Documente Academic
Documente Profesional
Documente Cultură
MatematiciAplicateInEconomiePentruIDD PDF
MatematiciAplicateInEconomiePentruIDD PDF
MATEMATICI APLICATE
ECONOMIE
- NOTE DE CURS
- PENTRU
- NVMNTUL LA DISTAN-
Cuprins
1 Introducere 6
1.1 Necesitatea utilizarii matematicii n stiintele economice . . . . . . . . . . . . . . . . . . . 6
1.2 Modelarea matematico-economica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Cateva exemple de modele matematicoeconomice . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Optimizarea productiei unei ntreprinderi . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Modele de gospodarire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3 Problema dietei (nutritiei) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Spatii vectoriale 12
2.1 Denitia spatiului vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Subspatii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 Independenta si dependenta liniara a vectorilor. Baza si dimensiune . . . . . . . . . . . . 16
2.4 Produs scalar. Spatii normate. Spatii metrice . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5 Multimi convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Testul Nr. 1 de vericare a cunostintelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3
6 Elemente de teoria grafurilor 97
6.1 Notiuni fundamentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
6.2 Algoritmi pentru rezolvarea unor probleme relative la grafuri . . . . . . . . . . . . . . . . 102
6.2.1 Algoritmul lui Yu Chen pentru aarea matricei drumurilor . . . . . . . . . . . . . 103
6.2.2 Algoritmi pentru precizarea existentei circuitelor ntr-un graf . . . . . . . . . . . . 103
6.2.3 Algoritmi pentru aarea componentelor tare conexe ale unui graf . . . . . . . . . . 104
6.2.4 Algoritmi pentru aarea drumurilor hamiltoniene ale unui graf . . . . . . . . . . . 108
6.2.5 Algoritmi pentru determinarea drumurilor de lungime optima . . . . . . . . . . . . 110
6.2.6 Metoda drumului critic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.3 Problema uxului optim n retele de transport . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.1 Retele de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.2 Algoritmul lui FordFulkerson pentru determinarea uxului maxim ntr-un graf de
retea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.4 Testul Nr. 5 de vericare a cunostintelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8 Siruri 149
8.1 Siruri de numere reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8.2 Siruri n spatii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
8.3 Test de vericare a cunostintelor nr. 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
4
12 Derivarea functiilor de mai multe variabile 238
12.1 Derivate partiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
12.2 Interpretari geometrice si economice ale derivatelor partiale . . . . . . . . . . . . . . . . . 241
12.3 Derivarea functiilor compuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
12.4 Diferentiala functiilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . 250
12.5 Extremele functiilor de mai multe variabile . . . . . . . . . . . . . . . . . . . . . . . . . . 254
12.6 Extreme conditionate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
12.7 Ajustarea unor date . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
12.8 Interpolarea functiilor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
12.9 Test de vericare a cunostintelor nr. 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
5
Capitolul 1
Introducere
6
optim, destul de veche n gandirea economica legata direct de practica, apare ntr-o noua lumina prin
posibilitatile oferite de matematica contemporana.
Daca n trecut continutul optimului economic functiona, cel mai adesea, dupa principiul cu cat
mai mult, cu atat mai bine, n prezent optimul economic lucreaza dupa principiul prot maxim
n conditii date.
Utilizarea calculului diferential si integral n economia politica, ncepand cu sfarsitul secolului al
XIX-lea si nceputul secolului al XX-lea, era o necesitate. Asa s-a nascut economia matematica, care,
treptat s-a impus n cercetarile economice.
In conformitate cu aceste preocupari, n economia matematica s-a creat conceptul de optim pare-
tian, introdus de Vilfredo Pareto. S-au creat noi metode precise de optimizare a activitatii economice,
apelandu-se la ramurile existente n matematica, dar si cerand imperios gasirea de noi concepte matema-
tice, care sa permita gasirea solutiilor optime cat mai rapid si cat mai exact. Asa au aparut metodele
de programare matematica n rezolvarea unor probleme de optimizare a activitatii unor ntreprinderi,
a unor societati de comert, turism sau cu preocupari agricole. Problemele puse de practica economica
stimuleaza continuu descoperirea de noi metode matematice. Fara sa gresim putem arma ca exista o
conlucrare beneca, atat pentru economisti, cat si pentru matematicieni.
Legatura concreta dintre matematica si economie se stabileste printr-o traducere n limbaj matem-
atic a notiunilor si a relatiilor ce intervin n fenomenele economice, fapt ce se realizeaza prin procesul de
modelare matematica. Folosirea limbajului matematic n stiintele economice ofera posibilitatea formularii
necontradictorii a fenomenelor economice si introducerii rigorii n studiul lor.
7
ce conduce la nlaturarea tratarilor subiective. In plus reprezentarile matematice nu sunt ngradite de
limite materiale si nici de traducerea dintr-o disciplina n alta.
In elaborarea unui model matematic atasat unui proces trebuiesc respectate etapele:
1. Obtinerea modelului descriptiv al procesului, care are subetapele:
1.1. formularea problemei propuse;
1.2. analiza structurii informationale a fenomenului abordat;
1.3. discutarea criteriilor posibile care reecta obiectivele urmarite;
1.4. stabilirea factorilor esentiali si factorilor secundari;
2. Formularea matematica a modelului descriptiv, etapa n care se elaboreaza modelul matematic;
3. Studierea (cercetarea) modelului, adica rezolvarea practica a problemei pe model. Astazi, n aceasta
etapa de mare folos este calculatorul.
Modelul realizat si testat trebuie sa reecteze originalul cu destula precizie. S-ar putea ca modelul
sa e bine construit dar sa nu dea rezultate sa- tisfacatoare. El trebuie mbunatatit sau abandonat.
Fidelitatea unui model se poate realiza nu numai avand grija sa nu pierdem din vedere anumite
aspecte ale fenomenului studiat, ci si prin aparatul matematic folosit.
Fidelitatea fata de original creste odata cu perfectionarea aparatului matematic utilizat. In functie
de aparatul matematic folosit au aparut modele foarte variate, uneori chiar pentru aceeasi problema.
Dupa modelul matematic utilizat se poate da urmatoarea clasicare a modelelor:
1) modele aritmetice (utilizate pana n secolul al XVIII-lea) folosesc numai concepte aritmetice;
2) modele bazate pe analiza matematica (utilizate ncepand cu secolul al XVIII-lea) folosesc
concepte de analiza matematica;
3) modele liniare utilizeaza concepte de algebra liniara (de exemplu, programarea liniara);
4) modele de joc care iau n considerare si variabile necontrolabile;
5) modele de optimizare urmaresc optimizarea unei functii (numita functia obiectiv) supusa
unor restrictii;
6) modele neliniare utilizeaza restrictii de optim sau functii obiectiv neliniare;
7) modele diferentiale care descriu prin ecuatii diferentiale fenomenul (de exemplu, modelul care
descrie variatia productiei);
8) modele de tip catrastoc utilizate de studiul fenomenelor cu variatii bruste;
9) modele deterministe marimile care intervin sunt perfect determinate;
10) modele stohastice marimile care intervin sunt aleatorii;
11) modele de tip statistico-matematice marimile care intervin sunt date statistic;
12) modele vagi marimile care intervin nu sunt date cu precizie, ci doar vag;
13) modele discrete marimile care intervin variaza discret;
14) modele continue marimile care intervin variaza continuu.
Cu toata diversitatea conceptelor si rezultatelor matematice, exista numeroase fenomene economice
pentru care nu s-au elaborat modele pe deplin satisfacatoare.
8
1.3.1 Optimizarea productiei unei ntreprinderi
Sa consideram o ntreprindere care si desfasoara activitatea de productie n urmatoarele conditii:
i) n ntreprindere se desfasoara n activitati Ai , i = 1, n;
ii) exista m factori disponibili Fj , j = 1, m;
iii) se cunosc coecientii tehnici de utilizare a celor m factori n cele n activitati.
Vom ncerca sa obtinem descrierea matematica a activitatii de productie.
Pentru realizarea modelarii acestui program de productie sa notam cu xi nivelul activitatii Ai ,
i = 1, n, si cu bi volumul (cantitatea) disponibil de factorul Fj , j = 1, m si aij factorul de proportionalitate
al consumului Fi pentru activitatea Aj .
Acum putem scrie restrictiile:
a11 x1 + a12 x2 + . . . + a1n xn b1
a21 x1 + a22 x2 + . . . + a2n xn b2
(1.1) ..
.
am1 x1 + am2 x2 + . . . + amn xn bm
Restrictiile (1.1) reprezinta conditiile n care ntreprinderea poate sa-si desfasoare activitatea. Ele
se pot scrie si sub forma matriciala. In acest scop facem notatiile: A = (aij ) matricea coecientilor
tehnici; x = t (x1 , x2 , . . . , xn ) (t transpus) vectorul coloana al nivelului productiei; C1 , C2 , . . . , Cn
vectorii coloana din matricea A; C0 vectorul coloana al volumelor disponibile. Acum conditiile (1.1) se
pot scrie sub forma
C1 x1 + C2 x2 + . . . + Cn xn C0
sau
Ax C0 .
Pana aici am urmarit descrierea tehnologiei productiei. Dar orice proces de productie mai
urmareste si o motivatie economica, de exemplu sa se realizeze o ecienta maxima. Un astfel de
criteriu de ecienta este dat de maximizarea protului. Practic, nalul acestui proces este optimizarea
unei anumite functii, care de fapt realizeaza optimizarea functionarii unui proces economic.
9
1.3.3 Problema dietei (nutritiei)
Una dintre problemele celebre de gospodarire este problema alimentarii cat mai ieftine si realizarea
unor cerinte de alimentatie conform unui scop propus.
O alimentatie se considera buna daca se ofera anumite substante n cantitati minimale precizate.
Evident ca aceste substante se gasesc n diferite alimente cu preturi cunoscute. Se cere sa se stabileasca
o dieta (ratie) care sa e corespunzatoare si totodata cat mai ieftina. Substantele care intra ntr-o dieta
se numesc substante nutritive sau principii nutritive.
Vom obtine, n continuare, modelul matematico-economic pentru problema dietei. Fie
S1 , S2 , . . . , Sm substantele nutritive care trebuie sa intre n compunerea dietei n cantitatile mini-
male b1 , b2 , . . . , bm si A1 , A2 , . . . , An alimentele de care dispunem cu pretul corespunzator pe unitate
c1 , c2 , . . . , cn . Notam cu aij numarul de unitati din substanta Si , i = 1, m, se gasesc ntr-o unitate din
alimentul Aj , j = 1, n. Se cere sa se ae x1 , x2 , . . . , xn numarul de unitati din alimentele A1 , A2 , . . . , An
asa ncat sa se obtina o ratie acceptabila la un pret cat de mic. De obicei datele problemei se prezinta
ntr-un tabel de forma:
Minim
Alimente
A1 A2 ... Aj ... An necesar
Substanta
din Si
S1 a11 a12 ... a1j ... a1n b1
... ... ... ... ... ... ... ...
Si ai1 ai2 ... aij ... ain bi
... ... ... ... ... ... ... ...
Sm am1 am2 ... amj ... amn bm
Pret alimente c1 c2 ... cj ... cn
Unitati de consum x1 x2 ... xj ... xn
Cantitatea din substanta Si care se realizeaza este ai1 x1 + ai2 x2 + . . . + ain xn , care din cerinta
problemei trebuie sa e bi , i = 1, m. Ajungem astfel la conditiile (restrictiile):
a11 x1 + a12 x2 + . . . + a1n xn b1
a21 x1 + a22 x2 + . . . + a2n xn b2
(1.2)
...................................
am1 x1 + am2 x2 + . . . + amn xn bm
(1.3) x1 0, x2 0, . . . , xn 0.
Functia obiectiv care exprima costul unei ratii este data de:
(1.4) f = c1 x1 + c2 x2 + . . . + cn xn .
10
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I, Editura ULB,
Sibiu, 2001.
[2] Izvercian, P.N.,Cretu, V., Izvercian, M., Resiga, R., Introducere n teoria grafurilor. Metoda
drumului critic, Editura de Vest, Timisoara, 1994.
[3] Popescu, O., Raischi, C., Matematici aplicate n economie, vol.I, II, Editura Didactica si Peda-
gogica, Bucuresti, 1993.
[4] Ratiu-Raicu, C., Modelare si simularea proceselor economice, Editura Didactica si Pedagogica,
R.A., Bucuresti, 1995.
[5] Stavre, P., Matematici speciale cu aplicatii n economie, Editura Scrisul Romanesc, Craiova, 1982.
11
Capitolul 2
Spatii vectoriale
Obiective: In acest capitol studentul va lua contact cu notiunile teoretice fundamentale (cum
ar spatiile vectoriale, prehilbertiene, normate si metrice) necesare ntelegerii metodelor / aplicatiilor
prezentate n capitolele urmatoare.
Rezumat: In acest capitol sunt prezentate notiunile de spatiu vectorial, subspatiu vectorial,
sistem de vectori, combinatie liniara, liniar independenta si liniar dependenta, baza, dimensiune, produs
scalar si spatii prehilbertiene, norma si spatii normate, metrica si spatii metrice, multimi convexe, etc.
Continutul capitolului:
1. Denitia spatiului vectorial
2. Subspatiu vectorial
3. Independenta si dependenta liniara a vectorilor. Baza si dimensiune
4. Produs scalar. Spatii normate. Spatii metrice
5. Multimi convexe
6. Test de vericare a cunostintelor
7. Bibliograa aferenta capitolului
Cuvinte cheie: spatiu vectorial, baza, dimensiune, produs scalar, norma, metrica, multimi
convexe.
Denitia 2.1.1 Se numeste lege de compozitie (operatie) externa pe multimea M fata de multimea K,
o functie f : K M M .
Multimea K se numeste domeniul operatorilor sau scalarilor
Denitia 2.1.2 Se spune ca pe multimea V s-a definit o structura de spatiu vectorial (liniar) peste
camplul K, daca pe V s-a definit o lege de compozitie interna (x, y) x + y, x, y V , numita adunare,
si o lege de compozitie externa fata de campul K, (, x) x, K, x V , numita nmultire cu
scalari, astfel ca pentru orice x, y, z V si orice a, b K sa avem
1. x + y = y + x (comutativitatea adunarii);
2. (x + y) + z = x + (y + z) (asociativitatea adunarii);
3. Exista elementul V , astfel ca x + = + x = x;
12
4. Oricarui x V i corespunde x V astfel cu x + (x) = (x) + x = (x se numeste opusul
lui x);
(Prin urmare (V , +) este un grup comutativ);
5. 1 x = x;
6. (a + b)x = ax + bx;
7. (ab)x = a(bx);
8. a(x + y) = ax + ay.
Multimea V mpreuna cu structura de spatiu vectorial peste campul K se numeste spatiu vec-
torial (liniar) peste K, iar elementele sale le vom numi vectori.
Se observa ca operatia de adunare a vectorilor din V a fost notata tot cu semnul + ca si adunarea
din K, iar operatia de nmultire cu scalari a fost notata cu ca si nmultirea din K, acest lucru nu
produce confuzie deoarece n context orice ambiguitate este nlaturata.
Daca K este corpul R al numerelor reale, atunci V se numeste spatiu vectorial real, iar daca
K este corpul C al numerelor complexe, atunci V se numeste spatiu vectorial complex.
Elementul V se numeste vectorul nul al spatiului vectorial V .
x = 1 x = (0 + 1)x = 0 x + 1 x = 0 x + x,
si
f : R R, (f )(x) = f (x), ()f Hom(f, g) si ()r R.
Aceste operatii determina pe Hom(R, R) o structura de spatiu vectorial.
2.1.6. Fie K un camp oarecare si n un numar natural nenul. Consideram produsul cartezian
K n = K K . . . K , adica multimea sistemelor ordonate x = (x1 , x2 , . . . , xn ) de cate n elemente din
n ori
K. Denim pe K n operatiile:
x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn ),
13
spatiul vectorial aritmetic cu n dimensiuni peste K. Pentru K = R se obtin spatiile euclidiene,
iar pentru K = C se obtin spatiile unitare sau hermitice. In cazul unui vector x = (x1 , x2 , . . . , xn )
din K n , x1 , x2 , . . . , xn se numesc componentele sau coordonatele vectorului x. De aceea, cand vom
nota vectorii cu indici vom folosi scrierea cu exponenti n paranteza, pentru a se deosebi de componentele
sale.
Comentariul 2.1.1. Spatiile vectoriale Rn si Cn sunt instrumente matematice de baza n studiul
modelelor matematico-economice. Spatiile R2 si R3 conduc la vectorii utilizati n zica.
Observatia 2.2.1 Orice subspatiu vectorial W al unui spatiu vectorial V contine vectorul nul.
Exemple. 2.2.1. Daca V este un spatiu vectorial, atunci submultimea {}, formata numai din vectorul
nul, este un subspatiu vectorial numit subspatiul nul.
2.2.2. Pentru spatiul vectorial R2 si numarul real a xat, submultimea W = {x R2 |x = (x1 , y1 )
cu y1 = ax1 } formeaza un subspatiu vectorial.
Intr-adevar, daca x, y W , x = (x1 , y1 ), y1 = ax2 , y = (x2 , y2 ), y2 = ax2 , atunci: x + y =
(x1 + y1 , x2 + y2 ) cu y1 + y2 = ax1 + ax2 = a(x1 + x2 ) si deci x + y W . Pentru a R avem
x = (x1 , y1 ), cu y1 = (ax1 ) = a(xn ) si deci x W .
Cele demonstrate ne arata ca, n spatiul vectorial R2 (n plan) dreptele ce trec prin origine formeaza
subspatii vectoriale pentru R2 .
2.2.3. Daca K este un camp, atunci multimea vectorilor
x = (x1 , x2 , . . . , xn ) din K n cu xn = 0 formeaza un subspatiu vectorial al spatiului vectorial K n .
Usor se verica faptul ca intersectia a doua subspatii vectoriale ale unui spatiu vectorial V este tot
un subspatiu vectorial al lui V . Prin urmare, daca A este o submultime a spatiului vectorial V , atunci
exista un cel mai mic subspatiu al lui V care contine pe A, anume intersectia tuturor subspatiilor lui V
ce contin pe A, numit subspatiu generat de A sau acoperirea (nfasuratoarea) liniara a lui A.
Doua subspatii W1 si W2 ale unui spatiu vectorial se zic independente daca W1 W2 = {0}.
Fie S = {x(1) , x(2) , . . . , x(n) } un sistem de n vectori, n N , din spatiul vectorial V peste campul
K.
Denitia 2.2.1 Se spune ca vectorul x V este o combinatie liniara de vectorii sistemului S daca
exista n scalari a1 , a2 , . . . , an K astfel ca sa avem
n
x= ak x(k) .
k=1
14
Teorema 2.2.3 Multimea vectorilor din spatiu vectorial V care se pot scrie ca si combinatii liniare de
vectorii sistemului S formeaza un subspatiu vectorial al lui V . Acest subspatiu se noteaza prin [S] si se
numeste subspatiul lui V generat de sistemul de vectori S.
n
Demonstratie. Intr-adevar, daca x = ak x(k) si y = bk x(k) , atunci, pentru orice , K, avem
k=1 k=1
n
x + y = ak x(k) + bk x(k) = (ak + bk )x(k) ,
k=1 k=1 k=1
n
Reciproc, daca x [S], atunci rezulta ca x = ak x(k) , a1 , a2 , . . . , an K. Prin urmare, x S , adica
k=1
[S] S . Rezulta ca S = [S].
Denitia 2.2.2 Un sistem de vectori S V se numeste sistem de generatori pentru subspatiul W V
daca W = [S].
Exemplul 2.2.4. In spatiul Rn un sistem de generatori pentru Rn este format din vectorii: e(1) =
(1, 0, 0, . . . , 0), e(2) = (0, 1, 0, . . . , 0), . . ., e(n) = (0, 0, . . . , 0, 1). In adevar, orice x = (x1 , x2 , . . . , xn ) Rn
se scrie sub forma x = x1 e(1) + x2 e(2) + . . . + xn e(n) .
Denitia 2.2.3 Daca W1 si W2 sunt subspatii ale spatiului vectorial V , atunci subspatiul generat de
S = W1 W2 se numeste suma celor doua subspatii. Notam [S] = W1 + W2 .
Teorema 2.2.5 Suma W1 + W2 a doua subspatii vectoriale ale lui V coincide cu multimea vectorilor
x V care se scrie sub forma x = x(1) + x(2) , cu x(1) W1 , x(2) W2 .
Teorema 2.2.6 Suma a doua subspatii vectoriale W1 si W2 ale spatiului vectorial V este directa, daca
si numai daca orice vector x din S = W1 + W2 se scrie n mod unic sub forma x = x(1) + x(2) , x(1) W1 ,
x(2) W2 .
15
Exemplul 2.2.6. Spatiul vectorial Hom(R, R) al functiilor f : R R este suma directa a subspatiilor W1
si W2 ale functiilor pare si respectiv impare deoarece W1 W2 = {}. Cum, pentru orice f Hom(R, R),
avem
f (x) + f (x) f (x) f (x)
f (x) = + , ()x R,
2 2
adica suma dintre o functie para si una impara, deducem ca W1 si W2 sunt subspatii vectoriale supli-
mentare pentru Hom(R, R).
Daca sistemul S de vectori este liniar independent (liniar dependent), se mai zice ca vectorii
x(1) , . . . , x(n) sunt liniar independenti (liniar dependenti).
Exemple. 2.3.1. Vectorii e(1) , e(2) , . . . , e(n) (v.exemplul 2.2.4) sunt liniar independenti n Rn . In adevar,
n
daca a1 , a2 , . . . , an R astfel ca ai e(i) = , atunci rezulta (a1 , a2 , . . . , an ) = , de unde obtinem ca
i=1
a1 = a2 = . . . = an = 0.
2.3.2. Vectorii x(1) = (1, 2, 1), x(2) = (2, 1, 1) si x(3) = (4, 1, 5) sunt liniar dependenti n R3
deoarece avem 2x(1) 3x(2) + x(3) = .
Teorema 2.3.1 Sistemul S = {x(1) , x(2) , . . . , x(n) } de vectori este liniar dependent, daca si numai daca
cel putin unul din vectorii lui S se poate exprima ca o combinatie liniara de ceilalti vectori ai sistemului.
Propozitia 2.3.1 Intr-un spatiu vectorial V peste campul K sunt valabile afirmatiile:
iii) orice sistem de vectori din care se poate extrage un sistem liniar dependent este de asemenea liniar
dependent.
16
i) Orice sistem de vectori care contine vectorul nul este liniar dependent;
ii) Orice subsistem al unui sistem liniar independent de vectori este, de asemenea, liniar independent.
Denitia 2.3.2 Un sistem infinit de vectori din spatiul vectorial V se numeste liniar independent daca
orice subsistem finit al sau este liniar independent. In caz contrar se zice ca sistemul este liniar dependent.
Exemplul 2.3.3. In spatiul vectorial Hom(R, R) sistemul {1, x, x2 , . . . , xn , . . . este liniar independent.
Intr-adevar, orice relatie de forma
unde i1 < i2 < < ik , are loc numai daca ai1 = ai2 = . . . = aik = 0, adica orice subsistem nit este liniar
independent.
Denitia 2.3.3 Un sistem B, finit sau infinit, de vectori din spatiul vectorial V se numeste baza pentru
spatiul vectorial V , daca B este liniar independent si B este un sistem de generatori pentru V .
Exemple. 2.3.4. In spatiul Rn sistemul B = {e(1) , e(2) , . . . , e(n) }, e(1) = (1, 0, . . . , 0), . . . , e(n) =
(0, 0, . . . , 1) formeaza o baza. S-a aratat ca B este liniar independent (v.exemplul 2.3.1) si constituie
un sistem de generatori pentru Rn (v.exemplul 2.2.4).
Aceasta baza a lui Rn se numeste baza canonica sau naturala.
2.3.5. In spatiul vectorial Pn al polinoamelor de grad cel mult n, n 1, peste campul R, o baza
este data de sistemul B = {1, x, x2 , . . . , xn }.
Teorema 2.3.2 Sistemul de vectori B = {e(1) , e(2) , . . . , e(n) } constituie o baza pentru spatiul vectorial V
peste campul K, daca si numai daca orice vector din V se exprima n mod unic ca o combinatie liniara
de vectorii lui B.
Demonstratie. Daca B este baza a spatiului vectorial V , atunci orice x V se scrie sub forma
n
x= , ak e(k) , a1 , a2 , . . . , an K. Daca mai avem si x = bk e(k) , b1 , . . . , bn K, atunci obtinem
k=1 k=1
n
(ak bk )e(k) = , de unde, folosind faptul ca B este liniar independent, rezulta ak = bk , k = 1, 2, . . . , n,
k=1
adica scrierea lui x n baza B este unica.
Reciproc, daca orice vector din spatiul V se exprima n mod unic ca o combinatie liniara de vectorii
n
lui B, atunci si vectorul nul are aceasta proprietate, adica din = ak e(k) rezulta ak = 0, k = 1, n (se
k=1
foloseste unicitatea scrierii), ceea ce ne arata ca B este liniar independent.
Denitia 2.3.4 Daca B = {e(1) , e(2) , . . . , e(n) } este o baza a spatiului vectorial V peste campul K, atunci
n
scalarii a1 , a2 , . . . , an K din scrierea x = ak ek se numesc componentele sau coordonatele
k=1
vectorului x n baza B.
Teorema 2.3.3 (teorema nlocuirii a lui Steinitz.) Daca B = {e(1) , e(2) , . . . , e(n) } este o baza n
n
spatiul vectorial V peste campul K si x = ak e(k) este un vector din V ce satisface conditia at = 0,
k=1
atunci sistemul B1 = {e(1) , e(2) , . . . , e(t1) , x, e(t+1) , . . . , e(n) } este, de asemenea, o baza pentru V .
Demonstratie. Sa aratam mai ntai ca B1 este liniar independent. Daca b1 e(1) + . . . + bt1 e(t1) + bt x +
bt+1 e(t+1) + . . . + bn e(n) = , atunci nlocuind pe x cu expresia lui, gasim:
17
Cum B este baza n spatiul vectorial V , din egalitatea precedenta rezulta:
= 0, . . . , bn + bt an = 0.
Deoarece at = 0, deducem bt = 0 si deci b1 = b2 = . . . = bn = 0, ceea ce ne arata ca B1 este liniar
independent.
Sa aratam acum ca B1 este un sistem de generatori pentru V . Fie y un vector din V , care n baza
n
B are scrierea y = ck e(k) . Cum at = 0, din scrierea lui x avem
k=1
e(t) = a1
t (x a1 e
(1)
. . . at1 e(t1) at+1 e(t+1) . . . an e(n) ),
(2.1) y = (c1 a1
t a1 ct )e
(1)
+ . . . + (ct1 a1
t at1 ct )e
(t1)
+ a1
t ct x+
+(ct+1 a1
t at+1 ct )e
(t+1)
+ . . . + (cn a1
t an ct )e
(n)
,
ceea ce ne arata ca B1 este un sistem de generatori pentru V .
Observatia 2.3.1 Prin inductie matematica se poate demonstra urmatorul rezultat (teorema generala
a nlocuirii): daca B = {e(1) , e(2) , . . . , e(n) } este o baza n spatiul vectorial V peste campul K si S =
{x(1) , x(2) , . . . , x(p) } este un sistem de vectori liniar independent din V , atunci p n si putem nlocui p
vectori din B prin vectorii lui S, astfel ca, renumerotand vectorii, B1 = {x(1) , . . . , x(p) , e(p+1) , . . . , e(n) }
sa fie, de asemenea, baza pentru V .
Comentariul 2.3.1 Demonstratia Teoremei 10.3.3 ne da si procedeul practic de nlocuire a unui vector
dintr-o baza cu un alt vector, cat si formulele de calcul al coordonatelor unui vector n noua baza. Intr-
n
adevar, pentru coordonatele vectorului y = ck e(k) n noua baza B1 din formula (2.1) rezulta formulele
k=1
ck at ak ct
(2.2) yk = ck a1
t ak ct = , pentru k = t
at
si
ct
(2.3) yt = a1
t ct = , pentru k = t.
at
Formulele (2.2) si (2.3) ne dau regulile de aare a componentelor lui y n baza B1 , n care n
locul vectorului e(t) s-a introdus vectorul x. Formula (2.3) arata ca noua componenta a vectorului y
corespunzatoare vectorului x ce intra n locul lui e(t) , se obtine prin mpartirea componentei sale ct (de
pe linia t) la componenta at a lui x de pe coloana t, iar formula (2.2) indica regula: componenta noua
yk a lui y, de pe o linie arbitrara k, se obtine din vechea componenta ak dupa regula
at ct at ck ak ct
echivalenta cu = yk ,
ak ck at
numita si regula dreptunghiului. Elementul at = 0 se numeste si pivot, ceea ce face ca regula drep-
tunghiului sa se mai numeasca si regula pivotului. De obicei calculele se fac n tabele succesive de
18
forma
Baza e(1) e(2) ... e(t) ... e(n) ... x y
(1)
..
e 1 0 ... 0 ... . ... a1 c1
..
e(2) 0 1 ... 0 ... . ... a2 c2
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
x
(t)
..
e 0 0 ... 1 ... . ... at ct
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
.. .. .. ..
e(k) . . ... . ... . ... ak ck
.. .. .. .. .. .. ..
. . . ... . ... . ... . .
e(n) 0 0 ... 0 ... 1 ... an cn
Exemplul 2.3.6. Fie vectorii x = (2, 3, 1) si y = (3, 4, 5) scrisi n baza canonica din R3 . Scriem
componentele lui y n baza (e(1) , x, e(3) ).
Avem
Baza e(1) e(2) e(3) x y
(1)
e 1 0 0 2 3
x
e(2) 0 1 0 3 4
e(3) 0 0 1 1 5
e(1) 1 23 0 0 1
3
1 4
x 0 3 0 1 3
e(2) 0 13 1 0 11
3
unde elementele de pe linia lui e(2) s-au mpartit cu elementul pivot 3, iar celelalte s-au calculat cu regula
dreptunghiului. Pe coloana elementului pivot se pune 1 n locul elementului pivot si n rest 0.
De retinut ca, utilizand aceasta cale de lucru, se poate nlocui o baza a unui spatiu vectorial cu o
alta.
Exemplul 2.3.7. In R2 sa se nlocuiasca baza canonica cu baza data de vectorii x(1) = (2, 3) si x(2) =
(4, 2) si n noua baza sa se scrie componentele vectorului v = (3, 4).
Avem
Baza e(1) e(2) x(1) x(2) v
x(1)
e(1) 1 0 2 4 3
e(2) 0 1 3 2 4
1 3
x(1) 2 0 1 2 2
(2)
x
e(2) 23 1 0 4 12
x(1) 41 1
2 1 0 5
4
3
x(2) 8 14 0 1 1
8
Observatia 2.3.2 Metoda elementului pivot este utilizata n rezolvarea multor probleme de matematica
cu aplicarea n modelele matematico-economice.
Corolarul 2.3.2 Daca o baza a unui spatiu vectorial este formata din n vectori, atunci orice baza a sa
are tot n vectori.
Denitia 2.3.5 Daca o baza a unui spatiu vectorial V este formata din n vectori, atunci spunem ca
spatiul V are dimensiune nita egala cu n. Scriem dim V = n. Spunem ca un spatiu vectorial are o
dimensiune innita daca exista n el o baza infinita.
19
Un subspatiu W , cu dim W = n 1. a unui spatiu vectorial V , cu dim V = n, se numeste
hiperplan vectorial. Altfel spus, un subspatiu vectorial W este un hiperplan vectorial daca el este
suplimentar unei drepte vectoriale.
Denitia 2.3.7 Se numeste rangul unui sistem S de vectori din spatiu vectorial V , dimensiunea
spatiului vectorial generat de S. Notam rangul lui S prin rang S.
Propozitia 2.3.2 Rangul unui sistem de vectori din spatiul vectorial V nu se modifica daca:
i) se schimba ordinea vectorilor;
ii) se nmulteste un vector al sistemului cu un scalar nenul;
iii) se aduna la un vector al sistemului un alt vector din sistem, nmultit cu un scalar.
Pentru demonstratie se observa ca sistemele de vectori obtinute prin transformarile i)iii) din
propozitie genereaza acelasi subspatiu vectorial si deci are acelasi rang. Transformarile i), ii), iii) se
numesc transformari elementare.
Teorema 2.3.4 Rangul unui sistem finit de vectori este egal cu numarul maxim de vectori liniar
independenti ai sistemului.
Demonstratie. Fie S = {x(1) , x(2) , . . . , x(m) } un sistem de vectori n spatiul vectorial V si k m
numarul maxim de vectori liniar independenti ai lui. Pentru comoditatea scrierii consideram ca vectorii
x(1) , x(2) , . . . , x(k) sunt liniar independenti, ceea ce implica ca ceilalti vectori ai sistemului se vor exprima
ca si combinatii liniare de acestia, adica
Teorema 2.3.5 Printr-un izomorfism de doua spatii vectoriale se pastreaza rangul unui sistem finit de
vectori
Prin urmare, sistemul de vectori y (1) , . . . , y (k) este un sistem de generatori pentru S1 si deci
rang S1 = rang S.
20
Teorema 2.3.6 Conditia necesara si suficienta ca doua spatii vectoriale V si W peste campul K, de
dimensiune finita, sa fie izomorfe este ca ele sa aiba aceeasi dimensiune.
Demonstratie. Necesitatea rezulta imediat aplicand Teorema 2.3.5.
Pentru sucienta sa consideram spatiile vectoriale V si W cu dim V = dim W = n. Fie B =
{e(1) , e(2) , . . . , e(n) } si B1 = {f (1) , f (2) , . . . , f (n) } cate o baza n V si respectiv W . Denim, aplicatia
n
n
h : V W dupa regula: pentru orice x B, x = ai x(i) , h(x) = ai f (i) . Se verica imediat ca h
i=1 i=1
este un izomorsm si deci spatiile V si W sunt izomorfe.
Corolarul 2.3.3 Printr-un izomorfism ntre doua spatii vectoriale V si W de dimensiune finita o baza
din V este dusa ntr-o baza din W .
Corolarul 2.3.4 Exista un izomorfism si numai unul ntre doua spatii vectoriale V si W de dimeniune
finita care sa duca o baza B din V ntr-o baza data B1 din W .
Corolarul 2.3.5 Orice spatiu vectorial V peste campul K de dimensiune n este izomorf cu spatiul K n .
Corolarul 2.3.6 Pentru orice subspatiu W al unui spatiu vectorial V avem dim W dim V .
Denitia 2.4.2 Un spatiu vectorial peste campul K = R C nzestrat cu un produs scalar se numeste
spatiu prehilbertian. Daca K = R, atunci spatiul se numeste euclidian, iar daca K = C atunci spatiul
vectorial nzestrat cu un produs scalar se numeste unitar .
n
< x, y >= xi yi , atunci Rn devine un spatiu euclidian. Prin simple calcule se verica proprietatile
i=1
P1 P4 .
2.4.2. In Cn produsul scalar al vectorilor x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) se deneste prin
n
< x, y >= xi yi ,
i=1
21
N1. x = 0, daca si numai daca x = ;
Denitia 2.4.4 Un spatiu vectorial V peste K este normat daca pe el s-a definit o norma. Scriem
(V, ).
Teorema 2.4.1 Daca (V, < , >) este un spatiu euclidian, atunci pentru orice x, y V are loc
inegalitatea
| < x, y > | < x, x > < y, y >.
numita inegalitatea lui CauchySchwarzBuniakowscki.
Dar < x, >=< x, x x >=< x, x > + < x, x >=< x, x > + < x, x >=< x, x > < x, x >=
0. Cum < x, x > 0, rezulta ca (10.8) are loc pentru y = si oricare ar x V .
Deci, putem presupune y = , adica < y, y >> 0. Atunci trinomul de gradul doi n din (10.8) va
0, oricare ar R, daca si numai daca =< x, y >2 < y, y > < x, x > 0, de unde rezulta
| < x, y > | < x, x > < y, y > ceea ce trebuia demonstrat.
Egalitate n inegalitatea lui CauchySchwarzBuniakowski se obtine numai daca x = y, adica
vectorii x si y sunt coliniari.
xi yi x2i yi2 ,
i=1 i=1 i=1
Teorema 2.4.2 Daca (V, < , >) este un spatiu euclidian, aplicatia : V R, definita prin
x = < x, x > este o norma pe V , numita norma generata de produsul scalar.
Altfel spus, un spatiu prehilbertian este un spatiu normat.
Demonstratie. Trebuiesc vericate proprietatile normei. Din x = 0 avem < x, x >= 0, de unde, pe
baza lui P 1, deducem x = , ceeace ne demonstraza
N 1.
Pentru N 2 avem x = < x, x > = 2 < x, x > = || x, pentru orice R si orice
xV.
Pentru a demonstra N 3 putem scrie x + y2 =< x + y, x + y >=
< x, x > +2 < x, y > + < y, y > x2 + 2x y + y2 = (x + y)2 (s-a folosit inegalitatea lui
CauchySchwarzBuniakowski), de unde rezulta x + y x + y, oricare ar x, y V .
Observatia 2.4.2 Teoremele 10.4.1 si 10.4.2 raman adevarate si pentru spatiile vectoriale unitare.
22
Denitia 2.4.5 Fie (V, < , >) un spatiu vectorial euclidian. Oricare ar fi vectorii x, y V , diferiti
de vectorul nul, numarul real [0, ] definit prin
< x, y >
cos = ,
x y
Denitia 2.4.6 Fie A o multime nevida. Se numeste metrica (distanta) pe A, orice aplicatie d :
A A R cu urmatoarele proprietati:
Denitia 2.4.7 Se numeste spatiu metric orice multime nevida A nzestrata cu o metrica. Notam cu
(A, d) multimea A nzestrata cu metrica d.
de unde d(x, y) 0.
1, x = y
Exemple. 2.4.4. Aplicatia d : A A R prin d(x, y) = este o metrica pe A, numita
0, x=y
metrica grosiera.
2.4.5. Aplicatia d : R R R, d(x, y) = |x y| este o metrica pe R.
Teorema 2.4.3 Daca (V, ) este un spatiu vectorial normat, atunci aplicatia d : V V R definita
prin d(x, y) = x y este o metrica pe V , numita metrica generata de norma.
pentru orice x, y V .
Inegalitatea triunghiului pentru d rezulta astfel:
pentru orice x, y, z V .
Observatia 2.4.4 Pentru spatiile euclidiene Rn metrica generata de norma data de produsul scalar
conduce la
n
d(x, y) = (xi yi )2
i=1
23
2.5 Multimi convexe
In acest paragraf vom introduce notiunea de multime convexa si proprietatile ei. Ea are o
importanta deosebita n rezolvarea modelelor matematicoeconomice de programare liniara.
Denitia 2.5.1 Fie x = (x1 , . . . , xn ) si y = (y1 , . . . , yn ) doi vectori din Rn . Vectorul z = ax + (1 a)y,
cu a [0, 1] se numeste combinatia liniara convexa a vectorilor x si y.
Denitia 2.5.2 Daca x, y Rn multimea {z Rn |z = ax + (1 a)y, a [0, 1]} se numeste segmentul
de dreapta de extremitati x si y. El se noteaza cu [x, y]. Daca a (0, 1), atunci segmentul deschis
dat de x si y se noteaza cu (x, y).
Pe R segmentul [x, y] si segmentul deschis (x, y) coincid cu intervalul nchis [x, y] respectiv inter-
valul deschis (x, y)
Denitia 2.5.3 O multime A Rn se numeste multime convexa, daca oricare ar fi x, y A avem
[x, y] A. Altfel spus, oricare ar fi doua puncte din A, segmentul [x, y] este o multime din A.
Exemple. 2.5.1. Fie a = (a1 , a2 , . . . , an ) Rn un vector xat din Rn si b un numar real dat. Multimea
H = {x Rn | < a, x >= b} este convexa.
Fie [0, 1]. Pentru orice x, y H avem
< a, x + (1 )y >= < a, x > +(1 ) < a, y >= b + (1 )b = b
ceea ce ne arata ca [x, y] H.
Multimea H este un hiperplan n Rn de ecuatie a1 x1 +a2 x2 +. . .+an xn = b, daca x = (x1 , . . . , xn )
R .
n
k
x= ai x(i) , ai 0, i = 1, k
i=1
Denitia 2.5.5 Fie A Rn o multime. Multimea tuturor combinatiilor liniare convexe de elemente din
A se numeste acoperirea convexa a lui A. Ea se noteaza prin Co(A).
Propozitia 2.5.2 Co(A) este convexa si A Co(A). Daca A este convexa, atunci Co(A) = A.
Demonstratia propozitiei este imediata.
Denitia 2.5.6 Daca A Rn este o multime convexa, atunci elementul
x(0) A se numeste punct extremal pentru A daca nu exista x, y A,
a (0, 1) asa ncat sa avem x(0) = ax + (1 a)y, adica x(0) nu poate fi interior segmentului [x, y], oricare
ar fi x, y A.
Exemplu. 2.5.5. Varfurile unui triunghi sunt punctele sale extremale.
24
2.6 Testul Nr. 1 de verificare a cunostintelor
a) Spatiu vectorial;
b) Acoperirea liniara;
c) Baza a a unui spatiu vectorial;
d) Produs scalar;
e) Norma;
f) Metrica;
g) Combinatie liniara convexa;
h) Multime convexa.
2. Aratati ca daca (K, +, ) este corp comutativ si n N, iar K n = {x = (x1 , ..., xn ) | xi K, i = 1, n},
pentru n 1, atunci multimea K n nzestrata cu operatiile
n
6. Aratti ca (Rn , d) unde d : Rn Rn R, d(x, y) = |xk yk |, x = (x1 , ..., xn ) si y = (y1 , ..., yn )
k=1
este spatiu metric.
7. Aratati ca aplicatia < , > : R2 R2 R denita prin < x, y >= 3x1 y1 x1 y2 x2 y1 + 2x2 y2 ,
x = (x1 , x2 ) si y = (y1 , y2 ), este un produs scalar.
8. Sa se arate ca ntr-un spatiu prehilbertian real oarecare are loc pentru orice vectori x si y egalitatea:
x + y2 + x y2 = 2(x2 + y2 ).
25
Indicatii si raspunsuri
Testul 1
4. Se obtine tabelul
v(xi ) 1 2 2 1
y3 (xi ) 2 2 2 2
v(yi ) -1 0 1 -1
Deci v(yi ) = (1, 0, 1, 1).
3 9
5. Se foloseste matricea de trecere si se obtine v(yi ) = , ,2 .
2 2
6. Se verica conditiile impuse asupra aplicatiei d n denitiea notiunii de metrica.
10. Se arata ca oricare ar x, y din [a, b] segmentul cu extremitatea initiala n x si cea nala
n y apartine tot lui [a, b].
26
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
27
Capitolul 3
3.1 Matrice
Denitia 3.1.1 Se numeste matrice de tipul mn peste un camp K un tablou dreptunghiular
A format din m n elemente din K situate pe m linii si n coloane.
Scriem
a11 a12 . . . a1n
a21 a22 . . . a2n
A= . .. .. ..
.. . . .
am1 am2 am3 amn
sau condensat
A = (aij ) i=1,m ,
j=1,n
28
Unei matrice A de tip m n i se poate ataa sistemul ordonat de m vectori linie din
K n dat de
Li = (ai1 , ai2 , . . . , ain ), i = 1, m
si sistemul ordonat de n vectori coloana
Denitia 3.1.2 Doua matrice de acelasi tip sunt egale daca elementele corespunzatoare sunt
egale.
1 A = A, (A + B) = A + B, ( + )A = A + A, (A) = ()A,
n
A= aij E (ij) ,
i=1 j=1
unde E (ij) sunt matricele de tipul m n, care au toate elementele egale cu 0, n afara de cel
de pe linia i si coloana j care este egal cu 1.
Denitia 3.1.5 Se numeste transpunere n multimea M(K) a matricelor peste K, aplicatia
t : M(K) M(K), definita prin t(A) = t A, unde A = (aij ) Mmn (K), iar t A = (aji )
Mnm (K). Matricea t A se numeste transpusa lui A.
Se observa usor ca transpusa este o functie bijectiva, care verica proprietatile: 1)
( A) = A; 2) t (A + B) = t A + t B si 3) t (A) = t A, oricare ar A, B Mmn (K) si K.
t t
De aici rezulta ca transpunerea este un izomorsm ntre spatiile vectoriale Mmn (K) si
Mnm (K).
Denitia 3.1.6 O matrice patratica A = (aij ) Mnn (K) se numeste simetrica daca A = t A,
adica elementele simetrice fata de diagonala principala sunt egale aij = aji , i, j = 1, n.
Denitia 3.1.7 O matrice patratica A = (aij ) Mmn (K) e numeste antisimetrica daca A =
t A, adica elementele simetrice fata de diagonala principala sunt opuse aij = aji i, j = 1, n.
29
Denitia 3.1.9 O matrice patratica se numeste diagonala daca toate elementele ei sunt nule
cu exceptia celor de pe diagonala principala.
Teorema 3.1.1 Teorema rangului. Pentru o matrice rangul sistemului de vectori linie este
egal cu rangul sistemului de vectori coloana.
m
Cj = aij e(i) ,
i=1
unde B = {e(1) , e(2) , . . . , e(m) } este baza canonica din K m , este dus n vectorul
m
Cj = aij f (i) ,
i=1
unde B1 = {f (1) , f (2) , . . . , f (m) } este noua baza din K m , obtinuta din B prin schimbarea ordinii
vectorilor ei, corespunzatoare schimbarii liniilor matricei A. Consideram, acum, automor-
smul spatiului K m , care duce baza B n baza B1 , acesta ducand vectorii Cj n vectorii Cj si
deci pastreaza rangul sistemului format de ei. Celelalte linii ale matricei A se vor exprima
ca si combinatii liniare de primele r, adica putem scrie
mr
Cj = aij e(i) + ar+s,j e(r+s) =
i=1 s=1
mr
= aij e(i) + (r+s,1 a1j + r+s,2 a2j + . . . + r+s,r arj )e(r+s) , j = 1, n.
i=1 s=1
mr
Cj = aij e(i) + r+s,i e(r+s) , j = 1, n.
i=1 s=1
mr
Punand g (i) = e(i) + s=1 r+s,i e(r+s) , i = 1, r, rezulta
r
Cj = aij g (i) , j = 1, n.
i=1
30
Denitia 3.1.10 Rangul comun al sistemelor de vectori linii sau coloane a unei matrice se
numeste rangul ei.
Altfel spus, rangul unei matrice este egal cu numarul maxim de linii sau coloane liniar
independent, ntre ele.
Propozitia 3.1.2 Rangul unei matrici este egal cu rangul transpusei sale.
Demonstratie. Deoarece prin transpunere sistemul de vectori linie al unei matrici devine
sistemul de vectori coloana al transpusei matricei, din teorema rangului rezulta ca matricea
si transpusa ei au acelasi rang.
Observatia 3.1.1 Prin transformari elementare aplicate sistemului de vectori linie sau
coloane, rangul unei matrice nu se modifica.
Valabilitatea acestei observatii rezulta din teorema rangului si din faptul ca prin efec-
tuarea unor transformari elementare rangul unui sistem de vectori nu se modica (v.3.3).
Propozitia 3.1.3 Prin transformari elementare asupra liniilor si coloanelor, orice matrice
A poate fi transformata ntr-o matrice B, avand toate elementele nule cu exceptia primelor
r elemente de pe diagonala principala, care sa fie egale cu 1. Matricea A are atunci rangul
r.
Demonstratie. Consideram matricea
a11 a12 ... a1j ... a1n
.. .. .. .. .. ..
. . . . . .
A= ai1 ai2 ... aij ... ain
. .. .. .. .. ..
.. . . . . .
am1 am2 ... amj ... amn
Daca A este matricea nula, atunci armatia propozitiei este dovedita. Daca nu, atunci
putem presupune ca a11 = 0 (n caz ca a11 = 0 se fac schimbari ale ordinii liniilor sau
coloanelor). Pentru a obtine 1 pe pozitia lui a11 nmultim prima linie cu a1 11 . Pentru a avea
0 pe pozitia ai1 , i = 2, m, nmultim acum linia ntai cu ai1 . Elementul aij se nlocuieste cu
a11 aij a1j ai1
aij a1
11 a1j ai1 = , i = 2, m, j = 2, n,
an
n care se recunoaste regula de calcul a dreptunghiului sau elementului pivot.
Aplicand repetat acest procedeu, dupa un numar nit de pasi, ajungem ca A este
echivalenta () din punctul de vedere al rangului cu matricea
1 0 ... 0 0 ... 0
0 1 ... 0 0 ... 0
.. .. .. .. .. .. ..
. . . . . . .
B= 0 0 . . . 1 0 . . . 0 linia r
0 0 ... 0 0 ... 0
. . .. .. .. .. ..
.. .. . . . . .
0 0 ... 0 0 ... 0
si deci rangul lui A este r, dat de numarul de cifre 1 din B.
Demonstratia acestei propozitii ne da si procedeul practic de aare a rangului unei
matrice, calculele facandu-se cu cunoscuta regula a dreptunghiului.
Exemplul 3.1.1. Sa se ae rangul matricei
0 2 1 1 3
2 1 4 5 6
A= 1 1 2 1 0 .
1 2 2 4 6
31
Schimband coloana 1 cu coloana 2 si nmultind coloana 5 cu 1/3 obtinem
2 0 1 1 1
1 2 4 5 2
A 1 1 2 1 0 .
2 1 2 4 2
Inmultim prima linie cu 1/2, apoi pe linia ntai si coloana ntai completam cu 0, iar
restul elementelor le calculam cu regula dreptunghiului, obtinand
1 0 0 0 0
0 2 92 29 32
A .
0 1 32 23 12
0 1 3 3 1
Denitia 3.1.12 Se numeste matrice extrasa dintr-o matrice A orice matrice B obtinuta din
A nlaturand anumite linii si coloane, pastrand ordinea liniilor si coloanelor ramase.
Teorema 3.1.2 Rangul unei matrice este egal cu ordinul maxim al matricelor patratice
nesingulare extrase din ea.
32
Propozitia 3.1.4 Inmultirea matricelor, cand are sens, este asociativa.
Demonstratie. Fie A = (aij ) Mmn (K), B = (bij ) Mnp (K), C = (cij ) Mpq (K). Avem
n p
n
p
A(BC) = aik bkl clj = aik bkl clj =
k=1 l=1 k=1 l=1
p n
n
= aik bkj + aik ckj = AB + AC,
k=1 k=1
adica nmultirea este distributiva la stanga fata de adunare. In mod analog, se demonstreaza
si distributivitatea la dreapta.
Denitia 3.1.14 Matricea patratica In = (ij ), i, j = 1, n, unde
1, i = j
ij =
0, i = j i, j = 1, n
Im A = A si AIn = A.
Propozitia 3.1.7 Transpusa unui produs de doua matrice este egala cu produsul transpuselor
n ordine inversa.
t t
(AB) = aik bkj = ajk bki = bki ajk = t B t A.
k=1 k=1 k=1
33
Teorema 3.1.3 Conditia necesara si suficienta ca o matrice patratica sa aiba inversa este
ca ea sa fie nesingulara.
Demonstratie. Necesitatea. Presupunem ca matricea A = (aij ) Mn2 (K) are o inversa pe
A1 = (bij ) Mn2 (K). Din A1 A = I rezulta
n
bik akj = ij , i, j = 1, n.
k=1
n
(3.1) e(i) = bik Lk ,
k=1
n
Lk , k = 1, n, ind vectorii linie ai matricei A. Cum pentru orice x K n avem x = xi e(i) ,
i=1
nlocuind e(i) din relatiile (3.1) deducem ca orice vector x K n se exprima ca o combinatie
liniara de vectori linie Lk , k = 1, n. Rezulta ca sistemul de vectori linie Lk , k = 1, n, genereaza
spatiul K n , ceea ce nseamna ca are rangul n si deci matricea A este nesingulara.
Suficienta. Din faptul ca A este nesingulara, rezulta ca vectorii linie Lk , k = 1, n, sunt
liniar independenti si deci formeaza o baza n K n . Exprimam vectorii e(i) , i = 1, n, ai bazei
canonice n baza data de vectorii linie si avem
n
e(i) = bik Lk , i = 1, n,
k=1
34
procedam astfel
1
2 1 3 1 0 0 1 12 3
2 2 0 0
(A|I3 ) = 3 2 3 0 1 0 = 0 12 23 32 1 0 =
2 1 2 0 0 1 0 0 1 1 0 1
1 0 3 2 1 0 1 0 0 1 1 3
= 0 1 3 3 2 0 = 0 1 0 0 2 3
0 0 1 1 0 1 0 0 1 1 0 1
Prin urmare, avem
1 1 3
A1 = 0 2 3 .
1 0 1
Se poate lucra utilizand regula dreptunghiului fara a mparti la pivot si transformand
matricea (A|I) extinsa asa ncat sa ajungem la situatia (D|C), unde D este matricea diagonala
a11 0 . . . 0
0 a22 . . . 0
D= . . . .. iar C = (cij ), i, j = 1, n.
.. .. .. .
0 0 . . . ann
procedam astfel
2 1 3 1 0 0 2 1 3 1 0 0
(A|I3 ) = 3 3 2 0 1 0 = 0 3 5 3 2 0 =
1 2 1 0 0 1 0 3 1 1 0 2
2 0 14 6 2 0 2 0 0 12 60 84
= 0 3 5 3 2 0 = 0 3 0 6 6 30
0 0 12 6 6 6 0 0 12 6 6 6
de unde 12 60 84
2312 2312 2312 16 5
6 76
A1 = 6
312
6
312
30
312
= 1
6 16 5
6
.
6 6 6 1
12 12 12 2 12 1
2
35
Demonstratie. Fie A = (aij ) Mmn (K), B = (bij ) Mnp si C = A B = (cij ) Mmp , unde
n
cij = aik bkj , i = 1, m, j = 1, p.
k=1
AB = I
Efectuand nmultirile si identicand matricele din cei doi membrii, vom obtine
(1) A11 B11 + A12 B21 = I,
(2) A11 B12 + A12 B22 = 0,
(3) A21 B11 + A22 B21 = 0,
(4) A21 B12 + A22 B22 = I.
Din (2) avem
B12 = A1
11 A12 B22 ,
36
de unde
B21 = B22 A21 A1
11
Partitionam luand
4 2 1
A11 = 2, A12 = (3 4), A21 = si A22 =
3 2 1
B22 = P 1 ,
2 2
1 3 11 5
B12 = A1
11 A12 B22 = (3 4) 5
3
8 = ,
2 21 21 21 21
1
B21 = B22 A21 A1
11 = 3
2 ,
21
1
1 1 4
B11 = A1 1
11 A11 A12 B21 = (3 4) 32 = ,
2 2 21
21
rezultand
B11 B12
A1 =
B21 B22
37
In ncheierea acestui paragraf sa prezentam o aplicatie a matricelor la schimbarea
bazei unui spatiu vectorial.
Fie V un spatiu vectorial peste campul K cu dim V = n si B = {e(1) , e()2 , . . . , e(n) } o baza
a lui. Fata de aceasta baza un vector x V se scrie n mod unic sub forma
n
x= xi e(i) ,
i=1
atunci rangul sistemului de vectori {x(1) , x(2) , . . . , x(p) } este egal cu rangul matricei coordo-
natelor
x11 x12 . . . x1n
x21 x22 . . . x2n
A= ... ... ... ... .
atunci B1 formeaza o baza n V daca si numai daca matricea A = (aij ) Mn2 (K) este
nesingulara.
In acest caz, A se numeste matricea schimbarii de baza sau matricea de trecere de la
baza B la baza B1 .
Punand fata de B1
n
x= yj f (j)
j=1
si nlocuind pe fj , avem
n
n
n
x= yj aij e(i) = aij yi e(i)
j=1 i=1 i=1 j=1
n
de unde, identicand cu x = xi e(i) , rezulta
i=1
n
xi = aij yj , i = 1, n,
j=1
3.2 Determinanti
Consideram matricea patratica A = (aij ) Mn2 (K) cu elemente din campul K.
Formam produse de forma a1i1 , a2i2 . . . anin , obtinute luand cate un element si numai unul
38
din ecare linie si coloana a matricei A. Unui astfel de produs i asociem permutarea
(substitutia)
1 2 ... n
G=
i1 i2 ... in
numita permutarea indicilor sai. Notam cu Sn multimea tuturor celor n! permutari ale
multimii {1, 2, . . . , n}.
In permutarea Sn avem o inversiune daca i < j si (i) > (j).
De exemplu, n permutarea
1 2 3 4
=
4 2 1 2
elementele 4 si 2 prezinta o inversiune.
Prin Inv(G) notam numarul inversiunilor permutarii G, iar prin () = (1)Inv() sig-
natura permutarilor . Daca () = 1, avem o permutare para, iar daca () = 1 avem o
permutare impara.
Denitia 3.2.1 Numim determinantul matricei patratice A = (aij ) Mn2 (K), elementul
det A K dat de formula
p
(k)
aij = bij , i = 1, n
k=1
si putem scrie
p
(k)
det A = ()a1j1 . . . aiji = ()a1j1 biji . . . anjn =
Sn Sn k=1
39
(k)
= ()a1j1 biji . . . anjn ,
k=1 Sn
Propozitia 3.2.4 Daca ntr-un determinant se schimba doua linii ntre ele, atunci valoarea
lui si schimba semnul.
Demonstratie. Se observa ca prin schimbarea celor doua linii permutarea indicilor si
schimba paritatea.
Propozitia 3.2.5 Daca ntr-un determinant doua linii sunt identice, atunci valoarea lui este
zero.
Demonstratie. Daca n det A schimbam ntre ele cele doua linii identice, atunci, folosind
propozitia 3.2.4 putem scrie det A = det A, de unde det A = 0.
Propozitia 3.2.6 Daca ntr-un determinant avem doua linii proportionale, atunci valoarea
lui este zero.
Demonstratie. Valabilitatea propozitiei rezulta din Propozitiile 3.2.3 si 3.2.5.
Propozitia 3.2.7 Daca ntr-un determinant la o linie adaugam o combinatie liniara de cele-
lalte linii, atunci valoarea lui ramane neschimbata.
Demosntrate. Se aplica Propozitiile 3.2.2 si 3.2.6.
Propozitia 3.2.8 Daca liniile matricei care defineste determinantul sunt liniar dependente
(matricea este singulara), atunci valoarea determinantului este zero.
Demonstratie. Se aplica Propozitiile 3.2.2 si 3.2.6.
In particular, daca pe o linie a unui determinant avem numai zero, atunci valoarea
determinantului este zero.
Denitia 3.2.2 Numim minorul complementar al elementului aij din matricea patratica A =
(aij ) Mn2 (K), determinantul asociat matricei extrase din A prin eliminarea liniei i si
coloanei j.
Notam Mij minorul complementar al elementului aij .
Denitia 3.2.3 Numim complementul algebric al elementului aij din matricea patratica A =
(aj ) Mn2 (K) elementul Aij K dat de relatia
Propozitia 3.2.9 Determinantul matricei A = (aij ) Mn2 (K) este egal cu suma produselor
elementelor liniei Li (i = 1, n) prin complementii lor algebrici, adica
40
Demosntratie. Se arata ca efectuand produsele aij Aij , j = 1, n obtinem toate produsele din
denitia lui det A luate cu acelasi semn.
Corolarul 3.2.1 Daca n dezvoltarea determinantului det (A) dupa elementele liniei Li
nlocuim aceste elemente prin elementele 1 , . . . , n din K, atunci suma obtinuta reprezinta
determinantul matricei obtinuta din A prin nlocuirea liniei Li cu vectorul (1 , 2 , . . . , n ).
Corolarul 3.2.2 Suma produselor elementelor unei linii Li ai matricei A = (aij ) Mn2 (K)
prin complementii algebrici ai elementelor altei linii Lj este egala cu zero.
n
aij Akj = ik det A, i, k = 1, n.
j=1
Observatia 3.2.1 Propozitia 3.2.9 se poate generaliza prin asa numita regula a lui Laplace.
In acest scop se introduce notiunea de minor de ordinul k al matricei A = (aij ) Mn2 (K),
notat prin
Mij11,i,j22,...,i
,...,jk
k
Regula lui Laplace ne spune ca determinantul unei matrice patratice este egal cu suma
produselor minorilor de pe k linii xate ale matricei prin complementii lor algebrici.
Observatia 3.2.2 Calculul unui determinant de ordin n se poate face calculand numai
determinanti de ordinul doi (de fapt, aplicand regula dreptunghiului fara mpartirea la
elemntul pivot). Fie de calculat
a11 a12 . . . a1j . . . a1n
... ... ... ... ... ...
det A = ai1 ai2 . . . aij . . . ain
... ... ... ... ... ...
an1 an2 . . . anj . . . ann
41
Practic se aplica repetat aceasta formula, n care elementele bij , i, j = 2, n, se obtin
prin regula dreptunghiului fara mpartirea la elementul pivot.
Exemplu. Avem
2 1 3 2
0 10 2
4 2 1 3
det A = = 1 1 7 2 =
2
3 2 1 4 2 8 8 8
2 3 1 2
1 1 1
1 1 8 1
= 2 8 2 1 7 2 = 4 = 4 (13) = 52.
2 0 5 1 1 5 1
Corolarul 3.2.3 Rangul unei matrice este egal cu ordinul maxim al minorilor diferiti de
zero.
Denitia 3.2.4 Se numeste matrice adjuncta a matricei A = (aij ) Mn2 (K) matricea notata
prin A si data prin A = (Aji ), unde Aij este complementul algebric al elementului aij din
A.
Propozitia 3.2.12 Inversa unei matrice nesingulare A de ordin n este data de formula
1
A1 = A .
det (A)
42
Denitia 3.3.1 Se numeste sistem de m ecuatii liniare cu n necunoscute peste campul K, un
ansamblu de relatii de forma
a11 x1 + a12 x2 + . . . + a1n xn = b1 ,
a21 x1 + a22 x2 + . . . + a2n xn = b2 ,
(3.2)
..............................
am1 x1 + am2 x2 + . . . + amn xn = bm ,
Denitia 3.3.2 Numim solutie a sistemului (11.8) orice ansamblu format din n elemente
1 , 2 , . . . , n din K cu proprietatea ca nlocuind n membrii stangi ai ecuatiilor sistemului
xi = i , i = 1, n, si facand calculele, se obtin elementele corespunzatoare din membrii drepti.
Denitia 3.3.3 Un sistem de ecuatii liniare se zice ca este compatibil daca are cel putin o
solutie si incompatibil n caz contrar.
Matricea
a11 a12 . . . a1n
a21 a22 . . . a2n
A= ... ... ... ...
AX = B.
Denitia 3.3.4 Numim sistem Cramer un sistem de n ecuatii liniare cu n necunoscute pen-
tru care matricea A a sistemului este nesingulara, adica det A = 0.
Teorema 3.3.1 (Cramer). Orice sistem Cramer este compatibil determinat (are solutie
unica) si
i
, i = 1, n,
xi =
det A
unde i este determinantul matricei obtinuta din matricea A a sistemului prin nlocuirea
coloanei Ci cu coloana B a termenilor liberi.
43
obtinem
Ak1 bk
k=1
n
Ak2 bk 1
k=1
2
..
...
1 1 . = 1
X=
det (A)
A B=
det (A)
n det A
i ,
Aki bk
..
k=1 .
.. n
n .
Akm bk
k=1
de unde
i
xi = , i = 1, n.
det (A)
Prezentam acum metoda eliminarii totale (GaussJordan) pentru aarea solutiilor
pentru sistemele Cramer.
In acest scop, scriem matricea extinsa a sistemului si avem succesiv
2x1 + 3x2 + x3 = 6
3x1 x2 2x3 = 7
x1 2x2 + 3x3 = 3.
Avem succesiv
3 1
2 3 1 6 1 2 2 3
3 -1 -2 7 0 11 72 2
2
1 -2 3 -3 0 72 5
2 6
5 27
1 0 11 11 1 0 0 2
0 1 7
11
4
11
0 1 0 1 ,
52
0 0 11 52
11
0 0 1 -1
de unde xi = 2, x2 = 2, x3 = 1.
Observatia 3.3.1 Daca n transformarile (11.9) facem ca n locul lui In sa apara o matrice
triunghiulara superioara avand elementele de pe diagonala principala egale cu 1, atunci se
zice ca se rezolva sistemul prin metoda eliminarii partiale.
De exemplu, pentru sistemul din exemplul 3.3.1, lucrand prin metoda eliminarii
partiale, avem:
3 1
2 3 1 6 1 2 2 3
3 -1 -2 7 0 11 72 2
2
7 5
1 -2 3 -3 0 2 2 6
3 1
1 2 2 3 1 32 1
2 3
0 1 7
11
4
11
0 1 7
11
4
11 ,
52 52
0 0 1 11 0 0 1 1
44
iar de aici
7 4 4 7
x3 = 1 : x2 + x3 = , de unde x2 = + =1:
1 11 11 11
3 1 3 1
x1 + x2 + x3 = 3, de unde x1 = 3 + = 2.
2 2 2 2
Sa revenim acum la cazul general al sistemelor de m ecuatii liniare cu n necunoscute.
Mai ntai sa prezentam doua criterii de compatibilitate date de teorema lui Kronecker
Capelli si RoucheFrobenius.
Teorema 3.3.2 KroneckerCapelli. Conditia necesara si suficienta ca un sistem de ecuatii
liniare sa fie compatibil este ca rangul matricei sistemului sa fie egal cu rangul matricei
extinse.
Demonstratie. Fie A = {C1 , C2 , . . . , Cn } sistemul de vectori coloane ai matricei A a sistemului
(11.8); sistemul (11.8) poate scris sub forma
x1 C1 + x2 C2 + . . . + xn Cn = B,
de unde rezulta ca el este compatibil daca si numai daca rangul sistemului de vectori
coloane {C1 , C2 , . . . , Cn } ai matricei A este egal cu rangul sistemului de vectori coloane
{C1 , C2 , . . . , Cn , B} ai matricei extinse A, ceea ce este echivalent cu faptul ca matricele A
si A au acelasi rang.
Denitia 3.3.5 Numim determinantul principal pentru sistemul de ecuatii liniare (11.8)
orice minor de ordin maxim diferit de zero al matricei sistemului.
Este evident ca ordinul unui determinant principal este egal cu rangul matricei sis-
temului.
Denitia 3.3.6 Numim determinant caracteristic asociat unui determinant principal fixat,
orice minor principal al matricei extinse obtinut prin completarea (bordarea) determi-
nantului principal cu o linie formata din elementele corespunzatoare de pe una din liniile
ramase si cu coloana termenilor liberi corespunzatori.
Daca rangul matricei sistemului este egal cu numarul m al ecuatiilor, atunci nu avem
determinanti caracteristici, sistemuul ind totdeauna compatibil deoarece rangul matricei
extinse este tot m.
Teorema 3.3.3 (RoucheFrobenius). Conditia necesara si suficienta ca un sistem de ecuatii
liniare sa fie compatibil este ca toti determinantii caracteristici asociati unui determinant
principal al sistemului sa fie nuli.
Demonstratie. Necesitatea. Fie r rangul matricei A a sistemului (11.8). Daca sistemul este
compatibil, atunci dupa teorema lui KroneckerCapelli, rangul matricei extinse A este egal
cu r si deci toti determinantii caracteristici sunt nuli deoarece sunt minori de ordinul r + 1
pentru A.
Suficienta. Fara a restrange generalizarea sa presupunem ca
a11 a12 . . . a1r
a a22 . . . a2r
(3.4) p = 21
... ... ... ...
ar1 ar2 . . . arr
este un determinant principal pentru care toti determinantii caracteristici sunt nuli. Con-
siderand matricele
a11 ... a1n b1
a21 ... a2n b2
(3.5) ... ... ... ... , s = 1, 2, . . . , m r
ar1 ... arn br
ar+s,1 ... ar+s,n br+s
45
extrase din matricea extinsa A, constatam ca ele au toate rangul r. Intr-adevar, primele
C1 , C2 , . . . , Cr coloane sunt liniar independente deoarece p = 0, coloanele Cr+1 , Cr+2 , . . . , Cn
sunt combinatii liniare de C1 , C2 , . . . , Cr pentru ca matricea A are rangul r, iar coloana
Cn+1 este combinatie liniara de C1 , . . . , Cr deoarece determinantii caracteristici sunt nuli.
Atunci rang A = rang A si, pe baza teoremei lui KroneckerCapelli, rezulta ca sistemul este
compatibil.
Denitia 3.3.7 Subsistemul sitemului (11.8) de ecuatii liniare format din ecuatiile core-
spunzatoare liniilor unui determinant principal se numeste subsistem principal, si ecuatiile
lui se numesc ecuatii principale. Celelalte ecuatii ale sistemului (11.8) se numesc ecuatii se-
cundare. Necunoscutele corespunzatoare coloanelor unui determinant principal se numesc
necunoscute principale, iar celelalte se numesc necunoscute secundare (libere).
Denitia 3.3.8 Doua sisteme de ecuatii liniare se numesc echivalente daca orice solutie a
unuia este solutie si pentru celelalt.
Teorema 3.3.4 Un sistem liniar compatibil este echivalent cu orice subsistem principal al
sau.
Demonstratie. Este evident ca orice solutie a sistemului (11.8) este solutie pentru orice
subsistem al sau deoarece ea verica ecare ecuatie a sistemului. Reciproc, sa consideram
subsistemul principal cu determinantul principal (11.9). Cum matricele (11.10) au toate
rangul r, ultima linie este o combinatie liniara de celelalte si deci avem:
Lr+s = 1 L1 + 2 L2 + . . . + r Lr , s = 1, 2, . . . , m r,
de unde
(3.6) ar+s,j = 1 aj1 + 2 aj2 + . . . + r ajr , j = 1, n
si
(3.7) br+s = 1 b1 + 2 b2 + . . . + r br .
Daca punem
Ei = a11 x1 + . . . + a1n xn bi , i = 1, n,
atunci nmultind egalitatile (11.11) corespunzator cu xj , j = 1, n, egalitatea (3.7) cu 1 si
adunandu-le obtinem
(3.8) Er+s = 1 E1 + 2 E2 + . . . + r Er , s = 1, 2, . . . , m r
Observatia 3.3.2 Metodele eliminarii totale sau partiale se pot aplica si la studierea com-
patibilitatii unui sistem de ecuatii liniare. Si anume, daca nu se mai pot face cifre de 1
pe diagonala ce pleaca din a11 si pe liniile care nu avem cifre de 1 gasim numai zerouri,
atat n matricea sistemului cat si la termenii liberi, atunci sistemul este compatibil. In caz
contrar, sistemul este incompatibil.
46
Exemplul 3.3.2. Sa consideram sistemul
x1 x2 + 2x3 + x4 + x5 = 1
2x1 + x2 + x3 x4 + 3x5 = 5
x1 4x2 + 5x3 + 4x4 = 2.
Utilizand metoda eliminarii totale, avem succesiv:
1 -1 2 1 1 1 1 -1 2 1 1 1
2 1 1 -1 3 5 0 3 -3 -3 1 3
2 -4 5 4 0 2 0 -3 3 3 -1 -3
4
1 0 1 0 3 2
0 1 1 1 1
3 1 .
0 0 0 0 0 0
Rezulta ca rangul matricei sistemului este 2 si cum pe linia a treia avem numai zero,
deducem ca avem un sistem compatibil nedeterminat. Solutiile sistemului sunt
4 c
x1 = 2 a c; x2 = 1 + a + b ; x3 = a; x4 = b; x5 = c, a, b, c R.
3 3
Exemplul 3.3.3. Sa se rezolve sistemul
x1 3x2 + x3 + x4 = 1
x1 3x2 + x3 2x4 = 1
x1 3x2 + x3 + 5x4 = 6
xi = i1 1 + i2 2 + . . . + i,nr r , i = 1, r
xr+k = k , k = 1, n r,
(3.9) X = 1 Y1 + 2 Y2 + . . . + r Ynr ,
47
unde
12
11 1,nr
22 2,nr
21
..
.. . ..
. .
r2
Y1 =
r1 , Y2 =
, . . . , Ynr = r,nr
,
0
1 0
1
.. ..
. .. .
.
0 1
0
sunt solutii particulare ale sistemului omogen.
Se observa ca Y1 , Y2 , . . . , Ynr sunt vectori liniari independenti n K n , deoarece con-
siderand matricea formata cu componentele lor, submatricea ei compusa din ultimele n r
linii este matricea unitate de ordinul n r. Cu aceasta teorema este demonstrata.
Din teorema 3.3.5 si (3.9) rezulta
Corolarul 3.3.1 Suma a doua solutii a unui sistem omogen este, de asemenea, o solutie a
lui.
Corolarul 3.3.2 Produsul dintre o solutie a unui sistem omogen peste un camp K cu un
element din K este tot o solutie a sistemului.
48
3.4 Testul Nr. 2 de verificare a cunostintelor
a) Teorema rangului;
b) Teorema lui Kronecker - Capelli;
c) Teorema lui Rouche - Frobenius.
49
8. Folosind metoda lui Laplace sa se calculeze determinantul
1 0 0 0 2
0 1 0 0 3
D = x 0 1 0 4
x x 0 1 5
x x x 0 6
50
Indicatii si raspunsuri
Testul 2
2. rangA = 3
3. = 0
4. Daca m = 2 atunci sistemul este incompatibil.
Daca m = 2 atunci sistemul este compatibil nedeterminat cu solutia x = 22a , y = a R.
m+4
Daca m = 2 atunci sistemul este compatibil determinat cu solutia x = ,
m+2
2
m + 2m 1
y= .
m+2
5. Se obtine solutia x1 = 4, x2 = 3, x3 = 2.
6. Se obtine solutia x1 = 4, x2 = 1, x3 = 1.
7. Se obtine solutia x1 = 4, x2 = 3, x3 = 2.
8. = 2x2 9x + 6.
9. = 9.
10. = 9.
51
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
52
Capitolul 4
Denitia 4.1.1 Numim operator liniar sau transformare liniara sau omomorsm de spatii
vectoriale, o aplicatie T : X Y care satisface conditiile:
1o . T (x(1) + x(2) ) = T (x(1) ) + T (x(2) ), ()x(1) X, ()x(2) X (aditivitate),
Teorema 4.1.1 Operatorul T : X Y este liniar daca si numai daca pentru orice x(1) , x(2)
X si orice 1 , 2 K, avem
53
ceea ce trebuia demonstrat.
Reciproc, daca n (4.1) punem 1 = 2 = 1, obtinem conditia 1o din Denitia 4.1.1, iar
daca punem 2 = 0. obtinem conditia 2o din aceeasi denitie.
Daca X = Y un operator liniar se numeste endomorsm. Daca transformarea liniara
T este bijectiva, atunci ea se numeste izomorsm de spatii vectoriale. Un endomorsm
bijectiv se numeste automorsm al lui X.
Cum orice camp K este un spatiu vectorial peste el nsusi, atunci putem considera un
operator liniar T : X K, numit si forma liniara sau functionala liniara.
In continuare vom nota cu L(X, Y ) multimea operatorilor liniari deniti pe X cu valori
n Y .
Exemple. 4.1.1. Fie Pn spatiu vectorial al polinoamelor de grad cel mult n peste campul K.
Aplicatia T : Pn Pn1 , T (f ) = f , adica derivata lui f , oricare ar f Pn , este un operator
liniar.
Intr-adevar, oricare ar f1 , f2 Pn si oricare ar 1 , 2 K avem
4.1.2. Fie X un spatiu vectorial ndimensional peste campul K si B = {e(1) , e(2) , . . . , e(n) }
n
o baza n el si a1 , a2 , . . . , an K scalari xati. Aplicatia f : X K, f (x) = ai xi , unde
i=1
n
(i)
x= xi e , este o functionala liniara.
i=1
4.1.3. Fie X un spatiu vectorial peste campul K si a un element xat din K. Aplicatia
Ta : X X denita prin Ta (x) = ax, pentru orice x X, este un operator liniar. Aplicatia
Ta se numeste omotetia spatiului X de raport a K.
Propozitia 4.1.2 Daca T L(X, Y ) si X1 este un subspatiu al lui X, atunci T (X1 ) este un
subspatiu n Y .
Demonstratie. Pentru orice vectori y1 , y2 T (x1 ) exista x(1) , x(2) X, astfel ca y1 = T (x(1) ),
y2 = T (x(2) ). Considerand 1 , 2 K si folosind Teorema 4.1.1, avem
Observatia 4.1.1 Orice transformare liniara pastreaza liniar dependenta unui sistem de
vectori, iar daca este injectiva, atunci pastreaza si liniar independenta.
In particular, daca B = {e(1) , . . . , e(n) } este o baza n X si transformarea T L(X, Y )
este injectiva, atunci B1 = {T (e(1) , . . . , T (e(n) ))} este o baza n Y .
54
Demonstratie. Fie x(1) , x(2) T 1 (Y1 ); atunci T (x(1) ), T (x(2) ) Y1 si deci pentru orice 1 , 2 K
avem 1 T (x(1) ) + 2 T (x(2) ) = T (1 x(1) + 2 x(2) ) Y1 . Prin urmare, 1 x(1) + 2 x(2) T 1 (Y1 ) si
deciT 1 (Y1 ) este subspatiu al lui X.
In particular, T 1 ({y}), unde y este vectorul nul din Y , este un subspatiu al lui X,
care se numeste nucleul operatorului liniar T si se noteaza cu ker T .
Se verica imediat ca operatorul T L(X, Y ) este injectiv daca si numai daca
ker T = {x}, x ind vectorul nul din X.
Dimesiunea nucleului ker T se numeste defectul transformarii liniare T . Se demon-
streaza ca
dim(ker T ) + dim(Im T ) = dim X (v. [2])
Deoarece operatorii liniari sunt functii, operatiile cu functii vor conduce la operatii
cu transformari liniare. Astfel, daca T1 , T2 L(X, Y ), atunci T1 + T2 : X Y , (T1 + T2 )(x) =
T1 (x) + T2 (x), ()x K, deneste adunarea lor; kT1 : X Y , (kT1 )(x) = kT1 (x), k K, ()x X
deneste multimea operatorului liniar T1 cu un scalar k K.
De asemenea, daca T1 L(X, Y ) si T2 L(Y, Z), atunci T2 T1 : X Z, (T2 T1 )(x) =
T2 (T1 (x)), ()x X, deneste compunerea a doua transformari liniare. T2 T1 se noteaza,
uneori, si cu T2 T1 si se numeste produsul transformarilor T2 si T1 .
Se verica imediat ca suma a doua transformari liniare este tot o transformare liniara
si, de asemenea, produsul unei transformari liniare cu un scalar este tot o transformare
liniara, adica L(X, Y ) este un subspatiu vectorial al spatiului vectorial Hom(X, Y ) peste K al
tuturor functiilor denite pe X cu valori n Y .
In particular multimea L(X, K) a functionalelor liniare denite pe spatiul vectorial X
cu valori n campul K este un spatiu vectorial numit dualul algebric al spatiului vectorial
X si este notat prin X .
Se arata ca produsul a doua transformari liniare este tot o transformare liniara, iar
daca T L(X, Y ) este bijectiva, atunci T 1 L(Y, X), adica este tot o transformare liniara.
Rezulta ca L(X, X) n raport cu operatiile de adunare si compunere este un inel cu element
unitate.
In continuare vom arata ca un operator liniar ntre doua spatii vectorial nit dimen-
sionale peste campul K este complet determinat de o matrice cu elemente din K.
Fie X si Y doua spatii vectoriale peste acelasi camp K de dimensiuni nite, res-
pectiv n si m; T L(X, Y ) un operator liniar, B = {e(1) , e(2) , . . . , e(n) } o baza n X si
n
B1 = {f (1) , f (2) , . . . , f (m) } o baza n Y . Deoarece oricare ar x X, x = xj e(j) , avem
j=1
n
T (x) = xj T (e(j) ), iar vectorii T (e(j) ) Y , j = 1, n, se exprima, unic n functie de coordo-
j=1
natele lor n baza B1 :
m
(4.2) T (e(j) ) = aij f (i) , j = 1, n,
i=1
avem
m
n
(4.3) T (x) = xj aij f (i) = aij xj f (i) .
j=1 i=1 i=1 j=1
n
(4.4) yi = aij xj , i = 1, m,
j=1
(4.5) y = Ax,
55
unde t x = (x1 , . . . , xn ) xi , i = 1, n ind coordonatele lui x n baza B1 , iar matricea
A = (aij ) Mmn (K) are pe coloane coordonatele imaginilor vectorilor din baza B n baza
B1 . Matricea A se numeste matricea asociata (asociata) transformarii T fata de cele doua
baze B si B1 alese n spatiile X si Y . Ea este unic determinata de relatiile (4.2). Relatiile
(4.4) sau (4.5) se numesc ecuatiile operatorului liniar n bazele B si B1 .
Se arata ca rangul transformarii liniare este egal cu rangul matricei asociate ei fata
de doua baze.
In adevar, rangul transformarii T ind, conform denitiei, dimensiunea spatiului imag-
ine, este egal cu rangul sistemului de vectori {T (e(j) )}j=1,n , care l genereaza pe aceasta. Cum
vectorii T (ej )j=1,n , sunt vectori coloana ai matricei A, rezulta ca rang A = rang T .
Exemplul 4.1.4. Daca T L(R3 , R2 ), (x) = (x1 3x2 , 4x1 + 2x2 + x3 ), x = (x1 , x2 , x3 ) si
B = {e(1) , e(2) , e(3) }, e(1) = (1, 0, 0), e(2) = (0, 1, 0), e(3) = (0, 0, 1), respectiv B1 = {f (1) , f (2) },
f (1) = (1, 0), f (2) = (0, 1) sunt bazele canonice, atunci matricea atasata lui T este
1 3 0
A= ,
4 2 1
deoarece T (e(1) ) = (1, 4), T (e(2) ) = (3, 2), T (e(3) ) = (0, 1).
Fie acum T1 , T2 L(X, Y ) si T = T1 + T2 suma lor. Avem
56
Observatia 4.1.2 Daca T L(X, X), dim X = n, A matricea atasata lui T n raport cu baza
B, iar A1 este matricea atasata lui T n raport cu baza B1 , atunci A1 = C 1 AC, unde C este
matricea de trecere de la B la B .
Denitia 4.1.2 Matricele A, B Mn2 (K) se numesc asemenea, notam aceasta prin A B,
daca exista matricea nesingulara C Mn2 (K) asa ncat B = C 1 AC.
Se verica imediat ca asemanarea matricelor este o relatie de echivalenta pe Mn2 (K).
Exemplul 4.1.5. Fie T L(R3 , R4 ), x = (x1 , x2 , x3 ) R3 ,
T (x) = (2x1 x2 + x3 , x2 2x3 , x1 + x2 + x3 , x1 x2 ).
(1) (2) (3) (1)
Aati matricea asociata lui T n raport cu perechea de baze B = {e1 , e1 , e1 }, e1 =
(2) (3) (1) (2) (3) (4) (1) (2)
(0, 1, 1), e1 = (1, 0, 1), e1 = (1, 1, 0) n R3 si B1 = {e2 , e2 , e2 , e2 }, e2 = (1, 1, 1, 1), e2 =
(3) (4)
(0, 1, 1, 1), e2 = (0, 0, 1, 1), e2 = (0, 0, 0, 1), n R4 . Se cere matricea A1 a transformarii T fata
de bazele B si B1 .
Deoarece
2 1 1
0 1 2 x1
T (x) = 1 1
x2
1
x3
1 1 0
deducem ca matricea transformarii liniare T n raport cu bazele canonice B si B1 din R3
respectiv R4 este
2 1 1
0 1 2
A= 1 1
1
1 1 0
Matricea C de trecere de la baza B la B1 este
0 1 1
C= 1 0 1
1 1 0
iar matricea D de trecere de la baza B la baza B1 este
1 0 0 0
1 1 0 0
D= 1 1
1 0
1 1 1 1
Se gaseste
1 0 0 0
1 1 0 0
D1 =
0
1 1 0
0 0 1 1
si deci avem
0 3 1
1 3 0
A1 = D AC =
1
3
4 1
3 1 2
Am vazut n Observatia 4.1.2 ca matricea unei transformari liniare T L(X, X),
dim X = n, depinde de alegerea bazei n X. In continuare ne punem problema de a gasi
o baza fata de care aceasta matrice sa aiba o forma diagonala
1 0 . . . 0
0 2 . . . 0
(4.6) A1 = ... ... ... ...
0 0 . . . n
57
Tinand seama de expresiile (4.5) care denesc matricea A1 a transformarii liniare T
n baza B1 = {f (1) , . . . , f (n) } obtinem:
(4.8) T (x) = x.
(4.9) (A I)x = 0.
Sistemul (4.10) ind liniar si omogen, admite solutii diferite de solutia banala daca si
numai daca determinantul matricei sistemului este egal cu zero.
Acest determinant se noteaza cu PA () si are forma
a11 a12 ... a1n
a21 a22 . . . a2n
PA () = det(A I) =
... ... ... ...
an1 an2 . . . ann
58
unde i , i = 1, n, este suma minorilor diagonali de ordin i ai matricei asociate operatorului
liniar T ntr-o anumita baza, adica:
a11 . . . a1i a22 ... a2,i+1
i = . . . . . . . . . + . . . ... ... + ...+
ai1 . . . aii ai+1,2 ... ai+1,i+1
ani+1,ni+1 . . . ani+1,n
+ ... ... ... ,
an,ni+1 ... ann
suma avand Cni termeni, i = 1, n. Prin minor diagonal al matricei A ntelegem un minor
care are pe diagonala principala numai elemente de pe diagonala principala a matricei A.
Se observa ca 1 = a11 + a22 + . . . + ann = tr(A) este urma matricei A, iar n = det A.
Propozitia 4.1.5 Doua matrice asemenea au acelasi polinom caracteristic.
Demonstratie. Intr-adevar, daca matricea A este asemenea cu B, adica are loc Denitia
4.1.2, atunci
Corolarul 4.1.1 Polinomul caracteristic al unui operator liniar T L(X, X) este invariant
la schimbarea bazei.
Corolarul 4.1.2 Unei valori caracteristice simple i corespunde un subspatiu propriu de di-
mensiune egala cu unu.
59
Teorema 4.1.4 Daca vectorii caracteristici x(1) , x(2) , . . . , x(m) corespund la valori caracteris-
tice distincte 1 , 2 , . . . , m , atunci ei sunt liniar independenti.
x1 + x2 + x3 = 0
(4.15) x1 x2 + x3 = 0
x1 + x2 x3 = 0
60
unde se nlocuieste pe rand cu una din valorile caracteristice,
Pentru 1 = 2 sistemul (4.15) are solutia x(1) = (1, 1, 1), iar dimensiunea subspatiului
propriu V1 este unu si o baza n V1 este data de x(1) .
Pentru 1 = 3 = 1, sistemul (4.15) se reduce la ecuatia
x1 + x2 + x3 = 0
si subspatiul propriu V2 care este multimea solutiilor acestei ecuatii, are dimensiunea 2, ca
baza putand luati vectorii caracteristici x(2) = (1, 1, 0), x(3) = (1, 0, 1). Cum dim V2 = 2,
adica egala cu ordinul de multiplicitate al va- lorii caracteristice = 1, deducem ca matricea
tranformarii poate adusa la forma diagonala
2 0 0
A1 = 0 1 0
0 0 1
iar B1 = {x(1) , x(2) , x(3) }, unde x(1) , x(2) , x(3) sunt vectorii caracteristici determinati, este o
baza n R3 fata de care matricea transformarii are forma diagonala A1 .
In ncheierea acestui paragraf, da fara demonstratie urmatorul rezultat (v. [2]):
Teorema 4.1.6 Cayley-Hamilton. Pentru orice operator liniar T L(X, X), dim X = n, ma-
tricea transformarii A verifica ecuatia caracteristica PA () = 0.
1o . f (x + y, z) = f( x, z) + f (y, z).
oricare ar fi x, y, z X si , K.
si antisimetrica daca
f (x, y) = f (y, x), ()x, y X.
Exemple. 4.2.1. Produsul scalar denit ntr-un spatiu vectorial real este o forma biliniara.
Sa nota, cu B(X) multimea formelor biliniare denite pe X. Daca f, g B(X) si
k K atunci aplicatiile kf, f + g : X X K denite natural prin (kf )(x, y) = kf (x, y) si
(f + g)(x, y) = f (x, y) + g(x, y), oricare ar x, y X, sunt forme biliniare, numite nmultirea
cu un scalar a unei forme biliniare si respectiv adunarea a doua forme biliniare.
Se constata imediat ca operatiile de adunare a doua forme biliniare si de nmultire a
unei forme biliniare cu un scalar din K denesc pe multimea B(X) o structura de spatiu
vectorial peste K.
Multimea formelor biliniare simetrice formeaza un subspatiu vectorial al lui B(X).
Sa consideram acum spatiul vectorial X de dimensiune nita n. Fie B = {e(1) , . . . , e(n) }
o baza n X; punand x, y X
n
x= xi e(i) si y = yj e(j) ,
i=1 j=1
61
pentru forma biliniara f avem
n
n
f (x, y) = f xi e(i) , yj e(j) =
i=1 j=1
n
= xi yj f (e(i) , e(j) ).
i=1 j=1
n
f (x, y) = aij xi yi
i=1 j=1
n
(4.16) g(x) = aij xi xj .
i=1 j=1
62
Daca punem A = (aij ) Mn2 (K), care pentru formele patratice este o matrice simet-
rica, obtinem expresia matriceala pentru forma patratica:
g(x) = t xAx,
unde x = t (x1 , . . . , xn ) X.
Denitia 4.3.2 Daca n expresia analitica (4.16) a formei patratice g, toti coeficientii aij cu
i = j sunt nuli, atunci se spune ca reprezentarea formei patratice este sub forma canonica .
Teorema 4.3.1 (Gauss). Expresia analitica a oricarei forme patratice pe un spatiu vectorial
X peste K, dim X = n, poate fi adusa printr-o schimbare de baza, la forma canonica.
Demonstratie. Vom demonstra aceasta teorema prin inductie matematica dupa numarul k
al variabilelor ce apar n expresia analitica a formei patratice.
Evident ca pentru k = 1 avem g(x) = a11 x21 , care este scrisa sub forma canonica.
Presupunem teorema valabila pentru k 1 variabile si o demonstram pentru k. Fara a
restrange generalitatea presupunem ca a11 = 0 (n caz contrar renumerotam variabilele, iar
daca toti a11 = 0, i = 1, n, atunci ntr-un produs xi xj facem schimbarea de variabile xi = yi yj ,
xj = yi + yj ). Acum, scriem expresia analitica (4.16) a formei patratice astfel
1 2 2
n
n
g(x) = a11 x1 + 2 a11 a1j x1 xj + aij xi xj =
a11 j=2 i,j=2
n
2
1
n
= a1j xj + bij xi xj ,
a11 i=1 i,j=2
noii coecienti bij rezulta din reducerea termenilor asemenea dupa formarea patratului
perfect.
Facand schimbarea de variabile
n
y1 = a1j xj , yk = xk , k = 2, n
j=1
obtinem
1 2
g(x) = y + h(y),
a11 1
unde
n
h(y) = bij yi yj
i=1 j=2
h(y) = 2 y22 + . . . + m ym
2
.
Atunci
g(x) = 1 y12 + . . . + m ym
2
, 1 = 1/a11 .
Teorema este demonstrata. Demonstratia teoremei ne ofera si un procedeu practic
de a scrie o forma patratica sub forma canonica numita metoda lui Gauss. Astfel, mai ntai
se formeaza un patrat perfect cu termeni care contin pe x1 , apoi cu termenii ce contin pe
x2 s.a.m.d.
Exemplul 4.3.1. Sa reducem la forma canonica forma patratica g : R3 R, g(x) = 2x21 + x1 x2 +
63
x22 + 4x1 x3 + 4x23 .
Utilizand metoda lui Gauss avem
1 1$ x2 %2
g(x) = (4x21 + 2x1 x2 + 8x1 x3 ) + x22 + 4x23 = 2x1 + + 2x3 +
2 2 2
15 1 1 $ x2 % 2
+ x22 + 3x23 x2 x3 = 2x1 + + 2x3 +
16 2 2 2
16 15
2
8 1 $ x2 %2
+ x22 x2 x3 + 3x3 = 2x1 + + 2x3 +
15 16 15 2 2
2
16 16 1 44
+ x2 x3 + x23 .
15 16 4 15
Punand
x2 15 x3
(4.17) y1 = 2x1 +
+ 2x3 , y2 = x2 , y3 = x3
2 16 4
obtinem forma canonica pentru g:
1 2 16 2 44 2
(4.18) g(x) = y + y + y .
2 1 15 2 15 3
Din (4.17) avem:
1 4 16
x1 = y1 y2 y3
2 15 15
16 4
x2 = y2 + y3
15 15
x3 = y3
sau matriceal x = Cy, unde x = t (x1 , x2 , x3 ), y = t (y1 , y2 , y3 ), x, y R3 si
1 4
2 15 16
15
C= 0 16
15
4
15
0 0 1
(4.19) x1 = y1 y2 , x2 = y1 + y2 , x3 = y3 , x4 = y4
si obtinem
(4.20) g(x) = y12 y22 y1 y3 3y2 y3 + y3 y4 .
Acum aplicand metoda lui Gauss avem succesiv,
$ y 3 %2 1
g(x) = y1 y22 y32 3y2 y3 + y3 y4 =
2 4
$ 2
y 3 %2 3
= y1 y2 + y3 + 2y32 + y3 y4 =
2 2
$ 2
y 3 %2
2
3 1 1 1
= y1 y2 + y3 + 2y3 + y4 y42 .
2 2 2 2 8
64
Daca punem
y3 3 1
(4.21) z1 = y 1 , z2 = y 2 + y 3 , z3 = 2y3 + y4 , z4 = y4 ,
2 2 2
obtinem
1 1
(4.22) g(x) = z12 z22 + z32 z42 .
2 8
Din (4.21) gasim
1 3 3
x1 = z1 z2 + z3 z4
2 8 32
3 9 9
x2 = z1 + z2 z3 + z4
2 8 32
1 1
x3 = z3 z4
2 8
x4 z4
care constituie schimbarea de variabile prin care g(x) se scrie sub forma canonica (4.22).
O alta metoda de aducere la forma canonica a unei forme patratice a fost data de
Jacobi.
Teorema 4.3.2 Jacobi. Fie g : X K o forma patratica pe spatiul vectorial ndimensional
X peste K si A = (aij ) Mn2 (K) matricea formei n baza B = {e(1) , . . . , e(n) } a spatiului X.
Daca determinantii
a a12
1 = a11 , 2 = 11 ,...,
a21
a22
(4.23) a11 . . . a1i
i = . . . . . . . . . , . . . , n = det A
ai1 . . . aii
sunt toti nenuli, atunci exista o baza B1 = {h(1) , . . . , h(n) } a spatiului X asa ncat g are forma
canonica
n
i1 2
(4.24) g(x) = y , 0 = 1,
i=1
i i
unde (y1 , y2 , . . . , yn ) sunt coordonatele vectorului x n baza B1 .
Demonstratie. Pentru gasirea bazei B, vom considera vectori h(i) , i = 1, n de forma
h(1) = b11 e(1)
h(2) = b21 e(1) + b22 e(2)
(4.25) ..
.
h(n) = bn1 e(1) + bn2 e(2) + . . . + bnn e(n)
si vom impune conditiile
f (h(i) , e(j) ) = 0, pentru 1 j < i n,
(4.26)
f (h(i) , e(i) ) = 1, pentru 1 i n,
unde f este forma polara a formei patratice g.
Conditiile (4.26) determina n mod unic vectorii h(i) , i = 1, n. Astfel, ca sa determinam
vectorul h(i) = hi1 e(1) + hi2 e(2) + . . . + bii e(i) , i = 1, n, n conditiile (4.26) obtinem sistemul liniar
a11 i1 + a21 i2 + . . . + a1i ii = 0
a21 i1 + a22 i2 + . . . + a2i ii = 0
...................................
ai1,1 i1 + ai1,2 i2 + . . . + ai1,i ii = 0
ai1 i1 + ai2 i2 + . . . + aii ii = 1
65
care are o solutie unica deoarece determinantul sau este i = 0.
Se arata usor ca vectorii h(1) , . . . , h(n) astfel construiti sunt liniar independenti. Acum
sa aratam ca B1 = {h(1) , . . . , h(n) } esste baza n care matricea formei patratice g este C =
(cij ) = Mn2 (K), cu aij = 0, i = j si cij = i1 /i , i = 1, n.
Avem
cij = f (h(i) , h(j) ) = f (h(i) , bj1 e(1) + bj2 e(2) + . . . + bjj e(j) ) =
= bj1 f (h(i) , e(1) ) + bj2 (h(i) , e(2) ) + . . . + bjj f (h(i) , e(j) ),
de unde folosind conditiile (4.25), gasim
cij = 0, daca i = j si cii = bii = i1 /i , i = 1, n.
Teorema este astfel demonstrata.
Exemplul 4.3.3. Utilizand metoda lui Jacobi sa aam formele canonice pentru formele
patratice din Exemplele 4.3.1 si 4.3.2.
Matricea formei patratice din Exemplul 4.3.1 este
1
2 2
2
A= 1
1 0
2
2 0 4
cu
1
2
2 7
0 = 1, 1 = 2, 2 = =
4 si 3 = det A = 3,
1
1
2
iar din (4.23) obtinem
1 2 8 2 7
y + y + y2 .
g(x) =
2 1 7 2 12 3
Pentru forma patratica din exemplul 4.3.2 utilizam forma (4.20) si avem
1
1 0 0
2
3
0 2 0
2
A=
1 3 1
0
2 2 2
1
0 0 0
2
cu
1 1
0 = 1, 1 = 1, 2 = 1, 3 = si 4 = det A =
2 4
de unde, folosind (4.23), gasim
g(x) = z12 z22 + 2z32 2z42 .
Observatia 4.3.1 Pentru determinarea formei canonice a unei forme patratice g se pot
utiliza si valorile caracteristice (proprii) ale matricei A atasatei ei ntr-o baza. Daca
1 , 2 , . . . , n sunt valorile caracteristice corespunzatoare lui A, atunci forma canonica este
g(x) = 1 y12 + 2 y22 + . . . + n yn2 (v. [2]).
In studiul punctelor de extrem avem nevoie de semnul unei forme patratice.
66
Vom considera acum o forma patratica peste un spatiu vectorial peste R.
Denitia 4.3.3 Fie g : X R o forma patratica reala adusa la o forma canonica ntr-o baza.
Daca n aceasta forma canonica p coeficientii sunt strict pozitivi, q sunt strict negativi iar
r = n (p + q) sunt nuli, atunci tripletul (p, q, r) se numeste signatura formei patratice.
Se demonstreaza (v. [2]) urmatorul rezultat:
Teorema 4.3.3 (inertiei). Signatura unei forme patratice este invarianta la schimbarea
bazei.
Denitia 4.3.4 O forma patratica reala g : X R se numeste pozitiv denita respectiv
negativ denita daca g(x) > 0 respectiv g(x) < 0, pentru orice x X, x = .
Forma g se numeste semidenita pozitiv sau semidenita negativ dupa cum g(x) 0
sau g(x) 0, pentru orice x X. Forma g se numeste nedenita daca exista vectorii x(1) X
si x(2) X astfel ncat g(x(1) ) > 0 si g(x(2) ) < 0.
Teorema 4.3.4 (Sylvester). In conditiile Teoremei lui Jacobi, forma patratica g : X R
este pozitiv definita daca si numai daca i 0, i = 1, n si negativ definita daca si numai
daca (1)i i > 0, i = 1, n.
Demonstratie. Sa consideram ca g este pozitiv denita. Aratam mai ntai ca i = 0,
i = 1, n. Sa presupunem prin obsurd ca exista k {1, 2, . . . , n} pentru care k = 0. Atunci
n determinantul k una din linii este o combinatie liniara a celorlalte, adica exista scalarii
1 , 2 , . . . , k astfel ncat
(4.27) 1 a1j + 2 a2j + . . . + k akj = 0, j = 1, k.
Daca f este polara formei patratice g, tinand seama ca aij = f (e(i) , e(j) ), i, j = 1, n, din
(4.27) avem
0 = 1 f (e(1) , e(j) ) + 2 f (e(2) , e(j) ) + . . . + k f (e(k) , e(j) ) =
= f (1 e(1) + 2 e(2) + . . . + k e(k) , e(j) ), j = 1, k
Inmultind corespunzator cu j , i = 1, k, egalitatile precedente si nsumandu-le,
obtinem
f (1 e(1) + 2 e(2) + . . . + k e(k) , 1 e(1) + 2 e(2) + . . . + k e(k) ) = 0,
adica
(4.28) g(1 e(1) + 2 e(2) + . . . k e(k) ) = 0.
Cum g este pozitiv denita deducem ca (4.28) este posibila numai daca 1 e(1) +
2 e + . . . + k e(k) = , ceea ce contrazice liniar independenta vectoriala a bazei B =
(2)
{e(1) , e(2) , . . . , e(n) }. Prin urmare, presupunerea ca ar exista un k = 0 este falsa si deci
i = 0, i = 1, n.
Acum, folosind Teorema lui Jacobi, exista o baza B1 = {h(1) , h(2) , . . . , h(n) } fata de care
n
i1
g(x) = yi2 .
i=1
i
n
i1
g(x) = y12 0
i=1
i
cu egalitate numai daca y1 = y2 = . . . = yn = 0, adica x = , ceea ce ne arata ca g este pozitiv
denita.
Daca g este negativ denita atunci forma patratica g : X R este pozitiv denita,
matricea ei ind A = (aij ) cu minorii diagonali i = (1)i i . Deoarece g este pozitiv
denita numai daca i > 0 rezulta ca g este negativ denita numai daca (1)i i > 0, i = 1, n.
67
Corolarul 4.3.1 O forma patratica reala pe un spatiu ndimensional este pozitiv respectiv
negativ definita daca si numai daca una din conditiile de mai jos este ndeplinita:
2o . toate valorile caracteristice ale matricei A atasate formei ntr-o baza sunt strict pozi-
tive (strict negative).
Forma patratica din Exemplul 4.3.1 este pozitiv denita deoarece signatura ei este
(3, 0, 0).
68
4.4 Testul Nr. 3 de verificare a cunostintelor
10. Sa se aduca la forma canonica, cu ajutorul metodei lui Jacobi, forma patratica:
f (x) = x21 + 4x1 x2 + 2x1 x4 + 3x22 2x2 x3 + 2x2 x4 + 2x23 4x3 x4 x24 .
69
Indicatii si raspunsuri
Testul 3
70
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Cruceanu, V., Elemente de algebra liniara si geometrie, Editura Didactica si peda-
gogica, Bucuresti, 1973.
71
Capitolul 5
72
Deseori, pe langa restrictiile (5.1), se mai adauga si conditiile de nenegativitate xj 0,
j = 1, n. Astfel ca modelul matematic al unei probleme de programare arata astfel:
(optim)z = f (x1 , . . . , xn )
(5.2) gk (x1 , x2 , . . . , xn ) 0, k = 1, m
xj 0, j = 1, n.
73
n mod statistic. Necunoscutele xj , j = 1, n, sunt marimi care trebuie gasite, iar termenii
liberi bi , i = 1, m, sunt marimi constante date, determinate de conditiile locale ale procesului
economic. numiti coecienti de restrictie ai programului dat.
Daca sistemul liniar (5.4) de ecuatii de conditii (restrictii) este compatibil determinat,
atunci din punct de vedere economic avem un proces economic cu concordanta interna
rigida. In acest caz nu mai are rost sa se puna problema determinarii valorii optime pentru
functia scop deoarece ea are o valoare unica bine determinata, corespunzatoare solutiei
sistemului (5.4).
Cand sistemul liniar (5.4) de ecuatii de restrictii este compatibil nedeterminat, atunci
concordanta interna a procesului economic este elastica, deoarece ofera posibilitatea alegerii
dintr-o innitate de solutii ale sitemului numai pe acelea care fac functia de scop optima.
Utilizand puternicul aparat al matematicii, problema de programare liniara (5.3)
(5.5) poate prezentata si n alte moduri.
Fie matricele
a11 a12 . . . a1n b1 x1
a21 a22 . . . a2n b2 x2
A= ,B =
, x =
.. ,
... ... ... ... ..
.
.
am1 am2 . . . amn b x
m n
0
..
c = (c1 , . . . , cn ), = .
0
Cu aceste notatii, problema de programare liniara (5.3)(5.5) ia forma matriceala:
(optim)f (x) = cx
Ax = b
x
Denitia 5.2.3 O solutie de baza este numita nedegenerata, daca are exact m componente
strict pozitive. In caz contrar ea este numita solutia de baza degenerata.
Denitia 5.2.4 Solutia posibila x(1) este numita mai buna decat solutia posibila x(2) , daca
f (x(1) ) f (x(2) ) cand pentru f se cere minimul, respectiv f (x(1) ) f (x(2) ), cand pentru f se
cere maximul.
Denitia 5.2.5 O solutie de baza x(0) este solutie optima daca f (x(0) ) este valoarea optima
pentru f .
74
Denitia 5.2.6 Daca avem k solutii optime x(1) , . . . , x(k) , atunci solutia generala este
combinatia liniara convexa a solutiilor optime, adica
k
x= i x(i) ,
i=1
k
cu i = 1, i [0, ), i = 1, k.
i=1
Observatia 5.2.1 Intr-o problema de programare liniara putem lucra considerand optimul
drept minim deoarece daca se cere maximul, atunci din relatia max f = min(f ) se deduce
ca este suficient sa se determine min(f ), iar apoi, cu semn schimbat, vom avea maximul
lui f .
(optim)f (x) = cx
A1 x = b(1)
A2 x b(2)
A x b(3)
3
x .
n
minf = cj xj
j=1
a11 x1 + a12 x2 + . . . + a1n xn = b1
a21 x1 + a22 x2 + . . . + a2n xn = b2
..............................
am1 x1 + am2 x2 + . . . + amn xn = bm
xj 0, j = 1, n.
Ideea metodei simplex consta n a gasirea mai ntai a unei solutii de baza, apoi de un
procedeu prin care din aceasta se obtin solutii de baza mai bune, pana la aarea solutiilor
optime.
Pentru determinarea unei solutii de baza vom utiliza metoda eliminarii complete
(GaussJordan).
Utilizand metoda elementului pivot si presupunand ca am lucrat pe primele m coloane
75
cu m n, obtinem
1 0 ... 0 1,m+1 ... 1n 1
0 1 ... 0 2,m+1 ... 2n 2
... ... ... ... ... ... ... ...
(A|b)
0 0 ... 0 i,m+1 ... in i
... ... ... ... ... ... ... ...
0 0 ... 1 m,m+1 ... mn m
x1 = 1 , . . . , xm = m , xm+1 = 0, . . . , xn = 0
adica
t (1)
x = (1 , 2 , . . . , m , 0, . . . , 0).
Pentru aceasta solutie x(1) avem
m
f (x(1) ) = cj j .
j=1
Acum vrem sa trecem de la solutia de baza x(1) la o noua solutie de baza x(2) care sa
e mai buna. Sa admitem ca i,m+1 = 0, adica poate considerat ca element pivot. Atunci
putem nlocui necunoscuta principala xi prin xm+1 . Aplicand metoda elementului pivot,
obtinem
1,m+1
1 0 . . . 1,m+1 . . . 0 0 1,m+2 . . . 1,n 1 i i,m+1
i,m+1
0 1 . . . 2,m+1 . . . 0 0 2,m+2 . . . 2,n 2,m+1
2 - i i,m+1
i,m+1
........................................... . . .
(A|b)
1 i,m+2 i,n
0 0 . . . i,m+1 . . . 0 1 i,m+1 . . . i,m+1
i
i,m+1
........................................... ...
m,m+1 i m,m+1
0 0 . . . i,m+1 . . . 1 0 m,m+2 . . . m,n m i,m+1
i i+1,m+1 i m,m+1
xi+1 = i+1 , . . . , xm = m ,
i,m+1 i,m+1
i
xm+1 = , xm+2 = 0, . . . , xn = 0.
i,m+1
Pentru ca x(2) sa e solutie de baza trebuie ca
i
(5.6) 0
i,m+1
si respectiv:
i j,m+1
(5.7) j 0, j = 1, m, j = i,
i,m+1
Cum i 0, din (5.6) gasim
(5.8) i,m+1 > 0.
76
Inegalitatile (5.7) pentru care j,m+1 0 sunt evidente. Pentru j,m+1 > 0, din (5.7)
gasim
j i
,
j,m+1 i,m+1
care ne arata ca
i
(5.9) =
i,m+1
j
este minimul rapoartelor , cu j,m+1 > 0. Asadar, vom obtine prin trecerea de la
i,m+1
x(1) la x(2) o noua solutie de baza daca elementul pivot este pozitiv, iar pivotul va acela
care furnizeaza cel mai mic raport , cand termenii liberi se mpart la elementele pozitive
corespunzatoare de pe coloana pe care lucram. In limbaj vectorial, se mai spune ca am
gasit conditia prin care precizam vectorul care iese din baza.
Acum sa vedem n ce conditii x(2) este o solutie de baza mai buna ca x(1) .
Avem
(2) i 1,m+1 i i1,m+1
f (x ) = c1 1 + . . . + ci1 i1 +
i,m+1 i,m+1
i i+1 i m,m+1 i
+ci+1 i+1 + . . . + cm m + cm+1 =
i,m+1 i,m+1 i,m+1
i
= f (x(1) ) + [cm+2 (c1 1,m+1 + c2 2,m+1 + . . . + ci i,m+1 + . . . +
i,m+1
cm m,m+1 )] .
Daca notam
zj = c1 1j + c2 2j + . . . + cm mj = CB , Pj , j = 1, n,
77
Pasul 5. Se scrie solutia optima: variabilele principale (ale caror vectori coloana contin nu-
mai o cifra de 1 restul ind zero) au valorile corespunzatoare din coloana termenilor liberi,
variabilele secundare au toate valoarea zero, iar min f = CB , SB , unde SB este solutia de
baza.
De obicei, pentru lucrul manual, pasii algoritmului simplex se efectueaza ntr-un tabel.
Acest tabel reprezinta, de fapt, transformarile de la metoda eliminarii complete aplicata la
rezolvarea sistemului de restrictii, dar completate cu o prima linie formata din coecientii
functiei scop f si cu nca doua coloane: CB a coecientilor bazei, respectiv cu baza B.
In momentul n care s-a ajuns la o solutie de baza tabelul se completeaza cu doua linii
pentru calcularea valorilor lui zj , respectiv j . Un astfel de tabel are forma
c c1 c2 c3 ... cn
CB B b P1 P2 P3 ... Pn
e1 b1 a11 a12 a13 ... a1n
e2 b2 a21 a22 a23 ... a2n
Pj .. .. .. .. .. ..
. . . . . aij .
ei
zj f
j -
Pj
semnica faptul ca vectorul ei pleaca din baza, n locul lui intrand vectorul Pj . Sa
ei
ilustram acestea printr-un exemplu.
Exemplul 5.3.1. Sa se rezolve problema de P.L.
cu restrictiile
2x1 + x2 x3 + 2x4 = 6
x1 + x2 + 2x3 = 5
x1 + 2x2 + x3 + x4 = 8
xj 0, j = 1, 4.
Avem
c 1 2 1 3
CB B b P1 P2 P3 P4
P1
e1 6 2 1 -1 2
e1
e2 5 1 1 2 0
e3 8 -1 2 1 1
1
1 P1 3 1 2 12 1
P2
1 5
e2 2 0 2 2 -1
e2
5 1
e3 11 0 2 2 2
1 P1 1 1 0 -3 2
2 P2 4 0 1 5 -2
P4
e3 1 0 0 -12 7
e3
P3
5 3
1 P1 7 1 0 7 0
P1
30 11
2 P2 7 0 1 2 0 Prima
1
3 P4 7 0 0 12
7 1 solutie
68
zj 7 1 2 11
7 3 de baza
13
j 0 0 7 0
78
&5 30 1
'
Cum j 0, j = 1, 4, rezulta ca solutia de baza gasita este si optima: t xmin = 7 , 7 , 0, 7
si min f = 68
7 .
Observatia 5.3.1 Daca printre vectorii Pj avem vectori unitari din baza canonica, atunci
acestia pot fi luati direct n baza B.
79
& 7 1Cum toti' j 0. j = 1, 7, rezulta ca am gasit solutia optima, data de t x =
21
0, 4 , 4 , 0, 2 , 0, 0 , iat min(f (x)) = 155/8. Rezulta ca problema de P.L. data are aceeasi
solutie de optim, iar (max)f (x) = min(f (x)) = 155/8.
Observatia 5.3.2 O problema de P.L. de maxim se poate rezolva si direct, fara a o mai
reduce la una de minim, numai ca atunci vom avea solutia optima cand j 0, j = 1, n.
Daca avem si j > 0, atunci vom alege pe cea mai mare j > 0, aceasta determinand
vectorul care intra n baza. Vectorul care iese din baza se stabileste ca si la problema de
P.L. de minim.
Observatia 5.3.3 Daca n unele ecuatii de restrictii avem termeni liberi negativi, respectivele
ecuatii pot fi nmultite cu 1.
80
Cum toate diferentele j 0 rezulta ca avem solutia optima
Cum avem patru zerouri pe linia lui j este posibil sa obtinem si o alta solutie optima,
introducand pe P4 n baza. Cum minim se obtine pentru P2 , vectorul P4 va intra n locul
lui P2 . Tabelul simplex pentru problema P.L. se continua astfel:
c 3 2 2 1
CB B b P1 P2 P3 P4
3 P1 50 1 1 0 0
2 P3 40 0 -1 1 0
1 P4 10 0 1 0 1
zj 240 3 2 2 1
j 0 0 0 0
adica
x = (40 + 50, 10, 50 + 40, 10), (min)f (x) = 240.
Observatia 5.4.1 In general, solutia optima generala nu este si solutie de baza, numarul
componentelor sale nenule fiind mai mare decat m.
x(2) = (1 1j M, x 2j M, . . . , m mj M, 0, . . . , M, 0, . . . , 0)
f (x(2) ) = c1 (1 1j M ) + c2 (2 2j M ) + . . . + cm (m mj M ) + cj M =
81
= f (x(1) ) + M [cj (c1 1j + c2 2j + . . . + cm mj )] = f (x(1) ) + M j .
Cum j < 0 si M , rezulta ca f (x(2) ) , ceea ce trebuia demonstrat.
Pentru o astfel de problema de P.L. sse spune ca ea are solutie (optima) innita.
Exemplul 5.4.2. Sa se rezolve problema de P.L.:
c -2 1 -2 -3
CB B b P1 P2 P3 P4
e1 10 4 1 0 -3
-2 P3 6 2 -1 1 0
P4
e3 6 2 -1 0 3
e3
P1
e1 e1 16 6 0 0 0
-2 P3 6 2 -1 1 0
2
-3 P4 4 3 13 0 1
8
-2 P1 3 1 0 0 0
2
-2 P3 3 0 -1 1 0
22
-3 P4 3 0 13 0 1
zj 86
3 -2 3 -2 -3
j 0 -2 0 0
86
f (x) = 2M
3
si astfel cand M , obtinem f .
(min)f (x) = cx
Ax = b
x .
Aceasta, conform Denitiei 5.2.3, va avea o solutie degenerata daca numarul compo-
nentelor sale strict pozitive este mai mic decat m, adica cel putin o necunoscuta principala
are valoarea zero (n vectorul coloana b exista zerouri). Situatia de degenerare ntr-o prob-
lema de P.L., apare, e la nceput, e pe parcurs, cand la introducerea n baza a unui vector
exista mai multe elemente pozitive care furnizeaza acelasi raport minim. In aceasta ultima
situatie apare asa numitul fenomen de ciclare. Pentru a evita acest fapt, elementul pivot, se
demonstreaza, va ales acela care furnizeaza cea mai mica linie n ordonarea lexicograca.
Denitia 5.4.1 Linia (b1 ; x1 , x2 , . . . , xn ) este mai mica n ordine lexicograca decat linia
(b2 ; y1 , y2 , . . . , yn ) daca b1 < b2 , sau b1 = b2 si x1 < y1 , sau b1 = b2 , x1 = y1 si x2 < y2 , sau
si asa mai departe b1 = b2 , x1 = y1 , . . . , xn1 = yn1 si xn < yn .
82
Exemplul 5.4.3. Sa se rezolve problema de P.L. standard:
c -1 -4 -5 -2
CB B b P1 P2 P3 P4
e1 6 3 1 1 1
P2
e2 6 1 2 1 1
e2
e3 7 2 1 3 0
P1
5 1 1
e1 3 2 0 2 2
e1
1 1 1
-4 P2 3 2 1 2 2
3 5
e3 4 2 0 2 12
6 1 1
-1 P1 5 1 0 5 5
12 2 2
-4 P2 5 0 1 5 5
P3
11 11
e3 5 0 0 5 45
e2
3
-1 P1 1 1 0 0 11
6
-4 P2 2 0 1 0 11 Prima solutie de baza
4
-5 P3 1 0 0 1 11
7
zj -14 -1 -4 -5 11
15
j 0 0 0 11
11 11
-2 P4 3 3 0 0 1
-4 P2 0 -2 1 0 0
7 4
-5 P3 3 3 0 1 0
zj -19 -4 -4 -5 -2
j 3 0 0 0
La tabelul care a dat prima solutie de baza avem 4 = 15 11 < 0,iar raportul minim
11
= este obtinut si pe linia lui P1 si pe linia lui P2 . Cum b2 = 1 < b2 = 2, rezulta ca n
3
ordinea lexicograca linia lui P1 este mai mica decat linia lui P2 . Asa ca la acest pas s-a ales
3
elementul pivot 11 din linia lui P1 .
Solutia optima obtinuta este degenerata
7 11
x(1) = 0, 0, , , pentru care (min)(f ) = 19.
3 3
(1)
Solutia x1 este solutie optima si pentru problema de P.L. de maxim, cand (max)f =
min((f ) = 19.
83
Astfel, pentru o restrictie de forma
ai1 x1 + ai2 x2 + . . . + ain xn bi
consideram necunoscuta de compensare xn+1 0 si transformam inecuatia n ecuatie astfel
ai1 x1 + ai2 x2 + . . . + ain xn + xn+1 = bi
Pentru o restrictie de forma
ak1 x1 + ak2 x2 + . . . + akn xn bk
consideram necunoscuta de compensare xn+2 0 si transformam inecuatia n ecuatie, astfel
ak1 x1 + ak2 x2 + . . . + akn xn xn+2 = bk
Cate restrictii de tip inecuatie avem, atatea necunoscute de compensare vom intro-
duce.
In functia de ecienta necunoscutele de compensare se introduc cu coecientii egali cu zero.
In solutia optima din tabelul simplex s-ar putea sa apara si unele necunoscute de com-
pensare, dar n solutia obtinuta a problemei de P.L. generala acestea nu se considera.
Exemplul 5.5.1. Sa se rezolve problema generala de P.L.:
(min)f (x) = 3x1 2x2 + 4x3 x4
2x1 +3x2 x3
+x4 =7
5x1 +2x2 +x3 x4 5
x1 +x 2 +2x 3 +2x 4 10
2x1 +2x2 +x3 +x4 9
xj 0, j = 1, 4.
Transformam problema generala n una standard, introducand variabile de compen-
sare x5 , x6 , x7 :
(min)f (x) = 3x1 2x2 + 4x3 x4
2x1 +3x2 x3 +x4 =7
5x1 +2x2 +x3 x4 x5 =5
x1 +x 2 +2x 3 +2x 4 +x 6 = 10
2x1 +2x2 +x3 +x4 +x7 = 9
xj 0, j = 1, 7.
Acum, aplicam algoritmul simplex si avem:
c 3 -2 4 -1 0 0 0
CB B b P1 P2 P3 P4 P5 P6 P7
e1 7 2 3 -1 1 0 0 0
P2
e2 5 5 2 1 -1 -1 0 0
e2
0 P6 10 1 1 2 2 0 1 0
0 P7 9 2 2 1 1 0 0 1
P2
11
e1 5 0 5 75 7
5
2
5 0 0
e2
2 1
3 P1 1 1 5 5 15 51 0 0
3 9 11 1
0 P6 9 0 5 5 5 5 1 0
6 3 7 2
0 P7 7 0 5 5 5 5 0 1
25 7 7 2
-2 P2 11 0 1 11 11 11 0 0
1 5 5 3
3 P1 11 1 0 11 11 11 0 0
84 24 20 1
0 P6 11 0 0 11 11 11 1 0
47 15 5 2
0 P7 11 0 0 11 11 11 0 1
zj 47
11 3 -2 29
11
29
11 13
11 0 0
15 18 13
j 0 0 11 11 11 0 0
84
Cum toti j 0, j = 1, 7. rezulta ca solutia problemei de P.L. standard este
1 25 84 47 47
x(1) = , , 0, 0, 0, , , (min)f (x) = ,
11 11 11 11 11
Denitia 5.6.1 Spunem ca ntr-o problema de P.L. avem o restrictie concordanta daca ea
contine semnul ntr-o problema de minim si, respectiv, semnul ntr-o problema
de maxim.
Denitia 5.6.2 Spunem ca ntr-o problema P.L. avem o restrictie neconcordanta daca ea
contine semnul ntr-o problema de minim si, respectiv, semnul ntr-o problema
de maxim.
Prin urmare, ntr-o problema de P.L. avem urmatoarele categorii de restrictii: con-
cordante, neconcordante si egalitati.
Pentru a cuprinde toate situatiile posibile vom considera ca si pentru necunoscute
(variabile) putem avea urmatoarele categorii: nenegative, (xj 0), nepozitive (xj 0) si
libere (xj R).
85
Acum, putem da regulile de corespondenta n formarea problemelor de P.L.
(min)f (x) = x1 + x2
4x1 +3x2 24
5x1 +9x2 45
3x1 4x2 44
x1 8
x1 0, x2 > 0.
Sa se scrie duala acestei probleme.
Avand patru restrictii si, respectiv, doua necunoscute din programul primal, vom avea
patru necunoscute si, respectiv, doua restrictii. Asadar, programul dual va avea forma:
yj 0, j = 1, 4.
Exemplul 5.6.2. Fie data problema principala de P.L.:
86
duala ei are forma:
(min)g(y) = 5y1 + y2 + y3
y1 +7y2 +3y3 2
y1 +5y2 +5y3 1
1
y +3y 2 +10y 3 3
y1 +y2 +15y3 3
yj 0, j = 1, 3.
Exemplul 5.6.3. Pentru problema primala de P.L.
P.L. primala
P.L. duala t
(min)f (x) = cx (max)g(y) = by
(1) Ax = b (2) t
Ay t c
x y arbitrar
unde t y = (y1 , . . . , ym ).
Teorema 5.6.1 Daca x(0) si y (0) sunt solutii posibile oarecare ale problemelor (1) si (2),
atunci
g(y (0) ) = t by (0) cx(0) = f (x(0) ).
Demonstratie. Din faptul ca x(0) si y (0) sunt solutii posibile ale problemelor (1) si (2)
respectiv, avem:
t
Ay (0) t c, cu y (0) arbitrar,
respectiv
Ax(0) = b, cu x(0) 0.
Astfel putem scrie
g(y (0) ) = t by (0) = t (Ax(0) )y (0) = (t x(0)t A)y (0) = t x(0) (t Ay (0) ) t x(0)t c =
87
a) ambele probleme au solutii optime finite si atunci (min)f = (max)g;
b) una din probleme are solutie infinita, iar cealalta este incompatibila (nu are solutie);
c) una dintre probleme are solutie degenerata, iar cealalta problema poate avea solutii
multiple.
Demonstratie. a) Fie x(1) o solutie optima a problemei (1) si y (1) o solutie optima a problemei
(2).
Din Teorema 5.6.1 avem
min f (x) = f (x(1) ) g(y (1) ) = max g(y).
Acum, din obtinerea tabelului simplex rezulta ca daca notam cu matricea de tipul
m m din A, data de vectorii principali Pj care dau solutia optima x(1) , atunci x(1) = 1 b.
Analog avem t y (1) = cB 1 .
Atunci rezulta
f (x(1) ) = cB x(1) = cB 1 b = t y (1) b = g(y (0) ),
adica min f (x) = max g(y).
In mod analog se stabilesc acum, fara mare greutate si punctele b) si c) ale teoremei.
Observatia 5.6.1 Teoremele 5.6.1 si 5.6.2 poarta numele de teoreme ale dualitatii.
Ele ne justifica cele afirmate la nceputul paragrafului: prin rezolvarea uneia dintre
problemele duale avem si solutia celeilalte. De aceea, practic putem alege pe cea n care
calculele sunt mai simple.
Exemplul 5.6.4. Sa consideram problema de P.L. din exemplul 5.6.1. Aici se observa ca
este mai convenabil sa rezolvam problema duala deoarece ea contine numai doua restrictii.
O aducem la forma standard, introducand variabilele de compensare y5 si y6
(max)g(y) = 24y1 + 45y2 44y3 8y4
4y1 +5y2 +3y3 y4 +y5 =1
3y1 +9y2 4y3 +y6 =1
yi 0, i = 1, 6
Aplicand algoritmul simplex, obtinem:
c 24 45 -44 -8 0 0
CB B b P1 P2 P3 P4 P5 P6
0 P5 1 4 5 3 -1 1 0
P2
0 P6 1 3 9 -4 0 0 1
P6
zj 0 0 0 0 0 0 0
j 24 45 -44 -8 0 0
P1
4 7 47
0 P5 9 3 0 9 -1 1 59
P5
1 1
45 P2 9 1
3 0 94
0 1
9
zj5 15 45 -20 0 0 5
j 9 0 -24 -8 0 -5
4 47 3 3 5
24 P121 1 0 21 7 7 21
1 25 1 1 4
45 P221 0 1 21 7 7 21
47 1 25 27 20
zj 7 24 45 7 7 7 7
309 29 27
j 0 0 7 7 7 20
7
(1)
&4 1 '
Cum toate j 0, rezulta ca y = 21 , 21 , 0, 0 este solutie optima pentru problema duala,
cu min g(y) = 47
7 . De pe linia lui j , n dreptul vectorilor de compensare P5 si P6 , gasim
solutia problemei primale:
27 20 47
x(1) = , , 0, 0 , cu max f (x) = .
7 7 7
88
Observatia 5.6.2 Exista situatii n care rezolvarea unei probleme de P.L. se lungeste prin
calculele care conduc la determinarea unei baze formata din vectorii Pj ai problemei. Este
preferabil ca ntr-o astfel de situatie sa lucram cu b n care avem si componente bi < 0,
folosind un algoritm simplex modificat, aplicat asupra problemei duale, numit algoritmul
(metoda) simplex modicat (dual).
Pasii de lucru sunt aceeasi, deosebindu-se de metoda simplex primala numai prin
urmatoarele:
bi0 = min{bi }.
bi <0
2) Criteriul de intrare n baza. Daca pe linia lui bi0 toate elementele i0 j sunt nenegative,
atunci problema este imposibila. Daca exista i0 j < 0, atunci determinam
j
i0 j0 = min ,
i0 j <0 i0 j
Se aplica repetat acesti pasi pana cand b si j verica conditiile din simplex primal,
situatie n care b da solutia optima.
Exemplul 5.6.5. Sa se rezolve problema de P.L.:
89
Cum b este mai convenabil sa aplicam algoritmul simplex dual.
Avem:
c 4 5 3 0 0 0
CB B b P1 P2 P3 P4 P5 P6
0 P4 -7 -3 -2 -1 1 0 0
0 P5 -6 -1 1 -2 0 1 0
P1
0 P6 -8 -2 -1 1 0 0 1
P6
zj 0 0 0 0 0 0 0
j 4 5 3 0 0 0
0 P4 5 0 12 52 1 0 32
P3
3
0 P5 -2 0 2 52 0 1 12
P5
1
4 P1 4 1 2 12 0 0 12
zj 16 4 2 -2 0 0 -2
j 0 3 5 0 0 2
0 P4 7 0 -2 0 1 -1 -1
4
3 P3 5 0 35 1 0 25 1
5
22 1
4 P1 5 1 5 0 0 15 25
zj 20 4 -1 3 0 -2 -1
j 0 6 0 0 2 1
Cum b si j 0, j = 1, 6, rezulta ca avem solutia optima:
(1) 22 4
x = , 0, , min f (x) = 20
5 5
Acum, sa urmarim procesul economic dupa criteriul cheltuielivenit. Fie yi pretul xat
pentru unitatea din resurse i, i = 1, m. Costul resursei i n cantitate de bi unitati, consumata
pentru fabricarea produselor, este bi yi . Cheltuielile necesare pentru toate resursele folosite
sunt
g(y) = b1 y1 + b2 y2 + . . . + bm ym .
Cum consumul din resursa i pentru realizarea unitatii de produs j este aij , costul
acestei cote care realizeaza unitatea de produs j este aij yi . Costul total al cotelor din
m
resursele i, i = 1, m, care participa la crearea unitatii de produs j, este aij yi , care trebuie
i=1
sa satisfaca conditiile
m
aij yi cj , j = 1, n.
i=1
(min)g(y) = b1 y1 + b2 y2 + . . . + bm ym
90
m
aij yi cj , j = 1, n
i=1
yj 0, j = 1, n,
care constituie duala problemei primale de maxim.
91
5.7 Testul Nr. 4 de verificare a cunostintelor
xi 0 , i = 1, 5.
xi 0 , i = 1, 6.
xi 0 , i = 1, 4.
6. Rezolvati problema de programare liniara (max)f (x) = 4x1 + 5x2 + 8x3 + 2x4 + 3x5
2x1 + 3x2 + 3x3 + x4 + 2x5 = 10
x1 x2 + 2x3 6x4 + 3x5 = 5
x1 + x2 + x3 2x4 + 2x5 = 4
xi 0 , i = 1, 5.
7. Rezolvati problema generala de programare liniara (min)f (x) = 4x1 + 8x2 2x3 + x4
x1 + x2 + x4 = 2
x1 + 2x2 + x3 5
x2 + x3 3
xi 0 , i = 1, 4.
92
8. Aduceti urmatoarea problema generala de programare liniara la forma canonica:
(max)f (y) = 3y1 4y2
y1 + y2 8
y1 y2 1
y1 R , y2 0.
10. Gasiti valoarea optimului urmatoarei probleme de programare liniara folosind duala
ei: (max)g(y) = 6y1 + 8y2
2y1 + y2 4
y1 + 2y2 2
y1 2y2 1
y1 , y2 R.
93
Indicatii si raspunsuri
Testul 4
Pentru a usura calculele se va folosi functia obiectiv f1 = 3x1 + 4x2 + 4x3 + 5x4 + 6x5 .
Se aplica algoritmul Simplex si se obtin solutiile optime t x1 = (500, 0, 150, 0, 60), t x2 =
(500, 0, 90, 120, 0), t x3 = (380, 120, 210, 0, 0), deci n nal min(f1 ) = 2460(m) min(f ) =
615(m) cu t (x) = t x1 + t x2 + t x3 cu , , [0, 1], + + = 1.
94
8. Se obtine forma canonica:
(min)g(x) = 3x1 + 3x2 4x3
x1 x2 x3 + x4 = 8
x1 x2 + x3 x5 = 1
xi 0 , i = 1, 5.
9. Avem duala:
(min)g(y) = 4y1 + 3y2 + 5y3
y1 2y2 + 3y3 1
y1 + y2 y3 1
yi 0 , i = 1, 3.
Forma canonica a acestei probleme de programare liniara este:
(min)g(y) = 4y1 + 3y2 + 5y3
y1 2y2 + 3y3 y4 = 1
y1 + y2 y3 y5 = 1
yi 0 , i = 1, 5.
t 1 2
Se aplica algoritmul Simplex si se obtine solutia optima nita y = , , 0 si
33
10 10 1 11
min(g) = maxf = . Se poate obtine si solutia problemei initiale: t x = , .
3 3 3 3
10. Duala problemei considerate este:
95
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
96
Capitolul 6
Denitia 6.1.3 Daca toate perechile distincte din sunt ordonate, graful se numeste orien-
tat. In cazul contrar, graful se numeste neorientat.
97
o pereche neordonata (x, y) , x, y X se numeste muchie.
In continuare noi o sa lucram numai cu grafuri orientate si nite, fara a mai specica
acest lucru, mentionand totusi n cateva locuri si denumirea notiunilor corepsunzatoare de
la grafurile neorientate.
Un graf orientat si nit va notat prin (X, ), unde X = {x1 , x2 , . . . , xn } va reprezenta
multimea varfurilor, iar multimea arcelor.
Un graf (X, ) se reprezinta geometric n modul urmator: a) ecare varf este
reprezentat printr-un punct din plan; b) ecare arc (xi , xj ) se reprezinta printr-o linie
(dreapta sau curba) care uneste cele doua extremitati si pe care se aa o sageata cu sensul
de la xi la xj (vezi g.1). Daca xi coincide cu xj , zicem ca avem o bucla.
Fig.1
Intr-un graf neorientat muchia se reprezinta printr-un arc fara sageata.
Intr-un arc (xi , xj ) varful xi se numeste predecesorul lui xj , iar xj succesorul lui xi .
Exemplul 6.1.1. Graful (X, ) dat prin X = {x1 , x2 , x3 , x4 , x5 }, =
{(x1 , x2 ), (x1 , x3 ), (x1 , x4 ), (x2 , x3 ), (x3 , x2 ), (x2 , x4 ), (x3 , x4 ), (x3 , x5 ), (x4 , x5 )} este reprezentat n
gura 2. In aceeasi gura este reprezentat si graful neorientat corespunzator lui.
Fig.2
Denitia 6.1.4 Doua arce ale grafului (X, ) se numesc adiacente daca au cel putin o ex-
tremitate comuna.
Denitia 6.1.5 Intr-un graf (X, ) multimea arcelor cu extremitatea initiala xi se numeste
multimea arcelor incidente spre exterior si se noteaza cu +xi . Multimea arcelor incidente
spre interior varfului xi se va nota cu xi . Atunci xi = +
xi xi este multimea arcelor
incidente varfului xi .
Denitia 6.1.6 Un graf (X, ) se numeste simetric daca oricare ar fi arcul (xi , xj ) avem
si (xj , xi ) .
Graful (X, ) se numeste antisimetric, daca exista un arc (xi , xj ) astfel ncat arcul
(xj , xi ) .
Denitia 6.1.7 Un graf (X, ) se numeste complet daca pentru orice xi , xj X din (xi , xj )
rezulta (xj , xi ) .
Exemplul 6.1.2. Graful din gura 3 este simetric, cel din gura 4 este antisimetric, iar cel
din gura 5 este complet.
98
Fig.3 Fig.4 Fig.5
Denitia 6.1.8 Fie (X, ) un graf. Numim graf partial al grafului dat, un graf (X, 1 ), unde
1 , adica el se obtine din graful (X, ) prin suprimarea unor arce.
Denitia 6.1.9 Fie (X, ) un graf dat. Numim subgraf al grafului dat, un graf (X1 , 1 ), unde
X X1 si 1 .
Subgraful (X1 , 1 ) se obtine din graful (X, ) prin suprimare a unuia sau a mai multor
varfuri si a arcelor aferente lor.
Exemplul 6.1.3. Graful din gura 7 este un graf partial al celui din gura 6, iar graful din
gura 7 un subgraf.
Denitia 6.1.10 Numim drum ntr-un graf o succesiune de arce, adiacente doua cate doua,
la fel orientate, la care extremitatea finala a unui arc coincide cu extremitatea initiala a
arcului precedent.
Un drum n care extremitatea finala a ultimului arc coincide cu extremitatea initiala
a primului arc se numeste circuit.
Un drum se da prin scrierea ntre acolade (sau alte tipuri de paranteze) a succesiunii
varfurilor prin care trec arcele care constituie drumul sau mentionand arcele din care se
compune.
Exemplul 6.1.4. In graful din gura 6 putem considera drumurile:
d1 = {x1 , x2 , x4 , x3 }, d2 = {x1 , x2 , x4 , x2 , x4 , x5 }
99
Denitia 6.1.12 Un drum al unui graf se numeste elementar daca fiecare varf al sau este
utilizat o singura data. In caz contrar, drumul este numit neelementar.
Un drum elementar care trece prin toate varfurile grafului se numeste hamiltonian,
iar unul neelementar care are aceeasi proprietate se numeste drum nehamiltonian (pre-
hamiltonian).
Denitia 6.1.13 Un drum al unui graf se numeste simplu daca utilizeaza fiecare arc al sau
o singura data. In caz contrar, drumul se numeste compus.
Un drum simplu care foloseste arcele grafului se numeste eulerian, iar unul compus
care are aceeasi proprietate se numste drum neeulerian (preeulerian).
Exemplul 6.1.5. In graful din gura 6 drumul d1 = {x1 , x2 , x4 , x3 , x5 } este hamiltonian, dar
nu este eulerian. Drumul d2 = {x1 , x2 , x4 , x2 , x4 , x3 , x5 } este nehamiltonian. Drumul d3 =
{x1 , x2 , x4 , x5 } este simplu, iar d4 = {x1 , x2 , x4 , x2 , x4 , x5 } este compus.
Observatia 6.1.1 Intr-un graf neorientat notiunea de drum este nlocuita cu cea de lant,
iar cea de circuit cu cea de ciclu.
Denitia 6.1.14 Un graf (X, ) se numeste conex daca ntre oricare doua varfuri ale sale
exista un lant. Daca ntre oricare doua varfuri ale grafului exista un drum, atunci el se
numeste tare conex.
Denitia 6.1.15 Un subgraf conex al unui graf conex se numeste componenta conexa a
grafului, iar un subgraf tare conex al unui graf tare conex se numeste componenta tare
conexa.
Se observa ca un graf este conex, respectiv tare conex, daca si numai daca el are o
singura componenta conexa, respectiv tare conexa.
Exemplul 6.1.6. In gurile 8 si respectiv 9 avem reprezentate un graf conex si respectiv
unul tare conex. In gurile 10 si 11 avem reprezentate un graf neconex si respectiv unul
care nu este tare conex.
Fig.8 Fig.9
Fig.10 Fig.11
Graful din gura 10 are doua componente conexe, iar cel din gura 11 are doua
componente tare conexe.
100
Denitia 6.1.16 Numim arbore un graf conex si fara cicluri. Numim padure un graf
neconex si fara cicluri.
Fig.12 Fig.13
Denitia 6.1.17 Numim arborescenta un graf fara circuite, n care: a) un varf si numai
unul (numit radacina) nu este precedat de nici un altul; b) orice alt varf este precedat de
un singur carf. Varfurile care nu au succesori se numesc frunze sau varfuri suspendate
(terminale).
Fig.14
Daca numarul de varfuri ale unui graf este mare, atunci reprezentarea geometrica
devine greoaie. De aceea, s-au cautat alte modalitati de reprezentare. Cea mai convenabila
s-a dovedit a cea cu ajutorul matricelor.
Fie (X, ) un graf orientat cu X = {x1 , x2 , . . . , xn }.
101
Fig.15
Matricea booleana atasata grafului este
x1 x2 x3 x4 x5
x1 0 1 1 0 0
x 0 0 0 1 0
B= 2
x3 0 1 0 0 1
x4 0 1 0 0 1
x5 0 0 0 0 0
Denitia 6.1.19 Matricea patratica D = (dij ), i, j = 1, n, definita astfel
1 , exista drum de la xi la xj
dij =
0 , nu exista drum de la xi la xj ,
se numeste matricea drumurilor atasata grafului (X, ).
Exemplul 6.1.10. Pentru graful din gura 15 matricea drumurilor este
x1 x2 x3 x4 x5
x1 0 1 1 1 1
x 0 1 0 1 1
D= 2
x3 0 1 0 1 1
x4 0 1 0 1 1
x5 0 0 0 0 0
Denitia 6.1.20 Matricea patratica L = (lij ), i, j = 1, n, definita astfel
xi xj , daca (xi , xj )
lij =
0 , daca (xi , xj )
se numeste matricea latina atasata grafului (X, ).
Exemplul 6.1.11. Pentru graful din gura 15 matricea latina este
x1 x2 x3 x4 x5
x1 0 x1 x2 x1 x3 0 0
x 0 0 0 x2 x4 0
L= 2
x3 0 x3 x2 0 0 x3 x5
x4 0 x4 x2 0 0 x4 x5
x5 0 0 0 0 0
In rezolvarea unor probleme teoretice sau practice se introduc si alte tipuri de matrice
atasate unui graf, care se dineste n cadrul respectiv.
102
6.2.1 Algoritmul lui Yu Chen pentru aflarea matricei drumurilor
In asigurarea unor algoritmi relativi la probleme de teoria grafurilor avem nevoie de
operatiile de adunare booleana (+) si nmultire booleana (), denite dupa cum urmeaza
+ 0 1 0 1
0 0 1 0 0 0
1 1 1 1 1 1
Algoritmul lui Yu Chen are urmatorii pasi:
Pasul 1. Se scrie matricea booleana B a grafului (X, );
Pasul 2. Se aduna boolean la prima linie toate liniile corespunzatoare la varfurile care au
cifra 1 pe prima linie. Noile cifre de 1 care apar se marcheaza cu o .
Pasul 3. Se aduna boolean la linia ntai toate liniile corespunzatoare varfurilor care au cifra
1 pe prima linie. Noile cifre de 1 care apar se marcheaza cu . Acest pas se continua pana
cand nu mai apar cifre noi de 1 pe linia ntai.
Pasul 4. Se aplica pasii 2 si 3 la ecare din liniile matricei booleene.
In nal, obtine matricea D a drumurilor.
Justicarea algoritmilor este imediata.
Exemplul 6.2.1. Pentru graful din gura 15 sa aam matricea drumurilor, folosind algorit-
mul lui Yu Chen.
Scriem matricea booleana atasata grafului
x1 x2 x3 x4 x5
x1 0 1 1 0 0
x 0 0 0 1 0
B= 2
x3 0 1 0 0 1
x4 0 1 0 0 1
x5 0 0 0 0 0
Aplicand pasii algoritmului obtinem
x1 x2 x3 x4 x5
x1 0 1 1 1 1
x 0 1 0 1 1
D= 2
x3 0 1 0 1 1
x4 0 1 0 1 1
x5 0 0 0 0 0
care este tocmai matricea gasita la Exemplul 6.1.10.
103
Fig.16
La pasul ntai putem marca doar varful x7 , ind singurul fara succesori. La pasul
2 putem marca varful x6 deoarece succesorul sau x7 a fost marcat. Nu mai putem face
marcare de varfuri deoarece varfurile ramase au succesori nemarcati. Asadar, graful dat
are circuite.
Algoritmul matricei drumurilor. Cum un circuit este un drum ce ncepe si se termina
n acelasi varf, rezulta ca un graf va avea circuite daca n matricea drumurilor apare cifra 1
pe diagonala principala. Rezulta ca, pentru a cerceta daca un graf are sau nu circuite, este
sucient sa gasim matricea drumurilor.
Exemplul 6.2.3. Sa aplicam acest algoritm la graful din gura 16. Scriem matricea booleana
B:
x1 x2 x3 x4 x5 x6 x7
x1 0 1 0 1 0 0 0
x2 0 0 1 0 1 0 0
x3 0 0 0 1 0 0 0
B=
x4 0 0 0 0 1 0 1
x5 0 0 1 0 0 1 1
x6 0 0 0 0 0 0 1
x7 0 0 0 0 0 0 0
Aplicand algoritmul Yu Chen pentru aarea matricei drumurilor, obtinem:
x1 x2 x3 x4 x5 x6 x7
x1 0 1 1 1 1 1 1
x2 0 0 1 1 1 1 1
x 0 0 1 1 1 1 1
D= 3
x4 0 0 0 0 1 1 1
x5 0 0 0 0 0 1 1
x6 0 0 0 0 0 0 1
x7 0 0 0 0 0 0 0
Avand n D o cifra de 1 pe diagonala principala, conchidem ca graful are circuite.
6.2.3 Algoritmi pentru aflarea componentelor tare conexe ale unui graf
Aarea componentelor tare conexe ale unui graf este importanta pentru practica
deoarece se obtine o partitie a grafului n subgrafele tare conexe.
Algoritmul marcarii cu . Pasul 1. Se marcheaza cu un varf n care intra si iese cel
putin cate un arc.
Pasul 2. Se marcheaza cu varfurile care sunt extremitati nale pentru arce care pleaca
dintr-un varf marcat cu si se marcheaza cu varfurile initiale pentru arce ale caror
varfuri nale sunt marcate cu .
Pasul 3. Se aplica repetat pasul 2, pana nu se mai pot face marcari. Daca toate varfurile
au fost marcate cu , atunci graful este tare conex, avand o sigura componenta tare
conexa.
Daca exista varfuri care nu au fost marcate cu , atunci se considera multimea C1
formata din toate varfurile marcate cu . C1 formeaza o prima componenta tare conexa.
Pasul 4. In graful dat se elimina varfurile din componenta C1 si toate arcele aferente
acestora. Noului graf (de fapt, subgraf al grafului initial) i se aplica Pasii 23 pana se
gasesc toate componentele tare conexe ale grafului.
Pentru a evidentia geometric (intuitiv) descompunerea grafului dat n componente
tare conexe se aranjeaza varfurile pe componente si se traseaza arcele din graful initial.
Exemplul 6.2.4. Sa consideram graful din gura 17.
104
Fig.17
Deoarece n varful x1 iese si intra cel putin cate un arc l marcam cu . Apoi
marcam cu + varfurile x2 si x5 si cu varful x3 . Acum marcam cu varful x2 si cu
+ varfurile x4 si x6 . Procesul de marcare nu mai poate continua, ramanand varfuri care
nu sunt marcate cu .
Prima componenta tare conexa a grafului este C1 = {x1 , x2 , x3 }.
Suprimam varfurile x1 , x2 , x3 si arcele adiacente lor si obtinem graful din gura 18.
Fig.18
105
Fig.19
Algoritmul lui Yu Chen. Acest algoritm pentru aarea componentelor tare conexe foloseste
ideea de lucru de la algoritmul lui Chen pentru determinarea matricei drumurilor.
Pasul 1. Se scrie matricea booleana B a grafului (X, ).
Pasul 2. Se determina toate drumurile care pleaca din x1 spre alte varfuri, procedand ca
la pasii 2 si 3 de la algoritmul Yu Chen pentru determinarea matricei drumurilor, adica
se introduc prin adunare booleana toate cifrele de pe linia ntai. Notam cu V1 multimea
varfurilor care au cifra 1 pe linia ntai astfel obtinuta.
Pasul 3. Ca la pasul 2 procedam pe coloana ntai, determinand toate varfurile care sunt
legate prin drumuri cu x1 . Notam cu V2 multimea varfurilor care au cifra 1 pe coloana
ntai astfel obtinuta.
Pasul 4. Determinam prima componenta tare conexa, luand C1 = (V1 V2 ) {x1 }.
Pasul 5. In matricea B se elimina liniile si coloanele care au varfurile n C1 . La matricea
obtinuta se aplica, din nou pasii 25. Se aplica algoritmul pana se epuizeaza varfurile
grafului.
Exemplul 6.2.5. Sa consideram graful din gura 20. Sa-i aam componentele tare conexe.
Fig.20
Scriem matricea booleana atasata grafului:
x1 x2 x3 x4 x5 x6 x7 x8
x1 0 1 1 0 0 0 0 0
x2 0 0 0 0 0 0 0 0
x3 0 1 0 1 0 0 0 1
B = x4 0 1 0 0 1 0 0 0
x5 0 1 0 0 0 1 0 0
x6 0 1 0 0 1 0 0 0
x7 0 0 0 1 0 1 0 1
x8 1 0 0 1 0 0 1 0
Determinam toate legaturile prin drumuri ce pleaca din x1 spre alte vrfuri:
x1 x2 x3 x4 x5 x6 x7 x8
x1 1 1 1 1 1 1 1 1
de unde V1 = {x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 }.
Procedam la fel pe coloana ntai, scriind tabelul, pentru economie de spatiu, tot pe
orizontala
x1 1 1 1 1
x1 x2 x3 x4 x5 x6 x7 x8
106
De aici V2 = {x1 , x3 , x7 , x8 }.
Acum gasim prima componenta tare conexa C1 = (V1 V2 ) {x1 } = {x1 , x3 , x7 , x8 }.
Eliminam n matricea B liniile si coloanele corespunzatoare varfurilor din C1 si obtinem
matricea
x2 x4 x5 x6
x2 0 0 0 0
B = x4 1 0 1 0
x5 1 0 0 1
x6 1 0 1 0
Cum pe linia lui x2 n B1 avem numai cifra 0, deducem ca urmatoarea componenta
tare conexa este C2 = {x2 }.
Eliminand linia si coloana corespunzatoare varfului x2 din B1 , obtinem
x4 x5 x6
x 0 1 0
B2 = 4
x5 0 0 1
x6 0 1 0
x5 x6
B3 = x5 0 1
x6 1 0
Observatia 6.2.1 Deoarece oricare doua varfuri dintr-o componenta tare conexa sunt legate
ntre ele prin drumuri, rezulta ca un graf poate fi reprezentat prin unul care are ca varfuri
componentele tare conexe, arcele de legatura, ntre ele stabilindu-se dupa arcele din graful
dat. In cazul exemplului nostru obtinem graful din figura 21. Graful astfel obtinut se
numeste graful condensat atasat grafului dat.
Fig.21
107
6.2.4 Algoritmi pentru aflarea drumurilor hamiltoniene ale unui graf
In multe aplicatii practice avem de stabilit succesiunea unui numar de operatii, cu
respectarea unei anumite oridini. Din punctul de vedere a teoriei grafurilor aceasta revine
la gasirea unui drum hamiltonian n graful asociat aplicatiei respective.
Algoritmul Yu Chen pentru grafe fara circuite.
Pasul 1. Se determina matricea D a drumurilor atasata grafului.
Pasul 2. La matricea D se mai adauga o coloana a, pe care se trec numarul de cifre 1
de pe ecare linie din D. Aceste numere se numesc puterile de atingere corespunzatoare
varfurilor grafului (ele reprezinta numarul de varfuri, care sunt legate prin drumuri plecand
din varful respectiv).
Pasul 3. Daca pe coloana a avem puteri de atingere diferite doua cate doua, atunci graful
are drum hamiltonian. Succesiuna varfurilor n drumul hamiltonian se obtine n ordinea
descrescatoare a puterilor de atingere (n 1, n 2, . . . , 2, 1, 0).
Daca cel putin doua puteri de atingere sunt egale, atunci graful nu are drumuri
hamiltoniene.
Observatia 6.2.2 Daca un graf fara cricuite are drum hamiltonian, atunci el este unic.
Exem,plul 6.2.6. Fie graful din gura 22. Sa cercetam daca are drum hamiltonian.
Fig.22
x1 x2 x3 x4 x5 x6
x1 0 0 0 0 0 0
x2 0 0 0 0 0 1
B = x3 0 1 0 0 0 1
x4 1 1 1 0 1 0
x5 1 0 1 0 0 0
x6 1 0 0 0 0 0
Cum pe coloana a avem puteri de atingere diferite doua cate doua, rezulta ca graful
admite un drum hamiltonian. Acesta este dH = {x4 , x5 , x3 , x2 , x6 , x1 }.
108
Algoritmul Yu Chen pentru grafuri cu circuite.
Acest algoritm are urmatorii pasi:
Pasul 1. Se determina componentele tare conexe ale grafului (X, ), notate cu C1 , C2 , . . ..
Pasul 2. Se determina graful condensat asociat grafului (X, ), care este un graf fara circuite.
Pasul 3. Se determina drumul hamiltonian n graful condensat, cand exista.
Pasul 4. Se aranjeaza componentele tare conexe n ordinea data de drumul hamiltonian
determinat la Pasul 3.
Pasul 5. Se scriu toate drumurile hamiltoniene din ecare componenta tare conexa.
Pasul 7. Stabilim legaturile de la o componenta la alta n functie de arcele de incidenta
(legatura) din graful dat, citind apoi toate drumurile hamiltoniene.
Observatia 6.2.3 Daca n graful condensat nu exista drum hamiltonian sau ntre doua com-
ponente nu exista legatura, atunci graful nu are drumuri hamiltoniene.
Exemplul 6.2.7. Sa aam drumurile hamiltoniene ale grafului din gura 20.
La exemplul 6.2.5 am gasit componentele tare conexe
C1 = {x1 , x3 , x7 , x8 }, C2 = {x2 }, C3 = {x4 }, C4 = {x5 , x6 }
si graful condensat din gura 21.
Se observa ca n graful condensat avem drumul hamiltonian
dCH = {C1 , C3 , C4 , C2 }.
Acum, scriem componentele tare conexe n ordinea din drumul dCH si sub ele scriem
toate drumurile hamiltoniene din ecare componenta:
C1 C3 C4 C2
x1 x3 x8 x7 x5 x6
x4 x2
x7 x8 x1 x3 x6 x7
Apoi stabilim legaturile ntre ultimele elemente din drumurile dintr-o componenta si
primele varfuri din componenta urmatoare (le indicam prin sageti).
Obtinem drumurile hamiltoniene:
d1H = {x1 , x3 , x8 , x7 , x4 , x5 , x6 , x2 }
d2H = {x7 , x8 , x1 , x3 , x4 , x5 , x6 , x2 }
Algoritmul matricilor latine. Vom prezenta un procedeu prin care se pot gasi toate dru-
murile elementare, deci si cele hamiltoniene, precum si circuitele hamiltoniene. Fie (X, )
un graf.
Vom utiliza matricea latina (Denitia 6.1.20) L = (lij ), unde
xi xj , daca (xi , xj )
lij =
0 , daca (xi , xj ) , i, j = 1, n.
109
Fig.23
( prin suprimarea primei litere:
Scriem matricea latina L, iar apoi din ea gasim L
a b c d e a b c d e
a 0 ab ac 0 0 a 0 b c 0 0
b 0 0 bc 0 be (= b 0 0 c 0 e
L= , L
c 0 0 0 cd 0 c 0 0 0 d 0
d da db 0 0 0 d a b 0 0 0
e 0 0 ec 0 0 e 0 0 c 0 0
Acum calculam
a b c d e
a 0 0 abc acd abe
(= b
L2 = L L
0 0 bec bcd 0
c cda cdb 0 0 0
dac
d 0 dab dbc 0 dbe
e 0 0 0 ecd 0
Apoi avem:
a b c d e
a 0 acdb abec abcd 0
3 2 (= b bcda 0 0 becd 0
L =L L
c 0 cdab 0 0 cdbe
dabc
d 0 0 dbec 0 dabe
e ecda ecdb 0 0 0
si
a b c d e
a 0 0 0 abecd acdbe
(= b becda 0 0 0 0
L4 = L3 L
c 0 0 0 0 cdabe
d 0 0 dabec 0 0
e 0 ecdab 0 0 0
In concluzie, graful dat are 6 drumuri hamiltoniene: d1H = {a, b, e, c, d}, d2H =
{a, x, d, b, e}, d3H = {b, e, c, d, a}, d4H = {c, d, a, b, e}, d5H = {d, a, b, e, c} si d6H = {e, c, d, a, b}.
Pentru a obtine circuitele hamiltoniene se va calcula L5 = L4 L, ( dar acum se admite ca
primul si ultimul varf sa se repete.
110
transport de-a lungul arcului, beneciu etc.) care, ntr-o astfel de situatie, se interpreteaza
ca lungimea sau capacitatea arcului. De obicei, ntr-o astfel de problema practica se cere
drumul de lungime optima (maxima sau minima).
Vom mai considera ca graful asociat problemei nu are circuite, dar are un varf de
intrare x1 si un varf de iesire xn .
Algoritmul elementar (Bellman). El are la baza principiul de optimalitate al lui Bellman:
orice politica optimala este formata din subpolitici optimale.
Prin acest algoritm ecui varf xi i se ataseaza un numar di , reprezentand lungimea
minima a drumurilor de la x1 la xi .
Consideram d1 = 0. Acum, sa presupunem ca dorim sa gasim pe dl , unde varful xl este
succesorul varfurilor xi , xj si xk , la care au fost deja calculate numerele di , dj si dk . Atunci
lungimea minima dl de la x1 la xl se determina prin formula
unde cil , cjl si ckl sunt capacitatile corespunzatoare arcelor (xi , xl ), (xj , xl ) si (xk , xl ).
In formula lui dl subliniem n paranteze valoarea pentru care minimul este atins.
Dupa determinarea tuturor numerelor d1 , d2 , . . . , dn , valoarea lui dn este lungimea minima a
drumului de la x1 la xn , iar pornind de la xn spre x1 si citind varfurile subliniate, obtinem
drumul de lungime minima.
Pentru un drum de lungime maxima se lucreaza n mod analog, nlocuind minimul
cu maximul.
Exemplul 6.2.9. Pentru graful din gura 24 sa se ae drumul de lungime minima.
Fig.24
Avem succesiv:
d1 = 0,
d3 = min{d1 + 7} = 7,
d2 = min{d1 + 2, d3 + 4} = min{2, 10} = 2,
d4 = min{d2 + 3, d3 + 9} = min{5, 16} = 5,
d5 = min{d2 + 4, d4 + 8} = min{6, 13} = 6,
d6 = min{d5 + 3, d4 + 2} = min{9, 7} = 7,
d7 = min{d5 + 9, d6 + 7} = min{15, 14} = 14.
Prin urmare, lungimea minima este 14, iar drumul care are aceasta lungime este:
dmin = {x1 , x2 , x4 , x6 , x7 }. In gura 24 arcele drumului minim sunt dublate cu linie ntrerupta.
Algoritmul BellmanKalaba. Ideea de lucru este aceeasi cu cea de la algoritmul elementar:
succesiv,pentru ecare varf, se calculeaza cate o cota (un numar). Cautam tot drumuri de
lungime minima. Introducem matricea patratica C = (cij )i,j=1,n , denita astfel
l(xi , xj ) , daca exista arcul (xi , xj )
cij = 0 , daca i = j
, daca nu exista arcul (xi , xj )
111
unde l(xi , xj ) este lungimea arcului (xi , xj ).
Notam cu lik , i = 1, n, cota atasata varfului xi la pasul k, unde de obicei, luam li,1 = cin ,
cand se cauta drumul de lungime minima ntre x1 si xn .
Determinam valorile lik , pas cu pas, prin rezolvarea sistemului
Algoritmul se ncheie cand li,k = li,k+1 situatie n care l1,k reprezinta lungimea minima
a drumului de la x1 la xn .
Stabilirea drumului de lungime minima se face astfel: pornind de la xn , pentru ecare
arc (xi , xj ) se decide apartenenta sa la drumul minim daca
iar drumul de lungime minima se aa prin selectarea arcelor (xi , xj ) pentru care lj,k li,k = cij .
Aceste arce sunt: (x1 , x3 ), (x2 , x4 ), (x4 , x6 ), (x6 , x7 ), de unde rezulta ca drumul de lungime
minima este dmin = {x1 , x2 , x4 , x6 , x7 }.
Observatia 6.2.4 Pentru drumul de lungime maxima matricea C este analoaga numai ca n
loc de + se ia .
Teoria grafurilor, ca instrument matematic utilizat n rezolvarea problemelor din
diferite domenii, este foarte bogata n algoritmi. Pentru cei care doresc sa aprofundeze
aceasta minunata colectie, poate apela la lucrarile [2], [3], [4], [5], [6], [7], [8].
112
stabilirea listei (retelei) de activitati xi , specialistii care participa la aceasta operatie trebuie
sa precizeze activitatile care conditioneaza sau preced n mod necesar activitatea xi . Astfel,
se formeaza o lista de aterioritati obligatorii. Cu ajutorul acestor date se construieste un
graf G graful asociat sau graful program n felul urmator:
b) varful x1 este numai varful de nceput (intrare) n graf, varful xn este numai varf de
sfarsit (iesire), iar celelalte varfuri sunt si de intrare si de iesire n graf;
d) ecarui arc (xi , xj ) i se asociaza un numar nenegativ tij , semnicand durata activitatii
respective;
Aceasta reprezentare poate crea confuzia ca un arc (xi , xj ) reprezinta doua actiuni
diferite. Pentru a nlatura acest neajuns, uneori, se introduc asa numitele operatii ctive
de durata zero, asa cum se arata n gura
113
a) durata drumului critic ntre doua varfuri xi si xj , notat prin tc (xi , xj ) si obtinut prin
valoarea maxima a duratei drumurilor dintre varfurile xi si xj ;
b) durata drumului critic al programului este data de tc (x1 , xn ). In realizarea unui program
retea de activitati ne intereseaza daca o operatie necritica poate amanta cu un anumit
interval de timp astfel ncat nici una din operatiile care o succed sa nu e stanjenita n
privinta duratei ce i-a fost programata. Asta nseamna ca durata ntregului program
trebuie sa ramana tc (x1 , xn );
c) ti timpul cel mai devreme (scurt) de realizare a evenimentului xi . Avem ti = tc (x1 , xi );
d) ti timpul cel mai tarziu (lung) de realizare a evenimentului xi . Avem
ti = tc (1, n) tc (i, n)
R(xi ) = ti ti .
R(xi , xj ) = ti ti t(xi , xj )
r(xi , xj ) = tj ti t(xi , xj ).
h) rs (xi , xj ) rezerva de timp sigura (marja sigura)a activitatii (xi , xj ) se deneste prin
formula
rs (xi , xj ) = tj ti tij
Daca rs (xi , xj ) < 0, atunci se spune ca activitatea (xi , xj ) nu are marja sigura.
Intervalele de uctuatie si marjele libere masoara elasticitatea unui program. Cu cat
acestea sunt mai mici, cu atat programul este mai rigid.
Determinarea tuturor acestor parametrii atasati unei retele de planicare se poate
realiza prin ntocmirea unui tabel de forma:
In prealabil se vor calcula duratele tc (x1 , xi ), respectiv tc (xi , xn ) ale drumurilor critice,
folosind algoritmii pentru determinarea drumurilor de lungime maxima. Valorile aate se
pot scrie langa varfurile grafului astfel
114
Exemplul 6.2.10. Sa analizam programul unei investitii pentru care dorim sa studiem durata
si modul de executie. In urma analizei programului, specialistii au stabilit urmatorul tabel
de operatii (activitati), lista de anterioritati obligatorii si durata de executie n luni:
Tinand seama de informatiile din tabelul precedent, obtinem urmatorul graf pentru
reteaua de planicare.
115
116
Cu ajutorul parametrilor ti si ti ntocmim tabelul de mai jos pentru a calcula
rezervele (marjele) R(xi ), R(xi , xj ), r(xi , xj ) si rs (xi , xj ).
Drumul critic este dcr = {x1 x2 , x3 , x7 , x9 }, ind marcat n ultimul graf prin sagetile
duble. Operatiile critice se recunosc n tabelul de mai sus dupa R(xi , xj ) = 0. Timpul cel
mai devreme de ncheiere a ntregului program este 30 (de luni), adica durata (lungimea
maxima) drumului critic.
Examinarea rezervelor de timp permite cunoasterea posibilitatilor pe care le are la
dispozitie cel care coordoneaza programul n vederea unei interventii optime pentru ex-
ecutarea n termen a proiectului. De exemplu, pentru activitatea D2 ([x8 , x9 ]), cu durata
de executie 4 luni, deducem ca nu poate ncepe mai devreme de trecerea a 14 luni de la
nceputul executiei programului (t8 = 14). Asadar, activitatea D2 poate ncepe a executata
n intervalul de uctuatie [14, 26], fara a modica ntr-un fel timpul minim necesar executiei
programului de investitie.
Observatia 6.2.5 Atunci cand numarul operatiilor dintr-un program nu este prea mare, pen-
tru analiza grafului, cat si pentru urmarirea realizarii lui, se paote folosi diagrama Gantt.
Pentru descrierea ei se procedeza astfel:
Pentru graful programului studiat n exemplul 6.2.10, diagrama Gantt este data n
figura de mai jos.
117
Diagrama Gantt ne descrie n mod intuitiv fluctuatiile evenimentelor si rezervele
(marjele) activitatilor din programul studiat.
Denitia 6.3.1 Graful orientat (X, ) se numeste retea de transport daca este fara circuite,
are un singur varf de intrare x1 ( +
x1 = ), un singur varf de iesire xn (xn = ) si oricare
arc a are o capacitate pozitiva c(a).
(a) = (a),
a+
xi a
xi
Numarul (a) se mai numeste si uxul asociat arcului a si reprezinta, din punct de
vedere practic, cantitatea de materie ce trece prin arcul a, ca de exemplu: cantitate de
informatie, numar de produse etc.
Conditia ii) din Denitia 6.3.2 exprima faptul ca suma uxurilor ce intra ntr-un varf
118
este egala cu suma uxurilor ce ies din acel varf (legea lui Kircho).
Din aceeasi conditie ii) rezulta ca
(a) = (a).
a+
x1 a
xn
= (a)
a+
x1
Fig.6.3.1.
1 = 5 + 2 + 6 = 10 + 3 = 13
Denitia 6.3.4 Intr-o retea de transport nzestrata cu fluxul arcul a se numeste saturat
daca (a) = c(a). Un drum n retea se zice ca este saturat daca contine cel putin un arc
saturat.
Denitia 6.3.5 Un flux pentru care toate drumurile de la x1 la xn sunt saturate se numeste
ux complet.
119
Exemplul 6.3.2. Pentru uxul asociat grafului din g.6.3.1. drumul d = (x1 , x2 , x5 , x7 ) este
saturat deoarece arcele (x2 , x5 ) si (x5 , x7 ) sunt saturate. Se verica imediat ca uxul este
complet. Intr-adevar, se observa ca singurul drum de la x1 la x7 care nu trece prin arcul
(x5 , x7 ) este d1 = (x1 , x4 , x6 , x7 ), care are nsa arcul saturat (x1 , x4 ).
Fluxul 1 nu este complet deoarece drumul d1 = (x1 , x4 , x6 , x7 ) nu este saturat.
Observatia 6.3.1 Orice flux se paote transforma ntr-unul complet. In acest scop pe fiecare
drum nesaturat d de la x1 la xn se maresc fluxurile arcelor cu cantitatea k = min(c(a) (a)).
ad
1) se marcheaza x1 cu +;
2) daca xi este un varf marcat si exista arcul nesaturat (xi , xj ) , atunci xj se marcheaza
cu +;
5) daca prin procedeul de marcare nu s-a ajuns la varful xn , atunci uxul este maxim;
daca prin procesul de marcare s-a ajuns la xn , atunci uxul complet nu este maxim si
se trece la pasul urmator;
120
Denitia 6.3.6 Numim taietura n graful F = (X, ) o partitionare a varfurilor X n doua
submultimi Y si C(Y ), astfel ncat x1 Y si xn C(Y ). Notam prin Y /X taietura deter-
minata de Y n graful G. Valoarea taieturii, notata prin v(Y /X) este, prin definitie, suma
capacitatilor arcelor cu varful initial n Y si varful final n C(Y ), adica
)
v(Y /X) = c(a), unde + Y = +
xi .
a+ xi Y
Y
Propozitia 6.3.1 Fie n graful retea G = (X, ) o taietura Y /X. Pentru orice flux are loc
inegalitatea
v(Y /X).
+ (aij ) = (aij ),
i=1
aij +
Y
aij
Y
de unde
Propozitia 6.3.2 Daca utilizand algoritmul lui FordFulkerson nu se poate marca varful xn ,
atunci valoarea fluxului corespunzator este maxima.
Teorema 6.3.1 (FordFulkerson). Intr-un graf G = (X, ) valoarea maxima a unui flux
este
max = min v(Y /X).
Y /X
121
Fig.6.3.2.
Di \ Cj C1 C2 C3 C4
D1 5 3 0 6
D2 3 0 9 0
D3 0 6 1 5
122
5
10
4 11
Fig.6.3.3.
Rezolvarea problemei revine la determinarea unui ux maxim n reteaua de transport din
g.6.3.3.
Vom utiliza algoritmul lui FordFulkerson.
Mai ntai trebuie sa determinam un ux pentru retea. Prin ncercari, respectand
conditiile din Denitia 6.3.2, construim uxul
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x5 ) (x2 , x6 ) (x2 , x8 ) (x3 , x5 )
7 8 6 4 2 1 0
(x3 , x7 ) (x4 , x6 ) (x4 , x7 ) (x4 , x8 ) (x5 , x9 ) (x6 , x9 ) (x7 , x9 ) (x8 , x9 )
8 5 1 0 4 7 9 1
cu valoarea = 21.
Se observa ca uxul este incomplet deoarece drumurile d1 = (x1 , x2 , x5 , x9 ), d2 =
(x1 , x2 , x6 , x9 ), d3 = (x1 , x2 , x8 , x9 ), d4 = (x1 , x3 , x5 , x9 ), d5 = (x1 , x4 , x6 , x9 ), d6 = (x1 , x4 , x8 , x9 ) sunt
nesaturate.
Pe ecare din aceste drumuri uxul poate majorat corespunzator cu k1 = min(11
7, 5 4, 9 4) = 1, k2 = min(11 7, 3 2, 8 7) = 1, k3 = min(11 7, 6 1, 11 1) = 4, k4 =
min(10 8, 3 0, 9 4) = 2, k5 = min(13 6, 6 5, 8 7) = 1, k6 = min(13 6, 5 0, 11 1) = 5.
Obtinem noul ux 1 :
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x5 ) (x2 , x6 ) (x2 , x8 ) (x3 , x5 )
1 11 10 12 4 2 5 2
(x3 , x7 ) (x4 , x6 ) (x4 , x7 ) (x4 , x8 ) (x5 , x9 ) (x6 , x9 ) (x7 , x9 ) (x8 , x9 )
8 6 1 5 6 8 9 10
cu 1 = 11 + 10 + 22 = 6 + 8 + 9 + 10 = 33.
Deoarece prin majorare cu k3 arcul (x1 , x2 ) s-a saturat, drumurile d1 si d2 au devenit
saturate prin urmare nu s-au mai putut majora uxurile pe d1 si d2 .
Este evident ca uxul 1 este complet deoarece pe ecare din drumurile de la x1 la x9
se aa cel putin un arc saturat.
Acum trecem la mbunatatirea uxului prin folosirea algoritmului FordFulkerson.
Marcam x1 cu +. Cum arcul (x1 , x4 ) este nesaturat, marcam x4 cu +. Deoarece arcele
(x4 , x6 ), (x4 , x7 ), (x4 , x8 ) sunt saturate, rezulta ca marcarea nu mai poate continuata. Prin
urmare, varful x9 nu poate marcat. Deducem ca valoarea uxului maxim este 33. Taietura
de capacitate minima este Y = {x1 , x4 } cu
v(Y /X) = 11 + 10 + 6 + 1 + 5 = 33.
Programul optimal dat de uxul 1 se poate reprezenta si prin tabelul
Cj x5 x6 x7 x8 Cantitati din produse Cantitati
Dj C1 C2 C3 C4 disponibile n depozite consumate
x2 D1 4 2 0 5 11 11
x3 D2 2 0 8 0 10 10
x4 D4 0 6 1 5 13 13
Cererile
9 8 9 11
consumatorilor
Cereri
6 8 9 10
satisfacute
123
Valorile (xi , xj ) din tabel au fost citite din uxul optimal 1 si reprezinta cantitatea
de produs luata din depozitul xi si transportata la consumatorul xj .
124
6.4 Testul Nr. 5 de verificare a cunostintelor
X2
2 5
1 3 X5
X1 X4
2
1
5
3
X3
X2
X5
X1
X4
X3
X4 7 X5 5 X8 8 X11
5 7
2
2 X3 10 0 X13
6 X14
X1 X2 9 5
X10 X12 3
4 9
3 10
X6 8 X7 9 X9
125
6. Gasiti cu ajutorul algoritmului Bellman - Kalaba drumul minim x1 x7 si lungimea
acestuia din urmatorul graf:
X2 4 X5
10
5 2
6
4 X7
3 X3
X1
5 9
1
7
8 X6
X4
X4 7 X5 5 X8 8 X11
5 7
2
2 X3 10 0 X13
6 X14
X1 X2 9 5
X10 X12 3
4 9
3 10
X6 8 X7 9 X9
X2
X1 X3
X4
X5
X2 X5
X1 X6
X4
X3
126
Indicatii si raspunsuri
Testul 5
4. Se obtin matricile:
L x1 x2 x3 x4 x5
x1 0 x1 x2 0 x1 x4 x1 x5
x2 0 0 x2 x3 0 x2 x5
x3 x3 x1 0 0 0 0
x4 0 0 x4 x3 0 x4 x5
x5 0 0 0 0 0
L x1 x2 x3 x4 x5
x1 0 x1 0 x1 x1
x2 0 0 x2 0 x2
x3 x3 0 0 0 0
x4 0 0 x4 0 x4
x5 0 0 0 0 0
L2 = L L x1 x2 x3 x4 x5
x1 0 0 x1 x2 x3 0 x1 x2 x5
x1 x4 x3 x1 x4 x5
x2 x2 x3 x1 0 0 0 0
x3 0 x3 x1 x2 0 x3 x1 x4 x3 x1 x5
x4 x4 x3 x1 0 0 0 0
x5 0 0 0 0 0
L3 = L L2 x1 x2 x3 x4 x5
x1 0 0 0 0 0
x2 0 0 0 x2 x3 x1 x4 x2 x3 x1 x5
x3 0 0 0 0 x3 x1 x2 x5
x3 x1 x4 x5
x4 0 x4 x3 x1 x2 0 0 x4 x3 x1 x5
x5 0 0 0 0 0
5. Drumul de lungime maxima este [x1 , x2 , x4 , x5 , x3 , x7 , x8 , x11 , x13 , x14 ] si lmax = 48.
6. Se obtine lmin (x1 x7 ) = 17 si drumul minim [x1 , x3 , x6 , x7 ].
127
8. Se obtine tabelul nal:
128
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
[2] Blaga, P., Muresan, A., Matematici aplicate n economie, vol.I, II, Transilvania Press,
ClujNapoca, 1996.
[3] Ionescu, T., Grafuri. Aplicatii, vol.I, vol.II, Editura Didactica si Pedagogica, Bu-
curesti, 1973, 1974.
[4] Izvercian, P.N.,Cretu, V., Izvercian, M., Resiga, R., Introducere n teoria grafurilor.
Metoda drumului critic, Editura de Vest, Timisoara, 1994.
[5] Popescu, O., Raischi, C., Matematici aplicate n economie, vol.I, II, Editura Didactica si
Pedagogica, Bucuresti, 1993.
[6] Rosu, A., Teoria grafurilor, algoritmi, aplicatii, Editura Militara, Bucuresti, 1974.
[7] Tamas, V. (coord.), Branzei, D., Smadici, C., Moicovici, T., Modele matematice n
economie, Editura Graphix, Iasi, 1995.
[8] Vaduva, I., Dinescu, C., Savulescu, B., Metode matematice de organizare si condu-
cerea productiei, Editura Didactica si Pedagogica, Bucuresti, 1974.
129
Capitolul 7
Probleme de transport
130
se scrie astfel: n
xij = ai , i = 1, m
j=1
x = b , i = 1, n
m
ij i
(7.1)
i=1
xij 0, i = 1, m, j = 1, n
m
n
(min)f = cij xij .
i=1 j=1
n
ai = bj ,
i=1 j=1
131
7.2 Determinarea unei solutii initiale
Pentru aarea unei solutii initiale ntr-o problema de transport se cunosc mai multe
metode. In cele ce urmeaza vom prezenta trei metode.
xij 0, i = 1, 2, 3, j = 1, 2, 3, 4.
(min)f = 3x11 + 2x12 + x13 + x14 + 2x21 + 3x22 +
+2x23 + x24 + 4x31 + 2x32 + 3x33 + 2x34
Sub forma tabelara modelul matematic este
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50
x11 x12 x13 x14
2 3 2 1
D2 30
x21 x22 x23 x24
4 2 3 2
D3 40
x31 x32 x33 x34
Necesar 45 15 25 35 120
Pentru aarea solutiei initiale cu metoda coltului NordVest procedam astfel: alegem
x11 = min(45, 50) = 45; atunci x21 = x31 = 0; apoi x12 = min(15, 5) = 5 si x13 = x14 = 0; n
continuare x22 = min(10, 30) = 10 si x32 = 0; mai departe x23 = min(20, 25) = 20 si x24 = 0 si n
nal x33 = 5 si x34 = 35.
De obicei, se determina solutia initiala n tabel, micsorandu-se de ecare data disponi-
132
bilul si necesarul respectiv si scriind alaturat cel ramas. Astfel avem
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 5; 0
45 5 0 0
2 3 2 1
D2 30; 20; 0
0 10 20 0
4 2 3 2
D3 40; 35; 0
0 0 5 35
Necesar 45 15 25 35 120
0 10 5 0
0 0
Tabelul 7.2.1.
Valoarea functiei cost total pentru solutia initiala gasita este
f = 3 45 + 2 5 + 3 10 + 2 20 + 3 5 + 2 35 = 300
Aceasta metoda este foarte simpla dar putin ecienta deoarece nu tine cont de valorile
costurilor cij .
f = 1 15 + 1 35 + 2 30 + 4 15 + 2 15 + 3 10 =
= 50 + 60 + 60 + 60 = 230.
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 15; 0
0 0 15 35
2 3 2 1
D2 30; 0
30 0 0 0
4 2 3 2
D3 40; 0
15 15 10 0
Necesar 45 15 25 35 120
15 0 10 0
0 0
Tabelul 7.2.2.
133
7.2.3 Metoda diferentelor maxime
Valorile variabilelor se atribuie ca si n cazul metodelor precedente, dar ordinea de
atribuire se face dupa o alta regula. Pentru stabilirea ordinii de urmat se calculeaza, pentru
ecare linie, respectiv pentru ecare coloana, diferenta dintre cele mai mici doua elemente
(costuri). Apoi pe linia sau coloana cu diferenta maxima se determina variabilele din casuta
cu cost minim. Apoi procedeul se repeta. La diferente maxime egale se considera mai ntai
costul minim.
La lucrul cu tabel diferentele pe linii se trec n stanga tabelului, iar cele pe coloane
deasupra tabelului.
Exemplul 7.2.3. Sa se ae o solutie initiala cu metoda diferentelor maxime pentru problema
de transport din Exemplul 7.2.1.
Calculam diferentele pe linii si coloane. Avem urmatorul tabel cu diferente
3 2 1 1 1
2 3 2 1 1
4 2 3 2 1
1 1 1 1
calculate astfel: 2 1 = 1 pentru linia ntai, 2 1 = 1 pe linia a doua, 3 2 = 1 pentru linia a
treia, 3 2 = 1 pentru coloana ntai, 3 2 = 1 pentru coloana a doua, 2 1 = 1 pentru coloana
a treia si 2 1 = 1 pentru coloana a patra.
Se observa ca avem toate diferentele egale cu 1. Alegem x14 = 35 deoarece da cea mai
mare repartizare pentru preturile minime. Atunci x24 = x35 = 0.
Recalculam diferentele pe liniile si coloanele ramase, obtinem tabelul
3 2 1 1
2 3 2 1
4 2 3 1
1 1 1
Toate diferentele sunt egale. Tinand seama de costul minim alegem x13 = 15 si x11 =
x12 = 0.
Pentru liniile si coloanele necompletate recalculam diferentele si obtinem tabelul
2 3 2 1
4 2 3 1
2 1 1
Diferenta maxima este 2 si corespunde coloanei ntai. Alegem x21 = 30 si x22 = x23 = 0.
Acum, pe linia a treia luam x31 = 15, x32 = 15 si x33 = 10.
Sub forma de tabel calculele arata astfel:
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50; 15; 0
0 0 15 35
2 3 2 1
D2 30; 0
30 0 0 0
4 2 3 2
D3 40
15 15 10 0
Necesar 45 15 25 35 120
15 10 0
Valoarea lui f pe aceasta solutie initiala este
f = 1 15 + 1 35 + 2 30 + 4 15 + 2 15 + 3 10 = 230
Se observa ca s-a obtinut aceeasi solutie initiala ca si la utilizarea metodei elementului
minim.
134
Observatia 7.2.1 Toate cele trei solutii initiale gasite pentru problema de transport din Ex-
emplul 7.2.1. sunt solutii de baza nedegenerate, avand 4 + 3 1 = 6 componente pozitive.
(max)g = a1 u1 + a2 u2 + . . . + am um + b1 v1 + b2 v2 + . . . + bn vn .
Teoremele de dualitate (v. Teoremele 5.6.1 si 5.6.2) ne asigura ca o solutie X (0) =
(0)
(xij ) i=1,meste optima daca variabilele duale verica restrictiile
j=1,n
(0) (0)
(7.3) ui + vj = cij , daca xij = 0 (xij este necunoscuta principala)
(0) (0)
(7.4) ui + vj cij , daca xij = 0 (xij este necunoscuta secundara)
numite conditii de optimalitate pentru solutia unei probleme de transport.
Fie X = (xij ) i=1,m o solutie initiala a problemei de transport.
j=1,n
Casutele din tabelul solutiei cu xij = 0 le numim casute ocupate, iar cele cu xij = 0 le
numim casute libere.
Relatiile (7.3) formeaza un sistem liniar de m+n1 ecuatii (corespunzatoare casutelor
ocupate) cu m + n necunoscute. Se observa ca acest sistem este compatibil nedeterminat.
Pentru aarea unei solutii putem lua o necunoscuta secundara egala cu 0, de obicei vom
alege u1 = 0.
Valorile gasite pentru u1 , u2 , . . . , um si v1 , v2 , . . . , vn se trec pe marginea tabelului solutie
n mod corespunzator (de aceea se mai numesc si valori marginale), iar sumele ui + vj se
scriu n coltul din dreapta sus al casutelor ocupate, alaturi de coecientii cij , adica structura
unei astfel de casute ocupate arata astfel
cij u i + vj
xij
Acum vericam conditiile de optimalitate (7.4) pentru casutele libere. Daca toate
conditiile (7.4) sunt ndeplinite, atunci solutia initiala este optima. Daca cel putin o
conditie (7.4) nu este vericata, atunci se trece la procesul de ameliorare (mbunatatire) a
solutiei.
Denitia 7.3.1 Numim ciclu corespunzator unei casute libere o succesiune de casute ocu-
pate, doua cate doua alaturate pe aceeasi linie, sau respectiv pe aceeasi coloana, cu tre-
ceri alternative pe linii si coloane, succesiunea ncepand imediat dupa casuta libera si ter-
minandu-se n vecinatatea aceleiasi casute libere.
Intr-un ciclu marcam alternativ cu + si casutele, ncepand cu casuta libera. Sem-
nele se trec n coltul din stanga jos al casutei.
135
Pentru mbunatatirea solutiei se determina valoarea minima a valorii xij din casutele
marcate cu . Apoi, valoarea minima se aduna la valorile xij din casutele marcate cu +
si se scade din valorile xij din casutele marcate cu .
Ciclul se alege pentru casuta libera corespunzatoare diferentei ij = cij (ui + vj ) cea
mai mare n valoare absoluta dintre diferentele ij < 0.
Prin acest proces se obtine o noua solutie a problemei de transport, mai buna decat cea de
la care am plecat.
Exemplul 7.3.1. Sa consideram problema de transport din Exemplul 7.2.1 cu solutia initiala
din Tabelul 7.2.1, obtinuta prin metoda coltului NordVest.
Consideram variabilele marginale u1 , u2 , u3 si v1 , v2 , v3 , v4 . Sistemul (7.3) corespunzator
casutelor ocupate din Tabelul 7.2.1 este:
u1 + v1 = 3, u1 + v2 = 2, u2 + v2 = 3, u 2 + v3 = 2
(7.5)
u3 + v3 = 3, u3 + v4 = 2.
Alegand u1 = 0, gasim v1 = 3, v2 = 2, u2 = 1, v3 = 1, u3 = 2, v4 = 0.
Acum vericam conditiile de optimalitate (7.4) pentru casutele libere. Avem:
de unde observam ca pentru casutele libere (2, 1), (3, 1) si (3, 2) nu sunt vericate conditiile
de optimalitate. Prin urmare, solutia initiala din Tabelul 7.2.1 nu este optima.
Calculele de mai sus se pot reprezenta ca n Tabelul 7.3.1.
vj v1 = 3 v2 = 2 v3 = 1 v4 = 0
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 3 2 2 1 1 1 0
u1 = 0 D1 50
- 45 + 5 0 0
2 4 3 3 2 2 1 1
u2 = 1 D2 30
+ 0 - 10 20 0
4 5 2 4 3 3 2 2
u3 = 2 D3 40
0 0 5 35
Necesar 45 15 25 35
Tabelul 7.3.1.
Sistemul (7.5) se poate rezolva direct pe Tabelul 7.3.1, plecand de la u1 + v1 = 3 si
u1 = 0.
Acum stabilim casuta libera pentru care consideram ciclul. In acest scop calculam
diferentele ij pentru casutele libere n care nu au fost ndeplinite conditiile de optimalitate:
21 = 2, 31 = 1 si 22 = 2.
Cum max(| 2|, | 1|, | 2|) = 2 este atins pentru doua casute libere (2, 1) si (2, 2), vom
alege unul din ciclurile determinate de ele. De exemplu, sa ne xam pe cel determinat de
casuta (2, 1).
Acesta este dat de casutele (2, 1), (1, 1), (1, 2) si (2, 2). Marcam alternativ casutele
ciclului cu + si , ncepand cu cea libera. Numarul este dat de
136
Adunam la xij din casutele cu + si scadem acelasi numar la cele marcate cu .
Obtinem noua solutie data de Tabelul 7.3.2.
Di \ Cj C1 C2 C3 C4 Disponibil
3 2 1 1
D1 50
35 15 0 0
2 3 2 1
D2 30
10 0 20 0
4 2 3 2
D3 40
0 0 5 35
Necesar 45 15 25 25
Tabelul 7.3.2
Valoarea functiei cost total pentru noua solutie (din Tabelul 7.3.2) este
f = 3 35 + 2 15 + 2 10 + 2 20 + 3 5 + 2 35 = 280
137
Avem
vj v1 = 2 v2 = 0 v3 = 1 v4 = 1
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 2 2 0 1 1
u1 = 0 D1 50
0 0 + 15 - 35
2 3 0 2 1 1 1
u2 = 0 D2 30
30 0 0 0
4 2 3 2 3
u3 = 2 D3 40
15 15 - 10 + 0
Necesar 45 15 25 35
Tabelul 7.4.1.
si ntrucat u3 + v4 = 3 > 2 = c34 , deducem ca solutia nu este optima. Avem o singura casuta
libera cu ij < 0 si anume casuta (3, 4). Formam ciclul determinat de ea prin casutele (3, 4),
(3, 3), (1, 3) si (1, 4). Marcam alternativ cu + si casutele ciclului. Valoarea minima este
data de = min{10, 35} = 10. Se obtine astfel o noua solutie reprezentata n Tabelul 7.4.2
vj v1 = 3 v2 = 1 v3 = 1 v4 = 1
ui Di \ Cj C1 C2 C3 C4 Disponibil
3 3 2 1 1 1
u1 = 0 D1 50
+ 0 0 25 - 25
2 3 0 2 0 1 0
u2 = 1 D2 30
30 0 0 0
4 2 3 2 2
u3 = 1 D3 40
- 15 15 0 + 10
Necesar 45 15 25 35
Tabelul 7.4.2.
Reluam calculul valorilor marginale si vericarea conditiilor de optimalitate pentru
noua solutie. Lucram pe Tabelul 7.4.2.
Se observa ca solutia obtinuta n tabelul 7.4.2. este optima deoarece ui + vj cij
pentru toate casutele libere.
Deci, o solutie optima a problemei de transport 7.2.1 este
0 0 25 25
X1 = 30 0 0 0
15 15 0 10
Observatia 7.4.1 Este posibil ca solutia optima a uni probleme de transport sa nu fie unica,
adica sa aiba solutii multiple. Vom avea solutii multiple atunci cand exista mai multe
casute la care ui + vj = cij , adica conditia de optimalitate este ndeplinita cu egalitate.
Celelalte solutii optime, cand exista, se obtin aplicand procedeul ameliorarii solutiilor
pentru casutele la care ui + vj = cij . Solutia generala se va scrie ca o combinatie liniara
convexa a solutiilor optime gasite.
In cazul exemplului nostru, se observa ca n tabelul 7.4.2 avem casuta (1, 1) pentru
care u1 + v1 = 3 = c11 = 3. Formam ciclul (1, 1), (1, 4), (3, 4) si (3, 3). Marcam cu + si casutele
ciclului.
Valoarea minima este data de
= min{15, 25} = 15
138
Obtinem o noua solutie optima data prin
15 0 25 10
X2 = 30 0 0 0
0 15 0 25
unde 0, 0, + = 1.
Ii \ Pi P1 P2 P3 P4
I1 4 3 2 3
I2 2 4 5 2
I3 2 4 4 5
Tabelul 7.5.1.
Cele trei ntreprinderi au capacitati egale de productie, ecare putand produce cel
mult 40 de unitati din cele patru produse luate la un loc. Cantitatile necesare din cele
patru produse sunt egale cu 40, 30, 50 si 40 unitati.
i) Sa se determine un plan de productie comun pentru cele trei ntreprinderi astfel ncat
sa se asigurea ntr-o masura cat mai mare cantitatile necesare din cele patru produse,
cu cheltuieli totale de productie minime.
139
depozitare. Obtinem astfel problema de transport din Tabelul 7.5.2.
Ii \ Pj P1 P2 P3 P4 Disponibil
4 3 2 3
I1 40
2 4 5 2
I2 40
2 4 4 5
I3 40
120
Necesar 40 30 50 40
160
Tabelul 7.5.2
Deoarece modelul este neechilibrat, totalul de necesar este mai mare decat totalul de
disponibil, vom introduce un centru ctiv de productie I4 , care sa produca diferenta de
40 unitati. Pentru acest centru ctiv costurile unitare sunt nule. Modelul problemei de
rezolvat ia forma din Tabelul 7.5.3.
Ii \ Pj P1 P2 P3 P4 Disponibil
4 3 2 3
I1 40
2 4 5 2
I2 40
2 4 4 5
I3 40
0 0 0 0
I4 40
Necesar 40 30 50 40 160
Tabelul 7.5.3.
Aplicam metoda elementului minim si gasim solutia initiala din Tabelul 7.5.4.
vj v1 = 0 v2 = 2 v3 = 2 v4 = 0
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 2 2 3 0
u1 = 0 I1 40; 0
0 0 40 0
2 4 2 5 4 2
u2 = 2 I2 40
0 0 0 40
2 4 4 5 2
u3 = 2 I3 40
+ 0 - 30 10 0
0 0 2 0 2 0 0
u4 = 0 I4 40; 0
- 40 + 0 0 0
Necesar 40 30 50 40 160
Tabelul 7.5.4.
Solutia determinata este degenerata. Introducem 0 (esential) la casutele (2, 1) si (3, 1).
Determinam valorile duale (marginale) trecute pe marginea Tabelului 7.5.4. Formam ciclul
(4, 2), (4, 1), (3, 1) si (3, 2) care se marcheaza cu + si ca n Tabelul 7.5.4.
140
Cu = min{30, 40} = 30, obtinem solutia mbunatatita din Tabelul 7.5.5.
vj v1 = 0 v2 = 2 v3 = 2 v4 = 0
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 0 2 3 0
u1 = 0 I1 40
0 0 40 0
2 4 2 5 4 2
u2 = 2 I2 40
0 0 0 40
2 4 2 4 5 2
u3 = 2 I3 40
+ 30 0 - 10 0
0 0 0 2 0 0
u4 = 0 I4 40
- 10 30 + 0 0
Necesar 40 30 50 40
Tabelul 7.5.5.
Pentru solutia din Tabelul 7.5.5 determinam valorile marginale. Consideram ciclul
(4, 3), (4, 1), (3, 1) si (3, 3), marcat cu + si ca n Tabelul 7.5.5. Cu = min{10, 10} = 10, gasim
solutia din Tabelul 7.5.6.
vj v1 = 2 v2 = 2 v3 = 2 v4 = 2
ui Ii \ Pj P1 P2 P3 P4 Disponibil
4 0 3 2 2 3 0
u1 = 0 I1 40
0 0 40 0
2 4 2 5 2 2
u2 = 0 I2 40
0 0 0 40
2 4 2 4 2 5 2
u3 = 0 I3 40
40 0 0 0
0 0 0 0 0 0
u4 = 2 I4 40
0 30 10 0
Necesar 40 30 50 40
Tabelul 7.5.6.
Reluand procesul de ameliorare a unei solutii pentru cea din Tabelul 7.5.6. se constata
ca sunt ndeplinite toate conditiile de optimizare. Prin urmare, solutia gasita
0 0 40 0
X = 0 0 0 40
40 0 0 0
este optima, iar min f = 2 40 + 2 40 + 2 40 = 240.
ii) Solutia optima gasita ne arata ca ecare ntreprindere trebuie sa produca numai
un tip de produs: ntreprinderea I1 sa produca P3 , ntreprinderea I2 sa produca P4 , iar
ntreprinderea I3 sa produca P1 . Cele trei ntreprinderi si folosesc la maxim capacitatile de
productie. Cu toate acestea, necesarul de produs P2 nu este satisfacut complet (mai trebuie
30 de unitati), precum si 10 unitati din produsul P3 . Cheltuielile minime de productie totale
sunt egale cu 240 unitati monetare.
iii) In Tabelul 7.5.6 pentru casutele (4, 1) si (4, 4) avem u1 + v1 = 0 = c41 si respectiv
u4 + v4 = 0 = c44 . Deoarece nu avem cicluri plecand de la aceste casute libere, rezulta ca nu
mai obtinem o noua solutie optima. Rezulta ca problema are o singura solutie optima, cea
gasita mai sus.
141
Di de centrul de consum Cj .
Daca pastram notatiile din 7.1., atunci modelul matematic al acestei probleme, nu-
mita problema de transport cu capacitati limitate, este
n
xij = ai , i = 1, m
j=1
x = b , j = 1, n
m
ij j
i=1
0 xij dij , i = 1, m, j = 1, n
m
n
(min)f = cij xij
i=1 j=1
m
ai
i=1
Necesar b1 b2 ... bn
n
bi
i=1
Tabelul 7.6.1.
n
dij ai , i = 1, m
j=1
respectiv
m
dij bj , j = 1, n
i=1
142
unde ui , i = 1, m si vj , j = 1, n sunt variabilele duale ui si vj , date de sistemul
ui + vj = cij
unde (i, j) este indice de casuta ocupata (corespunzatoare la variabila de baza).
La determinarea unei solutii initiale, din cauza capacitatilor limitate, sunt situatii n
care nu se pot repartiza n casute tot disponibilul si tot necesarul.
Pentru a nu ajunge la o astfel de situatie, se recomanda urmatorul procedeu de
ocupare a casutelor: a) pe linia (sau coloana) costului minim se ocupa casutele n ordine
crescatoare a costurilor; b) se procedeaza analog pe coloana (linia) ultimei casute ocupate
din linia (coloana) de la a); c) se continua n mod analog, alternativ, pana la epuizarea
disponibilului si necesarului.
Exemplul 7.6.1. Sa se rezolve problema de transport cu capacitati limitate:
x11 + x12 + x13 + x14 = 150
x21 + x22 + x23 + x24 = 250
x31 + x32 + x33 + x34 = 210
x11 + x21 + x31 = 100
x11 + x21 + x32 = 160
x11 + x23 + x33 = 190
x11 + x24 + x34 = 160
xij 0, i = 1, 2, 3 si j = 1, 2, 3, 4
x12 80, x23 170, x31 80, x32 120
(min)f = 3x11 + 12x12 + 5x13 + 9x14 + 2x21 + 13x22 +
+5x23 + 6x24 + x31 + 7x32 + 8x33 + 18x34 .
Vom determina o solutie initiala folosind metoda elementului minim. Obtinem astfel
Tabelul 7.6.2.
v1 = 2 v2 = 13 v3 = 5 v4 = 6 Disponibil
3 2 12 13 5 9 6
u1 = 0 150; 0
0 80 0 150 0
2 13 5 6
u2 = 0 250; 220; 200; 40; 0
20 40 30 160
1 80 7 8 18 9
u3 = 3 210; 120; 10
80 120 120 10 0
Necesar 100 160 190 160 610
20 40 180 0
0 0 30
0
Tabelul 7.6.2.
Se observa ca pentru solutia initiala avem 3 + 4 1 = 6 variabile de baza (core-
spunzatoare la casute ocupate cu valori nesubliniate).
Asadar, putem trece la vericarea optimalitatii. Calculam valorile duale (marginale)
si observam ca solutia nu este optima deoarece pentru casuta libera (1, 2) avem u1 + v2 =
13 > c12 = 12. Ciclul corespunzator acestei casute este (1, 2), (1, 3), (2, 3) si (2, 2).
Marcam cu + si . Valoarea minima = min{40, 150} = 40 ne permite sa scriem solutia
mbunatatita data n Tabelul 7.6.3.
v1 = 2 v2 = 12 v3 = 5 v4 = 6 Disponibil
3 2 12 5 9 6
u1 = 0 150
0 80 40 110 0
2 13 12 5 6
u2 = 0 250
20 0 170 70 160
1 5 7 15 8 18 9
u3 = 3 210
80 80 120 120 10 0
Necesar 100 160 190 160 610
143
Tabelul 7.6.3.
Se observa ca noua solutie gasita este optimala deoarece pentru toate casutele libere
avem ui + vj cij , iar pentru casutele ocupate cu valori subliniate avem ui + vj cij . Avem
0 40 110 0
X = 20 0 70 160
80 120 10 0
cu
min f = 12 40 + 5 110 + 2 20 + 5 70 + 6 160 + 1 180 + 7 120 + 8 10 = 3380
Observatia 7.6.2 In procesul de mbunatatire a unei solutii putem avea situatia n care
ui +vj cij pentru toate casutele libere si sa existe o casuta ocupata (r, s) cu valoare subliniata
pentru care ur + vs < crs . In acest caz se continua procesul de mbunatatire formand un
ciclu cu varf negativ n casuta (r, s) (ocupata cu valoarea subliniata).
144
7.7 Testul Nr. 6 de verificare a cunostintelor
4 4 2 2 1 4
10 20 0
2 3 1 1 3 3
0 2 20
Sa se analizeze situatia data, apoi sa se ncerce formarea ciclului casutei (1, 3). Sa se
rezolve situatia de degenerare aparuta.
145
10. Sa se rezolve problema de transport:
x11 + x12 + x13 = 11
x 21 + x22 + x23 + x24 = 17
x 31 + x32 + x33 + x34 = 14
11 + x21 + x31 = 5
x
x12 + x22 + x32 = 15
x13 + x23 + x33 = 7
x14 + x24 + x34 = 15
xij 0 , i = 1, 3 , j = 1, 4
f = 4x11 + 2x12 + 5x13 + x14 + 6x21 + 5x22 + 4x23 + 4x24 + 6x31 + 8x32 + x33 + 5x34 minim
146
Indicatii si raspunsuri
Testul 6
147
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
148
Capitolul 8
Siruri
Denitia 8.1.1 Se numeste sir de numere reale sau sir numeric o functie f : Np R, unde
Np = {p, p + 1, p + 2, . . .}, p fiind un numar natural.
Scriind f (n) = an , sirul se noteaza prin (an )np sau {an }np . In mod uzual se ia p = 1
sau, uneori, p = 0. Pentru comoditate, fara a restrange generalitatea, vom considera sirurile
(an )n1 , scriind simplu (an ); an se va numi termenul general al sirului.
Un sir poate dat prin termenul general, enumerand termenii sirului sau printr-o
formula de recurenta.
Denitia 8.1.2 Un sir de numere reale (an ) este marginit superior (majorat) daca multimea
termenilor sai este majorata.
Altfel spus, sirul numeric (an ) este majorat daca exista numarul real asa ncat an ,
n = 1, 2, 3, . . ..
Denitia 8.1.3 Un sir de numere reale (an ) este marginit inferior (minorat) daca multimea
termenilor sai este minorata.
Cu alte cuvinte, sirul numeric (an ) este minorat daca exista numarul real asa ncat
an , n = 1, 2, 3, . . ..
149
Denitia 8.1.4 Spunem ca sirul numeric (an ) este marginit daca simultan este majorat si
minorat, adica daca exista numerele reale si asa ncat an , n = 1, 2, 3, . . ..
Deoarece orice interval [, ] este inclus ntr-un interval simetric fata de 0 de forma
[M, M ], cu M > 0, putem arma ca sirul (an ) este marginit daca si numai daca exista un
numar real M > 0 asa ncat sa avem
|an | M, n = 1, 2, 3, . . . .
Denitia 8.1.5 Sirul numerelor (an ) este nemarginit daca nu este marginit, adica daca n
afara oricarui interval marginit exista cel putin un termen al sirului.
Exemple:
8.1.1 Sirul an = 2 + (1)n este marginit deoarece |an | 3, ()n N.
8.1.2 Sirul an = 3n nu este marginit superior dar este marginit inferior (an 1, ()n N ).
8.1.3 Sirul an = 3n nu este minorat, dar este majorat (an < 0, ()n N).
8.1.4 Sirul an = (1)n 2n nu este nici minorat si nici majorat.
Denitia 8.1.6 Sirul (an ) este crescator (strict crescator) daca an an+1 , (respectiv an <
an+1 ) pentru orice n N .
Denitia 8.1.7 Sirul (an ) este descrescator (strict descrescator) daca an+1 an (respectiv
an+1 < an ) pentru orice n N .
Un sir crescator sau descrescator se numeste sir monoton, iar un sir strict crescator
sau strict descrescator se numeste sir strict monoton.
Exemple:
2n 1
8.1.5 Sirul an = este strict crescator.
n
2n + 1
8.1.6 Sirul an = este strict descrescator.
n
8.1.7 Sirul an = 2 + (1)n nu este monoton.
Denitia 8.1.8 Fie (an ) un sir de numere reale, iar (nk ) un sir strict crescator de numere
naturale. Sirul yk = ank , k N, se numeste subsir al sirului (an ).
Denitia 8.1.9 Sirul numeric (an ) are limita l R daca pentru orice numar real > 0, exista
un numar natural n astfel ncat sa avem |an l| < , pentru orice n natural, n > n .
Daca sirul (an ) are limita l se scrie lim an = l sau an l pentru n si se mai spune
n
ca (an ) este convergent la l.
Geometric, faptul ca (an ) converge la l nseamna ca n afara intervalului
V (l, ) = (l , l + ) (numit vecinatate de centru l si raza ) se aa un numar nit
de termeni, a1 , a2 , . . . , an , iar interiorul lui V (l, ) se aa o innitate de termeni ai sirului
(g.8.1.1).
Fig.8.1.1.
150
Rezulta ca orice sir numeric convergent este marginit.
Denitia 8.1.10 Sirul numeric (an ) are limita + daca pentru orice numar real pozitiv E,
exista nE N asa ncat an > E, pentru orrice n natural, n > nE .
Daca sirul (an ) are limita + nseamna ca n afara intervalului V () = (E, ) (numit
vecinatate a lui +) se aa un numar nit de termeni a1 , a2 , . . . , anE (g.8.1.2).
Fig.8.1.2.
Denitia 8.1.11 Sirul numeric (an ) are limita daca pentru orice numar real negativ E,
exista nE N asa ncat an < E, pentru orice n natural, n > nE .
Fig.8.1.3.
Daca un sir de numere reale are limita + sau se mai zice ca are limita infinita.
Un sir de numere reale care are limita innita sau nu are limita se spune ca este divergent.
Propozitia 8.1.1 Daca un sir de numere reale are limita, finita sau infinita, atunci ea este
unica.
Teorema 8.1.1 Daca (an ) si (bn ) sunt siruri de numere reale astfel ncat lim an = l1 ,
n
lim bn = l2 , l1 si l2 finite sau infinite, iar an bn pentru n natural, n n0 , atunci l1 l2 .
n
Propozitia 8.1.2 (Criteriul majorarii pentru limita nita). Daca pentru sirul de numere
reale (an ) exista un numar real l si un sir numeric (bn ), cu lim bn = 0, astfel ncat |an l| bn ,
n
atunci lim an = l.
n
151
Observatia 8.1.1 In practica, cea mai ntalnita situatie este an = xn yn , cu (xn ) sir marginit
si (yn ) un sir convergent la zero.
1 1 1 1
Exemplul 8.1.8. Sirul an = sin , n N are limita 0 deoarece lim = 0 si sin 1.
n n n n n
Propozitia 8.1.3 (Criteriul minorarii pentru limita +). Daca pentru sirul de numere reale
(an ) exista sirul numeric (bn ), cu lim bn = +, si numarul natural n0 asa ncat an bn ,
n
pentru orice n n0 , atunci lim an = +.
n
Exemplul 8.1.9. Sirul an = n 1 + 22 + 33 + . . . + nn , n N , are limita + deoarece an n nn =
n, pentru orice n N , si lim an = +.
n
Propozitia 8.1.4 (Criteriul majorarii pentru limita ). Daca pentru sirul numeric (an )
exista sirul de numere reale (bn ), cu lim bn = , si numarul natural n0 , asa ncat an bn ,
n
pentru orice n n0 , atunci lim an = .
n
Propozitia 8.1.5 (Criteriul ncadrarii unui sir ntre doua siruri care au aceeasi limita sau
criteriul clestelui).
Daca pentru sirul numeric (an ) exista sirurile (bn ) si (cn ) de numere reale asa ncat
bn an cn pentru n n0 , n0 N, cu lim bn = lim cn = l, atunci sirul (an ) are limita si
n n
lim an = l.
n
n N , avem
n n
< an < , pentru orice n N .
3
8n3 + n3 + n 3
8n3 + n + 1
Cum
n n 1
lim = lim = ,
n 3
8n3 + n2 + n n 3 8n3 + n + 1 2
deducem ca
1
lim an = .
n 2
Propozitia 8.1.6 Fie (an ) si (bn ) siruri de numere reale cu lim an = l1 si lim bn = l2 , l1 si l2
n n
finite sau infinite. Daca l1 + l2 are sens, atunci lim (an + bn ) = lim an + lim bn = l1 + l2 .
n n n
Demonstratie. Sa consideram cazul l1 si l2 nite. Pentru orice > 0 exista numerele naturale
n1 si n2 asa ncat
|an l1 | < , pentru orice n natural n > n1
2
si
|bn l2 | < , pentru orice n natural n > n2
2
Fie n = max{n1 , n2 }. Atunci, pentru orice n natural n > n , avem, n conformitate
cu cele doua inegalitati:
|(an + bn ) (l1 + l2 )| |an l1 | + |bn l2 | < + = ,
2 2
ceea ce ne arata ca
lim (an + bn ) = l1 + l2 .
n
152
Observatia 8.1.2 Pentru l1 = + si l2 = operatia l1 + l2 este fara sens (numit si caz de
exceptie sau caz de nedeterminare) deoarece n acest caz nu se poate preciza de la nceput
valoarea lui l1 + l2 , aceasta putand sa fie orice numar real, +, sau sa nu existe, n
functie de (an ) si (bn ).
Observatia 8.1.3 Afirmatiile din Propozitia 8.1.6 raman valabile si pentru un numar finit
de termeni independent de n.
Corect, avem
1 2 n 1 + 2 + ... + n
lim + + ... + = lim =
n n n n n n
n(n + 1) n+1
= lim = lim = .
n 2n n 2
Propozitia 8.1.7 Fie (an ) si (bn ) doua siruri de numere reale cu lim an = l1 si lim bn = l2 .
n n
Daca l1 l2 are sens, atunci lim (an bn ) = lim an lim bn = l1 l2 .
n n n
|bn l2 | < , pentru orice n > n2 .
2M
Considerand n = max{n1 , n2 }, avem
Observatia 8.1.5 Cele afirmate la Observatia 8.1.3 raman valabile si la produsul de siruri.
153
1 1
i) Daca l R , atunci lim = ;
n an l
1
ii) Daca l = + sau l = , atunci lim = 0;
n an
1
iii) Daca l = 0 si an > 0 pentru toti n n0 , atunci lim = +, iar daca an < 0 pentru
n an
1
toti n n0 , atunci lim = .
n an
Demonstratie. i) Cum l = 0 rezulta ca 1/an este denit cu exceptia eventual, a unui numar
nit de termeni.
Cum | |an | |l| | |an l|, Deducem ca lim |an | = |l|. Acum exista n1 N asa ncat
n
|l| |l|
| |an | |l| | < , de unde |an | > , pentru orice n n1 .
2 2
Pentru orice > 0 exista n2/ N asa ca
|l|2
|an l| < , pentru orice n > n2 .
2
Fie n = max{n1 , n2 }; atunci
1 1 |an l| |l|2 1 2
= < = ,
an l |an | |l| 2 |l| |l|
1 1
pentru orice n > n . Prin urmare, lim = .
an l
n
In mod analog se demonstreaza punctele ii) si iii) din enuntul Propozitiei 8.1.8.
Observatia 8.1.6 Folosind Propozitiile 8.1.7 si 8.1.8, acum, putem preciza limita catului a
doua siruri. Daca lim an = l1 , lim bn = l2 si l1 /l2 are sens (cazuri de exceptie sunt 0/0 si
n n
/ ), atunci lim an /bn = l1 /l2 .
n
Propozitia 8.1.9 Fie (an ) si (bn ) doua siruri de numere reale, an > 0, pentru orice n N ,
lim an = a si lim bn = b.
n n
154
In cazul ridicarii la putere avem cazurile de exceptii, situatiile 00 , 0 si 1 .
Pentru demonstratie acestei propozitii se poate consulta cartea [4].
Demonstratie.
ii) Fie (an ) un sir numeric monoton crescator si nemarginit. Atunci multimea termenilor
sirului este marginita inferior de a1 , dar nu este majorata. Rezulta ca, pentru orice
E > 0, exista un nE N asa ncat anE > E. Acum, pentru n N, n > n , putem scrie
an an > E, ceea ce ne arata ca lim an = +.
n
Observatia 8.1.7 Propozitia 8.1.10 se poate enunta scurt: orice sir monoton de numere
reale are o limita n R = R {, +}.
care este valabila pentru orice a, b R si orice k natural. Din (8.1), pentru 0 < a < b, obtinem
inegalitatea
(8.2) bk < ak + k(b a)bk1 .
Luand n (8.2) a = 1 + 1/(n + 1), b = 1 + 1/n si k = n + 1, gasim
1 n+1 n 1
1+ en = bn+1 < an+1 + b = en+1 + en ,
n n(n + 1) n
de unde rezulta en < en+1 , ceea ce ne arata ca sirul (en ) este strict crescator. Sa aratam ca
sirul (en ) este marginit superior. Luam n (8.2) a = 1, b = 1 + 1/(2n) si k = n si obtinem
n n1 n
1 1 1 1 1
1+ <1+n 1+ <1+ 1+ ,
2n 2n 2n 2 2n
de unde gasim n
1
1+ < 2,
2n
care conduce la e2n < 4. Deoarece (en ) este un sir strict crescator, urmeaza ca en < 4 pentru
orice n N . Din punctul i) al Propozitiei 8.1.10 deducem ca sirul (en ) este convergent.
Limita sirului (en ) se noteaza cu e, care este un numar des ntalnit n matematica si stiinta.
valoarea lui este 2, 71828 . . ..
155
Propozitia 8.1.11 (Lema lui Cesaro). Orice sir marginit de numere reale contine cel putin
un subsir convergent.
Demonstratie. Fie (an ) un sir marginit de numere reale. Consideram submultimile
Ak = {ak , ak+1 , . . .}, k N si notam cu bk marginile lor superioare (acestea exista deoarece
multimea A1 = {a1 , a2 , . . .} este marginita). Din Ak Ak+1 , rezulta bk bk+1 k N , si deci
sirul (bn ) este descrescator. Cum Ak A1 , pentru orice k N si A1 marginita rezulta ca
sirul (bk ) este marginit inferior. Rezulta ca sirul (bk ) este convergent.
Daca pentru orice k N avem bk Ak , atunci putem lua bk = ank cu nk k. Din nk k
obtinem lim nk = , ceea ce ne arata ca putem extrage un subsir (nk ) strict crescator de
n
numere naturale, iar subsirul (ank ) va un subsir al sirului (an ), care are limita.
Acum, sa presupunem ca exista un indice i N asa ncat bi Ai . Din faptul ca bi
este marginea superioara a multimii Ai , deducem ca pentru orice n N exista kn asa ncat
1 1
bi < ai+kn bi , adica putem scrie |ai+kn bi | < . De aici, pe baza criteriului majorarii
n n
pentru limita nita, obtinem lim ai+kn = bi . Sa aratam ca sirul (kn ) de numere naturale
n
este nemarginit. Intr-adevar, daca ar exista un n0 astfel ca kn = kn0 , pentru toti n n0 ,
1
atunci am avea |ai+kn 0 bi | pentru toti n > n0 , ceea ce ar nsemna ca ai+kn0 = bi si bi Ai ,
n
ceea ce ar constitui o contradictie. Prin urmare, subsirul (ai+kn ) este un subsir convergent
pentru sirul (an ).
Denitia 8.1.12 Un sir (an ) de numere reale se numeste sir fundamental sau sir Cauchy
daca pentru orice > 0, exista un numar natural n , astfel ncat pentru orice n, m N ,
n > n , m > n sa avem |am an | < .
Daca n = m, atunci conditia din denitia precedenta este evident satisfacuta. De
aceea, putem considera, fara a restrange generalitatea, ca m > n, adica m = n + p, unde
p N . Atunci Denitia 8.1.12 se poate scrie sub forma echivalenta.
Denitia 8.1.13 Un sir (an ) numeric se numeste sir fundamental sau sir Cauchy daca,
pentru orice > 0, exista un numar natural n asa ncat pentru orice n N, n > n si orice
p N sa avem |an+p an | < .
Demonstratie. Aplicam Denitia 8.1.12 pentru = 1. Atunci exista n1 N asa ncat pentru
orice n, m N, n > n1 , m > n1 , sa avem |an am | < 1. Acum, putem scrie
pentru orice n > n1 . Daca punem = max{|a1 |, |a2 |, . . . , |an1 |, |1 + |an1 +1 |}. atunci |an | ,
pentru orice n N , adica sirul (an ) este marginit.
Teorema 8.1.2 (Criteriul lui Cauchy). Un sir de numere reale este convergent daca si
numai daca este sir fundamental.
Demonstratie. Necesitatea. Fie (an ) un sir de numere convergent la l. Sa aratam ca este
fundamental. Din lim an = l, rezulta ca pentru orice > 0 exista n N asa ncat |an l| < /2
n
pentru orice n N, n > n . Atunci, pentru orice n, m N, m > n , n > n avem
|an am | = |an l + l am | |an l| + |am l| < + =
2 2
ceea ce ne dovedeste ca (an ) este un sir fundamental.
Sucienta. Sa admitem ca (an ) este un sir fundamental si sa aratam ca exista l R asa
ncat lim an = l. Sirul (an ) ind fundamental, rezulta ca este marginit (Propozitia 8.1.12).
n
Atunci conform Lemei lui Cesaro (Propozitia 8.1.11), sirul (an ) va contine un subsir (ank )
156
convergent; e l limita sa. Deoarece ank l, pentru k , rezulta ca pentru orice > 0
exista k N asa ncat
(8.3) |ank l| < , pentru orice k N, k > k .
2
Din faptul ca (an ) este sir fundamental avem ca exista n1 N asa ncat
|an am | < , pentru orice n, m N, n > n1 , m > n1 .
2
Fie acum n = max{k , n1 } si luand k > n n (8.3), obtinem:
|an l| = |an ank + ank l| |an ank | + |ank l| < + = ,
2 2
pentru orice n N, n > n .
Prin urmare, sirul (an ) are limita l R, adica este convergent.
Observatia 8.1.8 Criteriul lui Cauchy permite studierea convergentei unui sir fara sa
cunoastem limita lui. Pentru aceasta este suficient sa cercetam daca sirul este funda-
mental.
Exemplul 8.1.12. Sa aratam ca sirul
cos x cos 2x cos nx
an = + 2
+ ... + , n R,
3 3 2n
este sir Cauchy, deci convergent.
Avem
cos x cos 2x cos nx cos(n + 1)x cos(n + p)x
an+p = + 2
+ ... + n
+ n+1
+ ... + ,
3 3 3 3 3n+p
cu p N .
Atunci
cos(n + 1)x cos(n + p)x
|an+p an | =
3n+1
+ ... +
3n+p
1 1 1 1 31p 1 1 1
n+1 + . . . + n+p = n+1 1 + 2 3n 1 p < .
3 3 3 1 3 3 2 3n
Cum 1/2 3n 0, rezulta ca pentru orice > 0 exista n N asa ncat 1/2 3n < ,
pentru orice n N, n > n . Atunci, pentru orice n > n si orice p N , avem |an+p an | < ,
ceea ce ne asigura ca (an ) este sir Cauchy.
Exemplul 8.1.13. Sa aratam ca sirul
1 1
an = 1 + + ... +
2 n
nu este fundamental, deci nu este sir convergent.
Se observa ca avem
1 1 1 1 1 1 1
a2n an = + + ... + > + ... + =n = ,
n+1 n+2 2n 2n 2n 2n 2
de n ori
ceea ce ne arata ca (an ) nu poate sir Cauchy.
Aplicatie economica. Dobanda compusa. Se investeste o suma S, data ntr-o anumita
unitate monetara, care acumuleaza o dobanda compusa de r% anual.
Daca dobanda se adauga anual, atunci la sfarsirul primului an vom avea suma
S1 = S + rS = S(1 + r).
157
Dupa doi ani, vom avea suma
S2 = S(1 + r)2 ,
Sk = S(1 + r)k .
Daca dobanda s-ar adauga de n ori pe an, atunci la trecereea a k ani am avea suma
$ r %kn
Sn,k = S 1 + .
n
Se observa ca sirul (Sn,k ) este crescator n raport cu n. Apare ntrebarea: daca n ar
creste, adica adaugarea dobanzii s-ar face cat mai des, valoarea sumei acumulate n cei k
ani, ar creste foarte mult?
Pentru a raspunde la ntrebare sa calculam limita sirului (Sn,k ) cand n . Avem
$ *$ + r nk
r %nk r % nr n
lim Sn,k = lim S 1 + = S lim 1+ = Serk ,
n n n n n
ceea ce ne arata ca, practic, valoarea sumei nale depinde de suma initiala S, dobanda
anuala r si de numarul de ani k, inuenta desimii adaugarii dobanzii ind de mai mica
importanta.
De exemplu, daca am depune o suma S = 1$ cu dobanda compusa anuala de 1% pe o
perioada de 1 an, oricat de des am adauga dobanda, valoarea sumei acumulate la sfarsirul
anului ar oscila n jurul lui e = 2, 71828 . . . $. (v. [2], [3], [5]).
Pentru un astfel de sir folosim notatia (xn )n1 sau simplu (xn ) ca si n cazul sirurilor
de numere reale.
Denitia 8.2.2 Sirul de puncte (xn ) din spatiul metric (X, d) este convergent la x X daca
sirul de numere reale pozitive (d(xn , x)) are limita zero.
Propozitia 8.2.1 Daca sirul de puncte ((xn ) din (X, d) este convergent n spatiul metric
(X, d), atunci limita lui este unica.
Demonstratie. Fie lim xn = x si lim xn = y. Din Denitia 8.2.2 avem lim d(xn , x) =
n n n
0 si lim d(xn , y) = 0. Atunci din d(x, y) d(x, xn ) + d(xn , y) avem d(x, y) lim d(xn , x) +
n n
lim d(xn , y) = 0, de unde deducem ca d(x, y) = 0. Deci avem x = y.
n
Denitia 8.2.3 Sirul de puncte (xn ) din spatiul metric (X, d) este marginit daca exista x0 X
si M > 0 asa ncat d(xn , x0 ) M , pentru orice n N .
Propozitia 8.2.2 Orice sir convergent de puncte din spatiul metric (X, d) este marginit.
158
Demonstratie. Fie lim xn = x; pentru = 1 exista n1 N asa ncat d(xn , x) < 1, oricare ar
n
n > n1 . Punand M = max{d(x1 , x), d(x2 , x), . . . , d(xn1 , x), 1}, avem d(xn , x) M , pentru orice
n N , ceea ce ne arata ca sirul de puncte (xn ) este marginit n (X, d).
Denitia 8.2.4 Sirul de puncte (yn ) din spatiul (X, d) este subsir al sirului de puncte (xn ) din
(X, d) daca exista un sir (kn )n1 de numere naturale, strict crescator, asa ncat yn = xkn .
Propozitia 8.2.3 Daca sirul de puncte (xn ) este convergent la x n (X, d), atunci orice subsir
al sau are de asemenea limita x.
atunci d(xn , xn1 +1 ) M , pentru orice n N . Prin urmare, sirul (xn ) este marginit n (X, d).
Teorema 8.2.1 Orice sir convergent de puncte din (X, d) este sir Cauchy n (X, d).
Demonstratie. Fie (xn ) un sir convergent de puncte din (X, d). Daca lim xn = x, x X,
n
atunci pentru orice > 0 exista n asa ncat, oricare ar n N, n > n , sa avem d(xn , x) < /2.
Cum pentru orice p N si orice n N , n > n , avem si d(xn+p , x) < /2, putem scrie
pentru orice n > n . De aici, rezulta ca sirul (xn ) este sir fundamental.
Reciproca Teoremei 8.2.1 nu este adevarata n orice spatiu metric.
'n 8.2.1. In spatiul metric (R, | |), inzestrat cu metrica data de modul, sirul en =
Exemplul
&
1 + n1 , n N este convergent (deci si fundamental) si are limita e.
Spatiul metric (Q, | |) este un subspatiu al lui (R, | |). Proprietatea sirului (en ) de a
fundamental se pastreaza si n (Q, | |), dar el nu mai este convergent n (Q, | |) deoarece
numarul e Q (e este numar irational).
Denitia 8.2.6 Spatiul metric (X, d) se numeste complet daca orice sir fundamental din
(X, d) este convergent n (X, d).
Exemplul 8.2.2. Spatiul metric (R, | |) este complet pe baza criteriului lui Cauchy (v.
Teorema 8.1.2).
159
Denitia 8.2.7 Un spatiu vectorial normat si complet se numeste spatiu Banach, iar un
spatiu prehilbertian si complet se numeste spatiu Hilbert.
Fie (X, d1 ), (Y, d2 ) doua spatii metrice si Z = X Y produsul cartezian al celor doua
spatii metrice. Daca z1 = (x1 , y1 ), z2 = (x2 , y2 ) sunt doua puncte din Z, atunci denim
,
d(z1 , z2 ) = d21 (x1 , x2 ) + d22 (y1 , y2 ).
Teorema 8.2.2 Sirul zn = (xn , yn ), n N, din spatiul metric (Z, d) este convergent catre
z = (x, y) Z daca si numai daca, lim xn = x si lim yn = y.
n n
Demonstratie. Fie lim zn = z, atunci, pentru orice > 0, exista n N, asa ncat, pentru
n
orice n > n , sa avem d(zn , z) < . Cum
,
d1 (xn , x) d21 (xn , x) + d22 (yn , y) = d(zn , z) <
si ,
d2 (yn , y) d21 (xn , x) + d22 (yn , y) = d(zn , z) < ,
pentru orice n N, n > n , deducem ca lim xn = x si lim yn = y, ceea ce trebuie demonstrat.
n n
Reciproc, daca lim xn = x si lim yn = y, atunci pentru orice > 0 exista n1 asa ncat,
n n
pentru orice n > n1 , sa avem d1 (xn , x) < / 2 si exista n2 astfel ncat, pentru orice n > n2 ,
sa avem d2 (yn , y) < / 2.
Cum, pentru orice n > n , n = max{n1 , n2 } avem
, -
2 2 2 2
d(zn , z) = d1 (xn , x) + d2 (yn , y) < + = ,
2 2
rezulta lim zn = z.
n
Din Teorema 8.2.2 rezulta ca putem scrie
$ %
lim (xn , yn ) = lim xn , lim yn .
n n n
160
Observatia 8.2.2 Rezultatul Teoremei 8.2.2 ramane valabil si la produsul cartezian al unui
numar finit de spatii metrice.
Corolarul 8.2.1 Un sir din spatiul Rm este convergent, daca si numai daca, sirurile reale
componente sunt convergente.
si ,
d2 (yn+p , yn ) d21 (xn+p , xn ) + d22 (yn+p , yn ) = d(zn+p , zn ) <
pentru orice p N si orice n N, n > n , rezulta ca sirul (xn ) si respectiv (yn ) sunt funda-
mentale n (X, d1 ) si respectiv (Y, d2 ).
Reciproc, e (xn ) si respctive (yn ) siruri fundamentale n (X, d1 ) si respectiv (Y, d2 ). Sa
aratam ca zn = (xn , yn ), n N este sir fundamental n (Z, d).
Pentru orice > 0 si orice p N exista n N asa ncat, pentru orice n > n1 sa avem
d1 (xn+p , xn ) <
2
si exista n2 N asa ncat pentru orice n > n2 sa avem
d2 (yn+p , yn ) < .
2
Deoarece, pentru orice n N, n > n , n = max{n1 , n2 } avem
, -
2 2 2 2
d(zn+p , zn ) = d1 (xn+p , xn ) + d2 (yn+p , yn ) < + = ,
2 2
deducem ca sirul (zn ) este fundamental n (Z, d).
Din Teorema 8.2.3 rezulta ca sirul zn = (xn , yn ), n N , din (Z, d) este fundamental,
daca si numai daca, componentele sale (xn ), respectiv (yn ) sunt siruri fundamentale n (X, d1 )
si respectiv (Y, d2 ). Prin urmare, spatiul (Z, d) este complet, daca si numai daca, (X, d1 ) si
(Y, d2 ) sunt complete.
Observatia 8.2.3 Rezultatul Teoremei 8.2.3 ramane valabil si la produsul cartezian al unui
numar finit de spatii metrice.
161
Corolarul 8.2.2 Spatiile Rm sunt complete.
Valabilitatea corolarului rezulta din Observatia 8.2.3 si din faptul ca spatiul R este
complet (Exemplul 8.2.2).
Denitia 8.2.8 In spatiul metric (X, d), o functie f : X X se numeste contractie, daca
exista [0, 1) asa ncat, oricare ar fi x, y X avem
d(x, y) = (xi yi )2 ,
i=1
i=1 i=1
pentru orice x, y X, adica (8.4) este vericata pentru [0, 1), ceea ce ne arata ca f este
o contractie.
Exemplul 8.2.5. Functia f : R R, denita prin
a
f (x) = 2 , a > 0, b > 0, a < b b
x +b
este o contractie a spatiului metric (R, | |).
In adevar, pentru orice x, y R, avem
a a
d(f (x), f (y)) = |f (x) f (y) = 2 =
x + b y2 + b
a|x + y|
d(x, y).
(x2 + b)(y 2 + b)
Cum |t| (t2 + b)/2 b, pentru orice t R, putem scrie
x2 + b y 2 + b 1
|x + y| |x| + |y| + = (x2 + y 2 + 2b)
2 b 2 b 2 b
1 2 1
(x2 + b)(y 2 + b) = (x2 + b)(y 2 + b)
2 bb b b
Atunci
a
d(f (x), f (y)) d(x, y),
b b
cu = a/b b [0, 1), ceea ce ne arata ca f este o contractie a spatiului metric R.
Numeroase probleme practice conduc la rezolvarea unei relatii de forma f (x) = x,
unde f este o aplicatie a unui spatiu metric X n el nsasi. Un astfel de punct x X pentru
care f (x) = x se numeste punct fix al functiei f .
Astfel, daca f este aplicatia identica a unui spatiu metric n el nsusi, adica f (x) = x,
pentru orice x X, atunci toate punctele lui X sunt puncte xe.
In continuare vom prezenta un rezultat fundamental al Analizei Matematice, cu multe
aplicatii n matematica si stiintele practice, numit principiul contractiei sau teorema de
punct fix a lui Banach care asigura, n anumite conditii, existenta si unicitatea unui punct
x.
162
Teorema 8.2.4 (Principiul contractiei). Orice contractie a unui spatiu metric complet n el
nsusi admite un singur punct fix.
Demonstratie. Fie (X, d) un spatiu metric si f : X X o contractie a sa.
Unicitatea punctului fix. Sa admitem ca ar exista doua puncte xe x si y din X, cu
x = y, asa ncat f (x) = x si f (y) = y. Atunci
de unde
(1 )d(x, y) 0.
Cum d(x, y) > 0 si (1 ) > 0, avem o contradictie. Prin urmare, presupunerea noastra
este falsa, deci exista un singur punct x.
Existenta punctului fix. Sa consideram x0 X un punct arbitrar si sa denim recurent
sirul (xn ) prin x1 = f (x0 ), x2 = f (x1 ), . . ., xn+1 = f (xn ), . . ..
Vom arata ca sirul (xn ) este un sir fundamental.
Avem
d(x2 , x1 ) = d(f (x1 ), f (x0 )) d(x1 , x0 ),
d(x3 , x2 ) = d(f (x2 ), f (x1 )) d(x2 , x1 ) 2 d(x1 , x0 ).
Prin inductie matematica deducem ca
d(f (x), x) d(f (x), xn+1 ) + d(xn+1 , x) = d(f (x), f (xn ))+
163
rezulta, pentru p ca
n
d(xn , x0 ) d(x1 , x0 ),
1
inegalitatea ce ne arata cu ce eroare aproximeaza xn punctul x x.
In acest fel, pornind de la x0 X arbitrar, punctele xn = f (xn1 ), n = 1, 2, . . ., apar
drept aproximatii succesive ale punctului x x, ceea ce face ca metoda de aproximare sa
poarte numele de metoda aproximatiilor succesive.
In aplicarea efectiva a metodei aproximatiilor succesive partea dicila consta n de-
terminarea convenabila a spatiului metric complet (X, d) si a contractiei f . Cu toata aceasta
dicultate, metoda aproximatiilor succesive este una dintre cele mai puternice procedee de
aproximare numerica a multor probleme puse de matematica si stiintele practice (inclusiv
cele economice).
Exemplul 8.2.6. Fie ecuatia x3 + 4x 1 = 0 si sa ne propunem sa-i gasim aproximativ singura
radacina reala pe care o are (demonstrati acest fapt !).
Scriem ecuatia sub forma
1
x= 2
x +4
si consideram functia f : R R, f (x) = 1/(x2 + 4).
Din Exemplul 8.2.5, pentru a = 1 si b = 4, gasim ca f este o contractie a spatiului
metric (R, | |), cu = 1/8. Pe baza principiilor contractiei f are un singur punct x x si
deci ecuatia data va avea o singura radacina reala. Folosind sirul aproximatiilor succesive,
considerand x0 = 0, gasim:
1
x1 = f (x0 ) = = 0, 25
4
x2 = f (x1 ) = 0, 2461
x3 = f (x2 ) = 0, 2463,
...................
2
iar xn va aproxima pe x cu o eroare d(xn , x) .
7 8n
164
8.3 Test de verificare a cunostintelor nr. 7
1. Deniti urmatoarele notiuni:
2. Enuntati:
.
n
k 1p + 2p + ... + np
xn = a (k+1)! , a > 1 si yn = .
np+1
k=1
12 + 22 + ... + n2
un = ,
nn
n
n
a+ n2
un = cu a, b R+ ,
b
u 33n .
n = 3n
1
3+
n
7. Sa se calculeze lim un , un = (un , un , u
n ) cu
n
n
k! k
un = k=1
,
(n + 1)!
165
$ %
un = sin n n3 + 3n2 + 4n 5 ,
3
n
1 2 k1
u
n = n + 1 + + ... + .
2! 3! k!
k=2
8. Intr-o progresie aritmetica, n care al n-lea termen este an si suma primilor n termeni
Sm m2 am 2m 1
Sn , avem = 2 . Sa se arate ca = .
Sn n an 2n 1
9. Sa se determine limita inferioara si limita superioara pentru sirul (an ) cu
n+1 1
an = a(1) + , a > 0.
n
10. Folosind principiul contractiei gasiti cu o eroare de 102 solutia ecuatiei 10x 1 = sin x.
166
Indicatii si raspunsuri Testul nr. 7
8. Se foloseste faptul ca suma primilor n termeni ai unei progresii aritmetice a1 , an , ..., an , ...
n[2a1 + (n 1)r]
cu ratia r este Sn = .
2
1
9. Pentru a < 1 avem lim an = si lim an = a.
a
1
Pentru a > 1 avem lim an = a si lim an = .
a
Pentru a = 1 avem lim an = lim an = lim an = 1.
n
sin x + 1 sin x + 1
10. Se scrie ecuatia sub forma x = . Notam f (x) = . Se arata ca
10 10
1
|f (x)| < 1 deci f este o contractie. Apoi folosind principiul contractiei se gaseste
10
1
sin +1
solutia aproximativa cautata x = 10 .
10
167
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Allen, R.G.D., Analiza matematica pentru economisti, Editura Stiintica (traducere),
Bucuresti, 1971.
[3] Lancaster, K., Analiza economica matematica, Editura Stiintica, Bucuresti, 1973.
[4] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiza matematica, Vol.I,
1962, Vol.II, 1964, Editura Didactica si Pedagogica, Bucuresti.
[5] Vasiliu, D.P., Matematici economice, Editura Ecient, Bucuresti, 1996.
168
Capitolul 9
Serii numerice
a1 + a2 + a3 = (a1 + a2 ) + a3 , a1 + a2 + a3 + a4 = (a1 + a2 + a3 ) + a4
si, n general
a1 + a2 + . . . + an1 + an = (a1 + a2 + . . . + an1 ) + an .
Acum, este resc sa ne punem problema efectuarii sumei termenilor unui sir (an )n1
de numere reale, adica a unei sume cu un numar innit de termeni.
Denitia 9.1.1 Fiind dat sirul de numere reale (an ), se numeste serie de numere reale sau
serie numerica problema adunarii termenilor sirului (an ), adica problema efectuarii sumei
(9.1) a1 + a2 + . . . + an + . . . .
169
Cum stim efectua adunari de numere reale n care numarul termenilor este nit, dar
oricat de mare, este natural ca pentru efectuarea sumei an sa utilizam sume nite de
n=1
tipul Sn = a1 + a2 + . . . + an , n care sa facem pe n sa tinda la innit.
n
Sn = ai = a1 + a2 + . . . + an ,
i=1
Denitia 9.1.3 Spunem ca seria an este convergenta daca sirul sumelor partiale (Sn ) este
convergent.
S= an = a1 + a2 + . . . + an + . . . .
Denitia 9.1.4 Spunem ca seria an este divergenta, daca sirul sumelor partiale (Sn ) este
divergent.
1 q n+1
Sn = a + aq + . . . + aq n = a ,
1q
iar pentru q = 1
Sn = a(n + 1).
a
Pentru q (1, 1), deoarece lim q n+1 = 0, avem lim Sn = . Prin urmare, pentru
n 1q n
|q| < 1, seria geometrica este convergenta, avand suma S = a/(1 q).
Daca q 1, atunci sirul (Sn ) are limita + sau dupa cum a > 0 sau, a < 0,
iar pentru q 1 limita sirului (Sn ) nu exista. Deci, pentru |q| 1 seria geometrica este
1
Exemplul 9.1.2. Seria este convergenta. Intr-adevar, avem
n=1
(2n 1)(2n + 1)
n
1 n
1 1 1
Sn = = =
(2h 1)(2h + 1) 2 2h 1 2h + 1
h=1 h=1
170
1 1 1 1 1 1
= + + + ...+
1
2 3 3 5 5 7
1 1 1 1
+ + =
2n 3 2n 1 2n 1 2n + 1
1 1
= 1 .
2 2n + 1
1
Prin urmare, lim Sn = , ceea ce arata ca seria data este convergenta, avand suma
n 2
1/2.
Observatia 9.1.2 O serie an n care termenul general se poate pune sub forma an =
bn bn+1 poarta numele de serie telescopica.
Exemplul 9.1.3. Seria (1)n1 este divergenta deoarece S2k1 = 1 si S2k = 0, pentru
n=1
orice k N , sirul sumelor partiale (Sn ) ind divergent.
1
Exemplul 9.1.4. Seria , numita seria armonica, este divergenta.
n=1
n
1 1
In adevar, sirul sumelor partiale Sn = 1 + + . . . + este divergent deoarece nu este
2 n
sir Cauchy (v. Exemplul 8.1.13).
1
Observatia 9.1.3 Seria este numita serie armonica deoarece an = 1/n este media ar-
n
monica a numerelor an1 , an+1 , adica 2/an = 1/an1 + 1/an+1 .
Corolarul 9.1.1 Daca pentru seria an sirul (an ) nu converge la 0, atunci seria este di-
vergenta.
Observatia 9.1.4 Conditia lim an = 0 este necesara dar nu si suficienta pentru convergenta
n
seriei an .
1
De exemplu, seria armonica este divergenta, desi lim 1/n = 0.
n n
Exemplul 9.1.5. Seria n
n este divergenta deoarece lim n n = 1 = 0.
n
n2
Denitia 9.1.5 Fiind data seria an , numim rest de ordinul k al ei, notat cu rk seria
n=1
an = ak+1 + ak+2 + . . .
n=k+1
Propozitia 9.1.2 Seria an , seria rest an au aceeasi natura, adica sunt ambele con-
n=1 n=k+1
vergente sau ambele divergente.
171
Demonstratie. Fie n > k; notam cu Sn si respectiv Tn sumele partiale corespunzatoare
Tn = Sn (a1 + a2 + . . . + ak ).
n n
an este convergenta.
Evident ca, daca unul din sirurile (Sn ) si (Tn ) este divergent atunci si celalalt este
divergent. Prin urmare, daca una din seriile an si an este divergenta, atunci si
n=1 n=k+1
cealalta este divergenta.
Corolarul 9.1.2 Daca unei serii numerice i se suprima sau i se adauga un numa finit de
termeni, atunci natura ei nu se schimba.
Propozitia 9.1.3 Daca seria an converge atunci sirul resturilor (rk )k1 este convergent
la zero.
Demonstratie. Daca seria an este convergenta, atunci lim Sn = S. Cum, pentru orice
n
k N , avem rk = S Sk , de unde lim rk = S S = 0.
k
Denitia 9.1.6 Daca consideram seriile an si bn se numeste seria suma seria nu-
n=1 n=1
merica
(an ) = a1 + a2 + . . . + an + . . . .
n=1
Teorema 9.1.1 Daca seria an converge, avand suma A, iar seria bn converge, avand
n
Demonstratie. Fie An = ak si B = bk . Cum lim An = A, iar lim Bn = B, rezulta ca
n n
k=1 k=1
n
Demonstratie. Fie Sn = ak . Daca an converge, atunci lim ak = S, ceea ce
n
h=1 h=1
convergenta si are suma S. Daca an este divergenta, atunci sirul (Sn ) diverge, ceea ce
n=1
172
atrage dupa sine ca sirul Tn = Sn diverge, adica seria an este divergenta. Reciproc
rezulta prin nlocuirea lui cu 1/.
Teorema 9.1.3 Daca ntr-o serie convergenta se asociaza termenii seriei n grupe cu un
numar finit de elemente, pastrand ordinea, atunci se obtine tot o serie covnergenta cu
aceeasi suma.
Observatia 9.1.5 Reciproca teoremei nu are loc, adica daca ntr-o serie an convergenta
n care termenii sunt grupe cu un numar finit de termeni, atunci prin desfasurarea grupelor
(nlaturarea parantezelor), pastrand ordinea termenilor, se poate obtine o serie divergenta.
De exemplu, seria
(9.3) (1 1) + (1 1) + (1 1) + . . .
este convergenta, n imp ce seria
este divergenta.
Observatia 9.1.6 Intr-o serie divergenta se pot aranja termenii n grupe cu un numar finit
de elemente, pastrand ordinea, asa ncat seria obtinuta sa fie convergenta. Astfel, seria
(9.4) este divergenta iar seria (9.3) este convergenta.
Teorema 9.2.1 (Criteriul lui Cauchy). Seria an este convergenta daca si numai daca
pentru orice > 0 exista un numar natural n astfel ncat, pentru orice n natural, n > n si
orice p N sa avem
|an+1 + an+2 + . . . + an+p | <
Demonstratie. Fie (Sn ) sirul sumelor partiale, Sn = a1 + a2 + . . . + an . Cum seria an este
convergenta daca si numai daca sirul (Sn ) este convergent,
iar sirul (Sn ) este covnergent
daca si numai daca este sir fundamental , rezulta ca serie an este convergenta daca si
numai daca, pentru orice > 0 si orice p N , exista n N asa ncat, petru orice n N,
n > n sa avem |Sn+p Sn | < . De aici, prin nlocuirea corespunzatoare a sumelor Sn+p si
Sn , obtinem valabilitatea criteriului lui Cauchy pentru serii numerice.
173
Teorema 9.2.2 (Criteriul Dirichlet). Seria an bn este convergenta daca sirul sumelor
partiale al seriei an este marginit, iar sirul (bn ) este descrescator si convergent la 0.
Demonstratie. Fie (Sn ) sirul sumelor partiale al seriei an , ind marginit, exista un
M > 0 asa ncat |Sn | M , pentru orice n natural.
Utilizand faptul ca sirul (bn ) este descrescator putem scrie succesiv:
Exemplul 9.2.1. Fie seria , unde x R. Se observa ca seria sin nx are sirul
n=1
n n=1
sumelor partiale (Sn (x)) marginit. Intr-adevar daca x = 2k, k Z, nmultind Sn (x) cu
2 sin x2 , gasim & '
cos x2 cos n + 12 x
Sn (x) = ,
2 sin x2
de unde & '
cos x cos n + 1 x
2 2
|Sn (x)| = | sin x + . . . + sin nx| =
2 sin x2
2 1
x =
, pentru orice n N.
2 sin 2 sin x2
Daca x = 2k, k Z, atunci Sn (x) = 0. Deci, n ambele situatii exista M > 0 asa ncat
|Sn (x)| M , pentru orice n N .
Pe de alta parte, sirul bn = 1/ n tinde descrescator la 0. Prin urmare, ind ndeplinite
sin nx
conditiile criteriului lui Dirichlet rezulta ca seria este convergenta pentru orice
n=1
n
x R.
Teorema 9.2.3 (Criteriul lui Abel). Daca seria an este convergenta si (bn ) este un sir
174
Demonstratie. Cum sirul (bn ) este monoton si marginit rezulta ca el este convergent; e
lim bn = b. Fara a restrange generalitatea demonstratiei putem considera ca sirul (bn ) este
n
crescator. Atunci sirul (b bn ) va un sir descrescator si cu limita 0. Din faptul ca serie
an este convergenta rezulta ca sirul sumelor partiale este marginit. Aplicand criteriul
rezulta ca si ban este convergenta. Acum, utilizand teorema 9.1.1, obtinem ca seria
Denitia 9.2.1 O serie an se numeste serie alternanta (sau alternata) daca an an+1 < 0,
n=1
pentru orice n N , adica daca termenii sai alterneaza ca semn.
Este evident ca orice serie alternanta poate fi scrisa n una din formele: (1)n1 an
n=1
1 1 1 1 1 1 1 1
Exemplul 9.2.3. Seriile (1) n1
= 1 + +. . . si (1)n = 1+ + . . .
n 2 3 4 n=1
2n 1 3 5 7
sunt serii alternate.
Teorema 9.2.4 (Criteriul lui Leibniz). Daca n serie alternanta (1)n1 an sirul (an ) este
n=1
descrescator si convergent la zero, atunci seria este convergenta.
Demonstratie. Cum seria (1)n1 are sirul sumelor partiale marginit (|Sn | 1, oricare
n=1
ar n N ), iar sirul (an ) este descrescator si convergent la 0 rezulta, conform criteriului
lui Dirichlet ca seria alternanta este convergenta.
1
Exemplul 9.2.4. Seria (1)n1 este convergenta deoarece sunt ndeplinite
2n 1
n=1 $ %
1
conditiile criteriului lui Leibniz, adica sirul 2n1 este descrescator si convergent la
n1
zero.
Corolarul 9.2.1 Daca seria (1)n1 an ndeplineste conditiile din Criteriul lui Leibniz
n=1
(Teorema 9.2.4) si S este suma ei, atunci
|S Sn | an+1 , pentru orice n N ,
n
unde Sn = (1)k1 ak suma partiala de rang n.
k=1
n
|S Sn | = (1)n1 an (1)k1 ak =
n=1 k=1
175
|(1)n an+1 + (1)n+1 an+2 + (1)n+2 an+3 + . . . | =
= |(1)n [(an+1 an+2 ) + (an+3 an+4 ) + . . .]| =
= (an+1 an+2 ) + (an+3 an+4 ) + . . . =
= an+1 (an+2 an+3 ) (an+4 an+5 ) . . . an+1 .
1
Exemplul 9.2.5. Seria (1)n1 (numita seria armonica alternanta) este convergenta
n
n=1
1
deoarece sirul este descrescator si convergent la 0. Fie (Sn ) sirul sumelor partiale al
n
seriei. Cum sirul
1 1
xn = 1 + + . . . + ln n, n N ,
n n
este convergent la constanta lui Euler, avem
2n+1
1
S2n+1 = (1)k1 = x2n+1 + ln(2n + 1) (n + ln n) =
k
k=1
2n + 1
= x2n+1 xn + ln ,
n
de unde
lim S2n+1 = + ln 2 = ln 2.
n
Deoarece sirul (Sn ) este convergent si subsirul (S2n+1 ) are limita ln 2, rezulta ca si sirul
(Sn ) are limita S = ln 2. Atunci, pe baza Corolarului 9.2.1, putem scrie
1
|Sn ln 2| , n N ,
n+1
adica eroarea absoluta prin care sirul (Sn ) aproximeaza pe ln 2 nu depaseste pe 1/(n + 1).
Denitia 9.3.1 Seria an se numeste absolut convergenta, daca seria |an | este conver-
genta.
(1)n1
Exemplul 9.3.1. Seria este absolut convergenta.
n=1
2n
Propozitia 9.3.1 Daca seria an este absolut convergenta, atunci seria an este conver-
genta.
176
Cum
|an+1 + an+2 + . . . + an+p | |an+1 | + |an+2 | + . . . + |an+p |,
obtinem ca, pentru orice > 0, exista n N , astfel ncat, pentru orice n N, n > n si orice
p N , are loc
|an+1 + an+2 + . . . + an+p | < ,
adica seria an satisface criteriul lui Cauchy, ceea ce ne arata ca ea este o serie convergenta.
Observatia 9.3.1 Reciproca Propozitiei 9.3.1 nu are loc. Exista serii convergente pentru
care seria valorilor absolute este divergenta; de exemplu, seria armonica alternanta.
Denitia 9.3.3 Fiind date seriile an si bn se numeste produs Cauchy sau de convolutie
n=1 n=1
n
al celor doua serii, serie cn n care cn = ak bnk+1 .
n=1 k=1
(1)n1
Exemplul 9.3.3. Pentru seria produsul de convolutie cu ea nsasi este seria
n=1
n
cn , unde
n=1
n
(1)k1 (1)nk
n
1
cn = = (1)n1 ,
k=1
n nk+1 n=1 k(n k + 1)
n = 1, 2, . . ..
(1)n1
Se observa n exemplul precedent ca seria este convergenta, conform cri-
n
n=1
teriului lui Leibniz, nsa seria cn a produsului de convolutie este divergenta deoarece
n
1
n
1
|cn | = = 1,
k=1
k(n k + 1) k=1
n n
Teorema 9.3.1 (Mertens). Daca doua serii sunt convergente si cel putin una este absolut
convergenta, atunci seria produs Cauchy al celor doua serii este convergenta, iar suma sa
este egala cu produsul sumelor celor doua serii.
177
sumelor partiale, iar cn seria produs de convolutie, cu (Cn ) sirul sumelor partiale. Sa
n=1
Cn = c1 + c2 + . . . + cn = a1 b1 + (a1 b2 + a2 b1 ) + . . . +
+(a1 bn + a2 bn1 + . . . + an b1 ) =
= a1 (b1 + b2 + . . . + bn ) + a2 (b1 + . . . + bn1 ) + . . . + an1 (b1 + b2 ) + an b1 =
= a1 Bn + a2 Bn1 + . . . + an1 B2 + an B1 .
Cum seria |an | este convergenta rezulta ca sirul sumelor ei partiale este marginit,
n=1
adica exista un M > 0 asa ncat
n
(9.7) |ak | < M, pentru orice n N .
k=1
Din faptul ca sirul (dn ) este convergent la 0, deducem ca, pentru orice > 0, exista
n1 N asa ncat, pentru orice n > n1 sa avem
(9.8) |dn | < .
2M
178
9.4 Serii cu termeni pozitivi
genta. Cum n seria |an | avem |an | 0, n = 1, 2, . . ., rezulta ca prezinta interes sa obtinem
Teorema
Demonstratie. Daca seria an este convergenta, atunci sirul sumelor partiale (Sn ) este
convergent si, prin urmare, marginit.
Reciproc daca sirul sumelor partiale (Sn ) este marginit, observand ca el este strict
crescator (Sn+1 Sn =
an+1 > 0, n = 1, 2, . . .), deducem ca el este convergent, ceea ce ne
demonstreaza ca seria an este convergenta.
Criteriul marginirii sirului sumelor partiale ne va permite sa obtinem conditii su-
ciente pentru convergenta seriilor cu termeni pozitivi.
Teorema 9.4.2 (Criteriul de comparatie a termenilor generali). Fie seriile cu termenii poz-
atunci si an este convergenta; ii) Daca an este divergenta, atunci si bn este di-
n=1 n=1 n=1
vergenta.
i) Daca bn este convergenta, atunci sirul (Bn ) este marginit si din (9.9) deducem ca
n=1
sirul (An ) este marginit, deci, conform criteriului marginirii sirului sumelor partiale,
ii) Daca seria an este divergenta, atunci sirul (An ) este divergent si crescator; deci,
n=1
sirul (Bn ) este divergent si crescator. Prin urmare, seria bn este divergenta.
n=1
1
Exemplul 9.4.1. Seria
, R se numeste seria armonica generalizata.
n=1
n
Pentru = 1 seria este divergenta (Exemplul 9.1.4.).
1
Daca < 1, atunci 1/n > 1/n, pentru orice n N . Cum seria este divergenta,
n=1
n
179
1
conform criteriului de comparatie a termenilor generali obtinem ca seria
este diver-
n=1
n
genta pentru < 1.
Fie R, > 1. Avem
11
1 1 1 1
+ 2 = 1
2 3 2 2
2
1 1 1 1 1 1
+ + + <4 <
4 5 6 7 4 21
t1
1 1 1 1 1
+ + . . . + t < 2 n1 = ,
(2t1 ) (2t1 + 1) (2 1) (2 ) 21
de unde
t 1
2
1
t 1 (21
1 1 )t 2 1
S2t 1 = < = 1 < 1 ,
k (21 )k1 1 21 2 1
k=1 k=1
1
Este bine de retinut ca seria armonica generalizata
este convergenta pentru
n=1
n
> 1 si divergenta pentru 1.
1
Exemplul 9.4.2. Seria este convergenta deoarece
n=1 n(n + 1)(n + 2)
1 1
< ,
n(n + 1)(n + 2) n3
1
iar seria este convergenta ind o serie armonica generalizata cu = 3/2 > 1.
n3/2
Teorema
(Criteriul de comparatie al limitei raportului termenilor generali). Fie seri-
9.4.3
ile an si bn cu termenii pozitivi.
an
i) Daca exista lim = si (0, ), atunci cele doua serii au aceeasi natura.
n bn
an
ii) Daca lim = 0, atunci daca bn este convergenta rezulta ca si an este conver-
n bn
iii) Daca lim = , atunci daca an este convergenta rezulta ca si bn este conver-
n bn
180
De aici, luand = /2, gasim
3
(9.10) bn < an < bn ,
2 2
pentru orice n > n/2 .
Din (9.10), aplicand teorema 9.4.2, rezulta armatia de la i).
ii) Daca = 0, atunci pentru orice > 0, exista n N, astfel ncat sa avem <
an /bn < , pentru orice n > n0 , de unde obtinem
(9.11) an < bn , pentru orice n > n0 .
Aplicand criteriul de comparatie a termenilor generali, din (9.11) rezulta armatia de
la ii).
iii) Daca lim an /bn = , atunci rezulta ca lim bn /an = 0, de unde, conform cu ii) al
n n
teoremei, obtinem armatiile de la iii).
1
n
Exemplul 9.4.3. Seria ( 2 1) este divergenta deoarece, considerand seria ,
n=2
n
cum 1
n
21 2n 1
lim 1 = lim 1 = ln 2 > 0,
n n
n n
1
rezulta conform teoremei 9.4.3i), ca seria data are aceeasi natura ca si seria armonica ,
n
adica divergenta.
181
de unde
an+1
< l + < 1, pentru orice n > n .
an
Acum, folosind prima parte a Teoremei 9.4.4, obtinem ca seria an este convergenta.
ii) In situatia l > 1, procedand n mod analog, gasim
an+1
> l > 1, pentru n > n
an
De aici, utilizand a doua parte a Teoremei 9.4.4, deducem ca seria an este diver-
genta.
Observatia 9.4.2 Corolarul 9.4.1 nu este aplicabil n situatia l = 1. In acest caz, trebuie
apelat la alte metode pentru a preciza natura seriei de studiat.
Exemplul 9.4.4. Seria de numere reale
3n n!
,
n=1
nn
este cu termeni pozitivi. Vom studia natura ei utilizand criteriul raportului cu limita. Avem
succesiv:
3n+1 (n+1)! n
an+1 (n+1)n+1 n
lim = lim 3n n!
= lim 3 =
n an n n n+1
nn
1 3
= 3 lim & n+1 'n =
n
n
e
Cum 3/e > 1, rezulta ca seria este divergenta.
Teorema 9.4.5 (Criteriul radacinii Cauchy). Fie seria an cu termeni pozitivi. Daca
n a
n < 1. pentru n 1, atunci seria este convergenta, iar daca n an 1, pentru n 1,
atunci seria este divergenta.
Demonstratie. Daca n an < 1, atunci avem
an = ( n an )n n , pentru orice n 1.
n
ca seria an este divergenta.
Corolarul 9.4.2 (Criteriul radacinii cu limita). Fie seria an cu termeni pozitivi. Daca
n
exista lim an = l, atunci seria este convergenta pentru l < 1 si este divergenta pentru
n
l > 1.
Demonstratie. Daca lim n an = l < 1, atunci pentru orice , cu 0 < < 1 l, exista un
n
numar natural n , asa ncat
| n an l| < , pentru n > n ,
de unde
n
an < l + < 1, pentru n > n ,
adica
an < (l + )n , pentru n > n .
182
Daca 2a < 1, adica a < 1/2, atunci seria numerica data este convergenta, iar daca
2a > 1, adica a > 1/2, atunci seria data este divergenta.
Daca a = 1/2 atunci termenul general al seriei este 1, ceea ce implica ca seria este
divergenta.
Demonstratie. Daca l > 1, atunci pentru orice (0, l 1) exista n N asa ncat
an
n 1 > l , pentru n > n ,
an+1
de unde
(9.12) (l )an+1 < nan nan+1 , pentru n > n .
Fara a restrange generalitatea, putem considera ca (9.12) are loc pentru orice n N .
Dand succesiv valorile 1, 2, . . . , n 1 n (9.12) obtinem
(l )a2 < a1 a2
183
de unde gasim
a1 (l )
Sn < , pentru orice n N ,
l1
ceea ce ne arata ca sirul sumelor partiale este marginit.
Prin urmare conform cu criteriul
marginirii sirului sumelor partiale, deducem ca seria an este convergenta.
Daca l < 1, atunci pentru orice (0, 1 l) exista n N astfel ncat
an
n 1 < l + < 1, pentru orice n > n ,
an+1
de unde
nan nan+1 < an+1 , n > n
adica
(9.14) nan < (n + 1)an+1 , n > n .
Fara a micsora generalitatea, putem presupune ca (9.14) are loc pentru orice n N .
Luand succesiv n (9.14) pentru n valorile 1, 2, . . . , n 1, obtinem
2n + 2
= .
2n + 3
an+1
Cum lim = 1, rezulta ca nu putem preciza natura seriei cu ajutorul criteriului
n an
raportului. Aplicam criteriul RaabeDuhamel:
an 2n + 3
lim n 1 = lim n 1 =
n an+1 n 2n + 2
n 1
= lim = < 1,
n 2n + 2 2
de unde rezulta ca seria data este divergenta.
184
9.5 Problema economica. Fluxul de venit
In problemele de capitalizare se pune problema: ce suma trebuie investita ca dupa x
ani sa se obtina o suma egala cu a, daca se cunoaste dobanda r% si frecventa capitalizarii
ei.
Sa notam cu S suma investita (ce trebuie aata). Ea se numeste valoarea prezenta si
scontata a sumei a, disponibila peste x ani.
Daca dobanda r% se capitalizeaza o data pe an, atunci din aplicatia economica din
1.1, rezulta ca suma disponibila peste x ani este S(1 + r)x . Atunci, din
S(1 + r)x = a,
rezulta
a
S= .
(1 + r)x
Daca dobanda s-ar capitaliza de n ori pe an, cu r%, atunci
a
S=& 'nx .
1 + nr
S = aerx .
trecere la limita, facand n , adica suma seriei geometrice convergente a/(1 + r)n .
n=1
Prin urmare, valoarea prezenta S a sumei a, care va capitalizata la nesfarsit, cu rata
dobanzii r% anual, este a/r.
185
9.6 Test de verificare a cunostintelor nr. 8
1. Deniti urmatoarele notiuni:
a) Serie numerica;
b) Serie numerica convergenta;
c) Suma unei serii numerice;
d) Serie numerica semiconvergenta.
2. Enuntati:
n2 + n 3
4. Aati suma seriei un cu un = .
n!
n2
nn
a) un = ,
n!
a n!
n
b) un = cu a > 0, a = e,
nn
n2
c) un = n .
2
n!
un = cu R.
( + 1)( + 2)...( + n)
186
* +a
1 3 5 ... (2n 1) 1
a) un cu un = cu a R3 .
2 4 6 ... (2n) nn
n1
1
b) un , cu un = , folosind primul criteriu de comparatie pentru serii cu
n1
3
n4 + 1
termeni pozitivi.
c) un cu:
n1
1
i) un = , 1,
n
1
ii) un = , 2.
n
folosind criteriul general al lui Cauchy.
(1)n1
a) un = ,
n(n + 1)
sin na
b) un = , a R.
2n
1
a) un = (1)n ,
3n
n
b) un = (1)n 2 .
n 1
187
Indicatii si raspunsuri Testul nr. 8
3. S = 1.
4. S = 4.
5. a) Serie divergenta;
b) Serie divergenta pentru a > e, respectiv convergenta pentru a < e;
c) Serie convergenta.
188
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Donciu, N., Flondor, D., Algebra si analiza matematica. Culegere de probleme,
Editura Didactica si Pedagogica, Bucuresti, 1979.
[3] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiza matematica, Vol.I,
1962, Vol.II, 1964, Editura Didactica si Pedagogica, Bucuresti.
[4] Olaru, V., Halanay, A., Turbatu, S., Analiza matematica, Editura Didactica si Ped-
agogica, Bucuresti, 1983.
189
Capitolul 10
S(a, r) = {x X|d(a, x) r}
S(a, r) = {x R : |x a| < r} = (a r, a + r)
S(a, r) = {x R : |x a| r}
190
y = (y1 , y2 R2 ),sunt date, repectiv, n gurile 10.1.1. si 10.1.2.
Fig.10.1.1. Fig.10.1.2.
Fig.10.1.3. Fig.10.1.4.
Exemplul 10.1.4. Daca X = R3 si d(x, y) = (x1 y1 )2 + (x2 y2 )2 + (x3 y3 )2 , unde x =
(x1 , x2 , x3 ), y = (y1 , y2 , y3 ), atunci sfera deschisa S(x0 , r) coincide cu interiorul sferei cu centrul
n x0 = (a, b, c) si de raza r, iar sfera nchisa S(x0 , r) coincide cu multimea punctelor din R3
aate n interiorul sferei sau pe sfera de raza r si centru x0 .
Denitia 10.1.2 Fie spatiul metric (X, d) si x0 un punct arbitrar din X. Numim vecinatate
a punctului x0 o multime V (x0 ) a spatiului X pentru care exista o sfera deschisa centrata
n x0 , continuta n V .
Altfel spus, V (x0 ) este vecinatate a lui x0 daca exista r > 0 asa ncat S(x0 , r) V (x0 ).
Propozitia 10.1.1 Fie (X, d) un spatiu metric si x0 un punct arbitrar din X. Sunt valabile
urmatoarele proprietati:
1) daca V (x0 ) este o vecinatate a punctului x0 , atunci orice supramultime a sa, V , este,
de asemenea vecinatate a punctului x0 ;
2) daca V1 (x0 ) si V2 (x0 ) sunt doua vecinatati ale punctului x0 , atunci V1 (x0 ) V2 (x0 ) este
vecinatate a punctului x0 ;
4) daca V (x0 ) este o vecinatate a punctului x0 , atunci exista o vecinatate W (x0 ) a punc-
tului x0 astfel ca pentru orice y W (x0 ) multimea V (x0 ) sa fie vecinatate a punctului
y.
191
Demonstratie. 1) Cum V (x0 ) este vecinatate a lui x0 rezulta ca exista r > 0 asa ncat
S(x0 , r) V (x0 ). Dar atunci S(x0 , r) U , adica U este o vecinatate a lui x0 .
2) Din faptul ca V1 (x0 ) si V2 (x0 ) sunt vecinatati ale lui x0 rezulta ca exista r1 > 0 si r2 > 0,
asa ncat S(x0 , r1 ) V1 (x0 ) si S(x0 , r2 ) V2 (x0 ). Considerand r = min(r1 , r2 ) se observa ca
S(x0 , r) Vi (x0 ), i = 1, 2; deci S(x0 , r) V1 (x0 ) V2 (x0 ). Prin urmare, V1 (x0 ) V2 (x0 ) este o
vecinatate a lui x0 .
3) Aceasta proprietate rezulta din denitia vecinatatii lui x0 .
4) Cum V (x0 ) este vecinatate a lui x0 rezulta ca exista r > 0 asa ca S(x0 , r) V (x0 ).
Consideram W (x0 ) = S(x0 , r). Daca y W (x0 ), ntrucat d(y, x0 ) < r, luand r1 asa ncat
0 < r1 < r d(y, x0 ), avem S(y, r1 ) S(x0 , r) V (x0 ). Intr-adevar, daca z S(y, r), atunci
d(y, z) < r1 si tinand seama de alegerea lui r1 , avem d(z, x0 ) d(z, y) + d(y, x0 ) < r1 + d(x0 , y) < r,
ceea ce ne arata ca z S(x0 , r). Prin urmare, S(y, r1 ) V (x0 ), adica V (x0 ) este vecinatate
pentru y W (x0 ).
Din demonstratia proprietatii 4) a Propozitiei 10.1.1, rezulta:
Corolarul 10.1.1 Orice sfera deschisa dintr-un spatiu metric este vecinatate pentru orice
punct al sau.
Teorema 10.1.1 (Proprietatea de separatie Hausdor ). Daca a si b sunt doua puncte dis-
tincte ale spatiului metric (X, d),a tunci exista o vecinatate V (a) a punctului a si o vecinatate
U (b) a punctului b astfel ca V (a) U (b) = .
k
Demonstratie. Cum a = b, rezulta d(a, b) = k > 0. Consideram V (a) = S a, si U (b) =
3
k
S b, . Evident ca V (a) si U (b) sunt vecinatati respectiv ale punctelor a si b. Vom arata ca
3
k
V (a) U (b) = . Presupunem contrariul, adica exista z V (a) U (b). Atunci avem d(a, z) <
3
k k k 2k 2
si d(b, y) < . Dar putem scrie k = d(a, b) d(a, z) + d(z, b) < + = , de unde 1 < , ceea
3 3 3 3 3
ce evident este absurd. In concluzie, V (a) U (b) = .
Exemplu 10.1.5. Orice sfera deschisa S(x0 , r) dintr-un spatiu metric este o multime deschisa.
Valabilitatea acestei armatii rezulta din Corolarul 10.1.1. In particular, daca luam X = R
cu metrica euclidiana, atunci orice interval de forma (x0 r, x0 + r), cu r > 0, este o multime
deschisa.
Exemplu 10.1.6. In X = R cu metrica euclidiana, orice interval de forma (a, b), a < b, sau
(a, +) sau (, b), cu a, b R, este o multime deschisa.
Exemplul 10.1.7. Multimile D1 = {(x, y) R2 |2 < x < 4, 3 < y < 2} si D2 = {(x, y) R2 |x2 +y 2 =
4} sunt deschise.
Exemplul 10.1.8. Multimea {x R|3 < x 4} nu este deschisa ntr-ucat (3, 4] nu este
vecinatate pentru 4 (nici o sfera cu centrul n 4 nu este continuta n (3, 4]).
Propozitia 10.1.2 Fie (X, d) un spatiu metric. Sunt valabile urmatoarele afirmatii:
1) Orice reuniune (finita sau infinita) de multimi deschise este o multime deschisa;
192
)
Demonstratie. 1) Fie (Di )iI o familie oarecare de multimi deschise ale lui X si e D = Di .
iI
Daca D = , atunci D este deschisa pe baza Denitiei 10.1.3. Daca D = , sa consideram
un x D arbitrar. Atunci rezulta ca exista Di0 asa ncat x Di0 . Cum Di0 este multime
deschisa rezulta ca Di0 este vecinatate pentru x. Dar Di0 D si atunci n conformitate cu
proprietatea 1) din Propozitia 10.1.1, obtinem ca D este vecinatate a punctului x. Deoarece
x a fost ales arbitrar rezulta ca D este o multime deschisa.
2) Fie D1 si D2 doua multimi deschise si D = D1 D2 . Daca D = , atunci proprietatea este
evidenta. Daca D = , atunci e x D arbitrar. Atunci x D1 si x D2 . Cum D1 si D2
sunt deschise, rezulta ca D1 si D2 sunt vecinatati ale punctului x. Folosim proprietatea 2)
din Propozitia 10.1.1, rezulta ca si D este vecinatate pentru punctul x. Cum x a fost ales
arbitrar rezulta ca D este o multime deschisa.
3) Este evidenta.
4) Fie D = o )
multime deschisa;
) atunci pentru orice x D exista)rx > 0 asa ncat S(x1 , rx )
D. Dar D = {x} S(x, rx ) D, de unde rezulta D = S(x, rx ), ceea ce trebuie
xD xD xX
demonstrat.
Corolarul 10.1.2 Intersectia unui numar finit de multimi deschise este o multime deschisa.
Justicarea acestui corolar rezulta din armatia 2) de la Propozitia 10.1.2.
O intersectie innita de multimi deschise poate sa nu mai e o multime deschisa. Se
poate vedea acest fapt din exemplul urmator.
1 1
Exemplul 10.1.9. In spatiu metric X = R cu metrica euclidiana multimea Dk = , este
k k
3
deschisa, pentru orice k N . Se observa ca Dk = {0} care nu este o multime deschisa
k=1
deoarece pentru orice r > 0, intervalul (r, r) {0}.
Denitia 10.1.4 O submultime H a spatiului metric (X, d) se numeste nchisa daca comple-
mentara C(X) = X H este deschisa.
Exemplul 10.1.10. Multimile X si sunt nchise deoarece C(x) = si C() = X sunt deschise.
Exemplul 10.1.11. Orice sfera nchisa dintr-un spatiu metric (X, d) este o multime nchisa.
Intr-adevar, e S(x0 , r) = {x X|d(x, x0 ) r} si e y C(S(x0 , r)) ales arbitrar. Daca
luam 0 < r1 < d(y, x0 ) r, atunci se observa ca S(y, r1 ) C(S(x0 , r)), adica C(S(x0 , r)) este
vecinatate pentru punctul y.
In particular, pentru X = R intervalul nchis [a, b], a, b R, a b este o multime nchisa.
Utilizand Propozitia 10.1.2 si formulale lui Morgan rezulta valabilitatea urmatoarei
propozitii:
Propozitia 10.1.3 Daca (X, d) este un spatiu metric, atunci:
1) Orice intersectie de multimi nchise ale lui X este o multime nchisa;
2) Orice reuniune finita de multimi nchise ale lui X este o multime nchisa.
Observatia 10.1.1 Un spatiu metric contine si submultimi care nu sunt nici deschise nici
nchise. De exemplu, daca X = R cu metrica euclidiana, atunci un interval de forma [a, b)
cu a, b R, a < b, nu este nici multime deschisa nici nchisa. Nu este deschisa deoarece
multimea [a, b) nu este vecinatate pentru punctul a si nu este nchisa deoarece complementara
C([a, b)) = R [a, b) = (, a) [b, ) nu este multime deschisa, nefiind vecinatate pentru
punctul b.
Denitia 10.1.5 Daca A este o submultime nevida a spatiului metric (X, d), numim di-
ametrul multimii A, notat (A), elementul din R+ = (0, ) (+) definit prin
193
2
Exemplul 10.1.13. Daca X = R este nzestrat cu metrica
euclidiana si A = {(x, y) R2 |1
2 2
x 2, 1 y < 3}, atunci (A) = (2 1) + (3 1) = 5.
Denitia 10.1.6 Fie A o submultime nevida a spatiului metric (X, d). Spunem ca A este o
multime marginita daca (A) < +. Daca (A) = +, atunci spunem ca multimea A este
nemarginita. Practic, pentru a arata ca o multime A este marginita este suficient sa ratam
ca multimea {d(x, y)|x, y A} este majorata.
Propozitia 10.1.4 O multime nevida A (X, d) este marginita daca si numai daca exista o
sfera deschisa S(x0 , r). asa ncat A S(x0 , r).
Denitia 10.1.8 Multimea tuturor punctelor interioare multimii A se numeste interiorul lui
A si se noteaza cu A sau int A.
Exemplul 10.1.14. Fie X = R spatiul metric nzestrat cu metrica euclidiana, iar A1 = [a, b],
A2 = [a, b), A3 = (a, b], A4 = (a, b) submultimi ale lui X. Se observa ca: A1 = A2 = A3 = A4 =
(a, b). Punctul a nu este interior lui A1 deoarece A1 nu este vecinatate pentru a.
Teorema 10.1.2 Multimea A nevida din spatiul metric (X, d) este deschisa daca si numai
daca A = A.
Demonstratie. Sa presupunem ca A este deschisa; atunci pentru orice x A avem ca A este
o vecinatate a lui x, adica x A. Cum totdeauna A A, obtinem A = A.
Reciproc, daca A = A, atunci orice x A este punct interior lui A si deci A este o
vecinatate a lui x, ceea ce ne arata ca A este deschisa.
Denitia 10.1.9 Fie A o submultime nevida a spatiului metric (X, d). Un punct interior
complementarei lui A se numeste punct exterior multimii A, iar int C(A) se numeste exte-
riorul lui A, notat prin Ext A.
Denitia 10.1.11 Daca A (X, d), multimea tuturor punctelor aderente multimii se numeste
aderenta sau nchiderea multimii A, notata cu A.
Exemplul 10.1.15. Orice punct al multimii A din Denitia 10.1.10 este punct aderent al
multimii A. Evident ca avem A A.
Exemplul 10.1.16. Pentru multimea A = (a, b) R, a, b R, a < b, punctele a, b sunt puncte
aderente deoarece orice vecinatate a lor are puncte comune cu A. Avem A = [a, b].
Teorema 10.1.3 Multimea A din spatiul metric (X, d) este nchisa daca si numai daca A = A.
Demonstratie. Sa admitem ca A este o multime nchisa. Atunci conform Denitiei 10.1.4,
deducem ca multimea C(A) este deschisa. Cum A A trebuie sa aratam ca A A. Dar
A A este echivalent cu C(A) C(A). Fie x C(A) arbitrar, cu C(A) deschisa. Atunci
conform Denitiei 10.1.3 rezulta ca C(A) este vecinatate a lui X. Insa C(A) A = , ceea ce
implica x A, deci x C(A).
194
Reciproc, sa presupunem ca A = A. Fie x C(A) = C(A); atunci x A, deci exista o
vecinatate V (x) a punctului x, cu proprietatea V (x) A = . Rezulta ca V (x) C(A); de
unde, pe baza proprietatii 1) din Propozitia 10.1.1, obtinem ca C(A) este o vecinatate a
punctului x. Cum x a fost ales arbitrar din C(A), deducem ca C(A) este o multime deschisa,
adica A este nchisa.
Denitia 10.1.12 Fie A o submultime a spatiului metric (X, d). Numim frontiera multimii
A, notata cu A sau F r A, multimea A C(A). Punctele multimii F r A se numesc punctele
frontiera ale multimii A.
Este evident ca F r A = A A.
Denitia 10.1.14 Un spatiu metric (X, d) se numeste separabil daca contine o submultime
A numarabila si densa n X.
Exemplul 10.1.22. Spatiul metric R nzestrat cu metrica euclidiana este separabil deoarece
Q este multime numarabila si densa n R.
Exemplul 10.1.23. Spatiu metric Rn , n 1, nzestrat cu metrica euclidiana este separabil
deoarece multimea Qn este numarabila si densa n Rn .
Denitia 10.1.15 Fie A o submultime a spatiului metric (X, d). Un punct x X se numeste
punct de acumulare pentru multimea A daca pentru orice vecinatate V (x) a lui x are loc
(V (x) {x}) A = , adica n orice vecinatate V (x) a punctului x se gasesc puncte din A,
diferite de x.
Multiema punctelor de acumulare ale multimii A se numeste multimea derivata si se
noteaza cu A .
Denitia 10.1.16 Fie A o submultime a spatiului metric (X, d). Un punct x A care nu este
punct e acumulare pentru A se numeste punct izolat.
Altfel spus, un punct x A este izolat daca exista o vecinatate V (x) a sa astfel ncat
V (x) A = {x}.
Exemplul 10.1.24. Pentru multimea A = (0, 1) {2, 3} din R avem A = [0, 1], iar punctele 2 si
3 sunt izolate.
195
1) un punct x X este aderent multimii A daca si numai daca exista un sir (xn ) de
puncte din A astfel ca lim xn = x (n X).
n
Denitia 10.1.17 Spatiul metric (X, d) se numeste compact, daca orice sir din X contine un
subsir convergent.
Denitia 10.1.18 Multimea A din spatiul metric (X, d) este compacta, daca orice sir (an )
din A contine un subsir convergent catre un punct x0 din A.
Altfel spus, multimea A din (X, d) este compacta daca si numai daca spatiul metric
(A, d) este compact.
Exemplul 10.1.25. Multimea A = [a, b] R, a < b, este compacta ntrucat, conform Lemei lui
Cesaro (vezi Propozitia (8.1.11), orice sir de puncte din [a, b] contine un subsir convergent
si cum [a, b] este nchis, limita acestui subsir apartine lui A.
1
Exemplul 10.1.26. Multimea A = (a, b] R, a < b, nu este compacta deoarece sirul xn = a +
n
nu contine nici un subsir convergent la un punct din (a, b) (toate subsirurile lui xn converg
la a care nu apartine multimii A).
Denitia 10.1.19 Fie (X, d) un spatiu metric arbitrar si A o submultime a sa. O familie
D = {Di |Di X, i I} de parti ale lui X se numeste acoperire a multimii A daca
)
A Di .
iI
)
Daca D1 D si A Di , spunem ca D1 este o subacoperire a lui D.
Di D
O acoperire D a multimii A se va numi deschisa daca elementele lui D sunt multimi
deschise.
1
Exemplul 10.1.27. Fie A = (1, 2) R. Familia D formata din intervalele Di = 1 + , 2 ,
i
i = 2, 3, . . . formeaza o acoperire deschisa pentru A deoarece pentru orice x A exista un
1
i0 N asa ncat 1 + < x, adica orice x A se aa n cel putin un interval Di .
i0
Propozitia 10.1.5 (Lebesgue). Daca A este o multime compacta n spatiul metric (X, d) iar
D = {Di |i I} este o acoperire deschisa a lui A, atunci exista un > 0 asa ncat pentru
orice x din A sa existe un i I asa ca S(x, ) Di .
196
Demonstratie. Vom proceda prin reducere la absurd.
Sa presupunem ca A este compacta dar pentru orice > 0 exista un x A asa ncat
pentru orice i I, S(x , ) Di . In particular, pentru = 1/n exista xn A astfel ncat
pentru orice i I are loc
1
(10.1) S xn , Di .
n
Deoarece A este compacta, sirul (xn ) contine un sub sir (xnk ) convergent la un punct
x A. Cum D constituie o acoperire pentru A, exista o multime Di0 D asa ncat x Di0 .
Multimea Di0 ind deschisa exista o sfera deschisa S(x, r) asa ca
Din lim xnk = x A rezulta ca exista un numar natural k0 depinzand de r/2 asa ca
k $ r%
pentru orice k k0 sa avem xnk S x, , adica
2
r
(10.3) d (xnk , x) < .
2
1
Cum lim = 0, exista un k1 (r) N asa ncat pentru orice k > k1 sa rezulte
k nk
1 r
(10.4) < .
nk 2
Fie k2 = max{k0 , k1 }. Pentru orice k > k0 , din relatiile (10.2), (10.3) si (10.4) obtinem
1
S xnk , S(x, r) Di0 ,
nk
Propozitia 10.1.6 Daca A este o multime n spatiul metric (X, d), atunci pentru orice > 0
exista o familie finita de sfere deschise cu raza care constituie o acoperire deschisa a
multimii A.
Demonstratie. Vom rationa tot prin reducere la absurd. Presupunem ca A este o multime
compacta in (X, d) asa ncat exista un > 0 pentru care nu exista o acoperire nita cu sfere
deschise de raza .
Fie x1 A; atunci sfera S(x1 , ) A. Alegem x2 A asa ncat x2 S(x1 , ).
Acum consideram sferele S(x1 , ) si S(x2 , ), pentru care A S(x1 , ) S(x2 , ). Prin
urmare, exista x3 A asa ca x3 A si x3 S(x1 , ), x3 S(x2 , ).
Din aproape n aproape, construim sirul (xn ) de puncte din A asa ncat
xn A, xn S(xi , ), i = 1, n 1.
cu n = m.
Acum, se observa ca sirul (xn ) nu poate contine nici un subsir convergent, ntrucat,
daca ar exista un asemenea subsir acesta ar trebui sa e sir Cauchy, ceea ce ar contrazice
(10.5) .
Asadar, sirul (xn ) nu poate contine nici un subsir convergent, ceea ce contrazice faptul
ca A este o multime compacta. In concluzie enuntul teoremei este adevarat.
197
Teorema 10.1.5 O multime A dintr-un spatiu metric (X, d) este compacta daca si numai
daca din orice acoperire deschisa a sa se poate extrage o subacoperire finita.
Demonstratie. Sa consideram ca A este o multime compacta. Fie D = {Di |i I} o acoperire
deschisa a multimii compacte A. Conform Propozitiei 10.1.5 exista > 0 asa ncat pentru
orice x A sa existe i I asa ca
(10.6) S(x, ) Di .
Din Propozitia 10.1.6, pentru acest > 0 exista un numar nit de sfere cu raza care
sa acopere multimea A, adica
)n
A S(xk , ).
k=1
adica din acoperirea D a lui A am extras o subacoperire nita D1 = {Di,k |k = 1, n} a sa, ceea
ce trebuia demonstrat.
Reciproc, sa admitem ca din orice acoperire deschisa a multimii A se poate extrage o
subacoperire nita. Vom rationa prin reducere la absurd. Sa presupunem ca A nu este o
multime compacta. Atunci, exista un sir (xn ) A care nu contine nici un subsir convergent,
ceea ce nseamna ca multimea termenilor sai nu are nici un punct de acumulare. De aici,
rezulta ca pentru orice x A exista o sfera S(x, x ) care contine cel mult un numar nit
de termeni ai sirului (xn ) deoarece, n caz contrar, ar exista un subsir al lui (xn ) care sa
convearga la x.
Familia D = {S(y, y )|y A} constituie o acoperire deschisa pentru A. Deci, din D se
poate extrage o subacoperire nita
Cum (xn ) A D1 iar ecare din sferele S(yi , yi ) contine cel mult un numar nit de
termeni ai sirului (xn ) rezulta ca sirul (xn ) are un numar nit de termeni, ceea ce constituie
o contradictie. Prin urmare, multimea A este compacta.
Teorema 10.1.6 Orice submultime compacta a unui spatiu metric este marginita si nchisa.
Demonstratie. Sa consideram A o submultime compacta a spatiului metric (X, d).
Mai ntai, sa aratam ca A este marginita. Sa observam ca familia sferelor deschise
D = {S(x, 1)|x A} formeaza o acoperire deschisa pentru A. Conform cu Teorema 10.1.5,
cum A este compacta, se poate extrage o subacoperire nita D1 = {S(xi , 1)|xi A, i = 1, n}.
Fie B = {xi |i = 1, n}, care este nita si diametrul sau (B) < .
Sa consideram acum x si y doua puncte arbitrare din A. Atunci exista o sfera deschisa
S(xi , 1) D1 , care contine pe x si, de asemenea, exista sfera deschisa S(xj , 1) asa ca y S(xj , 1).
Utilizand inegalitatea triunghiului, obtinem
pentru orice x, y din A. Asadar, (A) 2 + (B) < +, ceea ce ne arata ca A este marginita.
Acum, sa aratam ca A este nchisa, ceea ce este echivalent cu C(A) = xA este deschisa.
Fie x un punct arbitrar din C(A) si e y A. Cum x = y, utilizand proprietatea de separatie
Hausdor (Teorema 10.1.1) a spatiului metric (X, d) rezulta ca exista sferele deschise S(y, ry )
si S(x, rx,y ) asa ncat
(10.7) S(y, ry ) S(x, rx,y ) = .
Familia D = {S(y, ry )|y A} este o acoperire deschisa pentru A si cum A este compacta
exista o subacoperire nita a sa D1 = {S(yi , ryi )|i = 1, n} (Teorema 10.1.5).
198
Fiecarei sfere S(yi , ryi ) i corespunde, pe baza lui (10.7), o sfera deschisa S(x, rx,yi ).
3
n
Fie r = min {rx , yi }; atunci S(x, r) = S(x, rx,yi ) iar S(x, r) A = deoarece A
i=1,n
i=1
)
n
S(yi , ryi ) si, din (10.7), avem S(x, r) S(yi , ryi ) = . Asadar, S(x, r) C(A), adica C(A)
i=1
este vecinatate pentru x. Cum x a fost ales arbitrar n C(A) rezulta ca multimea C(A) este
deschisa deoarece ea este vecinatate pentru orice punct al ei.
Conditiile ca multimea A sa e margnita si nchisa sunt necesare pentru ca A sa e
compacta. Aceste doua conditii nu sunt, n general, suciente pentru compactitatea unei
multimii ntr-un spatiu metric.
Vom arata ca n spatiile Rn , n 1, nzestrate cu metrica euclidiana, aceste conditii
sunt si suciente.
Mai ntai vom demonstra urmatorul rezultat general.
Teorema 10.1.7 Daca (X, d1 ) si (Y, d2 ) sunt doua spatii metrice compacte, atunci si spatiul
Z = X Y , nzestrat cu metrica din Propozitia 8.2.6, este compact
Demonstratie. Fie (zn ) un sir arbitrar din Z, cu zn = (xn , yn ), xn X, yn Y , n = 1, 2, . . .. Cum
(X, d1 ) este compact, sirul (xn ) contine un subsir (xnk )kN convergent la x X. Considerand
subsirul (ynk )kN al sirului (yn ) si tinand seama ca si (Y, d2 ) este compact, rezulta ca exista
un subsir (ynkt )tN al sau, convergent la un punct y Y .
Tinand seama de Teorema 8.2.2 rezulta ca
199
deci A este compacta.
In nalul acestui paragraf vom introduce notiunea de conexitate, care, intuitiv, descrie
faptul ca o multime este formata dintr-o bucata, adica nu poate descompusa n doua
sau mai multe parti separate.
Denitia 10.1.21 Spatiul metric (X, d) se numeste conex daca nu exista doua multimi D1 ,
D2 deschise, nevide si disjuncte astfel ca X = D1 D2 . In caz contrar spatiul (X, d) se
numeste neconex sau disconex.
Deoarece D1 = C(D2 ) si D2 = C(D1 ), rezulta ca multimile D1 si D2 sunt, n acelasi timp,
si inchise, rezultand imediat urmatorul rezultat:
Propozitia 10.1.9 Intr-un spatiu metric (X, d) urmatoarele afirmatii sunt echivalente:
1) (X, d) exte conex;
2) Nu exista doua multimi nchise F1 si F2 , nevide si disjuncte, asa ncat X = F1 F2 ;
3) Singura multime nevida din X simultan deschisa si nchisa este ntreg spatiul X.
Denitia 10.1.22 O submultime A a spatiului metric (X.d) este conexa daca (A, d) este un
spatiu metric conex.
Altfel spus, A este conexa daca nu exista doua multimi deschise n X, cu proprietatile:
1) D1 A = , D2 A =
2) A D1 D2
3) D1 D2 A = .
D1 D2 = A; D1 D2 = .
200
10.2 Functii ntre spatii metrice
Denitia 10.2.1 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice. O apliactie f : A B, A X si
B Y , se numeste functie denita ntre doua spatii metrice.
Fig.10.2.1
Observatia 10.2.1 Functiile reale de mai multe variabile se mai numesc si functii scalare
sau campuri scalare.
Fig.10.2.2
201
Daca x = (x1 , . . . , xm ) A iar y = (y1 , . . . , yp ) B, atunci functia vectoriala poate scrisa
y = f (x),
iar desfasurat:
de unde
x = f1 (t), y = f2 (t), t A,
care constituie reprezentarea parametrica a unei curbe plane (v.g.10.2.3).
Fig.10.2.3
de unde
x = f1 (t), y = f2 (t), z = f3 (t), t A,
care constituie reprezentarea parametrica a unei curbe n spatiu.
10.2.4. Daca p = 3 si m = 2, atunci functia vectoriala are forma
(y1 , y2 , y3 ) = (x, y, z) = f (u, v) =
202
Fig.10.2.4
yk = fk (x1 , x2 , . . . , xn ),
care este o functie de n variabile. Functia cerere pentru toate cele n marfuri va o functie
vectoriala
(y1 , y2 , . . . , yn ) = (f1 (x1 , . . . , xn ), . . . , fn (x1 , . . . , xn )).
In practica, ntre functiile cerere yk = fk (x1 , . . . , xn ), k = 1, n, se studiaza anumite
corelatii.
Exemplul 10.2.3. Functia costurilor de productie. Sa admitem ca o ntreprindere produce
marfurile X1 , X2 , . . . , Xn n conditii tehnice de productie si conditii de aprovizionare date.
Atunci functia costurilor de productie este
y = f (x1 , . . . , xn ),
203
10.3 Limita unei functii ntr-un punct
Fie (X, d1 ) si (X, d2 ) doua spatii metrice, F : A Y , A X, o functie si x0 un punct de
acumulare al multimii A (x0 A ).
Denitia 10.3.1 (cu vecinatati.) Spunem ca functia f are limita n punctul x0 , daca exista
un punct l Y astfel ncat, pentru orice vecinatate U (l) a lui l, exista o vecinatate V (x0 )
asa ncat, pentru orice x V (x0 ) A {x0 }, sa avem f (x) U (l), adica
204
Observatia 10.3.1 Afirmatiile 1) 4) din teorema 10.3.1 fiind echivalente logic, rezulta ca
oricare din ele poate fi luata ca definitie a limitei unei functii ntr-un punct. In contin-
uare, noi vom folosi mai mult definitia cu siruri deoarece ne va permite ca sa obtinem
proprietatile limitelor de functii din proprietatile limitelor de siruri.
Observatia 10.3.2 Definitia limitei cu siruri a limtiei unei functii ntr-un punct se utilizeaza
la a dovedi ca o functie nu are limita ntr-un punct. Pentru aceasta este suficient sa gasim
un sir (xn ), (xn ) A {x0 }, cu lim xn = x0 asa ncat lim f (xn ) sa nu existe sau sa aflam
n n
(1) (2) (1)
doua siruri (xn ) si (xn ) din A{x0 }, ambele convergente la x0 , pentru care sirurile (f (xn ))
(2)
si (f (xn )) sa aiba limite diferite n Y .
Demonstratie. Armatia rezulta imediat folosind denitia limtiei unei functii cu siruri
si faptul ca n Rn convergenta unui sir de elemente este echivalenta cu convergenta pe
coordonate (v.Teorema 8.2.2).
Observatia 10.3.3 Din Teorema 10.3.3 rezulta ca studiul limitei functiilor vectoriale se re-
duce la studiul functiilor reale de mai multe variabile reale f : A R, A Rm .
Daca x0 = (a1 , a2 , . . . , am ) A se obisnuieste a nota lim f (x), x = (x1 , x2 , . . . , xm ) Rm ,
xx0
prin
lim
x1 a1
f (x1 , x2 , . . . , xm )
x2 a2
..
.
xm am
Utilizand cele demonstrate la siruri pentru functiile care iau valori reale rezulta:
Teorema 10.3.4 Fie f, g : A R, unde A (X, d) si x0 A . Daca exista lim f (x) = l1 si
xx0
lim f (x) = l2 , cu l1 , l2 R, atunci exista
xx0
l1
3) lim f (x) si valoarea ei este , daca l2 = 0 si g(x) = 0 pentru x A.
xx0 l2
Observatia 10.3.4 Daca l1 , l2 R, atunci pot sa apara asa numitele operatii fara sens,
care se elimina prin diferite metode.
ls (respectiv xx
lim f (x) = ld ), atunci spunem ca f are limita la stanga (respectiv limita la
0
x>x0
205
Se arata ca f are limita n punctul x0 daca si numai daca exista atat limita la stanga
ls cat si limita la dreapta ld n punctul x0 pentru f si lim f (x) = ls = ld .
xx0
Exemple. 10.3.1. Sa calculam
2
x + x3 2
2
a) l1 = lim , (1 + x) , x + x + 1
2x
x0 2x
2 2 1 x2 + 1
b) l2 = x0
lim x y + 1, (1 + xy) , 2xy
y0
x + y2
a) Avem
x2 + x3 x + x2
lim = lim = 0;
x0 2x x0 2
2 1
lim (1 + x) 2x = lim [(1 + x) x ]2 = e2 ;
x0 x0
si
x2 y x2 y x2 |y|
lim
= 0, deoarece 2 = |y|,
x0 x2 + y 2
y0
x + y2 x2
Denitia 10.4.1 (cu vecinatati.) Spunem ca functia f este continua n punctul x0 A daca
pentru orice vecinatate U (f (x0 )) a lui f (x0 ) exista o vecinatate V (x0 ) a lui x0 asa ncat pentru
orice x V (x) A sa avem f (x) U (f (x0 )).
Daca functia f nu este continua n punctul x0 A, atunci spunem ca functia f este
discontinua n punctul x0 sau ca x0 este punct de discontinuitate a functiei f .
206
ii) sau x0 este punct de acumulare pentru A si
lim f (x) = f (x0 ).
xx0
Demonstratie.
i) Intr-adevar, n orice punct izolat al domeniului de denitie o functie este continua. Fie
x0 un punct izolat pentru multimea A; atunci exista o vecinatate V (x0 ) a sa, asa ncat
V (x0 ) A = {x0 }. Acum, rezulta ca pentru orice vecinatate U (f (x0 )) exista o vecinatate
V (x0 ) astfel ncat, pentru orice x V (x0 ) A, sa avem f (x) U (f (x0 )).
ii) Sa admitea ca f este continua n punctul x0 . Atunci pentru orice vecinatate U (f (x0 ))
exista o vecinatate V (x0 ) a lui x0 asa ncat pentru orice x V (x0 ) A sa avem
f (x) U (f (x0 )). Evident ca aceasta armatie are loc si pentru x = x0 , ceea ce implica
lim f (x) = f (x0 ).
xx0
Reciproc, daca presupunem ca lim f (x0 ) = f (x0 ), atunci pentru orice U (x0 ), exista o
xx0
vecinatate V (x0 ) asa ncat, pentru orice x V (x0 ) (A {x0 }) sa avem f (x) U (f (x0 )). Cum
pentru x = x0 A avem evident f (x0 ) U (f (x0 ), rezulta ca pentru orice x V (x0 ) A avem
f (x) U (f (x0 ))), ceea ce ne arata ca f este continua n x0 .
Observatia 10.4.1 Daca x0 este punct de acumulare din A si functia f este continua n x0 ,
atunci putem scrie
lim f (x) = f lim x ,
xx0 xx0
2) pentru orice sfera deschisa SY (f (x0 ), ) din spatiul metric Y , exista o sfera deschisa
S (x0 , ) din spatiul metric X astfel ncat, pentru orice x SX (x0 , ) A sa avem
f (x) SY (f (x0 ), ) (denitia cu sfere);
3) pentru orice > 0 exista > 0 astfel ncat pentru orice x A cu d1 (x, x0 ) < , sa avem
d2 (f (x), f (x0 )) < (denitia cu si );
X Y
4) pentru orice si convergent de puncte din A cu lim xn = x0 sa rezulte lim f (xn ) = f (x0 )
n n
(denitie cu siruri).
Demonstratie. Utilizand Teoremele 10.4.1 si 10.3.4, rezulta imediat valabilitatea celor ar-
mate n enuntul teoremei.
Denitia 10.4.2 Fie f : A (Y, d2 ), unde A (X, d1 ), o functie. Zicem ca functia f este
continua pe D daca f este continua n orice punct din D.
207
Exemple. 10.4.1. Fie (X, d) un spatiu metric si k un element xat din X. Functia f : X X,
X
f (x) = k, oricare ar x X, este continua pe X deoarece daca x0 X si xn x0 , atunci
X
f (xn ) k = f (x0 ), adica este satisfacuta denitia cu siruri a continuitatii n x0 .
10.4.2. Fie 1X : (X, d) (X, d) aplicatia identica, adica 1X (x) = x, oricare ar x X. Atunci
1X este continua pe X. Intr-adevar, sa consideram un x0 X arbitrar; atunci pentru orice
X X X
sir (xn ) X cu lim xn = x0 avem lim 1x (xn ) = lim xn = x0 = 1X (x0 ), ceea ce ne arata ca 1X
n n n
este continua n x0 .
10.4.3. (Continuitatea functiilor compuse.) Fie (X, d1 ), (Y, d2 si (Z, d3 ) trei spatii metrice si
e functiile f : X Y , y : Y Z. Daca f este continua n x0 X si g este continua n
f (x0 ) Y , atunci g f este continua n x0 .
X
Folosim denitia cu siruri a continuitatii. Fie (xn ) un sir arbitrar din X cu lim xn = x0 .
n
Y
Din continuitatea lui f n x0 rezulta lim f (xn ) = f (x0 ). Acum, tinand seama de continuitatea
n
Z Z
lui g n f (x0 ), obtinem ca lim g(f (xn )) = g(f (x0 )), adica lim (g f )(xn ) = (g f )(x0 ), ceea ce
n n
ne arata ca g f este continua n x0 X.
10.4.4. (Prelungirea prin continuitate). Fie (X, d1 ) si (Y, d2 ) doua spatii metrice, A X si
x0 un punct de acumulare din A. Daca f : A {x0 } Y este o functie denita pe A {x0 },
atunci am putea prelungi functia f la multimea A n diferite moduri atribuindu-i lui f o
Y
valoarea arbitrara n x0 . Daca exista lim f (x) = l Y , am putea considera functia
xx0
f (x) , daca x A {x0 },
f( : A Y, f((x) =
l , daca x = x0 ,
208
Punctul de acumulare x0 A se numeste punct de discontinuitate de speta (specia)
ntaia daca f nu este continua n x0 , fs (x0 ) si fd (x0 ) exista, sunt nite si diferite. Punctul
x0 A se numeste de discontinuitate de speta a II-a daca este punct de discontinuitate si
nu este de speta ntaia.
Daca x0 A este un punct de discontinuitate de speta ntaia pentru functie f , atunci
expresiile
sf (x0 ) = |fd (x0 ) fs (x0 )|
si
osc (f ; x0 ) = max{|fd (x0 ) fs (x0 )|, |f (x0 ) fs (x0 )|,
, |f (x0 ) fd (x0 )|}
se numesc saltul lui f n x0 si respectiv oscilatia lui f n x0 .
10.4.7. (Discontinuitatile functiilor monotone). O functie monotona f , denita pe intervalul
(a, b),
a < b +, poate avea puncte de discontinuitate numai de speta ntaia.
Sa presupunem ca functia f este crescatoare si sa alegem un punct x0 arbitrar din
(a, b). Exista punctele x1 , x2 (a, b) astfel ncat x1 < x0 < x2 . Pentru orice x (x1 , x0 ) avem
f (x1 ) f (x) f (x0 ), de unde prin trecere la limita rezulta f (x1 ) lim f (x) f (x0 ),
x x0
x < x0
ceea ce ne arata ca f (x0 0) este nita. In mod analog, considerand x (x0 , x2 ), obtinem ca
f (x0 + 0) este nita. Prin urmare, daca x0 este punct de discontinuitate, atunci el este de
speta ntaia.
Din demonstratie rezulta ca pentru orice x0 (a, b) au loc inegalitatile
Denitia 10.4.3 Fie X si Y doua spatii liniare normate. Spunem ca operatorul liniar T :
X Y este marginit daca exista un numar M > 0 asa ncat
pentru orice x X.
Vom arata ca n cazul operatorilor liniari, marginirea este echivalenta cu continuitatea
lor.
Teorema 10.4.4 Daca T este un operator liniar ntre spatiile liniare normate X si Y , atunci
urmatoarele afirmatii sunt echivalente:
1) T este continuu pe X;
2) T este continuu n originea x a spatiului X;
3) T este marginit.
Demonstratie. Din 1) rezulta imediat deoarece T ind continuu pe X este continuu n orice
punct al lui X, deci si n x. Acum, sa aratam ca din 2) rezulta 3). Din faptul ca operatorul
T este continuu n x rezulta ca pentru orice > 0 exista asa ncat, pentru orice x X
cu x < , sa avem T (x) T (x) = T (x) < . In particular, luand = 1 exista 1 > 0 asa
ncat din ||x|| < 1 sa rezulte ||T (x)|| < 1.
Se observa ca (10.8)4 este vericata
4 pentru x = x. Fie acum x = x. Sa consideram
1 x 4 1 x 4 1
y= . Atunci y = 4 4
4 2 x 4 = 2 < 1 , ceea ce conduce la T (y) 1. De aici obtinem
2 x
4 4 4 4
4 4 4 4
4T 1 x 4 = 4 1 T (x)4 1,
4 2 x 4 4 2x 4
209
de unde
1
T (x) 1,
2x
adica
2
T (x0 ) x,
1
pentru orice x X. Prin urmare, operatorul T este marginit.
Sa aratam ca 3) implica 1). Din faptul ca T este marginit rezulta ca exista M > 0 asa
ncat (10.8) sa aiba loc.
Fie xo X arbitrar. Pentru orice > 0 si orice x X, asa ncat x x0 < , avem
M
T (x) T (x0 ) = T (x x0 ) M x x0 < M = ,
M
ceea ce exprima continuitatea operatorului T .
Corolarul 10.4.1 Daca T : Rn Rp este un operator liniar, atunci el este continuu.
Demonstratie. Fie T = (T1 , T2 , . . . , Tp ), unde
Ti : Rn R, i = 1, p. Daca T este operator liniar, atunci rezulta ca si aplicatiile Ti
sunt liniare.
Conform Teoremei 10.4.3, a arata ca T este un oeprator liniar continuu revine la a
arata ca Ti , i = 1, p, sunt functii continue. Prin urmare, este sucient sa aratam ca un
operator liniar T : Rn R este continuu.
Fie B = {e1 , e2 , . . . , en } baza canonica a lui Rn . Daca x Rn atunci x = (x1 , x2 , . . . , xn ) si
n
deci x = xi ei . Atunci
i=1 n
n
T (x) = T xi ei = xi T (ei ),
i=1 r=1
|T (x)| = xi T (ei ) T 2 (ei ) x2i = M x,
i=1 i=1 i=1
pentru orice x R , care ne arata ca T este un operator liniar marginit. Asadar, conform
n
210
Y
puncte (f (xn )) asa ca lim f (xn ) = y. Prin urmare, y f (A), ceea ce ne arata ca am dovedit
n
incluziunea f (A) f (A).
Acum, sa aratam ca 4) implica 3). Fie B o multime nchisa n Y , adica B = B n Y .
Notam f 1 (B) cu A. Conform ipotezei 4) avem
de unde
A f 1 (f (A)) f 1 (B) = A.
Cum A A, rezulta ca A = A, ceea ce ne arata ca A = f 1 (B) este nchisa n X.
Sa aratam ca 3) implica 2). Fie D o multime deschisa n Y . Atunci B = Y D este
nchisa n Y . Conform ipotezei 3) multimea f 1 (B) = f 1 (Y D) este nchisa n X. De aici
rezulta ca
X f 1 (B) = X [f 1 (Y ) f 1 (D)] = f 1 (D)
este deschisa n X.
Mai avem de demonstrat ca din 2) rezulta 1). Fie x0 un punct arbitrar din X si
D = SY (f (x0 ), ) o sfera deschisa din Y . Conform ipotezei 2), multimea f 1 (D) este multime
deschisa n X. Rezulta ca f 1 (D) este o vecinatate pentru x0 X.
Atunci exista o sfera SX (x0 , ) f 1 (D) asa ncat pentru orice x SX (x0 , ) sa avem
f (x) SY (f (x0 ), ) = D, ceea ce ne arata ca f este continua n x0 (vezi Teorema 10.4.2).
Denitia 10.4.4 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice si f : A X Y o functie. Spunem
ca f este uniform continua pe A, daca oricare ar fi > 0 exista > 0 (acelasi pentru toate
punctele x A) astfel ncat, oricare ar fi x1 , x2 A cu proprietatea d1 (x1 , x2 ) < are loc
d2 (f (x1 ), f (x2 )) < .
Observatia 10.4.3 Reciproca Propozitiei 10.4.1 este falsa, adica exista functii continue pe
o multime, care nu sunt uniform continue.
Exemplul 10.4.8. Fie f : (0, 1] R denita prin f (x) = 1/x, x (0, 1]. Se observa ca f este
continua pe (0, 1].
Sa presupunem ca f este uniform continua pe (0, 1], adica pentru orice > 0 exista
un > 0, acelasi pentru toate punctele x (0, 1], asa ncat pentru orice x1 , x2 (0, 1] cu
proprietatea |x1 x2 | < sa aiba loc |f (x1 ) f (x2 )| < . Sa luam, n particular, = 1/2,
cand obtinem ca exista 21 > 0 astfel ncat pentru orice x1 , x2 (0, 1] cu |x1 x2 | < 12 , avem
1
1 < 1.
x1 x2 2
2
Fie x1 = 1/n si x2 = 1/(n + 1) cu n N ales asa ncat < 1/2 . Atunci, cum |x1 x2 | =
n
1 2 1 1 1
< < 21 , ar trebui ca = |n (n + 1)| = 1 < , ceea ce constituie o
n(n + 1) n x1 x2 2
contradictie. Prin urmare, presupunerea facuta este falsa deci f nu este uniform continua
pe (0, 1].
211
Observatia 10.4.4 Uniform continuitatea este o proprietate globala pentru o functie,
referindu-se la ntreg domeniul de definitie, al functiei, n timp ce, continuitatea unei
functii ntr-un punct este o proprietate locala.
Denitia 10.4.5 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice. Spunem ca aplicatia f : A X Y
este lipschitziana pe A, daca exista un numar 0 astfel ncat oricare ar fi x1 , x2 A,
are loc d2 (f (x1 ), f (x2 )) d1 (x1 , x2 ). Se mai zice ca f este lipschitziana n raport cu , sau
lipschitziana.
Propozitia 10.4.2 Orice contractie a unui spatiu metric (X, d) este o functie lipschitziana.
Demonstratie. Fie f o contractie a lui X. Atunci, conform Denitiei 8.2.8, exista [0, 1)
asa ca pentru orice x1 , x2 X, avem d(f (x1 ), f (x2 )) d(x1 , x2 ), care ne arata ca f este
lipschitziana.
Propozitia 10.4.3 Orice functie lipschitziana este uniform continua.
Demonstratie. Fie f : A (X, d1 ) (Y, d2 ) o functie lipschitziana pe A, adica pentru orice
x1 , x2 A, are loc d2 (f (x1 ), f (x2 )) d1 (x1 , x2 ). Fie > 0. Daca = 0,a tunci d2 (f (x1 ), f (x2 ))
0, pentru orice x1 , x2 A. Rezulta ca f (x1 ) = f (x2 ) oricare ar x1 , x2 A, deci f este
constanta pe A si prin urmare este uniform continua pe A.
Daca > 0, luand = /, atunci pentru orice x1 , x2 A cu d1 (x1 , x2 ) < , are loc
d2 (f (x1 ), f (x2 )) d1 (x1 , x2 ) < = , ceea ce ne arata ca f este uniform continua pe A.
Acum, sa facem cateva precizari asupra functiilor continue pe multimi compacte.
Teorema 10.4.6 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice si f : X Y o functie continua.
Daca A este o submultime compacta a lui X, atunci f (A) este o submultime compacta a lui
Y.
Demonstratie. Fie (yn ) un sir din f (A). Atunci, pentru orice n N, exista xn K, asa ncat
f (xn ) = yn . Multimea K ind compacta, conform cu Denitia 10.1.18, sirul (xn ) contine
un subsir (xnk ) convergent. Din continuitatea lui f rezulta ca sirul (f (xnk )) este un subsir
convergent al sirului (yn ) si prin urmare, f (A) este o multime compacta din Y .
Denitia 10.4.6 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice. Spunem ca o functie f : A X Y
este marginita daca multimea f (A) este marginita n Y .
Acum, din Teorema 10.4.6 obtinem urmatorul rezultat.
Corolarul 10.4.2 Orice functie continua pe un compact dintr-un spatiu metric este
marginita.
Demonstratie. Fie f : A (X, d1 ) (Y, d2 ) o functie continua si A o submultime compacta
a lui X; conform Teoremei 10.4.6 rezulta ca f (A) este compacta n Y . Atunci f (A) este
marginita n Y si deci functia f este marginita pe A.
In caz particular, din Corolarul 10.4.2 obtinem urmatorul rezultat cunoscut din liceu:
Corolarul 10.4.3 Daca functia f : [a, b] R este continua, atunci f este marginita.
Observatia 10.4.5 Daca multimea A, pe care functia f este continua, nu este compacta,
atunci rezultatul Corolarului 10.4.2 nu se mai pastreaza.
Intr-adevar, daca consideram functia f : (0, 2) R denita prin f (x) = 1/x; pentru orice
x (0, 2), aceasta este continua pe (0, 2), dar f (0, 2) = (1/2, ) si deci f nu este marginita.
Denitia 10.4.7 Fie (X, d) un spatiu metric, f : X R o functie, M = sup f (x) marginea
xX
superioara a lui f pe X si, respectiv, m = inf f (x) marginea inferioara a lui f pe X.
xX
Spunem, ca f si atinge marginea superioara, respectiv marginea inferioara pe
212
multimea X daca exista un punct x1 X, respectiv un punct x2 X, asa ca M = f (x1 )
, respectiv f (x2 ) = m.
Spunem ca f si atinge marginile pe X daca f si atinge atat marginea superioara cat
si marginea inferioara pe X.
Teorema 10.4.7 (Weierstrass). Daca A este o submultime compacta a spatiului metric (X, d)
si f : X R este continua, atunci f si atinge marginile pe multimea A.
Corolarul 10.4.4 Functia f : [a, b] R continua pe [a, b] este marginita si si atinge marginile
pe [a, b].
Teorema 10.4.8 (Cantor.) Fie (X, d1 ) si (Y, d2 ) doua spatii metrice. Daca f : A X Y
este o functie continua pe A, iar A este o multime compacta n X, atunci f este uniform
continua pe A.
Demonstratie. Presupunem ca f nu este uniform continua. Atunci, exista un 0 > 0 asa ncat
pentru orice > 0 exista x1, , x2, A cu proprietatea ca d1 (x1, , x2, ) < si d2 (f (x1, ), f (x2, ))
0 .
In particular, daca = 1/n cu n N si notam x1, = xn , x2, = yn obtinem sirurile (xn ),
(yn ) din A cu proprietatea ca d1 (xn , yn ) < si d2 (f (xn ), f (yn )) 0 .
Din faptul ca multimea A este compacta rezulta ca sirul (xn ) contine un subsir (xnk )
convergent la punctul x0 A. Consideram subsirul (ynk ) a sirului (yn ). Cum
1
d1 (ynk , x0 ) d1 (ynk , xnk ) + d1 (xnk , x0 ) + d1 (xnk , x0 )
nk
si
1
lim + d1 (xnk , x0 ) = = 0,
k nk
Y
rezulta ca lim d1 (ynk , x0 ) = 0, adica lim ynk = x0 .
n n
Functia f ind continua, rezulta ca
Y Y
lim f (xnk ) = f (x0 ) si lim f (ynk ) = f (x0 ),
k k
de unde
lim d2 (f (xnk ), f (ynk )) = 0,
k
Teorema 10.4.9 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice si f : A X Y o functie continua
pe A. Daca A este conexa n X, atunci f (A) este conexa n Y .
213
Demonstratie. Vom proceda prin reducere la absurd. Sa presupunem contrariul. Atunci
exista doua multimi nevide. D1 , D2 , deschise n Y , asa ca
f (A) D1 D2 .
Din faptul ca f este continua, pe baza Teoremei 10.4.5, rezulta ca multimile 1 =
f 1 (D1 ) si 2 = f 1 (D2 ) sunt deschise n X. In plus, 1 = , 2 = , 1 2 A = f 1 (D1 )
f 1 (D2 ) A = f 1 (D1 D2 ) A = , 1 A = , 2 A = si A 1 2 . De aici, rezulta ca
A este neconexa, ceea ce este o contradictie. Prin urmare, f (A) este conexa n Y .
Corolarul 10.4.5 (Proprietatea valorilor intermediare). Fie (X, d) un spatiu metric si A o
submultime conexa a sa. Daca functia f : A R este continua pe A, a, b A si f (a) < f (b),
atunci pentru orice (f (a), f (b)) exista c A asa ca f (c ) = .
Demonstratie. Din Teorema 10.4.9 rezulta ca f (A) este conexa. De aici, pe baza Observatiei
10.1.4, deducem ca f (A) este interval. Prin urmare, daca f (a), f (b) f (A),atunci intervalul
(f (a), f (b)) este nclus n f (A), de unde rezulta armatia din Corolar.
Din Corolarul 10.4.5 obtinem rezultatul cunoscut:
Corolarul 10.4.6 Daca I este un interval al lui R si f : I R este o functie continua pe I,
atunci multimea f (I) este un interval.
Denitia 10.4.8 Fie (X, d1 ) si (Y, d2 doua spatii metrice. Spunem ca functia f : X Y
are proprietatea lui Darboux daca transforma orice submultime conexa a lui X ntr-o
submultime conexa a lui Y .
Observatia 10.4.6 Teorema 10.4.9 ne spune ca orice functie continua are proprietatea lui
Darboux.
Propozitia 10.4.4 Fie f : I R o functie, unde I este un interval al lui R. Daca f are
proprietatea lui Darboux, atunci f poate avea numai discontinuitati de speta a doua.
214
Teorema 10.4.10 Fie I un interval al lui R, f : I R o functie continua si J = f (I). Atunci
f este o bijectie de la I la J daca si numai daca f este strict monotona. In acest caz inversa
f 1 : J I este, de asemenea, strict monotona (de acelasi sens) si continua.
Observatia 10.4.8 Utilizand aceasta teorema, se arata cu usurinta ca functiile inverse ale
principalelor functii elementare sunt continue.
215
10.5 Test de verificare a cunostintelor nr. 9
1. Deniti urmatoarele notiuni:
a) Functie ntre doua spatii metrice;
b) Limita unei functii ntre doua spatii metrice (denitia cu siruri);
c) Functie continua ntr-un punct (f : (X, d1 ) (Y, d2 ) cu (X, d1 ) si (Y, d2 ) spatii me-
trice);
d) Functie vectoriala;
e) Functie uniform continua.
2. Sa se demonstreze ca o functie f : R R periodica si care nu este constanta nu are
limita la + si .
1
3. Calculati L = lim (2x + x) x .
x
1 2
4. a) Fie functia f : 0, R,
2
2 1
x sin x
f (x) = , x = 0
sin x
1 , x = 0.
2xy
b) Aratati cu ajutorul denitiei cu siruri ca functia f (x, y) = , (x, y) = (0, 0) nu
x2 + y2
are limita n origine.
y 2 + 2x 2
6. Aratati cu ajutorul denitiei cu siruri ca functia f (x, y) = , y 2x = 0 nu are
y 2 2x
limita n origine.
7. Cercetati limitele iterate si limita globala (daca este cazul) n origine pentru functia:
x y + x2 + y 2
a) f (x, y) = , x + y = 0,
x+y
1
b) f (x, y) = x sin , y = 0.
y
8. Calculati:
xy
a) L = lim ,
(x,y)(0,0) xy + 1 1
sin(xy)
b) L = lim .
(x,y)(0,0) x
9. Studiati uniform continuitatea functiei:
1+x
f (x) = arctg , x (1, ).
1x
216
10. Studiati uniform continuitatea functiei:
x
f : (1, 2) (1, 2) R , f (x, y) = .
y
217
Indicatii si raspunsuri Testul nr. 9
3. L = 2.
$ 2
4. a) f continua pe 0, ;
2
b) Se foloseste consecinta lui Darboux: Daca
f : [a, b] [a, b]
continua pe [a, b] si f (a) f (b) 0 atunci ()c [a, b] astfel ncat f (c) = c.
1 3 1 1
5. b) Se considera sirurile , si , .
n n n n
1 1 1 2
6. Se considera sirurile , si , .
n2 n n2 n
7. a) lim lim f (x, y) = 1 si lim lim f (x, y) = 1, deci nu exista limita globala n (0, 0).
x0 y0 y0 x0
b) Avem lim lim f (x, y) = 0 dar nu exista lim lim f (x, y). Avem limita globala
y0 x0 x0 y0
lim f (x, y) = 0.
(x,y)(0,0)
8. a) L = 2;
b) L = 2.
218
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
219
Capitolul 11
Denitia 11.1.1 Spunem ca functia f are derivata n punctul x0 daca exista n R limita
f (x) f (x0 )
lim ,
xx0 x x0
220
Demonstratie. Din ipoteza avem ca exista si este nita
f (x) f (x0 )
lim = f (x0 ).
xx0 x x0
f (x) f (x0 )
f (x) = (x x0 ) + f (x0 ),
x x0
de unde prin trecere la limita obtinem lim f (x) = f (x0 ), ceea ce ne arata ca f este continua
xx0
n x0 .
Observatia 11.1.1 Reciproca Propozitiei 11.1.1 este falsa deoarece exista functii continue
ntr-un punct care nu sunt derivabile n acel punct. Pentru aceasta, este suficient sa
consideram functia f (x) = |x|, x R, care este continua pe R dar nu este derivabila n 0.
Daca B este formata din toate punctele lui A n care functia f este derivabila, atunci
B se numeste domeniul de derivabilitate a lui f .
In acest caz, functia denita pe B cu valori reale care asociaza ecarui punct x B
derivata f (x) n punctul x se numeste derivata lui f pe multimea B si notam prin f .
Operatia prin care din functia f obtinem functia f se numeste operatie de derivare.
f (x) f (x0 )
fd (x0 ) = xx
lim ,
0
x>x0
x x0
Observatia 11.1.2 Daca functia f este definita pe un interval [a, b] si are derivata la dreapta
n punctul a, respectiv la stanga n punctul b, atunci convenim sa spunem ca f are derivata
n a, respectiv n b.
Din legatura ntre limita unei functii ntr-un punct si limitele laterale n acel punct,
obtinem:
221
2) Produsul f este derivabila si
(f ) (x0 ) = f (x0 );
Cum lim u(y) = g (y0 ) rezulta ca u este continua n punctul y0 = f (x0 ). Din (11.1)
yy0
obtinem:
g(y) g(y0 ) = u(y) (y y0 ), pentru orice y J
Deci avem
g(f (x)) g(f (x0 )) = u(f (x0 ))(f (x) f (x0 )),
pentru orice x I.
Rezulta ca, pentru orice x I {x0 } avem
g(f (x)) g(f (x0 )) f (x) f (x0 )
(11.2) = u(f (x))
x x0 x x0
Cum f este derivabila n x0 rezulta ca f este continua n x0 , de unde, tinand seama
de continuitatea lui u n y0 = f (x0 ), deducem ca functia compusa u f este continua n x0 .
Acum, utilizand derivabilitatea lui f n punctul x0 obtinem din (11.2) ca exista limita
g(f (x)) g(f (x0 ))
(11.3) lim = u(f (x))f (x0 )
xx0 x x0
Dar din (11.1), avem u(y0 ) = u(f (x0 )) = g (y0 ) =
= g (f (x0 )) si atunci din (11.3) obtinem
(g f ) (x0 ) = g (f (x0 ))f (x0 ),
ceea ce trebuia demonstrat.
222
Teorema 11.1.3 Fie f : I J, I, J intervale ale lui R, o functie continua si bijectiva. Daca
f este dervabila n punctul x0 I si f (x0 ) = 0, atunci functia inversa f 1 este derivabila n
punctul f (x0 ) = y0 si are loc formula
1
(f 1 ) (y0 ) = ,
f (x0 )
adica
1
(f 1 ) =
f f 1
Demonstratie. Tinand seama de Teorema 10.4.10 rezulta ca f este strict monotona. In
aceasta situatie deducem ca functia inversa f 1 este strict monotona si continua. Fie
y I {y0 } si x = f 1 (y). Deoarece y = y0 , tinand seama de strict monotonia lui f 1 ,
rezulta ca si x = x0 . Acum, putem scrie
f 1 (y) f 1 (y0 ) 1 1
lim = = .
yy0 y y0 f (x) f (x0 ) f (x0 )
lim
xx0 x x0
223
= ( 1) . . . ( n + 1)( n)an+1 (a + b)n1
Asadar, avem
(11.4) ((ax + b) )(n) = ( 1) . . . ( n + 1)an (ax + b)n
Cazuri particulare. 1. Daca = n, atunci din (11.4) gasim ((ax + b)n )(n) = n!an , de unde
pentru a = 1 si b = 0 obtinem (xn )(n) = n!.
2. Daca = 1, atunci din (11.4) obtinem
(n)
1 (1)n n!an
= .
ax + b (ax + b)n+1
3. Daca = 12 , atunci din (11.4) obtinem
(n) n1 1 3 5 . . . (2n 3) ax + b
( ax + b) = (1) n
, n 2.
2 (ax + b)n
Exemplul 11.1.2. (Formula lui Leibniz.) Fie f, g : D R R doua functii de n ori derivabile
pe D. Atunci are loc egalitatea
n
(f g)(n) (x) = Cnk f (nk) (x)g (k) (x),
k=0
k 1 2
= Cki f (ki+1) (x)g (i) (x) + f (ki) (x)g (i+1) (x) =
i=0
= Ck0 f (k+1) (x)g (0) (x) + [Ck0 + Ck1 ]f (k) (x)g (1) (x)+
+[Ck1 + Ck2 ]f (k1) (x)g (2) (x) + . . . + [Ckk1 + Ckk ]f (1) (x)g (k) (x)+
+Ckk f (0) (x)g (k+1) (x).
Deoarece Ck0 = Ck+1
0 k+1
= 1, Ckk = Ck+1 = 1 si Cki1 + Cki = Ck+1
i
, i k, egalitatea precedenta
conduce la
k+1
(k+1i) (i)
(f g)k+1 (x) = i
Ck+1 f(x) g(x) ,
i=0
ceea ce trebuia demonstrat. Asadar, formula lui Leibniz este adevarata.
224
Teorema 11.2.1 (Teorema lui Fermat). Fie I un interval al lui R si fie functia f : I R.
Daca x0 este un punct de extrem local interior al intervalului I si f este derivabila n x0 ,
atunci f (x0 ) = 0.
f (x) f (x0 )
(11.5) 0,
x x0
iar pentru x V (x0 ) I cu x > x0 avem
f (x) f (x0 )
(11.6) 0.
x x0
Cum f este derivabila n punctul interior x0 I, deducem ca exista fs (x0 ), fd (x0 ) si
f (x0 ) = fs (x0 ) = fd (x0 ) R. Tinand seama de aceasta si trecand la limita n (11.5) si (11.6),
obtinem, pe de o parte ca f (x0 ) = fs (x0 ) 0, iar, pe de alta parte, ca f (x0 ) = fd (x0 ) 0. De
aici, rezulta ca f (x0 ) = 0, ceea ce trebuia demonstrat.
Observatia 11.2.1 Teorema lui Fermat da numai o conditie necesara dar nu si suficienta
pentru existenta punctelor de extrem. Se poate ntampla ca ntr-un punct derivata sa se
anuleze fara ca punctul respectiv sa fie punct de extrem local. Radacinile derivatei unei
functii se numesc puncte critice sau puncte stationare pentru functia respectiva.
Observatia 11.2.2 Geometric, teorema lui Fermat afirma ca graficul unei functii derivabile
are tangenta paralela cu axa Ox n punctele de extrem interioare intervalului de definitie a
functiei.
Teorema 11.2.2 (Teorema lui Rolle). Fie functia f : [a, b] R, unde a, b R si a < b. Daca
sunt ndeplinite conditiile:
i) f este continua pe [a, b],
ii) f este derivabila pe (a, b),
iii) f (a) = f (b),
atunci exista un punct c (a, b) asa ncat f (c) = 0.
Demonstratie. Daca f este constanta pe [a, b], atunci f = 0 pe (a, b) si deci orice punct
c (a, b) satisface cerinta f (c) = 0.
Sa admitem acum ca f nu este constanta pe [a, b]. Cum f este continua pe intervalul
compact [a, b], conform Corolarului 10.4.3. rezulta ca f este marginita si si atinge marginile.
Daca m = inf f (x) si M = sup f (x), atunci exista x1 [a, b] si x2 [ a, b] asa ncat f (x1 ) = m
x[a,b] x[a,b]
si f (x2 ) = M . Cum f nu este constanta pe [a, b] deducem ca m < M . Se observa ca x1 si x2
nu pot ambele situate n extremitatile intervalului [a, b]. Intr-adevar, daca am presupune
ca x1 = a sau x1 = b, cum f (a) = f (b), din f (x1 ) = f (a) = m < M = f (x2 ) rezulta ca x2 nu poate
coincide nici cu a si nici cu b, deci x2 (a, b). Atunci, conform Teoremei lui Fermat, avem
f (x2 ) = 0 si deci exista c = x2 (a, b) asa ca f (c) = 0.
Observatia 11.2.3 Geometric, teorema lui Rolle afirma ca n conditiile din enuntul teoremei
exista cel putin un punct al graficului functiei f , care nu coincide cu extremitatile, n care
tangenta este paralela cu axa Ox.
Observatia 11.2.4 Daca n teorema lui Rolle f (a) = f (b) = 0, atunci rezulta ca ntre doua
radacini a, b ale functiei f exista cel putin o radacina c a derivatei.
225
Observatia 11.2.5 Intre doua radacini reale consecutive ale derivatei unei functii pe un
interval se afla cel mult o radacina reala a functiei.
Conform observatiei 11.2.5, n ecare interval (a, c1 ), (c1 , c2 ), . . . , (ck , b) exista cel mult o
radacina a functiei. Exista o radacina pe unul din aceste intervale numai daca functia ia
valori de semne contrare la capetele intervalului respectiv. Prin urmare, ecuatia f (x) = 0
are atate radacini reale n [a, b] cate variatii de semn are sirul lui Rolle.
Teorema 11.2.3 (Teorema lui Cauchy; a doua teorema de medie a calculului diferential).
Fie f, g : [a, b] R doua functii care verifica conditiile:
i) f, g sunt continue pe [a, b].
ii) f, g sunt derivabile pe (a, b).
iii) g (x) = 0 pentru orice x (a, b).
Atunci exista un punct c (a, b) astfel ca
Demonstratie. Observam ca g(b) = g(a) deoarece n caz contrar, conform Teoremei lui Rolle,
aplicata functiei g, ar exista (a, b) cu g () = 0, ceea ce este n contradictie cu conditia
(iii) din enunt.
Acum, consideram functia auxiliara
f (b) f (a)
h(x) = f (x) g(x), x [a, b],
g(b) g(a)
f (b) f (a)
h (x) = f (x) g (x), x (a, b)
g(b) g(a)
si h(a) = h(b). Deci, Teorema lui Rolle este aplicabila functiei h, ceea ce implica existenta
unui punct c (a, b) asa ca h (c) = 0, echivalenta cu
226
iii) g (x) = 0, oricare ar fi x I {x0 };
f (x)
iv) exista lim = l R,
xx0 g (x)
atunci are loc
f (x) f (x)
lim = lim = l.
xx0 g(x) xx0 g (x)
Pentru demonstratie consideram functiile
f (x) , daca x I {x0 }
F (x) =
0 , daca x = x0
si
g(x) , daca x I {x0 }
G(x) =
0 , daca x = x0
Aceste functii sunt continue pe I derivabile pe I {x0 } si G (x) = 0, oricare ar
x I {x0 }. Aplicam teorema lui Cauchy functiilor F (x) si G(x) pe intervalul compact [x0 , x]
si avem
F (x) F (x0 ) F (c) f (c)
= = , x0 < c < x.
G(x) G(x0 ) G (c) g (c)
De aici, utilizand conditia iv), prin trecere la limita obtinem:
f (x) f (x)
lim = lim = l.
xx0 g(x) xx0 g (x)
A doua regula a lui l Hospital.Fie a > 0 si f, g : (a, +) R doua functii. Daca sunt
ndeplinite conditiile:
f (x) f (x)
lim = lim .
x g(x) x g (x)
Pentru&demonstratie
' se face schimbarea de variabila x = 1/t si se aplica prima regula a lui l Hospital
1
pe intervalul 0, a pentru x 0.
Observatia 11.2.7 Daca avem lim f (x) = lim y(x) = +, atunci scriem
xx0 xx0
1
f (x) f (x)
lim = lim 1
xx0 g(x) xx0 g(x)
Teorema 11.2.4 (Teorema lui Lagrange teorema cresterilor nite prima formula de medie
a calculului diferential). Fie f : [a, b] R o functie care satisface conditiile:
227
i) f este continua pe [a, b];
f (b) f (a)
= f (c).
ba
Demonstratie. Luam n Teorema lui Cauchy functia g(x) = x, x [a, b].
Observatia 11.2.9 Daca functia f are derivata nula pe un interval I, atunci f este constanta
pe I.
Observatia 11.2.10 Daca doua functii sunt derivabile pe un interval I si derivatele sunt
egale pe acest interval, atunci diferenta lor este o constanta.
Demonstratie. Daca f (x) = g (x) pentru orice x I, atunci rezulta ca (f g) (x) = 0,
oricare ar x I. Atunci, pe baza Observatiei 11.2.9, rezulta, (f g)(x) = k, oricare ar
x I, adica f (x) g(x) = k, pentru orice x I.
Observatia 11.2.13 Daca functia f are derivata marginita pe I, atunci f este functia lips-
chitziana pe I.
228
Demonstratie. Fie x1 , x2 doua puncte arbitrare diferite din I. Aplicam teorema lui
Lagrange pe intervalul [x1 , x2 ] (sau [x2 , x1 ]) si exista c (x1 , x2 ) asa ncat f (x1 ) f (x2 ) =
f (c)(x1 x2 ). Cum |f (x)| M , M > 0, oricare ar x I, avem
Teorema 11.2.6 (Teorema lui Taylor). Fie I un interval deschis al lui R. Daca functia
f : I R este derivabila de n + 1 ori pe I, atunci pentru orice doua puncte x, x0 I, cu
x = x0 , exista un punct c (x, x0 ) (sau (x0 , x)) asa ncat
f (x0 ) f (x0 )
f (x) = f (x0 ) + (x x0 ) + (x x0 )2 + . . . +
1! 2!
f (n) (x0 ) f (n+1) (c)
+ (x x0 )n + (x x0 )(n+1) ,
n! (n + 1)!
numita formula lui Taylor.
f (x0 ) f (x0 )
f (x) = f (x0 ) + (x x0 ) + (x x0 )2 + . . . +
1! 2!
(11.7)
f (n) (x0 )
+ (x x0 )n + K(x x0 )(n+1) , ()x I,
n!
unde K este un numar real. Consideram functia auxiliara
f (t) f (t)
g(t) = f (t) + (x t) + (x t)2 + . . . +
1! 2!
f (n) (t)
+ (x t)n + K(x t)(n+1) , ()t I.
n!
Observam ca g este derivabila pe I, g(x) = f (x), g(x0 ) = f (x0 ). Asadar, functia g
satisface conditiile teoremei lui Rolle pe [x, x0 ] (sau [x0 , x]). Atunci exista un punct c (x, x0 )
(sau (x0 , x)) asa ncat g (c) = 0.
Dar
f (t) f (t) f (t) f (t)
g (t) = f (t) + (x t) + (x t)2 (x t)+
1! 1! 2! 1!
f (n+1) (t) f (n) (t)
+... + (x t)n (x t)n1 K(n + 1)(x t)n ,
n! (n 1)!
229
()t I, de unde
f (n+1) (t)
g (t) = (x t)n K(n + 1)(x t)n , ()t I.
n!
De aici obtinem g (c) = 0, adica
f (n+1) (c)
(x c)n = K(n + 1)(x c)n ,
n!
de unde gasim
f (n+1) (c)
K= ,
(n + 1)!
care nlocuita n (11.7) conduce la formula lui Taylor.
Observatia 11.2.14 Formula lui Taylor este o formula de aproximare a functiei f prin poli-
nomul
f (x0 ) f (x0 )
(Tn f )(x) = f (x0 ) + (x x0 ) + (x x0 )2 + . . . +
1! 2!
f (n) (x0 )
+ (x x0 )n ,
n!
numit polinomul lui Taylor de grad n asociat functiei f . Expresia
f (n+1) (c)
(vn t)(x) = (x x0 )n+1 ,
(n + 1)!
se numeste restul sub forma Lagrange al formulei lui Taylor.
Proprietatea esentiala a polinomului lui Taylor este data de relatiile:
(Tn f )(x0 ) = f (x0 ); (Tn f ) (x0 ) = f (x0 );
(Tn f )(2) (x0 ) = f (2) (x0 ); . . . ; (Tn f )(n) (x0 ) = f (n) (x0 ).
Observatia 11.2.15 Daca n formula lui Taylor consideram x0 = 0,atunci obtinem Formula
lui MacLaurin, adica
f (0) f (0) 2 f (n) (0) f (n+1) (c) n+1
f (x) = f (0) + x+ x + ... + + x .
1! 2! n! (n + 1)!
Observatia 11.2.16 Daca n formula lui Taylor consideram n = 0, atunci obtinem formula
cresterilor finite a lui Lagrange (v.Teorema 11.2.4).
Observatia 11.2.17 Punctul c din intervalul deschis determinat de punctele x si x0 depinde
de x, x0 si n. Punctul c se poate scrie si sub forma c = x0 + (x x0 ), unde (0, 1).
Exemple. 11.2.1. Functia f (x) = ex , x R, este de clasa C pe R iar f (k) (x) = ex , oricare
ar k N si oricare ar x R. Cum f (k) (0) = 1, k N , formula MacLaurin pentru ex are
forma:
x x2 xn xn+1 x
ex = 1 + + + ... + + e , ()x R.
1! 2! n! (n + 1)!
11.2.2. Functia f (x) = ln(1 + x), x (1, ), este indenit derivabila pe (1, ). Cum
(k 1)!
f (k) (x) = (1)k1 , k N , ()x (1, )
(1 + x)k
(vezi Exemplul 11.1.1), avem f (0) = 1, f (k) (0) = (1)k1
(k 1)!, k N si formula de tip MacLaurin
x x2 x3 x4 xn
ln(1 + x) = + + . . . + (1)n1 +
1 2! 3! 4! n!
n+1
x 1
+(1)n
n + 1 (1 + x)n+1
()x (1, ), (0, 1).
230
11.3 Diferentiala unei functii reale
In acest paragraf introducem notiunea de diferentiala relativa la o functie reala de o
variabila reala.
Denitia 11.3.1 Fie f : I R o functie definita pe intervalul deschis I.
Spunem ca f este diferentiabila n punctul x0 I daca exista numarul real A, care
depinde de f si x0 , si o functie : I R cu lim (x) = (x0 ) = 0 astfel ncat
xx0
pentru orice x I.
Se observa ca lim (x) = (x0 ) = 0, adica este continua n x0 . Din denitia lui
xx0
pentru x = x0 avem
f (x) f (x0 ) = f (x0 )(x x0 ) + (x)(x x0 ),
egalitate evident vericata si pentru x x0 . Rezulta ca f este diferentiabila n x0 si A =
f (x0 ).
Observatia 11.3.1 Teorema 11.3.1 exprima faptul ca pentru functiile reale de o variabila
reala notiunile de diferentiabilitate si derivabilitate ntr-un punct sunt echivalente.
Observatia 11.3.2 Daca f este diferentiabila n punctul x0 , atunci pentru valori mici ale lui
h = x x0 diferenta
f (x) f (x0 ) se poate aproxima cu f (x0 )h, adica
231
Acum, relatia (11.9) se mai poate scrie
de unde gasim
(11.11) df (x) = f (x)dx.
Din (11.11) rezulta si scrierea
df (x)
f (x) = ,
dx
care constituie exprimarea derivatei lui f n limbajul diferentialelor.
Tinand seama de (11.11), obtinem imediat din regulile de derivare urmatoarele reguli
de diferentiere: daca f, g : I R sunt functii derivabile pe intervalul deschis I R, atunci
df (u) = f (u)du.
Demonstratie. Avem
oricare ar x I.
Denitia 11.3.3 Numim diferentiala de ordinul doi a functiei f n punctul x, notata prin
d2 f (x), expresia d(df (x)), adica avem
= f (x)dx dx = f (x)dx2 ,
deoarece d(dx) = 0 (derivata de ordinul doi a functiei identice este egala cu 0).
Prin inductie matematica obtinem ca dn f (x) = f (n) (x)dxn . Se mai zice ca diferentialele
de ordin superior sunt invariante fata de ordinul de derivare.
Aceasta proprietate nu se mai pastreaza pentru diferentiala functiilor compuse.
232
11.4 Aplicatiile derivatei n economie
Economia este considerata cea mai exacta dintre stiintele sociale, [?], deoarece, n
general, procesele economicce sunt studiate prin modele matematice. In 3.2 am vazut
ca relatiile dintre diferite marimi economice se pot exprima prin functii. Pentru a studia
variatia unei astfel de functii si a trasa gracul ei se folosesc derivatele functiei de ordinul
ntai si doi.
In domeniul economic n descrierea variatiei marimii y n raport cu o alta marime
x, data prin functia y = f (x), x I, I interval din R, se utilizeaza conceptul de medie si
conceptul de marginal. (vezi partea introductiva la capitolul 4).
Denitia 11.4.1 Numim valoarea medie a lui f pe intervalul [x, x + h] I,h > 0, notata cu
f (x), raportul
f f (x + h) f (x)
= .
x h
Exemple: 11.4.1. Fie P (t) numarul de unitati produse ntr-un ux tehnologic dupa t ore de
la nceperea proccesului. Valoarea medie a lui P (t) ntr-un interval de h ore este
P (t + h) P (t)
= P (t)
h
si se numeste productie medie.
11.4.2. Daca functia de cost total pentru realizarea a x unitati dintr-un produs este
2
C(x) = x9 + x + 100, x 1 sa stabilim cate unitati trebuie realizate pentru a avea cel mai
scazut pret mediu pe unitate de produs.
Trebuie sa studiem variatia functiei pret mediu
C(x) x 100
C(x) = = + , x 1.
x 9 x
1 100
Cum C(x) = 9 x2 are radacina x = 30, din tabelul de variatie
x 1 30
C (x) 0 + + +
910 23
C(x) 9 3
rezulta ca vom avea cel mai scazut pret mediu daca se produc 30 unitati de produs.
f (x + h) f (x) df (x)
lim = f (x) =
h0 h dx
Exemplul 11.4.3. In cazul Exemplului 11.4.1, valoarea marginala a productiei P (t) este
productivitatea
P (t + h) P (t)
P (t) = lim .
h0 h
Denitia 11.4.3 Numim variatia relativa a functiei
f : I R n punctul x I raportul
f (x) f (x + h) f (x)
= , h > 0.
f (x) f (x)
233
Denitia 11.4.5 Numim ritmul local (marginal) a functiei f : I R n punctul x limita
lim Rf,m , adica
h0 0
f (x) f (x) 1 f
lim h = lim = = (ln f ) ,
h0 f (x) h0 h f (x) f
care este derivata logaritmica a lui f . Ritmul local a lui f n x se noteaza prin Rf,x .
Observatia 11.4.1 Notiunile introduse n acest paragraf se transpun usor la notiunile din
domeniul economic. Astfel, avem cost mediu, cost marginal, elasticitatea costului, cerere
medie, cerere marginala, elasticitatea cererii etc.
234
11.5 Test de verificare a cunostintelor nr. 10
1. Deniti urmatoarele notiuni:
a) Derivata unei functii reale de o variabila reala;
b) Diferentiala unei functii reale de o variabila reala.
2. Enuntati:
a) Teorema lui Fermat;
b) Teorema lui Rolle;
c) Teorema lui Lagrange;
d) Teorema (formula) lui Taylor;
c) Teorema lui Cauchy.
3. Studiati derivabilitatea functiei:
a) f : R R, f (x) = 3 x3 3x + 2;
-
x2
b) f : R R, f (x) = (x 1) arcsin n punctul x = 0.
x2+1
a0 2a1 22 a2 2n an
4. Numerele a0 , a1 , ..., an verica conditia + + + ... + = 0. Sa se arate ca
1 2 3 n+1
2
functia f : [1, e2 ] R, f (x) = a0 + a1 ln x + a2 ln x + ... + an ln x are cel putin un zero n
n
intervalul (1, e2 ).
5. a) Se considera nctia f : (1, ) R, f (t) = ln(1 + t). Aplicand teorema lui Lagrange
functiei f pe intervalul [0, x], x > 0, sa se arate ca oricare ar x > 0 are loc relatia:
x (1 + x) ln(1 + x) < 0;
1
b) Sa se arate ca functia g : (0, ) R, g(x) = (1 + x) x este monoton descrescatoare.
6. Utilizand teorema lui Cauchy sa se demonstreze inegalitatea:
arctgx
ln(1 + x) > , x > 0.
1+x
h(x) = x3 sin x.
235
Indicatii si raspunsuri
Test nr. 10
3. a) f este derivabila pe R\{2, 1}, iar (2, 0) este punct de inexiune si (1, 0) este punct
de ntoarcere.
b) f este derivabila n x = 0, iar (0, 0) este punct unghiular.
a0 ln x a1 ln2 x an lnn+1 x
g(x) = + + ... +
1 2 n+1
si se aplica teorema lui Rolle.
7. a) (1, 0) si (1, 0) sunt puncte de minim local, iar (0, 1) este punct de maxim local;
$ %
b) f (n) (x) = sin x + n , ()n N.
2
& ' & '
c) h (x) = 6 20 3x2 120 cos x + x3 6x 20
(20) 3
20 sin x.
x2 x3 xn+1
ln(1 + x) = x + + ... + (1)n +
2 3 n+1
xn+2 1
+(1)n+1 cu (0, 1).
n + 2 (1 + x)n+2
(x + 1)n+1 1+(x+1)
+ e .
(n + 1)!
10. Se impune ca restul formulei lui Mac Laurin sa aiba valoarea absoluta mai mica sau
1
egala cu si se obtine n 2.
16
236
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
237
Capitolul 12
238
Aceste limite se numesc respectiv derivata partiala a functiei f n raport cu x si
derivata partiala a functiei f n raport cu y, n punctul M (a1 , a2 ). Ele se noteaza prin
f (a1 , a2 ) f (a1 , a2 )
fx (a1 , a2 ) = si respectiv fy (a1 , a2 ) = .
x y
Este evident ca daca functia f este derivabila n raport cu x si respectiv cu y, atunci
f este continua n raport cu x si respectiv n raport cu y.
Daca functia f este derivabila partial n orice punct din domeniul D, atunci derivatele
partiale resprezinta noi functii de doua variabile, definite pe D si asociate functiei f .
f (M ) f (a1 , a2 , . . . , an )
fx k (M ) = fx k (a1 , a2 , . . . , an ) sau =
xk xk
O functie de n variabile derivabila n ecare punct al domeniului D este derivabila
partial n acel domeniu si derivatele partiale sunt functii de n variabile denite n acel
domeniu. Calculul lor se face pe aceleasi principii ca la functiile de doua variabile.
239
Exemplul 12.1.3. Pentru functia u = ln(x2 + y 2 + z 2 ) denita pe R {(0, 0, 0)} = D, avem
derivatele partiale:
u 2x u 2y
ux = = 2 , uy = = 2 ,
x x + y2 + z2 y x + y2 + z2
u 2z
uz = = 2 .
z x + y2 + z2
3z
Exemplul 12.1.4. Pentru functia u = xy denita pe D = {(x, y, z) R3 |x > 0, y > 0, z R},
derivatele partiale sunt:
u 3z u 3z
= y 3z xy 1 , = xy 3z y 3z1 ln x,
x y
u 3z
= xy y 3z ln y ln x.
z
Acum sa introducem derivatele partiale de ordin superior.
Derivatele partiale pentru functia f : D R2 R, z = f (x, y) sunt noi functii de doua
variabile. Daca derivatele partiale fx (x, y), fy (x, y) sunt la randul lor derivabile partial n
raport cu x si y, atunci derivatele lor partiale se numesc derivate partiale de ordinul doi ale
functiei f . Ele se noteaza prin
f f 2f
(fx )x = fx2 sau = ;
x x x2
f 2f
(fx )y = fxy sau = ;
y x yx
f f 2f
(fy )x = fyx sau = ;
y x yx
f 2f
(fy )y = fy2 sau = .
y y x2
Exemplul 12.1.5. Pentru functia f (x, y) = ln(x2 + y 2 + 3), (x, y) R2 , avem
2x 2y
fx = , fy = 2 ,
x2 + y 2 + 3 x + y2 + 3
2x 2(x2 + y 2 + 3) 2x 2x 2(y 2 x2 + 3)
fx2 = = = ,
x2 + y 2 + 3 x (x2 + y 2 + 3)2 (x2 + y 2 + 3)2
2x 4xy
fxy = = 2 ,
x2 + y 2 + 3 y (x + y 2 + 3)2
2y 4xy
fyx = = 2 ,
x2 + y 2 + 3 x (x + y 2 + 3)2
2y 2(x2 + y 2 + 3) 4y 2 2(x2 y 2 + 3)
fy2 = = = .
x2 + y 2 + 3 y (x2 + y 2 + 3)2 (x2 + y 2 + 3)2
Se observa ca derivatele fxy si yx , numite si derivate partiale mixte, sunt egale. In
general ele nu sunt egale. Urmatoarea teorema da conditii suciente ca derivatele partiale
mixte sa e egale.
Teorema 12.1.1 (A.Schwarz). Daca functia f : D R2 R, z = f (x, y) are derivate partiale
de ordinul doi ntr-o vecinatate V a lui (x, y) D si daca fxy este continua n punctul (x, y),
atunci fxy (x, y) = fyx (yx).
240
Nu prezentam demonstratia acestei teoreme.
Avem:
x y
fx = , fy = ,
x2 + y 2 + z 2 x2 + y 2 + z 2
z
fz =
x2 + y2 + z2
x2
x2 + y 2 + z 2
x2 +y 2 +z 2 y2 + z2
fx2 = = ,
x2 + y 2 + z 2 (x2 + y 2 + z 2 )3/2
yx
fxy = fyx = ,
(x2 + y 2 + z 2 )3/2
xz
fxz = fzx = 2 ,
(x + y 2 + z 2 )3/2
yz
fyz = fzy = 2 ,
(x + y 2 + z 2 )3/2
x2 + z 2
fy2 = ,
(x2 + y 2 + z 2 )3/2
x2 + z 2
fz2 = , (x, y, z) R3 {(0, 0, 0)}.
(x2 + y 2 + z 2 )3/2
3u
Exemplul 12.1.7. Sa calculam daca u = exyz , (x, y, z) R3 .
xyz
Avem
u
= xyexyz ,
z
2u
= xexyz + xy xzexyz = (x + x2 yz)exyz ,
yz
3u
= (1 + 2xyz)exyz + (x + x2 yz)yzexyz =
xyz
= (1 + 3xyz + x2 y 2 z 2 )exyz , oricare ar (x, y, z) R3 .
241
Fig.12.2.1.
Prima este o curba de pe suprafata, care trece prin M n directia lui Ox si arata
variatia lui z cand x variaza. In aceasta sectiune valoarea lui y este b. Panta tangentei M Tx
la sectiune n M este masurata de derivata lui z ca functie de x, adica de derivata partiala
z f (a,b)
x (a, b) = x .
(a,b)
La fel, valoarea z(a,b)
y = fy masoara panta lui M Ty , tangenta n M (a, b) la sectiunea
verticala a suprafetei perpendiculara pe Ox n x = a.
In concluzie, derivatele partiale f f
x (a, b) si y (a, b) masoara pantele suprafetei z = f (x, y)
n doua directii perpendiculare duse n punctul M (a, b), una perpendiculara pe Oy, iar
cealalta pe Ox.
Utilizand interpretarea geometrica a derivatelor partiale ale functiei z = f (x, y) n
punctul M (a, b, f (a, b)) putem scrie ecuatia planului tangent la suprafata z = f (x, y) n punctul
M (a, b, f (a, b)). Acesta are forma
f (a, b) f (a, b)
(x a) + (y b) = z f (a, b).
x y
Exemplul 12.2.1. Sa scriem ecuatia planului tangent la suprafata z = xy + 2x 3y + 1 n
punctul M (1, 1, 1).
Avem
zx = y + 2, zx (1, 1) = 3,
zy = x 3, zx (1, 1) = 2,
z(1, 1) = 1,
iar ecuatia planului tangent este:
(x 1)3 + (y 1)(2) = z 1
242
adica
3x 2y z = 0.
Din punct de vedere economic derivatele partiale au interpretari analoage cu cele de
la derivata functiilor reale de o variabila reala.
De exemplu, daca cererea pietei pentru o marfa X este o functie de toate preturile
pietei
x = f (p1 , p2 , . . . , pn ), (p1 , p2 , . . . , pn ) Rn+ ,
atunci derivatele partiale ale acestei functii arata variatiile cereri cand unul din preturi
variaza, celelalte ramanand constante.
Elasticitatea partiala a cererii pentru X n raport cu pretul sau px este
(ln x) pk x
nk = = ,
(ln pk ) x pk
care este o expresie independenta de unitatile de masura ale cererii sau pretului. Ea da
viteza descresterii relative a cererii pentru o crestere relativa a pretului.
x
Raportul x/pk poate numit cerere medie, iar derivata partiala p k
, cererea marginala
data de pretul pk n combinatia de preturi (p1 , p2 , . . . , pn ).
z = f (u, v), u = ax + b, v = cx + d, x R.
Avem
f f f f
z (x) =
u (x) + v (x) = a +c ,
u v u v
f f
z (x) = (z (x))x = a +c =
u v x
* +
f f f f
=a +c =a u (x) + v (x) +
u x v x u u v u
* +
f f
+c u (x) + v (x) =
u v v v
* 2 + * +
f 2f 2f 2f
+a a 2 + c +c a +c 2 =
u uv uv v
243
2f 2f 2f
= a2 2
+ 2ac + c2 2 .
u yv v
Simbolic acest rezultat se scrie sub forma
(2)
y (x) = a +c f (u, v),
u v
cu semnicatia ca se ridica binomul la patrat si exponentii puterilor pentru u si v se iau
ca ordine de derivare pentru f (u, v) n raport cu u si v.
Prin inductie matematica se arata ca
(n)
(n)
(12.2) z (x) = a +c f (u, v)
u v
Pentru n = 3 avem
3f 3f 3f 3f
z (3) (x) = a3 3
+ 3a2 c 2 + 3ac2 2
+ c3 3 .
u u v uv v
Functiile compuse considerate mai sus sunt functii compuse de o singura variabila. Se
pot considera functii din mai multe variabile. Astfel putem forma functia compusa de doua
variabile
(12.3) z(x, y) = f (u(x, y), v(x, y)), (x, y) D R2 .
Presupunem ca functia f (u, v) admite derivate partiale de ordinul ntai continue si
functiile u(x, y), v(x, y) au, de asemenea, derivate partiale de ordinul ntai.
Utilizand (12.1) n raport cu x si y, din (12.3) gasim:
z f u f v
= zx = +
x u x v x
z f u f v
= zy = + .
y u y v y
Derivatele partiale de ordin superior ale acestor functii se calculeaza n mod analog,
tinandu-se seama ca si derivatele partiale obtinute sunt functii compuse.
Aplicatia 12.3.1. Functii omogene. Un polinom P de doua sau mai multe variabile este
omogen de gradul k, k N, daca toti termenii polinomului sunt de gradul k. Aceste poli-
noame au proprietatea evidenta
P (tx1 , tx2 , . . . , txn ) = tk P (x1 , x2 , . . . , xn )
pentru orice t real.
Extindem aceasta denitie pentru functii de mai multe variabile.
Denitia 12.3.1 Functia f (x1 , x2 , . . . , xn ) de n variabile, definita ntr-un domeniu D Rn ,
este omogena de gradul k, k R, daca este ndeplinita conditia
(12.4) f (tx1 , tx2 , . . . , txn ) = tk f (x1 , x2 , . . . , xn ),
oricare ar fi t R.
De exemplu, functia
x4 + x2 y 2 + y 4
f (x, y) = , (x, y) R2 {(0, 0)}
x4 + y 4
este omogena de gradul 2 deoarece
t2 x4 + x2 y 2 + y 4
f (tx, ty) = = t2 f (x, y),
t4 (x4 + y 4 )
oricare ar fi t R {0}.
244
Pentru functiile omogene este valabil urmatorul rezultat:
Teorema 12.3.1 Pentru ca functia f (x1 , x2 , . . . , xn ) sa fie omogena de gradul k este necesar
si suficient sa avem identitatea
x1 fx 1 (x1 , x2 , . . . , xn ) + x2 fx 2 (x1 , . . . , xn ) + . . . +
+xn fx n (x1 , . . . , xn ) = kf (x1 , x2 , . . . , xn ),
numita identitatea lui Euler.
Demonstratie. Necesitatea. Functia f ind omogena de gradul k satisface (12.4). Membrul
ntai al acestei relatii este o functie compusa de t. Derivand ambii membrii n raport cu t,
avem egalitatea
n
xi ftxi
(tx1 , . . . , txn ) = ktk1 f (x1 , . . . , xn )
i=1
care este adevarata si pentru t = 1, adica
n
xi fx i (x1 , . . . , xn ) = kf (x1 , . . . , xn ),
i=1
n
tk xi fx i (tx1 , . . . , txn ) ktk1 f (tx1 , . . . , txn )
F (t) = i=1
=
t2k
n
t xi fx i (tx1 , . . . , txn ) kf (tx1 , . . . , txn ))
i=1
= =0
tk+1
pentru orice t = 0.
Rezulta ca F (t) este o functie constanta. Valoarea constantei este data de F (1) =
f (x1 , . . . , xn ). Atunci
f (tx1 , . . . , txn )
F (t) = = f (x1 , . . . , xn ),
tk
de unde
f (tx1 , . . . , txn ) = tk f (x1 , . . . , xn ),
adica functia f este omogena de gradul k.
Aplicatia 12.3.2. Formula lui Taylor. O alta aplicatie a derivarii functiilor compuse este
extinderea formulei lui Taylor la functiile de mai multe varaibile reale.
Teorema 12.3.2 (Taylor.) Fie functia f : D R2 R si punctul interior M (a1 , a2 ) D.
Daca functia f are derivate partiale pana la ordinul n + 1, n N, ntr-o vecinatate V (M ) a
lui M , atunci exista punctul P (, ) V (M ) asa ncat sa aiba loc formula
n * +(k)
1
f (x, y) = (x a1 ) + (y a2 ) f (a1 , a2 )+
k! x y
k=0
* +(n+1)
1
+ (x a1 ) + (y a2 ) f (, ),
(n + 1)! x y
oricare ar fi (x, y) V (M ), numita formula lui Taylor
245
Demonstratie. Consideram functia compusa
si t [0, 1]. Pentru t = 0 avem F (0) = f (a1 , a2 ), iar pentru t = 1 avem F (1) = f (x, y).
Functia de o singura variabila F (t) este denita si poseda derivate pe variabila pana
la ordinul (n + 1) continue n origine si deci se poate dezvolta dupa formula lui Maclaurin
n jurul originii:
t tn tn+1
F (t) = F (0) + F (0) + . . . + F (n) (0) + F (n+1) (t),
1! n! (n + 1)!
k= 0, 1, ..., n+ 1; de unde
* +(k)
k
F(0) = (x a1 ) + (y a2 ) f (a1 , a2 ), k = 0, n.
x y
cu = a1 + (x a1 ), = a2 + (y a2 ), (0, 1)
Observatia 12.3.1 Formula lui Taylor pentru doua variabile se poate generaliza pentru
functiile cu m variabile, n conditii analoage. Pentru functia z = f (x1 , x2 , ..., xm ), definita
ntr-o vecinatate a unui punct M (a1 , a2 , ..., am ) si care are derivate partiale pana la ordinul
(n+ 1), continue, este valabila formula lui Taylor:
n * +k
1
f (x1 , x2 , ..., xm ) = (x1 a1 ) + ... + (xm am ) f (M )+
k! x1 xm
k=0
* +(n+1)
1
+ (x1 a1 ) + ... + (xm am ) f (1 , 2 , ..., m )
(n + 1)! x1 xm
1 = a1 + (x1 a1 ), 2 = a2 + (x2 a2 ), m = am + (xm am ),
(0, 1).
f (M )
Denitia 12.3.2 Numim derivata functiei f dupa directia l n punctul M, notata prin l ,
numarul real definit prin
f (M ) f (x) f (M )
= lim ,
l xM d(x, M )
246
unde X = (x1 , x2 , ..., xn ) D iar d(X, M) este distanta dintre punctele X si M.
Considerand l = ek = (0, ..., 1, 0, ..., 0), obtinem
f (M ) f (M )
= , k = 1, n
ek xk
adica derivatele partiale ale lui f n punctul M.
Teorema 12.3.3 Daca functia f : D Rn R are derivate partiale de ordinul ntai n raport
cu fiecare din argumentele xk , k = 1, n, n punctul M (a1 , a2 , ..., an ) D, atunci derivata dupa
directia vectorului l = (l1 , ..., ln ), cu ||l|| = 1, este
f (M ) f (M ) f (M ) f (M )
= l1 + l2 + ... + ln
l x1 x2 xn
Demonstratie. Tinand seama ca X = (x1 , ..., xn ) D situat pe directia l se scrie sub forma
M (a1 + tl1 , ..., an + tln ), t [0, 1], avem
f (M ) (an + tln )
+ =
xn t
f (M ) f (M ) f (M )
= l1 + l2 + ... + ln ,
x1 x2 xn
ceea ce trebuia demonstrat.
Exemplul 12.3.2. Sa calculam derivata f l pentru functia f (x, y, z) = xyz+x+y+z+1, (x, y, z)
R3 , n punctul M(3, 2, 1), dupa directia l data de dreapta MX, unde X(1, 3, 2).
Avem
M X = (1, 3, 2) (3, 2, 1) = (2, 1, 1),
2 1 1
||M X|| = 4 + 1 + 1 = 6, l = , , ,
6 6 6
fx (M ) = 3, fy (M ) = 4, fz (M ) = 7
si
f 6 4 7 5
(M ) = + + =
l 6 6 6 6
Aplicatia 12.3.3. Fie F : D R2 R o functie de doua variabile. O functie f : A B cu
A B D astfel ncat F (x, f (x)) = 0 pentru orice x A se numeste functie denita implicit
sau pe scurt functie implicita.
Cu alte cuvinte, functiile y= f(x) denite cu ajutorul ecuatiilor F(x, y)= 0 se numesc
functii implicite. O astfel de ecuatie poate sa aiba pe A una, mai multe solutii sau nici
una. Se pune problema studierii proprietatilor (de continuitate, de derivabilitate, etc.) ale
functiilor implicite direct de pe ecuatia de denitie, fara a face explicitarea lor. Teoremele
care stabilesc astfel de proprietati se numesc teoreme de existenta
247
i) F (a1 , a2 ) = 0
Fx (x, y)
f (x) = ;
Fy (x, y)
de unde
Fx
y (x) = f (x) = .
Fy
Pentru calculul derivatelor de ordin superior ale functiei f se procedeaza n mod analog.
Exemplul 12.3.3. Ecuatia x3 +3xy+y 3 = 1 deneste pe y ca functie de x, pentru (x, y) D R2 .
Sa se calculeze y , y , y (1) si y (1).
Derivam n raport cu x n ecuatia care deneste pe y ca functie de x si avem
x2 + y + xy + y 2 y = 0.
x2 + y
(12.6) y = .
x + y2
x2 y + xy 2x2 yy y 2 y + 2xy 2
= .
(x + y 2 )2
Acum, nlocuim cu y cu expresia din (12.6) si obtinem
1 + 3y(1) + (y(1))3 = 1,
248
Observatia 12.3.2 Se pot considera functii implicite z = f (x1 , x2 , ..., xn ) de variabile definite
printr-o ecuatie F (x1 , x2 , ..., xn , z) = 0. Calculul derivatelor partiale ale lui z se obtin printr-
un procedeu analog cu cel de la derivarea functiilor implicite de o variabila reala.
Exemplul 12.3.4. Sa se calculeze derivatele partiale de ordinul ntai ale functiei z(x, y)
denita implicit de ecuatia
2x + y + xyz = ez
Derivam n raport cu x si y tinand seama ca z este functie de x si y. Avem
z z
2 + yz + xy = ez ,
x x
z z
1 + xz + xy = ez ,
y y
de unde
z 2 + yz z 1 + xz
= z , = z ,
x e xy y e xy
daca ez xy = 0.
Observatia 12.3.3 Exista situatii practice sau teoretice n care intervin functii definite im-
plicit de sisteme de ecuatii. Sa consideram cazul simplu a doua ecuatii cu patru variabile:
F1 (x, y, u, v) = 0,
F2 (x, y, u, v) = 0.
In anumite conditii, acest sistem defineste implicit doua functii u = f (x, y) si v = g(x, y)
Pentru calculul derivatelor partiale de ordinul ntai ale functiilor u si v se deriveaza
ecuatiile sistemului n raport cu x si y, tinand cont ca u si v sunt functii de x si y. Avem:
F1 F1 u F1 v
+ + = 0,
x u x v x
F2 F2 u F2 v
+ + = 0,
x u x v x
F1 F1 u F1 v
+ + = 0,
y u y v y
F2 F2 u F2 v
+ + = 0.
y u y v y
u v
Se observa ca primele doua ecuatii formeaza un sistem liniar n necunoscutele x si x .
Ambele sisteme au ca determinant pe
D(F1 , F2 ) F
u
1 F1
v ,
= F2 F2
D(u, v) u v
249
u v
2x + 6u2 3v 2 = 0,
x x
u v
care este un sistem liniar n necunoscutele x si x ,
cu determinantul
2u 2v
= 6uv(v + 2u).
6u2 3v 2
u 3v + x v x 6u
= , = .
y 3u(v + 2u) y 3v(v + 2u)
u2 (2, 1) + v 2 (2, 1) = 2
astfel ncat
(12.8) f (x, y) f (a1 , a2 ) = fx (a1 , a2 )(x a1 ) + fy (a1 , a2 )(y a2 )+
+1 (x, y)(x a1 ) + 2 (x, y)(y a2 ).
250
Demonstratie. Avem
unde este cuprins ntre a1 si x, iar este cuprins ntre a2 si y. Acum putem scrie
si
lim 2 (x, y) = lim [fy (a1 , ) fy (a1 , a2 )] = 0
(x,y)(a1 ,a2 ) (x,y)(a1 ,a2 )
In nal obtinem
251
f f
= dx + dy.
x y
In unele situatii este avantajos sa folosim scrierea
df = dx + dy f,
x y
f f
df = dx + dy = y 2 (1 + 3x)e3x+y dx + xy(2 + y)e3x+y dy
x y
Observatia 12.4.2 Metoda directa de a diferentia o functie este de a folosi formula funda-
mentala
n
f
df = dxk .
xk
k=1
Uneori este mai convenabil sa se foloseasca regulile de diferentiere, care sunt analoage cu
regulile de derivare.
Exemplul 12.4.2. Sa calculam diferentiala functiei u = x2 + y 2 + z 2 , (x, y, z) R3
Avem
d(x2 + y 2 + z 2 ) d(x2 ) + d(y 2 ) + d(z 2 )
du = = =
2 x2 + y 2 + z 2 2 x2 + y 2 + z 2
x y z
= dx + dy + dz,
2 2
x +y +z 2 2
x +y +z 2 2 x + y2 + z2
2
Demonstratie. Daca f (x, y) = k, k constanta, pentru orice (x, y) D, atunci alegand pe rand
x constant si y constant, obtinem f f
x = 0, y = 0, deci df = 0 pe domeniul D. Reciproc, daca
df = f
x dx + f
y dy = 0, pentru orice (x, y) D, atunci alegand pe rand x constant si constant,
f f
obtinem x = 0 si y = 0.
252
Teorema 12.4.3 Daca o expresie diferentiala E = P (x, y)dx + Q(x, y)dy, cu functiile P si Q
continue pe domeniul D R2 , este diferentiala unei functii f : D R, pentru orice (x, y) D,
x si Q = y , pentru orice (x, y) D
atunci P = f f
Denitia 12.4.2 Numim diferentiala de ordinul doi a unei functii de mai multe variabile,
diferentiala diferentialei de ordinul ntai.
In general, diferentiala de ordinul n, n N , este diferentiala diferentialei de ordinul (n-
1).
253
Pentru o functie de n variabile, diferentiala de ordinul m are forma
* +(m)
m
d f= dx1 + dx2 + ... + dxn f (x1 , x2 , ..., xn )
x1 x2 xn
2f 2 2f 2 2f 2
= 2 dx1 + 2 dx2 + ... + dx +
x1 x2 x2n n
2f 2f 2f
+2 dx1 dx2 + 2 dx1 dx3 + ... + 2 dx1 dxn +
x1 x2 x1 x3 x1 xn
2f 2f
+2 dx2 dxn + ... + 2 dxn1 dxn .
x2 xn xn1 xn
Se observa ca d2 f pentru o functie de n variabile este o forma patratica n variabilele
dx1 , dx2 , ..., dxn , care are matricea
H = (hij )i,j=1,n ,
2f
unde hij = xi xj , i, j = 1, n, numita matricea hessiana sau matricea lui Hess.
Observatia 12.4.4 In cazul functiilor compuse de mai multe variabile formula diferentialei
de ordinul ntai se pastreaza, spunandu-se ca diferentiala de ordinul ntai este invarianta
fata de operatia de compunere a functiilor. Formula pentru diferentialele de ordin superior
nu se mai pastreaza pentru functiile compuse de mai multe variabile, adaugandu-se cativa
termeni suplimentari.
Denitia 12.5.1 Un punct M (a1 , a2 ), (a1 , a2 ) D, se numeste punct de minim local (relativ)
respectiv maxim local (relativ) al lui f daca exista o vecinatate V(M) a lui M asa ncat
pentru orice (x, y) V (M ) D sa avem f (x, y) f (a1 , a2 ) respectiv f (x, y) f (a1 , a2 ).
Cel mai mare dintre toate maximele locale se numeste maxim absolut, iar cel mai mic
dintre toate minimele locale, minim absolut. Maximele si minimele unei functii se numesc
extremele functiei.
254
Observatia 12.5.1 Intr-un punct de extrem avem fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0, deci df (a1 , a2 ) =
0.
Ne intereseaza o conditie suficienta ca un punct stationar sa fie punct de extrem.
Teorema 12.5.2 Fie punctul (a1 , a2 ) interior domeniului D R2 , punct stationar al functiei
f : D R. Presupunem ca functia f are derivate partiale de ordinul doi continue ntr-o
vecinatate V (a1 , a2 ) a punctului (a1 , a2 ). Se considera matricea Hess
2 2
f f
x2 xy
H= 2f 2f
xy y 2
cu minorii principali
2 f (a1 , a2 )
1 = , 2 = det H(a1 , a2 )
x2
Cu aceste notatii au loc afirmatiile:
i) daca 1 > 0 si 2 > 0, atunci punctul (a1 , a2 ) este punct de minim local pentru f ;
ii) daca 1 < 0 si 2 > 0, atunci punctul (a1 , a2 ) este punct de maxim local pentru f ;
iii) daca 2 < 0, atunci punctul (a1 , a2 ) nu este punct de extrem.
Mai ntai determinam punctele stationare. Pentru aceasta calculam derivatele partiale de
ordinul ntai:
f f
= 5x4 5y, = 5y 4 5x.
x y
255
Egalandu-le cu zero, avem sistemul
x4 = y, y 4 = x,
care are solutile (0, 0) si (1, 1). Acestea sunt punctele stationare ale functiei f. Printre
acestea se vor aa punctele de extrem ale functiei f. Calculam derivatele partiale de ordinul
doi ale lui f:
2f 3 2f 2f
= 20x , = 5, = 20y 3 .
x2 xy y 2
Prin urmare, matricea hessiana este
20x3 5
.
5 20y 3
Daca A(a1 , a2 , ..., an ) este un punct stationar al functiei f, atunci pentru precizarea naturii
lui se considera matricea Hess
H = (hij )i,j = 1, n,
unde hij = fxi xj (A), i, j = 1, n. Notam minorii ei principali cu k , adica
h11 h12 ... h1k
h h22 ... h2k
k = 21 , k = 1, n
... ... ... ...
hk1 hk2 ... hkk
256
x 0, y 0, z 0,
atunci sa se determine volumele celor trei produse astfel ncat protul sa e maxim.
Mai ntai aam punctele stationare ale lui f, prin rezolvarea sistemului de ecuatii
fx (x, y, z) = 170 6x 2y z = 0
f (x, y, z) = 110 4y 2x z = 0
y
fz (x, y, z) = 120 3z x y = 0
Solutia acestui sistem este x= 20, y= 10 si z= 30. Asadar, functia f are un singur punct
stationar A(20, 10, 30).
Pentru a stabili natura punctului A calculam derivatele partiale de ordinul doi ale lui f.
3 = det H = 54 < 0.
Rezulta ca punctul A este un punct de maxim. Valoarea maxima a protului este fmax =
f (20, 10, 30) = 4000.
Denitia 12.6.1 Un punct (a1 , a2 ) A este punct de extrem conditionat (cu legaturi) al
functiei f daca exista o vecinatate V a punctului (a1 , a2 ) astfel ncat pentru orice (x, y) A
se verifica una din inegalitatile:
257
unde y este derivata functiei implicite denita de ecuatia F (x, y) = 0
fx Fx
=
fy Fy
In concluzie, punctele stationare ale functiei f sunt punctele ale caror coordonate verica
ecuaiile
fx fy
= ; F (x, y) = 0.
Fx Fy
Pentru rezolvarea acestui sistem notam cu valoarea celor doua rapoarte si obtinem
sistemul:
fx + Fx = 0
(12.11) f + Fy = 0 .
y
F (x, y) = 0
La sistemul (12.11) putem ajunge si pe cale formala. Consideram functie auxiliara
numita functia lui Lagrange, unde este un parametru auxiliar, numit multiplicatorul lui
Lagrange. Cautam punctele stationare ale functiei L(x, y) cu legatura F (x, y) = 0, obtinand
sistemul
Lx = fx + Fx = 0
L = fy + Fy = 0
y
F (x, y) = 0 ,
adica tocmai sistemul (12.6.3).
Din cele de mai sus deducem ca daca (a1 , a2 , 1 ) este un punct stationar conditionat al
functiei auxiliare L, atunci (a1 , a2 ) este punct stationar conditionat al functiei date f.
Pentru precizarea naturii punctelor de extrem conditionat se cerceteaza semnul
diferentei f (x, y) f (a1 , a2 ) n vecinatatea punctului (a1 , a2 ), tinand seama de legatura data.
Aceasta revine la studierea semnului diferentialei a doua a functiei lui Lagrange, d2 L(x, y),
tinand cont de dF= 0.
Aceasta metoda de aare a punctelor de extrem conditionate se numeste metoda multi-
plicatorilor lui Lagrange.
Exemplul 12.6.1. Sa se nscrie ntr-un cerc un dreptunghi de arie maxima.
Fie cercul de raza a, a > 0, cu centrul n origine (g. 12.6.1)
258
Fig.12.6.1.
x2 + y 2 = a2 .
si formam sistemul
Lx = 4y + 2x = 0
L = 4x + 2y = 0
2y
x + y 2 = a2
Sistemul are solutia
a 2
= 2, x = y =
2
$ %
Pentru a preciza natura punctului stationar conditionat a 2 2 , a 2
2 cercetam semnul
diferentialei a doua a functiei auxiliare.
Avem
d2 L = Lx2 dx2 + 2Lxy dxdy + Ly2 dy 2 =
= 2dx2 + 8dxdy + 2dy 2
si
2 a 2 a 2
d L , = 4(dx2 2dxdy + dy 2 )
2 2
Diferentiind relatia de legatura avem
2xdx + 2ydy = 0,
259
a 2
de unde dy = xy dx. Pentru x = y = 2 gasim dy= -dx. Atunci, nlocuind n d2 L, gasim
a 2 a 2
d2 L , = 8dx2 < 0,
2 2
$ %
ceea ce ne arata ca punctul a 2 2 , a 2 2 este un maxim conditionat.
Am gasit ca dreptunghiul de arie maxima nscris n cercul
x2 + y 2 = a2 este patratul de latura 2x = a 2 si arie zmax = 2a2 .
Sa consideram acum cazul general al aari extremelor functiei
f : D Rn R, z = f (x1 , x2 , ..., xn )
n
2 L(A)
d2 L(A) = dxi dxj
i=1 j=1
xi xj
n
Fk (A)
dFk (A) = dxn = 0, k = 1, m
i=1
xi
260
Forma patratica d2 L(A) astfel obtinuta se aduce la forma canonica. Daca d2 L(A) > 0,
atunci punctul A este punct de minim local conditionat pentru functia f, iar daca d2 L(A) < 0,
atunci A este punct de maxim local conditionat pentru functia f.
Exemplul 12.6.2.Sa se ae punctele de extrem legate pentru functia
cu legaturile
x + y z = 3, x y z = 8.
Metoda directa Din sistemul
yz =3x
y+z =x8
gasim y = 52 si z = 2x11
2 .
Inlocuind n f gasim functia
5 2x 11 10x2 + 55x
h(x) = x( ) = , xR
2 2 4
Aam punctele de extrem local pentru functia h. Din h (x) = 0, obtinem x = 11 4 . Cum
h = 52 < 0, deducem ca x = 11
4 este punct de maxim pentru h.
Atunci punctul x = 11 5 11
4 , y = 2 , z = 4 este punct de maxim conditionat pentru f, cu
605
fmin = 32
Metoda multiplicatorilor lui Lagrange.
Consideram functia Lagrange auxiliara
L(x, y, z) = xyz + 1 (x + y z 3) + 2 (x y z 8)
2L 2L 2L
+2 dxdy + 2 dxdz + 2 dydz =
xy xz yz
= 2zdxdy + 2ydxdz + 2xdydz;
care n punctul A este:
11 11
d2 L(A) = dxdy 5dxdz + dydz.
2 2
Prin diferentierea celor doua legaturi rezulta relatiile:
dx + dy dz = 0
261
dx dy dz = 0,
de unde gasim dz = dx, dy = 0, care substituite n d2 L = 5dx2 < 0. Rezulta ca punctul A
este punct de maxim conditionat pentru functia f. Se observa ca am obtinut acelasi rezultat
ca si la metoda directa.
Exemplul 12.6.3.Sa consideram functia de productie data prin
Daca se exprima din ecare din primele doua expresii, atunci se obtine ca y = 75 x. Acum
1
din ecuatia de legatura se obtine x = 40, y = 56. Pentru gasim valoarea 10 400,8 500,7 .
Diferentiala de ordinul doi al functiei L este D2 L =
Prin diferentierea relatiei de legatura avem 2dx + 5dy = 0, de unde dy = 25 dx. Inlocuind pe
x = 40, y = 56 si dy = 25 dx n d2 L, obtinem
n
(yi f (xi , a1 , ..., an ))2 = min.
i=1
Detreminarea valorilor yi = f (xi , a1 , ..., am ) asa ncat ele sa aproximeze cat mai bine valo-
rile yi , i = 1, n, se numeste ajustare. Functia y f (x, a1 , ..., am ) e functie de ajustare. De
262
obicei, forma functiei de ajustare se alege din reprezentarea graca a perechilor de puncte
(xi , yi ), i = 1, n, obtinute experimental.
Problema determinarii parametrilor a1 , a2 , ..., am este o aplicatie a problemei aari ex-
tremelor functiei de m variabile
n
S(a1 , a2 , ..., am ) = (yi f (xi , a1 , ..., am ))2 .
i=1
Se constata imediat ca punctele de stationare sunt puncte de minim, iar ecuatiile care dau
aceste puncte numite ecuatii normale, sunt
n
S
= 2 (yi f (xi , a1 , ..., am )) a
f
=0
a1 1
i=1
..
.
n
a S
m
= 2 (yi f (xi , a1 , ..., am )) a f
m
=0
i=1
Sa consideram cazul cel mai simplu, n care functia de ajustare este de gradul ntai, adica
y = ax + b.
Trebuie sa determinam a si b asa ncat
n
S(a, b) = (yi axi b)2
i=1
S
n
= 2 (yi axi b) = 0,
b i=1
conduc la sistemul liniar
n
n
n
a x2i + b xi = xi yi
i=1 i=1 i=1 ,
n
n
a xi + bn = yi
i=1 i=1
cu necunoscutele a si b.
Daca mpartim ambele ecuatii cu n si notam
n
n
xi yi
i=1 i=1
x= , y= ,
n n
n
n
x2i xi yi
i=1 i=1
x2 = , xy = ,
n n
atunci sistemul liniar ia forma
x2 a + xb = xy
xa + b = y.
Prin eliminarea lui b, gasim
(x2 x2 )a = xy x y.
Daca notam x2 = x2 x2 , numita dispersia lui x, si cxy = xy x y, marime numita corelatia
variabilelor x si y, atunci avem
cxy y cxy y
a= = = rxy
x2 x x y x
263
c
Raportul rxy = xxy
y se numeste coecient de corelatie a variabilelor x, y si masoara intensi-
tatea dependentei liniare dintre variabilele x si y.
Obervam ca b = y ax si avem y = a(n x) + y, de unde
y
y= rxy (x x),
x
care este dreapta care ajusteaza cel mai bine datele initiale. Dreapta gasita este numita
dreapta de regresie.
Exemplul 12.7.1. Sa se ajusteze cu o dreapta datele ce reprezinta numarul de piese produse
n cele cinci zile de lucru dintr-o saptamama, date trecute n tabelul
zilele 1 2 3 4 5
numarul de piese 4 5 7 6 6
Astfel, n exemplul 12.7.1 putem prognoza care sa e numarul de piese n ziua a sasea.
Avem y = 62 + 41 1 1
10 = 3 + 4 + 10 = 7 + 10 , de unde rezulta ca n ziua a sasea atrebui sa se
produca 7 piese.
x x0 x1 ... xn
, n 1,
y y0 y1 ... yn
264
Avand n vedere ca avem n+ 1 conditii P (xi ) = yi , i = 0, n, alegem
n necunoscutele a0 , a1 , ..., an .
Determinantul sistemului este determinantul Vandermond
n
x0 xn1 ... x0 1
n 0
x1 xn1 ... x1 1
1
V (x0 , x1 , ..., xn ) = . . .. .. =
.. .
. . .
xn xn1 ... xn 1
n n
.
= (xi xj ) = 0
0j<in
Se observa imediat ca
0, j = i
li (xj ) = ij =
1, j = i
Utilizand polinoamele fundamentale polinomul de interpolare Lagrange are forma
n
P (x) = li (x)yi
i=0
Intradevar, avem
n
P (xj ) = li (xj )yi = yj , j = 0, n
i=0
x 1 2 3 4
y 3 2 4 5
265
(x 1)(x 3)(x 4) (x2 4x + 3)(x 4)
l1 (x) = = =
(2 1)(2 3)(2 4) 2
1 3
= (x 8x2 + 19x 12),
2
(x 1)(x 2)(x 4) (x2 3x + 2)(x 4)
l2 (x) = = =
(3 1)(3 2)(3 4) 2
1
= (x3 7x2 + 14x 8),
2
(x 1)(x 2)(x 3) (x2 3x + 2)(x 3)
l3 (x) = = =
(4 1)(4 2)(4 3) 6
1 3
(x 6x2 + 11x 6)
=
6
Atunci polinomul de interpolare are expresia
1 1
P (x) = (x3 9x2 + 26x 24) 3 + (x3 8x2 + 19x 12) 2
6 2
1 1
(x3 7x2 + 14x 8) 4 + (x3 6x2 + 11x 6) 5 =
2 6
2 3 11 2 27
= x + x x + 11
3 2 2
Acum, avem
3 7
P = = y.
2 8
Observatia 12.8.1 Daca pentru valorile y n functie de valorile lui x, date la nceputul aces-
tui paragraf, exista o functie continua y = f (x), cu f (xi ) = yi , i = 0, n, atunci polinomul de
interpolare este o aproximare a functiei f care satisface conditiile P (xi ) = f (xi ), i = 0, n.
266
12.9 Test de verificare a cunostintelor nr. 11
1. Deniti urmatoarele notiuni:
f : R2 R , f (x, y) = x3 + y 3 + 3xy.
f : R2 R , f (x, y) = x2 + y 4.
f :R , = (, 1] [1, ), cu
x2 y2
2
+ 2 1 = 0.
a b
1 (x, y, z, t) = x + 2y + 3z + 2t = 0 si
2 (x, y, z, t) = x + y + z + t = 0.
10. Fie functia de productie f : [0, ) [0, ) R cu f (x, y) = x0,3 y 0,5 , unde x este capitalul
iar y este forta de munca. Sa se determine productia maxima cu restrictia 6x+2y = 384.
267
Indicatii si raspunsuri Test nr. 11
3. (2, 2) este punct de minim cu f (2, 2) = 37; (2, 2) este punct de minim cu f (2, 2) =
37.
268
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
269
Capitolul 13
b
Obiective: Stim ca f (x)dx reprezinta o integrala Riemann, daca sunt ndeplinite
a
conditiile: a = si b = ; f functie marginita pe [a, b] si f functie reala de o singura
b
variabila reala. Daca una din aceste conditii nu este ndeplinita, atunci expresia f (x)dx
a
constituie o extindere a notiunii de integrala. Scopul acestui capitol este de a prezenta
cateva astfel de extinderi ale notiunii de integrala.
Rezumat: In acest capitol sunt prezentate extinderi ale notiunii de integrala si
anume inegralele improprii, integralele ce depind de unul sau mai multi parametri, inte-
gralele euleriene (Functiile Gamma si Beta ale lui Euler), inegralele duble (inclusiv metode
de calcul ale acestora).
Continutul capitolului:
1. Integrale improprii
2. Integrale cu parametri
3. Integrale euleriene. Functia Gamma. Functia Beta
4. Integrale duble
5. Test de vericare a cunostintelor
6. Bibliograa aferenta capitolului
Cuvinte cheie: integrala improprie, integrala ce depinde de parametri, functia
Gamma, functia Beta, inegrale duble, coordonate polare.
+ b
+
I= f (x)dx , I = f (x)dx , I = f (x)dx = f (x)dx,
a R
atunci spunem ca avem integrale improprii de speta nai. Daca functia de integrat este
nemarginita pe [a, b], atunci spunem ca avem integrale improprii de speta a doua. Daca atat
intervalul de integrare este de lungime innita, cat si f este nemarginita n acest interval,
atunci spunem ca avem integrale improprii mixte.
270
Denitia 13.1.1 Fie f : [a, ) R o functie integrabila pe orice interval [a, b], b R, b > a.
b
Daca exista lim f (x)dx, atunci prin definitie
b
a
b
f (x)dx = lim f (x)dx;
b
a a
cand limita este finita spunem ca integrala este convergenta iar n caz contrar, adica daca
limita nu exista sau este infinita, spunem ca integrala improprie este divergenta.
si
b
f (x)dx = a
lim f (x)dx.
b
a
b
f (x)dx = f (t)dt
b
si
+ C
+
Limita
1
lim (b1 a1 )
b 1
a1
este nita, ind egala cu , pentru 1 < 0, adica > 1.
1
In cazul = 1 avem
b
dx dx
= lim = lim (ln b ln a) = ,
x b x b
a a
271
dx a1
In concluzie, avem ca = pentru > 1, adica este convergenta, iar pentru 1
x 1
a
integrala improprie este divergenta.
Exemplul 13.1.2. Fie de calculat integrala improprie
+
dx
.
x2 + 4
Avem
+ b
dx dx
= a
lim =
x2 + 4 b
x2 + 4
a
1 b a 1 $ $ %%
= a
lim arctg arctg = = .
b
2 2 2 2 2 2 2
k N, k > a.
k+n k
Daca notam un = f (x)dx, n = 1, 2, ..., u0 = f (x)dx, atunci
k+n1 a
f (x)dx = un ,
k n=0
Demonstratia rezulta imediat din Criteriul lui Cauchy scris pentru seria numerica un .
n0
Denitia 13.1.2 Integrala improprie f (x)dx se numeste absolut convergenta daca inte-
a
grala improprie |f (x)|dx este convergenta.
a
272
Teorema 13.1.2 Daca f (x)dx este absolut convergenta, atunci ea este convergenta.
a
Teorema 13.1.3 (primul criteriu de comparatie) Fie f, g functii definite si integrabile pentru
x a. Daca 0 f (x) g(x) pentru x a, atunci:
1) daca g(x)dx este convergenta, atunci si f (x)dx este convergenta;
a a
2) daca f (x)dx este divergenta, atunci si g(x)dx este divergenta.
a a
Teorema 13.1.4 (Al doilea criteriu de comparatie) Fie functiile f, g : [a, ) (0, ). daca
f (x)
lim = k, k (0, ), atunci integralele improprii f (x)dx si g(x)dx su aceeasi natura,
x g(x)
a a
adica ambele sunt convergente sau ambele sunt divergente. Daca k = 0, atunci convergenta
integralei g(x)dx implica convergenta integralei f (x)dx.
a a
Corolarul 13.1.1 Fie f : [a, ) (0, ), a > 0. Daca exista lim x f (x) = k, k constanta reala
x
finita, pentru > 1, atunci integrala f (x)dx este convergenta. Daca 1 si k > 0, atunci
a
integrala este divergenta.
273
Avem
Pm (x) am xm + am1 xm1 + ... + a0
lim x = lim x =
x Qn (x) x bn xn + bn1 xn1 + ... + b0
am1 a0
am + + ... + m
= lim x+mn x x = am
x bn1 b0 bn
bn + + ... + n
x x
daca = n m. Conform Corolarului 13.1.1, integrala data este convergenta daca n m 2.
In mod analog se studiaza si integralele improprii de speta a doua.
b
f (x)dx = lim f (x)dx.
b
<b
a a
Daca limita este nita, atunci spunem ca integrala improprie este convergenta iar n caz
contrar spunem ca integrala este divergenta.
Daca f este nemarginita n a atunci
b b
f (x)dx = a
lim f (x)dx,
>a
a
b c b
f (x)dx = f (x)dx + f (x)dx.
a a c
b
Pe baza acestor considerente, ne putem limita numai la cazul f (x)dx, cu lim |f (x)| = .
xb
x<b
a
b
dx
Exemplul 13.1.5. Integrala este convergenta pentru < 1 si divergenta pentru
(b x)
a
1.
Avem
dx 1 1
= =
(b x) 1 (b x)1 a
a
* +
1 1 1
= ,
1 (b )1 (b a)1
cu * +
1 1 1 1 1
lim =
b
<b
1 (b )1 (b a)1 1 (b a)1
274
Daca b a > 1, atunci putem scrie
1 1
b
b1
b 2
b 3
1
b n+1
+ f (x)dx + ...,
1
b n
1
b1
b n+1
f (x)dx = un ,
a n=0
Denitia 13.1.2 si Teoremele 13.1.2 si 13.1.3 se pastreaza fara modicari si pentru inte-
gralele improprii de speta a doua.
Teorema 13.1.6 (Al doilea criteriu de comparatie). Fie functiile f, g : [a, b) (0, ). Daca
b b
f (x)
lim = k, k (0, ), atunci integralele improprii f (x)dx si g(x)dx au aceeasi natura.
xb g(x)
x<b
a a
b
Daca k = 0, atunci convergenta integralei improprii g(x)dx implica convergenta integralei
a
b
improprii f (x)dx.
a
Corolarul 13.1.2 Fie f : [a, b) (0, ) cu lim f (x) = . Daca lim (b x) f (x)dx = k, k con-
xb xb
x<b x<b
b
stanta reala finita, pentru < 1, atunci integrala improprie f (x)dx este convergenta. Daca
a
1 si k = 0, atunci integrala este divergenta.
1
dx
Exemplul 13.1.6. Sa studiem convergenta integralei .
6
1 x6
0
275
1
Functia f : [0, 1) (0, ), f (x) = divine innita cand x 1, x < 1, deci avem o
1 x6
6
1
Se observa ca functia f : (a, b) (0, ), f (x) = devine + atat n a cat si
(x a)(b x)
n b.
Pentru studierea naturii integralei utilizam Corolarul 13.1.2.
Avem
1 1 1
lim (b x) f (x) = lim (b x) 2 =
xb
x<b
xb
x<b
xa ba
1
pentru = < 1 si
2
1 1 1
lim (x a) 2
lim (x a) f (x) = xa =
xa
x>a x>a bx ba
1
pentru = < 1, deci integrala data este convergenta.
2
Observatia 13.1.2 Din consideratiile anterioare, deducem ca proprietatile principale ale in-
tegralei Riemann se pastreaza si n cazul integralelor improprii convergente. Astfel, de
exemplu, pentru o integrala improprie de speta ntai are loc formula lui Leibniz - Newton.
Teorema 13.1.7 Fie f : [a, ) R, integrabila si fie F o primitiva a functiei f pe intervalul
[a, ). Atunci integrala improprie f (x)dx este convergenta daca si numai daca exista
a
lim F (x) si n plus este valabila formula Leibniz - Newton
x
f (x)dx = F () F (a) , F () = lim F (x).
x
a
8b
Demonstratie. Pentru orice b > a avem f (x)dx = F (b) F (a) si prin trecere la limita se
a
obtin armatiile din enunt.
In mod analog se extind schimbarea de variabila si integrarea prin parti.
Exemplul 13.1.8. Sa calculam
(x 1)ex dx.
0
Avem
x
x
(x 1)e dx = xe = 0.
0 0
276
Observatia 13.1.3 In cazul unor integrale improprii divergente se ataseaza o valoare printr-
un procedeu datorat lui Cauchy.
f (x)dx
b
f (x)dx
a
Denitia 13.1.4 Integrala improprie f (x)dx se numeste convergenta n sensul valorii prin-
cipale Cauchy, daca limita
a
+
2
dx
Exemplul 13.1.9. Pentru integrala improprie divergenta avem
x
1
2 2
dx dx dx
vpC = lim + = ln 2.
x 0 x x
1 1
unde 1 , 2 , ..., p sunt parametrii reali cu valori din anumite multimi de numere. Se observa
imediat ca o integrala de acest fel deniste o functie de p variabile 1 , 2 , ..., p .
In legatura cu astfel de functii se pune problema studierii proprietatilor de baza (trecerea
la limita, continuitatea, derivabilitatea si integrabilitatea) fara a calcula efectiv integrala
care deneste functia.
In continuare, ne vom limita numai la cazul p = 1, adica la functiile de forma:
b
(13.1) I() = f (x, )dx , Y R.
a
277
Teorema 13.2.1 (Teorema trecerii la limita) Fie f : [a, b] Y R o functie de doua variabile,
integrabila n raport cu x pe [a, b] si 0 un punct de acumulare pentru Y . Daca exista
lim f (x, ), atunci
0
b b
lim I() = lim f (x, )dx = lim f (x, ) dx.
0 0 0
a a
Demonstratie. Fie > 0 si notam lim f (x, ) = g(); atunci exista () > 0 astfel ca pentru
0
| 0 | < () sa avem |f (x, ) g()| < /(b a). Atunci putem scrie:
b
b
f (x, )dx g()dx =
a a
b
b
b
= (f (x, ) g()dx) f (x, ) g()a dx < ,
a a
Observatia 13.2.1 Teorema 13.2.1 ne arata ca ntr-o integrala cu parametru putem inter-
venti operatia de integrare cu operatia de trecere la limita.
Pentru a putea aprofunda studiul proprietatilor functiei I() vom considera Y = [c, d].
Teorema 13.2.2 Daca functia f : [a, b] [c, d] R este continua n raport cu ansamblul
variabilelor pe dreptunghiul [a, b] [c, d], atunci functia I definita de (13.1) este continua pe
intervalul [c, d].
b
I() I(0 ) = [f (x, ) f (c, 0 )]dx.
a
Functia de doua variabile f , ind continua n dreptunghiul [a, b] [c, d], este si uniform
continua n acest domeniu. Atunci, pentru orice > 0, exista un () > 0, asa ncat sa avem
|f (x, ) f (x, 0 )| <
ba
daca | 0 | < ().
Acum, putem scrie
b
|I() I(0 )| |f (x, ) f (x, 0 )|dx < (b a) = ,
ba
a
Teorema 13.2.3 (De derivare sub semnul integrala) Daca f : [a, b] [c, d] R este continua
n dreptunghiul [a, b] [c, d] si exista derivata partiala f continua n raport cu ansamblul
278
b
variabilelor n acelasi dreptunghi, atunci functia I() = f (x, )dx este derivabila pe [c, d] si
a
are loc formula
b
I () = f (x, )dx.
a
care ne arata ca functia I este derivabila n 0 si are loc formula din enuntul teoremei.
Exemplul 13.2.1. Sa calculam derivata functiei I denita prin
1
sin x
I() = dx , R.
x
0
sin x
Integrala nu este improprie deoarece lim = .
x0 x
Avem
1 1
cos x
I () = x dx = cos xdx =
x
0 0
1
sin x sin
= = .
0
b()
Daca, pe langa conditiile din Teorema 13.2.3, mai adaugam faptul ca functiile a si b sunt
derivabile n raport cu pe [c, d], atunci are loc formula
b()
I () = f (x, )dx + b ()f (b(), ) a ()f (a(), ).
a()
Teorema 13.2.4 (de integrare) Daca functia f : [a, b] [c, d] R este continua n raport cu
ansamblul variabilelor n dreptunghiul [a, b] [c, d], atunci oricare ar fi intervalul [, ] [c, d]
are loc egalitatea
b b
I()d = f (x, )dx dx = f (x, )dx dx.
a a
279
Cu alte cuvinte, n conditiile teoremei se poate integra sub semnul integralei, sau se
poate schimba ordinea de integrare.
Demonstratie Fie z [c, d]; vom demonstra egalitatea mai generala
z b b z
f (x, )dx d = f (x, )d dx.
a a
Facem notatiile
z b
(z) = f (x, )dx d
a
si
b z
(z) = f (x, )d dx.
a
Avem
b
(z) = f (x, )dx,
a
si
b
(z) = f (x, )dx,
a
1
I() = x dx.
0
de unde 1
b 1 b
x+1 x
d = dx
+ 1 ln x a
a 0 0
sau
b 1
d xb xa
= dx,
+1 ln x
a 0
ceea ce conduce la
1
xb xa b+1
dx = ln( + 1)|ba = ln .
ln x a+1
0
280
De fapt, aceasta este una dintre aplicatiile importante ale integralelor cu parametrii:
calculul unor integrale greu de evaluat pe alta cale.
Deseori, integrale fara parametru sunt transformate n integrale cu parametru la care,
apoi, se aplica derivarea sau integrarea sub semnul integralei si se obtine o valoare mai
generala pentru integrala data. Prin particularizarea parametrului se obtine valoarea inte-
gralei date.
Exemplul 13.2.3. Sa calculam integrala
1
arctgx
I= dx.
x 1 x2
0
arctgx
Se observa ca integrala nu este improprie deoarece lim = 1. Consideram inte-
x0 x 1 x2
grala mai generala
1
arctgx
I() = dx , [0, ).
x 1 x2
0
Derivam n raport cu parametrul si avem
1 1
() x 1 dx
I = 2 2
dx = .
1 + x x 1 x2 (1 + 2 x2 ) 1 x2
0 0
1
. =
2 1 + 2
De aici, integrand n raport cu , gasim
I() = ln( + 1 + 2 ) + C.
2
Cum I(0) = 0, rezulta C = 0 si
I() = ln( + 1 + 2 ).
2
Pentru = 1 avem
I(1) = I = ln(1 + 2).
2
Observatia 13.2.3 In cazul cand integrala ce depinde de un parametru este improprie, cele
expuse n acest paragraf raman valabile cu conditia ca integralele improprii cu care se
lucreaza sa fie convergente.
Scriem
1
x sin x sin x
I() = e dx + ex dx.
x x
0 1
281
sin x
lim ex
Cum x0 = 1, rezulta ca prima integrala este convergenta.
x>0
x
Deoarece, pentru x 1 avem
x sin x
e ex
x
si
x
x e =e ,
e dx =
1 1
sin x
deducem ca ex dx este convergenta. Prin urmare, I() este bine denita.
x
1
Aplicand teorema de derivare a integralelor cu parametru, avem:
x sin x
I () = e (x) dx = ex sin xdx,
x
0 0
I () = 1 2 I (),
de unde
1
I () = ,
1 + 2
din care rezulta
I() = arctg + C.
Pentru determinarea constantei C calculam
lim I() = + C,
2
pe de o parte, si din
x sin x 1
|I()| e dx ex dx =
x
0 0
lim I() = 0.
Avem deci C = 0, de unde C = . Rezulta ca I() = arctg. din acest rezultat,
2 2 2
prin trecere la limita cand 0, > 0, gasim
sin x
dx = .
x 2
0
282
Denitia 13.3.1 Functia : (0, ) R definita prin
(p) = ex xp1 dx
0
se numeste functia Gamma sau functia lui Euler de speta a doua, iar functia B : (0, )
(0, ) R definita prin
1
B(p, q) = xp1 (1 x)q1 dx
0
Teorema 13.3.1 Functiile si B sunt bine definite, adica integralele improprii care le de-
finesc sunt convergente.
0 1
1
Prima integrala I1 = ex xp1 dx pentru p 1 nu este improprie. pentru p (0, 1) avem
0
lim x ex xp1 = x0
x0
lim x+p1 ex = 1
x>0 x>0
1) (1) = 1;
2) (p + 1) = p(p);
3) (n + 1) = n! , n N;
2
4) (p) = 2 et t2p1 dt;
0
5) (p)(1 p) = , p (0, 1) (numita formula complementelor).
sin p
1
6) = .
2
Demonstratie
283
1) (1) = ex dx = ex |
0 =1
0
+p ex xp1 dx = p(p).
0
1
tp1 + tq1
2) B(p, q) = dt;
(1 + t)p+q
0
(p) (q)
3) B(p, q) = (formula de legatura dintre functiile B si sau formula lui Dirich-
(p + q)
let);
4) B(p, q) = B(q, p) (proprietatea de simetrie);
p1
5) B(p, q) = B(p 1, q); p > 1, q > 0;
p+q1
q1
B(p, q) = B(p, q 1), p > 0, q > 1.
p+q1
284
Demonstratie
y
1) Facem schimbarea de variabila x = si avem
y+1
p1 q1
y y dy
B(p, q) = 1 =
y+1 y+1 (y + 1)2
0
y p1
= dy.
(1 + y)p+q
0
285
4) Rezulta imediat din 3).
5) Aceste formule rezulta din formula de legatura de la 3) si utilizand formula de recurenta
pentru .
Observatia 13.3.1 Integralele euleriene sunt utile n studiul multor functii neelementare.
De aceea, valorile lor au fost tabelate.
Calculul multor integrale se reduce prin diferite transformari, la evaluarea functiilor B
si .
1
In integrala din membrul doi se recunoaste expresia functiei pentru p 1 = , adica
2
1
p = . Atunci, putem scrie
2
2 1 1
ex dx = = .
2 2 2
0
Exemplul 13.3.2. Sa calculam
4
x
I= dx.
(1 + x)2
0
Putem scrie
1
x4
I= dx,
(1 + x)2
0
1
care comparata cu exprimarea lui B data de 1) din Teorema 13.3.3, conduce la p 1 = si
4
5 3
p + q = 2, de unde p = si q = .
4 4
Rezulta ca
5 3
I=B , ,
4 4
de unde, utilizand formula de legatura dintre B si , obtinem
5 3 1 1 3
4 4 4 4 4
I= = =
5 3 (2)
+
4 4
1 1 3
= .
4 4 4
Acum, utilizand formula complementelor avem
1 2
I= = .
4 sin 4
4
286
In general, integralele de forma
xm
I= dx , np > m + 1
(1 + xn )p
0
x = (1 t)a + bt , t [0, 1]
si avem
1
Im,n = (b a) m+n+1
tm (1 t)n dt =
0
= (b a)m+n+1 B(m + 1, n + 1) =
(m + 1)(n + 1)
= (b a)m+n+1 .
(m + n + 2)
1
1
Exemplul 13.3.4. Sa calculam I = lnp dx, p R, p > 1
x
0
Facem schimbarea de variabila x = et si avem
I= tp et dt = (p + 1).
0
287
In ecare subdomeniu Di al diviziunii (n ) alegem un punct arbitrar de coordonate
(i , i ), i = 1, n, numite puncte intermediare.
Cu aceste precizari, introducem suma integrala
n
(n , , , f ) = f (i , i )ai .
i=1
288
Pentru cazul particular f 1, avem
dy = aria(D).
D
Teorema 13.4.7 (de medie) Daca f, g : D R2 R sunt integrabile pe D, m = inf f (x, y),
(x,y)D
M= sup f (x, y) si g are semn constant pe D, atunci exista un numar real [m, M ] asa
(x,y)D
ncat
f (x, y)d(x, y)dxdy = g(x, y)dxdy,
D D
numita formula de medie generalizata pentru integrala dubla.
289
Daca g(x, y)dxdy = 0, atunci prin mpartire cu acest numar n (13.3) avem
D
f (x, y)g(x, y)dxdy
D
m M,
g(x, y)dxdy
D
Cazuri particulare
13.4.1 Daca f este continua pe D, atunci exista un punct (, ) D asa ncat = f (, ).
13.4.2 Daca g 1 pe D, atunci formula de medie ia forma
f (x, y)dxdy = aria(D),
D
Teorema 13.4.8 Daca f : [a, b] [c, d] R este integrabila pe dreptunghiul D = [a, b] [c, d] si
daca pentru orice x constant din intervalul [a, b], functia f este integrabila n raport cu y,
adica exista
d
F (x) = f (x, y)dy , x [a, b],
c
atunci avem
b d
f (x, y)dxdy = dx f (x, y)dy.
D a c
respectiv
Dy = max (yj yj1 ).
j=1,n
290
i = 1, m, j = 1, n si avand norma D data de i=1,m
max di,j , de unde dij este diametrul dreptun-
j=a,n
ghiului Dij .
Se observa imediat ca daca Dx 0 si Dy 0, atunci D 0 si reciproc.
Alegem punctele intermediare (i , j ) Dij , i [xi1 , xi ], j [yj1 , yj ], i = 1, m, j = 1, n.
Deoarece f este integrabila pe D, iar functia F exista si este integrabila pe [a, b], avem
succesiv
m
n
f (x, y)dxdy = lim f (i , j )ariaDij =
D0
D i=1 j=1
n
= lim f (i , j )(xi xi1 )(yj yj1 ) =
Dx 0
Dy 0 i=1 j=1
n
= lim (xi xi1 ) lim f (i , j )(yj yj1 ) =
Dx 0 Dy 0
i=1 j=1
m d
= lim (xi xi1 ) f (i , y)dy =
Dx 0
i=1 c
m b
= lim F (i )(xi xi1 ) = F (x)dx =
Dx 0 a
i=1
b d
= dx f (x, y)dy,
a c
b d
f (x, y)dxdy.
a c
b d b d
f (x, y)dxdy = dx f (x, y)dy.
a c a c
b d d b
f (x, y) = dy f (x, y)dx.
a c c a
Avem
1 2 1 2
dy 1
I= dx = dx =
(x + y + 1)2 x + y + 1
0 1 0 1
291
1
1 1
= + dx =
x+3 x+2
0
Denitia 13.4.2 Spunem ca un domeniu D este regulat n raport cu una din axele de coor-
donate daca orice paralela la una din axele de coordonate ntalneste curba care margineste
domeniul n cel mult doua puncte.
y=n(x)
c
0 a b x
Fig. 13.4.1
Teorema 13.4.9 Daca functia f este definita si integrabila pe domeniul D = {(x, y)| a x
b, (x) y (x)} si pentru fiecare x [a, b] exista integrala
(x)
292
Folosind proprietatea de aditivitate a integralei duble fata de domeniu (Teorema 13.4.2),
putem scrie
g(x, y)dxdy =
D
(13.4) g(x, y)dxdy + g(x, y)dxdy =
D D
= f (x, y)dxdy,
D
deoarece g(x, y)dxdy = 0.
D
Dar, integrala g(x, y)dxdy se poate calcula folosind si formula din Teorema 13.4.8.
D
Avem
8b 8d
g(x, y)dxdy = g(x, y)dxdy =
D a c
b d b
(x)
= dx g(x, y)dy = dx g(x, y)dy+
a c a c
(13.5)
(x) d
+ g(x, y) + g(x, y)dy =
(x) (x)
b
(x)
= dx f (x, y)dy
a (x)
deoarece
(x) d
g(x, y)dy = 0 si g(x, y)dy = 0.
c (x)
293
y
1 A(1, 1)
x
y=
x 2
y=
0 1 x
Fig. 13.4.2
1 x
I= dx (3x y + 2)dy =
0 x2
1 x
y2
= 3xy + 2y dx =
2
2
0 x
1
x2 x4
= 3x2 + 2x 3x3 + 2x2 dx =
2 2
0
1
x4 3 x2 31
= 3x + + 2x dx = .
2 2 60
0
Observatia 13.4.1 Daca avem de calculat o integrala dubla pe un domeniu arbitrar, atunci
ncercam sa gasim o partitie a sa n domenii regulate si apoi aplicam proprietatea de
aditivitate fata de domeniu.
294
O schimbare de variabile des utilizata este cea polara:
x = r cos , y = r sin ,
A(x, y)
r
2
0 x
Fig. 13.4.3
r
2
a x
0
Fig. 13.4.4
295
si avem
a 2
1 rdrd
I = rdrd = =
1 + r2 1 + r2
0 0 a
a 2
rdr
= dr d = 1 + r2 =
1 + r2 2
0 0
0
2
= ( 1 + a 1).
2
Observatia 13.4.2 Prin analogie cu integralele improprii din functiile de o variabila reala,
se pot introduce si integrale duble (n general, multiple ) improprii.
Observatia 13.4.3 In domeniul economic integralele duble apar deseori n studiul modelelor
matematico - economice descrise prin variabile aleatoare bidimensionale.
296
13.5 Test de verificare a cunostintelor nr. 12
1. Deniti urmatoarele notiuni:
1 eax
3. Sa se calculeze integrala I(a) = dx care depinde de parametrul real a > 1.
x ex
0
4. Calculati integrala
2
1 1 + b sin x
I(b) = ln dx cu b R.
sin x 1 b sin x
0
5. a) Calculati integrala:
2
I(b) = ln(cos2 x + b2 sin2 x)dx
0
297
x2
d) I = .
(1 + x4 )2
0
7. Calculati:
dxdy
a) I = , unde D este dreptunghiul [3, 4] [1, 2];
D (x + y)2
1 1
ydxdy
b) I = 3 ;
(1 + x2 + y 2 ) 2
0 0
1 0
c) I = x exy dxdy.
0 1
8. a) Calculati I = (x2 + y)dxdy unde D este domeniul marginit de parabolele y = x2
D
si y 2 = x.
x2
b) Calculati I = dxdy unde D este marginit de dreptele x = 2, y = x si hiperbola
D y2
xy = 1.
9. Calculati I = xydxdy, unde D este sfertul de cerc x2 + y 2 R2 situat n primul
D
cadran.
x2 sin(xy)
10. Calculati I = dxdy, unde D este domeniul marginit de parabolele x2 = y,
D y
2
x = 2y, y = x, y 2 = x.
2
2
298
Indicatii si raspunsuri Test nr. 12
| sin x| 1 dx
d) Folosind w
w si converge pentru w > 1 se deduce convergenta inte-
x x xw
1
gralei.
3. I(a) = ln(a + 1).
4. I(b) = arcsin (b).
b+1
5. a) I(b) = ln .
2
1 y2
b) I(y, k) = ln 1 + 2 .
2
3 3
6. a) I = , = .
2 2 8
5 3 2
b) I = , = .
4 4 4
1 2 1 2
c) I = , = .
3 3 3 3 3
1 3 5 2
d) I = , = .
4 4 4 16
2 4
dx 25
7. a) I = dx = ln .
(x + y)2 24
1 3
1 1
ydx (1 + 2) 2
b) I = dx 3 = ln .
(1 + x2 + y 2 ) 2 1+ 3
0 0
1 x
33
8. a) I = (x2 + y)dy dx = .
100
0 x2
2 x 2
x 9
b) I = dy dx = .
y2 4
1 1
x
2
1 2
10. I = u sin(uv) dudv = unde x2 = u y cu 1 u 2 si y 2 = vx cu v .
3 3 2
1
2
299
Bibliograa aferenta capitolului:
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
Editura ULB, Sibiu, 2002.
[2] Nicolescu, M., Dinculeanu, N., Marcus, S., Manual de analiza matematica, Vol.I,
1962, Vol.II, 1964, Editura Didactica si Pedagogica, Bucuresti.
[3] Stanasila, O., Analiza matematica, Editura Didactica si Pedagogica, Bucresti, 1981.
300