Matematica Economica - SC

Universitatea Babe-Bolyai Cluj-Napoca
Centrul de Formare Continu i nvmnt la

Distan Facultatea de Business
SUPORT DE CURS
MATEMATIC APLICAT I
ANUL I, Semestrul I
Cluj-Napoca
2015
I. Informaii generale
1.1 Date de identificare a cursului
Date de contact tituar curs
Nume: Conf.univ.dr. Gabriela Petruel
Birou: Facultatea de Business, Str.Horea nr.7,
cam. 124
Telefon: 0264-599170
Fax: 0264 590110
E-mail: gabi.petrusel@tbs.ubbcluj.ro
Consultaii: vineri 12.00 14.00; rspuns la
ntrebrile adresate prin e-mail max. 48 de
ore
Date de identificare curs i contact tutori

Denumire curs: MATEMATIC APALICAT I
Cod: ILR0060
An I
Semestrul: 1
Tip curs: obligatoriu
Numr de credite: 6
Pagina web: www.tbs.ubbcluj.ro

Tutori: Conf. dr. Gabriela Petruel
Conf. dr. Cristian Chifu
1.2 Condiionri i cunotine prerechizite:

Pentru a parcurge aceast disciplin, studenii trebuie s aib o serie de cunotine minime,
dobndite n cadrul disciplinei Matematic de-a lungul anilor de liceu. Pentru cei care nu
dispun de aceste cunotine, exist o serie de lucrri n acest domeniu disponibile pentru
consultare i mprumut att la Biblioteca Central Lucian Blaga din Cluj-Napoca, ct i la
biblioteca facultii, astfel nct s poat s fie parcurse de ctre toi acei studeni care trebuie
s dobndeasc aceste cunotine.
1.3. Descrierea cursului
Cursul presupune dezvoltarea unor abiliti analitice generale prin care studentul s-i
dezvolte gndirea analitic necesar oricrui om de afaceri. Cursul este creat astfel nct orice
noiune matematic ce poate prea abstract la nceput i gsete rapid i eficient o aplicaie
n domeniul economic.
Obiectivele cursului sunt:
dobndirea de cunotine i aptitudini n cteva arii ale matematicii, eseniale
aplicaiilor n economie i afaceri;
dezvoltarea abilitilor de modelare matematic a unor procese economice;
dezvoltarea abilitilor de comunicare n limbaj matematic.
1.4 Organizarea temelor n cadrul cursului
Temele abordate n cadrul acestui curs sunt structurate astfel nct s permit atingerea
principalelor obiective prezentate n descrierea cursului. Cursul este structurat pe dou pri
eseniale n pregtirea oricrui economist i anume: Elemente de analiz matematic i
Elemente de programare liniar. Parcurgerea coninutului disciplinei conduce la atingerea
urmtoarelor obiective:
nsuirea principalelor elemente legate de noiunile introductive n matematicile

economice, precum i folosirea acestora n cazul unor modele economice concrete.
Deprinderea metodelor de analiz a funciilor de mai multe variabile: limite,

continuitate, derivabilitate, difereniabilitate i aplicabilitatea acestora n
economie;
Deprinderea modalitilor de determinare a extremelor funciilor de mai multe

variabile;
2
nsuirea unor metode de determinare a legturii dintre datele numerice: ajustarea

i interpolarea datelor numerice.
Deprinderea modalitilor de transpunere a unei probleme economice n context
matematic;
Deprinderea unei metode cantitative de studiere a fenomenelor economice aa cum
este programarea liniar;
Deprinderea principalelor metode de rezolvare a problemelor de programare
liniar: algoritmul simplex primal i algoritmul simplex dual;
Deprinderea tehnicilor de postoptimizare ale unui proces economic ce poate
fi transcris n limbajul programrii liniare;
Deprinderea tehnicilor de ntocmire a unui plan optim de transport.
Datorit dinamicii informaionale, n fiecare an sursele de informare se vor modifica n

conformitate cu ultimele evoluii n domeniu i vor fi comunicate n timp util pe platforma
https://portal.portalid.ubbcluj.ro.
O detaliere a temelor se gsete n calendarul cursului.
1.5 Formatul i tipul activitilor implicate
Cursul este gndit ca unul interactiv; studenii pot s trimit comentariile cu privire la temele
abordate i/sau pot s completeze informaiile furnizate cu noi informaii la care au acces.
Parcurgerea celor dou module presupune ntlniri fa n fa ct i munc individual.
ntlnirile fa n fa au ca scop s faciliteze procesul de nvare i s ajute n fixarea
cunotinelor. Pentru aceasta, n cadrul acestor ntlniri se vor dezbate aspecte legate de
neclaritile rezultate n urma parcurgerii suportului de curs i a bibliografiei recomandate, se
vor discuta studii de caz, se vor rezolva aplicaii i se vor formula recomandri pentru
rezolvarea temelor de control.
Platforma de nvmnt la distan are scopul de a facilita discuiile ntre cadrul didactic
responsabil de disciplin i studenii de la forma de nvmnt ID. De asemenea, cadrul
didactic va posta pe aceast platform informaii relevante pentru desfurarea activitilor,
fapt pentru care studenilor de la ID le revine n totalitate obligaia de a consulta n
permanen platforma pentru a fi la curent cu solicitrile cadrelor didactice .
Cele dou teme de control vor trebui predate cel trziu la datele stabilite n calendarul
disciplinei n format electronic la adresa gabi.petrusel@tbs.ubbcluj.ro, cu specificarea clar a
numelui studentului i a numrului temei de control sau n format printat ( scris de mn ) i
depuse n csua potal a titularului disciplinei amplasat n holul 101 104 de la sediul
Facultii de Business.
Temele de control trebuie predate conform urmtoarelor planificri, nefiind acceptate
derogri de la aceste perioade:
Nr.
Termen predare
Titlu
TC1
09.12.2015
Aplicarea analizei matematice n economie i afaceri.
TC2
20.01.2016
Aplicarea pogramrii liniare n economie i afaceri.
Nepredarea lor la timp, atrage dup sine pierderea punctajului acordat, conform
politicii de notare!
3
Studenii dispun de libertatea de a-i gestiona singuri modalitatea i timpul de parcurgere a

cursului. Este, ns, recomandat parcurgerea succesiv a modulelor n ordinea indicat i
ndeplinirea sarcinilor indicate n cadrul fiecrui modul.
Studenii vor putea beneficia de consultaii att la sediul facultii, n cadrul orelor precizate
anterior, precum i prin intermediul comunicrii prin e-mail.
1.6 Materiale bibliografice obligatorii
1. Chifu I. C., Petruel G., Matematic aplicat n administrarea afacerilor, Casa Crii de
tiin, Cluj-Napoca 2012.
2. Chifu I.C., Matematici pentru economiti, Ed. Alma Mater, Cluj-Napoca, 2006.
3. Chifu I.C., Luca I.T., Matematici Economice. Elemente de Programare Liniar i Teoria
Probabilitilor, Presa Universitar Clujean, Cluj-Napoca, 2004, pg. 1-16.
4. Chifu I. C., Matematici economice, Analiz matematic, Curs pentru studenii anului I,
Alma Mater, Cluj-Napoca, 2003.
5. Anderson D., Sweeney D., Williams T., Quantitative Methods for Business, Thomas
Learning, London, 2001.
6. Murean A. S., Mihoc M.,..., Matematici pentru economiti, vol. I, Ed. Dacia, ClujNapoca, 2000.
7. Purcaru I., Matematici generale i elemente de optimizare, Ed. Economic, Bucureti,
1997.
8. Wilkes M., Mathematics for Business, Finance and Economics, International Thomson
Business Press, 1999.
Informaiile cuprinse n aceste surse bibliografice de baz sunt destinate atingerii obiectivelor
cursului.
1.7 Materialele i instrumentele necesare pentru curs
Aa cum artam ntr-un paragraf anterior, pe lng materialele puse la dispoziie pe CD i/ sau
n form tiprit, studenii vor lucra mult cu informaiile disponibile (n mod gratuit) pe
Internet, precum i cu studiile de caz i articolele puse la dispoziie de cadrul didactic. De
asemenea, se vor folosi soft-uri specializate.
1.8 Calendarul cursului
n derularea acestei discipline sunt programate dou ntlniri (fa n fa) cu studenii nscrii.
Prima ntlnire - se va parcurge Modulul I alctuit din Unitile 1-4
ntlnirea a doua - se va parcurge Modulul II alctuit din Unitile 5-11.
Pentru eficientizarea acestor ntlniri, este indicat s fie parcurse n prealabil, de ctre
studeni, materialele aferente modulelor studiate, pentru ca acetia s fie capabili s ridice
probleme, ntrebri concrete, legate de noiunile abordate n suport.
Ulterior fiecrei ntlniri de curs i seminar, studenilor li se vor recomanda i teme
suplimentare care s ajute la clarificarea i fixarea cunotinelor dobndite.
ntlnirile cu studenii vor avea loc la sediul facultii, dup o programare prealabil anunat;
prezentrile i aplicaiile practice n laboratoarele de informatic ale facultii.
n cadrul primei ntlniri se vor parcurge primele patru uniti care formeaz Modulul I;
pentru a doua ntlnire este programat parcurgerea unitilor 5, 6, 7, 8, 9, uniti care
formeaz Modulul II
4
1.9 Politica de evaluare i notare

Nota final va fi compus din:
Componenta
Teme de control
TC1
TC2
Ponderea/punctaj Data de verificare

40%
temelor
control
media
de
Pe parcurs
Test final
60 % nota de la La finele semestrului

examen
Total
100 %
Pentru fiecare form de examinare se vor anuna criteriile i baremul detaliat de notare. O
serie de exemple care s ajute studenii n realizarea temelor i proiectelor vor fi
prezentare n cadrul cursului. Termenele limit i modul de examinare/prezentare sunt
prezentate n calendarul detaliat al disciplinei. Depirea termenului limit anunat conduce la
neluarea n considerare a lucrrii respective. Prin temele de control i proiectele pe care
trebuie s le ntocmeasc, studenii vor dobndi competenele necesare pentru aplicarea
cunotinelor dobndite la nivel practic.
Rezultatele obinute la aceast disciplin se vor comunica pe parcurs, prin anunarea notelor
pariale i la final prin anunarea notei finale. Aceast comunicare se poate realiza att fa n
fa, ct i prin afiarea notelor pe platforma aflat la dispoziia studenilor la aceast form de
nvmnt. Fiecare student poate solicita un feed-back suplimentar prin contactarea
titularului de curs i/sau a tutorilor prin intermediul adresei de e-mail.
1.10 Elemente de deontologie academic
Prezena la cursuri i seminarii nu este obligatorie. Prezentarea la examen nu este condiionat
de un numr minim de prezene la curs sau la seminar.
Se consider plagiat orice lucrare care reproduce n proporie de minim 40% informaii din
alte surse nespecificate. Constatarea plagiatului duce la anularea evalurii lucrrii respective,
precum i la alte sanciuni prevzute n regulamentele studeneti; se poate ajunge pn la
neprimirea studentului n sesiunea de examene programat.
n cazul n care se utilizeaz frauda la examen, procesul de examinare va fi sistat imediat, iar
lucrarea va fi anulat.
Rezultatele procesului de examinare vor fi puse la dispoziia studenilor pe platforma dedicat
acestora. Contestaiile trebuie s fie depuse n maxim 24 de ore de la afiarea rezultatelor;
rspunsul la contestaii se va da n maxim 48 de ore.
1.11 Studenii cu dizabiliti
Metodele de transmitere a informaiilor cu privire la aceast disciplin se pot adapta n funcie
de tipul de dizabiliti ntlnite n rndul cursanilor. Accesul egal la informaie i la
activitile didactice pentru cursani se va asigura prin toate msurile (rezonabile) cu putin.
1.12 Strategii de studiu recomandate
Este recomandat parcurgerea sistematic a modulelor (structurate pe cele 14 uniti de curs);
5
se pune accentul pe pregtirea individual continu, prin acumulare constant a cunotinelor,

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

Modulul I
ANALIZA FUNCIILOR DE MAI MULTE VARIABILE REALE I
AJUSTAREA DATELOR NUMERICE
Unitatea 1: Funcii reale de mai multe variabile reale
Unitatea 2: Calcul diferenial
Unitatea 3: Extreme pentru funcii de mai multe variabile
Unitatea 4: Ajustarea detelor numerice
Scop i obiective
Scop
Acest modul urmrete s familiarizeze studenii cu anumite tipuri de funcii, altele dect cele
nvate n liceu i pe care s nvee s le studieze cu puternicul instrument numit analiza
matematic. Scopul final este acela de a deprinde diferitele aplicaii n economie a acestor
funcii.
Obiective specifice urmrite
Recapitularea unor noiuni legate de funciile reale de o variabil real, noiuni deprinse
n liceu i nelegerea legturii dintre noiunea de funcie ca obiect matematic i diferitele
fenomene economice modelate cu ajutorul funciilor;
Familiarizarea cu noiunile legate de spaiul real n-dimensional: punct al spaiului Rn,
produs scalar, norm, distana dintre dou puncte, poziia relativ a unui punct fa de o
mulime dat;
Familiarizarea cu noiunea de funcie real de mai multe variabile reale punndu-se
accent pe determinarea i reprezentarea grafic a domeniului de definiie a unei astfel de
funcii;
Familiarizarea cu noile noiuni legate de limita unei funcii ntr-un punct: limit global,
limit parial, limit dup o direcie, limit iterat, elemente necesare pentru
introducerea celorlalte noiuni cum ar fi cea de continuitate i difereniabilitate;
Familiarizarea cu noiunile legate de spaiul real n-dimensional: punct al spaiului Rn,
produs scalar, norm, distana dintre dou puncte, poziia relativ a unui punct fa de o
mulime dat;
Familiarizarea cu noile noiuni legate de continuitatea unei funcii ntr-un punct:
continuitate ntr-un punct, continuitate pe o mulime, continuitate global, continuitate
parial;
Deprinderea diferitelor modaliti de studiere ale acestor noi tipuri de continuitate.
6
Recapitularea noiunii de derivat a unei funcii reale de o variabil real i nelegerea

prin exemple a aplicaiilor ei n economie;
Familiarizarea cu noi noiuni cum ar fi: derivata parial a unei funcii, difereniala unei
funcii;
Deprinderea modalitilor de calcul a derivatelor pariale i a diferenialelor de diferite
ordine ale unei funcii reale de mai multe variabile reale i nelegerea prin exemple ale
aplicaiilor lor n economie;
Identificarea punctelor staionare i studiul naturii acestora n cazul funciilor reale de
mai multe variabile reale;
Deprinderea condiiilor necesare i suficiente pentru determinarea extremelor funciilor
reale de una sau mai multe variabile reale;
Deprinderea aplicaiilor economice ale problemelor de extrem;
Deprinderea metodelor de determinare a punctelor de extrem ale unei funcii obiectiv
cnd variabilele decizionale sunt supuse unor anumite legturi.
Concepte de baz
Funcie real de mai multe variabile reale; imput; output; limit; continuitate; derivate;
derivate pariale; difereniale; extrem local; extrem global; extrem cu legturi; determinarea
trendului liniar i a celui parabolic.
Unitatea 1
FUNCII REALE DE MAI MULTE VARIABILE REALE
1.1. Noiunea de funcie
Economitii se confrunt tot timpul cu entiti msurabile cum ar fi spre exemplu
preuri, cantiti, rata dobnzii, inflaie, profit. Tocmai de aceea ei ncearc s neleag
relaia dintre acestea, scopul fiind n general acela de a prezice consecinele unor decizii,
astfel nct decizia luat s fie cea optim. Folosirea unui model de optimizare are ca obiectiv
major aflarea celei mai bune valori a performanei economice. Astfel n mod natural apare
noiunea de funcie, ca o legtur de cauzalitate ntre diferite variabile.
Definiia 1.1.1
Fie E i F dou mulimi. Dac printr-un procedeu oarecare se realizeaz o
coresponden ntre elementele celor dou mulimi, astfel nct fiecrui element xE s-i
corespund un singur element f(x)F, vom spune c am definit o funcie pe mulimea E cu
valori n mulimea F i o vom nota
f : EF.
Observaii
1. Mulimea E se numete domeniul de definiie al funciei, mulimea F se numete
codomeniul funciei iar f se numete lege de coresponden.
2. O funcie este bine definit doar dac se cunosc toate cele trei elemente descrise mai
sus i anume domeniul, codomeniul i legea de coresponden. Cu alte cuvinte o
funcie este bine definit de tripleta
(E, F, f).
7
3. Dac E,FR, atunci f:EF se numete funcie real de o variabil real.

Pe baza Definiiei 1.1.1. vom introduce urmtoarele noiuni:
1.
2.
3.
4.
5.
Mulimea Gf = (x,f(x)) xE se numete graficul funciei f.

Funcia f: EF este injectiv dac: x1,x2E, egalitatea f(x1)=f(x2) implic x1=x2.
Funcia f: EF este surjectiv dac pentru orice yF exist xE, astfel nct f(x)=y.
Funcia f: EF este bijectiv dac este injectiv i surjectiv.
Dac funcia f: EF este bijectiv, atunci exist funcia invers
f -1:FE care, la rndul ei, este o funcie bijectiv iar inversa ei este funcia f.
n continuare vom da cteva exemple de funcii elementare:

Exemplul 1.1.1.
1. Funcia constant: f: R R, f(x) = a, aR.
2. Funcia putere: f: R F, f(x) = xn, nN, unde
R , dac n 2k 1
F =
;
0 , , dac n 2k
3. Funcia polinomial de grad n: f(x)=ao+a1x++anxn, akR, k= 0 ,n ;
4. Funcia raional:
g( x ) ao a1 x ... a n x n
f(x)=
, ak, blR, k= 0 ,n , l= 0 ,m ,
h( x ) bo b1 x ... bm x m
al crei domeniu de definiie este mulimea punctelor din xR pentru care h(x)0.
Tema de reflecie nr. 1

Recapitulai noiunile legate de funciile reale de o variabil real, noiuni deprinse n liceu,
Algebr - Clasa a IX.
Observaii
1. Foarte des, mai ales n economie, n locul notaiei f(x) se folosete y=f(x) i aceasta
pentru a pune ct mai bine n eviden legtura dintre diferitele variabile ce modeleaz
un fenomen economic.
2. x se va numi variabil independent (argument), iar y se va numi variabil
dependent (subiect).
3. n general n economie, cnd ntre dou asemenea variabile exist o relaie cauzal,
atunci x se va numi variabil decizional (sau de control), iar y variabila obiectiv
(obiectiv).
Exemplul 1.1.2.
1. Stabilirea preului unui produs p depinde de cantitatea Q astfel c preul este o funcie
de cantitate p=f(Q);
2. ncasarea total TR se calculeaz ca produsul dintre pre i cantitate TR=pQ. Cum
preul este o funcie de cantitate vom obine TR=Qf(Q);
8
3. Costul mediu de producie AC este la rndul su dependent de cantitatea produs,

astfel AC=f(Q);
4. Costul total de producie TC se calculeaz ca produs ntre costul mediu de producie
i cantitatea produs TC=ACQ. Astfel TC=Qf(Q).

Analizarea legturii dintre noiunea de funcie i fenomenele economice care apar precum i
fixarea funciilor economice care apar mai sus.
Exemplul 1.1.3.
Evoluia preului unui anumit produs n funcie de cantitate este urmtoarea:
Cantitatea Q Preul p
10
45
24
38
32
34
40
30
50
25
S se reprezinte grafic evoluia preului n funcie de cantitate:

Soluie
Vom reprezenta grafic punctele de coordonate (Q,p), adic punctele (10,45), (24,38), (32,34),
(40,30), (50,25) i vom obine:
Evoluia preului n funcie de cantitate
Figura 1.1.
50
preul
40
30
20
10
10
20
30
cantitatea
40
50
Exemplul 1.1.4.
Ecuaia cererii unui anumit produs este p=75 0,5Q. Se cere:
1. S se reprezinte grafic evoluia preului n funcie de cantitate;
2. S se determine expresia ncasrii totale i s se reprezinte grafic aceasta.
Soluie
1. Observm c preul evolueaz liniar n funcie de cantitate astfel c pentru a realiza graficul
sunt suficiente dou puncte pe care le vom obine considernd dou valori pentru Q.
Astfel pentru Q=0 obinem p=75 iar pentru Q=150 obinem p=0. Vom reprezenta grafic
punctele de coordonate (0,75) i (150,0) iar apoi le vom uni printr-o dreapt.
Evoluia
cantitate
Figura
1.2.
preului
funcie
100
150
200
de
100
preul
75
50
25
0
0
50
cantitatea
2. Am vzut n Exemplul 1.1.3. c ncasarea total are expresia TR=pQ. Astfel vom obine
TR=(75-0,5Q)Q=75Q 0,5Q2 care este o funcie de gradul al doilea al crei grafic este o
parabol.
Evoluia ncasrii totale n funcie de
cantitate
Figura 1.3.
3000
ncasarea total
2500
2000
1500
1000
500
0
0
50
100
cantitatea
10
150
200
1.2. Spaiul real n-dimensional (Rn)

n cazul funciilor studiate n ultimele clase de liceu, domeniul i codomeniul unei
funcii erau submulimi ale mulimii numerelor reale R. Tocmai din aceast cauz denumirea
lor era de funcii reale de o variabil real.
Folosirea unor asemenea funcii ca model pentru studiul problemelor economice de un
anumit grad de complexitate este limitat datorit faptului c se ia n calcul un singur factor
de influen.
Astfel apare necesitatea folosirii unor funcii care s permit studiul unui fenomen
influenat de mai muli factori, adic o funcie care s depind de mai multe variabile. Dar,
pentru a fi posibil acest lucru, este necesar mai nti s definim mulimi care s conin astfel
de elemente.
Am vzut mai sus c graficul unei funcii Gf =(x,f(x)) xE este o mulime format
din perechi de forma (x,f(x))EF. Deci, Gf este o submulime a produsului cartezian EF.
Presupunnd acum c E,F R, obinem:
not
Gf RR R2
mulime care se numete planul euclidian.
Dac vom considera un paralelipiped, orice punct aparinnd acestuia este un triplet de forma
(x1,x2,x3), xi[ai,bi], i= 1,3 , aadar un paralelipiped este o submulime a mulimii R3 numit
spaiul euclidian.
Definiia 1.2.1.
Spaiul real n-dimensional este mulimea format din toate grupele ordonate de n numere
reale de forma (x1,x2,,xn), adic este produsul cartezian al mulimii R cu ea nsi de n ori.
Rn=RRR=x=(x1,x2,,xn)xiR, i= 1,n .
Observaii
1. Dou puncte din Rn, x=(x1,x2,,xn) i y=(y1,y2,,yn), coincid, adic x=y, dac i
numai dac xi=yi, i= 1,n .
2. Prin suma a dou elemente x,yRn se nelege un n-uplu format din suma
componentelor lui x cu cele ale lui y:
x+y=(x1+y1,,xn+yn).
3. x=(x1,,xn), R, xRn.
1.3. Funcii de mai multe variabile
Aa cum spuneam puin mai devreme folosirea unor funcii reale de o singur
variabil, ca model pentru studiul problemelor economice, este limitat datorit faptului c se
ia n calcul o singur variabil independent. Majoritatea problemelor cantitative n economie
implic mai mult de dou variabile independente.
11
Spre exemplu cererea Q a unui produs pe o anumit perioad de timp poate fi

exprimat ca Q=f(p,pc,ps,Id,i,...) unde p preul unitar, pc - pre produs complementar, ps
pre produs substituit, Id venit disponibil, i rata dobnzii.
Un alt exemplu ar fi funcia de producie Q=f(L,K), unde:
K cantitatea de capital;
L cantitatea de munc utilizat(fora de munc).

Importana studierii funciei reale de mai multe variabile reale precum i aplicarea acesteia n
economie i afaceri. Care sunt variabilele independente si care sunt cele dependente n
exemplul funciei de producie Q=f(L,K),
Observaii
1. Dac m=1, f:DRnR, se numete funcie real de mai multe variabile reale:
x=(x1,,xn)D f(x1,,xn) R;
2. Dac n=1, f:DRRm, se numete funcie vectorial de o singur variabil: xD
( f1(x),, fm(x))Rm;
3. Dac m=n=1, f:DRR, se numete funcie real de o singur variabil real.
Exemplul 1.3.1.
1. f:DR2R, f(x,y)=x+y;
2. f:DR3R, f(x,y,z)=xy+z;
3. f:DRnR, f(x)=f(x1,,xn)= n x1 ...xn .
Observaii
Se mai folosete notaia y=f(x1,, xn), unde xi variabilele independente mai poart denumirea
de input, iar y variabil dapendent mai poart denumirea de output.
Ca i n cazul funciilor reale de o singur variabil real o noiune deosebit de important
este domeniul de definiie. Acesta se determin n funcie de condiiile ce trebuie impuse,
astfel nct funcia respectiv s fie definit n orice punct al domeniului.
Spre exemplu dac vom considera funcia f:DR2 R,
( x 1 )2 ( y 2 )2
f(x,y)=
,
( x 1 )2 ( y 2 )2
atunci impunnd condiia: (x-1)2 + (y-2)2 0, obinem:

D={(x,y)R2|(x-1)2+(y-2)20}={(x,y)R2| (x,y)(1,2)}=R2\{(1,2)}.
Deci, domeniul de definiie este ntreg planul din care se scoate punctul (1,2).
n cazul funciei f: DR2 R, f(x,y)= 1 x 2 y 2 , se impune condiia:
12
1-x2- y20 x2+y21.

De aici obinem c domeniul de definiie este
D={(x,y)R2| x2+y21}.
Pentru a reprezenta grafic, observm c x2+y2=1 este ecuaia cercului cu centrul n origine i
de raz egal cu 1.
Deoarece x2+y21, domeniul de definiie este reprezentat de interiorul acestui cerc mpreun
cu frontiera.
y
Verificarea cunotinelor
Problemele se vor rezolva ntr-un caiet, acestea alctuiesc Tema de control nr. 1 TC I. i
se vor preda cadrului didactic la data stabilit de ctre acesta.
Exerciii
1. Dai exemple de funcii f:DRRn, n cazurile n=1, n=2 i n=3. n cazurile n=1 i
n=2, precizai i domeniul de definiie al funciilor date drept exemplu.
2. Dai exemple intuitive de funcii ce ar putea modela un fenomen economic.
3. S se reprezinte grafic urmtoarele funcii:
1. f:RR, f(x)=3x+2;
2. f:RR, f(x)=x2+3x+2;
x1
3. f:R\{1}R, f(x)=
.
x1
4. Ecuaia cererii pentru un anumit produs este p=1000,2Q. Se cere:
1. S se reprezinte grafic p n funcie de Q;
2. S se determine preul la care Q=0;
3. S se determine cantitatea ce se va vinde la un pre p=50 u.m.;
4. S se determine expresia ncasrii totale i s se reprezinte grafic.
5. S se determine i s se reprezinte grafic domeniile de definiie ale urmtoarelor
funcii:
x2 y2
1. f(x,y)= 2
x y2
2. f(x,y)= 1 x 2 + y 2 1
13
3. f(x,y)= 1 ( x 2 y ) 2
4. f(x,y)= ( x 2 y 2 1 )( 4 x 2 y 2 )
Unitatea 2
CALCUL DIFERENIAL
2.1. Difereniala Frechet a unei funcii
Definiia 2.1.1.
Fie f:DR R , xo un punct din interiorul lui D. Spunem c f este derivabil n xo dac
exist i este finit limita:
lim
x xo
f ( x ) f ( xo ) not
f ( x o ) .
x xo
Tema de reflexie nr. 4

Recapitulai noiunile legate de derivata unei funcii reale de o variabil real Analiza
matematic clasa a XI.
Observaie
Derivata unei funcii y=f(x) poate fi notat n mai multe feluri cum ar fi f'(x), y',
df dy
,
.
dx dx
Exemplul 2.1.1.
S ne reamintim modalitatea de calcul a derivatelor unei funcii reale de o variabil
real.
S se calculeze derivatele de ordinul I ale funciilor
1. f:RR, f(x)=5x4+2x3-3x2+x-5;
2. f:RR, f(x)=(x+1)ex;
x
3. f:RR, f(x)= 2
.
x 1
Soluie
1.
f x 5 x 4 2 x 3 3 x 2 x 5
f x 5 x 4 2 x 3 3 x 2 x 5
14
f x 5 4 x 3 2 3x 2 3 2 x 1 0
f x 20 x 3 6 x 2 6 x 1
2. Vom folosi formula de derivare a produsului a dou funcii:
fg f g fg .
f x x 1 e x x 1 e x
f x e x x 1e x
f x x 2e x
3. Vom folosi formula de derivarea a ctului a dou funcii:
f
f g fg

, g 0.
g2
g

x 1
f x
x x 2 1 x x 2 1
f x
x2 1 x 2x
f x
1 x2
Exist foarte multe aplicaii ale conceptului de derivat n economie. Printre acestea:
Costul marginal: MC=
d TC
, unde TC este costul total al produciei, iar Q este
dQ
cantitatea total produs.

ncasarea marginal: MR=
d TR
, unde TR este ncasarea total a unei firme (total
dQ
revenue).
d TR
, unde L este cantitatea de munc utilizat.
dL
dS dC
nclinaia marginal de economisire i de consum:
,
, unde S reprezint
dI
dI
Productivitatea marginal a muncii:
economiile unei familii, iar C reprezint consumul unei familii.

Ecuaia cererii unui productor de scaune este
p = 1000,08Q,
unde Q reprezint cantitatea total de scaune vndut ntr-o sptmn.
15
1.
2.
3.
4.
S se determine ncasarea total pentru Q=100 scaune;

S se determine ncasarea marginal la o cantitate total vndut de Q=100 scaune;
Explicai semnificaia rezultatului obinut la punctul 2;
tiind c producerea suplimentar a unui scaun atrage dup sine un cost de 85 u.m.,
explicai dac este justificat producerea acestuia.
Soluie
1. TR=pQ=(1000,08Q)Q=100Q0,08Q2
TR=100Q0,08Q2
TR Q 100 =1001000,081002
TR Q 100 =10.000800
TR Q 100 =9.200 u.m.
d TR
= 100Q 0 ,08Q 2 =1000,16Q
dQ
MR=1000,16Q
2. MR=
MR Q 100 =1000,16100
MR Q 100 =10016
MR Q 100 =84 u.m.

3. ncasarea obinut prin vnzarea celui de al 101 lea scaun va fi de 84 u.m.
4. Nu este justificat deoarece producerea acestuia implic un cost unitar mai mare dect
ncasarea ce s-ar obine prin vnzarea sa.
Exemplul 2.1.2.
Un productor de calculatoare i calculeaz costul mediu de producie dup formula
AC= 0,004Q20,21Q + 7 +
750
,
Q
unde Q reprezint producia sptmnal exprimat n buci.

1.
2.
3.
4.
S se determine costul total pentru o producie de Q=100 calculatoare;

S se determine costul marginal la o producie de Q=100 calculatoare;
Explicai semnificaia rezultatului obinut la punctul 2;
tiind c vnzarea unui calculator n plus atrage dup sine o ncasare de 89 u.m.,
explicai dac este justificat producerea acestuia.
Soluie
750
Q
1. TC=ACQ= 0,004Q2 - 0,21Q + 7 +
Q
16
TC=0,004Q30,21Q2+7Q+750
TC Q 100 =3350 u.m.

2. MC=
d TC
= 0 ,004Q 3 0 ,21Q 2 7Q 750

dQ
MC=0,012Q20,42Q+7
MC Q 100 =85 u.m.

3. Costul implicat de producerea celui de al 101-lea calculator este de 85 u.m.
4. Este justificat producerea lui deoarece vnzarea acestuia atrage dup sine o ncasare mai
mare dect costul producerii.

Ecuaia cererii unui productor de pantofi este p=900,2Q, iar expresia costului mediu este
3000
AC=Q50 +
. S se determine:
Q
1. ncasarea total i costul total pentru Q=50 perechi de pantofi;
2. ncasarea marginal i costul marginal pentru Q=50 perechi de pantofi;
3. profitul obinut prin vnzarea a 50 de perechi de pantofi.
Soluie
1. TR=pQ=(900,2Q)Q=90Q 0,2Q2
TR Q 50 =4.500500=4.000 u.m.
3000
Q =Q250Q+3.000
TC=ACQ= Q - 50
Q
TC Q 50 =25002.500+3.000=3.000 u.m.
2. MR=
d TR
= 90Q 0 ,2Q 2 =900,4Q

dQ
MR=900,4Q
MR Q 50 =70 u.m.
MC=
d TC
= Q 2 50Q 3000
dQ
MC=2Q50
MC Q 100 =50 u.m.

3.
Q50
= TR Q 50 - TC Q 50 =4.0003.000=1.000 u.m.
17

Interpretai rezultatele obinute la tema de reflecie nr. 6.
Presupunem c f:DRR este derivabil n xo. Vom avea:
f ( x ) f ( xo )
lim
f ' ( xo ) 0
x xo
x xo
lim
x xo
f ( x ) f ( xo ) f ' ( xo )( x xo )
0
x xo
Notm x- xo = h i obinem
lim
h0
f ( xo h ) f ( xo ) f ' ( xo )h
0
h
Fie (h)=f(xo)h. Cu aceste notaii obinem c f este derivabil n xo dac i numai dac exist
o funcie liniar : RR, astfel nct
lim
h 0
f ( xo h ) f ( xo ) ( h )
0.
h
Observaie
f:DRnR se numete liniar dac f(x+y)=f(x)+f(y), x,yD, ,R.
Definiia 2.1.2.
Spunem c f:DRnR este difereniabil Frechet n xoD dac exist o funcie liniar
:Rn R astfel nct:
lim
h0
f ( xo h ) f ( xo ) ( h )
h
0 . (*)
Observaii
1. Dac f este difereniabil Frechet n xo, atunci exist o unic funcie liniar pentru
care are loc egalitatea (*).
2. Vom nota = df(xo) i o vom numi difereniala de ordinul I a funciei f n punctul xo.
df(xo): Rn R, df(xo)(h)= (h) valoarea diferenialei n punctul h Rn.
Vom da n continuare cteva proprieti ale funciilor difereniabile:
Proprieti
Fie f,g:DRn R, xointD, R
1. Dac f este difereniabil n xo, atunci f este continu n xo, afirmaia reciproc
nefiind n general adevrat, un exemplu n acest sens fiind funcia
18
x sin , x 0
f:R R, f(x)=
;
x
0
, x0
2. Dac f i g sunt difereniabile n xo i g(xo)0, atunci f+g, f, fg i
f
sunt
g
difereniabile n xo i avem:
d(f+g)(xo)=df(xo)+dg(xo);
d(f)(xo)= df(xo);
d(fg)(xo)=g(xo)df(xo)+f(xo)dg(xo);
g( x o )df ( x o ) f ( x o )dg( x o )
f
d ( x o )
.
g 2 ( xo )
g
2.2. Derivate pariale i legtura lor cu difereniala
Definiia 3.2.1.
Fie f:DRn R, xointD. Spunem c f este derivabil parial n raport cu variabila xk n
punctul xo dac exist i este finit limita:
f ( x1o ,..., x ko1 , x k , x ko1 ,..., x no ) f ( x1o ,..., x ko1 , x ko , x ko1 ,..., x no )
lim
R .
xk xko
x k x ko
Observaii
1. Dac limita de mai sus exist, atunci ea se numete derivata parial de ordinul I
a funciei y=f(x) n raport cu xk n punctul xo i se noteaz cu:
f
y
( xo ) , f x'k ( xo ) ,
.
x k
x k x x
o
2. Pentru a deriva parial o funcie de mai multe variabile n raport cu xk, se consider
funcia ca fiind o funcie de o singur variabil (xk) i se deriveaz n raport cu
aceasta, considernd celelalte variabile drept constante.
3. Observaia 2 ne arat c toate regulile de derivare, cunoscute de la funciile reale
de o singur variabil real sunt valabile i pentru calculul derivatelor pariale.
Exemplul 2.2.1.
S se calculeze derivatele pariale de ordinul I i II ale funciei f:R2R,
f(x,y)=x4y310x2y3+15xy10y2+2x3y+4.
Soluie
1. derivata parial de ordinul I n raport cu x se obine derivnd funcia n raport cu x i
privind variabila y ca fiind o constant.
'
f
= x 4 y 3 10 x 2 y 3 15 xy 10 y 2 2 x 3 y 4
x
x
19
f
= x4 y3
x
f
= x4
x
'
x
10 x y 15xy 10 y 2 x 3 y 4
'
3 '
y 3 10 x 2
'
y 3 15x x y 10 y 2
'
2 '
'
'
x
'
'
'
2x x 3 y x 4 x
'
'
'
f
=4x3y320xy3+15y+2.
x
2. derivata parial de ordinul I n raport cu y se obine derivnd funcia n raport cu y i
privind variabila x ca fiind o constant.
'
f
= x 4 y 3 10 x 2 y 3 15 xy 10 y 2 2 x 3 y 4 y
y
'
'
'
f
'
'
'
'
= x 4 y 3 y 10 x 2 y 3 y 15 xy y 10 y 2 y 2 x y 3 y y 4 y
y
f
=3x4y230x2y2+15x20y3.
y
Exemplul 2.2.2.
Un exemplu din economie n care intervine derivata parial a unei funcii economice este
produsul marginal al muncii MPL
MPL=
Q
,
L
unde Q=f(K,L) funcia de producie, K cantitatea de capital, L cantitatea de munc

utilizat.

Dac spre exemplu Q=AKL (funcie de tip Cobb-Douglas) calculai produsul marginal al
muncii MPL.
Legtura dintre difereniale i derivatele pariale este dat de urmtoarea teorem:
Teorema 2.2.1.
Fie DRn, xointD, f:D R. Dac f este difereniabil Frechet n xo, atunci f este derivabil
n raport cu toate variabilele x1, , xn, n punctul xo i n plus:
f
( xo )hk , h= (h1,, hn) Rn.
k 1 x k
n
df(xo)(h)=
Observaie
Reciproca teoremei de mai sus nu este n general adevrat. Exist funcii care admit toate
derivatele pariale n punctul xo, dar nu sunt difereniabile n acest punct.
Un exemplu este funcia f:R2R,
20
xy
, ( x , y ) ( 0 ,0 )
2
f(x,y)= x y 2
,
0
, ( x , y ) ( 0 ,0 )
care admite derivate pariale n punctul (0,0), dar f nu este difereniabil n acest punct.
Mai mult, exemplul funciei urmtoare, evideniaz faptul c existena derivatelor pariale
ntr-un punct nu asigur nici mcar continuitatea funciei n acel punct. Funcia
xy
, ( x , y ) ( 0 ,0 )
f:R2 R, f(x,y)= x 2 y 2
,
0
, ( x , y ) ( 0 ,0 )
admite derivate pariale n punctul (0,0), dar nu admite limit n punctul (0,0), ceea ce
nseamn c nu este continu n acest punct.
2.3. Derivate pariale de ordin superior
Definiia 2.3.1.
Fie D Rn, xointD, f:D R. Spunem c funcia f admite derivate pariale de ordinul doi n
raport cu variabilele xk i xj n punctul xo dac este derivabil parial n raport cu xk pe o
vecintate V a punctului xo i
f
:VR admite derivate pariale n raport cu xj n punctul
xk
xo.
Observaii
1.
xk
x
j
not 2 f not ''
f xk x j se numete derivata mixt de ordinul II;

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

2 f x 2 .
k
xk
Exemplul 2.3.1.
Vom calcula derivatele pariale de ordinul II pentru funcia din Exemplul 3.2.1.
f
=4x3y320xy3+15y+2;
x
f
=3x4y230x2y2+15x20y3.
y
1. derivata parial de ordinul II n raport cu x se calculeaz derivnd nc o dat
raport cu x.
21
f
n
x
'
'
2 f f
3 3
3
=
=
=12x2y320y3.
4
x
y
20
xy
15
y
x
x 2 x x
2. derivata parial de ordinul II n raport cu y se calculeaz derivnd nc o dat
f
n
y
raport cu y.
'
'
2 f f
= = 3 x 4 y 2 30 x 2 y 2 15 x 20 y 3 y =6x4y60x2y20.
2
y
y y
3. derivata parial mixt de ordinul II n raport cu x se calculeaz derivnd
f
nc o dat
x
n raport cu y.
'
'
2 f f
= = 4 x 3 y 3 20 xy 3 15 y 2 y =12x3y260xy2+15.
xy x y
4. derivata parial mixt de ordinul II n raport cu x se calculeaz derivnd
f
nc o dat
y
n raport cu x.
'
'
f f
= = 3 x 4 y 2 30 x 2 y 2 15 x 20 y 3 =12x3y260xy2+15.
x
xy y x
Observaie
Se observ c derivatele mixte calculate la punctele 3 i 4 din exemplul anterior sunt egale.
Acest lucru ne conduce la ideea c ordinea de derivare nu conteaz. Vom da n continuare
dou rezultate care demonstreaz acest lucru.
Teorema 2.3.1.
Schwarz
Fie D Rn, xointD, f:D R. Dac f admite derivate pariale de ordinul doi,
2 f
,
x j xk
2 f
, ntr-o vecintate V a punctului xo, iar acestea, ca funcii definite pe V sunt continue
xk x j
n xo, atunci ordinea de derivare nu conteaz, adic:
2 f
2 f
(xo)=
(xo).
x j xk
xk x j
Teorema 2.3.2.
Young
Fie D Rn, xointD, f:D R. Dac f este derivabil parial n raport cu xk pe o vecintate
22
f
: V R este difereniabil Frechet n xo, atunci exist derivatele
x k
pariale mixte de ordinul doi ale lui f n punctul xo, iar ordinea de derivare nu conteaz.
V a punctului xo i
Observaie
n mod analog pot fi introduse derivatele pariale de ordin superior. De exemplu, derivatele
pariale mixte de ordinul III:
xk
2 f
x x
i j
not
not 3 f
f x''i'x j xk .
x x x
i
j
k

S se calculeze derivatele pariale de ordinul unu i doi pentru urmtoarea funcie
f(x,y)=x3+y2+xy;
Soluie
f
2 f
2 f
f
2 f
=3x2+y;
=2y+x;
=6x;
=2;
=1
x
y
x 2
xy
y 2
x
x
f
f
2.
= 2xarctg +y;
=2yarctg -x;
x
y
y
y
2
2
f
x 2 xy
f
y2 x2
2 xy
x
2 f
=2arctg
+
;
=2arctg
;
=
.
y x 2 y 2 y 2
y x 2 y 2 xy x 2 y 2
x 2
1.
f
f
f
=aeax+by+cz;
=beax+by+cz;
=ceax+by+cz;
x
z
y
2
2
2
f
2 ax+by+cz f
2 ax+by+cz f
=a e
; 2 =b e
;
=c2eax+by+cz;
2
2
x
z
y
3.
2 f
2 f
2 f
=abeax+by+cz;
=bceax+by+cz;
=aceax+by+cz.
xz
yz
xy
2.4. Difereniale de ordin superior
Definiia 2.4.1.
Fie D Rn, xointD, f:D R, kN, k 2. Spunem c funcia f este difereniabil de k ori n
xo dac exist derivatele pariale de ordinul (k-1) ntr-o vecintate V a punctului xo i toate
derivatele pariale de ordinul (k-1), ca funcii definite pe V, sunt difereniabile n xo.
Teorema 2.4.1.
Fie D Rn, xointD, f:D R. Dac f este difereniabil de k ori n xo, atunci ea admite toate
derivatele pariale de ordinul k n xo, iar ordinea de derivare nu conteaz.
Teorema 2.4.2
23
Fie D Rn, xointD, f:D R. Dac f admite toate derivatele pariale de ordinul k ntr-o
vecintate V a punctului xo, iar acestea, ca funcii definite pe V, sunt continue n xo, atunci f
este difereniabil de ordinul k n xo i avem:
k
n f
d f ( xo )( h )
( xo )hi f ( xo ) ,
i 1 xi
unde exponentul k arat c se dezvolt, formal, suma din parantez i se nmulete tot formal
cu f(xo).
Observaie
n cazul n=k=2, vom avea:
f
f
d 2 f ( xo , yo )( h ) ( xo , yo )h1 ( xo , yo )h2 =
x
x
2 f
2 f
2 f
2
( xo , y o )h1 2
( xo , y o )h1 h2 2 ( xo , y o )h22
2
xy
x
y
Exemplul 2.4.1.
S se calculeze diferenialele df(1,1) i d2f(1,1) pentru funcia f(x,y)=exy.
Soluie
f
f
h1+ h2 =yexyh1+xexyh2
x
y
df(1,1)(h)=e(h1+h2), hR2.
1. df(x,y)(h)=
f
f 2 f 2
d f(x,y)(h)=
h1 h2 = 2 h1
x
y
x
2
2 f 2
2 f
h2
2
h1 h2
y 2
xy
= y2exy h12+2exy(1+xy)h1h2+x2exy h22
d2f(1,1)(h)=eh12+4eh1h2+eh22= e(h1+h2)2, hR2.
Exerciii:
1. S se calculeze derivatele de ordinul I i II ale urmtoarelor funcii:
1. f(x)=x2+5x+3;
2. f(x)= 2x6+3x5x4+5x34x2+x10.
24
2. S se determine expresia ncasrii totale i a ncasrii marginale a unui

productor a crui ecuaie a cererii este p=3000,09Q.
3. S se determine expresia costului total i a costului marginal al unui
4000
productor al crui cost mediu este dat de expresia AC=5Q250+
;
Q
4. Ecuaia cererii unui productor de crmizi este:
p = 1000,07Q,
unde Q reprezint cantitatea total de crmizi vndut ntr-o sptmn,
exprimat n m3.
1. S se determine expresia ncasrii totale;
2. S se determine expresia ncasrii marginale;
3. S se determine ncasarea marginal la o cantitate total vndut de Q=100
m3 ;
4. Explicai semnificaia rezultatului obinut la punctul 3;
5. tiind c producerea suplimentar a unui m3 de crmizi atrage dup sine un
cost de
89 u.m., explicai dac este justificat producerea
acestuia.
Productorul i calculeaz costul mediu de producie dup formula:
AC= 0,001Q20,03Q + 61 +
1200
,
Q
unde Q reprezint producia sptmnal de crmizi exprimat n m3.

6. S se determine expresia costului total;
7. S se determine expresia costului marginal;
8. S se determine costul marginal la o producie de Q=100 m3 crmizi;
9. Explicai semnificaia rezultatului obinut la punctul 8;
10. tiind c vnzarea unui m3 de crmizi n plus atrage dup sine o ncasare de
89 u.m., explicai dac este justificat producerea acestuia.
5. S se calculeze derivatele pariale de ordinul I i II ale urmtoarelor funcii:
1. f(x,y)=x3y-2xy2;
2. f(x,y)=x2+y25xy+3x+10y100;
3. f(x,y,z)=x3+y3+z3+2x2+2y2+2z2+x+y+z+5;
6. Pentru urmtoarele funcii s se calculeze diferenialele nscrise n dreptul
fiecreia:
1. f(x,y)=x2y; df(a,b)
2. f(x,y)=x2y2; df,d2f
3. f(x,y)=x2-xy+2y3+3x-5y+10; df,d2f
Unitatea 3
25
EXTREME PENTRU FUNCII DE MAI MULTE VARIABILE

3.1. Extreme libere, necondiionate
n modelele economice scopul urmrit este acela de a determina valorile variabilelor
de decizie care optimizeaz funcia obiectiv. Spre exemplu un productor dorete s tie
nivelul produciei care conduce la minimizarea costurilor sau nivelul produciei care
conduce la maximizarea profitului.
Tocmai de aceea o problem deosebit de important, n economie, este cea a
determinrii punctelor de extrem ale funciei obiectiv.
Vom vedea acum rolul extrem de important pe care derivatele pariale i diferenialele
l joac n determinarea acestor puncte, cu ajutorul lor stabilindu-se condiii necesare i
suficiente de extrem.
Definiia 3.1.1.
Fie DRn, f:D R, xointD. xo se numete:
punct de maxim global al lui f relativ la D dac f(x) f(xo),x D.
punct de minim global al lui f relativ la D dac f(x) f(xo),x D.
punct de maxim local al lui f relativ la D dac exist U o vecintate a lui xo astfel nct:
f(x) f(xo), xUD.
punct de minim local al lui f relativ la D dac exist U o vecintate a lui xo astfel nct:
f(x) f(xo), xUD.
punct de extrem global (local) al lui f relativ la D dac este punct de maxim sau de minim
global (local).
Teorema 3.1.1.
condiii
extrem
necesare
de
Fie D Rn, f:D R , xointD punct de extrem local pentru funcia f. Dac exist derivatele
pariale de ordinul nti ale lui f n raport cu toate variabilele n punctul xo, atunci
f
( xo ) = 0, k = 1, n .
x k
Observaii
1. n cazul n=1, Teorema 4.1.1. este bine cunoscuta teorem a lui Fermat;
2. Reciproca Teoremei 4.1.1 nu este n general adevrat. Ea ne furnizeaz condiii
necesare de extrem;
f
( xo ) =0, k = 1, n , se numesc puncte staionare;
3. Punctele xo cu proprietatea
x k
4. Punctele de extrem ale unei funcii se caut printre punctele staionare;
5. Nu toate punctele staionare sunt i puncte de extrem. Cele care nu sunt puncte de
extrem se numesc puncte a.
Vom enuna n continuare cteva teoreme ce definesc aa-numitele condiii suficiente de
extrem, adic acele condiii n care punctele staionare sunt puncte de extrem.
26
Teorema 3.1.2.
Fie D R, xointD, f:D R, derivabil de dou ori n xo, cu proprietatea c f(xo)=0, i= 1, k
i f(xo) 0. n aceste condiii, dac:
1. f(xo)0, atunci xo este punct de minim;
2. f(xo) 0, atunci xo este punct de maxim.
Recapitularea noiunilor legate de puncte de extrem pentru funcii reale de o variabil real
Analiza matematic clasa a XI.
S se determine punctele de extrem ale funciei f:RR,
f(x)=2x33x212x+4.
Soluie
1. Determinarea punctelor staionare prin rezolvarea ecuaiei f x 0 .
f x 6x26x12
f x 0 6x26x12=0 6 x 2 x 2 0 x 2 x 2 0 .
Soluiile ecuaiei de mai sus sunt x1= 1, x2=2. Aadar punctele staionare ale funciei sunt 1
i 2.
2. Studiul punctelor staionare cu ajutorul derivatei a doua.
f x =12x6
f 1 =180x=1 punct de maxim
maxf=f(1)=11;
f 2 =180 x= 2 punct de minim minf=f(2)= 16;
Observaie
n economie avem urmtoarele condiii pentru obinerea optimului:
Condiia de ncasare maxim
MR=
d TR
=0.
dQ
Condiia de cost minim

MC=
d TC
=0.
dQ
Condiia de profit maxim

27
MR=MC.
Exemplul 3.1.1..
S se determine ncasarea maxim a unui productor a crui ecuaie a cererii este p=200,1Q.
Soluie
Aflm mai nti expresia ncasrii totale:
TR=pQ=(200,1Q)Q=20Q0,1Q2
ncasarea maxim se obine pentru acea valoarea a lui Q pentru care MR=0, cu alte cuvinte
punctele staionare ale funciei de ncasare se determin din condiia MR=0.
MR=
d TR
=200,2Q
dQ
MR=0 200,2Q=0 0,2Q=20 Q=100.

Aadar punctul staionar al funciei de ncasare este Q=100. Vom studia n cele ce urmeaz
natura acestui punct determinnd semnul derivatei a doua a funciei de ncasare n acest punct.
d 2 TR
d 2 TR
= 20 0 ,2Q =0,2
=0,2 0.
dQ 2
dQ 2 Q 100
n concluzie Q=100 punct de maxim iar maxTR= TR Q 100 =1.000 u.m.

Exemplul 3.1.2.
S se determine costul minim de producie al unui productor tiind c expresia costului
60
mediu este AC=2Q20+
.
Q
Soluie
Aflm mai nti expresia costului total:
60
TC=ACQ= 2Q 20 Q=2Q220Q+60.
Q
Costul minim se obine pentru acea valoarea a lui Q pentru care MC=0, cu alte cuvinte
punctele staionare ale funciei de cost se determin din condiia MC=0.
MC=
d TC
=4Q20
dQ
MC=0 4Q20=0 4Q=20 Q=5.

Aadar punctul staionar al funciei de cost este Q=5. Vom studia n cele ce urmeaz natura
28
acestui punct determinnd semnul derivatei a doua a funciei de cost n acest punct.
d 2 TC
d 2 TC
=4
=4 0.
dQ 2
dQ 2 Q5
n concluzie Q=5 punct de minim iar minTC= TC Q 5 =10 u.m.

Exemplul 3.1.3.
Ecuaia cererii unui productor de pine este p=240,5Q, iar expresia costului mediu de
30
producie este AC=Q6
. Se cere:
Q
1. determinai expresia profitului;
2. determinai condiia de profit maxim;
3. determinai profitul maxim.
Soluie
1. Profitul se calculeaz ca diferen dintre ncasarea total i costul total de producie =TR
TC. Va trebui s deducem expresiile ncasrii i ale costului total.
TR=pQ=(24 0,5Q)Q=24Q0,5Q2
30
TC=ACQ= Q - 6 - Q =Q2 6Q30
Q
=TR TC=24Q0,5Q2Q2+6Q+30
= 1,5Q2+30Q+30
2. Condiia de profit maxim este ca ncasarea marginal s fie egal cu costul marginal, adic
MR=MC. Vom determina expresiile ncasrii i ale costului marginal:
d TR
MR=
=24Q
dQ
MC=
d TC
=2Q6
dQ
MR=MC 24Q=2Q6 3Q30=0.

3. Pentru a determina profitul maxim avem nevoie de punctele staionare. Ele se determin
din condiia de profit maxim MR=MC.
MR=MC 3Q30=0 Q=10.
Aadar punctul staionar al funciei de profit este Q=10.
Observaie
Condiia MR=MC este echivalent cu
d
=0. Acest lucru se observ derivnd funcia de
dQ
29
profit
d
= 3Q+30.
dQ
Studiem natura punctului staionar determinnd semnul derivatei a doua a funciei de profit n
Q=10.
d 2
d 2
=
3
dQ 2
dQ 2
= 3 0.
Q 10
n concluzie Q=10 uniti este punct de maxim i max=
Q10
=180 u.m.
Teorema 3.1.3.
Fie D R, xointD, f:D R, derivabil de ordinul k n xo, cu proprietatea c f
i= 1, k i f (k)(xo) 0. n aceste condiii, dac:
(i-1)
(xo)=0,
1. k par, atunci xo este punct de extrem;

2. k impar, atunci xo nu este punct de extrem.
Teorema 3.1.4.
Fie D R2, (xo,yo)intD, f:D R, derivabil de ordinul doi n punctul (xo,yo) i avnd
proprietile:
1.
f
f
(xo,yo)=0,
(xo,yo)=0;
x
y
2. derivatele de ordinul doi sunt continue ntr-o vecintate a punctului (xo,yo);

Fie A = f x''2 (xo,yo), B = f xy'' (xo,yo), C = f y''2 (xo,yo). Atunci:
1o Dac AC B2 0, (xo,yo) este punct de extrem i anume:
(i)
dac A 0 punct de maxim local;
(ii)
dac A>0 punct de minim local;
2o Dac AC B2 0, (xo,yo) este punct a.
Definiia 3.1.2.
n
g:Rn R se numete form ptratic dac exist aijRnn astfel nct g(h)= a ijhihj.
i 1 j 1
Definiia 3.1.3.
Forma ptratic g:Rn R se numete:
1. pozitiv definit dac g(h) 0, hRn\{0};
2. negativ definit dac g(h) 0, hRn\{0};
3. pozitiv semidefinit dac g(h) 0, hRn;
4. negativ semidefinit dac g(h) 0, hRn;
30
5.nedefinit dac exist h1,h2 Rn astfel nct:

g(h1)g(h2)0.
Observaie
Dac D Rn iar f : D R este o funcie de dou ori difereniabil, atunci
d2f(x)(h) =
2 f
hi h j .
i , j 1xi x j
n
Se observ astfel c, dac am considera aij =
2 f
, am obine c difereniala de ordinul doi
xi x j
a unei funcii este o form ptratic.

De aici a aprut i idea de a studia natura punctelor de extrem ale unei funcii cu ajutorul
diferenialei de ordinul doi.
Teorema 3.1.5.
Fie D Rn, xointD, f : D R difereniabil de dou ori pe o vecintate convex a lui xo, cu
derivatele pariale de ordinul doi continue n xo i toate derivatele pariale de ordinul nti
egale cu zero n xo.
1. dac d2f(xo) este pozitiv definit, atunci xo este punct de minim local;
2. dac d2f(xo) este negativ definit, atunci xo este punct de maxim local;
3. dac d2f(xo) nedefinit, atunci xo nu este punct de extrem local.
Teorema 3.1.6.
Sylvester
Fie D Rn, xointD, f:D R cu derivatele pariale de ordinul doi continue ntr-o vecintate
a lui xo i toate derivatele pariale de ordinul nti egale cu zero n xo.
Se consider matricea:
a11
a
A 21
...
a
n1
a12
a 22
...
an 2
... a1n
... a 2 n
... ...
... a nn
2 f
unde aij=
( x0 ) , i,j= 1, n , cu minorii principali:
xi x j
1= a11, 2 =
a11
a 21
a12
a 22
a11
a 21
, , k =
...
ak 1
a12
a 22
...
ak 2
... a1k
... a 2 k
.
... ...
... a kk
31
n aceste condiii, dac:

1. k 0, k= 1, n , atunci xo este punct de minim local;
2. 10, 20, 30,, atunci xo este punct de maxim local.
n concluzie, etapele determinrii punctelor de extrem pentru o funcie de mai multe
variabile sunt urmtoarele;
f
( xo ) = 0, k = 1, n .
x k
2. se cerceteaz natura punctelor staionare gsite (dac exist) cu ajutorul uneia din
Teoremele 4.1.5. sau 4.1.6.
1. se determin punctele staionare ale lui f rezolvnd sistemul
S se determine punctele de extrem local ale funciei f:R2R, f(x,y)=x3+y327x12y+2.

Soluie
1. Determinarea punctelor staionare prin rezolvarea sistemului
f
0 , k 1, n .
xk
Vom calcula derivatele pariale de ordinul I ale funciei:

'
f
= x 3 y 3 27 x 12 y 2 =3x227;
x
x
'
f
= x 3 y 3 27 x 12 y 2 y =3y212.
y
f
x 0
Sistemul
este echivalent cu sistemul
f 0
y
3 x 2 27 0
x 2 9
2
.
2
3 y 12 0
y 4
Punctele staionare ale funciei f vor fi (-3,-2), (-3,2), (3,-2), (3,2).
2. Studiul naturii punctelor staionare
Calculm derivatele pariale de ordinul II ale funciei:
'
'
'
2 f f
= = 3 x 2 27 =6x;
2
x
x
x x
'
2 f f
= = 3 y 2 12 =6y;
2
x
y
y y
32
2 f
=0.
xy
6 x 0
care va avea minorii 1=6x, 2=36xy.
Forma general a matricei A va fi A=
0 6 y
n punctul (-3,-2) vom avea 1= -18 0, 2=216 0, ceea ce ne arat c punctul (-3,2) este un punct de maxim local pentru funcia f;
n punctul (-3,2) vom avea 1= -18 0, 2= -216 0, ceea ce ne arat c punctul (3,2) nu este punct de extrem local pentru funcia f;
n punctul (3,-2) vom avea 1= 18 0, 2= -216 0, ceea ce ne arat c punctul (3,2) nu este punct de extrem local pentru funcia f;
n punctul (3,2) vom avea 1= 18 0, 2=216 0, ceea ce ne arat c punctul (3,2)
este un punct de minim local pentru funcia f.
Exemplul 2.1.4.
S se determine punctele de extrem local ale funciei f:R3R, f(x,y,z)=x2+y2+z2-xy+x2z.
Soluie
Pentru determinarea punctelor staionare se rezolv sistemul
f
x 0
2 x y 1 0
f
0 2 y x 0
y
2 z 2 0
f
0
z
2 1
Rezolvnd acest sistem obinem punctul staionar , ,1 .
3 3
Metoda I:
2
f
2 f 2 2 f 2
2 f
f
f 2 f
2
h1 h2
h1 + h2 h3 = 2 h12
d f ( x, y , z )( h )
h
3
y 2 2 z 2
x
xy
y
z
x
2 f
2 f
2
h1 h3 2
h2 h3 2h12 h22 h32 h1 h2 0
xz
yz
2
2 1
d2f , ,1 = 2(h12-h1h2+h22+h32) 0
3 3
2 1
Aceast relaie ne arat c forma ptratic este pozitiv definit, deci punctul , ,1 este
3 3
un punct de minim local.
Metoda II :
33
2 f
2
x
2 f
A
x2y
f
xz
2 f
xy
2 f
y 2
2 f
yz
2 f
xz 2 1 0
2 f
=1 2 0
yz
0
0 2
2 f
z 2
2 1 0
2 1
1=2, 2=
=3, 3= 1 2 0 =6.
1 2
0
0 2
2 1
Se observ c k 0, k=1,2,3 i astfel obinem c , ,1 este un punct de minim
3 3
local.
3.2. Extreme cu legturi

n practic de cele mai multe ori, variabilele decizionale trebuie s ndeplineasc anumite
condiii suplimentare. Astfel din punct de vedere matematic se ajunge la aa numitele
probleme de extrem cu legturi (condiionate).
Se consider funciile f, g1,, gm:D Rn R , m n, D deschis i fie mulimea E={xD
gi(x)=0 , i = 1, m .
Definiia 3.2.1.
Spunem c punctul xoD este punct de extrem local legat pentru f dac xoE i exist V E
o vecintate a punctului xo, astfel nct xV diferena f(x) - f(x0) s aib semn constant n V.
Observaii
1. Ecuaiile gi(x)=0, i = 1, m se numesc legturi sau restricii;
2. Problema care se pune este de a alege dintre punctele mulimii E acelea care sunt
puncte de extrem pentru f.
Problema extremelor cu legturi poate fi abordat prin mai multe metode
3.2.1. Metoda direct (a reducerii) de determinare a extremelor legate
Este o metod simpl ce se aplic n general n cazul n care legtura este liniar. Metoda
const n urmtorii pai:
1o Din legturile considerate: gi(x1,,xn)=0, i= 1, m , se ncearc exprimarea a m
argumente n funcie de celelalte, astfel c vom obine xi=hi(xm+1,,xn), i= 1, m .
2o Se consider funcia de n-m variabile F definit prin:
F(xm+1,,xn)=f(h1(xm+1,,xn),,hm(xm+1,,xn),xm+1,,xn)
3o Se determin punctele de extrem local ale lui F, care vor fi punctele de extrem local
legat ale lui f.
34

S se determine punctele de extrem local legat ale funciei f(x,y)=60x+80y-2xy-x2-2y2, cu
legtura 2x+y=40.
Soluie
Din legtur reiese c y=40-2x. nlocuind pe y n funcia obiectiv obinem:
f(x)=60x+3200160x80x+4x2x23200+320x8x2;
f(x)=140x-5x2, care este o funcie de o variabil.
Avem:
df
=140-10x=0 x=14, y=12.
dx
Cum
d2 f
(14)=-10 0, obinem c punctul (14,12) este un punct de maxim iar maxf=980.
dx 2
3.2.2 Metoda multiplicatorilor lui Lagrange

Metoda multiplicatorilor lui Lagrange este aplicabil pentru orice problem de extrem cu
legturi n care legturile sunt ecuaii.
1o Se construiete funcionala lui Lagrange:
m
L(x1,,xn;1,,m)=f(x)+ igi(x) ,
i 1
unde scalarii iR, i= 1, m se numesc constantele (multiplicatorii) lui Lagrange.

2o Se determin punctele staionare ale lui L din sistemul:
g j ( x )
L( x; ) f ( x ) m
j
0 , i 1, n
xi
xi
j 1
xi
L( x; ) g ( x ) 0 , j 1, m
j
j
Fie (x*,*) soluia acestui sistem de m+n ecuaii. Aceast soluie reprezint totodat i
punctul staionar al lui L.
3o Se cerceteaz natura acestor puncte cu una din teoremele 4.1.5 sau 4.1.6.
4o Punctele de extrem local ale lui L vor fi punctele de extrem local legat ale funciei f.
Observaie
Numrul multiplicatorilor lui Lagrange este dat de numrul legturilo
35
S se determine punctele de extrem local legat ale funciei f(x,y)=60x+80y-2xy-x2-2y2, cu

legtura 2x+y=40.
Soluie
Scriem funcionala lui Lagrange
L(x,y;)= 60x+80y-2xy-x2-2y2+(2x+y-40).
Determinm punctele staionare rezolvnd sistemul:
L
x 60 2 y 2 x 2 0
L
80 4 y 2 x 0 .
y
L
2 x y 40 0

Rezolvnd acest sistem obinem punctul staionar (14,12) i corespunztor =4.
Avem:
L(x,y;4)=68x+84y-2xy-x2-2y2-160
d2L(x,y;4)=-2h12-4h22 d2L(14,12;4)=-2h12-4h22 0.
Deci punctul staionar (14,12) este punct de maxim local legat pentru f.
Exerciii:
1. S se determine punctele de extrem ale funciei f:RR, f(x)=2x3+9x2+12x10.
2. Determinai ncasarea maxim a unei firme a crei ecuaie a cererii este p=160,8Q.
3. Determinai costul minim de producie al unei firme tiind c expresia costului total
este TC=2Q2200Q+8.000.
4. Determinai profitul maxim al unei firme ale crei ncasri i costuri totale sunt
date de TR= 10QQ2, TC=2Q226Q+88.
5. Ecuaia cererii unui productor de hrtie xerox este p=802Q, iar expresia costului
500
mediu de producie este AC=8Q120
. Se cere:
Q
1. determinai expresia profitului;
2. determinai condiia de profit maxim;
3. determinai profitul maxim.
6. S se determine punctele de extrem local ale urmtoarelor funcii:
1. f(x,y)=x2+y26x4y10;
2. f(x,y)= x2+2x0,5y2+2y+5;
36
3. f(x,y)=x2+3y212x72y+15;
7. O fabric produce dou tipuri de bunuri. Costul producerii acestora este dat prin
funcia f(x,y), unde x i y reprezint cantitile din fiecare tip produs. S se
determine cantitile ce trebuie produse, astfel nct costul de producie s fie
minim dac f(x,y)=8x2+6y2-2xy-40x-42y+180;
8. O fabric produce dou sortimente de bunuri. Profitul este dat prin funcia f(x,y),
unde x i y sunt cantitile produse din cele dou tipuri. S se determine pentru ce
cantiti profitul este maxim dac f(x,y)=25x-x2-y2+20y-28-xy;
9. S se determine punctele de extrem local legat pentru urmtoarele funcii:
1. f(x,y)= x2+3xy3y25x+12y+5, x+y=5;
2. f(x,y)=x2+y24x6y+5, 3x+2y=12;
3. f(x,y)=x+2y; x2+y2=5;
10. O fabric produce dou tipuri de bunuri X i Y n cantitile x i y. Cunoscnd
expresia costului de producie f(x,y) i restriciile de producie, s se determine
costul de producie minim tiind c f(x,y)=3x2+2y24xy12x8y+130 iar producia
total este de 22 uniti.
11. O fabric produce dou tipuri de bunuri X i Y n cantitile x i y. Cunoscnd
expresia profitului f(x,y) i restriciile de producie, s se determine profitul maxim
tiind c f(x,y)=5x2+7xy3y2110x+110y+1000, iar producia total este de 40
uniti.
Unitatea 4
AJUSTAREA DATELOR NUMERICE
Presupunem c un anumit fenomen este determinat de dou mrimi msurabile, una
dependent - output - i una independent input - notate cu y, respectiv cu x. Legtura
cauzal dependena - dintre cele dou variabile este dat de o funcie f : R R, y = f(x).
Problema care se pune, de altfel foarte important n studiul unor fenomene
economice, este determinarea funciei f.
Pentru aceasta este nevoie de anumite valori determinate experimental pentru cele
dou mrimi, dar i cunoaterea tipului de dependen dintre cele dou variabile.
Deoarece aceste valori se determin pe cale experimental, prin msurtori i
observaii, este evident c vor apare i anumite erori care, neglijate fiind, pot conduce la
rezultate departe de cele reale.
Tocmai de aceea se pune problema determinrii unor funcii care s constituie
aproximri ct mai bune ale funciei f.
S presupunem c legtur este dat prin funcia continu f:a,bR, y=f(x), funcie
de regul necunoscut. Problema care se poate formula n acest context are urmtorul
coninut:
Problem
S se determine funcia f avnd la dispoziie valorile aproximative ale acesteia yi, i 1,n , pe
punctele xi, i 1,n , obinute prin msurtori sau observri ale fenomenului economic sau
37
social studiat.
Observaie
n general valorile yi nu coincid cu valorile exacte, necunoscute f(xi), de aceea vom nota
aceste valori cu y i .
Definiia 4.1.1.
Ajustarea datelor numerice (xi,yi) const n determinarea, cu o eroare minim, a valorilor
exacte y i , precum i determinarea legitii (trendului) de variaie a mrimii y n funcie de x,
adic stabilirea funciei f funcia de ajustare.
n ajustarea datelor numerice avem dou etape:
1. Reprezentarea grafic a datelor numerice obinute pe cale empiric. Aceast
reprezentare poate fi utilizat deseori pentru determinarea trendului. Forma
graficului poate conduce la diferite forme ale trendului, cum ar fi:
Trend liniar f(x)=ao+a1x;
Trend parabolic f(x)=ao+a1x+a2x2;
Trend exponenial f(x)=aoa1x;
1
Trend hiperbolic f(x)= ao a1 ;
x
Dac se ncearc un trend sugerat de reprezentarea grafic, acesta atrage automat dup
sine prezena unor parametri necunoscui n expresia analitic a modelului ales, model care va
avea forma general y=f(x;a1,,ap).
2. Cea de a doua etap n ajustarea datelor numerice const tocmai n determinarea
parametrilor ai, astfel nct diferena dintre valorile calculate i cele observate, y i yi, s fie minim.
Metoda utilizat pentru acest proces de optimizare se numete metoda celor ai mici
ptrate
i
const
n
determinarea
parametrilor
ai
astfel
nct
suma
n
S(a1,,ap)= f ( x ,a1 ,..., a p ) yi s fie minim.

i 1
Folosind cunotinele de analiz matematic cu privire la extremele funciilor de mai

multe variabile, sistemul care va furniza mulimea punctelor staionare va fi:
n
S
f
2 f ( x ,a1 ,..., a p ) yi
0 , k 1, p .
a k
ai
i 1
Soluia acestui sistem va genera funcia care reflect trendul investigat, obinndu-se
funcia de ajustare.
Exemplul 4.1.1.
Considerm c din reprezentarea grafic a datelor experimentale s-a obinut un trend liniar
f(x)=ao+a1x, ao,a1R.
Vom ncerca determinarea funciei de ajustare.
Avem de minimizat funcia S= ( a1 xi ao ) yi . Obinem sistemul:
n
i 1
38
S
a 0
o
0
a1
n
n
n
2
y
a
x
0
na
a
x
yi
i
o
1 i
1 i

o
i 1
i 1
i 1
n
.
n
n
n
2
2 y a a x x 0 a x a x x y
o
1 i
i
1
i
i i
i 1 i
o i 1 i
i 1
i 1
Rezolvnd acest sistem obinem urmtoarea soluie:

n
a1
ao=
n xi y i xi y i
i 1
i 1
i 1
n x xi
i 1
i 1
n
2
i
n
1 n
a
xi .
i
1
n i 1
i 1
Observaii
1. n cazul n care graficul sugereaz un trend parabolic y= f(x)=ao+a1x+a2x2, parametrii se
vor determina din sistemul:
n
n
n
2
na
a
x
a
x
yi
1 i
2 i
o
i 1
i 1
i 1
n
n
n
n
2
3
a o x i a 1 x i a 2 x i x i y i .
i 1
i 1
i 1
i 1
n
n
n
n
2
3
4
a
x
a
x
a
x
xi2 yi
o
i
1
i
2
i
i 1
i 1
i 1
i 1
2. Dac trendul stabilit are forma exponenial y=f(x;ao,a1)= aoa 1 , ao,a10, se recomand s
se lucreze cu funcia z=lgy=Ax+B, unde A=lga1, B=lgao. n acest mod se ajunge la un
trend liniar unde n loc de yi avem zi=lgyi.
Observaie
x
Trebuie remarcat faptul c determinarea funciilor de ajustare se face, aa cum artam puin
mai devreme, pe baza unor observaii din trecutul unui anumit fenomen economic oarecare.
n momentul n care funcia de ajustare a fost determinat putem face cu ajutorul acesteia
unele prognoze, adic putem determina viitoare valori ale lui y, presupunnd valori viitoare
posibile ale lui x. Aa cum spuneam aceste procedee definesc previziunea sau prognozarea
unor procese sau fenomene viitoare. Corectitudinea lor depinde de rigoarea cu care s-au
determinat coeficienii funciei de ajustare.
S se ajusteze printr-o dreapt urmtoarele date numerice:
xi 1 0 1 2
yi 1
2 2 3
S se afle y cnd x=0,5.

39
Soluie
Deoarece se specific tipul ajustrii i anume printr-o dreapt tim c y=ao+a1x. Trebuie
determinai cei doi parametrii ao i a1.
n
ao
a1
n xi y i xi y i
i 1
i 1
i 1
n x xi
i 1
i 1
n
2
i
n
1 n
b
xi .
n i 1
i 1
Organizm calculele astfel:
xi2
xi yi
1 1
xi
yi
ao
4 7 2 8 28 16 12
=
=
=0,6;
24 4 20
4 6 22
a1=
1
8 0 ,6 2 = 6 ,8 =1,7.
4
4
Aadar vom avea y=f(x)= 1,7+0,6x.
y x 0 ,5 =f(0,5)=1,7+0,60,5=1,7+0,3=2.
S se ajusteze printr-o parabol urmtoarele date numerice:
xi 1 0 2
yi 0
1 1 4
S se afle y cnd x=1.

Soluie
Deoarece se specific tipul ajustrii i anume printr-o parabol tim c y=ao+a1x+a2x2.
Trebuie determinai cei trei parametrii ao, a1 i a2.
40
n
n
n
2
na
a
x
a
x
yi
1
i
2
i
o
i 1
i 1
i 1
n
n
n
n
2
3
a
x
a
x
a
x
o i
xi y i .
1 i
2 i
i
1
i
1
i
1
i 1
n
n
n
n 2
3
4
2
a o x i a 1 x i a 2 x i x i y i
i 1
i 1
i 1
i 1
xi2
xi3
xi4
xi yi
xi2 yi
1 0
16
27
81
12
36
14
34
98
12
36
xi
yi
4 ao 4 a1 14a2 2
nlocuind n sistem obinem 4 ao 14a1 34a2 12 .

14a 34a 98a 36
o
1
2
Soluia acestui sistem este ao=2, a1=1, a2=1. Astfel obinem y=f(x)=2+xx2.
y x 1 =f(1)=2+11=2.
Exemplul 4.1.2.
Un comerciant studiaz timp de cinci sptmni evoluia vnzrilor unui anumit produs n
funcie de pre. El a observat urmtoarele:
pi
20 40 50 60 80
Qi 80 60 50 60 20
1.
2.
3.
4.
S se determine cantitatea ce este posibil s se vnd la un pre de 30 u.m.

S se determine expresia ncasrii totale;
S se determine expresia ncasrii marginale;
S se determine ncasarea maxim. Ce observai?
Soluie
1. Va trebui s ajustm datele de observare pentru a gsi o legtur ntre cantitatea Q i
preul p. Pentru aceasta mai nti vom reprezenta grafic datele de observare:
Figura 4.1.
Evoluia volumului vnzrilor n funcie de pre
41
volumul vnzrilor
100
80
60
40
20
0
0
20
40
60
80
100
pre
Se observ c graficul sugereaz un trend liniar. Aadar vom avea Q=ao+a1p, unde:
n
ao
n pi Qi pi Qi
i 1
i 1
i 1
n p pi
i 1
i 1
n
2
i
a1=
n
1 n
b
pi .
n i 1
i 1
pi
Qi
pi2
pi Qi
20
80
400
1600
40
60
1600
2400
50
50
2500
2500
60
60
3600
3600
80
20
6400
1600
250 270 14500 11700
nlocuind n formule vom obine Q=990,9p.

Astfel la un pre de 30 u.m. cantitatea ce se va vinde va fi Q=99-27=72 uniti.
2. exprimm mai nti p n funcie de Q:
p=1101,1Q;
TR=pQ=110Q1,1Q2;
3. MR=
d TR
= 110Q 1,1Q 2 =1102,2Q.
dQ
42
4. Condiia de ncasare maxim este MR=
d TR
=0. De aici obinem:
dQ
1102,2Q=0 Q=50.
Aadar Q=50 este punct staionar pentru funcia de ncasare. Vom studia natura acestui punct
folosind derivata a doua:
d 2 TR
d 2 TR
110
2
,
2
Q
=
=
2,2
= 2,2 0.
dQ 2
dQ 2 Q 50
n concluzie Q=50 punct de maxim iar maxTR= TR Q 50 =2750 u.m.

Observm c n sptmna trei la un pre de 50 u.m. s-au vndut 50 de unitii ceea ce a
condus la o ncasare de 2500 u.m. Pe de alt parte din datele observate am putea trage
concluzia c ncasarea este maxim la un pre de 60 u.m. ceea ce ar fi eronat. Ajustarea
datelor ne ajut ntr-o form simpl s ne apropiem de valori reale. Cum se va vedea ns la
cursurile de statistic aplicat aceast analiz trebuie completat cu alte studii asupra datelor.
Exemplul 4.1.3.
Evoluia costului total de producie funcie de cantitatea produs a fost urmtoarea:
Q (xi)
TC (yi) 14 12 20 84
1. S se determine costul probabil pentru o cantitate 5 uniti;
2. S se determine costul marginal pentru Q=5 uniti.
Soluie
1. Va trebui s ajustm datele de observare pentru a gsi o relaie ntre costul de
producie i cantitate. Pentru aceasta reprezentm mai nti grafic datele de observare:
Evoluia costului total de producie n funcie de volumul
Figura 4.2.
acesteia
100
cost total
80
60
40
20
0
0
10
producia
Dup cum se observ graficul sugereaz un trend parabolic y=f(x)=ao+a1x+a2x2.

43
n
n
n
2
na
a
x
a
x
yi
1
i
2
i
o
i 1
i 1
i 1
n
n
n
n
2
3
a
x
a
x
a
x
o i
xi y i .
1 i
2 i
i
1
i
1
i
1
i 1
n
n
n
n 2
3
4
2
a o x i a 1 x i a 2 x i x i y i
i 1
i 1
i 1
i 1
xi
yi
xi2
xi3
xi4
xi yi
xi2 yi
14
14
14
12
16
24
48
20
16
64
256
80
320
84
64
512 4096 672
5376
15 130 85
585 4369 790
5758
nlocuind n sistem obinem:
4 ao 15a1 85a2 130
.
15ao 85a1 585a2 790
85a 585a 4396a 5758
o
1
2
Soluia acestui sistem este ao=20, a1=8, a2=2. Astfel obinem y=f(x)=208x+2x2, adic
TC=208Q+2Q2.
2.
MC=
d TC
= 2Q 2 8Q 20 ;
dQ
MC=4Q8;
MC Q 5 =208;
MC Q 5 =12 u.m.
Problemele se vor rezolva ntr-un caiet, acestea alctuiesc Tema de control nr. 1, TC I. i
Exerciii:
1. Se consider urmtoarele date de observare:
44
xi 1
2 4 9
yi 8,5 8 7 4,5
S se ajusteze datele printr-o dreapt i s se aproximeze y pentru x=6.
2. Se consider urmtoarele date de observare:
xi 1 2 4 8
yi 2 3 4 5
1. S se reprezinte grafic datele de observare
2. Ce fel de trend sugereaz graficul?
3. Determinai valoarea lui y pentru x=5.
3. Un comerciant studiaz timp de cinci sptmni evoluia vnzrilor unui anumit
produs n funcie de pre. El a observat urmtoarele:
pi 20 40 60 80
Qi 400 300 200 100
1. S se determine cantitatea ce este posibil s se vnd la un pre de 50 u.m.
2. S se determine ncasarea total pentru Q=300 uniti;
3. S se determine expresia ncasrii marginale;
4. S se determine cantitatea pentru care ncasarea este maxim.
4. Se dau urmtoarele date de observare:
xi 1 0 1 2
yi 6
2 0 0
S se ajusteze datele printr-o parabol i s se determine valoarea lui y pentru

x=0,5.
5. Se dau urmtoarele date de observare:
xi 2 1 1 2
yi 1
2 1 4
1. S se reprezinte grafic datele de observare;

2. Ce fel de trend sugereaz graficul?
3. Determinai valoarea lui y pentru x=0.
6. Evoluia costului total de producie funcie de cantitatea produs a fost
urmtoarea:
Q (xi) 1 3 4 8
TC (yi) 26 24 26 54
1. S se determine costul probabil pentru o cantitate 5 uniti;
2. S se determine costul marginal pentru Q=5 uniti.
3. S se determine cantitatea ce conduce la costuri minime de producie.
7. Cererea unui produs pe pia se presupune c are un trend liniar n raport cu
preul de vnzare. Se cunosc datele de observaie:
45
20 30 40 80 130 200
Q 18 16 15 12 10
S se determine funcia de ajustare.

8. Un studiu fcut asupra a 10 familii a avut n vedere bugetul familiei din punct de
vedere al venitului lunar/persoan i al cheltuielilor pentru achiziionarea unui
produs. Rezultatele studiului se gsesc n urmtorul tabel.
Venit lunar/persoan x
(mii ROL)
Cheltuieli
pentru
achiziionarea
unui
produs y (mii ROL)
7,2
3,2
9,9
3,8
8,5
4,0
11,8
5,5
19,5
6,2
10,9
4,1
13,4
5,4
12,5
5,9
11,5
6,0
16,1
6,3
1. S se schieze evoluia cheltuielilor n funcie de venituri.

2. S se ajusteze cheltuielile n funcie de venituri.
9. Se presupune c suma deductibil detaliat total este n funcie de venitul brut al
contribuabilului. Dac un contribuabil cere deduceri superioare nivelului mediu
de venituri declarat, probabilitatea unui control fiscal crete. Avem urmtoarele
date:
Venit brut ajustat (mil ROL)
Deducere de baz (mil. ROL)
22
9,6
27
9,6
32
10,1
48
11,1
65
13,5
46
85
17,7
120
25,5
1. Previzionai nivelul de deducere pentru un contribuabil al crui venit brut

se ridic la suma de 52,5 mil ROL.
2. Ce se ntmpl dac contribuabilul cu venitul de mai sus cere o deducere
de 20,4 mil. ROL?
Bibliografia Modulului I
1. Chifu I. C., Petruel G., Matematic aplicat n administrarea afacerilor, Casa Crii de
tiin, Cluj-Napoca 2012.
2.Chifu I.C., Matematici pentru economiti, Ed. Alma Mater, Cluj-Napoca, 2006.
3.Chifu I.C., Luca I.T., Matematici Economice. Elemente de Programare Liniar i Teoria
Probabilitilor, Presa Universitar Clujean, Cluj-Napoca, 2004, pg. 1-16.
4.Chifu I. C., Matematici economice, Analiz matematic, Curs pentru studenii anului I,
5.Anderson D., Sweeney D., Williams T., Quantitative Methods for Business, Thomas
6.Murean A. S., Mihoc M.,..., Matematici pentru economiti, vol. I, Ed. Dacia, Cluj-Napoca,
2000.
7.Purcaru I., Matematici generale i elemente de optimizare, Ed. Economic, Bucureti, 1997.
8.Wilkes M., Mathematics for Business, Finance and Economics, International Thomson
47
Modulul II
PROGRAMARE LINIAR
Unitatea 5: Spaiul vectorial Rn
Unitatea 6: Sisteme de ecuaii i inecuaii liniare
Unitatea 7: Programare liniar
Unitatea 8: Postoptimizare
Unitatea 9: Probleme de transport
Scop i obiective
Scop
Acest modul urmrete s formeze studenilor deprinderile necesare pentru a putea modela
matematic diferitele probleme ce intervin ntr-o economie.
Obiective specifice urmrite
Deprinderea principalelor noiuni legate de un spaiu vectorial: dependen i
independen liniar, baz etc.
Familiarizarea cu algoritmul de schimbare a bazei ntr-un spaiu vectorial;
Folosirea algoritmului de schimbare a bazei n diferite aplicaii.
Utilizarea algoritmului de schimbare a bazei ntr-un spaiu vectorial, n rezolvarea
sistemelor de ecuaii liniare;
Deprinderea noiunilor de soluie posibil i soluie de baz a unui sistem de ecuaii
liniare;
Rezolvarea sistemelor de inecuaii liniare att algebric ct i grafic.
Determinarea modelelor matematice corespunztoare diferitelor probleme ce intervin n
practica economic;
Deprinderea diferitelor metode de rezolvare ale problemelor de programare liniar.
Deprinderea algoritmului simplex primal.
nelegerea fenomenului de postoptimizare;
Dezvoltarea abilitilor de rezolvare ale problemelor modificate pornind de la soluia
optim a problemei iniiale;
Determinarea modelului matematic corespunztor unei probleme de transport;
Deprinderea etapelor de rezolvare ale unei probleme de transport.
Concepte de baz
Spaiu vectorial; vector; baz a unui spaiu vectorial; liniar dependen; model
matematic.algoritmul simplex primal, postoptimizare, probleme de transport.
48
Unitatea 5
SPAIUL VECTORIAL Rn
n acest paragraf se presupun a fi cunoscute noiunile de lege de compoziie, grup, inel i corp,
noiuni deprinse la cursurile de matematic din clasa a XII-a.
Vom face cunotin cu o nou noiune legat de structurile algebrice i anume cea de lege de
compoziie extern.
Fie V i K dou mulimi nevide.
Definiia 5.1.1.
O aplicaie :KVV, care fiecrui element (,x)KV i pune n coresponden un
element (,x)V, (,x)KV

(,x)V, se numete lege de compoziie extern.
Vom presupune n cele ce urmeaz c K este un corp i vom considera urmtoarele dou legi
de compoziie:
+:VVV, (x,y)VV
x+yV (lege de compoziie intern);
: KVV, (,x) KV
xV (lege de compoziie extern).
Definiia 5.1.2.
Vom spune c sistemul (V,K,+,) este un spaiu vectorial, dac (V,+) este un grup comutativ i
n plus sunt ndeplinite urmtoarele axiome:
(+)x = x + x, ,K, xV;

(x+y) = x + y, K, x, yV;
(x) = ()x, ,K, xV;
1x = x, xV, unde 1 este unitatea corpului K.
Terminologie
vom spune c V este un spaiu vectorial peste corpul K;
dac K=R, atunci V se numete spaiu vectorial real, iar dac K=C, atunci V se numete
spaiu vectorial complex;
elementele lui V se numesc vectori i se noteaz n general cu x, y, u,v,...;
elementele lui K se numesc scalari i se noteaz n general cu , , ,...;
pentru a evita confuziile ulterioare, elementul neutru al grupului (V,+) se va nota cu i l
vom numi vectorul nul, iar elementul neutru al corpului K fa de + se va nota cu 0 i-l
vom numi scalarul nul.
5.1. Spaiul vectorial Rn
S ne reamintim c mulimea Rn reprezint mulimea tuturor sistemelor ordonate de n numere
reale, adic
Rn=x=(x1,x2,,xn)xiR, i= 1, n .
Pe Rn definim urmtoarea lege de compoziie intern:
49
x=(x1,...,xn), y=(y1,...,yn)Rn: x+y =(x1+y1,...,xn+yn)Rn.

Definim totodat i urmtoarea lege de compoziie extern:
R, x=(x1,...,xn) Rn: x = (x1,...,xn) Rn.

Se demonstreaz foarte uor c (Rn,+) este un grup comutativ, iar legea de compoziie
extern verific axiomele din Definiia 8.8.2. Astfel ajungem la concluzia c (Rn,R,+, ) este
un spaiu vectorial, numit spaiul vectorial real n-dimensional.
Observaii
1. Un element xRn se numete vector real n-dimensional;
2. Doi vectori x=(x1,...,xn), y=(y1,...,yn)Rn sunt egali, adic x=y, dac i numai dac xi = yi,
i= 1, n ;
3. Vectorii e1=(1,0,...,0),e2=(0,1,...,0),..., en=(0,0,...,1)Rn se numesc vectori unitari.
5.2.Dependen i independen liniar n spaiul vectorial Rn
n spaiul vectorial real n-dimensional (Rn,R,+,) considerm vectorii v1,...,vnRn i scalarii
1,...,nR.
Definiia 5.2.1.
Prin combinaia liniar a vectorilor v1,...,vnRn se nelege expresia:
1v1+2v2++nvn.
(*)
Dac n plus scalarii 1, 2,, n, verific restriciile suplimentare, k0, k= 1, n ,

1+2++n=1, atunci (*) se numete combinaie liniar i convex.
Definiia 5.2.2.
Vectorii v1,...,vnRn se numesc liniar independeni dac i numai dac are loc implicaia:
1v1+2v2++nvn= 1=2==n=0.
Exemplul 5.2.1.
Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Fie 1, 2, 3R. Formm
combinaia liniar a celor trei vectori:
1v1+2v2+3v3=1(1,1,2)+2(1,2,1)+3(2,1,1)
=(1,1,21)+(2,22,2)+(23,3,3)
=(1+2+23,1+22+3,21+2+3).
Egalnd combinaia liniar a celor trei vectori cu vectorul nul =(0,0,0)R3 i innd cont de
faptul c doi vectori sunt egali dac au aceleai componente, obinem urmtorul sistem
omogen:
50
1 2 23 0
1 22 3 0 .
2 0
2
3
1
Determinantul matricei acestui sistem este:
1 1 2
1 2 1 = -4 0.
2 1 1
Deoarece determinantul sistemului este nenul iar sistemul este unul omogen obinem c acesta
admite ca unic soluie soluia banal, adic 1=2=3= 0. De aici pe baza Definiiei 8.3.2.
obinem c cei trei vectori sunt liniar independeni.
Observaie
Vectorii unitari e1,...,en sunt liniar independeni.
Definiia 5.2.3.
Vectorii v1,...,vnRn se numesc liniar dependeni dac nu sunt liniar independeni, adic dac
are loc implicaia:
1v1+2v2++nvn= k, k= 1, n , astfel nct k0.

Exemplul 5.2.2.
Considerm vectorii v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2)R3. Fie 1, 2, 3R. Combinaia
liniar a celor trei vectori va fi:
1v1+2v2+3v3=1(1,2,-1)+2(2,4,1)+3(3,6,2)
=(1,21,-1)+(22,42,2)+(33,63,23)
=(1+22+33,21+42+63,-1+2+23)
Egalnd combinaia liniar a celor trei vectori cu vectorul nul =(0,0,0)R3 i innd cont de
faptul c doi vectori sunt egali dac au aceleai componente, obinem urmtorul sistem
omogen:
1 2 2 33 0
21 42 6 3 0 .
2 0
2
3
1
(**)
Determinantul acestui sistem este
1 2 3
2 4 6 = 0.
1 1 2
51
Deoarece =0, sistemul omogen are i soluii diferite de soluia banal, adic exist k= 1,3 ,
astfel nct k0, deci se obine c cei trei vectori sunt liniar dependeni.
1
5
Rezolvnd sistemul (**) obinem 1= 3, 2= 3. nlocuind n combinaia liniar,
3
3
obinem relaia de dependen dintre cei trei vectori i anume:
5
1
v3 = v2 v1.
3
3
5.3.Baz ntr-un spaiu vectorial
Definiia 5.3.1.
Sistemul v1,...,vm, viRn, i= 1, m , se numete sistem de vectori.
Un sistem particular de vectori care va avea un rol deosebit n cele ce urmeaz este baza unui
spaiu vectorial.
Definiia 5.3.2.
Numrul maxim de vectori liniar independeni dintr-un sistem de vectori se numete rangul
sistemului de vectori.
Exemplul 5.3.1
1. Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Am vzut n Exemplul 5.2.1.
c cei trei vectori considerai sunt liniar independeni. Aadar, rangul sistemului de vectori
v1,v2,v3 este 3.
2. Considerm vectorii v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2)R3. Aa cum am vzut n
Exemplul 5.2.2 cei trei vectori sunt liniar dependeni.
Pentru a determina numrul vectorilor liniar independeni din acest sistem, vom determina
rangul matricei sistemului (**). Matricea acestui sistem este
1 2 3
A 2 4 6 .
1 1 2
Observm c exist p
1 2
=30. Aadar rangul matricei A este 2, ceea ce implic
1 1
faptul c rangv1,v2,v3=2.
Definiia 5.3.3.
Numim baz a unui spaiu vectorial, un sistem de vectori al crui rang coincide cu
dimensiunea spaiului.
Exemplul 5.3.2.
Se observ c vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3 formeaz o baz a spaiului
vectorial R3 deoarece, aa cum am vzut n exemplul anterior rangv1,v2,v3=3=dimR3.
52
Observaii
1. n spaiul vectorial Rn exist o infinitate de baze.
2. Sistemul vectorilor unitari e1,...,en formeaz o baz a spaiului vectorial Rn, baz numit
baza canonic.
3. Vectorul nul nu poate figura n nici o baz.
4. Dac v1,...,vn este o baz a spaiului vectorial Rn, atunci orice vector vRn poate fi scris
n mod unic ca o combinaie liniar a vectorilor din baz. Adic:
v=1v1+2v2++nvn.
Considerm vectorii v1=(1,1,2), v2=(1,2,1), v3=(2,1,1)R3. Scrierea celor trei vectori este n
baza canonic e1,e2,e3 a spaiului vectorial R3, deoarece avem:
v1=(1,1,2)=(1,0,0)+(0,1,0)+(0,0,2)
=(1,0,0)+(0,1,0)+2(0,0,1)
= e1+ e2+ 2e3
v2=(1,2,1)=(1,0,0)+(0,2,0)+(0,0,1)
=(1,0,0)+2(0,1,0)+(0,0,1)
= e1+ 2e2+ e3
v3=(2,1,1)=(2,0,0)+(0,1,0)+(0,0,1)
=2(1,0,0)+(0,1,0)+(0,0,1)
= 2e1+ e2+ e3
1. Aa cum am vzut n Exemplul 5.2.1, cei trei vectori de mai sus formeaz o baz a
spaiului vectorial R3, ceea ce nseamn c orice vector vR3 poate fi scris ca o
combinaie liniar a lor.
Spre exemplu vectorul v=(5,5,5), scris iniial n baza canonic, se poate scrie n baza
B=v1,v2,v3, astfel:
v=(1+2+2,1+4+1,2+2+1) =(1,1,2)+(2,4,2)+(2,1,1)
=(1,1,2)+2(1,2,1)+(2,1,1) = v1+2v2+v3.
Observaii
1. Fie B=v1,...,vn o baz a spaiului vectorial Rn i fie vRn, v , v=1v1+2v2++nvn.
Scalarii 1,...,n se numesc:
componente, dac B este baza canonic. Aadar vectorul v din
exemplul anterior are componentele (5,5,5).
coordonate, dac B este o baz oarecare a spaiului Rn. Aadar vectorul
v din exemplu anterior are coordonatele (1,2,1) n baza B=v1,v2,v3.
Vom scrie [v]B=(1,2,1).
53
2. Fie B=v1,...,vn o baz a spaiului vectorial Rn i fie vRn, v , v=1v1+2v2++nvn.

Vectorul v poate fi introdus n baza B n locul oricrui vector vk, dac coordonata k a
vectorului v este nenul.
Fie v=1v1+...kvk+...+nvn. Dac k0, mprind cu k obinem:
1
v=
1
v1+...+vk+...+ n vn,
k
k
de unde obinem:
vk=
1
v1 ... n vn.
k
k
Exemplul 5.3.3.
Fie v1=(1,1,2), v2=(1,2,1), v3=(2,1,1), v=(5,5,5)R3. Am vzut c v= v1+2v2+v3. Cum
coordonatele lui v n baza B=v1,v2,v3 sunt toate nenule, acesta poate fi introdus n locul
oricrui vector din baza B. Introducem, spre exemplu, pe v n locul lui v2:
v= v1+2v2+v3 | :2
1
1
1
v= v1+v2+ v3
2
2
2
1
1
1
v2= v v1 v3
2
2
2
Astfel obinem o nou baz B1=v,v1,v3, baz n care coordonatele vectorului v2 vor fi:
t
v 2 B = 1 , 1 , 1 .
1
Observaia 2, de mai sus, precum i Exemplul 6.4.3, ne conduc la o operaie foarte important
i anume schimbarea bazei ntr-un spaiu vectorial.
Considerm urmtoarea problem:
Fie v1, v2R2 i fie B=v1,v2 baza format cu cei doi vectori. Considerm vectorii u, vR2,
astfel nct:
u=1v1+2v2,
v=1v1+2v2.
Presupunnd c vectorii u i v2 formeaz o baz a spaiului vectorial R2, se cere s se
determine coordonatele vectorului v n baza B1=u,v2.
Soluie
Va trebui s-l scriem n primul rnd pe v1 n funcie de u i v2. Presupunerea c B1=u,v2 este
54
o baz ne conduce la faptul c 10.

u=1v1+2v2 | :1
1
1
v1=
u=v1+
1
2
v2
1
2
v2
1
Avem:
v=1 u 2 v2 +2v2
1
1
v=
1

u 2 1 v2+2v2
1
1
v=
1
1 2
u 2 1
v2
1
1
t
2 1
.
Deci v B1 = 1 , 1 2
1
1
Observaie
Problema poate fi generalizat foarte uor pentru v1,...,vnRn, u, vRn. Tocmai de aceea,
pentru uurin, vom realiza calculele tabelar astfel:
Baza
v1
(1
(1
v2
(2
(2
n acest prim tabel se vor trece baza B=(v1,v2( precum i coordonatele vectorilor u i v n aceast
baz, [u]B=((1,(2)t, [v]B=((1,(2)t.
Vom mpri prima linie a tabelului cu 1 0.

Observaii
1. 1 0 se numete element pivot.
2. Linia din tabel pe care se afl pivotul se numete linie pivot, iar coloana pe care se afl
acesta se numete coloan pivot.
3. Prin aceast operaie locul lui v1 n baz va fi luat de u.
55
Baza
v1
1*
(1
v2
(2
(2
1 1
v2
Restul elementelor din tabel se calculeaz dup o regul numit regula dreptunghiului, pe
care o vom descrie n cele ce urmeaz:
Regul de calcul
1. se mparte linia pivot cu elementul pivot;
2. elementele de pe coloana pivot (mai puin cel care prin mprire cu elementul pivot
devine 1) devin zero;
3. (regula dreptunghiului) pentru calculul celorlalte elemente se formeaz un dreptunghi
care are ca vrfuri opuse elementul pivot i coordonata care se recalculeaz (1 i 2). Se
nmulesc elementele de pe diagonalele dreptunghiului. Produsul care conine pivotul se
ia cu semnul plus, iar cellalt cu semnul minus. Suma algebric a celor dou
produse se mparte la elementul pivot.
Baza
v1
1*
v2
(2
EMBED
Equation.3
v2
1 1
1 2 2 1
1
Observaie
Singura condiie impus pn n acest moment n alegerea elementului pivot a fost ca acesta
s fie nenul. El poate fi ales de pe orice linie i orice coloan a tabelului.
5.4. Aplicaii ale algoritmului de schimbare a bazei
Vom vedea n continuare cteva aplicaii ale algoritmului de schimbare a bazei,
56
algoritm descris mai sus.

5.4.1. Studiul dependenei liniare al unui sistem de vectori
Presupunem c vectorii v1,...,vnRn sunt scrii n baza canonic. Vom ncerca nlocuirea
vectorilor bazei canonice cu vectori din sistemul v1,...,vn. Dac am reuit introducerea
tuturor celor n vectori n baz, atunci sistemul v1,...,vn este liniar independent. n caz contrar
sistemul este liniar dependent.
Exemplul 5.4.1.
S se studieze dependena liniar a urmtorilor vectori:
1. v1=(1,1,2), v2=(1,2,1), v3=(2,1,1);
2. v1=(1,2,-1), v2=(2,4,1), v3=(3,6,2).
Soluie
1. Cei trei vectori sunt scrii n baza canonic e1,e2,e3 a spaiului R3, unde e1=(1,0,0),
e2=(0,1,0), e3=(0,0,1). Vom ncerca introducerea vectorilor vi, i 1,3 , n locul vectorilor
bazei ei, i 1,3 . Acest schimb se va face prin alegerea unui element pivot dintre
componentele vectorului ce se dorete a fi introdus n baz, avndu-se n vedere faptul c
acest element trebuie s fie nenul.
Baza
v1
v2
v3
e1
1*
e2
e3
(v1
(e2
1*
-1
e3
-1
-3
v1
(v2
-1
(e3
-4*
v1
v2
(v3
Observaii
Introducem pe v1 n locul
lui e1 lund ca element
pivot pe 1
Introducem pe v2 n locul lui

e2 lund ca element pivot pe 1

e3 lund ca element pivot pe 4
Deoarece toi vectorii v1, v2, v3 au fost introdui n locul vectorilor e1,e2,e3, sistemul v1,v2,v3
este liniar independent.
57

Rezolvai punctul 2 al problemei de mai sus.
Soluie:
Baza
v1
v2
v3
e1
1*
e2
e3
-1
v1
e2
e3
3*
v1
-1/3
e2
v2
5/3
Observaii
pivot pe 1
Se observ c de pe linia 2
nu putem alege pivot
deoarece toate elementele
sunt nule.
pivot pe 3.
Se observ c v3 nu mai poate fi introdus n baz deoarece el ar trebui introdus n locul

lui e2, ns elementul pivot corespunztor este nul. Aadar cei trei vectori sunt liniar
dependeni, iar ntre ei exist urmtoarea legtur:
v3=
1
5
v1+ v2.
3
3
5.5. Calculul rangului unui sistem de vectori

Dup cum am vzut, rangul unui sistem de vectori este egal cu numrul maxim de vectori
liniar independeni din sistem. Cu alte cuvinte, rangul unui sistem de vectori va fi egal cu
numrul maxim de vectori ce au fost nlocuii n baz.
Aadar n cazul Exemplului 5.3.1. avem:
1. n primul caz am reuit introducerea tuturor celor trei vectori n baz, ceea ce
nseamn c rangv1,v2,v3 =3.
2. n cel de al doilea caz am reuit s introducem doar doi vectori n baz, aadar
rangv1,v2,v3 =2.
5.5.1. Determinarea coordonatelor unui vector
58
Vom da aici un exemplu pentru algoritmul descris n paragraful 8.4.

Exemplul 5.5.1.
S se arate c vectorii v1=(1,1,2,1), v2=(1,-1,0,1), v3=(0,0,-1,1), v4=(1,2,2,0) formeaz o baz
a spaiului R4, iar apoi s se determine coordonatele vectorilor u=(1,1,1,1) i v=(1,2,3,4) n
aceast baz.
Soluie
Deoarece numrul vectorilor este egal cu dimensiunea spaiului, rmne de studiat dac
acetia sunt liniari independeni. n tabelul n care vom lucra vom introduce i componentele
vectorilor u i v, astfel c dup efectuarea tuturor calculelor, n ultimul tabel pe coloanele
vectorilor u i v se vor gsi coordonatele acestora n baza format de vectorii v1, v2, v3 i v4.
Baza
v1
v2
v3
v4
e1
1*
e2
-1
e3
-1
e4
v1
e2
-2
e3
-2
-1
-1
e4
1*
-1
v1
e2
-2
1*
e3
-2
-1
-1
(v3
-1
v1
(v4
-2
(e3
-4*
-1
v3
-2
v1
1/4
15/4
v4
1/2
-6/4
59
(v2
1/4
-5/4
v3
1/2
6/4
Am introdus mai nti pe v1 n locul lui e1 lund ca pivot pe 1, apoi pe v3 n locul lui e4 lund ca pivot
pe 1, apoi pe v4 n locul lui e2 lund ca pivot tot pe 1. n cele din urm l-am introdus pe v2 n locul lui
e3 lund ca pivot pe -4. Deoarece toi cei patru vectori au fost introdui n baz, ei sunt liniar
independeni. Aadar, rangB=4=dimR4, de unde obinem c B=(v1,v2,v3,v4( formeaz o baz a
spaiului vectorial R4. Coordonatele vectorilor u i v se citesc din ultimul tabel, avndu-se n vedere
ordinea corect (1( 4):
t
1 1 1 1
15 5 6 6
[u]B= , , , ; [v]B= , , , .
4 4 2 2
4 4 4 4
Observaie
n alegerea pivotului s-a avut n vedere doar condiia ca acesta s fie diferit de zero. n aceast
idee s-a ales ca pivot foarte des 1, pentru a uura calculele.
5.5.2. Calculul rangului unei matrice
Aceast problem se reduce la determinarea rangului unui sistem de vectori, deoarece
coloanele matricei vor fi considerate drept vectori ai unui spaiu a crui dimensiune este egal
cu numrul liniilor matricei considerate.
Exemplul 5.5.2.
1 1 1
S se determine rangul matricei A= 1 0 2 .

0 1 3
Soluie
Considernd vectorii v1=(1,-1,0)t, v2=(1,0,1)t, v3=(1,2,3)t, problema determinrii rangului
matricei A se reduce la determinarea rangului sistemului de vectorii v1, v2, v3.
Baza
v1
v2
v3
(e1
1*
e2
-1
e3
(v1
( e2
1*
e3
Observaii
e1 lund ca element pivot pe
1
e2 lund ca element pivot

pe 1.
60
v1
-2
v2
e3
Se observ c v3 nu poate fi introdus n locul lui e3, deoarece pivotul corespunztor este zero.
Aadar, rangul sistemului format din cei trei vectori este 2, de unde deducem c rangA=2.
5.5.3. Determinarea inversei unei matrice
Fie AMn(R) o matrice nesingular (detA0). n acest caz exist matricea invers A-1 cu
proprietatea c AA-1=A-1A=In. Pentru a aplica algoritmul de schimbare a bazei n calculul
inversei unei matrice, vom considera coloanele matricei ca fiind vectori din Rn. Astfel vom
avea un sistem v1,...,vn de n vectori din Rn.
0
Cum In=
...
unitari e1,...,en.
0
1
...
0
...
...
...
...
0
observm c pe coloanele acestei matrice apar chiar vectorii
...
n calcule vom porni de la un tabel iniial de forma:
Baza
v1
v2
...
vn
e1 e2
...
en
e1
e2
.
.
In
.
en
Dup introducerea pas cu pas a vectorilor v1,...,vn n baz, n locul vectorilor unitari e1,,en,
ultimul tabel va avea urmtoarea structur:
Baza
v1
v1
v2
In
v2
...
vn
e1
A-1
61
e2
...
en
.
.
.
vn
Observaie
1. Citirea liniilor matricei inverse A-1 se face astfel: linia k va corespunde vectorului vk din
baz, k= 1, n .
2. Dac schimbarea bazei nu poate fi efectuat complet (algoritmul de schimbare a bazei este
blocat), atunci matricea A nu admite invers.

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

0 1 1
Soluie
Baza
v1
v2
v3
e1
e2
e3
e1
1
1
0
0
1
1
2
0
1
1
0
0
0
1
0
0
0
1
1
0
0
0
1
1
2
-2
1
1
-1
0
0
1
0
0
0
1
1
0
0
0
1
0
2
-2
3
1
-1
1
0
1
-1
0
0
1
1
0
0
0
1
0
0
0
1
1/3
-1/3
1/3
2/3
1/3
-1/3
-2/3
2/3
1/3
e2
e3
v1
e2
e3
v1
v2
e3
v1
v2
v3
Prin urmare, matricea invers exist i este A-1 =
62
1
3
2
3
1
3
1
3
1
1
3
3
2
.
3
Problemele se vor rezolva ntr-un caiet, acestea alctuiesc Tema de control nr. 2 TC II. i
Exerciii
1. Demonstrai c vectorul v=(a,b,c)R3 este scris n baza canonic a spaiului
vectorial R3.
2. Folosind definiiile noiunilor de liniar independen i liniar dependen, studiai
natura urmtoarelor sisteme de vectori, iar n caz de dependen liniar, scriei
relaia dintre ei:
1. v1=(-1,2,0), v2=(2,-1,1), v3=(1,1,1);
2. v1=(2,1,1,1), v2=(1,2,1,1), v3=(1,2,2,2).
3. Folosind algoritmul de schimbare a bazei, studiai dependena liniar a
urmtoarelor sisteme de vectori, iar n caz de dependen liniar, scriei relaia
dintre ei:
1. v1=(2,1,3), v2=(1,2,3), v3=(3,1,2);
2. v1=(1,2,3,4),v2=(1,1,2,3), v3=(1,1,1,2), v4=(1,1,1,1).
4. S se determine rangul sistemului de vectori:
v1=(2,1,3,-1), v2=(1,2,0,1), v3=(-1,1,-3,0);
5. Care dintre sistemele de vectori de mai jos formeaz o baz i n ce spaiu?
1. v1=(3,2,1), v2=(1,2,3), v3=(2,3,1);
2. v1=(1,2,1), v2=(2,1,3), v3=(1,2,3), v4=(2,3,4);
6. Dac sistemele de vectori de mai jos formeaz baze n spaiile n care aparin,
determinai componentele vectorului v corespunztor, n fiecare baz:
1. v1=(3,1,1), v2=(1,3,1), v3=(1,1,3), v=(1,1,1);
2. v1=(3,1,1,1),v2=(1,2,1,1), v3=(1,1,1,1), v4=(1,1,1,0), v=(1,2,3,4).
7. n spaiul R3 se consider vectorii v1=(1,1,0), v2=(0,1,1), v3=(1,0,1), w1=(1,0,0),
w2=(0,1,0), w3=(0,-5,5). S se arate c B={v1,v2,v3} i D={w1,w2,w3} formeaz baze ale
spaului R3 i s se determine coordonatele vectorului v=(1,1,1) n baza B i apoi n
baza D.
8. n spaiul R3 se consider vectorii v1=(1,0,0), v2=(2,1,0), v3=(-3,2,1),
v=8v1+4v2v3, w1=v1+v2+v3, w2=v1+v2v3, w3=v1v2+v3. Se cere:
1. S se arate c B=v1,v2,v3 i D=w1,w2,w3 formeaz baze ale spaiului
R3 .
2. S se determine componentele vectorului v.
3. S se afle coordonatele vectorului v n cele dou baze.
4 1
2 1
1 0 1 0
9. S se determine rangul matricei A=
1 2 11 2
1 1 0 0
2 2 1
10. S se calculeze inversa matricei A= 2 7 2

1 2
2
63
Unitatea 6
SISTEME DE ECUAII I INECUAII LINIARE
6.1. Rezolvarea sistemelor de ecuaii liniare folosind algoritmul de schimbare a bazei
Considerm urmtorul sistem de ecuaii liniare:
a11 x1 a12 x 2 ... a1n x n b1

a x a x ... a x b
21 1
22 2
2n n
2
..........
..........
..........
..........
.......
a m1 x1 a m 2 x 2 ... a mn x n bm
(1)
Fie
A=
a11
a12
a 21
a 22
...
...
a m1 a m2
a1n
... a 2n
Mmn(R);
...
...
... a mn
...
x=(x1,x2,...,xn)t Mn1(R) vectorul soluie;

b=(b1,b2,...,bm)tMm1(R) vectorul termenilor liberi;
aj=(a1j,a2j,...,amj)t Mm1(R), j= 1, n .
Cu aceste notaii sistemul (1) se poate scrie matricial astfel:
Ax=b.
(2)
Prin algoritmul de schimbare a bazei, un sistem algebric de ecuaii liniare, se rezolv prin
metoda eliminrii complete.
Vectorii care apar, b i aj, j= 1, n , sunt scrii n baza canonic B=e1,...,em a spaiului
vectorial Rm. Prin algoritmul folosit se urmrete schimbarea pas cu pas a vectorilor unitari
din baza iniial, cu vectori din sistemul vectorilor a1,...,an, folosind algoritmul de
schimbare a bazei (regula dreptunghiului).
La fiecare pas se va alege un element pivot de pe o linie de pe care nu a mai fost ales pivot la
un pas anterior, aceste transformri continundu-se pn cnd nu mai poate fi ales element
pivot.
Cnd nu mai poate fi ales un nou element pivot, atunci are loc una din urmtoarele
situaii:
64
au fost alese elemente pivot de pe toate liniile tabelului, caz n care sistemul
este compatibil.
exist n tabel linii de pe care nu s-a putut alege element pivot. n acest caz
apar alte dou situaii:
dac elementele corespunztoare acestor linii n coloana termenilor
liberi sunt egale cu zero, atunci sistemul este compatibil.
dac pentru cel puin una dintre aceste linii, elementul corespunztor
din coloana termenilor liberi este nenul, atunci sistemul este
incompatibil.
Observaie
n caz de compatibilitate, soluia unui sistem de ecuaii se va citi de pe coloana termenilor
liberi din ultimul tabel.
Exemplul 6.1.1.
x1 x 2 2 x 3 1
S se rezolve urmtorul sistem de ecuaii x1 2 x 2 x3 2

2 x x x 3
2
3
1
Soluie
Considerm vectorii a1=(1,1,2)t, a2=(1,2,1)t, a3=(2,1,1)t, b=(1,2,3)t.
Baza
a1
a2
a3
e1
1*
e2
e3
a1
e2
1*
-1
e3
-1
-3
a1
a2
-1
e3
-4*
a1
3/2
a2
1/2
a3
-1/2
Aadar, soluia sistemului o vom citi de pe coloana termenilor liberi din ultimul tabel de
rezolvare. Aceasta va fi:
65
3
1
1
x1= , x2= , x3= .
2
2
2
Observaie
n cazul m=n i detA0, se observ c soluia sistemului (2) este x=A-1b. Aadar o alt
metod, n acest caz, const n folosirea algoritmului de schimbare a bazei n determinarea
matricei inverse A-1
Baza
a1
a2
a3
e1
e2
e3
e1
1*
e2
e3
a1
e2
1*
-1
-1
e3
-1
-3
-2
a1
-1
a2
-1
-1
e3
-4*
-3
a1
-1/4
-1/4
3/4
a2
-1/4
3/4
-1/4
a3
3/4
-1/4
-1/4
1/ 4 1/ 4 3 / 4
Am obinut astfel A-1= 1 / 4 3 / 4 1 / 4 , iar soluia sistemului va fi:

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

2 x1 x 2 x3 x4 x5 1
S se rezolve sistemul x1 x 2 x3 x4 2 x5 0
3 x 3 x 3 x 3 x 4 x 2
2
3
4
5
1
Soluie
66
n acest caz avem:

a1=(2,1,3)t;
a2=(1,-1,3)t;
a3=(-1,1,-3)t;
a4=(-1,1,-3)t;
a5=(1,-2,4)t;
b =(1,0,2)t.
Baza
a1
a2
a3
a4
a5
e1
1*
-1
-1
e2
-1
-2
e3
-3
-3
a2
-1
-1
e2
-1*
e3
-1
-3
a2
-1
-1
a5
-1
-3
e3
Se observ c de pe ultima linie nu mai putem alege pivot, dar pe coloana termenilor liberi
elementul corespunztor este zero, ceea ce nseamn c sistemul este compatibil triplu
nedeterminat, avnd urmtoarea soluie:
Necunoscute secundare
x1=R;
x3=R;
x4=R.
Necunoscute principale
x2= 2 - 5 ++;
x5= -1+3.
67

x1 x 2
x 2x
1
2
2 x 1 x 2
2 x1 3 x 2
S se rezolve sistemul
3
5
4
Soluie
n acest caz avem:
a1=(1,1,2,2)t;
a2=(1,2,1,3)t;
b =(3,5,4,1)t.
Baza
a1
a2
e1
1*
e2
e3
e4
a1
e2
1*
e3
-2
-1
e4
-5
a1
a2
e3
e4
-7
Se observ c vectorii au putut fi introdui n baz, ns elementul de pe coloana termenilor

liberi corespunztor liniei 4 din tabel este nenul. Acest lucru ne arat c sistemul este
incompatibil.
n cele ce urmeaz vom fi interesai doar de anumite soluii, particulare, ale sistemelor
algebrice i liniare. Spre exemplu, relund soluia sistemului din Exemplul 6.1.2, aceasta era
x1=R
x3=R
68
x4=R
x2= 2 - 5 ++
x5= -1+3
Considernd ===0,vom obine urmtoarea soluie particular:
x=(0,2,0,0,-1)t.
Considerm sistemul (2), cu m n, i vom fi interesai n determinarea soluiilor xRn ale
acestui sistem, care au doar componente pozitive.
Definiia 6.1.1.
Se numete soluie posibil a sistemului (2) orice vector coloan xRn, care verific
egalitatea Ax=b, unde AMmn(R), bMm1(R).
Definiia 6.1.2.
O soluie posibil x=(x1,...,xn)t a sistemului (2), cu proprietatea xj 0, j= 1, n , se numete
soluie admisibil.
Definiia 6.1.3.
O soluie admisibil se numete soluie de baz, dac vectorii ce corespund componentelor
nenule ale soluiei formeaz un sistem de vectori liniar independent.
Definiia 6.1.4.
O soluie de baz se numete nedegenerat, dac numrul componentelor nenule este egal cu
numrul ecuaiilor din sistem (m). n caz contrar, soluia de baz se numete degenerat.
Am vzut pn acum c, n rezolvarea sistemelor de ecuaii cu ajutorul algoritmului de
schimbare a bazei, singura condiie ce era impus era ca elementul pivot s fie nenul. Aceast
condiie nu mai este suficient n determinarea soluiei de baz deoarece ea nu asigur
nenegativitatea soluiei. Aadar algoritmul de schimbare a bazei va trebui completat cu
restricii legate de alegerea elementului pivot.
a11 x1 a12 x 2 ... a1n x n b1

a x a x ... a x b
21 1
22 2
2n n
2
Considerm sistemul (1)
, cu m n.
.......... .......... .......... .......... .......
a m1 x1 a m 2 x 2 ... a mn x n bm
Vom presupune c vectorul termenilor liberi b=(b1,...,bm)t are numai componente
nenegative, adic bi 0, i= 1, m . n caz contrar, ecuaiile care au termenul liber negativ, se vor
nmuli cu (-1), operaie care, evident nu modific sistemul de ecuaii.
Primul tablou n rezolvarea problemei va arta astfel:
69
Baza
a1
...
aj
...
an
e1
b1
a11
a1j
a1n
e2
b2
a21
a2j
a2n
ei
bi
ai1
aij
ain
em
bm
am1
amj
amn
Vom presupune c a110 i vom introduce pe a1 n locul lui e1. Efectund calculele pe coloana
termenilor liberi vom obine:
Baza
a1
b1/a11
e2
(b2a11 - b1a21)/a11
ei
(bia11 - b1ai1)/a11
em
(bma11 - b1am1)/a11
Se tie c soluia sistemului se va citi de pe coloana termenilor liberi. Cum componentele lui b
trebuie s fie pozitive, trebuie impuse urmtoarele dou condiii:
a11 0.
70
Aceast condiie va atrage dup sine faptul c prima component recalculat a

vectorului b, i anume b1 , va fi pozitiv.
a11
a b ai1b1
b
11 i
bi ai 1 1 0, i= 2 , m .
a11
a11
Aceast condiie va asigura pozitivitatea celorlalte componente recalculate ale

vectorului b.
n cazul celei de a doua condiii apar urmtoarele dou situaii:
dac ai1 0, atunci -ai1 0. Prin urmare, bi ai 1
b1
0 .
a11
b1
0 cu ai1, se obine b1 bi .
a11
a 11 a i 1
b
Obinem astfel cea de a doua restricie i anume aceea c raportul 1 s fie cel mai mic.
a11
dac ai1 0, mprind inegalitatea bi ai 1
Concluzionnd, pentru obinerea unei soluii de baz este necesar ca la introducerea n

baz a vectorului aj s inem cont de urmtoarele dou condiii de alegere ale pivotului aij:
aij 0;
raportul
bi
s fie minim.
a ij
Observaie
bi
, gsim dou sau mai multe egale, care s aib
aij
aceeai valoare minim, oricare dintre componente poate fi aleas drept element pivot, dar
soluia de baz care se obine va fi degenerat.
Dac, la un moment dat, printre rapoartele
b1 = b2
, a11, a210, atunci vectorul a1 poate nlocui att vectorul e1, ct
a11 a 21
i vectorul e2. Dar atunci,
De exemplu, dac
b2 - a21
b1
b
b
b
= b2 - a21 2 = 0 sau b1 - a11 2 = b1 - a11 1 = 0 .
a11
a21
a21
a11
n ambele situaii soluia de baz va fi degenerat.

x1 - 2x2 + 4x3 + 3x4 = 5
S se determine soluiile de baz ale sistemului de ecuaii 2x1 - 3x2 - x3 - x4 = - 3 .

x + x - 3x - 2x = - 2
2
3
4
1
71
Soluie
Dup nmulirea ecuaiilor 2 i 3 cu (-1) obinem sistemul:
x1 - 2x2 + 4x3 + 3x4 = 5
2x1 3x2 x3 x4 = 3 ,
x x 3x 2x = 2
1
2
3
4
n care b=(5,3,2)t are numai componente pozitive. Aplicnd algoritmul de schimbare a bazei,
completat cu regula de alegere a elementului pivot care asigur pstrarea nenegativitii
componentelor vectorilor b ce se obin succesiv, vom avea:
Baza
a1
a2
a3
a4
=minbi/aij
e1
5
3
2
1*
-2
-1
-2
3
-1
4
1
3
3
1
2
5:1=5
e2
e3
5
13
7
1
0
0
-2
-1
-3
4
9
7*
3
7
5
5:4>1
13 : 9 > 1
7: 7 = 1
a1
e2
a3
1
4
1
1
0
0
-2/7
20/7*
-3/7
0
0
1
1/7
4/7
5/7
4:20/7 = 14/10
a1
a2
a3
7/5
7/5
8/5
1
0
0
0
1
0
0
0
1
1/5
1/5
4/5*
7/5:1/5 = 7
7/5:1/5 = 7
8/5:4/5 = 2
a1
a2
a4
1
1
2
1
0
0
0
1
0
-1/4
-1/4
5/4
0
0
1
e2
e3
a1
S-au obinut dou soluii de baz nedegenerate:

7 7 8
x 1 = , , , 0 t i x2=(1,1,0,2)t,
5 5 5
care corespund bazelor B1=a1, a2, a3, respectiv B2=a1, a2, a4. Din ultimul tabel se poate
observa c alte soluii de baz nu exist, deoarece singura coordonat pozitiv a vectorului a3
este n dreptul lui a4 (coordonata 5/4). Efectund aceast schimbare regsim prima soluie de
baz.
Pentru obinerea tuturor soluiilor de baz va trebui s formm toate combinaiile liniare i
convexe ale soluiilor de baz nedegenerate, adic:
x1+(1-)x2, 0 1.
72
Observaie
Dac sistemul admite i soluii de baz degenerate, atunci dou soluii de baz
corespunztoare la dou baze diferite pot fi identice. Prin urmare, numrul soluiilor de baz
este mai mic, sau cel mult egal cu numrul bazelor admisibile.

x1 2 x 2 x 3 x 4 5 x 5 1
3 x 2 x x 2 x 7 x 11
1
2
3
4
5
S se determine soluiile de baz ale sistemului
3
x
2
x
9
x
2
3
4
5 2
x1 x2 3 x3
4 x5 9
Soluie:
Vom avea succesiv urmtoarele tabele:
=minbi/aij
Baza
a1
a2
a3
a4
a5
e1
1
11
2
9
1*
3
0
1
2
-2
3
1
-1
1
2
3
1
2
-1
0
5
-7
9
4
1
8
2
8
1
0
0
0
2
-8
3
-1
-1
4
2*
4
1
-1
-1
-1
5
-22
9
-1
2
4
1
4
1
0
0
0
7/2
-14
3/2
-7
0
0
1
0
1/2
1
-1/2
1*
19/2
-40
9/2
-19
2 : 1/2 = 4
4:1=4
0
0
3
4
1
0
0
0
7*
-7
-2
-7
0
0
1
0
0
0
0
1
19
-21
-5
-19
0:7=0
0
0
3
4
1/7
1*
2/7
1
1
0
0
0
0
0
1
0
0
0
0
1
19/7
-2
3/7
0
e2
e3
e4
a1
e2
e3
e4
a1
e2
a3
e4
a1
e2
a3
a4
a2
e2
a3
a4
73
1:1=1
11 : 3 > 1
9:1>1
8:4=2
2:2=1
8:4=2
4:1=4
0 : 1/7 = 0
0:1=0
3 : 2/7 =
21/2
4:1=4
a2
a1
a3
a4
a5
a1
a3
a4
a5
a2
a3
a4
0
0
3
4
0
1
0
0
1
0
0
0
0
0
1
0
0
0
0
1
3*
-2
1
2
0:3=0
0
0
3
4
0
1
0
0
1/3
2/3*
-1/3
-2/3
0
0
1
0
0
0
0
1
1
0
0
0
0 : 1/3 = 0
0 : 2/3 = 0
0
0
3
4
-1/2
3/2
1/2
1
0
1
0
0
0
0
1
0
0
0
0
1
1
0
0
0
3:1=3
4:2=2
Se observ c indiferent de baza la care am fost condui, am obinut o singur soluie de baz
i anume x=(0,0,3,4,0)t. Faptul c aceasta este unica soluie de baz se poate vedea i din
soluia general a sistemului
x2 = -
3
1
1
x1 , x3 = 3 - x1 , x4 = 4 - x1 , x5 = x1 ,
2
2
2
n care se observ c x2 i x5 sunt de semne contrare, astfel c pentru orice valoare x10,
soluia va avea componente negative.
6.2. Rezolvarea sistemelor de inecuaii liniare
Considerm urmtorul sistem de inecuaii liniare:
a11 x1 a12 x 2 ... a1n x n b1

a x a x ... a x b
21 1
22 2
2n n
2
..........
..........
..........
..........
.......
a m1 x1 a m 2 x 2 ... a mn x n bm
(3)
Folosind notaiile din cazul sistemului (1), sistemul (3) poate fi scris matricial astfel:
Ax b.
(4)
Vom prezenta dou metode de determinare a soluiilor posibile ale unui astfel de sistem.
6.2.1. Metoda algebric
Metoda algebric const n transformarea fiecrei inecuaii n ecuaie folosind urmtoarea
proprietate:
a,bR, a b, cR+: a+c=b.

Astfel introducem prin adunare n sistemul (3) variabilele xn+1,..., xn+m 0, variabile numite
variabile de compensare sau variabile ecart, astfel c sistemul devine:
74
a11 x1 a12 x 2 ... a1n x n xn 1

b1
b2
a 21 x1 a 22 x2 ... a 2 n x n x n 2
.......... .......... .......... .......... .......... .......... .......... ........

a x a x ... a x
x n m bm
m2 2
mn n
m1 1
x n i 0 ,i 1, m
(5)
Observaie
Dac inegalitile din sistemul (3) sunt de sens opus, variabilele de compensare se introduc
prin scdere.
Prin introducerea variabilelor de compensare ajungem la un sistem de m ecuaii cu (m+n)
necunoscute. Rezolvarea unui astfel de sistem se va face inndu-se cont de consideraiile
fcute n paragraful 9.1.
Urmtorul rezultat ne conduce, dup rezolvarea sistemului (5), la soluia sistemului (3):
Dac yo= x1o ,..., xno , xno1 ,..., xno m , xnoi 0, i= 1, m , este o soluie posibil a sistemului de
t
ecuaii (5), atunci xo= x1o ,..., x no este o soluie posibil a sistemului de inecuaii (3).
t
Exemplul 6.2.1.
x1 2 x2 4
S se rezolve urmtorul sistem de inecuaii liniare
x1 x2 3
Soluie
Introducem variabilele de compensare x3 0, x4 0, astfel c sistemul de inecuaii devine:
x1 2 x 2 x 3 4
x1 x 2 x 4 3
x , x 0
3 4
Vom determina soluia acestui sistem prin metoda eliminrii complete:
Baza
a1
a2
a3
a4
e1
2*
e2
a2
1/2
1/2
e2
1/2*
-1/2
a2
-1
a1
-1
75
Soluia sistemului de ecuaii va fi: x3R+, x4R+ ,

x2= 1 x3 + x4
x1= 2+ x3 -2x4
Aadar, mulimea soluiilor posibile ale sistemului de inecuaii va fi:
(x1,x2)R2 x1= 2+ x3 -2x4, x2=1 x3 + x4, x3R+, x4R+.
n cazul particular x3=x4=0, obinem soluia de baz x=(2,1)t.
6.2.2. Metoda grafic
Metoda grafic este o metod ce se aplic n special n cazul sistemelor de inecuaii cu dou
necunoscute.
Considerm sistemul:
a11 x1 a12 x 2 b1
.......... .......... .......... .
ai 1 x1 ai 2 x 2 bi
.......... .......... ..........
a m1 x1 a m 2 x 2 bm
(6)
Metoda grafic de rezolvare a acestui sistem const n urmtoarele etape:

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

S se determine grafic mulimea soluiilor posibile ale sistemului de inecuaii:
76
2 x 1
x
1
x1
x1
3 x 2 12
x2 2
x2 3
x2 1
Soluie:
Considerm dreptele de ecuaii:

(d1): 2x1+3x2=12
(d2): x1+x2=2
(d3): x1 - x2=3
(d4): -x1+ x2=1
Reprezentm grafic cele patru drepte:

x2
(d4)
A
G
B
O
F
E
x1
(d1)
(d2)
(d3)
Cum determinm regiunea din plan care va constitui mulimea soluiilor posibile?
Dup reprezentarea grafic a celor patru drepte, vom ine cont de inegalitile care apar n
sistemul de inecuaii. Astfel, spre exemplu, pentru a determina regiunea din plan delimitat de
dreapta (d1), observm c, coordonatele originii O(0,0) verific prima inegalitate din sistem.
Cum originea se afl sub dreapta (d1), concluzionm c mulimea punctelor a cror
77
coordonate verific prima inecuaie se afl sub dreapta (d1). n mod analog se determin i
celelalte regiuni.
Mulimea soluiilor posibile va fi regiunea haurat, adic patrulaterul ABEG mpreun cu
interiorul su. Dac n plus dorim s determinm soluiile admisibile, atunci mulimea
acestora va fi mulimea delimitat de linia poligonal ABDFG. Soluiile de baz vor fi
vrfurile mulimii soluiilor admisibile, adic A, B, D, F, G.
Problemele se vor rezolva ntr-un caiet, acestea alctuiesc Tema de control nr. 2 TC II. i se
vor preda cadrului didactic la data stabilit de ctre acesta.
Exerciii:
1. Se consider sistemul:
x1 x 2 x3 3
2 x 1 x 2 3 x 3 4
a). Este x=(1,1,-1)t o soluie posibil a sistemului?
b). Este x=(1,1,-1)t o soluie admisibil a sistemului?
2. Se consider sistemul :
x1 2 x 2 3 x 3 3
i x=(1,1,0)t.
2
x
4
x
5
x
6
2
3
1
Este x o soluie posibil a sistemului? Dar admisibil? Dar de baz?
3. S se rezolve urmtoarele sisteme de ecuaii liniare:
x 1 3 x 2 2 x 3 14
1. 2 x 1 5 x 2 8 x 3 33
x2 x3 5
x1 2 x 2 x 3 x4 1
2. x 1 2 x 2 x 3 x 4 1
x 2x x 5x 6
2
3
4
1
x1 2 x 2 1
3. 6 x 1 8 x 2 1
5 x 2 x 3
2
1
4. S se determine soluiile de baz ale urmtoarelor sisteme de ecuaii liniare:
2 x1 x 2 x 3 8
1.
2 x 1 x 2 2 x 3 10
78
x1 x 2 x 3 x4 6
2. x 1 2 x 2 x 3 x 4 10
2 x x x x 8
2
3
4
1
5. S se determine, folosind metoda algebric, mulimea soluiilor posibile, mulimea
soluiilor admisibile precum i soluiile de baz ale urmtorului sistem de inecuaii:
2 x1 x 2 x 3 6
x1 2 x 2 x 3 4
x x 2x 2
2
3
1
6. Gsii regiunile din plan a cror puncte verific urmtoarele inecuaii:
1. 3x1+2x2 18;
2. 2x1 x2 3;
3. 3x1+4x2 12;
4. -6x1+5x2 60;
5. 3x1 4x2 60.
7. S se determine, folosind metoda grafic, mulimea soluiilor posibile ale
urmtoarelor sisteme de inecuaii:
x1 x2 2
x1 x2 2
i.
x 1 x 2 1
x 1 0
2 x1 3 x 2 5
3 x1 2 x 2 5
ii.
1
x1
x2 1
79
Unitatea 7
PROGRAMARE LINIAR
7.1. Introducere
Programarea liniar este o ramur a matematicilor economice aplicate, avnd metode
proprii i generale de rezolvare a problemelor ce intervin n practica economic.
Programarea liniar, urmrete din punct de vedere economic, caracterul optim al
programelor ce pot fi elaborate n vederea realizrii diferitelor obiective economice.
Exemple
1. O companie urmrete elaborarea unui plan de producie care s conduc la realizarea
a dou obiective majore i anume satisfacerea cererii pieei cu costuri minime de
producie.
2. Un analist financiar este pus cel mai adesea n situaia de a alege ntre mai multe
posibiliti de investiie a unor fonduri (alegerea unui portofoliu de investiii). El
trebuie s aleag acel portofoliu care va conduce la profitul maxim.
3. Departamentele de publicitate ale companiilor se confrunt cu urmtoarea problem:
alocarea unui buget fix de publicitate n aa fel nct s se obin un mix media (radio,
TV, pres) care s conduc la o eficien maxim a campaniei de publicitate. Cu alte
cuvinte trebuie determinat bugetul minim care s conduc la maximizarea valorii
vnzrilor.
4. O companie ce deine mai multe depozite se confrunt cu urmtoarea problem:
cunoscnd cererea, se pune problema cantitii ce va trebui livrat spre clieni de la
fiecare depozit, astfel nct costul total al transportului s fie minim.
Acestea sunt doar cteva exemple n care programarea liniar poate fi aplicat cu succes.
Ceea ce se poate observa este c, n fiecare caz, se cere maximizarea sau minimizarea
unei variabile economice:
1. minimizarea costurilor;
2. maximizarea profitului;
3. maximizarea eficienei campaniei publicitare;
4. minimizarea costurilor de transport.
O alt trstur comun celor patru exemple de mai sus este faptul c optimizarea are loc
n anumite condiii impuse, condiii numite restricii:
1. productorul este restricionat n atingerea obiectivului su de
capacitatea de producie limitat.
2. analistul financiar este restricionat de sumele limitate de care dispune
pentru investiii.
3. n cel de al treilea exemplu, restriciile apar n primul rnd datorit
limitrii bugetului de publicitate.
4. n ultimul exemplu, restriciile sunt impuse de cantitile limitate
existente n fiecare depozit.
80
Aceste exemple ne conduc la urmtoarea definiie a unei probleme de programare sau

optimizare matematic:
Definiia 7.1.1.
Spunem c ne aflm n faa unei probleme de programare sau optimizare matematic, ori
de cte ori se cere determinarea valorii maxime sau minime a unei funcii de una sau mai
multe variabile, variabile ce sunt supuse unui anumit numr de condiii (restricii).
Observaie
Dac att funcia ct i restriciile sunt funcii liniare spunem c ne aflm n faa unei
probleme de programare liniar.
Aadar, dac f:D Rn R, x=(x1,...,xn)D f(x1,...,xn)R, este o funcie liniar,
atunci o problem de programare liniar poate fi formulat astfel:
Problem
S se determine optimul funciei f tiind c variabilele sale, x1,...,xn, verific un sistem
liniar de restricii (R).
Terminologie
funcia f se numete funcie obiectiv (obiectiv), funcie de scop sau funcie de
eficien.
Variabilele x1,...,xn se numesc variabile decizionale.
Observaie
Ceea ce noi cunoatem azi sub numele de programare liniar se numea iniial
programare ntr-o structur liniar. n 1948, Tjalling Koopmans1, observnd c
aceast denumire este prea lung, i sugereaz lui George Dantzig2 denumirea de
programare liniar
7.2. Modelarea matematic a problemelor economice
n acest paragraf vom vedea cum, pornind de la o problem economic, se construiete
pas cu pas, modelul matematic corespunztor.
Problema I
Compania X, specializat n producerea buturilor spirtoase, produce dou tipuri de
buturi: votc i rachiu. Pentru producerea celor dou tipuri de buturi sunt folosite trei
T. Koopmans economist american de origine olandez, ctigtor al Premiului Nobel pentru economie
n 1975, pentru contribuii la teoria alocrii optime a resurselor.
2
G. Dantzig matematician american considerat printele programrii liniare.
1
81
materii prime M1, M2, M3.

Se cunosc urmtoarele date referitoare la cantitile folosite din fiecare tip de materie
prim pentru producerea unui hl din fiecare produs final:
Produs
M1
1 hl. votc
0,4 hl
1 hl. rachiu
0,4 hl
M2
M3
0,6hl
0,3 hl
0,3 hl
Pe de alt parte, se cunosc cantitile disponibile din fiecare tip de materie prim:
Materia prim
Disponibil
M1
28 hl
M2
15 hl
M3
33 hl
Se tie c preul de vnzare al unui hl de votc este 30 euro, iar preul de vnzare al unui
hl de rachiu este 20 euro.
Se cere determinarea cantitilor de votc i de rachiu ce trebuie produse i
comercializate, astfel nct ncasarea total s fie maxim.
7.2.1. Formularea problemei
Formularea problemei const n transcrierea n limbaj matematic a textului problemei
ajungndu-se la un anumit model matematic.
Aa cum am vzut, o problem de programare liniar conine dou elemente definitorii i
anume obiectivul i restriciile. Pentru a putea scrie modelul matematic este foarte
important s nelegem de la bun nceput care este obiectivul i care sunt restriciile.
Obiectivul maximizarea ncasrilor ce se obin prin vnzarea celor dou

tipuri de buturi.
Restriciile sunt dictate de limitarea cantitilor de materii prime ce
particip la producerea celor dou tipuri de buturi. Deoarece este vorba de
trei tipuri de materiale, vom avea un sistem de restricii (R) format din trei
restricii R1, R2, R3 i anume:
o R1 cantitatea folosit din M1 nu trebuie s depeasc 28 hl;
o R2 cantitatea folosit din M2 nu trebuie s depeasc 15 hl;
o R3 cantitatea folosit din M3 nu trebuie s depeasc 33 hl.
Dup stabilirea obiectivului i a restriciilor, trebuie stabilite foarte clar variabilele
82
decizionale. n cazul acestei probleme variabilele vor fi n numr de dou i anume

cantitatea de votc i cantitatea de rachiu ce trebuie produse pentru ndeplinirea
obiectivului.
Vom nota:
x1 cantitatea de votc ce trebuie produs;
x2 cantitatea de rachiu ce trebuie produs.
Dup stabilirea clar a obiectivului, a restriciilor i a variabilelor decizionale, se va trece
la scrierea obiectivului i a restriciilor n termenii variabilelor decizionale:
Determinarea obiectivului
Se tie c preul de vnzare a unui hl de votc este 30 euro. n consecin, din vnzarea a
x1 hl de votc se va obine o ncasare de 30x1 euro. Deoarece preul de vnzare a unui hl
de rachiu este 20 euro, atunci vnzarea a x2 hl de rachiu va aduce o ncasare de 20x2 euro.
Cum compania produce i comercializeaz doar aceste dou tipuri de buturi, obinem c
ncasarea va fi dat de expresia 30x1+20x2, astfel c funcia obiectiv va fi:
f(x1,x2)=30x1+20x2.
Determinarea restriciilor
Pentru producerea unui hl de votc sunt necesari 0,4 hl din M1, iar pentru producea unui
hl de rachiu sunt necesari tot atia hl din M1. Acest lucru nseamn c pentru producerea
a x1 hl de votc i a x2 hl de rachiu vor fi necesari (0,4x1+0,4x2) hl din M1. Cum
compania dispune de doar 28 hl din M1, se impune urmtoarea restricie:
R1: 0,4x1+0,4x2 28
n mod analog se determin restriciile referitoare la cantitile folosite din M2 i M3:
0,3x2 15
R2 :
R3: 0,6x1+0,3x2 33
Ajuni n acest punct, trebuie s realizm c producia societii nu poate fi negativ, ceea
ce ne conduce la urmtoarele condiii de nenegativitate:
x1 0, x2 0.
Astfel modelul matematic va fi:
[max]f = 30x1+20x2
83
0 ,4 x1 0 ,4 x 2 28
0 ,3 x 2 15
0 ,6 x1 0 ,3 x 2 33
x1 0 , x 2 0
Problema care se pune acum este cea a determinrii combinaiei de x 1 i x2 care verific
sistemul de restricii i care, n acelai timp, maximizeaz funcia obiectiv.
Nu vom trece ns mai departe nainte de a face cteva consideraii pe marginea formelor
de prezentare ale problemelor de programare liniar.
7.2.2. Formele de prezentare ale unei probleme de programare liniar
Forma general
Se spune c o problem de programare liniar este prezentat n forma general dac este
scris astfel:
[opt]f=c1x1++cnxn
ai1 x1 ... ain xn bi ,i 1,k
ai1 x1 ... ain xn bi ,i k 1,l
ai1 x1 ... ain xn bi ,i l 1,m
x j 0 , j 1, p
x j 0 , j p 1,q
x oarecare, j q 1,n
j
Aadar o problem de programare liniar este dat n forma general dac, indiferent de
funcia obiectiv i de scopul optimizrii, aceasta are restricii de toate felurile i variabile
de toate semnele.
Forma standard
Se spune c o problem de programare liniar este prezentat n forma standard dac este
scris astfel:
[opt]f=c1x1++cnxn
n
aij x j bi ,i 1,m
1
,
x 0 , j 1,n
j
sau matricial
[opt]f = cx
84
Ax b
,
x
unde AMmn(R), b=(b1,...,bm)tMm1(R), c=(c1,..,cn)M1n(R), x=(x1,...,xn)tMn1(R).
Forma canonic
Se spune c o problem de programare liniar este prezentat n form canonic dac este
scris sub forma:
max
f
c j x j
j 1
aij x j bi ,i 1, m
j 1
x 0 , j 1, n
j
min
f
c j x j
j 1
aij x j bi ,i 1, m ,
j 1
x 0 , j 1, n
j
max f cx
Ax b
x
min f cx
,
Ax b
x
sau matricial
unde AMmn(R), b=(b1,...,bm)tMm1(R), c=(c1,..,cn)M1n(R),

x=(x1,...,xn)tMn1(R).
Observaie
Aducerea unei probleme de programare liniar de la forma canonic la forma standard
const n transformarea restriciilor sub form de inegalitate, n egaliti. Aa cum am
vzut n Unitatea 9, acest lucru se face prin introducerea unor variabile de compensare
care se adaug la membrul stng al restriciilor. n cazul problemelor de minimizare,
aceste variabile se vor introduce prin scdere, iar n cazul problemelor de maximizare,
acestea se vor introduce prin adunare. n funcia obiectiv aceste variabile vor avea
coeficienii zero.
7.3. Soluiile unei probleme de programare liniar
Considerm urmtoarea problem de programare liniar:
opt f cx
Ax b
x
(*)
85
unde AMmn(R), bMm1(R), cM1n(R), xMn1(R).

Definiia 7.3.1.
Orice vector x=(x1,,xn)t , x, care verific sistemul de restricii Ax=b, se numete
soluie posibil a problemei (*).
Observaii
n ceea ce privete mulimea soluiilor posibile ale unei probleme de programare liniar
se pot afirma urmtoarele:
1. mulimea soluiilor posibile este o mulime convex.
2. n funcie de numrul de elemente ale acestei mulimi, pot s apar
urmtoarele situaii:
dac mulimea soluiilor posibile este vid, atunci restriciile problemei
sunt contradictorii;
dac mulimea soluiilor posibile este format dintr-un singur element
atunci nu se pune problema alegerii celei mai bune soluii;
dac mulimea soluiilor posibile are cel puin dou elemente, atunci
exist posibilitatea alegerii celei mai bune soluii.
t
Fie aj=(a1j,,amj) , j= 1, n . Cu aceste notaii matricea A se poate scrie A=(a1,,an).
Definiia 7.3.2.
O soluie posibil a problemei (*) se numete soluie de baz dac are cel mult m
componente strict pozitive, iar celelalte sunt egale cu zero i, n plus, vectorii aj
corespunztori componentelor nenule ale soluiei sunt liniar independeni.
Definiia 7.3.3.
O soluie de baz a problemei (*) se numete:
nedegenerat dac are exact m componente strict pozitive.
degenerat dac are mai puin de m componente strict pozitive.
Definiia 7.3.4.
O soluie de baz a problemei (*) se numete soluie optim dac aceasta realizeaz
optimul funciei obiectiv.
Observaie
Am vzut c mulimea soluiilor posibile ale problemei (*) este o mulime convex. Orice
soluie optim a acestei probleme (dac exist) corespunde unui vrf al mulimii soluiilor
posibile. Dac o soluie optim corespunde mai multor vrfuri ale mulimii soluiilor
posibile, atunci combinaia liniar i convex a acestor vrfuri este la rndul ei o soluie
86
optim.
7.4. Metode de rezolvare ale problemelor de programare liniar
7.4.1. Metoda grafic
Metoda grafic se poate aplica cu uurin n special n cazul n care intervin dou
variabile decizionale, cum este i cazul Problemei I.
Aceast metod const n determinarea grafic a mulimii soluiilor posibile ale
problemei de programare liniar. Dup determinarea acestei mulimi se ine cont de
faptul c o soluie optim (dac exist) corespunde unui vrf al mulimii soluiilor
posibile.
Revenim acum la Problema I, al crei model matematic era:
[max]f = 30x1+20x2
0 ,4 x1 0 ,4 x 2 28
0 ,3 x 2 15
0 ,6 x1 0 ,3 x 2 33
x1 0 , x 2 0
Vom proceda la rezolvarea grafic a sistemului de restricii. Pentru aceasta, aa cum am
vzut n Unitatea 6, asociem fiecrei inecuaii din sistemul de restricii ecuaia
corespunztoare, obinnd ecuaiile a trei drepte:
(d1): 0,4x1+0,4x2=28
(d2):
0,3x2=15
(d3): 0,6x1+0,3x2=33
x10, x20.
Reprezentm grafic cele trei drepte innd cont n acelai timp de condiiile de
nenegativitate.
87
110
(d3)
70
50 A
(d2)
B
C
(d1)
D 55
70
Mulimea soluiilor posibile este delimitat de linia poligonal OABCD i aa

cum se observ este o mulime convex.
Se pune acum urmtoarea problem: determinarea din mulimea soluiilor posibile
a soluiilor optime, adic a acelor soluii care realizeaz maximul funciei obiectiv.
Aceste soluii, aa cum am vzut, corespund vrfurilor mulimii soluiilor posibile.
Aadar nu ne rmne altceva de fcut dect s determinm coordonatele vrfurilor
mulimii soluiilor posibile, iar apoi s calculm valoarea funciei obiectiv n aceste
puncte.
Avem:
O(0,0) f(0,0)=0;
A(0,50) f(0,50)=1000;
D(55,0) f(55,0)=1650.
Pentru determinarea coordonatelor vrfurilor B i C rezolvm urmtoarele dou sisteme
de ecuaii:
0 ,4 x1 0 ,4 x 2 28
B=d1d2:
B(20,50) f(20,50)=1600;
0 ,3 x 2 15
88
0 ,4 x1 0 ,4 x 2 28
C=d1d3:
C(40,30) f(40,30)=1800.
0 ,6 x1 0 ,3 x 2 33
Se observ c maxf = f(40,30)=1800. Aadar societatea va produce i comercializa 40 hl
votc i 30 hl rachiu, ceea ce i va aduce o ncasare de 1800 euro.
7.4.2. Metoda algebric
Metoda algebric const n determinarea soluiilor de baz ale sistemului de restricii,
iar apoi testarea acestora pentru a vedea care dintre ele realizeaz optimul funciei
obiectiv.
Aducem problema la forma standard prin introducerea variabilelor de compensare x 3, x4
i x5.
[max]f = 30x1+20x2
28
0 ,4 x1 0 ,4 x 2 x3
0 ,3 x 2 x4
15
x5 33
0 ,6 x1 0 ,3 x 2
x1 , x 2 , x3 , x4 , x5 0
Prin introducerea variabilelor de compensare, n matricea sistemului, apar vectorii
a3=(1,0,0)t, a4=(0,1,0)t i a5=(0,0,1)t, adic tocmai vectorii unitari ce vor forma baza
canonic. n baza canonic, soluia unui sistem de ecuaii este dat de termenii liberi.
Cum acetia sunt pozitivi, obinem o prim soluie de baz x 1=(0,0,28,15,33) pentru care
f(x1)=0.
Rezolvm sistemul de restricii folosind metoda eliminrii complete.
Baza
a1
a2
a3
a4
a5
a3
28
2/5
2/5
a4
15
3/10
a5
33
3/5*
3/10
a3
1/5*
-2/3
a4
15
3/10
a1
55
1/2
5/3
a2
30
-10/3
a4
-3/2
1*
a1
40
-5/2
10/3
89
Observaii
x1=(0,0,28,15,33) f(x1)=0
x2=(55,0,6,15,0)
f(x2)=1650
x3=(40,30,0,6,0)
f(x3)=1800
a2
50
10/3
a5
-3/2
a1
20
5/2*
-10/3
a2
50
10/3
a5
18
3/5
-1
a3
2/5
-4/3
x4=(20,50,0,0,6)
f(x4)=1600
x5=(0,50,8,0,18)( f(x5)=1000
Aadar se observ c soluia optim este x3=(40,30,0,6,0) i maxf=1800.

7.5. Algoritmul simplex primal
Algoritmul simplex primal furnizeaz o metod general de rezolvare a problemelor de
programare liniar. Algoritmul a fost elaborat de George Dantzig n anul 1947.
Aceast metod se bazeaz pe metoda algebric, adic ea va consta tot n determinarea
soluiilor de baz ale sistemului de restricii, ns acest algoritm va fi completat cu un
criteriu de optimalitate cu ajutorul cruia vom stabili dac o soluie de baz gsit la un
moment dat este optim sau nu. Totodat algoritmul ofer i metode de mbuntire a
soluiei gsite dac aceasta nu este optim.
Considerm problema general
Presupunem c, rezolvnd sistemul de restricii, s-a ajuns la urmtoarea soluie de baz
xo=((1,...,(m,0,...,0), corespunztoare bazei B=a1,...,am. Avem urmtorul tabel:
Baza
...
aj
a1
a2
.
1
2
.
1j
2j
.
.
ai
.
i
.
ij
.
.
am
.
m
.
mj
90
...
= i
ij
n acest tabel ij sunt coordonatele recalculate ale vectorului aj n baza B. Va trebui s

vedem dac soluia de baz gsit este optim sau nu. Aadar va trebui n continuare s
deducem criterii de optimalitate. Pentru aceasta vom efectua o schimbare de baz,
nlocuind vectorul ai din baz cu vectorul aj din afara bazei.
Folosind algoritmul de schimbare a bazei, completat cu algoritmul de alegere a pivotului
pentru pstrarea calitii soluiei, vom avea:
Baza
a1
1-1j
a2
2-2j
aj
=i/ij
am
m-mj
...
aj
...
Noua soluie va fi:

x1=(1-1j, 2-2j,..., i-1-i-1j,0, i+1-i+1j,..., m-mj,0,...,,...,0)
Pentru soluia iniial, xo=(1,...,m,0,...,0), valoarea funciei obiectiv va fi:
fo=f(xo)=c11+...+cmm
Pentru noua soluie de baz, valoarea funciei obiectiv va fi:
f1=f(x1)=fo - (dj - cj),
unde:
dj=c11j+...+cmmj, j= 1, n .
91
Observaii
1. Dac dj - cj = 0, atunci f1 = fo, ceea ce nseamn c noua soluie nu aduce nici o
mbuntire.
2. Diferenele dj - cj calculate pentru vectorii bazei sunt nuli.
Observm c dac dj - cj 0, atunci f1 fo, ceea ce nseamn c noua soluie este mai bun.
Etapele algoritmului simplex primal sunt urmtoarele:
1. Se caut o baz primal admisibil, adic o baz pentru care soluia sistemului de
restricii are numai componente nenegative (soluie de baz).
Observaie
Dac ntre vectorii a1,,an apar vectorii bazei canonice, iar termenii liberi ai sistemului
de restricii sunt pozitivi, atunci baza canonic este o baz primal admisibil.
2. Se calculeaz diferenele dj - cj pentru vectorii care nu fac parte din baz:
dac toate diferenele sunt pozitive, nu mai putem mbunti soluia, ea fiind
soluia optim a problemei.
dac exist diferene nule, iar vectorii corespunztori pot fi introdui n baz,
atunci prin introducerea acestora n baz obinem noi soluii optime, soluia
general fiind combinaia convex a acestora.
dac exist diferene negative, atunci soluia gsit nu este optim, ea trebuind
mbuntit prin trecerea la o alt baz. Trecerea la o alt baz se face prin
introducerea n baz a vectorilor crora le corespund acele diferene negative.
Avem urmtoarele situaii:
se pot introduce n baz doar acei vectori care au cel puin o
component pozitiv.
dac exist un singur vector a crui diferen corespunztoare este
negativ, atunci:
dac are o singur component pozitiv, atunci acel element va
fi ales drept element pivot.
dac are mai multe componente pozitive, atunci se alege drept
pivot acel element pentru care are valoarea minim.
dac exist mai muli vectori crora le corespund diferene
negative, atunci se va introduce n baz acel vector cruia i
corespunde diferena cea mai mic.
n cazul n care vectorii crora le corespund diferene negative au
numai componente nepozitive, funcia obiectiv este nemrginit,
ceea ce nseamn c problema nu are soluie optim.
Observaie
Dac n locul maximului se caut minimul funciei obiectiv f, atunci se va determina
maximul funciei f.
Primul tablou simplex are urmtoarea structur:
92
Baza
cB
B
dj
dj - cj
c1
a1
c2
a2
...
...
cn
an
fo
-
d1
d1-c1
d2
d2-c2
...
...
dn
dn-cn
n aceast schem, n coloana marcat cu "B" vor fi trecui vectorii bazei, iar n coloana
marcat cu "cB" coeficienii cj care corespund vectorilor bazei.
Revenind la Problema I, introducnd variabilele de compensare x3, x4 i x5, aceasta
devine:
[max]f = 30x1+20x2
28
0 ,4 x1 0 ,4 x 2 x3
0 ,3 x 2 x4
15
x5 33
0 ,6 x1 0 ,3 x 2
x1 , x 2 , x3 , x4 , x5 0
Se observ c, prin introducerea celor trei variabile de compensare, obinem baza
canonic format din vectorii a3,a4,a5. Cum termenii liberi ai sistemului de restricii
sunt pozitivi, obinem c baza canonic este o baz primal admisibil.
Baza
cB B
0
a3
28
30
a1
2/5
20
a2
2/5
0
a3
1
0 0
a4 a5
0 0
a4
15
3/10
a5
33
3/5* 3/10
dj
dj - cj
0
a3
0
6
0
-30
0
0
-20
1/5*
0
0
1
0
0
0
0
0
-2/3
a4
15
3/10
30
a1
55
1/2
5/3
1650
30
15
50
dj
93
dj - cj
20 a2
30
0
0
-5
1
0
5
0
0
50
-10/3
a4
-3/2
1*
30
a1
40
-5/2
10/3
1800
-
30
0
20
0
25
25
0
0
100/3
100/3
dj
dj - cj
Explicarea tabelului:
1. Calculnd n primul tabel diferenele dj-cj, obinem dou diferene negative
corespunztoare vectorilor a1 i a2, vectori care nu fac parte din baz. Cum
diferena corespunztoare vectorului a1 este mai mic, l vom introduce pe
acesta n baz n locul vectorului a5.
2. Se observ c n cel de al doilea tabel obinem o soluie de baz dar i o
diferen negativ, corespunztoare vectorului a2. Acest lucru ne arat c
soluia de baz gsit nu este optim. Vom trece la o nou baz prin
introducerea vectorului a2 n baz, n locul vectorului a3.
3. n ultimul tabel obinem o soluie de baz i n plus toate diferenele sunt
pozitive, ceea ce ne arat c soluia de baz gsit este optim. Aadar am
obinut soluia: xopt=(40,30,0,6,0) i maxf=1800.
Consideraiile fcute pn acum, au fost fcute n cazul unei probleme de maximizare. S
vedem acum i un exemplu de problem de minimizare:

O societate produce dou tipuri de produse A i B, care sunt folosite ca materie prim n
producerea de spunuri i detergeni. Pe baza studiilor efectuate asupra pieei, s-a ajuns la
concluzia c producia total trebuie s fie de cel puin 350 kg, iar n ceea ce privete
produsul A, cantitatea trebuie s fie de cel puin 125 kg.
Se cunosc urmtoarele date:
Produs
Timp/kg
Cost/kg
2h
2 euro
1h
3 euro
Avnd la dispoziie 600 h de procesare, se cere determinarea cantitilor ce

trebuie produse din fiecare tip, astfel nct costul total de producie s fie minim.
Obiectivul minimizarea costurilor de producie;

94
Restriciile sunt dictate de limitarea timpului de procesare i de cantitile

minime ce trebuie produse.
o R1 timpul total de producie nu trebuie s depeasc 600 h;
o R2 producia total trebuie s fie de cel puin 350 kg;
o R3 producia total de A trebuie s fie de cel puin 125 kg.
Variabilele decizionale
o x1 cantitatea ce trebuie produs din A;
o x2 cantitatea ce trebuie produs din B.
Model matematic:
[min]f= 2x1+3x2
2 x1 x 2 600
x x 350
1
2
125
x1
x1 0 , x 2 0
Soluie
Metoda grafic
Vom scrie ecuaiile dreptelor corespunztoare restriciilor sistemului:
(d1): 2x1+x2=600
(d2): x1+x2=350
(d3): x1
=125
Reprezentnd grafic cele trei drepte obinem:
95
600
(d3)
B
(d1)
A
C
350
(d2)
125
300
350
Mulimea soluiilor posibile este delimitat de linia poligonal ABC, cu A(125,225),

B(125,350), C(250,100). Obinem astfel:
f(125,225)=925
f(125,350)=1300
f(250,100)=800
Aadar compania va produce 250 kg din produsul A i 100 kg din produsul B, cantiti
pentru care costul de producie, 800 euro, este minim.
Algoritmul simplex primal
Introducem variabilele de compensare x3, x4 i x5, astfel c problema devine:
[min]f= 2x1+3x2
96
600
2 x1 x 2 x 3
x x
x4
350
1
2
x5 125
x1
x1 , x 2 , x3 , x4 , x5 0
Va trebui mai nti s determinm o baz primal admisibil. Vom porni la drum cu
baza canonic e1,e2,e3.
Baza
cB B
e1
600
2
a1
2
3
a2
1
0
a3
1
0
a4
0
0
a5
0
e2
350
-1
e3
125
1*
-1
e1
350
e2
225
1*
-1
a1
125
-1
e1
125
1*
a2
225
-1
a1
125
-1
a5
125
a2
100
-1
-2
a1
250
800
-
2
0
3
0
-1
-1
-4
-4
0
0
dj
dj - cj
Baza primal admisibil este a1,a2,a5, iar soluia corespunztoare este o soluie de baz.
Cum toate diferenele corespunztoare vectorilor ce nu fac parte din baz sunt negative,
soluia de baz gsit este soluia optim. Aadar xopt=(250,100,0,0,125), minf=800.
97
Exerciii:
1. Considerm urmtoarea problem de programare liniar:
[max]f = 3x1+3x2
x1 2 x 2 6
3 x 1 2 x 2 12 .
x , x 0
1 2
determinai grafic, mulimea soluiilor posibile.
care sunt vrfurile mulimii soluiilor posibile?
care dintre vrfuri este soluia optim a problemei?
dac funcia obiectiv se schimb, devenind x1+5x2, care va fi soluia
optim?
2. Folosind metoda grafic, s se rezolve urmtoarele probleme de programare
liniar:
1. [max]f= 5x1+4x2
2. [min]f= 5x1+4x2
2 x 1 3 x 2 12
2 x 1 3 x 2 12
x1 x 2 2
x1 x 2 2
x , x 0
1 2
x , x 0
1 2
1.
2.
3.
4.
3. S se determine soluiile de baz i s se identifice soluia optim, pentru

urmtoarele probleme de programare liniar:
1. [max] f 2 x1 x 2 4 x 3 5 x 4
x
2 x 3 x 4 10
1
x 2 x 3 4 x 4 18
x j 0 , j 1 ,4
2. [max] f x1 2 x 2 3 x 3 4 x 4
x
x 3 2 x 4 10
1
x 2 2 x 3 x 4 12
x j 0 , j 1 ,4
[max]f= 3x1+4x2
98
x 1 x 2 8
x 1 2 x 2 12
2 x 1 x 2 16
x 1 , x 2 0
1. Aducei problema la forma standard.
2. Determinai soluia optim att pe cale grafic, precum i cu
ajutorul algoritmului simplex primal.
3. Care sunt valorile variabilelor de compensare?
[min]f = 5x1+2x2
3 x 1 2 x 2 12
2 x1 x 2 7
x , x 0
1 2
1. Aducei problema la forma standard.
2. Determinai soluia optim att pe cale grafic, precum i cu
ajutorul algoritmului simplex primal.
3. Care sunt valorile variabilelor de compensare?
6. Folosind algoritmul simplex primal, s se rezolve urmtoarele probleme de
programare liniar:
1. [min] f x1 2 x 2 2 x 3 x 4 2. [max]f = 3x1-5x2+x3+3x5
11
2 x1 x 2 x 3 x 4
x 1 2 x 2 2 x 3 x 4 10
10
x 1 2 x 2 2 x 3 2 x 4
2 x 1 x 2 2 x 3 2 x 4 12
x 5 18
3 x1 x 2 x 3
3 x 6 x 6 x 6 x 44
2
3
4
x 0 , j 1 ,5.
1
j
x 0 , j 1 ,4 .
j
4. [max] f 4 x1 3 x 2 4 x 3
3. [min] f 2 x1 3 x 2 4 x 3 x 4
2 x 1 3 x 2 5 x 3 25
x 2 x x 2 x 10
1
2
3
4
4 x 1 2 x 2 2 x 3 16
5 x 6 x 2 x 40
2 x 1 3 x 2 2 x 3 x 4 18
2
3
1
x 0 , j 1 ,3 .
x j 0 , j 1 ,4 .
j
7. O companie realizeaz dou produse A i B, preul unitar fiind de 2 euro pentru o
unitate din A, respectiv 4 euro pentru o unitate din B. Pentru realizarea unui
produs de tip A este nevoie de 10 minute, iar pentru unul de tip B este nevoie de 20
minute. Maina care realizeaz produsele poate funciona 20hsptmn.
Procesul tehnologic presupune producerea a de patru ori mai multe produse de tip
A dect de tip B.
1. Formulai modelul matematic de determinare a cantitilor ce
99
maximizeaz ncasarea.
2. Determinai ncasarea maxim.
8. O companie realizeaz dou produse A i B, preul unitar fiind de 3 euro pentru o
unitate din A, respectiv 5 euro pentru o unitate din B. Pentru realizarea unui
produs de tip A este nevoie de 12 minute, iar pentru unul de tip B este nevoie de 25
minute. Maina care realizeaz produsele poate funciona 30hsptmn.
Procesul tehnologic presupune producerea a cte 2 uniti din B la fiecare 5
uniti produse din A.
1. Formulai modelul matematic de determinare a cantitilor ce
maximizeaz ncasrile.
2. n rezolvarea problemei se ajunge la un moment dat la urmtorul
tabel:
Baza
a1
a2
a3
a3
1800
55
a1
-52
dj
-152
dj - cj
-252
Care sunt cantitile ce asigur ncasarea maxim i care este aceasta?

9. S se rezolve problema meniului folosind urmtorul tabel privind cerinele
meniului n unitile nutritive U1,U2,U3, coninutul unitar i costurile unitare ale
alimentelor A1, A2, A3, A4.
A1
A2
A3
A4
Raia
U1
50
U2
25
U3
30
pre
10
10. O cofetrie produce patru tipuri de prjituri P1, P2, P3, P4 n cantitile x1, x2, x3,
x4 folosind trei alimente A1, A2, A3. S se afle cantitile care asigur profitul
maxim, cunoscnd urmtorul tabel al costurilor specifice, disponibilul de alimente
i profitul unitar al celor patru tipuri de prjituri.
P1
P2
P3
P4
disponibil
A1
2
100
10
A2
A3
12
beneficiu
11. Pentru fabricarea a dou produse P1,P2 trebuie efectuate operaiuni succesive la
trei maini M1,M2,M3, ordinea execuiei fiind indiferent. Timpii unitari de
execuie sunt dai n tabelul urmtor (n minute).
P1
P2
M1
11
M2
12
M3
16
Orele disponibile fiecrei maini pentru activitatea pe o lun sunt respectiv:

M1 -165h, M2 -140h, M3-160h. Produsul P1 aduce un profit unitar de 900 euro,
iar produsul P2 de 1000 euro. S se afle ce cantitate din cele dou produse
trebuie fabricat lunar pentru ca profitul s fie maxim.
12. Pentru realizarea produselor P1, P2, P3 o firm utilizeaz trei tipuri de resurse R1,
R2 i R3. Cantitile de resurse utilizate, stocul maxim i beneficiul ce se obine
prin vnzarea celor trei produse sunt prezentate n tabelul urmator:
P
P1
P2
P3
Disponibil
R
R1
15
R2
10
R3
25
Beneficiu 3
n ce cantiti trebuie fabricat fiecare dintre cele dou produse astfel nct
beneficiul total s fie maxim?
13. Pentru realizarea produselor B1, B2 sunt folosite dou maini. Numrul de ore
necesar fabricrii fiecrui produs i timpul maxim de funcionare al fiecrei
maini sunt:
B1
B2
Timp de funcionare
M1
12
M2
101
Profitul unitar obinut prin vnzarea celor dou bunuri este 6 u.m pentru B1,
respectiv 7 u.m pentru B2.
Determinai planul de producie astfel nct beneficiul realizat s fie maxim.
Unitatea 8
POSTOPTIMIZARE (REOPTIMIZARE)
8.1. Formularea problemei de postoptimizare

Gsirea soluiei optime a unei probleme de programare liniar la care suntem condui de
un anumit model economic atrage dup sine urmtoarele ntrebri:
1. Dac se efectueaz anumite modificri ale coeficienilor funciei obiectiv, cum
vor afecta acestea noua soluie?
2. Dac efectum anumite modificri asupra termenilor liberi ai sistemului de
restricii, cum vor afecta acestea soluia optim?
Aceste ntrebri sunt impuse n general de practica economic deoarece dup efectuarea
unui proces de optimizare, bazat pe un model de programare liniar, pot s apar
modificri n datele problemei, modificri dictate tocmai de practica economic. Astfel:
Pot s apar modificri ale costurilor, preurilor sau beneficiilor unitare,
ceea ce din punct de vedere al modelului matematic va conduce la
modificri ale coeficienilor funciei obiectiv.
Se poate modifica disponibilul de materie prim, ceea ce va conduce n
modelul matematic la modificarea termenilor liberi ai sistemului de
restricii.
Este evident c aceste modificri conduc la o nou problem de programare liniar, astfel
c vom putea folosi termenii de problem iniial i problem modificat.
Problema care se pune este urmtoarea: dup efectuarea modificrilor impuse, soluia
optim a problemei iniiale rmne optim i pentru problema modificat?
Pentru a rspunde la aceast ntrebare va trebui s rezolvm problema modificat.
Rezolvarea problemei modificate se poate face n dou moduri:
Problema modificat se consider ca o nou problem i se procedeaz la
rezolvarea ei.
Determinarea soluiilor problemei modificate se face pornind de la soluia
optim a problemei iniiale. Acest lucru din punct de vedere al algoritmului
102
simplex presupune ca punct de pornire n rezolvarea problemei modificate,

ultimul tabel simplex al problemei iniiale.
Acest al doilea caz constituie problema postoptimizrii (reoptimizrii). Vom vorbi n
acest caz de un proces de postoptimizare.
8.2. Modificarea coeficienilor funciei obiectiv
Relum Problema I din Unitatea 8. Presupunem c dup rezolvarea problemei iniiale,
compania dorete s vad ncasrile ce se obin dac se procedeaz la o modificare a
preurilor.
ntr-o prim faz, compania modific preul de vnzare al unui hl de votc de la 30 euro
la 25 euro, preul de vnzare al unui hl de rachiu rmnnd acelai.
n acest caz, problema modificat va fi:
[max]f = 25x1+20x2
0 ,4 x1 0 ,4 x 2 28
0 ,3 x 2 15
0 ,6 x1 0 ,3 x 2 33
x1 0 , x 2 0
n cea de a doua faz, compania modific preul unitar de vnzare al ambelor produse,
acestea devenind:
1 hl votc 25 euro,
1 hl rachiu 30 euro,
problema modificat fiind:
[max]f = 25x1+30x2
0 ,4 x1 0 ,4 x 2 28
0 ,3 x 2 15
0
,
6
x
0
,
3
x
33
1
2
x1 0 , x 2 0
Aa cum am vzut, n rezolvarea problemei modificate avem dou abordri posibile
Rezolvarea problemei modificate ca o nou problem
n cazul primei modificri vom avea:
Baza
cB
25
20
a1
a2
a3
a4
a5
103
a3
28
2/5
2/5
a4
15
3/10
a5
33
3/5*
3/10
dj
dj - cj
-25
0
-20
1/5*
0
1
0
0
0
-2/3
a3
a4
15
3/10
25
a1
55
1/2
5/3
dj
1375
25
25/2
125/3
dj - cj
0
0
-15/2
1
0
5
0
0
125/3
-10/3
20
a2
30
a4
-3/2
25
a1
40
-5/2
10/3
dj
1600
25
20
75/2
50/3
dj - cj
75/2
50/3
Se observ c n cazul primei modificri, soluia problemei iniiale rmne optim i

pentru problema modificat, dar prin scderea preului de vnzare al unui hl de votc
ncasarea scade, devenind 1600 euro.
n cazul celei de a doua modificri, vom avea:
Baza
25
30
a2
2/5
a3
1
a4
0
a5
0
cB
a3
28
a1
2/5
a4
15
3/10*
a5
33
3/5
3/10
dj
dj - cj
-30
2/5*
-20
0
0
1
0
-4/3
0
0
10/3
a3
30
a2
50
104
18
3/5
-1
dj
1500
30
100
dj - cj
-25
1
0
0
0
5/2
100
-10/3
0
0
a5
25
a1
20
30
a2
50
10/3
a5
-3/2
dj
2000
25
30
125/2
50/3
dj - cj
125/2
50/3
Prin modificarea preului unitar la votc de la 30 euro la 25 euro i la rachiu de la 20 euro

la 30 euro, compania va trebui s produc x1= 20 hl votc, x2=50 hl rachiu, ceea ce va
conduce la o ncasare de 2000 euro.
Rezolvarea problemei modificate, pornind de la soluia optim a problemei
iniiale
Considerm problema de programare liniar:
max f cx
Ax b
x
(*)
unde AMmn(R), bMm1(R), cM1n(R), xMn1(R).

Presupunem c dup rezolvarea problemei (*) se impune nlocuirea vectorului c cu
vectorul c*.
Deoarece soluia optim a problemei iniiale este dat de formula x=B-1b, observm c
modificarea vectorului c nu influeneaz aceast soluie. Asta nseamn c soluia optim
a problemei iniiale rmne soluie de baz i pentru problema modificat. Modificarea
vectorului c influeneaz numai condiiile de optimalitate, adic se vor modifica dj,
precum i diferenele dj-cj.
Pentru rezolvarea problemei modificate se va proceda astfel: n ultimul tabel simplex al
problemei iniiale se introduc noile componente ale vectorului c recalculndu-se valorile
dj i diferenele dj-cj.
Dac notm valorile recalculate cu d *j , respectiv d *j - c*j , atunci putem avea urmtoarele
situaii:
105
toate diferenele d *j - c*j sunt nenegative, caz n care soluia optim a

problemei iniiale rmne soluie optim i pentru problema
modificat, cu posibila schimbare a valorii optime a funciei obiectiv.
exist diferene negative, caz n care soluia optim a problemei
iniiale nu mai este soluie optim pentru problema modificat. Putem
determina soluia optim a problemei modificate aplicnd algoritmul
simplex primal pornind de la ultimul tabel simplex al problemei
iniiale n care s-au fcut modificrile menionate anterior.

n cazul problemei noastre vom avea:
Baza
cB
25
30
25
20
30
20
a1
a2
a3
a4
a5
30
20
20
a2
30
-10/3
a4
-3/2
1*
25
25
30
a1
40
-5/2
10/3
dj
1800
30
20
25
100/3
dj - cj
25
100/3
d*j
1600
25
20
75/2
50/3
d *j - c*j
75/2
50/3
d *j*
1900
25
30
175/2
-50/3
d*j* - c*j*
175/2
-50/3
30
a2
50
10/3
a5
-3/2
25
a1
20
5/2
-10/3
d *j*
2000
25
30
125/2
50/3
d*j* - c*j*
125/2
50/3
Am pornit de la ultimul tabel simplex al problemei iniiale. Pentru prima modificare am

introdus n tabel noul vector c*, calculnd noile diferene d *j - c*j . Cum toate aceste
106
diferene sunt pozitive, soluia problemei iniiale, xopt=(40,30,0,6,0), rmne optim i

pentru problema modificat, dar maxf=1600.
n cazul celei de-a doua modificri am introdus n tabel vectorul c**, calculnd noile
diferene d*j* - c*j* . Cum d*5* - c*5* 0 s-a impus introducerea vectorului a5 n baz, n locul
vectorului a4 obinndu-se soluia optim xopt=(20,50,0,0,6), soluie pentru care
maxf=2000.
n concluzie, prin modificarea preurilor unitare ale ambelor produse, compania va
produce x1= 20 hl votc, x2=50 hl rachiu, ceea ce va conduce la o ncasare de 2000 euro.
Exerciii:
1. Se consider urmtoarea problem de programare liniar:
[max]f=3x1+2x2
x 1 x 2 12
2 x 1 x 2 16
x 1 2 x 2 22
x 1 , x 2 0
1. Rezolvai problema folosind metoda grafic.
2. Rezolvai problema folosind algoritmul simplex primal.
3. Coeficientul lui x2 se modific de la 2 la 3. Pornind de la ultimul tabel
simplex al problemei iniiale, determinai soluia optim a problemei
modificate. Ce observai?
4. Coeficientul lui x1 se modific de la 3 la 2, iar cel al lui x2 de la 2 la 4.
Pornind de la ultimul tabel simplex al problemei iniiale, determinai
soluia optim a problemei modificate. Ce observai?
2. Se consider urmtoarea problem de programare liniar:
[min]f=4x1+3x2
x1 2 x 2 6
2 x1 x 2 6
x1 x2 5
x 1 , x 2 0
1. Rezolvai problema folosind metoda grafic.
2. Rezolvai problema folosind algoritmul simplex primal.
3. Presupunem c se schimb coeficientul lui x1 de la 4 la 3. Se modific
107
soluia optim?
4. Coeficientul lui x1 rmne 4, iar cel al lui x2 se modific de la 3 la 2. Se
modific soluia optim?
3. O ntreprindere dispune de materiile prime A1, A2, A3 n cantitile 100, 120, 90.
Din aceste materii prime poate fabrica produsele P1,P2, P3. Consumul specific este
dat de tabelul urmtor:
P1 P2 P3
A1
A2
A3
Beneficiul pe unitatea de produs este 20u.m. P1, 15u.m. P2, 18u.m. P3. Se cere:
1. s se ntocmeasc un plan de producie, astfel nct beneficiul total s fie
maxim.
2. s se ntocmeasc un plan de producie n cazul n care
*
beneficiile unitare se modific devenind c 1 =(20,15,20),
*
respectiv c 2 =(20,14,19).
Bibliografia Modulului II
1. Chifu I. C., Petruel G., Matematic aplicat n administrarea afacerilor, Casa Crii
de tiin, Cluj-Napoca 2012.
2.Chifu I.C., Matematici pentru economiti, Ed. Alma Mater, Cluj-Napoca, 2006.
3.Chifu I.C., Luca I.T., Matematici Economice. Elemente de Programare Liniar i
Teoria Probabilitilor, Presa Universitar Clujean, Cluj-Napoca, 2004, pg. 1-16.
4.Chifu I. C., Matematici economice, Analiz matematic, Curs pentru studenii anului I,
5.Anderson D., Sweeney D., Williams T., Quantitative Methods for Business, Thomas
6.Murean A. S., Mihoc M.,..., Matematici pentru economiti, vol. I, Ed. Dacia, ClujNapoca, 2000.
7.Purcaru I., Matematici generale i elemente de optimizare, Ed. Economic, Bucureti,
1997.
8.Wilkes M., Mathematics for Business, Finance and Economics, International Thomson
108

Matematica Economica - SC

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Matematica Economica - SC

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea Babe-Bolyai Cluj-Napoca

Centrul de Formare Continu i nvmnt la

Date de identificare curs i contact tutori

Pagina web: www.tbs.ubbcluj.ro

1.2 Condiionri i cunotine prerechizite:

nsuirea principalelor elemente legate de noiunile introductive n matematicile

Deprinderea metodelor de analiz a funciilor de mai multe variabile: limite,

Deprinderea modalitilor de determinare a extremelor funciilor de mai multe

nsuirea unor metode de determinare a legturii dintre datele numerice: ajustarea

Datorit dinamicii informaionale, n fiecare an sursele de informare se vor modifica n

Aplicarea analizei matematice n economie i afaceri.

Aplicarea pogramrii liniare n economie i afaceri.

Studenii dispun de libertatea de a-i gestiona singuri modalitatea i timpul de parcurgere a

1.9 Politica de evaluare i notare

Ponderea/punctaj Data de verificare

60 % nota de la La finele semestrului

se pune accentul pe pregtirea individual continu, prin acumulare constant a cunotinelor,

II. Suportul de curs

Recapitularea noiunii de derivat a unei funcii reale de o variabil real i nelegerea

3. Dac E,FR, atunci f:EF se numete funcie real de o variabil real.

Mulimea Gf = (x,f(x)) xE se numete graficul funciei f.

n continuare vom da cteva exemple de funcii elementare:

Tema de reflecie nr. 1

3. Costul mediu de producie AC este la rndul su dependent de cantitatea produs,

Tema de reflecie nr. 2

S se reprezinte grafic evoluia preului n funcie de cantitate:

1.2. Spaiul real n-dimensional (Rn)

Spre exemplu cererea Q a unui produs pe o anumit perioad de timp poate fi

Tema de reflecie nr. 3

atunci impunnd condiia: (x-1)2 + (y-2)2 0, obinem:

1-x2- y20 x2+y21.

Tema de reflexie nr. 4

cantitatea total produs.

economiile unei familii, iar C reprezint consumul unei familii.

Tema de reflexie nr. 5

S se determine ncasarea total pentru Q=100 scaune;

MR Q 100 =84 u.m.

unde Q reprezint producia sptmnal exprimat n buci.

S se determine costul total pentru o producie de Q=100 calculatoare;

TC Q 100 =3350 u.m.

= 0 ,004Q 3 0 ,21Q 2 7Q 750

MC Q 100 =85 u.m.

Tema de reflexie nr. 6

= 90Q 0 ,2Q 2 =900,4Q

MC Q 100 =50 u.m.

Tema de reflexie nr. 7

unde Q=f(K,L) funcia de producie, K cantitatea de capital, L cantitatea de munc

Tema de reflexie nr. 8

not 2 f not ''

f xk x j se numete derivata mixt de ordinul II;

2. Dac k=j, atunci

not 2 f not ''

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

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

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

Tema de reflexie nr. 9

2. S se determine expresia ncasrii totale i a ncasrii marginale a unui

unde Q reprezint producia sptmnal de crmizi exprimat n m3.

EXTREME PENTRU FUNCII DE MAI MULTE VARIABILE

Condiia de cost minim

Condiia de profit maxim

MR=0 200,2Q=0 0,2Q=20 Q=100.

n concluzie Q=100 punct de maxim iar maxTR= TR Q 100 =1.000 u.m.