Tema 1

SISTEME DE ECUA|II LINIARE

Unit[\i de înv[\are:
• Metoda elimin[rii totale Gauss-Jordan
• Aplica\ie a metodei Gauss-Jordan la calculul inversei unei
matrice
• Forma canonic[ a unui sistem de ecua\ii liniare
• Solu\ii de baz[ ale sistemelor de ecua\ii liniare
• Programe de baz[ ale sistemelor de ecua\ii liniare
• Sisteme de inecua\ii liniare
• Mul\imi convexe

Timpul alocat temei: 4 ore

Bibliografie recomandat[:

1. Roc]oreanu C. - Program[ri liniare ]i elemente de teoria grafurilor, Ed.

Universitaria, Craiova, 2002.
2. Roc]oreanu C. - Matematici aplicate, Ed. Sitech, Craiova, 2005.
3. Popescu, O. & co. - Matematici aplicate @n economie. Culegere de
probleme, E.D.P., Bucure]ti, 1996.
4. Popescu L. - Matematici aplicate @n economie, Ed. Sitech, Craiova, 2007.
5. Cenu][ Gh. & co. - Matematici pentru economi]ti, CISON, Bucure]ti, 2000.

1.1. METODA ELIMIN{RII TOTALE GAUSS-JORDAN

Consider[m un sistem de m ecua\ii liniare cu n necunoscute reale. Acesta se

scrie de forma:

a11x1 + ... + a1j xj+ ... + a1n xn =b1

..........................................................................
ai1x1 + ... + aij xj + ... + ain xn =bi (1.1)
..........................................................................
am1x1 + ... + amj xj + ... + amn xn =bm

Fie A matricea sistemului, B coloana termenilor liberi, X coloana

necunoscutelor ]i (A,B) matricea extins[ a sistemului, ob\inut[ prin bordarea
matricei A cu coloana B. Avem deci:
⎛ a11 ... a1 j ... a1n ⎞ ⎛ b1 ⎞ ⎛ x1 ⎞
⎜ ⎟ ⎜ M ⎟ ⎜M⎟
⎜ . ... . ... . ⎟
A= ⎜ ai1 ... aij ... ain ⎟ , B= ⎜ bi ⎟ , X= ⎜⎜ xi ⎟⎟
⎜ ⎟
⎜ . ... . ... . ⎟ ⎜⎜ M ⎟⎟ ⎜⎜ M ⎟⎟
⎜a ... a ... a ⎟ ⎝ ⎠
b ⎝ xn ⎠
⎝ m1 mj mn ⎠ m

5
 ⎛ a11 ... a1 j ... a1n b1 ⎞
⎜ ⎟
⎜ M M M M ⎟
(A,B) = ⎜ ai 1 K aij K ain bi ⎟ ,
⎜ M M M M ⎟
⎜a K a K a bm ⎟⎠
⎝ m1 mj mn

iar sistemul (1.1) se poate scrie sub form[ matriceal[ ca AX=B.

Defini\ia 1.1 Se nume]te transformare elementar[ a sistemului (1.1) (sau a

matricei sale extinse (A,B)) oricare din urm[toarele transform[ri:
a) @nmul\irea unei ecua\ii a sistemului (sau a unei linii din matricea sa extins[) cu
un num[r nenul;
b) adunarea unei ecua\ii a sistemului la o alt[ ecua\ie (sau a unei linii din matricea
extins[ la o alt[ linie);
c) permutarea a dou[ ecua\ii (sau permutarea a dou[ linii din matricea extins[).

Evident, aplic`nd una sau mai multe transform[ri elementare sistemului

(1.1), se ob\ine un sistem ale c[rui solu\ii sunt acelea]i cu ale sistemului ini\ial. Se
spune c[ se ob\ine un sistem echivalent cu sistemul ini\ial.
Metoda elimin[rii totale (Gauss-Jordan) const[ @n aplicarea unui num[r finit
de transform[ri elementare sistemului de ecua\ii liniare (1.1) cu scopul de a-l
transforma @ntr-un sistem echivalent mult mai simplu de rezolvat. Transform[rile
elementare se vor aplica, pentru simplificarea scrierii, nu asupra sistemului (1.1), ci
asupra matricei sale extinse (A,B). Demonstra\ia teoremei urm[toare, care este
constructiv[, arat[ tipul transform[rilor ce trebuie aplicate matricei (A,B).

Teorema 1.1 Dac[ rang A=r, exist[ un num[r finit de transform[ri

elementare astfel @nc`t matricea extins[ (A,B) s[ fie adus[ la forma trapezoidal[:
⎛ 1 ... 0 a1( 0r +) 1 ... a1( 0n ) b1( 0 ) ⎞
⎜ ⎟
⎜ . ... . . ... . . ⎟
br( 0 ) ⎟
( A( 0) ,B(0))= ⎜ 0 ... 1 a rr +1 ... a rn
(0 ) (0 )
(1.2)
⎜ 0 ... 0 0 ... 0 br(+0 1) ⎟
⎜ . ... . . ... . . ⎟
⎜ 0 ... 0 (0 ) ⎟
bm ⎠
⎝ 0 ... 0

Demonstra\ie. Evident r ≤ min(m,n). Se parcurg pa]ii urm[tori:

Pasul 1. 1a) Dac[ a11 ≠ 0, atunci se @mparte linia 1 a matricei (A,B) la a11,
iar noua linie ob\inut[ se @nmul\e]te cu (-ai1) ]i se adun[ la linia i, pentru oricare
i ≠ 1. Se ob\ine astfel matricea echivalent[ (A1,B1), ]i anume:
⎛ 1 ... a1( 1j) ... a1(1n) b1( 1) ⎞
⎜ ⎟
⎜M M M M ⎟
(A,B) ~ (A1,B1) = ⎜ 0 ... aij( 1) ... ain(1) bi( 1) ⎟
⎜M M M M ⎟
⎜⎜ ( 1) ( 1) ( 1) ⎟
⎟
⎝ 0 ... a mj ... a mn bm ⎠
unde:
a1 j a1 j
a1(1j) = ; aij(1) = aij − ai1a1(1j) = aij − ai1 , i=2,...,m, j=1,...,n
a11 a11

6
 b1 (1) ab
b1(1) = ; bi = bi − ai1b1(1) = bi − i1 1 , i=2,...,m.
a11 a11
Cu matricea (A1,B1) ob\inut[ se trece la pasul 2.
1.b) Dac[ a11=0, se alege ai1 ≠ 0 ]i se permut[ liniile 1 ]i i, astfel c[ se va putea
aplica pasul 1a) matricei ob\inute.
Pasul 2. Se fac transform[ri asem[n[toare cu cele de la Pasul 1, dar pornind
(1)
cu matricea (A1,B1) ]i elementul a22 .
Continu`nd, matricea (Ar,Br) ob\inut[ la pasul r este chiar matricea din enun\ul
teoremei.

Observa\ii
1. Numerele a11 , a22 (1)
, ...., arr( r −1) care intervin @n demostra\ia Teoremei 1.1 se
numesc pivo\i. Dac[ la pasul k-1 s-a ob\inut matricea
⎛ ................................ ... ⎞
kk [ kj ]
⎜ . ...... a ( k −1) ... a ( k −1) ... | b ( k −1) ⎟
⎜ k
⎟
(Ak-1,Bk-1)= ⎜ ............................... . ... ,
( k − 1) ( k −1) ( k −1) ⎟
⎜⎜ . ........ aik ... aij ... | bi ⎟⎟
⎝ ............................... . ... ⎠
( k −1)
atunci continu`nd cu pivotul akk la pasul k se ob\ine matricea:
⎛ .......................... ⎞
⎜ .......1.... a ( k ) ... | b ( k ) ⎟
⎜ kj k ⎟
(Ak,Bk)= ⎜ .......................... ⎟ ,
(k ) (k )
⎜ ....... 0.... aij ...| bi ⎟
⎜ ........................... ⎟
⎝ ⎠
unde
akj( k −1) bk( k −1)
akj( k ) = ( k −1)
, bk( k ) = , j=1,..., n (1.3)
akk akk( k −1)
iar pentru i ≠ k
aik( k −1) ⋅ akj( k −1)
aij( k ) = aij( k −1) − aik( k −1) ⋅ akj( k ) = aij( k −1) −
akk( k −1)
(1.4)
( k −1) aik( k −1) ⋅ bk( k −1)
( k −1) ( k −1)
b =b (k )
−a ⋅b = b − (k )

akk( k −1)
i i ik k i

Formulele (1.3) arat[ ca elementele matricei (Ak,Bk) aflate pe linia pivotului se

ob\in @mp[r\ind aceast[ linie la pivot.
Formulele (1.4) arat[ ca elementele matricei (Ak,Bk) de pe coloana pivotului,
except`nd pe cele de pe pozi\ia pivotului, sunt nule, @n timp ce restul elementelor
din matricea (Ak,Bk) nesituate pe linia sau coloana pivotului se ob\in cu regula
numit[ regula dreptunghiului. Astfel, pentru a ob\ine pe aij(k ) se imagineaz[ un
dreptunghi @n matricea (Ak-1,Bk-1) av`nd dou[ v`rfuri opuse pe aij( k −1) ]i pivotul
akk( k −1) . Elementul aij(k ) se calculeaz[ sc[z`nd din produsul numerelor situate pe
diagonala dreptunghiului ce con\ine pivotul, produsul numerelor situate pe cealalt[
diagonal[ ]i @mp[r\ind rezultatul la pivot. Asem[n[tor se calculeaz[ ]i bi(k ) .

7
2. #n aplica\ii, pentru simplificarea calculelor, este uneori util ca pivo\ii s[ nu
fie ale]i elemente av`nd acela]i indice de linie ]i de coloan[. Astfel, la pasul k-1 se
poate alege ca pivot orice num[r nenul ast( k −1) , regulile de ob\inere a matricii (Ak,Bk)
fiind tot cele de mai sus. Deci avem:
⎛ ............................ . .. ⎞ ⎛ ...................... ⎞
⎜ ( k −1) ( k −1) ⎟ ⎜ ⎟
[ ]
⎜ . . a st .. a sj .. | bs ⎟
( k −1)
⎜ . .. 1... a sj ... | bs ⎟
(k ) (k )

⎜ ⎟ ⎜ ⎟
(Ak-1,Bk-1)= ⎜ ........................... . .... ⎟ , (Ak,Bk)= ⎜ .................. . . ... ⎟
⎜ . .. a ( k −1) ... a ( k −1) .. | b ( k −1) ⎟ ⎜ . ..0... a ( k ) ... | b ( k ) ⎟
⎜ it ij i
⎟ ⎜ ij i
⎟
⎜ ......................... . ... ... ⎟ ⎜ .................. . . ... ⎟
⎝ ⎠ ⎝ ⎠
( k −1) ( k −1)
a b
asj( k ) = sj( k −1) , j = 1,..., n, bs( k ) = s( k −1) (1.5)
ast ast
iar pentru i ≠ s :
a ( k −1) ⋅ ast( k −1) − ait( k −1) ⋅ asj( k −1)
aij( k ) = ij ,
ast( k −1) (1.6)
bi( k −1) ⋅ ast( k −1) − ait( k −1) ⋅ bs( k −1)
bi =
(k )
.
ast( k −1)

Ca o consecin\[ a Teoremei 1.1 sistemul de ecua\ii liniare (1.1) este

echivalent cu sistemul de ecua\ii liniare av`nd ca matrice extins[ pe ( A( 0) , B ( 0 ) ),
adic[:
x1 + a1(r0+) 1 xr +1 + ... + a1(n0) xn = b1( 0 )
.........................................
xr + ar( 0, r)+1 xr +1 + ... + arn( 0) xn = br( 0 )
(1.7)
0 = br( 0+)1
....
0 = bm( 0)

Evident, sistemul este compatibil dac[ ]i numai dac[ br( 0+1) = ... = bm( 0) = 0 . #n
cazul @n care sistemul este compatibil, primele r ecua\ii din (1.7) sunt principale.
Consider`nd necunoscutele x1, ..., xr ca fiind principale ]i necunoscutele xr+1,..., xn ca
fiind secundare, solu\ia general[ se ob\ine din (1.7) de forma:
x1 = b1( 0) − a1(r0+) 1α1 − ... − a1(n0) α n − r
.........................................
xr = br( 0) − arr( 0+) 1α1 − ... − arn( 0 )α n − r (1.8)
xr +1 = α1
...
xn = α n − r
Dac[ pivo\ii nu s-au ales la r`nd, atunci necunoscute principale se consider[
necunoscutele din coloanele c[rora s-au ales pivo\ii, @n timp ce ecua\iile principale
sunt ecua\iile corespunz[toare liniilor din care s-au ales pivo\ii. Se observ[ c[
rangul sistemului este egal cu num[rul pivot[rilor efectuate.
#n particular, dac[ sistemul (1.1) este de tip Cramer, avem m=n=r. #n acest
caz avem

8
 ⎛ 1 ... 0 b1( 0 ) ⎞
( 0) (0) ⎜ ⎟
( A , B )= ⎜ M M M ⎟,
⎜ 0 ... 1 b ( 0 ) ⎟
⎝ n ⎠

deci sistemul (1.7) se scrie de forma

x1 = b1( 0 )
.......... (1.9)
xn = bn( 0 )
adic[ s-a ob\inut solu\ia unic[ a sistemului.
Spre deosebire de metoda rezolv[rii sistemelor de ecua\ii liniare cu ajutorul
determinan\ilor, metoda Gauss - Jordan prezint[ avantajul unei program[ri u]oare
pe calculator.

TEST DE EVALUARE
1. Exemplu rezolvat. S[ se rezolve sistemul de ecua\ii liniare:
x1 +x2 +x3 +x4 =7
3x1 +2x2 +x3 -3x4 =-2
x2 +2x3 +6x4 =23
5x1 +4x2 +3x3 -x4 =12
⎛ [1] 1 1 1 7 ⎞
⎜ 3 2 1 − 3 − 2⎟
Solu\ie. Matricea extins[ este (A,B) = ⎜
0 1 2 6 23 ⎟
.
⎜ 5 4 3 − 1 12 ⎟
⎝ ⎠
Aleg`nd pivot pe a11 = 1, se ob\ine matricea:
⎛1 1 1 1 7 ⎞
⎜ 0 [− 1] − 2 − 6 − 23 ⎟
(A1,B1) = ⎜
23 ⎟
.
0 1 2 6
⎜ 0 − 1 − 2 − 6 − 23 ⎟
⎝ ⎠
Aleg`nd pivot pe a22 = −1 se ob\ine matricea
(1)

⎛ 1 0 − 1 − 5 − 16 ⎞
⎜ 23 ⎟ .
(A2,B2) = ⎜ 0 1 2 6
0 0 0 0 0 ⎟
⎜0 0 0 0 ⎟⎠
⎝ 0
Se observ[ c[ @n liniile 3 ]i 4 ale mtricei A2 nu mai exist[ elemente nenule care ar
putea fi alese ca pivo\i, deci (A2,B2) este forma trapezoidal[ c[utat[ ]i rangul
sistemului este 2. Forma echivalent[ a sistemului este:
x1 -x3 - 5x4 =-16
x2 +2x3 +6x4 =23
0=0
0=0
Deci sistemul este compatibil, dublu nedeterminat ]i dac[ x1, x2 sunt
necunoscute principale, iar x3 ]i x4 cele secundare, solu\ia general[ se ob\ine de
forma:
x1=-16 + α1 +5α2
x2= 23 -2α1 - 6α2
x3= α1
x4= α2 ,unde α1,2 ∈ R.
Vom mai nota:

9
 ⎛ − 16 + α1 + 5α 2 ⎞
⎜ − α − α ⎟
Xgen = ⎜ 23 2 1 6 2 ⎟ .
α1
⎜ α2 ⎟
⎝ ⎠
2. De rezolvat. S[ se rezolve sistemul:
x1 +3x2 +2x3 = 1
2x1 +x2 +x3 = 4
3x1 +2x2 +x3 =5

Exerci\ii gril[
1. Exemplu rezolvat. Fie sistemul
2x1 - 3x2 - x3 - 5x4 = -7
x1 - 4x2 +2x3 = -1
3x1 - 7x2 + x3 -5 x4 = a
x2 - x3 - x4 =-1
Sistemul este compatibil pentru valorile parametrului real a:
a). a=0 b). a=1 c). a=-1 d). a=8 e). a=-8
Solu\ie. R[spunsul corect este (e).
⎛ 2 − 3 −1 − 5 − 7⎞
⎜ [1] − 4 2 0 −1⎟
Matricea extins[ a sistemului este (A,B)= ⎜
3 −7 1 −5 a ⎟
.
⎜ 0 1 −1 −1 −1⎟
⎝ ⎠
Desigur se poate porni cu pivotul a11=2, dar pentru a u]ura calculele s[ alegem ca
pivot pe a21=1 (conform observa\iei 2). Se ob\ine matricea:
⎛0 5 − 5 − 5 − 5 ⎞
⎜ −1 ⎟
(A1,B1)= ⎜ 1 − 4 2 0
0 5 − 5 − 5 a + 3⎟
⎜ 0 [1] − 1 − 1 − 1 ⎟
⎝ ⎠
(1)
Continu`nd cu pivotul a42 =1 se ob\ine:
⎛0 0 0 0 0 ⎞
⎜1 0 − 2 − 4 − 5 ⎟
(A2,B2)= ⎜
0 0 0 0 a + 8⎟
⎜0 1 −1 −1 −1 ⎟
⎝ ⎠
#n liniile matricei A2 din care nu s-au ales @nc[ pivo\i (liniile 1 ]i 3) nu mai exist[
elemente nenule, deci rangul sistemului este 2, iar sistemul echivalent se scrie de
forma:
0=0
x1 - 2x3 - 4x4 = -5
0=a+8
x2 - x3 - x4 = -1
Deci sistemul este compatibil dac[ ]i numai dac[ a=-8. #n acest caz, ecua\iile 2 ]i 4
sunt principale, iar x1 ]i x2 sunt necunoscute principale, @n timp ce x3 ]i x4 sunt
necunoscute secundare. Solu\ia general[ se scrie de forma:
x1 =-5+2 α1 +4 α 2

10
 x2 =-1+ α1 + α 2
x3 = α1
x4 = α 2
⎛ − 5 + 2α1 + 4α 2 ⎞
⎜−1+ α + α ⎟
unde α1 ]i α 2 sunt parametri reali. Se mai noteaz[ Xgen= ⎜ 1 2
⎟.
α1
⎜ α2 ⎟
⎝ ⎠
Desigur, forma matricei (A2,B2) nu este cea trapezoidal[ pentru c[ pivo\ii nu
s-au ales la r`nd, dar permut`nd liniile 1 ]i 2 @n matricea (A2,B2), apoi liniile 2 ]i 4
(permutarea liniilor este permis[ fiind o transformare elementar[ de tipul c) se
ob\ine forma trapezoidal[ echivalent[:

⎛1 0 −2 −4 −5 ⎞
(A(0) , B(0) ) = ⎜⎜ 00 1 −1 −1 −1 ⎟ .
0 0 0 a + 8⎟
⎜0 0 ⎟⎠
⎝ 0 0 0

2. De rezolvat. Fie sistemul

2x1 +x2 + x3 +x4 +x5= 7
3x1 +2x2 + x3 +x4 -3x5= a
x2 +2 x3 +2x4 +6x5 = 23
5x1 +4x2 +3 x3 +3x4 -x5=12
Sistemul este compatibil pentru valorile parametrului real a:
a). a=-2 b). a=-1 c). a=0 d). a=1 e). a=2

1.2. APLICA|IE A METODEI GAUSS-JORDAN LA CALCULUL

INVERSEI UNEI MATRICE

Fie A=(aij)i,j=1,...,n o matrice p[tratic[ de ordinul n ]i X=(xij)i,j=1,...,n inversa

matricei A, care trebuie determinat[. Fie E matricea unitate de ordinul n.
Cum X=A-1, avem AX=XA=E, adic[:
⎛ a11 a12 ... a1n ⎞ ⎛ x11 x12 ... x1n ⎞ ⎛ 1 0 ... 0 ⎞
⎜ a a ... a ⎟ ⎜ x x ... x ⎟ ⎜ 0 1 ... 0 ⎟
⎜ .......... ⋅ 21 22 =
........ ⎟ ⎜ .................. ⎟ ⎜ ... ... ... ... ⎟
21 22 2n 2n .
⎜ a a ... a ⎟ ⎜ x x ... x ⎟ ⎜ 0 0 ... 1 ⎟
⎝ n1 n 2 nn ⎠ ⎝ n 1 n 2 nn ⎠ ⎝ ⎠
Determinarea matricei X din aceast[ ecua\ie matriceal[ revine la rezolvarea
urm[toarelor n sisteme de ecua\ii liniare, fiecare av`nd ca necunoscute elementele
unei coloane a matricei X:

⎧a11 x11 + a12 x21 + ... + a1n xn1 = 1

⎪a21 x11 + a22 x21 + ... + a2 n xn1 = 0
⎨...............................................
⎪a x + a x + ... + a x = 0
⎩ n1 11 n 2 21 nn n1

11
⎧a11 x12 + a12 x22 + ... + a1n xn 2 = 0
⎪a21 x12 + a22 x22 + ... + a2 n xn 2 = 1
⎨...............................................
⎪a x + a x + ... + a x = 0
⎩ n1 12 n 2 22 nn n 2

.........................
⎧a11 x1n + a12 x2 n + ... + a1n xnn = 0
⎪a21 x1n + a22 x2 n + ... + a2 n xnn = 0
⎨...............................................
⎪a x + a x + ... + a x = 1
⎩ n1 1n n2 2n nn nn

Cum matricea tuturor celor n sisteme este A, iar acestea difer[ doar prin
termenii lor liberi, la rezolvarea cu metoda Gauss - Jordan a lor o mare parte din
calcule se repet[ (pivot[rile pe elementele matricei A). De aceea, sistemele se pot
rezolva simultan, scriind toate cele n coloane ale termenilor liberi @n dreapta
matricei comune a sistemelor, A. Se porne]te deci cu matricea:
⎛ a11 a12 L a1n | 1 0 L 0 ⎞
⎜ a a La | 0 1 L 0 ⎟
⎜ ..........
21 22
.......................... ⎟
2n

⎜ a a L a | 0 0 L 1⎟
⎝ n1 n 2 nn ⎠

care este chiar matricea (A,E). Cum det A ≠ 0, rang A=n, dup[ n pivot[ri matricea
(A,E) va fi echivalent[ cu:
⎛ 1 0 ... 0 x11 x12 ... x1n ⎞
⎜ 0 1 ... 0 x x22 ... x2 n ⎟⎟
⎜ 21

⎜⎜ .. .. ... .. .. .. ... .. ⎟
⎝ 0 0 ... 1 x n1 x n2 ... xnn ⎟⎠
-1
care este matricea (E,A ).

Observa\ie. Dac[ pivo\ii nu sunt ale]i la r`nd pe diagonala principal[ a

matricei A, dup[ n pivot[ri se face o permutare a liniilor matricei ob\inute p`n[
c`nd apare @n st`nga matricea unitate, pentru ca @n partea dreapt[ s[ fie A-1.

TEST DE EVALUARE
⎛3 1 − 2⎞
⎜ ⎟
1. Exemplu rezolvat. Fie A = ⎜ 2 0 1 ⎟ . S[ se determine A-1.
⎜4 4 2 ⎟
⎝ ⎠
Solu\ie. Se fac pivot[ri succesive @n matricea (A,E), dar este convenabil s[ nu se
@nceap[ cu pivotul a11=3, pentru a nu se lucra cu frac\ii de la primul pas. De aceea
primul pivot ales va fi a12 =1. Avem succesiv:
⎛ 3 [1] − 2 1 0 0 ⎞ ⎛ 3 1 − 2 1 0 0 ⎞
(A, E) = ⎜ 2 0 1 0 1 0 ⎟ ~ ⎜ 2 0 [1] 0 1 0 ⎟ ~
⎜ 1 4 2 0 0 1⎟ ⎜ ⎟
⎝ ⎠ ⎝ − 8 0 10 − 4 0 1 ⎠
⎛ 14 7 ⎞
⎜0 1 0 0 − ⎟
⎛ 7 1 0 1 2 0⎞ ⎜ 28 28 ⎟
8 8 2 ⎟
⎜ 2 0 1 0 1 0⎟ ~ ⎜0 0 1 −
⎜ [− 28] 0 0 − 4 − 10 1 ⎟ ⎜ 28 28 28 ⎟
⎝ ⎠ ⎜ 4 10 1 ⎟
⎜1 0 0 − ⎟
⎝ 28 28 28 ⎠

12
Permut`nd convenabil liniile matricei ob\inute, avem:
⎛1 0 0 | 284 10 − 281 ⎞
(A,E) ~ ⎜ 0 1 0 | 0 − 14 7 ⎟
28
=(E, A-1).
⎜ 28 28 ⎟
⎝ 0 0 1 | − 28 28 28 ⎠
8 8 2

⎛ 4 10 − 1⎞
⎜ ⎟
Deci A-1 = 281 ⎜ 0 − 14 7 ⎟ .
⎜−8 8 2 ⎟
⎝ ⎠
⎛ 2 1 −1 ⎞
⎜ ⎟
2. De rezolvat. Fie A = ⎜ 0 5 2 ⎟ . S[ se determine A-1.
⎜ 4 − 1 3⎟
⎝ ⎠

Exerci\ii gril[
⎛1 7 ⎞
1. Exemplu rezolvat. Fie A= ⎜⎜ ⎟⎟ . Avem:
⎝ 2 5⎠
⎛ − 1/ 9 7 / 9 ⎞ ⎛ − 1/ 3 7 / 3 ⎞
a). A -1 = ⎜⎜ ⎟⎟ b). A -1 = ⎜⎜ ⎟⎟ c). A-1 = ⎛⎜ − 5 / 9 7 / 9 ⎞⎟
⎝ 2 / 9 − 5 / 9⎠ ⎝ 2 / 3 − 5 / 3⎠ ⎝ 2 / 9 − 1/ 9 ⎠

⎛ − 1/ 9 7 / 9 ⎞ ⎛− 5 7 ⎞
d). A -1 = ⎜⎜ ⎟⎟ e). A -1 = ⎜⎜ ⎟⎟ .
⎝ 2 / 9 − 5 / 9⎠ ⎝ 2 − 1⎠
Solu\ie.
⎛ [1] 7 1 0 ⎞ ⎛ 1 7 1 0 ⎞ ⎛ 1 0 − 5/9 7/9 ⎞
(A, E) = ⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ = (E, A −1 )
⎝ 2 5 0 1 ⎠ ⎝ 0 [− 9] − 2 1 ⎠ ⎝ 0 1 2/9 − 1/9 ⎠
Deci r[spunsul corect este c).

⎛1 − 1 1 ⎞
⎜ ⎟
3. De rezolvat. Fie A = ⎜ 0 3 1 ⎟ . Matricea A-1 este:
⎜1 − 1 0 ⎟
⎝ ⎠
⎛ −1/ 3 1/ 3 4 / 3 ⎞ ⎛ − 1/ 3 1/ 3 4 / 3⎞ ⎛ 1/ 3 1/ 3 4 / 3⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a). ⎜ − 1 / 3 1 / 3 − 1 / 3 ⎟ b). ⎜ 1 / 3 1 / 3 1 / 3 ⎟ c). ⎜ − 1 / 3 1 / 3 1 / 3 ⎟
⎜ 1 − 1 ⎟⎠ ⎜ 1 − 1 ⎟⎠ ⎜ 1 − 1 ⎟⎠
⎝ 0 ⎝ 0 ⎝ 0
⎛ − 1/ 3 1/ 3 4 / 3⎞ ⎛ − 1/ 3 1/ 3 4 / 3⎞
⎜ ⎟ ⎜ ⎟
d). ⎜ − 1 / 3 1 / 3 1 / 3 ⎟ e). ⎜ − 1 / 3 1 / 3 1 / 3 ⎟ .
⎜ 1 1 ⎟⎠ ⎜ 1 − 1 ⎟⎠
⎝ 0 ⎝ 0

13
 1.3. FORMA CANONIC{ A UNUI SISTEM
DE ECUA|II LINIARE

Fie sistemul de ecua\ii liniare (1.1), av`nd rangul r egal cu num[rul m al

ecua\iilor ]i m<n. Aceasta @nseamn[ ca sistemul (1.1) nu are ecua\ii secundare.
Matriceal, un astfel de sistem se scrie de forma:

AX=B,
unde A∈M(m, n, R), X∈M(n, 1, R), (1.10)
B∈M(m, 1, R), rang A=m<n .

Aplic`nd metoda Gauss-Jordan sistemului (1.10), rezult[ c[ matricea (1.2) va fi de

forma:
⎛ 1 ... 0 a1(m0)+1 ... a1( 0j ) ... a1(n0) b1( 0 ) ⎞
⎜ ⎟
( A( 0) , B ( 0) )= ⎜ .. ... ... ... ... ... ... ... ... ⎟ , (1.11)
⎜ 0 ... 1 amm(0)
... a ( 0)
... a (0)
b (0)
⎟
⎝ +1 mj mn m
⎠
deci sistemul echivalent cu (1.10) este:
A( 0 ) X = B ( 0 ) (1.12)
Desigur, am presupus c[ necunoscutele principale sunt x1 ,x2 , ... ,xm, deci pivo\ii au
fost ale]i astfel @nc`t indicii de linie ]i de coloan[ s[ fie egali.

Defini\ia 1.2. Se nume]te matrice bazic[ (principal[) a sistemului (1.10)

matricea format[ din coloanele matricei A corespunz[toare variabilelor principale.
Restul coloanelor matricei A formeaz[ partea secundar[ a lui A.

#n continuare vom nota matricea bazic[ cu M, iar pe cea secundar[ cu AS .

Alegerea matricelor M ]i AS nu este unic[ pentru c[, @n general, exist[ mai multe
moduri de a alege grupa variabilelor principale. Uneori, pentru a preciza care
coloane compun matricea bazic[, aceasta se va nota cu M urmat de indicii
variabilelor principale. Totodat[ vom nota cu Xb coloana necunoscutelor principale
]i cu XS coloana necunoscutelor secundare. #n cazul rezolv[rii sistemului (1.10) sub
forma (1.11) avem:
⎛ a11 ... a1m ⎞
M = M (1, 2,..., m ) = ⎜⎜ ... ... ... ⎟⎟
⎜ am1 ... amm ⎟
⎝ ⎠
⎛ a1 m+1 ... a1 j ... a1n ⎞ ⎛ x1 ⎞ ⎛ xm+1 ⎞
⎜ ⎟
AS = ............................ , X b = M , X S = ⎜M ⎟ .
⎜ ⎟
⎜a ⎟ ⎜x ⎟ ⎜x ⎟
⎝ m m+1 ... amj ... amn ⎠ ⎝ m⎠ ⎝ n ⎠
Cu nota\iile de mai sus, sistemul (1.10) se scrie de forma:
⎛ Xb ⎞
(M,AS) ⋅ ⎜⎜ ⎟⎟ = B . (1.13)
⎝ XS ⎠
Acesta este echivalent cu:

MXb+ASXS=B. (1.14)

#nmul\ind la st`nga (1.14) cu inversa matricei bazice se ob\ine:

14
 EXb + M-1 AS XS =M-1 B,
adic[
X b + As X s = B ( 0)
( 0)
(1.15)
unde
( 0)
As =M-1 AS ]i B ( 0 ) = M-1 B (1.16)
Desigur, sistemul (1.15) se poate scrie de forma:
(E, As ) ⋅ ⎛⎜ b ⎞⎟ = B ( 0 )
( 0) X
⎝ XS ⎠
acesta fiind chiar sistemul (1.12), ob\inut rezolv`nd cu metoda Gauss-Jordan.
Forma (1.15) se nume]te forma canonic[ a sistemului de ecua\ii liniare
(1.10). Formulele (1.16) arat[ c[, @n scrierea canonic[ (1.15) a sistemului, termenii
liberi B(0) s-au ob\inut @nmul\ind inversa matricei bazice cu termenii liberi B ai
sistemului @n forma ini\ial[ (1.10), @n timp ce fiecare coloan[ a unei necunoscute
secundare s-a ob\inut @nmul\ind inversa matricei bazice cu coloana secundar[
corespunz[toare a matricei A, adic[ avem:
⎛ b1( 0 ) ⎞ ⎛ b1 ⎞ ⎛ a1( 0j ) ⎞ ⎛a ⎞
⎜M ⎟ = M −1 ⋅ ⎜M ⎟; ⎜M ⎟ = M −1 ⎜M i j ⎟ (1.17)
⎜ (0) ⎟ ⎜b ⎟ ⎜ ( 0) ⎟ ⎜a ⎟
⎝ m⎠ ⎜ ⎟
⎝ m ⎠
b a
⎝ mj ⎠ ⎝ mj⎠

TEST DE EVALUARE
1. Exemplu rezolvat. Fie sistemul de ecua\ii liniare
x1 + 2x2 +4x3 + x4 = 8
x1 + x2 + x3 + 3x4 =12.
S[ se determine forma canonic[ a sistemului.
⎛ x1 ⎞
Solu\ie. Avem A= ⎛⎜ 1 2 4 1 ⎞ , B = ⎛ ⎞, X = ⎜ x2 ⎟ .
8
⎟ ⎜12 ⎟ ⎜x ⎟
⎝1 1 1 3 ⎠ ⎝ ⎠ ⎜ x3 ⎟
⎝ 4⎠
Aleg`nd ca necunoscute principale pe x1 ]i x2 avem :
M = M (1,2) = ⎛⎜1 2 ⎞⎟, AS = ⎛⎜ 4 1 ⎞⎟, X b = ⎛⎜ 1 ⎞⎟, X S = ⎛⎜ 3 ⎞⎟ ,
x x
⎝ ⎠
1 1 ⎝ 1 3 ⎠ ⎝ 2⎠
x ⎝ x4 ⎠
deci forma (1.14) a sistemului este urm[toarea:

⎛1 2 ⎞ ⋅ ⎛ x1 ⎞ + ⎛ 4 1⎞ ⋅ ⎛ x3 ⎞ = ⎛ 8 ⎞ .
⎜1 1 ⎟ ⎜ x ⎟ ⎜1 3 ⎟ ⎜ x ⎟ ⎜12 ⎟
⎝ ⎠ ⎝ 2⎠ ⎝ ⎠ ⎝ 4⎠ ⎝ ⎠
Pentru a calcula inversa matricei bazice, avem succesiv:
(M, E) = ⎛⎜
[1] 2 1 0 ⎞ ~ ⎛⎜ 1 2 1 0 ⎞⎟ ~ ⎛⎜1 0 | −1 2 ⎞⎟
⎝ 1 1 0 1 ⎠ ⎝ 0 [− 1] − 1 1 ⎠ ⎝ 0 1 | 1 − 1⎠
⎟

⎛ − 1 2⎞
= ( E , M −1 ) , deci M-1 = ⎜⎜ ⎟⎟ . Avem
⎝ 1 −1 ⎠
⎛ − 1 2 ⎞ ⎛ 4 1 ⎞ ⎛ − 2 5⎞ ⎛ − 1 2 ⎞ ⎛ 8 ⎞ ⎛16 ⎞
M −1 AS = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ; M −1 B = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ .
⎝ 1 − 1⎠ ⎝1 3 ⎠ ⎝ 3 − 2 ⎠ ⎝ 1 − 1⎠ ⎝12 ⎠ ⎝ − 4 ⎠
Deci forma canonic[ (1.15) a sistemului este:

15
⎛ x1 ⎞ ⎛ − 2 5 ⎞ ⎛ x3 ⎞ ⎛16 ⎞
⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ .
⎝ x2 ⎠ ⎝ 3 − 2 ⎠ ⎝ x4 ⎠ ⎝ − 4 ⎠
Aceasta este echivalent[ cu sistemul:

x1 - 2x3 + 5x4 = 16
x2 + 3x3 - 2x4 = -4

care este chiar sistemul care s-ar fi ob\inut aplic`nd metoda Gauss-Jordan ]i aleg`nd
pivo\ii din coloanele lui x1 ]i x2. #ntr-adev[r, cu metoda elimin[rii totale avem:
(A, B) = ⎛⎜
[1] 2 4 1 8 ⎞ ~ ⎛⎜ 1 2 4 1 8 ⎞⎟ ~
⎝ 1 1 1 3 12 ⎠ ⎝ 0 [− 1] − 3 2 4 ⎠
⎟

⎛ 1 0 − 2 5 16 ⎞ .
⎜ 0 1 3 − 2 − 4⎟
⎝ ⎠

2. De rezolvat. S[ se determine forma canonic[ a sistemului:

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

1.4. SOLU|II DE BAZ{ ALE SISTEMELOR

DE ECUA|II LINIARE

Fie un sistem de m ecua\ii liniare cu n necunoscute, cu rangul m (m<n), de

forma (1.10).

Defini\ia 1.3. Se nume]te solu\ie de baz[ a sistemului (1.10) orice solu\ie

ob\inut[ din solu\ia general[ f[c`nd variabilele secundare egale cu zero.

Echivalent, solu\ia de baz[ se poate defini ]i ca o solu\ie a sistemului cu

proprietatea c[ coloanele matricei A a sistemului, corespunz[toare variabilelor
nenule, sunt vectori liniar independen\i.
Evident, num[rul solu\iilor de baz[ este maxim Cnm , iar pentru fiecare
solu\ie de baz[, num[rul componentelor nenule este maxim m.

Pe baza celor dou[ metode de rezolvare a unui sistem de ecua\ii liniare

prezentate @n Sec\iunea 1.1 (metoda Gauss - Jordan bazat[ pe pivot[ri) ]i @n
Sec\iunea 1.3 (rezolvarea prin aducere la forma canonic[) prezent[m @n continuare
dou[ metode de determinare a solu\iilor de baz[.

16
1. Determinarea solu\iilor de baz[ cu ajutorul pivot[rilor
Presupunem c[ sistemul (1.10) a fost rezolvat cu metoda Gauss-Jordan,
variabilele principale fiind x1, x2,..., xm ]i rezult`nd matricea:
⎛1... 0 ... 0 ... 0 a1(m0)+1 ... a1( 0j ) ... a1(n0) | b1( 0 ) ⎞
⎜ ⎟
⎜ ............................................. | ... ⎟
⎜ (0) ( 0) (0) (0)
⎟
⎜ 0 ...1... 0 ... 0 ai m+1 ... ai j ... ai n | bi ⎟
(0) (0) ⎜ ⎟
(A ,B ) = ⎜ ............................................. | ... ⎟. (1.18)
⎜ 0 ... 0 ...1... 0 at(m0)+1 ... at( 0j ) ... at(n0) | bt( 0 ) ⎟
⎜ ⎟
⎜ ............................................. | ... ⎟
⎜⎜ (0) (0) ( 0) (0) ⎟
⎟
⎝ 0 ... 0 ... 0 ...1 am m+1 ... am j ... am n | bm ⎠

De aici solu\ia general[ a sistemului este:

⎛ x1 = b1(0) − a1(m0)+1α1 −...− a1(0j )α j−m −...− a1(n0)αn−m ⎞

⎜ ⎟
⎜..........(..........
..................................................... ⎟
⎜ xi = bi − ai m+1α1 −...− ai j α j−m −...− ai n αn−m ⎟
0) (0) (0) (0)

⎜......................................................................... ⎟
⎜ xt = bt(0) − at(0m)+1α1 −...− at(0j )α j−m −...− at(n0)αn−m ⎟
⎜ ..................................................... ⎟
X gen = ⎜.................... ⎟ (1.19)
⎜ xm = bm − am m+1α1 −...− am j α j−m −...− amnαn−m ⎟
(0) (0) (0) (0)

⎜ xm+1 = α1 ⎟
⎜............... ⎟
⎜ x j = α j−m ⎟
⎜................ ⎟
⎜x = α ⎟
⎝ n n−m ⎠

unde α 1, ... , α n-m ∈R.

Egal`nd cu 0 variabilele secundare, se ob\ine solu\ia particular[
⎛ x1( 0 ) = b1( 0) ⎞
⎜ ................⎟
⎜ (0) ( 0) ⎟
⎜ xi = bi ⎟
⎜ ................ ⎟
⎜ xt = bt ⎟
(0) ( 0)

⎜ ................ ⎟
X 0 = ⎜ (0) (1.20)
xm = bm( 0) ⎟
⎜x = 0 ⎟
( 0 )
⎜ ..........
m +1
...... ⎟
⎜ (0) ⎟
⎜ xj = 0 ⎟
⎜ ................ ⎟
⎜ x(0) = 0 ⎟
⎝ n ⎠
care conform Defini\iei 1.3 este o solu\ie de baz[ a sistemului.
Se observ[ c[ componentele nenule ale solu\iei de baz[ sunt chiar elementele
ultimei coloane din matricea (A(0) B(0)). Desigur, pentru a ob\ine o alt[ solu\ie de
baz[ se poate rezolva sistemul aleg`nd o alt[ grup[ de necunoscute principale, dar
pentru economie de calcule, este convenabil s[ se continue pivotarea @n matricea

17
(A(0),B(0)) a sistemului rezolvat, aleg`nd un pivot nenul dintr-o coloan[ secundar[.
De exemplu, aleg`nd pivotul aij( 0) ≠ 0 din coloana variabilei secundare xj se ob\ine
matricea:
⎛1... a1(i1) ... 0 ...0 a1(1m)+1 ...0 .....a1(1n) | b1(1) ⎞
⎜ ⎟
⎜............................................... ⎟
⎜ 0 ... 1 ...0 ...0 a(1) ...1.....a(1) | b(1) ⎟
i m+1
⎜ aij(0) in i
⎟
(A(1),B(1)) = ⎜............................................... ⎟ (1.21)
⎜ 0 ... a(1) ... 1...0 a(1) ...0 .....a(1) | b(1) ⎟
⎜ ti t m+1 tn t ⎟
⎜ .............................. ..........
....... ⎟
⎜ 0 ... ami ...0 ...1am m+1 ...0 .....am n | bm ⎟
(1) (1) (1) (1)

⎜ ⎟
⎝ ⎠
(0) ( 0) 0
b a b
unde bi(1) = i( 0) , bt(1) = bt( 0 ) − tj ( 0 ) i = bt( 0 ) − atj( 0 )bi(1) , t ≠ i .
aij aij
Sistemul rezolvat de matrice (A(1) B(1)) are ca variabile principale pe x1, ... , xi-1, xj,
xi+1, ... , xm, deci variabila xj care era ini\ial secundar[, a devenit principal[ @n locul
lui xi. Anul`nd variabilele secundare, se ob\ine o nou[ solu\ie de baz[ ]i anume:
⎛ x1(1) = b1(1) ⎞
⎜ ................⎟
⎜ (1) ⎟
⎜ xi = 0 ⎟
⎜ ................⎟
⎜ tx (1)
= b t
(1)
⎟
⎜ ................⎟
X 1 = ⎜ (1) . (1.22)
xm = bm(1) ⎟
⎜ x (1) = 0 ⎟
⎜ ..........
m +1
......⎟
⎜ (1) (1) ⎟
⎜ x j = bi ⎟
⎜ ................⎟
⎜ x (1) = 0 ⎟
⎝ n ⎠
Pentru oricare t ≠ i, t∈{1, ..., m} avem:
bt(1) = xt(1) = xt(0) − atj(0) ⋅ x(j1) (1.23)
#n plus:
x ( 0)
bi(1) = x (j1) = i( 0 ) (1.24)
aij
Continu`nd cu alegerea unui alt pivot nenul dintr-o coloan[ secundar[ a lui A(1)
se ob\ine o alt[ matrice (A(2),B(2)) ]i o nou[ solu\ie de baz[ corespunz[toare ei. Prin
acest procedeu se pot genera toate solu\iile de baz[ ale sistemului.

2. Determinarea solu\iilor de baz[ cu ajutorul matricei bazice

#n forma canonic[ (1.15) a sistemului de ecua\ii liniare (1.10), fac`nd necunoscutele
secundare s[ fie zero avem:

Xb=B(0)
A]adar solu\ia de baz[ corespunz[toare unei alegeri a matricei bazice M este:
X= ⎛⎜ b ⎞⎟ = ⎛⎜ B ⎞⎟ = ⎛⎜ M B ⎞⎟
( 0) −1
X
(1.25)
⎝ XS ⎠ ⎝0 ⎠ ⎝0 ⎠
Aleg`nd diverse matrici bazice, se ob\in diferite solu\ii de baz[.

18
TEST DE EVALUARE
1. Exemplu rezolvat. Fie sistemul de ecua\ii liniare:
x1 + 2x2 + 4x3 + x4 = 8
x1 + x2 + x3 + 3x4 = 12.
S[ se determine toate solu\iile de baz[ ale sistemului.
Solu\ia 1 (cu ajutorul pivot[rilor). Rezolv`nd cu metoda Gauss-Jordan, se ob\ine
matricea:
⎛1 0 − 2 5 | 16 ⎞
(A(0),B(0)) = ⎜⎜ ⎟⎟ .
⎝ 0 1 3 [ − 2] | −4 ⎠
De aici se ob\ine solu\ia general[
⎛ x1 = 16 + 2α1 − 5α 2 ⎞
⎜ x = −4 − 3α + 2α ⎟
Xgen = ⎜ 2
x3 = α1
1 2 ,
⎟ α1 , α 2 ∈ R ,
⎜x = α ⎟
⎝ 4 2 ⎠
de unde fac`nd α1 = α2 = 0, se ob\ine solu\ia de baz[:
⎛ x1( 0) = 16 ⎞
⎜ ( 0) ⎟
⎜ x2 = −4 ⎟
X 0 = ( 0) .
⎜ x3( 0) = 0 ⎟
⎜x = 0 ⎟
⎝ 4 ⎠
Pentru a genera o alt[ solu\ie de baz[, se continu[ pivotarea @n matricea (A(0),B(0)),
aleg`nd un pivot nenul dintr-o coloan[ secundar[. De exemplu, cu pivotul a24 ( 0)
= −2
se ob\ine matricea:
⎛1 52 11
0 |6⎞
(A(1),B(1)) = ⎜⎜ 2
⎟⎟ .
⎝ 0 − 2 [− 2 ] 1 | 2 ⎠
1 3

#n acest caz variabila x4 a devenit principal[ @n locul lui x2, deci variabile principale
sunt x1 ]i x4 ]i f[c`nd x2= x3=0 se ob\ine o alt[ slu\ie de baz[ ]i anume:
⎛ x1(1) = 6 ⎞
⎜ (1) ⎟
⎜ x2 = 0 ⎟
X 1 = (1) .
⎜ x3(1) = 0 ⎟
⎜ x = 2⎟
⎝ 4 ⎠
Aleg`nd @n continuare pivotul a23 (1)
= − 32 se ob\ine matricea corespunz[toare unei
rezolv[ri a sistemului cu x1 ]i x3 variabile principale ]i o nou[ solu\ie de baz[ X2:
⎛ x1( 2 ) = 403 ⎞
⎛1 [ 3 ] 0 3 | 3 ⎞
2 11 40 ⎜ ( 2) ⎟
(2) (2)
(A ,B ) = ⎜ ⎜ ⎟ ⎜ x
; X 2 = ( 2) 2 = 0 ⎟.
4⎟ = −
⎝ 0 1
1 − 2
| − 3⎠ ⎜ x 4
⎟
⎜ x ( 2) = 0 ⎟
3 3 3 3
⎝ 4 ⎠
2
Cu pivotul a12( 2 ) = , noile variabile principale vor fi x2 ]i x3 ]i se ob\ine solu\ia de
3
baz[ X3:
⎛ x1( 3) = 0 ⎞
⎛ 3
1 0 [ 2 ] | 20 ⎞
11 ⎜ ( 3) ⎟
(A(3),B(3)) = ⎜⎜ 21 ⎟ ; X 3 = ⎜ x2( 3) = 20 ⎟ .
⎟ ⎜ x3( 3) = −8 ⎟
⎝ − 2 0 1 − 2 | −8 ⎠
5
⎜x = 0 ⎟
⎝ 4 ⎠

19
Continu`nd cu pivotul a14( 3) = 112 , variabilele principale vor fi x4 ]i x3 ]i se ob\ine
solu\ia de baz[ X4:
⎛ x1( 4) = 0 ⎞
⎛ 11 11 0 1 | 11 ⎞ ⎜ ( 4) ⎟
x2 = 0 ⎟
3 2 40
(4) (4)
⎜
(A ,B ) = ⎜ 2 5 ⎟ ⎜
; X 4 = ( 4) 12 .
12 ⎟
⎝ 11 [ 11 ] 1 0 | 11 ⎠ ⎜ x3 = 11 ⎟
⎜ x ( 4) = 40 ⎟
⎝ 4 11 ⎠

( 4)
#n final, cu pivotul a22 = 115 , variabilele principale vor fi x4 ]i x2 ]i se ob\ine solu\ia
de baz[ corespunz[toare X5:
⎛ x1( 5) = 0 ⎞
⎛ 5 0 − 5 1| 5 ⎞ ⎜ ( 5) 12 ⎟
x =
1 2 16
(5) (5)
(A ,B ) = ⎜ 2⎜ ⎟
12 ⎟
; X 5 = ⎜ 2( 5) 5 ⎟ .
⎝ 5 1
11
5 0 | 5 ⎠ ⎜ x3 = 0 ⎟
⎜ x ( 5) = 16 ⎟
⎝ 4 5 ⎠

Solu\ia 2 (cu ajutorul matricelor bazice).

Aleg`nd x1 ]i x2 ca variabile principale, matricea bazic[ este M(1,2)= ⎛⎜1 2 ⎞⎟ a c[rei
⎝1 1 ⎠
⎛ −1 2⎞
invers[ a fost calculat[ @n Exemplul 1.6. ]i anume M (−11, 2 ) = ⎜⎜ ⎟⎟ . Deci
⎝ 1 − 1⎠
Xb = ⎛⎜ x1 ⎞⎟ = M (−11, 2 ) ⋅ B = ⎛⎜ − 1 2 ⎞⎟ ⋅ ⎛⎜ 8 ⎞⎟ = ⎛⎜16 ⎞⎟ ,
⎝ x2 ⎠ ⎝ 1 − 1⎠ ⎝12 ⎠ ⎝ − 4 ⎠
iar solu\ia de baz[ corespunz[toare este:
⎛16 ⎞
⎜ ⎟
X 0 = ⎜ − 4⎟ .
0
⎜0 ⎟
⎝ ⎠
Aleg`nd alte variabile principale, se ob\in alte solu\ii bazice.
2. De rezolvat. S[ se determine toate solu\iile de baz[ ale sistemului:
x1 + 3x2 +2x3 + x4 = 10
2x1 + x2 + 3 x3 + x4 =6.

Exerci\ii gril[
1. Exemplu rezolvat. Fie sistemul liniar
x1 + x2 +2x3 +3 x4 = 20
5x1 + x2 + x3 + x4 =16
⎛ − 1⎞ ⎛0 ⎞
⎜ ⎟ ⎜ ⎟
⎜ 21 ⎟ ⎜10 ⎟
]i X 0 = ⎜ ⎟ , X 1 = ⎜ ⎟ .
0 5
⎜ ⎟ ⎜ ⎟
⎜0 ⎟ ⎜0 ⎟
⎝ ⎠ ⎝ ⎠
a). X0 ]i X1 sunt solu\ii ale sistemului;
b). X0 ]i X1 nu sunt solu\ii ale sistemului;

20
c). X0 este solu\ie, dar nu este de baz[;
d). X0 este solu\ie de baz[;
e). X1 este solu\ie de baz[.
R[spuns corect (d).
2. De rezolvat. Fie sistemul liniar
2x1 + x2 +2x3 +3 x4 = 10
3x1 + x2 + x3 + x4 =14
⎛0 ⎞ ⎛0 ⎞
⎜ ⎟ ⎜ ⎟
⎜19 ⎟ ⎜18 ⎟
]i X 0 = ⎜ ⎟ , X 1 = ⎜ ⎟ .
−6 4
⎜ ⎟ ⎜ ⎟
⎜1 ⎟ ⎜0 ⎟
⎝ ⎠ ⎝ ⎠
a). X0 ]i X1 sunt solu\ii ale sistemului;
b). X0 ]i X1 nu sunt solu\ii ale sistemului;
c). X0 este solu\ie, dar nu este de baz[;
d). X0 este solu\ie de baz[;
e). X1 este solu\ie de baz[.

1.5. PROGRAME DE BAZ{ ALE SISTEMELOR

DE ECUA|II LINIARE

Fie sistemul (1.10) de m ecua\ii liniare cu n necunoscute de rang m, m<n.

Defini\ia 1.4. Se nume]te program al sistemului (1.10) orice solu\ie av`nd

toate componentele mai mari sau egale cu zero. Un program al sistemului (1.10)
care este @n acela]i timp ]i solu\ie de baz[ se nume]te program de baz[.

Programele de baz[ fiind ]i solu\ii de baz[, sunt @n num[r finit, sistemul

put`nd avea cel mult C nm programe de baz[. De asemenea, num[rul componentelor
strict pozitive ale unui program de baz[ este mai mic sau egal cu rangul m al
sistemului. #n func\ie de num[rul acestor componente, avem urm[toarea clasificare
a programelor de baz[.
a) Programe de baz[ nedegenerate, sunt programele @n care num[rul
componentelor strict pozitive este egal cu rangul sistemului.
b) Programe de baz[ degenerate, sunt programele @n care num[rul componentelor
strict pozitive strict mai mic dec`t rangul sistemului.

Exemplu. Pentru sistemul de ecua\ii liniare

x1 + 2x2 + 4x3 + x4 = 8
x1 + x2 + x3 + 3x4 = 12.
s-a determinat solu\ia general[ de forma:

21
 ⎛16 + 2α1 − 5α 2 ⎞
⎜ − 4 − 3α + 2α ⎟
X gen = ⎜ 1 2 , α ,α ∈ R ,
⎟ 1 2 c[reia @i corespunde solu\ia de baz[
α1
⎜ α2 ⎟
⎝ ⎠
⎛16 ⎞
⎜ ⎟
X 0 = ⎜ − 4 ⎟ . Acesta nu este program pentru c[ x2( 0 ) = −4 < 0 .
0
⎜0 ⎟
⎝ ⎠
Dintre toate solu\iile de baz[ ob\inute @n sec\iunea precedent[, X1, X4 ]i X5 sunt ]i
programe de baz[ nedegenerate. Alte programe pot fi ob\inute din solu\ia general[
d`nd parametrilor valori convenabile, astfel @nc`t s[ se ob\in[ toate componentele
⎛2 ⎞
1 ⎜ ⎟
pozitive. De exemplu, dac[ α 1 = ]i α2 =3 se ob\ine programul X 6 = ⎜1 / 2 ⎟ iar
2 1/ 2
⎜3 ⎟
⎝ ⎠
⎛ 1 / 2 ⎞
21 ⎜0 ⎟
dac[ α1 =1 ]i α2 = se ob\ine programul X 7 = ⎜ ⎟.
6 1
⎜ 21 / 6 ⎟
⎝ ⎠
Desigur, X6 ]i X7 nu sunt programe de baz[, deoarece num[rul componentelor strict
pozitive este, de fiecare dat[, mai mare strict dec`t rangul 2 al sistemului. Sistemul
nu admite programe de baz[ degenerate. Un astfel de program ar trebui s[ aib[, @n
acest caz, mai pu\in de dou[ componente strict pozitive.

Deoarece @n studiul problemelor de programare liniar[ programele de baz[

au un rol primordial, @n continuare vom pune @n eviden\[ o metod[ de determinare a
acestora, precum ]i propriet[\i ale lor. Cum programele de baz[ sunt ]i solu\ii de
baz[, determinarea solu\iilor de baz[ cu una din metodele din Sec\iunea 1.4
determin[ ]i programele de baz[. Totu]i, pentru sistemele cu un num[r mare de
necunoscute, num[rul solu\iilor de baz[ este @n general mare, de aceea se impune o
metod[ care s[ genereze doar programele de baz[, f[r[ a mai fi calculate toate
solu\iile de baz[. O astfel de metod[ este prezentat[ @n continuare.

Generarea programelor de baz[

Presupunem c[ sistemul de ecua\ii liniare (1.10.) a fost rezolvat ob\in`ndu-

se matricea dat[ de (1.18) ]i programul de baz[ corespunz[tor X0 dat de (1.20).
Aceasta @nseamn[ c[ avem
b1( 0 ) ≥ 0, ... , bm( 0) ≥ 0 . Aceast[ presupunere nu reduce generalitatea. De]i @n practic[
este posibil ca aleg`nd x1, ..., xm ca variabile principale s[ se ob\in[ o solu\ie de
baz[ X0 care nu este ]i program (deci s[ existe i cu bi( 0) < 0 ), totu]i o renumerotare
a variabilelor face s[ ne situ[m @n ipoteza de mai sus.
#n Sec\iunea 1.4. am ar[tat c[, dac[ se continu[ pivotarea @n matricea (A(0),B(0)) cu
un pivot aij( 0) ales dintr-o coloan[ secundar[, se ob\ine matricea (A(1),B(1)) dat[ de
(1.21) ]i solu\ia de baz[ corespunz[toare X1 dat[ de (1.22). Pentru ca ]i X1 s[ fie
program de baz[, trebuie s[ avem xt(1) ≥ 0, ∀ t = 1, ..., n , adic[ bt(1) ≥ 0, ∀ t = 1, ..., m .
Conform formulelor (1.23), (1.24) aceasta revine la:

22
 xt( 0 ) − atj0 ⋅ x (j1) ≥ 0, ∀ t = 1, ..., i − 1, i + 1,..., m , (1.26)
xi( 0)
≥0 . (1.27)
aij( 0 )
Cum xi( 0) ≥ 0 , din (1.27) trebuie s[ avem
aij( 0) > 0 . (1.28)
Din (1.26) avem x (0)
t ≥ a x . Cum x
( 0 ) (1)
tj j
(0)
t ≥ 0, rezult[ c[ inegalitatea este adev[rat[
pentru orice a ( 0)
tj ≤ 0 , @n timp ce pentru a ( 0)
tj > 0 trebuie s[ avem:
xt( 0 ) bt( 0 )
x (j1) ≤ = , ∀ t = 1,..., i − 1, i + 1,..., m (1.29)
atj( 0 ) atj( 0 )
Aleg`nd
⎧⎪ b ( 0 ) ⎪⎫ b ( 0 )
x (j1) = min ⎨ t( 0) , atj( 0 ) > 0⎬ = i( 0) (1.30)
⎪⎩ atj ⎪⎭ aij
condi\iile (1.29) sunt @ndeplinite, deci X1 este tot un program de baz[, @n care
variabila xj este principal[ @n locul lui xi.
#n concluzie, pentru a ob\ine un nou program de baz[ X1 de forma (1.22)
plec`nd de la programul de baz[ X0 de forma (1.20), se alege @n matricea (A(0),B(0))
dat[ de (1.18) pivotul aij( 0) > 0 @ndeplin`nd condi\ia raportului minim (1.30).

#n continuare prezent[m o proprietate a unui sistem de ecua\ii liniare, legat[ de

programe.

Teorema 1.2. Dac[ sistemul de ecua\ii liniare (1.10) are un program, atunci
el are ]i un program de baz[.

Consecin\a Teoremei 1.2 Dac[ un sistem de ecua\ii liniare nu are programe

de baz[, atunci el nu are programe.

Aceast[ consecin\[ este important[ pentru c[ ne permite s[ ar[t[m c[ un sistem

liniar nu are programe. Din solu\ia general[ a sistemului este @n general dificil de
observat c[ nu exist[ valori ale parametrilor care s[ conduc[ la programe. #n
schimb, num[rul solu\iilor din baz[ fiind finit, scriind toate solu\iile de baz[ ale
sistemului ]i observ`nd c[ nici una nu este ]i program de baz[, putem concluziona
c[ sistemul nu are nici un fel de programe.

TEST DE EVALUARE
Exemplu rezolvat. Fie sistemul de ecua\ii liniare
x1 + 2x2 + 4x3 + x4 = 8
x1 + x2 + x3 + 3x4 = 12.
Vom determina programele sale de baz[, f[r[ a determina toate solu\iile de baz[.
Solu\ie. Rezolv`nd sistemul cu metoda Gauss-Jordan ]i aleg`nd pivoti din prima ]i
a patra coloan[ se ob\ine programul de baz[ X1, corespunz[tor matricei:

23
 ⎛6⎞
⎜ ⎟
(A (1)
,B (1)
) ⎛1 52 [ 112 ] 0 | 6 ⎞
=⎜ ⎟; X1 = ⎜ 0 ⎟ .
⎝0 − 2 − 2 1| 2⎠
1 3
0
⎜ 2⎟
⎝ ⎠

Pentru a ob\ine @n continuare doar programele de baz[ (nu ]i toate solu\iile de baz[),
se continu[ cu alegerea unui pivot strict pozitiv dintr-o coloan[ secundar[ ]i care s[
@ndeplineasc[ @n plus condi\ia (1.30). De exemplu, dac[ dorim s[ alegem un pivot
11
din coloana lui x3 singurul num[r pozitiv fiind a13(1) = , acesta se va fixa ca pivot
2
f[r[ a mai fi nevoie s[ folosim condi\ia (1.30). Se ob\ine:

⎛0 ⎞
⎜0 ⎟
(A ( 2)
,B ( 2)
) ⎛ 2 [ 5 ] 1 0 | 12
= ⎜ 113 112 11 ⎞
40 ⎟; X 2 = ⎜ 12 ⎟ ,
⎝ 11 11 0 1 | 11 ⎠ ⎜ 11
40 ⎟
⎝ 11 ⎠

deci @n noul program X2 variabilele principale sunt x3 ]i x4.

Pentru a ob\ine un nou program de baz[, ar trebui aleas[ o coloan[ secundar[ a
matricei A(2). Dac[ s-ar alege prima coloan[, cum aici sunt dou[ numere strict
pozitive (deci posibili pivo\i), aplic`nd condi\ia (1.30) avem:
⎧ 12 40 ⎫
min ⎨ 112 ; 113 ⎬ = min{6, 403 } = 6 , deci pivotul ar trebui ales a11( 2) = 112 ceea ce ar conduce
⎩ 11 11 ⎭
la un program de baz[ cu x1 ]i x4 variabile principale, adic[ la programul de baz[
deja ob\inut X1.
De aceea, pentru a ob\ine un nou program de baz[ se alege un pivot strict pozitiv
din a doua coloan[ a matricei A(2), dat de condi\ia:
⎧ 12 40 ⎫
min ⎨ 115 ; 112 ⎬ = min{125 , 402 } = 125 , adic[ pivotul este a12( 2) = 115 .
⎩ 11 11 ⎭
Se ob\ine:
⎛0 ⎞
⎜ 12 ⎟
( )
⎛ 1 [5] 0| 5 ⎞
2 11 12
A( 3) , B ( 3) = ⎜ 15 16 ⎟; X = ⎜ 05 ⎟
⎝5 0 − 2
5
1 | 5 ⎠
3
⎜ 16 ⎟
⎝5⎠
]i @n noul program de baz[ X3 variabilele principale sunt x2 ]i x4.
Dac[ dorim s[ continu[m cu un pivot din coloana 1, cum aici sunt dou[ numere
⎧ 12 16 ⎫
strict pozitive ]i min ⎨ 52 ; 15 ⎬ = min{6,16} = 6, pivotul ar trebui s[ fie a11( 3) = 52 , deci
⎩5 5⎭
noile variabile principale ar trebui s[ fie x1 ]i x4 ]i s-ar ob\ine din nou programul de
baz[ X1.
Dac[ se alege coloana secundar[ a treia, aici exist[ un singur num[r strict pozitiv ]i
acesta trebuie ales ca pivot, nemaifiind necesar[ folosirea condi\iei (1.30). Dar cu
a13( 3) = 115 pivot s-ar ob\ine programul de baz[ @n care x3 ]i x4 sunt variabile
principale, adic[ X2. Deoarece @n nici unul dintre cazuri nu se ob\in noi programe de
baz[, rezult[ c[ generarea acestora s-a @ncheiat ]i sistemul are doar trei programe de
baz[ (X1, X2 ]i X3 ob\inute mai sus).

24
2. De rezolvat. S[ se determine programele de baz[ ale sistemului:
2x1 + x2 + 3x3 + x4 +x5= 10
x1 + x2 + x3 + 5x4 +2x5= 4.

Exerci\ii gril[
1. Exemplu rezolvat. Fie sistemul de ecua\ii liniare:
x1 + x2 + 3x3 + 2 x4 = 7
2 x1 + x2 + x3 + x4 = 4
Num[rul programelor de baz[ ale sistemului este:
a). 0; b).1; c). 2; d). 3; e). 4.
R[spuns corect (e).
2. De rezolvat. Fie sistemul de ecua\ii liniare:

⎛ 2⎞
⎜ ⎟
x1 + 2 x 2 + 3 x 3 + x 4 = 7 ⎜1⎟
]i X 0 = ⎜ ⎟ . Atunci
4 x1 + x 2 + 7 x 3 − x 4 = 6 0
⎜⎜ ⎟⎟
⎝3⎠
a). X0 este program de baz[ degenerat;
b). X0 este program de baz[ nedegenerat;
c). X0 este program, dar nu este solu\ie de baz[;
d). X0 este solu\ie de baz[, dar nu este program;
e). X0 nu este solu\ie.

1.6 SISTEME DE INECUA|II LINIARE

Vom considera @n continuare sisteme de inecua\ii liniare. Cum orice

inecua\ie care con\ine semnul ≥ poate fi transformat[ @ntr-una care con\ine ≤ prin
@nmul\irea cu -1, vom considera un sistem de inecua\ii de forma:
a11 x1 + L + a1n xn ≤ b1
............................. (1.31)
am1 x1 + L + amn xn ≤ bm
Matriceal, cu nota\iile din Sec\iunea 1.1, (1.31) se scrie:
AX ≤ B. (1.32)
Sistemului (1.31) i se ata]eaz[ sistemul de ecua\ii liniare:
a11 x1 + L + a1n xn + y1 = b1
............................. (1.33)
am1 x1 + L + amn xn + ym = bm

25
ob\inut prin adunarea @n membrul st`ng al fiec[rei inecua\ii din (1.31) a unei
variabile pozitive yi, i=1,...,m. Sistemul (1.33) se nume]te sistemul compensat
corespunz[tor lui (1.31). Matriceal, el se scrie sub forma:
⎛ y1 ⎞
AX+EY=B, unde Y = ⎜M ⎟ ≥ 0 (1.34)
⎜y ⎟
⎝ m⎠
unde E este matricea unitate de ordinul m.

Defini\ia 1.5 Se nume]te program al sistemului de inecua\ii (1.31) orice

solu\ie a sistemului av`nd toate componentele pozitive.

Urm[toarea proprietate pune @n eviden\[ o coresponden\[ biunivoc[ @ntre

programele unui sistem de inecua\ii ]i programele sistemului compensat
corespunz[tor.

Proprietatea 1.1 X0 este program al sistemului de inecua\ii (1.32) dac[ ]i

numai dac[ exist[ Y0 ≥ 0 astfel @nc`t (X0, Y0) s[ fie program al sistemului compensat
(1.34).

Pentru demonstra\ie se alege Y0=B-AX0.

Defini\ia 1.6 Dac[ (X0, Y0) este program de baz[ al sistemului compensat
(1.34) atunci X0 se nume]te program de baz[ al sistemului de inecua\ii (1.32).

TEST DE EVALUARE
1. Exemplu rezolvat. Fie sistemul de inecua\ii
x1+2x2 ≤ 8
2x1+x2 ≥ 3.
S[ se scrie sistemul compensat ]i s[ se determine programele de baz[ ale sistemului
de inecua\ii.
Solu\ie. #nmul\ind a doua inecua\ie cu -1 se ob\ine:
-2x1-x2 ≤ -3, deci sistemul compensat este:
x1+2x2+y1=8
-2x1-x2+y2=-3, y1,2 ≥ 0,
sau echivalent:
x1+2x2+y1=8
2x1+x2-y2=3, y1,2 ≥ 0.
Se observ[ c[ a doua ecua\ie a sistemului compensat se putea scrie direct sc[z`nd
variabila de compensare y2 din membrul st`ng al celei de a doua inecua\ii a
sistemului dat, care avea semnul ≥ . Rezolv`nd sistemul compensat, avem:

⎛ 1 2 1 0 | 8 ⎞ ~ ( A( 0 ) , B ( 0 ) ) = ⎛ − 3 0 1 2 | 2 ⎞ .
⎜ 2 [1] 0 − 1 | 3 ⎟ ⎜ [2] 1 0 − 1 | 3 ⎟
⎝ ⎠ ⎝ ⎠
De aici se ob\ine un prim program de baz[ al sistemului compensat ]i,
corespunz[tor, programul de baz[ al sistemului de inecua\ii ]i anume:
⎛0⎞
⎛ X 1 ⎞ = ⎜ 3 ⎟; X = ⎛ 0 ⎞.
⎜Y ⎟ ⎜ 2 ⎟ 1 ⎜ 3 ⎟
⎝ 1 ⎠ ⎜ ⎟ ⎝ ⎠
⎝0⎠

26
 Continu`nd cu algoritmul de generare a programelor de baz[ ale sistemului de
ecua\ii, pornind cu programul de baz[ ⎛⎜ X 1 ⎞⎟ se ob\in succesiv restul programelor de
⎝ Y1 ⎠
baz[ ale sistemului compensat ]i cele corespunz[toare ale sistemului de inecua\ii:
⎛ 32 ⎞
( A(0) , B(0) ) ~ ( A(1) , B(1) ) = ⎛⎜ 12
0 3
1 [2] | 2 ⎞
1 13
⎛ X2 ⎞ = ⎜0 ⎟ , X = ⎛ 32 ⎞
3 ⎟, deci ⎜ ⎟ ⎜ 13 ⎟ 2 ⎜0⎟
⎝1 2 0 − 2 | 2 ⎠ ⎝Y2 ⎠ ⎜ 2 ⎟ ⎝ ⎠
1

⎝0 ⎠

⎛8 ⎞
( A(1) , B(1) ) ~ ( A(2) , B(2) ) = ⎛⎜ 0 3 2 1 | 13⎞, deci ⎛ 3 ⎞ = ⎜0 ⎟ , X = ⎛8⎞.
X
⎟ ⎜Y ⎟ ⎜0 ⎟ ⎜0⎟
⎝1 [2] 1 0 | 8 ⎠ ⎝ 3 ⎠ ⎜ ⎟ ⎝ ⎠
3

⎝13⎠
⎛0⎞
⎛ − 32 0 12 1| 1 ⎞ ⎛ ⎞ ⎜ ⎟
(A , B ) ~ (A , B ) = ⎜ 1
(2) (2) (3) (3)
⎟, deci ⎜ 4 ⎟ = ⎜ 4⎟ , X4 = ⎛⎜0⎞⎟.
X
⎝ 2 1 2 0| 4⎠ ⎝Y4 ⎠ ⎜0⎟ ⎝ 4⎠
1

⎝ ⎠
1
Cum nu se mai poate continua cu ob\inerea de noi programe de baz[, rezult[ ca
sistemul de inecua\ii are 4 programe de baz[ ]i anume X1, X2, X3 ]i X4.
2. De rezolvat. Fie sistemul de inecua\ii
x1+2x2+x3 ≤ 6
2x1+x2+x3 ≥ 10
S[ se scrie sistemul compensat ]i s[ se determine programele de baz[ ale sistemului
de inecua\ii.
Exerci\ii gril[
1. Exemplu rezolvat. Fie sistemul de inecua\ii liniare:
x1 + 3x2 ≥ 9
2 x1 + x2 ≥ 6
7 x1 + 10 x2 ≤ 70
Num[rul programelor de baz[ este
a). 1; b). 2; c). 3; d). 4; e). 5.
R[spuns corect (e).
2. De rezolvat. Fie sistemul de inecua\ii liniare:
x1 + 3x2 + x3 + 2 x4 ≤ 8
2 x1 + x2 + x3 + x4 ≤ 10
Num[rul programelor de baz[ este
a). 1; b). 2; c). 3; d). 4; e). 5.

1.7 MUL|IMI CONVEXE

⎛ α1 ⎞
Fie Rn ={ X = ⎜M ⎟, α1 , ..., α n ∈ R } ]i X1, X 2 ,L, X k ∈ Rn .
⎜α ⎟
⎝ n⎠

Defini\ia 1.7 Se nume]te combina\ie liniar[ convex[ a vectorilor X1, X2, ...
Xk suma
a1X1 + a2X1 + ... + akXk (1.35)

27
cu a1, a2, ... , ak ≥ 0 ]i a1+ a2 +... + ak=1.

#n particular, dac[ k=2, combina\ia liniar[ convex[ a vectorilor X1 ]i X2 se scrie de

forma:
a1X1 + a2X1, cu a1, a2 ≥ 0 ]i a1+ a2 =1. (1.36)
Not`nd cu a1=a, avem a2=1-a ]i (1.36) devine:
aX1+(1-a)X2, cu a ∈ [0,1] . (1.37)

Defini\ia1.8 Fie X, Y ∈ R n . Se nume]te segmentul @nchis de capete X, Y

mul\imea
{ }
[X,Y] = Z ∈ Rn / ∃a ∈[0,1] a.i. Z = aX + (1− a)Y . (1.38)
Se nume]te segmentul deschis de capete X, Y mul\imea:
{
[X ,Y ] = Z ∈ Rn / ∃a ∈(0,1) a.i. Z = aX + (1− a)Y .} (1.39)

Se observ[ c[ [X , Y ] este format din totalitatea combina\iilor liniare convexe ale

vectorilor X ]i Y, iar (X,Y)= [X , Y ] − { X , Y } .

Defini\ia 1.9 Fie M o submul\ime a lui Rn. Mul\imea M se nume]te convex[

dac[ oricare ar fi X, Y dou[ elemente din M, segmentul @nchis [ X , Y ] este inclus @n
M.

Echivalent avem:
M- convex[ ⇔∀ X ,Y ∈ M, ∀a ∈[0,1], Z = aX + (1− a)Y ∈ M . (1.40)

Proprietatea urm[toare d[ o condi\ie echivalent[ cu Defini\a 1.9 pentru ca mul\imea

M s[ fie convex[.

Proprietatea 1.2 Fie M ⊂ R n . Mul\imea M este convex[ dac[ ]i numai dac[

orice combina\ie liniar[ convex[ de elemente din M este tot @n M.

Consider[m @n continuare urm[toarele mul\imi:

a). mul\imea solu\iilor unui sistem de ecua\ii liniare:
S = { X ∈ R n / AX = B, A ∈ M (m, n, R), B ∈ M (m,1, R), (1.41)
rang A = m < n};
b). mul\imea programelor unui sistem de ecua\ii liniare:
P = { X ∈ R n / X ≥ 0, AX = B, A ∈ M (m, n, R), B ∈ M (m,1, R), (1.42)
rang A = m < n};
c). mul\imea solu\iilor unui sistem de inecua\ii liniare:
S1 = {X ∈Rn / AX ≤ B, A∈M(m, n, R), B∈M(m,1, R)}; (1.43)
d). mul\imea programelor unui sistem de inecua\ii liniare:
P1 = { X ∈ R n / AX ≤ B, X ≥ 0, A ∈ M (m, n, R), (1.44)
B ∈ M (m,1, R)}.

Proprietatea 1.3 Mul\imile S, P, S1, P1 sunt mul\imi convexe din Rn.

Demonstra\ie. Fie X, Y∈S, a ∈ [0,1] ]i Z=aX+(1-a)Y. Avem
A ⋅ Z = A(aX + (1 - a)Y) = a ⋅ AX + (1 - a) ⋅ AY = aB + (1 - a)B = B ,

28
deci Z∈S ]i S este mul\imea convex[, conform Defini\iei 1.9.
Dac[ X, Y∈P, atunci, @n plus, avem X, Y ≥ 0, deci Z ≥ 0, adic[ Z ∈ P
]i P este convex[. Analog se arat[ c[ S1 ]i P1 sunt mul\imi convexe.

Mul\imile S, P, S1, P1 se mai numesc tronsoane.

Din Propriet[\ile 1.2 ]i 1.3 avem urm[toarea consecin\[:
Orice combina\ie liniar[ convex[ de dou[ sau mai multe solu\ii ale unui
sistem de ecua\ii (sau inecua\ii) liniare este tot solu\ie a sistemului. Orice
combina\ie liniar[ convex[ de dou[ sau mai multe programe ale ale unui sistem de
ecua\ii (sau inecua\ii) liniare este tot program al sistemului.

Defini\ia1.10 Fie M ⊂ Rn. Mul\imea M se nume]te m[rginit[ dac[ exist[

λ > 0 astfel @nc`t pentru orice X∈M, X=(x1,...,xn)t s[ avem X = x12 + ... + xn2 < λ .

Fie T unul dintre tronsoanele S, P, S1 sau P1. Mul\imea T ⊂ R n poate fi

m[rginit[ sau nu. De exemplu, rezolv`nd sistemul AX=B cu metoda Gauss-Jordan,
dac[ se ob\ine un program de baz[, dar una dintre coloanele secundare ale matricei
ob\inute este negativ[, atunci mul\imea programelor sistemului este nem[rginit[.
#ntr-adev[r, s[ presupunem c[ dup[ rezolvarea sistemului s-a ob\inut matricea
(1.18) ]i solu\ia general[ (1.19).
⎛ b1( 0 ) ⎞
⎜M ⎟
⎜ (0) ⎟
Presupun`nd c[ solu\ia de baz[ corespunz[toare X 0 = ⎜ bm ⎟ este program de baz[
⎜0 ⎟
⎜⎜M ⎟⎟
⎝0 ⎠
⎛ a1( 0j ) ⎞
⎜ ⎟
]i ⎜M ⎟ ≤ 0 ]i lu`nd α 1 = L = α j − m−1 = α j −m+1 = L = α n−m = 0 ]i α j −m > 0 , din (1.19)
⎜ amj ⎟
0
⎝ ⎠
se ob\ine solu\ia particular[
⎛ b1( 0 ) − a1( 0j ) α j −m ⎞ ⎛ b ( 0 ) ⎞ ⎛ − a1( 0j ) ⎞
⎜ ⎟ ⎜ 1 ⎟ ⎜ ⎟
⎜M ( 0) ⎟ ⎜M ( 0) ⎟ ⎜M (0 ) ⎟
⎜ bm − amj α j −m ⎟ ⎜ bm ⎟ ⎜ − amj ⎟
(0)

X0 = ⎜0 ⎟ = ⎜ 0 ⎟ + α j −m ⎜ 0 ⎟. (1.45)
⎜M ⎟ ⎜M ⎟ ⎜M ⎟
⎜ α j −m ⎟ ⎜0 ⎟ ⎜1 ⎟
⎜M ⎟ ⎜M ⎟ ⎜M ⎟
⎜0 ⎟ ⎜⎝ 0 ⎟⎠ ⎜0 ⎟
⎝ ⎠ ⎝ ⎠
Echivalent, putem scrie:
⎛ − a1( 0j ) ⎞
⎜ ⎟
⎜M (0) ⎟
⎜ − amj ⎟
X 0 = X 0 + α j − m ⋅ V0 , cu V0 = ⎜ 0 ⎟ (1.46)
⎜M ⎟
⎜1 ⎟
⎜M ⎟
⎜0 ⎟
⎝ ⎠

29
Dac[ X0 este program, X 0 este tot program (dar nu de baz[) ]i el poate avea
componente oric`t de mari, deoarece α j−m poate fi un num[r pozitiv oric`t de mare.
Deci mul\imea programelor sistemului este nem[rginit[.

Defini\ia 1.11 Vectorul V0 care apare @n (1.46) se nume]te raza extremal[

corespunz[toare programului de baz[ (v`rfului) X0.

#n Sec\iunea 1.1 am v[zut cum se ob\ine totalitatea solu\iilor unui sistem de

ecua\ii liniare, sub forma solu\iei generale. #n capitolul urm[tor vom fi interesa\i nu
de totalitatea solu\iilor sistemului, ci doar de programele acestuia. #n scrierea
solu\iei generale programele nu apar @ns[ diferen\iate de restul solu\iilor sistemului
care nu sunt programe. Totu]i, @n Sec\iunea 1.5, am ar[tat cum pot fi g[site ni]te
programe particulare ale sistemului ]i anume programele de baz[. #n continuare
vom enun\a teorema lui Krein-Milman, care ne va permite s[ d[m o expresie
analitic[ a tuturor programelor sistemului cu ajutorul programelor de baz[. Aceast[
teorem[ se formuleaz[ pentru dou[ situa\ii distincte, dup[ cum tronsonul
programelor este m[rginit sau nem[rginit.

Teorema 1.3 (Krein-Milman pentru un tronson m[rginit)

Fie T ≠ ∅ tronsonul m[rginit al programelor unui sistem de ecua\ii sau
inecua\ii liniare. Atunci orice program din T se poate scrie ca o combina\ie liniar[
convex[ de programele de baz[ ale sistemului.

Cum ]i orice combina\ie liniar[ convex[ de programe este tot un program,

dac[ T=P sau P1 avem urm[toarea form[ a mul\imii T:
T = ⎧⎨ X ∈ R n / X = ∑ ai X i , a1 ,..., ak ≥ 0, ∑ ai = 1,
k k

⎩ i =1 i =1

unde X 1 ,..., X k sunt programe de baza } . (1.47)

Teorema 1.4 (Krein-Milman pentru un tronson nem[rginit)

Fie T tronsonul nem[rginit al programelor unui sistem de ecua\ii sau
inecua\ii liniare. Atunci orice program din T se poate scrie ca o combina\ie liniar[
convex[ de progeamele de baz[ ale sistemului plus o combina\ie liniar[ cu
coeficien\i nenegativi de razele extremale ale lui T.

Deci, @n acest caz, ∀X ∈ T , ∃ X 1 ,L, X k puncte extremale ale lui T ]i

V1,...,VS raze extremale astfel @nc`t
X=a1X1+...+akXk+b1V1+...+bSVS , (1.48)
unde a1 ,L, ak ≥ 0 cu a1 + L + ak = 1 ]i b1,...,bS ≥ 0 .
#n acest caz avem:
⎧ k s
T = ⎨ X ∈ R n / X = ∑ ai X i + ∑ b jV j , a1 ,..., ak , b1 ,..., bs ≥ 0,
⎩ i =1 j =1 (1.49)
k
∑ ia = 1, X 1 ,..., X k programe de baza , V1 ,..., Vs raze extremale}
i =1

30
TEST DE EVALUARE
1. Exemplu rezolvat. Fie sistemul de ecua\ii
x1 + 2x2 + 4x3 + x4 = 8
x1 + x2 + x3 + 3x4 = 12.
S[ se scrie mul\imea programelor sistemului.
Solu\ie. Pentru acest sistem s-a dedus @n sec\iunea precedent[ at`t solu\ia general[,
c`t ]i solu\iile de baz[. Dintre acestea, X1, X4 ]i X5 sunt programe de baz[, deci
puncte extremale ale mul\imii convexe a programelor. Cum @n nici una din
matricele A(1), A(4) ]i A(5) nu exist[ coloane secundare @n @ntregime negative,
tronsonul programelor este m[rginit. Aplic`nd Teorema 1.3, un program oarecare al
sistemului se poate scrie de forma:
X=a1X1 + a2X4 + a3X5, cu a1, a2, a3 ≥ 0 ]i a1+ a2+ a3=1, adic[
⎛ 6⎞ ⎛0 ⎞ ⎛ 0 ⎞ ⎛ 6a1 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ 12 ⎟ ⎜ 12 ⎟
⎜ 0⎟ ⎜0 ⎟ ⎜ 5 ⎟ ⎜ 5 a3 ⎟
X = a1 ⎜ ⎟ + a2 ⎜ 12 ⎟ + a3 ⎜ ⎟ = ⎜ 12 ⎟.
0 0 ⎜ a2 ⎟
⎜ ⎟ ⎜ ⎟
11 ⎜ ⎟ 11
⎜ 2⎟ ⎜ 40 ⎟ ⎜ 16 ⎟ ⎜ 2a + 40 a + 16 a ⎟
⎝ ⎠ ⎝ 11 ⎠ ⎝ 5 ⎠ ⎝ 1 11 2 5 3 ⎠

2. Exemplu rezolvat. Fie sistemul de inecua\ii liniare

-x1 + x2 ≤ 1
x1 + 2x2 ≥ 4.

S[ se g[seasc[ expresia analitic[ a unui program oarecare al sistemului.

Solu\ie. Sistemul de ecua\ii compensat este:
-x1 + x2 + y1 = 1
x1 + 2x2 -y2 = 4, cu y1,2≥0

Aplic`nd metoda Gauss-Jordan, avem:

⎛ − 1 1 1 0 | 1 ⎞ ⎛ 0 [3] 1 − 1 | 5 ⎞
⎜⎜ ⎟⎟ ~ ⎜⎜ ⎟⎟ = ( A( 0 ) ,B(0))
⎝ [ 1] 2 0 − 1 | 4 ⎠ ⎝ 1 2 0 − 1 | 4 ⎠

Deci solu\ia general[ este:

x1=4-2α1+α2
x2=α1
y1=5-3α1+α2
y2=α2, unde α1, α2 ∈R
⎛ 4⎞
⎛ X0 ⎞ ⎜0⎟
Dac[ α1 = α2 =0, se ob\ine programul de baz[ ⎜ ⎟ = ⎜ ⎟ , deci X 0 = ⎛⎜ 4 ⎞⎟ este
⎝ Y0 ⎠ ⎜ 5 ⎟ ⎝0⎠
⎝ ⎠
0
program de baz[ al sistemului de inecua\ii.
Dar coloana a patra din matricea A(0) este negativ[, deci mul\imea programelor este
nem[rginit[. Pentru a determina raza extremal[ corespunz[toare lui X0, facem doar
α1 = 0 ]i se ob\in solu\iile particulare:

31
 ⎛ 4 + α2 ⎞ ⎛ 4 ⎞ ⎛1 ⎞ ⎛1 ⎞
⎛ X0 ⎞ ⎜0 ⎟ ⎜0⎟ ⎜ 0⎟ ⎛ X ⎞ ⎜0⎟
⎜ ⎟ = ⎜ 5 + α ⎟ = ⎜ 5 ⎟ + α 2 ⎜1 ⎟ = ⎜ Y ⎟ + α 2V0 , unde V0 = ⎜1 ⎟
0

⎝ Y0 ⎠ ⎜ 2
⎟ ⎜0⎟ ⎜ 0⎟ ⎝ 0 ⎠ ⎜0⎟
⎝ α2 ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
este raza extremal[ pentru sistemul de ecua\ii, iar ⎛⎜1 ⎞⎟ este raza extremal[ prin X0 a
⎝ 0⎠
sistemului de inecua\ii. Pentru a ob\ine un alt program de baz[, se continu[
pivotarea @n matricea (A(0),B(0)) cu pivot din coloana a doua, ales cu regula
min{53 , 42 } = 53 . Se ob\ine:
⎛ 0 1 13 − 13 | 53 ⎞
(A(1),B(1)) = ⎜⎜ 2⎟
⎟ ]i corespunz[tor solu\ia general[ se scrie sub forma:
⎝1 0 − 3 − 3 | 3 ⎠
2 1

2 2 1
x1= − α1 + α 2
3 3 3
5 1 1
x2= − α1 + α 2
3 3 3
y1=α1
y2=α2 .
⎛ 2 / 3⎞
⎛ X ⎞ ⎜ ⎟
Dac[ α1 =α2 =0, avem noul program de baz[ ⎜ ⎟ = ⎜ 5 / 3 ⎟ al sistemului compensat
1
⎝ Y1 ⎠ ⎜ 0 ⎟
⎝0 ⎠
⎛3⎞
2
]i programul de baz[ X 1 = ⎜⎜ 5 ⎟⎟ al sistemului de inecua\ii. Cum ]i @n A(1) coloana a
⎝3⎠
patra este negativ[, exist[ ]i o raz[ extremal[ corespunz[toare programului X1.
F[c`nd α 1 = 0 , avem:

⎛ 32 + 13 α 2 ⎞ ⎛ 32 ⎞ ⎛ 13 ⎞
⎜5 1 ⎟ ⎜5⎟ ⎜1⎟ ⎛ 13 ⎞
⎜ + α ⎟ ⎜ ⎟ ⎜ ⎟ ⎛ X1 ⎞ ⎜1⎟
X 1 = ⎜ 3 3 2 ⎟ = ⎜ 3 ⎟ + α 2 ⎜ 3 ⎟ = ⎜⎜ ⎟⎟ + α 2V1 , unde V1 = ⎜ 3 ⎟
⎜
0 0
⎟ ⎜ ⎟ ⎜
0
⎟ ⎝ Y1 ⎠ ⎜ 0⎟
⎜α ⎟ ⎜0 ⎟ ⎜1 ⎟ ⎝1 ⎠
⎝ 2 ⎠ ⎝ ⎠ ⎝ ⎠
⎛1⎞
este raza extremal[ pentru sistemul de ecua\ii, iar ⎜⎜ 13 ⎟⎟ este raza extremal[ prin X1
⎝ 3⎠
pentru sistemul de inecua\ii.
Cum @n matricea A(1) nu se mai poate continua pivotarea cu ob\inerea de noi
programe de baz[, rezult[ c[ sistemul de inecua\ii are dou[ programe de baz[:
⎛ 4⎞ ⎛ 23 ⎞
X 0 = ⎜⎜ ⎟⎟ X 1 = ⎜⎜ 5 ⎟⎟
⎝0⎠ ⎝3⎠
]i corespunz[tor acestora, dou[ raze extremale:
⎛1 ⎞ ⎛ 13 ⎞
V0 = ⎜⎜ ⎟⎟ V1 = ⎜⎜ 1 ⎟⎟ .
⎝ 0⎠ ⎝ 3⎠

Aplic`nd Teorema Krein-Milman pentru tronson nem[rginit, un program oarecare

al sistemului de inecua\ii se scrie:

32
X=a0X0 + a1X1 + b0V0 + b1V1, cu a0, a1, b0, b1≥0 ]i a0 + a1 =1.
⎛ 4⎞ ⎛ 23 ⎞ ⎛1 ⎞ ⎛ 13 ⎞
Deci X = a0 ⎜⎜ ⎟⎟ + a1 ⎜⎜ 5 ⎟⎟ + b0 ⎜⎜ ⎟⎟ + b1 ⎜⎜ 1 ⎟⎟ , adic[ mul\imea programelor
⎝0⎠ ⎝3⎠ ⎝ 0⎠ ⎝ 3⎠
sistemului de inecua\ii este:
⎛ 4a + 2 a + b + 1 b ⎞
P1 = { X ∈ R 2 / X = ⎜ 5 0 13 1 0 3 1 ⎟, a0 , a1 , b0 , b1 ≥ 0, a0 + a1 = 1} .
⎝ 3 a1 + 3 b1 ⎠
De rezolvat. Fie sistemul de ecua\ii
x1 + x2 + 2x3 + 3x4 = 12
2x1 + x2 + x3 + x4 = 14.
S[ se scrie mul\imea programelor sistemului.

Exerci\ii gril[
1. Exemplu rezolvat. Fie sistemul de inecua\ii liniare:
5 x1 + x2 ≥ 10
x1 + x2 ≥ 8
Tronsonul programelor sistemului
a). are 2 v`rfuri ]i nu are raze extremale;
b). are 3 v`rfuri ]i nu are raze extremale;
c). are 2 v`rfuri ]i 2 raze extremale;
d). are 3 v`rfuri ]i 2 raze extremale;
e). este mul\imea vid[.
R[spuns corect (d).
2. De rezolvat. Fie sistemul de inecua\ii liniare:
x1 + 3x2 ≤ 5
2 x1 + x2 ≥ 6
Num[rul punctelor extremale ale tronsonului programelor sistemului este:
a). 1; b).2; c). 3; d). 4; e). 5.

33
 REZUMATUL TEMEI

Metoda elimin[rii totale Gauss-Jordan este o metod[ de rezolvare a

sistemelor de ecua\ii liniare cu ajutorul pivot[rilor. Aceasta presupune alegerea, la
fiecare pas, a unui pivot nenul (unul din elementele matricei sistemului) ]i
transformarea restului elementelor din matricea extins[ astfel: elementele de pe
linia pivotului se @mpart la pivot, elementele de pe coloana pivotului se fac zero, iar
restul elementelor se calculeaz[ cu regula dreptunghiului. #n final se ob\ine un
sistem echivalent cu cel dat, dar mult mai simplu (sistemul canonic).
Cum calculul inversei unei matrice presupune rezolvarea a mai multe
sisteme liniare, metoda Gauss-Jordan se poate aplica ]i pentru inversarea
matricelor.
Forma canonic[ a unui sistem de ecua\ii liniare se poate ob\ine nu doar cu
metoda Gauss Jordan, ci ]i cu ajutorul matricei bazice a sistemului. Aceasta este
matricea care con\ine coloanele variabilelor principale. #nmul\ind inversa matricei
bazice cu coloanele secundare ale sistemului dat, respectiv cu coloana termenilor
liberi, se ob\in coloanele secundare ale sistemului canonic, respectiv coloana
termenilor liberi din sistemul canonic.
O solu\ie de baz[ a unui sistem de ecua\ii liniare este o solu\ie ob\inut[ din
solu\ia general[, f[c`nd necunoscutele secundare s[ fie zero. Rezolv`nd sistemul @n
diverse moduri (cu diverse grupe de variabile principale) se ob\in diverse solu\ii de
baz[. Acestea sunt @n num[r finit.
O solu\ie a unui sistem de ecua\ii liniare se nume]te program dac[ toate
componentele sale sunt mai mari sau egale cu zero. O solu\ie de baz[ care este ]i
program se nume]te program de baz[. Odat[ g[sit un program de baz[ rezolv`nd
sistemul cu metoda Gauss Jordan, restul programelor de baz[ ale sistemului se pot
genera aleg`nd pivo\i pozitivi, cu regula raportului minim.
Sistemele de inecua\ii liniare se transform[ @n sisteme de ecua\ii liniare cu
ajutorul unor variabile de compensare, care sunt pozitive. Astfel, fiecare program de
baz[ al sistemului compensat furnizeaz[ un program de baz[ al sistemului de
inecua\ii.
Mul\imile convexe sunt mul\imi care con\in, odat[ cu dou[ elemente ale lor,
]i orice combina\ie liniar[ convex[ a acestora. Mul\imea solu\iilor unui sitem de
ecua\ii (inecua\ii) liniare sau mul\imea programelor sale sunt mul\imi convexe.
Dac[ mul\imea programelor unui sistem de ecua\ii sau inecua\ii liniare este
m[rginit[, atunci orice program se poate scrie ca o combina\ie liniar[ convex[ de
programele de baz[ ale sistemului. Dac[ mul\imea programelor unui sistem de
ecua\ii sau inecua\ii liniare este nem[rginit[, atunci orice program se poate scrie ca
o combina\ie liniar[ convex[ de programele de baz[ ale sistemului plus o
combina\ie liniar[ cu coeficien\i nenegativi de razele extremale.

34
 EXERCI|II RECAPITULATIVE

1. S[ se determine solu\ia general[ pentru urm[toarele sisteme de ecua\ii liniare,

aplic`nd metoda Gauss-Jordan:
a).
2 x1 − x2 + 3x3 = 9
x1 + 2 x2 − 4 x3 = −2
− 3x1 + 4 x2 + x3 = 13
R. x1 = 2, x2 = 4, x3 = 3 .
b).
x1 + 3x2 + 2 x3 + x4 = 6
2 x1 + 2 x2 + x3 + x4 = 8
R. x1 = 3 + α / 4 − β / 4, x2 = 1 − 3α / 4 − β / 4, x3 = α , x4 = β .

c).
2 x1 + x2 − 2 x3 + x4 = 1
2 x1 − 3x2 + x3 + 2 x4 = 3
x1 + x2 + x3 − 2 x4 = 5
R. x1 = 2, x2 = 1 + α , x3 = 2 + α , x4 = α .

d).
x1 + x2 + x3 + 2 x4 = 6
4 x1 + 3x2 + 5 x3 + 5 x4 = 23
2 x1 + x2 + 3x3 + x4 = 11
R. x1 = 5 − 2α + β , x2 = 1 + α − 3β , x3 = α , x4 = β .
2. S[ se determine programele de baz[ pentru sistemul de ecua\ii liniare:
3x1 + 2 x2 + x3 + x4 = 12
x1 + x2 + 2 x3 + x4 = 5
⎛19 / 5 ⎞ ⎛7 / 2⎞ ⎛ 2⎞
⎜ 0 ⎟ ⎜ 0 ⎟ ⎜ ⎟
R. X 1 = ⎜ ⎟, X2 = ⎜ ⎟, X 3 = ⎜ 3⎟ .
3/ 5 0 0
⎜ 0 ⎟ ⎜ 3/ 2⎟ ⎜0⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠
3. Fie sistemul de inecua\ii liniare:
6 x1 + x2 ≤ 6
8 x1 + 3x2 ≥ 12
a). S[ se determine programele de baz[.
b). S[ se reprezinte @n plan mul\imea programelor.
R. X 1 = ⎛⎜ 0 ⎞⎟, X 2 = ⎛⎜ 0 ⎞⎟, X 3 = ⎛⎜ 3 / 5 ⎞⎟ .
⎝4⎠ ⎝6 ⎠ ⎝ 12 / 5 ⎠
4. Fie sistemul de ecua\ii liniare:
x1+x2+3x3+2x4=7
2x1+x2+x3+x4=4.

35
 S[ se scrie mul\imea programelor sistemului.
R. P = {a1 X 1 + a2 X 2 + a3 X 3 + a4 X 4 , ai ≥ 0, i = 1,4, a1 + a2 + a3 + a4 = 1},

⎛0 ⎞ ⎛ 1⎞ ⎛ 1/ 3 ⎞ ⎛ 0 ⎞
⎜ 1⎟ ⎜0 ⎟ ⎜ 0 ⎟ ⎜ ⎟
unde X 1 = ⎜ ⎟, X 2 = ⎜ ⎟ X 3 = ⎜ ⎟ X 4 = ⎜5 / 2⎟ .
0 2 0 3/ 2
⎜3⎟ ⎜0 ⎟ ⎜ 10 / 3 ⎟ ⎜ 0 ⎟
⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

5. Fie sistemul de inecua\ii liniare:

x1+2x2≥3
2x1+x2≥3
S[ se scrie mul\imea programelor sistemului.
R. P1 = {a1 X 1 + a 2 X 2 + a3 X 3 + b1V1 + b2V2 ; ai ≥ 0, i = 1,2,3; b1 , b2 ≥ 0,
a1 + a2 + a3 = 1, X 1 = ⎛⎜ 3 ⎞⎟, X 2 = ⎛⎜1⎞⎟, X 3 = ⎛⎜ 0 ⎞⎟, V1 = ⎛⎜ 1 ⎞⎟, V2 = ⎛⎜ 0 ⎞⎟ }.
⎝0⎠ ⎝1⎠ ⎝ 3⎠ ⎝0⎠ ⎝1⎠

6. S[ se determine mul\imea programelor sistemului

3x1 + x2 + 4 x3 + 2 x4 = 40
2 x1 + x2 + 5 x3 + 3 x4 = 22
R. P= Φ .

36