Matematica Aplicata in Economie

CTLIN ANGELO IOAN
Editura Universitar Danubius, Galai

2011

UNIVERSITATEA DANUBIUS DIN GALAI
DEPARTAMENTUL DE NVMNT LA DISTAN
SI FRECVENTA REDUSA
FACULTATEA DE TIINE ECONOMICE

MATEMATIC
APLICAT N ECONOMIE
Anul I, semestrul I
Matematic aplicat n Economie 2

Toate drepturile pentru aceast lucrare sunt rezervate autorului. Reproducerea ei
integral sau fragmentar este interzis.

Editura Universitar Danubius este recunoscut de
Consiliul Naional al Cercetrii tiinifice
din nvmntul Superior (cod 111/2006)

ISBN 978-606-533-035-1

Tipografia Zigotto Galai
Tel.: 0236.477171

CUPRINS

1. Algebr liniar
Matrice i determinani 9
Sisteme de ecuaii liniare 16
Spaii vectoriale reale 20
Aplicaii liniare 25
Aplicaii multiliniare. Forme ptratice. Vectori i valori proprii 28
Obiective specifice unitii de nvare
Rezumat 41
Teste de autoevaluare 41
Bibliografie minimala 42

2. Analiz matematic
Spaii topologice 44
Difereniabilitatea funciilor 53
Serii numerice. Serii de funcii. Serii de puteri. Dezvoltarea n
serie Taylor
59
Extremele funciilor 68
Rezumat 72
Lucrare de verificare 73

3. Teoria probabilitilor
Elemente de teoria probabilitilor 75
Variabile aleatoare. Funcia de repartiie. Densitatea de repartiie 83
Procese stochastice. Lanuri Markov 89
Principalele legi de repartiie 92
Rezumat 93

4. Programare liniar
Probleme economice ce conduc la modelul matematic al
programrii liniare
96
Algoritmul simplex primal 97
Dualitate n programarea liniar 114
Reoptimizare i parametrizare n programarea liniar 121
Problema de transport 128
Rezumat 134

5. Matematici financiare
Dobnzi 137
Operaiuni de scont 141
Pli ealonate (rente) 145
Rezumat 151
Bibliografie de elaborare a cursului 152

Bibliografie (de elaborare a cursului)
Rspunsuri la testele de autoevaluare

INTRODUCERE
Modulul intitulat Matematic aplicat n economie se studiaz n anul I,
semestrul I i vizeaz dobndirea de competene n domeniul matematicii.
Dup ce se va nva modulul, vor fi dobndite urmtoarele competene
generale:
Cunoaterea i utilizarea adecvat a noiunilor specifice disciplinei,
explicarea i interpretarea unor idei specifice acesteia, precum i
proiecte teoretice i/sau practice de aplicare a noiunilor specifice.
Proiectarea i evaluarea activitilor practice specifice disciplinei;
utilizarea unor metode, tehnici i instrumente de investigare i aplicare.
Manifestarea unor atitudini pozitive i responsabile fa de domeniul
tiinific n care se regsete disciplina, cultivarea unui mediu tiinific
centrat pe valori i relaii democratice, valorificare optim i creativ a
propriului potenial n activitile tiinifice, participarea la propria
dezvoltare profesional.

Obiectivele cadru pe care le propun sunt urmtoarele:

selectarea informaiilor eseniale din curs i din bibliografie;
formarea deprinderilor de calcul matematic n abordarea unor
probleme economice complexe;
dezvoltarea capacitii de a modela o serie de obiecte economice.

Coninutul este structurat n urmtoarele uniti de nvare:
- Algebr liniar
- Analiz matematic
- Teoria probabilitilor
- Programare liniar
- Matematici financiare
n prima unitate de nvare intitulat Algebr liniar se va regsi
operaionalizarea urmtoarelor obiective specifice:
- s foloseti n mod practic instrumentarul matriceal;
- s modelezi realitatea economic prin mijlocirea aplicaiilor liniare i
transformarea biunivoc ntre spaiile concrete i cele abstracte;
- s recapitulezi, reformulnd metodele de calcul al determinanilor,
inversei i rangului unei matrice i rezolvnd sistemele de ecuaii
liniare;
- s explici noiunea de spaiu vectorial ca generalizare a unor mulimi
studiate n anii anteriori;
- s operezi cu transportul de structuri de la aplicaiile practice la cele
teoretice i invers;
- s utilizezi noiunile de vector i valoare proprie
dup ce se va studia coninutul cursului i se va parcurge bibliografia
recomandat. Pentru aprofundare i autoevaluare se propun exerciii i teste
adecvate.
Dup ce se va parcurge informaia esenial, n a doua unitate de nvare
intitulat Analiz matematic se vor operaionaliza, odat cu cunotinele
oferite, noi obiective specifice:
- s explici noiunea de spaiu topologic;
- s defineti difereniabilitatea funciilor;
- s descrii seriile numerice i seriile de puteri;
- s determini extremele funciilor;
- s categoriseti integralele improprii, duble i triple
care vor permite s se aplice n probleme concrete de natur economic
cunotinele nvate. Ca s se poat evalua gradul de nsuire a cunotinelor,
va fi rezolvat o lucrare de evaluare care dup corectare va fi primit cu
observaiile adecvate i cu strategia corect de nvare pentru modulele
urmtoare.
n a treia unitate de nvare intitulat Teoria probabilitilor se va regsi
- s defineti noiunea de probablitate;
- s aplici schemele de probabilitate;
- s explici indicatorii numerici ai variabilelor aleatoare;
- s determini regresia liniar
adecvate.
n a patra unitate de nvare intitulat Programare liniar se va regsi
- s aplici corect algoritmul simplex;
- s interpretezi corect semnificaia variabilelor duale;
- s modelezi rezolvnd coprespunztor problemele de transport
adecvate.
Dup ce se va parcurge informaia esenial, n a cincea unitate de nvare
intitulat Matematici financiare se vor achiziiona, odat cu cunotinele
oferite, noi obiective specifice:
- s aplici noiunile de dobnd simpl i compus;
- s calculezi scadene i operaiuni de scont;
- s detaliezi ratele de anuiti i mprumuturi
care vor permite s se aplice n probleme concrete de natur economic
cunotinele nvate. Ca s se poat evalua gradul de nsuire a cunotinelor,
va fi rezolvat o lucrare de evaluare care dup corectare va fi primit cu
observaiile adecvate i cu strategia corect de nvare pentru modulele
urmtoare.
Pentru o nvare eficient este nevoie de urmtorii pai obligatorii:
S se citeasc modulul cu maxim atenie;
S se evidenieze informaiile eseniale cu culoare, s fie notate pe
hrtie, sau adnotate n spaiul alb rezervat;
S se rspund la ntrebri i s se rezolve exerciiile propuse;
S se simuleze evaluarea final, autopropunndu-v o tem i
rezolvnd-o fr s apelai la suportul scris;
S se compare rezultatul cu suportul de curs i s v explicai de ce ai
eliminat (eventual) anumite secvene;
n caz de rezultat nesatisfctor s se reia ntreg demersul de nvare.

Se vor primi, dup fiecare capitol parcurs, lucrri de verificare, cu cerine clare,
care vor trebui rezolvate, imediat ce s-au primit prin intermediul platformei de
nvmnt sarcinile de rezolvat, n termen de maximum o sptmn; n acest
fel vor fi ndeplinite obiectivele pe care le-am formulat. Se va rspunde n scris
la aceste cerine, folosindu-v de suportul de curs i de resurse suplimentare
(autori, titluri, pagini). Vei fi evaluat dup gradul n care ai reuit s
operaionalizai competenele. Se va ine cont de acurateea rezolvrii, de
modul de prezentare i de promptitudinea rspunsului. Pentru neclariti i
informaii suplimentare vei apela la tutorele indicat. 40% din not va proveni
din evaluarea continu (cele dou lucrri de verificare) i 60% din evaluarea
final.

Ctlin Angelo Ioan Algebra liniar

1. ALGEBR LINIAR

Matrice i determinani 9
Sisteme de ecuaii liniare 16
Spaii vectoriale reale 20
Aplicaii liniare 25
Aplicaii multiliniare. Forme ptratice. Vectori i valori
proprii
28
Obiectivele specifice unitii de nvare
Rezumat 41
Bibliografie minimal 42

Obiective specifice:
La sfritul capitolului, vei avea capacitatea:
- s foloseti n mod practic instrumentarul matriceal;
- s modelezi realitatea economic prin mijlocirea aplicaiilor liniare i
transformarea biunivoc ntre spaiile concrete i cele abstracte;
- s recapitulezi, reformulnd metodele de calcul al determinanilor,
inversei i rangului unei matrice i rezolvnd sistemele de ecuaii
liniare;
- s explici noiunea de spaiu vectorial ca generalizare a unor mulimi
studiate n anii anteriori;
- s operezi cu transportul de structuri de la aplicaiile practice la cele
teoretice i invers;
- s utilizezi noiunile de vector i valoare proprie.

Timp mediu estimat pentru studiu individual: 6 ore

1.1. Matrice i determinani
1.1.1. Noiuni introductive
Pentru nceput s notm N
m
={1,...,m}, mN
*
.
Definiie
Se numete matrice de tipul mn cu coeficieni reali o funcie A:N
m
N
n
R,
(i,j)A(i,j)R.
Pentru ca operaiile i aplicaiile matricelor s aib o exprimare ct mai simpl
vom conveni s aranjm elementele unei matrice sub forma unui tablou:
A=
|
|
|
|
|
\
|
mn 2 m 1 m
n 2 22 21
n 1 12 11
a a a
a a a
a a a
L
L L L L
L
L

sau prescurtat A=( )
n ,..., 1 j
m ,..., 1 i
ij
a
=
= , A=(a
ij
), i=1,...,m, j=1,...,n (notaie preferat aici din
motive de redactare) sau simplu A=(a
ij
) dac domeniile de variaie ale lui i i j
sunt subnelese din context. Elementul (a
i1
a
i2
... a
in
) reprezint linia i a
matricei A, i=1,...,m, iar
|
|
|
|
|
\
|
mj
j 2
j 1
a
a
a
M
coloana j a matricei A, j=1,...,n. O matrice
cu o linie i n coloane se numete matrice linie, iar o matrice cu m linii i o
coloan se numete matrice coloan. O matrice cu acelai numr de linii i
coloane, m=n, se numete matrice ptratic. Numrul n se numete ordinul
matricei.
Vom nota cu M
mn
(R) mulimea matricelor cu m linii i n coloane i cu M
n
(R)
mulimea matricelor ptratice de ordinul n.
Considernd o matrice AM
n
(R), mulimea ordonat (a
11
,a
22
,...,a
nn
) se numete
diagonala principal a matricei, iar mulimea ordonat (a
1n
,a
2 n-1
,...a
n1
) se
numete diagonala secundar a matricei.
Definiie
Se numete aplicaie de transpunere aplicaia f:M
mn
(R)M
nm
(R), f(A)=A
t

unde A
t
=(a'
ij
), i=1,...,n, j=1,...,m iar a'
ij
=a
ji
i=1,...,n, j=1,...,m, A=(a
ji
),
j=1,...,m, i=1,...,n fiind matricea dat. Matricea A
t
se numete transpusa lui A.
Transpusa unei matrice se obine prin schimbarea liniilor n coloane sau a
coloanelor n linii. Operaia de transpunere nu pstreaz tipul matricelor dect
n cazul celor ptratice.

Definiie
Fie A,BM
mn
(R), A=(a
ij
), B=(b
ij
). Se numete suma matricelor A i B
matricea A+B=(c
ij
)M
mn
(R), c
ij
=a
ij
+b
ij
i=1,...,m, j=1,...,n.
Definiie
Fie R i AM
mn
(R), A=(a
ij
). Se numete nmulirea cu scalari a matricei
A cu matricea A=(c
ij
)M
mn
(R), c
ij
=a
ij
i=1,...,m, j=1,...,n.
Definiie
Fie AM
mn
(R), BM
np
(R), A=(a
ij
), B=(b
ij
). Se numete produsul matricelor
A i B matricea AB=(c
ij
)M
mp
(R), c
ij
=
=
n
1 k
kj ik
b a i=1,...,m, j=1,...,p.
Definiie
Fie AM
n
(R). Matricea A se numete inversabil dac BM
n
(R) astfel
nct AB=BA=I
n
.
Definiie
Se numete permutare de m elemente (m1) o funcie bijectiv :N
m
N
m
.

Definiie
Fie AM
n
(R), A=(a
ij
). Se numete determinantul lui A numrul:
det A=

n
S
) n ( n ) 1 ( 1
a ... a ) (
Definiii
Fie o matrice AM
n
(R), A=(a
ij
). Fixm liniile i
1
,...,i
k
i coloanele j
1
,...,j
k
n
matricea dat. Determinantul format cu elementele aflate la intersecia liniilor
i coloanelor fixate se numete minor al matricei A i se noteaz:
k 1
k 1
i ... i
j ... j
=
k k 1 k
k 1 1 1
j i j i
j i j i
a a
a a
L
L L L
L

Determinantul obinut prin eliminarea liniilor i coloanelor fixate mai sus se
numete minor complementar lui
k 1
k 1
i ... i
j ... j
i se noteaz
k 1
k 1
i ... i
j ... j
. Numrul:
k 1
k 1
k 1 k 1 k 1
k 1
i ... i
j ... j
j ... j i ... i i ... i
j ... j
) 1 ( =
+ + + + +
se numete cofactorul sau complementul lui
k 1
k 1
i ... i
j ... j
.

1.1.2. Rezultate eseniale n calculul determinanilor
Teorem (Binet-Cauchy)
Fie m,nN
*
, mn i AM
mn
(R), BM
nm
(R). Atunci:

< < n j ... j 1

j ... j
j ... j
m 1
m 1
m 1
B det A det = AB det

Corolar
Fie A,BM
n
(R). Atunci det AB=det Adet B.
Definiie
Fie AM
mn
(R), A=(a
ij
). Fie pN
*
astfel nct 1p<m i rN
*
astfel nct
1r<n. Definim patru matrice BM
pr
(R), CM
p,n-r
(R), DM
m-p,r
(R), EM
m-
p,n-r
(R) astfel:
|
|
|
\
|
=
|
|
|
\
|
=
|
|
|
\
|
=
|
|
|
\
|
=
+ + + +
+
+
mn 1 m
n 1 p 1 + r 1 p
mr 1 m
r 1 p 1 1 p
pn 1 r p
n 1 1 r 1
pr 1 p
r 1 11
a a
a a
E ,
a a
a a
D
,
a a
a a
C ,
a a
a a
B
L
L L L
L
L
L L L
L
L
L L L
L
L
L L L
L

Se spune n acest caz c am partiionat matricea A n blocurile B, C, D, E.
Vom scrie A=
|
|
\
|
E D
C B
.
Propoziie
Fie AM
n
(R) i BM
k
(R), CM
n-k
(R) unde k<n astfel nct A=
|
|
\
|
C 0
0 B
. Are
loc atunci urmtoarea egalitate:
det A=det Bdet C
Teorem (Laplace)
Fie AM
n
(R) i i
1
,...,i
k
linii fixate n matrice. Atunci:
det A=

< <

n j ... j 1
i ... i
j ... j
i ... i
j ... j
k 1
k 1
k 1
k 1
k 1


1.1.3. Rangul unei matrice
Definiie
Se numete rang al unei matrice, maximul ordinelor minorilor nenuli ai
matricei date.
Definiie
Se numesc transformri elementare ale unei matrice urmtoarele:
i) permutarea liniilor sau coloanelor;
ii) nmulirea unei linii (coloane) cu un factor nenul;
iii) adunarea a dou linii (coloane).

Propoziie
Rangul unei matrice este invariant la transformri elementare.
Propoziie
Fie A=
|
|
\
|
C 0
0 B
. Atunci: rang A=rang B+rang C

Sarcina de lucru 1
Aplicnd teorema Laplace s se calculeze determinantul:
8 3 4 0 2
3 4 2 1 7
1 8 4 5 3
1 0 7 0 5
3 0 1 0 2

Aceast sarcin de lucru va fi verificat de ctre tutore n cadrul ntlnirilor tutoriale

Definiii
O matrice de forma A=
|
|
|
|
|
\
|
kk
k 2 22
k 1 12 11
A 0 0
A A 0
A A A
L
L L L L
L
L
unde A
ii
, i=1,...,k sunt matrice
ptratice se numete matrice superior cvasitriunghiular. Transpusa unei
matrice superior cvasitriunghiulare se numete matrice inferior
cvasitriunghiular. O matrice inferior (superior) cvasitriunghiular cu
blocurile A
ij
=0 ij=1,...,k se numete matrice cvasidiagonal. O matrice A
n care blocurile A
ij
, i,j=1,...,k sunt matrice de ordin 1 se numete matrice
superior triunghiular, matrice inferior triunghiular respectiv matrice
diagonal. Dac matricea A
kk
este nul i nu neaprat ptratic vom spune c
A este matrice trapezoidal. Vom numi bloc diagonal principal (sau uneori
bloc diagonal) un bloc al matricei care are diagonala principal inclus n
diagonala principal a matricei date.
Propoziie
Determinantul unei matrice cvasidiagonale sau cvasitriunghiulare este egal cu
produsul determinanilor blocurilor diagonale principale.

1.1.4. Regula dreptunghiului
Fie deci A=(a
ij
)M
mn
(R). Fixm dou linii i i j i dou coloane k i p n
matricea A astfel nct a
ik
0. Avem deci:
Sarcina de lucru 2
S se determine rangul matricei: A=
|
|
|
|
|
|
|
|
\
|
3 0 0 0 0 0
8 5 0 0 0 0
6 2 4 1 0 0
9 1 6 5 0 0
6 9 8 3 4 2
6 8 7 3 2 1
.



Vom numi elementul a
ik
0 pivot. nmulind linia i cu
ik
jk
a
a
i adunnd-o la
linia j obinem a'
jk
=0 unde notm cu ' elementele transformate. Avem atunci
pentru un element oarecare a
jp
: a'
jp
=
ik
jk ip jp ik
a
a a a a
. Regula de obinere a lui a'
jp

din a
jp
se numete regula dreptunghiului. ntr-adevr, mprumutnd denumiri
matriceale, construind dreptunghiul cu diagonala principal (n sensul de mai
jos) determinat de pivot i de elementul supus transformrii, obinem c noul
element va fi dat de scderea produsului elementelor de pe diagonala
secundar din produsul celor de pe diagonala principal, rezultatul mprindu-
se la pivot. Cum pivotul este nenul, putem s mai facem o transformare
elementar nmulind linia i cu pivotul. n acest caz, avem: a'
jp
=a
ik
a
jp
-a
ip
a
jk
.
Vom conveni s distingem regulile dup cele dou moduri de transformare
numindu-le regula dreptunghiului cu mprire la pivot, respectiv fr
mprire la pivot. Vom prefera ns regula dreptunghiului fr mprire la
pivot din dou motive: pe de o parte reduce numrul de calcule, iar pe de alta,
reduce erorile de rotunjire ce apar n urma prelucrrii cu mijloace de calcul.
Din acest motiv, vom spune simplu regula dreptunghiului (specificnd explicit
faptul c este cu mprire la pivot atunci cnd va fi cazul).
Pentru determinarea rangului lui A vom proceda astfel: dac A=0 atunci rang
A=0. Dac A0 atunci a
ij
0. Dac i,j1 atunci prin permutri de linii i
coloane se poate aduce acest element n colul din stnga-sus al matricei.
Putem deci presupune c a
11
0. Considerndu-l pe a
11
drept pivot i aplicnd
regula dreptunghiului pentru liniile 2,...,m obinem matricea A
1
A:
A
1
=
|
|
|
|
|
|
\
|
mn 3 m 2 m
n 3 33 32
n 2 23 22
n 1 13 12 11
' a ' a ' a 0
' a ' a ' a 0
' a ' a ' a 0
' a ' a ' a ' a
L
L L L L L
L
L
L

Procesul se continu apoi pentru sub-matricea obinut din A
1
prin eliminarea
primei linii i primei coloane obinndu-se n final o matrice A
k
A (relaia este
tranzitiv):
|
|
|
|
|
|
\
|
=
L L L L L
L L L
L L L L L
L L L
L L L L L
jp jk
ip ik
a a
a a
A
pivot
+
-
e
l
e
m
e
n
t
u
l

d
e
t
r
a
n
s
f
o
r
m
a
t
A
k
=
|
|
|
|
|
|
|
|
\
|
0 0 0
0 0 0
' a ' a 0
' a ' a ' a
kn kk
n 1 k 1 11
L L
L L L L L
L L
L L
L L L L L
L L

unde am notat tot cu ' elementele transformate fr a le confunda ns cu cele
din A
1
. Ultimele linii pot evident lipsi n cazul n care k=m (s mai notm aici
i faptul c rang Amin{m,n}). Conform corolarului 45, avem rang A=rang
A
k
=rang(a
11
)+...+ rang(a
kk
)=k deci rangul este egal cu numrul pivoilor.

1.1.5. Inversabilitatea matricelor
Teorem
Fie AM
n
(R). A este inversabildet A0.
Teorem
Dac printr-o succesiune de transformri elementare asupra liniilor
(coloanelor) unei matrice A se obine matricea unitate I atunci considernd
aceleai transformri aplicate matricii unitate I se obine matricea invers
A
-1
.
Teorem
Fie matricea A=
|
|
\
|
4 3
2 1
A A
A A
unde AM
n
(R), A
1
M
k
(R), A
2
M
k,n-k
(R),
A
3
M
n-k,k
(R), A
4
M
n-k,n-k
(R), 1kn-1. Dac matricele A
1
, A
4
, A
1
-A
2
A
4
-
Sarcina de lucru 3
S se determine rangul matricei: A=
|
|
|
|
|
|
|
|
\
|

3 5 3 4 3 1
8 5 8 3 5 0
6 2 4 1 2 4
9 1 7 6 4 3
6 9 8 3 4 2
6 8 7 3 2 1

folosind regula dreptunghiului.

1
A
3
i A
4
-A
3
A
1
-1
A
2
sunt inversabile atunci A
-1
=
|
|
\
|
4 3
2 1
B B
B B
unde: B
1
=(A
1
-
A
2
A
4
-1
A
3
)
-1
, B
4
=(A
4
-A
3
A
1
-1
A
2
)
-1
, B
2
= -A
1
-1
A
2
B
4
i B
3
= -A
4
-1
A
3
B
1
.

1.2. Sisteme de ecuaii liniare
1.2.1. Noiuni introductive
Definiii
Se numete sistem de m ecuaii liniare cu n necunoscute problema
determinrii numerelor reale x
i
R astfel nct:
= + + +
= + + +
m n mn 2 2 m 1 1 m
1 n n 1 2 12 1 11
b x a ... x a x a
b x a ... x a x a
L

unde a
ij
R, b
i
R, i=1,...,m, j=1,...,n. Numerele reale a
ij
se numesc coeficienii
sistemului, b
i
se numesc termenii liberi ai sistemului iar x
i
- necunoscutele
sau variabilele sistemului. Matricea A=(a
ij
)M
mn
(R) se numete matricea
sistemului, B=(b
i
)M
m1
(R)-matricea termenilor liberi, iar X=(x
i
)M
n1
(R)-
matricea necunoscutelor. Definim, de asemenea, matricea A
e
=(A,B) obinut
prin adugarea lui B la dreapta matricei A. Matricea A
e
se numete matricea
extins a sistemului. Cu aceste notaii, sistemul de mai sus se scrie i sub
forma AX=B. Dac B=0 acesta se numete sistem omogen. O alt notaie a
Sarcina de lucru 4
S se inverseze matricea: A=
|
|
|
|
|
\
|
1 2 7 4
2 3 2 1
3 4 3 5
4 3 1 2
.


unui sistem se obine considernd vectorii coloan a
j
=(a
1j
a
2j
... a
mj
)
t
, j=1,...,n ai
matricei A. Sistemul se va scrie atunci: B x a
n
1 j
j
j
=
=
.
Definiie
Considernd un sistem de ecuaii AX=B se numete soluie a sistemului un
vector X=(x
1
,...,x
n
)
t
M
n1
(R) ce satisface egalitatea matriceal AX=B.
Definiii
Un sistem care admite soluie se numete sistem compatibil. Dac soluia este
unic, atunci el se numete sistem compatibil determinat, n caz contrar,
numindu-se sistem compatibil nedeterminat. Un sistem care nu are soluie se
numete sistem incompatibil.
Teorem (Kronecker-Capelli)
Un sistem este compatibil dac i numai dac rangul matricei sistemului este
egal cu rangul matricei sale extinse.
Definiie
Fiind dat sistemul AX=B numim sistem omogen asociat, sistemul AX=0.
Propoziie
Fie sistemul AX=B i X
0
o soluie a sa. Atunci, orice soluie este de forma
X=X
0
+Y unde Y este soluie a sistemului omogen asociat. Reciproc, pentru
orice soluie Y a sistemului omogen asociat rezult c X=X
0
+Y este soluie a
sistemului dat.

Sarcina de lucru 5
S se studieze dac sistemul:
= +
= +
= +
= + +
7 5t 2y
-2 3z 4x
0 t - 3z 5y - 3x
2 t 7 z 3 y 5 x 2
este compatibil
determinat.



1.2.2. Metoda lui Gauss
Fie sistemul AX=B cu n ecuaii i n necunoscute, iar rang A=n.
Fie matricea extins A
e
. Ideea folosit aici este cea de la determinarea rangului
unei matrice. Dac A
e
este supus transformrilor elementare cu pivoi numai
din A atunci rangurile celor dou matrice rmn invariante, compatibilitatea
sistemului conservndu-se. Ne propunem s analizm efectul transformrilor
elementare asupra soluiilor sistemului. Astfel, la permutarea a dou linii ale
lui A
e
efectul va fi de permutare a ecuaiilor sistemului ceea ce evident nu
altereaz soluiile. Amplificarea unei linii cu un factor nenul se transpune n
amplificarea ecuaiei respective, iar adunarea a dou linii reprezint adunarea
ecuaiilor corespunztoare, niciuna din variante nemodificnd soluiile.
Transformrile elementare aplicate coloanelor modific n general soluiile,
singurul efect minor aprnd la permutarea coloanelor ceea ce duce la
renumerotarea variabilelor. Aplicnd deci regula dreptunghiului pe linii,
sistemul capt forma:
=
= + +
= + + +
n n nn
2 n n 2 2 22
1 n n 1 2 12 1 11
b x a
b x a ... x a
b x a ... x a x a
L

cu a
ii
0, i=1,...,n (deoarece rang A=n). nlocuind succesiv soluiile n ecuaiile
de deasupra obinem:
=

=
=
+
1 ,..., 1 n k ,
a
x a ... x a b
x
a
b
x
kk
1 k 1 + k k n kn k
k
nn
n
n

Exemplu: S se studieze compatibilitatea, iar n caz afirmativ s se rezolve
prin metoda Gauss sistemul:
= + + + +
= + +
= + + +
3 z ) 3 a ( ay x ) 1 a ( 3
a 2 z y ) 1 a ( ax
a z 2 y x ) 3 a (
, aR.
Soluie Vom nota la permutarea a dou coloane a matricei extinse noua
ordine a necunoscutelor deasupra acesteia pentru ca n cazul compatibilitii
s le putem recupera corect din sistem.
Avem: A
e
=
|
|
|
\
|
+ +
+
3
a 2
a
3 a a 3 a 3
1 1 a a
2 1 3 a
z y x
|
|
|
\
|
+ +
+
3
a 2
a
3 a 3 3 a a
a 1 1 a
3 a 2 1
x z y

|
|
|
\
|
+

+
+
2
2
2
2
a 3
a 3 a
a
a 3 a 3 0
3 a a a 2 3 0
3 a 2 1
x z y
. Dac a=
3
2
atunci rezult c:
rang A
e
=rang A=3 iar sistemul devine:
14 = 17x
23 = 23x + 21z
2 = 11x + 6z + 3y
de unde:
119
326
y ,
119
23
z ,
17
14
= x = = . Dac a
3
2
atunci:
A
e
|
|
|
\
|
+ +
+
+
+
9 a 15 a 3 a
a 3 a
a
) 1 a ( a 0 0
3 a a a 2 3 0
3 a 2 1
x z y
2 3
2
2
2
de unde se obine c a=0 sau
a=1rang(A
e
)=32=rang(A) deci sistemul este incompatibil iar n caz
contrar este compatibil iar soluia este: x=
) 1 a ( a
9 a 15 a 3 a
2
2 3
+ +
,
z=
) 1 a ( a
18 a 45 a 15 a 18 a 8
2
2 3 4
+
, y=
) 1 a ( a
9 a 54 a 36 a 29 a 16
2
2 3 4
+ + +
.

Sarcina de lucru 6
S se studieze compatibilitatea, iar n caz afirmativ s se rezolve prin
metoda Gauss sistemul:
= + + +
= + +
= + +
4 z ) 3 a 2 ( ay x
a 5 z 3 y ) 1 a 2 ( x
a 3 z y 2 x ) 2 a (
, aR.


1.3. Spaii vectoriale reale
1.3.1. Definiie, reguli de calcul, subspaii vectoriale
Definiie
Fie cmpul numerelor reale R i V o mulime nevid. V se numete spaiu
vectorial real dac exist o lege de compoziie intern +:VVV i o lege
de compoziie extern :RVV astfel nct:
1) (x+y)+z=x+(y+z) x,y,zV;
2) eV astfel nct xVe+x=x;
3) xVx'V astfel nct x'+x=e;
4) (x+y)=x+y R x,yV;
5) (+)x=x+x ,R xV;
6) ()x=(x) ,R xV;
7) 1x0 xV, x0.
Vom nota n cele ce urmeaz V/R faptul c V este spaiu vectorial peste
cmpul R sau, uneori, simplu V.
Propoziie (reguli de calcul)
Fie V/R. Atunci:
a) (V,+) este grup cu elementul neutru 0 i -x elementul opus lui xV;
b) (x-y)=x-y R x,yV;
c) (-)x=x-x ,R xV;
d)

= = = =
=
n
1 i
m
1 j
j i
m
1 j
j
n
1 i
i
y y m,nN
*

i
R, i=1,...,n y
j
V, j=1,...,m;
e) 0=0 R;
f) 0x=0 xV;
g) 1x=x xV;
h) x=0=0 sau x=0;
i) (-x)=(-)x=-x R xV;
j) (-)(-x)=x R xV;
k) x+y=y+x x,yV;
l) Fie S
n
(grupul permutrilor de n elemente). Atunci:

=
=
=
n
1 i
) i (
n
1 i
i
x x
nN
*
x
i
V, i=1,...,n.

Definiie
Fie V/R i UV. U se numete subspaiu vectorial al lui V dac operaiile
induse de pe V pe U confer lui U o structur de spaiu vectorial real. Vom
nota U<V.
Definiie
Fie V/R i v
1
,...,v
n
V,
1
,...,
n
R, nN
*
. Vectorul v=
1
v
1
+...+
n
v
n
se
numete combinaie liniar a vectorilor v
i
, i=1,...,n.
Noiunea de combinaie liniar furnizeaz cea mai larg operaie complex
care se poate efectua ntr-un spaiu vectorial.
Teorem
Fie V/R i UV. Urmtoarele afirmaii sunt echivalente:
1) U este subspaiu vectorial al lui V;
2) x,yU Rx+yU,xU;
3) ,R x,yUx+yU;
4) nN
*

i
R v
i
U, i=1,...,n
1
v
1
+...+
n
v
n
U.
Propoziie
Fie V/R i v
1
,...,v
n
V, nN
*
. Atunci:
<v
1
,...,v
n
>= {
1
v
1
+...+
n
v
n
i
R, i=1,...,n}
este un subspaiu vectorial al lui V i este cel mai mic (n sensul incluziunii)
subspaiu care conine pe v
1
,...,v
n
.
Definiie
Numim <v
1
,...,v
n
> subspaiul generat de sistemul de vectori {v
1
,...,v
n
}.
Propoziie
Fie V/R i U
1
,U
2
<V. Atunci U
1
U
2
<V.
Propoziie
Fie V/R i U
1
,U
2
<V. Atunci U
1
+U
2
={v+wvU
1
, wU
2
}<V.
Exemplu:
Fie n R
3
mulimile U
1
={(a+b,2a-b,a)a,bR} i U
2
={(c+2d,2c+d,-3c-d)
c,dR}.
1) S se arate c U
1
<R
3
i U
2
<R
3
;
2) S se determine U
1
U
2
;
3) S se arate, folosind definiia, c U
1
U
2
<R
3
.

Soluie 1)Fie x=(a+b,2a-b,a)U
1
i y=(a'+b',2a'-b',a')U
1
i ,R. Avem
x+y=(a+b,2a-b,a)+(a'+b',2a'-b',a')=(a+b,2a-b,a)+
(a'+b',2a'-b',a')=((a+a')+(b+b'),2(a+a')-(b+b'),
(a+a'))U
1
deci U
1
<R
3
. Putem proceda ns mult mai simplu. Fie xU
2
.
Avem x=(c+2d,2c+d,-3c-d)=(c,2c,-3c)+(2d,d,-d)=c(1,2,-3)+d(2,1,-1). U
2
este
deci un spaiu vectorial generat de vectorii (1,2,-3) i (2,1,-1). 2)Fie
xU
1
U
2
. Atunci a,b,c,dR astfel nct x=(a+b,2a-b,a)=(c+2d,2c+d,-3c-d).
Din sistemul:
=
+ =
+ = +
d c 3 a
d c 2 b a 2
d 2 c b a
obinem n final x=(-3c,0,-c), cR. Reciproc,
dac x = (-3c,0,-c), c R, considernd a = -c, b = -2c x U
1
iar dac d =
-2cxU
2
deci xU
1
U
2
. Prin urmare U
1
U
2
={(-3c,0,-c) cR}. 3)Fie x =
(-3a,0,-a) i y=(-3b,0,-b) vectori din U
1
U
2
. Pentru ,R, arbitrari,
avem:x+y=(-3(a+b),0,-(a+b))U
1
U
2
deci U
1
U
2
<R
3
.

1.3.2. Sisteme de generatori, dependen liniar, baze
Definiie
Fie V/R i S={v
1
,...,v
n
}V unde nN
*
. S se numete sistem (finit) de
generatori pentru V dac vV
1
,...,
n
R astfel nct v=
1
v
1
+...+
n
v
n
.
V se numete spaiu vectorial finit generat i vom scrie V=<v
1
,...,v
n
>.
Definiie
Dou sisteme de vectori ai unui spaiu vectorial se numesc sisteme echivalente
de vectori dac genereaz acelai subspaiu.
Propoziie
Dou sisteme de vectori sunt echivalente dac i numai dac vectorii din
fiecare sistem sunt combinaii liniare de vectorii celuilalt sistem.
Sarcina de lucru 7
Fie dRfixat i U={aX
3
+bX
2
+cX+da,b,cR}. S se cerceteze
dac U<R[X].


Definiie
Fie V/R i S={v
1
,...,v
n
}V, unde nN
*
. Sistemul de vectori S se numete
sistem liniar independent (finit) de vectori din V dac
1
,...,
n
R astfel
nct
1
v
1
+...+
n
v
n
=0
1
=0,...,
n
=0. Vom scrie, pe scurt, ind S.
Definiie
Fie V/R i S={v
1
,...,v
n
}V, unde nN
*
. Sistemul de vectori S se numete
sistem liniar dependent (finit) de vectori din V dac nu este liniar
independent, adic
1
,...,
n
R, nu toi nuli, astfel nct
1
v
1
+...+
n
v
n
=0.
Vom scrie, pe scurt, dep S.
Propoziie
Fie V/R i S={v
1
,...,v
n
}V. Atunci dep S1kn, astfel nct v
k
=
n
k i
1 i
i i
v .
Definiie
Fie V/R. Un sistem de vectori din V se numete baz dac este sistem de
generatori i sistem liniar independent.
Fie V/R i B={v
1
,...,v
n
}V o baz. Fie vV, arbitrar. Atunci
1
,...,
n
R
astfel nct v=
n
1 i
i i
v . Sistemul de scalari (
1
,...,
n
) fiind unic determinat de
vectorul v i baza dat, poart numele de coordonate ale vectorului v n baza
dat. Vom mai scrie i v
B
=(
1
,...,
n
)
t
=
|
|
|
\
|
n
1
... unde
i
, i=1,...,n sunt
coordonatele lui v n baza B. Dac adoptm o astfel de scriere condensat a
unui vector, va trebui s considerm baza ca fiind ordonat, n caz contrar, la o
permutare a vectorilor bazei permutndu-se i coordonatele respective.
Fie acum V/R i o baz B=={v
1
,...,v
n
}V. Fie, de asemenea, vectorii v,wV,
v=
n
1 i
i i
v , w=
n
1 i
i i
v ,
i
,
i
R, i= n , 1 . Avem: v+w=

= =
+
n
1 i
i i
n
1 i
i i
v v =
=
+
n
1 i
i i i
v ) ( i cum toate descompunerile sunt unice, rezult c putem scrie
formal: (
1
,...,
n
)
t
+(
1
,...,
n
)
t
=(
1
+
1
,...,
n
+
n
)
t
. Prin urmare, adunarea a doi
vectori se poate face adunndu-i pe coordonate. Analog, pentru R, arbitrar,
avem v=

=

n
1 i
i i
v =
n
1 i
i i
v , deci, formal: (
1
,...,
n
)
t
=(
1
,...,
n
)
t
, de
unde rezult c nmulirea unui vector cu un scalar se face pe coordonate.

Din aceste consideraii, vedem c noiunea de baz este fundamental n
studiul spaiilor vectoriale, deoarece reduce operaiile definitorii la operaii
algebrice ntre coordonate.
Teorem
Orice spaiu vectorial nenul admite o baz.
Teorem
Dac B este o baz a lui V/R, atunci orice alt baz B' a lui V/R are card
B'=card B.
Definiie
Fie V/R. Se numete dimensiunea lui V numrul vectorilor unei baze. Vom
nota aceasta cu dim V.
Exemplu:
S se arate c n spaiul vectorial R
3
sistemul de vectori v
1
=(1,2,3)
t
,
v
2
=(3,4,2)
t
, v
3
=(1,1,-1)
t
este sistem de generatori.
Soluie Pentru ca vectorii dai s constituie un sistem de generatori trebuie ca
rangul matricei A=
|
|
|
\
|
1 2 3
1 4 2
1 3 1
s fie maxim adic det A0. Avem ns det
A=1 deci sistemul dat este de generatori.

Sarcina de lucru 8
Fie n R
4
vectorii v
1
=(1,0,1,2)
t
, v
2
=(2,1,0,3)
t
, v
3
=(1,4,,2)
t
, v
4
=(5,1,3,2)
t
,
R. S se determine R astfel nct sistemul de vectori {v
1
,v
2
,v
3
,v
4
} s
fie un sistem de generatori pentru R
4
.



1.4. Aplicaii liniare
1.4.1. Noiuni introductive. Comportarea aplicaiilor liniare la operaiile cu subspaii
Definiie
Fie V/R i W/R. O aplicaie f:VW se numete morfism de spaii vectoriale
sau aplicaie R-liniar sau, simplu, aplicaie liniar dac satisface
urmtoarele axiome:
1) f(x+y)=f(x)+f(y) x,yV-aditivitatea;
2) f(x)=f(x) xV R-omogenitatea.
Propoziie
Fie V/R, W/R i fL(V,W). Atunci:
1) f(0)=0;
2) f(-v)=-f(v) vV.
Propoziie
Fie V/R, W/R i f:VW. Urmtoarele afirmaii sunt echivalente:
1) f este aplicaie liniar;
2) f(x+y)=f(x)+f(y) ,R x,yV;
3)

= =
= |
\
|

n
1 i
i i
n
1 i
i i
) v ( f v f
i
R v
i
V, i=1,...,n, n1.
Propoziie
Fie V/R, W/R i fL(V,W). Dac V'<V, W'<W atunci f(V')<W i f
-1
(W')<V.
Corolar
Fie V/R, W/R, fL(V,W). n acest caz, imaginea aplicaiei liniare Im f<W, iar
nucleul acesteia (kernel (engl.)=nucleu) Ker f={xV f(x)=0}<V.
Propoziie
Fie V/R, W/R, fL(V,W). Atunci:
1) f este injectiv Ker f={0};
2) f este surjectiv Im f=W.
Definiie

Fie V/R, W/R. fL(V,W) se numete izomorfism de spaii vectoriale dac
gL(W,V) astfel nct f
g=1
W
, g
f=1
V
.

Propoziie
Fie V/R i V
1
,V
2
<V astfel nct V=V
1
V
2
. Fie fL(V,W), injectiv. Atunci:
f(V
1
V
2
)=f(V
1
)f(V
2
).
Teorem (fundamental de izomorfism)
Fie V/R, W/R i fL(V,W). Atunci V/Ker fIm f.
Corolar
Fie V/R, W/R i fL(V,W). Atunci: dim V=dim Ker f+ dim Im f.
Corolar
Fie V/R, W/R i fL(V,W). Atunci:
1) f este injectivdim Vdim W;
2) f este surjectivdim Vdim W;
3) f este bijectivdim V=dim W.
Propoziie
Fie V/R, W/R, Z/R. Dac f,gL(V,W) i hL(W,Z) atunci f+gL(V,W),
fL(V,W) R, h
gL(V,Z).
Teorem
Fie V/R, W/R. Atunci: VWdim V=dim W.
Corolar
Fie V/R, dim V=n. Avem VR
n
.
Fie acum V/R cu o baz B={e
1
,...,e
n
} i W/R cu o baz B'={f
1
,...,f
m
}. Fie
TL(V,W). Avem i=1,...,nT(e
i
)W i cum B' este baz n W rezult c
T(e
i
) se descompune dup ea. Avem deci T(e
i
)=
=
m
1 j
j ji
f a , a
ji
R, i=1,...,n,
j=1,...,m. Vom numi matricea ( )
n ,..., 1 i
m ,..., 1 j
ji
a
=
= matricea asociat aplicaiei liniare T
n bazele B i B'. Vom mai scrie i [T]
BB'
de cte ori va fi necesar. Avem astfel:
[T]
BB'
=
|
|
|
|
|
\
|

mn 2 m 1 m
n 2 22 21
n 1 12 11
f dupa componenta
...
f dupa componenta
f dupa componenta
a ... a a
... ... ... ...
a ... a a
a ... a a

) e ( T

) e ( T

) e ( T
m
2
1
n 2 1

Fie vV. Atunci v=
n
1 i
i i
e cu
i
R, i=1,...,n. Avem:
T(v)=T(
n
1 i
i i
e )=
n
1 i
i i
) e ( T =

= = = =
|
\
|
=
m
1 j
j
n
1 i
i ji
m
1 j
j ji
n
1 i
i
f a f a
innd seama de convenia de scriere a unui vector pe coloan avem
(T(v))
B'
=[T]
BB'
v
B
.
Exemplu:
Fie aplicaia f:R
3
R
3
, f(x
1
,x
2
,x
3
)=(3x
1
-x
2
+x
3
,2x
1
+x
2
,-x
1
+x
3
).
1) S se arate c f este operator liniar;
2) S se determine Ker f i Im f;
3) S se stabileasc dac f este injectiv, surjectiv, bijectiv.
Soluie 1) Se procedeaz ca la problema 1 obinndu-se [f]=
|
|
|
\
|
1 0 1
0 1 2
1 1 3
.
2) Fie x=(x
1
,x
2
,x
3
)R
3
astfel nct f(x)=0. Avem sistemul:
= +
= +
= +
0 x x
0 x x 2
0 x x x 3
3 1
2 1
3 2 1

de unde x
1
=x
2
=x
3
=0 deci x=0 i Ker f={0}. Fie acum y=(y
1
,y
2
,y
3
)R
3
i
ecuaia f(x)=y. Avem deci sistemul:
= +
= +
= +
3 3 1
2 2 1
1 3 2 1
y x x
y x x 2
y x x x 3
care este compatibil
determinat de unde rezult c xR
3
astfel nct f(x)=y. Prin urmare Im
f=R
3
. 3) Deoarece Ker f={0} rezult f-injectiv iar faptul c Im f=R
3
implic
faptul c f este surjectiv, deci, n final, f-bijectiv.

1.5. Aplicaii multiliniare. Forme ptratice. Vectori i valori proprii
1.5.1. Aplicaii multiliniare
Definiie
Fie V
1
,...,V
n
,W spaii vectoriale peste R. O aplicaie f:
=
n
1 i
i
V W se numete
aplicaie n-liniar (aplicaie multiliniar) dac este liniar n fiecare
argument adic:
f(x
1
,...,x
i-1
,ax
i
+by
i
,x
i+1
,...,x
n
)=af(x
1
,...,x
i-1
,x
i
,x
i+1
,...,x
n
)+bf(x
1
,...,x
i-1
,y
i
,x
i+1
,...,x
n
)
x
k
,y
k
V
k
, k=1,...,n a,bR i=1,...,n.
Observaie
Dac W=R aplicaiile n-liniare se numesc forme n-liniare. Pentru n=1 se
numesc simplu forme liniare sau funcionale liniare, iar pentru n=2-forme
biliniare.
Fie acum V/R i B={e
1
,...,e
m
} o baz a lui V. Fie fL
n
(V;R) o form n-liniar.
Atunci xV avem x=
=
m
1 i
i
i
e x deci:
f(x
1
,...,x
n
)= ( ). e ,..., e f x ... x ... e x ,..., e x f
m
1 i
m
1 i
i i
i
n
i
1
m
1 i
i
i
n
m
1 i
i
i
1
1 n
n 1
n 1
n
n
n
1
1
1

= = = =
=
|
|
\
|

Prin urmare, valoarea formei n-liniare este unic determinat de aciunea ei
asupra bazei spaiului vectorial. Notnd ( )
n 1 n 1
i ... i i i
a e ,..., e f = R, obinem
forma general a lui f:
Sarcina de lucru 9
Fie aplicaia f:R
3
R
3
, f(x
1
,x
2
,x
3
)=(x
1
+2x
2
-4x
3
,2x
1
+x
2
,3x
1
+3x
2
-4x
3
). S se
determine Ker f i Im f;


f(x
1
,...,x
n
)=

= =
m
1 i
m
1 i
i
n
i
1 i ... i
1 n
n 1
n 1
x ... x a ...
Reciproc, orice aplicaie de forma de mai sus este n-liniar deoarece a,bR
x,yV avem pentru componenta k (1kn):
= + = +

= = =
m
1 i
m
1 i
i
n
p p i
1 i ... i
m
1 p
n 1
1 n
n 1
n 1
x )... by ax ...( x a ... ... ) x ,... by ax ,..., x ( f
). x ,... y ,..., x ( bf ) x ,... x ,..., x ( af
x ... y ... x a ... ... b x ... x ... x a ... ... a
n 1 n 1
m
1 i
m
1 i
i
n
p i
1 i ... i
m
1 p
m
1 i
m
1 i
i
n
p i
1 i ... i
m
1 p
1 n
n 1
n 1
1 n
n 1
n 1
+
= +

= = = = = =

Definiie
Fie V/R, W/R i f:V
n
W, n1. Considernd S
n
-grupul permutrilor de n
elemente definim aplicaia: f:V
n
W: (f)(x
1
,...,x
n
)=f(x
(1)
,...,x
(n)
), S
n

Definiie
O aplicaie n-liniar f se numete aplicaie simetric dac S
n
f=f.
Definiie
O aplicaie n-liniar f se numete aplicaie alternat (aplicaie antisimetric)
dac S
n
f=()f (() este signatura permutrii ).
Teorem
O aplicaie n-liniar f:V
n
W este alternat dac i numai dac:
f(x
1
,...,x
i
,...,x
j
,...,x
n
)=0 x
i
V, i=1,...,n iar x
i
=x
j
, ij arbitrari.
Definiie
Fie o aplicaie n-liniar f:V
n
W. Definim aplicaia de alternare:
Alt:L
n
(V;W)L
n
(V;W), Alt(f)=

n
S
f ) (
! n
1

Alt se numete operatorul de alternare.
Propoziie
n
W este alternat dac i numai dac Alt(f)=f.
Corolar
Operatorul de alternare este involutiv adic Alt
Alt= Alt.
Definiie
Fie o aplicaie n-liniar f:V
n
W. Definim aplicaia de simetrizare:

Sim:L
n
(V;W)L
n
(V;W), Sim(f)=

n
S
f
! n
1

Sim se numete operatorul de simetrizare.
Propoziie
n
W este simetric dac i numai dac Sim(f)=f.
Corolar
Operatorul de simetrizare este involutiv adic Sim
Sim=Sim.
n continuare, vom studia cteva aspecte privind formele liniare.
Fie deci V/R, dim V=n. O form liniar este deci o aplicaie fL(V,R) astfel
nct dac B={e
1
,...,e
n
} este o baz a lui V/R atunci f(x)=
=
n
1 i
i
i
x a unde
x=
=
n
1 i
i
i
e x , f(e
i
)=a
i
, i=1,...,n.
Exemplu:
S arate c urmtoarea aplicaie este form liniar: f:R
3
R, f(x,y,z)=4x-
5y+3z.
Soluie f(a(x
1
,y
1
,z
1
)+b(x
2
,y
2
,z
2
))=4(ax
1
+bx
2
)-5(ay
1
+by
2
)+3(az
1
+bz
2
)=
a(4x
1
-5y
1
+3z
1
)+b(4x
2
-5y
2
+3z
2
)=af(x
1
,y
1
,z
1
)+bf(x
2
,y
2
,z
2
) deci f este liniar.

1.5.2. Forme biliniare. Forme ptratice
Vom studia acum cteva aspecte caracteristice privind formele biliniare.
Am vzut c expresia general a unei forme biliniare ntr-o baz B={e
1
,...,e
n
} a
lui V/R este: f(x,y)=
=
n
1 j , i
j i
ij
y x a unde
n
1 = i
i
i
e x = x ,
n
1 = j
j
j
e y = y . Dac vom
Sarcina de lucru 10
S arate c urmtoarea aplicaie este form liniar:
f:R
3
R, f(x,y,z)=x-y+z.


considera o alt baz B'={f
1
,...,f
n
} a lui V/R, se pune n mod natural problema
determinrii matricei formei n aceast nou baz n funcie de matricea din
vechea baz. Notnd deci [f]
B
=(a
ij
), este evident c o form biliniar se poate
scrie f(x,y)=x
B
t
[f]
B
y
B
sau innd seama de faptul c f(x,y)R, deci
transpunerea l las invariant, f(x,y)=y
B
t
[f]
B
t
x
B
. Considernd matricea de
trecere M
BB'
de la baza B la B' avem n baza B': f(x,y)=x
B'
t
[f]
B'
y
B'
=(M
BB'
-
1
)
t
x
B
t
[f]
B'
M
BB'
-1
y
B
de unde, dup identificare, avem: [f]
B
=
(M
BB'
-1
)
t
[f]
B'
M
BB'
-1
sau altfel [f]
B'
=M
BB'
t
[f]
B
M
BB'
.
Propoziie
Orice form biliniar f se poate scrie ca suma unei forme biliniare simetrice cu
una alternat: f=Sim(f)+Alt(f).
Definiie
Fie o form biliniar f:V
2
R. Se numete form ptratic asociat lui f,
aplicaia: H:VR, H(x)=f(x,x) xV.
Dndu-se o form omogen de grad 2, adic o aplicaie H:VR,
H(x)=
2
H(x) xV R definim: g(x,y)=
2
1
(H(x+y)-H(x)-H(y)) x,yV.
Avem g(x,x)=H(x) xV, deci g este form biliniar simetric, a crei form
ptratic asociat este H. Vom numi g-forma polar a lui H.
Se observ c matricele formei ptratice i a formei polare sunt identice.
Fie acum n V/R baza B={e
1
,...,e
n
} i x=
=
n
1 i
i
i
e x V. Fiind dat matricea
A=(a
ij
), i,j=1,...,n a unei forme ptratice H, avem: H(x)=x
t
Ax=
=
n
1 j , i
j i
ij
x x a de
unde detaliat:
H(x)=
2 n
nn
2 2
22
n 1
n 1
2 1
12
2 1
11
) x ( a ... ) x ( a x x a 2 ... x x a 2 ) x ( a + + + + + +
Forma polar a lui H este:
g(x,y)=
2
1
(H(x+y)-H(x)-H(y))=

= =
+
n
j i
1 j , i
j i
ij
n
1 i
i i
ii
y x a y x a .
Prin urmare, forma polar lui H se poate obine prin procedeul de dedublare
care const n urmtoarele transformri:
- Expresiile de forma a
ii
(x
i
)
2
se transform n a
ii
x
i
y
i
;
- Expresiile de forma 2a
ij
x
i
x
j
se transform n a
ij
(x
i
y
j
+x
j
y
i
) (ij).
Exemplu:
Fie aplicaia f:R
2
R
2
R, f(x,y)=x
1
y
1
+x
1
y
2
-x
2
y
2
unde x=(x
1
,x
2
), y=(y
1
,y
2
)R
2
.

1) S se arate c f este o form biliniar;
2) S se determine f S
2
;
3) Este forma f simetric?
4) Este forma f alternat?
5) S se determine Alt f;
6) S se determine Sim f.
Soluie 1)Faptul c f este form biliniar se arat folosind definiia.
2)Permutrile din S
2
sunt:
1
=
|
|
\
|
2 1
2 1
i
2
=
|
|
\
|
1 2
2 1
. Avem
1
f=f deoarece
1

este permutarea identic. De asemenea,
2
f se obine prin permutarea
variabilelor x i y deci: (
2
f)(x,y)=f(y,x)=y
1
x
1
+ y
1
x
2
-y
2
x
2
.
3)f nu este simetric deoarece
2
ff.
4)f nu este alternat deoarece
2
f-f.
5)Deoarece
2
este o transpoziie (deci (
2
)=-1) avem (Alt f)(x,y)=
2
1
(
1
f-
2
f)(x,y)=
2
) x , y ( f ) y , x ( f
=
2
1
(x
1
y
2
-x
2
y
1
) x,yR
2
.
6)Analog cu 5) avem: (Sim f)(x,y)=
2
1
(
1
f+
2
f)(x,y)=
2
) x , y ( f ) y , x ( f +
= x
1
y
1
-
x
2
y
2
+
2
1
(x
1
y
2
+x
2
y
1
).

Sarcina de lucru 11
Fie aplicaia B:R
2
R
2
R, B(x,y)=x
1
y
1
-2x
1
y
2
+3x
2
y
1
-x
2
y
2
unde x=(x
1
,x
2
),
y=(y
1
,y
2
)R
2
.
1) S se arate c B este o form biliniar;
2) S se determine forma ptratic asociat H;
3) S se determine forma polar f a lui H;


1.5.3. Vectori i valori proprii
Definiie
Fie V/R. Un subspaiu W<V se numete subspaiu invariant al lui V fa de
un endomorfism f:VV dac f(W)W adic f(x)W xW.
Fie f:VV i W<V, invariant prin f. S considerm o baz B'={e
1
,...,e
k
} a lui
W i s o completm pn la o baz B={e
1
,...,e
k
, e
k+1
,...,e
n
} a lui V. Avem deci
f(B')W de unde f(e
i
)W, i=1,...,k. Fie deci: k ,..., 1 i , e a ) e ( f
k
1 j
j ji i
= =
=
iar
=
=
n
1 j
j js s
e a ) e ( f , s=k+1,...,n. Matricea lui f n baza B este:
[f]
B
=
|
|
|
|
|
|
|
|
\
|
+ +
+
nn 1 + k n
n 1 k 1 + k 1 k
kn 1 + k k kk 1 k
n 1 1 k 1 k 1 11
a a 0 0
a a 0 0
a a a a
a a a a
L L
L L L L L L
L L
L L
L L L L L L
L L

Considernd spaiul Z generat de vectorii {e
k+1
,...,e
n
} avem V=WZ. Dac i
Z este invariant atunci matricea lui f este cvasidiagonal, adic:
[f]
B
=
|
|
|
|
|
|
|
|
\
|
+ +
nn 1 + k n
n 1 k 1 + k 1 k
kk 1 k
k 1 11
a a 0 0
a a 0 0
0 0 a a
0 0 a a
L L
L L L L L L
L L
L L
L L L L L L
L L

Generalizarea este imediat n sensul c dac V=V
1
...V
p
iar V
1
,..., V
p
sunt
invariate de f atunci matricea lui f n baza B
1
...B
p
(B
i
-baz a lui V
i
,
i=1,...,p) este cvasidiagonal.
Reamintim c operaiile cu matrice cvasidiagonale se fac ca i cnd blocurile
diagonale sunt simple elemente. n particular, inversarea unui operator implic
inversarea blocurilor. Evident, cu ct ele vor fi mai mici (n sensul dimensiunii
acestora) cu att operaiile vor fi mai simple. Vom ncerca, deci, s
determinm cele mai mici subspaii invariante ale unui operator. Subspaiile de
dimensiune nul sunt ntotdeauna invariante deoarece f({0})={0}{0} tiind
c unicul subspaiu de dimensiune 0 este subspaiul nul. Cum acesta oricum nu
are o baz, el nu prezint importan pentru studiul nostru. Ne vom continua
deci discuia relativ la subspaiile invariante de dimensiune 1.

Fie deci W<V, dim W=1. Atunci, wW, w0B'={w} este baz a lui W. n
acest caz, f(B')W implic faptul c
W
R astfel nct f(w)=
W
w.
Definiie
Fie V/R i fL(V). Un vector vV-{0} se numete vector propriu pentru f
dac R astfel nct f(v)=v. se numete valoare proprie a
endomorfismului f.
Propoziie
Orice vector propriu corespunde unei singure valori proprii.

Propoziie
Fie fL(V) i
1
,...,
k
R, k2, valori proprii distincte. Vectorii proprii v
1
,...,v
k
,
corespunztori acestor valori proprii, sunt liniar independeni.
Fie v0 un vector propriu al lui fL(V). Exist atunci R astfel nct
f(v)=v=1
V
(v) unde 1
V
este endomorfismul unitate al lui V. Avem deci: (f-
1
V
)(v)=0 de unde vKer(f-1
V
) adic Ker(f-1
V
){0}. Fie A=[f]
B
i I=[1
V
]
B

ntr-o baz oarecare B a lui V. Din cele de mai sus rezult c rang(A-I)<n
deci det(A-I)=0.
Definiie
Polinomul P()=det(A-I) se numete polinomul caracteristic al
endomorfismului f iar ecuaia P()=0 se numete ecuaia caracteristic a
endomorfismului f.
Propoziie
Polinomul caracteristic este invariant la schimbri de baz.
Teorem
Fie fL(V) i
1
,...,
k
valori proprii distincte. Atunci exist o baz B a lui V
astfel nct:
[f]
B
=
|
|
|
|
|
|
|
|
|
\
|
+ +
nn 1 + k n
n 1 k 1 + k 1 k
kn 1 + k k k
2n 1 + k 2 2
n 1 1 + k 1 1
c c 0 0 0
c c 0 0 0
b b 0 0
b b 0 0
b b 0 0
L L
L L L L L L L
L L
L L
L L L L L L L
L L
L L

unde b
ij
R, i=1,...,k, j=k+1,...,n i c
pr
R, p=k+1,...,n, r=k+1,...,n.

Corolar
Dac f are toate valorile proprii distincte, atunci exist o baz a lui V n care
matricea lui f are forma diagonal.
Teorem
Fie fL(V) i o valoare proprie a lui f. Fie mulimea S()={vVf(v)=v}.
Atunci:
1) S() este un subspaiu vectorial al lui V invariant fa de f;
2) Dac d()=dim S() atunci d()=n-rang(A-I) unde A=[f]
B
, B-baz
arbitrar;
3) Dac m() este ordinul de multiplicitate al valorii proprii atunci
d()m().
Observaie
S() se numete subspaiul propriu asociat lui .
Definiie
Un endomorfism fL(V) se numete endomorfism diagonalizabil dac exist
o baz B a lui V n care [f]
B
este matrice diagonal.
Teorem
Fie fL(V) i
1
,...,
k
valori proprii distincte ale lui f. Endomorfismul f este
diagonalizabil dac i numai dac d(
i
)=m(
i
), i=1,...,k. n baza B format cu
vectorii proprii corespunztori valorilor proprii
1
,...,
k
avem:
[f]
B
=
linii ) ( d
linii ) ( d
0 0 0
0 0 0
0 0 0
0 0 0
k
1
k
k
1
1
|
|
|
|
|
|
|
|
|
\
|
M
L L L
L L L L L L L
L L L
L L L L L L L
L L L
L L L L L L L
L L L

Definiie
Un endomorfism se numete endomorfism triangularizabil dac exist o
baz n care matricea acestuia s fie (inferior sau superior) triunghiular.
Teorem
Un endomorfism fL(V) este triangularizabil dac i numai dac polinomul
su caracteristic se descompune n factori de gradul I (nu neaprat distinci).
Definiie

Fie un polinom P=a
n
X
n
+...+a
1
X+a
0
R[X] i o matrice AM
m
(R). Vom numi
polinom de matrice expresia: P(A)=a
n
A
n
+...+a
1
A+a
0
I
m
M
m
(R).
Definiie
O matrice A se spune c este de tip celul Jordan dac este de forma:
|
|
|
|
|
|
\
|
=
0 0 0 0
0 0 0
0 1 0
0 0 1
) ( A
L L L L L
L
L
L

Definiie
O matrice A se spune c are forma canonic Jordan dac este de forma:
|
|
|
\
|
=
) ( A 0
0 ) ( A
A
k
1
L
L L L
L

unde
1
,...,
k
R nu neaprat distincte iar A(
i
), i=1,...,k sunt celule Jordan.
Teorem (Hamilton-Cayley)
Fie fL(V), B o baz a lui V, A=[f]
B
i P polinomul caracteristic al lui f.
Atunci P(A)=0.
Definiie
Fie fL(V). f se numete endomorfism nilpotent dac pN
*
astfel nct
f
p
(x)=0 xV. p se numete indicele de nilpoten dac este cel mai mic cu
aceast proprietate.
Teorem
Fie V/R, dim V=n. Dac fL(V) este nilpotent, atunci exist o baz a lui V
astfel nct:
[f]
B
=
|
|
|
|
|
|
\
|
0 0 0 0 0
0 0 0 0
0 0 0 0
0 0 0 0
1 n
2
1
L
L
L L L L L L
L
L

unde
i
{0,1}, i=1,...,n-1.
Propoziie

Fie V/R, dim V=n, fL(V) i fie P polinomul su caracteristic. Dac R este
algebric nchis iar P()=(-1)
n
( ) ( )
j 1
m
j
m
1
... cu
1
...
j
, m
1
+...+m
j
=n
notm V
k
=Ker(f-
k
1
V
), k=1,...,j. n aceste condiii:
1) V
k
{0}, k=1,...,j;
2) V
k
<V, k=1,...,j;
3) V
k
este invariant fa de f;
4) V=V
1
...V
j
.
Teorem
Fie fL(V) cu V/R, dim V=n i R algebric nchis. Atunci exist o baz n V n
care matricea lui f are forma canonic Jordan.
Teorem
Fie fL(V) cu V/R, dim V=n i R algebric nchis. Dac [f]
B
=
[ ]
[ ]
|
|
|
|
\
|
j
1
B
B
f 0
0 f
L
L L L
L
cu B i B
k
, k= j , 1 astfel nct B
k
o baz pentru care
[ ]
k
B V k
1 f are forma din teorema 35, iar B=B
1
...B
j
, atunci
P=a
n
X
n
+...+a
1
X+a
0
R[X] avem: P([f]
B
)=
[ ]
[ ]
|
|
|
|
\
|
) f ( P 0
0 ) f ( P
j
1
B
B
L
L L L
L
unde:
[ ]
|
|
|
|
|
|
|
\
|
) ( P 0 0 0
)! 2 d (
) ( P
! 1
) ( ' P
) ( P 0
)! 1 d (
) ( P
! 2
) ( " P
! 1
) ( ' P
) ( P
) f ( P
i
i
i
) 2 d (
i
i
i
i
) 1 d (
i i
i
B
i
i
i
L
L L L L L
L
L

i
fiind valoarea proprie corespunztoare blocului [ ]
i
B
f iar d
i
fiind ordinul lui
[ ]
i
B
f , i=1,...,j.
Exemplu:
S se determine vectorii i valorile proprii ale operatorului liniar ce are
matricea: A=
|
|
|
\
|

1 1 1
2 1 2
2 1 4
.
Soluie Pentru ecuaia caracteristic avem:

1 1 1
2 1 2
2 1 4
=0 de unde
3
-6
2
+11-6=0 cu
1
=1,
2
=2,
3
=3-valorile proprii. Pentru =1 obinem
sistemul: (A-1I)(x,y,z)
t
=0 adic:
|
|
|
\
|
=
|
|
|
\
|
|
|
|
\
|

0
0
0
z
y
x
0 1 1
2 0 2
2 1 3
de unde z=y=x=
deci vectorii proprii sunt de forma v=(,,)
t
,R-{0}. Pentru =2 obinem
analog v=(,0,)
t
, R-{0} iar pentru =3v=(,,0)
t
, R-{0}.

1.5.4. Reducerea formelor ptratice la forma canonic
Fie V/R, dim V=n i o form ptratic H:VR, H(x)=x
t
Ax, AM
n
(R)-
simetric. Ne propunem n aceast seciune s determinm o baz a lui V, n
care matricea formei ptratice s aib forma diagonal. n acest caz se spune c
forma ptratic este adus la forma normal. Dac matricea formei ptratice n
aceast nou baz are pe diagonala principal numai 1 sau 1 spunem c forma
este cea canonic.
Fie o baz B a lui V i baza cutat B'. Dac C este matricea de trecere M
BB'

atunci A'=C
t
AC=
|
|
|
\
|
n
1
c 0
0 c
L
L L L
L
cu c
i
R, i=1,...,n. n aceast baz avem
H(x)=x
t
A'x=c
1
(x'
1
)
2
+... +c
n
(x'
n
)
2
i este evident c H are cel mai mic numr de
termeni.
Metoda Gauss
Sarcina de lucru 12
S se determine vectorii i valorile proprii ale operatorului liniar ce are
matricea: A=
|
|
|
\
|
1 3 2
0 1 4
3 0 1
.


Fie H(x)=
=
n
1 j , i
j i
ij
x x a 0 unde x=(x
1
,...,x
n
)
t
. Avem dou situaii:
I. i=1,...,n astfel nct a
ii
0. Dup o eventual renumerotare putem considera
a
11
0. n acest caz formm un ptrat perfect care s includ termenii ce-l
conin pe x
1
. Astfel:
H(x)= [ ]
2 n
n 1
2
12
n
n 1
2
12
1
11
2 1 2
11
11
) x a ... x a ( ) x a ... x a ( x a 2 ) x ( a
a
1
+ + + + + + +E(x
2
,...,x
n
)=
11
a
1
(a
11
x
1
+...+a
1n
x
n
)
2
+E(x
2
,...,x
n
).
Fie transformarea:
>
= + +
=
1 i , x
; 1 i , x a ... x a
y
i
n
n 1
1
11 i

Avem atunci H(y)=
11
a
1
(y
1
)
2
+E(y
2
,...,y
n
) unde E este o form ptratic n
y
2
,...,y
n
.
II. i=1,...,n avem a
ii
=0. Cum H0a
ij
0. Dup o eventual renumerotare
putem presupune c a
12
0. Fie transformarea:
>
=
= +
=
2 i , x
; 2 i , x x
; 1 i , x x
y
i
2 1
2 1
i

nlocuind n expresia lui H obinem a'
11
0 deci ne reducem la cazul I.
Cum E este o form ptratic n y
2
,...,y
n
relum consideraiile anterioare. n
final H va avea forma normal: H(x)=b
1
(z
1
)
2
+...+b
k
(z
k
)
2
unde x=(z
1
,...,z
n
)
t
n
noua baz. Cu transformarea de variabile:
> =
=
=
k i , z v
; z b v
...
; z b v
i i
k
k
k
1
1
1

forma H are forma canonic i devine H(x)=
1
(v
1
)
2
+...+
k
(v
k
)
2
unde
x=(v
1
,...,v
n
)
t
n aceast ultim baz iar
p
=sgn(b
p
){-1,1}, p=1,...,k.
Transformarea general de coordonate se obine din compunerea celor
succesive de mai sus.
Metoda Jacobi
Teorem
Fie H:VR o form ptratic real i B={e
1
,...,e
n
} o baz a lui V/R. Fie
A=(a
ij
) matricea lui H n baza B. Fie, de asemenea:
A
i
=
|
|
|
\
|
ii 1 i
i 1 11
a a
a a
L
L L L
L
, i=1,...,n
Dac
i
=det A
i
sunt nenuli atunci exist o baz B'={f
1
,...,f
n
} obinut din B cu
o matrice de trecere triunghiular n care forma normal a lui H este:
2 n
n
1 n 2 2
2
1 2 1
1
) ( ... ) ( ) (
1
) x ( H
+ +
=

iar x=(
1
,...,
n
)
t
este expresia lui x n noua baz.
Definiii
Fie V un spaiu vectorial real.
o form ptratic H:VR se numete form pozitiv definit dac H(x)>0
x0.
H se numete form negativ definit dac H(x)<0 x0.
H se numete form semidefinit sau form nedefinit dac x
1
,x
2
V
astfel nct H(x
1
)H(x
2
)<0.
H se numete form pozitiv semidefinit dac H(x)0 xV i x
0
V-
{0} astfel nct H(x
0
)=0.
H se numete form negativ semidefinit dac H(x)0 xV i x
0
V-
{0} astfel nct H(x
0
)=0.
Teorem (de inerie, Sylvester)
Numrul coeficienilor strict pozitivi, numrul coeficienilor strict negativi i
rangul unei forme ptratice n expresia canonic (normal) nu depind de baza
aleas.
Definiie
Diferena ntre numrul termenilor pozitivi i cel al termenilor negativi din
expresia canonic (normal) a unei forme ptratice se numete signatura
formei ptratice respective.
Teorem
Fie V un spaiu vectorial real i H:VR o form ptratic. Condiia necesar
i suficient ca H s fie pozitiv definit este ca
i
>0, i=1,...,n.
Corolar
Fie V un spaiu vectorial real i H:VR o form ptratic. Condiia necesar
i suficient ca H s fie negativ definit este ca
i
<0, i=impar, i=1,...,n i
i
>0,
i=par, i=1,...,n.

Exemplu:
S se aduc la forma normal, folosind metoda lui Gauss, forma ptratic:
H(x)=(x
1
)
2
-2x
1
x
2
+2x
1
x
3
-2x
1
x
4
+(x
2
)
2
+2x
2
x
3
-4x
2
x
4
+(x
3
)
2
-2(x
4
)
2
, x= (x
1
,x
2
,x
3
,x
4
)
R
4
.
Soluie Avem: H(x)=(x
1
)
2
-2(x
2
-x
3
+x
4
)x
1
+(x
2
-x
3
+x
4
)
2
-3(x
4
)
2
+4x
2
x
3
-6x
2
x
4
+
2x
3
x
4
=(x
1
-x
2
+x
3
-x
4
)
2
-3((x
4
)
2
+2(x
2
-
3
1
x
3
)x
4
+(x
2
-
3
1
x
3
)
2
)+3(x
2
)
2
+2x
2
x
3
+
3
1
(x
3
)
2
=(x
1
-x
2
+x
3
-x
4
)
2
-3(x
2
+x
4
-
3
1
x
3
)
2
+3(x
2
+
3
1
x
3
)
2
. Prin urmare, cu
1
=x
1
-x
2
+x
3
-
x
4
,
2
=x
2
+ x
4
-
3
1
x
3
,
3
=x
2
+
3
1
x
3
,
4
=x
4
obinem H(x)=(
1
)
2
-3(
2
)
2
+3(
3
)
2
.

Sarcina de lucru 13
S se arate c forma ptratic H(x)=3(x
1
)
2
+6(x
2
)
2
+3(x
3
)
2
-4x
1
x
2
-
8x
1
x
3
-4x
2
x
3
, x=(x
1
,x
2
,x
3
)R
3
este semidefinit.



Test de autoevaluare
I. Fie n R
3
mulimile U
1
={(a+b,2a-b,a)a,bR} i U
2
={(c+2d,2c+d,-3c-
d) c,dR}. S se determine U
1
U
2
(3 puncte)
a) U
1
U
2
={(2c,0,c) cR}
b) U
1
U
2
={(-3c,0,-c) cR}
c) U
1
U
2
={(3c,7c,c) cR}
d) U
1
U
2
={(3c+d,d,c) cR}
II. . Fie aplicaia f:R
3
R
3
, f(x
1
,x
2
,x
3
)=(3x
1
-x
2
+x
3
,2x
1
+x
2
,-x
1
+x
3
). S se
determine Ker f i Im f (4 puncte)
a) Ker f={0}, Im f=R
3

b) Ker f={(3,2,7)}, Im f=R
3
c) Ker f={0}, Im f=R
2
d) Ker f={(3,2,7)}, Im f=R
4

III. Fie operatorul T:R
4
R
4
a crui matrice n baza canonic este:
A=
|
|
|
|
|
\
|

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

S se determine valorile proprii ale lui T (3 puncte)
a) Valorile proprii sunt:
1
=3,
2
=1,
3
=4,
4
=5
b) Valorile proprii sunt:
1
=
2
=2,
3
=
4
=4
Rezumat
Noiunea de spaiu vectorial generalizeaz dintr-un anumit punct de vedere
categoriile matricelor, cea a polinoamelor, funciilor, mulimilor numerice i
multe altele. Avantajul acestei noiuni este acela c permite tratarea unitar a
unor concepte, la prima vedere diferite, obinnd rezultate generalizatoare,
dar, n acelai timp, permind noii structuri adaptarea la noi i noi provocri
ale practicii.
Noiunea de baz este fundamental i ea permite simularea unui anumit
proces economic (dup transformarea matematic, eminamente necesar)
printr-un altul mult mai simplu, reprezentat, de regul, de spaiul aritmetic n-
dimensional.
Formele ptratice prezentate n ultima parte a modului au un rol bine conturat
n geometria analitic, dar, n cazul de fa, se vor dovedi eseniale n studiul
extremelor funciilor din modulul urmtor ceea ce va permite, n final,
determinarea optimului unui proces economic arbitrar.
c) Valorile proprii sunt:
1
=
2
=3,
3
=
4
=0
d) Valorile proprii sunt:
1
=
2
=0,
3
=
4
=2
Bibliografie minimal
Atanasiu Gh., Munteanu Gh., Postolache M. (1994). Algebr liniar, geometrie
analitic, diferenial, ecuaii difereniale. Bucureti: Editura All.
Ioan C. A. (2011). Matematic, Galai: Ed. Sinteze
Ioan C. A. (2006). Matematic I. Galai: Ed. Sinteze.
Ion D.I., Ni C., Radu N., Popescu D. (1981). Probleme de algebr. Bucureti:
E.D.P.

2. ANALIZ MATEMATIC

Spaii topologice 44
Difereniabilitatea funciilor 53
Serii numerice. Serii de funcii. Serii de puteri. Dezvoltarea
n serie Taylor
59
Extremele funciilor 68
Rezumat 72


s explici noiunea de spaiu topologic;
s defineti difereniabilitatea funciilor;
s descrii seriile numerice i seriile de puteri;
s determini extremele funciilor;
s categoriseti integralele improprii, duble i triple.


Ctlin Angelo Ioan Analiza Matematica
2.1. Spaii topologice
2.1.1. Elemente de topologie
Definiie
Fie R
n
, n1 i mulimea T={DR
n
a=(a
1
,...,a
n
)Dr>0 astfel nct
(a
1
-r,a
1
+r)...(a
n
-r,a
n
+r)D}. Perechea (R
n
,T) se numete spaiu topologic, T
purtnd numele de topologie real pe R
n
. O mulime DT se numete
mulime deschis.
Teorem
Pe R
n
au loc urmtoarele afirmaii:
1) (D
i
)
iI
T
U
I i
i
D
T, I-o mulime oarecare de indeci;

2) (D
i
)
i=1,...,m
T
I
m
1 i
i
D
=
T mN
*
;
3) ,R
n
T.
Definiie
Fie R
n
i XR
n
. T'={DXDT} este o topologie pe X i se numete
topologia indus de T pe X.

Definiie
Fie R
n
i AR
n
. O mulime VR
n
se numete vecintate a lui A dac DT
astfel nct ADV. Dac A={x}, xR
n
, atunci V se numete vecintate a
punctului x.
Propoziie
Pe R
n
o submulime AR
n
este deschis dac i numai dac este vecintate
pentru orice punct al su.
Propoziie
Mulimea vecintilor V(x) ale unui punct arbitrar xR
n
are urmtoarele
proprieti:
1) VV(x)xV;
2) VV(x), VUUV(x);
3) V
i
V(x), i= n , 1
I
n
1 i
i
V
=
V(x);
4) VV(x)UV, UV(x) astfel nct UV(y) yU.

Definiie
Un punct aR
n
se numete punct interior al unei submulimi AR
n
dac
AV(a)
Definiie
Fie AR
n
. Mulimea
o
A =int A={aR
n
a este punct interior al lui A} se
numete interiorul lui A.
Propoziie
AR
n
avem:
U
o
A D
=
T D
D A .
Definiie
Un punct aR
n
se numete punct aderent unei submulimi AR
n
dac
VV(a)VA.
Definiie
Fie AR
n
. Mulimea A ={aR
n
a este punct aderent pentru A} se numete
nchiderea (aderena) lui A.
Definiie
O submulime FR
n
se numete mulime nchis dac R
n
-FT.
Definiie
Un punct aR
n
se numete punct de acumulare al unei submulimi AR
n

dac VV(a)(V-{a})A.
Definiie
Fie AR
n
. Mulimea A={aXa este punct de acumulare al lui A} se numete
mulimea derivat (derivata) a lui A.
Definiie
Un punct aR
n
se numete punct izolat al unei submulimi AR
n
dac nu este
punct de acumulare, adic dac VV(a)(V-{a})A=.
Definiie
Fie AR
n
. Mulimea A=Fr A= A CA se numete frontiera lui A.
Exemplu:
Fie mulimea A=(3,8][9,12]{0,1,15}. S se determine:
1) interiorul lui A;
2) aderena lui A;

3) derivata lui A;
4) frontiera lui A.
Soluie 1)Avem
o
A=(3,8)(9,12); 2) A=[3,8][9,12]{0,1,15};
3)A=[3,8][9,12]; 4)A=ACA . Avem CA=(-,0)(0,1)(1,3](8,9)
(12,15)(15,) de unde: CA =(-,0][0,1][1,3][8,9][12,15][15,)=
(-,3][8,9][12,). Obinem deci A=([3,8][9,12]{0,1,15})((-,3]
[8,9][12,))={0,1,3,8,9,12, 15}.

2.1.2. iruri n R
n

Definiie
Numim ir pe spaiul topologic R
n
o funcie f:NR
n
.
Definiie
Fie un ir (a
n
)R
n
. Spunem c (a
n
) este ir convergent dac aR
n

astfel nct VV(a)n
V
N astfel nct a
n
V nn
V
. Elementul aR
n
se
numete limit a irului (a
n
) i vom scrie:
a=
n
lima
n

Teorem
Limita unui ir convergent din R
n
este unic.
Propoziie
Fie AR
n
i (a
n
)R
n
un ir convergent. Dac n
0
N astfel nct a
n
A nn
0

atunci lim a
n
A .
Propoziie
Dac AR
n
atunci aA (a
n
)A astfel nct lim a
n
=a.
Sarcina de lucru 1
Fie mulimea A=(1,2][4,8){0,3}. S se determine:
1) interiorul lui A;
2) aderena lui A;
3) derivata lui A;
4) frontiera lui A.


Teorem
irul (a
m
)=(a
m
1
,...,a
m
n
)R
n
este convergent dac i numai dac irurile
(a
m
1
)R,...,(a
m
n
)R sunt convergente i n acest caz avem:
lim a
m
=(lim a
m
1
,...,lim a
m
n
)
Exemplu:
S se calculeze limita urmtorului ir din R
2
:
1) a
n
=
|
|
\
|
+
+
+
+
2 n n 5
5 n
,
2 n 3
5 n n 2
2 2
2
n1;
Soluie lim a
n
=lim
|
|
\
|
+
+
+
+
2 n n 5
5 n
,
2 n 3
5 n n 2
2 2
2
=
|
|
\
|
+
+
+
+
2 n n 5
5 n
lim ,
2 n 3
5 n n 2
lim
2 2
2
= |
\
|
0 ,
3
2
.

2.1.3. Spaii metrice. Spaii normate
Definiie
Numim metric (distan) pe R
n
o funcie d:R
n
R
n
R, (x,y)d(x,y)
x,yR
n
, astfel nct sunt satisfcute urmtoarele axiome:
1) d(x,y)=0x=y;
2) d(x,y)=d(y,x) x,yR
n
;
3) d(x,z)d(x,y)+d(y,z) x,y,zR
n
.
Definiie
Considernd o metric d pe R
n
, vom numi perechea (R
n
,d) spaiu metric.

Sarcina de lucru 2
S se calculeze limita irului din R
2
: a
n
=
|
|
\
|
+ +
+ +
+
1 n 2 n 15
15 n 2
,
7 n 2 n 3
5 n 2 n 3
2 2 4
3

n1.


Definiie
Fie (R
n
,d) un spaiu metric. Mulimea B(a,r)={xR
n
d(a,x)r}, r0 se
numete bila nchis de centru a i raz r. Mulimea B(a,r)={xR
n
d(a,x)<r},
r>0 se numete bila deschis de centru a i raz r.
Propoziie
Un spaiu metric (R
n
,d) este spaiu topologic.
Propoziie
Fie (R
n
,d) un spaiu metric. Atunci aR
n
r>0B(a,r) este o mulime
deschis, B(a,r) este o mulime nchis iar ) r , a ( B ) r , a ( B = .
Propoziie
Fie un spaiu metric (R
n
,d) i (a
n
)R
n
un ir convergent. Atunci lim a
n
este
unic.
Propoziie
n
,d) i (a
n
)X. Atunci (a
n
) este un ir convergent i lim
a
n
=aX dac i numai dac >0 n
N astfel nct d(a

n
,a)< nn
.
Definiie
Fie (R
n
,d) un spaiu metric. Un ir (a
n
)R
n
se numete ir Cauchy (ir
fundamental) dac >0n
N astfel nct d(a

n
,a
m
)< n,mn
.
Propoziie
Fie (R
n
,d) un spaiu metric i (a
n
)R
n
un ir convergent. Atunci (a
n
) este ir
Cauchy.
Reciproc, nu este n general adevrat, deci se impune urmtoarea:
Definiie
Un spaiu metric (R
n
,d) se numete spaiu metric complet dac orice ir
Cauchy din R
n
este convergent.
Definiie
n
,d). O mulime AR
n
se numete mulime mrginit
dac aR
n
r>0 astfel nct AB(a,r).
Definiie
n
,d). Un ir (a
n
)R
n
se numete ir mrginit dac
mulimea valorilor acestuia este mrginit.
Lem (Cesro)
Orice ir mrginit din R
n
conine un subir convergent.

Definiie
Numim norm pe R
n
o funcie :R
n
R, xx xR
n
astfel nct sunt
satisfcute urmtoarele axiome:
1) x=0x=0;
2) x=x xR
n
R;
3) x+yx+y x,yR
n
.
Definiie
Fiind dat o norm pe R
n
, perechea (R
n
,) se numete spaiu vectorial
real n-dimensional normat (sau simplu spaiu normat).
Definiie
Un spaiu normat complet se numete spaiu Banach.
Exemplu:
Fie pe o mulime X, metricile d i d i a,bR
+
, a
2
+b
2
>0. S se arate c
aplicaia d:XXR, d(x,y)=ad(x,y)+bd(x,y) x,yR este o metric pe X.
Soluie Avem x=yd(x,x)=ad(x,x)+bd(x,x)=0 i reciproc, dac d(x,y)=
ad(x,y)+bd(x,y)=0cum a,b0 i cel puin unul este nenul rezult c x=y. De
asemenea, d(x,y)=ad(x,y)+bd(x,y)=ad(y,x)+ bd(y,x)=d(y,x) x,yX. Fie
acum x,y,zX, arbitrari. Avem d(x,z)=ad(x,z)+bd(x,z)a[d(x,y)+d(y,z)]+
b[d(x,y)+ d(y,z)]=[ad(x,y)+bd(x,y)]+[ad(y,z)+bd(y,z)]=d(x,y)+d(y,z).

2.1.4. Limite de funcii n R
n

Definiie
O aplicaie f:AR
n
R
m
, n,m1 se numete funcie vectorial real de n
variabile reale. Dac m=1 vom spune pe scurt c f este funcie de n variabile.

Sarcina de lucru 3
Fie pe un spaiu vectorial real X dou norme i . S se arate
c a+b, a,bR
+
este de asemenea o norm pe X.


Definiie
O aplicaie f:AR
n
R
m
se spune c are limita yR
m
ntr-un punct de
acumulare aA' dac VV(y) UV(a) astfel nct:
f((U-{a})A)V
Propoziie
Fie o aplicaie f:AR
n
R
m
i aA'. Urmtoarele afirmaii sunt echivalente:
1) f are limita yR
m
n a;
2) (a
n
)A-{a} astfel nct lim a
n
=alim f(a
n
)=y;
3) >0
>0 astfel nct xA-{a} i d(x,a)<
d(f(x),y)<.
4) >0
>0 astfel nct xA-{a} i a x <
y ) x ( f <.
Corolar
Fie o aplicaie f:AR
n
R
m
i aA'. Funcia f nu are limit n punctul a dac
(a
n
),(b
n
)A-{a} cu lim a
n
=lim b
n
=a i fie unul din irurile (f(a
n
)),(f(b
n
)) nu
este convergent, fie sunt amndou convergente, dar au limite diferite.
n cazul funciilor de mai multe variabile, se poate defini limita unei funcii
dup o direcie astfel: fie f:AR
n
R i a=(a
1
,...,a
n
)A'. Ecuaia unei drepte
ce trece prin a este:
+ =
+ =
n n n
1 1 1
v a x
v a x
L , R
unde v
1
,...,v
n
reprezint parametrii directori ai dreptei (care dau nclinarea
dreptei fa de axele de coordonate). Notnd v=(v
1
,...,v
n
) putem scrie ecuaia
dreptei succint sub forma: x=a+v, R. Definim atunci limita unei funcii
dup direcia dat de dreapta x=a+v ca fiind:
0
lim

f(a+v)
Este evident c dac o funcie are limit ntr-un punct, atunci ea are limit dup
orice direcie n acel punct. Reciproc, nu este adevrat.
Fie acum f:AR
n
R i a=(a
1
,...,a
n
)A'. S considerm mulimile
A
i
={x
i
R(x
1
,...,x
i
,...,x
n
)A} i s presupunem c a
i
A
i
', i=1,...,n. Atunci
i i
a x
lim
f(x) depinde de variabilele x

1
,...,x
i-1
,x
i+1
,..., x
n
. Considernd apoi acelai
proces obinem n final o valoare real notat
a x
lim

f(x)=
n
i
n
i
1
i
1
i
a x a x
lim ... lim

f(x)
unde =
|
|
\
|
n 2 1
i i i
n 2 1
L
L
S
n
(grupul permutrilor de n elemente). Vom numi
aceasta limita iterat dup permutarea a funciei f n punctul a. Are loc
urmtoarea:
Propoziie
Fie f:AR
n
R i a=(a
1
,...,a
n
)A'. Dac f are limit n a i, n plus, S
n

astfel nct
a x
lim

f(x) exist atunci
a x
lim

f(x)=
a x
lim
f(x).
Exemplu:
S se calculeze
2 2
3 3
) 0 , 0 ( ) y , x (
y x
y x
lim
+
+
.
Soluie Conform teoriei generale, dac funcia are limit atunci orice limit
iterat dac exist este egal cu limita cutat. Prin urmare, vom ncerca
calcularea unei limite iterate i n cazul determinrii acesteia vom arta cu
definiia limitei (globale) c aceasta este tocmai limita cutat. Avem deci:
2 2
3 3
0 y 0 x
y x
y x
lim lim
+
+

=
2
3
0 x
x
x
lim
=0. Fie deci >0, arbitar i
=
2
>0. Avem:
2 2
3 3
y x
y x
+
+
=
2 2
2
y x
x
x
+
+
2 2
2
y x
y
y
+
de unde 0
y x
y x
2 2
3 3
+
+
=
2 2
3 3
y x
y x
+
+
=
=
+
+
+
+
+
+
2 2
2
2 2
2
2 2
2
2 2
2
y x
y
y
y x
x
x
y x
y
y
y x
x
x
+
+
+
2 2
2
2 2
2
y x
y
y
y x
x
x
+ + =
+
+
+
+
+
2 2
2 2
2 2
2 2
2 2
y x 2 y x
y x
y x
y
y x
y x
x =
2
2 .

2.1.5. Continuitatea funciilor
Definiie
O aplicaie f:AR
n
R
m
se numete funcie continu n aA dac
VV(f(a))UV(a) astfel nct f(UA)V.
Sarcina de lucru 4
Folosind definiia limitei, s se arate c:
2
1
y
x
lim
2
) 0 , 0 ( ) y , x (
=


Propoziie
Fie o aplicaie f:AR
n
R
m
i aA. Urmtoarele afirmaii sunt echivalente:
1) f este continu n a;
2) (a
n
)A astfel nct lim a
n
=alim f(a
n
)=f(a);
3) >0
>0 astfel nct xA i d(x,a)<
d(f(x),f(a))<.
4) >0
>0 astfel nct xA i a x <
) a ( f ) x ( f <.
Definiie
O aplicaie f:AR
n
R
m
se numete funcie continu pe A dac este continu
n orice punct aA.
Propoziie
O aplicaie f:AR
n
R
m
este continu n aAA dac i numai dac are
limit n a i
a x
lim
f(x)=f(a).
Teorem
Fie o aplicaie f:R
n
R
m
. Urmtoarele afirmaii sunt echivalente:
1) f este continu pe R
n
;
2) D-deschis n R
m
f
-1
(D)-deschis n R
m
;
3) E-nchis n R
m
f
-1
(E)-nchis n R
n
.
Definiie
O aplicaie f:AR
n
f(A)R
m
se numete homeomorfism dac:
1) f este bijectiv;
2) f este continu pe A i f
-1
este continu pe f(A).
Exemplu:
S se studieze continuitatea funciei f:R
2
R,
=
(0,0) = y) (x, daca 0
(0,0); y) (x, daca
y x
y x
xy
) y , x ( f
2 2
2 2

Soluie Pe R
2
-{(0,0)} funcia este continu deoarece a,bR i (a
n
), (b
n
)R
astfel nct lim a
n
=a, lim b
n
=b rezult lim f(a
n
,b
n
)=f(a,b). Rmne deci de
studiat continuitatea n (0,0). Fie >0. Alegem
= 2 . Avem deci f(x,y)-

f(0,0)=f(x,y=
2 2
2 2
y x
y x
xy
+
=xy
2 2
2 2
y x
y x
+
xy
2 2
2 2
y x
y x
+
+
=xy
2
1
(x
2
+y
2
)
2
2
=. Prin urmare, funcia f este continu n (0,0) deci este continu pe R
2
.

2.2. Difereniabilitatea funciilor
2.2.1. Derivabilitatea dup o direcie i cea parial a funciilor
Vom considera n cele ce urmeaz funcii de forma f:DR
n
R, n1, D-
deschis, (x
1
,...,x
n
)f(x
1
,...,x
n
). Vom nota generic x=(x
1
,...,x
n
) R
n
.
Fie aD i o dreapt de parametri directori v=(v
1
,...,v
n
)R
n
: x=a+v, R.
Avem:
v
v
v a x + = i notnd: v =,
v
v
=w, rezult: R i w =1.
Putem scrie deci ecuaia unei drepte sub forma d: x=a+w, R, w =1.
Deoarece aDVV(a)R
n
astfel nct aVD. Vom alege V ca fiind o
bil deschis centrat n a. Fie deci r>0 astfel nct B(a,r)D. Fie xD. Avem:
a x = a w a + = w = w = . Dac (-r,r) atunci a x <r
deci xB(a,r)D. Definim acum funcia: g:(-r,r)R, g()=f(a+w) (-
r,r). Din cele de mai sus, rezult c definiia este corect.
Definiie
Funcia f se numete aplicaie derivabil dup direcia w n aR
n
dac
funcia: g:(-r,r)R, g()=f(a+w) este derivabil n originea 0R. Vom numi
n acest caz numrul real
dw
df
(a)=g'(0)-derivata dup direcia w n punctul a
al lui f.
Pentru n=1 se obine definiia clasic a derivatei ntr-un punct.
Sarcina de lucru 5
S se studieze continuitatea uniform a funciei:
f:R
2
R, f(x,y)=2(x+y)-sin x+cos y.


n R
n
avem cteva direcii privilegiate i anume cele date de vectorii bazei
canonice e
1
=(1,0,...,0),... ,e
n
=(0,0,...,1).
Definiie
Funcia f se numete aplicaie derivabil parial n punctul a, n raport cu
variabila x
k
, 1kn, dac exist derivata dup direcia e
k
adic dac exist:
t
) a ,..., a ,..., a ( f ) a ,..., t a ,..., a ( f
lim ) a ( ' f ) a (
x
f
n k 1 n k 1
0 t
x
k
k
+
= =

Numrul real ) a (
x
f
k
sau notat uneori ) a )( f

x
(
k
sau ) a ( ' f
k
x
se numete
derivata parial a lui f n punctul a n raport cu x
k
.
Definiie
Vom spune c f este derivabil parial n raport cu x
k
pe D dac este
derivabil parial n raport cu x
k
n orice punct aD.
Definiie
Vom spune c f este derivabil parial pe D dac este derivabil parial n
raport cu orice x
k
k= n , 1 n orice punct aD.
Definiie
Dac f este derivabil parial n fiecare punct xV unde VV(a), aD-fixat i
dac la rndul lor derivatele pariale
k
x
f
, k= n , 1 , sunt derivabile parial n a,

vom spune c f este derivabil parial de ordinul 2 n a. Vom scrie:
) a (
x x
f
) a ))(
x
f
(
x
(
k j
2
k j

j,k= n , 1
i vom spune c
k j
2
x x
f

(a) este derivata parial de ordinul 2 a lui f n punctul

a n raport cu variabilele x
j
i x
k
. Pentru j=k adoptm notaia:
) a (
x
f
) a ))(
x
f
(
x
(
2
k
2
k k

k= n , 1
Definiie
Dac f este derivabil parial de ordinul k, k1 n fiecare punct xV unde
VV(a), aD-fixat i dac la rndul lor derivatele pariale de ordinul k:
k 1
i i
k
x ... x
f

i
1
,...,i
k
{1,...,n} sunt derivabile parial n a, vom spune c f este
derivabil parial de ordinul (k+1) n a. Vom scrie:

) a )(
x ... x x
f
( ) a ))(
x ... x
f
(
x
(
k 1 k 1
i i i
1 k
i i
k
i

+

n cazul mai multor variabile identice vom adopta notaia:
) a )(
x ... x
f
( ) a )(
x ... x ... x ... x
f
(
k
k
1
1
k 1
k
k k
1
1 1
k 1
n
i
n
i
n ... n
ori n
i i
ori n
i i
n ... n

+ +

+ +
43 42 1 43 42 1

Teorem (Schwarz)
Dac f:DR, DR
n
-deschis admite derivate pariale de ordinul 2 ntr-o
vecintate V a lui aD i dac pentru 1ijn-fixai
j i
2
x x
f

este continu n a,
atunci:
i j
2
x x
f

(a)=
j i
2
x x
f

(a)
Exemplu:
S se calculeze derivatele pariale de ordinul I i II pentru funcia f:R
3
R,
f(x,y,z)=x
2
+e
xy
+xyz
4
n punctul (x,y,z)R
3
, verificndu-se criteriul lui Schwarz
pe acest exemplu concret.
Soluie Avem:

x
f
=2x+ye
xy
+yz
4
,
y
f
=xe
xy
+xz
4
,
z
f
=4xyz
3
;

2
2
x
f
=
x
(
x
f
)=
x
(2x+ye
xy
+yz
4
)=2+y
2
e
xy
;

y x
f
2

=
x
(
y
f
)=
x
(xe
xy
+xz
4
)=(xy+1)e
xy
+z
4
;

x y
f
2

=
y
(
x
f
)=
y
(2x+ye
xy
+yz
4
)=(xy+1)e
xy
+z
4
;

z x
f
2

=
x
(
z
f
)=
x
(4xyz
3
)=4yz
3
;

x z
f
2

=
z
(
x
f
)=
z
(2x+ye
xy
+yz
4
)=4yz
3
;

2
2
y
f
=
y
(
y
f
)=
y
(xe
xy
+xz
4
)=x
2
e
xy
;

z y
f
2

=
y
(
z
f
)=
y
(4xyz
3
)=4xz
3
;

y z
f
2

=
z
(
y
f
)=
z
(xe
xy
+xz
4
)=4xz
3
;

2
2
z
f
=
z
(
z
f
)=
z
(4xyz
3
)=12xyz
2
.

2.2.2. Difereniabilitatea funciilor
Definiie
Fie f:DR
n
R
m
, D-deschis i aD. f se numete aplicaie difereniabil n
a dac TL(R
n
,R
m
) astfel nct
f(x)=f(a)+T(x-a)+(x) a x xD
unde :D-{a}R
m
satisface
a x
lim
(x)=0. Dac f este difereniabil n orice

punct din D vom spune c f este difereniabil pe D.
Teorem
Fie o aplicaie f=(f
1
,...,f
m
):DR
n
R
m
, D-deschis i aD. Aplicaia f este
difereniabil n a dac i numai dac aplicaiile f
1
,...,f
m
sunt difereniabile n a.
n acest caz:
df(a)=(df
1
(a),...,df
m
(a))
Teorem
Fie f:DR
n
R, D-deschis.
1) Dac f este difereniabil n aD atunci f este continu n a;
Sarcina de lucru 6
S se calculeze derivatele pariale de ordinul I ale funciei de mai jos n
punctul indicat: f:R
3
R, f(x,y,z)=arctg
yz
x
2
n punctul (1,1,1).


2) Dac f este difereniabil n aD atunci wR
n
, w =1 exist derivata
dup direcia w n a i avem
dw
df
(a)=df(a)(w). n particular, exist
derivatele pariale de ordinul I i avem
k
x
f
(a)=df(a)(e
k
), k= n , 1 , unde e
k

sunt vectorii bazei canonice din R
n
;
3) Dac fC
1
(D) atunci f este difereniabil pe D.
Considernd acum diferenialele dx
i
ale variabilelor x
i
, i=1,...,n dup exemplul
3.c, avem:
Teorem
Fie f:DR
n
R, D-deschis, difereniabil ntr-un punct aD. Atunci:
=
n
1 i
i
i
) a ( dx ) a (
x
f
) a ( df
Definiie
Fie o aplicaie f=(f
1
,...,f
m
):DR
n
R
m
, D-deschis i aD. Matricea J
f
(a)
definit prin:
J
f
(a)=
|
|
|
|
|
|
\
|
) a (
x
f
) a (
x
f
) a (
x
f
) a (
x
f
n
m
1
m
n
1
1
1
L
L L L
L

se numete matricea jacobian a lui f n punctul a. Dac m=n vom numi
det(J
f
(a)) jacobianul sau determinantul funcional al lui f n a. Vom mai
nota:
det(J
f
(a))=
) x ,..., x ( D
) f ,..., f ( D
n 1
n 1
(a)
Propoziie
Fie f:DR
n
R, D-deschis, difereniabil n aD. Atunci w=(w
1
,...,w
n
)R
n

cu w =1 funcia f are derivat dup direcia w i
) a (
x
f
w ... ) a (
x
f
w ) a (
dw
df
n
n
1
1
+ +
=
Definiie
Vom defini difereniala de ordin m a funciei f prin egalitatea:

f dx
x
f d
m
n
1 i
i
i
m
|
|
\
|
=

=

unde suma din parantez se dezvolt formal cu ajutorul formulei generalizate a
m-nomului i apoi se aplic derivatele pariale lui f.

Definiie
Matricea formei ptratice d
2
f ntr-un punct aD se numete hessiana lui f n a
i avem:
H
f
(a)=
|
|
|
|
|
|
\
|
) a (
x
f
) a (
x x
f
) a (
x x
f
) a (
x
f
2
n
2
1 n
2
n 1
2
2
1
2
L
L L L
L

Exemplu:
S se determine difereniala de ordinul I a funciei f:R
3
R, f(x,y,z)=4xy+e
xz
-
5ze
x
n punctul (1,1,1).
Soluie Avem: df(1,1,1)=
x
f
(1,1,1)dx+
y
f
(1,1,1)dy+
z
f
(1,1,1)dz=
(4-4e)dx+4dy-4edz.

Sarcina de lucru 7
Fie funciile f:R
3
R
2
, f(x,y,z)=(x
2
,yz) i g:R
2
R, g(u,v)=u
3
+e
uv
. S se
calculeze derivatele pariale ale funciei g
f n punctul (x,y,z)R
3
.


2.3. Serii numerice. Serii de funcii. Serii de puteri. Dezvoltarea n serie
Taylor
2.3.1. Serii numerice
n aceast seciune vom considera, pn la meniuni contrare, c toate irurile
sunt indexate dup N.
Definiie
Fie un ir (a
n
)R i irul (S
n
)R definit prin S
n
=
=
n
0 i
n
a , n0. Numim serie
numeric de termen general a
n
perechea de iruri ((a
n
),(S
n
)). Vom numi irul
(S
n
) irul sumelor pariale ale seriei.
Definiie
O serie
=0 n
n
a se numete serie convergent dac irul sumelor pariale (S
n
)
este convergent. O serie se numete serie divergent dac nu este
convergent.
Definiie
Dac seria
=0 n
n
a este convergent numim lim S
n
-suma seriei i o vom nota
=0 n
n
a .
Propoziie
Fie o serie
=0 n
n
a i mN, fixat. Considernd irul b
n
=a
m+n
n0 seriile
=0 n
n
a
i
=0 n
n
b au aceeai natur.
Teorem (Criteriul general de convergen al lui Cauchy)
O serie
=0 n
n
a este convergent dac i numai dac >0n
N astfel nct:
a
n+1
+...+a
n+m
< nn
m1
Corolar
Dac o serie
=0 n
n
a este convergent atunci lim a
n
=0.

Propoziie
Fie seriile
=0 n
n
a ,
=0 n
n
b i ,R
*
. Atunci:
1) Seria
0 n
n
a are aceeai natur cu seria
=0 n
n
a , iar dac
=0 n
n
a este
convergent are loc egalitatea
0 n
n
a =
=0 n
n
a ;
2) Dac seriile
=0 n
n
a i
=0 n
n
b sunt convergente atunci i
=
+
0 n
n n
) b a (
este convergent i are loc egalitatea:
=
+
0 n
n n
) b a ( =
=0 n
n
a +
=0 n
n
b .
Definiie
O serie
=0 n
n
a se numete serie absolut convergent dac seria
=0 n
n
a este
convergent. O serie convergent care nu este absolut convergent se numete
serie semiconvergent.
Propoziie
O serie
=0 n
n
a absolut convergent este convergent.
Definiie
O serie
=0 n
n
a se numete serie necondiionat convergent (serie comutativ
convergent) dac :NN o aplicaie bijectiv (permutare a mulimii
numerelor naturale) seria
0 n
) n (
a este convergent.
Teorem (Criteriul I de comparaie)
Fie
=0 n
n
a i
=0 n
n
b dou serii cu termeni pozitivi. Dac a
n
b
n
n0 atunci:
1)
=0 n
n
b este convergent
=0 n
n
a este convergent i
=0 n
n
a
=0 n
n
b ;
2)
=0 n
n
a este divergent
=0 n
n
b este divergent.

Teorem (Criteriul II de comparaie)
Fie
=0 n
n
a i
=0 n
n
b dou serii cu termeni strict pozitivi. Dac lim
n
n
b
a
exist i
este nenul i finit atunci seriile au aceeai natur.

Teorem (Criteriul III de comparaie)
Fie
=0 n
n
a i
=0 n
n
b dou serii cu termeni strict pozitivi. Dac
n
1 n
n
1 n
b
b
a
a
+ +

n0 atunci:
1)
=0 n
n
b este convergent
=0 n
n
a este convergent;
2)
=0 n
n
a este divergent
=0 n
n
b este divergent.
Corolar
Fie
=0 n
n
a o serie cu termeni strict pozitivi.
1) Dac r(0,1) astfel nct r
a
a
n
1 n
+
n0 atunci seria este convergent;
2) Dac r[1,) astfel nct r
a
a
n
1 n
+
n0 atunci seria este divergent.
Teorem (Criteriul raportului al lui D'Alembert)
Fie
=0 n
n
a o serie cu termeni nenuli. Dac L=lim
=0 n
n
a exist atunci:
1) L<1
=0 n
n
a este absolut convergent;
2) L>1
=0 n
n
a este divergent.
Teorem (Criteriul radical al lui Cauchy)
Fie
=0 n
n
a o serie numeric cu elemente nenule. Dac L=lim
n
n
a exist
atunci:
1) L<1
=0 n
n
2) L>1
=0 n
n
a este divergent.
Teorem (Criteriul Raabe-Duhamel)
Fie
=0 n
n
a o serie numeric cu elemente nenule. Dac L=lim n
|
|
\
|
+
1
a
a
1 n
n
exist
atunci:
1) L>1
=0 n
n
2) L<1 iar seria este numeric cu termeni strict pozitivi
=0 n
n
a este
divergent.
Teorem (Criteriul Abel-Dirichlet)
Fie (a
n
) i (b
n
) dou iruri de numere reale avnd proprietile:
1) lim a
n
=0;
2)
=
+

0 n
n 1 n
a a este convergent;
3) Dac S
n
=
=
n
0 i
i
b atunci M=
n
0 n
S sup
<.
n aceste condiii seria
=0 n
n n
b a este convergent.
Teorem (Leibniz)
Fie (a
n
) un ir de numere reale convergent monoton la 0. Atunci seria alternat
0 n
n
n
a ) 1 ( este convergent.
Exemplu:
S se studieze convergena seriei:
1 = n
n
n
! n
.
Soluie Aplicm criteriul DAlembert i obinem lim
n
1 n
n
! n
) 1 n (
)! 1 n (
+
+
+
=lim
n
n
) 1 n (
n
+
=
lim
n
n
1
n
1
|
\
|
+
=
e
1
<1 deci seria este convergent.

2.3.2. iruri i serii de funcii
Definiie
Fie DR. Se numete ir de funcii pe D o aplicaie nN(f
n
)R
D
.
Definiie
Fie (f
n
) un ir de funcii f
n
:DRR, n0. Vom spune c (f
n
) este ir de funcii
punctual convergent pe D dac aDb
a
R astfel nct >0 n
,a
N
cu proprietatea c f
n
(a)-b
a
< nn
,a
.
Definiie
Fie (f
n
) un ir de funcii f
n
:DRR, n0. Vom spune c (f
n
) este ir de funcii
uniform convergent pe D ctre o funcie f:DR dac >0n
N cu
proprietatea c f
n
(a)-f(a)< nn
aD.
Propoziie
Fie (f
n
) un ir uniform convergent de funcii continue f
n
:[a,b]R. Atunci f=lim
f
n
este continu pe [a,b].
Definiie
Fie un ir de funcii mrginite f
n
:[a,b]R, n0. Considernd irul de funcii
(S
n
) unde S
n
(x)=
=
n
0 k
k
) x ( f x[a,b], n0 perechea de iruri de funcii
((f
n
),(S
n
)) se numete serie de funcii pe [a,b]. Vom numi (S
n
) ir al sumelor
pariale ale seriei de funcii. Vom nota o serie de funcii simbolic:
=0 n
n
f .
Definiie
Fie o serie de funcii
=0 n
n
f . Numim mulime de convergen a seriei
Sarcina de lucru 8
S se studieze convergena seriei:
1 = n
n
) n (ln n
1
.


mulimea C={x[a,b]
=0 n
n
) x ( f este convergent}.
Definiie
Considernd mulimea de convergen C putem defini funcia f:CR, f(x)=
=0 n
n
) x ( f . Funcia f se numete suma seriei de funcii iar
=0 n
n
f se numete
serie punctual convergent pe C. Dac n plus irul sumelor pariale (S
n
)
converge uniform la f pe C spunem c
=0 n
n
f este serie uniform convergent
pe C.
Teorem (Weierstrass)
Fie o serie de funcii
=0 n
n
f i o serie numeric convergent
=0 n
n
a astfel nct
f
n
(x)a
n
x[a,b] n1. Atunci seria
=0 n
n
f este uniform convergent pe
[a,b].
2.3.3. Serii de puteri
Definiie
Fie (a
n
)R. Se numete serie de puteri centrat n x
0
R seria de funcii
0 n
n
0 n
) x x ( a . Numerele reale a
n
se numesc coeficienii seriei de puteri.
Dac x
0
=0 vom spune c seria
=0 n
n
n
x a este centrat n origine.
Lem (Abel)
Fie seria de puteri
=0 n
n
n
x a i rR
*
astfel nct irul (a
n
r
n
) este mrginit.
Atunci:
1) x(-r,r) seria
=0 n
n
n
x a este absolut convergent;
2) 0<r'<r seria
=0 n
n
n
x a este uniform convergent pe intervalul compact
[-r',r'].

Definiie
Fie
=0 n
n
n
x a o serie de puteri. Numrul real
R=sup{rR
+
(a
n
r
n
) este mrginit}
se numete raza de convergen a seriei.
Teorem
Fie
=0 n
n
n
x a o serie de puteri i R raza sa de convergen. Atunci:
1) Dac R(0,) atunci seria
=0 n
n
n
x a este absolut convergent x(-R,R)
i divergent pentru x(-,R)(R,). Seria este uniform convergent pe
orice interval [-r,r],0<r<R;
2) Dac R=0 atunci seria
=0 n
n
n
x a este convergent (absolut) numai pentru
x=0;
3) Dac R= atunci seria
=0 n
n
n
x a este absolut convergent pe R. Seria este
uniform convergent pe orice interval [-r,r],r>0.

Teorem (Cauchy-Hadamard)
Fie seria de puteri
=0 n
n
n
x a . Atunci:
R=
n
n
a lim
1

unde vom considera 0
1
=
i =
0
1
.
Exemplu:
S se determine mulimea de convergen a seriei de puteri:

1 = n
n n
x ) 1 (

Soluie Fie D mulimea de convergen a seriilor. 1)Avem R=
1
1
(-1) lim
1
n
n
=
=1 de unde D(-1,1). Pentru x=1 avem seria
1 = n
n
(-1) pentru care irul
sumelor pariale este S
n
=
par = n daca 0
impar = n daca 1
. Cum (S
n
) nu este convergent,
rezult c seria
1 = n
n
(-1) este divergent. Pentru x=-1 avem seria
1 = n
1 pentru
care irul sumelor pariale este S
n
=n iar lim S
n
= deci din nou seria este
divergent. Prin urmare, D=(-1,1).

2.3.4. Dezvoltarea n serie Taylor
Definiie
Fie f:(a,b)R, derivabil de ordinul n+1, n1 pe (a,b). Numim polinomul
Taylor de grad n asociat funciei f n punctul x
0
:
T
n
=
n
0
0
) n (
0
0
0
) x X (
! n
) x ( f
... ) x X (
! 1
) x ( ' f
) x ( f + + +
Observaie
Definind restul de ordin n ca fiind R
n
(x)=f(x)-T
n
(x) x(a,b) avem
f(x)=T
n
(x)+R
n
(x) x(a,b) sau detaliat:
f(x)=
n
0
0
) n (
0
0
0
) x x (
! n
) x ( f
... ) x x (
! 1
) x ( ' f
) x ( f + + + +R
n
(x) x(a,b)
numit formula lui Taylor de ordinul n.
Fie I=[x,x
0
] dac x<x
0
i I=[x
0
,x] dac x
0
<x. Fie funcia h:IR definit prin:
Sarcina de lucru 9
S se determine mulimea de convergen a seriei de puteri: ( )
1 = n
n
n
x 1 n


|
|
\
|

+ =

=
+
+
=
k
0
n
0 k
) k (
1 n
0
1 n
k
n
0 k
) k (
) x x (
! k
) t ( f
) x ( f
) x x (
) t x (
) t x (
! k
) t ( f
) t ( h
Avem acum h(x
0
)=h(x)=f(x). Din faptul c f este derivabil de ordinul n+1 pe
(a,b)I rezult c h este derivabil pe
o
I i continu pe I. Aplicnd teorema lui
Rolle rezult c
o
I (deci x<<x
0
sau x
0
<<x) astfel nct h()=0.
Calculnd h' rezult:
R
n
(x)=
1 n
0
) 1 n (
) x x (
)! 1 n (
) ( f
+
+
-restul lui Lagrange

iar formula lui Taylor cu restul lui Lagrange este:
f(x)=
n
0
0
) n (
0
0
0
) x x (
! n
) x ( f
... ) x x (
! 1
) x ( ' f
) x ( f + + + +
1 n
0
) 1 n (
) x x (
)! 1 n (
) ( f
+
+

x(a,b), (x
0
,x) (sau (x,x
0
)).
Dac 0(a,b) atunci din formula lui Taylor cu restul lui Lagrange aplicat n
x
0
=0 avem formula lui Mac Laurin:
1 n
) 1 n (
n
) n (
2
x
)! 1 n (
) ( f
x
! n
) 0 ( f
... x
! 2
) 0 ( " f
x
! 1
) 0 ( ' f
) 0 ( f ) x ( f
+
+
+
+ + + + + =
x(a,b), (0,x) (sau (x,0)).
Teorem (Formula lui Taylor)
Fie x
0
R
n
i r>0. Fie de asemenea o funcie f:B(x
0
,r)R, derivabil de n+1-
ori pe B(x
0
,r). Atunci x B(x
0
,r)(0,1) astfel nct:

=
+
=
= =
+
+ +
+
+

+
+

+
+

+ =
m
1 i ,..., i
i
0
i i
0
i
0
i i
1 n
m
1 i ,..., i
i
0
i i
0
i
0
i i
n
m
1 j , i
j
0
j i
0
i
0
j i
2
m
1 i
i
0
i
0
i
0
1 n 1
1 n 1 n 1 1
1 n 1
n 1
n n 1 1
n 1
) x x )...( x x )( x x ) 1 ((
x ... x
f
)! 1 n (
1
) x x )...( x x )( x (
x ... x
f
! n
1
... ) x x )( x x )( x (
x x
f
2
1
) x x )( x (
x
f
) x ( f ) x ( f

x=(x
1
,...,x
m
)B(x
0
,r)R
m
iar x
0
=(x
0
1
,...,x
0
m
)R
m
, (0,1).
Teorem (de dezvoltare n serie Taylor)
Fie f:(a,b)R, fC
((a,b)) astfel nct M>0 cu f

(n)
(x)M nN x(a,b).
Seria Taylor:
n
0
0 n
0
) n (
) x x (
! n
) x ( f
=

asociat lui f ntr-un punct x
0
(a,b) este uniform convergent pe orice interval
compact din (a,b) i
f(x)=
n
0
0 n
0
) n (
) x x (
! n
) x ( f
=
x(a,b)
Exemplu:
S se dezvolte n serie Mac Laurin funcia: f(x)=sin x, xR.
Soluie sin x= ...
! 7
x
! 5
x
! 3
x
x x
)! 1 n 2 (
) 1 (
7 5 3
1 n 2
0 = n
n
+ + =
+

2.4. Extremele funciilor
2.4.1. Extreme locale. Funcii implicite
Definiie
Fie DR
n
, deschis i f:DR
n
R. Se numete punct de maxim local (punct
de minim local) un punct aD astfel nct VV(a) cu proprietatea c
f(x)f(a) (f(x)f(a)) xVD. f(a)R se numete maxim local (minim local)
al funciei f.
Definiie
Fie DR
n
, deschis i o funcie f:DR
n
R. Numim punct de maxim (punct
de minim) un punct aD astfel nct f(x)f(a) (f(x)f(a)) xD. f(a)R se
numete maxim (minim) al funciei f.
Observaie
Vom spune, atunci cnd nu ne intereseaz explicit natura unui punct din
definiie, c a este punct de extrem (global) iar f(a)-extrem (global).
Observaie
Un punct de maxim local (global) al funciei f este punct de minim local
(global) pentru funcia -f. Un punct de minim local (global) al funciei f este
punct de maxim local (global) pentru funcia f.
Sarcina de lucru 10
S se dezvolte n serie Mac Laurin funcia: f(x)=e
x
, xR.


Definiie
Fie o funcie f:DR
n
R, D-deschis, difereniabil ntr-un punct aD.
Spunem c a este un punct critic (punct staionar) al lui f dac df(a)=0.
Teorem (Fermat)
Fie o funcie f:DR
n
R, D-deschis, difereniabil ntr-un punct de extrem
local aD al lui f. Atunci df(a)=0 (a este punct critic al lui f).
Corolar
Fie o funcie f:DR
n
R, D-deschis, difereniabil ntr-un punct de extrem
local aD al lui f. Atunci
i
x
f
(a)=0,i=1,...,n.
Teorem
Fie o funcie f:DR
n
R, D-deschis, difereniabil de ordinul 2 ntr-un punct
critic aD al lui f. Punctul a este un maxim local dac forma ptratic d
2
f(a)
este negativ definit. Punctul a este un minim local dac forma ptratic
d
2
f(a) este pozitiv definit.
Teorem (a funciilor implicite, Goursat)
Fie o funcie f=(f
1
,...,f
n
):DR
m+n
R
n
, D-deschis, n1, m0,
(x
1
,...,x
m
,y
1
,...,y
n
)(f
1
(x
1
,...,x
m
,y
1
,...,y
n
),...,f
n
(x
1
,...,x
m
,y
1
,...,y
n
)) i
c=(a
1
,...,a
m
,b
1
,...,b
n
)D Dac: f(c)=0; f
i
C
1
(D), i= n , 1 ;

) y ,..., y ( D
) f ,..., f ( D
n 1
n 1
(c)0 atunci:
W=UVV(c) astfel nct UR
m
,VR
n
i =(
1
,...,
n
):UV astfel nct
b
i
=
i
(a
1
,...,a
m
), i= n , 1 iar f
k
(x
1
,...,x
m
,
1
(x
1
,...,x
m
),...,
n
(x
1
,..., x
m
))=0, k= n , 1 ,
(x
1
,...,x
m
)U;
k
C
1
(U),k= n , 1 , iar:
) y ,..., y ( D
) f ,..., f ( D
) y ,..., y , x , y ,..., y ( D
) f ,..., f ( D
x
n 1
n 1
n 1 k i 1 k 1
n 1
i
k +
=
, k= n , 1 ,i= m , 1 ;
Dac funciile f
i
C
s
(D), i= n , 1 , s1 atunci i funciile
i
C
s
(U), i= n , 1 .
Corolar
Fie o funcie f=(f
1
,...,f
n
):DR
n
R
n
, D-deschis, n1 i a=(a
1
,...,a
n
)D. Dac:
f
i
C
1
(D), i= n , 1 i
) x ,..., x ( D
) f ,..., f ( D
n 1
n 1
(a)0 (f este transformare regulat) atunci:

1) UV(a) astfel nct f
U
:Uf(U) este bijectiv;
2) Considernd aplicaia invers f
-1
:f(U)U avem f
-1
k
C
1
(f(U)), k= n , 1 , iar:
) a (
) x ,..., x ( D
) f ,..., f ( D
1
)) a ( f (
) y ,..., y ( D
) f ,..., f ( D
n 1
n 1
n 1
1
n
1
1
=

Definiie
Fie funciile f
i
:DR
n
R, D-deschis, i=1,...,m, m,n1. Spunem c funciile f
i
,
i=1,...,m sunt n dependen funcional (sau c sunt dependente funcional)
dac :ER
m
R astfel nct (f
1
(x
1
,...,x
n
),...,f
m
(x
1
,...,x
n
))=0 (x
1
,...,x
n
)D.
Funciile f
i
, i=1,...,m sunt n independen funcional (sau independente
funcional) dac nu sunt dependente funcional.
Teorem
Fie funciile f
i
:DR
n
R, D-deschis, f
i
C
1
(D), i=1,...,m, 1mn. Funciile f
i
,
i=1,...,m sunt dependente funcional dac i numai dac diferenialele df
i
,
i=1,...,m sunt liniar dependente n spaiul vectorial L(R
n
,R).
Corolar
Fie funciile f
i
:DR
n
R, D-deschis, f
i
C
1
(D), i=1,..., m, 1mn. Funciile f
i
,
i=1,...,m sunt independente funcional dac i numai dac diferenialele df
i
,
i=1,...,m sunt liniar independente n spaiul vectorial L(R
n
,R).
Corolar
Fie funciile f
i
:DR
n
R, D-deschis, f
i
C
1
(D), i=1,..., m, 1m n. Funciile
f
i
, i=1,...,m sunt independente funcional dac i numai dac rangul matricei
jacobiene a funciilor f
i
, i=1,...,m este m.
Teorem (Lagrange)
Fie o funcie f:DR
n+m
R, D-deschis, m,n1 i legturile g
k
:DR,
g
k
(x
1
,...,x
n
,y
1
,..., y
m
)=0, k=1,...,m, difereniabile pe D. Dac un punct
(a
1
,...,a
n
,b
1
,...,b
m
)D este un punct de extrem local astfel nct
g
k
(a
1
,...,a
n
,b
1
,...,b
m
)=0, k=1,...,m i dac
) y ,..., y ( D
) g ,..., g ( D
m 1
m 1
(a
1
,...,a
n
,b
1
,...,b
m
)0
atunci exist
1
,...,
m
R i funcia :DR, =f+
1
g
1
+...+
m
g
m
astfel nct
i
x

(a
1
,...,a
n
,b
1
,...,b
m
)=0, i=1,...,n,
j
y

(a
1
,...,a
n
,b
1
,...,b
m
)=0, j=1,...,m.
Observaie
Metoda expus mai sus se numete metoda multiplicatorilor lui Lagrange iar
numerele
i
, i=1,...,m se numesc multiplicatorii lui Lagrange.

Exemplu:
S se determine punctele de extrem ale funciei:
(a) f:R
2
R, f(x,y)=x
3
+y
3
-3xy+2
Soluie Punctele critice se determin rezolvnd sistemul:
= =
= =
0 x 3 y 3
y
f
; 0 y 3 x 3
x
f
2
2
de unde
=
=
x y
; y x
2
2
. Avem deci x,y0 iar din x
4
-
x=0x
1
=y
1
=0, x
2
=y
2
=1. Punctele critice sunt deci A(0,0) i B(1,1). Avem
ns y 6
y
f
, 3
y x
f
, x 6
x
f
2
2 2
2
2
=
de unde d
2
f(a,b)(u,v)=6au
2
-6uv+
6bv
2
. Matricea formei ptratice este:
|
|
\
|
6b 3 -
3 - 6a
de unde
1
=6a,
2
= 36ab-
9. Dac a=b=0 avem d
2
f(a,b)(u,v)=-6uv i cu ajutorul metodei lui Gauss,
obinem n urma transformrii u=u+v, v=u-v: d
2
f(0,0)(u,v)=-
) ' v ' u (
2
3
2 2
-form ptratic semidefinit. Prin urmare, punctul A(0,0) nu
este de extrem fiind punct a. Pentru a=b=1 avem acum
1
=6,
2
=27 i
cum ambii sunt pozitivi rezult c forma ptratic este pozitiv definit deci
punctul B(1,1) este punct de minim local. Minimul local al funciei este
f(1,1)=1.

Sarcina de lucru 11
S se determine punctele de extrem ale funciei f(x,y)=xy cu legtura dat
de g(x,y)=x+y-1=0.


T

I. S se calculeze derivatele pariale de ordinul II ale funciei de mai jos n
punctul indicat: f:R
3
R, f(x,y,z)=e
xy
sin yz n punctul (1,,1) (3 puncte)
a)
z y
f
2

(1,,1)=1
b)
y x
f
2

(1,,1)=0
c)
2
2
x
f
(1,,1)=0
d)
z x
f
2

(1,,1)=1
II. S se studieze convergena seriei:
+ 1 = n
3
n 1
1
(3 puncte)
a) convergent
b) divergent
c) semi-convergent
d) condiionat convergent
III. S se determine mulimea de convergen a seriei de puteri:
Rezumat
Noiunile de mulime deschis i mulime nchis sunt fundamentale n
construcia obiectelor specifice analizei matematice. De asemenea, punctul de
acumulare este fundamental n definirea limitei unei funcii, iar ulterior n
definiia difereniabilitii acesteia. Noiunile de derivat dup o direcie i cea
particular a derivatei pariale aduc conceptul de vitez a unui proces, de
multe ori mai important dect procesul n sine.
Seriile numerice reprezint o extensie a sumelor finite, aplicabile n calcule
iterative de dimensiuni mari. De asemenea, seriile de funcii i cele de puteri
n special, permit simularea unei funcii printr-un polinom de grad infinit
ceea ce nlesnete ulterior calculul unor mrimi, de multe ori dificile, cum ar
fi diferenialele sau integralele.
Extremele funciilor i gsesc o aplicare fireasc la optimizarea proceselor
economice general,e ce nu permit, de exemplu, aplicarea unor algoritmi
specifici (vezi mai trziu algoritmul Simplex).
+
+
1 = n
n
2
x
n n
n n
(4 puncte)
a) D=[-2,2)
b) D=[-1,1)
c) D=[-4,4)
d) D=[-10,10)
E.D.P.
LUCRARE DE VERIFICARE
I. Fie n R
3
subspaiile U
1
={(11a+12b;33a+31,73b;-44a-43,73b)a,bR} i
U
2
={(-20c+3d;5c-8d;1c-11d)c,dR}. S se determine U
1
U
2
.
II. Fie n R
4
vectorii v
1
=(1,-6,-7,-7)
t
, v
2
=(-4,-8,-4,-3)
t
, v
3
=(7,1,-8,2)
t
, v
4
=(-2,-9,-
4,)
t
. n care din intervalele de mai jos trebuie s se gseasc R, astfel nct
sistemul de vectori {v
1
,v
2
,v
3
,v
4
} s nu fie un sistem de generatori pentru R
4
?
III. S se calculeze difereniala a doua a funciei f:R
3
R,
f(x,y,z)=-6x
4
+4e
-7xy
+9x
4
y
9
z
-9
n punctul A(1,0,2)R
3
.
Lucrarea va fi predat in termenul specificat pe platform spre a fi verificat i notat,
ea fiind inclus n nota final.

3. TEORIA PROBABILITILOR

Elemente de teoria probabilitilor 75
Variabile aleatoare. Funcia de repartiie. Densitatea de
repartiie
83
Procese stochastice. Lanuri Markov 89
Principalele legi de repartiie 92
Rezumat 93



s defineti noiunea de probablitate;
s aplici schemele de probabilitate;
s explici indicatorii numerici ai variabilelor aleatoare.


Ctlin Angelo Ioan Teoria Probabilitilor
3.1. Elemente de teoria probabilitilor
3.1.1. Probabiliti - cmp de evenimente, frecven, probabilitate
Noiunile de eveniment i experien sunt noiuni primare. Aa cum n teoria
mulimilor sunt considerate uneori drept noiuni primare cele de mulime i de
element al acesteia, n mod analog vom proceda n aceast teorie.
Vom sugera aceste dou noiuni pe baza unor exemple. De asemenea, trebuie
s facem urmtoarea remarc, fr de care teoria probabilitilor poate prea
vulgar. Majoritatea exemplelor i aplicaiilor se vor face pe situaii uor de
neles. Astfel, vom prefera exemple privind aruncarea cu zarul sau cu banul,
extrageri de bile din urne etc. n locul unor experiene cu maini i utilaje sau
altele de acest gen (n fond, oricte maini i utilaje am avea n via, tot n
urn ajungem!)
Exemplu:
S considerm experiena aruncrii cu zarul, gndit ca un cub omogen
numerotat pe cele ase fee de la 1 la 6. Cele de mai jos sunt cteva exemple de
evenimente ce pot apare la o aruncare:
E
1
:apare faa 2;
E
2
:apare una din feele 2 sau 5;
E
3
:apare o fa impar;
E
4
:apare una din feele 1, 3 sau 5;
E
5
:apare faa 5;
E
6
:apare una din feele 1, 2, 3, 4, 5 sau 6;
E
7
:apare faa 7;
E
8
:apare o fa par;
E
9
:apare una din feele 1, 2 sau 3
Definiie
Evenimentul care se realizeaz la fiecare experien se numete eveniment
sigur, iar cel care nu se realizeaz niciodat-eveniment imposibil.
Astfel, la aruncarea cu zarul, E
6
este evenimentul sigur, iar E
7
este evenimentul
imposibil (este evident c vom elimina aici cazuri extrem de rare cum ar fi
oprirea zarului pe o muchie sau pe un col). De asemenea, trebuie s remarcm
c aceste dou evenimente constituie ntr-un anumit sens extreme ale
experienelor. Ele se vor gndi ca nite clase de situaii notate, fiecare, printr-
un singur simbol, aa cum vom vedea mai departe. Este necesar o atare
nelegere deoarece, spre exemplu i evenimentul apare una din feele
1,2,3,4,5,6 sau 7 este sigur aa cum evenimentul apare faa 8 este i el
imposibil.
Exist o teorie general, aa-numita teorie a msurii, care pn ntr-un anumit
punct, trateaz n mod unitar teoria probabilitilor, teoria mulimilor, teoria
integralei, teoria ariilor i volumelor i altele. Din acest motiv, vom utiliza n
prezentarea unor concepte ale teoriei probabilitilor notaii din teoria
mulimilor, avnd grij ns de interpretarea acestora n sensul primei dintre

teoriile de mai sus. n acest sens, vom nota evenimentul sigur cu E i
evenimentul imposibil cu .

Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene. Dac realizarea
unui eveniment AE implic realizarea unui eveniment BE spunem c A
implic pe B sau c B este implicat de A i scriem AB sau BA.
Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene i A,BE. Dac
AB i BA spunem c A este echivalent cu B i notm A=B.
Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene i AE .
Evenimentul care se realizeaz atunci cnd nu se realizeaz A i care nu se
realizeaz atunci cnd se realizeaz A se numete contrarul lui A i se noteaz
non A, A (notaie preferat aici) sau A
c
.
Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene i A,BE.
Evenimentul care const n realizarea fie a lui A, fie a lui B, fie a amndurora
(deci a cel puin unuia dintre evenimente) se numete A sau B i se noteaz
AB.
Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene i A,BE .
Evenimentul care const n realizarea fie numai a lui A, fie numai a lui B (deci
a unuia singur dintre evenimente) se numete A sau exclusiv B i se noteaz
AB.
Definiie
Fie E mulimea tuturor evenimentelor asociate unei experiene i A,BE .
Evenimentul care const n realizarea att a lui A ct i a lui B se numete A i
B i se noteaz AB.
Definiie
Dou evenimente A,BE pentru care AB= (deci nu se pot realiza
simultan) se numesc evenimente incompatibile, n caz contrar numindu-se
evenimente compatibile.
Definiie
Fie M=P(E), E-mulime, mulimea tuturor evenimentelor asociate unei
experiene. O familie nevid KP(E) finit, se numete cmp de evenimente
dac:
1) AKA K;
2) AK, BKABK.
Vom nota (E,K) un cmp de evenimente. n cele ce urmeaz, vom analiza
numai cmpuri finite de evenimente, acestea fiind cele mai ntlnite n
aplicaiile practice.

Teorem
Fie (E,K) un cmp finit de evenimente. Dac A
i
K i=1,...,n atunci
U
n
1 i
i
A
=
K.
Teorem
Fie (E,K) un cmp finit de evenimente. Au loc urmtoarele afirmaii:
1) EK, K;
2) A
i
K, i=1,...,n
I
n
1 i
i
A
=
K;
3) A,BKA-BK;
4) A,BKABK.
S considerm acum o experien pe care o efectum de n ori, la fiecare
repetare a ei posibilitatea de realizare a unui anumit eveniment fiind aceeai.
Dac evenimentul se realizeaz de k ori, vom spune c frecvena acestuia este
n
k
. Vom numi n general frecvena unui anumit eveniment A ca fiind:
posibile cazurilor numarul
realizate cazurilor numarul
f
A
=
Definiie
Fie (E,K) un cmp finit de evenimente. Se numete probabilitate pe K o
funcie P:KR
+
astfel nct:
1) P(E)=1;
2) A,BK, AB=P(AB)=P(A)+P(B).
Definiie
Numim tripletul (E,K,P) cmp de probabilitate.
Teorem
Fie (E,K,P) un cmp de probabilitate. Atunci:
1. P()=0;
2. A
i
K, A
i
A
j
=, i,j=1,...,n, ij

= =
=
n
1 i
i
n
1 i
i
) A ( P ) A ( P
U
;
3. P( A )=1-P(A) AK;
4. P(A)[0,1] AK;
5. ABP(A)P(B) i P(B-A)=P(B)-P(A).
Teorem
P(AB)=P(A)+P(B)-P(AB) A,BK

Corolar
Fie (E,K,P) un cmp de probabilitate. Atunci are loc proprietatea de
subaditivitate finit:
= =
n
1 i
i
n
1 i
i
) A ( P ) A ( P
U
,A
i
K, i=1,...,n.
Corolar
P(AB)=P(A)+P(B)-2P(AB) A,BK
Definiie
Fie M=P(E) mulimea evenimentelor asociate unei experiene i I o familie de
indici cel mult numrabil. O submulime S={A
i
}
iI
P(E), A
i
se numete
sistem complet de evenimente (partiie) a lui E dac:
1. A
i
A
j
= i,jI, ij;
2.
U
I i
i
A
=E.
Exemplu:
Un muncitor a lucrat 3 piese. Notnd cu A,B,C evenimentele care constau
n faptul c prima, a doua respectiv a treia pies este defect, s se scrie
formal urmtoarele evenimente:
a) nici una din piese nu este defect;
b) cel puin una este defect;
c) numai una este defect;
d) exact dou sunt defecte;
e) cel puin dou sunt defecte;
f) cel mult dou sunt defecte.
Soluie Vom nota de asemenea evenimentele contrare A =piesa 1 este
bun, B=piesa 2 este bun, C=piesa 3 este bun. Avem atunci:
a) A BC;
b) ABC;
c) (ABC)( A BC)( A BC);
d) (ABC)(ABC)( A BC);
e) ( A BC)(ABC)( A BC)( A BC);
f) A BC.


3.1.2. Probabiliti condiionate
S presupunem c efectum un experiment de n ori i un eveniment A s-a
realizat de k ori, k0. n cele k apariii ale lui A s-a realizat de asemenea de p
ori, pk, un eveniment B. Avem deci f
A
=
n
k
i f
AB
=
n
p
. Dac notm f
A
(B)
frecvena lui B n ipoteza c A s-a produs avem f
A
(B)=
k
p
=
n
k
n
p
=
A
B A
f
f

. Aceasta
conduce la o nou definiie i anume:
Definiie
Fie (E,K,P) un cmp de probabilitate i A,BK,P(A)0. Probabilitatea
evenimentului B condiionat de (realizarea lui) A se definete ca fiind:
) A ( P
) B A ( P
) A B ( P ) B ( P
A
= =
Propoziie
Probabilitatea condiionat este o probabilitate pe K .

Definiie
Fie (E,K,P) un cmp de probabilitate. Dou evenimente A,BK se numesc
evenimente independente dac P(AB)=P(A)P(B).
Definiie
Fie (E,K,P) un cmp de probabilitate. O mulime finit de evenimente
{A
i
}
iI
K se numete independent dac JI implic:
I
J j J j
j j
) A ( P ) A ( P

=

Sarcina de lucru 1
La un examen, biletele conin dou probleme din pri diferite de materie.
Un student extrage un bilet. Probabilitatea ca el s rezolve prima problem
este 0,7, a doua problem: 0,8 iar ambele probleme 0,6. Care este
probabilitatea ca studentul s rezolve cel puin o problem?


Teorem (formula probabilitii totale)
Fie (E,K,P) un cmp de probabilitate i S={A
i
}
iI
K un sistem complet de
evenimente cu P(A
i
)0 iI (I-cel mult numrabil). Are loc egalitatea:
=
I i
A i
) X ( P ) A ( P ) X ( P
i
XK
Teorem (formula lui Bayes)
Fie (E,K,P) un cmp de probabilitate i S={A
i
}
iI
K un sistem complet de
evenimente (I-cel mult numrabil). Are loc egalitatea:
=
I i
A i
A k
k X
) X ( P ) A ( P
) X ( P ) A ( P
) A ( P
i
k
XK A
k
S
Teorem (regula de nmulire a probabilitilor)
Fie (E,K,P) un cmp de probabilitate i {A
i
}
i=1,...,n
K un sistem de evenimente
pentru care P(A
1
...A
k
)0 k=1,...,n-1. Are loc urmtoarea egalitate:
) A ( P )... A ( P ) A ( P ) A ... A ( P
n A ... A 2 A 1 n 1
1 n 1 1

=
Exemplu:
La un examen de an biletele cu subiecte sunt aezate n dou pachete. Primul
pachet, ce conine subiectele materiei din primul semestru conine 30 de bilete
iar al doilea, cu materia semestrului al doilea, conine 40 de bilete. Un student
se prezint i extrage cte un bilet din fiecare pachet. El cunoate bine 20 de
bilete din semestrul I i 35 de bilete din semestrul al II-lea. Care este
probabilitatea ca el s promoveze examenul tiind c pentru aceasta el trebuie
s rspund corect la ambele bilete?
Soluie Fie evenimentele A=studentul a tras un bilet, din materia semestrului
I, pe care-l cunoate, B=studentul a tras un bilet, din materia semestrului II,
pe care-l cunoate i C=studentul promoveaz examenul. P(A)=
30
20
=0,667 i P(B)=
40
35
=0,875. Avem C=AB. Cum evenimentele sunt
independente avem P(C)=P(AB)=P(A)P(B)= 0,6670,875=0,584.

Sarcina de lucru 2
La un magazin se gsesc trei tipuri de televizoare de marc necunoscut.
Pn n acel moment din 50 de televizoare de marca 1 cumprate s-au
defectat 10, din 70 de marca 2 s-au defectat 25 i din 10 de marca 3 s-au
defectat 4. O persoan cumpr un televizor fr s o intereseze marca.
Care este probabilitatea ca acesta s se defecteze?
Aceast sarcin de lucru va fi verificat de ctre tutore n cadrul ntlnirilor
tutoriale

3.1.3. Scheme de probabilitate
I. Schema bilei nentoarse (hipergeometric)
ntr-o urn sunt k tipuri de bile i anume a
i
bile de culoarea c
i
, i=1,...,k. Dac
extragem n bile simultan (sau altfel, fr a returna bilele, ceea ce este acelai
lucru) atunci probabilitatea ca s obinem b
i
bile de culoarea c
i
, i=1,...,k
(evident n=b
1
+...+b
k
) este:
P=
k 1
k 1
i
i
b ... b
a ... a
k
1 = i
b
a
C
C

+ +
+ +

Pentru demonstraie, s remarcm c la extragerea celor n bile avem
n
a ... a
k 1
C
+

cazuri posibile. Un grup de b
i
bile poate fi ales din cele a
i
bile n
i
i
b
a
C moduri.
Extragerile bilelor de diferite culori fiind independente, vom avea n total
k
1 = i
b
a C
i
i
cazuri favorabile. Prin urmare, probabilitatea cutat este: P=
k 1
k 1
i
i
b ... b
a ... a
k
1 = i
b
a
C
C

+ +
+ +
.
II. Schema lui Poisson
Fie evenimentele independente A
1
,...,A
n
cu P(A
i
)=p
i
i fie q
i
=1-p
i
, i=1,...,n.
Probabilitatea ca n n experiene s se realizeze k dintre ele este:
P=coef (x
k
) din polinomul (p
1
x+q
1
)...(p
n
x+q
n
)
Pentru demonstraie, s considerm evenimentele
i
A , i=1,...,n pentru care P(
i
A )=q
i
. Evenimentul cutat (realizarea a k evenimente n cele n experiene)
este:
) A ... A A ... A (
n 1
n 1
n 1 k
k 1
i ... i
n , 1 i ,..., i
i i
i i U

=

+

i cum toate evenimentele reuniunii sunt disjuncte dou cte dou rezult c
probabilitatea este cea de mai sus.
Trebuie remarcat c n schema lui Poisson evenimentele A
1
,...,A
n
nu sunt
neaprat legate de situaii distincte. Este posibil ca s repetm experiena
pentru acelai eveniment cercetat, dar probabilitatea acestuia s se schimbe pe
parcursul derulrii ei.
III. Schema lui Bernoulli (binomial)
Fie un eveniment A cu P(A)=p i q=1-p. Probabilitatea ca n n experiene
evenimentul A s se produc de k ori este
P=
k
n
C p
k
q
n-k

Demonstraia acestui fapt este banal, considernd pur i simplu n schema lui
Poisson A
1
=...=A
n
i deci p
1
=...=p
n
=p, q
1
=...=q
n
=q. n acest caz, coeficientul
lui x
k
din dezvoltarea (px+q)
n
=(q+px)
n
este P=
k k n k
n
k k n k n
n
p q C p q C

=
deoarece din formula combinrilor complementare, avem:
k
n
k n
n
C C =

k=0,...,n.
IV. Schema multinomial
Fie evenimentele independente A
i
, i=1,...,k cu probabilitile p
i
. Probabilitatea
ca n n experiene evenimentul A
i
s se realizeze de a
i
ori, i=1,...,n
(a
1
+...+a
k
=n) este:
P=
k 1
a
k
a
1
k 1
p ... p
! a !... a
! n

Pentru demonstraie, fie A evenimentul cutat. Evenimentul A este reuniunea
tuturor n-uplelor de evenimente n care A
1
apare de a
1
ori,...,A
k
apare de a
k
ori.
Probabilitatea unui astfel de eveniment este: P=
k 1
a
k
a
1
p ... p . Totalul n-uplelor
care se pot forma cu aceste evenimente este de n!. Pentru o distribuie a
evenimentelor n cadrul unui n-uplu, cum nu intereseaz ordinea de apariie a
evenimentelor vor trebui eliminate permutrile de evenimente identice.
Acestea sunt n numr de a
1
!...a
k
! deci n total reuniunea va conine
! a !... a
! n
k 1

evenimente. Obinem deci (evenimentele reuniunii fiind incompatibile dou
cte dou) formula cutat.
Exemplu:
La un control de calitate se cerceteaz 4 ldie de cte 20 de banane. n prima
ldi este o banan stricat, n a doua sunt dou banane stricate, n a treia sunt
trei banane stricate i n a patra sunt patru banane stricate. Se ia la ntmplare
cte o banan din fiecare ldi.
a) Care este probabilitatea ca s fie 3 banane bune i una stricat?
b) Care este probabilitatea s fie cel puin 3 banane bune?
Rspuns Se aplic schema lui Poisson. Se consider astfel polinomul:
|
\
|
+
|
\
|
+
|
\
|
+
|
\
|
+
20
4
x
20
16
20
3
x
20
17
20
2
x
20
18
20
1
x
20
19

a)P=Coef(x
3
)=0,950,90,850,2+0,950,10,850,8+0,950,90,150,8+0,050,9
0,850,8= 0,3432; b)P=Coef(x
3
)+Coef(x
4
)=0,34315+0,950,90,850,8=0,9246.

Sarcina de lucru 3
ntr-o uzin se fabric becuri. La acestea ntlnim 2% defecte de fabricaie i
5% defecte de montaj. S se calculeze probabilitatea ca un bec s fie rebut.


3.2. Variabile aleatoare. Funcia de repartiie. Densitatea de repartiie
3.2.1. Evenimente elementare. Variabile aleatoare. Operaii cu variabile aleatoare.
Funcia de repartiie. Densitatea de repartiie.
Definiie
Fie E i K
0
=P(E). Numim eveniment elementar orice eveniment K
0

astfel nct singurele evenimente din K
0
care-l implic sunt i . Vom nota
mulimea evenimentelor elementare cu .
Definiie
Fie mulimea evenimentelor elementare ale lui K
0
=P(E). O aplicaie f:R,
f()R se numete variabil aleatoare.
Definiie
Fie KP(E) un cmp de evenimente. O aplicaie f:R se numete variabil
aleatoare n raport cu K dac {f()<x}K xR.
Definiie
Dac mulimea valorilor unei variabile aleatoare este cel mult numrabil
aceasta se numete variabil aleatoare discret, n plus dac este finit se
numete variabil aleatoare simpl, iar dac mulimea valorilor este
nenumrabil se numete variabil aleatoare continu.
Teorem
0
=P(E) i f:R o
aplicaie care ia valorile distincte v
i
, iI (I-cel mult numrabil). Fie
A
i
={f=v
i
}. Mulimea S={A
i
}
iI
este un sistem complet de evenimente iar f este
o variabil aleatoare n raport cu cmpul K generat de S.
Teorem
0
=P(E) i f:R o
aplicaie. Urmtoarele afirmaii sunt echivalente:
1) {f <x}K xR;
2) {f x}K xR;
3) {f >x}K xR;
4) {f x}K xR;
5) {a<f<b}K a,bR;
6) {af<b}K a,bR;
7) {a<fb}K a,bR;
8) {afb}K a,bR.
Definiie
Fie (E,K,P) un cmp de probabilitate i f:R o variabil aleatoare n raport
cu K, discret, avnd valorile {v
i
}
iI
. Fie A
i
={f()=v
i
} i p
i
=P(A
i
). irul
(v
i
,p
i
)
iI
se numete distribuia variabilei aleatoare f. Vom nota:
I i
i
i
p
v
|
|
\
|
sau
|
|
\
|
... p ... p p
... v ... v v
n 2 1
n 2 1

Deoarece {A
i
}
iI
formeaz un sistem complet de evenimente, avem
ntotdeauna p
1
+...+p
n
+...=1.
Definiie
Fie (E,K,P) un cmp de probabilitate i f o variabil aleatoare n raport cu K.
Funcia F:R[0,1], F(x)=P({f<x}) se numete funcia de repartiie a
variabilei aleatoare f. Vom scrie pe scurt F(x)=P(f<x), xR.
Teorem
Funcia de repartiie a unei variabile aleatoare discrete este o funcie n scar
(constant pe poriuni).
Teorem
Funcia de repartiie F a unei variabile aleatoare f are proprietile:
1) F este monoton cresctoare;
2) ; 1 ) x ( F lim , 0 ) x ( F lim
x x
= =

3) F este continu la stnga n orice punct xR.
Teorem
Fie o variabil aleatoare f i F funcia sa de repartiie. Atunci:
1) P(f=x)=F(x+0)-F(x) xR;
2) P(f=x)=0F este continu n xR;
3) P(af<b)=F(b)-F(a) a,bR;
4) P(a<f<b)=F(b)-F(a+0) a,bR;
5) P(afb)=F(b+0)-F(a) a,bR;
6) P(a<fb)=F(b+0)-F(a+0) a,bR.
Definiie
Fie o variabil aleatoare f i F funcia sa de repartiie. Dac exist o funcie
:R[0,), integrabil pe R, astfel nct:

=
x
dt ) t ( ) x ( F atunci se numete
densitatea de repartiie (sau densitatea de probabilitate) a variabilei
aleatoare f.
Teorem
Fie o variabil aleatoare f ce admite densitatea de repartiie . Atunci:
a) P(af<b)=
b
a
dx ) x ( ;
b)

dx ) x ( =1;
c) n orice punct de continuitate al lui , F este derivabil i F(x)=(x);
d) Dac F este derivabil n orice punct xR atunci F are ca densitate de
repartiie pe =F.

Definiie
Fie (E,K) un cmp de evenimente i mulimea evenimentelor elementare ale
lui P(E). O aplicaie V=(f
1
,...,f
n
):R
n
se numete vector aleator n raport cu
K dac toate componentele acestuia sunt variabile aleatoare relativ la K.
Definiie
Fie (E,K,P) un cmp de probabilitate i V=(f
1
,...,f
n
) un vector aleator. Numim
funcia de repartiie a vectorului aleator V, aplicaia F:R
n
R,
F(x
1
,...,x
n
)=P(f
1
<x
1
,...,f
n
<x
n
) unde convenim ca:
P(f
1
<x
1
,...,f
n
<x
n
)= { }) x f ( P
n
1 i
i i I
=
<
Proprietile vectorilor aleatori sunt asemntoare cu cele ale variabilelor
aleatoare i anume:
Teorem
Fie F funcia de repartiie a unui vector aleator V=(f
1
,...,f
n
). Atunci:
1) F este cresctoare n raport cu fiecare variabil x
i
;
2) Limita parial a lui F n raport cu fiecare variabil este: la -:0 iar la
aceasta este 1;
3) F este continu la stnga n raport cu fiecare variabil.
Definiie
Considernd funcia de repartiie F a unui vector aleator V, dac exist o
aplicaie :R
n
[0,), integrabil pe R
n
astfel nct:
F(x
1
,...,x
n
)=

n 1
x
n n 1
x
1
dt ) t ,..., t ( ... dt
atunci se numete densitatea de repartiie a vectorului aleator V.
Teorem
Fie (E,K,P) un cmp de probabilitate i f,g variabile aleatoare relativ la K.
Atunci f+g, f-g, fg,
g
f
(dac g0), f
n
nN
*
, cf, f+c cR,
f
1
(dac f0), f
sunt de asemenea variabile aleatoare n raport cu K.
Exemplu:
Fie variabila aleatoare cu distribuia
|
|
\
|
4 , 0 2 , 0 3 , 0 1 , 0
15 10 9 4
.
S se determine funcia sa de repartiie.
Soluie tiind c F(x)=P(<x) i c F este continu la stnga, avem:
=
x < 15 daca 1
15; x < 10 daca 6 , 0
10; x < 9 daca 0,4
9; x < 4 daca 0,1
4; x daca 0
) x ( F


3.2.2. Indicatori numerici ai variabilelor aleatoare.
Definiie
Fie (E,K,P) un cmp de probabilitate i f=
I i
i
i
p
x
|
|
\
|
o variabil aleatoare discret.
Vom numi media variabilei aleatoare f numrul real:
=
I i
i i
x p ) f ( M
Definiie
Fie f o variabil aleatoare, F funcia sa de repartiie i densitatea de repartiie,
dac aceasta exist. Dac

) x ( xdF este absolut convergent atunci definim
media lui f ca fiind:
M(f)=

) x ( xdF
i cum =F:
M(f)=

dx ) x ( x
Definiie
Variabila aleatoare u=f-M(f) se numete abaterea lui f.
Teorem
Fie f,f
1
,...,f
n
variabile aleatoare n raport cu acelai cmp K. Atunci:
1) M(f
1
+...+f
n
)=M(f
1
)+...M(f
n
) n2;
2) M(c)=c cR;
3) M(f+c)=M(f)+c cR.
4) M(cf)=cM(f) cR.
Teorem
Dac f i g sunt dou variabile aleatoare independente n raport cu acelai
cmp K atunci M(fg)=M(f)M(g).

Sarcina de lucru 4
S se arate c funcia
[ ]

=
) (2, ,0) (- x , 0
; 2 , 0 x , x 1 1
) x ( este o densitate de
repartiie. S se determine apoi funcia sa de repartiie.


Definiie
Fie f o variabil aleatoare i nN
*
. Numim moment de ordin n al lui f
numrul:
M
n
(f)=M(f
n
)
Definiie
Fie f o variabil aleatoare i nN
*
. Numim moment centrat de ordinul n al
lui f numrul:
M
n
(f)=M(u
n
)=M((f-M(f))
n
)
Dac F este funcia de repartiie a lui f i densitatea de repartiie (dac exist)
atunci mrimile de mai sus devin:
, ) x ( dF )) f ( M x ( ) f ( M , ) x ( dF x ) f ( M
n n n
n

= =

= = dx ) x ( )) f ( M x ( ) f ( M , dx ) x ( x ) f ( M
n n n
n

Definiie
Numim dispersia (sau variana) unei variabile aleatoare f momentul centrat de
ordinul 2 i o vom nota D(f).
Avem deci:
D(f)=M
2
(f)=M((f-M(f))
2
)=M(f
2
+M(f)
2
-2M(f)f)=M(f
2
)-M(f)
2
.
Definiie
Se numete abatere medie ptratic a unei variabile aleatoare f numrul
) f ( D ) f ( = .
Definiie
Fie f,g variabile aleatoare n raport cu acelai cmp K. Valoarea medie a
produsului abaterilor lor se noteaz C
fg
=Cov(f,g)=M(uv) i se numete
corelaia (sau covariana) variabilelor f i g.

Definiie
Fie f,g variabile aleatoare n raport cu acelai cmp K. Dac C
fg
=0 vom spune
c f i g sunt variabile necorelate n caz contrar numindu-se variabile
corelate.

Definiie
Fie f,g variabile aleatoare n raport cu acelai cmp K. Numim coeficientul de
corelaie al variabilelor f i g numrul:
) g ( ) f (
C
fg
fg

=
dac (f),(g)0.
Teorem
Coeficientul de corelaie are urmtoarele proprieti:
1)
fg
[-1,1];

2)
fg
{-1,1}a,b,cR astfel nct af+bg+c=0;
3) Dac a,b,cR astfel nct a,b0 i af+bg+c=0
fg
{-1,1}.
Exemplu:
Fie variabila aleatoare: X=
|
|
\
|
02 , 0 08 , 0 3 , 0 4 , 0 2 , 0
4 3 2 1 0
.
S se calculeze valoarea medie i dispersia lui X.
Soluie Variabila aleatoare fiind simpl vom calcula media cu ajutorul
formulei M(X)=
=
n
1 i
i i
v p . Avem deci: M(X)=00,2+10,4+20,3+30,08+
40,02=1,32. Avem: D(X)=M(X
2
)-M(X)
2
=M((X-M(X))
2
) i deci dou metode:
Metoda 1. Fie X
2
=
|
|
\
|
02 , 0 08 , 0 3 , 0 4 , 0 2 , 0
16 9 4 1 0
de unde M(X
2
)=10,4+
40,3+90,08+160,02=2,64 iar M(X)
2
=1,32
2
=1,7427 deci D(X)=2,64-
1,7424=0,8976.
Metoda 2. Avem M((X-M(X))
2
)=0,8976 n virtutea faptului c:
X-M(X)=
|
|
\
|
02 , 0 08 , 0 3 , 0 4 , 0 2 , 0
68 , 2 68 , 1 68 , 0 32 , 0 32 , 1
, iar
(X-M(X))
2
=
|
|
\
|
02 , 0 08 , 0 3 , 0 4 , 0 2 , 0
1824 , 7 8224 , 2 4624 , 0 1024 , 0 7424 , 1
.

Sarcina de lucru 5
Fie variabila aleatoare: X=
|
|
\
|
2 , 0 1 , 0 2 , 0 35 , 0 15 , 0
10 8 5 4 1
.
S se calculeze valoarea medie, dispersia i abaterea medie ptratic a lui X.


3.3. Procese stochastice. Lanuri Markov
Definiie
Fie (E,K,P) un cmp de probabilitate i mulimea evenimentelor elementare
ale lui K
0
=P(E). O aplicaie X:RR, (t,)X(t,)R se numete proces
aleator (proces stochastic).
Procesele stochastice sau lanurile au semnificaia unei derulri (nenumrabile
n cazul proceselor sau numrabile n cazul lanurilor) de variabile aleatoare
care la fiecare moment t descriu starea sistemului analizat.
Fie acum un sistem complet de evenimente S={A
i
}
iI
K cu I cel mult
numrabil i cmpul de probabilitate (E,K,P) generat de S. Avem deci K=<S>
i deci =S. Considernd un ir de experimente, definim lanul: X:NR,
(n,A
i
)X(n,A
i
)=X
n
(A
i
)R unde X
n
(A
i
)=i dac evenimentul A
i
se realizeaz n
experiena i. Fie J={iInN a.. P(X
n
=i)>0}I. Mulimea J este cel mult
numrabil (fiind inclus n I cel mult numrabil) i reprezint mulimea
indicilor evenimentelor care se pot realiza n desfurarea procesului. Ea se
numete mulimea strilor lanului.
Definiie
Un ir de variabile aleatoare (X
n
)
nN
se numete lan Markov dac n1
i
0
,...,i
n
J are loc:
P(X
n
=i
n
X
0
=i
0
,...,X
n-1
=i
n-1
)=P(X
n
=i
n
X
n-1
=i
n-1
)
unde probabilitile sunt cele condiionate.
Propoziie
Fie lanul Markov (X
n
)
nN
. Atunci n1 p0 i
k
J k0 avem:
P(X
n
=i
n
,X
n+1
=i
n+1
,...,X
n+p
=i
n+p
X
0
=i
0
,...,X
n-1
=i
n-1
)=
P(X
n
=i
n
,X
n+1
=i
n+1
,...,X
n+p
=i
n+p
X
n-1
=i
n-1
)
S notm acum (p
i
)
iJ
probabilitile evenimentelor A
i
n starea 0 (iniial) i
cu p
ij
(n)=P(X
n
=jX
n-1
=i) n1 probabilitile de trecere de la starea n-1 la
starea n.
Definiie
Un lan Markov se numete staionar sau omogen dac probabilitile de
trecere nu depind de timp.
Vom nota deci p
ij
=p
ij
(n) n1 i vom vorbi n cele ce urmeaz numai de
lanuri Markov staionare.
Datorit faptului c evenimentele (A
i
)
iJ
formeaz un sistem complet de
evenimente (am restricionat acest sistem la JI prin nlturarea acelora ce nu
puteau fi atinse de procesul considerat) rezult c
J i
i
p =1,
J j
ij
p =1 iJ.
Considernd matricea M=(p
ij
)
i,jJ
(numit matrice de trecere) obinem deci c
suma elementelor aflate pe fiecare linie a acesteia este egal cu 1 i n plus
toate aceste elemente (fiind probabiliti) sunt pozitive. O astfel de matrice se
mai numete i matrice stochastic.

Definiie
Se numesc probabiliti de trecere n n pai urmtoarele probabiliti notate
) n (
ij
p definite recurent prin ecuaiile Chapman-Kolmogorov:
=
=
=
J j i, 1 n , p p p
p p
p
J k
) 1 (
kj
) 1 n (
ik
) n (
ij
ij
) 1 (
ij
ij
) 0 (
ij

unde
ij
este simbolul lui Kronecker.
Propoziie
Cantitatea
) n (
ij
p reprezint probabilitatea ca lanul Markov s treac de la starea
i la starea j exact n n pai i,jJ n1.
Propoziie
Pentru orice m,nN are loc:
+
=
J k
) m (
kj
) n (
ik
) m n (
ij
p p p

Definiie
Numim probabilitate absolut a variabilei aleatoare X
n
cantitatea:
) n (
i
p
=P(X
n
=i) iJ nN definit prin relaia:
=
J k
ki
) 1 n (
k
) n (
i
p p p i care
reprezint probabilitatea ca lanul Markov s intre n starea i n exact n
pai.
Se obine imediat relaia:
=
J k
) n (
ji j
) n (
i
p p p iJ nN.
Se observ c pentru a cunoate diversele probabiliti ale strilor trebuie
calculat puterea a n-a a matricei de trecere. Ne vom folosi, n acest scop de
valorile proprii ale acesteia. Fie deci
1
,...,
s
valorile proprii ale lui M. Ne
reamintim c un vector propriu v, corespunztor valorii proprii
k
, satisfacve
condiiile v0 i Mv=
k
v (l vom mai numi i vector propriu la dreapta).
Analog, un vector propriu la stnga satisface: v
t
M=
k
v
t
.
Propoziie
Valorile proprii ale unei matrice stochastice satisfac urmtoarele relaii:
a) =1 este valoare proprie;
b) o valoare proprie a lui M avem: 1;
c) Orice valoare proprie de modul este rdcin ntreag a unitii.
d) Dac matricea M are numai valorii proprii simple, atunci: M
n
=
s
1 k
k
t
k
t
k k
n
k
v w
w v
. n1 unde v
k
sunt vectorii proprii la dreapta, iar w
k
cei la
stnga corespunztori valorii proprii
k
.
Exemplu:
Un cumprtor sesizeaz c politica unei firme comerciale este urmtoarea:
dac ntr-o lun are preuri mici, atunci luna urmtoare va avea preuri mari cu

probabilitatea p, iar dac ntr-o lun are preuri mari, luna urmtoare va avea
preuri mici cu probabilitatea q (p,q(0,1)). Se pune problema, care este
probabilitatea ca dup un an firma s aib preuri mici? Aplicaie pentru p=0,6
i q=0,3.
Soluie Fie X
n
variabila aleatoare ce indic starea preurilor n luna n i cele
dou stri notate 1 preuri mici i 2 preuri mari. Considernd o lun
arbitrar n, avem:
p
11
=P(X
n
=1X
n-1
=1)=1-p, p
12
=P(X
n
=2X
n-1
=1)=p,
p
21
=P(X
n
=1X
n-1
=2)=q, p
22
=P(X
n
=2X
n-1
=2)=1-q.
Matricea de trecere este deci: M=
|
|
\
|
q 1 q
p p 1
. Determinnd valorile proprii
ale matricei, obinem:

q 1 q
p p 1
=0 de unde:

2
-(2-p-q)+(1-p-q)=0 ce are rdcinile simple:
1
=1 i
2
=1-p-q.
Pentru vectorii proprii, avem:

1
=1 0
y
x
q q
p p
=
|
|
\
|
|
|
\
|
=
= +
0 qy qx
0 py px
x=y i vom lua v
1
=
|
|
\
|
1
1
. La
stnga, avem: ( ) 0
q q
p p
y x =
|
|
\
|
=
= +
0 qy px
0 qy px
de unde x=
p
q
y i vom
lua w
1
=
|
|
\
|
p
q
.

2
=1-p-q 0
y
x
p q
p q
=
|
|
\
|
|
|
\
|
= +
= +
0 py qx
0 py qx
x=
q
p
y i lum v
2
=
|
|
\
|
q
p
. La
stnga, avem: ( ) 0
p q
p q
y x =
|
|
\
|
= +
= +
0 py px
0 qy qx
de unde x=-y i lum: w
2
=
|
|
\
|
1
1
.
Din partea teoretic, avem: ( )
|
|
\
|
=
1
1
p q v w
1
t
1
=q+p i ( )
|
|
\
|
=
q
p
1 1 v w
2
t
2
=p+q.
Obinem: M
n
=
2
1 k
k
t
k
t
k k
n
k
v w
w v
= ( ) ( ) 1 1
q
p
q p
) q p 1 (
p q
1
1
q p
1
n
|
|
\
|
+

+
|
|
\
|
+
=
=
|
|
\
|
+

+
|
|
\
|
+ q q
p p
q p
) q p 1 (
p q
p q
q p
1
n
|
|
|
|
\
|
+
+
+

+

+
+
q p
) q p 1 ( q p
q p
) q p 1 ( q q
q p
) q p 1 ( p p
q p
) q p 1 ( p q
n n
n n
.
Considernd probabilitile iniiale p
1
i p
2
(p
1
+p
2
=1), avem (ca urmare a
definiiei):
( ) ( )
n
2 1
) n (
2
) n (
1
M p p p p = =( )
|
|
|
|
\
|
+
+
+

+

+
+
q p
) q p 1 ( q p
q p
) q p 1 ( q q
q p
) q p 1 ( p p
q p
) q p 1 ( p q
p p
n n
n n
2 1
=
|
|
\
|
+
+
+
+

+

+
+
+
q p
) q p 1 ( q p
p
q p
) q p 1 ( p p
p
q p
) q p 1 ( q q
p
q p
) q p 1 ( p q
p
n
2
n
1
n
2
n
1

Pentru n lund valori mari, cantitatea (1-p-q)
n
0, deci avem:
q p
q
q p
q p q p
p lim
2 1 ) n (
1
+
=
+
+
= i
q p
p
q p
p p p p
p lim
2 1 ) n (
2
+
=
+
+
= .
n cazul nostru, putem afirma (chiar dac n=12 este mic, eroarea este de
asemenea mic) c firma va avea preuri mici cu probabilitatea
q p
q
+
i preuri
mari cu probabilitatea
q p
p
+
. Aplicaia d valorile:
3
1
, respectiv
3
2
.
Un lan Markov ale crui probabiliti
) n (
i
p converg la o valoare finit,
independent de distribuia probabilitilor iniiale se numete lan ergodic.

3.4. Principalele legi de repartiie
Legea Laplace-Gauss (legea normal)
Este legea de repartiie a unei variabile aleatoare X avnd densitatea de
repartiie:
2
2
2
) m x (
e
2
1
) x (

=
Vom nota o astfel de lege N(m,). Graficul funciei este prezentat n figur
(m=1 i =1). Avem M(X)=m,(X)=.
Sarcina de lucru 6
Un cumprtor sesizeaz c politica unei firme comerciale este urmtoarea:
dac ntr-o lun are preuri mici, atunci luna urmtoare va avea preuri mari
cu probabilitatea p=0,6, iar dac ntr-o lun are preuri mari, luna urmtoare
va avea preuri mici cu probabilitatea q=0,3. S se determine probabilitatea
ca dac ntr-o lun preurile sunt mari, peste trei luni acestea s fie mici.


Legea st la baza modelrii multor fenomene naturale. Erorile ntmpltoare
sau fluctuaiile rezultatelor unor experiene satisfac de regul legi ce pot fi
aproximate de legea Laplace-Gauss.

Legea uniform
Este legea de repartiie a unei variabile aleatoare X avnd densitatea de
repartiie:
[ ]

=
) , b ( x daca 0
; b , a x daca
a b
1
); a , ( x daca 0
) x ( [a,b]R
Vom nota o astfel de lege U(a,b). Graficul funciei este prezentat n figur.
Avem
3 2
a b
) X ( ,
2
b a
) X ( M

=
+
= .

x m
y
O
(x)
x
a
b-a
1 ___
b
y
O
(x)
x
y
O
(x)
Rezumat
n acest modul am prezentat noiunile de eveniment, frecven, probabilitate.
Operaiile cu evenimente permit descrierea unor situaii complexe a cror
ans de realizare se poate determina cu ajutorul proprietilor funciei de
probabilitate.
Noiunea de variabil aleatoare descrie pasul urmtor de analiz a
fenomenelor ntmpltoare, indicatorii numerici asociai dnd informaii

T
I. Fie variabila aleatoare cu distribuia
|
|
\
|
5 , 0 3 , 0 1 , 0 1 , 0
5 6 2 1
. S se determine
pentru funcia F a sa de repartiie valoarea F(2) (5 puncte)
a) F(2)=1
b) F(2)=0,6
c) F(2)=0,1
d) F(2)=0
II. Fie vectorul aleator (X,Y) dat prin urmtorul tablou:

S se afle mediile M(X), M(Y) (5 puncte)
a) M(X)=22, M(Y)=41
b) M(X)=0, M(Y)=0
c) M(X)=1, M(Y)=1
d) M(X)=34, M(Y)=26
E.D.P.
sugestive despre natura fenomenului studiat.
X
Y
20 40 60
10 3
0
20 2 4 2
30
2 5

4. PROGRAMARE LINIAR

Probleme economice ce conduc la modelul matematic al
programrii liniare
96
Algoritmul simplex primal 97
Dualitate n programarea liniar 114
Reoptimizare i parametrizare n programarea liniar 121
Problema de transport 128
Rezumat 134


s aplici corect algoritmul simplex;
s interpretezi corect semnificaia variabilelor duale;
s modelezi rezolvnd corespunztor problemele de transport.


Ctlin Angelo Ioan Programare Liniar
4.1. Probleme economice ce conduc la modelul matematic al programrii
liniare
Utilizarea optim a capacitii mainilor
S considerm o uzin care produce cu ajutorul a m maini identice n produse
distincte. Mainile au capaciti de producie limitate. Ne punem n mod
natural problema utilizrii optime a acestora. Pentru aceasta s notm cu a
ij

procentul din capacitatea mainii i pentru producerea unei uniti din produsul j
n perioada necesar pentru producerea unei uniti de produs. De asemenea, s
notm cu x
j
numrul unitilor de produs j fabricate n cursul acestei perioade.
Considernd de asemenea i c
j
beneficiile pe unitatea de produs, obinem c
restriciile problemei se pun sub forma:
=
=

=
n , 1 j , 0 x
m , 1 i , 1 x a
x c max
j
n
1 j
j
ij
n
1 = j
j
j

Problema regimului alimentar
Fie un numr de n alimente disponibile A
1
,...,A
n
i C
1
,...,C
m
componentele
caracteristice ale acestora (vitamine, substane minerale, proteine, calorii etc.).
S notm cu a
ij
cantitatea de C
i
aflat ntr-o unitate de msur a lui A
j
.
Matricea A=(a
ij
) se numete matrice de nutriie. Dac vom considera x
1
,...,x
n

cantitile de alimente corespunztoare lui A
1
,...,A
n
, pentru o perioad de timp
i pentru un anumit numr de persoane, problema se pune n sensul
minimizrii cheltuielilor necesare pentru o alimentaie optim. Fie deci b
1
,...,b
m

cantitile minime de caracteristic C
i
pentru o alimentaie sntoas i c
1
,...,c
n

costul pe unitatea de produs A
i
. Problema devine:
=
=

=
n , 1 j , 0 x
m , 1 i , b x a
x c min
j
i
n
1 j
j
ij
n
1 = j
j
j

Problema de transport
S considerm m depozite i n centre de desfacere. Ne propunem determinarea
unei strategii de transport pentru distribuirea unui produs care se afl n
cantitatea a
i
n depozitul i i este cerut n cantitatea b
j
la centrul de desfacere j.
Fie x
ij
cantitatea ce va fi transportat de la depozitul i la centrul j i c
ij
preul
transportului unei uniti de produs de la depozitul i la centrul j (presupus

independent de cantitatea transportat pe ruta respectiv). Vom presupune de
asemenea c toat cantitatea de marf din depozite va fi expediat i c toate
cerinele centrelor vor fi satisfcute. Pentru aceasta va fi necesar ca

= =
=
n
1 j
j
m
1 i
i
b a . Cerinele problemei se scriu sub forma:
= =
= =
= =

=
=
= =
n , 1 j , m , 1 i , 0 x
n , 1 j , b x
m , 1 i , a x
x c min
ij
j
m
1 i
ij
i
n
1 j
ij
m
1 i
n
1 j
ij
ij

4.2. Algorimul simplex primal
Din exemplele prezentate mai sus, se poate formula problema general a
programrii liniare. Aceasta este:

+ + + + + + + +
+ + + + + + + +
= + + + + + + + +
= + + + + + + + +
+ + + + + + + +
+ + + + + + + +
+ + + + + + + +
+ +
+
+
+
+
+ +
+
+ + +
+
+ + + +
+
+
+
+
+ +
+
+ + +
+
+ + + +
+
+
+
+
+
+
+
+
+
+
+
+
arbitrari x ,..., x , 0 x ,..., x , 0 x ,..., x
b x a ... x a x a ... x a x a ... x a
...
b x a ... x a x a ... x a x a ... x a
b x a ... x a x a ... x a x a ... x a
...
b x a ... x a x a ... x a x a ... x a
b x a ... x a x a ... x a x a ... x a
...
b x a ... x a x a ... x a x a ... x a
x c ... x c x c ... x c x c ... x c min(max)
n 1 p p 1 k k 1
m
n
mn
1 p
1 p , m
p
mp
1 k
1 k , m
k
mk
1
1 m
1 r
n
n , 1 r
1 p
1 p , 1 r
p
p , 1 r
1 k
1 k , 1 r
k
k , 1 r
1
1 , 1 r
r
n
rn
1 p
1 p , r
p
rp
1 k
1 k , r
k
rk
1
1 r
1 q
n
n , 1 q
1 p
1 p , 1 q
p
p , 1 q
1 k
1 k , 1 q
k
k , 1 q
1
1 , 1 q
q
n
qn
1 p
1 p , q
p
qp
1 k
1 k , q
k
qk
1
1 q
1
n
n 1
1 p
1 p , 1
p
p 1
1 k
1 k , 1
k
k 1
1
11
n
n
1 p
1 p
p
p
1 k
1 k
k
k
1
1

Notnd acum:
c
1
=
|
|
|
\
|
k
1
c
...
c
M
1k
(R), c
2
=
|
|
|
\
|
+
p
1 k
c
...
c
M
1,p-k
(R), c
3
=
|
|
|
\
|
+
n
1 p
c
...
c
M
1,n-p
(R),
x
1
=
|
|
|
\
|
k
1
x
...
x
M
k1
(R), x
2
=
|
|
|
\
|
+
p
1 k
x
...
x
M
p-k,1
(R), x
3
=
|
|
|
\
|
+
n
1 p
x
...
x
M
n-p,1
(R),
b
1
=
|
|
|
\
|
q
1
b
...
b
M
q1
(R), b
2
=
|
|
|
\
|
+
r
1 q
b
...
b
M
r-q,1
(R), b
3
=
|
|
|
\
|
+
m
1 r
b
...
b
M
m-r,1
(R),
A
11
=
|
|
|
\
|
qk 1 q
k 1 11
a ... a
... ... ...
a ... a
M
qk
(R), A
12
=
|
|
|
\
|
+
+
qp 1 k , q
p 1 1 k , 1
a ... a
... ... ...
a ... a
M
q,p-k
(R),
A
13
=
|
|
|
\
|
+
+
qn 1 p , q
n 1 1 p , 1
a ... a
... ... ...
a ... a
M
q,n-p
(R), A
21
=
|
|
|
\
|
+ +
rk 1 r
k , 1 q 1 , 1 q
a ... a
... ... ...
a ... a
M
r-q,k
(R),
A
22
=
|
|
|
\
|
+
+ + +
rp 1 k , r
p , 1 q 1 k , 1 q
a ... a
... ... ...
a ... a
M
r-q,p-k
(R),A
23
=
|
|
|
\
|
+
+ + +
rn 1 p , r
n , 1 q 1 p , 1 q
a ... a
... ... ...
a ... a
M
r-q,n-p
(R),
A
31
=
|
|
|
\
|
+ +
mk 1 m
k , 1 r 1 , 1 r
a ... a
... ... ...
a ... a
M
m-r,k
(R), A
32
=
|
|
|
\
|
+
+ + +
mp 1 k , m
p , 1 r 1 k , 1 r
a ... a
... ... ...
a ... a
M
m-r,p-k
(R),
A
33
=
|
|
|
\
|
+
+ + +
mn 1 p , m
n , 1 r 1 p , 1 r
a ... a
... ... ...
a ... a
M
m-r,n-p
(R)
obinem forma general a problemei de programare liniar (scris
matriceal):

+ +
= + +
+ +
+ +
arbitrar x , 0 x , 0 x
b x A x A x A
b x A x A x A
b x A x A x A
x c x c x c min(max)
3 2 1
3
3
33
2
32
1
31
2
3
23
2
22
1
21
1
3
13
2
12
1
11
3 t
3
2 t
2
1 t
1

inegalitile matriceale fiind nelese pe componente, iar c
i
t
reprezint
transpunerea vectorului coloan c
i
, i=1,2,3. Funcia c
1
t
x
1
+c
2
t
x
2
+c
3
t
x
3
se
numete funcie obiectiv, relaiile de forma:
a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
R b
i

unde R este una din relaiile , =, se numesc restricii ale problemei, iar
ultimele, condiii asupra variabilelor.
O soluie a problemei de programare liniar se numete program optim al
acesteia.

Definiie
O problem de programare liniar n care toate restriciile sunt ecuaii, iar toate
variabilele sunt nenegative se spune c are forma standard.
Din definiie, obinem c expresia unui astfel de program este:
=
0 x
b Ax
x c (max) min
t

unde: c=
|
|
|
\
|
n
1
c
...
c
M
1n
(R),x=
|
|
|
\
|
n
1
x
...
x
M
n1
(R),b=
|
|
|
\
|
m
1
b
...
b
M
m1
(R),A=
|
|
|
\
|
mn 1 m
n 1 11
a ... a
... ... ...
a ... a
M
mn
(R)
Definiie
O problem de programare liniar se spune c are forma canonic dac are
una din urmtoarele forme:
0 x
b Ax
x c min
t
sau
0 x
b Ax
x c max
t

Din definiiile de mai sus se creeaz impresia c programele sub forma
standard sau cea canonic sunt mai restrictive dect cele n forma general. Nu
este ns adevrat acest lucru, orice program scris sub una din forme putnd fi
adus cu transformrile de mai jos n oricare alt form. Aceste transformri
sunt:
folosind faptul c min f(x)=-max(-f(x)) i max f(x)=-min(-f(x)) orice
problem de minimizare (maximizare) se transform ntr-una de
maximizare (minimizare).
sensul unei inegaliti, prin nmulirea cu 1, se schimb n cel contrar;
fiind dat o inecuaie de forma: a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+
a
i,p+1
x
p+1
+...+a
in
x
n
b
i
, adunnd o variabil ecart, y
i
0 ea se transform
ntr-o ecuaie: a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
+y
i
=b
i
;
fiind dat o inecuaie de forma: a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+
a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
b
i
, scznd o variabil ecart, y
i
0 ea se
transform ntr-o ecuaie: a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
-y
i
=b
i
;
orice ecuaie a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
=b
i
se
transform n dou inecuaii:

a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
b
i
,
a
i1
x
1
+...+a
ik
x
k
+a
i,k+1
x
k+1
+...+a
ip
x
p
+a
i,p+1
x
p+1
+...+a
in
x
n
b
i

variabil nepozitiv x0 se transform prin substituia x=-x' ntr-o variabil
nenegativ i reciproc;
variabil arbitrar x, prin substituia x=x'-x, x',x0, se nlocuiete cu
diferena a dou variabile nenegative;
Problemele de programare liniar au o interpretare geometric interesant.
Vom exemplifica aceasta pentru cazul a dou variabile (cazul general
impunnd definiii i noiuni suplimentare care ar ncrca inutil expunerea).
Fie o problem de programare liniar n forma standard:
=
0 x
b Ax
x c min
t

n care matricea AM
mn
(R), m<n, rang(A)=m. Vom nota cu a
i
=(a
i1
,...,a
in
),
i=1,...,m, vectorul corespunztor liniei i i cu a
j
=(a
1j
,...,a
mj
)
t
vectorul
corespunztor coloanei j.
Observaie
Un sistem Ax=b, AM
mn
(R), se poate prezenta ntr-una din urmtoarele
situaii:
a) m>n (numrul de ecuaii este mai mare dect cel al necunoscutelor). n
acest caz, rangul matricei A este cel mult egal cu n (obs.1). Dac
rang(A)=n atunci din ecuaiile ce furnizeaz rangul se determin valorile
unice ale variabilelor x
1
,...,x
n
. n acest caz, exist, de asemenea, dou
situaii:
(1) dac valorile acestora satisfac i celelalte ecuaii ale sistemului
rezult c acesta este compatibil determinat. n acest caz,
problema de programare liniar devine banal, funcia obiectiv
fiind determinat prin simpla introducere a valorilor x
1
,...,x
n
n
expresia c
1
x
1
+...+c
n
x
n
;
(2) dac valorile acestora nu satisfac cel puin una din celelalte
ecuaii ale sistemului rezult c acesta este incompatibil i
problema este ncheiat (domeniul restriciilor fiind vid).
b) m=n (numrul de ecuaii este egal cu cel al necunoscutelor). n acest
caz, rangul matricei A este cel mult egal cu m=n (obs.1). Dac
rang(A)=n atunci sistemul este compatibil determinat i se procedeaz ca
mai sus.
c) m<n (numrul de ecuaii este mai mic dect cel al necunoscutelor). n
acest caz, rangul matricei A este cel mult egal cu m (obs.1). Dac
rang(A)=m atunci din coloanele ce furnizeaz rangul (corespunztoare
variabilelor principale), se obine expresia acestora n funcie de
variabilele secundare. Sistemul fiind nedeterminat rezult o infinitate
(
n-m
) de soluii, care induc o serie de dificulti suplimentare. Pe de o
parte, valorile arbitrare ale variabilelor secundare trebuie alese astfel
nct s fie satisfcut condiia de pozitivitate a tuturor variabilelor
(problem practic imposibil n cazul general), iar pe de alt parte, dup
nlocuirea n funcia obiectiv a valorilor variabilelor aceasta trebuie
optimizat. Chiar dac aici dispunem de instrumentarul specific furnizat
de analiza matematic, problema nu poate fi rezolvat acceptabil
deoarece condiiile de pozitivitate conduc la o situaie asemntoare cu
cea de la nceput, schimbndu-se practic doar variabilele.
Din observaia 6, rezult c este necesar ca s considerm m<n, iar, pe
de alt parte, condiia rang(A)=m reprezint faptul c vectorii a
i
sunt liniar
independeni (n caz contrar, eliminndu-se condiiile suplimentare; aceast
situaie apare n practic atunci cnd informaiile provin din mai multe
compartimente ale unei firme n care atribuiile se intersecteaz).
Definiie
Un vector x=(x
1
,...,x
n
)
t
se numete soluie de baz a problemei de programare
liniar dac:
(1) x satisface sistemul Ax=b;
(2) coloanele matricei A care corespund elementelor nenule ale lui x sunt
liniar independente.
Definiie
O soluie a sistemului Ax=b se numete admisibil (program) dac toate
componentele ei sunt nenegative.
Definiie
O soluie de baz, admisibil se numete nedegenerat dac are toate
componentele nenule i degenerat n caz contrar.
Definiie
O matrice ptrat nesingular format cu m coloane ale matricei A se numete
baz iar componentele vectorului x corespunztoare coloanelor ce formeaz
baza se numesc variabile de baz (bazice). Componentele lui x ce nu sunt
bazice se numesc variabile nebazice.
Vom nota cu B o matrice de baz a lui A, cu x
B
vectorul coloan format cu
variabilele bazice, cu S matricea format cu acele coloane ce nu sunt n B i cu

x
S
vectorul coloan format cu variabilele nebazice. Sistemul Ax=b se poate
scrie deci sub forma:
Bx
B
+Sx
S
=b
Cum B este inversabil, obinem:
x
B
=B
-1
b-B
-1
Sx
S

O soluie de baz se poate obine pentru x
S
=0 deci x
B
=B
-1
b.
Teorem
Dac o problem de programare liniar are un program atunci ea are cel puin
un program de baz.
Teorem
Dac o problem de programare liniar are un program optim atunci ea are un
program optim de baz.
Dup aceste consideraii, o metod de rezolvare a problemelor de programare
liniar ar putea consta n urmtoarele etape:
1) se determin toate matricele inversabile B din A;
2) pentru fiecare din aceste matrice se calculeaz B
-1
b i se cerceteaz dac
toate componentele vectorului obinut sunt nenegative;
3) pentru fiecare din vectorii punctul anterior se calculeaz cx i rein acelea
pentru care se obine minimul (maximul) acesteia.
Aceast metod, elaborat de G.M. Dantzig n anul 1955, are la baz o metod
principial simpl, dar foarte eficient. Se pleac cu o baz iniial i apoi se
nlocuiete una din coloanele acesteia cu o alta (deci implicit o variabil de
baz schimb rolul cu una secundar) astfel nct noua matrice s rmn de
baz dar soluia s se apropie de soluia optim. Prin aceast metod se pot
determina toate situaiile posibile (probleme fr soluii, optim infinit etc.).
Fie problema de programare liniar:
(1)
=
0 x
b Ax
cx min

S presupunem acum c soluia de baz x
B
=B
-1
b este admisibil adic x
B
0. O
baz B ce verific o astfel de condiie se numete baz primal admisibil.
Vom nota cu B mulimea indicilor j care au proprietatea c {a
j
}B i cu S
mulimea complementar de indici j pentru care {a
j
}S. Notnd de asemenea
B
x =B
-1
b,
B
j
y =B
-1
a
j
obinem, din relaia: x
B
=B
-1
b-B
-1
Sx
S
.
(2) x
B
=
B
x -
S j
j B
j
x y
Din definiia lui B
-1
se observ c dac a
j
este coloana i n matricea B atunci,
cu notaia e
i
=(
ik
)
k=1,...,m
avem y
j
B
=e
i
. Pe componente, relaia (2) se scrie
(3)
=
S j
j
B i
B i
x x x
B
ij
y iB
Considernd acum c
B
=(c
i
)
iB
i c
S
=(c
j
)
jS
funcia obiectiv se poate scrie sub
forma:
(4) z=c
t
x=c
B
t
x
B
+c
S
t
x
S

sau altfel:
(5) z=c
B
t
B
x -(c
B
t
B
-1
S-c
S
t
)x
S

Notnd acum
B
z =c
B
t
B
x i
= =
B i
B
ij
B
j
t
B
B
j
y y c z
i
c j=1,...,n, relaia (5) se
poate scrie i sub forma:
(6) z=
B
z -
S j
j
j
x ) c
B
j
(z

Teorem
Dac B este o baz primal admisibil i pentru orice jS avem z
j
B
-c
j
0 atunci
programul de baz corespunztor bazei B (x
B
=B
-1
b, x
S
=0) este un program
optim pentru problema (1).
Teorem
Dac pentru o baz primal admisibil B au loc urmtoarele condiii:
1) kS astfel nct
B
k
z -c
k
>0;
2) programul de baz x
B
=B
-1
b, x
S
=0 este nedegenerat
atunci programul de baz corespunztor lui B nu este optim.
Teorem
1) kS astfel nct
B
k
z -c
k
>0;
B
=B
-1
b, x
S
=0 este nedegenerat;
3) y
ik
0 iB
atunci problema (1) are optimul infinit.

Teorem
1) kS astfel nct
B
k
z -c
k
>0;
B
=B
-1
b, x
S
=0 este nedegenerat;
3) iB astfel nct y
ik
>0
atunci valoarea maxim pe care o putem atribui lui
k
0
x astfel nct x' s rmn
program este dat de:
(8)
B
sk
B s
B
ik
B i
i
0 y
y
x
y
x
min
ik
=
|
|
\
|
>
B

Observaie
Dac n teorem atribuim lui
k
0
x valoarea dat de (8) atunci noul program
rmne soluie de baz. Aceasta corespunde unei baze B' care se obine din B
prin nlocuirea coloanei a
s
cu coloana a
k
. Pentru aceasta, s observm c din
(2) rezult x
s
=0. Prin urmare, obinem o nou soluie de baz format din x
i
,
iB-{s} i x
k
. Baza B' corespunztoare acesteia se obine din B prin nlocuirea
coloanei a
s
cu a
k
. Din faptul c y
sk
0 rezult c vectorii coloan ai lui B' sunt
liniar independeni.
Observaie
Din faptul c z=
B
z -(
B
k
z -c
k
)
k
0
x rezult c n baza B, valoarea funciei obiectiv
devine:
(9)
sk
s
k
B
k
B ' B
y
x
) c z ( z z =
Dac exist mai muli indici k cu proprietatea z
k
-c
k
>0 atunci, pentru a obine
cea mai mic valoare a funciei obiectiv, ar trebui ales acel indice k pentru care
cantitatea ce se scade n (9) s fie maxim. Pentru simplificarea lucrurilor, se
alege n practic acel indice ce maximizeaz expresia z
j
B
-c
j
.
Lem (a substituiei)
Fie BM
m
(R) o matrice inversabil i CM
m
(R) matricea obinut din B prin
nlocuirea coloanei k cu un vector nenul aM
m1
(R). Considernd vectorul
d=B
-1
a=(d
i
)
i=1,...,m
atunci:
C este inversabil dac i numai dac d
k
0;

Dac d
k
0 atunci C
-1
=I
k
(d)B
-1
unde: I
k
(d)=
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
\
|
1 0 0
d
d
0 ... 0
... ... ... ... ... ... ...
0 ... 1
d
d
0 ... 0
0 ... 0
d
1
0 ... 0
0 ... 0
d
d
1 ... 0
... ... ... ... ... ... ...
0 ... 0
d
d
0 ... 1
k coloana
k
m
k
1 k
k
k
1 k
k
1
.
Observaie
Din lema substituiei se observ c matricea I
k
(d) se obine prin nlocuirea
coloanei k a matricei unitate cu vectorul coloan respectiv. Determinarea
matricei C
-1
se poate face, innd seama de formulele de mai sus, mai simplu
astfel: se scrie matricea B
-1
=(e
ij
) i se adaug n dreapta ei vectorul coloan d.
Vom numi elementul d
k
0 pivot.

Elementul corespondent al lui C
-1
se determin astfel: elementele de pe linia
pivotului se mpart la pivot, iar celelalte elemente (de exemplu e
1j
) se
transform astfel: se construiete dreptunghiul a crui diagonal se sprijin pe
pivot i elementul de transformat. Se nmulesc elementele situate pe aceast
diagonal (principal) i se scade produsului elementelor de pe cealalt
diagonal (secundar). Rezultatul se mparte la pivot. Prin urmare, dac C
-
1
=(f
ij
) avem:
(10) f
ij
=
k
i kj k ij
d
d e d e
, i{1,...,m}-{k}, j{1,...,m}
(11) f
kj
=
k
kj
d
e
, j{1,...,m}

Observaie
La nlocuirea variabilei x
s
cu x
k
, deci a coloanei s din baz cu coloana k, noile
cantiti rezultate devin, conform lemei substituiei (s-au notat cu dou bare
elementele dup transformare):

B
sk
B
ik
sB
B
sk
B i
B i
y
y x y x
x

= iB-{s}, iar pentru i=k:
B
sk
B s
kB
y
x
x = ;

B
sk
B
sj
B
ik
B
sk
B
ij
B
ij
y
y y y y
y

= iB-{s},
B
sk
B
sj
B
sj
y
y
y = ;

B
sk
k
B
k
sB
B
sk
B
B
y
) c z ( x y z
z

= ;

B
sk
B
sj k
B
k
B
sk j
B
j
j
B
j
y
y ) c z ( y ) c z (
c z

= jS-{k},
k
B
k c z =0.
Din cele expuse mai sus, obinem algoritmul simplex care const n:
1) Se determin o baz primal admisibil B (metod ce va fi expus ulterior);
2) Se construiete tabelul simplex astfel:
V.B. V.V.B. x
1
... x
j
... x
n
... ... ... ... ... ... ... ...
c
i
x
i
B i
x
y
i1
B
... y
ij
B
... y
in
B

... ... ... ... ... ... ... ...
c
p
x
p
B p
x
y
p1
B
... y
pj
B
... y
pn
B

... ... ... ... ... ... ... ...
z
B
z
z
1
B
-c
1
... z
j
B
-c
j
... z
n
B
-c
n

c
1
... c
j
... c
n

3) Completarea tabelului simplex se face n urmtoarele etape:
3.1) Pe prima linie se trec numele tuturor variabilelor problemei (inclusiv a
celor ecart);
3.2) n coloana V.B. (variabile de baz) se introduc numele variabilelor de
baz determinate la punctul 1);
3.3) n coloana V.V.B. (valorile variabilelor de baz) se introduc valorile
determinate pe baza relaiei
B
x =B
-1
b;
3.4) Coloanele x
1
,...,x
j
,...,x
n
se completeaz cu valorile date de B
-1
a
j
, j=1,...,n;
3.5) n stnga tabelului se trec coeficienii funciei obiectiv corespunztori
variabilelor de baz;
3.6) n subsolul tabelului se trec coeficienii funciei obiectiv corespunztori
tuturor variabilelor;
3.7) Penultima linie se completeaz astfel:
3.7.1)
B
z =
B i
B
ij
y
i
c adic se nmulesc valorile primei coloane cu
valorile coloanei V.V.B. i se adun rezultatele (produsul scalar
al vectorilor din aceste coloane);
3.7.2)
j
B
j
c z =
B i
B
ij
y
i
c -c
j
j=1,...,n adic se nmulesc valorile primei
coloane cu valorile coloanei x
j
i se adun rezultatele sczndu-se
la final valoarea din ultima linie;
3.8) O completare rapid a coloanelor variabilelor de baz se face astfel: n
dreptul liniei i coloanei unei variabile de baz se nscrie valoarea 1 n
restul coloanei completnd cu 0 (inclusiv la z
j
B
-c
j
).
4) Dac j=1,...,n avem z
j
B
-c
j
0 atunci programul de baz x
B
=
B
x , x
S
=0 este
optim. STOP.
5) Dac exist indici j astfel nct s avem z
j
B
-c
j
>0 atunci:
5.1) dac pentru un indice j pentru care z
j
B
-c
j
>0 avem y
ij
B
0 i=1,...,m atunci
conform teoremei 13 problema are optim infinit. STOP.
5.2) dac j=1,...,n astfel nct z
j
B
-c
j
>0i=1,...,m astfel nct y
ij
B
>0 atunci
se determin acel indice j pentru care se obine maximul expresiei z
j
B
-c
j
.
Dac exist mai muli indici cu aceast proprietate, se alege unul dintre
acetia (de regul primul). n acest caz, vectorul coloan a
k
intr n baz,
variabila x
k
devenind variabil de baz;
6) Pentru j determinat la 5.2.) se determin variabila ce prsete baza cu
ajutorul relaiei:
B
pj
B p
B
ij
B i
i
0 y
y
x
y
x
min
ij
=
|
|
\
|
>
B
. Dac minimul este atins pentru mai
muli indici, se alege unul dintre acetia. Variabila x
p
prsete baza
devenind variabil secundar;

7) Se nlocuiete n baza B vectorul a
p
cu a
j
determinndu-se noua baz B' i
se recalculeaz cantitile de la punctul 3) n noua baz, astfel:
7.1) Se construiete scheletul tabelului simplex, n care nu se mai trec
coeficienii funciei obiectiv;
7.2) n coloana V.B. se nlocuiete numele variabilei x
p
cu x
j
;
7.3) Se marcheaz (eventual prin ncercuire) n vechiul tabel elementul y
pj
B

care se numete pivot;
7.4) Coloanele actualelor variabile de baz se completeaz ca la punctul 3.8);
7.5) Linia pivotului se mparte la pivot;
7.6) Restul elementelor din noul tabel, se obin cu ajutorul regulii
dreptunghiului care const n urmtoarea formul de transformare:
B
pj
B
ps
B
ij
B
pj
B
is
B
is
y
y y y y
y

= i=1,...,m+1 s=0,...,n, unde am notat pentru
extensia formulei:
s
B
s
B
s , 1 m
c z y =
+
s=1,...,n,
B
B
0 , 1 m
z y =
+
i
B i
B
0 i
x y =
i=1,...,m.
8) Se reia algoritmul de la punctul 4) pn la determinarea soluiei.

Problema care se pune acum este determinarea unui program de baz
iniial. Un mod de a face acest lucru este dat de metoda celor dou faze care
const n:
1) Se transform toate restriciile n ecuaii Ax=b cu b0 (eventual prin
nmulire cu
(-1));
2) Se identific acele variabile care apar numai ntr-una dintre restricii i are
coeficient pozitiv. n caz favorabil, se mparte ecuaia respectiv la acest
coeficient;
3) Se adaug la fiecare ecuaie care nu apare la punctul 2) cte o variabil
artificial obinnd vectorul x
a
=(x
1,a
,...,x
k,a
)
t
obinnd egalitatea:
Ax+I(k)x
a
=b unde I(k) reprezint matricea obinut din cea nul prin
plasarea, pe diagonala principal, de elemente egale cu 1 n liniile
corespunztoare variabilelor artificiale iar b este noul vector al termenilor
liberi (dup eventualele nmuliri cu (1) sau mpriri la coeficieni ai
restriciilor). Se recomand ca indicii variabilelor artificiale s fie dai n
acord cu numerele de linie ale ecuaiilor corespondente;

y
is
B
y
ij
B
+
element de transformat
pivot
-
y
ps
B
y
pj
B
4) Se rezolv apoi problema de programare liniar:

= +
+ +
0 x , 0 x
b x ) k ( I Ax
) x ... x min(
a
a
a k a 1
.
Din cauza variabilelor izolate i a celor auxiliare, baza iniial va fi
matricea unitate I
m
.
5) Completarea primului tabel simplex se va face astfel:
5.1) Pe prima linie se trec numele tuturor variabilelor problemei (inclusiv a
celor auxiliare);
5.2) n coloana V.B. se introduc numele variabilelor de baz adic a celor
izolate i a celor auxiliare;
5.3) n coloana V.V.B. se introduc valorile determinate pe baza relaiei
B
x =I
-
1
b=b deci se copie vectorul termenilor liberi;
5.4) Coloanele x
1
,...,x
j
,...,x
n
se completeaz cu valorile date de I
-1
a
j
=a
j
,
j=1,...,n deci cu coloanele coeficienilor variabilelor respective;
5.5) n prima coloan se trec coeficienii noii funcii obiectiv corespunztori
variabilelor de baz (1 n dreptul variabilelor auxiliare i 0 n rest);
5.6) n ultima linie se trec noii coeficieni ai funciei obiectiv corespunztori
tuturor variabilelor;
5.7) Penultima linie se completeaz astfel:
5.7.1)
B
z =
B i
B
ij
y
i
c adic se nmulesc valorile primei coloane cu
valorile coloanei V.V.B. i se adun rezultatele;
5.7.2)
j
B
j
c z =
B i
B
ij
y
i
c -c
j
j=1,...,n adic se nmulesc valorile primei
coloane cu valorile coloanei x
j
i se adun rezultatele sczndu-se
la final valoarea din ultima linie;
5.8) O completare rapid a coloanelor variabilelor de baz se face astfel: n
dreptul liniei i coloanei unei variabile de baz se nscrie valoarea 1 n
restul coloanei completnd cu 0 (inclusiv la z
j
B
-c
j
).
6) Se aplic algoritmul simplex pn la final. Trebuie remarcat c nu se poate
obine la aceast faz optim infinit deoarece funcia obiectiv fiind
min(x
1a
+...+x
ka
) 0 nu se poate ajunge la - printr-o cretere
corespunztoare a unei variabile;
7) n final, avem urmtoarele situaii:
7.1) Dac min(x
1 a
+...+x
k a
)>0 rezult c problema iniial nu are programe.
ntr-adevr, aceast valoare optim implic faptul c exist j=1,...,k astfel
nct x
j a
>0. n acest caz, restricia j din problema iniial i din cea
auxiliar sunt incompatibile (implicnd dup scdere x
j a
=0-contradicie);
7.2) Dac min(x
1 a
+...+x
k a
)=0 atunci, cum x
i a
=0 i=1,..., k rezult c
problema iniial are programe. Avem ns dou situaii:
7.2.1) toate variabilele auxiliare au ieit din baz. n acest caz, baza
obinut la problema auxiliar este baz pentru problema iniial;
7.2.2) au rmas variabile auxiliare n baz, fiind evident nule. n acest
caz, avem din nou dou situaii:
7.2.2.1) dac pe linia corespunztoare unei variabile auxiliare,
exist un element nenul n dreptul unei variabile
neauxiliare, se face transformarea cu pivotul respectiv;
7.2.2.2) dac pe linia corespunztoare unei variabile auxiliare,
toate elementele din dreptul coloanelor variabilelor
neauxiliare sunt nule, atunci ecuaia creia i s-a ataat
variabila auxiliar este o consecin a celorlalte ecuaii
(cazul cnd rangul matricei A nu era m). n acest caz,
linia respectiv a tabelului simplex se elimin, mpreun
cu variabila auxiliar respectiv.
8) Se trece la a doua faz prin recalcularea tabelului simplex pentru problema
iniial. Astfel:
8.1) Se copie ultimul tabel, mai puin ultima linie a acestuia;
8.2) Se recalculeaz ultima linie n raport cu coeficienii funciei obiectiv
iniiale c
1
,...,c
n
.
9) Se rezolv problema cu ajutorul algoritmului simplex.
Observaie
La finalul primei faze, dac toate variabilele auxiliare au ieit din baz atunci
toate cantitile
j
B
j
c z din dreptul variabilelor iniiale sunt nule.
Observaie
Dac n final nu este nevoie de determinarea lui B
-1
atunci, la prima faz, pe
msura ieirii variabilelor auxiliare din baz acestea se pot elimina din tabel
prin tierea coloanei respective. Dac variabilele auxiliare nu au fost eliminate
din tabelele simplex, la a doua faz, ele nu se mai iau n considerare, la
determinarea variabilelor ce intr sau ies din baz. Coloanele respective vor fi
calculate cu aceeai regul a dreptunghiului, mai puin ultimul element care se
va nlocui printr-un simbol (o linioar, un asterisc etc.).
Observaie
Dac variabilele auxiliare nu au fost eliminate din tabelele simplex, la sfritul
algoritmului, n coloanele corespunztoare primelor variabile de baz (inclusiv
cele izolate) de la prima faz, se va afla B
-1
.
Observaie
Dac problema de programare liniar este degenerat, obinndu-se n final
soluii optime care au componente de baz nule, atunci prin investigarea liniei
corespunztoare unei astfel de variabile, ea se poate scoate din baz i nlocui
cu o alta (evident prin satisfacerea condiiilor specifice). n acest caz, din
formula:
sk
s
k
B
k
B ' B
y
x
) c z ( z z = cum
s
x =0 rezult c soluia obinut rmne
optim. Procednd n acest mod pn la efectuarea tuturor schimbrilor
posibile se obine soluia optim sub forma unei combinaii convexe de
variabilele respective (combinaie liniar cu parametri pozitivi i a cror sum
este 1). Analog se procedeaz dac exist cantiti ) c z (
j
B
j
nule cu jS.
Observaie
Dac funcia obiectiv este de minim i toi coeficienii acesteia sunt pozitivi
atunci nu putem avea optim infinit (deoarece min0). Analog, dac funcia
obiectiv este de maxim i toi coeficienii acesteia sunt negativi atunci nu
putem avea optim infinit (deoarece max0).
a) Exemplu:
S se rezolve problema de programare liniar:
= +
= +
+
= + +
+
0 x , x , x , x
11 x x 9 x 4x
3 x x 5 x 2 x
1 x x x 3
5 x x x 3 x 2
x 6 x x 2 x max
4 3 2 1
4 3 2 1
4 3 2 1
3 2 1
4 3 2 1
4 3 2 1

Soluie Aducem problema la forma standard:
= +
= +
= +
= + +
+ +
0 y , x , x , x , x
11 x x 9 x 4x
3 x x 5 x 2 x
1 y x x x 3
5 x x x 3 x 2
x 6 x x 2 x - min
1 4 3 2 1
4 3 2 1
4 3 2 1
1 3 2 1
4 3 2 1
4 3 2 1

Cum a doua restricie are termenul liber negativ, aceasta va fi amplificat cu
1:
= +
= +
= + +
= + +
+ +
0 y , x , x , x , x
11 x x 9 x 4x
3 x x 5 x 2 x
1 y x x x 3
5 x x x 3 x 2
x 6 x x 2 x - min
1 4 3 2 1
4 3 2 1
4 3 2 1
1 3 2 1
4 3 2 1
4 3 2 1

Singura variabil izolat fiind y
1
, vom introduce variabile auxiliare
corespunztoare primei, celei de-a treia respectiv a patra restricii. Avem
deci:
= + +
= + +
= + +
= + + +
+ +
0 x , x , x , y , x , x , x , x
11 x x x 9 x 4x
3 x x x 5 x 2 x
1 y x x x 3
5 x x x x 3 x 2
x x x min
a 4 a 3 a 1 1 4 3 2 1
a 4 4 3 2 1
a 3 4 3 2 1
1 3 2 1
a 1 4 3 2 1
a 4 a 3 a 1

Succesiunea tabelelor simplex este urmtoarea:
VB VVB x
1
x
2
x
3
x
4
y
1
x
1 a
x
3 a
x
4 a
1 x
1 a
5 2 3 -1 1 0 1 0 0
0 y
1
1 -3 1 -1 0 1 0 0 0
1 x
3 a
3 1 -2 5 -1 0 0 1 0
1 x
4 a
11 4 -1 9 -1 0 0 0 1
z 19 7 0 13 -1 0 0 0 0
0 0 0 0 0 1 1 1

VB VVB x
1
x
2
x
3
x
4
y
1
x
1 a
x
4 a
x
1 a
28/5 11/5 13/5 0 4/5 0 1 0
y
1
8/5 -14/5 3/5 0 -1/5 1 0 0
x
3
3/5 1/5 -2/5 1 -1/5 0 0 0
x
4 a
28/5 11/5 13/5 0 4/5 0 0 1
z 56/5 22/5 26/5 0 8/5 0 0 0

VB VVB x
1
x
2
x
3
x
4
y
1
x
4 a
x
2
28/13 11/13 1 0 4/13 0 0
y
1
4/13 -45/13 0 0 -5/13 1 0
x
3
19/13 7/13 0 1 -1/13 0 0
x
4 a
0 0 0 0 0 0 1
z 0 0 0 0 0 0 0

Cum cantitile z
j
B
-c
j
sunt acum toate nepozitive, rezult c prima faz este
ncheiat. Funcia obiectiv este nul dar variabila x
4 a
nu a ieit din baz.
Cum toi coeficienii variabilelor neauxiliare sunt nuli, rezult c aceasta
nu poate fi nlocuit cu o alt variabil. n acest caz, este cunoscut faptul c
ecuaia respectiv (la noi a patra) este consecin a celorlalte ecuaii i deci
va putea fi eliminat. ntr-adevr, ecuaia a patra se obine din ecuaia nti
adunat la ecuaia a treia nmulit cu 2.
Tabelul simplex pentru problema iniial devine:
VB VVB x
1
x
2
x
3
x
4
y
1
-2 x
2
28/13 11/13 1 0 4/13 0
0 y
1
4/13 -45/13 0 0 -5/13 1
1 x
3
19/13 7/13 0 1 -1/13 0
z -37/13 -2/13 0 0 -87/13 0
-1 -2 1 6 0
Soluia optim este deci: x
1
=0, x
2
=
13
28
, x
3
=
13
19
, x
4
=0 iar maximul funciei
obiectiv este: -(-
13
37
)=
13
37
.

4.3. Dualitate n programarea liniar
Definiie
Fie problema general de minim a programrii liniare:
(P
1
)

+ +
= + +
+ +
+ +
b x A x A x A
b x A x A x A
b x A x A x A
x c x c x c min
3 2 1
3
3
33
2
32
1
31
2
3
23
2
22
1
21
1
3
13
2
12
1
11
3
3
2
2
1
1

Se numete problem dual a acesteia problema:
(D
1
)

= + +
+ +
+ +
+ +
0 u , arbitrar u , 0 u
c u A u A u A
c u A u A u A
c u A u A u A
u b u b u b max
3 2 1
t
3
3 t
33
2 t
23
1 t
13
t
2
3 t
32
2 t
22
1 t
12
t
1
3 t
31
2 t
21
1 t
11
3 t
3
2 t
2
1 t
1

Sarcina de lucru 1

+
+
20 x x 2
2 x x
4 x x x
x 2x max
3 2 1
2 1
3 1
3 2 1
2 1



Definiie
Fie problema general de maxim a programrii liniare:
(P
2
)

+ +
= + +
+ +
+ +
b x A x A x A
b x A x A x A
b x A x A x A
x c x c x c max
3 2 1
3
3
33
2
32
1
31
2
3
23
2
22
1
21
1
3
13
2
12
1
11
3
3
2
2
1
1

Se numete problem dual a acesteia problema:
(D
2
)

= + +
+ +
+ +
+ +
0 u , arbitrar u , 0 u
c u A u A u A
c u A u A u A
c u A u A u A
u b u b u b min
3 2 1
t
3
3 t
33
2 t
23
1 t
13
t
2
3 t
32
2 t
22
1 t
12
t
1
3 t
31
2 t
21
1 t
11
3 t
3
2 t
2
1 t
1

Observaie
Problemele (P
1
) i (P
2
) se mai numesc i probleme primale. Este evident c
duala problemei duale este cea primal.
Observaie
Problema dual se obine din cea primal astfel:
1) problemele de minimizare (maximizare) se transform n probleme de
maximizare (minimizare);
2) termenii liberi ai lui (P) devin coeficienii funciei obiectiv n (D);
3) coeficienii funciei obiectiv din (P) devin termeni liberi n (D);
4) matricea coeficienilor din (D) este transpusa matricei coeficienilor din
(P);
5) variabilele duale corespunztoare restriciilor concordante n (P)
(adic restricii de forma n probleme de minimizare i de forma n
probleme de maximizare) sunt nenegative;
6) variabilele duale corespunztoare restriciilor neconcordante n (P)
(adic restricii de forma n probleme de minimizare i de forma n
probleme de maximizare) sunt nepozitive;
7) variabilele duale corespunztoare restriciilor de tip ecuaii n (P) sunt
arbitrare;
8) variabilelor din (P) nenegative le corespund restricii n (D) concordante;
9) variabilelor din (P) nepozitive le corespund restricii n (D)
neconcordante;
10) variabilelor din (P) arbitrare le corespund restricii n (D) de tip ecuaii.
S considerm acum problema de programare liniar n forma standard:
(1)
=
0 x
b Ax
x c min
t

i duala acesteia:
(2)
arbitrar u
c u A
u b max
t
t

Definiie
O baz B a lui A astfel nct: c
B
B
-1
A-c0 (
j
B
j
c z 0 j=1,...,n) se numete
baz dual admisibil. O soluie x a problemei primale ce corespunde unei
baze dual admisibile se numete soluie dual admisibil.
Fie acum cuplul de probleme duale:
(3)
0 x
b Ax
x c min
t

(4)
0 u
c u A
u b max
t
t

Observaie
Se arat c dac avem o baz primal i dual admisibil B atunci avem
programul optim pentru problema (1): x
B
=B
-1
b, x
S
=0 i programul optim al
problemei (2): u
B
t
=c
B
t
B
-1
. Pentru aceste dou programe funciile obiectiv au
valori egale. ntr-adevr, u
B
t
a
j
=c
B
t
B
-1
a
j
=z
j
B
c
j
de unde rezult c u
B
t
este soluie
a problemei duale. Pe de alt parte, dac x este o soluie a problemei primale
(3), iar u a problemei duale (4), avem: Axb i cum u0u
t
Axu
t
b. Pe de alt
parte: A
t
uc i cum x0x
t
A
t
ux
t
c i cum cantitile sunt scalari, rezult dup
transpunere: u
t
Axc
t
x. Obinem deci c c
t
xu
t
b=b
t
u. S considerm acum o
soluie x a problemei primale i o soluie u a celei duale astfel nct c
t
x =b
t
u .
Dac x nu ar fi program optim al problemei primale, atunci ar exista x
*
astfel
nct c
t
x
*
<c
t
x . Dar atunci c
t
x
*
<b
t
u , iar din cele de mai sus avem: c
t
x
*
b
t
u
deci contradicie. Prin urmare, x este program optim al problemei primale.
Analog, dac u nu ar fi program optim al problemei duale, atunci ar exista u
*

astfel nct b
t
u
*
>b
t
u . Dar atunci b
t
u
*
>c
t
x , iar din cele de mai sus avem: b
t
u
*
c
t
x deci contradicie. Prin urmare, u este program optim al problemei duale. n
final, cum valoarea optim a funciei obiectiv este
B
z =b
t
u
B
=u
B
t
b=c
B
t
B
-
1
b=c
B
t
x
B
rezult c funciile obiectiv ale problemelor primal respectiv dual
au valori egale.
n aplicarea algoritmului simplex primal se pornete de la o baz primal
admisibil i n urma nlocuirii succesive a vectorilor din baz se obine, n
final, o baz dual admisibil.
Algoritmul simplex dual const n procesul invers. Se pornete cu o baz dual
admisibil i dup un sistem de calcul oarecum asemntor, se obine n final o
baz primal admisibil.
n cele ce urmeaz, vom considera perechea de probleme duale:
(P)
=
0 x
b Ax
x c min
t
, (D)
arbitrar u
c u A
u b max
t
t

Teorem (fundamental a dualitii)
Fie problemele duale (P) i (D).
1) Dac ambele probleme au programe atunci ele au programe optime i
valorile funciilor obiectiv coincid;
2) Dac una din probleme are programe, iar cealalt nu, atunci cea care
are programe are optim infinit.
Teorem
Fie B o baz dual admisibil astfel nct:
1) kB astfel nct
kB
x <0;
2) y
kj
B
0 jS
n acest caz, problema primal nu are programe.
Teorem
Fie B o baz dual admisibil astfel nct:
1) kB astfel nct
kB
x <0 j{1,...,n} astfel nct y
kj
B
<0;
2) Fie pentru kB, sS astfel nct
B
ks
s
B
s
B
kd
d
B
d
0 y
y
c z
y
c z
min
B
kd
=
|
|
\
|
<
.
n acest caz, nlocuind n baza B coloana k cu coloana s, valoarea funciei
obiectiv a problemei duale este mai mare sau egal cu cea anterioar.

Din cele de mai sus se pot enuna acum:
Etapele de aplicare a algoritmului simplex dual
Fie x o soluie dual admisibil.
1) Fie J={j x
j
<0};
2) Dac J= atunci x este soluie optim. STOP.
3) Dac J atunci:
3.1) Dac jJ astfel nct componentele de rang j ale vectorilor coloan
din A ce nu fac parte din baz sunt pozitive atunci problema primal nu are
soluie. STOP.
3.2) Dac jJ componentele de rang j ale vectorilor coloan din A ce nu
fac parte din baz au i valori negative atunci fie
J j
min
x
j
=x
k
i
kp
p p
kj
j j
0 y
J j
y
c z
y
c z
min
kj
=
|
|
\
|
<
. Vectorul care va prsi baza va fi a

k
iar cel care va
intra n baz va fi a
p
;
4) Dup transformarea cu pivotul y
kp
se revine la pasul 1.
Cu ajutorul observaiei, rezult c la finalul algoritmului simplex dual suntem
n msur s cunoatem soluia problemei primale.
Ca i la algoritmul simplex primal se pune problema determinrii unei baze
dual admisibile. Pentru a face acest lucru vom proceda astfel:
1) Dac problema este sub form canonic:
0 x
b Ax
x c min
t
ea se transform n

0 x
b Ax -
x c min
t
. Introducnd variabilele ecart, acestea formeaz o baz a
problemei. Dac n plus, toi coeficienii funciei obiectiv sunt pozitivi,
atunci acestea formeaz o baz dual admisibil.
2) Dac punctul 1) nu are loc (orice problem poate fi adus la una din
formele de mai sus, ns numrul restriciilor crete foarte mult ceea ce
este inadmisibil de exemplu la transformarea egalitilor n inegaliti,
numrul restriciilor se dubleaz), atunci se adaug o restricie
suplimentar: x
n+1
+
S i
i
x =M unde n prealabil s-a determinat o baz B, iar
S reprezint indicii restului coloanelor lui A. Numrul M este ales suficient
de mare. Problema care se obine are urmtoarea form:
(5)

=
= +
+
0 x , 0 x
b Ax
M x x
x c min
1 n
I i
i 1 n
t

3) Se determin apoi kS astfel nct s avem ( )
k
B
k i
B
i
i
c z c z max =
S
.
4) Considernd baza B obinut din B prin nlocuirea coloanei lui x
n+1
cu
coloana lui x
k
se obine o baz dual admisibil.
5) n final, exist mai multe situaii:
5.1) Dac problema (5) nu are programe, atunci nici problema (P) nu are
programe;
5.2) Dac problema (5) are programe atunci exist trei variante:
5.2.1) x
n+1
rmne n baza optim i atunci restul variabilelor constituie
soluia optim;
5.2.2) x
n+1
nu rmne n baza optim, dar valoarea optim a funciei
obiectiv depinde de M. n acest caz, pentru M rezult c problema
iniial are optim infinit;
5.2.3) x
n+1
nu rmne n baza optim, iar valoarea optim a funciei
obiectiv nu depinde de M. n acest caz, se poate obine soluia optim,
descrescndu-l pe M pn n momentul n care una din variabilele de
baz ce este funcie de M devine nul.
Observaie
Din cauza dificultilor de aplicare n determinarea unei baze iniiale dual
admisibile, nu vom aplica acest algoritm dect n cadrul problemelor de
reoptimizare pe care le vom studia mai jos.
Observaie
Problema dual are o interpretare imediat. Dac n problema primal x are o
anumit semnificaie, din faptul c funciile obiectiv ale celor dou probleme
coincid la optim, rezult c:
i
i
m
m
1
1
i
n
n
1
1
u
b
) u b ... u b (
b
) x c ... x c (
=
+ +
=
+ +
, i=1,...,m
Aceasta nseamn c la modificarea cu o unitate a termenului liber b
i
(ce poate
avea semnificaie de resurs arbitrar) valoarea funciei obiectiv crete cu cea
a variabilei duale ataate restriciei i. Prin urmare, mrimea valorilor
variabilelor duale, dau un indiciu asupra sensibilitii unor restricii ale
problemei primale.
b) Exemplu:
c) Fie problema de programare liniar:

+ +
+
= + +
+
0 x arbitrar, x , 0 x
5 x 5 x 2 x 3
5 x 8 x 5 x
1 x x x 3
x x 3 2x max
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1

S se scrie problema dual.
Soluie Avem:

+
= + +
+
+
0 u , 0 u , arbitrar u
0 u 5 u 8 u
0 u 2 u 5 u
0 u 3 u u 3
u 5 u 5 u - min
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1

Sarcina de lucru 2
S se scrie problema dual problemei de programare liniar:

+
+
20 x x 2
2 x x
4 x x x
x 2x max
3 2 1
2 1
3 1
3 2 1
2 1



4.4. Reoptimizare i parametrizare n programarea liniar
Modificarea termenilor liberi
S presupunem c termenii liberi ai problemei iniiale:
=
0 x
b Ax
cx min

se modific n sensul c b se nlocuiete cu vectorul b. Din modul de
completare a tabelului simplex, am vzut c acesta influeneaz numai coloana
V.V.B. n care apare vectorul B
-1
b. Prin urmare, vom modifica ultimul tabel
simplex, astfel:
1) toate coloanele tabelului n afara celei a V.V.B. rmn neschimbate;
2) coloana V.V.B. devine B
-1
b;
3) funcia obiectiv se recalculeaz n funcie de valorile obinute la 2).
Cum ultima linie a tabelului rmne neschimbat rezult c baza B este dual
admisibil, deci se aplic n continuare algoritmul simplex dual.
Modificarea coeficienilor funciei obiectiv
S presupunem c vectorul coeficienilor funciei obiectiv devine c. Acesta
modific numai ultima linie a tabelului simplex, care va fi calculat
corespunztor. Evident baza rmne primal admisibil deci se continu cu
algoritmul simplex primal.
Introducerea unei variabile suplimentare
S presupunem acum c introducem o variabil suplimentar x
n+1
. n acest caz
se ataeaz tabelului o coloan suplimentar corespunztoare variabilei nou
introduse.
Cum am obinut deja o baz primal admisibil, rezult c avem dou situaii:
1) dac z
n+1
B
-c
n+1
0 atunci soluia optim rmne neschimbat;
2) dac z
n+1
B
-c
n+1
>0 atunci se aplic agoritmul simplex primal.
Modificarea coeficienilor unei variabile
S presupunem c vectorul coeficienilor unei variabile x
i
se modific astfel
nct a
i
se schimb n a
i
. Din modul de completare a tabelului simplex, s-a
vzut c vectorul a
i
nu influeneaz dect coloana corespunztoare lui x
i
.
Problema care apare ns este dac variabila x
i
era variabil de baz sau nu.
4.1) Dac variabila x
i
nu face parte din baz atunci se recalculeaz coloana x
i

cu formula B
-1
a
i
i cantitatea z
i
B
-c
i
aferent. Se aplic apoi, dac este cazul,
algoritmul simplex primal.

4.2) Dac variabila x
i
face parte din baz atunci, pentru simplificare,
recomandm rentoarcerea la ultimul tabel simplex care nu coninea variabila
x
i
n baz i aplicarea punctului 4.1).
O alt metod, aplicabil ndeosebi situaiei n care nu sunt cunoscute bazele
succesive, const i n introducerea unei variabile auxiliare x
n+1
avnd drept
coeficieni componentele vectorului a iar x
i
s fie considerat drept variabil
artificial. Problema se reduce la cea a introducerii unei noi variabile (vezi 3)).
Aplicnd metoda celor dou faze cu funcia obiectiv min (x
i
) i eliminnd
aceast variabil se obine soluia optim.
Parametrizare n programarea liniar
Problema parametrizrii const n determinarea comportrii soluiei optime
atunci cnd unele din componentele problemei (termeni liberi, coeficieni ai
funciei obiectiv, coeficieni ai variabilelor) depind de parametri.
Problema parametrizrii se soluioneaz, principial, destul de simplu. Astfel se
d o valoare arbitrar parametrului (de exemplu 0) i se rezolv problema. La
final, se modific componenta respectiv dup metodele reoptimizrii. Evident
c n funcie de valorile parametrului se va obine o soluie optim sau alta.
d) Exemplu:
Fie problema de programare liniar:
+
+
= + +
+
0 x , x , x , x
1 x x x
4 x x
6 x x x
x x min
4 3 2 1
3 2 1
4 2
3 2 1
4 1

1) S se rezolve problema de programare liniar cu ajutorul algoritmului
simplex primal;
2) S se determine B
-1
inversa matricei de baz;
3) S se determine soluia optim a problemei duale.
4) S se determine soluia optim a problemei dac termenii liberi se
nlocuiesc cu b=
|
|
|
\
|
0
0
1
i s se interpreteze noua valoare a funciei obiectiv
n funcie de variabilele duale determinate la punctul 3).
5) S se determine soluia optim a problemei dac funcia obiectiv devine
min x
2
+x
3
-2x
4
;
6) S se determine soluia optim a problemei:
+
+
= + + +
+
0 x , x , x , x , x
1 x x x
4 x x
6 x x x x
x x min
5 4 3 2 1
3 2 1
4 2
5 3 2 1
4 1
;
7) S se determine soluia optim a problemei:
+
+
= + +
+
0 x , x , x , x
1 x x x 2
4 x x
6 x x x 2
x x min
4 3 2 1
3 2 1
4 2
3 2 1
4 1

Soluie 1) Forma standard este:
= + +
= +
= + +
+
0 y , y , x , x , x , x
1 y x x x
4 y x x
6 x x x
x x min
2 1 4 3 2 1
2 3 2 1
1 4 2
3 2 1
4 1

Variabilele x
4
i y
2
fiind izolate, introducem o variabil auxiliar x
1 a
. Avem
deci:
= + +
= +
= + + +
0 x , y , y , x , x , x , x
1 y x x x
4 y x x
6 x x x x
x min
a 1 2 1 4 3 2 1
2 3 2 1
1 4 2
a 1 3 2 1
a 1

Tabelele simplex devin:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
1 x
1 a
6 1 1 1 0 0 0 1
0 x
4
4 0 1 0 1 -1 0 0
0 y
2
1 -1 -1 1 0 0 1 0
z 6 1 1 1 0 0 0 0
0 0 0 0 0 0 1

VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
x
1
6 1 1 1 0 0 0 1
x
4
4 0 1 0 1 -1 0 0
y
2
7 0 0 2 0 0 1 1
z 0 0 0 0 0 0 0 -1
Am obinut deci baza {x
1
,x
4
,y
2
}. Trecem la faza a doua i obinem:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
1 x
1
6 1 1 1 0 0 0 1
1 x
4
4 0 1 0 1 -1 0 0
0 y
2
7 0 0 2 0 0 1 1
z 10 0 2 1 0 -1 0 -
1 0 0 1 0 0
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
x
1
2 1 0 1 -1 1 0 1
x
2
4 0 1 0 1 -1 0 0
y
2
7 0 0 2 0 0 1 1
z 2 0 0 1 -2 1 0 -

VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
x
3
2 1 0 1 -1 1 0 1
x
2
4 0 1 0 1 -1 0 0
y
2
3 -2 0 0 2 -2 1 -1
z 0 -1 0 0 -1 0 0 -
Soluia optim este deci: x
1
=0, x
2
=4, x
3
=2, x
4
=0, iar valoarea optim a
funciei obiectiv este 0.
2) Avem B
-1
=
|
|
|
\
|
1 2 1
0 1 0
0 1 1
obinut din coloanele lui x
1 a
, x
4
i y
2
din
ultimul tabel.
3) Avem ( )
3 2 1
u u u =( ) 0 0 0
|
|
|
\
|
1 2 1
0 1 0
0 1 1
=( ) 0 0 0
4) Avem B
-1
b=
|
|
|
\
|
1 2 1
0 1 0
0 1 1
|
|
|
\
|
0
0
1
=
|
|
|
\
|
1
0
1
. Din ultimul tabel simplex,
rezult:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
3
1 1 0 1 -1 1 0
x
2
0 0 1 0 1 -1 0
y
2
-1 -2 0 0 2 -2 1
z 0 -1 0 0 -1 0 0
Soluia nu mai este primal admisibil, dar a rmas dual admisibil. Vom
aplica deci algoritmul simplex dual. Avem deci:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
3
1/2 0 0 1 0 0 1/2
x
2
1/2 1 1 0 0 0 -1/2
y
1
1/2 1 0 0 -1 1 -1/2
z 0 -1 0 0 -1 0 0
Soluia optim a devenit deci: x
1
=0, x
2
=
2
1
, x
3
=
2
1
, x
4
=0 valoarea optim a
funciei obiectiv fiind egal cu 0. De la punctul 3) se observ c variabilele
duale fiind toate nule, rezult c termenii liberi ai restriciilor problemei
iniiale nu pot influena valoarea optim a funciei obiectiv.
5) Ultimul tabel simplex devine:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
1 x
3
2 1 0 1 -1 1 0
1 x
2
4 0 1 0 1 -1 0
0 y
2
3 -2 0 0 2 -2 1
z 6 1 0 0 2 0 0
0 1 1 -2 0 0
Obinem mai departe:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
3
7/2 0 0 1 0 0 1/2
x
2
5/2 1 1 0 0 0 -1/2
x
4
3/2 -1 0 0 1 -1 1/2
z 3 3 0 0 0 -2 1

VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
3
7/2 0 0 1 0 0 1/2
x
1
5/2 1 1 0 0 0 -1/2
x
4
4 0 1 0 1 -1 0
z -9/2 0 -3 0 0 -2 5/2

VB VVB x
1
x
2
x
3
x
4
y
1
y
2
y
2
7 0 0 2 0 0 1
x
1
6 1 1 1 0 0 0
x
4
4 0 1 0 1 -1 0
z -22 0 -3 -5 0 -2 0
Soluia optim a devenit deci: x
1
=6, x
2
=0, x
3
=0, x
4
=4 valoarea optim a
funciei obiectiv fiind egal cu -22.
6) Problema formulat se obine din cea iniial prin adugarea unei
variabile suplimentare x
5
la prima restricie. Avem deci:
B
-1
|
|
|
\
|
0
0
1
=
|
|
|
\
|
1 2 1
0 1 0
0 1 1
|
|
|
\
|
0
0
1
=
|
|
|
\
|
1
0
1

de unde:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
5
x
3
2 1 0 1 -1 1 0 1
x
2
4 0 1 0 1 -1 0 0
y
2
3 -2 0 0 2 -2 1 -1
z 0 -1 0 0 -1 0 0 0
Se observ c soluia optim rmne aceeai: x
1
=0, x
2
=4, x
3
=2, x
4
=0,
valoarea optim a funciei obiectiv fiind 0.
7) Problema formulat se obine din cea iniial prin modificarea
coeficienilor variabilei x
1
care nu face parte din baz. Avem deci:
B
-1
a
1
=
|
|
|
\
|
1 2 1
0 1 0
0 1 1
|
|
|
\
|
2
0
2
=
|
|
|
\
|
4
0
2
.
Din ultimul tabel simplex, rezult:
VB VVB x
1
x
2
x
3
x
4
y
1
y
2
x
1 a
x
3
2 2 0 1 -1 1 0 1
x
2
4 0 1 0 1 -1 0 0
y
2
3 -4 0 0 2 -2 1 -1
z 0 -1 0 0 -1 0 0 -
Se observ c soluia optim rmne aceeai: x
1
=0, x
2
=4, x
3
=2, x
4
=0,
valoarea optim a funciei obiectiv fiind 0.

Sarcina de lucru 3

=

+ +
+
0 x , x
2 x 3 x
2 x x 2
1 x x
x 3 2x min
2 1
2 1
2 1
2 1
2 1


5.5. Problema de transport
Am vzut la prezentarea problemelor de programare liniar c problema de
transport n forma standard are urmtoarea expresie:
= =
= =
= =

=
=
= =
n , 1 j , m , 1 i , 0 x
n , 1 j , b x
m , 1 i , a x
x c min
ij
j
m
1 i
ij
i
n
1 j
ij
m
1 i
n
1 j
ij
ij

unde

= =
=
n
1 j
j
m
1 i
i
b a , a
i
,b
j
0.
n legtur cu aceast problem avem cteva situaii concrete care se reduc
ns la problema de mai sus.
Problema de transport cu cerere excedentar
= =
=
= =

=
=
= =
n , 1 j , m , 1 i , 0 x
n , 1 j , b x
m , 1 i , a x
x c min
ij
j
m
1 i
ij
i
n
1 j
ij
m
1 i
n
1 j
ij
ij

unde

= =
n
1 j
j
m
1 i
i
b a , a
i
,b
j
0.
Prin introducerea variabilelor ecart se poate aduce problema la forma standard.
Valorile variabilelor ecart vor fi interpretate ca diferen ntre cantitatea cerut
de beneficiar i cea trimis efectiv. Considernd un depozit fictiv cu disponibil
de resurse: a
m+1
=

= =
m
1 i
i
n
1 j
j
a b obinem condiia suplimentar:
1 m
n
1 j
j , 1 m
a x
+
=
+
=
. Costurile asociate transporturilor fictive vor fi interpretate

dup caz fie ca penaliti stabilite prin contracte cu beneficiarii pentru
neonorarea cererilor fie vor fi luate nule n situaia n care nu exist astfel de
contracte.


Problema de transport cu ofert excedentar
= =
= =
=

=
=
= =
n , 1 j , m , 1 i , 0 x
n , 1 j , b x
m , 1 i , a x
x c min
ij
j
m
1 i
ij
i
n
1 j
ij
m
1 i
n
1 j
ij
ij

unde

= =
n
1 j
j
m
1 i
i
b a , a
i
,b
j
0.
Prin introducerea variabilelor ecart se poate aduce problema la forma
standard. Valorile variabilelor ecart vor fi interpretate ca diferen ntre
cantitatea oferit de furnizor i cea trimis efectiv. Considernd un beneficiar
fictiv cu cerere de resurse: b
n+1
=

= =
n
1 j
j
m
1 i
i
b a obinem condiia suplimentar:
1 n
m
1 i
1 n , i
b x
+
=
+
=
. Costurile asociate transporturilor fictive vor fi interpretate

dup caz fie ca fiind costuri de stocare fie vor fi luate nule.
Algoritmul de transport
1) Se construiete tabelul:
c
11
c
12
... c
1n
a
1

c
21
c
22
... c
2n
a
2

... ... ... ... ...
c
m1
c
m2
... c
mn
a
m

b
1
b
2
... b
n

ntr-un tabel vom numi celul o pereche de numere (i,j) aflat la
intersecia liniei i cu coloana j din tabel i ciclu o secven ordonat de celule
de forma: (i
1
,j
1
), (i
1
,j
2
), (i
2
,j
2
), (i
2
,j
3
),...,(i
k
,j
k
), (i
k
,j
1
).
2) Se obine o soluie iniial de baz astfel:
2.1) se d unei variabile de baz oarecare x
ij
valoarea x
ij
=min{a
i
,b
j
};
2.2) se nlocuiesc a
i
i b
j
prin a
i
-x
ij
,respectiv b
j
-x
ij
i se suprim linia i dac
x
ij
=a
i
sau coloana j dac x
ij
=b
j
(n situaia n care a
i
=b
j
alegndu-se una
dintre variante);
2.3) n tabelul simplificat astfel se repet operaiile anterioare pn cnd se
determin soluia de baz.
2.4) alegerea lui x
ij
se poate face n mai multe moduri:
2.4.1) metoda colului de Nord-Vest (G.M.Dantzig): alegerea se face
n celula din prima linie i coloan a tabelului redus;
2.4.2) metoda costului minim (H.S.Houthakker): alegerea se face din
celula n care este cea mai mic valoare c
ij
.
3) Dac notm cu I mulimea celulelor (i,j) corespunztoare variabilelor de
baz, se rezolv sistemul: u
i
+v
j
=c
ij
, (i,j)I prin alegerea arbitrar a unei
valori iniiale pentru una din variabilele u
i
sau v
j
. Soluiile u
i
' i v
j
' se scriu
pe marginea tabelului i se calculeaz expresiile d
ij
=u
i
'+v
j
'-c
ij
pentru (i,j)I.
Avem dou situaii:
3.1) dac d
ij
0 pentru orice (i,j)I rezult c soluia (x
ij
) este optim;
3.2) dac (i,j)I astfel nct d
ij
>0 se calculeaz d
ab
= { }
ij
I ) j , i (
d max
i se determin
ciclul format de celula (a,b) cu alte celule ce corespund variabilelor
bazice.
4) Se stabilete o orientare de parcurs n ciclu i se marcheaz celulele ce
ocup un rang par (celula (a,b) avnd numrul 1). Fie x
cd
variabila i x
cd

valoarea cea mai mic dintre celulele marcate.
5) Se scade aceast valoare din valorile variabilelor aflate n celule marcate i
se adun la celulele din ciclu ce au rmas nemarcate.
6) Noua soluie de baz este format din variabila x
ab
=x
cd
i vechile variabile
bazice din care se va exclude x
cd
.
7) Se repet operaiunile anterioare pn cnd toate cantitile d
ij
devin
nepozitive n care caz se obine soluia optim.
e) Exemplu:
S se rezolve problema de transport creia i corespunde tabelul de mai jos:
8 3 5 2 10
4 1 6 7 15
1 9 4 3 25
5 10 20 15
Soluie Vom cuta pentru nceput o soluie de baz prin metoda colului de
NV. Fie deci x
11
=min{10,5}=5. Dup eliminarea primei coloane i
nlocuirea lui a
1
cu 10-5 obinem tabelul redus:


8 3 5 2 5
4 1 6 7 15
1 9 4 3 25
0 10 20 15
Avem aici x
12
=min{5,10}=5 deci:
8 3 5 2 0
4 1 6 7 15
1 9 4 3 25
0 5 20 15
Mai departe x
22
=min{5,15}=5 i
8 3 5 2 0
4 1 6 7 10
1 9 4 3 25
0 0 20 15
Avem acum x
23
=min{10,20}=10
8 3 5 2 0
4 1 6 7 0
1 9 4 3 25
0 0 10 15
x
33
=min{10,25}=10
8 3 5 2 0
4 1 6 7 0
1 9 4 3 15
0 0 0 15
x
34
=min{15,15}=15
8 3 5 2 0
4 1 6 7 0
1 9 4 3 0
0 0 0 0
deci am obinut o soluie de baz. Vom scrie soluia n tabel i acesta va
arta astfel:
v
1
v
2
v
3
v
4

u
1
8
5
3
5
5 2 10
u
2
4 1
5
6
10
7 15
u
3
1 9 4
10
3
15
25
5 10 20 15
Rezolvm sistemul:
= +
= +
= +
= +
= +
= +
3 v u
4 v u
6 v u
1 v u
3 v u
8 v u
4 3
3 3
3 2
2 2
2 1
1 1

de unde cu soluia iniial u
1
=0 obinem v
1
=8, v
2
=3, u
2
=-2, v
3
=8, u
3
=-4,
v
4
=7. Scriem acum n colul din stnga sus al celulelor nebazice cantitile
d
ij
=u
i
+v
j
-c
ij
i obinem tabelul:
8 3 8 7
0 8
5
3
5
5
3
2
5
10
-2 4
2
1
5
6
10
7
-2
15
-4 1
3
9
-10
4
10
3
15
25
5 10 20 15
Cantitatea d
14
=5 este cea mai mare dintre valorile pozitive ale lui d
ij
. Ciclul
format plecnd de la celula (1,4) este marcat n tabel cu sgei.

Se observ din graful prezentat n figur modul de determinare a ciclului:
(1,4)-(3,4)-(3,3)-(2,3)-(2,2)-(1,2)-(1,4). Celulele scrise ngroat sunt cele de
ordin par (n practic celulele se marcheaz cu un asterisc). Variabila de
valoare minim este x
12
=5. Obinem acum tabelul:
v
1
v
2
v
3
v
4

u
1
8
5
3 5 2
5
10
u
2
4 1
10
6
5
7 15
u
3
1 9 4
15
3
10
25
5 10 20 15
Rezolvm sistemul:
= +
= +
= +
= +
= +
= +
3 v u
4 v u
6 v u
1 v u
2 v u
8 v u
4 3
3 3
3 2
2 2
4 1
1 1

1
=0 obinem v
1
=8, v
4
=2, u
3
=1, v
3
=3, u
2
=3,
v
2
=-2. Avem acum:
8 -2 3 2
0 8
5
3
-5
5
-2
2
5
10
3 4
7
1
10
6
5
7
-2
15
1 1
8
9
-10
4
15
3
10
25
5 10 20 15
Valoarea 8 este maximul cantitilor d
ij
iar ciclul este marcat pe tabel.
Valoarea minim a lui x
ij
din celulele ngroate este 5. Obinem deci
tabelul:
v
1
v
2
v
3
v
4

u
1
8 3 5 2
10
10
u
2
4 1
10
6
5
7 15
u
3
1
5
9 4
15
3
5
25
5 10 20 15
Rezolvm sistemul:
= +
= +
= +
= +
= +
= +
3 v u
4 v u
1 v u
6 v u
1 v u
2 v u
4 3
3 3
1 3
3 2
2 2
4 1

1
=0 obinem v
4
=2, u
3
=1, v
3
=3, u
2
=3, v
2
=-2, v
1
=0.
Avem n final:
0 2 3 2
0 8
-8
3
-5
5
-2
2
10
10
3 4
-1
1
10
6
5
7
-2
15
1

1
5
9
-10
4
15
3
5
25
5 10 20 15
Cum toate cantitile d
ij
sunt negative rezult c am obinut soluia optim a
problemei i anume x
14
=10, x
22
=10, x
23
=5, x
31
=5, x
33
=15, x
34
=5 celelalte
fiind nule iar valoarea minim a cheltuielilor de transport este
102+101+56+51+154+ 53=140.

Rezumat
Problemele de programare liniar apar n procesele de modelare matematic.
Agoritmul Simplex ofer o cale relativ rapid de rezolvare a acestora, spre
deosebire de situaia determinrii extremelor funciilor ce poate conduce la
rezolvarea unui sistem de ecuaii neliniare.
Algoritmul simplex dual apare, de regul, n situaia reoptimizrii i/sau
parametrizrii unei probleme de programare liniar, conducnd la obinerea,
de la o soluie preexistent, a soluiei problemei transformate.
Problema de transport este deosebit de util n situaia alocrii unor rute de
transport n situaia n care cheltuielile de transport sunt suportate de ctre o
singur firm.
I. S se rezolve problema de programare liniar:
= + +
= + +
= + +
+
0 x , x , x , x
6 x 2 x 4 x
2 x x x 5 x
3 x x x x 2
x x min
4 3 2 1
4 2 1
4 3 2 1
4 3 2 1
3 1

a) x
1
=0, x
2
=0, x
3
=7, x
4
=5
b) x
1
=1, x
2
=1, x
3
=1, x
4
=1
c) x
1
=0, x
2
=0, x
3
=0, x
4
=0
d) x
1
, x
2
, x
3
, x
4

E.D.P.

5. MATEMATICI FINANCIARE

Dobnzi 179
Operaiuni de scont 184
Pli ealonate (rente) 189
Rezumat 196

s aplici noiunile de dobnd simpl i compus;
s calculezi scadene i operaiuni de scont;
s detaliezi ratele de anuiti i mprumuturi.


Ctlin Angelo Ioan Matematici Financiare
5.1. Dobnzi
Definiii
Dobnda este noiunea de baz cu care se opereaz n calculele financiare. Ea
reprezint un surplus monetar care se adaug unei sume plasate sau
mprumutate.
Dobnda unitar reprezint dobnda furnizat de 1 u.m. pe timp de un an i
va fi notat convenional cu i.
Dobnda procentual reprezint dobnda unitar pentru 100 u.m. i vom
conveni s o notm cu d.
Avem deci:
d=100i
Definiie
Dobnda simpl reprezint dobnda calculat asupra aceleiai sume de bani
pe toat durata mprumutului.
Fie S suma depus sau mprumutat i t numrul de ani de mprumut. Dac D
este dobnda simpl, avem:
D=S
100
d
t=
100
Sdt
=Sit
Uneori se practic mprumuturi sau depuneri pe perioade mai mici de un an.
Fie deci n numrul de pri egale n care se mparte un an i k numrul de pri
pentru care se calculeaz dobnda. Avem:
D=
n 100
Sdk
=
n
Sik

Suma total la sfritul perioadei de t ani este:
S
t
=S+D=S+
100
Sdt
=S |
\
|
+
100
dt
1 =S(1+it)
Reciproc, pentru a obine suma S
t
dup t ani va trebui plasat la nceputul
perioadei de depunere suma:
S=
100
dt
1
S
t
+
=
it 1
S
t
+

Definiie
Dobnda compus este dobnda obinut n urma adugrii dobnzii simple la
suma plasat iniial n scopul producerii unei noi dobnzi.

Dac i este dobnda unitar, vom numi:
u=1+i - factorul de fructificare
Avem astfel: S
1
=S+Si=S(1+i), S
2
=S
1
+S
1
i=S
1
(1+i)= S(1+i)
2
. S presupunem c
dup n ani avem: S
n
=S(1+i)
n
. Avem: S
n+1
=S
n
+S
n
i=S
n
(1+i)= S(1+i)
n+1
deci prin
inducie matematic rezult:
S
n
=S(1+i)
n
=Su
n
n0
Dobnda compus este:
D=S
n
-S=S[(1+i)
n
-1]=S(u
n
-1)
S studiem acum cazul n care nN. n aceast situaie se poate proceda n
dou moduri:
1) Se folosete formula general a dobnzii compuse pentru numrul ntreg de
perioade de timp i se aplic formula dobnzii simple pentru partea
fracionar, soluie numit soluia raional.
2) Se folosete formula general a dobnzii compuse att pentru partea
ntreag ct i pentru partea fracionar, soluie numit soluia comercial.
S studiem acum fiecare din cele dou cazuri:
1) Fie t=n+
m
k
durata de depunere n care n reprezint numrul de ani, m-
numrul de perioade de timp egale ale unui an i k numrul de perioade pe
care s-a plasat mprumutul. Avem dup n ani: S
n
=S(1+i)
n
iar n restul de
m
k

ani avem dobnda simpl la S
n
: D=S
n
i
m
k
. Obinem deci:
S
t
=S
n
+D=S(1+i)
n
+S(1+i)
n
i
m
k
=S(1+i)
n
(1+i
m
k
)
2) n acest caz funcia S:[0,)R, S(t)=S(1+i)
t
t[0,) fiind continu pe tot
domeniul de definiie, avem:
S
t
=S
m
k
n
) i 1 (
+
+ =S
m
k
n
u
+
=Su
n
m
k
u
n problema dobnzilor compuse, de o importan foarte mare este perioada la
care se calculeaz procentul de dobnd. Fie deci d
n
procentul de dobnd
pentru o perioad de n uniti de timp i d
m
procentul de dobnd pentru o
perioad de m uniti de timp. Dobnzile se numesc proporionale dac ele
produc acelai efect n cazul dobnzilor simple. Avem deci pentru o perioad
de mn uniti de timp d
n
m dobnda produs n primul caz i d
m
n n cel de-al
doilea. Prin urmare: d
n
m=d
m
n de unde:
m
n
d
d
m
n
=
Observaie
Dobnda corespunztoare unei perioade de o lun se numete dobnd
mensual, pentru o perioad de trei luni: dobnd trimestrial, pentru ase
luni: dobnd semestrial iar pentru o perioad de un an: dobnd anual.
Astfel, o dobnd anual de 100% este proporional cu una semestrial de
50% i cu una trimestrial de 25%.
n cazul dobnzilor compuse, dobnzile proporionale nu produc acelai efect.
Astfel, dac d
1
este dobnda mensual iar d
12
este dobnda anual avem dup
un an:
12
1
d
100
d
1 S S
1
|
\
|
+ = , |
\
|
+ =
100
d
1 S S
12
d
12
. Cum
12
1
d
d
12
1
= rezult d
12
=12d
1

de unde:
12
1 1
d
100
d
1 S
100
d 12
1 S S
12
|
\
|
+ |
\
|
+ =
unde am folosit inegalitatea lui Bernoulli: (1+a)
x
1+xa x1 a>-1.
Propoziie
Dou dobnzi proporionale produc efecte inverse n raport cu numrul de luni
la care se calculeaz.
Definiie
Dou dobnzi se numesc echivalente dac ele conduc la aceeai sum final
n cazul dobnzii compuse.
Astfel n cazul general de mai sus, avem:
[ ]
n
n , m
n
100
d
1 S |
\
|
+ =
[ ]
m
n , m
m
100
d
1 S |
\
|
+ de
unde:
m
n
100
d
1 |
\
|
+ =
n
m
100
d
1 |
\
|
+
sau altfel:
1
100
d
1
100
d
n
m
n m
|
\
|
+ =
Fie acum o sum S plasat cu dobnda d pe an n dou perioade egale. Dup
primul semestru, vom avea suma S
1
=S |
\
|
+
200
d
1 , iar dup a doua: S
2
=S
2
200
d
1 |
\
|
+ . Dobnda rezultat va fi deci: D=
S
S S
2

=
2
200
d
1 |
\
|
+ -1=
2
2
200
d
200
d
2 + de unde:
d=100D=d+
400
d
2

Astfel, pentru d=50% obinem: d=56,25%.
Definiie
Dobnda d se numete dobnd nominal iar d se numete dobnd real
sau efectiv.
Fie deci acum n perioade de timp n care mprim un an i d: dobnda
nominal iar d: dobnda efectiv. Avem: S
1
=S
n
n 100
d
1 |
\
|
+ =S |
\
|
+
100
' d
1 de
unde:
d=100
(
(
\
|
+ 1
n 100
d
1
n

care reprezint dobnda efectiv n funcie de dobnda nominal.
De asemenea, din aceeai formul, avem:
d=100n
(
(
+ 1
100
' d
1
n

care reprezint dobnda nominal n funcie de cea efectiv.
Exemplu:
Fie o dobnd trimestrial de 15%. S se calculeze dobnda echivalent
mensual, cea semestrial i cea anual.
Soluie Pentru dobnda mensual avem n=3 i m=1. Din formula:
1
100
d
1
100
d
n
m
n m
|
\
|
+ = 1
100
d
1
100
d
3
3 1
|
\
|
+ = =4,77% Pentru dobnda
semestrial avem n=3 i m=6. Rezult deci 1
100
d
1
100
d
3
6
3 6
|
\
|
+ = =32,25%.
Pentru dobnda anual avem n=3 i m=12. Rezult deci
1
100
d
1
100
d
3
12
3 12
|
\
|
+ = =74,90%.


5.2. Operaiuni de scont
Definiie
Scontul reprezint operaiunea de cumprare de ctre o banc comercial a
unei polie nainte de termenul limit de scaden a acesteia n schimbul unui
comision. De asemenea, scontul mai reprezint i diminuarea unor datorii
atunci cnd acestea se achit n avans (de exemplu atunci cnd n cazul unui
credit, debitorul achit o rat mai mare dect cea prevzut).
Scontul simplu
Fie suma S
0
mprumutat cu dobnda d pe o perioad de n ani (luni) de la
creditorul C
1
. La momentul n
1
<n, creditorul C
1
dorete ncasarea sumei S
f
pe
care trebuia s o primeasc la sfritul celor n ani adic S
f
=S
0
(1+nd). n acest
caz, el se adreseaz bncii C
2
care i va rambursa suma din care va scdea o
tax T. Aceasta, va prelua polia i i va da creditorului C
1
suma S
f
-T. La
momentul de timp n
1
polia iniial are o valoare S
1
numit valoare final la
scontare, iar suma de plecare dup reinerea comisionului - S
sc
se va numi
valoare scontat. Diferena S=S
f
-S
sc
se numete tax de scont (sau simplu,
scont).
S presupunem c banca C
2
aplic o dobnd simpl valorii scontate. Fie
aceasta s. n perioada de scontare, C
2
va obine suma:
S
f
=S
sc
(1+s(n-n
1
))
de unde rezult c scontul este: S
s
=S
f
-S
sc
=S
f
-
) n n ( s 1
S
1
f
+
=
) n n ( s 1
) n n ( s S
1
1 f
+
=
) n n ( s 1
) n n ( s ) nd 1 ( S
1
1 0
+
+
- numit scont simplu (sau scont simplu raional).
Relaia se mai poate scrie i sub forma:
Sarcina de lucru 1
Fie o dobnd trimestrial de 15%. S se calculeze dobnda real
corespunztoare dobnzii nominale date.


S
s
=
2
1
2
2
1
2
f 1 f
) n n ( s 1
) n n ( s S ) n n ( s S

i cum s
2
este foarte mic se poate considera c
s
2
(n-n
1
)
2
0 de unde: S
c
= ) n n ( s S
1 f
= ) n n ( s ) nd 1 ( S
1 0
+ - numit scont simplu
comercial. Dac vom calcula diferena S
c
-S
s
= ) n n ( s S
1 f
-
) n n ( s 1
) n n ( s S
1
1 f
+
=
) n n ( s 1
) n n ( s S
1
2
1
2
f
+
>0 observm c scontul comercial este mai mare dect cel

simplu, avantajnd, n mod evident, creditorul C
2
.
Din relaiile de mai sus, rezult imediat c valoarea scontat este:
S
sc
=S
f
-S
s
=
) n n ( s 1
) nd 1 ( S
1
0
+
+
n cazul scontului simplu i
S
sc
=S
f
-S
s
=S
f
- ) n n ( s S
1 f
= ( ) ) n n ( s 1 S
1 f
= ( ) ) n n ( s 1 ) nd 1 ( S
1 0
+ n cazul
scontului comercial.
Se observ c n cazul scontului comercial, durata de scontare n-n
1
trebuie s
satisfac condiia 1-s(n-n
1
)>0 adic: n-n
1
<
s
1
altfel obinnd o valoare
nepozitiv pentru valoarea scontat (imposibil din punct de vedere practic).
Revenind acum, dup n
1
ani avem S
1
=S
0
(1+n
1
d) i S
f
=S
0
(1+nd).
Din formulele de mai sus deducem:
S
sc
=
( ) ) n n ( s 1 ) d n 1 (
) nd 1 ( S
1 1
1
+ +
+
S
sc
=
( )
d n 1
) n n ( s 1 ) nd 1 ( S
1
1 1
+
+
n cazul scontului comercial
Prin urmare avem:
S
sc
-S
1
=
( ) ) n n ( s 1 ) d n 1 (
) ds n s d )( n n (
S
1 1
1 1
1
+ +

S
sc
-S
1
=
d n 1
) nds s d )( n n (
S
1
1
1
+

n cazul scontului comercial.
Pentru a avea deci S
sc
<S
1
va trebui ca:
s>
d n 1
d
1
+
s>
nd 1
d
+
n cazul scontului comercial.
Scontul compus
Fie suma S
0
mprumutat cu dobnda d pe o perioad de n ani (luni) de la
creditorul C
1
. La momentul n
1
<n, creditorul C
1
dorete ncasarea sumei S
f
pe
care trebuia s o primeasc la sfritul celor n ani adic S
f
=S
0
(1+d)
n
. n acest
caz, el se adreseaz bncii C
2
care i va rambursa suma din care va scdea o
tax T. Aceasta, va prelua polia i i va da creditorului C
1
suma S
f
-T. La
momentul de timp n
1
polia iniial are o valoare S
1
valoarea final la
scontare, iar suma de plecare dup reinerea comisionului - S
sc
este valoarea
scontat. Notm, de asemenea, S=S
f
-S
sc
- taxa de scont.
S presupunem acum c banca C
2
aplic o dobnd compus valorii scontate.
Fie aceasta s. n perioada de scontare, C
2
va obine suma
S
f
=S
sc ( )
1
n n
s 1

+

de unde rezult c scontul este: S
s
=S
f
-S
sc
=S
f
-
( )
1
n n
f
s 1
S
+
=
( ) ( )
( )
1
1
n n
n n
f
s 1
1 s 1 S
+
+
=
( ) ( )
( )
1
1
n n
n n n
0
s 1
1 s 1 ) d 1 ( S
+
+ +
. Dac notm u=
s 1
1
+
- numit factor de scont,
obinem: S
r
= ( )
1
n n
f
u 1 S

= ( )
1
n n n
0
u 1 ) d 1 ( S

+ - numit scont compus (sau
scont compus raional).
Obinem:
S
c
=
s ) n n ( 1
s ) n n ( ) d 1 (
S
1
1
n
0
+
+
- numit scont compus comercial.
Se observ c scontul compus comercial are acceai valoare ca i scontul
simplu raional.
Din relaiile de mai sus, rezult imediat c valoarea scontat este:
S
sc
=S
f
-S
r
=S
f
- ( )
1
n n
f
u 1 S

=
1
n n
f
u S

=
1
n n n
0
u ) d 1 ( S

+ n cazul scontului
compus raional i
S
sc
=S
f
-S
c
=S
f
-
) n n ( s 1
) n n ( s S
1
1 f
+
=
) n n ( s 1
S
1
f
+
=
) n n ( s 1
) d 1 ( S
1
n
0
+
+
n cazul scontului
compus comercial.
Revenind acum, dup n
1
ani avem S
1
=S
0 ( )
1
n
d 1+
i S
f
=S
0
(1+d)
n
.
Din formulele de mai sus deducem:
S
sc
=
1
n n n
0
u ) d 1 ( S

+ =
1 1
n n n n
1
u ) d 1 ( S

+ n cazul scontului raional i
S
sc
=
) n n ( s 1
) d 1 ( S
1
n
0
+
+
=
) n n ( s 1
) d 1 ( S
1
n n
1
1
+
+

n cazul scontului comercial
Exemplu:
O poli cu valoarea iniial de 1000 euro i dobnd anual simpl de 12%
este scadent peste 18 luni. Dup un an de la emitere, posesorul poliei o
prezint pe aceasta la scontare simpl cu dobnda de 15%. S se determine
i) valoarea final la scontare;
ii) valoarea scontat n cazurile scontului simplu i al celui comercial;
iii) valoarea taxei de scont n cazurile scontului simplu i al celui comercial.
Soluie i) Avem S
1
=1000 |
\
|
+
12
12 , 0
12 1 =1120 euro.
ii) n cazul scontului simplu, avem: S
sc
=
12
15 , 0
6 1
12
12 , 0
18 1
1000
+
+
=10001,098=
1098 euro, iar n cazul celui comercial: S
sc
= |
\
|
+
12
15 , 0
6 1 )
12
12 , 0
18 1 ( 1000
=10001,092=1092 euro.
iii) n cazul scontului simplu, avem: S
s
=
6
12
15 , 0
1
6
12
15 , 0
12
12 , 0
18 1
1000
+
|
\
|
+
=
10000,082=82 euro,iar n cazul celui comercial:
S
c
= 6
12
15 , 0
12
12 , 0
18 1 1000 |
\
|
+ =10000,088=88 euro.

5.3. Pli ealonate (rente)
Definiii
Prin plat ealonat sau rent se nelege o sum de bani pltit la intervale
de timp egale. Dac plata este anual se numete anuitate, dac este
semestrial: semestrialitate, trimestrial: trimestrialitate iar lunar:
mensualitate.
Rentele se pot face fie n vederea constituirii unor sume numite pli de
plasament sau pli de fructificare, fie pentru rambursarea unor datorii ctre
diveri creditori n care caz se numesc pli de rambursare sau de
amortizare.
Plile efectuate la nceputul perioadei se numesc anticipate iar cele de la
sfritul perioadei posticipate.
Plile mai pot fi temporare atunci cnd numrul lor este finit, perpetue dac
numrul acestora este infinit i viagere dac numrul acestora este finit dar
limitat de viaa persoanei.
De asemenea, plile mai pot fi constante sau variabile.
Mensualiti. Anuiti
Toate rezultatele prezentate n continuare sunt valabile att pentru mensualiti,
ct i pentru anuiti (cu simpla nlocuire a termenului de lun cu cel de an i a
dobnzilor corespunztoare).
I. Valoarea final a unui ir de mensualiti temporare
Fie o perioad de n luni, dobnzile unitare i
1
,i
2
,...,i
n
corespunztoare lunilor
1,2,...,n i A
1
,A
2
,...,A
n
mensualitile acestor perioade. Fie, de asemenea, S
valoarea final a acestui ir de mensualiti i [0,1] fraciunea din an la care
Sarcina de lucru 2
O poli cu valoarea iniial de 1000 euro i dobnd compus de 1% pe
lun este scadent peste 18 luni. Dup un an de la emitere, posesorul
poliei o prezint pe aceasta la scontare compus cu dobnda de 15%. S
se determine
i) valoarea final la scontare;
ii) valoarea scontat n cazurile scontului raional i al celui
comercial.


se pltete mensualitatea. Vom nota cu u
k
=1+i
k
factorul de fructificare
corespunztor dobnzii i
k
, k= n , 1 .

Avem:
(1) S=A
1
u
1
1-
u
2
u
3
...u
n
+A
2
u
2
1-
u
3
...u
n
+...+A
p
u
p
1-
u
p+1
...u
n
+...+A
n
u
n
1-

n condiiile mensualitilor constante, avem: A
1
=A
2
=...=A
n
=A de unde:
(2) S=A(u
1
1-
u
2
u
3
...u
n
+u
2
1-
u
3
...u
n
+...+u
p
1-
u
p+1
...u
n
+...+u
n
1-
)
Dac dobnzile i mensualitile sunt constante, avem i u
1
=u
2
=...=u
n
=u de
unde:
(3) S=A(u
n-
+u
n--1
+...+u
n--p
+...+u
1-
)=Au
1-
i
1 u
n

Pentru mensualiti anticipate, avem =0 de unde:
(4) S=Au
i
1 u
n

iar pentru posticipate, =1:
(5) S=A
i
1 u
n

Dac dobnzile au o tendin de variaie de r% lunar (r>0 cretere, r<0
descretere), atunci avem u
p+1
=u
p
(1+
100
r
), p= 1 n , 0 de unde:
(6) u
p
=u
1
(1+
100
r
)
p-1
, p= n , 1
S notm pentru simplificare 1+
100
r
=s.
Din (1) i (6) rezult:
(7) S=

=
+
+
+
+
n
1 p
2
) 2 3 p ( p
p
1
p
1 n
1
2
) 1 n )( 2 n (
s u
A
u s
Dac mensualitile sunt constante, avem: A
1
=A
2
=...=A
n
=A de unde:
(8) S=

=
+
+
+
+
n
1 p
2
) 2 3 p ( p
p
1
1 n
1
2
) 1 n )( 2 n (
s u
1
u As
A
1
i
1
i
2
0 1 2
A
2
. . .
. . .
i
p
i
p + 1
p - 1 p + 1 p

A
p
A
p + 1
i
n
n n - 1

A
n
(9) S=

=
+
+
n
1 p
2
) 3 p ( p
p
1
1 n
1
2
) 1 n )( 2 n (
s u
1
u As
(10) S=

=
n
1 p
2
) 1 p ( p
p
1
n
1
2
n ) 1 n (
s u
1
u As
n cazul constituirii depozitului la k luni de la data formulrii problemei, n
toate formulele mai sus-menionate se consider n loc de n valoarea n-k.
Dac vom considera r=0 avem s=1 i formulele (9) i (10) devin (4), respectiv
(5).

II. Valoarea actual a unui ir de mensualiti temporare
Ne intereseaz acum problema invers. Pentru constituirea unui ir de
mensualiti ce urmeaz a fi ncasate dup o perioad de k luni de la constituire
timp de n luni, care este suma ce trebuie depus la momentul iniial ?
Fie v
k
=
k
u
1
- factorul de actualizare corespunztor lui u
k
, k= n , 1 .
Avem: 1-v
k
=1-
k
u
1
=
k
k
u
1 u
=
k
k
u
i
=iv
k
. Pentru constituirea sumei S avem
S=S
k+1
+S
k+2
+...+ S
n
unde S
p
reprezint depozitul iniial constituit pentru
retragerea mensualitii A
p
. Suma iniial S
p
produce pn la momentul p+ o
sum total A
p
=S
p
u
1
u
2
...u
p-1
u
p
de unde: S
p
=
p 1 p 2 1
p
u u ... u u
A
=A
p
v
1
v
2
...v
p-1
v
p
.
Obinem deci:
(11) S=

+ =
n
1 k p
p 1 p 2 1 p
v v ... v v A
n condiiile mensualitilor constante, avem: A
k+1
=...=A
n
=A de unde:
(12) S=A

+ =
n
1 k p
p 1 p 2 1
v v ... v v
Dac dobnzile i mensualitile sunt constante, avem i u
1
=u
2
=...=u
n
=u de
unde:
(13) S=
i
v 1
Av
1 v
1 v
Av v A
k n
1 k
k n
k
n
1 k p
1 p
+
+ =
+

=

(14) S=
i
v 1
Av
k n
1 k

(15) S=
i
v 1
Av
k n
k

n cazul plilor imediate, avem k=0 i este normal ca s presupunem c plata
este posticipat (deci =1) i suma ce trebuie constituit este:
(16) S=
i
v 1
A
n

Dac plata mensualitilor va fi perpetu, obinem din formulele (15) i (16)
trecnd la limit pentru n:
(15) S=
i
Av
k

respectiv:
(16) S=
i
A

Dac dobnzile au o tendin de variaie de r% lunar (r>0 cretere, r<0
descretere), atunci avem u
p
=u
1
s
p-1
, p= n , 1 de unde: v
p
=v
1
s
1-p
. Din formula
(11) rezult:
(17) S=

+ =
+
+
+ =

=
n
1 k p
2
) 2 2 p )( 1 p (
1 p
1
p
n
1 k p
p 1
1
p 2
1
1
1 1 p
s
v
A ) s v ( s v ... s v v A
Dac mensualitile sunt constante, avem: A
k+1
=...=A
n
=A de unde:
(18) S=

+ =
+
+
n
1 k p
2
) 2 2 p )( 1 p (
1 p
1
s
v
A
(19) S=

+ =

n
1 k p
2
) 2 p )( 1 p (
1 p
1
s
v
A
(20) S=

+ =
n
1 k p
2
p ) 1 p (
p
1
s
v
A
mprumuturi
Definiie
mprumutul reprezint o sum de bani primit n schimbul rambursrii ei prin
anuiti (mensualiti) constante formate din rata curent (constant sau nu)
numit amortisment i dobnda asupra restului de plat.
Fie deci S suma mprumutat, S
1
,...,S
n
anuitile succesive, A
1
,...,A
n

amortismentele succesive, R
0
,...,R
n
resturile de plat dup fiecare rat, i
1
,...,i
n

dobnzile unitare ale mprumutului (n condiiile unei economii inflaioniste,
dobnzile pot varia chiar lunar) i n numrul de ani (perioade de timp) pentru
rambursare.
Pentru organizarea calculelor, vom ntocmi un tabel de forma:

Momentul de
timp
Anuitatea Suma rmas de
plat
0 - R
0
=S
1 S
1
=A
1
+R
0
i
1
R
1
=R
0
-A
1

2 S
2
=A
2
+R
1
i
2
R
2
=R
1
-A
2

... ... ...
k S
k
=A
k
+R
k-1
i
k
R
k
=R
k-1
-A
k

k+1 S
k+1
=A
k+1
+R
k
i
k+
1

R
k+1
=R
k
-A
k+1

... ... ...
n S
n
=A
n
+R
n-1
i
n
R
n
=R
n-1
-A
n
=0
Avem n mod evident S=A
1
+...+A
n
. De asemenea:
S
k+1
-S
k
=A
k+1
-A
k
+R
k
i
k+1
-R
k-1
i
k
=A
k+1
-A
k
+R
k-1
i
k+1
-A
k
i
k+1
-R
k-1
i
k
=
A
k+1
-A
k
(1+i
k+1
)+R
k-1
(i
k+1
-i
k
)
R
k
=R
k-1
-A
k
=R
k-2
-(A
k-1
+A
k
)=...=S-(A
1
+...+A
k
), k=1,...,n
Dac amortismentele sunt constante: A
1
=...=A
n
=
n
S
atunci: R
k
=S-k
n
S
= S
n
k n
de unde:

S
k+1
-S
k
=
n
S
-
n
S
(1+i
k+1
)+S
n
1 k n +
(i
k+1
-i
k
)= S
n
i ) 1 k n ( i ) k n (
k 1 k
+
+

Dac dobnda este constant i, avem: S
k+1
-S
k
=-S
n
i
deci anuitile formeaz o
progresie aritmetic descresctoare cu raia -S
n
i
.
Dac anuitile sunt constante, avem S
1
=...=S
n
de unde:
A
k+1
=A
k
(1+i
k+1
)-R
k-1
(i
k+1
-i
k
)
Dac dobnda este constant i avem: A
k+1
=A
k
(1+i) de unde:
A
k
=A
1
(1+i)
k-1

deci amortismentele formeaz o progresie geometric cu raia 1+i.
n cazul anuitilor constante avem:

=
+ + + =
n
2 k
2 k
1 p
p 1 k k
n
2 k
1 k k
n
2 k
k 1 k 1
A ) i i ( ) i i ( S ) i 1 ( A A S
Dac dobnda este constant i avem: S=

=
+ +
n
2 k
k 1 k 1
) i 1 ( A A i cum
A
n
=A
1
(1+i)
n-1
rezult: S=A
1
i
1 ) i 1 (
n
+
sau altfel: A
1
=S
1 ) i 1 (
i
n
+
.
Suma total de plat dup p anuiti este:
S
tot
=S
=
p
1 k
k
i +A
1
+

=
=
|
\
|

p
2 k
1 k
1 r
k r k
i A A .
Dac amortismentele sunt egale, avem:
S
tot
=S
|
|
\
| +
+
=
p
1 k
k
i
n
1 k n
n
p

Dac dobnzile sunt constante i egale cu i, avem:
S
tot
=
n 2
S
[2p+i(2np-p
2
+p)].
La sfritul perioadei de plat avem (pentru p=n):
S
final
=S |
\
| +
+
2
1 n
i 1
Suma rmas de plat dup plata a p anuiti se constituie ca diferen ntre
suma total de plat la sfritul perioadei i cea total dup anuitatea p.
Exemplu:
O persoan mprumut de la o banc suma de 9.000 lei pe o perioad de 3
ani cu dobnd anual de 50%. Dac rambursarea se face cu amortismente
egale, s se ntocmeasc graficul de plat.
Soluie Avem S=9.000, n=3, i=
100
50
=0,5. Graficul de plat este urmtorul:
Momentul de timp Anuitatea Suma rmas de plat
0 - 9.000
1 7.500 6.000
2 6.000 3.000
3 4.500 0

Rezumat
Problemele de matematici financiare se regsesc, de regul, n actvitatea
bancar sau n cea a caselor de asigurri, pensii etc.
Metodele de calcul al dobnzilor (simpl sau compus) se ntreptrund n
practica economic fiind adaptate sau adaptabile necesitilor i exigenelor
firmei.
Calculul anuitilor (mensualitilor) apare pregnant astzi, fiind util oricrui
cetean, nu numai economitilor, pentru determinarea valorii finale a unui
depozit depus regulat sau a determinrii unei rate de rambursare periodic sau
nu.
Modul de calcul al mprumuturilor este deosebit de util n orice societate ce
practic un astfel de sistem de cumprare.
Sarcina de lucru 3
O persoan mprumut de la o banc suma de 18.000 lei pe o perioad
de 10 ani cu dobnd anual de 60%. Datorit unei inflaii galopante, n
primele 4 luni dobnda crete cu 110% lunar. Dac rambursarea se face
cu amortismente egale, lunare, s se ntocmeasc graficul de plat pentru
primele 4 luni.



I. O persoan depune la banc suma de 1.000 lei cu dobnd compus de 50%
pe an. Ce sum va avea persoana dup 3 ani i 7 luni n cazul n care se aplic
pentru fraciunea de an soluia raional ? Care este dobnda corespunztoare
ntregii perioade? (5 puncte)
a) D=5.359 lei
b) D=4.359 lei
c) D=2.359 lei
d) D=3.359 lei
II. O persoan dorete s constituie un depozit de bani astfel nct dup o
perioad de 20 ani s poat retrage timp nelimitat suma de 2000 lei anual. Dac
dobnda anual este de 50% iar depunerea se face la nceputul fiecrui an, care
este suma pe care trebuie s o depun la acest moment? (5 puncte)
a) S=104 lei
b) S=108 lei
c) S=110 lei
d) S=99 lei
Bibliografie de elaborare a cursului
E.D.P.
LUCRARE DE VERIFICARE
I. S se determine coeficientul de corelaie
XY
al vectorului aleator (X,Y) dat
prin urmtorul tablou, unde R:

X
Y
17 0 14
8 2 1 1
0 2 1 1
15 1 2 2
II. S se determine pentru problema de programare liniar, valoarea optim z
a funciei obiectiv:
max(-10x
1
+2x
2
-10x
3
)
2x
1
-10x
2
+2x
3
7
18x
1
+7x
2
+8x
3
9
2x
1
-19x
2
+2x
3
5
x
1
,x
2
,x
3
0
III. O persoan mprumut suma de 1910 lei de la o banc pentru o perioad
de 3 luni, cu dobnda anual de 9%, cu mensualiti constante (rate totale de
plat egale). Care este valoarea lunar a mensualitii?
Lucrarea va fi predat in termenul specificat pe platform spre a fi verificat i notat,
ea fiind inclus n nota final.

Rspunsuri la testele de autoevaluare
Modul 1 Algebr liniar
I. b
II. a
III. d
Modul 2 Analiz matematic
I. c
II. a
III. b
Modul 3 Teoria probabilitilor
I. c
II. a
Modul 4 Programare liniar
I. d
Modul 5 Matematici financiare
I. d
II. a

Matematica Aplicata in Economie

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Matematica Aplicata in Economie

Încărcat de

Drepturi de autor:

Formate disponibile

CTLIN ANGELO IOAN

Editura Universitar Danubius, Galai

< < n j ... j 1

T, I-o mulime oarecare de indeci;

N astfel nct d(a

N astfel nct d(a

>0 astfel nct xA-{a} i d(x,a)<

>0 astfel nct xA-{a} i a x <

f(x) depinde de variabilele x

=0. Fie deci >0, arbitar i

>0 astfel nct xA i d(x,a)<

>0 astfel nct xA i a x <

= 2 . Avem deci f(x,y)-

sau notat uneori ) a )( f

, k= n , 1 , sunt derivabile parial n a,

(a) este derivata parial de ordinul 2 a lui f n punctul

(x)=0. Dac f este difereniabil n orice

-restul lui Lagrange

((a,b)) astfel nct M>0 cu f

. Vectorul care va prsi baza va fi a

. Costurile asociate transporturilor fictive vor fi interpretate

. Costurile asociate transporturilor fictive vor fi interpretate

>0 observm c scontul comercial este mai mare dect cel

S-ar putea să vă placă și