Sunteți pe pagina 1din 100

UNIVERSITATEA EFTIMIE MURGU REIA

FACULTATEA DE TIINE ECONOMICE I


ADMINISTRATIVE
CENTRUL DE NVMNT LA DISTAN
ALGEBR
LINIAR
Prof.univ.dr. Constantin Popp
- 2001 -
1
2
Prefa
Pentru a uura urmrirea materialului, se vor utiliza urmtoarele
semne cu semnificaii speciale, n partea exterioar a paginii:
! !! ! Important
. Cu acest simbol sunt marcate elementele eseniale
pentru nelegerea materialului.
" "" " Sfat
. Acest semn sugereaz comentarea unor noiuni,
dndu-se mai
multe detalii, precum i prezena unor teoreme sau
proprieti..
# Avertizare
. Va fi avertizat cititorul asupra unor greeli tipice,
multe desprinse din experiena personal.
$ $$ $ Detalii
. Sunt furnizate detalii suplimentare, pentru a crete
gradul de detaliere al explicaiilor.
Pentru a realiza autocontrolul nsuirii noiunilor prezentate,
subcapitolele sunt nsoite de ntrebri i exerciii. Rspunsurile i
soluiile acestora se pot trimite la sediu Centrului ID prin pota, sau se
pot trimite prin e-mail, la adresa c.popp@uem.utt.ro.
Exist i dou teste de control, cte unul la sfritul fiecrei pri,
care verific capacitatea de sintetizare a materialului acumulat.
! !! !
" "" "
#
$ $$ $
Important
Sfat
Avertizare
Detalii
3
Cap. 1. ELEMENTE DE ALGEBR LINIAR
n prima parte, a crei parcurgere necesit circa dou ore, sunt
reamintite cunotinele despre matrice nvate n clasa a XI-a, la
disciplina de Algebr. Aceste prime trei subcapitole nu reprezint un
scop n sine, ci elul lor este de a pregti cititorul pentru introducerea
noiunilor noi din paragrafele urmtoare.
1.1. Generaliti despre matrice.
Se numete matrice o mulime de mn numere (elemente) aranjate
ntr-un tablou cu m
linii i
n coloane (de tipul m

n). Astfel, o matrice
dreptunghiular este:

,
_

mn m m
n
n
a a a
a a a
a a a
A
!
" " "
!
!
2 1
2 22 21
1 12 11
Folosind elementul generic ) ( n 1, = j ; m 1, = i
aij
, matricea se
noteaz prescurtat:
n m ij
a A

) ( , elementele sale fiind numere reale
sau complexe. Dac
m=n
, atunci matricea este ptratic (ptrat).
Unei matrice ptrate
n n ij a

) (
i se asociaz un numr numit
determinant
, care se calculeaz dup regulile curente din algebra de
liceu (clasa a XI
a
)
a a
a a
= A
nn n
1n 11
#
#
1
det
Dac
A

a, a

R nseamn c toate elementele matricei sunt mai


mari ca a
; la fel dac
A

0, elementele matricei sunt nenegative.
O matrice cu toate elementele nule se numete matrice nul
sau
matrice zero: O
mn
. Matricea de dimensiune 1

n
se mai numete
vector linie iar cea de tipul m

1
se numete vector coloan
.
Elementele n 1, = i , a
ii
formeaz diagonala principal
a matricei
iar suma elementelor de pe diagonala principal se numete
urma
matricei.
% %% %
Matrice
% %% %
Matrice
ptrat
% %% %
Determinant
% %% %
Matrice
nul
Vector linie
Vector
coloan
Urma maricei
4
Dac
A
este o matrice ptrat i
det A

0, atunci A
se numete
nesingular
sau
nedegenerat, iar dac
det A=0
se numete singular
sau
degenerat
.
O matrice ptrat este triunghiular dac toate elementele sale
situate de o parte a diagonalei principale sunt nule, iar determinantul ei
este egal cu produsul elementelor de pe diagonala principal. Dac
elementele situate de ambele pri ale diagonalei principale sunt nule,
atunci matricea se numete matrice diagonal
.
Dac ntr-o matrice diagonal elementele sunt egale ntre ele,
a
ii
=k, avem o
matrice scalar i se poate scrie prescurtat:
K=(
k
ij
)
n
unde

ij
este simbolul lui Kronecker:

'

j i 1,
j i , 0
ij

Matricea scalar n care


k=1
se numete matricea unitate i se
noteaz de obicei cu
E, U sau I
indicndu-se i ordinul (dimensiunea).
Fiecrui ordin de matrice ptrat i corespunde o matrice unitate:
E
n
=(

ij
)
n
sau U
n
sau I
n
. De exemplu:

,
_

1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
=
U4
Matricea -A=(-a
ij
)
mn
se numete
opusa matricei A=(a
ij
)
mn
.
Dac
A=(a
ij
)
nn
=(a
ij
)
n
atunci: det (-A)=(-1)
n
det A.
O matrice ptrat este simetric dac
n 1, = j i,
a
=
a ji ij
) (
i
antisimetric dac
n 1, = j i,
a
- =
a ji ij
) (
. Din a
ii
=-a
ii
rezult
a
ii
=0,
adic elementele de pe diagonala principal a unei matrice
antisimetrice sunt nule.
Dou matrice
A
i
B
de acelai tip sunt
egale
dac elementele lor
analoge a
ij
i
b
ij
sunt egale, adic:
n 1, = j m 1, = i ) ( ,
b
=
a
B = A
ij ij
i
Egalitatea matricelor reducndu-se la egalitatea a mn numere
(elementele matricelor) are aceleai proprieti ca i egalitatea
! !! !
Matrice
nesingular
(cea cu determinant
! !! !
Matrice
triunghiular
.
Matrice
diagonal
Matrice
scalar
Sibolul lui Kronecker
! !! !
Matrice unitate
! !! !
Matricea
opus
! !! !
Matrice
simetric
Matrice
antisimetric
5
numerelor. Dac dou matrice ptrate sunt egale, determinanii lor
sunt egali (reciproc nu!).
Teme
1.
Definii noiunile de matrice, matrice ptrat, matrice nul,
vector linie i vector coloan.
2.
Dai exemplu de matrice singular i unul de matrice
nedegenerat.
3.
Precizai pentru fiecare dintre urmtoarele matrice dac este
scalar, diagonal i triunghiular.

,
_

,
_

,
_

,
_

4 0 0
2 0 0
1 0 2
,
4 0 0
0 4 0
0 0 4
,
0 0 0 0
0 4 0 0
0 0 3 0
0 0 0 2
,
5 0 0
3 2 0
3 1 2
D C B A
1.2. Operaii cu matrice
1)
Suma i diferena a dou matrice de acelai tip este tot o
matrice de acelai tip. Fie
A=(a
ij
)
mn
, B=(b
ij
)
mn
. Avem A+B=C, unde
C=(c
ij
)
mn
i
n 1, = j ; m 1, = i
b
+
a
=
c ij ij ij
) (
. Zicem c adunarea este
o
operaie intern (interioar) n mulimea
M
a matricelor de acelai
tip.
Proprietile adunrii:
1. A+B=B+A (comutativitate)
2. (A+B)+C=A+(B+C) (asociativitate)
3. A+0=0+A=A (matricea 0
- neutr la adunare)
4. A+(-A)=(-A)+A=0
(matricea opus)
Vedem deci, c mulimea matricelor de acelai tip formeaz
grup
aditiv abelian (comutativ).
Diferena matricelor
A
i
B
de acelai tip este
A-B=A+(-B)=D,
unde D=(d
ij
)
mn
, n 1, j ; m 1, i ) (
ij ij ij
b a d . n particular, suma
sau diferena a dou matrice triunghiulare (superior sau inferior) este
tot o matrice triunghiular. La fel i n cazul a dou matrice diagonale.
2)
nmulirea unei matrice cu un scalar (numr algebric).
% %% %
Suma
i diferena
matricelor
" "" "
Proprietile
adunrii
$ $$ $
Grup este un
ansamblu format
dintr-o
mulime i o
operaie definit
ntre elementele ei,
ce are proprietea de
asociativitate, un
element neutru
i
orice element este
inversabil
6
Fie A=(a
ij
)
mn
i un scalar. Avem
A=(

a
ij
)
mn
. n particular,
dac
=-1
se obine opusa lui
A. Fie M
mulimea matricelor de
acelai tip i
S
mulimea scalarilor. Operaia
A este o
operaie
extern a mulimii
M
definit prin intermediul mulimii
S.
Proprieti:
1.
(A+B)=A+B (dubla distributivitate
2.(

1
+
2
)
A=
1
A+
2
A n M
i
S)
3.(

2
)
A=
1
(

2
A)=

2
(

1
A) (asociativitate n S)
4.()1S astfel nct 1A=A1=A (element unitate n S)
Pe baza proprietilor (axiomelor) adunrii i respectiv nmulirii
cu un scalar, tragem concluzia c mulimea
M
formeaz spaiu liniar
(sau vectorial).
3)
nmulirea matricelor
A
i
B
are sens dac numrul de coloane
ale lui A
este egal cu numrul de linii ale lui
B
, adic:
A=(a
ij
)
mn
i
B=(b
ij
)
np
.
Se definete
A

B=C=(c
ij
)
mp
, unde:
p 1, = j ; m 1, = i ;
b a
=
b a
+ +
b a
+
b a
=
c kj ik
n
=1 k
nj in 2j i 1j i ij
#
2 1
n general: AB

BA
. Mai mult, dac
AB
este o operaie posibil,
operaia
BA
este posibil numai dac numrul liniilor lui
A este egal
cu numrul coloanelor lui
B.
Proprieti:
1. A(BC)=(AB)C - asociativitate
2. A(B+C)=AB+AC
- distributivitate fa de adunare
3.
(AB)=(A)B=A(B) - asociativitate fa de un scalar
4. A

0=0
Observaie: Dac
A
i
B
sunt matrice ptrate de acelai ordin,
atunci AB
i
BA sunt posibile dar n general AB

BA
. Dac totui
AB=BA, matricele A
i
B sunt permutabile, de exemplu:

,
_

,
_

,
_

2
2 2
0
,
2 b ab
ab b a
BA AB
b
b a
B
a b
b a
A
! !! !
nmulirea
matricelor cu un
scalar
" "" "
Proprietile
nmulirii cu
scalari
$ $$ $
Spaiul
vectorial
este un ansablu
format din grupul
prezentat pe
pagina
precedent i
corpul scalarilor
! !! !
nmulirea
matricelor
" "" "
Proprietile
nmulirii
matricelor
# ## #
nmulirea
matricelor nu este
comutativ
7
Produsul dintre o matrice scalar i o matrice ptrat, de acelai
ordin, este egal cu produsul dintre scalarul k (de pe diagonala
principal) i matrice.
n particular, dac
k=1 atunci K=U
i
UA=AU=A
, adic matricea
unitate este elementul unitate (sau de efect nul) la nmulirea
matricelor ptrate.
Dac
A=(a
ij
)
n
i
B=(b
ij
)
n
atunci det(AB)=det A

det B.
Produsul a dou matrice ptrate nesingulare este o matrice ptrat
nesingular i reciproc. Spre deosebire de cazul determinanilor,
produsul a dou matrice ptrate poate fi nul fr ca una din matricele
factori s fie nul. De exemplu:
2
0
0 0
0 0
3 2
0 0
0 1
0 0

,
_

,
_

,
_

B A
n acest caz, zicem c
A
i
B sunt divizori ai lui zero. Deoarece
BA

0, A este divizor la stnga
i
B divizor la dreapta.
Teme
1.
Efectuai A+C, A
D. Se poate efectua A+B ? Dar AB ? Dar
BA ?

,
_

,
_

,
_

,
_

4 0 0
2 0 0
1 0 2
,
4 0 0
0 4 0
0 0 4
,
0 0 0 0
0 4 0 0
0 0 3 0
0 0 0 2
,
5 0 0
3 2 0
3 1 2
D C B A
1.3. Matricea transpus i matricea invers.
Fie A=(a
ij
)
m n
. Transpusa matricei A
se obine schimbnd liniile
cu coloanele, adic:
A
T
=(a
ij
)
n m
.
Proprieti
: 1. (A+B)
T
=A
T
+B
T
3. (A
T
)
T
=A
2. (kA)
T
=kA
T
4. (AB)
T
=B
T
A
T
Dac
A=(a
ij
)
n
este simetric, atunci
A
T
=A
i reciproc. Dac
A este
antisimetric, atunci:
A
T
+A=0.
O matrice este
inversabil dac este ptrat i nesingular. Fie
A=(a
ij
)
n
i
det A=k

0 Atunci (

) A
-1
astfel nct AA
-1
=A
-1
A=U
n
. Determinarea
matricei inverse
presupune efectuarea urmtoarelor operaii:
- se calculeaz
det A=k

0 (n caz contrar nu are sens A
-1
)
% %% %
Divizori ai lui
zero
% %% %
Transpusa
matricei
" "" "
Proprietile
transpusei
matricei
% %% %
Matrice
inversabil
8
- se scrie A
T
- se scrie A
*
(
matricea asociat
sau adjuncta lui A), nlocuind
toate elementele a
ij
ale transpusei prin complementele lor algebrice A
ij
unde A
ij
=(-1)
i+j
M
ij
(M
ij
fiind minorul elementului a
ij
)
- se mpart elementele matricei asociate cu k.
Deci :
* 1
1
A
k
A

Proprieti
: 1.AA
-1
=A
-1
A=U (permutabile) i
detAdetA
-1
=1(reciproce)
2. Dac A=(
a
ij
)
n
i B=(
b
ij
)
n
iar AB=U atunci matricele
sunt nesingulare i una este inversa celeilalte.
3. (AB)
-1
=B
-1
A
-1
i n general:(A
1
A
2
A
n
)
-1
=A
n
-1
A
1
-1
4. (A
-1
)
T
=(A
T
)
-1
5. (A
-1
)
-1
=A
Teme
1.
Calculai inversa matricei A. Este matricea B inversabil ?

,
_

,
_

0 0 0 0
0 4 0 0
0 0 3 0
0 0 0 2
,
1 0 0
3 2 0
3 1 2
B A
Rezumat
Matricea unitate este matricea care are toate elementele de pe
diagonala principal egale cu 1, iar celelalte egale cu 0.
Matricea ce are determinantul
nenul se numete inversabil sau
nedegenerat. Inversa ei se poate calcula conform metodei studiate n
cala a XI-a i este acea matrice care nmulit cu matricea iniial
furnizeaz ca rezultat matricea unitate.
Suma i produsul matricelor se calculeaz, aa cum s-a studiat n
liceu element cu element.
Produsul a dou matrice, dac are sens, se calculeaz nsumnd
produsul cte unui element din fiecare linie a primei matrice cu cte
un element din fiecare coloan a celei de-a doua matrice.
Test de evaluare
1. Dai exemplu de o matrice care nu este inversabil
25 puncte
2. Dai exemplu de dou matrice care nu se pot nmuli
25 puncte
3. Dai cte un exemplu de matrice triunghiular, diagonal,
ptratic i scalar
40 puncte
" "" "
Calculul inversei
unei matrice
" "" "
Proprietile
inversei matricei
9
1.4. Operaii cu matrice prin partiionare
Acest subcapitol, al crui studiu necesit circa dou ore propune o
abordare alternativ a noiunilor prezentate n primele trei. Scopul su
este desprinderea treptat a cititorului de tiparele din liceu.
Prin
partiionarea unei matrice
A=(a
ij
)
m n
se nelege mprirea
acesteia n submatrice (blocuri) A
ij
, prin linii orizontale i verticale.
De exemplu,

,
_

,
_

A A
A A
=
1 1 - 1 0
1 - 2 0 1
1 0 1 1 -
0 1 1 - 2
= A
22 21
12 11
!
!
" " " " "
!
!
unde:

,
_

1 1 -
1 - 2
=
A
=
A 22 11
, A12=A21=U.
n general, A=(a
ij
)mn
se poate partiiona n

,
_

pq p
pq
q
A A
A
A A
A
#
!
#
1
1 11
unde A
11
, , A
1q
,
, A
p1
,
, A
pq
sunt blocurile sau submatricele lui A.
n particular, are loc descompunerea n linii (vectori linii),

,
_

L
L
= A
m
1
! unde: ,
)
a a
( =
L
)
a a
( =
L
mn m1 m
1n 11 1

'

"
" " " " " " "
"
precum i descompunerea n coloane (vectori coloane):
A=(K
1
K
n
) unde:

,
_

,
_

a
a
=
K
, ,
a
a
=
K
mn
1n
n
m1
11
1
! " !
Operaiile cu matrice sunt valabile i n cazul partiionrii.
Operaiile cu matrice prin partiionare, n special determinarea
inversei, sunt avantajoase de aplicat atunci cnd unele din submatrice
sunt matrice zero sau unitate.
Dou matrice sunt egale cnd se pot partiiona n submatrice
egale.
! !! !
Partiionarea
matricei
" "" "
Partiionarea
matricei n
coloane
" "" "
Partiionarea
matricei n linii
10
Suma a dou matrice partiionate n acelai mod este egal cu
matricea care are ca submatrice suma submatricelor termeni. n cazul
operaiei de nmulire prin partiionare, partiionarea matricelor trebuie
fcut astfel nct s se poat efectua nmulirea submatricelor
(blocurilor).
De exemplu, pentru :

,
_

,
_

,
_

,
_

22 21
12 11
33 32 31
23 22 21
13 12 11
22 21
12 11
43 42 41
33 32 31
23 22 21
13 12 11
;
B B
B B
b b b
b b b
b b b
B
A A
A A
a a a
a a a
a a a
a a a
A
!
# # # #
!
!
!
!
# # # #
!
!
Avem:

,
_

B A
+
B A

B A
+
B A
B A
+
B A

B A
+
B A
= AB
22 22 12 21 21 22 11 21
22 12 12 11 21 12 11 11
Determinarea inversei prin partiionare se bazeaz pe posibilitatea
partiionrii unei matrice unitate n submatrice unitate i submatrice
zero i pe proprietatea c produsul dintre o matrice i inversa sa este o
matrice unitate.
Din AB
calculat mai sus i

,
_

m n
m
U
U
AB
0
0
, prin identificare,
se obine sistemul de ecuaii matriceale:

'

U
=
B A
+
B A
0 =
B A
+
B A
0 =
B A
+
B A
U
=
B A
+
B A
m - n 22 22 12 21
21 22 11 21
22 12 12 11
m 21 12 11 11
din care se deduc blocurile B
11
, B
12
, B
21
, B
22
. Calculul se simplific
dac cunoatem inversa matricei
A
11
, care este nesingular de ordinul
m<n.
n particular, determinm matricea invers a unei matrice ptrate
B=(b
ij
)n+1
,
" "" "
Calcularea sumei
a dou

matrice
prin
partiionare
" "" "
Calcularea
produsului a dou

matrice prin
partiionare
11
,

,
_

1 V
0 A
= B
obinut prin bordarea matricei nesingulare
A=(b
ij
)n
cu vectorul linie
V1n
i vectorul coloan
0n1
completai cu un ultim element egal cu
1.
Notnd:

,
_

V
V B
=
B
1
2 11
1 -
sistemul devine:
AB
11
=Un
, AV
2
=0, VB
11
+V
1
=0, VV
2
+(
)=(1)
, de unde:
B
11
=A
-1
, V
2
=0, V1=-VA
-1
,
=1
.
Rezult:

,
_

1
0
1
1
VA
A
=
B
1 -
Exemplu: S se calculeze
B
-1
dac:

,
_

1 3 2 - 1
0 0 1 - 1
0 0 1 2
0 1 - 0 1
= B
!
" " " " "
!
!
!
Matricea este de forma:

,
_

1 V
0 A
= B
unde:

,
_

,
_

1
VA
-
0
A
=
B
iar ), 3 2 - 1 ( = V ,
0 1 - 1
0 1 2
1 - 0 1
= A
1 -
1 -
1 -
Mai nti determinm
A
-1
. Det A=3 0
" "" "
Calcularea
inversei unei
matrice prin
partiionare
12

,
_

,
_

+ +
+
+ +

,
_



3
1
3
1
1
3
2
3
1
0
3
1
3
1
0
,
1 1 3
2 1 0
1 1 0
,
0 0 1
1 1 0
1 2 1
1 *
A A A
T
Apoi:

,
_

,
_

3
8
3
2 3 - =
-
) 3 2 - 1 ( =
VA
1 -
3
1
3
1 1
3
2
3
1 0
3
1
3
1 0
Deci:

,
_

1
3
8
-
3
2
-
3
0
3
1
3
1 1 -
0
3
2
-
3
1 0
0
3
1
3
1 0
=
B
1 -
Teme
1.
Calculai inversa matricei A, prin partiionarea propus. Apoi
calculai A

B prin partiionare.

,
_

,
_

1 0 1
6 1 0
1 0 2
,
1 0 0
3 2 0
3 1 2
B A
2. Calculai pentru matricele din exerciiul precedent produsul
B

A. Verificai dac A

B=B

A.
Rezumat
Operaiile cu matrice prezentate n subcapitolele precedente pot fi
efectuate prin
partiionare adic prin divizarea matricelor n blocuri,
iar calculele se vor face ntre acestea.
13
Cteodat, se pot obine soluiile mai uor prin partiionare, cu un
numr mai mic de calcule (cum ar fi, de exemplu, calcularea inversei
anumitor matrice).
Pentru a se putea efectua calculele,
partiionarea nu poate fi fcut
ntmpltor, ci n aa fel nct ntre blocurile rezultate s aib sens
operaiile necesare (adunri, nmuliri de matrice, etc.).
Test de evaluare
1. Dai exemplu de o dou matrice care se pot nmuli, ns gsii
o
partiionare care nu permite aceasta
25 puncte
2. Este posibil calcularea inversei unei matrice, partiionnd-o
astfel nct partiiile s conin fiecare cte o linie ntreag ? Justificai.
25 puncte
3. Calculai, prin partiionare X+Y i X

Y pentru :

,
_

,
_


1 1 1
3 1 2
3 1 2
,
1 0 2
3 1 2
0 2 3
Y X
40 puncte
14
1.5. Rangul unei matrice
Acest capitol, dup ce reamintete cteva noiuni studiate n liceu,
introduce o nou metod pentru calcularea rangului unei matrice.
Scopurile sale sunt prezentarea unei metode cunoscute, precum i a
unei metode noi de a calcula rangul unei matrice. Studiul
subcapitolului curent necesit circa dou ore.
Definiie
. Fie A=(a
ij
)
m n
. Se numete
rang al matricei A, ordinul
maxim al unui determinant minor diferit de zero. Se noteaz:
rang A=r.
Din definiie, deducem c
rang 0
n
=n. De asemenea, rangul unei
matrice ptrate nesingulare este egal cu ordinul matricei.
Definiie
: Orice minor diferit de zero (

0), de un ordin egal cu


rangul r al matricei, se numete
determinant principal sau minor
principal.
n general, o matrice are mai muli determinani principali; doar n
cazul unei matrice ptrate nesingulare, determinantul ei este singurul
minor principal.
Rangul matricei se poate determina fie cu ajutorul minorilor, fie
prin transformri elementare.
Teorem. Dac toi minorii de ordinul
p
sunt nuli, atunci i toi
minorii de ordinul p+1 sunt nuli.
Teorema rezult din faptul c n dezvoltarea dup elementele unei
linii sau coloane a unui minor de ordinul p+1
, toi determinanii
minori sunt de fapt minori de ordinul p ai matricei, deci nuli.
Pentru a determina Rang A, A 0
, calculm minorii de ordinul 2
pn cnd obinem unul diferit de zero sau artm c toi minorii de
ordinul 2 sunt nuli. n primul caz, rang A 2
i trecem la minorii de
ordinul 3. Dac toi
3
=0 atunci r=2
. Dac
(
)
3 0, atunci r 3
i
trecem la minorii de ordinul 4, etc. n al doilea caz, r=1.
Calculul poate fi simplificat folosind teorema lui Kronecker
: Dac

p 0 este un minor al matricei A


i toi minorii de ordin
(p+1)
obinui
prin bordarea lui

p
sunt nuli, atunci orice minor de ordin (p+1) este nul.
! !! !
Rangul matricei
! !! !
Determinant
(minor)
" "" "
Teorema lui
Kronecker pentru
calculul rangului
15
Observaie
: Metoda de mai sus presupune calculul multor
determinani minori, mai ales cnd matricea este de dimensiune mare.
n cazul unor matrice de dimensiune mare, care conin submatrice de
structuri deosebite (unitate, diagonale, triunghiulare etc.), rangul se
poate determina utiliznd proprieti ale determinanilor i rangurilor
cunoscute ale unor submatrice.
De exemplu
, s determinm rangul matricei:

,
_

,
_

M M
U U
=
1 1 1 0 0 0
0 0 0 1 1 1
1 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 1
= A
2 1
3 3
!
!
" " " " " " "
!
!
!
Observm c
A
se poate partiiona n 4 blocuri, cele din linia nti
fiind U
3
. De asemenea, vedem c suma primelor trei linii este egal cu
suma ultimelor dou
(L
1
+L
2
+L
3
=L
4
+L
5
)
, deci toi minorii de ordinul
5 sunt nuli. Suprimnd linia a 4-a, matricea format cu primele patru
coloane este triunghiular i are toate elementele de pe diagonala
principal egale cu 1, deci este nesingular (
det A=1 0). Rangul
matricei este r=4.
Generaliznd, considerm matricea:
,
M M M
U U U
= M
m 2 1
n n n

,
_

"
"
unde U
n
sunt matrice unitate de ordinul n, iar M
1
,

, M
m
matrice de
tipul (m n) cu elemente de pe liniile respectiv 1, 2, , m egale cu 1,
iar celelalte nule. Matricea A
se obine din
M pentru n=3
i
m=2.
Aplicnd procedeul de mai sus, de determinare a rangului matricei
A
, rezult c
rang M=m+n-1.
Transformri elementare
. Fie matricele A
m n
i
T
m n
. Prin TA=B
nelegem transformarea matriceal a matricei
A prin matricea T n
matricea B
. Dou transformri
T
1
i
T
2
sunt egale dac:
( ) A,
T
1
A=T
2
A. Evident, pentru matricea unitate U avem: T
1
=T
2
.
Transformrile pot fi nmulite:
(T
1
T
2
)A=T
2
(T
1
A)
i se bucur de
# ## #
Determinarea
rangului unei
matrice
$ $$ $
Transform
ri
matriceale
16
proprietile egalitii i nmulirii matricelor.
U (sau E, I
) reprezint
transformarea identic
.
Dintre toate transformrile, un rol deosebit l au acelea care se pot
obine ca un produs de trei transformri (numite transformri
elementare).
Introducem notaiile:

'

,
_

1) 0 (0 =
U
0) 0 (1 =
U
: unde
U
U
= U
m
1
m
1
"
" " " " " "
"
!
Transformrile elementare sunt urmtoarele:
T
1
:
nmulirea unei linii cu un numr
c

0.
U =
T T
=
T T
,
U
c
1
=
T
,
cU
=
T
1 -
1 1 1
1 -
1 i
1 -
1 i 1

,
_

,
_

!
!
!
!
T
2
:
Adunarea la o linie a unei alte linii nmulite cu
c

0.
U =
T T
=
T T
,
U
+
cU
-
U
=
T
,
U
+
cU
U
=
T
1 -
2 2 2
1 -
2
j i
i
1 -
2
j i
i
2

,
_

,
_

!
!
!
!
!
!
T
3
:
Schimbarea locului a dou linii
.
U =
T T
=
T T
,
E
E
=
T
1 -
3 3 3
1 -
3
i
j
3

,
_

!
!
!
Observaii 1) Transformrile de mai sus se pot opera i cu coloane.
2) Transformarea T
3
poate fi exprimat ca un produs de
transformri elementare de tipul
T
1
i
T
2
. n acest
sens, T
3
nu este elementar, totui din motive de
ordin aplicativ, T
3
este prin definiie o transformare
elementar.
! !! !
Transform
ri
elementare
1.
nulirea
unei
linii cu un
numr
nenul
2. Adunarea
unei linii la
al
linie
3. Schimbarea
locului a
dou
linii
" "" "
Prin aplicarea unei
transform
ri
elementare se
pstreaz
rangul
matricei
17
3) Dou matrice obinute una din alta prin transformri
elementare se numesc echivalente (A~B).
Aplicnd transformri elementare asupra unui determinant diferit
de zero, el rmne diferit de zero, pe cnd un determinant nul i
pstreaz valoarea. Rangul unei matrice fiind legat de noiunea de
determinant minor diferit de zero, rezult c dou matrice echivalente
au acelai rang
.
Pentru a determina rangul unei matrice prin transformri
elementare, aducem matricea la o form mai simpl pe care s putem
citi rangul ei.
Una din aceste forme este
forma canonic diagonal
, n care n
colul din stnga sus apare o matrice unitate, celelalte elemente fiind
nule.
Exemplu
: S se determine rangul matricei:

,
_

1 1 - 4 1
1 - 0 2 2
3 1 - 0 3 -
= A
Avem succesiv:

,
_

,
_

,
_

6 4 - 12 0
3 - 2 6 - 0
1 1 - 4 1
~
3 1 - 0 3 -
1 - 0 2 2
1 1 - 4 1
~
1 1 - 4 1
1 - 0 2 2
3 1 - 0 3 -
= A
(L
1
schimb cu
L
3
) (L
2
-2L
1
i
L
3
+2L
1
)

,
_

,
_

,
_

,
_

0 0 0 0
0 0 1 0
0 0 0 1
# # #
!
!
~
0 0 0 0
1 1 1 0
0 0 0 1

~
2 - 2 - 2 - 0
1 1 1 0
0 0 0 1
~
6 4 - 12 0
3 - 2 6 - 0
0 0 0 1
~
(C
2
-4C
1
,C
3
+C
1
,C
4
-C
1
) (C
2
/(-6),C
2
/2,C
4
/(-3)) (L
3
+2L
2
)
(C
3
-C
2
,C
4
-C
2
)
deci: rang A=r=2.
Observaii
:
" "" "
Calcularea
rangului unei
matrice prin
transform
ri
elementare
18
1. Rangul unui produs de matrice
, nu poate depi rangul fiecreia
dintre matricele factori (fr demonstraie)
2.
Rangul unei matrice nu se schimb dac o nmulim la stnga
sau la dreapta cu o matrice ptrat nesingular (consecin a primei
observaii).
Teme
1.
Calculai rangurile matricelor A i B prin transformri
elementare.

,
_

,
_

1 4 3 3
0 4 0 0
0 0 3 1
1 0 0 2
,
1 0 1
3 2 0
3 1 2
B A
Rezumat
Petru calcularea rangului unei matrice se poate utiliza metoda
nvat n liceu, anume determinarea celui mai mare minor
nenul,
rangul fiind egal cu numrul de linii al acestuia.
Se mai poate utiliza i metoda transformrilor elementare.
Transformrile elementare seamn cu metoda utilizat de a face
zerouri pe linii sau coloane utilizat la calcularea determinanilor de
ordin mare, prin reducerea acestora la determinani de ordin mai mic.
Deosebirile sunt urmtoarele :
Se poate nmulii o linie (coloan) cu o constant nenul, fr a
modifica rangul.
Se pot inversa dou linii (coloane) fr a modifica rangul.
Test de evaluare
1.
Calculai rangul matricei A prin ambele metode.

,
_

1 0 1
3 1 2
2 1 1
A
30 puncte
2.
Calculai rangul matricei B prin ambele metode.

,
_

2 1 2 3
2 1 3 1
2 5 6 4
2 3 1 2
B
40 puncte
19
1.6. Rezolvarea matriceal a sistemelor de ecuaii
liniare
i n acest subcapitol se continu reamintirea unor noiuni
cunoscute din liceu abordndu-se aceast problematic i din alt punct
de vedere. Acest subcapitol necesit circa 2 ore pentru a fi parcurs.
1.
Forma general
a unui sistem de m
ecuaii cu necunoscutele,
x
i
, ce intervin la gradul I
este urmtoarea:

'

b
=
x a
+ +
x
2
a
+
x
1
a
b
=
x a
+ +
x a
+
x a
b
=
x a
+ +
x a
+
x a
m n mn 2 m 1 m
2 n 2n 2 22 1 21
1 n 1n 2 12 1 11
!
! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
!
!
(1.6.1)
Matricea A=(a
ij
)
m n
este matricea sistemului
i
rang A este rangul
sistemului iar minorul

p
al matricei este determinantul principal al
sistemului.
Notnd: B=(b
1
b
2
b
m
)
T
- vectorul coloan al termenilor liberi i
X=(x
1
x
2
x
n
)
T
- vectorul coloan al necunoscutelor, sistemul (1.6.1)
se scrie matriceal sub forma: AX=B.
Dac
B 0 sistemul este
neomogen, iar dac
B=0 sistemul este
omogen (fr termeni liberi). Orice vector
X
care verific ecuaia
matriceal respectiv sistemul (1.6.1) este soluie a sistemului
.
Un sistem care admite cel puin o soluie este
compatibil.
Dac soluia sistemului este unic, sistemul este
compatibil
determinat
iar dac sistemul admite o infinitate de soluii este
compatibil nedeterminat
. Dac sistemul nu admite soluie (deci nu
este compatibil) zicem c este
incompatibil.
n legtur cu sistemele liniare, se pun, deci, dou probleme mai
importante:
discuia (natura soluiilor) i
rezolvarea lor.
2.
Sisteme de n ecuaii cu n necunoscute.
Forma matriceal este
AX=B cu A=(a
ij
)
n
.
Dac =det A
0 (A
- nesingular) atunci
( )A
-1
i soluia va fi:
X=A
-1
B. n acest caz deci, sistemul este compatibil determinat (de tip
Cramer). Regula lui
Cramer cunoscut din liceu este exprimarea sub
form de determinani a formulei
X=A
-1
B
, cele dou metode
! !! !
Sistem de ecuaii
liniare
! !! !
Matricea
sistemului
! !! !
Forma matriceal a
sistemului
! !! !
Sistem omogen i
neomogen
! !! !
Sistem compatibil
(determinat,
nedeterminat) i
incompatibil
! !! !
Soluia sub forma
matriceal
20
comportnd practic aceleai calcule. Metoda scrierii matricei inverse
este de preferat totui datorit unei scrieri mai concentrate.
De exemplu:
,
-5 = x - 2x + 2x
-3 = x + 3x
-3 = x - 2x + x

'

3 2 1
3 1
3 2 1

are soluia:
) 3 1 (-2 =
3
1
2 -
=
5
3 -
3 -

3 - 1 3
2 -
2
1
2
5
1 0 1 -
= B
A
=
x
x
x
= X
T
1 -
3
2
1

,
_

,
_

,
_

,
_

adic:
x
1
=-2, x
2
=1, x
3
=3.
3.
Sisteme de m ecuaii cu n necunoscute
Fie AX=B , unde A=(a
ij
)
m n
, X=(x
i
)
n 1
, B=(b
i
)
m 1
i
presupunem rang A=p inf(m,n) iar

p
un determinant principal al
sistemului. Determinanii obinui prin bordarea lui
p
cu liniile
rmase din
A
i coloana termenilor liberi sunt de ordinul
P+1
i se
numesc
determinani caracteristici
ai sistemului.
Teorema lui Rouch
: condiia necesar i suficient ca un sistem
de m
ecuaii liniare cu
n
necunoscute s fie compatibil este ca toi
determinanii caracteristici s fie nuli. Aceasta este echivalent cu
rang A=rang
(matricea extins) exprimat de
teorema lui
Kronecker-Capelli (exprimarea n limbaj matriceal a teoremei lui
Rouch).
Matricea
se obine din
A
la care se adaug coloana
B
i se scrie
=(A| || |B).
Rezolvarea sistemelor. Presupunem sistemul compatibil, avnd
rang =rang A=p inf(m,n), iar P
format din primele
p
linii i
coloane ale lui A
este nesingular, adic
det
P=
p
(determinant
principal). Prin intermediul lui P (sau

p
) ecuaiile sistemului se
mpart n:
ecuaii principale i ecuaii secundare
. n cazul acesta,
primele p
ecuaii (formate cu elemente din
P) sunt principale iar
" "" "
Teorema lui
Rouche
" "" "
Rezolvarea
sistemelor liniare
21
celelalte (m-p
) ecuaii (care nu conin elemente din
P
) sunt ecuaii
secundare. La fel, primele p
necunoscute sunt principale i celelalte
sunt secundare.
Se pstreaz numai ecuaiile principale, matricea sistemului
devenind (P| || |s), unde S
este matricea format cu coeficienii
necunoscutelor secundare. Obinem
X=(X
p
| || |X
s
)
T
, X
p
=vector coloan
al necunoscutelor principale i
X
s
=vectorul coloan al necunoscutelor
secundare. Notnd cu B
p
primele p linii din B sistemul AX=B devine:
PX
p
=B
p
-SX
p
nmulim la stnga cu
P
-1
i obinem:
,
X
S)
P
( -
B P
=
X
s -1 p -1 p
(1.6.2)
relaie matriceal care exprim necunoscutele principale n funcie de
necunoscutele secundare. Atribuind valori arbitrare reale
necunoscutelor secundare, obinem diferite soluii ale sistemului
iniial.
Dac
rang A=n
, atunci toate necunoscutele sunt principale i
sistemul este compatibil determinat
. Dac
rang A<n, sistemul este
compatibil nedeterminat.
Exemplul 1
: S se discute i s se rezolve sistemul:

'

1 =
x
+
x
+
x
3 =
x
2 +
x
+
x
5
2 =
x
-
x
2 +
x
3
1 =
x
3 +
x
-
x
2

3 2 1
3 2 1
3 2 1
3 2 1
Matricea sistemului este:

,
_

1 1 1
2 1 5
1 - 2 3
3 1 - 2
= A
iar matricea extins:
22

,
_

1 1 1 1
3 2 1 5
2 1 - 2 3
1 3 1 - 2
= A
~
Prin transformri elementare se arat c
rang A=rang =3, deci
sistemul este compatibil determinat (n=3), conform teoremei lui
Kronecker-Capelli. La fel, dup teorema lui Rouch: cutm un
determinant minor principal de ordin 3, ct este rangul lui A. Fie:
0 13 =
1 - 2 3
3 1 - 2
1 1 1
=
Calculm determinantul caracteristic:
0, =
3 2 1 5
2 1 - 2 3
1 3 1 - 2
1 1 1 1
=
c
deci sistemul este compatibil.
Ecuaiile principale vor fi:
,
2 =
x
-
x
2 +
x
3
1 =
x
3 +
x
-
x
2
1 =
x
+
x
+
x
3 2 1
3 2 1
3 2 1

'

cu soluia:
Cramer) lui regulii (Conform
13
5
=
x
,
13
2
=
x
,
13
6
=
x 3 2 1
Exemplul 2
: S se determine parametrul
a R astfel ca sistemul:
,
a =
x
7 -
x
11 +
x
4 -
x
3
3 =
x
2 -
x
+
x
+
x
3
1 =
x
+
x
3 -
x
2 +
x
4 3 2 1
4 3 2 1
4 3 2 1

'

s fie compatibil i apoi s se rezolve.


Aplicm teorema lui
Kronecker:
23

,
_

,
_

,
_

3 - a 0 0 0 0
0 0 0 1 0
0 0 0 0 1
~

3 - a 10 - 20 10 - 0
0 5 - 10 5 - 0
0 0 0 0 1
~
a 7 - 11 4 - 3
3 2 - 1 1 3
1 1 3 - 2 1
= A
~
Transformrile elementare s-au aplicat numai coloanelor. Matricea
A
fiind coninut n matricea extins

simultan determinm i
rang A,
deci: rang =rang A=2
dac
a-3=0, a=3. Deoarece r<n, sistemul este
compatibil nedeterminat.
Avem:

'

x
2 +
x
- 3 =
x
+
x
3
x
-
x
3 + 1 =
x
2 +
x

1 3
2 1
=
4 3 2 1
4 3 2 1
: principale ecuatiile i
Notnd x
3
= i
x
4
=
, (

R
) i rezolvnd sistemul de mai sus,
obinem:
x
1
=1-+
, x
2
=2-
. Deci, sistemul este compatibil dublu -
nedeterminat i are soluiile:(1-+
,
2-
,

).
4. Sisteme liniare omogene
Aceste sisteme au termenii liberi nuli, adic sunt de form
matriceal:
AX=0 unde A=(a
ij
)
m n
. n acest caz rang A=rang , deci
un sistem liniar i omogen este totdeauna compatibil, admind soluia
banal
X=0.
Sistemul omogen admite i soluii diferite de soluia banal dac
este compatibil nedeterminat, adic
rang A<n
. Dac
m=n atunci
matricea A
trebuie s fie singular, adic
det A=0.
Exemplul 1
: S se determine parametrul
R astfel ca sistemul

'

0 =
x
) - (1 +
x
+
x
0 =
x
+
x
) - (1 +
x
0 =
x
+
x
+
x
) - (1
3 2 1
3 2 1
3 2 1

,
s admit soluii diferite de soluia banal.
Avem:

2
=-
2
(-3)=0
pentru

1
=0
i
2
=3.
Dac =0, sistemul se reduce la ecuaia:
x
1
+x
2
+x
3
=0.
" "" "
Sistemele
omogene au
ntodeauna o
soluie
24
Notnd x
1
=
,x
2
= rezult soluia dublu nedeterminat:
(
,,
-(
+))
Dac =3, considernd primele dou ecuaii ca principale,
sistemul devine:
,
0 =
x
+
x
2 -
x

0 =
x
+
x
+
x
2 -
3 2 1
3 2 1

'

cu soluia:
x
1
=x
2
=x
3
=k.
Exerciiul 2: S se rezolve sistemul:

'

0 = z
C
+ y
B
+ x
A
0 = z
C
+ y
B
+ x
A
2 2 2
1 1 1
Fiecare ecuaie a sistemului omogen reprezint cte un plan ce
trece prin origine. Intersecia lor este o dreapt n spaiu ce trece prin
origine avnd ecuaiile sub forma canonic
n
z
=
m
y
=
l
x
, unde l, m, n
sunt parametrii directori dai de relaiile (determinanii):

B A
B A
= n ,
A C
A C
= m ,
C B
C B
= l
2 2
1 1
2 2
1 1
2 2
1 1
Fcnd abstracie de aceast interpretare geometric, sistemul se
rezolv cu una din necunoscute (de exemplu
z
), presupunnd c rangul
matricei sistemului este r=2
. Apoi notm pe
z
cu o liter (,

,

)
care joac rol de parametru real.
Teme
1.
Rezolvai sistemele urmtoare :

'

+
+ +
+
1
1 3
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
;

'

+
+ +
+
1 2
1 2
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
;

'

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

'

+
+ +
+
0 2
0 3
0
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
;

'

+
+ +
+
0 2
0 2
0 2
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x
;

'

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

'


+
+
1
3 2
2 2
2 1
2 1
2 1
x x
x x
x x
2.
Rezolvai, n funcie de valorile parametrului

, sistemul
urmtor
25

'

+
+ +
+
0 2
0 3
0
3 2 1
3 2 1
3 2 1
x x x
x x x
x x x

Rezumat
Sistemele de ecuaii liniare se pot rezolva att prin intermediul
metodei lui
Cramer, ct i matriceal.
Soluia prin metoda
Cramer presupune determinarea rangului
matricei sistemului i rangul matricei extinse. Dac cele dou coincid,
sistemul este compatibil, n caz contrar este incompatibil. Dac sistem
este compatibil i rangul este egal cu numrul de necunoscute, atunci
sistemul este compatibil determinat (are soluie unic), altfel este
compatibil
nedeterminat (are o infinitate de soluii).
Matriceal, sistemul se poate rezolva nmulind vectorul coloan al
termenilor liberi la stnga cu inversa matricei sistemului (dac exist).
Sistemele omogene (cele la care toi termenii liberi sunt nuli) sunt
ntotdeauna compatibile.
Test de evaluare
1.
Rezolvai i discutai sistemele urmtoare :
a)

'

+
+
1 2 2
1 3 2
3 2 1
3 2 1
x x x
x x x
45 puncte
b)

'


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

45 puncte
26
1.7. Spaiu vectorial (liniar). Dependen liniar
Urmtoarele trei paragrafe realizeaz o introducere n
problematica spaiilor liniare. Cu aceste capitole se ncepe, de fapt,
prezentarea materialului cu aspect de noutate. Cele trei paragrafe au ca
scopuri imediate prezentarea noiunilor de spaiu liniar, vectori,
dependen i independen liniar, ns aceste noiuni servesc ca
suport teoretic noiunilor din paragrafele urmtoare, precum i celor
din capitolul doi.
Pentru studierea acestor trei subcapitole se recomand alocarea a
circa trei ore.
Mulimea matricelor linii cu
n
elemente (vectori linii), formeaz o
structur algebric n raport cu operaia de adunare (intern) i n
raport cu operaia de nmulire a matricei cu un scalar (extern),
numit spaiu vectorial n-dimensional (sau spaiu liniar) i pe care-l
notm cu
S
(n)
.
Spaiul vectorial poate fi real sau complex dup cum cmpul
scalarilor este real sau complex. Mai general, orice structur izomorf
cu S
(n)
se numete spaiu vectorial n-dimensional. Spaiul real
n
-dimensional se mai noteaz i cu
R
n
. Axiomele adunrii i nmulirii
cu un scalar s-au evideniat la 1.2. (operaii cu matrice).
Considerm vectorii
m 1, = i , )
v v v
( =
V
T
ni 2i 1i i
!
din spaiul
S
(n)
.
Zicem c
V
i
sunt
liniar dependeni dac exist
m
scalari nu toi
nuli,

i
, astfel nct s aib loc relaia:


=
V
+ +
V
+
V m m 2 2 1 1
!
(1.7.1)
n caz contrar, adic dac (1.7.1) are loc numai pentru toi
i
=0 sau
0) ( ,
V
+ +
V
+
V i m m 2 2 1 1


! , vectorii se numesc liniar
independeni
.
Din definiie rezult c dac vectorul nul (
) face parte din sistem,
vectorii V
i
sunt liniar dependeni i c sistemul format dintr-un singur
vector
nenul este liniar independent. Dac are loc relaia (1.7.1) atunci
orice vector V
i
cu

i
0
se poate exprima ca o combinaie liniar de
ceilali (
m-1
) vectori. De exemplu, dac
1
0 atunci:
! !! !
Liniar
independen
" "" "
Spaiul vectorial este o
structur algebric, ce
include dou mulimi, ale
cror elemente satisfac
diferite proprieti.
Prima mulime (V),
denumit de vectori, este
nzestrat cu o operaie de
adunare a elementelor
sale, fa de care
formeaz o structur de
grup abelian.
Cea de-a doua mulime
(K), denumit de scalari,
este nzestrat cu operai-
ile de adunare i
nmulire, fa de care
formeaz o structur de
corp.
Elementele celor dou
mulimi sunt legate ntre
ele printr-o operaie
extern, de nmulire a
vectorilor cu scalari, cu
proprietile :
1.
a,b K, v V
(a b) v = a (b v)
2.
a,b K, v V
(a + b) v = (a v)+(b v)
3.
a K, u,v V
a (u + v) = (a u)+(a v)
4 V 1
27
m m m
m
v v v v v

+ + ! !
2 2
1
2
1
2
1
Dac doi vectori
V
1
0, V
2
0
sunt liniar dependeni, din relaia

1
V
1
+

2
V
2
=0 cu

1
0,

2
0
, rezult
V
1
=kV
2
unde

1
2
- = k este un
scalar
nenul. Deci, coordonatele a doi vectori liniar dependeni sunt
proporionale.
Explicitnd relaia (1.7.1), prin nlocuirea coordonatelor
vectorilor, obinem un sistem liniar omogen de
n
ecuaii cu
m
necunoscute

1
,
2
,

,

m
:

,
_

'

v v v

v v v
v v v
= V : matricea cu ,
0 =
x
+ +
x
+
x
0 =
x
+ +
x
+
x
0 =
x
+ +
x
+
x
nm n n
2m 22 21
1m 12 11
m nm 2 n 1 n
m 2m 2 22 1 21
m 1m 2 12 1 11
!
" " "
!
!
!
! ! ! ! ! ! ! ! ! ! ! ! ! !
!
!
2 1 2 1


(1.7.2)
Dac
rang V=m
atunci sistemul admite numai soluia banal
(

1
=
m
=0
) i vectorii sunt liniar independeni (i reciproc).
Deci:
condiia necesar i suficient ca un sistem de vectori s fie
liniar independent este ca rangul matricei sistemului s fie egal cu
numrul de vectori
. Deoarece rang V

inf(n,m)
, rezult c ntr-un
spaiu vectorial
S
(n)
exist cel mult
n
vectori liniar dependeni, n
sensul c dac sistemul de vectori conine un numr mai mare de
vectori dect dimensiunea spaiului, cei care sunt n plus vor fi liniar
dependeni.
Dac
rang V=p<m, atunci orice subsistem de p vectori ai
sistemului iniial a crui matrice are rangul
p este format din vectori
liniar independeni i sistemul (1.7.2) admite soluii diferite de soluia
banal (nu toate vor fi nule).
Numrul maxim de vectori liniar dependeni, ai unui sistem de
vectori este egal cu rangul sistemului.
Exemplu
: S se arate c vectorii:
V
1
=(3 0 -2 3)
T
, V
2
=(1 2 1 2)
T
,
V
3
=(-3 6 7 0)
T
sunt liniar dependeni i s se afle relaia de
dependen.
Calculm rangul matricei sistemului de vectori:
# ## #
Determinarea
relaiei
de
dependen
28
2 = rangV ,
0 0 0
0 0 0
0 1 0
0 0 1
~
0 2 3
7 1 2 -
6 2 0
3 - 1 3
= V

,
_

,
_

Deoarece rang V=2 mai mic dect m=3


, vectorii dai sunt liniar
dependeni i exist ntre ei o relaie de dependen de forma (1.7.1).
n calculul rangului matricei V, nu s-a schimbat ordinea
coloanelor deci primii doi vectori (unde apar elementele 1 pe coloan)
sunt liniar independeni. Aa c, scriem relaia (1.7.1) numai pentru
primele dou coordonate care intervin n ecuaiile principale:

'

+
+
0 6 2
0 3 3
3 2
3 2 1


Rezult:
1
=2
3
,

2
=-3
3
pe care i nlocuim n relaia

1
V
1
+
2
V
2
+
3
V
3
=, adic: 2
3
V
1
-3
3
V
2
+
3
V
3
=
.
mprim cu
3
0
i deducem relaia de dependen dintre cei trei
vectori: 2V
1
-3V
2
+V
3
=
.
Teme
1.
Definii noiunea de liniar dependen.
2.
S se arate c vectorii: V1=(2 1
1 2)T, V2=(-1 2 -1 -3)T,
V3=(1 3 0 -1)T sunt li
niar dependeni i s se afle relaia de
dependen.
1.8. Baz n spaiul vectorial S
(n)
. Exprimarea unui
vector ntr-o baz dat
.
Definiie. Se numete baz a spaiului
S
(n)
orice sistem de n
vectori liniar independeni ai spaiului.
Fie vectorii V
i
=(a
1i
a
2i


a
ni
)
T
care formeaz o baz n
S
(n)
i pe
care o notm
B=(v
1
v
2


v
n
)
T
. Vectorii bazei fiind liniar independeni,
matricea sistemului de vectori care formeaz baza (pe care o notm tot
cu B
) este nesingular.
Orice vector arbitrar X=(x
1
x
2


x
n
)
T
al spaiului
S
(n)
se exprim
n funcie de vectorii bazei, ca o combinaie liniar.
Astfel, deoarece sistemul n 1, = i X)
V
(
i
, de (n+1) vectori este
liniar dependent are loc o relaie de forma:
1
V
1
+

+
n
V
n
+

n+1
X=0
! !! !
Baz a spaiului
vectorial
29
unde nu toi
i
sunt nuli. Vectorii bazei fiind liniar dependeni,
n+1
0
i avem:
v
+ +
v
=
v
- -
v
- = x
n n 1 1 n
1 + n
n
1
1 + n
1

! !
Coeficienii
n 1, = i ,
i
se numesc coordonatele vectorului x n
baza B
. Dac
n 1, = i ,
x
B
i
sunt coordonatele lui x n baza B, putem
scrie:
v x
=
v x
+ +
v x
= X
i
B
i
n
=1 i
n
B
n 1
B
1
!
(1.8.1)
Termenii x
i
V
i
se numesc componentele vectorului X n baza B

i
ele sunt tot vectori. Deci un vector arbitrar X are componente
vectoriale i coordonate scalare. Zicem c (1.8.1) reprezint
scrierea
analitic a unui vector
X
ntr-o baz
B.
Notnd: X
B
=(x
1
B


x
n
B
)
T
, relaia (1.8.1) devine:
BX
= X
B
(1.8.2)
nmulind la stnga cu
B
-1
obinem o relaie care ne permite s
calculm coordonatele unui vector ntr-o baz dat:
X
B
=
X
-1 B
(1.8.3)
Observaie: Vom numi baz a unei matrice
A
m n
de rang p, orice
sistem de p
vectori liniar independeni ai matricei. Dac
rang A este
egal cu dimensiunea spaiului
S
(n)
, adic
p=n, atunci bazele matricei A
vor fi baze n S
(n)
.
Definiie: Se numesc vectori unitari n spaiul
R
n
, vectorii:
,
1
0
0
=
E
, ,
0
1
0
=
E
,
0
0
1
=
E n 2 1

,
_

,
_

,
_

"
!
" "
matricea sistemului fiind matricea unitate E (sau U sau I), deci
vectorii unitari formeaz o baz a spaiului numit baz iniial.
$ $$ $
Coordonatele
vectorului
$ $$ $
Componentele
vectorului
$ $$ $
Vectorii unitari
30
Denumirea se justific deoarece fiind dat un vector
X=(x
1


x
n
)
T
el se exprim:
X=X
1
E
1
+

x
n
E
n
i coordonatele lui sunt coordonate
n baza format de
. n 1, = i ,
Ei
Not: Din (1.8.3) rezult c dac un vector face parte dintr-o baz
B, coordonatele lui n baza B
formeaz un
vector unitar.
Soluii de baz ale unui sistem de ecuaii liniare
. Fie AX=D un
sistem compatibil, cu A
m n
, n>m
i
rang A=m
(adic din sistem am
eliminat ecuaiile secundare). Notm
A=(V
1
V
2
V
n
), unde V
i
sunt
vectorii coloan ai matricei
A
aparinnd spaiului
R
n
. Sistemul se
poate scrie deci:
D =
V x
+ +
V x
+
V x n n 2 2 1 1
!
(1.8.4)
Un vector )
x x x
( = X
T
n 2 1
!
este soluie a sistemului (1.8.4)
dac:
D =
V
x
+ +
V
x
+
V
x n
n
2
2
1
1
!
Vectorul
X
este
soluie de baz a sistemului (1.8.4) dac vectorii
corespunztori coordonatelor lui nenule sunt liniar independeni.
Deoarece V
i
R
m
,
o soluie de baz are cel mul
m coordonate
diferite de zero
i zicem c este nedegenerat. n caz contrar, dac are
mai puin de
m coordonate
nenule, zicem c ea este degenerat
.
Dac
B
este o baz a matricei
A
, deci a spaiului
R
m
, notnd cu S
matricea format cu vectorii care nu fac parte din baz, cu
X
B
variabilele principale sau bazice
(nsoesc vectorii din baz) i cu
X
S
vectorul variabilelor secundare sau nebazice, sistemul dat se poate
scrie sub forma:
D =
SX
+
BX
S B
nmulind la stnga cu
B
-1
, deducem:
X
S)
B
( - D
B
=
X
S -1 -1 B
(1.8.5)
Relaia (1.8.5) exprim variabilele principale n funcie de
variabilele secundare, adic soluia sistemului. Dac
X
s
=0, atunci:
X
S)
B
( - D
B
=
X
S -1 -1 B
(1.8.6)
! !! !
Soluii de baz
31
unde D
B
sunt coordonatele vectorului D n baza B.
Soluia particular obinut din
D
B
completat cu vectori pentru
variabilele secundare este o soluie de baz
(vectorii din B fiind liniar
independeni) corespunztore bazei
B
. Ea este nedegenerat dac toate
coordonatele vectorului D
B
sunt diferite de zero. n caz contrar este
degenerat. Rezult c fiecrei baze din matricea
A i corespunde o
soluie de baz. Numrul maxim al soluiilor de baz ale unui sistem
de m
ecuaii cu
n necunoscute (presupunnd rang A=m) este C
n
m
.
Numrul lor poate fi mai mic deoarece n
A pot exista sisteme de m
vectori liniar independeni.
Reciproca nu este adevrat, o soluie de baz putnd s
corespund mai multor baze.
Exemplu
: S se determine soluiile de baz ale sistemului:

'

2 =
x
2 +
x
2 -
x
+
x
4 =
x
5 +
x
4 -
x
+
x
2
4 3 2 1
4 3 2 1
Avem:

2 2 - 1 1
5 4 - 1 2
= A

,
_

Determinm bazele matricei din cele


C
4
2
=6
combinaii
(V
i
V
j
)
posibile. Pentru fiecare baz anulm variabilele nebazice i rezolvm
sistemul:
) 0 1 - 0 (0 =
X
0, 2 =
B
det ),
V V
( =
B
)
3
2
0
3
2
(0 =
X
0, -5 =
B
det ),
V V
( =
B
) 0 1 - 0 (0 =
X
0, 2 =
B
det ),
V V
( =
B
) 0 0 0 (2 =
X
0, -1 =
B
det ),
V V
( =
B
baz este nu - 0 =
B
det ),
V V
( =
B
) 0 0 0 (2 =
X
0, 1 =
B
det
T
6
6 4 3 6
T
5
5 4 2 5
T
4
4 3 2 4
T
3
3 4 1 3
2 3 1 2
T
1
1

),
V V
( =
B 2 1 1
S-au obinut astfel
5
baze. Dintre soluiile de baz doar
5
X este
nedegenerat. Cele degenerate, egale dou cte dou, corespund la
cte dou baze distincte.
# ## #
Determinarea
soluiilor de baz
32
Teme
1.
Definii noiunile de baz i soluie de baz degenerat.
2.
Dai exemplu de baz n spaiul vectorial al matricelor cu dou
i dou coloane.
1.9. Schimbarea bazei
Fie X

R
n
i
X
A
, X
B
coordonatele lui X n bazele A
i
B, deci:
X,
B
=
X
,
AX
= X
-1 B A
de unde:
,
X
A)
B
( =
X
A -1 B
(1.9.1)
relaie care exprim coordonatele lui
X n baza B
funcie de
coordonatele lui X n baza A.
Exemplu: Se dau bazele:

,
_

,
_

1 - 2 2
1 0 3
1 - 2 1
= B ,
1 - 1 2
2 3 1
2 1 - 1
= A
i vectorul
V=(0 4 -2)
T
. Se cere:
a) S se afle
V
A
b) Din V
A
s se determine
V
B
.
Soluie
:
a) Aplicm (1.8.3) i rezult
V
A
=A
-1
V=(-1 1 1)
T
b) Aplicm (1.9.1):
V
B
=(B
-1
A)V
A
=(-2 6 10)
T
Modificarea unui singur vector coloan din baz.
Fie baza B=(V
1


V
h-1
V
h
V
h+1


V
n
)

R
n
i vectorul
V
k
R
n
cu
coordonatele n baza B, ) n 1, = (i
aik
, necunoscute. n baza B nlocuim
vectorul V
h
cu vectorul V
k
. Se obine o nou matrice
B
1
care formeaz
o baz dac
a
hk
0
. Zicem c
V
h
iese din baz i
V
k
intr n baz
.
Fie un vector X=(X
1
B

X
n
B
)
T

R
n
cu coordonatele X
i
B
cunoscute. S calculm coordonatele
x
B
i
1
. Avem:
V a
+
V a
=
V a
=
V h hk k ik
{h} B i
i ik
B i
k
\
(1.9.2)
Din (1.9.2) scoatem pe V
h
i-l nlocuim n
X:
! !! !
Coordonatele lui X
n baza B
33
0
a
,
V a
a
1
-
V
a
1
=
V hk k ik
{h} B i hk
k
hk
h

\
,
V x
+
V x
=
V x
= X
h
B
h i
B
i
{h} B i
i
B
i
B i

\
adic:
V
a
x
+
V
)
a x
-
a x
(
a
1
= X
k
hk
B
h
i ik
B
h hk
B
i
B i hk
1

(1.9.3)
Din (1.9.3) deducem coordonatele lui X
n noua baz
B
1
:

'

h i dac ,
a
a x
-
a x
0)
a
(
h = i dac ,
a
x
=
x
hk
ik
B
h hk
B
i
hk
hk
B
h
B
i
1
_
_
(1.9.4)
Formulele (1.9.4) se rein mai uor dac formm un tabel care s
conin pe coloane vectorii din baza
B, coordonatele vectorului V
h
care iese din baz, coordonatele vectorului
V
k
care intr n baz i
coordonatele vectorului X
B
:
B V
h
V
k
X
B
V
1
0 a
1k
x
1
B
V
2
0 a
2k
x
2
B
" " " "
V
i
0 a
ik
x
i
B
a
ik
x
i
B
" " " "
V
h
1 a
hk
x
h
B
a
hk
x
h
B
" " " "
V
n
0 a
nk
x
n
B
Coordonata a
hk
din tabloul de mai jos se numete
element pivot
sau
pivot i joac un rol fundamental n transformarea coordonatelor
vectorului X.
Formulele (1.9.4) exprim operaiile:
- coordonatele de pe linia h (a pivotului) se mpart cu pivotul ce
trebuie s fie diferit de zero (n caz contrar problema nu este posibil,
B
1
nu formeaz o baz);
$ $$ $
Metoda pivotului
34
-
se determin coordonata
x
B
i
1
, cnd i

h, formndu-se
dreptunghiul din dreapta tabloului, cu coordonate ale
vectorilor V
k
i
X
B
, avnd ca vrfuri opuse pivotul i
coordonata x
i
B
. Se aplic formula (1.9.4) Aceasta este regula
dreptunghiului.
Teme
1.
Determinai un element pivot pentru a nlocui vectorul V
2
cu
un alt vector. Precizai care vector va putea intra n baz, V
1
,
V
3
? Poate intra vectorul V
2
n locul V
2
? are sens ?
B V
1
V
2 V
3
E
1 2 0 -2
V
2
0 1 -2
E
3 2 0 1
2. Se poate nlocui vectorul V
2
cu V
3
n matricea urmtoare ?
B V
1
V
2 V
3
E
1 2 0 -2
V
2
0 1 1/6
E
3 2 0 1
Rezumat
Spaiul vectorial este o structur algebric complex.
O mulime de vectori este liniar dependent, dac se poate gsi o
combinaie liniar (o sum a vectorilor, eventual nmulii cu scalari,
din care cel puin unul s fie nenul) care s aib ca rezultat vectorul
nul. n caz contrar, vectorii se zic liniar independeni.
O mulime de vectori liniar independeni, care are atia vectori
ct este dimensiunea spaiului, este o baz. Numrul de vectori se
numete dimensiunea spaiului.
ntr-un spaiu vectorial sunt mai multe baze, existnd un algoritm
de trecere dintr-o baz n alta.
Test de evaluare
S se decid dac vectorii: V1=(-3 2 1 2)T, V2=(-1 -2 1
1)T,
V3=(2 -4 0
-1)T sunt liniar dependeni i s se afle relaia de
dependen n caz afirmativ.
90 puncte
35
1.10. Forma redus a unei matrice corespunztoare
unei baze.
Urmtoarele dou paragrafe pun n valoare noiunile introduse n
precedentele trei. Paragraful 1.11 va ilustra cteva aplicaii ale metodei
pivotului, deocamdat punnd la dispoziie o nou metod pentru
calcularea diferitelor caracteristici ale unei matrice (rangul, inversa),
precum i rezolvarea sistemelor de ecuaii liniare, metod care are
calitatea de permite obinerea rezultatelor prin aplicarea unor operaii
aritmetice simple i printr-un procedeu mai simplu, fr s necesite
calcule complicate cum ar fi calcularea unor determinani.
Acest subcapitol necesit circa dou ore pentru a putea fi asimilat
i constituie un bun exerciiu pentru partea a doua a cursului, care va
extinde aceste noiuni i va introduce o metod (cu mai mute variante)
pentru rezolvarea ctorva probleme cu specific economic (cutarea
rutei de transport minim, obinerea profitului maxim sau a costurilor
minime, etc.).
Considerm o matrice
A=(a
ij
)
m n
cu rang A=p
i o baz
B a ei.
Exprimnd vectorii coloan
V
i
ai matricei n funcie de vectorii bazei,
obinem o nou matrice
A
B
de acelai tip, numit matricea redus
a
matricei A
corespunztoare bazei
B.
Dac
n>m
i
rang A=m, baza B a matricei A
este baz a spaiului
vectorial R
m
i coloanele lui
A
B
sunt coordonatele vectorilor V
i
n
baza B
dai de relaia
B
-1
V
i
=V
i
B
. Deci: A
B
=B
-1
A.
Forma redus a matricei
A
conine o matrice unitate
U
m
format
din coloanele corespunztoare vectorilor care formeaz baza
B.
Dac
rang A=p<m, baza B a matricei
A
nu este baz a spaiului
R
m
, dat toi vectorii
V
i
se exprim liniar n funcie de vectorii bazei
B.
Forma redus a matricei
A
conine
p
vectori unitari i
(m-p) linii
formate din zerouri. Pentru a determina forma redus, putem aplica
metoda schimbrii unui singur vector din baz
, eliminnd succesiv un
vector E
h
din baz i introducnd n locul lui un alt vector
V
k
. Pentru
aceasta, alctuim un tabel care conine o coloan
B cu vectorii bazei,
matricea A
cu vectorii coloan
V
1
,

,V
n
i baza iniial:
! !! !
Matricea
redus
36
B V
1
V
2 V
k
V
n
E
1
E
2
E
n
E
m
E
1 a
11
a
12
a
1k
a
1n
1 0 0 0
E
2 a
21
a
22
a
2k
a
2n
0 1 0 0
! ! ! ! ! ! ! ! !
E
h a
h1
a
h2

a
hk
a
hn
0 0 1 0
! ! ! ! ! ! ! ! !
E
m
a
m1
a
m2
a
mk
a
mn
0 0 0 1
Elementul pivot este a
hk 0
i aplic formulele (1.9.4). Continu
procedeul pn la eliminarea tuturor vectorilor
E
i
din baz
(rang A=m
) sau pn obinem un tabel n care eliminarea unui vector
unitar din baz devine imposibil deoarece toi pivoii sunt nuli.
(rang A<m).
Acest procedeu, de modificare succesiv a unui vector din baz, l
numim metoda pivotului
datorit rolului important al elementelor
a
hk
n transformarea tabelelor.
1.11. Aplicaii ale metodei pivotului n algebr.
1. Determinarea rangului unei matrice.
n forma redus a unei matrice
A=(a
ij
)
m n
se poate pune n
eviden att rangul matricei ct i un determinant principal al ei.
Deoarece vectorii bazei B
n general nu sunt nominalizai, vom alege
pivoii n aa fel nct s avem calcule ct mai puine, de preferin
+1
sau -1.
Exemplul 1
: S se determine rangul matricei:

,
_

1 1 - 2 2
1 4 - 1 1 -
2 - 3 1 2
= A
Formm tabelul menionat:
" "" "
Elementul pivot este
un numr
nenul.
# ## #
Determinarea
rangului matricei
prin metoda
i l i
37
B V
1
V
2
V
3 V
4
E
1
E
2 E
3
E
1 2 1 3 -2 1 0 0 2 1
E
2 -1 1 -4 1 0 1 0 -1 1
E
3 2 2 -1 1 0 0 1
3
1
2 1

V
2 2 1 3 -2 0 0
E
2 -3 0 -7 3
1 0
E
3 -2 0 -7 5 0 1
V
2 0 3 -5 0 0
simplificm cu 3
V
4 -3 0 -7 3 0
E
3 9 0 14 0 1 elementele matricei
V
2 0 1 -5/3 0 0
V
4 -1 0 -7/3 1 0
E
3 3 0 14/3 0 1
V
2 0 1 -5/3 0
V
4 -1 0 -7/9 1
V
1 1 0 14/9 0
Matricea unitate fiind de ordinul 3 nseamn c
rang A=3
i
sistemul de vectori (V
2
V
4
V
1
)
reprezint o baz a matricei iar vectorul
V
3
se exprim n funcie de acetia:
V
9
14
+
V
9
7
-
V
3
5
- =
V 1 4 2 3
.
La rezolvarea problemei s-au folosi trei iteraii.
Exemplul 2
: S se determine rangul matricei:

,
_

1 - 2 0 1 -
5 - 1 3 1
0 3 - 1 2
= A
Avem:
38
B V
1
V
2
V
3 V
4
E
1
E
2 E
3
E
1 2 1 3 0 1 0 0
E
2 1 3 1 -5 0 1 0
E
3 -1 0 2 -1 0 0 1
V
2 2 1 -3 0 0 0
E
2 -5 0 10 -5 1 0
E
3 -1 0 2 -1 0 1
V
2 0 1 1 -2 0
E
2 0 0 0 0 1
V
1 1 0 -2 1 0
Elementele liniei a doua fiind nule, rang A=2. Sistemul de vectori
(V
2
V
1
)
reprezint o baz a matricei iar ceilali doi vectori se exprim
ca o combinaie liniar de
V
1
i
V
2
: V
3
=V
2
-2V
1
i
V
4
=-2V
2
+V
1
. S-au
folosit dou iteraii (3 tabele succesive).
2. Determinarea inversei unei matrice.
Fie A=(a
ij
)
n
cu det A 0. Prin metoda pivotului, n ultimul tablou,
n locul matricei A
apare forma redus a ei o matrice format din
vectori unitari, iar n dreptul matricei unitate din primul tablou apare
inversa bazei nscris n coloana
B.
Exemplu:
S se calculeze inversa matricei:

,
_

4 - 3 2
1 - 0 1
2 1 - 0
= A
Vom avea succesiv:
# ## #
Determinarea
inversei matricei prin
metoda pivotului
39
B V
1
V
2
V
3
E
1
E
2 E
3
E
1 0 -1 2 1 0 0 a
11
=0, a
12
=-1

0 (pivot)
E
2 1 0 -1 0 1 0
E
3 2 3 -4 0 0 1
V
2 0 1 -2 -1 0 0
E
2 1 0 -1 0 1 0
E
3 2 0 2 3 0 1
V
2 0 1 -2 -1 0 0
V
1 1 0 -1 0 1 0
E
3 0 0 4
3 -2 1 (:4)
V
2 0 1 0
2
1
-1
2
1
V
1 1 0 0
4
3
2
1
4
1
V
3 0 0 1
4
3
2
1

4
1
Matricea din ultimul tabel situat n dreptul matricei unitate este
inversa bazei (V
2
V
1
V
3
). Inversa matricei A=(V
1
V
2
V
3
)
se obine
schimbnd ntre ele primele dou linii, deci:

,
_

,
_

1 2 - 3
2 4 - 2
1 2 3
4
1
=
4
1
2
1
-
4
3
2
1 1 -
2
1
4
1
2
1
4
3
=
A
1 -
3. Rezolvarea unui sistem de n
ecuaii liniare cu
n necunoscute.
Fie sistemul AX=D cu A=(a
ij
)
n
nesingular. Soluia sistemului
este X=A
-1
D=D
A
(coordonatele vectorului D n baza A). n tabelul de
mai sus adugm coloana vectorului
D
(termen liber) i-i calculm
coordonatele n bazele succesive obinute prin introducerea n baz a
cte unui vector din A.
# ## #
Rezolvarea unui
sistem de ecuaii
liniare prin metoda
pivotului
40
Exemplu
: S se rezolve sistemul:

'

-5 =
x
-
x
2 +
x
2
-3 =
x
+
x
3
-3 =
x
-
x
2 +
x
3 2 1
3 1
3 2 1
Avem:
B D V
1
V
2
V
3
E
1
E
2 E
3
E
1
-3 1 2 -1 1 0 0
E
2
-3 3 0 1 0 1 0
E
3
-5 2 2 -1 0 0 1
V
1
-3 1 2 -1 0 0
E
2
6 0 -6 4 1 0
E
3
1 0 -2 1
0 1
V
1
-2 1 0 0 0
E
2
2 0 2 0 1 (:2)
V
3
1 0 -2 1 0
V
2
-2 0 0 0
V
1
1 0 1 0
V
3
3 0 0 1
Rezult:
X=(-2 1 3)
T
=D
A
- soluia sistemului, respectiv:
x
1
=-2,
x
2
=1, x
3
=3.
4.
Discuia i rezolvarea unui sistem de
m
ecuaii liniare cu
n
necunoscute
Fie sistemul AX=D, A=(a
ij
)
m n
i
rang A=p inf{m,n}. Aplicnd
metoda pivotului, dup introducerea n baz a
p vectori V
i
*
din A se
obine forma redus a vectorului
A
corespunztoare bazei
B
, format
din vectorii V
i
*
, avnd (m-p)
linii formate din zerouri. Dac n ultimul
tablou coordonatele lui D de pe liniile formate din zerouri sunt nule,
rang (A| || |D)=rang A=p
i sistemul
este compatibil. n caz contrar,
dac nu toate coordonatele lui
D de pe aceste linii sunt nule, rang
(A| || |D)>rang A
i
sistemul este incompatibil.
# ## #
Discuia i
rezolvarea unui
sistem de ecuaii
liniare prin metoda
i l i
41
Dac sistemul este compatibil, prin eliminarea celor
(m-p) linii
formate din zerouri se obine un sistem de forma
AX=D cu rangA=p
i
A=(a
ij
)
p n
.
Baza B a matricei A=(a
ij
)
p n

este baz n
R
n
i sistemul se scrie:
,
x V
- D =
BX j j
S j
B

unde j S
nseamn c
j ia toate valorile indicilor vectorilor care nu fac
parte din baz.
nmulim cu
B
-1
i obinem soluia sistemului dat, sub form
matriceal:
x V
-
D
=
X j
B
j
B j
B B

(1.11.1)
Transcris n coordonate, aceasta devine:
B i ,
x a
-
d
=
x j
B
ij
S j
B
i
B
i

(1.11.2)
Exemplu
: S se discute i s se rezolve sistemul:

'

a = 7x - 11x + 4x - 3x
3 = 2x - x + x + 3x
1 = x + 3x - 2x + x
4 3 2 1
4 3 2 1
4 3 2 1
B D V
1
V
2
V
3 V
4
E
1
E
2 E
3
E
1
1 1 2 -3 1 1 0 0
E
2
3 3 1 1 -2 0 1 0
E
3
a 3 -4 11 -7 0 0 1
V
1
1 1 2 -3 1 0 0
E
2
0 0 -5 10 -5 1 0
E
3
a-3 0 -10 20 -10 0 1 se mparte cu pivotul
V
1
1 1 0 1 -1 0
V
2
0 0 1 -2 1 0
E
3
a-3 0 0 0 0 1
Elementele liniei a treia din A fiind nule, rang A=2
i sistemul
este compatibil dac
a-3=0, a=3 (atunci rang A=rang (A| || |D)).
nmulind vectorii
V
i
din ultimul tabel, cu x
i
i sumnd avem:
42

'

0 =
x
+
x
2 -
x

1 =
x
-
x
+
x
4 3 2
4 3 1
(ecuaii principale cu
x
1
,

x
2
necunoscute principale)
de unde:
R , ;
=
x
=
x
- 2 =
x
- - 1 =
x
4
3
2
1

'



Sistemul este compatibil dublu -
nedeterminat, avnd soluia:
(1-+, 2-, , )
5.
Determinarea soluiilor de baz
nenegative ale unui sistem
liniar.
Considerm sistemul
AX=D cu A=(a
ij
)
m n
i
rang A=m. Ne
propunem s aflm soluiile de baz
0
X
B

, avnd coordonatele:

'

B i dac 0,
B i dac ,
d
=
x
B
i B
i

(1.11.3)
Dac
0
X
B
atunci D
B
0
i reciproc. Presupunem
D 0
i
D
B
0.
Dac
V
k
intr n baz i
V
h
iese din baz se obine o nou baz
B
1
i
din relaiile ce dau coordonatele vectorului n noua baz
B
1
,

'

h i ,
a
a x
-
a x
h = i ,
a
x
=
x
hk
ik
B
h hk
B
i
hk
B
h
B
i
1
obinem:

'

h i ,
a
a d
-
a d
h = i ,
a
d
=
d
B
hk
B
ik
B
h
B
hk
B
i
B
hk
B
h
B
i
1
(1.11.4)
Condiia
B
)i ( 0,
d 1
B
i
1
devine: 0
a d
-
a d
0, >
a
B
ik
B
h
B
hk
B
i
B
hk

i
este satisfcut pentru:
B i ) ( , inf
0

'

>
B
hk
a
B
ik
B
i
B
hk
B
h
a
d
a
d
(1.11.5)
# ## #
Determinarea
soluiilor de baz ale
unui sistem de
ecuaii liniare prin
metoda pivotului
43
Deci, pentru a ne pstra n cadrul soluiilor de baz
nenegative
trebuie repetat
criteriul de ieire din baz: dac
V
k
intr n baz se
scoate din baz vectorul pentru care este ndeplinit condiia (1.11.5).
Dac (1.11.5) se realizeaz pentru doi indici
p
i
q se introduce n
baz unul din vectorii
V
p
sau V
q
i soluia
X
B1
este degenerat,
deoarece 0 =
d
B
q
1
sau 0 =
d
B
p
1
. Dac
0
X
B

este o soluie degenerat


cu 0 =
d
B
h
, introducnd n baz orice vector
V
j B cu a
hj
B
0
, soluia
X
B
nu se modific.
Observaie: Pentru determinarea soluiilor de baz
nenegative se
consider pivoi pozitivi. Singura excepie este cea semnalat cnd
soluia
X
B
este degenerat.
Exemplu
: S se determine soluiile de baz
nenegative ale
sistemului:

'

2 =
x
2 +
x
2 -
x
+
x
4 =
x
5 +
x
4 -
x
+
x
2
4 3 2 1
4 3 2 1
n tabelul obinuit adugm o coloan cu
a
d
B
ik
B
i
pentru a
ik
B
>0.
B D V
1
V
2
V
3 V
4
E
1
E
2
a
d
B
ik
B
i
E
1
4 2 1 -4 5 1 0
E
2
2 1 1 -2 2 0 1

;

'

1
2
,
2
4
(I)
V
1
2 1
2
1
-2
2
5
0
E
2
0 0
2
1
0
2
1
1

'

2
1
0
,
2
1
2
(II)
V
1
2 1 0 -2 3
V
2
0 0 1 0 -1
;

'

3
2
(III)
V
4
3
2
3
1
0 -
3
2
1
V
2
3
2
3
1
1 -
3
2
0
(IV)
n (I) se pot introduce n baz doar unul din vectorii
V
1,
V
2
, V
4
i
nu V
3
care are toate coordonatele negative. Se introduce V
1
.
Rapoartele fiind egale se scoate din baz
E
1
sau E
2
. S-a scos E
1
.
44
n (II) soluia este degenerat. Se pot introduce
V
2
sau V
4
n locul
lui E
2
. S-a introdus V
2
.
n (III) baza aparine matricei
A; eliminarea lui V
2
din baz nu
modific soluia. Dac eliminm pe
V
1
, singurul vector care poate fi
introdus n baz este
V
4
i se obine tabelul (IV).
Soluiile de baz nenegative sunt aadar:
X
1
=(2 0 0 0)
T
care
corespunde bazelor (V
1
V
2
), (V
1
V
4
)
i
T
2
=
X
,
_

3
2
0
3
2
0 ce
corespunde bazei (V
2
V
4
).
Aplicaie n economie: Modelul matematic al balane
.
Una dintre cele mai importante aplicaii ale matricelor i respectiv
sistemelor de ecuaii liniare n economie, este balana legturilor dintre
ramurile de producie. Modelul matematic al balanei numit
model
input-output elaborat de
Leontief, consider economia naional
descompus n
n
ramuri de producie, care se stabilesc convenional:
industria construciilor de maini, industria uoar, agricultura,
industria metalurgic, etc. Aceste
n
ramuri le notm cu primele
n
numere naturale (abstract). Producia se poate exprima ntr-o form
natural sau ntr-o form valoric, legtura ntre cele dou expresii
fiind realizat prin preurile exprimate n uniti monetare. S
considerm expresia valoric a produciei. Producia total (brut)
x
i
a oricrei ramuri
i
are dou destinaii:


parte, ce conine produciile intermediare n cantitile
n 1, = j ,
xij
, trece n cele n
ramuri pentru a fi folosit la
realizarea produciei ramurii respective;


alt parte,
y
j
,
producia final, se consum n afara ramurilor,
n primul rnd prin fondul de consum.
Astfel, se poate scrie sistemul de ecuaii liniare:
n 1, = i y +
x
=
x
,
i
ij
n
j=1
i
# ## #
Modelul matematic
al
balanei
45
care caracterizeaz repartiia
. Notnd cu n 1, = j ,
z j
, valoarea
produciei nete constituit n primul rnd din venitul naional, se poate
scrie un sistem de ecuaii liniare echivalent cu cel de sus:
n 1, = j
z
+
x
=
x
,
j ij
n
=1 i
j
Presupunnd consumurile x
ij
proporionale cu produciile brute
x
j
,
se pot introduce coeficienii de proporionalitate:
, n 1, = j i, ;
x
x
=
a
j
ij
ij
numii coeficienii cheltuielilor directe i n locul primului sistem de
ecuaii liniare putem scrie:
n 1, = i y
x a
=
x
,
i
j ij
n
j=1
i
+

sau matriceal: X=AX+Y


, adic
(E-A)X=Y.
Dac pentru
vectorul produs final (Y) dat, sistemul este compatibil
atunci se obine vectorul produciei brute corespunztoare,
X.
Acest model al lui
Leontief se folosete (ca instrument matematic)
mai ales n planificare, n stabilirea balanei dup un ciclu de lucrri
trimestriale sau anuale, de aceea modelul detaliat, n form dinamic
prin care se reflect variaia n timp a balanei se studiaz la
disciplina de specialitate utiliznd un aparat matematic mai complex.
Teme
1.
Folosind metoda pivotului, calculai rangul matricei :

,
_

19 0 1
5 4 3
7 2 1
A
Verificai rezultatul, folosind alte metode calculare a rangului
matricei.
2.
Folosind metoda pivotului, calculai inversa matricei :

,
_

1 7
3 2
B
Verificai rezultatul obinut.
46
3.
Folosind metoda pivotului, rezolvai sistemul de ecuaii liniare :

'

+ +
+ +
+
3 5
1 2 2
2 3 2
z y x
z y x
z y x
Verificai rezultatul, folosind alte metode de rezolvare a
sistemului de ecuaii.
Rezumat
Metoda pivotului este o metod eficient pentru determinarea
rangului i inversei unei matrice, precum i pentru rezolvarea i
discutarea sistemelor de ecuaii liniare, ntruct pune la dispoziie o
metod unic ce folosete doar operaiile aritmetice fundamentale :
adunare, scdere, nmulire i mprire. n plus aceast metod este
potrivit pentru a fi programat, deci o bun stpnire a sa coroborat
cu anumite cunotine de programare poate genera un program eficient
i general pentru soluionarea multor probleme algebrice.
n finalul ultimului paragraf s-a prezentat o aplicare n domeniul
economic a noiunilor prezentate n decursul subcapitolelor
precedente.
Test de evaluare
1.
Folosind metoda pivotului, calculai i discutai n funcie de
parametrul

, rangul matricei :

,
_

2
2 1
A 30 puncte
2.
Folosind metoda pivotului, rezolvai i discutai, n funcie de
valorile parametrilor

, sistemul de ecuaii liniare :

'

+ +
+ +
+
3 5
1 2
2
z y x
z y x
z y x

60 puncte
47
Testul nr. 1
1. Folosind partiionarea s se calculeze AB, unde :

,
_

2 1 1 2
1 1 2 2
1 2 2 1
2 2 1 1
A ,

,
_

1 1 2 2
1 2 2 1
2 2 1 1
2 1 1 2
B
2. S se calculeze inversa matricei :

,
_

1 2 2
1 1 0
3 4 2
C
3. S se rezolve ecuaia matriceal AX=B, unde :

,
_

1 1 1
0 1 2
1 1 1
A i

,
_

5 2 1
2 3 4
3 1 1
B
4. S se rezolve sistemul :

,
_

,
_

,
_

4
5
1
4 1 3
3 2 1
1 1 2
z
y
x
5. S se determine , R astfel nct matricele urmtoare s fie liniar dependente :

,
_

2 1 0
1 4 3
3 2 1
A ,

,
_

5 0 1
2 5 3
1 1 0
B ,

,
_

0 5 2
1 10 9
5
C
6. Se dau bazele :

,
_

1 1 2
2 3 1
2 1 1
A ,

,
_

1 2 2
1 0 3
1 2 1
B
i vectorul ( )
T
v 2 4 0
a) s se afle v
A
; b) Din v
A
s se determine v
B
7. Folosind metoda pivotului s se calculeze rangul matricei :

,
_

19 0 1
5 4 3
7 2 1
A
8. Utiliznd metoda pivotului s se afle inversa matricei

,
_

1 7
3 2
B i s se
verifice rezultatul obinut.
9. Cu metoda pivotului s se rezolve sistemul de ecuaii liniare :

'

+ +
+ +
+
3 5
1 2 2
2 3 2
z y x
z y x
z y x
Not :
Din oficiu se acord 10 puncte. Fiecare subiect este notat cu maxim 10 puncte.
(Astfel o lucrare perfect obine 100p, adic nota 10).
Testele rezolvate se predau la prima ntlnire de lucru sau prin pot.
Titular de disciplin,
Prof. univ. dr. Constantin Popp
48
1.12. Spaiu euclidian
n finalul primului capitol sunt prezentate noiuni legate de
problematica spaiilor euclidiene (transformri liniare, forme
ptratice), care i gsesc i ele aplicabilitatea n domeniul economic.
Pentru o bun asimilare a cunotinelor din acest subcapitol se
recomand alocarea a circa trei ore de studiu.
1. Produsul scalar a doi vectori n-dimensionali. Fie vectorii din
spaiul
R
n
, X=(x
1
, x
2
,
,x
n
)
T
. Definim (analitic) produsul scalar al
vectorilor X
i
Y prin scalarul:
y
x
+ + y
x
+ y
x
= Y X
n
n
2
2
1
1
! (1.12.1)
sau matriceal: XY=X
T
Y, unde X
T
Y este elementul matricei (X
T
Y).
Din (1.12.1) deducem uor proprietile produsului scalar:
1) X Y=Y X (comutativ)
2) X (y+Z)=X Y+X Z
(distributiv fa de adunarea vectorilor)
3) (
X)

Y=(X
Y)
(asociativ la nmulirea cu un scalar)
4) X Y=0
dac
X sau Y
sunt nuli sau dac
X Y (ortogonali)
Dac
Y=X
, din (1.12.1) obinem:
,
x
+ +
x
+
x
=
X
= X X
2
n
2
2
2
1
2
! de unde:
x
+ +
x
+
x
= X
2
n
2
2
2
1
! (1.12.2)
reprezint
norma sau
mrimea
sau lungimea vectorului X.
Proprietile normei
:
a)
| || |X| || |=0
dac
X=0
i
| || |X| || |>0
dac
X 0
b)
| || |
X
| || |=| || |

| || | | || |
X
|
c)
| || |X+Y| || | | || |X| || |+| || |Y| || |
Definiie: Un spaiu vectorial
R
n
n care am definit produsul scalar
a doi vectori, adic am introdus o metric prin norma unui vector, se
numete spaiu euclidian
n-dimensional
i-l notm
E
n
.
! !! !
Produsul scalar
" "" "
Proprietile
produsului scalar
! !! !
Norma
! !! !
Vectori
ortogonali
49
2. Sisteme ortogonale de vectori
. Considerm n
E
n
un sistem de
m vectori
m 1, = i , )
x
, ,
x
,
x
( =
X
T
ni 2i 1i i
!
. Dac vectorii
X
i
sunt
ortogonali doi cte doi, zicem c sistemul de vectori este
ortogonal.
ntre vectorii X
i
i
X
j
are loc relaia:
ij j i j i X X
=
X X
(1.12.3)
unde

ij
este simbolul lui Kronecker.
Se arat uor c vectorii sistemului sunt liniar independeni i dac
m=n
ei formeaz o baz n
E
n
, numit baz ortogonal
.
Astfel, considernd relaia:
1
X
1
+
+
m
X
m
=0
, nmulim
succesiv cu vectorii bazei i inem seama de (1.12.3) i
c
m 1, = )i ( , 0 >
Xi

. Rezult c
0 = = = =
m 2 1
!
Considernd versorii sistemului (vectorii unitate), baza obinut
(ortogonal i normat) se numete ortonormat
. De exemplu baza
iniial format cu vectorii unitari
E
i
este o baz ortonormat.
Matricea unei baze
ortonormate se numete matrice ortogonal
,
A=(V
1
V
2

V
n
), V
i
V
j
=
ij
_i A A
T
=A
T
A=U
n
, adic
inversa unei
matrice ortogonale coincide cu transpusa, iar det A=1.
Teme
1.
S se calculeze produsul scalar i normele urmtorilor vectori
v
1
=(1 0 1) ; v
2
=(2 0 2). Sunt ortogonali ?
2. Fie vectorii :
0) 1 (0 v , ) 2 1 - 0 2 1 ( v , ) 2 1 0 2 1 ( v
3 2 1
.
Formeaz ei o baz ortogonal ? Dar un ortonormat ?
3.
Car este diferena ntre o matrice ortogonal i o baz
ortogonal ?
1.13. Transformri liniare.
1.
Definiii
.
Se numete form
un polinom omogen. Polinomul este omogen
dac toi termenii si au acelai grad.
Numim
form liniar n
R
n
o expresie omogen de gradul nti n
n variabile:
# ## #
Sistem ortogonal
# ## #
Baz ortogonal
# ## #
Baz
ortonormat
# ## #
Matrice
ortogonal
# ## #
Form liniar
50
x c
+ +
x c
+
x c
= f
n n 2 2 1 1
!
(1.13.1)
Introducnd vectorii: X=(x
1
x
2

x
n
)
T

i C=(c
1
c
2
c
n
)
T
- numit
vector al formei liniare, forma f se scrie matriceal:
X,
C
= X C = f
T
(1.13.2)
f fiind elementul matricei (C
T
X)
1 1
. Din (1.13.2) rezult
corespondena biunivoc dintre formele liniare
f n n
variabile i
vectorii C R
n
.
Ansamblul a m forme liniare n n
variabile se numete
sistem de
forme liniare n R
n
:
n 1, = i ,
x c
+ +
x c
+
x c
= f
n in 2 2 i 1 1 i
i
! (1.13.3)
Matricea C=(c
ij
)
m n
se numete
matrice a sistemului de forme
liniare
, iar rangul ei este rangul sistemului. Dac
m=n sistemul de
forme liniare se numete transformare liniar
.
Fie transformarea liniar:

'

x c
+ +
x c
+
x c
= y
x c
+ +
x c
+
x c
= y
x c
+ +
x c
+
x c
= y
n nn 2 2 n 1 1 n
n
n 2n 2 22 1 21
2
n 1n 2 12 1 11
1
!
! ! ! ! ! ! ! ! ! ! ! !
!
!
(1.13.4)
unde:
)
x x x
( = X , ) y y y ( = Y , )
c
( = C , y = f
T
n 2 1
T
n 2 1 n
ij
i i
! !
.
Sub form matriceal, transformarea (1.13.4) se scrie, deci:
CX, = Y
(1.13.5)
matricea C fiind
matricea transformrii
iar
=det C
modulul ei.
Dac
C
este nesingular (
0), transformarea este
nedegenerat
(sau inversabil), iar n caz contrar (
rang C<n) transformarea este
degenerat
.
Transformarea liniar (1.13.5) transform un vector
X R
n
ntr-un
alt vector Y R
n
deci este o
transformare intern a spaiului vectorial
R
n
.
n particular, dac
C=U
n
atunci Y=X
i transformarea este
identic
.
! !! !
Sistem de forme
liniare
! !! !
Transformare
liniar
! !! !
Matricea
transformrii.
Modulul
transformrii
! !! !
Matrice
degenerat
! !! !
Transformare
intern, identic.
Omotetie
51
Dac
C
este o matrice scalar, atunci
Y=kX
i transformarea este o
omotetie.
2.
Operaii cu transformri liniare
1) Suma
transformrilor liniare
Y=AX, Z=BX este transformarea
V=(A+B)X=SX unde:
S=A+B (1.13.6)
2) Produsul
transformrilor liniare
Y=AX, Z=BY este o
transformare care permite trecerea direct de la
X la Z
, adic aplicarea
succesiv a celor dou transformri:
Z=B AX=(BA)X (1.13.7)
Aceasta este tot o transformare liniar, nedegenerat dac
transformrile factori sunt
nedegenerate.
3)
Transformarea invers a unei transformri liniare. Fie
Y=CX
nedegenerat (
C
- nesingular
( )C
-1
). nmulind la stnga cu
C
-1
,
obinem inversa transformrii liniare date:
X=C
-1
Y, (1.13.8)
care transform pe
Y n X din R
n
.
3.
Tranformri ortogonale. Zicem c transformarea liniar
Y=AX
este
ortogonal dac matricea
A
este ortogonal. Inversa
transformrii, deoarece
A
-1
=A
T
este X=A
T
Y, tot o transformare
ortogonal.
Vom arta n continuare c
produsul scalar a doi vectori este un
invariant al transformrilor ortogonale
. Astfel, fie X
1
i
X
2
din R
n
i
respectiv transformrile ortogonale
Y
1
=AX
1
, Y
2
=AX
2
. Avem:
X X
=
X X
=
X
A)
A
(
X
=
X
A)
A
(
X
=
AX
)
AX
( =
Y Y
=
Y Y 2 1 2
T
1 2
-1 T
1 2
T T
1 2
T
1 2
T
1 2 1
n particular,
transformrile ortogonale pstreaz mrimile
vectorilor i ortogonalitatea a doi vectori
.
De exemplu, transformarea:

'



yxos + x = y
y - x = x
sin
sin cos
este ortogonal. Inversa ei,
# ## #
Suma
transformrilor
# ## #
Produsul
transformrilor
# ## #
Transformarea
invers
# ## #
Transformare
ortogonal
" "" "
Invers
transformrii
ortogonal
este
egal cu
transpusa
" "" "
Produsul scalar este
un invariant al
transformrilor
ortogonale
" "" "
Rotaie de unghi a
axelor de
coordonate
52

'





cos sin
sin cos
y + x - = y
y + x = x
este tot o transformare ortogonal (
det A=cos
2
+sin
2
=1
)
Din (x')
2
+(y')
2
=x
2
+y
2
rezult c mrimea vectorului
X'=(x'y')
T
este egal cu mrimea vectorului
X=(xy)
T
. Tranformarea
exemplificat reprezint o rotaie de unghi
a axelor de coordonate
din plan, n jurul originii.
4. Valori proprii ale unei matrice
. Fie transformarea liniar
Y=AX cu A=(a
ij
)
n
i punem condiia ca
X
s fie paralel cu
transformatul su (
Y
) adic
Y=sX (s - scalar). Deci:
, 0 = sU)X - (A AX = sX AX = Y (1.13.9)
sau dezvoltat:

'

0 =
x
s) -
a
( + +
x a
+
x a

0 =
x a
+ +
x
s) -
a
( +
x a

0 =
x a
+ +
x a
+
x
s) -
a
(
n nn 2 2 n 1 1 n
n 2n 2 22 1 21
n 1n 2 12 1 11
!
! ! ! ! ! ! ! ! ! ! ! ! ! !
!
!
(1.13.10)
Condiia ca sistemul omogen (1.13.10) s admit i soluie diferit
de soluia banal este:
0
2 1
2 22 21
1 12 11

s a a a
a s a a
a a s a
nn n n
n
n
"
# # #
"
"
(1.13.11)
Ecuaia (1.13.11) de gradul
n n s
, se numete ecuaie
caracteristic a transformrii sau a matricei
A
, iar rdcinile sale se
numesc valori proprii ale matricei A.
O matrice ptrat de ordinul
n are n valori proprii (reale sau
complexe).
Se demonstreaz c dac
A
este simetric atunci toate valorile
proprii sunt reale.
Vectorii X
i
obinui prin nlocuirea succesiv a lui
s cu valorile
proprii, n sistemul (1.13.10), se numesc vectori proprii ai matricei A.
Exemplu
: S se afle valorile proprii ale matricei:
! !! !
Ecuaie caracteristic
Valori proprii
! !! !
Vectori proprii
53

,
_

13 3 - 0
3 - 8 5
0 5 5
= A
Avem ecuaia caracteristic:
0 =
s - 13 3 - 0
3 - s - 8 5
0 5 s - 5
care se scrie (s-1)(s-10)(s-15)=0.
Deci valorile proprii sunt: s
1
=1, s
2
=10, s
3
=15.
Teme
1.
S se calculeze valorile i vectorii proprii ai matricei :

,
_

3 0 0
9 5 0
1 2 1
A
1.14. Forme ptratice
1.
Expresia general i rangul unei forme ptratice
.
Se numete form ptratic o expresie algebric omogen, de
gradul doi n variabilele x
1
, x
2
,

,x
n
:
=
x x a
2 + +
x x a
2 +
x x a
2 +
x a
+ +
x a
+
x a
= f
n 1 - n n 1, - n 3 1 13 2 1 12
2
n nn
2
2 22
2
1 11
! !
a
=
a
;
x x a
=
ji ij j i ij
n
j=1
n
=1 i

(1.14.1)
Aceast expresie se poate scrie:
+ )
x a
+ +
x a
+
x a
(
x
+ )
x a
+ +
x a
+
x a
(
x
= f
n 2n 2 22 1 12 2 n 1n 2 12 1 11 1
! !
+ )
x a
+ +
x
n
a
+
x
n
a
(
x
+ +
n nn 2 2 1 1 n
! !
(1.14.2)
Introducem notaiile:

'

x a
+ +
x a
+
x a
= y
x a
+ +
x a
+
x a
= y
x a
+ +
x a
+
x a
= y
n nn 2 2n 1 1n
n
n 2n 2 22 1 12
2
n 1n 2 12 1 11
1
!
! ! ! ! ! ! ! ! ! ! ! !
!
!
(1.14.3)
$ $$ $
Pentru devoltarea
determinantuli, se
observ c dac se
adun
linnile a doua
i
a treia la pima linie, se
obine de
trei ori 10-s
pe linia nti, care se
poate scoate factor
comun, iar apoi se va
dezvolta determinantul
# ## #
Form ptratic
54
Se obine astfel o transformare liniar (1.14.3) cu matricea
simetric:

,
_

nn n n
n
n
a a a
a a a
a a a
A
"
# # #
"
"
2 1
2 22 12
1 12 11
(1.14.4)
numit matricea formei ptratice
iar rangul ei - rangul formei
ptratice
.
Determinantul
=det A se numete
discriminantul formei
ptratice
Dac
rang A=n
, forma ptratic este nedegenerat
iar n caz
contrar, cnd rang A<n
, forma ptratic este degenerat
.
Notnd: X=(x
1
x
2 X
n
)
T
,
Y=(y
1
y
2 y
n
)
T
, transformarea liniar
(1.14.3) se

poate scrie Y=AX
iar forma ptratic (1.14.1):
AX,
X
= f sau Y
X
= Y X = y
x
= f
T T
i
i
n
1 = i

(1.14.5)
sub form matriceal.
2.
Aplicarea unei transformri liniare asupra variabilelor dintr-o
form ptratic
.
Aplicm formei (1.14.5) transformarea liniar
X=BY. Deoarece
X
T
=(BY)
T
=Y
T
B
T
, forma ptratic
f devine:
CY
Y
= AB)Y
B
(
Y
= f
T T T
(1.14.6)
iar (B
T
AB)
T
=B
T
A
T
(B
T
)
T
=B
T
A
T
B=B
T
AB
, adic n urma aplicrii
transformrii liniare, se obine o nou form ptratic cu matricea
C=B
T
AB unde B
este matricea transformrii liniare.
Dac
B
este nesingular,
rang C=rang A
, adic
rangul formei
ptratice nu se schimb dac asupra variabilelor aplicm o
transformare liniar nedegenerat
.
Notnd cu
i respectiv ' discriminanii formei ptratice
(1.14.5) i formei ptratice (1.14.6) iar cu
-
modulul transformrii
liniare, avem:
, =
2

(1.14.7)
! !! !
Matricea formei
ptratice
! !! !
Discriminantul formei
ptratice
Form ptratic
nedegenerat
! !! !
Aplicarea unei
transform
ri liniare
asupra variabilelor
dintr-o
form ptratic
" "" "
Rangul formei
ptratice
nu se
schimb dac se
aplic o
transformare
liniar nedegenerat
" "" "
Teorema
di i i tl i
55
relaie numit
teorema discriminantului
. Dac transformarea liniar
este
unimodular, '=
.
Exerciii: Se d forma ptratic:
,
x x
4 -
x x
4 +
x
9 +
x
3 +
x
2 = f
3 1 2 1
2
3
2
2
2
1 asupra creia se aplic
transformarea liniar:

'

y =
x
y 2 - y =
x
y 3 + y - y =
x
3
3
3 2
2
3 2 1
1
S se scrie forma ptratic transformat.
Avem:

,
_

,
_

1 0 0
2 - 1 0
3 1 - 1
= B ,
9 0 2 -
0 3 2
2 - 2 2
= A
i:

,
_

3 0 0
0 1 0
0 0 2
= AB
B
= C
T
Forma transformat va fi deci:
y 3 + y + y 2 = f
2
3
2
2
2
1
.
3.
Forma canonic a unei forme ptratice
.
Forma canonic a unei forme ptratice este o sum algebric de
cel mult n
ptrate i se poate aplica fie metoda lui Gauss fie metoda
transformrilor liniare. Reinem c forma canonic a unei forma
ptratice nu este unic, aa cum va rezulta mai jos.
a) Metoda lui Gauss. n forma (1.14.1) presupunem a
11 0
i
formm un ptrat din termenii care conin variabila
x
1
:
' f + )]
x a
+ +
x a
(
x a
2 +
x a
[
a
1
= f
1
n 1n 2 12 1 11
2
1
2
11
11
!
[ ]
1
2
1 2 12 1 11
11
1
f x a x a x a
a
f
n n
+ + + + ! , (1.14.8)
unde f
1
este o form ptratic n
(n-1) variabile.
Aplicm transformarea liniar:
# ## #
Forma
canonic a
unei
f
ptratice
" "" "
Metoda lui Gauss de
obinere a
formei
canonice a unei forme
ptratice
56

'

n 2, = i ,
x
=
x
x a
+ +
x a
=
X
0 i
n 1n 1 11 1
!
(T
1
)
i forma ptratic devine:
x x
+ +
x x
2 + +
x x
2 +
x
+
X
a
1
= f
n 1 - n n 1, - n n 2 2n 3 2 23
2
2 22
2
1
11

! !
Presupunem acum

22 0
i procedm analog:
f + )
x
+ +
x
+
x
(
1
+
X
a
1
= f
2
2
n 2n 3 23 2 22
22
2
1
11

!
unde f
2
este o
form liniar n
(n-2)
variabile. Apoi, aplicm transformarea:

'

n 3, = i ,
x
=
x
x
+ +
x
+
x
=
X

X
=
X
i i
n 2n 3 23 2 22 2
1 1

! (T
2
)
i forma devine:
f +
X
1
+
X
a
1
= f
2
2
2
22
2
1
11
Procedeul continu pn la epuizarea tuturor variabilelor
obinndu-se o sum algebric de cel mult
n
ptrate, numit
forma
canonic a formei ptratice
:
,
X k
+ +
X k
+
X k
= f
2
n n
2
2 2
2
1 1
!
(1.14.9)
unde X
i
sunt forme liniare n variabilele x
1
, x
2
,

,x
n
.
Observaie: S-a presupus iniial c
a
11 0. n caz contrar,
considerm alt necunoscut
x
i
pentru care a
ii 0
. Dac forma nu
conine termeni ptratici, aplicm transformarea liniar nedegenerat:

'

n 3, = i , y =
x
y - y =
x
y + y =
x
i
i
2 1
2
2 1
1
(1.14.10)
i procedeul poate fi aplicat.
Exemplul 1
: S se aduc la forma canonic:
.
x x
4 -
x x
4 +
x
9 +
x
3 +
x
2 = f
3 1 2 1
2
3
2
2
2
1
57
Avem succesiv:
,
X
3 +
X
+
X
2 = f
x
3 + )
x
2 +
x
( + )
x
-
x
+
x
2( = f
x x
4 +
x
7 +
x
+ )
x
-
x
+
x
2( = f
x
9 +
x
3 + )]
x
-
x
(
x
2 +
x
2[ = f
2
3
2
2
2
1
2
3
2
3 2
2
3 2 1
3 2
2
3
2
2
2
3 2 1
2
3
2
2 3 2 1
2
1
unde:
x
=
X
,
x
2 +
x
=
X
,
x
-
x
+
x
=
X 3 3 3 2 2 3 2 1 1
Exemplul 2
: S se aduc la forma canonic:
x x
+
x x
2 +
x x
= f
3 2 3 1 2 1
Aplicm transformarea (1.14.10) pentru c forma nu conine
termeni ptratici.

'

y y + y y 3 + y - y = f
y =
x
y - y =
x
y + y =
x
(T)
3 2 3 1
2
2
2
1
3
3
2 1
2
2 1
1
Prin metoda lui Gauss avem succesiv:
y 2 - ) y
2
1
- y ( - ) y
2
3
+ y ( = f
y
4
9
- y
4
1
+ ) y
2
1
- y ( - ) y
2
3
+ y ( = f
y y + y - y
4
9
- ) y
2
3
+ y ( = f
2
3
2
3 2
2
3 1
2
3
2
3
2
3 2
2
3 1
3 2
2
2
2
3
2
3 1
Transformarea invers va fi:
x
= y ),
x
-
x
(
2
1
= y ),
x
+
x
(
2
1
= y
3
3
2 1
2
2 1
1
i revenind la variabilele
x
i
:
x
2 - )
x
-
x
-
x
(
4
1
- )
x
3 +
x
+
x
(
4
1
= f
2
3
2
3 2 1
2
3 2 1
.
b)
Metoda transformrilor liniare (
Jacobi). Rangul unei forme
ptratice fiind un invariant n aplicarea unei transformri liniare asupra
variabilelor, rangul formei canonice (1.14.9) este egal cu rangul
matricei
. Rezult c numrul de ptrate din forma canonic a unei
forme ptratice este egal cu rangul ei. Se demonstreaz c printr-o
transformare liniar, o form ptratic poate fi adus la forma
canonic:
" "" "
Metoda lui Jacobi de
obinere a
formei
canonice a unei forme
ptratice
58
,
X s
+ +
X s
+
X s
= f
2
m m
2
2 2
2
1 1
!
(1.14.11)
unde s
i
sunt valorile proprii ale matricei A.
De asemenea, folosind transformarea
Jacobi, forma canonic a
unei forme ptratice
nedegenerate devine:
,
X
+ +
X
+
X
= f
2
n
n
1 - n 2
2
2
1 2
1
1
0

!
(1.14.12)
unde:
detA = , ,
a a a
a a a
a a a
= ,
a a
a a
= , |
a
=| , 1 =
n
33 23 13
23 22 12
13 12 11
3
22 12
12 11
2 11 1 0
!
sunt determinanii principali ai matricei
A.
Exemplu
: Considerm forma ptratic din exemplul precedent,
.
x x
4 -
x x
4 +
x
9 +
x
3 +
x
2 = f
3 1 2 1
2
3
2
2
2
1
i aplicm (1.14.12).
Avem:
6 =
9 0 2 -
0 3 2
2 - 2 2
= , 2 =
3 2
2 2
= , 2 = , 1 =
3 2 1 0
X
3
1
+
X
+
X
2
1
=
X
6
2
+
X
2
2
+
X
2
1
= f
2
3
2
2
2
1
2
3
2
2
2
1

4.
Forme ptratice pozitiv definite
.
Definiie: Forma ptratic
f=X
T
AX este
semipozitiv definit
dac:
n T
R )X ( , 0 AX
X

i pozitiv definit dac:
X
T
AX>0 ( )
X 0
, adic
X
T
AX=0 X=0
. n aceste situaii, zicem c matricea
A, a
formei, este
semipozitiv definit respectiv pozitiv definit.
Asemntor se definesc formele i matricele
seminegativ definite sau
negativ definite.
Din definiie, rezult c n forma canonic (1.14.9) toi coeficienii
k
i
sunt pozitivi sau negativi. n caz contrar, forma nu este pozitiv
definit (respectiv negativ definit). De exemplu, forma ptratic
f=2x
1
2
+4x
1
x
2
+x
2
2
=2(x
1
+x
2
)
2
-x
2
2
este
nedefinit
, semnul ei depinznd
de vectorul X R
2
. Dac
X=(0 1)
T
atunci f>0
iar dac
X=(-2 4)
T
! !! !
Forme
ptratice
pozitiv, semipoitiv,
negativ, seminegativ
definite
i
nedefinite
59
atunci f<0.
Proprieti
:
1) O form ptratic pozitiv (negativ) definit este nedegenerat
2) O form ptratic este pozitiv definit dac toate valorile
proprii ale matricei ei sunt pozitive
3) O form ptratic este pozitiv definit dac toi
i
>0. Pentru ca
f
s fie negativ definit trebuie s avem
i
*
=(-1)
n

i
>0( )i=1,n
Exerciiu: S se arate c forma ptratic
x x
6 -
x x
4 -
x
10 +
x
5 +
x
= f
3 2 2 1
2
3
2
2
2
1 este pozitiv definit.
Avem:
1 = , 1 = , 1 =
10 3 - 0
3 - 5 2 -
0 2 - 1
= A
3 2 1

,
_

Deci:
0 >
i
pentru
i=1, 2, 3 f>0
iar forma canonic este:
2
3
2
2
2
1
X X X f + +
Teme
1.
S se aduc la forma canonic att prin metoda Guass ct i
prin metoda
Jacobi forma ptratic urmtoare :
3 1 2 1
2
3
2
2
2
1
6 4 10 5 X X X X X X X f + + + +
Rezumat
Un spaiu euclidian este un spaiu vectorial nzestrat cu operaia
de produs scalar. Pe baza produsului scalar se poate defini norma unui
vector.
Doi vectori sunt ortogonali, dac produsul scalar al lor este nul.
O baz este ortogonal dac toi vectorii si sunt ortogonali.
O baz ortogonal, n care toi vectorii au norma egal cu 1, este
ortonormat.
Matricea unei baze
ortonormate, se numete ortogonal. Inversa
unei matrice ortogonale este egal cu transpusa ei.
" "" "
Proprieti
ale naturii
formei
ptratice
60
Transformarea liniar este o aplicaie (funcie) liniar ntre dou
spaii
vcetoriale.
Matricea asociat sistemului de ecuaii ce definesc transformarea
liniar, se numete matricea transformrii liniare. Determinantul
acestei matrice se numete modulul transformrii.
Form ptratic este o funcie de la un spaiu vectorial la R, care
este un polinom care are toi termenii de gradul doi.
Forma ptratic se poate transforma prin mai multe metode
(Gausss,
Jacobi, a valorilor proprii) n aa fel nct s fie doar o sum
algebric de variabile la puterea a doua (forma canonic).
Dac n forma canonic toi termenii au semnul plus atunci forma
ptratic este pozitiv definit (dac numrul termenilor este egal cu
dimensiunea spaiului) sau semipozitiv definit (dac sunt mai puini),
respetiv negativ sau negativ definit dac toi termenii au semnul
minus. Dac exist cel puin cte un termen cu semnul plus i unul cu
semnul minus, forma ptratic este nedefinit.
Valorile proprii ale unei matrice A, sunt soluiile sistemului de
ecuaii AX=X, unde X este un vector.
Test de evaluare
1.
S se aduc la forma canonic forma ptratic urmtoare :
3 1 2 1
2
3
2
2
2
1
6 4 9 5 X X X X X X X f + + + +
Precizai natura sa.
35 puncte
2.
Calculai valorile i vectorii proprii ai matricei :

,
_

2 1 3
1 4 1
3 1 2
X
55 puncte
61
Cap. 2. PROGRAMARE LINIAR
2.1. Introducere
Se tie c unui sistem de ecuaii liniare i se poate asocia o
singur ecuaie matriceal
AX=B. Rezolvarea ei se face prin reducerea
matricei [A,B] n raport cu matricea A
. O problem ceva mai
complicat, derivat din aceast metod este rezolvarea condiionat a
sistemului de ecuaii liniare astfel ca necunoscutele
n 1, = i ,
xi
, s fie
nenegative i n acelai timp s se optimizeze (maximizeze sau
minimizeze) o funcie liniar de forma:
d -
x c
+ +
x c
+
x c
= )
x
, ,
x
,
x
f(
n n 2 2 1 1 n 2 1
! !
Funcia se poate scrie prescurtat sub forma:
f=CX-d, unde
C=[c
1
,

,c
n
]
este matricea coeficienilor,
X=[x
1
,

,x
n
] este matricea
necunoscutelor iar d termenul liber.
Problema formulat mai sus este o problem de programare
liniar.
Acest al doilea capitol propune o incursiune n aceast
problematic ce are implicaii profunde n economie. n primele dou
paragrafe, a cror studiere necesit circa dou ore, se propune o
introducere n terminologie i problematica studiat.
Datele problemei pot fi trecute ntr-o matrice de forma:
1
]
1

d C
B A
= S
La o problem de programare liniar, soluia sistemului
AX=B,
X

0
, numit soluie posibil, se deosebete de soluia problemei de
programare liniar, pentru care n afar c este o soluie posibil, avem
i
f
opt
=CV-d
(max. sau min.) La fel cum soluia sistemului de ecuaii
liniare, AX=B
, se obine prin reducerea matricei
[A,B]
i soluia
problemei de programare liniar se obine printr-o reducere de tip
special a matricei S
. Metoda respectiv se numete
metoda simplex, pe
care o prezentm n continuare.
! !! !
Func
ia obiectiv
! !! !
Soluie posibil
62
2.2. Noiunea de matrice simplex
Definiia 1: se numete matrice simplex o matrice de forma:
1
]
1

d C
B A
S
format dintr-o matrice oarecare
A
m n
, o matrice coloan
B
m 1
, o
matrice linie C
1 n
i un numr
d.
Orice matrice ptrat de ordin cel puin doi se poate organiza ca
o matrice simplex.
Dup natura submatricelor
A, B
i
C deosebim mai multe
cazuri:
1) Matricea linie C
se afl ntr-unul din urmtoarele trei cazuri:
a) C

0 (
nepozitiv)
b) Conine cel puin un element
c
j
>0, pentru care coloana
corespunztoare
K
j
a matricei A este
nepozitiv (
K
j
0).
c) Conine elemente pozitive
c
j
>0
i oricare ar fi
c
j
>0 coloana
corespunztoare
K
j
a matricei A
conine cel puin un element pozitiv (
a
ij
>0).
2) Matricea coloan
B
se afl ntr-unul din urmtoarele dou cazuri:
a) B

0 (
nenegativ) i oricare ar fi elementul
b
i
=0, primul
element diferit de zero din linia L
i
a matricei A este pozitiv.
b) Conine cel puin un element
b
i
<0 sau un element b
i
=0 astfel
ca primul element diferit de zero din linia L
i
a matricei A este negativ.
3) Matricea
1
]
1

C
A
se afl ntr-unul din urmtoarele trei cazuri:
a) Este redus n raport cu matricea
A.
b) Matricea A
este redus, dar
C
nu este redus n raport cu
A.
c) Matricea A
nu este redus.
Cele opt cazuri simple determin pentru matricea simplex n
total 3

2

3=18 cazuri compuse: (1a,2a,3a),(1a,2a,3b),

Exemplul 1. Matricea simplex
,
6 - 2 - 1 2 -
2 - 2 - 3 - 1
1 - 1 2 1 -
= S
1
1
1
1
1
]
1

"
! ! ! ! !
"
"
" "" "
Matrice simplex
" "" "
Cazurile n care
se poate situa
matricea
simplex
# ## #
Dac
matricea A
include toate
coloanele celei mai
mari matrice unitate
ce se pot ngloba n
ea, indiferent de
ordinea n care apar,
atunci matricea A
este
redus.
Dac
pe linia C, sub
fiecare
coloan a
matricei unitate
identificat ca
mai
nainte este valoarea
0, atunci C este
redus
n raport cu A
63
cu submatricele:
, -6 = d 2] , - 1 [-2 = C ,
2 -
1 -
= B ,
2 - 3 - 1
1 2 1 -
= A
1
]
1

1
]
1

se ncadreaz n
cazul (1c,2b,3c), deoarece:
- linia C
conine elementul
c
2
=1>0
(singurul element pozitiv) i
coloana
1
]
1

3 -
2
=
K2
a matricei A
conine elementul pozitiv
a
12
=2.
- coloana B
conine elemente negative, de exemplu
b
1
=-1
- matricea A
nu este redus
Exemplul 2: Matricea simplex
,
4 - 4 - 3 - 0
3 1 1 0
7 1 0 1
= S
1
1
1
1
1
]
1

"
! ! ! ! !
"
"
cu submatricele:
, -4 = d 4] , - 3 - [0 = C ,
3
7
= B ,
1 1 0
1 0 1
= A
1
]
1

1
]
1

este n cazul (1a,2a,3b), deoarece: C



0, B>0
, primele dou coloane
ale matricii sunt reduse, dar c
1
=0
i
c
2
=-3

0. Astfel matricea
1
1
1
]
1

1
]
1

4 - 3 - 0
1 1 0
1 0 1
=
C
A
este n situaia cnd
A
este redus, dar linia
C
nu este redus n raport cu
A.
Exemplul 3: Matricea simplex:
,
3 0 1 0
2 1 3 - 0
0 0 0 1
= S
1
1
1
]
1

cu submatricele:
, 3 = d 0] , 1 [0 = C ,
2
0
= B ,
1 3 - 0
0 0 1
= A
1
]
1

1
]
1

este n cazul (1b,2a,3a)


, pentru c linia
C
conine elementul
c
2
=1>0
pentru care 0 ]
3 -
0
[ =
K2
, coloana B este
nenegativ (
B

0) iar pentru
64
elementul b
1
=0 , primul element diferit de zero , a
11
din linia L
1
=[1 0
0] a matricei A este pozitiv (a
11
=1
) i n fine matricea
1
1
1
]
1

1
]
1

0 1 0
1 3 - 0
0 0 1
=
C
A
este redus n raport cu
A (coloanele 1
i
3)
Din punct de vedere aplicativ, prezint o importan deosebit
cazurile (1a,2a,3a)
i
(1b,2a,3a)
, pentru care dm urmtoarea:
Definiie 2
. Matricea simplex
1
]
1

d C
B A
=
S
* *
* *
*
se numete matrice simplex redus, dac sunt ndeplinite condiiile :
- linia C
*
este n cazul 1 a) sau 1 b)
- coloana B
*
este n cazul 2 a)
- matricea
1
]
1

C
A
*
*
este n cazul 3 a)
n cazul particular cnd elementele pivot cu coloan redus au
perechile de indici (1,1), (2,2),

, (m,m)
, matricea simplex redus are
urmtoarea form:
1
1
1
1
1
]
1

+
+
+
* * *
1
* * *
1 ,
*
1
*
1
*
1 , 1
*
0 0
1 0
0 1
d c c
b a a
b a a
S
n m
m mn m m
n m
# #
# #
" " " " "
# #
unde B
*

0
i n cazul
1a) C
*

0, iar n cazul 1b) de exemplu c
*
m+1
>0,
dar K
*
m+1
0, unde:
]
c c
0 [0 =
C
,
a
a
=
K
,
b
b
=
B
*
n
*
1 + m
*
*
1 + m m,
*
1 + m 1,
*
1 + m
*
m
*
1
*
! ! " "
1
1
1
]
1

1
1
1
]
1

Dac o matrice simplex neredus


S admite matrice simplex
redus
S
*
, aceasta se poate obine printr-o transformarea
E
*
, produs de
transformri elementare.
Exemplul 4: Matricea simplex S, din exemplul 2, prin adunarea
la linia a treia a liniei a doua nmulit cu trei (transformare
E
*
), trece n
matricea simplex redus
S
*
=E
*
S:
" "" "
Matrice simplex
redus
" "" "
Matrice simplex
se poate reduce
65
,
1
1
1
]
1

5 1 - 0 0
3 1 1 0
7 1 0 1
=
S
*
cu submatricele:
. 5 =
d
1] , - 0 [0 =
C
,
3
7
=
B
,
1 1 0
1 0 1
=
A
* * * *
1
]
1

1
]
1

Linia C
*
este
nepozitiv, deci este n cazul
1a). Coloana B
*
este
pozitiv, deci este n cazul
2a), iar matricea:
1
1
1
]
1

1
]
1

1 - 0 0
1 1 0
1 0 1
=
C
A
*
*
este redus_ n raport cu matricea A, deci este n cazul 3a). Coloanele
reduse sunt coloana nti i coloana a doua. Rezult c
S
*
este o matrice
simplex redus.
Transformarea E
*
, prin care matricea simplex S trece n matricea
simplex redus
S
*
, nu poate fi oarecare ci numai una convenabil.
Astfel, reducerea
matricelor simplex este o problem special de
reducere, ce se rezolv prin
metoda simplex
, potrivit creia, cazurile
simple (1a,b,c;2a,b;3a,b,c) se reduc la o parte din ele, conform
schemei:
3a)

3b) 2a) 1b) 1a)

3c) 2b) 1c)

_ _
de unde se vede c cele
18
cazuri compuse se reduc la cele dou care
caracterizeaz o matrice simplex redus i prin urmare pe aceast cale se
rezolv i problema reducerii.
Rezumat
Orice matrice S se poate organiza ca o matrice simplex,
partiionnd-o astfel nct s fie puse n eviden ultima linie
$ $$ $
Matrice simplex
i
reducerea lor
66
(denumit C), ultima coloan (denumit B) i ultimul element
(denumit d). Partea rmas este notat cu A.
Cnd toate elementele lui C sunt mai mici sau egale cu 0,
matricea S este n cazul 1 a). Dac printre elementele strict pozitive
ale lui C exist cel puin unul care are ntreaga coloan situat
deasupra sa mai mic sau egal cu 0, atunci matricea S este n cazul
1
b). Dac nu e n nici unul din cazurile precedente, matricea S este n
cazul 1 c).
Cnd toate elementele lui B sunt strict mai mari ca zero, atunci
matricea S este n cazul 2 a). Tot n cazul 2 a) este atunci cnd B are
pe lng elemente strict pozitive i zerouri, iar linia situat n stnga
fiecrui element egal cu 0 al liniei B, are primul element (diferit de
zero) un numr pozitiv. n caz contrar (fie B are cel puin un element
strict mai mic ca zero, fie un linia situat n stnga unui element egal
cu zero are primul element nenul strict mai mic dect zero), matricea S
este n cazul 2 b).
Dac matricea A nu este redus (nu include toate coloanele
matricei unitate), atunci matricea S este n cazul 3 c). Dac matricea A
este redus, dar C nu este redus n raport cu A (sub cel puin o
coloan a matricei unitate nglobat n A exist un element
nenul n
linia C), atunci matricea este n cazul 3 b). Dac C est redus n raport
cu A, matricea S este n cazul 3 a).
Matricea simple S este redus dac este ntr-unul din cazurile
1 a) 2 a) 3 a) sau 1 b) 2 a) 3 a)
Test de evaluare
1.
S se decid n ce cazuri sunt matricele urmtoare :

,
_

2 0 0 0
2 0 0 1
1 1 0 0
1 0 1 0
A ;

,
_

2 0 2 1
2 0 0 1
0 1 2 0
1 0 1 0
B ;

,
_

2 0 2 2
2 0 0 1
0 1 1 0
0 0 2 2
C
(fiecare va fi notat cu cte 30 de puncte)
67
2.3. Algoritmul simplex
Cele patru paragrafe ce sunt cuprinse n acest modul descriu
algoritmul simple de aducere o matrice simple la forma redus a ei.
Se recomand alocarea a minim trei ore pentru nelegerea
algoritmului simplex.
ntruct ultimul mod
ul conine un set bogat de exerciii,
recomandm utilizarea sa ca suport pentru uurarea nelegerii noiunilor
din acest modul.
Considerm dou matrice linie oarecare:
X=[x
1


x
n
;x]
i
Y=[y
1


y
n
;y]
Zicem c linia
X
este mai mic dect linia
Y, X<Y
, dac
comparnd elementele corespunztoare n ordinea
x,y;x
1
,y
1
; x
n
,y
n
prima valoare mai mic este un element din linia
X.
De exemplu, X=[1 1 2;4] < Y=[10 0 1;7] deoarece x=4<7=y. La
fel, X=[2 3 -1;6] < Y=[2 5 -3;6] deoarece x=6=y, x
1
=2=y
1
,x
2
=3<5=y
2
.
Dac
X<Y, linia Y este mai mare ca linia X
adic
Y>X.
Dac elementele corespunztoare sunt egale, liniile sunt egale:
X=Y.
O astfel de ordonare a liniilor se numete
ordonare
lexicografic
. Pe baza

ordonrii lexicografice, toate liniile cu un acelai
numr de elemente pot fi comparate cu linia
0
format numai din
elemente egale cu zero.
Observaie
: Matricea S
*
s-a notat cu asterisc ca i matricea
redus, dar n general aceasta nu este o matrice redus.
Fie a
ij
elementul pivot fixat n matricea simplex S':
1
1
1
1
1
1
1
1
1
1
]
1

1
]
1

b a c
- d
L a c
- c
b a a
-
b L a a
-
L
b a L a
=
d C
B A
= S
i
1 -
ij j i
1 -
ij j
i
1 -
ij pj p i
1 -
ij pj p
i
1 -
ij i
1 -
ij
! !
! !
! !
Condiia c matricele simplex sunt egale n cazul
2a)
nseamn
c liniile sunt negative i linia pivot chiar pozitiv, adic:
! !! !
Definirea
comparaiei
ntredoi vectori
! !! !
Ordonare
lexicografic
68
0 >
a
0 > ]
b a
,
L a
[
ij i
-1
ij i
-1
ij
_ , iar din: 0 ]
b a a
-
b
,
L a a
-
L
[
i
-1
ij pj p i
-1
ij pj p
,
rezult fie
a
pj 0
, fie, prin mprirea inegalitii cu
a
pj
, a
pj
>0
, s avem:
a
]
b
,
L
[
a
]
b
,
L
[
pj
p p
ij
i i

Astfel, pentru alegerea elementului pivot dintr-o coloan fixat


K
j
a matricei A
trebuie s determinm linia minim (sau una oarecare
dintre liniile minime cnd exist mai multe),
a
-1
ij
[L
i
,b
i
], dintre liniile
a
-1
pj
[L
p
,b
p
]:
,
a
]
b
,
L
[
=
a
]
b
,
L
[
pj
p p
ij
i i
min
unde p
parcurge mulimea de indici pentru care
a
pj
>0.
S presupunem
c
j
>0. Comparnd liniile [C',d']
i
[C,d]
constatm c
[C,d]>[C',d']
. ntr-adevr, dac
b
i 0, atunci n virtutea
condiiilor
c
j
>0
i
a
ij
>0
rezult:
d'=d-c
j
a
-1
ij
b
i
<d
, iar dac
b
i
=0, atunci n
baza acelorai condiii i a condiiei c primul element
a
ir 0 din linia L
i
este pozitiv, a
ir
>0
, rezult:
c
<
a a c
-
c
=
c r ir
-1
ij j r r
unde c'
r
este primul element n linia C'
, care difer de elementul
corespunztor al liniei
C
. n concluzie, inegalitatea stabilit pentru
ultimele dou linii are loc.
Dac matricea
S'
nc nu este n cazul
1a) sau 1b), transformarea
de mai nainte se repet schimbnd locul matricei
S cu S', a lui S' cu S",

,obinndu-se un ir de matrice simplex:


S', S",
, cruia i
corespunde un ir de inegaliti de linii:
" > ] d" , [C" > ] d , C [ > d] , [C
Se poate arta c irul de matrice simplex construit este finit cu
un ultim element S
*
care este o matrice simplex aflat n cazul
1a) sau
1b)
i n concluzie:
algoritmul simplex descris mai sus este finit
i
conduce la matricea S
*
.
Pentru ca numrul matricelor simplex construit s fie minim, nu
se cunoate nici un criteriu, dar se accept
apriori criteriul de alegere
a coloanei de redus (costuri marginale)
: pentru ca numrul matricelor
" "" "
Condi
ia de
alegere a
elementului pivot
69
simplex intermediare s fie minim, considernd un mare numr de
cazuri de aplicare a algoritmului simplex, este suficient ca la fiecare
etap ultima linie a matricei simplex s descreasc cu valoarea maxim.
Pentru ca diferena:
a
]
b
,
L
[
c
= ] d , C [ - d] , [C
ij
i i
j

s fie maxim, trebuie s alegem acel indice de coloan
j pentru care are
loc relaia:
, )
a
]
b
,
L
[
c
( =
a
]
b
,
L
[
c
iq
i i
q
q ij
i i
j
max
unde q
parcurge mulimea de indici pentru care
c
q
>0.
Formularea algoritmului simplex: Pentru a transforma matricea
simplex S
, aflat n cazul
(1c,2a) ntr-o matrice simplex S
*
, aflat n
cazul (1a,2a) sau (1b,2a)
se procedeaz n felul urmtor:
1) Se alege un element pivot a
ij
>0
. Operaia se poate efectua n
dou moduri:
- fr aplicarea criteriului de alegere a coloanei de redus,
determinnd indicele i
potrivit relaiei:
,
a
]
b
,
L
[
=
a
]
b
,
L
[
pj
p p
ij
i i
min
unde j este un indice pentru care c
j
>0
ales n mod arbitrar i
p parcurge
mulimea de indici pentru care
a
pj
>0,
- cu aplicarea criteriului menionat, determinnd perechea de indici (
i,j)
potrivit relaiei:
, )
a
]
b
,
L
[

c
( =
a
]
b
,
L
[
c
pq
p p
p
q
q ij
i i
j
min max
unde q _i p (pentru q
fixat) parcurg mulimea de indici pentru care
c
q
>0,
respectiv a
pq
>0.
2) Se trece, prin reducerea coloanei de indice j cu elementul
pivot ales, la o matrice simplex S'.
3) Se reiau operaiile de la p
unctele precedente, schimbnd locul
matricei S cu S', a lui S' cu S",

pn ce termenul
S
*
al irului de
! !! !
Condi
ia de
alegere a
coloanei de redus
! !! !
Algoritmul
simplex
70
matrice simplex astfel construit, va fi o matrice simplex care se gsete
n cazul 1a) sau 1b).
Observaie: n cazul cnd pentru fiecare coloan
K
q
exist un
singur raport pozitiv minim c
-1
iq
b
i
, relaiile prin care se determin
elementul pivot iau urmtoarele forme simple:
)
a
b
c
( =
a
b
c
_i
a
b
=
a
b
pq
p
p
q
q ij
i
j
pj
p
p ij
i
min max min
2.4. Aplicaii ale algoritmului simplex
Algoritmul simplex se aplic ndeosebi n dou cazuri
particulare:
1) Matricea
1
]
1

C
A
este redus n raport cu matricea
A.
n acest caz i matricele:
1
]
1

1
]
1

1
]
1

C
A
, ,
C"
A"
,
C
A
*
*
"
vor fi reduse n raport cu matricea corespunztoare:
A', A",
, A
*
.
2) Matricea [C,d] este suma acelor linii ale matricei [A,B], care
nu sunt linii pivot cu coloan redus
.
n acest caz se poate scrie:
, = d ,
b L
= C
k
K k
k
K k


unde K
este mulimea indicilor liniilor care se nsumeaz. Matricea
simplex n acest caz are forma:
1
]
1



b L
= S
k
B
K k
k
A
K k

Teorem. Dac exist o matrice X

0, pentru care are loc egalitatea


AX=B, atunci prin aplicarea algoritmului simplex, se obine o matrice
redus de forma (fr demonstraie) :
1
]
1

0 0
B A
=
S
* *
*
# ## #
Teorema de
existen
71
2.5. Algoritmul simplex modificat
Pentru a transforma matricea simplex S cu coloana B
nenegativ
i cu linia
C
aflat n cazul
1c) ntr-o matrice simplex S
*
cu coloana B
*
nenegativ i cu linia
C
*
aflat n cazul
1a) sau 1b)
, se procedeaz n
felul urmtor:
1) Se alege un element pivot a
ij
>0
. Operaia se poate efectua cu
cele dou procedee amintite la formularea algoritmului simplex:
- fr aplicarea criteriului (modificat) de alegere a coloanei de
redus, determinnd indicele i
potrivit relaiei:
,
a
b
=
a
b
pj
p
p ij
i
min
unde j este un indice ales n mod arbitrar a_a ca c
j
>0, iar p parcurge
mulimea de indici pentru care
a
pj
>0,
- cu aplicarea criteriului, determinnd perechea de indici (i,j)
potrivit relaiilor:
,
a
b
=
a
b
,
c
=
c
pj
p
p ij
i
q
q
j
min max
unde q
parcurge mulimea de indici pentru care
c
q
>0, iar pentru i fixat p
parcurge mulimea de indici pentru care
a
pj
>0
2) Se trece prin reducerea coloanei de indice j cu elementul pivot
ales la o matrice simplex S'
3) Se reiau operaiile de la punctele precedente, schimbnd locul
matricei S cu S', a lui S' cu S",

pn ce termenul
S
*
al irului astfel
construit va fi o matrice simplex care se gsete n cazul
1a) sau 1b) sau
se constat c s-a produs fenomenul de ciclare: au aprut dou matrice
simplex identice.
Avantajele algoritmului simplex modificat.
- Condiia
B 0
este mai simpl dect condiiile cuprinse n cazul
2a), care, pentru liniile cu elemente b
i
egale cu zero, cer ca primul
element diferit de zero din linia respectiv s fie pozitiv.
- Criteriul de alegere a elementului pivot este mai simplu
deoarece se determin numai rapoarte simple i nu rapoartele unor linii.
Totodat maximul elementelor pozitive
c
q
se poate aprecia la vedere,
# ## #
Algoritmul
simplex
modificat
# ## #
Avantajele
algoritmului
simplex
modificat
72
fr a fi nevoie de calcularea mai multor coloane de rapoarte.
Dezavantajele algoritmului simplex modificat.
- Considernd numai condiia
B 0, pot fi elemente b
i
=0.
Aplicnd algoritmul simplex modificat, poate s apar fenomenul de
ciclare. Matricea simplex, dac conine elemente
b
i
=0
, se numete
matrice simplex degenerat i dac nu conine elemente
b
i
nule, se
numete matrice simplex nedegenerat
. Astfel, are loc cazul de
degenerare, respectiv nedegenerare
, dup cum n irul
S, S', S",

sunt
sau nu sunt matrice degenerate.
- Un dezavantaj datorat renunrii la cazul
2a)
const n aceea
c, la aplicaia a doua de la paragraful
2.4, matricea
1
]
1

C
A
poate s nu se
reduc. Criteriul de alegere a coloanei de redus n cazul de fa asigur
ntr-o msur i mai mic, dect criteriul corespunztor de la algoritmul
simplex (
nemodificat), ca numrul matricelor intermediare s fie minim.
Comparnd avantajele i dezavantajele prezentate
mai sus,
bilanul nclin n direcia avantajelor.
Odat cu folosirea noiunii de algoritm simplex modificat se
modific i noiunea de matrice simplex redus.
Definiie: Se numete matrice simplex redus modificat
,
matricea simplex S
*
care se gsete n cazul
(1a,3a) sau (1b,3a)
i are
coloan
B
*

nenegativ.
2.6. Algoritmul reducerii simplex.
Pentru a determina n cazul unei matrice simplex,
1
]
1

d C
B A
= S
matricea simplex redus,
,
d C
B A
=
S
* *
* *
*
1
]
1

se parcurg urmtoarele trei etape:


I) Matricea simplex S
se transform, prin nmulirea cu
(-1) a
liniilor negative ale matricei [A,B], ntr-o matrice simplex S
1
, care este
n cazul 2a):
# ## #
Dezavantajele
algoritmului
simplex
modificat
" "" "
Matrice simplex
redus
modificat
" "" "
Algoritmul
reducerii simplex
73
,
d C
B A
=
S
! 1
1
1
]
1

II) Matricea simplex S


1
se transform ntr-o matrice simplex
S
3
:
,
d C
B A
=
S
* *
*
1
*
1
3 1
]
1

aflat n cazul
3a)
, dup cum urmeaz:
1) Se asociaz matricei
S
1
o matrice simplex S
2
:
,
b
L
B A
=
S
1k
K k
1k
K k
1 1
2
1
1
1
]
1

n care ultima linie este suma acelor linii [L


1k
,b
1k
] ale matricei [A
1
,B
1
]
care nu sunt linii pivot cu coloana redus n raport cu matricea
A
1
.
Matricea simplex S
2
, prin aplicarea algoritmului simplex, se reduce la o
matrice simplex:
,
0 0
B A
=
S
*
1
*
1
*
2 1
]
1

2) Ultima linie a matricei S


2
*
, format din zerouri, se nlocuiete
cu linia [C,d] a matricei simplex S
1
, obinnd matricea simplex
S
2
**
:
] ,
d C
B A
[ =
S
*
1
*
1
* *
2
aflat n cazul
3b).
3) Se adun la ultima linie a lui
S
2
**
, combinaia liniar:
" - ]
b
,
L
[
c
- ]
b
,
L
[
c
-
*
1p
*
1p q
*
1i
*
1i j
a celor r
linii pivot cu coloan redus ale matricei
[A
*
1
,B
*
1
], unde
(i,j),(p,q),

sunt perechile de indici ale elementelor pivot cu coloan


redus. Ca rezultat se obine matricea simplex redus
S
*
.
Observaii
:
1) Dac matricea simplex
S
se gsete n cazul
2a), respectiv
B 0, atunci S
1
=S
. Dac
S
1
se gsete n cazul
3b) atunci S
1
=S
2
**
. Dac
S
2
**
se gsete n cazul
3a) atunci S
2
**
=S
3
. Dac
S
3
se gsete n cazul
1a) sau 1b) atunci S
3
=S
*
.
2) Toate transformrile care se aplic sunt produse de
74
transformri elementare, deci transformarea
E
*
, prin care matricea
simplex S se reduce la matricea S
*
, E
*
S=S
*
este tot un produs de
transformri elementare.
3) n cazul r<m, liniile egale cu zero ale matricei [A
*
1
,B
*
1
] pot fi
omise.
Rezumat
1. Matricea simplex S
se transform, prin nmulirea cu
(-1) a
liniilor negative ale matricei [A,B], ntr-o matrice simplex S
1
, care este
n cazul 2a).
Se asociaz matricei
S
1
o matrice simplex S
2
:
,
b
L
B A
=
S
1k
K k
1k
K k
1 1
2
1
1
1
]
1

n care ultima linie este suma acelor linii [L


1k
,b
1k
] ale matricei [A
1
,B
1
]
care nu conin valoarea 1 a unei coloane a matricei unitate, ce are 0 sub
ea (coloan redus). Matricea simplex
S
2
, prin aplicarea algoritmului
simplex, se reduce la o matrice simplex:
,
0 0
B A
=
S
*
1
*
1
*
2 1
]
1

2) Ultima linie a matricei S


2
*
, format din zerouri, se nlocuiete
cu linia [C,d] a matricei simplex S
1
, obinnd matricea simplex
S
2
**
:
,
d C
B A
=
S
*
1
*
1
* *
2 1
]
1

aflat n cazul
3b).
3) Se adun la ultima linie a lui
S
2
**
, combinaia liniar:
" - ]
b
,
L
[
c
- ]
b
,
L
[
c
-
*
1p
*
1p q
*
1i
*
1i j
a acelor linii care au valoarea 1 a unei coloane a matricei unitate, ce nu are
0 sub ea (nu e redus). Ca rezultat se obine matricea simplex redus
S
*
.
75
Test de evaluare
1.
S se aplice algoritmul studiat matricei urmtoare :

,
_

1 1 2 1
1 1 1 2
2 1 1 1
1 2 1 1
X
90 de puncte
76
2.7. Formularea problemei canonice.
Acest ultim modul, a crui dimensiune este justificat printr-un
bogat set de exemple aflat la finalul su, prezint diferite variante ale
algoritmului simplex, precum i aplicaiile sale n diferite situaii
concrete (probleme de transport, etc.).
n funcie de cititor studiul su necesit 24 ore.
n limbajul sistemelor de ecuaii liniare, problema canonic
general
sau mai simplu
problema canonic
se poate formula astfel:
S se determine acele soluii nenegative
x
1
, x
2
,

,x
n
ale
sistemului de ecuaii liniare:
,
b
=
x a
+ +
x
1
a
b
=
x a
+ +
x a
m n mn 1 m
1 n 1n 1 11

'

!
! ! ! ! ! ! ! ! ! !
!
pentru care funcia liniar
f=-d+c
1
x
1
+

+c
n
x
n
, devine maxim.
Formularea matriceal: S se determine acele soluii
X 0, ale
ecuaiei
AX=B
, pentru care funcia liniar
f=-d+CX
devine maxim. (
A
este matricea sistemului, X
- matricea coloan a necunoscutelor,
B -
matricea coloan a termenilor liberi iar
C=[c
1


c
n
]).
Formularea problemei canonice reduse. Problemei canonice
date i se poate asocia matricea simplex S, care prin reducere devine S
*
,
creia i corespunde o problem, numit problema canonic redus, care
const n:
S se determine acele soluii
X 0
ale ecuaiei matriceale
A
*
X=B
*
pentru care funcia liniar
f=-d
*
+C
*
X
devine maxim.
Caz particular
: n cazul cnd elementele pivot cu coloan redus
au perechile de indici (1,1), (2,2), ,(m,m)
, problema canonic redus,
n limbajul ecuaiilor i formelor liniare, se formuleaz astfel:
S se determine soluiile nenegative
x
1
, x
2
,

,x
n
ale sistemului:
,
b
=
x a
+ +
x a
+
x

b
=
x a
+ +
x a
+
x
*
m n
*
mn 1 + m
*
1 + m m, m
*
1 n
*
1n 1 + m
*
1 + m 1, 1

'

!
! ! ! ! ! ! ! ! ! ! ! !
!
pentru care funcia liniar
f=-d
*
+C
*
m+1
X
m+1
+ +C
n
*
X
n
devine
maxim. Matricelor simplex intermediare
S', S",
le corespund
! !! !
Problema
canonic
! !! !
Formularea
matriceal
! !! !
Formularea
problemei
canonice reduse
77
probleme canonice intermediare. Dup natura fiecreia dintre matricele
care apar, problema canonic respectiv se numete problem canonic
degenerat
, respectiv
problem canonic nedegenerat
.
2.8. Rezolvarea problemei canonice.
Rezolvarea problemei canonice n cazul 1a). n acest caz,
prblema canonic are maxim finit. Pentru simplitate, considerm
problema n cazul particular de mai sus. n cazul general, cnd numrul
elementelor pivot cu coloan redus este
r m
, se poate raiona n mod
similar.
1)
Determinarea soluiilor de baz. Mai nti demonstrm
existena unei soluii de baz, iar dup aceea le determinm pe toate.
Se constat direct c matricea:
,
0
0
b
b
=
X
*
m
*
1
1
1
1
1
1
1
1
1
1
]
1

"
"
este o soluie nenegativ,
X
1 0, A
*
X
1
=B
*
. O astfel de soluie cu cel mult
m componente pozitive, numite
componente de baz, se numete soluie
de baz
, anume
soluie de baz degenerat
, respectiv
soluie de baz
nedegenerat, dup cum conine sau nu conine componente de baz
nule.
Pentru X
1
, funcia ia valoarea
f
1
=-d
*
.
Fie X'
o soluie nenegativ oarecare:
A
*
X'=B
*
. Deoarece C
*
0,
rezult
C
*
X' 0
i deci pentru
X' avem: f'=-d
*
+C
*
X' -d
*
=f
1
.
Astfel, f
1
=f
max
i prin urmare
X
1
este o soluie de baz a
problemei canonice. Aceasta se poate citi mpreun cu valoare
f
max
=-d
*
direct din matricea simplex redus
S
*
. Urmeaz s determinm toate
soluiile de baz. Pentru a avea
f'=f
max
este necesar ca acele componente
x'
q
ale matricei X'
pentru care coeficientul corespunztor
c
q
*
al funciei
este negativ c
q
*
<0
, s fie egale cu zero:
x'
q
=0
. Notm cu
t
numrul
coeficienilor
c
*
egali cu zero, c
j
*
=0
. Pentru simplificarea notaiei, s
presupunem c aceti coeficieni sunt primii
t
, adic:
" "" "
Rezokvarea
problemei
canonice
78
0 =
c
= =
c
=
c
= =
c
*
t
*
1 + m
*
m
*
1
! !
Fr a restrnge generalitatea se poate presupune c
t m+1.
n ecuaia
A
*
X=B
*
anulm necunoscutele
x
t+1
, ,x
n
corespunztoare coeficienilor negativi
c
q
*
i scriem sistemul de ecuaii
liniare:
,
b
=
x a
+ +
x a
+
x

b
=
x a
+ +
x a
+
x
*
m t
*
mt 1 + m
*
1 + m m, m
*
1 t
*
1t 1 + m
*
1 + m 1, 1

'

!
! ! ! ! ! ! ! ! ! ! ! ! ! !
!
Anulm cte
(t-m) necunoscute n toate cele C
t
t-m
=C
t
m
moduri posibile
i obinem tot attea sisteme de ecuaii, fiecare cu cte
m necunoscute.
Rezolvnd aceste sisteme se stabilesc soluiile nenegative de baz
X
1
,
,X
s
care totodat sunt soluiile de baz ale problemei canonice. n
afar de aceste
s
soluii, problema nu are alte soluii de baz.
2)
Determinarea soluiei generale
.
Definiie.
Orice matrice
X
g + +
X
g = X
s
s
1
1
! , unde numerele
) s 1, = (i g
i
ndeplinesc condiia
, s 1, = i 0, g
i
1 = g + + g
s 1
! se
numete combinaie liniar convex a soluiilor de baz X
1
, , X
s
.
Nu este o restricie esenial din punctul de vedere al aplicaiilor
programrii liniare, dac se presupune c valorile necunoscutelor
soluiilor problemei canonice sunt mrginite. Are loc urmtoarea
Teorem: n cazul cnd valorile componentelor soluiilor sunt
mrginite, combinaiile liniare ale soluiilor de baz (ele i numai ele),
formeaz soluiile.
Demonstraia teoremei are dou pri: combinaiile liniare
convexe formeaz soluii i orice soluie este o combinaie liniar
convex a soluiilor de baz.
Vom demonstra numai prima parte: Fie X
o combinaie liniar
convex a soluiilor de baz
X
1
, ,X
s
. Din egalitile
AX
1
=B,

,
AX
s
=B
rezult
AX=B, deoarece: AX=A(g
1
X
1
+ +g
s
X
s
)=g
1
AX
1
+
+g
s
AX
s
=g
1
B+ +g
s
B=(g
1
+ +g
s
)B=B.
La fel, din: -d+CX
1
=-d
*
,

,-d+CX
s
=-d
*
, rezult c:
-d+CX=-
! !! !
Combinaie liniar
convex
" "" "
Combinaiile
liniare ale
soluiilor de baz
formeaz soluiile
79
d
*
, deoarece: -d+CX=-d+C(g
1
X
1
+ +g
s
X
s
)=g
1
(-d
*
)+ +g
s
(-d
*
)=(g
1
+
+g
s
)(-d
*
) =-d
*
. Prin urmare, -d+CX=-d
*
=f
max
. Deoarece condiia
X 0
se verific potrivit condiiilor
g
1 0, ,g
s 0
, rezult c orice
combinaie liniar convex,
X
a soluiilor de baz este o soluie a
problemei canonice.
Observaie: Fr detaliere, menionm c n anumite cazuri
simple combinaia liniar convex se numete simplex, de unde deriv
denumirea de metod simplex.
Discutarea problemei canonice n cazul 1b. Pentru fixarea
ideilor, considerm
C
*
m+1
>0
i
K
*
m+1 0
. Matricea coloan,
1
1
1
1
1
1
1
1
1
1
1
]
1

0
0
M
Ma
-
b
Ma
-
b
= X(M)
*
1 + m m,
*
m
*
1 + m 1,
*
1
"
"
pentru M 0
este o soluie nenegativ,
X(M) 0
, a ecuaiei matriceale
A
*
X(M)=B
*
. Valoarea funciei
f pentru X(M) este f(M)=-d
*
+MC
*
m+1
i
prin urmare f(M)
odat cu
M poate lua valori orict de mari. n acest caz
se spune c
f
max
=+
. Cazul ns nu prezint interes din punctul de
vedere al aplicaiilor i de aceea nu-l detaliem n continuare.
2.9. Schema de rezolvare a problemei canonice prin
metoda simplex
Acele soluii
X 0
ale ecuaiei matriceale
AX=B, pentru care
funcia liniar
f=-d+CX
devine maxim, se determin astfel:
1) Se scrie matricea simplex corespunztoare,
S iar prin
algoritmul reducerii simplex se construiete matricea simplex redus,
S
*
:
1
]
1

1
]
1

d C
B A
=
S
,
d C
B A
= S
* *
* *
*
2) Dac
S
*
este n cazul 1a) atunci f
max
=-d
*
(finit), iar dac
S
*
" "" "
Discutarea
problemei
canonice n cazul 1
b)
" "" "
Schema de
rezolvare a
problemei
canonice prin
metoda simplex
80
este n cazul 1b) atunci f
max
=+
.
3) Se determin soluiile finite dup cum urmeaz:
- Componentele de baz ale soluiilor de baz
X
1
,

,X
s
sunt
soluiile de baz nenegative ale ecuaiei matriceale
B
= X
A
*
*
, unde
A
*
este format din acele coloane
K
j
*
ale matricei A
*
pentru care elementul
corespunztor
c
j
*
al liniei C
*
este egal cu zero, c
j
*
=0, iar matricea
coloan
X
este format din necunoscutele corespunztoare
x
j
; restul
componentelor sunt nule.
- Soluia general este dat de combinaia liniar convex a
soluiilor de baz:
X=g
1
X
1
+ +g
s
X
s
, unde:
1. = g + + g _i s 1, = i , 0 g
s 1 i
!
Observaie: Dac problema canonic are o singur soluie, care
desigur este soluie de baz, atunci nu numai
f
max
, ci i soluia se citete
nemijlocit din matricea simplex redus. Dac
(i,j),(p,q),
sunt
perechile de indici ale elementelor pivot cu coloan redus, atunci
componentele de baz ale soluiei sunt urmtoarele:
x
j
=b
i
*
, x
q
=b
p
*
,

2.10 Problema general.


Cea mai cuprinztoare problem de programare liniar se
numete problem general. n limbajul sistemelor de ecuaii i inecuaii
precum i de forme liniare, problema general se formuleaz astfel:
S se determine acele soluii
n 1, = i , 0
xi
, ale sistemului de
ecuaii-inecuaii liniare:
}
}
}

b x a
+ +
x a
b x a
+ +
x a

b x a
+ +
x a
b x a
+ +
x a

b
=
x a
+ +
x
1
a

b
=
x a
+ +
x a
m n mn 1 m1
1 + q n n 1, + q 1 1,1 + q
q n qn 1 q1
1 + p n n 1, + p 1 1,1 + p
p n pn 1 p
1 n 1n 1 11

'

!
! ! ! ! ! ! ! ! ! ! ! ! !
!
!
! ! ! ! ! ! ! ! ! ! ! !
!
!
! ! ! ! ! ! ! ! ! ! ! !
!
pentru care funcia liniar
f=-d+c
1
x
1
+ +c
n
x
n
devine maxim (
f
max
),
respectiv minim (
f
min
)
! !! !
Problema
general
81
Observaie: n programarea liniar se folosesc uzual i alte
denumiri, ca de exemplu: Sistemul de ecuaii-inecuaii de mai sus se
numete sistemul de restricii (condiii). Funcia liniar se numete
funcie obiectiv
(
funcie scop sau funcie de eficien). O soluie
nenegativ a sistemului de restricii se numete soluie posibil
. O
soluie posibil pentru care funcia obiectiv devine maxim sau minim
se numete soluie optim
.
Formularea matriceal a problemei generale: S se determine
acele soluii
X 0
ale sistemului de ecuaii-inecuaii matriceale:
A
1
X=B
1
,
A
2
X B
2
, A
3
X B
3
pentru care funcia liniar
f=-d+CX
devine optim.
(Notaiile matriceale se disting uor din sistemul dat)
Rezolvarea problemei generale
, const n asocierea unei
probleme canonice la problema general dat prin folosirea
necunoscutelor auxiliare:
1
1
1
]
1

1
1
1
]
1

x
x
= V ,
x
x
= U
p - m + n
1 + p - q + n
p - 1 + n
1 + n
" "
Sistemul de ecuaii matriceale, al problemei canonice asociate va
fi:

'

B
= V - X
A
B
= U + X
A
B
= X
A
3 3
2 2
1 1
O soluie
X 0
a sistemului, completat cu matricele nenegative
U=B
2
-A
2
X 0, V=A
3
X-B
3
0, dau o soluie nenegativ a sistemului de
ecuaii matriceale asociat. Invers, o soluie nenegativ
(X,U,V) a
sistemului asociat d totodat o soluie nenegativ
X a sistemului de
ecuaii matriceale dat, deoarece
A
1
X=B
1
, iar A
2
X+U=B
2 U=B
2
-
A
2
X 0
, adic
A
2
XB
i
A
3
X-V=B
3V=A
3
X-B
3 0 A
3
X B
3
.
Pentru f
max
se lucreaz cu funcia dat, iar pentru
f
min
se trece la
(-f)
, opus celei date, deoarece din
(-f) (-f)
max
rezult:
f -(-f)
max
i deci
f
min
=-(-f)
max
# ## #
Formularea
matriceal a
problemei generale
82
Schema de rezolvare a problemei generale
1) Problemei generale date i se asociaz o problem canonic cu
sistemul de ecuaii matriceale:

'

B
= V - X
A
B
= U + X
A
B
= X
A
3 3
2 2
1 1
i cu funcia:
f=-d+CX cnd se cere f
max
, respectiv -f=d-CX cnd se
cere f
min
. Aceast problem canonic asociat se rezolv.
2) f
max
=-d
*
i
f
min
=d
*
, obinute prin rezolvarea problemei
canonice asociate.
3) Soluiile sunt urmtoarele:
- soluiile de baz:
X
1
,

,X
s
sunt matricele corespunztoare
grupelor de matrice X
1
,U
1
,V
1
;

;X
s
,U
s
,V
s
care reprezint soluiile de
baz ale problemei canonice asociate,
- soluia general, care este combinaia liniare convex:
X=g
1
X
1
+ +g
s
X
s
, unde: 1. = g + + g _i s 1, = i , 0 g
s 1 i
!
Observaie: n cazul cnd se cere simultan att maximul ct i
minimul funciei
f
, operaiile algoritmului reducerii simplex pentru
determinarea matricei simplex reduse sunt identice pn la scrierea
matricei simplex S
3
.
2.11. Probleme duale.
Formularea problemelor duale
. Folosind notaiile matriceale:
1
1
1
]
1

mn m
n
a a
a a
A
#
" "
#
1
1 11
,
1
1
1
]
1

n
x
x
X "
1
,
1
1
1
]
1

m
b
b
B "
1
, Y=[y
1
, , y
m
], C=[c
1
, ,
c
n
]
se pot formula urmtoarele probleme:
1) S se determine acele soluii
X 0
ale inecuaiei
AX b, pentru
care funcia
f=CX
devine maxim.
2) S se determine acele soluii
Y 0
ale inecuaiei
YA C,
pentru care funcia
g=YB
devine minim.
Aceste probleme sunt duale una alteia.
Rezolvarea problemelor duale se bazeaz pe
" "" "
Schema de
rezolvare a
problemei generale
! !! !
Problema
dual
83
Teorema
: Dac problema 1) admite soluie finit, atunci i problema
2) admite soluie i reciproc, avnd loc relaia:
f
max
=g
min
.
Demo
nstraia conine evident dou pri, pornind de la una din
cele dou probleme. Dac plecm de la problema 1), potrivit rezolvrii
problemei generale, trebuie s trecem la o problem canonic asociat:
AX+U=B, CX=f, unde:
0
x
x
= U
m + n
1 + n

1
1
1
]
1

"
Presupunem c am determinat matricea simplex redus, care
prin ipotez are
m
elemente pivot cu coloan redus. Pentru
simplificare, presupunem liniile acestei matrice, reordonate, astfel ca
elementele pivot cu coloan redus de indice de coloan mai mic s fie
i ntr-o linie de indice mai mic. Notm cu
A
1
matricea determinat de
cele m
linii i acele coloane ale matricei
[A,E] care corespund
coloanelor reduse considerate din matricea simplex redus.
Cu C
1
notm matricea determinat de linia
[C,0]
i coloanele
matricei A
1
, unde 0
este o linie format din
m
zerouri corespunztoare
necunoscutelor auxiliare cu coeficieni egali cu zero, n funcia
f.
Pentru a trece de la problema canonic la problema canonic
redus, ecuaia
AX+U=B se
nmuleste la stnga cu
Y
0
=C
1
A
-1
. Apoi:
B
Y
- f = U
Y
- A)X
Y
- (C
0 0 0
Din expresia care conine funcia
f, potrivit cazului 1a) al
algoritmului simplex, se citete:
Y
0
A C, Y
0 0
i
f
max
=Y
0
B.
Rezolvnd problema 1), s-a gsit o soluie posibil
Y
0
a
problemei 2), pentru care funcia
g ia valoarea g
0
=Y
0
B. Pentru a
demonstra teorema (partea a doua), va fi suficient s se arate c
g
min
=g
0
.
Pe baza inecuaiilor celor dou probleme, considernd o soluie oarecare
X 0, respectiv Y 0
, au loc inegalitile
AX B, YA C, de unde
obinem:
YAX YB, YAX CX
, adic:
YB CX
. Considernd c
X
i
Y
reprezint soluiile problemei, rezult:
f
max g
min
. Avnd n vedere c
" "" "
Reciprocitatea
existenei soluiilor
84
g
0
=f
max
, rezult c are loc egalitatea ce trebuia demonstrat:
f
max
=g
min
.
Totodat s-a obinut o soluie
Y
0
pentru care g
i atinge valoare
minim. Aceast soluie s-a obinut ns rezolvnd problema formulat
pentru f
max
fr s se rezolve i problema formulat pentru
g
min
.
Componentele matricei Y
0
sunt tocmai coeficienii, cu semn
schimbat, ai necunoscutelor auxiliare din funcia de maximizat
f.
Pentru o s
oluie
1
]
1

U
X
cu k
componente pozitive i
(n+m-k)
componente nule, corespund
C
k - m
k - m + n
soluii de baz care, din cauza celor
(m-k)
componente nule sunt identice, dar pentru care ultima linie difer
n general n matricea simplex redus. Continund reducerea matricei
simplex S
*
pentru toate aceste posibiliti, se determin toate soluiile de
baz
Y
pentru o soluie de baz
1
]
1

U
X
. Efectund aceste calcule pentru
toate soluiile de baz
1
]
1

U
X
, se obin toate soluiile de baz
X.
Observaie
: Din AX=B
rezult
AX B, respectiv din YA=C
rezult
YA C
. Astfel, n ipoteza c valoarea maxim, respectiv minim,
este atins de o soluie de baz
X, cu U=0, respectiv V=0, teorema
dualitii se poate considera i n cazul cnd cel puin una dintre
restriciile matriceale este ecuaie.
2.12. Probleme derivate.
Metoda simplex este metoda general de rezolvare a tuturor
problemelor de programare liniar. Prin particularizri ale sistemului de
restricii, a funciei de optimizat sau prin impunerea unor restricii
suplimentare asupra datelor problemei, se obin diferite modele derivate
ale problemei de programare liniar ce se rezolv prin metode specifice
modelului derivat. n continuare ne referim la descrierea sumar a
modelelor respective.
2.12.1 Problema de repartiie (transport)
Se cere s se determine acele soluii
n 1, = j , m 1, = i , 0
xij

ale sistemului de ecuaii liniare:
! !! !
Probleme de transport
85
,
b
=
x
+
x
b
=
x
+ +
x
a
=
x
+ + 1
x
a
=
x
+ +
x
n mn 1n
1 m1 11
m mn m
1 1n 11

'

!
! ! ! ! ! ! ! ! !
!
!
! ! ! ! ! ! ! ! !
!
unde: ,
b
+ +
b
=
a
+ +
a
; n 1, = j , 0
b
; m 1, = i , 0
a n 1 m 1 j i
! !
pentru care funcia:
f=c
11
x
11
+ +c
1n
x
1n
+ +c
m1
x
m1
+ +c
mn
x
mn
devine
minim.
Problemei i se poate asocia un
tabel de repartiie
:
c
11
c
1n
...................................................
c
m1
c
mn
a
1

a
m
b
1
b
n
Dac
b
+ +
b a
+ +
a n 1 m 1
! !
, problema se numete problem de
repartiie neechilibrat. Dac
b
+ +
b
>
a
+ +
a n 1 m 1
! ! , problema se
poate echilibra completnd tabelul cu o coloan de indice
(n+1),
punnd: 0 =
c
, 0, =
c 1 + n m, 1 + n 1,
!
i
b a
=
b j
n
1
i
m
1
1 + n
-

La fel, dac sensul inegalitii este <.
2.12.2. Programarea liniar cu
reoptimizare.
Mai multe probleme de programare li
niar, dintre care unele
difer parial de altele, formeaz probleme de programare liniar cu
reoptimizare.
Astfel, fiind rezolvat una dintre probleme, rezolvarea celorlalte
necesit n general mai puine calcule, unele rezultate fiind comune.
Operaiile prin care se poate trece de la o problem la alta sunt
urmtoarele:
- modificarea vectorului C
- modificarea vectorului B
- modificarea unei coloane a matricei A
# ## #
Probleme cu
reoptimizare
86
- modificarea unei noi variabile i a unor noi restricii.
Aici, A, B, C sunt submatricele din matricea simplex S.
2.12.3. Programarea liniar n numere ntregi.
Spre deosebire de problemele de programare liniar care se cer a
fi rezolvate n mulimea numerelor reale nenegative (notate
PL), apar
frecvent probleme care cer ca toate componentele soluiei s fie numere
ntregi, conducnd la o problem de programare liniar total ntreag
(PLT
), sau ca o parte din componentele soluiei s fie numere ntregi,
iar celelalte s fie numere reale, conducnd la probleme de programare
liniar mixt (
PLM).
2.12.4. Programarea liniar n numere reale.
Metoda simplex (PL
) se poate adapta uor la rezolvarea
problemelor de programare liniar n domeniu real, respectiv parial real
- parial nenegativ. n acest scop, cel mai uor este s introducem o nou
necunoscut
y
n+1
i s facem substituia
n 1, = i , y - y =
x
1 + n i
i
, ca
problem
PL
obinuit i prin substituia invers se obine valoarea
necunoscutelor reale n 1, = i ,
xi
. Se pot substitui numai unele
necunoscute x
i
. Cele
nesubstituite se consider necunoscute nenegative.
n afara acestor modele derivate mai exist i programarea
liniar parametric n care matricea simplex depinde de un numr de
parametrii t
i
=S(t
1
,

,t
s
)
. Pentru multe modele exist programe pe
calculator.
2.13. Decizii economice.
Aplicarea programrii liniare n economie poate fi descompus
n trei faze principale caracterizate pe rnd prin modelele
corespunztoare: modelul economic, modelul matematic i din nou
modelul economic.
n prima faz, pe baza caracteristicilor domeniului de aplicaie,
se formuleaz condiiile activitii economice-tehnice, inclusiv scopul
economic. Potrivit modelului economic se formuleaz modelul
matematic.
n faza a doua
se rezolv modelul matematic i rezultatele se
! !! !
Probleme cu
variabilele numere
ntregi
! !! !
Probleme cu
variabilele numere
negative
! !! !
Decizii economice
87
interpreteaz n modelul economic.
n faza a treia
se discut rezultatele obinute n modelul
economic i se ia decizia economic. Aceast decizie poate fi punerea n
aplicare a planului stabilit sau modificarea modelului economic iniial i
trecerea apoi din nou la cele trei faze descrise mai sus.
Aplicarea programrii liniare n economie se bazeaz pe
discipline economice, tehnice i matematice cum ar fi: economia
politic, analiza economic, economia ramurilor, analiza matematic i
statistic matematic, statistici de ramur, organizare, tehnologie etc.
Aceasta presupune colaborarea a trei categorii de specialiti: economiti,
ingineri i matematicieni (sau
informaticieni).
2.14. Probleme.
1. S se prezinte schema general de rezolvare a unei probleme
canonice.
Soluie. Notm cu
S
matricea simplex asociat problemei de
programare liniar. Matricea simplex redus,
S
*
, se obine din
S prin
aplicarea algoritmului reducerii simplex (ARS), care conine n mod
implicit algoritmul simplex (AS). Reducerea se face numai n raport cu
matricea sistemului de restricii
A
. Din coloana termenilor liberi i din
linia funciei de optimizat nu se alege element pivot. Dac se cere
transformarea T
corespunztoare (ARS) atunci matricea
S
se nlocuiete
cu matricea [E,S], care prin transformarea T devine [T,S
*
].
(ARS) are trei etape, realiznd respectiv cazurile 2a), 3a) _i 1a)
sau 1b).
AX=B
CX=d+f
1
]
1

d C
B A
S
1
]
1

* *
* *
*
d C
B A
S
A
*
X=B
*
C
*
X=d
*
+f
88
n cazul (AS) elementul pivot este strict pozitiv (a
ij
>0) spre
deosebire de algoritmul reducerii matricelor (ARM) cnd a
ij0.
2. S se determine acele soluii
1,6 = i , 0
x
,
x i i
ale sistemului
de ecuaii liniare:

'

-3 =
x
-
x
-
x
-
x
4 -
4 =
x
8 -
x
2 +
x
3 -
1 =
x
5 -
x
+
x
2 -
x
-
6 5 3 1
5 4 2
5 4 2 1
pentru care funcia liniar
f=-7+6x
1
+x
2
+x
4
+3x
5
devine maxim.
Soluie
. Etapa I
: Aflm mai nti o soluie de baz
, asociind
problemei date o matrice simplex apoi aplicm (ARS)
1
1
1
1
1
1
1
]
1

7 0 3 1 0 1 6
3 - 1 - 1 - 0 1 - 0 4 -
4 0 8 - 2 0 3 - 0
1 0 5 - 1 0 2 - 1 -
= S
"
! ! ! ! ! ! ! !
"
"
"
nmulind linia a treia cu
(-1), matricea S va fi n cazul 2a):
1
1
1
1
1
]
1

7 0 3 1 0 1 6
3 1 1 0 1 0 4
4 0 8 - 2 0 3 - 0
1 0 5 - 1 0 2 - 1 -
Etapa II
a
: Ultima linie se nlocuiete cu suma primelor dou linii
care nu sunt linii pivot cu coloan redus. Se aplic (AS)
2 2 / 4
1 1 / 1
5 0 13 3 0 5 1
1

1
1
1
1
1
]
1


3 1 1 0 1 0 4
4 0 8 - 2 0 3 - 0
1 0 5 - 0 2 - 1 -
Pentru reducere se alege coloana a patra deoarece c
4
=3>0.
Formnd rapoartele dintre termenii liberi i elementele pozitive ale
coloanei a patra, observm c
1/1=min(1/1 , 4/2)
i elementul pivot se
va alege a
14
=1>0.
Se efectueaz reducerea matricei:
89
1
1
1
1
1
]
1

2 0 2 0 0 1 2
2 0 2 0 0 1 2
1
3 1 1 0 1 0 4
1 0 5 - 0 2 - 1 -
Alegem elementul pivot a
22
=1:
1
1
1
1
1
]
1


0 0 0 0 0 0 0
2 0 2 0 0 1 2
5 0 1 1 0 0 3
3 1 1 0 1 0 4
Matricea A este redus. Ultima linie format din zerouri se
nlocuiete cu
[C,d]
iniial:
1
1
1
1
1
]
1


7 0 3 1 0 1 6
2 0 2 0 0 1 2
5 0 1 1 0 0 3
3 1 1 0 1 0 4
Se consider reducerea astfel nct coloanele 2,3,4 s fie reduse
n matricea
1
]
1

C
A
. Pentru aceasta, efectum transformarea elementar
(-L
1
)+(-L
2
)+L
3
:
3 1 / 3
1 2 / 2
0 0 2 0 0 0 1
2 0 2 0 0 1 2
5 0 1 1 0 0 3

1
1
1
1
1
]
1


3 1 1 0 1 0 4
Acum matricea simplex se afl n
cazul 3a)
Etapa III
a
: Se aplic (AS):
1
1
1
1
1
1
1
]
1

2 0 0 0 0 1 1
2 1 0 0 1
2
1
3
1 0 1 0 0
2
1
1
6 0 0 1 0
2
1
4
Matricea S
se afl n cazul
1a)
pentru c
C 0. n concluzie,
ultima matrice fiind redus suntem n cazul
(1a,2a,3a).
Scriem problema de programare liniar canonic redus i citim
soluia de baz corespunztoare:
90

'

f + -2 =
x
-
x
-
2 =
x
+
x
+
x
2
1
-
x
3
1 =
x
+
x
2
1
+
x
6 =
x
+
x
2
1
+
x
4
2 1
6 3 2 1
5 2 1
4 2 1
Necunoscutele principale sunt cele corespunztoare coloanelor
reduse, adic
x
3
, x
4
, x
5
, iar cele secundare, care se consider nule sunt:
x
1
, x
2
, x
6
. Deci: x
1
=0, x
2
=0, x
3
=2, x
4
=6, x
5
=1, x
6
=0
i
f
max
=2.
Pentru a afla
soluia general considerm submatricea format
din coloana B
i acele coloane ale matricei
A pentru care coeficientul
corespunztor al liniei funciei
(c
j
) este egal cu zero:
1
1
1
]
1

2 1 0 0 1
1 0 1 0 0
6 0 0 1 0

x x x x 6 5 4 3
Avem C
4
3
=4
posibiliti de a forma soluii de baz din cte
3
necunoscute de baz, restul de o necunoscut fiind egal cu zero. Practic
se anuleaz attea necunoscute ct este diferena ntre numrul
variabilelor (4)
i numrul ecuaiilor
(3)
. Anularea se face ntr-un numr
egal cu C
4
1
=C
4
3
=4.
Rezolvnd cele 4
sisteme de ecuaii, se obin toate soluiile de
baz, ca n tabelul de mai jos:
Numrul curent
al sistemului
x
3
x
4
x
5
x
5
Natura sistemului
1. 2 6 1 0 compatibil
2. 0 incompatibil
3. 0 incompatibil
4. 0 6 1 2 compatibil
Obinem att soluia de baz de mai sus ct i nc o soluie de
baz:
x
1
=0, x
2
=0, x
3
=0, x
4
=6, x
5
=1, x
6
=2
. Putem scrie soluiile de baz
astfel:
91
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
]
1

2
1
6
0
0
0
=
X
,
0
1
6
2
0
0
=
X 2 1
iar soluia general:
X=g
1
X
1
+g
2
X
2
unde g
1
, g
20
i
g
1
+g
2
=1.
3. S se rezolve problema canonic dat prin matricea simplex:
1
1
1
]
1

0 1 1 0 2
1 1 6 1 1
2 4 5 2 1
S
Soluie: Ultima linie se nlocuiete cu suma primelor dou linii i
aplicm (AS)
1 1 / 1
2 1 / 2
3 3 11 1 2
1 1 6 1 1
2 4 5 2 1

1
1
1
]
1



1
1
1
]
1



1 5 1 3 0
1 1 6 1 1
1 5 1 3 0
Deoarece n ultima linie (a matricei C
, respectiv linia funciei)
nu avem c
j
>0
, nu putem continua reducerea, dei linia respectiv nu a
devenit egal cu linia zero. Cauza este c sistemul este incompatibil,
pentru valori nenegative ale necunoscutelor:

'

1 =
x
+
x
6 +
x
+
x
1 =
x
5 -
x
-
x
3 -
4 3 2 1
4 3 2
4. S se determine acele soluii
1,6 = i , 0
xi
ale sistemului de
ecuaii-inecuaii liniare:

'

1 =
x
3 +
x
2
x
+
x
-
x
2 +
x
6
x
-
x
3 +
x
2 +
x
-
x
4 1
6 5 4 3
5 4 3 2 1
pentru care funcia
f=x
1
-x
2
-x
3
+x
4
devine maxim, respectiv minim.
Soluie
: 1) Introducem necunoscutele auxiliare, nenegative x
7
i
x
8
pentru a
echilibra primele dou inecuaii i a obine astfel problema
92
canonic:

'

1 =
x
3 +
x
2 =
x
-
x
+
x
-
x
2 +
x
6 =
x
+
x
-
x
3 +
x
2 +
x
-
x
4 1
8 6 5 4 3
7 5 4 3 2 1
cu funcia
f
neschimbat. Matricea
S
asociat este:
1
1
1
1
1
1
1
]
1

0 0 0 0 0 1 1 - 1 - 1
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
6 0 1 0 1 - 3 2 1 - 1
= S
"
! ! ! ! ! ! ! ! ! !
"
"
"
2) Aplicm
(ARS) pentru a afla f
max
.
1 1 / 1
6 1 / 6
1 3 0 0

1
1
1
1
1
1
1
1
]
1

0 0 0 0 1
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
6 0 1 0 1 - 3 2 1 - 1
= S
1
1
1
1
1
1
1
]
1

0 0 0 0 0
5 0 0
"
! ! ! ! ! ! ! ! ! !
"
"
"
0 0 0 0
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
0 1 0 1 - 2 1 -
= S
1
1
1
1
1
1
1
]
1

0 1 1 1 1
5 0 0
"
! ! ! ! ! ! ! ! ! !
"
"
"
0 0 0 0
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
0 1 0 1 - 2 1 -
= S
1
1
1
1
1
]
1

1 - 0 0 0 0 2 - 1 - 1 - 0
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
5 0 1 0 1 - 0 2 1 - 0
=
S
*
Matricea simplex a aprut deja sub forma redus,
S
*
, n etapa a
doua, deci nu are rost s se mai execute etapa a treia. Citim o soluie de
baz:
93
x
1
=1, x
2
=0, x
3
=0, x
4
=0, x
5
=0, x
6
=2, x
7
=5, x
8
=0
i vedem c
f
max
=-d
*
=1.
Pentru a obine soluia general, considerm
submatricea:
1
1
1
]
1

1 0 0 0 0 1
2 1 0 1 1 0
5 0 1 0 1 0
8 7 6 5 1
x x x x x
Constatm c
x
1
, x
6
, x
7
nu se pot anula, deci soluia de baz
obinut este unic. ntr-adevr, reconsidernd problema determinrii
soluiei generale, numrul total al grupelor formate din cte trei
necunoscute (cele de baz)
C
5
3
este egal cu numrul total al grupelor
formate din cte dou necunoscute egale cu zero, adic
C
5
3
=C
5
2
=10.
Construim un tabel n care necunoscutele egale cu zero (dou din cinci)
sunt trecute dinainte de tabel:
Nr x
1
x
5
x
6
x
7
x
8
Soluie
1. 0 0 NU
2. 0 0 NU
3. 0 0 NU
4. 0 0 NU
5. 0 0 NU
6. 0 0 NU
7. 1 0 2 5 0 DA
8. 0 0 NU
9. 0 0 NU
10. 0 0 NU
Pe baza submatricei se scrie pentru fiecare caz sistemul de
ecuaii respectiv. De exemplu, n cazul poziiei nr. 1 se poate scrie:

'

1 0
2
5
8 6
7
x x
x
care se ncearc a se rezolva n domeniul numerelor reale nenegative. n
cazul de fa este incompatibil (
0=1
) deci nu are soluie.
Repetm raionamentul pentru celelalte poziii i vedem c
obinem doar o soluie de baz (poziia nr.7) Avnd toate soluiile de
94
baz
1) (m m 1, = i ,
Xi

se scrie soluia general:
1. = g _i m 1, = i , 0 g ,
X
g = X
i
m
1
i
i i
m
=1 i


Pentru f
min
, calculele de mai nainte se pot folosi pn la etapa a
doua inclusiv. n S
*
ultima linie se nmulete cu
(-1)
i se trece la etapa
a treia, aplicnd (AS):
1
1
1
1
1
]
1

1 0 0 0 0 2 1 1 0
1 0 0 0 0 3 0 0 1
2 1 - 0 1 1 - 2 1 0 0
5 0 1 0 1 - 0 2 1 - 0
= S
Deoarece elementul c'
2
=1>0
, dar coloana respectiv a matricei
A'
este negativ, rezult c suntem n cazul
1b)
i
f
min
=-
.
Dac nu s-ar fi cerut i
f
max
, atunci pentru a calcula f
min
am fi
schimbat semnul elementelor n ultima linie a matricei simplex iniiale
(S
) i aa am fi obinut matricea simplex
S'.
5. S se prezinte schema general de rezolvare a unei probleme
de programare liniar prin
duala ei.
Soluie
.
Problema
primal (dual)
Problema
dual (primal)

1
]
1

d C
B A
S
1
]
1

d C
B A
S

f
max
g
min
Fiind date dou probleme de programare liniar general
e, zicem
c una este duala celeilalte dac pentru una se cere
f
max
(inecuaiile fiind
scrise cu

) iar pentru a doua se cere g


min
(inecuaiile fiind scrise cu

). Nici una nu conine ecuaii i matricele simplex (


neechilibrate)
asociate sunt una transpusa celeilalte. Rezolvnd problema
primal, se
obine i soluia problemei duale:
f
max
=g
min
, iar necunoscutele apar cu
semn opus n ordine n linia funciei, n coloanele corespunztoare
necunoscutelor de compensare n matricea simplex redus (teorema
dualitii).
Dac una din probleme are soluie infinit, atunci cealalt este
incompatibil i invers.
95
Pentru a putea aplica teorema dualitii i n cazul cnd sistemul
de restricii conine ecuaii, acestea se nlocuiesc cu cte dou inecuaii
conform echivalenei:
b) (a b) (a b = a
6. S se rezolve problema de programare liniar (cu soluie
finit):
, 3 +
x
3 +
x
2 = f
10 =
x
+
x
+
x
5
1
x
+
x
-
x
-1
x
+
x
4 -
2 1
3 2 1
3 2 1
2 1

'

determinnd f
max
i
f
min
prin intermediul problemei duale.
Soluie: Aflm
f
max
scriind problema
primal sub forma a dou
inecuaii (adecvat aplicrii teoremei dualitii):
,
10
x
+
x
+
x
5
10
x
+
x
+
x
5
3 2 1
3 2 1

'

dup ce toate inecuaiile se scriu cu relaia

.
Problema
primal: S se determine acele soluii
x
i 0 , i=1,2,3
ale sistemului de inecuaii liniare:

'


+ +
+
+
10 5
10 5
1
1 4
3 2 1
3 2 1
3 2 1
2 1
x x x
x x x
x x x
x x
pentru care f=2x
1
+3x
2
+3
ia valoarea maxim (
f
max
).
Matricea simplex asociat (n form neechilibrat) este:

1
1
1
1
1
1
]
1

3 0 3 2
10 1 1 5
10 1 1 5
1 1 1 1
1 0 1 4
S
Problema
dual: Scriem matricea transpus
S

1
1
1
1
]
1

3 10 10 1 1
0 1 1 1 0
3 1 1 1 1
2 5 5 1 4

S
96
n form detaliat, problema dual se formuleaz astfel:
S se determine acele soluii
1,4 = i , 0 y
i
ale sistemului de
inecuaii liniare:

'

, 0 y - y + y -
3 y - y + y + y
2 y 5 - y 5 + y - y 4 -
4 3 2
4 3 2 1
4 3 2 1
pentru care funcia
g=-y
1
-y
2
+10y
3
-10y
4
+3
ia valoarea minim.
Rezolvarea problemei primale prin duala ei. Trecem la
echilibrarea problemei duale n vederea rezolvrii ei i deoarece se cere
g
min
, nlocuim g cu -g:

'

+
+
+ +
+
g y y y y
y y y y
y y y y y
y y y y y
3 10 10
0
3
2 5 5 4
4 3 2 1
7 4 3 2
6 4 3 2 1
5 4 3 2 1
Rezult matricea simplex:
1
1
1
1
]
1





3 0 0 0 10 10 1 1
0 1 0 0 1 1 1 0
3 0 1 0 1 1 1 1
2 0 0 1 5 5 1 4
S
Se gsete c:
1
1
1
1
1
1
1
1
1
1
1
1
1
]
1

12
154
12
33
-
12
32
-
12
11
-
0 0 0 0
12
14
12
9
12
4
-
12
1
-
0 0 1 0
12
8
12
6
-
12
4
-
12
2 0 0 0 1
12
14
12
3
-
12
4
-
12
1
-
1 - 1 0 0
=
S
*
Rezult:
12
154
= g = f
min max
, iar necunoscutele x
1
, x
2
, x
3
iau pe
rnd, n valoare absolut, numerele marcate cu asterisc n linia funciei:
12
33
=
x
,
12
32
=
x
,
12
11
=
x 3 2 1
97
Din linia funciei se pot citi i necunoscutele de compensaie a
problemei primale; ele corespund primelor patru coloane: x
4
=0, x
5
=0,
x
6
=0, x
7
=0.
Pentru a afla f
min
, pornim de la formularea problemei primale n
cazul maxim i nmulim fiecare restricie cu
-1 pentru a avea toate
restriciile exprimate cu relaia

.
Problema
primal. Matricea simplex n form neechilibrat este:

1
1
1
1
1
1
]
1

3 0 3 2
10 1 1 5
10 1 1 5
1 1 1 1
1 0 1 4
S
Problema
dual
. Scriem S


n form neechilibrat:

1
1
1
1
]
1

3 10 10 1 1
0 1 1 1 0
3 1 1 1 1
2 5 5 1 4

S
Rezolvarea problemei primale prin duala ei. Echilibrarea
inecuaiilor duce la matricea simplex:
,
3 - 0 0 0 10 10 - 1 1
0 1 0 0 1 1 - 1 0
3 0 1 0 1 1 - 1 - 1 -
2 0 0 1 5 5 - 1 4
= S
1
1
1
1
1
]
1

care n form redus, cum se poate verifica prin calcul direct, este
urmtoarea:
1
1
1
1
1
1
1
1
1
1
]
1

2
7
-
4
35
-
0
4
1
-
0 0 8 - 0
2
7
4
9
-
1
4
1 0 0 3 - 0
2
1
4
5
-
0
4
1 0 0 1 - 1
=
S
*
De aici se citete soluia problemei
primale:
98
2
7
= g = f
4
35
=
x
, 0 =
x
,
4
1
=
x 3 2 1
max min
. Valorile necunoscutelor
de compensare sunt: x
4
=0, x
5
=8, x
6
=0, x
7
=0.
Rezumat
n general problemele economice nu se supun restriciilor
formulate n algoritmul simple (adic doar numere
nenegative, doar
relaii de egalitate). Aceste ultime paragrafe ilustreaz modalitile prin
care se poate extinde algoritmul simplex pentru soluionarea i cazurilor
mai complexe.
Adesea trebuie introduse condiii suplimentare (variabilele s
ia
doar valori ntregi), sau poate fi rezolvat mai uor problema invers
(
dual). n plus, situaiile particulare, precum problemele de repartiie,
necesit o abordare specific.
Test de evaluare
S se gseasc valoarea minim i maxim a funciei
f= 2x+y-3z
a) direct 40 puncte
b) prin metoda
dual
50 puncte
variabilele x, y i trebuind s satisfac sistemul de restricii :

'

+ +
+ +
+ +
8 6 5 3
5 4 3 2
2 2
z y x
z y x
z y x
; x,y,z