Sunteți pe pagina 1din 20

I.

TRANSFORMARI ELEMENTARE
1) Care din urmatoarele operatii efectuate asupra unei 2) Numim matrice elementara o matrice: 3) O matrice elementara este obligatoriu:
matrice este transformare elementara:
a) cu rangul egal cu 1; a) patratica;
a) adunarea unei linii la o coloana; b) care se obtine din matricea unitate prin transformari b) dreptunghiulara;
b) inmultirea unei linii cu scalarul α = 0 elementare; c) inversabila;
c) schimbarea a doua linii intre ele; c) cu determinantul nenul; d) nesingulara.
d) adunarea unei linii la o alta linie. d) obtinuta din matricea unitate printr-o singura
transformare elementara.
4) Transformarile elementare se pot aplica: 5) Fie B o matrice obtinuta prin transformari elementare 6) Matricele A si B se numesc echivalente daca:
din matricea A. Atunci:
a) numai matricelor patratice; a) rang A = rang B; a) au acelasi rang;
b) oricarei matrice; b) rang A ≠ rang B; b) B se obtine din A prin transformari elementare;
c) numai matricelor inversabile; c) rang A < rang B; c) sunt ambele patratice si de acelasi ordin;
d) numai matricelor cu rang nenul. d) rang A > rang B. d) au determinanti nenuli.
7) Daca A,B sunt matrice echivalente (A B) atunci: 8) Fie A € Mn(R). Daca rang A = r, atunci prin 9) Fie A € Mn(R) cu det A ≠ 0. Atunci:
transformari elementare se obtine:
a) A,B sunt matrice patratice; a) cel putin r coloane ale matricei unitate; a) rang A = n;
b) rang A = rang B; b) cel mult r coloane ale matricei unitate; b) A este echivalenta cu matricea unitate In (A - In);
c) daca determinantul lui A = 0 rezulta, si det B = 0; c) exact r coloane ale matricei unitate; c) prin transf. elementare putem determina inversa A-1.
d) daca det A = 1 rezulta ca si det B = 1. d) toate coloanele matricei unitate. d) forma Gaus-Jordan a matricei A este In.
10) Pentru a afla inversa unei matrice A € Mn(R) prin 11) Daca A € Mn(R) cu det A = 1 atunci forma Gauss- 12) Metoda de aflare a inversei unei matrice A cu
transformari elementare, acestea se aplica: Jordan asociata va avea: transformari elementare se poate aplica:
a) numai liniilor; a) o singura linie a matricei unitate In; a) oricarei matrice A € Mn(R) ;
b) numai coloanelor; b) toate liniile si coloanele matricei unitate In; b) numai matricelor patratice;
c) atat liniilor cat si coloanelor; c) o singura coloana a matricei unitate In; c) maricelor patratice cu det A ≠ 0;
d) intai liniilor apoi coloanelor. d) numai o linie si o coloana a maricei unitate In. d) tuturor matricelor cu rang A ≠ 0.
13) Pentru aflarea inversei unei matrice A € Mn(R) prin 14) Fie A € Mn(R) si B matricea atasata acesteia in 15) Fie A € Mn(R) si B matricea atasata lui A pentru
transformari elementare, acestea se aplica: metoda aflarii inversei lui A prin transf elementare.Atunci: determinarea lui A-1 prin transformari elementare. Daca
a) direct asupra lui A; 0 1 2 3 
a) B € Mn (R); B  1 0 M1 −4  atunci:
b) asupra matricei transpuse AT;  
b) B € Mn,2n (R);
c) matricei atasate B = [A MI n ] ; 2 3   3 2
 1 −4 
c) B € M2n,n (R);
     
d) matricei atasate B = [I n MA ] .
T
a) A-1 =  2 3  b) A-1 = 
1 −4  c) A-1 =  −4 1 
d) B € M2n,2n (R);
d) A-1 nu exista.
16) Fie A € Mn(R) si B matricea atasata lui A pentru 17) Aducand matricea A la forma Gauss-Jordan obtinem: 18) Daca matricea A € M2,3(R) este echivalenta cu
determinarea lui A-1 prin transformari elementare. Daca 1 2 0 
a) A-1; matricea A` =   atunci:
 1 0 0 1 2 3 b) rang A;  0 −1 1
B  0 0 1 M3 2 1  atunci: c) det A; a) rang A = 2;
 0 1 0 2 1 3 d) AT. b) rang A = 1;
1 2 3 1 3 2 1 2 3 c) rang A = 3;
    -1  2  d) rang A = rang A`.
a) A =  3 2 1 
-1
b)A = 
-1
2 2 1  c) A =  1 3
2 1 3  3 1 3 3 2 1
     
d) A-1 nu exista.
19) Daca matricea A € M3(R) este echivalenta cu matricea 20)Daca A este echivalenta cu matricea unitate I3 (A I3), 21) Pivotul unei transformari elementare este intotdeauna:
 −1 1 0  atunci: a) nenul;
  a) rang A = 3; b) egal cu 0;
A` =  0 0 0 atunci rang A este:
 2 0 1 b) det A ≠ I3; c) egal cu 1;
 
a) 2; b) 3; c) 1; d) 0. c) A = I3; d) situat pe diagonala matricei.
d) A-1 = I3.
1 0 0  23) Daca matricea A este echivalenta cu matricea A` = 24)Daca matricele A si A` sunt echivalente (AA`) atunci:
 
22) Daca matricea A este echivalenta cu A` = 0 1 0  1 0 0 
 0 0 −1  
  0 1 0  atunci: a) au acelasi rang;
0 0 α  b) sunt obligatoriu matrice inversabile;
atunci:  
a) rang A = 3; a) rang A = 0 <=> α = 0 c) sunt obligatoriu matrice patratice;
b) rang A = 1; b) rang A = 1 <=> α = 1 d) se obtin una din alta prin transformari elementare.
c) det A ≠ 0; c) rang A ≥ 2, (∀) α € R;
d) A este inversabila. d) rang A = 3 <=> α ≠ 0.
25) Fie A € M3(R) cu det A = α. Atunci forma Gauss-Jordan 26) Doua sisteme liniare de ecuatii se numesc echivalente 27) Matricea unui sistem liniar oarecare, in forma explicita
a lui A: daca: are:
a) are acelasi rang cu matricea A, (∀) α € R; a) au acelasi numar de ecuatii; a) forma Gauss-Jordan;
b) are acelasi rang cu matricea A, numai pt α = 0; b) au acelasi numar de necunoscute; b) coloanele variabilelor principale, coloanele matricei
c) coincide cu I3 <=> α ≠ 0; c) au aceleasi solutii; unitate;
d) are cel mult doua coloane ale matricei unitate I3 daca α = 0 d) matricele lor extinse sunt echivalente. c) toate elementele de pe liniile variabilelor secundare nule
d) elementele corespunzatoare de pe coloanele variabilelor
secundare, negative.
28) Metoda Gauss-Jordan de rezolvare a sistemelor liniare 29) Fie A si A matricea, respectiv matricea largita a unui 30) Pentru a obtine matricea unui sistem liniar sub forma
prin transformari elementare se aplica: sistem liniar. Aplicand metoda Gauss-Jordan de rezolvare, explicita, se aplica transformari elementare:
a) numai sistemelor patratice; se aplica transformari elementare asupra: a) numai coloanelor corespunzatoare variabilelor secundare;
b) oricarui sistem liniar; b) numai coloanei termenilor liberi;
c) numai daca rangul matricei sistemului este egal cu a) liniilor lui A si coloanelor lui A ; c) tuturor liniilor si coloanelor matricei extinse;
numarul de ecuatii; b) liniilor si coloanelor lui A; d) pentru a face coloanele variabilelor principal alese,
d) doar sistemele compatibile nedeterminate. c) liniilor lui coloanele matricei unitate.
A;
d) coloanei termenilor liberi din A .
31) Aplicand metoda Gauss-Jordan unui sistem liniar de 32) Matricea extinsa corespunzatoare unui sistem liniar in 33) Matricea extinsa corespunzatoare unui sistem liniar in
ecuatii, matricea extinsa A este echivalenta cu matricea A 1 2 0 −1 4  1 0 −1 0 1 
   
 2 1 −1 0 3  forma explicita este A =  0 1 1 1 M2  . Atunci forma explicita este A =  0 1 1 0 M2  . Atunci sistemul
`=  M  . Atunci sistemul liniar:  0 0 0 0 − 1  0 0 2 1 3
 3 0 2 1 1    
a) este incompatibil; sistemul liniar: liniar:
b) este compatibil nedeterminat; a) este incompatibil; a) sistemul este compatibil nedeterminat;
c) are solutia de baza: x1=4, x2=2, x3=-1, x4=0; b) este compatibil determinat; b) variabilele principale alese sunt x1, x2, x4;
d) are o infinitate de solutii. c) are solutia de baza x1=1, x2=2, x3=-1, x4=0; c) sistemul este incompatibil;
d) are o infinitate de solutii. d)solutia de baza cores. este x1=1, x2=2, x3=0, x4=3.
34) Un sistem liniar de 2 ecuatii cu 4 necunoscute, cu rangul 35) un sistem liniar cu 2 ecuatii si 3 necunoscute admite 36) Sistemele liniare de ecuatii care admit solutii de baza
matricei sistemului egal cu 2, are solutia de baza: X=(2,0,0,- solutia de baza X=(0,-1,0)T . Stiind ca x2, x3 sunt variabile sunt numai cele:
1)T. Atunci este: principale, atunci solutia x este:
a) compatibile nedeterminate;
a) admisibila si nedegenerata; a) admisibila; b) compatibile determinate;
b) admisibila si degenerata; b) neadmisibila; c) incompatibile;
c) neadmisibila si nedegenerata; c) degenerata; d) patratice.
d) neadbisibila si degenerata. d) nedegenerata.
37) Formei explicite a unui sistem liniar ii corespunde 38) Matricea extinsa corespunzatoare formei explicite a 39) Pentru a se obtine solutia de baza din forma explicita a
1 0 −1 1 2  1 1 −1 0 1 unui sistem liniar de ecuatii:
matricea A =  M  . Atunci solutia unui sistem liniar este A =  M . Atunci
 0 1 1 −1 −2   1 0 2 1 1 a) variabilele principale se egaleaza cu 0;
corespunzatoare este: solutia de baza corespunzatoare este: b) variabilele secundare se egaleaza cu 0;
a) x1= 2+α- β , x2=-2+α- β , x3=α, x4= β ; c) toate variabilele se egaleaza cu 0;
a) X= (1 1 -1 0)T; d) se atribuie variabilelor secundare valori nenule distincte.
b) x1=2-α+ β , x2=-2-α+ β , x3=α, x4= β ; b) X= (1 0 2 1)T;
c) x1=2+α- β , x2=-2-α+ β , x3=α, x4= β ; c) X= (1 1 0 0)T;
d) x1=2-α- β , x2=-2+α+ β , x3=α, x4= β . d) X= (0 1 0 1)T.

40) Solutia de baza X=(α,0, β ,0)T a unui sistem liniar de 41) Solutia de baza X=(0,0, α, β )T corespunzatoare unui 42) Fie nB si nE numarul solutiilor de baza distincte,
doua ecuatii este neadmisibila daca: sistem liniar cu 2 ecuatii principale si 4 necunoscute este respectiv al formelor explicite, corespunzatoare unui sistem
liniar compatibil nedeterminat. Atunci:
a) α > 0 si β >0; degenerata daca:
b) α <0 si β <0; a) α=0, β ≠0; a) nB ≤ nE ;
c) α >0 si β <0; b) α≠0, β =0; b) nB ≥ nE ;
c) α=0, β =0; c) intotdeauna nB = nE ;
d) α <0 si β >0. d) obligatoriu nB > nE .
d) α≠0, β ≠0.
43) Fie solutia de baza X=(1,α, 0, β )T corespunzatoare 44) Forma explicita a unui sistem liniar are matricea de 45) Forma explicita a unui sistem liniar are matricea de
variabilelor principale x1 si x4. Atunci x este admisibila 1 0 0 2 1   2 0 −1 1 −1
  forma A =  M  . Atunci solutia de baza
degenerata daca: forma A =  0 0 1 3M2  . Atunci solutia de baza 1 1 1 0 0
 0 1 0 1 −1 
a) α >0, β =0;   corespunzatoare X este:
corespunzatoare X este: a) admisibila;
b) α=0, β =0; b) degenerata;
a) X=(1 2 -1 0)T ;
c) α=0, β >0; b) X=(1 -1 2 0)T ; c) neadmisibila;
d) α>0, β >0. c) X=(1 2 0 -1)T ; d) nedegenerata.
d) X=(-1 2 1 0)T
1 0 0 2 2  1 0 2 2  1 0 2 2 
     
46) Fie A =  0 1 0 −1M−2  maricea corespunzatoare 47) Fie A =  0 1 −1M−1  matricea corespunzatoare 48) Fie A =  0 1 −1M−1  matricea corespunzatoare formei
0 0 0 0 α  0 0 α 0  0 0 α β 
     
formei explicite a unui sistem liniar. Atunci sistemul este formei explicite a unui sistem liniar. Atunci sistemul este: explicite a unui sistem liniar. Atunci sistemul este
incompatibil daca: compatibil nedeterminat daca:
a) compatibil nedeterminat, daca α = 0; a) α = 0, β ≠0;
a) α=0; b) compatibil determinat, daca α=1;
b) α=1; c) incompatibil, daca α ≠ 0; b) α ≠ 0,β =0;
c) α=-1; d) incompatibil, daca α = 0. c) α =o, β =0;
d) α=2.
d) α ≠0, β ≠0.
49) Fie X=(1,1α,0,0)T solutia de baza a unui sistem liniar de 50) Un sistem liniar de 2 ecuatii si 4 necunosute are 51) Un sistem de m ecuatii liniate cu n necunoscute, m<n,
ecuatii corespunzatoare variabilelor principale x1, x2, x3. matricea corespunzatoare unei forme explicite de forma: are intodeauna:
Atunci: A = . Atunci solutia de baza corespunzatoare X este: a) mi mult de C mn forme explicite;
a) X este admisibila, daca α>0;
b) X este degenerata, daca α=0; a) admisibila, daca α=1, β =0; b) cel mult C mn forme explicite;
c) X este neadmisibila, daca α= -1; b) degenerata, daca α <0, β =0;
d) X este nedegenerata, daca α = 1. c) exact C mn forme explicite;
c) neadmisibila, daca α > 0 si β ≥0;
d) m+n forme explicite.
d) nedegenerata, daca α<0 si β ≤0.
52) Un sistem de m ecuatii liniare cu n necunoscute, m<n, 53) O solutie de baza pentru un sistem cu m ecuatii liniare 54) O solutie de baza pentru un sistem cu m ecuatii liniare
are intotdeauna: cu n encunoscute, m<n, este degenerata daca are: cu n encunoscute, m<n, este nedegenerata daca are:
a) exact C mn solutii de baza;
a) exact m componente nenule; a) exact m componente nenule;
b) cel mult C mn solutii de baza; b) mai mult de m componente nenule; b) mai mult de m componente nenule;
c) mai putin de m componente nenule; c) mai putin de m componente nenule;
c) cel putin C mn solutii de baza; d) mai mult de n-m componente nenule. d) n-m componente nenule.
d) m+n solutii de baza.
55) Pentru a transforma un sistem liniar de ecuatii intr-unul 56) Metoda grafica se foloseste in rezolvarea sistemelor de 57) O solutie de baza pentru un sistem cu m ecuatii liniare
echivalent se folosesc transformari elementare asupra: inecuatii liniare cu: cu n encunoscute, m<n, este admisibila daca are:
a) liniilor matricei sistemului; a) doua necunoscute; a) majoritatea componentelor pozitive;
b) coloanelor matricei sistemului; b) mai mult de 3 necunoscute; b) mai mult de m componente pozitive:
c) liniilor si coloanelor matricei sistemului; c) oricate necunoscute; c) mai putin de m componente negative;
d) termenilor liberi ai sistemului. d) exact 3 necunoscute. d) toate componentele negative.
58) Fie A o matrice nenula de tipul (m,n). Atunci matricea A 59) Pentru a transforma un sistem liniar de ecuatii in unul 60) O solutie de baza a unui sistem liniar se obtine:
admite inversa daca: echivalent, se folosesc: a) dand variabilelor principale valoarea 0;
a) det A ≠ 0; a) transf. elem. aplicate liniilor matricei atasate sistemului; b) dand variabilelor secundare valoarea 0;
b) m=n si det A ≠0; b) trans elem aplicate liniilor si coloanelor matr. atasate c) dand variabilelor principale valori nenule;
c) det A=0 si m=n; sist d) dand variabilelor secundare valori strict pozitive.
d) det A = 1 si m=n. c) operatii de adunare a coloanelor matricei atasate sist;
d) toate operatiile care se pot efectua asupra unei matrice.
II.ELEMENTE DE ALGEBRA LINIARA
1) Un spatiu liniar X se numeste spatiu liniar real daca: 2) Fie (Pn(X),+,∙) spatiul liniar al polinoamelor de grad cel 3) Fie (Pn(X),+,∙) spatiul liniar al polinoamelor de grad cel
mult n. Atunci operatiile “+” si “∙” reprezinta: mult n. Atunci dimensiunea sa este:
a) elementele sale sunt numere reale; a) adunarea si inmultirea polinoamelor;
b) corpul peste care este definit coincide cu multimea b) adunarea polinoamelor si inmultirea polinoamelor cu a) n;
numerelor naturale; scalari reali; b) n=1;
c) multimea X este nevida; c) adunarea numerelor reale si inmultirea polinoamelor; c) n2;
d) operatiile definite pe X sunt operatii cu numere reale. d) adunarea polinoamelor si inmultirea nr reale. d) 2n.
4) Multimea solutiilor unui sistem liniar formeaza un spatiu 5) Fie vectorii x1, x2, ... , xk € Rn a.i. α1x1+α2x2+...+αkxk 6) Fie vectorii x1, x2, ... , xk € Rn a.i. α1x1+α2x2+...+αkxk
liniar daca sistemul este: =0n .Atunci x1,x2,...,xk sunt liniar independenti numai daca: =0n .Atunci x1,x2,...,xk sunt liniar dependenti daca:
a) incomparabil;
b) omogen; a) (∀)αi= 0, i= 1, k ; a) αi = 0, (∀) i= 1, k ;
c) compatibil determinat; b) (∃ )αi= 0; b) (∃ ) αi ≠0;
d) patratic, cu rangul matricei egal cu nr. Necunoscutelor. c) k>n;
c) αi≠ 0, (∀)i= 1, k ;
d) k>n. d) αi ≠0, (∀)i= 1, k .
7) Fie X un spatiu liniar si vectorii x1,x2,x3 € X a.i. 8) Vectorii x1, x2, ... , xk € Rn sunt liniar independenti. 9) Fie x1, x2,x2 € R3 vectori oarecare a.i. x3=x1-2x2.
x1+x2+αx3=0x. Atunci vectorii sunt: Atunci: Atunci:
a) liniar dependenti, daca α=0; a) x1,x2,...,xk-1 sunt liniar independenti; a) coordonatele lui x3 sunt 1 si -2;
b) liniar independenti, daca α≠0; b) xi≠0n, (∀)i= 1, n ; b) x1,x2,x3 nu formeaza o baza in R3
c) liniar dependenti, daca α≠0; c) x1,x2,x3 sunt liniar dependenti;
c) k ≤ n; d) deoarece x1-2x2-x3=0 => x1,x2,x3 sunt liniar indep.
d) liniar independenti, daca α=0.
d) x1+x2+...+xk=0n
10) Fie B si B` doua baze din spatiul liniar R3 si S matricea 11) Fie vectorii x1, x2, ... , xk € Rn .At. ei form o baza daca: 12) Fie B = {x1, x2,...,xk} o baza in spatiul liniar X. Atunci:
schimbarii de baza. Atunci S este: a) sunt liniar independenti si k≠n; a) dim X = k;
a) patratica; b) xi≠0n si k=n; b) dim X > k;
b) inversabila; c) sunt liniar independenti si k=n; c) dim X < k;
c) dreptunghiulara;
d) nesingulara (det S≠0). d) k=n si αi≠0, (∀)i= 1, k d) xi ≠0x, (∀) i= 1, k .
13) Fie S matricea de trecere de la o baza B la baza B` si uB 14) Fie B = {x1,x2,...,xk} o baza in Rn .Atunci: 15) In spatiul liniar Rn exista:
respectib uB` coordonatele vectorului u in cele doua baze.
Atunci au loc relatiile: a) x1,x2,...,xk sunt liniar independenti; a) cel mult n baze;
a) uB = S uB` si uB` =S-1 uB b) k<n; b) exact n baze;
b) uB = ST uB si uB` =S-1 uB c) k = n; c) o singura baza;
c) uB = ST uB si uB` =( ST) -1 uB d) k>n. d) o infinitate de baze.
d) uB =S-1 uB si uB` = ST uB
16) Fie operatorul liniar L: R2 → R3 si 02,03 vectorii nuli ai 17) Daca L: Rm → Rn este un operator liniar, atunci: 18) Fie L: Rm → Rn un operator liniar si ker L nucleul sau.
celor 2 spatii. Atunci: Daca x1,x2 € ker L, atunci:
a) L(02) = 02; a) obligatoriu m>n; a) x1+x2 € ker L;
b) L(03) = 03; b) obligatoriu m<n; b) αx1 € ker L, (∀) α € B;
c) L(02) = 03; c) m si n unt numere naturale oarecare, nenule; c) αx1+ β x2 € ker L, (∀) α, β € R;
d) L(03) = 03. d) obligatoriu m=n.
d) L(x1) = x2.
19) Fie L: Rn → Rm un operator liniar si ker L nucleul sau. 20) Daca L: Rm → Rn este un operator liniar si A matricea 21) Fie L: Rn → Rn un operator liniar si x un vector propriu
Daca x € ker L, atunci: sa fata de o pereche de baze B,B` atunci: pt. L. Atunci:
a) L(x) = 0m; a) A € Mm,n(R); a) (∃ !) λ € R a.i. L(x)=λ x;
b) L(αx) = 0m, (∀) α € B; b) A € Mn,m(R); b) L(λ x)=x, (∀) λ € R;
c) L(αx) = 0m, doar pt α = 0; c) B,B sunt baze in Rm ; c) x ≠ 0 ;
d) L(x) = 0n. d) B este baza in Rm si B` este baza in Rn d) L(x) = λ x, (∀) λ € R.
22) Fie L: Rn → Rn un operator liniar si x un vector propriu 23) Matricea atasata unei forme liniare f: Rn → R este o 24) Daca f : Rn → R este o forma liniara, atunci:
corespunzator valorii proprii λ . Atunci: matrice: a) f(x1+x2) = x1 + x2; (∀) x1,x2 € Rn
a) L(x) = λ x; a) patratica: b) f(x1+x2) = f(x1) + f(x2); x1,x2 € Rn;
b) daca L(x) = 0n, atunci x=0n; b) coloana; c) f(αx) = αx, (∀) α € R si (∀) x € Rn;
c) L(λ x)= λ 2x; c) linie; d) f(αx) = αf(x), (∀) α € R si (∀) x € Rn.
d) daca L(x) = 0n, atunci λ = 0. d) inversabila.
25) Fie L: Rn → Rm un operator liniar. Atunci L devine 26) Fie Q: Rn → R o forma patratice si A matricea asociata  Q : R3 → R
forma liniara daca: acesteia. Atunci: 27) Fie forma patratica 
Q( x) = x1 + 2 x2 + x3 − 2 x1 x2
2 2 3

a) n = 1; a) A = AT
b) m = 1; b) A € Mn,1(R); (∀)x=(x1,x2,x3) T € R3 .Atunci matricea asociata lui Q este:
c) n = 1 si m = 1; c) A € Mn(R);  1 −1 0 
 
d) n=m. d) A este inversabila. c) A =  −1 2 0 
 0 0 1
 
28) Forma patratica Q: R2 → R are matricea asociata A= 29) Forma patratica Q: R3 → R are forma canonica asociata 30) Forma patratica Q: R2 → R are matricea asociata A=
2 1  Q(y)= 2 y1 + y2 + α y3 . Atunci: 1 2 
2 2 3
  . Atunci Q are expresia:   . Atunci forma canonica asociata este:
 1 −1  2 −3 
a) Q este pozitiv definita daca α >0; Nici una: Q(y)= − y1 − y2 sau
2 2
− y12 + 3 y22 sau 2 y12 − y22
c) Q(x) = 2 x − x + 2 x1x 2
2 2
c) Q este semipozitiv definita daca α = 0;
1 2
d) Q nu pastreaza semn constant daca α < 0 . sau −3 y12 + 7 y22
31) Forma patratica Q: R2 → R are forma canonica asociata 1 2 ∆1 2 ∆ 2 2 33) Fie A matricea asociata formei patratice Q: Rn → R si
32) Fie Q(y)= y1 + y2 + y3 forma canonica
Q(y) = ay12 + by22 . Atunci Q este negativ definita daca: ∆1 ∆2 ∆3 ∆1 , ∆ 2 ,..., ∆ n minorii principali ai lui A. Pentru a aplica
asociata formei patratice Q: R3 → R .Atunci: metoda lui Jacobi de aducere la forma canonica, trebuie
c) a<0, b<0 obligatoriu ca:
a) daca ∆1 > 0, ∆ 2 > 0, ∆3 > 0 , Q este pozitiv definita;
Nici una.
d) daca ∆1 < 0, ∆ 2 > 0, ∆3 < 0 , Q este negativ definita.

34) Formei patratice oarecare Q: Rn → R i se poate asocia:  Q:¡ n → ¡  Q:¡ n → ¡


 
b) msi multe forme canonice, dar cu acelasi nr de 35) Forma patratica  n n
spunem ca 36) Forma patratica  n n
spunem ca
coeficienti pozitivi, repectiv negativi. Q ( x ) = ∑∑ aij xi x j Q ( x ) = ∑∑ aij xi x j
c) o matrice patratica si simetrica.  i =1 j =1  i =1 j =1

este pozitiv definita daca: este seminegativ definita daca:


b) Q(x)≤0, (∀) x € Rn , x ≠ 0.
b) Q(x)>0, (∀) x € Rn , x ≠ 0.
37) Forma patratica Q: R → R are forma canonica asociata:
3
 Q:¡ n → ¡ 39) Fie Q(y)= α1 y1
2
+ α 2 y22 + α 3 y32 forma canonica
Q(y)= − y
2
+ y − y . Atunci:
2 2
 asociata formei patratice Q: R3 → R .Atunci Q nu pastreaza
1 2 3
38) Forma patratica  n n
are forma
Q ( x ) = ∑∑ aij xi x j semn constant daca:
c) (∃ )x1,x2 € R3 a.i. Q(x1)<0 si Q(x2)>0  i =1 j =1
a) α1>0, α2<0, α3>0;
canonica asociata Q(y)= α1 y1 + α 2 y2 + ... + α n yn . Atunci
2 2 2
d) α1>0, α2<0, α3€ R.
Q este degenerata daca:
42) Matricea operatorului L: R2 → R2 fata de baza canonica
c) (∃ ) α1=0, pentru i= 1, n .  1 −1
40) Metoda lui Jacobi de a obtine forma canonica, se poate din R2 are expresia A=   . Atunci operatorul L are
 L:¡ 3 → ¡ 2 2 0 
aplica in cazul formelor patratica: 41) Fie operatorul liniar  , expresia:
 L( x) = ( x1 + x3 , 2 x1 − x2 )
T

a) pozitiv definite; (∀)x=(x1,x2,x3) T € R3 .Atunci matricea operatorului in


b) L(x)= ( x1 + 2 x2` − x1 ) .
T
c) negativ definite. bazele canonice ale celor doua spatii are forma:
1 2  1 0 
43) Pentru a se determina valorile proprii ale operatorului   45) Fie operatorul liniar L: R2 → R2 cu matricea A=  
b) A=  0 −1 . 1 1 
L: Rn → Rn cu matricea corespunzatoare A, se rezolva 1 0 
ecuatia:   Atunci ecuatia caracteristica corecpunzatoare:

1 2 
c) det (A T
)
− λ In = 0 44) Operatorul liniar L: R2 → R2 are matricea A=  
 3 −1
c) λ 2 − 2λ + 1 = 0

46) Fie operatorul liniar L: R2 → R2 .Atunci: Atunci ecuatia caracteristica pt obtinerea valorilor proprii 1 1 
48) Fie A=   matricea atasata operatorului L: R →R
2 2
are forma:
 1 1 
c) operatorului nu i se poate atasa ecuatia caracteristica. 1− λ 3
c) =0 Atunci:
2 −1 − λ b) valorile proprii ale lui L sunt λ1 = 0, λ2 = 2 ;
49)Operat. L: R2 →R2 are valorile proprii λ1 = 1, λ2 = 2 .
2 0
Atunci: 47) Operatorul liniar L: R2 → R2 are matricea A=   (1 − λ ) x1 + x2 = 0
 −1 −2  d) sistemul caracteristic atasat este 
c) daca x1,x2 sunt vectori proprii pentru λ1 , respectiv λ2
Atunci, valorile proprii ale lui L sunt:  x1 + (1 − λ ) x2 = 0
=> x1,x2 sunt liniar independenti. 51) Care din urmatoarele afirmatii sunt adevarate?
d) exista o baza fata de care matricea operatoului are forma
1 0
c) λ1 = 2, λ2 = −2 a) orice spatiu liniar este grup abelian;
A=  
b) orice grup abelian este spatiu liniar;
0 2 c) exista spatii liniare care nu sunt grupuri abeliene;
 L:¡ 2 → ¡ 2 d) exista grupuri abeliene care nu sunt spatii liniare.
50) Fie operatorul  .Atunci :
 L( x) = ( x1 + x2 , x1 )
T

a) kerL={(0,0) T}

52) Fie vectorii x1,x2,...,xm € Rm si A matricea 53) In spatiul Rn o multime de vectori liniar independenti 54) Fie vectorii x1,x2,...,xm € Rm si A matricea
componentelor acestora. Atunci: poate avea: componentelor acestora. Atunci sunt liniar dependenti daca:

a) vectorii sunt liniar independenti daca rang A = m; a) cel mult n vectori; c) rang A < m;
b) vectorii sunt liniar dependenti daca rang A < m. c) exact n vectori. d) det A =0.
55) Fie vectorii x1,x2,...,xm € Rm si A matricea 56) Fie vectorii x1,x2,...,xm € Rn liniar independenti. 57) Multimea x1,x2,...,xm este formata din vectori liniar
componentelor acestora. Atunci sunt liniar independenti Atunci vectorii : dependenti. Atunci:
daca:
c) formeaza o baza in Rn , numai daca m=n; b) cel putin un vector se poate exprima ca o combinatie
a) rang A = m; d) nu contin vector nul. liniara de ceilalti;
d) det A ≠ 0. d) poate contine vector nul.
58) Fie vectorii x1,x2,...,xn € Rn, n>3, liniar independenti. 59) Care din urmatoarele afirmatii sunt adevarate: 60) Coordonatele unui vector din Rn :
Atunci: a) orice submultime a unei multimi de vectori liniar
independenti este tot liniar independenta; a) sunt unice relativ la o baza fixata;
a) vectorii x1,x2,...,xn formeaza o baza in Rn ; b) o submultime a unei multimi de vectori linair dependenti b) se schimba la schimbarea bazei;
b) vectorii x1,x2,...,xk sunt liniar independenti, (∀)k= 1, n . este tot liniar dependenta; c) sunt aceleasi in orice baza.
c) coordonatele unui vector in baza canonica din Rn coincid
cu componentele acestuia.
d) daca o multime de vectori nu contine vectorul nul, atunci
este liniar independenta.
61) Un sistem de n vectori din Rn, care contine vectorul nul: 62) Coordonatele unui vector in 2 baze care difera printr-un 63) Dimensiunea unui spatiu vectorial este egala cu:
singur vector sunt:
b) este liniar dependent; a) numarul vectorilor dintr-o baza;
c) nu formeaza o baza in Rn . a) diferite. b) numarul maxim de vectori liniar independenti.
64) Matricea schimbarii de baza este: 65) Fie aplicatia L: Rm → Rn .Atunci L este un operator 66) Aplicatia L: Rm → Rn este un operator liniar. Care din
a) o matrice patratica; liniar daca: afirmatiile de mai jos sunt adevarate:
b) o matrice inversabila; a) L(x1+x2)=L(x1)+L(x2), (∀)x1,x2 € Rm ;
c) formata din coordonatele vectorilor unei baze c) L(x1+x2)=L(x1)+L(x2) si L(αx)=αL(x),(∀)x,x1,x2 € Rm b) L(αx)=αL(x),(∀) x € Rm , (∀) α € R ;
descompusi in cealalta baza. d) L(αx1+x2)=αL(x1)+L(x2), (∀)x1,x2 € Rm si (∀) α € R
67) Fie x1 si x2 vectori proprii pt operatorul liniar L: Rn → 68) Fie L: Rm → Rn un operator liniar si A matricea sa. 69) Fie L: R3 → R2 un operator liniar. Atunci:
Rn corespunzatori la 2 valori proprii distincte. Atunci: Atunci: c) nu se poate pune problema valorilor proprii pentru L;
d) matricea lui L este dreptunghiulara.
a) x1 si x2 sunt liniar independenti. a) A € Mm,n(R)
70) Operatorul L: R → R are n valori proprii distincte λ1 ,
n n 71) Fie operatorul liniar L: Rm →Rn liniar oarecare. Atunci: 72) Unui operator liniar L: Rm →Rn i se poate asocia:
λ2 ,..., λn carora le corespund vectorii proprii x1,x2,...,xn. a) ker L ⊂ Rm ; a) o matrice unica relativ la o pereche de baze fixate;
Atunci: d) ker L este subspatiu liniar.
a) x1,x2,...,xn formeaza o baza in Rn ;
d) x1,x2,...,xn sunt liniar independenti.

73) Nucleul unui operator liniar L: Rm →Rn este: 74) Un operator liniar L: Rn → Rn are: 75) In spatiul Rn o multime de vectori liniar independenti
a) un subspatiu liniar; a) cel mult n valori proprii distincte; poate fi formata din:
b) o multime de vectori din Rm d) o infinitate de vectori proprii, pt fiecare valoare proprie. a) mai putin de n vectori;
c) excat n vectori.
76) Fie vectorii x1,x2,...,xm €R, vectorii liniar indep.Atunci 77) Coordonatele unui vector din Rn : 78) Un sistem de m vectori din Rn care contine vectorul nul:
c) formeaza o baza in Rn , daca m=n. a) sunt unice relativ la o baza; a) este intotdeauna liniar independent;
b) sunt in numar de n; d) nu formeaza o baza in Rn .

79) Dimensiunea unui spatiu liniar este egala cu: 80) Matricea unei forme patratice oarecare este o matrice: 81) Daca avem relatia x1=αx2 atunci vectorii:
a) numarul vectorilor dintr-o baza. b) patratica; c) x1 si x2 sunt liniar independenti, (∀) α € R.
c) simetrica.
82) O forma patratica este pozitiv definita daca forma 83) O solutie de baza a unui sistem se obtine: 84) O forma liniara este pozitiv definita daca:
canonica atasata acesteia:
a) are coeficientii pozitivi; b) dand variabilelor secundare, valoarea 0 d) pozitiva definire se refera numai la formele patratice.
85) Daca suma a n vectori din Rn este egala cu vectorul nul 86) Daca vectorii x1,x2...xn formeaza o baza in spatiul 87) Matricea asociata unui operator liniar oarecare L: Rm
atunci: liniar X, atunci: →Rn :
b) vectorii sunt liniar independenti; b) x1,x2...xn sunt liniar independenti; b) depinde de bazele considerate in cele doua spatii;
c) cel putin unul se srie ca o combinatie liniara de restul. c) dim X = n;
d) nu formeaza o baza in Rn . d) x1,x2...xn-1 sunt liniar independenti.
88) Nucleul unui operator liniar L: Rm →Rn : b) contine totdeauna vectorul nul al spatiului Rm; c) este subspatiu liniar; d) nu contine vectorul nul al spatiului Rm .
III.ELEMENTE DE PROGRAMARE LINIARA
1) O problema de programare liniara are intotdeauna: 2) In forma vectoriala, o problema de programare liniara 3) In forma standard o problema de prgramare liniara are
a) functia obiectiv liniara; are vectorii P1,P2,...Pn definiti de: intotdeauna:
c) restrictiile liniare. b) coloanele matricei A corespunzatoare sistemului de c) restrictiile de tip ecuatie.
restrictii.
4) Intr-o problema de programare liniara conditiile de 5) Pt a aplica algoritmul Simplex de rezolvare a unei probl. 6) Pt a aduce o problema de programare liniara de maxim la
negativitate cer ca: de programare liniara, aceasta trebuie sa fie in forma: una de minim se foloseste realtia:
d) necunoscutele problemei sa fie negative. c) standard. c) max(f) = -min(-f)
7) O multime M ⊂ Rn se numeste convexa daca: 8) Combinatia liniara “ λ1 x1 + λ2 x2 + λ3 x3 ” este convexa 9) Daca M ⊂ Rn este o multime convexa spunem ca x € M
c) (∀) x1 , x2 ∈ M si (∀)λ ∈ [0,1] avem daca:
este varf (punct extrem) al multimii M daca:
Nici una.
λ x1 + (1 − λ ) x2 ∈ M . b) λi ∈ [0,1], (∀)i = 1,3 si λ1 + λ2 + λ3 = 1
10) Fie SA multimea solutiilor admisibile al unei probleme 11) Fie SA si SAB multimea solutiilor admisibile, respectiv 12) Fie SA , SAB , SO multimile solutiilor admisibile., de baza
de programare liniara. Atunci: multimea solutiilor admisibile de baza a unei probleme de admisibile, respectiv optime pentru o problema de
a) programare liniara. Atunci, daca x € SAB rezulta ca: programare liniara. Atunci:
(∀) x1 , x2 ∈ S A ⇒ λ x1 + (1 − λ ) x2 ∈ S A , (∀)λ ∈ [0,1] b) (∀) x1 , x2 ∈ S A , x1 ≠ x2 avem d) SA , SO sunt multimi convexe.

x1 ≠ λ1 + (1 − λ ) x2 , (∀)λ ∈ [0,1] .
13) In rezolvarea unei probleme de programare liniara cu 14) Daca x1 si x2 sunt 2 solutii optime distincte (x1,x2€ 15) O problema de programare liniara cu cerinte de minim
algoritmul Simplex se aplica: SO) ale unei probleme de programare liniata, atunci: are urmatorul tabel Simplex:
a) intai criteriul de intrare in baza, apoi criteriul de iesire a) λ x1 + (1 − λ ) x2 ∈ SO , (∀)λ ∈ [0,1] ; B CB P0
2 -1 -3 0 0
din baza; P1 P2 P3 P4 P5
b) SO are o infinitate de elemente;
d) criteriul de optim la fiecare etapa a algoritmului. P1 2 1 1 0 2 -1 1
c) f(x1)=f(x2), cu f(x) functia obiectiv.
P2 -1 3 0 1 3 2 1
zj – cj -1 0 0 4 -4 1
a) Intra in baza P3 ;
c) iese din baza P1 .
16) Fie urmatorul tabel simplex al unei probleme de 17) O problema de programare liniara are urmetorul tabel 18) O probl. De programare liniara cu cerinte de minim are
programare liniara: Simplex: urm.tabel Simplex:
2 0 -1 0
-1 -3 2 0 0 2 1 3 0 B CB P0
B CB P0 B CB P0 P1 P2 P3 P4
P1 P2 P3 P4 P5 P1 P2 P3 P4 P2 0 1 1 1 0 -3
P3 2 1 0 2 1 1 1 P3 3 2 0 -1 1 -1 P3 -1 3 -1 0 1 -1
P1 -1 1 1 -1 0 2 -1 P1 2 1 1 1 0 3 zj – cj -3 -1 0 0 1
zj – cj 1 0 α 0 0 3 zj – cj f α -2 0 3
d) α=8 c) f=8, α=-1

Atunci solutia optima a problemei este: c) x0 =(0,1,3,0)T


19) O probl. De programare liniara cu cerinte de minim are 20) O probl. De programare liniara cu cerinte de minim are 21) Care din elementele urm.tabel Simplex nu sunt corecte?
urm.tabel Simplex: urm.tabel Simplex:
2 1 3 0 0
2 2 -1 0 -1 -2 -1 0 0 B CB P0
B CB P0 B CB P0 P1 P2 P3 P4 P5
P1 P2 P3 P4 P1 P2 P3 P4 P5 P3 3 1 2 0 1 1 1
P2 2 2 0 1 -2 -1 P2 -2 3 1 1 0 -1 1 P2 1 2 1 1 0 1 -1
P1 2 1 1 0 1 -2 P3 -1 1 4 0 1 2 1 zj – cj 3 3 0 0 4 -2
zj – cj f 0 0 -1 -6 zj – cj -7 -5 0 0 0 -3
b) vectorul P3 va iesi din baza; b) diferentele z1-c1 si z5-c5;
d) problema are o infinitate de solutii optime. c) valoarea functiei obiectiv.

Atunci:
c) f=6 si solutia optima este x0 =(1,2,0,0)T ;
d) problema admite solutie optima unica.
22) In urm.tabel Simplex pt o problema de transport cu 23) In tab.Simplex de mai jos, cu cerinte de minim pentru 24) In tabelul simplex de mai jos
cerinte de minim: functia obiectiv
2 2 -1 1 0 0
2 -1 2 0 0 2 -2 3 0 B CB P0
B CB P0 B CB P0 P1 P2 P3 P4 P5 P6
P1 P2 P3 P4 P5 P1 P2 P3 P4 2 4 1 0 0 1 0 1
P1 2 3 1 -1 2 0 1 P3 0 3 -1 0 -1 1 P3
-1 1 0 -1 1 0 0 1
P4 0 1 0 3 -1 1 3 P1 -2 1 2 1 -2 0 P1 γ
0 3 0 1 0 2 1
zj – cj 6 0 -1 2 0 2 zj – cj -2 -6 0 α 0
zj – cj f 0 α β 1 0 1
b) intra in baza P3 sau P5 ;
c) iese din baza P4 daca intra P5 ; constantele f, α,β , γ au urmatoarele valori:
c) f=7, α=-1, β =0, γ =1

c) α=1 si problema admite optim infinit.


25) In faza I a metodei celor 2 faze, valoarea optima a 26) Functia artificiala din metoda celor doua faze: 27) Probl artificiala se ataseaza unei probl de programare:
functiei artificiale g(x a )=1 . Atunci: b) in forma standard;
a) depinde doar de variabilele artificiale introduse; d) pentru determinarea unei solutii de baza admisibile a
b) problema initiala nu are solutie.
c) are coeficientii variabilelor artificiale egali cu 1. problemei initiale.
28) Din tabelul Simplex de mai jos pt o problema de 29) Din tabelul Simplex de mai jos pt o problema de 30) In tabelul Simplex de mai jos pt o problema de
programare liniara cu cerinte de minim: programare liniara cu cerinte de minim: programare liniara cu cerinte de minim:

-1 2 3 0 0 2 1 3 0 0 2 0 -1 0 0
B CB P0 B CB P0 B CB P0
P1 P2 P3 P4 P5 P1 P2 P3 P4 P5 P1 P2 P3 P4 P5
P3 3 6 -3 0 1 -1 2 3 4 0 1 1 0 1 P3 -1 3 2 0 1 -2 -2
P3
P1 2 4 4 1 0 -1 -4 2 1 1 -1 0 0 -2 P1 0 1 3 1 0 1 3
P1
zj – cj 26 0 0 0 -5 -2 0 3 0 2 0 1 1 zj – cj -3 -4 0 0 2 2
d) x0 =(0,4,6,0,0)T solutie optima, dar nu este unica. zj – cj 14 0 0 0 0 -1 a) poate intra in baza P4 sau P5 ;
a) x0 =(1,0,4,3,0)T este solutie optima. b) va iesi din baza numai P2 ;
c) problema are o infinitate de solutii optime. d) solutia de baza admisibila gasita este x0 =(0,1,3,0,0)T .
33) In rezolvarea unei probleme de transport metoda 34) Cantitatile δij din criteriul de optim al problemelor de 35) Intr-o problema de transport ciclul celulei care intra in
costului minim se aplica pt determinarea: baza este:
transport se calculeaza pentru:
c) unei solutii de baza admisibile initiale.
c) celulele nebazice.

a) x11 .
36) Solutia unei probleme de transport este optima daca: 39) O solutie de baza admisibila a unei probleme de 41) O solutie de baza admisibila a unei probleme de
c) (∀) δij ≤ 0. transport este degenerata daca: transport cu 2 depozite si 5 centre de desfacere este
b) (∃ ) xij = 0, cu (i,j) celula bazica. degenerata daca are:
b) 7 componente egale cu 0;
c) cel mult 5 componente nenule.
31) Problema de transport de forma: 32) Solutia de baza admisibila a unei probleme de transport 37) O solutie de baza admisibila a unei probleme de
este data de tabelul: transport este data de tabelul.
C1 C2 C3
C1 C2 C3 C4 C1 C2 C3
1 3 2 2
D1 2 1 3 2 2 1 3
0 D1 30 D1
15 α 10 10
4 2 1 2
D2 1 4 1 3 2
0 D2 20 1 4
5 15 β D2 1
1 2 2 25 5
D3 α 5 2 2 1
D3 30 3 2 5
30 20 15 30 D3
15
15 20 15 30
c) echilibrata, daca α=25. a) cantitatea totala
de marfa care trebuie transp este 65 u.m.
d) δ13 =-4.

Atunci: c) α = 15, β = 0.
38) Fie problema de transport data de urmatorul tabel: 40) Fie problema de transport: 42. Solutia optima a unei probleme de transp este unica daca
cantitatile δij corespunzatoare acesteia sunt toate:
C1 C2 C3 C1 C2
2 3 3 2 1 2 b) strict negative.
2 D1
D1 0
0
1 3 2 43) Solutia unei probleme de transport este optima daca:
4 3 2 2 D2
D2 0 c) (∀) δij ≤ 0.
0
1 5 2 3 10 10
D3 45) Intr-o problema de transport va intra in baza variabila
0
15 35 20 Atunci problema: xij corespunzatoare cantitatii δij data de relatia:
d) este neechilibrata.
Aplicand metoda cosyului minim se determina mai intai b) δij = max{δ kl > 0}
valoarea lui : c) x31 .
44) Fie solutia de baza admisibila a unei probleme de 46) Solutia de baza initiala a unei probleme de transport este 48) Intr-o problema de transport variabila x11 intra in baza
transport data de tabelul: data de tabelul: C1 C2 si are urmatorul ciclu:
C1 C2 C3 1 2
2 1 3 D1
D1 20
15 5
Atunci valoarea 1 3
1 4 2 D2
D2 functiei obiectiv f, 10 5
10 20 corespunzatoare 2 2
acestei solutii este: D3
b) f=65 Atunci: c)θ = 10
d) x 21 iese din baza.

Atunci δ 21 se calculeaza dupa relatia:


c) δ 21 =-1+2=1+4
47) Intr-o problema de transport cu m depozite si m centre 49) Intr-o problema de transport, notiunea de ciclu se 50) Coeficientii functiei obiectiv a unei probleme de
de desfacere, variabilele nebazice ale unei solutii de baza ataseaza: transport oarecare sunt:
admisibile sunt: b) celulelor nebazice. c) numere negative.
b) toate egale cu 0;
d) in numar de m 2 − 2m + 1 .
51) Pt o prolema de programare liniara, care din urmatoarele afirmatii sunt adevarate: 52) Intr-o problema de programare liniara se folosesc variabilele de compensare cand:
a) o solutie de baza admisibila este punct extrem al multimii solutiilor admisibile; a) restrictiile sunt de forma ”≤”;
b) un punct extrem al multimii solutiilor admisibile este o solutie de baza admisibila. b) restrictiile sunt de forma “≥”.
53) O solutie de baza admisibila are componente: 54) O problema de programare liniara cu cerinte de minim 55) O problema de programare liniara cu cerinta de minim
a) negative. are mai multe solutii optime daca: pentru functia obiectiv, admite optim infinit daca:
a) z j − c j ≤ 0 si exista vectori Pj care nu fac parte din a) exista vectori Pj cu toate coordonatele negative, care nu
baza cu z j − c j = 0 ,care au si coordonatele strict pozitive. fac parte din baza si pentru care z j − c j > 0 .
56)In forma standard, o problema de programare liniara 57) Daca matricea unei probleme de programare liniara in 58) Pentru a aduce o problema de programare liniara la
are: forma standard are rangul egal cu nr. restrictiilor, atunci: forma standard, se folosesc variaile:
a) numarul restrictiilor cel mult egal cu al necunoscutelor b) restrictiile sunt independente. b) de compensare.
59) Solutiile admisibile ale unei probleme de programare 60) Solutiile de baza admisibila ale unei probleme de 61) O solutie de baza admisibila are numai componente:
liniara formeaza totdeauna o multime. programare liniara formeaza o multime: a) nenegative.
c) convexa. a) finita.
62) Pentru aplicarea algoritmului Simplex, solutia de baza 63) O solutie de baza admisibila a unei probleme de 64) Pentru o problema de transport care din urmatoarele
initiala a unei probleme de programare liniara trebuie sa fie: transport cu m depozite si n centre (m<n) are: afirmatii sunt adevarate?
a) admisibila. a) cel mult m+n-1 componente nenule. a) admite totdeauna o solutie de baza admisibila;
c) are totdeauna optim finit.
65) Intr-o problema de transport metoda perturbarii se 66) O problema de transport pt care exista δ ij = 0 pt o 67) Metoda grafica de rezolvare a problemelor de
aplica atunci cand: programare liniara se aplica pt probleme:
a) solutia initiala este degenerata; variabila nebazica a solutiei optime are: c) cu doua necunoscute.
b) pe parcursul rezolvarii se obtine o solutie degenerata. b) mai multe solutii optime.
68) Pentru o problema de programare liniara, multimea SA a 69) O problema de programare liniara poate avea: 70) Pentru a aplica algoritmul de rezolvare a unei probleme
solutiilor admisibile si multimea SAB a solutiilor admisibile de transport trebuie ca:
de baza satisfac relatiile: a) optim (finit sau nu) sau nici o solutie admisibila.
c) S A ⊃ S AB b) problema sa fie echilibrata si sa avem o solutie de baza
initiala nedegenerata.
d) S A ∪ S AB = S A
71) Pt a rezolva o problema de transport neechilibrata: 72) Pentru o problema de programare liniara care din 73) Intr-o problema de programare liniara nu se folosesc
a) se introduce un nou depozit, daca cererea este mai mare urmatoarele afirmatii sunt adevarate: variabile de compensare cand:
decat oferta; d) multimea solutiilor admisibile este convexa. c) restrictiile sunt de forma “=”
b) se introduce un nou centru, daca cererea este mai mica d) sistemul initial de restrictii este in forma standard.
decat oferta.
74) O problema de programare liniara de minim are mai 75) O problema de programare liniara de minim admite 76) O problema de programare liniara de minim admite
multe sol. optime daca avem satisfacut criteriul de optim si: optim infinit daca: solutie optima unica daca:
b) exista vectori Pj care nu fac parte din baza, cu a) criteriul de optim nu este satisfacut si vectorii din afara a) criteriul de optim este satisfacut si toti vectorii din afara
z j − c j = 0 , care au coordonate pozitive. bazei au toate coordonatele negative. bazei au diferentele zj − cj < 0 ;
c) criteriul de optim este satisfacut si vectorii din afara bazei
cu diferentele z j − c j = 0 au coordonatele negative.
77) In forma standard, o probl. de programare liniara are: 78) Daca matricea unei problema de programare liniara in 79) Pentru a aduce o problema de programare liniara la
a) numarul restrictiilor cel mult egal cu al necunoscutelor; forma standard are rangul egal cu nr. restrictiilor atunci: forma standard se folosesc:
b) restrictiile de tip ecuatie. b) restrictiile sunt idependente. b) variabile de compensare.
80) Solutiile optime ale unei probleme de programare 81) O solutie de baza admisibila nedegenerata are 82) O probl. De transport cu 3 centre si 4 depozite, are
liniara formeaza totdeauna o multime: intotdeauna componentele principale: solutia de baza initiala nedegenerata, daca aceasta are:
c) convexa. b) stricti pozitive. b) 6 componente pozitive.
83) O problema de programare liniara poate fi rezolvata cu 84) Pentru a rezolva o problema de transport trebuie ca: 85) Metoda celor 2 faze se aplica:
algoritmul Simplex numai daca: b) problema sa fie echilibrata. b) Pentru determinarea unei solutii de baza admisibile a
a) este in forma standard. problemei initiale;
d) cu o functie obiectiv diferita de functia initiala.
86) O problema de transport: a) are intotdeauna solutie optima finita; c) poate avea mai multe solutii optime.
87) Pentru a determina solutia initiala a unei probleme de 88) Pentru aplicarea algoritmului Simplex este necesar ca: 89) Solutia unei probleme de transport este optima daca:
transport: b) sistemul in forma standard sa aiba cel putin o solutie de b) toate cantitatile δ ij ≤ 0
a) se aplica metoda diagonalei; baza admisibila.
d) problema trebuie sa fie echilibrata.
90) Criteriul de optim al unei probleme de programare de 91) O problema de transport are optim infinit: 92) O problema de transport are intotdeauna:
minim este satisfacut daca:
a) toate diferentele z − c ≤ 0 ;
j j
b) niciodata. a) optim finit;
b) cel putin o solutie de baza admisibila.
d) toti vectorii Pj din afara bazei au diferentele z j − c j ≤ 0 .
93) Functia obiectiv a problemei artificiale are: 94) Daca functia artificiala are optim strict pozitiv, atunci; 95) Intr-o problema de transport coeficientii functiei
a) totdeuna optim finit; a) problema initiala nu are solutii; obiectiv reprezinta:
d) coeficienti negativi. b) in baza au ramas variabilele artificiale. c) cheltuieli de transport.
96) Intr-o problema de transport vom avea costuri de 97) Intr-o problema de transport va intra in baza variabila 98) Ciclul unei celule nebazice este format:
transport egale cu 0 daca: corespunzatoare lui: a) din cel putin 4 celule;
b) problema initiala este neechilibrata. a) δ ij > 0 , maxim. c) dintr-un numar par de celule.
99) Problemele de transport: a) sunt cazuri particulare de probleme de programare liniara; c) au numai optim finit.
100) Intr-o problema de transport criteriul de iesire se aplica: b) celulelor cu numar par din ciclul celulei care intra in baza.
IV. SERII NUMERICE. SERII DE PUITERI
∞ 2) Care din urmatoarele operatii poate modifica natura unei 3) Suma unei serii convergente se modifica at. cand:
1) Fie seria ∑
an convergenta. Atunci, asociind termenii serii divergente:
n =1 b) adaugam un nr.finit de termeni;
in grupe finite: a) asocierea termenilor seriei in grupe finite. c) suprimam un nr. finit de termeni ai seriei;
b) seria ramane convergenta; d) inmultim termenii seriei cu un scalar ennul.
d) suma seriei nu se modifica.
∞ ∞ ∞
4) Fie seria numerica ∑ an , an ∈ ¡ .Care din afirmatiile 5) Fie ( S n ) n∈¥ sirul sumelor partiale atasat seriei ∑ an 6) Fie ( S n ) n∈¥ sirul sumelor pariale atasat seriei ∑a n si
n =1 n =1 n =1
de mai jos sunt adevarate:
Daca lim S n = 2 , atunci: lim S n = S . Atunci seria:
∞ n →∞ n →∞
a) daca ∑a
n =1
n converge, atunci lim an = 0 ;
n →∞
a) seria converge;
a) converge, daca S ≠ ±∞ ;
d) converge, daca S=1.
∞ d) seria are suma S=2
d) daca lim an ≠ 0 , atunci seria
n →∞ ∑a
n =1
n diverge.

∞ ∞
1 9) Fie ( S n ) n∈¥ sirul sumeolor partiale atasat unei serii de
7) Fie seria geometrica ∑ aq n cu a≠0. Atunci seria: 8) Seria armonica generalizata ∑n a este o serie:

∑a
n =0 n =1
a) converge, pentru q € (-1,1); b) divergenta, daca α<0; termeni pozitivi n , ( an ≥ 0 ). Atunci sirul ( S n ) n∈¥
n =1
c) convergenta, daca α>1;
este intotdeauna:
d) divergenta, daca α=1.
b) monoton crescator.
∞ ∞ ∞ ∞
1
10) Fie seriile cu termeni pozitivi ∑a
n =1
n si ∑b
n =1
n astfel incat an ≤ bn , (∀)n ∈ ¥ * 11) Fie seria cu termeni pozitivi ∑a
n =1
n , an ≥ 0 si seria armonica ∑ n . Atunci:
n =1
.Atunci: ∞
1
∞ ∞ ∞ ∞ b) ∑a diverge daca an ≥ .
∑a ∑b ∑b ∑a
n
a) n converge daca n ; d) n diverge daca n diverge. n =1 n
n =1 n =1 n =1 n =1
∞ ∞ 13) Criteriile de comparatie se aplica seriilor: ∞ an +1 1
12) Fie seriile cu termeni pozitivi ∑ a si ∑ b
n =1
n
n =1
n . Daca b) cu termeni pozitivi. 15) Fie seria ∑a
n =1
n , an ≥ 0 . Daca lim
n →∞ an
= , atunci:
2
a ∞ ∞ 1
lim n = 1 , atunci:
n →∞ b
n
14) Fie seriile de termeni pozitivi ∑ a si ∑ b
n =1
n
n =1
n , care a) lim n an =
n →∞ 2
∞ ∞ ∞

a) daca ∑ a (C ) ⇒ ∑ b (C ) ;
n n satisfac relatia lim
an
n →∞ b
= k .Atunci: b) ∑a
n =1
n converge.
n =1 n =1 n
∞ ∞ a) daca k € (0,1) seriile au aceeasi natura. ∞ an +1
b) daca ∑ b ( D) ⇒ ∑ a ( D) . ∞ ∞ 17) Pentru seria ∑a , an ≥ 0 avem lim =λ.
∑ a (C ) ⇒ ∑ b (C ) .
n n n
n =1 n =1 b) k=2 si n =1
n →∞ an
n n
∞ n =1 n =1 Atunci :
16) Fie seria cu termeni pozitivi ∑a , si notam cu ∞ ∞ ∞

∑ bn ( D) ⇒ ∑ an ( D) . λ ≥ 2 ⇒ ∑ an , diverge.
n
n =1 c) k=1 si c) daca
an +1 n =1 n =1 n =1
λ1 = lim si λ2 = lim n an . Atunci:  1 ∞

 ∑ an converge.
n →∞ a
n
n →∞
d) daca λ ∈  0, ⇒
λ1 = λ2 ;  2 n =1
c) d) daca λ2 = 2 ⇒ λ1 = 2 .
∞ ∞
 a  ∞
 a 
18) Pentru seria cu termeni pozitivi ∑a n avem 19) Fie ∑ an , an ≥ 0 astfel incat lim  n − 1 = 2 .
n →∞ a
20) Fie ∑a n , an ≥ 0 astfel incat lim  n − 1 = µ .
n →∞ a
n =1 n =1  n +1  n =1  n +1 
lim n an = 2 . Atunci: Atunci : Atunci:
n →∞ ∞ ∞

c)

∑a n diverge; d) lim
an +1
= 2
a) ∑a
n =1
n converge. d) daca µ ∈ (1, 2) ⇒ ∑ an (C )
n =1
n →∞ a
n =1 n
∞ ∞ ∞
21) Seria cu termeni pozitivi ∑ an are sirul sumelor 22) In aplicarea criteriului lui Raabe-Duhamel seriei ∑ an ∑ (−1) an cu an ≥ 0 . Criteriul lui
n
23) Fie seria alternata
n =1 n =1 n =1

partiale ( S n ) n∈¥ marginit. Atunci: an ≥ 0 se cere calculul limitei: Leibniz afirma ca seria:
∞ a) converge, daca an -> 0 monoton descrescator.
 a 
a) ∑a n converge; c) lim  n − 1 .
n →∞ a
n =1  n +1 
b) sirul ( S n ) n∈¥ converge.
∞ ∞ ∞
24) Fie seria ∑ (−1)
n =1
n +1
an , an ≥ 0 astfel incat lim
n →∞
an =0. 25) Seria ∑u n =1
n este o serie alternata daca : 26) Fie seria de termeni oarecare ∑a
n =1
n , an ∈ ¡ . Care din
Atunci seria converge daca: b) un gu+1 ≤ 0, (∀)n ∈ ¥ ; urmatoarele afirmatii sunt adevarate?
( an ) n∈¥ ∞ ∞

∑ an (C ) ⇒ ∑ an (C ) ;
b) este monoton descrescator.
d) un = (−1) n +1 an , an ≥ 0 . b) daca
n =1 n =1
∞ an +1 1
27) Fie seria ∑a
n =1
n , an ∈ ¡ astfel incat lim
n →∞ an
= . Atunci:
2 c) daca

∑ a ( D) ⇒ ∑ a
n

n (C ) .
n =1 n =1
∞ ∞
1
a) seria ∑a
n =1
n converge; b) seria ∑a
n =1
n converge; c) lim n an =
n →∞ 2
∞ ∞ ∞
28) O serie cu termeni oarecare ∑ an , an ∈ ¡ se
n =1
29) Fie seria cu termeni pozitivi ∑ an , an ≥ 0 . Atunci:
n =1
30) Seria cu termeni pozitivi ∑a n =1
n are limita

numeste semiconvergenta daca: ∞ ∞


 a 
∞ ∞ a) daca ∑ an (C ) rezulta ∑a (C ) ; lim n  n − 1 = µ . Atunci daca:
∑ a (C ) si ∑ a
n
b) n n ( D) n =1 n =1 n →∞
 an +1 
n =1 n =1
∞ ∞ ∞
∞ an +1
31) Seria de puteri ∑ an x n , an ∈ ¡ are lim
n →∞ an
= 1. b) daca ∑ a ( D) rezulta ∑ a
n =1
n
n =1
n ( D) ; c) µ =0 rezulta ∑a
n =1
n diverge;
n =1
∞ ∞ ∞
Atunci:
b) lim n an = 1 ; c) seria converge pentru x € (-1,1)
c) ∑ an =
n =1
∑a
n =1
n . d) µ =3 rezulta ∑a
n =1
n converge.
n →∞
∞ ∞


32) Seria de puteri ∑a x ,a
n =1
n
n
n ∈ ¡ are limita 33) Seria de puteri ∑ a (x − x )
n =1
n 0
n
cu an ∈ ¡ are
∑ a ( x + 1)
n
34) Seria de puteri are raza de convergenta
n
lim n an = 0 . Atunci: an +1
n =1
n →∞ lim = +∞ . Atunci seria:
r=1. Atunci seria:
(∀)x ∈ ¡ ;
n →∞ an
b) seria converge, pentru
c) converge, pentru x ∈ (-2,0); c) are raza de convergenta r=0;
d) diverge, daca x∈(3,∞) an +1 d) converge numai in/pentru x=x0.
d) lim = 0.
n →∞ an
∞ ∞ ∞ an +1 1
35) Seria de puteri ∑ an ( x − x0 )n are lim
n =1
n →∞
n a
n =0 36) Seria de puteri ∑ an ( x − x0 )n are raza de
n =1
37) Fie seria de puteri ∑a x n
n
cu lim
n →∞ an
=
2
. Atunci
n =1
Atunci seria: convergenta r >0. Atunci teorema lui Abel afirma ca seria b) raza de convergenta este r=2;
d) converge, (∀) x∈R. converge pe intervalul: d) seria diverge (∀)x∈(-∞,-2)∪(2,+ ∞)
b) (x0-r,x0+r)
∞ ∞ ∞
xn xn
∑ ( −1) ∑ an x n . ∑ ( −1)
n n
38) Fie seria de puteri . Atunci coeficientii 39) Fie r raza de convergenta a seriei de puteri 40) Seria de puteri are raza de convergenta
n =1 n n =1 n =1 n
seriei sunt dati de relatia: Atunci seria: r=1. Atunci domeniul maxim de convergenta a seriei este:
1 a) converge (∀) x∈R, daca r = +∞; b) x ∈ (-1,1]
an = ( −1)
n
c) c) converge intotdeauna in x = 0.
n
∞ 42) Seria Taylor atasata unei functii f(x) in punctul x0: 44) Fie f : I ⊆ ¡ → ¡ o functie oarecare. Care din
41) Fie seria de puteri ∑a x
n =1
n
n
, a carei raza de b) este o serie de puteri; conditiile de mai jos sunt necesare pt a-i atasa acesteia o
f ( n ) ( x0 ) serie Taylor in punctul x0:
convergenta este r > 0 finita. Atunci: d) are coeficientii de forma an = .
a) obligatoriu x0 ∈ I;
a) seria converge, (∀) x ∈(-r,r) n!
b) f(x) admite derivate de orice ordin in x0.
1
c) lim n an = ; 43) Seria MacLaurin atasata unei functii f(x): 45) Coeficientii numerici ai unei serii MacLaurin atasate
n →∞ r unei functii f(x) au forma:
an +1 c) este o serie de puteri centrata in 0;
d) lim = lim n an . f ( n ) (0)
d) este un caz particular de serie Taylor. b) an =
n →∞ an n →∞
n!

46) Seria de puteri ∑a x
n =1
n
n
satisface proprietatea lim
n →∞
an = 1 . Atunci seria: c) converge, (∀) x ∈(-1,1)

∞ 48) Pentru a studia convergenta unei serii alternate se ∞

∑ ( −1) ∑a x
n n
47) Seria de puteri xn : aplica: 49) Seria de puteri n este convergenta pe R numai
n =1 c) criteriul lui Leibniz. n =1
c) are raza de convergenta r =1; daca:
d) converge, (∀) x∈ (-1,1) b) raza de convergenta r = + ∞;
c) lim n an = 0.
n →∞
∞ ∞
52) Daca pentru sirul numerelor partiale lim Sn = 1 atunci
50) Seria de puteri ∑ an ( x − x0 )n converge numai in x0, 51) Fie seria numerica ∑a n pentru care lim
n →∞
an = 0.

n →∞

n =1 n =1

daca si numai daca: Atunci seria: seria ∑a n :


a) raza de convergenta r=0; d) nu se poate preciza natura seriei. n =1

a) este convergenta si are suma S=1.


c) lim n an = +∞.
n →∞
∞ ∞ an +1 ∞
a 
53) Daca pentru seria ∑a n , an ≥ 0 sirul sumelor partiale 54) Fie seria ∑a n , an ≥ 0 si lim
an
= λ . Atunci seria 55) Fie seria ∑a n , an ≥ 0 si lim  n +1 − 1 = µ .
 an
n →∞
n =1 n =1 n =1
n →∞

este marginit, atunci seria: b) converge daca λ <1; Atunci seria:
a) este convergenta. c) converge, daca λ =0 a) este divergenta, daca µ =0;
d) este convergenta, daca µ = + ∞.
∞ ∞ ∞

∑ ( −1) an , an ≥ 0 si lim ∑ an , si lim ∑a


n
56) Fie seria an =0. Atunci 57) Fie seria an =1. Atunci seria: 58) Seria n este divergenta daca:
n →∞ n →∞
n =1 n =1 n =1

seria: d) nu se poate preciza natura seriei; se aplica criteriul lui


b) lim an =1
c) este convergenta, daca an ≥ an +1 pentru price n ∈ ¥ * . Raabe-Duhamel. n →∞

c) lim
n →∞
an = + ∞.
∞ ∞
 an  ∞
an +1
59) Fie seria ∑a n , an ≥ 0 si lim
n →∞
n a = λ
n . Atunci seria: 60) Fie seria ∑ an , cu lim  − 1 =0. Atunci seria: 61) Fie seria ∑a x n
n
si lim = 0 . Atunci seria:
n =1 n =1  an +1 
n →∞
n =1
n →∞ an
b) este divergenta, pentru λ >1.
b) este divergenta, pentru an ≥ 0 . a) este convergenta, (∀) x∈ R.
1
c) este convergenta, pentru λ = .
2
d) este divergenta, daca λ = + ∞.
∞ ∞ ∞

62) Pentru seria ∑ an x n avem lim


n →∞
n a = λ
n =ρ . Atunci 63) Seria ∑ an x n are raza de convergenta r=0. Atunci 64) Daca seria ∑ a (x − x ) n 0
n
are raza de convergenta r=o,
n =1 n =1 n =1

raza de convergenta r este: seria: atunci seria:


1 a) este convergenta, numai in x=0. b) este divergenta, (∀) x ∈ R\{x0};
a) r= ; c) r=0, daca ρ = + ∞; d) r=1, daca ρ =1. c) este convergenta, numai in x=x0.
ρ

an +1
∞ 67) O serie cu termeni pozitivi:
65) Seria ∑ an ( x − x0 ) are lim
n →∞ a
= 0 . Atunci seria:
n
66) Fie seria numerica ∑ an . Atunci seria:
n =1 n n =1 b) este divergenta, daca termenul general nu tinde la 0;
a) este convergenta, (∀) x∈ R c) diverge, daca lim an ≠ 0. c) are totdeauna sirul numerelor partiale crescator.
n →∞

an +1 ∞
 an  ∞

68)Fie seria ∑a n , an ≥ 0 si lim


n →∞ an
= λ . Atunci seria 69) Fie seria ∑ an , an ≥ 0 si lim  − 1 = µ . 70) O serie cu termeni pozitivi ∑a n , an ≥ 0 :
n =1 n =1
n →∞
 an +1  n =1

a) diverge, daca λ > 2 ; Atunci seria este divergenta, daca: an +1


b) converge, daca λ < 1 . a) converge, daca lim = 0;
1 n →∞ a
b) µ= ; n

∞ 2 b) diverge, daca lim an =1;


71) Seria ∑a n , an ≥ 0 este: d) µ = −∞ . n →∞

n =1 c) diverge, daca lim


n →∞
an = + ∞.
a) convergenta, daca lim n an = 0 ; ∞
 an  ∞
n →∞
72) Fie seria ∑ an cu lim n − 1 = 0. Atunci seria 73) O serie de puteri ∑a x n
n
are raza de convergenta r=2.
b) divergenta, daca lim n an = 2; n =1
n →∞
 an +1  n =1
n →∞
Atunci seria:
b) este divergenta, daca an ≥ 0 .
c) convergenta, daca lim n an = 1. a) converge pt x ∈ (-2,2)
n →∞
d) diverge, daca x >2.
∞ ∞ ∞

74) O serie de termeni pozitivi ∑ an , an ≥ 0 : 75) Seria de puteri ∑ an x n are lim n an = +∞ . Atunci
n →∞
76) Fie o seria oarecare cu termeni pozitivi ∑a n , an ≥ 0
n =1 n =1 n =1

an +1 seria: an +1
b) diverge, daca lim = 2; si lim =1. Atunci:
n →∞ a n →∞ an
n b) converge, numai pentru x=0;
d) diverge, pentru x ≠ 0.
d) diverge, daca lim an = 2. n
a) lim n an = 1; c) Raabe-Duhamel pt a det. natura seriei
n →∞ n →∞

1 ∞ ∞ ∞

77) Seria armonica generalizata ∑ α cu α ∈ R: 78) Fie seria cu termeni alternanti ∑ ( −1) an , an ≥ 0 . ∑ an ( x + 1)n , are raza de convergenta
n
79) Seria de puteri
n =1 n n =1 n =1

b) diverge, daca α <1; r=1. Atunci seria:


Daca lim an =1, atunci:
d) converge, daca α = 2. n →∞
b) diverge, pentru x ∈ ( −∞, −2) ∪ (0, +∞ ) ;
b) seria diverge conform criteriului general de divergenta.
d) converge, pentru x ∈ (-2,0).
∞ ∞ ∞

80) Seria de puteri ∑ an ( x + 1)n are raza de convergenta 81) Seria de puteri ∑ an ( x + 1)n , are raza de convergenta 82) Seria de puteri ∑a x n
n
are raza de convergenta r =0.
n =1 n =1 n =1

r=1. Atunci seria: r=∞. Atunci seria: Atunci seria:


b) diverge, pentru x ∈ ( −∞, 0) ∪ (2, +∞ ) ; c) converge, pentru x ∈ R. b) converge, numai pentru x=0;
c) converge, pentru x ∈ (0,2). d) diverge, (∀) x ∈R.
V. FUNCTII REALE DE N VARIABILE
1) Fie punctele P1(1,1), P2(2,2) ∈ R2. Atunci distanta dintre 2) Fie punctele P1(x1,x2) si P2(y1,y2) ∈ R2.Atunci distanta 3) Fie P(x1,x2) ∈ R2; Atunci distanta de la O(0,0) la P este:
ele este egala cu:
b) d(P1,P2)= ( x1 − x2 ) 2 + ( y1 − y2 ) 2 . b) d(O,P)= x12 + x2 2 .
c) d(P1,P2) = 2 .
4) Fie sirul ( xn ) n∈¥ ∈ ¡ 2 cu termenul general de forma 5) Fie sirul ( xn ) n∈¥ ∈¡ 2
cu termenul general 6) Fie sirul de puncte ( xn ) n∈¥ ∈ ¡ n . Atunci sirul:
1 n   ( −1) n n  b) converge, daca toate sirurile coordonatelor converg;
xn =  ,  . Atunci xn =  ,  .At.: b)sirul diverge/limita x0=(0, ∞) d) diverge, numai daca toate sirurile de coordonte diverg.
 n n +1   n n +1 
 
b) limita sirului este x0=(0,1)
7) Fie f(x,y) o functie de 2 variabile si notam cu lg limita globala, respectiv l1,l2 limitele partiale ale acesteia intr-un puct (x0,y0). Care din urmatoarele afirmatii sunt adevarate:
a) daca (∃ ) lg atunci (∃ ) l1,l2 si l1=l2=lg; c) daca (∃ )l1,l2 si l1≠l2 atunci nu exista lg.
8) Fie f : D ⊆ ¡ 2 → ¡ si (x0,y0) ∈ D. Atunci derivata x2 10) Derivatele partiale ale functiei f(x,y)=ln(xy) sunt:
9) Fie functia f(x,y)= . Atunci: ∂f 1
partiala a lui f(x,y) in raport cu variabila x in punctul y b) = ;
(x0,y0) se calculeaza cu relatia: ∂x x
∂f f ( x, y0 ) − f ( x0 , y0 ) ∂f 2 x ∂f x 2
a) = ; d) = . ∂f 1
b) ( x0 , y0 ) = lim . ∂x y ∂x y 2 d) = .
∂x x → x0 x − x0 ∂x y
11) Fie functia f(x,y)=xy2, care din urmatoarele egalitati 12) Diferentiala de ordin I a functiei f(x,y)=xy2 calculata in 13) Diferentiala de ordin I a functiei f(x,y)=xy2+2x3y in
sunt corecte? punctul P0(1,2) are expresia: punctul P0(1,1) are expresia:
∂f ∂2 f
b) = y2 ; d) =0. c) df(P0)=4dx+4dy b) df(P0)= 7dx+4dy.
∂x ∂x 2
14)Diferentiala de ordin I a functiei f(x,y) = xey are expresia 15) Fie (x,y) oo functie care satisface criteriul lui Schwartz  6 x −2 
c) df(x,y) = eydx + xeydy; ∂2 f 16) Fie H(x,y)=   hessiana atasata functiei f(x,y).
si care are
∂x∂y
= xy 2 . Atunci:  −2 6 y 
Daca P1(2,-1) si P2(-2,-1) sunt puncte critice ale lui f,atunci
∂2 f c) P1 nu este punct de extrem, iar P2 este punct de maxim;
b) = xy 2
∂y∂x
17) Punctele critice ale functiei f(x,y) ∈ C2(R2) se obtin: 18) Functia f(x,y) are derivatele partiale ordinul I de forma:  f :¡ 2 → ¡
 ∂f  2x  19) Functia  are:
 2 ln y 2y +
 ∂x = 0 ∂2 f ∂2 f y   f ( x, y ) = xy + 1
c) rezolvand sistemul  . b) = ; d) H(x,y)=  
 c) un singur punct critic;
∂x∂y ∂y∂x  x x2
 ∂f = 0  2  y +  2x − 2
y y

0 1
 ∂y   
d) hessiana de forma H(x,y)=  .
c)
∂2 f x2
= 2x − 2 1 0
∂y 2
y
 f :¡ 2 → ¡  2α β 22) Fie P0 un punct critic al functiei f(x,y) si hessiana
20) Functia  are: 21) Fie H(P0)=   hessiana atasata functiei f(x,y) in  3 2α 
β 1
 f ( x, y ) = x + y + 1 punctul critic P0. Atunci P0:
corespunzatoare acestuia de forma: H(P0)= 
 2α 1 
.
b) nici un punct critic. a) este punct de minim local, daca α=β =1; Atunci P0 va fi punct de minim pt functia f daca:
c) nu este punct de extrem local, daca α=1 si β =2. 3 1
c) α= ; d) α= .
2 2
23) Hessiana functiei f(x,y) in punctul critic P0, este de 24) Hessiana functiei f(x,y) in punctul critic P0 are forma: 25) Daca functia f(x,y) are derivatele partiale de ordin I de
α −β   α + 2 − 2α   ∂f
forma H(P0)=   . Atunci P0 este punct de maxim H(P0)=   . P0 de minim local pt f daca:  ∂x = x( x + 2 y −1)
 −β −1 
α 2 
 − 2α forma  ∂f , atunci f are:
local pentru f daca:  = y (2 x + y −1)
b) α>-2 si α3 >0;
Nici una  ∂y
d) patru puncte critice.
 α 2 −α  27) Hessiana atasata functiei f(x,y) are forma H(x,y)= 28) Diferentiala de ordin I a functiei f(x,y) are forma
26) Fie H(P0)=   hessiana functiei f(x,y) in  2 y 3 6 xy 2  df(x,y)=(x+y)dx+(x+2)dy. Atunci functia f(x,y);
 2 −α 1 
 2 2 2  ; Atunci diferentiala de ordin II a funtiei c) are punctul critic unic P(-2,2)
punctul critic P0. Atunci pentru :  6 xy 6 x y 
 2 y 2x 
b) α=4⇒ nu se poate preciza natura lui P0; are forma: 29) Fie H(x,y)=  2 x  hessiana atasata functiei f(x,y).
 0
1 c) d 2 f ( x, y ) = 2 y 3 dx 2 + 12 xy 2 dxdy + 6 x 2 y 2 dy 2
c) α= ⇒P0 nu este punct de extrem local; Atunci diferentiala de ordin II a functiei f are forma:
2 d) d 2 f ( x, y ) = 2 ydx 2 + 4 xdxdy
d) α=3⇒ P0 este puct de minim local.
 2 y 2x  α −1 0 0  32) Fie P0 punct critic al functiei f(x,y) si
30) Fie H(x,y)=  2 x 0  hessiana atasata functiei f(x,y).  
  31) Fie H(P0)=  0 α 0  hessiana corespunzatoare d 2 f ( P0 ) = −2dx 2 + dy 2 . Atunci:
Daca P1(1,-1), P2(-1,1) sunt punctele critice ale lui f, atunci  0 0 α + 1 
 c) P0 nu este punct de extrem local.
c) P1,P2 nu sunt puncte de extrem local. functiei f(x,y,z) in punctul critic P0. Atunci: 34) ) Fie P0 un punct critic al functiei f(x,y,z) si
33) Fie P0 un punct critic al functiei f(x,y) si a) P0 este punct de minim local, daca α>1;
1 d 2 f ( P0 ) = dx 2 + 4dy 2 + d 2 z . Atunci:
d f ( P0 ) = 4dx − dxdy + dy . Atunci:
2 2 2
c) P0 nu este punct de extrem local, daca α = ; a) P0 este punct de minim local.
a) P0 este punct de minim local. 2
d) P0 este punct de minim local, daca α=-2.
35) Functia f(x,y) are derivatele partiale de ordin I de forma 36) Diferentiala de ordin I a functiei f(x,y,z)=xy+y2z are 37) Diferentiala de ordin I a functiei f(x,y,z)=xyz are forma:
∂f ∂f forma:
= x 2 − 3x + 2 respectiv = y 2 − 1 . Atunci numarul
∂x ∂ y b) df(x,y,z)=ydx+(x+2yz)dy+y22z; c) df(x,y,z)=yzdx+xzdy+xydz;
punctelor critice ale lui f este: d) 4.
38) Functia oarecare f(x,y,z) satisface conditiile din criteriul x2 + y 2 + x − y 40) Fie functia f(x,y)=exy .Atunci:
lui Schwarz. Atunci au loc egalitatile: 39) Fie functia f(x,y)= si ∂f
x+ y c) = ye xy .
( )
∂ f ∂ f ∂2 f ∂2 f
( )
2 2
b) = ; d) = . ∂x
l1 = lim lim f ( x, y ) , l2 = lim lim f ( x, y ) limitele
∂x∂z ∂z∂x ∂y∂z ∂z∂y x →0 y →0 y →0 x →0

iterate ale functiei in O(0,0). Atunci:  2 0 −1 


 
d) l1=1, l2=-1. 42) Fie H(P0)=  0 1 1  hessiana atasata functiei
41) Fie functia f(x,y)= ex+y. Atunci: 43) Fie functia f(x,y,z)=x+y+z. Atunci:  −1 1 1 
 
∂f b) functia f nu are puncte critice;
f(x,y,z) in punctul critic P0. Atunci:
d) = e x+ y . c) functia f nu are puncte de extrem local.
∂x c) P0 nu este punct de extrem local.
44) Daca P0(x0,y0) este punct critic pentru functia f(x,y) α β 48) Metoda multiplicarilor lui Lagrange se foloseste la
atunci: 45) Fie H(P0)=   hessiana atasata functiei f(x,y) in determinarea punctelor de extrem local, in cazul functiilor:
∂f ∂f β 0 d) ale caror variabile sunt supuse la o serie de legaturi.
b) ( P0 ) = 0 si ( P0 ) = 0 ; c) df(P0)=0 punctul critic P0. Atunci, daca: Nici una
∂x ∂y
 2 y 3 6 xyα   2 y 2x α  49) Fie functia f(x,y)=x2+y2 cu variabilele satisfacand
46) Fie H(x,y)=  2  matricea hessiana atasata   legatura x+y=1. Atunci functia lui Lagrange atasata are
 β xy 6 x y  47) Fie H(x,y,z)=  β x 0 3 z 2  hessiana atasata
2
expresia:
functiei f(x,y). Atunci , daca functia f(x,y) satisface criteriul  0 γ z2 6 yz 

lui Schwarz avem: c) L(x,y)=x2+y2+λ (x+y-1)
functiei f(x,y,z)= x 2 y + yz 3 . Deoarece f satisface criteriul
a) α=3, β =6;
lui Schwarz avem: c) α=0, β =2, γ =3.
50) Criteriul lui Schwarz afirma ca functia f(x,y) are: 51) Care din urmatoarele afirmatii sunt adevarate: 53) O functie f : ¡ n → ¡ are intotdeauna:
c) derivatele partiale mixte de ordinul 2 egale. b) orice punct de extrem local este punct critic;
d) numarul punctelor critice si de extrem nu depinde de n.
c) in un punct critic derivatele partiale de ordinul I sunt nule
d) punctele de ectrem local se gasesc printre pct. critice.
52) O functie f : ¡ n → ¡ are intotdeauna: 54) Hessiana atasata functiei oarecare f : ¡ n → ¡ : 55) Punctul P0∈Rn este punct critic pentru functia
a) n derivate partiale de ordinul I; a) este o matrice patratica de ordinul n; f : ¡ n → ¡ daca derivatele partiale:
d) n2 derivate partiale de ordinul II. d) este formata cu derivatele partiale de ordin II ale functiei c) de ordin I se anuleaza in P0.
56) Fie f : ¡ 2 → ¡ . Criteriul lui Schwarz afirma ca: 57) Criteriul luii Schwarz implica faptul ca functia 58) O functie oarecare f : ¡ n → ¡ are:
f : ¡ n → ¡ are: d) numarul punctelor critice si de extrem nu depinde de n.
a) matricea hessiana simetrica;
∂2 f ∂2 f b) derivatele partiale de ordinul II mixte, egale.
a) = ; d) deriv. part.de ordin II - continue
∂x∂y ∂y∂x
59) Daca punctul P0 este punct de maxim pentru functia f, 60) Daca punctul P0 este punct de minim pentru functia f, 61) Daca ∆1 , ∆ 2 sunt minorii diagonali ai hessienei H(P0),
atunci: atunci:
atunci punctul critic P0(x0,y0) este punct de minim daca:
b) d2f(P0) este negativ definita a) d2f(P0) este pozitiv definita;
d) P0 este punct critic pentru f. d) P0 este punct critic pentru functia f. a) ∆1 > 0, ∆ 2 > 0 .
62) Daca ∆1 , ∆ 2 sunt minorii diagonali ai hessienei H(P0), 63) Daca ∆1 , ∆ 2 , ∆ 3 sunt minorii diagonali ai hessienei 64)Daca ∆1 , ∆ 2 , ∆ 3 sunt minorii diagonali ai hessienei
atunci punctul critic P0(x0,y0) este punct de maxim daca: H(P0), atunci punctul critic P0(x0,y0,z0) este punct de H(P0), atunci punctul critic P0(x0,y0,z0) este punct de
d) ∆1 < 0, ∆ 2 > 0 ; maxim daca: minim daca:
b) ∆1 < 0, ∆ 2 > 0, ∆ 3 < 0 . a) ∆1 > 0, ∆ 2 > 0, ∆ 3 > 0
65) O functie oarecare f(x,y) are: 66) O functie oarecare f(x,y,z) are: 67) Punctele critice ale functiei f(x,y);
b) 2 derivate partiale de ordinul I si 4 derivate partiale de c) 3 derivate partiale de ordinul I si 9 derivate partiale de  ∂f
ordinul II; ordinul II;  ∂y = 0
d) 2 derivate partiale de ordinul II mixte (dreptunghiulare). d) 6 derivate partiale de ordinul 2 mixte (dreptunghiulare). 
b) sunt solutiile sistemului 
 ∂f = 0
 ∂y