Date de identificare a cursului Date de contact tituar curs Nume: Lect.univ.dr. Gabriela Petruel Birou: Facultatea de Business, Str.

.Horea nr.7, cam. 124 Telefon: 0264-599170 Fax: 0264 590110 E-mail: gabi.petrusel@tbs.ubbcluj.ro Consultaii: vineri 10.00 12.00; rspuns la ntrebrile adresate prin e-mail max. 48 de ore Date de identificare curs i contact tutori Denumire curs: MATEMATICI APALICATE I Cod: IAA1102 An I Semestrul: 1 Tip curs: obligatoriu Pagina web: www.tbs.ubbcluj.ro Tutori: Lect.dr. Gabriela Petruel Asist.drd. Ionu Traian Luca

Condiionri i cunotine prerechizite: Pentru a parcurge aceast disciplin, studenii trebuie s aib o serie de cunotine minime, dobndite n cadrul disciplinei Matematic de-a lungul anilor de liceu. Pentru cei care nu dispun de aceste cunotine, exist o serie de lucrri n acest domeniu disponibile pentru consultare i mprumut att la Biblioteca Central Lucian Blaga din Cluj-Napoca, ct i la biblioteca facultii, astfel nct s poat s fie parcurse de ctre toi acei studeni care trebuie s ating acest prag minim de cunotine. Descrierea cursului Cursul presupune dezvoltarea unor abiliti analitice generale prin care studentul si dezvolte gndirea analitic necesar oricrui om de afaceri. Cursul este creat astfel nct orice ce noiune matematic ce poate prea abstract la nceput i gsete rapid i eficient o aplicaie n domeniul economic. Obiectivele cursului sunt: dobndirea de cunotine i aptitudini n cteva arii ale matematicii, eseniale aplicaiilor n economie i afaceri; dezvoltarea abilitilor de modelare matematic a unor procese economice; dezvoltarea abilitilor de comunicare n limbaj matematic. Organizarea temelor n cadrul cursului Temele abordate n cadrul acestui curs sunt structurate astfel nct s permit atingerea principalelor obiective prezentate n descrierea cursului. Cursul este structurat pe4 dou pri eseniale n pregtirea oricrui economist i anume: Elemente de analiz matematic i Elemente de programare liniar. Parcurgerea coninutului disciplinei conduce la atingerea urmtoarelor obiective: nsuirea principalelor elemente legate de noiunile introductive n matematicile economice, precum i folosirea acestora n cazul unor modele economice concrete. Deprinderea metodelor de analiz a funciilor de mai multe variabile: limite, continuitate, derivabilitate, difereniabilitate i aplicabilitatea acestora n economie; Deprinderea modalitilor de determinare a extremelor funciilor de mai multe variabile; nsuirea principalelor noiuni referitoare la seriile numerice, seriile de funcii i de puteri: convergen, domeniu de convergen, interval de convergen, raz de convergen, sum etc. nsuirea unor metode de determinare a legturii dintre datele numerice: ajustarea i interpolarea datelor numerice. Deprinderea modalitilor de transpunere a unei probleme economice n context matematic;

Deprinderea unei metode cantitative de studiere a fenomenelor economice aa cum este programarea liniar; Deprinderea principalelor metode de rezolvare a problemelor de programare liniar: algoritmul simplex primal i algoritmul simplex dual; Deprinderea tehnicilor de postoptimizare ale unui proces economic ce poate fi transcris n limbajul programrii liniare; Deprinderea tehnicilor de ntocmire a unui plan optim de transport. Datorit dinamicii informaionale, n fiecare an sursele de informare se vor modifica n conformitate cu ultimele evoluii n domeniu i vor fi comunicate n timp util pe platforma https://portal.portalid.ubbcluj.ro. De asemenea, sursele de informare vor fi disponibile i pe CD-ul care va conine materialele aferente acestui curs. O detaliere a temelor se gsete n calendarul cursului. Formatul i tipul activitilor implicate Cursul este gndit ca unul interactiv; studenii pot s trimit comentariile cu privire la temele abordate i/sau pot s completeze informaiile furnizate cu noi informaii la care au acces. Studenii dispun de libertatea de a-i gestiona singuri modalitatea i timpul de parcurgere a cursului. Este, ns, recomandat parcurgerea succesiv a modulelor n ordinea indicat i ndeplinirea sarcinilor indicate n cadrul fiecrui modul. Studenii vor putea beneficia de consultaii att la sediul facultii, n cadrul orelor precizate anterior, precum i prin intermediul comunicrii prin e-mail. Materiale bibliografice obligatorii 1. Anderson D., Sweeney D., Williams T., Quantitative Methods for Business, Thomas Learning, London, 2001. 2. Chifu I.C., Matematici pentru economiti, Ed. Alma Mater, Cluj-Napoca, 2006. 3. Chifu-Oros I. C., Matematici economice, Analiz matematic, Curs pentru studenii anului I, Alma Mater, Cluj-Napoca, 2003. 4. Chifu-Oros I.C., Luca I.T., Matematici Economice. Elemente de Programare Liniar i Teoria Probabilitilor, Presa Universitar Clujean, Cluj-Napoca, 2004, pg. 1-16. 5. Murean A. S., Mihoc M.,..., Matematici pentru economiti, vol. I, Ed. Dacia, Cluj-Napoca, 2000. 6. Purcaru I., Matematici generale i elemente de optimizare, Ed. Economic, Bucureti, 1997. 7. Wilkes M., Mathematics for Business, Finance and Economics, International Thomson Business Press, 1999. Informaiile cuprinse n aceste surse bibliografice de baz sunt destinate atingerii obiectivelor cursului. Materialele i instrumentele necesare pentru curs Aa cum artam ntr-un paragraf anterior, pe lng materialele puse la dispoziie pe CD i/ sau n form tiprit, studenii vor lucra mult cu informaiile disponibile (n mod gratuit) pe Internet, precum i cu studiile de caz i articolele puse la dispoziie de cadrul didactic. De asemenea, se vor folosi soft-uri specializate. Calendarul cursului n derularea acestei discipline sunt programate 4 ntlniri (fa n fa) cu studenii nscrii. n cadrul primei ntlniri se vor parcurge primele patru uniti; pentru a doua ntlnire este programat parcurgerea unitilor 5, 6 i 7, n urmtoarea ntlnire se vor parcurge unitile 8, 9 10 i 11, iar ultima ntlnire este destinat unitilor 12, 13 i 14.

Pentru ca aceste ntlniri s devin cu adevrat interactive i pentru a se putea focaliza pe aspectele importante dar i a detaliilor necesare, studenilor li se recomand s parcurg suportul de curs pus la dispoziie la nceputul semestrului, precum i parcurgerea capitolelor corespunztoare temelor abordate la fiecare ntlnire din cel puin una dintre sursele bibliografice indicate; ulterior ntlnirii se recomand rezolvarea sarcinilor indicate. Tematica cursurilor predate n cadrul acestei discipline cuprinde: 1. Tematica cursului: Funcii reale de mai multe variabile reale Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 1-17. 2. Tematica cursului: Limita i continuitatea funciilor de mai multe variabile reale Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 18-33. 3. Tematica cursului: Calcul diferenial Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 35-59. 4. Tematica cursului: Extreme pentru funcii de mai multe variabile Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 60-79. 5. Tematica cursului: Serii numerice Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 80-98. 6. Tematica cursului: Serii de funcii. Serii de puteri Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 99-114. 7. Tematica cursului: Ajustarea numerice Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 115-132. 8. Tematica cursului: Spaiul vectorial Rn Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 133-152. 9. Tematica cursului: Sisteme de ecuaii i inecuaii liniare Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 153-172 10. Tematica cursului: Programare liniar. Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 174-208. 11. Tematica cursului: Dualitate n programarea liniar Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Napoca, 2006., pag. 210-224.

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

Mater, Cluj-

12. Tematica cursului: Postoptimizare Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 225-243. 13. Tematica cursului: Programare parametric Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 244-254. 14. Tematica cursului: Probleme de transport Implicarea studenilor: parcurgerea referinelor bibliografice indicate; Referine bibliografice: Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 255-279. Politica de evaluare i notare Evaluarea se va face pe parcursul semestrului i la final prin: 1) teme de control reprezentnd 50% din nota final ; 2) examenul final reprezentnd 50% din nota final. Pentru fiecare form de examinare se vor anuna criteriile i baremul detaliat de notare. O serie de exemple care s ajute studenii n realizarea temelor i proiectelor vor fi prezentare n cadrul cursului. Termenele limit i modul de examinare/prezentare sunt prezentate n calendarul detaliat al disciplinei. Depirea termenului limit anunat conduce la neluarea n considerare a lucrrii respective. Prin temele de control i proiectele pe care trebuie s le ntocmeasc, studenii vor dobndi competenele necesare pentru aplicarea cunotinelor dobndite la nivel practic. Rezultatele obinute la aceast disciplin se vor comunica pe parcurs, prin anunarea notelor pariale i la final prin anunarea notei finale. Aceast comunicare se poate realiza att fa n fa, ct i prin afiarea notelor pe platforma aflat la dispoziia studenilor la aceast form de nvmnt. Fiecare student poate solicita un feed-back suplimentar prin contactarea titularului de curs i/sau a tutorilor prin intermediul adresei de e-mail. Elemente de deontologie academic Prezena la cursuri i seminarii nu este obligatorie. Prezentarea la examen nu este condiionat de un numr minim de prezene la curs sau la seminar. Se consider plagiat orice lucrare care reproduce n proporie de minim 40% informaii din alte surse nespecificate. Constatarea plagiatului duce la anularea evalurii lucrrii respective, precum i la alte sanciuni prevzute n regulamentele studeneti; se poate ajunge pn la neprimirea studentului n sesiunea de examene programat. n cazul n care se utilizeaz frauda la examen, procesul de examinare va fi sistat imediat, iar lucrarea va fi anulat. Rezultatele procesului de examinare vor fi puse la dispoziia studenilor pe platforma dedicat acestora. Contestaiile trebuie s fie depuse n maxim 24 de ore de la afiarea rezultatelor; rspunsul la contestaii se va da n maxim 48 de ore. Studenii cu dizabiliti Metodele de transmitere a informaiilor cu privire la aceast disciplin se pot adapta n funcie de tipul de dizabiliti ntlnite n rndul cursanilor. Accesul egal la informaie i la activitile didactice pentru cursani se va asigura prin toate msurile (rezonabile) cu putin. Strategii de studiu recomandate Este recomandat parcurgerea sistematic a modulelor (structurate pe cele 14 uniti de curs); se pune accentul pe pregtirea individual continu, prin acumulare constant a cunotinelor,

precum i pe evalurile formative de pe parcursul semestrului. Numrul de ore necesare parcurgerii i nsuirii cunotinelor necesare promovrii acestei discipline este, n funcie de capacitile fiecruia, ntre 50 i 55 de ore. Documentarea i elaborarea proiectelor necesit un interval de 25-35 de ore. Aceste ore vor fi alocate, pe parcursul semestrului, de fiecare student, n funcie de preferinele individuale.

Modulul I ANALIZA FUNCIILOR DE MAI MULTE VARIABILE

Unitatea 1: Funcii reale de mai multe variabile reale Unitatea 2: Limita i continuitatea funciilor de mai multe variabile Unitatea 3: Calcul diferenial Unitatea 4: Extreme pentru funcii de mai multe variabile Scop i obiective
Scop Acest modul urmrete s familiarizeze studenii cu anumite tipuri de funcii, altele dect cele nvate n liceu i pe care s nvee s le studieze cu puternicul instrument numit analiza matematic. Scopul final este acele de a deprinde diferitele aplicaii n economie a acestor funcii. Obiective specifice urmrite Recapitularea unor noiuni legate de funciile reale de o variabil real, noiuni deprinse n liceu i nelegerea legturii dintre noiunea de funcie ca obiect matematic i diferitele fenomene economice modelate cu ajutorul funciilor; Familiarizarea cu noiunile legate de spaiul real n-dimensional: punct al spaiului Rn, produs scalar, norm, distana dintre dou puncte, poziia relativ a unui punct fa de o mulime dat; Familiarizarea cu noiunea de funcie real de mai multe variabile reale punndu-se accent pe determinarea i reprezentarea grafic a domeniului de definiie a unei astfel de funcii; Familiarizarea cu noile noiuni legate de limita unei funcii ntr-un punct: limit global, limit parial, limit dup o direcie, limit iterat, elemente necesare pentru introducerea celorlalte noiuni cum ar fi cea de continuitate i difereniabilitate; Familiarizarea cu noiunile legate de spaiul real n-dimensional: punct al spaiului Rn, produs scalar, norm, distana dintre dou puncte, poziia relativ a unui punct fa de o mulime dat; Familiarizarea cu noile noiuni legate de continuitatea unei funcii ntr-un punct: continuitate ntr-un punct, continuitate pe o mulime, continuitate global, continuitate parial; Deprinderea diferitelor modaliti de studiere ale acestor noi tipuri de continuitate. Recapitularea noiunii de derivat a unei funcii reale de o variabil real i nelegerea prin exemple a aplicaiilor ei n economie; Familiarizarea cu noi noiuni cum ar fi: derivata parial a unei funcii, difereniala unei funcii; Deprinderea modalitilor de calcul a derivatelor pariale i a diferenialelor de diferite ordine ale unei funcii reale de mai multe variabile reale i nelegerea prin exemple ale aplicaiilor lor n economie; Identificarea punctelor staionare i studiul naturii acestora n cazul funciilor reale de mai multe variabile reale; Deprinderea condiiilor necesare i suficiente pentru determinarea extremelor funciilor reale de una sau mai multe variabile reale; Deprinderea aplicaiilor economice ale problemelor de extrem; Deprinderea metodelor de determinare a punctelor de extrem ale unei funcii obiectiv cnd variabilele decizionale sunt supuse unor anumite legturi.

Concepte de baz
Funcie real de mai multe variabile reale; imput; output; limit; continuitate; derivate; derivate pariale; difereniale; extrem local; extrem global; extrem cu legturi.

Unitatea 1 FUNCII REALE DE MAI MULTE VARIABILE REALE

1.1. Noiunea de funcie
Economitii se confrunt tot timpul cu entiti msurabile cum ar fi spre exemplu preuri, cantiti, rata dobnzii, inflaie, profit. Tocmai de aceea ei ncearc s neleag relaia dintre acestea, scopul fiind n general acela de a prezice consecinele unor decizii, astfel nct decizia luat s fie cea optim. Folosirea unui model de optimizare are ca obiectiv major aflarea celei mai bune valori a performanei economice. Astfel n mod natural apare noiunea de funcie, ca o legtur de cauzalitate ntre diferite variabile. Definiia 1.1.1 Fie E i F dou mulimi. Dac printr-un procedeu oarecare se realizeaz o coresponden ntre elementele celor dou mulimi, astfel nct fiecrui element xE s-i corespund un singur element f(x)F, vom spune c am definit o funcie pe mulimea E cu valori n mulimea F i o vom nota f : EF. Observaii 1. Mulimea E se numete domeniul de definiie al funciei, mulimea F se numete codomeniul funciei iar f se numete lege de coresponden. 2. O funcie este bine definit doar dac se cunosc toate cele trei elemente descrise mai sus i anume domeniul, codomeniul i legea de coresponden. Cu alte cuvinte o funcie este bine definit de tripleta (E, F, f). 3. Dac E,FR, atunci f:EF se numete funcie real de o variabil real. Pe baza Definiiei 1.1.1. vom introduce urmtoarele noiuni: 1. Dac AE, atunci mulimea f(A)={f(x) xA}F se numete imaginea submulimii A prin funcia f. Mulimea f(E) se numete imaginea funciei f. 2. Dac BF, atunci mulimea f-1(B) ={xE f(x)B} se numete contraimaginea submulimii B prin funcia f. 3. Mulimea Gf = {(x,f(x)) xE} se numete graficul funciei f. 4. Funcia f: A EF se numete restricie a funciei f la mulimea A i se noteaz cu fA. 5. Funcia f: EF este injectiv dac: x1,x2E, egalitatea f(x1)=f(x2) implic x1=x2. 6. Funcia f: EF este surjectiv dac pentru orice yF exist xE, astfel nct f(x)=y. 7. Funcia f: EF este bijectiv dac este injectiv i surjectiv. 8. Dac funcia f: EF este bijectiv, atunci exist funcia invers f -1:FE care, la rndul ei, este o funcie bijectiv iar inversa ei este funcia f. n continuare vom da cteva exemple de funcii elementare: Exemplul 1.1.1. 1. Funcia constant: f: R R, f(x) = a, aR. 2. Funcia putere: f: R F, f(x) = xn, nN, unde F =

R , dac n = 2k + 1 ; [0 , ), dac n = 2k

3. Funcia polinomial de grad n: f(x)=ao+a1x++anxn, akR, k= 0 , n ; 4. Funcia raional:

g( x ) ao + a1 x + ... + a n x n = , ak, blR, k= 0 , n , l= 0 , m , h( x ) bo + b1 x + ... + bm x m al crei domeniu de definiie este mulimea punctelor din xR pentru care h(x)0.
f(x)= Observaii 1. Foarte des, mai ales n economie, n locul notaiei f(x) se folosete y=f(x) i aceasta pentru a pune ct mai bine n eviden legtura dintre diferitele variabile ce modeleaz un fenomen economic. 2. x se va numi variabil independent (argument), iar y se va numi variabil dependent (subiect). 3. n general n economie, cnd ntre dou asemenea variabile exist o relaie cauzal, atunci x se va numi variabil decizional (sau de control), iar y variabila obiectiv (obiectiv). Exemplul 1.1.2. 1. Stabilirea preului unui produs p depinde de cantitatea Q astfel c preul este o funcie de cantitate p=f(Q); 2. ncasarea total TR se calculeaz ca produsul dintre pre i cantitate TR=pQ. Cum preul este o funcie de cantitate vom obine TR=Qf(Q); 3. Costul mediu de producie AC este la rndul su dependent de cantitatea produs, astfel AC=f(Q); 4. Costul total de producie TC se calculeaz ca produs ntre costul mediu de producie i cantitatea produs TC=ACQ. Astfel TC=Qf(Q). Exemplul 1.1.3. Evoluia preului unui anumit produs n funcie de cantitate este urmtoarea: Cantitatea Q Preul p 10 45 24 38 32 34 40 30 50 25 S se reprezinte grafic evoluia preului n funcie de cantitate: Soluie Vom reprezenta grafic punctele de coordonate (Q,p), adic punctele (10,45), (24,38), (32,34), (40,30), (50,25) i vom obine: Figura 1.1. Evoluia preului n funcie de cantitate
50 40 preul 30 20 10 10 20 30 cantitatea 40 50

Exemplul 1.1.4. Ecuaia cererii unui anumit produs este p=75 0,5Q. Se cere: 1. S se reprezinte grafic evoluia preului n funcie de cantitate; 2. S se determine expresia ncasrii totale i s se reprezinte grafic aceasta. Soluie 1. Observm c preul evolueaz liniar n funcie de cantitate astfel c pentru a realiza graficul sunt suficiente dou puncte pe care le vom obine considernd dou valori pentru Q. Astfel pentru Q=0 obinem p=75 iar pentru Q=150 obinem p=0. Vom reprezenta grafic punctele de coordonate (0,75) i (150,0) iar apoi le vom uni printr-o dreapt. Figura 1.2.
100 75 preul 50 25 0 0 50 100 cantitatea 150 200

Evoluia preului n funcie de cantitate

2. Am vzut n exemplul 1.1.3. c ncasarea total are expresia TR=pQ. Astfel vom obine TR=(75-0,5Q)Q=75Q 0,5Q2 care este o funcie de gradul al doilea al crei grafic este o parabol. Figura 1.3.
3000 2500 ncasarea total 2000 1500 1000 500 0 0 50 100 cantitatea 150 200

Evoluia ncasrii totale n funcie de cantitate

1.2. Spaiul real n-dimensional (Rn)

n cazul funciilor studiate n ultimele clase de liceu, domeniul i codomeniul unei funcii erau submulimi ale mulimii numerelor reale R. Tocmai din aceast cauz denumirea lor era de funcii reale de o variabil real. Folosirea unor asemenea funcii ca model pentru studiul problemelor economice de un anumit grad de complexitate este limitat datorit faptului c se ia n calcul un singur factor de influen. Astfel apare necesitatea folosirii unor funcii care s permit studiul unui fenomen influenat de mai muli factori, adic o funcie care s depind de mai multe variabile. Dar, pentru a fi posibil acest lucru, este necesar mai nti s definim mulimi care s conin astfel de elemente.

Am vzut mai sus c graficul unei funcii Gf ={(x,f(x)) xE} este o mulime format din perechi de forma (x,f(x))EF. Deci, Gf este o submulime a produsului cartezian EF. Presupunnd acum c E,F R, obinem: Gf RR = R2 mulime care se numete planul euclidian. Dac vom considera un paralelipiped, orice punct aparinnd acestuia este un triplet de forma (x1,x2,x3), xi[ai,bi], i= 1,3 , aadar un paralelipiped este o submulime a mulimii R3 numit spaiul euclidian. Definiia 1.2.1. Spaiul real n-dimensional este mulimea format din toate grupele ordonate de n numere reale de forma (x1,x2,,xn), adic este produsul cartezian al mulimii R cu ea nsi de n ori. Rn=RRR={x=(x1,x2,,xn)xiR, i= 1, n }. Observaii 1. Dou puncte din Rn, x=(x1,x2,,xn) i y=(y1,y2,,yn), coincid, adic x=y, dac i numai dac xi=yi, i= 1, n . 2. Prin suma a dou elemente x,yRn se nelege un n-uplu format din suma componentelor lui x cu cele ale lui y: x+y=(x1+y1,,xn+yn). 3. x=(x1,,xn), R, xRn. Pentru a nelege modalitatea de lucru cu astfel de mulimi avem nevoie de o serie de noiuni care generalizeaz noiunile cunoscute de pe axa real cum ar fi spre exemplu cea de modul. Definiia 1.2.2. Aplicaia ,:RnRn R, definit prin: x,y = Definiia 1.2.3. Aplicaia ||||:Rn R, definit prin euclidian a spaiului R . Observaii 1. Norma definit astfel: x =|x1|+|x2|++|xn| se numete norma Minkovski. 2. Norma definit astfel: x =max{|x1|,|x2|,,|xn|} se numete norma Cebev. Definiia 1.2.4. Aplicaia :RnRn (0,), definit prin (x,y)= ||x-y||, x,y Rn, se numete distan sau metric. Observaii 1. Noiunea de norm a spaiului Rn generalizeaz noiunea de modul cunoscut de pe axa real; 2. Spaiul Rn nzestrat cu o metric devine un spaiu metric; 3. Spaiul Rn nzestrat cu metrica euclidian (x,y)= metric euclidian n-dimensional.
n
n

not

xi yi , x,yRn, se numete produs scalar.

i =1 n

x =

x, x =

xi2
i =1

, xRn, se numete norma

( xi y i ) 2
i =1

se numete spaiul

1.3. Topologia spaiului Rn

Definiia 1.3.1. Fie xoRn, o metric definit pe Rn i r > 0. 1. Mulimea S(xo,r)={xRn(x,xo)< r} se numete sfera deschis cu centrul n xo i de raz r. 2. Mulimea S (xo,r)={xRn(x,xo) r} se numete sfera nchis cu centrul n xo i de raz r. Definiia 1.3.2. Fie xoRn. Submulimea VRn este o vecintate a punctului xo dac exist o sfer deschis cu centrul n xo i de raz r astfel nct S(xo,r) V. Observaii 1. Mulimea V(xo)={VRn V vecintate a punctului xo} se numete mulimea vecintilor punctului xo. 2. Orice sfer deschis cu centrul n xo este o vecintate a punctului xo. 3. Tipurile de vecinti definite cu ajutorul noiunii de sfer se numesc vecinti sferice. Pe lng acestea mai exist aa numitele vecinti paralelipipedice: dac n=1, V=(xo-,xo+) (interval); dac n=2, V=(xo-,xo+)(yo-,yo+) (dreptunghi); dac n=3, V=(xo-,xo+)(yo-,yo+)(zo-,zo+) (paralelipiped); n caz general: V= [xi i ] , i>0 (hiperparalelipiped).
i =1 n

Proprieti 1. xRn i V V(x), avem xV. 2. V1,V2 V(xo), avem V1V2 V(xo). 3. Dac V V(x) i VW, atunci W V(x). Pe baza noiunii de vecintate se poate defini poziia relativ a unui punct fa de o mulime dat. Definiia 1.3.3. Fie D Rn, xoRn. 1. Punctul xo se numete punct interior al lui D dac exist VV(xo), astfel nct V D. Mulimea punctelor interioare ale mulimii D se va nota cu int(D). 2. Punctul xo se numete punct exterior al lui D dac exist VV(xo), astfel nct VRn\D. Mulimea punctelor exterioare ale lui D se va nota cu ext(D). 3. Punctul xo se numete punct frontier al lui D dac nu este nici punct interior i nici punct exterior, cu alte cuvinte, VV(xo), VD i V(Rn\D). Mulimea punctelor frontier ale lui D se noteaz cu Fr(D). 4. Punctul xo se numete punct aderent al lui D dac VV(xo), VD. Mulimea punctelor de aderen ale lui D se noteaz cu cl(D) i se mai numete nchiderea mulimii D. 5. Punctul xo se numete punct de acumulare al lui D dac orice vecintate a sa conine un numr finit de elemente, cu alte cuvinte VV(xo), V(D\{xo}). Mulimea punctelor de acumulare se noteaz cu D' i se mai numete mulimea derivat. 6. Punctul xo se numete punct izolat dac nu este punct de acumulare, adic dac exist VV(xo), astfel nct: VD={xo}.

1.4. Funcii de mai multe variabile

Aa cum spuneam puin mai devreme folosirea unor funcii reale de o singur variabil, ca model pentru studiul problemelor economice, este limitat datorit faptului c se ia n calcul o singur variabil independent. Majoritatea problemelor cantitative n economie implic mai mult de dou variabile independente. Spre exemplu cererea Q a unui produs pe o anumit perioad de timp poate fi exprimat ca Q=f(p,pc,ps,Id,i,...) unde p preul unitar, pc - pre produs complementar, ps pre produs substituit, Id venit disponibil, i rata dobnzii. Un alt exemplu ar fi funcia de producie Q=f(L,K), unde: K cantitatea de capital; L cantitatea de munc utilizat(fora de munc). Definiia 1.4.1. Fie D Rn, D. Orice funcie f:D Rm ce realizeaz corespondena: x=(x1,,xn)D a ( f1(x1,,xn),, fm(x1,,xn))Rm, se numete funcie vectorial. Observaii 1. Dac m=1, f:DRnR, se numete funcie real de mai multe variabile reale: x=(x1,,xn)D a f(x1,,xn) R; 2. Dac n=1, f:DRRm, se numete funcie vectorial de o singur variabil: xD a ( f1(x),, fm(x))Rm; 3. Dac m=n=1, f:DRR, se numete funcie real de o singur variabil real. Exemplul 1.4.1. 1. f:DR2R, f(x,y)=x+y; 2. f:DR3R, f(x,y,z)=xy+z; 3. f:DRnR, f(x)=f(x1,,xn)= n x1 ...x n . Observaii Se mai folosete notaia y=f(x1,, xn), unde xi variabilele independente mai poart denumirea de input, iar y variabil dapendent mai poart denumirea de output. Ca i n cazul funciilor reale de o singur variabil real o noiune deosebit de important este domeniul de definiie. Acesta se determin n funcie de condiiile ce trebuie impuse, astfel nct funcia respectiv s fie definit n orice punct al domeniului. Spre exemplu dac vom considera funcia f:DR2 R,

( x 1 )2 ( y 2 )2 , ( x 1 )2 + ( y 2 )2 atunci impunnd condiia: (x-1)2 + (y-2)2 0, obinem: D={(x,y)R2|(x-1)2+(y-2)20}={(x,y)R2| (x,y)(1,2)}=R2\{(1,2)}.

f(x,y)= Deci, domeniul de definiie este ntreg planul din care se scoate punctul (1,2).

n cazul funciei f: DR2 R, f(x,y)= 1 x 2 y 2 , se impune condiia: 1-x2- y20 x2+y21. De aici obinem c domeniul de definiie este D={(x,y)R2| x2+y21}. Pentru a reprezenta grafic, observm c x2+y2=1 este ecuaia cercului cu centrul n origine i de raz egal cu 1.

Deoarece x2+y21, domeniul de definiie este reprezentat de interiorul acestui cerc mpreun cu frontiera. y

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Dai exemple de funcii f:DRRn, n cazurile n=1, n=2 i n=3. n cazurile n=1 i n=2, precizai i domeniul de definiie al funciilor date drept exemplu. 2. Dai exemple intuitive de funcii ce ar putea modela un fenomen economic. 3. S se reprezinte grafic urmtoarele funcii: 1. f:RR, f(x)=3x+2; 2. f:RR, f(x)=x2+3x+2; 3. f:R\{1}R, f(x)=

x+1 . x1

4. Ecuaia cererii pentru un anumit produs este p=1000,2Q. Se cere: 1. S se reprezinte grafic p n funcie de Q; 2. S se determine preul la care Q=0; 3. S se determine cantitatea ce se va vinde la un pre p=50 u.m.; 4. S se determine expresia ncasrii totale i s se reprezinte grafic.

5. S se determine i s se reprezinte grafic domeniile de definiie ale urmtoarelor funcii: x2 y2 1. f(x,y)= 2 x + y2

2. f(x,y)= 1 x 2 +

y2 1

3. f(x,y)= 1 ( x 2 + y ) 2 4. f(x,y)= ( x 2 + y 2 1 )( 4 x 2 y 2 )

Unitatea 2 LIMITE PENTRU FUNCII DE MAI MULTE VARIABILE. CONTINUITATEA

FUNCIILOR DE MAI MULTE VARIABILE

2.1. Limite pentru funcii de mai multe variabile

2.1.1. Definiii. Proprieti Fie f:DRnRm, yo Rm i xo un punct de acumulare al lui D (xoD'). Definiia 2.1.1. Spunem c funcia f are limita yo n xo dac oricare ar fi VV(yo) o vecintate a lui

yo, exist UV(xo) o vecintate a lui xo astfel nct pentru orice xUD\{ xo} s avem f(x)V. Observaii 1. Dac yo este limita funciei f n punctul xo, atunci vom scrie yo= lim f ( x ) , sau
x xo

f(x) yo, cnd x xo; o o o 2. Dac x=(x1,x2,,xn) i xo=(x 1 ,,x n ), atunci xxo nseamn x k x k , k = 1, n ; 3. Limita lim f ( x ) se numete limita global a funciei f n punctul xoD';
x xo

4. Dac f este o funcie real de o variabil real, atunci noiunea de limit poate fi extins i pentru cazurile xo = . De asemenea, dac f este o funcie real de n variabile reale, noiunea de limit poate fi extins pentru yo = . Vom da n cele ce urmeaz, sub form de teorem, definiii echivalente ale noiunii de limit: Teorema 2.1.1. Fie DRn, xoD', f:DRm, yo Rm. Urmtoarele afirmaii sunt echivalente: 1o lim f ( x ) = yo;
x xo

3 (xn)nN D \ {xo } , cu xn xo, atunci (f(xn))nN converge la yo. Observaii 1. Afirmaia 2o este cunoscut sub numele de definiia - a limitei unei funcii ntr-un punct; 2. Echivalena 1o 3o este cunoscut sub numele de teorema lui Heine; 3. Afirmaia 3o se folosete n special cnd se dorete demonstrarea faptului c o funcie nu are limit ntr-un anumit punct.
o

2 >0,>0 astfel nct xD\{xo} cu x xo < s avem

o

f ( x ) yo < ;

Vom da n continuare, fr a le demonstra, o serie de proprieti ale noiuni de limit ale unei funcii ntr-un punct. Fie f, g:DRnRm, yo, zo Rm i xoD'. Proprieti 1. O funcie ntr-un punct poate avea cel mult o limit. 2. Dac f are limit n xo, atunci exist limita normei lui f n xo i avem:
x xo

lim f ( x ) = lim f ( x ) .
x xo

3. Dac f are limit n xo, atunci exist UV(xo ), astfel nct f este mrginit pe UD\{ xo}. 4. f = (f1,,fm) are limit n xo dac i numai dac f1,, fm au limit n xo. 5. Dac lim f ( x ) = yo i lim g ( x ) = zo, iar R, atunci avem:
x xo x xo x xo

lim ( f + g )( x ) = yo + zo; lim ( f )( x ) = yo;

x xo x xo

lim ( fg )( x ) = yozo;

Dac g(x)0, xD\{ xo} i zo 0, atunci lim ( x ) = o ; x xo g zo Dac exist o vecintate UV(xo) astfel nct f(x)g(x), xUD\{ xo}, atunci yo zo.

6. Dac m=1, atunci are loc criteriul cletelui: fie f,g,h:DRnR, yo Rm i xoD', cu proprietatea c exist o vecintate UV(xo) astfel nct f(x)g(x)h(x), xUD\{xo} i lim f ( x ) = lim h( x ) =yo, atunci lim g ( x ) =yo.
x xo x xo x xo

Definiia 2.1.2. Fie DRn, f:DRn Rm, E D, xoE' D'. Spunem c f are limit relativ la E n xo dac restricia lui f la E (f|E :E Rm, f|E(x) = f(x), xE) are limit n xo i lim f|E(x)= lim f(x).
x xo

x xo
x E

Exemplul 2.1.1. Fie DRn, f:DRn Rm, xo D, d Rn. Considerm mulimea: E = {xRn tR, x = xo+td} = {xo+tdtR}. Aceast mulime este mulimea punctelor de pe dreapta ce trece prin xo i are direcia d. Limita lim f ( x ) = lim f ( xo + td ) se numete limita dup direcia d a funciei
x xo xE

t 0

f n punctul xo. S considerm acum mulimile: E+ = {xo+tdt > 0}; E- = {xo+tdt < 0}. lim f ( x ) = lim f ( xo + td ) , Limitele
x xo xE+ t 0 t >0

x xo xE

lim f ( x ) = lim f ( xo + td ) s
t 0 t <0

se numesc limitele laterale dup direcia d ale funciei f n punctul xo. Observaie Dac m=n=d=1, atunci obinem noiunile de limit la stnga i la dreapta, noiuni bine cunoscute din clasa a XI-a. Teorema 2.1.2. Dac f are limit n xo, atunci f are limit relativ la orice submulime E care l conine pe xo ca punct de acumulare. Definiia 2.1.3. Fie D Rn, D=D1D2, D1 Rp, D2 Rq, p+q = n, xo=( uo,vo)D', f:D R. Dac exist lim f(uo,v) i exist lim f(u,vo), atunci aceste limite se numesc limite pariale.
v vo u u o

Dac f are limit cnd u uo, v vo, atunci aceast limit este o funcie de v ntr-o vecintate a lui vo, lim f(u,v)=(v). Dac exist lim (v), atunci avem
u u o v vo v vo

lim (v)= lim ( lim f(u,v))=l1.

v vo u u o u u o v vo

n mod analog se introduce: lim ( lim f(u,v))=l 2 . Definiia 2.1.4. Limitele lim ( lim f(u,v)) i lim ( lim f(u,v)) se numesc limite iterate.
v vo u u o u u o v vo

Observaie Se constat c, n general, limitele iterate nu sunt egale. Ele nu trebuie confundate cu limitele laterale. Aadar, nu putem afirma c dac limitele iterate nu exist sau exist dar nu sunt egale, atunci nu exist limita global a funciei. Sau nu putem afirma c dac limitele iterate

exist i sunt egale, atunci exist limita global i este egal cu valoarea limitelor iterate. Legtura dintre limita global i limitele iterate ale unei funcii ntr-un punct este dat de urmtoarea teorem: Teorema 2.1.3. Dac exist limita global a unei funcii ntr-un punct i una dintre limitele iterate, atunci aceste dou limite sunt egale. 2.1.2. Modaliti de calcul ale limitelor unei funcii ntr-un punct Dac n ceea ce privete calculul limitelor pariale i a limitelor iterate sunt rare cazurile n care pot s apar dificulti, calculul limitelor globale ridic deseori probleme. Tocmai de aceea vom arta n continuare anumite metode de calcul ale acestora i ne vom referi n special la cazul funciilor reale (m=1) de dou variabile reale (n=2). Fie f :DR2R, (xo,yo)D. Pentru a calcula lim f(x,y) se poate proceda direct prin
( x , y )( xo , yo )

nlocuirea lui x i y cu xo i yo, acest lucru fiind posibil numai n cazul n care nu se ajunge la nedeterminare. n cazul n care se ajunge la nedeterminare, putem continua bazndu-ne pe urmtorul rezultat: xo, yo R , mR astfel nct xo = myo sau yo = mxo. Astfel ajungem la o limit de forma lim f(x,m).
x x0
y = mx

Dac rezultatul nu depinde de m, atunci limita este calculat i este egal cu valoarea gsit. Dac limita depinde de m, atunci ea nu exist . Pentru a arta c o funcie nu are limit ntr-un anumit punct se poate proceda astfel: se consider dou iruri x'n , y 'n nND\{(xo,yo)}, x'n' , y 'n' nN D\{(xo,yo)} cu x'n , y 'n

, y (xo , y o ) , cnd n i se arat c f x , y i f x , y aceeai limit cnd n.

'' n '' n ' n ' n '' n

( xo , y o ) ,

(x

) (

'' n

) nu tind la

Pentru fixarea conceptelor cheie legate de noiunea de limit a unei funcii de mai multe variabile, concepte ce vor fi reluate pe scurt la urmtorul punct al acestei uniti, vom da cteva exemple: Exemplul 2.1.2. S se calculeze limitele globale ale urmtoarelor funcii n punctele indicate:

sin( x 3 + y 3 ) 1. f(x,y)= x2 + y2 x2 y2 2. f(x,y)= 2 x + y2

Soluie

(0,0); (0,0).

1. Deoarece f : DR, x 3 + y 3 este un numr real, ceea ce nseamn c pentru calculul limitei pot fi folosite toate limitele uzuale cunoscute.
x 0 y 0

lim f(x,y)= lim

sin( x 3 + y 3 ) x 3 + y 3 x3 + y3 = lim 2 . x3 + y3 x 2 + y 2 x 0 x + y 2 x 0
y 0 y 0

Se tie c oricare ar fi un numr real y, exist mR astfel nct y=mx. Notnd y=mx obinem:
x 0 y = mx

lim f(x,mx)= lim

y = mx

x3 + m3 x 3 1 + m3 = lim x = 0. 2 2 2 2 x 0 x + m x x 0 1 + m
y = mx

2. lim f(x,y)= lim

x0 y 0

0 x2 y2 = 2 2 x 0 x + y 0
y 0

Fie y=mx
x 0 y = mx

lim f(x,mx)= lim

y = mx

x2 m2 x2 1 m2 = . 2 2 2 1 + m2 x 0 x + m x

Se observ c limita depinde de m, ceea ce nseamn c limita nu exist, ns pentru a fi mult mai clar s considerm irurile:

1 1 2 2 1 1 (x'n , y'n ) = n , n (0,0), f (x'n , y'n ) = n1 n1 =0; + n2 n2 4 1 2 2 2 1 n =3. x'n' , y 'n' = , (0,0), f x'n' , y 'n' = n 4 1 5 n n + 2 2 n n

Se observ c pentru cele dou iruri considerate obinem dou valori diferite ale limitei ceea ce nseamn c limita nu exist. Exemplul 2.1.3.

1 x sin + y x S se calculeze limitele iterate ale funciei f(x,y)= n punctul (0,0). x+ y

Soluie

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

= lim sin
x0

1 . x

Dac vom considera xn =

1 , vom obine f(xn,0) = sin2n = 0, iar dac vom considera 2n

x'n =

2 , atunci vom obine n

0 , n = 4 k ,4 k + 2 n = 1 , n = 4 k + 1 . f(xn,0) = sin 2 1 , n = 4 k + 3

Aadar aceast limit iterat nu exist. S trecem acum la calculul celeilalte limite iterate: lim lim f ( x , y ) .
y 0 x 0

Mai nti avem de calculat lim x sin

x 0

1 , dar aceast limit, se tie din clasa a XI-a, este egal x

cu 0 i acest lucru se demonstreaz aplicnd criteriul cletelui, mai exact innd cont de inegalitatea x sin

1 x . Astfel stnd lucrurile vom obine: lim lim f ( x , y ) =1. y 0 x 0 x

2.2. Continuitatea funciilor de mai multe variabile

Fie f : DRn Rm, xo D. Definiia 2.2.1. Spunem c funcia f este continu n xo dac oricare ar fi VV(f(xo)) o vecintate a lui f(xo), exist UV(xo ) o vecintate a lui xo astfel nct pentru orice xUD s avem f(x)V. Vom da n cele ce urmeaz, sub form de teorem, definiii echivalente ale noiunii de funcie continu ntr-un punct: Teorema 2.2.1. Fie DRn, xo D, f :D Rm. Urmtoarele afirmaii sunt echivalente: 1o f continu n xo; 2o>0,>0 astfel nct xD\{xo} cu x xo < s avem f ( x ) f ( xo ) < ; 3o (xn)nN D, cu xn xo, atunci (f(xn))nN converge la f(xo). Observaie Din cele artate mai sus reiese c, n fapt, o funcie f este continu ntr-un punct xo dac exist limit ei n xo i aceasta este egal cu f(xo). Definiia 2.2.2. Spunem c f este continu pe D dac este continu n fiecare punct al lui D. Observaie Multe din proprietile funciilor reale continue de o variabil real pot fi formulate i pentru funcii de mai multe variabile, cum ar fi: 1. O funcie este continu n orice punct izolat al domeniului de definiie. 2. f = (f1,,fm) este continu n xo dac i numai dac f1,, fm sunt continue n xo. 3. Dac f,g:DRnRm sunt continue n xo i R, atunci f+g i f sunt continue n xo. 4. Dac f,g:DRnR sunt continue n xo i g(x)0, xD, atunci fg i 5. 6. 7. 8. 9.

f sunt continue g

n xo. Dac f:DRnRm este continu n xoD, iar funcia g:ERp, (f(D)E), este continu n yo=f(xo), atunci funcia g o f: DRp este de asemenea continu n xo. Dac f:DRnRm este continu n xoD, atunci exist o vecintate a punctului xo pe care funcia f este mrginit. Dac f:DRnR este continu n xoD, atunci exist o vecintate a punctului xo pe care funcia f are acelai semn cu f(xo). Dac f:DRnRm este continu pe D, iar D este compact (mrginit i nchis), atunci f(D) este o mulime compact. Dac f:DRn R este continu pe D, iar D este o mulime compact, atunci f i atinge extremele (valorile maxime i minime) pe D.

Definiia 2.2.3. Fie f:DRn Rm, D. Spunem c f este uniform continu pe D dac: [>0,>0 i x, xD, x' x'' < f ( x' ) f ( x'' ) < ]. Proprieti 1. Orice funcie uniform continu pe o mulime este continu pe acea mulime, reciproca nefiind n general adevrat, un exemplu fiind funcia f:R R, f(x)= x2. 2. (Cantor) Orice funcie continu pe un compact este uniform continu.

Observaie Continuitatea funciilor, aa cum apare n Definiia 2.2.1, se mai numete continuitate global a unei funcii ntr-un punct sau continuitate n raport cu ansamblul variabilelor. Din moment ce n observaia de mai sus punctam continuitatea global, apare n mod natural ntrebarea dac exist i un alt tip de continuitate. Rspunsul la aceast ntrebare este evident afirmativ, iar noi vom defini noua noiune de continuitate n cazul funciilor reale de dou variabile reale. Definiia 2.2.4. Fie f:DR2R, ( xo, yo)D. 1. Dac f(x,yo) este continu n xo, atunci spunem c f este continu parial n raport cu variabila x. 2. Dac f(xo,y) este continu n yo, atunci spunem c f este continu parial n raport cu variabila y. Observaie Dac f este continu n raport cu ansamblul variabilelor (x,y), ntr-un punct (xo,yo) atunci ea este i parial continu , reciproca nefiind n general adevrat. Pentru fixarea conceptelor cheie legate de noiunea de continuitate a unei funcii de mai multe variabile, concepte ce vor fi reluate pe scurt la urmtorul punct al acestei uniti, vom da cteva exemple: Exemplul 2.2.1. S se studieze continuitatea urmtoarelor funcii:

1 cos( x 3 + y 3 ) ,( x , y ) ( 0 ,0 ) 1. f(x,y)= ; x2 + y2 0 , ( x , y ) = ( 0 ,0 )

x+ y ,( x , y ) ( 0 ,0 ) 2 2 2. f(x,y)= x + y . 0 ,( x , y ) = ( 0 ,0 )
Soluie 1. Problema continuitii se pune n punctul (0,0). Vom calcula limita lui f n acest punct.

x3 + y3 1 ( x 3 + y 3 )2 1 x 6 ( 1 + m 3 )2 ( x 3 + y 3 )2 2 lim f(x,y)= lim = lim lim =0. 2 2 2 2 2 x 0 x 0 x 0 2 x 2 ( 1 + m 2 ) x 3 + y 3 4( x + y ) x0 2 x + y y 0 y 0 y 0 y = mx 2 2 sin 2

Deci, lim f(x,y)=f(0,0), ceea ce nseamn c f este continu n (0,0) i, cum acesta era singurul
x 0 y 0

punct care ridica probleme, obinem c f este continu pe R2. 2. Problema continuitii se pune i n acest caz tot n punctul (0,0).

lim
x 0 y 0

0 x+ y = 2 2 x +y 0

Fie

(x

' n

, y 'n

2 1 1 = , (0,0), f x'n , y 'n = n = n; 2 n n n2

(x

'' n

0 1 1 , y 'n' = , (0,0), f x'n' , y 'n' = = 0. 2 n n n2

x 0 y 0

Cele dou relaii ne arat c nu exist lim f(x,y) ceea ce nseamn c f este continu doar pe R2\{(0,0)}.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se calculeze limitele globale ale urmtoarelor funcii n punctele indicate: 1. f(x,y)= 1 x 2 y 2 2. f(x,y)= 3. f(x,y)= (1/2,1/2) ; (0,0)

x2 + y2 1 + x2 + y2 1
x+ y ; x y

(0,0),(,)

4. f(x,y)= ( x 2 + y 2 ) sin 5. f(x,y)= 6. f(x,y)=

1 ; (0,0) xy
(0,0)

y2 + 2x ; y2 2x xy
xy + 1 1

(0,0)

7. f(x,y,z)=

1 x2 + y2 + z2 1 x2 y2 z2

(1,0,0)

2. S se calculeze limitele iterate i limitele globale pentru urmtoarele funcii n punctele indicate:

1 1 sin ; y x 1 xy 2. f(x,y)= tg ; xy 1 + xy
1.f(x,y)=(x+y)sin

(0,0) (0,0)

3. S se studieze continuitatea urmtoarelor funcii:

xy , x > 0, y > 0 1. f(x,y)= xy + 1 1 ; 2 , ( x , y ) = ( 0 ,0 ) 1 x2 y2 , x2 + y2 1 2. f(x,y)= . 0 , x2 + y2 > 1

4. S se arate c urmtoarea funcie este continu parial n origine, dar nu este continu n raport cu ambele variabile n acelai punct:

 2 xy , ( x , y ) ( 0 ,0 ) 2 2 f(x,y)= x + y ; 0 , ( x , y ) = ( 0 ,0 )

Unitatea 3 CALCUL DIFERENIAL

3.1. Difereniala Frechet a unei funcii
Definiia 3.1.1. Fie f:DR R , xo un punct din interiorul lui D. Spunem c f este derivabil n xo dac exist i este finit limita:
x xo

lim

f ( x ) f ( x o ) not = f ( xo ) . x xo

Observaie Derivata unei funcii y=f(x) poate fi notat n mai multe feluri cum ar fi f'(x), y',

df dy , . dx dx

Exemplul 3.1.1. S ne reamintim modalitatea de calcul a derivatelor unei funcii reale de o variabil real. S se calculeze derivatele de ordinul I ale funciilor 1. f:RR, f(x)=5x4+2x3-3x2+x-5; 2. f:RR, f(x)=(x+1)ex; 3. f:RR, f(x)= Soluie 1.

x . x +1
2

f ( x ) = 20 x 3 + 6 x 2 6 x + 1

f ( x ) = 5 x 4 + 2 x 3 3 x 2 + x 5 f ( x ) = 5 x 4 + 2 x 3 3 x 2 + x 5 f ( x ) = 5 4 x 3 + 2 3 x 2 3 2 x + 1 0

( ) ( ) ( ) ( )
( fg ) =

2. Vom folosi formula de derivare a produsului a dou funcii:

f g + fg .

f ( x ) = (x + 2 )e x

f ( x ) = ( x + 1) e x + ( x + 1) e x f ( x ) = e x + ( x + 1)e x

( )

3. Vom folosi formula de derivarea a ctului a dou funcii:

f ( x ) =

f f fg g = , g 0. g g2 x (x 2 + 1) x(x 2 + 1)

(x

+1

f ( x ) = f ( x ) =

x2 + 1 x 2x

(x

+1

(x

1 x2
2

+1

Exist foarte multe aplicaii ale conceptului de derivat n economie. Printre acestea: Costul marginal: MC=

d (TC ) , unde TC este costul total al produciei, iar Q este dQ d (TR ) , unde TR este ncasarea total a unei firme (total dQ d (TR ) , unde L este cantitatea de munc dL

cantitatea total produs. ncasarea marginal: MR= revenue).

Productivitatea marginal a muncii: utilizat.

nclinaia marginal de economisire i de consum:

dS dC , , unde S reprezint dI dI

economiile unei familii, iar C reprezint consumul unei familii. Exemplul 3.1.2. Ecuaia cererii unui productor de scaune este p = 1000,08Q, unde Q reprezint cantitatea total de scaune vndut ntr-o sptmn. 1. S se determine ncasarea total pentru Q=100 scaune; 2. S se determine ncasarea marginal la o cantitate total vndut de Q=100 scaune; 3. Explicai semnificaia rezultatului obinut la punctul 2; 4. tiind c producerea suplimentar a unui scaun atrage dup sine un cost de 85 u.m., explicai dac este justificat producerea acestuia. Soluie 1. TR=pQ=(1000,08Q)Q=100Q0,08Q2 TR=100Q0,08Q2 TR Q =100 =1001000,081002

TR Q =100 =10.000800
TR Q =100 =9.200 u.m.
2. MR=

d (TR ) = (100Q 0 ,08Q 2 ) =1000,16Q dQ

MR=1000,16Q MR Q =100 =1000,16100

MR Q =100 =10016 MR Q =100 =84 u.m.

3. ncasarea obinut prin vnzarea celui de al 101 lea scaun va fi de 84 u.m. 4. Nu este justificat deoarece producerea acestuia implic un cost unitar mai mare dect ncasarea ce s-ar obine prin vnzarea sa.

Exemplul 3.1.3. Un productor de calculatoare i calculeaz costul mediu de producie dup formula AC= 0,004Q20,21Q + 7 +

750 , Q

unde Q reprezint producia sptmnal exprimat n buci. 1. S se determine costul total pentru o producie de Q=100 calculatoare; 2. S se determine costul marginal la o producie de Q=100 calculatoare; 3. Explicai semnificaia rezultatului obinut la punctul 2; 4. tiind c vnzarea unui calculator n plus atrage dup sine o ncasare de 89 u.m., explicai dac este justificat producerea acestuia. Soluie 1. TC=ACQ= 0,004Q 2 - 0,21Q + 7 + TC=0,004Q 0,21Q2+7Q+750 TC Q =100 =3350 u.m. 2. MC=
3

750 Q Q

d (TC ) = (0 ,004Q 3 0 ,21Q 2 + 7 Q + 750 ) dQ

MC=0,012Q20,42Q+7 MC Q =100 =85 u.m. 3. Costul implicat de producerea celui de al 101-lea calculator este de 85 u.m. 4. Este justificat producerea lui deoarece vnzarea acestuia atrage dup sine o ncasare mai mare dect costul producerii.

Exemplul 3.1.4. Ecuaia cererii unui productor de pantofi este p=900,2Q, iar expresia costului mediu este AC=Q50 +

3000 . S se determine: Q

1. ncasarea total i costul total pentru Q=50 perechi de pantofi; 2. ncasarea marginal i costul marginal pentru Q=50 perechi de pantofi; 3. profitul obinut prin vnzarea a 50 de perechi de pantofi. Soluie 1. TR=pQ=(900,2Q)Q=90Q 0,2Q2 TR Q =50 =4.500500=4.000 u.m. TC=ACQ= Q - 50 +

3000 Q =Q250Q+3.000 Q

TC Q =50 =25002.500+3.000=3.000 u.m.

2. MR=

d (TR ) = (90Q 0 ,2Q 2 ) =900,4Q dQ

MR=900,4Q MR Q =50 =70 u.m.

MC=

d (TC ) = (Q 2 50Q + 3000 ) dQ

MC=2Q50 MC Q =100 =50 u.m. 3.

Q=50

= TR Q =50 - TC Q =50 =4.0003.000=1.000 u.m.

Presupunem c f:DRR este derivabil n xo. Vom avea:

f ( x ) f ( xo ) lim f ' ( xo ) = 0 x xo x xo f ( x ) f ( xo ) f ' ( xo )( x xo ) lim =0 x xo x xo

Notm x- xo = h i obinem

lim
h0

Fie (h)=f(xo)h. Cu aceste notaii obinem c f este derivabil n xo dac i numai dac exist o funcie liniar : RR, astfel nct

f ( xo + h ) f ( xo ) f ' ( xo )h =0 h f ( xo + h ) f ( xo ) ( h ) =0. h

lim
h 0

Observaie f:DRnR se numete liniar dac f(x+y)=f(x)+f(y), x,yD, ,R. Definiia 3.1.2. Spunem c f:DRnR este difereniabil Frechet n xoD dac exist o funcie liniar :Rn R astfel nct:

lim
h 0

f ( xo + h ) f ( xo ) ( h ) h

= 0 . (*)

Observaii 1. Dac f este difereniabil Frechet n xo, atunci exist o unic funcie liniar pentru care are loc egalitatea (*). 2. Vom nota = df(xo) i o vom numi difereniala de ordinul I a funciei f n punctul xo. df(xo): Rn R, df(xo)(h)= (h) valoarea diferenialei n punctul h Rn. Vom da n continuare cteva proprieti ale funciilor difereniabile: Proprieti Fie f,g:DRn R, xointD, R 1. Dac f este difereniabil n xo, atunci f este continu n xo, afirmaia reciproc nefiind n general adevrat, un exemplu n acest sens fiind funcia

1 x sin , x 0 f:R R, f(x)= ; x 0 ,x=0

2. Dac f i g sunt difereniabile n xo i g(xo)0, atunci f+g, f, fg i difereniabile n xo i avem:

f sunt g

d(f+g)(xo)=df(xo)+dg(xo); d(f)(xo)= df(xo); d(fg)(xo)=g(xo)df(xo)+f(xo)dg(xo);

g( x o )df ( x o ) f ( x o )dg ( x o ) f . d ( x o ) = g g 2 ( xo )

3.2. Derivate pariale i legtura lor cu difereniala

Definiia 3.2.1. Fie f:DRn R, xointD. Spunem c f este derivabil parial n raport cu variabila xk n punctul xo dac exist i este finit limita:
xk xk

limo

o o o o o o o o o f ( x1 ,..., x k 1 , x k , x k +1 ,..., x n ) f ( x1 ,..., x k 1 , x k , x k +1 ,..., x n ) R . o xk xk

Observaii 1. Dac limita de mai sus exist, atunci ea se numete derivata parial de ordinul I a funciei y=f(x) n raport cu xk n punctul xo i se noteaz cu:

f y ( xo ) , f x'k ( xo ) , x k x k

.
x = xo

2. Pentru a deriva parial o funcie de mai multe variabile n raport cu xk, se consider funcia ca fiind o funcie de o singur variabil (xk) i se deriveaz n raport cu aceasta, considernd celelalte variabile drept constante. 3. Observaia 2 ne arat c toate regulile de derivare, cunoscute de la funciile reale de o singur variabil real sunt valabile i pentru calculul derivatelor pariale. Exemplul 3.2.1. S se calculeze derivatele pariale de ordinul I i II ale funciei f:R2R, f(x,y)=x4y310x2y3+15xy10y2+2x3y+4. Soluie 1. derivata parial de ordinul I n raport cu x se obine derivnd funcia n raport cu x i privind variabila y ca fiind o constant.
' f = (x 4 y 3 10 x 2 y 3 + 15 xy 10 y 2 + 2 x 3 y + 4 ) x x ' ' ' f ' ' ' ' = x 4 y 3 10 x 2 y 3 + (15 xy ) x 10 y 2 + (2 x ) x (3 y ) x + (4 ) x x x x x ' ' ' f ' ' ' ' = x 4 y 3 10 x 2 y 3 + 15(x ) x y 10 y 2 + 2(x ) x (3 y ) x + (4 ) x x x x x

) (

( )

( )

f =4x3y320xy3+15y+2. x

2. derivata parial de ordinul I n raport cu y se obine derivnd funcia n raport cu y i privind variabila x ca fiind o constant.
' f = x 4 y 3 10 x 2 y 3 + 15 xy 10 y 2 + 2 x 3 y + 4 y y ' ' ' f ' ' ' ' = x 4 y 3 10 x 2 y 3 + (15 xy ) y 10 y 2 + (2 x ) y (3 y ) y + (4 ) y y y y y

) (

f =3x4y230x2y2+15x20y3. y
Exemplul 3.2.2. Un exemplu din economie n care intervine derivata parial a unei funcii economice este produsul marginal al muncii MPL MPL=

Q , L

unde Q=f(K,L) funcia de producie, K cantitatea de capital, L cantitatea de munc utilizat. Dac spre exemplu Q=AKL (funcie de tip Cobb-Douglas) atunci MPL=AKL-1= Legtura dintre difereniale i derivatele pariale este dat de urmtoarea teorem: Teorema 3.2.1. Fie DRn, xointD, f:D R. Dac f este difereniabil Frechet n xo, atunci f este derivabil n raport cu toate variabilele x1, , xn, n punctul xo i n plus: df(xo)(h)=

Q.

f ( xo )hk , h= (h1,, hn) Rn. k =1 x k

n

Observaie Reciproca teoremei de mai sus nu este n general adevrat. Exist funcii care admit toate derivatele pariale n punctul xo, dar nu sunt difereniabile n acest punct. Un exemplu este funcia f:R2R,

xy , ( x , y ) ( 0 ,0 ) 2 , f(x,y)= x + y 2 0 , ( x , y ) = ( 0 ,0 )
care admite derivate pariale n punctul (0,0), dar f nu este difereniabil n acest punct. Mai mult, exemplul funciei urmtoare, evideniaz faptul c existena derivatelor pariale ntr-un punct nu asigur nici mcar continuitatea funciei n acel punct. Funcia

xy , ( x , y ) ( 0 ,0 ) 2 2 f:R R, f(x,y)= x + y , 0 , ( x , y ) = ( 0 ,0 )
2

admite derivate pariale n punctul (0,0), dar nu admite limit n punctul (0,0), ceea ce nseamn c nu este continu n acest punct.

3.3. Derivate pariale de ordin superior

Definiia 3.3.1. Fie D Rn, xointD, f:D R. Spunem c funcia f admite derivate pariale de ordinul doi n raport cu variabilele xk i xj n punctul xo dac este derivabil parial n raport cu xk pe o vecintate V a punctului xo i xo.

f :VR admite derivate pariale n raport cu xj n punctul xk

Observaii

not 2 f = x x k j 2. Dac k=j, atunci x k

1.

x k

f x j

not

= f x''k x j se numete derivata mixt de ordinul II;

not 2 f not '' = 2 = f x2 . x k k

f x k

Exemplul 3.3.1. Vom calcula derivatele pariale de ordinul II pentru funcia din exemplul 3.2.1.

f =4x3y320xy3+15y+2; x f =3x4y230x2y2+15x20y3. y

1. derivata parial de ordinul II n raport cu x se calculeaz derivnd nc o dat raport cu x.

' f f = = (4 x 3 y 3 20 xy 3 + 15 y + 2 ) =12x2y320y3. 2 x x x x
2

f n x

'

2. derivata parial de ordinul II n raport cu y se calculeaz derivnd nc o dat raport cu y.

' 2 f f = = (3 x 4 y 2 30 x 2 y 2 + 15 x 20 y 3 ) =6x4y60x2y20. 2 y y y y '

f n y

3. derivata parial mixt de ordinul II n raport cu x se calculeaz derivnd n raport cu y.

' 2 f f = = 4 x 3 y 3 20 xy 3 + 15 y + 2 =12x3y260xy2+15. y xy x y '

f nc o dat x

4. derivata parial mixt de ordinul II n raport cu x se calculeaz derivnd n raport cu x.

' 2 f f = = (3 x 4 y 2 30 x 2 y 2 + 15 x 20 y 3 ) =12x3y260xy2+15. y x xy x '

f nc o dat y

Observaie Se observ c derivatele mixte calculate la punctele 3 i 4 din exemplul anterior sunt egale. Acest lucru ne conduce la ideea c ordinea de derivare nu conteaz. Vom da n continuare dou rezultate care demonstreaz acest lucru. Teorema 3.3.1. Schwarz Fie D Rn, xointD, f:D R. Dac f admite derivate pariale de ordinul doi,

2 f , x j xk

2 f , ntr-o vecintate V a punctului xo, iar acestea, ca funcii definite pe V sunt continue x k x j
n xo, atunci ordinea de derivare nu conteaz, adic:

2 f 2 f (xo)= (xo). x j xk xk x j
Teorema 3.3.2. Young Fie D Rn, xointD, f:D R. Dac f este derivabil parial n raport cu xk pe o vecintate V a punctului xo i

f : V R este difereniabil Frechet n xo, atunci exist derivatele xk

pariale mixte de ordinul doi ale lui f n punctul xo, iar ordinea de derivare nu conteaz. Observaie n mod analog pot fi introduse derivatele pariale de ordin superior. De exemplu, derivatele pariale mixte de ordinul III:

x k

2 f x x i j

not not 3 f = = f x'i''x j xk . x x x i j k

Exemplul 3.3.2. S se calculeze derivatele pariale de ordinul unu i doi pentru urmtoarea funcie f(x,y)=x3+y2+xy; Soluie

2 f 2 f f f 2 f 2 =3x +y; =2y+x; =6x; =2; =1 1. x y y 2 xy x 2 x f x f = 2xarctg +y; =2yarctg -x; 2. y y y x 2 2 f f x 2 xy 2 xy x 2 f y2 x2 =2arctg + 2 ; =2arctg - 2 ; = 2 . y x + y 2 y 2 x 2 y x + y 2 xy x + y 2 f f f 3. =aeax+by+cz; =beax+by+cz; =ceax+by+cz; x y z 2 f 2 ax+by+cz 2 f 2 ax+by+cz 2 f 2 ax+by+cz =a e ; =b e ; =c e ; x 2 y 2 z 2 2 f 2 f 2 f =abeax+by+cz; =bceax+by+cz; =aceax+by+cz. xy yz xz
3.4. Difereniale de ordin superior
Definiia 3.4.1. Fie D Rn, xointD, f:D R, kN, k 2. Spunem c funcia f este difereniabil de k ori n xo dac exist derivatele pariale de ordinul (k-1) ntr-o vecintate V a punctului xo i toate derivatele pariale de ordinul (k-1), ca funcii definite pe V, sunt difereniabile n xo.

Teorema 3.4.1. Fie D Rn, xointD, f:D R. Dac f este difereniabil de k ori n xo, atunci ea admite toate derivatele pariale de ordinul k n xo, iar ordinea de derivare nu conteaz. Teorema 3.4.2 Fie D Rn, xointD, f:D R. Dac f admite toate derivatele pariale de ordinul k ntr-o vecintate V a punctului xo, iar acestea, ca funcii definite pe V, sunt continue n xo, atunci f este difereniabil de ordinul k n xo i avem:

n f d f ( xo )( h ) = i =1 x ( xo )hi f ( xo ) , i
k

unde exponentul k arat c se dezvolt, formal, suma din parantez i se nmulete tot formal cu f(xo). Observaie n cazul n=k=2, vom avea:

f f d 2 f ( xo , yo )( h ) = ( xo , yo )h1 + ( xo , yo )h2 = x x 2 2 2 f f f 2 ( xo , y o )h12 + 2 ( xo , y o )h1 h2 + 2 ( xo , y o )h2 2 xy x y

Exemplul 3.4.1. S se calculeze diferenialele df(1,1) i d2f(1,1) pentru funcia f(x,y)=exy. Soluie

1. df(x,y)(h)=

f f h1+ h2 =yexyh1+xexyh2 x y df(1,1)(h)=e(h1+h2), hR2.

2

f f 2 f d f(x,y)(h)= h1 + h2 = 2 h12 + x y x 2 f 2 2 f 2 h1 h2 + h2 xy y 2
2

= y2exy h12+2exy(1+xy)h1h2+x2exy h22 d2f(1,1)(h)=eh12+4eh1h2+eh22= e(h1+h2)2, hR2.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se calculeze derivatele de ordinul I i II ale urmtoarelor funcii: 1. f(x)=x2+5x+3; 2. f(x)= 2x6+3x5x4+5x34x2+x10. 2. S se determine expresia ncasrii totale i a ncasrii marginale a unui productor a crui ecuaie a cererii este p=3000,09Q. 3. S se determine expresia costului total i a costului marginal al unui productor al crui cost mediu este dat de expresia AC=5Q250+ 4. Ecuaia cererii unui productor de crmizi este:

4000 ; Q

p = 1000,07Q, unde Q reprezint cantitatea total de crmizi vndut ntr-o sptmn, exprimat n m3. 1. S se determine expresia ncasrii totale; 2. S se determine expresia ncasrii marginale; 3. S se determine ncasarea marginal la o cantitate total vndut de Q=100 m3; 4. Explicai semnificaia rezultatului obinut la punctul 3; 5. tiind c producerea suplimentar a unui m3 de crmizi atrage dup sine un cost de 89 u.m., explicai dac este justificat producerea acestuia. Productorul i calculeaz costul mediu de producie dup formula: AC= 0,001Q20,03Q + 61 +

1200 , Q

unde Q reprezint producia sptmnal de crmizi exprimat n m3. 6. S se determine expresia costului total; 7. S se determine expresia costului marginal; 8. S se determine costul marginal la o producie de Q=100 m3 crmizi; 9. Explicai semnificaia rezultatului obinut la punctul 8; 10. tiind c vnzarea unui m3 de crmizi n plus atrage dup sine o ncasare de 89 u.m., explicai dac este justificat producerea acestuia. 5. S se calculeze derivatele pariale de ordinul I i II ale urmtoarelor funcii: 1. f(x,y)=x3y-2xy2; 2. f(x,y)=x2+y25xy+3x+10y100; 3. f(x,y,z)=x3+y3+z3+2x2+2y2+2z2+x+y+z+5; 6. Pentru urmtoarele funcii s se calculeze diferenialele nscrise n dreptul fiecreia: 1. f(x,y)=x2y; df(a,b) 2. f(x,y)=x2y2; df,d2f 3. f(x,y)=x2-xy+2y3+3x-5y+10; df,d2f

Unitatea 4 EXTREME PENTRU FUNCII DE MAI MULTE VARIABILE

4.1. Extreme libere, necondiionate
n modelele economice scopul urmrit este acela de a determina valorile variabilelor de decizie care optimizeaz funcia obiectiv. Spre exemplu un productor dorete s tie nivelul produciei care conduce la minimizarea costurilor sau nivelul produciei care conduce la maximizarea profitului. Tocmai de aceea o problem deosebit de important, n economie, este cea a determinrii punctelor de extrem ale funciei obiectiv. Vom vedea acum rolul extrem de important pe care derivatele pariale i diferenialele l joac n determinarea acestor puncte, cu ajutorul lor stabilindu-se condiii necesare i suficiente de extrem. Definiia 4.1.1. Fie DRn, f:D R, xointD. xo se numete: punct de maxim global al lui f relativ la D dac f(x) f(xo),x D. punct de minim global al lui f relativ la D dac f(x) f(xo),x D. punct de maxim local al lui f relativ la D dac exist U o vecintate a lui xo astfel nct: f(x) f(xo), xUD.

punct de minim local al lui f relativ la D dac exist U o vecintate a lui xo astfel nct: f(x) f(xo), xUD. punct de extrem global (local) al lui f relativ la D dac este punct de maxim sau de minim global (local).

Teorema 4.1.1. Fie D Rn, f:D R , xointD punct de extrem local pentru funcia f. Dac exist derivatele pariale de ordinul nti ale lui f n raport cu toate variabilele n punctul xo, atunci
condiii necesare de extrem

f ( xo ) = 0, k = 1, n . xk

Observaii 1. n cazul n=1, Teorema 4.1.1. este bine cunoscuta teorem a lui Fermat; 2. Reciproca Teoremei 4.1.1 nu este n general adevrat. Ea ne furnizeaz condiii necesare de extrem; 3. Punctele xo cu proprietatea

f ( xo ) =0, k = 1, n , se numesc puncte staionare; xk

4. Punctele de extrem ale unei funcii se caut printre punctele staionare; 5. Nu toate punctele staionare sunt i puncte de extrem. Cele care nu sunt puncte de extrem se numesc puncte a. Vom enuna n continuare cteva teoreme ce definesc aa-numitele condiii suficiente de extrem, adic acele condiii n care punctele staionare sunt puncte de extrem. Teorema 4.1.2. Fie D R, xointD, f:D R, derivabil de dou ori n xo, cu proprietatea c f(xo)=0, i= 1, k i f(xo) 0. n aceste condiii, dac: 1. f(xo)>0, atunci xo este punct de minim; 2. f(xo)< 0, atunci xo este punct de maxim. Exemplul 4.1.1. S se determine punctele de extrem ale funciei f:RR, f(x)=2x33x212x+4. Soluie 1. Determinarea punctelor staionare prin rezolvarea ecuaiei f ( x ) = 0 .

f ( x ) = 0 6x26x12=0 6 x 2 x 2 = 0 x 2 x 2 = 0 .
Soluiile ecuaiei de mai sus sunt x1= 1, x2=2. Aadar punctele staionare ale funciei sunt 1 i 2. 2. Studiul punctelor staionare cu ajutorul derivatei a doua. f ( x ) =12x6

f (x ) = 6x26x12

f ( 1) =18<0x=1 punct de maxim

f (2 ) =18>0 x= 2 punct de minim minf=f(2)= 16;

Observaie n economie avem urmtoarele condiii pentru obinerea optimului:

maxf=f(1)=11;

Condiia de ncasare maxim MR=

d (TR ) =0. dQ

Condiia de cost minim MC=

d (TC ) =0. dQ

Condiia de profit maxim MR=MC. Exemplul 4.1.2. S se determine ncasarea maxim a unui productor a crui ecuaie a cererii este p=200,1Q. Soluie Aflm mai nti expresia ncasrii totale: TR=pQ=(200,1Q)Q=20Q0,1Q2 ncasarea maxim se obine pentru acea valoarea a lui Q pentru care MR=0, cu alte cuvinte punctele staionare ale funciei de ncasare se determin din condiia MR=0. MR=

d (TR ) =200,2Q dQ MR=0 200,2Q=0 0,2Q=20 Q=100.

Aadar punctul staionar al funciei de ncasare este Q=100. Vom studia n cele ce urmeaz natura acestui punct determinnd semnul derivatei a doua a funciei de ncasare n acest punct.

d 2 (TR ) d 2 (TR ) = (20 0 ,2Q ) =0,2 =0,2< 0. dQ 2 dQ 2 Q =100

n concluzie Q=100 punct de maxim iar maxTR= TR Q =100 =1.000 u.m. Exemplul 4.1.3. S se determine costul minim de producie al unui productor tiind c expresia costului mediu este AC=2Q20+

60 . Q 60 Q=2Q220Q+60. Q

Soluie Aflm mai nti expresia costului total: TC=ACQ= 2Q 20 +

Costul minim se obine pentru acea valoarea a lui Q pentru care MC=0, cu alte cuvinte punctele staionare ale funciei de cost se determin din condiia MC=0. MC=

d (TC ) =4Q20 dQ MC=0 4Q20=0 4Q=20 Q=5. d 2 (TC ) d 2 (TC ) =4 =4> 0. dQ 2 Q =5 dQ 2

Aadar punctul staionar al funciei de cost este Q=5. Vom studia n cele ce urmeaz natura acestui punct determinnd semnul derivatei a doua a funciei de cost n acest punct.

n concluzie Q=5 punct de minim iar minTC= TC Q =5 =10 u.m. Exemplul 4.1.4. Ecuaia cererii unui productor de pine este p=240,5Q, iar expresia costului mediu de

producie este AC=Q6

30 . Se cere: Q

1. determinai expresia profitului; 2. determinai condiia de profit maxim; 3. determinai profitul maxim. Soluie 1. Profitul se calculeaz ca diferen dintre ncasarea total i costul total de producie =TR TC. Va trebui s deducem expresiile ncasrii i ale costului total. TR=pQ=(24 0,5Q)Q=24Q0,5Q2 TC=ACQ= Q - 6

=TR TC=24Q0,5Q2Q2+6Q+30 = 1,5Q2+30Q+30

30 Q =Q2 6Q30 Q

2. Condiia de profit maxim este ca ncasarea marginal s fie egal cu costul marginal, adic MR=MC. Vom determina expresiile ncasrii i ale costului marginal:

d (TR ) =24Q dQ d (TC ) =2Q6 MC= dQ MR=MC 24Q=2Q6 3Q30=0.

MR=

3. Pentru a determina profitul maxim avem nevoie de punctele staionare. Ele se determin din condiia de profit maxim MR=MC. MR=MC 3Q30=0 Q=10. Aadar punctul staionar al funciei de profit este Q=10. Observaie Condiia MR=MC este echivalent cu profit

d =0. Acest lucru se observ derivnd funcia de dQ

d = 3Q+30. dQ

Studiem natura punctului staionar determinnd semnul derivatei a doua a funciei de profit n Q=10.

d 2 d 2 = 3 dQ 2 dQ 2

= 3< 0.
Q =10

n concluzie Q=10 uniti este punct de maxim i max=

Q=10

=180 u.m.

Teorema 4.1.3. Fie D R, xointD, f:D R, derivabil de ordinul k n xo, cu proprietatea c f i= 1, k i f (xo) 0. n aceste condiii, dac: 1. k par, atunci xo este punct de extrem; 2. k impar, atunci xo nu este punct de extrem.
(k)

(i-1)

(xo)=0,

Teorema 4.1.4. Fie D R2, (xo,yo)intD, f:D R, derivabil de ordinul doi n punctul (xo,yo) i avnd

proprietile: 1.

f f (xo,yo)=0, (xo,yo)=0; x y

2. derivatele de ordinul doi sunt continue ntr-o vecintate a punctului (xo,yo); '' '' '' Fie A = f x 2 (xo,yo), B = f xy (xo,yo), C = f y 2 (xo,yo). Atunci: 1o Dac AC B2> 0, (xo,yo) este punct de extrem i anume: (i) dac A< 0 punct de maxim local; (ii) dac A>0 punct de minim local; 2o Dac AC B2 < 0, (xo,yo) este punct a. Definiia 4.1.2. g:Rn R se numete form ptratic dac exist aijRnn astfel nct g(h)= a ijhihj.
i =1 j =1 n n

Definiia 4.1.3. Forma ptratic g:Rn R se numete: 1. pozitiv definit dac g(h) > 0, hRn\{0}; 2. negativ definit dac g(h) < 0, hRn\{0}; 3. pozitiv semidefinit dac g(h) 0, hRn; 4. negativ semidefinit dac g(h) 0, hRn; 5.nedefinit dac exist h1,h2 Rn astfel nct: g(h1)g(h2)0. Observaie Dac D Rn iar f : D R este o funcie de dou ori difereniabil, atunci d2f(x)(h) =

2 f hi h j . i , j =1xi x j
n

Se observ astfel c, dac am considera aij =

2 f , am obine c difereniala de ordinul xi x j

doi a unei funcii este o form ptratic. De aici a aprut i idea de a studia natura punctelor de extrem ale unei funcii cu ajutorul diferenialei de ordinul doi. Teorema 4.1.5. Fie D Rn, xointD, f : D R difereniabil de dou ori pe o vecintate convex a lui xo, cu derivatele pariale de ordinul doi continue n xo i toate derivatele pariale de ordinul nti egale cu zero n xo. 1. dac d2f(xo) este pozitiv definit, atunci xo este punct de minim local; 2. dac d2f(xo) este negativ definit, atunci xo este punct de maxim local; 3. dac d2f(xo) nedefinit, atunci xo nu este punct de extrem local. Teorema 4.1.6. Sylvester Fie D Rn, xointD, f:D R cu derivatele pariale de ordinul doi continue ntr-o vecintate a lui xo i toate derivatele pariale de ordinul nti egale cu zero n xo. Se consider matricea:

a11 a A = 21 ... a n1

a12 a 22 ... an2

... a1n ... a 2 n ... ... ... a nn

unde aij=

2 f ( x0 ) , i,j= 1, n , cu minorii principali: xi x j a11 a 21 a12 a 22

1= a11, 2 =

, , k =

a11 a 21 ... ak 1

a12 a 22 ... ak 2

... a1k ... a 2 k ... ... ... a kk

n aceste condiii, dac: 1. k > 0, k= 1, n , atunci xo este punct de minim local; 2. 1<0, 2>0, 3<0,, atunci xo este punct de maxim local. n concluzie, etapele determinrii punctelor de extrem pentru o funcie de mai multe variabile sunt urmtoarele; 1. se determin punctele staionare ale lui f rezolvnd sistemul

f ( xo ) = 0, k xk

= 1, n . 2. se cerceteaz natura punctelor staionare gsite (dac exist) cu ajutorul uneia din Teoremele 4.1.5. sau 4.1.6. Exemplul 4.1.5. S se determine punctele de extrem local ale funciei f:R2R, f(x,y)=x3+y327x12y+2. Soluie 1. Determinarea punctelor staionare prin rezolvarea sistemului
' f = (x 3 + y 3 27 x 12 y + 2 ) =3x227; x x ' f = (x 3 + y 3 27 x 12 y + 2 ) =3y212. y y f x = 0 este echivalent cu sistemul Sistemul f = 0 y

f = 0 , k = 1, n . xk

Vom calcula derivatele pariale de ordinul I ale funciei:

3 x 2 27 = 0 x 2 = 9 2 . 2 3 y 12 = 0 y = 4
Punctele staionare ale funciei f vor fi (-3,-2), (-3,2), (3,-2), (3,2). 2. Studiul naturii punctelor staionare Calculm derivatele pariale de ordinul II ale funciei:
' 2 f f = = (3 x 2 27 ) =6x; x x 2 x x ' 2 f f = = 3 y 2 12 =6y; 2 y x y y ' '

2 f =0. xy
Forma general a matricei A va fi A=

3,-2) este un punct de maxim local pentru funcia f; n punctul (-3,2) vom avea 1= -18< 0, 2= -216 < 0, ceea ce ne arat c punctul (3,2) nu este punct de extrem local pentru funcia f; n punctul (3,-2) vom avea 1= 18> 0, 2= -216 < 0, ceea ce ne arat c punctul (3,2) nu este punct de extrem local pentru funcia f; n punctul (3,2) vom avea 1= 18> 0, 2=216 > 0, ceea ce ne arat c punctul (3,2) este un punct de minim local pentru funcia f. Exemplul 4.1.6. S se determine punctele de extrem local ale funciei f:R3R, f(x,y,z)=x2+y2+z2xy+x-2z. Soluie Pentru determinarea punctelor staionare se rezolv sistemul

6 x 0 care va avea minorii 1=6x, 2=36xy. 0 6 y n punctul (-3,-2) vom avea 1= -18< 0, 2=216 > 0, ceea ce ne arat c punctul (-

f x = 0 2 x y + 1 = 0 f = 0 2 y x = 0 y 2 z 2 = 0 f =0 z
Rezolvnd acest sistem obinem punctul staionar Metoda I:
2

2 1 , ,1 . 3 3

f f 2 f 2 2 f 2 2 f 2 f d f ( x , y , z )( h ) = h2 + 2 h3 + h1 + h2 + h3 = 2 h1 + z x x y y 2 z 2 2 2 f f f 2 2 h1 h2 + 2 h1 h3 + 2 h2 h3 = 2(h12 + h2 + h32 h1 h2 ) > 0 xy xz yz 2 1 d2f , ,1 = 2(h12-h1h2+h22+h32)> 0 3 3

2

Aceast relaie ne arat c forma ptratic este pozitiv definit, deci punctul este un punct de minim local. Metoda II :

2 1 , ,1 3 3

 2 f 2 x 2 f A= xy 2 f xz

2 f xy 2 f y 2 2 f yz

2 f xz 2 1 0 2 f =1 2 0 yz 0 0 2 2 f z 2

2 1 0 2 1 1=2, 2= =3, 3= 1 2 0 =6. 1 2 0 0 2

Se observ c k > 0, k=1,2,3 i astfel obinem c local.

2 1 , ,1 este un punct de minim 3 3

4.2. Extreme cu legturi

n practic de cele mai multe ori, variabilele decizionale trebuie s ndeplineasc anumite condiii suplimentare. Astfel din punct de vedere matematic se ajunge la aa numitele probleme de extrem cu legturi (condiionate). Se consider funciile f, g1,, gm:D Rn R , m < n, D deschis i fie mulimea E={xD| gi(x)=0 , i = 1, m }. Definiia 4.2.1. Spunem c punctul xoD este punct de extrem local legat pentru f dac xoE i exist V E o vecintate a punctului xo, astfel nct xV diferena f(x) - f(x0) s aib semn constant n V. Observaii 1. Ecuaiile gi(x)=0, i = 1, m se numesc legturi sau restricii; 2. Problema care se pune este de a alege dintre punctele mulimii E acelea care sunt puncte de extrem pentru f. Problema extremelor cu legturi poate fi abordat prin mai multe metode 4.2.1. Metoda direct (a reducerii) de determinare a extremelor legate

Este o metod simpl ce se aplic n general n cazul n care legtura este liniar. Metoda const n urmtorii pai: 1o Din legturile considerate: gi(x1,,xn)=0, i= 1, m , se ncearc exprimarea a m argumente n funcie de celelalte, astfel c vom obine xi=hi(xm+1,,xn), i= 1, m . 2o Se consider funcia de n-m variabile F definit prin: F(xm+1,,xn)=f(h1(xm+1,,xn),,hm(xm+1,,xn),xm+1,,xn) 3o Se determin punctele de extrem local ale lui F, care vor fi punctele de extrem local legat ale lui f. Exemplul 4.2.1. S se determine punctele de extrem local legat ale funciei f(x,y)=60x+80y-2xy-x2-2y2, cu legtura 2x+y=40.

Soluie Din legtur reiese c y=40-2x. nlocuind pe y n funcia obiectiv obinem: f(x)=60x+3200160x80x+4x2x23200+320x8x2; f(x)=140x-5x2, care este o funcie de o variabil. Avem:

df =140-10x=0 x=14, y=12. dx d2 f (14)=-10< 0, obinem c punctul (14,12) este un punct de maxim iar maxf=980. Cum dx 2
4.2.2. Metoda multiplicatorilor lui Lagrange
Metoda multiplicatorilor lui Lagrange este aplicabil pentru orice problem de extrem cu legturi n care legturile sunt ecuaii. 1o Se construiete funcionala lui Lagrange: L(x1,,xn;1,,m)=f(x)+ igi(x) ,
i =1 m

unde scalarii iR, i= 1, m se numesc constantele (multiplicatorii) lui Lagrange. 2o Se determin punctele staionare ale lui L din sistemul:

Fie (x*,*) soluia acestui sistem de m+n ecuaii. Aceast soluie reprezint totodat i punctul staionar al lui L. 3o Se cerceteaz natura acestor puncte cu una din teoremele 4.1.5 sau 4.1.6. 4o Punctele de extrem local ale lui L vor fi punctele de extrem local legat ale funciei f. Observaie Numrul multiplicatorilor lui Lagrange este dat de numrul legturilor. Exemplul 4.2.2. S se determine punctele de extrem local legat ale funciei f(x,y)=60x+80y-2xy-x2-2y2, cu legtura 2x+y=40. Soluie Scriem funcionala lui Lagrange L(x,y;)= 60x+80y-2xy-x2-2y2+(2x+y-40). Determinm punctele staionare rezolvnd sistemul:

g j ( x ) L( x; ) f ( x ) m =0 , i = 1, n = + j xi xi j =1 xi L( x; ) = g ( x ) = 0 , j = 1, m j j

L x = 60 2 y 2 x + 2 = 0 L = 80 4 y 2 x + = 0 . y L = 2 x + y 40 = 0
Rezolvnd acest sistem obinem punctul staionar (14,12) i corespunztor =4.

Avem:
2

L(x,y;4)=68x+84y-2xy-x2-2y2-160 d L(x,y;4)=-2h12-4h22 d2L(14,12;4)=-2h12-4h22 < 0. Deci punctul staionar (14,12) este punct de maxim local legat pentru f.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se determine punctele de extrem ale funciei f:RR, f(x)=2x3+9x2+12x10. 2. Determinai ncasarea maxim a unei firme a crei ecuaie a cererii este p=16 0,8Q. 3. Determinai costul minim de producie al unei firme tiind c expresia costului total este TC=2Q2200Q+8.000. 4. Determinai profitul maxim al unei firme ale crei ncasri i costuri totale sunt date de TR= 10QQ2, TC=2Q226Q+88. 5. Ecuaia cererii unui productor de hrtie xerox este p=802Q, iar expresia costului mediu de producie este AC=8Q120

500 . Se cere: Q

6.

7.

8. 9.

10.

11.

1. determinai expresia profitului; 2. determinai condiia de profit maxim; 3. determinai profitul maxim. S se determine punctele de extrem local ale urmtoarelor funcii: 1. f(x,y)=x2+y26x4y10; 2. f(x,y)= x2+2x0,5y2+2y+5; 3. f(x,y)=x2+3y212x72y+15; O fabric produce dou tipuri de bunuri. Costul producerii acestora este dat prin funcia f(x,y), unde x i y reprezint cantitile din fiecare tip produs. S se determine cantitile ce trebuie produse, astfel nct costul de producie s fie minim dac f(x,y)=8x2+6y2-2xy-40x-42y+180; O fabric produce dou sortimente de bunuri. Profitul este dat prin funcia f(x,y), unde x i y sunt cantitile produse din cele dou tipuri. S se determine pentru ce cantiti profitul este maxim dac f(x,y)=25x-x2-y2+20y-28-xy; S se determine punctele de extrem local legat pentru urmtoarele funcii: 1. f(x,y)= x2+3xy3y25x+12y+5, x+y=5; 2. f(x,y)=x2+y24x6y+5, 3x+2y=12; 3. f(x,y)=x+2y; x2+y2=5; O fabric produce dou tipuri de bunuri X i Y n cantitile x i y. Cunoscnd expresia costului de producie f(x,y) i restriciile de producie, s se determine costul de producie minim tiind c f(x,y)=3x2+2y24xy12x8y+130 iar producia total este de 22 uniti. O fabric produce dou tipuri de bunuri X i Y n cantitile x i y. Cunoscnd expresia profitului f(x,y) i restriciile de producie, s se determine profitul maxim tiind c f(x,y)=5x2+7xy3y2110x+110y, iar producia total este de 40 uniti.

Sumarul Modulului I (concepte cheie)

Unitatea 1

Spaiul real n-dimensional: mulimea format din toate grupele ordonate de n numere reale de forma (x1,x2,,xn), adic produsul cartezian al mulimii R cu ea nsi de n ori Rn=RRR={x=(x1,x2,,xn)xiR, i= 1, n }; Vecintate a unui punct xoRn: o submulime VRn cu proprietatea c exist o sfer deschis cu centrul n xo i de raz r astfel nct S(xo,r) V; Funcie vectorial: Orice funcie f:DRnRm, D, ce realizeaz corespondena x=(x1,,xn)D a ( f1(x1,,xn),, fm(x1,,xn))Rm; Funcie real de mai multe variabile reale : orice funcie f:DRnR, D, ce realizeaz corespondena x=(x1,,xn)D a f(x1,,xn) R; Input totalitatea variabilelor independente (decizionale) ce modeleaz un fenomen economic; Output variabila dependent (obiectiv), determinat de variabilele independente. Unitatea 2 Limita unei funcii ntr-un punct: Spunem c funcia f:DRn Rm are limita yo Rm n xoD' dac oricare ar fi VV(yo) o vecintate a lui yo, exist U V(xo ) o vecintate a lui xo astfel nct pentru orice xUD\{ xo} s avem f(x)V; Limita global: lim f ( x ) ;
x xo

Limita dup o direcie: lim f ( x ) = lim f ( xo + td ) , tR;

x xo xE

t 0

Limite pariale: lim f(xo,y), lim f(x,yo);

y yo x xo

Limite iterate: lim ( lim f(x,y)) i lim ( lim f(x,y));

y yo x xo x xo y yo

Funcie continu global ntr-un punct: f:DRnR, este continu n xoD, dac oricare ar fi VV(f(xo)) o vecintate a lui f(xo), exist UV(xo) o vecintate a lui xo astfel nct pentru orice xUD s avem f(x)V; Funcie continu pe o mulime: o funcie f:DRnR, continu n orice punct al mulimii D; Funcie continu parial: f:DR2R, (xo,yo)D. Spunem c f este continu parial n raport cu variabila x, dac f(x,yo) este continu n xo, f este continu parial n raport cu variabila y, dac f(xo,y) este continu n yo. Unitatea 3 Difereniala de ordinul I: difereniala de ordinul I a unei funcii f:DRnR, ntr-un punct xoD, este o funcional liniar df(xo):RnR, cu proprietatea:
x xo

lim

f ( xo + h ) f ( xo ) df ( xo )( h ) =0; h

Derivata parial de ordinul I:

o o o o o o o o o f ( x1 ,..., xk 1 , xk , xk +1 ,..., xn ) f ( x1 ,..., xk 1 , xk , xk +1 ,..., xn ) limo o x k xk xk xk

Derivate pariale de ordinul II: ordinul II, iar dac k=j, atunci

xk

f x j

not 2 f not '' = = f x j xk derivata mixt de x x j k

x k

f x k

not 2 f not '' = 2 = f x2 ; x k k

Difereniala de ordinul II:

 f 2 f 2 f 2 f 2 f 2 h1 + 2 h1 h2 + 2 h2 ; d f ( h ) = h1 + h2 = x xy y x 2 y
2

Unitatea 4 Punct staionar: soluia sistemului

f ( x ) = 0 , k= 1, n . xk

Punct de extrem: punct n care funcia obiectiv atinge valorile extreme (minimul sau maximul). Punct a (cazul n=2): este punctul staionar (xo,yo) pentru care AC-B2<0, unde A = '' f x''2 (xo,yo), B = f xy (xo,yo), C = f y''2 (xo,yo). Legtur: relaie ntre variabilele decizionale ale unei funcii obiectiv. Extrem local legat: punct de extrem local al unei funcii obiectiv ale crei variabile decizionale sunt supuse unei legturi. Multiplicatorii lui Lagrange: constante cu ajutorul crora se construiete funcionala lui Lagrange.

Sarcini i teme ce vor fi notate

Tema de control pentru Modulul I se va susine conform calendarului disciplinei care poate fi accesat pe portalul ID. Aceasta va fi susinut n scris la data programat durata fiind de 90 de minute.

Bibliografia modulului
Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 1-79.

Modulul II SERII. AJUSTAREA DATELOR NUMERICE

Unitatea 5: Serii numerice Unitatea 6: Serii de funcii. Serii de puteri Unitatea 7: Ajustarea datelor numerice Scop i obiective
Scop Acest modul urmrete s familiarizeze studenii cu anumite noiuni matematice cum ar fi cele de serie numeric, serie de funcii i serie de puteri. Pe de alt parte acest modul urmrete s creeze studenilor deprinderea de a determina relaii funcionale ntre diferite variabile economice. Obiective specifice urmrite Identificarea relaiilor dintre diferite fenomene economice i noiunile matematice de ir i serie numeric; nsuirea noiunilor elementare legate de seriile numerice: termen, sum, convergen, divergen; nsuirea diferitelor criterii de studiere a convergenei seriilor cu termeni oarecare i a seriilor alternante; nsuirea principalelor criterii de convergen pentru serii cu termeni pozitivi i aplicarea acestora n exerciii. nsuirea principalelor noiuni legate de seriile de funcii: sum, convergen, absolut convergen, uniform convergen; nsuirea principalelor criterii de convergen pentru serii de funcii i aplicarea lor n exerciii; nsuirea principalelor noiuni legate de seriile de puteri: raz convergen, interval de convergen, suma seriei de puteri; Deprinderea modalitilor de calcul ale razei de convergen, intervalului de convergen i a sumei unei serii de puteri; Familiarizarea cu noiuni precum serie Taylor sau serie MacLaurin; Deprinderea modalitilor de dezvoltare n serie. Deprinderea modalitilor de intuire, determinare i interpretare a legturii cauzale dintre o variabil dependent i una sau mai multe variabile independente;

Concepte de baz Serie numeric; serie de funcii; serie de puteri; convergen; variabil dependent; variabil independent; funcie de ajustare; trend.

Unitatea 5 SERII NUMERICE

5.1. Serii numerice
Considerm irul de numere reale (un)nN, i atam acestui ir un altul (sn)nN, definit prin: sn=u1+u2++un , nN. Definiia 5.1.1. Se numete serie de numere reale perechea: ((un),(sn)) = unde: (un) se numete irul termenilor seriei; un se numete termenul general al seriei; (sn) este irul sumelor pariale de rang n; sn este suma parial de rang n. Definiia 5.1.2. Spunem c seria numeric
not

u
n =1

not n

nN *

u = u = u
n n 1 n

not

not

u
n 1

este:

1. convergent dac irul sumelor pariale de rang n, (sn), este convergent. 2. divergent dac irul sumelor pariale de rang n este divergent. 3. oscilant dac irul sumelor pariale nu are limit. Observaii 1. Dac s = lim s n , atunci s se va numi suma seriei i vom scrie
x

2. Dac
n 1

u n =;

lim s n = , atunci vom spune c suma seriei este i vom scrie

n 1

u n =s;

3. Dup natura irului (un) deosebim mai multe tipuri de serii: i. serii cu termeni pozitivi (s.t.p.), dac un > 0, nN*; ii. serii alternante (s.a.), dac semnele elementelor irului (un) alterneaz, nN*; iii. serii cu termeni oarecare (s.t.o.), dac unR, nN*.

5.2. Serii cu termeni oarecare. Serii alternante

Definiia 5.2.1. O serie numeric Teorema 5.2.1.
criteriul general de convergen al lui Cauchy

u
n 1

cu unR, nN, se numete serie cu termeni oarecare.

Seria numeric

u
n 1

este convergent dac i numai dac oricare ar fi > 0, exist un

rang n N astfel nct, pentru orice n n i orice pN*, s avem: un+1++un+p<

Consecin Dac seria

u
n 1

este convergent, atunci lim un = 0.

n

Observaie Condiia lim un = 0 este o condiie necesar dar nu i suficient de convergen. Exist serii
n

care se bucur de proprietatea de mai sus dar care nu sunt convergente cum ar fi seria

n .
n 1

Teorema 5.2.2. Abel Fie u n o serie numeric convergent. Dac (vn) este un ir monoton i mrginit, atunci

seria u v
n 1 n 1 n

este convergent.

Teorema 5.2.3. Abel-Dirichlet Fie u n o serie numeric cu proprietatea c irul sumelor pariale este mrginit. Dac (vn)

n 1

este un ir descresctor convergent la zero, atunci seria

u v
n 1 n

este convergent.

Ca o consecin a acestui criteriu este criteriul de convergen pentru serii alternante: Teorema 5.2.4 Leibniz Fie ( 1 )n +1 u n , un > 0, o serie alternant. Dac irul (un) este descresctor i convergent
n 1

la zero, atunci seria alternant este convergent. Definiia 5.2.2. Spunem c seria cu termeni oarecare este absolut convergent, dac seria convergent. Teorema 5.2.5. Orice serie absolut convergent este convergent. Definiia 5.2.3. Se numete serie semiconvergent o serie cu termeni oarecare ce este convergent dar nu absolut convergent. Vom da n continuare cteva exemple: Exemplul 5.2.1. S se studieze convergena urmtoarelor serii: 1.

u n este
n 1

n( n + 1 ) ;
n =1

2.

2 n +1 + 3 n + 1 .
n =1 n 1 1 1 1 = 1,n = 1 k +1 n+1 k =1 k ( k + 1 ) k =1 k n

2n + 3n

Soluie 1. Vom cerceta convergena irului sumelor pariale de rang n sn=

Deci (sn)nN este convergent, ceea ce nseamn c seria este convergent i are suma egal cu 1. 2. Deoarece nu putem calcula sn vom calcula limita irului general

1 2n + 3n = lim u n = lim n +1 n +1 n n 2 +3 3
Deoarece un nu tinde la zero, obinem c seria nu este convergent. Exemplul 5.2.2. Folosind criteriul lui Leibniz s se cerceteze natura urmtoarelor serii alternante: 1. 2. Soluie

( 1 )n+1 n ; ( 1 ) n + 1 2 n + 2 .
n =1 n =1

2n + 1

1 . Se observ c lim un=0, deci un0 cnd n. n n 1 Pe de alt parte, un+1 - un= < 0, deci (un)nN este descresctor. Aadar, pe baza n( n + 1 )
1. Fie un= criteriului lui Leibniz, obinem c seria este convergent. 2. Fie un= un+1 - un=

2n + 1 2n + 2

2 > 0, deci (un)nN este strict cresctor, ceea ce nseamn c seria ( 2n + 2 )( 2n + 4 )

este divergent. Exemplul 5.2.3. S se stabileasc natura urmtoarelor serii: 1.

sin n cos n 2 ; n n =1 n n ( 1 ) n 2. ln n , n2. n=2

Soluie 1. Fie un=sinncosn2, vn=

1 1 . Avem un= (sin(n+n2)+sin(n-n2)) n 2 n n 1 1 1 sn= u k = (sin( n + n 2 ) + sin( n n 2 )) = sin( n + n 2 ) 2 k =1 2 2 k =1

Pe de alt parte, vn este descresctor convergent la zero deci, pe baza criteriului lui Abel-

Dirichlet, obinem c seria 2. Fie un= Seria

u v
n =1

n n

este convergent.

( 1 ) n + 1 , vn= n n ln n
este convergent pe baza criteriului lui Leibniz, iar vn1, ceea ce nseamn c

un
n =1

este monoton i mrginit. n aceste condiii, criteriul lui Abel ne spune c seria convergent.

u n vn
n =1

este

5.3. Serii cu termeni pozitivi

Definiia 5.3.1. O serie pentru care toi termenii sunt pozitivi, se numete serie cu termeni pozitivi. Observaii 1. Pentru o serie cu termeni pozitivi, irul sumelor pariale este un ir cresctor; 2. O serie cu termeni pozitivi este convergent dac i numai dac irul sumelor pariale este mrginit superior. 5.3.1. Criterii de convergen pentru serii cu termeni pozitivi Teorema 5.3.1.
primul criteriu de comparaie

Fie

u
n 1

v
n 1

dou serii cu termeni pozitivi cu proprietatea c exist noN i exist

afirmaii: 1. dac seria 2.

> 0 astfel nct, pentru orice n no, s avem un vn. n aceste condiii au loc urmtoarele

v dac seria u
n 1 n 1

este convergent, atunci i seria

u este divergent, atunci i seria v

n 1 n 1 n

este convergent. este divergent.

Teorema 5.3.2.
al doilea criteriu de comparaie

Fie

u
n 1

v
n 1

dou serii cu termeni pozitivi cu proprietatea c exist l= lim

un . n v n

1. dac l = 0, atunci convergena seriei vn implic convergena seriei un. 2. dac l(0, ), atunci seriile au aceeai natur. 3. dac l = , atunci convergena seriei un implic convergena seriei vn. Teorema 5.3.3.
al treilea criteriu de comparaie

Fie

u
n 1

v
n 1

dou serii cu termeni pozitivi cu proprietatea c exist noN astfel nct,

pentru orice n no, s avem: 1. dac seria 2. Observaie

v dac seria u
n 1 n 1

u n +1 v n +1 . un vn

este convergent, atunci i seria

u este divergent, atunci i seria v

n 1 n 1 n

este convergent. este divergent.

Seriile test ce se folosesc n criteriile de comparaie sunt: 1. Seria geometric 2. Seria armonic

qn =
n 0

convergent pentru q < 1 ; divergent pentru q 1

n
n 1

convergent pentru > 1 . divergent pentru 1

Exemplul 5.3.1. Folosind criteriile de comparaie s se studieze convergena urmtoarelor serii: 1.

n2 + 1 ;
n =1

2. Soluie 1. Se observ c

1 n +n
3

n =1

n 1 . n +1 n+1 1 Deoarece seria u n = este divergent, obinem c seria n =1 n =1 n + 1

2

vn =
n =1

n este i n =1 n + 1
2

ea divergent. 2. Metoda I: Avem

1 n +n
3

1 n
3

. Seria

vn =
n =1

1 n3

este convergent, deci, pe baza primului

n =1

criteriu de comparaie, se obine c seria Metoda II: Fie un=

un =
n =1

1 n3 + n

este convergent.

n =1

1 n3 + n

i vn=

1 n3

. Calculnd lim

un obinem c aceasta este egal cu 1, deci vn

aparine intervalului (0,). Conform celui de al doilea criteriu de comparaie se obine c cele dou serii au aceeai natur. ns convergent. Teorema 5.3.4.
criteriul raportului: DAlembert

v
n =1

este convergent i, n acest caz, i seria

u
n =1

va fi

Fie

u
n 1

o serie cu termeni pozitivi.

1. dac exist un numr real pozitiv q < 1i exist noN astfel nct nno, atunci seria este convergent. 2. dac exist noN astfel nct Consecin Fie

u n +1 q, un

u n +1 1, nno, atunci seria este divergent. un u n +1 . n u n

u
n 1

o serie cu termeni pozitivi cu proprietatea c exist l = lim

1. dac l < 1, atunci seria este convergent; 2. dac l > 1, atunci seria este divergent; 3. dac l = 1, criteriul nu este concludent. Exemplul 5.3.2. Folosind criteriul raportului s se studieze convergena urmtoarelor serii:

an 1. p , a>0; n =1 n 2 5 ... ( 3n 1 ) 2. . n =1 1 3 ... ( 2 n 1 )

Soluie 1. Fie un=

an . Avem: np

lim

p u n +1 n = lim a =a. n n u n +1 n

dac a<1, atunci seria este convergent; dac a>1, atunci seria este divergent; dac a=1, obinem seria

np
n =1

care este convergent dac p>1 i

divergent dac p1. u n +1 3n + 2 3 = lim = >1, deci seria este divergent. 2. lim n u n 2 n + 1 2 n Teorema 5.3.5.
criteriul radicalului: Cauchy

Fie

u
n 1

o serie cu termeni pozitivi.

n

1. dac exist un numr real pozitiv q < 1 i exist noN astfel nct nno, atunci seria este convergent. 2. dac exist noN astfel nct
n

u n q,

u n 1, nno, atunci seria este divergent.

Consecin u n o serie cu termeni pozitivi cu proprietatea c exist l = lim n u n . Fie

n 1

1. dac l < 1, atunci seria este convergent; 2. dac l > 1, atunci seria este divergent; 3. dac l = 1, criteriul nu este concludent.

Exemplul 5.3.3. Folosind criteriul radicalului s se studieze convergena urmtoarelor serii:

n + 1 n 1. a , a>0 n =1 n na 2. n , a>0 n =1 2

n2

Soluie 1. lim
n n

1 u n = lim 1 + a = ea. n n dac ea<1a<1/e, atunci seria este convergent; dac ea>1a>1/e, atunci seria este divergent; dac ea=1a=1/e, atunci cu acest criteriu nu putem spune nimic despre
natura seriei.

1 2. lim n u n = < 1, deci seria este convergent. n 2

Teorema 5.3.6.
criteriul lui Kummer

Fie

u
n 1

o serie cu termeni pozitivi.

1. dac exist un numr real pozitiv , un ir (an) de numere pozitive i exist noN astfel nct an

un -an+1 , nno, atunci seria este convergent. u n +1

2. dac exist un ir (an) de numere pozitive, astfel nct seria i exist noN astfel nct an

a
n 1

1
n

este divergent

un -an+1 0, nno, atunci seria este divergent. u n +1

Din acest criteriu lund an = n obinem: Teorema 5.3.7.

criteriul Raabe - Duhamel

Fie

u
n 1

o serie cu termeni pozitivi.

1. dac exist un numr real q > 1 i exist noN astfel nct n n 1 q, u n +1 nno, atunci seria este convergent. 2. dac exist noN astfel nct n n 1 1, nno, atunci seria este u n +1 divergent. Consecin

Fie

u
n 1

o serie cu termeni pozitivi cu proprietatea c exist l= lim n

n

un 1 . u n +1

1. dac l > 1, atunci seria este convergent; 2. dac l < 1, atunci seria este divergent; 3. dac l = 1, criteriul nu este concludent. Exemplul 5.3.4. Folosind criteriul lui Raabe-Duhamel s se studieze convergena seriei Soluie
n 1 un 1 = lim n 1 + 1 lim n 1 n n n a u n +1

a n n! nn . n =1

Se observ c:

dac a>e, atunci limita este -, deci seria este divergent; dac a<e atunci limita este +, deci seria este convergent.

n 1 1 Cercetm cazul a=e L= lim n 1 + e . e n n

Fie x=

1 0 cnd n. Cu aceast schimbare de variabil obinem: n

L=

1 1 lim [(1+x)1/x-e] x 0 x e

1 <1, deci seria este divergent. 2 n concluzie, dac a e seria este divergent, iar dac a < e seria este convergent.
Aplicnd regula lui LHospital obinem c L= -

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se studieze natura urmtoarelor serii:

( n + a )( n + a + 1 ) ;
n 1

1
;

n+1;
n 1

( n + 1 )! ;
n 1

ln 1 n
n 2

1 ; 2

n 1

n n +n
2

n 1

1 n

2. S se studieze natura urmtoarelor serii:

( n + a )( n + a + 1 ) ;
n 1

1
;

n+1;
n 1

( n + 1 )! ;
n 1

ln 1 n
n 2

1 ; 2

n 1

n n +n
2

n 1

1 n

3. Folosind criteriul lui Leibniz s se studieze natura urmtoarelor serii alternante:

n 1

( 1 ) n + 1

( 1 ) n + 1 n n + 1 n 1 3
;

4. Folosind criteriile de comparaie s se studieze natura urmtoarelor serii:

2n 1 ; n
n 1 n 1

7n ; + 3n + 5

n
n 1

1 ; 2 +1

1 + 1 2 + ... + 1 n n n 1

5.Folosind criteriul raportului s se studieze natura urmtoarelor serii:

n2 2n ; n 1

an n! , a0; n 1

( n! ) 2 ( 2 n )! n 1
n

6. Folosind criteriul radicalului s se studieze natura urmtoarelor serii:

n 1

3n

(1 + 1 n )n

1 3 + ... + n 3 n ; ; 4 n3 n 1

n 2 + 2n + 3 n2 + n + 1 n 1

n2

7. Folosind criteriul lui Raabe-Duhamel s se studieze natura urmtoarelor serii:

2 7 ... ( 5 n 3 ) 3 8 ... ( 5 n 2 ) ; n 1 1 1 2 5 2 ... ( 4 n 3 ) 2 3 2 7 2 ... ( 4 n 1 )2 ; n 1
n

4
n 1

( 2 n )! n ( n! ) 2
n2

8. S se studieze natura urmtoarelor serii:

ln( n + 1 ) 1 1 2n 4 ; n 3 ; 2n + 1 ; 2 n 1 + n ; n 1 n 1 n 1 n + n n 1 1 4 7 ... ( 3 n + 4 ) 1 ln 1 + n( n + 3 ) ; 4 n( 2n 1 ) ; 2 6 ... ( 4 n + 2 ) ; n 0 n 1 n 1

1 3 ... ( 2 n 1 ) 1 ; n 1 2 4 ... ( 2 n ) n

5 9 ... ( 4 n + 1 )
n 1

2 7 ... ( 5 n 3 )

Unitatea 6 SERII DE FUNCII. SERII DE PUTERI

6.1. iruri de funcii
Fie F familia de funcii reale definite pe aceeai mulime D R, adic F = {f f : D R, D R}. Definiia 6.1.1. O aplicaie a mulimii N n mulimea F a funciilor definite pe D se numete ir de funcii n fn . Definiia 6.1.2. Spunem c irul de funcii (fn), fn F, este convergent punctual (simplu) n D ctre f:D R dac lim f n ( x ) = f ( x ) , xD, adic:
n

[>0, xD, n(x)N, n>n(x): |fn(x)-f(x)|< ]. Definiia 6.1.3. Spunem c irul de funcii (fn), fn F, este uniform convergent n D ctre f:D R dac: [>0, nN, n>n , xD: |fn(x)-f(x)|<]. Observaie Una dintre deosebirile eseniale dintre cele dou tipuri de convergen este aceea c, n cazul uniform convergenei, n nu depinde de xD.

6.2. Serii de funcii

Definiia 6.2.1. Dac se consider irul de funcii (fn), unde fn F, numim serie de funcii

f n ( x ) = f1(x)+f2(x)++fn(x)+,
n =1

unde: f1,, fn se numesc termenii seriei; sn(x) = f1(x)+f2(x)++fn(x) este suma parial de rang n; (sn(x)) este irul sumelor pariale de rang n. Definiia 6.2.2. Seria de funcii convergent. Definiia 6.2.3. Seria de funcii

f n ( x ) este
n =1

convergent n xoD dac seria numeric

f n ( xo ) este
n =1

f n ( x ) este
n =1

absolut convergent n xoD dac seria numeric

f n ( xo ) este absolut convergent.

n =1

Observaii 1. Punctul xo se numete punct de convergen. 2. Mulimea C={xoD f n ( xo ) convergent} se numete mulime (domeniu)
n =1

de convergen Definiia 6.2.4. Spunem c seria de funcii

f n ( x ) este simplu (punctual) convergent pe D ctre

n =1

funcia f:D R, dac irul sumelor pariale (sn(x)) este convergent punctual pe D ctre f, adic lim sn(x)=f(x), xD. Vom numi funcia f:D R, suma seriei de
n

funcii i vom nota f(x)= f n ( x ) .

n =1

Definiia 6.2.5. Vom spune c seria de funcii f n (x) este convergent uniform n D dac irul sumelor
n =1

pariale (sn(x)) este uniform convergent n D. Definiia 6.2.6. Seria de funcii

n =1

f n ( x ) se numete absolut convergent pe D dac seria

n =1

f n ( x ) este

convergent punctual, xD.

Teorema 6.2.1.
criteriul general de convergen al lui Cauchy

Seria de funcii

f n ( x ) , fnF, este uniform convergent dac i numai dac oricare ar fi

n =1

> 0, exist un rang n N astfel nct pentru orice n n, p 1 i orice xD, s avem: fn+1(x)++fn+p(x)<
Teorema 6.2.2.
criteriul de Dirichlet convergen al lui

Considerm irurile de funcii (fn), (gn), fn, gn F. Dac: 1. irul sn = f1+f2++fn este uniform mrginit; 2. irul de funcii (gn) este descresctor; 3. gn converge uniform n D ctre 0, atunci seria de funcii Teorema 6.2.3.
criteriul de convergen al lui Abel

f n g n este uniform convergent pe D.

n =1

Considerm irurile de funcii (fn), (gn), fn, gn F. Dac: 1. seria de funcii

f n este uniform convergent pe D;

n =1 n

2. irul de funcii (gn) este monoton descresctor i mrginit, atunci seria de funcii Teorema 6.2.4.
criteriul de Weierstrass convergen al

f
n =1

g n este uniform convergent pe D.

lui

Se consider seria de funcii

f n cu proprietatea c exist un ir de numere pozitive (an)

n =1

astfel nct |fn(x)|an, xD, nN*. Dac seria cu termeni pozitivi convergent, atunci seria de funcii este absolut i uniform convergent pe D. Proprieti 1. Dac toate funciile fnF sunt continue pe D, iar seria convergent pe D ctre fF, atunci f este continu pe D. 2. Dac

an
n =1

este

f n ( x ) este
n =1

uniform

f n ( x ) este uniform convergent pe D ctre fF, fn derivabile pe D, nN*, iar

n =1

seria de funcii derivabil i f=g. 3. Dac

f n' ( x ) este
n =1

uniform convergent pe D ctre gF, atunci f este

f n ( x ) este uniform convergent pe [a,b] ctre f, iar fn sunt integrabile pe [a,b],

n =1

atunci f este integrabil pe [a,b] i:

f ( x )dx = f n ( x )dx
n =1 a

Vom da n continuare cteva exemple:

Exemplul 6.2.1. S se determine mulimea de convergen pentru seria de funcii

1 1 x 1 + n 1 2x . n 1
Soluie
n

lim n f n ( x ) =

1 x . 1 + 2x

Rezolvnd inecuaia

2 1 x < 1 obinem x(- ,0)( ,+ ). 1 + 2x 3

2 . 3
n

Studiem cazurile x=0 i x=

1 Dac x=0 obinem seria 1 + , al crei termen general nu tinde la zero, deci seria este n n =1 2 obinem seria divergent, iar dac x= 3 2 ,+ ). 3 1 ( 1 ) 1 + n creia, dac i studiem n =1
n n

convergena cu ajutorul criteriului lui Leibniz, obinem c este divergent. n concluzie, domeniul de convergen al seriei de funcii este C=(- ,0)(

Exemplul 6.2.2. S se studieze convergena urmtoarelor serii de funcii: 1. 2. Soluie 1. Fie gn=|fn|, gn(x)=

( 1 )n
n 1

x2 ; 1 + n3 x4
.

x2 + 2n
n 1

x2 . 1 + n3 x4
1 este punct de maxim pentru 3 n4

Studiind punctele de extrem ale lui gn obinem c punctul x= gn, deci gn(x)<gn

1 1 = 3 . 3 n 4 2n 2 1 Avem: |fn(x)| , xC. 3 2n 2 1 Seria 3 / 2 este convergent, deci pe baza criteriului lui Weierstrass obinem c seria de n =1 2 n
funcii dat este convergent. 2. |fn(x)|=

1 1 < n , iar seria 2 n x +2 2

2n
n =1

este convergent. Deci seria de funcii dat este

convergent.

6.3. Serii de puteri

Fie F familia de funcii reale definite pe aceeai mulime D R, adic: F = {f f : D R, D R} Definiia 6.3.1. Numim serie de puteri seria de funcii Observaii 1. Seria de puteri se scrie pe scurt

f n ( x ) , unde, fn F,
n =0

fn(x)=anxn, anR, nN.

an x n ;
n =0

2. Orice serie de puteri este convergent n x=0, ceea ce arat c mulimea de convergen a unei serii de puteri nu este vid; 3. Toate rezultatele privind seriile de funcii sunt valabile i pentru seriile de puteri. Teorema 6.3.1. Abel Pentru orice serie de puteri

an x n
n =0

exist un numr R , 0R astfel nct:

1. seria de puteri este absolut convergent n intervalul (-R,R); 2. pentru orice x cu proprietatea x> R, seria este divergent; 3. oricare ar fi r, cu 0 < r < R seria este uniform convergent pe [-r,r]. Definiia 6.3.2. Numrul R > 0, definit prin R=sup{|x0| : x0 punct de convergen al seriei}, se numete raz de convergen a seriei de puteri, iar intervalul (-R,R) se numete interval de convergen. Teorema 6.3.2. Cauchy Hadamard Fie

lim an x n o serie de puteri avnd raza de convergen R i fie L= n n

n =0

a n . Atunci

1 ,0 < L R = L . , L = 0
Teorema 6.3.3. Fie

lim an x n o serie de puteri avnd raza de convergen R i fie L= n

n =0

a n +1 . Atunci an

1 ,0 < L R = L . , L = 0

Observaii 1.

a 1 1 = lim n +1 sau = lim n a n ; R n R n a n

2. Orice serie de puteri este convergent n x=0, iar dac o serie de puteri converge numai pentru aceast valoare, atunci R=0; 3. O serie de puteri cu raza de convergen R este: i. convergent pentru |x| < R; ii. divergent pentru |x| > R; iii. absolut i uniform convergent pentru |x| r, unde 0< r< R. 4. Cazurile x= -R i x=R, necesit o abordare separat; 5. Dac o serie de puteri converge pentru orice xD, atunci R = . Proprieti 1. Suma unei serii de puteri este o funcie continu pe intervalul de convergen; 2. Dac seria de puteri

an x n are
n =0

raza de convergen R, atunci seria de puteri

nan x n1 are aceeai raz de convergen i n plus:

n =1

n an x = n =0

'

na n x n1 , |x| < R;
n =1

3. Dac seria de puteri [a,b] (-R,R) avem:

an x n are raza de convergen R, atunci pentru orice subinterval

n =0 n an x = an a n =0 n =0 b

b n + 1 a n +1 . n+1

Vom da n continuare cteva exemple: Exemplul 6.3.1. S se determine intervalul de convergen i suma urmtoarelor serii de puteri: 1. 2.

( 1 )n+1
n 1 n 0

xn ; n

( n + 1 )x n .

Soluie 1. Calculm mai nti raza de convergen

a n 1 = lim n +1 = lim =1 R=1. n n + 1 R n a n

Deci I=(-1,1). Studiem cazurile x= -1 i x=1.

( 1 ) n + 1 Dac x=1, obinem seria alternant a crei convergen se demonstreaz cu n n 1

ajutorul criteriului lui Leibniz. Dac x= -1, obinem seria

( 1 ) care este divergent. n n 1

n concluzie, domeniul de convergen al seriei este I= (-1,1]. Fie f(x) suma seriei, f(x) = ( 1 ) n +1
n 1

xn . n

Derivnd egalitatea de mai sus obinem f(x)= ( 1 ) n +1 x n 1 =1-x+x2-x3++(-1)n+1xn-1+

n 1 n

Suma acestei serii este s= lim Deci f(x)=

n k =1

( 1 )k +1 xk-1= lim

1 1 ( x )n = ,x(-1,1]. 1+ x 1+ x

1 . Integrnd de la 0 la x obinem f(x)=ln(x+1),x(-1,1]. 1+ x

Seria este convergent n x=1, deci f este continu n 1. Astfel obinem dezvoltarea n serie a

( 1 ) n + 1 . n n 1 a n+1 1 2. =1 R=1 = lim n +1 = lim n n R n a n

lui ln2= Deci I=(-1,1). Este clar c seria nu este convergent pentru x=1 sau x= -1. Fie f(x)= ( n + 1 ) x n . Integrnd seria termen cu termen obinem:
n 0

f(x)= x n 0
0

n +1

1 , x(-1,1); 1 x

f(x)=

1 ,x(-1,1). ( 1 x )2

Exemplul 6.3.2. S se determine raza de convergen a urmtoarelor serii de puteri: 1.

xn 2n + 3n ; n 1 ( x + 3 )n n! . 2. nn n 1

Soluie 1.

1 1 = lim n a n = R=3 I=(-3,3). n R 3 n! y n 2. Fie x+3=y. Obinem astfel seria n . n 1 n a 1 = lim n +1 =1/e Ry=e Iy=(-e,e) Ix=(-e-3,e-3). n a Ry n

Studiind seria n cazurile x=-e-3 i x=e-3 se observ c aceasta este divergent.

6.4. Dezvoltri n serie

Definiia 6.4.1. Dac funcia f :I R admite derivate de orice ordin n x0I, numim seria lui Taylor ataat funciei f, urmtoarea serie de funcii:

n =0

( x x o )n
n!

f (n ) (xo ) = f (xo ) +

(x xo ) (n ) x xo f ' ( x o ) + ... + f ( xo ) + ... 1! n!

n

Definiia 6.4.2. Fie f :I R cu derivata de ordinul (n+1) continu pe I. Numim formula lui Taylor pentru funcia f n punctul xo, formula: f(x)=(Tnf)(x)+(Rnf)(x), xI unde (Tnf)(x) =

( x x0 ) k ( k ) k! f ( x0 ) , se numete polinomul lui Taylor; k =0

n

(Rnf)(x) = f(x) (Tnf)(x) se numete restul formulei lui Taylor. Observaii 1. Restul formulei lui Taylor poate fi exprimat sub forma

( x x0 ) n + 1 ( n + 1 ) (Rnf)(x)= f ( ) , I; ( n + 1 )! 2. Seria Taylor a funciei f n punctul xo are suma f n x I dac i numai dac restul formulei lui Taylor tinde la zero cnd n .
Definiia 6.4.3. Seria Taylor pentru o funcie f n punctul xo = 0 se numete serie MacLaurin i este o serie de puteri avnd forma

xn ( n ) f (0 ). n =0 n!

Teorema 6.4.1. Fie R R, f :(-R,R) R. Condiia necesar i suficient pentru ca funcia f s fie dezvoltabil n serie de puteri pe (-R,R) este ca f s admit derivate de orice ordin. Teorema 6.4.2. Dac o funcie se poate dezvolta n serie de puteri, atunci seria respectiv este o serie MacLaurin, deci o funcie se poate dezvolta n serie de puteri ntr-un singur mod. Teorema 6.4.3.
o condiie dezvoltabilitate suficient de

Fie f :(-R,R) R cu derivata de orice ordin satisfcnd relaia |f(n)(x)|M, x(-R,R), nN. n aceste condiii f este dezvoltabil n serie de puteri. Vom da n continuare cteva exemple: Exemplul 6.4.1. S se scrie seria lui Taylor i s se determine domeniul de convergen pentru urmtoarele funcii: 1. f(x)=1/x2 ,x0=a0; 2. f(x)=ln(1+x),x0=a>1.

Soluie 1.

( x x0 )n ( n ) f(x)= f ( x0 ) ; n! n =0 ( 1 )n ( n + 1 )! ; f(n)(x)= x n+ 2

f(x)=

( x a )n f(n)(a)= ( 1 )n ( n + 1 )
n 0 n 0 n

( x a )n . a n+2

Pentru determinarea domeniului de convergen calculm

lim

f n +1 xa = < 1; a fn

Deci C ={xR: |x-a|<|a|,aR*}. 2. f(n)(x)=

( 1 )n1 ( n 1 )! ; ( 1 + x )n
n

( 1 )n x a f(x)= ; n 1+ a n 0 xa < 1. lim n f n ( x ) = n 1+ a C ={xR : |x-a|<|1+a|,a>1}.

Exemplul 6.4.2. S se dezvolte n serie MacLaurin urmtoarele funcii: 1. f(x)=sinx; 2. f(x)=arctgx. Soluie 1. Calculm derivata de ordinul n a funciei f. f(n)(x)=sin(x+n/2). Avem f(n)(0)=sin(n/2)=

0 , n = 2 k

k ( 1 ) , n = 2k + 1 ( 1 )x 2 n+1 x n (n) f (0)= . f(x)= n0 n! n 0 ( 2 n + 1 )!

2.Avem f(x)=

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

( 1 ) n x 2 n + 1 . n 0 ( 2 n + 1 )

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se determine mulimea de convergen a urmtoarelor serii de funcii:

1 n! x n ; n 1

2n 2 + 5 x 7 n 2 + 3n + 2 2 x + 1 ; n 1

n + 1 1 x n 1 2x n 1

( 1 ) n n n 1

2x x + 1 ;

1 2x n x + 3 ; n 1

xn ( n + 1 )2 n n 1
xp 1 + n4 x 2 p n 1

2. S se studieze convergena urmtoarelor serii de funcii:

arctg
n 1

2x ; 2 x + n4

x2 ( 1 + x 2 )n , xR; n 1

3. S se determine mulimea de convergen i suma urmtoarelor serii de puteri:

nx
n 1 n 0

n1

xn ; ; n 1 n( n + 1 ) x ; 2n + 1
2 n+ 1 n 1

( 1 )
n 1 n 1

n+ 1

x 2n ; 2n

( 1 )
n 1

n 1

x 2 n 1 2n 1

( 1 )

( 1 )

( 2 n 1 ) x 2 n 2

4. S se scrie seria lui Taylor i s se determine domeniul de convergen a seriei n cazul urmtoarelor funcii: 1. f(x)=ln(1+x), x0=a<1;

1 , x0=a>0; x2 1 3. f(x)= , x0=a1. 1 x

2. f(x)= 5. S se dezvolte n serie MacLaurin urmtoarele funcii: 1. f(x)=ex; 2. f(x)=cosx; 3. f(x)=ln(1+x), x> -1; 4. f(x)=arcsinx; 5. f(x)=

1 , x1. ( 1 x )2

Unitatea 7 AJUSTAREA DATELOR NUMERICE

Presupunem c un anumit fenomen este determinat de dou mrimi msurabile, una dependent - output - i una independent input - notate cu y, respectiv cu x. Legtura cauzal dependena - dintre cele dou variabile este dat de o funcie f : R R, y = f(x). Problema care se pune, de altfel foarte important n studiul unor fenomene economice, este determinarea funciei f. Pentru aceasta este nevoie de anumite valori determinate experimental pentru cele dou mrimi, dar i cunoaterea tipului de dependen dintre cele dou variabile. Deoarece aceste valori se determin pe cale experimental, prin msurtori i observaii, este evident c vor apare i anumite erori care, neglijate fiind, pot conduce la rezultate departe de cele reale. Tocmai de aceea se pune problema determinrii unor funcii care s constituie aproximri ct mai bune ale funciei f. S presupunem c legtur este dat prin funcia continu f:[a,b]R, y=f(x), funcie de regul necunoscut. Problema care se poate formula n acest context are urmtorul coninut:

Problem S se determine funcia f avnd la dispoziie valorile aproximative ale acesteia yi, i = 1, n , pe punctele xi, i = 1, n , obinute prin msurtori sau observri ale fenomenului economic sau social studiat. Observaie n general valorile yi nu coincid cu valorile exacte, necunoscute f(xi), de aceea vom nota aceste valori cu i . y Definiia 7.1.1. Ajustarea datelor numerice (xi,yi) const n determinarea, cu o eroare minim, a valorilor exacte i , precum i determinarea legitii (trendului) de variaie a mrimii y n funcie de x, y adic stabilirea funciei f funcia de ajustare. n ajustarea datelor numerice avem dou etape: 1. Reprezentarea grafic a datelor numerice obinute pe cale empiric. Aceast reprezentare poate fi utilizat deseori pentru determinarea trendului. Forma graficului poate conduce la diferite forme ale trendului, cum ar fi: Trend liniar f(x)=ao+a1x; Trend parabolic f(x)=ao+a1x+a2x2; Trend exponenial f(x)=aoa1x; Trend hiperbolic f(x)= ao +

1 a1 ; x

Dac se ncearc un trend sugerat de reprezentarea grafic, acesta atrage automat dup sine prezena unor parametri necunoscui n expresia analitic a modelului ales, model care va avea forma general y=f(x;a1,,ap). 2. Cea de a doua etap n ajustarea datelor numerice const tocmai n determinarea parametrilor ai, astfel nct diferena dintre valorile calculate i cele observate, i -yi, s fie minim. y ptrate Metoda utilizat pentru acest proces de optimizare se numete metoda celor ai mici i const n determinarea parametrilor ai astfel nct suma
n i =1

S(a1,,ap)= f ( x , a1 ,..., a p ) yi

s fie minim.

Folosind cunotinele de analiz matematic cu privire la extremele funciilor de mai multe variabile, sistemul care va furniza mulimea punctelor staionare va fi:
n S f = 2 f ( x ,a1 ,...,a p ) yi = 0 , k = 1, p . ak ai i =1

Soluia acestui sistem va genera funcia care reflect trendul investigat, obinndu-se funcia de ajustare. Exemplul 7.1.1. Considerm c din reprezentarea grafic a datelor experimentale s-a obinut un trend liniar f(x)=ao+a1x, ao,a1R. Vom ncerca determinarea funciei de ajustare. Avem de minimizat funcia S= [( a1 xi + ao ) yi ] . Obinem sistemul:
2 i =1 n

 S a = 0 o S = 0 a1

n n n 2 ( y i a o a1 xi )( 1) = 0 nao + a1 xi = yi i =1 i =1 i =1 n . n n n 2 ( y a a x )( x ) = 0 a x + a x 2 = x y o 1 i i i i 1 i i =1 i o i =1 i i =1 i =1

Rezolvnd acest sistem obinem urmtoarea soluie:

a1 =

n xi y i xi y i
i =1 i =1 i =1 n n 2

n xi2 xi i =1 i =1 n n 1 ao= yi a1 xi . n i =1 i =1

Observaii 1. n cazul n care graficul sugereaz un trend parabolic y= f(x)=ao+a1x+a2x2, parametrii se vor determina din sistemul:
n n n nao + a1 xi + a 2 xi2 = yi i =1 i =1 i =1 n n n n ao xi + a1 xi2 + a 2 xi3 = xi yi . i =1 i =1 i =1 i =1 n n n n 2 3 4 2 a o x i + a 1 x i + a 2 x i = x i y i i =1 i =1 i =1 i =1

2. Dac trendul stabilit are forma exponenial y=f(x;ao,a1)= aoa 1 , ao,a1>0, se recomand s se lucreze cu funcia z=lgy=Ax+B, unde A=lga1, B=lgao. n acest mod se ajunge la un trend liniar unde n loc de yi avem zi=lgyi. Observaie Trebuie remarcat faptul c determinarea funciilor de ajustare se face, aa cum artam puin mai devreme, pe baza unor observaii din trecutul unui anumit fenomen economic oarecare. n momentul n care funcia de ajustare a fost determinat putem face cu ajutorul acesteia unele prognoze, adic putem determina viitoare valori ale lui y, presupunnd valori viitoare posibile ale lui x. Aa cum spuneam aceste procedee definesc previziunea sau prognozarea unor procese sau fenomene viitoare. Corectitudinea lor depinde de rigoarea cu care s-au determinat coeficienii funciei de ajustare. Exemplul 7.1.2. S se ajusteze printr-o dreapt urmtoarele date numerice: xi 1 0 1 2 yi 1 2 2 3 S se afle y cnd x=0,5. Soluie Deoarece se specific tipul ajustrii i anume printr-o dreapt tim c y=ao+a1x. Trebuie determinai cei doi parametrii ao i a1.

 n x xi i =1 i =1 n n 1 a1 = y i b xi . n i =1 i =1
n 2 i n

ao =

n xi y i x i y i
i =1 i =1 i =1 2

Organizm calculele astfel:

xi
1 0 1 2 2

yi
1 2 2 3 8

xi2
1 0 1 4 6

xi y i
1 0 2 6 7

4 7 2 8 28 16 12 = = =0,6; 24 4 20 4 6 22 1 6 ,8 a1= (8 0 ,6 2 ) = =1,7. 4 4 ao =

Aadar vom avea y=f(x)= 1,7+0,6x. y x =0 ,5 =f(0,5)=1,7+0,60,5=1,7+0,3=2. Exemplul 7.1.3. S se ajusteze printr-o parabol urmtoarele date numerice: xi 1 0 2 3 yi 0 1 1 4 S se afle y cnd x=1. Soluie Deoarece se specific tipul ajustrii i anume printr-o parabol tim c y=ao+a1x+a2x2. Trebuie determinai cei trei parametrii ao, a1 i a2.
n n n nao + a1 xi + a 2 xi2 = yi i =1 i =1 i =1 n n n n 2 3 a o x i + a 1 x i + a 2 x i = x i y i . i =1 i =1 i =1 i =1 n n n n ao xi2 + a1 xi3 + a 2 xi4 = xi2 y i i =1 i =1 i =1 i =1

Organizm calculele astfel:

xi
1 0 2 3 4

yi
0 2 0 4 2

xi2
1 0 4 9 14

xi3
1 0 8 27 34

xi4
1 0 16 81 98

xi y i
0 0 0 12 12

xi2 yi
0 0 0 36 36

4 ao + 4 a1 + 14 a 2 = 2 nlocuind n sistem obinem 4 ao + 14 a1 + 34 a 2 = 12 . 14 a + 34 a + 98 a = 36 o 1 2

Soluia acestui sistem este ao=2, a1=1, a2=1. Astfel obinem y=f(x)=2+xx2.

y x =1 =f(1)=2+11=2.
Exemplul 7.1.4. Un comerciant studiaz timp de cinci sptmni evoluia vnzrilor unui anumit produs n funcie de pre. El a observat urmtoarele: pi 20 40 50 60 80 Qi 80 60 50 60 20 1. S se determine cantitatea ce este posibil s se vnd la un pre de 30 u.m. 2. S se determine expresia ncasrii totale; 3. S se determine expresia ncasrii marginale; 4. S se determine ncasarea maxim. Ce observai? Soluie 1. Va trebui s ajustm datele de observare pentru a gsi o legtur ntre cantitatea Q i preul p. Pentru aceasta mai nti vom reprezenta grafic datele de observare: Figura 7.1. Evoluia volumului vnzrilor n funcie de pre
100 volumul vnzrilor 80 60 40 20 0 0 20 40 pre 60 80 100

Se observ c graficul sugereaz un trend liniar. Aadar vom avea Q=ao+a1p, unde:

n pi2 pi i =1 i =1 n n 1 a1= Qi b pi . n i =1 i =1
n n

ao =

n pi Qi pi Qi
i =1 i =1 i =1 2

pi

Qi

pi2

pi Qi
1600 2400 2500 3600 1600 11700

20 80 400 40 60 1600 50 50 2500 60 60 3600 80 20 6400 250 270 14500

nlocuind n formule vom obine Q=990,9p. Astfel la un pre de 30 u.m. cantitatea ce se va vinde va fi Q=99-27=72 uniti. 2. exprimm mai nti p n funcie de Q: p=1101,1Q; TR=pQ=110Q1,1Q2;

3. MR=

d (TR ) = 110Q 1,1Q 2 =1102,2Q. dQ d (TR ) =0. De aici obinem: 4. Condiia de ncasare maxim este MR= dQ 1102,2Q=0 Q=50.

Aadar Q=50 este punct staionar pentru funcia de ncasare. Vom studia natura acestui punct folosind derivata a doua:

d 2 (TR ) d 2 (TR ) = (110 2 ,2Q ) = 2,2 = 2,2< 0. dQ 2 dQ 2 Q =50

n concluzie Q=50 punct de maxim iar maxTR= TR Q =50 =2750 u.m. Observm c n sptmna trei la un pre de 50 u.m. s-au vndut 50 de unitii ceea ce a condus la o ncasare de 2500 u.m. Pe de alt parte din datele observate am putea trage concluzia c ncasarea este maxim la un pre de 60 u.m. ceea ce ar fi eronat. Ajustarea datelor ne ajut ntr-o form simpl s ne apropiem de valori reale. Cum se va vedea ns la cursurile de statistic aplicat aceast analiz trebuie completat cu alte studii asupra datelor. Exemplul 7.1.5. Evoluia costului total de producie funcie de cantitatea produs a fost urmtoarea: Q (xi) 1 2 4 8 TC (yi) 14 12 20 84 1. S se determine costul probabil pentru o cantitate 5 uniti; 2. S se determine costul marginal pentru Q=5 uniti. Soluie 1. Va trebui s ajustm datele de observare pentru a gsi o relaie ntre costul de producie i cantitate. Pentru aceasta reprezentm mai nti grafic datele de observare: Figura 7.2. Evoluia costului total de producie n funcie de volumul acesteia
100 80 cost total 60 40 20 0 0 2 4 6 8 10

producia

Dup cum se observ graficul sugereaz un trend parabolic y=f(x)=ao+a1x+a2x2.

n n n nao + a1 xi + a 2 xi2 = yi i =1 i =1 i =1 n n n n 2 3 a o x i + a 1 x i + a 2 x i = x i y i . i =1 i =1 i =1 i =1 n n n n ao xi2 + a1 xi3 + a 2 xi4 = xi2 y i i =1 i =1 i =1 i =1

Organizm calculele astfel:

xi
1 2 4 8 15

yi
14 12 20 84 130

xi2
1 4 16 64 85

xi3

xi4

xi y i
14 24 80 672 790

xi2 yi
14 48 320 5376 5758

1 1 8 16 64 256 512 4096 585 4369

nlocuind n sistem obinem:

Soluia acestui sistem este ao=20, a1=8, a2=2. Astfel obinem y=f(x)=208x+2x2, adic TC=208Q+2Q2. 2. MC=

4 ao + 15 a1 + 85 a 2 = 130 . 15 ao + 85 a1 + 585 a 2 = 790 85 a + 585 a + 4396 a = 5758 o 1 2 d (TC ) = (2Q 2 8Q + 20 ) ; dQ

MC=4Q8; MC Q =5 =208;

MC Q =5 =12 u.m.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Se consider urmtoarele date de observare: xi 1 2 4 9 yi 8,5 8 7 4,5 S se ajusteze datele printr-o dreapt i s se aproximeze y pentru x=6. 2. Se consider urmtoarele date de observare: xi 1 2 4 8 yi 2 3 4 5 1. S se reprezinte grafic datele de observare 2. Ce fel de trend sugereaz graficul? 3. Determinai valoarea lui y pentru x=5. 3. Un comerciant studiaz timp de cinci sptmni evoluia vnzrilor unui anumit produs n funcie de pre. El a observat urmtoarele: pi 20 40 60 80 Qi 400 300 200 100 1. S se determine cantitatea ce este posibil s se vnd la un pre de 50 u.m.

4.

5.

6.

7.

8.

2. S se determine ncasarea total pentru Q=300 uniti; 3. S se determine expresia ncasrii marginale; 4. S se determine cantitatea pentru care ncasarea este maxim. Se dau urmtoarele date de observare: xi 1 0 1 2 yi 6 2 0 0 S se ajusteze datele printr-o parabol i s se determine valoarea lui y pentru x=0,5. Se dau urmtoarele date de observare: xi 2 1 1 2 yi 1 2 1 4 1. S se reprezinte grafic datele de observare; 2. Ce fel de trend sugereaz graficul? 3. Determinai valoarea lui y pentru x=0. Evoluia costului total de producie funcie de cantitatea produs a fost urmtoarea: Q (xi) 1 3 4 8 TC (yi) 26 24 26 54 1. S se determine costul probabil pentru o cantitate 5 uniti; 2. S se determine costul marginal pentru Q=5 uniti. 3. S se determine cantitatea ce conduce la costuri minime de producie. Cererea unui produs pe pia se presupune c are un trend liniar n raport cu preul de vnzare. Se cunosc datele de observaie: p 20 30 40 80 130 200 Q 18 16 15 12 10 7 S se determine funcia de ajustare. Un studiu fcut asupra a 10 familii a avut n vedere bugetul familiei din punct de vedere al venitului lunar/persoan i al cheltuielilor pentru achiziionarea unui produs. Rezultatele studiului se gsesc n urmtorul tabel. Venit lunar/persoan x (mii ROL) 7,2 9,9 8,5 11,8 19,5 10,9 13,4 12,5 11,5 16,1 Cheltuieli pentru achiziionarea unui produs y (mii ROL) 3,2 3,8 4,0 5,5 6,2 4,1 5,4 5,9 6,0 6,3

1. S se schieze evoluia cheltuielilor n funcie de venituri. 2. S se ajusteze cheltuielile n funcie de venituri. 9. Se presupune c suma deductibil detaliat total este n funcie de venitul brut al contribuabilului. Dac un contribuabil cere deduceri superioare nivelului mediu de venituri declarat, probabilitatea unui control fiscal crete. Avem urmtoarele date: Venit brut ajustat (mil ROL) 22 27 32 Deducere de baz (mil. ROL) 9,6 9,6 10,1

48 65 85 120

11,1 13,5 17,7 25,5

1. Previzionai nivelul de deducere pentru un contribuabil al crui venit brut se ridic la suma de 52,5 mil ROL. 2. Ce se ntmpl dac contribuabilul cu venitul de mai sus cere o deducere de 20,4 mil. ROL?

Sumarul Modulului II (concepte cheie)

Unitatea 5 Serie numeric: o pereche de iruri numerice de forma ((un),(sn)) =
not

u
n =1

not n

nN *

u = u = u
n n 1 n

not

not

Serie convergent: o serie pentru care irul sumelor pariale de rang n, (sn), este convergent; Serie divergent: o serie pentru care irul sumelor pariale de rang n, (sn), este divergent; Serie oscilant: o serie pentru care irul sumelor pariale de rang n, (sn), nu are limit; Suma seriei: limita irului sumelor pariale de rang n; Serie alternant: serie n care semnele termenilor alterneaz; Serie absolut convergent: o serie pentru care seria format de modulele termenilor este convergent; Serie semiconvergent: o serie convergent dar nu absolut convergent; Serie cu termeni pozitivi: o serie numeric n care toi termenii sunt pozitivi; Criteriul de convergen al lui DAlembert: este criteriul ce studiaz natura unei serii n funcie poziia valorii limitei raportului

u n +1 fa de 1; un

Criteriul de convergen al lui Cauchy: este criteriul ce studiaz natura unei serii n funcie poziia valorii limitei lim n u n fa de 1;
n

Criteriul de convergen al lui Raabe-Duhamel: este criteriul ce studiaz natura unei serii n funcie poziia valorii limitei lim n n 1 fa de 1. n u n +1 Unitatea 6 Serie de funcii:

f n ( x ) , unde (fn) este un ir de funcii, fn :DRR;

n =1

Punct de convergen: un punct xoD cu proprietate c seria numeric este convergent; Mulime de convergen: mulimea format din punctele de convergen; Raz de convergen: R=sup{|x0| : x0 punct de convergen al seriei}>0; interval de convergen: intervalul (-R,R); Serie Taylor:

f n ( xo )
n =1

( x x0 )n ( n ) n! f ( x0 ) ; n =0

Serie MacLaurin: seria Taylor a unei funcii n punctul xo=0.

Unitatea 7 Trend: evoluia (dat de o legtur funcional) a unei variabile dependente n funcie de una sau mai multe variabile independente;

Sarcini i teme ce vor fi notate

Tema de control pentru Modulul II se va susine conform calendarului disciplinei care poate fi accesat pe portalul ID. Aceasta va fi susinut n scris la data programat durata fiind de 90 de minute.

Bibliografia modulului
Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 80-132.

Modulul III PROGRAMARE LINIAR I

Unitatea 8: Spaiul vectorial Rn Unitatea 9: Sisteme de ecuaii i inecuaii liniare Unitatea 10: Programare liniar Unitatea 11: Dualitate n programarea liniar Scop i obiective
Scop Acest modul urmrete s formeze studenilor deprinderile necesare pentru a putea modela matematic diferitele probleme ce intervin ntr-o economie. Obiective specifice urmrite Deprinderea principalelor noiuni legate de un spaiu vectorial: dependen i independen liniar, baz etc. Familiarizarea cu algoritmul de schimbare a bazei ntr-un spaiu vectorial; Folosirea algoritmului de schimbare a bazei n diferite aplicaii. Utilizarea algoritmului de schimbare a bazei ntr-un spaiu vectorial, n rezolvarea sistemelor de ecuaii liniare; Deprinderea noiunilor de soluie posibil i soluie de baz a unui sistem de ecuaii liniare; Rezolvarea sistemelor de inecuaii liniare att algebric ct i grafic. Determinarea modelelor matematice corespunztoare diferitelor probleme ce intervin n practica economic; Deprinderea diferitelor metode de rezolvare ale problemelor de programare liniar. Deprinderea algoritmului simplex primal. Determinarea problemei duale pornind de la problema primal i reciproc; Determinarea soluiilor cuplului dual de probleme, rezolvnd doar una dintre problemele cuplului; Deprinderea algoritmului simplex dual.

Concepte de baz
Spaiu vectorial; vector; baz a unui spaiu vectorial; liniar dependen; model matematic.

SPAIUL VECTORIAL Rn
8.1. Definiii

Unitatea 8

n acest paragraf se presupun a fi cunoscute noiunile de lege de compoziie, grup, inel i corp, noiuni deprinse la cursurile de matematic din clasa a XII-a. Vom face cunotin cu o nou noiune legat de structurile algebrice i anume cea de lege de compoziie extern. Fie V i K dou mulimi nevide. Definiia 8.1.1. O aplicaie :KVV, care fiecrui element (,x)KV i pune n coresponden un element (,x)V, (,x)KV (,x)V, se numete lege de compoziie extern. Vom presupune n cele ce urmeaz c K este un corp i vom considera urmtoarele dou legi de compoziie: +:VVV, (x,y)VV x+yV (lege de compoziie intern);
+

: KVV, (,x) KV xV (lege de compoziie extern).

Definiia 8.8.2. Vom spune c sistemul (V,K,+,) este un spaiu vectorial, dac (V,+) este un grup comutativ i n plus sunt ndeplinite urmtoarele axiome: (+)x = x + x, ,K, xV; (x+y) = x + y, K, x, yV; (x) = ()x, ,K, xV; 1x = x, xV, unde 1 este unitatea corpului K. Terminologie vom spune c V este un spaiu vectorial peste corpul K; dac K=R, atunci V se numete spaiu vectorial real, iar dac K=C, atunci V se numete spaiu vectorial complex; elementele lui V se numesc vectori i se noteaz n general cu x, y, u,v,...; elementele lui K se numesc scalari i se noteaz n general cu , , ,...; pentru a evita confuziile ulterioare, elementul neutru al grupului (V,+) se va nota cu i l vom numi vectorul nul, iar elementul neutru al corpului K fa de + se va nota cu 0 i-l vom numi scalarul nul.

8.2.

Spaiul vectorial Rn

S ne reamintim c mulimea Rn reprezint mulimea tuturor sistemelor ordonate de n numere reale, adic Rn={x=(x1,x2,,xn)xiR, i= 1, n }. Pe Rn definim urmtoarea lege de compoziie intern: x=(x1,...,xn), y=(y1,...,yn)Rn: x+y =(x1+y1,...,xn+yn)Rn. Definim totodat i urmtoarea lege de compoziie extern: R, x=(x1,...,xn) Rn: x = (x1,...,xn) Rn. Se demonstreaz foarte uor c (Rn,+) este un grup comutativ, iar legea de

compoziie extern verific axiomele din Definiia 8.8.2. Astfel ajungem la concluzia c (Rn,R,+, ) este un spaiu vectorial, numit spaiul vectorial real n-dimensional. Observaii 1. Un element xRn se numete vector real n-dimensional; 2. Doi vectori x=(x1,...,xn), y=(y1,...,yn)Rn sunt egali, adic x=y, dac i numai dac xi = yi, i= 1, n ; 3. Vectorii e1=(1,0,...,0),e2=(0,1,...,0),..., en=(0,0,...,1)Rn se numesc vectori unitari.

8.3.

Dependen i independen liniar n spaiul vectorial Rn

n spaiul vectorial real n-dimensional (Rn,R,+,) considerm vectorii v1,...,vnRn i scalarii 1,...,nR. Definiia 8.3.1. Prin combinaia liniar a vectorilor v1,...,vnRn se nelege expresia: 1v1+2v2++nvn. (*) Dac n plus scalarii 1, 2,, n, verific restriciile suplimentare, k0, k= 1, n , 1+2++n=1, atunci (*) se numete combinaie liniar i convex. Definiia 8.3.2. Vectorii v1,...,vnRn se numesc liniar independeni dac i numai dac are loc implicaia: 1v1+2v2++nvn= 1=2==n=0. Exemplul 8.3.1. Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Fie 1, 2, 3R. Formm combinaia liniar a celor trei vectori:

1v1+2v2+3v3=1(1,1,2)+2(1,2,1)+3(2,1,1) =(1,1,21)+(2,22,2)+(23,3,3) =(1+2+23,1+22+3,21+2+3).

Egalnd combinaia liniar a celor trei vectori cu vectorul nul =(0,0,0)R3 i innd cont de faptul c doi vectori sunt egali dac au aceleai componente, obinem urmtorul sistem omogen:

1 + 2 + 2 3 = 0 1 + 2 2 + 3 = 0 . 2 + + = 0 2 3 1
Determinantul matricei acestui sistem este:

1 1 2

= 1 2 1 = -4 0. 2 1 1
Deoarece determinantul sistemului este nenul iar sistemul este unul omogen obinem c acesta admite ca unic soluie soluia banal, adic 1=2=3= 0. De aici pe baza Definiiei 8.3.2. obinem c cei trei vectori sunt liniar independeni. Observaie Vectorii unitari e1,...,en sunt liniar independeni.

Definiia 8.3.3. Vectorii v1,...,vnRn se numesc liniar dependeni dac nu sunt liniar independeni, adic dac are loc implicaia: 1v1+2v2++nvn= k, k= 1, n , astfel nct k0.

Exemplul 8.3.2. Considerm vectorii v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2)R3. Fie 1, 2, 3R. Combinaia liniar a celor trei vectori va fi:

1v1+2v2+3v3=1(1,2,-1)+2(2,4,1)+3(3,6,2) =(1,21,-1)+(22,42,2)+(33,63,23) =(1+22+33,21+42+63,-1+2+23).

Egalnd combinaia liniar a celor trei vectori cu vectorul nul =(0,0,0)R3 i innd cont de faptul c doi vectori sunt egali dac au aceleai componente, obinem urmtorul sistem omogen:

1 + 2 2 + 33 = 0 21 + 42 + 6 3 = 0 . + + 2 = 0 2 3 1
Determinantul acestui sistem este

(**)

1 2 3

2 4 6 = 0. 1 1 2

Deoarece =0, sistemul omogen are i soluii diferite de soluia banal, adic exist k= 1,3 , astfel nct k0, de unde pe baza Definiiei 8.3.3. obinem c cei trei vectori sunt liniar dependeni. Rezolvnd sistemul (**) obinem 1=

1 5 3, 2= 3. nlocuind n combinaia liniar, 3 3

obinem relaia de dependen dintre cei trei vectori i anume: v3 =

5 1 v2 v1. 3 3

8.4.

Baz ntr-un spaiu vectorial

Definiia 8.4.1. Sistemul {v1,...,vm}, viRn, i= 1,m , se numete sistem de vectori. Un sistem particular de vectori care va avea un rol deosebit n cele ce urmeaz este baza unui spaiu vectorial. Definiia 8.4.2. Numrul maxim de vectori liniar independeni dintr-un sistem de vectori se numete rangul sistemului de vectori.

Exemplul 8.4.1

1. Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Am vzut n Exemplul 8.3.1. c cei trei vectori considerai sunt liniar independeni. Aadar, rangul sistemului de vectori {v1,v2,v3} este 3. 2. Considerm vectorii v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2)R3. Aa cum am vzut n Exemplul 8.3.2 cei trei vectori sunt liniar dependeni. Pentru a determina numrul vectorilor liniar independeni din acest sistem, vom determina rangul matricei sistemului (**). Matricea acestui sistem este

Observm c exist p = faptul c rang{v1,v2,v3}=2.

1 2 3 A = 2 4 6. 1 1 2 1 2

1 1

=30. Aadar rangul matricei A este 2, ceea ce implic

Definiia 8.4.3. Numim baz a unui spaiu vectorial, un sistem de vectori al crui rang coincide cu dimensiunea spaiului. Exemplul 8.4.2. Se observ c vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3 formeaz o baz a spaiului vectorial R3 deoarece, aa cum am vzut n exemplul anterior rang{v1,v2,v3}=3=dimR3. Observaii 1. n spaiul vectorial Rn exist o infinitate de baze. 2. Sistemul vectorilor unitari {e1,...,en} formeaz o baz a spaiului vectorial Rn, baz numit baza canonic. 3. Vectorul nul nu poate figura n nici o baz. 4. Dac {v1,...,vn} este o baz a spaiului vectorial Rn, atunci orice vector vRn poate fi scris n mod unic ca o combinaie liniar a vectorilor din baz. Adic: v=1v1+2v2++nvn. Exemplul 8.4.3 1. Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Scrierea celor trei vectori este n baza canonic {e1,e2,e3} a spaiului vectorial R3, deoarece avem: v1=(1,1,2)=(1,0,0)+(0,1,0)+(0,0,2) =(1,0,0)+(0,1,0)+2(0,0,1) = e1+ e2+ 2e3 v2=(1,2,1)=(1,0,0)+(0,2,0)+(0,0,1) =(1,0,0)+2(0,1,0)+(0,0,1) = e1+ 2e2+ e3 v3=(2,1,1)=(2,0,0)+(0,1,0)+(0,0,1) =2(1,0,0)+(0,1,0)+(0,0,1) = 2e1+ e2+ e3 2. Aa cum am vzut n Exemplul 8.4.2, cei trei vectori de mai sus formeaz o baz a spaiului vectorial R3, ceea ce nseamn c orice vector vR3 poate fi scris ca o combinaie liniar a lor. Spre exemplu vectorul v=(5,5,5), scris iniial n baza canonic, se poate scrie n baza B={v1,v2,v3}, astfel: v=(1+2+2,1+4+1,2+2+1) =(1,1,2)+(2,4,2)+(2,1,1) =(1,1,2)+2(1,2,1)+(2,1,1) = v1+2v2+v3.

Observaii 1. Fie B={v1,...,vn} o baz a spaiului vectorial Rn i fie vRn, v , v=1v1+2v2++nvn. Scalarii 1,...,n se numesc: componente, dac B este baza canonic. Aadar vectorul v din exemplul anterior are componentele (5,5,5). coordonate, dac B este o baz oarecare a spaiului Rn. Aadar vectorul v din exemplu anterior are coordonatele (1,2,1) n baza B={v1,v2,v3}. Vom scrie [v]B=(1,2,1). 2. Fie B={v1,...,vn} o baz a spaiului vectorial Rn i fie vRn, v , v=1v1+2v2++nvn. Vectorul v poate fi introdus n baza B n locul oricrui vector vk, dac coordonata k a vectorului v este nenul. Fie v=1v1+...kvk+...+nvn. Dac k0, mprind cu k obinem:

k
de unde obinem: vk=

v=

1 v1+...+vk+...+ n vn, k k
v

1 v1 ... n vn. k k

Exemplul 8.4.4. Fie v1=(1,1,2), v2=(1,2,1), v3=(2,1,1), v=(5,5,5)R3. Am vzut n Exemplul 8.4.3 c v= v1+2v2+v3. Cum coordonatele lui v n baza B={v1,v2,v3} sunt toate nenule, acesta poate fi introdus n locul oricrui vector din baza B. Introducem, spre exemplu, pe v n locul lui v2: v= v1+2v2+v3 | :2

1 1 1 v= v1+v2+ v3 2 2 2 1 1 1 v2= v v1 v3 2 2 2
Astfel obinem o nou baz B1={v,v1,v3}, baz n care coordonatele vectorului v2 vor fi:
t

[v2 ]B = 1 , 1 , 1
1

Observaia 2, de mai sus, precum i Exemplul 8.4.4, ne conduc la o operaie foarte important i anume schimbarea bazei ntr-un spaiu vectorial. Considerm urmtoarea problem: Problem Fie v1, v2R2 i fie B={v1,v2} baza format cu cei doi vectori. Considerm vectorii u, vR2, astfel nct: u=1v1+2v2, v=1v1+2v2. Presupunnd c vectorii u i v2 formeaz o baz a spaiului vectorial R2, se cere s se determine coordonatele vectorului v n baza B1={u,v2}. Soluie Va trebui s-l scriem n primul rnd pe v1 n funcie de u i v2. Presupunerea c B1={u,v2} este o baz ne conduce la faptul c 10. u=1v1+2v2 | :1

u=v1+

2 v2 1

v1= Avem: v=1 v=

2 v2 1

1 u 2 1 v2+2v2 1 1 1 2 v2 v= 1 u 2 1 1 1
t

1 u 2 v 2 +2v2 1 1

2 1 . Deci [v ]B1 = 1 , 1 2 1 1
Observaie Problema poate fi generalizat foarte uor pentru v1,...,vnRn, u, vRn. Tocmai de aceea, pentru uurin, vom realiza calculele tabelar astfel: Baza v1 v2 u v

1 2

1 2

n acest prim tabel se vor trece baza B={v1,v2} precum i coordonatele vectorilor u i v n aceast baz, [u]B=(1,2)t, [v]B=(1,2)t. Vom mpri prima linie a tabelului cu 1 0. Observaii 1. 1 0 se numete element pivot. 2. Linia din tabel pe care se afl pivotul se numete linie pivot, iar coloana pe care se afl acesta se numete coloan pivot. 3. Prin aceast operaie locul lui v1 n baz va fi luat de u. Baza v1 v2 u v2 u v

2
1 ?

* 1

1 2

1 1
?

Restul elementelor din tabel se calculeaz dup o regul numit regula dreptunghiului, pe care o vom descrie n cele ce urmeaz: Regul de calcul 1. se mparte linia pivot cu elementul pivot; 2. elementele de pe coloana pivot (mai puin cel care prin mprire cu elementul pivot devine 1) devin zero; 3. (regula dreptunghiului) pentru calculul celorlalte elemente se formeaz un dreptunghi care are ca vrfuri opuse elementul pivot i coordonata care se recalculeaz (1 i 2). Se nmulesc elementele de pe diagonalele dreptunghiului. Produsul care conine pivotul

se ia cu semnul plus, iar cellalt cu semnul minus. Suma algebric a celor dou produse se mparte la elementul pivot. Baza v1 v2 u v2 u v

2
1 0

* 1

1 2

1 1 1 2 2 1 1

Observaie Singura condiie impus pn n acest moment n alegerea elementului pivot a fost ca acesta s fie nenul. El poate fi ales de pe orice linie i orice coloan a tabelului.

8.5. Aplicaii ale algoritmului de schimbare a bazei

Vom vedea n continuare cteva aplicaii ale algoritmului de schimbare a bazei, algoritm descris mai sus. 8.5.1. Studiul dependenei liniare al unui sistem de vectori

Presupunem c vectorii v1,...,vnRn sunt scrii n baza canonic. Vom ncerca nlocuirea vectorilor bazei canonice cu vectori din sistemul {v1,...,vn}. Dac am reuit introducerea tuturor celor n vectori n baz, atunci sistemul {v1,...,vn} este liniar independent. n caz contrar sistemul este liniar dependent. Exemplul 8.5.1. S se studieze dependena liniar a urmtorilor vectori: 1. v1=(1,1,2), v2=(1,2,1), v3=(2,1,1); 2. v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2). Soluie 1. Cei trei vectori sunt scrii n baza canonic {e1,e2,e3} a spaiului R3, unde e1=(1,0,0), e2=(0,1,0), e3=(0,0,1). Vom ncerca introducerea vectorilor vi, i = 1,3 , n locul vectorilor bazei ei, i = 1,3 . Acest schimb se va face prin alegerea unui element pivot dintre componentele vectorului ce se dorete a fi introdus n baz, avndu-se n vedere faptul c acest element trebuie s fie nenul. Baza e1 e2 e3 v1 e2 e3 v1 v2 e3 v1 v2 v3 v1 1* 1 2 1 0 0 1 0 0 1 0 0 v2 1 2 1 1 1* -1 0 1 0 0 1 0 v3 2 1 1 2 -1 -3 3 -1 -4* 0 0 1 Observaii Introducem pe v1 n locul lui e1 lund ca element pivot pe 1 Introducem pe v2 n locul lui e2 lund ca element pivot pe 1 Introducem pe v3 n locul lui e3 lund ca element pivot pe -4

Deoarece toi vectorii v1, v2, v3 au fost introdui n locul vectorilor e1,e2,e3, sistemul {v1,v2,v3}

este liniar independent. 2. Baza e1 e2 e3 v1 1* 2 -1 1 0 0 1 0 0 v2 2 4 1 2 0 3* 0 0 1 v3 3 6 2 3 0 5 -1/3 0 5/3 Observaii Introducem pe v1 n locul lui e1 lund ca element pivot pe 1 Se observ c de pe linia 2 nu putem alege pivot deoarece toate elementele sunt nule. Introducem pe v2 n locul lui e3 lund ca element pivot pe 3.

v1 e3
v1 e2 v2 e2

Se observ c v3 nu mai poate fi introdus n baz deoarece el ar trebui introdus n locul lui e2, ns elementul pivot corespunztor este nul. Aadar cei trei vectori sunt liniar dependeni, iar ntre ei exist urmtoarea legtur: v3= 8.5.2.

1 5 v1+ v2. 3 3

Calculul rangului unui sistem de vectori

Dup cum am vzut, rangul unui sistem de vectori este egal cu numrul maxim de vectori liniar independeni din sistem. Cu alte cuvinte, rangul unui sistem de vectori va fi egal cu numrul maxim de vectori ce au fost nlocuii n baz. Aadar n cazul Exemplului 8.5.1. avem: 1. n primul caz am reuit introducerea tuturor celor trei vectori n baz, ceea ce nseamn c rang{v1,v2,v3} =3. 2. n cel de al doilea caz am reuit s introducem doar doi vectori n baz, aadar rang{v1,v2,v3} =2. 8.5.3. Determinarea coordonatelor unui vector

Vom da aici un exemplu pentru algoritmul descris n paragraful 8.4. Exemplul 8.5.2. S se arate c vectorii v1=(1,1,2,1), v2=(1,-1,0,1), v3=(0,0,-1,1), v4=(1,2,2,0) formeaz o baz a spaiului R4, iar apoi s se determine coordonatele vectorilor u=(1,1,1,1) i v=(1,2,3,4) n aceast baz. Soluie Deoarece numrul vectorilor este egal cu dimensiunea spaiului, rmne de studiat dac acetia sunt liniari independeni. n tabelul n care vom lucra vom introduce i componentele vectorilor u i v, astfel c dup efectuarea tuturor calculelor, n ultimul tabel pe coloanele vectorilor u i v se vor gsi coordonatele acestora n baza format de vectorii v1, v2, v3 i v4.

Baza

v1

v2

v3

v4

e1
e2 e3 e4 v1 e2 e3 e4 v1 e2 e3 v3 v1 v4 e3 v3 v1 v4 v2 v3

1* 1 2 1 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0

1 -1 0 1 1 -2 -2 0 1 -2 -2 0 3 -2 -4* -2 0 0 1 0

0 0 -1 1 0 0 -1 1* 0 0 0 1 0 0 0 1 0 0 0 1

1 2 2 0 1 1 0 -1 1 1* -1 -1 0 1 0 0 0 1 0 0

1 1 1 1 1 0 -1 0 1 0 -1 0 1 0 -1 0 1/4 1/2 1/4 1/2

1 2 3 4 1 1 1 3 1 1 4 3 0 1 5 4 15/4 -6/4 -5/4 6/4

Am introdus mai nti pe v1 n locul lui e1 lund ca pivot pe 1, apoi pe v3 n locul lui e4 lund ca pivot pe 1, apoi pe v4 n locul lui e2 lund ca pivot tot pe 1. n cele din urm l-am introdus pe v2 n locul lui e3 lund ca pivot pe -4. Deoarece toi cei patru vectori au fost introdui n baz, ei sunt liniar independeni. Aadar, rangB=4=dimR4, de unde obinem c B={v1,v2,v3,v4} formeaz o baz a spaiului vectorial R4. Coordonatele vectorilor u i v se citesc din ultimul tabel, avndu-se n vedere ordinea corect (1 4):

1 1 1 1 15 5 6 6 [u]B= , , , ; [v]B= , , , . 4 4 2 2 4 4 4 4
Observaie n alegerea pivotului s-a avut n vedere doar condiia ca acesta s fie diferit de zero. n aceast idee s-a ales ca pivot foarte des 1, pentru a uura calculele. 8.5.4. Calculul rangului unei matrice

Aceast problem se reduce la determinarea rangului unui sistem de vectori, deoarece coloanele matricei vor fi considerate drept vectori ai unui spaiu a crui dimensiune este egal cu numrul liniilor matricei considerate. Exemplul 8.5.3.

1 1 1 S se determine rangul matricei A= 1 0 2 . 0 1 3

Soluie Considernd vectorii v1=(1,-1,0)t, v2=(1,0,1)t, v3=(1,2,3)t, problema determinrii rangului matricei A se reduce la determinarea rangului sistemului de vectorii {v1, v2, v3}. Baza v1 v2 v3 Observaii

e2 e3 v1 e2 e3 v1 v2 e3

e1

1* -1 0 1 0 0 1 0 0

1 0 1 1 1* 1 0 1 0

1 2 3 1 3 3 -2 3 0

Introducem pe v1 n locul lui e1 lund ca element pivot pe 1 Introducem pe v2 n locul lui e2 lund ca element pivot pe 1.

Se observ c v3 nu poate fi introdus n locul lui e3, deoarece pivotul corespunztor este zero. Aadar, rangul sistemului format din cei trei vectori este 2, de unde deducem c rangA=2. 8.5.5. Determinarea inversei unei matrice

Fie AMn(R) o matrice nesingular (detA0). n acest caz exist matricea invers A-1 cu proprietatea c AA-1=A-1A=In. Pentru a aplica algoritmul de schimbare a bazei n calculul inversei unei matrice, vom considera coloanele matricei ca fiind vectori din Rn. Astfel vom avea un sistem {v1,...,vn} de n vectori din Rn.

1 0 Cum In= ... 0

vectorii unitari e1,...,en.

0 1 ... 0

... ... ... ...

0 0 observm c pe coloanele acestei matrice apar chiar ... 1

n calcule vom porni de la un tabel iniial de forma:

Baza e1 e2 . . . en

v1

v2

...

vn

e1

e2

...

en

In

Dup introducerea pas cu pas a vectorilor v1,...,vn n baz, n locul vectorilor unitari e1,,en, ultimul tabel va avea urmtoarea structur: Baza v1 v2 . . . vn Observaie v1 v2 ... vn e1 e2 ... en

In

A-1

1. Citirea liniilor matricei inverse A-1 se face astfel: linia k va corespunde vectorului vk din baz, k= 1, n . 2. Dac schimbarea bazei nu poate fi efectuat complet (algoritmul de schimbare a bazei este blocat), atunci matricea A nu admite invers. Exemplul 8.5.4

1 0 2 Fie matricea A= 1 1 0 . S se determine matricea invers A-1. 0 1 1

Soluie Baza v1 1 1 0 1 0 0 1 0 0 1 0 0 v2 0 1 1 0 1 1 0 1 0 0 1 0 v3 2 0 1 2 -2 1 2 -2 3 0 0 1 e1 1 0 0 1 -1 0 1 -1 1 1/3 -1/3 1/3 e2 0 1 0 0 1 0 0 1 -1 2/3 1/3 -1/3 e3 0 0 1 0 0 1 0 0 1 -2/3 2/3 1/3

e1
e2 e3

v1 e2
e3 v1 v2 e3 v1 v2 v3

Prin urmare, matricea invers exist i este A-1 =

1 3 1 3

2 3 1 3

1 1 3 3

2 3 2 . 3 1 3

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Demonstrai c vectorul v=(a,b,c)R3 este scris n baza canonic a spaiului vectorial R3. 2. Folosind definiiile noiunilor de liniar independen i liniar dependen, studiai natura urmtoarelor sisteme de vectori, iar n caz de dependen liniar, scriei relaia dintre ei: 1. v1=(-1,2,0), v2=(2,-1,1), v3=(1,1,1);

3.

4. 5. 6.

7.

8.

2. v1=(2,1,1,1), v2=(1,2,1,1), v3=(1,2,2,2). Folosind algoritmul de schimbare a bazei, studiai dependena liniar a urmtoarelor sisteme de vectori, iar n caz de dependen liniar, scriei relaia dintre ei: 1. v1=(2,1,3), v2=(1,2,3), v3=(3,1,2); 2. v1=(1,2,3,4),v2=(1,1,2,3), v3=(1,1,1,2), v4=(1,1,1,1). S se determine rangul sistemului de vectori: v1=(2,1,3,-1), v2=(1,2,0,1), v3=(-1,1,-3,0); Care dintre sistemele de vectori de mai jos formeaz o baz i n ce spaiu? 1. v1=(3,2,1), v2=(1,2,3), v3=(2,3,1); 2. v1=(1,2,1), v2=(2,1,3), v3=(1,2,3), v4=(2,3,4); Dac sistemele de vectori de mai jos formeaz baze n spaiile n care aparin, determinai componentele vectorului v corespunztor, n fiecare baz: 1. v1=(3,1,1), v2=(1,3,1), v3=(1,1,3), v=(1,1,1); 2. v1=(3,1,1,1),v2=(1,2,1,1), v3=(1,1,1,1), v4=(1,1,1,0), v=(1,2,3,4). n spaiul R3 se consider vectorii v1=(1,1,0), v2=(0,1,1), v3=(1,0,1), w1=(1,0,0), w2=(0,1,0), w3=(0,-5,5). S se arate c B={v1,v2,v3} i D={w1,w2,w3} formeaz baze ale spaului R3 i s se determine coordonatele vectorului v=(1,1,1) n baza B i apoi n baza D. n spaiul R3 se consider vectorii v1=(1,0,0), v2=(2,1,0), v3=(-3,2,1), v=8v1+4v2v3, w1=v1+v2+v3, w2=v1+v2v3, w3=v1v2+v3. Se cere: 1. S se arate c B={v1,v2,v3} i D={w1,w2,w3} formeaz baze ale spaiului R3. 2. S se determine componentele vectorului v. 3. S se afle coordonatele vectorului v n cele dou baze.

4 2 1 1 0 1 9. S se determine rangul matricei A= 1 2 11 1 1 0

1 0 2 0

2 2 1 10. S se calculeze inversa matricei A= 2 7 2 1 2 2

Unitatea 9 SISTEME DE ECUAII I INECUAII LINIARE

9.1. Rezolvarea sistemelor de ecuaii liniare folosind algoritmul de schimbare a bazei

Considerm urmtorul sistem de ecuaii liniare:

a11 x1 + a12 x 2 + ... + a1n x n = b1 a x + a x + ... + a x = b 21 1 22 2 2n n 2 ............................................... a m1 x1 + a m 2 x 2 + ... + a mn x n = bm

Fie

(1)

a m1 a m2 x=(x1,x2,...,xn)t Mn1(R) vectorul soluie; b=(b1,b2,...,bm)tMm1(R) vectorul termenilor liberi; aj=(a1j,a2j,...,amj)t Mm1(R), j= 1, n .

A=

a11 a 21 ...

a12 a 22 ...

...

a1n ... a 2n Mmn(R); ... ... ... a mn

Cu aceste notaii sistemul (1) se poate scrie matricial astfel: Ax=b. (2)

Prin algoritmul de schimbare a bazei, un sistem algebric de ecuaii liniare, se rezolv prin metoda eliminrii complete. Vectorii care apar, b i aj, j= 1, n , sunt scrii n baza canonic B={e1,...,em} a spaiului vectorial Rm. Prin algoritmul folosit se urmrete schimbarea pas cu pas a vectorilor unitari din baza iniial, cu vectori din sistemul vectorilor {a1,...,an}, folosind algoritmul de schimbare a bazei (regula dreptunghiului). La fiecare pas se va alege un element pivot de pe o linie de pe care nu a mai fost ales pivot la un pas anterior, aceste transformri continundu-se pn cnd nu mai poate fi ales element pivot. Cnd nu mai poate fi ales un nou element pivot, atunci are loc una din urmtoarele situaii: au fost alese elemente pivot de pe toate liniile tabelului, caz n care sistemul este compatibil. exist n tabel linii de pe care nu s-a putut alege element pivot. n acest caz apar alte dou situaii: dac elementele corespunztoare acestor linii n coloana termenilor liberi sunt egale cu zero, atunci sistemul este compatibil. dac pentru cel puin una dintre aceste linii, elementul corespunztor din coloana termenilor liberi este nenul, atunci sistemul este incompatibil. Observaie n caz de compatibilitate, soluia unui sistem de ecuaii se va citi de pe coloana termenilor liberi din ultimul tabel. Exemplul 9.1.1.

x1 + x 2 + 2 x 3 = 1 S se rezolve urmtorul sistem de ecuaii x1 + 2 x 2 + x3 = 2 2 x + x + x = 3 2 3 1

Soluie Considerm vectorii a1=(1,1,2)t, a2=(1,2,1)t, a3=(2,1,1)t, b=(1,2,3)t. Baza b a1 a2 a3

e1 e2 e3 a1 e2 e3 a1 a2 e3 a1 a2 a3

1 2 3 1 1 1 0 1 2 3/2 1/2 -1/2

1* 1 2 1 0 0 1 0 0 1 0 0

1 2 1 1 1* -1 0 1 0 0 1 0

2 1 1 2 -1 -3 3 -1 -4* 0 0 1

Aadar, soluia sistemului o vom citi de pe coloana termenilor liberi din ultimul tabel de rezolvare. Aceasta va fi: x1=

3 1 1 , x2= , x3= . 2 2 2

Observaie n cazul m=n i detA0, se observ c soluia sistemului (2) este x=A-1b. Aadar o alt metod, n acest caz, const n folosirea algoritmului de schimbare a bazei n determinarea matricei inverse A-1. Baza e1 e2 e3 a1 e2 e3 a1 a2 e3 a1 a2 a3
-1

a1 1* 1 2 1 0 0 1 0 0 1 0 0

a2 1 2 1 1 1* -1 0 1 0 0 1 0

a3 2 1 1 2 -1 -3 3 -1 -4* 0 0 1

e1 1 0 0 1 -1 -2 2 -1 -3 -1/4 -1/4 3/4

e2 0 1 0 0 1 0 -1 1 1 -1/4 3/4 -1/4

e3 0 0 1 0 0 1 0 0 1 3/4 -1/4 -1/4

1/ 4 1/ 4 3 / 4 Am obinut astfel A = 1 / 4 3 / 4 1 / 4 , iar soluia sistemului va fi: 3 / 4 1/ 4 1/ 4

3 / 4 1 3 / 2 1/ 4 1/ 4 x= 1 / 4 3 / 4 1 / 4 2 = 1 / 2 . 3 / 4 1 / 4 1 / 4 3 1 / 2

Exemplul 9.1.2.

2 x 1 + x 2 x 3 x 4 + x 5 = 1 S se rezolve sistemul x1 x 2 + x3 + x4 2 x5 = 0 3 x + 3 x 3 x 3 x + 4 x = 2 2 3 4 5 1
Soluie n acest caz avem:

a1=(2,1,3)t; a2=(1,-1,3)t; a3=(-1,1,-3)t; a4=(-1,1,-3)t; a5=(1,-2,4)t; b =(1,0,2)t. Baza e1 e2 e3 a2 e2 e3 a2 a5 e3 b 1 0 2 1 1 -1 2 -1 0 a1 2 1 3 2 3 -3 5 -3 0 a2 1* -1 3 1 0 0 1 0 0 a3 -1 1 -3 -1 0 0 -1 0 0 a4 -1 1 -3 -1 0 0 -1 0 0 a5 1 -2 4 1 -1* 1 0 1 0

Se observ c de pe ultima linie nu mai putem alege pivot, dar pe coloana termenilor liberi elementul corespunztor este zero, ceea ce nseamn c sistemul este compatibil triplu nedeterminat, avnd urmtoarea soluie: Necunoscute secundare x1=R; x3=R; x4=R. Necunoscute principale x2= 2 - 5 ++; x5= -1+3. Exemplul 9.1.3.

S se rezolve sistemul

x1 + x 2 x + 2x 1 2 2 x 1 + x 2 2 x 1 + 3 x 2

=3 =5 =4 =1
.

Soluie n acest caz avem: a1=(1,1,2,2)t; a2=(1,2,1,3)t; b =(3,5,4,1)t. Baza e1 e2 b 3 5 a1 1* 1 a2 1 2

e3 e4 a1 e2 e3 e4 a1 a2 e3 e4

4 1 3 2 -2 -5 1 2 0 -7

2 2 1 0 0 0 1 0 0 0

1 3 1 1* -1 1 0 1 0 0

Se observ c vectorii au putut fi introdui n baz, ns elementul de pe coloana termenilor liberi corespunztor liniei 4 din tabel este nenul. Acest lucru ne arat c sistemul este incompatibil. n cele ce urmeaz vom fi interesai doar de anumite soluii, particulare, ale sistemelor algebrice i liniare. Spre exemplu, relund soluia sistemului din Exemplul 9.1.2, aceasta era x1=R x3=R x4=R x2= 2 - 5 ++ x5= -1+3 Considernd ===0,vom obine urmtoarea soluie particular: x=(0,2,0,0,-1)t. Considerm sistemul (2), cu m< n, i vom fi interesai n determinarea soluiilor xRn ale acestui sistem, care au doar componente pozitive. Definiia 9.1.1. Se numete soluie posibil a sistemului (2) orice vector coloan xRn, care verific egalitatea Ax=b, unde AMmn(R), bMm1(R). Definiia 9.1.2. O soluie posibil x=(x1,...,xn)t a sistemului (2), cu proprietatea xj 0, j= 1, n , se numete soluie admisibil. Definiia 9.1.3. O soluie admisibil se numete soluie de baz, dac vectorii ce corespund componentelor nenule ale soluiei formeaz un sistem de vectori liniar independent. Definiia 9.1.4. O soluie de baz se numete nedegenerat, dac numrul componentelor nenule este egal cu numrul ecuaiilor din sistem (m). n caz contrar, soluia de baz se numete degenerat. Am vzut pn acum c, n rezolvarea sistemelor de ecuaii cu ajutorul algoritmului de schimbare a bazei, singura condiie ce era impus era ca elementul pivot s fie nenul. Aceast condiie nu mai este suficient n determinarea soluiei de baz deoarece ea nu asigur nenegativitatea soluiei. Aadar algoritmul de schimbare a bazei va trebui completat cu restricii legate de alegerea elementului pivot.

a11 x1 + a12 x 2 + ... + a1n x n = b1 a x + a x + ... + a x = b 21 1 22 2 2n n 2 Considerm sistemul (1) , cu m< n. ............................................... a m1 x1 + a m 2 x 2 + ... + a mn x n = bm
Vom presupune c vectorul termenilor liberi b=(b1,...,bm)t are numai componente nenegative, adic bi 0, i= 1, m . n caz contrar, ecuaiile care au termenul liber negativ, se vor nmuli cu (-1), operaie care, evident nu modific sistemul de ecuaii. Primul tablou n rezolvarea problemei va arta astfel: Baza e1 e2
. . .

b b1 b2
. . .

a1 a11 a21
. . .

...

aj a1j a2j
. . .

...

an a1n a2n
. . .

ei . . . em

bi . . . bm

ai1 . . . am1

aij . . . amj

ain . . . amn

Vom presupune c a110 i vom introduce pe a1 n locul lui e1. Efectund calculele pe coloana termenilor liberi vom obine: Baza a1 e2
. . .

b b1/a11 (b2a11 - b1a21)/a11

. . .

ei . . . em

(bia11 - b1ai1)/a11 . . . (bma11 - b1am1)/a11

Se tie c soluia sistemului se va citi de pe coloana termenilor liberi. Cum componentele lui b trebuie s fie pozitive, trebuie impuse urmtoarele dou condiii: a11> 0.

Aceast condiie va atrage dup sine faptul c prima component recalculat a vectorului b, i anume

b1 , va fi pozitiv. a 11 a11bi ai 1b1 b = bi ai 1 1 0, i= 2 , m . a11 a11

Aceast condiie va asigura pozitivitatea celorlalte componente recalculate ale vectorului b.

n cazul celei de a doua condiii apar urmtoarele dou situaii: dac ai1 < 0, atunci -ai1 > 0. Prin urmare, bi ai 1 dac obine ai1

b1 0 . a11 b > 0, mprind inegalitatea bi ai 1 1 0 cu ai1, se a11

b1 bi . a 11 a i 1 b1 s fie cel mai mic. a11

Obinem astfel cea de a doua restricie i anume aceea c raportul

Concluzionnd, pentru obinerea unei soluii de baz este necesar ca la introducerea n baz a vectorului aj s inem cont de urmtoarele dou condiii de alegere ale pivotului aij: aij> 0; raportul Observaie Dac, la un moment dat, printre rapoartele

bi s fie minim. aij

bi , gsim dou sau mai multe egale, care s aib aij

aceeai valoare minim, oricare dintre componente poate fi aleas drept element pivot, dar soluia de baz care se obine va fi degenerat. De exemplu, dac

b1 = b2 , a11, a21>0, atunci vectorul a1 poate nlocui att vectorul e1, ct a11 a 21

i vectorul e2. Dar atunci,

b2 - a 21

b1 b b b = b2 - a 21 2 = 0 sau b1 - a11 2 = b1 - a11 1 = 0 . a 21 a11 a 11 a 21

n ambele situaii soluia de baz va fi degenerat. Exemplul 9.1.4.

x1 - 2x 2 + 4x3 + 3x4 = 5 S se determine soluiile de baz ale sistemului de ecuaii 2x1 - 3x 2 - x3 - x4 = - 3 . x + x - 3x - 2x = - 2 2 3 4 1

Soluie Dup nmulirea ecuaiilor 2 i 3 cu (-1) obinem sistemul:

n care b=(5,3,2)t are numai componente pozitive. Aplicnd algoritmul de schimbare a bazei, completat cu regula de alegere a elementului pivot care asigur pstrarea nenegativitii componentelor vectorilor b ce se obin succesiv, vom avea:

x1 - 2x 2 + 4x3 + 3x4 = 5 2x1 + 3x 2 + x3 + x 4 = 3 , x x + 3x + 2x = 2 1 2 3 4

Baza

b 5 3 2 5 13 7 1 4 1 7/5 7/5 8/5 1 1 2

a1 1* -2 -1 1 0 0 1 0 0 1 0 0 1 0 0

a2 -2 3 -1 -2 -1 -3 -2/7 20/7* -3/7 0 1 0 0 1 0

a3 4 1 3 4 9 7* 0 0 1 0 0 1 -1/4 -1/4 5/4

a4 3 1 2 3 7 5 1/7 4/7 5/7 1/5 1/5 4/5* 0 0 1

=min{bi/aij}
5:1=5

e1
e2 e3

a1
e2 e3 a1

5:4>1 13 : 9 > 1 7: 7 = 1

e2 a3 a2 a3
a1 a2 a4 a1

4:20/7 = 14/10

7/5:1/5 = 7 7/5:1/5 = 7 8/5:4/5 = 2

S-au obinut dou soluii de baz nedegenerate:

7 7 8 x 1 = , , , 0 t i x2=(1,1,0,2)t, 5 5 5
care corespund bazelor B1={a1, a2, a3}, respectiv B2={a1, a2, a4}. Din ultimul tabel se poate observa c alte soluii de baz nu exist, deoarece singura coordonat pozitiv a vectorului a3 este n dreptul lui a4 (coordonata 5/4). Efectund aceast schimbare regsim prima soluie de baz. Pentru obinerea tuturor soluiilor de baz va trebui s formm toate combinaiile liniare i convexe ale soluiilor de baz nedegenerate, adic: {x1+(1-)x2, 0 1}. Observaie Dac sistemul admite i soluii de baz degenerate, atunci dou soluii de baz corespunztoare la dou baze diferite pot fi identice. Prin urmare, numrul soluiilor de baz este mai mic, sau cel mult egal cu numrul bazelor admisibile. Exemplul 9.1.5.

x1 + 2 x 2 x 3 + x 4 + 5 x 5 = 1 3 x 2 x + x + 2 x 7 x = 11 1 2 3 4 5 S se determine soluiile de baz ale sistemului 3 x 2 + 2 x3 x4 + 9 x5 = 2 x1 + x 2 + 3 x 3 + + 4 x5 = 9

Soluie: Vom avea succesiv urmtoarele tabele:

Baza

b 1 11 2 9 1 8 2 8 2 4 1 4 0 0 3 4 0 0 3 4 0 0 3 4 0 0 3 4 0 0 3 4

a1 1* 3 0 1 1 0 0 0 1 0 0 0 1 0 0 0 1/7 1* 2/7 1 0 1 0 0 0 1 0 0 -1/2 3/2 1/2 1

a2 2 -2 3 1 2 -8 3 -1 7/2 -14 3/2 -7 7* -7 -2 -7 1 0 0 0 1 0 0 0 1/3 2/3* -1/3 -2/3 0 1 0 0

a3 -1 1 2 3 -1 4 2* 4 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0

a4 1 2 -1 0 1 -1 -1 -1 1/2 1 -1/2 1* 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1

a5 5 -7 9 4 5 -22 9 -1 19/2 -40 9/2 -19 19 -21 -5 -19 19/7 -2 3/7 0 3* -2 1 2 1 0 0 0 1 0 0 0

=min{bi/aij}
1:1=1 11 : 3 > 1 9:1>1

e1
e2 e3 e4

a1
e2 e3 e4

8:4=2 2:2=1 8:4=2 2 : 1/2 = 4 4:1=4 4:1=4 0:7=0

a1 e2 a3 e4

a1
e2 a3 a4

a2 e2
a3 a4

0 : 1/7 = 0 0:1=0 3 : 2/7 = 21/2 4:1=4 0:3=0 3:1=3 4:2=2 0 : 1/3 = 0 0 : 2/3 = 0

a2 a1
a3 a4

a5 a1
a3 a4 a5 a3 a4

a2

Se observ c indiferent de baza la care am fost condui, am obinut o singur soluie de baz i anume x=(0,0,3,4,0)t. Faptul c aceasta este unica soluie de baz se poate vedea i din soluia general a sistemului

x2 = -

n care se observ c x2 i x5 sunt de semne contrare, astfel c pentru orice valoare x10, soluia va avea componente negative.

3 1 1 x 1 , x 3 = 3 - x1 , x 4 = 4 - x 1 , x 5 = x 1 , 2 2 2

9.2.

Rezolvarea sistemelor de inecuaii liniare

a11 x1 + a12 x 2 + ... + a1n x n b1 a x + a x + ... + a x b 21 1 22 2 2n n 2 ............................................... a m1 x1 + a m 2 x 2 + ... + a mn x n bm

Considerm urmtorul sistem de inecuaii liniare:

(3)

Folosind notaiile din cazul sistemului (1), sistemul (3) poate fi scris matricial astfel: (4) Ax b. Vom prezenta dou metode de determinare a soluiilor posibile ale unui astfel de sistem. 9.2.1. Metoda algebric

Metoda algebric const n transformarea fiecrei inecuaii n ecuaie folosind urmtoarea proprietate: a,bR, a b, cR+: a+c=b. Astfel introducem prin adunare n sistemul (3) variabilele xn+1,..., xn+m 0, variabile numite variabile de compensare sau variabile ecart, astfel c sistemul devine:

a11 x1 + a12 x 2 + ... + a1n x n + x n +1 = b1 = b2 a 21 x1 + a 22 x 2 + ... + a 2 n x n + + x n + 2 .............................................................................. a x + a x + ... + a x + + x n + m = bm m2 2 mn n m1 1 x n +i 0 ,i = 1, m

(5)

Observaie Dac inegalitile din sistemul (3) sunt de sens opus, variabilele de compensare se introduc prin scdere. Prin introducerea variabilelor de compensare ajungem la un sistem de m ecuaii cu (m+n) necunoscute. Rezolvarea unui astfel de sistem se va face inndu-se cont de consideraiile fcute n paragraful 9.1. Urmtorul rezultat ne conduce, dup rezolvarea sistemului (5), la soluia sistemului (3):
o o o o o Dac yo= x1 ,..., x n , x n +1 ,..., x n + m , xn +i 0, i= 1, m , este o soluie posibil a sistemului de

o o ecuaii (5), atunci xo= x1 ,..., x n

) ) este o soluie posibil a sistemului de inecuaii (3).

t

Exemplul 2.9.1. S se rezolve urmtorul sistem de inecuaii liniare

x1 + 2 x 2 4 x1 + x 2 3

Soluie Introducem variabilele de compensare x3 0, x4 0, astfel c sistemul de inecuaii devine:

x1 + 2 x 2 + x 3 = 4 x1 + x 2 + x 4 = 3 x , x 0 3 4
Vom determina soluia acestui sistem prin metoda eliminrii complete:

Baza e1 e2 a2 e2 a2 a1

b 4 3 2 1 1 2

a1 1 1 1/2 1/2* 0 1

a2 2* 1 1 0 1 0

a3 1 0 1/2 -1/2 1 -1

a4 0 1 0 1 -1 2

Soluia sistemului de ecuaii va fi: x3R+, x4R+ , x2= 1 x3 + x4 x1= 2+ x3 -2x4 Aadar, mulimea soluiilor posibile ale sistemului de inecuaii va fi: {(x1,x2)R2| x1= 2+ x3 -2x4, x2=1 x3 + x4, x3R+, x4R+}. n cazul particular x3=x4=0, obinem soluia de baz x=(2,1)t. 9.2.2. Metoda grafic Metoda grafic este o metod ce se aplic n special n cazul sistemelor de inecuaii cu dou necunoscute.

Considerm sistemul:

a11 x1 + a12 x 2 b1 ............................... ai 1 x1 + ai 2 x 2 bi .............................. a m1 x1 + a m 2 x 2 bm

(6)

Metoda grafic de rezolvare a acestui sistem const n urmtoarele etape: Fiecrei inecuaii a sistemului (6) i se ataeaz ecuaia corespunztoare: ai1x1+ai2x2=bi, i= 1, m . Aceste ecuaii vor fi n acelai timp ecuaiile unor drepte (di), i= 1, m . Se reprezint grafic fiecare dreapt (di), i= 1, m i se ine cont de faptul c orice dreapt (d): ax+by=c mparte planul n dou regiuni i anume ax+by c i ax+by> c. Se determin regiunea din plan delimitat de fiecare dreapt (di), i= 1, m . Mulimea soluiilor posibile va fi regiunea comun delimitat de dreptele (di). Mulimea soluiilor admisibile va fi o submulime a mulimii soluiilor posibile, cu proprietatea c toate punctele mulimii au coordonate nenegative. Soluiile de baz vor fi vrfuri ale mulimii soluiilor admisibile. Exemplul 9.2.2. S se determine grafic mulimea soluiilor posibile ale sistemului de inecuaii:

2 x 1 + x + 1 x1 x 1 +
Soluie: Considerm dreptele de ecuaii: (d1): 2x1+3x2=12 (d2): x1+x2=2 (d3): x1 - x2=3 (d4): -x1+ x2=1 Reprezentm grafic cele patru drepte:

3 x 2 12 x2 2 x2 3 x2 1

x2

(d4)

A B O D E (d3) F (d2) (d1) G

x1

Cum determinm regiunea din plan care va constitui mulimea soluiilor posibile? Dup reprezentarea grafic a celor patru drepte, vom ine cont de inegalitile care apar n sistemul de inecuaii. Astfel, spre exemplu, pentru a determina regiunea din plan delimitat de dreapta (d1), observm c, coordonatele originii O(0,0) verific prima inegalitate din sistem. Cum originea se afl sub dreapta (d1), concluzionm c mulimea punctelor a cror coordonate verific prima inecuaie se afl sub dreapta (d1). n mod analog se determin i

celelalte regiuni. Mulimea soluiilor posibile va fi regiunea haurat, adic patrulaterul ABEG mpreun cu interiorul su. Dac n plus dorim s determinm soluiile admisibile, atunci mulimea acestora va fi mulimea delimitat de linia poligonal ABDFG. Soluiile de baz vor fi vrfurile mulimii soluiilor admisibile, adic A, B, D, F, G.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Se consider sistemul:

x1 + x 2 x 3 = 3 2 x1 x 2 3 x 3 = 4
a). Este x=(1,1,-1)t o soluie posibil a sistemului? b). Este x=(1,1,-1)t o soluie admisibil a sistemului? 2. Se consider sistemul :

x1 + 2 x 2 + 3 x 3 = 3 i x=(1,1,0)t. 2 x1 + 4 x 2 + 5 x3 = 6
Este x o soluie posibil a sistemului? Dar admisibil? Dar de baz?

3. S se rezolve urmtoarele sisteme de ecuaii liniare:

x 1 + 3 x 2 + 2 x 3 = 14 1. 2 x 1 + 5 x 2 + 8 x 3 = 33 x2 + x3 = 5 x1 2 x 2 + x 3 + x4 = 1 2. x 1 2 x 2 + x 3 x 4 = 1 x 2x + x + 5x = 6 2 3 4 1 x1 + 2 x 2 = 1 3. 6 x 1 8 x 2 = 1 5 x + 2 x = 3 2 1
4. S se determine soluiile de baz ale urmtoarelor sisteme de ecuaii liniare:

2 x1 + x2 + x3 = 8 2 x 1 x 2 + 2 x 3 = 10 x1 + x2 x 3 + x4 = 6 2. x 1 + 2 x 2 + x 3 + x 4 = 10 2 x + x + x + x = 8 2 3 4 1
1. 5. S se determine, folosind metoda algebric, mulimea soluiilor posibile, mulimea soluiilor admisibile precum i soluiile de baz ale urmtorului sistem de inecuaii:

2 x1 + x 2 + x 3 6 x1 + 2 x2 + x3 4 x + x +2x 2 2 3 1
6. Gsii regiunile din plan a cror puncte verific urmtoarele inecuaii: 1. 3x1+2x2 18; 2. 2x1 x2 3; 3. 3x1+4x2 12; 4. -6x1+5x2 60; 5. 3x1 4x2 60. 7. S se determine, folosind metoda grafic, mulimea soluiilor posibile ale urmtoarelor sisteme de inecuaii:

x1 + x 2 2 x1 x2 2 i. x 1 + x 2 1 x1 0 2 x1 + 3 x 2 5 3 x1 + 2 x 2 5 ii. 1 x1 x2 1

Unitatea 10 PROGRAMARE LINIAR

10.1. Introducere
Programarea liniar este o ramur a matematicilor economice aplicate, avnd metode proprii i generale de rezolvare a problemelor ce intervin n practica economic. Programarea liniar, urmrete din punct de vedere economic, caracterul optim al programelor ce pot fi elaborate n vederea realizrii diferitelor obiective economice. Exemple 1. O companie urmrete elaborarea unui plan de producie care s conduc la realizarea a dou obiective majore i anume satisfacerea cererii pieei cu costuri minime de producie. 2. Un analist financiar este pus cel mai adesea n situaia de a alege ntre mai multe posibiliti de investiie a unor fonduri (alegerea unui portofoliu de investiii). El trebuie s aleag acel portofoliu care va conduce la profitul maxim. 3. Departamentele de publicitate ale companiilor se confrunt cu urmtoarea problem: alocarea unui buget fix de publicitate n aa fel nct s se obin un mix media (radio, TV, pres) care s conduc la o eficien maxim a campaniei de publicitate. Cu alte cuvinte trebuie determinat bugetul minim care s conduc la maximizarea valorii vnzrilor. 4. O companie ce deine mai multe depozite se confrunt cu urmtoarea problem: cunoscnd cererea, se pune problema cantitii ce va trebui livrat spre clieni de la fiecare depozit, astfel nct costul total al transportului s fie minim. Acestea sunt doar cteva exemple n care programarea liniar poate fi aplicat cu succes. Ceea ce se poate observa este c, n fiecare caz, se cere maximizarea sau minimizarea unei

variabile economice: 1. minimizarea costurilor; 2. maximizarea profitului; 3. maximizarea eficienei campaniei publicitare; 4. minimizarea costurilor de transport. O alt trstur comun celor patru exemple de mai sus este faptul c optimizarea are loc n anumite condiii impuse, condiii numite restricii: 1. productorul este restricionat n atingerea obiectivului su de capacitatea de producie limitat. 2. analistul financiar este restricionat de sumele limitate de care dispune pentru investiii. 3. n cel de al treilea exemplu, restriciile apar n primul rnd datorit limitrii bugetului de publicitate. 4. n ultimul exemplu, restriciile sunt impuse de cantitile limitate existente n fiecare depozit. Aceste exemple ne conduc la urmtoarea definiie a unei probleme de programare sau optimizare matematic: Definiia 10.1.1. Spunem c ne aflm n faa unei probleme de programare sau optimizare matematic, ori de cte ori se cere determinarea valorii maxime sau minime a unei funcii de una sau mai multe variabile, variabile ce sunt supuse unui anumit numr de condiii (restricii). Observaie Dac att funcia ct i restriciile sunt funcii liniare spunem c ne aflm n faa unei probleme de programare liniar. Aadar, dac f:D Rn R, x=(x1,...,xn)D a f(x1,...,xn)R, este o funcie liniar, atunci o problem de programare liniar poate fi formulat astfel: Problem S se determine optimul funciei f tiind c variabilele sale, x1,...,xn, verific un sistem liniar de restricii (R). Terminologie funcia f se numete funcie obiectiv (obiectiv), funcie de scop sau funcie de eficien. Variabilele x1,...,xn se numesc variabile decizionale. Observaie Ceea ce noi cunoatem azi sub numele de programare liniar se numea iniial programare ntr-o structur liniar. n 1948, Tjalling Koopmans1, observnd c aceast denumire este prea lung, i sugereaz lui George Dantzig2 denumirea de programare liniar.

10.2. Modelarea matematic a problemelor economice

n acest paragraf vom vedea cum, pornind de la o problem economic, se construiete pas cu pas, modelul matematic corespunztor.
T. Koopmans economist american de origine olandez, ctigtor al Premiului Nobel pentru economie n 1975, pentru contribuii la teoria alocrii optime a resurselor. 2 G. Dantzig matematician american considerat printele programrii liniare.
1

Problema I Compania X, specializat n producerea buturilor spirtoase, produce dou tipuri de buturi: votc i rachiu. Pentru producerea celor dou tipuri de buturi sunt folosite trei materii prime M1, M2, M3. Se cunosc urmtoarele date referitoare la cantitile folosite din fiecare tip de materie prim pentru producerea unui hl din fiecare produs final: Produs 1 hl. votc 1 hl. rachiu M1 0,4 hl 0,4 hl M2 0,3 hl M3 0,6hl 0,3 hl

Pe de alt parte, se cunosc cantitile disponibile din fiecare tip de materie prim: Materia prim M1 M2 M3 Disponibil 28 hl 15 hl 33 hl

Se tie c preul de vnzare al unui hl de votc este 30 euro, iar preul de vnzare al unui hl de rachiu este 20 euro. Se cere determinarea cantitilor de votc i de rachiu ce trebuie produse i comercializate, astfel nct ncasarea total s fie maxim. 10.2.1. Formularea problemei Formularea problemei const n transcrierea n limbaj matematic a textului problemei ajungndu-se la un anumit model matematic. Aa cum am vzut, o problem de programare liniar conine dou elemente definitorii i anume obiectivul i restriciile. Pentru a putea scrie modelul matematic este foarte important s nelegem de la bun nceput care este obiectivul i care sunt restriciile. Obiectivul maximizarea ncasrilor ce se obin prin vnzarea celor dou tipuri de buturi. Restriciile sunt dictate de limitarea cantitilor de materii prime ce particip la producerea celor dou tipuri de buturi. Deoarece este vorba de trei tipuri de materiale, vom avea un sistem de restricii (R) format din trei restricii R1, R2, R3 i anume: o R1 cantitatea folosit din M1 nu trebuie s depeasc 28 hl; o R2 cantitatea folosit din M2 nu trebuie s depeasc 15 hl; o R3 cantitatea folosit din M3 nu trebuie s depeasc 33 hl. Dup stabilirea obiectivului i a restriciilor, trebuie stabilite foarte clar variabilele decizionale. n cazul acestei probleme variabilele vor fi n numr de dou i anume cantitatea de votc i cantitatea de rachiu ce trebuie produse pentru ndeplinirea obiectivului. Vom nota: x1 cantitatea de votc ce trebuie produs; x2 cantitatea de rachiu ce trebuie produs. Dup stabilirea clar a obiectivului, a restriciilor i a variabilelor decizionale, se va trece la scrierea obiectivului i a restriciilor n termenii variabilelor decizionale: Determinarea obiectivului

Se tie c preul de vnzare a unui hl de votc este 30 euro. n consecin, din vnzarea a x1 hl de votc se va obine o ncasare de 30x1 euro. Deoarece preul de vnzare a unui hl de rachiu

este 20 euro, atunci vnzarea a x2 hl de rachiu va aduce o ncasare de 20x2 euro. Cum compania produce i comercializeaz doar aceste dou tipuri de buturi, obinem c ncasarea va fi dat de expresia 30x1+20x2, astfel c funcia obiectiv va fi: f(x1,x2)=30x1+20x2. Determinarea restriciilor

Pentru producerea unui hl de votc sunt necesari 0,4 hl din M1, iar pentru producea unui hl de rachiu sunt necesari tot atia hl din M1. Acest lucru nseamn c pentru producerea a x1 hl de votc i a x2 hl de rachiu vor fi necesari (0,4x1+0,4x2) hl din M1. Cum compania dispune de doar 28 hl din M1, se impune urmtoarea restricie: R1: 0,4x1+0,4x2 28 n mod analog se determin restriciile referitoare la cantitile folosite din M2 i M3: 0,3x2 15 R2: R3: 0,6x1+0,3x2 33 Ajuni n acest punct, trebuie s realizm c producia societii nu poate fi negativ, ceea ce ne conduce la urmtoarele condiii de nenegativitate: x1 0, x2 0. Astfel modelul matematic va fi: [max]f = 30x1+20x2

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 . 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0
Problema care se pune acum este cea a determinrii combinaiei de x1 i x2 care verific sistemul de restricii i care, n acelai timp, maximizeaz funcia obiectiv. Nu vom trece ns mai departe nainte de a face cteva consideraii pe marginea formelor de prezentare ale problemelor de programare liniar. 10.2.2. Formele de prezentare ale unei probleme de programare liniar Forma general Se spune c o problem de programare liniar este prezentat n forma general dac este scris astfel: [opt]f=c1x1++cnxn

ai 1 x1 + ... + ain x n bi ,i = 1, k ai 1 x1 + ... + ain x n = bi ,i = k + 1,l ai 1 x1 + ... + ain x n bi ,i = l + 1, m x j 0 , j = 1, p x j 0 , j = p + 1, q x oarecare, j = q + 1, n j

Aadar o problem de programare liniar este dat n forma general dac, indiferent de funcia obiectiv i de scopul optimizrii, aceasta are restricii de toate felurile i variabile de toate semnele. Forma standard Se spune c o problem de programare liniar este prezentat n forma standard dac este scris astfel: [opt]f=c1x1++cnxn

n aij x j = bi ,i = 1,m , j =1 x 0 , j = 1,n j

sau matricial [opt]f = cx

Ax = b , x unde AMmn(R), b=(b1,...,bm)tMm1(R), c=(c1,..,cn)M1n(R), x=(x1,...,xn)tMn1(R).

Forma canonic Se spune c o problem de programare liniar este prezentat n form canonic dac este scris sub forma:
n [max] f = c j x j j =1 n aij x j bi ,i = 1, m j =1 x 0 , j = 1, n j n [min] f = c j x j j =1 n aij x j bi ,i = 1, m , j =1 x 0 , j = 1, n j

sau matricial

[max] f = cx Ax b x

[min] f = cx , Ax b x

unde AMmn(R), b=(b1,...,bm)tMm1(R), c=(c1,..,cn)M1n(R), x=(x1,...,xn)tMn1(R). Observaie Aducerea unei probleme de programare liniar de la forma canonic la forma standard const n transformarea restriciilor sub form de inegalitate, n egaliti. Aa cum am vzut n Unitatea 9, acest lucru se face prin introducerea unor variabile de compensare care se adaug la membrul stng al restriciilor. n cazul problemelor de minimizare, aceste variabile se vor introduce prin scdere, iar n cazul problemelor de maximizare, acestea se vor introduce prin adunare. n funcia obiectiv aceste variabile vor avea coeficienii zero.

10.3. Soluiile unei probleme de programare liniar

Considerm urmtoarea problem de programare liniar:

[opt ] f = cx Ax = b x

(*)

unde AMmn(R), bMm1(R), cM1n(R), xMn1(R). Definiia 10.3.1. Orice vector x=(x1,,xn)t , x, care verific sistemul de restricii Ax=b, se numete soluie posibil a problemei (*). Observaii n ceea ce privete mulimea soluiilor posibile ale unei probleme de programare liniar se pot afirma urmtoarele: 1. mulimea soluiilor posibile este o mulime convex. 2. n funcie de numrul de elemente ale acestei mulimi, pot s apar urmtoarele situaii: dac mulimea soluiilor posibile este vid, atunci restriciile problemei sunt contradictorii; dac mulimea soluiilor posibile este format dintr-un singur element atunci nu se pune problema alegerii celei mai bune soluii; dac mulimea soluiilor posibile are cel puin dou elemente, atunci exist posibilitatea alegerii celei mai bune soluii. Fie aj=(a1j,,amj)t, j= 1, n . Cu aceste notaii matricea A se poate scrie A=(a1,,an). Definiia 10.3.2. O soluie posibil a problemei (*) se numete soluie de baz dac are cel mult m componente strict pozitive, iar celelalte sunt egale cu zero i, n plus, vectorii aj corespunztori componentelor nenule ale soluiei sunt liniar independeni. Definiia 10.3.3. O soluie de baz a problemei (*) se numete: nedegenerat dac are exact m componente strict pozitive. degenerat dac are mai puin de m componente strict pozitive. Definiia 10.3.4. O soluie de baz a problemei (*) se numete soluie optim dac aceasta realizeaz optimul funciei obiectiv. Observaie Am vzut c mulimea soluiilor posibile ale problemei (*) este o mulime convex. Orice soluie optim a acestei probleme (dac exist) corespunde unui vrf al mulimii soluiilor posibile. Dac o soluie optim corespunde mai multor vrfuri ale mulimii soluiilor posibile, atunci combinaia liniar i convex a acestor vrfuri este la rndul ei o soluie optim.

10.4. Metode de rezolvare ale problemelor de programare liniar

10.4.1. Metoda grafic Metoda grafic se poate aplica cu uurin n special n cazul n care intervin dou variabile

decizionale, cum este i cazul Problemei I. Aceast metod const n determinarea grafic a mulimii soluiilor posibile ale problemei de programare liniar. Dup determinarea acestei mulimi se ine cont de faptul c o soluie optim (dac exist) corespunde unui vrf al mulimii soluiilor posibile. Revenim acum la Problema I, al crei model matematic era: [max]f = 30x1+20x2

Vom proceda la rezolvarea grafic a sistemului de restricii. Pentru aceasta, aa cum am vzut n Unitatea 9, asociem fiecrei inecuaii din sistemul de restricii ecuaia corespunztoare, obinnd ecuaiile a trei drepte: (d1): 0,4x1+0,4x2=28 (d2): 0,3x2=15 (d3): 0,6x1+0,3x2=33 x10, x20. Reprezentm grafic cele trei drepte innd cont n acelai timp de condiiile de nenegativitate.

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0

110

70

(d3)

50A

(d2) B C (d1)

D55

70

Mulimea soluiilor posibile este delimitat de linia poligonal OABCD i aa cum se observ este o mulime convex. Se pune acum urmtoarea problem: determinarea din mulimea soluiilor posibile a soluiilor optime, adic a acelor soluii care realizeaz maximul funciei obiectiv. Aceste soluii, aa cum am vzut, corespund vrfurilor mulimii soluiilor posibile. Aadar nu ne rmne altceva de fcut dect s determinm coordonatele vrfurilor mulimii soluiilor posibile, iar apoi s calculm valoarea funciei obiectiv n aceste puncte.

Avem:

O(0,0) f(0,0)=0; A(0,50) f(0,50)=1000; D(55,0) f(55,0)=1650.

Pentru determinarea coordonatelor vrfurilor B i C rezolvm urmtoarele dou sisteme de ecuaii:

0 ,4 x1 + 0 ,4 x 2 = 28 {B}=d1d2: B(20,50) f(20,50)=1600; 0 ,3 x 2 = 15 0 ,4 x1 + 0 ,4 x 2 = 28 {C}=d1d3: C(40,30) f(40,30)=1800. 0 ,6 x1 + 0 ,3 x 2 = 33

Se observ c maxf=f(40,30)=1800. Aadar societatea va produce i comercializa 40 hl votc i 30 hl rachiu, ceea ce i va aduce o ncasare de 1800 euro. 10.4.2. Metoda algebric Metoda algebric const n determinarea soluiilor de baz ale sistemului de restricii, iar apoi testarea acestora pentru a vedea care dintre ele realizeaz optimul funciei obiectiv. Aducem problema la forma standard prin introducerea variabilelor de compensare x3, x4 i x5. [max]f = 30x1+20x2

= 28 0 ,4 x1 + 0 ,4 x 2 + x3 0 ,3 x 2 + + x4 = 15 + x5 = 33 0 ,6 x1 + 0 ,3 x 2 + x1 , x 2 , x 3 , x 4 , x 5 0
Prin introducerea variabilelor de compensare, n matricea sistemului, apar vectorii a3=(1,0,0)t, a4=(0,1,0)t i a5=(0,0,1)t, adic tocmai vectorii unitari ce vor forma baza canonic. n baza canonic, soluia unui sistem de ecuaii este dat de termenii liberi. Cum acetia sunt pozitivi, obinem o prim soluie de baz x1=(0,0,28,15,33) pentru care f(x1)=0. Rezolvm sistemul de restricii folosind metoda eliminrii complete. Baza a3 a4 a5 a3 a4 a1 a2 a4 a1 a2 a5 a1 b 28 15 33 6 15 55 30 6 40 50 6 20 a1 2/5 0 3/5* 0 0 1 0 0 1 0 0 1 a2 2/5 3/10 3/10 1/5* 3/10 1/2 1 0 0 1 0 0 a3 1 0 0 1 0 0 5 -3/2 -5/2 0 -3/2 5/2* a4 0 1 0 0 1 0 0 1 0 10/3 1 -10/3 a5 0 0 1 -2/3 0 5/3 -10/3 1* 10/3 0 1 0 Observaii x1=(0,0,28,15,33) f(x1)=0 x2=(55,0,6,15,0) f(x2)=1650 x3=(40,30,0,6,0) f(x3)=1800 x4=(20,50,0,0,6) f(x4)=1600

a2 a5 a3

50 18 8

0 3/5 2/5

1 0 0

0 0 1

10/3 -1 -4/3

0 1 0

x5=(0,50,8,0,18) f(x5)=1000

Aadar se observ c soluia optim este x3=(40,30,0,6,0) i maxf=1800. 10.4.3. Algoritmul simplex primal Algoritmul simplex primal furnizeaz o metod general de rezolvare a problemelor de programare liniar. Algoritmul a fost elaborat de George Dantzig n anul 1947. Aceast metod se bazeaz pe metoda algebric, adic ea va consta tot n determinarea soluiilor de baz ale sistemului de restricii, ns acest algoritm va fi completat cu un criteriu de optimalitate cu ajutorul cruia vom stabili dac o soluie de baz gsit la un moment dat este optim sau nu. Totodat algoritmul ofer i metode de mbuntire a soluiei gsite dac aceasta nu este optim.

[max] f = cx Considerm problema Ax = b x

Presupunem c, rezolvnd sistemul de restricii, s-a ajuns la urmtoarea soluie de baz xo=(1,...,m,0,...,0), corespunztoare bazei B={a1,...,am}. Avem urmtorul tabel: Baza a1 a2 . . . ai . . . am b ... aj ...

1 2
. . . . . .

1j 2j
. . .

ij
. . .

= i ij

mj

n acest tabel ij sunt coordonatele recalculate ale vectorului aj n baza B. Va trebui s vedem dac soluia de baz gsit este optim sau nu. Aadar va trebui n continuare s deducem criterii de optimalitate. Pentru aceasta vom efectua o schimbare de baz, nlocuind vectorul ai din baz cu vectorul aj din afara bazei. Folosind algoritmul de schimbare a bazei, completat cu algoritmul de alegere a pivotului pentru pstrarea calitii soluiei, vom avea: Baza b ... aj ...

a1 a2 . . . aj . . . am

1-1j 2-2j
. . .

=i/ij
. . .

m-mj

0 0 . . . 1 . . . 0

Noua soluie va fi: x1=(1-1j, 2-2j,..., i-1-i-1j,0, i+1-i+1j,..., m-mj,0,...,,...,0) Pentru soluia iniial, xo=(1,...,m,0,...,0), valoarea funciei obiectiv va fi: fo=f(xo)=c11+...+cmm Pentru noua soluie de baz, valoarea funciei obiectiv va fi: f1=f(x1)=fo - (dj - cj), unde: dj=c11j+...+cmmj, j= 1, n . Observaii 1. Dac dj - cj = 0, atunci f1 = fo, ceea ce nseamn c noua soluie nu aduce nici o mbuntire. 2. Diferenele dj - cj calculate pentru vectorii bazei sunt nuli. Observm c dac dj - cj< 0, atunci f1> fo, ceea ce nseamn c noua soluie este mai bun.

Etapele algoritmului simplex primal sunt urmtoarele: 1. Se caut o baz primal admisibil, adic o baz pentru care soluia sistemului de restricii are numai componente nenegative (soluie de baz). Observaie Dac ntre vectorii a1,,an apar vectorii bazei canonice, iar termenii liberi ai sistemului de restricii sunt pozitivi, atunci baza canonic este o baz primal admisibil. 2. Se calculeaz diferenele dj - cj pentru vectorii care nu fac parte din baz: dac toate diferenele sunt pozitive, nu mai putem mbunti soluia, ea fiind soluia optim a problemei. dac exist diferene nule, iar vectorii corespunztori pot fi introdui n baz, atunci prin introducerea acestora n baz obinem noi soluii optime, soluia general fiind combinaia convex a acestora. dac exist diferene negative, atunci soluia gsit nu este optim, ea trebuind mbuntit prin trecerea la o alt baz. Trecerea la o alt baz se face prin introducerea n baz a vectorilor crora le corespund acele diferene negative. Avem urmtoarele situaii:

se pot introduce n baz doar acei vectori care au cel puin o component pozitiv. dac exist un singur vector a crui diferen corespunztoare este negativ, atunci: dac are o singur component pozitiv, atunci acel element va fi ales drept element pivot. dac are mai multe componente pozitive, atunci se alege drept pivot acel element pentru care are valoarea minim. dac exist mai muli vectori crora le corespund diferene negative, atunci se va introduce n baz acel vector cruia i corespunde diferena cea mai mic. n cazul n care vectorii crora le corespund diferene negative au numai componente nepozitive, funcia obiectiv este nemrginit, ceea ce nseamn c problema nu are soluie optim. Observaie Dac n locul maximului se caut minimul funciei obiectiv f, atunci se va determina maximul funciei f. Primul tablou simplex are urmtoarea structur: Baza cB B b c1 a1 c2 a2 ... ... cn an

dj dj - cj

fo -

d1 d1-c1

d2 d2-c2

... ...

dn dn-cn

n aceast schem, n coloana marcat cu "B" vor fi trecui vectorii bazei, iar n coloana marcat cu "cB" coeficienii cj care corespund vectorilor bazei. Revenind la Problema I, introducnd variabilele de compensare x3, x4 i x5, aceasta devine: [max]f = 30x1+20x2

= 28 0 ,4 x1 + 0 ,4 x 2 + x3 0 ,3 x 2 + + x4 = 15 + x5 = 33 0 ,6 x1 + 0 ,3 x 2 + x1 , x 2 , x 3 , x 4 , x 5 0
Se observ c, prin introducerea celor trei variabile de compensare, obinem baza canonic format din vectorii {a3,a4,a5}. Cum termenii liberi ai sistemului de restricii sunt pozitivi, obinem c baza canonic este o baz primal admisibil. Baza cB B 0 a3 0 a4 0 a5 dj b 28 15 33 0 30 a1 2/5 0 3/5* 0 20 a2 2/5 3/10 3/10 0 0 a3 1 0 0 0 0 a4 0 1 0 0 0 a5 0 0 1 0

dj - cj 0 a3 0 a4 30 a1 dj dj - cj 20 a2 0 a4 30 a1 dj dj - cj

6 15 55 1650 30 6 40 1800 -

-30 0 0 1 30 0 0 0 1 30 0

-20 1/5* 3/10 1/2 15 -5 1 0 0 20 0

0 1 0 0 0 0 5 -3/2 -5/2 25 25

0 0 1 0 0 0 0 1 0 0 0

0 -2/3 0 5/3 50 50 -10/3 1* 10/3 100/3 100/3

Explicarea tabelului: 1. Calculnd n primul tabel diferenele dj-cj, obinem dou diferene negative corespunztoare vectorilor a1 i a2, vectori care nu fac parte din baz. Cum diferena corespunztoare vectorului a1 este mai mic, l vom introduce pe acesta n baz n locul vectorului a5. 2. Se observ c n cel de al doilea tabel obinem o soluie de baz dar i o diferen negativ, corespunztoare vectorului a2. Acest lucru ne arat c soluia de baz gsit nu este optim. Vom trece la o nou baz prin introducerea vectorului a2 n baz, n locul vectorului a3. 3. n ultimul tabel obinem o soluie de baz i n plus toate diferenele sunt pozitive, ceea ce ne arat c soluia de baz gsit este optim. Aadar am obinut soluia: xopt=(40,30,0,6,0) i maxf=1800. Consideraiile fcute pn acum, au fost fcute n cazul unei probleme de maximizare. S vedem acum i un exemplu de problem de minimizare: Problema II O societate produce dou tipuri de produse A i B, care sunt folosite ca materie prim n producerea de spunuri i detergeni. Pe baza studiilor efectuate asupra pieei, s-a ajuns la concluzia c producia total trebuie s fie de cel puin 350 kg, iar n ceea ce privete produsul A, cantitatea trebuie s fie de cel puin 125 kg. Se cunosc urmtoarele date: Produs A B Timp/kg 2h 1h Cost/kg 2 euro 3 euro

Avnd la dispoziie 600 h de procesare, se cere determinarea cantitilor ce trebuie produse din fiecare tip, astfel nct costul total de producie s fie minim. Obiectivul minimizarea costurilor de producie; Restriciile sunt dictate de limitarea timpului de procesare i de cantitile minime ce trebuie produse. o R1 timpul total de producie nu trebuie s depeasc 600 h; o R2 producia total trebuie s fie de cel puin 350 kg; o R3 producia total de A trebuie s fie de cel puin 125 kg. Variabilele decizionale o x1 cantitatea ce trebuie produs din A; o x2 cantitatea ce trebuie produs din B. [min]f= 2x1+3x2

Model matematic:

2 x1 + x 2 600 x + x 350 1 2 125 x1 x1 0 , x 2 0

Soluie Metoda grafic Vom scrie ecuaiile dreptelor corespunztoare restriciilor sistemului: (d1): 2x1+x2=600 (d2): x1+x2=350 (d3): x1 =125 Reprezentnd grafic cele trei drepte obinem:

600 B (d1) (d3)

A C (d2) 125300350 Mulimea soluiilor posibile este delimitat de linia poligonal ABC, cu A(125,225), B(125,350), C(250,100). Obinem astfel: f(125,225)=925 f(125,350)=1300 f(250,100)=800 Aadar compania va produce 250 kg din produsul A i 100 kg din produsul B, cantiti pentru care costul de producie, 800 euro, este minim. Algoritmul simplex primal

Introducem variabilele de compensare x3, x4 i x5, astfel c problema devine: [min]f= 2x1+3x2

= 600 2 x1 + x 2 + x 3 x +x x4 = 350 1 2 x5 = 125 x1 + x1 , x 2 , x 3 , x 4 , x 5 0

Va trebui mai nti s determinm o baz primal admisibil. Vom porni la drum cu baza canonic {e1,e2,e3}. Baza cB B e1 e2 e3 e1 e2 a1 e1 a2 a1 0 a5 3 a2 2 a1 dj dj - cj b 600 350 125 350 225 125 125 225 125 125 100 250 800 2 a1 2 1 1* 0 0 1 0 0 1 0 0 1 2 0 3 a2 1 1 0 1 1* 0 0 1 0 0 1 0 3 0 0 a3 1 0 0 1 0 0 1 0 0 1 -1 1 -1 -1 0 a4 0 -1 0 0 -1 0 1 -1 0 1 -2 1 -4 -4 0 a5 0 0 -1 2 1 -1 1* 1 -1 1 0 0 0 0

Baza primal admisibil este {a1,a2,a5}, iar soluia corespunztoare este o soluie de baz. Cum toate diferenele corespunztoare vectorilor ce nu fac parte din baz sunt negative, soluia de baz gsit este soluia optim. Aadar xopt=(250,100,0,0,125), minf=800.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Considerm urmtoarea problem de programare liniar:
[max]f = 3x1+3x2

x1 + 2 x 2 6 3 x 1 + 2 x 2 12 . x , x 0 1 2

determinai grafic, mulimea soluiilor posibile. care sunt vrfurile mulimii soluiilor posibile? care dintre vrfuri este soluia optim a problemei? dac funcia obiectiv se schimb, devenind x1+5x2, care va fi soluia optim? 2. Folosind metoda grafic, s se rezolve urmtoarele probleme de programare liniar:

1. 2. 3. 4.

1. [max]f= 5x1+4x2

2 x 1 + 3 x 2 12 x1 + x2 2 x , x 0 1 2

2. [min]f= 5x1+4x2

2 x 1 + 3 x 2 12 x1 + x2 2 x , x 0 1 2

3. S se determine soluiile de baz i s se identifice soluia optim, pentru

urmtoarele probleme de programare liniar: 1. [max] f = 2 x 1 + x 2 + 4 x 3 + 5 x 4

x + 2 x 3 + x 4 = 10 1 x 2 + x 3 + 4 x 4 = 18 x j 0 , j = 1 ,4 2. [max] f = x 1 + 2 x 2 + 3 x 3 + 4 x 4
x + x 3 + 2 x 4 = 10 1 x 2 + 2 x 3 + x 4 = 12 x j 0 , j = 1 ,4 4. Considerm urmtoarea problem de programare liniar:
x 1 + x 2 8 x 1 + 2 x 2 12 2 x 1 + x 2 16 x1 , x2 0
1. Aducei problema la forma standard. 2. Determinai soluia optim att pe cale grafic, precum i cu ajutorul algoritmului simplex primal. 3. Care sunt valorile variabilelor de compensare? 5. Considerm urmtoarea problem de programare liniar: [min]f = 5x1+2x2 [max]f= 3x1+4x2

3 x 1 + 2 x 2 12 2 x1 + x 2 7 x , x 0 1 2

1. Aducei problema la forma standard. 2. Determinai soluia optim att pe cale grafic, precum i cu ajutorul algoritmului simplex primal. 3. Care sunt valorile variabilelor de compensare? 6. Folosind algoritmul simplex primal, s se rezolve urmtoarele probleme de programare liniar: 2. [max]f = 3x1-5x2+x3+3x5 1. [min] f = x 1 + 2 x 2 + 2 x 3 + x 4

x 1 + 2 x 2 + 2 x 3 + x 4 = 10 2 x 1 + x 2 + 2 x 3 + 2 x 4 = 12 3 x + 6 x + 6 x + 6 x = 44 2 3 4 1 x 0 , j = 1 ,4 . j 3. [min] f = 2 x 1 + 3 x 2 + 4 x 3 + x 4

= 11 2 x1 + x 2 + x 3 x4 = 10 x 1 + 2 x 2 + 2 x 3 2 x 4 3 x x + x + + x 5 = 18 2 3 1 x 0 , j = 1 ,5. j 4. [max] f = 4 x 1 + 3 x 2 + 4 x 3

 x + 2 x + x + 2 x 10 2 3 4 1 2 x 1 + 3 x 2 + 2 x 3 + x 4 18 x j 0 , j = 1 ,4 .

2 x 1 + 3 x 2 + 5 x 3 25 4 x 1 + 2 x 2 + 2 x 3 16 5 x + 6 x + 2 x 40 2 3 1 x 0 , j = 1 ,3 . j

7. O companie realizeaz dou produse A i B, preul unitar fiind de 2 euro pentru

o unitate din A, respectiv 4 euro pentru o unitate din B. Pentru realizarea unui produs de tip A este nevoie de 10 minute, iar pentru unul de tip B este nevoie de 20 minute. Maina care realizeaz produsele poate funciona 20h/sptmn. Procesul tehnologic presupune producerea a de patru ori mai multe produse de tip A dect de tip B. 1. Formulai modelul matematic de determinare a cantitilor ce maximizeaz ncasarea. 2. Determinai ncasarea maxim. 8. O companie realizeaz dou produse A i B, preul unitar fiind de 3 euro pentru o unitate din A, respectiv 5 euro pentru o unitate din B. Pentru realizarea unui produs de tip A este nevoie de 12 minute, iar pentru unul de tip B este nevoie de 25 minute. Maina care realizeaz produsele poate funciona 30h/sptmn. Procesul tehnologic presupune producerea a cte 2 uniti din B la fiecare 5 uniti produse din A. 1. Formulai modelul matematic de determinare a cantitilor ce maximizeaz ncasrile. 2. n rezolvarea problemei se ajunge la un moment dat la urmtorul tabel: 3 5 0 a1 a2 a3 0 a3 1800 0 55 1 3 a1 0 1 0 -5/2 dj 0 2 0 -15/2 dj - cj 0 0 -25/2 Care sunt cantitile ce asigur ncasarea maxim i care este aceasta? 9. S se rezolve problema meniului folosind urmtorul tabel privind cerinele meniului n unitile nutritive U1,U2,U3, coninutul unitar i costurile unitare ale alimentelor A1, A2, A3, A4. A1 A2 A3 A4 Raia U1 3 2 5 4 50 U2 4 1 0 2 25 U3 6 3 2 0 30 pre 10 5 2 8 10. O cofetrie produce patru tipuri de prjituri P1, P2, P3, P4 n cantitile x1, x2, x3, x4 folosind trei alimente A1, A2, A3. S se afle cantitile care asigur profitul maxim, cunoscnd urmtorul tabel al costurilor specifice, disponibilul de alimente i profitul unitar al celor patru tipuri de prjituri. P1 P2 P3 P4 disponibil A1 2 0 2 1 10 A2 3 2 0 1 6 A3 1 2 1 4 12 beneficiu 3 4 2 1 11. Pentru fabricarea a dou produse P1,P2 trebuie efectuate operaiuni succesive la Baza b

trei maini M1,M2,M3, ordinea execuiei fiind indiferent. Timpii unitari de execuie sunt dai n tabelul urmtor (n minute). P1 P2 M1 11 9 M2 7 12 M3 6 16 Orele disponibile fiecrei maini pentru activitatea pe o lun sunt respectiv: M1 -165h, M2 -140h, M3-160h. Produsul P1 aduce un profit unitar de 900 euro, iar produsul P2 de 1000 euro. S se afle ce cantitate din cele dou produse trebuie fabricat lunar pentru ca profitul s fie maxim. 12. Pentru realizarea produselor P1, P2, P3 o firm utilizeaz trei tipuri de resurse R1, R2 i R3. Cantitile de resurse utilizate, stocul maxim i beneficiul ce se obine prin vnzarea celor trei produse sunt prezentate n tabelul urmator: P P1 P2 P3 Disponibil R R1 1 3 4 15 R2 2 5 1 10 R3 4 1 2 25 Beneficiu 3 2 6 n ce cantiti trebuie fabricat fiecare dintre cele dou produse astfel nct beneficiul total s fie maxim? 13. zate dou maini. Numrul de ore necesar fabricrii fiecrui produs i timpul maxim de funcionare al fiecrei maini sunt: B1 B2 Timp de funcionare M1 2 3 12 M2 2 1 8 Profitul unitar obinut prin vnzarea celor dou bunuri este 6 u.m pentru B1, respectiv 7 u.m pentru B2. Determinai planul de producie astfel nct beneficiul realizat s fie maxim.

Unitatea 11 DUALITATE N PROGRAMAREA LINIAR

11.1. Problema dual
[max] f = cx [min] f = cx (P2) Ax b , (P1) Ax b x x t unde AMmn(R), b=(b1,...,bm) Mm1(R), c=(c1,..,cn)M1n(R), x=(x1,...,xn)tMn1(R).
Considerm urmtoarele dou probleme de programare liniar scrise n forma canonic:

[min] = yb [max] = yb (D1) yA c (D2) yA c , y y unde AMmn(R), b=(b1,...,bm)tMm1(R), c=(c1,..,cn)M1n(R), y=(y1,...,ym)M1m(R).

Prin definiie oricrei probleme de programare liniar i se poate asocia o problem de forma:

Observaii 1. Problemele (P) se numesc probleme primale, iar variabilele ce intervin se numesc variabile primale. Problemele (D) se numesc probleme duale, iar variabilele ce intervin se numesc variabile duale. Perechea de probleme {(P),(D)}se numete cuplu de probleme duale sau cuplu dual. 2. Dac n problema primal se cere maximizarea funciei obiectiv, atunci n problema dual se va cere minimizarea funciei obiectiv, iar dac n problema primal se cere minimizarea funciei obiectiv, atunci n problema dual se va cere maximizarea funciei obiectiv. 3. Dac restriciile problemei primale sunt date sub form de egalitate, atunci variabilele duale nu sunt supuse condiiei de nenegativitate. 4. Numrul de restricii ale problemei primale indic numrul variabilelor duale i reciproc. 5. Numrul variabilelor primale indic numrul de restricii ale problemei duale i reciproc. 6. Termenii liberi ai problemei primale devin coeficienii funciei obiectiv din problema dual i reciproc. 7. Coeficienii funciei obiectiv din problema primal devin termenii liberi ai sistemului de restricii din problema dual i reciproc. Avnd aceste observaii la dispoziie, s vedem concret cum se scrie duala unei probleme de programare liniar: Exemplul 11.1.1. Considerm urmtoarea problem de programare liniar (problema primal): [min]f=x1+x2+x3+3x4+5x5

x1 + x 2 x 3 + x 4 2 x 5 2 y 1 x 2 + 2 x3 + x5 = 4 y 2 x3 + 3 x4 3 y3 x1 x 0 , j = 1,5 j
Vom scrie acum problema dual corespunztoare. n problema primal se cere minimizarea obiectivului, ceea ce nseamn c n problema dual se va cere maximizarea obiectivului. Primala are trei restricii, de unde reiese c duala va avea trei variabile y1, y2, y3. Termenii liberi ai problemei primale devin coeficienii funciei obiectiv n problema dual. Aadar, funcia obiectiv a dualei va fi: (y1,y2,y3)=2y1+4y2+3y3. Numrul variabilelor primale indic numrul restriciilor problemei duale. Cum problema primal are 5 variabile, obinem c duala va avea 5 restricii. Coeficienii funciei obiectiv din problema primal devin termenii liberi ai sistemului de restricii din problema dual, astfel c, n cazul nostru, restriciile dualei vor fi:

y3 1 y1 + y + y 1 1 2 y1 + 2 y 2 y 3 1 . 3 y3 3 y1 + 2 y 1 + y 2 5 y1 , y 3 0 , y 2 oarecare

Aadar problema dual va fi: [min]= 2y1+4y2+3y3

y3 1 y1 + y + y 1 1 2 y1 + 2 y 2 y 3 1 . 3 y3 3 y1 + 2 y 1 + y 2 5 y1 , y 3 0 , y 2 oarecare

n cazul Problemei I din Unitatea 3, [max]f = 30x1+20x2

problema dual va fi:

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0
[min] =28y1+15y2+33y3

+ 0 ,6 y 3 30 0 ,4 y1 + 0 ,4 y1 + 0 ,3 y 2 + 0 ,3 y 3 20 y , y , y 0 1 2 3
S vedem n continuare cum ar arta, din punct de vedere economic, aceast problem, mai exact cum s-ar putea ajunge de la o problem economic la aceast problem de programare liniar: Problema III O companie Y, productoare de buturi spirtoase, dorete achiziionarea de materie prim de la compania X. n acest caz Y trebuie s-i determine preul pe care este dispus s-l plteasc pentru un hl din fiecare materie prim M1, M2, M3. Acesta trebuie stabilit n aa fel nct X s fie tentat s vnd. tim c X deine urmtoarele cantiti de materie prim: Materia prim M1 M2 M3 Disponibil 28 hl 15 hl 33 hl

Fie y1, y2, y3 preul pe care Y este dispus s-l plteasc ctre X pentru fiecare tip de materie prim. Acestea fiind variabilele decizionale, obiectivul companiei Y va fi minimizarea costurilor totale de achiziie care vor avea expresia: (y1,y2,y3)=28y1+15y2+33y3. S trecem acum la determinarea restriciilor pe care trebuie s le aib n vedere compania Y. tim c preul de vnzare al unui hl de votc este 30 euro, iar pentru obinerea acestuia X folosete 0,4 hl din M1 i 0,6 hl din M3. Astfel Y va trebui s ofere pe materia prim ce se folosete pentru un hl de votc, un pre mai mare de 30 euro, ceea ce ne conduce la relaia: 0,4y1+0,6y3 30.

n mod analog se determin restricia: 0,4y1+0,3y2+0,3y3 20. n concluzie, problema dual a Problemei I va fi: [min] =28y1+15y2+33y3

S trecem acum la rezolvarea acestei probleme, folosind algoritmul simplex primal. Aducem mai nti problema la forma standard prin introducerea variabilelor de compensare y4 i y5. Problema devine [min] =28y1+15y2+33y3

+ 0 ,6 y 3 30 0 ,4 y1 + 0 ,4 y1 + 0 ,3 y 2 + 0 ,3 y 3 20 . y , y , y 0 1 2 3

+ 0 ,6 y 3 y 4 = 30 0 ,4 y1 + 0 ,4 y1 + 0 ,3 y 2 + 0 ,3 y 3 y 5 = 20 . y , y , y , y , y 0 1 2 3 4 5
Baza cB B e1 e2 e1 a1 33 a3 28 a1 dj dj - cj b 30 20 10 50 100/3 25 1800 28 a1 2/5 2/5* 0 1 0 1 28 0 15 a2 0 3/10 -3/10 3/4 -1 3/2 9 -6 33 a3 3/5 3/10 3/10* 3/4 1 0 33 0 0 a4 -1 0 -1 0 -10/3 5/2 -40 -40 0 a5 0 -1 1 -5/2 10/3 -5 -30 -30

Aadar soluia problemei duale va fi: yopt=(25,0,100/3,0,0), max =1800. n concluzie compania Y va trebui s ofere 25 euro pentru un hl din M1, respectiv 33,33 euro pentru un hl din M3, costurile totale de achiziie fiind de 1800 euro. Observaie Dac studiem soluia Problemei I, vom observa c [max]f = 1800=[min], ceea ce ne conduce la urmtoarele afirmaii adevrate n cazul oricrui cuplu dual: Dac una dintre problemele cuplului dual are soluie optim, atunci i cealalt problem are soluie optim. n plus valorile optime ale funciilor obiectiv coincid. Dac una dintre problemele cuplului dual nu are soluie optim, atunci nici cealalt problem nu are soluie optim. Se pune urmtoarea ntrebare: dac valorile optime ale funciilor obiectiv coincid, ce legtur exist ntre soluiile celor dou probleme ale cuplului dual? Cu alte cuvinte este posibil ca rezolvnd numai una dintre problemele cuplului dual s determinm direct (fr a o rezolva) i soluia celeilalte? Rspunsul la aceast ntrebare este afirmativ. Pornind de la ultimul tabel simplex al problemei rezolvate, putem determina i soluia celeilalte probleme a cuplului dual, folosind urmtorul algoritm: dac n problema primal se cere minimizarea funciei obiectiv, atunci variabilele de compensare (acele variabile ce se introduc n sistemul de restricii

pentru a transforma restriciile date sub form de inegalitate n egaliti) ale problemei duale, se calculeaz cu formula ym+j= cj dj, unde m este numrul de restricii al problemei primale. Celelalte componente ale soluiei problemei duale se citesc de pe linia dj, din ultimul tabel simplex al problemei primale, de sub coloanele vectorilor unitari din primul tabel. Dac vectorii unitari sunt negativi atunci soluia se va citi cu semn schimbat. dac n problema primal se cere maximizarea funciei obiectiv, atunci variabilele de compensare ale problemei duale se calculeaz cu formula ym+j= dj cj, unde m este numrul de restricii al problemei primale. Celelalte componente ale soluiei problemei duale se citesc de pe linia dj din ultimul tabel simplex al problemei primale, de sub coloanele vectorilor unitari din primul tabel. Dac vectorii unitari sunt negativi, atunci soluia se va citi cu semn schimbat. dac anumii vectori unitari lipsesc din primul tabel simplex, ei vor fi introdui n acest tabel, urmnd a se efectua toate calculele pn la ultimul tabel. S considerm primul i ultimul tabel simplex din rezolvarea fiecreia din problemele cuplului dual (Problema I Problema III): Baza cB B 0 a3 0 a4 0 a5 20 a2 0 a4 30 a1 dj dj - cj b 28 15 33 30 6 40 1800 30 a1 2/5 0 3/5* 0 0 1 30 0 20 a2 2/5 3/10 3/10 1 0 0 20 0 0 a3 1 0 0 5 -3/2 -5/2 25 25 0 a4 0 1 0 0 1 0 0 0 0 a5 0 0 1 -10/3 1* 10/3 100/3 100/3

Baza cB B e1 e2 33 a3 28 a1 dj dj - cj

b 30 20 100/3 25 1800 -

28 a1 2/5 2/5* 0 1 28 0

15 a2 0 3/10 -1 3/2 9 -6

33 a3 3/5 3/10 1 0 33 0

0 a4 -1 0 -10/3 5/2 -40 -40

0 a5 0 -1 10/3 -5 -30 -30

Citirea soluiei problemei duale din ultimul tabel simplex al primalei: Variabilele de compensare: primala este o problem de maxim, n consecin ym+j=dj-cj, unde m=3. Aadar: y4= d1 c1 = 0; y5= d2 c2 = 0. Variabilele decizionale principale: se citesc de pe linia dj de sub coloanele vectorilor unitari din primul tabel. Astfel: o y1 se citete de sub a3, y1 = 25; o y2 se citete de sub a4, y2 = 0; o y3 se citete de sub a5, y3 = 100/3.

Citirea soluiei problemei primale din ultimul tabel simplex al dualei:

Variabilele de compensare: duala este o problem de minim, n consecin xm+j=cj-dj, unde m=2. Aadar: x3= c1 d1 = 0; x4= c2 d2 = 6; x5= c3 d3 = 0. Variabilele decizionale principale: se citesc de pe linia dj de sub coloanele vectorilor unitari din primul tabel. Cum acetia sunt negativi, soluia se va citi cu semn schimbat. Astfel: o x1 se citete de sub a4, x1 =40; o x2 se citete de sub a5, x2 = 30.

Pentru fixarea ideilor vom mai da un exemplu: Exemplul 11.1.2. S considerm problema de programare liniar (problema primal) [min] f=2x1+20x2+3x3+11x4+12x5

x1 + x 3 + x4 + 2 x5 700 + x4 + x5 400 . x2 x , x , x , x , x 0 1 2 3 4 5
Se cere rezolvarea problemei, scrierea i rezolvarea problemei duale i determinarea soluiei problemei duale din tabelul problemei primale. Soluie Mai nti aducem problema primal la forma standard. Introducnd variabilele de compensare x6 i x7, sistemul de restricii devine:

= 700 x1 + x 3 + x 4 + 2 x 5 x6 + x4 + x 5 x7 = 400 . x2 x , x , x , x , x , x , x 0 1 2 3 4 5 6 7
Aplicnd algoritmul simplex obinem:
cB 2 20 Baza B a 1 a2 dj dj - cj b 700 400 9400 350 50 5200 300 100 4700 2 a1 1 0 2 0 1/2 1/2 -4 -6 1 -1 1 -1 20 a2 0 1 20 0 0 1 20 0 -1 2 10 -10 3 a3 1 0 2 -1 1 2 -1 2 -4 -7 1 -1 1 -2 11 a4 1 1 22 11 1 2 1 2* 16 5 0 1 11 0 12 a5 2* 1 24 12 1 0 12 0 1 0 12 0 0 a6 -1 0 -2 -2 -1 2 1 2 4 4 -1 1 -1 -1 0 a7 0 -1 -20 -20 0 -1 -20 -20 1 -2 -10 -10

12 20

a 5 a 2

dj dj - cj 12 a5 11 a 4 dj dj - cj

Aadar soluia optim a problemei primale este xopt=(0,0,0,100,300,0,0), soluie pentru care minf=4700.

S scriem acum problema dual corespunztoare. [max]=700y1+400y2

Introducnd variabilele de compensare y3,y4,y5,y6 i y7, sistemul de restricii corespunztor problemei duale devine

2 y1 y 2 20 3 y1 . y1 + y 2 11 2 y1 + y 2 12 y1 , y 2 0

+ y3 =2 y1 + y4 = 20 y2 y1 + y5 =3 . + y6 = 11 y1 + y 2 2 y 1 + y 2 + y7 = 12 y 1 , y 2 , y 3 , y 4 , y 5 , y 6 , y7 0
Baza cB 0 0 0 0 0 B a3 a4 a5 a6 a7 dj dj - cj 700 0 0 0 0 b 2 20 3 11 12 0 2 20 1 9 8 1400 2 12 1 1 8 4600 1 10 2 1 10 4700 700 a1 1* 0 1 1 2 0 -700 1 0 0 0 0 700 0 1 0 0 0 0 700 0 1 0 0 0 0 700 0 400 a2 0 1 0 1 1 0 -400 0 1 0 1 1* 0 -400 0 0 0 0 1 400 0 0 0 0 0 1 400 0 0 a3 1 0 0 0 0 0 0 1 0 -1 -1 -2 700 700 1 2 -1 1* -2 -100 -100 0 0 0 1 0 0 0 0 a4 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 a5 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 a6 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 -1 -2 1 1 2 100 100 0 a7 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 -1 0 -1 1 400 400 1 1 -1 -1 -1 300 300

a1
a4 a5 a6 a7 dj dj - cj

700 0 0 0 400

a1 a4 a5 a6 a2 dj dj - cj

700 0 0 0 400

a1 a4 a5 a3 a2 dj dj - cj

Deci soluia optim a problemei duale este yopt=(1,10,1,10,2,0,0), pentru care max=4700. S citim soluia problemei duale din tabelul primalei. n cazul nostru m=2. Astfel obinem: y3=c1-d1=1 y4=c2-d2=10 y5=c3-d3=2 y6=c4-d4=0 y7=c5-d5=0 Pentru a gsi valorile lui y1 i y2 studiem tabelul problemei primale. Valorile acestor variabile le vom gsi n ultimul tabel, pe linia dj, sub coloanele corespunztoare vectorilor unitari din primul tabel. n acest caz valorile cutate se gsesc n dreptul coloanelor a6 i a7, care sunt vectori unitari negativi. Deci y1=1 i y2=10.

11.2. Algoritmul simplex dual

Spre deosebire de algoritmul simplex primal, etapele algoritmului simplex dual (n cazul problemei de maxim) sunt urmtoarele: 1. Se caut o baz dual admisibil, adic o baz pentru care dj-cj> 0. 2. Dup gsirea unei astfel de baze se studiaz soluia corespunztoare. Dac toate componentele lui b sunt pozitive, algoritmul se oprete deoarece soluia gsit este cea optim. 3. Dac exist componente ale lui b negative, se studiaz liniile corespunztoare acestora. Dac toi aij sunt pozitivi, atunci problema nu are soluie optim, iar dac exist aij< 0, se alege pivot acela pentru care raportul iar algoritmul se continu. Exemplul 11.2.1. Folosind algoritmul simplex dual s se rezolve urmtoarea problem de programare liniar: [max]f =2x1+x2 - 2x3 - 2x4

d j cj aij

este maxim,

x1 x 3 + x 4 = 10 x 2 + x3 3 x4 = 4 x , x , x , x 0 1 2 3 4
Baza cB B 2 a1 1 a2 dj dj - cj -2 a3 1 a2 dj dj - cj -2 a3 -2 a4 dj dj - cj b -10 -4 -24 10 -14 -34 17 7 -48 2 a1 1 0 2 0 -1 1 3 1 -3/2 -1/2 4 2 1 a2 0 1 1 0 0 1 1 0 -1/2 -1/2 2 1 -2 a3 -1* 1 -1 1 1 0 -2 0 1 0 -2 0 -2 a4 1 -3 -1 1 -1 -2* 0 2 0 1 -2 0 Observaii

B={a1,a2} - baz dual admisibil

B={a3,a2} - baz dual admisibil

xopt=(0,0,7,17) [max]f = -48

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. S se scrie dualele urmtoarelor probleme: 1. [max] f = 2 x 1 + x 2 + 5 x 3 2. [min] f = x 1 + 2 x 2 + 3 x 3

x + 2x + x 4 2 3 1 2 x1 + x 2 + 3 x 3 6 x j 0 , j = 1 ,3 2 x + 3 x + x 5 2 3 1 3 x1 + x 2 + 2 x 3 7 x j 0 , j = 1 ,3 3. [min] f = 2 x 1 + 3 x 2 + x 3

2 x + x + 2 x 8 2 3 1 x 1 + 2 x 2 + 5 x 3 12 x j 0 , j = 1 ,3

2. Rezolvai fiecare dintre problemele urmtoare att direct, ct i prin dualele lor 1. [max]f =x1+5x2+2x3 2. [min] f = 2 x 1 + 3 x 2 + 5 x 3

2 x1 + x 2 + 3 x 3 5 x1 + 2 x 2 + x 3 9 2 x + 3 x + 2 x 16 2 3 1 x 0 , j = 1 ,3 j
3. Folosind algoritmul simplex programare liniar: 1. [max] f = 10x1+x2+2x3-15x4-10x5 dual,

2 x + x + 4 x 10 2 3 1 x 1 + 3 x 2 + 3 x 3 12 x j 0 , j = 1 ,3 4. [max] f = 5 x 1 + x 2 + 4 x 3 x1 x1 x 1 x j
rezolvai

+ 2 x 2 + x 3 10 + x2 + 3 x3 5 x2 2 x3 1 0 , j = 1 ,3
urmtoarele probleme de

2. [max] f = -2x1-x2-x3

5 x + x 6 x 2 x = 2 2 4 5 1 3 x 1 + x 3 4 x 4 3 x 5 = 3 x j 0 , j = 1 ,5

5 x + 3 x x 1 2 3 1 2 x 1 + x 2 x 3 6 x j 0 , j = 1 ,3

Sumarul Modulului III (concepte cheie)

Unitatea 8 Spaiu vectorial: un sistem format din dou mulimi nevide, V, K i dou legi de compoziie, una intern + i alta extern , cu proprietatea c (V,+) este un grup comutativ, iar verific un sistem de axiome. Combinaie liniar: o expresie de forma 1v1+2v2++nvn, unde viRn, i= 1, n , sunt vectori, iar iR, i= 1, n , sunt scalari. Dependen i independen liniar: vectorii viRn, i= 1, n , se numesc liniar independeni dac, egalnd combinaia lor liniar cu vectorul nul, obinem c toi scalarii sunt nuli. n caz contrar vectorii se numesc liniar dependeni. Rangul unui sistem de vectori: numrul maxim de vectori liniar independeni din sistem. Baz a unui spaiu vectorial: sistem de vectori al crui rang coincide cu dimensiunea spaiului.

Unitatea 9 Soluie posibil a unui sistem de ecuaii: orice vector coloan xRn ce verific egalitatea Ax=b. Soluie admisibil a unui sistem de ecuaii: soluie posibil ce are numai componente nenegative. Soluie de baz a unui sistem de ecuaii: soluie admisibil pentru care vectorii corespunztori componentelor pozitive sunt liniari independeni. Soluie de baz degenerat: soluie de baz pentru care numrul componentelor pozitive este mai mic dect numrul ecuaiilor din sistem. Soluie de baz nedegenerat: soluie de baz pentru care numrul componentelor pozitive este egal cu numrul ecuaiilor din sistem. Unitatea 10 Formularea problemei: procesul de transpunere n form matematic a textului economic. Funcie obiectiv: expresia ce definete variabila ce trebuie optimizat ntr-o problem de programare liniar. Restricie: o egalitate sau inegalitate ce leag ntre ele variabilele decizionale Model matematic: o reprezentare a problemei n care obiectivul i restriciile sunt descrise cu ajutorul expresiilor matematice Forma standard: form de prezentare a unei probleme de programare liniar, n care toate restriciile sunt date sub form de egalitate. Variabile de compensare: variabile ce se introduc n membrul stng al sistemului de restricii, pentru a aduce problema la forma standard. Soluie posibil: soluie ce satisface sistemul de restricii Soluie de baz: soluie posibil ce are un numr de componente strict pozitive egal cu numrul restriciilor. Soluie optim: soluie de baz ce realizeaz optimul funciei obiectiv. Unitatea 11 Problem primal: orice problem de programare liniar dat. Problema dual: problem ce se construiete pornind de la problema primal. Cuplu dual: cuplu de probleme, format dintr-o problem primal i duala corespunztoare. Variabile primale: variabilele problemei primale. Indic numrul de restricii ale problemei duale. Variabile duale: variabilele problemei duale. Numrul lor este determinat de numrul restriciilor problemei primale. Baz dual admisibil: baz pentru care diferenele dj cj corespunztoare vectorilor ce nu fac parte din baz au acelai semn (+pentru maxim, - pentru minim).

Sarcini i teme ce vor fi notate

Tema de control pentru Modulul I se va susine conform calendarului disciplinei care poate fi accesat pe portalul ID. Aceasta va fi susinut n scris la data programat durata fiind de 90 de minute.

Bibliografia modulului
Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 174-224.

Modulul IV PROGRAMARE LINIAR II

Unitatea 12: Postoptimizare Unitatea 13: Programare parametric Unitatea 14: Probleme de transport Scop i obiective
Scop Acest modul urmrete s formeze studenilor deprinderile necesare pentru a putea modela matematic diferitele probleme ce intervin n economie. Obiective specifice urmrite nelegerea fenomenului de postoptimizare; Dezvoltarea abilitilor de rezolvare ale problemelor modificate pornind de la soluia optim a problemei iniiale; Dezvoltarea abilitilor de rezolvare ale problemelor de programare liniar care depind de unul sau mai muli parametrii; Determinarea modelului matematic corespunztor unei probleme de transport; Deprinderea etapelor de rezolvare ale unei probleme de transport.

Concepte de baz
Proces de postoptimizare; programare parametric; plan de transport.

Unitatea 12 POSTOPTIMIZARE (REOPTIMIZARE)

12.1. Formularea problemei de postoptimizare
Gsirea soluiei optime a unei probleme de programare liniar la care suntem condui de un anumit model economic atrage dup sine urmtoarele ntrebri: 1. Dac se efectueaz anumite modificri ale coeficienilor funciei obiectiv, cum vor afecta acestea noua soluie? 2. Dac efectum anumite modificri asupra termenilor liberi ai sistemului de restricii, cum vor afecta acestea soluia optim? Aceste ntrebri sunt impuse n general de practica economic deoarece dup efectuarea unui proces de optimizare, bazat pe un model de programare liniar, pot s apar modificri n datele problemei, modificri dictate tocmai de practica economic. Astfel: Pot s apar modificri ale costurilor, preurilor sau beneficiilor unitare, ceea ce din punct de vedere al modelului matematic va conduce la modificri ale coeficienilor funciei obiectiv. Se poate modifica disponibilul de materie prim, ceea ce va conduce n modelul matematic la modificarea termenilor liberi ai sistemului de restricii. Este evident c aceste modificri conduc la o nou problem de programare liniar, astfel c vom putea folosi termenii de problem iniial i problem modificat. Problema care se pune este urmtoarea: dup efectuarea modificrilor impuse, soluia optim a problemei iniiale rmne optim i pentru problema modificat? Pentru a rspunde la aceast ntrebare va trebui s rezolvm problema modificat. Rezolvarea problemei modificate se poate face n dou moduri:

Problema modificat se consider ca o nou problem i se procedeaz la rezolvarea ei. Determinarea soluiilor problemei modificate se face pornind de la soluia optim a problemei iniiale. Acest lucru din punct de vedere al algoritmului simplex presupune ca punct de pornire n rezolvarea problemei modificate, ultimul tabel simplex al problemei iniiale. Acest al doilea caz constituie problema postoptimizrii (reoptimizrii). Vom vorbi n acest caz de un proces de postoptimizare.

12.2. Modificarea coeficienilor funciei obiectiv

Relum Problema I din Unitatea 10. Presupunem c dup rezolvarea problemei iniiale, compania dorete s vad ncasrile ce se obin dac se procedeaz la o modificare a preurilor. ntr-o prim faz, compania modific preul de vnzare al unui hl de votc de la 30 euro la 25 euro, preul de vnzare al unui hl de rachiu rmnnd acelai. n acest caz, problema modificat va fi: [max]f = 25x1+20x2

n cea de a doua faz, compania modific preul unitar de vnzare al ambelor produse, acestea devenind: 1 hl votc 25 euro, 1 hl rachiu 30 euro, problema modificat fiind: [max]f = 25x1+30x2

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0

Aa cum am vzut, n rezolvarea problemei modificate avem dou abordri posibile: Rezolvarea problemei modificate ca o nou problem n cazul primei modificri vom avea: Baza cB B 0 a3 0 a4 0 a5 dj dj - cj 0 a3 0 a4 b 28 15 33 0 6 15 25 a1 2/5 0 3/5* 0 -25 0 0 20 a2 2/5 3/10 3/10 0 -20 1/5* 3/10 0 a3 1 0 0 0 0 1 0 0 a4 0 1 0 0 0 0 1 0 a5 0 0 1 0 0 -2/3 0

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 . 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0

25

a1 dj dj - cj 20 a2 0 a4 25 a1 dj dj - cj

55 1375 30 6 40 1600 -

1 25 0 0 0 1 25 0

1/2 25/2 -15/2 1 0 0 20 0

0 0 0 5 -3/2 -5/2 75/2 75/2

0 0 0 0 1 0 0 0

5/3 125/3 125/3 -10/3 1 10/3 50/3 50/3

Se observ c n cazul primei modificri, soluia problemei iniiale rmne optim i pentru problema modificat, dar prin scderea preului de vnzare al unui hl de votc ncasarea scade, devenind 1600 euro. n cazul celei de a doua modificri, vom avea: Baza cB B 0 a3 0 a4 0 a5 dj dj - cj 0 a3 30 a2 0 a5 dj dj - cj 25 a1 30 a2 0 a5 dj dj - cj b 28 15 33 0 8 50 18 1500 20 50 6 2000 25 a1 2/5 0 3/5 0 -30 2/5* 0 3/5 0 -25 1 0 0 25 0 30 a2 2/5 3/10* 3/10 0 -20 0 1 0 30 0 0 1 0 30 0 0 a3 1 0 0 0 0 1 0 0 0 0 5/2 0 -3/2 125/2 125/2 0 a4 0 1 0 0 0 -4/3 10/3 -1 100 100 -10/3 10/3 1 50/3 50/3 0 a5 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0

Prin modificarea preului unitar la votc de la 30 euro la 25 euro i la rachiu de la 20 euro la 30 euro, compania va trebui s produc x1= 20 hl votc, x2=50 hl rachiu, ceea ce va conduce la o ncasare de 2000 euro. Rezolvarea problemei modificate, pornind de la soluia optim a problemei iniiale Considerm problema de programare liniar:

[max ] f = cx Ax b x

(*)

unde AMmn(R), bMm1(R), cM1n(R), xMn1(R). Presupunem c dup rezolvarea problemei (*) se impune nlocuirea vectorului c cu vectorul c*. Deoarece soluia optim a problemei iniiale este dat de formula x=B-1b, observm c modificarea vectorului c nu influeneaz aceast soluie. Asta nseamn c soluia optim a problemei iniiale rmne soluie de baz i pentru problema modificat. Modificarea

vectorului c influeneaz numai condiiile de optimalitate, adic se vor modifica dj, precum i diferenele dj-cj. Pentru rezolvarea problemei modificate se va proceda astfel: n ultimul tabel simplex al problemei iniiale se introduc noile componente ale vectorului c recalculndu-se valorile dj i diferenele dj-cj. Dac notm valorile recalculate cu d *j , respectiv d *j - c*j , atunci putem avea urmtoarele situaii: toate diferenele d *j - c*j sunt nenegative, caz n care soluia optim a problemei iniiale rmne soluie optim i pentru problema modificat, cu posibila schimbare a valorii optime a funciei obiectiv. exist diferene negative, caz n care soluia optim a problemei iniiale nu mai este soluie optim pentru problema modificat. Putem determina soluia optim a problemei modificate aplicnd algoritmul simplex primal pornind de la ultimul tabel simplex al problemei iniiale n care sau fcut modificrile menionate anterior. n cazul problemei noastre vom avea: 25 25 30 a1 0 0 1 30 0 25 0 25 0 0 0 1 25 0 30 20 20 a2 1 0 0 20 0 20 0 30 0 1 0 0 30 0 0 0 0 a3 5 -3/2 -5/2 25 25 75/2 75/2 175/2 175/2 0 -3/2 5/2 125/2 125/2 0 0 0 a4 0 1 0 0 0 0 0 0 0 10/3 1 -10/3 50/3 50/3 0 0 0 a5 -10/3 1* 10/3 100/3 100/3 50/3 50/3 -50/3 -50/3 0 1 0 0 0

Baza cB 30 0 25 20 0 25 20 0 30 B a2 a4 a1

b 30 6 40 1800 1600 1900 50 6 20 2000 -

dj dj - cj

d *j d *j - c*j dj
30 0 25
**

d *j* - c*j*
a2 a5 a1

d *j* d *j* - c*j*

Am pornit de la ultimul tabel simplex al problemei iniiale. Pentru prima modificare am introdus n tabel noul vector c*, calculnd noile diferene d *j - c*j . Cum toate aceste diferene sunt pozitive, soluia problemei iniiale, xopt=(40,30,0,6,0), rmne optim i pentru problema modificat, dar maxf=1600. n cazul celei de-a doua modificri am introdus n tabel vectorul c**, calculnd noile diferene d *j* - c*j* . Cum d ** - c** < 0 s-a impus introducerea vectorului a5 n baz, n locul 5 5 vectorului a4 obinndu-se soluia optim xopt=(20,50,0,0,6), soluie pentru care maxf=2000. n concluzie, prin modificarea preurilor unitare ale ambelor produse, compania va produce x1= 20 hl votc, x2=50 hl rachiu, ceea ce va conduce la o ncasare de 2000 euro.

12.3. Modificarea termenilor liberi

Presupunem c dup rezolvarea Problemei I au loc modificri ale stocului disponibil, aceste modificri avnd loc n dou faze: ntr-o prim faz compania modific disponibilul de materie prim M1 de la 28 hl la 30 hl, problema modificat fiind: [max]f = 30x1+20x2

0 ,4 x1 + 0 ,4 x 2 30 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0
n cea de a doua faz compania modific disponibilul de M1 de la 28 hl la 32 hl, disponibilul de M2 de la 15 hl la 18 hl, iar disponibilul de M3 de la 33 hl la 24 hl, problema modificat fiind: [max]f = 30x1+20x2

0 ,4 x1 + 0 ,4 x 2 32 0 ,3 x 2 18 0 ,6 x1 + 0 ,3 x 2 24 x1 0 , x 2 0
Rezolvarea problemei modificate ca o nou problem n cazul primei modificri vom avea: Baza cB B 0 a3 0 a4 0 a5 dj dj - cj 0 a3 0 a4 30 a1 dj dj - cj 20 a2 0 a4 30 a1 dj dj - cj b 30 15 33 0 8 15 55 1650 40 3 35 1850 30 a1 2/5 0 3/5* 0 -30 0 0 1 30 0 0 0 1 30 0 20 a2 2/5 3/10 3/10 0 -20 1/5* 3/10 1/2 15 -5 1 0 0 20 0 0 a3 1 0 0 0 0 1 0 0 0 0 5 -3/2 -5/2 25 25 0 a4 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 a5 0 0 1 0 0 -2/3 0 5/3 50 50 -10/3 1 10/3 100/3 100/3

Se observ c n cazul primei modificri, adic prin mrirea disponibilului de M1 de la 28 hl la 30 hl, cantitile ce vor trebui produse sunt x1= 35 hl votc, respectiv x2=40 hl rachiu, iar ncasrile vor fi 1850 euro. n cazul celei de a doua modificri vom avea:

Baza cB B 0 a3 0 a4 0 a5 dj dj - cj 0 a3 0 a4 30 a1 dj dj - cj 0 a3 20 a2 30 a1 dj dj - cj

b 32 18 24 0 16 18 40 1200 4 60 10 1500 -

30 a1 2/5 0 3/5* 0 -30 0 0 1 30 0 0 0 1 30 0

20 a2 2/5 3/10 3/10 0 -20 1/5 3/10* 1/2 15 -5 0 1 0 20 0

0 a3 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0

0 a4 0 1 0 0 0 0 1 0 0 0 -2/3 10/3 -5/3 50/3 50/3

0 a5 0 0 1 0 0 -2/3 0 5/3 50 50 -2/3 0 5/3 50 50

Observm c prin modificarea disponibilului tuturor celor trei tipuri de materie prim, compania va fi nevoit s produc x1=10 hl votc, respectiv x2=60 hl rachiu, ncasrile scznd la 1500 euro. Rezolvarea problemei modificate, pornind de la soluia optim a problemei iniiale Presupunem c dup rezolvarea problemei (*), avnd soluia optim xopt=B-1b, vectorul b se modific devenind b*. Se observ imediat c modificarea vectorului b atrage dup sine modificri ale soluiei aceasta devenind x*=B-1b*, dar nu influeneaz condiiile de optimalitate, adic semnul diferenelor dj-cj. Modificarea soluiei ne conduce la dou cazuri posibile: x* 0, caz n care noua soluie este soluia optim a problemei. exist componente negative ale noi soluii, caz n care noua soluie nu mai este optim. Problema se va continua cu ajutorul algoritmului simplex dual, pornind de la ultimul tabel simplex al problemei iniiale. n cazul problemei noastre primul i ultimul tabel simplex ale problemei iniiale erau: Baza cB B 0 a3 0 a4 0 a5 20 a2 0 a4 30 a1 dj dj - cj b 28 15 33 30 6 40 1800 30 a1 2/5 0 3/5* 0 0 1 30 0 20 a2 2/5 3/10 3/10 1 0 0 20 0 0 a3 1 0 0 5 -3/2 -5/2 25 0 0 a4 0 1 0 0 1 0 0 0 0 a5 0 0 1 -10/3 1 10/3 100/3 100/3

Aa cum am vzut n Unitile anterioare, matricea invers se citete din ultimul tabel de sub

coloanele vectorilor unitari din primul tabel. n cazul acesta vom avea:

10 5 0 3 3 B-1= 1 1 2 5 10 0 3 2
Soluia posibil a problemei n cazul primei modificri va fi:

10 5 0 3 30 40 3 x*=B-1b*= 1 1 15 = 3 2 5 10 33 35 0 3 2
Cum toate componentele noi soluii sunt pozitive, vom avea: x1=35 hl, x2=40 hl, maxf=1850 euro. n cel de al doilea caz avem:

10 5 0 3 32 80 3 x**=B-1b**= 1 1 18 = 6 2 5 10 24 0 0 3 2
Se observ c noua soluie posibil are o component negativ ceea ce face ca ea s nu fie o soluie optim. Vom continua problema pornind de la ultimul tabel simplex al problemei iniiale, n care vom introduce noua soluie posibil. Vom folosi algoritmul simplex dual. Baza cB B 20 0 30 a2 a4 a1 b 80 -6 0 1600 60 4 10 1500 30 a1 0 0 1 30 0 0 0 1 30 0 20 a2 1 0 0 20 0 1 0 0 20 0 0 a3 5 -3/2* -5/2 25 25 0 1 0 0 0 0 a4 0 1 0 0 0 10/3 -2/3 -5/3 50/3 50/3 0 a5 -10/3 1 10/3 100/3 100/3 0 -2/3 5/3 50 50 Baza B={a1,a2,a4} este baz dual admisibil deoarece diferenele sunt pozitive

dj dj - cj 20 a2 0 a3 30 a1 dj dj - cj

Am ajuns astfel la urmtoarea soluie optim: x1=10 hl, x2=60 hl, maxf= 1500 euro.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Se consider urmtoarea problem de programare liniar: [max]f=3x1+2x2

x 1 + x 2 12 2 x 1 + x 2 16 x 1 + 2 x 2 22 x1 , x 2 0

1. Rezolvai problema folosind metoda grafic. 2. Rezolvai problema folosind algoritmul simplex primal. 3. Coeficientul lui x2 se modific de la 2 la 3. Pornind de la ultimul tabel simplex al problemei iniiale, determinai soluia optim a problemei modificate. Ce observai? 4. Coeficientul lui x1 se modific de la 3 la 2, iar cel al lui x2 de la 2 la 4. Pornind de la ultimul tabel simplex al problemei iniiale, determinai soluia optim a problemei modificate. Ce observai? 2. Se consider urmtoarea problem de programare liniar: [min]f=4x1+3x2

x1 + 2 x 2 6 2 x1 + x 2 6 x1 + x 2 5 x1 , x2 0

1. Rezolvai problema folosind metoda grafic. 2. Rezolvai problema folosind algoritmul simplex primal. 3. Presupunem c se schimb coeficientul lui x1 de la 4 la 3. Se modific soluia optim? 4. Coeficientul lui x1 rmne 4, iar cel al lui x2 se modific de la 3 la 2. Se modific soluia optim? 3. O ntreprindere dispune de materiile prime A1, A2, A3 n cantitile 100, 120, 90. Din aceste materii prime poate fabrica produsele P1,P2, P3. Consumul specific este dat de tabelul urmtor: P1 P2 P3 A1 2 1 1 A2 1 2 1 A3 0 1 2 Beneficiul pe unitatea de produs este 20u.m. P1, 15u.m. P2, 18u.m. P3. Se cere: 1. s se ntocmeasc un plan de producie, astfel nct beneficiul total s fie maxim. 2. s se ntocmeasc un plan de producie n cazul n care * beneficiile unitare se modific devenind c1 =(20,15,20), respectiv c 2 =(20,14,19).
*

Unitatea 13 PROGRAMARE PARAMETRIC

13.1. Formularea problemei de programare parametric
Am vzut n unitatea anterioar c n practic, de cele mai multe ori, intervin modificri ale datelor iniiale. Acest lucru apare din dorina de a ntocmi un plan de producie optim att din punct de vedere al costurilor, ct i al beneficiilor. Am observat totodat utilitatea procedeului de postoptimizare n principal datorit simulrii unor modificri pentru a cunoate existena sau inexistena unor soluii optime sub influena variaiilor elementelor modelului. Acest procedeu pe ct de util poate fi la fel de anevoios. Tocmai de aceea n practica economic, de cele mai multe ori, o parte a componentelor modelului (elemente ale matricii A sau ale vectorilor b i c) apar ca funcii liniare sau neliniare de unul sau mai muli parametrii. De exemplu, volumul produciei este influenat i de cerere, care la rndul ei depinde de ali factori, cum ar fi mrimea populaiei, venitul mediu realizat n regiunea studiat etc. Este evident utilitatea acestui model, deoarece rezolvnd problema n funcie de parametrii i lsnd apoi parametrii s varieze ajungem n cele din urm la cel mai bun model, adic, din punct de vedere economic, la un plan optim. Considerm urmtoarea problem:

[max ] f = cx Ax b x

(*)

unde AMmn(R), bMm1(R), cM1n(R), xMn1(R). Definiia 13.1.1. O problem de programare liniar, n care cel puin unul din elementele matricilor A, b sau c este o funcie de unul sau mai muli parametrii, se numete problem de programare parametric.

13.2. Parametrizarea coeficienilor funciei obiectiv

Vom presupune c n problema (*), elementele matricilor A i b sunt constante iar c=c(), cu [,]. Pentru rezolvarea acestei probleme putem proceda astfel: Se rezolv problema pentru o valoare particular a parametrului , =o. Observaie Dac 0[,], atunci se va rezolva problema iniial pentru =0, n caz contrar problema iniial se poate rezolva pentru = sau =. Presupunem c problema n cazul =o are soluia optim xo. n acest moment n ultimul tabel simplex al problemei iniiale (=o) se face modificarea c=c(), calculndu-se diferenele dj()-cj(). Rezolvnd sistemul dj()-cj() 0, obinem un interval [o,1] astfel nct, pentru orice valoare din acest interval, xo este soluia optim a problemei i [max]f = c()xo. Observm c dac < o sau >1, atunci n sistemul dj()-cj() 0 exist cel puin o

inegalitate care nu este satisfcut. Presupunem c exist j1, astfel nct d j1 ( ) - c j1 ( ) < 0. introducerea acestui vector n baz vom obine o nou baz B1 i o nou soluie x1. Condiiile de optimalitate pentru aceast nou soluie determin un nou interval pentru parametrul i anume [1,2]. Algoritmul se oprete dup parcurgerea ntregului interval de definiie al lui . Vom trata drept exemplu i n acest caz tot Problema I, al crei model matematic era: [max]f = 30x1+20x2 n acest caz xo nu mai este optim astfel c vectorul a j1 va trebui introdus n baz. Prin

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 . 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0
Am vzut n Unitatea 12 (postoptimizare) c cea mai mare ncasare se obine atunci cnd preul unitar al hectolitrului de votc este mai mic dect preul unitar al hectolitrului de rachiu. Compania X dorete s vad pn unde poate merge cu modificarea preurilor, astfel c va propune urmtoarele preuri unitare de vnzare: (20+) euro/hl votc, respectiv (30-) euro/hl rachiu, cu [-19,10]. n acest caz modelul matematic va fi: [max]f = (20+)x1+(30-)x2

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 , [-19,10]. 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0
Vom rezolva mai nti problema n cazul particular =0, caz n care modelul matematic devine: [max]f = 20x1+30x2

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0

Baza cB 0 0 0 B a3 a4 a5

b 28 15 33 0 8 50 18 1500

dj dj - cj 0 a3 30 a2 0 a5 dj

20+ 20 a1 2/5 0 3/5 0 -20 2/5* 0 3/5 0

30- 30 a2 2/5 3/10* 3/10 0 -30 0 1 0 30

0 0 a3 1 0 0 0 0 1 0 0 0

0 0 a4 0 1 0 0 0 -4/3 10/3 -1 100

0 0 a5 0 0 1 0 0 0 0 1 0

dj - cj 20+ 30- 0 20 30 0 a1 a2 a5

20 50 6 1900 1900-30 40 30 6 1700+10 -

-20 1 0 0 20 0 20+ 0 1 0 0 20+ 0

0 0 1 0 30 0 30- 0 0 1 0 30- 0

0 5/2 0 -3/2 50 50 50+5/2 50+5/2 -5/2 5 -3/2 (200-15)/2 (200-15)/2

100 -10/3 10/3 1* 100/3 100/3 (100-20)/3 (100-20)/3 0 0 1 0 0

0 0 0 1 0 0 0 0 10/3 -10/3 1 (20-100)/3 (20-100)/3

dj dj - cj dj() dj() -cj() 20+ a1 30- a2 a4 0 dj() dj()- cj()

Explicarea tabelului 1. n cazul =0, adic atunci cnd preurile unitare sunt 20 euro/hl votc, respectiv 30 euro/hl rachiu, obinem soluia optim x1=20 hl votc, x2=50 hl rachiu, iar ncasarea total va fi maxf=1900 euro. 2. dup rezolvarea problemei n cazul particular =0, introducem n ultimul tabel c(), calculnd d() i diferenele d() c(). Pentru ca soluia s fie optim este necesar ca toate aceste diferene s fie nenegative, ceea ce ne conduce la urmtorul sistem de inecuaii:

5 50 + 2 0 [-20;5][-19;10]=[-19;5]. 100 20 0 3
n concluzie, dac [-19;5], atunci soluia optim va fi x1=20 hl votc, x2=50 hl rachiu, iar ncasarea total va fi maxf=(1900-30) euro. Observaie ncasarea maxim se va obine atunci cnd =-19, adic atunci cnd preurile unitare vor fi 1 euro/hl votc, respectiv 49 euro/hl rachiu. n acest caz ncasarea va fi de 2470 euro. 3. observm c dac > 5, atunci

100 20 < 0. Vom introduce a4 n baz n locul 3

vectorului a5, obinnd o nou soluie, noi diferene i, n consecin, un nou sistem de inecuaii:

15 100 2 0 [5;13,3] [-19;10]=[5;10]. 20 100 0 3

n concluzie, dac [5;10], atunci soluia optim va fi x1=40 hl votc, x2=30 hl rachiu, iar ncasare total va fi maxf=(1700+10) euro. Observaie ncasarea maxim se va obine atunci cnd = 10, adic atunci cnd preurile unitare vor fi 30 euro/hl votc, respectiv 20 euro/hl rachiu. n acest caz ncasarea va fi de 1800 euro. n fond se observ c n acest caz am obinut soluia problemei iniiale.

13.3. Parametrizarea termenilor liberi

Vom presupune c n problema (*) elementele matricilor A i c sunt constante iar b=b(), [,]. Pentru rezolvarea acestei probleme putem proceda astfel: Se rezolv problema pentru o valoare particular a parametrului , =o. Presupunem c problema n cazul =o are soluia xo=B-1b i calculm B-1b(). Condiiile de optimalitate nu sunt afectate, deci x()=B-1b() ar putea fi soluie optim. Rezolvnd sistemul x() 0, obinem un interval [o,1], astfel nct pentru orice valoare a lui din acest interval, x() este soluie optim. Observm c dac < o sau >1, atunci cel puin una din componentele vectorului x() este negativ, deci x() nu mai este soluie optim. Problema se va continua din acest punct cu ajutorul algoritmului simplex dual i se va ncheia dup parcurgerea ntregului interval de definiie al lui . n cazul companiei X, ncasarea maxim depinde de cantitatea produs i comercializat. ns i aceast cantitate depinde de disponibilul de materie prim care este limitat. Tocmai de aceea compania propune urmtorul disponibil de materie prim: (28+) hl de M1, 15 hl de M2, respectiv (33-) hl de M3, [-3;18]. n acest caz problema modificat va fi: [max]f = 30x1+20x2

0 ,4 x1 + 0 ,4 x 2 28 + 0 ,3 x 2 15 , [-3;18]. 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0 Vom rezolva mai nti problema n cazul particular =0, caz n care modelul matematic
devine: [max]f = 30x1+20x2

0 ,4 x1 + 0 ,4 x 2 28 0 ,3 x 2 15 0 ,6 x1 + 0 ,3 x 2 33 x1 0 , x 2 0 Observm c problema, n cazul =0, este tocmai Problema I.

Baza cB B 0 a3 0 a4 0 a5 dj dj - cj 0 a3 0 a4 30 a1 dj dj - cj b 28 15 33 0 6 15 55 1650 30 a1 2/5 0 3/5* 0 -30 0 0 1 30 0 20 a2 2/5 3/10 3/10 0 -20 1/5* 3/10 1/2 15 -5 0 a3 1 0 0 0 0 1 0 0 0 0 0 a4 0 1 0 0 0 0 1 0 0 0 0 a5 0 0 1 0 0 -2/3 0 5/3 50 50

20 0 30

a2 a4 a1

dj dj - cj

30 6 40 1800 -

0 0 1 30 0

1 0 0 20 0

5 -3/2 -5/2 25 25

0 1 0 0 0

-10/3 1 10/3 100/3 100/3

Aadar n cazul =0, soluia optim este soluia problemei iniiale x1=40, x2=30, maxf=1800. Ca i n cazul problemelor de postoptimizare i n acest caz vom calcula noua soluie innd cont de formula x=B-1b, unde:

25 10 30 + 5 0 3 3 28 + 3 5 -1 x()=B b()= 1 1 15 = 6 . 2 2 33 5 10 35 0 40 2 3 6
Pentru a fi soluie optim, trebuie ca toate componentele s fie pozitive. Acest lucru ne conduce la urmtorul sistem de inecuaii:

10 5 0 3 3 -1 B = 1 1 , 2 5 10 0 3 2

25 30 + 3 0 5 0 [-3,6;2,4][-3;18]=[-3;2,4]. 6 2 35 40 6 0 n concluzie, dac [-3;2,4], atunci soluia optim va fi 35 , x1=40 6 25 x2= 30 + , 3 25 maxf=1800 . 3

Observaie Se observ c ncasarea maxim se obine cnd =-3 i este maxf=1825. Aadar, compania va trebui s aib n stoc urmtorul disponibil de materie prim: 25 hl M1, 15 hl M2, 36 hl M3. Cu aceste cantiti disponibile va produce 57,5 hl votc i 5 hl rachiu, obinnd o ncasare total de 1825 euro. Dac > 2,4, atunci componenta 6 -

5 < 0. Va trebui s continum problema cu ajutorul 2

algoritmului simplex dual pornind de la ultimul tabel simplex al problemei iniiale n care vom introduce noua soluie.

Baza cB B

30 a1

20 a2

0 a3

0 a4

0 a5 Baza B={a1,a2,a4} este baz dual admisibil deoarece diferenele sunt pozitive

20 0 30

a2 a4 a1

30+25/3 6 - 5/2 40 - 35/6

0 0 1

1 0 0

5 -3/2* -5/2

0 1 0

-10/3 1 10/3

dj dj - cj 20 a2 0 a3 30 a1 dj dj - cj

1800+200/3 50 (5-12)/3 (180-10)/6 1900-50 -

30 0 0 0 1 30 0

20 0 1 0 0 20 0

25 25 0 1 0 0 0

0 0 10/3 -2/3 -5/3 50/3 50/3

100/3 100/3 0 -2/3 5/3 50 50

Impunnd condiia ca toate componentele noii soluii s fie pozitive, obinem urmtorul sistem de inecuaii:

5 12 0 3 [2,4;18][-3;18]=[2,4;18]. 180 10 0 6
n concluzie, dac [2,4;18], atunci soluia optim va fi x1=30 50.

5 , x2=50, maxf=19003

Observaie Se observ c ncasarea maxim se obine cnd =2,4 i este maxf=1780. Aadar, compania va trebui s aib n stoc 30,4 hl M1, 15 hl M2, 30,6 hl M3. Cu aceste cantiti disponibile va produce 26 hl votc i 50 hl rachiu, obinnd o ncasare total de 1780 euro.

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Considerm urmtoarea problem de programare liniar: [max]f =(3 - )x1+(3+)x2, [-1,3]

x 1 + x 2 12 2 x 1 + x 2 16 x 1 + 2 x 2 22 x1 , x 2 0

Rezolvai grafic problema n cazul =0. Rezolvai problema folosind algoritmul simplex primal. Discuie. 2. Considerm urmtoarea problem de programare liniar: [min]f=8x1+12x2

 x1 + 3 x 2 9 + 2 x 1 + 2 x 2 10 , [-3,13] 6 x 1 + 2 x 2 18 x1 , x2 0 1. Rezolvai grafic problema n cazul =0.

2. Rezolvai problema folosind algoritmul simplex primal. Discuie.

Unitatea 14 PROBLEME DE TRANSPORT

Problemele de transport reprezint o clas special a problemelor de programare liniar. Ele apar frecvent n special n planificarea distribuiei de bunuri i servicii. n aceste probleme sunt cunoscute cererea i costurile unitare de transport, iar cantitatea de bunuri disponibile este limitat. Obiectivul uzual n problemele de transport este minimizarea costurilor de transport de la origine la destinaie. Dac se ine seama de specificul acestei probleme, se poate deduce o metod de rezolvare mai simpl i mai rapid dect cea folosit pn acum i care se numea algoritmul simplex.

14.1. Formularea problemei de transport

Problema de transport n forma ei cea mai simpl, pe care o vom numi form canonic, se prezint astfel: Problem Un produs care se afl disponibil n bazele de desfacere Ai (furnizori), i= 1, m , n cantitile ai, se transport n centrele de consum Bj (beneficiari), j= 1, n . Sunt cunoscute costurile de transport cij pentru o unitate de cantitate transportat de la Ai la Bj, precum i necesarul bj al fiecrui beneficiar . Se cere s se ntocmeasc un plan de transport astfel nct, cererile beneficiarilor s fie satisfcute n limita disponibilului (ofertei) furnizorilor, iar totalul cheltuielilor de transport s fie minim. Dac vom nota cu xij cantitile de marf care se transport de la furnizorul beneficiarul Bj, ajungem la urmtoarea problem de programare liniar.
m n [min] f = cij xij i =1 j = 1 n xij ai ,i = 1, m (*) . j =1 m xij b j , j = 1, n (**) i =1 x 0 ,i = 1, m , j = 1, n ij

Ai la

Observaii 1. Prin inegalitile (*) se cere ca totalul cantitilor care pleac de la furnizorul Ai la diferii beneficiari, s nu depeasc disponibilul acestui furnizor (ai).

2. Prin inegalitile (**) se cere ca totalul cantitilor ce ajung la beneficiarul Bj de la diferii furnizori, s nu depeasc necesarul acestui beneficiar (bj). 3. Dac suma disponibilului este mai mare dect suma necesarului, inegalitile (**) devin egaliti (toate cererile pot fi onorate). Dac suma necesarului este mai mare dect aceea a disponibilului, inegalitile (*) devin egaliti (toat marfa disponibil ajunge la beneficiari). n general se urmrete satisfacerea att a cererii ct i a disponibilului i ca urmare restriciile problemei apar ca egaliti:
m n [min] f = cij xij i =1 j =1 n xij = ai ,i = 1, m . j =1 m xij = b j , j = 1, n i =1 x 0 ,i = 1, m , j = 1, n ij

4. Datele unei probleme de transport pot fi prezentate i sub forma urmtorului tabel:
Bj A1 Ai Am Bj B1 c11 ci1 cm1 b1 Bj c1j cij cmj bj Bn c1n cin cmn bn Ai a1 ai am

Ai

bj

ai

Definiia 14.1.1. O problem de transport se numete: 1. echilibrat, dac

ai = b j , adic dac disponibilul total este egal cu cererea total.

i =1 j =1

2. neechilibrat, dac

ai b j , adic dac disponibilul total difer de cererea total.

i =1 j =1

Observaie Problemele de transport neechilibrate se reduc la probleme de transport echilibrate astfel: dac
m

ai > b j
i =1 j =1 n j =1

se va considera un beneficiar fictiv Bn+1 care solicit cantitatea bn+1=

ai b j ,
i =1 m

la preurile de cost ci,n+1=0. n acest caz n tabelul de prezentare al

n

problemei se mai introduce o coloan. dac

ai < b j se
i =1 n j =1 m j =1 i =1

va considera un furnizor fictiv Am+1, care va furniza cantitatea

am+1= b j ai , cu cheltuielile cm+1,j=0. n acest caz n tabelul de prezentare al problemei se va introduce o nou linie.

innd cont de observaia de mai sus vom ncepe analiza acestor probleme cu cazul problemelor de transport echilibrate:
m n [min] f = cij xij i =1 j =1 n xij = ai ,i = 1, m (*) j =1 m . xij = b j , j = 1, n (**) i =1 n m ai = b j ,i = 1, m , j = 1, n j =1 i =1 x 0 ,i = 1, m , j = 1, n ij

(#)

Problema IV Patru magazine M1, M2, M3, M4, se aprovizioneaz cu cartofi din trei depozite D1, D2, D3. Disponibilul de cartofi n fiecare depozit este: Depozit D1 D2 D3 Total Necesarul fiecrui magazin este urmtorul: Magazin M1 M2 M3 M4 Total Necesar (tone) 110 80 95 115 400 Disponibil (tone) 100 150 150 400

Se cunosc totodat costurile unitare de transport de la fiecare depozit la fiecare magazin, costuri date de urmtoarea schem:

M1

D1 D2 D3

1 2 3 13 2

M2

M3

M4

Se cere ntocmirea unui plan de transport astfel nct cererea s fie satisfcut n totalitate, iar costurile de transport s fie minime. Formularea matematic a problemei Fie xij, i= 1,3 , j= 1,4 , cantitatea ce trebuie transportat de la depozitul Di la magazinul Mj. Conform modelului general al problemei de transport obiectivul va fi: f = 2x11+x12+2x13+3x14+x21+3x22+2x23+x24+2x31+3x32+x33+2x34 Restriciile vor fi sub form de egalitate, deoarece s-a cerut satisfacerea cererii n totalitate, iar cum problema este echilibrat (total necesar = total disponibil), satisfacerea cererii va conduce la lichidarea stocurilor. Vom avea dou grupuri de restricii. Primul grup de restricii va evidenia lichidarea stocurilor. Spre exemplu, cantitatea ce pleac de la primul depozit x11+x12+x13+x14 trebuie s fie egal cu stocul disponibil n acest depozit, adic cu 100 tone. Astfel primul grup de restricii va fi: x11+x12+x13+x14=100; x21+x22+x23+x24=150; x31+x32+x33+x34=150. Al doilea grup de restricii va evidenia satisfacerea cererii. Spre exemplu, cantitatea total ce vine la primul magazin x11+x21+x31, trebuie s fie egal cu necesarul acestui magazin, adic cu 110 tone. Astfel al doilea grup de restricii va fi: x11+x21+x31=110; x12+x22+x32=80; x13+x23+x33=95; x14+x24+x34=115. n concluzie modelul matematic va fi: [min]f=2x11+x12+2x13+3x14+x21+3x22+2x23+x24+2x31+3x32+x33+2x34 x11+x12+x13+x14=100 x21+x22+x23+x24=150 x31+x32+x33+x34=150 x11+x21+x31 =110 =80 x12+x22+x32 x13+x23+x33 =95 x14+x24+x34 =115 xij0, i= 1,3 , j= 1,4 .

Este evident c a lucra cu o astfel de problem este deosebit de anevoios, tocmai de aceea vom scrie problema n forma particular a unei probleme de transport, anume acel tabel care va conine costurile unitare, disponibilul i necesarul. M D D1 D2 D3 Nec. sau mai simplu: 2 1 2 110 1 3 3 80 2 2 1 95 3 1 2 115 100 150 150 400 M1 2 1 2 110 M2 1 3 3 80 M3 2 2 1 95 M4 3 1 2 115 Disp. 100 150 150 400

14.2. Rezolvarea unei probleme de transport

Definiia 14.2.1. O soluie a problemei de transport (#) se numete soluie de baz (soluie fundamental) dac: are cel mult (m+n-1) componente strict pozitive iar restul sunt nule. coloanele corespunztoare componentelor nenule formeaz vectori liniar independeni. Definiia 14.2.2. O soluie de baz a problemei de transport (#) se numete: nedegenerat dac are exact (m+n-1) componente strict pozitive. degenerat dac are mai puin de (m+n-1) componente strict pozitive. Pentru rezolvarea unei probleme de transport standard se vor parcurge urmtoarele etape: determinarea unei soluii de baz; verificarea criteriilor de optimalitate; mbuntirea soluiei de baz n cazul n care aceasta nu este optim. 14.2.1. Determinarea unei soluii de baz Particularitile unei probleme de transport standard permit utilizarea unor metode specifice pentru determinarea unei soluii de baz. Metodele difer ntre ele prin modul de selectare a unei rute (celule) care se introduce n planul de transport. Metoda diagonalei (Nord - Vest) ntr-un tabel de dimensiune mn repartizm cantitile de transportat de la Ai la Bj, pornind de la csua aflat n colul stng superior:

a1 a2 ... am b1 b2 .... bn

ai = b j
i =1 j =1

Repartizarea va ncepe cu csua (1,1), n care va fi introdus o cantitate egal cu min(a1,b1). Dac a1< b1, atunci vom avea: a1 0 0 0 a1 a2 ... am

b1 b1 - a1

b2

....

bn

ai = b j
i =1 j =1

Observaie Diferena b1 - a1 reprezint modificarea necesarului beneficiarului B1. Dac b1< a1, atunci vom avea: b1 0 ... 0
m

a1 a2 ... am b2 .... bn

a1-b1

b1

ai = b j
i =1 j =1

Observaie Diferena a1 - b1 reprezint modificarea disponibilului furnizorului A1. Se va proceda n mod analog i n restul tabelului pornind tot timpul din csua aflat n colul stng superior al tabelului. La fiecare pas se va avea n vedere modificarea disponibilului sau a necesarului cu cantitatea ce a fost repartizat. S se determinm, cu ajutorul metodei NV, o soluie de baz pentru Problema IV: 2 1 2 110 1 3 3 80 2 2 1 95 3 1 2 115 100 150 150 400

Avem 100 10 * 110 10 * 80 * 80 0 * 60 35 95 35 0 * * 115 115 0 100 150 150 400 0 140 115 60 0 0

Repartizarea a avut urmtoarea desfurare: n csua (1,1) a fost repartizat cantitatea de 100 tone, ceea ce a epuizat disponibilul primului depozit i a micorat necesarul primului magazin cu 10 tone. n csua (2,1) a fost repartizat cantitatea de 10 tone cu care s-a acoperit necesarul primului magazin. Totodat cu aceeai cantitate s-a micorat disponibilul D2 (150 140). n csua (2,2) a fost repartizat o cantitate de 80 tone, cantitate care acoper necesarul M2 i micoreaz disponibilul D2 cu 80 tone (140 60). n csua (2,3) a fost repartizat o cantitate de 60 tone, cantitate care epuizeaz disponibilul D2 i micoreaz necesarul M3 (95 35). n csua (3,3) a fost repartizat cantitatea de 35 tone, cantitate care acoper necesarul magazinului M3 i micoreaz disponibilul D3 cu 35 tone (150115). n csua (3,4) a fost repartizat cantitatea de 115 tone, cantitate care este disponibil la D3 i acoper necesarul M4. S- a obinut astfel soluia de baz nedegenerat (planul de transport): x11 = 100, x21 = 10, x22 = 80, x23 = 60, x33 = 35, x34 = 115, iar costul transportului este: f=1002+101+803+602+351+1152=200+10+240+120+35+230=835. Metoda elementului minim pe tabel n aceast metod repartizarea cantitilor se face la fel ca n metoda NV, numai alegerea csuelor se face altfel. Repartizarea se va face ncepnd cu csua ce conine costul minim de transport i se continu n ordinea cresctoare a acestora pn cnd toate cantitile au fost repartizate. n cazul problemei noastre, aplicnd metoda elementului minim de tabel, vom avea: 2 * 1 110 2 * 80 3 * 3 * 80 2 * 1 95 95 40 2 1 2 * 20 1 150 40 3 100 20

150 55 55 110 115 75 20 Ordinea repartizrilor : (1, 2) - (2, 1) - (2, 4) - (3, 3) - (3, 4) - (1, 4). S-a obinut planul de transport: x12 = 80, x14 = 20, x21 = 110, x24 = 40, x33 = 95, x34 = 55, care este o soluie nedegenerat deoarece m+n-1=3+4-1=6.

Costul total de transport va fi: f=801+203+1101+401+951+552=80+60+110+40+95+110 = 495. 14.2.2. Criteriul de optimalitate pentru soluiile de baz Considerm problema de transport (#) i vom scrie problema dual corespunztoare acesteia. Notm variabilele duale corespunztoare restriciilor (*) cu ui, i= 1, m , iar cele corespunztoare restriciilor (**) cu vj, j= 1, n . Cu aceste notaii problema dual se scrie astfel:
m n [max] = ai u i + b j v j i =1 j =1 . u i + v j cij u i ,v j ,oarecare

Vom presupune c soluia de baz a problemei de transport este nedegenerat. Acest lucru va nsemna c ea are exact m+n-1 componente strict pozitive. Pe baza acestei presupuneri obinem c m+n-1 dintre restriciile problemei duale devin ecuaii. Se ajunge astfel la un sistem de m+n-1 ecuaii cu m+n necunoscute, sistem n care una dintre aceste necunoscute poate fi aleas arbitrar. Alegnd aadar arbitrar una dintre necunoscute, celelalte variabile duale se vor determina cu uurin rezolvnd sistemul de restricii (sistemul are acum m+n-1 ecuaii i tot attea necunoscute). Dac valorile astfel determinate verific i restriciile ui+vjcij corespunztoare componentelor nule din soluia de baz, atunci soluia gsit este cea optim. n caz contrar se va trece la mbuntirea soluiei de baz gsite. Calculele pot fi aranjate tabelar astfel: Se consider un tabel de dimensiune mn n care se nscriu costurile cij, corespunztoare componentelor nenule din soluia de baz determinat. n dreptul fiecrei linii a tabelului (la dreapta sa) se vor trece variabilele duale ui, iar sub fiecare coloan se vor trece variabilele duale vj. Dup aflarea valorilor variabilelor duale se vor calcula diferenele ui+vj - cij corespunztoare componentelor nule din soluia de baz. Pot s apar urmtoarele situaii: toate diferenele sunt negative, caz n care soluia de baz gsit este optim. exist i diferene nule, caz n care problema de transport mai are i alte soluii optime. exist diferene pozitive, caz n care soluia de baz gsit nu este optim. S verificm dac soluia problemei noastre (cea obinut prin metoda elementului minim de tabel) este optim. Vom elabora un tabel n care vom trece costurile corespunztoare soluiei de baz: 1 1 0 v1=0 1 -4 -3 v2= -2 0 -2 1 v3= -1 3 1 2 v4= 0 u1=3 u2=1 u3=2

Deoarece soluia de baz este nedegenerat, una dintre variabilele duale poate fi aleas arbitrar. Fie v4=0. Avem sistemul: u1+v2=1 u1+v4=3 u2+v1=1

a crui soluie este: u1=3, u2=1, u3=2, v1=0, v2= -2, v3= -1, v4=0. n csuele neocupate trecem diferenele ui+vj-cij: (1,1): u1+v1 - c11= 3 + 0 2=1 (1,3): u1+v3 c13=3 1 2=0 (2,2): u2+v2 - c22=1 2 3= -4 (2,3): u2+v3 - c23=1 1 2= -2 (3,1): u3+v1 - c31=2 + 0 2=0 (3,2): u3+v2 - c32=2 2 3= -3 Se observ c n afar de csua (1,1), n toate celelalte am obinut numere nepozitive, ceea ce nseamn c numai o restricie dual i anume u1+v1 c11 nu este verificat. n consecin soluia de baz gsit nu este optim i va trebui mbuntit. mbuntirea soluiei de baz Definiia 14.2.3. Se numete celul o pereche de numere (i,j), i= 1, m , j= 1, n . Definiia 14.2.4. Se numete lan un ir de celule de forma: (i1, j1); (i1, j2); (i2, j2); (i2, j3);... Definiia 14.2.5. Se numete ciclu un lan care nu poate avea pe o linie sau pe o coloan dect dou csue. El pornete dintr-o csu neocupat i conine numai csue ocupate. Observaie Csuele corespunztoare variabilelor avnd vectorii coeficienilor liniar independeni nu pot forma cicluri, iar orice csu goal mpreun cu cele ocupate sau cu unele dintre ele, dintr-o soluie de baz, formeaz un ciclu i numai unul. S presupunem c restricia ui + vj cij 0 nu este verificat, deci soluia de baz nu este optim. Va trebui s trecem la mbuntirea acesteia, adic va trebui s trecem la o alt soluie de baz n care componenta xij s fie nenul. Formm cu csua goal, (i,j), ciclul corespunztor (care este unic), apoi calculm minimul al valorilor nscrise n csuele de pe poziiile pare ale ciclului. Componentele soluiei cuprinse n ciclu se recalculeaz astfel: din valorile nscrise n csuele pare ale ciclului se scade , una dintre csue (cea care l-a furnizat pe ) devenind astfel goal. la valorile nscrise n csuele de pe poziiile impare ale ciclului se adun , astfel componenta care n soluia iniial era nul devine acum . Observaie Dac n urma aplicrii criteriului de optimalitate obinem diferene nule, atunci aa cum spuneam puin mai devreme, problema de transport mai are i alte soluii optime, soluii ce se determin prin scrierea ciclului corespunztor csuei respective. Cum soluia noastr de baz nu era optim, va trebui s trecem la mbuntirea ei. Cu alte cuvinte va trebui s trecem la o alt soluie de baz n care componenta x11 s fie nenul. Soluia noast iniial era:

u2+v4=1 u3+v3=1 u3+v4=2,

80 110 95

20 40 55

Ciclul corespunztor csuei (1,1) este: (1,1)(1,4)(2,4)(2,1)(1,1) Cutm minimul al valorilor nscrise n csuele de pe poziiile pare ale ciclului: =min(20,110)=20. Astfel n csua (1,1) vom introduce , n (2,4) vom introduce 40+20=60, n (2,1): 110 20=90, iar csua (1,4) va fi goal. n consecin noua soluie este: 20 90 80 95 Vom trece la verificarea optimalitii noi soluii: 2 1 -1 -1 u1=2 1 -3 -2 1 u2=1 0 -2 1 2 u3=2 v1=0 v2= -1 v3= -1 v4= 0 Se observ c toate diferenele ui+vj cij, corespunztoare componentelor nule ale soluiei sunt nepozitive, ceea ce nseamn c soluia este optim. x11=20, x12=80, x21=90, x24=60, x33=95, x34=55, minf= 475. Aadar vom avea urmtorul plan optim de transport: M M1 M2 M3 M4 D D1 20 80 0 0 D2 90 0 0 60 D3 0 0 95 55 Observm c n csua (3,1) diferena u3+v1 c31 este nul, ceea ce nseamn c problema mai are o soluie optim ce se obine prin scrierea ciclului corespunztor csuei (3,1). 20 80 90 60 95 55 Ciclul corespunztor csuei (3,1) este: (3,1)(3,4)(2,4)(2,1)(3,1), =min(55, 90)=55. Obinem astfel: 20 35 55 80 115 95 60 55

Noua soluie optim este: x11=20, x12=80, x21=35, x24=115, x31=55, x33=95, minf= 475.

Aadar vom avea la dispoziie un nou plan optim de transport i anume: M D D1 D2 D3 M1 20 35 55 M2 80 0 0 M3 0 0 95 M4 0 115 0

Pentru fixarea ideilor vom da un alt exemplu: Exemplul 14.2.1. S se rezolve urmtoarea problem de transport: 90 100 60 80 Determinarea soluiei de baz Determinm o soluie de baz folosind metoda elementului minim de tabel: 90 10 100 * 60 35 160 * 75 130 * 120 37 140 140 * 70 80 28 120 * 140 * 60 45 90 * 100 120 140 160 72 140 70 130 75 80 120 140 28 60 90 100 45 120 110 70 300

* 70 Soluia de baz este nedegenerat deoarece m+n-1=7, iar soluia are exact 7 componente pozitive. Criteriul de optimalitate Vom elabora un tabel n care vom trece costurile corespunztoare soluiei de baz 90 120 -90 80 60 u1=60 10 140 70 -20 -10 u2=80 60 -70 -110 -90 -70 u3=30 v1=30 v2=60 v3=-10 v4=40 v5=0 Deoarece soluia de baz este nedegenerat, una dintre variabilele duale poate fi aleas arbitrar. Fie v5=0. Avem sistemul: u1+v1=90 u1+v2=120 u1+v4=80 u1+v5=60 u2+v2=140 u2+v3=70 u3+v1=70, a crui soluie este cea nscris la dreapta, respectiv sub tabelul de mai sus. n csuele neocupate trecem diferenele ui+vj-cij:

(1,3): u1+v3-c13=60-10-140=-90 (2,1): u2+v1-c21=80+30-100=10 (2,4): u2+v4-c24=80+20-120=-20 (2,5): u2+v5-c25=80+0-90=-10 (3,2): u3+v2-c32=30+60-160=-70 (3,3): u3+v3-c33=30-10-130=-110 (3,4): u3+v4-c34=30+20-140=-90 (3,5): u3+v5-c35=30+0-100=-70 Se observ c n afar de csua (2,1), n toate am obinut numere negative, deci restricia dual u2+v1 c21 nu este verificat. n consecin, trebuie s trecem la o alt soluie de baz n care componenta x21 s fie nenul. mbuntirea soluiei de baz Soluia noastr iniial este: 10 75 70 Ciclul corespunztor csuei (2,1) este: (2,1)(2,2)(1,2)(1,1)(2,1) Cutm minimul al valorilor nscrise n csuele de pe poziiile pare ale ciclului: =min(35,10)=10. Astfel n csua (2,1) vom introduce , n (1,2) vom introduce 37+10=47, n (2,2) 35-10=25, iar csua (1,1) va fi goal. n consecin, noua soluie este: 47 28 45 10 25 75 70 Aplicnd criteriul de optimalitate acestei soluii obinem: 120 -90 80 60 u1=60 -10 100 140 70 -20 -10 u2=80 60 -60 -100 -80 -60 u3=40 v1=20 v2=60 v3=-10 v4=20 v5=0 Deoarece toate diferenele sunt negative, soluia obinut este optim, iar: f=47120+8028+6045+10010+14025+7075+6070=24530. 37 35 28 45

Verificarea cunotinelor Problemele se vor rezolva ntr-un caiet special i vor fi discutate la ntlnirea stabilit pentru acest modul
1. Considerm urmtoarea reea: B1 25 B2 15 B3

14

30

A1 A2

9 7

1. Scriei modelul liniar ce caracterizeaz reeaua de mai sus. 2. Scriei problema sub forma unei probleme de transport. 3. Determinai planul optim de transport. 2. Considerm urmtoarea reea:

B1

20

15

A1 A2

4 5 2 16 1

B2

15

25 A3

B3

B4

1. Scriei modelul liniar ce caracterizeaz reeaua de mai sus. 2. Scriei problema sub forma unei probleme de transport. 3. Determinai planul optim de transport. 3. S se rezolve urmtoarele probleme de transport: 1. 8 3 5 2 4 1 6 7 1 9 4 3 5 10 20 15 10 15 25 50 2. 3 1 3 2 2 2 2 3 2 4 4 1 70 10 20

50 25 15 10 100

Sumarul Modulului IV (concepte cheie)

Unitatea 12

Postoptimizare: modificarea unor elemente ale problemei iniiale. ntrebarea care apare prin acest proces este dac soluia optim a problemei iniiale rmne optim i pentru problema modificat. Unitatea 13 Programare parametric: parte a programrii liniare, n care unele elemente al problemelor ce intervin depind liniar de unul sau mai muli parametrii. Unitatea 14 Problem de transport: o problem de programare liniar ce implic minimizarea costurilor de transport de la origine la destinaie. Metoda NV, Metoda elementului minim de tabel: metode de determinare a soluiei de baz a unei probleme de transport. Criteriu de optimalitate: complex de condiii pe baza crora se verific dac soluia de baz gsit la un moment dat este optim sau nu. Ciclu: lan de csue ce nu poate avea pe o linie sau pe o coloan dect dou csue. Pornete dintr-o csu neocupat i conine numai csue ocupate.

Sarcini i teme ce vor fi notate

Tema de control pentru Modulul I se va susine conform calendarului disciplinei care poate fi accesat pe portalul ID. Aceasta va fi susinut n scris la data programat durata fiind de 90 de minute.

Bibliografia modulului
Chifu, I.C.., Matematici pentru economiti, Editura Alma Mater, ClujNapoca, 2006., pag. 2254-279.