UNIVERSITATEA ALMA MATER DIN SIBIU

FACULTATEA DE TIINE ECONOMICE

MATEMATIC APLICAT N
ECONOMIE
NOTE DE CURS PENTRU UZ INTERN
IOANA GABRIELA MRCU
1
Cuprins
1 Elemente de algebr liniar ..................................................... 6
1.1 Matrice ................................................................................. 6
1.1.1 Definiii. Exemple......................................................... 6
1.1.2 Operaii cu matrice........................................................ 7
1.1.3 Matrice inversabile...................................................... 13
1.1.4 Rangul unei matrice .................................................... 20
1.1.5 Probleme ..................................................................... 23
1.2 Sisteme de ecuaii liniare ................................................... 24
1.2.1 Definiii ....................................................................... 24
1.2.2 Rezolvarea sistemelor de ecuaii liniare ..................... 26
1.2.3 Probleme ..................................................................... 37
2 Spaii vectoriale ....................................................................... 40
2.1 Noiunea de spaiu vectorial. Exemple .............................. 40
2.1.1 Definiia spaiului vectorial ........................................ 40
2.1.2 Exemple ...................................................................... 41
2.1.3 Proprieti specifice operaiilor cu vectori.................. 42
2.2 Subspaiu al unui spaiu vectorial ...................................... 43
2.2.1 Definiia subspaiului vectorial ................................... 43
2.2.2 Exemple de subspaii .................................................. 44
2.3 Dependen i independen liniar. Baz. Coordonate .... 44
2.3.1 Dependen i independen liniar ............................ 44
2.3.2 Baz. Coordonate........................................................ 45
2.3.3 Schimbare de coordonate............................................ 46
2.4 Aplicaii liniare .................................................................. 49
2.4.1. Definiii i exemple.................................................... 49
2.4.2 Teorema de caracterizare a aplicaiilor liniare ........... 50
2.4.3. Izomorfisme de spaii vectoriale................................ 50
2.5 Probleme ............................................................................ 51
2.5.1 Enunuri....................................................................... 51
2.5.2 Rspunsuri................................................................... 52
2
2.5.3 Fia de autoevaluare.................................................... 53
3 Programarea liniar ............................................................... 54
3.1 Probleme de programare liniar......................................... 54
3.1.1 Problema de planificare a produciei .......................... 55
3.1.2 Problem de amestec................................................... 57
3.1.3 Problem de planificare a investiiilor........................ 58
3.1.4 Forma standard a problemei de programare liniar.... 58
3.2 Rezolvarea problemelor de programare liniar ................. 62
3.2.1 Clasificarea soluiilor .................................................. 62
3.2.2. Determinarea soluiilor de baz ................................. 64
3.3 Algoritmul simplex ............................................................ 67
3.3.1 Etapele algoritmului simplex...................................... 67
3.3.2 Aducerea sistemului la forma standard ...................... 68
3.3.3 Gsirea unei soluii de baz ........................................ 68
3.3.4 Trecerea de la soluia gsit la alta mai bun prin
schimbarea bazei .................................................................. 69
3.3.5 Determinarea soluiei optime...................................... 71
3.3.6 Exemple ...................................................................... 73
3.4 Cazuri speciale ntr-o problem de programare liniar ..... 76
3.4.1 Cazul soluiei infinite.................................................. 77
3.4.2 Cazul soluiei degenerate ............................................ 78
3.4.3 Cazul soluiilor multiple. Soluia general ................. 80
3.5 Dualitatea n programarea liniar ...................................... 83
3.5.1 Dualitatea simetric .................................................... 83
3.5.2 Dualitatea nesimetric................................................. 87
3.6 Programarea transporturilor ............................................... 89
3.6.1 Problema de transport. Modelul matematic................ 89
3.6.2 Metode de gsire a soluiilor iniiale de baz ntr-o
problem de transport .......................................................... 94
3.6.3 Determinarea soluiei optime a problemei de transport
prin metoda potenialelor ..................................................... 97
3.6.4 Soluii multiple.......................................................... 101
3.6.5 Degenerarea n problema de transport ...................... 102
3.6.6 Problema de transport neechilibrat ......................... 103
3.7 Probleme .......................................................................... 104
3
3.7.1 Enunuri..................................................................... 104
3.7.2 Rspunsuri................................................................. 107
4 Elemente de analiz matematic ......................................... 110
4.1 Funcii reale de o variabil real...................................... 110
4.1.1 Vecintate a unui punct. Punct de acumulare........... 110
4.1.2 Definiia funciei reale de o variabil real .............. 110
4.1.3 Limita unei funcii ntr-un punct............................... 111
4.1.4 Continuitatea unei funcii ntr-un punct.................. 1111
4.1.5 Derivabilitatea unei funcii ntr-un punct ................. 112
4.1.6 Difereniala unei funcii reale ................................... 116
4.1.7 Aplicaii n economie................................................ 117
4.2 Funcii reale de mai multe variabile reale........................ 119
4.2.1 Mulimi i puncte din R
n
. Vecinti......................... 119
4.2.2 Funcii de dou variabile........................................... 120
4.2.3 Limite i continuitate pentru funcii de dou variabile
............................................................................................ 120
4.2.4 Derivate pariale........................................................ 121
4.2.5 Funcii difereniabile................................................. 124
4.2.6 Interpretri economice ale derivatelor pariale......... 125
4.2.7 Derivatele funciilor compuse................................... 126
4.2.8 Formula lui Taylor pentru funcii de dou variabile 127
4.2.9 Extremele funciilor de dou variabile ..................... 128
4.2.10 Extreme pentru funcii de mai multe variabile ....... 130
4.3 Ajustarea datelor numerice .............................................. 131
4.3.1 Problema ................................................................... 132
4.3.2 Metoda centrelor de greutate .................................... 132
4.3.3 Metoda celor mai mici ptrate .................................. 133
4.4 Integrarea funciilor reale. Integrale generalizate............ 135
4.4.1 Primitive.................................................................... 135
4.4.2 Integrala Riemann..................................................... 137
4.4.3 Integrale improprii .................................................... 138
4.4.4 Funcia Gamma (integrala sau funcia Euler de spea a
doua)................................................................................... 141
4.4.5 Funcia Beta (integrala sau funcia Euler de spea nti)
............................................................................................ 142
4
4.5 Exerciii i probleme ........................................................ 143
4.5.1 Enunuri..................................................................... 143
4.5.2 Indicaii i rspunsuri ................................................ 146
5 Elemente de teoria grafurilor .............................................. 155
5.1 Definiii ............................................................................ 155
5.2 Matrice asociate unui graf................................................ 158
5.2.1 Matricea legturilor (matricea conexiunilor, matricea
boolean) ............................................................................ 158
5.2.2 Matricea de inciden................................................ 158
5.2.3 Matricea lungimilor .................................................. 159
5.2.4 Matricea drumurilor .................................................. 159
5.2.5 Algoritmul lui Y. C. Chen pentru construirea matricei
drumurilor (terminal) ....................................................... 160
5.2.6 Matricea terminal triangularizat superior TTS ..... 164
5.3 Drumuri hamiltoniene n grafuri...................................... 165
5.3.1 Drumuri hamiltoniene n grafuri orientate i fr
circuite................................................................................ 166
5.3.2 Drum hamiltonian ntr-o reea oarecare. Algoritmul lui
Foulkes ............................................................................... 167
5.4 Drum optim...................................................................... 172
5.4.1 Drum critic (rut maxim) n grafuri fr circuite.... 172
5.4.2 Modelul matematic ................................................... 172
5.4.3 Algoritm pentru aflarea matricei DM a distanelor
maximale ............................................................................ 173
5.5 Fluxul n reea .................................................................. 178
5.5.1 Algoritmul lui Ford-Fulkerson (procedeul marcrii) 179
5.6 Exerciii i probleme ........................................................ 183
5.6.1 Enunuri..................................................................... 183
5.6.2 Indicaii i rspunsuri ................................................ 186
6 Elemente de teoria probabilitilor..................................... 194
6.1 Cmp de evenimente........................................................ 195
6.1.1 Experien, prob, eveniment ................................... 195
6.1.2 Operaii cu evenimente ............................................. 195
6.1.3 Definiii ale noiunii de probabilitate........................ 196
6.1.4 Formula probabilitii totale ..................................... 199
5
6.2 Scheme clasice de probabilitate....................................... 202
6.2.1 Schema lui Bernoulli cu bila ntoars (schema
binomial) .......................................................................... 202
6.2.2 Schema lui Bernoulli cu mai multe stri (polinomial)
............................................................................................ 203
6.2.3 Schema bilei nentoarse (schema hipergeometric) . 203
6.2.4 Schema bilei nentoarse cu mai multe stri .............. 204
6.3 Variabile aleatoare ........................................................... 204
6.3.1 Operaii cu variabile aleatoare .................................. 207
6.3.2 Caracteristici numerice pentru variabile aleatoare
discrete ............................................................................... 209
6.3.3 Variabile aleatoare continue ..................................... 212
6.3.4 Legi de probabilitate continue uzuale....................... 217
6.4 Aplicaii............................................................................ 223
6.4.1 Exerciii i probleme................................................. 223
6.4.2 Rezolvri, indicaii i rspunsuri .............................. 224
Bibliografie................................................................................ 228
6
Capitolul 1
Elemente de algebr liniar
1.1 Matrice
1.1.1 Definiii. Exemple
Definiia 1.1.1 (Matrice): Fie R un inel. Se numete matrice cu m
linii i n coloane cu elemente din R un tablou de forma:

\
|
=
mn m m
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
, unde a
ij
e R.
Mulimea matricelor cu m linii i n coloane cu elemente din
R se noteaz: M
m,n
(R). n cazul n care numrul de linii este egal
cu numrul de coloane, matricea se numete ptratic. Mulimea
matricelor ptratice cu n linii i n coloane se noteaz M
n
(R).
Matricele se noteaz cu litere mari ale alfabetului latin.
Exemplul 1.1.2 (Matrice de diferite tipuri): Matricea A are 2 linii
i 3 coloane, A e M
2,3
(R); matricea B e M
5,3
(R); matricea C e
M
4,1
(R) i C se mai numete matrice coloan, matricea D e
7
M
1,3
(R) i se mai numete matrice linie, iar matricea E e M
2
(R),
fiind o matrice ptratic.
, , .
0 8
4 3
; 3 2 0
;
3
2
9
4
;
5 3 2
9 4 10
6 2 7
1 4 6
8 0 11
;
1 0 5
4 3 2

\
|

\
|

\
|

\
|

= =

=
E D
C B A
O matrice care are o singur linie se numete matrice linie,
iar o matrice care are o singur coloan se numete matrice
coloan.
Matrice diagonal este o matrice care are elemente nenule
numai pe diagonala principal, celelalte elemente fiind egale cu 0.
Matrice triunghiular. O matrice care are toate elementele
de sub diagonala principal egale cu zero se numete
triunghiular superior, adic a
ij
= 0, pentru i > j. O matrice care
are toate elementele de deasupra diagonalei principale egale cu
zero se numete triunghiular inferior, adic a
ij
= 0, pentru i < j.
1.1.2 Operaii cu matrice
1.1.2.1 Adunarea matricelor
Definiia 1.1.3: Fie matricele A i B e M
m,n
(R). Matricea A + B se
definete astfel:
8
.
...
..... ..... ..... .....
...
...
;
...
..... ..... ..... .....
...
...
;
...
..... ..... ..... .....
...
...
2 2
1
1
2 2 22 22 21 21
1 1 12 12 11 11
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11

\
|

\
|

\
|
+ + +
+ + +
+ + +
= +
= =
mn mn m m
m
m
n n
n n
mn m m
n
n
mn m m
n
n
b a b a b a
b a b a b a
b a b a b a
B A
b b b
b b b
b b b
B
a a a
a a a
a a a
A
Observaia 1.1.4: Dou matrice se pot aduna numai dac sunt de
acelai tip, adic au acelai numr de linii, respectiv coloane i au
elementele din acelai inel.
Exemplul 1.1.5: Fie matricele A i B e M
3,2
(Q),
.
10 5
14 5
9 1
10 0 2 3
9 23 6 11
4 5 3 2
: atunci ,
10 2
9 6
4 3
i
0 3
23 11
5 2

\
|

\
|

\
|

\
|
=
+ +
+
+ +
= + =

= B A B A
Proprietile adunrii
1. Asociativitatea : Oricare ar fi matricele A, B, C e M
m,n
(R),
(A + B) + C = A + (B + C).
Aceast proprietate rezult din faptul c R este un inel, unde
operaia aditiv este asociativ i atunci: oricare ar fi a
ij
, b
ij
, c
ij
, cu
1 s i s m i 1 s j s n elementele matricelor A, B i C,
(a
ij
+ b
ij
) + c
ij
= a
ij
+ (b
ij
+ c
ij
).
2. Comutativitatea: Oricare ar fi matricele A i B e M
m,n
(R),
A + B = B + A.
Aceast proprietate rezult din faptul c legea "+" este comutativ
n R, adic oricare ar fi a
ij
i b
ij
, cu 1 s i s m i 1 s j s n
elementele matricelor A i B, a
ij
+ b
ij
= b
ij
+ a
ij
.
9
3. Elementul neutru:
Dac se noteaz cu 0 elementul neutru al legii "+" din inelul R,
atunci matricea

\
|
=
0 0 0 0
... ... ... ...
0 ... 0 0
0 ... 0 0
, n m
O este element neutru pentru
adunarea matricelor pentru c, oricare ar fi matricea A e M
m,n
(R),
A + O
m,n
= O
m,n
+ A = A.
Aceast matrice se numete matricea nul.
4. Toate elementele sunt simetrizabile:
Oricare matrice A din M
m,n
(R) are un opus, notat cu (- A). Dac
elementele matricei A sunt a
ij
, 1 s i s m i 1 s j s n, elementele
matricei (- A) sunt (- a
ij
) 1 s i s m i 1 s j s n, care exist, avnd
n vedere c R este un inel, deci un grup comutativ fa de "+".
Atunci A + (- A) = (- A) + A = O
m,n
.
Avnd proprietile 14, mulimea matricelor M
m,n
(R)
mpreun cu adunarea formeaz o structur de grup abelian.
1.1.2.2 nmulirea cu scalari
Fie R un inel i K un corp, astfel nct se definete operaia
extern : K x R R cu proprietile:
1. (o + |)x = ox + |x, o,|eK, xeR;
2. o(x + y) = ox + oy, oeK, x,yeR;
3. o(|x) = (o|)x, o,|eK, xeR;
4. 1x = x, xeR
Cu alte cuvinte R formeaz un spaiu vectorial peste corpul K. n
aceste condiii, se poate defini nmulirea cu scalari din corpul K a
matricelor din mulimea M
m,n
(R).
Definiia 1.1.6 : Fie matricea:
10
.
...
..... ..... ..... .....
...
...
Atunci K. i
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11

\
|

\
|
= e =
mn m m
n
n
mn m m
n
n
a a a
a a a
a a a
A
a a a
a a a
a a a
A




Exemplul 1.1.7: Fie matricea A din M
2,4
(R):
.
24 21 0 12
6 3 15 9
8 3 ) 7 ( 3 0 3 4 3
) 2 ( 3 1 3 5 3 ) 3 ( 3
3
: Atunci .
8 7 0 4
2 1 5 3

\
|

\
|

\
|

=


=

=
A
A
Proprietile nmulirii cu scalari
Pe baza proprietilor nmulirii cu scalari a elementelor lui R se
stabilesc proprietile nmulirii cu scalari a matricelor din
M
m,n
(R):
1. (o + |)A = oA + |A, o,|eK, AeM
m,n
(R);
2. o(A + B) = oA + oB, oeK, A,BeM
m,n
(R);
3. o(|A) = (o|)A, o,|eK, AeM
m,n
(R);
4. 1A = A, AeM
m,n
(R).
Avnd proprietile 14, mulimea matricelor M
m,n
(R)
formeaz spaiu vectorial peste corpul K n raport cu nmulirea
cu scalari care s-a definit.
1.1.2.3 nmulirea matricelor
Definiia 1.1.8: Fie matricele A e M
m,n
(R) i B e M
n,p
(R), unde a
ij
cu 1 s i s m i 1 s j s n sunt elementele lui A, iar b
jk
cu 1 s j s n i
1 s k s p sunt elementele lui B. Produsul A B este matricea
C e M
m,p
(R) de elemente c
ik
,

=
=
n
j
jk
b
ij
a
ik
c
1
unde 1 s i s m i
1 s k s p, adic:
11

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

\
|

\
|
= = =
1 1 21 12 11 11 1 1 21 12 11 11 1 1 21 12 11 11
1 1 21 12 11 11 1 1 21 12 11 11 1 1 21 12 11 21
1 2 12 1 11 2 1 22 12 12 11 1 1 21 12 11 11
... ... ... ...
.. .......... .......... .......... ... ...... .......... .......... .......... ........ .......... .......... ..........
... ... ... ...
... ... ... ...
: Atunci .
...
... ... ... ...
...
...
i
...
... ... ... ...
...
...
2 1
2 22 21
1 12 11
2 1
2 22 21
1 12 11
n n n n n n
n n n n n n
np n p p n n n n
b a b a b a b a b a b a b a b a b a
b a b a b a b a b a b a b a b a b a
b a b a b a b a b a b a b a b a b a
B A
b b b
b b b
b b b
B
a a a
a a a
a a a
A
np n n
p
p
mn m m
n
n
Observaia 1.1.9: Dou matrice se pot nmuli dac numrul de
coloane ale primei matrice este egal cu numrul de linii ale celei
de a doua. Matricea rezultat are numrul de linii egal cu al primei
matrice, iar numrul de coloane egal cu al celei de a doua matrice.
Exemplul 1.1.10: Fie matricele A e M
4,2
(R) i B e M
2,3
(R).
Atunci produsul AB este din mulimea M
4,3
(R):

\
|

\
|

\
|

\
|


=
+ + +
+ + +
+ + +
+ + +
=

=
48 16 46
20 8 56
7 2 5
18 4 7
7 8 4 ) 2 ( 2 8 0 ) 2 ( 5 8 ) 3 ( ) 2 (
7 ) 4 ( 4 12 2 ) 4 ( 0 12 5 ) 4 ( ) 3 ( 12
7 ) 1 ( 4 0 2 ) 1 ( 0 0 5 ) 1 ( ) 3 ( 0
7 2 4 1 2 2 0 1 5 2 ) 3 ( 1
7 2 5
4 0 3
i
8 2
4 12
1 0
2 1
B A
B A
Proprietile nmulirii matricelor
1. Asociativitatea: Oricare ar fi matricele A e M
m,n
(R); B e
M
n,p
(R) i C e M
p,r
(R), (A B) C = A (B C).
Proprietatea se demonstreaz prin calcul.
12
2. Dac se consider numai matrice ptratice de ordin n, atunci
pentru mulimea M
n
(R), matricea notat I
n
este element neutru la
nmulire, adic oricare ar fi A e M
n
(R), A I
n
= I
n
A = A.
Matricea I
n
se numete matricea unitate de ordin n i are toate
elementele 0, cu excepia celor de pe diagonala principal, care
sunt 1:

\
|
=
1 ... 0 0
..... ..... ..... .....
0 ... 1 0
0 ... 0 1
n
I
Demonstraia se face de asemenea prin calcul.
Se observ c mulimea matricelor ptratice de ordin n cu
elemente din inelul R are o structur de monoid fa de nmulirea
matricelor.
3. nmulirea matricelor ptratice este distributiv fa de adunare
Oricare ar fi matricele A, B, C e M
n
(R),
A (B + C) = A B + A C i
(A + B) C = A C + B C.
Aceast proprietate se verific de asemenea prin calcul.
Observaia 1.1.11: nmulirea matricelor nu este n general
comutativ.
n concluzie, mulimea matricelor ptratice de ordin n peste
inelul R fa de adunarea i nmulirea matricelor (M
n
(R), +, )
este un inel. Inelul nu este comutativ. Are divizori ai lui zero, de
exemplu:
2 2 2
0
0 0
0 0
: dar , 0
0 0
3 2
; 0
0 0
1 0
= = = = = =

\
|

\
|

\
|
B A B A
n ceea ce privete elementele inversabile ale inelului,
acestea sunt matricele care au determinantul un element inversabil
al inelului R.
13
1.1.3 Matrice inversabile
1.1.3.1 Definiii i exemple
Fie K un corp comutativ i M
n
(K) mulimea matricelor
ptratice de ordin n cu elemente din corpul K.
Definiia 1.1.12: O matrice A din M
n
(K) se numete inversabil
dac exist o matrice B din M
n
(K) astfel nct: A B = B A = I
n
.
Exemplul 1.1.13:
.
1 0
0 1
Atunci .
3 1
5 2
i
2 1
5 3
2
I A B B A B A = = =

= =

\
|

\
|

\
|
n acest caz B este inversa matricei A, dar n acelai timp i
A este inversa matricei B.
Inversa matricei A se noteaz cu A
1
.
Teorema 1.1.14: Inversa unei matrice ptratice, dac exist, este
unic.
Demonstraie: Presupunem c B i B' sunt inversele matricei A.
Atunci, B' = B' I
n
= B' (A B) = (B' A) B = I
n
B = B, ceea ce
nseamn c matricea B este unic.
Definiia 1.1.15: O matrice ptratic se numete singular dac
determinantul su este nul. O matrice ptratic se numete
nesingular dac determinantul su este nenul.
Teorema 1.1.16: O matrice ptratic de ordin n cu elemente din
corpul K este inversabil dac i numai dac este nesingular.
1.1.3.2 Calculul inversei unei matrice
Metoda I
14
Inversa unei matrice ptratice A din M
n
(K)

\
|
=
nn n n
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
se calculeaz astfel:
1. Se calculeaz determinantul matricei A
nn n n
n
n
a a a
a a a
a a a
d
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
=
. n cazul n care d = 0, matricea nu
are invers. Dac d = 0, se calculeaz inversa.
2. Se calculeaz determinanii d
ij
de ordin n - 1 care se obin din d
prin excluderea liniei i i coloanei j.
3.

\
|
+ + +
+ + +
+ + +



=
nn n n
n
n
d d d
d d d
d d d
A
n n n n
n
n
) 1 ( ... ) 1 ( ) 1 (
..... ..... ..... .....
) 1 ( ... ) 1 ( ) 1 (
) 1 ( ... ) 1 ( ) 1 (
*
2 1
2 22 12
1 21 11
2 1
2 2 2 2 1
1 1 2 1 1
, numit matricea
adjunct matricei A.
Atunci A
1
= d
1
A*.
Se verific prin calcul c A A* = A* A =

\
|
d
d
d
... 0 0
... ... ... ...
0 ... 0
0 ... 0
.
n consecin, A A
1
= A
1
A = I
n
, deci matricea calculat este
inversa matricei A.
15
Exemplul 1.1.17:
Fie matricea: .
2 1 4
2 3 1
0 1 2

\
|
= A
1. Se calculeaz determinantul ei,
0 2 2 4 8 12
2 1 4
2 3 1
0 1 2
= = + =

= d .
2. Se calculeaz determinanii de ordin 2:
7
3 1
1 2
; 4
2 1
0 2
; 2
2 3
0 1
; 6
1 4
1 2
; 4
2 4
0 2
; 2
2 1
0 1
; 11
1 4
3 1
; 6
2 4
2 1
; 4
2 1
2 3
33 32 31 23
22 21 13 12 11
=

= = = =

= =

=
= = =

= = = = = = =
d d d d
d d d d d
3. Se calculeaz matricea adjunct, dup care inversa:

\
|

\
|

= =

=
2
7
3
2
11
2 2 3
1 1 2
*
2
1
A iar ,
7 6 11
4 4 6
2 2 4
*
1 -
A A
Se verific prin calcul c A A
1
= A
1
A = I
3
.
Metoda II
Metoda a doua este un procedeu practic, putnd fi utilizat la
calculul inversei matricelor cu un numr mare de linii i coloane.
Acest procedeu utilizeaz transformri elementare.
Transformrile elementare care se pot aplica unei matrice sunt:
1. nmulirea unei linii sau coloane cu un numr nenul;
16
2. Permutarea a dou linii sau coloane ntre ele;
3. Adunarea unei linii sau coloane cu o alt linie sau coloan.
Definiia 1.1.18: Dou matrice care rezult una din alta prin
transformri elementare se numesc echivalente.
Procedeul de aflare a inversei :
1. Se aplic transformri elementare numai pe linii asupra
matricei A pn se aduce la forma matricei unitate.
2. Se aplic aceleai transformri elementare asupra matricei
unitate care se tranform astfel n matricea A
1
.
Exemplul 1.1.19: Fie matricea
.
2 1 4
2 3 1
0 1 2

\
|
= A
Elementul a
11
= 2. Pe aceast poziie, matricea unitate are
elementul 1. Se nmulete linia 1 cu 1/2 i se obine:
A I
3
Transformri elementare
2 -1 0 1 0 0
1 3 2 0 1 0
4 1 2 0 0 1
L
1
1/2
1 -1/2 0 1/2 0 0
1 3 2 0 1 0
4 1 2 0 0 1
L
2
1 L
1
L
3
4 L
1
17
Pe coloana 1, pe poziia a
21
trebuie s fie 0, ceea ce se
obine scznd din linia 2 linia 1. Tot pe coloana 1, a
31
este 4, deci
se scade din linia 3 de 4 ori linia 1 i se obine prima coloan a
matricei unitate :
1 -1/2 0 1/2 0 0
0 7/2 2 -1/2 1 0
0 3 2 -2 0 1
L
2
2/7
Elementul a
22
= 7/2. El trebuie s fie 1, ceea ce se obine
nmulind linia 2 cu 2/7:
1 -1/2 0 1/2 0 0 L
1
+ 1/2 L
2
0 1 4/7 -1/7 2/7 0
0 3 2 -2 0 1 L
3
3 L
2
Pe coloana 2, a
12
= - 1/2, deci se adun la linia 1, linia 2
nmulit cu 1/2. Tot pe coloana 2, a
32
= 3, iar pentru a deveni 0,
se scade din linia 3, linia 2 nmulit cu 3 :
1 0 2/7 3/7 1/7 0
0 1 4/7 -1/7 2/7 0
0 0 2/7 -11/7 -6/7 1 L
3
7/2
Elementul a
33
al matricei unitate este 1, ceea ce se obine
nmulind linia 3 cu 7/2:
18
1 0 2/7 3/7 1/7 0
0 1 4/7 -1/7 2/7 0
L
1
- 2/7 L
3
L
2
4/7 L
3
0 0 1 -11/2 -3 7/2
Pe coloana 3, deasupra lui 1 se fac zerouri astfel: din linia 1
se scade linia 3 nmulit cu 2/7, iar din linia 2 se scade linia 3
nmulit cu 4/7, ceea ce conduce n partea stng la matricea
unitate, iar n dreapta se obine inversa:
I
3
A
-1
1 0 0 2 1 -1
0 1 0 3 2 -2
0 0 1 -11/2 -3 7/2
Cnd matricea nu are invers, nu se poate obine matricea
unitate prin transformri elementare.
Exemplul 1.1.20: Fie matricea:

\
|
=
5 2 1
3 2 1
1 0 1
A , cu det(A) = 0.
19
A I
3
Transf. elementare
1 0 1 1 0 0
1 -2 -3 0 1 0 L
2
L
1
1 2 5 0 0 1 L
3
L
1
1 0 1 1 0 0
0 -2 -4 -1 1 0 L
2
(-1/2)
0 2 4 -1 0 1
1 0 1 1 0 0
0 1 2 1/2 -1/2 0
0 2 4 -1 0 1 L
3
2 L
2
1 0 1 1 0 0
0 1 2 1/2 -1/2 0
0 0 0 -2 1 1
Pe ultima linie fiind numai zerouri, din matricea A nu se
poate obine I
3
prin transformri elementare.
1.1.4 Rangul unei matrice
20
1.1.4.1 Definiii
Fie matricea

\
|
=
mn m m
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
din mulimea M
m,n
(K),
unde K este un corp comutativ. Se consider k linii i k coloane
ale acestei matrice. Elementele care se gsesc la intersecia lor
formeaz un determinant de ordin k, numit minor de ordin k al
matricei A.
Dac matricea A = O
m,n
, atunci matricea are elemente
nenule, exist minori nenuli. Mulimea minorilor matricei este
finit, nseamn c exist un numr natural r, 1 s r s min (m, n),
astfel nct s existe cel puin un minor de ordin r nenul, iar toi
minorii care exist de ordin mai mare dect r s fie nuli.
Definiia 1.1.21: Fie matricea A din mulimea M
m,n
(K), nenul. Se
spune c matricea A are rangul r (se noteaz rangA = r), dac A
are un minor de ordin r nenul, iar toi minorii de ordin mai mare
dect r sunt nuli. Se consider c matricea nul are rangul 0.
Proprietile rangului
1. Dac matricea A e M
m,n
(R) , atunci rangA s min{m,n}.
2. RangAB s min{rangA, rangB}.
3. Rangul unei matrice nu se schimb dac:
a) se transpune matricea;
b) se nmulesc elementele unei linii sau coloane cu un
numr nenul;
c) se permut ntre ele dou linii sau coloane;
d) se adaug la elementele unei linii (coloane) elementele
unei alte linii (coloane), eventual nmulite cu un numr oarecare.
1.1.4.2 Determinarea rangului unei matrice
Metoda I
21
Determinarea rangului unei matrice se poate face cu ajutorul
urmtoarei teoreme :
Teorema 1.1.22: Fie A o matrice nenul din M
m,n
(K). Numrul
natural r este rangul matricei A dac i numai dac exist un
minor de ordin r nenul, iar toi minorii de ordin r + 1 care exist
sunt nuli.
Pentru determinarea rangului se caut mai nti un minor de
ordin 2 nenul. Dac nu exist, dar matricea are elemente nenule,
atunci rangul este 1. Dup gsirea acestuia se formeaz minori de
ordin 3 prin adugarea cte unei linii i coloane la minorul de
ordin 2. Dac toi minorii astfel formai sunt nuli, atunci rangul
este 2. Dac exist minor de ordin 3 nenul, prin adugarea de linii
i coloane se formeaz minorii de ordin 4. Dac toi acetia sunt
nuli, rangul este 3, dac nu, se continu la fel.
Exemplul 1.1.23: Fie matricea

\
|

=
7 7 1 0
1 1 1 2
3 4 0 1
A . Un minor de
ordin 2 nenul este:
1 2
0 1
, format cu liniile 1 i 2 i coloanele 1 i
2. Prin adugare de linii i coloane se mai pot forma doi minori de
ordin 3:
0
7 1 0
1 1 2
3 0 1
i 0
7 1 0
1 1 2
4 0 1
=

. n concluzie rangA = 2.
Metoda II
Aceast metod se bazeaz pe efectuarea de transformri
elementare asupra matricei. Conform proprietilor rangului, dou
matrice echivalente au acelai rang.
22
Procedeul practic de aflare a rangului unei matrice const n:
1. Se alege un element pivot din matrice.
2. Se efectueaz transformri elementare cu linia pe care st
pivotul asupra celorlalte linii pn cnd pe coloana sa se obin
numai zerouri.
3. Dac pe coloana pivotului s-au obinut zerouri, pe linia sa se
nlocuiesc toate elementele cu zero.
4. Se continu pn cnd pe fiecare linie i coloan exist cel mult
un element nenul. Aceast form a matricei se numete
quasidiagonal. Dac aceast matrice s-ar mai transforma prin
permutri de linii i coloane, elementele nenule ar putea fi aduse
pe diagonala principal, obinndu-se forma diagonal.
5. Rangul matricei este numrul de elemente nenule din matricea
quasidiagonal obinut.
Exemplul 1.1.24 :
2. RangA
0 0 0 0
0 0 1 0
0 0 0 1
0 0 0 0
7 7 1 0
0 0 0 1
7 7 1 0
7 7 1 0
0 0 0 1
7 7 1 0
7 7 1 0
3 4 0 1
7 7 1 0
1 1 1 2
3 4 0 1
2 3 1 2
2
=

\
|

\
|

\
|

\
|

\
|

~ ~
+ L L L L
1.1.5 Probleme
1. Fie matricele:

\
|

\
|

=
5 0 1
4 1 3
2 0 1
i
3 1 1
2 4 0
3 1 2
B A din M
3
(R).
S se calculeze: a) A + B; b) 2A - 3B; c) AB; d) BA;
23
e) A
2
- 5A + 3I
3
.
2. S se determine inversele matricelor:

\
|

\
|

\
|



= =

=
1 1 1 1
1 1 1 1
1 1 1 1
1 1 1 1
;
3 3 1
3 2 1
1 1 1
;
0 1
1 2
C B A
3. Matricea:

\
|
=
16 12 8 4
12 9 6 3
8 6 4 2
4 3 2 1
A are invers? De ce?
4. S se determine rangul urmtoarelor matrice:
.
2 6 1 3
10 8 5 4
4 2 2 1
i
5 3
5 3

\
|

\
|
=

= B A
Rspunsuri

\
|

\
|

\
|

\
|

\
|

\
|

\
|

\
|

\
|

\
|

= +

= +

=



=

= +
2 3 0
4 3 2
2 4 0
3 0 0
0 3 0
0 0 3
15 5 5
10 20 0
15 5 10
10 8 5
14 14 2
13 9 7
3 5 e) ;
12 4 3
1 5 2
3 1 0
d) ;
21 1 7
6 4 10
23 1 8
c)
;
9 2 5
16 5 9
0 2 7
15 0 3
12 3 9
6 0 3
6 2 2
4 8 0
6 2 4
3 2 b) ;
8 1 0
2 5 3
5 1 1
a) 1.
3
2
I A A BA AB
B A B A

\
|

\
|

\
|



=

=

4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
4
1
1 2 1
2 5 3
1 3 3
2 1
1 0
2.
1 1 1
C B A
24
3. Matricea A nu este inversabil pentru c are determinantul nul.
4. rang A = 1; rang B = 2.
1.2 Sisteme de ecuaii liniare
1.2.1 Definiii
Fie K un corp comutativ.
Definiia 1.2.1: Se numete sistem de m ecuaii liniare cu n
necunoscute irul de relaii de egalitate:
, ,

= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
S
...
....... .......... .......... .......... ..........
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
unde a
ij
e K, 1 s i s m, 1 s j s n, se numesc coeficieni, b
i
e K, 1
s i s m sunt termenii liberi, iar x
1
, x
2
, , x
n
sunt necunoscutele
sistemului. Fiecare relaie este o ecuaie a sistemului.
Matricea A format din coeficienii necunoscutelor se numete
matricea coeficienilor sistemului sau matricea sistemului:
25

\
|
=
mn m m
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
, iar matricea:

\
|
=
m mn m m
n
n
b a a a
b a a a
b a a a
A
...
..... ..... ..... ..... .....
...
...
2 1
2 2 22 21
1 1 12 11
,
care s-a completat i cu coloana termenilor liberi, se numete
matricea extins.
Se noteaz:

\
|

\
|
= =
m n
b
b
b
B
x
x
x
X
...
i
...
2
1
2
1
Cu aceste notaii, sistemul se mai poate scrie sub form
matriceal:
AX = B.
n cazul n care b
i
= 0, oricare ar fi i e{1, 2, , m}, sistemul
se numete sistem omogen.
Un sistem de elemente din corpul K: x
1
0
, x
2
0
, , x
n
0
se
numete soluie a sistemului dac nlocuind necunoscutele
respectiv cu aceste elemente, toate ecuaiile sistemului sunt
verificate, adic
{ } m i b x a
i
n
j
j ij
,..., 2 , 1 ,
1
0
e =
=
.
Un sistem de ecuaii liniare se numete compatibil dac are
cel puin o soluie.
26
Observaie: Orice sistem omogen este compatibil pentru c
are cel puin soluia banal x
1
0
= x
2
0
= = x
n
0
= 0.
Un sistem de ecuaii liniare se numete compatibil
determinat dac are o soluie unic.
Un sistem de ecuaii liniare se numete incompatibil dac nu
are soluii.
A rezolva un sistem de ecuaii liniare nseamn a decide
dac este compatibil sau nu i, n caz de compatibilitate, a-i gsi
soluiile.
1.2.2 Rezolvarea sistemelor de ecuaii liniare
1.2.2.1 Regula lui Cramer
n acest paragraf se consider sisteme de ecuaii liniare care
au numrul de ecuaii egal cu numrul de necunoscute, adic
matricea sistemului este o matrice ptratic de ordin n. Dac
matricea A este nesingular, adic are determinantul nenul, atunci
sistemul se numete sistem Cramer.
Fie sistemul:
, ,

= + + +
= + + +
= + + +
n n nn n n
n n
n n
C
b x a x a x a
b x a x a x a
b x a x a x a
S
...
....... .......... .......... .......... ..........
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
cu matricea:

\
|
=
nn n n
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
.
27
Se noteaz cu d determinantul acestei matrice:
nn n n
n
n
a a a
a a a
a a a
d
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
=
,
unde d = 0, adic matricea A este nesingular.
Se noteaz cu A
j
matricea care se obine nlocuid n
matricea A coloana j cu coloana termenilor liberi:

\
|
+
+
+
=
nn nj n nj n n
n j j
n j j
j
a a b a a a
a a b a a a
a a b a a a
A
... ...
..... ..... ..... ..... ..... ..... ..... .....
... ...
... ...
1 1 2 1
2 1 2 2 1 2 22 21
1 1 1 1 1 1 12 11
Se noteaz cu d
j
determinantul acestei matrice:
nn nj n nj n n
n j j
n j j
j
a a b a a a
a a b a a a
a a b a a a
d
... ...
..... ..... ..... ..... ..... ..... ..... .....
... ...
... ...
1 1 2 1
2 1 2 2 1 2 22 21
1 1 1 1 1 1 12 11
+
+
+
=
,
a crui dezvoltare dup coloana j este:

=
+
=
n
k
k kj
j k
j
b d d
1
) 1 (
,
unde s-a notat cu d
kj
determinantul de ordin n 1 care rmne
dup excluderea liniei k i a coloanei j din determinantul d
j
.
28
Teorema 1.1.2 (Regula lui Cramer): Fie sistemul (S
C
) de n
ecuaii liniare cu n necunoscute, peste corpul comutativ K, avnd
d = 0. Atunci sistemul are o soluie unic dat de formulele: x
j
0
=
d
j
d
1
, 1 s j s n, cu notaiile de mai sus.
Demonstraie: Se demonstreaz c formulele din teorem dau o
soluie pentru sistem:
. 1
1 1
1 1 1
, ) ( ) ) 1 ( (
) ) 1 ( ( ) (
1 1
1 1
n i
n
k
n
j
n
j
n
j
n
k
i i k kj
j k
ij
k kj
j k
ij j ij
b db d b d a d
b d a d d d a
s s


= =
= = =
= = =
= =
+
+
Pentru demonstrarea unicitii soluiei se scrie sistemul n
forma matriceal: AX = B. Avnd n vedere c matricea A este
nesingular, ea este inversabil, deci X = A
1
B, soluie unic.

\
|
+ + +
+ + +
+ + +




=
nn
n n
n
n
n
n
n
n
n
n
d d d
d d d
d d d
d A
) 1 ( ... ) 1 ( ) 1 (
..... ..... ..... .....
) 1 ( ... ) 1 ( ) 1 (
) 1 ( ... ) 1 ( ) 1 (
2
2
1
1
2
2
22
2 2
12
2 1
1
1
21
1 2
11
1 1
1 1
Atunci,

\
|

\
|



+ + +
+ + +
+ + +

= =
n
b
b
b
d d d
d d d
d d d
nn
n n
n
n
n
n
n
n
n
n
d B A X
...
) 1 ( ... ) 1 ( ) 1 (
..... ..... ..... .....
) 1 ( ... ) 1 ( ) 1 (
) 1 ( ... ) 1 ( ) 1 (
2
1
1 1
2
2
1
1
2
2
22
2 2
12
2 1
1
1
21
1 2
11
1 1
,
de unde x
j
0
= d
- 1

=
+

n
i
i ij
j i
b d
1
) 1 (
= d
- 1
d
j
.
Exemplul 1.2.3: Fie sistemul:
29

= +
=
= +
4 3x
2 2
3 2
3 2
3 2
1
3 2 1
x
x x x
x x x
, cu matricea:

\
|


=
1 3 0
1 1 2
1 2 1
A
Celelalte matrice care se folosesc n rezolvare sunt:

\
|

\
|

\
|
=

=

=
4 3 0
2 1 2
3 2 1
;
1 4 0
1 2 2
1 3 1
;
1 3 4
1 1 2
1 2 3
3 2 1
A A A
Determinanii lor sunt: d = - 8; d
1
= - 16; d
2
= - 8; d
3
= - 8.
Soluia unic a sistemului este: x
1
0
= 2, x
2
0
= 1, x
3
0
= 1.
1.2.2.2 Rezolvarea sistemelor de ecuaii liniare n general
Fie sistemul de m ecuaii liniare cu n necunoscute, cu
coeficieni din corpul comutativ K:
, ,

= + + +
= + + +
= + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
S
...
....... .......... .......... .......... ..........
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
Teorema 1.2.4 (Kronecker Capelli): Sistemul (S) este
compatibil dac i numai dac rang A = rang .
Demonstraie: Presupunem c sistemul este compatibil, deci
exist elementele x
j
0
din corpul K astfel nct:
{ } m i b x a
i
n
j
j ij
,..., 2 , 1 ,
1
0
e =
=
. Aceasta nseamn c ultima coloan a
matricei este o combinaie liniar a celorlalte coloane. Dac A
are rangul r, atunci exist minori de ordin r nenuli i toi minorii
de ordin r + 1 ai lui A sunt nuli. are o coloan n plus fa de A,
30
dar care este combinaie liniar a coloanelor lui A, deci orice
minor de ordin r + 1 n care apar elemente din aceast coloan
este nul, iar minorii de ordin r ai lui A nenuli sunt minori i pentru
, de unde rezult c i rangul lui este tot r, ca i rangul lui A.
Presupunem c rang A = rang . Exist deci un minor al
matricei A de ordin r nenul i toi minorii de ordin r + 1 sunt nuli.
Printr-o renumerotare a liniilor i coloanelor se poate presupune
c acest minor este:
0
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
=
rr r r
r
r
a a a
a a a
a a a
. Dac i rang = r, atunci
coloana termenilor liberi este o combinaie liniar a acestor
coloane, adic exist x
j
0
, 1 s j s r astfel nct
{ } r i b x a
i
n
j
j ij
,..., 2 , 1 ,
1
0
e =

=
. Aceasta nseamn c x
1
0
, x
2
0
, , x
r
0
, 0,
0, , 0 este o soluie a sistemului, adic sistemul este compatibil.
Pentru rezolvarea unui sistem de ecuaii liniare se determin
mai nti rangul matricei A, iar apoi rangul matricei . Dac
rangul matricei este diferit de rangul matricei A, conform
teoremei Kronecker Capelli, sistemul este incompatibil.
Dac rang A = rang , sistemul este compatibil i se caut
soluiile. Minorul de ordin r care a dat rangul matricei A se
declar minor principal. Ecuaiile ai cror coeficieni intr n
minorul principal se declar ecuaii principale, iar celelalte ecuaii
sunt ecuaii secundare. Necunoscutele ai cror coeficieni intr n
minorul principal sunt necunoscute principale, iar celelalte sunt
necunoscute secundare i se noteaz parametric. Se scrie sistemul
format din ecuaiile principale, care este un sistem Cramer, i se
rezolv cu regula lui Cramer, aflndu-se soluia n funcie de
parametri:
31

= + + + + + + +
= + + + + + + +
= + + + + + + +
+ +
+ +
+ +
r r n rn rr rr r rr r r
r n n r r r r
r n n r r r r
b a a a x a x a x a
b a a a x a x a x a
b a a a x a x a x a
o o o
o o o
o o o
... ...
..... .......... .......... .......... .......... .......... .......... .......... .......... ..........
... ...
... ...
2 2 1 1 2 2 1 1
2 2 2 2 2 1 1 2 2 2 22 1 21
1 1 2 2 1 1 1 1 1 2 12 1 11

+ = + + +
+ = + + +
+ = + + +
+ +
+ +
+ +
r r n rn rr rr r rr r r
r n n r r r r
r n n r r r r
b a a a x a x a x a
b a a a x a x a x a
b a a a x a x a x a
o o o
o o o
o o o
... ...
..... .......... .......... .......... .......... .......... .......... .......... .......... ..........
... ...
... ...
2 2 1 1 2 2 1 1
2 2 2 2 2 1 1 2 2 2 22 1 21
1 1 2 2 1 1 1 1 1 2 12 1 11
Soluiile sistemului depind de n r parametri.
Pentru calculul rangului matricei se procedeaz astfel:
minorul de ordin r nenul care a dat rangul lui A se completeaz cu
coloana termenilor liberi i cu cte o linie din cele rmase,
obinnd n r minori de ordin r + 1 care se numesc minori
caracteristici. Condiia ca rangul matricei s fie r este ca toi
aceti minori s fie nuli.
Teorema lui Kronecker Capelli este echivalent cu
teorema:
Teorema 1.2.5 (Rouch): Un sistem de m ecuaii cu n
necunoscute cu coeficieni din corpul K este compatibil dac i
numai dac toi minorii caracteristici sunt nuli.
Exemplul 1.2.6: Fie sistemul cu coeficieni din R:
32

= + +
= +
= + +
6 2 3
1 2 3
1 3
t z y x
t z y x
t z y x
Se scrie matricea A a sistemului i matricea extins:

\
|

=
2 1 3 1
2 1 3 1
1 1 3 1
A

\
|

=
6 2 1 3 1
1 2 1 3 1
1 1 1 3 1
A
Se calculeaz rangul pentru fiecare matrice i se obine:
rang A = 2 i rang = 3. n concluzie sistemul este incompatibil.
Exemplul 1.2.7: Fie sistemul cu coeficieni din R:

= + +
= + +
= + +
= + +
1 2
1 3 2
2 3 2
1 2
z y x
t z y x
t z y x
z y x
Se scrie matricea A a sistemului i matricea extins :

\
|

=
0 2 1 1
1 3 2 1
3 1 1 2
0 2 1 1
A

\
|

=
1 0 2 1 1
1 1 3 2 1
2 3 1 1 2
1 0 2 1 1
A
Pentru a determina rangul matricei A se calculeaz minorul de
ordin 2:
0 3 2 1
1 2
1 1
= = =

33
Acest minor se completeaz n toate modurile posibile cu
linii i coloane, obinnd minorii de ordin 3:
. 0
0 1 1
3 1 2
0 1 1
; 0
2 1 1
1 1 2
2 1 1
; 0
1 2 1
3 1 2
0 1 1
; 0
3 2 1
1 1 2
2 1 1
= = =

=
Toi minorii de ordin 3 fiind nuli, rezult c rang A = 2.
Pentru a vedea dac sistemul este compatibil se calculeaz minorii
caracteristici:
. 0
1 1 1
2 1 2
1 1 1
; 0
1 2 1
2 1 2
1 1 1
= = -
Rezult c rang = 2, deci sistemul este compatibil.
Minorul care a dat rangul matricei A se declar minor
principal,
1 2
1 1

=
p
d
, necunoscutele x i y sunt necunoscute
principale, ecuaiile 1 i 2 sunt ecuaii principale, iar z i t sunt
necunoscute secundare, care se noteaz parametric: z = o i t = |.
Se obine sistemul:

= + +
= + +
2 3 2
1 2
| o
o
y x
y x
sau:

=
= +
| o
o
3 2 2
2 1
y x
y x
Sistemul acesta este de tip Cramer i se rezolv cu regula lui
Cramer. Determinantul su este minorul principal, deci d = - 3. Se
calculeaz:
34
| o o | o
| o
o
| o | o o
| o
o
3 3 4 2 3 2
3 2 2
2 1 1
3 3 3 3 2 2 1
1 3 2
1 2 1
2
1
= + =

=
+ = + + + =

=
d
d
Soluiile sistemului sunt:
R t
z
d
d
y
d
d
x
e =
=
+ = =
+ = =
| o |
o
| o
| o
, unde ,
1
2
1
1.2.2.3 Metoda eliminrii totale Gauss-Jordan
Metoda eliminrii totale (sau complete) Gauss-Jordan const
n aplicarea de transformri liniare asupra matricei extinse a
sistemului pn cnd aceasta se aduce la forma diagonal n care
elementele de pe diagonal sunt 1 sau 0. Se aplic aceleai
procedee ca i la transformarea unei matrice n matricea unitate.
n final, dac sistemul este de tip Cramer, n partea stng
este matricea unitate, iar termenii liberi obinui n dreapta
constituie soluia sistemului.
Exemplul 1.2.8: Se rezolv sistemul Cramer de la Exemplul 1.2.3
prin metoda eliminrii totale:
35

= +
=
= +
4 3x
2 2
3 2
3 2
3 2
1
3 2 1
x
x x x
x x x
. 1 ; 1 ; 2
1
1
2
1 0 0
0 1 0
0 0 1
1
5
4
5
7
1 0 0
5
1
1 0
5
3
0 1
5
8
5
4
5
7
5
8
0 0
5
1
1 0
5
3
0 1
4
5
4
3
1 3 0
5
1
1 0
1 2 1
4
4
3
1 3 0
1 5 0
1 2 1
4
2
3
1 3 0
1 1 2
1 2 1
3 2 1
5
3
5
1
8
5
2
3
5
1
2
3 1
3 2
3
2 1
2 3
2
1 2
= = =

\
|

\
|

\
|

\
|

\
|

\
|


~ ~
~ ~ ~
+
+

\
|

x x x
L L
L L
L
L L
L L
L
L L
n cazul sistemelor compatibile nedeterminate, doar
poriunea din matrice care intr ntr-un minor principal se poate
aduce la forma matricei unitate, pe celelalte linii obinndu-se
zerouri. Necunoscutele secundare se notez parametric, iar soluia
se exprim n funcie de acestea.
Exemplul 1.2.9: Se rezolv prin metoda eliminrii totale sistemul
compatibil nedeterminat de la Exemplul 1.2.7:
36

= + +
= + +
= + +
= + +
1 2
1 3 2
2 3 2
1 2
z y x
t z y x
t z y x
z y x
R t z y x
L L
L L
L
L L
L L
L L
e = = + = =

\
|

\
|

\
|

\
|

~
~ ~

\
|

| o | o | o | o , , , , , 1
: solutia Cu
0
0
0
1
0 0 0 0
0 0 0 0
1 1 1 0
1 1 0 1
0
0
0
1
0 0 0 0
1 1 1 0
1 1 1 0
0 2 1 1
0
0
0
1
0 0 0 0
1 1 1 0
3 3 3 0
0 2 1 1
1
1
2
1
0 2 1 1
1 3 2 1
3 1 1 2
0 2 1 1
2 1
2 3
2
1 2
1 4
1 3
3
1
2
n cazul sistemelor incompatibile, pe una dintre liniile de
zerouri ale matricei A, termenul liber nu este zero, deci se obine o
relaie fals.
Exemplul 1.2.10: Se rezolv prin metoda eliminrii totale
sistemul incompatibil de la Exemplul 1.2.6:

= + +
= +
= + +
6 2 3
1 2 3
1 3
t z y x
t z y x
t z y x
37
5
13
4
1 0 0 0
0 0 0 0
0 1 3 1
5
2
1
1 0 0 0
3 0 0 0
1 1 3 1
6
1
1
2 1 3 1
2 1 3 1
1 1 3 1
3 1
3 2
1 2
1 3
3

\
|
~

\
|

\
|

~
~

L L
L L
L L
L L
Sistemul este incompatibil, deoarece ecuaia a doua este 0 = 13.
1.2.3 Probleme
1. S se decid dac urmtoarele sisteme sunt de tip Cramer i n
caz afirmativ, s se rezolve cu regula lui Cramer:
a)

= +
=
5 3
3 2
y x
y x
b)

= + +
= +
= +
3 3 4
2
1 2
z y x
z y x
z y x
38
c)

= +
= +
= +
4 3
5 2 4 2
3 2
z y x
z y x
z y x
2. S se decid dac sistemele urmtoare sunt compatibile, iar n
caz afirmativ, s se rezolve:
a)

= +
= +
0 3 5
0 3 2
z y x
z y x
b)

= +
= +
= +
0 3 6 4
0 2 4
1 2 6
z y x
z y x
z y x
c)

= + +
= +
= + +
5 5 2
1 2
1 2
t z y x
t z y x
t z y x
Rspunsuri
1. a) d = 7 = 0, este sistem Cramer. d
1
= 7; d
2
= 14.
Soluia: x = 1 i y = 2.
b) d = - 12 = 0, este sistem Cramer. d
1
= - 12; d
2
= 6; d
3
= - 6.
Soluia: x = 1; y =
2
1
; z =
2
1
.
c) d = 0, nu este sistem Cramer, nu se poate rezolva cu regula lui
Cramer.
2. a) Matricele sunt:
39

\
|

\
|

=
0 1 1 5
0 3 2 1
i
1 1 5
3 2 1
A A
rang A = 2 i rang = 2, deci sistemul este compatibil.
Soluiile: x =
11
o
; y =
11
16o
; z = e o o , R.
b) Matricele sunt:

\
|

\
|

=
0 3 6 4
0 2 4 1
1 1 2 6
i
3 6 4
2 4 1
1 2 6
A A
rang A = 2, rang = 3. n concluzie, sistemul este
incompatibil.
c) Se scriu matricele:

\
|

\
|

=
5 5 1 2 1
1 1 1 2 1
1 1 1 2 1
i
5 1 2 1
1 1 2 1
1 1 2 1
A A
rang A = 2 = rang , sistem compatibil.
Soluiile: x = o; y = |; z = o + 2|; t = 1, unde o i | e R.
40
Capitolul 2
Spaii vectoriale
2.1 Noiunea de spaiu vectorial. Exemple
2.1.1 Definiia spaiului vectorial
Definiia 2.1.1: Fie K i V dou mulimi nevide. O aplicaie
: K x V V, (, x) x se numete lege de compoziie extern
pe V cu domeniul de operatori K.
Definiia 2.1.2 (Spaiu vectorial): Fie (K, +, ) un corp i (V, +)
un grup abelian. Se spune c V este un spaiu vectorial peste
corpul K (sau K-spaiu vectorial) dac exist o operaie extern pe
V cu domeniul de operatori K, ce ndeplinete axiomele:
1. (o + |)x = ox + |x, o,|eK, xeV;
2. o(x + y) = ox + oy, oeK, x,yeV;
3. o(|x) = (o|)x, o,|eK, xeV;
4. 1x = x, xeV.
Elementele lui V se numesc vectori, iar operaia din grupul
(V,+) se numete adunarea vectorilor.
Elementele lui K se numesc scalari, iar legea de compoziie
extern K x V V se numete nmulirea vectorilor cu scalari.
41
Elementul neutru al grupului (V, +) se numete vectorul nul
i se noteaz cu 0, ca i scalarul 0.
Cnd K = R sau K = C se spune c V este spaiul vectorial
real, respectiv complex.
Spaiile vectoriale se mai numesc spaii liniare.
2.1.2 Exemple
1. Spaiul vectorial R
n
Fie n > 1 un numr natural. Se noteaz cu R
n
mulimea
tuturor sistemelor ordonate de n numere reale, x = (a
1
, a
2
, ..., a
n
),
a
i
e R.
Dac o e R i x, y e R
n
, x = (a
1
, a
2
, ..., a
n
), y = (b
1
, b
2
, ...,
b
n
), atunci:
x = y dac i numai dac a
i
= b
i
; 1 s i s n,
x + y = (a
1
+ b
1
, a
2
+ b
2
, ..., a
n
+ b
n
),
ox = (oa
1
, oa
2
, ..., oa
n
).
Pe baza proprietilor operaiilor din R se demonstreaz c
legea de compoziie intern R
n
x R
n
R
n
, (x, y) x + y este
asociativ i comutativ, cu elementul neutru 0 = (0, 0, ..., 0) i
simetricul lui x = (a
1
, a
2
, ..., a
n
) fiind x = (- a
1
, - a
2
, ..., - a
n
).
Rezult c (R
n
, +) este grup abelian.
De asemenea, legea de compoziie extern R x R
n
R
n
, (o,
x) ox satisface axiomele 14 din definiia spaiului vectorial.
Elementele din R
n
se numesc vectori n - dimensionali, iar R
n
se numete spaiul aritmetic real de dimensiune n. Dac x = (a
1
,
a
2
, ..., a
n
), atunci a
i
se numete componenta de rang i a lui x.
Analog se introduce spaiul aritmetic C
n
sau spaiul
vectorial K
n
, unde K este un corp oarecare.
2. Mulimea R[X] a polinoamelor n nedeterminata X cu
coeficieni reali formeaz spaiu vectorial peste corpul R n raport
cu adunarea polinoamelor i nmulirea polinoamelor cu scalari.
42
3. Spaiul vectorial 0.
Fie un corp K. Pe grupul abelian 0 = {0} se introduce legea
de compoziie extern K x 0 0, (o, 0) o0 = 0. Se confer
astfel grupului abelian 0 o structur de spaiu vectorial peste K,
numit spaiul vectorial zero.
2.1.3 Proprieti specifice operaiilor cu vectori
Fie V un spaiu vectorial peste corpul K.
1. Fie o e K i x e V. Atunci ox = 0 o = 0 sau x = 0.
Demonstraie: Fie o = 0 i y = 0x. Atunci y = 0x = (0 + 0)x = 0x +
0x = y + y, de unde y = y + 0 = y + (y + (- y)) = (y + y) + (- y) = y +
(- y) = 0, deci 0x = 0 i analog se arat c o0 = 0.
Reciproc, dac ox = 0 cu o = 0, atunci:
x = 1x = (o
-1
o)x = o
-1
(ox) = = o
-1
0 = 0.
2. Oricare ar fi o e K i x e V,
(- o)x = o(- x) = - ox i (- o)(- x) = ox.
Demonstraie: 0 = o0 = o(x + (- x)) = ox + o(- x), de unde rezult
c o(- x) este opusul vectorului ox, deci o(- x) = - ox. Analog se
arat c (- o)x = - ox i atunci (- o)(- x) = - (o(- x)) = - (-ox) = ox.
3. Oricare ar fi o,| e K i x,y e V,
(o - |)x = ox - |x , o(x - y) = ox - oy.
Demonstraie: (o - |)x = (o + (- |))x = ox + (- |)x = ox - |x. La
fel se demonstreaz a doua regul de distributivitate.
43
2.2 Subspaiu al unui spaiu vectorial
2.2.1 Definiia subspaiului vectorial
Definiia 2.2.1 (Subspaiu vectorial): Se numete subspaiu
vectorial al unui spaiu vectorial V cu scalari ntr-un corp K, orice
submulime W a lui V care este spaiu vectorial cu scalari n K fa
de adunarea i nmulirea cu scalari n V.
Teorema 2.2.2: O submulime X a unui spaiu vectorial V este un
subspaiu al lui V dac i numai dac oricare ar fi x i y din X i
oricare ar fi o i | din K, vectorul ox + |y aparine lui X i X = u.
Demonstraie: Se presupune c X este un subspaiu al lui V.
Atunci, dac x este din X i o din K rezult c ox aparine lui X i
la fel |y, deci i ox + |y aparine lui X. Reciproc, dac oricare ar
fi x i y din X i oricare ar fi o i | din K, vectorul ox + |y
aparine lui X, pentru o = 1 i | = - 1, rezult c x y aparine lui
X, deci X este un subgrup al lui V. n plus, pentru y = 0 rezult c
oricare ar fi x din X i o din K, ox aparine lui X, deci X este
subspaiu al lui V.
Teorema 2.2.3: Dac W i U sunt subspaii vectoriale ale
spaiului vectorial V, atunci intersecia lor W U este de
asemenea un subspaiu al lui V.
Demonstraie: Fie x,y e W U i o,| e K, rezult c x,y e W i
x,y e U, dar W i U sunt subspaii, rezult c ox + |y e W i ox +
|y e U, adic ox + |y e W U, deci W U este subspaiu, ceea
ce trebuia artat.
44
2.2.2 Exemple de subspaii
1. Orice spaiu vectorial conine un subspaiu format dintr-
un singur element, vectorul nul {0} i se numete subspaiul nul.
2. Spaiul vectorial al polinoamelor de grad cel mult 3 este
un subspaiu al spaiului vectorial al polinoamelor de grad cel
mult 7.
2.3 Dependen i independen liniar. Baz.
Coordonate
2.3.1 Dependen i independen liniar
Definiia 2.3.1: Dac V este un spaiu vectorial peste corpul K i
v
1
, v
2
, ..., v
m
e V, atunci un vector de forma
1
v
1
+
2
v
2
+ ... +

m
v
m
(
i
eK) se numete combinaie liniar (cu coeficieni n K)
de vectorii v
1
, v
2
, ..., v
m
; scalarii
1
,
2
, ...,
m
se numesc
coeficienii combinaiei liniare.
Un vector x este combinaie liniar de vectorii v
1
, v
2
, ..., v
m
dac
exist scalarii
1
,
2
, ...,
m
astfel nct :
x =
1
v
1
+
2
v
2
+ ... +
m
v
m
.
Definiia 2.3.2: Vectorii v
1
, v
2
, ..., v
m
formeaz un sistem de
generatori pentru spaiul vectorial V dac orice vector x din V se
poate reprezenta ca o combinaie liniar de v
1
, v
2
, ..., v
m
, adic
exist
1
,
2
, ...,
m
din K astfel nct x =
1
v
1
+
2
v
2
+ ... +
m
v
m
.
Definiia 2.3.3: Sistemul de vectori v
1
, v
2
, ..., v
m
este liniar
independent dac
1
v
1
+
2
v
2
+ ... +
m
v
m
= 0 implic
1
=
2
=
...=
m
= 0. n caz contrar, vectorii se numesc liniar dependeni.
Aadar, vectorii v
1
, v
2
, ..., v
m
sunt liniar dependeni dac exist
45

1
,
2
, ...,
m
nu toi nuli, astfel nct
1
v
1
+
2
v
2
+ ... +
m
v
m
= 0.
O egalitate de forma
1
v
1
+
2
v
2
+ ... +
m
v
m
= 0 se numete
relaie de dependen liniar a vectorilor v
1
, v
2
, ..., v
m
. Dac cel
puin unul dintre scalarii
i
este diferit de 0, se spune c relaia de
dependen liniar este nebanal.
n concluzie, vectorii v
1
, v
2
, ..., v
m
sunt liniar independeni
dac i numai dac singura relaie de dependen liniar a lor este
cea banal.
Exemplul 2.3.4: Fie spaiul vectorial R
3
i vectorii
v
1
= (1, 0, 0); v
2
= (0, 1, 0); v
3
= (1, 1, 0); v
4
= (0, 0, 1).
Exist scalarii
1
= - 1;
2
= - 1;
3
= 1 i
4
= 0
nu toi nuli, astfel nct:
1
v
1
+
2
v
2
+
3
v
3
+
4
v
4
=
= (- 1, 0, 0) + (0, - 1, 0) + (1, 1, 0) + (0, 0, 0) = (0, 0, 0).
Rezult c sistemul de vectori v
1
, v
2
, v
3
i v
4
este liniar dependent.
2.3.2 Baz. Coordonate
Definiia 2.3.5 (Baz): Fie V un spaiu vectorial peste corpul K.
Un sistem de vectori B = (e
1
, e
2
, ..., e
n
) se numete baz a lui V
dac:
1. Oricare ar fi x din V exist scalarii
1
,
2
, ...,
n
astfel nct:
x =
1
e
1
+
2
e
2
+ ... +
n
e
n
;
2. Sistemul de vectori B este liniar independent.
Exemplul 2.3.6: n spaiul vectorial R
3
, sistemul de vectori :
e
1
= (1, 0, 0); e
2
= (0, 1, 0); e
3
= (0, 0, 1) formeaz o baz, pentru
c oricare ar fi vectorul x = (x
1
, x
2
, x
3
) se poate scrie:
x = x
1
e
1
+ x
2
e
2
+ x
3
e
3
.
Mai trebuie artat c vectorii sunt liniar independeni.
Dac x
1
e
1
+ x
2
e
2
+ x
3
e
3
= 0, acest lucru se scrie:
46
(x
1
, 0, 0) + (0, x
2
, 0) + (0, 0, x
3
) = (x
1
, x
2
, x
3
) = (0, 0, 0), de unde
rezult x
1
= x
2
= x
3
= 0, deci sistemul este liniar independent.
Exemplul 2.3.7 : n spaiul vectorial al polinoamelor n
nedeterminata X de grad maxim 2 cu coeficieni din R,
polinoamele 1, X i X
2
formeaz o baz. Orice polinom de grad
maxim 2 se poate scrie ca o combinaie liniar a celor trei:
f = a
0
+ a
1
X + a
2
X
2
, iar a
0
+ a
1
X + a
2
X
2
= 0 implic a
0
= a
1
= a
2
=
0.
Exemplul 2.3.8: n spaiul vectorial R
n
sistemul de vectori:
e
1
= (1, 0, ..., 0); e
2
= (0, 1, ..., 0); ...;e
n
= (0, 0, ..., 1) formeaz o
baz a lui R
n
, numit baza canonic a lui R
n
.
Definiia 2.3.9: Fie V un spaiu vectorial peste corpul K, B = (e
1
,
e
2
, ..., e
n
) o baz a lui V i x un vector din V. Scalarii unic
determinai
1
,
2
, ...,
n
astfel nct x =
1
e
1
+
2
e
2
+ ... +
n
e
n
se
numesc coordonatele vectorului x n baza B.
Teorema 2.3.10: Orice spaiu vectorial admite o baz. Dou baze
ale aceluiai spaiu vectorial au acelai cardinal.
Cardinalul unei baze se numete dimensiunea spaiului vectorial
i se noteaz dim
K
V.
2.3.3 Schimbare de coordonate
Fie spaiul vectorial V peste corpul K i B = (e
1
, e
2
, ..., e
n
) o
baz a lui V. Fie vectorul x = x
1
e
1
+ x
2
e
2
+ ... + x
n
e
n
. Se mai poate
scrie x = (x
1
, x
2
, ..., x
n
), vectorul x fiind bine determinat de
coordonatele sale. Dac B' = (e'
1
, e'
2
, ..., e'
n
) este o alt baz a
spaiului vectorial V, coordonatele vectorului x fa de baza B' se
pot determina cu ajutorul coordonatelor din B. Se exprim mai
nti vectorii bazei B' n funcie de baza B, notnd cu a
1j
, a
2j
, ...,
a
nj
coordonatele vectorului e'
j
n raport cu baza B:
47
e'
1
= a
11
e
1
+ a
21
e
2
+ ... + a
n1
e
n
e'
2
= a
12
e
1
+ a
22
e
2
+ ... + a
n2
e
n
. . . . . . . . . . . . . . . .
e'
n
= a
1n
e
1
+ a
2n
e
2
+ ... + a
nn
e
n
.
Dar x = x'
1
e'
1 +
x'
2
e'
2
+ ... + x'
n
e'
n
. Se nlocuiesc e'
j
i se obine
o scriere a vectorului x n funcie de baza B:
x = x'
1
(a
11
e
1
+ a
21
e
2
+ ... + a
n1
e
n
) + x'
2
(a
12
e
1
+ a
22
e
2
+ ... +
a
n2
e
n
) + ... + x'
n
(a
1n
e
1
+ a
2n
e
2
+ ... + a
nn
e
n
), adic:
x = (a
11
x'
1
+ a
12
x'
2
+ ... + a
1n
x'
n
)e
1
+ (a
21
x'
1
+ a
22
x'
2
+ ... + a
2n
x'
n
)e
2
+ ... +(a
n1
x'
1
+ a
n2
x'
2
+ ... + a
nn
x'
n
)e
n
.
n concluzie, coordonatele vectorului x n baza B se exprim n
funcie de coordonatele sale n baza B' astfel:
x
i
= a
i1
x'
1
+ a
i2
x'
2
+ ... + a
in
x'
n
, oricare ar fi i e {1, 2, ..., n}.
Dac se noteaz matricele:

\
|
=
nn n n
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11

\
|
=

\
|
=
'
'
2
'
1
'
2
1
... ...
n
B
n
B
x
x
x
X
x
x
x
X
, atunci X
B
= AX
B
sau, pentru aflarea coordonatelor n noua baz B, X
B
= A
-1
X
B
48
Exemplul 2.3.11:
Sistemul de vectori e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1)
constituie n spaiul R
3
o baz. n aceast baz vectorul x are
coordonatele: x = (1, 2, 3). Se cere :
a) S se arate c vectorii: f
1
= (1, 1, 0), f
2
= (1, 0, 1), f
3
= (1, 1, 1)
formeaz o baz n R
3
.
b) S se exprime vectorul x n baza (f
1
, f
2
, f
3
).
Rezolvare:
a) Dimensiunea spaiului R
3
este 3. Este suficient s se
demonstreze c vectorii f
1
, f
2
i f
3
sunt liniar independeni.
Fie a, b, c numere reale astfel nct af
1
+ bf
2
+ cf
3
= (0, 0, 0),
adic:
(a, a, 0) + (b, 0, b) + (c, c, c) = (0, 0, 0), ceea ce se reduce la
rezolvarea sistemului liniar omogen:
a + b + c = 0
a + c = 0
b + c = 0,
cu soluia unic a = b = c = 0, ceea ce nseamn c vectorii sunt
liniar independeni.
b) A exprima vectorul x n baza (f
1
, f
2
, f
3
) nseamn a gsi
coordonatele x
1
, x
2
i x
3
astfel nct: x
1
f
1
+ x
2
f
2
+ x
3
f
3
= (1, 2, 3),
adic:
(x
1
, x
1
, 0) + (x
2
, 0, x
2
) + (x
3
, x
3
, x
3
) = (1, 2, 3), ceea ce se reduce la
rezolvarea sistemului liniar:
x
1
+ x
2
+ x
3
= 1
x
1
+ x
3
= 2
x
2
+ x
3
= 3,
cu soluia: x
1
= - 2, x
2
= - 1 i x
3
= 4,
exprimarea lui x n baza (f
1
, f
2
, f
3
) fiind (- 2, - 1, 4).
49
2.4 Aplicaii liniare
2.4.1. Definiii i exemple
Definiia 2.4.1: Se numete aplicaie liniar a spaiului vectorial
V n spaiul vectorial W, cu scalarii n acelai corp K, orice funcie
f : V W compatibil cu legile de compunere:
f (x + y) = f (x) + f (y)
f (x) = f (x)
pentru orice x i y din V i orice scalar din K.
Dac = 0 se observ c f (0) = 0, adic imaginea
vectorului nul din V este vectorul nul din W.
Exemple 2.4.2:
1. Aplicaia identic 1
V
: V V definit prin 1
V
(x) = x este
o aplicaie liniar.
2. Dac X este subspaiu al lui V, aplicaia f : X V definit
prin f (x) = x este de asemenea o aplicaie liniar.
3. Aplicaia nul, g : V W definit prin g(x) = 0 pentru
orice x din V este tot o aplicaie liniar.
4. Omotetia de raport h, unde h este un scalar din K, este
aplicaia H
h
: V V, unde H
h
(x) = hx, despre care se arat uor
c este tot o aplicaie liniar.
50
2.4.2 Teorema de caracterizare a aplicaiilor liniare
Teorema 2.4.3: O aplicaie f : V W a spaiului vectorial V n
spaiul vectorial W este liniar dac i numai dac, pentru orice x
i y din V i orice scalari i din K este ndeplinit condiia:
f (x + y) = f (x) + f (y).
Demonstraie: Se presupune c f este aplicaie liniar. Atunci:
f (x + y) = f (x) + f (y) = f (x) + f (y).
Reciproc, punnd = = 1 se deduce c f (x + y) = f (x) + f (y)
i pentru = 0 rezult f (x) = f (x), adic f este aplicaie liniar.
Teorema 2.4.4: Imaginea unui subspaiu X al spaiului vectorial V
printr-o aplicaie liniar f : V W este un subspaiu al lui W.
Imaginea invers f
-1
(Y) a oricrui subspaiu al lui W este un
subspaiu al lui V.
2.4.3. Izomorfisme de spaii vectoriale
Definiia 2.4.5: O aplicaie liniar f : V W care este bijectiv se
numete izomorfism.
Exemple 2.4.6:
1. Aplicaia identic a unui spaiu vectorial n el nsui este
izomorfism.
2. Omotetiile H
h
sunt de asemenea izomorfisme.
3. Orice spaiu vectorial de dimensiune n este izomorf cu spaiul
vectorial standard C
n
.
Corolarul 2.4.7: Dou spaii vectoriale cu aceiai scalari i de
dimensiuni egale sunt izomorfe.
51
2.5 Probleme
2.5.1 Enunuri
1. S se arate c mulimea polinoamelor din R[X] de grad mai mic
sau egal cu 2 formeaz spaiu vectorial peste R fa de adunarea
polinoamelor i nmulirea cu scalari.
2. n spaiul vectorial V al polinoamelor din R[X] de grad mai mic
sau egal cu 2 se consider sistemele de polinoame:
a) f
1
= 1; f
2
= X; f
3
= X
2
;
b) f
1
= 1- X; f
2
= X(1 - X); f
3
= 1 - X
2
;
c) f
1
= X
2
- 1; f
2
= X
2
+ 3X - 2; f
3
= X
2
- 1;
d) f
1
= 1+ X; f
2
= X; f
3
= 2X
2
;
Care dintre aceste mulimi de vectori a), b), c), d) formeaz o baz
a spaiului vectorial V?
3. n spaiul vectorial R
3
se consider vectorii :
v
1
= (1, 1, 0), v
2
= (1, 0, 1), v
3
= (0, 1, 1), v
4
= (1, 1, 1).
S se arate c vectorii v
1
, v
2
, v
3
, v
4
sunt liniar dependeni, dar
oricare trei formeaz o baz n R
3
.
4. n spaiul vectorial R
2
, vectorul x = (1, 2) este exprimat n baza
(e
1
, e
2
), unde e
1
= (1, 0) i e
2
= (0, 1).
a) S se arate c sistemul (f
1
, f
2
) unde f
1
= (3, 2), f
2
= (6, 5)
formeaz o baz.
b) S se exprime vectorul x n baza (f
1
, f
2
).
5. n spaiul vectorial al polinoamelor de grad cel mult 2 din R[X],
vectorii e
1
= 1 + X, e
2
= X, e
3
= 2X
2
formeaz o baz. Se cere s se
exprime n funcie de aceast baz vectorii :
u = 1 - X + X
2
i v = 1 + 2X - X
2
.
52
6. S se stabileasc formulele de transformare a coordonatelor
cnd se trece de la baza e
1
= (1, 1), e
2
= (2, 3) la baza f
1
= (3, 2), f
2
= (6, 7) n spaiul vectorial R
2
.
7. Fie P
3
spaiul vectorial al polinoamelor de grad mai mic sau
egal cu 3 din R[X] i P
4
spaiul vectorial al polinoamelor de grad
mai mic sau egal cu 4 din R[X]. S se arate c funcia T : P
3
P
4
definit prin: T (f) = Xf, adic oricare ar fi f = a
0
+ a
1
X + a
2
X
2
+
a
3
X
3
, T (f) = a
0
X + a
1
X
2
+ a
2
X
3
+ a
3
X
4
, este o aplicaie liniar.
Este acesta un izomorfism de spaii vectoriale?
2.5.2 Rspunsuri
1. Se verific axiomele spaiului vectorial.
2. a) da; b) nu, de exemplu : f
1
+ f
2
- f
3
= 0, nu sunt liniar
independeni ; c) nu ; d) da.
3. v
1
+ v
2
+ v
3
2v
4
= 0, deci nu sunt liniar independeni.
Din av
1
+ bv
2
+ cv
3
= 0 rezult a = b = c = 0. Analog pentru
celelalte grupuri de cte trei vectori.
4. Se arat c sunt liniar independeni, iar dimensiunea spaiului
R
2
este 2, deci formeaz o baz.
Coordonatele vectorului x n baza (f
1
, f
2
) sunt

\
|

3
4
,
3
7
.
5. u =

\
|

2
1
, 2 , 1 ; v =

\
|

2
1
, 1 , 1 .
6. Matricea

\
|

=
1 1
4 5
A , de unde X
B
= AX
B
, sau, pentru aflarea
coordonatelor n noua baz B, X
B
= A
-1
X
B
, unde

\
|

=

9
5
9
1
9
4
9
1
1
A .
53
7. Se verific faptul c pentru orice f i g din P
3
i orice scalari
i din R este ndeplinit condiia:
T (f + g) = T (f) + T (g).
Spaiile vectoriale P
3
i P
4
nu pot fi izomorfe deoarece nu au
aceeai dimensiune.
2.5.3 Fia de autoevaluare
1. Mulimea polinoamelor de gradul 2 din R[X] formeaz spaiu
vectorial peste R? Motivai rspunsul.
2. Mulimea numerelor complexe formeaz spaiu vectorial peste
corpul numerelor reale?
3. Mulimea numerelor reale formeaz spaiu vectorial peste
corpul numerelor complexe?
4. Este funcia f : R R, f (x) = ax + b o aplicaie liniar?
Pentru ce valori ale lui a i b devine aplicaie liniar?
Rspunsuri - fia de autoevaluare
1. Nu. Mulimea polinoamelor de grad 2 nu formeaz grup fa de
adunare.
2. Da. Se pot verifica axiomele.
3. Nu. Ar trebui ca orice numr real nmulit cu un numr
complex s dea un numr real, ceea ce este fals.
4. n general nu, pentru c nu se verific condiiile din definiie.
Dac b = 0, iar a orice numr real, atunci f (x) = ax este aplicaie
liniar.
54
Capitolul 3
Programarea liniar
3.1 Probleme de programare liniar
Activitatea n domeniul produciei industriale i a conducerii
activitilor economice a devenit extrem de complex. O mare
parte dintre problemele care se pun n conducerea economic a
ntreprinderilor sunt probleme de optimizare.
Modelarea matematic a acestor probleme ofer
posibilitatea determinrii soluiilor optime, contribuind la
creterea eficienei economice.
Programarea liniar utilizeaz modele matematice ale
problemelor economice i, prin metodele specifice, caut soluia
optim.
n multe cazuri, problemele economice pot fi modelate
astfel: se noteaz cu x
j
, 1 s j s n, nivelurile la care trebuie s se
desfoare cele n activiti considerate i cu f (x
1
, x
2
, ..., x
n
) funcia
obiectiv (sau funcia criteriu sau funcia de eficien). Problema
este de a afla valorile variabilelor x
j
, 1 s j s n,astfel nct f (x
1
, x
2
,
..., x
n
) s ia valoarea maxim sau minim. n acelai timp mai
trebuie ndeplinite nite condiii de forma: f
i
(x
1
, x
2
, ..., x
n
) > 0,
pentru orice i, 1 s i s m, condiii numite restriciile problemei. n
cazul n care funciile f i f
i
sunt funcionale liniare, atunci se
obine problema de programare liniar.
55
3.1.1 Problema de planificare a produciei
O ntreprindere industrial dispune de mai multe resurse, n
cantiti limitate. Se noteaz cu i numrul de ordine al resursei i
cu b
i
cantitile disponibile din aceste resurse. Cu aceste resurse
se pot desfura diverse activiti. Se noteaz cu j numrul de
ordine al activitii desfurate i cu x
j
nivelul la care urmeaz s
se desfoare aceast activitate. Se mai noteaz cu a
ij
cantitatea
din resursa i necesar pentru producerea unei uniti din produsul
j. Se presupune c aceste cantiti depind numai de tipul resursei
i de tipul produsului. Beneficiul obinut pe o unitate de produs j
realizat, n uniti bneti, se noteaz cu c
j
.
Problema lucreaz cu:
Mulimea resurselor: {R
1
, R
2
, ..., R
i
, ..., R
m
}
b
i
cantitatea disponibil din resursa R
i
.
Mulimea produselor: {P
1
, P
2
, ..., P
j
, ..., P
n
}
x
j
numrul de uniti din produsul P
j
.
a
ij
reprezint cantitatea din resursa R
i
necesar pentru
producerea unei uniti din produsul P
j
(consumuri specifice sau
coeficieni tehnologici)
c
j
este beneficiul obinut pe unitatea de produs P
j
.
Datele problemei:
P
1
P
2
... P
j
... P
n
Capacitatea
resurselor
R
1
...
R
i
...
R
m
a
11
...
a
i1
...
a
m1
a
12
...
a
i2
...
a
m2
...
...
...
...
...
a
1j
...
a
ij
...
a
mj
...
...
...
...
...
a
1n
...
a
in
...
a
mn
b
1
...
b
i
...
b
m
Beneficiu c
1
c
2
... c
j
... c
n
Cantitatea de resurs i folosit pentru producerea cantitii x
j
este a
ij
. Cantitatea total din resursa i folosit pentru producia
total format din n produse este:
56
n in i i
x a x a x a + + + ...
2 2 1 1
Condiia de a nu se depi cantitatea total este:
i n in i i
b x a x a x a s + + + ...
2 2 1 1
Condiiile de folosire a resurselor limitate, numite restriciile
problemei:
m n mn m m
i n in i i
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
b x a x a x a
s + + +
s + + +
s + + +
s + + +
...
...
...
...
...
...
2 2 1 1
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
Condiiile de nenegativitate:
n j x
j
s s > 1 , 0
.
Sistemele de inecuaii liniare pot avea o infinitate de soluii,
o soluie sau nici o soluie. Cazul cel mai frecvent pentru
problemele practice corect puse este cazul n care sistemul are o
infinitate de soluii, adic procesele de producie pot fi organizate
ntr-o infinitate de moduri. Adoptarea unei variante se face pe
baza unui criteriu economic, ca de exemplu beneficiul maxim.
Funcia de eficien reprezint beneficiul total, care trebuie
maximizat:

=
= + + + =
n
j
j j n n
x c x c x c x c f
1
2 2 1 1
...
Problema de programare liniar este urmtoarea:
57
n j x
m i b x a
x c f
j
i
n
j
j ij
n
j
j j
s s >
s s s
=

=
=
1 0
1
: conditiile cu
[max]
1
1
3.1.2 Problem de amestec
Aceast problem const n determinarea unei anumite diete
dintr-un numr dat de alimente, care s satisfac anumite cerine
biologice i s fie n acelai timp cea mai ieftin.
Fie a
ij
este cantitatea din principiul nutritiv i, 1 i m,
coninut ntr-o unitate din alimentul j, 1 j n. Este necesar ca
dieta s conin cel puin b
i
uniti din principiul nutritiv i, 1 i
m,iar c
j
, 1 j n, sunt costurile unei uniti din alimentul j.
Problema const n aflarea cantitilor x
j
, 1 j n de
alimente astfel nct costul total s fie minim.
Problema de programare liniar este urmtoarea:
n j x
m i b x a
x c f
j
i
n
j
j ij
n
j
j j
s s >
s s >
=

=
=
1 0
1
: conditiile cu
[min]
1
1
58
Probleme de acelai tip apar atunci cnd se urmrete
formarea unor amestecuri de ingrediente, care s aib anumite
proprieti, astfel nct o caracteristic a amestecului s fie optim
dintr-un anumit punct de vedere.
3.1.3 Problem de planificare a investiiilor
O ntreprindere dispune de o sum B de uniti bneti, sum ce
poate fi folosit n diverse activiti notate cu j, 1 j n. Fiecare
activitate de tipul j, n urma investiiilor, aduce un beneficiu unitar
de b
j
uniti bneti. Se noteaz cu x
j
suma investit n activitatea
de tipul j.
Problema este urmtoarea: s se afle sumele x
j
care trebuie
investite, cu condiiile:

=
=
=
= >
s
n
j
j j
j
n
j
j
x b f
n j x
B x
1
1
[max]
, 1 , 0
unde f reprezint beneficiul total.
3.1.4 Forma standard a problemei de programare
liniar
Dac sistemul de restricii al modelului problemei de programare
liniar conine inegaliti de acelai sens, se spune c modelul se
prezint sub forma canonic
Orice problem de programare liniar sub form canonic
poate fi transformat ntr-o problem n care restriciile sunt
egaliti.
59
Teorema 3.1.1: Fie sistemul de m inecuaii liniare cu n
necunoscute:
, ,

s + + +
s + + +
s + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
...
...
...
...
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
o
i sistemul de ecuaii:
, ,

= + + + +
= + + + +
= + + + +
+
+
+
m m n n mn m m
n n n
n n n
b x x a x a x a
b x x a x a x a
b x x a x a x a
...
...
...
...
2 2 1 1
2 2 2 2 22 1 21
1 1 1 2 12 1 11
|
Atunci, oricare ar fi soluia
0 0
2
0
1
,..., ,
n
x x x
a lui (), exist m
constante nenegative
0 0
2
0
1
,..., ,
m n n n
x x x
+ + +
, astfel nct:
0 0
1
0 0
2
0
1
,..., , ,..., ,
m n n n
x x x x x
+ +
s constituie o soluie a lui (|).
Reciproc, dac
0 0
2
0
1
,..., ,
m n
x x x
+
este o soluie a lui (|), atunci
0 0
2
0
1
,..., ,
n
x x x
constituie o soluie pentru ().
Demonstraie: Fie
0 0
2
0
1
,..., ,
n
x x x
o soluie a lui (), adic:

s + + +
s + + +
s + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
0 0
2 2
0
1 1
2
0
2
0
2 22
0
1 21
1
0
1
0
2 12
0
1 11
...
...
...
...
60
Membrii din stnga ai inegalitilor sunt constante mai mici sau
egale cu b
i
. Atunci exist numerele reale nenegative
0 0
2
0
1
,..., ,
m n n n
x x x
+ + +
care satisfac egalitile:

= + + + +
= + + + +
= + + + +
+
+
+
m m n n mn m m
n n n
n n n
b x x a x a x a
b x x a x a x a
b x x a x a x a
0 0 0
2 2
0
1 1
2
0
2
0
2
0
2 22
0
1 21
1
0
1
0
1
0
2 12
0
1 11
...
...
...
...
i
0 ...
0 0
2 2
0
1 1
0
> =
+ n in i i i i n
x a x a x a b x
.
Deci
0 0
2
0
1
,..., ,
m n
x x x
+
este o soluie a lui (|).
Reciproc, fie
0 0
2
0
1
,..., ,
m n
x x x
+
o soluie a lui (|), adic:

= + + + +
= + + + +
= + + + +
+
+
+
m m n n mn m m
n n n
n n n
b x x a x a x a
b x x a x a x a
b x x a x a x a
0 0 0
2 2
0
1 1
2
0
2
0
2
0
2 22
0
1 21
1
0
1
0
1
0
2 12
0
1 11
...
...
...
...
de unde rezult c
0 ...
0 0
2 2
0
1 1
0
> =
+ n in i i i i n
x a x a x a b x
pentru orice i, iar de aici:

s + + +
s + + +
s + + +
m n mn m m
n n
n n
b x a x a x a
b x a x a x a
b x a x a x a
0 0
2 2
0
1 1
2
0
2
0
2 22
0
1 21
1
0
1
0
2 12
0
1 11
...
...
...
...
adic
0 0
2
0
1
,..., ,
n
x x x
este o soluie a lui ().
Sistemul de inecuaii se transform n sistem de ecuaii prin
introducerea necunoscutelor de compensare sau artificiale sau
ecart. n cazul problemei de programare a produciei se obine:
61
m m n n mn m m
i i n n in i i
n n n
n n n
b x x a x a x a
b x x a x a x a
b x x a x a x a
b x x a x a x a
= + + + +
= + + + +
= + + + +
= + + + +
+
+
+
+
...
...
...
...
...
...
2 2 1 1
2 2 1 1
2 2 2 2 22 1 21
1 1 1 2 12 1 11
Pentru inegaliti de tipul:
m i b x a
n
j
i j ij
, 1
1
= >

=
se scade o
variabil nenegativ x
n+i
> 0, m i , 1 = i inegalitile devin
egaliti:
m m n n mn m m
i i n n in i i
n n n
n n n
b x x a x a x a
b x x a x a x a
b x x a x a x a
b x x a x a x a
= + + +
= + + +
= + + +
= + + +
+
+
+
+
...
...
...
...
...
...
2 2 1 1
2 2 1 1
2 2 2 2 22 1 21
1 1 1 2 12 1 11
n consecin, rezolvarea unui sistem de inegaliti liniare se
reduce la rezolvarea sistemului de ecuaii asociat. Introducerea
noilor variabile nu trebuie s schimbe funcia de eficien n
problemele economice. Aceste variabile reprezint m activiti
fictive care consum plusul de resurse i din aceast cauz li se
ataeaz costuri (respectiv beneficii) nule. Funcia de eficien se
prezint sub forma:
n n
m n n n n
x c x c x c
x x x c x c x c f
+ + + =
= + + + + + + =
+ +
...
0 ... 0 ...
2 2 1 1
1 2 2 1 1
62
Forma standard a problemei de programare liniar cuprinde:
1. Sistemul liniar (rezultat din restricii)
2. Condiiile de nenegativitate
3. Funcia de scop, de optimizat sau de eficien.
n n
j
m n mn m m
n n
n n
x c x c x c f
n j x
b x a x a x a
b x a x a x a
b x a x a x a
+ + + =
= >

= + + +
= + + +
= + + +
...
, 1 , 0
...
..... .......... .......... .......... ..........
...
...
2 2 1 1
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
3.2 Rezolvarea problemelor de programare
liniar
3.2.1 Clasificarea soluiilor
Se consider modelul problemei de programare liniar sub forma
standard. Fie A matricea sistemului de restricii:

\
|
=
mn m m
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
cu m linii i n coloane. Matricea A se numete matricea
coeficienilor tehnologici.
63
Vectorul coloan :

\
|
=
m
b
b
b
b
...
2
1
reprezint cererea (n probleme de
minimizare a costului) sau disponibilul (n probleme de
maximizare).
Vectorul linie
, ,
n
c c c C ,... ,
2 1
=
reprezint costul unitar (n
probleme de minimizare a costului) sau beneficiul unitar (n
probleme de maximizare).
Vectorul

\
|
=
n
x
x
x
X
...
2
1
este nivelul activitilor, ntotdeauna
nenegativ. Se noteaz cu a
j
vectorul coloan j din matricea A.
Problema de programare liniar sub forma standard se scrie
astfel :
j
0
min
>
=
=
X
b AX
CX f
Se presupune c sistemul are cel puin o soluie. Dac rangul
matricei A ar fi mai mic dect m, o parte dintre ecuaii ar fi
consecine ale celorlalte, deci ar putea fi nlturate. Se consider
c rangA = m. Se mai consider c numrul variabilelor este mai
mare dect al restriciilor, evitndu-se unicitatea soluiei
sistemului de restricii, adic m < n.
Definiia 3.2.1: Se numete soluie posibil (realizabil) a
problemei de programare liniar orice vector X = (x
1
, x
2
, ..., x
n
)
care verific sistemul de ecuaii i condiiile de nenegativitate.
64
Definiia 3.2.2: Soluia posibil X = (x
1
, x
2
, ..., x
n
) se numete
soluie de baz dac vectorii a
j
din
=
=
n
j
j j
b a x
1
, avnd coeficienii
x
j
strict pozitivi sunt liniar independeni.
Din definiie rezult c soluia de baz este o soluie posibil care
are cel mult m componente strict pozitive.
Definiia 3.2.3: O soluie de baz se numete degenerat dac
numrul componentelor sale strict pozitive este mai mic dect m.
Definiia 3.2.4: Soluia optim este aceea pentru care funcia scop
i atinge maximul (respectiv minimul) i se gsete printre
soluiile de baz.
3.2.2. Determinarea soluiilor de baz
Se presupune c se cunoate o soluie de baz format din m
vectori a
j
care aparin sistemului iniial al celor n vectori a
1
, a
2
, ...,
a
n
i se poate presupune c acetia sunt primii m vectori ai
sistemului { a
1
, a
2
, ..., a
n
}. Soluia de baz este de forma:
X = (x
1
, x
2
, ..., x
m
, 0, ...,0)
i sistemul restriciilor se scrie:
x
1
a
1
+ x
2
a
2
+ ... + x
m
a
m
= b
unde toi x
i
> 0. Pornind de la soluia de baz se va determina alt
soluie de baz.
Vectorii a
1
, a
2
, ..., a
m
sunt liniar independeni, deci formeaz
o baz n spaiul vectorial de dimensiune m. Astfel, oricare dintre
vectorii a
1
, a
2
, ..., a
n
se poate exprima ca o combinaie liniar a
vectorilor bazei:

=
= =
m
i
i ij j
n j a x a
1
, 1
Pentru vectorul a
m+1
care nu aparine bazei se presupune c
c cel puin unul dintre coeficienii x
i,m+1
este pozitiv:
x
1,m+1
a
1
+ x
2,m+1
a
2
+ ... + x
m,m+1
a
m
= a
m+1
65
Fie un numr real cu care se nmulesc ambii membri ai
relaiei precedente, care se scade apoi din restricie:
(x
1
- x
1,m+1
)a
1
+ (x
2
- x
2,m+1
)a
2
+ ... + (x
m
- x
m,m+1
)a
m
+ a
m+1
= b
Vectorul:
X = (x
1
- x
1,m+1
, x
2
- x
2,m+1
, ...,x
m
- x
m,m+1
, )
reprezint o soluie posibil (realizabil) dac componentele sale
sunt nenegative. Se caut o soluie X = X, de unde rezult
condiia
> 0. Se vor examina numai componentele care conin coeficieni
x
i,m+1
> 0. Se va determina > 0 astfel nct: x
i
x
i,m+1
> 0,
pentru toi x
i,m+1
> 0. Rezult :
0
1 ,
>
+ m i
i
x
x
Oricare pentru care
1 ,
min 0
+
s
m i
i
i
x
x
o
unde minimul se consider pentru acei indici i pentru care
x
i,m+1
>0, determin o soluie realizabil a problemei.
Dar soluia de baz nu poate conine m + 1 componente
pozitive, de unde rezult c cel puin una dintre componentele lui
X trebuie s se anuleze. Acest lucru se ntmpl pentru:
1 ,
0
min
+
= =
m i
i
i
x
x
o o
pentru toi x
i,m+1
> 0 i se va anula componenta lui X pentru care
este atins minimul. Se poate presupune c aceasta este chiar prima
component, adic
1 , 1
1
1 ,
0
min
+ +
= =
m m i
i
i
x
x
x
x
o
Se obine astfel o nou soluie :
x
2
a
2
+ x
3
a
3
+ ... + x
m
a
m
+ x
m+1
a
m+1
= b
unde:
x
i
= x
i

0
x
i,m+1
, i = 2, ..., m
x
m+1
=
0
66
Dac toi x
i,m+1
s 0 nu se poate determina > 0 care s duc
la excluderea a cel puin un vector din baz. n acest caz problema
nu admite soluie.
n continuarea procesului obinerii de noi soluii de baz va
trebui s se exprime un vector oarecare ce nu face parte din noua
baz a
2
, a
3
, ..., a
m+1
ca o combinaie liniar de vectorii acestei
baze. Se exprim a
1
:
, ,
m m m m m
m
a x a x a
x
a
1 , 2 1 , 2 1
1 , 1
1
...
1
+ + +
+
=
Fie
m mj j j j
a x a x a x a + + + = ...
2 2 1 1
un vector care nu aparine noii baze. nlocuindu-l pe a
1
se obine:
1
1 , 1
1
1 ,
1 , 1
1
3 1 , 3
1 , 1
1
3 2 1 , 2
1 , 1
1
2
...
+
+
+
+
+
+
+
+
+

\
|
+
+ +

\
|
+

\
|
=
m
m
j
m m m
m
j
mj
m
m
j
j m
m
j
j j
a
x
x
a x
x
x
x
a x
x
x
x a x
x
x
x a
Componentele vectorilor b i a
j
n noua baz se obin prin
metoda eliminrii complete Gauss-Jordan.
Procesul obinerii de noi soluii de baz se reduce la
alegerea unui nou vector care urmeaz s intre n baza
corespunztoare soluiei de baz precedente precum i a variabilei
care urmeaz s fie exclus din aceast baz. Noua soluie de baz
i exprimarea vectorilor care nu fac parte din baz ca i
combinaii liniare de vectorii bazei se face cu ajutorul procedeului
eliminrii complete. Criteriul conform cruia se alege vectorul ce
urmeaz s intre n baz este un element important al algoritmului
simplex.
67
3.3 Algoritmul simplex
Metoda general de rezolvare a problemelor de programare liniar
o constituie metoda simplex sau algoritmul simplex, al crui
creator este G. B. Danzig, nc din 1947. Ulterior aceast metod
a fost mbuntit.
Algoritmul se bazeaz pe rezolvarea sistemului de ecuaii
liniare prin metoda eliminrii complete pentru aflarea soluiilor
nenegative, iar n final a soluiei optime.
3.3.1 Etapele algoritmului simplex
Etapele algoritmului simplex sunt urmtoarele:
1. Aducerea sistemului la forma standard.
2. Gsirea unei soluii de baz.
3. Trecerea de la soluia gsit la alta mai bun n sensul
optimizrii funciei scop. Soluia optim se caut printre cele de
baz n mod dirijat, urmrindu-se mbuntirea funciei de
eficien.
4. Gsirea soluiei optime i aflarea valorii optime a funciei de
eficien. n acest sens se folosete un criteriu care stabilete dac
s-a ajuns la valoarea optim pentru care funcia scop nu mai poate
fi mbuntit.
Fie problema de programare liniar:
n j x
m i b x a
x c f
j
i
n
j
j ij
n
j
j j
s s >
s s s
=

=
=
1 0
1
: conditiile cu
max
1
1
68
3.3.2 Aducerea sistemului la forma standard
Sistemul de inegaliti se aduce la forma standard prin
introducerea necunoscutelor de compensare sau artificiale. Aceste
variabile se vor rula n cadrul algoritmului de rezolvare i, n
general, se vor elimina treptat. Problema se scrie:
n n
j
m n mn m m
n n
n n
x c x c x c f
n j x
b x a x a x a
b x a x a x a
b x a x a x a
+ + + =
= >

= + + +
= + + +
= + + +
...
, 1 , 0
...
..... .......... .......... .......... ..........
...
...
2 2 1 1
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
3.3.3 Gsirea unei soluii de baz
Pentru determinarea unei soluii de baz se poate utiliza
metoda eliminrii complete (Gauss-Jordan). Se presupune c s-au
produs astfel zerouri pe primele m coloane, adic n baz se afl
primele m variabile, x
1
, x
2
, ..., x
m
. Vectorii coloan corespunztori
se noteaz P
1
, P
2
, ..., P
m
. Se obine matricea sistemului de forma:

\
|
+
+
+
' ' '
1 ,
'
2
'
2
'
1 , 2
'
1
'
1
'
1 , 1
| ... 1 ... 0 0
... | ... ... ... ... ... ... ...
| ... 0 ... 1 0
| ... 0 ... 0 1
m mn m m
n m
n m
b a a
b a a
b a a
Dac toate componentele m i b
i
,..., 1 , 0
'
= > , soluia de baz
este , , 0 ,..., 0 , ,..., ,
' '
2
'
1 1 m
b b b B = . Funcia de scop n acest caz este:
, ,
=
=
m
j
j j
b c B f
1
'
1
.
69
3.3.4 Trecerea de la soluia gsit la alta mai bun prin
schimbarea bazei
Obinerea unei noi soluii de baz se face prin schimbarea
unei singure variabile. Din baza veche se scoate vectorul P
o
care
se nlocuiete cu vectorul P
|
. Aceast operaie se numete pas
simplex i se realizeaz cu ajutorul urmtorului tabel construit pe
baza iniial:
Baza P
o
P
1
P
2
... P

... P
m
... P
k
...
P
|
... P
n
P
1
b
1
1 0 ... 0 ... 0 ... a
1k
...
a
1|
... a
1n
P
2
b
2
0 0 ... 0 ... 0 ... a
2k
...
a
2|
... a
2n
... ... ... ... ... ... ... ... ... ... ... ... ... ...
P

0 0 ... 1 ... 0 ... a

k
...
a
|
... a
n
... ... ... ... ... ... ... ... ... ... ... ... ... ...
P
m
b
m
0 0 ... 0 ... 1 ... a
mk
...
a
m|
... a
mn
Elementul a
o|
se numete element pivot. Pasul simplex
comport dou operaii:
1. mprirea liniei o cu elementul pivot a
o|
, obinndu-se
valorile . ,..., 2 , 1 , n k
a
a
k
k
= =
o|
o
o
2. Formarea de zerouri pe coloana pivotului, cu excepia poziiei
acestuia, unde rmne 1. Noua matrice va avea elementele:
{ }

=
e =
k k
j k jk jk
a
m j a a a
o
o o
o
|
'
'
} ,..., 1 { ,
Pentru ca noua soluie s fie de asemenea o soluie de baz, adic
cele m componente nenule s fie pozitive, trebuie s fie
satisfcute inegalitile:
{ }. } ,..., 1 { , 0 o o
|
e > m j a b
j j
70
Numerele b
j
sunt pozitive. Pentru ca inegalitile s fie
satisfcute, pentru 0 > o trebuie ca 0 >
| j
a i:
. 0
|
o
j
j
a
b

De aici rezult c numrul pozitiv trebuie s fie valoarea
minim pozitiv a rapoartelor
| j
j
a
b
.
Observaii:
1. Un vector P
|
din afara bazei poate fi introdus n baz dac are
componente pozitive.
2. Pentru fixarea vectorului P
o
care se scoate din baz se
determin numrul pozitiv
o|
o
|
o
a
b
a
b
j
j
j
=

\
|
=
+
min
unde j ia doar valorile care corespund coeficienilor 0 >
| j
a .
Metoda simplex prin care se realizeaz practic trecerea de la
o soluie de baz la alta, adic de la un tabel simplex la urmtorul
cuprinde urmtoarele etape:
1. Fixarea vectorului P
|
care se introduce n baz.
2. Calcularea rapoartelor pozitive
| j
j
a
b
pentru determinarea
valorii minime a acestora care corespunde numrului , n funcie
de care se stabilete vectorul care iese din baz, adic P

.
3. mprirea liniei cu elementul pivot, care corespunde acum
vectorului P
|
, adic:
o|
o
o|
o
o o
a
a
a
b
k
k
= = ,
.
4. Determinarea elementelor de pe celelalte linii n noul tabel
simplex, cu relaiile:
{ } { }. ,..., 1 , ,
' '
o o o
| |
e = = m j a a a a b b
j k jk jk j j j
71
3.3.5 Determinarea soluiei optime
Scopul rezolvrii problemei de programare liniar este de a
gsi acea soluie pentru care funcia de eficien are valoarea
optim. Funcia de eficien este o funcie liniar de forma:

=
= + + + =
n
j
j j n n
x c x c x c x c f
1
2 2 1 1
...
Pentru a gsi un criteriu care s indice c optimul a fost atins
i nu mai este necesar schimbarea bazei, se studiaz variaia
funciei de eficien la schimbarea soluiei de baz.
Fie z
o
valoarea funciei de eficien corespunztoare primei
soluii de baz:

= =
= =
n
j
m
j
j j j j
c b x c z
1 1
0
, avnd n vedere c m j b x
j j
,..., 1 , = =
Fie
'
0
z valoarea funciei f corespunztoare soluiei de baz
din urmtorul tabel, adic:

I e
=
'
' '
0
j
j j
c b z
nlocuind
|
o
j j j
a b b =
'
pentru o = j i pentru j=, se
obine:

I e I e I e

\
|
+ = + =
j j
j j j j
j
j j j
c a c c b c c a a b z
| | | |
o o o ) (
'
0
.
Se noteaz cu
I e
=
j
j j
c a z
| |
i se obine:
, ,
| | |
o o A + = + =
0 0
'
0
z z c z z , unde . 0 > o
Dac , 0 > A
|
atunci
0
'
0
z z > , adic prin trecerea de la o baz
la alta, valoarea funciei de eficien devine mai mare. n cazul n
care , 0 A
|
atunci
0
'
0
z z , adic prin trecerea de la o baz la
alta, valoarea funciei de eficien devine mai mic.
n concluzie:
a) Maximizarea funciei de scop necesit:
72
1. S existe n afara bazei cel puin un vector P
|
care s aib cel
puin o component pozitiv a
j|
> 0.
2. Vectorului P
|
s i corespund o diferen pozitiv A
|
> 0.
b) Minimizarea funciei de scop necesit:
1. S existe n afara bazei cel puin un vector P
|
care s aib cel
puin o component pozitiv a
j|
> 0.
2. Vectorului P
|
s i corespund o diferen negativ A
|
< 0.
Se noteaz:
I = mulimea indicilor soluiei de baz
k k k
j
j jk k
j
j j
z c
c a z
c b z
= A
=
=

I e
I e
0
Pentru organizarea calculelor, tabelul anterior se
completeaz n felul urmtor:
c
1
c
2
c
m
c
k
c
|
c
n
Coef.
c
j
coresp.
bazei
Baza P
o
P
1
P
2
P
m
P
k
P
|
P
n
c
1
P
1
B
1
1 0... 0 a
1k
a
1|
a
1n
c
2
P
2
B
2
0 1... 0 a
2k
a
2|
a
2n
... ... ... ... ... ... ... ... ...
c
o
P
o
B
o
0 0... 0 a
ok
a
o|
a
on
... ... ... ... ... ... ... ... ...
c
m
P
m
B
m
0 0... 1 a
mk
a
m|
a
mn
z
k
z
0
z
1
z
2
z
m
z
k
z
|
z
n
A
k
= c
k
z
k
c
1
z
1
c
2
z
2
c
m
z
m
c
k
z
k
c
|
z
|
c
n
z
n
Valorile z
k
se obin prin nmulirea coeficienilor c
j
din
prima coloan cu componentele vectorului P
k
i adunarea
produselor. Diferenele A
k
se obin prin scderea liniei care
conine valorile z
k
din prima linie.
73
Soluia care realizeaz optimul se obine n momentul n
care sunt ndeplinite urmtoarele condiii:
1. n cazul unei probleme de maxim:
- nu mai exist diferene A
k
= c
k
z
k
> 0;
- n cazul n care exist diferene A
k
= c
k
z
k
> 0, vectorul
corespunztor P
k
nu are componente pozitive.
2. . n cazul unei probleme de minim:
- nu mai exist diferene A
k
= c
k
z
k
< 0;
- n cazul n care exist diferene A
k
= c
k
z
k
< 0, vectorul
corespunztor P
k
nu are componente pozitive.
3.3.6 Exemple
Exemplul 3.3.1: Problem de maxim
3 2 1
3 2 1
3 2 1
2 6 2 max
3 , 1 , 0
16 8 3 4
8 3 5 2
x x x f
j x
x x x
x x x
j
+ + =
= >

s + +
s + +
Prin introducerea necunoscutelor artificiale x
4
i x
5
se aduce
problema la forma standard:
3 2 1
5 3 2 1
4 3 2 1
2 6 2 max
3 , 1 , 0
16 8 3 4
8 3 5 2
x x x f
j x
x x x x
x x x x
j
+ + =
= >

= + + +
= + + +
Se completeaz tabelul:
74
2 6 2 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
4
8 2 5 3 1 0 8/5
0 P
5
16 4 3 8 0 1 16/3
z
k
0 0 0 0 0 0
A
k
= c
k
z
k
- 2 6 2 0 0
Valoarea maxim a diferenelor A
k
este 6, deci P
2
intr n
baz. Valoarea minim a rapoartelor
| j
j
a
b
este
5
8
= o , deci P
4
iese
din baz. Pivotul este elementul de pe linia lui P
4
i coloana lui
P
2
, adic 5.
Se mparte prima linie cu elementul pivot, adic cu 5 i se
obine:
2 6 2 0 0 c
j
I e j
Baza P
o
P
1
P
3
P
4
P
5
8/5 2/5 1 3/5 1/5 0 L
1
/5
P
5
16 4 3 8 0 1 L
2

3L
1
Din linia 2 se scade prima linie nmulit cu 3 i se obine:
2 6 2 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
6 P
2
8/5 2/5 1 3/5 1/5 0
0 P
5
56/5 14/5 0 31/5 - 3/5 1
z
k
48/5 12/5 6 18/5 6/5 0
A
k
= c
k
z
k
- - 2/5 0 - 8/5 - 6/5 0
Nu mai exist diferene A
|
> 0, deci s-a obinut soluia:
75
5
48
0 2
5
8
6 0 2
5
56
x , 0 , 0 ,
5
8
, 0
max
5 4 3 2 1
= + + =
= = = = =
f
x x x x
Exemplul 3.3.2: Problem de minim
4 3 2 1
4 3 2 1
3 2 1
3 2 1
3 2 min
4 , 1 , 0
10 2
20 5 2
15 3 2
x x x x f
j x
x x x x
x x x
x x x
j
+ =
= >

= + + +
= + +
= + +
Problema este dat n forma standard. Pentru aflarea unei
soluii de baz se utilizeaz metoda eliminrii totale Gauss-
Jordan.

\
|

\
|

\
|

~

\
|
~
~

15 1 0 6 0
10 0 1 3 0
15 0 0 7 1
5 1 2 0 0
10 0 1 3 0
15 0 3 2 1
5 1 2 0 0
10 0 1 3 0
15 0 3 2 1
10 1 1 2 1
20 0 5 1 2
15 0 3 2 1
2 1
2 3
2
1 2
1 3
3
2
) 1 ( :
2
L L
L L
L
L L
L L
S-a obinut soluia de baz format din vectorii P
1
, P
3
, P
4
.
Se construiete urmtorul tabel simplex:
- 1 - 2 - 3 1 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
| j
j
a
b
- 1 P
1
- 15 1 - 7 0 0
- 3 P
3
10 0 3 1 0 10/3
1 P
4
15 0 6 0 1 15/6
z
k
0 - 1 4 - 3 1
A
k
= c
k
z
k
- 0 - 6 0 0
76
Fiind o problem de minim se caut difenele A
k
< 0. Exist
una singur, corespunztoare vectorului P
2
, care devine candidat
pentru a intra n noua baz. Minimul dintre 10/3 i 15/6 este 15/6,
deci vectorul P
4
iese din baz. Elementul pivot este cel de pe linia
lui P
4
i coloana lui P
2
, deci 6. Se mparte linia 3 cu 6, obinnd:
- 15 1 - 7 0 0
10 0 3 1 0
5/2 0 1 0 1/6
Pentru a obine zerouri deasupra pivotului se fac
urmtoarele operaii: L
1
+ 7L
3
i L
2
3L
3
, obinndu-se noul
tabel simplex:
- 1 - 2 - 3 1 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
| j
j
a
b
- 1 P
1
5/2 1 0 0 7/6
- 3 P
3
5/2 0 0 1 - 1/2
- 2 P
2
5/2 0 1 0 1/6
z
k
- 15 - 1 - 2 - 3 0
A
k
= c
k
z
k
- 0 0 0 1
Nu mai exist diferene negative, deci s-a obinut soluia
optim,
15 0
2
5
3
2
5
2
2
5
, 0 ,
2
5
,
2
5
,
2
5
min
4 3 2 1
= + =
= = = =
f
x x x x
3.4 Cazuri speciale ntr-o problem de
programare liniar
n acest paragraf se vor analiza cazuri speciale care pot s apar
ntr-o problem de programare liniar: cazul soluiei infinite,
degenerarea, probleme cu soluii multiple.
77
3.4.1 Cazul soluiei infinite
Funcia de optimizat are un maxim infinit.
Este cazul n care exist o diferen A
k
pozitiv, dar pe
coloana acesteia nu exist nici un element pozitiv care s poat fi
luat ca pivot.
Exemplul 3.4.1:
2 1
2 1
2 1
2 1
2 1
max
0 ,
5
2 2
2 2
x x f
x x
x x
x x
x x
=
>

> +
s
s +
Se aduce la forma standard prin introducerea variabilelor ecart:
2 1
5 4 3 2 1
5 2 1
4 2 1
3 2 1
max
0 , , , ,
5
2 2
2 2
x x f
x x x x x
x x x
x x x
x x x
=
>

= +
= +
= + +
Primul tabel simplex este urmtorul:
1 - 1 0 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
3
2 - 2 1 1 0 0
0 P
4
2 1 - 2 0 1 0
0 P
5
- 5 - 1 - 1 0 0 1
z
k
0 0 0 0 0 0
A
k
= c
k
z
k
- 1 - 1 0 0 0
Exist o singur diferen pozitiv, vectorul P
1
intr n noua
baz, iar singura sa component pozitiv este valoarea 1, deci
vectorul P
4
va iei din baz. Se alege ca pivot elementul 1 i se
fac urmtoarele operaii: L
1
+ 2L
2
i L
3
+ L
2
, obinndu-se
urmtorul tabel:
78
1 - 1 0 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
3
6 0 - 3 1 2 0
1 P
1
2 1 - 2 0 1 0
0 P
5
- 3 0 - 3 0 1 1
z
k
2 1 - 2 0 1 0
A
k
= c
k
z
k
- 0 1 0 - 1 0
Se observ c exist o diferen pozitiv, pe coloana
vectorului P
2
, dar toate componentele sale sunt negative, deci
funcia f este nemrginit, iar problema de programare liniar nu
admite soluii.
3.4.2 Cazul soluiei degenerate
Soluia de baz se numete degenerat dac numrul
componentelor sale strict pozitive este mai mic dect m.
Situaia apare cnd la introducerea n baz a unui vector
exist mai multe elemente pozitive care furnizeaz acelai raport
minim. n acest caz elementul pivot va fi ales acela care
furnizeaz cea mai mic linie n ordine lexicografic.
Exemplul 3.4.2:
4 3 2 1
4 3 2 1
3 2 1
4 3 2 1
4 3 2 1
2 5 4 max
0 , , ,
7 3 2
6 2
6 3
x x x x f
x x x x
x x x
x x x x
x x x x
+ + + =
>

= + +
= + + +
= + + +
Se caut o soluie de baz prin metoda eliminrii totale:
79

\
|

\
|

\
|

\
|

\
|

\
|

\
|
~
~ ~
~ ~ ~

1 1 0 0
2 0 1 0
1 0 0 1
1 1 0 0
1 0
0 1
0 0
1 0
0 1
3 0
1 0
2 0
3 0
4 0
2 1
7 0 3 1 2
6 1 1 2 1
2 1
7 0 3 1 2
6 1 1 2 1
6 1 1 1 3
11
4
11
6
11
3
5
1
5
2
11
4
5
12
5
2
5
2
5
6
5
1
5
1
11
5
5
11
5
4
5
11
5
12
5
2
5
2
5
6
5
1
5
1
3
1
3
1
3
2
3
7
3
1
5
12
5
2
5
2
3
1
3
1
3
1
5
3
3
2
3
7
3
1
3
2
3
2
3
5
3
1
3
1
3
1
2
3
1
3
1
3
1
3 :
3 1
3 2
3 2 1
2 3
2
1 2
1 3
1
L L
L L
L L L
L L
L
L L
L L
L
Dup gsirea soluiei de baz se aeaz datele n tabel:
1 4 5 2
| j
j
a
b c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
1 P
1
1 1 0 0 3/11 11/3
4 P
2
2 0 1 0 6/11 11/3
5 P
3
1 0 0 1 - 4/11
z
k
14 1 4 5 7/11
A
k
= c
k
z
k
0 0 0 15/11
Singura diferen pozitiv corespunde vectorului P
4
, dar
rapoartele sunt egale. Prima linie este mai mic n ordine
lexicografic, aadar se alege vectorul P
1
care iese din baz.
Elementul pivot este cel de pe linia lui P
1
i coloana lui P
4
, adic
3/11. Se mparte prima linie cu 3/11 i se obine:
11/3 11/3 0 0 1
2 0 1 0 6/11
1 0 0 1 - 4/11
80
Se fac urmtoarele operaii: L
2
- 6/11L
1
i L
3
+ 4/11 L
1
. Se
completeaz urmtorul tabel simplex:
1 4 5 2
| j
j
a
b c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
2 P
4
11/3 11/3 0 0 1
4 P
2
0 - 2 1 0 0
5 P
3
7/3 4/3 0 1 0
z
k
19 6 4 5 2
A
k
= c
k
z
k
- 5 0 0 0
S-a obinut soluia optim degenerat:
19
3
11
2
3
7
5
,
3
11
,
3
7
, 0 , 0
max
4 3 2 1
= + =
= = = =
f
x x x x
3.4.3 Cazul soluiilor multiple. Soluia general
Este posibil ca problema de programare liniar s aib cel
puin dou soluii distincte care conduc la aceeai valoare optim.
Soluia optim general se scrie ca o combinaie liniar
convex a soluiilor independente obinute.
Fie X
1
i X
2
dou soluii optime distincte. Soluia general
este de forma:
. 1 , 0 , unde ,
2 1 2 1 2 2 1 1
= + > + = o o o o o o X X X
G
Exemplul 3.4.3:
2 1
2 1
2 1
2 1
2 1
min
0 ,
5
2
2 2
x x f
x x
x x
x x
x x
+ =
>

s +
s
s +
81
Se aduce problema la forma standard:
2 1
5 4 3 2 1
5 2 1
4 2 1
3 2 1
min
0 , , , ,
5
2
2 2
x x f
x x x x x
x x x
x x x
x x x
+ =
>

= + +
= +
= + +
Se alctuiete tabelul simplex:
- 1 1 0 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
3
2 - 2 1 1 0 0
0 P
4
2 1 - 1 0 1 0 2
0 P
5
5 1 1 0 0 1 5
z
k
0 0 0 0 0 0
A
k
= c
k
z
k
- - 1 1 0 0 0
Diferena negativ (problema este de minim) corespunde
vectorului P
1
, iar minimul rapoartelor se realizeaz pentru P
4
. Se
obine urmtorul tabel simplex:
- 1 1 0 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
3
6 0 - 1 1 2 0
- 1 P
1
2 1 - 1 0 1 0
0 P
5
3 0 2 0 - 1 1
z
k
- 2 - 1 1 0 - 1 0
A
k
= c
k
z
k
- 0 0 0 1 0
S-a obinut soluia optim:
2
3 x , 0 , 6 , 0 , 2
min
5 4 3 2 1
=
= = = = =
f
x x x x
82
Existena mai multor diferene A
k
= 0 dect numrul de
vectori ai bazei semnific faptul c soluia nu este unic. Dac
numrul de diferene nule este p > m, numrul maxim de soluii
optime este
m
p
C . Pentru a gsi celelalte soluii optime se introduc
n baz, dac este posibil, vectorii P
k
pentru care A
k
= 0. n acest
exemplu se introduce n baz P
2
i se scoate din baz P
5
.
- 1 1 0 0 0 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
P
5
| j
j
a
b
0 P
3
15/2 0 0 1 3/2 1/2
- 1 P
1
7/2 1 0 0 1/2 1/2
1 P
2
3/2 0 1 0 - 1/2 1/2
z
k
- 2 - 1 1 0 - 1 0
A
k
= c
k
z
k
- 0 0 0 1 0
S-a obinut soluia optim:
2
0 x , 0 ,
2
15
,
2
3
,
2
7
min
5 4 3 2 1
=
= = = = =
f
x x x x
Se observ c acestea sunt singurele soluii optime. Se
noteaz:
, ,
, , 3 , 0 , 6 , 0 , 2
1
= x i
, ,

\
|
= 0 , 0 ,
2
15
,
2
3
,
2
7
2
x
Soluia general a problemei va fi:
, , , ,
1 , 0 , ;
2 1
= + > + = | o | o | o x x x , adic:

\
|
+ + = o | o | | o 3 , 0 ,
2
15
6 ,
2
3
,
2
7
2 x , iar f
min
= - 2.
n general, soluia optim general nu este i soluie de baz,
numrul componentelor sale nenule fiind mai mare dect m.
83
3.5 Dualitatea n programarea liniar
Prin dualitate n programarea liniar se nelege un concept
conform cruia oricrei probleme de programare liniar
considerat ca iniial (primal) i corespunde o alt problem,
numit dual, ambele formnd un cuplu denumit cuplu de
probleme duale.
Dualitatea prezint interes att din punct de vedere teoretic,
ct mai ales prin interpretarea economic a celor dou probleme
care formeaz cuplul.
Se consider dou cazuri de dualitate:
- dualitatea simetric ce se refer la modele date sub forma
canonic;
- dualitatea nesimetric, n care modelele sunt date sub
forma standard sau forma general.
3.5.1 Dualitatea simetric
Cuplul celor dou probleme duale n cadrul dualitii simetrice
este:
, ,
n 1, j 0
...
...
...
...
... max] [
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
2 2 1 1
= >

s + + +
s + + +
s + + +
+ + + =
j
m n mn m m
n n
n n
n n
x
b x a x a x a
b x a x a x a
b x a x a x a
P
x c x c x c f
Duala acestei probleme este:
84
, ,
m 1, i 0
...
...
...
...
... min] [
2 2 1 1
2 2 2 22 1 12
1 1 2 21 1 11
2 2 1 1
= >

> + + +
> + + +
> + + +
+ + + =
i
n m nm n n
m m
m m
m m
y
c y a y a y a
c y a y a y a
c y a y a y a
D
y b y b y b g
n cele dou modele, fiecare dintre ele poate fi considerat
dualul celuilalt.
ntre cele dou probleme primala (P) i duala ei (D) exist o
strns legtur pus n eviden de regulile urmtoare, care
permit scrierea modelului uneia dintre ele tiind modelul
celeilalte:
- n primal se cere maximul, iar n dual minimul (sau
invers);
- modelul de maxim din primal are ca restricii inegaliti
de tipul s, iar modelul de minim din dual are inegaliti
de sens >;
- matricele celor dou sisteme de restricii sunt transpuse
una alteia;
- termenii liberi dintr-un model sunt coeficienii din funcia
de eficien ai celuilalt model, n aceeai ordine;
-
n
x x x ,..., ,
2 1
sunt variabilele primale i n j x
j
, 1 , 0 = > ;
-
m
y y y ,..., ,
2 1
sunt variabilele duale i m i y
i
, 1 , 0 = > .
Se noteaz:
85

\
|
=
n
x
x
x
X
...
2
1
;
, ,
m
y y y Y ,..., ,
2 1
=
;

\
|
=
m
b
b
b
b
...
2
1
;
, ,
n
c c c c ,... ,
2 1
=
;

\
|
=
mn m m
n
n
a a a
a a a
a a a
A
...
..... ..... ..... .....
...
...
2 1
2 22 21
1 12 11
.
Cele dou modele se scriu matriceal astfel:
j
0
) (
max
>
s
=
X
b AX P
cX f j
0
Y ) (
min
>
>
=
Y
c A D
Yb g
Legtura dintre cele dou modele ale cuplului dual se
prezint n urmtorul tabel, n care modelul primalei se citete pe
linii, iar modelul dualei pe coloane:
x
j
y
i
x
1
x
2
... x
n s
y
1
a
11
a
12
... a
1n
b
1
y
2
a
21
a
22
... a
2n
b
2
... ... ... ... ... ...
y
m
a
m1
a
m2
... a
mn
b
m
>
c
1
c
2
... c
n
max
min
Un alt cuplu de probleme duale sub forma canonic este
urmtorul:
86
j
0
) (
min
1
>
>
=
X
b AX P
cX f j
0
Y ) (
max
1
>
s
=
Y
c A D
Yb g
Exemplul 3.5.1 : Fie problema de programare liniar
, ,
2 1
2 1
2 1
2 1
3 6 max
0 , 0
2 6 2
1 3
x x f
x x
x x
x x
P
+ =
> >

s +
s +
Modelul dual al acestei probleme este:
, ,
2 1
2 1
2 1
2 1
2 min
0 , 0
3 6
6 2 3
y y g
y y
y y
y y
D
+ =
> >

> +
> +
Exemplul 3.5.2: Pentru problema primal:
, ,
3 2 1
3 2 1
3 2 1
6 18 4 min
3 , 1 , 0
1 2
2 3
x x x f
j x
x x x
x x x
P
j
+ + =
= >

> +
> +
Modelul dual este:
, ,
2 1
2 1
2 1
2 1
2 1
2 max
0 , 0
6 2
18 3
4
y y g
y y
y y
y y
y y
D
+ =
> >

s +
s
s
Teorema fundamental a dualitii
87
Oricare ar fi cuplul (P), (D) de probleme duale este posibil
una i numai una dintre situaiile:
a) Ambele modele au optime finite i valorile optime ale
funciilor obiectiv sunt egale;
b) Unul dintre cele dou modele are optim infinit, iar cellalt nu
are soluii realizabile;
c) Nici unul dintre cele dou modele nu are soluii realizabile.
3.5.2 Dualitatea nesimetric
Dualitatea nesimetric se refer la modelele date sub forma
standard sau sub forma general. Urmtoarele probleme sunt
duale:
j
0
) (
max
>
=
=
X
b AX P
cX f j
oarecare
Y ) (
min
Y
c A D
Yb g
>
=
Urmtoarele noiuni sunt utile n stabilirea legturii dintre
cele dou problemeale cuplului n cazul dualitii nesimetrice :
- Orice restricie cu s n cazul unei probleme de maxim,
respectiv o restricie cu > n cazul unui model de
minim se numesc restricii concordante.
- Orice restricie cu > la un model de maxim, respectiv o
restricie cu s la un model de minim se numesc
restricii neconcordante.
Legturile dintre problema primal i cea dual sunt
urmtoarele :
- Unul dintre modele cere maximul funciei obiectiv,
iar cellalt minimul;
- Matricele sistemelor de restricii sunt transpuse una
alteia;
88
- Termenii liberi din restriciile unui model sunt
coeficienii funciei de eficien din cellalt,
pstrndu-se ordinea;
- Fiecrei restricii concordante dintr-un model i
corespunde o variabil n cellalt model care se
supune condiiei de nenegativitate > 0;
- Fiecrei restricii neconcordante dintr-un model i
corespunde o variabil n cellalt model care se
supune condiiei de nepozitivitate s 0;
- Fiecrei restricii de egalitate dintr-un model i
corespunde o variabil liber n cellalt model.
Exemplul 3.5.3: Fie problema de programare liniar:
, ,
3 2 1
3 2 1
3 2 1
3 2 1
5 2 max] [
3 , 1 , 0
15
9 3 2
10 2
x x x f
j x
x x x
x x x
x x x
P
j
+ + =
= >

= + +
> + +
s + +
Modelul dual al acestei probleme este:
, ,
3 2 1
3 2 1
3 2 1
3 2 1
3 2 1
15 9 10 min] [
oarecare , 0 , 0
5 3 2
2 2
1
y y y g
y y y
y y y
y y y
y y y
D
+ + =
s >

> + +
> + +
> + +
Duala s-a scris n conformitate cu regulile de mai sus.
Variabilele 3 , 1 0, = > j x
j
din (P), fiind nenegative, toate
cele trei restricii din modelul dual sunt concordante i, fiind
problem de minim, vor fi cu semnul >.
Avnd n vedere restriciile din problema primal, se deduc
urmtoarele:
- prima restricie fiind concordant, variabila y
1
se supune
condiiei de nenegativitate, adic . 0
1
> y
89
- restricia a doua fiind neconcordant, variabila y
2
este
nepozitiv, adic . 0
2
s y
- cea de a treia restricie a modelului primal fiind de egalitate,
variabila y
3
este liber.
3.6 Programarea transporturilor
Problemele de transport s-au impus datorit multiplelor
posibiliti de aplicabilitate pe care le ofer n diverse sectoare ale
activitii economice, cum ar fi:
- transporturi de bunuri de la beneficiari la consumatori;
- proiectare de canale n agricultur;
- proiectare de canale de informaii;
- proiectare de linii transportatoare de energie;
- proiectare de depozite de la care aprovizionarea s se fac n
condiii optime (ca timp i cost);
- repartizarea optim a necesarului de producie pe utilaje
(maini), secii, etc.;
- optimizarea unor probleme de producie i stocare;
- proiectarea traseelor mijloacelor de transport goale ctre
centrele de aprovizionare, astfel nct cheltuielile pentru
deplasrile n gol s fie minime.
3.6.1 Problema de transport. Modelul matematic
Un produs omogen este depozitat n centrele de expediie A
1
, A
2
,
..., A
m
n cantitile a
1
, a
2
, ..., a
m
i se cere s fie transportat n
centrele de consum B
1
, B
2
, ..., B
n
n cantitile b
1
, b
2
, ..., b
n
. Se
cunosc costurile unitare de transport n j m i c
ij
, 1 , , 1 , = = de la
depozitul A
i
la centrul de consum B
j
.
Rezolvarea problemei de transport const n determinarea
unui plan optim de transport de la depozite la consumatori astfel
nct costul total al transporturilor s fie minim. Se cere deci
90
determinarea cantitilor n j m i x
ij
, 1 , , 1 , = = transportate pe toate
rutele, astfel nct s se realizeze un cost minim de transport.
Datele problemei se aranjeaz n tabelul urmtor:
B
A
B
1
B
2
... B
n
Disponibil
A
1
c
11
x
11
c
12
x
12
c
1n
x
1n
a
1
A
2
c
21
x
21
c
22
x
22
c
2n
x
2n
a
2
...
A
m
c
m1
x
m1
c
m2
x
m2
c
mn
x
mn
a
m
Necesar b
1
b
2
b
n

=
m
i
i
a
1

=
n
j
j
b
1
Costul transportului a
ij
x uniti de produs de la depozitul A
i
la centrul B
j
este egal cu
ij ij
x c , deci costul total de la toate
depozitele , , m i A
i
, 1 = la toate centrele de desfacere , , n j B
j
, 1 = va
fi egal cu

=
= =
n
j
ij ij
m
i
x c f
1 1
.
n practic aceste probleme pot fi de dou feluri:
1. Problem echilibrat, unde

=

= =
n
j
j
m
i
i
b a
1 1
, adic necesarul
pentru toate centrele de consum este egal cu totalul expediat din
toate centrele de depozitare;
2. Problem neechilibrat, unde

=

= =
n
j
j
m
i
i
b a
1 1
.
Pentru ambele cazuri, din necesitatea de a avea sens din
punct de vedere economic, trebuie ndeplinite condiiile:
, , n j m i x
ij
, 1 , , 1 , 0 = = > , cantitile transportate fiind nenegative.
91
Disponibilul i necesarul sunt de asemenea mrimi
nenegative, , , n j m i b a
j i
, 1 , , 1 0 , 0 = = > > .
Condiia de echilibrare implic transportul integral al
disponibilului ctre centrele de consum, ceea ce nseamn
ndeplinirea condiiilor:

= + + +
= + + +
= + + +
m mn m m
n
n
a x x x
a x x x
a x x x
...
....... .......... .......... ..........
...
...
2 1
2 2 22 21
1 1 12 11
sau m i a x
i
n
j
ij
, 1 ,
1
= =

=
Condiia de satisfacere integral a cererii tuturor centrulor
de consum nseamn ndeplinirea condiiilor:

= + + +
= + + +
= + + +
n mn n n
m
m
b x x x
b x x x
b x x x
...
....... .......... .......... ..........
...
...
2 1
2 2 22 12
1 1 21 11
sau n j b x
j
m
i
ij
, 1 ,
1
= =

=
Modelul matematic al problemei de transport este urmtorul:
(1)

=
= =
n
j
ij ij
m
i
x c f
1 1
min
cu condiiile:
(2) m i a x
i
n
j
ij
, 1 ,
1
= =

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

=
(4) , , n j m i x
ij
, 1 , , 1 , 0 = = > .
Problema de transport este o problem de programare liniar
cu variabilele x
ij
n numr de mn, care satisfac restriciile liniare
(2) i (3), condiiile de nenegativitate (4) i fac minime
cheltuielile totale de transport f, unde f este o funcie liniar n
variabilele x
ij
.
92
O condiie necesar pentru compatibilitatea sistemului de
ecuaii (2) i (3) este ca

=

= = = =
m
i
n
j
m
i
ij
n
j
ij
x x
1 1 1 1
, ceea ce nseamn

= =
n
j
j
m
i
i
b a
1 1
, care reprezint condiia de echilibru.
Problema de transport, privit ca o problem de programare
liniar se poate rezolva cu algoritmul simplex, dar aceast
rezolvare devine dificil din cauza numrului mare de variabile i
restricii. Avnd n vedere forma particular a problemei de
transport n care toi coeficienii variabilelor x
ij
sunt egali cu 1 n
restricii, exist ali algoritmi de rezolvare a acestei probleme.
Mulimea soluiilor realizabile ntr-o problem de transport
nu este vid. Orice problem de transport are o soluie realizabil
de forma:

=

= = = =
= =
n
j
j
m
i
i
j i
ij
b a T n j m i
T
b a
x
1 1
, , 1 , , 1 , .
n general aceast soluie nu este optim. Sistemul (2), (3)
este ntotdeauna compatibil. Matricea coeficienilor restriciilor
liniare (2), (3) are rangul m + n 1.
O soluie realizabil de baz ntr-o problem de transport are
cel mult m + n 1 componente nenule, fiind nedegenerat n
cazul n care are exact m + n 1 componente nenule i degenerat
cnd numrul componentelor nenule este mai mic dect m + n
1. O observaie important o constituie faptul c dac a
i
i b
j
sunt
numere naturale, atunci valorile variabilelor x
ij
sunt numere
naturale n orice soluie realizabil de baz i deci i soluia
optim are numai componente numere naturale.
Exemplul 3.6.1: Fie depozitele A
1
, A
2
, A
3
n care se afl
cantitile de acelai produs (n mii tone) a
1
= 70, a
2
= 10, a
3
= 20.
Pentru patru centre de consum B
1
, B
2
, B
3
, B
4
sunt necesare
respectiv cantitile: b
1
= 50, b
2
= 25, b
3
= 15 i b
4
= 10. Costurile
unei mii tone de produs transportate de la A
i
la B
j
sunt valorile c
ij
din tabelul de mai jos:
93
B
A
B
1
B
2
B
3
B
4
Disponibil
A
1
3
x
11
2
x
12
2
x
13
4
x
14
70
A
2
1
x
21
2
x
22
3
x
23
4
x
24
10
A
3
3
x
31
5
x
32
2
x
33
1
x
34
20
Necesar 50 25 15 10 100
100
Se cere s se determine un plan optim de transport, adic
valorile x
ij
> 0, i = 1,2,3, j = 1,2,3,4, astfel nct costul total al
transportului s fie minim.
Modelul matematic al problemei este urmtorul:
34 33 32
31 24 23 22 21 14 13 12 11
2 5
3 4 3 2 4 2 2 3 min
x x x
x x x x x x x x x f
+ + +
+ + + + + + + + + =
cu condiiile:
10
15
25
50
20
10
70
34 24 14
33 23 13
32 22 12
31 21 11
34 33 32 31
24 23 22 21
14 13 12 11
= + +
= + +
= + +
= + +
= + + +
= + + +
= + + +
x x x
x x x
x x x
x x x
x x x x
x x x x
x x x x
x
ij
> 0, i = 1,2,3, j = 1,2,3,4
Matricea A a sistemului de restricii este:
94

\
|
=
1 0 0 0 1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0 0 1 0 0
0 0 1 0 0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1 0 0 0 1
1 1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1 1 0 0 0 0
0 0 0 0 0 0 0 0 1 1 1 1
A
Rangul matricei A este r(A) = m + n 1 = 3 + 4 1 = 6,
deci o soluie de baz are cel mult 6 componente nenule.
Modelul matriceal al problemei este:
0
min
>
=
=
X
d AX
cX f
, unde
, ,
, ,
, , 10 , 15 , 25 , 50 , 20 , 10 , 70
1 , 2 , 5 , 3 , 4 , 3 , 2 , 1 , 4 , 2 , 2 , 3
,..., ,
34 12 11
t
t
d
c
x x x X
=
=
=
Modelul de mai sus este modelul unei probleme de
programare liniar. Algoritmul de rezolvare a problemei de
transport presupune dou etape:
1. Aflarea unei soluii iniiale realizabile de baz;
2. mbuntirea soluiei iniiale pn la obinerea soluiei optime,
dup mai multe iteraii.
3.6.2 Metode de gsire a soluiilor iniiale de baz ntr-
o problem de transport
1. Metoda colului Nord-Vest
Metoda este descris pe exemplul 3.6.1. Se ncepe din colul
de Nord-Vest, adic din csua (1,1), creia i corespunde
x
11
= min{50,70} = 50
Pe prima coloan necesarul este satisfcut, deci:
x
21
= x
31
= 0
95
(B
1
) (B
2
) (B
3
) (B
4
)
(A
1
) 3
50
2
20
2 4 70/20
(A
2
) 1 2
5
3
5
4 10/5
(A
3
) 3 5 2
10
1
10
20/10
50 25/5 15/10 10
Pe prima linie au rmas 20 mii tone disponibile din cele 70,
care vor fi plasa te n csua (1,2) deoarece
x
12
= min{20,25}=20.
Depozitul A
1
i-a epuizat resursele, deci:
x
13
= x
14
= 0
Se pornete acum din csua (2,2), unde:
x
22
= min{10,5}=5.
Rezult x
32
= 0. A
2
are nc un disponibil de 5 mii tone pe
care le repartizeaz centrului B
3
, deoarece min{5,15} = 5, deci
x
23
= 5.
Astfel A
2
i-a epuizat resursa, deci x
24
= 0.
Centrul de consum B
3
mai are nevoie de 10 mii tone, care
vor fi repartizate n csua (3,3), adic
x
33
= 10.
Se ia x
34
= min{10,10}=10.
S-a obinut soluia iniial de baz, notat cu X
0
:
50 20
5 5
10 10
cu 6 componente strict pozitive, deci nedegenerat:
x
11
= 50 x
12
= 20 x
13
= 0 x
14
= 0
x
21
= 0 x
22
= 5 x
23
= 5 x
24
= 0
x
31
= 0 x
32
= 0 x
33
= 10 x
34
= 10
Valoarea funciei de eficien pentru aceast soluie este:
f(X
0
) = 350 + 220 + 25 + 35 + 210 + 110 = 245
96
2. Metoda costului minim al matricei
Procedeul de repartizare are drept criteriu costul minim. Se
pornete de la csua (3,4) creia i corespunde costul minim egal
cu 1, deci
x
34
= min{20,10}=10.
Din resursa A
1
rmn 10 mii tone de repartizat, iar
x
24
= x
14
= 0
(B
1
) (B
2
) (B
3
) (B
4
)
(A
1
) 3
30
2
25
2
15
4 70/45/30
(A
2
) 1
10
2 3 4 10
(A
3
) 3
10
5 2 1
10
20/10
50/40/10 25 15 10
Se trece la csua cu costul imediat egal sau superior, adic
(2,1), lund
x
21
= min{10,50}=10, iar
x
22
= x
23
= x
24
= 0
Se trece la csua (1,2), lund
x
12
= min{70,25}=25, iar
x
22
= x
32
= 0
Se trece la csua (1,3) i se ia
x
13
= min{45,15}=15, iar
x
23
= x
33
= 0
n csua (1,1) se pune:
x
11
= min{30,40}=30, iar x
14
= 0.
n final, x
31
= min{10,10}=10.
Se obine soluia iniial de baz nedegenerat:
30 25 15
10
10 10
Pentru determinarea soluiei iniiale de baz mai exist i
alte metode, cum ar fi: metoda costului minim pe linie, metoda
97
costului minim pe coloan, etc., aceste metode fiind diferite de
cele expuse doar prin ordinea de abordare a csuelor care
urmeaz a se completa.
3.6.3 Determinarea soluiei optime a problemei de
transport prin metoda potenialelor
Metoda potenialelor se bazeaz pe urmtoarea teorem:
Teorema 3.6.2: Fiecrei componente x
ij
din soluia de baz i
corespunde perechea de numere (u
i
, v
j
) astfel nct u
i
+ v
j
= c
ij
.
Pentru variabilele nebazice se noteaz
j i ij
v u c + = , soluia optim
se obine cnd toate diferenele 0 s
ij ij
c c .
Conform acestei teoreme, rezult urmtoarele etape de
calcul pentru gsirea soluiei optime cnd se cunoate o soluie de
baz:
1. Se rezolv sistemul:
u
i
+ v
j
= c
ij
pentru costurile c
ij
corespunztoare componentelor nenule
ale soluiei iniiale de baz.
2. Se calculeaz sumele
ij
c i se efectueaz diferenele
ij ij
c c
pentru costurile c
ij
corespunztoare componentelor nule ale
soluiei.
3. Se aplic criteriul de optim:
- dac toi 0 s
ij ij
c c , soluia este optim;
- dac exist cel puin un 0 >
ij ij
c c , se alege
max{ 0 >
ij ij
c c } i se modific soluia, formnd
ciclul celulei goale, corespunztoare maximului ales.
Definiia 3.6.3: Se numete ciclu corespunztor unei celule libere
o succesiune de celule ocupate, dou cte dou alturate pe
98
aceeai linie, respectiv pe aceeai coloan, cu treceri alternative
pe linii i coloane, succesiunea ncepnd imediat dup csua
liber i terminndu-se n vecintatea aceleiai csue libere.
ntr-un ciclu se marcheaz alternativ cu + i celulele,
ncepnd cu celula liber.
Pentru mbuntirea soluiei se determin valoarea minim
a valorii x
ij
din csuele marcate cu . Apoi valoarea minim
se adun la valorile x
ij
din csuele marcate cu + i se scade din
valorile x
ij
din csuele marcate cu .
Prin acest procedeu se obine o soluie mai bun dect cea
de la care s-a plecat.
Funcionarea algoritmului se ilustreaz pe exemplul 3.6.1,
unde s-a determinat soluia de baz prin metoda colului de Nord-
Vest:
3
50
2
20
2 4 70
1 2
5
3
5
4 10
3 5 2
10
1
10
20
50 25 15 10
Se formeaz sistemul u
i
+ v
j
= c
ij
pentru fiecare x
ij
din baz:

= +
= +
= +
= +
= +
= +
1
2
3
2
2
3
4 3
3 3
3 2
2 2
2 1
1 1
v u
v u
v u
v u
v u
v u
Sistemul obinut este ntotdeauna compatibil nedeterminat,
avnd m + n 1 = 6 ecuaii i m + n = 7 necunoscute. Se alege
v
1
= 0 i se obin celelalte valori: u
1
= 3, v
2
= - 1, u
2
= 3, v
3
= 0,
u
3
= 2, v
4
= - 1.
99
Se alctuiete un tabel n care se trec valorile
ij
c
corespunztoare componentelor x
ij
= 0:
v
j
u
i
0 - 1 0 -1
3 3 2
3 3 2
2 2 1
Tabelul corespunztor diferenelor
ij ij
c c este urmtorul:
1 - 2
2 - 2
- 1 - 4
ntruct nu toate diferenele 0 s
ij ij
c c , soluia de baz nu
este optim. Se caut max{ 0 >
ij ij
c c }=max{1,2}=2,
corespunztor diferenei
21 21
c c . Se ia x
21
= i se obine
urmtorul tabel pentru aflarea ciclului corespunztor celulei (2,1):
50 20 +
5 5
10 10
Avnd n vedere c noua soluie de baz trebuie s conin
numai elemente pozitive, = min{5,50}=5. Se obine astfel
soluia de baz X
1
, nedegenerat:
45 25
5 5
10 10
Valoarea funciei de eficien pentru soluia X
1
este
f(X
1
) = 345 + 225 + 15 + 35 + 210 + 110 = 235
Se observ c f(X
1
) < f(X
0
).
Cu soluia X
1
se procedeaz la fel ca i cu soluia iniial: se
determin u
i
i v
j
pentru x
ij
> 0 din soluia de baz X
1
, prin
rezolvarea sistemului:
100

= +
= +
= +
= +
= +
= +
1
2
3
1
2
3
4 3
3 3
3 2
1 2
2 1
1 1
v u
v u
v u
v u
v u
v u
Se alege v
1
= 0 i se obin celelalte valori: u
1
= 3, v
2
= - 1,
u
2
= 1, v
3
= 2, u
3
= 0, v
4
= 1.
Matricea valorilor
ij
c corespunztoare componentelor x
ij
=0:
v
j
u
i
0 - 1 2 1
3 5 4
1 0 2
0 0 - 1
Tabelul corespunztor diferenelor
ij ij
c c este urmtorul:
3 0
- 2 - 2
- 3 - 6
Deoarece exist o diferen pozitiv, 3
13 13
= c c , soluia X
1
nu este optim. Se ia x
13
= i se obine ciclul din tabelul
urmtor:
45 25
5 + 5
10 10
Noua soluie se obine pentru = min{5,45}=5. Soluia X
2
este:
101
40 25 5
10
10 10
Valoarea funciei de eficien pentru soluia X
2
este
f(X
2
) = 340 + 225 + 25 + 110 + 210 + 110 = 220.
Cu soluia X
2
se procedeaz la fel ca i cu soluia iniial: se
determin u
i
i v
j
pentru x
ij
> 0 din soluia de baz X
2
,
obinndu-se valorile: u
1
= 3, u
2
= 1, u
3
= 3, v
1
= 0, v
2
= - 1,
v
3
= - 1, v
4
= - 2.
Se alctuiete tabelul n care se trec valorile
ij
c
corespunztoare componentelor x
ij
= 0:
v
j
u
i
0 - 1 - 1 - 2
3 1
1 0 0 - 1
3 3 2
Tabelul corespunztor diferenelor
ij ij
c c este urmtorul:
- 3
- 2 - 3 - 5
0 - 3
ntruct toate diferenele 0 s
ij ij
c c , soluia X
2
este optim
i f
min
= f(X
2
) =220.
3.6.4 Soluii multiple
Dac matricea diferenelor
ij ij
c c corespunztoare soluiei
optime nu conine nici un element strict pozitiv, dar conine i alte
diferene nule dect cele corespunztoare variabilelor de baz,
problema mai are i alte soluii optime.
102
De exemplu, n ultimul tabel apare 0
31 31
= c c , iar x
31
nu
este nul. Aceasta nseamn c mai exist o soluie optim care
conine x
31
i care se obine din X
2
efectund ciclul lui (3,1):
40 25 5 +
10
10 10
Pentru = 10 se obine soluia optim X
2
:
30 25 15
10
10 10
Valoarea funciei de eficien pentru soluia X
2
este
f(X
2
) = 330 + 225 + 215 + 110 + 310 + 110 = 220.
Dac dou soluii X
2
i X
2
ale unei probleme de programare
liniar, n particular, de transport, sunt optime, atunci orice
combinaie liniar convex a lor este de asemenea o soluie
optim pentru problema respectiv. Adic soluia:
, , 1 0 , 1
'
2 2
s s + = X X X este optim.
3.6.5 Degenerarea n problema de transport
Soluia unei probleme de transport este degenerat dac are mai
puin de m + n 1 valori nenule. Degenerarea apare n problemele
de transport n urmtoarele situaii:
- cnd soluia iniial este degenerat;
- pe parcursul algoritmului cnd valoarea minim este atins
n ambele csue notate cu .
n ambele situaii se obin mai puine ecuaii dect m + n 1, deci
variabilele marginale nu pot fi determinate.
Pentru nlturarea acestui inconvenient se folosete metoda
zerourilor eseniale. Aceasta const n transformarea unor csue
103
libere n csue ocupate cu un 0*, numit zero esenial. Acest 0* se
pune n csuele libere cu costuri minime, care nu formeaz
cicluri cu csuele deja ocupate. n final, numrul total de csue
ocupate trebuie s fie de m + n 1. Zerourile eseniale sunt
componente bazice ale soluiei i se lucreaz cu ele ca i cu
celelalte componente bazice nenule.
3.6.6 Problema de transport neechilibrat
Cazul cel mai frecvent ntlnit n practic este cel al problemei de
transport neechilibrate, pentru care:

= =
n
j
j
m
i
i
b a
1 1
Rezolvarea problemei de transport neechilibrate se face
adugnd fie un centru fictiv de aprovizionare, fie un centru fictiv
de consum, care s preia restul produsului, diferena dintre
necesar i disponibil. Se consider dou cazuri:
1.

>

= =
n
j
j
m
i
i
b a
1 1
, caz n care se introduce un centru B
n+1
de consum,
cu necesarul

=
= =
+
n
j
j
m
i
i n
b a b
1 1
1
i toate costurile . 0
1 ,
=
+ n i
c
Problema devine echilibrat, cu m centre de aprovizionare i n + 1
centre de consum.
Dac se obine o soluie optim, rezult c cel puin o
component de pe coloana n + 1 nou adugat este diferit de
zero, de exemplu . 0
1 ,
=
+ n i
x Aceasta semnific faptul c n centrul
de aprovizionare A
i
rmn netransportate
1 , + n i
x uniti de marf.
2. Dac n problema dat

= =
n
j
j
m
i
i
b a
1 1
, se va introduce un centru
fictiv de aprovizionare A
m+1
care deine cantitatea

=
= =
+
m
i
i
n
j
j m
a b a
1 1
1
, toate costurile . 0
, 1
=
+ j m
c Problema devine
104
echilibrat cu m + 1 centre de aprovizionare i n centre de
consum.
n acest caz, dac s-a obinut o soluie optim, aceasta
presupune cel puin o component de pe linia m + 1 diferit de
zero, adic . 0
, 1
=
+ j m
x nseamn c un centru de consum B
j
rmne cu necesarul nesatisfcut, total sau parial.
3.7 Probleme
3.7.1 Enunuri
1. S se rezolve urmtoarea problem de programare liniar:
j
5 , 1 , 0
16 3
12 2
8 2
2 3 2 min
5 4 3
5 4 2
5 4 1
5 4 3 2 1
= >

= + +
= + +
= + +
+ + + + =
i x
x x x
x x x
x x x
x x x x x f
i
2. S se aduc la forma standard i s se rezolve problema de
programare liniar :
j
4 , 1 , 0
48 2
16 3 2
40 2
6 5 3 max
3 2 1
3 2 1
4 3 1
4 3 2 1
= >

s + +
s + +
s + +
+ + + =
i x
x x x
x x x
x x x
x x x x f
i
3. S se arate c urmtoarea problem de programare liniar are
optim infinit:
105
j
4 , 1 , 0
1
1
2
1
2 2 max
4 3 2
4 3 1
4 3 2 1
= >

= +
= +
+ + + =
i x
x x x
x x x
x x x x f
i
4. S se scrie duala urmtoarei probleme de programare liniar:
j
3 , 1 , 0
1 2
2 2
6 5 4 min
3 2 1
3 2 1
3 2 1
= >

> + +
> + +
+ + =
i x
x x x
x x x
x x x f
i
5. Un meniu trebuie s conin cel puin 0,6 uniti din substana
nutritiv A; 0,9 uniti din substana B; 3 uniti din substana C i
2,5 uniti din substana D. Aceste substane se gsesc n dou
alimente M i N. S se determine cantitile x
1
i x
2
din alimentele
M i N, astfel nct costul meniului s fie minim, folosind datele
din tabelul de mai jos:
Alimente
Substane
M
(x
1
)
N
(x
2
)
Necesar
biologic
A 0,15 0 0,6
B 0 0,15 0,9
C 0,15 0,30 3
D 0,30 0,15 2,55
Pre unitar 10 4 -
6. La o ferm s-a planificat o suprafa de 300 ha teren arabil
pentru cultivarea cu gru i porumb.
Pentru cultivarea unui hectar de gru se cheltuiete n medie
350 lei, iar pentru cultivarea unui hectar de porumb 200 lei.
Se presupune c recolta medie la gru este de 2500 kg/ha i
la porumb este de 3250 kg/ha.
Beneficiul obinut din vnzarea grului este de 0,80 lei/kg,
iar al porumbului 0,50 lei/kg.
106
n planul de cheltuieli s-a prevzut suma de 70 000 lei
pentru ambele culturi.
Se cere s se determine numrul de hectare x
1
i x
2
care
trebuie cultivate cu gru i respectiv cu porumb, pentru ca
beneficiul total obinut din vnzarea recoltei s fie maxim.
7. S se rezolve problema de transport echilibrat, cu datele de
intrare specificate n tabelul urmtor:
B
A
B
1
B
2
B
3
B
4
Disponibil
A
1
5
x
11
7
x
12
11
x
13
4
x
14
400
A
2
10
x
21
9
x
22
5
x
23
6
x
24
250
A
3
7
x
31
8
x
32
8
x
33
9
x
34
300
Necesar 200 270 330 150 950
950
8. Un ntreprinztor deine dou puncte de prelucrare a crnii de
pui (A
1
, A
2
). Produsele finite sunt comercializate n trei centre B
1
,
B
2
, B
3
. n punctul A
1
se prelucreaz 80% din ntreaga cantitate, iar
n A
2
, restul de 20% din necesarul evaluat pentru o lun.
Cantitile vndute n cele trei centre sunt de 40%, 30% i
respectiv 30% din producia total. Procentele au fost calculate n
funcie de puterea de cumprare a clienilor din respectivele zone.
Costurile de transport se presupun a fi proporionale cu lungimile
rutelor i sunt date n matricea :

\
|
=
10 8 6
7 12 5
C
S se determine programul optim de transport, cu costurile
minime.
107
9. n sursele A
1
, A
2
, A
3
sunt stocate 450, 820, respectiv 530 uniti
dintr-o marf care trebuie expediat consumatorilor B
1
, B
2
, B
3
i
B
4
. Cantitile solicitate sunt 300, 700, 200, respectiv 600 uniti.
Se cere identificarea unui program de aprovizionare optim sub
aspectul costului, n ipoteza c se mai dein urmtoare informaii :
se poate folosi orice rut ; sunt suficiente capaciti de transport
pe orice rut. Matricea costurilor unitare :

\
|
=
10 9 9 8
4 11 7 10
6 12 8 5
C
are elemente cvasiconstante, stabilite n funcie de lungimea rutei
i de tipul de drum.
3.7.2 Rspunsuri
1. . 20 ; 4 , 0 , 4 , 8 , 0
min 5 4 3 2 1
= = = = = = f x x x x x
2. . 200 ; 20 , 0 , 16 , 0
max 4 3 2 1
= = = = = f x x x x
3. Soluia iniial de baz este x
1
, x
2
. Dup introducerea n baz a
lui x
4
, se obine:
1 2 2 1 c
j
I e j
Baza P
o
P
1
P
2
P
3
P
4
| j
j
a
b
1 P
4
2 2 0 - 1 1
2 P
2
3 2 1 0 0
z
k
8 6 2 - 1 1
A
k
= c
k
z
k
- - 5 0 3 0
Singura diferen pozitiv este 3, pe coloana lui P
3
, dar
acesta nu are componente pozitive, deci problema are optim
infinit.
4. Problema dual este:
108
, ,
2 1
2 1
2 1
2 1
2 1
2 max] [
0 , 0
6
5 2
4 2
y y g
y y
y y
y y
y y
D
+ =
> >

s +
s +
s +
5. Modelul matematic al problemei este urmtorul:
j
2 1
2 1
2 1
2 1
2
1
4 10 min
0 , 0
55 , 2 15 , 0 3 , 0
3 3 , 0 15 , 0
9 , 0 15 , 0
6 , 0 15 , 0
x x f
x x
x x
x x
x
x
+ =
> >

> +
> +
>
>
cu soluia: 76 ; 9 ; 4
min 2 1
= = = f x x .
6. Modelul matematic al problemei este urmtorul:
j
2 1
2 1
2 1
2 1
5 , 0 3250 8 , 0 2500 max
0 , 0
70000 200 350
300
x x f
x x
x x
x x
+ =
> >

s +
= +
cu soluia: 512500 ;
3
700
,
3
200
max 2 1
= = = f x x
7. Problema admite urmtoarea soluie optim:
200 50 0 150
0 0 250 0
0 220 80 0
Soluia nu este unic, alt soluie optim este:
170 0 80 150
0 0 250 0
30 270 0 0
109
Orice combinaie liniar convex a celor dou soluii este o
soluie optim:
, ,
j . 5600 , 1 , 0
,
0 0 270 30
0 250 0 0
150 80 0 170
1
0 80 220 0
0 250 0 0
150 0 50 200
*
min
= e

\
|
+

\
|
=
f
X

8. Soluia optim este:
. 690 ; 0 , 20 , 0 , 30 , 10 , 40
min 23 22 21 13 12 11
= = = = = = = f x x x x x x
9. Soluia optim este:
300 150 0 0
0 550 200 70
0 0 0 530
cu f
min
= 11410.
110
Capitolul 4
Elemente de analiz matematic
4.1 Funcii reale de o variabil real
4.1.1 Vecintate a unui punct. Punct de acumulare
Definiia 4.1.1: Fie x
0
e R. Mulimea:
S
r
(x
0
) = {x e R | |x x
0
| < r}
se numete interval centrat n x
0
de raz r.
Definiia 4.1.2: O mulime V c R este o vecintate a punctului x
0
dac exist un interval centrat n x
0
inclus n V, x
0
e S
r
(x
0
) c R.
Definiia 4.1.3: Fie A c R. Punctul x
0
se numete punct de
acumulare al mulimii A dac orice vecintate a punctului x
0
conine puncte din A \ {x
0
}.
4.1.2 Definiia funciei reale de o variabil real
Definiia 4.1.4: Funcia f : D R este o funcie real de o
variabil real dac oricrui element x (argumentul funciei) din
mulimea D c R (domeniul de definiie) i corespunde un singur
element y din R (codomeniul), astfel nct f(x) = y.
111
Exemple:
x x g R g
x
x
x f R R f
ln ) ( , ) , 0 ( :
1
3 2
) ( , } 1 { \ :
=

+
=
4.1.3 Limita unei funcii ntr-un punct
Definiia 4.1.5: Fie funcia f : D R i x
0
un punct de acumulare
al domeniului de definiie D. Spunem c l este limita funciei f n
punctul x
0
dac oricare ar fi c > 0, exist o(c) > 0, astfel nct
oricare ar fi x din D \ {x
0
} cu |x x
0
| < o(c), rezult c |f(x) l|<c,
ceea ce se scrie : l x f
x x
=

) ( lim
0
.
Exemple :
1
1
lim
2
1
3 2
lim
2 ) 8 3 ( lim
0
2
=

+
=

x
e
x
x
x
x
x
x
x
4.1.4 Continuitatea unei funcii ntr-un punct
Definiia 4.1.6: Fie funcia f : D R i x
0
un punct din domeniul
de definiie D. Spunem c funcia f este continu n x
0
dac
). ( ) ( lim
0
0
x f x f
x x
=

Definiia 4.1.7: Fie funcia f : D R i A o submulime a lui D.

Spunem c f este continu pe A dac f este continu n orice punct
al mulimii A.
Se numesc funcii elementare urmtoarele funcii:
112
Funcia polinomial de grad n: f : R R
f(x) =a
n
x
n
+a
n-1
x
n-1
+...+a
1
x+a
0
, a
n
=0, a
i
eR, i = 0, ..., n.
Funcia raional: , , , ,
, ,
, ,
, , } 0 | { \ :
x Q
x P
x f R x Q x R f = = unde
P(x) i Q(x) sunt funcii polinomiale.
Funcia radical: f : D R , unde D = R
+
pentru n par, D = R
pentru n impar, , 1 *, = e n N n . ) (
n
x x f =
Funcia exponenial: f : R R f(x) = a
x
, a > 0, a = 1.
Funcia logaritmic: . 1 , 0 , log ) ( , ) , 0 ( : = > = a a x x f R f
a
Funciile trigonometrice:
- funcia sinus: j , , x x f R f sin , 1 , 1 : = ;
- funcia cosinus: j , , x x f R f cos , 1 , 1 : = ;
- funcia tangent: , , , , tgx x f R Z k k R f =
)
`

e + , |
2
1 2 \ :
t
;
- funcia cotangent: { } , , ctgx x f R Z k k R f = e , | \ : t .
Funciile trigonometrice inverse:
- funcia arcsinus: j , , x x f f arcsin ,
2
,
2
1 , 1 : =
(

t t
;
- funcia arccosinus: j j , , x x f f arccos , , 0 1 , 1 : = t ;
- funcia arctangent: , , arctgx x f R f =

\
|
,
2
,
2
:
t t
;
- funcia arccotangent: , , , , arcctgx x f R f = , , 0 : t .
Funciile elementare sunt continue pe domeniul de definiie.
Suma, produsul, compusa a dou sau mai multe funcii elementare
sunt de asemenea continue pe domeniul de definiie.
4.1.5 Derivabilitatea unei funcii ntr-un punct
Definiia 4.1.8: Fie funcia f : D R i x
0
un punct din domeniul
de definiie D. Spunem c funcia f este derivabil n punctul x
0
dac exist i este finit limita:
113
). ( '
) ( ) (
lim
0
0
0
0
x f
x x
x f x f
x x
=

Definiia 4.1.9: Fie funcia f : D R i A o submulime a lui D.

Spunem c f este derivabil pe A dac f este derivabil n orice
punct al mulimii A.
Formule de derivare
0 ' = c
1
)' (

=
n n
nx x
1
)' (

=
o o
nx x
a a a
x x
ln )' ( =
x x
e e = ' ) (
x
x
1
ln' =
a x
x
a
ln
1
log
'
= x x cos sin' = x x sin cos' =
x
x tg
2
cos
1
' =
x
x ctg
2
sin
1
' =
2
1
1
arcsin'
x
x

=
2
1
1
arccos'
x
x

=
2
1
1
'
x
x arctg
+
=
2
1
1
'
x
x arcctg
+
=
' ' )' ( g f g f + = + ' ' )' ( g f g f g f + =
2
' '
g
g f g f
g
f
=
'

\
|
, , , , , , ' ' u u f u f =
'
Derivate de ordin superior
Derivata a doua a funciei f , dac exist, este derivata primei
derivate: , ,' ' ' ' f f =
Derivata de ordin n a funciei f :
, , , ,
, ,
'
=
1 n n
f f .
114
Puncte de extrem
Definiia 4.1.10: Fie funcia f : D R i x
0
un punct din
domeniul de definiie D. Spunem c x
0
este punct de maxim local
(minim local) dac exist o vecintate V a lui x
0
astfel nct
oricare ar fi x din V D, f(x) f(x
0
) (f(x) > f(x
0
)). Punctele de
maxim sau minim local se numesc puncte de extrem local.
Teorema 4.1.11: (Fermat) Fie funcia f : D R derivabil pe
domeniul de definiie D. n punctele de extrem local interioare lui
D, derivata funciei se anuleaz.
Definiia 4.1.12: Fie funcia f : D R i I un interval inclus n
domeniul D. Spunem c:
f este strict cresctoare pe I dac oricare ar fi x
1
i x
2
din I cu
x
1
<x
2
, f(x
1
) < f(x
2
);
f este strict descresctoare pe I dac oricare ar fi x
1
i x
2
din I cu
x
1
<x
2
, f(x
1
) > f(x
2
);
f este monoton cresctoare pe I dac oricare ar fi x
1
i x
2
din I cu
x
1
<x
2
, f(x
1
) f(x
2
);
f este monoton descresctoare pe I dac oricare ar fi x
1
i x
2
din I
cu x
1
<x
2
, f(x
1
) > f(x
2
).
O astfel de funcie se numete monoton pe I.
Teorema 4.1.13 : Fie funcia f : D R derivabil i I un interval
inclus n domeniul D. Atunci:
f este strict cresctoare pe I dac i numai dac f(x)>0, pentru
oricare x din I;
f este strict descresctoare pe I dac i numai dac f(x)<0,
pentru oricare x din I;
f este monoton cresctoare pe I dac i numai dac f(x)>0,
pentru oricare x din I;
f este monoton descresctoare pe I dac i numai dac f(x)0,
pentru oricare x din I.
115
Formula lui Taylor
Teorema 4.1.14: Dac f : I R este de n+1 ori derivabil pe I, a
este un numr din I, atunci exist un numr c cuprins ntre a i
xeI, astfel nct are loc relaia:
, , , ,
, ,
, ,
Lagrange. lui forma sub restul ), (
! 1
) (
!
... ) ( ' '
! 2
) ( '
! 1
) ( ) (
) 1 (
1
) (
2
c f
n
a x
R
R a f
n
a x
a f
a x
a f
a x
a f x f
n
n
n
n
n
n
+
+
+

=
+

+ +

+ =
Observaii:
Formula aproximeaz orict de bine valoarea f(x) a unei funcii
printr-un polinom.
Cu ct n este mai mare, restul devine mai mic i aproximaia mai
bun.
Cu ct x este mai aproape de a, aproximaia este mai bun.
Pentru a = 0 se obine formula lui MacLaurin.
Exemplul 4.1.15:
Fie , ,
x
e x f R R f = , : , a=0.
, ,
, ,
, ,
, , . , 1 0 , N n f e x f
n x n
e = =
Se obine:
n
n
x
R
n
x x x
e + + + + + =
!
...
! 2 ! 1
1
2
Exemplul 4.1.16:
Fie , , , , , , . 0 , 1 ln , , 1 : = + = a x x f R f
, ,
, ,
, , , ,
, ,
* ,
1
! 1 1
1
N n
x
n
x f
n
n
n
e
+

=

, deci:
, ,
, , , , , ,! 1 1 0
1
=

n f
n n
Se obine:
116
n
n
n
R
n
x x x x
x + + + = +
1
3 2
) 1 ( ...
3 2 1
) 1 ln(
Exemplul 4.1.17:
Fie , , 0 , sin , : = = a x x f R R f

+ =
=
=
1 2 pentru , ) 1 (
2 pentru , 0
) 0 (
) (
k n
k n
f
k
n
, ,
n
n
n
R
n
x x x x
x +

+ + =

! 1 2
) 1 ( ...
! 5 ! 3 ! 1
sin
1 2 5 3
4.1.6 Difereniala unei funcii reale
Definiia 4.1.18: Fie funcia R I f : , unde I este un interval
deschis. Atunci f este difereniabil n punctul x
0
e I, dac exist
numrul real A care depinde de f i de x
0
, i o funcie , : R I o
cu , , , , 0 lim
0
0
= =

x x
x x
o o astfel nct:
, , , , , , , ,, , . ,
0 0 0
I x x x x x x A x f x f e + = o
Teorema 4.1.19: Funcia R I f : este difereniabil n punctul
x
0
e I, dac i numai dac f este derivabil n punctul x
0
.
Definiia 4.1.20: Fie funcia R I f : , derivabil n punctul
x
0
eI. Funcia liniar i omogen , , , ,h x f h g R R g
0
' , : = se
numete difereniala funciei f n punctul x
0
i se noteaz df(x
0
),
adic: , ,, , , ,h x f h x df
0 0
' = .
Difereniala funciei f ntr-un punct oarecare xeI se noteaz df(x).
Pentru aplicaia identic, x = 1, d(x)(h)=h. Se noteaz d(x)=dx.
Cu aceste notaii:
, , , ,dx x f x df ' =
Rezult exprimarea derivatei astfel:
117
, ,
, ,
dx
x df
x f = ' .
Aplicnd regulile de derivare pentru dou funcii R I g f : ,
derivabile pe I, rezult regulile de difereniere:
, , , , , ,
. 0 ,
; ; ;
2
=

\
|
+ = = + = +
g
g
fdg gdf
g
f
d
fdg gdf fg d df f d dg df g f d
Fie I i J intervale deschise din R i funciile J I u : i
R J f : derivabile pe I, respectiv J. Atunci difereniala funciei
compuse este:
, , , , . ' du u f u df =
4.1.7 Aplicaii n economie
Procesele economice sunt studiate cu ajutorul modelellor
matematice, unde relaiile dintre diferitele mrimi sunt exprimate
prin funcii.
Variaia mrimii y n raport cu o mrime x este dat prin
funcia y = f (x), unde x e I, I fiind un interval din R.
Definiia 4.1.21: Se numete valoare medie a lui f pe intervalul
[x, x+h] c I, h > 0, raportul:
, ,
, , , ,
h
x f h x f
x
f
x f
+
=
A
A
=
Definiia 4.1.22: Se numete valoare marginal a funciei
R I f : n punctul x e I:
, , , ,
, ,
, ,
dx
x df
x f
h
x f h x f
h
= =
+

' lim
0
Definiia 4.1.23: Se numete variaia relativ a funciei
R I f : n punctul x e I:
118
, ,
, ,
, , , ,
, ,
. 0 , >
+
=
A
h
x f
x f h x f
x f
x f
Definiia 4.1.24: Se numete ritmul mediu de variaie a funciei
R I f : n punctul x e I:
, ,
, ,
h
R
x f
x f
m f
A
=
,
.
Definiia 4.1.25: Se numete ritmul local (marginal) al funciei
R I f : n punctul x e I:
, ,
, ,
, , '. ln
' 1
lim lim
0
,
0
,
f
f
f
x f h
x f
R R
h
m f
h
x f
= =
A
= =

Definiia 4.1.26: Se numete elasticitatea medie a funciei
R I f : n punctul x e I raportul variaiilor relative ale lui f(x)
i x:
, ,
, ,
, ,
, ,
.
,
x f
x
h
x f
x
h
x f
x f
E
m f

A
=
A
=
Definiia 4.1.27: Se numete elasticitate local (marginal) a
funciei R I f : n punctul x e I, limita elasticitii medii cnd
h tinde la 0:
, ,
, ,
, ,
, ,
, ,' ln
' ln
' ln ' lim
0
,
x
f
f x f
f
x
h
x f
x f
x
E
h
x f
= = =
A
=

Aceste noiuni pot fi transpuse la noiunile din domeniul
economic. Astfel, pentru cost spre exemplu, avem cost mediu,
cost marginal, elasticitatea costului ; pentru cerere : cerere medie,
cerere marginal, elasticitatea cererii, etc.
119
4.2 Funcii reale de mai multe variabile reale
4.2.1 Mulimi i puncte din R
n
. Vecinti
R
n
= {x = (x
1
, x
2
, ..., x
n
) | x
i
e R, i = 1, ..., n}
R
n
este un spaiu vectorial real.
Definiia 4.2.1: Aplicaia d : R
n
x R
n
R
+
se numete distan
dac:
1. d(x, y) > 0, (x, y) e R
n
x R
n
, d(x, y) = 0 dac i numai
dac x = y;
2. d(x, y) = d(y, x);
3. d(x, z) d(x, y) + d(y, z).
Exemplul 4.2.2:
Dac x = (x
1
, x
2
, ..., x
n
) i y = (y
1
, y
2
, ..., y
n
) sunt elemente din R
n
,
atunci d(x, y) verific axiomele distanei, unde:
, , , ,

=
=
n
i
i i
y x y x d
1
2
,
Pentru n = 1 d(x, y) = |x y|
Pentru n = 2 , , , , , ,
2
2 1
2
2 1
, y y x x y x d + =
Definiia 4.2.3: Fie x
0
un element din R
n
i r > 0. Mulimea
S
r
(x
0
) = {x e R
n
| d(x, x
0
) < r} se numete sfer deschis cu
centrul n x
0
i de raz r (sau hipersfer).
Definiia 4.2.4: O mulime V c R
n
este o vecintate a punctului x
o
exist o sfer deschis cu centrul n x
o
inclus n V.
Definiia 4.2.5: Fie A c R
n
. Punctul x
0
se numete punct de
acumulare al mulimii A dac orice vecintate a punctului x
o
conine puncte din A \ {x
o
}.
120
4.2.2 Funcii de dou variabile
Definiia 4.2.6: Fie R
2
= {x = (x
1
, x
2
) | x
1
, x
2
e R}, A c R
2
.
Funcia f : A R este o funcie real de dou variabile reale.
Exemple 4.2.7:
a) Funcia de eficien f(x,y) = c
1
x + c
2
y, x,y > 0 dintr-o problem
de programare liniar.
b) Fie p preul de cost pentru produsul X n uniti date, v venitul
mediul al unui consumator i x cantitatea din produsul X cerut pe
pia n uniti date. Atunci x este o funcie de p i v, care poate fi
scris ca o funcie de dou variabile: x = f(p,v), unde p,v > 0.
c) Notnd cu V venitul naional, cu x orele de munc productiv
prestate, cu y fondurile fixe angajate n producie, se poate scrie
funcia de dou variabile: V(x,y) = kx
o
y
|
, unde k, o, | sunt
constante, iar x > 0, y > 0. Aceast funcie se numete funcia de
producie de tip Coob-Douglas.
4.2.3 Limite i continuitate pentru funcii de dou
variabile
Definiia 4.2.8: Fie A c R
2
, funcia f : A R i punctul (a,b),
punct de acumulare al mulimii A. Spunem c l este limita funciei
f n punctul (a,b) dac oricare ar fi c > 0, exist o(c) > 0, astfel
nct oricare ar fi (x,y) din A \ {(a,b)} cu |x a | < o(c) i |y b | <
o(c), rezult c |f(x,y) l| < c, ceea ce se scrie . ) , ( lim l y x f
b y
a x
=

Exemple 4.2.9 :
, , , ,
, , 7 lim
2 2
1 , 2 ,
= + +

y xy x
y x
121
, , , , , , , ,
2
sin
lim
sin
lim
2 , 0 , 2 , 0 ,
= =

xy
xy
y
x
xy
y x y x
Definiia 4.2.10: Fie A c R
2
i funcia f : A R. Spunem c
funcia f este continu n punctul (a,b) e A dac
, ,. , ) , ( lim b a f y x f
b y
a x
=

Exemplul 4.2.11 :
S se studieze continuitatea funciei R R f
2
: n punctul (0,0) :
, ,
, , , ,
, , , ,

=
=
+
+ +
=
0 , 0 , , 0
0 , 0 , ,
1 1
,
2 2
2 2
y x
y x
y x
y x
y x f
Funcia nu este continu n (0,0) pentru c:
, , , ,
, ,
, , , ,
, , , ,
, ,, ,
, , , ,
, ,
, ,, ,
, , , ,
, , 0 , 0
2
1
1 1
1
lim
1 1
lim
1 1
1 1
lim
x 1 - 1
lim , lim
2 2
0 , 0 ,
2 2 2 2
2 2
0 , 0 ,
2 2 2 2
2 2
0 , 0 ,
2 2
2 2
0 , 0 , 0 , 0 ,
f
y x
y x y x
y x
y x y x
y x
y x
y
y x f
y x
y x
y x
y x y x
= =
+ + +

=
=
+ + + +
+
=
=
+ + + +

=
=
+
+ +
=

Definiia 4.2.12: Fie funcia f : D R i A o submulime a lui
DcR
2
. Spunem c f este continu pe A dac f este continu n
orice punct al mulimii A.
4.2.4 Derivate pariale
122
Definiia 4.2.13: Fie A c R
2
, funcia f : A R, i (a,b) e A.
Spunem c funcia f este derivabil parial n raport cu x n
punctul (a,b) dac exist i este finit limita:
, , , ,
, ,
, ,
x
b a f
b a f
a x
b a f b x f
x
a x
c
c
= =

,
,
, ,
lim
'
.
f
x
(a,b) se numete derivata parial de ordinul nti a funciei f n
raport cu variabila x n punctul (a,b).
Definiia 4.2.14: Fie A c R
2
, funcia f : A R, i (a,b) e A.
Spunem c funcia f este derivabil parial n raport cu y n
punctul (a,b) dac exist i este finit limita:
, , , ,
, ,
, ,
y
b a f
b a f
b y
b a f y a f
y
b y
c
c
= =

,
,
, ,
lim
'
.
Observaie: Cnd se calculeaz derivata parial n raport cu x,
variabila y este considerat constant i se deriveaz ca i cnd ar
fi o singur variabil x. Dac funcia are mai multe variabile, toate
celelalte n afara celei cu care se lucreaz se consider constante.
Derivatele pariale f
x
i f
y
sunt funcii de variabile x i y. Dac
exist, derivatele pariale de ordinul doi sunt urmtoarele:
, , , , , ,
, , , ,
, , , , , ,
, , , ,
, , , , , ,
, , , ,
, , , , , ,
, , , ,
2
2
' '
'
'
2
' '
'
'
2
' '
'
'
2
2
' '
'
'
, ,
, ,
, ,
, ,
, ,
, ,
, ,
, ,
2
2
y
y x f
y
y x f
y
y x f y x f
x y
y x f
y
y x f
x
y x f y x f
y x
y x f
x
y x f
y
y x f y x f
x
y x f
x
y x f
x
y x f y x f
y
y
y
yx
x
y
xy
y
x
x x
x
c
c
=

\
|
c
c
c
c
= =
c c
c
=

\
|
c
c
c
c
= =
c c
c
=

\
|
c
c
c
c
= =
c
c
=

\
|
c
c
c
c
= =
Exemplul 4.2.15:
Fie funcia
123
, ,
, ,
, ,
, ,
, ,
, ,
, ,
2 3 ' '
2 ' '
2 ' '
2 2 ' '
2 3 '
2 2 2 '
2 2 2 3
2
10 8 ,
20 24 ,
20 24 ,
10 24 ,
3 10 8 ,
2 10 12 ,
1 3 2 5 4 ,
:
2
2
x x y x f
xy y x y x f
xy y x y x f
y xy y x f
y x y x y x f
xy y x y x f
y x y x y x y x f
R R f
y
yx
xy
x
y
x
+ =
+ =
+ =
+ =
+ + =
+ =
+ + + =

Exemplul 4.2.16 :
Fie funcia
, , { }
, , , ,
, ,
, ,
, ,
, ,
, , , ,
, ,
, , , ,
, ,
, , , ,
, ,
, ,
, , , ,
2
2 2
2 2
2
2 2
2 2
' '
2
2 2
2
2 2
' '
2
2 2
2
2 2
' '
2
2 2
2 2
2
2 2
2 2 2
' '
2 2
'
2 2
'
2 2
2
3
18 6
3
6 6 3 6
,
3
12
3
2 6
,
3
12
3
6 2
,
3
6 2
3
4 3 2
,
3
6
,
3
2
,
3 ln ,
0 , 0 \ :
2
2
y x
y x
y x
y y y x
y x f
y x
xy
y x
x y
y x f
y x
xy
y x
y x
y x f
y x
y x
y x
x y x
y x f
y x
y
y x f
y x
x
y x f
y x y x f
R R f
y
yx
xy
x
y
x
+

=
+
+
=
+
=
+

=
+
=
+

=
+
+
=
+
+
=
+
=
+
=
+ =

124
Criteriul lui Schwarz: Dac funcia f : A c R
2
R are derivate
pariale mixte de ordinul doi ntr-o vecintate V a punctului
(a,b)eA i dac sunt continue n (a,b), atunci are loc relaia:
f
xy
(a,b) = f
yx
(a,b).
4.2.5 Funcii difereniabile
Fie funcia f : A c R
2
R i punctul (a,b) e intA.
Definiia 4.2.17: Funcia f este difereniabil n punctul (a,b) dac
exist dou numere i i dac exist o funcie e : V(a,b) R
continu i nul n (a,b) astfel nct, pentru orice (x,y) din A are
loc relaia:
, , , , , , , , , , , , , ,
2 2
, , , b y a x y x b y a x b a f y x f + + + = e
Teorema 4.2.18: Dac funcia f este difereniabil n punctul
(a,b), atunci admite derivate pariale de ordinul nti n (a,b) i
= f
x
(a,b) i = f
y
(a,b).
Definiia 4.2.19: Expresia liniar:
df(x,y,a,b) = (x a) f
x
(a,b) + (y b) f
y
(a,b)
se numete difereniala funciei f n punctul (a,b).
Dac (x,y) = x i (x,y) = y, atunci :
d(x,y) = dx = x a i d(x,y) = dy = y b.
dx i dy se numesc diferenialele variabilelor independente.
Difereniala funciei f se mai poate scrie:
dy
y
f
dx
x
f
df
c
c
+
c
c
=
Exemplul 4.2.20 :
125
, ,
, , , ,
, , , ,
, , dy e dx e y x df
e f xye y x f
e f e x e y x f
xe y x f R R f
y
y x
y
x
y x y x
x
y x
2 2
2 ' '
2 ' 2 '
2
2 3 1 , 1 , ,
2 1 , 1 , 2 ,
3 1 , 1 , 2 ,
) 1 , 1 ( punctul , , , :
2 2
2 2 2 2
2 2
+ =
= =
= + =
=
+
+ +
+
Diferenialele de ordin superior se definesc n mod recurent prin
relaia: d
n
f = d(d
n-1
f).
Difereniala de ordin doi :
2
2
2 2
2
2
2
2
2 dy
y
f
dxdy
y x
f
dx
x
f
f d
c
c
+
c c
c
+
c
c
=
n general :
, ,
, , y x f dy
y
dx
x
f d
n
n
,

\
|
c
c
+
c
c
=
4.2.6 Interpretri economice ale derivatelor pariale
Fie funcia f : R
n
R care admite derivate pariale de ordinul
nti.
a) Se numete valoare marginal sau viteza de variaie a lui f n
raport cu variabila x
i
derivata parial a acesteia n raport cu x
i
:
, ,
, ,
i
n
i
x
x x x f
x f VM
c
c
=
,..., ,
,
2 1
b) Se numete ritm de variaie a lui f n raport cu variabila x
i
expresia :
, ,
, , , ,
f
x f VM
x
x x x f
f
x f R
i
i
n
i
, ,..., , 1
,
2 1
=
c
c
=
c) Se numete elasticitate a lui f n raport cu variabila x
i
expresia :
, ,
, ,
, ,
i
i
i
n i
i
x f VM
f
x
x
x x x f
f
x
x f E ,
,..., ,
,
2 1
=
c
c
=
126
De exemplu, piaa de mrfuri funcioneaz conform legii
cererii i ofertei. Derivata parial a unei funcii care depinde de
preurile mrfurilor arat variaiile cererii cnd unul dintre preuri
variaz. Dac derivata este negativ, ea indic viteza cu care
scade cererea pentru marfa x
i
cnd preul ei crete.
Elasticitatea d o informaie mai complet a variaiei cererii
n raport cu preul, reprezentnd viteza descreterii relative a
cererii pentru o cretere relativ a preului.
4.2.7 Derivatele funciilor compuse
Teorema 4.2.21: Dac funciile u, v : X R, X c R au derivate
continue pe X, dac funcia f(u,v) definit pe Y c R
2
are derivate
pariale continue pe Y, atunci funcia compus
F(x) = f(u(x),v(x)) are derivat continu pe X, dat de formula:
, ,
dx
dv
v
f
dx
du
u
f
dx
dF
x F
c
c
+
c
c
= = ' .
Teorema 4.2.22: Dac funciile u, v : X R, X c R
2
au derivate
continue pe X, dac funcia f(u,v) definit pe Y c R
2
are derivate
pariale continue pe Y, atunci funcia compus
F(x,y) = f(u(x,y),v(x,y)) are derivate pariale continue pe X, date
de formulele:
y
v
v
f
y
u
u
f
y
F
x
v
v
f
x
u
u
f
x
F
c
c

c
c
+
c
c

c
c
=
c
c
c
c

c
c
+
c
c

c
c
=
c
c
Exemplul 4.2.23 :
F(x) = f(x
2
+3x, cosx), x e R. u = x
2
+3x, v = cosx.
, , , ,
v
f
x
u
f
x
dx
dv
v
f
dx
du
u
f
dx
dF
x F
c
c

c
c
+ =
c
c
+
c
c
= = sin 3 2 '
127
Exemplul 4.2.24:
F(x,y) = f(x
2
y
2
, x + y), u = x
2
y
2
, v = x + y.
v
f
u
f
y
y
v
v
f
y
u
u
f
y
F
v
f
u
f
x
x
v
v
f
x
u
u
f
x
F
c
c
+
c
c
=
c
c

c
c
+
c
c

c
c
=
c
c
c
c
+
c
c
=
c
c

c
c
+
c
c

c
c
=
c
c
2
2
4.2.8 Formula lui Taylor pentru funcii de dou
variabile
Se consider funcia f : A c R
2
R i (a,b) un punct interior lui
A. Se presupune c f este difereniabil de cel puin n + 1 ori n
(a,b) i c ordinea n care se deriveaz nu conteaz (derivatele
mixte de acelai ordin sunt egale).
Fie funcia : F(t) = f(a + t(x a), b + t(y b) ), unde (a,b),
(x,y) e A, t e [0, 1]
Pentru t = 0, F(0) = f(a,b), iar pentru t = 1, F(1) = f(x,y). Se
aplic funciei F(t) formula Mac Laurin pentru funciile de o
variabil :
, , , , , , , ,
, ,
, ,
, , . 1 0 ,
! 1
1
) 0 (
!
1
... 0 ' '
! 2
1
0 '
! 1
1
0 1
1
) (

+
=
+ + + + + =
+
c c F
n
R
R F
n
F F F F
n
n
n
n
Pentru calculul derivatelor F
(m)
(0) se folosete formula de
derivare a funciilor compuse.
F(t) = f(x(t),y(t)), unde x(t) = a + t(x a), y(t) = b + t(y b)
128
, ,
, , , , , ,
, , , ,
, ,
, , , , , ,
, ,
, , , , , ,
, ,
) , ( 0
,
, ) (
b a f
y
b y
x
a x F
dt t y t x f
y
b y
x
a x
t y t x f dy
y
dx
x
t F d
m
m
m
m
m
m

\
|
c
c
+
c
c
=

\
|
c
c
+
c
c
=
=

\
|
c
c
+
c
c
=
Formula lui Taylor pentru funcia f(x,y) n punctul (a,b) este :
, ,
, ,
n
n
R b a f dy
y
dx
x n
b a f dy
y
dx
x
b a f dy
y
dx
x
b a f y x f
+

\
|
c
c
+
c
c
+
+ +

\
|
c
c
+
c
c
+
+

\
|
c
c
+
c
c
+ =
) , (
!
1
... ) , (
! 2
1
) , (
! 1
1
) , ( ) , (
2
, ,
, ,
, , , , , , , , 1 , 0 , ,
! 1
1
1
e + +

\
|
c
c
+
c
c
+
=
+
o o o b y b a x a f dy
y
dx
x n
R
n
n
4.2.9 Extremele funciilor de dou variabile
Fie funcia f : A c R
2
R i (a,b) un punct al lui A.
Definiia 4.2.25: Punctul (a,b) este un punct de maxim local
(respectiv minim local) dac exist o vecintate V a lui (a,b) astfel
nct oricare ar fi (x,y) din V are loc inegalitatea f(x,y) f(a,b)
(respectiv f(x,y) > f(a,b)). Aceste puncte se numesc puncte de
extrem local.
Teorema 4.2.26: Dac funcia f : A c R
2
R are un extrem local
n (a,b) i admite derivate pariale pe o vecintate a punctului
129
(a,b), atunci derivatele pariale n acest punct sunt nule, adic
f
x
(a,b) = f
y
(a,b) =0.
Observaie : reciproca nu este n general adevrat.
Definiia 4.2.27: Un punct (a,b) pentru care f
x
(a,b) = f
y
(a,b) =0
se numete punct staionar.
Nu toate punctele staionare sunt puncte de extrem. Cele care nu
sunt puncte de extrem se numesc puncte a.
Se consider formula lui Taylor sub forma :
, , , , , ,, ,
, , , ,, , , , , ,, ,
3
' ' 2 ' ' ' ' 2
' '
, 2
! 2
1
,
! 1
1
) , ( ) , (
2 2 R b a f b y f b y a x f a x
b a f b y f a x b a f y x f f
y xy x
y x
+ + + +
+ + = = A
Se studiaz termenul al doilea care d semnul diferenei :
, ,
, , , , , ,
, , j t zs r z b y T
b y
a x
t b a f s b a f r b a f
t s
b y
a x
r
b y
a x
b y T
y xy x
+ + =

\
|

=
= = =
(
(

\
|

\
|

=
2
! 2
1
z fie
, , , unde
2
! 2
1
2 2
2
' ' ' ' ' '
2
2
2
2 2
T
2
are semn constant dac A = s
2
rt < 0. n acest caz :
Dac r > 0, f(x,y) > f(a,b), punct de minim
Dac r < 0, f(x,y) f(a,b), punct de maxim.
Dac A = s
2
rt > 0 punctul (a,b) este punct a
Dac A = s
2
rt = 0 nu se poate trage nici o concluzie.
Exemplul 4.2.28 :
S se determine punctele de extrem ale funciei :
f : R
2
R, f(x,y) = x
3
+ y
3
+ 3xy
130
, , , , , , y y x f y x f x y x f
B A
x y y x f
y x y x f
y xy x
y
x
6 , 3 , 6 ,
) 1 , 1 ( ), 0 , 0 (
0 3 3 ) , (
0 3 3 ) , (
' ' ' ' ' '
2 '
2 '
2 2 = = =

= + =
= + =
Pentru punctul A(0,0): r = 0, s = 3 i t = 0, deci A = 9 > 0, deci A
este punct a.
Pentru punctul B(-1,-1): r = - 6, s = 3 i t = - 6, deci A = 9 36 =
27 < 0, iar r < 0, deci B este punct de maxim local.
4.2.10 Extreme pentru funcii de mai multe variabile
Fie funcia f : A c R
n
R i a = (a
1
,a
2
, ...,a
n
) un punct interior al
lui A.
O condiie necesar ca Af = f(x
1
,x
2
,...,x
n
) f(a
1
,a
2
, ...,a
n
) s aib
semn constant este:
, , , , , , 0 ,..., , ... ,..., , ,..., ,
2 1
'
2 1
'
2 1
'
2 1
= = = =
n x n x n x
x x x f x x x f x x x f
n
Semnul termenului de gradul II este dat de un ir de determinani
extrai din matricea lui Hesse sau matricea hessian :

\
|
=
' ' ' ' ' '
' ' ' ' ' '
' ' ' ' ' '
2 1
2
2 1
2
2
2 1 2
1 2 1
2
1
...
... ... ... ...
...
...
) ,..., , (
n n n
n
n
x x x x x
x x x x x
x x x x x
n
f f f
f f f
f f f
a a a H
Se consider minorii :
, , H
f f
f f
f
x x x
x x x
x
det ..., , ,
n ' ' ' '
' ' ' '
2
' '
1
2
2 1 2
2 1
2
1
2
1
= A = A = A
Se pot obine cazurile :
a) Toi determinanii A
1
, A
2
, ..., A
n
calculai ntr-un punct
staionar sunt pozitivi. Atunci punctul staionar este punct de
minim.
131
b) Semnele determinanilor alterneaz, ncepnd cu minus. Atunci
punctul staionar este punct de maxim.
c) Dac semnele determinanilor nu respect nici una dintre
regulile de mai sus, punctul considerat nu este de extrem.
Exemplul 4.2.29 :
S se determine punctele de extrem ale funciei :
f(x,y,z) = x
2
+ y
2
+ z
2
4x + 2y

=
= +
=
= + = =
) 0 , 1 , 2 (
0 2
0 2 2
0 4 2
2 ; 2 2 ; 4 2
' ' '
A
z
y
x
z f y f x f
z y x
8 , 4 , 2
2 0 0
0 2 0
0 0 2
0
2
3 2 1
' ' ' ' ' '
' ' ' ' ' '
2 2 2
= A = A = A

\
|
=
= = =
= = =
H
f f f
f f f
yz xz xy
z y x
Rezult c punctul A(2,-1,0) este punct de minim, valoarea
minim a funciei fiind f(2,-1,0) = - 5.
4.3 Ajustarea datelor numerice
n general, un fenomen economic este deosebit de complex,
depinznd de mai muli factori a cror influen determin
modelarea sa matematic printr-o funcie de mai multe variabile.
Evoluia fenomenului luat n studiu este observat din punct
de vedere practic, obinndu-se iruri de date care constituie
informaii asupra fenomenului n desfurarea sa concret. Aceste
date furnizeaz informaia asupra legturii ce exist ntre
variabilele independente ale fenomenului, ceea ce din punct de
132
vedere matematic revine la gsirea dependenei funcionale, a
formei analitice. Datele observate comport de obicei erori, att
accidentale, datorate impreciziei msurrii, ct i sistematice,
datorate unor defeciuni sau dereglri n procesul de msurare.
4.3.1 Problema
Se cunosc datele numerice culese din activitatea practic:
x x
1
x
2
... x
n
y y
1
y
2
... y
n
Pentru a descrie ct mai fidel fenomenul cercetat, se caut o
funcie ct mai apropiat de valorile obinute experimental i care
s furnizeze indicaii asupra trendului, adic asupra tendinei de
desfurare a fenomenului studiat.
Scopul este de a determina funcia f(x), astfel nct s se
obin diferene ct mai mici ntre valorile observate y
i
corespunznd valorilor x
i
i valorile f(x
i
).
4.3.2 Metoda centrelor de greutate
Aceast metod se aplic n cazul n care punctele se aeaz
aproximativ n linie dreapt.
Se mpart punctele n dou clase A i B ce conin r,
respectiv n r puncte.
133
Se determin coordonatele centrului de greutate pentru clasa A,
respectiv B:
.
1
,
1
,
1
,
1
1 1
1 1


+ = + =
= =

=
= =
n
r i
i B
n
r i
i B
r
i
i A
r
i
i A
y
r n
y x
r n
x
y
r
y x
r
x
Se scrie ecuaia dreptei prin dou puncte:
0
1
1
1
=
B B
A A
y x
y x
y x
Funcia cutat este f(x) = y.
4.3.3 Metoda celor mai mici ptrate
Procedeul const n determinarea parametrilor a
i
ai funciei
y = f (x, a
1
, a
2
, ..., a
p
), astfel nct urmtoarea sum s fie minim:
, , , , j

=
=
n
k
k p k k p
w a a a x f y a a a S
1
2
2 1 2 1
,..., , , ,..., ,
unde x
k
i y
k
sunt valorile determinate experimental, iar w
k
sunt
ponderi.
A
B
134
Funcia S este o funcie de p variabile reale. Pentru
determinarea punctelor de minim local se determin punctele
staionare din sistemul de ecuaii:
0 ..., , 0 , 0
2 1
=
c
c
=
c
c
=
c
c
p
a
S
a
S
a
S
Se consider w
k
= 1, iar f(x) = y = ax + b, dreapta de
regresie.
, , , ,

=
+ =
n
k
k k
y b ax b a S
1
2
,
Rezult sistemul:
, ,
, ,
, ,
, ,

= + =
c
c
= + =
c
c

=
=
0 2
,
0 2
,
1
1
n
k
k k
n
k
k k k
y b ax
b
b a S
x y b ax
a
b a S
adic:

= +

\
|
=

\
|
+

\
|


= =
= = =
n
k
k
n
k
k
n
k
k k
n
k
k
n
k
k
y nb a x
y x b x a x
1 1
1 1 1
2
Se noteaz:

= =
= =
n
k
k
n
k
k
y
n
y x
n
x
1 1
1
,
1
Soluia este:
, ,
, ,
, ,
, ,

=
=
=
=

=
n
k
k
n
k
k k k
n
k
k
n
k
k k
x x
y x x y x
x x
y x x
a
1
2
1
1
2
1
b ,
Exemplul 4.3.1:
n ultimele trei luni, la un magazin, vnzrile au fost (n mii
uniti monetare):
luna 1 2 3
135
valoarea 10 15 21
S se determine dreapta de regresie i s se estimeze valoarea
vnzrilor n luna urmtoare.
, , , , , ,
, , , , , ,
, , , , , ,
, , , , 33 , 26 4 ;
3
13
2
11
3
13
2 3 2 2 2 1
21 2 3
3
46
3 15 2 2
3
46
2 10 2
3
46
1
2
11
2 3 2 2 2 1
21 2 3 15 2 2 10 2 1
3
46
; 2
2 2 2
2 2 2
= + =
=
+ +

\
|
+

\
|
+

\
|

=
=
+ +
+ +
=
= =
f x x f
b
a
y x
4.4 Integrarea funciilor reale. Integrale
generalizate
4.4.1 Primitive
Definiia 4.4.1: Se spune c funcia R I f : admite primitive
pe I sau c este primitivabil pe I dac exist funcia R I F :
derivabil pe I, astfel nct , , , , I x x f x F e = , ' . Funcia F se
numete primitiv sau antiderivat pentru funcia f.
Dac F este o primitiv a funciei f, atunci i F + c, unde c e R
este o primitiv a lui f. n concluzie, dac f admite o primitiv,
atunci ea admite o infinitate de primitive.
Mulimea tuturor primitivelor lui f se numete integrala nedefinit
a funciei f i se noteaz:
, , { }
}
= f F R I F F dx x f lui a primitiva , : |
136
Fie R I f : o funcie care admite primitive. Atunci:
, , , , { }
}
= + = constanta g , : | unde , R I g g C C x F dx x f .
Dac R I g f : , admit primitive pe I, iar oeR*, atunci:
a) f + g admite primitive i , , , , , , , , , ,
} } }
+ = + dx x g dx x f dx x g x f
b) of admite primitive i , , , ,
} }
= . dx x f dx x f o o
Problema gsirii primitivelor este invers aceleia a derivrii, dar
este mult mai dificil dect aceasta. Dac derivatele funciilor
elementare sunt de asemenea funcii elementare, primitivele
funciilor elementare nu sunt ntotdeauna funcii elementare.
Reguli de calcul al primitivelor exist doar pentru clase restrnse
de funcii.
Pentru calculul primitivelor se folosete fie metoda direct,
fie integrarea prin pri, fie schimbarea de variabil.
Metoda direct are la baz faptul c operaia de integrare
este inversa operaiei de derivare. Pe baza formulelor de derivare,
se obine tabelul formulelor de integrare (unde intervalul este ales
din domeniul de definiie i nu se mai precizeaz):
} 1 { \ ,
1
1
e +
+
=
+
}
R n C
n
x
dx x
n
n
}
+ = C x dx
x
| | ln
1
}
+ = C
a
a
dx a
x
x
ln
}
+ = C e dx e
x x
}
+ = C x xdx cos sin
}
+ = C x xdx sin cos
}
+ = C x tgxdx | cos | ln
}
+ = C x ctgxdx | sin | ln
}
+ = C tgx dx
x
2
cos
1
}
+ = C ctgx dx
x
2
sin
1
}
+ =
+
C
a
x
arctg
a a x
dx 1
2 2 }
+
+

C
a x
a x
a a x
dx
ln
2
1
2 2
137
, ,
}
+ + + =
+
C a x x
a x
dx
2 2
2 2
ln
}
+ + =

C a x x
a x
dx
2 2
2 2
ln
}
+ =

C
a
x
x a
dx
arcsin
2 2
.
Metoda integrrii prin pri se bazeaz pe urmtoarea teorem:
Teorema 4.4.2: Fie R I g f : , dou funcii derivabile pe I.
Atunci:
1. fg este primitivabil dac i numai dac fg este primitivabil;
2. dac fg este primitivabil, atunci:
, , , , , , , , , , , ,
} }
= dx x g x f x g x f dx x g x f ' '
care se numete formula de integrare prin pri.
Metoda schimbrii de variabil (metoda substituiei) se
bazeaz pe urmtoarea teorem:
Teorema 4.4.3: Fie I i J dou intervale din R i J I g : o
funcie derivabil, iar R J f : o funcie primitivabil. Atunci
funcia , , R I g g f : ' este primitivabil i dac F este o
primitiv a lui f, atunci avem:
, ,, , , , , ,, ,
}
+ = C x g F dx x g x g f '
care se numete formula schimbrii de variabil.
4.4.2 Integrala Riemann
Fie intervalul [a, b] inclus n R.
Definiia 4.4.4: Se numete diviziune a intervalului [a, b] un
sistem finit de puncte D = (x
o
, x
1
, ..., x
n
), unde x
i
sunt din [a, b],
x
i
< x
i+1
, x
o
= a, x
n
= b.
138
x
i
se numesc puncte de diviziune.
Se noteaz D
[a,b]
mulimea tuturor diviziunilor intervalului [a, b] .
Se numete norma diviziunii D: , ,
1
1
max

s s
=
i i
n i
x x D
Fie j j , 1 , , , , :
1 i
n i x x R b a f
i i
e e

puncte intermediare.
Se numete suma Riemann asociat funciei f, diviziunii D i
punctelor intermediare
i
:
, , , ,, ,

=

=
n
i
i i i i D
x x f f
1
1
, o
Definiia 4.4.5: Fie j . , : R b a f Se spune c f este integrabil
Riemann pe [a,b] dac oricare ar fi irul de diviziuni
, , , , , ,
, ,
j
0 *, , ,..., ,
, 1 0
e e =
n b a
n
k
n n
n
D N n D x x x D
n
i oricare ar fi
sistemul de puncte intermediare j
n
n
i
n
i
n
i
k i x x , 1 , ,
1
= e

, irul
sumelor Riemann , , , ,
n
n
i D
f
n
o , este convergent la acelai numr
real , ,
}
=
b
a
dx x f I .
Observaie: Integrala Riemann este definit pe un interval
mrginit, iar funcia care se integreaz este de asemenea
mrginit.
Calculul integralelor definite pentru funciile care admit primitive
se face pe baza urmtoarei teoreme:
Teorema 4.4.6: Dac j R b a f , : este o funcie integrabil care
admite primitive pe [a, b], atunci pentru orice primitiv F a lui f
are loc egalitatea:
, , , , , , , ,
}
= =
b
a
b
a
not
a F b F x F dx x f |
care se numete formula Leibniz-Newton.
139
4.4.3 Integrale improprii
Definiia 4.4.7: Fie funcia j R a f , : integrabil Riemann pe
orice interval mrginit j j c , , a d c i pentru care exist
, ,
}

b
a
b
dx x f lim i este finit, atunci aceast limit se numete
integrala improprie de spea nti a funciei f pe intervalul j , a
i se noteaz
, , , ,
} }

=
b
a
b
a
dx x f dx x f lim
Observaii:
1. Dac limita este infinit, integrala improprie este divergent.
2. Analog se poate defini integrala cnd intervalul este nemrginit
la stnga.
3. Exist integrale improprii convergente cu ambele limite
infinite: , ,
}

dx x f
Exemple 4.4.8:
1) 1 1
1
lim
1
lim
1
lim
1
1
1
2
1
2
=

\
|
+ =

\
|
= = =

} }
b x
dx
x
dx
x
I
b
b
b
b
b
,
convergent.
2) , , = = = = =

} }
2 2 lim 2 lim
1
lim
1
1
1 1
b x dx
x
dx
x
I
b
b
b
b
b
,
divergent.
3) Cazul general: . 0 , 0 , > >
}

o
o
a
x
dx
a
a) Pentru 1 = o
140
, ,

>

\
|

=
=
+
= =

} }
1 pt.
1
1
1 pt.
1 1
lim
1
1
1
lim lim
1
1 1
1
o
o
o
o
o
o
o o
o
o o
a
a b
x
x
dx
x
dx
b
b
a
b
b
a
b
a
b) Pentru 1 = o
= = = =

} }
a
b
x
x
dx
x
dx
b
b
a
b
b
a
b
a
ln lim ln lim lim .
Definiia 4.4.9: Fie j , R b a f , : nemrginit ntr-o vecintate a
lui b, dar mrginit i integrabil Riemann pe orice subinterval
nchis j j , b a c a , , c . Dac exist i este finit limita: , ,
}

c
a
b c
dx x f lim
atunci aceast limit se numete integrala improprie de spea a
doua a funciei f pe intervalul [a, b).
Observaie: Dac limita este finit, integrala se spune c este
convergent.
Dac limita este infinit, integrala se spune c este divergent.
Punctul n care funcia este nemrginit poate fi cel din stnga
intervalului sau unul interior intervalului, adic:
j
, , , , , ,
} } }
+ =

b
c
c
a
b
a
dx x f dx x f dx x f
R c b a f } { \ , :
care este convergent dac ambele integrale improprii din
membrul drept sunt convergente.
Exemple 4.4.10:
1) Integral improprie convergent:
141
, ,
2
1 arcsin 0 arcsin arcsin lim
) arcsin ( lim
1
lim
1
1
0
0
1
2
1
0
1
1
2
t
= = =
= =

} }
b
x
x
dx
x
dx
b
b
b
b
b
b
2) Integral improprie divergent:
, ,
, , , , = =
= =

>

>

>

} }
2 ln 3 ln lim
2 ln lim
2
lim
2
2
2
5
2
2
5
2
2
5
2
a
x
x
dx
x
dx
a
a
a
a
a
a
a
a
4.4.4 Funcia Gamma (integrala sau funcia Euler de
spea a doua)
Definiia 4.4.11: Se numete funcie Gamma, funcia definit
pentru orice a > 0 prin relaia:
, ,
}

= I
0
1
dx e x a
x a
Observaii:
1. Dac 1 > a , funcia Gamma are singularitate doar n dreapta,
unde intervalul de integrare este infinit.
2. Dac 1 0 a , integrala are singularitate i la captul din
stnga, n vecintatea lui 0 funcia de sub integral fiind
nemrginit.
Teorema 4.4.12: Integrala improprie care definete funcia
Gamma este convergent pentru orice a > 0.
Proprieti
142
, ,
, , , ,
, ,
, , , ,
, ,
}

= I
= I I
e = + I
I = + I
= I
0
1 2
2
2 ) 5
sin
1 ) 4
pentru ! 1 ) 3
1 ) 2
1 1 ) 1
dt e t a
a
a a
N n n n
a a a
t a
t
t
Aplicaii:
1) t =

\
|
I
2
1
, rezult din proprietatea 4) dac se nlocuiete a
cu 1/2.
2) Dac n proprietatea 5) se nlocuiete a cu 1/2 rezult integrala
Euler-Poisson:
2
0
2
t
=
}

dt e
t
de unde: t =
}

dx e
x
2
.
Exemple 4.4.13:
t
4
3
2
1
2
1
2
3
2
3
2
3
2
5
1
2
3
0
2
3
=

\
|
I =

\
|
I =

\
|
I =

\
|
+ I = =
}

dx e x I
x
, , , ,
= =
= =
= = I = = =
} }


t x t x
dt dx t x
dt e t dx e x I
t x
; 0 1
; 1
24 ! 5 6 1
1 0
5 1 5
4.4.5 Funcia Beta (integrala sau funcia Euler de spea
nti)
Definiia 4.4.14: Se numete funcie Beta, funcia defnit pentru
orice a, b > 0 prin relaia:
143
, , , , 0 , , 1 ,
1
0
1 1
> =
}

b a dx x x b a B
b a
.
Observaii:
Integrala ce definete funcia Beta este improprie pentru a < 1 sau
b < 1.
n cazul n care este improprie se demonstreaz c este
convergent.
Proprieti:
, , , ,
, , , ,
, , , ,
, ,
, ,, ,
, ,
, ,
, , , ,
, , b a
b a
b a B
b a b a B
b a
b a
b a B
b a b a B
b a
b
b a B
b a b a B
b a
a
b a B
a b B b a B
+ I
I I
=
> >
+

=
> >
+

=
> >
+

=
=
, ) 5
1 , 1 pt. 1 , 1
2
1 1
, ) 4
1 , 0 pt. 1 ,
1
1
, ) 3
0 , 1 pt. , 1
1
1
, ) 2
, , ) 1
Exemplul 4.4.15:
, ,
, , , ,
, , , ,
, , 504
1
! 8
! 5 ! 2
3
1
9
6 3
3
1
6 , 3
3
1
1
3
1
1 1 ; 0 0
3 ;
1
1
0
5 2
2 3
1
0
5
3 8
=

=
I
I I
= = =
= = = =
= =
=
}
}
B dt t t I
t x t x
dt dx x t x
dx x x I
144
4.5 Exerciii i probleme
4.5.1 Enunuri
1. S se determine domeniul maxim de definiie al funciei
, ,
2 2 2
4 , , : y x y x f R R D f = c i limita n punctul de
coordonate (1, 1).
2. S se determine domeniul maxim de definiie al funciei
, , xy
x
y x f R R D f 5
2
arcsin , , :
2
+ = c i limita n punctul
de coordonate (1, 0).
3. S se calculeze limitele:
a)
1 1
lim
0
0
+

xy
xy
y
x
b)
y
tgxy
y
x
0
3
lim

4. S se calculeze derivatele pariale de ordinul nti i doi pentru

funciile urmtoare i s se scrie apoi diferenialele de ordinul
nti i doi:
a) , , 2 6 5 3 ,
3 2 4
+ + = x xy y x y x y x f ;
b) , ,
y
x
y x f ln , = ;
c) , , . cos sin ,
2
y e y x y x f
x
+ =
5. S se calculeze diferenialele de ordinul nti i al doilea pentru
funcia , , y x
y x
y x
y x f =

+
= , , , n punctul de coordonate (2,1).
145
6. S se calculeze diferenialele de ordinul nti i al doilea pentru
funcia , , , 1 ln ,

\
|
+ =
y
x
y x f , n punctul de coordonate (1,1).
7. Fie funcia , :
2
R R D F c definit prin , , , ,
2 2
, y x f y x F + = ,
unde f este o funcie derivabil. S se demonstreze identitatea:
, , , , . 0 , ,
' '
= y x xF y x yF
y x
8. S se scrie polinomul Taylor de gradul trei pentru funcia
, , y e y x f
x
sin , = , n punctul de coordonate (0, t).
9. Fie funcia Cobb-Douglas generalizat , ,
x
y
e y Ax y x f
|
o o

=
1
, ,
unde x reprezint volumul agregat al forei de munc, iar y
volumul agregat al fondurilor de producie. S se determine
elasticitile pariale n raport cu factorii x i y ale acestei funcii
de producie.
10. S se determine punctul de extrem al funciei
, , . 0 , 0 ,
2 4
, = = + + = y x
y x
xy y x f
11. S se studieze natura punctelor staionare ale funciei:
, , . 20 12 15 3 ,
2 3
+ + = y x xy x y x f
12. S se studieze natura punctelor staionare ale funciei:
, , . 3 2 6 , ,
2 3 2
+ + + + = z xy z y x z y x f
13. S se determine punctele de extrem ale funciilor:
a) , , 5 3 ,
3 3
+ + + = xy y x y x f
b) , , , ,
, ,
2 2
,
y x
e y x y x f
+
+ =
c) , , z x xy z y x z y x f 2 , ,
2 2 2
+ + + =
146
14. Un atelier de tmplrie realizeaz dou produse pentru export
cu cheltuieli unitare fixe de producie de 4 u.m. i respectiv 5
u.m.. Cererile pe piaa extern ale celor dou produse sunt c
1
=
2(p
2
p
1
) i c
2
= 3p
1
10p
2
+ 8 , unde p
1
i p
2
reprezint preurile
de vnzare ale produselor. S se determine p
1
i p
2
astfel nct
beneficiul s fie maxim.
15. Producia unei firme a nregistrat ntre anii 2002-2008
urmtoarele valori :
Anul 2002 2003 2004 2005 2006 2007 2008
Volumul
produciei
2,3 6,3 9,2 12,8 24,6 15,9 17,9
S se ajusteze datele dup o dreapt i s se fac prognoza pentru
anul 2009.
16. Profitul unei firme a nregistrat n perioada 2003-2008
urmtoarele valori:
Anul 2003 2004 2005 2006 2007 2008
Profitul 36,1 41,5 47,2 53 57,5 62,8
Folosind metoda celor mai mici ptrate, s se fac ajustarea dup
o dreapt i s se dea o prognoz pentru anul 2009.
17. S se calculeze urmtoarele integrale improprii:
a)
, ,, ,
}

+ +
3
3 2 x x
dx
b)
}

+
2
1 x
dx
c)
}
+
1
0
2
4x x
dx
d)
}
e
x x
dx
1
ln
e)
, ,
}

4
1
2
4 x
dx
f) . 0 ,
2
>
}

a dx
x
arctgx
a
18. Utiliznd funciile Beta i Gamma, s se calculeze integralele:
147
a)
}

0
2
7
dx e x
x
b) , ,
}

3
3 4
3 dx e x
x
c)
}

0
11
2
dx e x
x
d) , ,
}

1
0
6
3 14
1 dx x x e) , ,
}

e
dx x x
x
1
4 3
ln 1 ln
1
f) dx
x
p 1
1
0
1
ln

} (

\
|
4.5.2 Indicaii i rspunsuri
1. Domeniul D se obine din inegalitatea 4
2 2
s + y x , adic discul
cu centrul n origine i de raz 2.
, , . 2 4 lim , lim
2 2
1
1
1
1
= =

y x y x f
y
x
y
x
2. Domeniul D se obine din condiiile 1
2
s
x
i 0 > xy ,
, , j j { } ]) 0 , ( si 0 , 2 ( sau )) , 0 [ si 2 , 0 ( | , e e e e = y x y x y x D
, ,
6 2
1
arcsin 5
2
arcsin lim , lim
0
1
0
1
t
= =

\
|
+ =

xy
x
y x f
y
x
y
x
.
3. a) 2; b) 3.
4. a) 1 6 15 12
2 2 3 '
+ = y y x y x f
x
x x y x f
y
6 5 6
3 4 '
+ =
xy y x f
x
30 36
2 2 "
2
=
6 15 24
2 3 " "
+ = = x y x f f
yx xy
4 "
6
2
x f
y
=
, , , , , ,dy x x y x dx y y x y x y x df 6 5 6 1 6 15 12 ,
3 4 2 2 3
+ + + =
, , , , , ,
2 4 2 3 2 2 2 2
6 6 15 24 2 30 36 , dy x dxdy x y x dx xy y x y x f d + + + =
148
b)
2
" " "
2
" ' '
1
; 0 ;
1
;
1
;
1
2 2
y
f f f
x
f
y
f
x
f
y
yx xy
x
y x
= = = = = = .
, , , ,
2
2
2
2
2
, ; ,
y
dy
x
dx
y x f d
y
dy
x
dx
y x df + = = .
c) y e y x f
x
x
cos sin 2
'
+ =
y e y x f
x
y
sin cos
2 '
=
y e y f
x
x
cos sin 2
"
2
+ =
y e y x f f
x
yx xy
sin cos 2
" "
= =
y e y x f
x
y
cos sin
2 "
2
=
, , , , , ,dy y e y x dx y e y x y x df
x x
sin cos cos sin 2 ,
2
+ + =
, , , , , ,
, , . cos sin
sin cos 2 2 cos sin 2 ,
2 2
2 2
dy y e y x
dxdy y e y x dx y e y y x f d
x
x x
+
+ + + =
5. , ,
, ,
, ,
2
2
1 , 2
1 , 2
2
'
=

=
y x
y
f
x
, ,
, ,
, ,
4
2
1 , 2
1 , 2
2
'
=

=
y x
x
f
y
, , , , , , 1 4 2 2 1 , 2 ; , + = y x y x df .
, ,
, ,
, ,
4
4
1 , 2
1 , 2
3
"
2
=

=
y x
y
f
x
, ,
, ,
, ,
, ,
6
2
1 , 2
1 , 2
3
"
=

+
=
y x
y x
f
xy
, ,
, ,
, ,
8
4
1 , 2
1 , 2
3
"
2
=

=
y x
x
f
y
, , , , , ,, , , ,
2 2 2
1 8 1 2 12 2 4 1 , 2 ; , + = y y x x y x f d .
149
6. , , , , , , 1
2
1
1
2
1
1 , 1 ; , = y x y x df
, , , , , ,, , , , . 1
4
3
1 1
2
1
1
4
1
1 , 1 ; ,
2 2 2
+ = y y x x y x f d
7. Se noteaz , ,
2 2
, y x y x u + = . Atunci
, , x
u
f
x
u
u
f
y x F
x
2 ,
'

c
c
=
c
c

c
c
= , iar , , y
u
f
y
u
u
f
y x F
y
2 ,
'

c
c
=
c
c

c
c
= .
nlocuind se obine identitatea.
8. Polinomul este de forma:
, , , ,
, , , , , ,
! 3
, 0
! 2
, 0
! 1
, 0
, 0 ,
3 2
3
t t t
t
f d f d df
f y x T + + + =
, , ; 0 , 0 = t f , ,
, ,
; 0 sin , 0
, 0
'
= =
t
t y e f
x
x
, ,
, ,
; 1 cos , 0
, 0
'
= =
t
t y e f
x
y
, ,
, ,
; 0 sin , 0
, 0
"
2
= =
t
t y e f
x
x
, ,
, ,
; 1 cos , 0
, 0
"
= =
t
t y e f
x
xy
, ,
, ,
; 0 sin , 0
, 0
"
2
= =
t
t y e f
x
y
, ,
, ,
; 0 sin , 0
, 0
' ' '
3
= =
t
t y e f
x
x
, ,
, ,
; 1 cos , 0
, 0
' ' '
2
= =
t
t y e f
x
y x
, ,
, ,
; 0 sin , 0
, 0
' ' '
2
= =
t
t y e f
x
xy
, ,
, ,
; 1 cos , 0
, 0
' ' '
3
= =
t
t y e f
x
y
, , , ,, , , ,, , , , t t t t t = + = y y f x f df
y x
, 0 0 , 0 , 0
' '
, , , ,, , , ,, ,, ,
, ,, , , , t t t
t t t t
= +
+ + =
y x y f
y x f x f f d
y
xy
x
2 , 0
0 , 0 2 0 , 0 , 0
2 "
" 2 " 2
2
2
, , , ,, , , , , ,
, ,, ,, , , ,
, , , ,
3 2
3 ' ' ' 2 ' ' '
2 ' ' ' 3 ' ' ' 3
3
0 , 0 3
0 3 0 , 0 , 0
3 2
2 3
t t
t t t
t t t
+ =
= + +
+ + =
y y x
y f y x f
y x f x f f d
y xy
y x x
, , , ,
, , , , , ,
! 3
3
! 2
2
,
3 2
3
t t t
t

=
y y x y x
y y x T
150
9. , ,
, ,
, ,
x
y
x
y x f
y x f
x
x f E | o + =
c
c
=
,
,
;
, ,
, ,
, ,
x
y
y
y x f
y x f
y
y f E | o =
c
c
= 1
,
,
;
cu condiia . 1 0 s + s
x
y
| o
10. Sistemul: 0
4
2
'
= =
x
y f
x
i 0
2
2
'
= =
y
x f
y
are soluia x
0
= 2 i y
0
= 1.
3
" "
3
"
4
; 1 ;
8
2 2
y
f f
x
f
y
xy
x
= = = , de unde r = 1, s = 1, t = 4
A = 1 4 = 3 < 0, deci punctul (2, 1) este punct de extrem. Din
faptul c r > 0 rezult c este punct de minim, iar valoarea
minim a funciei este f
min
= f(2, 1) = 6.
11. Se obine sistemul:

=
= +
2
5
2 2
xy
y x
, cu soluiile A(1,2); B(2,1); C(-1,-2) i D(-2,-1).
Dintre acestea, A(1,2) i C(-1,-2) sunt puncte a;
B(2,1) este punct de minim local, f
min
= 8
D(-2,-1) este punct de maxim local, f
max
= 48.
12. Se obine sistemul:

= + =
= + =
= + =
0 2 2
0 6 3
0 6 2
'
2 '
'
z f
x y f
y x f
z
y
x
cu soluiile: A(0,0,-1) i B(-18,6,-1).
Se calculeaz derivatele de ordin doi:
. 0 ; 0 ; 6 ; 2 ; 6 ; 2
" " " " " "
2 2 2
= = = = = =
yz xz xy
z y x
f f f f y f f
Pentru punctul A(0,0,1) se obine matricea hessian:
151
, , 72 , 36 , 2
2 0 0
0 0 6
0 6 2
3 2 1
= A = A = A

\
|
= A H
Din semnele determinanilor rezult c punctul A nu este punct de
extrem, este punct a.
Pentru punctul B(-18,6,-1) se obine matricea hessian:
, , 72 , 36 , 2
2 0 0
0 36 6
0 6 2
3 2 1
= A = A = A

\
|
= B H
Cei trei determinani sunt pozitivi, deci punctul B este punct de
minim local.
13. a) O(0,0) punct a; A(-1,-1) punct de maxim local.
b)

\
|
2
1
,
2
1
A punct de maxim local;

\
|

2
1
,
2
1
B punct de minim
local.
c)

\
|
1 ,
3
1
,
3
2
A este punct de minim local.
14. Beneficiul este dat de funcia:
, ,
40 50 7 5 10 2
5 4 ,
2 1 2 1
2
2
2
1
2 1 2 2 1 1 2 1
+ + =
= + =
p p p p p p
c c c p c p p p f
Se obine punctul de coordonate (2,3) ca punct de maxim.
Valoarea maxim a funciei este 28. Soluia este: p
1
= 2 i p
2
= 3.
15. Valorile x
i
se aleg n mod convenabil, astfel nct suma lor s
fie 0: -3, -2, -1, 0, 1, 2, 3. Anului 2009 i corespunde n acest mod
valoarea 4. Se completeaz tabelul:
x
i
y
i
x
i
2
x
i
y
i
- 3 2,3 9 - 6,9
- 2 6,3 4 - 12,6
- 1 9,2 1 - 9,2
152
0 12,8 0 0
1 24,6 1 24,6
2 15,9 4 31,8
3 17,9 9 53,7
E x
i
= 0 E y
i
= 89 E x
i
2
= 28 E x
i
y
i
= 81,4
Pentru aflarea coeficienilor a i b se rezolv sistemul:

= +
= +


= = =
= =
7
1
7
1
7
1
2
7
1
7
1
7
i i
i i
i
i i
i
i
i
i
y x x b x a
y b x a
nlocuind, se obine:

=
=
4 , 81 28
89 7
a
b
, de
unde a = 2,9, iar b = 12,7.
Dreapta are ecuaia , , 7 , 12 9 , 2 + = = x x f y
Prognoza pentru anul 2009 este , , . 3 , 24 7 , 12 4 9 , 2 4 = + = f
16. Valorile x
i
fiind n numr par, se pot alege: -5, -3, -1, 1, 3, 5,
iar anului 2009 i corespunde valoarea 7. Se completeaz tabelul:
x
i
y
i
x
i
2
x
i
y
i
- 5 36,1 25 - 180,5
- 3 41,5 9 - 124,5
- 1 47,2 1 - 47,2
1 53 1 53
3 57,5 9 172,5
5 62,8 25 314
E x
i
= 0 E y
i
=298,1 E x
i
2
= 70 E x
i
y
i
= 187,3
Se obine sistemul:

=
=
3 , 187 70
1 , 298 6
a
b
, de unde

=
=
68 , 49
68 , 2
b
a
Dreapta are ecuaia , , 68 , 49 68 , 2 + = = x x f y
Prognoza pentru anul 2009 este , , . 44 , 68 68 , 49 7 68 , 2 7 = + = f
17. a)
153
, ,, ,
6
5
ln
6
5
ln 1 ln
6
5
ln
3
2
ln lim
3
2
ln lim
3
1
2
1
lim
3 2
lim
3
3 3
= =
+
+
=
+
+
=

\
|
+

+
=
+ +


} }
a
a
x
x
dx
x x x x
dx
a
a
a
a
a
a
a
b)
, , , , t
t t
= + = = =
+

}
2 2
lim lim
1
lim
2
a arctg arctga arctgx
x
dx
a
a
a
a
a
a
a
c)
, ,
=

\
|
+
=
=
+
=

\
|
+
=
+

} }
4
ln
5
1
ln lim
4
1
4
ln lim
4
1
4
1 1
4
1
lim
4
lim
0
1
0
1 1
0 0
a
a
x
x
dx
x x x x
dx
a
a
a
a a
a a
integrala este divergent.
d)
, , 2 ln ln lim 2 ln 2 lim
ln
lim
1 1 1
= = =

}
a e x
x x
dx
a
e
a
a
e
a
a
e)
, ,
=

\
|

}
3
1
4
1
lim
4
1
lim
4
lim
4
1
1
4
2
4
a x
x
dx
a
a a
a a
,
integral divergent.
f)
Pentru determinarea unei primitive se utilizeaz integrarea prin
pri, cu ; arctgx f = ,
1
'
2
x
g = deci
2
1
1
'
x
f
+
= i
x
g
1
=
154
Se obine:
, ,
, ,
2
2
2 2 2
1
ln
1
1 ln
2
1
ln
1
1
1 1
1
1
x
x
arctgx
x
x x arctgx
x
dx
x
x
x
arctgx
x x x
dx
arctgx
x
dx
x
arctgx
+
+ = + + =
=

\
|
+
+ =
+
+ =
} } }
Integrala devine:
2
2 2
1
ln
1
1
ln
1
1
ln
1
lim
a
a
arctga
a
a
a
arctga
a
b
b
arctgb
b
b
+
=
=

\
|
+
+
+
+

18. a)
t
16
105
2
1
2
1
2
3
2
5
2
7
... 1
2
5
2
7
2
7
2
7
1
2
7
=

\
|
I = =

\
|
+ I =

\
|
I =

\
|
+ I
b) Se face substituia y = x 3, dx = dy i se obine:
, , 24 ! 4 5
0
4
= = I =
}

dy e y
y
c) Se face substituia x
2
= y, 2xdx = dy i se obine:
, , 60 ! 5
2
1
6
2
1
2
1
0
5
= I =
}

dy e y
y
d) n urma substituiei x
3
= y, 3x
2
dx = dy se obine:
, , , ,
, , , ,
, , ! 11
! 6 ! 4
3
1
12
7 5
3
1
7 , 5
3
1
1
3
1
1
0
6 4

=
I
I I
= =
}
B dy y y
e) Se face substituia lnx = y, dy dx
x
=
1
i se obine:
, , , ,
, , , ,
, , 280
1
! 8
! 4 ! 3
9
5 4
5 , 4 1
1
0
4 3
=

=
I
I I
= =
}
B dy y y
f) Se face substituia
x
y
1
ln = , de unde dy e dx e x
y y
= = ,
Se obine integrala:
155
, ,
} }

I = =
0
1
0
1
p dy e y dy e y
y p y p
156
Capitolul 5
Elemente de teoria grafurilor
Teoria grafurilor este o ramur relativ nou a matematicii care
ofer soluii ntr-o gam larg de probleme cu caracter economic.
Prima referire la teoria grafurilor a fost fcut de matematicianul
elveian Euler, n 1736, ntr-o lucrare numit problema podurilor
din Knigsberg, apoi Kirchoff, n 1847 abordeaz teoria reelelor
electrice prin metoda grafurilor.
n 1956 Ford i Fulkerson aplic teoria grafurilor n reelele
de transport. Dup aceast perioad, teoria grafurilor s-a constituit
ca un instrument puternic de rezolvare a unor probleme concrete,
cum ar fi: proiectarea reelelor electrice, de strzi, ap, gaz,
tehnic de calcul, medicin.
5.1 Definiii
Definiia 5.1.1: Prin graf se nelege un cuplu format din dou
mulimi: N mulimea nodurilor sau vrfurilor i L mulimea
liniilor sau muchiilor, care sunt perechi de vrfuri. Se noteaz
G(N, L). Dac perechile din L sunt ordonate, graful se numete
graf orientat, iar perechile de vrfuri se numesc arce.
Exemplul 5.1.2:
N = {x
1
, x
2
, x
3
, x
4
, x
5
, x
6
, x
7
}
L = {(x
1
, x
2
), (x
1
, x
4
), (x
1
, x
5
), (x
2
, x
3
), (x
2
, x
6
), (x
3
, x
1
), (x
4
, x
6
),
(x
5
, x
3
), (x
6
, x
5
)}
157
G(N, L) se poate reprezenta printr-o imagine grafic:
Numrul de arce ce pleac dintr-un nod se numete grad exterior,
iar numrul arcelor ce intr ntr-un nod se numete grad interior.
Un nod se numete surs dac gr
int
= 0 i gr
ext
> 0.
Un nod se numete de ieire dac gr
int
> 0 i gr
ext
= 0.
Un nod izolat este un nod pentru care gr
int
= gr
ext
= 0.
Definiii 5.1.3 : Se numete drum ntr-un graf orientat o
succesiune de arce n care vrful terminal al fiecrui arc coincide
cu vrful iniial al arcului urmtor.
Un drum se numete elementar dac nu trece de dou ori
prin acelai vrf. Se noteaz ca succesiune a vrfurilor sale.
Se numete circuit un drum elementar ale crui capete
coincid.
Se numete lan ntr-un graf o succesiune de muchii (sau
arce) n care oricare dou muchii (sau arce) vecine au un vrf
comun.
Se numete ciclu un lan care are capetele unite.
Un drum este un lan, reciproca nu e adevrat.
Un drum (circuit) care trece o singur dat prin fiecare vrf
al grafului se numete drum (circuit) hamiltonian.
x
1
x
2
x
3
x
4
x
5
x
6
x
7
158
Definiia 5.1.4 : Un graf este conex dac ntre oricare dou
vrfuri ale sale exist cel puin un lan.
Definiii 5.1.5 : (Ordine de conexiune) Vrfurile x
i
i x
j
se
numesc semi-tare conexe dac exist un drum care leag pe x
i
de
x
j
. Dac fiecare pereche din G este semi-tare conex, spunem c
graful G este semi-tare conex i c are ordinul doi de conexiune.
Vrfurile x
i
i x
j
se numesc tare conexe dac exist un drum care
leag pe x
i
de x
j
i un drum care leag pe x
j
de x
i
. Dac fiecare
pereche din G este tare conex, spunem c graful G este tare
conex i c are ordinul trei de conexiune.
Definiia 5.1.6: Se numete subgraf al unui graf G, graful care se
obine din acesta prin eliminarea unor vrfuri mpreun cu toate
arcele adiacente lor.
n exemplul 5.1.2, prin eliminarea vrfurilor x
3
i x
7
, se obine
urmtorul subgraf:
Definiia 5.1.7 : Se numete graf parial al unui graf G, graful
care se obine prin eleminarea unor arce.
x
1
x
2
x
4
x
5
x
6
159
Definiia 5.1.8 : Distana dintre dou vrfuri ale unui graf este
lungimea celui mai scurt lan care le unete.
5.2 Matrice asociate unui graf
5.2.1 Matricea legturilor (matricea conexiunilor,
matricea boolean)
Matricea legturilor este o matrice ptratic de ordin n, unde n
este numrul vrfurilor grafului.
Elementele sunt definite astfel :

=
la la de arc exista nu daca 0
la la de arc exista daca 1
j i
j i
ij
x x
x x
c
Pentru graful din exemplul 5.1.2, matricea conexiunilor este :
C x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
1
0 1 0 1 1 0 0
x
2
0 0 1 0 0 1 0
x
3
1 0 0 0 0 0 0
x
4
0 0 0 0 0 1 0
x
5
0 0 1 0 0 0 0
x
6
0 0 0 0 1 0 0
x
7
0 0 0 0 0 0 0
5.2.2 Matricea de inciden
Matricea de inciden este o matrice cu n linii (numrul
vrfurilor) i m coloane (numrul arcelor), notate cu u
j
, n ordinea
n care apar n mulimea L. Elementele sunt definite astfel :
160

+
=
j
u arcului adiacent e nu daca 0
in termina se arcul daca 1
din pleaca arcul daca 1
i
i j
i j
ij
x
x u
x u
a
Pentru graful din exemplul 5.1.2, matricea de inciden este :
A u
1
u
2
u
3
u
4
u
5
u
6
u
7
u
8
u
9
x
1
+1 +1 +1 0 0 -1 0 0 0
x
2
-1 0 0 +1 +1 0 0 0 0
x
3
0 0 0 -1 0 +1 0 -1 0
x
4
0 -1 0 0 0 0 +1 0 0
x
5
0 0 -1 0 0 0 0 +1 -1
x
6
0 0 0 0 -1 0 -1 0 +1
x
7
0 0 0 0 0 0 0 0 0
5.2.3 Matricea lungimilor
Dac arcelor li se atribuie cte o valoare, graful se numete
capacitat i se definete matricea lungimilor, care se obine din
matricea legturilor prin nlocuirea valorilor 1 cu lungimea
arcelor corespunztoare.
5.2.4 Matricea drumurilor
Matricea drumurilor D sau matricea conex terminal are
elementele definite astfel :

=
j i
j i
ij
x x
x x
d
la la de drum exista nu daca 0
la la de drum exista daca 1
Elementele din matricea drumurilor care se gsesc n matricea
conexiunilor se noteaz 1*.
Definiia 5.2.1: Numrul de vrfuri care pot fi atinse plecnd din
vrful x
i
se numete puterea de atingere a lui x
i
.
161
Operaiile de adunare (sau) i nmulire (i) boolean pe mulimea
{0, 1} respect regulile:
+ 0 1

0 1
0 0 1 0 0 0
1 1 1 1 0 1
5.2.5 Algoritmul lui Y. C. Chen pentru construirea
matricei drumurilor (terminal)
1) Fie matricea C a conexiunilor. Fie elementele nenule de pe
prima linie : c
1i
, c
1j
, ..., c
1m
. Se adun boolean liniile i, j, ..., m la
prima linie.
2) Se presupune c au mai aprut i alte elemente nenule pe prima
linie : c
1p
, c
1q
, ..., c
1r
. Se adun boolean n continuare i liniile p,
q, ..., r la prima linie.
3) Se repet pasul 2) pn se obine una dintre situaiile :
a) Prima linie conine numai elemente 1 n afar eventual de
poziia de pe diagonala principal.
b) Nu se mai pot genera elemente 1 noi prin operaiile descrise.
4) Se repet procedeul de mai sus pentru fiecare linie din C.
Exemplul 5.2.2 :
Fie graful dat prin matricea conexiunilor C :
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 0 1
x
2
0 0 0 0 1
x
3
0 0 0 1 0
x
4
0 1 0 0 0
x
5
0 0 0 0 0
162
Pe linia 1 exist elemente nenule pe coloanele lui x
2
, x
3
i x
5
. Se
adun boolean liniile 2, 3 i 5 la linia 1:
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 0 0 0 1
x
3
0 0 0 1 0
x
4
0 1 0 0 0
x
5
0 0 0 0 0
Apare un element nou cu valoarea 1 pe coloana lui x
4
, deci se
adun i linia 4 la linia 1 :
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 0 0 0 1
x
3
0 0 0 1 0
x
4
0 1 0 0 0
x
5
0 0 0 0 0
Nu mai apare alt element nou 1, deci se continu cu linia 2.
Elementul nenul este pe coloana 5, deci se adun boolean linia 5
la linia 2. Linia 5 fiind de zerouri, nu apare nici o schimbare, deci
se continu cu linia 3. Se adun linia 4 la linia 3:
163
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 0 0 0 1
x
3
0 1 0 1 0
x
4
0 1 0 0 0
x
5
0 0 0 0 0
Elementul nou 1 este pe coloana 2, deci se adun linia 2 la linia 3:
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 0 0 0 1
x
3
0 1 0 1 1
x
4
0 1 0 0 0
x
5
0 0 0 0 0
A aprut un element 1 nou pe coloana 5, dar linia 5 are numai
zerouri. Se continu cu linia 4, la care se adun linia 2:
164
C x
1
x
2
x
3
x
4
x
5
x
1
0 1 1 1 1
x
2
0 0 0 0 1
x
3
0 1 0 1 1
x
4
0 1 0 0 1
x
5
0 0 0 0 0
A aprut un 1 pe coloana 5, dar linia 5 este de zerouri. Pe linia 5
nu avem elemente egale cu 1, deci algoritmul s-a ncheiat.
Se marcheaz cu asterisc elementele 1 din matricea C. Se
completeaz cu coloana puterii de atingere:
C x
1
x
2
x
3
x
4
x
5
P.A.
x
1
0 1* 1* 1 1* 4
x
2
0 0 0 0 1* 1
x
3
0 1 0 1* 1 3
x
4
0 1* 0 0 1 2
x
5
0 0 0 0 0 0
165
5.2.6 Matricea terminal triangularizat superior TTS
Dac graful este fr circuite, se pot aranja toate elementele 1
deasupra diagonalei principale, form numit triangularizat
superior.
Procedeu de triangularizare
1) Se scrie puterea de atingere a fiecrui vrf.
2) Se ordoneaz liniile n ordinea descresctoare a puterilor.
3) Se ordoneaz coloanele n aceeai ordine i se obine matricea
terminal triangularizat superior.
Exemplul 5.2.3:
Se scrie matricea drumurilor din exemplul precedent:
C x
1
x
2
x
3
x
4
x
5
P.A.
x
1
0 1* 1* 1 1* 4
x
2
0 0 0 0 1* 1
x
3
0 1 0 1* 1 3
x
4
0 1* 0 0 1 2
x
5
0 0 0 0 0 0
Se ordoneaz liniile n ordinea descresctoare a puterilor de
atingere:
166
C x
1
x
2
x
3
x
4
x
5
P.A.
x
1
0 1* 1* 1 1* 4
x
3
0 1 0 1* 1 3
x
4
0 1* 0 0 1 2
x
2
0 0 0 0 1* 1
x
5
0 0 0 0 0 0
Se ordoneaz coloanele n aceeai ordine i se obine matricea
terminal triangularizat superior:
C x
1
x
3
x
4
x
2
x
5
P.A.
x
1
0 1* 1 1* 1* 4
x
3
0 0 1* 1 1 3
x
4
0 0 0 1* 1 2
x
2
0 0 0 0 1* 1
x
5
0 0 0 0 0 0
5.3 Drumuri hamiltoniene n grafuri
Drumurile hamiltoniene sunt modele matematice utile n
procesele tehnologice n care un produs trebuie s treac prin
diverse operaii parcurse toate o singur dat.
167
5.3.1 Drumuri hamiltoniene n grafuri orientate i fr
circuite
Teorema 5.3.1: n orice graf orientat i fr circuite cu n vrfuri
exist drum hamiltonian dac i numai dac numrul elementelor
nenule ale matricei terminale este
, ,
2
1 n n
.
Algoritmul practic de determinare a drumului hamiltonian
1. Se construiete matricea conexiunilor.
2. Se formeaz matricea drumurilor (terminal).
3. Se verific condiiile :
a) graful s fie fr circuite : pe diagonala principal matricea
terminal s nu aib 1.
b) s conin drum hamiltonian : suma puterilor de atingere s fie
, ,
2
1 n n
.
4. Dac a) i b) sunt ndeplinite, se aranjeaz vrfurile n ordinea
descresctoare a puterilor de atingere i succesiunea lor d drumul
hamiltonian.
Exemplul 5.3.2:
Prelucrarea unui produs necesit 5 operaii P
1
, P
2
, P
3
, P
4
, P
5
, care
ndeplinesc urmtoarele condiii:
a) dup P
1
poate urma P
2
, P
3
sau P
5
;
b) dup P
2
poate urma P
3
sau P
5
;
c) dup P
3
poate urma numai P
4
;
d) dup P
4
poate urma numai P
2
;
e) P
5
este ultima operaie.
Problema se modeleaz printr-un graf care are 5 vrfuri, iar arcele
reprezint relaiile dintre acestea.
168
Matricea de conexiune este cea din exemplul 5.2.1, pentru care s-
a dedus matricea terminal.
Verificarea condiiilor :
a) Pe diagonala principal nu exist 1, deci graful nu are circuite.
b) Suma puterilor de atingere este 10 = (5x4)/2, deci exist drum
hamiltonian.
Drumul hamiltonian este :
dH : P
1
, P
3
, P
4
, P
2
, P
5
.
Corijarea grafului
Dac n graf suma puterilor de atingere ale celor n vrfuri este
mai mic dect
, ,
2
1 n n
, atunci nu exist drum hamiltonian.
n aplicaii este important ca drumul hamiltonian s existe i
atunci se procedeaz la corijarea minimal a grafului, adic
adugarea unui numr minim de arce astfel nct s apar drumul
hamiltonian.
Corijarea grafului se face prin nlocuirea elementelor 0 din
matricea terminal triangularizat superior care sunt situate pe
prima paralel la diagonala principal care conine elemente nule.
Corijarea realizat astfel este minimal.
5.3.2 Drum hamiltonian ntr-o reea oarecare.
Algoritmul lui Foulkes
Graful se descompune n subgrafuri tare conexe, aezate ntr-o
anumit succesiune, ceea ce se realizeaz prin gruparea vrfurilor
ntr-o mulime ordonat de clase de echivalen.
Se scriu toate drumurile hamiltoniene pariale din fiecare
clas care se asambleaz n ordinea claselor.
169
Etapele algoritmului
1. Se scrie matricea conexiunilor C care se adun cu matricea
unitate I de acelai ordin cu ea.
2. Se calculeaz (C+I)
n
pn cnd dou puteri succesive sunt
egale.
3. Vrfurile care au n aceast matrice pe linii numai 1, iar
coloanele corespunztoare lor numai 0 cu excepia interseciilor,
se grupeaz n prima clas de echivalen.
4. Se elimin din matricea (C+I)
n
liniile i coloanele
corespunztoare acestor vrfuri, iar cu matricea rmas se
procedeaz la fel pentru aflarea urmtoarei clase. Astfel toate
vrfurile vor fi repartizate n clase.
5. Se reconstruiete un graf parial al grafului dat astfel :
a) Fiecare clas d natere unui subgraf tare conex.
b) Se traseaz toate arcele care leag clasele consecutive, numai
n sensul obinerii lor.
6. Se afl drumurile hamiltoniene din fiecare clas, dup care se
asambleaz ntre ele.
Exemplul 5.3.3
Fie graful dat prin matricea conexiunilor:
C x
1
x
2
x
3
x
4
x
5
x
6
x
1
0 1 0 0 0 0
x
2
1 0 0 1 0 0
x
3
0 0 0 0 1 0
x
4
0 0 0 0 1 1
x
5
0 0 0 0 0 1
x
6
0 0 1 0 0 0
Matricea C + I:
170
C + I x
1
x
2
x
3
x
4
x
5
x
6
x
1
1 1 0 0 0 0
x
2
1 1 0 1 0 0
x
3
0 0 1 0 1 0
x
4
0 0 0 1 1 1
x
5
0 0 0 0 1 1
x
6
0 0 1 0 0 1
Se calculeaz (C + I)
2
:
(C+I)
2
x
1
x
2
x
3
x
4
x
5
x
6
x
1
1 1 0 1 0 0
x
2
1 1 0 1 1 1
x
3
0 0 1 0 1 1
x
4
0 0 1 1 1 1
x
5
0 0 1 0 1 1
x
6
0 0 1 0 1 1
Apoi se calculeaz (C + I)
4
:
171
(C+I)
4
x
1
x
2
x
3
x
4
x
5
x
6
x
1
1 1 1 1 1 1
x
2
1 1 1 1 1 1
x
3
0 0 1 0 1 1
x
4
0 0 1 1 1 1
x
5
0 0 1 0 1 1
x
6
0 0 1 0 1 1
Se observ c (C + I)
8
= (C + I)
4
.
Se suprim liniile i coloanele 1 i 2, deci vrfurile {x
1
, x
2
}
formeaz prima component tare conex a grafului. Matricea
rmas este:
x
3
x
4
x
5
x
6
x
3
1 0 1 1
x
4
1 1 1 1
x
5
1 0 1 1
x
6
1 0 1 1
Se elimin x
4
, deci urmtoarea clas este format din {x
4
}
Rmne o matrice care are toate liniile 1, deci ultima clas este
{x
3
, x
5
, x
6
}.
Se determin drumurile hamiltoniene:
dH
1
= {x
1
, x
2
, x
4
, x
5
, x
6
, x
3
}
172
dH
2
= {x
1
, x
2
, x
4
, x
6
, x
3
, x
5
}
care nseamn dou ordini posibile ale operaiilor tehnologice n
problema propus.
Justificarea algoritmului
mprirea vrfurilor n clase de echivalen se face pe baza
urmtoarei definiii:
Definiia 5.3.4: Dou vrfuri x
i
i x
j
se numesc echivalente dac
ntre ele exist cel puin un drum ntr-un sens i cel puin un drum
n sens contrar.
Observaie: Vrfurile a dou clase de echivalen distincte nu pot
fi legate dect prin drumuri sau arce orientate ntr-un singur sens.
Un element arbitrar din matricea (C + I)
2
este de forma

=
=
n
k
kj ik ij
a a b
1
, unde adunarea i nmulirea sunt booleene.
ij
b este
egal cu 1 dac i numai dac exist cel puin un ntreg k astfel
nct 1 = =
kj ik
a a , altfel are valoarea 0. Elementele egale cu 1 din
matricea (C + I)
2
reprezint existena drumurilor de cel mult dou
arce ntre vrfurile respective ale grafului. Analog, elementele
egale cu 1 din matricea (C + I)
3
reprezint existena drumurilor de
cel mult 3 arce, etc.
Cnd se obine egalitatea (C + I)
k
= (C + I)
k+1
, matricea
obinut indic toate posibilitile de drumuri ntre diferitele
vrfuri ale grafului.
n matricea (C + I)
k
ce conine toate posibilitile de drumuri
dintre vrfurile grafului, exist linii ce conin numai elemente
egale cu 1, ceea ce nseamn c de la vrfurile corespunztoare
lor se poate ajunge la toate celelalte vrfuri ale grafului. Aceste
vrfuri fac parte din prima clas de echivalen, etc.
Pentru simplificarea calculelor se va ridica matricea (C + I)
la ptrat, apoi ptratul ei la ptrat, obinnd succesiv puterile (C +
I)
2
, (C + I)
4
, (C + I)
8
, ..., care vor depi curnd forma (C + I)
k
de
173
la care toate puterile sunt egale. Procesul se oprete cnd dou
matrice succesive din ir sunt egale.
5.4 Drum optim
5.4.1 Drum critic (rut maxim) n grafuri fr circuite
Fie G = (N, L) un graf orientat cu n vrfuri i R L c : o funcie
care asociaz fiecrui arc din L o valoare real. Se noteaz cu c
ij
=
c(x
i
, x
j
). n cazurile reale, aceast valuare a arcelor poate nsemna:
- distane directe ntre puncte (localiti);
- timpi de execuie a unor faze dintr-un proiect;
- costuri sau timpi ntr-o reea de transport.
Fie d = (x
i
, x
i1
, x
i2
, ..., x
ip-1
, x
j
) un drum format din p arce
ntre x
i
i x
j
, iar c
i,i1
, c
i1,i2
, ..., c
ip-1,j
valorile arcelor care compun
drumul d. Lungimea lui d este:
V(d) = c
i,i1
+ c
i1,i2
+ ...+ c
ip-1,j
.
n practic se poate cere cel mai scurt sau cel mai lung drum
ntre vrfuri (problema drumului minim sau problema drumului
maxim).
5.4.2 Modelul matematic
Se d un graf, imaginea unui proces tehnologic sau economic.
Fiecrei activiti i se asociaz un arc al grafului, iar durata
activitii reprezint capacitatea arcului. Vrfurile reprezint
punctele de racordare a dou activiti.
Se cere timpul necesar terminrii ntregii lucrri care
corespunde cu lungimea drumului maxim n modelul matematic i
drumul critic corespunztor care realizeaz acest maxim.
Activitile corespunztoare arcelor care ies din vrful x
i
pot
ncepe abia dup ce a trecut timpul corespunztor celui mai lung
drum de la x
o
la x
i
.
174
Pentru gsirea drumului critic i a valorii sale, se va calcula
matricea DM care conine distanele cele mai mari dintre dou
vrfuri ale grafului.
5.4.3 Algoritm pentru aflarea matricei DM a
distanelor maximale
1) Se construiete matricea terminal care se trianguleaz superior
i se obine matricea TTS.
2) n matricea C a capacitilor arcelor (lungimilor) se aranjeaz
liniile i coloanele ca n matricea TTS i se obine matricea C
1
=
||c
ij
||.
3) Se consider prima linie din C
1
i fie c
lj
primul element nenul.
Se adun c
lj
cu fiecare element nenul din linia j, obinndu-se
sume de forma c
lj
+ c
jk
. Dac c
lj
+ c
jk
> c
lk
, n locul lui c
lk
se trece
suma, altfel rmne c
lk
.
4) Urmtoarelor elemente nenule de pe linie li se aplic aceleai
operaii, dar pentru linia respectiv modificat.
5) Operaiile de la etapele 3) i 4) se efectueaz pentru fiecare
linie a matricei C
1
, obinndu-se o matrice C
2
.
6) n C
2
se nlocuiesc zerourile cu (cu excepia celor de pe
diagonala principal) i se obine matricea DM = ||d
ij
|| a
distanelor maximale.
Pentru gsirea vrfurilor drumului critic se aleg indicii k pentru
care este ndeplinit relaia d
ik
+ d
kj
= d
ij
.
Exemplul 5.4.1
Fie graful G(N,L), unde
N = {x
1
, x
2
, x
3
, x
4
, x
5
}
L = {(x
2
, x
1
), (x
2
, x
5
), (x
3
, x
1
), (x
3
, x
2
), (x
3
, x
4
), (x
4
, x
2
), (x
5
, x
1
)},
cu costurile:
c
21
= 5, c
25
= 3, c
31
= 10, c
32
= 1, c
34
= 2, c
42
= 4, c
51
= 1.
Se cere matricea drumurilor maximale DM i intervalul maxim
de timp ntre x
3
i x
1
i drumul critic corespunztor.
175
Matricea legturilor este urmtoarea:
C
0
x
1
x
2
x
3
x
4
x
5
x
1
0 0 0 0 0
x
2
1 0 0 0 1
x
3
1 1 0 1 0
x
4
0 1 0 0 0
x
5
1 0 0 0 0
Se construiete matricea terminal triangularizat superior:
TTS x
3
x
4
x
2
x
5
x
1
x
3
0 1* 1* 1 1*
x
4
0 0 1* 1 1
x
2
0 0 0 1* 1*
x
5
0 0 0 0 1*
x
1
0 0 0 0 0
Matricea capacitilor:
176
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 1
2+4>1
0 10
x
4
0 0 4 0 0
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 0
6+3>0
10
6+5>10
x
4
0 0 4 0 0
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
9+1<11
x
4
0 0 4 0 0
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
177
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
x
4
0 0 4 0
4+3>0
0
4+5>0
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
x
4
0 0 4 7 9
7+1<9
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
C
1
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
x
4
0 0 4 7 9
x
2
0 0 0 3 5
3+1<5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
178
C
2
x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
x
4
0 0 4 7 9
x
2
0 0 0 3 5
x
5
0 0 0 0 1
x
1
0 0 0 0 0
Matricea distanelor maximale
DM x
3
x
4
x
2
x
5
x
1
x
3
0 2 6 9 11
x
4
0 4 7 9
x
2
0 3 5
x
5
0 1
x
1
0
Intervalul maxim de timp ntre x
3
i x
1
este d
31
= 11
Pentru aflarea drumului critic se calculeaz sumele d
3k
+ d
k1
:
d
34
+ d
41
= 2 + 9 = 11
d
32
+ d
21
= 6 + 5 = 11
d
35
+ d
51
= 9 + 1 = 10,
x
4
i x
2
aparin drumului critic
Drumul critic este: x
3
, x
4
, x
2
, x
1
.
179
5.5 Fluxul n reea
Multe probleme din practica economic cer repartizarea unui
anumit flux n scopul maximizrii sau minimizrii lui pe o reea
dat.
O reea este un graf pe arcele cruia poate circula un flux de
un anumit produs. Fiecrui arc i este asociat capacitatea maxim
ce poate fi transportat pe arcul respectiv. n activitatea practic,
astfel de grafuri pot fi:
Noduri Muchii Flux
intersecii osele vehicule
aeroporturi linii aeriene avioane
staii de pompare evi fluid
puncte de control linii telefonice mesaje
noduri de reea linii de date informaii
Se noteaz: X o mulime finit de noduri. O pereche ordonat de
noduri (x
i
, x
j
) este un arc. c
ij
este capacitatea arcului (x
i
, x
j
). Dac
nu exist arcul (x
k
, x
m
) atunci c
km
= 0.
Fie o reea cu n+2 noduri: x
o
, x
1
, ..., x
n
, x
n+1
.
Definiia 5.5.1: Cantitile x
ij
de materie ce trec prin arcele reelei
la un moment dat i care satisfac condiiile:
n i x x
n j i c x
n
j
ij
n
k
ki
ij ij
, 1 ) 2 (
1 , 0 , 0 ) 1 (
1
1 0
=

+ = s s
+
= =
definesc un flux ce strbate reeaua.
Relaia (1) semnific faptul c fluxul care trece printr-un arc nu
poate depi capacitatea acestuia.
Relaia (2) nseamn c mrimea cantitii de materie care pleac
dintr-un vrf este egal cu cea care intr n acel vrf.
180
Din (2) rezult c mrimea total a cantitii de materie care
pleac din a
o
este egal cu cea care vine n a
n+1
:
= =

=
+
+
=
n
i
n i
x
0
1 ,
1 n
1 j
0j
x ) 3 (
Forma liniar se numete fluxul total din reea.
Problema:
Se caut fluxul maxim n reea, adic gsirea cantitilor
, , 1 , 0 ,
*
+ = n j i x
ij
care verific relaiile (1) i (2) i care
maximizeaz forma liniar (3).
5.5.1 Algoritmul lui Ford-Fulkerson (procedeul
marcrii)
Fie reeaua G = (X, L) care conine n+1 vrfuri.
Definiii 5.5.2: Arcul (x
i
, x
j
) se numete saturat dac x
ij
= c
ij
.
Un flux {x
ij
} se numete complet dac oricare ar fi drumul de la x
o
la x
n
, acesta conine cel puin un arc saturat.
Etapele algoritmului
Etapa 1
1) Se construiete un flux iniial arbitrar {x
ij
} unde x
ij
verific
condiiile (1) i (2).
2) Se caut un flux complet.
Etapa 2
Dup aceste etape urmeaz o operaie de marcare a vrfurilor
reelei, care arat dac fluxul complet gsit este maxim sau nu.
Operaia de marcare se face astfel :
a) Se marcheaz cu (+) vrful x
o
;
b) Se marcheaz cu (+x
0
) vrful x
i
dac arcul (x
o
, x
i
) nu este
saturat ;
181
c) Dac un vrf x
j
a fost marcat, vrful x
k
legat printr-un arc de x
j
se marcheaz cu (+x
j
) dac arcul (x
j
, x
k
) este nesaturat i orientat
n semnsul de la x
j
la x
k
i se marcheaz cu (-x
j
) dac arcul (x
k
, x
j
)
este nesaturat i orientat de la x
k
la x
j
.
Dup marcare se poate obine una dintre situaiile :
1) vrful x
n
nu a fost marcat, deci fluxul complet gsit e maxim ;
2) vrful x
n
a fost marcat, deci fluxul complet gsit nu e maxim.
Etapa 3
n situaia 2) se trece la modificarea fluxului pe drumul marcat
astfel:
Se construiete un lan de la intrarea la ieirea din reea (x
0
-
x
n
), astfel nct fiecare vrf al lanului (cu excepia vrfului de
intrare) s fie marcat cu indicele vrfului anterior. Acest lan se
scrie mai uor de la sfrit spre nceput, folosind marcrile. Pentru
lanul gsit se calculeaz cantitatea o = min{o
1
, o
2
}, unde o
1
=
min{c
ij
x
ij
} pentru toate arcele lanului cu sgeata n sensul
citirii acestuia, iar o
2
= min{x
ij
}, pentru toate arcele lanului cu
sgeata n sens invers citirii acestuia.
a) Se adaug o la fluxurile marcate cu (+). Pentru fiecare arc a
crui extremitate final a fost marcat cu (+) se obine un nou
flux : o + =
0 ) 1 (
ij ij
x x .
b) Se scade o din fluxurile arcelor notate cu (-) i noul flux va fi :
o =
0 ) 1 (
ij ij
x x .
c) Fluxurile ce nu aparin drumului marcat rmn neschimbate.
Procedeul de marcare continu atta timp ct vrful x
n
mai poate
fi marcat. n caz contrar, fluxul gsit este maxim.
Exemplul 5.5.3 :
Fie reeaua reprezentat n figura urmtoare (pe fiecare arc este
nscris capacitatea corespunztoare). S se determine fluxul de
valoare maxim ce strbate reeaua, aplicnd algoritmul Ford-
Fulkerson.
182
Etapa 1
Se caut succesiv drumuri de la x
0
la x
n
astfel nct fiecare din
aceste drumuri s fie format numai din arce nesaturate (arcul
saturat este arcul al crui flux este egal cu capacitatea sa). Pentru
fiecare drum astfel format se determin cantitatea = min {c
ij

x
ij
}, unde: x
ij
= fluxul arcului; c
ij
= capacitatea arcului.
Aceast cantitate se adun ca valoare de flux pe toate arcele
drumului, celelalte arce rmnnd neschimbate.
Fluxul total ce strbate reeaua este dat de suma fluxurilor
drumurilor construite:
d
1
=x
0
x
1
x
4
x
7

1
= min{10 0; 5 0; 15 0} = 5
d
2
=x
0
x
1
x
2
x
5
x
7

2
= min{10 0; 5 0; 15 0; 8 0} = 5
d
3
=x
0
x
2
x
5
x
7

3
= min {6 0; 15 5; 8 5} = 3
d
4
=x
0
x
2
x
3
x
6
x
7

4
= min {6 3; 5 0; 7 0; 12 0} = 3
d
5
= x
0
x
3
x
6
x
7

5
= min {10 0; 7 3; 12 3} = 4
d
6
=x
0
x
3
x
5
x
6
x
7

6
= min {10 4; 2 0; 4 0; 12 7} = 2
Nu se mai pot forma alte drumuri din x
0
n x
n
, mergnd pe
arce nesaturate. Aadar fluxul care strbate reeaua n acest
moment este:

1
=5 + 5 + 3 + 3 + 4 + 2 = 22
Etapa 2.
Se verific dac fluxul total obinut n etapa 1 este sau nu maxim
aplicnd o operaie de marcare a vrfurilor reelei dup
183
urmtoarele reguli: se marcheaz cu + vrful x
0
de intrare n
reea. Dac vrful x
i
a fost marcat, iar vrful x
j
nu a fost marcat i
exist arcul x
i
x
j
nesaturat (adic c
ij
- x
ij
> 0) se marcheaz vrful x
j
cu (+x
i
). dac vrful x
i
a fost marcat, iar vrful x
j
nu a fost marcat
i exist arcul x
j
x
i
cu un flux x
ji
>0 se marcheaz vrful x
j
cu (- x
i
).
Operaia de marcare a vrfurilor continu pn cnd se ajunge la
una dintre urmtoarele 2 situaii:
1. Vrful de ieire din reea rmne nemarcat. Fluxul gsit este cel
maxim i trebuie egalat cu capacitatea tieturii reelei. Tietura
este planul ce separ reeaua n dou pri: vrfurile marcate de
vrfurile nemarcate la ultima marcare. Capacitatea tieturii este
egal cu suma valorilor de flux de pe toate arcele strbtute de
tietur. Tietura trece doar prin arce saturate.
2. Vrful de ieire din reea este marcat, deci fluxul nu este cel
maxim i se trece la etapa a treia.
Etapa 3.
Se construiete un lan de la intrarea la ieirea din reea (x
0
- x
n
)
astfel nct fiecare vrf al lanului (cu excepia vrfului de intrare
n reea) s fie marcat cu indicele vrfului anterior. Pentru lanul
gsit se calculeaz:
= min {
1
,
2
}, unde

1
= min{10 6; 5 3; 15 8; 4 2; 12 9} = 2;
2
=3; o = 2.
184

2
=
1
+ = 22 + 2 = 24
Prin noua marcare x
7
rmne nemarcat, deci
2
= flux maxim.
Capacitatea tieturii: C
v
= 5 + 8 + 4 + 7 = 24 =
2
.
5.6 Exerciii i probleme
5.6.1 Enunuri
1. Fie graful G = (N, L), N = {x
1
, x
2
, x
3
, x
4
, x
5
} i L={(x
1
,x
4
),
(x
2
,x
1
), (x
2
,x
5
), (x
3
,x
1
), (x
3
,x
2
), (x
3
,x
4
), (x
3
,x
5
), (x
5
,x
1
), (x
5
,x
4
)}.
Se cere:
a) s se reprezinte geometric graful G;
b) s se scrie un drum de lungime 3 din G;
c) s se determine matricea drumurilor D;
d) s se cerceteze existena circuitelor n G;
e) s se cerceteze existena drumurilor hamiltoniene.
2. Prelucrarea unui produs se face prin 6 operaii care ndeplinesc
urmtoarele condiii: P
1
trebuie s fie ultima operaie; dup P
2
poate urma P
1
, P
3
sau P
6
; dup P
3
poate urma doar P
1
; dup P
4
urmeaz P
3
, P
5
sau P
6
, dup P
5
poate veni P
1
, P
2
, P
6
, iar dup P
6
urmeaz P
3
. S se gseasc ordinea n care vor fi executate
operaiile, astfel nct fiecare s fie executat o singur dat.
3. Fie graful G = (N, L), N = {x
1
, x
2
, x
3
, x
4
, x
5
} i L = {(x
1
, x
3
),
(x
1
,x
4
), (x
2
, x
1
), (x
2
, x
5
), (x
3
,x
2
),(x
3
, x
4
), (x
4
, x
2
), (x
4
, x
5
)}.
185
Se cere:
a) s se reprezinte geometric graful G;
b) s se cerceteze dac are circuite;
c) s se cerceteze dac are drumuri hamiltoniene.
4. Fie graful G finit, orientat, valuat. Se cere:
a) s se cerceteze dac are circuite;
b) s se cerceteze dac are drumuri hamiltoniene;
c) n caz c exist, s se determine drumul de valoare maxim
de la x
2
la x
4
.
5. Fie graful valuat, dat prin matricea capacitilor arcelor:
C
1
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
1
0 4 3 0 0 0 0
x
2
0 0 0 0 20 0 0
x
3
0 12 0 0 0 0 5
x
4
0 0 5 0 2 0 0
x
5
0 0 0 0 0 0 0
x
6
4 10 4 5 8 0 9
x
7
0 4 0 0 0 0 0
7 9
8
2
x
2
x
1
2
x
5
x
3
5
3
6
x
6
x
4
4
186
a) S se gseasc matricea drumurilor maximale;
b) S se indice intervalul maxim de timp ntre x
6
i x
5
i drumul
critic corespunztor.
6. Fie reeaua de transport reprezentat prin graful urmtor:
a) S se defineasc un flux i s se calculeze valoarea fluxului n
reea;
b) S se gseasc un flux complet;
c) S se gseasc fluxul maxim.
7. Fie reeaua de transport definit prin urmtorul graf, dat prin
matricea capacitilor:
C
1
x
0
x
1
x
2
x
3
x
4
x
5
x
6
x
7
x
0
0 8 5 7 0 0 0 0
x
1
0 0 0 0 5 0 3 0
x
2
0 0 0 0 1 0 3 0
x
3
0 0 0 0 0 2 4 0
x
4
0 0 0 0 0 1 0 9
x
5
0 0 0 0 0 0 0 4
x
6
0 0 0 0 0 0 0 15
x
7
0 0 0 0 0 0 0 0
x
0
x
1
x
2
x
3
x
4
x
5
x
6
6
3
7
4
5
5
3 5
10
13
2
6
187
Nodul de intrare este x
0
, iar de ieire x
7
. S se determine fluxul
maxim n reea.
5.6.2 Indicaii i rspunsuri
1. a) Reprezentarea geometric este:
b) d = (x
3
, x
2
, x
1
, x
4
)
c) Se scrie matricea C apoi se determin matricea D:
C x
1
x
2
x
3
x
4
x
5
x
1
0 0 0 1 0
x
2
1 0 0 0 1
x
3
1 1 0 1 1
x
4
0 0 0 0 0
x
5
1 0 0 1 0
x
1
x
2
x
3
x
4
x
5
188
D x
1
x
2
x
3
x
4
x
5
p(x
i
)
x
1
0 0 0 1 0 1
x
2
1 0 0 1 1 3
x
3
1 1 0 1 1 4
x
4
0 0 0 0 0 0
x
5
1 0 0 1 0 2
Pentru a obine, de exemplu, linia lui x
2
n D, am preluat
elementele egale cu 1 de pe linia lui x
2
din C n D. Apoi pentru c
avem 1 pe coloana lui x
1
, adunm boolean linia lui x
1
din C la cea
a lui x
2
i mai apare un 1 pe coloana lui x
4
. Pentru c avem 1 pe
coloana lui x
5
, adunm boolean linia lui x
5
la cea a lui x
2
i nu mai
obinem alt element egal cu 1. Avem i un 1 pe coloana lui x
4
,
adunm linia lui x
4
din C la cea a lui x
2
i nu mai obinem alte
elemente de 1; completm locurile libere cu zerouri. Repetm
raionamentul pentru fiecare linie i obinem matricea D.
d) Pe diagonala principal a matricei D toate elementele sunt
egale cu 0, deci graful nu are circuite.
e) Graful neavnd circuite, aplicm teorema lui Y.V. Chen,
determinnd puterile de atingere ale vrfurilor. Adugm matricei
D coloana p(x
i
) cu valorile: p(x
1
) = 1, p(x
2
) = 3, p(x
3
) = 4,
p(x
4
)=0, p(x
5
) = 2.
Deoarece n = 5, , ,

=
=
5
1
10
i
i
x p , iar
, ,
10
2
4 5
2
1
=

=
n n
, rezult c
exist drum hamiltonian pe care l obinem scriind vrfurile
grafului n ordinea descresctoare a puterii lor de atingere, adic:
d
H
= (x
3
, x
2
, x
5
, x
1
, x
4
).
2. Se gsete drumul hamiltonian dH: P
4
, P
5
, P
2
, P
6
, P
3
, P
1
.
189
3. a)
b) Fr s mai determinm matricea D se observ c exist
circuitul d = (x
2
, x
1
, x
4
, x
2
). Deci graful are circuite.
c) Se scrie matricea conexiunilor:
C x
1
x
2
x
3
x
4
x
5
x
1
0 0 1 1 0
x
2
1 0 0 0 1
x
3
0 1 0 1 0
x
4
0 1 0 0 1
x
5
0 0 0 0 0
Apoi se adun cu matricea unitate:
C + I x
1
x
2
x
3
x
4
x
5
x
1
1 0 1 1 0
x
2
1 1 0 0 1
x
3
0 1 1 1 0
x
4
0 1 0 1 1
x
5
0 0 0 0 1
x
1
x
2
x
3
x
4
x
5
190
Se calculeaz (C+I)
2
, (C+I)
4
, (C+I)
8
i se observ c
(C+I)
4
= (C+I)
8
, deci s-a obinut matricea saturat:
(C + I)
4
x
1
x
2
x
3
x
4
x
5
x
1
1 1 1 1 1
x
2
1 1 1 1 1
x
3
1 1 1 1 1
x
4
1 1 1 1 1
x
5
0 0 0 0 1
Vrfurile x
1
, x
2
, x
3
i x
4
formeaz prima clas de echivalen, iar
x
5
intr n a doua clas. Se reprezint graful astfel:
Avnd n vedere c la x
5
se poate ajunge doar din x
2
sau x
4
, se
scriu toate drumurile hamiltoniene din prima clas de echivalen
care se termin n aceste vrfuri, completndu-se cu x
5
. Se obin
soluiile:
dH
1
: (x
1
, x
3
, x
4
, x
2
, x
5
)
dH
2
: (x
3
, x
2
, x
1
, x
4
, x
5
)
dH
3
: (x
2
, x
1
, x
3
, x
4
, x
5
)
x
1
x
2
x
4
x
3
x
5
191
4. a) Se scrie matricea conexiunilor:
C x
1
x
2
x
3
x
4
x
5
x
6
x
1
0 1 1 1 0 0
x
2
0 0 1 0 1 0
x
3
0 0 0 1 0 0
x
4
0 0 0 0 0 1
x
5
0 0 1 0 0 1
x
6
0 0 0 0 0 0
Se determin matricea drumurilor care se completeaz cu coloana
puterilor de atingere pentru fiecare vrf:
D x
1
x
2
x
3
x
4
x
5
x
6
p(x
i
)
x
1
0 1* 1* 1* 1 1 5
x
2
0 0 1* 1 1* 1 4
x
3
0 0 0 1* 0 1 2
x
4
0 0 0 0 0 1* 1
x
5
0 0 1* 1 0 1* 3
x
6
0 0 0 0 0 0 0
n matricea drumurilor, toate elementele de pe diagonala
principal sunt egale cu zero, deci graful nu are circuite.
b) Condiia de existen a drumului hamiltonian este ndeplinit:
, ,
, ,
2
5 6
2
1
15
6
1

= =

= i
i
n n
x p . Se ordoneaz liniile i coloanele n
ordinea descresctoare a puterilor de atingere, obinndu-se
matricea terminal triangularizat superior:
192
TTS x
1
x
2
x
5
x
3
x
4
x
6
p(x
i
)
x
1
0 1* 1 1* 1* 1 5
x
2
0 0 1* 1* 1 1 4
x
5
0 0 0 1* 1 1* 3
x
3
0 0 0 0 1* 1 2
x
4
0 0 0 0 0 1* 1
x
6
0 0 0 0 0 0 0
Drumul hamiltonian este: dH = (x
1
, x
2
, x
5
, x
3
, x
4
, x
6
)
c) Se construiete matricea capacitilor triangularizat superior,
nlocuindu-se n TTS elementele 1* cu capacitile arcelor
respective:
C
1
x
1
x
2
x
5
x
3
x
4
x
6
x
1
0 2 0 3 2 0
x
2
0 0 5 9 0 0
x
5
0 0 0 7 0 4
x
3
0 0 0 0 8 0
x
4
0 0 0 0 0 6
x
6
0 0 0 0 0 0
Se calculeaz matricea distanelor maximale:
DM x
1
x
2
x
5
x
3
x
4
x
6
x
1
0 2 7 14 22 28
x
2
0 5 12 20 26
x
5
0 7 15 21
x
3
0 8 14
x
4
0 6
x
6
0
193
Valoarea maxim a drumului de la x
2
la x
4
este 20. Din condiia
d
2k
+d
k4
=20, se obine k=5 i k=3, deci drumul critic este:
dC = (x
2
, x
5
, x
3
, x
4
).
5. a) Matricea distanelor maximale este:
DM x
6
x
1
x
4
x
3
x
7
x
2
x
5
x
6
0 4 5 10 15 22 42
x
1
0

3 8 15 35
x
4
0 5 10 17 37
x
3
0 5 12 32
x
7
0 4 24
x
2
0 20
x
5
0
b) Drumul critic ntre x
6
i x
5
are valoarea 42 i este:
dC: x
6
, x
4
, x
3
, x
2
, x
5
.
6. a) Un flux n reea poate fi:
x
01
= 5; x
02
= 2, x
03
= 6; x
12
= 1; x
14
= 4; x
24
= 5; x
32
= 2; x
34
= 1;
x
35
= 3; x
46
= 10; x
54
= 0; x
56
= 3. Valoarea fluxului este:

1
= 5 + 2 + 6 = 10 + 3 = 13.
b) Fluxul
1
nu este complet, deoarece drumul d = (x
0
, x
3
, x
5
, x
6
)
nu este saturat. Se mrete fluxul pe arcele sale cu:
o = min {7 6; 6 3; 14 3} = 1 i se satureaz arcul (x
0
, x
3
). Se
obine astfel fluxul complet:
x
01
= 5; x
02
= 2, x
03
= 7; x
12
= 1; x
14
= 4; x
24
= 5; x
32
= 2; x
34
= 1;
x
35
= 4; x
46
= 10; x
54
= 0; x
56
= 4. Valoarea fluxului este:
2
= 14.
c) Se pleac de la fluxul complet
2
i se ncepe procesul de
marcare a vrfurilor:
Se marcheaz x
0
cu +. Apoi vrfurile x
1
i x
2
se marcheaz
cu +x
0
, deoarece arcele (x
0
, x
1
) i (x
0
, x
2
) sunt nesaturate. x
3
se va
marca cu x
2
pentru c (x
3
, x
2
) are fluxul pozitiv. Vrfurile x
4
i
x
5
se marcheaz cu +x
3
, iar x
6
se marcheaz cu +x
5
.
194
Deoarece x
6
a fost marcat, se deduce c fluxul nu este
maxim. Se poate majora cu cantitatea o = min{3 2; 2; 6 4; 13
4} = 1, considerndu-se minimul pe lanul x
0
, x
1
, x
2
, x
3
, x
5
, x
6
.
Se obine fluxul complet:
x
01
= 5; x
02
= 3, x
03
= 7; x
12
= 1; x
14
= 4; x
24
= 5; x
32
= 1; x
34
= 1;
x
35
= 5; x
46
= 10; x
54
= 0; x
56
= 5, cu valoarea
3
= 15.
Se ncearc o nou marcare. Din nou fluxul nu e maxim. Se
mai poate majora cu 1 i rezult fluxul complet:
x
01
= 6; x
02
= 3, x
03
= 7; x
12
= 2; x
14
= 4; x
24
= 5; x
32
= 0; x
34
= 1;
x
35
= 6; x
46
= 10; x
54
= 0; x
56
= 6, cu valoarea
4
= 16.
Se continu algoritmul, dar de aceast dat, vrful x
6
nu se
mai poate marca, deci fluxul obinut este maxim:
7. Fluxul maxim este: x
01
= 8; x
02
= 4; x
03
= 6; x
14
= 5; x
16
= 3;
x
24
= 1; x
26
= 3; x
35
= 2; x
36
= 4; x
45
= 0; x
47
= 6; x
57
= 2; x
67
= 10,
cu valoarea de 10 uniti.
x
0
x
1
x
2
x
3
x
4
x
5
x
6
6=5+1
3=2+1
7=7
4=4
5=2-1-1+
5=5
3=1+ 5=0+
10 = 10
13=4+1+1+
2=1+1
+
+
+
+x
0
+x
0
-x
2
-x
2
+x
0
+x
0
+x
3
+x
3
+x
3
+x
3
+x
5
+x
5
195
Capitolul 6
Elemente de teoria probabilitilor
n economie i sociologie, numeroase fenomene sunt
ntmpltoare, se petrec n mod aleatoriu, depinznd de muli
factori care la rndul lor sunt aleatori. Teoria probabilitilor ca
model matematic este esenial n studiul economiei, al tiinelor
sociale, n biologie. Cu ajutorul acesteia se fundamenteaz
modele matematice pentru statistica matematic, teoria jocurilor,
teoria firelor de ateptare, programarea stochastic.
Studiul matematic al fenomenelor aleatoare ncepe n sec.
XVII, cu scopul de a calcula ansele de ctig la jocurile de noroc,
care au rmas pentru mult vreme sursa i stimulentul acestor
cercetri. nceputurile teoriei probabilitilor sunt legate de
numele matematicienilor B. Pascal i P. Fermat. Cavalerul de
Mr i se adreseaz lui Pascal pentru rezolvarea unor probleme
legate de jocuri, acesta i le rezolv i i comunic i lui Fermat
problemele studiate. Mai trziu C. Huygens d i el o soluie la
aceste probleme. Aceti matematicieni au prevzut rolul pe care l
va avea tiina care se ocup de stabilirea regulilor privind
evenimentele aleatoare. Dezvoltarea ulterioar a teoriei
probabilitilor este legat de nume sonore n tiin, ca de
exemplu: Moivre, Laplace, Gauss, Poisson, Cebev, Markov,
Kolmogorov, Hincin. n ara noastr domeniul teoriei
probabilitilor are vechi tradiii i numeroi matematicieni de
cert valoare au avut remarcabile contribuii: Octav Onicescu,
Gheorghe Mihoc, C. T. Ionescu Tulcea, George Ciucu, Ioan
Cuculescu, Marius Iosifescu.
196
6.1 Cmp de evenimente
6.1.1 Experien, prob, eveniment
Experien nseamn producerea unui fenomen n condiii ce
permit urmrirea rezultatelor sale, care au un caracter ntmpltor
(aleator).
Rezultatele respective se numesc probe, fiecrei experiene
asociindu-i-se mulimea probelor sale.
De exemplu, aruncarea unui zar constituie experiena,
numrul de puncte de pe suprafaa superioar este proba, iar
mulimea probelor este {1, 2, 3, 4, 5, 6}.
Fiind dat o experien E i mulimea probelor sale, se
numete eveniment o submulime a mulimii .
Se numete eveniment elementar o submulime a lui
care conine numai un element. Un eveniment A este realizat cnd
proba face parte din submulimea A.
Exemplul 6.1.1:
Fie E aruncarea zarului.
Mulimea probelor este: = {1, 2, 3, 4, 5, 6}.
Atunci A = {1, 2, 3}, sau
B = apariia unui numr impar
sunt evenimente.
Evenimentul {2} este un eveniment elementar.
Un eveniment realizat de oricare prob a experienei se
numete eveniment sigur ().
Un eveniment pe care nu l realizeaz nici o prob este
evenimentul imposibil ().
6.1.2 Operaii cu evenimente
Fie E o experien i evenimentele A i B.
197
Reuniunea: Evenimentul A B se realizeaz dac se
realizeaz cel puin unul dintre evenimentele A, B.
Intersecia: Evenimentul A B se realizeaz atunci cnd se
realizeaz simultan A i B.
Implicaia (incluziunea) A B sau A c B dac realizarea
lui A asigur i realizarea lui B.
Diferena: Evenimentul A\B apare cnd se realizeaz A i
nu se realizeaz B.
Diferena simetric: A A B este evenimentul care apare dac
i numai dac apare numai unul dintre evenimentele A sau B:
, , , , A B B A B A \ \ = A
Evenimentul contrar lui A, se realizeaz atunci cnd A nu
se realizeaz.
Evenimente incompatibile sunt acelea care nu se pot realiza
simultan, adic A B = .
6.1.3 Definiii ale noiunii de probabilitate
Definiia clasic (indus de frecvena relativ)
Definiia 6.1.2: Fie E un experiment format din n evenimente
elementare i evenimentul A compus din k evenimente
elementare. Probabilitatea evenimentului A, notat P(A) este:
Exemplul 6.1.3:
S se determine probabilitatea ca la aruncarea a dou zaruri s
se obin o dubl.
Numr cazuri posibile: 36
Numr cazuri favorabile: 6
P(A) = 6 / 36 = 1 / 6.
posibile cazuri nr.
favorabile cazuri nr.
) ( = =
n
k
A P
198
Proprieti ale probabilitii
Fie evenimentul sigur ataat unui experiment i P()
mulimea prilor acestuia.
Definiia 6.1.4: O submulime nevid se numete
corp sau cmp de evenimente dac verific urmtoarele axiome:
Proprieti
Definiia axiomatic a probabilitii
Definiia 6.1.5: Fie ( , K) un cmp finit de evenimente. Se
numete probabilitate relativ la acest cmp o aplicaie
care verific axiomele:
, , , ,
, , , ,
, , , , , ,
, , , , , , A P B P A B P B A
B P A P B A P B A
B P A P B A
A P A P
P P
A P
= c
+ = =
s c
=
= u = O
s s
\ . 6
. 5
. 4
1 . 3
0 ) ( , 1 ) ( . 2
1 ) ( 0 . 1
, , O c P K
K B A K B A
K A K A
e e
e e
, Daca . 2
Daca . 1
K B A K B A
K
e e
e u O
, . 2
, . 1
R K P :
, ,
, ,
, , , , , , B P A P B A P
B A K B A
P
K A A P
+ =
u = e
= O
e >
, , . 3
1 . 2
, 0 . 1
199
Proprieti
Probabiliti condiionate
Definiia 6.1.6: Fie ( , K) un cmp de evenimente i B e K cu
P(B) > 0. Se numete probabilitate a evenimentului A
condiionat de evenimentul B numrul real notat
Exemplul 6.1.7:
Se arunc succesiv dou zaruri. Se consider evenimentele:
A evenimentul ca pe primul zar s se obin cel mult 3 puncte
B evenimentul ca suma cifrelor obinute pe cele dou zaruri s
fie 8.
S se calculeze P(A), P(B), P(B|A), P(A|B), P(AB)
A = {1,2,3}
1
O c = {1, 2, 3, 4, 5, 6}
B = {(2,6),(3,5),(4,4),(5,3),(6,2)}
1 1
O O = O c
, ,
, , , ,
, , , , , ,
, , , ,
, ,
, , , , , , , , B A P B P A P B A P
A P K A
B P A P B A
B A P A P A B P
A P A P
P
+ =
s e
s c
=
=
= u
. 6
1 , . 5
. 4
\ . 3
1 . 2
0 . 1
, ,
, ,
, ,
. /
B P
B A P
B A P

=
, , , ,
, ,
, ,
, ,
, ,
, ,
, , 9
1
2
1
36
2
/
5
2
36
5
36
2
/
36
5
2
1
6
3
= =

=
= =

=
= = =
A P
B A P
A B P
B P
B A P
B A P
B P A P
200
6.1.4 Formula probabilitii totale
Fie evenimentele A
i
e K care formeaz un sistem complet de
evenimente (desfacere a evenimentului sigur) adic:
atunci pentru orice eveniment A e K avem:
Exemplul 6.1.8:
Se consider dou urne avnd compoziiile U
1
(6a, 4n) i
U
2
(5a, 10n).
Se arunc un zar. Dac se obine numr impar se extrage o
bil din prima urn, iar dac se obine numr par se extrage o bil
din a doua urn. Care este probabilitatea de a obine o bil alb?
Se noteaz: A
i
- evenimentul ca bila s fie extras din urna i
(i = 1,2).
B - evenimentul ca bila s fie alb.
Formula lui Bayes
Fie sistemul complet de evenimente
n aceste condiii are loc relaia:
Exemplul 6.1.9:
O = u =
=

n
i
i j i
A A A
1
,
, , , , , ,

=
=
n
i
i i
A A P A P A P
1
/
, , , , , , , , , ,
15
7
30
14
6
1
10
3
15
5
2
1
10
6
2
1
/ /
2 2 1 1
= = + = + =
= + = A B P A P A B P A P B P
, , . 0 , , , 1 , > e = e A P K A n i K A
i
, ,
, , , ,
, , , ,
{ } n i
A A P A P
A A P A P
A A P
n
k
k k
i i
i
,..., 2 , 1 ,
/
/
/
1
e

=
=
201
Trei ntreprinderi trimit acelai tip de produse la un magazin, n
proporie de 50%, 30%, respectiv 20%. Cele trei ntreprinderi dau
rebuturi 1%, 3%, respectiv 2%. Produse n valoare de 3600 lei s-
au dovedit rebuturi. n ce proporie trebuie mprit pierderea
ntre cele trei ntreprinderi?
Fie:
A
i
evenimentul ca un produs s provin de la ntreprinderea i
X evenimentul ca un produs s fie rebut.
P(A
1
) = 0,5; P(A
2
) = 0,3; P(A
3
) = 0,2.
P(X/A
1
) = 0,01; P(X/A
2
) = 0,03; P(X/A
3
) = 0,02.
Probabilitatea ca un rebut s provin de la furnizorul 1, 2,
respectiv 3 este:
Evenimente independente
Definiia 6.1.10: Spunem c evenimentele A i B sunt
independente dac P(A/B) = P(A) sau P(B/A) = P(B).
Proprieti: Condiia necesar i suficient ca dou evenimente
A i B s fie independente este ca
, ,
, , , ,
, , , ,
, ,
, , , ,
, , , ,
, ,
, , , ,
, , , ,
800 3600
18
4
1800 3600
18
9
1000 3600
18
5
18
4
02 , 0 2 , 0 03 , 0 3 , 0 01 , 0 5 , 0
02 , 0 2 , 0
/
/
/
18
9
02 , 0 2 , 0 03 , 0 3 , 0 01 , 0 5 , 0
03 , 0 3 , 0
/
/
/
18
5
02 , 0 2 , 0 03 , 0 3 , 0 01 , 0 5 , 0
01 , 0 5 , 0
/
/
/
3 2 1
3
1
3 3
3
3
1
2 2
2
3
1
1 1
1
= = = = = =
=
+ +

=

=
=
+ +

=

=
=
+ +

=

=
=
=
=
S S S
A X P A P
A X P A P
X A P
A X P A P
A X P A P
X A P
A X P A P
A X P A P
X A P
i
i i
i
i i
i
i i
, , , , , , B P A P B A P =
202
Exemplul 6.1.11:
Se consider dou urne avnd compoziiile U
1
(6a, 4n) i
U
2
(5a, 10n).
Din fiecare urn este extras cte o bil.
a) Care este probabilitatea obinerii a dou bile albe?
b) Care este probabilitatea s se obin cel puin o bil alb?
c) Care este probabilitatea s se obin dou bile de aceeai
culoare?
Fie A
1
evenimentul obinerii unei bile albe din prima urn; A
2
evenimentul obinerii unei bile albe din a doua urn.
Evenimentele contrare nseamn obinerea de bile negre.
A
1
i A
2
sunt evenimente independente.
a) Pentru a obine dou bile albe:
b) Se calculeaz probabilitatea evenimentului contrar, de a obine
dou bile negre:
c) Probabilitatea de a obine dou bile de aceeai culoare:
, , , ,
3
1
;
5
3
2 1
= = A P A P
, , , , , ,
5
1
3
1
5
3
2 1 2 1
= = = A P A P A A P
, , , , , ,
, ,
15
11
15
4
1
15
4
3
2
5
2
2 1 2 1
= =
= = =
A P
A P A P A A P
, , , , , ,
15
7
15
4
5
1
2 1 2 1
= + =
= + = A A P A A P AC P
203
6.2 Scheme clasice de probabilitate
6.2.1 Schema lui Bernoulli cu bila ntoars (schema
binomial)
Aceast schem se aplic n cazul n care un experiment se repet
de mai multe ori n aceleai condiii.
Se cere calcularea probabilitii ca din cele n repetri ale
experimentului, evenimentul precizat s apar de k ori.
Modelul probabilistic
O urn conine bile de dou culori, albe i negre, n proporie
cunoscut.
Se extrag n bile, punnd de fiecare dat bila napoi.
Se cere probabilitatea ca din cele n bile extrase, k s fie albe.
Probabilitatea ca bila extras s fie alb se noteaz cu p, iar
probabilitatea ca bila s fie neagr se noteaz cu q = 1 p.
Exemplul 6.2.1:
Se arunc o moned de 10 ori. Care este probabilitatea de a obine
de 3 ori stema?
n = 10; k = 3; p = 1/2; q = 1/2
, ,
, ,! !
!
,
k n k
n
C
q p C B P
k
n
k n k k
n k n

=
=

, ,
128
15
1024
120
1024
1
2 3
8 9 10
2
1
! 7 ! 3
! 10
2
1
2
1
10
3 10 3
3
10 3 , 10
= =

\
|

\
|
=

C B P
204
6.2.2 Schema lui Bernoulli cu mai multe stri
(polinomial)
Experimentul se repet de n ori.
Se cere probabilitatea ca r evenimente urmrite s apar de
un numr dat de ori fiecare.
Modelul: o urn ce conine bile de r culori n proporie cunoscut.
Probabilitile de apariie sunt p
1
, p
2
, ..., p
r
, unde p
1
+p
2
+...+p
r
= 1.
Se extrag pe rnd n bile punnd de fiecare dat bila extras napoi.
Se cere probabilitatea ca din bilele extrase k
1
s fie de culoarea c
1
,
k
2
de culoarea c
2
, ..., k
r
de culoarea c
r
, k
1
+k
2
+...+k
r
= n.
Exemplul 6.2.2:
Din pachetul de 52 de cri de joc se extrag 10 cri, punnd de
fiecare dat cartea extras napoi.
Care este probabilitatea s apar de 4 ori o carte mai mic dect 7,
de 3 ori o carte de la 7 la 10, de 2 ori valet, dam sau pop i o
dat as?
k
1
= 4, p
1
= 5/13; k
2
= 3, p
2
= 4/13;
k
3
= 2, p
3
= 3/13; k
4
= 1, p
4
= 1/13.
6.2.3 Schema bilei nentoarse (schema
hipergeometric)
Se consider o urn cu a bile albe i b bile negre.
Se extrag din urn n bile, fr a mai pune bila extras napoi.
Se cere probabilitatea ca din cele n bile extrase k s fie albe.
, ,
r
k
r
k k
r
r
p p p
k k k
n
k k k n P ...
! !... !
!
,..., , ;
2 1
2 1
2 1
2 1
=
, ,
13
1
13
3
13
4
13
5
! 1 ! 2 ! 3 ! 4
! 10
1 , 2 , 3 , 4 ; 10
2 3 4

\
|

\
|

\
|

= P
, ,
n
b a
k n
b
k
a
C
C C
k n P
+

= ,
205
Exemplul 6.2.3:
ntr-o grup de seminar sunt 30 studeni, dintre care 18 biei i
12 fete. Care este probabilitatea ca alegnd la ntmplare 10
studeni din aceast grup s fie 6 biei i 4 fete?
a = 18; b = 12; n = 10; k = 6; n k = 4.
6.2.4 Schema bilei nentoarse cu mai multe stri
n urn sunt bile de r culori, c
1
, c
2
, ...,c
r
, n numr de a
1
, a
2
, ..., a
r
.
Se extrag n bile fr a pune bila napoi.
Se cere probabilitatea s se obin k
1
bile de culoarea c
1
, ..., k
r
bile
de culoarea c
r
.
Exemplul 6.2.4:
La un concurs se prezint 12 concureni: 6 americani, 4 francezi i
2 italieni. Prin tragere la sori, cei 12 concureni sunt mprii n
grupe de cte 4, fiecare grup urmnd s susin probele de
concurs ntr-o zi. Care este probabilitatea ca n prima zi s
concureze 3 americani i 1 francez?
6.3 Variabile aleatoare
Definiia 6.3.1: (variabile aleatoare discrete) Fie un experiment i
evenimentul sigur ataat. O funcie real definit pe o desfacere a
evenimentului sigur se numete variabil aleatoare
, ,
667
612
6 , 10
10
30
4
12
6
18
=

=
C
C C
P
, ,
r
r
r
r
k k
a a
k
a
k
a
r
C
C C
k k n P
+ +
+ +

=
...
...
1
1
1
1
1
...
... ,
99
16
) 0 , 1 , 3 ; 12 (
4
12
0
2
1
4
3
6
=

=
C
C C C
P
. : R X O
206
Exemplul 6.3.2:
La aruncarea unui zar se consider evenimentele A
1
= {1,2}, A
2
=
{3,4,5}, A
3
= {6}, o desfacere a evenimentului sigur.
Se presupune c ntr-un joc lui A
1
i corespunde 1000, lui A
2
1000, iar lui A
3
2000. Variabila aleatoare care descrie jocul are
forma:
O variabil aleatoare discret se scrie sub forma:
Variabilelor aleatoare de tip discret li se poate ataa un
tablou, numit repartiia sau distribuia de probabilitate:
unde x
i
sunt valorile pe care le ia variabila aleatoare X, iar p
i
probabilitatea cu care variabila aleatoare X ia valoarea x
i
:
Repartiia de probabilitate pentru exemplul 6.3.2 este
urmtoarea:
Variabilele aleatoare pot fi de tip discret sau continuu.
Exemplul 6.3.3:
O cuc conine 9 fluturi: 3 masculi (2 albi i 1 galben) i 6
femele (4 albe i 2 galbene). Se prind 2 fluturi. Fie X variabila

\
|
2000 1000 1000
3 2 1
A A A
X

\
|
n
n
x x x
A A A
X
...
...
2 1
2 1

\
|
=
n
n
p p p
x x x
X
...
...
2 1
2 1
, , 1 ; , 1
1
=

= = =
=
n
i
i i i
p n i x X P p

\
|

=
6
1
2
1
3
1
2000 1000 1000
X
207
aleatoare: numrul de fluturi masculi prini, iar Y variabila
aleatoare: numrul de fluturi galbeni prini.
Exemple 6.3.4:
Legea binomial
Legea hipergeometric
, ,
, ,
, ,

\
|
=
= = = =
= = = =
= = = =
12
1
2
1
12
5
2 1 0
12
1
36
3
2
2
1
36
18
1
12
5
36
15
0
2
9
2
3
2
9
1
6
1
3
2
9
2
6
X
C
C
X P
C
C C
X P
C
C
X P
, ,
, ,
, ,

\
|
=
= = = =
= = = =
= = = =
12
1
2
1
12
5
2 1 0
12
1
36
3
2
2
1
36
18
1
12
5
36
15
0
2
9
2
3
2
9
1
6
1
3
2
9
2
6
Y
C
C
Y P
C
C C
Y P
C
C
Y P
, , p q p
q p C
k
X
n k
k n k k
n
= e

\
|
=
=

1 1 , 0
, 0
n k
n
b a
k n
b
k
a
C
C C
k
X
, 0 =
+

\
|

=
208
Legea evenimentelor rare a lui Poisson
Este o repartiie cu o infinitate de valori discrete.
Definiia 6.3.5: Variabilele aleatoare X i Y care au distribuiile:
sunt independente, dac
adic
6.3.1 Operaii cu variabile aleatoare
nmulirea cu o constant
Dac variabila aleatoare X are repartiia:
atunci variabila aleatoare
are repartiia:
Adunarea cu o constant
0
!
,... 2 , 1 , 0
>

\
|
=
=

k
k
e
k
k
X
m j
j
j
n i
i
i
q
y
Y
p
x
X
, 1
, 1
=
=

\
|

\
|
, , , , , ,
j i j i
y Y P x X P y Y x X P = = = = = si
j i ij
q p r =
, 1 n i
i
i
p
x
X
=

\
|
X a
, 1 n i
i
i
p
ax
aX
=

\
|
X a +
209
are repartiia:
Ridicarea la putere
are repartiia:
Adunarea i nmulirea
Variabilele aleatoare X i Y au distribuiile
Suma X+Y i produsul XY au distribuiile:
Exemplul 6.3.6:
Fie X i Y dou variabile aleatoare independente avnd
repartiiile:
S se calculeze: X + 3, 2X, X
2
, X+Y, XY.
, 1 n i
i
i
p
x a
X a
=

\
|
+
+
k
X
, 1 n i
i
k
i
k
p
x
X
=

\
|
m j
j
j
n i
i
i
q
y
Y
p
x
X
, 1
, 1
=
=

\
|

\
|
j i ij
m j
n i
ij
j i
m j
n i
ij
j i
q p r
r
y x
XY
r
y x
Y X =

\
|

\
|
+
+
=
=
=
=
, 1
, 1
, 1
, 1

\
|

\
|

=
3 , 0 5 , 0 2 , 0
5 2 1
8 , 0 2 , 0
3 2
Y X

\
|
=

\
|

\
|
= +
8 , 0 2 , 0
9 4
8 0 2 0
6 4
2
8 , 0 2 , 0
6 1
3
2
X
, ,
X X
210
Exemplul 6.3.7:
Fie dou urne coninnd bile albe i negre n compoziii diferite.
Se extrage cte o bil din fiecare urn. Se consider variabilele X
i Y care reprezint numrul de bile albe care au aprut din prima
urn, respectiv din a doua urn. Se noteaz cu P(X=1) = p i
P(Y=1) = q. Se cere variabila aleatoare care reprezint numrul de
bile albe extrase din ambele urne.
Cele dou variabile aleatoare sunt urmtoarele:

\
|
p p
X
1
0 1
i

\
|
q q
Y
1
0 1
, iar variabila aleatoare a sumei este:
, , , , , ,, ,

\
|

+ + + +
+
q p p q q p pq
Y X
1 1 1 1
0 0 1 0 0 1 1 1
, care se mai scrie:

\
|
+ +
+
pq q p pq q p pq
Y X
1 2
0 1 2
.
Dac o valoare x a variabilei X apare de k ori cu
probabilitile p
1
, p
2
, ..., p
k
, se scrie o singur dat valoarea x, iar
P(X=x) = p
1
+ p
2
+ ...+ p
k
. n exemplul precedent,
P(X=1) = p(1-q)+q(1-p)=p+q 2pq.
6.3.2 Caracteristici numerice pentru variabile
aleatoare discrete
Valoarea medie (sperana matematic)
Fiind dat variabila aleatoare X cu repartiia
Valoarea medie a acesteia este numrul:

\
|

=

\
|

= +
24 , 0 4 , 0 16 , 0 06 , 0 1 , 0 04 , 0
15 6 3 10 4 2
24 , 0 4 , 0 16 , 0 06 , 0 1 , 0 04 , 0
8 5 2 3 0 3
Y X
Y X

\
|
=
n
n
p p p
x x x
X
...
...
2 1
2 1
, ,

= + + + =
=
n
i
i i n n
x p x p x p x p X M
1
2 2 1 1
...
211
Proprieti:
1. M(a) = a, unde a constant
2. M(a + X) = a + M(X)
3. M(aX) = aM(X)
4. M(aX+b) = aM(X) + b
5.
6. M(X+Y) = M(X) + M(Y)
7. Dac X i Y sunt variabile aleatoare independente: M(XY) =
M(X)M(Y)
Momente
Definiia 6.3.8: Fiind dat variabila aleatoare X se numete
moment iniial de ordin k al acesteia v
k
= M(X
k
).
Abateri
Dac X este o variabil aleatoare i a o constant atunci variabila:
X a se numete abaterea lui X de la a.
|X a| abaterea absolut de la a
X M(X) abaterea de la medie
|X M(X)| abaterea absolut de la medie
Momente centrate
Se numete moment centrat de ordin k expresia:
Cazuri particulare:
k = 1
M(X-M(X))=M(X)-M(X)=0
k = 2 Dispersia
i i
x X M x max ) ( min s s
, , , , j
, , , ,

=
=
=
n
i
i
k
i k
k
k
p X M x
X M X M
1

0
1
=
, , , , , , j
2 2
2
X M X M X D = =
212
este un indicator important pentru msurarea gradului de
mprtiere a valorilor variabilei aleatoare X n jurul valorii medii
M(X).
Abaterea standard sau abaterea medie ptratic
Exemplul 6.3.9:
La aruncarea unui zar se acord 1 punct pentru apariia uneia
dintre feele 1, 2 sau 3; se acord 2 puncte pentru apariia uneia
dintre feele 4 sau 5 i se acord 3 puncte pentru apariia feei 6.
S se scrie distribuia variabilei aleatoare pentru numrul de
puncte obinut la aruncarea zarului. S se calculeze valoarea
medie, dispersia i abaterea medie ptratic.
;
6
1
3
1
2
1
3 2 1

\
|
X , ,
3
5
6
1
3
3
1
2
2
1
= + + = X M
;
6
1
3
1
2
1
9 4 1
2

\
|
X , ,
3
10
6
9
3
4
2
1
2
= + + = X M , de unde rezult:
, , , , , , , ,
9
5
2 2 2
= = X M X M X D , iar , , .
3
5
= X o
Exemple 6.3.10:
1. Legea binomial dat prin:
are caracteristicile: , , np X M = i , , npq X D =
2
.
2. Pentru legea hipergeometric:
, , , , , , , , , , j
2 2 2
X M X M X D X D X = = = o
, , p q p
q p C
k
X
n k
k n k k
n
= e

\
|
=
=

1 1 , 0
, 0
n k
n
b a
k n
b
k
a
C
C C
k
X
, 0 =
+

\
|

=
213
, ,
b a
a
n X M
+
= i , ,
1
2
+
+

+
=
b a
n b a
b a
b
b a
a
n X D .
3. Legea evenimentelor rare sau repartiia Poisson:
are caracteristicile: , , = X M i , , = X D
2
.
6.3.3 Variabile aleatoare continue
Definiia 6.3.11: Se numete funcie de repartiie ataat
variabilei aleatoare X funcia
Proprieti
Exemplul 6.3.12:
S se determine a, b, c astfel nct funcia:
, ,

>

s
=
1 pentru
1 0 pentru
0 pentru
2
x c
x bx
x a
x F
s fie funcie de repartiie.
Din proprietile 4 i 5 rezult:
, , , , R x x X P x F R R F e = :
, ,
, , , , , ,
, , , ,
, , , ,
, , , ,
, , , , x F y F
P x F
P x F
x F x F x x R x x
a F b F b X a P b a R b a
R x x F
x y
x y
x
x
=
= O =
= u =
s e
= s e
e s s

lim . 6
1 lim . 5
0 lim . 4
: , , . 3
: , , . 2
1 0 . 1
2 1 2 1 2 1
0
!
,... 2 , 1 , 0
>

\
|
=
=

k
k
e
k
k
X
214
, , ; 0 lim = =

a x F
x
, , 1 lim = =

c x F
x
.
Din proprietatea 6 se determin valoarea lui b:
, , , , . 1 1 lim
1
1
= =

b F x F
x
x
Densitatea de probabilitate
Definiia 6.3.13: Fie variabila aleatoare X avnd funcia de
repartiie F(x). Vom spune c X este variabil aleatoare de tip
continuu dac funcia de repartiie F se poate reprezenta sub
forma:
funcia numindu-se densitate de probabilitate a
variabilei aleatoare X.
Proprieti:
Interpretare geometric:
F(x) reprezint aria de sub curba descris de (x) de la pna
la abscisa x:
, , , ,
}
e =

x
R x dt t x F
R R :
, ,
, , , ,
, , , ,
, ,
}
=
}
= s
=
> e

1 . 4
. 3
pe a.p.t. ' . 2
0 , . 1
dx x
dx x b x a P
R x x F
x R x
b
a

215
Aria de sub graficul lui (x) este egal cu 1.
Exemplul 6.3.14:
S se determine numrul real b astfel nct funcia:
, ,
j
j

e
e
=
1 , 0 pentru 2
1 , 0 pentru 0
x bx
x
x
s fie o densitate de repartiie.
Din proprietatea 4 rezult:
, , . 2 1
1
0
2
1
0
b bx bxdx dx x = = = =
} }

Inegalitatea lui Cebev
Inegalitatea lui Cebev furnizeaz o margine inferioar a
probabilitii ca abaterea n valoare absolut a variabilei aleatoare
X de la media sa s fie mai mic dect un numr c arbitrar:
, , , ,
, ,
. 0 1
2
2
> > c
c
c
X D
X M X P
Exemplul 6.3.15:
O variabil aleatoare X are M(X) = 80 i M(X
2
) = 6416. S se afle
o margine inferioar a probabilitii P(40sXs140).
Din termenii inegalitii 40sXs140 se scade media de 80 i
rezult: 40 s X 80 s 40, adic |X 80| s 40, deci c = 40.
D
2
(X) = M(X
2
) M
2
(X) = 6416 6400 = 16.
216
Se aplic inegalitatea lui Cebev i se obine:
, ,
, ,
99 , 0
1600
16
1 1 40 80
2
2
= = >
c
X D
X P
Caracteristici numerice pentru variabile aleatoare continue
Valoarea medie (sperana matematic)
Momentele iniiale de ordinul k
Momentele centrate de ordin k
Dispersia D
2
(X)
Abaterea standard
Modul (valoarea modal)
Modul sau valoarea modal a variabilei aleatoare X este orice
punct de maxim local al densitii de probabilitate a lui X.
Exist densiti unimodale, bimodale sau chiar plurimodale.
Mediana
Mediana unei variabile aleatoare X este caracteristica numeric
M
e
care verific relaiile:
, , , ,
e e
M X P M X P s s > >
2
1
sau , ,
2
1
=
e
M F ,
, , , ,
}
=


dx x x X M
, , , ,
}
= =


dx x x X M v
k k
k

, , , , j , , , , , ,
}
= =


dx x X M x x M X M
k k
k

, , , , , , j , , , , , ,
}
= =


dx x X M x x M X M X D
2 2 2
, , , , , , X D X D X
2
= = o
217
unde F este funcia de repartiie.
Unicitatea medianei nu este asigurat de relaia din definiie.
Pot exista chiar o infinitate de valori, anume acelea pentru care
dreapta de ecuaie
2
1
= y i curba de ecuaie , , x F y = au n
comun un segment.
Exemplul 6.3.16:
S se determine valoarea medie, dispersia, abaterea medie
ptratic i mediana pentru variabila aleatoare X ce urmeaz legea
exponenial de parametru = 4, adic are densitatea de
probabilitate:
, ,

s
>
=

0 pentru 0
0 pentru 4
4
x
x e
x
x

Valoarea medie se obine din:

, , , ,
4
1
4
1
4
1
2
4 4
0
4
0
4
0
4
0
4
0
4
= = =
=
(
(

+ = = =

}
} } }
x x
x x x
e dx e
dx e e
x
dx xe dx x x X M
Se calculeaz apoi:
, , , ,
8
1
4
0
4 2 2 2
= = =
} }

dx e x dx x x X M
x

Dispersia este: , , , , , , j
16
1
16
1
8
1
2 2 2
= = = X M X M X D .
Abaterea medie ptratic: , ,
4
1
= X o .
Pentru a determina mediana, trebuie determinat mai nti funcia
de repartiie, , , , ,
}

=
x
dt t x F .
Pentru x s 0, F(x) = 0, deoarece (t) = 0 pentru t s 0.
Pentru x > 0, se obine:
218
, , , ,
x
x
t
x
t
e e dt e x F
4
0
4
0
4
1 4

= = =
}
.
Rezult c funcia de repartiie este:
, ,

s
>
=

0 pentru 0
0 pentru 1
4
x
x e
x F
x
Mediana este dat de ecuaia:
, ,
2
1
= x F , deci
4
2 ln
2
1
2
1
1
4 4
= = =

e
x x
M e e .
6.3.4 Legi de probabilitate continue uzuale
Legea uniform
Aceast lege are densitatea:
, ,
j
j

e
e

=
b a x
b a x
a b
x
, pentru 0
, pentru
1

Se poate verifica faptul c este o densitate de probabilitate:

, , 1
1
=

=
} }

a b
a b
a b
x
dx
a b
dx x
b
a
b
a

Funcia de repartiie este:

Valoarea medie:
, , , ,
2 ) ( 2 2
1 1
2 2 2
a b
a b
a b x
a b
xdx
a b
dx x x X M
b
a
b
a
+
=

= =
} }

Pentru calculul dispersiei se calculeaz mai nti:
, ,

>
e

=
b x
b a
a b
a x
a x
x F
pentru 1
) , [ pentru x
pentru 0
219
, , , ,
3
) ( 3 3
1 1
2 2
3 3 3
2 2 2
b ab a
a b
a b x
a b
dx x
a b
dx x x X M
b
a
b
a
+ +
=
=

= =
} }

Se obine dispersia:
, ,
, ,
12 2 3
2
2
2 2
2
a b b a b ab a
X D

=

\
|
+

+ +
=
Legea normal a lui Gauss
Legea normal a lui Gauss are densitatea de probabilitate:
Aceast repartiie este deosebit de important deoarece s-a
constatat c multe fenomene empirice sunt descrise de legea
normal. Graficul densitii de probabilitate are forma de clopot,
numit curba sau clopotul lui Gauss.
Funcia de repartiie:
, , , ,
} }

\
|

= =
x
m t
x
dt e dt t x F
2
2
1
2
1
o
t o

Se face substituia: dy dt m y t y
m t
o o
o
= + = =

i se
obine:
, ,
} } }

+ = =
o o
t t
o
t o
m x
y
m x
y y
dy e dy e dy e x F
0
2
0
2 2
2 2 2
2
1
2
1
2
1
, ,

\
|

u + =
o
m x
x F
2
1
, unde R R u: este funcia integral a lui
Laplace dat prin:
, ,
2
2
1
2
1
, ,

\
|

=
o
t o
o
m x
e m x
220
, ,
}

= u
x y
dy e x
0
2
2
2
1
t
pentru valorile creia exist tabele.
Proprietile funciei lui Laplace sunt:
, , , , , , , , , , . , ;
2
1
;
2
1
; 0 0 R z z z e u = u = u = u = u
Valoarea medie, dispersia i abaterea medie ptratic au
urmtoarele valori :
M(X) = m, D
2
(X) = o
2
, D(X) = o
Caz particular: legea normal standard este aceea pentru care m=0
i o = 1, adic densitatea de probabilitate are forma:
Revenind la cazul general, probabilitatea ca X s ia valori pe un
interval (a, b) este:
, , , , , ,

\
|

u

\
|

u = =
o o
m a m b
a F b F b X a P
Dac intervalul este simetric fa de valoarea medie, adic:
c c = + = m a m b , , rezult:
, , , ,

\
|
u =

\
|
u

\
|
u = + =
o
c
o
c
o
c
c c c 2 m X m P m X P
Se obin rezultate importante pentru alegerea lui c ca multiplu de
o, adic Z k k e = , o c .
Pentru k = 1 rezult:
, , , , 6828 , 0 3413 , 0 2 1 2 = = u = o m X P
Aceasta semnific faptul c ntre punctele de inflexiune ale
graficului funciei , adic pe intervalul , , o o + m m , , sub
graficul densitii de probabilitate se acumuleaz 68,28% din arie.
, ,
2
2
2
1
1 , 0 ,
x
e x

=
t

221
Dac valoarea lui o este mic, aceast arie se realizeaz pe un
interval mic, de lungime 2o.
Pentru k = 3 se obine regula celor trei sigma:
, , , , 997 , 0 3 2 3 = u = o m X P
Interpretarea acestei reguli este c pentru orice lege normal, pe
un interval de lungime 6o, adic 3o la stnga lui m i 3o la
dreapta lui m, , , o o 3 , 3 + m m , variabila aleatoare X i atinge
practic toate valorile (99,7%), ceea ce este echivalent practic cu
evenimentul sigur. Aceast regul se folosete n tehnic la
sisteme automate, aviaie, telefonie, n medicin la vaccinuri, n
economie la operaii bancare importante.
Legea Gamma
Densitatea de probabilitate pentru legea Gamma este:
, ,
, ,

s
>
I
=

0 , 0
0 x ,
1
, ,
1
x
e x
b a
b a x
b
x
a
a

unde a > 0, b > 0, numii parametrii distribuiei (a parametrul de

form, b parametrul de scar), iar I(a) reprezint funcia gamma:
, ,
}

= I
0
1
dx e x a
x a
Funcia de repartiie:
, , , ,
, ,
} }

I
= =
x
b
t
a
a
x
dt e t
b a
dt b a t x F
0
1
1
, ,
Valoarea medie este: M(X) = ab, iar dispersia D
2
(X) = ab
2
.
Legea
2
_ (Hi-ptrat)
Variabila aleatoare X de tip continuu urmeaz legea
2
_ cu n
grade de libertate i parametrul o dac are densitatea de forma:
222
, ,
, ,

>

\
|
I
=

0 , 0
0 ,
2
2
1
, ,
2
2
1
2
2
2
x
x e x
n
n x
x
n
n
o
o
o
unde
+
e e R N n o *, .
Aceast densitate se poate obine din legea Gamma prin
nlocuirea
2
n
a = i
2
2o = b .
Valoarea medie este M(X) = no
2
, iar dispersia D
2
(X) = 2no
4
.
Aceast lege este mult utilizat n statistic i biologie. Pentru
funcia de repartiie exist tabele de calcul.
Repartiia exponenial negativ
Repartiia exponenial negativ este tot un caz particular al
repartiiei Gamma, care se obine pentru 1 = a i

1
= b .
Aceast repartiie se utilizeaz mult n fiabilitate. Densitatea de
probabilitate are forma:
, ,

s
> >
=

0 , 0
0 , 0 ,
x
x e
x
x

Funcia sa de repartiie este:
, ,

s
>
=

0 x , 0
0 , 1 x e
x F
x
Valoarea medie este: , ,

1
= X M , iar dispersia: , ,
2
2
1

= X D .
Legea Student
Variabila aleatoare Student are densitatea de repartiie:
223
, ,
2
1
2
1
2
2
1
,
+

\
|
+

\
|
I

\
|
+
I
=
n
n
t
n
n
n
n t
t

unde * N ne reprezint numrul gradelor de libertate.

Student este pseudonimul matematicianului francez W. Gosset.
Legea este mult folosit n statistic la construirea unor teste
pentru verificarea ipotezelor statistice. Pentru funcia de repartiie
exist construite tabele de valori.
Media acestei variabile aleatoare este: M(X) = 0, iar dispersia:
, ,
2
2

=
n
n
X D .
Legea Beta
Variabila aleatoare X de tip continuu urmeaz legea Beta dac
densitatea de probabilitate are forma:
, ,
, ,
, , , ,
, ,

e
> > e
=

1 , 0 \ , 0
0 , 0 , 1 , 0 , 1
,
1
, ,
1 1
R x
b a x x x
b a B
b a x
b a

unde B(a,b) este funcia Beta a lui Euler.

Funcia de repartiie are forma:
, ,
, ,
, , , ,

>
e
s
=
}

1 , 1
1 , 0 , 1
,
1
0 , 0
0
1 1
x
x dt t t
b a B
x
x F
x
b a
Valoarea medie este: , ,
b a
a
X M
+
= , iar dispersia:
, ,
, , , , 1
2
2
+ + +
=
b a b a
ab
X D .
224
6.4 Aplicaii
6.4.1 Exerciii i probleme
1. Un om de afaceri ncheie ntr-o zi 3 afaceri care pot fi rentabile
sau nerentabile. Notnd cu A
i
, i = 1,2,3 evenimentul afacerea A
i
este rentabil, s se exprime n funcie de acestea, evenimentele
urmtoare:
a) cel puin una dintre afacerile ncheiate este rentabil;
b) toate afacerile sunt rentabile;
c) nici o afacere nu este rentabil;
d) o singur afacere este rentabil;
e) dou afaceri sunt rentabile;
f) cel mult dou afaceri sunt rentabile.
2. ntr-o fabric se produc lmpi. La aceste lmpi se pot ntlni
2% defecte de fabricaie i 5% defecte de montaj. S se calculeze
probabilitatea ca o lamp s fie nlturat ca necorespunztoare.
3. Dou bnci sunt abilitate s efectueze anumite operaiuni de
scont. Efectundu-se mai multe controale asupra activitii celor
dou bnci se apreciaz c operaiunile sunt corecte n proporie
de 95%, respectiv 90%. O comisie de control solicit la un
moment dat 20, respectiv 25 documente scontate. Dintre cele 45
de documente solicitate se alege unul la ntmplare pentru a fi
verificat. Care este probabilitatea ca documentul ales s fi fost
scontat corect? Constatndu-se c a fost corect scontat, care este
probabilitatea ca el s aparin celei de a doua bnci?
4. Dac o familie are 5 copii, se cere s se calculeze
probabilitatea:
a) ca 4 din cei 5 copii s fie biei;
b) cel puin 2 din cei 5 copii s fie biei.
225
5. O staie de benzin vinde urmtoarele sortimente de carburani:
benzin premium, benzin premium plus, benzin fr plumb i
motorin. Conform unei statistici efectuate anterior s-au stabilit
urmtoarele ponderi: 45% benzin premium, 25% benzin
premium plus, 20% benzin fr plumb i 10% motorin.
Care este probabilitatea ca dintre urmtorii 50 de
cumprtori, 20 s cumpere benzin premium, 10 premium plus,
15 benzin fr plumb i 5 motorin?
6. La o conferin de pres particip 7 ziariti strini i 17 romni
(8 femei i 9 brbai). tiind c la conferin vor pune ntrebri 6
ziariti luai la ntmplare, se cere probabilitatea ca ntrebrile s
fie puse de:
a) 2 ziariti strini i 4 romni;
b) 2 ziariti strini i 4 romni, dintre care 2 femei i 2 brbai.
7. Distribuia unei variabile aleatoare X este :

\
|
=
b a
X
2 , 0
3 2 1
.
S se determine a, b i D
2
(X), tiind c M(X) = 2,2 .
8. Se consider variabilele aleatoare independente:

\
|
+ +

3
1
3
1
6
1
1 0 1
q p
X i

\
|
+

2
12 2
3
1
1 0 1
p q p
Y . S se
determine XY i X
2
.
6.4.2 Rezolvri, indicaii i rspunsuri
1. Se noteaz cu 3 , 2 , 1 , = i A
i
evenimentul contrar lui A
i
, adic
afacerea A
i
nu este rentabil.
a)
3 2 1 1
A A A X = , ceea ce semnific faptul c omul de afaceri
a ncheiat n acea zi o afacere rentabil, dou sau toate trei
rentabile.
b)
3 2 1 2
A A A X = , adic toate cele trei afaceri sunt rentabile.
226
c)
1 3 2 1 3 2 1 3
X A A A A A A X = = = evenimentul contrar
evenimentului X
1
.
d) , , , , , ,
3 2 1 3 2 1 3 2 1 4
A A A A A A A A A X = , ceea ce
semnific faptul c numai una dintre afaceri este rentabil, oricare
dintre ele, n timp ce celelalte dou sunt nerentabile.
e) , , , , , ,
3 2 1 3 2 1 3 2 1 5
A A A A A A A A A X = , adic
oricare dou afaceri sunt rentabile, simultan, n timp ce a treia este
nerentabil.
f)
2 6
X X = , cel mult dou afaceri rentabile nseamn c nu sunt
toate trei rentabile simultan, adic evenimentul contrar lui X
2
.
2. Se noteaz cu A evenimentul ca lampa s aib defect de
fabricaie, cu B evenimentul ca lampa s aib defect de
montaj, iar cu X evenimentul cutat, ca lampa s fie
necorespunztoare. Atunci B A X = , cu evenimentele A i B
compatibile, adic o lamp poate avea ambele defecte.
, , , , , , , , , , B A P B P A P B A P X P + = = .
Evenimentele A i B sunt independente, de unde rezult:
, , , , , , , , , , , ,
069 , 0 001 , 0 07 , 0 05 , 0 02 , 0 05 , 0 02 , 0 = = + =
= + = = B P A P B P A P B A P X P
3. Se noteaz cu X evenimentul ca documentul ales spre
verificare s fi fost corect scontat, cu A evenimentul ca
documentul s aparin primei bnci, iar cu B documentul s
aparin celei de a doua bnci. Atunci:
, , , , , , , , , , 925 , 0 9 , 0 5 , 0 95 , 0 5 , 0 / / = + = + = B X P B P A X P A P X P
unde s-a folosit formula probabilitii totale.
Cea de a doua probabilitate se calculeaz cu formula lui Bayes:
, ,
, , , ,
, ,
486 , 0
925 , 0
9 , 0 5 , 0 /
/ =

= =
X P
B X P B P
X B P
4. Se aplic schema binomial a lui Bernoulli, unde n = 5,
2
1
= = q p .
227
a) Fie A evenimentul ca familia s aib exact 4 biei, deci k = 4:
, ,
32
5
2
1
2
1
4
4
5
4 5 4 4
5
=

\
|
= =

C q p C A P .
b) Se noteaz cu B evenimentul ca familia s aib cel puin 2
biei. Este mai simplu s se calculeze probabilitatea
evenimentului contrar, adic familia s aib 1 biat sau nici unul.
, ,
16
3
2
1
2
1
2
1
2
1
4 1
1
5
5 0
0
5
=

\
|

\
|
+

\
|

\
|
= C C B P
Atunci: , , , ,
16
13
16
3
1 1 = = = B P B P .
5. Se aplic schema lui Bernoulli cu 4 stri. Fie A
i
evenimentul ca
un cumprtor s cumpere sortimentul i de carburant, i = 1,2,3,4.
Se noteaz P(A
i
) = p
i
: p
1
= 0,45; p
2
= 0,25; p
3
= 0,2; p
4
= 0,1.
, , , , , , , , , ,
5 15 10 20
50
1 , 0 2 , 0 25 , 0 45 , 0
! 5 ! 15 ! 10 ! 20
! 50
5 , 15 , 10 , 20 = P .
6. Rspuns:
a) , ,
6
24
4
17
2
7
C
C C
A P

= b) , ,
6
24
2
9
2
8
2
7
C
C C C
B P

= .
7. Rezult sistemul:

= + +
= + +
2 , 2 3 2 2 , 0
1 2 , 0
b a
b a
de unde se afl valorile a = 0,4; b = 0,4.
M(X
2
) = 5,4, de unde:
D
2
(X) = M(X
2
) (M(X))
2
= 5,4 4,84 = 0,56.
8. Din sistemul de ecuaii:

= + + +
= + + + +
1 12 2
3
1
1
3
1
3
1
6
1
2
p q p
q p
228
se determin
6
1
= p i q = 0. Variabilele aleatoare vor avea
urmtoarele distribuii:

\
|

3
1
3
1
3
1
1 0 1
X i

\
|

3
1
3
1
3
1
1 0 1
Y , de unde:

\
|

9
2
9
5
9
2
1 0 1
XY , iar

\
|
3
2
3
1
1 0
2
X .
229
Bibliografie
Acu D., i colectiv, 2001, Matematic aplicat n economie,
Editura Universitii L.Blaga, Sibiu;
Allen R. G., 2007, Mathematical Economics, St. Martins Press
Bdin V., Despa R., 1998, Curs de matematici pentru economiti,
Editura Sylvi, Bucureti;
Blezu D., Boncu M. 2006 Matematici aplicate n economie,
Editura Alma Mater, Sibiu;
Cenu Gh. i colectiv, 2007, Matematici aplicate n economie,
Editura CISON, Bucureti;
Cenu Gh., Raischi C., 2003 Matematici pentru economiti,
Editura ASE, Bucureti;
Coculescu C., Samuel J., 2007, Elemente de algebr pentru
economiti, Editura Universitar, Bucureti;
Coculescu C., Samuel J., Mihilescu E., 2007, Elemente de
analiz matematic i ecuaii difereniale pentru economiti,
Editura Universitar, Bucureti;
Despa R., Vian C. Coculescu C., 2005, Matematici aplicate n
economie, Editura Universitar, Bucureti;
Diaconia V., 2002, Matematici aplicate n economie, Editura
Paralela 45, Piteti;
Ghic G., 2005, Matematici aplicate n economie, Editura
Universitar, Bucureti;
Ioan C. A., 2008, Matematica, Editura Sinteze, Galai;
Murean A., Lung R. I., 2005, Matematici aplicate n economie,
Editura Mediamira, Cluj-Napoca;
Neamu M., 2004, Matematici aplicate n economie, Editura
Mirton, Timioara;
Oprescu Gh., 2006, Matematici pentru economiti, Editura
Fundaiei Romnia de Mine, Bucureti;
230
Popescu O., i colectiv, 1999, Matematici aplicate n economie,
Editura Didactic i Pedagogic, Bucureti;
Popescu O., 1999 Matematici aplicate n economie. Culegere de
probleme, Editura Didactic i Pedagogic, Bucureti
Rocoreanu C., 2005, Matematici aplicate, Editura Sitech, Craiova
ASE Bucureti- cursuri n format digital http://www.biblioteca-
digitala.ase.ro