2.

METODE DE OPTIMIZARE
2.1. PROBLEME EXTREMALE FR CONDIII
S considerm graficul unei funcii continui (fig.2.1)

Pe acest grafic avem consecutiv intervale, n care funcia este cresctoare, i intervalele, n
care funcia este descresctoare. Arcul AM1 corespunde unui interval n care funcia este
cresctoare. Arcul urmtor M1M2 corespunde unui interval, n care funcia este descresctoare,
urmtorul M2M3 corespunde iari unui interval, n care funcia este cresctoare i a.m.d. Punctele
curbei, ce despart intervalele, n care funcia este cresctoare, de intervalele n care funcia este
descresctoare, sunt vrfurile curbei. S considerm vrful M1. n vrful acesta ordonata este mai
mare dect toate ordonatele curbei, suficient de apropiate de ordonata considerat i de cele care se
afl att la stnga ei, ct i la dreapta ei. Deci acestui vrf i corespunde un maxim al funciei y=f(x).
Aceasta ne conduce la urmtoarea definiie analitic general: funcia f(x) are un maxim n
punctul x=x1, dac valoarea ei f(x1) n acest punct este mai mare dect toate valorile ei din punctele
apropiate, adic dac creterea funciei f(x1+h) - f(x1) < 0 pentru orice valori ale lui h att pozitive,
ct i negative, suficient de mici n valoarea absolut; funcia f(x) are un minim n punctul x = x2,
dac este satisfcut condiia: f(x2+ h)-f(x2)>0 pentru orice valori ale lui h, att pozitive ct i
negative, suficient de mici n valoare absolut.
Pentru funcii de mai multe variabile:
funcia f(x) are un maxim n punctul xo = (x1, x2, ..., xj, ..., xn), dac f(xo+h) f(xo) pentru
toate valorile h=(h1, h2, ..., hj, ..., hn), |hj| suficient de mici pentru j = 1, 2, ..., n;
funcia f(x) are un minim n punctul xo = (x1, x2, ..., xj, ..., xn), dac f(xo + h) f(xo).
Funcia f(x) n intervalul (a, b) are valori maxime (f(x1), f(x3)) i valori minime (f(x2), f(x4));
max(f(x1), f(x3)) = f(x3) reprezint maximum global; f(x1) - maximum local; min(f(x2), f(x4)) = f(x2)
minimum global; f(x4) minimum local.
Din desen vedem, c att n vrfurile respective unui maximum al funciei, ct i n vrfurile
corespunztoare unui minimum al funciei f(x), tangenta este paralel cu axa OX, adic coeficientul
ei unghiular f(x) este egal cu zero. Dar tangenta poate fi paralel cu axa OX nu numai n vrfurile
curbei. Aa, de exemplu, n fig.2.2 avem o valoare x 0 pentru care f ( x0 ) 0 , adic n punctul M,
care nu este vrf al curbei tangenta graficului funciei f (x) este paralel cu axa OX.
y
M

x0
Fig. 2.2.

S vedem cum variaz semnul funcii f(x) pentru valorile lui x apropiate de xo.
Analizm trei cazuri:
1. Pentru x < xo , dar apropiate de xo f(x) > 0; pentru x > xo, i suficient de apropiat de xo, f
(x)<0. n cazul acesta avem la stnga de la x = xo, un interval unde f(x) este cresctoare i la
dreapta un interval, unde funcia f(x) este descresctoare, adic valorii x = xo i corespunde
vrful curbei, care d un maximum al funciei f(x).
2.
Pentru valorile x < xo, f(x) este negativ; pentru valorile x > xo, f(x) > 0. Adic, f(x)
trecnd prin x=xo, f(x) trece de la valori negative la valori pozitive. n cazul acesta la stnga
punctului x=xo avem un interval, unde funcia este descresctoare, iar la dreapta un
interval, unde funcia este cresctoare; valorii x = xo i corespunde vrful curbei care d un
minim al funciei (fig. 2.1).
3. Pentru valorile x > xo i x < xo, funcia f(x) are acelai semn. S admitem, de exemplu, c
acest semn este (+). n acest caz punctul respectiv al graficului se afl n interiorul
intervalului, n care funcia este cresctoare, i nu este vrf al curbei (fig.2.2).
n continuare s examinm condiiile necesare i suficiente pentru existena extremului unei
funcii de n variabile f(x), unde x = (x1, x2, ..., xn); funciile f(x), f(x), f(x) sunt continui n fiecare
punct x.
Teorem: Dac punctul xo este punct extremal pentru funcia f(x), atunci f(xo) = 0.
Demonstraie:
Admitem c pentru funcia f(x) exist derivata (n+1) n fiecare punct al intervalului considerat
[a, b]. Atunci pentru 0 < h b a
n
n
f (i ) (a) i
f (i ) (a) i f ( n 1) (a h) n 1
f ( a h) f (a )
h Rn (a h) f (a )
h
h ,0 1
i!
i!
(n 1)!
i 1
i 1
1
2

i, deci f ( x0 h) f ( x0 ) f ( x0 ) h hT Hhx
Dac hj tinde la 0 atunci

0 h

1 T
h Hhx0 h - tinde la zero i f ( x0 h) f ( x0 ) f ( x0 ) h .
2

Admitem c xo este un punct pentru care funcia f(x)are un minimum. Admitem contrariul.
f ( x0 )
f ( x0 )
0 . Semnul lui hj poate fi ales n aa mod nct
0 sau
Atunci pentru un j sau
x j
x
f ( x0 )
hj
0.
x j
Dac pentru restul j hj = 0, atunci din descompunerea de mai sus f ( x0 h) f ( x0 ) .
Acest rezultat contrazice condiiei c valoarea f(xo) este minim. Deci f(xo) = 0.
Similar se demonstreaz pentru punctul n care funcia are un maximum. Pentru funcia de o
singur variabil aceast condiie o scriem: f(x) = 0. Condiia f(xo) = 0 este satisfcut n punctele
de inflexiune i n punctele ea. Deci condiia f(xo) = 0 este necesar, dar nu i suficient pentru
identificarea punctelor extremale. Punctele care satisfac condiii f(xo) sunt numite staionare.
Considerm funcia f(xo) pentru care exist f(x), f(x), ..., fn(x).
Fie Y1 = x4 (fig. 2.3), fie Y2 = x3 (fig. 2.4).

S stabilim condiia suficient pentru existena extremului pentru aceste dou funcii. Calculm
derivatele pn deinem o funcie diferit de zero:

Y1 x 4 ; Y1' 4 x 3 ; Y1'' 12 x 2 ; Y1''' 24 x; Y1( IV ) 24.

Derivata IV pentru funcia Y1 este par, n punctul (0, 0) funcia Y2 este impar, n punctul (0, 0)
funcia Y2 nu are extreme, are un punct de inflexiune. Condiia suficient o formulm sub form de
teorem:
Teorem: Dac n punctul staionar xo primele (n 1) derivate ale funciei f(x) sunt egale cu zero,
iar f n(x) 0, atunci pentru x=xo funcia f(x) are punct de inflexiune, dac n este impar; punct
extremal dac n este par; n punctul extremal funcia are un maximum dac f ( n ) ( x) 0 i are un
minimum dac f ( n ) ( x ) 0 .
Exemplu: De determinat punctele extreme ale funciei Y x 3 x 4
Y I 3x 2 4 x3 0 ;

x 2 (3 4 x) 0 ;

3
; x 0; Y II 6 x 12 x 2 ; Y III 6 24 x .
4

Derivata (III) fiind de ordin impar funcia Y n punctul xo = 0 are un punct de inflexiune; n
3
4

III
punctul x = - , Y 6 24( ) 0 are un minimum.

2.2. DRUMUL CEL MAI RAPID

Problem: Dreapta L mparte un plan n dou pri I i II (fig. 2.5).

Un punct se mic n mediul I cu viteza v1, iar n mediu II cu viteza v2. Pe ce drum trebuie s
se mite punctul, pentru ca s nimereasc mai repede din punctul A al mediului I n punctul B al
mediului II?
Mediul I i II pot fi de exemplu terestru-maritim; terestru-aerian; aerian-maritim.
Fie AA1 L; BB1 L; AA1 = a; BB1 = b; A1 B1 = c.
Lesne de neles, c drumul n mediul I ct i n mediul II trebuie s fie rectiliniu, dar drumul
pe dreapta AB nu va fi, vorbind la general, drumul cel mai rapid.
Se vede c drumul cel mai rapid va fi format din dou segmente rectilinii AM i MB ; n
acest caz punctul M trebuie s se afle pe dreapta L. Notm A1M = x; MB1= cx; t timpul.
t

b 2 (c x ) 2
a2 x2

f ( x)
v1
v2
x
cx

2
2
2
a x
v2 b ( c x ) 2

AM MB

v1
v2

f ( x)

f ( x )

v1

a2

b2

0
v1 2 (a 2 x 2 ) 3 v 2 (b 2 (c x) 2 ) 3
c
c
f (0)
0 ; f (c)
0
v2 b 2 c 2
v1 2 a 2 c 2

Deci ecuaia: f(x) = 0 are o singur rdcin xo ntre 0 i c, crea i corespunde unicul
minimum al funciei f(x), deoarece f(x) > 0.
Din f (x) = 0 rezult c:
x
v1 a x
2

sau:

cx

v2 b ( c x ) 2
2

1 A1M
1 MB1
A1 M
M M

1 2 ;
v2 MB
v1 AM
v 2 MB v1 AM
sin sin sin v1

;
v1
v2
sin v2

Problema poate fi generalizat pentru trei medii I, II, III. (terestru maritim aerian,
fig.2.6).

AM 1 MM 1 M 2 B

f ( x, y )
v1
v2
v3

d 2 y2
b 2 (c x y ) 2
a2 x2

v1
v2
v3
t
x
cx y

0
2
2
2
x v1 a x
v 3 b (c x y ) 2
t
y
cx y

0
y v 2 d 2 y 2 v3 b 2 (c x y ) 2
x
cx y
y

2
2
2
2
v1 a x
v3 b (c x y )
v2 d 2 y 2
t

sin sin sin

v1
v3
v2

sau

sin : sin : sin v1 : v2 : v3 .

2.3. METODA CLASIC DE OPTIMIZARE

Problem: S considerm problema determinrii distanei minime dintre elipsa

x2
y 2 1 0 i
4

dreapta: x + y 10 = 0.
Notnd prin (x1, y1) coordonatele unui punct de pe elipsa i prin (x2, y2) coordonatele unui
punct de pe dreapt, ptratul distanei dintre cele dou puncte va fi:
f ( x1 , y1 , x2 , y2 ) ( x1 x2 ) 2 ( y1 y2 ) 2

Problema propus se poate formula sub forma programului neliniar:

min(( x1 x2 ) 2 ( y1 y2 ) 2 )
x12 4 y12 4 0
x2 y2 10 0

Formm Lagrangianul:
L( x1 , y1 , x2 , y2 , u1 , u 2 ) ( x1 x2 ) 2 ( y1 y2 ) 2
u1 ( x12 4 y12 4) u2 ( x2 y2 10)

i sistemul de ecuaii:

L
x 2( x1 x2 ) 2u1 x1 0
1

L
y 2( y1 y2 ) 8u1 y1 0
1

L
x 2( x1 x2 ) u 2 0
2

L 2( y y ) u 0
1
2
2
y2

L ( x 2 4 y 2 4) 0
1
1
u1
L ( x y 10) 0
2
2
u2

De unde obinem:

u2 2u1 x1 0

u2 8u1 y1 0

u (4 y x ) 0
1 1 1
S observm c u1 0. n caz contrar sistemul ar deveni incompatibil. Prin urmare:
x1 = 4y1 i x1(1)

4 5
5 (1)
5
5
, y1(1)
, x2 5 3
, y2(1) 5 3
,
5
5
10
10
5
4 5
5
5
, y1( 2 )
, x2( 2 ) 5 3
, y2( 2) 5 3
.
x1( 2 )
5
5
10
10

Multiplicatorii Lagrange corespunztor sunt:

u1(1)

5(1 2 5 )
;
8

u2(1) 10 5 ;

u1( 2 )

5(1 2 5 )
;
8

u2( 2 ) 10 5 .

Explicaia faptului c soluia nu este unic este aceea c funcia obiectiv nu este strict
convex.
2.4. METODA GRADIENTULUI
Problem: S considerm problema de programare neliniar:
2

max( x1 x2 4 x1 4 x2 )
x1 x2 3
x1 2
x2 1
x1 , x2 0

Observm c funcia obiectiv este o funcie concav, iar restriciile sunt liniare. O soluie
admisibil a problemei este evident x(o) = (0; 0).
Gradientul funciei obiectiv este f(x1,x2) = (-2x1 + 4; -2x2 + 4). Gradientul n punctul x(o) = (0;
0) reprezint:
f(0; 0) = (-2x1 + 4; -2x2 + 4) = (4; 4) 0
(o)
de unde rezult c x = (0; 0) nu este soluie optim.
Direcia admisibil r (o) n care urmeaz s ne deplasm este soluia problemei:
max(4r1 4r2 )
2
2
r1 r2 1
r1 0
r2 0
(0)
Soluia optim: r1

1
1
( 0)
; r2
.
2
2

Noul punct este:

( 0) ( 0) 0 2
x r
0 1

, unde > 0 trebuie s fie mai mic dect

2 pentru a obine o

soluie admisibil x ( 0 ) r ( 0) . Valoarea maxim a funciei f( x ( 0 ) r ( 0) ) este atins n punctul

1

1
. Deoarece 1 nu aparine intervalului (0,
2
2

2 ) i

max( x1 x2 4 x1 4 x2 ) max((

2
2

) (
) 4
4
)
2
2
2
2

max(2 4 2 )

f (2 4 2 )
2 4 2 0

pentru orice (0,

2 ) putem alege o =

2 . Prin urmare, noua soluie admisibil este:

0
1

2
(1) (0) (0)
x x 0r 2
0 1 1

Repetm procedura de calcul:

f ( x1 , x2 ) (2 x1 4;2 x2 4) (2 1 4;2 1 4) (2;2) 0
Direcia de deplasare r se determin ca soluia optim a problemei:
max(2r1 2r2 )
2

r1 r2 1
r2 0

Soluia optim este:

Noul punct:

1
r
0
(1)

1
1

(1) (1)
x r
1 0

unde trebuie s fie mai mic dect 1 pentru a obine o soluie

admisibil x (1) r (1) .

Valoarea maxim a funciei f ( x1 r (1) ) :
max( x1 x2 4 x1 4 x2 ) max((1 ) 2 (1 0) 2
2

4(1 ) 4(1 0)) max((1 ) 2 1 4 4 4)

max((1 ) 2 7 4 )
f ((1 ) 2 4 7)
2(1 ) 4 0 i 1 = 1.

Prin urmare, adoptm pentru valoarea 1 (0, 1] i deci noul punct este:
1
1 2
x ( 2) x (1) 1 r (1) 1 .
1
0 1
Avem din nou: f ( x1 , x2 ) (2 x1 4;2 x2 4) ( 2 2 4;2 1 4) (0;2) 0
Problema corespunztoare:
max(0 r1 2 r2 )
r1 r2 0
2

r1 r2 1
r1 0
r2 0

ne furnizeaz direcia de deplasare:

Noul

punct:

0
r
1
(2)

( 2) ( 2 )
x r
1 0

este

admisibil

dac

(0,2].

observm

f ( x 2 r ( 2) ) f ( x ( 2 ) ) ( 2) cea ce arat c o cretere a funciei obiectiv nu mai este posibil.

Soluia optim este X 1 2 ; X 2 1 .

2.5. METODELE DE GRADIENT

Metoda gradientului poate fi aplicat la soluionarea oricrei probleme de programare
neliniar. Prin aceast metod poate fi determinat doar extremumul local. Problema const n

determinarea vectorului: x ( x1 , x2 , , x j , , xn ) pentru care z f ( x ) max n condiiile:

i ( x ) 0 ; i = 1, 2, ..., m; xj 0; j = 1, 2, ..., n.
Funciile f (x ) i i ( x ) sunt continui i convexe.
Dac funcia f (x ) este difereniabil n punctul x0 , atunci gradientul f (x ) n punctul x0 ,
f ( x0 )
f ( x0 )
,...,
).
vom numi vectorul: gradf ( x0 ) g 0 f ( x0 ) (
x1
xn
Gradientul n fiecare punct, unde el exist, este ndreptat pe normala ctre linia de nivel i
indic direcia, care d cea mai mare cretere (descretere) a funciei difereniabile f n x0 .
Vectorul opus f ( x0 ) l vom numi antigradient i indic direcia descreterii funciei.
Dac funcia f (x ) este convex condiia necesar i suficient pentru ca vectorul x s fie
optim este egalitatea cu zero a gradientului funciei n acest punct, adic f ( x ) 0 .
Ideea metodei de gradient: Determinm o soluie admisibil x0 . Cu ajutorul gradientului
determinm direcia n care funcia f (x ) crete. n direcia stabilit se face un pas pn n
punctul x1 . Calculul se repet. Pentru punctul gsit x1 determinm direcia n care funcia f (x )
crete. n aceast nou direcie se face un pas pn n punctul x2 .a.m.d. Cu alte cuvinte sunt
determinate punctele: x0 , x1 , x2 , ..., x j , ..., x pentru care
f ( x0 ) < f ( x1 ) < f ( x2 ) <...< f ( x j ) <...< f ( x ) .

Cuantumul pasului din punctul x0 n direcia gradientului f ( x0 ) este determinat de

parametrul din ecuaia x x0 f ( x0 ) .
Trecerea de la punctul x0 la punctul x1 schimb valorile funciei f ( x1 ) f ( x0 ) f ( ) .
df ( )
f ( x1 ) f ( x0 ) 0 .
d
Din aceast relaie determinm valoarea optim *.
Exemplul 1: f ( x1 , x2 ) 6 x1 4 x2 x12 x22 18 max
n condiiile:

4 x1 3x2 24

2
2
x1 5x1 x2 6
x 0; x 0
1 2

Examinm o soluie admisibil x0 =(1,5; 3)

4 1,5 3 3 15 24

2
2
1,5 5 1,5 3 3,75 6
1,5 0;0,5 0

Pentru punctul x0 = (1,5; 3) valoarea funciei obiectiv:

f (1,5;3) 6 1,5 4 3 1,5 2 32 18 8,25 .
f ( x1 , x2 ) f ( x1 , x2 )
,
) (6 2 x1 ;4 2 x2 ) . Pentru
Gradientul funciei f(x1,x2): f ( x ) (
x1
x2
determinarea valorii minime a funciei obiectiv ne vom folosi de antigradientul
f ( x ) (6 2 x1 ;4 2 x2 ) .
n punctul x0 =(1,5; 3) antigradientul este repartizat de vectorul:
f ( x0 ) 6 2 1,5;4 2 3) (3;2) 0

Determinm coordonatele punctului x1

S determinm valoarea parametrului .

1,5 3
x1 1,53;2
3 2

df (x)
(f (x) (f (x)

3
(6 2(1,5 3);4 2(3 2) 13 26 0
2
= 0,5 ; deci x1 = (1,5+3.0,5; 32.0,5)=(3; 2)
Verificm dac punctul x1 satisface sau nu condiiile problemei:
4.3+3.2=18<24;
325.3+22=-2<6.
Determinm antigradientul: f ( x1 ) (6 2 3;4 2 2) (0;0) 0 .
Soluia optim este: x 1 = (3; 2); fmin = 5.
Exemplul 2:
n condiiile:

f ( x1 , x2 ) x1 2 x2 0,5 x12 0,5 x22 5 max

2 x1 3x 2 6

x1 4 x2 5
x 0; x 0
2
1
Verificm pentru punctul arbitrar x0 =(1,5; 0,5) dac satisface sau nu condiiile:

2 1,5 3 0,5 4,5 6

1,5 4 0,5 3,5 5

1,5 0;0,5 0

Valoarea funciei obiectiv n punctul x0

f ( x0 ) f (1,5;0,5) 1,5 2 0,5 0,5 1,5 2 0,5 0,5 5 3,75

Gradientul funciei f (x1,x2): f ( x ) (

f ( x1 , x2 ) f ( x1 , x2 )
,
) (1 x1 ;2 x2 )
x1
x2

Coordonatele gradientului n punctul x0 :

f ( x0 ) 1 1,5;2 0,5) ( 0,5;1,5) 0

1,5 0,5
X1 1,50;,5 1
0 ,5 1,5
Acest lucru mai poate fi scris:

x11 x01 d01 1,5 0,5

x12 x02 d 02 0,5 1,5

Valoarea parametrului trebuie s satisfac sistemul:

2(1,5 0,5 ) 3(0,5 1,5 ) 6

(1,5 0,5 ) 4(0,5 1,5 ) 5

Soluia: - 0,3333 0,2727.

1,5 0,5 0
0,5 1,5 0

df ()
f (x1) f (x0 )
d
Parametrul trebuie s fie
pozitiv, deci: (0;
0,2727)
Dar nu aparine
intervalului (0; 0,2727],
de aceia =0,2727 i

0,5
(1 (1,5 0,5);2 (0,5 1,5)
1,5
0,5
(0,5 0,5;1,5 1,5) 2,5 2,5 0; 1
1,5
x11 1,5 0,5 0,2727 1,3636

x12 0,5 1,5 0,2727 0,9091

Valoarea funciei obiectiv: f ( x1 ) 3,1612 f ( x0 ) .

Repetm procedura de calcul. n punctul x1 gradientul: f ( x1 ) ( 0,3636;1,0909) .
Notm vectorul direcional prin r1 (r11 , r12 ) .

Elaborm problema:

r1
T1 f (x1)r1 (0,3636;1,0909) 0,3636r1 1,0909r12 max
r12

n condiiile:

r11
(1;4) r11 4r12 0
r12

r1 r r 1
2 2
11 12

Sistemul de restricii are numai dou soluii: (-0,9700; 0,2425) i (0,9700; 0,2425) pentru care T1 are
valoare maxim pentru: (-0,9700; 0,2425) i r1 = (-0,9700; 0,2425).
Pentru punctul x2

x21 x11 r111 1,3636 0,9700 1

elaborm sistemul:
x22 x12 r121 0,9091 0,2425 1

Se cere de gsit 1 a parametrului 1 pentru care funcia f (x ) n punctul x2

x2
maxim.
Punctul
trebuie
s
satisfac

2(1,3636 0,97001 ) 3(0,9091 0,24251 ) 6

1,3636 0,97001 0
0,9091 0,2425 0
1

De unde 1 (0; 0,4055].

S determinm max f

are valoarea
restriciile:

 0,9700
df ()
f (x2 ) r1 (0,3636 0,9700 1; ,1 0909 0,2425 1)
d
0,2425
0,6173 1 0;1 0,6173
iar

d 2 f ( )
1 0. Deci 1 =0,6173.
2
d

2.6. METODA MULTIPLICATORILOR LUI LAGRANGE

Problem: De determinat extremul funciei: Z = f(x1, x2, ..., xi, ..., xn)
Cu respectarea condiiilor:

1 ( x1 , x 2 ,..., xi ,..., x n ) c1 1
( x , x ,..., x ,..., x ) c
i
n
2
2
2 1 2

r ( x1 , x 2 ,..., xi ,..., x n ) c r r

m ( x1 , x 2 ,..., xi ,..., x n ) c m m

xi 0, i 1, 2, ..., n

Determinm pentru fiecare ecuaie diferenele dintre partea din stnga i partea din dreapta a
condiiilor auxiliare. Acestor diferene le punem n coresponden ponderile 1, 2, ..., r, ..., m, le
adunm i suma diferenelor ponderate o scdem din funcia obiectiv. n cele din urm obinem:
f ( x1 ,..., x n ) 1 ( 1 ( x1 ,..., x n ) c1 ) 2 2 ( x1 ,..., x n ) c 2 ) ... m ( m ( x1 ,..., x n ) c m )

sau, funcia ajuttoare, numit funcia lui Lagrange mai poate fi scris:
m

L ( x1 , x 2 ,..., x n , 1 , 2 ,..., m ) f ( x1 , x 2 ,..., x n ) r ( r ( x1 , x 2 ,..., x n ) c 2 )

r 1

Funcia lui Lagrange posed urmtoarea proprietate, important din punct de vedere practic:
dac un punct cu coordonatele (x1, x2,.., xn) se afl n domeniul soluiilor admisibile, atunci
diferenele situate sub semnul sumei sunt egale cu zero, deoarece ecuaiile care exprim condiiile
auxiliare sunt ndeplinite. Atunci L=f(x1, x2, ..., xn). Prin urmare, n domeniul soluiilor admisibile,
funcia lui Lagrange are aceleai valori ca i funcia obiectiv Z.
Exemplul 3:

Z f ( x1 , x2 ,..., xn ) max
p1 x1 p2 x2 ... pn xn c
x1 0; x2 0;...; xn 0

Elaborm funcia Lagrange: L( x1 , x2 ,..., xn , ) f ( x1 , x2 ,..., xn ) ( p1 x1 p2 x2 ... pn xn c) .

Condiiile necesare de existen a maximului acestei funcii:

L f
x x p1 0
1
1

f
x p1
1

L f

p2 0

x2 x2

f
p 2

x2

L f
x x pn 0
n
n
De aici obinem:

f
x pn
n

f
f
f
x
x
x
1 2 ... n
p1
p2
pn

BIBLIOGRAFIE
1. Taha A. Hamdy Operations Research, London, 1998.
2. Malia M., Zidroiu C. Matematica organizrii. Bucureti, 1975.
3. Smirnov V.L. Curs de matematic superioar. v.1, Chiinu, 1958.