una sau mai multe variabile reale putei folosi online softul gratuit educativ despre care
am vorbit i mai sus:
http://calc101.com/webMathematica/derivatives.jsp .
Pentru introducerea funciei trebuie s respectai regulile indicate acolo ("right
input format", "Wrong" i "Right", v d i exemple). De asemenea fii ateni la ordinea
operaiilor, folosii paranteze rotunde unde e necesar. De asemenea, utilizai semnele
"*", "/", "^", "+", "-" respectiv pentru operaiile de nmulire, mprire, ridicare la o
putere etc.
120
Apoi alegei-v variabilele n raport cu care dorii s calculai derivatele pariale
de ordinul I i II, completnd csuele respective. Notai-le cu x, y, z etc. (Nu accept
notaii ca de exemplu K sau L, trebuie s renotai). Apoi click pe "Do it". Prima dat v
va da derivata parial de ordinul I n raport cu prima variabil i apoi la sfrit, derivata
parial de ordinul II. (Le noteaz diferit fa de notaia clasic, cu "d", n loc de " c ".
Notaia "d" se folosete clasic pentru derivata unei funcii de o singur variabil). Pe
parcurs, v explic i ce reguli de derivare a folosit.
Mai jos avei un exemplu n care am introdus funcia ( , , ) f x y z din exemplul anterior.
Rezultatele le-am ncercuit cu rou. S-au calculat derivatele pariale
'
x
f ,
2
''
x
f ,
''
xz
f . "with
respect to" = n raport cu variabila respectiv .
Poza 1:
Poza 2:
121
Poza 3:
Poza 4:
122
Poza 5:
Poza 6:
Dac vrei s calculai derivatele pariale ale unei funcii de producie, de exemplu
cea dintr-un exemplu anterior, ( , ) 4 f K L KL = , renotai variabilele i introducei
acolo ( , ) 4 f x y xy = . Derivata
'
K
f devine cu noua notaie
'
x
f iar
''
KL
f se scrie
''
xy
f .
Poza 1:
123
Poza 2:
Poza 3:
124
Deci
'
2
x
y
f
xy
= , sau, dup simplificare,
'
2
x
y
f
x
= . Revenind la vechile notaii,
'
2
K
L
f
K
= . Analog,
''
1
KL
f
KL
= .
125
3.3 Extreme libere
nainte de a citi aceast seciune revedei seciunea 3.1. Acolo avei att suportul
intuitiv ct i definiia riguroas a punctelor de extrem local ale unei funcii reale care
depinde de una sau mai multe variabile reale. Vom prezenta aici metoda de aflare a
punctelor de extrem local, libere sau fr condiii.
Teorema lui Fermat. Aceast teorem nu ne furnizeaz direct punctele de extrem
local, dar uureaz foarte mult gsirea lor. Fie
1 2
( , , ..., )
n
f x x x o funcie real care
depinde de una sau de mai multe variabile reale, deci 1 n > . Presupunem c domeniul de
definiie al funciei este
1 2
...
n
D I I I = , adic D este un produs cartezian de
intervale deschise ale axei reale, ca i n seciunile anterioare (n cazul 1 n = , D este un
interval deschis). Teorema lui Fermat ne spune c, dac punctul A D e ,
1 2
( , , ..., )
n
A a a a = , este un punct de extrem local al funciei f, atunci derivatele pariale
ale funciei se anuleaz n A, adic
'
( ) 0
i
x
f A = , 1, i n = . (Respectiv, pentru 1 n = , dac
A a D = e este un punct de extrem local al lui f, atunci
'
( ) 0 f a = ).
Observaie. Teorema lui Fermat ne furnizeaz o condiie necesar dar nu i
suficient pentru ca un punct A D e s fie punct de extrem local al unei funcii f !!
126
Algoritm. Vom folosi notaiile i ipotezele de mai sus. Mai nti se gsesc
punctele critice (sau staionare) ale funciei f, adic punctele n care se anuleaz
derivatele pariale ale funciei, rezolvnd sistemul de ecuaii
'
0
i
x
f = , 1, i n = . Sistemul
are n ecuaii i n necunoscute. Dac 1 n = , avem o singur ecuaie (
'
0 f = ) i o singur
necunoscut. Urmeaz apoi "testarea" acestor puncte critice, pe rnd, pentru a vedea
care dintre ele sunt puncte de extrem local. Fie
1 2
( , , ..., )
n
A a a a D = e un punct critic
gsit. Se construiete hessiana funciei n acest punct, adic matricea ( )
f
H A , vezi
seciunea 3.2. Acestei matrici i putem asocia o form ptratic, dup cum am procedat
n capitolul I. Dac forma ptratic respectiv este pozitiv definit atunci A este un
punct de minim local al funciei f. Dac forma ptratic este negativ definit atunci A
este un punct de maxim local al funciei f. Iar dac forma ptratic este nedefinit ca
semn atunci A nu este punct de extrem local i se numete n acest caz punct a, vezi i
seciunea 3.1. n cazul 1 n = , hessiana ( )
f
H A se reduce la matricea
''
( ( )) f A . Deci, n
acest caz, dac
''
( ) 0 f A > atunci A este punct de minim local iar dac
''
( ) 0 f A < atunci
A este punct de maxim local. Pentru a stabili semnul formei ptratice asociat hessianei
( )
f
H A , se utilizeaz metoda Jacobi sau metoda valorilor proprii, studiate n capitolul I.
Observaie. Dac forma ptratic de mai sus este semipozitiv sau seminegativ
definit, nu putem stabili natura punctului critic A, cu acest algoritm. Facultativ, vezi
bibliografia indicat pentru detalii n plus.
Exemplul 1. Un agent economic poate produce cel mult 60.000 de produse zilnic.
Costul total de producie zilnic pentru x produse fabricate este dat de funcia
127
200.000.000
( ) 250.000 0, 08 C x x
x
= + + u.m.. Cte produse ar trebui fabricate zilnic
astfel nct cheltuielile totale de producie s fie minime?
Soluie. Domeniul de definiie al funciei ( ) C x este intervalul (0, 60.000].
'
2
200.000.000
( ) 0, 08 C x
x
= iar
''
3
400.000.000
( ) C x
x
= . Ecuaia
'
( ) 0 C x = are soluiile
50.000 x = , dintre care convine 50.000 a = , punct aflat n interiorul domeniului de
definiie, adic n intervalul deschis (0, 60.000) . Deoarece
''
(50.000) 0 C > rezult c
50.000 a = este un punct de minim local al funciei ( ) C x . Valoarea minim local este
(50.000) 258.000 C = u.m. dar (60.000) 258.133, 33 C = u.m., deci punctul 50.000 a =
(de produse) este punct de minim global. Costul minim global este de 258.000 u.m.
zilnic.
Exemplul 2. Funcia venit a unei firme care fabric dou bunuri
1
B i
2
B este
dat de ( , ) V x y px qy = + iar funcia cost este
2 2
( , ) 2 2 C x y x xy y = + + , unde 0 x > i
0 y > sunt cantitile respective de bunuri produse iar 1 p = i 2 q = sunt preurile
unitare ale acestora. Determinai cantitile care trebuie produse astfel nct profitul
firmei s fie maxim.
Soluie. Funcia profit este
2 2
( , ) 2 2 2 x y x y x xy y = + iar domeniul su de
definiie D este (0, ) (0, ) + + . Avem:
'
1 4
x
x y = i
'
2 4
y
x y = . Soluia
sistemului de ecuaii
'
0
x
= ,
'
0
y
= este punctul critic
2 7
( , )
15 15
A = . Observm c A
este un punct al domeniului de definiie, adic (0, ) (0, ) Ae + + . Hessiana asociat
128
funciei profit este
2
2
'' ''
'' ''
4 1
1 4
xy
x
yx
y
H

| |
| |
= = |
|
|

\ .
\ .
. Deci
4 1
( )
1 4
H A

| |
=
|

\ .
. Folosim
metoda Jacobi:
1
4 0 A = < i
2
15 0 A = > . Deci forma ptratic asociat este negativ
definit i prin urmare A este un punct de maxim local (chiar global) al funciei profit.
Firma trebuie s produc cantitile de bunuri
2
15
x = i respectiv
7
15
y = i profitul
maxim este de
2 7 8
( , )
15 15 15
= u.m. .
Observaie. Ca suport intuitiv, utiliznd softul educativ gratuit de la adresa
http://calc.matthen.com am schiat graficul funciei profit,
2 2
( , ) 2 2 2 x y x y x xy y = + , vezi mai jos.
129
Exemplul 3. Verificai, parcurgnd toate etapele algoritmului, dac punctul
( 1, 2, 3) A = este un punct de maxim local al funciei
3 2 2
( , , ) 3 3 13 24 3 f x y z x y z yz y z x = + + + definit pe
3
.
Soluie. Derivatele pariale de ordinul nti ale funciei sunt
' 2
3 3
x
f x = ,
'
2 3 13
y
f y z = + ,
'
6 3 24
z
f z y = + . Observm c punctul A este o soluie a sistemului
130
de ecuaii
2
3 3 0
2 3 13 0
6 3 24 0
x
y z
z y
=

+ =

+ =

, nlocuind direct coordonatele sale n sistem. Deci A este

un punct critic al funciei date. Hessiana funciei este
2
2
2
'' '' ''
'' '' ''
'' '' ''
6 0 0
0 2 3
0 3 6
xy xz
x
f yx yz
y
zx zy
z
f f f x
H f f f
f f f
| |
| |
|
|
= = |
|
|
|
|
\ .
\ .
. Deci,
6 0 0
( ) 0 2 3
0 3 6
f
H A
| |
|
=
|
|
\ .
. Putem folosi
metoda Jacobi sau metoda valorilor proprii (Capitolul I) pentru a stabili semnul formei
ptratice asociate. Vom folosi metoda a doua, dar se poate i prima aplica, la fel de bine.
Rezolvnd ecuaia
6 0 0
0 2 3 0
0 3 6

obinem valorile proprii

1
6 = ,
2
0, 394 = i
3
7, 606 = . Cum avem valori proprii de semne contrare rezult c forma
ptratic asociat este nedefinit ca semn, deci punctul A este punct a. (Nu este punct
de maxim local !!).
131
3.4 Extreme condiionate
Definiia riguroas a punctelor de extrem local condiionate (sau "cu legturi") ct
i suportul intuitiv se gsesc n seciunea 3.1, pe care ar fi util s o recitii. n aceast
seciune vom prezenta metode practice pentru aflarea exact a unor astfel de puncte ct
i cteva aplicaii economice. Notaiile i definiiile din seciunea 3.1 rmn valabile i
aici.
Presupunem dat o funcie
1 2
( , , ..., )
n
f x x x definit pe o mulime deschis
n
D _ . Prin mulime deschis nelegem o mulime de puncte din
n
pentru care
fiecare punct al mulimii are o vecintate (vezi 3.1) inclus n mulime. Adic, oricare ar
fi
1 2
( , , ..., )
n
X x x x D = e , exist o vecintate V a lui X , V D c . S mai presupunem
date k restricii (condiii, legturi) independente sub forma
1 2
( , , ..., ) 0
r n
g x x x = , unde
1, r k = i k n < . Funciile
1 2
, , ...,
k
g g g le putem presupune definite pe aceeai mulime
D. Algoritmul pentru determinarea punctelor de extrem condiionate ale funciei f se
bazeaz pe metoda multiplicatorilor lui Lagrange. Etapele sunt date mai jos.
1. Se construiete funcia lui Lagrange
1 1 2 2
( ) ( ) ( ) ( ) ...
k k
L f X g X g X g X = + + + + .
Variabilele
1 2
, , ...,
k
se numesc multiplicatorii lui Lagrange.
132
2. Se rezolv sistemul de ecuaii 0, 0, 1, , 1,
r
i r
L L
g i n r k
x
c c
= = = = =
c c
. Sistemul are
n k + ecuaii i necunoscutele sunt
1 2 1 2
, , ..., , , , ...,
n k
x x x . Acest sistem poate avea
mai multe soluii. Fie
1 2 1 2
( ; ) ( , , ..., ; , , ..., )
n k
A a a a b b b A = una din soluiile sistemului de
ecuaii de mai sus. Punctul A se numete punct critic (sau staionar) condiionat al
funciei f . (Dac A este punct de extrem, atunci n mod necesar A este punct critic,
aceasta este ideea de baz). Urmeaz etapa de "testare" a fiecrei soluii A gsite.
3. Se construiete matricea simetric cu n linii i n coloane
2
( ; )
i j
L
M A
x x
| |
c
= A
|
|
c c
\ .
, unde
, 1, i j n = . Aceast matrice corespunde unei forme ptratice defint pe
n
notate cu ,
dup cum am vzut n Capitolul I, seciunea 1.5 ("matricea asociat unei forme
ptratice"). Deci :
n
este forma ptratic avnd ca matrice asociat matricea
M . Se construiete apoi matricea cu k linii i n coloane ( )
r
i
g
N A
x
| | c
=
|
c
\ .
, unde 1, r k =
i 1, i n = . Se construiete i sistemul de ecuaii liniare 0 N X = . Acest sistem are k
ecuaii (restricii liniare) i necunoscutele sale sunt
1 2
, , ...,
n
x x x . n sfrit, se determin
semnul formei ptratice cu restriciile liniare ale sistemului 0 N X = , dup cum am
procedat n Capitolul I, la sfritul seciunii 1.5.
4. Concluzii: dac forma ptratic , cu restriciile liniare 0 N X = , este pozitiv
definit, atunci punctul A este punct de minim local condiionat. Dac forma , cu
aceleai restricii, este negativ definit, atunci punctul A este punct de maxim local
133
condiionat al funciei f . Iar dac forma , cu restriciile liniare respective, este
nedefinit ca semn, atunci punctul A nu este punct de extrem local condiionat.
Exemplul 1. Aflai valorile extreme ale funciei
2 2
( , ) 2 f x y x y = + pe cercul
2 2
1 x y + = ct i punctele de extrem corespunztoare.
Soluie. (Vezi, ca suport intuitiv, figura i explicaiile date n seciunea 3.1, la sfrit).
Funcia Lagrange asociat problemei este ( , ) ( , ) L f x y g x y = + , unde am notat, ca n
algoritmul de mai sus,
1
= i
2 2
1
1 g g x y = = + . Deci
2 2 2 2
2 ( 1) L x y x y = + + + .
Sistemul de ecuaii din etapa 2 de mai sus, se scrie
2 2
2 2 0
4 2 0
1 0
L
x x
x
L
y y
y
L
x y

c
= + =
c
c
= + =
c
c
= + =
c
.
Sistemul se rezolv uor, i gsim soluiile
( ; ) {(0, 1; 2), (0, 1; 2), (1, 0; 1), ( 1, 0; 1)} A A e , deci sunt 4 puncte critice
condiionate. Testm fiecare punct mai jos. Construim matricile din etapa 3 de mai sus.
Construim matricea
2 2
2
2 2
2
2 2 0
0 4 2
L L
x x y
M
L L
y x y

| | c c
|
+ c c c | |
|
= =
|
|
+
c c
\ .
|
c c c
\ .
, mai nti calculat ntr-un
punct oarecare. Matricea N este , ) 2 2
g g
N x y
x y
| | c c
= =
|
c c
\ .
, ntr-un punct oarecare.
134
Dac ( ; ) (0, 1; 2) A A = , atunci
2 0
0 0
M
| |
=
|
\ .
i , ) 0 2 N = . Forma ptratic asociat
matricii M este
2
( , ) 2 x y x = iar sistemul de restricii liniare despre care era vorba n
etapa 3, 0 N X = , se scrie aici , ) 0 2 0
x
y
| |
=
|
\ .
, de unde obinem 0 2 0 x y + = , deci
0 y = . Forma ptratic redus (vezi Capitolul I), s zicem h , este : h ,
2
( ) 2 h x x = ( x este necunoscuta secundar i y este necunoscuta principal a
sistemului 0 N X = ). Evident h este negativ definit i prin urmare am gsit un punct
de maxim local condiionat
1
(0, 1) A = pentru care valoarea funciei f este (0, 1) 2 f = .
Dac ( ; ) (0, 1; 2) A A = , atunci, analog,
2 0
0 0
M
| |
=
|
\ .
i , ) 0 2 N = . Forma
2
2x = , deci rmne la fel, iar
2
( ) 2 h x x = este negativ definit. Deci
2
(0, 1) A =
este un alt punct de maxim local condiionat cu valoarea corespunztoare (0, 1) 2 f = .
Dac ( ; ) (1, 0; 1) A A = , atunci
0 0
0 2
M
| |
=
|
\ .
,
2
( , ) 2 x y y = , , ) 2 0 N = , x este
necunoscut principal iar y este secundar, deci
2
( ) 2 h y y = . Forma ptratic redus h
fiind pozitiv definit, am gsit un punct de minim local condiionat
3
(1, 0) A = cu
valoarea corespunztoare (1, 0) 1 f = .
Analog se obine c
4
( 1, 0) A = este un punct de minim local condiionat i
( 1, 0) 1 f = .
n concluzie, valorile extreme ale funciei f pe cercul dat sunt
max
2 f = i
min
1 f = .
135
Exemplul 2. Aflai valorile extreme i punctele de extrem corespunztoare ale
funciei
2 2
( , ) 2 f x y x y = + pe discul
2 2
1 x y + s .
Soluie. Cnd apar restricii sub form de inegaliti se pot folosi teoreme de tip Kuhn-
Tucker (vezi, facultativ, bibliografia indicat). n cazul acesta simplu, putem
descompune domeniul de definiie ntr-o reuniune, interiorul discului i frontiera
domeniului, cercul de ecuaie
2 2
1 x y + = . Deoarece interiorul este o mulime deschis,
putem utiliza metoda din seciunea 3.3, cea de la "extreme libere". Pe frontier folosim
metoda din aceast seciune, apoi comparm rezultatele i gsim valoarea cea mai mare
i valoarea cea mai mic a lui f pe disc.
Extremele libere ale funciei f :
'
2 0
x
f x = = i
'
4 0
y
f y = = , deci unicul punct critic
din interiorul discului este (0, 0) O = . Hessiana funciei n acest punct este
2 0
( )
0 4
f
H O
| |
=
|
\ .
. Cum
1
2 0 A = > i
2
8 0 A = > , cu metoda Jacobi, forma ptratic
asociat este pozitiv definit, deci (0, 0) O este punct de minim local i valoarea minim
a funciei f n interiorul discului este (0, 0) 0 f = ( O este chiar punct de minim global
n interiorul discului).
Pe frontier: pe frontier am gsit deja, n exemplul anterior, punctele de minim
3, 4
( 1, 0) A = cu valoarea minim
min
1 f = i cele de maxim
1, 2
(0, 1) A = , cu valoarea
maxim
max
2 f = . Comparm acum rezultatele.
Concluzie: pe discul
2 2
1 x y + s , valoarea maxim este
max
2 f = i punctele de maxim
sunt
1, 2
(0, 1) A = iar valoarea minim pe ntregul disc este
min
0 f = i punctul de
minim este (0, 0) O = .
136
Exemplul 3. Verificai dac punctele
1
(1, 1, 2) A = i
2
( 1, 1, 2) A = sunt
puncte de minim respectiv de maxim local condiionate ale funciei ( , , ) f x y z z = cu
restriciile
2 2
2 x y + = i 0 x y z + + = .
Soluie. Construim funcia Lagrange, conform etapei 1 (vezi algoritmul mai sus).
2 2
1 2
( 2) ( ) L z x y x y z = + + + + + . Sistemul de ecuaii din etapa 2 este:
1
2
'
1 2
'
1 2
'
2
' 2 2
'
2 0
2 0
1 0
2 0
0
x
y
z
L x
L y
L
L x y
L x y z

= + =
= + =
= + =
= + =
= + + =
.
Atenie, sistemul trebuie rezolvat n ntregime! Dar, dac se cere doar o "verificare",
atunci nlocuii punctul respectiv n toate ecuaiile sistemului i gsii valorile
multiplicatorilor lui Lagrange.
Pentru punctul
1
(1, 1, 2) A = , obinem
1 2
2 0 + = ,
2
1 0 + = iar ultimele dou ecuaii
sunt verificate (trebuie verificate, tem!!). Se obine
1
1
2
= i
2
1 = . Deci am gsit
1 1
1
( ; ) (1, 1, 2; , 1)
2
A A = . Analog se obine
2 2
1
( ; ) ( 1, 1, 2; , 1)
2
A A = (Tem!!).
137
Trecem la etapa 3. Matricile M i N calculate ntr-un punct oarecare sunt respectiv
2
2
2
'' '' ''
1
'' '' ''
1
'' '' ''
2 0 0
0 2 0
0 0 0
xy xz
x
yx yz
y
zx zy
z
L L L
M L L L
L L L

| |
| |
|
|
= = |
|
|
|
|
\ .
\ .
i
1 1 1
2 2 2
2 2 0
1 1 1
g g g
x y x y z
N
g g g
x y z
c c c | |
|
c c c | |
|
= =
|
c c c |
\ .
|
c c c
\ .
,
unde
2 2
1
2 g x y = + i
2
g x y z = + + .
Dac
1 1
1
( ; ) (1, 1, 2; , 1)
2
A A = atunci (vezi etapa 3 din algoritm) matricile M i N
devin:
1 0 0
0 1 0
0 0 0
M
| |
|
=
|
|
\ .
i
2 2 0
1 1 1
N
| |
=
|
\ .
. Forma ptratic asociat matricei M este
2 2
x y = + iar sistemul de ecuaii liniare 0 N X = se scrie
2 2 0
0
x y
x y z
+ =

+ + =

. n matricea
N putem alege ca minor principal determinantul
2 0
2 0
1 1
= = , deci y i z sunt
necunoscute principale iar x este necunoscut secundar. Se obine y x = i 0 z = .
nlocuim n expresia formei ptratice i gsim forma ptratic redus
2
2 h x = ,
definit pe . Aceasta este pozitiv definit, deci
1
(1, 1, 2) A = este punct de minim
local condiionat al funciei f . Valoarea minim condiionat corespunztoare este
min
(1, 1, 2) 2 f f = = .
Tem: testai punctul
2
A .
Exemplul 4. (Problem tip "maximizarea produciei pentru un cost de producie
dat").
138
Funcia de producie a unei firme este ( , )
KL
f K L
K L
=
+
, unde K este capitalul fix al
firmei (u.m.), L este volumul forei de munc (aici, numrul de persoane angajate) iar
i sunt constante cunoscute, , (0, 1) e . Se mai cunosc c , costul de amortizare a
unitii de capital fix i s , salariul mediu nominal. S se determine valoarea maxim a
produciei ct i nivelul de folosire a factorilor K i L dac firma utilizeaz n
ntregime suma
0
B (cunoscut, dat n u.m.) pentru cheltuielile de producie respective.
Soluie. TEM !!
Indicaie. Modelul matematic al problemei este
0
[max]
xy
f
x y
cx sy B

=
+
+ =
,
unde am notat (mai convenabil ca scriere...) K cu x i L cu y . Funcia Lagrange este
0
( )
xy
L cx sy B
x y


= + +
+
. Necunoscutele sunt x i y . Aflai mai nti punctul
critic
0 0
( , ) x y i apoi testai-l i artai c este punct de maxim local condiionat.
Exemplul 5. (Problem tip "atingerea unui nivel dat al produciei cu costuri
minime").
Funcia de producie a unei firme este ( , )
KL
f K L
K L
=
+
, unde K este capitalul fix
al firmei (u.m.), L este volumul forei de munc (aici, numrul de persoane angajate)
139
iar i sunt constante cunoscute, , (0, 1) e . Se mai cunosc c , costul de
amortizare a unitii de capital fix i s , salariul mediu nominal. S se determine
valoarea minim a costului de producie ct i nivelul de folosire a factorilor K i L
dac producia trebuie s ating valoarea (cunoscut, dat n u.m.)
0
f .
Soluie. TEM !!
Indicaie. Modelul matematic al problemei este
0
[min] ( , ) C x y cx sy
xy
f
x y
= +
=
+
,
unde am notat (mai convenabil ca scriere...) K cu x i L cu y . Funcia Lagrange este
0
( )
xy
L cx sy f
x y

= + +
+
. Necunoscutele sunt x i y . Aflai mai nti punctul
critic i apoi testai-l i artai c este punct de minim local condiionat.
Exemplul 6. (Problem tip 'maximizarea utilitii pentru un venit dat").
Funcia de utilitate a unui consumator este ( , ) U x y y x = unde x i y reprezint
cantiti de bunuri de tip A i respectiv B. Se cunosc p i q , preurile unitare (u.m.) ale
celor dou produse i
0
V (u.m.) bugetul de care dispune consumatorul. Determinai
140
coul de bunuri
0 0
( , ) x y astfel nct utilitatea s fie maxim iar bugetul s fie consumat
n ntregime.
Soluie. TEM !!
Indicaie. Funcia Lagrange este
0
( ) L y x px qy V = + + . Aflai mai nti punctul
critic
0 0
( , ) x y i apoi testai-l i artai c este punct de maxim local condiionat.
141
Bibliografie (capitolul III)
1. Soft util pentru grafice (2D i 3D) de funcii reale care depind de una sau dou
variabile reale i un "derivator" online:
http://graphold.seriesmathstudy.com
http://www.math.uri.edu/~bkaskosz/flashmo/graph3d
http://calc101.com/webMathematica/sketch.jsp
http://calc.matthen.com
http://calc101.com/webMathematica/derivatives.jsp
2. Calculus: Concepts and Contexts (4th Edition), James Stewart,
Thomson Brooks/Cole, (2008)
3. Matematici aplicate n Economie, Mihaela Neamu, Elena Topuzu, Ciprian Preda,
Ed. Universitii de Vest, Timioara, (2010)
142
4. Matematici Aplicate n Economie, Mihai Boleanu, Ed. Eurostampa, Timioara,
(2000)
5. http://www.biblioteca-digitala.ase.ro/biblioteca/carte2.asp?id=21&idb=11
(Curs online A.S.E. Bucureti )
6. http://www.scribd.com/epsilon9999
(Despre funcia de producie Cobb-Douglas, cum a fost gsit)