MatematiciAplicateInEconomiePentruIDD PDF

UNIVERSITATEA "LUCIAN BLAGA" DIN SIBIU
Dumitru Acu Mugur Acu

Petric Dicu Ana Maria Acu
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 Matrice. Determinanti. Sisteme de ecuatii liniare 28

3.1 Matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Determinanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3 Sisteme de ecuatii liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4 Operatori liniari. Forme biliniare si forme patratice 53

4.1 Operatori liniari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Forme biliniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.3 Forme patratice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5 Elemente de programare liniara 72

5.1 Obiectul programarii matematice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.2 Notiuni generale relative la o problema de programare liniara . . . . . . . . . . . . . . . . 73
5.3 Algoritmul simplex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4 Cazuri speciale ntr-o problema de P.L. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.4.1 Solutii multiple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.4.2 Solutie innita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.4.3 Degenerare n problemele de programare liniara . . . . . . . . . . . . . . . . . . . . 82
5.5 Rezolvarea problemei generale de programare liniara . . . . . . . . . . . . . . . . . . . . . 83
5.6 Dualitatea n problemele de programare liniara . . . . . . . . . . . . . . . . . . . . . . . . 85
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
7 Probleme de transport 130

7.1 Modelul matematic pentru o problema de transport . . . . . . . . . . . . . . . . . . . . . 130
7.2 Determinarea unei solutii initiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.2.1 Metoda coltului NordVest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
7.2.2 Metoda elementului minim . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7.2.3 Metoda diferentelor maxime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
7.3 Ameliorarea (mbunatatirea) unei solutii . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.4 Aarea unei solutii optime . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.5 Degenerarea n problemele de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
7.6 Probleme de transport cu capacitati limitate . . . . . . . . . . . . . . . . . . . . . . . . . 141
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
9 Serii numerice 169

9.1 Notiuni preliminare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
9.2 Criterii de convergenta pentru serii numerice cu termeni oarecare . . . . . . . . . . . . . . 173
9.3 Serii absolut convergente. Serii semiconvergente . . . . . . . . . . . . . . . . . . . . . . . . 176
9.4 Serii cu termeni pozitivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.5 Problema economica. Fluxul de venit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
10 Functii ntre spatii metrice 190

10.1 Vecinatatea unui punct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
10.2 Functii ntre spatii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
10.3 Limita unei functii ntr-un punct . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
10.4 Continuitatea functiilor ntre spatii metrice . . . . . . . . . . . . . . . . . . . . . . . . . . 206
11 Derivarea functiilor reale 220

11.1 Denitia derivatei si proprietatile ei de baza . . . . . . . . . . . . . . . . . . . . . . . . . . 220
11.2 Proprietati de baza ale functiilor derivabile pe un interval . . . . . . . . . . . . . . . . . . 224
11.3 Diferentiala unei functii reale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
11.4 Aplicatiile derivatei n economie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
11.5 Test de vericare a cunostintelor nr. 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
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
13 Generalizari ale notiunii de integrala 270

13.1 Integrale improprii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
13.2 Integrale cu parametri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
13.3 Integrale euleriene. Functia Gamma. Functia Beta . . . . . . . . . . . . . . . . . . . . . . 282
13.4 Integrale duble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
5
Capitolul 1
Introducere
Obiective: In acest capitol introductiv se pune n evidenta importanta cunoasterii matematicii

pentru un viitor economist.
Rezumat: In acest capitol sunt prezentate principiile modelarii matematico-economice cu
prezentarea catorva modele precise, cum ar optimizarea productiei unei ntreprinderi, modele de gos-
podarie si problema dietei (nutritiei).
Continutul capitolului:
1. Necesitatea utilizarii matematicii n stiintele economice
2. Modelarea matematico-economica
3. Cateva exemple de modele matematico-economice
4. Bibliograa aferenta capitolului
Cuvinte cheie: metode matematice, model matematic, optim economic, optimizarea
productiei, modele de gospodarie, problema dietei.
1.1 Necesitatea utilizarii matematicii n stiintele economice

In prezent si n viitor este clar pentru oricine ca o simpla observatie a unui fenomen economic,
fara un studiu matematic si statistic aprofundat, nu mai este satisfacatoare si nu poate acceptata fara
urmari dintre cele mai grave. Folosirea metodelor matematicii n practica economica, de orice nivel,
constituie o preocupare cu efecte benece n rezolvarea problemelor economice actuale.
Cel care este interesat de studiul fenomenelor economice trebuie sa aiba o pregatire interdisci-
plinara.
Studierea globala a aspectelor calitative si cantitative a unui fenomen economic necesita un anu-
mit volum de notiuni; concepte si metode matematice care considerate ca un ansamblu dau un asa
numit model matematic atasat fenomenului studiat. Modelarea este un atribut al activitatii umane,
ntalnit n procesul de cunoastere a lumii, prin care omul reuseste sa surprinda esentialul si sa descopere
legile dupa care se guverneaza fenomenele naturale, sociale si psihice.
Utilizarea matematicii n problemele economice, prin utilizarea modelelor matematice, nu este o
chestiune simpla. Istoric, ele cocheteaza de mult timp, dar rezolvarea problemelor ridicate de studiul
unui fenomen economic, numarul mare de date cu care lucreaza si volumul mare de calcule necesare,
pretindea o tehnica de calcul puternica. Aparitia informaticii si calculatoarelor rapide au facut sa
apara capitole noi n matematica, care sa se preocupe de modelarea proceselor economice, ca de ex-
emplu cercetarile operationale. Asa cum sublinia profesorul Andre Brunet cercetarea operationala este
pregatirea stiintica a deciziilor ([3]).
In conditiile actuale este necesar ca la orice nivel de decizie sa prelucram un numar mare de
informatii si date care sa permita un rationament logic n alegerea variantei celei mai potrivite.
Un alt motiv care pledeaza pentru utilizarea matematicii n studiul proceselor economice este si
dorinta omului de a atinge un anumit optim.
Problema alegerii dintr-o multime de rezultate posibile pe cel optim, n concordanta cu un anu-
mit scop, este de o importanta majora pentru orice economist, teoretician sau practician. Notiunea de
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.
1.2 Modelarea matematico-economica

Aplicarea matematicii n economie are doua directii principale. Prima, care foloseste metodele
matematicii ca instrument menit sa sprijine studiul calitativ al fenomenelor economice si a doua, n
care matematica este utilizata la analiza aspectelor cantitative din practica economica (planicare,
prognoza, etc.). Utilitatea matematicii ca instrument ajutator economistului se evidentiaza n plan:
logic, empiric si euristic. Traducand o situatie economica ntr-o problema matematica, i putem verica
consistenta, planul empiric si, n ne, dezvaluirea de relatii noi. Insa, o astfel de metoda de lucru impune
precizarea conceptului de model.
Esenta metodei modelarii consta n nlocuirea obiectului sau fenomenului real care ne intereseaza
cu un alt obiect sau fenomen, mai convenabil pentru cercetare. Dupa o astfel de substituire nu se mai
studiaza obiectul primar ci modelul, iar apoi rezultatul cercetarilor se extinde asupra obiectului sau
fenomenului initial, cu anumite precautii.
Termenul de model vine de la diminutivul lui modus (masura n limba latina), care este modulus.
In limba germana a devenit model, iar n secolul al XVI-lea n Franta se folosea deja termenul modele,
provenit din italienescul modello. Acelasi cuvant a dat n limba engleza termenul model. Inca de la
nceput sensul cuvantului model oscila ntre concret si abstract. Se pare ca primul care a folosit conceptul
de model n sensul actual a fost matematicianul italian Beltrami, n anul 1868, cand a construit un model
euclidian pentru o geometrie neeuclidiana.
In stiinta se ntalnesc diferite modele: modelul atomic, modelul cosmologic, modele de crestere
economica etc.
Astazi, metoda modelarii este o metoda generala de cercetare si studiere a unor procese reale cu
ajutorul cercetarii si studierii altor procese, care pot mai apropiate sau mai departate de cele initiale.
Modelul trebuie sa reecte ntr-o cat mai mare masura proprietatile originalului care sunt legate de scopul
cercetarii. Atragem nsa atentia ca modelul nu este la fel cu originalul.
Modelele ne servesc n viata de toate zilele, n stiinta, n nvatamant, industrie, proiectare, arta, etc.
Multe din modele, cum ar hartile mulajele, machetele, desenele etc., constituie o reproducere materiala
a unor aspecte ale originalului cercetat. Asemenea modele materiale au posibilitati limitate, multe din
ele servind mai mult ntelegerii si mai putin cunoasterii originalelor. Pentru cunoasterea stiintica s-a
trecut la modele simbolice, care sunt modele matematice. Utilizarea limbajului matematic n
descrierea unor modele, permit acestora sa aiba un nalt grad de abstractizare si de generalizare, unul
si acelasi model (ecuatie, functie, sistem, etc.) poate descrie cu mult succes obiecte sau situatii total
diferite. Intr-un model matematic se folosesc pentru descriere numai mijloace matematice si logice, ceea
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 satisfacatoare. 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.
1.3 Cateva exemple de modele matematicoeconomice

In acest paragraf prezentam cateva din cele mai cunoscute modele matematicoeconomice.
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.
1.3.2 Modele de gospodarire

Orice rma doreste e sa-si maximizeze veniturile, e sa-si minimizeze cheltuielile, iar consumatorii
sa-si distribuie salariile asa ncat sa-si satisfaca la maximum nevoile vietii. De fapt, orice situatie de
gospodarire impune o repartizare optima a unor resurse disponibile limitate ntre diferite activitati care
se desfasoara pentru realizarea unui anumit scop.
Acest tip de procese economice poarta numele de probleme de gospodarire.
Un model pentru o problema de gospodarire se compune din doua parti: prima referitoare la
restrictii si o a doua care descrie criteriul sau obiectivul activitatii de derulat. Intr-un astfel de model se
cere gasirea valorilor unor variabile x1 , x2 , . . . , xn pentru care o functie f (x1 , x2 , . . . , xn ) este optima si
care sunt supuse unor restrictii de forma:
F1 (x1 , x2 , . . . , xn ) 0,
F2 (x1 , x2 , . . . , xn ) 0,
......................
Fm (x1 , x2 , . . . , xn ) 0,
unde semnul poate si .
Cum orice model de gospodarire are menirea de a stabili un program de actiune, el a capatat
denumirea de model de programare. Domeniile de aplicare a modelelor de programare se refera la
un numar mare de probleme de planicare din industrie, transporturi, agricultura, s.a. Unele din ele au
o foarte mare circulatie si numeroase aplicatii fapt ce le-au facut celebre. Dam un astfel de exemplu n
subparagraful urmator.
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
Natura datelor cu care lucram impun si conditiile de nenegativitate:
(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 .
Problema dietei cere sa determinam x1 , x2 , . . . , xn asa ncat f sa e minima. O astfel de dieta se

numeste optima. Orice dieta care satisface restrictiile (1.2) si (1.3) se numeste admisibila.
Modelul dietei poate folosit si n alte situatii, ca de exemplu: problema furajarii rationale (n
zootehnie), chestiunea amestecului optim (n amestecuri de benzina sau uleiuri auto, n realizarea unor
sortimente de bauturi sau nghetata), s.a.
Pentru alte modele matematico-economice se pot consulta lucrarile [2], [3], [4], [5].
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.
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
Cuvinte cheie: spatiu vectorial, baza, dimensiune, produs scalar, norma, metrica, multimi
convexe.
2.1 Definitia spatiului vectorial

In acest paragraf vom trata notiunea de spatiu vectorial si principalele ei proprietati.
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
Exemplul 2.1.1. Aplicatia f : R C C denita prin formula f (a, z) = az, a R, z C, este o

operatie externa pe C avand pe R ca domeniu de operatori.
Acum, e V o multime nevida de elemente oarecare si K un camp de elemente , , , . . ., cu 0
elementul neutru (nul) si 1 elementul unitate. Suma respectiv produsul elementelor si din K va
notata cu + , respectiv sau simplu .
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 .
Propozitia 2.1.1 Daca V este un spatiu vectorial peste K, atunci

1. 0 x = , pentru orice x V ;
2. a = , pentru orice a K;
3. (1)x = x, pentru orice x V .
Demonstratie. 1. Utilizand conditiile 5) si 6) din Denitia 2.1.2, avem
x = 1 x = (0 + 1)x = 0 x + 1 x = 0 x + x,
de unde, folosind conditia 3) din aceeasi denitie, rezulta 0 x = .

2. Din conditia 6) a Denitiei 2.1.2 avem ax + a = a(x + ) = ax si tinand seama de conditia 3)
din aceeasi denitie, rezulta a = .
3. Din conditia 6) avem x + (1)x = (1 + (1))x = 0x = , de unde folosind 4), obtinem
(1)x = x.
Exemple. 2.1.2. Multimea R a numerelor reale cu operatia de adunare si cu operatia de nmultire cu
numere rationale este un spatiu vectorial peste campul Q al numerelor rationale.
2.1.3. Multimea C a numerelor complexe cu operatia de adunare si cu operatia externa de nmultire
cu numere reale este un spatiu vectorial peste campul Q al numerelor rationale.
2.1.4. Multimea C a numerelor complexe cu operatia de adunare si cu operatia externa de nmultire
cu numere reale este un spatiu vectorial peste campul R al numerelor reale.
2.1.5. Fie Hom(R, R) = {f |f : R R, functie} n care denim operatiile de adunare a doua
functii si de nmultire a unei functii cu un numar real astfel:
f + g : R R, (f + g)(x) = f (x) + g(x), ()f, y Hom(f, g) si ()x R
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 ),
ax = (ax1 , ax2 , . . . , axn ),

pentru orice x = (x1 , x2 , . . . , xn ) K n , y = (y1 , y2 , . . . , yn ) K n si a K.
Inzestrata cu cele doua operatii denite mai sus, multimea K n devine un spatiu vectorial, numit
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.
2.2 Subspatii vectoriale

O submultime W a unui spatiu vectorial V peste un camp K se numeste subspatiu vectorial al
lui V , daca cele doua operatii date pe V induc pe W o structura de spatiu vectorial peste K. Vom nota
faptul ca W este un subspatiu al lui V prin W V .
Teorema 2.2.1 Submultimea W a unui spatiu vectorial V peste campul K este subspatiu vectorial peste
campul K, daca si numai daca sunt ndeplinite conditiile:
1. pentru orice x, y W avem x + y W ;
2. pentru orice x W si orice a K avem ax W .
Demonstratie. Daca W V , atunci conditiile 1) si 2) rezulta din faptul ca operatiile din V trebuie sa
e interne si pe W .
Reciproc, daca presupunem ca 1) si 2) au loc si luand x W , din 2) rezulta ca si x = (1)(x)
W , iar de aici, folosind 1), rezulta ca = x + (x) se gaseste n W . Celelalte conditii din denitia unui
spatiu vectorial avand loc pe V au loc si pe W . Teorema precedenta este echivalenta cu:
Teorema 2.2.2 Submultimea W a spatiului vectorial V peste K este subspatiu vectorial pentru V peste
K, daca si numai daca, pentru orice a, b K si orice x, y W avem ax + by W .
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
adica x + y este o combinatie liniara de vectori a sistemului S.

Teorema 2.2.4 Subspatiul [S] generat de sistemul de vectori S coincide cu acoperirea liniara a lui S.
Demonstratie. Fie S acoperirea liniara a lui S. Avem S [S] si din denitia lui S rezulta S [S].

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 .
Demonstratie. Fie W = {x V |x = x(1) + x(2) , x(1) W1 , x(2) W2 }. Evident ca W W1 + W2 .

Daca x W1 + W2 , atunci x = a1 y (1) + . . . + ar y (r) + ar+1 y (r+1) + . . . + ap y (p) , unde y (1) , . . . , y (r) W1 ,
iar y (r+1) , . . . , y (p) W2 . Punand x(1) = a1 y (1) + . . . + ar y (r) si x(2) = ar+1 y (r+1) + . . . + ap y (p) , gasim
x = x(1) + x(2) , deci W1 + W2 W . Rezulta W = W1 + W2 .
Exemplul 2.2.5. In R2 consideram W1 = {(x, 0)|x R} si
W2 = {(0, y)|y R}. Atunci avem R2 = W1 + W2 .
Denitia 2.2.4 Suma S a doua subspatii vectoriale W1 si W2 ale spatiului vectorial V se numeste directa,
daca W1 W2 = {}. In acest caz scriem S = W1 W2 , iar despre W1 si W2 se zic ca sunt subspatii
vectoriale independente.
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 .
Demonstratie. Sa admitem ca S = W1 W2 si sa presupunem ca exista x S asa ncat x = x(1) + x(2) ,

x(1) W1 , x(2) W2 si x = y (1) + y (2) , y (1) W1 , y (2) W2 . Atunci x(1) + x(2) = y (1) + y (2) , de unde
x(1) y (1) = x(2) y (2) W1 W2 = {} si deci x(1) = y (1) si x(2) = y (2) . Rezulta ca scrierea lui x ca
suma de elemente din W1 si W2 este unica.
Reciproc, sa admitem ca orice x S = W1 + W2 , are o scriere unica de forma x = x(1) + x(2) ,
x W1 , x(2) W2 . Daca ar exista t W1 W2 , t = , atunci x = (x(1) t)+(x(2) t), cu x(1) t W1
(1)
si x(2) t W2 , ceea ce ar o contradictie. Prin urmare W1 W2 = {}, adica S = W1 W2 .

Denitia 2.2.5 Doua subspatii W1 si W2 ale spatiului vectorial V se numesc suplimentare daca W1
W2 = {} si V = W1 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).
2.3 Independenta si dependenta liniara a vectorilor. Baza si

dimensiune
Denitia 2.3.1 Sistemul de vectori S = {x(1) , x(2) , . . . , x(n) } din spatiul vectorial V peste campul K
se zice ca este liniar independent daca o combinatie liniara a lor a1 x(1) + a2 x(2) + . . . + an x(n) ,
a1 , a2 , . . . , an K, da vectorul nul numai daca a1 = a2 = . . . = an = 0.
In caz contrar, adica daca exista cel putin o multime de scalari a1 , a2 , . . . , an K, nu toti nuli,

n
astfel ca ai x(i) = , atunci se zice ca sistemul S de vectori este liniar dependent.
i=1
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.
Demonstratie. Daca sistemul S este liniar dependent, atunci exista scalarii a1 , a2 , . . . , an K, nu

toti nuli, astfel ca a1 x(1) + . . . + an x(n) = . Presupunem ca a1 = 0, atunci x(1) = a2 a1 1 x
(2)

1 (3) 1 (n) (1)
a3 a1 x . . . an a1 x , ceea ce ne arata ca vectorul x se exprima ca o combinatie liniara de
vectorii x(2) , . . . , x(n) .
Reciproc, daca cel putin un vector, de exemplu x(1) , se exprima ca o combinatie liniara de ceilalti,
atunci putem scrie x(1) = a2 x(2) . . . an x(n) , de unde x(1) + a2 x(2) + . . . + an x(n) = , cu coecientul
lui x(1) nenul, ceea ce ne arata ca vectorii x(1) , . . . , x(n) sunt liniar dependenti.
Propozitia 2.3.1 Intr-un spatiu vectorial V peste campul K sunt valabile afirmatiile:
i) vectorul nul formeaza un sistem liniar dependent;
ii) orice vector x = formeaza un sistem liniar independent;
iii) orice sistem de vectori din care se poate extrage un sistem liniar dependent este de asemenea liniar
dependent.
Demonstratie. i) Valabilitatea acestei armatii rezulta din 1 = .

ii) Pentru x = din ax = , a K, rezulta a = 0.
iii) Daca pentru sistemul de vectori S = {x(1) , x(2) , . . . , x(n) }, n > 1, exista subsistemul
{x(1) , . . . , x(m) }, m < n, liniar dependent, atunci exista scalarii a1 , . . . , an K astfel cu a1 x(1) + a2 x(2) +
. . . + am x(m) = . De aici, avem a1 x(1) + a2 x(2) + . . . + am x(m) + 0 x(m+1) + 0 x(n) = si deci sistemul
S este liniar dependent.
Corolarul 2.3.1 Sunt valabile afirmatiile:
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
ai1 xi1 + ai2 xi2 + . . . + aik xik = , ()x R,
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:
(b1 + bt a1 )e(1) + . . . + (bt1 + bt at1 )e(t1) + bt at e(t) +
+(bt+1 + bt at+1 )e(t+1) + . . . + (bn + bt an )e(n) = .
17
Cum B este baza n spatiul vectorial V , din egalitatea precedenta rezulta:
b1 + bt a1 = 0, . . . , bt1 + bt at1 = 0, bt at = 0, bt+1 + bt at+1 =
= 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) ),
nlocuind pe e(t) n y, obtinem
(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.
De exemplu, avem dim Rn = n si dim Hom(R, R) = .

Denitia 2.3.6 Un spatiu vectorial V cu dim V = 1 se numeste dreapta vectoriala ; un spatiu V
cu dim V = 2 se numeste plan vectorial .
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
x(k+i) = ai1 x(1) + ai2 x(2) + . . . + aik x(k) , i = 1, 2, . . . , m k
Acum, adunam n sistemul S la ecare din vectorii x(k+i) , i = 1, 2, . . . , m k, respectiv vectorul

ai1 x + ai2 x(2) + . . . + aik x(k) si obtinem sistemul S1 = {x(1) , x(2) , . . . , x(k) , , , . . . , }. Dupa Propozitia
(1)
2.3.2 sistemul S1 are acelasi rang cu sistemul S.

Dar n sistemul S1 sistemul de vectori {x(1) , . . . , x(k) } este o baza, ceea ce ne arata ca dimensiunea
lui este k. Prin urmare, rangul lui S1 si deci si al lui S este k.
Denitia 2.3.8 Doua spatii vectoriale V si W peste acelasi camp K se numesc izomorfe daca exista
o aplicatie f : V W care sa fie izomorfism fata de operatiile ce definesc pe V si W structura de spatiu
vectorial.
Teorema 2.3.5 Printr-un izomorfism de doua spatii vectoriale se pastreaza rangul unui sistem finit de
vectori
Demonstratie. Fie f : V W un izomorsm ntre spatiile vectoriale V si W si S =

{x(1) , x(2) , . . . , x(m) } un sistem de vectori de rang k, k m, din spatiul vectorial V . Prin f se obtine
sistemul de vectori S1 = {y (1) , y (2) , . . . , y (m) }, unde y (i) = f (x(i) ), i = 1, m, din W . Pentru comod-
itatea scrierii consideram ca vectorii x(1) , x(2) , . . . , x(k) sunt liniar independenti. Atunci din relatia
a1 y (1) +a2 y (2) +. . .+ak y (k) = , a1 , a2 , . . . , ak K, rezulta a1 f (x(1) )+a2 f (x(2) )+. . .+ak f (x(k) ) = , iar
de aici f (a1 x(1) +a2 x(2) +. . .+ak x(k) ) = . Cum f este injectiva deducem ca a1 x(1) +a2 x(2) +. . .+ak x(k) =
si de aici a1 = a2 = . . . = ak = 0, ceea ce ne arata ca vectorii y (1) , y (2) , . . . , y (k) sunt liniar independenti.
Acum considerand relatiile
x(k+i) = ai1 x(1) + ai2 x(2) + . . . + aik x(k) , i = 1, 2, . . . , m r
si aplicand functia f , obtinem
y (k+i) = ai1 y (1) + ai2 y (2) + . . . + aik y (k) , i = 1, 2, . . . , m r.
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 .
2.4 Produs scalar. Spatii normate. Spatii metrice

Fie V un spatiu vectorial peste corpul K, unde K = R sau K = C.
Denitia 2.4.1 Se numeste produs scalar pe V , orice aplicatie < , >: V V K, cu proprietatile:
P1. < x, x > 0, oricare ar fi x, y V si < x, x >= 0, daca si numai daca x = ;
P2. < x, y >= < y, x >, (z este conjugatul lui z n C), oricare ar fi x, y V ;
P3. < x, y >= < x, y >, oricare ar fi K si x, y V ;
P4. < x + y, z >=< x, z > + < y, z >, oricare ar fi x, y, z V .
Daca K = R, cum un numar real este egal cu conjugatul sau rezulta ca P 2 devine < x, y >=<
y, x >, adica produsul scalar este comutativ.
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 .
Exemple. 2.4.1. Daca n Rn consideram vectorii x = (x1 , . . . , xn ) si y = (y1 , y2 , . . . , yn ) si denim

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
devenind astfel un spatiu unitar.

b
2.4.3. Pe spatiul vectorial C[a, b] al functiilor reale continue, expresia < f, g >= f (x)g(x)dx
a
este un produs scalar.
Denitia 2.4.3 Se numeste norma peste spatiul vectorial V peste K = RC orice aplicatie : V R
cu urmatoarele proprietati:
21
N1. x = 0, daca si numai daca x = ;
N2. x = || x, oricare ar fi K si x V ;
N3. x + y x + y (inegalitatea triunghiurilor), oricare ar fi x, y V .
Daca n N 3 punem y = x, atunci rezulta x 0, pentru orice x V .
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.
Demonstratie. Pentru orice x, y V si orice R, avem < x + y, x + y > 0. De aici, folosind

P 2 P 4 obtinem
(2.4) < y, y > 2 + 2 < x, y > + < x, x > 0
pentru orice R.
Daca y = inegalitatea (10.8) devine
(2.5) 2 < x, > + < x, x > 0.
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.
Observatia 2.4.1 Pentru x = (x1 , . . . , xn ), y = (y1 , y2 , . . . , yn ) vectori din Rn inegalitatea Cauchy

SchwarzBuniakowski ia forma
2 n n

xi yi x2i yi2 ,
i=1 i=1 i=1
cu egalitate numai daca x1 /y1 = x2 /y2 = . . . = xn /yn = R.
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
se numeste unghiul dintre x si y. Unghiul se noteaza si prin (

x, y).
Daca < x, y >= 0, atunci = /2, iar vectorii x si y se numesc ortogonali.
Un vector v se numeste versor daca v = 1.
Denitia 2.4.6 Fie A o multime nevida. Se numeste metrica (distanta) pe A, orice aplicatie d :
A A R cu urmatoarele proprietati:
M1 . d(x, y) = 0, daca si numai daca x = y (separare);
M2 . d(x, y) = d(y, x), pentru orice x, y A (simetrie);
M3 . d(x, z) d(x, y) + d(y, z), pentru orice x, y, z A (inegalitatea triunghiului).
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.
Observatia 2.4.3 Pentru orice x, y (A, d) avem d(x, y) 0.
Intr-adevar, din M3 , punand z = x, rezulta
0 d(x, y) + d(y, x) = 2d(x, y),
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.
Demonstratie. Trebuie sa aratam ca d verica proprietatile M1 M3 . Pentru M1 din d(x, y) = 0, avem

x y = 0, de unde, pe baza lui N1 , obtinem x = y. Proprietatea de simetrie M 2 rezulta astfel:
d(x, y) = x y = (1)(y x) = |(1)| y x = d(y, x),
pentru orice x, y V .
Inegalitatea triunghiului pentru d rezulta astfel:
d(x, y) = x z = x y + (y z) x y + y z = d(x, y) + d(y, z),
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
oricare ar fi x = (x1 , . . . , xn ) R si y = (y1 , . . . , yn ) R. numita si metrica euclidiana.
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
2.5.2. In ipotezele de la 2.5.1, multimile S1 = {x Rn | < a, x > b} si S2 = {x Rn | < a, x >

b}, numite si semispatiile determinate de hiperplanul H, sunt multimi convexe.
2.5.3. Multimile
Ma,b = {z Rn |z = ax + by, x, y Rn , a, b 0}
sunt convexe. Ele sunt numite si conuri convexe.
2.5.4. Multimea S0 = {x Rn |ax 0, a Rn , xat } este un con convex, n timp ce S1 si S2 , cu
b = 0, din exemplul 2.5.2 nu sunt conuri convexe.
Propozitia 2.5.1 Intersectia a doua multimi convexe este o multime convexa.
Demonstratie. Fie A si B doua multimi convexe din Rn . Pentru orice [0, 1] si x, y A B avem
x + (1 )y A B .
Propozitia 2.5.1 ramane valabila pentru orice familie numarabila de multimi convexe.
Denitia 2.5.4 Multimea A Rn se numeste con poliedral convex, daca oricare ar fi x A se poate
scrie ca o combinatie liniara nenegativa de un numar finit de elemente x(i) A, adica

k
x= ai x(i) , ai 0, i = 1, k
i=1
Orice subspatiu a lui R este un con poliedral convex.

n
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
1. Deniti urmatoarele notiuni:
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
x + y def (x1 + y1 , ..., xn + yn )

x def (x1 , ..., xn ) , K
este un spatiu vectorial peste K.
3. Aratati ca B = {v, u, w}, v = (2, 1, 1), u = (1, 1, 1) si w = (1, 2, 1) este o baza n R3 si sa se

ae coordonatele vectorului t = (3, 6, 1) n aceasta baza.
4. Fie n R4 baza B = {x1 , x2 , x3 , x4 } cu x1 = (1, 1, 2, 1), x2 = (1, 1, 0, 1), x3 = (0, 0, 1, 1), si

x4 = (1, 2, 2, 0). Vectorul v are coordonatele (1, 2, 2, 1) n aceasta baza. Gasiti coordonatele lui v n
baza B = {y1 , y2 , y3 , y4 } cu y1 = x1 , y2 = x2 , y3 = 2x1 + 2x2 + 2x3 + 2x4 si y4 = x4 .
5. Fie n R3 baza B = {x1 , x2 , x3 } cu x1 = (1, 0, 0), x2 = (2, 1, 0), x3 = (3, 2, 1) si vectorul v =

8x1 + 4x2 x3 . Gasiti coordonatele vectorului v n baza B = {y1 , y2 , y3 }, cu y1 = x1 + x2 + x3 ,
y2 = x1 + x2 x3 si y3 = x1 x2 + x3 .

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 ).
9. Demonstrati ca orice spatiu prehilbertian real X este si spatiu normat.

10. Fie a, b R cu a < b. Aratati ca [a, b] = {x R | a x b} este o multime convexa.
25
Indicatii si raspunsuri
Testul 1
2. Se verica conditiile prezentate n denitia notiunii de spatiu vectorial.
3. Se verica conditiile de liniar independenta si sistem de generatori ale sistemului de

vectori B. Folosind relatiile gasite la vericarea conditiei de sistem de generatori ale
sistemului de vectori B se gaseste tB = (4, 4, 7).
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.
7. Se verica conditiile din denitia notiunii de produs scalar.

8. Se foloseste denitia normei induse de produsul scalar si proprietatile produsului scalar

(x = < x, x >).

9. Se foloseste denitia normei induse de produsul scalar (x = < x, x >) si se verica
conditiile din denitia notiunii de norma. Remarcam ca folosim si inegalitatea Cauchy-

Baniakowski-Schwarz: < x, y > < x, x > < y, y >.
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
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul I,
Editura ULB, Sibiu, 2001.
27
Capitolul 3
Matrice. Determinanti. Sisteme de

ecuatii liniare
Obiective: Scopul acestui capitol este de a oferi studentilor metode rapide de

solutionare a problemelor legate de matrici, determinanti si sisteme de ecuatii liniare.
Rezumat: In prezentul capitol sunt prezentate atat metodele cunoscute din liceu,
precum si metode avansate, de aare a inversei unei matrici, de calcul a valorii unui deter-
minant si de rezolvare a unui sistem de ecuatii liniare, metode care se vor aplica n capitolele
ulterioare.
1. Matrice
2. Determinanti
3. Sisteme de ecuatii liniare
Cuvinte cheie: matrice, determinant, sistem de ecuatii libiare, Gauss, Gauss-
Jordan, metoda lui Chio.
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
unde aij reprezinta elementul matricei situat pe linia i si coloana j.
Elementele a11 , a22 , . . . formeaza diagonala principala a matricei, iar elementele

a1n , a2,n1 , . . . diagonala secundara.
Notam cu Mmn (K) multimea matricelor de tipul m n peste campul K, iar cu M(K)
multimea tuturor matricelor peste campul K. Daca m = n, matricele se numesc patratice
de ordin n.
Daca m = 1, matricea se numeste matrice sau vector linie. Daca n = 1, matricea se
numeste matrice sau matrice coloana.
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
Cj = t (a1j , a2j , . . . , amj ), j = 1, n.
Denitia 3.1.2 Doua matrice de acelasi tip sunt egale daca elementele corespunzatoare sunt
egale.
Denitia 3.1.3 Se numeste suma matricelor A = (aij ) si B = (bij ), ambele de tipul m n

peste K, matricea notata cu A + B data de regula A + B = (aij + bij ). Operatia care realizeaza
aceasta regula se numeste adunarea matricelor.
Matricea O Mmn (K) cu toate elementele nule se numeste matricea nula. Fiind
data matricea A = (aij ) Mmn (K), matricea A = (aij ) Mmn (K) se numeste opusa lui
A.
Se verica imediat ca (Mmn (K), +) este un grup comutativ.

Denitia 3.1.4 Se numeste produsul matricei A = (aij ) Mmn (K) cu scalarul K, ma-
tricea notata A, obtinuta prin regula A = (aij ) Mmn (K). Operatia data de aceasta
regula se numeste nmultirea cu un scalar a matricelor.
Inmultirea cu un scalar a matricelor verifica proprietatile evidente
1 A = A, (A + B) = A + B, ( + )A = A + A, (A) = ()A,
oricare ar fi , K si A, B Mmn (K).

Rezulta ca are loc propozitia:
Propozitia 3.1.1 Multimea matricelor Mmn (K) n raport cu operatiile de adunare si de
nmultire cu un scalar are o structura de spatiu vectorial peste K.
Dimensiunea spatiului vectorial Mmn (K) este mn. Intr-adevar se observa ca orice
A = (aij ) Mmn (K) se scrie n mod unic sub forma

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.
Denitia 3.1.8 O matrice patratica se numeste triunghiulara superioara respectiv inferioara

daca toate elementele situate dedesuptul, respectiv deasupra diagonalei principale sunt nule.
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.
Demonstratie. Fie A = (aij ) Mmn (K) si r si p rangurile sistemelor de vectori linie

Li = (ai1 , ai2 , . . . , ain ), i = 1, m si coloana Cj = (a1j , a2j , . . . , amj ), j = 1, n. Nu restrangem
generalitatea, daca presupunem ca primele r linii sunt liniare independente, deoarece o
schimbare a ordinii liniilor pastreaza rangul sistemului vectorilor linie. O astfel de schimbare
modica vectorii coloana. Fiecare vector coloana se scrie

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
Lr+s = r+s,1 L1 + r+s,2 L2 + . . . + r+s,r Lr , s = 1, 2, . . . , m r,
de unde, folosind egalitatea vectorilor n K n , rezulta
ar+s,j = r+s,1 a1j + r+s,2 a2j + . . . + r+n,r arj , j = 1, . . . , n.
Inlocuind n expresiile coloanelor Cj , obtinem
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
Cum coecientii r+s,j , j = 1, n sunt independenti de ordinea liniilor, grupand termenii

care contin pe aij , obtinem

r
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
Am dedus ca cei n vectori coloana se exprima ca si combinatii liniare de r vectori g (i)

din K m , iar rangul p al sistemului format de ei este cel mult egal cu numarul generatorilor
g (i) , deci p r.
Daca acum schimbam rolul coloanelor si liniilor si facem acelasi rationament, obtinem
r p. Din p r si r p rezulta r = p, ceea ce trebuia demonstrat.
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
Aplicand succesiv acelasi procedeu avem:

1 0 0 0 0 1 0 0 0 0
0 1 0 0 0 0 1 0 0 0
A 0 0

3
4
3
4
1
4 0 0 3 3 1
3 3 1
0 0 4 4 4
0 0 3 3 1

1 0 0 0 0 1 0 0 0 0
0 1 0 0 0 0 1 0 0 0
0 0 3 3 1
,
0 0 1 0 0
0 0 0 0 0 0 0 0 0 0
si deci rang A = 3.
Denitia 3.1.11 O matrice patratica de ordin n se numeste nesingulara sau regulata daca
rangul ei este egal cu n. In caz contrar, adica daca rangul ei este mai mic ca n, atunci
matricea se numeste singulara.
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.
Demonstratie. Fie A o matrice, r rangul ei si B o matrice patratica nesingurala extrasa din

A si de rang maxim p. Cele p linii ale matricei A care intervin n B sunt liniar independente,
deoarece dependenta liniara a acestor linii n A ar atrage dependenta lor liniara si n B, ceea
ce ar face ca B sa e singulara. Prin urmare p r. Acum sa aratam ca oricare p+1 linii din A
sunt liniar independente. Sa admitem ca exista n A (p + 1) linii liniar independente, atunci,
extragand din A matricea formata din ele, am obtine o matrice C de rang (p + 1). Pe baza
teoremei rangului, matricea C are si p + 1 coloane liniar independente. Acum extragand din
C (deci si din A) matricea D formata din cele p + 1 coloane liniar independente, obtinem o
matrice nesingulara de ordin p + 1, ceea ce ar contrazice alegerea lui p. Rezulta ca r < p + 1
si cum am aratat ca p r, deducem ca r = p.
Sa introducem acum pe multimea M(K) a matricelor operatia de nmultire.
Denitia 3.1.13 Se numeste produsul matricei A = (aij ) Mmn (K) cu matricea B = (bij )
Mnp (K), matricea C = (cij ) Mmp (K), unde
cij = ai1 b1j + ai2 b2j + . . . + ain bnj , i = 1, m, j = 1, p.
Scriem C = A B. Operatia care realizeaza acest proces se numeste nmultirea ma-

tricelor.
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

= aik bkl clj = (AB)C.

l=1 k=1
Propozitia 3.1.5 Inmultirea matricelor este distributiva fata de adunarea lor.

Demonstratie. Fie A = (aij ) Mmn (K), B = (bij ) Mnp (K) si C = (cij ) Mnp (K). Avem
n n

n
A[B + C] = aik [bkj + ckj ] = aik bkj + aik ckj =
k=1 k=1 k=1

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
este simbolul lui Kronecker, se numeste matricea unitate de ordinul n.

Altfel spus, matricea In este o matrice diagonala cu toate elementele de pe diagonala
principala egale cu 1. Cand nu dorim sa precizam ordinul matricei unitate o vom nota prin
I.
Observatia 3.1.2 Pentru orice matrice A Mmn (K) avem
Im A = A si AIn = A.
Observatia 3.1.3 Inmultirea matricelor, n general. nu este comutativa.
Din proprietatile adunarii si nmultirii rezulta:

Propozitia 3.1.6 Multimea Mn2 (K) a matricelor patratice de acelasi ordin n nzestrata cu
operatiile de adunare si nmultire are o structura de inel cu divizori ai lui zero.
Propozitia 3.1.7 Transpusa unui produs de doua matrice este egala cu produsul transpuselor
n ordine inversa.
Demonstratie. Fie A = (aij ) Mmn (K) si B = (bij ) Mnp (K). Avem

n n n

t t
(AB) = aik bkj = ajk bki = bki ajk = t B t A.
k=1 k=1 k=1
Rezultatul obtinut se poate extinde prin inductie matematica la un produs cu un

numar nit de factori.
Denitia 3.1.15 Se numeste inversa matricei patratice A, matricea notata cu A1 , care sat-
isface conditiile A A1 = A1 A = I.
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
de unde, pentru vectorii e(i) , i = 1, n ai bazei canonice obtinem exprimarea

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
de unde, punand B = (bik ), obtinem BA = I.

Matricea A ind nesingulara are si vectorii coloana liniar independenti, formand si ei
o baza n K n , si deci putem scrie AC = I. Acum obtinem
C = IC = (BA)C = B(AC) = BI = B,
de unde C = B = A1 si prin urmare matricea A are inversa.
Usor se arata ca inversa unei matrice este unica si ca ea este nesingulara.
Propozitia 3.1.8 Produsul a doua matrice nesingulare este o matrice nesingulara si inversa
ei este egala cu produsul inverselor luate n ordine schimbata
(AB)1 = B 1 A1
Demonstratie. Avem
(AB)(B 1 A1 ) = A(BB 1 )A1 = AA1 = I
si
(B 1 A1 )(AB) = B 1 (A1 A)B = B 1 B = I,
relatii ce demonstreaza armatiile din enunt.
Rezultatul se extinde prin inductie matematica la un produs de matrice nesingulare
cu un numar nit de factori.
Pentru aarea inversei unei matrice se foloseste transformarea ei n matrice unitate,
aplicand regula dreptunghiului, dupa schema
(A|I) = (A1 A|A1 I) = (I|A1 ).
Exemplul 3.1.2. Pentru a aa inversa matricei

2 1 3
A= 3 2 3
2 1 2
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
Pentru a aa inversa A1 mpartim liniile L1 , L2 , . . . , Ln ale matricei C respectiv la:

a11 a22 . . . ann , a22 . . . ann , . . . , ann .
Exemplul 3.1.3. Pentru a aa inversa matricei

2 1 3
A= 3 3 2
1 2 1
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
Denitia 3.1.16 O matrice patratica A se numeste ortogonala daca

A A = I.
t
Propozitia 3.1.9 Conditia necesara si suficienta ca o matrice patratica sa fie ortogonala

este ca ea sa fie nesingulara, iar transpusa si inversa ei sa fie egale.
Demonstratie. Necesitatea. Din t A A = I rezulta ca A este nesingulara si, nmultind aceasta

egalitate la dreapta cu A1 , obtinem t A = A1 .
Suficienta. Daca A este nesingulara si verica t A = A1 , atunci, prin nmultire la
dreapta cu A, gasim t A A = I, ceea ce ne arata ca A este ortogonala.
Teorema 3.1.4 Rangul unui produs de matrice nu depaseste rangul fiecaruia din factorii
sai.
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
Ultimele relatii ne arata ca liniile matricei C se exprima ca si combinatii liniare de

liniile matricei B si deci subspatiul generat de liniile matricei C sunt incluse n subspatiul
generat de liniile matricei B. Asadar, avem rang C rang B In mod analog, rationand cu
vectorii coloana, obtinem rang C rang A.
Daca unul din factorii produsului este o matrice nesingulara, atunci avem un rezultat
mai precis.
Teorema 3.1.5 Rangul produsului dintre o matrice A si o matrice nesingulara B este egal
cu rangul lui A.
Demonstratie. Fie C = AB. Din Teorema 3.1.4 avem rang C rang A. Tinand seama
ca B este nesingulara, exista B 1 si nmultind la dreapta cu B 1 n C = AB, obtinem
A = CB 1 . Aplicand din nou Teorema 3.1.4, rezulta rang A rang C. Din rang C rang A
si rang A rang C obtinem rang C = rang A.
Observatia 3.1.4 Pentru simplificarea calculelor cu matrice se lucreaza, deseori, cu matrice
mpartita (partitionata) n submatrice sau blocuri, obtinute ducand paralele la liniile si
coloanele ei. De exemplu, matricea A Mn2 (K) se poate scrie

B C
A=
D E
unde B Mp2 (K), E M(np)2 (K), C Mp,(np) , iar D Mnp,p .

Cu matricele formate din blocuri se pot face operatii ca si cu matrice obisnuite,
reducand calculele la matrice de ordine mai mici.
O importanta aplicatie a partitionarii n blocuri o constituie inversarea unei matrice.
Sa presupunem ca B este inversa matricei A. Atunci
AB = I
sau prin partitionare

A11 A12 B11 B12 I O
=
A21 A22 B21 B22 O 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 ,
care nlocuita n (4) ne conduce la
B22 = (A22 A21 A1

11 A12 )
1
Deoarece BA = I, vom avea
B21 A11 + B22 A21 = 0,
36
de unde
B21 = B22 A21 A1
11
iar din (2)

B11 = A1 1
11 A11 A12 B21 .
Ordinea de calculare a blocurilor matricei B este: B22 , B12 , B21 si B11 .

Exemplul 3.1.4. Sa se ae inversa matricei

2 3 4
A= 4 2 1
3 2 1
Partitionam luand

4 2 1
A11 = 2, A12 = (3 4), A21 = si A22 =
3 2 1
Calculam B22 = P 1 , unde

4 7
P = A22 A21 A1
11 A12 =
52 7
Pentru a aa P 1 procedam prin acelasi algoritm, considerand A = P si facand

partitionarea
5
A11 = 4, A12 = 7, A21 = , A22 = 7.
2
Avem calculele 1
5 1 8
B22 = 7 + (7) =
2 4 21

1 8 2
B12 = (7) =
4 21 3

8 5 1 5
B21 = =
21 2 4 21

1 1 5 2
B11 = + (7) =
4 4 21 3
si
1 23 2
3
P = 5 8 .
21 21
Acum revenim la calculul inversei matricei A initiala. Avem
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
ceea ce nseamna ca vectorului x i corespunde vectorul linie x = (x1 , . . . , xn ) din K n . De aici

rezulta daca avem n V sistemul de vectori
x(i) = (xi1 , xi2 , . . . xin ), i = 1, 2, . . . , p,
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= ... ... ... ... .

xp1 xp2 . . . xpn

Rezulta ca daca consideram n V sistemul de vectori B1 = {f (1) , f (2) , . . . , f (n) }, dat fata
de B prin formulele

n
fj = aij e(i) , j = 1, n,
i=1
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
care constituie formulele de schimbare a sistemului de coordonate, corespunzatoare

schimbarii de baza B n B1 . Sub forma matriciala formulele de schimbare se scriu ast-
fel
t
x = At y.
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
det A = ()a1i1 a2i2 . . . anin ,

Sn
unde suma se extinde la toate cele n! permutari din Sn .

Altfel spus, determinantul matricei A este elementul det A din K egal cu suma a n!
produse, unde n ecare produs intra ca factor cate un element de pe ecare linie si coloana
a matricei A, produsul avand semnul + sau dupa cum permutarea indicilor sai este para
sau impara. Determinantul det A se zice de ordinul n daca matricea A are ordinul n. Pentru
det A folosim notatia
a11 a12 . . . a1n

a21 a22 . . . a2n
det A =

... ... ... ...
an1 an2 . . . ann
sau det A = |A| = |aij |.
Vom prezenta acum proprietatile determinantilor.
Propozitia 3.2.1 Determinantul unei matrice este egal cu determinantul transpusei sale.
Demonstratie. Valabilitatea Propozitiei rezulta din faptul ca o permutare si inversa ei
1 au aceeasi paritate.
Din aceasta propozitie rezulta ca daca pentru liniile unui determinant avem o
propozitie adevarata, atunci aceasta este adevarata si pentru coloanele determinantului.
De aceea, n continuare, vom formula si justica proprietatile numai pentru liniile unui
determinant.
Propozitia 3.2.2 Daca linia Li a matricei patratice A = (aij ) Mn2 (K) este suma a p vectori,
atunci determinantul ei este egal cu suma a p determinanti corespunzatori matricelor care
au aceleasi linii cu A, cu exceptia liniei Li unde are cate unul din cei p vectori.
Demonstratie. Daca linia Li este suma a p vectori atunci

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
ceea ce trebuia demonstrat.

Propozitia 3.2.3 Daca ntr-un determinant nmultim o linie cu un factor k K, atunci
valoarea determinantului se nmulteste cu k.
Demonstratie. Fie A = (aij ) Mn2 (K) si B matricea obtinuta din A, n care elementele liniei
i sunt nmultite cu k. Atunci

det (B) = ()a1j1 . . . (kaiji ) . . . anjn =

Sn

=k ()a1i1 . . . aji anjn = k det A.

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
Aij = (1)i+j Mij .
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
det (A) = ai1 Ai1 + . . . + aij Aij + . . . + ain Ain .
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.
De fapt, din Propozitia 3.2.9 si Corolarul 3.2.2 putem scrie

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
si fiind determinatul asociat matricei de ordin k formata cu elementele ce se gasesc la

intersectia liniilor i1 , . . . , ik cu coloanele j1 , . . . , jk (i1 < . . . < ik , j1 < . . . < jk ). Minorul com-
j1 ,j2 ,...,jk
plementar al minorului Mij11,i,j22,...,i,...,jk
k
, notat prin M i1 ,i2 ,...,ik este determinatul asociat matricei
extrase din A prin nlaturarea liniilor i1 , . . . , in si coloanelor j1 , . . . , jk . Se numeste comple-
mentul algebric al minorului Mij11,i,j22,...,i ,...,jk
k
elementul Aji11,i,j22,...,i
,...,jk
k
K dat de relatia
j1 ,...,jk
Aji11,...,i
,...,jk
k
= (1)i1 +...+ik +j1 +...+jk M i1 ,...,ik .
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
Presupunem ca a11 = 0. Impartim linia ntai cu a11 (n fata determinantului se va

nmulti cu a11 ). Apoi facem 0 pe prima coloana, ceea ce va face ca elementul aij sa e
nlocuit prin
a1j aij a11 a1j ai1 bij
aij ai1 = = , i, j = 2, n.
a11 a11 a1j
Dezvoltand acum determinantul dupa prima coloana si scotand n noul determinant
factorul 1/a11 de pe ecare linie, obtinem formula lui Chio:

b22 b23 . . . b2n

1 b32 b33 . . . b3n
det A = n2 .
a11 . . . . . . . . . . . .
bn2 bn3 . . . bnn
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
Utilizand regula lui Laplace se demonstreaza:
Propozitia 3.2.10 Determinantul produsului a doua matrice A si B de ordin n este egal cu

produsul determinantilor acestor matrice.
Propozitia 3.2.11 Conditia necesara si suficienta ca o matrice sa fie nesingulara este ca

determinantul ei sa fie diferit de zero.
Demonstratie. Necesitatea. Daca A este o matrice patratica nesingulara, atunci admite

inversa si din relatia A1 A = I avem det (A1 ) det (A) = 1 si deci det (A) = 0.
Suficienta. Daca det (A) = 0, matricea A nu poate singulara deoarece dupa consecinta
3.2.8 ar rezulta det (A) = 0.
Corolarul 3.2.3 Rangul unei matrice este egal cu ordinul maxim al minorilor diferiti de
zero.
Acest corolar ne da un alt procedeu pentru aarea rangului unei matrice.
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.
Altfel spus, A este transpusa matricei formata cu complementii algebrici ai ele-

mentelor matricei A.
Propozitia 3.2.12 Inversa unei matrice nesingulare A de ordin n este data de formula
1
A1 = A .
det (A)
Demonstratie. Folosind corolarul 3.2.2, avem

n
1 Akj det (A)
A A = aij = ij = (ij ) = In ,
det A j=1
det (A) det (A)

Formula din Propozitia 3.2.12 da un alt procedeu pentru calcularea inversei unei
matrice.
3.3 Sisteme de ecuatii liniare

In acest paragraf vom aplica matricele si determinantii la rezolvarea sistemelor de
ecuatii liniare, ntalnite n mod curent n aplicatiile economice.
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 ,
unde aij K, i = 1, m, j = 1, n sunt coecientii sistemului, b1 , . . . , bn K termenii liberi ai

sistemului, iar x1 , . . . , xn K sunt necunoscutele sistemului.
Daca cel putin un termen liber este diferit de zero atunci vom spune ca sistemul
este neomogen, iar daca toti termenii liberi sunt nuli, atunci vom zice ca sistemul este
neomogen.
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= ... ... ... ...

an1 an2 . . . amn

se numeste matricea sistemului, iar matricea

a11 a12 ... a1n b1
a21 a22 ... a2n b2
A= ... ...

... ... ...
an1 an2 ... amn bm
se numeste matricea extinsa (completa) a sistemului (11.8)
Notand cu X = t (x1 , x2 , . . . , xn ) vectorul coloana al necunoscutelor si cu B =

t
(b1 , b2 , . . . , bm ) vectorul termenilor liberi, sistemul (11.8) se poate scrie sub forma matriceala
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.
Pentru astfel de sisteme are loc:
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.
Demonstratie. Tinand seama ca A este nesingulara, din forma matriceala a sistemului

obtinem X = A1 B, care ne arata ca sistemul este compatibil. Cum A1 = (det A)1 A ,
unde A este matricea adjuncta a matricei A (v. Propozitia 3.2.12), nlocuind n X = A1 B,
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
(3.3) (A|B) = (A1 A|A1 B) = (In |X).
unde I este matricea unitate de ordinul n.

Practic se lucreaza cu metoda dreptunghiului, prin care pe pozitia lui A facem sa
apara In , iar pe pozitia lui B va aparea solutia sistemului.
Exemplul 3.3.1. Sa se rezolve sistemul
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.
Usor se verica ca aceasta relatie este ntr-adevar o relatie de echivalenta.
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
Acum, daca consideram o solutie a subsistemului principal atunci E1 = 0, . . . , Er = 0,

iar din (3.9) rezulta ca si Er+s = 0, s = 1, 2, . . . , m r. Deci, sistemul (11.8) este echivalent
cu subsistemul principal considerat.
Practic, rezolvarea unui sistem compatibil de ecuatii liniare se reduce la rezolvarea
unui subsistem principal al sau, n care termenii cu necunoscutele secundare au fost trecute
n membrul doi, acestea devenind parametrii.
Subsistemul principal este un sistem Cramer si se poate rezolva cu oricare din
metodele date mai sus.
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
Folosim metoda eliminarii totale si avem:

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

1 3 1 0 13
0 0 0 1 2
3

0 0 0 0 7
Cum pe linia a treia avem o situatie imposibila, rezulta ca sistemul este incompatibil.
In ncheierea acestui paragraf sa facem cateva observatii cu privire la sistemele omo-
gene de ecuatii liniare.
Cum la orice sistem omogen rang A = rang A, rezulta ca el este compatibil, avand
evident solutia x1 = x2 = . . . = xn = 0, numita solutie nula sau banala.
Un sistem omogen va avea solutii diferite de solutia banala numai daca rangul sau va
mai mic decat numarul necunoscutelor.
Teorema 3.3.5 Multimea solutiilor unui sistem omogen de ecuatii liniare peste campul K,
cu n necunoscute si rang r, r < n, formeaza un subspatiu vectorial V , cu dim V = n r, al
spatiului K n .
Demonstratie. Consideram ca subsistemul principal asociat are determinantul principal p
dat de (11.9) si notam necunoscutele secundare xr+1 , . . . , xnr respectiv prin 1 , 2 , . . . , nr .
Solutia generala a sistemului omogen este:
xi = i1 1 + i2 2 + . . . + i,nr r , i = 1, r
xr+k = k , k = 1, n r,
care sub forma vectoriala (matriceala) se scrie
(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
a) Matrice patratica simetrica;

b) Matrice patratica singulara;
c) Inversa unei matrice patratice;
d) Determinant al unei matrice patratice;
e) Sistem Cramer.
Enuntati urmatoarele teoreme:
a) Teorema rangului;
b) Teorema lui Kronecker - Capelli;
c) Teorema lui Rouche - Frobenius.
2. Aati cu ajutorul transformarilor elementare rangul matricei:

2 2 3 1
1 1 0 1
A= 1

2 1 0
2 2 0 2
3. Calculati determinantul de ordinul n, n > 2:

x1 y1 x1 y2 ... x1 yn

x y1 x2 y2 ... x2 yn
D = 2

... ... ...
xn y1 xn y2 ... xn yn
4. Sa se discute dupa parametrul real m sistemul:

mx + 4y = 3m 2
x + my = m2 2
5. Folosind metoda eliminarii partiale sa se rezolve sistemul:

2 1 2 1
Ax = B , cu A = 1 0 1 ; B = 2
1 1 0 1
6. Folosind metoda eliminarii totale sa se rezolve sistemul

0 1 2 1
Ax = B , cu A = 1 2 1 ; B = 1
1 1 0 2
7. Folosind metoda eliminarii totale sa se rezolve sistemul:

2 1 2 1
Ax = B , cu A = 1 0 1 ; B = 2
1 1 0 1
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
9. Folosind metoda lui Laplace sa se calculeze determinantul

1 2 2 1

0 1 0 2
D=

2 0 1 1
0 2 0 1
10. Folosind formula lui Chio sa se calculeze determinantul

1 2 2 1

0 1 0 2
D=

2 0 1 1
0 2 0 1
50
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.
8. = 2x2 9x + 6.
9. = 9.
10. = 9.
51
52
Capitolul 4
Operatori liniari. Forme biliniare si

forme patratice
Obiective: In modelarea matematica a fenomenelor din realitatea nconjuratoare, n

particular cea economica, unul dintre cele mai des folosite concepte este cel de liniaritate.
Acesta se datoreaza, atat simplitatii conceptului de liniaritate, cat si faptului ca aproximarea
unor situatii neliniare prin situatii liniare, asa numitul principiu al liniaritatii, constituie
una din metodele de baza n studiul realitatii.
Rezumat: In prezentul capitol se vor prezenta notiunile de
aplicatie/transformare/operator liniar(a), forma biliniara, forma patratica, forma canonica
a unei forme patratice, precum si metode de determinare a formei canonice a unei forme
patratice.
1. Operatori liniari
2. Forme biliniare
3. Forme patratice
Cuvinte cheie: operator liniar, transformare liniara, forma biliniara, forma
patratica, forma canonica, metoda lui Gauss, Metoda lui Jacobi.
4.1 Operatori liniari

Fie X si Y doua spatii vectoriale peste acelasi camp K.
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),
2o . T (x(1) ) = T (x(1) ), () K, ()x(1) X (omogenitate).
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
(4.1) T (1 x(1) + 2 x(2) ) = 1 T (x(1) ) + 2 T (x(2) ).
Demonstratie. Sa admitem ca T este operator liniar, atunci, folosind conditiile 1o si 2o din

Denitia 4.1.1, avem:
T (1 x(1) + 2 x(2) ) = T (1 x(1) ) + T (2 x(2) ) = 1 T (x(1) ) + 2 T (x(2) ),
53
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
T (1 f1 + 2 f2 ) = (1 f1 + 2 f2 ) = 1 f1 + 2 f2 = 1 T (f1 ) + 2 T (f2 ).
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 4.1.1 Daca T L(X, Y ), atunci avem
1o . T (x) = y, unde x si y sunt vectorii nuli ai spatiilor X si Y ;
2o . T (x) = T (x), oricare ar fi x X.
Demonstratia propozitiei rezulta din faptul ca T este un omomorsm ntre grupurile

comutative (X, +) si (Y, +).
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
1 y1 + 2 y2 = 1 T (x(1) ) + 2 T (x(2) ) = T (1 x(1) + 2 x(2) ).
Cum 1 x(1) + 2 x(2) X1 , rezulta ca 1 y1 + 2 y2 T (X1 ), ceea ce ne arata ca T (x1 ) este

un subspatiu vectorial al lui Y .
In particular, T (X) este un subspatiu al lui Y si se noteaza cu ImT . Dimensiunea lui
ImT se numeste rangul transformarii T .
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 .
Propozitia 4.1.3 Daca T L(X, Y ) si Y1 este un subspatiu al lui Y , atunci contraimaginea

T 1 (Y1 ) este un subspatiu al lui X.
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
Daca y = T (x) = t(y1 , y2 , . . . , yn ) n baza B1 , atunci comparand cu (4.3) gasim
n
(4.4) yi = aij xj , i = 1, m,
j=1
relatii ce pot scrise matriceal sub forma
(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
T (e(j) ) = T1 (e(j) ) + T2 (e(j) ), j = 1, n
de unde notand cu A1 matricea atasata lui T1 , A2 matricea atasata lui T2 si cu C matricea

atasata lui T , deducem ca C = A1 + A2 , adica matricea transformarii sumei este suma ma-
tricelor transformarilor termeni.
Analog, se arata ca matricea produs dintre un scalar si o transformare liniara este
produsul scalarului cu matricea acelei transformari, iar matricea transformarii liniare pro-
dus este egala cu produsul matricelor transformarilor liniare factori.
De aici, rezulta
Propozitia 4.1.4 i) Functia care asociaza fiecarui operator liniar T L(X, Y ), dim X = n,
dim Y = m, matricea corespunzatoare ei fata de doua baze fixate, este un izomorfism
ntre spatiul vectorial L(X, Y ) si spatiul vectorial Mmn (K) al matricelor de tipul m n
peste K.
ii) Functia care asociaza fiecarui operator T L(X, X), dim X = n, matricea core-
spunzatoare ei ntr-o baza fixata n X, este un izomorfism ntre inelul L(X, X) si inelul
matricelor patratice de ordin n peste K.
Acum sa cercetam cum se schimba matricea atasata unei transformari liniare la schim-
barea bazelor.
Teorema 4.1.2 Fie B si B baze n spatiul vectorial ndimensional X peste K, iar B1 si B1
baze n spatiul vectorial mdimensional Y peste acelasi camp K. Daca T L(X, Y ), A este
matricea transformarii T fata de bazele B si B1 , iar A1 este matricea transformarii T fata
de bazele B si B1 , atunci A1 = D1 AC, unde C si D sunt matricele de trecere de la baza B
la B respectiv de la B1 la B1 .
Demonstratie. Conform celor demnstrate n Capitolul IV, daca (x1 , . . . , xn ) = t x sunt coor-
donatele unui vector x X n baza B si (x1 , . . . , xn ) = t x sunt coordonatele aceluiasi vector x
n baza B , atunci x = Cx , unde C este matricea trecerii de la baza B la baza B , avand pe
coloane coordonatele vectorilor bazei B n raport cu B. Analog, daca avem (y1 , . . . , ym ) = t y
coordonatele imaginii y = T (x) n B1 si (y1 , . . . , ym

) = t y coordonatele lui y n baza B1 , atunci

y = Dy .
Tinand seama ca T este un operator liniar, cu notatiile din enunt, avem y = Ax res-
pectiv y = A1 x , de unde nlocuind x = C 1 x, y = D1 y si y = Ax n y = A1 x , gasim
D1 Ax = A1 C 1 x, de unde D1 A = A1 C 1 , care este echivalenta cu D1 AC = A1 .
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:
Teorema 4.1.3 Conditia necesara si suficienta ca matricea transformarii liniare T

L(X, X), dim X = n, sa poata fi adusa la forma diagonala (4.6) este sa existe o baza
B1 = {f (1) , f (2) , . . . , f (n) } n X si n elemente 1 , 2 , . . . , n K astfel ncat sa avem
(4.7) T (f (i) ) = i f (i) , i = 1, n.
Denitia 4.1.3 Se spune ca vectorul x = , x X, este un vector caracteristic sau propriu

pentru operatorul liniar T L(X, X) daca exista un element K astfel ncat sa avem
(4.8) T (x) = x.
Elementul corespunzator vectorului propriu x se numeste atunci valoare caracteris-

tica sau proprie pentru transformarea liniara T .
In conformitate cu aceasta denitie, matricea unei transformari liniare poate
adusa la o forma diagonala daca si numai daca transformarea are n vectori proprii liniar
independenti. In acest caz, elementele de pe diagonala principala din matricea diagonala
sunt atunci valorile proprii corespunzatoare.
In cele ce urmeaza ne vom ocupa cu determinarea valorilor proprii si vectorilor proprii
pentru un operator liniar T din L(X, X), cu dim X = n.
Fie B = {e(1) , e(2) , . . . , e(n) } o baza n X, A = (aij ) Mn2 (K) matricea asociata lui T , I
matricea unitate de ordin n si t x = (x1 , . . . , xn ) coordonatele unui vector x V n baza B;
atunci ecuatia (4.8) se poate scrie sub forma matriceala
(4.9) (A I)x = 0.
Aceasta ecuatie este echivalenta cu sistemul
(a11 )x1 + a12 x2 + . . . + a1n xn = 0

a21 x1 + (a22 )x2 + . . . + a2n xn = 0
(4.10)
.................................
an1 x1 + an2 x2 + . . . + (ann )xn = 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
numit polinomul caracteristic atasat transformarii liniare T sau matricei A.

Prin urmare valorile caracteristice ale matricei A sau transformari liniare T se gasesc
printre radacinile ecuatiei
(4.11) PA () = 0,
numita ecuatia caracteristica corespunzatoare matricei A sau transformarii liniare T . Sirul
1 , 2 , . . . , n al tuturor radacinilor ecuatiei caracteristice, unde ecare este socotita de atatea
ori cat indica ordinul sau de multiplicitate, constituie spectrul matricei A sau a operatorului
liniar T .
Polinomul caracteristic are gradul n si se poate scrie dezvoltat sub forma:
PA () = (1)n n + (1)n1 1 n1 + (1)n2 2 n2 + . . . + (1)n1 + n ,
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
PB () = det(B I) = det(C 1 AC I) = det(C 1 (A I)C) =
= det C 1 det(A I) det C = det(A I) = PA ().
Corolarul 4.1.1 Polinomul caracteristic al unui operator liniar T L(X, X) este invariant
la schimbarea bazei.
Valabilitatea acestui corolar rezulta din Observatia 4.1.2 si Propozitia 4.1.5.

Prin urmare, ca sa gasim valorile caracteristice (spectrul) si vectorii caracteristici
pentru operatorul liniar T L(X, X), dim X = n, alegem o baza B = {e(1) , . . . , e(n) } n X,
rezolvam ecuatia caracteristica PA () = 0 si, introducand pe rand ecare radacina i , i = 1, n,
a acesteia n sistemul (4.10), gasim vectori caracteristici corespunzatori.
Propozitia 4.1.6 Vectorii caracteristici corespunzatori unei valori caracteristice i , i = 1, n

formeaza mpreuna cu vectorul nul al spatiului vectorial X un subspatiu Vi al lui X, numit
subspatiu caracteristic sau propriu, de dimensiune cel mult egala cu ordinul de multiplici-
tate al lui i , i = 1, n.
Demonstratie. Se observa ca Vi este multimea solutiilor ecuatiei

(T i I)(x) = , adica nucleul transformarii liniare T i I L(X, X) si dupa Propozitia 4.1.3
acesta este un subspatiu al lui X. Fie acum ki = dim Vi si mi ordinul de multiplicitate pentru
i . Presupunem ca am ales baza B = {e(1) , . . . , e(n) } n X asa ca e(1) , . . . , e(ki ) sa se gaseasca n
Vi . Atunci avem T (e(s) ) = i e(s) , s = 1, 2, . . . , ki si deci matricea A are, fata de aceasta baza,
forma
i 0 . . . 0 a1,ki +1 . . . a1n
0 i . . . 0 a2,ki +1 . . . a2n

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

A= 0 0 . . . i aki ,ki +1 . . . aki ,n

0 0 . . . 0 aki +1,ki +1 . . . aki +1,n

....... .................
0 0 . . . 0 an,ki +1 . . . ann
de unde rezulta
PA () = ( i )ki Q()
si cum ordinul de multiplicitate al lui i este mi , rezulta ki mi .
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.
Demonstratie. Procedam prin inductie matematica. Pentru m = 1, teorema este evident

adevarata. Presupunem ca este adevarata pentru k si sa o demonstram pentru k + 1. Presu-
punem ca x(1) , x(2) , . . . , x(k+1) ar liniar dependenti, adica ar exista scalari 1 , 2 , . . . , k+1 K,
nu toti nuli, asa ncat
(4.12) 1 x(1) + 2 x(2) + . . . + k+1 x(k+1) = .
Aplicand n (4.12) operatorul liniar T si folosind ipoteza teoremei, obtinem
(4.13) 1 1 x(1) + 2 2 x(2) + +k+1 k+1 x(k+1) = .
Eliminand pe x(k+1) ntre relatiile (4.12) si (4.13) gasim
1 (1 k+1 )x(1) + 2 (2 k+1 )x(2) + . . . +

(4.14)
+k (k k+1 )x(k) =
Fara sa restrangem generalitatea, sa admitem cu 1 = 0, atunci, tinand seama ca

x(1) , . . . , x(k) sunt liniar independenti, deducem 1 = k+1 ceea ce constituie o contradictie.
Rezulta ca vectorii x(1) , x(2) , . . . x(m) sunt liniar independenti.
Corolarul 4.1.3 Daca operatorul liniar T are n valori caracteristice distincte atunci el poate
fi adus la forma diagonala.
Intr-adevam, n aceasta situatie alegand cate un vector propriu corespunzator ecarei
valori caracteristice obtinem n vectori caracteristici liniar independenti si deci o baza n X.
Fata de aceasta baza, dupa Teorema 4.1.3, operatorul liniar T are forma diagonala.
Pentru cazul general se demonstreaza (v. [2]):
Teorema 4.1.5 Conditia necesara si suficienta ca matricea operatorului liniar T L(X, X),
dim X = n, sa aiba forma diagonala este ca toate valorile caracteristice sa fie din campul K si
subspatiile proprii corespunzatoare sa aiba dimensiunile egale cu ordinele de multiplicitate
corespunzatoare.
Exemplul 4.1.6. Sa consideram transformarea liniara T L(R3 , R3 ) denita prin
T (x) = (x2 + x3 , x1 + x3 , x1 + x2 ), x = (x1 , x2 , x4 ) R3 .
Sa aratam ca T poate adusa la o forma diagonala si sa se precizeze o baza fata de

care matricea ei are forma diagonala.
Matricea transformarii n baza canonica a lui R3 este

0 1 1
A = 1 0 1 ,
1 1 0
iar ecuatia caracteristica are forma

1 1

1 1 =0

1 1
de unde 3 3 2 = 0. De aici gasim valorile caracteristice 1 = 2, 2 = 3 = 1.

Vectorii caracteristici sunt solutiile sistemului liniar omogen
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 valorii 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.
4.2 Forme biliniare

Denitia 4.2.1 Fie X un spatiu vectorial peste campul K. Numim forma biliniara peste
campul K o aplicatie f : X X K, care este liniara n raport cu fiecare variabila, adica
satisface conditiile:
1o . f (x + y, z) = f( x, z) + f (y, z).
2o . f (x, y + z) = f (x, y) + f (x, z),
oricare ar fi x, y, z X si , K.
Denitia 4.2.2 O forma biliniara f se numeste simetrica daca
f (x, y) = f (y, x), ()x, y X
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
Rezulta ca forma biliniara este determinata de valorile ei pe vectorii bazei. Elementele
aij = f (e(i) , e(j) ), i, j = 1, n
se numesc coecientii formei biliniare, iar expresia

n
f (x, y) = aij xi yi
i=1 j=1
se numeste expresia analitica a formei biliniare.

Daca punem
x = t (x1 , x2 , . . . , xn ), y = t (y1 , . . . , yn ), A = (aij )i,j=1,n Mn2 (K),
atunci putem scrie

f (x, y) = t xAy,
care reprezinta forma matriceala a formei biliniare, iar A se numeste matricea atasata formei
biliniare n baza B.
Rangul matricei atasate ntr-o baza data unei forme biliniare se numeste rangul formei
biliniare. Daca rangul formei coincide cu dimensiunea spatiului vectorial, atunci forma
biliniara se numeste nedependenta. Se numeste discriminantul unei forme biliniare ntr-o
baza data, determinantul matricei asociate formei n baza data.
4.3 Forme patratice

In studiul unor probleme de analiza economica un rol deosebit l au formele patratice.
Denitia 4.3.1 Fie X un spatiu vectorial peste campul K si f o forma biliniara simetrica
pe X. Numim forma patratica asociata lui f aplicatia g : X K, g(x) = f (x, x), oricare ar
fi x din X.
Forma biliniara f care genereaza forma patratica g se numeste forma polara a lui g.
Daca n campul K avem a + a = 0, pentru orice a K, a = 0, atunci avem
g(x + y) = f (x + y, x + y) = f (x, x) + f (x, y) + f (y, x) + f (y, y) =
= g(x) + 2f (x, y) + g(y),

de unde
1
f (x, y) = [g(x + y) g(x) g(y)].
2
Acest rezultat ne arata ca forma polara este determinata n mod unic de forma
sa patratica. Altfel spus, ntre multimea formelor biliniare simetrice si multimea celor
patratice denite pe X exista un izomorsm. Daca presupunem ca dim X = n si consideram
o baza B = {e(1) , . . . , e(n) } n el, atunci din expresia analitica a formei biliniare f (5.2) gasim
urmatoarea expresie analitica pentru forma patratica g

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
nu depinde de x1 , deci n expresia ei analitica avem doar k 1 variabile. Folosind ipoteza

inductiei, exista o baza (o schimbare de coordonate) a spatiului X n care
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
Cum C este nesingulara si are

rangul 3 deducem
ca forma
patratica
este nedegenerata,

(1) 1 (2) 4 10 (3) 16 4
iar vectorii coloana din C, f = , 0, 0 , f = , , 0 , f = , , 1 constituie
2 15 15 15 15
noua baza fata de care g are forma canonica (4.18).
Exemplul 4.3.2. Sa aducem la forma canonica forma patratica g : R4 R, g(x) = x1 x2 +
x1 x3 2x2 x3 + x3 x4 .
Deoarece nu avem termeni n x21 , i = 1, 2, 3, 4, facem schimbare de variabile
(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
Cum g(x) > 0, pentru orice x nenul. n particular pentru (y1 , . . . , yi , . . . , yn ) =

(0, . . . , 1, . . . , 0), obtinem i1 /i > 0, i = 1, n. Deoarece 0 = 1 si 0 /1 > 0, avem 1 > 0 si
din aproape n aproape obtinem i > 0, i = 1, n.
Reciproc, daca i > 0, i = 1, n, atunci i1 /i > 0, i = 1, n, si

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:
1o . signatura ei este (n, 0, 0) respectiv (0, n, 0);
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

a) Transformare liniara;
b) Forma liniara;
c) Nucleul unui operator liniar;
d) Vector caracteristic;
e) Forma biliniara;
f) Forma patratica;
g) Forma canonica a unei forme patratice;
h) Signatura formei patratice.
2. Aratati ca urmatoarea aplicatie este o transformare liniara: f : R3 R2 , f (x1 , x2 , x3 ) =
(2x1 + x2 , 4x3 ).
3. Fie aplicatiile f : R2 R2 , f (x1 , x2 ) = (2x1 x2 , 3x2 ) si g : R2 R2 , g(x1 , x2 ) = (x2 x1 , 4x1 ).
Aratati ca f si g sunt operatori liniari, apoi determinati f g si g f si vericati ca sunt
operatori liniari.
4. Fie transformarea liniara f : R3 R3 care n baza canonica este data de matricea

5 3 2
A = 6 4 4 .
4 4 5
Gasiti valorile si vectorii caracteristici atasati transformarii.
5. Fie transformarea liniara T : R3 R3 cu exprimarea n baza B data de matricea

7 12 6
A = 10 19 10 .
12 24 13
Aratati ca exista o baza B n R3 fata de care matricea transformarii T are forma
diagonala.
6. Diagonalizati matricea
4 2 2
A = 5 7 5 .
6 6 4
7. Sa se aduca la forma canonica, cu ajutorul metodei lui Gauss, forma patratica:
f (x) = x21 + x22 + x23 2x24 2x1 x2 + 2x1 x3 2x1 x4 + 2x2 x3 4x2 x4 .
8. Sa se aduca la forma canonica, cu ajutorul metodei lui Gauss, forma patratica:

f (x) = x1 x2 + 3x1 x3 + 5x2 x3 .
9. Sa se aduca la forma canonica, cu ajutorul metodei lui Jacobi, forma patratica:

f (x) = x21 + 2x22 + 3x23 + 3x24 2x2 x3 2x1 x3 + 2x1 x4 + 6x2 x4 .
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
Testul 3
2. Se verica conditia f (x + y) = f (x) + f (y) () , R si () x, y R3 .
3. Se solutioneaza analog cu problema precedenta.
4. Se obtin valorile caracteristici 1 = 1, 2 = 2, 3 = 3 si vectorii caracteristice v1 =

(a, 2a, a), a R cu reprezentatul v1 = (1, 2, 1); v2 = (a, a, 0), a R cu reprezentantul
v2 = (1, 1, 0); v3 = (a, 2a, 3a), a R cu reprezentantul v3 = (1, 2, 2).
5. Se obtin valorile caracteristice 1 = 1, 2 = 3 = 1 si vectorii caracteristici v1 = (3, 5, 6),

v2 = (2, 1, 0) si v3 = (1, 0, 1). Apoi se arata ca v1 , v2 , v3 sunt liniar independenti.
Deoarece

1 0 0
din R3 = 3 se obtine {v1 , v2 , v3 } baza cautata iar matricea atasata este 0 1 0 .
0 0 1
6. Se determina valorile caracteristice 1 = 3, 2 = 3 = 2, vectorii caracteristici v1 =
(2, 5, 6), v2 = (0, 1, 1), v3 = (1, 1, 0) care se arata ca sunt liniar indepedenti.
Deci
3 0 0
{v1 , v2 , v3 } baza n R3 si matricea transformarii are forma diagonala 0 2 0 .
0 0 2
7. Forma canonica este f (y) = y12 3y22 + 3y32 .

x1 + x2 x1 x2
8. Folosim transformarea: y1 = , y2 = , y3 = x3 si obtinem f (y) = y12 y22 +
2 2
8y1 y3 2y2 y3 . Apoi aplicand metoda lui Gauss obtinem forma canonica:
f (z) = z12 z22 15z32 .
9. Avem 0 = 1, 1 = 1, 2 = 2, 3 = 3, 4 = 20, deci forma canonica:

1 2 3
f (y) = y12 + y22 + y32 y42 .
2 3 20
10. Analog cu solutia problemei precedente se obtine forma canonica:

1 1
f (y) = y12 y22 + y32 y42 .
3 4
70
[2] Cruceanu, V., Elemente de algebra liniara si geometrie, Editura Didactica si peda-
gogica, Bucuresti, 1973.
71
Capitolul 5
Elemente de programare liniara
Obiective: Scopul acestui capitol este de a pune la dispozitia studentilor (viitorii

economisti) a unuia dintre cele mai utile modelari matematice cu aplicatii economice,
mpreuna cu algoritmul de rezolvare al acestui model.
Rezumat: In acest capitol se vor prezenta notiunile fundamentale legate de pro-
gramarea matematica cu accent pe programarea liniara si n special a algoritmului simplex
pentru rezolvarea problemelor de programare liniara.
1. Obiectul programarii matematice
2. Notiuni generale relative la o problema de programare liniara
3. Algoritmul simplex
4. Cazuri speciale ntr-o problema de programare liniara
5. Rezolvarea problemei generale de programare liniara
6. Dualitatea n problemele de programare liniara
Cuvinte cheie: programare matematica, programare liniara, solutie posibila,
solutie de baza, solutie optima, algoritmul simplex, problema duala.
5.1 Obiectul programarii matematice

Am vazut n Capitolul I ca aplicarea conceptelor matematice n studiul proceselor
economice a capatat o dezvoltare deosebita, prin rezolvarea unui numar tot mai mare de
probleme. Astazi, problemele de productie, de planicare sau de proiectare se cer rezolvate
nu la ntamplare, ci asa fel ncat solutiile obtinute sa e corespunzatoare unui anumit scop.
De exemplu, realizarea unui proces de productie sa se faca cu cheltuieli cat mai mici si cu
venit cat mai mare.
Organizarea stiintica a proceselor economice, n scopul luarii unei decizii constiente,
n raport cu telurile urmarite si n urma unei analize a corelatiilor dintre diferitii factori ce
intervin, constituie obiectul a ceea ce se numeste programare matematica.
In general, problema programarii desfasurarii unor fenomene economice este o prob-
lema complexa si vasta, pentru rezolvarea carora matematica ofera diverse metode din
multitudinea de ramuri, ca: aritmetica, algebra, geometria, analiza matematica, calculul
probabilitatilor, analiza functionala, ecuatii diferentiale, ecuatii integrale, etc.
Forma generala a unei probleme de programare matematica (v. cap.I, 1.2 si 1.3)
cere sa se determine valorile variabilelor xj , j = 1, n, astfel ncat ele sa satisfaca restrictiile
(5.1) gk (x1 , . . . , xn ) 0, k = 1, m,
iar functia z = f (x1 , x2 , . . . , xn ), numita functia obiectiv (scop, ecienta), sa ia valoarea optima
(maxima, respectiv minima).
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.
Clasicarea problemelor de programare matematica se face dupa forma functiilor f si

gk , natura necunoscutelor xj , j = 1, n si respectiv, natura coecientilor necunoscutelor n f
si gk , k = 1, m.
Daca functiile f si gk , k = 1, m, sunt forme liniare, atunci problema de programare are
denumirea consacrata de problema de programare liniara, prescurtat (P.L).
Cand functia z, sau unele restrictii, sunt functii neliniare, problema poarta denumirea
de problema de programare neliniara. De exemplu, daca f este o forma patratica, atunci
spunem ca avem o problema de programare patratica.
Daca necunoscutele x1 , . . . , xm se cauta n numere ntregi, spunem ca avem programare
ntreaga (n numere ntregi).
Daca toti coecientii necunoscutelor xj , j = 1, n, n f si gk , k = 1, m, sunt constanti,
atunci se zice ca avem o problema de programare determinista. In caz ca cel putin unul din
acesti coecienti este variabil (depinzand de parametrii), avem programare parametrica.
Daca cel putin unul din acesti coecienti este o variabila aleatoare, atunci spunem ca avem
programare aleatoare sau stochastica.
In acest capitol ne vom ocupa de problema programarii liniare (P.L.). Programarea
liniara este o ramura unitara a matematicilor aplicate n economie, avand metode proprii
si generale de rezolvare a problemelor respective.
Constituirea obiectului de programare liniara s-a datorat faptului ca n viata social
economica exista multe aplicatii care conduc la probleme liniare de programare (v. 1.3).
Rezolvarea problemelor de programare liniara poate facuta folosind diferite metode,
unele particulare (metoda repartizarii, metoda graca), altele generale (metoda simplex).
Primele probleme de programare liniara au fost formulate de L.V.Kantorovici (1939)
si de F.L.Hitchcock (1941). Programarea liniara se naste nsa n anii de dupa cel de-al
doilea razboi mondial, o data cu formularea ei generala n 1947, de catre G.B.Dantzig, care
a propus, totodata si un procedeu ecient de rezolvare metoda simplex.
Astazi, se poate vorbi despre un mod unitar de abordare al tuturor problemelor de
programare liniara. Diversele metode de rezolvare existente au ca tel sporirea rapiditatii
n calcule, avand n vedere n special utilizarea calculatoarelor.
5.2 Notiuni generale relative la o problema de programare

liniara
Problema de P.L., sub forma cea mai simpla pe care o vom numi forma standard sau
forma algebrica, este data prin modelul matematic
(5.3) (optim)f (x) = c1 x1 + c2 x2 + . . . + cn xn

a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2
(5.4)

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

am1 x1 + am2 x2 + . . . + amn xn = bm
(5.5) xj 0, j = 1, n,
unde (5.3) este functia de scop, (5.4) sunt restrictiile, iar (5.5) conditiile de nenegativitate.
Sistemul de restrictii (5.4) reprezinta concordanta interna a unui proces economic.
Coecientii aij , i = 1, m, j = 1, n, sunt coecienti tehnici constanti, planicati sau determinati
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
Daca notam cu Pj , j = 1, n, vectorii ale caror componente sunt elemente core-

spunzatoare coloanelor matricei A, atunci problema de programare liniara (5.3)(5.5) ia
forma
(optim)f (x) = cx
x1 P1 + x2 P2 + . . . + xn Pn = b

x
numita forma vectoriala a problemei de programare liniara.
Denitia 5.2.1 Se numeste solutie posibila a problemei de programare liniara standard orice
vector coloana x(0) , care verifica sistemul de restrictii, adica Ax(0) = b.
Pe baza celor demonstrate n 3.5, rezulta ca multimea tuturor solutiilor posibile
pentru o problema de programare liniara este convexa.
Denitia 5.2.2 Se numeste solutie de baza pentru o problema de programare liniara orice
solutie posibila, care are cel mult m componente strict pozitive. Ea se obtine dintr-o solutie
posibila, cand necunoscutelor secundare se atribuie valoarea zero.
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 .
Observatia 5.2.2 Intr-o problema economica concreta, de obicei, restrictiile problemei de

programare liniara sunt inecuatii, caz n care spunem ca avem o problema generala de
programare liniara. Modelul matematic al acesteia, sub forma matriciala, arata astfel:
(optim)f (x) = cx

A1 x = b(1)

A2 x b(2)

A x b(3)
3
x .
5.3 Algoritmul simplex

Metoda generala de rezolvare a problemelor de programare liniara este cunoscuta n
literatura de specialitate sub numele de metoda simplex sau algoritmul simplex. Ea este
datorata lui G.B.Dantzig, care a publicat primele lucrari n 1947. Ulterior s-au dat diverse
variante mbunatatite ale metodei. Ea are la baza metoda eliminarii complete de rezolvare
a unui sistem de ecuatii liniare, desigur adaptata scopului urmarit: aarea solutiilor cu
componente nenegative, respectiv a solutiei (sau solutiilor) pentru care functia liniara de
scop f are valoarea optima.
Pe baza Observatiei 5.2.1 este sucient sa consideram problema de P.L. standard.

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
In ipoteza ca i 0, i = 1, m (n caz contrar se aleg alte necunoscute principale), vom

putea considera solutia de baza
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
Noua solutie x(2) are componentele

i 1,m+1 i i1,m+1
x11 = 1 , . . . , xi1 = i1 , xi = 0,
i,m+1 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
zm+1 = c1 1,m+1 + c2 2,m+1 + . . . + ci i,m+1 + . . . + cm m,m+1
atunci putem scrie

f (x(2) ) f (x(1) ) = (cm+1 zm+1 )
Cum > 0, rezulta ca f (x(2) ) < f (x(1) ) daca m+1 = cm+1 zm+1 < 0.
Prin urmare, vom trece de la o solutie de baza x(1) la una x(2) mai buna, daca diferenta
m+1 = cm+1 zm+1 , corespunzatoare vectorului Pm+1 , corespunzator necunoscutei xm+1 care
va deveni principala, este mai mica decat 0.
Practic, trebuie sa calculam marimile
zj = c1 1j + c2 2j + . . . + cm mj = CB , Pj , j = 1, n,
adica produsul scalar dintre vectorii CB = (c1 , c2 , . . . , cm ) al coecientilor necunoscutelor de

baza si t Pj = (1j , 2j , . . . , mj ) al componentelor coloanei j; apoi diferentele j = cj zj ,
j = 1, n. Cum f (x(2) ) f (x(1) ) = j , rezulta ca x(2) va o solutie mai buna daca j < 0.
Aceasta nseamna ca daca toate diferentele j 0, j = 1, n, atunci nu se poate obtine o
mbunatatire a solutiei, si n consecinta, solutia x(1) de baza este optima. Din cele de mai
sus, rezulta pentru algoritmul simplex urmatorii pasi:
Pasul 1. Se determina o solutie de baza a problemei de P.L., prin aplicarea metodei ele-
mentului pivot care respecta conditiile (5.8) si (5.9);
Pasul 2. Se calculeaza toate valorile zj , j = 1, n, obtinute prin produsul scalar al vectorilor
CB si Pj ;
Pasul 3. Daca exista diferente j = cj zj < 0 se trece la gasirea unei alte solutii de baza
prin introducerea n baza a vectorului pentru care j < 0 este cea mai mare n valoare
absoluta. Daca toate diferentele j 0, atunci se trece la Pasul 5;
Pasul 4. Se repeta pasii 2 si 3 pana cand nu mai exista diferente j < 0. Acum s-a ajuns la
solutia optima.
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
em bm am1 am2 am3 ... amn
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.
(min)f (x) = x1 + 2x2 + x3 + 3x4
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.

1
(max)f (x) = 3x1 + 7x2 x3 5x4 3x5
2

2x1 + x2 + x3 x4 + x6 =2
x1 + 2x2 2x3 2x4 + x7 = 3

3x1 x2 + x3 + x5 =9
xj 0, j = 1, 7
Cerinta de maxim poate nlocuita prin cea de minim (vezi Observatia 5.2.1), con-
siderand
1
(min)(f (x)) = 3x1 7x2 + x3 + 5x4 + 3x5
2
Se mai observa ca vectorii P5 , P6 si P7 sunt din baza canonica, deci, pot considerati
direct n baza B.
Avem
1
c 3 -7 2 5 3 0 0
CB B b P1 P2 P3 P4 P5 P6 P7
P1

0 P6 2 2 1 1 -1 0 1 0
P6
Prima
0 P7 3 -1 2 -2 -2 0 0 1 solutie
de baza
3 P5 9 3 -1 1 0 1 0 0
zj 27 9 -3 3 0 3 0 0
j -6 -4 52 5 0 0 0
1 1
3 P1 1 1 2 2 12 0 1
2 0
P2
A doua
5

0 P7 4 0 2 23 52 0 1
2 1 solutie
P7
de baza
3 P5 6 0 52 21 3
2 1 32 0
zj 21 3 13
2 0 3 3 -3 0
j 0 12 1
2 2 0 3 0
P3
1 4 2

3 P1 5 1 0 5 0 0 5 15
P1
A treia
8
-7 P2 5 0 1 53 -1 0 1
5
2
5
solutie
de baza
3 P5 10 0 0 -2 -1 1 -1 1
97 3
zj 5 3 -7 5 4 3 16
5 25
1 16 2
j 0 0 10 1 0 5 5
1 1 5 1
2 P3 4 4 0 1 0 0 2 14
7 3 1 1
-7 P2 4 4 1 0 -1 0 2 4
21 5 1
3 P5 2 2 0 0 -1 1 0 2
A patra
155 23 1
zj 8 8 -7 2 4 3 13
4 38 solutie
de baza
1 13 3
j 8 0 0 1 0 4 8
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.
5.4 Cazuri speciale ntr-o problema de P.L.

In acest paragraf vom analiza cateva situatii speciale care pot aparea ntr-o problema
de P.L.
5.4.1 Solutii multiple

In orice tabel simplex toate diferentele j corespunzatoare vectorilor bazei (necunos-
cutelor principale) sunt nuli. Daca n tabelul simplex, care contine solutia optima, numarul
zerourilor din linia diferentelor j este mai mare ca m (numarul vectorilor unitari), atunci
problema de P.L. poate avea mai multe solutii optime. Pentru a gasi celelalte solutii op-
time se introduc n baza, daca este posibil, vectorii Pj pentru care j = 0. Numarul maxim
de solutii optime este Ckm , unde k este numarul de zerouri din linia diferentelor j . Dupa
obtinerea tuturor solutiilor optime se scrie solutia optima generala ca si o combinatie liniara
convexa (vezi Denitia 5.2.6).
(min)f (x) = 3x1 + 2x2 + 2x3 + x4

x1 +x2 +x3 +x4 = 100
x1 x2 +x3 +x4 =0

x2 +x4 = 10
xj 0, i = 1, 4.
Rezolvarea problemei de P.L. cu algoritmul simplex este data n tabelul urmator
c 3 2 2 1
CB B b P1 P2 P3 P4
e1 100 1 1 1 1
e2 0 -1 -1 1 1
P2

e3 10 0 1 0 1
e3
e1 90 1 0 1 0
P3

e2 10 -1 0 1 2
e2
2 P2 10 0 1 0 1
P1

e1 80 2 0 0 -2
e1
2 P3 10 -1 0 1 2
2 P2 10 0 1 0 1
3 P1 40 1 0 0 -1
2 P3 50 0 0 1 1 Prima solutie de baza
2 P2 10 0 1 0 1
zj 240 3 2 2 1
j 0 0 0 0
80
Cum toate diferentele j 0 rezulta ca avem solutia optima
x(1) = (40, 10, 50, 0), cu (min)f (x) = 240.
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
Se obtine a doua solutie optima
x(2) = (50, 0, 40, 10), cu (min)f (x) = 240.
Se observa ca alte solutii optime nu mai exista.

Solutia generala a problemei va :
x = x(1) + x(2) , unde , 0, + = 1,
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.
5.4.2 Solutie infinita

Fie o problema de P.L. de minim. Exista situatii n care avem o diferenta j < 0,
dar componentele vectorului Pj sunt toate negative sau 0, ceea ce face imposibila alegerea
elementului pivot. Vom arata ca n aceasta situatie functia de ecienta are un minim innit,
adica valoarea ei poate facuta oricat de mica.
Consideram tabelul simplex
c c1 c2 ... cm ... cj ... cn
CB B b P1 P2 ... Pm ... Pj ... Pn
c1 P1 1 1 0 ... 0 ... 1j ... 1n
c2 P2 2 0 1 ... 0 ... 2j ... 2n
.. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . .
cm Pm m 0 0 ... 1 ... mj ... mn
zj zb c1 c2 ... cm ... zj ... zn
j 0 0 ... 0 ... j ... n
cu solutia de baza x(1) = (1 , . . . , m , 0, . . . , 0), j < 0 si ij < 0, i = 1, m.

Atribuim necunoscutei xj valoare M > 0 (oricat de mare ), adica xj = M , iar celorlalte
necunoscute secundare le atribuim valoare 0, adica xm+1 = 0, . . . , xj1 = 0, xj+1 = 0, . . . , xn = 0.
Obtinem astfel solutia posibila
x(2) = (1 1j M, x 2j M, . . . , m mj M, 0, . . . , M, 0, . . . , 0)
Valoarea functiei de scop f pentru x(2) este:
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.:
(min)f (x) = 2x1 + x2 2x3 3x4

4x1 +x2 3x4 = 10
2x1 x2 +x3 =6

2x1 x2 +3x4 = 6
xj 0, j = 1, 4.
Utilizand algoritmul simplex obtinem tabelul:
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
Deoarece 2 = 2 < 0, iar 12 = 0, 22 = 1 < 0, 32 = 13 < 0, rezulta ca (min)f = .

Intr-adevar, luand x2 = M > 0, x1 = 83 , x3 = 23 + M , x4 = 22
3 + M , avem
86
f (x) = 2M
3
si astfel cand M , obtinem f .
5.4.3 Degenerare n problemele de programare liniara

Consideram problema de P.L. standard
(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:
(max)f (x) = x1 + 4x2 + 5x3 + 2x4

3x1 +x2 +x3 +x4 = 6
x1 +2x2 +x3 +x4 = 6

2x1 +x2 +3x3 =7
xj 0, j = 1, 4.
Inlocuim cerinta de maxim prin
(min)(f (x)) = x1 4x2 5x3 2x4 .
Acum, utilizand algoritmul simplex, avem:
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.
5.5 Rezolvarea problemei generale de programare liniara

Intr-o problema generala, de programare liniara unele restrictii apar si sub forma de
inecuatii (vezi Observatia 5.2.2). Rezolvarea unei astfel de probleme se face prin transfor-
marea ei ntr-una standard, prin introducerea necunoscutelor de compensare.
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
iar a problemei generale

(1) 1 25 47
x = , , 0, 0 , (min)f (x) = ,
11 11 11
caz n care nu am mai luat n seama valorile necunoscutelor de compensare.
5.6 Dualitatea n problemele de programare liniara

Plecand de la o problema de P.L., totdeauna se poate formula o noua problema de
P.L., folosind aceleasi date numerice ale problemei date, care nsa sa ceara determinarea
valorii optime contrare. Intre solutiile celor doua probleme de P.L. exista stranse legaturi.
Perechea de probleme de P.L. astfel construite respecta un principiu general din
stiinta, n particular din matematica, numit principiul dualitatii, iar problemele respective
sunt numite probleme duale (se mai ntalneste si termenul de probleme conjugate) una
alteia. De obicei problema de P.L. initiala se numeste primala, iar cea obtinuta prin dualitate
se numeste duala.
Notiunea de dualitate n problemele de P.L. are, pe langa nsemnatatea teoretica, si
o mare importanta practica, deoarece, ind date doua probleme duale, exista posiblitatea
alegerii pentru rezolvare a problemei mai convenabile din punct de vedere calculatoriu.
Mai exact, tabelul simplex, ce contine solutia optima a unei probleme, cuprinde solutia
optima a problemei duale, componentele acestei solutii se aa pe linia diferentelor j ale
acestui tabel, n dreptul vectorilor (necunoscutelor) de compensare corespunzator problemei
duale. In caz ca avem mai putin de m vectori (necunoscute de compensare) se adauga vectori
unitari ej n completare (numiti vectori ajutatori sau articiali), cu coecienti zero pe linia
lui c.
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.
P.L. primal P.L. dual

minim maxim
maxim minim
necunoscuta nenegativa restrictie concordanta
necunoscuta nepozitiva restrictie neconcordanta
variabila libera restrictie egalitate
restrictie concordanta variabila nenegativa
restrictie neconcordanta variabila nepozitiva
restrictie egalitate variabila libera
numar de necunoscute
numar de restrictii
(variabile)
numar de necunoscute
numar de restrictii
(variabile)
termenii liberi ai restrictiilor coecientii functiei obiectiv

coecientii functiei obiectiv termenii liberi ai restrictiilor
coloanele matricei restrictiilor liniile matricei restrictiilor
necunoscute principale necunoscute de compensare
necunoscute de compensare necunoscute principale
linia j din tabelul simplex
coloana b din tabelul simplex
(eventual cu semn schimbat)
coloana b din tabelul simplex
linie j din tabelul simplex
(eventual cu semn schimbat)
Exemplul 5.6.1. Se da problema primala 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:
(max)g(y) = 24y1 + 45y2 44y3 8y4
(termenii liberi ai restrictiilor au devenit coecientii functiei obiectiv),

4y1 +5y2 +3y3 y4 1
3y1 +9y2 4y3 1
yj 0, j = 1, 4.
Exemplul 5.6.2. Fie data problema principala de P.L.:
(max)f (x) = 2x1 + 2x2 + 3x3 + 3x4 ,

x1 +x2 +x3 +x4 5
7x1 +5x2 +3x3 +x4 1

3x1 +5x2 +10x3 +15x4 1
xj 0, j = 1, 4,
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.
(min)f (x) = 2x1 + x2 3x3

x1 +2x2 +x3 6
x1 2x2 +3x3 8

2x1 x3 =5
xj 0, j = 1, 3,
duala are forma
(max)g(y) = 6y1 + 8y2 + 5y3

y1 +y2 +2y3 6
2y1 2y2 8

y1 +3y2 y3 5
y1 0, y2 0, y3 libera (oarecare).
Am vazut pana acum o prima legatura ntre problemele duale de programare, n
sensul ca una se obtine din cealalta prin mijloacele mentionate mai sus.
In continuare vom prezenta o alta legatura, sub aspectul unor relatii dintre solutii si
functiile de ecienta.
Sa consideram problemele duale, scrise matricial:
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 =
= t (cx(0) ) = t f (x(0) ) = f (x(0) ),

Teorema 5.6.2 Pentru problemele duale (1) si (2) de programare liniara au loc una si numai
una din urmatoarele situatii:
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:
1) Criteriul de iesire din baza. Pe coloana lui b se alege
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
urmand ca vectorul corespunzator lui i0 j0 sa intre n noua baza.
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.:
(min)f (x) = 4x1 + 5x2 + 3x3

3x1 +2x2 +x3 7
x1 x2 +2x3 6

2x1 +x2 x3 8
xj 0, j = 1, 3.
Se observa ca daca am lucra cu problema primala necunoscutele de compensare ar
introduse cu coecientii 1 deci vectorii de compensare nu ar putea folositi n baza
initiala.
Inmultind cu 1 restrictiile, obtinem problema de P.L.:
(min)f (x) = 4x1 + 5x2 + 3x3

3x1 2x2 x3 7
x1 +x2 2x3 6

2x1 x2 +x3 8
xj 0, j = 1, 3.
Acum introducem variabilele de compensare x4 , x5 si x6 si problema ia forma:
(min)f (x) = 4x1 + 5x2 + 3x3

3x1 2x2 x3 +x4 = 7
x1 +x2 2x3 +x5 = 6

2x1 x2 +x3 +x6 = 8
xj 0, j = 1, 6.
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
Observatia 5.6.3 Dualitatea n problemele de P.L. se poate interpreta si economic. Astfel,

problema primala
(max)f (x) = cx
Ax b

x
reprezinta modelul unui proces economic n care se realizeaza n produse, folosind m resurse,
aij reprezentand unitatea din resursa i utilizata la produsul j, i = 1, m, j = 1, n, bi cantitatea
disponibila din resursa i, i = 1, m; cj venitul pentru o unitate din produsul j si xj numarul
de unitati realizate din produsul j, j = 1, n (vezi 1.3). Functia obiectiv reprezinta venitul
total realizat. In problema primala se cere sa se determine numarul de unitati din fiecare
produs asa ncat venitul sa fie maxim.
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
Cum dorim ca sa avem cheltuieli minime, obtinem problema de P.L.:
(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
a) Solutie posibila a problemei de programare liniara standard;

b) Solutie de baza a problemei de programare liniara;
c) Solutie nedegenerata a problemei de programare liniara;
d) Solutie degenerata a problemei de programare liniara;
e) Restrictie concordanta ntr-o problema P.L.;
f ) Restrictie neconcordanta ntr-o problema P.L.
2. Rezolvati problema de programare liniara (min)f (x) = 2x1 + x2 + 3x3 + 5x4 x5

2x1 + x2 + x3 = 4
x1 + 2x3 + x5 = 7

3x1 + 2x2 + x4 = 10
xi 0 , i = 1, 5.
3. Rezolvati problema de programare liniara (max)f (x) = 4x1 + 3x2 + 4x3

x1 + 3x2 x3 + 2x5 = 7
2x1 + 4x3 + x4 = 12

4x2 + 3x3 + 8x5 + x6 = 10
xi 0 , i = 1, 6.
4. Rezolvati problema deseurilor minime: Se dispune de baze de er de 14 m lungime

din care trebuie taiate 500 bucati de 8 m, 800 bucati de 5,25 m si 450 bucati de 2,5 m.
Se cere sa se stabileasca modul de taiere care asigura cantitatea minima de deseuri.
5. Rezolvati problema de programare liniara (max)f (x) = 4x1 x2 + 2x3 + 4x4

6x1 + x2 3x4 = 11
4x1 x2 + 2x3 = 8

4x1 x2 + 3x4 = 8
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.
9. Gasiti valoarea optimului urmatoarei probleme de programare liniara folosind duala

ei: (max)f (x) = x1 + x2
x1 + x2 4
2x1 + x2 3

3x1 x2 5
x1 0 , x2 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
Testul 4
2. Se palica algoritmul Simplex si se obtine optimul nit t x = (0, 4, 0, 2, 7) si min(f ) = 7.

86 29 82
3. Se aplica algoritmul simplex si se obtine solutia optima nita t x = , , , 0, 0, 0 si
12 13 13
759 759
min g = (de unde g = f ) si astfel max f = .
13 18
4. Se observa ca exista cinci solutii de taiere pentru o bara: 1) se taie o bucata de 8 m
3
si alta de 5,25 m obtinandu-se deseu 0, 75 = m; 2) se taie o bucata de 8 m si doua
4
bucati de 2,5 m obtinandu-se deseu 1 m; 3) se taie doua bucati de 5,25 m si una de 2,5
m obtinandu-se deseu 1 m; 4) se taie o bucata de 5,25 si trei de 2,5 m obtinandu-se
5 6
deseu 1, 25 = m; 5) se taie cinci bucati de 2,5 m obtinandu-se deseu de 1, 5 = m.
4 4
Notand cu xi , i = 1, 5 numarul de bare planicate a se taia n modul i obtinem
problema de programare liniara
1
(min)f = (3x1 + 4x2 + 4x3 + 5x4 + 6x5 )
4
x1 + x2 = 500
x1 + 2x3 + x4 = 800
2x2 + x3 + 3x4 + 5x5 = 450
xi 0 , i = 1, 5.
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.
5. Se aplica algoritmul Simplex pentru functia obiectiv g = f si se obtine optim innit:

19 1 1 2 1 128 4
x2 = M > 0 (foarte mare), x1 = , x3 = + M , x4 = + M , min(g) = M,
10 5 2 15 3 15 3
128 4
de unde max(f ) = + M.
15 3
6. Se plica algoritmul Simplex si se obtin solutii multiple si anume:

1 5 5 13 1
t t
x1 = 2, , , 0, 0 , x2 = 0, , , 0, t x = t x1 + t x2
3 3 6 6 2
cu , [0, 1], + = 1 si min(g) = 23, deci max(f ) = 23.
7 Se introduc variabilele ecart x5 si x6 obtinem forma canonica
(min)f (x) = 4x1 + 8x2 2x3 + x4

x1 + x2 + x4 = 2
x1 + 2x2 + x3 + x5 = 5
x2 + x3 x6 = 3
xi 0 , i = 1, 6.
Se aplica algoritmul Simplex si se obtine optimul nit t x = (0, 0, 5, 2, 0, 0), adica x1 = 0,

x2 = 0, x3 = 5, x4 = 2 si min(f ) = 8.
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:
(min)f (x) = 4x1 + 2x2 + x3

2x1 + x2 + x3 = 6
x1 + 2x2 2x3 = 8

xi 0 , i = 1, 3.
Se aplica algoritmul simplex si se obtine solutia optima nita t x = (0, 5, 1) si min(f ) =

11 max(g) = 11.
95
96
Capitolul 6
Elemente de teoria grafurilor
Obiective: Scopul acestui capitol este de familiariza studentii cu notiunea de graf si

aplicatiile acesteia n economie. Termenul de graf are cu totul alta semnicatie decat
cel de grac. Prima lucrare de teoria grafurilor a fost scrisa de renumitul matematician
elvetian Euler, n 1736, n scopul rezolvarii unor jocuri si amuzamente matematice. Dez-
voltarea ulterioara a matematicii si n special a aplicatiilor ei n diferite domenii stiintice
a dat un impuls puternic dezvoltarii teoriei grafurilor. Utilizarea ei n domenii variate,
teoretice sau practice, de la probleme economice la fundamentarea deciziilor politice, de la
studiul retelelor electrice la critica textelor, etc., i confera n zilele noastre o importanta
aparte.
Folosirea grafurilor n elaborarea programelor de productie, investitii, transport, des-
facere etc. ale unitatilor economice a devenit o necesitate de prim ordin.
Rezumat: In acest capitol se vor aborda cateva din conceptele fundamentale ale
teoriei grafurilor, precum si cativa algoritmi utili n rezolvarea unor probleme economice.
1. Notiuni fundamentale
2. Algoritmi pentru rezolvarea unor probleme relative la grafuri
3. Problema uxului optim n retele de transport
Cuvinte cheie: graf, matricea drumurilor, componente tare conexe ale unui graf,
drumuri hamiltoniene, drum de lungime optima, metoda drumului critic, rele de trasport.
6.1 Notiuni fundamentale

Fie X o multime nevida si cel putin numarabila de elemente numite noduri sau varfuri.
Denitia 6.1.1 Numim graf perechea (X, ), unde X X, adica o multime de perechi
ordonate sau nu de elemente din X.
Daca X este o multime finita, atunci graful (X, ) se numeste graf nit, In caz contrar
se zice ca avem un graf innit.
Putem da pentru graf si urmatoarea denitie echivalenta:
Denitia 6.1.2 Numim graf perechea (X, f ), unde f este o functie definita pe X cu valori n
multimea P(X) a partilor (submultimilor) lui X.
Denitia 6.1.3 Daca toate perechile distincte din sunt ordonate, graful se numeste orien-
tat. In cazul contrar, graful se numeste neorientat.
Pentru un graf orientat (X, ) perechea ordonata (x, y) , x, y X, se numeste arc, x

ind extremitatea initiala, iar y extremitatea nala a arcului. In cazul unui graf 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.
Fig.6 Fig.7 Fig.7
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 }
d3 = {x2 , x4 , x2 }, care este un circuit.

Denitia 6.1.11 Numarul de arce dintr-un drum se numeste lungimea lui.
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.
Exemplul 6.1.7. In gura 12 avem un arbore, iar n gura 13 o padure cu 3 arbori:
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).
Cel mai cunoscut exemplu de arborescenta este arborele genealogic.

Exemplul 6.1.8. In gura 14 avem o arborescenta cu radacina x1 si cu 6 frunze.
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 }.
Denitia 6.1.18 Matricea patratica B = (bij ), i, j = 1, n, definita astfel

1 , daca (xi , xj )
bij =
0 , daca (xi , xj )
se numeste booleana (asociata) atasata grafului (X, )
Exemplul 6.1.9. Fie (X, ) graful din gura 15.
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.
6.2 Algoritmi pentru rezolvarea unor probleme relative la gra-

furi
In acest paragraf vom prezenta cativa algoritmi pentru rezolvarea unor probleme
relative la grafuri.
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.
6.2.2 Algoritmi pentru precizarea existentei circuitelor ntr-un graf

Vom prezenta doi algoritmi.
Algoritmul marcarii cu . Pasii acestui algoritm sunt:
Pasul 1. Se marcheaza cu toate varfurile fara succesori;
Pasul 2. Marcam cu toate varfurile ale caror succesori au fost marcati;
Pasul 3. Se continua procesul de la Pasul 2 pana cand nu mai putem face marcari.
Daca toate varfurile au fost marcate, atunci graful este fara circuite. In caz ca a
ramas cel putin un varf nemarcat, graful este un circuit.
Exemplul 6.2.2. Sa cercetam daca graful din gura 16 are circuite.
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
Imediat se marcheaza cu numai varfurile x4 si x5 , obtinand cea de-a doua

componenta tare conexa C2 = {x4 , x5 }. Varful x6 formeaza cea de-a treia componenta tare
conexa C3 .
In gura 19 prezentam graful cu varfurile sale mpartite n componente tare conexe.
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
Imediat rezulta si componenta tare conexa C3 = {x4 }, ramanand matricea
x5 x6
B3 = x5 0 1
x6 1 0
pentru care avem:

x5 x6
, V1 = {x5 , x6 }
x5 1 1
x5 1 1
, V2 = {x5 , x6 }
x5 x6
deci mai avem componenta tare conexa C4 = {x5 , x6 }.
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
Graful condensat este important n rezolvarea multor probleme practice deoarece

reduce dimensiunea sistemelor complexe.
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
Matricea booleana atasata grafului este
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
iar matricea drumurilor

x1 x2 x3 x4 x5 x6 a
x1 0 0 0 0 0 0 0
x2 1 0 0 0 0 1 2
D = x3 1 1 0 0 0 1 3
x4 1 1 1 0 1 1 5
x5 1 1 1 0 0 1 4
x6 1 0 0 0 0 0 1
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.
Construim matricea L, ( obtinuta din L prin nlaturarea lui xi din succesiunea xi xj ,

cand acasta exista.
Acum, denim o nmultire speciala de matrice, numita nmultirea latina si notata
prin , dupa cum urmeaza: a) nmultirea se face linii prin coloane; b) n locul nmultirii
obisnuite se face o alaturare de elemente, daca acestea nu se repeta, sau se scrie 0 n caz
contrar; c) n locul adunarii obisnuite se iau grupele obtinute la b, cand avem astfel de
grupe. Prescurtat, vom scrie L L ( = L2 . Analog, calculam L2 L( = L3 , . . . , Lk1 L
( = Lk . Se
k
observa ca L contine toate drumurile elementare de lungime k.
Prin urmare, n matricea Ln1 gureaza toate drumurile hamiltoniene. Daca dorim
sa obtinem circuitele hamiltoniene se va calcula Ln , dar admitem, ca exceptie, situatia de
repetare a primului si a ultimului varf (cel care nchide circuitul).
Exemplul 6.2.8. Pentru graful din gura 23 sa se determine drumurile hamiltoniene.
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.
6.2.5 Algoritmi pentru determinarea drumurilor de lungime optima

In multe probleme practice suntem pusi n situatia de a atasa ecarui arc din graful
asociat problemelor respective un numar (timp de deplasare de-a lungul arcului, cost de
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
dl = min(di + cil , dj + cjl , dk + ckl )
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
li,k = min (cij + lj,k1 ), k = 2, 3, . . . , i = 1, n.

j=1,n
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
lj,k li,k = cij = l(xi , xj ).
Practic, algoritmul lucreaza dupa urmatorii pasi:

Pasul 1. Se scrie matricea C.
Pasul 2. Se calculeaza cotele li,1 , i = 1, n. Pentru aceasta matricei C i se adauga ultima
coloana, pe care o notam cu li,1 . Apoi, se nmulteste C cu aceasta coloana li,1 dupa regula:
inmultirea se nlocuieste cu adunare, iar adunarea cu operatia de luare a minimului. Rezulta
astfel valorile de pe coloana li,2 .
Pasul 3. Procesul de la pasul 2 se repeta cu coloana li,2 s.a.m.d. pana se obtin doua coloane
identice li,k si li,k+1 .
Exemplul 6.2.10. Sa gasim drumul de lungime minima din graful dat n gura 24 utilizand
algoritmul BellmanKalaba.
Avem sucesiv
x1 x2 x3 x4 x5 x6 x7 li,1 li,2 li,3 li,4 li,5
x1 0 2 7 15 14 14
x2 0 3 4 13 12 12 12
x3 4 0 9 17 16 16
x4 0 8 2 9 9 9 9
x5 0 3 9 9 9 9 9 9
x6 0 7 7 7 7 7 7
x7 0 0 0 0 0 0
Cum li,4 coincide cu li,5 , algoritmul s-a ncheiat. Avem
lmin (x1 , x7 ) = l1,4 = 14,
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].
6.2.6 Metoda drumului critic

Metoda drumului critic (Critical Path Method C.P.M.) este un instrument matem-
atic util specialistilor n rezolvarea programelor complexe de planicare, investitii, productie
etc. Principiul metodei consta n descompunerea unui program complex n parti compo-
nente, numite activitati sau operatii, la un nivel care sa permita corelarea functionala a
acestora, adica sa faca posibila stabilirea interconditionarilor ntre partile componente. La
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:
a) ecarei activitati i se asociaza un arc (xi , xj ), unde varful (evenimentul) xi reprezinta

nceputul operatiei, iar xj sfarsitul ei;
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;
c) conditionarea (anterioritatea) a doua activitati se reprezinta prin succesiunea arcelor

corespunztoare;
d) ecarui arc (xi , xj ) i se asociaza un numar nenegativ tij , semnicand durata activitatii
respective;
e) nici o activitate nu poate ncepe naintea terminarii tuturor activitatilor precedente si

nu se poate naliza dupa nceperea activitatilor urmatoare.
Graful astfel atasat unei retele de activitati este un graf conex orientat, fara circuite,
cu un singur varf x1 de intrare n graf si un singur varf xn de iesire din graf. Acest graf
program evidentiaza legaturile functionale (tehnologie, economie s.a.) dintre activitati.
Mentionam ca un astfel de graf, asociat unui program complex, poarta numele de retea de
planicare.
Este evident ca ntr-o retea de planicare exista cel putin o succesiune de activitati
de la intrare la iesire. O astfel de succesiune reprezinta un drum de la intrare la iesire,
avand o anumita lungime.
In C.P.M. esential este de remarcat faptul ca cea mai lunga succesiune de activitati
de la intrare la iesire determina durata minima posibila de executie integrala a programu-
lui.
Aceasta succesiune de activitati poarta numele de drum critic (drumul de lungime
maxima). Arcele lui reprezinta operatiile critice, adica acele activitati pentru care efectu-
area lor nu poate ntarzia, fara ca sa e afectat termenul de nalizare a ntregii lucrari.
Intr-o retea de activitati pot apare operatii care se desfasoara n serie (una dupa alta),
care n graf se reprezinta ca o succesiune de arce, si operatii care se desfasoara n paralel
(simultan), care n graf se reprezinta astfel
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
Activitatile ctive se deseneaza punctat si au durata zero pentru ca nu consuma nici

timp si nici resurse.
Avand graful unei retele de activitati, se trece la determinarea parametrilor progra-
mului. Acestia sunt:
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)
Se observa ca ti se calculeaza ca durata drumurilor de lungime maxima par-

curgand reteaua n sens direct, iar ti ca durata drumurilor de lungime maxima obtinute
prin parcurgerea retelei n sens invers.
e) R(xi ) rezerva de timp a evenimentului xi data prin formula
R(xi ) = ti ti .
Intervalul [ti , ti ] se numeste intervalul de uctuatie al evenimentului xi adica intervalul

n care se va putea realiza evenimentul xi fara a produce modicari la timpul total
de realizae a programului. Pentru evenimentul critic avem R(xi ) = 0, iar pentru cele
necritice avem R(xi ) > 0;
f ) R(xi , xj ) rezerva (marja) totala de timp pentru operatia (activitatea)(xi , xj ) reprezinta
timpul maxim cu care se poate mari durata activitatii fara sa se afecteze durata totala
a programului. Avem formula de calcul
R(xi , xj ) = ti ti t(xi , xj )
unde t(xi , xj ) reprezinta timpul necesar realizarii operatiei (xi , xj );

g) r(xi , xj ) rezerva de timp libera (marja libera) a operatiei (xi , xj ) reprezinta partea din
rezerva totala cu care se poate dilata durata de realizare a activitatii (xi , xj ) fara sa e
afectat termenul cel mai devreme de realizare a evenimentului xi . Avem
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:
i j tij ti tj ti tj R(xi ) R(xi , xj ) r(xi , xj ) rs (xi , xj )
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
[tc (xi , xj ), tc (xi , xn )]
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:
Nr. Denumire activitatii Anterioritati Durata

crt. (Notatia prescurtata) obligatorii (luni)
1. Proiectarea (P ) 8
2. Eliberarea terenului (E) P 3
3. Comenzi utilaje (C, U ) P 4
4. Organizare santier etapa 1 (OS1 ) P 2
5. Formare cadre calicate (F ) D 11
6. Executie drumuri interioare etapa 1 (D1 ) E; OS1 3
7. Executii retele tehnice etapa 1 (R1 ) E; OS1 6
8. Livrari, receptie utilaje (L, U ) C, U 7
9. Lucrari constructii montaj etapa 1 (C1 ) E; OS1 5
10. Organizare santier etapa 2 (OS2 ) OS1 3
11. Executii drumuri interioare etapa 2 (D2 ) D1 ; OS2 ; R1 4
12. Executii retele tehnice etapa 2 (R2 ) R1 6
13. Lucrari constructii montaj etapa 2 (C2 ) L, U, C1 , Rj 11
Tinand seama de informatiile din tabelul precedent, obtinem urmatorul graf pentru
reteaua de planicare.
Acum, folosind algoritmul lui Bellman, determinam numerele ti si ti , trecandu-le pe

graf ntre paranteze drepte.
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 ).
i j tij ti tj ti tj R(xi ) R(xi , xj ) r(xi , xj ) rs (xi , xj )

1 2 8 0 8 0 8 0 0 0 0
2 3 4 8 12 8 12 0 0 0 0
2 4 2 8 10 8 23 0 13 0 0
2 5 3 8 11 8 14 0 3 0 0
2 9 11 8 30 8 30 0 11 11 11
3 7 7 12 19 12 19 0 0 0 0
4 8 3 10 14 23 26 13 13 1 -12
5 6 6 11 17 14 24 3 7 0 -3
5 7 5 11 19 14 19 3 2 3 0
5 8 3 11 14 14 26 3 12 0 -3
6 9 5 17 30 25 30 8 8 8 0
7 9 11 19 30 19 30 0 0 0 0
8 9 4 14 30 26 30 12 12 12 0
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:
a) se ordoneaza activitatile (xi , xj ) dupa j crescator, cele cu acelasi j succedandu-se n

ordinea crescatoare data de i,
b) se reprezinta prin bare orizontale duratele activitatilor, marcandu-le extremitatile lor

cu numerele de ordine ale evenimentelor;
c) se reprezinta punctat drumul critic.
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.
De exemplu, cu evenimentul 6 se termina activitatea (5, 6) si ncepe activitatea (6, 9);

rezulta ca operatia (5, 6) s-ar putea amana cu cel mult 7 unitati de timp deoarece, n caz
contrar, operatia (6, 9) s-ar deplasa spre dreapta, peste durata ntregului program. Rezulta
ca uctuatia evenimentului 6 este de 7 unitati.
6.3 Problema fluxului optim n retele de transport

Notiunea de ux joaca un rol important n domenii de importanta pentru economie,
cum sunt: teoria informatiei, cibernetica, transport, planicare etc.
In acest paragraf vom studia problema determinarii uxului optim ntr-o retea de
transport.
6.3.1 Retele de transport

Fie (X, ) un graf orientat.
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).
Denitia 6.3.2 Se numeste ux ntr-o retea de transport o functie : R+ , care satisface

conditile:
i) (a) c(a), pentru orice arc a ;
ii) n orice varf xi X avem satisfacuta egalitatea

(a) = (a),
a+
xi a
xi
numita proprietate de conservare.
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
Denitia 6.3.3 Numarul real pozitiv , definit prin egalitatea

= (a)
a+
x1
se numeste valoarea uxului n retea.

Exemplul 6.3.1. In graful din g 6.3.1. sa se deneasca un ux si sa se calculeze valoarea
uxului n retea. In paranteze drepte sunt trecute capacitatile arcelor.
Fig.6.3.1.
Pentru a deni un ux n reteaua data de graful 6.3.1. folosim Denitia 6.3.2.

Functia denita prin tabelul
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x3 ) (x2 , x5 ) (x3 , x5 ) (x4 , x3 )

(a) 5 1 7 1 4 2 0
(x4 , x5 ) (x4 , x6 ) (x5 , x7 ) (x6 , x5 ) (x6 , x7 )

1 6 10 3 3
este un ux n retea. Valoarea uxului n retea este = 5 + 1 + 7 = 10 + 3 = 13. Si aplicatia
1 : R+ data prin tabelul
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x3 ) (x2 , x5 ) (x3 , x5 ) (x4 , x3 )

1 (a) 5 2 6 1 4 5 2
(x4 , x5 ) (x4 , x6 ) (x5 , x7 ) (x6 , x5 ) (x6 , x7 )

1 3 10 0 3
este un ux n reteaua din g.6.3.1, iar valoarea uxului n retea este
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
Exemplul 6.3.3. Sa consideram graful din g.6.3.1. cu uxul incomplet 1 . Se observa

ca singurul drum nesaturat este d1 = (x1 , x4 , x6 , x7 ). Marim uxul pe arcele sale cu k =
min(7 6, 6 3, 14 3) = 1 si obtinem arcul saturat (x1 , x4 ). Astfel uxul 1 s-a transformat
n uxul complet 2 dat prin tabelul:
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x3 ) (x2 , x5 ) (x3 , x5 ) (x4 , x3 )

2 (a) 5 2 7 1 4 5 2
(x4 , x5 ) (x4 , x6 ) (x5 , x7 ) (x6 , x5 ) (x6 , x7 )

1 4 10 0 4
Fluxul n retea este 2 = 14.
6.3.2 Algoritmul lui FordFulkerson pentru determinarea fluxului maxim

ntr-un graf de retea
In acest paragraf vom descrie un algoritm de marcare iterativa cu + si a varfurilor
grafului retelei de transport. Daca prin acest proces se va ajunge la marcarea varfului xn ,
atunci uxul nu este maxim, n caz contrar uxul complet va maxim.
Algoritmul de marcare cu + si (FordFulkerson) are urmatorii pasi:
1) se marcheaza x1 cu +;
2) daca xi este un varf marcat si exista arcul nesaturat (xi , xj ) , atunci xj se marcheaza
cu +;
3) daca varful xi este marcat si exista arcul (xj , xi ) cu ux pozitiv, atunci xj se

marcheaza cu ;
4) se repeta pasii 2) si 3) atat timp cat este posibil;
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;
6) se majoreza uxul cu cantitatea
m = min {c(a) (a), (a1 )}.

a,a1 L
Aici, am notat cu L lantul care trece prin toate varfurile marcate de la x1 la xn ,

a tipul de arc din L precizat la pasul 2), iar a1 tipul de arc din L precizat la pasul 3).
Majorarea uxului se face astfel: cantitatea m se aduna la uxul de pe arcele a si se
scade la uxul de pe arcele a1 ;
7) se reia procesul de marcare a varfurilor.
Pentru justicarea mai comoda a algoritmuui FordFulkerson introducem notiuneaa

de taietura ntr-un graf.
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).
Demonstratie. Avand n vedere ca suma uxurilor ce intra n Y este egala cu suma

uxurilor ce ies din Y , putem scrie

+ (aij ) = (aij ),
i=1
aij +
Y
aij
Y
de unde

= (aij ) (aij ) c(aij ) = v(Y /X).

aij +
Y
i=1
aij +
Y
aij
Y
Propozitia 6.3.2 Daca utilizand algoritmul lui FordFulkerson nu se poate marca varful xn ,
atunci valoarea fluxului corespunzator este maxima.
Demonstratie. Fie Y multimea varfurilor marcate prin algoritmul lui FordFulkerson.

Avem x1 Y si xn Y . Cum nu se mai poate marca nici un varf, un arc aij = (xi , xj ) cu
xi Y si xj Y verica (aij ) = c(aij ), iar un arc aji = (xj , xi ) cu xi X si xj Y verica
(aji ) = 0. Deci:

= (aij ) = c(aij ) = v(Y /X).

aij +
Y
i=1
aij +
Y
aij
Y
Folosind propozitia 6.3.1, rezulta ca are valoarea maxima.
Teorema 6.3.1 (FordFulkerson). Intr-un graf G = (X, ) valoarea maxima a unui flux
este
max = min v(Y /X).
Y /X
Demonstratie. Veridicitatea teoremei rezulta din propozitiile 6.3.1 si 6.3.2.

Exemplul 6.3.4. Sa se determine uxul maxim n graful retea de transport dat n g.6.3.1.
Plecam de la uxul complet obtinut n Exemplul 6.3.3. si ncepem procesul de marcare
a varfurilor cum este ilustrat n g.6.3.2.
121
Fig.6.3.2.
Marcam mai ntai varful x1 cu +. Apoi marcam cu + varfurile x2 si x3 deoarece arcele

(x1 , x2 ) si (x1 , x3 ) sunt nesaturate.
Varful x4 se marcheaza cu pentru ca arcul (x4 , x3 ) are uxul pozitiv. Se marcheaza
cu + varful x5 si x6 deoarece arcele (x4 , x5 ) si (x4 , x6 ) sunt nesaturate. In ne, se marcheaza
cu + varful x7 deoarece arcul (x6 , x7 ) este nesaturat.
Intrucat s-a marcat x7 deducem ca uxul nu este maxim. El poate majorat cu
cantitatea m = min{3 2, 2, 6 4, 13 4} = 1, minimul ind luat pe lantul L = {x1 , x3 , x4 , x6 , x7 }.
Rezulta uxul complet
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x3 ) (x2 , x5 ) (x3 , x5 ) (x4 , x3 )

3 (a) 5 3 7 1 4 5 1
(x4 , x5 ) (x4 , x6 ) (x5 , x7 ) (x6 , x5 ) (x6 , x7 )

1 5 10 0 5
cu valoare 3 = 15.
Incercam o noua marcare (al doilea semn + sau ). Se poate marca din nou varfurile
lantului L = (x1 , x2 , x3 , x4 , x6 , x7 ). Rezulta ca uxul 3 nu este maxim. El poate majorat
cu cantitatea
m = min{6 5, 2 1, 1, 6 5, 13 5} = 1.
Rezuta uxul complet
(x1 , x2 ) (x1 , x3 ) (x1 , x4 ) (x2 , x3 ) (x2 , x5 ) (x3 , x5 ) (x4 , x3 )

4 (a) 6 3 7 2 4 5 0
(x4 , x5 ) (x4 , x6 ) (x5 , x7 ) (x6 , x5 ) (x6 , x7 )

1 6 10 0 6
cu valoarea 4 = 6 + 3 + 7 = 10 + 6 = 16.
Deoarece s-a marcat x7 deducem ca trebuie continuat algoritmul FordFulkerson.
Marcam cu + varful x1 (al treilea +) si se observa ca nu se mai pot marca alte varfuri
deoarece arcele (x1 , x2 ), (x2 , x3 ) si (x1 , x4 ) sunt saturate. Rezulta ca uxul 4 = 16 este maxim.
Taietura cu valoare minima este data de multimea Y = {x1 } cu v(Y /X) = 6 + 3 + 7 = 16.
Exemplul 6.3.5. Trei depozite D1 , D2 , D3 dispun de 11, 10, 13 tone dintr-un produs din care
patru consumatori C1 , C2 , C3 , C4 au nevoie de 9, 8, 9 si 11 tone. Posibilitatile de transport
limitate de capacitatile mijloacelor de transport sunt date n tabelul:
Di \ Cj C1 C2 C3 C4
D1 5 3 0 6
D2 3 0 9 0
D3 0 6 1 5
Existenta numarului 0 ne indica ca de la depozitele D respective nu se face nici un

transport la consumatorii corespunzatori.
Sa se determine un plan optim de transport astfel ncat sa poata asigurata integral
cererea consumatorilor C2 si C3 , iar cererea consumatorilor C1 si C4 n cea mai mare
masura.
Transformam problema ntr-un graf de retea de transport, considerand varful de
intrare x1 , varfurile x2 , x3 , x4 corespunzatoare depozitelor D1 , D2 , D3 , varfurile x5 , x6 , x7 ,
x8 corespunzatoare celor patru consumatori si x9 varful de iesire. Problemei noastre i
corespunde graful din gura 6.3.3.
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 .
Observatia 6.3.2 Algoritmul FordFulkerson se poate utiliza si la rezolvarea problemei de-

terminarii numarului maxim de cuplaje (legaturi independente) ntr-un graf bipartit. Un
graf G = (X, ) se numeste bipartit daca exista o partitie a multimii X = X1 X2 , X1 X2 =
astfel ncat fiecare arc a lui G are o extremitate n X1 si cealalta n X2 .
124
1. Deniti notiunile urmatoare:

a) Graf;
b) Graf simetric;
c) Drum ntr-un graf;
d) Drum hamiltonian;
e) Graf tare conex.
2. Deniti notiunile urmatoare
a) Arbore;
b) Matricea booleana atasata unui graf;
c) Retea de transport;
d) Flux complet ntr-o retea de transport.
3. Sa se gaseasca cu ajutorul algoritmului lui Bellman drumul minim x1 x5 din
urmatorul graf:
X2
2 5
1 3 X5
X1 X4
2
1
5
3
X3
4. Gasiti drumurile, fara circuite, de lungime 1, 2 si 3 din graful urmator
X2
X5
X1
X4
X3
5. Determinati cu ajutorul algoritmului lui Bellman drumul de lungime maxima x1 x14

din graful urmator, precizand si lungimea acesteia:
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
7. Gasiti cu ajutorul algoritmului Bellman - Kalaba drumul maxim x1 x7 si lungimea

acestuia din graful de la problema precedenta.
8. Folosind metoda drumului critic sa se determine elementele caracteritice ale

urmatoarei retele de activitati:
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
9. Stabiliti folosind algoritmul marcarii daca urmatorul graf are circuite:
X2
X1 X3
X4
X5
10. Scrieti matricea booleana asociata grafului
X2 X5
X1 X6
X4
X3
126
Testul 5
3. Drumul minim este [x1 , x2 , x4 , x5 ] si are lungimea 6.
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 ].
7. Se obtine lmax (x1 x7 ) = 28 si dmax (x1 x7 ) = [x1 , x4 , x3 , x5 , x6 , x7 ].
127
8. Se obtine tabelul nal:
i j lij ti tj sj mij Mij

1 2 2 0 2 2 0 0
2 3 9 2 16 16 5 5
2 4 5 2 7 7 0 0
2 6 3 2 5 12 0 7
3 7 4 16 20 20 0 0
4 5 7 7 14 14 0 0
5 3 2 14 16 16 0 0
5 8 5 14 30 30 11 11
6 7 8 5 20 20 7 7
7 8 10 20 30 30 0 0
7 9 9 20 29 35 0 5
7 10 9 20 29 34 0 5
8 11 8 30 38 38 0 0
9 13 10 29 45 45 6 6
10 12 5 29 38 39 4 5
11 13 7 38 45 45 0 0
12 13 6 38 45 45 1 1
13 14 3 45 48 48 0 0
9. Se vor marca n ordine x3 , x4 , x5 , x2 , x1 si astfel se deduce ca avem un graf fara circuite.
10. matricea booleana asociata este:

0 1 1 0 1 0
0 0 0 0 1 0

1 0 0 1 0 0

0 1 0 0 1 1

0 0 1 0 0 1
0 0 0 0 0 0
128
[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
Obiective: In acest capitol se doreste familiarizarea studentilor cu problemele de

transport, probleme cu o imporatnta deosebita n optimizarea a numeroase procese eco-
nomice. O problema de transport consta n aarea unui plan de transport a unui produs, de
la anumite centre producatoare (depozite), n scopul satisfacerii cerintelor unor consuma-
tori si minimizarii cheltuielilor de transport.
Problemele de tip transport se ntalnesc n multe procese economice, ca de exem-
plu: transporturi de bunuri; proiectarea de canale de energie (informatii, electricitate), de
canale n agricultura; proiectarea de depozite n acelasi spatiu productiv; repartitia optima
a sarcinilor de productie pe masini, sectii, ntreprinderi, optimizarea unor probleme de
productie si stocaj etc.
Rezumat: Modelul matematic al problemelor de transport se ncadreaza n mo-
delul problemelor de programare liniara. Avand n vedere numarul mare de variabile, re-
zolvarea unei probleme de transport prin algoritmul simplex este n general putin ecienta.
De aceea, pentru rezolvarea problemelor de tip transport se folosesc tehnici speciale. Acest
capitol este dedicat prezentarii, sub o forma simpla, a acestor tehnici.
1. Modelul matematic pentru o problema de transport
2. Determinarea unei solutii initiale
3. Ameliorarea (mbunatatirea) unei solutii
4. Aarea unei solutii optime
5. Degenerarea n problemele de transport
6. Probleme de transport cu capacitati limitate
Cuvinte cheie: probleme de transport, solutie initiala a unei probleme de trasport,
solutie optima a unei probleme de transport, probleme de trasport cu capacitati limitate.
7.1 Modelul matematic pentru o problema de transport

O problema de transport a fost formulata la Capitolul 1, problema 2. Sa o formulam
din nou. Un produs (marfa) se afla n depozitele D1 , D2 , . . ., Dm cu capacitatile a1 , a2 ,
. . ., am si trebuie transportat(a) la centrele de consum C1 , C2 , . . ., Cn n cantitatile b1 , b2 ,
. . ., bn . Cunoscand costul transportului pe unitate de produs de la depozitul Di , i = 1, m la
centrul de consum Cj , j = 1, n, notat cu cij , se cere sa se ntocmeasca un astfel de plan de
repartitie a produsului ncat costul total al transportului sa fie minim.
Daca notam cu xij cantitatea de produs ce se va transporta de la depozitul Di , i = 1, m,
la centrul de consum Cj , j = 1, n, atunci modelul matematic pentru 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
Intuitiv, modelul matematic (7.1) al problemei de transport se poate reprezenta prin

Tabelul 7.1.
Di \ Cj C1 C2 ... Cn Disponibil
c11 c12 c1n
D1 ... a1
x11 x12 x1n
c21 c22 c2n
D2 ... a2
x21 x22 x2n
.. .. .. .. .. ..
. . . . . .
cm1 cm2 cmn
Dm ... am
xm1 xm2 xmn
Necesar b1 b2 ... bn T
cij
Cuplul poarta numele de casuta.
xij
Algoritmul de rezolvare a unui model de transport cere ca acest model sa e echilibrat,
adica sa e ndeplinita conditia de echilibru

n
ai = bj ,
i=1 j=1
adica totalul disponibilului sa e egal cu totalul necesarului. Valoarea comuna T a acestui

total se trece n casuta (m + 1, n + 1).
In caz contrar, modelul se echilibreaza prin considerarea, e a unui depozit ctiv
Dm+1 , e a unui centru de consum ctiv Cn+1 , care ofera, sau cere, diferenta dintre cele
doua sume. Deoarece cantitatile transportate de la un depozit arbitrar, respectiv la acest
centru ctiv, nu exista n realitate, costurile de transport corespunzatoare le consideram
nule.
Se observa ca ntr-o problema de transport cu m depozite si n centre de consum mode-
lul matematic contine m n variabile necunoscute si cel mult m + n 1 restrictii independente
(nu s-au inclus conditiile de nenegativitate). Numarul variabilelor necunoscute ind evi-
dent mai mare ca cel al restrictiilor, rezulta ca valorile variabilelor ce verica sistemul de
restrictii nu sunt unic determinate.
O solutie realizabila a problemei, care contine cel mult (m + n 1) componente strict
pozitive, se numeste solutie de baza. Solutia de baza cu exact (m + n 1) componente poz-
itive se numeste solutie de baza nedegenerata, iar n caz contrar, degenerata.
Se constata ca modelul matematic reprezinta o problema de programare liniara de o
forma speciala. Cu toate ca n restrictii coecientii necunoscutelor sunt 0 sau 1, rezolvarea
prin metoda simplex cere un volum de calcule foarte mare. De aceea, se prefera pentru
rezolvarea unei probleme de transport o cale cu tehnica specica.
In general, pentru rezolvarea unei probleme de transport se parcurg etapele:
a) Determinarea (aarea) unei solutii initiale (de baza, nedegerata);
b) Ameliorarea (mbunatatirea) unei solutii;
c) Aarea (determinarea) solutiei optime.
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.
7.2.1 Metoda coltului NordVest

Aceasta metoda consta n a atribui, pe rand, valori variabilelor necunoscute ncepand
cu cea din coltul NordVest al tabelului. Astfel, mai ntai luam x11 = min(a1 , b1 ). Daca
min(a1 , b1 ) = a1 , atunci x12 = . . . = x1n = 0, iar daca min(a1 , b1 ) = b1 , atunci x21 = x31 = . . . =
xm1 = 0. Metoda continua apoi cu x21 = min(a2 , b1 a1 ) n prima situatie, respectiv cu
x12 = min(a1 b1 , b2 ) n cealalta situatie. Procesul se repeta pana cand este repartizata si
ultima cantitate disponibila.
Exemplul 7.2.1. Se considera trei furnizori D1 , D2 si D3 care au disponibile corespunzator
cantitatile de un anumit produs a1 = 50, a2 = 30 si a3 = 40. Acestea sunt solicitate de patru
consumatori C1 , C2 , C3 si C4 n cantitatile b1 = 45, b2 = 15, b3 = 25 si b4 = 35. Cunoscand
costurile unitare de transport 3, 2, 1, 1; 2, 3, 2, 1 si 4, 2, 3, 2 unitati monetare de la D1 , D2 si D3 ,
sa se scrie modelul matematic al problemei de transport, cand se urmareste minimizarea
costului total.
Utilizand metoda coltului NordVest sa se gaseasca o solutie initiala.
Daca notam cu xij cantitatea de produs ce se va transporta de la furnizorul Di , i = 1, 2, 3
la beneciarul Cj , j = 1, 2, 3, 4, atunci obtinem urmatorul model matematic:
x11 +x12 +x13 +x14 = 50

x21 +x22 +x23 +x24 = 30
x31 +x32 +x33 +x34 = 40
x11 +x21 +x31 = 45
x12 +x22 +x32 = 15
x13 +x23 +x33 = 25
x14 +x24 +x34 = 35
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
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 .
7.2.2 Metoda elementului minim

Metoda consta n a atribui, pe rand, valori variabilelor necunoscute, ncepand cu aceea
la care costul unitar cij este minim.
Apoi din cele ramase se lucreaza tot cu aceea care corespunde costului minim. Daca
sunt mai multe costuri minime egale, atunci se va considera mai ntai acea variabila care
poate lua valoarea mai mare. Valoarea variabilei se va aa ca si la metoda NordVest,
considerand minimul dintre disponibil si necesar.
Exemplul 7.2.2. Utilizand metoda elementului minim sa aam o solutie initiala pentru
problema de transport de la Exemplul 7.2.1.
Deoarece c13 = c14 = c24 = 1 este costul minim, mai ntai vor determina valoarea
variabilei x14 ntrucat vom obtine valoarea maxima (x13 = 25; x14 = 35; x24 = 30). Asadar,
luam x14 = 35, ceea ce implica c24 = 0, x34 = 0. Apoi alegem x13 = 15 deoarece c13 = 1 este
costul minim din cele ramase. Avem x11 = x12 = 0. Considerand costurile egale cu 2 alegem
x21 = 30 si x22 = x23 = 0. Acum luam x32 = 15, x33 = 10 si x31 = 15.
Ilustrarea intuitiva prin tabel este data n Tabelul 7.2.2.
Valoarea lui f pentru aceasta solutie este
f = 1 15 + 1 35 + 2 30 + 4 15 + 2 15 + 3 10 =
= 50 + 60 + 60 + 60 = 230.
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:
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.
7.3 Ameliorarea (mbunatatirea) unei solutii

Pentru a elabora un mod de ameliorare a unei solutii corespunzatoare unei probleme
de transport, adica de a trece de la o solutie de baza la una mai buna, vom recurge la
problema duala.
Problema de transport are modelul matematic dat de (7.1), 7.1. Pentru a scrie duala
trebuie sa introducem variabilele duale u1 , u2 , . . . , um , corespunzatoare primelor m restrictii,
si v1 , v2 , . . . , vn corespunzatoare urmatoarelor n restrictii. Obtinem

u1 + v1 c11 , u1 + v2 c12 , . . . , u1 + vn c1n ,

u2 + v1 c21 , u2 + v2 c22 ..., u2 + vn c2n ,
(7.2) ... ... ... ...

u m + v 1 cm1 , u m + v 2 cm2 . . . , um + vn cmn ,

ui , i = 1, m, vj , j = 1, n, arbitrare
(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:
u1 + v3 = 1 = c13 1; u1 + v4 = 0 c14 = 1; u2 + v1 = 4 > 2,

u2 + v4 = c24 1; u3 + v1 = 5 > 4,
u3 + v2 = 4 > 2,
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
= min{45, 10} = 10.
136
Adunam la xij din casutele cu + si scadem acelasi numar la cele marcate cu .
Obtinem noua solutie data de Tabelul 7.3.2.
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
7.4 Aflarea unei solutii optime

In paragrafele precedente am vazut cum se aa o solutie initiala si cum poate ea
ameliorata (mbunatatita). Acum putem prezenta un algoritm pentru aarea solutiei
optime pentru o problema de transport. Acesta poarta numele de algoritmul distributiv
sau algoritmul potentialelor.
Pasii algoritmului sunt:
Pasul 1. Se determina o solutie initiala a problemei de transport;
Pasul 2. Se gasesc valorile marginale ui , i = 1, m si vj , j = 1, n, ca solutii ale sistemului de
ecuatii ui + vj = cij , unde i si j sunt indicii casutelor ocupate;
Pasul 3. Se verica conditiile de optimalitate a solutiei gasite, adica daca au loc inegalitatile
ui + vj cij pentru toti indicii (i, j) de casute libere;
Pasul 4. Daca solutia nu este optima, adica cel putin o conditie de optimalitate nu este
ndeplinita, atunci se calculeaza diferentele ij = cij (ui + vj ) < 0 corespunzatoare casutelor
libere pentru care conditia de optimalitate nu este vericata. Cea mai mare diferenta ij n
valoare absoluta determina casuta libera (i, j) pentru care alegem ciclul folosit n ameliorarea
solutiei.
Pasul 5. Se marcheaza alternativ cu + si casutele ciclului, ncepand cu casuta libera.
Pasul 6. Se determina valoarea minima a valorilor xij din casutele ciclului marcate cu .
Pasul 7. Valoarea minima se aduna la valorile xij din casutele marcate cu + si se scade
din valorile xij din casutele marcate cu . Se obtine astfel o noua solutie pentru problema
de transport.
Pasul 8. Se reiau pasii 27 cu noua solutie si se continua repetarea lor pana cand toate
conditiile de optimalitate sunt ndeplinite, adica s-a obtinut o solutie optima.
Pasul 9. Se scrie solutia optima si se calculeaza valoarea minima a functiei obiectiv (scop).
Exemplul 7.4.1. Sa rezolvam problema de transport din Exemplul 7.2.1.
Vom porni de la solutia initiala obtinuta prin metoda elementului minim (vezi Tabelul
7.2.2). Vom parcurge calculele algoritmului direct pe tabel.
137
Avem
vj v1 = 2 v2 = 0 v3 = 1 v4 = 1
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
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
iar min f = 1 25 + 1 25 + 2 30 + 4 15 + 2 15 + 2 10 = 220.
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
Solutia generala este

15 0 25 + 25 25 + 10
X = X1 + X2 = 30 + 30 0 0 0
15 15 + 15 0 10 + 25
unde 0, 0, + = 1.
7.5 Degenerarea n problemele de transport

Am vazut (7.1) ca solutia unei probleme de transport este degenerata daca are mai
putin de m + n 1 valori nenule (casute ocupate). Degenerarea n problemele de transport
apare n urmatoarele situatii: a) cand solutia initiala este degenerata, situatie posibila daca
valoarea disponibilului este egala cu valoarea necesarului, pentru o anumita linie si coloana;
b) la mbunatatirea unei solutii, cand valoarea minima din casutele ciclului marcate cu
este atinsa n cel putin doua cazuri.
In ambele situatii se obtin mai putine casute ocupate, avand mai putine ecuatii decat
m + n 1. Rezulta ca variabilele duale (marginale) nu pot determinate.
Pentru nlaturarea acestui inconvenient se foloseste metoda zerourilor esentiale.
Acesta consta n tranformarea unor casute libere n casute ocupate cu un 0 , numit zero
esential. Acest 0 se pune n casutele libere cu costuri minime, care nu formeaza cicluri cu
casutele deja ocupate. In nal, trebuie ca numarul total al casutelor ocupate sa e m + n 1.
In situatia b) zerourile esentiale se nscriu n casute care se elibereaza si n care cos-
turile sunt mai mici.
Exemplul 7.5.1. Trei ntreprinderi I1 , I2 si I3 produc patru tipuri de produse P1 , P2 , P3 si
P4 cu cheltuielile unitare de productie diferite. Cheltuielile pentru producerea unei unitati
din ecare tip de produs, de catre ecare ntreprindere, sunt date n tabelul 7.5.1.
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.
ii) Sa se interpreteze din punct de vedere economic solutia optima obtinuta.
iii) Este unica solutia optima?
i) Se observa ca avem o problema de transport deoarece putem considera cele patru

tipuri de produse ca patru centre consumatoare, iar cele trei ntreprinderi ca trei centre de
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
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
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.
7.6 Probleme de transport cu capacitati limitate

Sunt situatii n care ntr-o problema de transport pe unele rute avem capacitati limi-
tate. Notam cu dij capacitatea maxima ce poate transportata pe ruta ce leaga depozitul
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
sau sub forma de tabel

Di \ Cj C1 C2 ... Cn Disponibil
c11 c12 c1n
D1 ... a1
d11 x11 d12 x12 d1n x1n
c21 c22 c2n
D2 ... a2
d21 x21 d22 x22 d2n x2n
... ... ... ... ... ...
cm1 cm2 cmn
Dn ... am
dm1 xm1 dm2 xm2 dmn xmn

m
ai
i=1
Necesar b1 b2 ... bn
n
bi
i=1
Tabelul 7.6.1.
Observatia 7.6.1 Din conditiile de limitare a capacitatilor rezulta ca este necesar ca pe

fiecare linie, respectiv coloana, sa fie verificate inegalitatile:

n
dij ai , i = 1, m
j=1
respectiv

m
dij bj , j = 1, n
i=1
Metoda de rezolvare a unei probleme de transport cu capacitati limitate este aproape

identica cu cea a unei probleme de transport fara limite de capacitate.
La determinarea unei solutii initiale valoarea variabilei din casuta ce se ocupa se
aa acum ca minimul dintre disponibilul necesar si capacitatea corespunzatoare varabilei
respective. Cand acest minim este egal cu capacitatea respectiva, valoarea se va sublinia,
ceea ce nseamna ca pe linia, respectiv coloana casutei restul variabilelor nu se vor lua
automat egale cu zero. Aceasta nseamna ca, n general, vor ocupate mai mult decat
m + n 1 casute. Se vor considera un numar de m + n 1 variabile nebarate.
Trecand la problema duala, se gasesc urmatoarele conditii, de optimalitate pentru
probleme de transport cu capacitati limitate:
1) ui + vj cij , pentru casutele libere (i, j);
2) ui + vj cij , pentru casutele (i, j) cu valori subliniate;
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
1. Precizati notiunea de problema de transport.

2. Precizati etapele generale ale rezolvarii unei probleme de transport.
3. a) Precizati metoda coltiului Nord-Vest pentru determinarea unei solutii initiale a
unei probleme de transport;
b) Precizati metoda elementului maxim pentru determinarea unei solutii initiale a
unei probleme de transport;
c) Prezentati metoda diferentelor maxime pentru determinarea unei solutii initiale
a unei probleme de transport.
4. a) In ce consta mbunatatirea unei solutii a unei probleme de transport?
b) precizati algoritmul distributiv (algoritmul potentialelor) pentru determinarea
solutiei optime a unei probleme de transport.
5. Se considera doi furnizori F1 si F2 , care au cantitatile disponibile a1 = 40 unitati si res-
pectiv a2 = 25 unitati. Acestea sunt solicitate de trei beneciari B1 , B2 , B3 n cantitatile
b1 = 10 unitati, b2 = 35 unitati si b3 = 20 unitati. Cunoscand costurile unitare de trans-
port c11 = 4, c12 = 2, c13 = 1, respectiv c21 = 2, c22 = 1, c23 = 3 unitati monetare, sa se
scrie modelul matematic si sa se determine o solutie initiala a problemei de transport
considerate.
6. Considerand problema de transport prezentata n enuntul problemei precedente (in-
clusiv solutia initiala determinata) sa se gaseasca valorile marginale si sa se verice
conditiile de optimalitate.
7. Considerand probleme de transport prezentate n enuntul problemei 8, sa se determine
o solutie initiala folosind metoda coltului nord-vest, iar apoi sa se utilizeze algoritmul
distributiv pentru mbunatatirea acesteia si rezolvarea completa a problemei respec-
tive.
8. Sa se rezolve problema de transport:

x11 + x12 + x13 = 10

x21 + x22 + x23 = 20

x31 + x32 + x33 = 30

x11 + x21 + x31 = 50

x12 + x22 + x32 = 5

x13 + x23 + x33 = 5

xij 0 , i = 1, 3 , j = 1, 3

f = 4x11 + 3x12 + x13 + 2x21 + 4x22 + 5x23 + x31 + 2x32 + 6x33 minim
9. Presupunand ca la un moment dat n timpul rezolvarii unei probleme de transport s-a

ajuns la tabelul (situatie):
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
Testul 6
5. Notand cu xij cantitatea ce se va transporta de la furnizorul Fi (i = 1, 2) la beneciarul

Bj (j = 1, 3) se obtine modelul matematic:

x12 + x12 + x13 = 40

x21 + x22 + x23 = 25

x11 + x21 = 10
x12 + x22 = 35

x13 + x23 = 20

xij 0 , i = 1, 2 , j = 1, 3

f = 4x11 + 2x12 + x13 + 2x21 + x22 + 3x23 min
Apoi folosind metoda diferentelor maxime obtinem solutia initiala: x11 = 0, x12 = 20,
x13 = 20, x21 = 10, x22 = 15, x23 = 0 si f = 95.
6. Se obtine:
v1 = 3 v2 = 2 v3 = 1
4 3 2 2 1 1
u1 = 0
0 20 20
2 2 1 1 3 0
u2 = 1
10 15 0

0 20 20
deci toate conditiile de optimizare sunt vericate si astfel solutia X =
10 15 0
cu f = 95 este optima.
7. Se obtine solutia initiala:
4 2 1
10 30 0
2 1 3
0 5 20
Folosind valorile marginale se deduce ca solutia nu este optima. Aplicand
mai departe
0 20 20
algoritmul distributiv se obtine solutia optima X = cu fmin = 95.
10 15 0

0 5 5
8. Folosind metoda diferentelor maxime se obtine solutia initiala X = 20 0 0 . La
30 0 0
aplicarea algoritmului distributiv se ajunge la degenerare si se va introduce un zero
esential. In nal se deduce ca solutia initiala va optima si se calculeaza lmin = 90.
9. Se rezolva situatia de degenerare prin introducerea unui zero esential n casuta (1, 2).

0 0 0 11
10. Folosind metoda diferentelor maxime se obtine solutia initiala X 0 = 0 15 0 2
5 0 7 2
cu f = 141. Aceasta va optima, dar n casuta libera (1, 2) avem conditia de optima-
litate vericata cu egalitate. Formand ciclul casutei respective
si vericand
si conditia
0 11 0 0
de optimalitate se deduce o noua solutie optima: X 1 = 0 4 0 13 cu fmin = 141.
5 0 7 2
Deci avem solutia generala X = X 0 + X 1 cu , [0, 1] si + = 1.
147
148
Capitolul 8
Siruri
Obiective: Recapitularea si completarea notiunilor despre siruri de numere reale,

cunoscute din nvatamantul preuniversitar, urmate de introducerea si studiul sirurilor n
spatii metrice.
Rezumat: Prezentul capitol ncepe cu reluarea cunostintelor esentiale despre siruri
de numere reale. Se continua cu studiul sirurilor pe spatii metrice, cu particularizari n
spatiile Rm , m 1 si principiul contractiei.
1. Siruri de numere reale
2. Siruri n spatii metrice
Cuvinte cheie: sir de numere reale, sir monoton, sir marginit, limita, sir fun-
damental, dobanda compusa, sir de puncte ntr-un spatiu metric, spatiu metric complet,
contractie, principiul contractiei.
8.1 Siruri de numere reale

Acest paragraf este consacrat recapitularii notiunilor principale despre siruri de nu-
mere reale si completarii lor cu cateva notiuni si rezultate necesare n expunerile ulterioare.
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 .
Daca sirul an are limita se scrie lim an = sau an pentru n .

n
Geometric, faptul ca sirul (an ) are limita nseamna ca n afara intervalului
V () = (, E) (numit vecinatate a lui ) se aa un numar nit de termeni ai sirului:
a1 , a2 , . . . , anE (g.8.1.3).
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.
Veridicitatea acestei propozitii rezulta prin reducere la absurd si folosind denitia

limitei unui sir.
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
Demonstratie. Vom demonstra numai n cazul l1 si l2 nite. In celelalte situatii demonstratia

este analoaga.
Presupunem ca l1 > l2 . Putem alege > 0 asa ncat l1 > l2 + > l2 . Atunci
exista n1 N asa ncat daca n > n1 sa avem |an l1 | < adica < an l1 < , de unde
an > l1 > l2 + . Din lim bn = l2 rezulta ca exista n2 sa avem |bn l2 | < , de unde
n
bn < l2 + . Acum, deducem ca pentru n > max{n0 , n1 , n2 } are loc inegalitatea an > bn , ceea
ce contrazice ipoteza. Asadar, l1 l2 .
Utilizand aceasta teorema, se deduce valabilitatea urmatoarelor criterii de comparatie,
utile n aarea limitelor de siruri.
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
Exemplul 8.1.10. Pentru sirul

1 1 1
an = + + ... + ,
3
8n3 +n+1 3 3
8n + 2n + 2 3
8n + n2 + n
3
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
In mod analog se demonstreaza ca: daca l1 = + si l2 nit, atunci l1 + l2 = +; daca

l1 = + si l2 = +, atunci l1 + l2 = +, iar daca l1 = si l2 = , atunci l1 + l2 = .
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.
Astfel, putem scrie

1 2 k
lim + + + = 0 (k independent de n)
n n n n
dar nu putem scrie

1 2 n
lim + + ... + = 0 + ... + 0 = 0
n n n n
0
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
Demonstratie. Sa consideram l1 si l2 nite. Daca l2 = 0, atunci tinand seama ca an este

marginit, pe baza Observatiei 8.1.1, gasim lim an bn = 0.
n
Sa presupunem ca l2 = 0. Cum (an ) este convergent, pe de o parte este marginit, adica
exista M > 0 asa ncat |an | < M , pentru orice n N , iar pe de alta parte, pentru orice > 0
exista n1 N asa ncat

|an l1 | < , pentru orice n > n1
2|l2 |
Din lim bn = l2 rezulta ca pentru orice > 0 exista n2 N asa ca
n

|bn l2 | < , pentru orice n > n2 .
2M
Considerand n = max{n1 , n2 }, avem
|an bn l1 l2 | = |an bn an l2 + an l2 l1 l2 | = |an (bn l2 ) + l2 (an l1 )|

|an | |bn l2 | + |l2 | |an l1 | < M + |l2 | = ,
2M 2|l2 |
pentru orice n > n , adica lim (an bn ) = l1 l2 .
n
Analog se arata ca: daca l1 nit si l2 = +, atunci l1 l2 = +, daca l1 > 0 si l1 l2 = ,
daca l1 < 0, daca l1 nit si l2 = , atunci l1 l2 = , daca l1 > 0 si l1 l2 = +, daca l1 < 0;
daca l1 = + si l2 = , atunci l1 l2 = , daca l1 = + si l2 = +, atunci l1 l2 = + iar
daca l1 = si l2 = , atunci l1 l2 = +.
Observatia 8.1.4 Pentru l1 = 0 si l2 = , operatia l1 l2 este fara sens.
Observatia 8.1.5 Cele afirmate la Observatia 8.1.3 raman valabile si la produsul de siruri.
Propozitia 8.1.8 Fie (an ) un sir de numere reale cu lim an = l.

n
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
i) Daca a (0, ) si b R, atunci lim abnn = ab ;

n
ii) Daca a = 0 si b R {0}, atunci

0 , pentru b > 0
lim abnn =
n + , pentru b < 0;
iii) Daca a (0, +) si b = +, atunci

, pentru a > 1
lim abnn =
n 0 , pentru a (0, 1);
iv) Daca a (0, +) si b = , atunci

0 , pentru a > 1
lim abnn =
n , pentru a (0, 1);
v) Daca a = + si b (0, ), atunci

+ , pentru b > 0
lim abnn =
n 0 , pentru b < 0.
154
In cazul ridicarii la putere avem cazurile de exceptii, situatiile 00 , 0 si 1 .
Pentru demonstratie acestei propozitii se poate consulta cartea [4].
Propozitia 8.1.10 Sunt adevarate afirmatiile:
i) Orice sir de numere reale monoton si marginit este convergent;
ii) Orice sir numeric crescator si nemarginit are limita +;

iii) Orice sir numeric descrescator si nemarginit are limita .
Demonstratie.
i) Fie (an ) un sir crescator si marginit. Punem = sup{an | n N }. Avem an , pentru

orice n N . Deoarece este majorant, pentru orice > 0, exista n N asa ncat
< an . Cum sirul (an ) este crescator, pentru orice n N, n n va rezulta
an an . Deci, < an an , de unde |an | < pentru n > n , ceea ce ne arata
ca lim an = .
n
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
iii) Se demonstreaza la fel ca ii).
Observatia 8.1.7 Propozitia 8.1.10 se poate enunta scurt: orice sir monoton de numere
reale are o limita n R = R {, +}.
Exemplul 8.1.11. Fie sirul en = (1 + 1/n)n , n N . Sa aratam ca (en ) este convergent.

Sa pornim de la identitatea
(8.1) bk ak = (b a)(bk1 + bk2 a + + bak2 + ak1 ),
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 | < .
Propozitia 8.1.12 Orice sir fundamental de numere reale este marginit
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
|an | = |an an1 +1 + an1 +1 | |an an1 +1 | + |an1 +1 | < 1 + |an1 +1 |
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 ,
iar dupa trecerea a k ani, suma acumulata va
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]).
8.2 Siruri n spatii metrice

Denitia 8.2.1 Se numeste sir de puncte n spatiul metric (X, d) o aplicatie a multimii N =
{1, 2, . . . , n, . . .} n X.
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.
Ca si la sirurile reale folosim notatia lim xn = x sau xn x (n ).

n
Altfel spus, sirul xn x (n ) n spatiul metric (X, d) daca pentru orice > 0, exista
n N, astfel ncat d(xn , x) < daca n > n .
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.
Demonstratie. Valabilitatea propozitiei rezulta din Propozitia 8.1.11, de la siruri de

numere reale deoarece daca (yn ) este un subsir al sirului de puncte (xn ), atunci sirul real
(d(yn , x)) este subsir al sirului numeric (d(xn , x)).
Propozitia 8.2.4 (Criteriul majorarii). Daca pentru sirul de puncte (xn ) din (X, d) exista
x X si sirul (an ) de numere reale asa ca d(xn , x) |an | si lim an = 0, atunci (xn ) este
n
convergent si lim xn = x.
n
Demonstratia se obtine folosind criteriul majorarii de la siruri de numere reale si

Denitia 8.2.2.
Denitia 8.2.5 Sirul de puncte (xn ) din (X, d) se numeste sir fundamental sau sir Cauchy
daca pentru orice > 0 exista n N asa ncat pentru orice n, m N, n > n , m > n , sa
avem d(xm , xn ) < .
Daca n Denitia 8.2.5 luam m = n + p, p N , atunci obtinem formularea echivalenta:
sirul (xn ) din (X, d) este fundamental daca, pentru orice > 0 si orice p N exista n N
astfel ncat, pentru orice n N, n > n , avem d(xn+p , xn ) < .
Propozitia 8.2.5 Orice sir fundamental n spatiul metric (X, d) este marginit.
Demonstratie. Fie (xn ) un sir Cauchy n (X, d). Pentru = 1 exista n1 N asa ncat,
pentru orice n, m N, n > n1 , m > n1 , sa avem d(xn , xm ) < 1. Daca punem
M = max{1, d(x1 , xn1 +1 ), d(x2 , xn1 +1 ), . . . , d(xn1 , xn1 +1 )}
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
d(xn+p , xn ) d(xn+p , x) + d(x, xn ) < /2 + /2 = ,
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 ).
Propozitia 8.2.6 (Z, d) este un spatiu metric.
Demonstratie. Trebuie sa vericam pentru d axiomele metricii.

1. Evident d(z1 , z2 ) 0, oricare ar (z1 , z2 ) Z. Daca d(z1 , z2 ) = 0, atunci d1 (x1 , x2 ) = 0 si
d2 (y1 , y2 ) = 0,
de unde rezulta x1 = x2 , y1 = y2 , adica z1 = z2 .
2. d(z1 , z2 ) = d21 (x1 , x2 ) + d22 (y1 , y2 ) = d21 (x2 , x1 ) + d22 (y2 , y1 ) = d(z2 , z1 ), oricare ar z1 , z2 Z.
3. Fie z3 = (x3 , y3 ) nca un punct arbitrar din Z. Avem
,
d(z1 , z2 ) = d21 (x1 , x2 ) + d22 (y1 , y2 )

(d1 (x1 , x3 ) + d1 (x3 , x2 ))2 + (d2 (y1 , y3 ) + d2 (y3 , y2 ))2
, ,
d21 (x1 , x3 ) + d22 (y1 , y3 ) + d21 (x3 , x2 ) + d22 (y3 , y2 ) =
= d(z1 , z3 ) + d(z3 , z2 ),
adica d verica inegalitatea triunghiului.
Prin urmare (Z, d) este spatiu metric.
Observatia 8.2.1 Valabilitatea Propozitiei 8.2.6 se poate extinde la produsul cartezian al

unui numar finit de spatii metrice.
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.
Valabilitatea corolarului rezulta din Teorema 8.2.1 si faptul ca Rm este produsul

cartezian al spatiului metric R, repetat de m ori.
Exemplul 8.2.3. Sa calculam limita sirului din R3
n
1 3n2 n + 1
zn = n n, 1 + , , n 2.
n 4n2 + n + 1
Avem n
1 3n2 n + 1
lim zn = lim n n, lim 1+ , lim =
n n n n n 4n2 + n + 1

3
= 1, e, .
4
Teorema 8.2.3 Sirul de puncte zn = (xn , yn ), n N , din spatiul metric (Z, d) este sir fun-
damental, daca si numai daca, (xn ) si respectiv (yn ) sunt siruri fundamentale n (X, d1 ) si
respectiv (Y, d2 ).
Demonstratie. Sa consideram, mai ntai, ca sirul (zn ) este fundamental n (Z, d), adica,
pentru orice > 0 si orice p N , exista n N asa ncat, pentru orice n > n , sa avem
d(zn+p , zn ) < . Deoarece
,
d1 (xn+p , xn ) d21 (xn+p , xn ) + d22 (yn+p , yn ) = d(zn+p , zn ) <
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
(8.4) d(f (x), f (y)) d(x, y).
Exemplul 8.2.4. Fie X = Rm cu metrica euclidiana

m

d(x, y) = (xi yi )2 ,
i=1
unde x = (x1 , x2 , . . . , xm ) X, y = (y1 , y2 , . . . , ym ) X. Consideram aplicatia f : X X dnita

prin f (x) = (x1 , x2 , . . . , xm ), [0, 1). Avem

m m

d(f (x), f (y)) = (xi yi ) = (xi yi )2 = d(x, y),

2
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
d(x, y) = d(f (x), f (y)) d((x, y), [0, 1),
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
(8.5) d(xn+1 , xn ) n d(x1 , x0 ), pentru orice n N.
Pentru n, p numere naturale, p = 0, conform cu (8.5), putem scrie
(8.6) d(xn+p , xn ) d(xn+p , xn+p1 ) + d(xn+p1 , xn+p2 ) + . . . +
+d(xn+1 , xn ) (n+p1 + n+p2 + . . . + n )d(x1 , x0 ) =

1 p n
= n d(x1 , x0 ) d(x1 , x0 ).
1 1
Sa luam d(x1 , x0 ) > 0 (n caz contrar, punctul x este x0 si demonstratia existentei
este terminata). Deoarece [0, 1), rezulta lim n = 0, de unde pentru orice > 0, exista
n
n N asa ncat, pentru orice n > n , avem
(1 )
(8.7) n < .
d(x1 , x0 )
Din (8.6) si (8.7) rezulta ca, pentru orice > 0 si pentru orice p N , exista n N,
asa ncat d(xn+p , xn ) < , pentru orice n N, n > n , adica sirul (xn ) este fundamental.
Cum (X, d) este spatiul metric complet, exista x X asa ncat lim xn = x. Mai trebuie
n
aratat ca x este punct x.
Intradevar, putem scrie
d(f (x), x) d(f (x), xn+1 ) + d(xn+1 , x) = d(f (x), f (xn ))+
+d(xn+1 , x) d(x, xn ) + d(xn+1 , x).

De aici, folosind ca lim d(x, xn ) = 0, lim d(xn+1 , x) = 0 si tinand cont de criteriul ma-
n n
jorarii pentru siruri reale, deducem ca d(f (x), x) = 0, adica f (x) = x.
Demonstratia teoremei lui Banach de punct x ne arata nu numai existenta si unic-
itatea punctului x, ci si o metoda de aare a punctului x x si de asemenea, punerea
n evidenta a unei formule pentru evaloarea erorii ce se comite considerand respectiva
aproximatie.
Intradevar, deoarece
n
d(xn , x) d(xn , xn+p ) + d(xn+p , x) d(x1 , x0 ) + d(xn+p , x),
1
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
a) Sir de numere reale convergent;

b) Sir de numere reale fundamental;
c) Sir ntr-un spatiu metric;
d) Spatiu metric complet.
2. Enuntati:
a) Criteriul lui Cauchy pentru siruri de numere reale;

b) Principiul contractiei.
3) Utilizand criteriul lui Cauchy sa se arata ca urmatoarele siruri sunt convergente:

2n + 1
a) an = ;
5n + 2
1 1 1
b) bn = 1 + + 2 + ... + n ;
2 2 2
c) cn = a0 + a1 q + a2 q 2 + ... + an q n cu |ak | < M ()k N si |q| < 1;
cos x cos 2x cos nx
d) dn = + + ... + ;
3 32 3n
cos a1 cos a2 cos an
e) en = + + ... + cu ai R () i N.
12 23 n(n + 1)
4. Sa se calculeze lim zn , unde zn = xn + iyn cu
n
.
n
k 1p + 2p + ... + np
xn = a (k+1)! , a > 1 si yn = .
np+1
k=1
5. Sa se calculeze lim un , un = (un , un , u

n ), cu
n

un = n + 1 2 n + n 1,
$ 1 %
un = n 2 n 1 ,
1 1 1
u
n = + + ... + .
9
9n9 2
+ 5n + 1 9 9 2
9n + 5n + 2 9
9n + 5n2 + n
9
6. Sa se calculeze lim , un = (un , un , u

n ), cu
n
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
3. Se impune |an+p an | < si se gaseste n astfel ncat (an ) sa e sir Cauchy.

1
4. zn a + i .
p+1

1
5. un 0, ln 2, 9
.
9

1
6. un 1, ab, .
e

3
7. un 1, ,e .
2
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
[1] Acu, A.M., Acu D., Acu M., Dicu P., Matematici aplicate n economie - Volumul II,
[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
Obiective: Prezentarea notiunilor generale legate de seriile numerice si aplicatiile

economice ale acestora (de exemplu uxul de venit).
Rezumat: In acest capitol sunt introduse si studiate notiunile de serie numerica,
convergenta seriilor numerice, serii cu termeni pozitivi si criteriile de convergenta pentru
acest tip de serii.
1. Notiuni preliminare
2. Criterii de convergenta pentru serii numerice cu termeni oarecare
3. Serii absolut convergente. Serii semiconvergente
4. Serii cu termeni pozitivi
5. Problema economica. Fluxul de venit
Cuvinte cheie: serie numerica, serie convergenta, criterii de convergenta, serie
absolut convergenta, serie semiconvergenta, serie cu termeni pozitivi, uxul de venit.
9.1 Notiuni preliminare

Se cunoaste ca pentru orice numar nit de numere reale a1 , a2 , . . . , an , putem efectua
suma lor, utilizand proprietatea de asociativitate a adunarii de numere reale. Astfel, mai
ntai calculam a1 + a2 , apoi se efectueaza
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 + . . . .

In locul sumei (9.1) scriem prescurtat an sau an sau simplu an , an fiind

n=1 n1
numit termenul general al seriei numerice.
Prin urmare, observam ca seriile numerice constituie problema adunarii unei in-
finitatii numarabile de numere reale.
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.

Denitia 9.1.2 Numin suma partiala a seriei numerice an , suma
n
Sn = ai = a1 + a2 + . . . + an ,
i=1
iar sirul de numere reale (Sn ) se numeste sirul sumelor partiale.

Observatia 9.1.1 In literatura matematica, deseori, se defineste seria numerica an prin

cuplul de siruri (an ) si (Sn ) ([2], [4]).

Denitia 9.1.3 Spunem ca seria an este convergenta daca sirul sumelor partiale (Sn ) este
convergent.
In acest caz, daca lim Sn = S, atunci S se numeste suma seriei an si scriem

n

S= an = a1 + a2 + . . . + an + . . . .

Denitia 9.1.4 Spunem ca seria an este divergenta, daca sirul sumelor partiale (Sn ) este
divergent.

Exemplul 9.1 Seria numerica aq n , unde a, q R, se numeste serie geometrica . Daca

n=0
a = 0, avem Sn = 0 pentru orice q R, de unde rezulta ca seria este convergenta, avand
suma 0. Sa consideram a = 0. Atunci, pentru q = 1, avem
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

divergenta. In concluzie, seria geometrica aq n cenverge pentru a = 0, oricare q R si

n=0
pentru a = 0 si q (1, 1). Prin urmare, pentru |q| < 1, putem scrie

a
aq n = a + aq + . . . + aq n + . . . = .
n=0
1q

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 .

Propozitia 9.1.1 Daca seria an converge, atunci lim an = 0.

n

Demonstratie. Seria an ind convergenta , avem lim Sn = S. Dar an = Sn Sn1 , de

n
unde lim an = lim Sn lim Sn1 = S S = 0.
n n n

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

termenului an din seria an si respectiv an . Avem

n=k+1
Tn = Sn (a1 + a2 + . . . + ak ).

Daca an este convergenta, adica lim Sn = S, atunci lim Tn = S (a1 + a2 + . . . +

n n
ak ), ceea ce ne arata ca seria an este tot convergenta. Reciproc, daca an este

n=k+1 n=k+1
convergenta, adica lim Tn = T , atunci lim Sn = T + (a1 + . . . + ak ), ceea ce arata ca seria
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 + bn ) = (a1 + b1 ) + (a2 + b2 ) + . . . + (an + bn ) + . . .

n=1
si serie produs cu scalarul R seria numerica

(an ) = a1 + a2 + . . . + an + . . . .
n=1

Teorema 9.1.1 Daca seria an converge, avand suma A, iar seria bn converge, avand

suma B atunci seria (an + bn ) converge si are suma A + B.
n
Demonstratie. Fie An = ak si B = bk . Cum lim An = A, iar lim Bn = B, rezulta ca
n n
k=1 k=1

An + Bn = (ak + bk ) converge la A + B, ceea ce ne permite sa scriem (an + bn ) = A + B.

k=1

Teorema 9.1.2 Daca R {0},atunci seriile an si an au aceeasi natura.
n
Demonstratie. Fie Sn = ak . Daca an converge, atunci lim ak = S, ceea ce
n
h=1 h=1
implica si lim Sn = S. Cum a1 + . . . + an = Tn = Sn , rezulta ca si seria an este

n

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.

Demonstratie. Fie seria an convergenta, Sn = a1 + a2 + . . . + an si lim Sn = S. Sa

n
aranjam termenii seriei an n grupe cu un numar nit de termeni astfel
(9.2) (a1 + a2 + . . . + an1 ) + (an1 +1 an2 +2 + . . . + an2 ) + . . . +

+(ank1 +1 + ank1 +2 + . . . + ank ) + . . .
pastrand ordinea termenilor. Notand bi = ani1 +1 + ann1 +2 + . . . + ani , i = 1, 2, 3, . . . si Tk =
b1 + b2 + . . . + bk , k = 1, 2, . . . scriem Tk = Snk , k = 1, 2, . . . ceea ce ne arata ca (Tk ) este un subsir
al sirului (Sn ). Deoarece lim Sn = S, deducem ca lim Tk = lim Snk = S, ceea ce ne arata ca
n k k
seria (9.2) este convergenta, iar suma ei este S.

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

(9.4) 1 1 + 1 1 + 1 1 + ... = (1)n1

n=1
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.
9.2 Criterii de convergenta pentru serii numerice cu termeni

oarecare

Daca n seria an nu facem nici o precizare asupra semnului termenilor, atunci se

mai spune ca avem o serie numerica cu termeni oarecare. In acest paragraf ne intereseaza
sa gasim criterii prin care sa putem preciza convergenta unei serii de numere reale. Este
important sa cunoastem convergenta unei serii deoarece, cunoscand acest fapt, chiar daca
nu-i cunoastem suma, o putem evalua luand sume partiale cu un numar cat mai mare de
termeni.

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:
(9.5) |an+1 bn+1 + an+2 bn+2 + an+3 bn+3 + . . . + an+p bn+p | =
= |bn+1 (Sn+1 Sn ) + bn+2 (Sn+2 Sn+1 ) + bn+3 (Sn+3 + Sn+2 ) + . . . +

+bn+p (Sn+p + Sn+p1 )| =
= | bn+1 Sn + (bn+1 bn+2 )Sn+1 + (bn+2 bn+3 )Sn+2 + . . . +
+(bn+p1 bn+p )Sn+p1 + bn+p Sn+p |
|Sn | |bn+1 | + |bn+1 bn+2 | |Sn+1 | + |bn+2 bn+2 | |Sn+2 | + . . . +
+|bn+p1 bn+p | Sn+p1 | + |bn+p | Sn+p |
M (bn+1 + bn+1 bn+2 + bn+2 bn+3 + . . . + bn+p1 bn+p + bn+p ) =
= 2M bn+1
Deoarece bn+1 0 pentru n , pentru orice > 0 exista n N asa ncat, pentru
orice n N, n > n , sa avem bn+1 < /2M . Acum, din (9.5) rezulta
|an+1 bn+1 + an+2 bn+2 + . . . + an+p bn+p | <
pentru orice n N, n > n . Prin urmare,

sunt ndeplinite conditiile din criteriul lui Cauchy
(Teorema 9.2.1), rezultand ca seria an bn este convergenta.

sin nx
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

monoton si marginit, atunci seria an bn este convergenta.
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

lui Dirichlet, deducem ca serie an (b bn ) este convergenta. Dar an ind convergenta

rezulta ca si ban este convergenta. Acum, utilizand teorema 9.1.1, obtinem ca seria
an bn este convergenta deoarece an bn = an (b bn ) + ban , pentru orice n N . Cu aceasta

teorema este demonstrata. n

1
1 1
Exemplul 9.2.2. Fie seria n
1+ . Observam ca seria este convergenta, ind
n=1
2 n 2n
1 & 'n
serie geometrica cu ratia (1, 1), iar sirul bn = 1 + n1 , n N , este strict crescator si
2
marginit (Exemplul 8.1.1). Cum sunt ndeplinite conditiile criteriului lui Abel, deducem ca
seria data este convergenta.

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

sau (1)n an , unde an 0, pentru orice n N .

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
Demonstratie. Intr-adevar, cum ak ak+1 0, k N , atunci

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).
9.3 Serii absolut convergente. Serii semiconvergente

1
Am vazut n Exemplul 9.2.5. ca seria armonica alternanta (1)n1 este conver-
n

n=1

genta n timp ce seria (1)n1 1 = 1
, adica seria armonica, este divergenta (Exemplul
n n
n=1 n=1
9.1.1). Acest exemplu ne permite sa consideram denitiile de mai jos, care ne permit o
clasicare a seriilor convergente.

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.

Demonstratie. Deoarece an este absolut convergenta rezulta ca |an | este conver-

genta. Atunci, conform cu criteriul lui Cauchy, pentru orice > 0, exista n N asa ncat,
pentru orice n N, n > n si orice n N , sa avem
|an+1 | + |an+2 | + . . . + |an+p | < .
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 9.3.2 Seria an se numeste serie semiconvergenta sau conditionat convergenta

daca seria an este convergenta dar seria |an | este divergenta.
Exemplul 9.3.2. Seria (1)n1 este semiconvergenta.

n=1

Observatia 9.3.2 (Riemann). Daca an este o serie semiconvergenta, atunci exista o

permutare a termenilor sai astfel ncat sa se obtina: i) o serie convergenta cu suma un
numar real dat; ii) o serie divergenta cu suma + sau ; iii) o serie divergenta cu sirul
sumelor partiale fara limita (divergent, oscilant) (v. [3]).
Aceasta observatie ne avertizeaza ca n seriile semiconvergente trebuie sa m atenti

la schimbarea ordinii termenilor, deoarece putem obtine serii cu naturi diferite.

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
pentru orice n N , adica lim cn = 0.

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

Demonstratie. Fie seria an = A si bn = B, cu (An ) si (Bn ) sirurile corespunzatoare ale

n=1 n=1

sumelor partiale, iar cn seria produs de convolutie, cu (Cn ) sirul sumelor partiale. Sa
n=1

presupunem ca an este absolut convergenta. Avem

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 .

Deoarece seria bn este convergenta si are suma B, sirul dn = Bn B, n = 1, 2, . . .,

n=1
este convergent. Acum putem scrie
Cn = a1 (dn + B) + a2 (dn1 + B) + . . . + an (d1 + B) =
B(a1 + a2 + . . . + an ) + a1 dn + a2 dn1 = . . . + an d1 =
= BAn + a1 dn + a2 dn1 + . . . + an d1 ,
de unde
(9.6) Cn An B = a1 dn + a2 dn1 + . . . + an d1 .

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

Pe de alta parte, deoarece seria an este convergenta avem ca an 0. Atunci,

pentru orice > 0 exista n2 N asa ncat, pentru orice n N, n > n2 , sa avem

|an | < .
2(|d1 | + |d2 | + . . . + |dn2 |)
Acum, din (9.6), (9.7) si (9.8), pentru orice n natural, n > n1 + n2 1, avem
|Cn An B| (|a1 | |dn | + |a2 | |dn1 + . . . + |ann1 | |dn1 +1 )+
+(|ann1 +1 | |dn1 | + . . . + |an | |d1 |) <

< (|a1 | + |a2 | + . . . ||ann1 |)+
2M

+ (|dn1 | + . . . + |d1 |) <
2(|d1 | + . . . + |dn1 |)

< M + =
2M 2
Ceea ce ne arata ca lim (Cn An B) = 0. De aici, obtinem lim Cn = lim An B = A B,
n n n
178
9.4 Serii cu termeni pozitivi

In paragraful precedent am vazut ca o serie an absolut convergenta este si conver-

genta. Cum n seria |an | avem |an | 0, n = 1, 2, . . ., rezulta ca prezinta interes sa obtinem

criterii de convergenta pentru serii an , cu an > 0, n = 1, 2, 3, . . ..

Denitia 9.4.1 O serie an cu an > 0, n = 1, 2, 3, . . ., se numeste serie cu termeni pozitivi.

n1
Teorema
9.4.1 (Criteriul marginirii sirului sumelor partiale). Seria cu termeni pozitivi

an este convergenta daca si numai daca sirul sumelor partiale este marginit.

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-

itivi an si bn astfel ca an bn , pentru orice n N . i) Daca bn este convergenta,

n=1 n=1 n=1

atunci si an este convergenta; ii) Daca an este divergenta, atunci si bn este di-
n=1 n=1 n=1
vergenta.
Demonstratie. Fie An = a1 + a2 + . . . + an si Bn = b1 + b2 + . . . + bn pentru n N . Din an bn

rezulta
(9.9) An Bn , pentru orice n N

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,

seria an este convergenta.

n=1
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
Observatia 9.4.1 Criteriul de comparatie al termenilor generali se pastreaza si daca an bn

pentru orice n > n0 , n0 N.

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
adica subsirul (S2 t1 ) al sirului sumelor partiale (Sn ) este marginit.

Cum sirul (Sn ) este crescator si pentru orice n N exista un t N asa ncat n < 2t 1,
deducem ca sirul (Sn ) este marginit. Prin urmare, conform criteriului marginirii sumelor

1
partiale rezulta ca seria este convergenta pentru orice R, > 1.
n=1
n

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

genta, iar daca an este divergenta rezulta ca si bn este divergenta.

an

iii) Daca lim = , atunci daca an este convergenta rezulta ca si bn este conver-
n bn

genta, iar daca bn este divergenta rezulta ca si an este divergenta.

an
Demonstratie. i) Din lim = rezulta ca, pentru orice > 0, exista n N, asa ncat,
n bn
an

pentru orice n > n , sa avem < , de unde
bn
an
< < + .
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.

Teorema 9.4.4 (Criteriul raportului D Alembert). Fie seria numerica an cu termeni

n=1
an+1
pozitivi. Daca < 1, pentru orice n N , atunci seria este convergenta, iar daca
an
an+1
1, pentru orice n N , atunci seria este divergenta.
an
an+1
Demonstratie. Daca q < 1. atunci putem scrie
an
a2 a2 an
an = a1 ... a1 q q . . . q = a1 q n1 ,
a1 a2 an1
(n1) ori
de unde an a1 q n1 . Cum q < 1, rezulta ca seria geometrica aq n1 este convergenta, iar

n=1
de aici, folosind criteriul de comparatie, a termenilor generali, deducem ca seria an este

convergenta, n acest caz.
an+1
Daca 1, rezulta ca sirul de numere pozitive (an ) este crescator, deci lim an = 0.
an
n
Utilizand Corolarul 9.1.1, rezulta ca seria an este divergenta.

an+1
Corolarul 9.4.1 Fie seria an cu termeni pozitivi. Daca exita lim = l, atunci:
n an

i) daca l < 1, seria an este covnergenta;

ii) daca l > 1, seria an este divergenta.

an+1
Demonstratie. i) Daca lim = l < 1, atunci pentru orice , cu 0 < < 1 l, exista n N
nan
astfel ca, pentru orice n > , sa avem

an+1

an l < ,
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.

Cum seria geometrica n este convergenta deoarece < 1, conform criteriului de

comparatie a termenilor generali, rezulta ca si seria an este convergenta.

Daca an 1, atunci an 1, deci lim = 0 si deci, pe baza Corolarului 9.1.1, rezulta
n

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

Cum seria geometrica (l + )n este convergenta, conform criteriului de comparatie

a termenilor generali, rezulta ca seria an este convergenta.

Daca l > 1, procedand n mod analog, gasim
an > (l )n , cu l > 1, pentru n > n ,

de unde obtinem ca seria an este divergenta.

Exemplul 9.4.5. Seria numerica

n
2a n + 1
, cu a > 0,
n=1
n+1
este cu termeni pozitivi.

Utilizand criteriul radacinii cu limita, avem
/ n
n 2a n + 1 2a n + 1
lim = lim = 2a.
n n+1 n n+1
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.

Teorema 9.4.6 (Criteriul RaabeDuhamel cu limita). Fie seria an cu termeni pozitivi.

Daca
an
lim n 1 = l,
n an+1
atunci seria este convergenta cand l > 1 si este divergenta cand l < 1.
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
(l )a3 < 2a2 3a3

..
.
(l )an < (n 1)an1 (n 1)an ,
care adunate membru cu membru conduc la
(l )(a2 + a3 + . . . + an ) <
(9.13)
< a1 + a 2 + . . . + an1 (n 1)an .
Punand Sn = a1 + a2 + . . . + an , n N , din (9.13) obtinem
(l )(Sn a1 ) < Sn nan < Sn , pentru orice n N ,
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
a1 < 2a2 , 2a2 < 3a3 , . . . , (n 1)an1 < nan ,
care nmultite membru cu membru conduc la a1 < nan , de unde

1
an > a1 .
n

1
Cum seria armonica este divergenta, conform criteriului de comparatie a terme-
n
nilor generali, deducem ca si seria an este divergenta.
Exemplul 9.4.6. Fie seria numerica

2 4 6 . . . 2n 1
.
n=1
1 3 5 . . . (2n 1) 2n +1
Sa cercetam natura acestei serii de termeni pozitivi. Notand cu an termenul general

al seriei, avem
0
an+1 2 4 6 . . . 2n(2n + 2) 1 2 4 . . . 2n 1
= =
an 1 3 5 . . . (2n + 1) 2n + 3 1 3 . . . (2n 1) 2n + 1
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
In ne, daca, dobanda s-ar adauga continuu, cu r%, atunci
S = aerx .
Parametrii de care depinde S sunt r si n, care reprezinta dobanda si frecventa cap-

italizarii. Se observa ca suma prezenta S este cu atat mai mica cu cat dobanda este mai
mare si cu cat se capitalizeaza mai des.
Problema pusa se poate extinde astfel: daca dorim sa variem veniturile de la an la an
cu valorile a0 , a1 , . . . , am , adaugandu-se n ecare an dobanda r%,a tunci valoarea variatiei
venitului, numita ux de venituri, ar
a1 a2 am
(9.15) a0 + + + ... + .
1 + r (1 + r)2 (1 + r)m
Suma (9.15) se numeste valoarea de capital a uxului de venit. Ea este suma S ce

trebuie investita pentru a obtine veniturile a0 , a1 , . . . , am n anii urmatori.
Se observa ca daca numarul anilor de capitalizare ar creste indenit, atunci suma
(9.15) reprezinta o serie de tip geometric.
Sa consideram acum un ux de venit n valoare a care ncepe n anul urmator si
continua timp de n ani cu dobanda anuala r%. Atunci valoarea prezenta a uxului va
a a a
S= + 2
+ ... + =
1 + r (1 + r) (1 + r)n
1 * n +
a 1 (1+r) n a 1
1 = 1 .
1+r 1 1+r r 1+r
Daca uxul de venit continua indenit, atunci valoarea prezenta se obtine prin

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
a) Serie numerica;
b) Serie numerica convergenta;
c) Suma unei serii numerice;
d) Serie numerica semiconvergenta.
2. Enuntati:
a) Criteriul lui d Alembert (raportului) pentru serii cu termeni pozitivi;

b) Criteriul lui Cauchy (radicalului) pentru serii cu termeni pozitivi;
c) Criteriul lui Raabe - Duhamel pentru serii cu termeni pozitivi;
d) Criteriul lui Leibniz pentru serii alternante;
e) Primul criteriu de comparatie pentru serii cu termeni pozitivi.

1
3. Aati suma seriei un cu un = .
n(n + 1)
n1

n2 + n 3
4. Aati suma seriei un cu un = .
n!
n2

5. cercetati natura seriilor un cu:

n1
nn
a) un = ,
n!
a n!
n
b) un = cu a > 0, a = e,
nn
n2
c) un = n .
2

6. Sa se studieze natura seriilor un cu:

n1
n
2n + 1
a) un = ,
3n + 2
1 2n
b) un = (n + 1)(n + a) n cu a > 0,
1
c) un = n2 ,
1
1+
n
n
13 + 23 + ... + n3 n
d) un = .
n3 4

7. Sa se studieze natura seriei un , unde

n1
n!
un = cu R.
( + 1)( + 2)...( + n)
8. Sa se studieze natura seriilor
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.

9. Sa se studieze absolut convergenta si semiconvergenta seriei numerice un cu:

n1
(1)n1
a) un = ,
n(n + 1)
sin na
b) un = , a R.
2n

10. Sa se studieze natura seriei un cu:

n1
1
a) un = (1)n ,
3n
n
b) un = (1)n 2 .
n 1
187
3. S = 1.
4. S = 4.
5. a) Serie divergenta;
b) Serie divergenta pentru a > e, respectiv convergenta pentru a < e;
c) Serie convergenta.
6. a) Pentru a < 1 seria converge. Pentru a 1 seria diverge;

b) Serie convergenta;
c) Serie convergenta;
d) Serie convergenta.
7. Pentru > 1 seria converge. Pentru 1 seria diverge.
8. a) Pentru a 2 seria diverge. Pentru a > 2 seria converge;

1
b) Se compara cu seria 4 care converge, deci si seria data converge.
n1
n3
c) La (i) seria diverge iar la (ii) seria converge.
9. a) Serie semiconvergenta;
b) Serie absolut convergenta, deci si convergenta.
10. a) Serie absolut convergenta, deci si convergenta;

b) Serie convergenta.
188
[2] Donciu, N., Flondor, D., Algebra si analiza matematica. Culegere de probleme,
Editura Didactica si Pedagogica, Bucuresti, 1979.
[4] Olaru, V., Halanay, A., Turbatu, S., Analiza matematica, Editura Didactica si Ped-
agogica, Bucuresti, 1983.
189
Capitolul 10
Functii ntre spatii metrice
Obiective: Prezentarea notiunilor generale legate de functiile ntre spatii metrice (n

special cazurilor Rn si R).
Rezumat: In acest capitol sunt introduse si studiate notiunile de vecinatate a unui
punct ntr-un spatiu metric, functie ntre spatii metrice, limita a unei functii ntr-un punct,
continuitatea functiilor ntre spatii metrice.
1. Vecinatate a unui punct
2. Functii ntre spatii metrice
3. Limita unei functii ntr-un punct
4. Continuitatea functiilor ntre spatii metrice
Cuvinte cheie: functie ntre spatii metrice, vecinatate, limita, continuitate.
10.1 Vecinatatea unui punct

Notiunea de vecinatate a unui punct ntr-un spatiu metric este fundamentala n setarea
notiunilor de limita si de continuitate.
Denitia 10.1.1 Fie (X, d) un spatiu metric si a un punct arbitrar din X si r un numar real
pozitiv.
Multimea
S(a, r) = {x X|d(a, x) < r}
se numeste sfera (bila) deschisa sau de centru a si raza r, iar multimea
S(a, r) = {x X|d(a, x) r}
se numeste sfera (bila) nchisa de centru a si raza r.

Exemplul 10.1.1. Pentru X = R si d(x, y) = |x y|, pentru orice x, y R. sfera deschisa
S(a, r) = {x R : |x a| < r} = (a r, a + r)
este intervalul deschis, centrat n a, iar sfera nchisa
S(a, r) = {x R : |x a| r}
este intervalul nchis [a r, a + r].

Exemplul 10.1.2. Pentru X = R2 , sfera nchisa, si respectiv deschisa, de centru (a, b)
si de raza r n raport cu metrica euclidiana

d(x, y) = (x1 y1 )2 + (x2 y2 )2 , unde x = (x1 , x2 ) si
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.
Exemplul 10.1.3. Pentru X = R2 si d(x, y) = max{|x1 y1 |, |x2 y2 |}, daca x = (x1 , x2 ),

y = (y1 , y2 ), sfera deschisa de raza r si centru x0 = (a, b) R2 este trasata n gura 10.1.4.,
iar sfera nchisa de aceeasi raza si acelasi centru este trasata n gura 10.1.3.
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 ;
3) daca V (x1 ) este o vecinatate a punctului x0 atunci x0 V (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) = .
Denitia 10.1.3 O submultime D a spatiului metric (X, d) se numeste multime deschisa n

X fie daca D = , fie daca D este o vecinatate pentru orice punct al sau, adica daca pentru
orice x D exista r > 0 astfel ca S(x, r) D.
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;
2) Intersectia a doua multimi deschise este o multime deschisa;
3) X este o multime deschisa;
4) Orice multime deschisa nevida se poate reprezenta ca o reuniune de sfere deschise.
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
(A) = sup{d(x, y)|x A, y A}.
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).
Demonstratie. Fie A = si marginita. Daca A contine un singur punct, atunci proprietatea

este evidenta. Sa presupunem ca A contine cel putin doua puncte. Consideram x0 si x1
doua puncte arbitrare diferite din A. Fie r R, r > d(x0 , x1 ) + (A); evident r > 0. Pentru
sfera S(x0 , r) avem A S(x0 , r) deoarece, pentru orice y A, avem d(y, y0 ) < (A) < r.
Reciproc, daca exista o sfera deschisa S(x0 , r) asa ncat A S(x0 , r), atunci (A)
(S(x0 , r)) 2r, adica A este o multime marginita.
Denitia 10.1.7 Fie A o submultime nevida a spatiului metric (X, d). Un punct x0 A este
numit punct interior al multimii A daca A este o vecinatate pentru x0 , daca exista r > 0
asa ncat S(x0 , r) A.
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 10.1.10 Fie A o submultime a spatiului metric (X, d) un element x0 X se numeste

punct aderent multimii A daca pentru orice vecinatate V (x0 ) a lui x0 avem V 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.
Exemplul 10.1.17. Daca A = [a, b], atunci F r A = {a, b}.

Exemplul 10.1.18. Daca A = Q, atunci A = Q = R, C(Q) = R si F r A = R.
Exemplul 10.1.19. Daca A = R2 , atunci F r A = .
Denitia 10.1.13 O submultime A a unui spatiu metric X, d) se numeste densa n X daca

X = A.
Exemplul 10.1.20. Multimea Q este densa n R (nzestrat cu metrica euclidiana) deoarece

Q = R. La fel multimea numerelor irationale R Q este densa n R.
Exemplul 10.1.21. Multimea Qn = Q Q . . . Q (de n ori) este densa n R.
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 .
Observatia 10.1.2 Orice punct de acumulare este un punct aderent.
Observatia 10.1.3 In orice vecinatate a unui punct de acumulare x0 se gaseste o infinitate

de puncte din A. Intr-adevar, daca propunem ca exista o vecinatate V (x0 ) a punctului x0
care sa contina numai un numar finit de puncte x1 , x2 , . . . , xn , diferite de x0 si apartinand
lui A, atunci alegand r asa ncat 0 < r < min d(x0 , xi )}, sfera S(x0 , r) nu mai contine nici
i=1,n
un punct din A diferit de x0 , ceea ce contrazice definitia punctului de acumulare.
Din aceasta observatie rezulta ca o multime nita nu are puncte de acumulare.
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.
Teorema 10.1.4 (de caracterizare a punctelor aderente si a punctelor de acumulare). Fie

A o submultime a spatiului metric X, d).
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
2) Un punct x X este punct de acumulare al multimii A daca si numai daca exista un

sir (xn ) de puncte din A astfel ncat xn = x, pentru orice n N, si lim xn = x (n X).
n
Demonstratie. 1) Sa presupunem ca x A, adica este punct aderent pentru A. Atunci,

1
pentru orice n N , sfera deschisa S x, are puncte comune cu A. Alegem cate un punct
n
1
xr A S x, , pentru orice n N . Obtinem, astfel, sirul de puncte (xn ) din A cu
n
1 1
d (xn , x) < , pentru orice n N . Din d(xn , x) < rezulta lim d(xn , x) = 0, ceea ce ne arata
n n n
ca lim xn = x (n X).
n
Reciproc, daca (xn ) este un sir de puncte din A, astfel ncat lim xn = x (n X), atunci,
n
pentru orice > 0, exista un n N astfel ncat xn S(x, ) de ndata ce n > n . Rezulta ca
pentru orice > 0 avem S(x, ) A = , ceea ce ne asigura ca x A.
2) Demonstratia se face n acelasi mod ca la punctul 1), utilizand denitia punctului
de acumulare.
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
(10.2) S(x, r) Dio
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
incluziune ce contrazice (10.1). Cu aceasta teorema este demonstrata.
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.
De aici rezulta ca avem d(xn , xi ) , i = 1, n 1, pentru orice n N . Prin urmare,

sirul (xn ) astfel construit cere proprietatea ca xn A pentru orice n N , dar
(10.5) d(xn , xm ) , pentru orice n, m N ,
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
Din (10.6) rezulta ca S(xk , ) Di,k , pentru orice k = 1, 2, . . . , n. Atunci

)
n
A Di,k ,
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
D1 = {S(yi , yi )|i = 1, m}.
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
d(x, y) d(x, xi ) + d(xi , xj ) + d(xj , y) < 2 + d(xi , xj ) < 2 + (B),
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
lim znkt = lim (xnkt , ynkt ) = (x, y),

t t
ceea ce ne arata ca spatiul Z este compact.

Propozitia 10.1.7 Intervalul [a, b] din R, a < b, este o multime compacta.
Demonstratie. Daca (xn ) este un sir arbitrar din [a, b], rezulta ca (xn ) este marginit. Atunci,
conform lemei lui Cesaro (Propozitia 8.1.11) el contine un subsir (xnk ) convergent la un
punct din R. Cum [a, b] este multime nchisa rezulta ca x [a, b]. Deci, [a, b] este o multime
compacta n R.
Denitia 10.1.20 Fie [ai , bi ], i = 1, n, n 1, n intervale ale lui R. Multimea P Rn , unde
P = [a1 , b1 ] [a2 , b2 ] . . . [an , bn ],
se numeste paralelipiped nchis n Rn .
Propozitia 10.1.8 Orice paralelipiped nchis din Rn , n 1, este o multime compacta.
Demonstratie. Valabilitatea propozotiei rezulta imediat, utilizand Teorema 10.1.7 si

Propozitia 10.1.7.
Acum putem demonstra:
Teorema 10.1.8 O submultime A a lui Rn (n 1) este compacta daca si numai daca este
marginita si nchisa.
Demonstratie. Daca A este compacta, atunci pe baza Teoremei 10.1.6, deducem ca ea este
marginita si nchisa.
Reciproc, sa admitem ca submultimea A a lui Rn este marginita si nchisa si sa aratam
ca este compacta.
Cum A este marginita, exista un paralelipiped nchis P asa ncat A P .
Fie (xn ) un sir abritrar n A; atunci el este si n P si cum P este o multime compacta
rezulta ca exista un subsir (xnk ) convergent la un punct x P . Dar x este punct aderent
multimii A si cum A este nchisa rezulta ca A = A (Teorema 10.1.3). Deducem ca x A si
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 = .
Exemplul 10.1.28. Orice interval al lui R este o multime conexa.

Sa demonstram acest fapt. Presupunem contrariul; adica exista un interval A R
care este o multime neconexa. Conform Denitiei 10.1.22, exista doua multimi deschise,
nevide, D1 si D2 n R asa ncat
D1 D2 = A; D1 D2 = .
Exista punctele a D1 si b D2 , a = b (putem presupune ca a < b). Cum A este interval

rezulta ca si [a, b] este interval si [a, b] A. Notam c = sup(D1 [a, b]). Cum D1 este, n acelasi
timp, nchisa n A rezulta ca c D1 . Insa b D2 si deci c D1 [a, b), adica c = b, deoarece, n
caz contrar, c = b D2 , ceea ce ar conduce la c D1 D2 , lucru absurd. Asadar, c D1 [a, b)
si D1 ind deschisa n A exista > 0 astfel ncat c + D1 [a, b), ceea ce contrazice faptul ca
sup(D1 [a, b)) = c. Prin urmare, presupunerea facuta este falsa, rezultand ca A este conexa.
Observatia 10.1.4 Are loc si reciproca pentru afirmatia din exemplul 10.1.28: orice
submultime nevida si conexa a lui R este un interval.
Vom rationa prin reducere la absurd. Sa admitem ca exista o multime A R conexa,
care nu este interval. Atunci exista trei puncte x1 , x2 , x3 din R asa ncat x1 , x3 A, x1 <
x2 < x3 , iar x2 A. Consideram multimile D1 = (, x2 ) A si D2 = A (x2 , +). Evident
ca D1 si D2 sunt nchise n A, D1 D2 = A si D1 D2 = . Prin urmare, A este o multime
neconexa, ceea ce constituie o contradictie. Asadar, A este un interval.
Exemplul 10.1.29. In spatiul metric R multimea A = (1, 2) (3, 4) este neconexa. Intr-
adevar, multimile D1 = (1, 2) si D2 = (3, 4) sunt deschise, A = D1 D2 , iar D1 D2 A = ,
D1 A = (1, 2) = , D2 A = (3, 4) = .
Denitia 10.1.23 O multime deschisa si conexa se numeste domeniu. O multime nchisa si
conexa se numeste continuu.
Exemplul 10.1.30. O sfera deschisa din Rm este un domeniu, iar una nchisa este un continuu.
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.
Denitia 10.2.2 Daca X = Rm , m N, m 1 si Y = R, atunci functia f : A R, A Rm , se

numeste functie reala de o variabila vectoriala x = (x1 , x2 , . . . , xm ) A sau functie reala de m
variabile reale si se noteaza prin y = f (x) sau y = f (x1 , x2 , . . . , xm ).
Este evident ca valorile y ale functiei y = f (x1 , x2 , . . . , xm ) depind de cele m variabile.

Din punct de vedere sistemic variabilele independente x1 , x2 , . . . , xm reprezinta marimi ce
pot controlate sau precizate, numite date de intrare, iar variabila dependenta y precizeaza
valoarea rezultata prin actiunea lui f asupra datelor de intrare si se numeste data de iesire
(v.g.10.2.1).
Fig.10.2.1
Observatia 10.2.1 Functiile reale de mai multe variabile se mai numesc si functii scalare
sau campuri scalare.
Gracul unei functii reale de m variabile reale, denita pe o multime A Rm , este

o multime de puncte din Rm+1 , ceea ce face sa avem o imagine geometrica numai pentru
m 2. Astfel, daca m = 1 atunci functia y = f (x), x A R are ca si grac o curba plana,
iar daca m = 2 functia reala f : A R2 R, y = f (x1 , x2 ) are ca si grac o suprafata () n
spatiul R3 (v.g.10.2.2).
Fig.10.2.2
Denitia 10.2.3 Daca X = Rm si Y = Rp , o functie f : A B, A X, B Y , se numeste

functie vectoriala de variabila vectoriala.
201
Daca x = (x1 , . . . , xm ) A iar y = (y1 , . . . , yp ) B, atunci functia vectoriala poate scrisa
y = f (x),
iar desfasurat:
(y1 , . . . , yp ) = (f1 (x1 , . . . , xm ), f (x1 , . . . , xm ), . . . , fp (x1 , . . . , xm ))
unde fi , i = 1, p, sunt functii de m variabile reale denite pe A cu valori n R.

Functiile yi = fi (x1 , x2 , . . . , xm ), i = 1, p se numesc componentele functiei vectoriale f .
Rezulta ca studiul unei functii vectoriale se reduce la studiul unor functii reale de mai
multe variabile reale.
Cazuri particulare. 10.2.1. Daca p = 1, atunci functia vectoriala de variabila vectoriala
se reduce la o functie reala de mai multe variabile reale.
10.2.2. Daca p = 2 si m = 1, atunci functia vectoriala are forma

(y1 , y2 ) = (x, y) = f (t) = (f1 (t), f2 (t)), t A R,
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

(y1 , y2 , y3 ) = (x, y, z) = f (t) = (f1 (t), f2 (t), f3 (t)), t A R,
de unde
x = f1 (t), y = f2 (t), z = f3 (t), t A,
care constituie reprezentarea parametrica a unei curbe n spatiu.

(y1 , y2 , y3 ) = (x, y, z) = f (u, v) =
= (f1 (u, v), f2 (u, v), f3 (u, v)), (u, v) A R2 ,

de unde
x = f1 (u, v), y = f2 (u, v), z = f3 (u, v), (u, v) A,

care constituie reprezentarea parametrica a unei suprafete n spatiu (v.g.10.2.4).
202
Fig.10.2.4
10.2.5. Daca p = 3 si m = 3, atunci o astfel de functie vectoriala se numeste camp vectorial.

De obicei, modelele matematice utilizate n descrierea fenomenelor economice se de-
scriu prin functii reale de mai multe variabile reale.
Exemplul 10.2.1. Functia de productie. O problema des ntalnita n practica economica
se refera la conditiile de combinare a factorilor pentru producerea unui produs Y de catre
o ntreprindere: Daca conditiile tehnice ale productiei sunt date, cantitatea y din pro-
dusul Y realizata depinde numai de factorii variabili ai productiei folositi X1 , X2 , . . . , Xm .
Daca x1 , x2 , . . . , xm sunt cantitatile folosite din acesti factori, atunci putem scrie functia de
productie
y = f (x1 , x2 , . . . , xm ),
care este o functie de m variabile reale.
Exemplul 10.2.2. Functia cererii. Sa presupunem ca n marfuri de consum Y1 , Y2 , . . . , Yn se
vand la preturi invariabile x1 , x2 , . . . , xn pe o piata cu concurenta, care consta dintr-un numar
de consumatori, cu gusturi si venituri date. In aceasta situatie cantitatea yk de marfa Yk ,
k = 1, n, ceruta pe piata depinde numai de preturile tuturor marfurilor de pe piata. Aceasta
nseamna ca functia cererii pentru marfa Yk este
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 ),
unde x1 , x2 , . . . , xn sunt cantitatile de marfuri 1 , 2 , . . . , n produse, iar y este costul total.

Pentru comoditate, n cazul a doua marfuri X si Y functia costurilor se poate lua de forma
particulara
z = ax2 + by 2 + cxy + dx + ey + f.
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
f (V (x0 ) A {x0 }) U (l).
Scriem lim f (x) = l.

xx0
Intuitiv notiunea de limita a functiei f n punctul x0 exprima faptul ca daca ne

apropiem de x0 prin puncte din multimea A, atunci valorile functiei n aceste puncte se
apropie oricat de mult de punctul l din Y .
Teorema 10.3.1 (de caracterizare a notiunii de limita.) Fie f : A (Y, d2 ), unde A (X, d1 )
si x0 A . Atunci urmatoarele afirmatii sunt echivalente:
1) l este limita functiei f n punctul x0 (definitia cu vecinatati);
2) pentru orice sfera deschisa SY (l, ) din spatiul metric Y exista o sfera deschisa
SX (x0 , ) din spatiul metric X astfel ncat, pentru orice x SX (x0 , ) A {x0 } sa
avem f (x) SY (l, ) (denitia cu sfere);
3) pentru orice > 0 exista > 0 astfel ncat pentru orice x A {x0 } cu d1 (x, x0 ) < sa
avem d2 (f (x), l) < (denitia cu si );
X Y
4) pentru orice sir convergent de puncte din A{x0 } cu lim xn = x0 sa rezulte lim f (xn ) =
n n
l (denitia cu siruri sau denitia lui Heine)
Demonstratie. Sa aratam mai ntai ca din 1) rezulta 2). Luam U (l) = SY (l, ), unde > 0
este arbitrar. Conform cu 1), exista o vecinatate V (x0 ) asa ncat, pentru orice x V (x0 )
A {x0 } sa avem f (x) U (l). Cum V (x0 ) este o vecinatate pentru x0 , exista o sfera deschisa
SX (x0 , ) V (x0 ). Atunci pentru orice x SX (x0 , ) A {x0 } avem f (x) U (l) = SY (l, ),
adica 2) este ndeplinita.
Acum sa aratam ca din 2) rezulta 3). Pentru aceasta este sucient sa exprimam sferele
si conditiile de la 2) prin inegalitati.
Sa demonstram acum ca din 3) rezulta 4). Fie (xn ) un sir de puncte din A{ x0 } cu
X
lim xn = x0 . Din 3) rezulta ca, pentru orice > 0, exista > 0 asa ncat, pentru orice
n
X
x A {x0 } cu d1 (x, x0 ) < sa avem d2 (f (x), l) < . Cum lim xn = x0 , exista un n N asa
n
ca pentru orice n N, n > n sa rezulte d1 (xn , x0 ) < . Atunci d2 (f (x), l) < pentru orice
n N, n > n = n . Asadar, pentru orice > 0 exista n N asa ncat pentru orice n N,
n > n sa avem d2 (f (xn ), l) < , adica lim f (xn ) = l, ceea ce trebuia demonstrat.
n
Demonstratia teoremei este ncheiata daca aratam ca din 4) rezulta 1). Vom rationa
prin reducere la absurd. Sa presupunem ca exista o vecinatate U (l) a lui R astfel ca, oricare
ar V (x0 ) o vecinatate a lui x0 , sa existe x V (x0 ) A {x0 } pentru care f (x) U (l).
1
Pentru orice n N luam V (x) = S x0 , . Atunci exista xn V (x0 ) A {x0 } cu
n

1 1
xn = x0 asa ncat f (xn ) U (l). Cum xn S x0 , , avem dX (xn , x0 ) < , oricare ar
n n
n N . De aici rezulta ca lim xn = x0 . Conform cu 4), deducem ca lim f (xn ) = l; atunci
n n
exista n1 N asa ncat pentru orice n N, n > n1 sa avem f (xn ) U (l), ceea ce contrazice
f (xn ) U (l). Prin urmare, presupunerea facuta este falsa si deci din 4) rezulta 1).
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 .
Teorema 10.3.2 Fie spatiile metrice (X, d1 ) si (Y, d2 ), A X, x0 A si f : A Y o functie.

Daca f are limita n x0 , atunci aceasta limita este unica.
Demonstratie. Valabilitatea armatiei rezulta aplicand denitia cu siruri a limitei unei

functii ntr-un punct si tinand seama ca limita unui sir de puncte dintr-un spatiu metric
este unica.

Teorema 10.3.3 Fie f : A Rp , A Rm , m 1, p 2, functia vectoriala f = (f1 , f2 , . . . , fp ),

unde fi : A R, i = 1, p si x0 A . Atunci f are limita l = (l1 , l2 , . . . , lp ) n punctul x0 daca
si numai daca exista lim fi (x) = li , i = 1, p.
xx0
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
1) lim (f + g)(x) si valoarea ei este l1 + l2 ;

xx0
2) lim (f + g)(x) si valoarea ei este l1 l2 ;

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.
Observatia 10.3.5 Fie f : A (Y, d), cu A R, o functie si x0 A . Daca exista xx

lim f (x) =
0
x<x0
ls (respectiv xx
lim f (x) = ld ), atunci spunem ca f are limita la stanga (respectiv limita la
0
x>x0
dreapta) n punctul x0 . Limitele la stanga si la dreapta ntr-un punct poarta numele de

limita laterala.
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
de unde l1 = (0, e2 , 1).

b) Pentru l2 avem
1
lim (x2 + y 2 + 1) = 1;
x0
lim (1 + xy) xy = e
x0
y0 y0
si
x2 y x2 y x2 |y|
lim
= 0, deoarece 2 = |y|,
x0 x2 + y 2
y0
x + y2 x2
de unde l2 = (1, e, 0).

xy
10.3.2. Sa se arate ca f (x, y) = 2 nu are limita n punctul (0, 0) = . Consideram sirul
x + y2
1
de puncte zn = , , R si convergent la = (0, 0). Avem
n n

1 2
f , = 1 n = ,
n n n2 + n2
1 + 2

1
adica limita sirului f , depinde de , de unde rezulta ca functia f nu are limita n
n n
(0, 0).
10.4 Continuitatea functiilor ntre spatii metrice

In acest paragraf vom adanci studiul ideii intuitive de apropiere a valorilor unei
functii de valoarea ei ntrun punct dat x0 de ndata ce valorile argumentului sunt sucient
de aproape de x0 .
Fie (X, d1 ) si (Y, d2 ) doua spatii metrice si f : A Y o functie, unde A X este o
submultime a lui X.
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 .
Teorema 10.4.1 Functia f : A Y , A X, este continua n punctul x0 A daca si numai

daca are loc una din situatiile:
i) sau x0 este punct izolat;
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
ceea ce ne spune ca operatia de trecere la limita este permutabila cu functia f .
Teorema 10.4.2 (de caracterizare a continuitatii n punct). Fie f : A (Y, d2 ) o functie,

unde A (X, d1 ) si x0 A. Atunci urmatoarele afirmatii sunt echivalente:
1) f este continua n punctul x0 (definitia cu vecinatati 10.4.1)
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. Valabilitatea teoremei rezulta imediat din Teorema 10.3.1 de caracterizare

a notiunii de limita.
Teorema 10.4.3 Fie f : A Rp , A Rm , m 1, p 2, functia vectoriala f = (f1 , f2 , . . . , fp ),

unde fi : A R, i = 1, p si x0 A. Atunci f este continua n punctul x0 A, daca si numai
daca functiile fi sunt continue n x0 , i = 1, p.
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 ,
care este, evident, o prelungire a lui f pe A.

Deoarece lim f((x) = l = f((x0 ), rezulta ca f este continua n x0 . Functia f( atasata
xx0
functiei f poarta numele de prelungirea functiei f prin continuitatea n punctul x0 .
10.4.5. (Functii continue cu valori reale). Fie f, g : (X, d) R functii continue si R.
Atunci:
1) f + g, f si f g sunt continue pe X;
f
2) : X {x X|g(x) = 0} R este continua pe X {x X|g(x) = 0};
g
3) |f | este continua pe X.
Pentru a demonstra aceste armatii sa observam mai ntai ca daca x0 este punct izolat,
atunci valabilitatea celor trei armatii rezulta din teorema 10.4.1, punctul i). Daca x0 este
punct de acumulare atunci armatiile 1) si 2) rezulta din teorema 10.3.4, utilizand denitia
cu siruri a continuitatii.
X
Pentru a demonstra 3) este sucient sa aratam ca daca lim xn = x0 ,atunci lim |f (xn )| =
n n
|f (x0 )|. Cum
| |f (xn )| |f (x0 )| | |f (xn ) f (x0 )|,
pentru orice n N, si din f continua n x0 , obtinem ca lim |f (xn )| = |f (x0 )|, adica |f | este
n
continua n x0 .
10.4.6. (Continuitate laterala). Fie f : A R, unde A R, si e x0 A un punct acumulare
pentru D. Daca exista limita la stanga n x0 , f (x0 0) = fs (x0 ) = xx
lim f (x), iar fs (x0 ) = f (x0 ),
0
x<x0
atunci spunem ca f este continua la stanga n x0 . Daca exista limita la dreapta n x0 ,

f (x0 + 0) = fd (x0 ) = xx
lim f (x), iar fd (x0 ) = f(x0 ) atunci spunem ca f este continua la dreapta n
0
x>x0
x0 .
Tinand seama de Observatie 10.3.5, deducem ca o functie f este continua n x0 daca
si numai daca f este continua atat la stanga cat si la dreapta n punctul 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
f (x0 0) f (x0 ) f (x0 + 0).
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
(10.8) T (x) M x,
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
de unde, utilizand inegalitatea lui CauchySchwartzBuniakowski, avem

12 n 12

n

|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
Teoremei 10.4.4, rezulta ca T este operator continuu.

In continuare vom prezenta cateva proprietati cu privire la transformarea multimilor
deschise, respectiv nchise, compacte si conexe printr-o aplicatie continua.
Teorema 10.4.5 Fie (X, d1 ) si (Y, d2 ) doua spatii metrice si f : X Y o functie. Atunci
urmatoarele afirmatii sunt echivalente:
1) f este continua pe X;
2) pentru orice multime deschisa D din Y , imaginea inversa f 1 (D) este multime deschisa
n X;
3) pentru orice multime nchisa B din Y , imaginea inversa f 1 (B) este multime nchisa
n X;
4) pentru orice submultime A a lui X, avem f (A) f (A).
Demonstratie. Sa aratam ca din 1 rezulta 4). Fie x A asa ca y = f (x). Cum x A rezulta
X
ca exista un sir de puncte (xn ) din multimea A asa ncat lim xn = x. Din continuitatea
n
Y
lui f rezulta lim f (xn ) = f (x) = y,adica am aratat ca n multimea f (A) exista un sir de
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
f (A) f (A) = f (f 1 (B)) B = B,
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).
Observatia 10.4.2 Multimea functiilor continue pe X cu valori n Y se noteaza prin C(X, Y ).
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 )) < .
Propozitia 10.4.1 Daca f : A X Y este o functie uniform continua pe A, atunci f este

continua pe A.
Demonstratie. Sa consideram x0 un punct arbitrar din A. Din faptul ca f este uniform

continua pe A rezulta ca, pentru orice > 0, exista > 0 astfel ncat, pentru orice x1 , x2 A
cu d1 (x1 , x2 ) < , are loc d2 (f (x1 ), f (x2 )) < . Atunci, oricare ar x A asa ncat d1 (x, x0 ) < ,
are loc d(f (x), f (x0 )) < , adica f este continua n x0 . Cum x0 a fost ales arbitrar din A, rezulta
ca f este continua pe A.
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.
Demonstratie. Pe baza Corolarului 10.4.2 rezulta ca f (A) este marginita n R. Fie

M = sup f (x) si m = inf f (x). Deoarece M si m sunt puncte aderente pentru multimea
xA xA
f (A) rezulta ca M f (A) si m f (A). Din f (A) este compacta rezulta ca este multime
nchisa si atunci M f (A) si m f (A).
Deci, rezulta ca exista x1 A asa ncat f (x1 ) = M si exista x2 A asa ca f (x2 ) = m,
ceea ce ne arata ca f si atinge marginile pe A.
In particular, din Teorema 10.4.7 obtinem cunoscuta teorema a lui Weierstrass stu-
diata n liceu.
Corolarul 10.4.4 Functia f : [a, b] R continua pe [a, b] este marginita si si atinge marginile
pe [a, b].
Dam acum o reciproca pentru Propozitia 10.4.1.
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
care este n contradictie cu d2 (f (xn ), f (yn )) 0 .

Asadar, f este uniform continua pe A.
In ncheierea acestui paragraf sa abordam cateva proprietati ale functiilor continue
pe multimi conexe.
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
(10.9) D1 D2 f (A) = , D1 f (A) = , D2 f (A) =
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.
Observatia 10.4.7 In particular, o functie reala f : I R, I interval din R, are proprietatea

Darboux daca pentru orice a, b I cu a < b si pentru orice (f (a), f (b)) sau (f (b), f (a)),
exista un element c (a, b) asa ca f (c ) =
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.
Demonstratie. Vom folosi metoda reducerii la absurd. Presupunem ca functia f are un

punct x0 I de discontinuitate de speta ntaia. Atunci, exista limitele laterale fs (x0 ) si fd (x0 )
nite si ori f (x0 ) = fs (x0 ), ori f (x0 ) = fd (x0 ). Sa presupunem ca f (x0 ) < fd (x0 ). Consideram
R asa ncat f (x0 ) < < fd (x0 ); de aici, avem fd (x0 ) > 0. Din denitia limitei rezulta
ca pentru = fd (x0 ) > 0 exista > 0 asa ca, pentru orice x (x0 , x0 + ), sa avem
|f (x) fd (x0 )| < = fd (x0 ) ,
de unde f (x) > , pentru orice x (x0 , x0 + ).

Cum x0 + /2 (x0 , x0 + ), avem f (x + /2) > > f (x0 ), adica este valoare
intermediara. Atunci, din faptul ca f are proprietatea lui Darboux rezulta ca exista
c (x0 , x0 + ) asa ca f (c ) = , ceea ce contrazice f (x) > , pentru orice x (x0 , x0 + ).
Presupunerea facuta este falsa, rezultand ca f nu poate avea decat puncte de discontinuitate
de speta a doua.
Corolarul 10.4.7 Fie f : I R o functie, unde I este un interval al lui R. Daca f este
monotona si are proprietatea lui Darboux, atunci f este continua pe I.
Demonstratie. Conform Exemplului 10.4.3 functia f ind monotona ar putea avea numai
discontinuitati de speta ntaia, iar, conform Propozitiei 10.4.4, posedand proprietatea Dar-
boux, poate avea numai discontinuitati de speta a doua. Prin urmare, f trebuie sa e
continua.
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.
Demonstratie. Sa consideram ca f nu este strict monotona. Atunci exista trei puncte

x1 , x2 , x3 n I asa ca x1 < x2 < x3 dar f (x1 ) > f (x2 ) si f (x2 ) < f (x3 ) (sau f (x1 ) < f (x2 ) si
f (x2 ) > f (x3 )). Fie = min(f (x1 ), f (x2 )) si = ( + f (x2 ))/2. Fara a inuenta rigurozitatea
demonstratiei, putem alege = f (x1 ). Atunci
+ f (x2 ) f (x1 ) + f (x2 )

f (x2 ) < = = < f (x1 )
2 2
si cum f , ind continua, are proprietatea lui Darboux, rezulta ca exista c (x1 , x2 ) asa ca
= f (c). Dar avem si
+ f (x2 )
f (x2 ) < = < f (x3 ),
2
rezulta de aici ca exista d (x2 , x3 ) asa ca f (d) = . Rezulta ca f (c) = f (d) si fum f este
bijectiva obtinem c = d, ceea ce este imposibil deoarece x1 < c < x2 < d < x3 .
Asadar, presupunerea facuta este falsa. Rezulta ca f este strict monotona.
Reciproc, sa consideram ca f : I J este strict monotona si continua. De aici, rezulta
ca f este injectiva (strict monotona) si surjectiva (J = f (I)), deci f este bijectiva.
Fara a restrange generalitatea, sa presupunem ca f este strict crescatoare si sa aratam
ca si f 1 : J I are aceeasi proprietate.
Fie y1 , y2 din J cu y1 < y2 . Notam cu x1 = f 1 (y1 ) si cu x2 = f 1 (y2 ). Atunci f (x1 ) = y1 si
f (x2 ) = y2 . Cum f 1 este injectiva, avem f 1 (y1 ) = f 1 (y2 ). Daca am avea f 1 (y1 ) > f 1 (y2 ),
atunci, cum f este strict crescatoare, rezulta f (f 1 (y1 )) > f (f 1 (y2 )), de unde y1 > y2 , ceea
ce este n contradictie cu y1 < y2 . Ramane ca f 1 (y1 ) < f 1 (y2 ), ceea ce arata ca f 1 este
strict crescatoare. Cum f 1 este strict monotona si poseda proprietatea lui Darboux, de
unde, pe baza Corolarului 10.4.7, rezulta ca f 1 este continua.
Observatia 10.4.8 Utilizand aceasta teorema, se arata cu usurinta ca functiile inverse ale
principalelor functii elementare sunt continue.
215
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.
Sa se studieze continuitatea functiei f .

b) Se da functia f : [a, b] [a, b] continua pe [a, b]. Sa se arate ca () c [a, b] astfel
ncat f (c) = c.
5. a) Folosind denitia sa se arate ca:
lim (x2 + xy) = 4

(x,y)(1,3)
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
2. Se foloseste denitia cu siruri.
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.
9. f este uniform continua pe (1, ). Se foloseste identitatea:

arctg arctg = arctg si inegalitatea arctg x x.
1 +
10. f este uniform continua pe (1, 2) (1, 2).
218
219
Capitolul 11
Derivarea functiilor reale
Obiective: Recapitularea notiunilor legate de derivarea functiilor reale de o vari-

abila reala cunoscute din nvatamantul preuniversitar si completarea acestora cu acele
notiuni, legate de subiectul prezentului capitol, strict necesare pentru parcurgerea capi-
tolelor urmatoare.
Rezumat: In acest capitol sunt recapitulate si completate notiunile legate de
derivata unei functii reale de o variabila reala si proprietatile acesteia, proprietatile de baza
ale functiilor reale derivabile pe un interval real (teoremele lui Fermat, Rolle, Cauchy, La-
grange, Darboux, Taylor), diferentiala unei functii reale de o variabila reala si proprietatile
acesteia. Capitolul se ncheie cu prezentarea unor aplicatii imediate ale notiuni de derivata
n economie.
1. Denitia derivatei si proprietatile ei de baza
2. Proprietati de baza ale functiilor derivabile pe un interval
3. Diferentiala unei functii reale
4. Aplicatiile derivatei n economie
Cuvinte cheie: derivata a unei functii reale de o variabila reala, derivabilitate,
teorema lui Fermat, teorema lui Rolle, teorema lui Lagrange, teorema lui Darboux, teorema
lui Taylor, diferentiala unei functii reale de o variabila reala, productie medie, ritm mediu,
elasticitate medie.
11.1 Definitia derivatei si proprietatile ei de baza

Fie functia f : A R, unde A este o submultime a lui R si e x0 A un punct de
acumulare pentru A.
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
notata, de obicei, cu f (x0 ).

Daca derivata f (x0 ) exista si este finita zicem ca functia f este derivabila n punctul
x0 . Daca f (x0 ) = + sau f (x) = , atunci vom spune ca f are derivata innita n
punctul x0 .
Propozitia 11.1.1 Daca functia f : A R este derivabila n x0 A A , atunci f este

continua n x0 .
220
Demonstratie. Din ipoteza avem ca exista si este nita
f (x) f (x0 )
lim = f (x0 ).
xx0 x x0
Se observa ca pentru orice x A {x0 }, avem
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.
Denitia 11.1.2 Daca functia f : A R, A R, este derivabila n orice punct al unei

submultimi B a lui A, atunci spunem ca f este derivabila pe B.
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.
Denitia 11.1.3 Fie f : A R R si x0 A un punct de acumulare pentru A (, x0 ).

Daca exista limita
f (x) f (x0 )
fs (x0 ) = xx
lim
x<x0
0 x x0
atunci numim aceasta limita derivata la stanga a functiei f n punctul x0 .
Daca x0 A este punct de acumulare pentru A (x0 , +) si exista limita
f (x) f (x0 )
fd (x0 ) = xx
lim ,
0
x>x0
x x0
atunci numim aceasta limita derivata la dreapta a functiei f n punctul x0 .

Daca fs (x0 ), respectiv fd (x0 ), este finita, atunci spunem ca f este derivabila la stanga,
respectiv la dreapta, n punctul 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:
Propozitia 11.1.2 O functie f : A R R are derivata n punctul x A

A daca si numai daca f are derivata la dreapta si la stanga n punctul x0 , iar
fs (x0 ) = fd (x0 ) = f (x0 ).
Teorema 11.1.1 Fie f, g : A R doua functii derivabile n x0 A A si R. Atunci sunt

variabile afirmatiile:
1) Suma f + g este derivabila n x0 si
(f + g) (x0 ) = f (x0 ) + g (x0 );
221
2) Produsul f este derivabila si
(f ) (x0 ) = f (x0 );
3) Produsul f g este derivabila n x0 si

(f g) (x0 ) = f (x0 )g (x0 ) + f (x0 )g (x0 ).
4) Daca g(x0 ) = 0, atunci functia cat f /g este derivabila n x0 si

f f (x0 )g(x0 ) f (x0 )g (x0 )
(x0 ) = .
g (g(x0 ))2
Demonstratia teoremei se face utilizand denitia derivatei. De exemplu, sa demon-

stram armatia de la 3). Avem
(f g)(x) (f g)(x0 ) f (x)g(x) f (x0 )g(x0 )
lim = lim =
xx0 x x0 xx0 x x0
g(x)[f (x) f (x0 )] + f (x0 )[g(x) g(x0 )]
= lim =
xx0 x x0
f (x) f (x0 ) f (x0 )[g(x) g(x0 )]
= lim g(x) + lim =
xx0 x x0 xx0 x x0
= g(x0 )f (x0 ) + f (x0 )g (x0 ),
Teorema 11.1.2 (Derivarea functiilor compuse sau regula lantului) Fie f : I R J R,
g : J R, I si J fiind intervale. Daca f este derivabila n punctul x0 I si g este derivabila
n punctul f (x0 ), atunci functia h : I R, h(x) = g(f (x0 )) (h = g f ) este derivabila n punctul
x0 si h (x0 ) = g (f (x0 ))f (x0 ) adica (g f ) = (g f )f .
Demonstratie. Consideram functia ajutatoare u : J R, denita prin

g(y) g(y0 )
, daca y = y0
(11.1) u(y) = yy
g (y ) 0 , daca y = y0 = f (x0 )
0
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 ),
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 ) f 1 (f (x)) f 1 (f (x0 ))

= =
y y0 f (x) f (x0 )
x x0 1
= ,
f (x) f (x0 ) f (x)f (x0 )
xx0
de unde prin trecere la limita rezulta
f 1 (y) f 1 (y0 ) 1 1
lim = = .
yy0 y y0 f (x) f (x0 ) f (x0 )
lim
xx0 x x0
In nalul acestui paragraf sa introducem notiunea de derivata de ordin superior.

Fie f : D R o functie derivabila pe multimea D. In acest caz, exista functia derivata
f : D R.
Denitia 11.1.4 Spunem ca functia f : D R2 este de doua ori derivabila ntr-un punct
x0 D, daca f este derivabila ntr-o vecinatate a punctului x0 si f este derivabila n
punctul x0 . In acest caz derivata lui f n punctul x0 se numeste derivata a doua a lui f n
x0 si o notam cu f (x0 ).
Daca f este derivabila pe D, atunci derivata lui f se numeste derivata a doua (sau
de ordinul doi) a lui f si se noteaza cu f .
In general, spunem ca f este derivabila de n (n 2, n N) ori n x0 D daca f este
de (n 1) ori derivabila pe o vecinatate V a lui x0 si daca derivata de ordin (n 1), notata
prin f (n1) , este derivabila n punctul x0 .
Spunem ca f este derivabila de n ori pe D daca f este derivabila de n ori n orice
punct x D.
Derivatele succesive ale lui f se noteaza prin f (1) = f , f (2) = f , f (3) = f , . . ., f (n)
pentru orice n N . Convenim, de asemenea, sa notam prin f (0) = f .
In general, aarea derivatei de ordinul n a functiei f se face prin inductie matematica.
Exemplul 11.1.1. Se considera functia f : E R, f (x) = (ax + b) , R, iar E domeniul
maxim de denitie al lui f . Sa se calculeze f (n) . Avem
f (x) = a(ax + b)1
f = ( 1)a2 (ax + b)2 . . .

Presupunem ca f (n) (x) = (1) . . . (n+1)an (ax+b)n si sa demonstram ca f (n+1) (x) =
( 1) . . . ( n + 1)( n)(ax + b)n1 .
Avem
f (n+1) (x) = (f (n) (x)) = (( 1) . . . ( n + 1)an (ax + b)n ) =
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
pentru orice x D, numita formula lui Leibniz.

Avem (f g) (x) = f (x)g (0) (x) + f (0) (x)g (x), pentru orice x D, deci egalitatea este
adevarata pentru n = 1.
Presupunem egalitatea adevarata pentru n = k si sa demonstram ca este adevarata si
pentru n = k + 1.
Putem scrie
k

(k+1) (k) i (ki) (i)

(f g) (x) = ((f g) ) (x) = Ck f (x)g (x) =
i=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.
11.2 Proprietati de baza ale functiilor derivabile pe un interval

Denitia 11.2.1 Fie f : A R R o functie. Un punct x0 A se numeste punct de maxim
local (sau relativ) al functiei f daca exista o vecinatate V (x0 ) a lui x0 asa ncat f (x) f (x0 ),
pentru orice x V (x0 ) A.
Un punct x0 A se numeste punct de minim local (sau relativ) daca exista o vecinatate
V (x0 ) a lui x0 asa ncat f (x) f (x0 ), pentru orice x V (x0 ) A.
Punctele de maxim sau minim local ale functiei f se numesc puncte de extrem relativ
(sau local) ale functiei f, iar valorile functiei n punctele sale de extrem se numesc extreme
ale functiei f .
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.
Demonstratie. Sa presupunem ca x0 este un punct de maxim local pentru f , adica exista

o vecinatate V (x0 ) a punctului x0 astfel ca f (x) f (x0 ), pentru orice x V (x0 ) I. Atunci,
pentru x V (x0 ) I cu x < x0 putem scrie
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.
Intr-adevar, e c1 < c2 doua radacini consecutive ale derivatei. Sa presupunem ca

exista doua racini reale diferite x1 si x2 ale functiei, f (x1 ) = f (x2 ) = 0, c1 < x1 < x2 < c2 .
Dupa teorema lui Rolle ntre x! si x2 trebuie sa existe o radacina a derivatei, ceea ce nu se
poate, c1 si c2 ind radacini consecutive ale derivatei.
Aceasta observatie permite sa separam radacinile reale ale ecuatiei f (x) = 0, daca se
cunosct radacinile ecuatiei f (x) = 0. Fie c1 < c2 < c3 < . . . < ck radacinile ecuatiei f (x) = 0
asezate n ordine crescatoare pe intervalul [a, b]. Formam sirul lui Rolle
f (a), f (c1 ), f (c2 ), . . . , f (ck ), f (b).
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
f (b) f (a) f (c)

= .
g(b) g(a) g (c)
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)
care este continua pe [a, b], derivabila pe (a, b), cu
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
f (b) f (a) f (c)

= .
g(b) g(a) g (c)
Observatia 11.2.6 Teorema lui Cauchy ne permite sa deducem asa numitele Reguli ale lui
l Hospital de aflare a limitelor de functii n cazul nedeterminarilor 00 si
.
Prima regula a lui l Hospital.Fie I un interval din R, x0 I si f, g : I R. Daca sunt

ndeplinite conditiile:
i) functiile f si g sunt derivabile pe I {x0 };
ii) exista lim f (x) = lim g(x) = 0;
xx0 xx0
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:
i) functiile f si g sunt derivabile pe (a, +);
ii) lim f (x) = lim g(x) = 0;

x x

iii) g (x) = 0 pentru orice x > a;
f (x)
iv) exista lim = l R, atunci are loc egalitatea
x g (x)
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)
si se aplica prima regula a lui l Hospital.
Observatia 11.2.8 Cazurile de nedeterminare , 00 , 1 , 0 se reduc prin transformari

(operatii) algebrice la situatiile 00 sau
.
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];
ii) f este derivabila pe (a, b),
atunci exista un punct c (a, b) asa ca
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.
Demonstratie. Fie x0 un punct xat din I si x I un punct arbitrar. Aplicam teorema

lui Lagrange pe intervalul [x0 , x] (sau [x, x0 ]) si rezulta ca exista c (x0 , x) (sau (x, x0 )) asa
ncat
f (x) f (x0 ) = f (c)(x x0 ).
Cum f (x) = 0, oricare ar x I, rezulta ca f (x) = f (x0 ), oricare ar x I, si deci f
este cosntanta pe intervalul 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 11.2.11 Fie f o functie derivabila pe intervalul I.
i) Daca f (x) 0, oricare ar fi x I, atunci f este crescatoare pe I;
ii) Daca f (x) 0, oricare ar fi x I, atunci f este descrescatoare pe I;
iii) Daca f (x) > 0, oricare ar fi x I, atunci f este strict crescatoare pe I;

iv) Daca f (x) < 0, oricare ar fi x I, atunci f este scrict descrescatoare pe I.
Demonstratie. Vom justica numai punctul i), celelalte cazuri demonstrandu-se n

mod analog.
Fie x1 , x2 doua puncte arbitrare din I asa ncat x1 < x2 . Aplicam teorema lui Lagrange
pe intervalul [x1 , x2 ] si rezulta ca exista c (x1 , x2 ) asa ncat f (x2 ) f (x1 ) = f (c)(x2 x1 ).
Cum f (x) 0, oricare ar x I, rezulta ca f (x2 ) f (x1 ) 0, adica f (x2 ) f (x1 ).
Asadar, f este crescatoare pe I.
Armatiile de la punctele i) si ii) ale Observatiei admit si reciproce, n timp ce
armatiile de la punctele iii) si iv) nu mai admit reciproce.
Observatia 11.2.12 Fie f o functie continua pe un interval I si x0 I. Daca f este dervabila

pe I {x0 } iar derivata sa f are limita (finita sau infinita) n punctul x0 , atunci exista
derivata functiei f si n punctul x0 si n plus
f (x0 ) = lim f (x).

xx0
Pentru demonstratie se aplica teorema lui Lagrange pe intervalele [x, x0 ] si [x0 , x] si se

face x x0 .
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
|f (x1 ) f (x2 )| = |f (c)(x1 x2 )| = |f (c)| |x1 x2 | M |x1 x2 |,
ceea ce ne arata ca f este lipschitziana pe I.
Teorema 11.2.5 (Teorema lui Darboux). Daca f : I R este o functie derivabila pe I,

atunci derivata sa f are proprietatea lui Darboux pe acel interval.
Demonstratie. Fie x1 , x2 I cu x1 < x2 . Sa presupunem ca f (x1 ) < f (x2 ) si

(f (x1 ), f (x2 )). Consideram functia auxiliara g : I R, g(x) = f (x) x, care verica
inegalitatile: g (x1 ) < 0 si g (x2 ) > 0.
Deoarece g este derivabila pe [x1 , x2 ] I rezulta ca g este continua pe compactul [x1 , x2 ]
deci si atinge marginile. Atunci exista c [x1 , x2 ] asa ncat g(c) = min g(x). Sa aratam
x[x1 ,x2 ]
1)
ca c = x1 si c = x2 . Din g (x1 ) < 0 rezulta ca exista > 0 asa ncat g(x)g(x
xx1 < 0, pentru
orice x (x1 , x1 + ), de unde obtinem ca g(x) < g(x1 ), pentru orice x (x1 , x1 + ). Aceasta
ultima inegalitate ne arata ca g si atinge marginea inferioara ntr-un punct diferit de x1 ;
deci c = x1 . In mod analog, demonstram ca c = x2 . Acum, aplicand teorema lui Fermat
functiei g pe intervalul [x1 , x2 ] rezulta ca g (c) = 0, adica f (c) = .
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.
Demonstratie. Ne propunem sa scriem pe f sub forma:
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
(11.8) f (x) f (x0 ) = A(x x0 ) + (x)(x x0 ),
pentru orice x I.
Teorema 11.3.1 Functia f : I R, interval deschis, este diferentiabila n punctul x0 I

daca si numai daca f este derivabila n x0 .
Demonstratie. Sa admite ca f este diferentiabila n punctul x0 I. Atunci exista

A R si o functie : I R cu lim (x) = (x0 ) = 0 astfel ncat sa aiba loc (11.8).
xx0
Considerand x = x0 si mpartind n (11.8) ambii membrii prin x x0 obtinem
f (x) f (x0 )
A + (x), ()x I {x0 }.
x x0
f (x) f (x0 )
Cum lim (x) = 0, rezulta ca exista lim = A, adica f este derivabila n
xx0 xx0 x x0
punctul x0 si A = f (x0 ).
Reciproc, sa presupnem ca f este derivabila n punctul x0 . Din denitia derivatei lui
f n punctul x0 avem
f (x) f (x0 )
lim = f (x0 ).
xx0 x x0
Consideram functia : I R,

f (x) f (x0 )
f (x0 ) , pentru x I {x0 }
(x) = x x0
0 , pentru x = x . 0
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
(11.9) f (x0 + h) f (x0 ) f (x0 )h
Denitia 11.3.2 Fie f : I R, I interval deschis din R, derivabila n punctul x0 I. Functia

liniara si omogena
g : R R, g(h) = f (x0 )h, h R,
se numeste diferentiala functiei f n punctul x0 si se noteaza prin df (x0 ), adica
(11.10) df (x0 )(h) = f (x0 )h.
231
Acum, relatia (11.9) se mai poate scrie
f (x0 + h) f (x0 ) df (x0 )(h).
Diferentiala lui f ntr-un punct oarecare x I o notam prin df (x).

Daca n (11.10) alegem, n particular, ca f aplicatia identica, atunci diferentiala lui
f ntr-un punct x I este df (x)(h) = h, ()h R, adica h = d(x)(h). Folosind notatia simpla
d(x) = dx, avem dx(h) = h. Revenind cu acest rezultat n (11.10), obtinem
df (x)(h) = f (x)dx(h), ()h R,
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
d(f + g) = df + dg; d(t) = df, d(f g) = gdf + f dg,
iar daca, n plus g = 0, atunci

f gdf f dg
d = .
g g2
Teorema 11.3.2 (diferentiala unei functii compuse). Fie I si J doua intervale deschise ale
lui R si fie u : I J si f : J R doua functii derivabile respectiv pe I si J. Atunci
df (u) = f (u)du.
Demonstratie. Avem
df (u(x)) = (f (u(x))) dx = f (u(x)) u (x)dx = f (u(x)) du(x),
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
d2 f (x) = d(df (x)).
In general, dn f (x) = d(dn1 f (x)). Avem:
d2 f (x) = d(f (x)dx) = d(f (x)) dx + f (x)d(dx) =
= 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.
Denitia 11.4.2 Numim valoare marginala a functiei f : I R, n punctul x I
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)
Denitia 11.4.4 5 Numim ritmul mediu de variatie a functiei f : I R n punctul x I

f (x)
raportul f (x) h si se noteaza cu Rf,m .
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 .
Denitia 11.4.6 Numim elasticitatea medie a functiei f : I R n punctul x, notata prin

Em , raportul variatiilor relative ale lui f (x) si x, adica
0
f (x) h f (x) x
Ef,m = = .
f (x) x h f (x)
Denitia 11.4.7 Numim elasticitatea locala (marginala) a functiei f : I R, n punctul x

limita elasticitatii medii cand h 0. Ea se noteaza prin Ef,m .
Avem
x f (x) x (ln f )
Ef,m = lim = f = x(ln f ) = .
h0 f (x) h f (ln x)
Proprietatea importanta a elasticitatii unei functii este aceea ca ea este ca marime

independenta de unitatile de masura n care au fost masurate variabilele f (x) si x.
Exemplul 11.4.4. Fie x = ap + b, a > 0, b > 0 o functie cerere pentru o marfa de pret p.
Elasticitatea marginala a cererii n p este
ap
Eap+b,p = p(ln(ap + b)) = .
ap + b
Cum Eap+b,p < 1, rezulta ca la o cerere de tip liniar la o crestere relativa a pretului
corespunde o crestere relativa mai mica pentru cerere.
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
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
7. a) Precizati punctele de extrem local ale functiei:
f :RR , f (x) = |x2 1|.
b) Determinati derivata de ordinul n, n N, pentru functia f (x) = sin x.

c) calculati derivata de ordinul 20 a functiei
h(x) = x3 sin x.
8. Sa se dezvolte dupa puterile lui x functia
f : (1, ) R , f (x) = ln(1 + x).
9. Sa se dezvolte f (x) = ex , x R, dupa puterile lui x + 1.

10. Sa se determine n N astfel ncat polinomul lui Taylor Tn (x) n punctul x0 = 0 asociat
1
functiei f (x) = 1 + x, x [1, ] sa difere de functie cu mai putin de n intervalul
16
[0, 1].
235
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.
4. Se considera functia g : [1, e2 ] R,
a0 ln x a1 ln2 x an lnn+1 x
g(x) = + + ... +
1 2 n+1
si se aplica teorema lui Rolle.
5. b) Se calculeaza g (x) si se foloseste punctul (a).

6. Se aplica teorema lui Cauchy functiilor f, g : [0, x] R, cu x > 0, f (t) = (1 + t) ln(1 + t),
g(t) = arctg (t).
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.
8. Se aplica formula lui Mac Laurin si se obtine:
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
9. Se aplica formula lui Taylor cu x0 = 1 si se obtine:

* +
1 x + 1 (x + 1)2 (x + 1)n
e = 1+
x
+ + ... + +
e 1! 2! n!
(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
237
Capitolul 12
Derivarea functiilor de mai multe

variabile
Obiective: Introducerea notiunilor de derivata partiala, diferentiala functiilor de mai

multe variabile, extremele functiilor de mai multe variabile, ajustarea datelor si interpolarea
functiilor.
Rezumat: Capitolul ncepe cu denirea conceptului de derivata partiala si
aplicatiile economice imediate ale acestuia. Se continua cu generalizarea notiunii de
diferentiala pentru functiile reale de mai multe variabile reale, notiuni necesare n studiul
extremelor conditionate ale functiilor de mai multe variabile. Capitolul continua cu studiul
metodelor de aare a extremelor (simple si conditionate) ale functiilor de mai multe vari-
abile, metoda celor mai mici patrate pentru ajustarea datelor si cateva notiuni legate de
interpolarea functiilor.
1. Derivate partiale
2. Interpretari geometrice si economice ale derivatelor partiale
3. Derivarea functiilor compuse
4. Diferentiala functiilor de mai multe variabile
5. Extremele functiilor de mai multe variabile
6. Extreme conditionate
7. Ajustarea unor date
8. Interpolarea functiilor
Cuvinte cheie: derivata partiala, diferentiala, extremele functiilor reale de mai
multe variabile reale, ajustare, interpolare.
12.1 Derivate partiale

Sa consideram o functie de doua variabile f : D R2 R, z = f (x, y) si M (a1 , a2 ) un
punct din D.
Denitia 12.1.1 Daca exista limitele
f (x, a2 ) f (a1 , a2 ) f (a1 , y) f (a1 , a2 )

lim si lim
xa1 x a1 xa2 y a2
si sunt finite, atunci spunem ca functia f este derivabila partial n punctul M , n cazul
primei limite, n raport cu x si n cazul al doilea, n raport cu y.
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 .
Practic, pentru a calcula derivata partiala n raport cu x a functiei z = f (x, y) se

considera f ca functie de x, considerandu-se y constanta, si se aplica formulele de derivare
cunoscute, pentru aceasta functie de variabila x.
Pentru a calcula derivata partiala n raport cu y se considera x constanta.
Exemplul 12.1.1. Sa calculam derivatele partiale pentru functia
x+y
f (x, y) = , (x, y) R2 .
x2 + y2 + 1
Avem
f (x, y) 1(x2 + y 2 + 1) 2x(x + y)
fx (x, y) = = =
x (x2 + y 2 + 1)2
y 2 x2 2xy + 1
= ,
(x2 + y 2 + 1)2
f (x, y) 1(x2 + y 2 + 1) 2y(x + y)
fy (x, y) = = =
y (x2 + y 2 + 1)2
x2 y 2 2xy + 1
= ,
(x2 + y 2 + 1)2
oricare ar (x, y) R2 .
Exemplul 12.1.2. Pentru functia f (x, y) = x2y denita pe D = {(x, y) R2 |x > 0, y R}
derivatele partiale sunt
f (x, y)
fx (x, y) = = 2y x2y1
x
si
f (x, y)
fy (x, y) = = x2y 2 ln x.
y
Observatia 12.1.1 Derivatele partiale ale unei functii de n variabile, n 3, se definesc n
mod analog. Fie functia f : D Rn R, z = f (x1 , x2 , . . . , xn ) si punctul M (a1 , a2 , . . . , an ) D.
Spunem ca functia f este derivabila partial n punctul M n raport cu variabila xk , daca
f (a1 , . . . , ak1 , xk , ak+1 , . . . , an ) f (a1 , a2 , . . . , an )

lim
xk ak x ak
exista si este finita. Aceasta limita o numim derivata partiala a functiei f n raport cu
variabila xk n punctul M si o notam prin
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.
Observatia 12.1.2 In mod analog se definesc derivatele partiale de ordin n, n 3.
Rezultatul Teoremei lui Schwarz se pastreaza.
Observatia 12.1.3 Derivatele partiale de ordin superior se definesc si pentru functiile de n

variabile, n 3. Pentru derivatele lor mixte se pastreaza afirmatia din Teorema 12.1.1.
Exemplul 12.1.6. Sa calculam derivatele partiale de ordinul doi pentru functia

f (x, y, z) = x2 + y 2 + z 2 , (x, y, z) R3 .
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 .
12.2 Interpretari geometrice si economice ale derivatelor

partiale
Semnicatia geometrica a derivatelor partiale rezulta limpede daca le interpretam
cu ajutorul reprezentarilor geometrice. In gura 12.2.1. e M (a, b, f (a, b)) un punct de
pe suprafata z = f (x, y), (x, y) D R2 . Prin M pot duse doua sectiuni verticale, una
perpendiculara pe Oy (y = b) si cealalta perpendiculara pe Ox (x = a).
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 ).
12.3 Derivarea functiilor compuse

Fie z = f (u, v) o functie de doua variabile denita ntr-un domeniu D R2 , cu derivate
partiale continue pe D. Daca u = u(x) si v = v(x), sunt doua functii de variabila x, denite
si derivabile n intervalul I R,a tunci functia compusa z(x) = f (u(x), v(x)) este derivabila
pe I si avem formula
f f
(12.1) z (x) = u (x) + v (x).
u v
Demonstratia formulei rezulta din egalitatea
z(x) z(x0 ) f (u(x), v(x)) f (u(x0 ), v(x)) u(x) u(x0 )
= +
x x0 u(x) u(x0 ) x x0
f (u(x0 ), v(x)) f (u(x0 ), v(x0 )) v(x) v(x0 )

+
v(x) v(x0 ) x x0
prin trecere la limita cand x x0 , x0 ind un punct arbitrar din I.
Derivatele de ordin superior ale acestor functii compuse se scriu tinand seama de
formula (12.1) si de regulile de derivare.
Exemplul 12.3.1. Sa calculam z (n) (x) daca
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
care este tocmai indetitatea lui Euler.

Suficienta. Consideram functia auxiliara
f (tx1 , . . . , txn )
F (t) = , t = 0
tk
si sa presupunem ca f satisface identitatea lui Euler.
Avem

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
F (t) = f (a1 + t(x a1 ), a2 + t(y a2 )), (x, y) V (M )
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)!
(0, 1). Pentru t = 1 obtinem:

1 1 (n) 1 (n+1)
(12.5) F (1) = f (x, y) = F (0) + F (0) + ... + F(0) + F
1! n! (n + 1)! ()
Utilizand formula (12.2) de la exemplul 12.3.1, obtinem

* +(k)

F k (t) = (x a1 ) + (y a2 ) f (a1 + t(x a1 ), a2 + t(y a2 ))
x y
k= 0, 1, ..., n+ 1; de unde
* +(k)

k
F(0) = (x a1 ) + (y a2 ) f (a1 , a2 ), k = 0, n.
x y
Acum din (12.5) rezulta formula lui Taylor, cu = a1 + (x a1 ),

= a2 + (y a2 ), (0, 1).
Pentru n= 0 formula lui Taylor conduce la formula cresterilor nite sau
formula lui Lagrange pentru functiile de doua variabile:
f (x, y) = f (a1 , a2 ) + (x a1 )fx (, ) + (y a2 )fy (, ),
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).
Aplicatia 12.3.3. Derivata dupa o directie. Fie functia f : D Rn R, M (a1 , a2 , ..., an )

n
un punct interior din D si vectorul l = (l1 , l2 , ..., ln ) Rn , pentru care ||l||2 = lk2 = 1.
k=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 ) f (a1 + tl1 , an + tln ) f (a1 , ..., an )

= lim =
l t0 t
f (a1 + tl1 , ..., an + tln )
= |t=0
t
Folosind formula de derivare a functiilor compuse, putem scrie
f (M ) f (M ) (a1 + tl1 ) f (M ) (a2 + tl2 )

= + + ...+
l x1 t x2 t
f (M ) (an + tln )
+ =
xn t
f (M ) f (M ) f (M )
= l1 + l2 + ... + ln ,
x1 x2 xn
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
Teorema 12.3.4 Fie F o functie reala de doua variabile definita pe A B, A R, B R si

(a1 , a2 ) un punct interior lui A B (a1 punct interior lui A, a2 punct interior lui B). Daca
247
i) F (a1 , a2 ) = 0
ii) F, Fx , Fy sunt continue pe o vecinatate U V a lui (a1 , a2 ),

U V A B;
iii) Fy (a1 , a2 ) = 0, atunci
1) exista o vecinatate U0 U a lui a1 , o vecinatate V0 V a lui a2 si o functie unica

f : U0 V0 , y = f (x), astfel ncat f (a1 ) = a2 si F (x, f (x)) = 0 pentru x U0 ;
2) functia f are derivata continua pe U0 data de formula
Fx (x, y)
f (x) = ;
Fy (x, y)
3) daca F are derivate partiale de ordinul k continue pe U V , atunci f are derivate de

ordinul k continua pe U0 .
Nu prezenta demonstratia riguroasa a acestei teoreme de existenta. Insa dam modalitatea

practica de obtinere a derivatei f . In acest scop , consideram n ecuatia F (x, y) = 0 pe
y = f (x) si derivam n raport cu x utilizand regula de derivare a functiilor compuse. Avem
Fx + Fy y (x) = 0,
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.
De aici, pentru x + y 2 = 0, obtinem
x2 + y
(12.6) y = .
x + y2
Pentru a calcula pe y procedam astfel:
(2x + y )(x + y 2 ) (x2 + y)(1 + 2yy )

y = =
(x + y 2 )2
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
6x2 y 2 2xy + 2xy 4 + 2x4 y

(12.7) y = .
(x + y 2 )2
Pentru x= 1 din ecuatia data avem
1 + 3y(1) + (y(1))3 = 1,
de unde y(1)= 0. Atunci, din (12.6) si (12.7) obtinem y (1) = 1 si y (1) = 0
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
numit determinantul functional sau iacobianul functiilor F1 , F2 n raport cu u, v. Daca

D(F1 , F2 ) u v u v
= 0, atunci din sistemele de mai sus se afla , , , .
D(u, v) x x y y
Exemplul 12.3.5. Sistemul x + 2y + u2 + v 2 = 6, x2 + xy + 2u3 v 3 = 7 deneste pe u si v ca
u v u v
functii de x si y, cu u(2, 1)= 1 si v(2, 1)= 1. Sa calculam derivatele partiale , , ,
x x y y
n punctul (2, 1).
u v
Pentru a calcula si derivam ecuatiile sistemului n raport cu x, tinand seama ca
x x
u si v sunt functii de x. Avem
u v
1 + 2u + 2v =0
x x
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
Daca (x, y) R2 asa ncat 6uv(v + 2u) = 0, atunci

1 2v

u 2x 3v 2 3v + 4x
= = ,
x 6uv(v + 2u) 6u(v + 2u)

2u 1

v 6u2 2x 2x 3u
= =
x 6uv(v + 2u) 3v(v + 2u)
In mod analog, derivand ecuatiile sistemului n raport cu y, obtinem
u v
2 + 2u + 2v =0
y y
u v
x + 6u2 3v 2 =0
y y
si daca 6uv(v + 2u) = 0, avem
u 3v + x v x 6u
= , = .
y 3u(v + 2u) y 3v(v + 2u)
Daca x= 2, y= 1, atunci sistemul dat ia forma
u2 (2, 1) + v 2 (2, 1) = 2
2u3 u(2, 1) v 3 (2, 1) = 1

care are solutia u(2, 1)= 1 si v(2, 1)= 1.
Acum, utilizand expresiile derivatelor partiale ale functiilor u si v, gasim
u 11 v 1
(2, 1) = , (2, 1) = ,
x 18 x 9
u 5 v 4
(2, 1) = , (2, 1) = .
y 9 y 9
12.4 Diferentiala functiilor de mai multe variabile

Fie f : D R2 R o functie de doua variabile si M (a1 , a2 ) un punct interior lui D.
Teorema 12.4.1 Daca functia f admite derivate partiale de ordinul ntai ntr-o vecinatate
V(M) a punctului M si daca aceste derivate partiale sunt continue n M, atunci exista doua
functii 1 , 2 : V (M ) R, continue n M si avand proprietatea
lim 1 (x, y) = lim 2 (x, y) = 0

xa1 , ya2 xa1 , ya2
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
f (x, y) f (a1 , a2 ) = [f (x, y) f (a1 , y)] + [f (a1 , y) f (a1 , a2 )] .
Aplicam ecarei paranteze drepte formula cresterilor nite si avem:
f (x, y) f (a1 , a2 ) = fx (, y)(x a1 ) + fy (a1 , )(y a2 ),
unde este cuprins ntre a1 si x, iar este cuprins ntre a2 si y. Acum putem scrie
f (x, y) f (a1 , a2 ) = fx (a1 , a2 )(x a1 ) + fy (a1 , a2 )(y a1 )+

6 7
+ [fx (, y) fx (a1 , a2 )] (x a1 ) + fy (a1 , a2 ) fy (a1 , a2 ) (y a2 )
In continuare, notam:
1 (x, y) = fx (, y) fx (a1 , a2 )
2 (x, y) = fy (a1 , ) fy (a1 , a2 ).
Cum din (x, y) (a1 , a2 ) rezulta (, y) (a1 , a2 ) si (a1 , ) (a1 , a2 ) si deoarece fx si fy sunt
continue n M (a1 , a2 ) avem
lim 1 (x, y) = lim [fx (, ) fx (a1 , a2 )] = 0

(x,y)(a1 ,a2 ) (x,y)(a1 ,a2 )
si
lim 2 (x, y) = lim [fy (a1 , ) fy (a1 , a2 )] = 0
(x,y)(a1 ,a2 ) (x,y)(a1 ,a2 )
In nal obtinem
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 ),

unde functiile 1 si 2 sunt continue n M si
lim 1 (x, y) = lim 2 (x, y) = 0.

(x,y)(a1 ,a2 ) (x,y)(a1 ,a2 )
Teorema este demonstrata.

Pentru (x, y) sucient de aproape de (a1 , a2 ) din (12.1) avem
f (x, y) f (a1 , a2 ) = fx (a1 , a2 )(x a1 ) + fy (a1 , a2 )(y a2 ),
iar daca notam x a1 = h si y a1 = k, atunci obtinem
f (x, y) f (a1 , a2 ) = fx (a1 , a2 )h + fy (a1 , a2 )k.
Denitia 12.4.1 Functia liniara g : R2 R,
g(h, k) = fx (a1 , a2 )h + fy (a1 , a2 )k
se numeste diferentiala functiei n punctul M (a1 , a2 ).

Notam g prin df (a1 , a2 ). Daca consideram f (x, y) = x si f (x, y) = y, (x, y) R2 gasim h = dx si
k = dy. Acum diferentiala lui f n (a1 , b1 ) ia forma
df (a1 , a2 ) = fx (a1 , a2 )dx + fy (a1 , a2 )dy.
Diferentiala functiei f ntr-un punct arbitrar (x, y) D se scrie
df (x, y) = fx (x, y)dx + fy (x, y)dy =
251
f f
= dx + dy.
x y
In unele situatii este avantajos sa folosim scrierea

df = dx + dy f,
x y
unde produsul din dreapta este un produs ntre operatorul

d= dx + dy,
x y
numit operator de diferentiere si functia f.
Exemplul 12.4.1.Fie f (x, y) = y 2 xe3x+y , (x, y) R2 . Avem
f f
df = dx + dy = y 2 (1 + 3x)e3x+y dx + xy(2 + y)e3x+y dy
x y
Observatia 12.4.1 Pentru o functie de n variabile f (x1 , x2 , ..., xn ) diferentiala se defineste

prin
f f f
df = dx1 + dx2 + ... + dxn
x1 x2 xn
iar operatorul de diferentiere este

d= dx1 + dx2 + ... + dxn .
x1 x2 xn
f
Uneori df se numeste diferentiala totala a functiei f, iar xi dxi , i = 1, n, se numesc
diferentialele partiale.
Se observa imediat ca operatorul de diferentiere este liniar
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
(x, y, z) R3 {(0, 0, 0)}.

In aplicatii sunt utile proprietatile diferentialei date n urmatoarele doua teoreme.
Teorema 12.4.2 Conditia necesara si suficienta ca diferentiala unei functii f : D R2

R, z = f (x, y), sa fie identic nula pe D este ca f sa fie constanta pe D.
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
Demonstratie: Pentru orice (x, y) D avem df = f

x dx + f
y dy = P dx + Qdy, de unde

f f
P dx + Q dy = 0,
x y
pentru orice ((x, y) D.

De aici, utilizand Teorema 12.4.2., obtinem f
x = P si f
y = Q, oricare ar (x, y) D.
Observatia 12.4.3 Proprietatile diferentialei din Teoremele 12.4.2. si 12.4.3. se mentin si

pentru functiile de n variabile, n 3.
Ca si la functiile de o variabila se pot introduce diferentialele de ordin superior.
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).
Daca f : D R2 R este o functie derivabila partial de doua ori pe D, cu toate derivatele

partiale de ordinul doi continue, atunci avem

f f
d2 f = d(df ) = d dx + dy =
x y

f f f
=d dx + d(dx) + d dy + d(dy)
x x y
Cum d(dx) = 0 si d(dy) = 0, putem scrie
* +
2 f f
d f= dx + dy dx+
x x y x
* +
f f
+ dx + dy dy =
x y y y
2f 2 2f 2f
= 2
dx + 2 dxdy + 2 dy 2 .
x xy y
Operatorul
2 2 2
d2 = 2
dx2 + 2 2 dxdy + 2 dy 2 =
x x y y
* +(2)

= dx + dy
x y
se numeste operatorul de diferentiere de ordinul doi. Cu ajutorul acestui operator avem
* +(2)

d2 f = dx + dy f.
x y
Prin inductie matematica se arata ca

* +(n)

dn f = d(dn1 f ) = dx + dy f (x, y).
x y
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
In caz particular, pentru m= 2 avem:

* +(2)
2
d f= dx1 + dx2 + ... + dxn f (x1 , ..., 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.
12.5 Extremele functiilor de mai multe variabile

Aarea extremelor functiilor de mai multe variabile este una din cele mai importante prob-
leme de matematica deoarece multe chestiuni practice (stiintice, tehnice, economice etc.)
conduc la optimizarea unor modele descrise prin functii de mai multe variabile.
Fie f : D R2 R, z = f (x, y) o functie de doua variabile.
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.
Teorema 12.5.1 Fie (a1 , a2 ) D, D R2 , punct de extrem local pentru functia f : D R.

Daca exista derivatele partiale fx si fy , atunci fx (a1 , a2 ) = 0 si fy (a1 , a2 ) = 0.
Demonstratie. Pentru y = a2 , functia f (x, a2 )are n punctul x = a1 , un punct de extrem si

este derivabila n acest punct deci, conform teoremei lui Fermat avem fx (a1 , a2 ) = 0.
In mod analog, pentru x = a1 , functia f (a1 , y) are n punctul y = a2 un punct de extrem
si deci fy (a1 , a2 ) = 0.
Reciproca teoremei nu are loc, adica daca fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0 nu rezulta ca (a1 , a2 )
este punct de extrem. Punctele (a1 , a2 ) pentru care fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0 se numesc
puncte stationare. Asadar, punctele de extrem ale functiei f se gasesc printre solutiile
sistemului fx = 0, fy = 0, nsa nu toate solutiile acestui sistem sunt puncte de extrem.
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.
Demonstratie. Natura punctului stationar (a1 , a2 ) este data

de semnul diferentei f (x, y) f (a1 , a2 ). Tinand seama ca
fx (a1 , a2 ) = 0, fy (a1 , a2 ) = 0, din formula lui Taylor pentru n= 2 (Teorema 12.3.2)
avem f (x, y) = f (a1 , a2 )+
* +(2)
1
+ (x a1 ) + (y a2 ) f (a1 , a2 ) + R2 (f, x, y)
2! x y
pentru (x, y) D V ((a1 , a2 )). Daca (x, y) este sucient de aproape de punctul (a1 , a2 ), atunci
semnul diferentei f (x, y) f (a1 , a2 ) nu este inuentat de restul R2 (f, x, y) al formulei. Asadar,
avem *
1 2f
f (x, y) f (a1 , a2 ) = (x a1 )2 2 (a1 , a2 )+
2 x
2 2
+
f (a1 , a2 ) 2 f (a1 , a2 )
+2(x a1 )(y a2 ) + (y a2 ) ,
xy y 2
care este o forma patratica n variabilele x a1 si y a2 , avand matricea chiar hessiana.
Conform rezultatelor cunoscute de la formele patratice, avem ca:
i) daca 1 > 0 si 2 > 0, atunci forma patratica este pozitiv denita, adica diferenta
f (x, y) f (a1 , a2 ) > 0 pentru (x, y) = (a1 , a2 ), deci f (x, y) > f (a1 , a2 ) si, prin urmare,
punctul (a1 , a2 ) este punct de minim;
ii) daca 1 < 0 si 2 > 0, atunci forma patratica este negativ denita, adica diferenta
f (x, y) f (a1 , a2 ) < 0 pentru (x, y) = (a1 , a2 ), deci f (x, y) < f (a1 , a2 ) si, prin urmare,
punctul (a1 , a2 ) este punct de maxim local;
iii) daca 2 < 0, atunci forma patratica este nedenita, deci (a1 , a2 ) nu este punct de
extrem local
Exemplul 12.5.1. Sa determinam punctele de extrem local pentru functia
f (x, y) = x5 + y 5 5xy, (x, y) R2 .
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
Pentru punctul stationar (0, 0) se obtine

0 5
H(0,0) = , 1 = 0, 2 = 25 < 0
5 0
deci punctul (0, 0) nu este punct de extrem local.

Pentru punctul stationar (1, 1) se obtine

20 5
, 1 = 20 > 0, 2 = 375 > 0,
5 20
deci (1, 1) este punct de minim local si avem fmin = f (1, 1) = 3.

Observatia 12.5.2 In cazul unei functii f : D Rn R,
z = f (x1 , x2 , ..., xn ), n 3, se procedeaza n mod analog.
Punctele ei stationare se afla printre solutiile sistemului
fx 1 = 0, fx 2 = 0, ..., fx n = 0
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
Cu aceste notatii, conform cu cele cunoscute de la formele patratice avem:

i) daca k > 0, k = 1, n, atunci punctul A este punct de minim local pentru functia f,
(conditie echivalenta cu d2 f (A) > 0 );
ii) daca 1 < 0, 2 > 0, 3 < 0, ..., (1)n n > 0, atunci punctul A este punct de maxim local
pentru functia f (conditie echivalenta cu d2 f (A) < 0);
iii) daca 2 < 0, atunci punctul A nu este punct de extrem local (conditie echivalenta cu
d2 f (A) nu este definita).
Exemplul 12.5.2. O rma produce trei sortimente de produse, n cantitatile x, y, si z.
Daca functia protului este data de
3
f (x, y, z) = 170x + 110y + 120z 3x2 2y 2 z 2 2xy xz yz 50,
2
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.
fx2 = 6, fy2 = 4, fz2 = 3

fxy = fyz = 2, fxz = fzx = 1, fyz = fzy = 1
si scriem hessiana
6 2 1
H = 2 4 1 .
1 1 3
Minorii principali ai lui H n punctul A au valorile

6 2
1 = 6 < 0, 2 = = 20 > 0
2 4
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.
12.6 Extreme conditionate

Multe probleme practice conduc la aarea punctelor de extrem supuse unor conditii
(legaturi).
Fie f : D R2 R, z = f (x, y) o functie de doua variabile si e F (x, y) = 0 o ecuatie, unde
F : D R. Notam cu A multimea solutilor ecuatiei F (x, y) = 0.
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:
f (x, y) f (a1 , a2 ), pentru maxim local conditionat;

f (x, y) f (a1 , a2 ), pentru minim local conditionat.
Geometric, problema punctelor de extrem conditionate cere sa determinam punctele curbei

data de ecuatia F(x, y)= 0, n care ia valori extreme, n comparatie cu celelalte valori ale
sale n punctele de pe aceasta curba.
Acum sa presupunem ca functia F ndeplineste conditiile nece-

sare existentei unei functii implicite. Fie y = (x) functia implicita
denita de F (x, y) = 0. Atunci problema gasiri punctelor de extrem
conditionate ale functiei f revine la aarea punctelor de extrem ale functiei
z(x) = f (x, (x)), pe un anumit interval precizat.
Punctele stationare, printre care se gasesc si posibile puncte de extrem conditionate sunt
solutiile reale ale ecuatiei
(12.9) z (x) = fx + fy y = 0,
257
unde y este derivata functiei implicite denita de ecuatia F (x, y) = 0
(12.10) Fx + Fy y = 0
Solutiile sistemului dat de ecuatiile (12.9) si (12.10) gasim
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
L(x, y) = f (x, y) + F (x, y),
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 .
Notand cu x, y coordonatele unui varf al dreptunghiului, tinand seama de simetria gurii,

aria dreptunghiului nscris este z = 4xy
Problema propusa se formuleaza astfel: sa se ae extremele functiei z = 4xy, x > 0, y > 0,
cu conditia x2 + y 2 = a2 .
Utilizam metoda multiplicatorilor lui Lagrange.
Consideram functia auxiliara
L(x, y) = 4xy + (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 )
cu m, m < n, conditii de legatura

F1 (x1 , ..., xn ) = 0

F2 (x1 , ..., xn ) = 0
..

.

Fm (x1 , ..., xn ) = 0
Metoda directa de aare a extremelor conditionate consta n a exprima m argumente n

functie de celelalte n- m si a le nlocui n f. Obtinem o functie de n-m variabile ale carei
puncte de extrem local vor puncte de extrem conditionate pentru f.
Metoda multiplicatorilor lui Lagrange consta n considerarea functiei auxiliare
L(x1 , x2 , ..., xn ) = f (x1 , ..., xn ) + 1 F1 (x1 , ..., xn )+
+2 F2 (x1 , ..., xn ) + ... + m Fm (x1 , ..., xn ),

unde parametrii 1 , 2 , ..., n se numesc multiplicatorii lui Lagrange.
Apoi, se determina punctele stationare ale functiei L din conditiile

L f
= x + 1 F 1 Fm
x1 + ... + m x1 = 0
x
1 1
L = f F1 Fm
x2 x2 + 1 x2 + ... + m x2 = 0
...

L = f + F1 + ... + Fm = 0
xn xn 1 xn m xn
la care se aduna legaturile

F1 (x1 , ..., xn ) = 0
..
.

Fm (x1 , ..., xn ) = 0
Avem un sistem de n+m ecuatii cu n+m necunoscute: x1 , x2 , ..., xn , 1 , ..., xm .
Daca xi = ai , i = 1, n si j = j , i = 1, n, este o solutie a sistemului, atunci punctul
A(a1 , a2 , ..., an ) este punct stationar conditionat pentru functia f.
Pentru precizarea naturii lui A, n diferentiala de ordinul doi

n
2 L(A)
d2 L(A) = dxi dxj
i=1 j=1
xi xj
se introduc legaturile date prin diferentialele legaturilor

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
f (x, y, z) = xyz, (x, y, z) R3
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)
Determinam punctele stationare ale lui L din ecuatiile

L
x = yz + 1 + 2 = 0
y = xz + 1 2 = 0
L
L
z = xy 1 2 = 0
la care se adauga legaturile

x+yz =3
xyz =8
Solutia acestui sistem este:
11 5 11 11 231
x= , y = , z = , 1 = , 2 = .
4 2 4 32 32
& '
Punctul stationar conditionat pentru f este A 11 5 11
4 , 2, 4 .
Pentru a decide natura lui A calculam d2 L. Avem
2L 2 2L 2 2L
d2 L = dx + dy + +
x2 y 2 z 2
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
f (x, y) = x0,2 y 0,7 ,
x reprezentand capitalul, iar y forta de munca. Ne propunem sa determinam productia

maxima cu restrictia 2x + 5y = 360
Utilizam metoda multiplicatorilor lui Lagrange
Functia auxiliara a lui Lagrange este
L(x, y) = x0,2 y 0,7 + (2x + 5y 360).
Pentru determinarea punctelor stationare conditionate avem sistemul:

Lx = 0, 2 x0,8 y 0,7 + 2 = 0
L = 0, 7 x0,2 y 0,3 + 5 = 0
y
2x + 5y = 360
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 =
= 0, 16 x1,8 y 0,7 dx2 + 2 0, 14x0,8 y 0,3 dxdy 0, 21x0,2 y 1,3 dy 2
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
d2 L(40, 56) = (401,8 560,7 + 0, 28 400,8 560,3 +
+0, 21 400,2 561,3 )dx2 < 0

ceea ce ne arata ca punctul x = 40, y=56 este un punct de maxim local conditionat. Valoarea
maxima pentru f este
fmax = f (40, 56) = 400,2 560,7
.
12.7 Ajustarea unor date

Adesea n urma unor experimente obtinem pentru doua marimi x si y urmatorul tabel de
valori
x x1 x2 ... xn
y y1 y2 ... yn
Incercam sa exprimam legatura dintre variabilele x si y printr-o functie continua y =
f (x, a1 , ..., am ), unde a1 , a2 , ..., am sunt parametrii care urmeaza sa e determinati asa ncat
f (xi , a1 , ..., am ) sa aproximeze cat mai bine valorile yi , i = 1, n. In acest scop se foloseste
metoda celor mai mici patrate. Aceasta consta n a determina parametrii a1 , a2 , ..., am asa
ncat suma patratelor erorilor comise sa e minima, adica

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
sa e minima. Conditiile de minim

S
n
= 2 (yi axi b)xi = 0
a 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
Notam cu y numarul de piese si cu x zilele saptamanii. Avem n = 5, x1 = 1, x2 = 2, x3 =

3, x4 = 4, x5 = 5, si y1 = 4, y2 = 5, y3 = 7, y4 = 6, y5 = 6.
1+2+3+4+5 4+5+7+6+6 28
x= = 3; y = =
5 5 5
4 + 10 + 21 + 24 + 30 89
xy = =
5 5
12 + 22 + 32 + 42 + 52 55
x2 = = = 11
5 5
x2 = x2 x2 = 11 9 = 2
89 28 89 84
cxy = 3 = =1
5 5 5
cxy 1 28 3 41
a= = ; b = y ax = =
x2 2 5 2 10
x 41
si y = + .
2 10
Observatia 12.7.1 Ajustarea datelor se poate folosi si n rezolvarea problemelor de prognoza.
Avand gasita functia de ajustare, putem evalua marimea valorii y si n alte puncte.
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.
12.8 Interpolarea functiilor

Ca si n cazul ajustarilor, sa presupunem ca pentru marimea y, care variaza continuu n
raport cu marimea x, cunoastem tabelul de valori
x x0 x1 ... xn
, n 1,
y y0 y1 ... yn
cu xi [a, b], i = 0, n, distincte doua cate doua.

Prin interpolare ntelegem procesul de alegere a unei functii
I : [a, b] R, dintr-o anumita clasa de functii, asa ncat I(xi ) = yi , i = 0, n se numeste functie
de interpolare.
Tinand seama ca cele mai simple si convenabile functii sunt polinoamele vom alege
functie de interpolare un polinom P. O vom numi n continuare polinom de interpolare.
264
Avand n vedere ca avem n+ 1 conditii P (xi ) = yi , i = 0, n, alegem
P (x) = a0 xn + a1 xn1 + ... + an1 x + an
Cele n+ 1 conditii conduc la sistemul liniar

a0 xn0 + a1 xn1
0 + ... + an1 x0 + an = y0

a0 xn1 + a1 xn1
1 + ... + an1 x1 + an = y1

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

a0 xnn + a1 xn1
n + ... + a x
n1 n + an = yn
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
Rezulta ca sistemul determina coecientii ai , i = 0, n, ai polinomului P n mod unic.

Pentru polinomului P de interpolare exista mai multe forme. O forma simpla si usor de
aplicat n cazurile practice a fost data de Lagrange.
El a introdus polinoamele fundamentale li , i = 0, n, de grad n date prin expresiile
(x x0 )(x x1 )...(x xi1 )(x xi+1 )...(x xn )

li (x) = , i = 0, n
(xi x0 )(xi x1 )...(xi xi1 )(xi xi+1 )...(xi xn )
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
Exemplul 12.8.1. Sa determinam polinomul de interpolare pentru datele din tabelul
x 1 2 3 4
y 3 2 4 5
si apoi calculati valoarea lui y pentru x = 32

Avem n = 3, x0 = 1, x1 = 2, x2 = 3, x3 = 4, si y0 = 3,
y1 = 2, y2 = 4, y3 = 5.
Polinoamele fundamentale sunt:
(x 2)(x 3)(x 4) (x2 5x + 6)(x 4)
l0 (x) = = =
(1 2)(1 3)(1 4) 6
1
= (x3 9x2 + 26x 24),
6
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
a) Derivata partiala a unei functii de mai multe variabile;

b) Diferentiala unei functii de mai multe variabile;
c) Punct de extrem local pentru o functie de mai multe variabile;
d) Integrarea functiilor.
2. a) Gasiti extremele locale ale functiei
f : R2 R , f (x, y) = x3 + y 3 + 3xy.
b) Gasiti extremele locale ale functie:
f : R2 R , f (x, y) = x2 + y 4.
3. Gasiti extremele locale ale functiei
f :R , = (, 1] [1, ), cu
f (x, y) = x4 + y 4 4x2 + 8xy 4y 2 5.
4. Gasiti extremele locale ale functiei f : R2 R, f (x, y) = x2 + y 3 .
5. O rma produce doua sortimente de bunuri, n cantitatile x si y. Daca functia protului

este data prin f : [0, ) [0, ) R, f (x, y) = 160x 3x2 2xy 2y 2 + 120y 18, sa se
determine volumele celor doua bunuri astfel ncat protul sa e maxim.
6. Gasiti extremele locale ale functiei f : R2 R, f = 6 4x 3y conditionate de ecuatia

x2 + y 2 = 1.
7. Gasiti extremele locale ale functiei f (x, y, z) = xy + xz + yz conditionate de ecuatia
xyz = 1, n domeniul x > 0, y > 0, z > 0.
8. Sa se determine dreptunghiul de arie maxima nscris ntr-o elipsa
x2 y2
2
+ 2 1 = 0.
a b
9. Gasiti punctele de extrem local ale functiei f : R4 R, f (x, y, z, t) = xy + xz 3xt + y 2 +

z 2 + t2 + 10x + 6y conditionate de ecuatiile
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
2. a) (1, 1) este punct de maxim cu f (1, 1) = 1.

b) (0, 0) este punct de minim.
3. (2, 2) este punct de minim cu f (2, 2) = 37; (2, 2) este punct de minim cu f (2, 2) =
37.
4. Nu are nici un punct de extrem local.

5. x = 20, y = 20 cu prolul f (20, 20) = 2782.

4 3 4 3 4 3
6. , punct de minim conditionat cu f , = 1, iar , punct de maxim
5 5 5 5 5 5
4 3
conditionat cu , = 11.
5 5
7. (1, 1, 1) este punct de minim conditionat cu f (1, 1, 1) = 3.
a b
8. Pentru x = si y = se obtine dreptunghiul de arie maxima (A max = 2ab).
2 2

5 3 5 3 25
9. 1, , 3, este punct de minim conditionat cu f 1, , 3, = .
2 2 2 2 2
10. (24, 120) este punct de maxim conditionat iar productia maxima este 240,3 1200,5 .
268
269
Capitolul 13
Generalizari ale notiunii de integrala
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).
1. Integrale improprii
2. Integrale cu parametri
3. Integrale euleriene. Functia Gamma. Functia Beta
4. Integrale duble
Cuvinte cheie: integrala improprie, integrala ce depinde de parametri, functia
Gamma, functia Beta, inegrale duble, coordonate polare.
13.1 Integrale improprii

In multe situatii practice apar integrale care au intervalul de integrare de lungime innita
si integrale pentru care functia de integrat nu este marginita.
Astfel de integrale se numesc improprii sau generalizate. Daca lungimea intervalului
este innita, adica avem una din situatiile

+ 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.
In mod analog denim

b
f (x)dx = lim f (x)dx
a

si
b
f (x)dx = a
lim f (x)dx.
b
a
Imediat se observa ca avem relatiile
b
f (x)dx = f (t)dt
b
si

+ C
+
f (x)dx = f (x)dx + f (x)dx , C R,

C
care ne arata ca este sucient sa studiem cazul intervalului [a, ].

Exemplul 13.1.1. Sa consideram integrala

dx
; a > 0 si R.
x
a
Pentru b > a si = 1 avem

b
dx 1
= (b1 a1 ).
x 1
a
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
integrala ind divergenta.
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
Observatia 13.1.1 Putem scrie

k
k+1
k+n
f (x)dx = f (x)dx + f (x)dx + ... + f (x)dx + ...,

a a k k+n1
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
adica integralei f (x)dx i corespunde seria numerica un . Integrala improprie si seria

a n=0
asociata au aceeasi natura.
Aceasta observatie ne permite sa adaptam criteriile de convergenta de la seriile numerice
la integralele improprii de speta ntai.

Teorema 13.1.1 (Criteriul lui Cauchy) Integrala improprie f (x)dx, este convergenta daca
a
si numai daca pentru orice > 0 exista M () R+ asa ncat pentru orice , R, > >
M () sa avem

f (x)dx < .

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
Pentru demonstratie se foloseste Teorema 13.1.2 si inegalitatea

b
b

f (x)dx |f (x)|dx.

a a
Si criteriile de comparatie de la serii cu termeni pozitivi se extind imediat la integrale

improprii.
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.
Valabilitatea Corolarului rezulta din Teorema 13.1.3.

Exemplul 13.1.3. Integralele improprii x ex dx, a > 0, sunt convergente pentru orice
a
real.
Intr-adevar, pentru x > 0 putem scrie
x xn xn
ex = 1 + + ... + + ... > , n N.
1! n! n!
n! n!
De aici, avem 0 < ex < n
, adica 0 < x ex < n . Alegand n N asa ncat n = > 1
x x
n!
si aplicand primul criteriu de comparatie pentru f (x) = x ex , g(x) = , > 1, obtinem
x
armatia din enuntul exemplului.

Pm (x)
Exemplul 13.1.4. Integralele improprii dx, Pm si Qn ind functii polinomiale cu
Qn (x)
a
coecienti reali, cu gradele m si respectiv n, Qn = 0 pentru x a, sunt convergente pentru
n m 2.
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.
Denitia 13.1.3 Fie functia f : [a, b) R, nemarginita n b, dar marginita si integrabila pe

orice subinterval nchis [a, ] [a, b). daca exista lim f (x)dx, atunci prin definitie
b
<b
a
b
f (x)dx = lim f (x)dx.
b
a
a
iar daca f este nemarginita ntr-un punct c, a < c < b, atunci
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
 1. Deci = 1 valoarea integralei este ln |b x| |a cand

b, < b, deci este divergenta.
274
Daca b a > 1, atunci putem scrie
1 1
b
b1
b 2

b 3
f (x)dx = f (x)dx + f (x)dx + f (x)dx + ...+

a a b1 b 12
1

b n+1
+ f (x)dx + ...,
1
b n
1

b1
b n+1
iar daca punem u0 = f (x)dx si un = f (x)dx, n = 1, 2, ..., atunci obtinem

a 1
b n
f (x)dx = un ,
a n=0
care exprima integrala improprie de speta a doua printr-o serie numerica.

Ca si la integralele improprii de speta ntai, putem transforma criteriile de convergenta
de la seriile de numere reale n criterii de convergenta pentru integrale improprii de speta
a doua.
b
Teorema 13.1.5 (Criteriul lui Cauchy). Integrala improprie f (x)dx, cu lim |f (x)| = , este
xb
x 0 exista un numar M () > 0 asa ncat
b

pentru orice si cu b M () < < < b sa avem f (x)dx < .

a
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
integrala improprie de speta a doua. Cum

1 1
f (x) = ,
6 2
1x 1+x+x +x +x +x 3 4 5 6
1x

1 1
x [0, 1) si dx = dx este convergent (v. Exemplul ??, = 1/6 < 1),
6
1x (1 x)1/6
deducem ca integrala data este convergeta.
Exemplul 13.1.7. Sa studiem natura integralei
b
dx
.
(x a)(b x)
a
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
xa 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.
Acesta este aplicabil integralelor improprii de speta ntai de forma
f (x)dx

si integralelor improprii de speta a doua
b
f (x)dx
a
n care f devine innita ntr-un punct c, a < c < b.
Denitia 13.1.4 Integrala improprie f (x)dx se numeste convergenta n sensul valorii prin-

cipale Cauchy, daca limita
a
+
lim f (x)dx = v p C f (x)dx

a
a
exista si este finita.
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
13.2 Integrale cu parametri

Sa trecem la extinderea notiunii de integrala n cazul functiilor de mai multe variabile.
Daca functia de integrat este de mai multe variabile si ea este integrata Riemann n raport
cu una din variabile, atunci spunem ca avem o integrala cu paramentri. Acestea au forma
generala
b
I(1 , 2 , ..., p ) = f (x, 1 , 2 , ..., p )dx,
a
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
ceea ce demonstreaza Teorema 13.2.1.
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].
Demonstratie Fie 0 un punct din intervalul [c, d]. Formam diferenta
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
daca | 0 | < ().

Deci, avem lim I() = I(0 ), ceea ce ne arata ca functia I este continua n 0 . Cum 0 a
0
fost ales arbitrar din intervalul [c, d], rezulta ca functia I este continua pe [c, d].
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
Demonstratie Fie 0 un punct xat din [c, d]. Din egalitatea

b
I() I(0 ) f (x, ) f (x, 0 )
= dx,
0 0
a
prin trecere la limita sub integrala, avem

b
I() I(0 )
lim = f (x, 0 )dx,
xx0 0
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
Observatia 13.2.2 In unele situatii se considera integrale cu parametru n care si limitele

de integrare depind de parametru, adica avem

b()
I() = f (x, )dx , [c, d].

a()
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
oricare ar z [c, d]. De aici, rezulta ca (z) (z) = C - constanta. Cum () () = 0,

obtinem C = 0, ceea ce ne arata ca (z) = (z), oricare ar z [c, d]. Teorema este
demonstrata.
Exemplul 13.2.2. Sa consideram integrala cu parametru
1
I() = x dx.
0
Integram functia I pe intervalul [a, b], 0 < a < b, si avem

b b 1 1 b
I()d = x dx d = x d dx
a a 0 0 a
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
Se observa ca, utilizand proprietatea de intervertire a ordinii de integrare ntr-o integrala

cu parametru, am reusit sa calculam o integrala greu de calculat pe alta cale.
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
Facand schimbarea de variabila x = cos t, gasim

2
2

dt 1 tgt
I () = = arctg =
1 + 2 cos2 t 1 + 2 1 + 2
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.
Exemplul 13.2.4. Sa consideram integrala

sin x
I() = ex dx , (0, ).
x
0
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
care este o integrala improprie convergenta. Integrand prin parti, obtinem
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
13.3 Integrale euleriene. Functia Gamma. Functia Beta

In orice activitate exista anumite rezultate care trebuiesc studiate mai aprofundat si chiar
retinute. Aceasta situatie se ntalneste si n clasa integralelor cu parametri si improprii.
Exista anumite functii, numite uneori si functii speciale, denite prin integrale cu parametrii
la care apelam deseori n calculele matematice.
Doua dintre aceste functii speciale sunt functiile Gamma si Beta, numite sub un generic
comun integrale euleriene.
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
se numeste functia Beta sau functia lui Euler de speta ntai.
Teorema 13.3.1 Functiile si B sunt bine definite, adica integralele improprii care le de-
finesc sunt convergente.
Demonstratie Sa aratam ca functia este bine denita. Scriem ca suma de doua

integrale, anume:
1
(p) = e x dx + ex xp1 dx.
x p1
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
daca = 1 p < 1, de unde, conform cu Corolarul 13.1.2, deducem ca integrala I1 este

convergenta.

Convergenta integralei I2 = ex xp1 dx rezulta din Exemplul ??.
1
Din I1 si I2 convergente si faptul ca (p) = I1 + I2 , rezulta ca integrala improprie ce
deneste functia Gamma este convergenta.
Utilizand acelasi Corolar 13.1.2 se arata imediat ca si functia B este bine denita.
In continuare, vom prezenta cateva din proprietatile mai uzuale ale functiilor si B.
Teorema 13.3.2 Pentru functia sunt adevarate urmatoarele afirmatii:
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
2) Aplicam integrarea prin parti succesiv si avem

(p + 1) = ex xp dx = (ex xp )|
0 +
0

+p ex xp1 dx = p(p).
0
3) Se aplica n mod repetat formula se recurenta de la 2):
(n + 1) = n(n) = n(n 1)(n 1) = ... =
= n(n 1)...2 1 (1) = n!.
4) Efectuam schimbarea de variabila x = t2 si avem

t2 2 p1 2
(p) = 2 e (t ) tdt = 2 et t2p1 dt,
0 0

5) Demonstratia formulei complementelor este mai complicata si de aceea renuntam la
prezentarea ei.
1
6) Daca luam n formula complementelor p = , atunci avem
2

1 1
= ,
2 2

1
de unde = .
2
Teorema 13.3.3 Pentru functia B sunt adevarate urmatoarele relatii:

y p1
1) B(p, q) = dy;
(1 + y)p+q
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
2) Utilizand formula de la 1), putem scrie

1
y p1 y p1
B(p, q) = dy + dy.
(1 + y)p+q (1 + y)p+q
0 1
In integrala a doua facem schimbarea de variabila y = 1/t si obtinem formula de la 2).

3) In (p) = ex xp1 dx facem schimbarea de variabila x = ty, t parametru real pozitiv si
0
obtinem

(13.2) (p) = t p
ety y p1 dy.
0
In acest rezultat nlocuim pe t prin 1 + t si p prin p + q si obtinem

(p + q)
= e(1+t)y y p+q1 dy
(1 + t)p+q
0
Multiplicam ambii membri ai formulei precedente cu tp1 si egalitatea obtinuta o in-

tegram n raport cu t de la 0 la si avem:

tp1
(p + q) dt =
(1 + t)p+q
0

tp1 e(1+t)y y p+q1 dy dt =
0 0

= ey y q1 y p eyt tp1 dt dy.
0 0
Acum, conform cu 1) si cu (13.2), n care schimbam pe t cu y, obtinem:

(p + q) B(p, q) = ey y q1 (p)dy =
0

= (p) ey y q1 dy = (p) (q),
0
de unde gasim
(p) (q)
B(p, q) = ,
(p + q)
adica ceea ce trebuia demonstrat.
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 .
Exemplul 13.3.1. Sa aratam ca

x2
e dx = (integrala lui Poisson).
2
0
Facem schimbarea de variabila x2 = t si avem

2 1 1
ex dx = et t 2 dt.
2
0 0
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

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
se calculeaza prin functiile B si , facand schimbarea de variabila xn = t.

Exemplul 13.3.3. Sa se reduca la functiile B si calculul integralelor de forma
b
Im,n = (x a)m (b x)n dx,
a
m si n numere reale asa alese ncat integrala sa e convergenta.

Facem schimbarea de variabila
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
13.4 Integrale duble

La integralele cu parametrii functia de integrat era de mai multe variabile, nsa calculul
integralei se aplica numai la una din variabile, celelalte le consideram parametrii. Ne
propunem sa extindem notiunea de integrala pentru functiile de mai multe variabile asa
ncat n evaluarea lor sa utilizam toate variabilele. Astfel de integrale le vom numi multiple.
Daca f : D Rn R z = f (x1 , ..., xn ), atunci o integrala m-multipla o notam prin

...
f (x1 , ..., xn )dx1 dx2 ...dxn .
D
Daca n = 2, atunci spunem ca avem o integrala dubla, iar daca n = 3, atunci spunem ca
avem o integrala tripla.
Pentru comoditatea tratarii consideram numai cazul integralelor duble.
Fie f : D R2 R, z = f (x, y) o functie de doua variabile. Mai presupunem ca D este un
domeniu marginit.
Sa consideram o partitie (descompunere) arbitrara a domeniului D n n subdomenii
D1 , D2 , ..., Dn cu Di = , i = 1, n si Di Dj = , i = j, i, j = 1, n. O astfel de partitie a lui D
se numeste diviziune a lui D si o notam prin (n ). Notam cu ai aria sub domeniului Di ,
i = 1, n si cu di diametrul lui Di (cea mai mare dintre distantele dintre doua puncte din Di ),
i = 1, n. Numarul n = max di se numeste norma diviziunii (partitia) n .
i=1,n
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
Evident ca suma (n , , , t) depinde de diviziunea n , de punctele intermediare (i , i )

si de functia f .
Denitia 13.4.1 Spunem ca functia f este integrabila pe domeniul D daca oricare ar fi
sirul de diviziuni (n )n1 cu sirul normelor (n )n2 tinde la zero si oricare ar fi punctele
intermediare (i , i ) Di , i = 1, 2, ..., n sirul sumelor integrale ((Dn , , , f ))n1 are o limita
finita.
Notam aceasta limita prin

f (x, y)dxdy sau f (x, y)da.
D D
si o numim integrala duba a functiei f pe domeniul D.
Asadar, putem scrie

n
f (x, y)dxdy = n
lim f (k , k )ak .
D n 0 k=1
Ca si la functiile de o variabila reala se arata ca orice functie continua pe domeniul D

este integrabila.
Si proprietatile integralei duble sunt analoage cu cele ale integralei Riemann.
Teorema 13.4.1 (de liniaritate) Daca f, g : D R2 R sunt functii integrabile pe D, atunci
oricare ar fi , R functia f + g este integrabila pe D si avem

(f (x, y) + g(x, y))dxdy =
D

= f (x, y)dxdy + g(x, y)dxdy.
D D
Aceasta proprietate ne spune ca integrala dubla pe domeniul D este o functionala liniara.
Demonstratia teoremei este imediata.
Teorema 13.4.2 (de aditivitate fata de domeniu) Daca functia f : D R2 R este inte-
grabila pe D, iar D = D1 D2 , D1 D2 = , atunci f este integrabila pe D1 si pe D2 si
avem
f (x, y)dxdy = f (x, y)dxdy + f (x, y)dxdy.
D D1 D2
Armatia din aceasta teorema se demonstreaza cu ajutorul denitiei.
Teorema 13.4.3 (de interpretare geometrica) Daca f : D R2 (0, ) este integrabila,
atunci avem
f (x, y)dxdy = V (f ),
D
unde V (f ) este volumul barei cilindrice marginita de domeniul D si suprafata data de z =
f (x, y), avand generatoarele paralele cu axa Oz.
288
Pentru cazul particular f 1, avem

dy = aria(D).
D
Teorema 13.4.4 (de semn) Daca f : D R2 (0, ), atunci

f (x, y)dxdy 0.
D
Proprietatea din enunt rezulta imediat din nenegativitatea sumelor integrale.
Teorema 13.4.5 (de monotonie) Daca f, g : D R2 R sunt integrabile pe D si f g pe D,

atunci
f (x, y)dxdy g(x, y)dxdy.
D D
Pentru demonstratie se aplica functiei g f 0 proprietatea de semn.
Teorema 13.4.6 (modulului) Daca functia f : D R2 R este integrabila pe D si atunci |f |

este integrabila pe D si avem

f (x, y)dxdy |f (x, y)|dxdy.

D D
Formula din teorema rezulta imediat din inegalitatea |f | f |f |.
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.
Demonstratie Consideram g 0 pe D. Atunci din m f (x, y) M rezulta mg(x, y)

f (x, y)g(x, y) M g(x, y). Utilizand proprietatea de monotonie a integralei duble, putem
scrie:
m g(x, y)dxdy f (x, y)g(x, y)dxdy
D D
(13.3)
M g(x, y)dxdy = 0.
D

Daca g(x, y)dxdy = 0, atunci f (x, y)g(x, y)dxdy = 0 si putem alege orice [m, M ]
D D
ca sa avem formula din Teorema de medie.
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
de unde rezulta ca putem lua

f (x, y)g(x, y)dxdy
D
= .
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
numita formula de medie pentru integrala dubla.

Calculul integralelor duble se reduce la calculul a doua integrale denite (Riemann),
succesive. pentru nceput sa consideram cazul unui domeniu dreptunghiular.
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
Demonstratie Vom considera diviziunile Dx si Dy , respectiv pentru intervalele [a, b] si

[c, d], denite prin
Dx : a = x0 < x1 < ... < xm = b
Dy : c = y0 < y1 < ... < yn = d
si avand normele
Dx = max (xi xi1 )
i=i,m
respectiv
Dy = max (yj yj1 ).
j=1,n
Cele doua diviziuni Dx si Dy determina pe D diviziunea D data de subdreptunghiurile
Di,j = {(x, y) D| xi1 x xi , yj1 y yj } ,
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

Deseori, integrala pe dreptunghiul D = [a, b] [c, d] se noteaza prin
b d
f (x, y)dxdy.
a c
Asadar, formula din enuntul Teoremei ia forma
b d b d
a c a c
In mod analog, se arata ca avem si formula
b d d b
f (x, y) = dy f (x, y)dx.
a c c a

1 2
dxdy
I= .
(x + y + 1)2
0 1
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
= ln(x + 3)|10 + ln(x + 2)|10 =

9
= ln 4 + ln 3 + ln 3 ln 2 = ln .
8
Sa trecem acum la calculul integralelor duble pe un domeniu D regulat n raport cu una
din axele de coordonate .
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.
Sa consideram ca domeniul D este regulat n raport cu axa Oy (g 13.4.1). Un astfel de

domeniu se descrie astfel:
D = {(x, y)| a x b, (x) y (x)}.

y
y=R(x)
d
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)
F (x) = f (x, y)dy,

(x)
atunci are loc formula

b
(x)

D a (x)
Demonstratie Folosim Teorema 13.4.8. Consideram dreptele paralele cu Ox, y = c si

y = d, astfel ca c (x) si d (x), x [a, b] (Fig. 13.4.1) si notam cu dreptunghiul
[a, b] [c, d]. Introducem functia auxiliara

f (x, y) , daca (x, y) D
g:R , g(x, y) =
0 , daca (x, y) D.
Functia g este integrabila pe dreptunghiul ind integrabila atat pe D, cat si pe domeniul

D, unde este nula.
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)
Din (13.4) si (13.5) rezulta formula din enuntul Teoremei 13.4.9.

Daca domeniul D este regulat n raport cu axa Ox, adica el are forma D =
{(x, y) c y d, (y) x (y)} atunci avem formula

d
(y)
f (x, y)dxdy = dy f (x, y)dx.

D c (y)
Exemplul 13.4.2. Sa calculam integrala dubla

I= (3x y + 2)dxdy
D
daca D este domeniul marginit de curbele y = x si y = x2 .

Examinam domeniul D (Fig. 13.4.2) si observam ca el este situat ntre dreapta y = x si
parabola y = x2 si punctele O(, ) si A(1, 1).
293
y
1 A(1, 1)
x
y=
x 2
y=
0 1 x
Fig. 13.4.2
D este regulat n raport cu axa Oy si avem
D = {(x, y)| 0 x 1, x2 y x}.
Atunci putem scrie succesiv:
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.
Ca si n cazul integralelor Riemann, calculul unor integrale duble se poate face cu o

schimbare de variabile.
Se demonstreaza ([2], [3]) ca are loc urmatoarea teorema de schimbare de variabile:
Teorema 13.4.10 Fie f : D R2 R o functie integrabila pe D si fie transformare x =

(u, v), y = (u, v) a domeniului R2 n domeniul D. Daca functiile si au derivate
partiale de ordinul ntai continue pe domeniul , iar determinantul functional (jacobianul
transformarii)
(u, v) (u, v)

D(x, y) u v
= 0,
J= =
D(u, v) (u, v) (u, v)

u v
atunci are loc formula de schimbare de variabile n integrala dubla

f (x, y)dxdy = f ((u, v), (u, v))|J|dudv.
D
294
O schimbare de variabile des utilizata este cea polara:
x = r cos , y = r sin ,
prin care se trece de la coordonatele carteziene (x, y) la cele polare (r, ).

Geometric (Fig. 13.4.3), daca avem punctul A(x, y) din planul xOy, atunci coordonatele
polare ale lui A sunt date de distanta de la origine la A, adica r = x2 + y 2 , si de unghiul
y
pe care l face axa Ox cu directia OA, adica tg = .
x
y
A(x, y)
r
2
0 x
Fig. 13.4.3
Jacobianul transformarii polare este

x x
cos r sin
D(x, y) r
=
J= = = r.
D(r, ) y y sin r cos

r
Exemplul 13.4.3. Sa calculam integrala dubla

dxdy
I= ,
D 1 + x2 + y 2
unde D = {(x, y) R| x2 + y 2 a2 , a > 0, x 0, y 0}.

Se observa ca D este marginit de sfertul de cerc x2 + y 2 = r2 din primul cadran si de axele
Ox si Oy (Fig. 13.4.4).
r
2
a x
0
Fig. 13.4.4
Utilizam coordonatele polare, prin care domeniul D este transformat n dreptunghiul

9 :
= (r, )| 0 r a, 0 ,
2
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
a) Integrala improprie de prima speta;

b) Functiile Beta si Gamma ale lui Euler;
c) Integrala dubla.
1
2
dx
2. a) Studiati convergenta integralei ,
x ln2 x
0

dx
b) Studiati convergenta integralei ,
1 + x4
1
1
dx
c) Studiati convergenta integralei I = ,
3
1 x4
0
d) Studiati convergenta integralei

| sin x|
I= dx , w > 1.
xw
1

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
care depinde de parametrul real 0 0.
x
0
6. Calculati cu ajutorul integralelor euleriene:

1
a) I = x x2 dx;
0
1
x4
b) I = dx;
(1 + x)2
0

x
c) I = dx;
1 + x3
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
2. a) integrala este convergenta.

1
b) Din lim xw = 1 pentru w = 4 > 1 se deduce convergenta integralei.
x 1 + x4
* + w= 1 <1
1 3 2
lim (1 x)
c) Din x1 w
======= 2 3 se deduce convergenta integralei.
3
1 x 4
x<1

| 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
9. Folosind coordonatele polare se obtine:

2 R
R4
I= 3 cos sin dd = .
8
0 0
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
[3] Stanasila, O., Analiza matematica, Editura Didactica si Pedagogica, Bucresti, 1981.
300

MatematiciAplicateInEconomiePentruIDD PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

MatematiciAplicateInEconomiePentruIDD PDF

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA "LUCIAN BLAGA" DIN SIBIU

Dumitru Acu Mugur Acu

3 Matrice. Determinanti. Sisteme de ecuatii liniare 28

4 Operatori liniari. Forme biliniare si forme patratice 53

5 Elemente de programare liniara 72

7 Probleme de transport 130

9 Serii numerice 169

10 Functii ntre spatii metrice 190

11 Derivarea functiilor reale 220

13 Generalizari ale notiunii de integrala 270

Obiective: In acest capitol introductiv se pune n evidenta importanta cunoasterii matematicii

1.1 Necesitatea utilizarii matematicii n stiintele economice

1.2 Modelarea matematico-economica

1.3 Cateva exemple de modele matematicoeconomice

1.3.2 Modele de gospodarire

Natura datelor cu care lucram impun si conditiile de nenegativitate:

Problema dietei cere sa determinam x1 , x2 , . . . , xn asa ncat f sa e minima. O astfel de dieta se

2.1 Definitia spatiului vectorial

Exemplul 2.1.1. Aplicatia f : R C C denita prin formula f (a, z) = az, a R, z C, este o

Propozitia 2.1.1 Daca V este un spatiu vectorial peste K, atunci

Demonstratie. 1. Utilizand conditiile 5) si 6) din Denitia 2.1.2, avem

de unde, folosind conditia 3) din aceeasi denitie, rezulta 0 x = .

f + g : R R, (f + g)(x) = f (x) + g(x), ()f, y Hom(f, g) si ()x R

ax = (ax1 , ax2 , . . . , axn ),

2.2 Subspatii vectoriale

adica x + y este o combinatie liniara de vectori a sistemului S.

Demonstratie. Fie W = {x V |x = x(1) + x(2) , x(1) W1 , x(2) W2 }. Evident ca W W1 + W2 .

Demonstratie. Sa admitem ca S = W1 W2 si sa presupunem ca exista x S asa ncat x = x(1) + x(2) ,

si x(2) t W2 , ceea ce ar o contradictie. Prin urmare W1 W2 = {}, adica S = W1 W2 .

2.3 Independenta si dependenta liniara a vectorilor. Baza si

Demonstratie. Daca sistemul S este liniar dependent, atunci exista scalarii a1 , a2 , . . . , an K, nu

i) vectorul nul formeaza un sistem liniar dependent;

ii) orice vector x = formeaza un sistem liniar independent;

Demonstratie. i) Valabilitatea acestei armatii rezulta din 1 = .

Corolarul 2.3.1 Sunt valabile afirmatiile:

ai1 xi1 + ai2 xi2 + . . . + aik xik = , ()x R,

(b1 + bt a1 )e(1) + . . . + (bt1 + bt at1 )e(t1) + bt at e(t) +

+(bt+1 + bt at+1 )e(t+1) + . . . + (bn + bt an )e(n) = .

b1 + bt a1 = 0, . . . , bt1 + bt at1 = 0, bt at = 0, bt+1 + bt at+1 =

nlocuind pe e(t) n y, obtinem

De exemplu, avem dim Rn = n si dim Hom(R, R) = .

x(k+i) = ai1 x(1) + ai2 x(2) + . . . + aik x(k) , i = 1, 2, . . . , m k

Acum, adunam n sistemul S la ecare din vectorii x(k+i) , i = 1, 2, . . . , m k, respectiv vectorul

2.3.2 sistemul S1 are acelasi rang cu sistemul S.

Demonstratie. Fie f : V W un izomorsm ntre spatiile vectoriale V si W si S =

x(k+i) = ai1 x(1) + ai2 x(2) + . . . + aik x(k) , i = 1, 2, . . . , m r

si aplicand functia f , obtinem

y (k+i) = ai1 y (1) + ai2 y (2) + . . . + aik y (k) , i = 1, 2, . . . , m r.

2.4 Produs scalar. Spatii normate. Spatii metrice

Exemple. 2.4.1. Daca n Rn consideram vectorii x = (x1 , . . . , xn ) si y = (y1 , y2 , . . . , yn ) si denim

devenind astfel un spatiu unitar.

N2. x = || x, oricare ar fi K si x V ;

N3. x + y x + y (inegalitatea triunghiurilor), oricare ar fi x, y V .

Daca n N 3 punem y = x, atunci rezulta x 0, pentru orice x V .

Demonstratie. Pentru orice x, y V si orice R, avem < x + y, x + y > 0. De aici, folosind

(2.5) 2 < x, > + < x, x > 0.

Observatia 2.4.1 Pentru x = (x1 , . . . , xn ), y = (y1 , y2 , . . . , yn ) vectori din Rn inegalitatea Cauchy

cu egalitate numai daca x1 /y1 = x2 /y2 = . . . = xn /yn = R.

se numeste unghiul dintre x si y. Unghiul se noteaza si prin (

M1 . d(x, y) = 0, daca si numai daca x = y (separare);

M2 . d(x, y) = d(y, x), pentru orice x, y A (simetrie);

M3 . d(x, z) d(x, y) + d(y, z), pentru orice x, y, z A (inegalitatea triunghiului).

Observatia 2.4.3 Pentru orice x, y (A, d) avem d(x, y) 0.

N2. x = || x, oricare ar fi K si x V ;

N3. x + y x + y (inegalitatea triunghiurilor), oricare ar fi x, y V .

Daca n N 3 punem y = x, atunci rezulta x 0, pentru orice x V .

se numeste unghiul dintre x si y. Unghiul se noteaza si prin (

d(x, y) = x y = (1)(y x) = |(1)| y x = d(y, x),

d(x, y) = x z = x y + (y z) x y + y z = d(x, y) + d(y, z),