Sunteți pe pagina 1din 189

RODICA TRANDAFIR I.

DUDA (coordonator)
AURORA BACIU RODICA IOAN

MATEMATICI PENTRU ECONOMIŞTI


Volumul 1
© Editura Fundaţiei România de Mâine, 2001
ISBN 973-582-336-5
2
UNIVERSITATEA SPIRU HARET
Facultatea de Management Financiar-Contabil
Facultatea de Marketing şi Comerţ Exterior

RODICA TRANDAFIR I. DUDA (coordonator)


AURORA BACIU RODICA IOAN

MATEMATICI PENTRU ECONOMIŞTI


Volumul 1

EDITURA FUNDAŢIEI ROMÂNIA DE MÂINE


Bucureşti, 2001
3
4
CUPRINS

1. Elemente de algebră liniară (AURORA BACIU) …………... 7


1.1. Sisteme de ecuaţii liniare …………………………………. 7
1.2. Sisteme de inecuaţii liniare ……………………………….. 11
1.3. Spaţii vectoriale …………………………………………... 14
1.4. Spaţii euclidiene ………………………………………….. 20
1.5. Aplicaţii liniare …………………………………………… 23
1.6. Valori proprii şi vectori proprii asociaţi unei aplicaţii liniare …. 25
1.7. Forme liniare. Forme pătratice …………………………… 31
1.8. Reducerea unei forme pătratice la forma canonică ………. 35

2. Programare liniară (RODICA TRANDAFIR) ……………… 49


2.1. Introducere ………………………………………………... 49
2.2. Forma generală a problemei de programare liniară ………. 51
2.3. Soluţiile problemei de programare liniară ……………….. 53
2.4. Metoda simplex de rezolvare a unui program liniar standard … 55
2.5. Metoda bazei artificiale …………………………………... 61
2.6. Cazul în care sistemul de restricţii conţine inegalităţi ……. 66
2.7. Dualitatea în programarea liniară ………………………… 70
2.8. Aplicaţii în economie …………………………………….. 74
2.9. Probleme de transport …………………………………….. 77

3. Elemente de teoria grafurilor (RODICA IOAN) …………… 88


3.1. Introducere. Definiţii ……………………………………... 88
3.2. Matrici asociate unui graf. Proprietăţile grafurilor ……….. 92
3.3. Flux maxim într-o reţea de transport ……………………... 111

4. Elemente de analiză matematică (I. DUDA) ……………….. 125


4.1. Funcţii vectoriale …………………………………………. 125
4.2. Limite iterate ……………………………………………... 130
4.3. Continuitatea funcţiilor vectoriale ………………………... 131
4.4. Continuitatea spaţială …………………………………….. 132
4.5. Derivate parţiale ………………………………………….. 133
4.6. Interpretarea economică a derivatelor parţiale …………… 135
4.7. Diferenţiabilitatea funcţiilor de mai multe variabile ……... 135
4.8. Derivate parţiale de ordin superior ……………………….. 140
4.9. Formula lui Taylor ………………………………………... 142
5
4.10. Extremele funcţiilor de mai multe variabile …………….. 143
4.11. Funcţii implicite ………………………………………… 148
4.12. Extreme condiţionate legate …………………………….. 149
4.13. Funcţii omogene de mai multe variabile ………………... 151
4.14. Funcţii omogene în economie …………………………... 152
4.15. Ecuaţii diferenţiale ………………………………………. 153
4.16. Ecuaţii diferenţiale care nu conţin variabile independente … 155
4.17. Ecuaţii cu variabile separabile ………………………….. 156
4.18. Ecuaţii omogene ………………………………………… 156
4.19. Ecuaţii reductibile la ecuaţii omogene ………………….. 157
4.20. Ecuaţii liniare de ordinul întâi …………………………... 158
4.21. Unele aplicaţii în economie a ecuaţiilor diferenţiale ……. 159

5. Elemente de matematici financiare (AURORA BACIU) …... 163


5.1. Dobânda simplă …………………………………………... 163
5.2. Dobânda compusă ………………………………………... 164
5.3. Plăţi eşalonate (rente) …………………………………….. 169
5.4. Împrumuturi ………………………………………………. 174

Probleme propuse (elemente de matematici financiare) ……… 184


Bibliografie ……………………………………………………. 187

6
1. ELEMENTE DE ALGEBRĂ LINIARĂ

1.1. Sisteme de ecuaţii liniare

Un sistem de m-ecuaţii liniare cu n-necunoscute x1, x2. ..., xn, se


scriu sub forma:

⎧a 11 x 1 + a 12 x 2 + ... + a 1n x n = b1
⎪a 21 x 1 + a 22 x 2 + ... + a 2n x n = b 2
(1.1.1.) ⎨ .
.
⎪.
⎩a m1 x 1 + a m 2 x 2 + ... + a mn x n = b m
unde aij şi bi cu i = 1,2, ..., m şi j = 1,2, ..., n sunt constante reale,
n
(1.1.2) ∑ a ij x j = b i i = 1,2,..., m
j=1

sau sub formă matriceală:


(1.1.3.) AX = b,
unde:
⎛ a 11 a 12 L a 1n ⎞ ⎛ x1 ⎞ ⎛ b1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a a 22 L a 2n ⎟ ⎜x2 ⎟ ⎜ b2 ⎟
A = ⎜ 21 X = b =
L L L L ⎟ ⎜ M ⎟ ⎜ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜a a m2 L a mn ⎟⎠ ⎜x ⎟ ⎜b ⎟
⎝ m1 ⎝ n⎠ ⎝ m⎠
Matricea A se numeşte matricea coeficienţilor, b se numeşte
matricea termenilor liberi, iar X matricea necunoscutelor.
Studiul sistemelor cu m-ecuaţii şi n-necunoscute presupune
determinarea unui sistem de valori (numere) care date necunoscutelor
să verifice simultan toate ecuaţiile sistemului.
Sistemul de ecuaţii pentru care se găseşte un asemenea sistem de
numere, sau mai multe asemenea sisteme, care să verifice simultan
toate ecuaţiile sistemului se numeşte sistem compatibil unic
determinat, respectiv, sistem compatibil nedeterminat. În cazul în care
nu există nici un sistem de numere cu această proprietate, sistemul se
va numi sistem incompatibil.
7
TEOREMA CRONKER – CAPELLI: Sistemul (1.1.1.) este un sis-
tem compatibil dacă şi numai dacă rangul matricei A este egal cu
rangul matricei extinse Ã, unde:
⎛ a 11 a 12 L a 1n b1 ⎞
⎜ ⎟
⎜a a 22 L a 2n b2 ⎟
à = ⎜ 21
L L L M L⎟
⎜ ⎟
⎜a a m2 L a mn b m ⎟⎠
⎝ m1
Dacă rang A = rang à = k = n, numărul necunoscutelor, atunci
sistemul (1) este sistem unic determinat.
Dacă rang A = rang à = k < n, atunci sistemul (1.1.1.) este
sistem compatibil nedeterminat.
Studiul sistemelor se poate realiza şi prin metoda eliminării
succesive (Metoda lui Gauss), pe lângă alte metode cunoscute din liceu.
Metoda lui Gauss constă în transformări elementare succesive
ale sistemului într-un sistem echivalent, care va elimina pe rând câte o
variabilă din toate ecuaţiile sistemului cu excepţia unei singure ecuaţii
în care coeficientul variabilei va fi egal cu unitatea.
Dacă a11 ≠ 0, atunci variabila x1 din prima ecuaţie poate avea
coeficientul 1 dacă se împarte această ecuaţie prin a11. Elementul a11
se va numi pivot. Prima ecuaţie va deveni:
a 12 a a b
(1.1.4.) x 1 + x 2 + 13 x 3 + ... + 1n x n = 1
a 11 a 11 a 11 a 11
Pentru a elimina necunoscuta x1 din ecuaţiile 2, 3, ..., m, ecuaţia
(1.1.4.) se înmulţeşte pe rând cu a21, a31, ..., am1 şi se scade din ecuaţia
2, apoi din ecuaţia 3 ş.a.m.d. Se obţine ecuaţiile:
ecuaţia 2:
⎛ a ⎞ ⎛ a ⎞ ⎛ a ⎞ ⎛ b ⎞
⎜⎜ a 22 − 12 a 21 ⎟⎟ x 2 + ⎜⎜ a 23 − 13 a 21 ⎟⎟x 3 + ... + ⎜⎜ a 2n − 1n a 21 ⎟⎟ x n = ⎜⎜ b 2 − 1 a 21 ⎟⎟
⎝ a 11 ⎠ ⎝ a 11 ⎠ ⎝ a 11 ⎠ ⎝ a 11 ⎠
.................
ecuaţia m:
⎛ a ⎞ ⎛ a ⎞ ⎛ a ⎞ ⎛ b ⎞
⎜⎜ a m 2 − 12 a m1 ⎟⎟ x 2 + ⎜⎜ a m3 − 13 a m ⎟⎟ x 3 + ... + ⎜⎜ a mn − 1n a m1 ⎟⎟ x 2 = ⎜⎜ b m − 1 a m1 ⎟⎟
⎝ a 11 ⎠ ⎝ a 11 ⎠ ⎝ a 11 ⎠ ⎝ a 11 ⎠

Se obţine astfel un sistem echivalent cu sistemul iniţial în care


necunoscuta x1 se află doar în prima ecuaţie, cu coeficient unu.
8
⎧ a a b
⎪x 1 + 12 x 2 + ... + 1n x n = 1
⎪ a 11 a 11 a 11

⎪⎛ a ⎞ ⎛ a ⎞ ⎛ b ⎞
(1.1.5.) ⎨⎜⎜ a 22 − 12 a 21 ⎟⎟ x 2 + ... + ⎜⎜ a 2n − 1n a 21 ⎟⎟ x n = ⎜⎜ b 2 − 1 a 21 ⎟⎟
⎪⎝ a 11 ⎠ ⎝ a 11 ⎠ ⎝ a 11 ⎠
⎪L
⎪⎛⎜ a − a 12 a ⎞⎟ x + ...⎛⎜ a − a mn a ⎞⎟ x = ⎛⎜ b − b1 a ⎞⎟
⎪⎜⎝ m2 a 11 m1 ⎟⎠ 2 ⎜ mn a

m1 ⎟ n

⎜ m a

m1 ⎟

⎩ 11 11

În etapa următoare, dacă x2 are coeficientul nenul în ecuaţia a


doua, se va alege acesta pivot şi, prin aceeaşi metodă, se va urmări
eliminarea necunoscutei x2 din toate ecuaţiile cu excepţia ecuaţiei doi
unde va avea coeficientul unu.
Algoritmul va continua până când nu vom mai putea elimina
după procedeul de mai sus nici o variabilă.
Sistemul (1.1.5.) echivalent cu sistemul (1.1.1.) se poate calcula
şi schematic cu ajutorul metodei dreptunghiului.
Se scriu coeficienţii tuturor necunoscutelor şi termenii liberi ai
sistemului. Calculul unui sistem echivalent se obţin astfel: linia întâi
se împarte prin elementul
a11 ≠ 0, a11 pivotul se încadrează. Elementele coloanei întâi
sunt zero. Celelalte elemente din celelalte linii se calculează formând
un dreptunghi ce are ca diagonală segmentul ce uneşte locul
elementului de calculat şi pivotul. Noul coeficient va fi egal cu
diferenţa dintre produsul coeficienţilor de pe diagonala pivotului şi
produsul coeficienţilor de pe cealaltă diagonală, diferenţa care se
împarte la pivot.
Schematic obţinem:
a11 a12 ... a1n b1
a21 a22 ... a2n b2
...........
am1 am2....amn bm
1 a'12...a'1n b'1
0 a'22... a'2n b'2
.....
0 a'm2... a'mn b'm

9
a 1j
unde: a 1′ j = j = 1, n
a 11
a 11 a ij − a 1 j a i1
a ′ij =
a 11

pentru i = 1, m j = 1, n
b i a 11 − a 1i b 1
b ′i =
a 11

pentru i = 2, m
b1
b1′ =
a 11

În mod similar, în etapele următoare se obţin sisteme echivalente


cu sistemul iniţial.
În etapa a n-a se obţine:
1 0 ... 0 a 1(,nm−1+)1 ... a 1n
(n -1)
b1(n -1)
0 1 ... 0 a (2nm−+11) ... a (n
2n
-1)
b (n
2
-1)

0 0 ... 1 a (mn,−m1+1 ... a (n


mn
-1) n -1)
bm

Soluţia sistemului se citeşte:


⎧⎪x 1 = b 1( n −1) − a 1( m
n −1) ( n −1)
+1 ⋅ x m +1 L a 1n ⋅xn
⎨ K
( n −1) (n -1) ( n −1)
⎪⎩x n = b m − a m m +1 ⋅ x m +1 L a mn ⋅ x n

Dacă m < n şi rang A = rang à = m, sistemul este compatibil


nedeterminat.
Exemplu. Să se rezolve sistemul:
⎧2 x 1 + 3x 2 + 4x 3 − x 4 = 2

⎨ x 1 + x 2 − 5x 3 + x 4 = 4
⎪ x − 2x − x − 2x = 2
⎩ 1 2 3 4

Soluţie: Folosind metoda lui Gauss prezentată mai sus, obţinem:

10
2 3 4 –1 2
1 1 –5 1 4
1 –2 –1 –2 2
1 3/2 2 – 1/2 1
0 – 1/2 –7 3/2 3
0 1/2 7 – 3/2 –3
1 0 19/2 –4 10
0 1 14 –3 –6
0 0 0 0 0
Deoarece în ultimul sistem toate elementele a33, a34, b4 sunt nule,
algoritmul nu mai poate continua. Sistemul este compatibil nedeter-
minat deoarece rang A = rang à = 2 (determinantul maxim nenul ce se
poate forma este de ordin 2). Necunoscute principale sunt x1 şi x2.
Soluţia sistemului este:
⎧ x1 = 10 − 19 / 2 x3 − 4 x4
⎪ x = −6 − 14 x + 3x
⎪ 2 3 4

⎪ x3 ∈ R
⎪⎩x 4 ∈ R

1.2. Sisteme de inecuaţii liniare


Un sistem de inecuaţii liniare cu n-necunoscute x1, x2, ..., xn se
scrie sub forma:
⎧ a11 x1 + a12 x2 + ... + a1n xn < b1

(1.2.1.) ⎨ a21 x1 + a22 x2 + ... + a2n xn < b2
⎪a < bm
⎩ m1 x1 + am2 x2 +... + amn xn

unde semnul „<” reprezintă unul din semnele „≤” sau „≥”. Sistemul
de inecuaţii care conţine atât inecuaţii cu semnul „≤” cât şi „≥” poate fi
adus la un sistem care să conţină numai unul dintre aceste semne prin
înmulţirea unor inecuaţii cu (-1). Se poate obţine aşadar una din situaţiile:
⎧a11 x1 + a12 x2 +...+ a1n xn ≤ b1
(1.2.2.) ⎪a21 x1 + a22 x2 + ...+ a2n xn ≤ b2
⎨................

⎩am1 x1 + am2 x2 ... + amn xn ≤ bm
sau
⎧ a11 x1 + a12 x2 +...+ a1n xn ≥ b1
(1.2.3.)⎪ a21 x1 + a22 x2 + ...+ a2n xn ≥ b2
⎨ ..............

⎩ am1 x1 + am2 x2 +... + amn xn ≤ bm
11
Studiul sistemelor de inecuaţii (1.2.2.) sau (1.2.3.) se reduce la studiul
unui sistem de ecuaţii prin adunarea, respectiv scăderea, la fiecare ecuaţie a
unei necunoscute auxiliare, pozitive cu rol de egalizare, şi anume:
⎧ a11 x1 + a12 x2 +...+ a1n xn + y1 = b1
(1.2.4.) ⎪ a2 x1 + a22 x2 + ... + a2n xn + y2 = b2
⎨ ..............

⎩ am1 x1 + am2 + ... + amn xn + ym = bm
sau
⎧ a11 x1 + a12 x2 +...+ a1n xn - y1 = b1
(1.2.5.)⎪ a2 x1 + a22 x2 + ... + a2n xn - y2 = b2
⎨ ..................

⎩am1 x1 + am2 + ... + amn xn – ym = bm
unde yi ≥ 0 pentru i = 1,m
Vom numi soluţie a sistemului de inecuaţii (1.2.2.), respectiv (1.2.3.),
un sistem de valori care verifică simultan toate inecuaţiile sistemului.
TEOREMA: Oricărei soluţii a sistemului de inecuaţii (1.2.1.) îi co-
respunde o soluţie a sistemului de ecuaţii (1.2.4.) sau (1.2.5.) şi reciproc.
Demonstraţie: „⇒” Fie sistemul de inecuaţii (1.2.2.) scris sub
formă matriceală
A⋅ x ≤ b şi x0 o soluţie a acestui sistem. Deci A x0 ≤ b.
Sistemul de inecuaţii se transformă în sistem de ecuaţii (1.2.4.)
scris sub formă matriceală:
Ax + y = b sau y = b – Ax cu y ≥ 0
atunci (x0, y0) este soluţia sistemului dacă
y0 = b – Ax0 ≥ 0.
„⇐” Fie (x0, y0) soluţie pentru sistemul (1.2.4.) Atunci y0 ≥ 0 şi
Ax0 + y0 = b de unde obţinem Ax0 ≤ b şi deci x0 soluţie a sistemului de
inecuaţii.
Exemplu. Să se rezolve sistemul de inecuaţii:
⎧ 2x1 + x2 – x3 ≤ 2

⎨ x1 + 2x2 + 3x3 ≤ 4
⎪x – x + x ≤ 2
⎩ 1 2 3

Soluţie: Sistemul de inecuaţii se transformă într-un sistem de ecuaţii


⎧ 2x1 + x2 – x3 + y1 = 2

⎨ x1 + 2x2 + 3x3 + y2 = 4

⎩ x1 – x2 + x3 + y3 = 2
12
Prin metoda eliminării complete obţinem:
x1 x2 x3 y1 y2 y3 b
2 1 −1 1 0 0 2
1 2 3 0 1 0 1
1 −1 1 0 0 1 3
1 1/ 2 −1 / 2 1/ 2 0 0 1
0 3/ 2 7 / 2 −1 / 2 1 0 0
0 − 3 / 2 3 / 2 −1 / 2 0 1 2
1 0 − 5 / 3 2 / 3 −1 / 3 0 1
0 1 7 / 3 −1 / 3 2 / 3 0 0
0 0 5 −1 1 1 2
1 0 0 1/ 3 0 1/ 3 5/3
0 1 0 2 / 15 1/ 5 − 7 / 15 − 14 / 15
0 0 1 −1 / 5 1/ 5 1/ 5 2/5

Soluţie a sistemului de ecuaţie este:


⎧ 5 1 1
⎪x 1 = 3 − 3 y 1 − 5 y 3

⎪⎪x 2 = − 14 − 2 y1 − 1 y 2 + 7 y 3
⎨ 15 15 5 15

2 1
⎪x = + y − y − y 1 1
⎪ 3 5 5 1 5 2 5 3
⎪⎩
y 1, y 2, y 3 ≥ 0

În consecinţă soluţie a sistemului de inecuaţii este:


5
x1 =
3
14
x2 = −
15
2
x3 =
5

13
1.3. Spaţii vectoriale
Fie V o mulţime nevidă de elemente şi K un corp de şcolari (de
regulă K este corpul numerelor reale R sau corpul numerelor comple-
xe C) Pe mulţimea V se definesc două operaţii:
1. Operaţia de adunare „+” ca lege de compoziţie internă, care
asociază fiecărei perechi de elemente (x, y) ∈ Vx V un element sumă
x + y ∈V.
2. Operaţia de înmulţire cu scalari „·” ca lege de comparaţie
externă, care asociază, fiecărei perechi de elemente (α, x) ∈ Kx V un
element α · x ∈V
Definiţie. Mulţimea nevidă V se numeşte spaţiu vectorial peste
corpul K dacă (V, + ) este grup abelian, adică verifică:
1.1. x + y = y + x pentru (∀) x, y ε V
1.2. (x + y) + z = x + (y+z) pentru (∀) x,y,z εV
1.3. (∀) x ε V, (∃) Ov element neutru Ov ε V astfel încât
x + Ov = Ov + x
1.4. (∀) x ε V, (∃) – x element opus, - x ε V,a.î
x + (-x) = (-x) + x = Ov
şi (V, ·)
2.1. (α + β) x = α + βx pentru (∀) α, β ε K, x ε V
2.2. α (x+y) = αx + αy pentru (∀) α ε K, x, y ε V
2.3. (α · β) x = α (β·x) pentru (∀) α, β ε K, x ε V
2.4. 1k · x = x pentru (∀) x ε V şi 1k ε K
Notaţii:
1. Elementele unui spaţiu vectorial V se numesc vectori.
2. Elementele corpului K se numesc scalari.
Definiţie. Fie V un spaţiu vectorial peste corpul K0 Un vector
v ε V se numeşte combinaţie liniară a vectorilor v1, v2,... vm ε V dacă
există scalori α1, α2,... αn ε K astfel încât:
v = α1 v1+ α2 v2 + ... + αn vn.
Definiţie. Un sistem de vectori {v1, v2, ..., vn} din V se numeşte
sistem de generatori ai spaţiului vectorial V dacă orice vector v ε V se
poate scrie ca o combinaţie liniară a vectorilor v1, v2,....vn.

14
Definiţie. Un sistem de vectori {v1, v2, ..., vn} din V se numeşte
sistem liniar independent dacă din
(1.3.1.) α1 v1 + α2 v2+... + αn vn = 0v rezultă scalari nuli α1 = α2
= ... = αn = 0
Dacă există scalari nenuli, sistemul de numeşte sistem liniar
dependent.
PROPOZIŢIA 1.3.1. Vectorii v1, v2,..., vn ε V sunt liniar
dependenţi dacă şi numai dacă cel puţin un vector dintre ei este o
combinaţie liniară de ceilalţi.
Demonstraţie: „⇒” Fie v1, v2, ..., vn vectori liniar dependenţi.
Atunci există scalarii α1, α2,..., αn, nu toţi nuli, astfel încât:
α1 v1 + α2 v2 +...+ αn vn = 0
fie α1 ≠ 0k, atunci putem scrie:
α2 α α
v1 = − v 2 − 3 v 3 + ... − n v n
α1 α1 α1

ceea ce arată că vectorul v1 se scrie ca o combinaţie liniară de


ceilalţi vectori.
„⇐” Presupunem, eventual renumerotând vectorii, că v1 se scrie
ca o combinaţie de vectorii v2, v3,...vn. Atunci există scalari α2, α3, ...,
αn nu toţi nuli astfel încât:
v1 = α2 v2 + α3 v3 + ... + αn vn
sau
v1 – α2 v2 – α3 v3... – αn vn = 0v
Deci vectorii v1, v2, ...vn sunt liniar dependenţi.
Definiţie: Fie V spaţiu vectorial peste corpul K. Un sistem de
vectori
B ⊂ V se numeşte baza pe spaţiul vectorial V dacă este format
dintr-un număr maxim de vectori liniar independenţi. Numărul
vectorilor din bază determină dimensiunea spaţiului.
PROPOZIŢIA 1.3.2. Fie V un spaţiu vectorial peste corpul K şi B
= {b1, b2,..., bn} o bază a spaţiului V, atunci orice vector v ε V se scrie
în mod unic ca o combinaţie liniară a vectorilor bazei.
Demonstraţie: Presupunem că vectorul v ε V se poate exprima
în două moduri în funcţie de vectorii bazei B şi anume:

15
v = α1 b1 + α2 b2 + αn bn
v = β1 b1 + β2 b2 +... + βn bn.
Scăzând cele două relaţii obţinem:
0v = (α1 – β1) b1 + (α2 – β2) b2 +...+ (αn – βn) bn.
Vectorii bazei b1, b2, ... bn conform definiţiei sunt liniar
independenţi, deci toţi scalarii combinaţiei sunt nuli. Deci: α1 = β2;..., αn
= βn. În consecinţă un vector se scrie ca o combinaţi liniară unică de
vectorii bazei.
Definiţie. Coeficienţii α1, α2, ..., αn ai reprezentării vectorului
v ε V în baza B se numesc coordonatele vectorului v în baza B.
Se poate scrie atunci v = (α1, α2, ..., αn).
SPAŢIUL VECTORIAL n – DIMENSIONAL este mulţimea:
⎧ ⎛ x1 ⎞ ⎫
n ⎪ ⎜ x ⎟ ⎪
R = R × R ×...× = ⎨x / x = ⎜M ⎟, x 1 ∈ R ⎬ pe care se definesc operaţiile:
2
⎪⎩ ⎜x ⎟ ⎪⎭
⎝ n⎠
⎛ x1 ⎞ ⎛ y1 ⎞ ⎛ x 1 + y1 ⎞
x + y = ⎜⎜Mx 2 ⎟⎟ + ⎜⎜My 2 ⎟⎟ = ⎜⎜Mx 2 + y 2 ⎟⎟
⎜x ⎟ ⎜y ⎟ ⎜x + y ⎟
⎝ n⎠ ⎝ n⎠ ⎝ n 2⎠
şi
⎛ x1 ⎞ ⎛ αx 1 ⎞
α·x=α ⎜x2 ⎟ = ⎜ αx 2 ⎟
⎜⎜ M ⎟⎟ ⎜⎜M ⎟⎟
⎝xn ⎠ ⎝ αx n ⎠
PROPOZIŢIA 1.3.3. Sistemul de vectori unitari:
⎛1 ⎞ ⎛ 0⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
b1 = ⎜ 0 ⎟ ,b =
⎜1 ⎟
,... b
⎜ 0⎟
⎜M ⎟ 2 ⎜M ⎟ n ⎜M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ 0⎟ ⎜ 0⎟ ⎜1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
formează o bază a spaţiului vectorial Rn numită baza canonică.
OBSERVAŢIE: În spaţiul Rn există o infinitate de baze.
PROPOZIŢIA 1.3.4. Un sistem de vectori { v1, v2, ... vn} ∈ V
sunt vectori liniar independenţi dacă rangul matricei vectorilor este
egal cu numărul vectorilor. Vectorii sunt liniar dependenţi dacă rangul
matricei vectorilor este mai mic ca numărul vectorilor.
Demonstraţie: Fie vectorii
⎛a11 ⎞ 21 ⎛a ⎞m1 ⎛a ⎞
v1 = ⎜⎜M ⎟⎟ v 2 = ⎜⎜M ⎟⎟ L v n = ⎜⎜M ⎟⎟
a
⎝ 1n ⎠ a
⎝ 2n ⎠ a
⎝ mn ⎠
16
Ei sunt liniar dependenţi dacă şi numai dacă există scalari α1, α2,
... αm, nu toţi nuli, astfel încât:
⎛ a11 ⎞ ⎛ a21 ⎞ ⎛ am1 ⎞ ⎛ 0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
α1 ⎜ M ⎟ + α 2 ⎜ M ⎟ + ... + ⋅α m ⎜M ⎟ = ⎜M ⎟
⎜a ⎟ ⎜a ⎟ ⎜ a ⎟ ⎜0⎟
⎝ 1n ⎠ ⎝ 2n ⎠ ⎝ mn ⎠ ⎝ ⎠
ceea ce este echivalent cu sistemul omogen cu m-necunoscute şi
n-ecuaţii:
⎧a 11 α 1 + a 21 α 2 + ... + α m a m1 = 0
⎨L
⎩a 1n α 1 + a 2 n α 2 + L + α m a mn = 0
Sistemul omogen admite soluţii diferite de soluţia banală dacă şi
numai dacă rang A < m numărul necunoscutelor. Dacă rang A = m,
sistemul este unic determinat şi admite doar soluţia banală ceea ce
arată că vectorii sunt liniar independenţi.
Matricea A este matricea vectorilor:
⎛ a 11 a 21 L a m1 ⎞
⎜ ⎟
A= ⎜L L L ⎟
⎜a
⎝ 1n a 2 n L a mn ⎟⎠

CONSECINŢA 1.3.5. În spaţiul vectorial Rn un sistem de m-vectori:


⎛a
1 ⎞ 21 ⎛a ⎞ n1 ⎛a ⎞
v1 = ⎜⎜M ⎟⎟, v 2 = ⎜⎜M ⎟⎟ L , v n = ⎜⎜M ⎟⎟
a
⎝ 1n ⎠ a
⎝ 2n ⎠ a
⎝ nn ⎠
formează o bază a spaţiului dacă şi numai dacă determinantul
matricei vectorilor este nenul.
PROPOZIŢIA 1.3.6. Transformarea coordonatelor unui vector la
schimbarea bazei.
Fie v ε Vn şi A = {a1, a2, ..., an} şi B = {b1, b3,...bn}
două baze din Vn
Dacă
⎛ v1 ⎞ ⎛ a11 ⎞ ⎛ a21 ⎞ ⎛ an1 ⎞
v = ⎜⎜ M ⎟⎟, a = ⎜⎜ M ⎟⎟, a = ⎜⎜ M ⎟⎟, L, a = ⎜⎜ M ⎟⎟
1 2 n
⎜v ⎟ ⎜a ⎟ ⎜a ⎟ ⎜a ⎟
⎝ n⎠ ⎝ 1n ⎠ ⎝ 2n ⎠ ⎝ nn ⎠
17
⎛ b11 ⎞ ⎛ b 21 ⎞ ⎛ b n1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
b1 = ⎜ M ⎟, b 2 = ⎜ M ⎟ L b n = ⎜ M ⎟
⎜b ⎟ ⎜b ⎟ ⎜b ⎟
⎝ 1n ⎠ ⎝ 2n ⎠ ⎝ nn ⎠
Fie α1, α2... αn coordonatele vectorului v în baza A, atunci
v = α1 a1 + α2 a2 + ... + αn an
sau
v = A · α unde α = (α1, α2, ... αn)T
Vectorii bazei A pot fi exprimaţi la rândul lor ca o combinaţie
liniară de vectorii bazei B, deci
ai = λi1 b1 + λi2 b2 + ... + λin bn i = 1, n
Aceşti vectori înlocuiţi în combinaţia liniară a vectorului v, obţinem:
v = α1 (λ11 b1 + λ12 b2 + ... + λ1n bn)+ ... + λmn bn + αn (λn1 b1 + ...
+ λnn bn)
sau
v = (α1 λ11+...+ αn λn1) b1 +... + (α1 λ1n + ... + αn λnn) bn
În consecinţă coordonatele vectorului v în baza
⎧β1 = α 1 λ 11 + ... + α n λ n1
β vor fi: ⎨L
⎩β n = α 1 λ 1n + ... + α n λ nn
Scrisă matriceal, relaţia devine:
⎛ λ 11 L λ n1 ⎞
⎜ ⎟
β=M·α M= ⎜ M M M ⎟
⎜λ ⎟
⎝ 1n L λ nn ⎠
A se numeşte matricea de trecere de la baza M la baza β.

OBSERVAŢII
1. Matricea de trecere de la o bază la alta este întotdeauna
matrice nesingulară.
2. Dacă matricea de trecere de la baza A la baza β la baza A
este M-1
3. Fie vectorul v = (v1, v2,... vn) ∈ Rn v1, v2,... vn sunt coordo-
natele vectorului v scris în baza canonică.
18
⎛ v1 ⎞ ⎛1⎞ ⎛ 0⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜v2 ⎟ ⎜ 0⎟ ⎜1⎟ ⎜0⎟
⎜ M ⎟ = v1 ⎜ M ⎟ + v 2 ⎜ M ⎟ + L + v n ⎜ M ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜v ⎟ ⎜ 0⎟ ⎜ 0⎟ ⎜1⎟
⎝ n⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

⎛1 0 L 0⎞
⎜ ⎟
⎜0 1 L 0⎟
v = E v unde E = ⎜
M M M M⎟
⎜ ⎟
⎜0
⎝ 0 L 1 ⎟⎠

Coordonatele lui v în baza A = {a1 a2... an} sunt


(α1, α2,..., αn)T deci v = A· α
⎛ v1 ⎞ ⎛ a 11 L a n1 ⎞ ⎛ α 1 ⎞
⎜ ⎟ ⎜ ⎟⎜ ⎟
sau ⎜ M ⎟ = ⎜ M M M ⎟⎜ M ⎟
⎜ v ⎟ ⎜a ⎟⎜ ⎟
⎝ n ⎠ ⎝ 1n L a nn ⎠ ⎝ α n ⎠
Coordonatele lui v în baza B vor fi β vor fi β = (β1,..., βn), deci
v=Bβ
De unde B β = A α sau β = B-1 A α
În consecinţă, matricea de trecere de la baza A la baza B este
(12) M = B-1· A.
Exemplu. Fie vectorii a1 = (1, 1, 0)T, a2 = (-1, 2, 1)T, a3 = (1, 2,
4,) şi un vector v ∈ R3 exprimând în raport cu baza A = {a1, a2, a3}
T

prin coordonatele 1, 2 şi 1. Să se exprime coordonatele vectorului v în


raport cu baza B = {b1, b2, b3} unde b1 = (-1, 2, 3)T, b2 = (1, 1, 1)T şi
b3 = (1, 2, 3)T.
Soluţie. Matricele de trecere de la baza A, respectiv B la baza
canonică sunt:
⎛ 1 −1 1 ⎞ ⎛ -1 1 1 ⎞
⎜ ⎟ ⎜ ⎟
A = ⎜ 1 2 2 ⎟ şi B = ⎜ 2 1 2 ⎟
⎜ 0 1 4⎟ ⎜ 3 1 3⎟
⎝ ⎠ ⎝ ⎠
Coordonatele vectorului v în raport cu baza B sunt, conform
observaţiei de mai sus, relaţiei (12):

19
−1
⎛ β1 ⎞ ⎛ - 1 1 1 ⎞ ⎛ 1 −1 1 ⎞ ⎛ 1 ⎞ ⎛ − 2 / 7 1 / 7 1 / 7 ⎞ ⎛ 1 - 1 1 ⎞ ⎛ 1 ⎞ ⎛13 / 7 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟⎜ ⎟ ⎜ ⎟
⎜β2 ⎟ = ⎜ 2 1 2⎟ ⋅ ⎜1 2 2⎟ ⎜ 2⎟ = ⎜ 6 / 7 − 3 / 7 4 / 7 ⎟ ⎜ 1 2 2⎟ ⎜ 2⎟ = ⎜ 3 / 7 ⎟
⎜β ⎟ ⎜ 3 1 3⎟ ⎜ 0 1 4 ⎟ ⎜ 1 ⎟ ⎜ − 1 / 7 4 / 7 − 3 / 7 ⎟ ⎜ 0 1 4 ⎟ ⎜ 1 ⎟ ⎜10 / 7 ⎟
⎝ 3⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠⎝ ⎠⎝ ⎠ ⎝ ⎠

1.4. Spaţii euclidiene


Definiţie. Fie V spaţiu vectorial peste corpul de scalari K. O
aplicaţie f: V x V → R, notată f (x, y) = < x, y > = (x/y) se numeşte
produs scalar dacă satisface:
1. < x1 + x2, y > = < x, y > + < x2, y > (∀) x1, x2, y ∈ V
2. < xy > = < y,x > (∀) x, y, ∈ V
3. < α x,y > = α < x, y > (∀) x, y ∈ V, (∀)α ∈K
4. < x,x > ≥ 0 pentru x ≥ 0
Definiţie. Un spaţiu vectorial E peste corpul K pe care s-a definit
un produs scalar se numeşte spaţiu euclidian.
Exemplu. Dacă spaţiu vectorial V este n. dimensional peste
corpul de scalari K şi produsul scalar o funcţie f : Rn x Rn → R este
definit prin:
< x,y > = x1 y1 + x2 y2 + ... + xnyn
se observă cu uşurinţă că se verifică cele patru proprietăţi de definiţie.
Definiţie. Într-un spaţiu euclidian real sau complex, doi vectori
x, y ∈ E se numesc vectori ortogonali dacă produsul loc scalar este
nul, deci < x, y > = 0
Definiţie. Fie E spaţiu euclidian. Un sistem x1, x2, ... xn ∈ E se
numeşte sistem ortogonal de vectori dacă fiecare vector vi este
ortogonal pe toţi ceilalţi vectori. Deci < xi, xj > = 0 pentru orice i ≠ j
i, j = 1, n
PROPOZIŢIA 1.4.1. În orice spaţiu euclidian n-dimensional este
corpul K există cel puţin o bază ortogonală care se poate determina
cu procedeul lui Gramm – Schmidt.
Se pleacă de la o bază oarecare a spaţiului En, B = {b1, b2, ... bn}şi
se vor construi vectorii:
a1 = b1
a2 = b2-λ21 a1
..
.
an = bn - λn1 a1 - λn2 a2 ...- λnn-1 an-1
20
Scalarii λij se vor determina punând condiţia ca oricare din
vectori {a1, a2, ... an }să fie ortogonali
〈b 2 , a 1 〉
〈a 2 , a 1 〉 = 0 ⇒ λ 21 =
〈a 1 a 1 〉
〈b 3 , a 1 〉
〈a 3 , a 1 〉 = 0 ⇒ λ 31 =
〈a 1 , a 1 〉
〈b 3 , a 2 〉
〈a 3 , a 2 〉 = 0 ⇒ λ 32 =
〈a 2 , a 2 〉
〈b i , a j 〉
Se obţin λ ij =
〈a j , a j 〉
Exemplu. Să se construiască o bază ortogonală a spaţiului
euclidian R3
⎛1⎞ ⎛1⎞ ⎛ 0⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
Soluţie: Fie vectorii b1 = ⎜ 1 ⎟ b 2 = ⎜ 0 ⎟ b 3 = ⎜ 1 ⎟
⎜0⎟ ⎜ − 1⎟ ⎜ 2⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Aceşti trei vectori având rang A = 3 formează o bază a spaţiului E3.
⎛1⎞
⎜ ⎟
Se vor construi vectorii a 1 = b1 = ⎜ 1 ⎟;
⎜ 0⎟
⎝ ⎠
⎛1⎞ ⎛1⎞
⎜ ⎟ 〈(1, 0,− 1), (1, 1, 0)〉 ⎜ ⎟
a 2 = b 2 − λ 21 , a 1 = ⎜ 0 ⎟ _ ⋅ ⎜1⎟ ⇔
⎜ − 1⎟ 〈(1, 1, 0), (1,1,0)〉 ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠
⎛1⎞ ⎛ 1 ⎞ ⎛ 1/2 ⎞
⎜ ⎟ 1⎜ ⎟ ⎜ ⎟
a 2 = ⎜ 0 ⎟ - ⎜ 1 ⎟ = ⎜ - 1/2 ⎟
⎜ - 1⎟ 2 ⎜ 0 ⎟ ⎜ - 1 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛0⎞ ⎛1⎞
⎜ ⎟ 〈(0 12), (110)〉 ⎜ ⎟
a 3 = b 3 − λ 31 a 1 − λ 32 a 2 = ⎜ 1 ⎟ - ⎜1⎟ -
⎜ 2 ⎟ 〈(110), (1,1,0)〉 ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠
⎛ 1/2 ⎞ ⎛ 0 ⎞ ⎛1⎞ ⎛ 1/2 ⎞ ⎛ 1/3 ⎞
〈(012), (1/2, - 1/2, - 1)〉 ⎜ ⎟ ⎜ ⎟ 1⎜ ⎟ 5⎜ ⎟ ⎜ ⎟
- ⎜ - 1/2 ⎟ = ⎜ 1 ⎟ - ⎜ 1 ⎟ + ⎜ - 1/2 ⎟ = ⎜ - 1/3 ⎟
〈 (1/2 - 1/2 - 1), (1/2 - 1/2 - 1)〉 ⎜ ⎟ ⎜ ⎟ 2 ⎜ 0 ⎟ 3 ⎜ - 1 ⎟ ⎜ 1/3 ⎟
⎝ -1 ⎠ ⎝ 2 ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
21
Vectorii (a1, a2, a3 ) formează o bază ortogonală a spaţiului E
deoarece sunt trei vectori liniar independenţi şi ortogonali doi câte doi.
Definiţie. Fie V spaţiu vectorial peste corpul K O funcţie f: V → R,
notată f(x) = x 〉 se numeşte norma vectorului x, x ∈ V dacă
verifică : 1. x 〉 0
2. α x = α ⋅ x
3. x + y ≤ x + y
OBSERVAŢIE. Norma unui vector pe un spaţiu euclidian se
poate defini în mai multe feluri. Noi vom folosi norma definită cu
ajutorul produsului scalar:
x = 〈 x, x 〉
Definiţie. Un spaţiu vectorial pe care s-a definit o normă se va
numi spaţiu ca vectorial normat.
PROPOZIŢIA 1.4.2. În orice spaţiu vectorial normat există o
bază ortonormată adică o bază ortogonală în care norma fiecărui
vector este egală cu unitatea.
Fie o bază ortogonală A = {a1, a2, ... an} construită prin proce-
deul Gramm Schmidt.
Se va construi o bază ortonormată, fiecare vector din baza A
prin împărţirea fiecărui vector la norma sa, se obţine baza:
a1 a a
C1 = , C 2 = 2 ,... C n n
a1 a2 an

Exemplu. Să se determine o bază ortonormată a spaţiului R3


Rezolvare: Vom pleca cu baza ortogonală

⎛1⎞ ⎛ 1/2 ⎞ ⎛ 1/3 ⎞


⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a 1 = ⎜ 1 ⎟ ; a 2 = ⎜ - 1/2 ⎟ ; a 3 = ⎜ - 1/3 ⎟
⎜0⎟ ⎜ -1 ⎟ ⎜ 1/3 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Vom norma fiecare vector:
a1 (1 ,1, 0 ) (1, 1, 0) = ⎛ 1 , 1 ,0 ⎞
T T T

c1 = = = ⎜ ⎟
a1 2 2 ⎝ 2 2 ⎠
22
T
a
c2 = 2 =
(1/2, - 1/2, - 1)T = ⎛⎜ 1 , - 1 , - 2 ⎞⎟
a2 3 ⎜ 6 6 3 ⎟⎠

2

a 3 (1/3, - 1/3, 1/3 ) ⎛ 3


T
3 3⎞
T
c3 = = = ⎜⎜ ,- , ⎟
a3 1 ⎝ 3 3 3 ⎟⎠
3
Vectorii { c1, c2, c3 } formează o bază ortonormată a spaţiului R3

1.5. Aplicaţii liniare


Definiţie. Fie V, V' două spaţii vectoriale peste acelaşi corp de
scalari K de dimensiuni n respectiv m. O aplicaţie T: V → V' se
numeşte aplicaţie (transformare sau operator) liniară dacă este aditiv şi
omogen, deci verifică:
1. T ( x + y) = T (x) + T (y) (∀) x, y ∈V

2. T (α x ) = α T (x) (∀) x ∈ V, (∀) α ∈ K


TEOREMA 1.5.1. O aplicaţie T: V → V' este aplicaţie liniară
dacă şi numai dacă:
(13) T (α x + β y) = αT (x ) + βT (y)
Demonstraţie: „⇒” T aplicaţie liniară. Vom calcula cu ajutorul
proprietăţilor de definiţie 1, 2 valoarea
T (α x + β y) = T(α x) + T (β y) = α T (x) + β T (y)
„⇐” Presupunem că relaţia T(α x + β y) = α T (x) + β T(y) este
verificată. Atunci ea este verificată şi pentru scalarii α = β = s ceea ce
conduce la egalitatea 1. cât şi pentru scalarul β = 0 ceea ce conduce la
egalitatea 2. (q.e.d.)
OBSERVAŢIE. Teorema 1.3.1. poate fi folosită ca definiţie
pentru aplicaţia liniară.
TEOREMA 1.5.2. Fie V, V' două spaţii vectoriale peste acelaşi
corp de scalari K; B = {a1, a2, ... an } o bază a spaţiului Vectorial V şi
B' = {b1, b2, ... bn } o bază a spaţiului vectorial V', atunci există o
aplicaţie liniară T : V → V' cu proprietatea:
T (ak) = bk pentru (∀) k ∈ {1, 2, ..., n }

23
Demonstraţie: Fie v ∈ V, T: V → V' o aplicaţie,
T(v) = β1 b1 + β2 b2 + ... + βn bn
vom demonstra că aplicaţia astfel definită este liniară.
Fie v1, v2 doi vectori oarecare din V care se pot exprima în
funcţie de baza B astfel:
v1 = α11 a1 + α12 a2 + ... + α1n an
v2 = α21 a1 + α22 a2 + ... + α2n an
Vom calcula
α v1 + β v2 = α (α11 a1 + ... + α1n an) + β (α21 a1 + ... + α2n an) =
= (α α11 + β α21) a1 + ... + (α α1n + β α2n) an
T (α v1 + β v2) = (α α11 + β α21) b1+ ... + (α α1n + β 2n) bn =
= α (α 11 b1 + ... α1n bn) + β (α21 b1 + ... + α2n b1) = α T(v1) + β T(v2)
Deci aplicând teorema 1.3.1. aplicaţia T definită mai sus este o
aplicaţie liniară.
Pentru orice vector ak ∈ B coordonatele sale în baza B sunt
⎛ 1 ⎞
⎜ 0,...,0, ,...0 ⎟ şi deci prin definiţie
⎝ k ⎠
T(ak) = 0b1+... + 0bk-1 + 1. bk + 0 bk+1 + ... + 0bn = bk
În consecinţă există o aplicaţie liniară care verifică
T(ak) = bk

1.5.3. Matricea asociată unei aplicaţii liniare


Fie aplicaţia liniară T: V → V', V, V' spaţii vectoriale peste un
corp K,
B = {a1,... , an} o bază a spaţiului vectorial V şi B' = {b1...bn} o
bază a spaţiului vectorial V'. Fie ai un vector oarecare din B atunci
T(ai) este un vector al spaţiului V' şi poate fi reprezentat în mod unic
în funcţie de vectorii bazei B':
T(ai) = αi1 b1 + αi2 b2 + ... + αin bn
Matricea formată din coordonatele vectorilor T(a1), T(a2), ...
T(an) în baza B' se va numi matrice asociată aplicaţiei liniare T în
raport cu perechea de baze {B, B'}

24
⎛ α 11 α 21 L α n1 ⎞
⎜ ⎟
⎜α α 22 L α m2 ⎟
MB, B' (T) = ⎜ 12
M M M M ⎟
⎜ ⎟
⎜α α 2n L α mn ⎟⎠
⎝ 1n
Exemplu. Să se determine matrice asociată aplicaţiei liniare
T: R2 → R3,
T(x1 x2) = (x1 + x2, - x2, - x1 – x2) în raport cu perechea de baze
⎛ 1⎞ ⎛ - 1⎞
B = {a 1 , a 2 } a 1 = ⎜⎜ ⎟⎟ a 2 = ⎜⎜ ⎟⎟ şi B ′ = {b 1 , b 2 , b 3 }
⎝ 1⎠ ⎝3⎠
⎛1⎞ ⎛1⎞ ⎛5⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
b 1 = ⎜1⎟ b 2 = ⎜ 3 ⎟ b 3 = ⎜ - 1⎟
⎜1⎟ ⎜ 4⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
Soluţie: T(a1) = T(1,1) = (1+1,-1,-1 –1) = (2,-1,-2)
T(a2) = T(-1,3) = (-1+3, -3, +1-3) = (2,-3,-2)
Coordonatele acestor doi vectori în funcţie de baza B' sunt
(10/4,-9/8,1/8) şi respectiv (3, 1/8, 7/8). Deci matricea asociată
perechii de baze este
⎛10 / 4 3 ⎞
⎜ ⎟
M B B' (T) = ⎜ 9 / 8 1/ 8 ⎟
⎜ 1/ 8
⎝ 7 / 8 ⎟⎠

1.6. Valori proprii şi vectori proprii asociaţi


unei aplicaţii liniare
Definiţie. Fie V un spaţiu vectorial n-dimensional peste corpul
de scalari K şi T: V → o aplicaţie liniară. Un scalar λ ∈ K se numeşte
valoare proprie pentru aplicaţia liniară T dacă există cel puţin un
vector nenul v ∈ V astfel încât:
(1.6.1.) T (v) = λ v
Vectorul nenul v ∈ V care verifică relaţia (1.6.1.) se numeşte
vector propriu pentru aplicaţia liniară T asociată valorii proprii λ.

25
1.6.1. Determinarea valorilor şi vectorilor proprii
pentru o aplicaţie liniară
Fie T: V → V' aplicaţie liniară cu matricea aplicaţiei AT,
definită în 1.3.3., în baza
B= {a1, ..., an}. Relaţia (1.6.1.) se mai scrie:
T (v) - λv = 0
sau
(1.6.2.) (AT - λEi) v = 0v
unde
⎛ a 11 L a 1n ⎞ ⎛1 L 0⎞ ⎛ v1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
AT = ⎜ M M M ⎟ şi E i = ⎜ M M M ⎟ v = ⎜ M ⎟
⎜a ⎟ ⎜0 L 1⎟ ⎜v ⎟
⎝ n1 L a nn ⎠ ⎝ ⎠ ⎝ n⎠
Relaţia (1.6.2.) conduce la sistemul:
⎧(a 11 − λ ) v 1 + a 21 v 2 + ... + a n1 v n = 0

⎪⎪a 12 v 1 + (a 22 − λ ) v 2 + ... + a n2 v n = 0
(1.6.3.) ⎨L

⎪a 1n v 1 + a 2n v 2 + ... + (a nn − λ )v n = 0
⎩⎪
În consecinţă, coordonatele vectorului propriu v nenul sunt solu-
ţiile sistemului omogen (1.6.3.). Soluţiile sistemului omogen (1.6.3.) nu
sunt toate nule numai dacă determinantul sistemului este nul.
Determinantul sistemului (1.6.3.):
a 11 − λ a 21 L a n1
a 12 a 22 − λ L a n2
P(λ ) =
M M M M
a 1n a 2n L a nn − λ

se numeşte polinomul caracteristic asociat aplicaţiei liniare T.


Ecuaţia P (λ) = 0 se numeşte ecuaţie caracteristică a aplicaţiei T. Deci
se verifică teorema:

26
TEOREMA 1.6.2. Fie T : V → V λ ∈ K este o valoare proprie
a aplicaţiei liniare T dacă şi numai dacă este rădăcină a ecuaţiei
caracteristice.
Observaţii
1. Polinomul caracteristic şi deci ecuaţia caracteristică nu
depinde de baza aleasă.
2. Vectorii proprii asociaţi aplicaţiei liniare T : V → V pentru
valorile proprii determinate se obţin înlocuind valorile proprii în
sistemul (1.6.3.) şi rezolvând sistemul.
Soluţiile sistemului vor fi coordonatele vectorilor proprii asociaţi
aplicaţiei T în raport cu baza B.
3. Fiecărei valori proprii λ îi corespund o infinitate de vectori proprii.
Sistemul omogen (1.6.3.) este compatibil nedeterminat.
căci P(λ)=0. Mulţimea soluţiilor formează un subspaţiu, numit
subspaţiu propriu ataşat valorii proprii respective. Se notează
Eλ={ν/ν ∈V-{0}, T(ν)=λν}
4. Un vector propriu ν poate fi asociat ca vector propriu unei
singure valori proprii asociată aplicaţiei liniare T.
Observaţia se demonstrează presupunând ca pentru ν- vector
propriu al lui T există două valori proprii adică:
T(ν)=λν şi T(ν)=βν ν≠0v
atunci
λν= βν sau (λ-β) ν=0
În consecinţă λ- β=0 şi deci λ= β şi deci propunerea este falsă.
Exemplu: Să se determine valorile şi vectorii proprii asociaţi
aplicaţiei liniare T: R2→R2 cu T(ν1, ν2)=( ν1+2ν2, 2ν1+ν2)
Soluţie: Matricea aplicaţiei este: AT= ⎛⎜ 1 2 ⎞⎟
⎜2 1⎟
⎝ ⎠
Ecuaţia caracteristică
P(λ) = 1− λ 2 =0 ⇔ (1-λ)2-4=0 ⇔ λ2 - 2λ-3=0 ⇔ λ1=-1, λ2=3
2 1− λ
Vectorii proprii asociaţi valorii proprii λ1 = -1 au coordonatele în
raport cu baza canonică date de sistemul de ecuaţii:
⎧{(1 − λ1 )α1 + 2α 2 = 0 ⎧2α + 2α 2 = 0
⎨ ⇔⎨ 1
⎩2α 1 + (1 − λ1 )α 2 = 0 ⎩2α1 + 2α 2 = 0
27
cu soluţia ν1 = - α 2 α 2 = k ∈ R
Subspaţiu vectorilor propriu ai lui λ1 este:
Eλ1 = {ν/ν = (-k,k) k ∈ R}
Vectorii proprii asociaţi valorii proprii λ2=3 au coordonatele în
raport cu baza comunică date de soluţiile sistemului.
⎧(1 − λ 2 )ν1 + 2ν 2 = 0 ⎧− 2ν1 + 2ν 2 = 0
⎨ ⇔⎨
⎩2ν1 + (1 − λ 2 )ν 2 = 0 ⎩2ν1 −2ν 2 = 0
cu soluţia nedeterminată ν1=ν2=h, cu h ∈ R
Subspaţiul propriu
Eλ2={ν/ν=(h,h), h ∈ R}
TEOREMA 1.6.3 Dacă ν1, ν2, .... νp sunt vectori proprii ai
aplicaţiei liniare T:V→V asociaţi valorile proprii distincte λ1,.... ,λp
atunci sunt liniari independenţi.
Demonstraţia teoremei se face presupunând că vectorii ar fi
dependenţi, deci ar verifica: (1.6.4.) α1ν1+α2ν2+.....+αpνp = 0v cu αi≠0
Vectorii proprii ai aplicaţiei liniare T verifică T(ν1) = λ1ν1, .....T(νp)
= λpνp
Calculăm:
(1.6.5.) T(α1ν1+.....+αpνp) = α1T(ν1) +.......+ αpT(νp) = α1λ1ν1 + ...... +
αpλpνp = 0ν
Dacă din (1.6.5.) scădem (1.6.4.) înmulţit cu λ1 se obţine:
α1λ1ν1+.........+αpλpνp-λ1(λ1ν1+.......+λpν1) = 0 sau
(λ2-λ1) α2ν2+........+(λp-λ1) αpνp = 0
Cum valorile proprii λ1,......,λp sunt distincte, dacă vectorii ν2,
ν3,......, νp ar fi independenţi am obţine α2 = ....... = αp = 0, ceea ce ar
contrazice presupunerea făcută. Rezultă că vectorii proprii sunt liniar
independenţi.
TEOREMA 1.6.4. Fie V spaţiu vectorial de dimensiune n, T: V → V
o aplicaţie liniară şi λ1, λ2,......, λn valori proprii distincte pentru T. Atunci
există o bază B pentru V astfel încât matricea asociată aplicaţiei liniare T
să aibă formă diagonală cu elementele diagonalei principale egale cu
valorile proprii.
Demonstraţia teoremei pleacă de la teorema 1.4.3. căci vectorii
proprii asociaţi valorilor proprii distincte λ1, λ2, ......, λn sunt ν1, ν2, .....,
νn liniar independenţi vectorii ν1, ν2, ....., νn formează o bază a spaţiului
V căci numărul lor este maximal. Matricea aplicaţiei liniare T, T(νi) =
λiνi i = 1,n în raport cu perechea de baze {B, B} este:
28
⎛ λ1 0...... 0⎞
⎜ ⎟
AT= ⎜ 0 λ 2 ....... 0 ⎟
⎜0
⎝ 0...... λ n ⎟⎠
TEOREMA 1.6.5. Fie V spaţiu vectorial de dimensiune n,
T:V→V o aplicaţie liniară care are un polinom caracteristic:
P(λ)=(λ-λ1)m1 (λ-λ2)m2 ......( λ-λp)mp cu m1+m2+.......+mp=n.
Atunci există o bază B a spaţiului vectorial V astfel încât matricea
asociată aplicaţiei liniare T în raport cu perechea de bază {B, B} să
aibă formă diagonală dacă şi numai dacă dimensiunea fiecărui
subspaţiu propriu Eλi corespunzător valorii proprii λi este egală cu mi -
ordinul de multiplicitate al valorii proprii respective
⎛ ⎞
⎜ ⎟
AT = diag ⎜ λ1 ......λ p ,......., λ p .....λ p ⎟
⎜1 424 3 1424 3⎟
⎝ mp mp ⎠
Baza B este formată din vectori proprii aparţinând subspaţiilor
proprii corespunzătoare.
Exemplu 1. Fie T: R3 → R3 dată prin: T(ν)=(4ν1+ν2, -ν1+3ν2+
ν3, ν1-ν2+ν3)
Să se studieze dacă există o bază a spaţiului vectorial R3 în raport
cu care matricea asociată aplicaţiei liniare T să aibă formă diagonală.
Soluţie. Matricea transformării este:

⎛4 −1 1 ⎞
⎜ ⎟
AT= ⎜ 1 3 − 1⎟
⎜0 1 1 ⎟
⎝ ⎠
Polinomul caracteristic este:
4 − λ −1 1
P (λ ) = 1 3−λ − 1 = (3 − λ ) 2 (2 + λ )
0 1 1− λ
Deci ecuaţia caracteristică

29
(3-λ)2(2-λ)=0 are λ=3 valoare proprie de ordin de multiplicitate
doi (rădăcină dublă) şi λ=-2 valoare proprie distinctă.
Vectorii proprii asociaţi valorii proprii λ=3 sunt soluţiile
sistemului.
⎧(4 − 3)ν1 −ν 2 + ν 3 = 0 ⎧ν1 −ν 2 + ν 3 = 0
⎪ ⎪
⎨ν1 + (3 − 3)ν 2 −ν 3 = 0 ⇔ ⎨ν1 −ν 3 = 0 ⇔ ν1 = ν 3 , ν 2 = 2ν 3 , ν 3 ∈ R
⎪ν + (1 − 3)ν = 0 ⎪ν − 2ν = 0
⎩ 2 3 ⎩ 2 2

Deci: Eλ3={x/x=(k,2k,k) ∈ R} a cărei dimensiune este 1. În


conformitate cu teorema 1.4.5. nu există o bază a spaţiului vectorial R3
în raport cu care matricea asociată aplicaţiei T să aibă formă diagonală.
2. Fie T:R3 → R3 o aplicaţie liniară a cărei matrice asociată în
raport cu baza canonică este:

⎛ 4 0 0⎞
⎜ ⎟
AT= ⎜ 0 1 3 ⎟
⎜ 0 3 1⎟
⎝ ⎠
Să se studieze dacă există o bază a spaţiului vectorial R3 în raport
cu care matricea asociată aplicaţiei liniare T să aibă formă diagonală.
Soluţie. Ecuaţia caracteristică asociată este:
4−λ 0 0
0 1− λ 3 = −( 4 − λ ) 2 ( 2 + λ ) = 0
0 3 1− λ
Valorile proprii sunt λ1=λ2=4, λ3=-2
Vectorii proprii asociaţi valorii λ1=λ2=4 sunt soluţiile sistemului
de ecuaţii:
⎧(4 − 4)ν 1 = 0
⎪ ⎧− 3ν 2 + 3ν 3 = 0
⎨(1 − 4)ν 2 + 3ν 3 = 0 ⇔ ⎨ ⇔ ν 2 = ν 3 , ν1 ∈ R , ν 3 ∈ R
⎪3ν + (1 − 4)ν = 0 ⎩3ν 2 − 3ν 3 = 0
⎩ 2 3

Deci Eλ=3={ν/ν=(k,h,h) k,h є R}


Dimensiunea subspaţiului propriu Eλ=3 este doi cât este şi
ordinul de multiplicitate a valorii proprii λ=3.
30
Vectorii proprii corespunzători valorii proprii λ3=-2 sunt
soluţiile sistemului.
⎧(4 + 2)ν1 = 0 ⎧6ν1 = 0
⎪ ⎪
⎨(1 + 2)ν 2 + 3ν 3 = 0 ⇔ ⎨3ν 2 + 3ν 3 = 0 ⇔ ν1 = 0, ν 2 = −ν 3 , ν 3 ∈ R
⎪3ν + (1 + 2)ν = 0 ⎪3ν + 3ν = 0
⎩ 2 3 ⎩ 2 3

Deci Eλ=-2 = {ν/ν=(0,-p,p) p ∈ R}


a cărei dimensiune este unu.

⎛4 0 0 ⎞
⎜ ⎟
Matricea AT se transformă A’T = ⎜ 0 4 0 ⎟
⎜ 0 0 − 2⎟
⎝ ⎠
într-o bază B = {b1, b2, b3} unde b1, b2 ∈ Eλ=4 şi b3 ∈ Eλ=-2 ca de
exemplu:
B = {b1=(1,2,2); b2=(-1,1,1); b3=(0,-3,3)}

1.7. Forme liniare. Forme pătratice


Definiţie: Fie v spaţiu vectorial peste corpul real, de dimensiune
n. O aplicaţie f: V → R este o formă (transformare sau operator) liniar
decât este aditivă şi omogenă.
f(x+y)=f(x)+f(y) (∀) x, y ∈ V
f(λx)= λf(x) (∀) x ∈ V, (∀) λ ∈ R
OBSERVAŢIE
Această aplicaţie ataşează fiecărui vector x = (x1, x2,......,xn) ∈ V
scris într-o bază a spaţiului unui număr real f(x) ∈ R.
Definiţie Fie V spaţiu vectorial peste corpul R de dimensiune n.
O aplicaţie f: V x V → R este o formă biliniară dacă este liniară în
raport cu ambele argumente:
f(ax1+bx2, y)=af(x1, y)+b(x2,y)
f(x,ay1+by2)=af(x,y1)+b(x,y2) (∀) x1, x2, y ∈ V, (∀) a, b ∈ R

31
1.7.1. Scrierea unei forme biliniare sub formă matricială.
Fie spaţiul vectorial V o bază B = {b1,....bn}
Atunci vectorii x,y є V se pot scrie:
x=x1b1+.....+xnbn
y=y1b1+......+ynbn
Aplicaţia f: VxV → R se scrie
f(x,y) = f (x1b1+......+xnbn, y1b1+........+ynbn) =
n n n n
= ∑∑ xi yi f (bi , b j ) = ∑∑ xi x j aij
i =1 j =1 i =1 j =1

⎛ a11 ... a1n ⎞ ⎛ y1 ⎞ T


sau f(x,y)=(x1,...xn) ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ =x Ay
⎝ a n1 ..... a nn ⎠ ⎝ y n ⎠
OBSERVAŢIE: O formă biliniară este determinată dacă se
cunoaşte matricea formei A.
Exemple: Fie o formă biliniară f: R x R → R, f(x,y) = x1y1-
2x2y1+x1y2. Vectorii x,y sunt exprimaţi în baza canonică. Care este
matricea formei biliniară în baza canonică? Care este matricea formei
⎛3⎞ ⎛5⎞
biliniare în baza B={b1,b2} b1= ⎜⎜ ⎟⎟, b 2 = ⎜⎜ ⎟⎟ ?
⎝ 4⎠ ⎝ 6⎠
Soluţie:
⎛ a11 a12 ⎞ ⎛ y1 ⎞ ⎛ y1 ⎞
f(x,y)=(x1,x2) ⎜⎜ ⎟ ⎜⎜ ⎟⎟ = (x1a11+x2a21 x1a12+x2a22) ⎜⎜ ⎟⎟ =
⎝ a21 a22 ⎟⎠ ⎝ y2 ⎠ ⎝ y2 ⎠
= x1y1a11+x2y1a21+x1y2a12+x2y2a22.
Această formă o identificăm cu forma biliniară dată: f(x,y)=x1y1-
2x2y1+x1y2
Se obţine matricea formei în baza canonică
⎛ 1 1⎞
Af = ⎜⎜ ⎟⎟
⎝ − 2 0⎠
Cei doi vectori x, y scrişi în baza B={b1, b2}devine:
⎛ x1 ⎞ ⎛ 3 5 ⎞ ⎛α 1 ⎞ ⎛ 3α 1 + 5α 2 ⎞
x = B · α ⇔ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ x 2 ⎠ ⎝ 4 6 ⎠ ⎝α 2 ⎠ ⎝ 4α 1 + 6α 2 ⎠
32
⎛ y ⎞ ⎛ 3 5 ⎞ ⎛ β1 ⎞ ⎛ 3β1 + 5β 2 ⎞
y = B · β ⇔ ⎜⎜ 1 ⎟⎟ = ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟
⎝ y 2 ⎠ ⎝ 4 6 ⎠ ⎝ β 2 ⎠ ⎝ 4β1 + 6β 2 ⎠
În consecinţă forma biliniară devine:
⎛ 1 1 ⎞ ⎛ 3 β 1 + 5β 2 ⎞
f(x, y) = (3α1+5α2; 4α1+tα2) ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ =
⎝ − 2 0 ⎠ ⎝ 4 β1 + 6 β 2 ⎠
= -3α1 β1-7α1 β2-α2 β1- 5α2 βn.
Se obţine matricea formei biliniare în baza B:
⎛− 3 − 7⎞
Af = ⎜⎜ ⎟⎟
⎝ −1 − 5⎠
Definiţie: O formă biliniară se numeşte forma biliniară simetrică
dacă matricea formei este o matrice simetrică, adică matricea A este
egală cu transpusa sa:
Af = ATf
Definiţie: Fie un spaţiu vectorial V peste corpul real R de
dimensiunea n. O aplicaţie g: V → R este o formă pătratică dacă
există o aplicaţie biliniară simetrică
f: VxV → R astfel încât g(x) = f(x,x) (∀) x єV
Observaţie:
⎛ a 11 ....a 1n ⎞ ⎛ x1 ⎞ n n
⎜ ⎟ ⎜ ⎟
⎜ : ⎟ = ∑∑ a ij x i x j
T
f(x,x)=x Ax=(x1.....xn) ⎜ : ⎟
⎜ a ....a ⎟ ⎜ x ⎟ i =1 j=1
⎝ n1 nn ⎠ ⎝ n⎠
unde A matricea simetrică adică aij=aji.
Exemple: 1. Fie f: R2xR2 → R o formă biliniară simetrică
f(x, y) = 2x1y1+x1y2+4x2y2+x2y1. Care este matricea formei bili-
niare? Care este forma pătratică?
⎛2 1⎞
A= ⎜⎜ ⎟⎟ A simetrică deoarece a12=a21=1
⎝ 1 4⎠
Forma pătratică
⎛ 2 1 ⎞ ⎛ x1 ⎞ ⎛ x1 ⎞
g(x)=f(x,x)=(x1x2) ⎜⎜ ⎟⎟ ⎜⎜ ⎟⎟ = (2x1+x2, x1+4x2) ⎜⎜ ⎟⎟ =
⎝ 1 4 ⎠ ⎝ x2 ⎠ ⎝ x2 ⎠
= 2x12+x2x1+x1x2+4x22=2x12+2x1x2+4x22
33
2. Fie g: R3 → R o formă pătratică g(x)=x12+2x1x3-x2x3+x22+3x32
să se scrie matricea formei pătratice.

⎛1 0 1 ⎞
⎜ ⎟
A= ⎜ 0 1 − 1 / 2 ⎟ matrice simetrică
⎜ 1 − 1/ 2
⎝ 3 ⎟⎠
Definiţii: 1. O formă pătratică g: V → R este pozitiv definită
dacă toţi minorii matricei simetrice A sunt strict pozitivi. Minorii sunt:
a11 ....a1n
a a12
Δ 1 = a11 ; Δ 2 = 11 ......, Δ n = :
a 21 a 22
a n1 ....a nn
2. O formă pătratică g: V → R este semipozitiv definită dacă
minorii sunt:
Δ1 ≥0, Δ2 ≥0, ...., Δn ≥ 0.
3. O formă pătratică g: V → R este negativ definită dacă minorii
impari Δ1, Δ3,.... sunt strict negativi iar cei pari Δ2, Δ4,....sunt strict
pozitivi.
4. O formă pătratică este seminegativă definită dacă Δ1 ≤ 0, Δ3 ≤
0,..... şi Δ2 ≥ 0, Δ4 ≥ 0,....
5. O formă pătratică pentru care nu sunt îndeplinite nici una din
condiţiile anterioare este o formă pătratică nedefinită.
Exemple. Să se stabilească natura formelor pătratice:
g1(x) = 8x12-6x1x2+2x2x3+4x22+x32
g2(x) = x12-4x1x2+4x22
g3(x) = -2x12-y1x2-x22
g4(x) = x12-3x1x2+2x1x3-2x2x3+x32
Soluţie:

⎛ 8 − 3 0⎞
⎜ ⎟
A1 = ⎜ − 3 4 1 ⎟ Δ1 = 8 〉 0; Δ 2 = 23 〉 0; Δ 3 = 15 〉 0
⎜ 0 1 1 ⎟⎠

g1(x) este o formă pătratică pozitivă definită
34
⎛ 1 − 2⎞
A 2 = ⎜⎜ ⎟⎟ Δ 1 = 1 〉 0; Δ 2 = 0
⎝− 2 4 ⎠
g2(x) este o formă pătratică semipozitivă definită
⎛ − 2 −1/ 2 ⎞
A3 = ⎜⎜ ⎟⎟ Δ1 = −2 〈 0; Δ 2 = 7 / 4 〉 0
⎝ −1/ 2 −1 ⎠
⎛ 1 − 3/ 2 1 ⎞
⎜ ⎟ -1
A4 = ⎜− 3/ 2 0 − 1⎟ Δ 1 = 1 〉 0; Δ 2 = -9/4 〈 0; Δ 3 = 〈 0
4
⎜ 1
⎝ −1 1 ⎟⎠
g3(x) este o formă pătratică negativă diferită
g4(x) – formă pătratică nedefinită
Definiţie. Fie g: V→R o formă pătratică. Într-o bază a spaţiului
B є V forma pătratică g are o formă canonică dacă matricea formei
este o matrice diagonală adică:
g(y)=b1y12+b2y22+....+bryr2
r = rang A < n;

1.8. Reducerea unei forme pătratice la o formă canonică


1.8.1. Metoda Jacobi
Fie o formă pătratică g: V → R g(x) = xTAx, A – matrice
simetrică. Dacă toţi minorii matricei A sunt neutri atunci există o bază
B a spaţiului V astfel încât forma pătratică să se transforme în formă
canonică:
1 2 Δ1 2 Δ 2
g(y) = y1 + y 2 + ..... + n −1 y n
Δ1 Δ2 Δn
(y1,....., yn) reprezintă coordonatele vectorului x în baza B.

1.8.2. Metoda valorilor proprii


Această metodă determină valorile cu ajutorul ecuaţiei caracte-
ristice ataşată matricei formei. Dacă această matrice poate fi transfor-
35
mată într-o matrice diagonală. [îndeplineşte condiţiile teoremei 1.4.5.]
atunci se poate determina o bază în care se poate scrie forma canonică.

1.8.3. Metoda Gauss


Această metodă formează pătrate perfecte când conţine cel puţin
un aii ≠ 0.
Exemplul 1:
Să se transforme forma pătratică g:R3 → R, g(x) = x22 - x32 +
+4x1x2 - 4x1x3
într-o formă canonică.
Soluţie. Matricea formei este:
⎛ 0 2 − 2⎞
⎜ ⎟
A=⎜ 2 1 0 ⎟
⎜− 2 0 −1⎟
⎝ ⎠
0 2 −2
0 2
Minorii Δ 1 = 0; Δ 2 = = - 4; Δ 3 = 2 1 0 =0
2 1
−2 0 −1
Metoda Jacobi nu se poate aplica căci avem minori nuli.
Vom încerca metoda vectorilor proprii scriind ecuaţia
caracteristică din întrecerea A.
⎛0 − λ 2 −2 ⎞
⎜ ⎟
P (λ ) = ⎜ 2 1− λ 0 ⎟ = λ (-λ2 + 9) = 0
⎜ −2 0 − 1 − λ ⎟⎠

λ 1 = 0; λ 2 = −3; λ 3 = 3
Valori proprii distincte
subspaţiului propriu al valorii proprii λ1=0 se obţine din
sistemul:
⎧− λ1 x1 + 2 x 2 − 2 x3 = 0 ⎧2 x 2 − 2 x 3 = 0
⎪ ⎪ 2 x x
⎨2 x1 + (1 − 11 ) x 2 = 0 ⇔ ⎨2 x1 + x 2 = 0 ⇔ x 2 = x3 ; x1 = − 2 ; x1 = − 3 ⇒
⎪ − 2 x + ( −1 − λ ) x = 0 ⎪− 2 x − x = 0 2 2
⎩ 1 1 3 ⎩ 1 3

36
Eλ 1 = 0 = {x / x = ( k ,−2k , − 2k ), k ∈ R}
Printr-un calcul similar se obţine:
1
Eλ2=-3= {x/x=(h, h,h), h є R}
2
Eλ3=3 = {x/x=(-2t, -2t, t) t є R}
În consecinţă matricea A se poate scrie ca o matrice diagonală
⎛0 0 0⎞
⎜ ⎟ 2 2
A = ⎜ 0 − 3 0 ⎟ care conduce la forma canonică g(y) = -3y2 +3y3
⎜ 0 0 3⎟
⎝ ⎠
Baza în care s-a făcut transformarea se obţine din trei vectori
care aparţin celor trei subspaţii ale vectorilor proprii ca de exemplu:
B={b1 =(1, -2, -2) b2=(2, 1, 2) b3=(2, 2, -1)}
Exemplul 2:
Să se scrie o formă canonică a formei pătratice:
g(x) = 2x12+3x22+8x32+2x1x2-8x1x3+6x2x3
Soluţie: Matricea formei este:

⎛ 2 1 − 4⎞
⎜ ⎟
A=⎜ 1 3 3 ⎟
⎜− 4 3 8 ⎟
⎝ ⎠
2 1 −4
2 1
Minorii Δ 1 = 2; Δ 2 = = 6 − 1 = 5, Δ 3 = 1 3 3 = −50
1 3
−4 3 8
1 2 2 2 50 2 1 1 2 2 3
Atunci g ( y ) = y1 + y 2 − y 3 = y1 + y 2 − 10 y 3
2 5 5 2 5
La această formă pătratică se poate folosi şi metoda lui Gauss.
1 1
g(x)= [2x1+x2-4x3]2 - x22 +8x32+4x2x3+3x22+8x32+6x2x3
2 2
Elementul a11=2≠0 se va forma un pătrat perfect cu cei trei
termeni ce conţin pe x1 [2x12 + 2x1x2 –8x1x3]
37
Pentru restul termenilor se caută forma unui nou pătrat perfect
cu termeni ce conţin pe x2
g ( x) =
1
[2 x1 + x 2 − 4 x3 ]2 + 5 x 2 2 + 10 x2 x3 = 1 [2 x1 + x2 − 4 x3 ]2 + 2 ⎡⎢ 5 x2 + 5 x3 ⎤⎥ − 10 x3 2
2 2 2 5 ⎣2 ⎦
Substituind:
y1 = 2x1 + x2 - 4x3
y2 = 5 x2+5x3
2
y3 = x3
obţinem forma canonică
1 2 2 2 2
g(y) =y1 + y 2 − 10 y 3
2 5
OBSERVAŢIE
Dacă toţi coeficienţii aii = 0 unei forme pătratice g(x) sunt nuli
atunci nu se poate aplica nici o metodă de mai înainte.
În această situaţie se va face întâi o transformare de forma:
xi = y i - y j
xj = y i + y j
xk = yk, k≠i,j
Exemplu
Să se reducă forma pătratică g: R3 → R
g(x) = x1x2 + 2x2x3 + x1x3 la o formă canonică
⎛ 0 1/ 2 1/ 2 ⎞
Soluţie. Matricea formei este ⎜ ⎟
⎜1 / 2 0 1 ⎟
⎜1 / 2 1 0 ⎟⎠

Vom face transformarea
x 1 = y1 - y 2
x 2 = y1 + y2
x 3 = y3
În aceste condiţii, forma pătratică devine:
g(y) = (y1-y2)(y1+y2) + 2(y1+y2)y3 + (y1 – y2)y3 = y12 – y22 + 3y1y3 + y2y3
cu matricea
⎛ 1 0 3 / 2⎞
⎜ ⎟
A=⎜ 0 − 1 1/ 2 ⎟
⎜ 3 / 2 1/ 2 0 ⎟
⎝ ⎠

38
Minorii, prin metoda Jacobi, sunt:
Δ1=1; Δ2=-1; Δ3=2 g(z) = z12 – z22 – 1/2 z3.
APLICAŢII
1. Să se rezolve prin metoda eliminării complete Gauss
următoarele sisteme:
⎧x 1 + x 2 − 2x 3 + x 4 = 1

a .⎨ x 1 + 2 x 2 + 3 x 3 − x 4 = 2
⎪3 x + 5 x + 4 x − 5 x
⎩ 1 2 3 3

⎧3x 1 + x 2 − 5 x 3 = 2

b. ⎨ − x 1 + 2 x 2 + 3 x 3 = 1
⎪4 x − x − 8x = 5
⎩ 1 2 3

⎧x 1 + x 2 + 5x 4 = 1
⎪2 x + x + x = 2
⎪ 1 3 4
c⎨
⎪ 1− x + 2 x 2 − x3 = 2
⎪⎩ x 1 + x 2 + 2 x 3 − x 4 = 1

Rezolvare. Se aduc sistemele la sisteme echivalente diagonale:


a)
1 1 -2 1 1
1 2 3 -1 2
3 5 4 -5 3
1 1 -2 1 1
0 1 5 -1 1
0 2 10 -8 0
1 0 -7 3 0
0 1 5 -2 1
0 0 0 -4 -2
1 0 -7 0 3/2
0 1 -5 0 -2
0 0 0 1 1/2
39
b)
3 1 -5 0 2
-1 2 3 1
4 -1 -8 5
1 1/3 -5/3 2/3
0 7/3 4/3 5/3
0 -7/3 -4/3 -7/3
1 0 -39/21 9/7
0 1 4/7 5/7
0 0 0 -2/3
a) Sistem compatibil nedeterminat cu: x1=3/2-7x3; x2 = -2 + 5x3;
x3 є R; x4 =1/2
b) Sistem incompatibil. Rang A = 2, Rang A =3
c) Metoda eliminării complete poate determina sisteme echiva-
lente diagonale şi scriind pe orizontală
⎛1 1 0 5 1⎞ ⎛1 1 0 5 1⎞ ⎛ 1 0 1/ 2 1/ 2 1⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜2 0 1 1 2⎟ ⎜0 - 2 1 - 9 0⎟ ⎜0 1 − 1/ 2 − 9 / 2 0⎟
≈ ≈ ≈
⎜ −1 2 −1 0 2⎟ ⎜0 3 - 1 5 3⎟ ⎜ 0 0 1 / 2 − 17 / 2 3⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 1
⎝ 2 −1 1 ⎟⎠ ⎜⎝ 0 0 2 - 6 0 ⎟⎠ ⎜⎝ 0 0 2 −6 0 ⎟⎠
⎛1 0 0 9 − 2 ⎞ ⎛1 0 0 0 13 / 7 ⎞
⎜ ⎟ ⎜ ⎟
⎜0 1 0 − 4 3 ⎟ ⎜0 1 0 0 9/7 ⎟

⎜0 0 1 17 6 ⎟ ⎜0 0 1 0 − 9 / 7⎟
⎜ ⎟ ⎜ ⎟
⎜0 0
⎝ 0 28 − 12 ⎟⎠ ⎜⎝ 0 0 0 1 − 3 / 7 ⎟⎠

13 9 9 3
Sistem unic determinând soluţia: x1 = ; x2 = ; x3 = ; x4 =
7 7 7 7
2. Să se rezolve sistemele:
⎧2 x1 + x 2 − x3 = 6 ⎧ x1 + x 2 - x 3 = 1
⎪x − x + 2x = 0 ⎪ x + 2x = 2
⎪ 1 2 3 ⎪ 2 3
a)⎨ b)⎨
⎪2 x1 − 2 x 2 = −2 ⎪ x1 + 2x 2 = 4
⎪⎩ x1 + 2 x 2 − x3 = 3 ⎪⎩3x1 + 5x 2 = 0

40
Soluţii:
a. Sistem unic determinat x1=1; x2=2; x3=-2
b. Sistem incompatibil.
3. Să se studieze dependenţa liniară a sistemelor de vectori:
a) v1=(1, 3, -1,1); v2= (0,1,1,0); v3=(-2,1,1,0) în R4
b) v1= (2,1,-3); v2=(4,5,-1); v3=(1,2,1) în R3
c) v1=(0,2,3); v2=(1,-1,3); v3=(-2,1,3) în R3
Rezolvare. a) Se consideră relaţia: α1ν1+α2ν2+α1ν3=0
înlocuind vectorii v1, v2, v3 se obţine:
⎧α 1 − 2α 3 = 0 ⎛1 0 − 2⎞
⎪3α + α + α = 0 ⎜ ⎟
⎪ 1 2 3 ⎜3 1 1 ⎟
⎨ ⇔ A=⎜
⎪− α 1 + α 2 + α 3 = 0 −1 1 1 ⎟
⎜ ⎟
⎪⎩α 1 = 0 ⎜1
⎝ 0 0 ⎟⎠
Matricea vectorilor. Rang A =3 ⇒
Sistemul omogen este unic determinat cu soluţia α1=α2=α3=0 ⇒
Cei trei vectori sunt liniar independenţi.
b) Pornind de la aceeaşi relaţie se obţine sistemul:
⎧2α 1 + 4α 2 + α 3 = 0

⎨α 1 + 5α 2 + 2α 3 = 0
⎪− 3α − α + α = 0
⎩ 1 2 3

⎛ 2 4 1⎞
⎜ ⎟
A=⎜ 1 5 2 ⎟ rang A = 2 ⇒ sistem nedeterminat cu
⎜− 3 −1 1⎟
⎝ ⎠
1 1
soluţia α 1 = α 3 , α 2 = − α 3 , α 3 = k ∈ R
2 2
Cei trei vectori sunt liniar dependenţi. Relaţia de dependenţă a
k k
celor trei vectori este: ν 1 − ν 2 + kν 3 = 0
2 2
41
c) Se scrie matricea vectorială:

⎛ 0 1 − 2⎞
⎜ ⎟
A = ⎜ 2 − 1 1 ⎟ A = - 21 ⇒ rang A = 3
⎜3 3
⎝ 3 ⎟⎠
Cei trei vectori sunt liniari independenţi.
4. În spaţiul R3 se dau vectorii: v1=(2,1,3), v2=(-1, 2, 0), v3=(1,
0, -2). Să se arate că aceştia formează o bază. Se cer coordonatele
vectorului v = (2,2,2) în această bază.
Rezolvare: Cei trei vectori v1, v2, v3 vor forma o bază în R3 dacă
vor fi liniari independenţi. Se scrie matricea:

⎛2 −1 1 ⎞
⎜ ⎟
A = ⎜1 2 0 ⎟ Se calculează │A│= -16 ⇒ rang A = 3 ⇒
⎜ 3 0 − 2⎟
⎝ ⎠
vectorii sunt liniari independenţi. Vectorul v se va scrie: v = α1v1 +
α2v2 + α3v3 ⇒ (2,2,2) = α1(2,1,3) + + α2(-1,2,0) + α3(1,0,-2) ⇒

⎧2α 1 − α 2 + α 3 = 2

⇒ ⎨α 1 + 2α 2 = 2
⎪3α − 2α = 2
⎩ 1 2

Sistemul trebuie să aibă soluţie unică şi anume:


α 1 = 1, α 2 = 1 / 2, α 3 = 1 / 2
Coordonatele vectorului v în baza {v1, v2, v3} sunt (1, 1/2, 1/2).
5. În R4 se dau vectorii z1=(1,1,1,1) x2=(0,1,0,1) x3=(2,1,0,0)
x4=(-1,0,-1,1). Să se arate că aceştia formează o bază. Să se scrie
coordonatele vectorului x = (2,1,2,1) în această bază.
Soluţie: Formează bază căci determinantul de ordinul patru este
diferit de zero. Coordonatele vectorului în baza {x1, x2, x3, x4} sunt (2,
-1, 0, 0).
6. Să se calculeze produsul scalar al vectorilor:
a) v1=(1,-2,0,3,4); v2=(1,4,-2,1,2) în R5

42
⎛1 1⎞
b) x1 = (2,1,1/2),v 2 = ⎜ ,2,− ⎟ în R3
⎝3 3⎠
Rezolvare:
a) <v1, v2 > =1·1+(-2) · 4 + 0(-2) + 3 · 1 + 4 · 2 = 4
1 1 ⎛ 1 ⎞ 15
< x1, x2> = 2 ⋅ + 1⋅ 2 + ⋅ ⎜ − ⎟ =
3 2 ⎝ 3⎠ 6
7. Să se normeze vectorii: v1=(3,2,1,3), v2=(0,2,-3,1)

* 1 ⎛ 3 2 1 3 ⎞
Rezolvare: v1 = (3,2,1,3) = ⎜⎜ , , , ⎟⎟
23 ⎝ 23 23 23 23 ⎠
* 1 ⎛ 2 3 1 ⎞
v2 = (0,2,−3,1) = ⎜ 0, ,− , ⎟
14 ⎝ 14 14 14 ⎠

8. Fie baza b1 = (1, 1, 2)T, b2 = (-1, 2, 5)T, b3 = (0, 1, 4)T în R3.


Să se construiască o bază ortogonală în spaţiul R3. Rezolvare: Luăm
procedeul Gramm-Schmidt.
〈b 2 , a 1 〉 1
a1 = b1 = (1,1,2)T , a 2 = b2 − λ 21 a1 cu λ 21 = =
〈 a 1a 1 〉 6
1 ⎛ 7 11 2 ⎞
deci a 2 = ( −1,2,0) T − (1,1,2) T = ⎜ − , ,− ⎟ ; a3 = b3 - λ31 a2 cu
6 ⎝ 6 6 6⎠
〈b3 , a1 〉 9 〈b , a 〉 29 36
λ 31= = λ 32 = 2 2 = ⋅ =1
〈 a1 , a1 〉 6 〈 a2 , a2 〉 6 174
3 ⎛ 7 11 − 2 ⎞ ⎛ 2 − 7 4 ⎞
a3 = (0,1,4) − (1,1,2) − 1⎜ − , , ⎟ = ⎜− , , ⎟
2 ⎝ 6 6 6 ⎠ ⎝ 6 3 3⎠
Vectorii: {a1, a2, a3} formează o bază ortogonală.
9. Să se verifice că vectorii {a1, a2, a3} şi {b1, b2, b3} formează două
baze ale spaţiului R3. Să se găsească relaţiile care există între
coordonatele unui vector v scris în cele două baze. Vectorii sunt: a1 = (1,
2, -3); a2 = (3,1,0); a3 = (-2, 1, 4); b1 = (2,-2,1); b2 = (1,4,0); b3 = (0,1,4).
Rezolvare: Se scriu matricele A şi B şi se calculează rangurile lor.

43
⎛ 1 3 − 2⎞
⎜ ⎟
A=⎜ 2 1 1 ⎟ A = −35 ⇒ rang A = 3
⎜− 3 0 4 ⎟⎠

⎛2 1 0⎞
⎜ ⎟
B = ⎜- 2 4 1⎟ B = 41 ⇒ rang A = 3
⎜1 ⎟
0 4⎠

Deci: A= {a1, a2, a3} şi B = {b1, b2, b3} sunt baze în R3
Fie:
νA=(ν1, ν2, ν3) ⇒ în baza A νA= ν1a1+ν2a2+ν3a3
νB=(w1, w2,w3) ⇒ în baza B νB=W1b1+w2b2+w3b3 ⇒
νT=A·νAT şi νT=BνBT Deci AνAT=BνBT Relaţia care înmulţită la
stânga cu A-1 se obţine:
νAT=A-1·B·νB
−1
⎛ν 1 ⎞ ⎛ 1 3 - 2 ⎞ ⎛ 2 1 0 ⎞⎛ w1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟
⎜ν 2 ⎟ = ⎜ 2 1 1 ⎟ ⎜ − 2 4 1 ⎟⎜ w2 ⎟
⎜ν ⎟ ⎜ - 3 0 4 ⎟ ⎜ 1 0 4 ⎟⎜ w ⎟
⎝ 3⎠ ⎝ ⎠ ⎝ ⎠⎝ 3 ⎠
10. Să se arate că următoarele aplicaţii sunt aplicaţii liniare:
a) f: R3 → R2 f(x1, x2, x3) = (2x1 – x3, 2x2)
b) f: R2 → R2 f(x1, x2) = (x1-x2, 2x1-x2)
Rezolvare:
a) Fie: x = (x1, x2, x3), y = (y1, y2, y3) є R3 şi α, β є R Calculăm:
αx + βy = (αx1+ βy1, αx2+ βy2, αx3+βy3) ⇒
f(αx + βy) = (2(αx1+ βy1)-( αx3+ βy3), 2(αx2+ βy2)=
=α(2x1-x3, 2x2), + β(2y1-y3,2y3)= αf(x)+ βf(y)
Deci f este operator liniar.
b) Fie xF(x1,x2), y=(y1y2) є R2 şi α, β є R
αx+ βy=(αx1 + βy1, αx2 + βy2) ⇒
f(αx+ βy)=( αx1+ βy1 - αx2- βy2, 2αx1+ 2βy1 - αx2- βy2) =
= (α(x1-x2)+ β(y1-y2), α(2x1-x2)+ β(2y1-y2))=
= α(x1-x2, 2x1-x2) + β(y1-y2, 2y1-y2)= αf(x)+ βf(y)
Deci f este aplicaţie liniară.
44
11. Fie aplicaţia f: R3 → R2, f(x) = (x12, x1-x3).
Să se verifice dacă este o aplicaţie liniară.
Rezolvare: x=(x1,x2,x3) y=(y1,y2,y3) şi α, β є R
αx+ βy = αx1+ βy1, αx2+ βy2, αx3+ βy3 ⇒
f(αx+ βy) = (αx1+ βy1)2, αx2+ βy2-αx3- βy3)=
(α2x12+ β2y12+2αβx1y1+α(x2-x3)+ β(y2-y3)) ≠
≠αf(x)+ βf(y)
Deci f nu este operator liniar.
12. Fie aplicaţia liniară f: R2 → R3 f(x1x2)= (x1+2x2, -x1, x1+x3).
Să se scrie matricea ataşată operatorului f.
Rezolvare: Matricea aplicaţiei liniare este:

⎛ 1 2⎞
⎜ ⎟
A = ⎜ −1 0⎟
⎜ 1 1⎟
⎝ ⎠
13. Fie aplicaţia liniară f: R3 → R3 cu f(x) = (2x1+x2+x3,
2x1+3x2+2x3, 3x1+3x2+4x3)
Să se scrie matricea ataşată aplicaţie liniare, să se determeni
vectorii şi valorile proprii. Să se determine o bază în care aplicaţia se
poate aduce la o formă diagonală.
Rezolvare: Matricea formei este:

⎛2 1 1⎞
⎜ ⎟
A = ⎜ 2 3 2⎟
⎜ 3 3 4⎟
⎝ ⎠
Pentru a determina valorile proprii se scrie ecuaţia caracteristică
P(λ)=│A-λE│= 0

⎛2 −1 1 1 ⎞
⎜ ⎟
P (λ ) = ⎜ 2 3−λ 2 ⎟ = (λ - 1) 2 (λ - 7) = 0
⎜ 3 3 4 − 1⎟⎠

Deci aplicaţia are valorile proprii λ1=λ2=1 şi λ3=7
45
Vectorii proprii corespunzători valorilor proprii vor fi soluţii ale
sistemelor:

⎧(2 − λ1 ) x 1 + x 2 + x 3 = 0 ⎧(2 - λ 3 ) x 1 + x 2 + x 3 = 0
⎪ ⎪
⎨2 x 1 + (3 − λ1 ) x 2 + 2x 3 = 0 ⎨2 x 1 + ( x − λ 3 ) x 2 + 2x 3 = 0
3

⎪3x + 3x + (4 − λ ) x = 0 ⎪3x + 3x + (4 − λ ) x = 0
⎩ 1 2 1 3 ⎩ 1 2 3 3

⎧x 1 + x 2 + x 3 = 0 ⎧- 5x 1 + x 2 + x 3 = 0
⎪ ⎪
⎨2 x 1 + 2 x 2 + 2x 3 = 0 ⎨2x 1 - 4x 2 + 2x 3 = 0
⎪3x + 3x + 3x = 0 ⎪3x + 3x - 3x = 0
⎩ 1 2 3 ⎩ 1 2 3

Subspaţiile vectorilor proprii Eλ=1 şi Eλ=7 sunt:


Eλ=1={x/x=(-k-h,h,h) k,h ∈ R} dim Eλ=1=2
Eλ=7={x/x=(k,2k,3k,) k ∈ R} dim Eλ=7=1
Matricea A poate fi transformată într-o bază, într-o matrice
diagonală deoarece subspaţiile vectorilor proprii au dimensiuni egale
cu ordinul de multiplicitate al valorii proprii respective.
Deci:

⎛1 0 0⎞
⎜ ⎟
A = ⎜ 0 1 0 ⎟ într - o baza B = (b1 , b2 , b3 )
⎜0 0 7⎟
⎝ ⎠
14. Fie aplicaţiile liniare f: R3 → R3
a) f1(x)=(2x1+2x3, x1+x2)
b) f2(x)=(2x1-x2, -x1+2x3, -x2+2x3)
Se cere să se scrie matricea ataşată aplicaţiilor. Să se determine
valorile şi vectorii proprii; să se determine baza în care matricele pot fi
diagonalizate. Răspuns:
⎛ 2 2⎞
a) A = ⎜⎜ ⎟⎟; λ1=0; λ2=3 O bază în care:
⎝1 1⎠
⎛ 0 0⎞
A = ⎜⎜ ⎟⎟ este B={b1=(1,-1) b2=(2,1)}
⎝ 0 3⎠
46
⎛ 2 −1 0⎞
⎜ ⎟
b) A = ⎜ − 1 0 2 ⎟ ; λ1=λ2=1; λ3=2. Nu există o bază din R3
⎜ 0 −1 2⎟
⎝ ⎠
în care să se poată diagonaliza matricea formei A.
15. Să se aducă la forma canonică, prin metoda lui Gauss,
formele pătratice:
a) g1(x) = 2x12+α22+x32-2x1x2+4x1x3-2x2x3
b) g2(x)=5x12+6x22+4x32-4x1x2-4x1x3
Rezolvare:
a) Observăm că avem coeficienţii aii ≠ 0, de exemplu a11 =2. Se
aleg toţi termeni care pe xn formând un pătrat cu aceştia.
1
g(x) = (2x12 - 2x1x2 + 4x1x3) + x2 + x3 - 2x2x3 =
(2x1 - x2 + 2x3)2
2
1 1 1
- x22 - 2x32+2x3x3+x2+x3-2x2x3 = (2x1-x2+2x3)2+ x22-x32
2 2 2
Dacă notăm: y1=2x1-x2+2x3; y2=x2; y3=x3
atunci:
1 2 1 2 2
g 1 (y) = y1 + y 2 − y 3
2 2
b) Procedând similar se obţine:

⎧ y1 = 5 x1 − 2 y 2 − 2 x3

1 2 5 2 40 2 ⎪ 26 4
g 1 (y) = y1 + y2 + y3 unde ⎨ y 2 = x2 − x2
5 26 13 ⎪ 5 5
⎪⎩ y 3 = x3
16. Utilizând metoda valorilor proprii să se aducă la forma
canonică următoarele forme pătratice:
a) g1(x) = 5x12 + 6x22 + 4x32 - 4x1x2 - 4x1x3
b) g2(x) = x12 + 5x22 + x32 + 2x1x2 + 6x1x3 + 2x2x3
Rezolvare: a) Se scrie matricea simetrică a formei pătratice

47
⎛ 5 − 2 − 2⎞
⎜ ⎟
A = ⎜− 2 6 0 ⎟
⎜− 2 0 4 ⎟⎠

Se determină valorile proprii scriind ecuaţia caracteristică a
acestei matrici.
5−λ −2 −2
P(λ) = − 2 6 − λ 0 = ( λ - 2) ( λ - 5) ( λ - 8) = 0
−2 0 4−λ

Valorile proprii sunt: λ1=2, λ2=5, λ3=8


Subspaţile vectorilor proprii: Eλ1={x/x=(2a, a, 2a) a є R}
Eλ2= {x/x= (a, 2a, -2a), a є R } Eλ3= {x/x=(-2a, 2a, a) a є R }
Vectorii
ν1 = (2,1,2) ∈ Eλ1; ν2 = (1,2,-2) ∈ tλ2; ν3 = (-2, 2, 1) ∈ tλ3 formează o
ϑ1 ⎛ 2 1 2 ⎞
bază ortogonală a spaţiului R3. Vectorii normaţi w1 = =⎜ , , ⎟
ϑ1 ⎝ 5 5 5 ⎠
ϑ2 ⎛ 1 2 − 2 ⎞ ϑ ⎛ − 2 2 1⎞
w2 = = ⎜ , , ⎟ şi w3 = 3 = ⎜ , , ⎟ formează o bază
ϑ2 ⎝ 5 5 5 ⎠ ϑ3 ⎝ 5 5 5 ⎠
ortonormată în care forma pătratică se transformă în forma canonică:
g1(y)=2y12+5y22+8y3
b) Similar se obţine:
g2(y)=-2y12+3y22+6y32 într-o bază ortonormată
⎛ 1 1 ⎞ ⎛ 1 1 1 ⎞ ⎛ 1 2 1 ⎞
w1 = ⎜ , 0, - ⎟ w2 = ⎜⎜ ,− , ⎟⎟ w3 = ⎜⎜ , , ⎟⎟
⎝ 2 2⎠ ⎝ 3 3 3⎠ ⎝ 6 6 6⎠

48
2. PROGRAMARE LINIARĂ

2.1. Introducere

În prezent o serie de activităţi economice şi sociale complexe


conduc la rezolvarea unor probleme de optimizare. Astfel, probleme
din domeniul planificării producţiei, de planificare a investiţiilor,
probleme de transport, probleme de dietă etc. conduc la probleme de
optimizare ale căror soluţii optime trebuie determinate. Modelarea lor
matematică a permis utilizarea aparatului matematic furnizat de
algebra liniară pentru determinarea soluţiilor optime. De exemplu,
modelarea în unele probleme economice poate fi făcută astfel: notând
cu xi (i = 1,..., n) nivelele la care trebuie să se desfăşoare n activităţi şi
prin f (x1,.., xn) funcţia obiectiv (de eficienţă) se cere să se determine
valorile variabilelor Xi, (i = 1,..., n) aşa încât funcţia obiectiv să ia
valoarea maximă (minimă).
[max/min] f (x1,..., xn) (2.1.1.)
cu condiţiile
fj (x1,..., xn) ≥ 0, 0 ≤ j ≤ m (2.1.2.)
numite şi restricţiile problemei.
Dacă funcţiile f şi fj,, (j = 1,..., m) sunt funcţionale liniare,
problema este de programare liniară.
Iată câteva exemple:
Exemplul 1: Problemă de planificare a producţiei
O întreprindere industrială dispune de materiile prime M1,...Mn,
deci care fabrică produsele P1,...Pm. Dintr-o tonă de materie primă Mi
(i = 1,..., n) se produc aij unităţi din produsul Pj (j = 1,..., m) (aij se
numesc şi consumuri specifice).
Lunar întreprinderea trebuie să producă bj (j = 1,..., m) unităţi
din fiecare produs Pj . Dacă preţul unei tone din materia primă Mi
este ci (i = 1,..., n), să se întocmească un plan de consum lunar al
materiilor prime astfel încât pentru realizarea producţiei planificate,
cheltuielile să fie minime.
Fie xj cantitatea din materia primă Mi utilizată în procesul de
producţie, aij xj reprezintă cantitatea de materie primă din resursa Mi
49
utilizată pentru producerea cantităţii de produs Pj, iar cantitatea totală
din resursa Mi necesară pentru producţia totală formată din produsele
P1,..., Pn este
a1j x1 + a2j x2 + ....anj xn
Ţinând seama de faptul că lunar întreprinderea trebuie să
producă cel puţin bj unităţi din fiecare produs Pj
a1j x1 + a2j x2 +....+ anj xn ≥ bj (j = 1,..., m)
Deci, modelul matematic al problemei este
n

∑a x
i =1
ij i
≥ bj , (j = 1,...,m) (2.1.3.)

xi ≥ 0, i = 1,..., n (2.1.4.)
n
[min] f = ∑c x
1=1
i i (2.1.5.)

Condiţiile (3) sunt restricţiile problemei, (4) sunt condiţii de


nenegativitate, iar f este funcţia obiectiv sau funcţia de eficienţă.
Exemplul 2: O problemă de utilizare optimă a unor resurse.
În condiţiile exemplului 1, deci din materiile prime R1,...,Rn care
sunt limitate de cantităţile b1,..., bn se fabrică produsele P1,..., Pm. Se
cunosc consumurile specifice aij ≥ 0 şi beneficiile unitare cj, (j = 1,..., m)
(cj este suma realizată prin valorificarea unei unităţi din produsul Pj în
unităţi băneşti). Se cere să se determine cantităţile xj, deci fiecare
produs Pj care trebuie realizate astfel încât beneficiul să fie maxim.
Modelul matematic al problemei este:
m

∑a x
j=1
ij j ≤ bi i = 1,..., n (2.1.6.)

xj ≥ 0, j = 1,..., m (2.1.7.)
m
[max] f = ∑c x
j=1
j j (2.1.8.)

50
Condiţiile (6) rezultă din faptul că nu putem consuma din fiecare
m
resursă mai mult decât cantitatea de care dispunem, iar ∑c x
j=1
j j reprezintă

încasările totale.
Se pot da şi alte exemple de probleme de programare liniară, pe
care le vom trata în cadrul acestui capitol.

2.2. Forma generală a problemei de programare liniară


Forma generală a unei probleme de programare liniară este:
n

∑a x
i =1
ij i
≤ bj , j = 1,..., k (2.2.1.)

∑a x
i =1
ij i
≥ bj , j = k+1,..., l (2.2.2.)

∑a x
i =1
ij i
= bj , j = l+1,..., m (2.2.3.)

x i ≥ 0, x i ≥ 0,K , x i ≥ 0 ,
1 2 p
(2.2.4.)

x i ≤ 0,K, x i ≤ 0
p +1 p+r

celelalte variabile nu au semnul specificat


n
[max/min] f = ∑c x
i =1
i i (2.2.5.)

A rezolva o astfel de problemă înseamnă a determina valorile


nenegative ale variabilelor Xi care satisfac condiţiile (2.2.1.), (2.2.2.),
(2.2.3.) (deci a determina nivelurile Xi la care se desfăşoară anumite
activităţi) şi care optimizează funcţia obiectiv f (sau funcţie de eficienţă).
O problemă de programare liniară poate fi formulată şi matriceal
dacă toate inecuaţiile sistemului de restricţii au acelaşi sens (condiţie care
poate fi uşor îndeplinită înmulţind cu –1 inecuaţiile (2.2.1.) sau (2.2.2.).
De exemplu, notând cu A = (aij)m × n , b = (b1,...,bm)t , C = (c1,...,
cm) şi
51
X = (x1,..., xn)t problema din ex. 1. Se scrie:
AX ≤ b
X≥0 (2.2.6.)
[min] f = CX
Forma standard a unei probleme de programare liniară este:
AX = b (2.2.7.)
X≥0 (2.2.8.)
[max/min] f = CX (2.2.9.)
Orice problemă de programare liniară poate fi adusă la forma
standard şi anume:
Toate inecuaţiile din sistemul de restricţii pot fi transformate în
egalităţi adunând sau scăzând (după caz) o serie de variabile nenegative
numite variabile ecart sau de compensare. În acest fel din matricea A =
(aij) obţinem matricea Al obţinută din A la care s-au adăugat l vectori
coloană cu toate elementele nule cu excepţia elementului situat pe linia j
care este +1 pentru inecuaţiile ≤ sau –1 pentru inecuaţiile ≥, iar vectorul
x = (x1,..., xn)t devine Xl obţinut din X prin adăugarea a l componente
nenegative xn + 1,..., xn + l şi care reprezintă activităţi fictive. Analog C
devine Cl = (c1,..., cn, 0,..., 0), adăugând la C, l componente nule.
Variabilele nenegative x i1 K x i p rămân aceleaşi, iar în locul
variabilelor negative xi p+1 ,K, xir vom introduce noi variabile
nenegative prin substituţiile
wk = –xk (k = ip + 1,..., ir)
Variabilele x i ,K, x i
r +1 n
care nu au semnul specificat se pot
înlocui fictiv cu diferenţa a două variabile presupuse nenegative şi anume:
x i k = u i k − v i k , u k ≥ 0, v k ≥ 0 , (k = r,..., n)
Aceste modificări conduc la forma extinsă a problemei de
programare liniară:
Al Xl = b
Xl ≥ 0
[max/min] f = Cl Xl
care este forma standard.

52
Exemplul 1: Să se aducă la forma standard problema de progra-
mare liniară:
⎧ x1 + 3x2 – x3 – 2x4 + 3x5 = 7
⎪ x1 – 2x2 – x3 + x5 + 2x6 ≤ 6
⎨ –2x + 3x + 2x – x – x + x ≥ 4
1 2 3 4 6 7

⎩ 3x1 + x2 – x3 + 2x5 – x6 – 3x7 ≥ 3
x1 ≥ 0, x2 ≥ 0, x3 ≤ 0, x7 ≤ 0, x4, x5, x6 fără restricţii de semn
[max] f = 3x1 – 2x2 + x3 + x4 – x5 + 2x7.
Pentru x3 şi x7 care sunt negative facem substituţiile
w3 = –x3, w7 = –x7 ,
iar variabilele x4, x5, x6 care nu au restricţii de semn se vor
înlocui cu
x4 = u4 – v4 ; x5 = u5 – v5 ; x6 = u6 – v6
Cu aceste înlocuiri sistemul de restricţii devine:
x1 + 3x2 + w3 – 2(u4 – v4) + 3(u5 – v5) = 7
x1 – 2x2 + w3 + (u5 – v5) + 2(u6 – v6) ≤ 6
–2x1 + 3x2 – 2w3 – (u4 – v4) – (u6 – v6) – w7 ≥ 4
3x1 + x2 + w3 + 3w7 = 3
şi f = 3x1 – 2x2 – w3 + (u4 – v4) – (u5 – v5) – 2w7
Pentru forma standard adăugăm variabilele ecart .......... şi obţinem
x1 + 3x2 + w3 – 2u4 + 2v4 + 3u5 – 3v5 = 7
x1 – 2x2 + w3 + u5 – v5 + 2u6 – 2v6 + x 8e =6
–2x1 + 3x2 – 2w3 – u4 – v4 – u6 – v6 – w7 – x e9 =4
e
3x1 + x2 + w3 + 3w7 – x10 ≥ 3
x1 ≥ 0, x2 ≥ 0, w3 ≥ 0, u4 ≥ 0, v4 ≥ 0, u5 ≥ 0, v5 ≥ 0, u6 ≥ 0, v6 ≥0,
w7 ≥ 0,
x 8e ≥ 0, x 9e ≥ 0, x 10
e
≥0
[max] f = 3x1 – 2x2 – w3 + u4 – v4 – u5 + v5 – 2w7
De menţionat că în orice cerinţă de optimizare maximul şi mini-
mul se pot înlocui reciproc, anume:
[max] f(x) = [–min ] (–f(x))
[min] f(x) = [– max] (–f(x))

53
2.3. Soluţiile problemei de programare liniară
În continuare vom considera problema standard (S) de programare
liniară. Pentru compatibilitatea sistemului (2.2.7.) considerăm că
rang A = rang (Ab)
şi rang A = m ceea ce implică m≤n
DEFINIŢIA 3.1. Numim soluţia posibilă (sau realizabilă) a
problemei (S) un vector x = (x1, ..., xn)t din spaţiul soluţiilor care
satisface (2.2.7.) şi (2.2.8.)
Mulţimea soluţiilor posibile este o submulţime a spaţiului
vectorial n- dimensional al soluţiilor, ea poate fi vidă, redusă la un
punct, infinită dar mărginită, infinită şi nemărginită aşa cum rezultă
din exemplele pe care le vom analiza.
Se demonstrează că mulţimea soluţiilor posibile este o mulţime
convexă.
DEFINIŢIA 3.2. O soluţie posibilă (sau realizabilă) X se numeşte
soluţie de bază (sau program de bază) dacă are cel mult m componente
strict pozitive (xi1,..., xir, r ≤ m) şi dacă vectorii coloană ai1, ..., air
corespunzător coordonatelor nenule xir (r ≤ m), ale vectorului X sunt
liniar independenţi.
Dacă soluţia de bază are exact m componente nenule ea este
nedegenerată, în caz contrar (dacă conţine mai puţin de m componente
nenule) ea este degenerată.
DEFINIŢIA 3.3. Se numeşte soluţie optimă a problemei (S) o
soluţie posibilă care satisface cerinţa de optim (2.2.9).
Exemplul 2.1.: Fie programul (S)
x1 – x2 – 2x3 – x4 = 4 (2.3.1.)
2x1 + x2 – 4x3 – x5 = 6
xi ≥ 0 i = 1, ..., 5 (2.3.2)
1 −1 − 2 −1 0
Matricea A = are rangul 2
2 1 4 0 −1
Vectorul X1 = (20/3, 4/3, 1, 0, 4)t este o soluţie posibilă deoarece
satisface condiţiile (2.1.1) şi (2.1.2.)
Vectorul X2 = (4, 0, 0, 0, 2)t reprezintă o soluţie de bază
nedegenerată deoarece numărul componentelor nenule este 2 = rang A
⎛1⎞ ⎛0⎞
şi vectorii a 1 = ⎜⎜ ⎟⎟ şi a 5 = ⎜⎜ ⎟⎟ sunt liniar independenţi.
⎝ 2⎠ ⎝ − 1⎠
54
Vectorul X3 = (22/3, 0, 2, 0, 0)t nu este o soluţie de bază deşi
este o soluţie posibilă deoarece vectorii coloană din matricea A
⎛1⎞ ⎛- 2⎞
corespunzători componentelor nenule a 1 = ⎜⎜ ⎟⎟ şi a 3 = ⎜⎜ ⎟⎟ sunt
⎝ 2⎠ ⎝ 4⎠
liniar dependenţi.
Vom da în continuare câteva teoreme privind soluţiile unui
program liniar. pentru demonstrarea lor se pot consulta [1], [2], [3], ...
TEOREMA 3.1. Între soluţiile posibile ale unei probleme de
programare liniară şi soluţiile posibile ale problemei extinse există o
corespondenţă biunivocă.
TEOREMA 3.2. Între soluţiile optime ale unei probleme de
programare liniară şi cele ale problemei extinse există o corespondenţă
biunivocă.
Spaţiul vectorial n-dimensional al tuturor soluţiilor X se numeşte
spaţiul soluţiilor, iar mulţimea soluţiilor posibile formează un
subspaţiu H al acestuia ea poate fi vidă, redusă la un punct, infinită dar
mărginită sau infinită şi nemărginită aşa cum va rezulta din exemplele
pe care le vom da.
TEOREMA 3.3. Dacă pentru un program liniar H ≠ Ø atunci
există cel puţin o soluţie de bază.
Din cele expuse până acum rezultă că pentru rezolvarea unei
probleme de programare liniară este necesar şi suficient să putem descoperi
în mulţimea soluţiilor de bază pe acelea care optimizează funcţia obiectiv.
În cazul în care în problemă intervin două sau trei variabile soluţia putea fi
determinată prin metode elementare şi anume metoda grafică şi metoda
algebrică [...]. În celelalte cazuri o inspectare completă a mulţimii tuturor
soluţiilor de bază ar presupune un volum mare de calcule şi o serie de
dezavantaje ca în cazul problemelor cu soluţie infinită.
O metodă care ne dă răspunsuri precise şi concludente şi care
necesită un volum relativ mic de calcule este metoda simplex, care
permite determinarea soluţiei optime pornind de la o soluţie de bază
după un număr finit de iterate.

2.4. Metoda simplex de rezolvare a unui program liniar standard


Fie programul standard
(S) AX = b (2.4.1.)
X≥0 (2.4.2.)
[max] f = CX (2.4.3.)
55
cu notaţiile din paragraful 1. Dacă vectorii coloană ai matricei
A, a i 1 , a i 2 ,..., a i m formează o bază în Rm, atunci xi1, xi2, ... , xim se
numesc coordonate bazice (variabile de bază). Matricea A poate fi
descompusă în două submatrice EB formată din vectorii a i 1 , ..., a i m şi
E formată cu celelalte coloane, deci:
A = BE (2.4.4.)
şi analog
C = (CB, CE), X = (XB, XE)t (2.4.5.)
iar forma standard se scrie
E F (X B , X E ) = B
t
(2.4.6.)
XB ≥0, XE ≥ 0 (2.4.7.)
[max] f = (CB, CE) (XB, XE)t (2.4.8.)
Făcând calculele, rezultă
EXB + FXE = B (2.4.9.)
XB≥ 0, XE ≥ 0 (2.4.10.)
[max] f = CBXB + CEXE (2.4.11.)
O soluţie a sistemului (3.9) este
XB = B-1b –B-1EXE (2.4.12.)
luând aici XF = 0 obţinem o soluţie de bază pentru (2.4.9.) şi anume
XB = B-1b (2.4.13.)
Dacă XB ≥ 0 spunem că baza B = {4a i1 ,..., a im } este primal
(
admisibilă. Dacă vectorul a j = y i1 j , y i 2 j ,...y i m j )
t
(j = 1, ..., n) are
aceste componente în raport cu baza B iar
C = (c i1 , c i2 ,...c im ), x j = ∑
E
c i y ij , I = {i1 , i 2 ,...i m }, j ∈ J (2.4.14.)
i∈I
cu J = {1, ..., n, y-I}
Dispunând de o bază primal admisibilă se întocmeşte tabelul
simplex în care trecem:
a) soluţia XB = B-1b
b) CB = (Ci1, ..., Cim)
(
c) ∑
f B = C B X B = C i X i valoarea
i∈I
funcţiei obiectiv

corespunzătoare soluţiei de bază.

56
d) (
B−1a j = y i1 j , y i 2 j ,..., y i m j )
t
care reprezintă coordonatele
vectorilor a j , i ≤ j ≤ n în baza B. dacă B este baza canonică yij sunt
coeficienţii din sistemul de restricţii dat.
e) se calculează f j = C i y ij ∑
i∈I

⎧⎪∑ c i y ij − c j , j ∈ I
f) se calculează diferenţele z j − f j = ⎨ i∈I
⎪⎩0 , j∉ I
Un astfel de tabel simplex arată deci sub forma:
c1 c2 ... ci ... cm cm+1 ... cn
CB B XB a1 a2 ... ai ... am a m +1 ... a n
c1 a 1 ~
x1 1 0 ... 0 ... 0 y1,m+1 ... y1,n
c2 a2 ~
x 0 1 ... 0 0 y2,m+1 ... y2,n
2

M M M M M M M M M
ci ai ~
xi 0 0 ... 1 0 yi,m+1 ... yi,n
M M M M M M M M M
cm am ~
xm 0 0 ... 0 1 ym,m+1 ... ym,n
fB f1 f2 fi fm fm+1 ... Fn
ci-fj 0 0 ... 0 0 cm+1-fm+1 ... cn-fn
În continuare se aplică testul de optimalitate al soluţiei XB şi bazat
pe următoarele teoreme pe care le dăm fără demonstraţie şi anume:
TEOREMA 4.1. Dacă fj – cj ≥ 0 pentru toţi j ∈ J, problema de
programare liniară are optim finit şi fopt = fB.
TEOREMA 4.2. Dacă pentru un indice j∈J pentru care fj – cj < 0
toate componentele xjk ≤ 0, programul are optim infinit
1. Dacă toţi cj – fj ≥ 0, j∈J atunci XB este soluţia optimă şi fopt = fB
2. Dacă există cel puţin o diferenţă fj – cj < 0 atunci soluţia nu
este optimă. În acest caz există următoarele posibilităţi.
a) Fie l∈J aşa încât c l − f l < 0 şi dacă toţi yij ≤ 0 ∈ i ∈I,
problema nu are optim finit.

57
b) Fie l ∈J cu c l − f l < 0 şi există cel puţin un yij > 0
atunci soluţia poate fi îmbunătăţită.
Se trece la prima iterată prin care se determină vectorul care
intră în bază şi vectorul care iese din bază. Indicele k al vectorului care intră
în bază ne este dat de
ck – fk = max {cj – fj / cj – fj > 0} (4.14.)
iar indicele h al vectorului care iese din bază este dat de
(
xh ⎧~x ⎫
= min ⎨ i / i ∈ I, y ik f 0⎬ (4.15.)
y kh ⎩ y ik ⎭
În acest mod vectorului a h din bază îi ia locul vectorul a k⋅
Se stabileşte elementul pivot ykh şi se recalculează toate
elementele tabloului simplex şi se obţine o nouă soluţie de bază*. Dacă
această soluţie nu este optimă se trece la iterata următoare. Ca rezultat
al fiecărei iterate se obţine o nouă soluţie de bază şi în baza teoremelor
enunţate anterior în final obţinem soluţia optimă sau ne convingem că
nu avem optim finit.
Observaţii
Reamintim regula de calcul:
- elementele de pe linia pivotului se împart la pivot
- elementele de pe coloana pivotului devin nule cu excepţia
pivotului care devine 1
- celelalte elemente se calculează după „regula dreptun-
ghiului”. Se determină valoarea unui determinant de ordin doi unde
pe diagonala principală avem pivotul şi elementul ce trebuie
recalculat iar celelalte elemente se găsesc pe linia şi coloana pivo-
tului intersectate cu linia şi coloana elementului de calculat. Rezul-
tatul se împarte la pivot.
Exemplul 4.1.: Să se rezolve problema de programare liniară
4x1 + 2x2 – 6x3 + x4 = 4
x1 – x2 + x5 = 3
[max] f = 4x1 - x2 + 2x3 + x5
Soluţie
4 2 −6 1 0
A= , rang A = 2
1 −1 0 0 1

58
⎛1⎞ ⎛0⎞
Vectorii a 4 = ⎜⎜ ⎟⎟ şi a 5 = ⎜⎜ ⎟⎟ formează o bază.
⎝0⎠ ⎝1⎠
Variabilele bazice sunt x5 şi x6 deci I = {5, 6}.
Alcătuim tabelul simplex

4 -1 2 0 1 cj
cB B xB a1 a2 a3 a4 a5
a4
0 4 4 2 -6 1 0

a5
1 3 1 -1 0 0 1
fj 3 1 -1 0 0 1
cj – fj 3 0 2 0 0
Cea mai mare diferenţă pozitivă este c1 – f1 = 4 şi avem yi1 > 0
deci soluţia poate fi îmbunătăţită.
În bază va intra vectorul a 1 . Pentru a vedea ce vector iese în
bază calculăm
xi ⎧4 3⎫
min = min ⎨ , ⎬ = 1
y i1 ⎩4 1⎭
deci din bază iese vectorul a 4 . Pivotul este 4.
Tabelul simplex din iterata următoare este:
4 -1 2 0 1 cj
cB B xB a1 a2 a3 a4 a5
4 a1 1 1 1/1 -3/2 1/4 0
1 a5 2 0 -3/2 3/2 -1/4 1
fj 6 4 1/2 -9/2 3/4 1
cj – fj 0 -3/2 13/2 -3/4 0
Mai avem o diferenţă cj – fj pozitivă deci în bază intră vectorul
a3 şi iese vectorul a 5 deoarece pe coloana lui a 3 avem o singură
59
coordonată pozitivă 3/2. pivotul este 3/2. Tabloul simplex în iterata
următoare este:
4 -1 2 0 1 cj
cB B xB a1 a2 a3 a4 a5
4 a1 3 1 -1 0 0 1
2 a3 4/3 0 -1 1 -1/6 2/3
fj 44/3 4 -6 2 -1/3 16/3
cj – fj 0 5 0 1/3 -13/3
Avem două diferenţe cj – fj pozitive dar pe coloanele lor elementele
yij transformate sunt negative deci problema nu are optim finit.
Exemplul 4.2.: Să se rezolve problema de programare liniară.
2x1 + x2 + x3 + x5 = 2
–x1 +2 x2 –2 x3 + x6 = 3
3x1 – x2 + x3 + x4 = 5
[max] f = 3x1 + x2 – x3 + 2x4 + x6
Soluţie:
2 1 1 0 1 0
A = −1 2 −2 0 0 1 , rang A = 3
3 −1 1 1 0 0
Vectorii a 5 , a 6 , a 4 formează o bază
Tabloul simplex este următorul
3 1 -1 2 0 1 cj
cB B xB a1 a2 a3 a4 a5 a6
0 a5 2 2 1 1 0 1 0
1 a6 3 -1 2 -2 0 0 1
2 a4 5 3 -1 1 1 0 0
fj 13 5 0 0 2 0 1
cj – fj -2 1 -1 0 0 0
Avem c2 – f2 > 0 deci intră în bază vectorul a 2
Din ⎧2 3⎫
min ⎨ , ⎬ =
3
=
x6 deci iese din bază vectorul a 6 .
⎩1 2⎭ 2 y 26
Pivotul este y62 = 2
60
Următorul tabel este:
3 1 -1 2 0 1 cj
cB B xB a1 a2 a3 a4 a5 a6
0 a5 1/2 5/2 0 2 0 1 -1/2
1 a2 3/2 -1/2 1 -1 0 0 1/2
2 a4 13/2 5/2 0 0 1 0 1/2
fj 29/2 9/2 1 -1 2 0 3/2
cj – fj -3/2 0 0 0 0 -1/2
Toate diferenţele cj – fj sunt negative sau nule deci
29 3
zopt = şi este realizat pentru valorile x1 = 0, x 2 = , x3 = 0,
2 2
13 1
x 4 = , x 5 = şi x6=0. Soluţia optimă este X = ( 0, 3/2, 0, 13/2,
2 2
1/2, 0)t şi este nedegenerată (numărul de componente pozitive ale
vectorului soluţie X egal cu numărul restricţiilor).

2.5. Metoda bazei artificiale


În problemele studiate anterior matricea sistemului de restricţii
conţinea vectori unitari care alcătuiau o bază unitară ceea ce uşura
determinarea unei soluţii iniţiale de bază. Dacă această bază unitară nu
există, recurgem la metoda bazei artificiale prin introducerea
variabilelor x ak ≥ 0 pentru a avea o bază primal admisibilă şi se
rezolvă problema de programare liniară.
AX + IX(a) = b
X ≥ 0; X(a) ≥ 0
[max] f = CX – λX(a)
cu λ un număr real arbitrar strict pozitiv (pentru min f se adaugă
λX(a))
Orice soluţie posibilă a problemei iniţiale este o soluţie posibilă
a programului extins pentru care valorile tuturor variabilelor artificiale
sunt nule şi reciproc orice posibilă a programului extins în care toate
variabilelor artificiale sunt nule, este o soluţie a programului iniţial
după înlăturarea acestora.
Asemenea soluţii se realizează pentru [min] λX(a)
61
O astfel de problemă se rezolvă prin metoda celor două faze:
Faza I. În această fază se rezolvă problema
AX + IX(a) = b
X ≥ 0; X(a) ≥ 0
[min] f1 = X(a)
La sfârşit putem avea următoarele situaţii:
1) [min] f1 = 0 deci toate variabilele artificiale sunt nule şi nici o
variabilă artificială nu este bazică faţă de soluţia optimă. În acest caz
dispunem de o soluţie de bază a programului extins din care prin înlă-
turarea variabilelor artificiale se obţine o soluţie de bază a progra-
mului iniţial şi se trece la faza a II-a.
2) [min] f1 = 0 şi cel puţin o variabilă artificială este bazică ea
trebuie eliminată astfel:
- dacă pe linia variabilei artificiale există elemente nenule (rang
A = m) alegem unul dintre acestea drept pivot şi facem încă o iteraţie
pentru a o elimina din bază.
- dacă pe linia variabilei artificiale nu avem elemente nenule (rang
A < m), o vom neglija suprimând-o din tabel. Se trece la faza a II-a
3) [min] f1 > 0 problema iniţială nu are soluţie de bază.
Faza a II-a. În această fază în cazul 1) se elimină din ultimul
tabel simplex coloanele variabilelor artificiale şi se continuă
algoritmul introducând coeficienţii funcţiei obiectiv f = CX. În cazul
2) dacă în bază au mai rămas variabile artificiale nenule aceasta este
dovada că problema iniţială nu admite soluţii. Dacă în bază a rămas o
variabilă artificială dar pe linia ei în tabelul simplex toate elementele
sunt nule, se suprimă această linie şi se trece la faza a II-a.
Exemplul 5.1.: Să se rezolve programul liniar
2x1 + 3x2 + x3 = 4
x2 + 2x3 + x4 = 6
x1 + x3 + x4 = 8
xi ≥ 0, 1 ≤ i ≤ 4
[max] f = x1 + 8x2 + x3 +3x4
Soluţie
2 3 1 0
A= 0 1 2 1
1 0 1 1

62
Nu dispunem de o bază canonică deci vom adăuga sistemului de
restricţii variabile artificiale x 5a , x a6 , x a7 şi vom rezolva problema prin
metoda celor două faze.
Faza I. Rezolvăm programul liniar
2x1 + 3x2 + x3 + x 5a = 4
x2 + 2x3 + x4 + x a6 = 6
x1 + x3 + x4 + x a7 = 8
xi ≥ 0, (1 ≤i ≤ 4) x ak ≥ 0, 5 ≤ k ≤ 7
[min] f1 = x 5a + x a6 + x a7
Avem o problemă de minim
Tabloul simplex este:
0 0 0 0 1 1 1 cj
CB B XB a1 a2 a3 a4 a5 a6 a7
1 a5 4 2 3 1 0 1 0 0
1 a6 6 0 1 2 1 0 1 0
1 a7 8 1 0 1 1 0 0 1
fj 18 3 4 4 2 1 1 1
cj-fj -3 -4 -4 -2 0 0 0
1 a5 1 2 5/2 0 -1/2 1 -1/2 0
0 a 3 0 1/2 1 1/2 0 1/2 0
3
1 a7 5 1 -1/2 0 1/2 0 -1/2 1
fj 6 3 2 0 0 1 -1 1
cj-fj -3 -2 0 0 0 2 0
0 a1 1/2 1 5/4 0 -1/4 1/2 -1/4 0
0 a 3 0 1/2 1 1/2 0 1/2 0
3
1 a7 9/2 0 3/4 0 3/4 -1/2 -1/4 1
fj 9/2 0 3/4 0 3/4 -1/2 -1/4 1
cj-fj 0 -3/4 0 -3/4 3/2 3/4 0
0 a1 2 1 3/2 0 0 1/3 -1/3 1/3
63
0 a3 0 0 0 1 0 1/3 2/3 -2/3
0 a4 6 0 0 0 1 -2/3 -1/3 4/3
fj 0 0 0 0 0 0 0 0
cj-fj 0 0 0 0 1 1 1
Am eliminat din bază toate variabilele artificiale şi f1 opt = 0.
Trecem la faza următoare.
Faza a II-a. Reluăm tabelul simplex de unde am rămas dar cu cj
coeficienţii funcţiei obiectiv f şi fără coloanele vectorilor a 5 , a 6 , a 7 .
Avem pentru problema de maxim tabelul:

1 8 1 3 cj
CB B XB a1 a2 a3 a4
1 a1 2 1 3/2 0 0
1 a3 0 0 0 1 0
3 a4 6 0 1 0 1
fj 20 1 9/2 1 3
cj-fj 0 7/2 0 0
8 a2 4/3 2/3 1 0 0
1 a3 0 0 0 1 0
3 a4 7 -2/3 0 0 1
fj 87/3 10/3 8 1 3
cj-fj -7/3 0 0 0
t
87 ⎛ 4 ⎞
max f = şi este realizată de vectorul A = ⎜ 0, , 0, 7 ⎟ şi
3 ⎝ 3 ⎠
este degenerată
Exemplul 5.2.: Să se rezolve programul liniar
-x1 + x2 + x3 = 1
x 1 – x 2 + x4 = 1
x1 + x2 + 2x3 = 4
xi ≥ 0, 1 ≤ i ≤ 4
[max] f = 2x1 – x2 + 3x3 + x4
64
Soluţie
−1 1 1 0
A = 1 −1 0 1
1 1 2 0
În A avem un vector coloană unitar a 4 = (0,1,0 ) deci adăugăm
t

sistemului de restricţii numai două variabile artificiale x 5a la prima


ecuaţie şi x a6 la ultima şi rezolvăm problema prin cele două faze.
Faza I. Rezolvăm programul liniar:
-x1 + x2 + x3 + x 5a = 1
x1 – x2 + x4 = 1
x1 + x2 + 2x3 + x a6 = 4
xi ≥ 0, 1 ≤ i ≤ 4, x 5a ≥ 0, x a6 ≥ 0
[min] f1 = x 5a + x a6
Avem tabelul simplex:
0 0 0 0 1 1 cj
cB B xB a1 a2 a3 a4 a5 a6
1 a5 1 -1 1 1 0 1 0
0 a4 1 1 -1 0 1 0 0
1 a6 4 1 1 2 0 0 1
fj 5 0 2 3 0 1 1
cj – fj 0 -2 -311 0 0 0
0 a3 1 -1 1 1 0 1 0
0 a 1 1 -1 0 1 0 0
4
1 a6 2 3 -1 0 0 -2 1
fj 2 3 -1 0 0 -2 1
cj – fj -311 1 0 0 2 0
0 a3 5/3 0 2/3 1 0 1/3 1/3
0 a 1/3 0 - 0 1 2/3 -1/3
4
2/3
65
0 a1 2/3 1 - 0 0 - 1/3
1/3 2/3
fj 0 0 0 0 0 0 0

Faza a II-a
2 -1 3 1 cj
CB B XB a1 a2 a3 a4
3 a3 5/3 0 2/3 1 0

1 a4 1/3 0 -2/3 0 1
2 a1 2/3 1 -1/3 0 0
fj 20/3 2 2/3 3 1
cj-fj 0 -5/3 0 0
20
Rezultă [max] f = şi este realizat de vectorul X = (2/3, 0,
3
5/3, 1/3)t, soluţie nedegenerată.

2.6. Cazul în care sistemul de restricţii conţine inegalităţi


Am văzut în paragraful 1 că orice program liniar poate fi adus la
forma standard prin adăugarea (pentru inegalităţi de tipul ≤) sau
scăderea (pentru inegalităţi de tipul ≥) a unor variabile ecart (de
compensare) care pot fi interpretate economic ca reprezentând activi-
tăţi fictive pe care întreprinderea nu le efectuează şi cărora în funcţia
de eficienţă le vor corespunde beneficii nule. Problema extinsă se
rezolvă prin metoda simplex studiată anterior.
Exemplul 6.1.: Să se aducă la forma standard şi să se rezolve
problema de programare liniară:
x1 + x2 + 2x3 ≤ 10
2x1 + x2 + 3x3 ≤ 12
x1 + x2 + x3 ≤ 7
xi ≥ 0, 1 ≤ i ≤ 3
[max] f = 2x1 + x2 – 3x3

66
Soluţia 1. Problema extinsă este:
x1 + x2 + 2x3 + x4 = 10
2x1 + x2 + 3x3 + x5 = 15
x1 + x2 + x3 + x6 = 7
xi ≥ 0, 1 ≤ i ≤ 7
[max] f = 2x1 + x2 – 3x3 + 0x4 + 0x5 + 0x6
Avem următorul tabel simplex

2 1 -3 0 0 0 cj
cB B xB a1 a2 a3 a4 a5 a6
0 a4 10 1 1 2 1 0 0
0 a5 12 2 1 3 0 1 0
0 a6 7 1 1 1 0 0 1
fj 0 0 0 0 0 0 0
cj – fj 2 1 -3 0 0 0
0 a4 4 0 1/2 1/2 1 -1/2 0
2 a 6 1 1/2 3/2 0 1/2 0
1
0 a6 1 0 1/2 -1/2 0 -1/2 1
fj 12 2 1 3 0 1 0
cj – fj 0 0 -6 0 -1 0
Avem fopt = 12 pentru X = (6, 0 , 0)t. Soluţia este degenerată
Exemplul 6.2.: Să se aducă la forma standard şi să se rezolve
programul liniar:
3x1+x2-x3 =9 (6.2.1.)
x1–2x2+x3–x4 ≤ 6
x1+3x2–x3–3x4 ≥ 3,
x1≥0, x2≥0, x3≤0, x4 nu are semn specificat (6.2.2.)
[max.] f = 2x1+2x2 –x3 –x4.
Soluţie Facem substituţiile x3 = – y3, y3 ≥0,
x4 = u4 – v4 cu u4 ≥ 0, v4 ≥ 0. Programul devine
3x1 + x2 + y3 = 9 (6.2.1’)
x1 – 2x2 – y3 – u4 + v4 ≤ 6
67
x1 + 3x2 + y3 + 3u4 – 3v4 ≥ 3
x1 ≥ 0, x2 ≥ 0, y3 ≥ 0, u4 ≥ 0, v4 ≥ 0 (6.2.2’)
[max] f = 3x1 + 2x2 + y3 – u4 + v4 (6.2.3’)
Restricţiile conţin şi inecuaţii deci la inecuaţia a doua adăugăm
variabila ecart y5 ≥ 0 iar în ultima scădem variabila ecart y6 ≥ 0 deci
programul devine
3x1 + x2 + y3 = 9
x1 – 2x2 – y3 – u4 + v4 + y5 = 6
x1 + 3x2 + y3 + 3u4 – 3v4 – y6 = 3 (6.2.1″)
şi [max.] f = 3x1 + 2x2 + y3 – u4 + v4 + 0y5 + 0y6.
Avem
a1 a 2 a3 a4 a5 a6 a7
3 1 1 0 0 0 0
A= 1 -2 - 1 - 1 1 1 0 , rang A = 3
1 3 1 3 -3 0 1
x1 x 2 y3 u 4 x 4 y5 y6
Nu avem o bază canonică, în A vectorul a 6 = (0,1,0)t este unitar.
Completăm o bază cu ajutorul variabilelor artificiale y a7 adăugat
membrului întâi al primei ecuaţii şi y 8a adăugat ultimei ecuaţii
(5.2.1″). Problema se rezolvă prin metoda celor două faze:
Faza I-a Avem de rezolvat programul liniar:
3x 1 + x 2 + y 3 + y a7 = 9
x 1 − 2x 2 − y 3 − u 4 + v 4 + y 5 = 6
x 1 + 3x 2 + y 3 + 3u 4 − 3v 4 − y 6 + y 8a = 3
x1 ≥ 0, x2 ≥ 0, y3 ≥ 0, u4 ≥ 0, v4 ≥ 0, y5 ≥ 0, y6 ≥0, y7 ≥ 0, y8 ≥ 0
[min] f 1 = y a7 + y 8a
Tabelul simplex va fi:
0 0 0 0 0 0 0 1 1 cj
cB B xB a1 a2 a3 a4 a5 a6 a7 a8 a9

68
1 a8 9 3 1 1 0 0 0 0 1 0
0 a6 6 1 -1 -1 -1 1 1 0 0 0
1 a9 3 1 3 1 3 -3 0 -1 0 1
f1j 12 4 4 2 3 -3 0 -1 1 1
cj-fij -4 -4 -2 -3 3 0 2 0 0
1 a8 8 8/3 0 2/3 -1 1 0 1/3 1 -1/3
0 a 7 4/3 0 -2/3 0 0 1 -1/3 0 1/3
6
0 a 2 1 1/3 1 1/3 1 -1 0 -1/3 0 1/3
fij 8 8/3 0 2/3 -1 1 0 1/3 1 -1/3
cj-fij -8/3 0 -2/3 1 -1 0 2/3 0 4/3
0 a 3 1 0 1/4 -3/8 3/8 0 1/8 3/8 -1/8
1
0 a 12 0 0 -1 1/2 -1/2 1 -1/2 -1/2 1/2
6
0 a2 0 0 1 1/4 9/8 -9/8 0 -3/8 -1/8 3/8
fij 0 0 0 0 0 0 0 0 0 0
Am obţinut [min] f1 = 0 şi din bază am eliminat toate variabilele
artificiale.
Faza a II-a. Reluăm ultima parte a tabelului simplex fără ulti-
mele două coloane şi cu coeficienţii cj ai funcţiei f. Vom avea:
3 2 1 -1 0 0
cB B xB a1 a2 a3 a4 a5 a6 a7
3 a1 3 1 0 1/4 -3/8 3/8 0 1/8
0 a6 12 0 0 -1 1/2 -1/2 1 -1/2
2 a2 0 0 1 1/4 9/8 -9/8 0 -3/8
fj 9 3 2 5/4 9/8 9/8 0 -3/8
cj-fj 0 0 -1/4 -17/8 -1/8 0 3/8
0 a7 24 8 0 2 -3 3 0 1
0 a6 24 4 0 0 -1 1 1 0
2 a2 9 3 1 1 0 0 0 0
fj 18 6 2 2 0 0 0 0
cj-fj -3 0 -1 -1 1 0 0
69
1 a5 8 8/3 0 2/3 -1 1 0 1/3
0 a6 16 4/3 0 -2/3 0 0 1 -1/3
2 a2 9 3 1 1 0 0 0 0
fj 26 26/3 2 8/3 -1 1 0 1/3
cj-fj -17/3 0 -5/3 0 0 0 -1/3
f opt = 26 şi este realizat de X = (0, 9, 0, -8)t. Soluţia este
degenerată.

70
2.7. Dualitatea în programarea liniară
Problema dualităţii în programarea liniară prezintă un interes
deosebit din punct de vedere matematic cât şi economic. În paragra-
fele anterioare am făcut ipoteza ca rang A = m până la metoda bazei
artificiale, rămânând totuşi restricţia m ≥ n care nu va mai fi necesară
în abordarea problemei duale.
Pentru formarea unui program dual trebuie să ţinem seama de
următoarele reguli:
1. fiecărei variabile nenegative (nepozitive) din programul primal
îi corespunde în programul dual o inecuaţie ≥ (≤);
2. unei variabile fără semn specificat din programul primal îi
corespunde în dual o ecuaţie;
3. coeficienţii funcţiei obiectiv din problema primală sunt opuşii
termenilor liberi din sistemul de restricţii al problemei duale;
4. termenii liberi ai restricţiilor din problema primală sunt opuşii
coeficienţilor funcţiei obiectiv din problema duală;
5. fiecărei restricţii de forma ≥ (≤ sau =) din programul primal îi
corespunde în cel dual o variabilă nenegativă (nepozitivă sau oarecare);
6. matricea coeficienţilor din sistemul de restricţii din programul
dual este transpusă matricii coeficienţilor din programul primal.
Utilizând notaţiile vectoriale avem următoarele forme de
programe duale:
Dacă programul primal este:
AX ≤ b (2.7.1.)
(P) X≥0 (2.7.2.)
[max] f = CX (2.7.3.)
atunci programul dual va fi:
YA ≥ C (2.7.4.)
(D) Y≥0 (2.7.5.)
[min] g =Y b’ (2.7.6.)
În problema (P) putem da următoarele interpretări elementelor:
Xi poate fi vectorul preţurilor unitare ale bunurilor rezultate din
desfăşurarea activităţilor, vectorul b – cererea de produse (sau dispo-
nibilul de materii prime) Cj – costul fiecărei activităţi (sau beneficiul
realizat din desfăşurarea activităţii) iar valoarea totală a bunurilor
create bj să fie maximă. Putem interpreta problema duală (D) astfel:
dacă xi să reprezinte nivelul la care se desfăşoară activităţile fenome-
nului economic respectiv; bj – cererea de produse (sau disponibilul de
materii prime); cj – costul fiecărei activităţi (sau beneficiul realizat din
71
desfăşurarea activităţii respective), să se determine nivelul fiecărei
activităţi xi aşa încât să fie îndeplinite sau depăşite cererile bj iar costul
total al activităţilor desfăşurate să fi minim.
Dacă programul primal (P) este dat sub forma standard:
AX = b (2.7.7.)
(P) X≥0 (2.7.8.)
[max] f = CX (2.7.9.)
dualul va fi:
YA ≥ C (2.7.10.)
(D) Y oarecare (2.7.11.)
[min] g = Y b (2.7.12.)
De observat că dualul nu are forma standard
Între cuplurile de probleme duale există o strânsă interdependenţă
a soluţiilor lor. Vom da în continuare câteva rezultate fără demonstraţie.
Lema. Dacă X şi Y constituie soluţii posibile pentru cuplul de
programe (P) – (D), avem inegalitatea
CX ≤ Yb
Pentru un cuplu de programe liniare duale teorema de existenţă
ne asigură de următoarele posibilităţi:
TEOREMA 7.1. (de existenţă) Pentru un cuplu de programe
liniare duale avem alternativele următoare:
a. nici unul din programe nu admite soluţii posibile;
b. un program are optim finite iar celălalt nu admite soluţii
posibile;
c. ambele programe admit soluţii optime finite.
TEOREMA 7.2. (fundamentală a dualităţii)
Pentru un cuplu de programe duale (2.2.7.) – (2.7.12.), condiţia
necesară şi suficientă pentru ca soluţia realizabilă de bază X a
programului primal (P) să fie optimă, este să existe o soluţie
realizabilă de bază Y a programului dual (D) aşa încât să avem
CX = Yb (2.7.13.)
Pe baza teoremei dualităţii se poate da şi următorul rezultat:
TEOREMA 7.3. Pentru un cuplu de programe lianiare duale (P) – (D)
condiţia necesară şi suficientă ca soluţiile posibile X şi Y să fie optime este:
Y (b-AX) = 0 (2.7.14.)
(C – YA)X = 0
Din relaţiile (6.14) rezultă următoarele:
72
- dacă soluţia optimă X (Y) a problemei primale (duale)
satisface restricţia j (1 ≤ j ≤ m ) (i, 1≤ i ≤ n) din sistemul (2.6.1.)
(respectiv 2.7.4) cu inegalitate strictă, atunci componenta yj (xi) a
soluţiei programului dual (primal) este nulă.
- dacă componenta xi > 0, 1 ≤ i ≤ n (yj > 0; 1 ≤ j ≤ m) a soluţiei
optime a programului primal (dual), atunci soluţia optimă Y (resp.X) a
dualului (primal) satisface cu egalitate restricţia j (i) a lui (2.7.4.) (resp.7.1).
Se poate demonstra pe baza rezultatelor anterioare că o soluţie
posibilă a dualei este:
Y = CBB-1 (2.7.15.)
-1
unde CBB reprezintă produsul dintre vectorul CB format de
coeficienţii bazici şi inversa matricii de bază din ultimul tablou
simplex care apare pe coloanele corespunzătoare vectorilor unitari din
primul tablou. Se arată că (7.15.) este chiar soluţia optimă. Dacă
printre variabilele bazice ale tabelului simplex optimal apar şi
variabile ecart (de compensare), de exemplu xk›0 atunci yk = 0.
Exemplu 6.1.: Să se rezolve programul liniar
x1 + x2 ≥ 3
3x1 + 4x2 ≥ 7
x1 ≥ 0 , x2 ≥ 0
[min] f = 3x1 + 5x2
Dualul său este
y1 + 3y2 ≤ 3
2y1 + 4y2 ≤ 5
y1 ≥0, y2 ≥0
[max] g = 3y1 + 7y2
Tabelul simplex al dualului adus la forma standard prin
adăugarea variabilelor ecart y3 şi y4 este
3 7 0 0 cj
CB B xB a1 a2 a3 a4
0 a3 3 1 3 1 0
0 a4 5 2 4 0 1
gj 0 0 0 0 0
cj – gj 3 7 0 0
7 a2 1 1/3 1 1/3 0
0 a4 1 2/3 0 -4/3 1
73
gj 7 7/3 7 7/3 0
cj-gj 2/3 0 -7/3 0
7 a2 1/2 0 1 1 -1/2
3 a1 3/2 1 0 -2 3/2
gj 8 3 7 1 1
0 0 -1 -1
Soluţia optimă este gopt = 8 pentru Y = (3/2, 1/2)
Soluţia optimă a primalei (duala dualei) este fopt = 8 şi se citeşte pe
ultima linie a tabelului simplex, luând cu semn schimbat valorile de pe
ultimele două coloane corespunzătoare vectorilor unitari. Deci X = (1,1)t.
Exemplu 7.2.: Să se rezolve programul liniar:
x1 + x2 ≥ 12
3x1 + 4x2 ≥ 20
x1 – 4 x2 ≥ -18
-x1 ≥ - 6
x1 ≥ 0, x2 ≥ 0
[min] f = x1 + x2
Dualul său este
y1 + 3y2 + y3 – y4 ≤ 1
3y1 + 4y2– 4y3 ≤ 1
y1 ≥ 0, y2 ≥ 0
[max] g = 12y1 + 20y2 – 18y3 – 6y4
Adăugând la prima inecuaţie variabila ecart y5 ≥ 0 iar la a doua
y6 ≥ 0 obţinem un program standard al cărui tabel simplex este
12 20 -18 -6 0 0 cj
CB B xB a1 a2 a3 a4 a5 a6
0 a5 1 1 3 1 -1 1 0
0 a6 1 3 4 -4 0 0 1
gj 0 0 0 0 0 0 0
12 20 -18 -6 0 0
0 a5 1/4 -5/4 0 4 -1/4 1 -3/4
20 a2 1/4 3/4 1 -1 0 0 1/4
gj 5 15 20 -20 0 0 5
cj – gj -3 0 2 -6 0 -5
74
-18 a3 1/16 -5/16 0 1 -1/16 1/4 -3/16
20 a 2 5/16 7/16 1 0 -1/16 1/4 1/16
gj 41/8 115/8 20 -18 -1/8 1/2 37/8
-9/8 0 0 -47/8 -1/2 -37/8
41
Am obţinut max g = . Pe ultima linie avem componentele cu
8
1
semn schimbat al problemei primale şi anume pentru x1 = ,
2
37 41
x2 = obţinem min f = .
8 8
Pentru alte metode de rezolvare a perechii de programe duale se
poate consulta literatura de specialitate menţionată la bibliografie.

2.8. Aplicaţii în economie


Exemplul 8.1.: Fie problema de lansare a producţiei:
Produse Disponibil Costuri unităţi Penalităţi pentru
materii de achiziţie materia primă
P P2 P3
Materii prime 1 prime materii prime nefolosită %
M1 1 3 3 600 0,03 0,05
M2 3 4 1 1 000 0,05 0,02
Capital disponibil
Încasări
pentru achiziţionarea
unitare
de materii prime 150
8 18 7
Costuri de
producţie
3 7 1
Se cere:
a) Un plan de producţie cu încasări totale maxime în condiţiile
utilizării materiilor prime disponibile;
b) Un plan de producţie corespunzător unei cantităţi totale
minime de materii prime rămase nefolosite;
c) Un plan de producţie de folosire a materiilor prime disponibile
pentru care penalizarea totală pentru materiile nefolosite să fie minimă;
75
d) Un plan de producţie în condiţiile în care materia primă se
cumpără, producţia totală fizică este de cel puţin 80 bucăţi produse şi
beneficiul total maxim.
Soluţie
a) Fie x1, x2, x3 cantităţile fabricate. Consumul de materii prime pe
unitatea de produs este de 3+1=4; 3+4=7; 3+1=4 iar costurile de materie
primă consumată pe unitatea de produs sunt 1×0,03+3×0,05=0,18 pentru
primul produs şi analog pentru celelalte două: 3×0,03+4×0,05=0,29 şi
respectiv 3×0,03+1×0,05=0,14.
Avem de rezolvat problema de programare liniară
x1+3x2+3x3 ≤ 600
3x1+4x2+x3 ≤ 1 000 (8.1.1.)
x1, x2, x3 ≥ 0 (8.1.2.)
[max] f = 8x1+18x2+7x3 (8.1.3.)
Tabelul semiplex este (după ce aducem programul la FS)
8 18 7 0 0 cj
CB B xB a1 a2 a3 a4 a5
0 a 4 600 1 3 3 1 0
0 a 5 1000 3 4 1 0 1
fj 0 0 0 0 0
cj–fj 8 18 7 0 0
18 a 2 200 1/3 1 1 1/3 0
0 a 5 200 5/3 0 -1 -4/3 1
fj 3600 6 18 18 6 0
cj–fj 2 0 -11 -6 0
18 a 2 160 0 1 2 3/5 -1/5
8 a1 120 1 0 -3/5 -4/5 3/5
fj 3720 8 18 156/5 22/5 6/5
cj–fj 0 0 -121/5 -22/5 -6/5
Pentru x1 = 120, x2 = 160, x3 = 0 obţinem fopt = 3720 variabilele
de compensare introduse x4 şi x5 sunt egale cu zero ceea ce confirmă
faptul că materia primă disponibilă se consumă integral.
Dacă ne-ar fi interesat un plan de producţie cu cost total de
producţie minim avem de rezolvat problema de programare liniară
[min] f1 = 3x1 + 7x2 + x3 (8.1.3.’)
76
în condiţiile (8.1.1.), (8.1.2.)
Pentru un plan de producţie cu un beneficiu total maxim în
aceleaşi condiţii, se va rezolva problema de programare liniară
[max] f2 = (8–3)x1 + (18–7)x2 + (7–1)x3 (8.1.3″)
cu restricţiile (8.1.1.), (7.1.2.)
b) Ţinând seama de cantitatea de materii prime consumată
g = 4x1 + 7x2 + 4x3
înseamnă că nu s-a consumat
g1 = 1600 – g
Deci avem de rezolvat problema de programare liniară
[max]g= 4x1+7x2+4x3 (8.1.3III)
sau [min]g1 = 1600 – (4x1 + 7x2 + 4x3)
cu aceleaşi restricţii (8.1.1.), (8.1.2.)
c) Dacă firma plăteşte înainte de a demara producţia penalităţile
pentru materia primă de care dispune în valoare de 600×0,05+1000×
0,02=50 după realizarea planului firmei i se restituie penalităţile pentru
materiile prime consumate. Penalităţile pentru materia primă consumată
pentru produsul P1 sunt 1×0,05+3×0,02=0,11 analog pentru celelalte
două: 3×0,05+4×0,02=0,23; 3×0,05+1×0,02=0,08. Firma are deci de
primit o valoare de 0,11x1+0,23x2+0,08x3. Avem de determinat
[max] f3 = 0,11x1+0,23x2+0,08x3 (8.1.3IV)
cu restricţiile (8.1.1.), (8.1.2.)
d) Se va rezolva programul liniar
[max]f4 = (8–3)x1+(18–7)x2+(7-1)x3 (8.1.4.)
cu restricţiile
0,180x1+0,29x2+0,14x3 ≤ 150 (8.1.5.)
x1+x2+x3 ≥ 8, xi » 0, i = 1, 2, 3 (8.1.6.)
Exemplul 8.2.: (O problemă de investiţie). O întreprindere
dispune de 11 unităţi băneşti din care trebuie să investească o parte în
activităţile A1, A2, A3 în trei etape. În prima etapă îşi propune să
investească în activităţile A1, A2 nu mai mult de 2 u.b. În etapa a 2-a
investeşte maxim 4 u.b. în A1 şi A3; iar în ultima etapă investeşte cel
puţin 5 u.b. în cele trei activităţi. Beneficiile obţinute prin investiţii
sunt în A1 de 7% în A2 de 5% în A3 de 4%. Cât trebuie să investească
în total în fiecare activitate astfel încât beneficiul să fie maxim
Soluţie. Avem programul liniar:
x1 + x2 ≤ 2
x1 + x3 ≤ 4
77
x1 + x2 + x3 ≤ 5
x1, x2, x3 ≥ 0
[max] f = 0,07x1+0,05x2+0,04x3
unde xi este suma investită în u.b. în activitatea Ai.
Din ultima parte a tabloului simplex rezultă
0,07 0,05 0,04 0 0 0 cj
CB B xB a1 a2 a3 a4 a5 a6
0,07 a1 1 1 0 0 1 1 -1
0,04 a 3 3 0 0 1 -1 0 1
0,05 a 2 1 0 1 0 0 -1 1
0,24 0,07 0,05 0,04 0,03 0,02 0,02
0 0 0 -3 -2 -2
fopt = 24% pentru
x1 = 1, x2 = 1, x3 = 3. Suma rămasă neinvestită este de 7 u.b.

2.9. Probleme de transport


Probleme de transport sunt o formă particulară a problemelor de
programare liniară pentru care metoda simplex poate fi adoptată,
condiţiilor particulare, având ca rezultat un procedeu de rezolvare în
principiu identic celui utilizat în cazul general. Primele rezultate au
fost obţinute de Hitchcock, Kantorovici şi Koopmans şi ulterior de
Dantzig. În practică o asemenea problemă poate fi întâlnită de
exemplu sub forma următoare: un anumit produs se află în cantităţile
a1, a2 ..., am în punctele A1, A2 ..., Am numite şi surse. El trebuie
transportat în punctele B1, B2 ... , Bn numite destinaţii în cantităţile b1,
b2 ..., bn urmărind minimizarea cheltuielilor de transport cunoscând
preţurile unitare de transport cij de la sursa i către destinaţia j.
Formularea matematică a problemei este
n

∑x
j =1
ij ≤ ai ; i=1, ..., m (2.9.1.)

∑x
i =1
ij ≥ b j , j=1, ..., n (2.9.2.)

xij ≥ 0 (2.9.3.)

78
m n
[min] f = ∑∑ c ij xij (2.9.4.)
i =1 j =1
m n
ai ≥ 0, bj ≥ 0, cij ≥ 0, ∑ai ≥ ∑bj
i =1 j=1
(2.9.5.)

unde am notat prin xij cantităţile transportate de la sursa i către destinaţia j.


Relaţiile (2.9.1) sunt impuse de faptul că totalul transportat de la fiecare
sursă să nu depăşească cantitatea existentă, condiţiile (2.9.2) impun
satisfacerea cererii iar (2.9.5.) apar naturale în contextul concret al problemei.
Prin transformări elementare acest tip de problemă poate fi adus
la forma echilibrată
n

∑x
j=1
ij = a i , i =1, ..., m (2.9.1’)

∑x
i =1
ij = b j , j = 1, ..., n (2.9.2’)
m n
[min] f = ∑∑ c ij x ij (2.9.3’)
i =1 j=1
m n
ai ≥ 0, bj ≥0, cij ≥ 0, ∑ai = ∑bj
i =1 j=1
(2.9.4’)

ultima egalitate (2.9.4’) se poate realiza prin introducerea unei


destinaţii fictive căreia să-i fie destinat surplusul de produs existent pe
ansamblul surselor.
Datele problemei se prezintă sub forma unui tabel:
B1 B2 ... Bj ... Bn Disponibil
A1 c11 c12 ... c1j ... c1n a1
A2 c21 c22 ... c2j ... c2n a2
...... .............................. ........
Ai ci1 ci2 ... cij ... cin ai
... ............................ ......
Am cm1 cm2 ... cmj ... cmn am
Necesar b1 b2 ... bj ....bn
Propoziţia 2.9.1. Orice problemă de transport are totdeauna o
aib j m n
soluţie realizabilă de forma x ij = , s = ∑ai = ∑bj
s i =1 j=1
79
aib j
Demonstraţie: x ij = satisfac restricţiile (9.1’) şi (9.2’)
s
n n aib j
ai n as
∑x
j=1
ij =∑
j=1 s

s j=1
=
b j = i , i=1, ..., m
s
m aib j b j m b js

i =1
x ij = ∑
s
= ∑ai =
s i =1 s
= b j , j = 1, ..., n

şi condiţiile de nenegativitate (9.4’)


În general această soluţie nu este optimă, dar ţinând seama de
faptul că în general un program liniar sau nu are soluţii posibile sau
admite soluţii posibile cu optim infinit sau are soluţie optimă finită şi
ţinând seama de propoziţia anterioară rezultă că orice problemă de
transport admite soluţia optimă finită deoarece
xij ≤min (ai, bj) şi deci situaţia optimului infinit se exclude.
PROPOZIŢIA 9.2. Rangul matricii A a coeficienţilor restricţiilor
liniare (2.9.1’), (2.9.2’) au rangul m+n–1.
Rezultă că o soluţie realizabilă de bază într-o problemă de
transport are cel mult, m+n–1 componente nenule, ea este nedege-
nerată dacă are exact m+n–1 componente nenule şi degenerată dacă
are mai puţin de m+n–1 componente nenule.
Forma matriceală a problemei de transport (T) este:
AX = d
(T) X≥0
[min] f = CX
unde A este matricea de ordin (m+n) × mn
I 0 ... 0
0 I ... 0
A = ... ... ... ...
0 0 ... I
En En ... En
unde I este vectorul linie (1, 1, ..., 1) cu n componente, 0
vectorul nul (0, 0, ... , 0) cu n componente, En matricea unitate de
ordin n, d vectorul coloană de componente a1, ..., am, b1, ... , bn; X
vectorul coloană de componente x11, x12, ..., x1n, x21, x22, ... x2n, ... , xm1,
xm2, ... , xmn.
80
Pentru rezolvarea problemelor de transport ca şi în cazul
problemelor generale de programare liniară, algoritmul de rezolvare
are două etape:
a) aflarea unei soluţii iniţiale realizabile de bază;
b) îmbunătăţirea soluţiei iniţiale până la obţinerea soluţiei optim.
Vom da în continuare două procedee de obţinere a unei soluţii
iniţiale realizabile de bază.
1) Metoda diagonalei (metoda colţului nord-vest).
Cantităţile disponibile a11, ... am şi cererile corespunzătoare b1,
b2, ... bn se dispun pe laturile unui tabel iar celulelele din interiorul
tabelului se rezervă pentru necunoscutele xij (i=1, ... m; j = 1, ... n)
care trebuie determinate.
a1
a2


ai


am
b1 b2 … bj … bn s
Componentele bazice xij ale soluţiei se determină pe rând cu x11
şi anume:
Se alege x11 = min(a1, b1) şi vor fi consideraţi nebazice (deci vor
fi egali cu zero) toate variabilele de pe aceiaşi linie (sa coloană) cu x11
conform următoarelor situaţii:
a) dacă a1< b1 atunci x11 = a1 iar x1j = 0, (j=2, 3, ...,n)
b) dacă a1 > b1 atunci x11 = b1 şi xi1 = 0, (i = 2, 3, ..., m)
c) dacă a1 = b1 atunci x11 = a1 = b1 şi la alegere x12 = 0 sau x21 =
0, toate celelalte componente de pe linia 1 şi coloana 1 fiind
considerate nebazice, deci, nule.
Concomitent se modifică şi valorile lui a1 sau b1 înlocuindu-se
cu a 1 = a 1 − x 11 sau b1' = b1 − x 11 .
'

În pasul următor procedeul se repetă pentru celulele rămase


necompletate şi se termină după m+n–1 paşi în fiecare pas completând
o linie (situaţia a) sau o coloană (situaţia b) sau o linie şi o coloană
(situaţia c).
De regulă componentele bazice nu se trec în tabel ci se
haşurează căsuţa respectivă.
81
Exemplu 9.1.
a1 = 65, a2 = 15, a3 = 20, b1 = 40, b2 = 35, b3 = 15, b4 = 10
b1 b2 b3 b4
a1 403 252 ////1 ////4 65, 25
a2 ////1 103 52 ////2 15, 5
a3 ////3 ////4 101 103 20
40 35 15 10 s = 100
10 10
Pasul 1 x11 = min (a1, b1) = b1 = 40 am haşurat celulele
corespunzătoare variabilelor nebazice (pentru x21, x31). Se recalculează
a1 care devine a1' = 65 − 40 = 25
Pasul 2 x21 = min ( a1' , b2) = a1' = 25 şi haşurăm celulele
corespunzătoare variabilelor nebazice (pentru x13, x14).
Se recalculează b2 care devine b '2 = b 2 − x 21 = 10
Pasul 3 x22 = min (a2, b '2 ) = b '2 = 10 şi haşurăm celula
corespunzătoare lui x32 care e nul. Recalculăm a2 care devine
a '2 = a 2 − x 22 = 15 − 10 = 5
Pasul 4 x 23 = min(a '2 , b 3 ) = a '2 = 5 , haşurăm celula lui x23
care e nul şi recalculăm b3, b 3' = 15 − 5 = 10
Pasul 5 x 33 = min(a 3 , b 3' ) = b 3' = 10 şi este evident că x34=10
Ţinând seama de costurile trecute în colţurile de sus ale celulelor
avem pentru f valoarea f = 3 ⋅ 40 + 2 ⋅ 25 + 3 ⋅ 10 + 2 ⋅ 5 + 1 ⋅ 10 + 3 ⋅
10 = 250
Deci am obţinut o soluţie de bază nedegenerată
x11 = 40, x12 = 25, x22 = 10, x23 = 5, x33 = 10, x34 = 10,
x13 = x14 = x21 = x24 = x31 = x32 = 0
2. Metoda costurilor minime
Pentru determinarea soluţiei de bază se iau în considerare costu-
rile care ne indică ordinea de alegere a componentelor în fiecare pas.
În primul pas se determină componenta xkh pentru care ckn = min
cij şi se ia xkh = min (ak, bh) cu cele trei alternative ca la metoda
diagonalei. Se repetă procedeul urmărind costurile minime pentru
celulele necompletate.

82
Exemplu 9.2.: Reluăm datele din exemplul 9.1.
Pe prima linie a tabloului cel mai mic cost este c13 = 1 deci luăm
x13 = min (a1, b3) = b3 = 15 se haşurează restul de celule din coloana
lui b3 şi se recalculează a1 care devine a1' = 65 − 15 = 50
b1 b2 b3 b4
a1 153 352 151 ////4 65, 50, 15
a2 151 ///3 ///2 /////2 15
a3 103 ////4 ////1 103 20
40 35 15 10
25
Pasul 2 căutăm min cij = c21 = 1 deci x21 = min (a2, b1) = a2 =
15 1 ≤ i ≤3
j = 1, 2, 4 şi haşurăm celulele liniei doi. Recalculăm b, care
devine b1' = b1 − 15 = 25
Pasul 3 min cij = c12 deci x 12 = min(a 1' , b 2 ) = b 2 = 35
i=1, 3
j = 1, 2, 4
Haşurăm coloana lui b2 şi avem a 1'' = a 1' − 35 = 50 − 35 = 15
Pasul 4 min cij = c11 (sau c31 = c34) luăm
i=1, 3
j=1, 4
x11 = min( a 1'' , b1' ) = b1' = 15 şi b1' devine b1'' = b1' − 15 = 10
Este evident acum că x13 =10 şi x34 = 10
Avem
f = 215
pentru x11 = 15, x12 = 35, x13 = 15, x21 = 15, x31 = 10, x34 = 10
x14 = x22 = x23 = x24 = x32 = x33 = 0
Metoda costurile minime dă în general o soluţie iniţială de bază
mai bună decât metoda diagonalei, realizând o valoare a cheltuielilor
de transport mai mică. Acest lucru e util deoarece numărul iteraţiilor
necesare pentru atingerea optimului va fi mai mic.
Pentru determinarea soluţiei optime a unei probleme de transport
se utilizează algoritmul bazat pe adoptarea metodei simplex la
condiţiile particulare ale problemei de transport.

83
3. Determinarea soluţiei optime
Fiecărei variabile xkh îi corespunde A un vector coloană m+n
dimensional a kl .
Dacă dispunem de o bază B formată din n+m–1 vectorii a kl sunt
liniar independenţi. orice vector nebazic se scrie în această bază
a ij =∑ x ijkl a kl
a kl ∈B
(2.9.6.)

cu x ijkl = −1, 0 sau 1


Problema de transport este un program liniar de minim, deci o
soluţie este optimă dacă toţi cij − z ij ≥ 0 , adică
c ij − c B z ij ≥ 0 , i = 1, ... , m; j = 1, ... , n. (2.9.7.)

având aici suma algebrică a costului cij cu o parte din costurile


asociate componentelor bazice ale soluţiei. Dacă condiţiile (2.9.7.) nu
sunt îndeplinite soluţia poate fi îmbunătăţită prin modificarea bazei
introducând un vector nebazic a ij şi anume pe acela pentru care diferenţa
cij–zij<0 este minimă. Această modificare se face atribuind componentei
noi, o valoare nenulă θ a cărei mărime se va determina provocând un
transport al lui θ în ciclul componentelor xkl corespunzătoare
coeficienţilor nenuli din (2.9.6.) scăzând şi adunând succesiv această
valoare din componentele bazice aşa fel încât suma totală să rămână
invariantă, noua soluţie rămânând o soluţie posibilă (cu componente ≥ 0).
Procedeul se repetă până la verificarea testului de optimalitate.
Mecanismul de calcul îl vom explicita pe exemplul următor:
Reluăm exemplul (9.1.) având costurile înscrise în colţul din
dreapta al fiecărei căsuţe şi ţinem seama de faptul că prin metoda
diagonalei am determinat pentru funcţia obiectiv valoarea f = 250 deci
pornim cu soluţia de bază determinată la (9.1)
403 252 ///1 ///4 65
///1 103 52 ////2 15
3 4 1
/// /// 10 103 20
40 35 15 10
Pentru verificarea optimalităţii soluţiei asociem fiecărei celule
libere un ciclu care începe şi se termină în celula respectivă şi ale cărei
noduri sunt în mod obligatoriu celule corespunzătoare componentelor
84
bazice. Vom alcătui un tablou ajutător în care vom trece în celulele
corespunzătoare lui xij valorile δ ij = c ij − x ij egală cu suma costurilor
cu semn alternat care apar în ciclul (i, j) începând cu +cij
Avem:
δ13 = c13 − c 23 + c 22 − c12 = 1 − 2 + 3 − 2 = 0
δ14 = c14 − c 34 + c 33 − c 23 + c 22 − c12 = 4 − 3 + 1 − 2 + 3 − 2 = 1
δ 21 = c 21 − c 22 + c12 − c11 = 1 − 3 + 2 − 3 = −3
şi analog δ 31 = 0; δ 32 = 3; δ 24 = 2; δ 42 = 2
///3 ///2 01 14
-31 ///3 ///2 22
03 24 ///1 ///3
Cea mai mică diferenţă negativă este δ 21 = −3 deci vom
introduce în bază vectorul a 21 .
În ciclul corespunzător celulei (2,1) punem în celula (2,1)
valoarea θ iar la celelalte componente bazice adăugăm şi scădem θ
până la echilibrarea sumei totale şi anume:
40 – θ ← 25 + θ
↓ ↑
θ → 10 – θ
Cea mai mare valoare a lui θ aşa încât toate celelalte valori va fi
≥0 este θ = 10.
Deci tabloul problemei va fi:
303 352 ///1 ///4 65
101 ///3 52 ///2 15
///3 ///4 101 103 20
40 35 15 10
Noua soluţie a problemei de transport este
f1 = 30 · 3 + 35 · 2 + 10 · 1 + 5 · 2 + 10 · 1 + 10 ·3 = 220
Soluţia nu este optimă deoarece aplicând testul de optimalitate avem:
/// /// -1 0
/// /// //// -2
3 5 //// /////

85
δ13 = −1, δ14 = 0; δ 22 = 2; δ 24 = −2; δ 31 = 3; δ 32 = 5
Avem δ 24 = −2 deci soluţia nu este optimă
Repetând raţionamentul punând θ în căsuţa (2, 4) avem ciclul
5–θ → θ
↑ ↓
10 + θ ← 10 – θ, cu θ = 5
Soluţia problemei va fi
303 352 ///1 ///4 65
1 3 2
10 /// /// 52 15
///3 ///4 151 53 20
40 35 15 10
cu f2 = 210
Testul de optimalitate ne dă:
/// /// 1 2
/// 3 2 ///
4 4 /// ///
Toate valorile δ ij ≥ 0 deci relaţia f2 este optimă.
pentru x11 = 30; x12 = 35; x21 = 10; x24= 5;
x33 = 15; x34 = 5 toate celelalte valori fiind nule.
Să se rezolve următoarele probleme de programare liniară

86
⎧3 x1 + x3 - x3 = 3
⎪ x + x - 3x = - 12
⎪ 1 2 4
2.1.⎨
⎪ x 2 + x3 + x5 = 4
⎪⎩ xi ≥ 0, 1 ≤ i ≤ 5
[max] f = 3 x1 + 2 x 2 + x3 − x 4 + 5 x5
7 43
( R = x1 = , x 2 = 0, x3 = 0, x 4 = , x5 = 4)
3 8
⎧ x1 + x 2 + x 3 + x 4 ≤
⎪7x + 5x + 3x + 2x ≤ 1
⎪ 1 2 3 4
2.2.⎨
3x
⎪ 1 + 4x 2 + 10x 3 + 15x 4 ≤1
⎪⎩ xi ≥ 0 1≤i ≤5
[max] f = 60 x1 + 60 x 2 + 90 x3 + 90 x 4
Să se rezolve şi programul dual.
(R: x1 = x2 = x3 = x4 = 0, x5 =15; x6 = 1, x7 =1)
330 450
Pentru programul dual: y1=0, y2= , y3 =
61 61
⎧ x 1 − x 2 + 2 x 3 + 2 x 4 = −2
⎪3x − x + x 4 ≤ 5

2 .3 . ⎨ 1 3

⎪ 2 x 1 − 3x 3 + 5 x 4 ≤ 3
⎪⎩ x i ≥ 0, 1 ≤ i ≤ 4
[max]f = 2 x 1 + 5x 3 − x 4
( R : Probleme cu optimi inifinit)
⎧ x 1 + 2x 2 + x 3 ≥ 1
⎪- x + 3x + 2x = 1
⎪ 1 2 3
2.4. ⎨
⎪2x 1 + x 2 + x 3 = -2
⎪⎩ x i ≥ 0, 1 ≤ i ≤ 3
[max]f = 3x 1 + 2 x 2 + x 3

87
(R: problema nu au soluţii de bază)
⎧ 2 x1 + 5 x 2 − x 3 + 2 x 4 ≥ 3
⎪ x − 2 x − x = −5
⎪ 1 2 3
2.5.⎨
⎪ 2 x1 − x 2 + x 4 = − 2
⎪⎩ x1 ≥ 0, x 2 ≥ 0, x 3 oarecare, x4 ≤ 0
[max] f = 3 x1 − 6 x 2 + x 4
Să se rezolve următoarele probleme de transport.
2.6.
B1 B2 B3 B4 Disponibil
A1 8 3 5 2 10
A2 4 1 6 7 15
A3 1 9 4 3 25
Necesar 5 10 20 15
(R:f=150)
2.7.
B1 B2 B3 Disponibil
A1 2 1 3 7
A2 5 3 1 8
A3 2 4 3 5
Necesar 6 7 7
(R:f=28)
2.8.
B1 B2 B3 B4 Disponibil
A1 3 2 2 4 70
A2 1 2 3 4 10
A3 3 2 2 1 20
Necesar 50 25 15 10
(R:f=220)

88
3. ELEMENTE DE TEORIA GRAFURILOR

3.1. Introducere. Definiţii

Prima referire la teoria grafurilor a fost făcută în 1736 de către


Euler în lucrarea numită: problema podurilor din Königsberg. În 1847
Kirchoff a abordat teoria reţelelor electrice prin metoda grafurilor.
În 1956 Ford şi Fulkerson au aplicat teoria grafurilor în reţelele
de transport. Astfel, după această perioadă teoria grafurilor a fost
utilizată pentru rezolvarea unor probleme cu caracter economic, pentru
proiectarea reţelelor electrice, de canalizare, de gaze sau a reţelelor de
tehnică de calcul, ori în medicină.
Definiţia 1. Un graf G este o pereche de forma G = (X,Γ) unde:
X este este o mulţime finită numită mulţimea vârfurilor (sau a
nodurilor); orice element x∈X se numeşte vârf Γ este o submulţime a
lui X x X, numită mulţimea perechilor ordonate (xi, xj) i = 1, n ,
j = 1, u , i≠j numite arce.
Pentru un arc (xi, xj) ∈ Γ vârful xi se numeşte extremitate iniţială
(sursă), iar vârful xj extremitate finală (destinaţie).
Graful G admite o reprezentare geometrică în plan, obţinută astfel:
- vârfurile se plasează în plan în poziţii distincte oarecare.
- fiecare arc (xi, xj) ∈Γ se reprezintă printr-o linie ce uneşte cele
2 extremităţi şi pe care se află sensul de la xi la xj.
Exemplu: Fie graful G = (X, Γ) date de X = {x1, x2, x3, x4, x5}
iar Γ = {(x1, x2), (x1, x3), (x2, x4), (x3, x2), (x3, x4), (x4, x1), (x4, x5)}.
Cu reprezentarea geometrică:

Fig. 1
88
Se observă că Γ poate fi definită ca o aplicaţie multivocă
Γ: X → P(x)
Adică, Γ(x) este mulţimea tuturor nodurilor finale ale arcelor ce
au ca nod iniţial pe x.
Astfel, graful din exemplul de mai sus poate fi scris ca X = {x1,
x2, x3, x4, x5}.
Γ(x1) = {x2, x3} Γ(x2) = {x4} Γ(x3) = {x2, x4}
Γ(x4) = {x1, x4, x5} Γ(x5) = Ø
Dacă xi ∈ Γ(xi), arcul (xi, xi) ∈ Γ se numeşte buclă.
În exemplul anterior arcul (x4, x4) buclă.
Dacă graful G conţine arcul (xi, xj) vom spune că vârfurile xi şi
xj sunt adiacente în G şi amândouă sunt incidente cu arcul (xi, xj).
• Definiţia 3.1.2.: O succesiune de arce în care vârful terminal al
unuia este origine pentru următorul se numeşte drum.
• Definiţia 3.1.3.: Un drum este simplu dacă foloseşte un arc o
singură dată.
• Definiţia 3.1.5.: Un drum este elementar dacă nu trece de două
ori prin acelaşi vârf.
• Definiţia 3.1.6.: Un drum elementar care cuprinde toate
vârfurile grafului se numeşte hamiltonian
• Definiţia 6: Numărul arcelor care compun un drum se numeşte
lungimea acelui drum.
Exemplu în graful din fig.1
Un drum elementar poate fi: d1: {x1, x2, x4, x5} sau
d2: {x1, x2, x4, x5}
lungimea drumului d1: este 3, iar a drumului d2 tot 3.
Într-un graf G, se numeşte muchie o pereche de vârfuri [xi, xj] de
vârfuri pentru care avem proprietatea că (xi, xj) ∈ Γ sau (xj, xi) ∈ Γ:
muchiile unui graf reprezentat geometric se prezintă ca nişte segmente
neorientate.
• Definiţia 3.1.7.: Se numeşte lanţ un şir de arce l = {( x1, x2),
(x3, x4), ... (xp, xp+1)} cu proprietatea că oricare arce vecine (xi, xi+I)
(xi+I, xI+j) au o extremitate comună pentru orice i = 1, 2, ... p-1.
• Definiţia 3.1.8.: Un lanţ care nu-şi repetă vârfurile se numeşte
lanţ elementar, iar un lanţ care nu-şi repetă muchiile se numeşte un
lanţ simplu.
Numărul de muchii care formează un lanţ se numeşte lungimea
lanţului.
Exemplu:

89
Fig.2
În graful de mai sus următoarele şiruri de arce sunt lanţuri:
l1: (x1, x2), (x2, x4), (x4, x3) l4 : (x1, x4), (x4, x3), (x3, x2)
l2 : (x1, x2), (x2, x4)
l3 : (x1, x3), (x3, x2), (x2, x4)
Definiţia 3.9.: Se spune că un graf este conex dacă între oricare
două vârfuri ale sale există cel puţin un lanţ care să le lege. În caz
contrar graful este neconex.
Un graf se numeşte tare conex dacă între oricare două vârfuri ale
sale există cel puţin un drum.
Exemplu:
Graful este conex

Fig. 3a
iar graful nu este conex

Fig. 3b
90
• Definiţia 3.1.10.: Gradul unui vârf să se notează g(x) şi repre-
zintă numărul de arce incidente cu x. Gradul interior al unui vârf x se
notează cu g-1(x) este numărul arcelor de forma (y, x) ∈ X, cu y ∈ X
• De exemplu în graful din fig.1
g-(x2) = 2 existând 2 arce (x1, x3), (x3, x2) cu destinaţia x2
g+(x2) = 1 pentru că Γ(x2) = {x4}
Deci g(x2) = 3
• Definiţia 3.1.11. Se numeşte subgraf G’ (X’, Γ’) al grafului
G(X, Γ) un graf obţinut din G prin suprimarea anumitor vârfuri
şi a tuturor arcelor incidente cu acestea. Vom spune că subgraful G’
este indus sau generat de mulţimea de vârfuri X’
• Dacă X’ = X subgraful se numeşte graf parţial al lui G
- adică graful parţial se obţine din graful G, având aceleaşi
vârfuri, dar numai cu o parte din arcelor acestuia.
Exemplu:
Fie graful

Fig. 4a
în Fig. 4 b este prezentat subgraful G’ generat de nodurile {x1, x2,
x3, x5}

Fig. 4b
iar în Fig. 4c este prezentat graful parţial G” fără arcele (x2, x3), (x3, x5)
91
Fig. 4c
• Definiţia 3.1.12. Un graf orientat este complet dacă oricare
două vârfuri sunt adiacente

3.2. Matrici asociate unui graf. Proprietăţi ale grafurilor


În problemele ce pot fi rezolvate cu ajutorul grafurilor apar
anumite matrici ce conţin informaţii asupra arcelor, drumurilor sau
altor elemente legate de grafuri.

3.2.1. Matricea conexiunilor directe


Fie un graf G = (X, Γ) cu x = {x1, x2, ... xn}. Asociem acestui
graf o matrice pătratică C numită booleană, ale cărui elemente sunt:
C = (c ij ) i =1,n .
j=1, n

⎧⎪1 dacă (x i , x j )∈ Γ
c ij = ⎨ Matricea C poartă numele de matricea
⎪⎩0 dacă (x i , x j ) ∉ Γ
arcelor, matricea conexiunilor directe sau matricea de adiacenţă pentru
graful G

Fig. 5

92
Exemplu: Pentru graful din fig. de mai sus scriem matricea
conexiunilor directe:
x1 x2 x3 x4 x5
x1 0 1 1 1 0
x2 0 0 1 0 0
C:
x3 0 0 0 1 1
x4 0 1 0 0 1
x5 0 1 0 0 0
Observaţii:
1. Numărul de cifre 1 de pe linia xi reprezintă numărul de
conexiuni directe ale lui xi, iar numărul de cifre 1 de pe coloana xj
reprezintă numărul conexiunilor directe cu xj.
De exemplu: dacă nodurile grafului de mai sus reprezintă 5
bănci, iar arcele corespunzătoare reprezintă relaţiile de colaborare
interbancare, atunci cifrele de 1 de pe linia xi ar putea reprezenta
posibilităţile la care banca i face plasamente, iar cifrele de 1 de pe
coloana xj ar putea reprezenta posibilităţile de la care banca xj ar putea
face împrumuturi.
2. Dacă 2 grafuri au aceeaşi matrice a conexiunilor directe (şi
aceeaşi mulţime de vârfuri) atunci cele 2 grafuri coincid.
3. Gradul exterior al vârfului şi se obţine adunând elementele de
pe linia i a matricei C, iar gradul interior al aceluiaşi vârf se obţine
adunând elementele de pe coloana i a matricei C.
n n
g (x i ) = ∑ c ij
+
g (x i ) = ∑ c ki

j=1 k =1
+ –
Exemplu: g (x3) = 2 g (x3) = 1

3.2.2. Matricea drumurilor


Din matricea conexiunilor directe, prin anumite operaţii se poate
o matrice D = (d ij ) i =1,n numită matricea drumurilor sau matricea
j=1, n

conexiunilor totale
în care dij = ⎧⎪⎨ 1, dacă există drum de la xi la xj
⎪ 0, dacă nu există drum de la xi la xj

93
Definiţie Puterea de atingere p(xi) a vârfului xi ∈X în graful
G=(X, Γ) este egală cu numărul de vârfuri la care se poate ajunge din
xi, adică egală cu numărul de elemente de „1” de pe linia „i” din
matricea D.
Observaţii:
1. Matricea D = (d ij ) i, j=1,n a drumurilor grafului G poate indica
absenţa sau prezenţa circuitelor în graful G astfel:
• dacă dii=0 (∀) = 1, n atunci graful G nu are circuite;
• dacă există un indice i, i = 1, n pentru care dii=1 atunci există
în graful G un circuit care are ca vârf iniţial şi final pe xi.
2. Dacă p(xi)=0, atunci din vârful xi nu se ajunge nicăieri şi se
numeşte ieşire din reţea.
3. Dacă matricea D are toate elementele egale cu 1 atunci graful
este tare conex. Dacă cel puţin un element este egal cu 0 în D, graful
nu este tare conex.
Pentru elaborarea unui algoritm de determinare a matricii
drumurilor introducem o operaţie adecvată pe mulţimea formată din
elementele 0 şi 1, numită operaţie de „adunare booleană” cu regulile
+ 0 1
următoare: 0 0 1
1 0 1
Astfel algoritmul de determinare al matricii drumurilor unui graf
pornind de la matricea conexiunilor directe, este:
( )
1. Pentru construirea liniei „i” din matricea D i = 1, u urmărim
elementele egale cu „1” de pe linia „i” din matricea C:
c iα = 1 d iα = 1
c iβ = 1 d iβ = 1
dacă atunci
M M
c iγ = 1 d iγ = 1
2. Folosind adunarea booleană, se adună liniile α, β, γ din matricea
C la linia „i”; noile valori „1” apărute se trec în linia „i” a matricei D; fie
k, l, ... m poziţiile ocupate de aceste noi valori în cadrul liniei.

94
3. Adunăm (boolean) liniile k, l, ..., m din C la linia „i” trecând
noile valori de „1” apărute în linia „i” a matricii D, continuând
procesul până la apariţia uneia din situaţiile:
a) sau toate elementele d ij (j = 1, n ) devin egale cu „1”.
b) sau nu mai apare nici un element egal cu „1”, caz în care
locurile rămase libere se completează cu zerouri şi se trece la linia
„i+1”, pentru care se repetă procedeul.
Exemplu:
Pentru graful din fig.5 cu matricea conexiunilor directe C
asociată, determinăm matricea drumurilor D.
1. Construim linia 1 a matricii D pornind de la linia 1 a matricii C.
Observăm că C12=1 şi C13= 1, C14= 1, restul elementelor fiind
egale cu zero.
Atunci boolean linia 1 din C cu liniile l2, l3, l4 ale matricii C
l1 : 0 1 1 1 0
l2 : 0 0 1 0 0
l3 : 0 0 0 1 1
l4 : 0 1 0 0 1
l1(2) 0 1 1 1 1
Observăm că linia l1(2) diferă de l1 prin elementul generat pe
(2)
poziţia C15 = 1 . Trecem la Pasul 3o din algoritm şi adunăm boolean
linia l1(2) cu linia l4 din C.
l1(2) 0 1 1 1 1
l4 0 1 0 0 1
0 1 1 1 1
Observăm că nu s-au generat alte elemente în plus faţă de cele
obţinute în l1(2) , deci, l1 a matricii D va fi l1(D) : 0 1 1 1 1
2. Pentru linia 2 a matricii D
Observăm că c23 = 1 restul elementelor fiind egale cu zero.
Adunăm boolean l2 din C cu l3

95
l2 : 0 0 1 0 0
l3 : 0 0 0 1 1
l (2)
2 : 0 0 1 1 1
Observăm că linia l (2)2 diferă de l2 prin elementele generate de
poziţiile c 24 = 1 şi c 25 = 1 . Adunăm boolean l (2)
(2) (2)
2 cu l4 şi l5.

l (2)
2 0 0 1 1 1
l4 0 1 0 0 1
l5 0 1 0 0 0
l (3)
2 0 1 1 1 1
Observăm că linia l (3)
2 diferă de l (2)
2 prin elementul generat pe
22 = 1 . Adunăm boolean l 2 cu l2
poziţia c (3) (3)

l (3)
2 0 1 1 1 1
l2 0 0 1 0 0
l (4)
2 0 1 1 1 1
Observăm că nu s-au generat elemente noi de „1” faţă de linia
(3)
l 2 deci linia l2 din D va fi l (D)
2 :0 1 1 1 1 1

Similar pentru liniile 3, 4, 5 şi obţinem matricea D


D : x1 x2 x3 x4 x5
x1 0 1 1 1 1
x2 0 1 1 1 1
x3 0 1 1 1 1
x4 0 1 1 1 1
x5 0 1 1 1 1
Observaţii:
1. graful G are circuite, căci există i astfel încât dii=1 (ex.d22=1)
2. puterile de atingere ale vârfurilor p(x1) = p(x2) = p(x3) = p(x4)
= p(x5) = 4
96
3. algoritmul prezentat anterior de determinare a matricii
drumurilor este destul de lent în ce priveşte aplicarea pe calculator,
având complexitatea O(n2), dar este util în aplicaţii efecte manual pe
grafuri de dimensiuni reduse.

3.2.3. Determinarea drumurilor hamiltoniene în grafuri fără circuite


Dacă graful G nu are circuite, vom scrie matricea D a drumurilor
grafului, ordonând în prealabil vârfurile grafului în ordinea
descrescătoare a puterilor de atingere – astfel toate valorile de „1” din
matrice vor apare deasupra diagonalei principale.
Deoarece
- dacă în graful G există un drum de la xi la xj atunci p(xj) <
p(xi), deoarece orice vârf atins din xj poate fi atins şi din xi, printr-un
drum obţinut în cadrul operaţiei de conectare.
- dacă ar mai fi posibil ca dij = 1 cu i > j atunci p(xi) > p(xj) ceea
ce conform rearanjării liniilor şi coloanelor nu mai este posibil.
Acest procedeu se numeşte „triangularizare” matricea D se va
numi „formă triungularizată superior”.
Este evident că dacă ordinea {x1, x2, ... xn} a vîrfurilor grafului
conducere la o matrice triangularizată atunci p(x1) ≥ p(x2) ≥ ... ≥ p(xn).
Această formă are proprietatea că fiecare element egal cu „1” de
pe fiecare linie a matricii drumului corespunde unui drum format
dintr-un singur arc.
Într-adevăr, presupunem că, pe linia vârfului xi constatăm că:
⎧d ik = 0 k = 1, j − 1

⎩d ij = 1 j〉 i
Să presupunem că există un drum de la xi la xj format din mai
multe arce, de exemplu drumul.
{ (xi, xα), (xα, xj)}. Atunci avem:
diα = 1
dαj = 1 → p(xα) > p(xj), deci xα este înaintea lui xj şi
deci valoarea diα = 1 ar fi anterioară lui dij, pe linia vârfului xi, ceea
ce am presupus că nu se întâmplă.
Exemplu:
Fie matricea D a drumurilor unui graf

97
D : x1 x2 x3 x4 p(x i )
x1 0 1 0 1 2
x2 0 0 0 1 1
x3 1 1 0 1 3
x4 0 0 0 0 0
Pentru a triangulariza matricea D ne folosim de relaţiile
p(x3) > p(x1) > p(x2) > p(x4) , vom scrie vârfurile în ordinea {x3,
x1, x2, x4} în loc de ordinea { x1, x2, x3, x4}.
Avem:
D1 : x 3 x1 x2 x4
x3 0 1 1 1
x1 0 0 1 1 care este matricea triangularizată
x2 0 0 0 1
x4 0 0 0 0
a drumurilor.
Aceste consideraţii permit elaborarea algoritmului de determi-
nare a drumurilor hamiltoniene în grafurile fără circuite, astfel:
Teoremă (Y. CHEN.) Un graf fără circuite, care are „n” vârfuri,
conţine un drum hamiltonian, dacă şi numai dacă avem:
n
n(n − 1)
∑ p(x ) =
i =1
i
2
Demonstraţie:
Fie d = {x1, x2, ... xn} drumul hamiltonian în G, atunci:
- dacă i > j din xj nu se poate atinge vârful xi, deoarece în caz
contrar în G ar exista circuite
- din vârful xi (i = 1, n − 1 ) se pot atinge vârfurile x i −1 , x 1− 2 ,...x n
deci p(xi) = n-i
- din vârful xn nu se poate atinge nici un vârf.
În total avem:
n n
n(n − 1)
∑ p(x i ) = ∑ n − i =
i =1 i =1 2
98
n
n(n − 1)
Reciproc, presupunem că ∑ p(x ) =
i =1
i
2
atunci în matricea D se găsesc n(n − 1) elemente de „1”.
2
Triangularizând superior această matrice, aceste elemente vor
ocupa toate locurile disponibile de deasupra diagonalei; în final
drumul hamiltonian însuşi este dat de succesiunea vârfurilor corespun-
zătoare matricii triangularizată superior.
Observaţie: într-un graf fără circuite, există cel mult un drum
hamiltonian.
Dacă ar exista 2 drumuri hamiltoniene d (1) (2)
H şi d H atunci în cele
2 drumuri ar exista cel puţin 2 vârfuri xi, xj aşezate în ordine inversă,
ceea ce ar face să apară un circuit între xi şi xj.
Algoritmul de determinare a drumului hamiltonian.
Etapa 1
Se scrie matricea D = (d ij )i, j=1,n a drumurilor
Dacă există un indice „i” pentru care dii = 1, atunci graful are
circuite şi algoritmul Y.Chen nu se poate aplica.
Etapa 2
n(n − 1)
În caz contrar, dacă în matrice există elemente de „1”
2
graful admite drum hamiltonian şi se trece la Etapa3.
n(n − 1)
Iar dacă numărul de elemente „1” este mai mic decât
2
graful nu are drum hamiltonian.
Etapa 3:
Ordinea vârfurilor în cadrul drumului hamiltonian este dată de
ordinea descrescătoare a puterilor de atingere.
Exemplu:
Să determinăm drumul hamiltonian pentru matricea drumurilor
din exemplul precedent.
Avem p(x1) = 2; p(x2) =1; p(x3) = 3; p(x4) = 0
4

∑ p(x ) = 6
i =1
i

99
n(n − 1)
iar pentru n = 4 ⇒ =6
2
Deci, se poate aplica teorema lui Chen, în G există un drum
hamiltonian, iar acesta este dH:{x3, x1, x2, x4}

3.2.4. Determinarea drumului hamiltonian în graf cu circuite


Algoritmul de determinare a matricii drumurilor are un caracter
prea sintetic, în sensul că prezenţa unei valori de „1” în matricea
drumurilor nu dă informaţii asupra vârfurilor din care se compun
drumurile corespunzătoare, bineînţeles că nici asupra numărului de
drumuri între vârfurile care corespund acelor valori de „1”.
Ca un exemplu de algoritm capabil să răspundă acestor
deziderate, prezentăm algoritmul fundamental datorat lui A.Kaufmann
(1963) numit al „înmulţirii latine”.
Introducem ca punct de plecare, o matrice M(1), care în locul
valorilor de „1” utilizate în matricea obişnuită a arcelor, utilizează
însuşi arcul respectiv, reprezentat prin vârfurile care îl compun.

( )
M (1) = m (1)
i, j=1, n
, unde m ij = ⎨
(1) ⎧x i x j
dacă există arc de la xi
⎩0
ij

la xj în rest.
Prin suprimarea primei litere în matricea M(1) în rest se obţine o
~
matrice M (1) numită „a destinaţiilor posibile”. Se compun matricele
~ ~
M(1) şi M (1) prin operaţia de „înmulţire latină”. M(1) L M (1) astfel:
- înmulţirea latină a matricilor se face formal ca şi înmulţirea a 2
matrici, fără însumare şi fără înmulţire efectivă ţinând cont că:
- produsul latin a două componente participante la calcul este
nul dacă cel puţin una din ele este nulă.
- produsul latin a două componente participante este nul dacă au
vârf comun.
- rezultatul compunerii constă în scrierea în continuare a
vârfurilor componente ale simbolurilor participante.
Prin definiţia produsului latin avem:
~ ~
M (2) = M (1) (L )M (1) , M (3) = M (2) (L )M (1) ,... , algoritmul conti-
nuă până la obţinerea matricii M(n-1), deoarece într-un graf cu n vârfuri
un drum hamiltonian are n-1 arce.

100
În matricea Mn-1 citim, conform modului de scriere de mai sus
toate drumurile hamiltoniene ale grafului.
Dacă toate elementele lui Mn-1 sunt zerouri, (Mn-1 = 0), graful nu
admite drum hamiltonian.
Observaţie: Procedeul este aplicabil pentru orice tip de graf
orientat (cu sau fără circuit), dar pentru grafurile fără circuite se
recomandă algoritmul lui Chen, întrucât pentru grafuri de dimensiuni
mari, algoritmul înmulţirii latine este greoi (dar sigur).
Exemplu:
Să se determine drumurile hamiltoniene pentru graful din fig. 5.
Rezolvare:
Cum ştim că, graful are circuite, vom folosi metoda înmulţirii latine.
~
Matricele M(1) şi M (1) vor fi:
⎛0 x1x 2 x1x 3 x1x 4 0 ⎞
⎜ ⎟
⎜0 0 x1x 3 0 0 ⎟
M (1)
= ⎜0 0 0 x x4 x 3x 5 ⎟
⎜ ⎟
⎜0 x4x2 0 0 x4x5 ⎟
⎜0 x5x 2 0 0 0 ⎟⎠

⎛0 x2 x3 x4 0⎞
⎜ ⎟
⎜0 0 x3 0 0⎟
~
M (1) = ⎜0 0 0 x4 x5 ⎟
⎜ ⎟
⎜0 x2 0 0 x5 ⎟
⎜0 x2 0 0 0 ⎟⎠

⎛ ⎧x 1 x 3 x 5 ⎫ ⎞
⎜ 0 x1x 4 x 2 x1x 2 x 3 x1x 3 x 4 ⎨ ⎬⎟
⎜ ⎩x 1 x 4 x 5 ⎭ ⎟
⎜0 0 0 x 2x 3x 4 x 2x 3x5 ⎟
~ ⎜ ⎟
M (2)
= M (L)M (1)
(1)
=⎜ ⎧x 3 x 4 x 2 ⎫
0 ⎨ ⎬ 0 0 x3x 4x5 ⎟
⎜ ⎩x 3 x 5 x 2 ⎭ ⎟
⎜0 x x x x4x2x3 0 0 ⎟
⎜ 4 5 2 ⎟
⎜0 0 x5x 2x3 0 0 ⎟
⎝ ⎠

101
⎛ ⎧x 1 x 3 x 4 x 2 ⎫ ⎞
⎜ ⎪ ⎪ ⎧x 1 x 2 x 3 x 5 ⎫ ⎟
⎜0 ⎨x 1 x 3 x 5 x 2 ⎬ x 1 x 4 x 2 x 3 x1x 2 x 3 x 4 ⎨ ⎬⎟
⎜ ⎪x x x x ⎪ ⎩x 1 x 3 x 4 x 5 ⎭ ⎟
⎜ ⎩ 1 4 5 2⎭ ⎟
M (3) = M (2) (L )M (1) = ⎜0 0 0 0 x 2x3x 4x5 ⎟
⎜ ⎟
⎜0 x 3x 4x5x 2 0 0 0 ⎟
⎜0 0 x4x5x2x3 0 x 4x 2x3x5 ⎟
⎜ ⎟
⎝0 0 0 x5x 2x3x 4 0 ⎠
⎛ ⎧x 1 x 4 x 2 x 3 x 5 ⎫ ⎞
⎜ 0 x1x 3 x 4 x 5 x 2 x1x 4 x 5 x 2 x 3 0 ⎨ ⎬⎟
⎜ ⎩x 1 x 2 x 3 x 4 x 5 ⎭ ⎟
~ ⎜0 0 0 0 ⎟
M (4) = M (3) (L )M (1) =⎜ ⎟
⎜0 0 0 0 ⎟
⎜0 0 0 0 ⎟
⎜ ⎟
⎜0 0 0 0 ⎟
⎝ ⎠
În graful dat există 4 drumuri hamiltoniene
În cazul în care există mai multe drumuri hamiltoniene prezintă
interes şi noţiunea de „cel mai bun” drum hamiltonian ceea ce
conduce la ideea de drumuri optime într-un graf.

3.2.5. Drumuri de valoare într-un graf ; algoritmul Bellman-Kalaba


Fie G = (X, Γ) un graf, vom introduce o funcţie v: Γ → R ce
asociază fiecărui arc din Γ o valoare reală.
Notăm: vij = v(xi, xj) şi Gv = (X, Γ, v) graful valuat. În cazurile
reale valuarea poate reprezenta:
- distanţa dintre 2 puncte (localizate)
- timpi sau costuri într-o reţea de transport etc.
Pentru un drum d ={xi1, xi2, ... xik} în graful G vom numi
„valoare a drumului”, suma valorilor arcelor componente, adică:
k -1
p(d) = ∑ p i k i h +1
h =1
Vrem să determinăm drumul „d” de la un vârf oarecare xi la
vârful xn, pentru care valoarea lui p(d) să fie minimă.
Pentru aceasta introducem „matricea extinsă a valorilor arcelor”
V = (v ij ) i, j=1,n , dată de

102
⎧0 i = j

v ij = ⎨v ij dacă există arcul (x i , x j ) ∈ Γ

⎩∞ dacă i ≠ j şi (x i , x j ) ∉ Γ
şi notăm cu m ik valoarea minimă a drumului d de la xi la xn în
graful dat, considerat în mulţimea drumurilor de cel mult k arce, cu mi
valoarea minimă a drumului de la xi la xn, considerată în mulţimea
tuturor drumurilor (indiferent de numărul de arce componente).
Algoritmul de construire a vectorilor (mi)i=1,n se bazează pe
următoarele propoziţii:
PROPOZIŢIA 1
Pentru orice k∈N* avem
{
m i(k +1) = minim v ij + m (k)
j }
j = 1, n
Demonstraţie:
Este evident că un drum de cel mult k+1 arce cu destinaţia xn se
poate obţine dintr-un drum de cel mult k arce cu destinaţia xn, prin
adăugarea unui arc la începutul său. Deci:
{
m i(k +1) = minim{v ij + minim p(d k )} = minim v ij + m (k)
j }
j = 1, n (d k ) j = 1, n
PROPOZIŢIA 2
Dacă există k∈N* pentru care m i(k) = m i(k +1) , pentru orice
i = 1, n , atunci:
a) m i(k) = m i(s) ∀ i = 1, n , ∀s ≥ k + 1
b) m ik = m i ∀i = 1, n
Demonstraţie:
a) demonstrăm prin inducţie după s: pentru s = k+1 proprietatea
este adevărată conform enunţului
Presupunând proprietatea adevărată pentru o valoare s ≤ h avem:

103
{ } {
m i(h +1) = minim v ij + m i(h) = minim v ij + m i(k) = m i(k +1) }
j = 1, n j = 1, n
b) rezultă în mod evident, pentru că prin adăugarea de arce noi
nu obţinem drumuri de valoare mai mică.
• Algoritmul de determinare a drumului minim este:
Etapa 1
Se consideră graful valuat Gv= (X, Γ, V) x = {x1, x2, ... xn} se
construieşte matricea estinsă a valorilor arcelor V = (vij ) i, j=1,n .

Etapa 2
Se adaugă matricii V, liniile suplimentare m i(1) , m i(2) ,...., ( )( )
astfel:
( )
a) linia m i(1) coincide cu transpusa coloanei n a matricii V,
(v ) T
jn j=1,n
(k)
b) presupunând completată linia m i ( )
i =1,n se completează linia
(m ) (k +1
i i =1, n conform propoziţiei 1.
c) se continuă aplicarea fazei (b) până la obţinerea a 2 linii
(m ) (k
i )
şi m i(k +1) identice
Etapa 3
Se determină regresiv drumul minim de la xi la xn astfel:
- se adună linia „i” din V cu linia m i(k +1) urmărindu-se ( )
rezultatul minim ce se poate obţine.
Să presupunem că:
m i(k +1) = v ij + m i(k +1)
atunci primul arc din drumul minim de la xi la xn este arcul (xi, xj)
( )
- se adaugă linia „j” din V cu m i(k +1 reţinând valoare minimă,
aflată de exemplu pe coloana „k”, atunci al doilea arc va fi (xj, xk),
ş.a.m.d. Ultimul succesor determinat va fi xn.
• Algoritmul de determinare a drumului maxim
Etapa 1 se construieşte matricea V a valorilor arcelor astfel:
104
⎧0 dacă i = j
(v ij ) = ⎪⎨- ∞ dacă (x i , x j )∉ Γ
⎩v ij dacă (x i , x j ) ∈ Γ

Etapa 2
Similar cu etapa 2 din algoritmul anterior, dar la pasul 2b) linia
{
m i(k +1) = maxim v ij + m (k) }
(m )
(k +1
i i =1, n se completează astfel:
j

j = 1, n
Etapa 3
Determinarea drumului maxim se determină la fel ca la etapa 3
anterioară.
Vom prezenta două exemple de determinare a drumului minim,
respectiv maxim cu ajutorul algoritmului Bellman-Kalaba.
Exemplu:
Vârfurile x1, x2, x3, x4, x5, x6, x7 reprezintă întreprinderi, iar pe
arce este marcată durata executării controlului în punctul xj după
efectuarea lui în punctul xi în unitatea de timp corespunzătoare. Să se
determine timpul minim de control, dintre x1 şi x7.

Fig. 6
Rezolvare:
Etapa 1
Construim matricea V a valorilor arcelor, V:

105
x1 x2 x3 x4 x5 x6 x7
x1 0 2 6 11 ∞ ∞ ∞
x2 ∞ 0 4 3 9 ∞ ∞
x3 ∞ ∞ 0 1 ∞ 11 ∞
x4 ∞ ∞ ∞ 0 ∞ ∞ 9
x5 ∞ ∞ ∞ 6 0 14 19
x6 ∞ ∞ ∞ 4 ∞ 0 13
x7 ∞ ∞ ∞ ∞ ∞ ∞ 0

(m (1)
i ) ∞ ∞ ∞ 9 19 13 0
(m (2)
i ) 20 12 10 9 15 13 0
(m (3)
i ) 14 12 10 9 15 13 0
(m (4)
i ) 14 12 10 9 15 13 0
Etapa 2
a) adăugăm m i(1) la matricea V, care este transpusă coloanei
(v )
j7 j=1, n

b) completăm matricea V cu liniile m i(2) , m i(3) , m i(4) ştiind că


m i(k +1) = min v ij + m (k)
j { }
j = 1,7
Aşadar pentru linia m i(2) , primul element m i(2) se determină
adunând elementele liniei 1 a matricii V cu cele ale liniei m i(1) , cea
mai mică fiind elementul căutat.
m1(2) = min v1j + m (1)
j (
= )
j = 1,7
= min(0 + ∞, ∞ + 2, ∞ + 6, 11 + 9, 19 + ∞, 13 + ∞, 0 + ∞) = 20
2 = min v 2j + m j
m (2) (1)
= ( )
j = 1,7

= min(∞ + ∞, ∞ + 0, ∞ + 4, 9 + 3, 9 + 19, 13 + ∞, ∞ + 0) = 12

106
( )
m 3(2) = min v 3j + m (1)
j =
i = 1,7

= min( ∞ + ∞ , ∞ + ∞ , ∞ + 0, 9 + 1, 19 + ∞ , 13 + 11, 0 + ∞ ) = 10
m (2) (
4 = min v 4j + m j
(1)
=)
j = 1,7

= min( ∞ + ∞, ∞ + ∞ , ∞ + ∞ , 9 + ∞ , 19 + ∞ , 11 + 13, ∞ + 0) = 9
(
m 5(2) = min v 5j + m (1)
j )=
j = 1,5

= min( ∞ + ∞, ∞ + ∞ , ∞ + ∞ , 9 + 6, 19 + 0, 14 + 13, 19 + 0) = 15
m (2) (
6 = min v 6j + m j
(1)
=)
j = 1,7

= min( ∞ + ∞, ∞ + ∞ , ∞ + ∞, 9 + 4, 19 + ∞ , 13 + 0, 13 + 0) = 13
m (2) (
7 = min v 7j + m j
(1)
=)
j = 1,7

= min( ∞ + ∞, ∞ + ∞ , ∞ + ∞, 9 + ∞ , ∞ + 19, ∞ + 13, 0 + 0) = 0


m i(3) = min{v ij + m (2)
j }
Pentru linia m i(3) vom avea:
j = 1,7

m (3)
1 = min(20 + 0, 12 + 2, 10 + 6, 9 + 11, 15 + ∞, 13 + ∞, 0 + ∞ ) = 14
2 = min(20 + ∞ , 12 + 0, 10 + 4, 9 + 3, 9 + 15, 13 + ∞ , ∞ + 0) = 12
m (3)
m 3(3) = min(20 + ∞, 12 + ∞, 10 + 0, 9 + 1, 15 + ∞, 13 + 11, 0 + ∞ ) = 10
4 = min(20 + ∞ , 12 + ∞ , 10 + ∞ , 9 + 0, 15 + ∞ , ∞ + 13, 0 + 9) = 9
m (3)
m 5(3) = min(20 + ∞, 12 + ∞, 10 + ∞, 9 + 6, 15 + 0, 13 + 14, 0 + 19 ) = 15
6 = min(20 + ∞ , 12 + ∞ , 10 + ∞ , 9 + 4, 15 + ∞ , 13 + 0, 0 + 13) = 13
m (3)
6 = min(20 + ∞ , 12 + ∞ , 10 + ∞ , 9 + ∞ , 15 + ∞ , 13 + ∞ , 0 + 0 ) = 0
m (7)

107
m i(4) = min{v ij + m (3)
j }
Pentru linia m i(4) vom avea:
j = 1,5

m (4)
1 = min(14 + 0, 12 + 2, 10 + 6, 9 + 11, 15 + ∞ , 13 + ∞ , 0 + ∞ ) = 14
m (4)
2 = min(14 + ∞ , 12 + 0, 10 + 4, 9 + 3, 15 + 9, 13 + ∞ , ∞ + 0 ) = 12
m (4)
3 = min(14 + ∞ , 12 + ∞ , 10 + 0, 9 + 1, 15 + ∞ , 13 + 11, ∞ + 0 ) = 10
m (4)
4 = min(14 + ∞ , 12 + ∞ , 10 + ∞ , 9 + 0, 15 + ∞ , 13 + ∞ , 0 + 9 ) = 9
m (4)
5 = min( 14 + ∞ , 12 + ∞ , 10 + ∞ , 9 + 6, 15 + 0, 13 + 14 , 0 + 19 ) = 15
m (4)
6 = min(14 + ∞ , 12 + ∞ , 10 + ∞ , 9 + 4, 15 + ∞ , 13 + 0, 0 + 13 ) = 13
m (4)
7 = min(14 + ∞ , 12 + ∞ , 10 + ∞ , 9 + ∞ , 15 + ∞ , 13 + ∞ , 0 + 0 ) = 0
Observăm că liniile m i(3) şi m i(4) coincid, iteraţiile se opresc.
Elementele lui m i(4) reprezintă valoarea minimă a fiecărei drum
care ajunge în x7.
Etapa 3
Se adună linia 1 din V cu m i(4) urmărindu-se rezultatul minim,
care este 14 primul arc va fi (x1, x2).
Se adună linia 2 din V cu m i(4) , rezultatul fiind 12 al doilea arc
va fi (x2, x4).
Se adună linia 4 din V m i(4) , rezultatul minim fiind 9, arcul
corespunzător va fi (x4, x7).
Deci: drumul minim de la x1 la x7 va fi {x1, x2, x4, x7} cu p(d) = 17
Exemplu: Se consideră graful din fig. 7, să se determine valoarea
maximă a dreptei de la x1 la x6.

108
Fig. 7
Rezolvare – aplicăm algoritmul Bellman – Kalaba.
Calculele vor fi sistematizate în tabelul următor.
V: x1 x2 x3 x4 x5 x6
x1 0 5 8 18 -∞ -∞
x2 -∞ 0 6 10 12 21
x3 -∞ -∞ 0 9 11 23
x4 -∞ -∞ -∞ 0 8 16
x5 -∞ -∞ -∞ -∞ 0 9
x6 -∞ -∞ -∞ -∞ -∞ 0

m(i 1) -∞ 21 23 16 9 0
max (-∞+ max (-∞+ max (-∞+ max (-∞
max (-∞+0, max (-∞
(-∞); 0+21, (-∞); 21+ (-∞); -∞;-∞+21;
5+21, -∞;-∞+21;
6+23, (-∞); 0+23; -∞+21; -∞+23;
m i(2) 8+23, 10+16, 9+16; 0+23; -∞+16,
-∞+23,
18+16, -∞ -∞+16;
12+9, 11+9; 0+16¸8+9, 0+9,
+9, -∞+0) -∞+9; 0+0)
21+0)=29 23+0) =25 16+0)=17 0+9)=9
max (34+0, max max max max (-∞
max
29+5, (-∞+34, (-∞+34, (-∞+34; +34; -∞+
(-∞+34,
m i(3) 8+25, 0+29,6+25, -∞+29, 29-∞; -∞+29; -∞ 29; -∞+25;
18+17, 0+25,9+17, -∞+25, +25; -∞+ -∞+17;
10+17,12+
-∞+9, 11+9; 0+17;8+9¸1 17, 0+9; -∞+9;
9,21+0)=31
-∞+0)=35 23+0)=26 6+0)=17 9+0)=9 0+0)=0
max (+035; max (-∞+ max (-∞ max (-∞ max (-∞ max (-∞
5+31; 35; 0+31; + 35; -∞ +35; -∞ +35; - +35; -∞
m i(4) 8+26; 6+26; + 31; 0+26; +31; -∞+ ∞+31; - +31; -∞
18+17; 10+17; 9+17; 26; 0+17; ∞+26; - +26; -∞
-∞+9; - 12+9; 11+9; 8+9; ∞+17; 0+9; +17; -∞+9;
∞+0)=35 21+0)=32 23+0)= 26 16+0)= 17 9+0)=9 0+0)= 0
max (-∞ max (-∞ max (-∞ max (-∞ max (-∞
max (36+0;
+36; 0+32; +36; -∞ +36; -∞ +36; -∞ +36, -∞
(5) 5+32;
m i 8+26; 18+
6+26; +32; 0+26; +32; -∞ +32; -∞ +32; -∞
10+17; 9+17; +26; 0+17; +26; -∞ +26; -∞
17; -∞+9;
12+9; 11+9; 8+9;16+0) +17; 0+9; +17; -∞+9;
-∞+0) =37
21+0)= 32 23+0)=26 = 17 9+0)= 9 0+0)=0
max (37+0; max (-∞ max (-∞ max (-∞ max (-∞ max (-∞
5+32; +37; 0+32; +37; -∞ +37; -∞ +34; -∞ +37; -∞
m i(6) 8+26; 6+26; +32; 0+26; +32; -∞ +32; -∞ +32; -∞+26
18+17; 10+17; 9+17; +26; 0+17; +26; -∞ -∞+17;
-∞+9; 12+9; 11+9; 8+9; +17; 0+9; -∞+9;
-∞+0)= 37 21+0)= 32 23+0)= 26 16+0)= 17 9+6)= 9 0+0)=0
109
Iteraţiile se opresc aici, căci am obţinut liniile m i(s) = m i(6) .
Lungimea maximă a drumului de la x1 la x6 este 37
Etapa 3
Determinăm succesiunea arcelor în drumul maxim astfel obţinut.
1) Adunăm linia m i(6) cu linia (1) din V, valoarea maximă
5
obţinută este 37, corespunzător ei arcul x1 ⎯→
⎯ x2 .

2) Adunăm linia m i(6) cu linia 2 din V, valoarea maximă


6
obţinută este 32, arcul va fi x 2 ⎯
⎯→ x 3.

3) Adunăm linia m i(6) cu lina 3 din V, valoarea maximă obţinută


9
va fi 26, arcul va fi x 3 ⎯
⎯→ x 4 .

4) Adunăm linia m i(6) cu linia 4 din V valoarea maximă 17,


8
arcul corespunzător x 4 ⎯→
⎯ x5 .

5) Adunăm linia m i(6) cu linia 5 din V, valoarea maximă va fi 9,


9
iar arcul x5 ⎯
⎯→ x 6 .
Drumul corespunzător va fi, deci:
x1 ⎯
⎯→
5
x2 ⎯
⎯→
6
x3 ⎯
⎯→
9
x4 ⎯
⎯→
8
x5 ⎯
⎯→
9
x6
Dacă doream să determinăm drumul minim de la x1 la x6
procedăm analog.
Etapele 1 şi 2 sunt sistematizate în tabelul de mai jos:
x1 x2 x3 x4 x5 x6
x1 0 5 8 18 ∞ ∞
x2 ∞ 0 6 10 12 21
x3 ∞ ∞ 0 9 11 23
x4 ∞ ∞ ∞ 0 8 16
x5 ∞ ∞ ∞ ∞ 0 9
x6 ∞ ∞ ∞ ∞ ∞ 0

m i(2) min (∞+0; min (∞+∞; min (∞+∞; min (∞+∞; min (∞+∞; min (∞+∞;
5+21¸8+23; 0+21; 6 ∞+21; 0 ∞+21; ∞ ∞+21; ∞+ ∞+21; ∞+
110
18+16; +23; 10 +23; 9+16; +23; +016; 23; ∞+16; 0 23; ∞+16;
∞+9; +16; 12+9; 11+9; 8+9; 16+0) +9; 9+0)= 9 ∞+9; 0+0)
∞+0;)= 26 21+0) = 21 23+0) =20 =16 =0
min (26+0; min (∞+26; min (∞+26; min (26+∞; min (∞+26; min (∞+∞;
5+21; 8+ 0+21; 6+ ∞+21; 0+ ∞+21; ∞+ ∞+21; ∞+ ∞+21; ∞+
m i(3) 20; 18+ 16; 20; 10+16; 20; 9+16; 20; 0+16; 20; ∞+16; 20; ∞+16;
∞+9; 12+9; 11+9; 8+9; 9+0) 0+9; 9+0) ∞+9;
V+0)= 26 21+0)= 21 23+0)= 20 =9 =9 ∞+0)= 0

Iteraţiile se opresc, căci am obţinut m i(3) = m i(2)


Etapa 3
Determinăm succesiunea drumului minim de la x1 la x6.
1) Adunăm linia m i( ) cu linia 1, valoarea minimă este 26, arcul
5
va fi x1 ⎯→
⎯ x 2 şi se obţină pe coloana lui x2
2) Adunăm linia m i(3) cu linia 2, valoarea minimă este 21, arcul
21
corespunzător va fi x 2 ⎯⎯→ x 6 şi se obţine pe coloana lui x6.
5 21
Deci, drumul minim va fi x1 ⎯→
⎯ x2 ⎯
⎯→ x 6 .

3.3. Flux maxim într-o reţea de transport


Definiţia 1: Un graf orientat valuat G=(X, Γ, p) fără circuite, se
numeşte „reţea de transport” dacă îndeplineşte următoarele condiţii:
1. Dacă x={x1, x2, ... xn} atunci ∀i = i, u avem (xi, xi) ∈ Γ
2. există un vârf unic x1 ∈X în care nu intră nici un arc, numit
sursa reţelei.
3. vârful x eXn există unic din care nu iese nici un arc numit
destinaţia reţelei.
4. G este conex şi există drumuri de la x1 la xn.
5. S-a definit o funcţie c: Γ → R ai c(u) ≥ 0 pentru orice arc u∈
Γ; numărul c(u) se numeşte capacitatea reţelei.
Definiţia 2. Fiind dată o submulţime Y∈X, se numeşte tăietură
de suport Y mulţimea de arce
co–(Y)={(xi, xj) ∈ Γ / xi ∈ Y, xj ∈ Y} ∈ Γ
co+(Y)={(xi, xj) ∈ Γ / xi ∈ Y, xj ∈ Y} ∈ Γ.

111
Cantitatea c[co-(y)] = ∑p ij este capacitatea tăieturii co–(y)
(x i , x j )∈ co − (y)

Definiţia 3. Un arc (xi, xj) ∈ Γ se numeşte „arc saturat”, dacă în


raport cu φ are loc relaţia ϕ x i , x j = p ij .( )
Definiţia 4. O funcţie φ: Γ →R+ se numeşte flux pe reţeaua de
transport G = (X, Γ, p) dacă îndeplineşte următoarele condiţii:
1. Condiţia de mărginire a fluxului
( )
∀ x i , x j ∈ Γ avem 0 ≤ φ (xi, xj) ≤ pij
2. Condiţia de conservare
n n
∀x i ∈ X avem
k =1
∑ ϕ (x k , x j ) = h =1
∑ ϕ (x , x j h )
(x k , x j )∈Γ (x j , x h )∈Γ

Observaţia 1: Condiţia 2) afirmă că putem pentru orice vârf x cu


x ≠ x1, şi x ≠ xn, suma fluxurilor de pe arcele care intră în x este egală
cu suma fluxurilor pe arcele care ies din x.
Observaţia 2. Funcţia φ nu este unică, de exemplu φ(u) = 0 ∈
arcul u ∈ Γ satisface condiţiile impuse.
Se pune problema determinării funcţiei φ astfel încât suma
fluxurilor pe arcele ce intră în xn să fie maximă, aşa numita problemă
a „fluxului maxim”.
Adică, dintre toate fluxurile φ: Γ→R+ posibile în reţeaua G=(X,
Γ, p) se urmăreşte să se determine fluxul ϕ pentru care
n

∑ ϕˆ (x h , x n ) ≥ ∑ ϕ (x h , xn )
h =1 h =1, u
(x h , x n )∈Γ (x h , x u )∈Γ

PROPOZIŢIA 1: Fie G=(X, Γ, p) o reţea de transport având sursa


x1 şi destinaţia xn şi φ: Γ→R+ un flux oarecare în reţeaua G atunci:

∑ ϕ (x , x )
n n

∑ ϕ (x 1 , x i ) = j n (1)
i =1 j=1
(x1 , x i )∈Γ (x j , x n )∈Γ

Demonstraţie
Relaţia (1) exprimă faptul că fluxul care iese din x1 ajunge în xn.
112
Avem co–(x1) = co+(xn) = 0 şi se deduce că:
⎡ ⎤
∑⎢ ∑ ϕ(x i , x j ) − ∑ ϕ(x , x )⎥ = j n
⎣⎢(x i , x j )∈co ( x i ) (x j , x n )∈co − (x j ) ⎦⎥
j∈x −

= ∑ ϕ(x j , x n ) − ∑ ϕ(x , x ) = 0 1 i
(x j , x n )∈co − ( x n ) ( x1 , x i )∈co − ( x1 )

ceea ce demonstrează afirmaţia.


Valoarea φ = ∑ ϕ(x , x ) = i n ∑ ϕ(x , x ) 1 j
( x1 , x n )∈co − ( x n ) (x1 , x j )∈co + ( x1 )
se numeşte „valoarea totală” a fluxului φ: Γ→R+
PROPOZIŢIA 2
Fie G = (X, Γ, p) o reţea de transport, şi fie Y∈X o submulţime
cu proprietăţile:
- pentru sursa x1 a lui G avem x1∈Y
- pentru destinaţia xn ∈Y. Atunci pentru orice flux φ: Γ→R+ avem
φ= ∑ ϕ(x , x ) − ∑ ϕ(x , x ) ≤ C(co
i j i j

( y) ) (2)
(x i , x j )∈co − ( y ) (x i , x j )∈co + ( y )
Demonstraţie:
Avem:
( )
∑ ϕ x i , x j − ∑ ϕ+ x i , x j = ( )
(x i , x j )∈co − ( y ) (x i , x j )∈co ( y )
⎡ ⎤
= ∑⎢ ∑ ϕ(x i , x k ) − ∑ ϕ(x k , x j )⎥ =
x∈X ⎢
⎣( x i , x k )∈co − ( x k ) ( x i , x k )∈co + ( x k ) ⎥⎦
⎡ ⎤
= ∑⎢ ∑ ϕ(x i , x k ) − ∑ ϕ(x k , x j )⎥ −
⎣⎢( x i , x k )∈co ( x k ) (x k , x j )∈co + ( x1 ) ⎦⎥
x k ∈Y −

⎡ ⎤
− ∑ ⎢ ∑ ϕ(x i , x h ) − ∑ ϕ(x h , x i )⎥ = ∑ ϕ(x 1 , x i ) = φ
x k ∈X \ Y ⎣ ⎢(x i , x h )∈co − (x h ) ( x h , x i )∈co + ( x h ) ⎦⎥ (x1 , x i )∈co + (x1 )
ceea ce demonstrează egalitatea, căci:

113
φ= ∑ ϕ(x , x ) − ∑ ϕ(x , x ) ≤
i j i j
(x i , x j )∈co − ( y ) (x i , x j )∈co + ( y )
≤ ∑ ϕ(x , x ) ≤ i j ∑ p(x , x ) = C(co (y))
i j

(x i , x j )∈co − ( y ) (x i , x j )∈co − ( y )
În continuare vom considera că toate capacităţile sunt numere
raţionale sau întrucât numărul total de arce este finit, chiar numere
naturale.
Pe baze consideraţiilor precedente se deduce următorul algoritm
FORD-FULKERSON pentru determinarea fluxului maxim într-o reţea
de transport.
• Pasul 1 Se construieşte un flux iniţial φo, care verifică
condiţiile de conservare în fiecare vârf şi de mărginire pe fiecare arc,
de exemplu chiar fluxul având componente nule pe fiecare arc al
reţelei, φo(xi, xj)=0 ∈ (xi, xj) ∈ Γ
• Pasul 2 Folosind operaţiile de marcare ce vor fi prezentate mai
jos, se cercetează dacă fluxul iniţial φo este maxim; operaţiunile de
marcare constau în următoarele:
a) se marchează sursa reţelei x1 cu semnul „+”.
b) vârfurile xj ∈ co+(x1) vor fi marcate cu „+x1” dacă arcul (x1,
xj) este nesaturat.
c) dacă vârful xj este deja marcat şi dacă pentru un vârf xk ∈co+(xj)
arcul (xj, xk) este nesaturat, atunci marcăm vârful xk prin „+xj”
d) dacă vârful xj este deja marcat şi dacă pentru un vârf xk ∈ co-
(xj) arcul (xk, xj) are fluxul nenul, marcăm vârful xk prin „-xj”.
În urma terminării operaţiei de marcare, putem întâlni următoa-
rele situaţii:
1. Dacă destinaţia xn a reţelei nu s-a marcat, atunci fluxul este
maxim şi algoritmul se termină
2. Dacă destinaţia xn s-a putut marca atunci fluxul nu este maxim
şi poate fi măsurat astfel:
a) se alege un drum de la x1 la xn
b) pe arcele drumului marcat cu „+” fluxul se majorează cu
cantitate θ de flux (de exemplu θ=1)
c) pe arcele drumului marcat cu „-“ fluxul se micşorează cu
aceeaşi cantitate θ.
d) fluxul arcelor nemarcate nu se schimbă
e) se revine la Pasul 2)
Algoritmul are un număr finit de paşi, iar fluxul maxim se atinge
când nu mai poate fi marcată destinaţia xn a reţelei.
114
Observaţie:
Mărimea fluxului se poate face cu mai mult decât o unitate,
evitându-se astfel prea multe operaţii de marcare, astfel: se consideră
un drum v format din drumuri marcate cu „+” sau „–“ ce uneşte x1 cu
xn, uşor de găsit urmărind vârfurile marcate în sensul xn către xo.
Notăm v+ mulţimea arcelor (x, y) unde y este marcat cu „+” şi v–
mulţimea arcelor unde y este marcat cu „–“. Calculăm:
θ1 = min(c(u) − ϕ (u))
+
u∈V

θ 2 = minϕ (u)

u∈V

şi θ = min(θ1, θ2. Observăm că θ > 0 şi este număr întreg.


Mărim cu θ pe fiecare arc u ∈V+ şi micşorăm cu θ pe fiecare arc
u ∈V-, obţinând la ieşire un flux mărit cu θ.
Se repetă etapa a doua cu fluxul obţinut. Valoarea fluxului
maxim se găseşte realizând o tăietură prin separarea cu o linie a
vârfurilor marcate de cele nemarcate şi capacitatea acestei tăieturi
reprezintă fluxul maxim, sau adunând fluxurile arcelor incidente
interior lui xn.
Exemplu:
Fie reţeaua

Fig. 8.1
vârful x1 este sursa reţelei, vârful x5 este destinaţia şi se verifică
următoarele:
ω − (x 1 ) = θ ω + (x 1 ) = {(x 1 , x 2 ), (x 1 , x 3 ); (x 1 , x 4 )}

115
ω − (x ) = {(x 2 , x 5 ); (x 4 , x 5 )} ω + (x 5 ) = φ
Pentru reţeaua din figură vrem să determinăm fluxul maxim.
Considerăm fluxul iniţial φo(xi, xj) = 0, ∈ (xi, xj) ∈ Γ.
Pasul 2
1) Observăm prin procedeul de marcaj am putut marca destinaţia
x5 a reţelei. Atunci fluxul nu este maxim şi poate fi mărit.
Alegem un drum de la x1 la x5
d1: {x1, x2, x5}
Fluxul se majorează cu cantitatea
θ= min(c(u) – φ(u))
u∈V+
θ = min (2-0; 8-0) = 2 θ=2 (arcul (x1, x2) se va satura).
Fluxul va avea valoarea φ1 = φo + 2 ∈ φ1 = 2

2)

Fig. 8.2
Am putut marca destinaţia x a reţelei, fluxul nu este maxim şi
poate fi mărit.
Fie drumul d2: {x2, x4, x5}, mărim fluxul cu θ = 3 (arcul (x1, x4)
se va satura)
Noul flux va avea valoarea φ2= φ1+3 ∈ φ2 = 5

3)

Fig. 8.3
116
Prin repetarea procedeului de marcaj am putut marca din nou
destinaţia, deci fluxul nu este maxim.
Pe drumul d3={x1; x3, x4, x5}
θ = min (c(u) – φ(u))= min (5-0; 4-0; 5-3) = 2.
u∈V+
Cu cantitatea θ = 2 vom mări fluxul ∈ φ3 = φ2+2
φ3 =7

4)

Fig. 8.4
Destinaţia a fost marcată, alegem drumul d4 = {x1, x3, x2, x5}
θ = min (5-2; 5-0; 8-2) =3
Fluxul va fi mărit cu cantitatea θ = 3 şi obţinem
φ4 = φ3 +3 ∈ φ4 = 10
Exemplul 2
Pentru a transporta în 6 localităţi produsele sale o firmă poate
opta pentru variantele din reţeaua de mai jos, ştiind că numerele din
afara parantezelor reprezintă capacităţile arcelor, iar numerele din
interior, valorile unui flux iniţial ce nu saturează nici un arc, se
datoreşte găsirea fluxului maxim de transport

Fig. 9

117
Rezolvare verificăm dacă flux iniţial constituie un flux realizabil
adică
φ: Γ→R+
1) îndeplineşte condiţia de mărginire a fluxului
∈ (xi, xj) ∈ Γ avem 0 ≤ φ(x1, xj) ≤ pij ∈ i,j ∈ {1, 2, ... 6}
0 < φ(x1, x2) = 2 < p12 = 3
0 < φ(x1, x3) = 5 < p13 = 8
0 < φ(x1, x4) = 2 < p14 = 7
0 < φ(x2, x6) = 1 < p26 = 4
0 < φ(x3, x2) = 1 < p32 = 5
0 < φ(x3, x4) = 2 < p34 = 5
0 < φ(x3, x5) = 2 < p35 = 6
0 < φ(x4, x6) = 5 < p46 = 10
0 < φ(x5, x4) = 1 < p54 = 3
0 < φ(x5, x6) = 3 < p56 = 5
Alegem drumul d2 : {x1, x4, x6}
θ = min (7-2, 10-5) = 5

Fig. 10
φ2 = 11 + 5 = 16 Arcele (x1, x4), (x4, x6) s-au saturat.
2) Destinaţia x6 a putut fi marcată alegem drumul d3: {x1, x2, x6}
θ = min (3-2, 4-1) =1
Arcul (x1, x2) s-a saturat φ3 = φ2 + 1 =16

118
Fig. 11
3) Destinaţia x6 s-a marcat (fig.5), fluxul poate fi mărit d4 = {x1,
x3, x2, x6}
θ = min (8-7, 5-1, 4-2) = 1
φ4 = φ3 + 1 =17 Arcul (x1, x3) s-a saturat
2) Condiţia de conservare

∑ ϕ (x k , x j ) = ∑ ϕ (x , x )
6 6
∀x i ∈ X avem j h
k =2 h =1
( )
x k , x j ∈Γ ( )
x j , x h ∈Γ

Flux care intră în Flux care iese în


Vârfuri
vârful xi vârful xi
x2 3 3
x3 5 5
x4 5 5
x5 4 4
Se observă că şi Propoziţia 1 este verificată, adică

∑ ϕ (x 1 x i ) = ∑ ϕ (x j , x 6 ) = 9
4 5

i=2 j= 2
Deci fluxul iniţial este φo = 9
Trecem la Pasul 2 din algoritmul Ford Fulkerson
1) Observăm că destinaţia x6 s-a putu marca. Fluxul φo poate fi
mărit cu cantitatea θ = min (8-5, 6-2, 5-3) =2
alegând drumul d1: {x1, x3, x5, x6}
φ1= φo+2=11 Arcul (x5, x6) s-a saturat

119
Fig. 12
2) Marcând din nou (fig.2) se observă că distincţia s-a marcat
deci fluxul poate fi mărit.

Fig. 13
Observăm că destinaţia nu s-a mai putut marca. Deci fluxul este
maxim φ = 17.
Probleme propuse:
1. Matricea arcelor unui graf G este:
x1 x2 x3 x4
x1 0 1 1 1
x2 0 1 0 1
x3 0 1 0 1
x4 0 0 0 0

120
a) determinaţi şi alte exprimări ale grafului G
b) să se calculeze gradele g+(x3); g-(x2)
c) scrieţi matricea drumurilor şi proprietăţile ce decurg din
descrierea ei
d) determinaţi drumul hamiltonian
2. O firmă are filiale în cinci localităţi şi încearcă folosirea
posibilităţilor de transport reprezentate prin arce în graful de mai jos:

Fig. 1
Să se arate dacă este posibilă trecerea prin toate cele 5 localităţi
câte o singură dată, în caz afirmativ indicându-se din ce localitate
trebuie pornit, şi în ce ordine trebuie parcurse celelalte localităţi.
3. Un anumit control financiar, ce presupune verificarea a 7
servicii ale unei firme, într-o anumită ordine, indicată în graful de mai
jos, fără a verifica un serviciu de 2 ori, dar verificându-le pe toate. Să
se determine dacă acest control poate fi efectuat în mod unic şi în ce
ordine.

Fig. 2
4. Fie graful G = (X, Γ) Γ= {(x1, x2); (x1, x3); (x1, x5); (x2, x3);
(x2, x4); (x2, x5); (x3, x4); (x3, x5); (x3, x4); (x3, x5); (x4, x5)} Se cer:
a) Prezentaţi modelul şi sub alte forme de reprezentare
echivalente ce cea dată.
b) Cercetaţi existenţa drumului hamiltonian şi justificaţi modul
de identificare a acestuia.
c) Dacă acest model este asociat următoarei probleme practice:
121
Prin parcurgerea următoarelor etape din procesul de fabricaţie al
unui produs se obţin beneficii în fiecare etapă. Ştiind că arcele (xi, xj)
sunt asociate unei prelucrări, iar ponderea arcului (xi, xj) reprezintă
beneficiul suplimentar realizat prin parcurgerea etapei xj după ce a fost
realizată etapa xi şi că beneficiile din fiecare etapă se pot cumula, să se
determine beneficiul total maxim. (Prima etapă fiind x1 şi ultima x5).
la
x1 x2 x3 x4 x5
de la
x1 - 5 3 - 15
x2 - - 10 12 9
x3 - - - 7 4
x4 - - - - 8
x5 - - - -
5. Să se determine drumul minim existent între următoarele
puncte de desfacere a unei întreprinderi

Fig. 3
6. Fie reţeaua de transport cu capacităţile limitate:

Fig. 4
a) Să se determine valoarea fluxului maxim în reţea
b) Dacă se cunosc costurile de transport
122
c12 = 2; c13 = 5; c23 = 34; c24 = 6; c34 = 9
să se deducă fluxul maxim cu cost minim în reţeaua dată.
7. Se dă modelul din figura următoare

Fig. 5
a) să se arate că graful este o reţea
b) să se determine fluxul maxim în reţeaua de mai sus.
8. Fie graful valuat din figura:

Fig. 6
a) să se scrie matricea conexiunilor directe şi matricea
drumurilor şi să se specifice proprietăţile grafului care rezultă din
aceste matrici.
b) asociem modelul unui proiect de activitate, unde duratele
activităţilor se măsoară în luni, determinaţi durata minimă şi durata
maximă a acestui proiect.

123
9. Se doreşte instalarea unei reţele de cablu între 5 blocuri.
Legăturile între ele sunt prezentate în graful din figura următoare.

Fig. 7
Să se verifice dacă există posibilitatea realizării unei sute care să
treacă o singură dată pe la fiecare bloc, în caz afirmativ indicându-se
de la ce bloc trebuie pornit şi în ce ordine trebuiesc montate cablurile
între cele 5 blocuri.

124
4. ELEMENTE DE ANALIZĂ MATEMATICĂ

4.1. Funcţii vectoriale

Se spune că f este o funcţie vectorială de variabilă vectorială


dacă f: E → Rm unde E⊂ Rn şi f o funcţie oarecare.
Dată funcţia vectorială f: E →Rm se vor considera următoarele
funcţii reale: fi : E → R, i,..., m unde fi (x) = yi ,iar f(x) = (y1, ..., ym) ∈ Rm.
Se adoptă notaţia:
f = (f1, ..., fm)
funcţiile f1, ..., fm se numesc componentele reale ale lui f.
În mod canonic se introduc operaţiile cu funcţii vectoriale:
(f+g)(x)=f(x)+g(x), x∈E
(f⋅g)(x)=f(x)⋅g(x), x∈E
(λf)(x)= λf(x) , x∈E, λ∈R
Mulţimea funcţiilor vectoriale f: E →Rm formează un spaţiu vectorial.
De asemenea se introduce produsul scalar şi norma pentru
aceste funcţii vectoriale:
(f, g)(x)=(f(x), g(x)), x∈E
f (x ) = f (x ) , x∈E
Dacă f = (f1, ..., fm) şi g = (g1, ..., gm) atunci:
m
(f , g )( x ) = (f ( x ), g( x ) ) = ∑ f i ( x )g i ( x )
i =1
adică
m
(f , g ) = ∑ f i g i (produsul scalar).
i =1
m
De asemenea f = (f , f ) = ∑f
i =1
i
2
(norma).

Fie mulţimea E⊂Rn, F⊂Rm şi funcţiile f: E → F, g: F →Rp. Se


consideră funcţia compusă:
h=g o f: F →Rp.
h(x) = g(f(x)), x∈E.
125
TEOREMA 1
În condiţiile de mai sus, dacă f = (f1, ..., fm), g = (g1, ..., gm) şi h
= (h1, ..., hm)
atunci:
h1(x) = g1(f(x)), ..., hp(x) = gp(f(x))
şi
h(x1, ..., xn) = g(f1(x1, ..., xn),..., fm(x1,..., xn))
Definiţia 1
Funcţia f: E →Rm este mărginită dacă mulţimea f(E) este mărginită.
TEOREMA 2
Funcţia f: E →Rm este mărginită dacă şi numai dacă există un
număr M astfel încât f ( x ) ≤ M pentru orice x∈E.
TEOREMA 3
Funcţia f = (f1, ..., fm) este mărginită dacă şi numai dacă f1, ..., fm
sunt mărginite.
Definiţia limitei unei funcţii reale se extinde şi pentru funcţii vectoriale.
Fie mulţimea E⊂Rm, x0 un punct de acumulare pentru E şi
funcţia vectorială
f: E →Rm.
Definiţia 2
Un vector l ∈ Rm este limita funcţiei f în punctul x0, dacă pentru
orice vecinătate U a lui l (în Rm) există o vecinătate V a lui x0 (în Rn)
astfel încât oricare ar fi x ∈ V ∩ E, x ≠ x0, atunci f(x) ∈U.
Se scrie:
l = lim f(x) (sau f(x) → l când x → x 0 ) .
x →x 0

Propoziţiile următoare dau definiţii echivalente ale limitei.


Demonstraţia lor se face la fel ca şi în cazul funcţiilor reale de o
singură variabilă.
PROPOZIŢIA 1
lim f ( x ) = l, dacă şi numai dacă, pentru orice şir
x →x 0
xk → x0 , xk ∈ E, xk ≠ x0 , atunci f(xk) → l.
PROPOZIŢIA 2
lim f ( x ) = l , dacă şi numai dacă, pentru orice număr ε 〉 0 ,
x →x 0

126
există un număr δ(ε ) 〉 0 , astfel încât, oricare ar fi x ≠ x0, din E, cu
x − x 0 〈 δ (ε ) atunci:
f (x ) − l 〈 ε .
PROPOZIŢIA 3
lim f (x ) = l , dacă şi numai dacă pentru orice număr ε 〉 0 ,
x →x 0

există o vecinătate V a lui x0(V depinde de ε) astfel încât condiţiile x


∈ V ∩ E şi x ≠ x0 implică f (x ) − l 〈 ε

PROPOZIŢIA 4
lim f (x ) = l , dacă şi numai dacă, pentru orice vecinătate U a lui
x →x 0

l, există un număr δ 〉 0 , (care depinde U) astfel încât condiţiile x∈E,


x≠x0 şi x − x 0 〈 δ implică f(x) ∈ U.
Dacă xp= (x1p, x2p, ..., xnp) şi a = (a1, a2, ..., an) condiţia
xp ⎯
⎯→
p
a este echivalentă cu
x 1p ⎯
⎯→
p
a 1 , x 2p ⎯
⎯→
p
a 2 ,..., x np ⎯
⎯→
p
an .
De aceea, în loc de lim f (x ) , limita se mai notează şi astfel:
x→ a

lim f (x 1 , x 2 ,..., x n )
x1 → a1
M
x n →a n

Astfel pentru o funcţie de două variabile f(x, y), limita sa în


punctul (x0, y0) se scrie: lim f ( x , y) .
x →x 0
y→ y0
Se spune că aceasta este limita funcţiei f când x şi y tind
independent (dar simultan) către x0 şi respectiv, y0. În acest caz,
propoziţia 2 se poate transcrie astfel:
lim f ( x , y) = l , dacă şi numai dacă, pentru orice ε>0, există un
x →x 0
y→ y0

număr δ(ε ) 〉 0 , a. î. oricare ar fi (x, y) ≠ (x0, y0) din E cu


x − x 0 〈 δ(ε ) şi y − y 0 〈 δ(ε ) atunci:
127
f ( x , y) − l 〈 ε .
Se defineşte limita funcţiei f: E ⊂ Rn → Rm relativ la o mulţime A
⊂ E, într-un punct de acumulare a lui A, la fel ca şi pentru funcţii
reale de o singură variabilă.
Un vector l ∈ Rm este limita funcţiei f în punctul a relativ la
submulţimea A, dacă pentru orice şir xp → a, xp ∈ A, xp ≠ a, avem
f(xp) → l. Se notează:
l = lim f ( x ) .
x →a
x∈A

Dacă lim f ( x ) există, atunci şi lim f ( x ) există şi cele două


x→ a x →a
x∈A

limite sunt egale. Dacă însă există lim f ( x ) nu rezultă neapărat că


x →a
x∈A

există lim f ( x ) .
x→ a
În particular, dacă A este intersecţia mulţimii E cu o dreaptă, care
trece prin a, atunci lim f ( x ) se numeşte limita funcţiei f după o direcţie.
x →a
x∈A

De exemplu, în cazul unei funcţii f(x, y) de două variante reale,


dacă ecuaţia dreptei este y = h(x), limita se scrie lim f ( x, y) . Se
x→x 0
y → y 0 , y = h(x)
zice că aceasta este limita funcţiei f când x şi y tind simultan dar
dependent, pe dreapta y = h(x), respectiv către x0 şi y0. În fapt aceasta
este o limită a funcţiei compuse de o singură variabilă f(x),h(x)).
lim f ( x , y) = lim f ( x , h(x))
x →x 0 x→x 0
y→ y0
Toate proprietăţile limitelor de funcţii reale, care nu implică
relaţia de ordine şi produsul, se păstrează şi pentru funcţiile
vectoriale şi demonstraţiile sunt aceleaşi.
1) Limita unei funcţii vectoriale într-un punct, dacă există, este unică.
2) Dacă lim f ( x ) = l , atunci lim f ( x ) = l .
x →x 0 x→x 0

3) lim f ( x ) = l dacă şi numai dacă lim (f ( x ) − l ) = 0 adică


x →x 0 x →x 0

dacă şi numai dacă lim f ( x ) − l = 0 .


x →x 0
128
4) Dacă lim f ( x ) ≠ 0 , atunci există o vecinătate V a lui x0,
x →x 0

astfel încât f(x) ≠0 oricare ar fi x ≠ x0 din V ∩ E.


5) Funcţia f are limita în x0 dacă şi numai dacă, pentru orice
număr ε>0, există o vecinătate V a lui x0, astfel încât oricare ar fi x′,
x″∈V∩E, x0, x″≠x0,atunci:
f (x ′) − f (x ′′) 〈ε
Criteriu. Dacă f: E →Rm şi h: E →R, dacă lim h ( x ) = 0 şi
x →x 0

dacă există un vector l ∈R şi o vecinătate V a lui x0, astfel încât :


m

f (x) − l ≤ h(x)
pentru orice x ≠ x0 din V ∩ E, atunci:
lim f ( x ) = l .
x →x 0

7) Dacă f: E →Rm şi g: E →Rm au limite în x0, atunci funcţiile


f+g, fg: E →Rm au limită în x0 şi
lim [ f ( x) + g ( x)] = lim f ( x) + lim g ( x),
x → x0 x → x0 x → x0

lim [ f ( x) g ( x)] = lim f ( x) lim g ( x).


x → x0 x → x0 x → x0

8) Dacă f: E →Rm şi φ: E →R au limită în x0, atunci funcţia φ f:


E →Rm are limită în x0 şi
lim ϕ( x )f ( x ) = lim ϕ( x ) lim f ( x ) .
x →x 0 x →x 0 x →x 0
În particular pentru φ(x) = α, se deduce:
lim α( x ) = α lim f ( x ) .
x →x 0 x →x 0

PROPOZIŢIA 5
Fie funcţia f: E ⊂ Rn →Rm şi f1, f2, ..., fm : E→R componentele
sale reale: f = (f1, f2, ..., fm). Atunci:
lim f ( x ) = l dacă şi numai dacă:
x →x 0

lim f i ( x ) = 1i , i = 1, 2, ..., m , unde l = (11, 12, ..., 1m) ∈ Rm.


x →x 0

129
4.2. Limite iterate
Fie f(x1, x2, ..., xn) o funcţie vectorială de n variabile, f: E⊂Rn
n
→R .
Din această funcţie se poate obţine funcţia vectorială de o
singură variabilă şi anume, funcţiile sale parţiale:
f1:x1 → f(x1, x2, ..., xn)
f2:x2 → f(x1, x2, ..., xn)

fn:xn → f(x1, x2, ..., xn)
Se pot considera atunci limitele acestor funcţii de o singură
variabilă:
lim f i ( xi ) = lim f ( xi ,..., x n ) i=1, 2, ..., n
xi →ai xi →ai

{ }
dacă ai este punct de acumulare al mulţimii Ei = xi xi ∈R, (x1, x2 ,...,xn ) ∈E .
Limita funcţiei fi este un număr care depinde de celelalte (n-1) variabile reale,
diferite de xi.
Se pot considera apoi:
lim lim f (x 1 ,..., x n ) , i ≠ j.
x j →a j x i →a i

Această limită este un număr care depinde de celelalte n-2


variabile diferite de xi şi xj. Se poate considera limita iterată a acestei
funcţii în raport cu toate variabilele pe rând. Această limită este un
număr care nu mai depinde de nici una din variabile. Aceasta se
numeşte limita iterată a funcţiei f.
De exemplu, pentru funcţiile de două variabile f(x, y) se pot
considera limite iterate:
lim lim f (x, y ) şi lim lim f (x, y )
x →x 0 y→ y0 y→ y0 x → x 0
Se spune că acestea sunt limitele funcţiei f(x, y) când x şi y tind
succesiv respectiv către x0 şi y0. Legătura dintre limite şi limitele
iterate este dată de:
PROPOZIŢIA 1
Dacă există limita funcţiei într-un punct şi una din limitele
iterate în acest punct, atunci aceste limite sunt egale.

130
4.3. Continuitatea funcţiilor vectoriale
Definiţia continuităţii funcţiilor reale de o singură variabilă se
extinde şi pentru funcţii vectoriale.
E ⊂ Rn → Rm
Definiţia 1
Fie funcţia f: şi un punct x0 ∈E. Funcţia f este continuă în x0
dacă pentru orice vecinătate U a lui f(x0) există o vecinătate V a lui x0
astfel încât oricare ar fi x ∈V ∩ E atunci f(x) ∈V.
Următoarele propoziţii dau definiţii echivalente ale continuităţii:
PROPOZIŢIA 1
Funcţia f este continuă în punctul x0, dacă şi numai dacă, pentru
orice şir x p ⎯
⎯→
p
x 0 , x p ∈ E , atunci f x p ⎯⎯→p
( )
f (x 0 ) .
PROPOZIŢIA 2
Funcţia f este continuă în x0, dacă şi numai dacă, pentru orice
număr ε>0, există un număr δ(ε ) 〉 0 , astfel încât oricare ar fi x ∈ E cu
x − x 0 〈 δ(ε ) atunci: f ( x ) − f ( x 0 ) 〈 ε .
PROPOZIŢIA 3
Funcţia f este continuă în x0 dacă şi numai dacă pentru orice
număr ε>0, există o vecinătate V a lui x0, (V depinde de ε) astfel încât,
oricare ar fi x ∈ E ∩ V să atunci f ( x ) − f ( x 0 ) 〈 ε .
PROPOZIŢIA 4
Funcţia f este continuă în punctul x0. dacă şi numai dacă, pentru
orice vecinătate U a lui f(x0) există un număr δ > 0 (care depinde de
U) astfel încât oricare ar fi x ∈ E cu x − x 0 〈 δ să avem f(x) ∈ U.

PROPOZIŢIA 5
Funcţia f este continuă în punctul x0 dacă şi numai dacă :
lim f ( x ) − f ( x 0 ) = 0 .
x →x 0
Se spune că funcţia f este continuă pe mulţimea E dacă este
continuă în fiecare punct din E.
Proprietăţile funcţiilor reale continue care nu implică relaţia de
ordine, rămân variabile şi pentru funcţiile vectoriale continue:
131
1) Dacă funcţia f(x) este continuă în punctul x0 (sau pe E) atunci
funcţia f (x ) este continuă în x0 (respectiv pe E).

PROPOZIŢIA 6
Funcţia vectorială f: E ⊂ Rn → Rm este continuă într-un punct x0
∈ E, dacă şi numai dacă fiecare din componentele sale reale f1, f2, ...,
fm : E → R este continuă în x0.
Propoziţia rezultă din inegalităţile
m
f i (x ) − f i (x 0 ) ≤ f ( x ) − f ( x 0 ) ≤ ∑ f i ( x ) − f i ( x 0 )
i =1
aplicând de exemplu, definiţia continuităţii cu ε şi δ.

4.4. Continuitatea parţială


Definiţia 1
Fie funcţia f: E ⊂ Rn → Rm şi a = (a1, a2, ..., an) un punct din E.
Se consideră funcţia parţială ( de o singură variabilă):
fi: xi → f (a1, a2, ..., ai-1, xi, ai+1, ..., an)
definită pe mulţimea
E i = {x i / x i ∈ R , (a 1 , a 2 ,..., a i −1 , x i , a i +1 ,..., a n ) ∈ E}
dacă funcţia parţială f este continuă în punctul ai ∈ E, se spune
că funcţia f este continuă (parţial) în raport cu vartiabila xi în punctul
a = (a1, a2, ..., an).
A spune că funcţia f(x1, ..., xn) este continuă parţial în raport cu
xi în punctul a, înseamnă că, pentru orice număr ε>0 există un număr δ
(ε)>0, astfel încât oricare ar fi xi ∈ Ei cu x i − a i 〈 δ(ε ) să avem
f i ( x i ) − f i (a i ) 〈 ε , adică
f (a1 ,..., xi ,..., a n ) − f (a1 ,..., ai ,..., a n ) 〈 ε .
Dacă funcţia f este continuă în punctul a = (a1, a2, ..., an) se
spune adesea că este continuă în acest punct în raport cu ansamblul
variabilelor pentru a deosebi de continuitatea parţială în raport cu câte
o variabilă.
Observaţie. Dacă funcţia f este continuă într-un punct în raport
cu fiecare variabilă în parte, nu rezultă că ea este continuă în acest
punct în raport cu ansamblul variabilelor.

132
4.5. Derivate parţiale
Fie f(x, y) o funcţie reală de două variabile, definită pe o
mulţime E ⊂ R2 şi (x0, y0) un punct interior lui E.
Definiţia 1
Funcţia f are în punctele (x0, y0) derivată parţială în raport cu
variabila x dacă există şi este finită:
f (x, y 0 ) − f ( x 0 , y 0 )
lim .
x →x 0 x − x0
Limita se numeşte derivata parţială în raport cu x a lui f în (x0,
y0) şi se notează:
∂f (x 0 , y 0 )
f x′ (x 0 , y 0 ) = = D x f (x 0 , y 0 )
∂x ∂f (x , y )
0 0
Asemănător se defineşte
∂y
Se spune că f are derivată parţială în raport cu x pe E dacă ea are
derivată parţială în raport cu x în fiecare punct, (x, y) ∈ A.
∂f
În acest caz funcţia : :E → R
∂x
∂f(x, y)
definită de (x, y) → se numeşte derivata parţială a lui
∂x
∂f
f pe E. Analog se defineşte :E →R
∂y
∂f
Notaţie: f x′ = D x f =
∂x
Practic derivata f′x se calculează considerând pe y constant şi
derivând ca o funcţie de o singură variabilă x.
Derivata parţială în raport cu y se obţine considerând pe x
constant şi derivând ca pe o funcţie de y.
PROPOZIŢIA 1
Dacă derivata parţială f′x (respectiv f′y) există în (x0, y0) atunci f
este continuă în x0 în raport cu x (respectiv y).
Demonstraţie. Funcţia φ(x) = f(x, y0) de o singură variabilă în
x0, deci continuă.

133
PROPOZIŢIA 2
Fie (x0, y0) un punct interior al lui E. Dacă derivatele parţiale f′x
şi f′y există pe o vecinătate V a lui (x0, y0) atunci pentru orice punct (x,
y) ∈ V există un număr ξ cuprins între x0 şi x şi un număr η cuprins
între y0 şi y astfel încât:
f(x, y) – f(x0, y0) = f′x(ξ, y)(x-x0) - f′y(x0, η)(y-y0).
Demonstraţie
Se alege un punct arbitrar (x, y) ∈V şi se menţine fix. Atunci:
f(x, y) – F(x0, y0)= – f(x0, y) + f(x0, y) – f(x0, y0) + f(x, y)
Se notează:
φ(t) = f(t, y), φ(t)= f(x0, t), (t, y) ∈ V, (x0, t) ∈ V
Funcţiile de o singură variabilă φ(t) şi ψ(t) sunt derivabile şi
φ′ (t)= f′x(t, y), φ′ (t)= f′y(x0, t).
Aplicând teorema creşterilor finite pentru φ(t) şi ψ(t)
atunci:
φ(x) – φ(x0) = φ′x(ξ)(x-x0), x0 ≤ ξ≤ x
ψ(y) – ψ (y0) = ψ′y(η)(y-y0) , y0 ≤ η ≤ y
adică
f(x, y) – f(x0, y) = f′x(ξ, y)(x-x0)
f(x0, y) – f(x0, y0) = f′y(x0, η)(y-y0)
Atunci, prin adunarea relaţiilor,
f(x, y) – f(x0, y0) = f′x(ξ, y)(x-x0)+ f′y(x0, η)(y-y0).
Observaţie. Această egalitate se numeşte formula lui Lagrange
pentru funcţii de două variabile.
PROPOZIŢIA 3
Fie (x0, y0) un punct interior al lui E. Dacă funcţia f admite
derivate parţiale mărginite într-o vecinătate V a lui (x0, y0), atunci ea
este continuă în (x0, y0) (în raport cu ansamblul variabilelor).
COROLARUL 1
Dacă f′x şi f′y există pe o vecinătate a lui (x0, y0) şi sunt continue
în (x0, y0), atunci funcţia f este continuă în (x0, y0).
Demonstraţie
Dacă f′x şi f′y sunt continue în (x0, y0) există o vecinătate V a lui
(x0, y0) pe care aceste funcţii sunt mărginite.
COROLARUL 2. Dacă derivatele parţiale f′x şi f′y există pe E şi
sunt continue sau sunt mărginite, atunci funcţia f este continuă pe E.

134
4.6. Interpretarea economică a derivatelor parţiale
Derivata parţială în raport cu variabila xi indică variaţia funcţiei
f la o variaţie (creştere sau descreştere) foarte mică Δxi a variabilei xi.
În cazul funcţiilor de producţie y=f(x1,…,xn), unde x1,…,xn sunt
factorii utilizaţi în procesul de producţie, derivatele parţiale f'xi
măsoară eficienţa utilizării unei unităţi suplimentare din factorul xi
când ceilalţi factori rămân neschimbaţi şi se numesc randamente
marginale sau produse marginale.
Pentru modelarea matematică a proceselor de producţie se
folosesc diferite expresii matematice a funcţiilor de producţie . Cele
mai des folosite sunt următoarele funcţii de producţie:
- de tip Cobb-Douglas: y= AKαLβ;
- de tip Sato:
y=AK2L2/(αK3 +βL3 ), A>0, α>0, β>0;
- de tip Allen:
y= A(2δΚL-αK2-βL2)1/2 ,A>0, α,β>0, şi δ2>αβ;
- de tip CES:
y= A(αK-ρ + βL-ρ)-1/ρ,
unde K reprezintă volumul capitalului fix(mil. lei), L reprezintă
volumul forţei de muncă ( mii de persoane), A este un scalar care se
determină experimental, iar y este volumul producţiei (mil.lei); α, β, δ,
ρ se determină experimental.
Propunem ca exerciţiu calcularea derivatelor parţiale pentru
fiecare funcţie în raport cu K şi L.

4.7. Diferenţiabilitatea funcţiilor de mai multe variabile


Fie f(x,y) o funcţie de două variabile definită pe o mulţime E ⊂
R2 şi (a,b) un punct interior al lui E.
Definiţia 1
Se spune că funcţia f(x,y) este diferenţiabilă în punctul (a,b)
dacă există două numere reale λ şi μ şi o funcţie ω (x,y) definită pe E,
continuă în (a,b) şi nulă în acest punct:
lim ω (x, y ) = ω(a, b ) = 0
x →a
y→b
astfel încât în orice punct (x,y) ∈ E

f(x,y) –f(a,b) =λ (x-a) + μ (y-b)+ ω (x,y) (x − a )2 + (y − b )2 .

135
Dacă E este o mulţime deschisă se spune că f este diferenţiabilă
pe E dacă este diferenţiabilă în orice punct din E.
Se va nota
ρ = ρ (x, y ) = (x − a )2 + (y − b )2
deci egalitatea de mai sus se scrie:
f(x,y) –f(a,b) = λ(x-a) + μ(y-b) + ω(x,y) ρ
unde lim ρ(x, y ) = 0
x →a
y→b

LEMA 1
Dacă funcţia ω (x,y) definită pe E, are limita 0 în (a,b), atunci
există două funcţii ω1 şi ω2 definite pe E astfel încât au limita 0 în
(a,b) şi
ω(x,y) ρ = ω1(x,y) (x-a) + ω2 (x,y) (y-b), (x,y) ∈ E.
Reciproc: dacă funcţiile ω1 şi ω2 definite pe E, au limita 0 în
punctul (a,b) atunci există o funcţie ω(x,y) cu limita 0 în (a,b) care să
verifice egalitatea precedentă. Folosind această lemă, rezultă imediat:
PROPOZIŢIA 3
Funcţia f este diferenţiabilă în punctul (a,b) dacă şi numai dacă
există două numere reale λ şi μ şi două funcţii ω1 şi ω2 definite pe E,
continue în (a,b) şi nule în acest punct:
lim ω i (x , y ) = ω i (a , b ) = 0, i = 1,2,
x →a
y→ b
astfel încât pentru orice (x,y) ∈ E:
f(x,y) – f(a,b) = λ (x-a) + μ (y-b) + ω1(x,y) (x,y) (x-a) + ω2 (x.y) (y-b)
Această egalitate se mai scrie
f (x , y ) − f (a , b ) = [λ + ω1 (x, y )] (x - a ) + [μ + ω 2 (x , y )](y − b ) .

PROPOZIŢIA 4
Dacă funcţia f este diferenţiabilă în (a,b), atunci ea are derivate
parţiale în (a.b) şi
f x′ (a, b ) = λ, f y′ (a ⋅ b ) = μ
Egalitatea de definiţie a diferenţiabilităţii se scrie atunci astfel:
f (x, y ) − f (a , b ) = f x′ (a , b )(x - a ) + f y′ (a, b )(y - b ) + ω (x, y ) ⋅ ρ

136
Demonstraţie:
Dacă în
f (x , y ) − f (a , b ) = λ(x − a ) + μ(y − b ) + ω(x.y ) (x - y )2 + (y − b )2
se consideră y = b atunci:
f ( x, b ) − f (a, b ) = λ ( x − a ) + ω (x, b ) ⋅ x − a .
Pentru x ≠ a se deduce:
f (x , b ) − f (a , b ) x −a
= λ + ω(x, b ) .
x −a x −a
Dar
x -a
ω(x , b ) = ω (x, b ) şi lim ω(x, b ) = ω(a , b ) = 0 .
x -a x →a

Deci
f (x , b ) − f (a , b )
lim =λ,
x →a x−a
adică
f x′ (a , b ) = λ .

În mod analog se demonstrează f y′ (a , b ) = μ .

Corolar. Dacă f este diferenţiabilă pe E, atunci ea are derivate


parţiale f x′ şi f y′ pe E.

PROPOZIŢIA 5
Dacă f este diferenţiabilă în punctul (a,b), atunci ea este continuă
în acest punct.
Demonstraţie:
Toţi termenii din dreapta ai egalităţii
f ( x, y ) − f (a, b ) = λ ( x − a ) + μ ( y − b ) + ω ( x, y ) ⋅ ρ
au limita 0 în (a,b), deci
lim [f (x , y ) − f (a , b )] = 0
x →a
y→ b
de unde
137
lim f (x, y ) = f (a, b )
x →a
y→b
adică f este continuă în (a,b).
Corolar: Dacă f este diferenţiabilă pe E atunci ea este continuă
pe E. Ultimele două propoziţii arată că existenţa unei derivate parţiale
şi continuitatea unei funcţii sunt condiţii necesare (dar nu suficiente)
pentru diferenţiabilitatea sa.
Propoziţia următoare dă condiţii suficiente de diferenţiabilitate.
PROPOZIŢIA 6
Dacă f are derivate parţiale f x′ şi f y′ într-o vecinătate V a lui
(a,b) şi dacă aceste derivate parţiale sunt continue în (a,b), atunci
funcţia f este diferenţiabilă în (a,b).
Reciproca propoziţiei nu este adevărată.
Exemplu.
( )
Fie f (x , y ) = x 2 + y 2 sin
1
dacă (x,y) ≠ 0 şi f(0, 0) = 0
x2 + y2

Să arătăm că funcţia este diferenţiabilă în origine. Pentru (x,y) ≠ (0,0):


( )
f (x , y ) − f (0,0 ) = x 2 + y 2 sin
1
=
x + y2
2

1
= 0 (x − 0 ) + 0(y − 0 ) + x 2 + y 2 sin (x − 0)2 + (y − 0)2
2 2
x +y

1
Notând ω(x , y ) = x 2 + y 2 sin atunci:
x + y2
2

1
ω(x , y ) = x 2 + y 2 sin ≤ x 2 + y 2 şi
2 2
x +y

lim x 2 + y 2 = 0 deci lim ω(x, y ) = 0


x →0 x →0
y →0 y→0

Aşadar funcţia f este diferenţiabilă în origine. Rezultă în particular

138
f x′ (0,0) = 0 şi f y′ (0,0) = 0
Să calculăm derivatele parţiale în punctele (x,y) ≠ (0,0)
1 x 1
f x′ (x , y ) = 2 x sin − cos
x 2 + y2 x2 + y2 x 2 + y2

1 y 1
f y′ (x , y ) = 2 y sin − cos .
x 2 + y2 x2 + y2 x 2 + y2
Aceste derivate parţiale nu au limită în origine şi cu atât mai
1
mult nu sunt continue în origine, deoarece funcţiile sin
x + y2
2

1
şi cos nu au limită în origine.
x 2 + y2
Fie f(x,y) o funcţie reală definită pe E ⊂ R2 şi diferenţiabilă în
(a,b) ∈ E. Cum ω are limita 0 în (a,b) avem aproximativ:
f (x, y ) − f (a, b ) ≈ f x′ (a, b )(x − a ) + f y′ (a , b )(y - b )

Definiţia 2
Funcţia de două variabile
d f (a, b )(x, y ) = f x′ (a , b )(x - a ) + f y′ (a, b )(y - b )
se numeşte diferenţiala lui f(x,y) în (a,b).
Fie funcţiile φ: E → R, φ: E → R date de
φ(x,y) = x
φ(x,y) = y
atunci
ϕ ′x (x , y ) ≡ 1
ϕ ′x (x , y ) ≡ 0

ϕ′y (x , y ) ≡ 0
ϕ′y (x , y ) ≡ 1
deci
dϕ(x, y )(u, v ) ≡ u şi d ϕ (x, y )(u, v ) ≡ v

139
Notând x-a = u şi y-b = v, vom avea
df (x, y ) = f x′ (x, z ) dx + f y′ (x ⋅ y ) dy
sau
∂f ∂f
df = f x′ dx + f y′ dy = dx + dy
∂x ∂y

Pentru o funcţie de n variabile f (x1,x2,...,xn) diferenţiala este

n ∂f
df = ∑ dx i

i =1 x i

unde dxi este diferenţiala funcţiei φi (x1, ..., xn) = xi

4.8. Derivate parţiale de ordin superior


Fie f (x,y) o funcţie reală definită pe E ⊂ R2. Se presupune că
funcţiile f x′ şi f y′ sunt definite pe E şi că au derivate parţiale pe E.
Atunci există următoarele derivate parţiale de ordinul II:
∂ ⎛ ∂f ⎞ ∂ 2 f
f x′′2 = (f x′ )′ x = ⎜ ⎟=
∂x ⎝ ∂x ⎠ ∂x 2

∂ ⎛ ∂f ⎞ ∂ 2 f
′′ = (f x′ )′ y =
f xy ⎜ ⎟=
∂y ⎝ ∂x ⎠ ∂y∂x

∂ ⎛ ∂f ⎞ ∂ 2 f
f yx ( )
′′ = f y′ ′ x = ⎜ ⎟=
∂x ⎜⎝ ∂y ⎟⎠ ∂x∂y

∂ ⎛ ∂f ⎞ ∂ 2 f
( )
f y′′2 = f y′ ′ y = ⎜ ⎟=
∂y ⎜⎝ ∂y ⎟⎠ ∂y 2

′′ , f yx
Funcţiile f xy ′′ se numesc derivate mixte de ordinul II.
O funcţie de n variabile f(x1, x2,..., xn) poate avea n2 derivate
parţiale de ordinul doi.
f x′′i y i, j = 1,..., n
i

140
Enunţăm următoarele teoreme:
Criteriul lui Schwartz
Dacă funcţia f(x,y) are derivate parţiale mixte de ordinul doi
f xy ′′ într-o vecinătate V a unui punct (a, b) ∈ E şi dacă f xy
′′ şi f yx ′′ şi f yx
′′
sunt continue în (a,b) atunci
′′ (a, b ) = f yx
f xy ′′ (a , b ) .

Criteriul lui Young


Dacă funcţia f are derivate parţiale de ordinul întâi f x′ şi f y′ într-o
vecinătate V a lui (a,b) şi dacă f x′ şi f y′ sunt diferenţiabile în (a, b),
atunci derivatele parţiale mixte de ordinul doi în (a, b) există şi sunt
egale în acest punct:
′′ (a, b ) = f yx
f xy ′′ (a , b ) .

Definiţia 1
Fie f(x, y) o funcţie reală de două variabile definită pe o mulţime
E ⊂ R2 şi (a, b) un punct interior lui E. Se spune că f este
diferenţiabilă de n ori în punctul (b, b) dacă toate derivatele de
ordinul n-1 ale lui f există într-o vecinătate V a lui (a, b) şi sunt
diferenţiabile în (a, b).
Diferenţiala de ordinul n în punctul (a, b) se defineşte prin egalitatea:
⎛ ∂ ∂ ⎞
d n f ( x, y )(a, b ) = ⎜⎜ dx + f (a, b ) ,
n
dy ⎟⎟
⎝ ∂x ∂y ⎠
unde exponentul n înseamnă că se dezvoltă suma din paranteză
după regula binomului lui Newton şi apoi se înmulţeşte formal cu f(a, b).
Diferenţiala de ordinul n pentru o funcţie de m variabile va fi:
n
⎛m ∂ ⎞
n
(
d f (x 1 ,...x m ) = f x′ 1 dx 1 + ... + f x′ dx m )n
=⎜∑
⎜ k =1 ∂ x
dx k ⎟ f

⎝ k ⎠
Exemple: 10. Să se calculeze diferenţiala de ordinul n pentru:
f(x, y) = eax+by definită pe R2.
f x′ = ae ax + by , f x′′2 = a 2 e ax + by ,..., f xnn = a m e ax + by
141
f y′ = be ax+by , f y′′2 = b 2 e ax+ by ,..., f (n2 ) = b 2 e ax+ by
y

f xf n′ −k yk = a n −k b k e ax+by deci:

n
dnf = ∑ c kn a n − k b k e ax + by dx n − k dy k
k =0
20, Să se calculeze diferenţiala de ordinul II a funcţiei:
f (x,y,z) =1n (x+y+z)(x+y+z).
f x′ = f y′ = f z′ = 1 + 1n (x + y + z )
1
f x′ 2 = f y′′2 = f z′′2 = f xy
′′ = f yz
′′ = f xz
′′ =
x+y+z

d 2 f (x, y, z ) =
1
x+y+z
(
dx 2 + dy 2 + dz 2 + 2dxdy + 2dxdz + 2dydz )
1
d 2f = (dx + dy + dz )2
x+y+z

4.9. Formula lui Taylor


2
Fie f: E ⊂ R → R şi (a,b) ∈E. Să presupune că f admite
derivate parţiale de ordinul n şi derivatele parţiale mixte nu depind de
ordinea variabilelor în raport cu care se derivează.
Oricărui punct (x,y) ∈ E i se poate asocia polinomul:

Tn (x, y) = f (a, b) +
1
1!
[ 1
] [
f x′ (x − a ) + f y′ (y − b) + f x′′2 (x − a )2 + 2f xy
2!
]
′′ (x − a )(y - b) + f y′′2 (y − b)2 + ... =
n 1 n
∑ ∑ C lk f x(ll −) k yk (a, b)(x - a ) (y − b ) k
l −k
=
l =0 l! k =0

Operatorul Tn (x,y) se scrie:



1⎡∂ ∂ ⎤
Tn (x, y ) = f (a , b ) + ⎢ (x − a ) + ( y − b )⎥ f (a , b ) + ... +
1! ⎣ ∂x ∂y ⎦
(n )
1⎡∂
+ ⎢ (x − a ) +

(y − b )⎤⎥ f (a , b )
n! ⎣ ∂x ∂y ⎦

142
Polinomul Tn (x,y)se numeşte polinomul lui Taylor de ordinul n
asociat funcţiei f(x,y) în punctul (a,b).
Pentru fiecare punct (x.y) ∈ E avem formula lui Taylor de
ordinul n
f(x,y) = Tn (x,y) + Rn (x,y)
din care obţinem restul de ordinul n al dezvoltării în serie Taylor:
Rn (x,y) = f (x,y) – Tn (x,y)
Observaţie:
Dacă funcţia f este diferenţiabilă de n+1 ori într-o vecinătate V
a lui (a,b), pentru orice punct (x,y) ∈ V, există un punct (ξ, η) ∈ V
situat pe segmentul care uneşte punctul (a,b) cu punctul (x,y), aşa că:
n +1
1 ⎡ ∂ ⎤
R n (x, y ) = ⎢ (x − a ) + ∂ (y − b )⎥ f (ζ, η)
(n + 1)! ⎣⎢ ∂ x ∂y ⎦⎥
Este clar că:
lim R n (x, y ) = 0
(x , y )→(a , b )

4.10. Extremele funcţiilor de mai multe variabile


Definiţia 1
Un punct (a, b) ∈ E se numeşte punct de maxim local (respectiv
de minim local) al funcţiei f: E ⊂ R2, dacă există o vecinătate V a lui
(a,b) astfel încât, pentru orice (x,y) ∈ ∀ ∩ E să avem f (x,y) ≤ f (a,b)
(respectiv f(x,y) ≥ f (a,b)). Aceste puncte se numesc puncte de extrem
(local) ale funcţiei.
Valoarea f (a,b) a funcţiei într-un punct de maxim (minim) local
o
se numeşte maximul (minimul) local al funcţiei. Vom nota prin E ,
interiorul mulţimii E.
PROPOZIŢIA 1
Dacă funcţia f are derivate parţiale într-un punct de extrem (a,b)
o
∈, E atunci derivatele parţiale se anulează în acest punct:
f x′ (a , b ) = 0, f y′ (a , b ) = 0

143
Demonstraţie
Într-adevăr, funcţia parţială f1(x) = f (x,b) definită pe
E b = {x x ∈ R, (x, b ) ∈ E este derivabilă în punctul a,
o
f 1′ (a ) = f x′ (a , b ) iar a ∈ E este un punct de extrem al funcţiei, deci,
conform teoremei lui Fermat, avem f 1′ (a ) = 0 adică f x′ (a , b ) = 0. La fel
se arată că f y′ (a, b ) = 0 (generalizare a teoremei lui Fermat pentru
funcţii de două variabile).
Definiţia 2
Un punct (a,b) ∈ E, se numeşte punct staţionar al funcţiei f (x,y),
dacă funcţia f (x,y) este diferenţiabilă în (a,b) şi dacă diferenţiala sa
este nulă în acest punct,
df (a, b ) = f x′ (a , b ) dx + f y′ (a , b ) dy = 0 .
Dar df(a, b) = 0 ⇔ f′x (a, b) = f′y(a, b) = 0.
Aşadar, (a, b) este un punct staţionar (critic) al funcţiei f(x, y),
când funcţia e diferenţiabilă în punctul (a, b) şi are derivatele parţiale
nule în acest punct.
PROPOZIŢIA 2
Orice punct de extrem local din interiorul mulţimii E în care
funcţia f(x, y) este diferenţiabilă este punct staţionar al funcţiei,
reciproca nu este adevărată.
Demonstraţie. Într-adevăr, conform propoziţiei 1:
f′x (a, b) = 0 şi f′b (a, b) = 0
deci (a, b) este un punct staţionar al funcţiei.
Exemplu: f(x, y)= x2 – y2 definită pe R2.
f′x=2x; f′y = –2y; f′y (0, 0)= 0 = f′y (0, 0)
Funcţia este diferenţiabilă în origine, deoarece derivatele parţiale
sunt continue, deci (0, 0) este un punct staţionar al funcţiei, dar (0,0)
nu este punct de extrem.
Într-adevăr pentru punctele de forma (x, 0) de pe axa Ox:
f(x, 0) = x2 ≥ f(0, 0)
iar pentru punctele de forma (0, y), de pe axa Oy:
f(0, y) = – y2 ≤ 0 = f(0,0)

144
astfel încât, în (0,0) funcţia nu are nici minim, nici maxim local,
situaţie similară funcţiilor de o singură variabilă, când se anulează
derivata I fără schimbare de semn (puncte de inflexiune).
Punctele staţionare ale funcţiei f(x,y) care nu sunt puncte de
extrem ale sale se numesc puncte şa ale lui f(x,y).
Interpretare geometrică. Graficul funcţiei f(x,y) este o suprafaţă
S a cărei ecuaţie este z=f(x,y) şi are în punctul şa un plan tangent, a
cărui ecuaţie este:
z – f(a, b) = f′x(a,b)(x-a)+ f′y(a,b)(y-b).
Dacă (a.b) e punct staţionar (f′x(a,b) = f′y(a,b) = 0), planul
tangent z = f(a, b) este paralel cu planul x0y.
În concluzie dacă f(x, y) este diferenţiabilă pe o mulţime deschisă
E, punctele staţionare ale lui f sunt toate soluţiile (x, y) ale sistemului:
⎧f x′ ( x , y) = 0
⎨ ′ .
⎩f y (x, y) = 0
Cum orice punct de extrem local este punct staţionar, rezultă că
punctele de extrem local se află printre soluţiile sistemului de mai sus
(dar nu toate soluţiile sistemului sunt puncte de extrem).
Ca şi la funcţii de o singură variabilă unde pentru a identifica un
punct de extrem analizăm semnul derivatei a doua în acel punct,
pentru a identifica printre punctele staţionare unele puncte de extrem
(dar nu neapărat toate punctele de extrem) va trebui să recurgem la
derivatele parţiale de ordinul doi.
TEOREMĂ
Dacă (a, b) este un punct staţionar al funcţiei f(x, y) şi dacă
f(x,y) are derivate parţiale de ordinul doi continue într-o vecinătate V
a lui (a,b) atunci
[
1) Dacă f x′′2 (a , b)f y′′2 (a , b) − f xy ]
′′ (a , b) 〉 0 , atunci (a,b) este un
2

punct de extrem local al funcţiei f(x,y) şi anume:


dacă f x′′2 (a , b) 〉 0 , (a,b) este un punct de minim;
dacă f x′′2 (a , b) 〈 0 , (a,b) este un punct de maxim.
[
2) Dacă f x′′2 (a , b)f y′′2 (a , b) − f xy ]
′′ (a , b) 〈 0 , atunci (a,b) nu este
2

un punct de extrem al funcţiei f(x,y).

145
Demonstraţie.
Într-adevăr (a,b) este punct staţionar şi atunci:
f′x (a, b) = 0 şi f′y (a, b) = 0.
Deoarece f(x,y) are derivate parţiale de ordinul doi continue pe o
vecinătate V a lui (a,b), putem scrie formula lui Taylor de ordinul doi
pentru (x,y) ∈ V:
f ( x, y) = f (a , b) + f x′ (a , b)( x − a ) + f y′ (a , b)( y − b) +

+
1
[
f ′′2 (a , b)( x − a ) 2 + 2f xy
2! x
] 1
′′ (a , b)( x − a )( y − b) + f y′′2 (a , b)( y − b 2 ) + ω( xy) ×
2
2
× ⎛⎜ (x − a )2 + (y − b )2 ⎞⎟
⎝ ⎠

şi lim ω( x , y) = 0 .
x →a
y→b
Ţinând seama că f′x(a,b)= f′y(a,b)=0 şi trecând f(a,b) în membrul I
1
[ ]
f ′′2 ( x − a ) 2 + 2 f xy′′ ( x − a )( y − b) + f y′′2 ( y − b) 2 + ω ( x, y )ϕ 2 =
f ( x, y ) − f ( a , b ) =
2 x
ϕ2 ⎡ ⎛ x−a⎞ ⎤
2 2
⎛ x − a ⎞⎛ y − b ⎞ ⎛ y −b⎞
= ′

⎢ x2 ⎜
f ⎜ ⎟
⎟ + xy ⎜
2 f ′′ ⎜ ⎟
⎟⎜
⎜ ⎟
⎟ ′
+ y2 ⎜
f ′ ⎜ ⎟
⎟ +ω⎥
2 ⎢ ⎝ ϕ ⎠ ⎝ ϕ ⎠⎝ ϕ ⎠ ⎝ ϕ ⎠ ⎥⎦

2
⎛y−b⎞
Dar lim ω(x , y ) = 0 deci dacă se dă factor comun ⎜⎜ ⎟⎟ se
x →a
y→b ⎝ ϕ ⎠
obţine:
⎛ y−b⎞
2 ⎡ ⎛ x − a ⎞2 ⎛x−a⎞ ⎤
f ( x , y) − f (a , b) = ⎜ ⎟ ⎢f x′′2 ⎜⎜ ′′ ⎜⎜
⎟⎟ + 2f xy ⎟⎟ + f y′′2 ⎥
⎝ 2 ⎠ ⎢⎣ ⎝ y − b ⎠ ⎝ y−b⎠ ⎥⎦
x−a
şi pentru că raportul poate lua orice valoare pozitivă sau
y−b
negativă când x→a, y→b, în mod independent unul de altul, urmează
că expresia din membrul doi păstrează semn constant în vecinătatea
′′
lui (a, b) numai când discriminantul Δ = f xy ( ) 2
− f x′′2 ⋅ f y′′2 〈 0 , prin
urmare din discuţia semnului trinomului de gradul II:

146
1) f(x,y) – f(a,b) >0 adică un minim local (a,b) pentru f(x,y) dacă:
[ ]
′′ (a , b) 2 − f x′′2 (a , b)f x′′2 (a , b) 〈 0 ,
f xy
f x′′2 (a , b) 〉 0 .
2) F(x,y) – f(a, b) < 0 adică un maxim local în (a, b) pentru f(x, y)
dacă:
[f ′′ (a, b)]
xy
2
− f x′′2 (a , b)f y′′2 (a , b) 〈 0 ,
f x′′2 (a , b) 〈 0 .
3) Dacă [(f ′′ )
xy
2
]
− f x′′2 f y′′2 〉 0 , f(x,y) – f(a, b) nu păstrează semn
constant în vecinătatea punctului (a, b), care nu va mai fi un punct de
extrem, numindu-se punct şa.
4) Dacă ∆ = 0 semnul expresiei f(x,y) – f(a, b) depinde de
valorile derivatelor parţiale de ordin superior lui doi.
Exemplu.
f(x,y)=x2+y4 f′x=2x f′y=4y3 x=y=0 e punct staţionar.

f x′′2 (0,0) = 2 , f y′′2 = 2 , f xy ′′


′′ = 0 , Δ = f xy ( )
2
− f x′′2 f y′′2 = 0

dar f(x,y) – f(0,0) > 0 oricare ar fi x şi y, deci (0,0) e un punct


de minim. Dacă f(x,y) =x2+y3 acelaşi (0, 0) nu este punct de extrem,
deoarece pentru f(0, y) = y3<0 dacă y<0 şi f(0, y) = y3 > 0, dacă y>0.
Fie f: E ⊂ Rn → R, a = (a1, ..., an) este un punct de minim
(maxim) local dacă f(x) – f(a) > 0 (f(x) < f(a)).
Dacă a ∈ E este un punct staţionar atunci:
f x′ i (a ) = 0 , i =1, ..., n.
Punctul a este staţionar dacă f este diferenţiabilă în a şi dacă
df(a) = 0 şi se obţine din rezolvarea sistemului derivatelor parţiale.
TEOREMĂ
Fie a punct staţionar al lui f(x1, ..., xn).
Să presupunem că funcţia f(x1, ..., xn) are derivate parţiale de
ordinul doi continue într-o vecinătate V a lui a.

147
n
1) Dacă forma pătratică ϕ = ∑ f ′′
i , j=1
x ix j
α iα j este definită,

atunci a este un punct de extrem şi anume un punct de maxim sau de


minim după cum φ < 0 sau φ >0.
2) Dacă forma pătratică φ este nedefinită, atunci a nu este punct
de extrem al funcţiei.

4.11. Funcţii implicite


Fie ecuaţia F(x, y) = 0 cu F: E ⊂ R2 → R şi
A ⊂ E x = {∃ y ∈ R , cu (x, y) ∈ E} .
O funcţie f(x): A →R se numeşte soluţie (în raport cu y) a
ecuaţiei F(x, y) =0
pe mulţimea A, dacă F(x, f(x)) ≡ 0 pentru x ∈ A.
Ecuaţia F(x,y) = 0 poate să nu aibă soluţii, ca în cazul cercului
imaginar, x2 + y2 + 1 = 0, în raport cu nici o variabilă. Poate avea o
singură soluţie ca în cazul primei bisectoare x – y = 0 şi anume y = x
sau poate avea mai multe soluţii pe mulţime A ca în cazul ecuaţiei
F(x,y) = x – y2 = 0.Această ecuaţie, în raport cu y, are o infinitate de
soluţii pe mulţimea [0, +∞).
De exemplu:
⎧⎪ x pentru x ∈ [0, a)
y=⎨
⎪⎩- x pentru x ∈ [a, + ∞)
unde a este arbitrar între 0 şi ∞.
Fie F(x1, ... , xn, y) =0 unde F: E ⊂ Rn+1 → R, y= f(x1, ... , xn): A
⊂ Rn → R este o soluţie în raport cu y a acestei ecuaţii pe mulţimea
A, dacă
F(x1, ... , xn, f(x1, ... , xn)) ≡ 0
pentru orice punct (x1, ... , xn) ∈A unde x = (x1, ... , xn) este o
variabilă reală sau vectorială.
Dacă există o singură funcţie f(x) A ⊂ Rn → R care să verifice
ecuaţia F(x,y) = 0, eventual, şi alte condiţii suplimentare, se spune că
funcţia f(x) este definită implicit de ecuaţia F(x,y) = 0. Rezolvând
ecuaţia F(x,y)=0 în raport cu y (explicitând-o) se obţine funcţia
explicită y = f(x).
148
Funcţiile definite cu ajutorul ecuaţiilor se numesc funcţii definite
implicit (funcţii definite implicit (funcţii implicite).
TEOREMA 1 0
Fie A⊂ Rn, n ≥ 1; B ⊂ R, x0, y0 ∈ A , funcţia reală F(x,y)
definită pe A x B.
Dacă: 1) F(x0, y0) = 0;
2) F(x1, ... , xn,y) are Fx′1 ,..., Fx′n , Fy′ continue pe o vecinătate E
× V a lui (x0, y0);
3) Fy′ (x 0 , y 0 ) = 0 .

Atunci:
a) există o vecinătate U0 a lui x0 şi o vecinătate V0 a lui y0 şi o
funcţie unică y = f(x): U0 → V0 astfel ca:
f(x0) = y0 şi F(x f(x)) ≡ 0 pentru x ∈ U0;
b) funcţia f(x1, ..., xk) are derivate parţiale f x′1 ,..., f n′ continue pe
U0, şi pentru fiecare i atunci:
Fx′i (x , f ( x ) )
f x′i ( x ) = − , x ∈ U0 ;
Fy′ (x , f ( x ) )
c) dacă F are derivate parţiale de ordinul k continue pe U × V,
atunci f are derivate parţiale de ordinul k continue pe U0.
Fie funcţia de două variabile F(x, y) = 0. Dacă se diferenţiază
formal se obţine:
Fx′ dx + Fy′ dy = 0
dy
Împărţind prin Fy′ dx şi notând = y′ se obţine:
dx
F x′ F′
+ y ′ = 0 , adică y ′ = − x .
F y′ Fy′

4.12. Extreme condiţionate (legate)


Fie f(x) = f(x1, ..., xn) o funcţie reală definită pe o mulţime E ⊂
Rn şi A ⊂ E. Funcţia f are în a ∈A un extrem relativ, la A dacă
restricţia lui f la A are în a un extrem obişnuit.

149
În a este un maxim (minim) la A dacă există o vecinătate V a lui
a astfel încât:
f(x) ≥ f(a) respectiv f(x) ≤ f(a) pentru orice punct x ∈ V ∩ A.
Extremele funcţiei f(x) relative la submulţime A ⊂ E se numesc
extreme condiţionate (legate).
Fie F1(x),..., Fk(x), k < n funcţii reale care definesc mulţimea A
prin mulţimea soluţiilor sistemului restricţiilor.
Fi(x1, ..., xn) = 0 i=1, ..., k (1)
Aşadar A={x∈E: Fi(x) = 0, i =1, ..., k}.
În acest caz extremele funcţiei f(x) relative la A se numesc
extreme condiţionate de sistemul (1).
Aceasta arată că cele n variabile x1, ..., xn sunt legate între ele prin
cele k relaţii ale sistemului (1), de aceea le mai numim şi extreme legate.
TEOREMĂ
Fie a o soluţie a sistemului (1). Să presupunem că funcţiile f(x),
F1(x), ..., Fk(x) au derivate parţiale, continue într-o vecinătate V a lui a
şi matricea funcţională f j′ are în punctul a rangul k. Dacă a este un
punct de extrem al funcţiei f(x) condiţionat de sistemul (1) atunci
există k numere l1, ..., lk (multiplicatorii lui Lagrange) astfel încât:
⎧ ∂f (a ) k ∂Fi (a )
⎪ ∂x + ∑ l i ∂x = 0 j = 1,..., n j = 1, ..., n (2)
⎨ j i =1 j
⎪F (a ) = F (a ) = ... = F (a ) = 0
⎩ 1 2 k

Orice soluţie a = (a1, ..., an) a sistemului (2) se numeşte punct


staţionar al funcţiei f(x). orice punct de extrem condiţionat este un
punct staţionar condiţionat, reciproca nu este adevărată.
Etape de calcul ale extremelor legate:
a) Se formează funcţia auxiliară (ajutătoare):
F(x1, ..., xk, l1,..., lk)= f(x) + l1F1(x)+ ... + lkFk(x) cu coeficienţii
l1, ..., lk nedeterminanţi.
2) Se formează sistemul celor n+k ecuaţii:
⎧Fx′1 = Fx′ 2 = ... = Fx′ n = 0

⎩F1 = F2 = ... = Fk = 0
cu n+k necunoscute x1, ..., xn, l1,..., lk şi se caută soluţiile acestui
sistem care sunt puncte critice (staţionare).
150
3) Dacă x1, ..., xk, l1,..., lk este o soluţie a acestui sistem, atunci
punctul (x1, ..., xn) este punct staţionar condiţionat al funcţiei f(x).
Printre punctele staţionare condiţionate astfel obţinute se află şi
punctele extrem condiţionat.
Vom căuta condiţii suficiente care să permită să se identifice
dintre punctele staţionare punctele de extrem condiţionat.
Fie punctul staţionar a, deci Fi(a) = 0, i=1,..., k şi k numere l1, l2,
..., lk astfel ca să fie satisfăcut sistemul (2).
Pentru a vedea dacă a este sau nu punct de extrem condiţionat de
sistemul (1), se va studia semnul diferenţei f(x1, ..., xn) – f(a1, ..., an)
pentru punctele (x1, ..., xn) care verifică sistemul (1), (F1(x)=0 ⇒
F(x)=f(x) deci f(x) – f(a) = F(x) – F(a)), se reduce la studiul semnului
diferenţei F(x) – F(a).
Punctul a verificând sistemul (2) este punct staţionar pentru
F(x), deci derivatele sale parţiale de ordinul I se anulează în A. Pe de
altă parte, funcţia F(x) are derivate parţiale continue într-o vecinătate a
lui a, deci se poate scrie formula lui Taylor de ordinul doi:
1 1 1 1
F( x ) − F(a ) = ∑ Fx′′i , x j (a )dx i dx j + ω(x )ϕ 2 = d 2 F + ωϕ 2
2 2 2 2
n
unde lim ω(x ) = 0, ∑ (x − a i ) şi
2
ϕ= i
x →a
i =1

dxi = xi – ai, i = 1, ..., n.


n
După cum forma patratică ∑ F′′
i , j=1
xi ,x j (a )dx i dx j păstrează în jurul

lui a acelaşi semn sau nu păstrează acelaşi semn, punctul a este sau nu
punct de extrem condiţionat.

4.13. Funcţii omogene de mai multe variabile


Funcţia f(x1, ..., xn) se numeşte omogenă de gradul k în raport cu
variabilele xi, i = 1, ..., n dacă pentru un t oarecare este adevărată
relaţia:
f(tx1, ..., txn) = tkf(x1, ..., xn) (1)
Teorema lui Euler
O funcţie omogenă satisface relaţia:
151
(2) x1 f x′1 + ...x n f x′n = k f ( x1 ,..., x n )
Exemplu: Fie f(x, y) = xy – y2
a) f(tx, ty) = (tx)(ty) – (ty)2=t2(xy-y2)=t2f(x, y)
b) xf x′ + yf y′ = x ⋅ y + y( x − 2 y) = 2( xy − y ) .
2

4.14. Funcţii omogene în economie


Fie z=f(x,y) o funcţie omogenă de gradul întâi, de două variabile.
1)Funcţia poate fi scrisă sub oricare din formele:
⎛ y⎞ ⎛ x⎞
z = xϕ ⎜ ⎟ = yψ ⎜⎜ ⎟⎟ unde ϕ şi ψ sunt funcţii de o singură variabilă.
⎝x⎠ ⎝ y⎠
∂z ∂z x
2) Derivatele parţiale şi sunt funcţii de .
∂x ∂y y
∂z ∂z
3) Teorema lui Euler: x +y =z
∂x ∂y
Întrucât teorema lui Euler a fost demonstrată în cazul general, se
vor demonstra numai primele două proprietăţi:
Deoarece f(λx, λy) = λf(x,y) pentru orice λ, atunci:
⎛ y⎞ 1 1
f ⎜1, ⎟ = f (x , y ) pentru λ = ,
⎝ x⎠ x x
adică:
⎛ y⎞ ⎛y⎞
z = xf ⎜1, ⎟ = xϕ⎜ ⎟
⎝ x⎠ ⎝x⎠
⎛ y⎞ y
deoarece f ⎜1, ⎟ este funcţie numai de
⎝ x⎠ x
1
Tot astfel, dacă λ = , atunci:
y
⎛x ⎞ ⎛x⎞
z = yf ⎜⎜ ,1⎟⎟ = yψ⎜⎜ ⎟⎟ .
⎝y ⎠ ⎝ y⎠
152
⎛y⎞
Derivata parţială a lui z = xϕ⎜ ⎟ în raport cu x este:
⎝x⎠
∂z ⎛y⎞ ⎛y⎞ ∂ ⎛y⎞ ⎛y⎞ y ⎛y⎞
= ϕ⎜ ⎟ + xϕ′⎜ ⎟ ⎜ ⎟ = ϕ⎜ ⎟ − ϕ′⎜ ⎟ ,
∂x ⎝x⎠ ⎝ x ⎠ ∂x ⎝ x ⎠ ⎝x⎠ x ⎝x⎠
⎛y⎞ ⎛y⎞
unde ϕ′⎜ ⎟ este derivata funcţiei de o singură variabilă ϕ⎜ ⎟
⎝x⎠ ⎝x⎠
y ∂z ⎛y⎞ ∂ ⎛y⎞ ⎛y⎞
în raport cu . Tot astfel: = xϕ′⎜ ⎟ ⎜ ⎟ = ϕ′⎜ ⎟ .
x ∂y ⎝ x ⎠ ∂y ⎝ x ⎠ ⎝x⎠
∂z ∂z y
Deci, atât cât şi sunt funcţii numai de raportul .
∂x ∂y x
Este interesant cazul când funcţia de producţie a unei mărfi X
este omogenă de grad întâi în raport cu factorii variabilei A1, A2, ...,
An. Pornind de la definiţie şi de la proprietăţile 1) şi 2) de mai sus,
acest caz este caracterizat de aceea că o creştere relativă dată tuturor
factorilor duce la o aceeaşi creştere relativă a rezultatului, fără a
modifica produsul mediu sau produsul marginal al oricărui factor.
Acesta este cazul „veniturilor constante la scară”, când numai
cantităţile relative folosite de fiecare factor sunt importante, nu şi
scara la care se face producţia.
Dacă există doi factori, A şi B şi venituri constante la scară,
suprafaţa producţiei este riglată de drepte care trec prin origine şi orice
secţiune prin Ox este o dreaptă. Curbele producţiei constante din
planul Oab se obţin una din alta prin proiecţii radiale, iar dimensiunile
lor variază în raportul producţiilor constante care le definesc. În
particular, orice rază care trece prin O intersectează curbele în puncte
în care tangentele sunt paralele.

4.15. Ecuaţii diferenţiale


Sunt multe probleme economice care se reduc la rezolvarea unor
ecuaţii, numite ecuaţii diferenţiale ordinare sau, mai scurt, ecuaţii
diferenţiale, care leagă între ele o variabilă independentă x, o funcţie

153
necunoscută de x, pe care o notăm y, şi primele ei n derivate
y′, y′′,..., y n
Fie F o funcţie definită pe un domeniu D, din Rn+2, cu valori
reale, continuă în acest domeniu.
Definiţia 1
O relaţie de forma
F(x, y, y’,...x(n))=0 (1)
se numeşte ecuaţie diferenţială de ordinul n.
Fie φ: (a, b) → R o funcţie derivabilă de n ori în orice punct al
intervalului (a, b), unde a poate fi –∞ , iar b poate fi +∞.
Se spune că funcţia φ este soluţie a ecuaţiei diferenţiale (1), dacă
înlocuind în ecuaţia diferenţială (1), funcţia y cu φ(x), se obţine o
( )
identitate, oricare ar fi x∈(a,b) adică: F x , ϕ(x ), ϕ′(x )...., ϕ (n ) (x ) ≡ 0 .
Dacă în sistemul de coordonate x = y, se reprezintă grafic
funcţia φ, se obţine o curbă de ecuaţie y = φ(x), care se numeşte curbă
integrală a ecuaţiei (1).
În unele cazuri, în locul soluţiilor y = φ(x), se găsesc soluţii de
forma G(x,y) = 0, care definesc soluţiile y = φ(x) ca funcţii de x.
De obicei se spune şi despre aceste relaţii că sunt soluţii, iar
curbele pe care se definesc se numesc curbe integrale.
Dacă funcţia F, ce intră în definiţia ecuaţiei diferenţiale (1),
îndeplineşte condiţii suficiente pentru a putea scoate din ecuaţia F(x,
y, y’, ..., y(n)) = 0 pe y(n) ca funcţie de celelalte variabile, adică:
y(n) = f(x, y, y, ..., y(n-1)) (2)
unde f: D ⊆ Rn+1 → R, este o funcţie de n+1 variabile, definită
pe domeniu D, cu valori reale şi continuă în acest domeniu. Ecuaţia se
numeşte tot ecuaţie diferenţială de ordinul n, dar este de o formă mai
particulară faţă de (1), fiindcă conţine pe y(n), explicitat în raport cu x,
y, y, ... , y(n-1).
Problema lui Cauchy, pentru ecuaţia diferenţială de ordinul n, de
forma (2) constă în determinarea soluţiei ecuaţiei, care satisfac
condiţiile iniţiale.
y(x0) = y0, y’(x0) = y0, ..., y(n-1)(x0)= y0(n-1)
unde (x0, y0, y’0, ..., y0(n-1) ∈D ⊆ Rn+1 este un punct constant.
Se poate demonstra că atunci când funcţia f satisface anumite
condiţii, pentru orice punct (x0, y0, y’0, ..., y0(n-1)) ∈ D, există o unică
soluţie a ecuaţiei diferenţiale (2), care satisface condiţiile lui Cauchy
(rezolva problema lui Cauchy) în acel punct.
154
Definiţia 2
Prin soluţie generală a ecuaţiei diferenţiale (2) se înţelege o
soluţie y = φ(x, c1, c2, ..., cn) a ei, ce depinde şi de n constante c1, c2,
..., cn, considerate ca parametri reali şi cu ajutorul căreia se poate
rezolva o problemă a lui Cauchy pentru orice punct din domeniul D.

4.16. Ecuaţii diferenţiale care nu conţin variabile independente


Acest tip de ecuaţii care nu conţin variabila independentă şi sunt
de ordinul întâi, au următoarea formă generală
dy
y’ = f(y), sau = f (y) (4)
dx
cu f continuă şi diferită de zero pe intervalul (a, b)
unde a poate fi –∞, iar b poate +∞.
În locul acestei ecuaţii se rezolvă ecuaţia echivalentă:
dx 1
= , pentru f(y) ≠ 0
dy f (y)
a cărei soluţie generală este:
y
dy
x = x0 + ∫
y0
f ( y)
În această relaţie, x – x0, este o funcţie continuă şi strict
monotonă de y. Deci există funcţia inversă y = φ(x-x0)
care este soluţia generală a ecuaţiei considerate.
Exemplu:
y’ = y cu y ∈ (0, +∞).
Se rezolvă ecuaţia dx = 1 , care are soluţia generală :
dy y
y
x = x 0 + 1n , cu y 0 〉 0
y0
de unde:
y
= e x −x0 , y = y 0 e x−x0 .
y0
Trebuie observat că ecuaţia y’=f(y), are sens şi pentru f(y) = 0.
Funcţiile y = y0, cu f(y0) = 0, sunt evident, soluţii care nu se obţin prin
metoda de mai sus. Ele sunt numite soluţii singulare.
155
4.17. Ecuaţii cu variabile separabile
Aceste ecuaţii sunt de forma
f (x)
y′ = (5)
g ( y)
Funcţia f, o presupunem şi continuă pe un interval (a, b) şi y,
definită, continuă şi diferită de zero pe un interval (c,d).
Ecuaţia (5) se mai poate scrie
f(x)dx – f(y)dy = 0
Dacă F(x) este o primitivă a funcţiei f(x) şi G(y) o primitivă a
funcţiei g(y), soluţia generală a ecuaţiei (5), este dată sub forma
implicită de relaţia
F(x) – G(y) = C, unde C este o constantă arbitrară.

4.18. Ecuaţii omogene


Sunt ecuaţii de forma
dy
= f ( x , y) (6)
dx
unde f(x, y), este o funcţie omogenă de gradul zero, adică
satisface condiţia f(tx, ty) = f(x, y), oricare ar fi t, astfel încât (tx, ty)
să fie de domeniul de definiţie al funcţiei f.
Punând t = 1/x, se obţine:
f(x, y) = f(1, y/x) = φ(y/x)
de unde rezultă că ecuaţia diferenţială (6) este de forma
dy ⎛y⎞
= ϕ⎜ ⎟ (7)
dx ⎝x⎠
y
Prin schimbarea de funcţie u = sau y = ux, derivând se
x
obţine:
dy du
=u+x
dx dx
şi deci ecuaţia (7) se transformă în:
du
u+x = ϕ(u )
dx
ecuaţia cu variabile separabile.
156
Presupunând funcţia φ, continuă şi φ(u)-u ≠0; notând cu
du
F(u ) = , soluţia generală a ecuaţiei (7) este :
ϕ(u ) − u

⎛ y⎞
F⎜ ⎟ = 1nx + 1nc , obţinută prin integrarea membru cu
⎝x⎠
membru. În membrul al doilea, constanta reală care trebuie adăugată
la 1n x, pentru a se obţine primitivele funcţiei 1/x s-a considerat 1n c,
unde c > 0.

4.19. Ecuaţii reductibile la ecuaţii omogene


Se vor considera ecuaţii de forma:
dy ⎛ ax + by + c ⎞
= f ⎜⎜ ⎟⎟ , (8)
dx ⎝ ax + by + c ⎠
unde a, b, c, a ′, b ′, c ′ ∈ R sunt constante.
a b
Dacă = 0 ecuaţia se reduce la o ecuaţie cu variabile separate.
a b
a b 1
Într-adevăr, atunci = = , de unde rezultă
a b α
a ′ = aα, b ′ = bα , deci a ′x + b ′y = α (ax + by), şi făcând
schimbarea de funcţie u = ax+by, de unde du = a dx + b dy,se obţine
ecuaţia:
1 ⎛ du − adx ⎞ ⎛ u+c ⎞
⎜ ⎟ = f⎜ ⎟ , sau
b ⎝ dx ⎠ ⎝ αu + c ⎠
1 du ⎛ u+c ⎞ a du
⋅ = f⎜ ⎟ + sau ϕ( u ) .
b dx ⎝ αu + c ⎠ b dx
Dacă:
a b
≠ 0 , sistemul de ecuaţii:
a b
ax+by+c = 0
157
a ′x + b ′y + c ′ = 0 ,
are o soluţie unică x0, y0.
Făcând schimbarea de variabilă şi de funcţie:
x = x0 + t
y = y0 + u
de unde dx = dt, dy = du şi ecuaţia (8), devine
du ⎛ a ( x 0 + t ) + b( y 0 + u ) + c ⎞
= f ⎜⎜ ⎟⎟ , însă
dt ⎝ a ′( x 0 + t ) + b′(y 0 + u ) + c′ ⎠
ax0 + bx0 + c = 0 şi a ′x 0 + b ′y + c = 0 , deci ea devine:
du ⎛ at + bu ⎞
= f⎜ ⎟ , adică o ecuaţie omogenă pentru că funcţia f
dt ⎝ at + bu ⎠
este omogenă de gradul zero în variabilele ei t şi u.

4.20. Ecuaţii liniare de ordinul întâi


Forma generală a acestor ecuaţii este:
A(x)y’ + B(x)y + C(x) = 0 (9)
Presupunând că funcţiile A, B, C sunt definite şi continue pe un
interval (a, b) şi că (A(x) ≠ 0, în orice punct al acestui interval, se
împarte prin A(x) şi ecuaţia (9), devine: x + P(x)y = Q(x), (10)
B( x ) C(x)
unde P( x ) = , iar Q(x) = - .
A( x ) A(x)
Ecuaţia y’ + P(x)y = 0 (11)
se numeşte ecuaţie liniară fără membrul al doilea, sau ecuaţia
liniară omogenă.
Observaţie. Mai sus este vorba de omogenă în alt sens decât cel
întâlnit la punctul 5.
Ecuaţia (11) este o ecuaţie cu variabile separate deci se poate rezolva.
dy dy
= −P( x ) y, sau = −P( x )dx . Integrând fiecare membru:
dx y
1n y + 1nc1 = − ∫ P( x )dx , sau 1n y c1 = − ∫ P( x )dx .
1
= c , soluţia generală este: y = ce ∫
− P ( x ) dx
Notând ± .
c1

158
Pentru ecuaţia (10), se caută o soluţie de forma (12), unde c este
considerat o funcţie de x. Această metodă este cunoscută sub numele
de metoda variaţiei constantei.
Derivând în (12), se obţine:

y = − c( x ) P ( x )e ∫ + c′(x )e ∫
− P ( x ) dx − P ( x ) dx

şi înlocuind în (10), rezultă:


− c( x ) P ( x ) e ∫ + c′( x )c( x )e ∫
− P ( x ) dx − P ( x ) dx
= Q( x ) . De unde
dc P ( x )dx
= Q( x )e ∫ şi apoi
dx
c( x ) = ∫ ⎛⎜ Q(x )e ∫
P ( x ) dx ⎞
⎟dx + c1 şi soluţia generală a ecuaţiei
⎝ ⎠
(10) este
y = e∫
P ( x ) dx ⎛ c + Q( x )e ∫ P ( x ) dx dx ⎞ se observă că soluţia gene-
⎜ 1 ∫ ⎟
⎝ ⎠
rală a ecuaţiei neomogene este egală, cu soluţia generală a ecuaţiei
omogene, la care se adaugă o soluţie particulară a ecuaţiei neomogene.
Această soluţie se obţine din relaţia generală pentru c1 = 0.
Soluţia particulară a ecuaţiei neomogene poate fi înlocuită cu
oricare alta. Într-adevăr, să presupunem cunoscută o soluţie particulară
y1 a ecuaţiei (10). Făcând schimbarea de funcţie y = y1 + z, ecuaţia
neomogenă (10) devine:
dy1 dz dy
+ + py1 + pz = Q , însă ţinând seama că + Py = Q ,
dx dx dx
dz
ne rămâne + Pz = 0 , deci z este soluţia generală a ecuaţiei omogene.
dx

4.21. Unele aplicaţii în economie a ecuaţiilor diferenţiale


Funcţia cererii unui produs pe piaţă. Considerăm cazul când
cantitatea x, dintr-un anumit produs X, depinde de preţul curent al
acestui produs şi de venitul consumatorilor. În realitate, pe lângă
aceşti doi factori fundamentali mai există factori cu influenţe mai
reduse sau indirecte ca de exemplu: preţurile celorlalte mărfuri pe care
159
le cumpără consumatorul, oferta produselor, factori social-economici
şi demografici, sistemul de vânzări cu plata în rate etc.
Această formulare a condiţiilor pieţei poate fi tradusă în
simboluri matematice. Fie p preţul pentru produsul X în unităţi date, V
venitul mediu al unui consumator, şi x cantitatea de produs X, cerută
pe piaţă în unităţi date. Atunci X este o funcţie univocă de p şi v, care
poate fi scrisă în felul următor:
x = f(p, v)
Variabilele independente p, v şi variabila independentă x le
considerăm că iau numai valori pozitive. Pentru un preţ constant p0,
sau un venit constant v0, cererea x, poate fi considerată ca o funcţie f1
sau f2, depinzând numai de v, sau numai de p, adică
x = f(p0, v) = f1(v) sau x = f(p, v0) = f2(p)
Funcţia cheltuielilor de producţie, pentru un anumit produs X,
într-o primă aproximaţie o putem considera ca depinzând numai de
cantitatea x, realizată din acest produs şi anume
cp = f(x)
Pentru această funcţie şi pentru altele care descriu fenomene
economice, au semnificaţie şi importanţă economică noţiunile de:
valoare medie, valoare marginală, viteză relativă de rotaţie şi viteza
variaţiei relative a funcţiei în raport cu variaţia relativă a variabilei,
care se numeşte elasticitatea funcţiei.
Fie f o asemenea funcţie de variabilă x. Valoarea medie este
f (x )
. Valoarea marginală a funcţiei f în punctul x este f'(x), adică
x
valoarea derivatei funcţiei în punctul x. Viteza variaţiei relative a
1 df ( x )
funcţiei în punctul x este ⋅ , iar elasticitatea în punctul x
f ( x ) dx
x df ( x ) Ef ( x )
este şi se notează sau E x (f (x )) deci,
f ( x ) dx Ex
Ef ( x ) x df ( x )
= ⋅ .
Ex f ( x ) dx
Folosind noţiunile introduse anterior să rezolvăm următoarele
probleme:

160
1. Dacă elasticitatea unei legi a cererii x = f(p) este constatată,
Ef
adică = -a, a > 0, să se găsească această lege.
Ep

Soluţie
p df
Din = = −a , care este o ecuaţie diferenţială de ordinul
f dp
întâi cu variabile separate, se obţine:
df adp
=− , integrând rezultă:
f p
ln f = 1n p-a + 1nb, unde b > 0, sau ln f = 1n b · p-a, deci x = f(p) = bp-a.
Dacă s-ar cunoaşte cererea x0, pentru un anumit preţ p0, atunci
cererea este perfect determinată. Pentru aceasta se rezolvă problema lui
Cauchy şi anume impunând condiţia f(p0) = x0, adică bp 0− a = x 0 , rezultă:
−a
⎛ p ⎞
x = f (p) = x 0 ⎜⎜ ⎟⎟
⎝ p0 ⎠
2. Care este legea cererii dacă viteza relativă de variaţie este
1 df
constantă, adică ⋅ = −a , a > 0 .
f dp
Soluţie
1 df df
Din ⋅ = −a, rezultă = −adp , integrând: 1n f = –ap + 1n
f dp f
b, unde b este o constantă arbitrară strict pozitivă; de unde x = f(p) =
be-ap.
Dacă se cere legea cererii care verifică condiţia f(p0) = x0, de
x0
unde b = şi legea devine
e −ap0
⎛ p ⎞
−a ⎜⎜ ⎟

⎝ p0
x = f (p) = x 0 e ⎠

3. Care este legea cheltuielilor de producţie cp = f(x), pentru


care valoarea medie este egală cu valoarea marginală.
161
Soluţie
Cp dC p dC p dx
Din = , rezultă = şi integrând: 1n Cp = 1n x
x dx Cp x
+ 1n a, unde a > 0, şi deci Cp = f(x) = ax.
C 0p
Impunând condiţia C = f ( x 0 ) ,rezultă: ax0 = C , a=
0 0
p p
, şi
x0
legea este determinată:
x
C p = f ( x ) = C 0p ⋅
x0
Se observă că valoarea de producţie este constantă cu x, pentru că:
x
C 0p 0
C p f (x) x 0 Cp
= = = (constantă)
x x x x0
4. Se ştie că elasticitatea unei legi a cererii în funcţie de preţ este
Ef
forma = (a − bp ) , unde a şi b sunt constante. Care este această
Ep
lege a cererii?
Soluţie:
p df sau
⋅ = a − bp
f dp
df a − bp
= ⋅ dp , integrând, atunci:
f p
f
1n f = 1n pa – bp + 1n c, unde c > 0 sau 1n = −bp de unde
c ⋅ pa
x = f(p) = c · pa · e-bp.
Impunând condiţia f(p0) = x0, rezultă:
a − bp 0 x 0 e bp0
cp e
0 = x0 ,c = şi legea cererii devine:
p a0
a
⎛ p ⎞
x = f (p) = x 0 ⎜⎜ ⎟⎟ ⋅ e b (p0 − p ) .
⎝ p0 ⎠
162
5. ELEMENTE DE MATEMATICI FINANCIARE

5.1. Dobânda simplă

Noţiunea de bază a matematicilor financiare este dobânda.


Dobânda este suma de bani care se plăteşte de către debitor
creditorului pentru un împrumut bănesc.
Dobânda unitară este suma dată de o unitate monetară pe timp
de un an, este notată, i. Dobânda dată de 100 de unităţi monetare pe
timp de un an se numeşte procent, notat p.
Deci p ≡ 100 i. Pentru S unităţi monetare (u.m.) pe timp de un
an se obţine dobânda: D = Si = Sp/100
Pentru S u.m. pe timp de t-ani dobânda, numită dobânda simplă este:
D = S.i.t. = Sp.t/100 (5.1.1.)
Se observă că dobânda este direct proporţională cu suma depusă,
cu procentul sau dobânda unitară şi cu durată.
Dacă anul este împărţit în k părţi egale şi tk este un număr de
astfel de părţi pentru care se calculează dobânda atunci (5.1.1.) devine:
Spt k Sit k
D= =
100k k
De exemplu dacă k=2 atunci dobânda pentru t2-semestru este
Spt 2 Spt 4
D= ; dacă k=4 atunci dobânda pentru t4- trimestru este D = şi
200 400
dacă k=12 atunci D =
Spt 12
1200
Observaţie. În finanţe anul comercial are 360 zile şi fiecare lună
are 30 de zile.
Dacă So – este suma depusă iniţial pe perioada t cu dobândă
unitară i atunci suma finală sau valoarea finală este: St = S0 + D = S0 +
S0 it = S0 (1+it) (5.1.2.)
Scadenţă comună sau scadenţă medie
Fie sumele S1, S2, ..., Sn plasate cu acelaşi procent p pe duratele
t1, t2, ...., tn.
163
Suma dobânzilor aduse de cele n sume pe cele n durate o vom
înlocui cu dobânda adusă de o sumă S pe o perioadă t. Atunci
S1pt 1 S2 pt 2 S pt Spt
+ + ..... + n n =
100 100 100 100
Dacă se cunoaşte S atunci durata t va fi: t =
S1t1 + S2 t 2 + .... + Sn t n (5.1.3.)
S
se va numi scadenţă comună.
Dacă S = S1 + S2 + .......+ Sn atunci durata t va fi:
t = S1 t 1 + S2 t 2 + ....... + S n t n (5.1.4.)
S1 + S 2 + .... + S n
se va numi scadenţa medie.
Aplicaţie. Să se determine scadenţa unei sume de 25.000 u.m.
care produce o dobândă egală cu suma dobânzilor produse de 3.500
u.m. pe timp de 72 zile; 4.500 u.m. pe timp de 105 zile; 6.000 u.m. pe
timp de 124 zile şi 5.000 lei pe timp de 150 zile.
Observăm că 25.000 ≠ 3.500 + 6.000 + 5.000 = 19.000 atunci scadenţa
comună este: t = 3500.72 + 4500.105 + 6000.124 + 5000.150 = 887,4 zile.
25.000
3. Procent mediu de depunere –p pentru care sumele S1, S2,....,
Sn sunt plasate pe perioadele t1, t2, ...., tn cu procente p1, p2, ...., pn
astfel încât să avem aceeaşi dobândă totală va fi obţinut din egalitatea:
S1p1t1 S2 p2 t 2 S p t S pt S pt
+ + .... + n n n = 1 1 + ..... + n n
100 100 100 100 100
de unde
S p t + S2 p 2 t 2 + ..... + Sn p n t n (5.1.5.)
p= 1 1 1
S1 t1 + S2 t 2 + ...... + Sn t n

5.2. Dobânda compusă


O sumă de bani este plasată cu dobândă compusă dacă la
sfârşitul primei perioade, dobânda simplă a acestei perioade este
adăugată la sumă pentru a produce la rândul ei dobândă în perioada
p
următoare: Fie S0 – sumă iniţială; p – procentul; i = dobânda
100
164
unitară; t – durata de plasament a sumei S0 – număr întreg şi St – suma
finală după t perioade, atunci:
Anii Suma plasată la Dobânda produsă în Suma obţinută la
începutul anului timpul anului sfârşitul anului
1 S0 S 0i S1 = S0+S0i=S0(1+i)
2 S1 = S0 (1+i) S1i = S0 (1+i)i S2 = S1+S1i=S0(1+i)2
:
t St = S0 (t+i) t-1 St-1· i = S0 (1+i )t-1 i St=St-1 + St-1 i = S0 (1+i)t
Dacă 1+i = u va fi un factor de fructificare găsit în tabele
financiare pentru t= 1,2,3,....pentru diferite procente atunci suma
finală va fi: St = S0 (1+i)t = S0ut (5.2.1.)
Dobânda compusă va fi pentru t- întreg
D = St – S0 = S0(1+i)t – S0 = S0 (ut-1) (5.2.2.)
Suma iniţială depusă va fi:

S0 = S ⋅ 1 =S ⋅ vt (5.2.3.)
t
(1+i)t n
1
unde = v factor de actualizare.
1+ i
0 t
Deci
S0 St
Formula de actualizare
S0 = S 1 = S v
(1 + i) t
t t

Formula de fructificare
St=S0(1+i)n=S0ut
v = 1 factor de actualizare u = 1+i factor de fructificare
1+ i
Factorii u şi v se găsesc în tabele financiare pentru diferite
procente şi diferitele perioade întregi.
Procentul p = 100 i se poate obţine din (5.2.1.)
St
(1+i)t = (5.2.4.)
S0
165
Timpul se poate obţine din (5.2.3.) prin interpolare.
Aplicaţii: 1. Ce sumă trebuie să depunem azi ca să încasăm peste
3 ani, suma de 10.000 lei ştiind că dobânda unitară este de 2,5%.
Din (8) S0 = S ⋅ 1 1
10.000 = 9285,9 lei
(1 + i)
t t
1,0253
2. Cu ce procent suma de 3450 lei depusă timp de 8 ani devine
5324,45 lei ?
S 5324,45
Din (5.2.4.) (1+i)t = t = = 1,543318
S0 3450
În tabel avem:
1,48028........4%
1,54331........4,43%
1,55296 ........4,5%
Deci cu procent 4,43%
Dacă durata de plasament a sumei S0 (-t) nu este un număr întreg
h
ci este de forma: t = n+ avem două soluţii.
k
a) Soluţia raţională porneşte de la forma (5.2.1.) pentru partea
întreagă de n ani valoarea finală obţinută pentru plasarea sumei iniţială
S0 va fi: Sn = S0 (1+i)n.
Această sumă Sn în timpul fracţiunii h a anului, cu dobândă
k
unitară i, va aduce o abordare simplă:
h h
Sni = So(1+i)ni atunci
k k
h
S h
= S0 (1+i)n + S0(1 + i)ni
n+
k
k
Deci St = S h = S0(1+i)n (1+i h ) (5.2.5.)
n+ k
k
(5.2.5.) reprezintă soluţia raţională de calcul a sumei finale când
se plasează o sumă S0 pe o durată t = n+ h în regim de dobândă
k
compusă.
b. Soluţia comercială pentru suma S0 plasată pe o perioadă t = n+ h .
k
166
Se observă că: 1 leu plasat cu procent anual i devine la sfârşitul
anului (1+i) şi 1 leu plasat cu procentul semestrial is devine la sfârşitul
anului (1+is)2.
Procentele i şi is devin echivalente dacă valorile finale la
sfârşitul anului sunt legale adică: 1+i=(1+is)2
Similar 1+i = (1+i4)4 pentru procent semestrial i4 şi aşa mai departe
1+i=(1+i12)12
Rezultă că:
(1+i2)=(1+i)1/2
(1+i4)=(1+i)1/4
(1+i12) =(1+i)1/12
şi în general
1+ik=(1+i)1/k
h
Deci pe durata t=n+ suma iniţială plasată S0 în regim de
k
dobândă compusă va deveni:
h h
St = S0(1+i)n+ k =S0(1+i)n(1+ik)h=S0(1+i)n(1+i)h/k=S0(1+i)n+ k
h
St = S h = S0(1+i)n+ k (5.2.6.)
n+
k

(5.2.6.) reprezintă soluţia comercială de calcul a sumei finale când


h
se plasează o sumă So pe o durată t=n+ în regim de dobândă compusă.
k
Exemplu. Să se calculeze valoarea finală a sumei de 10.000
unităţi monetare plasate timp de 8 ani şi 5 luni cu procent anual 5%.
Deci p=5% i=0,05.
5
Soluţia raţională S 5 = 10.000 ⋅ 1,05 ⋅ (1 + 0,05 ) = 10.000
8+
12
12
⋅ 1,058 ⋅ 1,020833 = 15082,35 u.m.
Soluţia comercială
S 5 =10.000
8+
12

⋅ 1,05 ⋅ 1,05 5 / 12 = 10.000 ⋅ 1,477455 ⋅ 1,020537 = 15077,97 u.m.


8

Observaţii
167
1. Cele două soluţii nu sunt identice.
2. Soluţia comercială este mai des utilizată deoarece factorul
fructificare 1+i=u este în tabele financiare atât pentru puteri întregi cât
şi fracţionare.
3. Valorile finale ale unei sume S0 depuse în regim de dobândă
simplă sau în regim de dobândă compusă diferă în funcţie de durată t.
S0 – plasată pe o durată de t –ani în regim de dobândă simplă
devine:
St = S0 (1+it) (2) funcţie liniară, în regim de dobândă compusă devine
St = S0(1+i)t (5.2.1.) funcţie exponenţială cu baza supraunitară.
Dacă t = 1 an ⇒ S1=S0(1+i) în regim de dobândă simplă cu
(5.1.2.) şi S1=S0(1+i)1 în regim de dobândă compusă (5.2.1.).
1
Dacă 0< t< 1 De exemplu t = atunci cu (5.1.2.)
2
1
S1/2 =S0 (1 + i )
2
S1/2 = S0(1+i)1/2 sau S1/2 = S02 (1+i) se vede că ridicând la pătrat
i2
S21/2=S02 (1+ i + ) de unde S1/2> S1/2
4
Dacă t >1 atunci

St=S0(1+it) şi
t (t − 1) 2
St = S0 (1+it)t = S0(1+ti+ i + ....) > St
2
Grafic cele două dobânzi evoluează astfel:

Fig.
168
5.3. Plăţi eşalonate (rente)
Prin plăţi eşalonate înţelegem sumele de bani plătite la intervale
de timp egale. Intervalul de timp ce separă plata a două sume se
numeşte perioadă şi poate fi anul, semestrul, trimestrul, luna.
Deci plăţile eşalonate se vor numi: anuităţi dacă se plătesc anual,
semestrialităţi dacă se plătesc semestrial, trimestrialităţi dacă se
plătesc trimestrial şi mensualităţi dacă se plătesc lunar.
În funcţie de scopul urmărit plăţile eşalonate pot fi: - de plasa-
ment sau de fructificare dacă se urmăreşte constituirea unei sume şi
plăţi eşalonate de amortizare sau de rambursare dacă scopul este de a
rambursa, returna o datorie.
În funcţie momentul când se fac aceste plăţi avem: - plăţi eşalo-nate la
începutul perioadei care se vor numi plăţi eşalonate anticipate şi – plăţi
eşalonate la sfârşitul perioadei şi care se vor numi plăţi eşalonate posticipate.
Plăţile eşalonate mai pot fi: temporare dacă numărul de plăţi este
finit, perpetue dacă numărul plăţilor este nelimitat şi viagere dacă
plata se va face atât timp cât persoana este în viaţă.
Plăţile eşalonate pot fi constante sau variabile după cum sumele
depuse periodic sunt constante sau nu.
Plăţile eşalonate pot fi imediate sau amânate după cum prima plată
este imediată sau amânată după un număr de ani convenit contractual.

5.3.1. Anuităţi constante posticipate


Plata eşalonată (renta) la sfârşitul fiecărui an în sumă constantă
se numeşte anuitate posticipate constante. Fie:
T – valoarea anuităţii constante;
n – numărul de ani;
i – dobânda unitară anuală.
Sn – suma finală a unui şir de anuităţi la momentul n (momentul
plăţii ultimei anuităţi).

Sn se compune din suma valorilor finale a fiecărui anuităţi la momentul n.


Suma T depusă la sfârşitul primului an devine după n au suma T
(1+i)n-1; suma T depusă la sfârşitul celui de al doilea an devine T
(1+i)n-2, şi aşa mai departe.
Sn = T(1+i)n-1 + T(1+i)n-2 + ......+ T(1+i) + T
= T [(1+i)n-1 + T(1 + i)n-2 +.....+ (1+i) + 1] = T (1 + i ) − 1
n

(1 + i ) − 1
169
(1 + i ) n − 1
deci Sn = T
i
Deci:
Sn=T+T(1+i)+T(1+i)2+.......+T(1+i)n-1
(1 + i ) n − 1 (1 + i )n − 1 un −1
=T =T =T
1+ i −1 i i
Dacă T=1 valoarea anuităţii participate de 1 leu atunci valoarea
finală a şirului de anuităţi participate este:
un −1
sn=1+(1+i)+......+(1+i)n-1= (5.3.1.) calculată în tabele
i
financiare şi Sn=Tsn (5.3.2.)
Exemplu. Care este valoarea finală a unui şir de 12 anuităţi
participate a 7000 u.m. la momentul plăţii ultimei anuităţi. Procentul
este 5,5%.
un −1 1,055 n − 1
Sn=T = 7000 = 114700u.m.
i 0,055
Ce sumă Ak trebuie depusă în momentul de faţă pentru ca după k
ani să devină T.
T
Avem Ak (1+i)k=T∈Ak=
(1 + i ) k
Deci dacă peste k ani se plăteşte suma T aceasta echivalează cu
T
plata sumei Ak= în momentul de faţă. De aceea suma Ak se
(1 + i ) k
numeşte valoarea actuală a plăţii T efectuată peste un nr. k de ani.
Fie An - suma actuală a şirului de anuităţi la momentul semnării
contractului adică cu o perioadă înaintea primei plăţi.
An= T + T + ....... + T = T [1 + 1 + ..... + 1 ] = T ⋅ 1 − (1 + i) =
−n

1 + i (1 + i) 2
(1 + i) 1 + i
n
1+ i (1 + i) n −1
1 + i 1 − (1 + i) −1
T (1 + i) n − 1 1 + i (1 + i) n − 1 1
= ⋅ ⋅ =T ⋅
1 + i (1 + i) n i i (1 + i) n
1− vn 1− v
An = Tv =T
1− v i

170
Dacă T=1 valoarea anuităţilor participate de 1 leu atunci
valoarea actuală a şirului de anuităţi participante este:
an = 1 − v (5.3.1.) care este calculată în tabelul financiar şi An = Tan (5.3.4.).
n

i
Între valoarea actuală An a şirului de anuităţi participante şi
valoarea finală Sn a şirului de anuităţi participante există relaţia:
An = T (1 + i) n − 1 ⋅ 1 = S 1
(1 + i) n (1 + i) n
n
i
An = Sn 1 (5.3.4.)
(1 + i) n
Aplicaţie. Ce sumă unică depusă imediat poate să înlocuiască
plata a 12 anuităţi participate a 1250 u.m. fiecare, cu procentul 5%?
1
1−
A12 = T 1 − v = 1250
n
1,0512
= 1250 ⋅ 9,6633 = 12079,17u.m.
i 0,05
Valoarea actuală a unui şir de anuităţi constante participate,
−∞
perpetue, imediate notată a∞ = 1 − (1 + i ) =
1 iar dacă rata este T,
i i
avem A∞=Ta∞.
Valoarea actuală a unui şir de anuităţi constante participate,
temporare, amânate. Presupunem că prima plată se face după r ani,
participat, adică la momentul r+1, timp de n-r ani.
T T T T 1 1
rA n = + + ..... + = [1 + + .... + ]=
(1 + i) r +1
(1 + i) r +2
(1 + i) n
(1 + i) r +1
1+ i (1 + i) n −r −1
T 1 − (1 + i) −( n −r ) T 1 − (1 + i) −( n −r )
= ⋅ = ⋅
(1 + i) r +1
1 + (1 + i) −1
(1 + i) r
i

rAn=Tvr 1 − v
n− r
sau rAn=Tvr an-r
i
Valoarea finală a unui şir de anuităţi constante participate,
temporare, amânate. Adică prima plată se face după r ani, participat,
adică la momentul r+1 iar ultima plată la momentul n, timp, de n-r ani.
n−r
rSn=T(1+i)n-r-1+T(1+i)n-r-2+.......+T(1+i)+T=T (1 + i) −1
i

rSn=T sn-r
171
Între valoarea actuală An a şirului de anuităţi constante partici-
pate, temporare, amânate după r ani şi valoarea finală corespunzătoare
există relaţia:
rAn=T V n ⋅ 1 − v = Tv n +r −r v − 1 = rS v n
n −r r −n

n
i i

5.3.2. Anuităţi constante anticipate


Anuităţile anticipate se fac la începutul anului adică la
momentele 0,1,2,..... n-1. Suma finală este evaluată la un an după
ultima plată o vom nota San.

San = T(1+ i) + T(1+ i)2 +....+ T(1+ i)n = T(1 + i) [1+ (1+ i) +....+
n-1
(1+ i) ] =
= T(1+ i) (1 + i) − 1 = Tu u − 1
n n

i i
Pentru T=1 valoarea finală a unui şir de anuităţi anticipate de 1
u.m. este san= (1 + i) − 1 (1 + i ) .
n

i
Atunci San=Tsan
Valoarea actuală a unui şir de anuităţi constante, anticipate,
imediate, temporare este suma necesară în momentul iniţial pentru a
putea plăti la fiecare scadenţă suma fixă T.

Aan = T T T T ⎡ 1 1 ⎤
+ + ...... + n −1 = 1+ + ..... +
1 + i (1 + i) 2 ⎢
(1 + i) 1 + i ⎣ 1 + i (1 + i) n−2 ⎥⎦
Aan = T(1+i) 1 − (1 + i)
−n

i
A = Ta
a
n
a
n

Valoarea actuală a unui şir de anuităţi constante, anticipate,


perpetue, imediate este a∞ = 1 + i cu A∞ = Ta∞
i
Valoarea actuală a unui şir de anuităţi anticipate constante,
temporare, amânate.

172
rAan=T(1+i)-r+T(1+i)-(r+1)+..+T(1+i)-(n-1) = T(1+i)-(n-1)
1 − (1 + i) − (n −r)
= Tv r −1 ⋅ a a n −r
i

5.3.3. Plăţi eşalonate fracţionate


Se numeşte plată eşalonată fracţionată constanta, plata eşalonată
T
în care rata anuală T este împărţită în k părţi egale fiecare cu rk=
k
care se plătesc fie la sfârşitul perioadei fie la începutul perioadei.
Dacă plata eşalonată este limitată la n ani atunci plata fracţionată
de k ani pe ani va fi în număr de kn.
Valoarea finală a unui şir de plăţi eşalonate temporare imediate,
fracţionate de k ori pe ani este:
n
⎛ jk ⎞ k

n −1 ⎜1 + ⎟ − 1
T T⎛ j ⎞ T⎛ j ⎞ T k⎠
Sk n = + ⎜1 + k ⎟ + ...... + ⎜1 + k ⎟ = ⎝
k

=
k k⎝ k⎠ k⎝ k⎠ k jk
k
n
⎛ jk ⎞ k

⎜1 + ⎟ − 1
k⎠
=T⎝
jk
Dar ştim că
j (1 + i) n − 1 i i
1 + i = (1 + k ) k şi deci S k n = T ⋅ = Ts n sau
k ik jk jk
(1 + i) n − 1 i i
Sk n = T ⋅ = Ts n
i jk jk
Aplicaţie. De ce sumă de bani va dispune o persoană care
depune timp de 15 ani câte 200 u.m. la sfârşitul fiecărei luni cu
procent 5%?
T=12x200=2.400 u.m. la sfârşitul unui an
(1,05)15 − 1 0,05
S 1215 = 2400 ⋅ = 2400 ⋅ 21,578 ⋅ 1,022 = 52964,93u.m.
0,05 12
Valoarea actuală a plăţilor eşalonate participate, temporare,
imediate, fracţionate de k ori pe an.
173
i 1 i
Ak n = T ⋅ sn = T an
j k (1 + i ) − n jk
Plăţile eşalonate perpetue participate imediate, fracţionate de k
ani pe an.
i i 1 T
Ak ∞ = T ⋅ a∞ = T ⋅ =
jk jk i jk
Plăţile eşalonate temporare participate amânate, fracţionate de k
ori pe an.
(1 + i ) n − r − 1 i i
rS k
n =T ⋅ =T ⋅ s n−r
i jk jk

5.4. Împrumuturi
Se numeşte împrumut o operaţie financiară prin care un partener
P1 (individual sau grupat) plasează o sumă de bani, pe o perioadă de
timp, în anumite condiţii unui alt partener P2 (individual sau grupat).
Partenerul P1 se numeşte creditor iar P2 se numeşte debitor.
Operaţiunea prin care P2 restituie lui P1 suma de care a benefi-
ciat se numeşte rambursare sau amortizare a împrumutului.
Un împrumut care nu se mai înapoiază se numeşte împrumutul
nerambursabil.
Sumele rambursate anual care au rolul de a amortiza treptat
suma împrumutată se numesc amortismente.

5.4.1. Amortizarea unui împrumut prin anuităţi


constante posticipate
Fie:
V0 – suma împrumutată la momentul iniţial
T1,...Tn – anuităţile (rate) succesive. Prima anuitate fiind plătită
la sfârşitul primului an.
n – durata în ani a rambursării
a1,....,an – amortismentele succesive conţinute în prima, a doua,
şi a n-anuitate
i – dobânda unitară a împrumutului.
Cu aceste date se poate întocmi tabelul:

174
Momente Amortizări Dobânda Anuităţi Suma rămasă de plată
0 - - - V0
1 Q1 d1=V0i T1=Q1+d1 V1=V0-Q1
2 Q2 d2=V1i T2=Q2+d2 V2=V1-Q2
:
p Qp dp=V p-1i Tp=Qp+dp Vp=Vp-1-Qp
:
n Qn dn=Vn-1 i Tn=Qn+dn Vn=Vn-1-Qn=0
Observaţii:
1. Tabelul este valabil pentru orice lege a anuităţilor pentru care
nu s-a formulat încă nici o ipoteză.
2. Din condiţia ca după n ani să se ramburseze suma împrumu-
tată reiese:
Vn=0 → Vn-1 = Qn (17) ⇒ Calculăm ultima anuitate
Tn= Qn+dn= Qn+Vn-1 i (5.4.1.) Qn + Qni
→ Tn=Qn(1+i) (5.4.2.)
Deci (5.4.2.) ultima anuitate este egală cu ultimul amortisment la
care se adaugă dobânda corespunzătoare.
Relaţia între suma împrumutată V0 şi amortismente se obţine
sumând membru cu membru ultima coloană.
V0+V1+V2+....+Vn=V0+ V1+....+Vn-1– (Q1+Q2+......+Qn)
Vn=V0-(Q1+....+Qn) Vn= 0 ⇒
V0=Q1+Q2+......+Qn (5.4.3.)
Suma împrumutată este egală cu suma amortismentelor
Relaţie între anuităţi şi amortismente.
Se calculează:
T p+1-Tp=Q p+1+Vp i-Qp-V p-1 i=
Q p+1-Q p+i(Vp-V p-1)=Qp+1-Qp-i Qp
Dar din tabel Vp-V p-1=-Qp
Tp+1 – Tp = Q p+1-Qp(1+i) (5.4.4.)
Relaţie adecvată pentru orice lege a anuităţilor.
Se disting următoarele situaţii:

5.4.2. Împrumuturi cu anuităţi (rate) constante, plătibile


la sfârşitul anului (posticipat)
Deci T1=T2=......=Tn=T⇒ din (20) T p+1-Tp=0
Q p+1=Q p(1+i) (21) sau Q p+1=Q1(1+i)p (5.4.5.)

175
Dacă anuităţile sunt constante amortismentele succesive formează
o progresie geometrică crescătoare cu raţia (1+i)
Din (19)
Vo=Q1+Q2+......+Qn=Q1+Q1(1+i)+......+Q1(1+i) n-1 →
(1 + i) n − 1
V0=Q1
(1 + i ) − 1
(1 + i ) n − 1
deci V0=Q1 (5.4.6.)
i
i
sau Q1= V0 (5.4.7.)
(1 + i ) n − 1
Pentru calculul anuităţii plecăm de la (5.4.2.)
T T
Tn=Qn(1+i) →T=Qn(1+i) →Qn= , Q n -1 =
1+ i (1 + i) 2
Deci
T T T T 1
V0 = Q1 + Q2 + ...... + Qn = + + ...... + = ⋅( + .... + 1) =
(1 + i ) n (1 + i ) n −1 1 + i 1 + i 1 + i ) n −1
1
1−
T (1 + i ) n T 1 − (1 + i ) −n
= ⋅ = ⋅
1+ i 1 1+ i i
1−
1+ i 1+ i
−n
V0=T 1 − (1 + i) (5.4.8.)
i
sau
i (5.4.9.)
T = V0
1 − (1 + i) −n
Calculul dobânzii în această situaţie devine:
T1= Q1+d1 = T→ d1 = T–Q1
T2= Q2+d2 = T→ d2 = T–Q2
Tn= Qn+dn = T→ dn = T–Qn
Calculând
d1-d2=Q2-Q1=Q1(1+i)-Q1=Q1i
d2-d3=Q3-Q2= Q1(1+i)2-Q1(1+i)=Q1i (1+i)
Deci diferenţele succesive ale dobânzilor urmează o progresie
geometrică crescătoare cu primul termen Q1i şi raţia (1+i).
176
Tabelul de amortizare a unei sume prin anuităţi constante
posticipate va fi:
Suma datorată Suma datorată
Amortis-
Anii la începutul Dobânda Anuitatea la sfârşitul
menul
perioadei perioadei
1 V0 d1=V0i Q1 T=d1+Q1 V1=V0-Q1
2 V1 d2=V1i Q2 T=d2+Q2 V2=V1-Q2
: : : : : :
T=dn-1+Q
n-1 Vn-2 d n-1=Vn-2 i Qn-1 Vn-1=Vn-2-Q n-1
n-1
n Vn-1 dn=V n-1 i Qn T=dn+Qn Vn=0
Aplicaţie. Un împrumut de 10.000 $ urmează a fi rambursat în 4
ani prin rate (anuităţi) constante participate cu 5%. Care este tabloul
de amortizare?
d 1 = V0 i = 10.000·0,0 5 = 500 $
Anuitatea constantă T din (5.4.6.) va fi:
T=V0 i 0,05
= 10.000 = 2820,12
1 − (1 + i ) −n 1 − 1,05 − 4
Primul amortisment din (5.4.7.)
Q1=V0 i 0,05
= 10.000 = 2320,12
(1 + i ) n − 1 1,05 4 − 1
sau
Q1=T-d1=2820,12-500=2320,12
Amortismente:
Q2=Q1(1+i)=2320,12·1,05=2436,13 $
Q3=Q2(1+i)=2436,13·1,05=2557,92 $
Q4=Q3(1+i)=2557,92·1,05=2685,83 $
Sumele rămase de plată la sfârşitul anului sunt:
V1=V0-Q1=10.000-2320,12=7679,88
V2=V1-Q2=7679,88-2436,13=5243,75
V3=V2-Q3=5243,75-2557,92=2685,83
V4=0
Dobânzile vor fi:
d1=V0i=10.000·0,05=500 $
d2=V1i=7679,88·0,05=383,99
d3=V2i=5243,75·0,05=262,20
d4=V3i=2685,83·0,05=134,29
177
Tabelul de amortizare este
Suma rămasă de plată
Ani Amortismente Dobânzi Anuităţi
la sfârşitul anului
1 2320,12 500 2820,12 7679,88
2 2436,13 383,99 2820,12 5243,75
3 2557,92 262,20 2820,12 2685,83
4 2685,87 134,29 2820,12 0
Observăm că:
Q1+Q2+Q3+Q4=10.009,04 ~ 10.000
d1+d2+d3+d4=1280,48
4 4 4

∑Q + ∑d
i=1
i
i =i
i = 11280,48 = ∑ Ti = 11280,48
i =1

Suma rambursată după plata a p-anuităţi este Rp.


Rp=Q1+Q2+....+Qp=Q1+Q1(1+i)+Q1(1+i)2+.....+Q1(1+i) p-1
Rp=Q1 (1 + i) − 1 Din (20) putem scoate Q1 şi ⇒
p

i
Rp=Vo i (1 + i ) p − 1 (1 + i ) p − 1 (5.4.10.)
⋅ ⇒ R p = V0
(1 + i ) − 1
n
i (1 + i ) n − 1
Suma rămasă de plată după plata a p anuităţii este:
(1 + i ) p − 1 (1 + i ) n − 1 − (1 + i ) p + 1
V p = V 0 − R p = V0 − V0 = V 0
(1 + i ) n − 1 (1 + i ) n − 1
de unde:
/(1 + i ) n − (1 + i ) p
V p = V0 (5.4.11.)
(1 + i ) n − 1

5.4.3. Împrumuturi cu anuităţi (rate) constante cu dobândă plătită la


începutul anului (anticipat)
La semnarea contractului se plăteşte dobânda pentru primul an şi
deci suma reală plătită nu este V0 ci V0-V0i.
Pentru fiecare din anii următori, dobânda se calculează asupra
sumei rămase de plătit şi se plăteşte odată cu amortismentul.
Tabelul pentru împrumuturi cu anuităţi plătite la începutul
anului este:
178
Amortis- Suma rămasă de plată
Anii Dobânzi Anuităţi
mentele la sfârşitul anului
0 - d0=V0i - V0-V0i
1 Q1 d1=V1i T1=Q1+V1i V1=V0-Q1
2 Q2 d2=V2i T2=Q2+V2i V2=V1-Q2
: : : : :
p Qp dp=Vpi Tp=Qp+Vpi Vp=Vp-1-Qp
: :
n Qn dn=Vni Tn=Qn+Vni Vn=Vn-1-Qn=0
Dacă Vn= 0 atunci Tn= Qn
Calculând diferenţa a două anuităţi succesive
Tp+1-Tp= Qp+1+V p+1 i-Qp-Vpi = Qp+1+(Vp-Qp+1)i-Qp-Vpi =
= Qp+1-Q p+1 i-Qp = Q p+1(1-i)-Qp
Dacă anuităţile sunt constante, adică T1=T2=......=Tn=T atunci
Qp Q1
Qp+1(1-i)-Qp= 0 atunci Q p+1= = (5.4.12.)
1− i (1 − i ) p
Suma efectiv împrumutată egală este cu suma amortismentelor, atunci:
Q1 Q1 Q1
V0=Q1+Q2+......+Qn=Q1 + + ..... +
1 − i (1 − i ) 2
(1 − i ) n −1
r n −1 1
V0=Q1 unde r este raţia seriei r = sau
r −1 1− i
1 − (1 − i ) n 1 − i
V0=Q1 ⋅ (5.4.13.) sau
(1 − i ) n i
i (1 − i ) n
Q1 = V0 (5.4.14.)
(1 − i )[1 − (1 − i ) n ]
Aplicaţie. Un împrumut de 40.000 u.m. este rambursabil cu cinci
ani prin anuităţi constante cu dobândă plătibilă la începutul anului cu
procent de 5%. Care este tabloul de amortizare?
Se calculează:
i (1 − i ) 4 0,05 ⋅ 0,95 5 0,05 ⋅ 0,77378
Q1 = V0 = 40.000 = 40.000 = 7201
(1 − i )[1 − (1 − i ) ]
n
0,95[1 − 0,95 5 ] 0,95 ⋅ 0,2262192

179
Q1 7201
Q2 = = = 7580
1− i 0,95
Q 7580
Q3 = 2 = = 7979
1− i 0,95
Q 7979
Q4 = 3 = = 8399
1− i 0,95
Q 8399
Q5 = 4 = = 8841
1− i 0,95
Sumele rămase de plată
V1=V0-Q1=40.000-7201=32799
V2=V1-Q2=32799-7580=25219
V3=V2-Q3=25219-7979=17240
V4=V3-Q4=17240-8399=8841
V5=V4-Q5=8841-8841=0
Dobânzile:
d1=V1i=32799·0,05=1640
d2=V2i2519·0,05=1261
d3=V3i=17240·0,05=862
d4=V4i=8841·0,05=442
Se poate verifica că anuitatea constantă
T = Q5 = Q1+ d1 = Q2 + d2 = Q3+ d3 = Q4+ d4 = 8841
Tabloul de amortizare este:
Suma rămasă de
Anii Amortisment Dobânzi Anuităţi
plată la sfârşitul anului
0 - 2000 - 38.000
1 7201 1640 8841 32.799
2 7580 1261 8841 25219
3 7979 862 8841 17240
4 8399 442 8841 8841
5 8841 - 8841 0

5.4.4. Împrumuturi rambursabile o singură dată


a. O persoană care a făcut împrumutul V0 plăteşte anual
dobânzile asupra sumei împrumutate V0 urmând ca suma împrumutată
180
să fie plătită după n ani o dată cu dobânda ultimului an. Dobânzile
sunt calculate cu dobândă unitară i.
1. T1 = V0i=d1
2. T2 = V0i=d2
: :
n. Tn = V0i+V0=dn+V0
Acest mod de rambursare a unui împrumut este utilizat dacă
suma V0 nu este foarte mare.
b. Dacă persoana sau întreprinderea care a primit împrumutul
caută să-şi creeze suma V0 prin depuneri periodice la o bancă pe baza
dobânzilor unitare i1, la sfârşitul celor n ani. Atunci:
Presupunem că anuităţile T sunt constante prima fiind depusă la
sfârşitul primului an. Anuitatea T se va obţine din relaţia:
1. T1=T’+V0i
2. T2=T’+V0i
:
n. Tn=T’+V0i
Acest mod de rambursare este cunoscut sub denumirea de sistem
american.
Deci persoana sau întreprinderea care a făcut împrumutul
plăteşte atât suma împrumutată cât şi dobânzile după n ani. Suma ce
urmează să fie rambursată după n ani este: V0+V0; Qn=V0(1+i)n
Pentru pregătirea acestei sume, persoana va plasa la sfârşitul
fiecărui an la o bancă o anuitate constanta conform formulei: (23)
i' i' i'
T ' = V0 −n
= V0 (1 + i ' ) n = Qn
1 − (1 + i ' ) (1 + i ' ) − 1
n
(1 + i ' ) n − 1
Aplicaţie. O persoană împrumută suma de 10.000 $ pe care
urmează să o ramburseze peste 5 ani împreună cu dobânda calculată
cu procent de 4%. Pentru a constitui această sumă persoana depune la
sfârşitul fiecărui an o sumă de bani cu procent de 5%. Care este suma
pe care o depune?
i' 0,05
T ' = V0 (1 + i ' ) n = 10.000 ⋅ 1,055 = 10.000 ⋅ 1,276 ⋅ 0,185 = 2360,6 $
(1 + i ' ) n − 1 1,055 − 1
La sfârşitul a 5 ani a depus suma de 11803 $

5.4.5. Împrumuturi cu amortismente egale


Dacă Q1= Q2 =.....= Qn= Q din egalitatea V0= Q1+ Q2 +....+ Qn (5.4.15.)
181
V0
Q=
n
Anuităţile care verifică: Tp+1-Tp=Qp+1-Qp(1+i) (5.4.15.’)
V0 V0 V
Tp +1 − Tp = − (1 + i) = − 0 i
n n n
şi deci:
V0
T p +1 = T p - i = T p − Qi (5.4.16.)
n
Tabloul de amortizare a unui împrumut cu amortismente egale este:
Suma rămasă de plată
Anii Amortismentele Dobânzi Anuităţi
la sfârşitul anului
1 Q d1=V0i T1=Q+d1 V1=V0-Q
2 Q d2=V1i T2=Q+d2 V2=V1-Q
: : : : :
p Q dp=Vp-1i Tp=Q+dp Vp=Vp-1-Q
: :
n Q dn=Vn-1i Tn=Q+dn Vn=0
Aplicaţie. O persoană a împrumutat suma de 25.000$ pe care
urmează să o ramburseze în 4 ani cu procentul de 5% prin anuităţi
participate cu amortismente egale. Care este tabloul de amortizare?
V0 25.000
V0=25.000 n=4 ⇒ Q= = = 6250
n 4
V1=V0-Q=18750
V2=V1-Q=12500
V3=V2-Q=6250
V4=V3-Q=0
d1=V0i=1250
d2=V1i=875
d3=V2i=625
d4=V3i=425
T1=Q+d1=6250+1250=7500
T2=Q+d2=6250+875=7125
T3=Q+d3=6250+518,7=6768,7
T4=Q+d4=6250+180,3=6430,3

182
Tabloul de amortizare va fi:

Suma rămasă de plată


Anii Amortizare Dobânda Anuitatea
la sfârşitul anului
1 6250 1250 7500 18750
2 6250 875 7125 12500
3 6250 625 6768,7 6250
4 6250 425 6430,3 0

Deci Q=V3

183
Probleme propuse
Elemente de matematici financiare

1. Un capital de 900.000 u.m. este plasat într-un cont cu rata


anuală de 8%. Care este capitalul disponibil peste 4 zile? Dar peste 3
luni? Dar peste 1 semestru?
R. S = 908.000 u.m.; S = 918.000 u.m.; S = 936.000 u.m.

2. Ce sumă va ridica o persoană peste 5 ani cu dobândă compusă


dacă astăzi depune 500.000 u.m. cu 4%? Care este dobânda obţinută?
R. S5 = 608326,4 u.m. D = 108326,4 u.m.

3. O persoană plasează 150.000 u.m. la fiecare 1 ianuarie înce-


pând cu 1 ianuarie 1994, cu rata 5%. De ce sumă dispune la 1 ianuarie
2000, data ultimului vărsământ?
R. S7 = 1653960 u.m.

4. Ce sumă va trebui să achite astăzi o persoană pentru a putea


scăpa de plata a 10 anuităţi anticipate a 5000 u.m. fiecare cu 3%.
R. A10 = 43929,53 u.m.

5. Să considerăm următoarele 3 operaţiuni pe care partenerul P1


le poate face cu partenerul P2:
6.000 u.m. pe 30 zile cu procentul 7%
1000 u.m. pe 60 zile cu procentul 12%
15000 u.m. pe 90 zile cu procentul 8%

Presupunem că partenerul P1 ar dori ca:


a) cele 3 plasamente să se facă la scadenţele menţionate, dar cu
acelaşi procent mediu înlocuitor.
b) sumele menţionate să fie plasate cu procentele cuvenite, dar
până la o aceeaşi dată, sau scadenţă t.
c) dobânda fiecărei operaţiuni şi dobânda totală.
d) scadenţa sumei de 10.000 u.m. ce produce o dobândă egală cu
suma dobânzilor produse de cele 3 operaţiuni.

184
e) care este suma pe care P1 ar avea-o de plătit dar ar plăti în
fiecare an partenerului P2 10.000 cu un procent anual de 5%, timp de
15 ani, dar dacă ar avea de plătit această datorie acum, cât ar fi ea?
a) p = 8, 16%
b) t = 72, 27 zile
c) D1 = 35 u.m.; D2 = 20 u.m.; D3 = 300 u.m.
S1 = 6035 u.m. S2 = 1020 u.m. S3 = 15300 u.m.
St = 22355 u.m.
d) t = 159 zile
e) S15 = 215785,6 u.m.
A15 = 103796,6 u.m.

6. Care este valoarea finală a sumei de 100.000 u.m. plasată cu


dobândă compusă timp de 4 ani şi 5 luni cu rata anuală de 5%?
R. Soluţia comercială 124045,42 u.m.
Soluţia raţională 124o81,88 u.m.

7. Un împrumut în valoare de 1.000.000 u.m. trebuie rambursat


în 5 ani prin anuităţi participate, cu procentul anual de 5%. Să se
întocmească tabelul de amortizare în catul în care amortismentele sunt
egale.
R.
Anii Suma de Dobânda Amortisment Anuitatea Suma
la începutul rămasă de
anului plată
1 1.000.000 50.000 200.000 250.000 800.000
2 800.000 40.000 200.000 240.000 600.000
3 600.000 30.000 200.000 230.000 400.000
4 400.000 20.000 200.000 220.000 200.000
5 200.000 10.000 200.000 210.000 0

8. Să se întocmească tabelul de amortizare în cazul împrumutului


din problema anterioară dacă rambursarea se face prin anuităţi egale.
R.

185
Anii Suma de la Dobânda Amortisment Anuitatea Suma
începutul anului rămasă de
plată
1 1.000.000 50.000 180.975 230.975 819.025
2 819.025 40.951 190.024 230.975 629.002
3 629.002 31.450 199.525 230.975 429.477
4 429.477 21.474 209.501 230.975 219.976
5 219.976 10.999 219.976 230.975 0

9. O persoană a împrumutat suma de 2.000.000 u.m. pe care


urmează să o ramburseze în 6 ani cu procentul de 7% prin anuităţi
participate comportând amortismente egale. Să se întocmească tabelul
de amortizare corespunzător.
R.
Anii Suma de la Dobânda Amortisment Anuitatea Suma
începutul anului rămasă de
plată
1 2.000.000 140.000 333.333 473.333 1.666.667
2 1.666.667 116.667 333.333 450.000 1.333.333
3 1.333.333 93.333 333.333 426.667 1.000.000
4 1.000.000 70.000 333.333 403.333 666.667
5 666.667 46.667 333.333 380.000 333.333
6 333.333 23.333 333.333 356.667 0

10. Un împrumut de 2.300.000 este rambursabil în 4 ani prin


anuităţi constante cu dobânzile plătibile la începutul anului, procentul
fiind de 7%. Să se întocmească tabelul de amortizare corespunzător.

Anii Suma de Dobânda Amortisment Anuitatea Suma


la începutul rămasă de
anului plată
0 2.300.000 0 161.000 0 0
1 2.300.000 514.001 125.020 639.021 1.785.999
2 1.785.999 552.689 86.332 639.021 1.233.310
3 1.233.310 594.289 31.951 639.021 639.021
4 639.021 639.021 0 639.021 0

186
BIBLIOGRAFIE

1. Allen, R.G.D. – Analiză matematică pentru economişti, Ed.


Ştiinţifică, Bucureşti, 1972
2. Duda, I. – Analiză matematică, partea I, Ed. Fundaţiei România de
Mâine,Bucureşti, 1999
3. Duda, I., Trandafir, R. – Analiză matematică - culegere de
probleme, Ed. Fundaţiei România de Mâine, Bucureşti, 1997
4. Duda, I. – Elemente de algebră pentru economişti, Ed. Fundaţiei
România de Mâine, Bucureşti, 1999
5. Kaufman, V. – Metode şi modele ale cercetării operaţionale, vol. I
şi II, Ed. Ştiinţifică, Bucureşti, 1967
6. Mihoc, Gh., Nădejde, I. – Programare matematică, Ed. Ştiinţifică,
Bucureşti
7. Mihoc, Gh., Ştefănescu, A. – Programare matematică, Ed. Didacti-
că şi Pedagogică, Bucureşti, 1973
8. Mihăilă, N., Popescu, O. – Matematici speciale aplicate în
economie, Ed. Didactică şi Pedagogică, Bucureşti, 1978
9. Oprescu, Gh. – Matematici pentru economişti, Ed. Fundaţiei
România de Mâine, Bucureşti, 1996
10. Purceru, I. – Matematici financiare şi decizii în afaceri, Ed.
Economică, 1996
11. Popescu, P şi colaboratori – Matematici aplicate în economie, vol.
I şi II, Ed. Didactică şi Pedagogică, R.A., Bucureşti, 1996
12. Vladimirescu, I., Vraciu, Gh. – Algebră şi programare liniară,
Poligrafia Universităţii Craiova

187
Tehnoredactor: Jeanina DRĂGAN
Coperta: Emilia Maria DUDA
Bun de tipar: 04.01.2001; Coli tipar: 11,75
Format: 16/70 x 100
Editura şi Tipografia Fundaţiei România de Mâine
Splaiul Independenţei nr. 313, Bucureşti,
Sector 6, Oficiul Poştal 78
Telefon: 410 43 80; Fax: 411 33 84
www.SpiruHaret.ro
188